大數(shù)據(jù)環(huán)境下供應(yīng)商評(píng)價(jià)設(shè)計(jì)與分析

賀紹鵬 李屹 鄒蘭青

[摘要]在大數(shù)據(jù)時(shí)代對(duì)供應(yīng)商價(jià)值信息進(jìn)行挖掘是當(dāng)前供應(yīng)商評(píng)價(jià)的一大研究方向。從電網(wǎng)企業(yè)實(shí)際出發(fā)，對(duì)內(nèi)外部企業(yè)數(shù)據(jù)進(jìn)行收集，構(gòu)建了電力物資供應(yīng)商的評(píng)價(jià)指標(biāo)體系，提出關(guān)于供應(yīng)商評(píng)價(jià)過程的指標(biāo)權(quán)重測算、信息離散分布、得分映射、分級(jí)評(píng)價(jià)的一系列方法模型。最后從價(jià)值信息提取的角度分別進(jìn)行了大數(shù)據(jù)指紋圖譜、大數(shù)據(jù)基因圖譜、sGCC-優(yōu)質(zhì)基因供應(yīng)商等供應(yīng)商特征信息可視化分析研究。

[關(guān)鍵詞]供應(yīng)商評(píng)價(jià)；分級(jí)模型；信息可視化；大數(shù)據(jù)環(huán)境

[中圖分類號(hào)]TP311.13；F274 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1005-152X（2018）02-0096-05

1 引言

隨著國民經(jīng)濟(jì)的不斷發(fā)展，電網(wǎng)基礎(chǔ)建設(shè)規(guī)模在不斷擴(kuò)大，電網(wǎng)企業(yè)對(duì)于物資的需求量不斷增加，物資采購總量也在穩(wěn)步增長。同時(shí)，在信息化不斷推進(jìn)的今天，行業(yè)內(nèi)信息化數(shù)據(jù)的大數(shù)據(jù)特征日益明顯。電力系統(tǒng)作為一個(gè)龐大的生產(chǎn)系統(tǒng)，源源不斷的產(chǎn)生著大量的數(shù)據(jù)記錄，在物資集約化管理的不斷推廣下，物資管理體系內(nèi)積累了大量的關(guān)于采購、供貨、庫存、物資處置等數(shù)據(jù)；隨著電力生產(chǎn)數(shù)據(jù)系統(tǒng)、電力營銷類數(shù)據(jù)系統(tǒng)、用電信息采集系統(tǒng)GIS、ERP等各類電力信息系統(tǒng)的廣泛應(yīng)用，電力企業(yè)內(nèi)部日常還流通著大量的與電網(wǎng)建設(shè)、電網(wǎng)規(guī)劃、電網(wǎng)運(yùn)行、電網(wǎng)檢修相關(guān)的生產(chǎn)運(yùn)行數(shù)據(jù)以及經(jīng)營、市場銷售、企業(yè)管理方面的經(jīng)營管理數(shù)據(jù)等。除電力企業(yè)內(nèi)部數(shù)據(jù)，還有許多潛在的外部數(shù)據(jù)源，如區(qū)域經(jīng)濟(jì)發(fā)展數(shù)據(jù)、財(cái)稅繳納記錄或企業(yè)信用記錄等公共服務(wù)數(shù)據(jù)以及氣象信息等自然環(huán)境數(shù)據(jù)。這些數(shù)據(jù)中均蘊(yùn)含著較多的商業(yè)信息，如供應(yīng)商生產(chǎn)能力、履約能力、產(chǎn)品質(zhì)量、商業(yè)信用等（如圖1所示）。在當(dāng)前大數(shù)據(jù)環(huán)境下，運(yùn)用數(shù)據(jù)分析處理方法對(duì)供應(yīng)商信息進(jìn)行量化以及可視化展現(xiàn)，提取有價(jià)值的知識(shí)和信息，從而合理有效地評(píng)價(jià)供應(yīng)商，是行業(yè)內(nèi)一直研究的課題。

