高猛猛,蒋 艳
(上海理工大学 管理学院,上海 200093)
随着信息化社会的不断发展,企业间的关系呈现出具有交叉结构的网络化趋势,供应链网络的结构也日益复杂化.供应链网络内外部不确定性风险因素给供应链网络的正常稳定运行带来了巨大的影响.2001年9月11日美国发生恐怖袭击事件后,由于航空和道路运输网络的中断,一些电子产品和汽车零部件的供货发生了严重的延误.苹果2018年公布的供应商前200家公司共计778家工厂,分布在中国、日本、韩国、美国和德国等不同国家.供应链网络内部任何一个节点或功能出现事故的影响都会扩散到整个网络中,使得供应链网络上所有节点企业都将面临日益复杂的风险.
目前对供应链网络风险的研究主要集中在风险识别、风险演化、风险评估和风险管理等方面,国内外学者展开了有关供应链网络风险的相关研究.刘家国等(2018)运用系统工程论中的物理-事理-人理方法与企业实践相结合,形成了一个供应链风险管理框架对供应链风险进行研究[1].Rajesh和Ravi(2015)运用灰色理论等对缓解供应链风险的影响因素之间的因果关系进行了研究[2].William等(2015)对供应链风险定义、风险类型、风险因素和风险管理与缓解策略的研究进展进行了综述[3].Ledwoch等(2016)基于系统风险的概念,通过加入地理风险因素对复杂供应链网络进行了风险评估[4].Mizgier(2018)建立了一个供应链风险统计模型,并提出了一种多产品供应链网络的风险组合管理方法[5].雷勋平(2015)建立了一个基于熵权的可拓决策模型,为汽车制造业供应链风险评价级提供了新的方法和思路[6].吴天魁等(2014)采用模糊综合评判方法分析供应链风险事件及事件的风险等级,为企业的风险预防和控制提供支持[7].
在供应链网络风险研究过程中需要采取系统的观点综合分析供应链网络运行过程中(包括计划、采购、生产和供应阶段)的各种风险影响因素,构建出一个合理的影响因素分析体系.建立基于网络分析法和灰色聚类方法的供应链网络风险影响因素评价体系,选取供应链网络运行过程中的各种风险影响因素,对供应链网络风险因素进行建模评价,也许是有价值的研究课题.
供应链风险管理是具有复杂性、层次性、多样性和动态性等特征的系统工程.参考Akkawuttiwanich(2018)在研究供应链关键性能指标时使用的供应链运作参考模型(SCOR)[8],在不考虑退货的基础上,将供应链网络运作阶段划分为计划阶段、采购阶段、生产阶段和供应阶段.由于供应链风险管理的动态性,导致供应链风险因素与供应链网络运作相生相伴,风险因素不会静止于某一个运作阶段,而是在供应链网络运作的动态过程中不断变化.参考Rajesh(2018)关于供应链网络风险影响的研究中所给出的风险影响因素[9],邀请供应链领域部分研究专家和企业供应链管理人员对汽车零部件供应链网络运作风险影响因素进行分析,得知汽车零部件供应链网络运作风险影响因素主要包括:外部冲击因素、资源限制因素、网络结构特征因素、管理水平因素、人本因素和性能特征因素等,如表1所示.相关参数定义如表2所示.
表1 供应链网络运作风险影响因素及说明
表2 参数定义及说明
3.1.1 构建网络层次结构
供应链风险存在于供应链网络运作的各个阶段,包括计划、采购、生产和供应,这些阶段并不是独立存在于供应链系统之中,每个阶段在实际运作过程中都会对上游或者下游阶段产生影响.各种风险影响因素在作用于供应链网络的运作过程时不是相互独立的,它们可能相互影响和转化.供应链网络不同的运作阶段对风险因素的敏感程度也有所不同.基于上述分析,建立了汽车零部件供应链网络运作风险影响因素分析模型的ANP结构层次模型,如图1所示.
图1 ANP结构层次模型
3.1.2 计算指标权重
首先构造风险影响因素判断矩阵,通过供应链方向研究专家和企业供应链管理人员依据九标度规则分别对风险因素和运作阶段进行两两比较进行评分,并对各个运作阶段对于各个影响因素的影响敏感程度进行两两比较和评分,从而得到三组判断矩阵Xp={bj,j}4×4,Xf={bi,j}6×6和Xpf={bi,j}6×4.
然后参考王霞等人(2011)在研究软件外包产业联盟决策时对ANP(网络层次分析法)应用软件应用的介绍[10],对加权超矩阵和极限超矩阵进行计算,最终得到运作阶段赋权权重向量Wp=[wp1,wp2,wp3,wp4]T和影响因素赋权权重向量Wf=[wf1,wf2,wf3,wf4,wf5,wf6]T.
采用灰色聚类方法对供应链网络系统的风险影响因素做出定性兼具定量的表述和判断.
