溫 馨
(同濟大學(xué) 經(jīng)濟與管理學(xué)院,上海 200092)
20世紀(jì)90年代以來,“供應(yīng)鏈管理”的思想在學(xué)術(shù)界和企業(yè)界備受關(guān)注。供應(yīng)商的選擇一直是供應(yīng)鏈管理中的一個重要議題。分類并選擇合適的供應(yīng)商會對供應(yīng)鏈績效產(chǎn)生重大影響。但是,市場競爭的加劇和即時采購的擴展增加了供應(yīng)商選擇的復(fù)雜性,以前的方法具有一定的局限性。因此,發(fā)展和創(chuàng)新供應(yīng)商選擇方法勢在必行[1-2]。
在細(xì)分問題上,KRALJIC 根據(jù)采購的重要性和供應(yīng)市場的復(fù)雜性將原材料劃分為四個類型:非關(guān)鍵性物品、杠桿物品、瓶頸物品以及戰(zhàn)略物品[3]。在供應(yīng)商分類的維度方面,張萍[4]將其分為收益影響程度和供應(yīng)風(fēng)險程度。劉星[5]將其分為占用制造商的資金程度和對成品質(zhì)量的影響程度。以上這些維度的概念較為模糊或者大多為定性指標(biāo),很難收集數(shù)據(jù)或者進(jìn)行考量。
CHAI 等人[6](2013年)將供應(yīng)商選擇的方法分為三類:多標(biāo)準(zhǔn)決策技術(shù),例如層次分析法;數(shù)學(xué)規(guī)劃模型,例如線性規(guī)劃;人工智能方法,例如遺傳算法。
隨著問題規(guī)模的擴大,一些整合的模型被提出并應(yīng)用于供應(yīng)商選擇問題上。PAYDAR 等人[7]應(yīng)用GA 和VNS 方法來選擇供應(yīng)商。HFEDA 等人[8]應(yīng)用GA 和ACO 的混合元啟發(fā)式方法,為精益供應(yīng)鏈管理中的牛奶配送問題找到了一種可能的最優(yōu)解決方案[9-10]。COX[11]創(chuàng)造出了全新的采購組合矩陣。同時提出了“動態(tài)”思想,認(rèn)為供應(yīng)商是可以改進(jìn)的。但是該思想僅停留在理論層面,并未提出具體且量化的實現(xiàn)方法。
為了使供應(yīng)商分類的維度更加明確和量化,本文基于其他學(xué)者的研究,提出了改進(jìn)的矩陣模型來對供應(yīng)商進(jìn)行細(xì)分。同時,受整合模型和COX 思想的啟發(fā),本文將DEA 方法與改進(jìn)的矩陣模型相結(jié)合來實現(xiàn)供應(yīng)商的動態(tài)選擇。
本文按照供應(yīng)商評價指標(biāo)的期望值大小將指標(biāo)分為兩大類:投入指標(biāo)和產(chǎn)出指標(biāo)。投入指標(biāo)是指在評價選擇供應(yīng)商時企業(yè)希望越小越好的指標(biāo),如殘次品率。產(chǎn)出指標(biāo)是指在評價選擇供應(yīng)商時企業(yè)希望越大越好的指標(biāo),如重復(fù)采購率。基于這兩維度,本文建立了投入產(chǎn)出矩陣,如圖1所示。
圖1 投入產(chǎn)出矩陣
在投入產(chǎn)出矩陣中將供應(yīng)商分為四大類:高效、低產(chǎn)、高產(chǎn)以及低效。
高效供應(yīng)商的投入相對較小而產(chǎn)出相對較大,是四類供應(yīng)商中最好的一類。但采購時,談判難度也最大。低產(chǎn)供應(yīng)商的投入和產(chǎn)出都較低,在不浪費資源的前提下通過較低的 投入可以獲得較為合理的產(chǎn)出。這一類供應(yīng)商與高效供應(yīng)商相比較差,企業(yè)在采購時有機會獲得更多的優(yōu)勢。高產(chǎn)供應(yīng)商的投入和產(chǎn)出都相對較高,無法做到高效率。因此,稱之為第三類供應(yīng)商。低效供應(yīng)商的投入較高而產(chǎn)出卻較低,這是企業(yè)最不希望合作的一類供應(yīng)商。但是在采購時,企業(yè)能獲得較大優(yōu)勢。
