权重法的基本原理精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的权重法的基本原理主题范文，仅供参考，欢迎阅读并收藏。

第1篇：权重法的基本原理范文

Abstract： This paper discusses a solution that based on Work Breakdown Structure method （WBS） of project management for project-oriented enterprises to implement department's performance evaluation in an environment of Multi project management. Combining with Balanced Score Card， the WBS method is reasonably introduced to the department's performance evaluation， the paper build a department's performance evaluation model of four- level evaluation index system，and it verifies the practicability and effectiveness by an actual example of anaeronautics enterprise.

关键词： WBS；多项目管理；绩效考核；平衡计分卡

Key words： WBS；multi-project management；Performance Evaluation；Balanced Score Card

中图分类号：F407.5 文献标识码：A 文章编号：1006-4311（2013）06-0126-04

0 引言

随着企业项目化管理进程的推进，企业逐渐会从小规模单一项目经营走向大规模多项目的经营；与此同时一些职能型组织管理模式企业也逐步向项目化管理模式转变，越来越多的企业将面临对多项目管理的难题。对项目的评价，企业真正关注的是多项目完成后，企业是否通过这些项目实现了企业的战略目标。但是企业中传统的部门绩效考核方案在其应用中出现了一些弊端，以岗位为基础建立的绩效考核指标不利于项目整体的运营，因此，在多项目管理环境下如何建立与之相适应的部门绩效考核方法的研究也就具有很重要的现实意义了。

在以往的研究中，国内外学者都将注意力放在对单一项目管理的绩效考核当中，而随着企业多项目管理的趋势需求，关注随之增加，现在多项目管理的研究较多集中在多项目间的资源分配[1～3]、进度优化[4，5]以及多项目的组织问题[6，7]方面。相对而言，关于多项目管理的绩效考核或评价研究较少，但国内学者也做了一些探讨，韩索民等[8] 提出一种基于改进模糊综合评价法的多项目优先级评价方法，根据影响多项目的多种因素，利用模糊数学理论最终确定多项目运行过程中的优先关系。杨晓娜等引用时下流行的平衡计分卡（BSC）思想在多项目管理环境下设计了企业整体绩效考核模型 [9]。

1 部门绩效考核模型设计

1.1 总体思路 部门绩效考核应与企业发展战略、企业目标相一致，对于项目型企业而言，项目是实现企业战略目标的载体，在企业管理工作实践中，企业战略目标可拆解成若干个项目。面对多项目同时进行时，绩效考核将各个项目联系在一起，通过对项目的绩效评估来确保每个项目目标的顺利实现，在各个项目目标都实现之后，企业目标也就自然而然达到了。

企业各部门的工作与项目密不可分，对部门绩效考核的方案设计，需要把项目管理与人力资源管理基本原理相结合。在任务分解结构（WBS）基础上划分的工作包既是项目的基本工作单元，也是部门的真实工作对象，进一步成为部门绩效考核的基础。

工作分解结构（WBS）是项目管理中的一种基本方法。它主要应用于项目范围管理，是一种项目全范围内分解和定义各层次工作包的方法。它按照项目发展的规律，依据一定的原则和规定，进行系统化的、相互关联和协调的层次分解。WBS最后构成一份层次清晰可以具体作为组织项目实施的工作依据[10]。

本文对部门进行考核的研究思路是，选取建立符合企业具体运营情况的项目管理考核指标库，将项目的费用、 进度、质量和安全等目标沿着项目的工作分解结构由上到下分解到各部门，直到工作分解结构的基本单元工作包，从而将企业的战略目标层层分解，结合不同部门的岗位职责性质，通过可量化的指标落地于各个部门，逐级量化考核，按照权重分配，形成一套科学可行的“企业――部门”级的绩效考核体系，其思路和原理如图1所示。

1.2 构建部门绩效指标体系

1.2.1 体系指标设计 本文从企业的战略角度出发，结合多项目同时运行的特点，引用时下流行的平衡记分卡（BSC）的方法设计“企业――部门”级的绩效指标体系，遵循平衡计分卡的四个维度对企业战略目标进行公司到部门的分解。每个维度目标的实现是依靠多个项目的执行，而这多个项目的执行是依靠分解到部门的工作包来完成的，对工作包中各个活动的考核是依据各个活动对四个维度下分解的各项指标的贡献来确定的。该体系通过指标分解与WBS分解工作紧密的结合，实现对各部门的绩效考核（如图2）。

