基于PD-HFLTS與群決策理論的可持續(xù)供應商選擇

牟能冶，常建鵬，陳振頌

(1.西南交通大學 交通運輸與物流學院, 四川 成都 610031;2.重慶工商大學 商務策劃學院,重慶 400067;3.武漢大學 土木建筑工程學院, 湖北 武漢 430072;4. 香港城市大學 科學與工程學院 系統(tǒng)工程與工程管理系,香港 999077)

1 問題的提出

在現(xiàn)代市場經濟中，企業(yè)的競爭往往是供應鏈的競爭。核心企業(yè)(供應鏈中占主導地位的企業(yè))將主要資源放在擅長的核心業(yè)務上，而將其他業(yè)務轉讓給上下游具有相對優(yōu)勢的企業(yè)，從而對供應鏈上的物流、資金流、信息流進行整體優(yōu)化，通過實現(xiàn)供應鏈的整體效益最大化來獲得企業(yè)的競爭優(yōu)勢[1-2](如圖1)，如蘋果公司、豐田公司等。近年來，隨著經濟的快速發(fā)展，自然資源枯竭、環(huán)境污染、勞動安全、勞工權益等問題日益突出，引發(fā)公眾對企業(yè)承擔環(huán)境與社會責任的質疑。由于受到越來越多來自消費者、政策法規(guī)、非政府組織、市場競爭者等多方面的壓力，核心企業(yè)開始將可持續(xù)發(fā)展理念應用到供應鏈管理中，不僅要求自身在設計、生產、庫存、包裝和管理等方面追求經濟、環(huán)境、社會三方利益的均衡，還要求鏈條上的其他企業(yè)除追求正當?shù)慕洕嫱庾龊铆h(huán)保、節(jié)能等工作，并推行合乎道德的用人規(guī)定?？沙掷m(xù)供應商選擇與管理是可持續(xù)供應鏈管理的重要環(huán)節(jié)，存在于供應鏈上相鄰兩個企業(yè)之間。供應商的績效表現(xiàn)不僅影響采購商的生產經營績效，還可通過供應鏈條進一步影響下游企業(yè)的績效。對核心企業(yè)而言，可持續(xù)供應商對其成功推行可持續(xù)供應鏈管理更為關鍵?？沙掷m(xù)供應商選擇的流程與傳統(tǒng)供應商選擇的過程基本一致，即需求確定與供應商關系模式確定、決策團隊組建、評估指標體系構建，以及相關權重確定、潛在供應商篩選與最佳供應商確定，只是相對于傳統(tǒng)供應商選擇，可持續(xù)供應商選擇的復雜度更高，這主要體現(xiàn)在核心企業(yè)在選擇可持續(xù)供應商時不僅要考慮其經濟績效，如產品質量、價格、運輸、售后服務、生產管理等，還要考慮其環(huán)保、節(jié)能的表現(xiàn)以及履行社會責任的情況。

