基于聚类分析的供应链绩效标杆选择研究

《基于聚类分析的供应链绩效标杆选择研究》由会员分享，可在线阅读，更多相关《基于聚类分析的供应链绩效标杆选择研究（10页珍藏版）》请在装配图网上搜索。

1、基于聚类分析的供应链绩效标杆选择研究第5卷第11期25年11月科技和产业Vo1.5 No.ll Nov. 25 1671-1807(25)11-45-03 Science Technology and Industry 2005 Sci. Tech. Ind. 基于聚类分析的供应链绩效标忏选择研究蔡榕生吴祈宗(北京理工大学管理与经济学院，北京1081) 摘要:本文提出将聚类分析方法运用于供应链标杆的选择过程，通过对聚类结果的分析比较确定候选标杆集，进而根据企业既定目标得到最终标杆集，最后通过一个算例以说明此方法的选择过程。关键词:标杆;供应链;绩效评价;聚类分析学科分类号:TP181文献标识码

2、:8A但理论上指标空值数目不宜过多，否则信息量过少评1 供应链标抨管理研究的基本条件价就丧失了原有的意义。标杆法作为一种供应链绩效评价工具，具有不可(3)假设数据中极少噪声项的存在不对分类的正替代的优势，运用标杆法可以进行真正以事实为基础确性造成重大影响。这主要是考虑到聚类算法的可行的市场比较，使管理者能够客观评价供应链各个方面性。的指标，因而更适应信息时代的变化。但传统的标杆(4 )运用两种以上的聚类算法分析数据，以验证选择方法存在一定的局限性，一是人们往往根据社会聚类结果的可靠性。舆论和直观判断等选择标杆，主观成分较大，缺乏科2 基于聚类方法的标忏选择过程学依据，二是人们总试图选择在各个指

3、标方面的成绩都优秀的供应链作为标杆，造成实施困难。本文以2.1 确定候选供应链SCPR模型作为评价指标体系，根据供应链绩效评价通过实地调查、数据收集等方式找寻可为本企业的特点，选用合适的聚类方法，对备选的多条供应链所学习的候选标杆。在诚信、合法的前提下，尽可能地进行聚类分析，并通过对聚类结果的分析比较，确定了解被确认为标杆对象的信息及其业务流程，从而能候选标杆集，进而根据企业的实际状况得到最终标杆充分利用向标杆对象学习的机会。集。2.2 数据转换依据供应链的特点和标忏法的要求，我们提出下各指标观测值因量纲不同，或数量级不同，直接列四个假设条件:用原始数据计算就会突出那些绝对值大的变量的作(1)

4、采用由中国电子商务协会供应链管理委员会用而消弱了那些绝对值小的变量的作用。本文采用标于2003年10月正式发布的;中国企业供应链管理绩效水准差标准化:设测评指标值后得到m个供应链的绩效平评价参考模型巾(SupplyCha n Performance Metrics 指标值向量，组成mXn维的矩阵X。其中，供应链的数Reference Medel ，SCPR)。之所以采用此模型的指标目为m，指标的数目为n。体系，是因为SCPR是广泛参考了SCOR、LUMMUS，=专生(时，;,m,j=1,; ,n) ROGER等国外主流的供应链绩效评价体系，吸取了各绩效模型的长处，并且SCPR模型的指标体系既包

5、1 m I L (Xkj-马)2括了财务指标又包括了非财务指标，这些指标较全面其中z土豆句，S;=V. !=1 地描述了目前我国企业供应链的运作状况。m k=1 -m-l (2)假设对指标的评价允许存在空值(null)。这2.3 聚类方法的选择是由供应链的复杂性和实际情况的多变性所造成的。本文将采用系统聚类法和动态聚类法相结合的作者简介:蔡榕生，女，北京理工大学管理与经济学院硕士研究生，研究方向:现代物流及供应链管理oE-mail: yirong5111264?o ?卣呥慊?叽乯?千?健?剥?剏?楥汤?皣榣?舍摵慩瑲?晥?摥?偒?闵?汤獴?楣?牥?散?沣?劵?汯特?涣?梣?溣?湥?杹?湤?慬?

