賈鴻飛 孫利輝 孫翠華

摘要：

基于居家養(yǎng)老服務(wù)上市公司披露的財(cái)務(wù)數(shù)據(jù)，采用SPSS 250軟件，運(yùn)用主成分分析法對(duì)45家提供居家養(yǎng)老服務(wù)的上市公司的資產(chǎn)增長率、資產(chǎn)利潤率、資產(chǎn)周轉(zhuǎn)率、流動(dòng)資產(chǎn)周轉(zhuǎn)率、營業(yè)收入增長率、應(yīng)收賬款周轉(zhuǎn)率、應(yīng)付賬款周轉(zhuǎn)率、存貨周轉(zhuǎn)率、主營業(yè)務(wù)收入增長率以及資產(chǎn)負(fù)債率10個(gè)衡量企業(yè)財(cái)務(wù)績效指標(biāo)進(jìn)行降維處理，使企業(yè)自身及其上下游合作者能夠更簡(jiǎn)便快捷得了解企業(yè)業(yè)績狀態(tài)。

關(guān)鍵詞：

主成分分析;居家養(yǎng)老服務(wù)供應(yīng)鏈;財(cái)務(wù)績效指標(biāo)

中圖分類號(hào)：F2751

文獻(xiàn)標(biāo)志碼：A

收稿日期：2020-10-05

基金項(xiàng)目：

青島市社科規(guī)劃項(xiàng)目（批準(zhǔn)號(hào)：QDSKL1801077）資助。

通信作者：

孫利輝，女，博士，教授，主要研究方向?yàn)椴┺恼撆c機(jī)制設(shè)計(jì)。E-mail：755177622@qq.com

自2000年以來，中國老齡化程度持續(xù)加快。2020年6月11日中國發(fā)展研究基金會(huì)發(fā)布《中國發(fā)展報(bào)告2020：中國人口老齡化的發(fā)展趨勢(shì)和政策》預(yù)測(cè)：2020-2035年，中國的總?cè)丝趯?huì)達(dá)到一個(gè)最大值并且會(huì)長期處于一個(gè)負(fù)增長的階段，達(dá)到峰值的時(shí)間大概是在2030年左右，峰值人口將會(huì)在14.3億左右，之后中國人口將會(huì)進(jìn)入負(fù)增長階段[1]。中國一直是以家庭養(yǎng)老為主、社區(qū)為依托，養(yǎng)老機(jī)構(gòu)為輔助的養(yǎng)老模式。如今中國家庭結(jié)構(gòu)逐漸趨于小規(guī)模化，“421”家庭結(jié)構(gòu)已經(jīng)屢見不鮮，養(yǎng)老機(jī)構(gòu)的建設(shè)周期長且成本較高。以往的養(yǎng)老模式不能滿足中國老人的養(yǎng)老需求，居家養(yǎng)老服務(wù)模式應(yīng)運(yùn)而生。傳統(tǒng)意義的養(yǎng)老觀念是老人必須離家在養(yǎng)老機(jī)構(gòu)中養(yǎng)老，居家養(yǎng)老可以讓不同身體機(jī)能的老人在家享受服務(wù)。國外居家養(yǎng)老服務(wù)一般被稱為老年人社區(qū)照顧，是社區(qū)照顧的主要服務(wù)內(nèi)容之一。Sharkey[2]針對(duì)居家養(yǎng)老服務(wù)資源方面進(jìn)行了研究，提出整合社區(qū)部分資源，以實(shí)現(xiàn)社區(qū)照料資源的價(jià)值。Phelan等[3]研究得出對(duì)于老年人口基數(shù)大的國家，居家養(yǎng)老服務(wù)的輔助作用非常大。Sigurdardottir等[4]總結(jié)出社區(qū)居家養(yǎng)老服務(wù)供給主體應(yīng)具有的特點(diǎn)。Ergas[5]提出為老年人提供居家養(yǎng)老服務(wù)時(shí)要考慮全面，除了要提供生活照料服務(wù)外還要提供精神慰藉服務(wù)。徐翠蓉等[6]認(rèn)為居家養(yǎng)老可通過社會(huì)力量為居住在家的老人提供多種服務(wù)的養(yǎng)老方式，總結(jié)了居家養(yǎng)老的服務(wù)優(yōu)勢(shì)。石琤[7]總結(jié)了居家養(yǎng)老模式需具備兩個(gè)明顯特征，即老人在家庭居住且享受外界資源供給。