朱霞 王慧伶

摘 要：在對物流企業(yè)進行績效評價時，其中很重要的一個步驟就是對各指標進行賦權(quán)，根據(jù)指標的主、客觀性不同，可以運用不同的賦權(quán)方法來解決，而熵值法作為客觀賦權(quán)法，已經(jīng)在實際中得到了廣泛應(yīng)用。文章主要是針對物流企業(yè)的特點，構(gòu)建了符合物流企業(yè)業(yè)務(wù)特點的績效評價指標體系，并分別利用極值處理法和熵值法，對選取的15家上市物流公司的財務(wù)指標數(shù)據(jù)進行無量綱化處理以及確定指標權(quán)重的實證分析。通過對熵值法的實際應(yīng)用過程，認為熵值法易操作，實用性較強。

關(guān)鍵詞：物流企業(yè)；熵值法；績效評價

中圖分類號：F272 文獻標識碼：A

Abstract： There is a very important step to weighting indexdes in the perfornance evaluation of logistics enterprises. According to the difference of subjectivity and objectivity of the indexes， we can use different weighting methods to solve it. As an objective method， entropy method has been widely used in practice. This paper constructs a performance evaluation index system that conforms to the characteristics of logistics enterprises， then using extremum method and entropy method to make an empirical analysis of applies dimensionless method to the data and computing weights to indexes， with the fanancial datas that selected from 15 listed logistics corporations. Through the practical application process of entropy method， found that the entropy method was easy operation and practicality.

Key words： logistics enterprises； entropy method； performance evaluation

1 物流業(yè)的發(fā)展現(xiàn)狀

據(jù)統(tǒng)計資料，我國2013年社會物流總費用為10.2萬億元，占GDP的比重為18.0%，與2012年基本持平；2014年社會總費用為10.6萬億元，占GDP的比重為16.6%；2015年前三季度的社會物流總費用為7.4萬億元，占GDP的比重為15.2%?？傮w來看，我國物流總費用在GDP中的占比逐年減少，這就意味著物流效率在不斷提高，但是與物流業(yè)較發(fā)達的國家相比，我國的物流成本是較高的，這與我國經(jīng)濟發(fā)展程度、產(chǎn)業(yè)布局、物流業(yè)的發(fā)展模式有關(guān)。

目前，我國現(xiàn)有的物流業(yè)還是以傳統(tǒng)方式為主，只有少部分企業(yè)擁有先進的機械設(shè)施、信息技術(shù)，而大部分物流企業(yè)的運作模式還是以人工形式為主，沒有實現(xiàn)信息技術(shù)化。所以，從整體上來看，我國物流業(yè)的發(fā)展還遠落后于物流業(yè)發(fā)達的國家，我國物流業(yè)的發(fā)展還有很長一段路要走?，F(xiàn)如今，我國許多產(chǎn)業(yè)都與物流息息相關(guān)，我國經(jīng)濟的發(fā)展已離不開物流的支撐，發(fā)展物流產(chǎn)業(yè)刻不容緩。要發(fā)展物流業(yè)，物流企業(yè)的管理是一個重要的方面，如何達到有效的管理，績效評價是一個有效的手段。

2 熵值法

在對企業(yè)進行綜合績效評價時，往往存在一個重要的問題，那就是要確定各指標在整個指標體系中的重要程度，既對各評價指標進行賦權(quán)，確定其權(quán)重。對指標賦權(quán)的方法有主觀賦權(quán)法和客觀賦權(quán)法，其中客觀賦權(quán)的方法也有多種，如熵值法、主成分分析法、因子分析法。在實際應(yīng)用中，主成分分析法和因子分析法的操作過程較為繁瑣，而熵值法相對其他兩種方法來說，它的運算過程較為簡便，易于操作，只需簡單的辦公軟件就能計算。目前，將熵值法用于企業(yè)綜合評價中的情況已不算少，熵值法作為一種客觀賦權(quán)的方法，已經(jīng)在實際中得到了較為廣泛的應(yīng)用。

2.1 熵值法的研究現(xiàn)狀。楊志偉（2011）將熵值法運用到物流公司的倉儲績效評價中，文中選取了7個倉庫，設(shè)置了14項指標，并用熵值法對實際的數(shù)據(jù)進行了分析，最終得到各指標的權(quán)重，進而根據(jù)綜合評價得分進行了倉庫績效排名[1]。張瀅（2008）在對第三方物流企業(yè)進行績效評價時，應(yīng)用了熵值法和灰色關(guān)聯(lián)分析相結(jié)合的綜合評價模型。熵值法用于確定各評價指標的權(quán)重，灰色關(guān)聯(lián)分析則是對信息進行量化處理和比較，并且通過實證分析證明此種評價模型是有效可行的[2]。朱慶須（2005）選取了77家IT上市公司的21項財務(wù)數(shù)據(jù)作為樣本，用熵值法對這些企業(yè)的經(jīng)營業(yè)績進行了評價研究，之后，還將熵值法的評價結(jié)果與因子分析法的評價結(jié)果進行了Pearson分析，同時，與各企業(yè)當年的EVA進行了Spearman分析，以此驗證了熵值法的評價結(jié)果的有效性[3]。陳平（2010）通過對不同的客觀評價方法的簡單比較，認為熵值法的可操作性強，因此選定此方法來進行上市公司的經(jīng)營績效評價[4]。

