基于组合赋权的TOPSIS法在企业供应商选择中的应用

基于组合赋权的TOPSIS法在企业供应商选择中的应用
任永泰;张梦瑶;汪新刚
【摘要】In this paper, based on a review and analysis of the inadequacy of the existing methods of supplier selection, we carried out a massive questionnaire survey on electrical manufacturing enterprises with regard to the supply capacity, quality and technology, etc., of their suppliers, used the factor analysis to first build the supplier evaluation index system, then combined the factor analysis and entropy weighting method to weight the evaluation indexes and at the end, in an empirical case, applied the TOPSIS to rank the candidate suppliers and isolate the optimal one.%基于回顾和分析供应商选择若干方法的不足之处，针对供应商的供货、质量、技术能力等几个主要方面对电气制造企业进行大量的问卷调研，对收集到的相关数据，首先运用因子分析法建立供应商评价指标体系，其次将因子分析法与熵权法相结合，对评价指标进行组合赋权，更加科学有效地反映出各指标对评价指标体系的重要程度，运用TOPSIS法结合实例计算贴近度，对多个备选供应商进行优劣排序，选出能够建立战略合作关系的最优供应商。

【期刊名称】《物流技术》
【年(卷),期】2016(035)009
【总页数】5页(P58-62)
【关键词】供应商选择;因子分析;熵权;TOPSIS
【作者】任永泰;张梦瑶;汪新刚
【作者单位】东北农业大学理学院，黑龙江哈尔滨 150000;东北农业大学理学院，黑龙江哈尔滨 150000;东北农业大学理学院，黑龙江哈尔滨 150000
【正文语种】中文
【中图分类】F274;F224
随着市场竞争的加剧和全球经济组织形式的变化，市场的竞争不再是企业与企业间的竞争，而是供应链之间的竞争［1］，作为供应链的源头企业，供应商的质量对整个供应链的可持续发展有着至关重要的作用。

进行科学合理的供应商选择并与之建立长期的战略合作关系是降低企业成本、提高企业自身竞争力的有效途径之一。

供应商选择问题是一个复杂的多目标决策问题［2］，而以往的供应商评价指标体系大多都不够完整全面，体系的层次递阶过于主观，评价方法比较片面。

本文针对供应商的供货、质量、技术能力等几个主要方面，对电气
制造企业进行大量的问卷调研，对收集到的相关数据，首先运用因子分析法建立供应商评价指标体系［3-4］，避免了指标在递阶层次上的不合理；其次利用因子分析法与熵权法对指标组合赋权，降低权重主观性的同时改进了熵权法的不足［5］；最后，采用多目标决策分析中常用的有效方法—TOPSIS法，通过实证分析对企业各备选供应商进行综合实力的优劣排序，得到可以与之建立战略合作关系的最优供应商。

2.1 问卷设计和样本收集
每个企业在选择供应商时，考虑的指标和侧重方面会有不同，但对大多数中小型制造企业来说，供应商选择的基本准则就是围绕质量、货期、成本、服务、企业资质等几个方面。

本文结合参考的文献与电气制造业L公司的实况，确定了关于质量、供货、技术、价格和服务等方面的30个评价指标，并以此设计了供应商选择指标体系的调查问卷。

调查问卷运用李克特七级量表针对供应商评价体系指标的重要度进行衡量，问卷发放对象均为从事电气制造业的各部门主管，问卷内容主要包含了企业基本信息以及对指标重要程度判断的选项。

共发放问卷120份，收回101份，有效份数98份。

2.2 数据分析及指标体系的确定
因子分析［6］是一种降维的、简化数据的方法，研究众多变量之间的内部依赖关系，探求观测变量的潜在结构，并用少数几个不可观测的假想变量（提取的主因子）来反映原来众多变量的主要信息，最终对各样本进行量化分析、评价。

本文使用统计软件SPSS17.0对问卷结果进行因子分析，因子分析过程如下。

首先对数据进行有效性检验，本文采取的Bartlett检验和KMO检验的结果为
0.000和0.763，说明该相关矩阵不是单位矩阵且适合进行因子分析。

然后对30
个变量采取主成分分析（Principal Components Analysis）和正交旋转法（Varimax），采用Kaiser标准（特征根大于1）提取出7个主因子，所提取的7个主因子可以解释原有各变量77.44%的的信息量。

根据主因子在各变量上的因子载荷系数＞0.5为提取原则，分别提取各主因子相应的变量，根据各主因子所包含的变量特征属性对其进行命名，各主因子分别为供货能力、质量水平、技术水平、业务保障能力、企业环境、信誉水平、价格因素，且每个公共因子都有明确的含义，说明该问卷的设计具有较高的效度。

通过因子分析建立的供应商评价指标体系见表1。

TOPSIS于1981年由Wang.C.L和Yoon.K.首次提出，又叫逼近理想解的排序法，是一种多目标决策方法，其基本思路是对规范化后的数据进行加权，找出有限个评价对象中的理想解与负理想解，计算各方案与理想解、负理想解的距离及贴进度，进而对评价对象做出相对优劣的排序［7］。

理想解和负理想解都是假设的解，它们的各个指标值都达到备选方案中最好值或最坏值的解。

3.1 指标权重的确定
3.1.1 因子分析法。

通过因子分析能够建立指标递阶层次和确定指标权重，根据指标递阶层次需考虑一级指标在目标层的权重、二级指标在一级指标上的权重和二级指标在目标层的权重［8］。

依据因子分析的原理，贡献率是主因子对总目标的贡献程度，因子得分系数是由各主因子与其所包含的变量组成的线性回归方程中自变量的回归系数，反映的是自变量（变量）变化对因变量（主因子）的影响程度［8］。

