我们在《怎么证明你的采购价是合理的？》一文中讲到，验证采购价格合理性的TPSM模型有六个维度。

这六个维度的权重分别设置多少？

本文将在梳理TPSM六维度内涵的基础上，提出一套从定性判断到定量赋权的科学框架，为采购定价决策提供可复现、可审计的方法论。（文章很长，可先收藏）

一、TPSM六维度：模型基础再审视

TPSM模型包含六个价格参照维度，通过对各维度赋权并加权计算，得出目标采购价格（TP）。

其理论基础在于：任何单一价格参照系都存在偏差，多维交叉验证才能逼近合理区间。六个维度如下：

二、当前实践：经验赋权的三个典型场景

在采购实务中，权重分配因品类特性不同而差异显著。以下通过三个典型品类案例展示当前主流做法。

2.1 大宗商品（以钢材为例）

钢材价格高度透明，期货市场提供实时价格锚点，供应商报价与市场价趋同。在此场景下，各维度参考价值接近，业内通常采用等权分配或接近等权的策略。

核心逻辑：价格透明度越高，信息不对称越低，各维度天然收敛，权重可趋于均等。等权策略的隐含前提是——所有维度均具有同等的可靠性和时效性，这在大宗商品场景下基本成立。

2.2 标准化工业品（以品牌打印纸为例）

品牌打印纸属于标准化程度极高的商品，价格透明、品类明确、替代性弱。成本分析对品牌商品几乎失效（品牌溢价无法用原材料成本解释），市场价格和竞争对手采购价成为最可依赖的参照系。

核心逻辑：标准化程度越高，外部可验证维度（CP、MP）权重越高；内部推导维度（CA）权重越低，甚至归零。这是"可审计性"优先于"完整性"的赋权原则。

2.3 非标订制品（以订制加工件为例）

订制加工件无公开市场报价，竞争对手采购价难以获取且不可比，供应商报价是唯一的外部价格信号。

此时，成本分析价格成为最核心的定价锚——采购人员必须通过拆解BOM、工时、制造费用来构建"应达成本"（Should-Cost），并以此为基准验证供应商报价。（下期专门展开说）

核心逻辑：非标品权重的集中度极高——CA维度可占50%以上，本质上是将TPSM从"多参照系交叉验证"退化为"成本锚定+有限外部校验"。这是信息匮乏条件下的理性选择，而非模型缺陷。

三、经验赋权的三个结构性缺陷

上述三个案例已在实务中被广泛使用，但若以科学决策的标准审视，存在三个结构性缺陷：

同一品类交由不同采购人员赋权，结果可能差异显著。张三认为CA应占30%，李四认为应占50%，各自都"有道理"，但缺乏统一的论证框架，导致模型输出因人而异，失去了工具应有的标准化价值。

当被问及"为什么LP权重是5%而不是10%"时，答案往往是"根据经验"或"行情波动大"。这些定性理由无法被第三方独立验证，TPSM的定价结论在内部审计或合规审查中缺乏支撑力。

市场环境变化时——如商品从价格平稳期进入剧烈波动期——权重应该如何调整？幅度多大？经验赋权无法给出量化的调整规则，导致模型要么不调（僵化），要么随意调（失序）。

四、科学赋权的三层次框架

针对上述缺陷，本文提出一套科学赋权的三层框架，使TPSM权重设置从"凭感觉"走向"有依据"。

4.1 第一层：品类特性矩阵——权重设置的基础坐标系

权重不应由采购人员"拍脑袋"，而应首先由商品的品类特性所决定。本文提出，作为赋权的前置判定工具：

采购人员应首先对照此矩阵判定该品类在各维度上的位置，再将判定结果输入赋权方法论。这一步骤的核心价值在于：使得不同人员对同一品类的赋权具有可收敛的基础。

4.2 第二层：三大赋权方法论

完成品类特性判定后，进入权重设定环节。根据品类数据可得性、组织专业能力和业务场景差异，本文推荐三种递进的赋权方法。

第一种，AHP层次分析法——推荐优先

AHP（Analytic Hierarchy Process）由美国运筹学家Thomas L. Saaty于20世纪70年代提出，是一种将定性判断转化为定量权重的成熟方法。

其核心操作是在TPSM六个维度之间进行两两比较（Pairwise Comparison），构造判断矩阵，再通过特征向量法计算各维度的权重。

步骤一：构造1-9标度的两两比较矩阵。对六个维度两两比较其相对重要性，使用Saaty标度（1=同等重要，3=稍微重要，5=明显重要，7=强烈重要，9=极端重要；2/4/6/8为中间值）。

步骤二：计算矩阵的特征向量，归一化后得到各维度权重W₁~W₆。

步骤三：计算一致性比率CR（Consistency Ratio），若CR < 0.1则通过一致性检验；否则需重新调整比较判断。

AHP的核心优势不在于"算出了更准确的权重"，而在于：将不可言说的经验判断，转化为可审计、可复现、可传承的结构化决策过程。

第二种，德尔菲法——跨部门共识

当品类涉及多方利益相关者（采购、技术、质量、财务等多部门参与定价评审）时，可采用德尔菲法（Delphi Method）达成权威共识。其核心流程为：多轮匿名征询 → 统计反馈 → 意见收敛。

