基于因子分析的農產品供應鏈績效評價實證

?

基于因子分析的農產品供應鏈績效評價實證

王勇1，鄧旭東2

（1.武漢工商學院，湖北武漢430065；2.武漢科技大學，湖北武漢430081）

摘要：采用因子分析法評價農產品供應鏈的績效水平，主要是將供應鏈的績效水平體現在各個因子上，將多種評價指標化繁為簡，使評價結果更加客觀、合理。建立完整、科學和規范化的評價指標體系，應遵循相關性、動態性、全面性、實時性、針對性、可操作性、層次性和發展性原則，主要評價內容包括成本、運作、服務三個方面，具體指標則包含供應鏈成本、供應鏈收入、供應鏈利潤、產品柔性、響應速度、交貨柔性、數量柔性、準時交貨率、顧客抱怨率、退貨比率、顧客抱怨解決時間、信息化利用增長率、農產品新鮮度等26項。

關鍵詞：農產品供應鏈；因子分析；績效評價

一、引言

農產品供應鏈是專門從事農產品供應、生產和銷售的供應鏈，其特殊性取決于它的經營對象——農產品，質量安全與流通效率是生鮮農產品供應鏈不同于一般供應鏈而需要特殊關注的兩個方面。供應鏈和企業的利益息息相關，高效的供應鏈水平可以減少企業的成本支出，提高運作效率，但是評價供應鏈的績效指標也相對較多，且不同指標歷年的變化水平也有差異，因此應簡化績效評價體系，且在簡化后可以客觀地反映供應鏈的績效水平。[1]

為了更好地評價農產品供應鏈的績效水平，研究者們利用了多種方法，發展了多種數學模型，譬如層次分析法、神經網絡法、灰關聯法、模糊綜合評判法等。而本文所采用的因子分析法，其主要特點是將供應鏈的績效水平體現在各個因子上，將農產品供應鏈的多種評價指標化繁為簡，同時使各因子以其特征值所占的比率為權重所建立的綜合評價模型，可以使評價結果更加客觀、合理。在本文中，利用SPSS統計軟件對供應鏈績效進行因子分析，操作簡單，過程合理，同時減少了工作量，充分發揮軟件工具的作用。[2]

二、供應鏈績效評價現狀

為了更好地評價農產品供應鏈的績效，研究者們依據數學建模相關理論，研究出評價方法，表1是對幾種常見的供應鏈績效評價方法的對比分析。[3]

表1　幾種供應鏈評價方法對比

三、因子分析法基本原理

1.因子分析法概述

因子分析是將現實生活中眾多相關、重疊的信息進行合并、綜合，將原始的多個變量和指標變成較少的幾個綜合變量與綜合指標，以利于分析判定。[4]

因子分析有兩個核心問題：一是如何構造因子變量；二是如何命名解釋因子變量。

因子分析有4個基本步驟：確定待分析的原有若干變量是否適合于因子分析；構造因子變量；利用旋轉使得因子變量更具有可解釋性；計算因子變量的得分。

2.計算過程

（1）數據的標準化處理

進行供應鏈績效評價的指標變量具有不同的單位和屬性，沒有統一的度量標準，直接對其進行因子分析可能會出現偏差，因此為了更好地處理數據，得到更客觀的結果，計算前先對原始數據進行標準化處理。標準化后的變量值圍繞0上下波動，大于0為明顯高于平均水平，小于0為明顯低于平均水平。[5]

（2）因子分析模型說明

因子分析的出發點是用較少的互相獨立的因子變量來代替原來變量的大部分信息，可通過數學模型來表示：

其中F1，F2，F3，...，Fp為p個原有變量，是均值為零、標準差為1的標準化變量，x1，x2，x3，...，xm為m個因子變量，表示為矩陣形式為：X=AF+αε。

其中，F為因子變量或公共因子，可以將它們理解為在高維空間中互相垂直的m個坐標軸；A為因子載荷矩陣；aij為因子載荷，是第i個原有變量在第j個因子變量上的負荷；ε為特殊因子，表示原有變量不能被因子變量所解釋的部分。

