论文部分内容阅读
摘要 在电子商务环境下，企业需要在最短的时间内开发并生产出新产品以满足市场的需求，因此供应商的选择变得至关重要。本文分析了电子商务对供应商选择这一多目标评价问题所产生的影响，介绍了一种基于灰色关联分析的供应商评价方法，结合具体实例对这一方法的应用过程进行了说明。研究结果显示此种方法对供应商选择及建立协同的商务模型具有较好的应用价值。
关键词 电子商务 供应链管理 供应商选择 灰色关联分析
中图分类号：F224.32 文献标识码：A
一、引言
电子商务通过支撑包括促销、购买、生产等在內的组织价值链中的各个部分，使企业高效扩大市场领域，提高知名度和美誉度，转换供应链。目前，学者们对选择供应商时的评价问题给予了关注，所使用的评价方法主要有离散选择分析法、线性规划法、数据包络分析法、多元目标效用理论 、理论测试法、 无量度分析法、层次分析法。Verman和Pullman运用离散选择分析法方法使得管理者确定决策问题的变量，较好地解决了SSP方法中的缺乏透明度问题。 此外，层次分析法能够量化人们的主观判断，当同其他评价方法结合使用时，效果较好。然而，标准之间的排序计算主要基于量化的数据和高层管理者的主观判断和专家评价等。对于各种评价方法而言，无论如何专业，那些决策者的判断结果在一定程度上均有不严密的情况。为了解决上述的主观判断问题，一些学者开始尝试通过编制计算机程序同其他方法结合提高评价的精度。
二、 灰关联评价理论
灰关联评价理论是灰色系统分析的主要内容之一，本文旨在应用此方法解决电子商务环境下的供应商选择问题。其基本计算步骤如下：
1、确定原始数据进行比较。原始序列数据可能是不同单位，因此需要将不同单位的序列数据进行初始化。令x0（k）代表初始化后的标准序列，xi（k）代表初始化后的比较序列。
2、求差序列△0i（k）=x0（k）-xi（k）。将每个比较序列 xi（k） 和标准序列 x0（k）的数值带入上式中，确定差序列。
3、求两极差。在特定的差序列中确定最大值和最小值，并利用分辨系数（）进行评价，用来实现背景值和目标值的对比，各个指标值根据实际需要加以确定。
4、计算灰关联系数。通过下述公式完成灰关联系数的计算。，
其中，△min和△max分别代表两极最小差与两极最大差。
5、计算灰色关联度。计算每个关联系数的平均值，求灰色关联度。
6、对灰色关联度进行排序。 根据每个比较序列与标准序列的关联度的大小，进行排序。
三、基于电子商务的供应商灰关联评价
本文选择一家打算组织协调生产系统的企业作为研究对象，该企业具有良好的电子商务平台，考虑到企业缺乏独立完成任务的能力，因此它要选择供应商，初步确定6家供应商作为备选对象。首先，企业要完成指标的确定；其次，企业完成6家供应商的相关数据的收集；再次，企业通过灰关联分析方法选择最佳的供应商，构建高效率的供应链体系。具体步骤请参考下文。
（一）电子商务环境下供应商评价指标体系构建。
表1各供应商的指标数据
考虑到供应商评价问题的复杂性和电子商务所产生的影响，应在传统的评价指标体系中加入新指标。如信息系统建设投资、计算机专业人员的比重、信息系统能力、信息系统无重大差错率的比重等在内的IT应用水平；服务水平指标，具体包括弹性指标和信用标准指标；业务能力指标，具体包括成本控制、发展潜力、产品供给能力等；技术水平指标等。关于电子商务环境下供应商的评价指标体系，请见参考文献。文中所提到的这家企业现有6个供应商作为备选对象。为了解释灰色关联分析方法在电子商务环境下供应商选择过程中的应用过程，本文只简单使用了7个指标，具体数据如表1所示。
（二）基于灰色关联分析方法的供应商评价。
电子商务环境下供应商选择问题是一个典型的多目标评价问题，同时也是一个典型的灰色系统问题，因此本文采用灰色关联分析方法。通过计算灰色关联度，我们可以确定目标值和期望值间的关系。具体实施过程如下：
1、确定原始数据和比较序列，按照可接受质量水平确定原始值。首先本文确定标准序列 x0（k）和其它比较序列 xi（k）, 已完成多个序列的对比。令 x0（k）代表初始化后的参考序列, 根据序列各指标的极性与灰色理论中的制高原理, 参考序列为x0 = ｛4, 3, 1.11, 1, 1.25, 0.94, 1.2｝,而 x1（k）代表供应商1的经过初始化后的比较序列，x2（k）代表供应商2的经过初始化后的比较序列，等等。各比较序列如下：
x1 = ｛1, 1, 1, 1, 1, 1, 1｝，x2 = ｛3.67, 2, 1.08, 1.67, 1.25, 1.13, 1.13｝，x3 = ｛3, 1.6, 1.06, 1.07, 1, 1.1, 1.2｝，x4 = ｛2.7, 2.4, 1.11, 2, 0.75, 0.94, 1.63｝，x5 = ｛2.33, 3, 1.02, 1.67, 0.5, 1.07, 0.94｝，x6 = ｛4, 2.6, 1.04, 1.2, 1, 0.94, 1.07｝
2、通过公式△0i（k） = |x0（k）-xi（k）|, 本文得到差序列如下：