當(dāng)今“互聯(lián)網(wǎng)+”時(shí)代下，任何行業(yè)之間的競(jìng)爭(zhēng)都不再是單個(gè)企業(yè)之間的競(jìng)爭(zhēng)，而是合作聯(lián)盟之間的競(jìng)爭(zhēng)，即供應(yīng)鏈與供應(yīng)鏈之間的競(jìng)爭(zhēng)[8]，居家養(yǎng)老服務(wù)供應(yīng)鏈的理念應(yīng)時(shí)而生。張孟強(qiáng)等[9]基于大數(shù)據(jù)傳遞信息方法建立了高質(zhì)量養(yǎng)老服務(wù)體系。宋丹霞等[10]深入研究了服務(wù)供應(yīng)鏈管理模式，并從服務(wù)供應(yīng)鏈的顧客滿意度、服務(wù)企業(yè)內(nèi)部的運(yùn)行績效以及合作協(xié)同發(fā)展三個(gè)方面構(gòu)建了一個(gè)通用的服務(wù)供應(yīng)鏈績效評(píng)價(jià)體系。張智勇等[11]圍繞養(yǎng)老服務(wù)供應(yīng)鏈從支持績效、運(yùn)作績效以及結(jié)果績效三個(gè)維度構(gòu)建了評(píng)價(jià)指標(biāo)體系。Chan[12]首先研究了將定性、定量指標(biāo)相結(jié)合以形成供應(yīng)鏈績效評(píng)價(jià)指標(biāo)體系，并且提出定性指標(biāo)要運(yùn)用統(tǒng)計(jì)量，定量指標(biāo)要使用相對(duì)比例來衡量。Lawn等[13]認(rèn)為居家養(yǎng)老服務(wù)提供者的素質(zhì)高低影響著最終提供服務(wù)的質(zhì)量。提高居家養(yǎng)老服務(wù)質(zhì)量是居家養(yǎng)老模式可持續(xù)發(fā)展的重要基礎(chǔ)，由于養(yǎng)老企業(yè)是提供居家養(yǎng)老服務(wù)的中堅(jiān)力量，提供居家養(yǎng)老服務(wù)的質(zhì)量高低很大程度上取決于養(yǎng)老企業(yè)的運(yùn)營狀態(tài)，而財(cái)務(wù)績效指標(biāo)可以反映企業(yè)運(yùn)營狀態(tài)的好壞，為服務(wù)提供者、投資者以及企業(yè)上下游合作伙伴提供決策依據(jù)。劉紅玉等[14-15]利用主成分分析法分別對(duì)隴南市特色農(nóng)業(yè)經(jīng)濟(jì)效益、地震屬性優(yōu)化進(jìn)行了研究。Iezzoni等[16]將主成分分析法應(yīng)用于園藝研究，構(gòu)建了植物性狀評(píng)價(jià)綜合指標(biāo)體系，認(rèn)為可將主成分分析法用于大型數(shù)據(jù)集處理。Zitko等[17]運(yùn)用主成分分析環(huán)境狀況評(píng)價(jià)數(shù)據(jù)，認(rèn)為該法在多元數(shù)據(jù)檢驗(yàn)中具備有效性并能深入了解數(shù)據(jù)結(jié)構(gòu)。徐瑋[18]構(gòu)建了企業(yè)供應(yīng)鏈資金管理評(píng)價(jià)指標(biāo)體系，運(yùn)用主成分分析法得出包括企業(yè)的短期償債能力、資金運(yùn)營能力以及資金運(yùn)轉(zhuǎn)效率的三個(gè)主成分因子。羅曉芃等[19-20]基于主成分分析法分別建立了影院經(jīng)營績效評(píng)價(jià)體系和農(nóng)牧板塊上市公司財(cái)務(wù)績效評(píng)價(jià)體系，為經(jīng)營者提升經(jīng)營能力提供了參考依據(jù)。綜上，擬選取主成分分析法進(jìn)行財(cái)務(wù)績效指標(biāo)分類，分析居家養(yǎng)老相關(guān)服務(wù)企業(yè)財(cái)務(wù)報(bào)表數(shù)據(jù)，通過消除評(píng)價(jià)指標(biāo)間的重疊進(jìn)而簡(jiǎn)化對(duì)財(cái)務(wù)績效評(píng)價(jià)的過程。

