□ 王 帆

(西安財(cái)經(jīng)大學(xué) 陜西 西安 710100)

1 引言

中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》數(shù)據(jù)顯示，相較于傳統(tǒng)購(gòu)物，人們?cè)絹?lái)越熱衷于網(wǎng)上購(gòu)物。雖然現(xiàn)行的電商企業(yè)發(fā)展迅猛，但其在第三方物流供應(yīng)商選擇與評(píng)價(jià)上，沒(méi)有考慮到近年來(lái)隨行業(yè)迅速發(fā)展而顯現(xiàn)出來(lái)的新特征和新趨勢(shì)，難以反映物流服務(wù)動(dòng)態(tài)變化的情況。

關(guān)于供應(yīng)商選擇問(wèn)題，早在1966年，學(xué)者Dickson[1]發(fā)表了一篇關(guān)于供應(yīng)商選擇研究論文，提出了23個(gè)供應(yīng)商評(píng)價(jià)指標(biāo)，引起了學(xué)術(shù)界的廣泛關(guān)注。目前，關(guān)于供應(yīng)商評(píng)價(jià)的辦法有三種，即定性選擇、定量選擇及定性與定量相結(jié)合選擇[2]。前兩種方法都存在一定的局限性，因此，在實(shí)際的供應(yīng)商選擇中，已發(fā)展到了定性和定量相結(jié)合的綜合評(píng)價(jià)階段。王思閩[3]從供應(yīng)商的業(yè)務(wù)能力、經(jīng)營(yíng)發(fā)展能力及合作能力三個(gè)角度對(duì)現(xiàn)有物流供應(yīng)商選擇指標(biāo)體系存在的缺陷進(jìn)行分析，構(gòu)建了物流供應(yīng)商選擇和評(píng)價(jià)指標(biāo)體系。袁旦[4]提出服務(wù)是企業(yè)在物流外包中選取物流供應(yīng)商的一大關(guān)鍵指標(biāo)，其核心內(nèi)容，如物流配送中的貨損貨差率和貨運(yùn)延誤率等，為物流企業(yè)為外包企業(yè)提供的多元化服務(wù)。楊澄懿等[5]從風(fēng)險(xiǎn)角度，運(yùn)用FMEA法對(duì)軍隊(duì)物資運(yùn)輸過(guò)程中可能出現(xiàn)的失效模式進(jìn)行分析研究，比較全面地衡量了第三方物流供應(yīng)商的綜合水平。孫蒙蒙等[6]利用相似度量原理,通過(guò)各個(gè)指標(biāo)之間的相關(guān)系數(shù)矩陣，實(shí)現(xiàn)評(píng)價(jià)指標(biāo)的篩選。張美等[7]將主成分的提取運(yùn)用到了復(fù)雜數(shù)據(jù)的處理中,提高了評(píng)價(jià)的客觀性。崔詩(shī)豪[8]從四個(gè)維度選取16項(xiàng)具體評(píng)價(jià)指標(biāo),構(gòu)建物流供應(yīng)商選擇指標(biāo)體系，并通過(guò)實(shí)例證明該指標(biāo)體系能夠幫助企業(yè)方便快捷地選擇和評(píng)價(jià)潛在的物流供應(yīng)商。張鮮梅[9]從電商環(huán)境特點(diǎn)的角度出發(fā),構(gòu)建了新的B2C電商選擇物流服務(wù)商評(píng)價(jià)體系模型，為企業(yè)選擇物流服務(wù)商提供一定的支持和借鑒。