通過對載荷矩陣A的值進行分析，得到因子變量和原變量的關系，可以對新的因子變量進行重命名。

（3）因子得分函數構建

最后計算因子得分，因子變量確定以后，對每一樣本數據，希望得到它們在不同因子上的具體數據值，這些數據即為因子得分，因子得分高的指標說明評價指標的情況越好。

以旋轉因子解方差一欄的方差貢獻率為權數，可以建立如下函數關系：

其中F為公共因子，α為旋轉平方和的方差貢獻率。

3.本文選擇因子分析法的原因

與表1中列舉的幾種評價供應鏈的方法相比，它具有適用范圍廣、客觀程度較好、應用難度低、廣泛性高的優點，其對數據的精確度要求較高，是將存在一定程度相似性的指標進行整合，最終將若干個小指標糅合成幾個大的因子變量即公共因子進行評價分析。公共因子的個數遠遠少于原始變量的個數，因而公共因子的研究和分析能大大減少工作量，而且相對于單純憑借主觀感受選擇幾個有代表性的因子來評價，因子變量是依據原始變量的信息進行重新構建，而不是對原變量進行取舍，這樣可以公平、客觀、科學地反映原有變量的大部分信息；公共因子一般不能表示為原始變量的現行組合，不同的因子體現原始變量之間的不同影響關系，從未形成不同的作用過程，因子分析能夠使我們從眾多的影響因素中找出幾個主要的因素，以便利用大量的統計數據進行有效的定量分析，使我們對事物的發展規律產生一定的啟發，從而將研究向更深層次發展。因子分析法能夠在保證數據信息丟失最少的情況下，對高維空間變量進行科學合理的降維處理。[6]

四、實證分析

1.農產品供應鏈綜合績效指標的選取

建立一套完整、科學和規范化的評價指標體系是實現因子分析的前提，應滿足相關性、動態性、全面性、實時性、針對性、可操作性、層次性和發展性原則。表2是某超市的農產品供應鏈績效評價指標體系。[7]

表2　某農產品供應鏈績效評價指標體系

表3　某農產品供應鏈2007-2012年運營情況統計

由表3可以看出，該供應鏈運行狀況的指標相對比較多，共有26個，如果只選擇某幾種指標來作為評測該供應鏈運行情況的依據而做出決策可能會出現偏差，因此可以考慮選用因子分析法對這些數據進行分析，檢測其是否有一部分指標存在信息上的重合，將這26個指標糅合為幾個具有代表性的因子，這樣在簡化了分析過程的同時，得出的結論也具有代表性。[8]

2.實例數據處理

（1）實例數據的標準化處理

利用SPSS軟件可以直接操作此步驟，選擇“分析—描述統計—打開描述”，選擇所有指標，最后勾選“將標準化得分另存為變量”，即可完成對數據標準化的操作，標準化后的數據參見表4。[9]

（2）因子分析檢驗

對原始數據進行標準化處理后，還應該對原始數據進行檢驗，檢驗其是否適合做因子分析，如果檢驗結果不理想，則說明選取的樣本和指標存在一定問題，就應該重新考慮對樣本或指標的數量及種類進行調整。

巴特利特球形檢驗是一種用來檢驗各變量之間相關性程度的方法，它以變量的相關系數矩陣為出發點，如果它的統計量較大，且其對應的伴隨概率值小于0.01，那么應該拒絕零假設，認為相關系數矩陣不是單位陣，原始變量之間存在相關性，適合做因子分析。統計量檢驗（KMO）的原理是通過比較各變量之間偏相關系數與簡單相關系數的大小來判斷變量之間的相關性的，相關性越強，偏相關系數越比簡單相關系數小，檢驗值接近1。一般情況下檢驗值大于0.9時非常適合做因子分析，但檢驗值至少不能低于0.5，0.5以下表示不適合做因子分析。對該供應鏈進行因子分析，取累計方差貢獻率達到95%以上的公共因子為有效，并對該數據進行檢驗，結果顯示檢驗值為0.723，大于0.5，顯著性值為0.009，小于0.01，同時該數據相關系數矩陣的相關系數超過0.7，說明部分數據間存在信息重疊，可以提取公共因子，該數據適宜做因子分析。[10]

表4　標準化處理后的指標數據

（3）提取因子

利用SPSS進行因子分析，操作完成后，因子分析的結果在“輸出”界面上顯示，公共因子的累計方差貢獻率參見表5。[11]

