基于數據挖掘的物流企業績效預測研究

夏炎

摘 要：對于任何企業而言，績效都是最為關注的問題，績效是企業追求的最大目標。應用數據挖掘技術對物流企業的績效進行預測，隨后構建物流企業績效預測指標體系，對其績效預測進行系統規劃，以期能夠挖掘出潛藏在企業經營管理過程中的重要信息，為物流企業的管理和決策提供幫助，并準確對企業的績效進行預測。

關鍵詞：數據挖掘；物流企業；績效；預測

一、研究背景

隨著物流企業逐步成熟，物流業的市場競爭壓力越來越大，此時如何利用企業自身的資源向社會提供更為物美價廉的服務就是企業必須能夠解決的問題。通過對物流企業內部的信息進行深入管理，挖掘潛藏在企業中的重要信息，以期這些信息能夠對物流企業的管理和決策提供幫助。通過對數據挖掘技術進行闡述，了解數據挖掘技術在物流企業績效預測中的應用，隨后構建物流企業績效預測指標體系，對其績效預測進行系統規劃，最后找到數據挖掘在物流企業中存在的問題，以期能夠對物流企業的管理做出貢獻。

二、數據挖掘技術的相關概念

1.數據挖掘相關概念

數據挖掘主要是指從大量、隨機且毫無規律的數據中提取可能隱含在其中的有用的信息，這個信息的有效性是事先不能確定的。數據挖掘是一個復雜的過程，不僅具有計算機的知識，還受到其他學科的影響，主要包括統計分析、情報分析等。數據挖掘的主要步驟包括篩選樣本、抽取數據、挖掘數據、解釋結果和提供決策五個部分。

2.數據挖掘技術的概念

數據挖掘技術是一項實用型的技術手段，在各個方面都有廣泛地應用。利用挖掘技術進行預測最主要是根據所搜集到的數據進行預測和評估。數據挖掘技術在天氣領域能進行天氣預測、地理狀況分析等。數據挖掘是一項新興的電子信息技術手段，能夠幫助企業從大量且繁復的數據中找到有效的信息，減輕企業的管理和決策壓力。當前已經應用的挖掘技術不僅能夠幫助系統進行信息的搜集和處理還能夠對決策產生幫助。

三、數據挖掘技術在物流企業績效預測中的應用

現代物流企業績效預測的主要對象是企業未來的盈利能力，因此既要合理預測企業當前的盈利能力，還要包括企業當前可能潛藏且未來有可能獲利的能力。如果企業想要對自身的績效做出全面、科學的預測，需要對財務和非財務指標做出衡量和選擇。因為財務指標能夠準確且以數字的形式對企業的未來價值進行反映，而非財務指標若想數字化就必須向財務指標靠攏。因此，在對物流企業績效預測時就需要將財務指標和非財務指標進行衡量和深度結合，為企業能夠合理對未來績效進行預測提供物質保障，也是進一步解決了物流企業進行未來績效預測可能產生的問題。在我國，物流企業尚屬于發展階段，數據挖掘在企業內部的應用并不常見。數據挖掘技術在物流企業的應用主要集中于成本控制、配送優化、貨物倉儲、客戶分析和市場分析等方面。物流企業若想順利進行績效預測必須從以下幾個方面進行研究：

四、物流企業績效預測研究

1.物流企業績效預測指標體系構建

隨著物流業不斷發展，物流理論也隨之不斷更新完善，因而成熟的物流理論就要求物流企業建立績效預測方法并構建績效預測指標體系，以便能夠更為完整的反映物流企業的經營管理狀況。由于物流企業的主要環節包括采購、分包、運輸和配送等，因此其績效預測也與這些環節具有關系。因而物流企業績效預測指標也應當從上述環節中進行選擇。

（1）采購環節指標

采購是物流企業的重要環節之一，通過完善采購環節能夠大大提升客戶對企業的滿意度，降低企業的庫存量，對提高企業的市場競爭力具有十分重要的作用。采購環節的指標主要包括交付期限和付款條件兩項。這兩項主要是為了保障的安全和準確，以及防止糾紛事件的發生。

