摘要：隨著制造業(yè)數(shù)字化轉(zhuǎn)型和農(nóng)機產(chǎn)品服務供應鏈的應用，突顯出農(nóng)機制造企業(yè)產(chǎn)品零部件采購模式，在選擇匹配過程中存在主觀性與模糊性的問題，提出一種基于物元可拓優(yōu)度結(jié)合可拓層次分析法和CRITIC綜合賦權(quán)法的采購模式匹配評價方法。從農(nóng)機制造企業(yè)產(chǎn)品自身特征和產(chǎn)品服務供應鏈影響因素為切入點，構(gòu)建產(chǎn)品服務供應鏈視角下的農(nóng)機制造裝備采購模式匹配評價體系，并通過關(guān)聯(lián)函數(shù)計算，得到采購模式綜合優(yōu)度排序和單項指標的關(guān)聯(lián)度對比，輸出最優(yōu)采購匹配模式和模式識別度。結(jié)果表明，最優(yōu)采購模式匹配度為0.118，所對應的模式可以作為產(chǎn)供銷階段的核心采購模式。實例計算表明，建立的評價模型與企業(yè)匹配度很高，該方法將定性預測和定量決策結(jié)合起來，可以為農(nóng)機制造企業(yè)的產(chǎn)品采購模式提供系統(tǒng)科學的匹配工具。

關(guān)鍵詞：農(nóng)機機械；產(chǎn)品服務供應鏈；物元可拓方法；采購模式匹配；指標體系

中圖分類號：F272.3； N945" " " 文獻標識碼：A" " " 文章編號：2095?5553 （2024） 08?0308?09

Matching evaluation of supply chain procurement models for agricultural"machinery products and services

Xiong Zonghui1， 2， He Zhiqi1， Hu Pingping1， Cao Dongsheng1

（1. School of Intelligent Manufacturing Modern Industry， Xinjiang University， Urumqi， 830047， China； 2. Postdoctoral"Mobile Station of Mechanical Engineering， School of Mechanical Engineering， Xinjiang University， Urumqi， 830047， China）

Abstract： With the digital transformation of the manufacturing industry and the application of the supply chains of agricultural machinery products and services， there arises subjectivity and ambiguity in selecting the matching process for agricultural machinery manufacturing enterprises product parts procurement mode. To address this， a procurement mode matching evaluation method is proposed based on matter?element extension superiority， combined with the extension analytic hierarchy process and the CRITIC comprehensive empowerment method. From the agricultural machinery manufacturing enterprises own characteristics and product service supply chain influencing factors as the entry point， the agricultural machinery manufacturing equipment procurement mode matching evaluation system is constructed under the perspective of the product service supply chain， and through the correlation function calculation， the comprehensive superiority ranking of procurement mode is obtained and the correlation degree comparison of single indexes is compared， and the optimal procurement matching mode and mode identification degree are output. The results show that the optimal procurement model matching degree is 0.118， and the corresponding model can be used as the core procurement model in the production， supply， and marketing stages. Example calculations show that the established evaluation model has a high degree of matching with the enterprise， which proves that the method combines qualitative prediction and quantitative decision?making and can provide a systematic and scientific matching tool for the product procurement model of agricultural machinery manufacturing enterprises.

Keywords： agricultural machinery； product service supply chain； matter?element extension method； sourcing model matching； indicator system

0 引言

隨著國內(nèi)農(nóng)機行業(yè)產(chǎn)品和服務競爭的日益加劇，農(nóng)機產(chǎn)品作為復雜機械裝備，產(chǎn)品零件涉及范圍較廣，形成了以農(nóng)機制造企業(yè)為核心的農(nóng)機產(chǎn)品服務供應鏈的生產(chǎn)模式[1]。與大多數(shù)制造業(yè)相比，農(nóng)業(yè)產(chǎn)品具有季節(jié)性的生產(chǎn)特性，要求整條農(nóng)機產(chǎn)品服務供應鏈保持一致的生產(chǎn)節(jié)奏。伴隨著制造業(yè)數(shù)字化和產(chǎn)品服務轉(zhuǎn)型升級以及市場環(huán)節(jié)變化，使得原材料、勞動力、物流等各種資源成本的上升，同時又受疫情的影響和供應結(jié)構(gòu)的調(diào)整，農(nóng)機制造企業(yè)要想在激烈的競爭中獲取最大效益，就必須重視面向產(chǎn)品服務供應鏈視角下的采購模式與產(chǎn)供銷之間的匹配關(guān)系[2]。但是目前面向農(nóng)機產(chǎn)品服務供應鏈視角下的采購模式研究主要集中在采購流程優(yōu)化[3]、采購聯(lián)盟利益分配[4]、采購供應商評價[5]、采購模式組合[6]、采購風險預測等方面，而對農(nóng)機產(chǎn)品服務供應鏈采購過程中不同采購模式及所產(chǎn)生的模式匹配問題研究的較少。

