中国流通经济2014年第3期口企业管理第三方物流供应商评价的实证研究一一基于探索性因子分析与综合赋权法孙文清(河南工程学院管理工程学院，河南郑州451191) 摘要:通过探索性因子分析，对调查问卷进行了构建效度的检验，删去了干扰变量，提取了服务质量、服务数量、供应商管理水平和供应商基本情况4个公共因子，对公共因子回归分析的标化系数进行加权处理作为变量的客观赋权，对问卷变量的均值进行归一化作为主观权重，以客观权重和主观权重的算术平均值作为变量的综合权重，据此构建了z市的第三方物流供应商的综合评价体系模型。关键词:探索性因子分析;综合赋权;第三方物流;评价体系中固分类号:文献标识码A文章编号:1007-8266(2014)03-∞91-05探索性因子分析(ExploratoryFactor Analysis , 一、引言EFA)是因子分析的一种，根据相关性的大小对原随着经济的发展，越来越多的企业在思考如始变量进行分组，使得同一组变量间存在较高的何将传统基于自身资源的"纵向一体化"管理模式相关性，不同组变量间的相关性较低，每一组变量向基于外部资源的"横向一体化"管理模式转变，代表了一个公共因子，是不可观测的隐变量，表示把诸如仓储、运输等非核心业务外包出去，着力培一种内在结构，[1]其个数m小于原始变量的个数养自身的核心竞争力。因此，如何对外包企业进行po探索性因子分析的数学模型将原始变量表示为评价、选择，建立战略同盟，实现强强联合，便成为公共因子的线性组合，利用回归的思想，即以公共许多企业特别是制造企业面对的紧迫课题。因子为因变量、原始变量为自变量进行回归分析，对企业进行准确评价是一个系统工程，需要反过来可以把公共因子表示为原始变量的线性组构建基于外包企业的评价体系，一方面涉及到对合，建立回归方程。外包企业多侧面、多属性的识别，另一方面涉及到Fj=βjlX1+βj2X2+…+βjpXp , j=l, 2, ,m (0 对这些属性重要性的界定，而完成这方面的数据式(0为公共因子得分函数。如果给出一组样收集则需要借助问卷调查来实现。探索性因子分本数值，则可带入该函数求出公共因子的估计得析是一种可以对问卷进行构建效度的检验，并对分，将每一个公共因子的得分进行加权综合，就可问卷多维变量进行简化以寻求变量间潜在结构的得到原始变量的综合得分，实现基于原始变量整多元统计分析方法，能够有效解决基于多变量的体属性的排序和评价。[2]因此，探索性因子分析适综合评价问题o合应用在顾客满意度调查、服务质量调查、形象调查和市场划分识别等社会科学领域。二、相关理论评述探索性因子分析在社会科学领域中的应用是借助调查问卷这个载体实现的，其应用的另一目1.探索性因子分析的是检验问卷量表的构建效度。[3]所谓构建效度91
是从回收的问卷量表信息中有效地抽取公共因在不一致的情况。子，并使得公共因子正确描述问卷量表所要测量综合赋权方法能够有效弥补客观赋权方法的的心理学意义上的潜在结构的程度。要提高量表局限。在主观赋权过程中，专家人员根据自己的经的构建效度，必须识别并删去量表中足以混淆结验、智慧和对评价指标变量的理解，给出指标变量的论的无关的干扰题项变量。如问卷编制人员通过相对重要性界定，所赋权重最直接、最真实地反映了查阅相关文献和专家审核往往把调查问卷的内容量表变量重要性及其相互间的差异以及核心企业诉分为几个层面，每一个层面包括一定的题项，进行求。综合赋权方法把客观赋权和主观赋权两种方法探索性因子分析时，必须要考虑公共因子所包含合理地综合起来，有效避免了两种方法的局限，真实的题项变量是否与问卷编制题项相同。如果一个全面地揭示评价变量间的相互影响程度和联系。题项变量包含在不同的公共因子中，即具备双重国内学者针对综合评价体系问题从多个层面荷载，一般需要考虑删除该题项，否则就无法确定进行了大量研究。[日]r面基于综合赋权的基本思公共因子结构中所包含的题项变量，也就无法为想，运用统计软件，用实例说明探索性因公共因子命名;或者，当题项变量的因子负荷较小于分析在第三方物流供应商综合评价中的应用。(一般小于)，则说明公共因于对该变量变异的解释度较小，也需要考虑删除该变量。另外，共三、实例同性估计值的高低也可以作为筛选题项变量的标准，所谓共同性就是每一个变量在每个公共因子Z市在我国属于交通枢纽城市，近年来，随着负荷的平方和，共同性越高，表示该变量与其他变经济的发展，物流业务的需求日益扩大。