基于主成分聚類分析的戰備物資生產能力儲備企業選擇

李紹斌，楊西龍，王 豐，甘 明

(后勤工程學院 后勤信息與軍事物流工程系，重慶 401311)

?

● 軍事物流 Military Logistics

基于主成分聚類分析的戰備物資生產能力儲備企業選擇

李紹斌，楊西龍，王 豐，甘 明

(后勤工程學院 后勤信息與軍事物流工程系，重慶 401311)

為科學合理地選擇戰備物資生產能力儲備企業，將主成分分析法和聚類分析法相結合，提出一種基于主成分聚類分析的戰備物資生產能力儲備企業選擇的方法。系統考慮各類影響企業選擇和評價的因素，構建戰備物資生產能力儲備企業選擇的指標體系，運用主成分分析法對企業的指標數據進行簡化處理，使用SPSS軟件中的系統聚類法對其進行聚類分析，最終給出各企業的歸類排序結果。案例分析表明，該方法對于戰備物資生產能力儲備企業選擇具有參考價值。

戰備物資；生產能力儲備；主成分分析；聚類分析

隨著現代化戰爭對后勤保障依賴的不斷增強，未來我軍后勤保障任務將越來越艱巨。戰備物資儲備作為軍隊后勤的重要組成部分，是為保障部隊及時應對戰爭和突發事件的需要而預先進行的物資儲備[1]。戰備物資儲備的合理與否將直接影響前線部隊戰斗力的持續生成，關系著戰爭的主動權甚至戰爭的勝負。面對前線巨大的物資消耗，不能僅僅依靠部隊后勤承擔戰備物資所有的籌措儲備，應積極探索軍民融合式戰備物資儲備模式，才能更好地完成未來信息化戰爭保障任務。生產能力儲備作為戰備物資儲備的一種重要方式，是軍隊根據戰略方向的力量部署及戰備物資消耗的實際情況，通過企業建造并維持一定的富余生產能力或直接與具有一定富余生產能力的企業簽訂協議，確保在戰爭爆發時能夠根據實際需要，在短時間內快速轉變生產模式，在最短的時間內生產出滿足戰爭需求的戰備物資[2]。

戰備物資生產能力儲備方式的核心問題是企業的選擇，戰備物資生產能力儲備企業通常需要符合一定的條件。例如，具有一定的生產規模、產品質量可靠、信譽度高、企業業績較好、經營管理能力強、社會責任感強、交通位置便利和一定的庫存能力等，戰備物資生產能力儲備企業選擇是一個復雜的多屬性優化決策問題。因此，在應對未來信息化戰爭的挑戰中，戰備物資生產能力儲備是滿足突發戰事需求的基本保障，而戰備物資生產能力儲備企業的選擇則是該問題的核心內容。科學合理地選擇戰備物資生產能力儲備企業對軍隊后勤具有重大的戰略意義。現有相關文獻表明，目前我軍對戰備物資儲備的研究不夠深入，主要集中在以實物儲備為主的儲備點優化[3-5]、物資儲備量決策[6-7]等方面，對戰備物資生產能力儲備相關研究還十分薄弱。

本文基于主成分聚類分析方法的基本原理，同時根據戰時對戰備物資的需求特征，綜合考慮各類影響企業選擇和評價因素，提出戰備物資生產能力儲備企業選擇的指標體系。以戰備物資中的衛生裝備生產企業選擇為例，采用主成分分析法對企業的指標數據進行降維處理，再依靠SPSS軟件中的系統聚類法對其進行聚類分析，最終完成對戰備物資生產能力儲備企業的選擇。