2.2.1 基于動態(tài)思想的供應(yīng)商選擇
雖然企業(yè)大多數(shù)情況下希望與更好的一類供應(yīng)商合作,但與能力越強的供應(yīng)商合作,企業(yè)越難獲得較大的優(yōu)勢。因此,企業(yè)可以考慮選擇與部分優(yōu)化難度較低但位于較差分類下的供應(yīng)商合作,幫助其改進(jìn)從而獲得更多的采購優(yōu)勢。基于此,本文將“動態(tài)”的思想引入到投入產(chǎn)出矩陣中,確定了六條優(yōu)化路線,如圖2所示。
圖2 供應(yīng)商優(yōu)化的六條路線
2.2.2 利用DEA 方法實現(xiàn)供應(yīng)商的動態(tài)選擇
為了確定供應(yīng)商在各條優(yōu)化路線上的具體實現(xiàn)方法,以及各個具體指標(biāo)下的改進(jìn)大小,本文選取了廣義DEA 模型來求解:
式(1)中:θ為被優(yōu)化供應(yīng)商的相對效率值,該值越接近1,則表明該供應(yīng)商的整體表現(xiàn)越好;xp=(x1p,x2p,…,xmp)T為第p個供應(yīng)商的投入指標(biāo)集合;為第j個被參照供應(yīng)商的投入指標(biāo)集合;λj為各投入和產(chǎn)出指標(biāo)的權(quán)重值;為投入指標(biāo)的松弛變量,即供應(yīng)商在該投入指標(biāo)上相對于被參照供應(yīng)商應(yīng)該減少投入的量;yp=(y1p,y2p,…,ysp)T為第p個供應(yīng) 商的產(chǎn)出指標(biāo)集合;為第j個被參照 供應(yīng)商的產(chǎn)出指標(biāo)集合;s+=(s1+,s2+,…,sm+)T為產(chǎn)出指標(biāo)的剩余變量,即供應(yīng)商在該產(chǎn)出指標(biāo)上相對于被參照供應(yīng)商應(yīng)該增加產(chǎn)出的量。
由于很多大企業(yè)的供應(yīng)商數(shù)量過多,為了簡化選擇的過程,本文將供應(yīng)商的選擇分為兩步:①組內(nèi)初步選擇。在對供應(yīng)商分類后,對于數(shù)量較多的類別,篩選出效率值較高的部分供應(yīng)商。②供應(yīng)商的動態(tài)選擇。將篩選后的供應(yīng)商分別以較好類別的供應(yīng)商為目標(biāo)進(jìn)行動態(tài)選擇。
為了驗證前文所提出的供應(yīng)商分類與動態(tài)選擇方法的可行性,本文選取了電子商務(wù)領(lǐng)域進(jìn)行案例分析。
基于電商平臺,本文建立了特有的供應(yīng)商選擇指標(biāo)體系。將平均發(fā)貨速度(d)、平均退款速度(d)、近90 d 退款率(%)作為投入指標(biāo)。將累計成交數(shù)(件)、累計買家數(shù)(位)、重復(fù)采購率(%)作為產(chǎn)出指標(biāo)。
本文從某B2B 供應(yīng)商平臺選取了20 家拉桿箱供應(yīng)商,并收集了相關(guān)的數(shù)據(jù)。同時為了方便不同單位的數(shù)據(jù)處理與模型運用,將數(shù)據(jù)歸一化,消除量綱,處理后的數(shù)據(jù)如表1所示。其中,指標(biāo)a表示累計成交數(shù)(件),指標(biāo)b表示累計買家數(shù)(位),指標(biāo)c表示重復(fù)采購率(%),指標(biāo)d表示平均發(fā)貨速度(d),指標(biāo)e表示平均退款速度(d),指標(biāo)f表示近90 天退款率(%)。
