基于云模型的PC 构件供应商分类管理策略

赵维树，秦嘉淦

（安徽建筑大学 经济与管理学院，合肥 230601）

我国早在“十三五”规划中就提出推广装配式建筑，并于“十四五”规划中再次明确了发展智能建造、推广装配式建筑的重要任务。在建筑业产业现代化、智能化、绿色化发展背景下，一系列政策加快促进装配式建筑的蓬勃发展。而选择恰当的预制混凝土（Precast Concast, PC）构件供应商往往是建设单位的重点工作，其目的旨在节约成本、有效控制建筑质量并促进配套产业的良性发展。对与之合作的供应商开展绩效评价，形成分类动态管理是传统供应商管理的重要手段[1]。PC 构件中该方法同样可以发挥重要作用，帮助企业识别战略合作伙伴。

目前，在供应商绩效评价及分类管理方面形成了多种科学有效的方法。宋志红等通过分析航空企业的特点建立其供应商绩效评价指标体系，进一步运用模糊软集综合评价供应商，并在实例中验证了所提出模型的有效性[2]。运用精确的时间控制和合理的工序安排可建立起管理多个供应商的模型，该模型可以促进对供应进度的调控管理[3]。将合作、服务、准时生产和成本4 方面作为准则层，并细化具体指标，通过层次分析法（Analytic Hierarchy Process,AHP）计算得出各项指标的权重以展开综合评价，选出适配度最高外包供应商[4]。提出基于供应价值、供应风险的两维供应商分类评价指标体系，运用熵权法评价供应商并将其分为4类[5]。对PC 构件供应商采取入库评价并对库内供应商展开绩效评价，将装配式建筑供应商分成不同类型以采用不同的管理方式为预制构件供应商提供动态管理的科学方法[6]。

PC 构件供应商绩效评估因装配式建筑特点区别于传统供应商，是一个多属性的复杂过程，对供应商的分级管理也更具模糊性、不确定性。本文分析了传统供应商绩效评价的常用指标，在此基础上结合预制构件特点，建立供应商绩效评价指标体系。运用AHP 确定各级指标权重可以很好贴切在实际评价过程中依赖主观判断的现实。而云模型可适用PC 构件供应商评价过程的不确定性，并可以依据绩效评价结果的模糊分类，将预制构件供应商划分成不同类型，并针对不同供应商采用相适应的管理模式。

1 PC 构件供应商绩效评价指标体系的构建

1.1 传统供应商绩效评价指标

最早研究供应商的国外学者Dickson 通过调查分析提出了包括质量、交货期、过去绩效在内的23 条供应商评价准则[7]，随后大批国内外学者陆续对供应商的选择及绩效评价展开研究。传统供应商评价从资源、创新、柔性、质量、环境、财务等方面构建指标体系[8]，对于大多数供应商绩效考核时可以很好地发挥评价功能。同时“Q.C.D.S”原则是被广泛运用于传统供应商绩效评价时基本准则, 即从质量、成本、交付与服务4个维度共同展开评价，在供应商的评价管理中发挥重要作用[9]。

分析可知多数评价指标普遍适用于多行业供应商评价，其中质量、成本等因素是绩效考核时必不可少的重要指标。以往研究表明传统供应商绩效评价指标在装配式建筑PC 构件供应商评价时仍然具有重要借鉴意义，应当充分考虑一些被广泛研究的指标。

1.2 PC 构件供应商特点分析

装配式建筑的质量与PC 预制构件质量息息相关，而因项目不同构件生产情况千差万别，预制构件的生产工艺复杂，供货情况特殊，因而PC构件供应商有着诸多特殊之处。

装配式建筑施工是将预制构件进行现场组装，这比其他类别供应商对产品有更高的质量要求。PC 供应商必须严格执行质量监控制度，提供高合格率的产品，并有应对施工时可能发生可估计风险问题的紧急处理措施，防止质量事故的发生。

PC 构件供应商相比于一般供应商竞争压力大，价格往往是决定能否建立合作的关键因素。但随着原材料及人工的市场价格浮动，预制构件的价格也处于浮动状态，这要求供应商在确保优势地位的情况下不断优化生产技术以降低生产成本，选择适宜生产位置节约运输成本，保持低价优势。

装配式建筑的施工比传统建筑具有更多的不确定性，优秀的PC 构件供应商要确保自身具备一定的柔性。这些柔性从以往的研究和实际施工中可以概括为数量、时间、品种柔性。实际施工时往往发生图纸变更现象，工期也会根据业主的需求发生变化，预制厂商具备柔性能力将是业主选择时不得不考虑的关键点。