目前，關于可持續(xù)供應商選擇的研究主要見于國外文獻，這些研究主要關注評估指標體系構建與決策模型構建兩類問題。評估指標方面，現(xiàn)有研究已對基于可持續(xù)供應鏈管理的三重底線(Triple Bottom Line, TBL)原則[3]構建可持續(xù)供應商評估指標體系達成共識，即所構建的指標體系需覆蓋經濟效益類指標、環(huán)境效益類指標與社會效益類指標3個方面。模型構建方面，現(xiàn)有研究已提出各種決策方法，如模糊-網絡層次分析方法(Fuzzy-Analytic Network Process，F(xiàn)-ANP)[4-5]、模糊—逼近理想解排序法(Fuzzy-Technique for Order Preference by Similarity to Ideal Solution，F(xiàn)-TOPSIS)[6]、粗糙集與灰色系統(tǒng)[7]、模糊-數(shù)據包絡分析(Fuzzy-Data Envelopment Analysis，F(xiàn)-DEA)[8]、模糊推理系統(tǒng)[9-10、貝葉斯網絡[11]、多目標規(guī)劃[12]。此外，還有其他有關供應商選擇的決策方法，如多準則妥協(xié)解排序法(VlseKriterijumska Optimizacija I Kompromisno Resenje，VIKOR)[13]、神經網絡[14]、證據理論[15]、模糊測度與Choquet積分[16]等。通過以上分析可知，由于多屬性決策方法能有效處理多指標、多方案的決策問題，多數(shù)研究已將其應用到供應商選擇問題中，但仍存在以下問題：①可持續(xù)供應商選擇需要綜合考慮眾多候選供應商在經濟、環(huán)境、社會3方面的績效，復雜度較高，但現(xiàn)有模型尚未有效降低其復雜度；②由于選擇環(huán)境的復雜性和指標的不易度量性，多數(shù)研究充分利用模糊集理論在處理模糊、不確定信息方面的優(yōu)勢，將其應用到模型構建中，但較少考慮決策專家給出模糊信息所存在的困難，有些研究要求專家利用易于表達的語言術語給出評估值，但對語言值進行處理時易造成一定程度上的信息丟失；③考慮到決策專家知識的局限性，現(xiàn)有研究已將群決策理論應用到模型構建中，但尚未考慮不同專家的異質性以及群決策過程中的群體意見沖突水平；④由于層次分析法(Analytic Hierarchy Process, AHP)在確定權重方面具有突出的簡單、便捷、可靠度高的優(yōu)勢，現(xiàn)有研究多利用其求解可持續(xù)供應商評估指標權重，但傳統(tǒng)的AHP要求專家利用1～9的語言標度給出不同指標間的相對重要度，忽視了專家給出偏好信息的模糊、不確定、猶豫等特征，也為考慮專家群體確定指標權重的情況。

針對以上問題，本文利用文獻歸納法構建可持續(xù)供應商評估指標體系，進而提出一種新的可持續(xù)供應商選擇模型，該模型從以下方面做出改進：

(1)為降低可持續(xù)供應商選擇的復雜度，該模型提出分三階段對供應商進行篩選：第一階段篩選出滿足社會績效基本要求的供應商；第二階段篩選出滿足環(huán)境績效基本要求的供應商；第三階段確定具有最佳經濟績效的可持續(xù)供應商作為合作對象。這種處理方式不僅將眾多的可持續(xù)供應商評價指標分攤到3個階段，也通過篩選機制逐步降低候選供應商個數(shù)，從而有效降低決策的復雜度。

(2)模糊數(shù)，尤其是語言模糊數(shù)的發(fā)展進程旨在提供一種更為符合人們思維邏輯、專家更易表達、包含信息更為豐富、計算方式更為精確的模糊信息表達方法。Rodríguez等[17]考慮決策專家給出語言評估信息的猶豫特性，提出猶豫模糊語言集(Hesitant Fuzzy Linguistic Term Set, HFLTS)。在HFLTS基礎上，Wu等[18-19]提出可能性分布—猶豫模糊語言集(Possibility Distribution-HFLTS, PD-HFLTS)[20]，該語言集不僅包含決策專家對多個語言術語的猶豫信息，還含有決策專家對可能語言術語的偏好信息。為提升HFLTS計算過程的精確度，Wu等進一步提出基于PD-HFLTS的集結算子，該算子要求語言術語元素保持不變，只對可能性程度信息進行集結，能有效避免原始信息的丟失。因此，該模型要求決策專家利用PD-HFLTS刻畫相關評估信息。

(3)為提升模型的可靠性與選擇結果的可信度，該模型將群決策理論應用到可持續(xù)供應商選擇的各個階段，并針對群決策中的群體意見沖突問題，給出一種新的基于PD-HFLTS的群體意見一致性水平測度，針對群體意見沖突水平不在合理范圍內的情況，提出一種群體意見一致性調整算法。此外，針對群決策中專家權重確定問題，本模型提出一種綜合考慮專家先驗信息、所給評估信息模糊程度以及群體意見一致性水平的組合賦權法。