電網(wǎng)企業(yè)物資集約化管理的不斷深入使得公開集中招標(biāo)這種采購方式被廣泛采用，在招標(biāo)采購過程中對(duì)供應(yīng)商進(jìn)行合理評(píng)價(jià)，優(yōu)選供應(yīng)商以保障電網(wǎng)物資的正常供應(yīng)以及電網(wǎng)的安全穩(wěn)定運(yùn)行具有重大意義。目前行業(yè)內(nèi)對(duì)供應(yīng)商的評(píng)價(jià)主要是根據(jù)供應(yīng)商投標(biāo)文件中的商務(wù)資質(zhì)、業(yè)績證明、技術(shù)方案對(duì)供應(yīng)商進(jìn)行即時(shí)性評(píng)價(jià)，較少針對(duì)供應(yīng)商的評(píng)價(jià)過程與評(píng)價(jià)結(jié)果進(jìn)行特征性分析。本文嘗試在電網(wǎng)大數(shù)據(jù)環(huán)境下建立評(píng)價(jià)指標(biāo)體系，并進(jìn)行評(píng)價(jià)模型的設(shè)計(jì)，最后從供應(yīng)商評(píng)價(jià)結(jié)果中提取供應(yīng)商的特征信息進(jìn)行信息可視化展現(xiàn)。

2 評(píng)價(jià)指標(biāo)體系構(gòu)建

供應(yīng)商的評(píng)價(jià)應(yīng)構(gòu)建科學(xué)合理、涵蓋范圍廣的評(píng)價(jià)指標(biāo)體系。經(jīng)過對(duì)現(xiàn)階段電力行業(yè)內(nèi)部供應(yīng)商相關(guān)數(shù)據(jù)信息進(jìn)行研究分析，通過整合ERP、ECP、物資調(diào)配平臺(tái)、PMS系統(tǒng)數(shù)據(jù)等內(nèi)部數(shù)據(jù)以及信用中國、工商注冊(cè)等外部數(shù)據(jù)，建立健全供應(yīng)商大數(shù)據(jù)集合，并將其量化形成多維度的、涵蓋范圍廣的供應(yīng)商量化評(píng)價(jià)指標(biāo)體系，為實(shí)現(xiàn)科學(xué)、客觀的供應(yīng)商分級(jí)管理奠定基礎(chǔ)。最終確定的指標(biāo)體系由四級(jí)指標(biāo)構(gòu)成，具體如圖2所示。

3 評(píng)價(jià)模型構(gòu)建

3.1 供應(yīng)商指標(biāo)權(quán)重測算

指標(biāo)體系建立后，需要對(duì)各個(gè)指標(biāo)項(xiàng)的得分總值進(jìn)行權(quán)重測算。目前較為成熟的權(quán)重計(jì)算方法主要分為兩大類：主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法就是根據(jù)專家的主觀經(jīng)驗(yàn)判斷而得到權(quán)重；客觀賦權(quán)法則根據(jù)備選方案數(shù)據(jù)，通過數(shù)學(xué)手段研究指標(biāo)之間的相關(guān)關(guān)系或指標(biāo)與評(píng)價(jià)結(jié)果的關(guān)系來確定指標(biāo)權(quán)重。對(duì)于指標(biāo)數(shù)量較少的指標(biāo)項(xiàng)，采用德爾菲法確定指標(biāo)間的相對(duì)重要性，并由專家評(píng)議確定指標(biāo)的重要性程度；而指標(biāo)項(xiàng)數(shù)量較多的指標(biāo)權(quán)重測算采用“G1+熵值法”的方法（公式如下）進(jìn)行量化測算來確認(rèn)四級(jí)指標(biāo)的權(quán)重。

w=αwGj+（1-α）wSj

其中：α為權(quán)重，wGj為使用“C1”法測算的第j個(gè)指標(biāo)的權(quán)重，wsj為使用“熵值法”測算的第j個(gè)指標(biāo)的權(quán)重。

以部分財(cái)務(wù)狀況指標(biāo)為例，綜合權(quán)重計(jì)算結(jié)果見表1。

3.2 供應(yīng)商信息離散分布

評(píng)價(jià)指標(biāo)的權(quán)重測算完成后，需要根據(jù)具體指標(biāo)數(shù)值的離散情況對(duì)供應(yīng)商信息進(jìn)行離散分布，是指在統(tǒng)計(jì)分析某一指標(biāo)下樣本供應(yīng)商數(shù)據(jù)集的基礎(chǔ)上，結(jié)合數(shù)據(jù)的分布情況，按照特定的邏輯方法，將該指標(biāo)信息進(jìn)行離散化處理，形成數(shù)據(jù)分段區(qū)間，并結(jié)合指標(biāo)權(quán)重給各區(qū)間設(shè)定分值映射規(guī)則。供應(yīng)商信息量化離散分布主要使用三種方法，一是對(duì)于數(shù)據(jù)量較大、數(shù)據(jù)間差異較大的指標(biāo)，以正態(tài)分布5階法原理測算評(píng)分區(qū)間；二是對(duì)于數(shù)據(jù)較少的供應(yīng)商指標(biāo)數(shù)據(jù)，先將數(shù)據(jù)進(jìn)行從高到低排序后采用黃金分割3階法測算評(píng)分區(qū)間；三是針對(duì)數(shù)據(jù)特征不明顯的指標(biāo)數(shù)據(jù)，采用等級(jí)型定量離散分布法。

