基于供應(yīng)鏈金融視角與背景依存DEA-Copeland方法的供應(yīng)商選擇*

□ 王亞東，孫樹壘，李 剛，張正勇

(1.南京財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，江蘇 南京 210023;2.博世汽車部件蘇州有限公司，江蘇 蘇州 215021)

20世紀(jì)80年代，供應(yīng)鏈管理理念的興起使得采購(gòu)商與供應(yīng)商的關(guān)系發(fā)生變化，確定供應(yīng)商不再僅以低價(jià)優(yōu)質(zhì)作為主要標(biāo)準(zhǔn)，而是建立了一套嚴(yán)格的標(biāo)準(zhǔn)選擇一個(gè)或者少量供應(yīng)商進(jìn)行長(zhǎng)期合作。供應(yīng)商選擇已經(jīng)從單純的獲取某種資源發(fā)展到謀求供需雙方的長(zhǎng)期伙伴關(guān)系[1]。建立長(zhǎng)期合作伙伴關(guān)系的需要使得采購(gòu)商選擇供應(yīng)商的范圍變小，因此單一供應(yīng)商可能成為供應(yīng)鏈上至關(guān)重要的環(huán)節(jié)。供應(yīng)鏈中多數(shù)供應(yīng)商為中小型企業(yè)，而中小企業(yè)風(fēng)險(xiǎn)承受能力較弱，應(yīng)對(duì)突發(fā)事件造成的沖擊能力較差。受新冠肺炎疫情影響，僅有9.27%的中小企業(yè)賬上現(xiàn)金余額能維持生存6個(gè)月以上[2]。越發(fā)嚴(yán)酷的市場(chǎng)環(huán)境表明，企業(yè)與企業(yè)之間的競(jìng)爭(zhēng)是供應(yīng)鏈與供應(yīng)鏈間的競(jìng)爭(zhēng)，而供應(yīng)商選擇是企業(yè)供應(yīng)鏈管理的關(guān)鍵。成功選擇供應(yīng)商，與供應(yīng)商進(jìn)行協(xié)作，是對(duì)采購(gòu)商能力的一種支持，并產(chǎn)生雙贏的效果，從而提高整個(gè)供應(yīng)鏈的效率[3]。

以往供應(yīng)商選擇評(píng)價(jià)指標(biāo)集中在產(chǎn)品的質(zhì)量、價(jià)格、交付和售后服務(wù)上，較少考慮供應(yīng)商的財(cái)務(wù)狀況。企業(yè)的財(cái)務(wù)狀況直接影響到企業(yè)生產(chǎn)運(yùn)營(yíng)活動(dòng)，供應(yīng)商不良的財(cái)務(wù)狀況帶來(lái)的風(fēng)險(xiǎn)可能對(duì)采購(gòu)商生產(chǎn)運(yùn)轉(zhuǎn)產(chǎn)生極其不利的影響。在準(zhǔn)時(shí)交貨、供應(yīng)連續(xù)性越發(fā)重要的背景下，將供應(yīng)鏈金融指標(biāo)納入供應(yīng)商選擇評(píng)價(jià)體系變得尤為重要。供應(yīng)商評(píng)價(jià)與選擇的模型方法眾多，數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis,DEA)是常見方法之一，DEA是根據(jù)多項(xiàng)投入指標(biāo)和多項(xiàng)產(chǎn)出指標(biāo)，利用線性規(guī)劃對(duì)具有可比性的同類型單元進(jìn)行相對(duì)有效性評(píng)價(jià)的一種方法[4]。傳統(tǒng)DEA模型無(wú)法區(qū)別有效決策單元，Seiford和Zhu提出背景依存DEA，將效率較低的決策單元作為評(píng)價(jià)背景，計(jì)算出效率較高決策單元相對(duì)于效率值較低單元的吸引值，從而對(duì)有效決策單元進(jìn)一步排序；同樣地，將效率高的決策單元作為背景，計(jì)算出效率較低決策單元相對(duì)于該背景的欠缺度，進(jìn)一步對(duì)效率較低的決策單元作更準(zhǔn)確的區(qū)分[5]。本文從供應(yīng)鏈金融視角出發(fā)，利用背景依存DEA方法對(duì)供應(yīng)商進(jìn)行評(píng)價(jià)與選擇。第一部分梳理有關(guān)供應(yīng)商評(píng)價(jià)指標(biāo)體系相關(guān)文獻(xiàn)，然后基于文獻(xiàn)整理分析構(gòu)建基于供應(yīng)鏈金融視角的供應(yīng)商選擇評(píng)價(jià)指標(biāo)體系；第二部分介紹背景依存DEA和Copeland方法；第三部分基于博世汽車部件蘇州公司的實(shí)際數(shù)據(jù)，驗(yàn)證方法的可行性；第四部分總結(jié)全文。

