基于ANP的供应链合作伙伴选择综合评价

余保华+等

内容摘要：供应链管理的重要内容之一是合理的选择合作伙伴，这个过程受众多的因素影响，为了准确描述因素之间的复杂关系，从企业自身竞争力、产品自身竞争力和服务与协作能力三个方面建立了指标体系。运用网络层次分析法（ANP）构建合作伙伴选择网络结构模型，借助超级决策（SD）软件求解模型，计算出各因素的绝对权重，并结合各因素评价值的标准化后数据，综合对供应链合作伙伴选择因素进行评价。研究结果表明该方法具有好的适用性。

关键词：ANP 供应链 合作伙伴 SD 综合评价

选择合作伙伴是供应链组建的关键，建立长期的、可持续的合作伙伴关系，可以增加信息共享，降低库存成本，增强自身核心竞争力，并能快速集中力量实现预定目标。本文采用ANP法对供应链合作伙伴选择因素进行综合评价，依据评价结果选择合适的企业，对于供应链的组建具有重要意义。

供应链合作伙伴关系文献研究

纵观国内外研究成果，对于供应链合作伙伴的研究大致经历了从定性分析到定量与定性结合分析、单一方法到综合方法的推进过程。Graham T S等（1994）认为合作伙伴关系建立后，一般要至少在三年后才能带来实际的利润或效益。Wittstruck等（2011）认为单纯的AHP法在研究中主观性太强，因此提出与TOPSIS相结合的方法。国内学者张峰等（2015）以组建合作伙伴关系为目标建立指标体系，并以P企业为例，运用AHP法和TOPSIS法进行了实证研究。徐岚清（2015）针对物流配送供应商选择不当的问题，应用因子分析法对构建的指标体系进行分析，该方法避免了AHP等方法中存在的主观性。朱宝娥等（2013）以超市生鲜食品供应商选择为例，从质量安全、价格成本、服务水平等角度建立指标评价体系，运用熵组合权和TOPSIS法进行了实证研究。肖静华等（2015）在电商背景下，采用案例分析方法，对电商企业供应链双案例进行研究，提出了面向消费者的供应链战略理论框架。

综上可知，虽然供应链合作伙伴关系的研究方法众多，但这些方法都难以描述指标体系内部元素间复杂的影响关系。因此本文引入ANP法，该方法能够准确描述影响因素间的复杂关系，再结合指标评价值的无量纲化数据进行综合评价，使结果更加的合理和科学。

评价方法介绍

（一） ANP（网络层次分析法）

1996年，T.L.Saaty教授提出了ANP方法，该方法的网络结构能考虑到因素集间和其内部元素间的复杂影响关系，在处理问题时更加灵活和贴近实际，因而适合应用在供应链合作伙伴选择的评价中。近年来，ANP广泛应用于具有复杂影响关系的各个领域，对推动这些领域的发展具有极大的意义。典型的ANP网络结构由控制层和网络层构成，控制层有控制目标，网络层是各影响因素。

（二）SD（超級决策）软件

使用ANP计算影响因素的权重，核心内容就是计算网络结构的超矩阵，由于网络结构中的影响因素多且作用关系复杂，因此计算量巨大，需要借助SD软件。超级决策是一款针对ANP的实用软件，由美国学者Rozann Satty和William Adams共同开发并投入实际应用，目的就是将ANP的计算进行程序化，大大简便了ANP的计算，使其能广泛用于实际。

（三）综合评价

由于各指标计量单位存在差异，因此指标数据需要进行标准化处理，以便消除量纲不同所带来的影响，本文采用的是最小-最大规范化法，核心思想是把指标的评价值变换到[0，1]范围内。再用ANP法计算出的指标权重与标准化后的数据加权求和，所得结果就是各供应商的综合得分（杨学强等，2015），该结果数值越接近1，表明该企业综合评价效果就越好。

指标体系和网络结构模型构建

（一）合作伙伴选择指标体系构建

影响供应链合作伙伴选择的因素众多，本文在前人研究的基础上，从企业自身竞争力、产品自身竞争力、服务与协作能力三个维度构建了指标体系，如表1所示。

（二）ANP网络结构模型构建

从表1可知，评价合作伙伴选择共有三个元素集（一级指标），它们之间及其内部元素（二级指标）间有复杂的影响关系，因此在构建该ANP网络结构模型时，需要充分考虑它们之间的影响关系，本文根据德尔菲法，由专家学者确定了元素集和内部元素之间的影响关系。元素集的网络结构模型如图1所示，其中单向箭头表示箭尾元素集对箭头元素集有影响，双向箭头表示相互影响，环形箭头表示元素集内部元素相互影响（白朝阳等，2014）。