面向農(nóng)機產(chǎn)品服務供應鏈采購模式匹配評價屬于多目標、多屬性決策問題，通常采用層次分析法、可拓評價法、模糊評價法、多準則妥協(xié)解排序法、TOPSIS法等[7]。曹倩倩等[8]提出引入可拓量化方法，改進層次分析法對指標權(quán)重進行確定并應用于電子采購競價模式匹配評價。陳偉偉[9]提出利用層次分析法和模糊綜合評價法結(jié)合，構(gòu)建高值醫(yī)用耗材管理軟件評價模型，從而減少判斷矩陣及模糊隸屬度的計算工作，實現(xiàn)對高值醫(yī)用耗材管理軟件采購評價的研究。梁展等[10]通過一個模糊綜合評價模型解決裝備采購評標問題，運用信息熵和層次分析法確定組合權(quán)重系數(shù)，引入專家權(quán)重系數(shù)解決評價專家評分主觀性的問題。Wijaya等[11]提出基于熵值法結(jié)合TOPSIS法對采購評價供應商數(shù)據(jù)進行分析，原理是通過熵值法計算各準測和備選方案的權(quán)重，最后利用TOPSIS法對采購供應商進行排序。Chou等[12]提出一種結(jié)合均值鏈和模糊層次分析法的概念和方法，并用于選擇適合食品加工機械采購評價的模型。張曉娜等[13]提出運用改進的層次分析法和灰色關(guān)聯(lián)分析法構(gòu)建了采購績效評價指標體系，對煤炭企業(yè)采購過程進行了績效評價。綜合上述可看出，多數(shù)評價方法在評價決策過程中，主觀性較強，依賴專家對評價指標的權(quán)重認知，在評價結(jié)果中，僅展現(xiàn)了對方案的綜合排序，缺少單個指標與評價等級間的隸屬關(guān)系，物元可拓評價在一般決策方法的基礎(chǔ)上考慮事物的質(zhì)變與量變，使得最終的評價結(jié)果更加客觀、公正，而且評價結(jié)果可以體現(xiàn)單個指標對綜合值的關(guān)聯(lián)程度。

結(jié)合實踐調(diào)研發(fā)現(xiàn)，農(nóng)機制造企業(yè)的采購模式匹配度很低，采購模式存在諸多局限，包括采購形式單一、系統(tǒng)性差、動態(tài)可持續(xù)性低、協(xié)同服務信息程度不高。通常是由農(nóng)機制造企業(yè)的采購業(yè)務員依照采購BOM清單和經(jīng)驗自行選擇的，主觀不可控因素突出，采購決策匹配模糊，無法客觀、科學地對采購模式做出正確的匹配選擇。

基于此，本文提出一種基于物元可拓優(yōu)度結(jié)合可拓層次分析法和CRITIC綜合賦權(quán)法的采購模式匹配評價方法，從定性分析和定量決策兩個角度，研究智能化、系統(tǒng)化處理采購模式匹配問題的工具，以便幫助農(nóng)機制造企業(yè)采購商明確采購模式的適用性。

1 農(nóng)機產(chǎn)品服務供應鏈采購模式衡量指標體系構(gòu)建

1.1 采購模式衡量指標影響因素分析

通過實地調(diào)查研究，并結(jié)合農(nóng)機制造企業(yè)所對應的產(chǎn)品服務供應鏈的實際情況，可以系統(tǒng)性地將影響因素分為內(nèi)部影響因素和外部影響因素兩部分，內(nèi)部影響因素包括期望庫存、供應商庫存、供應商供貨能力、延遲周期，外部影響因素包括需求波動因素、供應延遲、供應中斷等因素，詳細如表1所示。

