船舶制造企业供应链管理成熟度评估研究

罗泽森，张 浩

（江苏科技大学 经济管理学院，江苏 镇江 212003）

0 引 言

由于船舶制造业受制造产品的特点和经营模式的影响，均采用面向订单设计（ETO） 模式生产，并且船舶生产属于大型复杂产品制造，制造所需零部件的数量比传统制造企业产品所需零部件多一至两个数量级，这些因素导致船舶行业不同于其他制造业，如果采用传统制造业供应链管理模式定会影响船舶企业的生产经营效率。因此，本文旨在构造一套高效实用的船舶制造企业供应链管理成熟度评估模型，以帮助船舶制造企业评估其供应链管理的成熟度，了解自身供应链管理存在的不足，为下一步船舶制造企业数字化供应链转型提供有价值的参考。

1 文献综述

在激烈的市场竞争大环境下，众多企业将提升供应链管理作为竞争的重要手段。供应链管理成熟度作为衡量供应链管理水平和能力的重要指标之一，它能从不同角度对管理者、管理层次以及管理对象进行一个综合的管理评价体系[1]，因此供应链管理成熟度也成了众多研究者的关注点。

早期对于供应链管理成熟度的研究主要集中在人力资源绩效评价、客户需求管理这两个领域。Lockamy 和McCormack 对供应链管理成熟度过程与供应链整体绩效之间的关系进行了研究，结果表明确认两个变量之间的密切关系，并且也表明“周期时间”和“库存水平”等指标取决于供应链流程的成熟度[2]；在此之后，赵道致等提出三维供应链管理成熟度模型：从环境（法律法规、通信、工业垄断等），资源（物质、知识、人力资源、资本和信息） 和管理（灵活性、风险管理、预测能力等） 三个领域分析供应链管理成熟度[3]。另有Leem 和Yoon 从客户满意度这个维度进行研究，基于初始成熟度水平（无论客户反馈如何）、准备水平（以一般方式生成产品/服务）、适当的水平（为细分市场提供不同的产品/服务） 和以客户为导向的水平（根据个人客户的期望定制产品/服务） 开发了客户满意度成熟度模型[4]。从竞争战略的角度，Santos 等将供应链成熟度模型集成到供应链战略中，研究结果表明，成熟度模型有助于诊断和开发供应链业务流程的能力，以此满足供应链战略的要求[5]。

随着信息技术的不断发展完善，德国“工业4.0”战略的到来，传统供应链也逐渐向数字化供应链转型，现如今对供应链管理成熟度的研究主要集中在将新一轮的信息技术应用到供应链管理中。Azzi 等从信息技术融入供应链管理这个维度进行研究，描述了区块链是如何集成到供应链架构中，从而建立一个值得信赖、透明、可靠和安全的系统[6]。王瑞等则从战略、运营技术、文化组织能力、生态圈四个维度建立了制造型企业数字化成熟度评价模型，并基于层次分析法和决策试验与评价实验室方法对某商用车企数字化成熟度进行了评估[7]。Feitosa I 和Dellana S 均基于风险管理这一维度建立了供应链风险管理成熟度模型，前者结合模糊TOPSIS 分类方法建立模型，该模型可以诊断供应链管理的缺陷，并为改进运营和中断风险管理指明了方向[8]；后者开发了供应链风险管理成熟度通用度量，该度量由供应链风险管理导向、企业风险管理集成和供应链风险协作三个主要维度组成，以评估供应链环境下的组织风险管理成熟度[9]。

综上所述，国内外学者从不同的维度使用不同的方法，建立了不同的供应链管理模型，但船舶供应链管理成熟度这方面研究较少，因此本文建立了基于AHP 层次分析法、TOPSIS 法和灰色关联度法相结合的船舶制造供应链管理成熟度评价模型，通过对船舶供应链管理成熟度四个方面的评价指标进行管理成熟度打分，利用数学模型对数据分析处理并排序，从而完成对船舶制造供应链管理成熟度的评价工作。

