汽车制造企业供应商满意度评价指标的选择分析

张继元 王源绍 严 斯 徐天琦

(南京工业大学浦江学院 汽车工程学院，江苏 南京 211200)

0 前言

供应商的选择与评价对汽车制造企业的运营策略有重要意义，其供货成本、产品质量、交货期和配套服务均会影响汽车制造企业的生产运营。对于常驻供应商与独立供应商的选择，取决于汽车制造企业的战略发展计划。根据计划需要，将供应商分为技术提高供应商、竞争提高供应商、影响力提高供应商及多渠道普通供应商。汽车制造企业可以通过多种渠道选择供应商，供应商的产品质量符合汽车制造企业的需求是合作的基础与前提。

外包给供应商的业务规模及其价值比重是影响评价的因素，如供应商的商业价值较高，在短期合作后可以考虑长期与其合作，如商业价值一般，则在完成当前合同后结束合作关系，可根据战略要求，选择其他供应商。

1 供应商评价的影响因素

根据供应商选择与客户满意度的关系，首先应确立衡量供应商的客观尺度。梳理已有文献资料，确定选择供应商的标准。综合衡量供应商的客观指标，在其自身特征指标中选取有显著影响的指标，分析检验指标间的关联性，确定评价体系的指标具有独立性。在评价过程中，评价结论须遵循定性、定量评估的一致性，使评价结论具有统计性和经济性。

在汽车产业链中，供应商位于汽车制造企业的上游。汽车制造企业对供应商的满意度符合客户满意度理论，是通过体验供应商的产品、商品服务等相关业务，并与预期目标相对比，根据可观察到的供应商行为做出评价，因此，汽车制造企业对供应商的满意度与供应商自身因素有关。

汽车制造企业对供应商的满意程度受多种外部因素的共同影响，因此可将外部因素作为客观评价的标准。采用回归分析的原理，分析汽车制造企业对供应商的满意程度与影响因素间的关系，采用满意度量表法对汽车制造企业进行问卷调查，得出对供应商的定性评价。同时，对供应商进行问卷调查，采用专家评分的方法对供货商的特征数据指标进行评价，进一步检验并优化评价体系，做到定性与定量的统一。

2 满意度的测量

2.1 满意度量表

问卷采用明尼苏达满意度量表，见表1。在使用该量表前，先在汽车制造企业中完成测试，检验该量表的可信度与效度。

2.2 企业调研

通过问卷调查的方式采集数据。样本数据来自华东地区的6家汽车制造企业，数据构成情况如下：按车辆应用类型划分，乘用车制造企业和商用车制造企业各3家；按地区划分，南京2家、苏州2家和上海2家。为了确保数据的真实有效，项目组先后走访了南京、苏州和上海的汽车制造企业，向相关工作人员发放问卷，再以文档和邮件的方式收集问卷。共发出调查问卷600份，回收587份，有效问卷550份，其中南京183份，苏州175份，上海192份，满足样本框架设计的要求。数据样本特征见表2。

表1 满意度量表

表2 数据样本特征

2.3 量表的信度效度检验

采用统计产品与服务解决方案(SPSS)检验550份有效问卷的信度与效度。经检验，信度Cronbach α系数为0.858，是一种可靠性较高的度量。效度值为0.749，明显大于最低临界水平0.500。该量表具有显著的收敛效度。经分析，证明该量表可用于汽车制造企业供应商满意度的测量。

3 选取供应商的特征变量

整理了发表于2018—2021年关于如何选择与评价供应商的文献，筛选、合并信息含义基本相同的评价指标，指标初始数据如下：收集了2018年汽车制造企业对其供应商满意度评价指标52个，有效指标35个；2019年相关指标28个，有效指标15个；2020年相关指标21个，有效指标10个；2021年相关指标20个，有效指标6个。其中，包含了可观察到的外在指标、产品可评测的指标，以及软性指标如企业文化等。最终选取有效初始指标共66个。