1.2 采購決策模式衡量指標體系構(gòu)建

結(jié)合其他學者在采購模式衡量指標構(gòu)建選擇。Smeltzer等[14]分析線上采購模式下的衡量指標，從產(chǎn)品名稱、供應商信息程度、產(chǎn)品質(zhì)量、交貨期和訂單數(shù)量等分析構(gòu)建衡量指標；George等[15]提出基于庫存采購策略從制造商、分銷商、批發(fā)商和零售商4個階段對供應鏈績效進行評估，構(gòu)建選擇的績效指標為供應鏈填充率、庫存總數(shù)量、延遲周期等；George等[16]提出采用灰色關(guān)聯(lián)分析法從不同庫存位置、訂貨量和市場需求流策略的定期庫存采購策略下的串行供應鏈的性能進行評價分析，以供貨率、缺貨風險、牛鞭效應和供應鏈總成本4個方面來構(gòu)建績效指標；何杜博等[17]基于平衡計分卡模型框架建立裝備采購供應鏈質(zhì)量績效評價體系，提出一種改進可拓層次分析法，從經(jīng)濟效益、供應鏈響應速度、內(nèi)部運作流程和質(zhì)量持續(xù)改進4個方面來解決采購模式衡量指標；Tan等[18]通過組建中小型企業(yè)采購聯(lián)盟來整合分散的采購訂單，提出一種新的聯(lián)合采購模型和算法，考慮聯(lián)合采購模式中的最小訂貨量、庫存限制、數(shù)量折扣和運輸距離等多個影響因素，為中小企業(yè)的實際采購決策提供理論基礎(chǔ)；Hosseini等[19]從供應鏈環(huán)境下提出一個隨機雙目標混合整數(shù)規(guī)劃模型，并支持在供應商選擇和訂單分配中如何以及何時使用主動和被動策略的決策?？紤]供應商的可靠性、庫存能力、快速響應能力、信息技術(shù)和延遲風險預估能力等因素。通過結(jié)合其他學者和前面影響因素分析，本文從訂單服務能力、價值增值能力、質(zhì)量控制能力、可持續(xù)合作能力和市場預測能力5個方面構(gòu)建農(nóng)機供應鏈采購策略衡量指標體系，具體如表2所示。

2 農(nóng)機產(chǎn)品服務供應鏈采購模式匹配模型構(gòu)建

2.1 可拓匹配模型的建立

2.1.1 經(jīng)典域物元模型

基于可拓學物元理論，用[N]表示匹配對象，[C]表示對象的特征名稱，[v]表示匹配對象[N]關(guān)于特征[C]所取的量值。假設(shè)衡量指標等級分為m個等級，匹配指標為n個，則經(jīng)典域物元模型為

[Rj=（Nj，Ci，vji）=NjC1aj1，bj1 C2aj2，bj2 ?" " " ? Cnajn，bjn] （1）

式中： Rj——第j個采購模式的物元模型；

Nj——匹配等級；

Ci——匹配指標；

vji——在j等級中的第i個指標的取值區(qū)間；

aji、bji——匹配等級對應匹配指標量值區(qū)間內(nèi)的" " " " " " " " " 最小值、最大值。

2.1.2 節(jié)域物元模型

節(jié)域指各衡量指標所對應的全體協(xié)同采購模式的值域。假設(shè)匹配等級為p，則節(jié)域物元模型可表示為

[Rp=NpC1vp1 C2vp2 ?? Cnvpn=NpC1ap1，bp1 C2ap2，bp2 ?" " " ? Cnapn，bpn] （2）

式中： [Rp]——節(jié)域物元模型；

[Np]——采購模式預選方案匹配等級；

[vpi]——衡量指標Ci的最大取值區(qū)間；

[api、][bpi]——衡量指標量值區(qū)間內(nèi)的最大值與最" " " " " " " " " " " 小值。

2.1.3 確立待匹配物元模型

假設(shè)待匹配模式評價方案為[N0，]將獲取到的各項衡量指標實際數(shù)值用物元表示為

[R0=N0C1v1 C2v2 ?? Cnvn] （3）

式中： [N0]——待匹配模式評價方案對象；

vi——待匹配評價物元的量化指標值。

2.2 衡量評價指標權(quán)重計算

2.2.1 可拓層次分析法計算主觀權(quán)重

1） 構(gòu)造可拓判斷矩陣。本文使用了Saaty提出的互反性標度法[20]作為可拓層次分析法的標量化方法，通過可拓區(qū)間數(shù)建立一個正互反矩陣[A]。[A=（aij）n×n，][aij=1，][aij=a-1ji=lt;1/a+ij，1/a-ijgt;。]其中[aij=lt;a-ij，a+ijgt;]為可拓區(qū)間數(shù)，為了將矩陣中的每個元素定量化表示，將可拓區(qū)間的中值[（a+ij+a-ij）/2]取值為互反性1～9標度中的整數(shù)值[21]。

