基于因子分析法的企业重要供应商选择研究论文

 

SCI论文（www.lunwensci.com）：

　　摘  要：供应商管理是制造业企业的重要影响因素之一， 随着产业链、供应链的发展，越来越多的企业开始重视 供应商管理。本文以T企业为例，为制造业企业提供了判 断重要供应商的方法，建立了供应商重要性模型。具体 来讲，就是定义了反映供应商供货能力的6个指标，求出 KMO值并进行Bartlett检验，然后通过因子分析得出402家 供应商可靠性得分和排名，从而帮助T企业根据排名选取 重要的供应商。本研究旨在帮助企业判断和选择合适且重 要的供应商，提升企业供应商管理水平。

　　关键词：供应商重要性模型；因子分析；选择供应商

　　一、前言

　　供应商在企业的生产环节中起着重要的作用，  它 为企业提供各种所需资源，包括原材料、设备、能 源、劳务和资金等，优良的供源和交付能够提高最终 产品和服务的质量，从而提高其市场竞争力。同时， 由于原材料在从供应商到生产企业之间需要经过转运 商转运和仓储，因此在转运过程中的原材料损失、转 运费以及仓储费都占用企业生产一部分支出。

　　现有T企业生产需要A 、B和C三种原料，该企业每 年按48周安排生产，需要提前制定24周的原材料订购 计划，为了保证生产需要，  T企业要尽可能保持不少于 满足两周生产需求的原材料库存，为此T企业对供应商 实际提供的原材料全部收购。此前T企业已经对402家 供应商进行过订货，现在对402家供应商的供货特征进 行量化分析，建立反映保障企业生产重要性的数学模 型，并在此基础上确定50家最重要的供应商。

　　二、文献综述

　　查阅文献得出，  企业为降低在原材料方面的总成 本一般从三个方面入手，分别是选取最佳供应商，制 定最优原材料预定方案以及制定最优转运策略。

　　选取最佳供应商。对能够满足企业要求供应商， 通过计算其综合成本，选择能够持续供货以及成本较 低的供应商。Timmerman等[1]提出成本比率法，通过计 算出跟成本有关的项目的成本占总成本的百分比来确 定要选择的供应商；Filip Roodhooft等[2]提出活动成本 法，在选择最优供应商时，需同时考虑由采购活动产 生的直接成本和间接成本。

　　制定最优原材料预定方案。对满足企业生产需要 的原材料，通过计算比较采购成本并根据上述已经确 定的最佳供应商综合考虑选择出最优原材料订购方 案。  Koji Muteki等[3]提出了以最低成本实现所需产品质 量的原材料的最佳采购方法。

　　制定最优转运策略。为了确定最低转运成本，  通 过计算转运和仓储成本以及转运商转运损耗率，得到 最优转运策略。  Chao Liang等[4]考虑到转运成本和需求 分配形状的影响，研究了公司的最佳转运问题。
　
　　目前国内外学者对此类问题已经有所研究，  吴隽 等选择模糊质量功能展开的方法(QFD)进行供应商 的选择[5]；Chan等为了讨论全球采购相关的问题，选择 了模糊的层次分析法(fuzzy-AHP) [6]；Boran等采用的 直觉模糊TOPSIS方法解决该问题[7]。

　　本文基于已有学者研究，  定义了决定供应商供应 能力的6项指标——供应商供货总周数、负责程度、竞 争能力等，之后基于数据求出 KMO 值并进行 Bartlett 检 验。数据通过检验后，进行因子分析得出所有供应商可 靠性得分，最后将得分排名确定了供应商的重要性。

　　三、指标统计分析

　　供应商的供货能力受到多方面因素影响，  为了尽 可能对其供货能力进行综合全面描述，为对供应商的 供货特征进行量化分析，选取了如下指标，依次对其 进行分析评价。

　　指标一：  企业对供应商的需求程度。供应商近一 年内对企业供货总周数(x1 )，其中企业的供货总周数为( wg )。

　　x1  = wg                                                                                     (1)

　　指标二：供应商满足企业货物需求能力。由于有 时企业向供应商提出需求后，供应商不能提供企业足 够数量货物，因此定义供应商满足企业货物需求能力  (x2 )，为供应商供货总数与订货总数比值(其中gi为 第i周供应商供货数量，  di为第i周企业订货总数)。

　　　  　(2)

　　指标三：供应商按照企业订货数量提供货物的负 责任程度。为了反映供应商按照企业订货数量提供货 物的负责任程度(x3 )，排除供货量大于订货量该企 业生产保障能力强的情况，只挑取订货量大于供货量 的数据，令订货周数中每周订货数量(di )与供货数量  (gi )之差后平方之和与供应商供货总量(wd )之比作 为指标三。

　　x3  =  (di  > gi )                              (3)

