第4章H公司供应链信息共享的协同效应检验
本章将在前文分析的基础上,进一步运用实际观测数据及多种数理方法,论证H公司供应链的信息共享对供应链协同绩效有着非同寻常的重要意义。本章首先利用主成分分析法构建了供应链环境下几种协同绩效的评价指标,然后利用评价指标以及H公司的经营数据实证分析信息共享通过促进供应链协同绩效进而提升供应链经营绩效的路径及程度。
4.1供应链协同绩效评价指标的构建
4.1.1主成分分析法
主成分分析(Principal Component Analysis, PCA )是由数学家 Hotelling 于 1933 年提出,其最大的优势就是能够用于“降维”。指标越多,指标之间的相关性甚至是多重共线性的可能性越大,因此,最好的方式就是设法利用指标变量之间线性组合的方式将原有的高维度指标集合替换成为较低维度指标集合,尤其是想用多个指标来表示一个测量标的物时,这种方法最为适用。主成分的思想主要是通过多个线性组合不断从原有变量指标中尽量多地提取信息,重复进行直到信息量同原有数据指标大体相同。一般而言,使用主成分分析求得的前几个主成分就可能含有足够多的信息量,即可以满足需求。以各个主成分为分量又可以得到更低维的变量组合,重复下去就可以将全部指标变量浓缩为一个指标,这个指标保留了原有数据指标的大部分信息量。
4.1.2协同绩效评价指标
供应链实际业务流程中的协同主要体现在计划、采购、生产、分销等四个方面,因此,本文主要选取这四个方面进行指标刻画。而信息共享方面也选择了相应指标来评价。指标选取如下表所示:
(1)计划协同
战略匹配度:企业的发展离不开战略制定,每个节点企业的发展战略有很多层次,如总体战略、业务单位战略、职能战略,对于供应链而言,他们至少要在供应链范围内的业务单位战略上保持一定程度的相合性,否则,你走东,我走西,各取其利,供应链就将形同虚设,沦为一盘散沙,也就没有什么共同利益可言。因此,要评价供应链协同绩效,首要指标就是要看节点企业之间的战略是否具备一致性,战略匹配程度越高,协同的根基越深,整条供应链良性经营的路子也就越走越宽。不过需要注意的是,战略匹配度是一个很难客观计量的概念,在衡量时需要通过H公司内的资深管理人员进行打分来确定,打分法则为十个人去处两个最高分和两个最低分后取平均值。
预测准确率:要做计划,先做预测。供应链的每一步运营决策都必须有一定的预测数据做基础。只有保证预测数据的准确率,才能保证决策的合理性和前瞻性,所以说,预测准确率对一个现代企业尤其是供应链环境中的制造企业而言,无疑是极为重要的衡量指标。考虑到经营数据太多,而销售量数据对企业来说更为关键,因此选择每个节点企业的实际销售量与预测销售量的差额占实际销售量的百分比之和作为预测准确率的估计值。
(2)采购协同
库存平均周转率:库存物资的平均周转率反映了库存物资在每个节点企业仓库中停留的时间长短,周转率越高,说明物资停留时间越短,供应链表现出的供需协调能力也就越强。库存平均周转率用各种在库物资的销售量/库存量之比的加权平均值即可以获得。
平均采购周期:采购周期体现了供应链对市场的响应敏捷度,也就是采购提前期。在市场竞争日趋白热化的当下,企业无论是实行传统推动式物流方式还是拉动式物流方式,缩短采购周期都是它们的头等大事,惟有上下一心,战略合作,才能提升采购速度。平均采购周期可以用各种物料采购周期的加权平均值来表示。
缺货率:缺货对供应链来说非常头疼,缺货也就意味着失去了客户。缺货一般有两种情况:一是没有客户需要的该款产品,二是有这款产品但已经售整。两种情况都将使得供应链节点企业眼睁挣看着消费者走向自己的竞争对手,这对供应链的竞争力而言是一个不小的威胁,因此也就构成了衡量供应链绩效的重要指标。缺货率可以用缺货发生次数与总次数的比值来表示。
产品价格期望率:这一指标反映的是实际支付价格与期望价格水平的比值。供应链中的产品定价往往需要考虑到其竞争产品和替代产品的市场价格,如果一味提高自身价格,将使得自己产品的性价比降低,客户的期望率也就随之降低。必须参考市场,结合自身优势,合理定价。
(3)生产协同
平均准时交货率:交货能力既是供应链运营效率的衡量指标,也是供应链协同的重要体现。任何一个环节在交货上出现差池,都将拖累整个供应链的进度,带动整个供应链的交货准时率下降。平均准时交货率可以通过准时交货的次数占总交易次数的比例来表7K。
