胡迅 張建同 黃一煒

摘?要：?以零部件制造企業(yè)的零件采購(gòu)管理為研究背景，建立了零件采購(gòu)定位模型指標(biāo)體系，以Kraljic模型為基礎(chǔ)，運(yùn)用因子分析法，對(duì)收益影響和供應(yīng)風(fēng)險(xiǎn)兩個(gè)維度進(jìn)行量化，提出了一種零件采購(gòu)定位分類(lèi)模型。 通過(guò)應(yīng)用實(shí)例，最終確定了理想的定位分類(lèi)模型，提高了采購(gòu)零件的有效性和效率，具有很強(qiáng)的可操作性和指導(dǎo)意義。同時(shí)，針對(duì)每個(gè)象限的零件提出了未來(lái)采購(gòu)發(fā)展策略，可切實(shí)提高采購(gòu)管理水平和管理成效。

關(guān)鍵詞：?零件分類(lèi);因子分析;Kraljic模型;采購(gòu)管理

中圖分類(lèi)號(hào)：?F 272

文獻(xiàn)標(biāo)志碼：A

Research on Procurement Classification of Parts Based on Kraljic Model

HU Xun?1?ZHANG Jiantong?2?HUANG Yiwei?3

（1.Chinesisch-Deutsches Hochschulkolleg， Tongji University， Shanghai 200092， China;?2.School of Economics & Management， Tongji University， Shanghai 200092， China;?3.Leggett & Platt， Inc.， Shanghai 201206， China）

Abstract： Based on the research background of parts purchasing management in auto parts manufacturing enterprises， the index system of part purchasing positioning model is established， and the Kraljic model is used to quantify the two dimensions of revenue impact and supply risk. A part purchase positioning classification model is proposed. Through the example， the ideal positioning classification model is finally determined， and the effectiveness and efficiency of parts procurement are improved， which has a strong operability and guidance significance. At the same time， the development strategy of the future procurement is put forward for each quadrant， which can improve the level and effect of the procurement management.

Key words： parts classification; factor analysis; Kraljic model; procurement management

1?文獻(xiàn)回顧

對(duì)于與零件有相似特點(diǎn)的零部件或者備件來(lái)說(shuō)，較常用的管理分類(lèi)方法有ABC分類(lèi)法、FAHP以及三角模糊數(shù)、DEA模型與最優(yōu)最劣法（BWM）等。目前，有相當(dāng)一部分企業(yè)實(shí)行的都是比較價(jià)格這種最為簡(jiǎn)單的方式來(lái)采購(gòu)原材料，但是也有文獻(xiàn)以及企業(yè)用Kraljic模型進(jìn)行采購(gòu)組合分析。Kraljic模型最大的缺點(diǎn)就是它是理論化的矩陣模型，并沒(méi)有提出一種將模型量化的方式。因此，學(xué)者們研究了很多相關(guān)的量化兩個(gè)維度的方法。但是，之前的研究都趨向于建造一個(gè)龐大的指標(biāo)體系來(lái)量化收益影響以及供應(yīng)風(fēng)險(xiǎn)，在實(shí)際操作中，企業(yè)往往很難提供所有的指標(biāo)所需要的數(shù)據(jù)，并且龐大的指標(biāo)體系會(huì)使得計(jì)算變得更加復(fù)雜，結(jié)果會(huì)受更多因素的影響，從而影響準(zhǔn)確性。

因此，本文基于此，提出了用頻數(shù)統(tǒng)計(jì)的方式來(lái)統(tǒng)計(jì)過(guò)去中外文獻(xiàn)中所出現(xiàn)的有關(guān)收益影響以及供應(yīng)風(fēng)險(xiǎn)兩個(gè)維度的指標(biāo)，并根據(jù)專(zhuān)家意見(jiàn)選取其中的一些來(lái)建立零件采購(gòu)定位模型的指標(biāo)體系。此外，由于目前所有企業(yè)都追求可持續(xù)化的發(fā)展，本文結(jié)合這一背景創(chuàng)新地加入了零件的可持續(xù)性指標(biāo)。