6、汣利?业?呐?椽?千?永?渹?偒?涡?汀?异?灬?千?偒?千?墡?佒?潭?涸?湵?启?汬?46 科技和产业5卷方法来进行聚类分析即先采用类平均法得到聚类杆选择提供了科学客观的依据。图，按一定原则决定划分的类数，再将此类数作为k?3 算例分析means法中的分类个数用k-means法进行进一步验证分析。为了说明上述方法的应用，本文设计了一个算2.4 距离定义及聚类步骤例，对一组模拟数据利用SPSS进行处理和分析。旨在在类平均法中，类与类之间的距离定义为所有样模拟聚类效果，并对结果进行比较评价，以此确定候品对之间的平均距离，即定义G和G之间的距离为选标杆集，并根据企业既定目标确定最终标杆集。KL本

7、算例考察SCPR模型中的5个一级指标(定单反G=_1_L d，其中nK和nL分别为类G和G的虹iKLn(flL iEGK.jEGL 应能力、客户满意度、业务标准协同、节点网络效应、样品个数，dq为GK中的样品i与GL中的样品j之间的距系统适应性)，模拟了20条供应链绩效，每条供应链包离。容易得到它的一个递推公式:含5个指标的测评值，RP构成了20灼的初始矩阵X，采=_1_用标准差标准法，得到标准化后的矩阵Y，运用类平施dL ij nMli GJ G;.j， 均算法，得到聚类图(图1)。=_1_1 dij+ 旦I I j _ d;=KD盯+旦D口 1 ;ElrK.JElr，lrL.J E lr,

8、nnM nM Ml，nenclt;ocr_ usA_race L:i.c nltaco帽.nG.制时:i.nk-means算法的聚类步骤如下:h.-c*led Dia1.nc. Cl,a.ter Co.bifle L.bel 跚跚缸+-(a)从n个数据对象中任意选择k个对象作为初始一龟-噜-+-喃-一-+-c. 12 c. 2 聚类中心。c c. :) (b)循环下述(c)到(d)，直到每个聚类不再发生呻c_l ,. 变化为止。C.a 5 自c. 8 . (c)根据每个聚类对象的均值(中心对象)，计算c. 17 17 e1 1 c. 1每个对象与这些中心对象的距离，并根据最小距离重C.7 ;?

9、 C.4 4 c. 11 ,. 新对相应对象进行划分,. Os。(d)重新计算每个有变化聚类的均值(中心对象)。图1聚类图示2.5 确定候选标杆集由聚类图可以看出，将20条供应链分为四类较为根据供应链的系统均衡性，通过对中心对象的方合理，其中，第一类:11、12、2、15，3、6;第二类:13、差分析来确定候选标杆集:如果某类的中心对象各分16，9，520;第三类、:817114、7;第四类:4、1819、量的方差不大，说明该条供应链各个指标方面发展较10。为均衡，因此整体绩效较高;相反，如果某类的中心对设定k=4，用k-means法做进一步分析，得到如下象各分量的方差较大，表示该供应链中指标

10、值的优劣分类结果:第一类:1，7，8、14、17;第二类:2，3、611、参差不齐，即该供应链的各方面发展不平衡，因此这1215;第三类、:5，920;第四类、1316、:4、1018、19，类供应链系统整体绩效较低。因此，要筛选出方差较由此看出用两种方法得到的分类结果完全一致，因此小，即系统均衡性较高的中心对象作为候选标杆，由此构成候选标杆集。表1初始分类中心2.6 分析并选择标杆Cluster 分析各中心对象的数据特点，找出各类候选标杆2 3 4 集的成绩突出的指标。依据企业的既定目标选择最终V0015.12 2.01 9.14 8.创 标杆集，最后可用TOPSIS等方法在最终标杆集中选V