（2）庫存環節指標

物流企業的庫存是起到防止物品短缺、攤銷訂貨費用及滿足客戶需求的作用。庫存環節的指標主要包括，準確收發貨能力，庫存容量和周轉能力等。物流企業庫存容量越大，所能夠容納的貨物就越多，企業的庫存利用率就越高。

（3）配送環節指標

配送環節是物流企業所有環節中最重要的一環，是直接面向客戶的環節。物流企業的配送環節主要通過先進的電子技術的運用對貨物進行分揀、打包和配送，使整個過程能夠有序進行以減少中間費用實現經濟效益。在配送環節主要指標包括運輸能力、安全能力、成本控制能力和及時送達能力。

（4）客戶滿意度

在當前物流業市場競爭急劇增加的時代，留住已有客戶和開發潛在客戶已經成為了每個物流企業的基本任務。據研究報告，客戶保留得越多，企業的利潤才會越來越高。客戶滿意度指標主要包括，交貨期限、服務水平、溝通狀況等。

（5）市場環節指標。市場是最能夠反映物流企業競爭力的因素之一，其主要的分項指標是市場占有率、隨機應變能力和新客戶開發率等因素。

（6）信息環節指標。物流企業中信息水平不僅是對整個企業的物流活動的支持，也是連接整個供應鏈，以使其能夠更具效率的重要基礎。因為其重要的作用，提升物流企業的信息水平就勢在必行。信息環節的指標主要包括軟硬件水平、信息流量等指標。

（7）企業團結力度。該環節中所包含的指標主要是員工凝聚力。

2.物流企業績效評價模型

（1）根據前面的績效預測指標體系對物流企業的績效進行綜合預測，首先確定物流企業績效等級的評語集即A={A1，A2，A3，A4}={優，良，中，劣}。

（2）其次，根據物流企業績效預測指標體系，將因素集（M1，M2…Ms）按照各自的屬性分成s個子集：每個M中都包含幾個二級指標，即M={m1，m2…mnl}，其中nl表示M所包含的二級指標數目。

（3）對每一個M所包含的二級指標進行綜合評價。M的判斷向量Bl=Wl×Rl，其中Rl可以說是M到A的一個映射，而單獨評價二級指標m時，可以通過隨機調查法等方法得到二級指標的評價矩陣。見下公式所示。

其中，nl為每一個一級指標所包含的二級指標數，W=（w1，w2…wnl）為采用AHP等方法所取得的每個M中評價指標的權重向量。

（4）在此基礎上對每一個一級指標都采用M（·，⊕）法求出其每一個一級指標對應的模糊向量B=W×R=（b1，b2，…，blm），從而得到一級指標的評價矩陣。并采用M（·，⊕）法對物流企業績效的向量元素集進行評價，得到元素集z=K×B。最后對最終結果z進行歸一化處理，得到物流企業績效的評價結果，并對績效進行預測。

3.物流企業績效預測實證分析

（1）根據物流企業的績效評價的步驟可得物流企業績效的綜合評價指標權重。見下表所示。

表 物流企業績效評價的權重

在上表中，采購環節和配送環節的一級指標權重明顯高于其他環節，分別為0.2和0.19，而庫存環節、客戶滿意度、市場環節、信息水平和企業團結力度的一級權重分別為0.13、0.12、0.14、0.12和0.1。而在二級指標中，影響力較大的則為交付期限0.4，交付條件0.33，庫存能力0.38，庫存周轉0.35，及時交貨能力0.22。

（2）運用模糊綜合評價方法根據績效評價模型的各個步驟對各個指標集合進行評價。這時采用綜合評價模型對各個指標集進行綜合評價，得到如下結果：

z=（z1，z2，…zm）

=K×B=（0.5，0.4，0.6，0.4）

在上式中，K=（k1，k2…knl）主要對應MI（I=1，2，…s）的權重向量。隨后對最終結果進行歸一化處理，得到物流企業績效評價結果為（0.26,0.21,0.32,0.21）。結果中最大數為0.32，可知物流企業的績效只是處于中等水平。

