第三方物流企业KPI体系构建及绩效评价模型

王丽艳，赵宏伟，赵 颖，栾若星

第三方物流企业KPI体系构建及绩效评价模型

王丽艳1，赵宏伟2，赵 颖1，栾若星1

（1.辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001；2.北京市科学技术研究院，北京 100089）

针对我国第三方物流产业迅猛发展，但对绩效评价缺乏整体研究，未形成科学、合理的物流绩效评价体系的现状，主要运用关键成功因素法进行研究。构建KPI体系，将组织战略目标转化为衡量指标，把战略目标经层层分解后得到关键成功因素，结合关键控制点初步设立绩效指标，再经过测试和整理得出符合要求的第三方物流企业KPI；构建KLEE数学模型并计算各个KPI的权重；研究评价方法，运用变异系数法对单个指标绩效评价结果进行处理，通过线性加权综合评价法进行绩效综合评价。

第三方物流；KPI；绩效评价；KLEE；线性加权综合评价

现代信息技术和经济全球化迅猛发展，改变了世界范围内商品的生产和销售方式，流通方式也随之改变。传统的以生产者提供的第一方物流和以销售者承担的第二方物流，存在着库存压力大、运输车辆空驶里程多以及分散企业生产经营重心等问题，造成企业的物流成本过高且商品流通效率低下等问题，增加了企业的成本支出，降低了企业的经济效率，越来越不适应经济社会发展的需要。在此背景下，第三方物流应运而生，第三方是指生产和销售以外的一方，不参与企业的生产经营，只提供物流服务。第三方物流也称为合同契约物流，在信息技术支撑下，企业把物流活动委托给第三方物流公司，利用外部的资源为企业生产经营服务。第三方物流促进企业关注核心业务，降低生产经营成本，实现供应链整体最佳，有效地应对现代化生产下的零库存、准时制，并快速适应外部条件变化。

科学的绩效评价是信息时代第三方物流企业可持续发展的必要条件，有利于物流企业充分发挥各方面优势，提高资源利用效率。提高物流企业绩效，对于推动供应链的全过程管理、降低企业经营成本、促进产业结构合理化和提高中国物流企业在国际市场上的竞争力等方面，都具有十分重要的现实意义。虽然很多专业学者对物流企业绩效评价进行了深入研究，也取得了一定的研究成果，并获得了广泛的应用，但仍然存在很多不足。本文撰写前期团队成员深入到多家第三方物流企业实地调研，发现了企业绩效评价存在的若干问题，结合国内外参考文献，简要总结如下。很多第三方物流企业使用财务指标代替了绩效评价，不容易发现绩效低下的原因；理论研究较多，实践研究较少，缺乏理论与实践的有效结合；某一方面或单指标研究较多，缺乏系统深入的综合性研究；很多综合评价都是层次分析法与模糊综合评价法相结合，需要进行复杂的一致性检验；基于BP神经网络和粗糙集物流绩效评价，以及基于系统动力学的绩效评价虽然具有客观性，但目前仍然处于研究探索阶段[1-2]；很多研究成果照搬国外的数学模型，没有充分考虑国内物流企业特点；还未形成科学合理的物流绩效评价衡量标准，评价的随意性和主观性较大。

如何破解第三方物流发展过程中存在的问题，探索建立一套科学合理的第三方物流企业绩效评价指标体系和方法，是亟待解决的突出问题。本文创新性地将KPI体系构建、KLEE计算权重和综合评价相结合，评价方法简单易行，评价结果客观真实，对促进第三方物流持续健康发展具有重要的现实意义。

1 KPI体系构建

绩效管理是现代企业管理的重要手段，绩效指标确定是绩效管理的重要工作。关键绩效指标（key performance indicator，KPI）是基于企业远景，围绕关键成果领域提取的绩效考核指标。提取KPI的常用方法是关键成功因素法，要点在于流程性、计划性、系统性和企业价值评估。

1.1 关键成功因素

关键成功因素是指企业取得成功的关键因素，关键成功因素法(key successful factors，KSF)是为了使企业战略得到有效实施，基于系统分析的原理和方法，对影响企业战略的所有成功因素进行考量，最终获取关键成功因素的方法。关键成功因素用于企业绩效考核，为了防止战略目标与关键成功因素的不一致性，通常采用层层分解的方法，各层次之间保持密切的相关性。第三方物流企业的战略目标基于客户、企业和员工3个方面，层层分解的结果如表1所示[3-7]。