(4)如(2)與(3)所述，充分利用PD-HFLTS與群決策的優(yōu)勢，本模型提出一種基于PD-HFLTS的群AHP方法來確定評估指標權重，并對偏好矩陣形式的評估信息進行一致性檢驗與調整，以及群體意見一致性檢驗與調整。

2 可持續(xù)供應商評估指標體系

評估指標是對候選供應商進行評估的載體，不僅能表現(xiàn)候選供應商績效，還能反映核心企業(yè)對供應商的訴求。目前，隨著供應商選擇研究的逐步深入，供應商評估指標體系也已發(fā)展得較為完善。最早的供應商選擇主要關注經濟效益類評價指標，例如Dickson[21]采用問卷調查法總結了供應商選擇的23個指標，并指出質量、交貨、歷史業(yè)績、擔保與賠償、裝備與能力、價格、技術能力、財務狀況是最為重要的8個指標；Weber等[22]在此基礎上歸納總結了發(fā)表于1966年與1990年間的相關文獻，指出價格、準時送貨、質量、裝備與能力、地理位置、技術能力、管理與組織、聲譽與地位是最為重要的8個指標；Cheraghi等[23]總結了1990年～2001年期間發(fā)表的相關文獻，指出質量、交貨、價格、技術能力、售后服務、裝備與能力、財務狀況、管理能力是較為重要的指標。此后，由于社會環(huán)保意識的提升，越來越多的學者將環(huán)境績效類指標引入供應商選擇指標體系中，最早的研究見文獻[24]。而將社會績效類指標引入供應商選擇的研究起步較晚，最早見于文獻[25]，主要原因在于相對于環(huán)境問題，社會問題引起社會公眾重視較晚。如上文所述，現(xiàn)有研究主要基于TBL原則構建可持續(xù)供應商評價指標體系，本文總結現(xiàn)有的數(shù)十篇有關可持續(xù)供應商選擇的文獻，歸納并構建了可持續(xù)供應商評價指標體系(如表1)，以供參考。該指標體系只羅列了較為熟知的指標，并不全面，企業(yè)在對可持續(xù)供應商選擇時可根據具體情況刪除或增加相應指標。

表1 可持續(xù)供應商選擇指標體系

3 模型構建

3.1 基于PD-HFLTS的群AHP方法

指標權重反映了核心企業(yè)對可持續(xù)供應商不同訴求的偏好程度，其求解的問題是供應商選擇的關鍵一環(huán)。如上文所述，本文將可持續(xù)供應商評估指標權重分為社會績效類評估指標、環(huán)境績效類評估指標與經濟績效類評估指標3類。本節(jié)以社會績效類評估指標為例，給出基于PD-HFLTS的群AHP方法，并探討PD-HFLTS環(huán)境下偏好信息的一致性水平與群體意見一致性水平檢驗及其調整方法。

S1={很不重要(s-3),不重要(s-2),

較不重要(s-1),同樣重要(s0),

較重要(s1),重要(s2),很重要(s3)}。

(1)

PD-HFLTS是HFLTS的擴展形式，HFLTS是語言術語集中有限個有序連續(xù)語言術語的子集，如{s2,s3,s4}。該評估信息表征決策專家給出評估信息時對s2,s3，s4猶豫不決，用{s2,s3,s4}統(tǒng)一表示。PD-HFLTS不僅能刻畫決策專家對{s2,s3,s4}猶豫不決，還表示專家對各語言術語的偏好程度，如{(s2,s3,s4),(0.2,0.5,0.3)}表征專家在給出評估值時對語言術語s2，s3，s4猶豫不決，但該專家認為0.2的可能性為s2，0.5的可能性為s3，0.3的可能性為s4。此外，在對PD-HFLTS形式的評估信息進行處理時，還需進行大小判斷與信息集結。文獻[23-24]給出了具體規(guī)則，見如下定義：

