基于投影尋蹤-隨機森林的制造企業(yè)供應鏈穩(wěn)定性評價

王雪原, 李 姍

(哈爾濱理工大學 經(jīng)濟與管理學院,黑龍江 哈爾濱 150080)

0 引言

制造企業(yè)因涉及材料、設備、資金、市場等資源規(guī)模高于一般企業(yè)，所以更需利用外部供應鏈彌補自身資源數(shù)量、種類豐富性不足的問題，而日本對韓國半導體材料的斷供事件、美國商務部對中興通訊的出口限制事件等，向全世界展示了制造企業(yè)供應鏈穩(wěn)定性對于企業(yè)有序、健康發(fā)展的重要性，因此維持制造企業(yè)供應鏈穩(wěn)定成為企業(yè)管理的重要內(nèi)容。

當前關于供應鏈穩(wěn)定性研究主要集中在兩個方面，一是將供應鏈作為整體，研究其穩(wěn)定性的影響因素并據(jù)此設計評價指標體系與評價方法，合適于判定制造企業(yè)供應鏈宏觀整體狀態(tài)；二是將供應鏈進行解析，分析供應鏈內(nèi)部節(jié)點聯(lián)結(jié)特征、供應資源傳送物流與路徑等，判定供應鏈內(nèi)部運行過程存在的問題，進行模型優(yōu)化設計或仿真計算等，適合為單個制造企業(yè)供應鏈管理提供方法支持。鑒于本文期望為我國制造企業(yè)供應鏈穩(wěn)定性評價提供宏觀整體性決策支持，因此采用第一種方法。第一種方法研究的現(xiàn)有成果在指標體系設計時缺乏有效的理論論證，影響指標體系設計科學性；同時，評價研究過程不夠全面，對“指標采集——指標篩選——指標重要性判定——穩(wěn)定性評價——檢驗與分類”的全環(huán)節(jié)、系統(tǒng)性研究不足，無法為制造企業(yè)供應鏈穩(wěn)定性評價與管理提供完整的方法支持與參考。

因此，本文將按照全流程、系統(tǒng)研究思路，對制造企業(yè)供應鏈穩(wěn)定性評價的不同環(huán)節(jié)開展方法設計，為供應鏈穩(wěn)定性管理提供支持。

1 文獻回顧

基于供應鏈內(nèi)部結(jié)構的穩(wěn)定性研究，重點以供應鏈成本、供貨能力和流通產(chǎn)品的數(shù)量為參考指標做出穩(wěn)定性評價(劉慧等)[1]，也有考慮節(jié)點響應時間，從供應鏈重構、供應鏈收益分配和供應鏈響應三方面設計供應鏈響應時間決策與監(jiān)控模型，從而維持供應鏈穩(wěn)定的(Jorn-Henrik)[2]。

在指標體系設計方面，賈鵬等對四維平衡記分卡進行拓展，設計五維穩(wěn)定性評價指標體系，應用權值因子法對指標賦權[3]。也有學者設計模型判定指標體系合理性，楊瑾采用協(xié)同性、可靠性等潛變量反映供應鏈情況，利用驗證性因子分析方法從匹配度和穩(wěn)定性方面來驗證評價模式合理性[4]。

