基于数据挖掘的电网企业战略供应商评价选择

宋 斌，刘春辉，赵艳丽，张洪青

（1.河南省电力公司,河南 郑州 450052；2.吉林省电力有限公司，吉林 长春 130021；3.华北电力大学 经济与管理学院，北京 102206）

1 引言

战略合作伙伴关系是一种基于高度信任，伙伴成员间共享竞争优势和利益的长期性、战略性的协同发展关系，能够为合作双方带来深远的意义。电网企业物资供应商众多，供应链关系复杂，对供货及时性和物资质量要求较高。如何选择、管理电网企业战略合作伙伴对输配电网建设和供电企业营销有着直接影响，建立合理的战略合作伙伴选择体系，能够有效地控制电网企业的成本，确保电力物资质量，从而有效保障电网建设的顺利进行和整个社会的供电需求。由于电力物资的复杂性，对于电网企业战略合作伙伴的选择涉及因素较多，因此，选择合适、有效的评价方法对选择电网企业供应商而言至关重要。

从供应商选择方法的角度来看，大致经历了三个发展阶段：定性方法、定量方法、定性与定量相结合。定性方法因科学依据不足而较少独立使用。目前国内外学者在进行供应商评价时大多使用数学方法，包括加权平均法[1]、层次分析法[2]、TOPSIS法[3]、灰色理论[4]等。加权平均法简单易实现，但由于采用主观打分的方法来确定各评价指标的权重，容易导致主观偏差。层次分析法能够有效降低人为主观因素的影响，但仅适用于评价因素较少的情况，否则标度的准确性将不能有效保证。TOPSIS算法作为一种多因素优选方法，借助理想解和负理想解进行排序，但规范决策矩阵的求解复杂，且属性权重是事前确定的，主观性较强。数据挖掘是指从一个数据仓库中自动发现相关模式，是一种从大型数据库或数据仓库中提取隐藏的预测性信息的新技术。进一步说，数据挖掘是指从大量的随机数据中，提取隐含在其中的、并且潜在有用的信息和知识的过程。因此，本文运用数据挖掘算法来实现对电网企业战略合作伙伴的评价与选择，通过模糊挖掘算法对供应商进行评价，甄选出电网企业战略供应商，而后采用模糊聚类分析对众多供应商进行级别分类，实现新供应商的类别分析，从而进行有效的供应商管理。

2 电网企业战略合作伙伴评价指标

电网企业战略合作伙伴的评价与选择是供应商管理的重要内容，评价指标选取是否得当将直接影响战略合作伙伴选择工作的成败。战略供应商作为公司的长期合作伙伴，对其进行的选择与评价必须有一套完整、科学、全面的综合评价指标体系。与一般供应商的评价指标相比，战略性供应商的选择与评价所需考虑的因素更为广泛和深入，因此其指标的覆盖面也较前者更为全面，涵盖并超越了对一般供应商的评价要求。

目前，我国对供应商的评价主要是从价格、质量、企业业绩、生产能力、服务等方面进行指标设定[5-7]。电网企业战略合作伙伴的评价指标在选取时，要结合电网企业的特点，除考虑通用指标外，如电力物资质量、价格、供货及时率等指标外，还应结合电网工程的建设发展特点，设立一些特殊指标，如电力特有物资的研发能力、设备试验、运行维修及可持续发展环境下的低碳效能等指标。因此，本文构建了如图1所示的电网企业战略合作伙伴评价选择指标体系。

该指标体系包含了基本情况、产品竞争力、技术评价、综合服务和社会责任五项一级评价指标。此外，15个二级评价指标中，技术水平、研发能力、合同及承诺履行能力、售后响应及时能力、安全管理能力和环境保护管理绩效这6个为定性评价指标，其余为定量评价指标。

图1 电网企业战略合作伙伴评价指标体系

3 电网企业战略合作伙伴数据挖掘方法

在数据挖掘过程中，选择合适的数据挖掘算法是影响评价选择是否有效的关键，本文利用从数据仓库中提取的数据和模糊挖掘算法对企业候选合作伙伴进行多级模糊综合评价，确定战略供应商，然后运用决策树聚类分析对供应商进行分类，并以此划分等级，通过计算拟合度来判别新供应商是否为企业的战略合作伙伴。

