1 研究背景

制造業(yè)一直是我國(guó)重要的經(jīng)濟(jì)支柱。改革開放后，我國(guó)工業(yè)實(shí)現(xiàn)了跨越式發(fā)展，產(chǎn)業(yè)范圍迅速擴(kuò)大，整體實(shí)力穩(wěn)步提升。我國(guó)已成為世界上門類齊全、規(guī)模較大的制造業(yè)國(guó)家。不可置否的是，隱藏在“中國(guó)增長(zhǎng)奇跡”背后的重要驅(qū)動(dòng)力正是來源于以制造業(yè)為核心的工業(yè)體系。然而，2019年底爆發(fā)的新冠疫情影響了諸多制造行業(yè)的發(fā)展，對(duì)生產(chǎn)制造中的供給端、需求端與供應(yīng)鏈造成顯著影響，引起制造行業(yè)的“適度恐慌”[1]。

因此，企業(yè)應(yīng)對(duì)中斷、干擾事件的能力不僅是必要的，還是一種非常有價(jià)值的戰(zhàn)略競(jìng)爭(zhēng)優(yōu)勢(shì)。在這種背景下，制造行業(yè)需要構(gòu)建一種應(yīng)對(duì)中斷、干擾事件的風(fēng)險(xiǎn)規(guī)避或快速恢復(fù)能力的新型供應(yīng)鏈，即彈性供應(yīng)鏈，以支持企業(yè)的可持續(xù)發(fā)展。

續(xù) 表

2 研究現(xiàn)狀

國(guó)內(nèi)學(xué)者對(duì)供應(yīng)鏈彈性的研究相對(duì)較晚。趙林度認(rèn)為供應(yīng)鏈彈性是供應(yīng)鏈適應(yīng)性和自我實(shí)現(xiàn)能力，會(huì)影響整個(gè)供應(yīng)鏈的基本效益與競(jìng)爭(zhēng)力[2]。王宇奇等認(rèn)為供應(yīng)鏈彈性應(yīng)具備以下特征：一是面對(duì)特定環(huán)境，只有受到突發(fā)事件的沖擊，供應(yīng)鏈?zhǔn)艿綌_動(dòng)時(shí)，彈性才能夠發(fā)揮作用；二是反應(yīng)能力[3]，即面對(duì)擾動(dòng)供應(yīng)鏈能夠感知并迅速做出回應(yīng)的能力。如今，越來越多在彈性供應(yīng)鏈設(shè)計(jì)領(lǐng)域的論文不斷發(fā)表，該主題已被學(xué)術(shù)界公認(rèn)為熱門和新興的研究領(lǐng)域。

3 彈性評(píng)價(jià)指標(biāo)體系及模型構(gòu)建

基于以上背景，本文構(gòu)建了表1所示的評(píng)估制造業(yè)供應(yīng)鏈彈性的指標(biāo)體系。

表1 制造業(yè)供應(yīng)鏈彈性評(píng)價(jià)指標(biāo)體系

數(shù)據(jù)來源于《中國(guó)工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》及國(guó)家統(tǒng)計(jì)局官網(wǎng)。因子分析法用于分析年度橫截面數(shù)據(jù)，以獲得各省的綜合得分和因子得分，利用Topsis綜合評(píng)價(jià)法計(jì)算各省份的總因子得分和理想解的接近度，評(píng)估各省供應(yīng)鏈的彈性水平[4]。

3.1 建立指標(biāo)體系

設(shè)研究對(duì)象為Pti（i=1，2，...，n），指標(biāo)為Xij（j=1，2，...，m）其中t∈[t1，t2]為評(píng)價(jià)對(duì)象的個(gè)數(shù)，若評(píng)價(jià)區(qū)間為L(zhǎng)年[5]，則t2-t1=L。