3.3 供應(yīng)商信息得分映射

在供應(yīng)商信息離散分布的基礎(chǔ)上，根據(jù)供應(yīng)商某一指標(biāo)數(shù)據(jù)對(duì)應(yīng)的離散分布區(qū)間，按照分值映射規(guī)則，獲取該指標(biāo)的具體分值，即供應(yīng)商信息得分映射。供應(yīng)商信息得分映射包含了指標(biāo)類型、權(quán)重、供應(yīng)商信息量化離散分布等信息，見表2。

3.4 SGCC供應(yīng)商分級(jí)模型

SGCC供應(yīng)商分級(jí)模型應(yīng)用正態(tài)分布法對(duì)供應(yīng)商進(jìn)行初步分級(jí)，得到SGCC不帶剛性約束條件的分級(jí)結(jié)果后，結(jié)合信用和履約方面的記錄對(duì)供應(yīng)商級(jí)別進(jìn)行調(diào)整，得到SGCC帶剛性約束條件的分級(jí)結(jié)果，具體方法如下：

（1）SGCC不帶剛性約束條件的分級(jí)結(jié)果。假設(shè)供應(yīng)商群體的評(píng)價(jià)得分分值服從正態(tài)分布X～N（μ，σ2），正態(tài)分布函數(shù)為：

根據(jù)A、B、C三個(gè)等級(jí)

的供應(yīng)商占比分別為20%、60%、20%.可以得到各個(gè)質(zhì)量等級(jí)的劃分線為：

x1|F（x1）=0.20

X2|F（x2）=0.80

（2）SGCC帶剛性約束條件的分級(jí)結(jié)果。將信用中國黑名單和不良履約記錄作為剛性約束條件，對(duì)分級(jí)結(jié)果進(jìn)行向下調(diào)整處理，如信用中國黑名單的每項(xiàng)向下調(diào)整兩級(jí)，不良履約記錄的每項(xiàng)向下調(diào)整一級(jí)。為便于分級(jí)管理策略制定，累計(jì)最多向下調(diào)整兩級(jí)。供應(yīng)商等級(jí)向下調(diào)整一級(jí)的，用原等級(jí)加減號(hào)表示，如原等級(jí)為“A”，向下調(diào)整一級(jí)記為“A-”，向下調(diào)整兩級(jí)則為“B”，最多調(diào)整至“D”級(jí)。

剛性約束條件：g（x）=-1，不良履約行為項(xiàng)目=1-2，不良履約行為項(xiàng)目≥2U信用中國黑名單≥1

調(diào)整后，得到SGCC帶剛性約束條件的分級(jí)結(jié)果。按照行業(yè)內(nèi)對(duì)供應(yīng)商的綜合評(píng)判標(biāo)準(zhǔn)對(duì)供應(yīng)商級(jí)別進(jìn)行定義，A級(jí)（A-級(jí)）供應(yīng)商代表行業(yè)領(lǐng)先水平、B級(jí)（B-級(jí)）供應(yīng)商處于行業(yè)平均水平、C級(jí)（C-級(jí)）供應(yīng)商處于行業(yè)一般水平、D級(jí)（D-級(jí)）供應(yīng)商低于行業(yè)一般水平。按照上述模型測算，并參考剛性約束條件進(jìn)行級(jí)別調(diào)整處理的供應(yīng)商分級(jí)與綜合實(shí)力得分情況如圖3所示（深黑色點(diǎn)為級(jí)別調(diào)整的供應(yīng)商）。

4 供應(yīng)商特征可視化分析

經(jīng)過上述評(píng)價(jià)研究等過程后，再從價(jià)值信息提取的角度分別進(jìn)行供應(yīng)商大數(shù)據(jù)指紋圖譜、供應(yīng)商大數(shù)據(jù)基因圖譜、優(yōu)質(zhì)基因供應(yīng)商的供應(yīng)商特征可視化分析。

