2. 评分卡核心框架：合规与交付双维度模型的设计原理与权重分配逻辑
供应商风险评分卡的核心在于将合规记录与交付表现两个维度解耦建模，再通过科学的权重分配合成综合风险得分。单一维度的评估无法全面反映供应商的真实风险水平——合规风险高但交付稳定的供应商，与合规良好但交付频繁延误的供应商，对供应链的威胁性质完全不同。
2.1 双维度模型的设计原理
合规维度衡量供应商在法律法规、行业标准、商业道德及合同条款上的遵守程度；交付维度衡量供应商在订单履行、交期达成、质量合格及服务响应上的实际表现。两个维度在风险性质上具有正交性：合规风险属于结构性风险，一旦爆发往往导致合作关系终止或法律追责；交付风险属于运营性风险，直接影响生产连续性和客户满意度。
设计原则：合规维度采用“扣分制”为主，以负面事件触发扣分；交付维度采用“基准分+动态调整”模式，基于历史数据计算偏差率。两维度得分独立计算，最终通过加权合成综合风险等级。
关键认知：合规与交付并非完全独立。严重的合规事件（如贿赂、环保处罚）往往伴随交付中断风险，但评分卡设计时仍建议先独立评估，再通过交叉矩阵分析关联性，避免维度间信息重叠导致权重失真。
2.2 权重分配逻辑与决策依据
权重分配是评分卡建模中最具争议的环节。我们采用层次分析法（AHP）与行业基准校准相结合的方法，确保权重既反映专家经验，又具备统计合理性。下表展示了不同行业场景下的推荐权重配置：
| 行业/场景类型 | 合规维度权重 | 交付维度权重 | 权重分配依据 |
|---|---|---|---|
| 医药/医疗器械 | 70% | 30% | 法规监管严格，合规风险直接导致停产或吊销许可 |
| 汽车/精密制造 | 40% | 60% | JIT生产模式对交付准时性极度敏感 |
| 食品/快消品 | 55% | 45% | 食品安全合规是底线，但渠道铺货节奏同样关键 |
| 电子/半导体 | 35% | 65% | 供应链波动大，交付稳定性优先于合规边际改善 |
| 化工/能源 | 65% | 35% | 环保与安全合规风险极高，交付可适度容忍 |
权重分配的核心逻辑遵循以下三步决策流程：
- 行业风险暴露分析：识别该行业历史上因合规或交付问题导致的重大供应链中断事件，统计事件频率与损失金额。
- 专家打分矩阵构建：邀请至少5位供应链与合规专家，使用1-9标度法对两维度重要性进行两两比较，计算一致性比率（CR < 0.1为有效）。
- 权重校准与压力测试：将初步权重代入历史供应商数据回测，观察高风险供应商的识别准确率，必要时调整权重至最优分类效果。
2.3 双维度交叉风险矩阵
将合规得分与交付得分分别划分为高、中、低三个区间，形成3×3风险矩阵，用于供应商分级管理。该矩阵是评分卡输出结果的核心可视化工具：
2.4 综合得分计算公式与参数配置
综合风险得分（CRS）采用加权线性合成，公式如下：
CRS = (W_c × S_c) + (W_d × S_d)
其中：
CRS = 综合风险得分（0-100分，越高越安全）
W_c = 合规维度权重（0-1，默认0.50）
S_c = 合规维度得分（0-100）
W_d = 交付维度权重（0-1，默认0.50）
S_d = 交付维度得分（0-100）
W_c + W_d = 1
参数配置避坑：权重之和必须严格等于1。在实际配置中，建议将权重保留两位小数（如0.55/0.45），避免四舍五入误差累积。当行业场景发生变化时，权重调整幅度单次不宜超过10个百分点，否则会导致评分卡历史数据不可比。
2.5 权重敏感性分析与动态调整机制
评分卡上线后，需定期进行权重敏感性分析，验证权重变化对供应商排名的影响程度。我们推荐使用以下参数配置模板进行初始设置：
| 参数项 | 默认值 | 调整范围 | 调整触发条件 |
|---|---|---|---|
| 合规维度权重 | 50% | 30% - 70% | 行业法规重大更新、监管处罚案例激增 |
| 交付维度权重 | 50% | 30% - 70% | 供应链中断事件频发、客户投诉率上升 |
| 合规扣分阈值 | 单次最高-15分 | -10 ~ -20分 | 合规事件严重程度分布变化 |
| 交付偏差容忍度 | ±5% | ±3% ~ ±10% | 行业平均交付周期波动 |
| 风险等级划分线 | 高<60, 中60-79, 低≥80 | 可微调5分 | 历史数据回测分类准确率 |
动态调整机制遵循季度评审+年度重校准的节奏。季度评审仅微调扣分阈值和容忍度参数；年度重校准则重新进行AHP专家打分，更新权重分配，确保评分卡始终与当前供应链风险环境匹配。