医疗器械制造企业可持续供应商选择研究

郭紫君，李益兵，郭 钧

(1.武汉理工大学 机电工程学院，湖北 武汉 430070；2.武汉理工大学 数字制造湖北省重点实验室，湖北 武汉 430070)

可持续供应商选择是可持续供应链管理中的重要环节，上游供应商的经济效益表现情况、环境及社会责任履行情况将对下游企业产生直接或间接的影响[1]。由于产品质量与患者健康息息相关，医疗器械制造企业对工艺流程、生产环境、灭菌情况、产品安全等要求远高于一般制造业，对上游供应商也有更高的准入门槛和监管力度[2]。制造企业结合行业特点考虑供应商在经济、社会、环境的可持续表现逐渐成为一种发展趋势。

现有可持续供应商评价指标体系需涵盖经济效益类指标、社会效益类指标、环境效益类指标3个方面，已基于三重底线(tripple bottom line, TBL)原则构建可持续指标体系达成共识，但不同行业的评价指标也存在一定的区别。塑料包装业[3]制定了生态设计费、物流成本、调料数量等11个指标。化工行业[4]从市场接受度、资源状况、安全生产等方面出发，制定了准入许可、管理制度等8个指标。

决策模型方面，为克服主观性和不确定性的影响，现有的可持续供应商选择模型多集中于模糊性的处理和决策方法的优化。Chunxia等[5]提出区间Pythagorean模糊环境下，采用灰色关联分析和TOPSIS(technique for order preference by similarity to an ideal solution)综合评价法对备选供应商进行排序。Hazeri等[6]采用最佳-最差权重确定法计算指标权重，并利用灰色关联分析对供应商进行排序。代文锋等[7]基于前景理论和MULTIMOORA提出一种新的决策方法。在医疗行业供应商选择研究中，Željko等[8]认为由于不确定性在商业运作中长期存在，医疗行业供应商的选择应该考察产品的质量与安全。

当前基于医疗器械制造企业的供应商选择与评价指标体系研究偏少。因此，笔者从医疗器械制造企业对供应商高准入、强监管、重视安全生产等特点构建评价指标，提出了医疗器械制造企业可持续供应商选择模型。该模型采用Pythagorean模糊集(pythagorean fuzzy sets, PFS)有效处理定量、定性两类决策信息，提出改进的基于PFS的最佳-最差权重确定方法(best worst method, BWM)和多属性边界近似区域比较法(multi-attributive border approximation area comparison, MABAC)进行供应商选择与决策。

1 医疗器械制造企业可持续供应商指标体系

医疗器械制造企业可持续供应商指标体系如图1所示，该指标体系基于三重底线原则[9]，衡量供应商在经济、社会、环境的综合可持续效益，共包括9个1级指标、20个2级指标，涵盖定性、定量两类决策信息。其中价格比c1、产品合格率c3、交货效率c6、环保投入比c17为定量指标，其决策信息以精确数据给出，其余16项指标为定性指标，指标决策信息由决策专家经过实地调研后定性给出定性语言评价。

图1 可持续供应商选择指标体系

2 PFS模糊环境下可持续供应商选择模型

由于医疗器械制造企业可持续供应商选择中涉及评价指标众多，定量、定性两类决策信息难以统一处理，决策过程充满了一定的模糊性与不确定性。Yager[10]提出的PFS语言集能描述精确的信息，有效解决模糊性与不确定性问题。因此，笔者提出PFS模糊环境下的可持续供应商选择模型，如图2所示。主要选择流程包括3个步骤：①以Pythagorean模糊数(pythagorean fuzzy numbers, PFNs)描述定性、定量两类决策信息，构建标准决策矩阵；②采用改进BWM算法确定指标权重，用PFNs描述指标间重要度偏好，先计算出1级指标权重，再确定2级指标权重；③基于混合MABAC算法确定候选供应商优劣顺序。

图2 可持续供应商决策流程

为了更好地阐述所提出的模型，相关参数解释与定义如表1所示。

表1 相关参数解释与定义

2.1 获取混合评价信息

针对定性、定量两类决策信息的模糊性与局限性，基于PFS理论提出一种定性、定量决策信息的处理方法，并构建标准决策矩阵。具体步骤如下：

步骤1针对已构建的指标体系cj,j=1,2,…,n，组织相关专家对供应商si,i=1,2,…,m展开信息收集并给出定量、定性指标决策信息，构建初始决策矩阵A=(aij)m×n。

