作为推动畜牧业稳步向前发展的重要支撑力量，饲料企业在促进我国产业结构优化、资源整合及经济可持续健康发展等方面具有重要作用[1]。饲料企业覆盖范围比较广泛，与林业、农业、化学、医药业等多个领域均有交集[2]。我国农业经济迅猛发展，饲料企业数量、渗透领域、生产规模均进一步增长。据中国饲料工业协会统计数据，2020年我国工业饲料总产量达25 276.1万t，同比上涨10.4%。国内外良好贸易形态为饲料企业持续发展带来机遇的同时，也带来更加严峻的挑战。例如，面对需求日渐庞大、服务质量要求更高的现实状况，饲料企业产品质量、管理缺失等短板均会愈发凸显。此时，作为连接各大农产品行业的核心环节，供应链会在饲料企业间发挥难以替代的作用。饲料企业实现供应一体化，构建上、中、下游节点企业互联互通的供应链体系是饲料行业进一步发展的必然趋势[3]。PDCA循环能够对企业全面质量管理体系稳步运转提供支撑。因此，文章尝试构建基于PDCA循环的饲料企业供应链优化流程，展开绩效评价，提出针对性优化建议，为饲料行业供应链运作提供参考。1基于PDCA循环的饲料企业供应链流程随着饲料行业覆盖面及整体规模逐步扩大，我国饲料企业已由最初的个体小户经营，逐步发展至以某个饲料加工企业为核心的完备供应链[4]。但饲料企业供应链中产品、管理等方面现存一些缺口。PDCA循环可以使企业实现对质量的全面把控，能够在一定程度上缓解饲料企业供应链面临的窘境[5-6]。以PDCA循环为主的优化流程实施可以深入分析饲料企业供应链各环节优劣势，利于挖掘问题环节，促进供应链绩效提升[7-9]。因此，研究引入PDCA循环理念，从供应链整体视角出发，同链条上各节点企业协同设计助推供应链整体绩效提升的流程，构建1个PDCA循环。基于PDCA循环的饲料企业供应链流程见图1。10.13557/j.cnki.issn1002-2813.2021.16.026.F001图1基于PDCA循环的饲料企业供应链流程为详细呈现PDCA循环提升饲料企业整体绩效、优化饲料企业供应链的流程，研究以A省某饲料企业供应链中“物流成本较高”问题为例进行演示。1.1P阶段——制定解决“物流成本较高”问题的优化方案在P阶段，主要借助KJ法对“物流成本较高”问题的影响因素展开分析。饲料企业领导层将相关负责人组织起来，统一进行资料收集、卡片制作与发放，最后通过整理卡片信息总结亲和图。造成“物流成本较高”问题的主要原因包括：物流技术与硬件基础设施建设水平落后、物流服务水平较低、从业人员专业素养较低、产品存储费用高。找出影响因素中亟须解决的因素优先破解。调查表是为展开进一步分析和检查提前做好铺垫的图或表格，可以通过简单记号整理为数据搜集提供极大便利。该饲料企业借助调查表法，计算出上述4个因素中最具影响力的因素为“存储费用高”，并围绕这一问题，从降低仓库使用费、减少存储消耗及缩短存储时间3个方面着手制定改进计划。1.2D阶段——处理解决“物流成本较高”问题的优化方案在D阶段，每个影响因素实施方案的操作方法均相同，选取“存储费用高”为代表作出具体阐述。在D阶段主要运用系统图法尝试解决“存储费用高”问题，完成改进计划。系统图即将措施和目标系统化展开，通过画图对实现目标和问题重点的实施方法进行分析。该饲料企业运用系统图过程中，通过与相关负责人商讨完成系统图绘制，提出如何从降低仓库使用费、减少存储消耗及缩短存储时间方面降低存储费用。1.3C阶段——检查解决“物流成本较高”问题优化方案的执行情况在C阶段，将D阶段实际执行运作情况与P阶段制定的改进计划表进行对比，检查执行情况是否与预期效果相匹配。1.4A阶段——处理解决“物流成本较高”问题的优化方案在A阶段，基于C阶段检查结果，针对未解决的问题，重新进入下1个PDCA循环，直到问题被解决；针对已经解决的问题，制定对应标准，形成体制，逐步巩固成果。待所有问题均被妥善解决，该饲料企业供应链的整体绩效将大幅提升，饲料企业供应链的竞争力将会提高。2基于PDCA循环的饲料企业供应链绩效优化评价2.1指标选取在上述构建的饲料企业供应链优化流程基础上，从供应链整体战略视角出发，结合重要性、系统性、定量与定性相结合、动态等原则，构建供应链绩效优化评价指标体系，评估整个流程实施对整体绩效提升的有效性[10-11]。为全面考量指标覆盖的广度、兼顾指标选择重点，将供应链界限作为基本划分依据，从供应链内部绩效、外部绩效、整体绩效方面选取指标。