在穩(wěn)定性評價與預警方面，有學者從數(shù)據(jù)挖掘視角出發(fā)，采用關聯(lián)規(guī)則和物聯(lián)網(wǎng)技術，對整個供應鏈系統(tǒng)實行即時監(jiān)控和自動預警(Jing等)[5]。也有學者借助計算軟件，用BP神經(jīng)網(wǎng)絡建立預警系統(tǒng)，對系統(tǒng)狀態(tài)進行評估(Liu等)[6]。也有學者基于設計的穩(wěn)定性評價指標體系開展評價與預警研究，一部分對影響穩(wěn)定性的核心因素進行識別，從而判定管理重點，如程鐵軍等從網(wǎng)絡輿情預警視角，運用Fuzzy-DEMATEL法對風險因素開展實證研究[7]。Schoenherr等利用層次分析法，通過迭代和結(jié)構分析，識別出17種造成供應鏈風險的因素[8]。該類研究雖然能識別出穩(wěn)定性管理重點，但卻無法得到供應鏈穩(wěn)定性整體狀態(tài)。因此，另一部分學者則利用評價指標等，對供應鏈整體穩(wěn)定性進行評價分析，如黃星等采用加速遺傳算法對投影尋蹤模型求解，實現(xiàn)風險預警[9]。還有學者基于評價結(jié)果進行后續(xù)分類研究，如李健等采用構建PSO-SVM供應鏈預警模型，對風險進行分類[10]；宋寶娥等也界定了供應鏈安全預警警限和閾值[11]。柴國榮等則從時間維、空間維、關系維、邏輯維和要素維對風險預警識別、測評等進行系統(tǒng)設計[12]。這些為制造企業(yè)供應鏈穩(wěn)定性研究提供了有效方法借鑒與參考，然而針對制造企業(yè)供應鏈的、涵蓋整體環(huán)節(jié)的穩(wěn)定性評價的系統(tǒng)性、綜合性研究還有待完善。

2 制造企業(yè)供應鏈穩(wěn)定性指標提取

本文采用扎根理論對制造企業(yè)供應鏈穩(wěn)定性影響因素進行萃取，具體步驟如下：

(1)開放式編碼。對獲取的原始資料進行逐條分析并概括，將文本信息概念化，找出其關聯(lián)性與相近性，從而提煉更加抽象的范疇。按照扎根理論編號規(guī)則，對獲取范疇進行編碼，共提煉出23個，具體結(jié)果如表1所示。

表1 制造企業(yè)供應鏈穩(wěn)定性影響因素初始概念提取

(2)主軸式編碼。在提取初始概念基礎上，根據(jù)不同概念間相關關系，進行語義編碼組合，經(jīng)過反復歸納，將具有最強關聯(lián)性的范疇整合在一起，最終獲得3個主范疇和6個副范疇，如表2所示。

表2 主軸式編碼形成的主范疇與副范疇

(3)選擇式編碼與飽和度檢驗。該階段是在獲取主副范疇的前提下，經(jīng)過反復推敲，最終獲得完整的影響因素框架體系。從華為、聯(lián)想等企業(yè)選取從供應鏈管理的10位專家進行訪談，分析提取概念與范疇的完整性，最終確認表2中范疇、副范疇與主范疇形成的制造企業(yè)供應鏈穩(wěn)定性影響因素扎根理論模型已達到飽和狀態(tài)。

3 基于云模型的制造企業(yè)供應鏈穩(wěn)定性評價指標篩選

基于扎根理論獲得眾多穩(wěn)定性影響因素，為進一步凝練指標，本文采用云模型方法確定指標重要性，并基于重要性篩選指標，構建指標體系。

(1)云模型。設U={x}為定量論域，用精確數(shù)值表示，T是U上自然語言值。設CT(x)隸屬度函數(shù)，反映T關于x所表達定性概念的“真實程度”，云模型即為T在U上的分布。?x∈U,x→CT(x),x為(x1,x2,…,xn)每一個x為一個云滴，大量云滴聚集便形成云圖。云模型數(shù)值特征分別為：期望(Ex)、熵(En)、超熵(He)，是定性定量概念轉(zhuǎn)換的基礎。

(1)期望Ex表示云滴x在U上分布的期望，是定性概念的定量化。

(2)熵En代表一種模糊程度，在云圖中反映云的“跨度”，En越大隨機性就越大。

(3)超熵He代表熵的熵，反映熵的不確定性。He反映云的“厚度”，He越大，云厚度越大，云滴越離散，隸屬度隨機性越大。

正向云發(fā)生器(FCG)的映射過程實現(xiàn)了定性概念的定量化，體現(xiàn)從定性概念中獲取定量數(shù)值的范圍與分布規(guī)律。將云模型的三個數(shù)值特征(Ex，En，He)與想要輸出的云滴數(shù)N輸入正向云發(fā)生器中，通過N個云滴實現(xiàn)映射。

