供應(yīng)商保障企業(yè)生產(chǎn)的重要性研究

任桓君，李景晗，陳曉藝，王麗莎

（1.青島理工大學(xué) 土木工程學(xué)院，山東 青島 266000；2.青島理工大學(xué) 信息與控制工程學(xué)院，山東 青島 266000；3.青島理工大學(xué) 管理工程學(xué)院，山東 青島 266000；4.青島理工大學(xué) 理學(xué)院，山東 青島 266000）

在生產(chǎn)型企業(yè)正常生產(chǎn)運(yùn)作期間，如果在原材料的訂購(gòu)時(shí)對(duì)生產(chǎn)商的選擇工作缺乏足夠重視，不但會(huì)導(dǎo)致生產(chǎn)成本投入的增加，而且會(huì)拖延企業(yè)生產(chǎn)的進(jìn)度，使得企業(yè)后續(xù)的整體效益不斷下降。為了進(jìn)一步提高企業(yè)生產(chǎn)水平，本文對(duì)生產(chǎn)商的選擇進(jìn)行了詳細(xì)分析，并對(duì)其進(jìn)行了評(píng)估，內(nèi)容如下。

1 問(wèn)題分析

本文首先對(duì)402家供應(yīng)商特征進(jìn)行量化分析，構(gòu)建供應(yīng)商對(duì)于企業(yè)生產(chǎn)重要性模型，并按照重要性找出排在前50的供應(yīng)商，所以需要對(duì)402家供應(yīng)商的供貨特征建立評(píng)價(jià)體系。選擇了主成分分析方法，所以首先需要依據(jù)所給數(shù)據(jù)選擇合適的評(píng)價(jià)指標(biāo)，這些指標(biāo)可以從企業(yè)和供應(yīng)商兩方面進(jìn)行考慮，并且應(yīng)該以供應(yīng)商的規(guī)模和供貨量與訂貨量出現(xiàn)差值的概率及大小2個(gè)指標(biāo)為核心指標(biāo)，以其他指標(biāo)作為協(xié)助指標(biāo)，提高評(píng)價(jià)精確度等。然后需要對(duì)附件1所給訂貨量和供貨量數(shù)據(jù)進(jìn)行預(yù)處理，獲得可能與保障企業(yè)生產(chǎn)重要性相關(guān)的特征向量。再利用PCA算法對(duì)特征向量進(jìn)行進(jìn)一步的特征提取和降維,最終獲得關(guān)聯(lián)性較強(qiáng)的特征向量。最后我們需要對(duì)供應(yīng)商保障企業(yè)生產(chǎn)的重要性進(jìn)行打分排序，建立量化的評(píng)價(jià)系統(tǒng)，最終獲得各供應(yīng)商的重要性排序。

2 指標(biāo)的選取

本文主要從企業(yè)的選擇（主觀）和供應(yīng)商的自身能力（客觀）兩個(gè)角度選取了10個(gè)能夠反映保障企業(yè)生產(chǎn)重要性的基本特征指標(biāo)，如圖1所示為保障企業(yè)生產(chǎn)重要性的影響因素的指標(biāo)體系。

圖1 指標(biāo)圖

通常來(lái)說(shuō)，為了對(duì)比各供應(yīng)商之間的貨物質(zhì)量等因素，企業(yè)會(huì)對(duì)多家供應(yīng)商進(jìn)行多次少量的購(gòu)買(mǎi)，最終選擇質(zhì)量更高、更為守信的企業(yè)進(jìn)行批量購(gòu)買(mǎi)[1]。因此對(duì)前五年企業(yè)選擇過(guò)程的特征分析非常必要，是反映保障企業(yè)生產(chǎn)重要性的重要依據(jù)，包括了訂貨規(guī)模（K11）[2]、供貨市場(chǎng)占有率（K12）、被選擇趨勢(shì)（K13）與有效供貨率（K14）。

訂貨規(guī)模（K11）為某供應(yīng)商被訂購(gòu)數(shù)量的總計(jì)，其表示了該公司在前五年對(duì)該供應(yīng)商的重視程度，公式：

式中，i為供應(yīng)商代號(hào)；W為時(shí)間周數(shù)代號(hào)；K11i為供應(yīng)商代號(hào)為i的訂貨規(guī)模；QW為供應(yīng)商第W周的訂貨量。