△01 = ｛3, 2, 0.1059, 0, 0.25, 0.0625, 0.2｝，△02 = ｛0.3333, 1, 0.0235, 0.6667, 0, 0.1875, 0.075｝，△03 = ｛1, 1.4, 0.0471, 0.0667, 0.25, 0.1625, 0｝，△04 = ｛1.3333, 0.6, 0, 1, 0.5, 0, 0.1375｝，△05 =｛1.6667, 0, 0.08, 0.6667, 0.75, 0.125, 0.2625｝，△06 = ｛0, 0.4, 0.0706, 0.20, 0.25, 0, 0.1375｝
确定极差最大值与最小值，分别为Max. = 3； Min. = 0
3、通过下述公式计算灰色关联系数
，可得到
1 = ｛0.3333, 0.4286, 0. 9341, 1, 0.8571, 0.96, 0.8823｝，2 = ｛0.8182, 0.6, 0. 9846, 0.6923, 1, 0.8889, 0.9523｝
3 = ｛0.6, 0.5172, 0. 9696, 0.9574, 0.8571, 0.9023, 1｝，4 = ｛0.5294, 0.7143, 1, 0.6, 0.75, 1, 0.9160｝，5 = ｛0.4737, 1, 0.9480, 0.6923, 0.6667, 0.9231, 0.8511｝，6 = ｛1, 0.7895, 0. 9551, 0.8823, 0.8571, 1, 0.9160｝
4、通过公式
计算灰色关联度，经过计算可得：
(x0,x1) = 0.7708，((x0,x2) = 0.8480，((x0,x3) = 0.8291， ((x0,x4) = 0.7871，((x0,x5) = 0.7935， ((x0,x6) = 0.9143
5、根据灰色关联度的大小进行排序：
通过以上研究可知，灰色关联分析方法在电子商务环境下供应商选择的过程中有着较高的应用价值，经过数据分析可以得到相应的评价结果。
四、结束语
参考序列和比较序列的对比可以通过灰色关联度来加以实现。灰色关联度越高，意味著这个比较序列和参考序列之间的关系越紧密。文中上述计算过程作为电子商务环境下供应商选择的基础，可以帮助企业认识到供应商的综合能力，企业也可以结合特定的标准制定供应商选择模型。企业可以按照特定的需求，根据文中所探讨的方法设计决策模型来进行供应链管理。
在电子商务环境下，市场环境瞬息万变，通过有效集成从供应商到最终用户的各个部分，企业可以缩短市场反应时间，有效管理生产资源和加强自身的市场竞争优势。另外，企业为了实现供应链中的业务协同，也要检查一下自身的组织结构是否能够支撑战略的有效执行。
（作者：硕士，郑州航空工业管理学院工商管理学院教师，研究方向：电子商务、创新管理）
注释：
Rayport, J.F., and Sviokla, J.J. “Exploring the Virtual Value Chain,” Harvard Business Review (73:6), 1995, pp. 75–85.
Verma, R. and Pullman, M. E., “An analysis of the supplier selection process”, International Journal of Management Science, 1998, 26, pp. 739–750.
Ragatz, G. L., Handfield, R. B. and Scannell, T. V., “Success Factors for Integrating Suppliers into New Product Development”, Journal of Product Innovation Management,1997, 14, pp. 190–202.
Yuanjye Tseng and Yuhua Lin. A model for supplier selection and tasks assignment, Journal of American Academy of Business Cambridge, 2005, 2, 197-207.
Wang Xuping, Evaluation and Optimization of Vendors Based on E-business, Chinese Management Science. Vol.2, 2004, pp. 58-64.
K L. Wen and J.H. Wu., “The Grey-fuzzy Relational Model and Its Application to Welding Flaw Identification”, The Journal of Grey System, 1995,7(4), pp. 331-338.
J. L. Deng, The Primary Methods of Grey System Theory, 2nd ed. (in Chinese). Wuhan, Hubei: Huachung University of Science and Technology Press, 2005, pp. 86–102.