4.1 供應(yīng)商大數(shù)據(jù)指紋圖譜

供應(yīng)商大數(shù)據(jù)指紋圖譜是指基于供應(yīng)商最底層級(jí)的全量指標(biāo)信息的量化結(jié)果，經(jīng)歸一化處理后，繪制出具有類似于人類指紋識(shí)別特性的圖譜，從而反映出供應(yīng)商的個(gè)性化特征。以某供應(yīng)商的特征屬性為例進(jìn)行分析，將該供應(yīng)商的所有指標(biāo)項(xiàng)得分進(jìn)行圖形可視化展現(xiàn)，應(yīng)用于供應(yīng)商個(gè)體特征分析，如圖4所示。

4.2 供應(yīng)商大數(shù)據(jù)基因圖譜

供應(yīng)商大數(shù)據(jù)基因圖譜是指基于供應(yīng)商信息量化結(jié)果，挑選部分指標(biāo)或?qū)Σ糠种笜?biāo)進(jìn)行線性加權(quán)后形成的指標(biāo)作為標(biāo)桿性基因指標(biāo)組，繪制類似于基因圖譜的可視化圖形，實(shí)現(xiàn)供應(yīng)商的優(yōu)質(zhì)基因和缺陷基因篩選。以某供應(yīng)商的特征屬性為例進(jìn)行分析，將該供應(yīng)商的四級(jí)指標(biāo)項(xiàng)得分進(jìn)行圖形可視化展現(xiàn)，應(yīng)用于單個(gè)供應(yīng)商個(gè)體特征分析，如圖5所示。

4.3 SGCC-優(yōu)質(zhì)基因供應(yīng)商

在供應(yīng)商大數(shù)據(jù)基因圖譜分析結(jié)果的基礎(chǔ)上，對(duì)于所有基因指標(biāo)得分均高于該指標(biāo)平均分的供應(yīng)商，定義為“SHCC-優(yōu)質(zhì)基因供應(yīng)商”。此處篩選評(píng)價(jià)中的4家5個(gè)二級(jí)指標(biāo)得分均高于本指標(biāo)均值的優(yōu)質(zhì)基因供應(yīng)商進(jìn)行可視化圖形展示，如圖6所示。

5 研究結(jié)論及建議

本文以供應(yīng)商分級(jí)評(píng)價(jià)為主要研究內(nèi)容，在基于供應(yīng)商資質(zhì)能力、依存關(guān)系、信用表現(xiàn)的指標(biāo)體系基礎(chǔ)上，創(chuàng)新性地設(shè)計(jì)了SGCC供應(yīng)商分級(jí)模型，評(píng)價(jià)后得出供應(yīng)商評(píng)價(jià)結(jié)果，最后以信息圖形的方式展現(xiàn)了供應(yīng)商大數(shù)據(jù)指紋圖譜、供應(yīng)商大數(shù)據(jù)基因圖譜、SGCC-優(yōu)質(zhì)基因供應(yīng)商等可視化信息，為后續(xù)供應(yīng)商個(gè)體特征、供應(yīng)商群體特征的分析研究和供應(yīng)商差異化管理提供信息支持。

大數(shù)據(jù)環(huán)境下的供應(yīng)商評(píng)價(jià)是一個(gè)復(fù)雜而又值得深入研究的課題，為更客觀地、科學(xué)化地對(duì)供應(yīng)商進(jìn)行全局性評(píng)價(jià)，建議下一步研究可從以下兩方面進(jìn)行：一是在評(píng)價(jià)模型中引入時(shí)間維度，考慮增加衡量單一或多個(gè)指標(biāo)變化的速度矢量，跟蹤供應(yīng)商在資質(zhì)能力、依存關(guān)系、信用表現(xiàn)等方面能力的變化情況，供發(fā)掘優(yōu)質(zhì)供應(yīng)商或淘汰風(fēng)險(xiǎn)供應(yīng)商等工作參考；二是開展類似供應(yīng)商大數(shù)據(jù)指紋圖譜的譜分析、傅里葉變換分析等研究，運(yùn)用高等數(shù)學(xué)方法進(jìn)行數(shù)字信號(hào)處理以及函數(shù)變換分析，以便尋找供應(yīng)商的本征。