图2仅为部门考核指标体系的基本框架设计，其中具体指标以及分解应依据企业的自身特点进行分析、提取和确定，在下一章的应用实例中将会详细说明。

1.2.2 指标权重的设置 针对项目型企业，应该从企业的发展战略角度和多项目角度两个维度来讨论。战略方面来说，即是四大维度下各层级之间指标权重的确定，企业内可进行问卷调查，层次分析法（AHP）等来获取相关指标及其权重的信息，具体的分析过程和指标无量纲化的研究目前是比较成熟的，此处不作细述。

而另一方面，由于多项目的管理环境特点，项目以及分解下的子任务的权重是不得忽略的重点。在整个企业范围下，不同的项目所占的比重是不同的，对多个项目综合考虑进度、质量和成本三大要素作为对项目以及它的子任务的权重影响因素，在一般情况的模型下，可以认为项目的时间越长，规模越大，技术难度越高，则决定其在企业中的地位越重要，权重也就越大。除此之外，通过WBS步骤分解将项目总体任务变成了具体的工作，我们也应同样根据完成不同任务的逻辑次序、任务间的关系及子任务对总体任务的比重赋予相应的权重，还有对于关键节点的任务的考量，如里程碑活动的重要度就要高于一般任务活动。而且因为是对部门完成任务的考核，权重设计还应考虑部门的参与程度，部门的人员配备和承接任务的工作量来平衡权重。

2 应用实例

本文根据某航空企业的实际情况，将提出的部门绩效考核方案设计应用于该企业，以BSC四大维度中的一个维度（财务维度）为例，进行企业到部门级的指标分解以及各权重确定，实现对某一部门（如民品市场部）的绩效考核。

2.1 指标的分解与确定 由于不同部门之间业务功能不同，在设计指标时应对不同部门不同层级设计不同的指标。表1为该企业制定的企业级的财务维度的指标分解，各部门以此为依据，根据自身部门特点得出部门级指标，表2 为民品市场部的财务维度的指标分解。

2.2 各级指标权重的确定 部门的绩效考核指标确定后，需要对各指标赋予权重，即确定出同一层次指标相对于其上层指标的重要程度，对层次性指标权重的确定方法比较权威的主要有德尔菲法（专家意见法）、相关性权重法、系统效应权重法和层次分析法（AHP）等。

2.2.1 项目级权重 该级的权重分配采用德尔菲法，由企业成立的专家小组对各部门承担的项目以及下分的工作包进行评判和打分确定权重。根据调研了解，该企业对项目的评判主要依据项目的规模、成本、以及质量三大方面以及部门的参与程度考量，下分的子任务以及工作包则加以依据该任务对其项目的重要度，民品市场部承担的工作任务权重分配如表3。

2.2.2 平衡计分卡各级权重 BSC的三级指标权重由该企业的规划发展部和专家小组共同确定采用AHP法为各级指标分配权重，民品市场部的平衡计分卡指标权重分布如表4（二、三级展开指标仅以财务指标为例）。

2.3 形成四级考核指标体系以及计算评分 项目底层的工作包对应于BSC的底层各项指标，将其一一对应后则可认为工作包是三级指标下的第四级指标，其权重通过数据标准化后放入平衡计分卡指标体系的第四层中，再由上面三层指标计算得出工作包的综合权重。这一层可认为是动态变化的指标底层。由此形成一套四级考核指标体系，通过该体系实现目标分解和WBS分解的真正结合，考核依据所承担的工作包对于对应指标的贡献进行打分。结合该四级体系考核量表设计和得分见表5。

对部门进行考核设定满分为100分，100-90为优秀，90-80为良好，80-70为良，70-60合格，60以下为不合格。那么根据权重财务维度的满分为57分，如表5统计民品市场部承担各工作包的对应指标的加权得分，该部门在财务维度的得分为50.7263分。同理可得到该部门在客户维度的得分为22.5230分（满分25分），内部流程维度为9.0582分（满分12），学习成长维度为3.016分（满分6分），总和该部门总得分为85.3235分，考核评定属于优秀。

