賀金霞 副教授（河南工程學(xué)院 鄭州 450000）

引言

2016年，阿里巴巴董事長馬云在云棲大會(huì)上提出，未來零售行業(yè)的發(fā)展是在大數(shù)據(jù)、云計(jì)算等創(chuàng)新技術(shù)的引領(lǐng)下，線下線上深度融合，借助現(xiàn)代化的物流，形成“實(shí)體+網(wǎng)上+物流”的新零售模式。新零售模式的特征之一就是線上線下全渠道融合，即通過線上線下互動(dòng)融合，改善購物體驗(yàn)，提高流通效率，提升消費(fèi)者的消費(fèi)體驗(yàn)。由此可見，要想實(shí)現(xiàn)全渠道融合，全渠道供應(yīng)鏈的整合和優(yōu)化首當(dāng)其沖。供應(yīng)鏈協(xié)同有助于供應(yīng)鏈上各節(jié)點(diǎn)企業(yè)為實(shí)現(xiàn)供應(yīng)鏈的整體目標(biāo)而共同努力、協(xié)調(diào)同步，實(shí)現(xiàn)各環(huán)節(jié)無縫對(duì)接。全渠道供應(yīng)鏈協(xié)同是全渠道供應(yīng)鏈得以整合和優(yōu)化的基礎(chǔ)和前提。因子分析包括探索性因子分析（EFA）和驗(yàn)證性因子分析（CFA）。探索性因子分析的作用是將關(guān)系復(fù)雜的多個(gè)變量綜合為少數(shù)幾個(gè)核心因子，然后通過驗(yàn)證性因子分析驗(yàn)證所提取的核心因子與其相對(duì)應(yīng)的測(cè)度項(xiàng)之間的關(guān)系是否符合所設(shè)計(jì)的理論。將探索性因子分析和驗(yàn)證性因子分析相結(jié)合，可以通過尋找潛在公共因子，合理解釋因子的意義，從而揭示錯(cuò)綜復(fù)雜的事物的內(nèi)部結(jié)構(gòu)。因此，通過因子分析可以提取全渠道供應(yīng)鏈協(xié)同的公共因子，保障全渠道供應(yīng)鏈協(xié)同的有效實(shí)施。

理論背景

供應(yīng)鏈管理中有兩大效應(yīng)：雙重邊際效應(yīng)和牛鞭效應(yīng)，這兩大效應(yīng)極大地影響了供應(yīng)鏈的效率和效益。雙重邊際效應(yīng)是指各成員企業(yè)為了追求個(gè)體利益最大化，導(dǎo)致企業(yè)分散決策產(chǎn)生的供應(yīng)鏈整體收益低于集中決策的供應(yīng)鏈?zhǔn)找?。為了克服這種現(xiàn)象，需要在供應(yīng)鏈成員間培育收益共享的理念，并通過供應(yīng)鏈成員簽訂收益共享契約來保障各成員協(xié)同決策、共享收益。牛鞭效應(yīng)指需求訂單沿著供應(yīng)鏈流動(dòng)時(shí)被不斷變異放大，這種現(xiàn)象不可避免會(huì)產(chǎn)生高成本，如生產(chǎn)和倉庫資源的低效利用，高昂的運(yùn)輸和庫存成本，變差的客戶服務(wù)，不確定的生產(chǎn)計(jì)劃等。供應(yīng)鏈成員間的信息共享可以有效降低牛鞭效應(yīng)。企業(yè)通過收集、分析、共享各成員的生產(chǎn)及銷售信息，有效減少信息不對(duì)稱的現(xiàn)象，促進(jìn)供應(yīng)鏈各環(huán)節(jié)有效、無縫銜接，減少不必要的浪費(fèi)，提高協(xié)同收益。為了保障供應(yīng)鏈成員間的完全信息共享，需要簽訂信息共享契約以規(guī)范和約束各企業(yè)信息的透明度和準(zhǔn)確性。雖然，契約的約束力得到了理論界和實(shí)踐者的共同認(rèn)可，不可否認(rèn)違約現(xiàn)象仍時(shí)有發(fā)生。究其原因主要是契約簽訂者缺乏良好的契約精神。由此可見，供應(yīng)鏈協(xié)同的影響要素主要包括信息共享、收益共享和契約精神。通過對(duì)三大因素的管理和控制可以改善雙重邊際效應(yīng)和牛鞭效應(yīng)，提高協(xié)同收益，實(shí)現(xiàn)有效的供應(yīng)鏈協(xié)同。諸多研究證明收益共享和信息共享對(duì)供應(yīng)鏈協(xié)同收益影響巨大，但企業(yè)往往需要通過簽訂具有法定意義的正式契約來保障企業(yè)間的收益共享和信息共享。企業(yè)秉承的契約觀和契約精神對(duì)企業(yè)間的信息和收益共享有著直接的影響，并間接影響協(xié)同收益。因此，全渠道供應(yīng)鏈協(xié)同要素的關(guān)系模型如圖1所示。

