供应链管理抽样调查思考范文

摘要：

文章基于商业调查中供应链管理发展情况的基础数据，对企业调查对象进行轮换，并通过统计估计方法实现对轮换偏差进行处理，发现通过轮换后的调研精度显著性提高，足以证实定期抽样调查通过样本轮换能够防止样本老化带来的系统性偏误，并基于实际调查工作中保证样本轮换工作环节的有序展开，提出了进一步的启示与思考。

关键词：

抽样调查；样本轮换；统计估计；供应链管理

供应链管理是企业从内部管理转向产品全生命周期中的供应环节和整个供应链系统的研究，目的旨在进一步降低企业运营的成本与满足客户的需要。供应链管理的对象为生产——销售链上的主体，有供应商、制造商、分销商、零售商，直到最终用户，从对象上看，处于上游的供应商需要通过供应链下游对象的需求反馈来不断提高供应链服务；从管理部门来看，通过企业对其所在供应链服务评价的调查，将有助于通过发现供应链存在的问题以及提高供应链服务质量、降低供应链成本与提高效率。相关部门为了解当地企业供应链发展情况，采用商业模式实施抽样调查，定期组织调查进行企业供应链绩效评价。由于在当地展开的供应链管理定期调查，为了实现科学的统计研究以及对供应链管理获取更广泛的实际评价，在抽取企业样本时要正确合理地进行样本轮换。本文基于对供应链管理水平的调查分析，对企业调查对象进行轮换，并通过统计估计方法实现对轮换偏差进行处理，发现通过轮换后的调研精度显著性提高，足以证实定期抽样调查通过样本轮换能够防止样本老化带来的系统性偏误。

1关于样本轮换

所谓样本轮换，就是在连续调查过程中，每隔一定时期部分的或全部的轮换样本单位。这样做的目的主要是为防止样本老化，即抽取样本对总体代表性逐渐降低，提高抽样效果。样本轮换是连续性抽样调查中不可避免的一个间题，尤其是供应链管理研究方面，无论是出于供应链上中下游环节企业的经营范围和规模都不同，对供应链管理评价的重点也有差异，因此，出于对供应链发展情况的全面掌握，需要定期对供应链评价调查的抽样对象进行样本轮换。在连续性样本轮换调查中，一般存在单水平轮换（one-levelrotation）和多水平轮换（multi-levelrotation）两种轮换方法。但是，实际中很多轮换样本调查一般都使用不同的轮换模式，而不同的轮换模式又导致了连续性抽样估计方法存在较大差异，而且实际中很多连续性轮换样本调查存在着轮换模式设计不合理，抽样估计方法不科学等问题，这些都将导致调查结果不能准确地反映出调查总体的连续变化特征，从而影响到时序统计数据的准确性。对于以上因素引起的抽样轮换偏误问题，学术界并未有统一的有效估计方法，但目前可用最优线性无偏估计法来加以处理。无论是政府部门的大型劳动力抽样调查，还是商业调查中针对行业发展的定期抽样分析，抽样样本老化的问题不可避免，在轮换方法的设计日渐成熟的条件下，通过对样本轮换偏误的统计处理实现对轮换抽样方法科学性的进一步论证。

2抽样调查的样本轮换模型构造

本文针对供应链管理绩效评价调查而言，模型由两个部分组成：一是对调查数据指标化的熵值赋权用以对影响供应链管理绩效评价的指标进行定性赋权，并作为样本轮换后指标重要性的比对基础；二是对抽样调查的样本轮换模型。其中，轮换率的计算实质上是对换出、入调查对象的计算；而轮换统计估计则是通过换出入调查对象前后回归分析，并通过最优无偏估计量实现换出后精度的提高。现将两模型计算步骤列举如下

2.1熵值法计算步骤（1）指标矩阵标准化针对本文的xm´n指标矩阵，m表示选择的企业样本对象的个数也即指标矩阵的行数；n表示各个指标的个数也即指标矩阵的列数。（2）计算指标的熵值，说明了对于供应链管理总体评价的因素重要程度。但此时的熵值并不是直接权重，仍需要进一步转换。（3）计算指标的权重

2.2基于估计量的轮换率计算本文对基于简单随机抽样的最优轮换率计算，主要是通过回归分析得到的最优估计量调整计算得出，计算步骤如下：基于简单随机抽样的最优轮换率计算，本文将通过回归分析得到的参数予以实现：从最优估计量出发的关于轮换样本数与轮换率的计算，只是从估计量的方差角度出发，并没有考虑到调查费用的约束以及其他的相关因素。一般来说，如果考虑调查费用约束，实际采用的样本轮换率会低于最优统计量计算出的比率。如针对本文研究的商业调查供应链，对于调查对象的企业来说，由于其经营范围和规模差异大，轮换变化频率较大。但是，由于商业统计调查的预算约束，对供应链管理情况调研的企业抽样调查中，样本轮换率宜定为1/3至1/4为佳。

