科學的指標體系的選取是評價物流績效合理性的前提。物流評價指標體系是一個綜合、多維的系統(tǒng)，經(jīng)過分析相關(guān)資料論文，本文從財務(wù)績效、客戶績效和業(yè)務(wù)績效等3個角度確立多種指標的評價體系，選取具有代表性的10種物流績效評價指標構(gòu)建評價體系。具體物流評價指標包括：年營業(yè)額x1、權(quán)益凈利率x2、客戶保持率x3、客戶滿意率x4、客戶獲利率x5、市場占有率x6、市場增長率x7、市場應(yīng)變能力x8、物流正確率x9、物流安全率x10。

　　【摘要】根據(jù)現(xiàn)代企業(yè)競爭理論，企業(yè)要取得競爭優(yōu)勢必須鞏固和擴展自身的核心業(yè)務(wù)。而物流已經(jīng)成為企業(yè)在降低物資消耗，提高勞動生產(chǎn)率以外的第三利潤源泉。同時現(xiàn)代的企業(yè)競爭已經(jīng)不再僅僅局限于企業(yè)與企業(yè)之間而是供應(yīng)鏈之間的競爭。物物流正是供應(yīng)鏈的重要組成部分。通過企業(yè)物流進行績效評價，能夠幫助企業(yè)正確判斷實際的經(jīng)營水平，及時發(fā)現(xiàn)自身的優(yōu)勢和不足，從而為全面監(jiān)督企業(yè)資源，實現(xiàn)資源的合理配置，提高企業(yè)的核心競爭力提供科學的依據(jù)�；�于主成分分析（PCA）方法，將多指標問題轉(zhuǎn)化為較少的綜合指標，從而給出了較為客觀的權(quán)重，對企業(yè)物流績效進行了綜合評價。

　　【關(guān)鍵詞】物流績效,綜合評價,主成分分析

　　1.企業(yè)物流評價的指標體系和評價方法

　　1.1構(gòu)建指標體系

　　建立現(xiàn)代物流績效評價體系，對評價方法的研究具有重要的意義：（1）通過物流績效評價系統(tǒng)，對物流作業(yè)進行監(jiān)督，控制，指揮，以達到物流資源（人力，設(shè)施，裝備）的有效的，合理的配置。（2）對物流績效進行評價，能夠發(fā)現(xiàn)并改正物流服務(wù)上的問題，向客戶提供達標或超標的有效服務(wù)。（3）可以為國家制定相關(guān)政策提供依據(jù)，進一步為整個物流行業(yè)提供積極指導。（4）能夠正確的評價和選擇聯(lián)盟成員，保證物流聯(lián)盟的穩(wěn)定交易關(guān)系，實現(xiàn)企業(yè)間的優(yōu)勢互補，提高聯(lián)盟的整體發(fā)展水平。

　　1.2評價方法—主成分分析法

　　主成分分析（PCA）最早是由美國統(tǒng)計學家皮爾遜（PEARSON）在1901年的生物學理論研究中引入的，也稱主分量分析或矩陣數(shù)據(jù)分析。它通過變量變換的方法把相關(guān)的變量變?yōu)槿舾刹幌嚓P(guān)的綜合指標變量，比如，建立一個指標體系，為了從不同的側(cè)面反應(yīng)系統(tǒng)分析和評價的綜合性與全面性，在指標體系中要設(shè)立若干個（n個）指標，其指標權(quán)數(shù)的確定方法是基于數(shù)據(jù)分析而得到指標間的一種內(nèi)在關(guān)系，摒棄了人工評價確定權(quán)數(shù)的主觀性，是一種客觀合理的方法，因此被廣泛用于經(jīng)濟、社會、技術(shù)等領(lǐng)域，并起到了重要的作用。在環(huán)境質(zhì)量評價方面，主成分分析是指把描述環(huán)境質(zhì)量的多個要素（樣本）化為少數(shù)幾個綜合指標的一種統(tǒng)計方法。主成分分析的具體步驟如下：①計算相關(guān)矩陣或協(xié)變量矩陣估計共同性（community，或稱共通性）：是設(shè)定主成分開始萃取時的共同性。共同性是指變量的方差由主成分決定的比例，若是相關(guān)矩陣則共同性設(shè)為1；若是協(xié)變量矩陣則共同性為各變量的方差。②從相關(guān)矩陣或協(xié)方差助陣中萃取主成分。③決定因素的數(shù)目，對因素分析進行命名和結(jié)果解釋。

　　若某研究對象有兩項指標ζ1和ζ2，從總體ζ（ζ1、ζ2）中抽取了N個樣品，它們散布在橢圓平面內(nèi)（見圖1），指標ζ1與ζ2有相關(guān)性。η1和η2分別是橢圓的長軸和短軸，η1⊥η2，故η1與η2互不相關(guān)。其中η1是點ζ（ζ1、ζ2）在長軸上的投影坐標，η2是該點在短軸上的投影坐標。從圖1可以看出點的N個觀測值的波動大部分可以歸結(jié)為η1軸上投影點的波動，而η2軸上投影點的波動較小。若η1作為一個綜臺指標，則η1可較好地反映出N個觀測值的變化情況，η2的作用次要。綜合指標η1稱為主成份，找出主成份的工作稱為主成份分析。