3 结论

本文主要运用WBS的理论和方法，结合平衡积分卡评价方法，分析设计了项目型企业在多项目环境下企业部门级的绩效考核体系，构建了部门绩效考核模型，并以某航空类企业为例实行对其某个部门的绩效考核。把部门的职责分析、绩效考核有机的结合起来，建立了项目的工作分解与部门的绩效考核之间的逻辑关系，通过科学有效的绩效考核方案引导和推进各个项目的完成，确保实现企业的战略目标。

在多项目环境下的实践运作中，对部门进行考核还需要各方面的配合，充分做好前期的分析和收集的工作，客观分解项目任务，把握好权重的分配及考核指标的可操作性，保证严格的执行力度和公平性。只有在实践中不断改进，作为一个高效合理的绩效考核方案才能更好的为企业服务，切实有利的提高企业效益和核心竞争力。

参考文献：

[1]张沙清，陈新度，陈庆新等.基于优化资源流约束的模具多项目反应调度算法[J].系统工程理论实践，2011，31（8）：1571-1580.

[2]郭钢，李光锐，邓晓刚.有限资源约束的产品开发多项目协同排程[J].计算机工程与应用，2010， 46（33）： 67-70.

[3]付芳，周泓.多项目人力资源调度实证研究[J].管理工程学报，2011，25（3）：73-77.

[4]卢静，陆彦，施毅.基于PIP的城市轨道交通工程多项目群进度管理研究[J].工程管理学报，2012，26（2）：029-032.

[5]Van Der Merwe A P . Multi-project Mnagement - Oganizational Structure and Cntrol[J].International Journal of Project Management，1997，15（4）：223～233.

[6]刑以群，郑心怡.一种新的多项目管理模式[J].软科学，2003（4）：42-45.

[7]郭庆军，李慧民，赛云秀.多项目关键链进度优化算法分析[J].工业工程与管理，2008，（6）：41-45.

[8]韩索民，王永超，杨海成.航空制造多项目优先级模糊综合评价方法[J].航空计算技术.2010，40（5）：44-47.

[9]杨晓娜，周国华.多项目管理环境下企业绩效评价模型设计[J].商场现代化，2005年12月（中）总第452期：38-40.

[10]中国（双法）项目管理研究委员会.中国项目管理知识体系[M].北京：电子工业出版社，2006：176.

第2篇：权重法的基本原理范文

【摘要】文章综述了创意产业竞争力评价的研究现状，基于波特钻石模型和纺织创意产业影响因素，结合必要的设计原则，参考现行的统计年鉴指标体系，经过课题研究人员和有关专家的调研访谈和共同探讨，设计了纺织创意产业竞争力评价指标体系，并结合具体情况进行应用。权重确定采用专家调研与评分比重相结合的方法。

关键词 纺织创意产业；竞争力；评价指标体系；设计；应用

【基金项目】浙江省哲学社会科学重点研究基地省产业发展政策研究中心课题成果（12JDCY01YB）。

【作者简介】董德民，绍兴文理学院经济与管理学院副教授，硕士，研究方向：创意产业；裘雨明，绍兴文理学院经济与管理学院副教授，研究方向：经济统计。

一、引言

纺织创意产业是创意产业的一个分支，是一个新兴的产业。李海洋（2009） 认为，纺织创意产业就是对纺织原料、面料、服装等进行技术、品牌和外观的创意设计，从而提高产品附加值，提升产业核心竞争力。笔者把纺织创意产业界定为主要由纺织艺术品、手工艺、面料花样设计、服装设计、家纺产品设计、纺织业软件与计算机服务等企业组成的产业。纺织业的转型升级促进了纺织创意产业的发展，从而也促进了纺织业的发展，形成良性互动。然而，纺织创意产业是一个新兴的产业，如何设计纺织创意产业竞争力评价指标体系，科学评价其产业竞争力，促使其健康发展，是我们急需研究的课题。

