科學(xué)的指標(biāo)體系的選取是評(píng)價(jià)物流績(jī)效合理性的前提。物流評(píng)價(jià)指標(biāo)體系是一個(gè)綜合、多維的系統(tǒng)，經(jīng)過(guò)分析相關(guān)資料論文，本文從財(cái)務(wù)績(jī)效、客戶(hù)績(jī)效和業(yè)務(wù)績(jī)效等3個(gè)角度確立多種指標(biāo)的評(píng)價(jià)體系，選取具有代表性的10種物流績(jī)效評(píng)價(jià)指標(biāo)構(gòu)建評(píng)價(jià)體系。具體物流評(píng)價(jià)指標(biāo)包括：年?duì)I業(yè)額x1、權(quán)益凈利率x2、客戶(hù)保持率x3、客戶(hù)滿(mǎn)意率x4、客戶(hù)獲利率x5、市場(chǎng)占有率x6、市場(chǎng)增長(zhǎng)率x7、市場(chǎng)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(jìng)爭(zhēng)理論，企業(yè)要取得競(jìng)爭(zhēng)優(yōu)勢(shì)必須鞏固和擴(kuò)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(dòng)生產(chǎn)率以外的第三利潤(rùn)源泉。同時(shí)現(xiàn)代的企業(yè)競(jìng)爭(zhēng)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(jìng)爭(zhēng)。物物流正是供應(yīng)鏈的重要組成部分。通過(guò)企業(yè)物流進(jìn)行績(jī)效評(píng)價(jià)，能夠幫助企業(yè)正確判斷實(shí)際的經(jīng)營(yíng)水平，及時(shí)發(fā)現(xiàn)自身的優(yōu)勢(shì)和不足，從而為全面監(jiān)督企業(yè)資源，實(shí)現(xiàn)資源的合理配置，提高企業(yè)的核心競(jìng)爭(zhēng)力提供科學(xué)的依據(jù)�；�于主成分分析（PCA）方法，將多指標(biāo)問(wèn)題轉(zhuǎn)化為較少的綜合指標(biāo)，從而給出了較為客觀的權(quán)重，對(duì)企業(yè)物流績(jī)效進(jìn)行了綜合評(píng)價(jià)。

　　【關(guān)鍵詞】物流績(jī)效,綜合評(píng)價(jià),主成分分析

　　1.企業(yè)物流評(píng)價(jià)的指標(biāo)體系和評(píng)價(jià)方法

　　1.1構(gòu)建指標(biāo)體系

　　建立現(xiàn)代物流績(jī)效評(píng)價(jià)體系，對(duì)評(píng)價(jià)方法的研究具有重要的意義：（1）通過(guò)物流績(jī)效評(píng)價(jià)系統(tǒng)，對(duì)物流作業(yè)進(jìn)行監(jiān)督，控制，指揮，以達(dá)到物流資源（人力，設(shè)施，裝備）的有效的，合理的配置。（2）對(duì)物流績(jī)效進(jìn)行評(píng)價(jià)，能夠發(fā)現(xiàn)并改正物流服務(wù)上的問(wèn)題，向客戶(hù)提供達(dá)標(biāo)或超標(biāo)的有效服務(wù)。（3）可以為國(guó)家制定相關(guān)政策提供依據(jù)，進(jìn)一步為整個(gè)物流行業(yè)提供積極指導(dǎo)。（4）能夠正確的評(píng)價(jià)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(shí)現(xiàn)企業(yè)間的優(yōu)勢(shì)互補(bǔ)，提高聯(lián)盟的整體發(fā)展水平。

