0  引言

    近年来，随着国际分工合作以及精益化生产思想的不断发展，企业在全球化进程中不断增加对供应链构造的投入，供应链表现出更加高效且低成本的性质。然而，面对环境中的各种不确定性因素，企业投入大量精力打造的全球化供应链又显现出脆弱的一面。因遭遇突发事件而导致的供应断裂，常常让采购方措手不及，项目延迟等各种情况都会发生。这警醒人们对供应保障问题的研究，考虑供应断裂的采购问题已成为许多学者关注的重点。供应链协同能够让供应链中各级成员建立长期的战略合伙关系，上游、下游企业联系得更加紧密，最终提高的是整个供应链效率和性能。

    本文针对供应商产能及运营风险，重点从供应商的历年供货完成情况、历年供货延迟情况、历年供货体量变化情况三个角度分析供应商的产能；结合供应商的用电量数据预测结果分析供应商的运营风险。几个维度能够有效覆盖供应商从接收订单、开始送货、完成送货的全周期。有助于公司对电力物资供应保障提供事前的预防方法和采取内部控制措施。

1  研究背景及现状

    供应商是向企业及其竞争对手供应各种所需资源的企业和个人，包括提供原材料、设备、能源、劳务和资金等。它们的情况如何会对企业的营销活动产生巨大的影响，如原材料价格变化、短缺等都会影响企业产品的价格和交货期，并会因而削弱企业与客户的长期合作与利益，因此，营销人员必须对供应商的情况有比较全面的了解和透彻的分析。供应商既是商务谈判中的对手更是合作伙伴。

    在企业运营过程中，供应商产能不足是常见现象。造成产能不足的原因有很多，如原材料短缺、现金流不充裕、生产规模小、技术水平落后以及营销渠道窄等。而电力公司作为采购方，考虑到下游项目及其他因素，一般会选取产能充足且信誉良好的供应商。于是出现了在部分供应商能保证供应的条件下，多源采购是应对供应风险的一个切实可行的方法。在供应风险管理研究中，普遍存在对可靠供应商的假设。学者们提倡在供应商名单中加入可靠供应商，作为管理供应断裂的一种手段。

    提前做好供应商产能预警，并为物资部门提供供应商产能、质量、运营等方面的预警信息，防止因供应商产能下降导致物资采购供应不足导致工期延后、增加项目成本、运营成本等问题，同时加速资金周转、提高盈利能力，提升核心竞争力。为监造和供应环节提供精准管理目标厂商从而实现为业务部门提供供应商评价及优选的依据，提升供应商分级分类管理的水平。

2  供应商产能分析

    采购活动中最重要的一个项目是供应商管理，其内容包括供应商开发、供应商评选、供应商联盟、供应商绩效评估及供应商的退出等。其中供应商评选和评估是供应商管理的一个最重要的环节，只有客观、科学地评估供应商并进行供应链管理，才能共同为最终用户提供最大价值的产品和服务。供应链管理成为关系到企业生存和发展的关键，而供应商评估则是做好供应链管理、使供应链合作关系正常运行的基础和前提条件。如何进行供应商评估？在进行供应商评估时要注意哪些方面？如何选择供应商才能更好地为本企业中心业务服务？

    对供应商做出系统全面的评价，就必须有一套完整、科学、全面的综合评价指标体系。供应商的评估和评选标准在许多公司中都作为是其核心竞争力，更有一些企业将供应商的评价准则视为组织的“圣经”。

    综合当前的业务现状，本文主要提取了三个维度的指标：供应商供货完成情况。供应商供货延迟情况、供应商供货体量变化情况，其中供货延迟情况包括供货延迟次数与供货总次数之比、供货延迟量与供货总量之比。

3  基于小波分析的用电量预测模型

    小波变换分为连续小波变换（Continue Wavelet Transform, CWT）和离散小波变换（Discrete Wavelet Transform, DWT）两类。连续小波变换主要用于理论研究，在实际应用中，利用计算机实现小波变换，更多的是利用伸缩变量和平移变量均已离散化的离散小波变换。

    当小波变换尺度较大时分辨率低，可作信号的概貌分析，当尺度较小时分辨率高，可作为细节观察，但不同尺度下分析的品质因子（中心频率与带宽的比值）保持不变。这种由粗及细对信号的逐级分析称为多分辨率分析。

    通过使用小波分析，可以在任何水平上分析短期负荷序列，它对信息成分采取逐渐精细的时域与频域处理，尤其对突发与短时的信息分析具有明显的优势。

4  实证分析

    考虑到江苏省是用电大省，且线缆类供应商相对集中，所以本文的分析对象为线缆类供应商。对该类供应商的产能及运营风险分析，主要分析思路如图1所示。

4.1  供应商产能分析

    本文主要收集供应商的历年采购数据与到货数据，其中，以采购订单的时间为准，供应商的到货可能涉及多批次到货，这种情况就需要考虑先按照对应的采购时间将到货数据进行汇总，另外，还要注意货物资对应的移动类型，一般来说，102/106代表冲销，122代表退货，101/105代表正常到货，具体处理过程如图2所示。

    基于整理好的采购与到货关联表，主要考虑从以下三个角度对供应商的产能进行分析，分别为：供应商供货完成情况、供应商供货延迟情况、供应商供货体量变化情况。

    （1）供货完成情况

基于上述数据的汇总结果，将各供应商的历年采购量和到货量进行对比，供应商如果供货完成，则应该是采购量与到货量相等；如果两者不相等，则说明供应商供货未完成。统一按照如下式（8）进行标识：