(1)將指標重要性劃分為5個等級，每個等級對應一個得分區(qū)間。分別為自然語言中“非常重要”、“較重要”、“一般重要”、“次重要”、“不重要”。對應分值分別為：“[0.8，1]”、“[0.6,0.8)”、“[0.4,0.6)”、“[0.2,0.4)”、“[0,0.2)”。每一個分數(shù)區(qū)間表示為(xi-1，xi)，其中i=1,2,…,5；等級范圍及定性語言描述見表3。

表3 等級范圍及定性語言描述

(2)按照上述方法確定各得分區(qū)間(Ex，En，He)，第i個得分區(qū)間數(shù)字特征記為(Exi，Eni，Hei)，其中具有雙邊約束的評語如“次重要、一般重要、較重要”，對應取值同時具有上下限。期望值Ex和熵值En計算公式為：Ex(Cmax+Cmin)/2及En=(Cmax-Cmin)/6。超熵He=k可依據(jù)評語本身模糊度來調(diào)整，在此取k=0.005。對于評語不重要、非常重要等，因只有上限或下限，可將0和1作為期望值，其熵值可設定為各對稱云模型熵值的二分之一，自然語言所對應云數(shù)字特征如表4所示。

表4 云數(shù)字特征

(3)設共有m個影響供應鏈穩(wěn)定性的指標，咨詢N個專家對第j個指標自然語言意見，j=1,2,…,m，統(tǒng)計第j個指標各得分區(qū)間的專家人數(shù)，設第j個指標不同得分區(qū)間的專家人數(shù)為(Nj1,Nj2,Nj3,Nj4,Nj5)。

表5 指標專家評價結(jié)果

根據(jù)指標得分進行排序，篩選出得分高于0.6的9個指標——戰(zhàn)略管理互惠合作、開放合作、協(xié)同關系、通暢性、全過程管理、事后管理、多元性、充足性，從而構建出制造企業(yè)供應鏈穩(wěn)定性綜合評估指標體系。

4 基于投影尋蹤的制造企業(yè)供應鏈穩(wěn)定性評價

投影尋蹤模型常用來評價受多個因素影響的復雜問題，基本思想是將高維數(shù)據(jù)提供一定的組合投影到低維子空間上，尋找使投影指標函數(shù)達到最優(yōu)的投影值，根據(jù)投影值確定高維數(shù)據(jù)結(jié)構特征。研究中通常采用粒子群與螢火蟲算法對投影指標函數(shù)進行優(yōu)化，但這些算法在實際操作過程中容易出現(xiàn)局部最優(yōu)，尋優(yōu)性能大大減弱，而且運算速度較慢，因此本文選用較為成熟的加速遺傳算法進行求解，該方法解決了遺傳算法編碼較為繁瑣、計算量大且計算十分緩慢的問題，尋優(yōu)性能大大增強[27]。

(1)指標數(shù)據(jù)來源與指標指數(shù)構建。本文以華為、聯(lián)想、中興等企業(yè)不同部門相關人員為調(diào)查對象開展問卷調(diào)查，最終收回191份問卷，有效問卷為172份；其次，向在職工程碩士班發(fā)放，通過其工作單位內(nèi)滾雪球方式，收回有效問卷294份。樣本總數(shù)466份，將基于云模型所確定的9個指標數(shù)據(jù)作為分析數(shù)據(jù)。