Liang, R., “Application of Grey Relation Analysis to Hydroelectric Generation Scheduling”, International Journal of Electrical Power & Energy Systems, 1999, Volume:21,Issue:5, pp.357-364.
关键词 电子商务 供应链管理 供应商选择 灰色关联分析
中图分类号：F224.32 文献标识码：A
一、引言
电子商务通过支撑包括促销、购买、生产等在內的组织价值链中的各个部分，使企业高效扩大市场领域，提高知名度和美誉度，转换供应链。目前，学者们对选择供应商时的评价问题给予了关注，所使用的评价方法主要有离散选择分析法、线性规划法、数据包络分析法、多元目标效用理论 、理论测试法、 无量度分析法、层次分析法。Verman和Pullman运用离散选择分析法方法使得管理者确定决策问题的变量，较好地解决了SSP方法中的缺乏透明度问题。 此外，层次分析法能够量化人们的主观判断，当同其他评价方法结合使用时，效果较好。然而，标准之间的排序计算主要基于量化的数据和高层管理者的主观判断和专家评价等。对于各种评价方法而言，无论如何专业，那些决策者的判断结果在一定程度上均有不严密的情况。为了解决上述的主观判断问题，一些学者开始尝试通过编制计算机程序同其他方法结合提高评价的精度。
二、 灰关联评价理论
灰关联评价理论是灰色系统分析的主要内容之一，本文旨在应用此方法解决电子商务环境下的供应商选择问题。其基本计算步骤如下：
1、确定原始数据进行比较。原始序列数据可能是不同单位，因此需要将不同单位的序列数据进行初始化。令x0（k）代表初始化后的标准序列，xi（k）代表初始化后的比较序列。
2、求差序列△0i（k）=x0（k）-xi（k）。将每个比较序列 xi（k） 和标准序列 x0（k）的数值带入上式中，确定差序列。
3、求两极差。在特定的差序列中确定最大值和最小值，并利用分辨系数（）进行评价，用来实现背景值和目标值的对比，各个指标值根据实际需要加以确定。
4、计算灰关联系数。通过下述公式完成灰关联系数的计算。，
其中，△min和△max分别代表两极最小差与两极最大差。
5、计算灰色关联度。计算每个关联系数的平均值，求灰色关联度。
6、对灰色关联度进行排序。 根据每个比较序列与标准序列的关联度的大小，进行排序。
三、基于电子商务的供应商灰关联评价
本文选择一家打算组织协调生产系统的企业作为研究对象，该企业具有良好的电子商务平台，考虑到企业缺乏独立完成任务的能力，因此它要选择供应商，初步确定6家供应商作为备选对象。首先，企业要完成指标的确定；其次，企业完成6家供应商的相关数据的收集；再次，企业通过灰关联分析方法选择最佳的供应商，构建高效率的供应链体系。具体步骤请参考下文。
（一）电子商务环境下供应商评价指标体系构建。
表1各供应商的指标数据
考虑到供应商评价问题的复杂性和电子商务所产生的影响，应在传统的评价指标体系中加入新指标。如信息系统建设投资、计算机专业人员的比重、信息系统能力、信息系统无重大差错率的比重等在内的IT应用水平；服务水平指标，具体包括弹性指标和信用标准指标；业务能力指标，具体包括成本控制、发展潜力、产品供给能力等；技术水平指标等。关于电子商务环境下供应商的评价指标体系，请见参考文献。文中所提到的这家企业现有6个供应商作为备选对象。为了解释灰色关联分析方法在电子商务环境下供应商选择过程中的应用过程，本文只简单使用了7个指标，具体数据如表1所示。
（二）基于灰色关联分析方法的供应商评价。
电子商务环境下供应商选择问题是一个典型的多目标评价问题，同时也是一个典型的灰色系统问题，因此本文采用灰色关联分析方法。通过计算灰色关联度，我们可以确定目标值和期望值间的关系。具体实施过程如下：
1、确定原始数据和比较序列，按照可接受质量水平确定原始值。首先本文确定标准序列 x0（k）和其它比较序列 xi（k）, 已完成多个序列的对比。令 x0（k）代表初始化后的参考序列, 根据序列各指标的极性与灰色理论中的制高原理, 参考序列为x0 = ｛4, 3, 1.11, 1, 1.25, 0.94, 1.2｝,而 x1（k）代表供应商1的经过初始化后的比较序列，x2（k）代表供应商2的经过初始化后的比较序列，等等。各比较序列如下：
x1 = ｛1, 1, 1, 1, 1, 1, 1｝，x2 = ｛3.67, 2, 1.08, 1.67, 1.25, 1.13, 1.13｝，x3 = ｛3, 1.6, 1.06, 1.07, 1, 1.1, 1.2｝，x4 = ｛2.7, 2.4, 1.11, 2, 0.75, 0.94, 1.63｝，x5 = ｛2.33, 3, 1.02, 1.67, 0.5, 1.07, 0.94｝，x6 = ｛4, 2.6, 1.04, 1.2, 1, 0.94, 1.07｝
2、通过公式△0i（k） = |x0（k）-xi（k）|, 本文得到差序列如下：
△01 = ｛3, 2, 0.1059, 0, 0.25, 0.0625, 0.2｝，△02 = ｛0.3333, 1, 0.0235, 0.6667, 0, 0.1875, 0.075｝，△03 = ｛1, 1.4, 0.0471, 0.0667, 0.25, 0.1625, 0｝，△04 = ｛1.3333, 0.6, 0, 1, 0.5, 0, 0.1375｝，△05 =｛1.6667, 0, 0.08, 0.6667, 0.75, 0.125, 0.2625｝，△06 = ｛0, 0.4, 0.0706, 0.20, 0.25, 0, 0.1375｝