公共因子的方差貢獻率是公共因子對各變量所提供的方差貢獻的總和，是評價一個公共因子相對重要性的尺度。累計方差貢獻率所有公因子引起的變異占總變異的比例，表示所有公因子對因變量的合計影響力。由表5可以看出，前4個因子的特征值大于1，其累計方差貢獻率為97.414%，說明原始數據信息總量的97.414%已經被提取，因此這4個公共因子能夠綜合反映農產品供應鏈的績效水平。[12]

3.農產品供應鏈績效指標因子重命名及因子評分

（1）公共因子的重命名

初始因子載荷矩陣系數表示該因子對變量的影響程度，反映了該因子變量的相關性強弱。對初始因子的載荷矩陣進行方差旋轉處理，使各個因子的載荷量盡量向1或0這兩個極值轉化，一邊使每個指標變量僅在一個公共因子上有較大的載荷，使得公共因子的解釋和命名更加容易，從而有利于了解公共因子的性質。根據旋轉因子載荷矩陣對因子進行抽取，并結合供應鏈績效的專業知識進行定性分析，給出合理的解釋，由此可以得到因子結構（如表6所示）。[13]

表5　供應鏈綜合評價指標公共因子的特征值和貢獻率

表6　因子結構

（2）因子評分

用原指標變量的線性代換組合來表示各公共因子，可以構建因子得分函數，因子得分系數矩陣參見表7。[14]

由表7可以得出4個公共因子的表達式：

將每年的數據分別代入上述表達式，計算出每年這些公共因子的得分情況，從而可以計算出因子得分。SPSS軟件可以自動生成這些因子的得分情況，供應鏈績效綜合評價指標因子得分和排序如表8所示。[15]

以旋轉因子解一欄的方差貢獻率為權數，可以建立該農產品供應鏈績效評價函數：

F'=0.3777F1+0.3676F2+0.1463F3+0.0824F4

F'的得分情況可以反映該年年度供應鏈績效水平。

（3）農產品供應鏈績效指數綜合得分

將綜合評價指標因子得分表中的數據代入上述評價函數，可以得出該農產品供應鏈2007-2012年績效的綜合得分，綜合得分越高，表示其供應鏈績效越好，得分和排序情況參見表9。

以2007～2012年間綜合得分均值0作為評價的參考條件，得分高于0，說明供應鏈的績效水平較好，且數值越大，供應鏈績效水平越高；小于0則說明供應鏈績效水平相對較低。[16]

表7　因子得分系數矩陣

表8　供應鏈績效綜合評價指標因子得分及排序

表9　2007-2012年供應鏈績效指數及排序

五、結果分析

該農產品供應鏈的發展水平在2008年度有較大改善，2008-2010年有所波動，但從2010-2012年均呈現下降的趨勢，說明在2012年度時進入一個瓶頸期。同時這個得分也比較符合發展規律，供應鏈水平發展到一定程度后，都會呈現一定的下降趨勢，結合公共因子F1包含的指標情況，必須保證產品柔性、交貨柔性等指標長期處于靈活狀態，這樣才可以使供應鏈的整體水平不會落后。[17]

該農產品供應鏈運作績效水平從2007-2012年是穩步提升的，需要做的即是保持目前的運作水平，進一步提升效率，保證供應鏈運轉水平始終處于較為靈活、快速的狀態。由此，再依據之前對4個重組因子單獨的分析，制訂以后的供應鏈績效相關計劃時，決策者可以重點考慮提升供應鏈發展水平和客戶績效水平，因為這兩點在2012年度的排名都是相對靠后的。同時，也需要保證供應鏈運作績效水平和成本水平，這樣才可以使供應鏈得到進一步發展。

＊本文系教育部人文社會科學研究青年基金項目“產業融合視角下生鮮農產品供應鏈協調優化研究”（項目編號：14YJCZH154）、湖北省教育廳科研計劃項目“現代都市農產品供應體系的構建與優化——武漢‘菜聯網’工程的實踐”（項目編號：B2014162）、現代物流與商務湖北省協同創新中心課題“生鮮農產品物流鏈的類型與形成機理”（項目編號：2011A201301）、中國物流學會2014年度科研課題“電子商務農產品供應體系的構建與優化”（項目編號：2014CSLKT089）、2014年中國物流學會和教育部物流教育指導委員會教改教研課題“物流管理專業校企合作模式的探索與實踐”（項目編號：2014JZW2014077）的部分成果。

參考文獻：

[1]王勇，游澤宇.“菜聯網”綠色供應鏈績效評價模型的構建研究[J].物流技術，2013（4）：227-230.