1 主成分聚類分析的基本方法

1.1 主成分分析法

在數據信息處理過程中，經常會遇到變量之間信息高度重疊和相關的情況，這對變量的統計分析造成較大干擾。為此，最簡單直接的辦法是減少變量的個數，但這將導致部分信息丟失或信息不完整等問題。主成分分析法[8]是一種能夠以最少的信息丟失為前提，同時有效降低變量維數的分析方法。該方法是利用數學上對數據降維的思想，將原有眾多的具有一定相關性的指標，重新整合成一組數量較少且互不相關的綜合指標(即主成分)，其中每個主成分都是原始指標的線性組合，各主成分之間互不相關，而且這些主成分能夠反映原始指標的絕大部分信息，且所含的信息互不重疊，這就使得復雜問題得以簡化。

(1)計算相關系數矩陣。

(1)

式中rij(i，j=1，2，…，p)為原變量xi與xj的相關系數。rij=rji，其計算公式為

(2)

(2)計算特征值與特征向量。

相關系數矩陣R的特征方程為|λI-R|=0，用雅克比法求出特征值，并按大小順序排列λ1≥λ2≥…≥λp≥0。分別求出對應特征值λi的特征向量ai=(ai1,ai2,…，aip)，要求‖ai‖=1。

(3)計算主成分貢獻率及累計貢獻率。

根據主成分個數選取的原則，一般取特征值大于1或累計貢獻率達85%～95%的特征值。

(4)計算主成分載荷。

(3)

(5)各主成分得分。

(4)

1.2 聚類分析法

聚類分析法是一種在數值統計分析領域中應用廣泛的多元統計分析方法，它能夠將一批樣本變量在不知道類型的個數或對于各種類型的結構未作任何假設情況下自動進行分類，分類結果中每一類代表著具有相似性的集合，不同類之間具有明顯的非相似性。分類過程中，不需要事先確定分類的標準，聚類分析能夠從樣本變量出發，客觀地決定分類標準。聚類分析研究發展至今，按照聚類原理的不同，可分為系統聚類法、K-means聚類法、動態聚類法等，其中系統聚類法是聚類分析法中應用最為廣泛的一種。其基本思想是：首先將n個樣本變量各自看成一類，計算各樣本之間的距離以及類與類之間的距離；其次選擇其中距離最小的一對組合成一個新類，同理重新計算新類和其他類之間的距離；最后將距離最小的兩類合并，以此類推直至所有樣本合并成為一類為止。

1.3 主成分聚類分析的步驟

綜上所述，將主成分分析法與聚類分析法相結合，提出主成分聚類分析法，其具體的操作步驟為：①企業選擇指標體系的確定及相關指標數據的收集；②將收集的指標數據進行歸一化處理；③對歸一化后的指標數據進行主成分分析，依據累計貢獻率確定前r個主成分，并計算各主成分的得分；④對主成分分析后得到的新數據陣指標進行聚類分析，確定樣本的類別歸屬及其綜合評價。

主成分聚類分析將結合主成分分析與系統聚類分析兩種方法的優勢，對初始樣本數據進行主成分分析，可提取出決定樣本特性的主成分，實現初始數據的簡化，減少初始數據的冗余。以主成分分析的結果作為系統聚類分析的樣本數據，對其進行探索性的分析，可不必事先確定分類的標準，借助SPSS軟件，自動完成對樣本數據分類，可大大減少人為主觀因素對分類評價結果的影響，計算過程簡單，所得結論客觀合理。

2 案例分析

2.1 企業選擇指標體系的建立

本文以戰備物資中衛生裝備的生產能力儲備為例，根據戰時部隊對戰備物資的需求特征，綜合考慮各類影響企業選擇和評價的因素，在向有關專家反復咨詢及論證后，提出了戰備物資中衛生裝備生產能力儲備企業選擇的指標體系。

(1)地理位置x1。以企業所處的地理位置對戰備物資保障產生影響的重要程度作為評分依據：地處沿海、沿邊城市，靠近邊防、海防地區的企業，將其得分設置為5分，如廈門、尹寧、拉薩、北海等；位于我國邊海防線縱深地區的(如500 km以內)，其得分為4分，如西寧、蘭州、長春等；位于我國重要交通樞紐地區的，其得分為3分，如鄭州、武漢、成都、西安等；位于我國內陸地區的，如貴陽、太原等，其得分設置為2分；位于我國其他地區的，其得分為1分。