2?Kraljic模型

Kraljic模型是Peter Kraljic于1983年最早在《采購(gòu)必須納入供應(yīng)鏈管理》一文中提出來(lái)的，他率先將此模型引入采購(gòu)領(lǐng)域。此后，該矩陣被用作公司采購(gòu)組合的分析工具，整個(gè)矩陣模型綜合考慮采購(gòu)所涉及的以下兩個(gè)方面的維度：

收益影響：物資對(duì)企業(yè)產(chǎn)品增值、原材料的總成本比以及產(chǎn)品利潤(rùn)等方面的影響。

供應(yīng)風(fēng)險(xiǎn)：物資在供應(yīng)時(shí)所涉及的風(fēng)險(xiǎn)因素以及當(dāng)出現(xiàn)供應(yīng)問(wèn)題時(shí)對(duì)公司的正常運(yùn)作產(chǎn)生的影響。

根據(jù)這兩個(gè)因素，Kraljic模型將物資分為四類(lèi)：杠桿物資、一般物資、瓶頸物資和戰(zhàn)略物資，如圖1所示。

杠桿物資：此類(lèi)物資的特點(diǎn)表現(xiàn)為高利潤(rùn)、低風(fēng)險(xiǎn)。具體來(lái)說(shuō)，此類(lèi)物資能為企業(yè)帶來(lái)較高的產(chǎn)品利潤(rùn)或者較低的原材料總成本，而供應(yīng)風(fēng)險(xiǎn)小，可選擇的替代供應(yīng)商多，缺貨對(duì)企業(yè)的影響程度小。

一般物資：此類(lèi)物資的特點(diǎn)表現(xiàn)為低利潤(rùn)、低風(fēng)險(xiǎn)。具體來(lái)說(shuō)，此類(lèi)物資的供給豐富但利潤(rùn)普遍較低，同時(shí)，采購(gòu)比較容易，缺貨對(duì)企業(yè)的影響程度小。

瓶頸物資：此類(lèi)物資的特點(diǎn)表現(xiàn)為低利潤(rùn)、高風(fēng)險(xiǎn)。具體來(lái)說(shuō)，此類(lèi)物資通常表現(xiàn)為只有一家或者少數(shù)幾家供應(yīng)商供應(yīng)，缺貨對(duì)企業(yè)的影響很大，但是這類(lèi)物資又屬于不能給企業(yè)帶來(lái)高額利潤(rùn)的物資。

戰(zhàn)略物資：此類(lèi)物資的特點(diǎn)表現(xiàn)為高利潤(rùn)、高風(fēng)險(xiǎn)。具體來(lái)說(shuō)，由于供應(yīng)商的稀缺或者運(yùn)輸?shù)睦щy，此類(lèi)物資的供應(yīng)風(fēng)險(xiǎn)極高，但同時(shí)這些物資又是企業(yè)生產(chǎn)制造或者其他流程中的關(guān)鍵物資，能帶來(lái)巨大的利潤(rùn)，所以戰(zhàn)略物資是企業(yè)采購(gòu)管理中的重點(diǎn)。

Kraljic模型的主要思想是最小化供應(yīng)風(fēng)險(xiǎn)和最大化收益影響。在Kraljic模型中，不同象限的零件需要采取不同的采購(gòu)戰(zhàn)略，這也使得企業(yè)有限的資金或者資源能夠得到最大化利用，為企業(yè)高效發(fā)展提供了保障。

3?零件Kraljic分類(lèi)屬性指標(biāo)體系

在Kraljic模型的基礎(chǔ)上，對(duì)中外文獻(xiàn)中相關(guān)文獻(xiàn)對(duì)衡量分類(lèi)維度收益影響和供應(yīng)風(fēng)險(xiǎn)的指標(biāo)進(jìn)行頻數(shù)統(tǒng)計(jì)，結(jié)果如圖2和圖3所示。

接下來(lái)，為了增強(qiáng)各個(gè)二級(jí)指標(biāo)對(duì)零部件企業(yè)的針對(duì)性，結(jié)合零部件企業(yè)采購(gòu)零件的特點(diǎn)，同時(shí)參考相關(guān)專(zhuān)家的建議，得出了本文的零件采購(gòu)收益影響和供應(yīng)風(fēng)險(xiǎn)屬性的指標(biāo)體系。

