基于動態多指標灰靶決策的物流企業經營績效評價

秦瑤 錢吳永

摘 ?要：在“供給側改革”和“大力發展現代服務業”的背景下，物流業作為現代服務業的重要組成部分，獲得長足的發展，這也助推了物流企業的發展，但近年來，許多物流企業面臨著同業競爭激烈、經營績效差等挑戰，而物流企業的經營績效直接關乎物流企業的可持續發展，為此，科學評價物流企業經營績效，進而提出物流企業經營績效提升策略成為亟待解決的重要問題。基于這一背景，文章構建了物流企業經營績效評價指標體系， 以灰靶決策模型為基礎構建動態多指標物流企業績效模型，對我國18家上市物流企業2013～2017年之間的經營績效進行評價分析。

關鍵詞：物流企業;灰靶決策;物流績效;面板數據

中圖分類號：F272 ? ?文獻標識碼：A

Abstract： Under the background of“supply-side reform”and“vigorously developing modern service industry”， logistics industry， as an important part of modern service industry， has made considerable progress， which also promotes the development of logistics enterprises. However， in recent years， many logistics enterprises are facing the challenges of fierce competition， weak core competitiveness and poor business performance. The business performance of logistics enterprises is directly related to the sustainable development of logistics enterprises. Therefore， it is necessary to scientifically evaluate the business performance of logistics enterprises， and then put forward the strategy of improving the business performance of logistics enterprises as an important problem to be solved urgently. Based on this background， this paper constructs the business performance index system of logistics enterprises， and establishes a dynamic multi-attribute grey target decision-making model based on the grey system theory. Then， this paper makes an empirical study on the panel data of 18 listed logistics enterprises in China from 2013 to 2017.

Key words： logistics enterprises; grey target decision; logistics performance; panel data

0 ?引 ?言

隨著制造業的快速發展和電子商務的快速崛起，物流業務專業化發展和外包的快速興起，物流業也得到快速發展，許多物流企業也快速崛起，特別是以第三方物流企業為代表的現代物流企業發展迅猛。隨著物流企業數量和規模的不斷擴張，加之物流成本的不斷攀升，物流企業之間的競爭不斷加劇，許多物流企業面臨著可持續發展能力不強等諸多關鍵問題的挑戰。這些問題的主要原因在于物流企業經營績效不高、核心競爭力不強。因此，如何科學評估物流企業的經營績效，分析物流企業績效制約瓶頸，找出績效提升對策成為亟待解決的重要現實問題，為此，本文借鑒灰靶決策的基本思想構建了基于面板數據的動態多指標灰靶決策模型，利用所構建的模型對我國上市物流企業經營績效進行系統評價分析，以期為科學評價物流企業績效提供方法與技術支撐。

國內外許多學者對物流企業績效評價展開了研究。鄧學平基于C2R模型和窗口分析技術對我國上市物流企業生產績效進行了研究，發現物流企業績效總體水平呈下降趨勢，且港口型企業比運輸型企業效率高[1];朱霞針對物流企業的特點構建績效評價指標體系，利用熵值法對15家上市物流企業的財務指標數據確定指標權重從而進行實證分析[2];Peng Wong運用Malmquist指數對馬來西亞的第三方物流企業的創新績效和生產率進行分析研究，發現馬來西亞的物流企業總體缺乏創新性[3];楊德權針對IAHP方法中確定權重主觀性較大的問題，構建了交叉效率DEA—熵IAHP模型，彌補了原方法中對績效公平的忽視，利用該模型對我國8家物流企業進行績效評價來驗證模型的有效性[4];李曉梅基于16家國有物流企業的面板數據，應用超效率C2R-DEA模型從微觀角度檢驗了物流企業績效水平，發現純技術無效率是影響我國國有物流企業綜合績效的主要根源[5];韓劍塵在DEA框架下對樣本期內我國45家滬深上市的物流企業生產績效進行研究，發現港口型物流企業的生產績效比倉儲型物流企業的生產績效高[6];張毅應用NEW-COST-DEA模型對我國17家上市物流企業成本效率進行測評，發現我國上市物流企業成本效率普遍較低[7];范璐利用Cost Malmquist指數對我國上市物流企業投入要素價格變化進行研究，將指數進一步分解成技術效率變動、技術進步變動等四部分，將其與傳統的IM指數進行對比，發現CM指數更具優越性[8];Thi-Nham針對越南企業績效快速增長的現象，利用Malmquist生產率指數和窗口分析法對其績效進行評價，發現技術是生產力增長的決定因素，為企業的可持續性發展提出相應對策[9]。