本研究抽量可测量的共同特性越多，亦即该变量越有影响取该市7家制造企业进行有关第二方物流供应商力。→般说，共同性小于的变量可以考虑删除。服务质量评价的市场调查，以期建立基于Z城市不适合的题项变量被删除后，需再次进行分析，重的第三方物流供应商评价体系。新检验新的公共因子结构，直至符合理论基础或1.问卷设计与数据收集研究框架。基于Z市7家制造企业针对物流业务的需求综上可知，通过排除无关题项以提高量表的特点，结合我国《物流企业分类及评估指标))(GBI 构建效度，通过降维以找出量表的潜在结构进而进TI9680-2005)参考评价指标，邀请7家企业相关行排序、评价，是探索性因子分析的两个主要作用。人员和物流专家进行讨论，按照可衡量性和突出2.综合赋权重点兼顾全面的原则，确定了评价第三方物流供多指标综合评价的赋权方法大致可分为两大应商服务质量的22个评价指标变量:增值业务性类:一类是主观赋权法，如综合评分法、层次分析法、价比ql、订单处理准确性q2、交货时间柔性q3、投德尔菲法等:另一类是客观赋权法，如主成分分析诉处理满意率q4、订单满足率肝、交货完好率q6、法、因子分析法等。[4]探索性因子分析属于客观赋交货准时性q7、订单完成率q8、交货数量柔性肝、权。在式(1)公共因子得分函数中，βlP是探索性因例外事件处置时间q胁增值业务种类ql1、订单处子分析的因子得分系数，类似于基于公共因子再进行理时间q12'信息共享业务范围q13'客户回访制度多元回归分析中的标化回归系数，它是问卷评价变q仲信息系统维护q15'{共应商经营理念q胁员工素量的权重，反映了该变量对公共因子冉的重要程度。质q17、信息共享速度q18、供应商市场声誉q19、业务探索性因子分析客观赋权的缺陷主要源自量操作安全性q如供应商企业规模q21、物流设备水表信息总量的流失，由于降维作用，被提取的公共平q泣。问卷采用李克特5级量表标度法，"1"表示因子个数m通常明显小于原始指标变量个数p(否非常不重要，"2"较不重要，"3"表示一般，"4"表示则该方法也就失去了简化数据的意义)，所有公共较重要，"5"表示非常重要。因子并不能完全反映量表指标变量的总体信息。一般认为，探索性因子分析样本数与问卷题因此，由探索性因子分析确定的指标变量权重与项变量的比例为1:10时，结果会更具有稳定性;[8] 量表受访者心理意义上的变量重要性差异必然存塔巴尼克(Tabachnick)等[9]认为，在社会及行为科92
学领域中，因子分析样本数须在表l问卷坪价交量均值3∞以上，但若变量的因子荷载量较高或变量数较少，则可适当减少样本数，150的样本数已经足够。本研究以7家企业的中高层管理者和采购、制造、库存、销售等部门员工为调查受访对象，共发放调查问卷312份，收回有效问卷246份。经统共因子的个数。公共因子筛选方法通常有凯泽计，得到22项评价指标的均值，见表10(Kaiser)特征根法、斯科瑞(Scree)图检验法、方差2.探索性因子分析预分析百分比法等几种方法。特征根是公共因子影响力问卷构建效度检验。对回收问卷进行探索性度的指标，表示引入该公共因子后可解释平均多因子分析，首次删去因子负荷较小的题项变量Q18'少原始变量信息。一般采用特征根取一定值或被第二次删去具有双重因子负荷伽，至此，问卷有效提取公共因子所能解释全体指标变量的累加变异题项变量为20个。量达到某一预设百分比作为提取公共因子的筛选问卷数据相关性检验。运用统计软标准。研究表明，当题项变量数目介于20至50之件，首先对问卷数据进行统计分析，指标变量间偏间，以特征值1作为公共因子选择的准则最为可相关性的KMO值为，表明各变量间的相关靠，[叫而预设百分比高低需依据研究目标或所涉程度差异不大，变量间的关系良好;数据通过Bar及学科领域而定。通常，需综合上述方法以确定合适lett假设检验，表明变量问并非独立。这表明问卷数的公共因子数量。本研究采用方差最大化正交旋转据非常适合进行探索性因子分析。方法，并且要求特征根大于1且积累方差贡献率大3.探索性因子分析于80%(参见表D。探索性因子分析的过程主要包括收集观测变对被提取的4个公共因子进行相关分析可量、获得协方差阵(或相似系数矩阵)、确定因子个知，Pearson值均为0，表明公共因子间完全不相数、提取因子、因子旋转、解释因子结构和因子得分7个方面的内容。[关，满足上述假设。10) 由表2可知，前4个公共因子的特征根均大(1)因子旋转与提取于1.