1 供應(yīng)鏈金融視角下的供應(yīng)商選擇指標(biāo)體系

供應(yīng)商評(píng)價(jià)與選擇是多目標(biāo)決策問題。在選擇供應(yīng)商時(shí)追求的目標(biāo)并非僅有一個(gè)，而是從多個(gè)方面考核供應(yīng)商，如產(chǎn)品價(jià)格、質(zhì)量、交貨的穩(wěn)定性與及時(shí)性等。關(guān)于供應(yīng)商選擇評(píng)價(jià)指標(biāo)的研究最早可追溯到美國(guó)學(xué)者Dickson G.W.[6]。他在1966年對(duì)273名代理商和管理人員進(jìn)行訪問調(diào)查后，總結(jié)出23條供應(yīng)商選擇指標(biāo)并根據(jù)重要性進(jìn)行排序，其中質(zhì)量、交貨和歷史業(yè)績(jī)是供應(yīng)商選擇時(shí)最重要的3個(gè)指標(biāo)。1991年Weber等檢索了1966-1991年發(fā)表的關(guān)于供應(yīng)商選擇與評(píng)價(jià)方面的74篇重要文獻(xiàn)[7]，2003年Zhang等回顧了1992-2003年的49篇有關(guān)文獻(xiàn)[8]。通過統(tǒng)計(jì)分析后發(fā)現(xiàn)，隨著時(shí)代的變遷，Dickson提出的供應(yīng)商選擇指標(biāo)的排序和權(quán)重因市場(chǎng)經(jīng)營(yíng)環(huán)境因素發(fā)生了一些變化，質(zhì)量、價(jià)格、交貨期、生產(chǎn)設(shè)備與產(chǎn)能、技術(shù)等仍然是供應(yīng)商選擇的重要評(píng)價(jià)因素，但企業(yè)財(cái)務(wù)狀況的權(quán)重則從Weber等研究中的9%上升到Zhang等研究中的29%[9]。

文中查找到篇名中含有“供應(yīng)商選擇(supplier selection)”的文獻(xiàn)共計(jì)218篇。通過篩選對(duì)包含供應(yīng)商選擇準(zhǔn)則或指標(biāo)的83篇文獻(xiàn)進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)結(jié)果如表1所示。

表1 供應(yīng)商選擇指標(biāo)

83篇文獻(xiàn)中有41篇供應(yīng)商選擇準(zhǔn)則中包含財(cái)務(wù)指標(biāo)，而Weber統(tǒng)計(jì)的74篇文獻(xiàn)中僅有7篇含有財(cái)務(wù)指標(biāo)，進(jìn)行雙樣本比率檢驗(yàn)，本文文獻(xiàn)計(jì)量財(cái)務(wù)指標(biāo)出現(xiàn)概率顯著(顯著性水平0.05)高于Weber的文獻(xiàn)計(jì)量統(tǒng)計(jì)。本次文獻(xiàn)計(jì)量財(cái)務(wù)指標(biāo)的統(tǒng)計(jì)量雖低于袁宇所做的2000-2012年的文獻(xiàn)計(jì)量中的財(cái)務(wù)指標(biāo)數(shù)量，但是雙樣本比率檢驗(yàn)顯示該差異并不顯著(顯著性水平0.05)[10]。由此可見，供應(yīng)商財(cái)務(wù)狀況越來(lái)越受到采購(gòu)商的重視。