确定极差最大值与最小值，分别为Max. = 3； Min. = 0
3、通过下述公式计算灰色关联系数
，可得到
1 = ｛0.3333, 0.4286, 0. 9341, 1, 0.8571, 0.96, 0.8823｝，2 = ｛0.8182, 0.6, 0. 9846, 0.6923, 1, 0.8889, 0.9523｝
3 = ｛0.6, 0.5172, 0. 9696, 0.9574, 0.8571, 0.9023, 1｝，4 = ｛0.5294, 0.7143, 1, 0.6, 0.75, 1, 0.9160｝，5 = ｛0.4737, 1, 0.9480, 0.6923, 0.6667, 0.9231, 0.8511｝，6 = ｛1, 0.7895, 0. 9551, 0.8823, 0.8571, 1, 0.9160｝
4、通过公式
计算灰色关联度，经过计算可得：
(x0,x1) = 0.7708，((x0,x2) = 0.8480，((x0,x3) = 0.8291， ((x0,x4) = 0.7871，((x0,x5) = 0.7935， ((x0,x6) = 0.9143
5、根据灰色关联度的大小进行排序：
通过以上研究可知，灰色关联分析方法在电子商务环境下供应商选择的过程中有着较高的应用价值，经过数据分析可以得到相应的评价结果。
四、结束语
参考序列和比较序列的对比可以通过灰色关联度来加以实现。灰色关联度越高，意味著这个比较序列和参考序列之间的关系越紧密。文中上述计算过程作为电子商务环境下供应商选择的基础，可以帮助企业认识到供应商的综合能力，企业也可以结合特定的标准制定供应商选择模型。企业可以按照特定的需求，根据文中所探讨的方法设计决策模型来进行供应链管理。
在电子商务环境下，市场环境瞬息万变，通过有效集成从供应商到最终用户的各个部分，企业可以缩短市场反应时间，有效管理生产资源和加强自身的市场竞争优势。另外，企业为了实现供应链中的业务协同，也要检查一下自身的组织结构是否能够支撑战略的有效执行。
（作者：硕士，郑州航空工业管理学院工商管理学院教师，研究方向：电子商务、创新管理）
注释：
Rayport, J.F., and Sviokla, J.J. “Exploring the Virtual Value Chain,” Harvard Business Review (73:6), 1995, pp. 75–85.
Verma, R. and Pullman, M. E., “An analysis of the supplier selection process”, International Journal of Management Science, 1998, 26, pp. 739–750.
Ragatz, G. L., Handfield, R. B. and Scannell, T. V., “Success Factors for Integrating Suppliers into New Product Development”, Journal of Product Innovation Management,1997, 14, pp. 190–202.
Yuanjye Tseng and Yuhua Lin. A model for supplier selection and tasks assignment, Journal of American Academy of Business Cambridge, 2005, 2, 197-207.
Wang Xuping, Evaluation and Optimization of Vendors Based on E-business, Chinese Management Science. Vol.2, 2004, pp. 58-64.
K L. Wen and J.H. Wu., “The Grey-fuzzy Relational Model and Its Application to Welding Flaw Identification”, The Journal of Grey System, 1995,7(4), pp. 331-338.
J. L. Deng, The Primary Methods of Grey System Theory, 2nd ed. (in Chinese). Wuhan, Hubei: Huachung University of Science and Technology Press, 2005, pp. 86–102.
Liang, R., “Application of Grey Relation Analysis to Hydroelectric Generation Scheduling”, International Journal of Electrical Power & Energy Systems, 1999, Volume:21,Issue:5, pp.357-364.