3.1 多级模糊综合评价

（1）建立因素集和评价集。建立电网企业各供应商的因素集U={U1,U2,...,Um}。因素集应满足，∅,i≠j。将Ui划分为子因素集Ui={Ui1,Ui2,...,Uij,...,Uin}，根据实际的评价需要，可继续划分。建立评价集V={v1，v2，…，vn}，权重向量集Ai=(ai1,ai2,...,ain)。

（2）单因素模糊评价。对Ui的n个因素进行单因素评价后得到单因素评价矩阵Ri。第k个专家认为的评价对象按第i个因素Ui获得第j个评语vj的隶属度用表示，按公式（1），以百分制计算总体的隶属度rij，由此得到评价矩阵R，即公式（2）。其中rij是综合所有专家意见得到的评价对象按第i个因素Ui第j个评语vj的隶属度。

将Ri和权重向量集Ai模糊合成，按公式（3）计算出该层次因素集Ui的评价结果Bi。

其中，bj是综合考虑所有影响因素时评价对象属于第j个评语vj的隶属度，B是属于判断集V上的模糊集合，“∘”表示某种合成算子。

（3）对U代表的事物进行综合评价（二级评价）。由B1,B2,...,Bm，可按公式（4）得到U=(u1,u2,...,um)的单因素评价矩阵R。

依公式（5）对因素集U进行综合评价。

3.2 模糊聚类分析

（1）数据的预处理。对数据进行标准化处理，即根据模糊矩阵的要求，将数据压缩到区间[0，1]上。用xij表示原始数据，为处理后的数据，采用极值处理法，按照公式（6）对数据进

行处理。

其中，Mj=max{xij},mj=min{xij}。

（2）建立模糊相似矩阵。用 cij（i=1，2，…，n，j=1，2，…，m）表示xi与xj的相似程度，采用最大最小值的方法按照公式（7）确定，从而由公式（8）得到模糊相似矩阵R={cij}n×n。

（3）聚类。采用最大树聚类法对电网企业的合作伙伴进行分类划分，甄选出不同优势的合作伙伴。最大树法从模糊相似矩阵出发进行聚类，其核心是以所有被分类的对象为顶点构造一棵最大树。首先将cij从小到大排序，把与最大的cij（cij≠1）相关联的对象xi，xj连接起来，并注明相关程度rij，依次重复加入其它节点（注意不能产生回路），直至所有顶点均被连通，此时便得到一棵最大树。然后选取适当的截集λ∈[0 ,1]，除去线段上值小于λ的连线，剩下相互连通的对象归为同一类，即得到在λ水平上的等价分类。

由于连接方法不同，最大树并不唯一，但取λ截集以后所得的子树是一样的。这些子树即为数据仓库中归纳发现的模式。

4 实例分析

某电网企业计划购进一批配电设备，从众多供应商中抽取10家作为评估对象，优选供应商，建立战略合作伙伴关系。本文建立的电网企业战略合作伙伴评价指标体系中包含一级指标5个，二级指标15个，建立评价集V={v1,v2,v3,v4,v5}={很好，较好，一般，较差，很差}={100，80，60，40，0}。

通过对备选供应商中的企业1进行专家调查，比较各指标的相互关系，同时通过邀请电力公司、供电局等20名专家学者参加统计问卷调查，计算分析后最终确定出各指标的权重及评价汇总结果，见表1。

表1 供应商评价选择权重及1号供应商评价结果汇总表

根据表1，按公式（1）、（2）计算可以得到一级评价指标的权重向量A，各二级评价指标的权重向量 Ai（i=1,2，…，5），以及从二级评价指标集到评价集V的5个模糊评价矩阵R1,R2,R3,R4,R5。

