基于ANP的器材库存控制绩效评价研究

杨学强，李文俊

（装甲兵工程学院 技术保障工程系，北京 100072）

基于ANP的器材库存控制绩效评价研究

杨学强，李文俊

（装甲兵工程学院 技术保障工程系，北京 100072）

针对器材库控制实际特点，从库存控制投入、服务水平、库存控制质量三个维度构建了指标体系，运用ANP评价法，对器材库存控制绩效进行综合评价，应用ANP软件Super Decision进行模型求解，结果表明该方法是有效的。

器材；库存控制；绩效评价；ANP

1 引言

开展器材库存控制绩效评价是对器材仓储系统器材库存控制组织实施成效进行综合评价的活动[1]，它对于部队开展精细化管理和目标管理有着重要意义。目前，国内学者对库存控制绩效评价已经展开了较为深入的研究，如运用模糊综合评判法、灰色聚类分析、层次分析法等系统评价方法对库存控制进行评估。但是，这些方法忽略了库存控制绩效评价指标体系内部要素之间复杂的关系，所建立的指标体系难以准确反映库存控制绩效，从而导致评价结果失真，严重影响了上级决策的科学性与基层的积极性。

网络分析法（The Analytic Network Process，简称为ANP）将系统内各元素的关系用类似网络结构表示，而不再是简单的递阶层次结构，改善了AHP只考虑上层元素对下一层元素的支配和影响且需要假设

同一层次的元素之间相互独立，不存在依存关系的局限[2-5]，能够更加准确地描述现实中库存控制绩效评价指标体系内部要素之间复杂的关系。为此，本文在分析器材库存控制特点的基础上，提出运用ANP评价法，对器材库存控制绩效进行综合评价。既充分考虑人的知识和经验，又准确描述指标因素间相互影响的复杂关系，为提高器材库存控制绩效评价的合理性和科学性提供了参考。

2 器材库存控制绩效评价指标体系

器材库存控制的总体目标，一般概括为：为保持和恢复装备的战斗力，适时、准确地提供所需的器材[1]。进行器材库存控制绩效评价，应该以实现这一目标为出发点。据此，仓储效益评价指标可采用表1所示的评价指标体系进行评价。

表1 器材库存控制绩效评价指标体系

本文在参考相关资料和咨询业内专家的基础上，将器材库存控制绩效评价指标体系分为三个方面：库存控制投入、服务水平、库存控制质量。

2.1 库存控制投入

库存控制投入主要包括以下指标：期内器材吞吐量费用比率、全员劳动生产率、库房利用率、设备利用率、器材验收天数。其中，期内器材吞吐量费用比率反映了在一定的劳动耗费和劳动占用下，实现符合装备维修需要的器材的吞吐数额越多，其经济效益越好，计算公式为：

期内器材吞吐量费用比率=同期仓储总费用/期内器材吞吐量总额×100%

式中，期仓储总费用指的是该年度仓储活动所耗费的活劳动和物化劳动的总和；全员劳动生产率反映了一定仓储规模下，每个人完成的工作量越大，经济效益越好，计算公式为：

全员劳动生产率=（期内吞吐量+期内平均库存量）/同期全员平均人数（t/人）。

2.2 服务水平

库存控制投入主要包括以下指标：器材供应保障率、差错率、器材发运天数、准时发货率。其中，器材保障供应率是一项衡量军事效益的指标，它反映了仓库对部队实际需要的器材的满足程度，直接影响部队能否适时地保持和恢复战斗力，在作战中它直接影响部队能否保持持续作战的能力[1]，计算公式为：

器材保障供应率=期内实际供应器材的数量/同期实际（或计划）需要量×100%

差错率计算公式为：

差错率=期内收发差错项（件）数/同期收发总件数×100%

2.3 库存控制质量

库存控制质量主要包括以下指标：器材周转率、器材完好率、期内报废退役器材所占比率、期内三年以上没产生消耗的器材所占比率。

器材周转率反映的是器材周转的速度，器材周转率高，说明器材周转快，有利于尽快实现器材的使用价值，计算公式为：

器材周转率=期内发出器材总数/同期平均库存量占用数（次）

器材完好率计算公式为：

器材完好率=（期内平均库存量-期内器材损坏变质丢失量）/同期平均库存量×100%

期内报废退役器材所占比率、期内三年以上没产生消耗的器材所占比率反映的是器材积压情况，期内报废退役器材或期内三年以上没产生消耗的器材占总库存金额的比例越低，说明器材积压越少，库存控制质量越高。