其中，對(duì)于零部件企業(yè)來(lái)說(shuō)，收益影響維度最重要的量化指標(biāo)是采購(gòu)總額。此外，許多其他收益影響維度的指標(biāo)在零件采購(gòu)的過(guò)程中很難收集到數(shù)據(jù)或者許多指標(biāo)需要人為打分得到非定量化數(shù)據(jù)，使得模型具有更多的主觀性。因此，基于準(zhǔn)確性以及客觀性的前提，本文建立的指標(biāo)體系對(duì)收益維度用最直接的指標(biāo)采購(gòu)總額進(jìn)行衡量。

針對(duì)風(fēng)險(xiǎn)維度，本文將零件的可持續(xù)性標(biāo)準(zhǔn)加入指標(biāo)體系中。對(duì)于采購(gòu)而言，不僅需要關(guān)注材料本身是否是環(huán)保、無(wú)污染的，更需要關(guān)注在供應(yīng)商生產(chǎn)的過(guò)程中是否對(duì)環(huán)境造成了危害，以及企業(yè)在使用零件時(shí)是否需要額外消耗資源等，這將為企業(yè)節(jié)省成本，從而實(shí)現(xiàn)可持續(xù)發(fā)展。

每個(gè)具體影響因素指標(biāo)的含義和量化標(biāo)準(zhǔn)如表1所示（此處的量化標(biāo)準(zhǔn)是按照李克特7分量表來(lái)評(píng)價(jià)的）。

4?基于因子分析模型的定位分類(lèi)方法

4.1?數(shù)據(jù)預(yù)處理

因子分析是一種用途很廣泛的多元統(tǒng)計(jì)方法，對(duì)于許多具有內(nèi)在相關(guān)性的隨機(jī)變量，因子分析試圖使用少數(shù)幾個(gè)因子來(lái)描述許多變量所體現(xiàn)的一種基本結(jié)構(gòu)。

假設(shè)有n種零件，每個(gè)零件有p個(gè)觀測(cè)指標(biāo)，由此可以形成一個(gè)矩陣X（n ×p）。在實(shí)際研究中，首先需要對(duì)于收集到的指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的處理，由此來(lái)消除不同變量之間的量綱和數(shù)量級(jí)的差異。標(biāo)準(zhǔn)化的變量為

zkj=xkj-xjsj（1）

其中，

xkj：第j個(gè)變量在對(duì)象k中的觀察值。

xj：第j個(gè)變量在所有對(duì)象中觀察值的平均值。

sj：第j個(gè)變量的標(biāo)準(zhǔn)差。

4.2?因子分析

在進(jìn)行因子分析前，要判定變量之間是否具有相關(guān)性。如果變量X1，X2，…，XP之間正交，那么它們之間就不存在公共因子，也就不需要進(jìn)行因子分析。一般相關(guān)性檢驗(yàn)的方法有兩種：KMO（Kaiser-Meyer-Olkin）標(biāo)準(zhǔn)和Barlett球度檢驗(yàn)。

一般的因子分析模型：

X1=a11 F1+a12 F2+…，a1m Fm+ε1，

X2=a21 F1+a22 F2+…，a2m Fm+ε2，

Xp=ap1 F1+ap2 F2+…，apm Fm+εp（2）

其中，F(xiàn)1，F(xiàn)2，…，F(xiàn)m為公共因子，ε1，ε2，…，εp為特殊因子。在實(shí)際問(wèn)題中，由于特殊因子的影響很小，可忽略不計(jì)，故式（2）用矩陣表示為

X=AF（3）

式中，A=（aij）：p×m稱(chēng)為載荷矩陣，其元素 （aij）的大小反映公共因子Fij對(duì)于觀測(cè)變量Xi的載荷量大小。本文采用主成分法計(jì)算因子載荷矩陣A。

接下來(lái)是提取因子，一般提取m個(gè)主因子累計(jì)方差貢獻(xiàn)率≥85%代替原來(lái)全部的指標(biāo)。最后，利用最小二乘法的思想得出每一個(gè)樣本在各個(gè)公共因子上的得分，即因子得分。計(jì)算方法為