结合现有文献研究结论确定具体评价指标[12-13]，最终选择从财务状况、信息共享度、综合可靠性、客户服务4个维度选取指标。基于PDCA循环的饲料企业供应链绩效评价体系见表1。10.13557/j.cnki.issn1002-2813.2021.16.026.T001表1基于PDCA循环的饲料企业供应链绩效评价体系目标层准则层指标层指标说明基于PDCA循环的饲料企业供应链绩效评价体系综合可靠性（A）缺货率（A1）A1=缺货需求量/真实需求量×100%准时交货率（A2）A2=准时交货次数/交货总次数×100%信息共享度（B）数据关联度（B1）B1=各节点饲料企业间信息的流通程度订单处理准确率（B2）B2=准确处理订单数/订单总量×100%财务状况（C）利润增长率（C1）C1=利润增长额/利润总额×100%库存周转率（C2）C2=销售成本/平均存货×100%客户服务（D）产品合格率（D1）D1=合格产品量/产品总量×100%客户满意度（D2）D2=顾客收到产品的评价2.2数据来源为获取较为全面且准确的指标评价数据，借助调查问卷、电话问询、搜集企业数据、咨询专业人士等诸多方法对选定的各指标作出评价。依据各项指标初始数据获取方式将所有指标共划分为两类：一为定性指标，即通过咨询企业领导、员工、顾客或问卷调查获取的相关数据；二为定量指标，即通过搜集利润增长率、库存周转率等历史数据获取的相关数据。对各项指标作出等级评价时，将得出此等级评价的数量与有效数量之比看作该评价等级的初始数据。针对一些隐蔽性和专业性较强的指标，通过咨询专业人士获取其初始数据。2.3研究方法从定向与定量双向视角确定指标的权重，充分考虑到行业专家的看法，全面考量各项指标自身蕴藏的信息量，具有更强的客观性[14]。采用层次分析法对上述基于PDCA循环的饲料企业供应链绩效进行测度。参照Saaty等[15]的研究，具体测度流程如下：第一，划分层次结构。在层次分析法的简化模型中，层次结构主要包括目标层、准则层、方案层。在处理较多复杂问题的时候，可形成介于准则层和方案层之间的子准则层，该层包含多个间接影响决策目标的因素。第二，构造判断矩阵。在确定每一层级影响因素之后，借助专家打分法构建形成判断矩阵。第三，判断矩阵权重计算。经专家判定的判断矩阵为正反矩阵，具体形式如下：A=a11 a12 ⋯ a1na21 a22 ⋯ a2n⋮   ⋮        ⋮     ⋮an1 an2 ⋯ ann=1            a12      ⋯ a1n1/a21 1         ⋯ a2n⋮      ⋮   ⋮      ⋮1/an1  1/an2   ⋯       1 (1)且aij=1,2±1,3±1,⋯,9±1i,j=1,2,3⋯,n。上式中，任一i,j=1,2,3⋯,n，则aij=wi/wj，得出：A=w1/w1 w1/w2 ⋯ w1/wnw2/w1 w2/w2 ⋯ w2/wn  ⋮    ⋮         ⋮          ⋮wn/w1 wn/w2 ⋯ wn/wn (2)从上式中可以看出，n为A的一个特征值，具体如下：Aw=w1/w1 w1/w2 ⋯ w1/wnw2/w1 w2/w2 ⋯ w2/wn  ⋮    ⋮   ⋮   ⋮wn/w1 wn/w2 ⋯ wn/wnw1w2⋮wn=n•w1n•w2 ⋮n•wn=nw (3)上述判断矩阵A的主特征值λmax=n，各影响因素权重向量w为归一化主特征向量X。第四，判断矩阵一致性检验。采用平均随机一致性指标对矩阵一致性指数CI进行修正，即采用异质性比率替代CI，检验其作为一致性指标是否可以被接受。CR=CIRI (4)一般情况下，当CR0.1时，矩阵一致性为可以接受。第五，方案层合成权重。依据独立性公理，对方案层权重采取下述公式进行合成。w(Qk)=∑i=1nwi∑j=1miwij(i=1,2,3⋯,n;j=1,2,3⋯,n) (4)式中：n为准则层P1内涵盖因素的个数：mi为子准则层P2内涵盖子因素的个数。2.4指标权重确定对来自饲料行业及供应链管理领域的8位专家进行访谈，确定各项指标的重要程度。依据访谈结果对各项指标重要程度构造判断矩阵，准则层指标判断矩阵见表2。