3 基于ANP的器材库存控制绩效评价过程

3.1 ANP网络结构的建立

ANP的网络结构由控制层与网络层构成。控制层是典型的递阶结构，包括决策目标、子目标、决策准则。所有的决策准则均被认为是彼此独立的，且只受目标元素支配，控制因素中可以没有决策准则，但至少有一个目标[5]。器材库存控制绩效评价ANP模型的控制层只有一个总目标器材库存控制绩效，而没有评价准则，因此器材库存控制绩效既是评价目标又是判断准则，所以各指标以该目标进行评判比较。第二部分为网络层，它是由所有受控制层支配的元素组成的，其内部是相互影响的网络结构。根据前面给出的评价指标主要有三个指标组，它们分别是库存控制投入、服务水平、库存控制质量三个子网络，每个指标组中又有各自的指标。

首先向有关专家进行调研，确定指标中存在相互影响的元素，根据专家知识和工作经验确定所列指标间是否有相互影响，如果纵向指标对横向指标有影响，则标注“1”，若无影响则不做标注，以此为ANP网络结构建立的基础。调研结果见表2。

表2 器材库存控制绩效评价指标间的关系

然后，将确定好的指标及它们的关系输入ANP解决软件Super Decision后形成以下网络结构图，其中环形箭头表示指标内存在相互影响的指标，直接箭头表示指标组间存在相互影响的关系，如图1可以看出指标组内与指标组间都存在相互影响的关系。

图1 Super Decision中器材库存控制绩效评价的网络模型

3.2 指标权重的确定

设ANP的控制层中有元素 p1,…,pm，因控制层只有一个总目标器材库存控制绩效，而没有评价准则，所以m=1。控制层下的网络层有元素组C1,…,Cn，其中Ci中有元素ei1,…,eni，i=1,…,N，（N为元素组个数）。以控制层元素P为准则，以Cj中元素ejl（l=1,…,nj）为次准则。元素组Ci中元素按其对ejl的影响力大小进行间接优势度比较，即构造P下的判断矩阵Re：

ejlei1,ei2,…,eni归一化特征向量ei1 ei2 …w(jl) i1 w(jl) i2⋮eniw(jl) ini

这里Wij的列向量就是Ci中每个元素，对Cj中某个元素的影响程度排序向量。

若Cj中元素不受Ci中元素影响，则这样最终可获得P下，超矩阵W(N×N)：

这样的超矩阵是非负矩阵，超矩阵的子块Wij是列归一化的，但W却不是归一化的，为此以P为准则，对P下各组元素对准则Cj(j=1,…,N)的重要性进行比较，即构造判断矩阵Rc：

Cj C1⋮ CN Ci,…,Cn 归一化特征向量（排序向量）a1j⋮aNj

与Cj无关的元素相对应的排序向量分量为零，由此得加权矩阵对超矩阵W的元素加权，得Wˉ=)，其中=aW。

在元素分析中，为了反映元素之间的依存关系，超矩阵W需要做稳定处理，这一步涉及一些理论知识。设加权超矩阵W的元素为wij，则wij的大小反映了元素i对元素 j的一步优势度。i和 j的优势度还可用得到，称为二步优势度，它就是的W2元素，W2仍是列归一化的。稳定性处理即计算极限相对排序向量这个极限值存在时，W∞的第 j列就是PS下网络层中各元素对于元素 j的极限相对排序向量。

在实际计算中，只要对超矩阵进行足够大的幂次运算，直至各行数值趋于一致即可得出各个元素的相对重要性排序（权重）。

3.3 绩效综合评价

为了克服指标间计量单位不同对综合绩效评分值的影响，需要对绩效指标进行无量纲化处理。绩效指标的无量纲化[5]分为2种，一种是指标值越大越好的效益型指标，常用的变换方法是

另一种是指标值越小越好的成本型指标，它常用的变换方法是

其中，yij是指标实际值，与为第j个指标规定的最大值与最小值。

将计算所得的指标权重与无量纲化后的指标值加权求和，所得数值就是各单位器材库存控制的绩效得分。这是一个在0与1之间的数字，数值越接近1表示器材库存控制绩效越好，反之绩效越差。通过该方法可以对器材库存控制绩效从效果角度做综合评价。

4 应用示例

本文选取A、B、C、D四个单位作为拟评价对象，运用本文方法对其进行绩效评价。为了保密需要，实例中所有数据均为模拟数据，不具有可信性，只提供计算方法与分析步骤。实际应用人员可以根据具体单位的具体数据进行计算。