定義2[18-19]已知兩HFLTS的 ?1和?2，其相應的可能性分布為P1和P2，則PD-HFLTS的大小比較規(guī)則為：

(1)若E(?1)

(2)若E(?1)=E(?2)，則：①若Var(?1)?2；②若Var(?1)=Var(?1)，則?1=?2。

PD-HFLWA(?1,?2,…,?n)=PD-HFLWA

(P1,P2,…,Pn)=(p-τ,…,pl,…,pτ)。

(2)

3.1.1 偏好矩陣一致性檢驗與調整

(3)

3.1.2 偏好矩陣群體意見一致性檢驗與調整

(1)決策專家組合權重確定

(4)

(5)

(6)

s.t.

(7)

(2)群體意見一致性檢驗與調整

算法1

步驟5結束。

3.1.3 指標權重確定

(8)

3.2 基于PD-HFLTS的三階段群決策方法

3.2.1 第一階段篩選過程

S2={很差(s-3),差(s-2),較差(s-1),一般(s0),

較好(s1),好(s2),很好(s3)}。

(9)

(1)決策專家組合權重確定

(10)

(11)

而后，由群體意見一致性程度確定專家權重。本文給出的決策矩陣形式下群體意見一致性指標定義如下：

(12)

s.t.

(13)

(2)群體意見一致性檢驗與調整

算法2

步驟5結束。

(3)候選供應商篩選

3.2.2 三階段群決策過程

綜上所述，三階段群決策過程如圖3所示。

4 案例分析

4.1 確定指標權重

(1)社會績效類指標權重

表2 社會績效類偏好矩陣

表3 社會效益類群體偏好矩陣

(2)環(huán)境績效類指標權重

表4 環(huán)境效益類偏好矩陣

表5 環(huán)境效益類群體偏好矩陣

(3)經濟績效類指標權重

表6 經濟效益類偏好矩陣

續(xù)表6

={0.15,0.158,0.127,0.098,0.086,0.059,0.109,0.075,0.14}。

(14)

表7 環(huán)境效益類群體偏好矩陣

4.2 三階段群決策

(1)第一階段群決策

表8 社會績效類決策矩陣

表9 社會績效類群體決策矩陣

表10 各候選供應商有關社會績效的綜合評估值

(2)第二階段群決策

表11 環(huán)境績效類決策矩陣

表12 群體決策矩陣

(3)第三階段群決策

表13 經濟效益類決策矩陣

表14 群體決策矩陣

4.3 結果分析

通過對以上案例進行分析可知，本文所提模型不僅具有可行性與有效性，還具有突出的優(yōu)越性：

(1)本模型提出分3個階段對候選供應商進行篩選，極大地降低了可持續(xù)供應商選擇的復雜度。例如，案例分析中初始候選供應商有5個，經過第一階段篩選出3個，經過第二階段篩選出2個，第三階段對這2個候選供應商進行擇優(yōu)。若一次性從5個候選供應商中選出最佳供應商，則決策團隊需要對這5個候選供應商的17個指標進行調查分析，并經過綜合分析確定最佳供應商。這種分階段篩選的方式有效降低了評估工作量。

5 結束語

本文針對可持續(xù)供應商選擇問題，從社會績效、環(huán)境績效和經濟績效3方面構建可持續(xù)供應商評估指標體系，并相繼提出基于PD-HFLTS與群決策理論的AHP和三階段決策方法，最后以某汽車制造企業(yè)選擇可持續(xù)零部件供應商為例，表明本模型的優(yōu)勢：

(1)為降低可持續(xù)供應商選擇的復雜程度，本模型要求分3個階段進行擇優(yōu)，第一階段篩選出社會績效符合要求的候選供應商進入下一階段，第二階段篩選出環(huán)境績效符合要求的供應商進入下一階段，第三階段確定具有最佳經濟績效的供應商作為企業(yè)的可持續(xù)供應商。