11、缸。029.14 3.56 5.14 9. 择一条综合成绩最优的供应链作为最终的标杆供应v03 2.01 9.12 7.00 6.15 arOvarOO4 8.96 2.99 5.44 9.45 链。这样运用聚类分析方法，在充分掌握供应链数据V053.70 8.56 6.74 5.02 缸。资料的前提下，通过分析比较聚类结果，为供应链标?浥?楅?滫?幊殡?沾?虑?籴?玷?御敡?钦?没?湳?佅硊?千?挩?偒?浥?呏?虑?偓?玷?卐?杠?卓?摲?浥?虑?玷?妣?櫖?墣?殡?11期蔡榕生等:基于聚类分析的供应链绩效标杆选择研究47 后，利用矩阵Y分析候选标杆集中各候选标杆的特表2中止分类中心点，见表

12、4。Cluster 表4候选标杆特点比较2 3 4 var1 5.86 2.97 8.86 6.56 标杆号点序号指标1指标2指标3指标4指标5var泊029.09 4.27 6.03 8.34 标杆-0.31961.1346 -1.7519 1.52 -1.4062 VaI)()()3 2.96 8.91 5.94 5.93 标杆25 1.3768 -0.7437 0.3945 -0.4143 0.4121 VaIX泊48.56 3.14 6.68 8.58 标杆319 0.8923 1.0673 0.0274 1.1988 -0179 VaI5 4.42 7.93 6.43 4.79 19

13、和1的差1.2119 -0.0673 1.7793 0.1936 0.7883 19和5的差-0.4845 1.8110 -0.3671 1.6131 -1.03 此分类结果的可靠性较强。表1、表2显示，首先系统根据用户的指定，按4类根据分析结果，能够找出各类候选标杆集成绩突聚合确定初始聚类的各变量中心点，中心对象序号分出的指标方面，从而得到各类候选标杆的特点。以标别是:1 、15，5，19，未经k-means算法迭代，其类别距离杆3(序号为19的点)为例，与标杆1、2比较，由表2的最并非最优，经迭代运算后类别间各变量中心值得到修后两行的比较数据可见，标杆3在指标4上与标杆2、3的差值都为正值

14、，这说明耘杆3在这个指标方面比标正。根据上述结果，从供应链系统均衡性的角度，通杆上2成绩突出。同理，能够找出标杆L2成绩突出的过对中心对象的方差分析确定候选标杆集。方差分析指标方面。结果见表3。最后，按照既定的目标选择最终标杆集。假设企业以改善节点网络效应为目标，则就应选择标表3骤类凝票点的均值与方差比较杆3作为最终标杆集接着运用TOPSIS法在标杆3类别第1类第2类第3类第4类中找寻综合成绩最优的供应链作为最终的标杆供聚类中心15 5 19 应链。点序号-0.267580 -0.344760 0.205080 0.513580 均值参考文献方差1.772 2.549 0.684 0.609

15、1刘小平，李洪福.供应链绩效评估策略及其指标体系.管方差比较较大最大较小最小理现代化，2002，(8): 119 2J Beamon B M. Measuring supply chain perfonnance. 由表3可见，第1，2类中的中心对象各分量的方差Intemational Joumal of Operations and Production 较大，表示第1，2类中的供应链各方面发展较不平衡，Management, 1999, 19(3):55-58 整体绩效较低;而第3、4类中的中心对象各分量的方3 J Ross Anthony, Droge Comelia. An integ

16、rated benchmarking 差较小，表示第3、4类中的供应链各方面发展较平衡，approach to distribution center perfonnance using DEA 整体绩效高。以方差小于2来界定供应链系统均衡性modeling. Joumal of Operations Management, 2002, (20): 的标准，则把第2类筛除，从而得到了候选标杆集1=32 1，5，19，其中的元素为各类的中心对象的序号。然4J赵淑清.雅芳的标杆管理.企业改革与管理，21，(7):18?笱?嬱?嬲?灥?潦虑?嬳?憣楮扥?琅摩捥畳浯?嬴?偭?湴?敲?瑬?楮瑥畭浥闵獴摥湡?巁?汬岩灲巕猎舍摵?牦敲?悭慴汯?浡慬汩杲桭物来灰慩捴?慧潳潡?畲楯湹?澲扭?汹楯?潮莹慴慲扵涌浥楮湳?敭舍?潮敤歩莹虑?湴?敮慬潧涌潮?闵捥?玑?畭?斣?慬?妷?殡?敡?佐?湳?卉?厷?