4 构建多元回归分析模型

将汽车制造企业对供应商的满意度作为因变量，对供应商的评价指标作为自变量，所设立的因变量与自变量之间存在的相关性，可以通过建立回归方程计算。满意度设为(因变量)，供应商的66个备选指标设为(自变量)。初始模型公式为：

=+++…++

(1)

式中：为汽车制造企业对供应商的满意度；为产品合格率；为产品返修率；为优等品率；为破损率；为按时交货比率；为订货满足比率；为突发订单处理效率；为科研经费投入占比；为新产品开发占比；为新产品销售比率；为市场占有率；为技术人员占比；为培训费用；为资产利润率；为资产净利润率；为资产周转率；为资产负债率；为售后服务质量评价；为设备利用率；为生产设备投资评价；为产能优势评价；为时间弹性力度；为数量的柔性化评价；为品种的柔性化评价；为质量管理能力评价；为质量改进效率评价；为成交价格；为价格浮动率；为送样速度；为纠错评价；为网点服务半径；为交通运输工具的选择评价；为检测人员素质评价；为行业资质评价；为政治氛围评价；为文化氛围评价；为开发改进参与度；为人才培养力度；为客户投诉率；为信息管理化建设实施率；为管理评价；为业务能力评价；为诚信度评价；为品牌力评价；为行业预期性评价；为担保状况评价；为赔偿状况评价；为风控能力评价；为融资水平评价；为投资能力评价；为生产自主能力评价；为研发自主能力评价；为柔性技术化程度；为合作意愿评价；为订货提前情况评价；为合作年限；为信息处理能力评价；为超额运费承担评价；为返修退货率；为品质稳定率；为产品使用寿命评价；为成本控制率；为价格竞争状态评价；为伙伴地位评价；为及时生产方式(JIT)协作能力评价；为环保质量水平评价；～分别为各自变量的误差项；为模型调节参数。

5 供应商数据采集与结果分析

5.1 数据采集

南京某汽车制造企业采用满意度量表对与其有合作的154家供应商进行测评，将问题分为2部分：由供应商如实填写；通过德尔菲法汇总得出。梳理并分析回收的问卷，数据完整的供应商共147组，但信息完整且有效的仅138组。

5.2 结果分析

在SPSS软件中输入已采集的138组供应商满意度调研数据，根据检验分析的结果显示，相关系数=0.856、判定系数=0.717，均大于0.500，表明该回归方程的拟合性较好，可以很好地预测满意度。样本偏差值明显小于0.05，说明满意度与供应商的自变量之间有线性关系，多重回归模型通过自变量预测满意度与采集的数据之间拟合，其显著性检验为合格。多重共线性会造成信息冗余，削弱供应商自身特征变量指标对满意度预测的有效性。检验模型中的多重共线性，预测变量的显著性检验结果并不显著，说明多个供应商备选指标具有多重共线性的问题。为此，采用逐步回归法优化多元回归方程。

6 逐步回归法优化模型

用SPSS软件优化回归方程。通过逐步回归分析法和最终回归方程，得到37个对满意度有显著影响的指标。比较2个过程的结论，值明显降低，值明显提高，说明了逐步回归后的方程是最可靠的方程。使用逐步回归法后得到的最优回归方程为：

=0767+0126+0110+0045+0133+0390+0079+0116+0315+0120+0239+0197+0084+0218+0129+0201+0149+0091+0156+0139+0137+0161+0233+0248+0081+0145+0095+0091+0124+0138+0169+0107+0221+0098+0219+0281+0147+0154

(2)

由式(2)可知，显著影响满意度的供应商备选指标为有37个，其他29个指标的影响力并不显著，可以忽略。

7 结语

本文研究了汽车制造企业供应商评价指标体系的选取思路与策略。对供应商评价的结果，遵循了定性与定量一致性的原则，将供应商满意度作为外在影响因子，对供应商进行定性与定量分析。通过样本信息采集构建多元回归方程，研究结果发现其拟合效果较好。供应商的特征指标和满意度之间有很大的关联性，供应商特征指数之间具有多重共线性。调整逐步回归分析模型后，得到37个对满意度有重要影响的特征指标，且这些指标彼此独立，可分别进行评价。