Q?T=X（A?T A+D）-1 A（4）

由于收益影響維度只有采購(gòu)總額一個(gè)指標(biāo)，只需對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理，得到每個(gè)零件的采購(gòu)總額在0～1的對(duì)應(yīng)值，將其作為收益影響的矩陣得分。而對(duì)供應(yīng)風(fēng)險(xiǎn)維度，由于影響指標(biāo)較多，采取專(zhuān)家打分法對(duì)其結(jié)果進(jìn)行因子分析，最后得到的因子得分即每種零件在供應(yīng)風(fēng)險(xiǎn)維度的得分。每種零件在兩個(gè)維度上的得分能夠?qū)崿F(xiàn)其在Kraljic中的定位。

5?實(shí)例驗(yàn)證

本文以某汽車(chē)內(nèi)飾零部件制造商2016年在北美地區(qū)采購(gòu)零件的采購(gòu)額為例，獲取了34個(gè)零件樣本進(jìn)行分析。除直接獲取每個(gè)零件的采購(gòu)總額外，針對(duì)供應(yīng)風(fēng)險(xiǎn)維度，通過(guò)調(diào)查問(wèn)卷收集了該公司采購(gòu)部門(mén)、研發(fā)部門(mén)以及供應(yīng)商質(zhì)量管理部門(mén)的15位資深員工以及經(jīng)理對(duì)4個(gè)評(píng)價(jià)指標(biāo)的打分情況，通過(guò)取均值與采購(gòu)總額的數(shù)據(jù)形成樣本數(shù)據(jù)，因子分析使用的統(tǒng)計(jì)軟件是SPSS19。

（1）因子分析計(jì)算供應(yīng)風(fēng)險(xiǎn)維度

對(duì)樣本數(shù)據(jù)中有關(guān)風(fēng)險(xiǎn)維度的數(shù)據(jù)進(jìn)行KMO（Kaiser-Meyer-Olkin）標(biāo)準(zhǔn)相關(guān)性檢驗(yàn)，結(jié)果見(jiàn)表2。

KMO越接近1，越適合做因子分析。當(dāng)KMO < 0.6時(shí)，數(shù)據(jù)不適合做因子分析。KMO值為0.825適合用因子分析，Bartlett球形檢驗(yàn)的Sig=0.000，Bartlett檢驗(yàn)拒絕原假設(shè)，認(rèn)為各個(gè)變量之間不是獨(dú)立的，適合做因子分析。所以接下來(lái)提取公因子，對(duì)供應(yīng)風(fēng)險(xiǎn)維度的4個(gè)指標(biāo)進(jìn)行主成分分析，具體見(jiàn)表3。

該模型只抽取了一個(gè)成分，所以無(wú)須旋轉(zhuǎn)，繼而得到因子得分系數(shù)矩陣。根據(jù)成分得分系數(shù)矩陣，計(jì)算供應(yīng)風(fēng)險(xiǎn)的得分函數(shù)分別為

F供應(yīng)風(fēng)險(xiǎn)=0.253*B?*1+0.260*B?*2+0.262*B?*3+0.264*B?*4（5）

其中，B?*1～B?*4為供應(yīng)風(fēng)險(xiǎn)維度的四個(gè)指標(biāo)原始數(shù)據(jù)標(biāo)準(zhǔn)化后的數(shù)值。

先將原始數(shù)據(jù)標(biāo)準(zhǔn)化，再根據(jù)式（5）算出因子得分，見(jiàn)表4。

（2）計(jì)算收益影響維度得分并匯總

對(duì)采購(gòu)總額進(jìn)行標(biāo)準(zhǔn)化處理，結(jié)果如表5所示。

最后，將結(jié)果與上面的因子得分匯總。根據(jù)得到的兩個(gè)維度的取值，在Kraljic矩陣中定位，結(jié)果如圖4所示。

（3）結(jié)果分析

表3中顯示提取的1個(gè)公因子可以描述原變量總方差的92.821%，所以可以認(rèn)為這一個(gè)公因子基本反映了原變量的絕大部分信息。在最終的分類(lèi)模型中，可以總結(jié)出以下結(jié)果，具體見(jiàn)表6。

