运用灰色关联度分析供应商的选择

丁岩峰

摘要：供应链中供应商的选择直接影响到核心企业生产的好坏、成本的高低和产品质量的优劣。文章通过灰色关联度分析给出了选择产品供应商的一种简便易行的办法，并举例说明了该方法的可行性与准确性。

关键词：供应商；灰色关联度；分析

中图分类号：F273.7文献标识码: A

Abstract: The supplier's quality in the supply chain directly affect the production's quality, the cost and the product's quality of the core enterprise. The author provided one simple mean in supplier' chosen by using the gray connection analysis in this article, and explained the feasibility and the accuracy of this method with an example.

Key words: supplier; the grey relation grade; analyze

1问题的提出

供应链合作关系（Supply Chain Partnership，SCP）一般是指：在供应链内部两个或两个以上独立的成员之间形成的一种协调关系，以保证实现某个特定的目标或效益，也就是供应商—制造商（Supplier-Manufacturer）关系，或者称为卖主/供应商—买主（Vendor/Supplier-Buyer）关系、供应商关系（Supplier Partnership）。在供应链合作环境下，制造商选择供应商不再是只考虑价格，而是更注重选择能在优质服务、技术革新、产品设计等方面进行良好合作的供应商[1]。

目前国内外较常用的选择供应商的方法有直观判断法、招标法、协商选择法、采购成本比较法、成本分析法（Activity Based Costing Approach，ABC）、层次分析法、神经网络法（Artificial Neural Network，ANN）等，以上方法都有一定的适用范围，存在着这样或那样的不足。例如，直观判断法、协商选择法主观成分太大，不注重定量分析；神经网络法运算方法复杂，需借助计算机和Matlab软件进行。灰色关联分析具备良好的稳定性，是一种客观量化的分析方法。本文提出了供应商评价方法，使评价结果更全面、更客观。

2灰色关联分析原理

2.1基本原理

灰色系统理论中的关联分析法是一种因素比较分析法，是以数据间差值大小作为关联程度的衡量尺度。

指定一个参考数据列X=x1，x2，…，xｎ。有ｍ个数据列：X1，X2，…，Xm，其中Xi =xi1，x2，…，xｎ，ｉ=1，2，…，ｍ。对Xi与X0，第ｋ个元素的关联系数

εk=其中ζ∈0，1是分辨系数，一般取ζ=0.5。

求平均值r=εk，得出数据列Xi对参考数据列X0的关联度r。

2.2实施步骤

由于描述一个供应商包括着多项指标，如产品价格、产品质量、供货提前期、地理位置等，实质上对应着一条非时间序列。因此可以采用灰色关联分析的方法。其中关键之一是，由供应商的指标数据列构造出最优和最差参考数据列。

2.2.1构成供应商的指标数据列

设有ｍ个供应商，ｎ个指标。供应商1.X1=x1，x2，…，xn；供应商2.X2=x1，x2，…，xn；……供应商ｍ.Xm=x1，x2，…，xn，其中xikｉ=1，2，…，ｍ； ｋ=1，2，…，ｎ是第ｉ个供应商的第ｋ项的定量或定性描述。

2.2.2构造出最优和最劣参考数据列

最优参考数据列是选取各项指标在以上数据列中最优秀的值构成数据列，记为Ｘ01。最劣参考数据列，则是选取各项指标中的最劣值构成数据列，记为Ｘ02。最优参考数据列X01=x1，x2，…，xn。其中，x01k为x1k，x2k，…，xmkｋ=1，2，…，ｎ中指标最优值。最劣参考数据列为X02=x1，x2，…，xn。其中，x02k为x1k，x2k，…，xmk, ｋ=1，2，…，ｎ中指标最差值。

供应商Xi与最优参考数据列的X01最优关联度，记为ri1。供应商Xi与最差参考数据列X02的最劣关联度，记为ri2。

2.2.3构造评价函数fi=ｆri1，ri2

此评价函数应该是关于ri1为增函数，关于ri2为减函数。可以构造较简单的线性函数: fi=ωri1-1-ωri2，ω是核心企业对最佳关联度ri1的关心程度，它的取值应根据实际情况不同而有所侧重。比如，对于一些指标越差越易引起危险的指标，应以ri2为侧重点，即ω取值要小一些。一般来讲，考虑3种特殊状况：（1）只关心最优关联度，取ω=1；（2）只关心最劣关联度，取ω=0；（3）同时考虑最优和最劣，取ω=0.5。通过求fi值，获得方案的优劣排序，显然，fi越大则方案越好。

3实例分析

文献[3]中作者从产品合格率x1、产品价格x2（核心企业购买单位产品的成本）、准时交货率x3、维修服务次数x4（售后产品由于质量或其他原因供应商提供的服务次数）、交货提前期x5、地理位置x6（单位产品平均运输费用）六个指标出发对六名供应商S1~S6进行评价，下面笔者运用灰色关联度对其加以分析，具体数据如表1所示。

求参考数据列：最优参考数据列X01={0.953，5.76，0.953，2，18，2.12}；最差参考数据列X02={0.796，8.23，0.776，4，24，3.15}（由于上述指标除产品合格率和准时交货率外均不是正指标，所以在参考数据列的构造上要根据实际情况选取数据）。

计算关联度，结果如表2所示。

构造评价函数fi =0.5ri1-0.5ri2，求得f1=0.0734，f2=-0.0227，f3=0.176，f4=-0.204，f5 =0.146，f6 =0.0255。因此，得到供应商的排序为f3>f5>f1>f6>f2>f4，即供应商3为最终优选结果。

4结束语

文献[3]通过因子分析对供应商进行评价和选择，最终得出供应商3是最佳合作伙伴，这与本文结论一致。但其最终排序认为供应商1和供应商6分别排名第4、第3位，与本文结论相左。而通过对照供应商指标原始数据不难看出，供应商1比供应商6更接近于最优参考数据列。因此，应用灰色关联分析供应商运算更简洁，结论更贴近实际。

参考文献：

[1]赵刚． 供应链管理[M]． 北京: 电子工业出版社, 2004．

[2]刘思峰, 党耀国, 张岐山. 灰色系统理论及其应用[M]． 北京: 科学出版社, 2004．

[3]傅强, 曾顺秋． 供应链合作伙伴选择的R型因子分析法[J]． 经济师, 2007(1):208-209．