其解释的指标变量变异部分之和占指标变量因子旋转是调整各公共因子载荷量的大小，总变异的毛，亦即包含原始数据的信息总量便于对公共因子进行解释。探索性因子分析常用达到了毛。这也表明有近20%的信息作为公的旋转方法大致分为正交旋转和斜交旋转两种。共因子提取、变量结构简化的代价而流失。→般认为，当公共因子间的相关系数在以上以各公共因子的方差贡献率占4个公共因子时，宜采用斜交旋转法:若公共因子间的相关系数总方差贡献率的比重作为权重进行加权，则可得小于时，则采用正交旋转方法较为适宜。[11 )本到Z市第三方物流供应商评价体系因子模型:研究假设公共因子间弱相关，采用方差最大化正F= (+++) I 交旋转法，待提取公共因子后，再进行验证。1 2 3 =+几++瓦(2)探索性因子分析最常使用的公共因子提取方13法为主成分分析法和主轴因子法。二者主要区别表2公共因子解释方差在于，前者从解释变量的变异出发，尽量使变量的方差能够被主成分/公共因子解释，该法较适合于公共因子简化变量结构;后者从解释变量的相关性出发，使特征根变量间的相关程度尽量被公共因子解释。本研究方差贡献率(%)采用主成分分析法作为公共因子的提取方法。总方差贡献率(%)提取公共因子之后，应根据研究需要确定公93
式。〉中.F、凡、F3、巳分别表示第一、第二、第1表3方差最大化旋转下公共因子荷载矩阵三、第四个公共因子，可以看出4个公共因子在综合评价体系中的权重大小。FFI 2 F3 F. 共同度(2)公共因子结构ql 甲 因子负荷类似于回归分析中回归系数的权 q2 q3 重，反映公共因子和各题项变量的密切程度。当各 q. 公共因子完全不相关时，因子荷载值就等于公共q, 因子与变量的相关系数，其绝对值越大，表明该公 O.∞4 q6 共因子对对应变量的影响程度越大(参见表3)。q7 表3反映了各变量的变异主要由哪些公共因q8 子解释，即将变量表示为公共因子的线性组合，这 q9 样就能看出不同公共因子对变量的影响大小。有qlO qll 时为了对公共因子进行(经济)解释，需要反过来 ql2 一 把公共因子表示为变量的线性组合，变量系数的 l3 I 绝对值较大且大小相当时，可以认为该公因子主 ql. I 要是这几个指标变量的综合反映。在公共因子 q" 的线性组合中，主要是ql、q2、q3、机、肝、q6、q7和 I ql6 的综合反映，可以理解为是对第三方物流企业"服qη 务质量"的要求:在公共因子凡的线性组合中，主 ql9 q21 要是肝、ql叫11巾2和q13的综合反映，可以理解为。‘044q12 是"服务数量";在公共因子R的线性组合中，主要是ql4、ql5、q16和q17的综合反映，可以理解为是物流供应商的"管理水平";在公共因子凡的线性组分别对上述标化系数之和进行归一化，作为变量的合中，主要是q19和q21、q22的综合反映，可以理解客观权重帜，见表5。为是物流供应商的"基本情况"。对表1数据(不包括ql8和qW>进行归一化，作结合式(2)知道，公共因子"服务质量"在对物为变量的主观权重Wj。流供应商评价中权重最大，权重值为."服务根据公式(的，对客观权重矶和主观权重Wj数量"、供应商"管理水平"和供应商"基本情况"所进行算术平均，求出评价变量的综合权重鸣，IUI见起的影响作用依次递减。表4回归分析的标化系教(3)综合评价模型构建以公共因子Fl、凡、F3、凡为因变量，各变量为自变量进行回归βiI βa βa βs β。βa βθ βilO β" β" 达1分析，回归分析中各变量标化系F, 数见表 2 首先，根据公式(1)和公式几 。)，分别对表5中4个公共因子F.与 O.∞5 O.∞s 的20个评价变量的标化系数进βill β‘12 βil3 β出p M β‘15 队16β‘口β‘19 βa 这1行加权求和。 FI 岛=卢lj+卢2j+β3j几 +β:4j j=l, 2, ,20 (3) R 几 其次，利用公式矶=β辽;码，94