　　可見，主成份分析即選擇恰當?shù)耐队胺较�，將高維空間的點投影到低維空間上，且使低維空間上的投影盡可能多地保存原空間的信息，就是要使低維空間上投影的方差盡可能地大。

　　2.數(shù)據(jù)收集和處理

　　2.1數(shù)據(jù)收集

　　本文采用某物流公司公布物流績效考核數(shù)據(jù)中部分具有代表性的數(shù)據(jù)，作為評價樣本數(shù)據(jù)10項物流績效評價指標，進行整理后作為研究的原始數(shù)據(jù)（表1）。

　　2.2運用主成分分析法計算

　　原始數(shù)據(jù)中各指標量綱不同，為了消除量綱的影響對原始數(shù)據(jù)進行標準化處理。利用標準化后的樣本數(shù)據(jù)矩陣計算其相關(guān)系數(shù)，得到相關(guān)系數(shù)矩陣R見表2。

　　運用SPSS軟件對標準化后的數(shù)據(jù)進行主成分分析，求得特征值、貢獻率、累積貢獻率見表3。

　　選取特征值大于1或累積貢獻率大于85%因子為主成分，由表3可知前三個指標累積貢獻率達到89.33%，可選取為主成分。對四個主成分進一步分析得到成份矩陣見表4。

　　3.統(tǒng)計結(jié)果與討論

　　從表4可以看出，第一主成分y1在估計全體指標信息的同時，突出反映了年營業(yè)額，客戶保持率，權(quán)益凈利率等3個指標的綜合效應(yīng)且這3項指標正相關(guān)說明引起這三個指標變化的原因相似，保持老顧客對企業(yè)的營業(yè)額凈利潤的提高非常重要。說明企業(yè)要做到盡力保持老顧客；第二主成分y2則突出反映了物流正確率，市場增長率、顧客滿意率等3項指標且這3項指標正相關(guān)，因此得出對于物流正確率的保證對提高顧客滿意率，從而提高市場增長率用著重要作用；第三主成分y3突出反映了權(quán)益凈利率，客戶滿意率，和物流準時率等3項指標的綜合效應(yīng)且這三項質(zhì)量正相關(guān)；第四主成分y4則重點反映了客戶滿意率，和物流正確率2項指標的綜合效應(yīng)且這兩項指標正相關(guān)。綜合以上的主成份分析可以得出，在物流企業(yè)進行績效管理的基礎(chǔ)是提高物流正確率和物流準時率。只有對這兩項指標的充分保障才能贏得顧客滿意率。對于一個物流企業(yè)質(zhì)量管理的核心目標就是贏得顧客的滿意。顧客滿意率應(yīng)該是作為物流企業(yè)績效評價的核心指標。因為保證顧客滿意率就可以提高顧客保持率，并且獲得新的顧客從而提高市場占有率進而增加年營業(yè)額和權(quán)益凈利率，是企業(yè)獲得良好的利潤。因此物流企業(yè)加強對自身的要求與管理。加強對員工的培訓，保證服務(wù)的質(zhì)量就成為了企業(yè)改善的關(guān)鍵。同時根據(jù)以上的分析可以提出一個對于企業(yè)物流績效評價的簡單模型：

　　按照F值的大小直觀對企業(yè)物流績效算出分數(shù)。對于企業(yè)各部門不同企業(yè)的物流績效水平的比較一目了然。

　　4.小結(jié)

　　物流作為企業(yè)供應(yīng)鏈間的重要部分在現(xiàn)代企業(yè)的發(fā)展和競爭中的作用越來越明顯。因此對于企業(yè)物流績效考評指標的分類評價有著較大的實際意義。物流績效評價是一種典型的多指標問題，涉及的因素繁多。多指標帶來了分析上的復雜性和多指標間的多重相關(guān)性量大問題。主成分分析法是一種指標約簡和削弱指標間多重相關(guān)性的優(yōu)良工具。本文利用主成分分析法對企業(yè)物流績效進行了綜合評價，具有如下優(yōu)點：

　�。�1）主成分分析法基于原始數(shù)據(jù)本身，評價結(jié)果符合客觀事實。

　�。�2）將多指標進行降維處理降低了評價的復雜度，削弱了指標間的多重相關(guān)性。

　�。�3）易于發(fā)現(xiàn)影響物流績效的關(guān)鍵因素，有利于促進企業(yè)改善經(jīng)營管理，提升核心競爭力。

　　參考文獻：

　　[1]馬士華.新編供應(yīng)鏈管理[M].中國人民大學出版社，2010，（8）.

　　[2]劉永勝.供應(yīng)鏈績效評價研究現(xiàn)狀與發(fā)展趨勢[J].唐山學院學報，2003，（16）.

　　[3]汪應(yīng)洛.系統(tǒng)工程[M].北京：機械工業(yè)出版社，2009.54-60.

　　[4]羅薇，譚波.物流企業(yè)績效評價指標與方法研究[J].經(jīng)濟與管理，2009，（3）.

　　[5]任建標，許志眾，季建華.第三方物流服務(wù)績效評價體系設(shè)計與應(yīng)用[J].上海管理科學，2002（4）.

　　[6]DonaldJ.Bowersox，DavidJ.Closs.SupplyChainLogisticsManagement（3rdEdition）.

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/gongshangqiyeguanlilw/35458.html