綜上，企業(yè)在供應(yīng)商的選擇和評(píng)價(jià)研究中，做了大量的工作。然而當(dāng)市場(chǎng)環(huán)境處于供過(guò)于求的狀態(tài)時(shí)，企業(yè)對(duì)于供應(yīng)商的選擇依然有著一定的困難。為了能夠全方位地對(duì)眾多備選供應(yīng)商的綜合實(shí)力進(jìn)行評(píng)價(jià)，企業(yè)需要以電商企業(yè)的主要特點(diǎn)和發(fā)展趨勢(shì)為基礎(chǔ)，從多個(gè)角度綜合選擇能夠反映供應(yīng)商特點(diǎn)的指標(biāo)，然而不同指標(biāo)間的相關(guān)信息存在重疊問(wèn)題。因此，本文提出運(yùn)用降維的思想[10]對(duì)復(fù)雜繁多的指標(biāo)進(jìn)行提取，即主成分提取，在保證指標(biāo)的相關(guān)性的同時(shí)，對(duì)供應(yīng)商進(jìn)行評(píng)價(jià)和選擇，降低權(quán)重確定的主觀性，提高評(píng)價(jià)的效率。為客觀真實(shí)地對(duì)供應(yīng)商進(jìn)行綜合評(píng)價(jià)提供參考。

2 主成分分析法

2.1 主成分分析法

主成分分析(Principal Component Analysis)即主分量分析，是由Hotelling 提出的一種多元統(tǒng)計(jì)分析方法，它將多指標(biāo)利用降維的思想轉(zhuǎn)化成少數(shù)不相關(guān)的綜合指標(biāo)[2]，為了確定各個(gè)評(píng)價(jià)指標(biāo)在整體評(píng)價(jià)中的相對(duì)重要程度，使它們盡可能多地提取原有變量的信息。其中生成的少數(shù)彼此不相關(guān)的變量就稱作主成分。通過(guò)對(duì)原有變量信息的提取，來(lái)確定主成分的權(quán)重。利用主成分分析法對(duì)電商物流供應(yīng)商評(píng)價(jià)選擇問(wèn)題進(jìn)行研究，能夠優(yōu)化供應(yīng)商選擇處理的過(guò)程。

主成分的數(shù)學(xué)模型(簡(jiǎn)寫)如公式(1)：

Fj=aj1X1+aj2X2+…ajpXp(j=1,2,3,…,p)

(1)

①aj1，aj2，…，ajp(j=1，…，p)為X的協(xié)差陣∑的特征值對(duì)應(yīng)的特征向量；

②X1，X2，…，Xj為原始變量經(jīng)過(guò)標(biāo)準(zhǔn)化處理的值；

③F1，F(xiàn)2，…，F(xiàn)p為第 1，2，…，p個(gè)主成分，并且第p個(gè)主成分要比第p+1個(gè)主成分的方差值大，并且包含原來(lái)指標(biāo)的信息量也加大。

2.2 主成分分析步驟

通過(guò)對(duì)所收集數(shù)據(jù)的處理，提取出評(píng)價(jià)指標(biāo)中累計(jì)貢獻(xiàn)率≥85%的前p個(gè)指標(biāo)作為主成分，求出反映相應(yīng)主成分權(quán)重的貢獻(xiàn)率數(shù)值。通過(guò)成分得分系數(shù)矩陣可以確定各主成分與各指標(biāo)對(duì)應(yīng)的系數(shù)關(guān)系，從而得到主成分的表達(dá)式Fj，根據(jù)表達(dá)式可求出各方案的得分以及指標(biāo)的綜合評(píng)價(jià)得分F。最后依據(jù)得分情況，得到供應(yīng)商選擇的最優(yōu)結(jié)果。

3 物流供應(yīng)商評(píng)價(jià)指標(biāo)體系的建立

應(yīng)在全面、科學(xué)、客觀等原則的前提條件下，構(gòu)建符合電商企業(yè)物流發(fā)展要求的供應(yīng)商評(píng)價(jià)指標(biāo)體系。該指標(biāo)體系應(yīng)能夠體現(xiàn)物流供應(yīng)商的真實(shí)水平。

3.1 電商物流供應(yīng)商評(píng)價(jià)指標(biāo)

本文結(jié)合電商企業(yè)物流的實(shí)際情況，以供應(yīng)商評(píng)價(jià)指標(biāo)構(gòu)建原則為基礎(chǔ)，擬選取以下24項(xiàng)指標(biāo)作為電商物流配送服務(wù)商的評(píng)價(jià)指標(biāo)，即Xi(i=1，2，…，24),具體指標(biāo)如表1所示。