3实例

3.1数据来源与描述统计为了解当地企业供应链发展情况，抽样调查定期组织对200户企业供应链绩效评价。由于在当地展开的供应链管理定期调查，为了实现科学的统计研究以及对供应链管理获取更广泛的实际评价，在抽取样本企业时要正确合理地进行样本轮换。从上述基于调查问卷的供应链管理来看，企业对供应链管理总体评价水平处于中等偏下的水平，说明调查范围内的企业供应链管理水平仍然处于较低的水平，有待通过上述因素的梳理改善供应链管理。进一步，在研究供应链管理中的因素对供应链绩效评价的贡献时，采用了熵值赋权，原理为指标之间的差异越大权重越小。根据熵值赋权得到供应链管理绩效评价的各因素权重如表2所示。根据熵值法得到的观察指标权重主要集中于供应链的外部上下游厂商与客户的管理，占到总体评价权重的一半以上（0.617）；尤其是下游客户管理指标在供应链管理评价占比达到0.357，对供应链管理综合评价中具有决定性的作用。这在一方面印证了基于实际调查表明的当地供应链管理处于较低水平，又进一步指出导致提高供应链管理绩效的主要因素，即要通过下游客户销售回笼的价值流转加速检验与反馈出供应链管理的整体绩效水平；另一方面也为基于调查分析供应链管理数据的进一步分析奠定了对比的基础，即量化测度的供应链影响因素与定性分析的供应链因素重要程度是否具备一致性。

3.2最优轮换率与参数估计根据前后两期关键指标——供应链管理综合评价指标，计算出ρ前后两期调查主要指标的相关系数为：再由公式（8）计算出最优轮换率为0.5426，按照四舍五入的标准，将最优轮换率确定为0.5，即连续定期调查的对象通过随机抽样方式换出一半。按照实际调查研究中的调查费用以及其他因素的约束，有时候无法按照基于回归估计量计算出的轮换率进行，因此根据供应链管理调查实际情况获得的数据，计算出轮换比率对应表，以便因实际情况而调整轮换比率，方便实际调查工作的展开。为进一步论证抽样轮换前后的结果对比差异，对是否进行过抽样轮换的因素影响进行回归分析，对比结果如表5所示：从上述回归分析结果可以看出，轮换前后供应链管理影响因素分析结果是不同的，不仅仅是对供应链影响因素变量的大小差距，甚至连影响方向都有差异，这一方面说明样本轮换对抽样调查起到很重要的作用，尤其是防止样本老化对研究问题的解释产生系统性偏误；另一方面根据实际情况来看，通过对影响因素的改进是能够改善供应链管理绩效，因此供应链影响因素对供应链管理的评价是呈正相关关系，由此认定样本轮换前的结果因样本老化而导致对现实情况的分析产生了系统性偏误。根据方程总体的残差平方和来看，轮换后的方程估计量残差平方和明显地要小于轮换前的值，由此，可以从整体方程的估计效果进一步判断出本文所研究的供应链管理调查数据经过样本轮换后的效果要优于未轮换前的分析结果，从统计量化的角度进一步论证了样本轮换作为纠正样本老化具有显著效果；根据样本轮换后的分析可以看出影响供应链管理的主要指标对供应链综合评价指标有显著的正相关作用，通过改善供应链管理的各个模块，实现供应链管理的科学化与流程化，就能从本质上提高供应链管理绩效，从而由企业反馈出对供应链管理绩效的综合评价水平会相应提高。为印证描述分析中，基于调查数据的定性描述中影响供应链管理的权重，将样本轮换后基于回归分析的供应链管理影响因素指标进行标准化后与其进行对比，对比结果如表6所示：根据以上轮换后的定性定量对比研究结果发现，从指标的相对重要性即影响供应链管理绩效评价指标的重要程度并未发生变化，这就充分说明了抽样调查的样本轮换后无论是定性还是定量分析都能够说明该地供应链管理的发展情况以及主要影响因素，为地方提供促进供应链管理的政策都能提供比较可靠的论据，即对抽样轮换是对抽样调查中的样本老化问题的有效解决，因此，可以对轮换后的数据进一步采取量化方法挖掘供应链管理绩效的信息。

3.3因子分析在通过了样本轮换后，对200个企业对象的上述供应链管理绩效指标进行因子分析，采用SPSS20.0，进行因子分析对观测指标进行提炼，用以发现影响企业供应链管理绩效影响因素的分类。这是基于可供分析的调查数据进一步挖掘，将来自于调查数据可能因人为设定的指标存在相关性或重合信息进行再精炼。可以看出，公因子1主要为影响供应链管理绩效评价的外因，是由下游客户管理和供应商管理组成；公因子2主要为企业内部管理，包括了生产流程管理和信息流管理。两大类公因子的提取以及调查指标的自然归类充分说明了供应链管理的意义所在，通过对生产经营的流程化控制与信息集成实现内控管理效率的外生化，促使实物流与价值流的高效周转为供应链上的企业实现更大的价值。