（3）在對評級指標體系的權重進行研究時，已知采購和配送環節是影響物流企業績效的最大因素。而在兩者的二級指標中，交付期限和條件、交貨能力又都是對一級指標具有較大影響的因素。因此，可以得出結論，物流企業的績效主要集中在企業的交付期限和條件、交貨能力這三個指標上。但是因為這三個指標的水平較低，就造成物流企業的績效水平較低。而企業提升這三者的能力需要時間和金錢，并不能一蹴而就，因而在對物流企業進行績效預測時也可知其未來績效也不甚樂觀。物流企業需要在經營管理過程中不斷提升這三者的水平，進而提升采購和配送的能力。只有這樣才能進一步提升物流企業的績效。

參考文獻：

[1]伍平陽,林意群,林木炎.基于數據挖掘技術的決策樹算法在醫療設備績效預測中的應用[J].中國組織工程研究與臨床康復,2008(2):1689-1692.

[2]周濤,程鈞謨,喬忠.物流企業績效評價體系及模糊綜合評判[J].管理現代化,2012(9):26-28.

[3]肖娟.數據挖掘在物流業的應用綜述[J].統計與決策,2013(11):95-97.

[4]王道平,潘靜,郝玫.基于數據挖掘的物流信息系統研究與設計[J].價值工程,2004(3):117-119.

endprint

摘 要：對于任何企業而言，績效都是最為關注的問題，績效是企業追求的最大目標。應用數據挖掘技術對物流企業的績效進行預測，隨后構建物流企業績效預測指標體系，對其績效預測進行系統規劃，以期能夠挖掘出潛藏在企業經營管理過程中的重要信息，為物流企業的管理和決策提供幫助，并準確對企業的績效進行預測。

關鍵詞：數據挖掘；物流企業；績效；預測

一、研究背景

隨著物流企業逐步成熟，物流業的市場競爭壓力越來越大，此時如何利用企業自身的資源向社會提供更為物美價廉的服務就是企業必須能夠解決的問題。通過對物流企業內部的信息進行深入管理，挖掘潛藏在企業中的重要信息，以期這些信息能夠對物流企業的管理和決策提供幫助。通過對數據挖掘技術進行闡述，了解數據挖掘技術在物流企業績效預測中的應用，隨后構建物流企業績效預測指標體系，對其績效預測進行系統規劃，最后找到數據挖掘在物流企業中存在的問題，以期能夠對物流企業的管理做出貢獻。

二、數據挖掘技術的相關概念

1.數據挖掘相關概念

數據挖掘主要是指從大量、隨機且毫無規律的數據中提取可能隱含在其中的有用的信息，這個信息的有效性是事先不能確定的。數據挖掘是一個復雜的過程，不僅具有計算機的知識，還受到其他學科的影響，主要包括統計分析、情報分析等。數據挖掘的主要步驟包括篩選樣本、抽取數據、挖掘數據、解釋結果和提供決策五個部分。

2.數據挖掘技術的概念

數據挖掘技術是一項實用型的技術手段，在各個方面都有廣泛地應用。利用挖掘技術進行預測最主要是根據所搜集到的數據進行預測和評估。數據挖掘技術在天氣領域能進行天氣預測、地理狀況分析等。數據挖掘是一項新興的電子信息技術手段，能夠幫助企業從大量且繁復的數據中找到有效的信息，減輕企業的管理和決策壓力。當前已經應用的挖掘技術不僅能夠幫助系統進行信息的搜集和處理還能夠對決策產生幫助。