10.13557/j.cnki.issn1002-2813.2021.16.026.T002表2准则层指标判断矩阵项目综合可靠性（A）信息共享度（B）财务状况（C）客户服务（D）综合可靠性（A）1241/2信息共享度（B）1/2131/5财务状况（C）1/41/311/7客户服务（D）2571借助MATLAB软件对模型进行转化，求得运行结果为CI=0.018，CR=CI/RI=0.018/0.89=0.0200.1。研究表明，准则层指标的判断矩阵一致性条件，且向量W=（0.271、0.149、0.072、0.541），是该判断矩阵的权重向量。由表2可知，准则层中对饲料企业供应链绩效影响最大的指标为财务状况，表明饲料企业资源利用率及收益状况是衡量其供应链绩效水平的关键指标。进一步对综合可靠性、信息共享度、客户服务、财务状况进行判断矩阵构建及一致性检验，求各项指标层中每个指标的权重。运用准则层指标判断矩阵构造方法，确定各项指标判断矩阵见表3。通过运用MATLAB软件对模型进行转化，求得综合可靠性指标运行结果为CI=0.033，CR=CI/RI=0.033/0.89=0.0370.1；信息共享度指标运行结果为CI=0.017，CR=CI/RI=0.017/0.89=0.0190.1；客户服务指标运行结果为CI=0.017，CR=CI/RI=0.017/0.89=0.0190.1；财务状况指标运行结果为CI=0.018，CR=CI/RI=0.018/0.89=0.0.200.1。综合可靠性、信息共享度、客户服务、财务状况各指标判断矩阵均符合一致性条件，且可以得出综合可靠性指标向量W=（0.152、0.256、0.566、0.068），信息共享度指标向量W=（0.361、0.101、0.361、0.092），客户服务指标向量W=（0.496、0.217、0.111、0.111），财务状况指标向量W=（0.275、0.153、0.517、0.097）。10.13557/j.cnki.issn1002-2813.2021.16.026.T003表3各项指标判断矩阵缺货率准时交货率数据关联度订单处理准确率客户满意度产品合格率库存周转率利润增长率综合可靠度缺货率14准时交货率1/41信息共享度数据关联度11/4订单对接准确率41客户服务客户满意度11/4产品合格率41财务状况库存周转率11/5利润增长率51由表3可知，缺货率指标是对供应链可靠性水平影响最大的指标，与供应链绩效稳定性呈反比。数据关联度是对信息共享度影响最大的指标，即数据共享度越高，信息流通速度越快，供应链中各节点企业的协调性越好。产品合格率是对客户服务影响最大的指标，即产品合格率越高，客户服务质量越高，供应链长期维持运营的可能性越大。利润增长率是对财务状况影响最大的指标，即利润增长率越大，供应链的财务状况越好，供应链资源利用率越高。利用层次分析法将各项指标求得的权重汇总，各指标权重汇总见表4。10.13557/j.cnki.issn1002-2813.2021.16.026.T004表4各指标权重汇总目标层准则层权重指标层权重供应链绩效评价体系综合可靠性（A）0.271缺货率（A1）0.676准时交货率（A2）0.324信息共享度（B）0.149数据关联度（B1）0.339订单处理准确率（B2）0.661财务状况（C）0.072利润增长率（C1）0.517库存周转率（C2）0.483客户服务（D）0.508产品合格率（D1）0.596客户满意度（D2）0.404由表4可知，在基于PDCA循环的饲料企业供应链运作过程中，影响其绩效提升的指标主要为客户服务。可能因为以PDCA循环的饲料企业供应链主要从需求端出发，探究链条各环节运作可能存在的问题，客户反馈成为其绩效提高的关键因素。在基于PDCA循环的饲料企业供应链中，各企业通过调研客户反馈问题，针对产品与服务进行适当调整，能够有效提升供应链绩效。综合可靠性对PDCA循环下饲料企业供应链绩效的影响较大，主要原因为供应链企业整体运作能效以及为客户带来的可靠性决定其经营绩效。信息共享度与财务状况对PDCA循环下饲料企业供应链运作绩效的影响较小，在整个供应链循环过程中发挥的作用较不突出。在客户服务层面，产品合格率影响较大。现阶段，伴随消费结构升级以及需求多样化，客户对于企业产品要求日益增加。饲料企业通过精加工方式，为客户针对性提供合格的产品，利于提高产品销量。