2 船舶制造企业供应链的特征

船舶被誉为“综合工业之冠”，船舶产业链的综合性、复杂度以及对技术、质量、品牌、交货、成本的苛求程度在其他行业较少见到[10]。船舶制造与大部分制造业的主要区别之一是船舶是边设计边制造的，而不是在生产前就已经定稿，并且船舶制造业的最大特点是以项目为基础的方法建设船舶，为了满足客户的要求，造船项目通常从基本设计阶段开始，而不是复杂的最终产品。这也使得船舶企业供应链呈现以下几个特点。

2.1 供应链短

传统制造企业供应链与造船企业的供应链相比，后者通常更短，因为它在下订单时就确定了客户，在产品制造完成后直接将产品交付给客户，供应链随着项目的完成而结束。此外，在采购过程中，供应商通常直接向造船厂提供生产所需的原材料，中间环节较少。因此，以造船企业为核心的上下游供应链呈现出“短”的特征。

当水资源缺乏时，农业收益降低，加上近几年干旱，以前是有多少亩土地，就灌溉多少亩，但由于现在人口的增加对黄河水灌溉有了明显的限制，如果不能灌溉，这里的农民仅靠天吃饭将没有一点收益，投入大于产出，只能减少耕种的土地，土地量的减少也是农民基于经济利益权衡之下做出的选择。

2.2 零部件数量多

船舶制造产品结构复杂，且需求多样化。大多数都根据船东的要求定制。制造过程中会使用大量零部件。此外，在造船过程中，零件的采购成本约占造船总成本的70%。再加上舾装设备的不同应用场景和要求，船舶制造过程中需要数万个零部件和设备。因此，船舶制造企业的供应链管理比传统的制造企业更加困难。

2.3 不确定性强

船舶制造没有试制，因此在船舶制造开始前无法准确预测生产原材料的需求，但仍需与供应商签订合同，确定所需资源，以确保供应计划符合生产计划。例如，钢板、电缆、管道和其他配件的数量只能在详细设计阶段量化，准确的需求在生产阶段才能确定。

2.4 复杂程度高

在跨度几年的船舶建造周期中，要把成千上万的零部件，大量的设备，通过船体平台合规适时地组成一个整体。其中机器、部件、配件和原材料由位于不同地点的大量供应商生产，并且有不同的尺寸和类型[11]。因此，供应与交付必须根据技术规范、测试要求、成本、数量、交付标准和进度等进行协调，这导致造船供应链管理具有极其复杂的特点。

3 供应链管理成熟度评估过程设计

3.1 评价方法选择

AHP 层次分析法是一种兼顾定性与定量方法的系统性分析方法，一般适用于难以直接量化的复杂决策问题，契合了船舶供应链管理的层次结构与特点，有助于评估指标体系的梳理确定，但AHP 层次分析法定性成分较多且无法得出指标的优劣程度，而这正是灰色关联分析法可以解决的问题。灰色关联分析是用来解决信息不完整问题的统计分析方法，用灰色关联度来反映因素之间的大小顺序，结合灰色关联系数得出被评价对象与基线值或参考对象的接近程度，但灰色关联分析只能测量被评测因素间的关联性，单靠层次分析法和灰色关联分析法对企业供应链管理进行优选决策是不全面的，这时需要引入TOPSIS 法与灰色关联分析法相结合，TOPSIS 是一种逼近于理想解的排序方法，通过构造方案的正负理想解作为基准来评价各个方案与正负理想解的欧氏距离，但TOPSIS 以欧式距离作为尺度仅能够反映数据曲线间的位置关系，而不能体现动态变化，因此TOPSIS 与灰色关联分析相结合可以互补缺点，以下为评估流程。