圖1 研究模型

研究設(shè)計(jì)

（一）研究樣本

糧食屬于大宗商品，關(guān)系國計(jì)民生。近年來，隨著“互聯(lián)網(wǎng)+”在糧食行業(yè)的推廣應(yīng)用，新零售模式對(duì)糧食行業(yè)的影響越來越大。本調(diào)研主要針對(duì)糧食行業(yè)，數(shù)據(jù)采集自河南、河北、山東等產(chǎn)糧大省的 32 家大中型企業(yè)和51個(gè)種糧大戶，其中糧食加工企業(yè)17家、糧食批發(fā)和零售企業(yè)15家。調(diào)研以調(diào)查問卷的方式進(jìn)行，主要包括網(wǎng)上發(fā)放和當(dāng)面訪談兩種形式。網(wǎng)上回收問卷387份，有效問卷352份，訪談回收問卷60份，全部為有效問卷，合計(jì)回收有效問卷412份。問卷分為兩部分，隨機(jī)抽取100份用于探索性因子分析，其余的312份用于驗(yàn)證性因子分析。調(diào)研對(duì)象主要包括采購、生產(chǎn)、銷售等與供應(yīng)鏈協(xié)同相關(guān)的工作人員。男性占比62.2%，女性占比37.8%。平均年齡32.18歲，平均工作年限6.12年。

表1 KMO和巴特利特檢驗(yàn)

表2 公共因子解釋方差

表3 旋轉(zhuǎn)后的成分矩陣a

（二）變量測(cè)量

供應(yīng)鏈協(xié)同：Stank （2001）針對(duì)企業(yè)間的供應(yīng)鏈協(xié)同設(shè)計(jì)了5個(gè)問項(xiàng)，分別為企業(yè)的績效評(píng)價(jià)是否包含了合作伙伴的績效（SCC1）、與上下游企業(yè)的合作是否提高了企業(yè)績效（SCC2）、伙伴間能否共享收益、共擔(dān)風(fēng)險(xiǎn)（SCC3）、合作是否提高了企業(yè)的運(yùn)營靈活性和上下游企業(yè)能夠合作默契（SCC4）、共享成果（SCC5）等。

協(xié)同收益：Peter Michael Ralston在其博士論文中將協(xié)同收益分為兩個(gè)維度：財(cái)務(wù)收益（FP）和運(yùn)營收益（OP）。財(cái)務(wù)收益采用Flynn et al. （2010）給出的6個(gè)題項(xiàng)，運(yùn)營收益采用Grawe et al. （2011）給出的5個(gè)題項(xiàng)。

信息共享（IS）：呂暉在參考了Zhao et al.（2008）、葉飛和徐學(xué)軍（2009）等研究的基礎(chǔ)上，針對(duì)信息共享設(shè)計(jì)了 2組共12個(gè)測(cè)量問項(xiàng)，分別用來測(cè)量制造商與上游供應(yīng)商和下游客戶間信息共享的程度。因各題項(xiàng)描述內(nèi)容較雷同，為避免共線性，將2組12個(gè)題項(xiàng)合并為1組6個(gè)題項(xiàng)。

收益共享（RS）：收益共享即合作利益的分配。葉懷珍，胡異杰（2004） 建立了供應(yīng)鏈合作伙伴的收益分配模型，該模型以多勞多得、風(fēng)險(xiǎn)補(bǔ)償為基本原則；Satyaveer S.Chauhan，Jean-Marie Proth.（2005）構(gòu)建了三級(jí)供應(yīng)鏈成員企業(yè)之間的利潤分配模型，認(rèn)為利潤分配應(yīng)基于企業(yè)承擔(dān)的風(fēng)險(xiǎn)和投資比例。J. Adetunji Adegbesan and Matthew J.Higgins（2010）認(rèn)為議價(jià)能力是影響收益分配的另一因素。因此，收益共享從投入、風(fēng)險(xiǎn)分擔(dān)和議價(jià)能力三個(gè)方面設(shè)計(jì)了7個(gè)題項(xiàng)。