产品幵发周期:产品开发周期反映的是产品的开发效率。供应链生产出新产品后要投放市场最终取得相应的销售收入,从发现市场机遇后开始设计到完成销售的整个过程花费的时间就是产品开发周期。一般而言,产品幵发周期越短,反映了供应链协同绩效越好。
生产柔性:虽然在供应链环境下企业抗风险的能力加强,但其面临的不确定性也随之提高,供应链企业需要随时根据外部环境的变化调整生产计划。这种调整是整体性的,需要各个节点企业都参与其中,默契协作,供需匹配,通过信息的及时传递和反馈来指挥生产以达到生产柔性。生产柔性越大,反映了供应链的协同运作能力越强,协同绩效越好。这个指标可以通过市场价格和供应链生产量的相关系数来表示。
产需率:产需率体现的是供应链上下游企业的供需互动状况,可以通过企业生产量与市场需求量的比值来表示。产需率越接近1,则表明供应链企业的供需关系良好运行,准时交货率较高,相反,如果该比值大于1或者小于1,表明供应链企业的供需关系互动较差,出现了下游企业市场判断失误或者是上游企业供给能力障碍的问题。
(4)分销协同
产销率:所谓产销率指的是一定时期内产品销售量与产品生产量之比,该指标反映了整个供应链上的产销状况。和产需率相同,这一比值越接近1,说明供应链的协同运作能力越强,生产商和分销商能够有效利用手中的资源进行充分经营。
利润分配机制:如第二章所论述的那样,供应链存在着不对等的利益流动特征,要想保持长期的战略合作关系,首先就是要保证互利双赢,利润分配机制有其必要性,能够对下游厂商起到激励作用。该指标的客观可测性较差,一般要由H公司的管理人员通过专家评分法来获得。
(5)信息协同
信息准确率:信息准确率反映的是信息传递和获取的质量。正确的决策要建立在正确的信息基础之上,要保证决策的合理性,首先就要保证信息的准确度。在供应链环境下,信息准确率既是供应链协同程度的体现,也能够通过信息共享机制进一步加强供应链的协同绩效。该指标可以通过信息准确传递次数占总次数之比来衡量。
信息传递及时率:信息传递及时率反映了供应链内的反应的协调性和敏捷度。信息传递的及时性越好,数据延误和决策失误的发生率也就越低。在H公司牵头的供应链信息共享碰头会上达成的合作备忘录规定了每周进行一次常规性信息传递,超过一周即视为不及时,这样,及时传递信息次数占总传送次数之比就是信息传递及时率了。
4.1. 3协同绩效评价指标权重确定
利用主成分分析法,根据2008-2010供应链周数据计算出以上业务流程四个协同绩效指标以及信息协同指标的第一特征向量分别如下表所示:
通过上表,可知:
计划协同指标=0.477x战略匹配度+0.473X预测准确度
采购协同指标=0.296x库存平均周转率-0.278X平均采购周期-0.378X缺货率+0.451X产品价格期望率
生产协同指标=0.104x平均准时交货率-0.163X产品开发周期+0.156><产品柔性+0.009X产需率
分销协同指标=0.045x产销率+0.174X利润分配机制
信息协同指标=0.177x信息准确率+0.243X信息及时传递率
4.2信息共享的协同效应检验
4.2.1模型设定
根据前文分析可以推断,供应链信息共享对供应链运营的影响将有两个方面,一是由于为生产提供信息基础从而直接发生作用,二是通过信息协同带动业务流程协同,从而间接发生作用(如下图所示)。因此,本文考虑用Sobel等人提出的中介作用模型来验证我们的上述推断,该模型能够通过设置多个回归方程来精确衡量出自变量对因变量的直接作用和间接作用,以及它们各自的比重。
由上图可以看到,供应链信息共享的协同效应其实就是信息共享带来的信息协同将促进供应链运营活动的协同,从而带动供应链运营绩效提升。在这个过程中,供应链业务流程的四种协同绩效在信息共享影响供应链运营绩效的关系中扮演了中介角色。因此,本文设计一组包含中介变量的计量模型检验上述逻辑路径。模型设定如下:
其中Sales为总销售额,Information为信息协同指标,Pl,P2,P3, P4分别表示供应链业务流程中的计划协同指标、采购协同指标、生产协同指标、分销协同指标,Control代表控制变量,Initiate为政策虚拟变量,是否在本周内有促销等活动发生,Season为季度虚拟变量,为了剔除销售额的季节性因素。模型(a)检验不考虑业务流程四个协同绩效指标时信息协同指标对销售额的作用;模型(b)检验信息协同指标对业务流程四个协同绩效指标的作用;模型(C)检验同时考虑业务济程四个协同绩效指标时信息协同指标对销售额的作用。通过这三个模型的估计结果就能分析信息协同指标对供应链总销售额的直接和间接作用以及它们各自的比例。为了直接比较多个估计模型得到的回归系数大小,本文报告标准化后的回归系数。