二、纺织创意产业竞争力评价指标体系设计纺织创意产业竞争力评价指标体系基于波特钻石模型和纺织创意产业发展的影响因素，并结合必要的设计原则，参考创意产业竞争力评价指标体系进行设计。

在波特钻石模型中，产业竞争力受4个因素的影响，包括天然资源、资本、人力等生产要素；市场需求、相关产业和支持产业、企业的战略和结构等，还有机会与政府这2个变数。董德民（2012） 通过问卷调研、描述性统计分析、因子分析和专家讨论，确定纺织创意资本基础方面有6 个影响因素，包括产业资本投入、知识资本、纺织业基础、纺织创意产业基础、相关技术产业基础和市场需求基础；纺织创意经营环境方面有4 个影响因素，包括商务环境、工作环境、政策法规环境和知识产权保护环境。

纺织创意产业竞争力评价指标体系设计原则是，一要体现纺织创意产业的特征；二要反映纺织创意产业对经济、社会、文化、科技等各领域发展的贡献；三要建立在我国现行的统计口径基础上，并与其很好地衔接，确保数据的可获取性和客观性。

参考前述创意产业竞争力评价指标体系，设置纺织创意产业竞争力评价的5个一级指标，包括纺织创意生产要素、纺织创意需求条件、纺织创意相关产业、纺织创意产业运作和纺织创意政府行为；二级指标11个；三级指标28个，如表1所示。

三、纺织创意产业竞争力评价指标体系应用（一） 统计数据

纺织创意产业竞争力评价指标体系的应用是建立在经济统计数据的收集和分析基础之上的，各项统计数据的来源应采用统计局、科技局、工商局或相关权威机构正式的数据信息，以保证数据的真实性和权威性。

（二） 权值的确定

权值的确定将采用专家调查法和评分比重法相结合的方法。专家调查法主要依据“德尔菲法”的基本原理，选择各方面的专家，采取独立填表选取权数的形式，然后将他们各自选取的权数进行整理和统计分析，最后确定出各指标的权数；专家调查法和评分比重法的结合主要通过评分者（专家或相关行业人员） 对各指标的重要性进行评分，然后用某指标的评分和占全体被选指标的评分和的比重作为该指标的权重。

pj= Σ aij /ΣΣ aij，Σpj=1

pj为指标j的评分比重，ai为评分者i给指标j的评分。

结合本课题，选择了30位纺织创意产业设计和管理人员对前述指标体系的二级指标进行了重要性评分（分7个等级），最后计算它们的评分比重，各指标权重即为各指标评分比重。如表2所示，其中对指标名进行了简写，后文也是一样。

（三） 指标计算

以下数据是通过走访调研、电话调研和网络调研的方式获得的浙江省某地区相关纺织创意产业竞争力指标数据，由于有的数据无法获取，指标体系采用了简化版本，作为纺织创意产业竞争力评价指标计算的应用，如表3所示。

通过计算，首先得到某地区纺织创意产业竞争力评价三级指标的指数，如表4所示，这里假设前一年纺织创意产业竞争力评价指标指数参考值为100。

可以看到，2010 年各三级指标指数超过200的有9个，分别是纺创企业注册资金、纺创企业科技经费、纺创企业人员总数、纺创企业营业额、纺创企业上缴税收、培训交流活动数、企业间交流活动数、纺创政策法规数、引进纺创企业数。可见2010 年该地区纺织创意产业有较快发展，纺织创意企业注册资金、科技经费投入、人员数量、营业额、上缴税收、企业和企业间的培训交流活动都有快速的增加，当然这与政府对当地纺织创意产业的扶持政策是分不开的。2010年，当地政府出台了3个发展纺织创意产业的政策，引进了94家纺织创意企业，指数分别达到了300和276.47。

经过2010年的快速增长，2011年各项指标增速明显放缓，其中科技经费投入一项指数超过200，并达到303的高位，说明这一年纺织创意企业加大了企业的科技经费投入，努力进行创意设计与技术开发。另外，也发现这一年该地区纺织业和纺织服装服饰业法人单位数没有增加反而减少，指数为99.97，产值指数也不如前一年，说明该地区纺织和服装服饰产业发展面临着困难。