表1 第三方物流企业绩效目标

关键方主要需求关键成功因素 客户配送及时服务周到费用低廉增值服务安全保质个性化服务不断优化配送路径发挥信息技术优势用户对货物实时跟踪提供相关领域的服务透明的成本核算体系提高企业声誉和形象 企业获利能力运营效率客户满意度偿债能力市场占有率业务增长提高经营管理水平加强信息化建设力度控制风险和成本用户至上的服务意识采取有效的营销手段实施严格的成本控制 员工获得尊重工资福利环境和谐学习与培训晋升机遇安全需要获得平等的晋升机遇公开的薪酬激励体系畅通的沟通和反馈机制养老和医疗有保障参与企业的经营决策提供培训和能力提升机会

1.2 关键绩效指标

第三方物流是为生产经营企业按合同方式提供专业物流服务的企业，流程的关键控制点涵盖时间、成本、风险和结果4个方面[8]。关键绩效指标是对企业绩效目标分析整理的结果。通过对表1所示的第三方物流企业绩效目标进行分析与整理，得到如表2所示的关键绩效指标。

表2 第三方物流企业关键绩效指标

类别关键绩效指标 财务营业总收入(包括主营业务收入和其他业务收入)销售毛利率(收入与相应的营业成本之间的差额)营业总收入同比增长(与上年同期相比的增长率)，资产负债率(偿债能力及对债权人利益保护程度)，经营性现金流量(经营活动的利润减去长期投资) 客户客户满意指数(客户期望值与体验的匹配程度)市场占有率(销售收入与行业总销售额的比例)大客户销售收入比例(关键客户以及优质客户)新客户销售额比例(企业挖掘潜在市场的能力)老客户销售额比例(企业稳定目标市场的能力)

续表

类别关键绩效指标 内部流程存货周转率(衡量经营各环节中的存货运营效率)车辆利用率(车辆是第三方物流企业的主要资产)客户需求满足率(物流服务满足全部需求的比例)运输损耗率(运输过程中的磨损、碰撞、挥发等)准确交货率(准确交货次数占总交货次数的比例) 技术创新技术创新投入(科技创新支出与营业收入的比率)技术创新产出(科技创新产出与创新投入的比率)标准化工作水平(物流活动实施统一标准的程度)，信息技术水平(支持经营战略和经营业务的程度)创新服务能力(创新改变现有物流作业方式能力) 员工成长员工技能提升(持续提高员工技能和水平的能力)，团队建设水平(结构设计和人员激励等优化行为)员工提升率(技术等级晋级或职位等级提升比例)员工离职率(衡量企业内部的人力资源流动状况)，工作效率增长率(与同期相比创造效益增长比例)

2 KLEE计算权重

KLEE汉语称为古林法，是将人的主观判断以数量形式进行表达的一种科学处理方法，通常用于确定评价指标的权重。古林法是关联矩阵法之一。关联矩阵法是系统综合评价的经典方法之一，因整个程序如同一个矩阵排列而得名，优点是对复杂系统的评价思维过程数学化，具有完整逻辑的数学模型支持和清晰的层次结构，通过科学的定量计算和定性分析，得到完整的评价指标体系权重。

2.1 数学模型

评价指标数量和序号分别用英文字母和表示，则=,-1, …, 2, 1，评价指标的重要性程度用类似于层次分析法的两两比较方法，比较结果用向量R(=,-1, …, 2, 1)表示，P表示项目第个指标的价值评定量，价值评定量计算公式为[9-11]：

对P进行归一化处理后，即为所求得指标值的权重，计算公式为：

2.2 计算权重

KLEE法计算权重的过程分为3个步骤：第一步，对相邻2个因素进行重要性判定，得到重要性判定向量；第二步，运用公式(1)计算价值评定量，得到价值评定量向量；第三步，运用公式(2)对价值评定量向量进行归一化处理。

对于表2所示的第三方物流企业关键绩效指标，进行绩效评价时，将“类别”列作为一级评价指标，权重计算结果如表3所示。

表3 一级绩效评价指标权重计算

一级指标指标代码RiPiwi 财务U11.92.370.371 客户U21.31.250.196 内部流程U31.20.960.150 技术创新U40.80.800.125 员工成长U5/1.000.158 小计 6.381.00

二级指标的数量较多，并且需要针对不同的“类别”分别计算，各二级指标权重计算可采用与一级指标权重计算同样的方法，本文不再给出具体的计算过程，计算结果如下。

对于“财务U1”类二级指标“营业总收入u11、销售毛利率u12、营业总收入同比增长u13、资产负债率u14、经营性现金流量u15”的权重分别是0.201、0.275、0.233、0.127、0.164。

对于“客户U2”类二级指标“客户满意指数u21、市场占有率u22、大客户销售收入比例u23、新客户销售额比例u24、老客户销售额比例u25”的权重分别是0.225、0.303、0.192、0.133、0.147。