三、數據挖掘技術在物流企業績效預測中的應用

現代物流企業績效預測的主要對象是企業未來的盈利能力，因此既要合理預測企業當前的盈利能力，還要包括企業當前可能潛藏且未來有可能獲利的能力。如果企業想要對自身的績效做出全面、科學的預測，需要對財務和非財務指標做出衡量和選擇。因為財務指標能夠準確且以數字的形式對企業的未來價值進行反映，而非財務指標若想數字化就必須向財務指標靠攏。因此，在對物流企業績效預測時就需要將財務指標和非財務指標進行衡量和深度結合，為企業能夠合理對未來績效進行預測提供物質保障，也是進一步解決了物流企業進行未來績效預測可能產生的問題。在我國，物流企業尚屬于發展階段，數據挖掘在企業內部的應用并不常見。數據挖掘技術在物流企業的應用主要集中于成本控制、配送優化、貨物倉儲、客戶分析和市場分析等方面。物流企業若想順利進行績效預測必須從以下幾個方面進行研究：

四、物流企業績效預測研究

1.物流企業績效預測指標體系構建

隨著物流業不斷發展，物流理論也隨之不斷更新完善，因而成熟的物流理論就要求物流企業建立績效預測方法并構建績效預測指標體系，以便能夠更為完整的反映物流企業的經營管理狀況。由于物流企業的主要環節包括采購、分包、運輸和配送等，因此其績效預測也與這些環節具有關系。因而物流企業績效預測指標也應當從上述環節中進行選擇。

（1）采購環節指標

采購是物流企業的重要環節之一，通過完善采購環節能夠大大提升客戶對企業的滿意度，降低企業的庫存量，對提高企業的市場競爭力具有十分重要的作用。采購環節的指標主要包括交付期限和付款條件兩項。這兩項主要是為了保障的安全和準確，以及防止糾紛事件的發生。

（2）庫存環節指標

物流企業的庫存是起到防止物品短缺、攤銷訂貨費用及滿足客戶需求的作用。庫存環節的指標主要包括，準確收發貨能力，庫存容量和周轉能力等。物流企業庫存容量越大，所能夠容納的貨物就越多，企業的庫存利用率就越高。

（3）配送環節指標

配送環節是物流企業所有環節中最重要的一環，是直接面向客戶的環節。物流企業的配送環節主要通過先進的電子技術的運用對貨物進行分揀、打包和配送，使整個過程能夠有序進行以減少中間費用實現經濟效益。在配送環節主要指標包括運輸能力、安全能力、成本控制能力和及時送達能力。

（4）客戶滿意度

在當前物流業市場競爭急劇增加的時代，留住已有客戶和開發潛在客戶已經成為了每個物流企業的基本任務。據研究報告，客戶保留得越多，企業的利潤才會越來越高。客戶滿意度指標主要包括，交貨期限、服務水平、溝通狀況等。

（5）市場環節指標。市場是最能夠反映物流企業競爭力的因素之一，其主要的分項指標是市場占有率、隨機應變能力和新客戶開發率等因素。

（6）信息環節指標。物流企業中信息水平不僅是對整個企業的物流活動的支持，也是連接整個供應鏈，以使其能夠更具效率的重要基礎。因為其重要的作用，提升物流企業的信息水平就勢在必行。信息環節的指標主要包括軟硬件水平、信息流量等指標。

（7）企業團結力度。該環節中所包含的指標主要是員工凝聚力。

2.物流企業績效評價模型

（1）根據前面的績效預測指標體系對物流企業的績效進行綜合預測，首先確定物流企業績效等級的評語集即A={A1，A2，A3，A4}={優，良，中，劣}。

（2）其次，根據物流企業績效預測指標體系，將因素集（M1，M2…Ms）按照各自的屬性分成s個子集：每個M中都包含幾個二級指標，即M={m1，m2…mnl}，其中nl表示M所包含的二級指標數目。

（3）對每一個M所包含的二級指標進行綜合評價。M的判斷向量Bl=Wl×Rl，其中Rl可以說是M到A的一個映射，而單獨評價二級指標m時，可以通過隨機調查法等方法得到二級指標的評價矩陣。見下公式所示。

其中，nl為每一個一級指標所包含的二級指標數，W=（w1，w2…wnl）為采用AHP等方法所取得的每個M中評價指標的權重向量。

（4）在此基礎上對每一個一級指標都采用M（·，⊕）法求出其每一個一級指標對應的模糊向量B=W×R=（b1，b2，…，blm），從而得到一級指標的評價矩陣。并采用M（·，⊕）法對物流企業績效的向量元素集進行評價，得到元素集z=K×B。最后對最終結果z進行歸一化處理，得到物流企業績效的評價結果，并對績效進行預測。