2） 綜合可拓判斷矩陣和權(quán)重矢量計算。通過區(qū)間數(shù)值建立的可拓區(qū)間數(shù)判斷矩陣為[A=[A-]，[A+]]，其中[A+]，[A-]分別是區(qū)間上、下端點所構(gòu)成的矩陣，計算各指標權(quán)重并使判斷矩陣滿足一致性條件的步驟如下[22]。

步驟1：分別求解左右矩陣[A-]，[A+]的最大特征值對應的具有正分量的歸一化特征向量[x-]，[x+。]

步驟2：由[A-=（a-ij）n×n，][A+=（a+ij）n×n]，根據(jù)式（4）求[k]和[m]的值，若滿足了不等式條件，則證明區(qū)間判斷矩陣的一致性良好。

[k=j=1n1i=1na+ijm=j=1n1i=1na-ij] （4）

式中： [k]——矩陣特征值；

[m]——矩陣特征向量值。

步驟3：求出權(quán)重向量。

[S=（S1，S2，S3，…，Snk）T=kx-，mx+] （5）

3） 層次單層排序。假設(shè)[Si=lt;S-i，S+igt;]，[Sj=lt;S-j，S+jgt;]，如果用[E（Si≥Sj）≥0（i≠j）]來表示[Si≥Sj]的可能程度，則

[Pj=1Pj=E（Si≥Sj）=2（S+i-S-j）（S+j-S-j）+（S+i-S-i）i，j=1，2，…，n;i≠j] （6）

式中： [Pi]——某層上的第[i]個指標對上一層次的某個" " " " " " " " 指標的單排序，對其進行歸一化處理，可" " " " " " "以進一步得到某層上的各指標權(quán)重矢量" " " " " " "排序[P=（p1，p2，…，pn）T;]

[S-i、][S+i、][S-j、][S+j]——兩個單層權(quán)重矢量可拓區(qū)間" 數(shù)的上、下端點。

4） 層次綜合排序。將指標權(quán)重矢量排序[P]經(jīng)歸一化處理后可以得到[pkh=（pk1h，pk2h，…，pknh）T]表示第[k]層上各因素對[k-1]層次上的第[h]個因素的單排序權(quán)重向量。當[h=1，2，…，nk-1]時，得到[nk×nk-1]階矩陣

[pk=（pk1，pk2，…，pknk-1）] （7）

如果k-1層的[nk-1]個元素對總目標的排序權(quán)重矢量為[Wk-1=（Wk-11，Wk-12，…，Wk-1nk-1）T，]由式（8）和式（9）可求出第[k]層上全體元素對總目標的合成排序[Wk，]即