(2)指標歸一化處理。xij為第i個樣本第j個指標值，由于各指標量綱不同或數(shù)值范圍相差較大，因此在建模之前需要對指標進行歸一化處理并消除量綱。正指標采用yij=[xij-minxj]/[maxxj-minxj]歸一化，逆指標采用yij=[maxxj-xj]/[maxxj-minxj]。式中：Yij——歸一化的指標序列;xij——為第i個樣本第j個指標的評價值；minxj與maxxj分別為第j個指標的最小和最大值。

Sz為投影值zi的標準差，Dz為zi的局部密度，R為局部密度的窗口半徑，其取值與樣本的特性有關；rij為樣本之間距離；ut為一單位階躍函數(shù)。當t≧0時，t=1；t<0時，t=0。

本文基于加速遺傳算法對投影指標函數(shù)開展優(yōu)化，使用matlab R2016b軟件對模型編程求解，令種群規(guī)模初始值為400，交叉概率Pc為0.8，變異概率Pm為0.2，經(jīng)過7次迭代計算，最終得到的最佳投影方向向量為a=(0.2586，0.2629，0.3045，0.3412，0.3230，0.4626，0.4159，0.2993，0.2719)，即互惠合作B5>戰(zhàn)略管理C1>協(xié)同關系B2>開放合作B3>通暢性A6>全過程管理C4>事后管理C9>充足性A4>多元性A1。a值代表相應各指標的權重。將所得的最佳投影方向帶入公式，可計算出466家制造企業(yè)的投影值，進而確定其綜合評價值。受篇幅影響，給出其中部分問卷綜合評價值見表6。

表6 部分問卷的綜合評價值

5 基于隨機森林的制造企業(yè)供應鏈穩(wěn)定性評價檢驗與分類

(1)隨機森林方法。隨機森林方法。隨機森林常用于分類和預測研究，其核心思想是隨機選擇訓練樣本和特征參數(shù)用于分類。隨機森林通過有放回的對樣本進行抽取構建決策樹，建立過程隨機選擇M個特征參數(shù)輸入決策節(jié)點以控制其生長。對N棵分類樹的分類結(jié)果進行整合，以投票方式確定最終結(jié)果。在隨機森林中，任意一棵樹的產(chǎn)生都具有隨機性，相互獨立且可完全生長，決策樹中所有節(jié)點均能保證利用隨機選擇的特征參數(shù)進行最佳分裂[28]，其計算過程如下：

(1)采用Bagging抽樣方法，有放回地對訓練集進行抽取，得到N個樣本數(shù)據(jù)；進一步有放回的隨機抽取M個特征變量得到自助樣本集，由此產(chǎn)生T棵分類回歸樹，在此過程中均未被抽到的樣本則構成T個袋外樣本(out-of-bag，OOB)。

(2)自助樣本數(shù)據(jù)對應的存儲于分類回歸樹根節(jié)點處，按照最小不純度原則從根節(jié)點開始選擇某特征變量，分裂形成各個子節(jié)點。

(3)每棵樹以最大限度遞歸形式，進行節(jié)點與分裂節(jié)點選擇，當節(jié)點到達最大分解深度時，進行剪枝處理。為減少過擬合現(xiàn)象，可對節(jié)點的樣本數(shù)目進行約束，若節(jié)點樣本個數(shù)小于等于某個設定值時，節(jié)點不再進行分裂。

(4)將形成的T棵分類樹組成隨機森林，對樣本進行測試，每棵分類回歸樹都對測試樣例進行一次投票，樣本從屬于得票最多類別。

(2)基于隨機森林穩(wěn)定性評價檢驗與分類。根據(jù)投影尋蹤計算得出的綜合評價值，利用k-means聚類將466家制造企業(yè)分成4個預警等級，分別為低風險(1)、安全(2)、中等風險(3)、高風險(4)。

基于466家制造企業(yè)的供應鏈的相關數(shù)據(jù)與提取的9個特征指標，對指標進行重新編號分別為：供應鏈結(jié)構，包含多元性U11、充足性U12、通暢性U13；供應鏈關系，包含開放合作U21、互惠合作U22、協(xié)同關系U23；供應鏈管理，包含戰(zhàn)略管理U31、全過程管理U32、事后管理U33。