　　指标四：供应商之间的竞争能力。为了反映相同 货物供应商之间的竞争能力(x4 )，我们采取了将每 周各种货物订购数量与该货物的企业数量之比作为该 种货物类型企业平均责任供货数量，并统计各个企业 大于该平均责任供货数量周数(s)作为该指标。

　　x4  = s                                                                      (4)

　　指标五：供应商相对供货能力。为了描述供应商 的相对供货能力(x5 )，将供货总数与订货周数(wt )  之比作为指标五。

　　   (5)

　　指标六：企业对供应商的依赖程度。为了反映企 业对供应商的依赖程度，将企业向供应商的供货数目(gi )求和作为指标六(x6 )。

　　x6  = gi  　(6)

　　四、基于因子分析的供应商选取模型

　　(一)模型的建立

　　依据上述6项指标x1，  x2，  x3，  ...，  x6 ，基于402家供 应商，  其样本观测值为xik  ( i=1，  2，  ...，  402；  k=1， 2，  ...，  6)。以 xk 为xk的平均数，  sk为xk标准差，经过 标准化变换，  xk变为，得到

　　x*k  =                                    (7)
 

　　(二)模型的分析

　　计算因子得分，并进行综合评价用回归方法计算 各个因子得分函数：

　　F%j = βj 11+  βj 2 2 + L +  βj 6 6　　　(8)

　　则有
　
　　Fˆ = ( )402×2  = X0R − 1A2          (9)

　　其中 X0  = (ij)402×6为原始供应商数据的标准化数据矩阵；  R 为相关系数矩阵；  A2 是上述过程中得到的载荷 矩阵。

　　(三)模型的求解

　　1.分析KMO值和Bartlett 检验

　　对数据进行分析KMO值和Bartlett 检验，得出结果 见表1所示。
 

表1  KMO值和 Bartlett的检验

　　KMO值为0.688，大于0.6，通过Bartlett 球形度检 验(p < 0.05) 满足因子分析的前提要求，即数据可用于 因子分析研究。

　　2.主因子选取

　　得出初等载荷矩阵，见表2所示。
 

表2  初等载荷矩阵

　　基于上述分析，本文选取了3个主因子，随后利用 SAS软件计算得到旋转后的因子贡献以及因子贡献率， 见表3所示。
 

表3  贡献率数据

　　最大方差正交旋转后，得到了6个指标在3个因子 上的新因子载荷。

　　得出各个因子的得分函数为：综合因子得分公式：

　　

　　将各项数据代入公式(10)，求得所有供应商综 合供货能力得分及排名。为使结果更加直观，将前 五十组供应商得分绘制柱状图，见图1所示。
 

图1  前50组供应商得分分布情况

　　综上，为了保障企业生产重要性，企业在选择供 应商时，应当综合考虑供应商供货能力。

　　五、结论

　　本文是将供应商的供货特征进行量化分析，建立 反映保障企业生产重要性的数学模型，以此来选择最 重要的供应商，同时结合转运过程中的各种损耗情 况，以此来确定所需的供应商最少数目。本研究选用 T企业近5年402家原材料供应商的订货量和供货量数据以及8家转运商的运输损耗率数据进行分析，得出相 关结论。企业在选取重要供应商时应选择需求程度较 高、满足企业货物需求能力较强、按照企业订货数量 提供货物的且负责程度较高、竞争能力较强、供货能 力较强的供应商。

　　参考文献

　　[1]    Timmerman E An Approach to Vendor PerformanceEvaluation[J].IEEE EngineeringManagement Review， 2007， 15(3)：14-20．

　　[2]     Roodhoofl F，Konings J．Vendor selection and evaluationall Activity Based Costing approach[J].European Journal of Operational Research， 1997， 96 ( 1 )：97-102．

　　[3]     Muteki，  K.and MacGregor，  J.F.Optimal purchasing of rawmaterials：A data-driven approach[J].AIChE J， 2008 ( 54 )：1554-1559.

　　[4]     Liang， C.， Sethi， S.P.， Shi， R.and Zhang， J.InventorySharing with Transshipment：Impacts of Demand Distribution  Shapes and Setup Costs[J].Prod Oper Manag，  2014 ( 23 )：1779-1794.

　　[5]    吴隽，王兰义，李一军.基于模糊质量功能展开的物流服务供应商选择研究[J]. 中国软科学，  2010 ( 3 )：7.

　　[6]     Chan F T S，  Kumar N，  Tiwari M K，  et al.Global supplierselection：a fuzzy-AHP approach[J].International Journal of Production Research， 2008， 46 ( 14 )：3825-3857.

　　[7]     Boran F E，  Gen? S，  Kurt M，  et al .A multi-criteriaintuitionistic fuzzy group decision making for supplier selection with TOPSIS method[J] . Expert Systems withApplications， 2009， 36 ( 8 )：11363-11368.