供貨市場(chǎng)占有率（K12）為第i個(gè)供應(yīng)商的供貨量在該種類貨物中占的比例，其表示專門(mén)負(fù)責(zé)供給一種貨物的供應(yīng)商在某類貨物中所占市場(chǎng)。

式中，Z為A，B，C三種材料種類代號(hào)；K12iZ表示第i個(gè)生產(chǎn)Z種類材料的供應(yīng)商市場(chǎng)占有率；∑Q12Z表示所有生產(chǎn)Z種類材料的供應(yīng)商訂單數(shù)量表示第i個(gè)生產(chǎn)Z種類材料的供應(yīng)商訂單數(shù)量之和。

被選擇趨勢(shì)（K13）為最后一周訂貨量減去第1周訂單量除以總時(shí)間，其表示了i個(gè)供應(yīng)商在240個(gè)周內(nèi)的變化趨勢(shì)情況，公式：

式中，K13i表示第i個(gè)供應(yīng)商的被選擇趨勢(shì)；Q13i240與Q13i1分別表示第240周和第1周供應(yīng)商i的訂單數(shù)量。

有效供貨率（K14）為第i個(gè)供應(yīng)商訂貨量不為0的周數(shù)占240個(gè)周的比例，其公式：

式中，K14i表示第i個(gè)供應(yīng)商的有效供貨率；N0i為第i個(gè)供應(yīng)商訂貨量不為0的周數(shù)。

供應(yīng)商的自身能力（K2）是吸引該企業(yè)對(duì)其進(jìn)行選擇的重要標(biāo)準(zhǔn)，是與其他供應(yīng)商進(jìn)行競(jìng)標(biāo)時(shí)的競(jìng)爭(zhēng)力體現(xiàn)，越強(qiáng)的供應(yīng)商能力越能降低企業(yè)風(fēng)險(xiǎn)，所以對(duì)供應(yīng)商的自身能力進(jìn)行指標(biāo)分析十分重要，包括交貨極差（K21），交貨水平（K22）、準(zhǔn)確交貨率（K23）、毀約率（K24）、交貨水平趨勢(shì)（K25）、最大供貨量（K26）。

交貨極差（K21）為交貨差值的最大值減去交貨差值最小值，其表示供應(yīng)商提供的貨物量與訂貨量的差值的離散程度，公式：

式中，K21i表示第i個(gè)供應(yīng)商的交貨極差；SiW為第i個(gè)供應(yīng)商在第W周實(shí)際的供貨量；QiW為第i個(gè)供應(yīng)商在第W周訂單的需求量。

交貨水平（K22）為第i個(gè)供應(yīng)商在第W周的供貨量與訂貨量差值的平方和的開(kāi)方，其表示第i個(gè)供應(yīng)商正好滿足企業(yè)訂貨量要求的穩(wěn)定性，公式：

式中，K22i表示第i個(gè)供應(yīng)商的交貨水平；SiW為第i個(gè)供應(yīng)商在第W周實(shí)際的供貨量；QiW為第i個(gè)供應(yīng)商在第W周訂單的需求量。

準(zhǔn)確交貨率（K23）為除去訂貨量為0的情況，第i個(gè)供應(yīng)商的供貨量與訂貨量的相同周數(shù)占總周數(shù)的比例，其更精確地表示了第i個(gè)供應(yīng)商正好滿足企業(yè)訂貨量概率，公式：

式中，K23i表示第i個(gè)供應(yīng)商的準(zhǔn)確交貨率；WSi0表示第i個(gè)供應(yīng)商的供貨量與訂貨量的相同周數(shù)。

毀約率（K24）為訂貨量不為0時(shí)，供應(yīng)商供應(yīng)貨物為0的周數(shù)占總周數(shù)的比率，其表示供應(yīng)商違反合約，沒(méi)有提供應(yīng)提供貨物的概率，公式：

式中，K24i表示第i個(gè)供應(yīng)商的毀約率；SSi0表示第i個(gè)供應(yīng)商的訂貨量不為0時(shí)，供應(yīng)商供應(yīng)貨物為0的周數(shù)。

交貨水平趨勢(shì)（K25）為第i個(gè)供應(yīng)商在第240周的供貨量與訂貨量的差值與在第1周的差值之差，再除以總周數(shù)，其表示第i個(gè)供應(yīng)商在240周內(nèi)所提交貨物符合訂貨量的總體趨勢(shì)，公式：