從表6中，可以看到當(dāng)前絕大多數(shù)零件都是一般零件，也就是低利潤(rùn)、低風(fēng)險(xiǎn)的零件。對(duì)于企業(yè)來(lái)說(shuō)，改變采購(gòu)策略，把絕大多數(shù)零件從一般零件變?yōu)楦軛U零件才是一種良性的采購(gòu)策略。具體來(lái)說(shuō)，對(duì)于在一般型零件象限中的FAS、ADH、TUB和STL等零件，采購(gòu)對(duì)策是集中化采購(gòu)以尋求管理成本最小化以及采購(gòu)流程的最優(yōu)化。該市場(chǎng)內(nèi)有很多供應(yīng)商并且采購(gòu)費(fèi)用較低，所以企業(yè)能夠選擇最優(yōu)的供應(yīng)商和固定的短期合同。而對(duì)于瓶頸零件如PU、DC和WH等，需要企業(yè)與供應(yīng)商維持一種良好的長(zhǎng)期合作關(guān)系，同時(shí)，對(duì)內(nèi)需要設(shè)定較高的安全庫(kù)存以降低缺貨的風(fēng)險(xiǎn)。針對(duì)杠桿零件WF、STP等采用最低成本策略，企業(yè)可以在無(wú)數(shù)供應(yīng)商中轉(zhuǎn)換，不斷降低總成本，全球采購(gòu)策略適合這一象限的零件。最后，戰(zhàn)略零件如MOT、CAB等，企業(yè)不可以簡(jiǎn)單地和供應(yīng)商達(dá)成合作關(guān)系，而是要形成更緊密的戰(zhàn)略關(guān)系，這就意味著簽訂長(zhǎng)期的合同，邀請(qǐng)供應(yīng)商參與產(chǎn)品的研發(fā)以降低采購(gòu)成本和供應(yīng)風(fēng)險(xiǎn)。

6?結(jié)論

本文提出了以Kraljic模型和因子分析為基礎(chǔ)的采購(gòu)物資定位模型，闡述了建立采購(gòu)零件時(shí)需要考慮的指標(biāo)體系，將可持續(xù)性納入指標(biāo)體系中。整個(gè)模型的基本思想和具體實(shí)現(xiàn)過(guò)程為零部件企業(yè)的采購(gòu)提供了更加簡(jiǎn)易化的定位模型。根據(jù)定位結(jié)果，我們分析了每一類(lèi)零件未來(lái)發(fā)展方向的對(duì)策。對(duì)于企業(yè)來(lái)說(shuō)，采購(gòu)盡可能少的一般零件和瓶頸零件，最大限度地增加杠桿零件，穩(wěn)定維持戰(zhàn)略零件的數(shù)量是采購(gòu)的主要方針和策略。

參考文獻(xiàn)：

[1]?唐世明，李志遠(yuǎn).基于Kraljic矩陣的卷煙庫(kù)存ABC分類(lèi)完善與應(yīng)用[J].現(xiàn)代經(jīng)濟(jì)信息，2014（23）：66.

[2]?SIDHARTHA S， PADHI， STEPHAN M， et al. Positioning of commodities using the Kraljic Portfolio Matrix[J]. Journal of Purchasing and Supply Management， 2012，18（1）.

[3]?伍景瓊，蒲云，伍錦群.基于DEA線(xiàn)性規(guī)劃和Kraljic模型的鋼鐵企業(yè)采購(gòu)分類(lèi)研究[J].昆明理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，38（2）：44-50.

[4]?REZAEI J， LAJIMI H F. Segmenting supplies and suppliers： bringing together the purchasing portfolio matrix and the supplier potential matrix[J]. International Jovanel of Logistic Research and Applications， doi：10.1080/13675567.2018.1535649.

[5]?趙振峰，郭丹霞，丁留明.Kraljic矩陣和因子分析的采購(gòu)物資定位模型[J].工業(yè)工程與管理，2008（1）：67-73.

[6]?CEES J， GELDERMAN， ARJAN J， et al. Handling measurement issues and strategic directions in Kraljic′s purchasing portfolio model[J]. Journal of Purchasing and Supply Management，2003，9（5）.

[7]?崔南方，魯家晶.基于DEA的備件ABC分類(lèi)模型[J].物流技術(shù)，2007（3）：55-58.

[8]?DRAKE， PAUL R， LEE， et al. The lean and agile purchasing portfolio model[J].Supply Chain Management， 2013，18（1）：3-20.

[9]?GANGURDE， SANJAYKUMAR， CHAVAN， et al. Benchmarking of purchasing practices using Kraljic approach[J]. Benchmarking： An International Journal， 2016（23）： 1751-1779.