表1 消除量綱后的供應(yīng)商各指標(biāo)下的數(shù)據(jù)
在實際選擇供應(yīng)商時,需要對各個投入和產(chǎn)出指標(biāo)按照企業(yè)的重視程度賦予不同的權(quán)重,這里假設(shè)各個指標(biāo)權(quán)重相等,均為1/3?;谠撝笜?biāo)權(quán)重,可以得到各個供應(yīng)商在投入產(chǎn)出矩陣中的坐標(biāo)值。從而將20 個供應(yīng)商分類。具體分類結(jié)果如表2所示。
表2 供應(yīng)商分類結(jié)果
由表2可以看出,高效和低產(chǎn)類別下的供應(yīng)商數(shù)量較多,需要先進(jìn)行供應(yīng)商的初步選擇。采用前文的DEA 方 法可以得到各個高效供應(yīng)商的效率值,如表3所示。同樣的方法可以得到低產(chǎn)供應(yīng)商的效率值,如表4所示。根據(jù)表3、表4的效率值初步選擇出所有效率值為1 的供應(yīng)商,淘汰其他供應(yīng)商。高效供應(yīng)商保留供應(yīng)商2,9,12。低產(chǎn)供應(yīng)商 保留供應(yīng)商1,4,5,7,8,18。
基于供應(yīng)商初步選擇的結(jié)果,下面對除高效供應(yīng)商以外的每一類別供應(yīng)商分別進(jìn)行動態(tài)選擇。低效供應(yīng)商共有三條優(yōu)化路線。分別以高效、低產(chǎn)、高產(chǎn)供應(yīng)商為目標(biāo),運用DEA 方法可以得到相應(yīng)的結(jié)果如表5所示。同理,分別對高產(chǎn)、低產(chǎn)供應(yīng)商進(jìn)行動態(tài)選擇結(jié)果如表6、表7所示。
表5中,低效供應(yīng)商16 在以高效和高產(chǎn)供應(yīng)商為目標(biāo)時,效率值均較高。因此,保留供應(yīng)商16。表6中,高產(chǎn)供應(yīng)商10 和17 以高效供應(yīng)商為目標(biāo)時,供應(yīng)商10 的優(yōu)化難度較低。因此,保留供應(yīng)商10。同理,淘汰供應(yīng)商18,保留其他低產(chǎn)供應(yīng)商。
最終,20 家供應(yīng)商經(jīng)過分類與兩階段選擇后的結(jié)果如表8所示。
表3 高效供應(yīng)商初步選擇效率值
表4 低產(chǎn)供應(yīng)商初步選擇效率值
表5 低效供應(yīng)商動態(tài)選擇結(jié)果
表6 高產(chǎn)供應(yīng)商動態(tài)選擇結(jié)果
表7 低產(chǎn)供應(yīng)商動態(tài)選擇結(jié)果
表8 供應(yīng)商分類與兩階段選擇后的最終結(jié)果
基于供應(yīng)商細(xì)分與選擇的相關(guān)理論與文獻(xiàn),本文構(gòu)建了 產(chǎn)出投入矩陣對供應(yīng)商進(jìn)行分類,創(chuàng)新性地從投入和產(chǎn)出兩個維度對供應(yīng)商進(jìn)行了考量。同時,本文將“動態(tài)”思想引入到供應(yīng)商的選擇當(dāng)中,利用DEA 方法來實現(xiàn)供應(yīng)商的組內(nèi)初步選擇和組間動態(tài)選擇。最后,本文選取了電子商務(wù)領(lǐng)域進(jìn)行案例分析,從而來驗證本文所提出的供應(yīng)商分類與動態(tài)選擇方法的可行性。這對供應(yīng)商繁多的企業(yè)具有重要的現(xiàn) 實意義。