基于因子分析的物流能力评价指标研究

在激烈的市场竞争环境中，物流能力作为企业核心竞争力，受到国外学者广泛关注。本文运用因子分析方法,研究了物流能力评价指标，结果表明可以从客户服务、可靠性、配送范围和信息处理等方面评价物流能力。

物流能力 评价指标 主成分分析

一、前言

在竞争激烈的市场环境中,现代企业为了提高竞争力,越来越认识到物流领域的重要性,并将其作为企业的“第三利润源泉”和获得核心竞争优势的渠道之一。研究发现,开展物流运作和提供物流服务的企业的运输、仓储、订单处理和配送等物流运作都存在一定的能力约束 。本文运用因子分析方法,研究了物流能力评价指标，证实了物流能力可以从客户服务、可靠性、配送范围和信息处理等方面评价。系统研究企业的物流能力,有助于分析制约企业发展的关键物流能力要素,通过制订和实施适当的物流发展战略并有针对性地加以完善,就能使企业以较低的投入获得更具优势的运营绩效。

二、评价指标的选取

由于物流能力能够提高经营业绩、增强公司竞争力，所以物流能力受到学者广泛重视。早期研究企业物流能力的内容包括：一支受过教育和良好培训的劳动力队伍；衡量业绩的有效和全面的方法；与客户和供应商之间的恰当联盟；高水平的管理支持；对客户要求和竞争者挑战敏捷反应；对先进技术（如信息系统）的投资；对基础设施的投资；组织强调物流管理；设计良好地战略规划过程，包括恰当的整体机制和工作过程。

在研究电子商务市场中物流能力计量指标时，美国密歇根州立大学全球物流研究所(1995年）,从32项计量物流能力的项目中,确定了17项通用物流能力项目,其分为四类:定位(positioning)、整合(integration)、便捷(agility)和计量(measurement)。定位的内容包括:战略(strategy)、供应链(supply chain)、网络(network)、组织(organization)等四个方面；整合的内容包括:供应链一致(supply chain unification)、信息技术(information technology)、信息分享(information sharing)、连通性(connectivity、标准化(standardization)、简单化(simplification)、纪律(discipline)等七个方面;敏捷的内容包括:关联性(relevancy)、调节性(accommodation)、机动性(flexibility)等三个方面;计量的内容包括:功能评估(functional assessment)、过程评估(process assessment)、基准(benchmarking)等三个方面。

美国密歇根州立大学的Morash,Droge和Vickery（1996年），在上述研究的基础上从需求定位和供给定位两个方面确认了8种战略物流能力，需求定位的物流能力有:售前客户服务――在购买决策过程期间服务客户的能力，售后客户服务――产品销售后服务客户、确保客户满意的能力，交付速度――尽量减少订货与交付之间时间的能力，交付可靠性――准确满足报价或预计交付时间和数量的能力，对目标市场的反应――对公司目标市场需求反应的能力;供给定位的物流能力有:广泛的配送范围――有效提供广泛和密集的配送范围，选择性的配送范围――有效目标选择或排他的配送出口能力,低成本配送――配送总成本最小化的能力。

阿肯色大学的Jay Joong-kun Cho(2001年),在他的博士学位论文中研究了电子商务条件下物流能力对公司经营业绩的影响，在上述8种战略物流能力基础上，新确定3种物流能力：交付信息交流、互联网订货处理和全球配送网，电子商务市场中物流能力及其定义见表1。

本文运用主成分分析（Principal Component Analysis）的因子分析法，对表1的物流能力评价指标进行降维处理，得到评价公司物流能力的主要因素。

三、数据的获取和处理

通过寄送调查表(表2)给公司CEO获取样本和回归需要的数据,以Likert量表方式设计的问题。要求受访广州到吉安物流者评估本企业的状况，就本企业物流能力进行打分，高分值表示物流能力强，低分值表示物流能力弱。发出100份调查表，收回39份，计算物广州到怀化物流流能力评价指标的相关矩阵。

采用计算机软件SPSS，计算得到因子分析相关结果，总方差解释(Total Variance Explained)如表2，旋转以后的载荷矩阵(Rotated Component Matrix)如表3。

由表2和表3可以得到，提取特征值大于0.7时，得到4个主因子和因子模型，因子得分函数如下:

F1=-0.252x1-0.356x2-0.155x3+0.069x4+0.232x5-0.157x6+0.982 x7-0.069x8+0.982x9 +0.847x10+0.982x11

F2=-0.356x1-0.017x2-0.122x3+0.359x4+0.743x5 +0.857x6 -0.004 x7+0.899x8-0.004x9-0.123x10-0.004x11

F3=0.844x1+0.883x2-0.082x3+0.246x4-0.431x5-0.066x6-0.155x7-0.059x8-0.155x9 0.333x10-0.155x11

F4=0.009x1+0.104x2+0.904x3+0.706x4 +0.韶关到安康物流298x5-0.106x6-0.011x7+0.097x8-0.011x9-0.128x10-0.011x11

从因子模型中可以看出,第一个因子主要由变量 “选择性的配送范围”、“全球配送网”、“交付信息交流”、“互联网订货处理”决定,它们作用在第一个因子上的载荷分别为0.982,0.982,0.847和0.982;第二个因子主要由变量“对目标市场的反应”、“广泛的配送范围”、“低成本配送”决定,它们作用在第二个因子上的载荷分别为0.743，0.857，0.899;第三个因子主要由变量“售前客户服务”、“售后客户服务”决定,它们作用在第三个因子上的载荷分别为0.844和0.883;第四个因子主要由变量“交付速度”、“交付可靠性”决定,它们作用在第四个因子上的载荷分别为0.904和0.706。因此,公司可以从客户服务、可靠性、配送范围和信息处理等方面评价物流能力。

四、结束语

物流能力的评价是一种典型的多指标问题，涉及的因素繁多。多指标带来了分析上的复杂性和指标间的多重相关性两大问题,主成分分析方法是一种指标约简和削弱指标间多重相关性的优良工具。为此,本文利用主成分分析方法对企业物流能力进行综合评价。该方法具有如下优点:(1)主成分分析方法基于原始数据本身，评价结果符合客观实际。(2)将多指标进行降维处理降低了评价的复杂度,削弱了指标间的多重相关性。(3)易于发现影响物流能力的关键因素,有利于促进企业改善经营管理,提升核心竞争力。