基于主成分和聚类分析的卷烟合作生产加工点综合质量评价

王宇超，石平舒，任玉江

(1.浙江中烟工业有限责任公司, 浙江 杭州 310000；2.汉中卷烟厂, 陕西 汉中 723102)



基于主成分和聚类分析的卷烟合作生产加工点综合质量评价

王宇超1，石平舒1，任玉江2

(1.浙江中烟工业有限责任公司, 浙江 杭州 310000；2.汉中卷烟厂, 陕西 汉中 723102)

利用主成分分析法和聚类分析法对浙江中烟合作生产各加工点的综合质量进行评价并分类.建立质量指标体系，利用主成分分析法能够剔除多指标间存在的相关性及信息重叠，对合作生产各加工点综合质量进行评价，再利用新得到的主成分指标对各加工点综合质量进行聚类分析.结果表明：将11个加工点分为四类，第一类综合质量最好，其得分≥2.501；第二类综合质量较好，其得分为1.596～2.035；第三类综合质量较差，其得分为-1.658～-1.061；第四类综合质量差，其得分≤-3.717.

合作生产；主成分分析；聚类分析；综合评价

近几年，全国卷烟品牌逐渐从“遍地开花”开始向“大品牌”转移，从两个“10多个”，到“20+10”，再到“532”“461”，一系列卷烟品牌高速整合战略计划，意味着一个发展提速、品牌制胜、竞争空前、优胜劣汰的新的关键时期已经到来[1].然而卷烟强势品牌往往因计划不足无法保证市场需求，卷烟弱势品牌又因销售不佳导致计划浪费，卷烟品牌合作生产正是打通这一难题的关键环节.合作生产是专卖制度下烟草行业深化市场化取向改革，有效统筹行业主要生产要素资源合理配置流动与优化配置，有效解决了烟草企业有品牌没计划、有计划没市场之间的矛盾.浙江中烟在卷烟合作生产的道路上一直保持着快速发展，对各加工点产品质量保障上尤为重视，但由于各加工点在岗位配置、管理方法、生产模式及质量控制上有较大的差异，各加工点的质量水平不尽相同.同时，由于在合作生产综合质量评价上究竟要考虑哪些因素，以及如何根据这些因素来评价不同加工点的质量水平，还未有人做过此方面的研究.鉴于此，笔者以浙江中烟11个合作生产加工点为例，应用主成分分析法和聚类分析法，对影响合作生产各加工点的质量水平进行计量分析，试图为评价各加工点的质量水平提供依据，并为今后优化各加工点的产量安排提供服务.

1　浙江中烟合作生产概况

浙江中烟合作生产最早从杭州卷烟厂和宁波卷烟厂合并之前已经开展，在近十来的发展过程中，浙江中烟合作一直保持着高速增涨，在企业卷烟总生产中的比例也越来越重，陆续形成以利群(长嘴)、利群(软蓝)、利群(新版)、雄狮(红老版)、雄狮(硬)、大红鹰(软蓝)六大规格的品牌输出，以及与8省11个加工点的广泛合作.在合作生产道路上，浙江中烟不仅做大了品牌，提升了市场占有率，增强了品牌影响力，而且各输入方更是提升了效益，盘活了计划资源，学习了先进经验，实现了共同发展.

表1　浙江中烟合作生产情况(2011-2015年)

2　研究方法

主成分分析是考察多个变量间相关性的一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，可减少数据集的维度，同时通过保留低阶主成分，忽略高阶主成分，对分析结果影响很大.

聚类分析是一种非参数分析方法，是将物理或抽象对象的集合分组为由类似对象组成的多个类的分析过程.

3　指标体系构建

本研究原始数据来源于浙江中烟技术中心及生产管理部2015年度合作生产质量统计，选取11个加工点的制丝加料精度达标率(X1，%)、加香精度达标率(X2，%)、烘前水分CPK达标率(X3，%)、筒壁温度CPK达标率(X4，%)、烟虫数量(X5，个)、制丝停机断料次数(X6，次)，以上6个指标反映制丝质量水平；卷包样本优质率(X7，%)、卷包样本合格率(X8，%)、卷包样本追溯率(X9，%)，市场投诉理赔率(X10，ppm)，以上4个指标反映卷包指标水平，一共选取10项指标，构成合作生产质量指标评价体系.

在多指标综合评价中，有些指标值越大评价越好，有些指标越小评价越好，在综合评价中，需要将逆向指标转化为正向指标.本研究采取倒数的方法[2]来真实反映原指标的分布规律.同时，由于上述指标的量纲不统一，数量级差异也较大.因此，为消除量纲和数量级的不同对综合质量评价带来的不良影响，需对各指标进行标准化处理[3]，见表2.

表2　各项质量指标标准化值(2015年)

4　综合质量评价及分类

对原始数据标准化处理后，利用DPS数据处理系统[4]进行主成分分析，综合得分为各提取主成分得分与该主成分贡献率的乘积之和，在对各个加工点的各指标以欧氏距离为衡量采用类平均法进行系统聚类分析.

4.1 主成分分析

计算相关系数，由表3的相关系数矩阵可以看出，一些指标存在正相关性，一些指标存在负相关性，说明其反映各加工点的质量有一定的重叠和错位.

表3　相关系数矩阵

计算特征值的贡献率和累计贡献率，并根据累计贡献率85%的原则取得主成分.由表4可知本文共提取6个主成分，累计贡献率达到98.312%，他们已代表了合作生产各点综合质量98.312%的信息.由表4可知，第1主成分的贡献率为30.512%，其中烟虫总数有较大的正系数，市场投诉理赔率有较大的负系数，说明第1主成分是卷烟生产环境和消费者反映的综合体现；第2主成分的贡献率为22.216%，其中卷包样本优质率有较大的正系数，卷板样本追溯率有较大的负系数；第3主成分的贡献率为18.244%，其中加料精度达标率有较大的正系数；第4主成分贡献率为11.000%，其中筒壁温度CPK达标率有较大的正系数；第5和第6主成分的贡献率均较小.

