熵值法在物流企業(yè)績(jī)效評(píng)價(jià)中的應(yīng)用

朱霞 王慧伶

摘 要：在對(duì)物流企業(yè)進(jìn)行績(jī)效評(píng)價(jià)時(shí)，其中很重要的一個(gè)步驟就是對(duì)各指標(biāo)進(jìn)行賦權(quán)，根據(jù)指標(biāo)的主、客觀性不同，可以運(yùn)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(shí)際中得到了廣泛應(yīng)用。文章主要是針對(duì)物流企業(yè)的特點(diǎn)，構(gòu)建了符合物流企業(yè)業(yè)務(wù)特點(diǎn)的績(jī)效評(píng)價(jià)指標(biāo)體系，并分別利用極值處理法和熵值法，對(duì)選取的15家上市物流公司的財(cái)務(wù)指標(biāo)數(shù)據(jù)進(jìn)行無量綱化處理以及確定指標(biāo)權(quán)重的實(shí)證分析。通過對(duì)熵值法的實(shí)際應(yīng)用過程，認(rèn)為熵值法易操作，實(shí)用性較強(qiáng)。

關(guān)鍵詞：物流企業(yè)；熵值法；績(jī)效評(píng)價(jià)

中圖分類號(hào)：F272 文獻(xiàn)標(biāo)識(shí)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(jì)資料，我國2013年社會(huì)物流總費(fèi)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(huì)總費(fèi)用為10.6萬億元，占GDP的比重為16.6%；2015年前三季度的社會(huì)物流總費(fèi)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(fèi)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(dá)的國家相比，我國的物流成本是較高的，這與我國經(jīng)濟(jì)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(jìn)的機(jī)械設(shè)施、信息技術(shù)，而大部分物流企業(yè)的運(yùn)作模式還是以人工形式為主，沒有實(shí)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(yuǎn)落后于物流業(yè)發(fā)達(dá)的國家，我國物流業(yè)的發(fā)展還有很長(zhǎng)一段路要走。現(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(jì)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(gè)重要的方面，如何達(dá)到有效的管理，績(jī)效評(píng)價(jià)是一個(gè)有效的手段。

2 熵值法

在對(duì)企業(yè)進(jìn)行綜合績(jī)效評(píng)價(jià)時(shí)，往往存在一個(gè)重要的問題，那就是要確定各指標(biāo)在整個(gè)指標(biāo)體系中的重要程度，既對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行賦權(quán)，確定其權(quán)重。對(duì)指標(biāo)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(shí)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(duì)其他兩種方法來說，它的運(yùn)算過程較為簡(jiǎn)便，易于操作，只需簡(jiǎn)單的辦公軟件就能計(jì)算。目前，將熵值法用于企業(yè)綜合評(píng)價(jià)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(shí)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(yùn)用到物流公司的倉儲(chǔ)績(jī)效評(píng)價(jià)中，文中選取了7個(gè)倉庫，設(shè)置了14項(xiàng)指標(biāo)，并用熵值法對(duì)實(shí)際的數(shù)據(jù)進(jìn)行了分析，最終得到各指標(biāo)的權(quán)重，進(jìn)而根據(jù)綜合評(píng)價(jià)得分進(jìn)行了倉庫績(jī)效排名[1]。張瀅（2008）在對(duì)第三方物流企業(yè)進(jìn)行績(jī)效評(píng)價(jià)時(shí)，應(yīng)用了熵值法和灰色關(guān)聯(lián)分析相結(jié)合的綜合評(píng)價(jià)模型。熵值法用于確定各評(píng)價(jià)指標(biāo)的權(quán)重，灰色關(guān)聯(lián)分析則是對(duì)信息進(jìn)行量化處理和比較，并且通過實(shí)證分析證明此種評(píng)價(jià)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(xiàng)財(cái)務(wù)數(shù)據(jù)作為樣本，用熵值法對(duì)這些企業(yè)的經(jīng)營(yíng)業(yè)績(jī)進(jìn)行了評(píng)價(jià)研究，之后，還將熵值法的評(píng)價(jià)結(jié)果與因子分析法的評(píng)價(jià)結(jié)果進(jìn)行了Pearson分析，同時(shí)，與各企業(yè)當(dāng)年的EVA進(jìn)行了Spearman分析，以此驗(yàn)證了熵值法的評(píng)價(jià)結(jié)果的有效性[3]。陳平（2010）通過對(duì)不同的客觀評(píng)價(jià)方法的簡(jiǎn)單比較，認(rèn)為熵值法的可操作性強(qiáng)，因此選定此方法來進(jìn)行上市公司的經(jīng)營(yíng)績(jī)效評(píng)價(jià)[4]。