1 居家養(yǎng)老服務(wù)供應(yīng)鏈財(cái)務(wù)績效評(píng)價(jià)指標(biāo)

供應(yīng)鏈財(cái)務(wù)績效評(píng)價(jià)指標(biāo)的擬定并不只單單針對(duì)一個(gè)企業(yè)，居家養(yǎng)老服務(wù)供應(yīng)鏈每個(gè)節(jié)點(diǎn)上的利益最大化并不等同于供應(yīng)鏈上的收益是最大，因此選取評(píng)價(jià)指標(biāo)時(shí)應(yīng)考慮是否有利于客觀評(píng)價(jià)居家養(yǎng)老服務(wù)企業(yè)供應(yīng)鏈各資金管理水平。選取評(píng)價(jià)績效評(píng)價(jià)指標(biāo)時(shí)，要考慮到指標(biāo)的可衡量性、數(shù)據(jù)的可得性、客觀真實(shí)性以及可操作性。結(jié)合財(cái)務(wù)績效指標(biāo)評(píng)價(jià)的相關(guān)研究成果、績效評(píng)價(jià)指標(biāo)擬定的基本原則以及居家養(yǎng)老服務(wù)供應(yīng)鏈區(qū)別于產(chǎn)品供應(yīng)鏈的特點(diǎn)，擬定資產(chǎn)增長率（x1）、資產(chǎn)利潤率（x2）、資產(chǎn)周轉(zhuǎn)率（x3）、流動(dòng)資產(chǎn)周轉(zhuǎn)率（x4）、營業(yè)收入增長率（x5）、應(yīng)收賬款周轉(zhuǎn)率（x6）、應(yīng)付賬款周轉(zhuǎn)率（x7）、存貨周轉(zhuǎn)率（x8）、主營業(yè)務(wù)收入增長率（x9）、資產(chǎn)負(fù)債率（x10）共10個(gè)績效評(píng)價(jià)指標(biāo)，各個(gè)評(píng)價(jià)指標(biāo)的經(jīng)濟(jì)意義與計(jì)算方法見表1。

2 主成分分析與數(shù)據(jù)處理

2.1 數(shù)據(jù)來源

證券交易市場(chǎng)的養(yǎng)老產(chǎn)業(yè)板塊中從事與養(yǎng)老產(chǎn)業(yè)相關(guān)的上市公司共53家。其中，與提供居家養(yǎng)老服務(wù)密切相關(guān)的上市公司45家，按照提供的服務(wù)功能可分為醫(yī)療診斷、護(hù)理人員人才培訓(xùn)、居家養(yǎng)老醫(yī)療設(shè)備、保健藥品的生產(chǎn)以及基于大數(shù)據(jù)時(shí)代居家養(yǎng)老智慧平臺(tái)的提供等。居家養(yǎng)老服務(wù)供應(yīng)鏈網(wǎng)絡(luò)如圖1所示。本文以45家上市公司2019年度財(cái)務(wù)報(bào)表中的財(cái)務(wù)數(shù)據(jù)為例，選取表1中的10個(gè)評(píng)價(jià)績效的財(cái)務(wù)指標(biāo)作為供應(yīng)鏈上企業(yè)財(cái)務(wù)績效的評(píng)價(jià)指標(biāo)，運(yùn)用SPSS 250軟件對(duì)數(shù)據(jù)進(jìn)行主成分分析以構(gòu)建互不相關(guān)的主成分因子代替較多的指標(biāo)評(píng)價(jià)居家養(yǎng)老服務(wù)供應(yīng)鏈財(cái)務(wù)績效。

2.2 主成分分析

主成分分析是應(yīng)用降維的思想對(duì)數(shù)據(jù)進(jìn)行處理從而得到代表各類財(cái)務(wù)指標(biāo)變量的綜合系數(shù)指標(biāo)來評(píng)價(jià)供應(yīng)鏈財(cái)務(wù)績效的主要成分因子，通過主成分分析可以最大程度上消除指標(biāo)間的重合性。