3.物流企業績效預測實證分析

（1）根據物流企業的績效評價的步驟可得物流企業績效的綜合評價指標權重。見下表所示。

表 物流企業績效評價的權重

在上表中，采購環節和配送環節的一級指標權重明顯高于其他環節，分別為0.2和0.19，而庫存環節、客戶滿意度、市場環節、信息水平和企業團結力度的一級權重分別為0.13、0.12、0.14、0.12和0.1。而在二級指標中，影響力較大的則為交付期限0.4，交付條件0.33，庫存能力0.38，庫存周轉0.35，及時交貨能力0.22。

（2）運用模糊綜合評價方法根據績效評價模型的各個步驟對各個指標集合進行評價。這時采用綜合評價模型對各個指標集進行綜合評價，得到如下結果：

z=（z1，z2，…zm）

=K×B=（0.5，0.4，0.6，0.4）

在上式中，K=（k1，k2…knl）主要對應MI（I=1，2，…s）的權重向量。隨后對最終結果進行歸一化處理，得到物流企業績效評價結果為（0.26,0.21,0.32,0.21）。結果中最大數為0.32，可知物流企業的績效只是處于中等水平。

（3）在對評級指標體系的權重進行研究時，已知采購和配送環節是影響物流企業績效的最大因素。而在兩者的二級指標中，交付期限和條件、交貨能力又都是對一級指標具有較大影響的因素。因此，可以得出結論，物流企業的績效主要集中在企業的交付期限和條件、交貨能力這三個指標上。但是因為這三個指標的水平較低，就造成物流企業的績效水平較低。而企業提升這三者的能力需要時間和金錢，并不能一蹴而就，因而在對物流企業進行績效預測時也可知其未來績效也不甚樂觀。物流企業需要在經營管理過程中不斷提升這三者的水平，進而提升采購和配送的能力。只有這樣才能進一步提升物流企業的績效。

參考文獻：

[1]伍平陽,林意群,林木炎.基于數據挖掘技術的決策樹算法在醫療設備績效預測中的應用[J].中國組織工程研究與臨床康復,2008(2):1689-1692.

[2]周濤,程鈞謨,喬忠.物流企業績效評價體系及模糊綜合評判[J].管理現代化,2012(9):26-28.

[3]肖娟.數據挖掘在物流業的應用綜述[J].統計與決策,2013(11):95-97.

[4]王道平,潘靜,郝玫.基于數據挖掘的物流信息系統研究與設計[J].價值工程,2004(3):117-119.

endprint

摘 要：對于任何企業而言，績效都是最為關注的問題，績效是企業追求的最大目標。應用數據挖掘技術對物流企業的績效進行預測，隨后構建物流企業績效預測指標體系，對其績效預測進行系統規劃，以期能夠挖掘出潛藏在企業經營管理過程中的重要信息，為物流企業的管理和決策提供幫助，并準確對企業的績效進行預測。

關鍵詞：數據挖掘；物流企業；績效；預測

一、研究背景

隨著物流企業逐步成熟，物流業的市場競爭壓力越來越大，此時如何利用企業自身的資源向社會提供更為物美價廉的服務就是企業必須能夠解決的問題。通過對物流企業內部的信息進行深入管理，挖掘潛藏在企業中的重要信息，以期這些信息能夠對物流企業的管理和決策提供幫助。通過對數據挖掘技術進行闡述，了解數據挖掘技術在物流企業績效預測中的應用，隨后構建物流企業績效預測指標體系，對其績效預測進行系統規劃，最后找到數據挖掘在物流企業中存在的問題，以期能夠對物流企業的管理做出貢獻。

