基于因子分析的农产品供应链绩效评价实证

（1.武汉工商学院，湖北武汉430065；2.武汉科技大学，湖北武汉430081）

摘要：采用因子分析法评价农产品供应链的绩效水平，主要是将供应链的绩效水平体现在各个因子上，将多种评价指标化繁为简，使评价结果更加客观、合理。建立完整、科学和规范化的评价指标体系，应遵循相关性、动态性、全面性、实时性、针对性、可操作性、层次性和发展性原则，主要评价内容包括成本、运作、服务三个方面，具体指标则包含供应链成本、供应链收入、供应链利润、产品柔性、响应速度、交货柔性、数量柔性、准时交货率、顾客抱怨率、退货比率、顾客抱怨解决时间、信息化利用增长率、农产品新鲜度等26项。

一、引言

农产品供应链是专门从事农产品供应、生产和销售的供应链，其特殊性取决于它的经营对象——农产品，质量安全与流通效率是生鲜农产品供应链不同于一般供应链而需要特殊关注的两个方面。供应链和企业的利益息息相关，高效的供应链水平可以减少企业的成本支出，提高运作效率，但是评价供应链的绩效指标也相对较多，且不同指标历年的变化水平也有差异，因此应简化绩效评价体系，且在简化后可以客观地反映供应链的绩效水平。[1]

为了更好地评价农产品供应链的绩效水平，研究者们利用了多种方法，发展了多种数学模型，譬如层次分析法、神经网络法、灰关联法、模糊综合评判法等。而本文所采用的因子分析法，其主要特点是将供应链的绩效水平体现在各个因子上，将农产品供应链的多种评价指标化繁为简，同时使各因子以其特征值所占的比率为权重所建立的综合评价模型，可以使评价结果更加客观、合理。在本文中，利用SPSS统计软件对供应链绩效进行因子分析，操作简单，过程合理，同时减少了工作量，充分发挥软件工具的作用。[2]

二、供应链绩效评价现状

为了更好地评价农产品供应链的绩效，研究者们依据数学建模相关理论，研究出评价方法，表1是对几种常见的供应链绩效评价方法的对比分析。[3]

三、因子分析法基本原理

因子分析是将现实生活中众多相关、重叠的信息进行合并、综合，将原始的多个变量和指标变成较少的几个综合变量与综合指标，以利于分析判定。[4]

因子分析有两个核心问题：一是如何构造因子变量；二是如何命名解释因子变量。

因子分析有4个基本步骤：确定待分析的原有若干变量是否适合于因子分析；构造因子变量；利用旋转使得因子变量更具有可解释性；计算因子变量的得分。

进行供应链绩效评价的指标变量具有不同的单位和属性，没有统一的度量标准，直接对其进行因子分析可能会出现偏差，因此为了更好地处理数据，得到更客观的结果，计算前先对原始数据进行标准化处理。标准化后的变量值围绕0上下波动，大于0为明显高于平均水平，小于0为明显低于平均水平。[5]

因子分析的出发点是用较少的互相独立的因子变量来代替原来变量的大部分信息，可通过数学模型来表示：

其中F1，F2，F3，...，Fp为p个原有变量，是均值为零、标准差为1的标准化变量，x1，x2，x3，...，xm为m个因子变量，表示为矩阵形式为：X=AF+αε。

其中，F为因子变量或公共因子，可以将它们理解为在高维空间中互相垂直的m个坐标轴；A为因子载荷矩阵；aij为因子载荷，是第i个原有变量在第j个因子变量上的负荷；ε为特殊因子，表示原有变量不能被因子变量所解释的部分。