契約精神（CS）：包括簽訂契約時(shí)的公平維度和執(zhí)行契約時(shí)的誠信維度。公平維度包括充分溝通、自愿、協(xié)商和雙贏4個(gè)題項(xiàng)。誠信維度主要考察出現(xiàn)不利情形時(shí)能否順利執(zhí)行合同，包括4個(gè)題項(xiàng)。

以上各題項(xiàng)均采用 Likert7 系量表進(jìn)行評(píng)價(jià)，從 1-7級(jí)依次表示“非常不同意、不同意、稍微不同意、一般、稍微同意、同意、非常同意”。

數(shù)據(jù)分析

（一）探索性因子分析

探索性因子分析是一種根據(jù)相關(guān)性大小對(duì)原始變量進(jìn)行分組的因子分析方法。通過探索性因子分析可以使得同一組變量間存在較高的相關(guān)性，不同組變量間的相關(guān)性較低。首先對(duì)問卷進(jìn)行預(yù)分析。問卷原有題項(xiàng)33個(gè)，對(duì)問卷進(jìn)行因子分析，先后刪除因子負(fù)荷較小的題項(xiàng)IS6、RS7、CS5、CS7、OP5和SCC5。至此，問卷有效題項(xiàng)降為27個(gè)。接下來對(duì)問卷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，統(tǒng)計(jì)軟件使用SPSS22.0。統(tǒng)計(jì)結(jié)果顯示，KMO值為0.903，表明各變量間相關(guān)性較強(qiáng)； Barlett球形檢驗(yàn)結(jié)果表明變量間并非獨(dú)立（見表1）。因此，問卷數(shù)據(jù)非常適合做因子分析。然后是因子旋轉(zhuǎn)和提取。因子旋轉(zhuǎn)的目的是通過調(diào)整公共因子載荷大小對(duì)公共因子進(jìn)行解釋，通常采用方差最大化正交旋轉(zhuǎn)的方法。因子的提取方法為主成分分析法，盡量使變量的方差能夠被提取的主成分（公共因子）解釋。提取公共因子之后，根據(jù)研究需要確定公共因子的個(gè)數(shù)。公共因子的篩選方法采用凱澤（Kaiser）特征根法，用特征根表示引入該公共因子后可解釋平均多少原始變量信息。因?yàn)楸狙芯款}項(xiàng)數(shù)目介于20至50之間，所以選擇特征值1作為公共因子選擇的準(zhǔn)則。綜上所述，本研究采用方差最大化正交旋轉(zhuǎn)方法，要求特征根大于1且累積方差貢獻(xiàn)率大于80%。通過因子旋轉(zhuǎn)最終提取了6個(gè)主成分（公共因子）。

接下來對(duì)被提取的6個(gè)主成分（公共因子）進(jìn)行相關(guān)分析，分析結(jié)果表明各主成分（公共因子）間完全不相關(guān)（Pearson值均為0），且前6個(gè)公共因子的特征根均大于1，累積方差貢獻(xiàn)率達(dá)到了88.220%，即包含了88.220%的原始數(shù)據(jù)的信息量，具體如表2所示。

最后是公共因子結(jié)構(gòu)分析。用因子荷載值表示公共因子與變量的相關(guān)程度，因子荷載值的絕對(duì)值越大表明該公共因子對(duì)對(duì)應(yīng)變量的影響程度越大。表3反映了不同公共因子所解釋的變量，每組變量系數(shù)的絕對(duì)值均較大且大小相當(dāng)。在公共因子RS的線性組合中，主要是RS1、RS2、RS3、RS4、RS5、RS6綜合反映，可以理解為是對(duì)“收益共享”的要求；在公共因子CS的線性組合中，主要是CS1、CS2、CS3、CS4、CS5、CS6綜合反映，可以理解為是對(duì)“契約精神”的要求；在公共因子IS的線性組合中，主要是IS1、IS2、IS3、IS4、IS5綜合反映，可以理解為是對(duì)“信息共享”的要求；在公共因子FP的線性組合中，主要是FP1、FP2、FP3、FP4、FP5、FP6綜合反映，可以理解為是對(duì)“財(cái)務(wù)收益”的要求；在公共因子SCC的線性組合中，主要是SCC1、SCC2、SCC3、SCC4綜合反映，可以理解為是對(duì)“供應(yīng)鏈協(xié)同”的要求；在公共因子OP的線性組合中，主要是OP1、OP2、OP3、OP4綜合反映，可以理解為是對(duì)“運(yùn)營收益”的要求。從以上各公共因子的構(gòu)成來看，每個(gè)公共因子的構(gòu)成與問卷原結(jié)構(gòu)是完全相符的，說明問卷內(nèi)在結(jié)構(gòu)性較為理想。