二、數據挖掘技術的相關概念

1.數據挖掘相關概念

數據挖掘主要是指從大量、隨機且毫無規律的數據中提取可能隱含在其中的有用的信息，這個信息的有效性是事先不能確定的。數據挖掘是一個復雜的過程，不僅具有計算機的知識，還受到其他學科的影響，主要包括統計分析、情報分析等。數據挖掘的主要步驟包括篩選樣本、抽取數據、挖掘數據、解釋結果和提供決策五個部分。

2.數據挖掘技術的概念

數據挖掘技術是一項實用型的技術手段，在各個方面都有廣泛地應用。利用挖掘技術進行預測最主要是根據所搜集到的數據進行預測和評估。數據挖掘技術在天氣領域能進行天氣預測、地理狀況分析等。數據挖掘是一項新興的電子信息技術手段，能夠幫助企業從大量且繁復的數據中找到有效的信息，減輕企業的管理和決策壓力。當前已經應用的挖掘技術不僅能夠幫助系統進行信息的搜集和處理還能夠對決策產生幫助。

三、數據挖掘技術在物流企業績效預測中的應用

現代物流企業績效預測的主要對象是企業未來的盈利能力，因此既要合理預測企業當前的盈利能力，還要包括企業當前可能潛藏且未來有可能獲利的能力。如果企業想要對自身的績效做出全面、科學的預測，需要對財務和非財務指標做出衡量和選擇。因為財務指標能夠準確且以數字的形式對企業的未來價值進行反映，而非財務指標若想數字化就必須向財務指標靠攏。因此，在對物流企業績效預測時就需要將財務指標和非財務指標進行衡量和深度結合，為企業能夠合理對未來績效進行預測提供物質保障，也是進一步解決了物流企業進行未來績效預測可能產生的問題。在我國，物流企業尚屬于發展階段，數據挖掘在企業內部的應用并不常見。數據挖掘技術在物流企業的應用主要集中于成本控制、配送優化、貨物倉儲、客戶分析和市場分析等方面。物流企業若想順利進行績效預測必須從以下幾個方面進行研究：

四、物流企業績效預測研究

1.物流企業績效預測指標體系構建

隨著物流業不斷發展，物流理論也隨之不斷更新完善，因而成熟的物流理論就要求物流企業建立績效預測方法并構建績效預測指標體系，以便能夠更為完整的反映物流企業的經營管理狀況。由于物流企業的主要環節包括采購、分包、運輸和配送等，因此其績效預測也與這些環節具有關系。因而物流企業績效預測指標也應當從上述環節中進行選擇。

（1）采購環節指標

采購是物流企業的重要環節之一，通過完善采購環節能夠大大提升客戶對企業的滿意度，降低企業的庫存量，對提高企業的市場競爭力具有十分重要的作用。采購環節的指標主要包括交付期限和付款條件兩項。這兩項主要是為了保障的安全和準確，以及防止糾紛事件的發生。

（2）庫存環節指標

物流企業的庫存是起到防止物品短缺、攤銷訂貨費用及滿足客戶需求的作用。庫存環節的指標主要包括，準確收發貨能力，庫存容量和周轉能力等。物流企業庫存容量越大，所能夠容納的貨物就越多，企業的庫存利用率就越高。

（3）配送環節指標

配送環節是物流企業所有環節中最重要的一環，是直接面向客戶的環節。物流企業的配送環節主要通過先進的電子技術的運用對貨物進行分揀、打包和配送，使整個過程能夠有序進行以減少中間費用實現經濟效益。在配送環節主要指標包括運輸能力、安全能力、成本控制能力和及時送達能力。

（4）客戶滿意度

在當前物流業市場競爭急劇增加的時代，留住已有客戶和開發潛在客戶已經成為了每個物流企業的基本任務。據研究報告，客戶保留得越多，企業的利潤才會越來越高。客戶滿意度指標主要包括，交貨期限、服務水平、溝通狀況等。

（5）市場環節指標。市場是最能夠反映物流企業競爭力的因素之一，其主要的分項指標是市場占有率、隨機應變能力和新客戶開發率等因素。

（6）信息環節指標。物流企業中信息水平不僅是對整個企業的物流活動的支持，也是連接整個供應鏈，以使其能夠更具效率的重要基礎。因為其重要的作用，提升物流企業的信息水平就勢在必行。信息環節的指標主要包括軟硬件水平、信息流量等指標。