根据主成分的定义，可以得到6个主成分与10个质量指标标准化后的数据组成的线性组合及综合得分.综合得分越高，说明该加工点的综合质量越好；得分越低，说明该加工点的综合质量越差，见表5.将标准化数据代入到由6个主成分与原10个指标的组成的线性组合，可得到11个合作生产点的得分，再根据贡献率，从而求得综合得分.由表6可以得出排列顺序.表6表明SXHZ、HBZJ、GXLZ的综合质量得分是最好的.

表4　主成分分析表

表5　各主成分得分

表6　综合质量评价得分

4.2聚类分析及其评价

对样本以欧氏距离为衡量各加工点综合质量差异的大小的指标，采用类平均法对综合得分进行系统聚类分析，结果见图1.同时，根据表5评价结果，可将各加工点的质量水平分为四类，如表7所示：①第一类的综合得分≥2.50，包括3个加工点即SXHZ、HBZJ、GXLZ，该类可视为综合质量好，这三个点各方面质量指标优势明显，综合质量水平都很好；②第二类的综合得分≥1.00，包括3个加工点即JXJG、GSLZ、JXNC，该类可视为综合质量较好，JXJG和JXNC这两点虽然在制丝质量水平上表现一般，但在卷包质量控制上做得较好，否样率低，而GSLZ这点相反，卷包质量水平有一定幅度的滑坡，在还是表现尚可，在制丝质量控制上体现得较好.总体来说，这三点排在第二梯队，综合质量水平较好；③第三类的综合得分≥-2.00，该类可视为综合质量较差，包括2个加工点即GXNN、SCMY，这两点短板明显，都是在卷包样本追溯率及市场投诉理赔率上表现不佳，其他质量指标也表现平平，综合质量较差；④第四类的综合得分≥-5.00，该类可视为综合质量差，包括3个加工点即GZZY、HNLH、GZBJ，其中GZZY和GZBJ这两点作为合作生产的老加工点，尽管多年来各质量指标有一定提升，但较其他点相比，还是劣势明显；而HNLH由于15年否样率较高，下滑幅度非常明显.这3点的综合质量较其他8个点明显要差.

上述综合评价和聚类分析的结果，比较符合客观实际，也与专家经验评估较为接近，说明该方法是可行的，结果也是可靠的.对浙江中烟今后在对合作生产各加工点的综合质量评价上提供了依据，同时，也为优化产量安排，尽可能将产量集中在综合质量水平较高的加工点提供了参考.

图1　聚类分析图

类别综合质量评价加工点数分布情况第一类好3SXHZ、HBZJ、GXLZ第二类较好3JXJG、GSLZ、JXNC第三类较差2GXNN、SCMY第四类差3GZZY、HNLH、GZBJ

5　结论与讨论

(1) 在利用主成分分析法对浙江中烟合作生产各加工点进行综合质量评价的时候，不能直接以各指标的数据进行评价，应先将各指标进行正向化及标准化处理后再进行主成分分析.再利用主成分分析的结果作为聚类分析的样本矩阵，减少了数据的冗余，所得结论比较客观，比较能够反映各加工点的质量情况.

(2)本文提出的分析方法对其他中烟公司在合作生产综合质量评价上也有很好地借鉴，只需要适当调整相应的指标即可.

(3)在选择质量指标上，还可以通过化学指标或者主流烟气指标等更微观的角度进行论证，本文的指标选择还不能全面代表单一合作生产点的质量水平，可能会出现一定的偏差.但是通过以上的数据分析，还是能发现一些规律，为合作生产综合质量评价提供科学的方法和理论依据.

[1]苟文涛.加强品牌合作生产确保烟草行业品牌健康发展[J].江苏商论，2013,(10)：89-89.

[2]徐国祥.上市公司经营业绩综合评价及其实证研究[J].统计研究,2000,(9):44-51.

[3]叶宗裕.关于多指标综合评价中指标正向化和无量纲化方法的选择[J].浙江统计,2003,(4):24-25.

[4]唐启义，冯光明.实用统计分析及其DPS数据处理系统[M].北京：科学出版社，2002.

(责任编校：晴川)

Comprehensive Evaluation of Quality of Cooperative Production Factories Based on Principal Component Analysis and Cluster Analysis

WANG Yuchao1, SHI Pingshu1, REN Yujiang2

(1.Zhejiang Tobacco Industrial Co. Ltd., Hangzhou Zhejiang 310000, China;2.Hanzhong Cigarette factory ,Hanzhong Shaanxi 723102, China)

A synthetic method of principal component analysis and cluster analysis is presented to evaluate and classify quality of cooperative production factories. The evaluation indexes system was established, and principal component analysis was used to draw the correlation and information overlap lying in multi-index. Cluster analysis was used to classify quality of these factories of cooperative production into several categories. The 11 factories of cooperative production were divided into 4 ranks: rank 1 was of the best quality with comprehensive scores≥2.015, the comprehensive score ranges of the second to forth ranks were 1.596～2.035, -1.658～-1.061, and ≤-3.717, respectively.

cooperative production; principal component analysis; cluster analysis; comprehensive evaluation

2016-09-13

王宇超(1986— )，男，湖南湘潭人，浙江中烟工业有限责任公司助理工程师，硕士.研究方向：卷烟制丝工艺.

TS48

A

1008-4681(2016)05-0110-04