[Wk=（Wk-11，Wk-12，…，Wknk）T=pkWk-1] （8）

由式（8）進一步化簡計算可以得出

[Wk=pkpk-1…p3W2] （9）

2.2.2 CRITIC法計算客觀權(quán)重

CRITIC法是利用評價指標變異性和指標之間的沖突性來衡量指標的客觀權(quán)重[23]?；静襟E如下。

1） 正向化或逆向化處理。若所用指標的值越大越好（正向指標）

[xij'=xj-xminxmax-xmin] （10）

若所用指標的值越小越好（逆向指標）

[xij'=xmax-xjxmax-xmin] （11）

2） 指標變異性以標準差的形式來表現(xiàn)。

[xj=1ni=1nxijSj=i=1n（xij-xj）2n-1] （12）

式中： [Sj]——第[j]個指標的標準差。

3） 指標沖突性用相關(guān)系數(shù)進行表示。

[Rj=i=1p（1-rij）] （13）

式中： [rij]——衡量指標[i]和[j]之間的相關(guān)系數(shù)。

4） 求信息量。

[Cj=Sji=1p（1-rij）=Sj×Rj] （14）

衡量指標的信息量越大代表該指標在整個評價指標體系中的作用越大、權(quán)重越大。

5） 計算權(quán)重。將[Cj]代入式（15）求得客觀權(quán)重

[Wj=Cjj=1pCj] （15）

2.2.3 綜合權(quán)重計算

將可拓層次分析法和CRITIC法得到的各指標的主客觀權(quán)重進行耦合，得到綜合權(quán)重ωi。耦合計算方法如式（16）所示。

[ωi=ωi'ωi″i=1nωi'ωi″ i=1，2，3，…，n] （16）

式中： [ωi']——可拓層次分析法得到的指標權(quán)重；

[ωi″]——CRITIC法得到的指標權(quán)重。

2.3 計算匹配評價指標匹配度

從[vi]到有限區(qū)間[vji]的距離為[ρ（vi，vji），][vi]到有限區(qū)間[vpi]的距離為[ρ（vi，vpi），]其中[vi、][vji]和[vpi]分別為待匹配評價物元的量化指標值、經(jīng)典域的量化區(qū)間值和節(jié)域的量化區(qū)間值。評價指標[i]與等級[j]的關(guān)聯(lián)函數(shù)[kj（vi）][24]計算如式（17）所示。

[kj（vi）=-ρ（vi，Vji）Vjivi∈Vjiρ（vi，Vji）ρ（vi，Vpi）-ρ（vi，Vji）vi?Vji] （17）

[ρ（vi，Vji）=vi-（aji+bji）2-（bji-aji）2ρ（vi，Vpi）=vi-（api+bpi）2-（bpi-api）2] （18）

式中： [ρ（vi，vpi）]——從[vi]到有限區(qū)間[vji]的距離。

2.4 計算采購模式綜合識別度

運用關(guān)聯(lián)函數(shù)加權(quán)運算待匹配評價物元[N0]與等級[j]的綜合關(guān)聯(lián)度[Kj（N0）]也就是模式識別度，模式識別度是指匹配評價對象關(guān)于不同匹配評價等級的逼近程度。若與某模式的關(guān)聯(lián)度值越大，則它與某模式的匹配程度就愈佳，同時說明協(xié)同采購決策模式更加切合企業(yè)目標需求。計算如式（19）所示。

[Kj（N0）=i=1nωikj（vi）] （19）

式中： [Kj（N0）]——等級j的綜合關(guān)聯(lián)度；

[kj（vi）]——各等級關(guān)聯(lián)度。

3 可拓匹配評價實例驗證

基于前面的方法研究，以國內(nèi)某農(nóng)機制造企業(yè)（簡稱M）具有代表性的某型號動力耙產(chǎn)成品及其相關(guān)需求的原材料部件采購模式為研究對象。目前M企業(yè)產(chǎn)供銷采購模式包含3種模式，分別是線邊庫存采購模式、第三方物流采購模式和動態(tài)可持續(xù)采購模式。

根據(jù)采購決策模式衡量指標體系，通過對M農(nóng)機制造企業(yè)的2015—2021年度報告進行分析研究，確定部分定量指標的經(jīng)典域劃分和選取對應的指標數(shù)據(jù)，其余指標通過對農(nóng)機企業(yè)管理層人員和一線采購員、生產(chǎn)售后服務的實地調(diào)查訪談數(shù)據(jù)以及文獻對指標域值的劃分方法，對線邊庫存采購模式Ⅰ、第三方物流采購模式Ⅱ和動態(tài)可持續(xù)采購模式Ⅲ三種模式，利用物元可拓優(yōu)度結(jié)合可拓層次分析法確定指標權(quán)重，評價輸出最優(yōu)采購匹配模式和模式識別度。

1） 確定經(jīng)典域物元模型、節(jié)域物元模型和待匹配物元模型。將表2構(gòu)建的衡量指標劃分為差、一般、良、優(yōu)4個等級，分別對應各經(jīng)典域；節(jié)域（節(jié)域范圍由各經(jīng)典域的最小值與最大值構(gòu)成）；物元待評價值（物元待評價值通過文獻查詢和訪談數(shù)據(jù)處理綜合得出）。

通過式（1）～式（3）和表2建立的衡量指標體系，以采購模式Ⅰ對應的訂單服務指標U1為例，確定其經(jīng)典域物元模型為

[R1（U1）=N1C17.5，10 C27.5，10 C37.5，10 C47.5，10R2（U1）=N1C15，7.5 C25，7.5 C35，7.5 C45，7.5]

[R3（U1）=N1C12.5，5 C22.5，5 C32.5，5 C42.5，5R4（U1）=N1C10，2.5 C20，2.5 C30，2.5 C40，2.5]

以訂單服務指標U1為例，其節(jié)域物元模型為

[Rp（U1）=N1C10，10 C20，10 C30，10 C40，10]

以訂單服務指標U1為例，其待匹配評價物元模型為

[R（U1）=N1C16 C28 C37.4 C47.3]