4.2.2协同效应检验
(1)检验程序
要检验信息共享的协同效应,也就是检验业务流程四种协同绩效指标在H公司供应链信息协同指标和总销售额之间是否存在中介作用(MediatorEffect),并保证检验的第一类错误率和第二类错误率都比较小,兼顾部分协同效应检验和完全协同效应检验。本文采用温忠麟等提出的协同效应检验程序,检验程序如下图所示。
(2)变量定义
被解释变量供应链总销售额。H公司供应链节点企业每周相互传递的供应链信息中包括各自的对应产品销售额,这一数据最能体现供应链整体的运营成果,因而将其作为被解释变量。
解释变量——信息协同指标(Information)。如上所述,信息协同指标用以衡量H公司供应链信息共享的程度。
中介变量——H公司供应链业务流程的四个协同绩效指标(计划协同指标P1,采购协同指标P2,生产协同指标P3,分销协同指标P4)。
控制变量。根据已有文献,本文控制了公司规模(Size)、盈利能力(ROA或ROR)、财务杠杆(Leverage)、资本密度(Flasset)、存货密度(INVasset)、行业和年度等相关因素的影响。
被解释变量、解释变量以及中介变量都是来自于每周的供应链信息汇总传递,自2008年到2010年为止,共计155个数据单位。而考虑到控制变量测算成本较高,不在每周供应链信息传递之列,因而只能利用每年的年报来衡量,正如模型(a) (b) (c)中所列,已经有了季度虚拟变量,那么这里添加的控制变量恰好可以作为年度的虚拟变量控制2008-2010三年的不同年度特征。
4.2.3实证分析结果
(1)协同效应检验结果
本文根据温忠麟等提出的协同效应检验程序,首先对模型(a)进行回归分析。结果如表4.4所示。
从表4.4的回归分析结果可以看出,无论是分年度回归还是混合回归,信息协同指标均在1%显着性水平上显着影响供应链销售总额。信息协同指标越高,供应链销售总额越高。但是,根据我们前面的推断,这种影响包含了直接作用和间接作用两方面,我们需要进一步检验供应链业务流程四个协同绩效指标在信息共享影响供应链运营绩效过程中的中介作用,也就是信息共享对供应链的协同作用。检验结果如表4.5所示。
从表4.5检验结果看出,(1) Sobel检验、Goodman 了检验以及Goodman II检验的结果都表明,供应链信息共享机制在Information-Pl -Sales、Information-P2-Sales、Infomiation-P3-Sales和Infonnation-P4-Sales四条路径上均表现出了显着的协同效应。实证结果表明供应链的信息协同指标不仅直接促进供应链运营绩效提升,而且还会通过影响供应链业务流程中的协同绩效进而影响供应链销售总额,四种协同绩效指标在供应链信息共享对销售总额的关系中扮演了重要的中介作用,成为中介变量。(2)在Information-Pl-Sales这一路径上,协同效应占总效应的比例为13.01%,说明供应链信息共享对供应链销售总额的影响中有13.01%是通过影响计划协同实现的。在Infonnation-P2-Sales这一路径上,协同效应占总效应的比例为14.12%,说明供应链信息共享对供应链销售总额的影响中有14.12%是通过影响采购协同实现的。在Information-P3-Sales这一路径上,协同效应占总效应的比例为22.13%,说明供应链信息共享对供应链销售总额的影响中有22.13%是通过影响生产协同实现的。在Information-P4-Sales这一路径上,协同效应占总效应的比例为31.77%,说明供应链信息共享对供应链销售总额的影响中有31.77%是通过影响分销协同实现的。以上针对H公司供应链微观数据的实证检验结果均验证了我们的推断,即,供应链信息共享机制在供应链协同中发挥了重要的影响,并通过促进供应链业务流程中的计划协同、采购协同、生产协同、分销协同进而提升供应链的运营绩效,其中对分销协同的促进作用最为明显。
由此可知,供应链信息共享的协同效应实实在在存在且不容忽视。对于供应链信息共享的价值必须保持清醒的认识。