3.2.1 确定评价指标集评分
在评价模型中,把供应链网络系统风险影响程度指标评分R划分为10分,分别表示影响程度非常低、影响程度很低、影响程度低、影响程度较低、影响程度一般低、影响程度一般高、影响程度较高、影响程度高、影响程度很高和影响程度非常高,然后运用专家评分法对每一个风险因素指标进行评分,并对n位专家的评分进行取平均值,从而得到评价指标集评分矩阵X={xi,j}6×4.
3.2.2 确定灰色聚类的灰类
为方便进行灰色聚类分析,将供应链网络风险因素对供应链各个运作阶段的影响等级分为极高影响、较高影响、一般影响、较低影响以及很低影响5个不同的灰类.供应链网络运作风险影响因素灰类区间如表3所示.
表3 供应链网络运作风险影响因素灰类区间
3.2.3 确定白化权函数
(1)
3.2.4 折算系数计算
采用尹航(2009)在对高新技术成果综合转化价值评价中所使用的对各选择指标赋予不同的权重的方法[12],进行折算系数的处理.首先在所确定的白化权函数的基础上,得到初始折算系数为
(2)
(3)
3.2.5 计算灰色聚类评价值
由式(4)计算供应链网络风险影响因素关于灰类k的综合聚类系数.
(4)
3.2.6 灰色聚类结果分析
由式(5)对供应链网络风险影响因素所隶属于的灰类进行判定,并在每一类灰类中对所得的综合聚类系数根据其大小进行排序.
(5)
邀请供应链领域的研究学者和企业供应链管理人员对汽车零部件供应链网络运作风险影响因素进行调查分析,依据上述供应链网络运作风险影响因素分析模型进行汽车零部件供应链网络风险影响因素的分析研究.
根据建立供应链网络运作风险影响因素ANP结构层次模型,邀请相关专家根据九标度评分规则对汽车零部件供应链网络的风险因素,运作阶段和运作阶段对于影响因素的影响敏感程度进行两两比较和评分,得到判断矩阵XP,Xf和Xpf.并对所得到的判断矩阵参考王霞等人使用超级决策软件的过程,在超级决策软件中进行加权超矩阵和极限超矩阵计算,最终得到运作阶段赋权权重向量Wp=(0.2538,0.1753,0.3325,0.2385)T和影响因素的赋权权重向量Wf=(0.1543,0.1554,0.1763,0.1022,0.2013,0.2105)T.
4.2.1 确定评价指标集评分
邀请5位供应链领域研究学者和企业供应链管理人员对每一个风险因素指标对供应链各个运作阶段的影响程度进行评分,对5位专家的评分取平均值从而得到评价指标集评分矩阵如表4所示.
表4 评价指标集评分矩阵
4.2.2 计算折算系数
考虑到供应链运作各个阶段对风险影响因素的影响敏感程度不同,需要对不同阶段赋予不同的权重,根据式(2)-(3)的折算方法和运作阶段赋权权重向量WP进行折算系数的处理.具体的数据和计算结果见表5.
表5 折算系数
4.2.3 灰色聚类评价值计算
根据式(1)所示的白化权函数和表2的供应链网络运作风险影响因素灰类区间,将表4中的评价指标集评分矩阵数值带入式(1)进行计算,得到风险影响因素的所有白化权函数值.再根据式(4)计算汽车零部件供应链网络风险影响因素关于灰类k的综合聚类系数.通过计算得到灰色综合聚类系数数据,如表6所示.
表6 灰色聚类系数表
4.2.4 灰色聚类结果分析
根据式(5)判定汽车零部件供应链网络风险影响因素所隶属的灰类,从而得到灰类向量
[0.3778,0.3355,0.7616,0.1621,0.3406,0.5379]T.
对所得到的灰类结果和影响程度排序可得以下结论:
1)影响程度较高的汽车零部件供应链网络运作风险因素为外部冲击因素、网络结构特征因素和管理水平因素,其中网络结构特征因素对汽车零部件供应链网络运作风险的影响大于外部冲击因素的影响,且大于管理水平因素的影响;
2)影响程度一般的汽车零部件供应链网络运作风险因素为资源限制因素和性能特征因素,其中性能特征因素对汽车零部件供应链网络运作风险的影响大于资源限制因素的影响.
识别、分析和评价供应链网络风险影响因素的影响程度对于供应链网络的运作和管理是至关重要的,这一过程是具有复杂性、层次性、多样性的评价过程.利用ANP方法对供应链网络运作风险因素的相对影响程度和各阶段对风险因素的敏感程度进行分析,得到各运作阶段的权重和各影响因素的权重,并在所得到的权重的基础上利用灰色聚类分析对风险因素进行评分,排序并筛选出影响程度大的风险影响因素.
对汽车零部件供应链网络运作风险影响因素的建模和分析评价结果表明汽车零部件供应链网络结构特征因素相对于其他因素的影响程度最大,说明在供应链网络交叉结构化和复杂化趋势下,供应链网络的结构对于供应链网络的影响程度不断增大,在供应链网络风险管理过程中要高度重视对供应链网络的结构分析.