同時采購模式Ⅰ對應的價值增值指標U2、質(zhì)量控制指標U3、市場預測指標U4和可持續(xù)合作指標U5的經(jīng)典域物元模型、節(jié)域物元模型、待匹配評價物元模型也通過同樣的方法得到。

同樣的采購模式Ⅱ和采購模式Ⅲ對應的訂單服務指標U1、價值增值指標U2、質(zhì)量控制指標U3、市場預測指標U4和可持續(xù)合作指標U5的經(jīng)典域物元模型、節(jié)域物元模型、待匹配評價物元模型也通過同樣的方法得到。

最終確定的各級評價指標的經(jīng)典域、節(jié)域以及各指標的實際量值，如表3所示。

2） 衡量評價指標權(quán)重計算。利用可拓層次分析法確定主觀權(quán)重。按照式（4）～式（9）計算求出各指標主觀權(quán)重如表4所示。

利用CRITIC法確定客觀權(quán)重。按照式（10）～式（15）計算求出各指標客觀權(quán)重如表5所示。

根據(jù)式（16），將表4、表5中可拓層次分析法和CRITIC法得到的各指標主客觀權(quán)重進行耦合，得到綜合權(quán)重。其指標權(quán)重結(jié)果如表6所示。

3） 衡量指標綜合匹配度計算。將3種農(nóng)機供應鏈協(xié)同采購模式匹配衡量指標量值和經(jīng)典域代入式（17）、式（18）中，得到3種模式匹配的各指標與各等級的綜合匹配度，結(jié)果如表7所示。

4） 綜合識別度計算。將表6、表7的數(shù)據(jù)和各指標權(quán)重代入式（19）中，對不同等級下各指標綜合匹配度加權(quán)求和可得采購模式與各等級的識別度和優(yōu)度排序，如表8所示。

由表8可知，采購模式Ⅰ與優(yōu)秀等級的匹配度為-0.111，采購模式Ⅱ和采購模式Ⅲ與優(yōu)秀等級的匹配度分別為-0.026、0.118，雖然都處于優(yōu)秀等級，但匹配度從高到低依次為：模式Ⅲ、模式Ⅱ、模式Ⅰ，表明了雖然三種模式都可行，但模式Ⅲ的綜合匹配度明顯最高。由于采用最優(yōu)匹配原則，所以本文只對優(yōu)秀等級的匹配度進行了對比分析，因此可得出結(jié)論選取模式Ⅲ作為企業(yè)產(chǎn)供銷階段的核心采購策略模式。

三種采購模式從單項指標匹配度對比如圖1所示，可以很直觀地看出模式Ⅰ的5種指標都處于中等偏上的程度，說明很穩(wěn)定，企業(yè)可以在階段中定向采用。模式Ⅱ在訂單服務指標價、價值增值指標、質(zhì)量控制指標和可持續(xù)合作指標等方面有優(yōu)勢，但在市場預測指標方面還需進一步加強對市場需求波動、信息技術(shù)等的優(yōu)化。

同樣地，模式Ⅲ在值增值指標、質(zhì)量控制指標、可持續(xù)合作指標和市場預測指標都高于另外模式，但在訂單服務指標方面卻處于最低程度，應加強對訂單服務能力的優(yōu)化。最后綜上兩點可以知道最優(yōu)采購策略模式為模式Ⅲ，其最優(yōu)識別度為0.118。

4 結(jié)論

1） 從產(chǎn)品服務供應鏈環(huán)節(jié)中的制造商、供應商和客戶群體三個方面對影響采購策略的因素進行分析，構(gòu)建以訂單服務指標、價值增值指標、質(zhì)量控制指標、市場預測指標和可持續(xù)合作指標為一級衡量指標和16個二級衡量指標的農(nóng)機產(chǎn)品服務供應鏈采購策略衡量指標體系。

2） 構(gòu)建基于組合賦權(quán)的物元可拓匹配評價模型，為避免評價過程中主觀過強，利用可拓層次分析法和CRITIC法相結(jié)合確定各層級指標權(quán)重，將組合賦權(quán)結(jié)果引入物元可拓匹配評價法對采購模式進行綜合匹配評價，有效降低匹配評價決策過程中的主觀性與不確定性，評價模型產(chǎn)生的匹配評價結(jié)果在反映模式整體優(yōu)劣的同時，輸出產(chǎn)供銷匹配階段的最優(yōu)采購策略模式，也反映各單項指標關(guān)于各等級的識別度。實例驗證模型的可行性，分別得到采購模式Ⅰ、Ⅱ、Ⅲ與優(yōu)秀等級的匹配度分別為-0.111、-0.026、0.118，從數(shù)值直觀地看到，雖然都處于優(yōu)秀等級，但模式匹配度從高處到低處依次為：模式Ⅲ、模式Ⅱ、模式Ⅰ，另外從綜合單項指標匹配度數(shù)據(jù)對比分析中，體現(xiàn)最優(yōu)采購策略模式為模式Ⅲ，其最優(yōu)識別度為0.118。