因此一级指标（主因子）在目标层的权重可由其对总目标的贡献率确定，二级指标在一级指标上的权重可由组内变量的因子得分系数确定，二级指标在目标层上的权重可根据一级指标在目标层的权重与其包含的二级指标在该一级指标上的权重乘积所得。

令主因子的权重为Ai，主因子的方差贡献为ai，对七个主因子的贡献率ai做归一化处理即得到Ai，其中n为提取的主因子的个数，公式如下：
式（1）同样适用于对组内变量的因子得分系数做归一化处理来确定二级指标在一级指标上的权重Aij，此时的n为组内变量的个数。

最后将二级指标对于一级指标的权重与一级指标对于目标层的权重相乘即为二级指标在目标层的权重。

3.1.2 熵权法。

在信息论中，熵是对不确定程度的一种度量，熵越小，说明信息无序程度越小，有效信息量越大，在综合评价中起的作用就越大，指标的权重也就越大。

对于一个有m个方案、n个评价指标的数据集，熵权法步骤如下：
步骤1：构造原始数据矩阵，方案mi对指标nj的评价值为则m×n的原始数据矩阵V如下：
步骤2：因指标的意义和量纲不同，需对原始数据作无量纲化处理，建立无量纲化矩阵指标分效益型（越大越优）与成本型（越小越优）两种，两种指标的无量纲化公式如下：
步骤3计算熵值。

第j个指标的熵值为：
步骤4：确定指标权重：
3.1.3 权重的组合。

将因子分析的权重uj与熵权值ej进行组合对指标赋权，将专
家经验与客观数据相结合，使权重更加合理。

令组合权值为wj，对uj与ej相乘
然后进行归一化处理：
3.2 基于组合赋权的TOPSIS运算过程
首先，对上述无量纲化后的矩阵构建加权决策矩阵。

各指标权值采用上述组合权重wij，其与无量纲化矩阵的乘积即为加权决策矩阵
其次，确定评价对象的理想解与负理想解：
最后，计算各评价对象到理想解与负理想解的距离d+和d-：
贴进度Si：
根据相对贴进度Si可以对评价对象进行优劣排序，Si越大，评价对象与理想解越
接近，评价对象越优。

某电气制造企业L公司需采购一种干式变压器，且该变压器将长期外包。

从投标
竞选的多家变压器企业中进行初步的筛选后，最终确定五家企业为备选供应商，分别以A、B、C、D、E表示。

该企业根据供应商历史交货记录、供应商档案等资料对五个备选供应商做了详细的调查后，确定了定量指标，并由各部门专家组成的供应商评价小组对定性指标进行打分，得到原始数据一份，见表2。

（1）构建原始数据矩阵V，将指标分成效益型与成本型两种，依据式（4）和式（5）分别进行无量纲化。

（2）计算各指标的组合权重wj，构建加权决策矩阵。

根据上述因子分析过程可知，各主因子的方差贡献率分别为16.440%、15.719%、13.156%、9.693%、
8.391%、7.514%、6.525%，各主因子的组内变量因子得分系数矩阵见表3。

利用式（1）和（2）可得因子分析法下的各二级指标权重uj；同时采用式（6）和（7）确定指标熵权ej，最后根据式（8）计算出组合权值wj。

指标各权重的计算
结果及加权决策矩阵见表4。

（3）根据加权决策矩阵，利用式（10）、（11）得出理想解与负理想解为：（4）计算距离和贴近度，根据式（12）、（13）分别计算出五个供应商到最优解、最劣解的距离与贴近度，结果见表5。

从表5中可以看出，各供应商的综合排序结果为B＞D＞A＞C＞E。

因此，L公司
应选择B为战略合作伙伴，如需要选两家，可同时考虑D。

供应商选择是供应链管理的前提，是控制整个供应链质量的关键。

供应商选择是一个多指标、多方案的复杂决策问题，本文提出的基于因子分析和熵权组合赋权的TOPSIS法，通过在L公司的实证研究证明了指标层次递阶与权重确定的科学合理性，并根据TOPSIS法充分利用原始数据，定量的计算了各备选评价对象的优劣度，结果具有客观真实性，验证了此决策模型对企业建立战略合作伙伴关系、提高自身市场竞争力具有一定的指导意义。

【相关文献】
［1］毛会芳.供应链环境下的供应商管理研究［D］.武汉：武汉大学,2005.
［2］曹艳国.供应商选择分析［J］.物流技术,2012,31（11）.
［3］舒霄虹.供应链管理中供应商评价选择指标体系的设计［D］.上海：上海交通大学,2008. ［4］张莉立.电子制造企业供应商的选择评价体系研究［D］.杭州：浙江大学,2013.
［5］谷丽丽,曹翠芬,崔利华.浅析供应商选择中熵权法的不足与改进［J］.物流技术,2009,28（1）. ［6］祁洪全.综合评价的多元统计分析方法［D］.长沙：湖南大学, 2001.
［7］李明.基于AHP的TOPSIS法在供应商选择和评价中的应用研究［J］.物流工程与管
理,2012,34（8）.
［8］刘彬.基于因子分析法的绿色供应商评价指标权重的确定［J］.中国商贸,2011,（25）.。