總的來說，一些學(xué)者對熵值法的運用是將其單獨運用到績效評價中，而另一些學(xué)者出于更深層的考慮，會將熵值法與其他方法結(jié)合來使用，形成組合賦權(quán)的方法。無論是如何應(yīng)用熵值法，熵值法在績效評價中的實用性以及廣泛性都是毋庸置疑的。

2.2 熵值法的原理。熵（Entropy）是利用概率論來確定信息不確定性的一個量度，能夠反映信息的無序度[5]。熵值越大則無序程度越高，相應(yīng)的該信息所具有的作用也越低；反之，熵值越小則作用越大。基于熵的原理，將熵值法應(yīng)用于確定指標權(quán)重中可以表現(xiàn)為，熵越大，則信息作用越小，因而指標權(quán)重越??；熵越小，則信息作用越大，因而指標權(quán)重也就越大。熵值法求指標權(quán)重的具體步驟如下：

（1）設(shè)有m個評價對象和n個評價指標，a表示第i個評價對象的第j項指標，所有的原始數(shù)據(jù)構(gòu)成原始矩陣A=

a，通過歸一化轉(zhuǎn)變后得到矩陣X=

x。對于某項指標j而言，x的數(shù)值差距越大，代表該指標的變異程度越大，其所起的作用越大，熵越小，從而指標的權(quán)重越大；反之，則指標權(quán)重越小。

（2）求得第j項指標下第i個評價對象指標值的比重P：P=i=1，2，···，m； j=1，2，···，n。

（3）設(shè)第j項指標的熵值為e，則：e=-kplnp，其中k=，且0≤e≤1，當e=1時，表示指標x的存在沒有任何作用，可以剔除。

（4）通過上面求出的熵值e，可求得第j項指標的差異性系數(shù)g為：g=1-e，差異系數(shù)g越大，則該指標越重要，權(quán)重越大。

（5）最后可求得第j項指標的權(quán)重w：w=。

3 物流績效評價指標體系構(gòu)建

對物流企業(yè)就進行績效評價，即根據(jù)事先設(shè)定的指標體系對企業(yè)的各個方面進行評價，該指標體系中的指標既有財務(wù)指標，也要非財務(wù)指標；既包含定量指標，又包含定性指標。目前，我國針對物流績效評價的指標體系并沒有統(tǒng)一的標準，對各企業(yè)來說，財務(wù)指標的選擇一般都差不多，其指標的數(shù)據(jù)也是較容易獲得的，而其他非財務(wù)指標則是要在現(xiàn)有指標體系的基礎(chǔ)上，并結(jié)合企業(yè)自身的不同業(yè)務(wù)特點來選取，數(shù)據(jù)的獲取也相對較為困難。一種常用的構(gòu)建績效評價指標的方法是平衡計分卡法，該方法是從四個方面構(gòu)建指標體系，即財務(wù)、內(nèi)部流程、客戶、學(xué)習(xí)與發(fā)展四個方面，所涉及到的指標內(nèi)容較為全面，在物流績效評價的研究中也得到了廣泛的應(yīng)用。本文結(jié)合平衡計分卡的內(nèi)容特點，從四個方面構(gòu)建了物流績效評價的一般評價指標體系（如表1所示）。

4 實證分析

4.1 數(shù)據(jù)來源?？冃гu價按照比較的方法可以分為橫向評價和縱向評價，橫向評價是將不同的企業(yè)績效進行比較，縱向評價是將一個企業(yè)的現(xiàn)在和過去進行比較?？紤]到篇幅、計算量以及指標數(shù)據(jù)獲取的難易程度，本文將選取多個上市物流公司的主要財務(wù)指標數(shù)據(jù)，進行橫向比較分析。由于上市公司的業(yè)務(wù)很廣，涉及的業(yè)務(wù)是多方面、跨行業(yè)的，為了使績效評價能夠更凸顯物流這一行業(yè)的特點，本文在方正證券軟件上篩選出所有有物流業(yè)務(wù)的上市公司，以含物流功能的業(yè)務(wù)在全部業(yè)務(wù)的占比達到95%以上為標準，最終確定選用15家滬深A(yù)股的上市物流公司，分別為中儲股份、恒基達鑫、保稅科技、鐵龍物流、連云港、皖江物流（蕪湖港）、中海集運、中國遠洋、新寧物流、象嶼股份、長江投資、飛力達、華貿(mào)物流、飛馬國際、外運發(fā)展。這些公司主營業(yè)務(wù)收入中的大部分業(yè)務(wù)都屬于物流的范疇，包括貨物裝卸和堆存、倉儲、配送、貨物運輸、集裝箱運輸?shù)取?/p>