表1 電商物流供應(yīng)商選擇評(píng)價(jià)指標(biāo)

3.2 問(wèn)卷調(diào)查及結(jié)果分析

如表1所示，電商物流供應(yīng)商選擇評(píng)價(jià)指標(biāo)較多，為了把握關(guān)鍵性指標(biāo)，更有效地研究電商物流供應(yīng)商評(píng)價(jià)的主要指標(biāo)，在此選用實(shí)證研究的方法，通過(guò)專家評(píng)分的方式發(fā)放問(wèn)卷，然后采用評(píng)分法對(duì)不同的評(píng)價(jià)指標(biāo)進(jìn)行匯總評(píng)分，最后運(yùn)用主成分分析法分析得出關(guān)鍵的評(píng)價(jià)指標(biāo)，構(gòu)建合理的判別模型。問(wèn)卷以表1的評(píng)價(jià)指標(biāo)設(shè)置問(wèn)題，調(diào)查對(duì)象主要選取電商行業(yè)企業(yè)的物流運(yùn)營(yíng)主管或者是關(guān)鍵技術(shù)人員。對(duì)評(píng)價(jià)指標(biāo)進(jìn)行分析判斷之前，先對(duì)表中的24個(gè)評(píng)價(jià)指標(biāo)進(jìn)行相關(guān)性分析，將相關(guān)性較低的部分指標(biāo)刪除，并對(duì)相關(guān)性較高的評(píng)價(jià)指標(biāo)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，通過(guò)KMO和巴特利特檢驗(yàn)來(lái)分析相關(guān)的樣本數(shù)據(jù)與主成分分析法的適配度，探查變量間的偏相關(guān)性，如果取值在0到1之間，說(shuō)明對(duì)應(yīng)數(shù)據(jù)符合主成分分析法的要求。

4 實(shí)例分析

公司M是國(guó)內(nèi)一家以網(wǎng)絡(luò)銷售為主的快銷品電商企業(yè)，現(xiàn)計(jì)劃將公司物流服務(wù)進(jìn)行外包，現(xiàn)有A、B、C、D、E 5家物流供應(yīng)商可供選擇。本文以建立的評(píng)價(jià)體系為理論分析基礎(chǔ)，選取不同的評(píng)價(jià)指標(biāo)設(shè)計(jì)調(diào)查問(wèn)卷，調(diào)查對(duì)象則選取了行業(yè)內(nèi)相關(guān)企業(yè)各個(gè)環(huán)節(jié)的運(yùn)營(yíng)部門的資深員工以及主管人員。

4.1 數(shù)據(jù)整理

表2 供應(yīng)商評(píng)價(jià)指標(biāo)得分

表3 標(biāo)椎化處理結(jié)果

4.2 成分分析

將經(jīng)過(guò)標(biāo)準(zhǔn)化處理的結(jié)果輸入到SPSS R26.0軟件中，對(duì)數(shù)據(jù)進(jìn)行主成分分析，得到主成分提取表，詳見(jiàn)表4。根據(jù)表4的數(shù)據(jù)可知，前4個(gè)主成分的特征值都大于1，且其累計(jì)方差貢獻(xiàn)率已達(dá)到 100%，可以完全反映原始指標(biāo)的信息，因此提取前4個(gè)主成分。表5是提取4個(gè)主成分對(duì)應(yīng)的特征向量。

