基于主成分分析法的电商物流供应商评价选择优化研究

□ 王 帆

(西安财经大学 陕西 西安 710100)

1 引言

中国互联网络信息中心(CNNIC)发布的《中国互联网络发展状况统计报告》数据显示，相较于传统购物，人们越来越热衷于网上购物。虽然现行的电商企业发展迅猛，但其在第三方物流供应商选择与评价上，没有考虑到近年来随行业迅速发展而显现出来的新特征和新趋势，难以反映物流服务动态变化的情况。

关于供应商选择问题，早在1966年，学者Dickson[1]发表了一篇关于供应商选择研究论文，提出了23个供应商评价指标，引起了学术界的广泛关注。目前，关于供应商评价的办法有三种，即定性选择、定量选择及定性与定量相结合选择[2]。前两种方法都存在一定的局限性，因此，在实际的供应商选择中，已发展到了定性和定量相结合的综合评价阶段。王思闽[3]从供应商的业务能力、经营发展能力及合作能力三个角度对现有物流供应商选择指标体系存在的缺陷进行分析，构建了物流供应商选择和评价指标体系。袁旦[4]提出服务是企业在物流外包中选取物流供应商的一大关键指标，其核心内容，如物流配送中的货损货差率和货运延误率等，为物流企业为外包企业提供的多元化服务。杨澄懿等[5]从风险角度，运用FMEA法对军队物资运输过程中可能出现的失效模式进行分析研究，比较全面地衡量了第三方物流供应商的综合水平。孙蒙蒙等[6]利用相似度量原理,通过各个指标之间的相关系数矩阵，实现评价指标的筛选。张美等[7]将主成分的提取运用到了复杂数据的处理中,提高了评价的客观性。崔诗豪[8]从四个维度选取16项具体评价指标,构建物流供应商选择指标体系，并通过实例证明该指标体系能够帮助企业方便快捷地选择和评价潜在的物流供应商。张鲜梅[9]从电商环境特点的角度出发,构建了新的B2C电商选择物流服务商评价体系模型，为企业选择物流服务商提供一定的支持和借鉴。

综上，企业在供应商的选择和评价研究中，做了大量的工作。然而当市场环境处于供过于求的状态时，企业对于供应商的选择依然有着一定的困难。为了能够全方位地对众多备选供应商的综合实力进行评价，企业需要以电商企业的主要特点和发展趋势为基础，从多个角度综合选择能够反映供应商特点的指标，然而不同指标间的相关信息存在重叠问题。因此，本文提出运用降维的思想[10]对复杂繁多的指标进行提取，即主成分提取，在保证指标的相关性的同时，对供应商进行评价和选择，降低权重确定的主观性，提高评价的效率。为客观真实地对供应商进行综合评价提供参考。

2 主成分分析法

2.1 主成分分析法

主成分分析(Principal Component Analysis)即主分量分析，是由Hotelling 提出的一种多元统计分析方法，它将多指标利用降维的思想转化成少数不相关的综合指标[2]，为了确定各个评价指标在整体评价中的相对重要程度，使它们尽可能多地提取原有变量的信息。其中生成的少数彼此不相关的变量就称作主成分。通过对原有变量信息的提取，来确定主成分的权重。利用主成分分析法对电商物流供应商评价选择问题进行研究，能够优化供应商选择处理的过程。

主成分的数学模型(简写)如公式(1)：

Fj=aj1X1+aj2X2+…ajpXp(j=1,2,3,…,p)

(1)

①aj1，aj2，…，ajp(j=1，…，p)为X的协差阵∑的特征值对应的特征向量；

②X1，X2，…，Xj为原始变量经过标准化处理的值；

③F1，F2，…，Fp为第 1，2，…，p个主成分，并且第p个主成分要比第p+1个主成分的方差值大，并且包含原来指标的信息量也加大。

2.2 主成分分析步骤

通过对所收集数据的处理，提取出评价指标中累计贡献率≥85%的前p个指标作为主成分，求出反映相应主成分权重的贡献率数值。通过成分得分系数矩阵可以确定各主成分与各指标对应的系数关系，从而得到主成分的表达式Fj，根据表达式可求出各方案的得分以及指标的综合评价得分F。最后依据得分情况，得到供应商选择的最优结果。

3 物流供应商评价指标体系的建立

应在全面、科学、客观等原则的前提条件下，构建符合电商企业物流发展要求的供应商评价指标体系。该指标体系应能够体现物流供应商的真实水平。

3.1 电商物流供应商评价指标

本文结合电商企业物流的实际情况，以供应商评价指标构建原则为基础，拟选取以下24项指标作为电商物流配送服务商的评价指标，即Xi(i=1，2，…，24),具体指标如表1所示。