(2)本模型要求決策專家利用傳遞信息更為豐富、計算更為準確、專家易于表達的PD-HFLTS刻畫評估信息，不僅能夠有效表征專家評判的猶豫特性以及評價信息模糊、不確定特征，也可避免傳統(tǒng)模糊語言信息計算時精確度不足的問題。

(3)為提升決策結果的可信度與可靠性，本模型將群決策理論應用到模型構建中，并針對群體意見沖突問題，提出基于PD-HLFTS的決策矩陣群體一致性檢驗方法。此外，針對專家權重求解問題，提出綜合考慮專家先驗信息、所給評估信息模糊程度和群體意見一致性程度的組合賦權法

(4)針對評估指標權重確定問題，本模型給出一種基于PD-HFLTS的群AHP，該方法要求專家以PD-HFLTS代替?zhèn)鹘y(tǒng)AHP中的1～9語言標度給出指標間的偏好信息，進而通過對偏好信息一致性和群體一致性進行檢驗與調整，綜合不同專家意見確定指標綜合權重。

在后續(xù)的研究中，將關注可持續(xù)供應商選擇的實證研究，并關注指標關聯(lián)的情況。

參考文獻:

[1] XIA Xuhui, LIU Fei, YIN Chao, et al. Supply chain and reverse supply chain management and enterprise integration[J]. Computer Integrated Manufacturing Systems,2003,9(8):652-656(in Chinese).[夏緒輝,劉 飛,尹 超,等.供應鏈、逆向供應鏈管理與企業(yè)集成[J].計算機集成制造系統(tǒng),2003,9(8):652-656.]

[2] NI Min, XU Xiaofei, DENG Shengchun. Optimization of components suppliers’ selection based on association rule[J]. Computer Integrated Manufacturing Systems,2004,10(3):317-321(in Chinese).[倪 旻,徐曉飛,鄧勝春.基于關聯(lián)規(guī)則的零部件供應商選擇優(yōu)化[J].計算機集成制造系統(tǒng),2004,10(3):317-321.]

[3] ELKINGTON J. Partnerships from cannibals with forks:the triple bottom line of 21st-century business[J]. Environmental Quality Management,1998,8(1):37-51.

[4] HASHEMI S H, KARIMI A, TAVANA M. An integrated green supplier selection approach with analytic network process and improved Grey relational analysis[J]. International Journal of Production Economics,2015,159:178-191.

[5] BUYUKOZKAN G, CIFCI G. A novel fuzzy multi-criteria decision framework for sustainable supplier selection with incomplete information[J]. Computers in Industry,2011,62(2):164-174.

[6] GOVINDAN K, KHODAVERDI R, JAFARIAN A. A fuzzy multi criteria approach for measuring sustainability performance of a supplier based on triple bottom line approach[J]. Journal of Cleaner Production,2013,47(5):345-354.

[7] BAI C, SARKIS J. Integrating sustainability into supplier selection with grey system and rough set methodologies[J]. International Journal of Production Economics,2010,124(1):252-264.

[8] AZADI M, JAFARIAN M, SAEN R F, et al. A new fuzzy DEA model for evaluation of efficiency and effectiveness of suppliers in sustainable supply chain management context[J]. Computers & Operations Research,2015,54(C):274-285.

[9] AZADNIA A H, SAMAN M Z M, WONG K Y. Sustainable supplier selection and order lot-sizing:an integrated multi-objective decision-making process[J]. International Journal of Production Research,2015,53(2):383-408.

[10] AMINDOUST A, AHMED S, SAGHAFINIA A, et al. Su-

stainable supplier selection:a ranking model based on fuzzy inference system[J]. Applied Soft Computing,2012,12(6):1668-1677.