2012年是发展相对平稳的一年，纺织创意企业科技经费投入还是略有增加，但由于前一年的高位，使这一年指数较平，为109.94。另外，也可看到该地区信息服务和软件企业注册资金有较快的增长，指数为197.67。2013年，该地区纺织业和纺织服装服饰业法人单位数再度减少，指数为94.54，说明随着纺织产业的转型升级以及政府节能减排的要求，一批传统的高能耗、高污染的纺织企业正在关闭。另外，也看到这一年政府引进纺织创意企业数指标增加明显，指数达到了202.29，共引进265 家，纺织创意产业队伍在壮大。

通过计算三级指标指数的平均值，算出各二级指标的指数，再根据二级指标的权重，计算各二级指标的加权和，得到各年份的总指数，如表5所示。

从二级指标指数来看，纺织创意产业资本投入、人力资本、知识资本、纺织创意产业上缴税收以及商务环境（企业间交流） 指数均是2010年最高，然后下降至2012 年最低点，而2013 年有所增加，意味着纺织创意产业有向上发展的趋势。但我们同时也看到纺织品市场需求、整个纺织产业指数从2010年开始下降，说明该地区纺织产业有下降趋势。但是，该地区政府政策法规环境、计算机信息服务和软件产业指数2011年后不断上升，有力支持着该地区纺织创意产业的发展。另外，该地区纺织创意企业工作环境、知识产权保护环境指数趋于小幅震荡状态，说明这两个指数较稳定。

最后，从该地区纺织创意产业竞争力年总指数可看出，该地区纺织创意产业竞争力逐年上升，但增速总体上呈现出下降趋势，这也符合产业发展规律。

四、结束语

本文运用文献研究、实地调研访谈、统计分析等方法，以波特钻石模型和纺织创意产业影响因素为基础，完成了纺织创意产业竞争力评价指标体系的设计与实际应用。本文的研究在许多方面还可以继续完善，如设计的纺织创意产业竞争力评价指标体系是探索性的，可以进一步完善；指标体系中有不少指标数据目前还较难获取，导致本指标体系的应用欠缺，也可以在今后进一步完善。

参考文献

[1] 李海洋.加快发展纺织创意产业着力打造国际性纺织创意中心[J].今日科技,2009, (10).

[2] Florida R. The rise of creative class[M]. New York: Basicbooks,2002.

[3] Florida R. And Irene Tinagli. Europe in the Creative Age[M].New York: Basic books,2004.

[4] HK.Baseline Study on Hong Kong’ s Creative Industries——AStudy On Hong Kong Creativity Index[R].Cultural Policy ResearchCenter of Chinese University Hong Kong,2004.

[5] 上海创意产业中心.上海创意产业发展报告[M].上海:上海科学文献技术出版,2006.

[6] 郭永, 郝渊晓, 任伯虎.我国城市创意指数测度指标体系设计[J]. 陕西行政学院学报, 2008, 22(3).

[7] 李婷,张庆. 中国城市创意产业竞争力实证研究[J].企业活力,2009,(10).

[8] 陈颖,高长春,张科静.浙江省创意指数及指标体系研究[J]. 科技进步与对策, 2010, (1).

[9] 杨秀云,郭永. 基于钻石模型的我国创意产业国际竞争力研究[J]. 当代经济科学, 2010,(1).

[10] 段杰,张智立. 城市创意产业竞争力实证分析[J].上海金融学院学报, 2013,(6).

[11] 高秀艳,邵晨曦. 区域文化创意产业竞争力评价与对策分析[J]. 企业经济, 2013,(1).

[12] 赵继新,郑强国,王飞雨. 文化创意产业区域竞争力评价指标体系研究[J].经济研究导刊,2014,(16).

[13] Porter M. The competitive advantage of nations[J].HarvardBusiness Review,1990, March-April.

第3篇：权重法的基本原理范文

Abstract： In order to solve the phenomenon such as long cycle of distribution， high cost， high rate on refunds and so on because of the improper selection of logistics suppliers in the process of B2C transaction implementation， the author explores a reasonable way to select logistics supplier by using factor analysis method to help B2C enterprises choose the proper logistics supplier.