（1）相關(guān)性系數(shù)矩陣。用SPSS250對(duì)初擬的10個(gè)指標(biāo)進(jìn)行了相關(guān)性分析得出了各個(gè)指標(biāo)的相關(guān)性矩陣如表2所示?？芍?，各個(gè)變量之間具有不同程度的相關(guān)性，其中資產(chǎn)周轉(zhuǎn)率（x3）與流動(dòng)資產(chǎn)周轉(zhuǎn)率（x4）、營業(yè)收入增長率（x5）與主營業(yè)務(wù)收入增長率（x9）、資產(chǎn)周轉(zhuǎn)率（x3）與應(yīng)付賬款周轉(zhuǎn)率（x7）的相關(guān)系數(shù)較大，表明各個(gè)指標(biāo)間存在一定線性關(guān)系。此外，對(duì)數(shù)據(jù)進(jìn)行KMO與Bartlett球性檢驗(yàn)結(jié)果得出KMO值大于05，Bartlett球形檢驗(yàn)結(jié)果的概率（sig.）為0000小于001，表明各個(gè)指標(biāo)之間不具有獨(dú)立性，適合對(duì)數(shù)據(jù)進(jìn)行主成分因子分析。

（2）總方差解釋。由表3可知，前3個(gè)主成分的特征根大于1，方差累計(jì)解釋率為58604%，表明前3個(gè)主成分因子可以涵蓋問題58604%的信息量。根據(jù)特征值大于1且涵蓋信息量不低于80%信息量的提取因子的條件，提取了5個(gè)主成分因子。

（3）公因子方差。由表4可知，10個(gè)變量指標(biāo)的共性方差都大于05，即此變量可以被表達(dá)，且大部分的變量共性方差都大于07，再次驗(yàn)證了所提取的主成分因子能夠很好地體現(xiàn)原變量所涵蓋的信息。

（4）主成分因子載荷矩陣。通過SPSS軟件得到的主成分因子載荷矩陣如表5所示，因子載荷反映主成分因子主要是由那些變量來解釋的，這也是對(duì)數(shù)據(jù)進(jìn)行主成分分析的主要意義。第一主成分主要由4個(gè)變量影響，第二、三主成分主要由2個(gè)變量影響，第四、五主成分主要由1個(gè)變量影響。

（5）因子得分系數(shù)矩陣。表6中因子得分系數(shù)矩陣可以確定每一個(gè)主成分因子得線性表達(dá)，便于得到每一個(gè)主成分因子的計(jì)算公式。

3 結(jié)論

通過主成分分析將初步擬定的10個(gè)居家養(yǎng)老服務(wù)供應(yīng)鏈企業(yè)財(cái)務(wù)績效評(píng)價(jià)指標(biāo)簡(jiǎn)化成5個(gè)互不相關(guān)的評(píng)價(jià)指標(biāo)：企業(yè)資產(chǎn)周轉(zhuǎn)能力、企業(yè)發(fā)展能力、企業(yè)資產(chǎn)增長能力、企業(yè)負(fù)債水平以及企業(yè)短期償債能力。依據(jù)以上指標(biāo)評(píng)價(jià)居家養(yǎng)老服務(wù)供應(yīng)鏈企業(yè)財(cái)務(wù)績效，可以一定程度上簡(jiǎn)化投資者和上下游企業(yè)對(duì)目標(biāo)企業(yè)經(jīng)營業(yè)績的評(píng)價(jià)過程，并為企業(yè)自身高效快速地進(jìn)行戰(zhàn)略性的決策和調(diào)整提供依據(jù)。本研究評(píng)價(jià)結(jié)果的有效性是基于企業(yè)披露的財(cái)務(wù)報(bào)表是真實(shí)可靠，另外企業(yè)財(cái)務(wù)數(shù)據(jù)并非即時(shí)更新，且企業(yè)的經(jīng)營狀態(tài)更需關(guān)注未來發(fā)展。今后研究可側(cè)重于居家養(yǎng)老服務(wù)供應(yīng)鏈企業(yè)客戶關(guān)系、合作伙伴關(guān)系管理以及潛在發(fā)展能力等方面進(jìn)行綜合績效評(píng)價(jià)。

參考文獻(xiàn)

[1]中國發(fā)展研究基金會(huì). 積極應(yīng)對(duì)老齡社會(huì)《中國發(fā)展報(bào)告2020》發(fā)布[EB/OL]. 2020-06-15[2020-09-25]. https：//www.cdrf.org.cn/.

[2]SHARKEY P.Essentials of community care[M/OL].Revised Edition. London：MacrmiUan International Higher Education，2006，103-106.[2020-08-25].http：//www.459.org/.

[3]PHELAN A， MCCORMACK B. Exploring nursing expertise in residential care for older people： A mixed method study[J]. Journal of Advanced Nursing， 2016， 72（10）： 2524-2535.