大型开发商不只与PC 构件供应商开展一次合作。随着装配式建筑的大力推进，业主将在建筑工业化的背景下寻求长期战略合作的优质供应商。这意味着对PC 构件供应商的绩效考核必须全面深度展开，重视其发展潜力以及各方面综合实力。

1.3 建立PC 构件供应商绩效评价指标体系

按照传统评价时的“Q.C.D.S”原则，同时充分考虑上述装配式建筑供应商特点，建立PC 构件供应商绩效评价指标体系如图1。

各二级指标中R 表示该指标为定量指标，其评价值可根据业主提供的相关数据直接计算取得；Q 表示定性指标，其评价值采取十分制打分由公司相关领域专家确定。其中指标Y5 实际情况不同无法直接描述，本文中运用企业内部采购部门专家的从业经验对供应商构件价格打分代替实际评价值；同理指标Y7 按照企业内部专家评估运输成本并打分代替实际值。根据性质，Y2、Y5、Y6、Y7 被划分为负向指标，其余指标均为正向指标。

2 绩效评价及分类管理模型

2.1 AHP 获取指标权重

AHP 是一种将定性与定量分析方法相结合的多目标决策分析方法，可模仿人们对复杂问题的思维、判断过程[10]。本文选用AHP 确定PC 构件绩效评价各级指标权重，旨在借助深入研究装配式建筑专家的经验，使得指标权重结果更大程度贴合实际。本文中利用AHP 确定指标权重的步骤如下：

（1）构造判断矩阵：将已建立的绩效评价指标体系按照图1 展开分级，一级指标为X=(X1,X2,X3,X4,X5)，二级指标为Y=(Y1,Y2...Y21)。邀请对装配式建筑预制构件深入研究的高校教授以及拥有丰富经验的从业人员按照1-9 标度给出准则层相对于整体评价绩效、二级指标相对于准则层的重要程度影响值，由此得到判断矩阵。其中各个数值代表的含义如表1 所示。

表1 赋值参考表

（2）一致性检验：多位专家的观念差异可能导致获取结果与实际情况不符，故需要对判断矩阵进行一致性检验。逐一计算一致性指标CI 和一致性比例CR，公式如下：

其中λmax表示矩阵的最大特征值，n 表示矩阵阶数，RI 可以查表获得。若CR < 0.1，则判断矩阵通过一致性检验，否则需要做出调整。

（3）计算权重：运算得到判断矩阵的最大特征值，其对应特征向量即为权重计算结果，进一步归一化处理该特征向量，即可得到下层指标相对于上层指标的权重向量W=[w1，w2…wn]，逐级计算可以得到各层指标权重。

2.2 PC 构件供应商绩效评价

云模型是李德毅提出的一种处理定性概念与定量描述的不确定转换模型，已经成功应用于各类综合评价研究[11]。设V 是一个可以量化的集合，C 是V 上的概念，并可以用特定语言定性说明，若定量数值x ∈V 是定性概念C 的一次随机实现，x 对C 的确定度μ(x)∈[0,1]是有稳定倾向的随机数，则x 在论域V 上的分布称为云，记作C(x)；多个x 重叠形成云并可在图中直观反映。

运用图形转化思想，将复杂问题通过模型简易化分析，适用于多层次问题综合评价。本文采用该法评价PC 构件供应商绩效步骤如下：

（1）确定因素集及其权重。在装配式建筑预制构件供应商绩效评价中因素集即为上文中建立的指标体系，其中X=(X1,X2,X3,X4,X5)为一级指标因素，Y=(Y1,Y2,...Y21)为二级指标因素。各层因素权重按照上文AHP 获得。

（2）确定评价标准云。参考以往文献[12-14]，并根据装配式建筑领域研究专家及从业人员所提建议，建立包括V=(V1,V2,V3,V4,）的4 级标准，依次表示优秀、良好、合格、不合格。区间划分具体情况如表2。

表2 PC 构件供应商绩效指标评价标准

对上述划分的不同标准区间，按照公式3 逐个计算得到4 个区间的标准云数字特征（Ex，En，He）。

式中，Ex、En、He分别表示对应区间标准云的期望、熵、超熵，k 为常数且根据实际情况进行调整，一般取为经验值0.01。xmax、xmin分别为每个区间上限值与下限值。根据公式计算各区间数字特征见表2，在此基础上运用MATLAB 软件，云滴数N 取1 500，按照云模型正向云发生器生成评价标准云图，如图2 所示。

图2 评价标准云图

（1）计算指标云、获取综合评价云。对本文中PC构件供应商绩效评价定量指标做如下处理。正向指标按照公式4、负向指标按照公式5 转化为十分制值。其中zij表示评价指标转化值，yi表示第i 个指标观测值。