過往研究企業(yè)財(cái)務(wù)狀況多僅考慮供應(yīng)商自身的財(cái)務(wù)狀況，王學(xué)良和金偉等將財(cái)務(wù)指標(biāo)作為公司實(shí)力的體現(xiàn)[11-12]；韋慧認(rèn)為財(cái)務(wù)狀況是冷鏈供應(yīng)商的顯性競(jìng)爭(zhēng)力，作為大多數(shù)客戶選擇冷鏈物流供應(yīng)鏈供應(yīng)商時(shí)首要考慮的維度[13]；裴艷紅認(rèn)為供應(yīng)商的財(cái)務(wù)狀態(tài)直接影響到產(chǎn)品交付和性能，供應(yīng)商若出現(xiàn)財(cái)務(wù)問題就會(huì)影響供給，甚至出現(xiàn)嚴(yán)重的供貨危機(jī)[14]。從供應(yīng)鏈角度，僅考察供應(yīng)商自身的財(cái)務(wù)狀況是不全面的，還應(yīng)關(guān)注涉及供應(yīng)商的整個(gè)供應(yīng)鏈的金融狀況，如銀行的授信金額、有無(wú)第三方金融支持、上游企業(yè)的財(cái)務(wù)狀況。鑒于財(cái)務(wù)金融指標(biāo)在供應(yīng)商選擇準(zhǔn)則中愈發(fā)重要，本文基于供應(yīng)鏈金融視角提出了供應(yīng)商選擇指標(biāo)體系，如表2。

表2 供應(yīng)商選擇評(píng)價(jià)指標(biāo)體系

2 背景依存DEA-Copeland方法

2.1 DEA效率評(píng)價(jià)

將n家待選擇的供應(yīng)商視作n個(gè)決策單元(Decision Making Units，DMU)，以DMUj(j=1,2,…,n)表示。評(píng)價(jià)指標(biāo)區(qū)分為m個(gè)輸入型指標(biāo)和s個(gè)輸出型指標(biāo)。n個(gè)決策單元j(j=1,2,…,n)的輸入型指標(biāo)評(píng)價(jià)值可表示為Xj=(x1j,x2j,…,xmj)，輸出型指標(biāo)評(píng)價(jià)值可表示為Yj=(y1j,y2j,…,ysj)。

DEA方法的經(jīng)典模型為C2R模型，分為Input-C2R模型與Output-C2R模型：

其中，ω為對(duì)應(yīng)輸入型指標(biāo)的m維權(quán)重向量，μ為對(duì)應(yīng)輸出型指標(biāo)的s維權(quán)重向量；Xb和Yb分別為決策單元b(b∈{j=1,2,…,n})的輸入型指標(biāo)評(píng)價(jià)值和輸出型指標(biāo)評(píng)價(jià)值。

如果μTY0=ωTX0=1，則稱決策單元b為弱DEA有效；如果μTY0=ωTX0=1，并且ω>0，μ>0，則稱決策單元b為DEA有效。

為了更容易區(qū)分決策單元的有效性與弱有效性，往往使用C2R模型的對(duì)偶問題求解。Input-C2R模型與Output-C2R模型的對(duì)偶問題分別為：

2.2 背景依存DEA方法

背景依存DEA方法首先進(jìn)行決策單元的分層(即分類)，然后計(jì)算不同層中每個(gè)決策單元相對(duì)于較低層的吸引力與相對(duì)于較高層的欠缺度。吸引力與欠缺度為區(qū)分、評(píng)價(jià)和選擇不同的決策單元提供了依據(jù)。