步骤一：邀请N位专家（建议N ≥ 5）独立给出六维度权重分配，要求总和=100%。

步骤二：计算各维度的均值、中位数和四分位距（IQR），反馈给所有专家。

步骤三：专家根据统计反馈调整自己的赋权（第二轮）。若某专家赋权偏离总体中位数超过1.5倍IQR，需提供书面理由。

步骤四：重复至多三轮，取最终轮各维度权重的均值作为模型输入。

德尔菲法核心价值在于——当权重的设定经过了跨部门的正式评审流程，其结论在内部审计和合规审查中的可辩护性远高于个人经验判断。

第三种，熵权法——数据驱动校验

熵权法（Entropy Weight Method）是一种完全数据驱动的客观赋权方法，不依赖任何主观判断。

其原理是：某一维度在不同时点的价格数据离散度越大，说明该维度包含的信息量越大（熵越小），应赋予更高的权重。

步骤一：收集各维度在过去N期（建议N ≥ 12个月）的价格时间序列数据。无法获取的维度（如CP不可得）标记为缺失，该维度在本轮不参与计算，权重按剩余维度比例重分配。

步骤二：对数据进行归一化处理，消除量纲差异。

步骤三：计算每个维度的信息熵值Eᵢ。

步骤四：权重Wᵢ = (1 - Eᵢ) / Σ(1 - Eᵢ)。

熵权法的独特价值在于：仅依据历史数据本身的离散程度（信息熵）客观计算各维度权重，全流程无需人为判断，权重结果可复现、可校验。

例如，如果过去24个月LP维度的波动率远大于MP维度，熵权法会自动降低LP的权重（因为高波动意味着低信息可靠性）。

但熵权法的局限性也需正视：它只能反映"过去的数据特征"，无法预判"未来的结构变化"。因此建议将其作为AHP或德尔菲法的补充校验，而非独立使用。

4.3 第三层：动态校验与迭代机制

权重设置并非一次性工作。TPSM模型的价值在于"在实践中迭代优化"，动态校验机制是保持模型生命力的关键。

每季度或每半年，将TPSM计算的目标价格与实际成交价格进行偏差分析。若连续两期偏差超过预设阈值（建议设为±5%），触发权重重审。

当品类特性发生结构性变化时——如新品种进入替代品清单（影响PS）、新交易平台提供公开报价（影响MP）、供应商格局从垄断变为竞争（影响SQ）——应立即启动权重重设，不等定期回溯。

建议企业按"经验赋权 → 德尔菲法 → AHP"的路径渐进升级：初期用采购负责人经验赋权作为起点；积累一定数据后引入德尔菲法实现跨部门共识；数据积累充分后（通常需12个月以上价格序列），可正式应用AHP，并以熵权法作为独立校验。

五、推荐权重区间与典型配置

综合上述方法论，针对不同品类类型，本文给出以下推荐权重配置区间。需要强调的是：以下仅为基于品类通用特征的起始建议区间，具体权重应通过AHP或德尔菲法在该区间内精细确定。

上表建议区间的设计遵循以下原则：

（一）边界刚性原则：区间上下限为硬性约束，特定品类的实际赋权结果不可突破区间边界；

（二）零权显式处理原则：除非该维度确实不可获取（标记为0%而非赋予微量权重），否则所有维度权重之和必须为100%；

（三）均衡约束原则：单一维度权重不得超过50%，防止单一维度过度主导模型，丧失多维交叉验证的意义；

（四）特性匹配原则：具体赋权值落在区间高端还是低端，取决于品类特性矩阵的判定结果（如价格透明度高则LP权重趋近区间高端，反之则下调）。

六、常见误区与纠正

区间是起点而非终点。忽略品类特性判定直接套用区间值，等于用别人的坐标系解自己的方程。正确做法是先完成矩阵判定，再在区间内用AHP或德尔菲法精细确定。

权重是时间的函数。当行情波动率从5%升至30%时，LP维度的可靠性和应有权重已发生质变。不动态调整的TPSM比不用TPSM更危险——它用看似精确的数字掩盖了过时的假设。

不可获取的维度（如竞争对手采购价格）标记为0%权重即可，不应编造或猜测数值填入。一个干净缺失的维度好过一个虚假填充的维度——前者是诚实的信息边界，后者是制造系统性偏差。

权重设定到1%（如LP=17%、CA=23%）的精度在当前方法论下不可论证。建议权重设定到5%的整数倍即可——超出这一精度的"精确"本质上是假象。

TPSM模型的权重设定，本质上不是一道数学题，而是一道当企业开始追问"这个权重为什么是25%而不是30%"时，它已经完成了从"凭感觉定价"到"用方法论定价"的认知跃迁。

而本文提出的三层框架——品类特性判定 → 赋权方法论 → 动态校验——正是将这种认知跃迁转化为可落地操作的系统路径。

建立TPSM不是终点。不断实践，去验证它；不断思考，去优化它。下次面对"怎么证明你的采购价是合理的"这个问题，答案不在嘴上，而在模型里。