[4]SIGURDARDOTTIR S H， SUNDSTROM G， MALMBERG B， et al. Needs and care of older people living at home in Iceland[J]. Scandinavian Journal of Public Health， 2012， 40（1）： 1-9.

[5]ERGAS H.Funding and providing aged care： Lessons from the last decade[J]. The Australian Economic Review， 2012， 45（3）： 362-367.

[6]徐翠蓉， 阮紅偉， 汪運(yùn)波. 中國居家養(yǎng)老服務(wù)體系構(gòu)建與相關(guān)主體責(zé)任定位研究[J]. 青島大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2014， 27（4）： 79-83.

[7]石琤. 居家養(yǎng)老概念辨析、熱點(diǎn)議題與研究趨勢(shì)[J]. 社會(huì)保障研究， 2018（5）： 56-63.

[8]張義娟， 劉洪濱，姜建敏. 基于主成分分析的供應(yīng)鏈績效評(píng)價(jià)指標(biāo)體系研究[J]. 中外企業(yè)家， 2009（7）： 35-37.

[9]張孟強(qiáng)， 任姍姍. 美國養(yǎng)老服務(wù)發(fā)展經(jīng)驗(yàn)與啟示[J]. 中國民政， 2019（3）： 54-55.

[10] 宋丹霞， 黃衛(wèi)來， 徐楊.服務(wù)供應(yīng)鏈管理模式特性及績效評(píng)價(jià)體系研究[J]. 物流技術(shù)， 2009， 28（1）： 115-118.

[11] 張智勇， 趙俊， 石永強(qiáng). 養(yǎng)老服務(wù)供應(yīng)鏈創(chuàng)新模式： 績效評(píng)價(jià)與優(yōu)化策略—基于廣州荔灣區(qū)的調(diào)查[J]. 商業(yè)研究， 2013（8）： 107-114.

[12] CHAN F T S. Performance measurement in a supply chain[J]. The International Journal of Advanced Manufacturing Technology， 2003（21）： 534-548.

[13] LAWN S， WESTWOOD T， JORDANS S， et al. Support workers can develop the skills to work with complexity in community aged care： An Australian study of training provided across aged care community services[J]. Gerontology &Geriatrics Education， 2017， 38（4）： 453-470.

[14] 劉紅玉. 基于主成分分析和聚類分析的隴南地區(qū)特色農(nóng)業(yè)經(jīng)濟(jì)分析[J]. 青島大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2020， 33（4）： 140-144.

[15] 鄭和忠， 魏長江， 王樹華. 基于主成分分析和核主成分分析的地震屬性優(yōu)化的研究[J]. 青島大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2017， 30（3）： 76-80.

[16] IEZZONI A F， PRITTS M P. Applications of principal component analysis to horticultural research[J]. Hort Science， 1991， 26（4）： 334-338.

[17] ZITKO V. Principal component analysis in the evaluation of environmental data[J]. Marine Pollution Bulletin， 1994， 28（12）： 718-722.

[18] 徐瑋. 企業(yè)供應(yīng)鏈資金管理評(píng)價(jià)指標(biāo)體系構(gòu)建—基于主成分分析評(píng)價(jià)指標(biāo)的模型[J]. 財(cái)會(huì)通訊， 2013（32）： 31-32.

[19] 羅曉芃， 齊佳音， 田春華. 基于主成分分析的影院經(jīng)營績效評(píng)價(jià)[J]. 企業(yè)經(jīng)濟(jì)， 2017， 36（3）： 135-143.

[20] 馮雪彬， 張建英. 基于主成分分析法對(duì)農(nóng)牧板塊的上市公司財(cái)務(wù)績效評(píng)價(jià)研究[J]. 飼料研究， 2020， 43（11）： 116-120.

Abstract：

The financial data disclosed by the listed companies of home care services are used as the basis for data processing. Through principal component analysis and SPSS 25.0 software， the financial performance indicators of 45 listed companies with family pension are reduced in dimension. Financial indicators include asset growth rate， asset profit rate， asset turnover rate， current asset turnover rate， operating income growth rate， accounts receivable turnover rate， accounts payable turnover rate， inventory turnover rate， main business income growth rate and asset-liability ratio. After this operation， enterprises and partners will be more easily aware of the financial problems of enterprises， and make timely plan adjustments.

Keywords：

principal component analysis; home care service supply chain; financial performance indicators