(2)注冊資金x2。企業注冊資金作為評估企業規模的重要指標，也是影響企業生產能力儲備的重要因素。

(3)企業資質x3。戰備物資生產能力儲備的企業由于涉及軍隊戰時物資裝備的保障，所以對于其資質也應設定一定的門檻。國家保密、ISO、軍隊生產資格中有2個或以上的得5分；擁有其中一個資質的設置4分；其他資質得3分。

(4)近3年加權平均資產總額x4。企業近3年加權平均資產總額反映出企業的發展規模，這將為戰備物資生產能力儲備企業選擇提供一定的參考。

(5)經營性質x5。企業經營性質主要分為國資、外資、合資、私企，戰備物資生產涉及國家軍隊的秘密，因此將國資企業設置為5分，合資或私企為3分，外資企業通常不考慮。

(6)近3年加權平均銷售總額x6。企業近3年的加權平均銷售總額反映的是企業近些年的業績情況，一般在選擇戰備物資生產能力儲備企業時，優先考慮良好業績的企業。

(7)近3年平均資產負債率x7。企業近3年的平均資產負債率反映的是企業近些年的誠信記錄情況，負債率越高表示誠信度越差；反之，則誠信度越高。

為驗證企業選擇指標體系的科學性以及企業選擇方法的有效性，本文從軍隊某采購局的數據庫中收集了部分衛生裝備生產企業的相關信息，以字母代表各企業的具體名稱(見表1)。

2.2 主成分分析

對13個企業的指標數據進行主成分分析，借助SPSS22統計分析軟件，分析各個指標間的相互關系，將存在明顯線性相關的指標與沒有明顯分異的指標剔除，進而確定主成分指標。為減少企業評價指標數量的同時又不損失太多的信息，根據主成分個數選取的原則，選取累計貢獻率為85%以上的指標[9]，共提取出了3個主成分。具體的運行結果見表2。

由表2可知，指標1、指標2與指標3的累計貢獻率達到88%，達到主成分選取的要求，將7個初始指標降為3個主成分指標，即地理位置主成分、注冊資金主成分與企業資質主成分。同時3個主成分指標的特征值分別為：λ1=3．673，λ2=1．554，λ3=0．945。由式(3)可知，主成分系數等于各自主成分載荷向量除以各自主成分特征值的算術平方根，將數據代入式(3)得企業評價指標的主成分系數(見表3)。

由表3可知：x2、x4、x6在第一主成分上的載荷較大；x3與x7在第二主成分上的載荷較大；x1與x5在第三主成分上的載荷較大。將表中主成分系數與標準化后的數據{ZXi}相乘，得到主成分表達式：

F1=-0．292ZX1+0．474ZX2+…+0．335ZX7

F2=-0．298ZX1-0．323ZX2+…+0．428ZX7

F3=0．669ZX1+0．051ZX2+…+0．114ZX7

采用加權綜合評價方式分別對各企業的主成分得分進行計算，具體計算公式如下，權重值為各信息量的比重[10]。各企業的主成分得分見表4。

表1 各企業指標信息

表2 企業評價指標的解釋總方差

表3 企業評價指標的主成分系數

表4 各企業主成分得分

2.3 新指標聚類分析

以篩選得到的各企業主成分得分F為分析對象，通過SPSS軟件中的系統聚類法對其進行聚類分析，得到各企業的聚類樹狀圖(如圖1所示)。

圖1 新評價指標的聚類圖

根據聚類分析結果，對戰備物資生產能力儲備的協議企業實施如下分類：

(1)B企業為第一類，屬于核心企業。其綜合評價值最高，在生產能力、生產規模、企業信譽等等指標上都達到了較優，能夠最大程度地保證戰備物資的應急生產，戰備物資主管部門在選擇生產能力儲備企業時應優先選擇該類企業。

