面向SCCW的核電裝備制造企業(yè)供應(yīng)風(fēng)險(xiǎn)評(píng)估與控制研究.pdf

1、目前，世界各國紛紛致力于核能發(fā)電，以彌補(bǔ)傳統(tǒng)電力能源供應(yīng)的不足。中國核電工業(yè)正處于快速的起步發(fā)展階段，由于技術(shù)能力及管理經(jīng)驗(yàn)匱乏，已面臨嚴(yán)重的物資供應(yīng)危機(jī)：尚未實(shí)現(xiàn)全部裝備的自主研制，部分核心材料及設(shè)備面臨跨國采購、過度依賴于進(jìn)口的供應(yīng)難題；同時(shí)，核電裝備的制造挑戰(zhàn)了國內(nèi)重型裝備制造企業(yè)的能力極限，又因?yàn)楹穗娧b備制造任務(wù)尚不是此類企業(yè)的主營業(yè)務(wù)，在供應(yīng)商合作能力與合作意愿不足的雙重作用下，物資供應(yīng)質(zhì)量不合格及交貨延遲事件屢有發(fā)生，而核電

2、裝備制造企業(yè)尚未提出一套行之有效的供應(yīng)風(fēng)險(xiǎn)管理控制體系。因此，核電裝備制造企業(yè)的供應(yīng)風(fēng)險(xiǎn)評(píng)估與控制不僅僅是一個(gè)理論問題，更是一個(gè)亟待解決的現(xiàn)實(shí)問題。
　　核電裝備制造企業(yè)不同類型供應(yīng)商的技術(shù)、質(zhì)量保證能力與合作意愿具有顯著的差別，并對(duì)供應(yīng)風(fēng)險(xiǎn)產(chǎn)生重要的影響，因此，本文在梳理文獻(xiàn)的基礎(chǔ)上首先從核電裝備制造及其供應(yīng)商的特征出發(fā)，提出了供求雙方合作能力與合作意愿維度下供應(yīng)商分類(SCCW)的理論模型，該模型將供應(yīng)商劃分為供方主導(dǎo)型、戰(zhàn)略

3、型、需方主導(dǎo)型和松散型四類。為了驗(yàn)證理論模型的科學(xué)性、提出供應(yīng)商分類的定量方法，本文應(yīng)用企業(yè)調(diào)研和數(shù)據(jù)挖掘工具對(duì)核電裝備制造企業(yè)的樣本供應(yīng)商進(jìn)行系統(tǒng)聚類。聚類分析的結(jié)果顯示，合作能力與合作意愿分類維度的各個(gè)分解測度指標(biāo)在四類供應(yīng)商之間具有顯著的差異，其組間差異亦符合理論模型的分析，供應(yīng)商分類理論模型及其測度體系的科學(xué)性得以驗(yàn)證。
　　其次，對(duì)影響供應(yīng)風(fēng)險(xiǎn)的外部及內(nèi)部因素進(jìn)行了分析。以組織與外部環(huán)境的適應(yīng)性及委托代理理論分析了核電裝

4、備制造企業(yè)供應(yīng)風(fēng)險(xiǎn)的外部和內(nèi)部成因。在此基礎(chǔ)上，進(jìn)一步挖掘供應(yīng)風(fēng)險(xiǎn)的外部及內(nèi)部相關(guān)因素：從雙方的合作能力與合作意愿出發(fā)，綜合考慮外部環(huán)境的影響，建立不同因素與供應(yīng)風(fēng)險(xiǎn)存在相關(guān)性的一系列理論假設(shè)；運(yùn)用企業(yè)調(diào)研和數(shù)據(jù)挖掘的方法驗(yàn)證理論假設(shè)、識(shí)別供應(yīng)風(fēng)險(xiǎn)的相關(guān)因素；針對(duì)與SCCW不同類型供應(yīng)商合作的特點(diǎn)，分析影響四類供求合作供應(yīng)風(fēng)險(xiǎn)的關(guān)鍵因素，確定面向SCCW不同類型供應(yīng)商供應(yīng)風(fēng)險(xiǎn)控制的重點(diǎn)。
　　再次，基于供應(yīng)商分類和供應(yīng)風(fēng)險(xiǎn)相關(guān)因素

5、識(shí)別的研究結(jié)果，整合負(fù)載供應(yīng)商類別特征的虛擬變量和供應(yīng)風(fēng)險(xiǎn)的影響因素作為指標(biāo)體系，運(yùn)用支持向量機(jī)(SVM)和決策樹(DT)等數(shù)據(jù)挖掘方法構(gòu)建了面向 SCCW不同類型供應(yīng)商供應(yīng)風(fēng)險(xiǎn)的評(píng)估模型。更進(jìn)一步以誤差平方和最小化的原則求解組合系數(shù)，構(gòu)建了基于SVM與DT的供應(yīng)風(fēng)險(xiǎn)線性組合評(píng)估模型。評(píng)價(jià)結(jié)果表明，上述模型的系統(tǒng)誤差均比較小，但線性組合模型顯現(xiàn)了最高的評(píng)估精度和最好的穩(wěn)定性，評(píng)估效果優(yōu)于獨(dú)立的SVM和DT模型。
　　最后，本文依托