表6。表5回归分析系数汇总与归一化鸣=(Wj+W) 12 (4) 至此，可得Z市第三方物流供应变量ql q2 q, q4 q, q6 q7 qs q9 qlO 商综合评价体系模型: t号 j F = + + + 变量ql1 q12 q13 q14 q15 q16 q17 q19 q21 qzz + + + + t号 + + + + j + \3+ + + 16+ n+ Ø 句21+表6物流供应商评价变量的权重汇总 (5) 制造企业可以针对备选物流供变量ql q2 q, q4 q, q6 q7 qs q9 qlO 应商的上述20项评价变量的表现进 1 j 创 行打分，再带入公式(5)求出该物流Wj 吗供应商的综合评价值，据此进行比选。变量ql1 q12 q13 q14 q16 q17 q19 q21 qzz ql’ 六本文系河南省科技厅软科学项目"河 j 南省第二方物流企业服务质量评价体系构Wj 建及研究"(项目编号:132400410768)的部 吗分研究成果。参考文献:[1]、[8]张文彤.SPSSll统计分析教材[M]北京:北京希望口]完世伟.城乡一体化评价指标体系的构建及应用一以河南省为例口J.经济经纬，2008(4): 60-63. 电子出版社，2002:191-193. [2]何晓群.多元统计分析[MJ.北京z中国人民大学出版[9]Tabachnick B G, Fidell L Multivariate Statis›tics C5thED) [M].N eedham Heights, MA: Allyn and Bacon, 2007. 社，2008:204-225. [10]王松涛.探索性因子分析与验证性因子分析比较研[3]、[11]、[12]吴明隆问卷统计分析实务一一SPSS操作与应用[M].重庆2重庆大学出版社，2010:究口].兰州学刊，2006(5) : 155-156. 194-208. [4]陈嘉立，李学建.基于主成分和层次分析法的银行绩[13]宋海洲，王志江.客观权重与主观权重的权衡阳.技术经济与管理研究，2003(3) : 62. 效评价研究口J.系统科学学报，(1):74-76. [5]府亚军，黄海南.基于因子分析模型的上市公司经营[作者简介]孙文清(1972斗，男，河南省确山县人，河南业绩评价口].统计与决策，2006(24):167-168.工程学院管理工程学院副教授，主要研究方向为物流与供[6]何有世，徐文芹.因子分析法在工业企业经济效益综应链管理.责任编辑:方程合评价中的应用[凡数理统计与管理，2003，22(1):19-22. Empirical Study on 3PL Supplier Evaluation -一一Basedon EFA Comprehensive Weight SUN Wen-qing CHenan Institute of Engineering, Zhengzhou 451191, China) Abstract: In出isp aper, the Questionnaire was checked with construct va1idity by means of exploratory factor analysis (EFA). Disturbance variables were deleted. Four common factors were extracted, including quality of services, quantity of services, supplier management levels and supplier management basic situations. Normalization factors of common factors regression analysis were weighted as objective weights of variables. Mean values of questionnaire variables were normalized as subjective weights. Average values of both types of weights were taken as comprehensive weights of variables. The supplier evaluation system model of 3rd Party Logistics (3PL) in Z city was bui1t on these grounds. Key words: exploratory factor analysis; comprehensive weight; 3rd party logistics; evaluation system 95