總的來說，一些學(xué)者對(duì)熵值法的運(yùn)用是將其單獨(dú)運(yùn)用到績(jī)效評(píng)價(jià)中，而另一些學(xué)者出于更深層的考慮，會(huì)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(jī)效評(píng)價(jià)中的實(shí)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(gè)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(biāo)權(quán)重中可以表現(xiàn)為，熵越大，則信息作用越小，因而指標(biāo)權(quán)重越??；熵越小，則信息作用越大，因而指標(biāo)權(quán)重也就越大。熵值法求指標(biāo)權(quán)重的具體步驟如下：

（1）設(shè)有m個(gè)評(píng)價(jià)對(duì)象和n個(gè)評(píng)價(jià)指標(biāo)，a表示第i個(gè)評(píng)價(jià)對(duì)象的第j項(xiàng)指標(biāo)，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(duì)于某項(xiàng)指標(biāo)j而言，x的數(shù)值差距越大，代表該指標(biāo)的變異程度越大，其所起的作用越大，熵越小，從而指標(biāo)的權(quán)重越大；反之，則指標(biāo)權(quán)重越小。

（2）求得第j項(xiàng)指標(biāo)下第i個(gè)評(píng)價(jià)對(duì)象指標(biāo)值的比重P：P=i=1，2，···，m； j=1，2，···，n。

（3）設(shè)第j項(xiàng)指標(biāo)的熵值為e，則：e=-kplnp，其中k=，且0≤e≤1，當(dāng)e=1時(shí)，表示指標(biāo)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(xiàng)指標(biāo)的差異性系數(shù)g為：g=1-e，差異系數(shù)g越大，則該指標(biāo)越重要，權(quán)重越大。

（5）最后可求得第j項(xiàng)指標(biāo)的權(quán)重w：w=。

3 物流績(jī)效評(píng)價(jià)指標(biāo)體系構(gòu)建

對(duì)物流企業(yè)就進(jìn)行績(jī)效評(píng)價(jià)，即根據(jù)事先設(shè)定的指標(biāo)體系對(duì)企業(yè)的各個(gè)方面進(jìn)行評(píng)價(jià)，該指標(biāo)體系中的指標(biāo)既有財(cái)務(wù)指標(biāo)，也要非財(cái)務(wù)指標(biāo)；既包含定量指標(biāo)，又包含定性指標(biāo)。目前，我國針對(duì)物流績(jī)效評(píng)價(jià)的指標(biāo)體系并沒有統(tǒng)一的標(biāo)準(zhǔn)，對(duì)各企業(yè)來說，財(cái)務(wù)指標(biāo)的選擇一般都差不多，其指標(biāo)的數(shù)據(jù)也是較容易獲得的，而其他非財(cái)務(wù)指標(biāo)則是要在現(xiàn)有指標(biāo)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(diǎn)來選取，數(shù)據(jù)的獲取也相對(duì)較為困難。一種常用的構(gòu)建績(jī)效評(píng)價(jià)指標(biāo)的方法是平衡計(jì)分卡法，該方法是從四個(gè)方面構(gòu)建指標(biāo)體系，即財(cái)務(wù)、內(nèi)部流程、客戶、學(xué)習(xí)與發(fā)展四個(gè)方面，所涉及到的指標(biāo)內(nèi)容較為全面，在物流績(jī)效評(píng)價(jià)的研究中也得到了廣泛的應(yīng)用。本文結(jié)合平衡計(jì)分卡的內(nèi)容特點(diǎn)，從四個(gè)方面構(gòu)建了物流績(jī)效評(píng)價(jià)的一般評(píng)價(jià)指標(biāo)體系（如表1所示）。

4 實(shí)證分析

4.1 數(shù)據(jù)來源。績(jī)效評(píng)價(jià)按照比較的方法可以分為橫向評(píng)價(jià)和縱向評(píng)價(jià)，橫向評(píng)價(jià)是將不同的企業(yè)績(jī)效進(jìn)行比較，縱向評(píng)價(jià)是將一個(gè)企業(yè)的現(xiàn)在和過去進(jìn)行比較。考慮到篇幅、計(jì)算量以及指標(biāo)數(shù)據(jù)獲取的難易程度，本文將選取多個(gè)上市物流公司的主要財(cái)務(wù)指標(biāo)數(shù)據(jù)，進(jìn)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(jī)效評(píng)價(jià)能夠更凸顯物流這一行業(yè)的特點(diǎn)，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(dá)到95%以上為標(biāo)準(zhǔn)，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(chǔ)股份、恒基達(dá)鑫、保稅科技、鐵龍物流、連云港、皖江物流（蕪湖港）、中海集運(yùn)、中國遠(yuǎn)洋、新寧物流、象嶼股份、長(zhǎng)江投資、飛力達(dá)、華貿(mào)物流、飛馬國際、外運(yùn)發(fā)展。這些公司主營(yíng)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(chǔ)、配送、貨物運(yùn)輸、集裝箱運(yùn)輸?shù)取?/p>