4进一步的研究方向

本文通过对供应链管理发展情况的实际商业调查为基础，以样本轮换对企业调查对象进行了抽样处理，研究结果发现抽样调查的轮换进行前后差异很大，即样本老化现象已经在定期的抽样调查中出现，为了克服样本老化对抽样调查结果导致的系统性偏误，而影响对现实问题的分析，样本轮换实际上是来自微观主体的调查工作必要的处理环节，需要进行科学的设计安排与组织进行。关于样本轮换的分析研究，拟提出未来进一步的改进方向：（1）需要进一步探索轮换统计处理技术，科学构造统计估计量。样本轮换设计在国外的理论与实际讨论得比较多，但是对于样本轮换存在的偏误问题却没有形成统一有效的统计估计。本文以企业为对象进行的微观主体调查，所采用的估计量和估计方法为一般性处理方法，属于连续的单水平轮换处理，国内外的大型劳动力调查研究基本上采用此类方法，但是对于企业来说，连续的多水平方法可能更为适合，就需要专门为企业的连续多水平样本轮换再设计构造出更为科学的统计估计量。因为，比较家庭住户调查与企业调查，二者的差异性很大，可以根据对企业的定期调查搜集历史资料，探索构造一种充分利用历史资料的基于样本轮换技术的抽样调查估计方法，配合更加行之有效的轮换技术，从而进一步提高基于企业调查对象的抽样调查估计精度。（2）在制度层面探索一种统计调查方法，以确保样本轮换的顺利进行。对于定期抽样调查而言，将定期抽样调查形成为抽样调查工作制度更容易保证抽样调查科学地展开。本文以基于企业的供应链管理绩效评价调查为例，对于企业来说，供应链管理绩效的提高有助于其自身成本的节约，流程化从而管理效率提高，并且也助于了解我国供应链发展情况，无论是商业调查还是相关政府部门所需，在一定程度上如果能够保证将供应链调查持续进行下去，就应当将样本轮换的调查制度科学设计与安排，从而通过抽样调查科学化保证调查质量的提高，为供应链调查结果的使用方提供更为可靠的分析结果。如果是定期商业调查，组织调查的单位和人员需要熟悉设计好的轮换调查方法，最好以工作制度的模式安排实施，以保证定期调查工作的展开是建立在长效而连续的样本框基础之上；如果进一步形成了相关政府部门对供应链发展情况进行定期调查，那么最好是建立行之有效的统计上报系统，通过信息技术来实现对样本老化的样本轮换处理，同时不断更新减少样本轮换偏误的统计估计量算法设计，科学地实现抽样轮换并保证统计估计结果精确度的提高。（3）从基层调查统计人员的素质抓起，以实现样本轮换工作的切实推行。除了抽样调查工作本身的制度化安排与内容上的科学化设计，抽样调查工作的实施更需要基层调查统计工作人员日常工作的规范性与准确性予以保证。因为抽样调查样本框中出入样本的轮换，实际上是由调查工作人员对工作的落实对调查的执行来实现的，而样本轮换工作是一个需要细致与严谨工作态度的工作环节，这就要求执行样本轮换过程中，调查人员首先具备对自身工作岗位和职责的认同感，不能够马虎行事，而应该以执行与完成样本轮换工作流程为统计调查工作的职责。这需要一方面从基层调查统计人员的业务素养抓起，定期进行样本轮换等抽样统计调研工作的岗位培训、制度培训，提高其专业化程度的培养，以提高统计调查的质量；另一方面，需要传达到位调查统计研究的重要性，落实调查统计工作的责任，促使基层统计调查工作人员能够积极主动地进行维护样本框的调查工作，鼓励其进行有效的调研以发现抽样统计工作中可能存在的问题，探索样本老化的频率，从调查工作的各个方面减少主观性偏差对抽样调查结果带来的人为偏误。

参考文献：

[1]SenAR.SuccessiveSamplingWithpAuxiliaryVariables[J].TheAnnalsofMathematicalStatistics,1972(43).

[2]SinghA.C.CombiningInformationinSurveySamplingByModifiedRegression[J].ProceedingsofTheSectiononSurveyResearchMethods,AmericanStatisticalAssociation,1996(91).

[3]FullerWA.,RaoJNK.ARegressionCompositeEstimatorwithApplicationtoTheCanadianLaborForceSurvey[J].SurveyMethodology,2001,(27).

[4]GambinoJG,KennedyB,SinghMP.RegressionCompositeEstimationforTheCanadianLaborForceSurvey:EvaluationandImplementation[J].SurveyMethodology,2001,(27).

[5]SinghAC,KennedyB,WuS.RegressionCompositeEstimationforTheCanadianLaborForceSurveyWithARotatingPanelDesign[J].SurveyMethodology,2001,(27).

[6]赵俊康.考虑偏差时的样本轮换问题研究[J].山西财经大学学报,2001,(4).

[7]侯志强,吴启富.二级单元调查六次时的一种两层次样本轮换方法[J].统计与决策,2009,(9).

[8]刘建平,陈光慧.多水平样本轮换调查及其组合估计方法[J].统计与决策,2009,(7).

[9]方国斌.网络抽样调查样本轮换的理论与应用[J].统计与决策,2011,(11).

[10]陈兵,吕恕.有辅助信息可利用时的分层抽样下样本轮换研究[J].统计与决策,2014,(15).

作者：范荣华 单位：南阳理工学院 经济管理学院