孔月紅 章良

引言：本文在簡要介紹第三方汽車物流績效概念和因子分析法基本原理的基礎(chǔ)上，借助調(diào)研機會，采取調(diào)研問卷的方式獲得原始數(shù)據(jù)，并利用SPSS軟件，從一個新的角度對第三方汽車物流企業(yè)進行定量評價分析。在評價過程中，綜合考慮前期各個主要評價指標(biāo)的設(shè)置，中期各個評價指標(biāo)對第三方物流企業(yè)績效的影響程度，后期各個主要評價指標(biāo)能為企業(yè)決策者提供基本的決策依據(jù)。

目前我國已經(jīng)有一些汽車制造企業(yè)采用了第三方物流（3PL）的模式，通過簽訂合作協(xié)議，汽車制造企業(yè)將物流業(yè)務(wù)外包給第三方后，能夠集中精力于自身的核心業(yè)務(wù)，但也須對3PL實施更加有效的業(yè)務(wù)管理、績效評價和權(quán)責(zé)分配。引入3PL的績效評價與控制與傳統(tǒng)的績效評價也應(yīng)有所不同。本文是針對這些情況，特別是目前我國對汽車制造企業(yè)引入第三方物流績效定量評價方面的研究不多的情況而進行研究的。

績效是一個組織或個人在一定時期內(nèi)的投入產(chǎn)出情況，投入指的是人力、物力、時間等物質(zhì)資源，產(chǎn)出指的是工作任務(wù)在數(shù)量、質(zhì)量及效率方面的完成情況。第三方汽車物流績效評價是指依據(jù)統(tǒng)一的評價標(biāo)準(zhǔn)， 依據(jù)一定的程序和原則，借助一套定性或定量化的指標(biāo)體系，對第三方汽車物流企業(yè)進行科學(xué)的綜合評價。

一、因子分析法簡介

因子分析的基本目的就是用少數(shù)幾個主要因子去描述許多指標(biāo)或因素之間的聯(lián)系，也就是說，將相關(guān)性比較密切的幾個變量歸在同一類中，每一類變量就成為一個主因子（之所以稱其為因子，是因為它是不可觀測的，即不是具體的變量），同時，以較少的幾個主因子反映原始資料的大部分信息。

二、具體操作步驟

在全面了解因子分析法的基本操作過程以后，下面就是制訂汽車物流績效評價指標(biāo)體系。在查閱國內(nèi)外有關(guān)物流企業(yè)績效評價指標(biāo)體系大量文獻的基礎(chǔ)上，通過對行業(yè)與企業(yè)專家的咨詢，本文設(shè)定15個具體指標(biāo)對汽車物流企業(yè)績效進行評定。對每個指標(biāo)在汽車物流企業(yè)實施第三方物流進駐后所發(fā)生的變化情況，可以分為5個等級：1=效果非常差，2=效果較差，3=效果一般，4=效果較好，5=效果非常好。這次調(diào)查的范圍主要是遼寧地區(qū)的汽車物流企業(yè)，共發(fā)放問卷150分，收回有效問卷117份。

本文采用SPSS19軟件對調(diào)研所獲取的數(shù)據(jù)進行因子分析，具體步驟如下：

1.KMO和Bartletts球形檢驗

在做因子分析前，首先要調(diào)研數(shù)據(jù)是否適合做因子分析?？梢岳肧PSS軟件對調(diào)研數(shù)據(jù)進行KMO統(tǒng)計量和Bartletts球形檢驗。如表1。

KMO統(tǒng)計量是取值在0和1之間。當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和遠遠大于偏相關(guān)系數(shù)平方和時，KMO值接近1。KMO值越接近于1，意味著變量間的相關(guān)性越強，原有變量越適合作因子分析；當(dāng)所有變量間的簡單相關(guān)系數(shù)平方和接近0時，KMO值接近0。KMO值越接近于0，意味著變量間的相關(guān)性越弱，原有變量越不適合作因子分析。

Kaiser給出了常用的KMO度量標(biāo)準(zhǔn)：0.9以上表示非常適合；0.8表示適合；0.7表示一般；0.6表示不太適合；0.5以下表示極不適合。