本文所選取的公司中，中儲(chǔ)股份、恒基達(dá)鑫、保稅科技都是主營(yíng)倉儲(chǔ)物流；連云港和皖江物流主營(yíng)港口物流；鐵龍物流屬于鐵路物流；中海集運(yùn)和中國遠(yuǎn)洋主營(yíng)海運(yùn)物流，主要是集裝箱的航運(yùn)；外運(yùn)發(fā)展主營(yíng)航空貨運(yùn)；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(biāo)原始數(shù)據(jù)如表2所示。

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

對(duì)于越大越好的指標(biāo)，作以下處理：x=

對(duì)于越小越好的指標(biāo)，作以下處理：x=

其中：

a和

a分別表示為在m個(gè)評(píng)價(jià)對(duì)象中，第j項(xiàng)指標(biāo)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(jì)算指標(biāo)權(quán)重。因?yàn)殪刂捣ㄟ\(yùn)用的過程中需要取對(duì)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(biāo)進(jìn)行平移，本文在此將所有的指標(biāo)數(shù)加上0.1進(jìn)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(jì)算步驟，計(jì)算各指標(biāo)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(biāo)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(yíng)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(chǔ)股份、皖江物流、中海集運(yùn)分別是倉儲(chǔ)、港口、海運(yùn)物流中得分較高的，即績(jī)效較好，海運(yùn)的整體績(jī)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(jī)效評(píng)價(jià)中的應(yīng)用過程，通過實(shí)證分析，證實(shí)了該方法的可操作性。本文分析所得的最終排名僅限于財(cái)務(wù)績(jī)效方面，而非整個(gè)物流企業(yè)的績(jī)效，不過，熵值法對(duì)其他非財(cái)務(wù)指標(biāo)的賦權(quán)過程也是一樣的。由于考慮到指標(biāo)的客觀性和指標(biāo)數(shù)據(jù)獲取的難易程度，本文的實(shí)證分析便只選取了上市公司在同一時(shí)期內(nèi)的財(cái)務(wù)數(shù)據(jù)進(jìn)行了橫向評(píng)價(jià)，如果是縱向評(píng)價(jià)，便是選擇同一企業(yè)的不同時(shí)期的數(shù)據(jù)進(jìn)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(diǎn)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(shí)際數(shù)據(jù)獲得的，并且在整個(gè)數(shù)據(jù)處理的過程中，只需運(yùn)用EXCEL軟件即可，無需其他復(fù)雜的軟件。因此，在實(shí)際應(yīng)用中，熵值法的實(shí)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(jìn)行績(jī)效評(píng)價(jià)的指標(biāo)賦權(quán)。

對(duì)數(shù)據(jù)進(jìn)行無量綱化以及對(duì)指標(biāo)賦權(quán)的方法有很多種，本文只是各選取了其中的一種進(jìn)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(huì)嘗試其他的方法。

參考文獻(xiàn)：

[1] 楊志偉. 基于熵值法的物流公司倉儲(chǔ)績(jī)效評(píng)價(jià)[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(jī)效評(píng)價(jià)[J]. 中國流通經(jīng)濟(jì)，2008（1）：19-21.

[3] 朱慶須. 基于熵值法的IT企業(yè)業(yè)績(jī)?cè)u(píng)價(jià)模型[J]. 財(cái)會(huì)通訊，2005（6）：21-24.

[4] 陳平. 上市公司經(jīng)營(yíng)業(yè)績(jī)?cè)u(píng)價(jià)方法研究[J]. 財(cái)會(huì)通訊，2010（4）：12-15.

[5] 范春梅. 物流企業(yè)績(jī)效評(píng)價(jià)方法及實(shí)證分析[D]. 長(zhǎng)沙：長(zhǎng)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(biāo)準(zhǔn)的探討[J]. 統(tǒng)計(jì)與決策，2015（2）：12-15.