隨機森林模型訓練樣本的分類標準通過企業(yè)綜合評價值k-means聚類獲得，經(jīng)過特征性實驗發(fā)現(xiàn)，當決策樹的個數(shù)大于等于2000時，各分類誤差處于穩(wěn)定狀態(tài)，不會產(chǎn)生過擬合現(xiàn)象。因此，將決策樹的棵樹設置為2000，每棵樹停止生長采用的特征維度為7[29]。將樣本分為兩部分，70%用于樣本訓練，共計326組；剩余30%用于驗證，共計140組。利用matlab2016b進行計算，最終獲得訓練集預測結(jié)果、測試集預測結(jié)果如圖2和圖3所示。其中，訓練集預測結(jié)果對比準確率為1，測試集預測結(jié)果對比準確率為0.94286，證明模型分類結(jié)果比較準確。

根據(jù)實驗得出分類結(jié)果可知，在466份問卷中，安全等級的僅有8份；處于低風險共有51份，占比10.94%；處于中等風險的共有184份，占比39.48%；處于高風險的共有223份，占比47.85%。計算結(jié)果表明對制造企業(yè)供應鏈穩(wěn)定性的調(diào)查展示了處于高風險的占比很高，我國制造企業(yè)供應鏈存在較大風險，應采取相應措施開展有針對性管理與改進。

6 實證分析

A企業(yè)是哈爾濱市一家醫(yī)藥制造企業(yè)，原采用成員協(xié)作能力、信息共享程度、利益分配等指標衡量供應鏈穩(wěn)定性，采用簡單賦權與專家打分結(jié)合法簡單確定供應鏈穩(wěn)定程度，企業(yè)基于原有評價方式得出供應鏈處于低風險狀態(tài)，而利用本文設計的基于投影尋蹤-隨機森林的供應鏈穩(wěn)定性評價方法重新計算時，結(jié)果表明其處于中等風險狀態(tài)，指標具體得分見表7，結(jié)合上文確定的最優(yōu)投影方向可獲得穩(wěn)定性綜合評價值為1.28(中等風險)。

表7 企業(yè)供應鏈穩(wěn)定性指標數(shù)據(jù)

兩種方法得出企業(yè)供應鏈風險等級不同，原因如下：首先，原評價指標選取不夠全面，僅側(cè)重對供應鏈成員關系的考量，本文采用扎根理論方法提取的影響因素更全面，為企業(yè)供應鏈風險識別與評價提供了更多視角與更完整的參考。其次，企業(yè)采用簡單賦權確定指標重要性較為主觀、具有一定局限，影響權重準確性。本文通過問卷調(diào)查，廣泛獲取多個專家意見，樣本數(shù)充足，并采用投影尋蹤方法將獲取樣本數(shù)據(jù)投影到低維空間，用求取的最優(yōu)投影方向反映權重，減少主觀判斷對結(jié)果造成的影響，賦權更加科學、客觀。最后，分類方法也存在差異，企業(yè)原有風險等級劃分主要依據(jù)企業(yè)自身運營經(jīng)驗，無法根據(jù)數(shù)據(jù)特征有效識別與歸納，采用隨機森林方式進行分類可提高結(jié)果準確性，同時利于提升供應鏈管理指導的針對性。根據(jù)本文計算結(jié)果，A企業(yè)需將戰(zhàn)略管理、互惠合作等納入供應鏈穩(wěn)定性評價考慮范疇，并給予充分重視；需提升穩(wěn)定性管理精準性，根據(jù)當前結(jié)果可知，A企業(yè)供應鏈成員急需增加開放力度、尋找互惠點并培養(yǎng)互惠關系，應從預警、協(xié)同、創(chuàng)新等方面優(yōu)化供應鏈戰(zhàn)略管理，同時加強各種處理經(jīng)驗的分享與學習等。