Bartletts球形檢驗用于檢驗相關(guān)矩陣是否是單位矩陣，若小于0.05，則表示可以做因子分析。

從表1可以看出，樣本數(shù)據(jù)的KMO值為0.802，球形檢驗值為0.000，表明樣本數(shù)據(jù)適合做因子分析。

2.利用主成分分析法求解。

利用SPSS軟件對調(diào)研數(shù)據(jù)做描述性統(tǒng)計分析。按照特征值大于1的標(biāo)準(zhǔn)以及方差極大旋轉(zhuǎn)法提取因子，可提取4個因子。從解釋的總方差表中，我們可以看出這4個因子的初始特征值分別為4.396，，2.774，2.490，1.555，貢獻率為46.641%，15.826%，13.602%，10.702%，累計貢獻率為86.771%，符合主成分分析的標(biāo)準(zhǔn)。

可以根據(jù)旋轉(zhuǎn)前的成分矩陣表寫出4個主成分表達式（使用變量名）：

主成分i=∑Ai×變量名

可以看出，用這4個因子代替15個原始變量，可以概括原始變量所包含信息的86.771%。輸出結(jié)果可以認(rèn)為對因子的提取結(jié)果比較理想。但是在旋轉(zhuǎn)前的成分矩陣表里，每個因子中各個原始變量的系數(shù)沒有明顯的差別，因此，應(yīng)采用最大方差法進行旋轉(zhuǎn)，使系數(shù)向0和1兩極分化，從而可以對主成分命名。

對這4個主因子進行方差極大旋轉(zhuǎn)，得到旋轉(zhuǎn)后的旋轉(zhuǎn)成分矩陣，見表2。

根據(jù)方差最大化正交旋轉(zhuǎn)法，可以得到成分得分系數(shù)矩陣，見表4。根據(jù)因子得分系數(shù)和原始變量的標(biāo)準(zhǔn)化值，可以計算每個觀測量的各因子的得分?jǐn)?shù)，并可進一步分析觀測量。

下面，我們對成分得分系數(shù)矩陣?yán)锏臄?shù)據(jù)進一步做歸一化處理?？梢缘贸龈鱾€原始指標(biāo)在主因子里的權(quán)重。見表5。

假設(shè)各指標(biāo)變量在績效評價時的權(quán)重為 ，則 。

假設(shè)W為汽車物流企業(yè)綜合績效評價， 為主因子中第j個指標(biāo)的評價得分。我們可以得出： 。進而可以計算出汽車物流企業(yè)的綜合績效評價。

三、結(jié)論

本文為汽車物流企業(yè)綜合績效評價提供了一個指標(biāo)體系，定量化的評定方法。這個評價過程采用因子分析法，不僅考慮了影響汽車物流企業(yè)績效的所有重要指標(biāo)，還科學(xué)評定了各個指標(biāo)對整個企業(yè)績效的影響程度，直觀地說明了汽車物流企業(yè)采用第三方物流進駐能獲得競爭優(yōu)勢的原因。此外，綜合評價計算公式還可以為汽車物流企業(yè)領(lǐng)導(dǎo)在引入第三方物流進駐時提供科學(xué)的決策依據(jù)。

參考文獻

[1]王磊，引入TPL的汽車制造企業(yè)物流優(yōu)化研究[D]，長安大學(xué)碩士論文，2005.

[2]蘇海霞，汽車制造業(yè)第三方物流績效評價與管理研究[D]，對外經(jīng)濟貿(mào)易大學(xué)碩士論文，2007.

[3]馬國慶，管理統(tǒng)計[M]，北京：科學(xué)出版社，2002.

（作者單位：遼寧省交通高等?？茖W(xué)校）

作者簡介：孔月紅，女，經(jīng)濟師，講師，物流管理專業(yè)碩士研究生。遼寧省交通高等?？茖W(xué)校物流管理系副主任。研究方向：物流管理、職業(yè)教育。

基金項目：2012年度遼寧省教育廳一般科研項目“基于產(chǎn)業(yè)集群的第三方汽車物流運作模式研究”（項目編號：W2012253）