表4 主成分提取表

表5 成分得分系數(shù)矩陣

表6反映了4個(gè)主成分與原始變量X的相關(guān)程度,有助于解釋各主成分的含義?？梢钥闯龅谝恢鞒煞种蠿4(準(zhǔn)時(shí)裝運(yùn)率),X5(訂單到貨及時(shí)率),X21(與其他物流公司相比成本低)和X24(退換貨物流費(fèi)用的合理減免)系數(shù)比較大，正相關(guān)性較強(qiáng)，因此，第一主成分反映了供應(yīng)商的時(shí)效性和成本性價(jià)比能力；第二主成分主要由X6(包裝安全),X7(分揀安全),X9(提貨安全)和X12(物流計(jì)劃完成率)決定，主要反映了供應(yīng)商的安全性水平及計(jì)劃完成率水平；第三主成分中X16(收件程序的便利性)和X17(物流過(guò)程便捷性) X18(貨物信息共享準(zhǔn)確率)X19(貨物信息及時(shí)跟蹤率)呈高度正相關(guān)，反映了流程便捷程度和信息服務(wù)能力等綜合信息；第四主成分主要由X15(貨物完好率)及X22(對(duì)緊急事件的處理能力)決定，綜合體現(xiàn)了物流運(yùn)輸保障能力和應(yīng)急反映能力。

表6 成分矩陣

X16.224.026.967.116X17-.152-.376.723.559X18.603-.038.612-.511X19.155-.062.783-.600X20-.973-.009-.135.186X21.824.444.011-.352X22-.576.500-.040.645X23-.884-.052.406-.227X24.947-.231-.129.181

4.3 確定主成分表達(dá)式

依據(jù)成分得分系數(shù)矩陣，將各評(píng)級(jí)指標(biāo)權(quán)重代入公式(1)中，可以得到主成分表達(dá)式(2)。

F1=0.083X1+0.087X2+…+0.102X24

F2=-0.047X1-0.049X2+…-0.029X24

F3=-0.081X1-0.33X2+…-0.035X24

F4=0.133X1-0.137X2+…+0.058X24

(2)

4.4 計(jì)算供應(yīng)商各主成分得分

將表2中供應(yīng)商評(píng)價(jià)指標(biāo)得分代入式(2)，可以得到各個(gè)供應(yīng)商的主成分得分，見(jiàn)表7。

表7 供應(yīng)商主成分得分表

從表7的最終評(píng)分結(jié)果可以看出，A供應(yīng)商的時(shí)效性能力和安全性最高；B供應(yīng)商的信息服務(wù)水平最高；D供應(yīng)商提供物流保障最高。供應(yīng)商的綜合能力評(píng)價(jià)排名依次為A>D>B>E>C,可以看出，A供應(yīng)商相對(duì)于其他供應(yīng)商具有較高的排名和優(yōu)勢(shì)，所以，應(yīng)將A 供應(yīng)商放在M公司物流配送供應(yīng)商選擇的首位。

5 結(jié)論

本文在傳統(tǒng)的供應(yīng)商選擇方法的研究基礎(chǔ)上，通過(guò)對(duì)主成分分析法的應(yīng)用，將數(shù)量較多的評(píng)價(jià)指標(biāo)分析匯總為少數(shù)綜合指標(biāo)，進(jìn)而通過(guò)對(duì)相關(guān)線性函數(shù)的系數(shù)進(jìn)行調(diào)整，可以在保證各主成分的相關(guān)獨(dú)立性的前提下去除重復(fù)信息，并進(jìn)一步將原有的評(píng)價(jià)指標(biāo)所包含的不同的差異點(diǎn)進(jìn)行匯總?cè)缓蟊憩F(xiàn)出來(lái)，這也為下一階段的分類研究和綜合排序提供了理論基礎(chǔ)。與此同時(shí)，該方法還能夠?qū)嬰s的評(píng)價(jià)指標(biāo)體系進(jìn)行精簡(jiǎn)，將關(guān)鍵的數(shù)據(jù)提煉出來(lái)后進(jìn)行更加精準(zhǔn)的評(píng)價(jià)和研究，從而優(yōu)化了供應(yīng)商評(píng)價(jià)選擇的過(guò)程。最后，本文以快銷品電商企業(yè)為例，證明該方法能夠有效提升在供應(yīng)商的選擇方面的決策效率，且最終的決策結(jié)果有可靠的理論支持。因此，該方法對(duì)于供應(yīng)商的選擇優(yōu)化方面有著較高的指導(dǎo)意義和可行性。