（二）信度分析

信度分析的作用是測(cè)量量表結(jié)果的一致性和穩(wěn)定性，主要體現(xiàn)為各問項(xiàng)間的相關(guān)系數(shù)，問項(xiàng)間的相關(guān)性越高，則信度也越高，亦即測(cè)量量表的一致性越高。在對(duì)李克特量表信度的研究中，一般是通過測(cè)量Cronbach's α系數(shù)來判斷各問項(xiàng)之間的一致性。從表4的數(shù)據(jù)分析結(jié)果可以看出，各潛變量的Cronbach's α系數(shù)在0.954到0.978之間，合計(jì)Cronbach's α系數(shù)為0.967，可認(rèn)為問卷各維度數(shù)據(jù)之間的一致性較好，因此問卷具有較高的信度質(zhì)量。同時(shí)可以發(fā)現(xiàn)，各個(gè)問項(xiàng)的修正后項(xiàng)總相關(guān)系數(shù)均大于0.5，并且刪除任何一個(gè)問項(xiàng)均不會(huì)引起Cronbach's α系數(shù)的顯著變化，說明各個(gè)題項(xiàng)設(shè)計(jì)合理，現(xiàn)問卷題項(xiàng)可不必剔除。

表4 各變量Cronbach's α信度分析結(jié)果

表5 驗(yàn)證性因子分析的擬合指標(biāo)

（三）驗(yàn)證性因子分析

驗(yàn)證性因子分析的目的是證實(shí)問卷建構(gòu)效度和理論邏輯的合理性。本研究使用mplus7.0軟件構(gòu)建模型并進(jìn)行計(jì)算，模型擬合指標(biāo)值如表5所示。從表5中可知，卡方與自由度之比為3.17，CFI和TLI均高于0.9，RMES稍高于0.08，SRMR=0.048，在好的標(biāo)準(zhǔn)范圍內(nèi)，總體來看，可以判定模型的擬合度較好，說明本研究的問卷整體結(jié)構(gòu)效度良好。且各題項(xiàng)與相應(yīng)潛變量的相關(guān)系數(shù)均小于0.05，可以認(rèn)為各個(gè)題項(xiàng)與對(duì)應(yīng)的潛變量具有顯著的相關(guān)性，進(jìn)一步說明本次問卷整體效度較為理想。

結(jié)論

供應(yīng)鏈協(xié)同是供應(yīng)鏈管理領(lǐng)域研究的熱點(diǎn)話題，受到社會(huì)各界的廣泛重視。供應(yīng)鏈協(xié)同不僅有利于企業(yè)競(jìng)爭(zhēng)力的強(qiáng)化，還有利于供應(yīng)鏈整體目標(biāo)的達(dá)成和整體收益的提高，有助于實(shí)現(xiàn)全渠道供應(yīng)鏈的有效融合，適應(yīng)新零售的發(fā)展趨勢(shì)。本文通過探索收益共享、信息共享和契約精神與協(xié)同收益和供應(yīng)鏈協(xié)同之間的關(guān)系，發(fā)現(xiàn)供應(yīng)鏈協(xié)同的源動(dòng)力是協(xié)同收益（包括財(cái)務(wù)收益和運(yùn)營收益），而收益共享、信息共享和契約精神對(duì)協(xié)同收益均有影響。為證明研究模型的有效性，在理論和文獻(xiàn)綜述的基礎(chǔ)上，構(gòu)建各變量調(diào)研題項(xiàng)，設(shè)計(jì)調(diào)查問卷，運(yùn)用因子分析方法對(duì)樣本進(jìn)行分析，驗(yàn)證量表的信度及效度。通過探索性因子分析提取了6個(gè)公共因子，且公共因子解釋的變量與問卷原結(jié)構(gòu)完全相符，因此可以認(rèn)為問卷內(nèi)在結(jié)構(gòu)性較為理想。各潛變量的Cronbach's α系數(shù)均高于0.9，可認(rèn)為問卷各維度數(shù)據(jù)之間的一致性較好，問卷具有較高的信度質(zhì)量。驗(yàn)證性因子分析證明，各個(gè)題項(xiàng)與對(duì)應(yīng)的潛變量存在明顯的相關(guān)性，進(jìn)一步說明本次問卷各潛變量整體效度較為理想，可以成為測(cè)量全渠道供應(yīng)鏈協(xié)同的工具。