4.1 指标数据的获取及无量纲化处理

A、B、C、D四个单位的原始数据及经无量纲化处理的数据如表3所示。

指标组B B C D C库存控制投入原始值C1服务水平C2库存控制质量A 1.67 0.75 0.96 0.80 6.3 0.85 0.09 21 0.80 0.35 0.85 7.4 6.39 14.17 11.35 20.02 1.00指标期内器材吞吐量费用比率C11全员劳动生产率C12库房利用率C13设备利用率C14器材验收天数C15器材供应保障率C21差错率C22器材发运天数C23准时发货率C24器材周转率C31器材完好率C32期内报废退役器材所占比率C33期内三年以上没产生消耗的器材所占比率1.81 0.87 0.89 0.85 7.5 0.78 0.11 15 0.95 1.18 0.90 2.66 1.01 0.90 0.94 0.70 9.8 0.64 0.15 30 0.89 0.20 0.75 3.81 0.82 0.00 1.00 0.50 1.00 1.00 1.00 0.60 0.30 0.16 0.67 0.00无量纲化后的值A 1.28 0.82 0.85 0.90 10.6 0.82 0.2 25 0.75 0.22 0.80 5.21 0.00 1.00 0.95 0.00 0.19 0.00 0.45 0.00 0.75 0.00 0.00 0.80 0.42 0.61 0.00 1.00 0.82 0.33 0.75 0.72 0.67 0.82 1.00 1.00 1.00 1.00 1.00 D 0.35 0.44 0.00 1.00 0.00 0.86 0.00 0.33 0.00 0.02 0.33 0.12 C3 C34

4.2 求解过程

利用Super Decision计算求解超矩阵，首先求得未加权超矩阵(Unweighted Super Matrix)，结果(部分)如图2所示。从图中可以看出，每一列表示的是该指标对各指标组中各指标的权重，如果没有相互影响，值为0；如果只与指标组中的一个数据有关系，值为1，每一个子块都是归一化的。

图2 SuperDecision中器材库存控制绩效评价未加权超矩阵

然后，将未加权矩阵做加权处理，求得加权矩阵。加权矩阵Wij的建立与前文判断矩阵Re的建立相似，对超矩阵W(N×N)进行加权，经SuperDecision计算求得超矩阵加权后结果Wˉ，如图3所示。

图3 Super Decision中器材库存控制绩效评价的加权超矩阵

接着，对超矩阵W进行稳定性处理，如图4所示。

图4 Super Decision中的极限矩阵

最后，求得全局权重，结果见表4。

表4中左一列为局部权重，右一列为指标的全局权重。从表中可以看出，设备利用率的权重为0，出现这一情况的原因是，在最初选取指标时，主观判断该指标是器材库存控制绩效评价的重要参数，但在后来指标间关系确定及重要性评价过程中，对该指标进行重要性打分时又给予了明显的劣势，所以导致该指标在全局评分中近似等于0。因此，可以考虑在评价时去掉该指标。

将表4中所得的全局权重与表3中无量纲化后的指标值加权求和，所得数值就是各单位器材库存控制的绩效得分。A、B、C、D四个仓库器材库存控制的整体绩效得分见表5。

表4 Super Decision求得的全局权重

表5 器材库存控制整体绩效得分

4.3 结果分析

从整体绩效得分结果来看，C单位器材库存控制整体绩效最好，B、D单位器材库存控制整体绩效相对较差。对比两个单位的指标值，可以看出C单位在器材吞吐量费用比率、器材供应保障率、器材周转率三方面表现较好。所以，为了提升器材库存控制效果可以着手从这三个方面加以改进。

5 结论

本文综合应用ANP评价方法对器材库存控制绩效进行综合评价，从整体效果上把握了器材库存控制绩效的优劣，充分体现了决策者偏好及经验价值等主观因素，又准确地描述器材库存控制绩效评价指标体系内部要素之间复杂的关系。实例应用表明，应用ANP评价方法对器材库存控制进行评价是有效的、合理的，这为研究器材库存控制绩效评价问题提供了有益的理论借鉴，也为正确进行器材管理决策提供了信息支撑。

[1]王铁宁.装甲装备器材管理[M].北京:解放军出版社,2000.

[2]汪彦明,徐培德.ANP的指挥控制系统作战效能评估[J].火力与指挥控制,2007,32(11):77-80.

[3]Saaty T L.Decision making with dependence and feedback[M].Pittsburgh:RWS Publication,2001.

[4]Eddie W L Cheng,Heng Li.Application of ANP in process models:An example of strategic partnering[J].building and Environment,2007,42 (1):278-287.

[5]刘蓉.基于ANP-DEA方法的电子商务企业物流网络绩效评价[D].北京：北京交通大学,2011.

[6]陈爱祖,唐雯,张冬丽.系统运行绩效评价研究[M].北京:科学出版社, 2009.

Study on Performance Evaluation of Equipment Inventory Control Based on ANP

Yang Xueqiang,Li Wenjun
(Department of Technical Support Engineering,Armored Infantry Engineering University,Beijing 100072,China)

In this paper,in view of the practical characteristics of the equipment inventory control,built the index system composing of three aspects,then applied it to the performance evaluation of the equipment inventory control and at the end,used the ANP software Super Decision to solve the corresponding system model,proving the validity of the index system established in this paper.

equipment;inventory control;performance evaluation;ANP

E233；F253；F224

A

1005-152X(2015)10-0273-04

2015-07-25

杨学强（1962-），男，河北香河人，教授，博士，研究方向：信息管理；李文俊（1992-），男，江西南昌人，装甲兵工程学院技术保障工程系硕士研究生，研究方向：装备物流管理与技术。

10.3969/j.issn.1005-152X.2015.10.073