对于“内部流程U3”类二级指标“存货周转率u31、车辆利用率u32、客户需求满足率u33、运输损耗率u34、准确交货率u25”的权重分别是0.286、0.173、0.241、0.118、0.182。

对于“技术创新U4”类二级指标“技术创新投入u41、技术创新产出u42、标准化工作水平u43、信息技术水平u44、创新服务能力u45”的权重分别是0.211、0.322、0.087、0.126、0.254。

对于“员工成长U5”类二级指标“员工技能提升u51、团队建设水平u52、员工提升率u53、员工离职率u54、工作效率增长率u55”的权重分别是0.213、0.184、0.205、0.176、0.222。

3 绩效评价方法

表2所示的第三方物流企业关键绩效指标，由5个一级指标构成，一级指标与二级指标是从属关系，每个一级指标又包括其下从属的5个二级指标。二级指标评价称为单因素评价，一级指标评价称为综合评价，二者的评价结果都可以采用定量和定性表示，本文采用百分制分值方式的定量表示。

3.1 单因素评价

对每个二级指标评价时宜采用多个专家打分法。由于专家水平及对领域知识理解的影响，不同的专家打分值可能相差较大。采用去掉最高分和最低分再平均可能造成数据失真，因此建议采用变异系数法进行处理，当变异系数达到一定值时，要求专家重新调查研究，重新理解该指标的相关知识，重新打分。假定对某一指标有个专家打分，第个专家的打分值为x，具体处理步骤如下。

（1）计算平均值。

（2）计算均方差。均方差代表评分的离散程度。计算公式为：

（3）计算标准差。标准差代表评分的变异程度。计算公式为：

（4）计算变异系数[12]。变异系数表明专家对该指标打分值的波动程序，也就是协调程度。变异系数越小，表明协调程度越高；反之，协调程度较低。计算公式为：

3.2 综合评价

常用的综合评价方法包括层次分析法、模糊综合评判法、数据包络分析法、人工神经网络评价法、灰色综合评价法等。这些方法应用起来较复杂，大多为定性评价，且主要用于多方案的比较分析与评价。本文研究内容，即可用于多个第三方物流企业的比较评价，也可用于单个物流公司评价或企业自评价，因此选用简单适用的线性加权综合评价法。

设有个一级评价指标，每个一级评价指标下有个二级评价指标。

首先，通过二级评价指标结果分别对个一级评价指标进行评价。计算公式为：

式中：C表示第个一级指标的综合评价结果；w表示第个一级指标中第个二级指标的权重；x表示第个一级指标中第个二级指标的单指标评价结果。

然后，通过个一级指标评价结果进行总评价，即综合评价。计算公式为：

式中：表示综合评价结果；W表示第个一级指标的权重。

线性综合加权综合法适用于各评价指标之间相互独立，本文构建的KPI之间虽然不完全相互独立，但指标数量较多，每个指标赋予独立的权重且专家为指标独立打分，指标间的联系可忽略不计。

运用线性加权综合法进行第三方物流企业绩效评价，优点是各评价指标间作用得到线性补偿，保证综合评价指标的公平性；权重系数对评价结果的影响明显，即权重较大指标值对综合指标作用较大；由于权重预先给定，如果进行多个企业比较评价，评价结果对于各企业之间的差异不敏感；计算简便，可操作性强，便于推广应用。

4 绩效评价实例

以某第三方物流公司为例，聘请7位专家采用百分制对各二级指标打分，去掉一个最高分和一个最低分，计算平均值结果如表4所示。经计算变异系数越小，符合要求。限于文章篇幅，文章没有列出各位专家的具体打分值，也没有给出计算均方差、计算标准差和计算变异系数的过程。

表4 某第三方物流公司绩效评价二级指标专家打分平均值

U1U2U3U4U5 u1189.4u2174.9u3194.6u4165.7u5158.8 u1293.2u2291.7u3278.7u4274.4u5266.1 u1382.7u2377.5u3374.5u4356.4u5370.3 u1488.6u2480.4u3491.7u4468.7u5482.4 u1576.9u2568.4u3583.2u4548.9u5560.2

使用公式(7)通过二级指标评价结果对一级指标进行评价，评价结果分别为：1=86.73、2=80.27、3=84.59、4=63.80、5=66.97。

使用公式(8)通过一级指标评价结果进行综合评价，评价结果分别为：=79.15。

该第三方物流公司绩效综合评价结果接近80分，处于相对较高水平，主要原因是“财务、客户、内部流程”3个二级指标评价得分较高，且这3个指标权重之和较大(0.717)，即贡献了71.7%的综合评价结果。“技术创新、员工成长”2个二级指标评价得分较低，未来需要加强这2方面的工作，实现技术创新和员工成长与企业绩效同步提升。