关键词： 因子分析法;供应商选择;B2C;配送

Key words： factor analysis;the selection of logistics suppliers;B2C;distribution

0 引言

随着经济全球化的加速，信息技术发展的突飞猛进，网络购物逐渐成为目前人类消费的主流趋势，越来越多的电子商务企业开始注重物流供应商的选择与评价。物流供应商的选择是一个多目标决策过程，B2C企业关注的热点是如何选择更符合自身发展的物流配送供应商。选择物流配送供应商的方法有很多，大致可以分为三种：定性选择方法、定量选择方法及定性与定量相结合的选择方法。依赖过去的经验和专业知识去选择评价供应商是定性选择法的执行准则;通过分析物流供应商的相关数据去比较评价供应商的是定量选择法的执行准则。一般情况下，为了能够客观地、科学地选择供应商，在进行选择时应尽可能选用定量选择方法。但是由于选择过程中准确的量化指标有一定的难度，因此，在实际的供应商选择过程中，多采用定性与定量相结合的选择方法[1]。国内外供应商选择的方法有很多，常用的有直观判断法、协商选择法、购成本比较法、线性权重法、招标法、ABC成本法、层次分析法、模糊综合评判法、因子分析法、数据包络法、遗传算法以及人工神经网络法等[2]。定性评价法带有很强的主观性，评价结果不能很好地反映实际情况;定量评价法要求所有指标都是可以量化的，实际操作中有一定的难度，针对以上情况，本文采用因子分析法来构建供应商评价选择模型。

1 物流供应商评价指标体系的确定

1.1 供应商评价指标 选择供应商是在遵循科学性、完整性、简洁性、系统性、可行性、可比性、定性与定量相结合性等原则的前提条件下，建立一个满足企业发展要求的供应商评价指标体系。而且，要使确定下来的评价指标能够全面、科学、客观地体现物流供应商的真实水平。文章在参考前人文献资料和供应商评价指标的构建原则的前提下，结合电商企业的实际情况，本文拟选取以下4项指标作为B2C模式下物流配送服务商的评价指标，分别是X1：按时送达时间;X2：货损率;X3：投诉率;X4：价格（见表1）。

1.2 评价指标值的量化 为了保证数据分析结果的科学性和有效性，需要对原始数据进行标准化处理。标准化处理的目的是消除或降低因量纲不同而造成分析结果的误差，主要是依赖于一定的数学转换方法，对评价指标的数值进行无量纲化、正规化处理，把性质不同、量纲不同的指标转化为可以相互比较分析的量化值[3]。标准化处理分为三类，分别是正向指标、适度指标和逆向指标，在综合评价时必须对指标数值进行一致化处理以消除正逆指标的影响[4]。

①正向指标指的是那些越大越有益于评价结果的指标，正向指标一致化的公式如下：

X■=■

②逆向指标指的是指标数值越小越好的指标，逆向指标一致化的公式如下：

X■=■

③适度指标指的是那些越接近某个值越好的指标，适度指标一致化公式如下：

X■=■

2 物流供应商选择模型的构建

2.1 因子分析法的原理 因子分析法的原理如下[5]：

原始变量：X1， X2， X3， X4，.…，Xn

主成分：Z1， Z2， Z3， Z4，…， Zn

则各因子与原始变量之间的关系就可以表示为：

X■=b■Z■+b■Z■+b■Z■+…+b■Z■+e■

X■=b■Z■+b■Z■+b■Z■+…+b■Z■+e■

X■=b■Z■+b■Z■+b■Z■+…+b■Z■+e■

X■=b■Z■+b■Z■+b■Z■+…+b■Z■+e■

写成矩阵形式为：X=E+BZ。其中，X称作原始变量向量，E称作残差向量，Z称作公因子向量，B称作公因子负荷系数阵。公因子称为正交模型前提是Z1，Z2，…Zn之间互不相关。求出公因子负荷系数阵B和残差E是因子分析的目的。如果计算过程中可以不考虑残差E的作用，上述公式可以写成X=BZ。当公因子向量Z中的各分量彼此互不相关时，就构成了特殊形式的因子分析，即主成分分析。主成分分析模型可以写成：