采用加权平均型的算子M(· ,+) ，依公式（3）对R进行模糊运算，得到各评价指标的模糊评价值 Bi（i=1，2，…，5）。

同理，计算出其它评价指标的模糊评价值。

B2=（0.69，0.225，0.045，0.04，0）

B3=（0.23，0.67，0.085，0.015，0）

B4=（0.34，0.3，0.2175，0.0725，0.07）

B5=（0.22，0.72，0.16，0.02，0）

在此基础上按公式（4）求得第一层评价因素集的模糊综合评价矩阵R。

依然选取算子M(·,+)对R进行模糊运算，由A=(0 .05,0.35,0.25,0.25,0.1)，按公式（5）计算得出该供应商的综合评价向量B。

根据最大隶属度原则，0.419的数值最大，该供应商的综合隶属度值为0.40825，评语值为“较好”。

进一步将评价结果转化为分值进行分析，则各指标的分值分别为：

同理，计算得到其它各指标分值。

通过电网企业供应商评价的5个指标的分值，可以对这5个指标进行排序：

其中，排在前列的为指标u2和u5，说明1号供应商的产品竞争力和社会责任方面表现很好，其余各指标均接近80分的较好水平。从整体来看，企业1总的分值为83.76，略高于较好水平。说明选取该企业作为电网企业的战略合作伙伴还是比较合适的，尤其是对物资的质量、稳定性及价格等要求非常高的情况。

采取同样的方法，通过计算得出其它供应商的综合评价结果，见表2。

表2 电网企业备选供应商的综合评价结果

根据表2可知指标矩阵为X*，然后按公式（6）对数据进行处理，将X*标准化处理，得到模糊矩阵X0。

按照公式（7）和（8）计算 xi和 xj的贴近程度 cij，并由此得出模糊相似矩阵R。

取 λ =0.7，分为8类：{x1,x5}，{x2}，{x3}，{x4}，{x6,x8}，{x7}，{x9}，{x10}；取 λ =0.66，分为 7类：{x1,x5}，{x2,x6,x8}，{x3}，{x4}，{x7}，{x9}，{x10}；取 λ=0.6，分为5类：{x1,x5}，{x2,x3,x6,x8,x9}，{x4}，{x7}，{x10}；取 λ =0.5，分为4类：{x1,x2,x3,x5,x6,x8,x9}，{x4}，{x7}，{x10}；取 λ=0.49，分为3类：{x1,x2,x3,x5,x6,x8,x9}，{x4,x10}，{x7}；取 λ =0.4，分为1类{x1,x2,x3,x4,x5,x6,x7,x8,x9,x10}。

从分类结果可以看出，当取λ=0.6分为五类时，企业1和企业5属于其产品竞争力较强，其余指标均处于良好水平的供应商，列为A类供应商，属于综合能力较强的企业；企业2、企业3、企业6、企业8和企业9则属于技术水平较强的供应商，列为B类供应商，属于综合能力良好的企业；其余的企业在各方面均无突出表现，且在社会责任方面的表现稍弱，列为C类供应商，属于综合能力较弱的企业。取λ=0.6时对电网企业各合作伙伴的合作模式进行分类，各模式的平均指标见表3。

表3 合作伙伴企业分类模式的平均指标

若某新的供应商U={80.5，88.6，72.3，92.3，85.2}，则可以通过计算其与各类的拟合度来确定其综合素质能力：A类的拟合度0.54，B类的拟合度0.28，C类的拟合度0.195。可以看出与A类的拟合度最大，属于综合能力较强的企业。

5 结论

电网企业合作伙伴的管理对于培育和提升企业的核心竞争力、保障电力设备的正常运行、降低故障损失具有重要意义。本文根据电网企业供应商的实际情况，构建了其战略合作伙伴评价指标体系，并利用数据挖掘算法实现了对企业候选供应商的评价与选择，同时对其进行聚类分析，从而确定电网企业需要进行合作的供应商类型，为电网企业决策者进行科学决策提供依据。

[1]侯炳辉,程佳惠,曹慈惠.信息系统评价体系及评价方法[J].中国管理科学,1993,(3):26-35.

[2]孙蛟,曾凡婷.层次分析法AHP在供应商评价选择中的应用[J].物流技术,2004,(9):44-47.

[3]Luitzen de Boer,Eva L,Pierangela M.A review of methods supporting supplier selection[J].European Journal of Purchasing&Supply Management,2001,2(7):75-89.

[4]杨波,莫灿林,李仁旺.基于灰色关联度的供应商评价体系研究[J].计算机应用研究,2005,(10):20-22.

[5]堪述勇,陈荣秋.论JIT环境下制造商和供应商之间的关系[J].管理工程学报,1998,(3):46-52.

[6]马士华,林勇,陈志祥.供应链管理[M].北京:机械工业出版社,2000.

[7]张炳轩,李龙洙,都忠诚.动态供应链合作伙伴的评价体系及其模糊评价方法[J].天津师范大学学报,2001,(3):19-23.