通过对载荷矩阵A的值进行分析，得到因子变量和原变量的关系，可以对新的因子变量进行重命名。

最后计算因子得分，因子变量确定以后，对每一样本数据，希望得到它们在不同因子上的具体数据值，这些数据即为因子得分，因子得分高的指标说明评价指标的情况越好。

以旋转因子解方差一栏的方差贡献率为权数，可以建立如下函数关系：

与表1中列举的几种评价供应链的方法相比，它具有适用范围广、客观程度较好、应用难度低、广泛性高的优点，其对数据的精确度要求较高，是将存在一定程度相似性的指标进行整合，最终将若干个小指标糅合成几个大的因子变量即公共因子进行评价分析。公共因子的个数远远少于原始变量的个数，因而公共因子的研究和分析能大大减少工作量，而且相对于单纯凭借主观感受选择几个有代表性的因子来评价，因子变量是依据原始变量的信息进行重新构建，而不是对原变量进行取舍，这样可以公平、客观、科学地反映原有变量的大部分信息；公共因子一般不能表示为原始变量的现行组合，不同的因子体现原始变量之间的不同影响关系，从未形成不同的作用过程，因子分析能够使我们从众多的影响因素中找出几个主要的因素，以便利用大量的统计数据进行有效的定量分析，使我们对事物的发展规律产生一定的启发，从而将研究向更深层次发展。因子分析法能够在保证数据信息丢失最少的情况下，对高维空间变量进行科学合理的降维处理。[6]

四、实证分析

建立一套完整、科学和规范化的评价指标体系是实现因子分析的前提，应满足相关性、动态性、全面性、实时性、针对性、可操作性、层次性和发展性原则。表2是某超市的农产品供应链绩效评价指标体系。[7]

由表3可以看出，该供应链运行状况的指标相对比较多，共有26个，如果只选择某几种指标来作为评测该供应链运行情况的依据而做出决策可能会出现偏差，因此可以考虑选用因子分析法对这些数据进行分析，检测其是否有一部分指标存在信息上的重合，将这26个指标糅合为几个具有代表性的因子，这样在简化了分析过程的同时，得出的结论也具有代表性。[8]

利用SPSS软件可以直接操作此步骤，选择“分析—描述统计—打开描述”，选择所有指标，最后勾选“将标准化得分另存为变量”，即可完成对数据标准化的操作，标准化后的数据参见表4。[9]

对原始数据进行标准化处理后，还应该对原始数据进行检验，检验其是否适合做因子分析，如果检验结果不理想，则说明选取的样本和指标存在一定问题，就应该重新考虑对样本或指标的数量及种类进行调整。

巴特利特球形检验是一种用来检验各变量之间相关性程度的方法，它以变量的相关系数矩阵为出发点，如果它的统计量较大，且其对应的伴随概率值小于0.01，那么应该拒绝零假设，认为相关系数矩阵不是单位阵，原始变量之间存在相关性，适合做因子分析。统计量检验（KMO）的原理是通过比较各变量之间偏相关系数与简单相关系数的大小来判断变量之间的相关性的，相关性越强，偏相关系数越比简单相关系数小，检验值接近1。一般情况下检验值大于0.9时非常适合做因子分析，但检验值至少不能低于0.5，0.5以下表示不适合做因子分析。对该供应链进行因子分析，取累计方差贡献率达到95%以上的公共因子为有效，并对该数据进行检验，结果显示检验值为0.723，大于0.5，显著性值为0.009，小于0.01，同时该数据相关系数矩阵的相关系数超过0.7，说明部分数据间存在信息重叠，可以提取公共因子，该数据适宜做因子分析。[10]

利用SPSS进行因子分析，操作完成后，因子分析的结果在“输出”界面上显示，公共因子的累计方差贡献率参见表5。[11]

公共因子的方差贡献率是公共因子对各变量所提供的方差贡献的总和，是评价一个公共因子相对重要性的尺度。累计方差贡献率所有公因子引起的变异占总变异的比例，表示所有公因子对因变量的合计影响力。由表5可以看出，前4个因子的特征值大于1，其累计方差贡献率为97.414%，说明原始数据信息总量的97.414%已经被提取，因此这4个公共因子能够综合反映农产品供应链的绩效水平。[12]

初始因子载荷矩阵系数表示该因子对变量的影响程度，反映了该因子变量的相关性强弱。对初始因子的载荷矩阵进行方差旋转处理，使各个因子的载荷量尽量向1或0这两个极值转化，一边使每个指标变量仅在一个公共因子上有较大的载荷，使得公共因子的解释和命名更加容易，从而有利于了解公共因子的性质。根据旋转因子载荷矩阵对因子进行抽取，并结合供应链绩效的专业知识进行定性分析，给出合理的解释，由此可以得到因子结构（如表6所示）。[13]

用原指标变量的线性代换组合来表示各公共因子，可以构建因子得分函数，因子得分系数矩阵参见表7。[14]

将每年的数据分别代入上述表达式，计算出每年这些公共因子的得分情况，从而可以计算出因子得分。SPSS软件可以自动生成这些因子的得分情况，供应链绩效综合评价指标因子得分和排序如表8所示。[15]