表1 电商物流供应商选择评价指标

3.2 问卷调查及结果分析

如表1所示，电商物流供应商选择评价指标较多，为了把握关键性指标，更有效地研究电商物流供应商评价的主要指标，在此选用实证研究的方法，通过专家评分的方式发放问卷，然后采用评分法对不同的评价指标进行汇总评分，最后运用主成分分析法分析得出关键的评价指标，构建合理的判别模型。问卷以表1的评价指标设置问题，调查对象主要选取电商行业企业的物流运营主管或者是关键技术人员。对评价指标进行分析判断之前，先对表中的24个评价指标进行相关性分析，将相关性较低的部分指标删除，并对相关性较高的评价指标进行数据标准化处理，通过KMO和巴特利特检验来分析相关的样本数据与主成分分析法的适配度，探查变量间的偏相关性，如果取值在0到1之间，说明对应数据符合主成分分析法的要求。

4 实例分析

公司M是国内一家以网络销售为主的快销品电商企业，现计划将公司物流服务进行外包，现有A、B、C、D、E 5家物流供应商可供选择。本文以建立的评价体系为理论分析基础，选取不同的评价指标设计调查问卷，调查对象则选取了行业内相关企业各个环节的运营部门的资深员工以及主管人员。

4.1 数据整理

表2 供应商评价指标得分

表3 标椎化处理结果

4.2 成分分析

将经过标准化处理的结果输入到SPSS R26.0软件中，对数据进行主成分分析，得到主成分提取表，详见表4。根据表4的数据可知，前4个主成分的特征值都大于1，且其累计方差贡献率已达到 100%，可以完全反映原始指标的信息，因此提取前4个主成分。表5是提取4个主成分对应的特征向量。

表4 主成分提取表

表5 成分得分系数矩阵

表6反映了4个主成分与原始变量X的相关程度,有助于解释各主成分的含义。可以看出第一主成分中X4(准时装运率),X5(订单到货及时率),X21(与其他物流公司相比成本低)和X24(退换货物流费用的合理减免)系数比较大，正相关性较强，因此，第一主成分反映了供应商的时效性和成本性价比能力；第二主成分主要由X6(包装安全),X7(分拣安全),X9(提货安全)和X12(物流计划完成率)决定，主要反映了供应商的安全性水平及计划完成率水平；第三主成分中X16(收件程序的便利性)和X17(物流过程便捷性) X18(货物信息共享准确率)X19(货物信息及时跟踪率)呈高度正相关，反映了流程便捷程度和信息服务能力等综合信息；第四主成分主要由X15(货物完好率)及X22(对紧急事件的处理能力)决定，综合体现了物流运输保障能力和应急反映能力。

表6 成分矩阵

X16.224.026.967.116X17-.152-.376.723.559X18.603-.038.612-.511X19.155-.062.783-.600X20-.973-.009-.135.186X21.824.444.011-.352X22-.576.500-.040.645X23-.884-.052.406-.227X24.947-.231-.129.181

4.3 确定主成分表达式

依据成分得分系数矩阵，将各评级指标权重代入公式(1)中，可以得到主成分表达式(2)。

F1=0.083X1+0.087X2+…+0.102X24

F2=-0.047X1-0.049X2+…-0.029X24

F3=-0.081X1-0.33X2+…-0.035X24

F4=0.133X1-0.137X2+…+0.058X24

(2)

4.4 计算供应商各主成分得分

将表2中供应商评价指标得分代入式(2)，可以得到各个供应商的主成分得分，见表7。

表7 供应商主成分得分表

从表7的最终评分结果可以看出，A供应商的时效性能力和安全性最高；B供应商的信息服务水平最高；D供应商提供物流保障最高。供应商的综合能力评价排名依次为A>D>B>E>C,可以看出，A供应商相对于其他供应商具有较高的排名和优势，所以，应将A 供应商放在M公司物流配送供应商选择的首位。

5 结论

本文在传统的供应商选择方法的研究基础上，通过对主成分分析法的应用，将数量较多的评价指标分析汇总为少数综合指标，进而通过对相关线性函数的系数进行调整，可以在保证各主成分的相关独立性的前提下去除重复信息，并进一步将原有的评价指标所包含的不同的差异点进行汇总然后表现出来，这也为下一阶段的分类研究和综合排序提供了理论基础。与此同时，该方法还能够对庞杂的评价指标体系进行精简，将关键的数据提炼出来后进行更加精准的评价和研究，从而优化了供应商评价选择的过程。最后，本文以快销品电商企业为例，证明该方法能够有效提升在供应商的选择方面的决策效率，且最终的决策结果有可靠的理论支持。因此，该方法对于供应商的选择优化方面有着较高的指导意义和可行性。