3） 構(gòu)建的模型啟示制造企業(yè)要基于產(chǎn)品市場價格變化運用現(xiàn)代供應鏈技術(shù)來加強企業(yè)采購環(huán)節(jié)競爭領(lǐng)先優(yōu)勢，提高采購周期計劃準確性，縮短企業(yè)供應鏈整體反應周期時間，減小采購訂單計劃完成遲提前期，提高企業(yè)準時交貨率，減少企業(yè)存貨資金占用，使企業(yè)成本減少，利潤增加。

4） 研究農(nóng)機產(chǎn)品服務供應鏈采購模式匹配評價的理論意義，即最大程度上的保證客戶在獲取較低成本物料的前提下可以實現(xiàn)物資批量采購需求與批量訂單需求間的需求一致性，為制造業(yè)實現(xiàn)更好地采購管理提供多屬性決策依據(jù)。

參 考 文 獻

[ 1 ] 周尚豪， 熊宗慧， 王冰濤. 基于物元可拓法的農(nóng)機制造企業(yè)核心競爭力提升[J]. 中國農(nóng)機化學報， 2023， 44（9）： 265-273.

Zhou Shanghao， Xiong Zonghui， Wang Bingtao. Improving the core competitiveness of agricultural machinery manufacturing enterprises based on Matter?Element extension method [J]. Journal of Chinese Agricultural Mechanization， 2023， 44（9）： 265-273.

[ 2 ] 孫道賀， 楊欣， 魏津瑜. 基于工業(yè)互聯(lián)網(wǎng)的農(nóng)機供應鏈多邊匹配問題研究[J]. 中國農(nóng)機化學報， 2021， 42（9）： 130-135.

Sun Daohe， Yang Xin， Wei Jinyu. Research on the multilateral matching of agricultural machinery supply chain based on industrial Internet [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（9）： 130-135.

[ 3 ] 劉智煥. 供應鏈背景下的采購模式調(diào)整和流程優(yōu)化研究[J]. 鄂州大學學報， 2017， 24（6）： 40-42.

[ 4 ] 鄭浩昊， 李思. 基于綜合因素考慮的聯(lián)合采購利益分配模式研究[J]. 價值工程， 2016， 35（12）： 7-10.

Zheng Haohao， Li Si. Research on the benefit allocation model of joint procurement based on comprehensive factors [J]. Value Engineering， 2016， 35（12）： 7-10.

[ 5 ] 許磊， 郭順生， 胡烈鋒， 等. 建材裝備制造業(yè)原材料采購供應商選擇評價研究[J]. 數(shù)字制造科學， 2017， 15（3）： 129-134.

Xu Lei， Guo Shunsheng， Hu Liefeng， et al. Study on the selection and assessment of purchaser and supplier of raw materials for building materials and equipment manufacturing industry [J]. Digital Manufacturing Science， 2017， 15（3）： 129-134.

[ 6 ] Li M， Mizuno S. Dynamic pricing and inventory management of a dual?channel supply chain under different power structures [J]. European Journal of Operational Research， 2022， 303（1）： 273-285.

[ 7 ] 吳中富， 曹國忠， 劉帥， 等. 基于流的產(chǎn)品創(chuàng)新原理解評價方法研究[J]. 機械設(shè)計與研究， 2017， 33（5）： 1-5， 15.

Wu Zhongfu， Cao Guozhong， Liu Shuai， et al. Research on evaluation method of product innovation principle solution based on flow [J]. Machine Design and Research， 2017， 33（5）： 1-5， 15.

[ 8 ] 曹倩倩， 樓志斌， 余文兵， 等. 采用可拓方法的競價采購模式匹配研究[J]. 現(xiàn)代制造工程， 2013（9）： 45-49.

Cao Qianqian， Lou Zhibin， Yu Wenbing， et al. Research of model matching on bidding procurement based on the extension method [J]. Modern Manufacturing Engineering， 2013（9）： 45-49.

