基于ＴＯＰＳＩＳ方法的企业供应链中断风险评价.DOC

企业研究论文-基于方法的企业供应链中断风险评价摘 要 供应链中断是911恐怖袭击发生后开始被企业界认识,之后频繁出现的自然灾害对企业运营的影响又不断强化此概念。本文构建了企业评价供应链中断风险的决策矩阵,6类供应链中断风险考虑6个评价指标,以TOPSIS方法得出最终评估结果,再辅以单因素敏感性风险对排序结果的合理性进行论证。本研究为供应链管理人员提供了评价供应链中断风险的方法,帮助其选择应优先消除的供应链中断风险提供决策依据。 关键词 供应链中断风险 TOPSIS方法 评价 供应链中断是911恐怖袭击发生后开始被企业界认识,之后频繁出现的自然灾害对企业运营的影响又不断强化此概念。供应链中断风险是指可能发生的并会对供应链中物料和部件正常或预期流动产生影响的意外事件。因为处于供应链上的企业都紧密联系,任何一个企业出现问题可能导致整个供应链处于中断的风险状态。特别是911事件之后加大了此类风险,各国政府不断加强打击和防范恐怖主义的措施,企业的运作环境随之发生重大改变,从而在供应链设计中安全性成为考虑的重要因素。供应链是由处于不同结点的企业通过战略合作构建的流通渠道,要加强供应链的安全性,应加强在供应链上处于不同结点的企业的物流安全性,因为单个企业物流的中断会影响到整个供应链的运作效率。供应链上单个企业内发生物流中断的可能性,即表现为企业的物流脆弱性。因此,提高整个供应链安全性之前,先要对处于供应链上不同结点的企业的物流脆弱性进行评估。虽然引起供应链中断的原因各有不同,但最终的结果相似,采用失效模型方法识别了6类供应链中断风险。供应链管理人员面临的问题是决定哪一类风险需要最早得到缓解。本研究采用TOPSIS方法对供应链中断风险进行评价。 一、评价模型 6类供应链中断风险包括:(1)供应中断风险;比如实施JIT运作策略的企业会更宜受原材料或零部件短缺的影响。(2)运输中断风险;这类风险会影响运营的连续性,特别是以国际物流为基础的企业。(3)货物损失风险;对这类风险最早关注的是货物偷窃或损坏,目前已扩至关注恐怖分子利用货物在转运过程中对货物进行抢劫,特别是食品和药品类货物。(4)生产设施停转风险;利用特殊设备进行生产的企业宜受这类风险的影响。(5)信息中断风险;信息系统和信息的流畅在商业社会中发挥关键作用,特别是对依靠生产外包,通过协调供应、运输以及客户间的关系获利的这类企业。(6)人员短缺风险;如2003年SARS的暴发使东亚许多高科技制造企业由于人员短缺而停产。 评价这6类供应链中断风险的指标为:(1)发生的概率;风险发生的概率越小越好。(2)危害程度;风险发生后产生的危害程度越小越好。指标用五个等级进行评价:非常严重、严重、一般、不太严重、和不严重。(3)经费支持;可以获得越多的经费支持越好。比如依据国家或行业的一些指导性政策和投资,获得经费支持。(4)可允许的应对风险时间;可允许的应对风险时间指的是当风险即要发生时,可允许在多长时间内做出反应来减小风险产生的损害。这个时间越长越好。(5)影响单位数量;风险发生后影响到的单位越少越好。(6)风险处理机制; 拥有越完善的风险处理机制越好。由五个等级衡量:非常完善、完善、一般、不健全、非常不健全。6个指标中定量指标直接由数据得出,定性指标依靠专家的判断。研究显示主观判断能够合理地区分五个等级,因此本文中采用五级判断,每一级所对应的值见表1。 6类供应链中断风险6个评价指标构成了多指标决策问题。解决这个问题采用TOPSIS 方法,TOPSIS方法是经典的多指标决策方法中的一种,被广泛的应用于评价研究,特别值得注意的是TOPSIS方法已被应用到评估风险。 二、应用案例 案例中使用的数据来自于对生产企业供应链管理人员的访谈。企业坐落于中国内陆,主要经营活动为制鞋出口,收集到的数据如表2所示:采用SWING方法得到的各指标权重为 。根据TOPSIS方法计算出最终排序为:运输中断风险, 人员短缺风险, 信息中断风险, 货物损失风险, 供应中断风险, 生产设施停转风险(计算结果见表3)。不同的权重对应值会产生不同的计算结果,同时对权重的具体值的判断也往往存在争议。因此本文采用单因素敏感性分析研究权重变化对排序结果的影响,分析结果如图1所示,具有以下特点:(1) 运输中断风险成为首选风险的可能性最大;(2) 人员短缺风险在图2、5、6情况下都有成为首选风险的可能;(3)货物损失风险如不出现极端情况下(比如某一指标权重为1的情况)不会作为首选风险进行消除。 三、结论 本文构建了评价供应链中断风险的决策矩阵, 6类供应链中断风险以6个评价指标进行评估,以TOPSIS方法评估排序,再辅以单因素敏感性风险对排序结果的合理性进行论证。本研究为供应链管理人员提供了评价供应链中断风险的方法,帮助其选择应优先消除的供应链中断风险提供决策依据。 参考文献: 1Svensson, G. A., (2000), Conceptual Framework for the Analysis of Vulnerability in Supply Chains, International Journal of Physical Distribution & Logistics Management, 30(9): 731749 2James B. R. Jr. and Federico C. (2003), Supply Chain Response to Terrorism: Creating Resilient and Secure Supply Chains, Project Interim Report of Progress and Learnings, MIT Center for Transportation and Logistics 3Ding, W., Liu, K., He, G. (2003), Study on Risk of Supply Chain, China Safety Science Journal, 13(4), pp. 6466 4Wen, L., Xi, Z. (2007), Supply Chain Risk Evaluation Based on Fuzzy Multi-Criteria Lattice-Order Decision-Making, Proceeding of the IEEE International Conference on Automation and Logistics, August 1821, Jinan, China, pp. 14421445 5Zadeh, L. A. (1975a), The concept of a linguistic variable and its application to approximate reasoning I,Information Sciences, 8, pp.199249 6Zadeh, L. A. (1975b), The concept of a linguistic variable and its applicationto approximate reasoning II, Information Sciences, 8, pp.301357 7Hwang, C. L., & Yoon, K. (1981), Multiple attribute decision makin