　　1.2評(píng)價(jià)方法—主成分分析法

　　主成分分析（PCA）最早是由美國(guó)統(tǒng)計(jì)學(xué)家皮爾遜（PEARSON）在1901年的生物學(xué)理論研究中引入的，也稱(chēng)主分量分析或矩陣數(shù)據(jù)分析。它通過(guò)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(biāo)變量，比如，建立一個(gè)指標(biāo)體系，為了從不同的側(cè)面反應(yīng)系統(tǒng)分析和評(píng)價(jià)的綜合性與全面性，在指標(biāo)體系中要設(shè)立若干個(gè)（n個(gè)）指標(biāo)，其指標(biāo)權(quán)數(shù)的確定方法是基于數(shù)據(jù)分析而得到指標(biāo)間的一種內(nèi)在關(guān)系，摒棄了人工評(píng)價(jià)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(jì)、社會(huì)、技術(shù)等領(lǐng)域，并起到了重要的作用。在環(huán)境質(zhì)量評(píng)價(jià)方面，主成分分析是指把描述環(huán)境質(zhì)量的多個(gè)要素（樣本）化為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)方法。主成分分析的具體步驟如下：①計(jì)算相關(guān)矩陣或協(xié)變量矩陣估計(jì)共同性（community，或稱(chēng)共通性）：是設(shè)定主成分開(kāi)始萃取時(shí)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(duì)因素分析進(jìn)行命名和結(jié)果解釋。

　　若某研究對(duì)象有兩項(xiàng)指標(biāo)ζ1和ζ2，從總體ζ（ζ1、ζ2）中抽取了N個(gè)樣品，它們散布在橢圓平面內(nèi)（見(jiàn)圖1），指標(biāo)ζ1與ζ2有相關(guān)性。η1和η2分別是橢圓的長(zhǎng)軸和短軸，η1⊥η2，故η1與η2互不相關(guān)。其中η1是點(diǎn)ζ（ζ1、ζ2）在長(zhǎng)軸上的投影坐標(biāo)，η2是該點(diǎn)在短軸上的投影坐標(biāo)。從圖1可以看出點(diǎn)的N個(gè)觀測(cè)值的波動(dòng)大部分可以歸結(jié)為η1軸上投影點(diǎn)的波動(dòng)，而η2軸上投影點(diǎn)的波動(dòng)較小。若η1作為一個(gè)綜臺(tái)指標(biāo)，則η1可較好地反映出N個(gè)觀測(cè)值的變化情況，η2的作用次要。綜合指標(biāo)η1稱(chēng)為主成份，找出主成份的工作稱(chēng)為主成份分析。

　　可見(jiàn)，主成份分析即選擇恰當(dāng)?shù)耐队胺较颍瑢⒏呔S空間的點(diǎn)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(jī)效考核數(shù)據(jù)中部分具有代表性的數(shù)據(jù)，作為評(píng)價(jià)樣本數(shù)據(jù)10項(xiàng)物流績(jī)效評(píng)價(jià)指標(biāo)，進(jìn)行整理后作為研究的原始數(shù)據(jù)（表1）。

　　2.2運(yùn)用主成分分析法計(jì)算

　　原始數(shù)據(jù)中各指標(biāo)量綱不同，為了消除量綱的影響對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。利用標(biāo)準(zhǔn)化后的樣本數(shù)據(jù)矩陣計(jì)算其相關(guān)系數(shù)，得到相關(guān)系數(shù)矩陣R見(jiàn)表2。

　　運(yùn)用SPSS軟件對(duì)標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行主成分分析，求得特征值、貢獻(xiàn)率、累積貢獻(xiàn)率見(jiàn)表3。

　　選取特征值大于1或累積貢獻(xiàn)率大于85%因子為主成分，由表3可知前三個(gè)指標(biāo)累積貢獻(xiàn)率達(dá)到89.33%，可選取為主成分。對(duì)四個(gè)主成分進(jìn)一步分析得到成份矩陣見(jiàn)表4。