7 結(jié)論

本文采用扎根理論基于現(xiàn)有文獻提取了制造企業(yè)供應鏈穩(wěn)定性影響因素，基于云模型篩選并確定評價指標體系。利用基于加速遺傳算法的投影尋蹤模型確定指標權重，并進一步采用隨機森林方法對評價結(jié)果進行檢測與穩(wěn)定性分類，為制造企業(yè)供應鏈穩(wěn)定性評價提供了系統(tǒng)、完整的方法支持，促進了質(zhì)化與量化分析的結(jié)合，實現(xiàn)了理論論證、方法設計與實踐檢驗整體邏輯鏈的有效融合。結(jié)果表明：

(1)基于扎根理論、云模型，確定制造企業(yè)供應鏈穩(wěn)定性，可利用供應鏈結(jié)構(多元性、充足性、通暢性)、供應鏈關系(開放合作、互惠合作、協(xié)同關系)、供應鏈管理(戰(zhàn)略管理、全過程管理、事后管理)有效反映。

(2)利用隨機森林方法，確定多數(shù)供應鏈處于中高等風險狀態(tài)，表明我國制造企業(yè)供應鏈在結(jié)構、關系與管理方面存在較多問題，應根據(jù)穩(wěn)定性評價內(nèi)容采取針對性改進措施。 (3)根據(jù)投影尋蹤計算結(jié)果可知，供應鏈結(jié)構中節(jié)點通暢重要性高于節(jié)點資源充足性、高于多元性，因此為提升制造企業(yè)供應鏈穩(wěn)定性應首先確保節(jié)點間能通暢聯(lián)結(jié)，進一步要確保節(jié)點提供資源的充足性——能滿足制造企業(yè)當前資源需求，最后需考慮選擇節(jié)點提供資源是否具有多元性、豐富性，為供應鏈未來發(fā)展及應對可能變動提供更多資源選擇。

供應鏈關系中互惠合作重要性高于協(xié)同關系高于開放合作，因此為確保制造企業(yè)供應鏈穩(wěn)定，應首先選擇能產(chǎn)生互惠作用的節(jié)點，保障各方在合作過程中同時實現(xiàn)能力提升、獲得更高競爭優(yōu)勢，終止合作將給雙方同時帶來巨大損失，由于互惠從而保持雙方高度合作熱情與意愿，提升供應鏈穩(wěn)定性。其次，節(jié)點伙伴需在供應鏈整體發(fā)展規(guī)劃、活動與行為安排、文化與理念等方面保持協(xié)同一致，避免或減少矛盾沖突的產(chǎn)生；最后，節(jié)點需具有開放合作的理念，對顯隱知識的共享、交流持有積極態(tài)度，能有效吸納供應鏈外部信息、拓展供應鏈合作渠道與空間等，保持節(jié)點與節(jié)點以及供應鏈與外部合作的開放性、兼容性，有效吸納信息、知識與技術，促進供應鏈穩(wěn)定發(fā)展。

供應鏈管理中戰(zhàn)略性管理重要性高于全過程管理高于事后管理，為保證制造企業(yè)供應鏈穩(wěn)定發(fā)展，首先需對供應鏈發(fā)展進行戰(zhàn)略性前瞻介入，提前預判供應鏈發(fā)展趨勢及時預警，對供應鏈進行科學規(guī)劃，促進節(jié)點協(xié)調(diào)與創(chuàng)新，確保其適應外部環(huán)境變動要求；其次，對供應鏈進行全過程管理，通過有效監(jiān)控、應急處理等實現(xiàn)常規(guī)與緊急事件的有序管理；最后，應對供應鏈突發(fā)事件發(fā)生后的處理經(jīng)驗、方法等進行知識加工，為后續(xù)供應鏈穩(wěn)定性管理提供有效決策與方法支持。