[ 9 ] 陳偉偉. 基于層次分析法和模糊綜合評價法的高值醫(yī)用耗材管理軟件采購評價方法研究[D]. 南京： 東南大學， 2021.

[10] 梁展， 狄娜， 裴錚. 基于模糊綜合評價的裝備采購評價指標與方法研究[J]. 物流技術(shù)， 2018， 37（1）： 145-149.

Liang Zhan， Di Na， Pei Zheng.Research on evaluation indexes and methods of equipment purchase based on fuzzy comprehensive evaluation [J]. Logistics Technology， 2018， 37（1）： 145-149.

[11] Wijaya E R， Rudianto. Selection of supplier for the evaluation of procurement of special chemical using entropy method and topsis in xyz company [J]. IOP Conference Series： Materials Science and Engineering， 2020， 909（1）： 012046.

[12] Chou T Y， Liao J P. Using MEC and FAHP to establish an evaluation model for food processing machinery procurement [J]. Mathematical Problems in Engineering， 2020.

[13] 張曉娜， 楊玉中， 高學鴻. 基于改進AHP和GRA煤炭企業(yè)采購績效評價研究[J]. 物流科技， 2015， 38（12）： 119-123.

Zhang Xiaona， Yang Yuzhong， Gao Xuehong. Research on coal enterprises procurement performance evaluation based on improved AHP and GRA [J]. Logistics Sci?Tech， 2015， 38（12）： 119-123.

[14] Smeltzer L R， Carr A. Electronic reverse auctions： Promises， risks and conditions for success [J]. Industrial Marketing Management， 2003， 32（6）： 481-488.

[15] George J， Pillai V M. Evaluation of inventory replenishment policies on supply chain performance with grey relational analysis [J]. International Journal of Integrated Supply Management， 2021， 14（2）： 197-227.

[16] George J， Pillai V M. Supply chain performance evaluation using spreadsheet simulation [J]. Applied Mechanics and Materials， 2014， 592-594： 2699-2703.

[17] 何杜博， 黃棟. 基于改進EAHP的裝備采購供應鏈質(zhì)量績效評價[J]. 運籌與管理， 2022， 31（2）： 148-154.

He Dubo， Huang Dong. Equipment procurement supply chain quality performance evaluation based on improved EAHP [J]. Operations Research and Management Science， 2022， 31（2）： 148-154.

[18] Tan Yuyang， Zhao Wenchao， Guo Chunxiang. The joint procurement model and algorithm for small and medium enterprises [J]. Computers amp; Industrial Engineering， 2021， 155： 107179.

[19] Hosseini S， Morshedlou N， Ivanov D， et al. Resilient supplier selection and optimal order allocation under disruption risks [J]. International Journal of Production Economics， 2019， 213： 124-137.

[20] Smeltzer L R， Carr A S. Electronic reverse auctions： Promises， risks and conditions for success [J]. Industrial Marketing Management， 2003， 32（6）： 481-488.

[21] Butdee S， Nitnara C. A fuzzy logic combined with LP model for performance evaluation to distribute purchase orders in cluster manufacturing [J]. Procedia Manufacturing， 2019， 30： 19-25.

[22] 伍俊舟， 王玫， 袁敏. 基于模糊可拓層次分析法的機電產(chǎn)品再制造性評價方法及應用[J]. 組合機床與自動化加工技術(shù)， 2016（9）： 153-156.

Wu Junzhou， Wang Mei， Yuan Min.Evaluation method and application of mechanical and electrical products' remanufacture?ability based on fuzzy?EAHP [J]. Modular Machine Tool amp; Automatic Manufacturing Technique， 2016（9）： 153-156.

[23] 戴寧， 萬林林. 基于組合賦權(quán)TOPSIS模型的工藝參數(shù)決策方法[J]. 機械制造與自動化， 2022， 51（4）： 107-112.

Dai Ning， Wan Linlin. Decision making method of process parameters based on TOPSIS model with combination weight [J]. Machine Building amp; Automation， 2022， 51（4）： 107-112.

[24] 徐淑珍， 熊宗慧， 袁逸萍， 等. 基于EAHP的農(nóng)機供應鏈服務質(zhì)量評價應用[J]. 中國農(nóng)機化學報， 2021， 42（1）： 166-172.

Xu Shuzhen， Xiong Zonghui， Yuan Yiping， et al. Application of agricultural machinery supply chain service quality evaluation based on EAHP [J]. Journal of Chinese Agricultural Mechanization， 2021， 42（1）： 166-172.