5 结束语

研究第三方物流企业KPI的目的，就是促进企业的管理层将主要精力用于关键绩效指标实现，也就是在实际工作中要抓中心、抓关键，集中力量解决主要矛盾。并通过对KPI指标分解，促使企业员工也做最重要、最核心的工作，上下形成解决重要工作的合力。随着信息技术的不断发展，越来越多的物流新技术将被开发出来，本文构建的KPI是作者参照相关文献并结合工作经验得到的结果，需要在实践中检验；依据KLEE模型计算的指标权重虽然具有客观性，但权重计算过程中的数据确定具有主观性，因此，权重值也需要根据实际情况进行调整。第三方物流企业作为新兴产业，正处于生命周期的起步期，经营方式还处于探索阶段，绩效评价体系很不完善，本文的研究成果，能够有效指导第三方物流企业开展绩效评价工作。但是，第三方物流企业绩效评价受多种因素影响，如何结合第三方物流企业自身特点，建立一套真正科学、合理的第三方物流企业绩效评价指标体系，全面、客观、公正地评价第三方物流企业绩效是需要进一步深入研究的课题。

[1] Gao Jianli. Performance evaluation of manufacturing collaborative logistics based on BP neural network and rough set[J]. Neural Computing and Applications, 2021, 33(2): 739-754.

[2] Kazancoglu Yigit, Ekinci Esra, Mangla Sachin Kumar, et al. Performance evaluation of reverse logistics in food supply chains in a circular economy using system dynamics[J]. Business Strategy and the Environment, 2020, 30(1): 71-79.

[3] 邵博, 冯昊, 叶翀. 基于AHP-DEA的第三方物流企业绩效评价管理[J]. 物流科技, 2020, 43(1): 35-40.

[4] 梁艳明. 基于平衡计分卡的第三方物流绩效评价指标研究[J]. 物流工程与管理, 2018, 40(12): 29-31.

[5] 李科磊. 电子商务时代第三方物流企业的发展问题与对策研究[J]. 财会学习, 2019, 14(30): 200-201.

[6] Lin Y K, Chang P C. Performance indicator evaluation for a cloud computing system from QoS viewpoint[J]. Quality & Quantity, 2011, 35(10): 96-103.

[7] 卢剑峰, 朱萍, 任永昌. 软件企业KPI体系构建及绩效评价[J]. 计算机技术与发展, 2013, 23(6): 166-169, 174.

[8] Vincent F Yu, Kuo-Jen Hu. An integrated fuzzy multi-criteria approach for the performance evaluation of multiple manufacturing plants[J]. Computers & Industrial Engineering, 2010, 58(2): 269-277.

[9] 陈铭. 结合古林法与层次可拓法的电力变压器综合状态评估方法[D]. 合肥: 合肥工业大学, 2019.

[10] 何怡刚, 陈铭, 张大波, 等. 基于古林法和层次可拓的变压器状态评估[J]. 电力系统保护与控制, 2018, 46(21): 38-44.

[11] 兰爽. 基于KLEE和模糊综合评价的作业者认知能力评估[J]. 人类工效学, 2010, 16(1): 30-31.

[12] 钱宽. 服务型制造企业供应商选择模型——基于变异系数-G2赋权和模糊TOPSIS方法[J]. 经营与管理, 2021, 39(4): 67-72.

KPI System Construction and Performance Evaluation Model of Third-party Logistics Enterprises

WANG Li-yan1, ZHAO Hong-wei2, ZHAOYing1, LUAN Ruo-xing1

（1.School of Electronics & Information Engineering, Liaoning University of Technology, Jinzhou 121001, China;2.Beijing Academy of Science and Technology, Beijing 100089, China）

In view of the rapid development of China’s third-party logistics industry and the lack of overall research on performance evaluation, the formation of a scientific and reasonable logistics performance evaluation system, this paper mainly uses the key success factor method to study. First, KPI system is established, organizational strategic objectives are transformed into measurement indicators, key success factors are obtained after decomposing strategic objectives layer by layer, performance indicators are preliminarily set in combination with critical control points, and then the KPI of the third-party logistics enterprise meets the requirements after being tested and sorted. Then, the KLEE mathematical model is constructed and the weight of each KPI is calculated. Finally, the evaluation method is studied. After the results of performance evaluation of a single index are processed by the coefficient of variation method, the performance comprehensive evaluation is carried out by the linear weighted comprehensive evaluation method.

third party logistics; KPI; performance evaluation; KLEE；linear weighted comprehensive evaluation

10.15916/j.issn1674-3261.2022.01.002

TP315；X913

A

1674-3261(2022)01-0007-05

2021-01-12

王丽艳(1966-)，女，辽宁锦州人，副教授。

责任编辑：孙 林