简述企业物流服务组织模式与决策动因的对应

《简述企业物流服务组织模式与决策动因的对应》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、简述企业物流服务组织模式与决策动因的对应企业物流服务组织模式与决策动因的对应论文导读：本论文是一篇关于企业物流服务组织模式与决策动因的对应的优秀论文范文,对正在写有关于企业论文的写有一定的参考和指导作用,应链系统的硬、软环境因素。环境框架虽然是全面和具体的，但以之作为调研的因素显然过多而不可取。为此，在形成调研问卷之前，首先对33家企业（包括22家物流服务的客户企业、11家物流服务的提供企业）进行了预调研及面对面访谈。通过调研及访谈，我们抽取能够既反映环境框架基本内涵，又方便调研问卷形成和实施的主导因素。同时，通摘要企业

2、物流服务组织中的主要模式一般包括物流外包、物流自营以及部分外包部分自营。在现实中，由于受到复杂主、客观环境因素的影响，企业在进行物流服务模式的选择时必须考虑诸多因素，以形成合理的、具有针对性的决策方案。因此，研究企业物流服务组织模式与决策动因之间的关系非常重要。本文通过对物流服务需求方实体企业的抽样调查分析，从企业所在系统和环境因素入手来挖掘企业决定其物流组织模式的主要动因，运用对应分析策略对不同物流服务模式与决策动因之间的关系进行研究，从而为企业的物流决策行为提供借鉴。　　关键词物流服务组织模式；决策动因；对应分析　　

3、］Ａ１６７３－０４６１（２０11）01－００29－０5　　　　一、引言　　随着世界经济环境的发展变革，任何一个成功的企业都不可能脱离外部协作关系独自成长起来。这不仅是供应链管理思想发展的根源，也是引导企业合理处理自身生产/服务活动组织策略理由的基本前提。也就是说，企业要想发展，整合外部资源是必须的。如今，物流业务作为企业生产/服务主业之外的第三方利润源，日益显示出其在提升企业综合运营管理水平中的重要作用。企业物流服务组织模式与决策动因的对应由写论文的好帮手.zglmed和Chang（1998）[13]曾对物流外包的动因进

4、行了概括性总结，包括商业全球化、技术发展、第三方服务的功能、管理方式的转变等等均被认为是影响物流外包的主要动因。　　通过上述分析可以看出，尽管较多学者围绕分企业物流外包的动因进行了分析，但从系统性角度深入、全面的分析企业物流服务组织策略多种及综合模式的研究成果尚未形成。为此，我们有必要对这一理由进行研究。为了全面、系统地分析影响企业进行物流服务组织模式选择时的动因因素，在进行实证研究之前，我们首先构筑了环境因素框架。该框架的搭建，一方面是根据企业战略管理、企业运营管理、供应链管理、约束理论等领域的基本理论知识；另一方面主

5、要是根据目前我国企业运转的实际环境及状况，从企业的内、外部环境因素及企业所在供应链系统的硬、软环境因素的二维结构进行构建。此外，除基本因素外，基于长远收益目标考虑的辅助因素以及外包时必须满足的生产能力、时限性、质量以及诚信度等基本约束关系也是必须考虑的。　　该环境框架基本涵盖了可能导致企业采取不同物流服务组织策略的全部动因的相应归属。也就是说，从大类角度讲，组织策略转变的动因不可能脱离企业的内、外部因素及其所在供应链系统的硬、软环境因素。环境框架虽然是全面和具体的，但以之作为调研的因素显然过多而不可取。为此，在形成调研问

6、卷之前，首先对33家企业（包括22家物流服务的客户企业、11家物流服务的提供企业）进行了预调研及面对面访谈。通过调研及访谈，我们抽取能够既反映环境框架基本内涵，又方便调研问卷形成和实施的主导因素。同时，通过环境因素的直接动因挖掘过程，形成能够被所调查企业接受的直接动因量表。在此基础上，我们可以方便的进行大量调研数据的统计分析工作。　　三、对应分析相关理论　　对应分析（Correspondenceanalysis）是解决社会科学数量研究中对品质型变量进行分析，研究两个或多个变量之间相关关系的基于图形分析的直观有效的多元统计

7、分析策略。该策略由荷兰Leiden大学DTSS课题组研制，于SPSS11.0版本之后新增的应用程序[14]。对应分析以两变量的交叉列联表为研究对象，利用降维的策略，通过图形的方式直观揭示不同变量之间的联系，对于多分类品质型变量的研究特别适合。一般来讲，对应分析的基本步骤可描述如下[15]：　　（1）编制交叉列联表并计算概率矩阵P　　编制两品质变量的交叉列联表，见矩阵X：　　（4）绘制行列变量分类的对应分布图　　将F和G中的元素分别看成c个二维点和r个二维点绘制在一个共同的坐标平面中，形成对应分布图，各点的坐标即为相应的因

8、子载荷。　　研究对应分析图主要应注意两点:第一，观察变量分别在第一维（横轴）和第二维（纵轴）方向上的区别情况,如果同一变量不同类别在某个方向上距离较远,说明这些类别在该维度上区别较大；否则说明这些类别在该维度上区别不大。观察应以区别较大的维度为主；第二，比较不同变量各个取值分类间的位置关系，落在从图形中心（0，0）点