3.2 因素分析評(píng)估

首先，對(duì)指標(biāo)進(jìn)行進(jìn)一步處理和標(biāo)準(zhǔn)化，并對(duì)斷面數(shù)據(jù)進(jìn)行因子分析，得到對(duì)象集Pti每年的綜合因子得分，形成綜合因子得分矩陣（Yti）n×L（i=1，2，...，n），其中i為研究對(duì)象，t∈[t1，t2]為評(píng)價(jià)對(duì)象的個(gè)數(shù)。評(píng)價(jià)對(duì)象集Pti（i=1，2，...，n）的綜合因子得分為Yti。設(shè)置指標(biāo)體系的年度因子得分，即L個(gè)變量、n個(gè)研究對(duì)象，然后對(duì)其進(jìn)行歸一化處理，Qti=Yti/ Σnt=1Yti2，其中i為研究對(duì)象，t∈[t1，t2]為年份，Yti是綜合因子得分，Qti是歸一化處理后的綜合因子得分[6]。

設(shè)t1-t2年Qti的最大值為最優(yōu)向量Q+，Qti的最小值為最劣向量Q-，Q+=（Qmax，1，Qmax，2...，Qmax，L），Q-=（Qmin，1，Qmin，2...，Qmin，L），

設(shè)第i個(gè)評(píng)價(jià)對(duì)象Qti與最優(yōu)解的接近程度為

設(shè)第i個(gè)評(píng)價(jià)對(duì)象Qti與最劣解的接近程度為

設(shè)第i個(gè)評(píng)價(jià)對(duì)象Qti的最優(yōu)解貼進(jìn)度為Ci，則如果C越大則說明該對(duì)象制造業(yè)供應(yīng)鏈彈性越好。i

4 因子分析

本文借助Matlab軟件對(duì)我國(guó)各地區(qū)的制造業(yè)供應(yīng)鏈彈性評(píng)估指標(biāo)體系的截面數(shù)據(jù)分別進(jìn)行因子分析。

4.1 數(shù)據(jù)KMO檢驗(yàn)和Bartlett檢驗(yàn)

在使用因子分析之前，需要進(jìn)行KMO檢驗(yàn)，檢測(cè)變量間的偏相關(guān)系數(shù)，本文的檢驗(yàn)結(jié)果如表2所示，說明因子分析是可行的。

4.2 截面數(shù)據(jù)公共因子的提取及綜合得分的計(jì)算

表3顯示了樣本數(shù)據(jù)的結(jié)果，使用因子分析獲得了特征值大于1的前4個(gè)因子數(shù)據(jù)，即因子累積方差的百分比大于80%，說明通過該方法提取的前4個(gè)因子可以解釋制造業(yè)供應(yīng)鏈的彈性水平，而其他因子可以忽略不計(jì)。

表3 累計(jì)方差值

本文對(duì)因子載荷矩陣進(jìn)行方差最大化旋轉(zhuǎn)。雖然每個(gè)指數(shù)的具體因子載荷量每年都有所不同，但是對(duì)公因子的具體解釋不受不同載荷量的影響。

本文僅對(duì)2020年數(shù)據(jù)進(jìn)行解釋。從表4可以看出，計(jì)算得出的第一個(gè)公因子在產(chǎn)成品庫(kù)存指數(shù)、生產(chǎn)指數(shù)、購(gòu)進(jìn)價(jià)格指數(shù)上具有較大的載荷，可以定義為生產(chǎn)水平因子；第二個(gè)公因子在人均固定資產(chǎn)投資額、進(jìn)出口額、研發(fā)投入上具有較大的載荷，可以定義為融資水平因子；第三個(gè)公因子在規(guī)模以上港口吞吐量、供應(yīng)商配送時(shí)間指數(shù)上具有較大的載荷，可以定義為物流水平因子；第四個(gè)公因子在勞動(dòng)力素質(zhì)、存貸比上具有較大的載荷，可以定義為冗余資源水平因子[7]。