实证研究

（一）指标评价值的标准化处理

本文以某制造企业为例，该企业将在6家供应商中选择合作伙伴，分别记为S1、S2、S3、S4、S5、S6，各指标评价值采用陆秀琴等人（2014）研究中的数据，具体标准化结果如表2所示。

（二）ANP模型求解

创建供应链合作伙伴选择网络结构图。在SD软件中，根据构建的指标体系，先创建出企业自身竞争力，产品自身竞争力和服务与协作能力元素集，然后在这三个元素集中将所属的元素（节点）添加进去，得到基本的框架，再根据二级指标的影响关系，构建出它们之间的关联关系，如图2所示。

建立判断矩阵。构建判断矩阵是ANP模型中求解超矩阵的基础，主要是依据专家对相关元素重要性比较结果进行构建。在ANP中常见的标度方法有0-2三标度法、0.1-0.9标度、指数标度、1-9标度等（郭琦等，2014），本文采用1-9标度法。由于供应链合作伙伴选择的影响因素较多，所得到的判断矩阵数量众多，因此具体矩阵在文中省略。

计算超矩阵。构建的所有判断矩阵都通过一致性检验（检验系数<0.1）后，先通过SD软件计算出未加权的超矩阵，该矩阵整体的权重不是归一化的，但每个部分是归一化的；再计算出加权超矩阵，该矩阵的每列是以每个元素作为准则，进行排序得到的权重；再计算出极限超矩阵，该矩阵是以某元素为准则，考虑元素之间的影响关系，从而得到最终排序结果。由于篇幅限制，具体的超矩阵结果在文中省略。

整理最终结果。点击SD软件中Computations下的Priorities命令，得到各因素的权重，经整理后如表3所示。

（三）综合评价

根据表2二级指标评价值的标准化數据和表3指标的全局权重，对6家供应商进行加权求和综合评价，具体得分结果如表4所示。

（四）结果分析

从表3结果可知，在影响供应链合作伙伴选择的因素中，排在前六位的是设备水平、产品柔性、财务状况、质量保证、信誉状况和管理水平，累积权重为86.5%，这些是企业要格外关注的重点因素。从表4综合得分可知，S1供应商得分最高，为0.83，S4供应商得分最低，为0.481，因此该制造企业从综合评价角度来看，应该选择S1供应商。

结论

由于影响供应链合作伙伴选择因素的复杂性，本文引入了ANP法，并通过实例进行了综合评价，结果表明设备水平、产品柔性、财务状况等是选择供应商的重要影响因素，在选择合作伙伴时要重点关注。该方法能在整体效果上把握被选企业的优劣，不仅准确地描述出影响因素间的复杂关系，也很好的地体现出评价的客观性，因此具有好的适用性，在丰富了供应链合作伙伴选择方法的同时，也为供应商选择提供了强有力的支撑。

参考文献：

1.张峰，宋晓娜，殷秀清，董会忠.基于AHP和TOPSIS法的供应链合作伙伴的评价与选择[J].工业经济论坛，2015（2）

2.徐岚清. 基于因子分析法的物流供应商选择模型研究[J].价值工程，2015（10）

3.宋宝娥，朱文茵，李晓明.基于TOPSIS法的超市生鲜食品供应商选择模型研究[J].食品与机械，2013（4）

4.肖静华，谢康，吴瑶，廖雪华.从面向合作伙伴到面向消费者的供应链转型——电商企业供应链双案例研究[J].管理世界，2015（4）

5.贺纯纯，王应明.网络层次分析法研究述评[J].科技管理研究，2014（3）

6.魏华. 超级决策软件在体育综合评价中的应用研究[J].科技创新导报，2011（22）

7.杨学强，李文俊.基于ANP的器材库存控制绩效评价研究[J].物流技术，2015（19）

8.白朝阳，张冠男，沈灵丽.基于网络层次分析法（ANP）的机床行业重点商业型供应商评价方法研究[J].制造业自动化，2014（2）