3.2 AHP 模型构建

对于评估指标的选取，需要充分考虑船舶企业供应链的现实情况，并且为了保证评估指标的通用性，应使用SMART 原则作为建立船舶企业供应链成熟度评估指标体系的标准。本文提出了船舶制造企业供应链成熟度评估指标体系，目标层为船舶供应链成熟度；准则层为计划管理：因造船为边设计边制造，这使得计划管理在生产过程中尤为重要，所以该指标主要针对造船过程中生产实际与生产计划的一致性程度、生产所需物料的生产全过程管控以及针对生产计划制定时相关因素的考虑这三个方面综合评价；采购管理：船舶生产所需物资量大、品类多样、质检严格，因此该指标主要针对采购管理的程序与流程完善度以及对供应商开发、调查、评估、控制流程进行评价；仓储配送管理：海量的生产物资、舾装设备使得船厂进行盘库和托盘齐套都困难重重，因此该指标主要针对出入库管理的程序与流程完善度、贮存条件及防护能力以及物料配送流程和体系完善度三方面进行指标评价；物流管理：船舶制造过程中需要物料及时齐套的配送，但该点往往难以实现，所以该指标主要针对物料对JIT 的支持度以及物料接收与检验的程序和流程的完善度进行指标评价。方案层以计划制定、物料控制、生产与物控体系、采购管理程序、供应商管理、货仓管理、贮存条件、配送模式、交付交期、包装与防护、物料收货与检验11 个子项目作为最底层，整体层次关系如图1 所示。

3.3 判断矩阵的构造与赋值

利用图1 构造的AHP 模型形成判断矩阵即利用层次关系构造判断矩阵，同一层次的参数按相应的行和列进行排列，如一级指标4 个参数，可构造4×4 矩阵，计划的二级指标可构造3×3 矩阵。矩阵数值引用数字1～9 及其倒数作为标度[12]，表1 以Saaty 的1～9比例标度法作为元素间的相对重要程度的衡量标准。

表1 1～9 标度含义

图1 船舶制造企业供应链层次关系模型

3.4 AHP 模型权重的确定

依据专家评分构建判断矩阵。按照1～9 标度法，请5 位船舶供应链专家评判两两指标间的相对重要程度，利用专家评分构建赋值型矩阵来计算模型的权重。从数值矩阵出发计算矩阵的最大特征根λmax，接着求对应的特征向量W，W 即为层次模型的权重。本文采用方根法的计算步骤。以下为计算AHP 权重的具体过程[13]：

（1） 计算每行乘积的m 次方，得到一个m 维向量：

进一步将CI 与平均随机一致性指标RI 进行比较，RI 如表2 所示，可获得满意的一致性。

表2 RI 平均随机一致性指标

3.5 TOPSIS 法-灰色关联度决策模型

（1） 构建决策矩阵

设解决问题的方案有m 个，每个方案的评价指标有n 个，矩阵可以表示为以下形式。

（2） 矩阵归一化

由于指标之间的单位、量纲和性质不同存在着不可比性，因此首先要按照式（1） 对矩阵进行归一化处理，得到无量纲归一化矩阵X。

（3） 标准化处理

因为指标的目标和含义不同，且各指标具有不同的量纲和数量级。为了消除不同指标量纲对于结果的影响，需要对指标进行无量化处理，以减少随机因素的影响。根据指标类别的不同，有以下两种处理方式：

若xij为效益型指标，其标准化处理公式为：

（7） 计算灰色关联度

在TOPSIS 模型得出的正、负理想解的基础上，取分辨系数ρ∈0,[ ]1 （一般ρ 取0.5） 计算第i 个待评价的造船企业供应链管理成熟度评价结果与正理想解Z+之间的第j 个元素之间的灰关联系数[14-15]：

其中：βi代表D+,D-,B+,B-。无量纲化处理后的值用d+,d-,b+,b-表示。

根据Si的大小对待评价的船舶供应链管理成熟度进行排序。Si越大，表示被评价的船舶供应链管理成熟度评价越优；Si越小，表示被评价的船舶供应链管理成熟度评价越劣。

4 评估实例与分析

4.1 船舶供应链管理成熟度AHP 模型分析

由图1 可知，造船企业供应链管理成熟度下的层次有四个并列单元，对这四个单元的行和列进行排列，由式（1） 形成4×4 的矩阵，如表3 所示；同理可得，物流管理下有三个并列单元，对这三个单元也按照行和列进行排列，形成3×3 的矩阵，如表4 所示。