表4 旋轉(zhuǎn)后因子載荷系數(shù)表

表5的結(jié)果顯示，2016—2020年31個(gè)?。ㄗ灾螀^(qū)、直轄市）的最高和最低分?jǐn)?shù)之間存在較大差異， 24個(gè)省份的得分為負(fù)，這表明制造業(yè)整體供應(yīng)鏈的彈性較低，各地區(qū)的差異性明顯，表現(xiàn)為東部發(fā)達(dá)省份處于領(lǐng)先地位，而西部經(jīng)濟(jì)薄弱地區(qū)較為落后。落后地區(qū)的總體因素得分較低，表明這些地區(qū)應(yīng)重點(diǎn)發(fā)展本地供應(yīng)鏈的基礎(chǔ)設(shè)施，以促進(jìn)該地區(qū)整個(gè)供應(yīng)鏈的發(fā)展，而發(fā)達(dá)地區(qū)的因子得分較高，表明制造業(yè)供應(yīng)鏈彈性水平的高低與當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平息息相關(guān)，制造業(yè)的發(fā)展需要完善的金融市場(chǎng)支撐。同時(shí)從表5中可以看出，2016—2020年，31個(gè)?。ㄗ灾螀^(qū)、直轄市）每年供應(yīng)鏈的彈性結(jié)果不同，采樣期間的結(jié)果排名也不同。這是因?yàn)榻孛鏀?shù)據(jù)是獨(dú)立的，所以不可能簡(jiǎn)單相加得出總年度綜合因子得分，否則會(huì)影響數(shù)據(jù)的客觀性。因此，根據(jù)上述因素分析的結(jié)果，本文采用Topsis綜合評(píng)價(jià)方法，以彌補(bǔ)無法在面板數(shù)據(jù)中進(jìn)行因子分析加和以反映供應(yīng)鏈彈性水平的缺陷。

表5 制造業(yè)供應(yīng)鏈彈性水平綜合因子得分

5 基于因子分析法的Topsis綜合評(píng)價(jià)法

基于前文Topsis方法的描述，可以得到2016—2020年各省供應(yīng)鏈彈性水平的總體評(píng)估和排名結(jié)果。如表6所示，可以看出，我國(guó)城市化水平相對(duì)較高的地區(qū)Ci+相對(duì)較高，相關(guān)評(píng)估結(jié)果領(lǐng)先，經(jīng)濟(jì)水平較差的地區(qū)供應(yīng)鏈彈性也較差。結(jié)論與因子分析法的結(jié)果相似。該結(jié)果反映了整個(gè)樣本數(shù)據(jù)期內(nèi)各地區(qū)供應(yīng)鏈彈性的總體排名。

表6 各地區(qū)供應(yīng)鏈彈性的總體排名

6 結(jié)論及建議

本文以制造業(yè)供應(yīng)鏈彈性為研究對(duì)象，運(yùn)用基于Topsis 改進(jìn)的因子分析模型對(duì)其彈性進(jìn)行綜合評(píng)價(jià)；研究發(fā)現(xiàn)，2016—2020年，制造業(yè)的彈性水平每年的最高和最低結(jié)果之間存在較大差異，而且最優(yōu)解貼近度最大值與最小值存在較大差距，我國(guó)31個(gè)省份制造業(yè)供應(yīng)鏈彈性綜合因子得分與最優(yōu)解貼近度分布在0.2～0.5，且沒有省份超過0.5，這說明供應(yīng)鏈彈性的地區(qū)異質(zhì)性是顯著存在的，且行業(yè)的彈性水平有待加強(qiáng)。

為了構(gòu)建彈性供應(yīng)鏈。應(yīng)當(dāng)堅(jiān)持市場(chǎng)調(diào)節(jié)和政府引導(dǎo)相結(jié)合，增加對(duì)工業(yè)發(fā)展的政策支持，重視企業(yè)的科技創(chuàng)新，促進(jìn)傳統(tǒng)工業(yè)向高新技術(shù)制造業(yè)的轉(zhuǎn)變，優(yōu)化制造業(yè)的產(chǎn)業(yè)結(jié)構(gòu)。同時(shí)，需要選擇適當(dāng)?shù)呢?cái)務(wù)方法，科學(xué)使用融資杠桿，鼓勵(lì)中小企業(yè)利用數(shù)字普惠金融解決融資難題，走科技含量高、經(jīng)濟(jì)效益好、資源消耗低的道路。