在综合可靠性层面，缺货率对PDCA循环下饲料企业供应链运作绩效的影响最大。饲料企业作为要求产品循环度较高的行业，在不同时间段下为客户提供所需产品，能够契合各类生产实践活动开展，利于自身经营绩效提升。在信息共享度与财务状况层面，订单处理准确率与利润增长率的影响最大。饲料企业匹配度高、可循环供应的产品对自身信息共享发挥关键作用，关乎整个供应链的运作畅通性。同时，利润增长率是影响饲料企业财务状况的关键性因素，会显著影响PDCA循环下饲料企业供应链运作绩效。3基于PDCA循环的饲料企业供应链优化建议3.1智能化运作降低运营成本我国大多数饲料企业不具有一次性高效完成饲料存储、运输及交付的能力，造成饲料企业成本核算体系难以充分发挥效能，对供应链成本管控形成一定影响。数字化信息时代背景下，饲料电商蓬勃发展。基于PDCA循环下饲料企业供应链优化流程可以针对性挖掘节点企业存在的问题，逐步强化原材料购买、成品生产与销售环节的智能终端管控；通过中国饲料工业统计信息系统等平台搜集各大加工生产企业有关数据，充分发挥智能平台的数据分析优势。饲料行业应组建“大数据+精益物流+一体化企业”系统，制定并推送饲料工业标准，为PDCA循环下饲料企业供应链优化流程实施提供预测服务。3.2强基建运作优化物流布局为保障PDCA循环下饲料企业供应链优化流程有效实施，需要逐步强化基础设施建设，打造物流网络系统平台，推动物流布局渐趋优化。供应链中各节点饲料企业应合理调研内部饲料产品仓储、物流路线、物流中转，通过缩短运输距离降低物流运输成本，实现物流布局优化。供应链中各大加工生产企业应主动建立合作机制，积极与第三方物流和其他企业间资源互联共享，避免前期投入过度造成建设困难或资源浪费等情况。饲料企业需要持续加大资金投入力度，及时更新、改造或淘汰效能落后的生产、加工、运输设备，使物流运输效率及管理水平上升一个台阶。另外，信息系统基建也是饲料企业供应链物流网络系统布局得以优化的关键路径。饲料企业可以引入自动识别、数据回传、远程监控及GPS定位等新兴信息技术，以便更高效、及时地获取所需信息，推动企业数据分析能力的提升，为供应链流程优化提供指导。3.3双向运作助力供应一体化形成饲料企业经营过程中常会面临经济政策、市场、资源、管理、财务等一系列风险。供给侧结构性改革能够助推饲料企业有效减少劣币驱逐良币、产能过剩等现象，推动饲料企业全要素生产率提高及资源要素配置进一步优化。为提升PDCA循环下饲料企业供应链优化流程运作效率，饲料行业应在饲料企业供应链体系中大力推行供给侧结构改革，促使供应链整体绩效不断提升。另外，饲料企业间应建立供应联盟，针对现有投融资结构加以重新规划和整合。可以将饲料供应商与养殖基地设置为供应链中的上游供应端，鼓励龙头企业通过市场兼并与技术创新手段提高市场集中度，逐步将饲料企业形成供应一体化行业，进而提升整体供应链运作能效。3.4延链条运作推动全产业链竞争力提升饲料供应链呈现出明显推动式特征，即上游端的供应一体化企业是饲料供应链的主要驱动源。而饲料供应链中流通环节极为繁杂，导致下游需求端常出现反应迟钝状况，阻滞PDCA循环下饲料企业供应链优化流程的有效实施。因此，饲料企业应基于PDCA循环下饲料企业供应链优化流程，重新梳理供应链中现有短板，不断丰富供给来确保供应链稳定、安全运行。在此基础上，科技管理部门应为饲料关键技术、工艺研发环节适当提供一定比例经费支撑；饲料企业应充分发挥渠道权利优势，逐步强化与供应链中各辅助节点部门间的协作，提高产品参与全产业链的综合竞争力。3.5VMI技术运作改进库存决策当前，饲料企业库存呈现出强流转性、多渠道供应等显著特征。部分饲料企业存在全局思维欠缺、内控机制不健全、采购及分销时间选择不科学等问题，影响饲料库存周转率，导致企业利润大幅下降，不利于PDCA循环下饲料企业供应链优化流程实施。供应商管理用户库存（vendor managed inventory，VMI）技术能够依据需求分布构建库存优化模型，推动饲料库存实现信息化建设，提整体流程优化水平。因此，饲料企业应基于流程优化结果，借助VMI模型制定合理补货策略，通过VMI模型将养殖基地饲料消耗量数据、库存量上限值与消耗曲线在各节点企业间进行共享，以此不断优化库存决策，降低“牛鞭效应”对供应链绩效带来的负面影响，最终发挥PDCA循环下饲料企业供应链优化能效。