[2]蘇理云，陳彩霞，高紅霞.SPSS19統計分析基礎與案例應用教程[M].北京：希望電子出版社，2012：33-42.

[3]霍佳震，馬秀波，朱琳婕.集成化供應鏈績效評價體系及應用[M].北京：清華大學出版社，2005：130-146.

[4]張安霞，張紅巖，陳彥召，等.基于SPSS因子分析法的企業綠色供應鏈績效評價[J].物流技術，2011（6）：177-180.

[5]F.T.S. Chan.Interactive Selection Model for Supplier Selection Process：an Analytical Hiearchy Process Approach[J]. International Journalof Production Research，2003（41）：50-55.

[6]徐迪.供應鏈績效評價模型比較分析[J].中山大學研究生學刊，2009（5）：23-30.

[7]Dobrila P，Rajat R，Radivoj P.Supply Chain Modelling Using Fuzzy Sets[J].International Journal Production Econom?ics，1999（9）：129-142.

[8]F.T.S. Chan，H.J.Qi. A Fuzzy Basis Channel-Spanning Performance Measurement Method for Supply Chain Manage?ment[J].Proceedings of the Institution of Mechanical Engi?neers- Part B- Engineering Manufacture，2002，216（15）：1155-1167.

[9]中國電子商務協會供應鏈管理委員會.中國企業供應鏈管理績效水平評價參考模型[S].2003.

[10]鄭培.動態供應鏈績效評價方法研究[D].長沙：湖南大學博士學位論文，2008：17-21.

[11]趙林度.供應鏈與物流管理[M].北京：機械工業出版社，2007：37-44.

[12]王輝.供應鏈集成化模型與優化[D].北京：北京交通大學，2007：11-15.

[13]徐倩.我國商業銀行經營績效評價研究——基于因子分析法的實證分析[D].成都：西南財經大學，2013：10-14.

[14]孫曉燕.供應鏈績效評價指標體系構建研究[D].大連：東北財經大學，2006.

[15]查敦林.供應鏈績效評價系統研究[D].南京：南京航空航天大學，2003.

[16]樊雪梅.供應鏈績效評價理論、方法及應用研究[D].吉林大學，2013.

[17]馬士華，林勇.供應鏈管理[M].北京：機械工業出版社，2005：140-161.

責任編輯：林英澤

Empirical Study on the Performance Evaluation of Agricultural Products Supply Chain Based on Factor Analysis

WANG Yong1and DENG Xudong2

（1.Wuhan Technology and Business University，Wuhan，Hubei430065，China；2.Wuhan University of Science and Technology，Wuhan Hubei430081，China）

Abstract：The author evaluate the performance of agricultural products supply chain with the help of factor analysis；the performance level of supply chain has been demonstrated by every factor；all sorts of evaluation indicators have been simplified；and the result has been more objective and rational. A comprehensive，scientific and standardized evaluation index system should be relative，dynamic，integrated，real time，pointed，operational，hierarchical and developable；the content of this evaluation system should include such three aspects as cost，operation and service；and the detailed indicators should be supply chain cost，supply chain income，supply chain profit，product flexibility，response speed，delivery flexibility，quantity flexibility，the rate of on time delivery，the rate of customer complaint，the rate of rejection and return，the solution time of customer complaint，the growth rate of IT application，and the fresh degree of agricultural products.

Key words：agricultural products supply chain；factor analysis；performance evaluation

[作者簡介]王勇（1981-），男，江蘇省鹽城市人，武漢工商學院物流學院副教授，高級物流師，經濟師，主要研究方向為供應鏈管理、流程管理；鄧旭東（1964-），男，湖北省云夢縣人，武漢科技大學管理學院教授，主要研究方向為企業戰略管理、物流系統優化與管理、運營與供應鏈管理。

中圖分類號：F274

文獻標識碼：A

文章編號：1007-8266（2015）03-0010-07