（7）企業團結力度。該環節中所包含的指標主要是員工凝聚力。

2.物流企業績效評價模型

（1）根據前面的績效預測指標體系對物流企業的績效進行綜合預測，首先確定物流企業績效等級的評語集即A={A1，A2，A3，A4}={優，良，中，劣}。

（2）其次，根據物流企業績效預測指標體系，將因素集（M1，M2…Ms）按照各自的屬性分成s個子集：每個M中都包含幾個二級指標，即M={m1，m2…mnl}，其中nl表示M所包含的二級指標數目。

（3）對每一個M所包含的二級指標進行綜合評價。M的判斷向量Bl=Wl×Rl，其中Rl可以說是M到A的一個映射，而單獨評價二級指標m時，可以通過隨機調查法等方法得到二級指標的評價矩陣。見下公式所示。

其中，nl為每一個一級指標所包含的二級指標數，W=（w1，w2…wnl）為采用AHP等方法所取得的每個M中評價指標的權重向量。

（4）在此基礎上對每一個一級指標都采用M（·，⊕）法求出其每一個一級指標對應的模糊向量B=W×R=（b1，b2，…，blm），從而得到一級指標的評價矩陣。并采用M（·，⊕）法對物流企業績效的向量元素集進行評價，得到元素集z=K×B。最后對最終結果z進行歸一化處理，得到物流企業績效的評價結果，并對績效進行預測。

3.物流企業績效預測實證分析

（1）根據物流企業的績效評價的步驟可得物流企業績效的綜合評價指標權重。見下表所示。

表 物流企業績效評價的權重

在上表中，采購環節和配送環節的一級指標權重明顯高于其他環節，分別為0.2和0.19，而庫存環節、客戶滿意度、市場環節、信息水平和企業團結力度的一級權重分別為0.13、0.12、0.14、0.12和0.1。而在二級指標中，影響力較大的則為交付期限0.4，交付條件0.33，庫存能力0.38，庫存周轉0.35，及時交貨能力0.22。

（2）運用模糊綜合評價方法根據績效評價模型的各個步驟對各個指標集合進行評價。這時采用綜合評價模型對各個指標集進行綜合評價，得到如下結果：

z=（z1，z2，…zm）

=K×B=（0.5，0.4，0.6，0.4）

在上式中，K=（k1，k2…knl）主要對應MI（I=1，2，…s）的權重向量。隨后對最終結果進行歸一化處理，得到物流企業績效評價結果為（0.26,0.21,0.32,0.21）。結果中最大數為0.32，可知物流企業的績效只是處于中等水平。

（3）在對評級指標體系的權重進行研究時，已知采購和配送環節是影響物流企業績效的最大因素。而在兩者的二級指標中，交付期限和條件、交貨能力又都是對一級指標具有較大影響的因素。因此，可以得出結論，物流企業的績效主要集中在企業的交付期限和條件、交貨能力這三個指標上。但是因為這三個指標的水平較低，就造成物流企業的績效水平較低。而企業提升這三者的能力需要時間和金錢，并不能一蹴而就，因而在對物流企業進行績效預測時也可知其未來績效也不甚樂觀。物流企業需要在經營管理過程中不斷提升這三者的水平，進而提升采購和配送的能力。只有這樣才能進一步提升物流企業的績效。

參考文獻：

[1]伍平陽,林意群,林木炎.基于數據挖掘技術的決策樹算法在醫療設備績效預測中的應用[J].中國組織工程研究與臨床康復,2008(2):1689-1692.

[2]周濤,程鈞謨,喬忠.物流企業績效評價體系及模糊綜合評判[J].管理現代化,2012(9):26-28.

[3]肖娟.數據挖掘在物流業的應用綜述[J].統計與決策,2013(11):95-97.

[4]王道平,潘靜,郝玫.基于數據挖掘的物流信息系統研究與設計[J].價值工程,2004(3):117-119.

endprint