　　3.統(tǒng)計(jì)結(jié)果與討論

　　從表4可以看出，第一主成分y1在估計(jì)全體指標(biāo)信息的同時(shí)，突出反映了年?duì)I業(yè)額，客戶(hù)保持率，權(quán)益凈利率等3個(gè)指標(biāo)的綜合效應(yīng)且這3項(xiàng)指標(biāo)正相關(guān)說(shuō)明引起這三個(gè)指標(biāo)變化的原因相似，保持老顧客對(duì)企業(yè)的營(yíng)業(yè)額凈利潤(rùn)的提高非常重要。說(shuō)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(chǎng)增長(zhǎng)率、顧客滿(mǎn)意率等3項(xiàng)指標(biāo)且這3項(xiàng)指標(biāo)正相關(guān)，因此得出對(duì)于物流正確率的保證對(duì)提高顧客滿(mǎn)意率，從而提高市場(chǎng)增長(zhǎng)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(hù)滿(mǎn)意率，和物流準(zhǔn)時(shí)率等3項(xiàng)指標(biāo)的綜合效應(yīng)且這三項(xiàng)質(zhì)量正相關(guān)；第四主成分y4則重點(diǎn)反映了客戶(hù)滿(mǎn)意率，和物流正確率2項(xiàng)指標(biāo)的綜合效應(yīng)且這兩項(xiàng)指標(biāo)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(jìn)行績(jī)效管理的基礎(chǔ)是提高物流正確率和物流準(zhǔn)時(shí)率。只有對(duì)這兩項(xiàng)指標(biāo)的充分保障才能贏得顧客滿(mǎn)意率。對(duì)于一個(gè)物流企業(yè)質(zhì)量管理的核心目標(biāo)就是贏得顧客的滿(mǎn)意。顧客滿(mǎn)意率應(yīng)該是作為物流企業(yè)績(jī)效評(píng)價(jià)的核心指標(biāo)。因?yàn)楸ＷC顧客滿(mǎn)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(chǎng)占有率進(jìn)而增加年?duì)I業(yè)額和權(quán)益凈利率，是企業(yè)獲得良好的利潤(rùn)。因此物流企業(yè)加強(qiáng)對(duì)自身的要求與管理。加強(qiáng)對(duì)員工的培訓(xùn)，保證服務(wù)的質(zhì)量就成為了企業(yè)改善的關(guān)鍵。同時(shí)根據(jù)以上的分析可以提出一個(gè)對(duì)于企業(yè)物流績(jī)效評(píng)價(jià)的簡(jiǎn)單模型：

　　按照F值的大小直觀對(duì)企業(yè)物流績(jī)效算出分?jǐn)?shù)。對(duì)于企業(yè)各部門(mén)不同企業(yè)的物流績(jī)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(jìng)爭(zhēng)中的作用越來(lái)越明顯。因此對(duì)于企業(yè)物流績(jī)效考評(píng)指標(biāo)的分類(lèi)評(píng)價(jià)有著較大的實(shí)際意義。物流績(jī)效評(píng)價(jià)是一種典型的多指標(biāo)問(wèn)題，涉及的因素繁多。多指標(biāo)帶來(lái)了分析上的復(fù)雜性和多指標(biāo)間的多重相關(guān)性量大問(wèn)題。主成分分析法是一種指標(biāo)約簡(jiǎn)和削弱指標(biāo)間多重相關(guān)性的優(yōu)良工具。本文利用主成分分析法對(duì)企業(yè)物流績(jī)效進(jìn)行了綜合評(píng)價(jià)，具有如下優(yōu)點(diǎn)：

　�。�1）主成分分析法基于原始數(shù)據(jù)本身，評(píng)價(jià)結(jié)果符合客觀事實(shí)。

　�。�2）將多指標(biāo)進(jìn)行降維處理降低了評(píng)價(jià)的復(fù)雜度，削弱了指標(biāo)間的多重相關(guān)性。

　�。�3）易于發(fā)現(xiàn)影響物流績(jī)效的關(guān)鍵因素，有利于促進(jìn)企業(yè)改善經(jīng)營(yíng)管理，提升核心競(jìng)爭(zhēng)力。

　　參考文獻(xiàn)：

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

　　[2]劉永勝.供應(yīng)鏈績(jī)效評(píng)價(jià)研究現(xiàn)狀與發(fā)展趨勢(shì)[J].唐山學(xué)院學(xué)報(bào)，2003，（16）.

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

　　[4]羅薇，譚波.物流企業(yè)績(jī)效評(píng)價(jià)指標(biāo)與方法研究[J].經(jīng)濟(jì)與管理，2009，（3）.

　　[5]任建標(biāo)，許志眾，季建華.第三方物流服務(wù)績(jī)效評(píng)價(jià)體系設(shè)計(jì)與應(yīng)用[J].上海管理科學(xué)，2002（4）.

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

轉(zhuǎn)載請(qǐng)注明來(lái)自：http://www.jinnzone.com/gongshangqiyeguanlilw/35458.html