Z■=a■X■+a■X■+a■X■+…+a■X■

Z■=a■X■+a■X■+a■X■+…+a■X■

Z■=a■X■+a■X■+a■X■+…+a■X■

Z■=a■X■+a■X■+a■X■+…+a■X■

写成矩阵形式：Z=AX。其中，X为原始变量向量，A为主成分变换矩阵，Z为主成分向量。在进行主成分分析时的任务是把主成分变换矩阵A求出来。一般来说，主成分Z的数量是和原始变量X的数量成正相关的。但在实际操作中，大部分方差集中在前面几个主成分中，因此原始变量X的数目会远远大于提取出的主成分Z的数目，但是绝大部分信息被很好地保留在提取出来的主成分当中。因此在进行主成分分析时，为了简化问题，只需要选取方差最大的前几个主成分即可。

2.2 供应商评价选择模型的步骤 在确定好的供应商评价指标体系的前提下，以因子分析法的基本原理为依据，本文设计的供应商评价选择步骤见图1。

步骤一，以确定好的评价指标为依据，确定相关数值，并将数据进行标准化处理;

步骤二，输入SPSS软件中，进行KMO检验和Bartlett 球形检验，若检验结果显示不适合做因子分析，则需要重新选取评价指标;若检验结果显示评价指标可以进行因子分析，则进入步骤三;

步骤三，根据步骤一得到的指标数据进行因子分析，从因子得分表中可以得到不同供应商的主成分得分情况;

步骤四，根据主成分方差贡献率可以计算出不同供应商的综合得分情况及排名。

3 实例验证

3.1 KMO检验和Bartlett球形检验 本文选用12个样本进行指标分析，将搜集到的评价指标的数据，输入SPSS16.0中进行因子分析，得到表2。由因子分析法的理论可知，KMO检验是用于比较各个变量间的简单相关和偏相关系数。KMO检验的数值变化范围是从0到1，普遍认为，KMO检验值越接近1就越适合做因子分析;若较小，则表示变量间的相关度不高，不宜进行因子分析[6]。表2中KMO检验结果是0.520，大于0.5，即可以对数据进行因子分析。

3.2 因子得分系数 根据Kaiser标准化的正交旋转法，可以得到因子得分系数（见表3）。

同时亦可写出主成分的表达式：

F1=0.485X1+0.341X2-0.083X3+0.451X4

F2=0.060X1+0.436X2+0.654X3-0.312X4

3.3 不同供应商的主成分得分情况 将标准化矩阵中的每行对应代入到主成分的表达式中，就能够求得跟前2个主成分对应的12个供应商的得分（见表4）。

3.4 供应商的综合得分情况 根据前2个主成分的方差贡献率和12个供应商在前2个主成分的得分情况，可以有如下公式和供应商的综合得分情况（见表5）。

F总=0.4471F1+0.3466F2

从表5中可以看出第5个供应商的综合得分最高，应该选其作为电商企业最终的合作伙伴。

4 结论

在B2C电子商务快速发展的今天，为了解决在B2C交易过程中由于物流配送供应商的选择不当，出现配送周期长、费用高、退货退款率增加等，进而影响商家的信誉、经营等情况，本文利用因子分析法探索末端物流配送供应商选择的合理方法，运用便捷有效的方法帮助电商选择适合自己的物流配送供应商，有助于降低电商的配送成本，提高产品的配送效率，提高产品的配送质量和服务水平，提升电商的信誉及经营状况，同时也促进物流企业的转型，提高市场竞争力。通过实例验证，可以看出利用因子分析法对评价指标进行分析，可以得到不同样本的得分情况，避免了传统评价方法中的主观性，提高了评价结果的科学性、可信性，具有很好的实用性。

参考文献：

[1]王刚，梁军.物流学[M].北京：人民邮电出版社，2012：169-172.

[2]顾基发.综合评价方法[M].北京：中国科学技术出版社，1990.

[3]陈华强.中国上市商业银行竞争力分析――基于因子分析法的实证研究[D].江西：南昌，2013.

[4]刘晓鹏.基于因子分析法和熵权的企业财务竞争力评价方法比较研究[D].四川：西南交通大学，2011.