本文所選取的公司中，中儲股份、恒基達鑫、保稅科技都是主營倉儲物流；連云港和皖江物流主營港口物流；鐵龍物流屬于鐵路物流；中海集運和中國遠洋主營海運物流，主要是集裝箱的航運；外運發(fā)展主營航空貨運；其他公司的業(yè)務(wù)主要有供應(yīng)鏈、綜合物流服務(wù)等。其指標原始數(shù)據(jù)如表2所示。

4.2 指標預(yù)處理。由于收集的各指標的量綱和數(shù)量級的不同，會造成數(shù)據(jù)之間的差異，因此，在利用熵值法進行賦權(quán)之前，需要對所以的指標數(shù)據(jù)進行無量綱化處理，以消除量綱的影響。本文所選取的指標屬性中，只有資產(chǎn)負債率是屬于逆向指標，對債權(quán)人來說，它的數(shù)值越小越好，而其他的指標均為正向指標，越大越好。本文選擇了極值處理法[6]，對收集來的指標數(shù)據(jù)根據(jù)進行無量綱化處理。

對于越大越好的指標，作以下處理：x=

對于越小越好的指標，作以下處理：x=

其中：

a和

a分別表示為在m個評價對象中，第j項指標的最大值和最小值，經(jīng)過處理后的數(shù)據(jù)取值均在區(qū)間0，1內(nèi)。經(jīng)無量綱化處理后的數(shù)據(jù)結(jié)果如表3所示。

4.3 計算指標權(quán)重。因為熵值法運用的過程中需要取對數(shù)，則要求所有的數(shù)值必須大于零，為了使取值有效，因而將坐標進行平移，本文在此將所有的指標數(shù)加上0.1進行平移，以保證數(shù)值的有效性。平移后得到的數(shù)據(jù)再根據(jù)上面給出的熵值法的計算步驟，計算各指標的權(quán)重，由于篇幅有限，求解的全過程在此就不一一列出了。求得的各指標的權(quán)重如表4所示，權(quán)重向量W=0.0582，0.1317，0.2521，0.1602，0.1001，0.1156，0.1821。

從最終的排名結(jié)果來看，象嶼股份的得分在所有企業(yè)中是最高的，它的主營業(yè)務(wù)是綜合物流服務(wù)管理。而在有同類業(yè)務(wù)的企業(yè)中，中儲股份、皖江物流、中海集運分別是倉儲、港口、海運物流中得分較高的，即績效較好，海運的整體績效也是比其他板塊的好。

5 總 結(jié)

本文主要是研究熵值法在物流績效評價中的應(yīng)用過程，通過實證分析，證實了該方法的可操作性。本文分析所得的最終排名僅限于財務(wù)績效方面，而非整個物流企業(yè)的績效，不過，熵值法對其他非財務(wù)指標的賦權(quán)過程也是一樣的。由于考慮到指標的客觀性和指標數(shù)據(jù)獲取的難易程度，本文的實證分析便只選取了上市公司在同一時期內(nèi)的財務(wù)數(shù)據(jù)進行了橫向評價，如果是縱向評價，便是選擇同一企業(yè)的不同時期的數(shù)據(jù)進行分析。

通過本文的分析可知，熵值法作為一種客觀賦權(quán)的方法，其賦權(quán)過程不存在一點主觀的因素，最后所得的權(quán)重，完全是根據(jù)客觀存在的實際數(shù)據(jù)獲得的，并且在整個數(shù)據(jù)處理的過程中，只需運用EXCEL軟件即可，無需其他復(fù)雜的軟件。因此，在實際應(yīng)用中，熵值法的實用性和可操作性都是毋庸置疑的，任何企業(yè)都可應(yīng)用該方法來進行績效評價的指標賦權(quán)。

對數(shù)據(jù)進行無量綱化以及對指標賦權(quán)的方法有很多種，本文只是各選取了其中的一種進行了應(yīng)用，沒有一種方法是十全十美的，因此本文所選取的方法也一定有其利弊性，存在些許不足，在今后的研究中，筆者可能也會嘗試其他的方法。

參考文獻：

[1] 楊志偉. 基于熵值法的物流公司倉儲績效評價[J]. 物流技術(shù)，2011，30（3）：89-90.

[2] 張瀅. 基于熵權(quán)和灰關(guān)聯(lián)的第三方物流企業(yè)績效評價[J]. 中國流通經(jīng)濟，2008（1）：19-21.

[3] 朱慶須. 基于熵值法的IT企業(yè)業(yè)績評價模型[J]. 財會通訊，2005（6）：21-24.

[4] 陳平. 上市公司經(jīng)營業(yè)績評價方法研究[J]. 財會通訊，2010（4）：12-15.

[5] 范春梅. 物流企業(yè)績效評價方法及實證分析[D]. 長沙：長沙理工大學(xué)（碩士學(xué)位論文），2005.

[6] 朱喜安. 熵值法中無量綱化方法優(yōu)良標準的探討[J]. 統(tǒng)計與決策，2015（2）：12-15.