①分層。

分層的基本思想是：首先，對(duì)給定的所有決策單元用C2R模型(使用Input-C2R模型、Output-C2R模型、Input-Dual模型或Output-Dual模型；本文使用Input-Dual模型，故以下討論沿用Input-Dual模型的表示符號(hào))計(jì)算得到DEA有效決策單元。若以J1={DMUj,j=1,2,…,n}表示n個(gè)決策單元的集合，那么這些DEA有效決策單元構(gòu)成的集合可以表示為E1={DMUb∈J1|θ*(b)=1}，非DEA有效決策單元構(gòu)成的集合為J2=J1-E1。然后，將J2作為考察對(duì)象，再次應(yīng)用C2R模型計(jì)算得到DEA有效決策單元。類似的，DEA有效決策單元構(gòu)成的集合表示為E2={DMUb∈J2|θ*(b)=1}，非DEA有效決策單元構(gòu)成的集合為J3=J2-E2。將此工作進(jìn)行下去，直到?jīng)]有決策單元剩下。

若依次得到的DEA有效決策單元集合為El(l=1,2,…,L)，意味著n個(gè)決策單元被分成了L類，即L層，并且規(guī)定先得到的層的級(jí)別高于后得到的層的級(jí)別。若有k,l∈{1,2,…,L}，且k

②吸引力。

所謂吸引力是以級(jí)別較低的層El作為評(píng)價(jià)背景，以級(jí)別較高的層Ek中的決策單元b作為評(píng)價(jià)對(duì)象，使用C2R模型計(jì)算得出的效率值A(chǔ)*(b,k,l)，表示為如下的Attractiveness模型：

其中，DMUb∈Ek，且k

A*(b,k,l)越大，DMUb越有吸引力。Ek層中的決策單元可以依據(jù)各自的吸引力大小進(jìn)行排序，從而找出它們當(dāng)中最好的那一個(gè)。吸引力為同一層中的決策單元的的進(jìn)一步區(qū)分提供了方法。

③欠缺度。

所謂欠缺度是指以級(jí)別較高的層Ek作為評(píng)價(jià)背景，以級(jí)別較低的層El中的決策單元b作為評(píng)價(jià)對(duì)象，使用C2R模型計(jì)算得出的效率值的倒數(shù)P*(b,l,k)，表示為如下的Progress模型：

其中，DMUb∈El，且l>k。Progress模型與Input-Dual模型的不同之處在于評(píng)價(jià)對(duì)象來(lái)自El層的某個(gè)決策單元DMUb，而評(píng)價(jià)背景為Ek層的所有決策單元。定義d=l-k，則稱P*(b,l,k)為決策單元DMUb的d級(jí)欠缺度。

P*(b,l,k)越大，DMUb的欠缺度越大。El層中的決策單元可以依據(jù)各自的欠缺度大小進(jìn)行排序，從而找出它們當(dāng)中最好的那一個(gè)。欠缺度為同一層中的決策單元的的進(jìn)一步區(qū)分提供了另一種途徑。吸引力度量了同一層中決策單元的優(yōu)勢(shì)大小，而欠缺度度量了同一層中決策單元的不足程度。

2.3 統(tǒng)計(jì)檢驗(yàn)

計(jì)算出決策單元在自身所在層的超效率后，可以在不同的背景層，按照決策單元的效率值給出決策單元排序，L層得到L種排序。為利用不同背景層下的供應(yīng)商排序進(jìn)行供應(yīng)商選擇，我們首先面臨兩個(gè)問題：不同分層之間的排序是否存在一致性，決策單元之間是否存在顯著差異。為解決上述兩個(gè)問題，本文選用方差分析(ANOVA)來(lái)檢驗(yàn)。

首先檢驗(yàn)不同分層之間排序是否具有一致性，將背景記作L，假設(shè)其有r層，記作L1,L2,L3,…,Lr。n個(gè)決策單元視作n個(gè)處理。在每個(gè)背景下考察的決策單元可以看作一個(gè)整體，每個(gè)背景Li下的總體都獲得n個(gè)實(shí)驗(yàn)結(jié)果。假定：