[11] SARKIS J, DHAVALE D G. Supplier selection for sustainable operations:a triple-bottom-line approach using a Bayesian framework[J]. International Journal of Production Economics,2014,166:177-191.DOI：10.1016/j.ijpe.2014.11.007.

[12] AZADNIA A H, SAMAN M Z M, WONG K Y. Sustainable supplier selection and order lot-sizing:an integrated multi-objective decision-making process[J]. International Journal of Production Research,2015,53(2):383-408.

[13] WU Yunna,CHEN Kaifeng,ZENG Bingxin, et al. Supplier selection in nuclear power industry with extended VIKOR method under linguistic information[J]. Applied Soft Computing,2016,48:444-457.

[14] SONG Lijun, ZHAO Hu, ZHOU Kangqu. Process of customer collaborative supplier selection based on rough set theory and wavelet neural network[J]. Computer Integrated Manufacturing Systems,2014,20(12):3150-3160(in Chinese).[宋李俊,趙 虎,周康渠.基于粗糙小波神經網絡的客戶協(xié)同供應商選擇過程研究[J].計算機集成制造系統(tǒng),2014,20(12):3150-3160.]

[15] FU Chao, XIAO Ming, SUN Chaoping. Selection of cloud service providers considering fair weights[J]. Computer Integrated Manufacturing Systems,2015,21(8):2240-2248(in Chinese).[付 超,肖 明,孫超平.考慮公平權重的云服務供應商選擇[J].計算機集成制造系統(tǒng),2015,21(8):2240-2248.]

[16] QIN Juan, LI Yanlai, CHEN Zhensong. Group decision making method for supplier selection based on maxmum entropy optimization model and Choquet integral[J]. Computer Integrated Manufacturing Systems,2015,21(10):2746-2759(in Chinese).[秦 娟,李延來,陳振頌.基于極大熵配置模型與Choquet積分的物流供應商選擇群決策方法[J].計算機集成制造系統(tǒng),2015,21(10):2746-2759.]

[18] WU Z B, XU J P. Possibility distribution-based approach for MAGDM with hesitant fuzzy linguistic information[J]. IEEE Transactions on Cybernetics,2016,46(3):694-705.

[19] WU Z B, XU J P. Managing consistency and consensus in group decision making with hesitant fuzzy linguistic preference relations[J]. Omega,2016,65(3):28-40.

[20] CHEN Z S, CHIN K S, LI Y L, et al. Proportional hesitant fuzzy linguistic term set for multiple criteria group decision making[J]. Information Sciences,2016,357(C):61-87.

[21] DICKSON G W. An analysis of vendor selection systems and decision[J]. Journal of Purchasing,1966,2(15):1377-1382.

[22] WEBER C A, CURRENT J R, BENTON W C. Vendor selection criteria and methods[J]. European journal of operational research,1991,50(1):2-18.

[23] CHERAGHI S H, DADASHZADEH M, SUBRAMANIAN M. Critical success factors for supplier selection:an update[J]. Journal of Applied Business Research,2004,20(2):91-108.

[24] NOCI G. Designing ‘green’ vendor rating systems for the assessment of a supplier’s environmental performance[J]. European Journal of Purchasing & Supply Management,1997,3(2):103-114.

[25] HUANG S H, KESKAR H. Comprehensive and configurable metrics for supplier selection[J]. International Journal of Production Economics,2007,105(2):510-523.

[26] HERRERA F, MARTINEZ L. A 2-tuple fuzzy linguistic representation model for computing with words[J]. IEEE Transactions on Fuzzy Systems,2000,8(6):746-752.

[27] ZHANG Jijun. Comparison of three ranking methods for the fuzzy consistent judgement matrix[J]. Systems Engineering and Electronics,2003,25(11):1370-1372(in Chinese).[張吉軍.模糊一致判斷矩陣3種排序方法的比較研究[J].系統(tǒng)工程與電子技術,2003,25(11):1370-1372.]