定性指标通过邀请一定数量专家及公司相关部门人员按照十分制打分确定。假设打分专家数为p，指标个数为q，则第i 个指标的打分结果为zij=（zi1，zi2，…zip）。设各指标评价云为Cij=（Exi，Eni，Hei），数字特征计算按照公式6。

专家在对预制构件供应商绩效指标打分时可能存在较大差别的情况，故在二级指标评价云逐级向上生成综合云时采用浮动云算法。浮动云算法可以有效解决概念和认知的稀疏问题[15]，其计算公式见公式7。根据综合云数字特征生成综合评价云图，通过与标准云图做对比直观判断评价结果。

2.3 PC 构件供应商分类管理

采用区分化的管理策略, 既可以提高供应能力, 又有利于提高保障水平[16]。针对不同绩效评价等级PC 构件供应商采取分类管理策略在实践中具有重大意义。具体管理办法如表3。

表3 PC 构件供应商分类管理策略

3 实例分析

某公司建设项目75 000 m2，其中部分板块采用装配式建筑施工，需要采购叠合板1 939.87 m3、标准预制楼梯245.62 m3、预制混凝土墙板4 832.55 m3、预制梁768.65 m3、预制混凝土空调板101.23 m3，现有多PC 预制构件供应商单位投标，经过评比确定3 家供货候选人A、B、C，并选定A 为最终供应商。为验证上文所构建评价模型，对该预制构件供应商展开绩效评价，在此基础上采取分类管理策略。

3.1 确定指标权重

邀请高校装配式建筑研究专家以及相关领域从业人员就第二章建立的分层PC 构件供应商绩效评价指标打分，根据打分情况构造判断矩阵，给出准则层判断矩阵为

借助MATLAB 运算得到其最大特征值为5.116，由公式1 计算得CI=0.029，查表获取RI=1.12，由公式2 计算得CR=0.026，通过一致性检验。且权重矩阵为WX=[0.389，0.269，0.166，0.067，0.109]。同理计算各二级矩阵并获取二级指标相对于一级指标权重向量见表4。

表4 PC 构件供应商绩效评价指标权重向量

由表4 知各二级判断矩阵CR 均小于或等于0.1，各层指标通过一致性检验，表明此次由专家给出打分确定的PC 构件供应商绩效评价指标权重合理。结合一级指标权重向量，组合得到各二级指标权重见表5。

表5 供应商A 绩效评价云数字特征

3.2 云模型绩效评价

邀请公司内部5 位专家对PC 构件供应商绩效评价定性指标打分，5 位打分人员均具备丰富的理论专业知识，且装配式建筑建造经验丰富，其有2 位为企业采购部门人员。通过沟通获取待评价供应商定量指标数据，处理后各指标值见表5。

按照式6 计算各二级指标云数字特征值见表5，根据式7 逐级汇总得到综合评价云，故供应商A 绩效评价综合云为C=（8.57，0.21，0.08）。取云滴数N=1 500，绘制供应商A 的预制构件绩效评价综合云图，并与上章中标准云图对比见图3。

图3 供应商A 综合评价云图

由图3 可以看出，供应商A 的综合云滴大多落在区间“良好”中，故得出其绩效评价为良好。在此次绩效考评中，En=0.21，数值相对较小，说明绩效综合考评有一定的可信度；He=0.08，结合综合云图可知，表明参评人员对供应商A 的各指标评价结果相对稳定。

同时，通过访问项目人员，在该项目完成后，采购方对该A 供应商的整体表现比较满意，但在某些方面仍有需要完善之处。这与本文中采用云模型绩效综合评价结果基本相同，也验证了该评价模型的可行性与合理性。

按照分类管理策略，该供应商归属于优选型。企业应当在未来需要合作时优先考虑。针对不足之处，企业可以通过适当沟通交流促进其完善自身服务体系，提升综合实力并占据更为有利的市场地位。

4 结论

从传统供应商绩效评价角度分析评价指标，充分考虑装配式建筑PC 预制构件供应商特点，建立适用于PC 构件供应商的绩效评价指标体系。构建基于云模型的供应商分类管理模型：运用AHP 确定各级指标权重，划分绩效评价区间并计算各区间的云数字特征，绘制标准云图，分析不同绩效PC 供应商特点，以此为依据采取不同管理措施。最后对某装配式项目预制构件供应商运用模型展开绩效评价，得到其绩效评价结果为良好，故划分为优选型供应商，提出相应管理模式。

本文并未对各准则层指标逐一评价，如若企业需要详细分析供应商在某方面的优缺点，可以采用该模型逐个对质量、成本、交货能力、服务水平、综合实力展开评价，根据企业选择供应商的侧重点，划分更加细致的供应商类别，采取更为妥当的管理模式，最大程度保证预制构件质量并维护企业利益。