①每個(gè)水平下Li的總體均為正態(tài)分布，記作yi～N(ui·σ2),i=1,2,3,…,r。

②各總體的方差相同。

③從每一總體中抽樣的樣本是相互獨(dú)立。

提出以下假設(shè)：

H0：u1=u2=…=ur

如果H0成立，即背景層L的r個(gè)層之間的排序沒有顯著差異；反之，背景層L的r個(gè)層之間的排序有顯著差異。

其中，MSi表示均方和，fi表示離差平方和。

將上式作為H0的統(tǒng)計(jì)量。對(duì)于給定的顯著性水平α，若F>Fα(r-1,n-r)，則否定H0，反之，則接受H0。同理也可以檢驗(yàn)決策單元之間是否存在差異。

2.4 Copeland計(jì)分排序法

Copeland積分排序法是一種非參數(shù)排序方法，在計(jì)算“優(yōu)”次數(shù)的同時(shí)還要計(jì)算“劣”的次數(shù)[15]。假設(shè)yij為決策單元xi在第Li層中的排序值，首先比較每層決策單元的得分Cij，若xi>yj，表明決策單元i優(yōu)于j，賦值為1；若xi

3 案例應(yīng)用

3.1 博世(BOSCH)蘇州公司供應(yīng)商管理

作為世界級(jí)的汽車零部件公司，截至2019年年底，博世在全球擁有超過40萬(wàn)名員工，銷售額達(dá)777億歐元。博世業(yè)務(wù)劃分為四個(gè)領(lǐng)域：汽車與智能交通技術(shù)、工業(yè)技術(shù)、消費(fèi)品以及能源與建筑技術(shù)領(lǐng)域。在中國(guó)，博世汽車相關(guān)的生產(chǎn)基地已經(jīng)超過23家，有超過6,580名研發(fā)人員。博世汽車部件(蘇州)有限公司(以下簡(jiǎn)稱博世蘇州)是博世在中國(guó)的一家子公司，主要負(fù)責(zé)汽車部件及各個(gè)系統(tǒng)的生產(chǎn)與研發(fā)。

博世蘇州公司發(fā)展迅速，供應(yīng)商的數(shù)量從最初的十幾家增加到現(xiàn)在的幾十家。但是供應(yīng)商的廣泛管理和控制并無(wú)改善，供應(yīng)商評(píng)估方法仍處于業(yè)務(wù)部門發(fā)展的初期，無(wú)法滿足現(xiàn)階段供應(yīng)商管理的需求。經(jīng)過分析發(fā)現(xiàn)博世蘇州公司主要面臨以下問題：一是博世蘇州公司以前只關(guān)注與供應(yīng)商的交易關(guān)系，不關(guān)注供應(yīng)商的經(jīng)營(yíng)狀況和環(huán)境評(píng)估水平。一旦供應(yīng)商的經(jīng)營(yíng)狀況不穩(wěn)定，有破產(chǎn)風(fēng)險(xiǎn)，將極大影響生產(chǎn)計(jì)劃與研發(fā)進(jìn)度；二是評(píng)估方法不夠科學(xué)，按比例分配權(quán)重，由各部門對(duì)供應(yīng)商進(jìn)行打分，難以獲得供應(yīng)商足夠的信息。

作為多標(biāo)準(zhǔn)決策問題，供應(yīng)商選擇指標(biāo)隨行業(yè)和市場(chǎng)環(huán)境動(dòng)態(tài)變化，在解決具體問題時(shí)，每一個(gè)采購(gòu)商都應(yīng)該根據(jù)自己的戰(zhàn)略需求構(gòu)建準(zhǔn)則體系。前文我們構(gòu)建了基于供應(yīng)鏈金融視角的一般性指標(biāo)，其提供了全方位的考量，針對(duì)博世蘇州公司所處行業(yè)和企業(yè)實(shí)際需求，我們選定以下6個(gè)指標(biāo)構(gòu)建供應(yīng)商選擇與指標(biāo)體系。