以旋转因子解一栏的方差贡献率为权数，可以建立该农产品供应链绩效评价函数：

将综合评价指标因子得分表中的数据代入上述评价函数，可以得出该农产品供应链2007-2012年绩效的综合得分，综合得分越高，表示其供应链绩效越好，得分和排序情况参见表9。

以2007～2012年间综合得分均值0作为评价的参考条件，得分高于0，说明供应链的绩效水平较好，且数值越大，供应链绩效水平越高；小于0则说明供应链绩效水平相对较低。[16]

五、结果分析

该农产品供应链的发展水平在2008年度有较大改善，2008-2010年有所波动，但从2010-2012年均呈现下降的趋势，说明在2012年度时进入一个瓶颈期。同时这个得分也比较符合发展规律，供应链水平发展到一定程度后，都会呈现一定的下降趋势，结合公共因子F1包含的指标情况，必须保证产品柔性、交货柔性等指标长期处于灵活状态，这样才可以使供应链的整体水平不会落后。[17]

该农产品供应链运作绩效水平从2007-2012年是稳步提升的，需要做的即是保持目前的运作水平，进一步提升效率，保证供应链运转水平始终处于较为灵活、快速的状态。由此，再依据之前对4个重组因子单独的分析，制订以后的供应链绩效相关计划时，决策者可以重点考虑提升供应链发展水平和客户绩效水平，因为这两点在2012年度的排名都是相对靠后的。同时，也需要保证供应链运作绩效水平和成本水平，这样才可以使供应链得到进一步发展。

＊本文系教育部人文社会科学研究青年基金项目“产业融合视角下生鲜农产品供应链协调优化研究”（项目编号：14YJCZH154）、湖北省教育厅科研计划项目“现代都市农产品供应体系的构建与优化——武汉‘菜联网’工程的实践”（项目编号：B2014162）、现代物流与商务湖北省协同创新中心课题“生鲜农产品物流链的类型与形成机理”（项目编号：2011A201301）、中国物流学会2014年度科研课题“电子商务农产品供应体系的构建与优化”（项目编号：2014CSLKT089）、2014年中国物流学会和教育部物流教育指导委员会教改教研课题“物流管理专业校企合作模式的探索与实践”（项目编号：2014JZW2014077）的部分成果。

[1]王勇，游泽宇.“菜联网”绿色供应链绩效评价模型的构建研究[J].物流技术，2013（4）：227-230.

[2]苏理云，陈彩霞，高红霞.SPSS19统计分析基础与案例应用教程[M].北京：希望电子出版社，2012：33-42.

[3]霍佳震，马秀波，朱琳婕.集成化供应链绩效评价体系及应用[M].北京：清华大学出版社，2005：130-146.

[4]张安霞，张红岩，陈彦召，等.基于SPSS因子分析法的企业绿色供应链绩效评价[J].物流技术，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.供应链绩效评价模型比较分析[J].中山大学研究生学刊，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]中国电子商务协会供应链管理委员会.中国企业供应链管理绩效水平评价参考模型[S].2003.

[10]郑培.动态供应链绩效评价方法研究[D].长沙：湖南大学博士学位论文，2008：17-21.

[11]赵林度.供应链与物流管理[M].北京：机械工业出版社，2007：37-44.

[12]王辉.供应链集成化模型与优化[D].北京：北京交通大学，2007：11-15.

[13]徐倩.我国商业银行经营绩效评价研究——基于因子分析法的实证分析[D].成都：西南财经大学，2013：10-14.

[14]孙晓燕.供应链绩效评价指标体系构建研究[D].大连：东北财经大学，2006.

[15]查敦林.供应链绩效评价系统研究[D].南京：南京航空航天大学，2003.

[16]樊雪梅.供应链绩效评价理论、方法及应用研究[D].吉林大学，2013.

[17]马士华，林勇.供应链管理[M].北京：机械工业出版社，2005：140-161.

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

（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

[作者简介]王勇（1981-），男，江苏省盐城市人，武汉工商学院物流学院副教授，高级物流师，经济师，主要研究方向为供应链管理、流程管理；邓旭东（1964-），男，湖北省云梦县人，武汉科技大学管理学院教授，主要研究方向为企业战略管理、物流系统优化与管理、运营与供应链管理。