    其中，a_ij为供应商i在j年度的供货完成率，即（采购量-到货量）/采购量。

    （2）供货延迟情况

    对于供应商的供货，在业务系统中都会有一个确定交货日期用于约束供应商的供货及时性，当供应商的实际供货时间晚于确定交货日期25天时，规定供应商的供货为延迟，于是在供货延迟方面要考虑两个数据：供货延迟次数与供货总次数之比、供货延迟量与供货总量之比。具体按照式（9）-式（11）进行标识：

    其中，b_ij为供应商i在j年度的供货延迟次数与供货总次数之比，c_ij为供应商i在j年度的供货延迟量与供货总量之比，P_1i为供应商i的延迟次数评价值，为供应商的延迟供货量评价值，P_2i为供应商i的延迟总体情况评价值。

    （3）供货体量变化情况

    从供应商的供货体量变化情况来看，供应商的年度供货体量能够直接反应出供应商的经济效益变化情况，统计每年度各供应商在当年的有效订单中实际供货量与本年度电力公司总货量之比，数值越小说明该年度某供应商的供货量较小，供应商的供货体量随着年度的变化情况能够直观反应供应商的经济效益，数值越大代表该供应商在某年度的经济效益越好。具体按照如式（12）进行标识：

    从上面三个角度可以看出，部分供应商在某个年度都有可能产生供货不足的情况，对于该类供应商来说，采购方在下一年度的采购时，就有理由怀疑其存在运营风险等情况；同样，当供应商多次出现供货延迟或供货延迟情况较高时，也有理由怀疑该供应商存在运营风险；从供应商的供货体量角度来看，如果供应商每年的供货体量相对比较平稳的话，该供应商存在运营风险的概率较低，但当供应商的供货体量忽高忽低或者连续的供货在上一年忽然中断，都有理由怀疑供应商存在运营风险。

    综合上述三个角度，使用AHP综合评价法，对供应商的产能进行评价，评价结果如下：

4.2  供应商用电量分析

    基于上述对于供应商的产能分析，本文将进一步从供应商的用电量即运营风险角度对供应商进行分析。主要思路如图3所示。

    备注：浅色箭头表示较好，深色箭头表示较差。

    结合供应商综合评价结果，主要概况为以下4种情况：

    （1）当供应商的历史综合评价值较好，且实际用电量情况和预测值较为一致时，供应商的运营风险较小；

    （2）当供应商的历史综合评价值较差，但实际用电量情况和预测值较为一致时，供应商的运营风险较小；

    （3）当供应商的历史综合评价值较差，但实际用电量情况和预测值相差较大时，供应商的运营风险增加，此时应对供应商的运营情况进行实际调查；

    （4）当供应商的历史综合评价值较好，但实际用电量情况和预测值相差较大时，供应商的运营风险增加，此时应对供应商的运营情况进行实际调查。

    提取综合评价值较高的供应商，用户编码为：1000089842，其17年用电量数据如图4所示。

    采用基为db4的小波分析，对上述用电量数据进行四级分解，随着分解层级的增加，小波能够提取的有效信息逐步减少，分解结构如图5所示。

    以4级分解为例，利用ARMA算法分别拟合并预测每层的小波系数，过程如图6所示。

    从图6可以看出小波系数在不同窗口的数据特征，借助ARMA算法，对小波系数进行拟合并预测，再经过小波重构，可得出如图7中显示的用电量预测数据，整体来看，尤其是前三天的用电量预测值。

    从表1的预测结果和预测偏差情况来看，预测的前6天，误差率均在[-20%,20%]之间，相对来说误差率较低，说明该供应商存在运营风险的概率较小。

5  总结与展望

    本论文基于历史数据分别从供应商的供货完成情况、供货延迟情况、供货体量变化情况三个维度对供应商的产能进行了分析；其次利用小波分析从供应商近一年的实际用电量及预测用电量情况，基于未来数据对供应商的产能进行分析。

    综合供应商产能分析、供应商用电量预测两个角度，其中创新性地加入了供应商的用电量预测情况侧面反映供应商的运营风险，这就实现了从供应商的历史运营角度和未来趋势角度对供应商的刻画，区别于以往的基于供应商固有属性的综合评价模型，能够更加全面地反映出供应商的产能及运营情况。

参考文献

[1] Simatupang , et al .Case study :Supply chain coordination in a fashion firm[J] .Supply Chain Management:An International Journal, 2004, 9(3):256-268.

[2] 樊娇, 冯昊, 牛东晓, 等. 基于小波分析和GM-ARIMA模型的月度售电量预测[J]. 华北电力大学学报, 2015, 42(4): 101-105.

[3] 左晓露, 刘志学, 施文, 等. 随机需求下有产能约束的技术创新策略研究[J]. 运筹与管理, 2014, 23(3).

[4] 周小明, 王丽霞, 等. 电网企业物资供应监测分析及优化策略[J]. 东北电力技术, 2015(9): 50-52.

[5] 郝泽军. 电力物资质量管理风险分析与防范[J]. 科技与创新, 2017(23): 79 -80.

[6] 郭奎麟, 谭伦农, 黄虎,等. 基于小波包的马尔科夫方法在短期负荷预测中的应用[J]. 电力系统保护与控制, 2011, 39(6): 66 -70.

[7] 冉启文, 单永正, 王骐, 等, 电力系统短期负荷预报的小波-神经网络-PARIMA方法[J]. 中国电机工程学报, 2003, 23(3): 38-42

[8] 周潮, 邢文洋, 李宇龙, 等. 电力系统负荷预测方法综述[J]. 电源学报, 2012(6): 32-39

[9] 张鹤冰. 一种基于小波分析理论的灰色预测方法[D]. 哈尔滨: 哈尔滨工程大学, 2011.

作者信息:

花  刚，冯定东，宋彦秋，金晓春

（国网江苏省电力有限公司盐城供电分公司，江苏 盐城224000）