資質(zhì)與管理(C1)：主要對(duì)供應(yīng)商的長(zhǎng)期戰(zhàn)略、合作意愿、社會(huì)責(zé)任、環(huán)保體系、職業(yè)安全與健康等相關(guān)資質(zhì)與管理水平進(jìn)行全面評(píng)估；相關(guān)數(shù)據(jù)由采購(gòu)部門和質(zhì)量部門負(fù)責(zé)采集。

價(jià)格與成本(C2)：主要對(duì)供應(yīng)商的產(chǎn)品價(jià)格水平、價(jià)格波動(dòng)性、成本控制、成本透明度等進(jìn)行評(píng)價(jià)；相關(guān)數(shù)據(jù)由采購(gòu)部門負(fù)責(zé)采集。

技術(shù)與設(shè)施(C3)：主要對(duì)供應(yīng)商的生產(chǎn)技術(shù)、生產(chǎn)設(shè)施、測(cè)試設(shè)施、技術(shù)潛力等進(jìn)行整體評(píng)估；相關(guān)數(shù)據(jù)由采購(gòu)部門負(fù)責(zé)采集。

物流與交付(C4)：主要對(duì)供應(yīng)商的物流質(zhì)量、交貨可靠性、交付靈活性、交付中的溝通與合作等進(jìn)行評(píng)價(jià)；相關(guān)數(shù)據(jù)由物流部門負(fù)責(zé)采集。

質(zhì)量與服務(wù)(C5)：主要對(duì)供應(yīng)商交付產(chǎn)品的合格率、投訴率、質(zhì)量保證情況，以及供應(yīng)商內(nèi)部的廢品率、質(zhì)量控制、流程標(biāo)準(zhǔn)化等進(jìn)行全面考核；相關(guān)數(shù)據(jù)由質(zhì)量部門進(jìn)行采集。

財(cái)務(wù)違約(C6)：主要對(duì)供應(yīng)商的現(xiàn)金流量、應(yīng)收賬款、短期債務(wù)和長(zhǎng)期債務(wù)、銀行信貸金額、上游供應(yīng)企業(yè)財(cái)務(wù)狀等進(jìn)行考察；相關(guān)數(shù)據(jù)由委托的第三方金融機(jī)構(gòu)負(fù)責(zé)采集。

某時(shí)期內(nèi)對(duì)博世蘇州公司的30家供應(yīng)商按照以上6類指標(biāo)進(jìn)行評(píng)價(jià)，評(píng)價(jià)結(jié)果如表3所示。其中將C1、C2、C3三類指標(biāo)作為背景依存DEA模型的投入，將C4、C5、C6作為產(chǎn)出；S1，…，S30代表30家供應(yīng)商，作為背景依存DEA模型的決策單元。

表3 供應(yīng)商評(píng)價(jià)的投入與產(chǎn)出數(shù)據(jù)

3.2 評(píng)價(jià)與分析

使用MATLAB對(duì)有效前沿面進(jìn)行分層，可得到5個(gè)分層，其中第一級(jí)分層E1={S12,S13,S14,S15,S18,S24}，第二級(jí)分層為E2={S2,S3,S7,S11,S17,S20,S21,S27,S28,S30}，第三級(jí)分層為E3={S8,S9,S10,S22,S26}，第四級(jí)分層為E4={S1,S4,S5,S16,S23,S25,S29}，第五級(jí)分層為E5={S6,S19}；然后，以每個(gè)分層依次作為背景，計(jì)算每個(gè)決策單元在背景層中的吸引力、欠缺度或超效率得分；最后給出不同背景層下決策單元按照效率得分的增序排序，結(jié)果如表4所示。以供應(yīng)商(決策單元)S1為例，其所在層級(jí)為4，表示在使用Input-Dual模型對(duì)30個(gè)決策單元計(jì)算效率得分，將有效決策單元作為背景層1并對(duì)其他決策單元再次使用Input-Dual模型，再將有效決策單元作為背景層2，……，直到得到S1屬于背景層4。以層級(jí)較低的層5，應(yīng)用Attractiveness模型，可以得出S1對(duì)于背景層5的吸引力A*(S1,4,5)=1.1832。同樣地，分別以層級(jí)較低的層1、層2和層3作為背景，應(yīng)用Progress模型，可以得出S1對(duì)于背景層1的欠缺度P*(S1,4,1)=0.8024，對(duì)于背景層2的欠缺度P*(S1,4,2)=0.9718，對(duì)于背景層3的欠缺度P*(S1,4,3)=0.9980。顯然，級(jí)別相差越大，低級(jí)別層背景4的決策單元S1對(duì)高級(jí)別層背景1的決策單元越具有欠缺度，效率得分越低，即P*(S1,4,1)

