博文

Logistics：基于ANP与TOPSIS的可持续原材料供应商选择方法研究总结

已有 140 次阅读 2026-3-24 16:33 |个人分类:学术软文|系统分类:论文交流

引言

供应商选择在企业运营中具有关键作用，其直接影响着原材料的获取、盈利能力与供应链稳定性。随着社会对可持续发展关注度的提升，企业需在供应链管理中纳入经济、环境与社会三重维度，实现可持续采购。然而，传统供应商评估多侧重于经济指标，忽视环境与社会责任，导致供应链长期风险增加。因此，本研究旨在构建一个结合ANP (Analytic Network Process) 与TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) 的综合决策框架，以系统化、多维度评估可持续供应商，弥补现有研究在方法论整合与实证应用方面的不足。

相关理论与方法

供应商选择

供应商不仅提供产品与服务，其表现直接关系到企业的运营效率、成本控制及社会责任履行。传统供应链管理强调成本、质量与交货期，而可持续供应链可进一步纳入环境与社会指标，形成更全面的评估体系。

可持续供应商选择

可持续供应链管理涵盖经济、环境与社会三大支柱：

经济维度：关注长期盈利能力、成本控制与供应链协作；

环境维度：强调资源节约、污染防控、循环利用与低碳运营；

社会维度：涉及劳工权益、工作安全、社区影响与道德合规。

评估标准与子标准

通过文献综述与专家访谈，研究最终提炼出17项子标准，归入三大类：

经济类 (7项)：价格、缺陷率、数量折扣、距离、准时交货、质量一致性、保修服务；

社会类 (6项)：劳工能力、员工满意度、沟通流畅性、工作灵活性、安全设备使用、劳动法规遵守；

环境类 (4项)：环保材料使用、回收潜力、环保认证、废弃物管理。

研究方法：ANP与TOPSIS集成框架

ANP (解析网络过程)

ANP用于确定各标准与子标准的权重，处理指标间的相互依赖关系。其步骤包括：构建网络模型、成对比较矩阵、计算特征向量、一致性检验、构建超矩阵等。本研究通过Super Decision软件实现权重计算，确保结果的一致性 (CR < 0.1)。

TOPSIS (逼近理想解排序法)

TOPSIS用于对供应商进行排序，通过计算各供应商与“正理想解”(最优表现) 和“负理想解”(最差表现) 的贴近度，确定综合得分。步骤包括：构建决策矩阵、标准化处理、加权标准化、计算距离与贴近度。

结果与讨论

标准权重分析

ANP权重显示：

微信图片_2026-03-24_162710_988.png

ANP在标准与子标准之间的关联关系

经济标准最重要 (权重0.0652)，其中“价格”(0.0922) 与“质量一致性”(0.083) 权重最高；

环境标准次之 (0.0503)，其中“回收潜力”(0.0747) 突出；

社会标准权重较低 (0.0343)，但“劳工能力”(0.0862) 仍受重视。

供应商排序

TOPSIS评估四家服装供应商，供应商2以73%的贴近度排名第一，表明其在多项可持续标准上表现优异。

方法论比较

ANP擅长处理复杂依赖关系与权重分配，适合深度分析；

TOPSIS直观易用，适合多方案排序与快速决策。

二者结合可实现从标准权重到供应商排序的全流程优化。

管理启示

企业应转变供应商选择策略，从单一经济导向转向三重底线评估，并建立长期协作、风险共担的供应商关系。此外，需加强内部培训，提升采购人员的可持续评估能力。

结论与展望

本研究成功集成ANP与TOPSIS，构建了一套适用于可持续供应商选择的决策框架，涵盖17项关键子标准，并以实证数据验证其有效性。研究发现在供应链管理中，经济维度仍占主导，但环境与社会因素日益重要。

未来研究方向包括：

通过焦点小组进一步优化标准体系；

结合模糊理论或粗糙集处理不确定性；

扩展研究至不同行业与国家背景；

探讨税务政策、服务属性等对国际供应商选择的影响。

本研究为企业在可持续转型中的供应商管理提供了理论支持与方法工具，有助于推动供应链整体向更负责任、更具韧性的方向发展。

阅读英文原文：https://www.mdpi.com/2305-6290/8/3/74

相关特刊推荐

Artificial Intelligence and Business Analytics Applications in Supply Chain Operations

人工智能与商业分析在供应链运营中的应用

本特刊旨在探讨人工智能与商业分析这两大新兴技术在第四、五次工业革命背景下对供应链管理的实际价值与管理启示。特刊聚焦前沿研究，重点关注以下领域：供应链分析、机器学习在需求/库存/物流/采购规划中的应用、智能仓储与制造、自动驾驶卡车、无人机末端配送、供应链韧性工具 (如ChatGPT)、神经网络在医疗物流与生产调度中的应用等。

本刊鼓励学者通过理论与实证研究，探索人工智能与商业分析在提升供应链效能、解决管理难题及推动创新实践方面的具体应用，以期为供应链运营提供创新视角与解决方案。

进入特刊主页：https://www.mdpi.com/si/261362