從圖2可以看出，在2013～2017年之間恒基達鑫、歐浦智網、飛力達、中儲股份、音飛儲存、嘉誠國際這6家倉儲型物流企業的經營績效都處于較穩定的狀態，且評分較高，經營績效較好。新寧物流在2013～2017年之間經營績效的波動幅度較為明顯。宏川智慧和保稅科技在2013～2016年之間經營績效呈明顯上升趨勢，然而在2017年經營績效又有明顯的回落。

從圖3可以看出，在2013～2017年之間鐵龍物流、大秦鐵路、廣深鐵路、山東高速、寧滬高速、寧波港、珠海港、南京港這8家運輸型物流企業的經營績效都呈現出較穩定的狀態，且評分較高，經營績效較好。只有中原高速企業的經營績效在2013～2017年波動幅度較大，在2013～2015年績效評分有大幅度的上升，而在2015～2017年績效評分又呈緩慢下降趨勢。

3 ?結論與建議

本文用動態多指標灰靶決策模型對18家上市物流企業在2013～2017年的經營績效情況進行了評價，基于灰色關聯理論，考慮時點信息，用群灰關聯度表示各個時點各個指標間的關系，使指標權重的確定更具有科學性和合理性;利用新信息優先原理，基于矩陣范數確定時點權重，使決策信息得到充分利用，體現新信息的重要性。在給出指標權重和時點權重的基礎上，提出了基于面板數據的動態多指標灰靶決策模型，將灰靶決策模型拓展到三維空間進行研究，并將模型應用于物流企業績效評價，為科學分析物流企業績效提供方法與技術支撐。

物流企業在經營與投入過程中，必須樹立現代化物流理念，積極引入以物聯網技術為代表的世界先進物流技術，使物流服務不斷向信息化、網絡化和智能化方向發展;企業應重視物流基礎設施建設，提高企業運作效率，從而提高整個物流企業價值鏈的經濟效益;企業應不斷改善資產結構，合理分配內外部資源，從而提高物流企業的經營績效。

參考文獻：

[1] 鄧學平，王旭，Ada Suk Fung Ng. 我國物流企業生產效率發展分析[J]. 系統工程理論與實踐，2009，29（5）：27-36.

[2] 朱霞，王慧伶. 熵值法在物流企業績效評價中的應用[J]. 物流科技，2016，39（5）：28-31.

[3] ?Wai Peng Wong， Keng Lin Soh， Mark Goh. Innovation and productivity： insights from Malaysia's logistics industry[J]. International Journal of Logistics， 2015，19（4）：1-14.

[4] 楊德權，薛云霞. 基于交叉效率DEA和熵IAHP對物流企業績效評價[J]. 運籌與管理，2015，24（3）：172-178.

[5] 李曉梅，白雪飛. 基于超效率CCR-DEA的國有物流企業績效實證分析——基于16家上市物流企業的樣本數據[J]. 中國流通經濟，2016，30（4）：26-32.

[6] 韓劍塵，夏濤. 多維視角下我國物流企業生產效率異質性研究[J]. 華東經濟管理，2016，30（3）：97-101.

[7] 張毅，陳圻. 基于NEW-COST-DEA模型的中國上市物流公司成本效率研究[J]. 華東經濟管理，2011，25（4）：74-79.

[8] 范璐，王愛虎. 中國上市物流企業成本效率動態分析——基于Cost Malmquist指數[J]. 軟科學，2016，30（6）：71-74，87.

[9] ?Thi-Nham Le， Chia-Nan Wang. The Integrated Approach for Sustainable Performance Evaluation in Value Chain of Vietnam Textile and Apparel Industry[J]. Sustainability， 2017（3）：477.

[10] 羅本成，原魁，眭凌，等. 基于灰關聯度評價的投資決策模型及應用[J]. 系統工程理論與實踐，2002（9）：132-136.

[11] 錢吳永，黨耀國，劉思峰. 基于差異驅動原理與均值關聯度的動態多指標決策模型[J]. 系統工程與電子技術，2012（2）：337-341.

[12] 劉小弟，朱建軍，劉思峰. 猶豫模糊信息下的雙向投影決策方法[J]. 系統工程理論與實踐，2014（10）：2637-2644.

[13] 王正新，黨耀國，裴玲玲，等. 基于累積前景理論的多指標灰關聯決策方法[J]. 控制與決策，2010（2）：232-236.

[14] 曾波，劉思峰，謝乃明，等. 基于灰數帶及灰數層的區間灰數預測模型[J]. 控制與決策，2010（10）：1585-1588，1592.

[15] 劉震，黨耀國，錢吳永，等. 基于面板數據的灰色網格關聯度模型[J]. 系統工程理論與實踐，2014（4）：991-996.