表4 供應(yīng)商分層、吸引力、欠缺度或超效率得分及排名

將供應(yīng)商在5個(gè)背景下的排序作為輸入數(shù)據(jù)，利用SPSS24分別判斷不同背景層下的排序是否具有一致性和決策單元之間排序是否存在差異。在0.05的置信水平下，檢驗(yàn)統(tǒng)計(jì)量結(jié)果表明接受不同背景層下的排序具有一致性的假設(shè)，拒絕決策單元之間排序存在一致性的假設(shè)。這說明不同背景層下的排序存在統(tǒng)計(jì)意義上的一致性；決策單元之間排序存在差異。利用Copeland積分排序法計(jì)算求的結(jié)果見表4最后一列，得分最高為供應(yīng)商S14。圖1為供應(yīng)商Copeland得分的散點(diǎn)圖。

圖1 供應(yīng)商Copeland得分散點(diǎn)圖

背景依存DEA的特點(diǎn)是可以將決策單元?jiǎng)澐譃椴煌膶蛹?jí)，因此采購(gòu)商可以依據(jù)結(jié)果對(duì)供應(yīng)商實(shí)現(xiàn)分級(jí)管理。依據(jù)二八法則，企業(yè)若是選擇多個(gè)供應(yīng)商進(jìn)行供應(yīng)，應(yīng)該重點(diǎn)關(guān)注排名前20%的企業(yè)。在本文中，即重點(diǎn)關(guān)注位于第一層中的S12,S13,S14,S15,S18,S24，即圖1虛線上部。對(duì)于同一層級(jí)的不同企業(yè)也可通過Copeland得分進(jìn)行排序，引導(dǎo)供應(yīng)商不斷提升自己的產(chǎn)品質(zhì)量和服務(wù)水平，以期得到更多的訂單份額。

對(duì)于吸引力和欠缺度的計(jì)算，能快速識(shí)別供應(yīng)商的優(yōu)勢(shì)與不足，獲得供應(yīng)商的完整畫像，從而可以采取有針對(duì)性的管理方案與激勵(lì)措施。同時(shí)也讓供應(yīng)商明確了其在供應(yīng)商庫(kù)中所處位置，有利于供應(yīng)商設(shè)定目標(biāo)對(duì)象，確定改善方向。

4 結(jié)語(yǔ)

對(duì)近2年有關(guān)供應(yīng)商選擇相關(guān)文獻(xiàn)整理分析后，發(fā)現(xiàn)財(cái)務(wù)指標(biāo)在供應(yīng)商選擇指標(biāo)體系中越來(lái)越受到重視，基于此本文構(gòu)建了基于供應(yīng)鏈金融視角的供應(yīng)商選擇評(píng)價(jià)指標(biāo)體系。由于DEA無(wú)法對(duì)評(píng)價(jià)值為1的有效決策單元進(jìn)行區(qū)分，本文利用背景依存DEA-Copeland方法對(duì)供應(yīng)商進(jìn)行劃分、排序。為驗(yàn)證評(píng)價(jià)指標(biāo)體系與背景依存DEA在供應(yīng)商選擇中的有效性，我們結(jié)合博世蘇州公司的實(shí)際情況，基于供應(yīng)鏈金融視角提出了六個(gè)維度的評(píng)價(jià)指標(biāo)體系，利用背景依存DEA-Copeland方法分析后，發(fā)現(xiàn)分層結(jié)果良好，求解結(jié)果貼合實(shí)際。