式中，K25i表示第i個(gè)供應(yīng)商的交貨水平趨勢(shì)；Si240與Si1分別表示第240周和第1周供應(yīng)商i的實(shí)際供貨數(shù)量。

最大供貨量（K26）為第i個(gè)供應(yīng)商在240周內(nèi)提供的最大供貨量，其展現(xiàn)了第i個(gè)供應(yīng)商的供貨能力，公式為：

式中，K26i表示第i個(gè)供應(yīng)商的最大供貨量；SiW表示第i個(gè)供應(yīng)商第W周的供貨量。

3 主成分分析

（1）KMO與巴特利特球度檢驗(yàn)。

為了減小多重共線性對(duì)評(píng)價(jià)模型準(zhǔn)確性的影響，為了避免模型過(guò)于復(fù)雜，本文對(duì)上述10個(gè)指標(biāo)進(jìn)行因子分析將原來(lái)眾多具有一定相關(guān)性的變量，重新組合為一組新的相互無(wú)關(guān)的綜合變量來(lái)代替原來(lái)的變量。使用SPSS15.0對(duì)以上10個(gè)指標(biāo)進(jìn)行KMO（Kaiser-Meyer-Olkin）和巴特利特球度檢驗(yàn)，各向量之間的相關(guān)性及檢驗(yàn)結(jié)果見(jiàn)表1。

表1 KMO和巴特利特球度檢驗(yàn)表

如表1所示，其KMO值=0.656>0.5且Sig.=0.00<0.05，即指標(biāo)數(shù)據(jù)之間具有較強(qiáng)的相關(guān)性及收斂性，可以進(jìn)行因子分析。

各指標(biāo)之間的相關(guān)性強(qiáng)弱分布如圖2所示，其中對(duì)腳線元素表示自相關(guān)，其他位置的元素表示互相關(guān)，顏色越深表明相關(guān)性越強(qiáng)，反之相關(guān)性越弱。從圖中可以明顯的看出，除對(duì)角線外，許多地方都顏色很深，這說(shuō)明了部分指標(biāo)之間的相關(guān)性較強(qiáng)。

圖2 相關(guān)性熱力圖

（2）建立標(biāo)準(zhǔn)化后的原始矩陣X。

（3）計(jì)算樣本相關(guān)系數(shù)矩陣。

為了方便，假定原始數(shù)據(jù)標(biāo)準(zhǔn)化后仍用X表示，則經(jīng)過(guò)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)的相關(guān)系數(shù)矩陣：

（4）計(jì)算相關(guān)系數(shù)R的特征（λ1，λ2…，λp）值和相應(yīng)的特征向量：

（5）選擇重要的主成分，并寫(xiě)出主成分表達(dá)式。

通過(guò)主成分分析得到了10個(gè)主成分，但由于各個(gè)主成分的方差是遞減的，包含的信息量也是遞減的，所以分析時(shí)，根據(jù)各個(gè)主成分累計(jì)貢獻(xiàn)率的大小選取前5個(gè)主成分。這里貢獻(xiàn)率是指某個(gè)主成分的方差占全部方差的比重，實(shí)際也就是某個(gè)特征值占全部特征值合計(jì)的比重，所以：

4 結(jié)果分析

貢獻(xiàn)率越大，說(shuō)明該主成分所包含的原始變量的信息越強(qiáng)，為了保證綜合變量能包括原始變量的絕大多數(shù)信息。取累計(jì)貢獻(xiàn)率達(dá)到85%以上的部分，即選取前5個(gè)主成分進(jìn)行分析見(jiàn)表2。

表2 主成分分析結(jié)果一覽表

為了建立反映保障企業(yè)生產(chǎn)重要性的數(shù)學(xué)模型，本文對(duì)主成分分析后的數(shù)據(jù)進(jìn)行計(jì)算得分，并對(duì)其的分值進(jìn)行排名，根據(jù)標(biāo)準(zhǔn)化的原始數(shù)據(jù)，按照各個(gè)樣品，分析帶入主成分表達(dá)式，就可以得到各主成分下各個(gè)樣本的新數(shù)據(jù)，即為主成分。具體形式如下：

部分供應(yīng)商主成分得分及排名前50供應(yīng)商見(jiàn)表3、表4。

表3 供應(yīng)商主成分得分（部分）

表4 排名前50供應(yīng)商（部分）

附件1

近五年402家供應(yīng)商的相關(guān)數(shù)據(jù)表