协同商务链合作伙伴
来源:用户上传
作者: 蔡素妹
摘 要：随着社会分工不断细化、经济全球化发展以及信息技术、网络技术的发展，从企业外部整合资源，依靠企业间的联合与协作共同应对市场，成为越来越多企业的选择。文章以协同商务链合作伙伴的选择为研究对象建立了基于AHP层次分析法的协同商务链伙伴选择模型，并应用于实例。
关键词：协同商务链 合作伙伴 AHP 选择
中图分类号:F274 文献标识码:A
文章编号:1004-4914（2011）06-062-02
对于协同商务链的合作伙伴，Hwagyoo帕克（Hwagyoo Park）等人曾提出了协同商务系统中不同合作伙伴的职能定义，DaeSoo金（DaeSoo Kim）等人也讨论了协同商务合作伙伴的合作动因。但他们大多没有涉及到协同商务链的合作伙伴选择方面。本文主要运用AHP层次分析法，对协同商务链合作伙伴的选择进行评价。
一、协同商务链合作伙伴选择的影响因素
最早在1966年Dickson就开始系统地研究供应商评价问题。Dickson发现在文献中提到的反映供应商绩效的标准就有50多种之多，有些甚至是相互矛盾的。他整理出23项评价供应商的准则，随后向美国经理届的273位采购经理与采购代理进行了调查，收集到回复的有170位，占62.3%。根据调查结果，对23项评价供应商的准则的重要性排序。1991年，Weber在对研究文献统计的基础上，选择了1967-1990年出现的文献74篇，这些文献从不同角度研究了Dickson提出的23种评价供应商的准则（见表1）。
协同商务链合作伙伴的选择必然也涉及许多因素，必须从多方面权衡，全面考察潜在的伙伴企业，通过对各潜在伙伴企业的特征信息进行分析、整理、评估，从中作出优化选择。本文主要从以下几个影响因素进行分析：质量因素、服务因素、敏捷性因素、信息技术、财务及信誉因素。
某民营服装企业，在迅速扩大的休闲服市场面前，该公司有限的资本很快成了最大的“瓶颈”，满足市场需求需要成倍地购买机器扩大生产，而当时的规模根本不可能做到这一点。思想超前的老总决定借助外界的力量来实现自己的跨越式发展，选择了协同商务链的合作模式。
该企业在分析自身的核心资源后, 根据以上原则建立了销售商的评价指标：
二、AHP模型的原理
1.层次分析法（AHP）的特点。层次分析法(AHP)是美国著名运筹学家、匹茨堡大学教授Thomas L.Saaty在70年代创建的。它是在多目标、多准则的条件下，对多种方案进行选择与评价的一种简洁而有力的工具。也正因为如此，它被广泛地应用于人们生活的各种宏观与微观决策中，具体来说：首先它把复杂的决策问题层次化。我们可根据问题的性质以及所要达到的目标，把问题分解为不同的组成因素，并按各因素之间的隶属关系和相互关联程度分组，形成一个不相交的层次。上一层次的元素对相邻的下一层次的全部或部分元素起着支配作用，从而形成―个自上而下的逐层支配关系。具有这种性质的结构称为递阶层次结构。具有递阶层次结构的决策问题，最后可归结为最低层(供选择的方案、措施等)相对于最高层(系统目标)的相对重要性的权值或相对优劣次序的总排序问题。其次它将引导决策者通过一系列成对比较的评判来得到各个方案或措施在某一个准则之下的相对重要度的量度。这种评判能转换成数字处理，构成一个所谓的判断矩阵，然后使用单准则排序计算方法便可获得这些方案或措施在该准则之下的优先度的排序。
2.层次分析法大体分为五个步骤。
（1）建立层次结构模型。在深入分析所面临的问题之后，将问题中所包含的因素划分为不同层次，如目标层、准则层、指标层、方案层、措施层等等，用框图形式说明层次的递阶结构与因素的从属关系。当某个层次包含的因素较多时(如超过9个)，可将该层次进一步划分为若干子层次。
（2）构造判断矩阵。判断矩阵元素的值反映了人们对各因素相对重要性(或优劣、偏好、强度等)的认识，一般采用1―9及其倒数的标度方法。当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则可以取这个比值。
（3）进行层次单排序：前面讲的判断矩阵，只是针对上一层而言，两两相比的评分数据。而此层次单排序是指，根据判断矩阵来计算：针对上一层某元素而言，下一层与之有关系的元素的优劣（或重要）程度的数值。在建立了判断矩阵后，要根据上一级某一要素本级与之有联系的要素相对重要性次序的权值。即进行层次单排序。它是对层次所有要素相对最高层次而言的重要性进行排序的基础。
具体方法就是判断矩阵B最大特征值λmax所对应的特征向量ω，即它们满足下式：
BW=λmaxω（其中ω的分量就是对应于n个要素的相对重要度，即权重系数）
特征向量ω的分量值正是相应元素所对应的优劣数值
BW=λmaxW
（4）一致性检验：对于判断矩阵在进行单排序之前，我们应该对判断矩阵作一致性检验。
①一致性指标C・I・，其定义：
当判断矩阵具有完全一致性时，由于λmax=n，所以C・I・=0，反之，当C・I・=0时，则λmax=n，此时，判断矩阵具有完全一致性。
②平均随机一致性指标（或称随机指标）R・I・。通过对随机构成不同阶数判断矩阵的模拟（样本大小：500）得到平均随机一致性指标数值如下：
其中对于一阶、二阶判断矩阵来说，总认为它们完全一致的。
③随机一致性比值C・R・，其定义是
为了计算C・I・，首先要知道如何判断矩阵B的最大特征值λmax，通常在特征向量W求得后，即可计算λmax
其中（BW）i为向量BW的第i个分量，Wi为向量W的第i个分量。
一般，C.R.越小，判断矩阵的一致性越好。当C.R.<0.1时，认为判断矩阵的一致性可以接受；当C.R.>0.1时，应对判断矩阵作适当修正，最后计算各层因素对系统的组合权重。
（5）层次总排序：完成了层次单排序之后，如何利用单排序的结果，综合出对更上一层的优劣程度以至最终得到方案层对目标层的优劣排序，这就是层次总排序的任务。
三、实例计算
1.销售商的评价指标见图1。
2.利用矩阵算出各评价指标的权重及一致性检验。
（1）我们将决策问题层次化，把销售商销售渠道、业务能力、市场形象三个指标看成一层，设为J1、J2、J3，构造判断矩阵，以上一层某一因素为准则，将同层因素两两之间进行比较。
（2）对各目标的重要性进行比较。对于目标层A，以选择满意的合作伙伴为准则，将目标J1、J2、J3的重要性进行两两比较，得判断矩阵WA。
λmax=3.0037 C.I.=0.00185 C.R.=0.003189＜0.1
（3）计算单一准则下因素的权数。计算方法如下：
（4）根据观测数据计算得出5个销售商一级指标的总评表：
（5）根据一级指标的权重对5个销售商进行排序：
由此可以得出，杭州某销售公司最为合适，第二个是温州某销售公司，第三个是深圳某销售公司，第四个是厦门某销售公司，第五个是广州某销售公司。
综合以上分析，我们得出某民营服装企业商务协同的理想合作伙伴是：生产商选择石狮某制衣厂，物流商选择广东某物流公司，销售商选择杭州某销售公司。
参考文献:
刘新宪，朱道立.选择与判断[M].上海：上海科学普及出版社,1990
（作者单位：三明职业技术学院 福建三明 365000）
（责编：贾伟）
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
转载注明来源:https://www.xzbu.com/3/view-731821.htm