(2)企業A、D、E、F、G、H、J、K、L、M為第二類，屬于備選企業。對于生產要求一般的戰備物資，可考慮選擇與該類企業簽訂協議，同時在核心企業完成不了戰備物資生產任務的情況下，備選企業可作為核心企業的補充進行戰備物資生產。

(3)企業C、I為第三類，屬于外圍企業。由于其綜合評價值低，一般情況下不選擇與其簽訂生產協議，可以對其進行動態化管理跟蹤，定期考察其生產能力、負債率、生產規模等指標，條件合格時可考慮升級為備選企業。

3 結 語

本文選取7個指標用以評價戰備物資生產能

力儲備企業，以實際醫療裝備生產能力儲備企業為分析對象，運用主成分分析法，完成對評價指標的簡化，再對主成分分析所得的結果進行聚類分析，得到最終的企業分類評價結果。案例分析結果驗證了評價方法的有效性，可以為戰備物資主管部門科學合理地選擇戰備物資生產能力儲備企業提供一定的參考。然而，戰備物資生產能力儲備通常涉及企業選擇、物資儲備結構、獎懲機制制訂等，是一個系統復雜的問題。為了能夠豐富完善戰備物資的儲備，提高戰備物資生產能力儲備的質量和效益，在下一步的工作中還需要對戰備物資生產能力儲備的獎懲機制進行深入研究。

[1] 陳學軍,王豐,張連武，等.戰儲管理學[M].北京：中國財富出版社，2013:2-4.

[2] 黃鵬程, 郭倩博, 張巍. 基于 SWOT 的戰備物資生產能力儲備策略研究[J].物流技術,2015,34(6):130-132.

[3] 姚學賓,王豐.基于 Voronoi 圖的戰備物資儲備區域劃分[J].四川兵工學報, 2014,35(7):43-46.

[4] 張地,劉士通,盧海容,等.軍隊戰備物資儲備庫選址研究[J].軍事交通學院學報,2014,16(8): 69-72.

[5] 郭繼坤,穆祥靜.應急物資儲備點選址問題研究[J].軍事運籌與系統工程,2015,29(4):46-50.

[6] 王海蘭,趙道致.救災維穩通用戰備物資軍地聯儲結構數量研究[J].西北工業大學學報(社會科學版),2014,34(1):44-47.

[7] 黃永平,尚振鋒,朱煥勤.軍事斗爭物資儲備規模的動力學仿真[J].軍事運籌與系統工程,2004(2):36-38.

[8] 朱星宇,陳勇強.SPSS 多元統計分析方法及應用[M].北京：清華大學出版社,2011：241.

[9] 余錦華,楊維權.多元統計分析與應用[M].廣州：中山大學出版社, 2006：169-177.

[10] 胡新濤,張作剛,劉望.主成分聚類分析在戰儲器材輪換中的應用[J].計算機與現代化,2013(12):226-229.

(編輯：史海英)

Selection of War Readiness Materials Production Capacity Reserve Company Based on Principal Component Cluster Analysis

LI Shaobin, YANG Xilong, WANG Feng, GAN Ming

(Department of Logistics Information & Military Logistics Engineering, Logistical Engineering University, Chongqing 401311, China)

To select war readiness materials production capacity reserve company scientifically and rationally, the paper proposes a method based on principal component cluster analysis by combining principal component analysis with clustering analysis method. Firstly, it considers factors influencing company selection and evaluation systematically and establishes index system for company selection, and simplifies the index data with principal component analysis method. Then, it conducts cluster analysis on the data with system clustering method in SPSS software, and obtains the classification and sorting results of each company. The example indicates that the proposed method has reference for selecting war readiness materials production capacity reserve company.

war readiness materials; production capacity reserve; principal component analysis; clustering analysis

2016-07-11；

2016-09-02．

李紹斌(1992—)，男，碩士研究生； 楊西龍(1964—)，男，教授，碩士研究生導師．

10．16807/j.cnki.12-1372/e.2017.03.015

E233

A

1674-2192(2017)03- 0061- 05