表3 船舶制造企业供应链准则层判断矩阵

表4 物流管理判断矩阵

4.2 造船供应链管理成熟度AHP 权重计算

本文采用方根法，计算结果如下：

其余三个方案层经计算一致性均小于0.10，从权重（特征向量）、最大特征根、一致性指标等参数看，判断矩阵设置合理，一致性良好。

AHP 模型权重量化如图2 所示。

图2 船舶制造企业供应链管理成熟度权重模型

4.3 数据的收集与处理

本文选取了国内外3 个船舶制造企业作为实证研究对象，根据得到的相关数据，邀请船舶企业供应链领域专家组成专家小组，按照1～5 打分法进行打分。分别从计划制定、物料控制、生产与物控体系、采购管理程序、供应商管理、货仓管理、贮存条件、配送模式、交付交期、包装与防护、物料收货与检验11 个方面对3 个船舶制造企业供应链管理成熟度打分并进行评价，经过反馈和修正，得到的打分结果如表5 所示：

表5 专家打分平

4.4 计算欧氏距离和灰色关联度

Si越大，表示待评价的船舶制造企业供应链管理成熟度越优; Si越小，表示待评价的船舶制造企业供应链管理成熟度越劣。因此，对3 个船舶制造企业供应链管理成熟度的评价为船舶制造企业供应链管理成熟度2＞船舶制造企业供应链管理成熟度1＞船舶制造企业供应链管理成熟度3。

5 结果分析

对AHP 权重确定和TOPSIS 与灰色关联度两种数学模型相结合的三种方法的分析结果进行分析比对，进而检验TOPSIS 和灰色关联度法相结合方法的评价准确度。由式（23） 计算相对贴近度，f1, f2取三对数值，如表6 所示。

表6 各船舶制造企业供应链管理成熟度与正理想方案和负理想方案的贴近程度

当f1=1, f2=0 时，表示仅使用TOPSIS 评价方法，由表3 可得船舶制造企业供应链管理成熟度的评价结果差距较大；当f1=0, f2=1 时，表示仅使用灰色关联度分析法，可知船舶制造企业供应链管理成熟度的评价结果差距较小；当f1=0.5, f2=0.5 时，表示使用的是TOPSIS 法和灰色关联分析法相结合的评价方法，可知船舶制造企业供应链管理成熟度的评价结果优劣势差距合理。

经模拟仿真验证，当偏好系数f 在0～1 进行变化时，船舶制造企业供应链管理成熟度的评价结果依旧保持着船舶制造企业供应链管理成熟度2＞船舶制造企业供应链管理成熟度1＞船舶制造企业供应链管理成熟度3，但f1=0.5, f2=0.5 时，评价结果优劣差距更加合理，这可以对决策者起到参考作用，判断合乎现实情况的排序结果，选择适合的偏好系数。

因此，在船舶制造企业供应链管理成熟度的排序结果得出之后，船厂相关管理者可以深度研究船厂2 的计划模式、计划执行、计划控制、采购管理等，为后续船厂进行数字化供应链变革打下坚实的基础。

6 结 论

本文主要对船舶制造企业供应链管理成熟度进行研究，建立了适合船舶行业的供应链评价指标体系，请船舶供应链专家进行两两指标权重比较确定和指标打分，并建立了基于AHP 法、TOPSIS 法和灰色关联分析法的船舶制造企业供应链管理成熟度的评价模型，对3 个船舶制造企业供应链管理成熟度进行了评价。该方法用于评估船舶制造企业供应链管理成熟度，与现有的其他评价方法相比，所建立模型的方法不只对被评价对象进行整体评价，还可以反映出各评价对象内部因素的变化趋势与理想方案之间的差异，并且该方法还可以在信息数据不足、样本数据较少的情况下成功地完成评价。本文基于此方法对船舶制造企业供应链管理的成熟度进行评价，为船舶制造企业供应链管理者提供可参考的供应链管理提升方向，可为船舶制造企业供应链的数字化转型奠定坚实的基础。