表2 语言变量和相应的PFNs

表2中隶属区间mij可由供应商si的定量决策信息aij与指标cj的期望区间[amin,amax]计算得出，确定隶属区间mij后，可从表2找出对应的PFNs。对于决策信息越大越理想的效益型指标与决策信息越小越理想的成本型指标，mij具体计算公式为：

(1)

对于定性决策信息aij，语言变量与PFNs的对应关系如表3所示。

表3 语言变量和相应的PFNs

2.2 基于改进BWM算法的权重确定

BWM是一种非常有效的确定准则权重的多准则决策方法。在医疗器械制造企业供应商评价中，由于2级指标数量众多，指标间联系密切、不同指标间的相对偏好用简单实数表示缺乏客观性、精确度表征不足。笔者提出一种改进BWM算法，以PFNs描述指标间偏好，先计算1级指标权重，再确定2级指标权重。具体步骤如下：

步骤1确定1级指标中重要度程度最大的指标zb与重要度程度最小的指标zw。

表4 语言变量与相应的PFNs

(2)

(3)

步骤3确定1级指标权重。以一致性偏好最小为目标，构建优化模型如下：

minξ

(4)

步骤4确定各2级指标相对于所属1级指标的相对重要度，将1级指标权重依据各2级指标的相对重要度分配给各2级指标，并将2级指标权重记为WT={w1,…,wj,…,wn}。

2.3 基于混合型MABAC的供应商选择策略

MABAC[12]算法过程简单、结果稳定、且考虑了潜在的损益值、易获得较全面的结果。考虑到医疗器械制造企业可持续供应商选择中，决策信息统一用PFNs描述。因此，笔者将MABAC算法扩展到PFS环境下以确定供应商优劣顺序，具体实施过程如下：

(5)

步骤3构造差分矩阵D=(dij)m×n。

(6)

(7)

步骤4计算候选供应商可持续得分sri，sri越大，供应商可持续表现越好，可由式(8)确定。

(8)

3 案例分析

以某生产注射器的医疗器械制造企业为例，在收集和审核供应商的相关证件对供应商进行初选后，该企业需从s1,s2,s3,s4中展开优选，确定可持续供应商。

3.1 供应商选择过程分析

步骤1构建初始决策矩阵，如表5所示。

表5 初始决策矩阵

步骤2构建标准决策矩阵。以PFNs形式描述定性、定量两类决策信息，其中定量指标c1、c3、c6、c17的期望区间分别为(0.8,1.0)，(98%,100%)，(0.9,1.0)，(0.1,0.2)。

步骤3计算指标权重。经商议一级指标重要度程度最大与最小的指标分别为质量z2、雇佣惯例z7。确定指标间相对重要度偏好后，求解式(4)确定1一级指标权重，再依据各2级指标相对于所属1级指标的相对重要度，确定2级指标权重,如图3所示。

图3 各2级指标权重

步骤4构造加权标准决策矩阵。确定指标权重W后，可构建加权标准决策矩阵。

步骤5确定各指标边界近似区域。各指标边界近似区域的计算可通过式(5)计算得出。

步骤6确定可持续供应商。构造差分矩阵D并计算各候选供应商s1,s2,s3,s4的可持续得分，分别为-0.17，0.06，-0.11,0.04。候选供应商的优劣顺序为s2>s4>s3>s1， 因此该企业应与供应商s2建立可持续合作关系。

3.2 敏感性分析

敏感性分析[8]的目的是评估最具影响力的指标对决策模型的影响，新指标权重的计算公式为：

(9)

在本研究中，指标z2(质量)被认为是影响程度最大的指标，其指标权重为0.15，参数Δx范围为-0.15≤Δx<0.85。现根据Δx的可变区间确定20种计算场景{sc1,sc2, …,sc20}，并按照本文提出的供应商选择模型计算候选供应商可持续得分，结果如图4所示。

图4 MABAC算法敏感性分析

敏感性分析结果表明，指标权重分配不同会导致供应商的可持续得分不同，但供应商排名始终保持s2>s4>s3>s1，供应商s2在20次实验中的可持续得分均最高，始终为最优决策。

4 结论

针对医疗器械制造企业可持续供应商选择问题，构建了可持续供应商评估指标体系和可持续供应商选择模型。并以某医疗器械制造企业为例，验证了所提模型的有效性和合理性，最后通过敏感性分析证明了决策结果具有良好的稳定性。