文 / 王俊朋 蘇凱凱 郭曼曼 唐蘇州 畢啟亮
隨著國民生活水平的不斷提高,物流行業快速發展,貨物的種類不斷增多,與此同時倉庫種類也不斷增加。立體倉庫、醫療倉庫、冷庫等倉庫的績效評價管理問題也由此產生。目前,我國倉儲業普遍存在投資門檻低,小微企業和個體經營戶扎堆,規模化與組織化程度低,業務單一同質化,管理粗放,投資效益低,倉庫與倉庫之間差異較大,種類較多,側重點不同等問題[1],因此很難制定出統一、標準的評價規則,用以準確評價出多樣化倉庫的“好壞”程度及運作水平。雖然現在已經存在KPI評價、專家評價等倉庫績效評價方法,但是對于不同種類倉庫與客戶不同的服務需求,還是無法準確評價倉庫的真實水平。此外,倉庫作為現代物流企業的核心資源和重要業務場所,是影響其生產運營效率的核心環節,通過實施精細化管理提升倉庫運作效率,降低業務成本,對提升物流企業生產效益具有十分重要的作用和價值。因此,現在急需一套全面科學、有效可行的多元化的倉庫績效評價體系。
績效評價的研究與方法很多,例如張路路等人基于博弈和模糊評價視角進行了生態文明建設下退耕還濕必要性與成效分析的研究[2],朱霞等人基于AHP對高校儀器設備進行了績效評價[3],崔利偉等人研究了基于平衡記分卡的旅游企業績效評價研究[4],董文杰等人采用博弈與證據理論的綜合能源系統評價方法研究了能源互聯網[5],黎冰冰等人基于AHP方法對多元化倉庫績效評價體系進行了研究[6],康寧等人基于BSC和DEMATEL的方法進行了消防監管績效評價[7],陳婧等人基于博弈論組合賦權法進行了模糊綜合水質評價其它績效評價方法[8]。另外,專家評價法、數據包絡分析法、灰色綜合評價法等方法也能一定效果上評價倉庫,但是不能全面、深入、準確、定量地反映出多元化倉庫的運作水平。倉庫評價指標具有多元化、模糊化、難以量化的特點。目前,賦權方法主要可以分為兩類:主觀賦權法和客觀賦權法。主觀賦權法是基于決策者的經驗和偏好,通過對各項指標重要性進行比較而賦權法方法,目前常用的是專家咨詢法、層次分析法。客觀賦權法是從實際數據出發,利用各指標所反映的客觀信息確定權重的一種方法,目前比較成熟的方法有標準離差法、熵值法[9]。因此,本文利用基于博弈組合評價的方法,將主觀意識和客觀數據的內在分布充分結合,公平、公正、全面的分別用層次分析法與熵權法從主客觀方面進行各個指標權重的確定,然后再利用模糊綜合評價方法進行評分得出級別,進而得到倉庫績效評價。
本文通過對相關文獻[1,6,10-15]的對比研究與多種類倉庫的調查分析,結合倉庫的不同種類與特點,本著多元化原則,建立了由運營管理、服務效果、財務管理、人力資源管理、綠色發展、安全意識、潛在發展等7個一級指標以及倉庫利用率等27個二級指標構成的倉庫績效評價指標體系,如圖1所示。

圖1 倉庫績效評價指標
在保持評價指標更加全面、準確的原則上,采用層次分析法和熵權法進行各個指標主客觀權重的確定。為了更加準確,引入博弈論方法對主客觀權重進行確定,進而得出各個指標的權重。然后再利用模糊綜合評價方法對倉庫整體與各個方面進行評價得分,最終進行分析,并提出改進方向進行優化,評價流程如圖2所示。

圖2 評價流程圖
層次分析法是一種將與決策有關的元素分解成目標、準則、方案等層次,可以較好地解決多要素相互關聯、相互制約的復雜系統的評價。利用該方法計算倉庫績效評價指標的主觀權重,步驟如下:
(1)構建一級指標和二級指標;
(2)專家按照1-9標度法綜合判斷打分確定各層次各元素之間的重要程度,構建兩兩判斷矩陣M為:

(3)計算判斷矩陣的特征根和特征向量;

(4)進行一致性檢驗;

其中CI為一致性指標,RI為平均隨機一致性指標。CR<0.1時,判斷矩陣通過一致性檢驗,如果不符合再進行調整。
熵權法最先由Shannon引入信息論,現已廣泛運用,可以利用信息熵來判斷。一般來說信息熵越小,表明指標變異程度越大,提供信息越多,在綜合評價中作用越大,那么這個指標所包含的權重就越大,反之則權重越小[16]。相比其他賦權法,其更加精確,在客觀性的賦權能力上更強,能更合適地解釋客觀結果。選用熵權法確定倉庫評價的指標權重,更加準確公正。主要步驟如下:
(1)假設有n個指標,抽取評價樣本數據m組,構建評價矩陣Y=(xij)m×n,然后進行標準化處理;

(2)求解各個指標的信息熵ej,如果Zij=0 ,則 ZijlnZij=0;

(3)計算各指標權重Wi得:

(4)得出客觀權重向量,Wi=(w1,w2,...,wn) 。
為了使主客觀權重組合賦權更加科學公正,本文引入博弈論的組合賦權法。該方法既可減少主觀隨意性,又充分考慮了客觀數據影響,在一定程度上提高了賦權的科學合理性。其具體步驟[17]如下。
(1)使用層次分析法與熵權法分別賦權得到各個指標權重,建立權重向量集合Qi={q1,q2},其中q1和q2分別代表主客觀權重向量;令a={a1,a2}為線性組合系數,最終得到這些向量的任意線性組合為:

(2)根據博弈集結模型的思想,對于上式中2個線性組合系數a1和a2進行優化,以離差極小化為目標,可得到最合理的權重,通過此方法確定目標函數為:

(3)采用矩陣微分性質將上式等價變換為最優化一階導數條件的線性方程組如式(9)所示:

(4)由上式(9)得到最優的線性組合系數a1、a2并進行歸一化處理后,得到基于博弈論組合賦權的綜合權重Q為:

基于模糊綜合評價方法構建評價體系,具體如下:
(1)基于博弈組合賦權,主客觀權重計算出倉庫各個評價指標的綜合權重后,確定評價對象的因素集,共有指標k個,為U ={u1, u2, … , uk};
(2)確定評價集合。采用專家意見,確定評級等級,將倉庫等級分為p個等級,評價集合為Vi={v1,v2,...vp};
(3)有專家打分得出評價矩陣為:

(4)由已得出的各個指標權重集合得出各個評價指標的權重,評價指標的權重是U上的一個模糊向量,為:G={a1,a2,...ak} ,滿足足
(5)構建判斷矩陣。將指標權重集G與相應的評價集合R進行相乘得到各個指標的模糊綜合評價模型向量E:

其中 E={e1,e2,...ep};
(6)取每個等級的平均分組成評價集R*={r1*,r2*,...rp*},計算綜合評分F如下:

得出等級并對模糊綜合評價出的倉庫級別得分進行分析。
以某倉庫為研究對象對其進行綜合績效評價。
通過分析及專家綜合判斷打分確定各層次各元素之間的重要程度,采用1-9標度法構建兩兩判斷矩陣。一級指標依次為運營管理(A1)、服務效果(A2)、財務管理(A3)、人力資源管理(A4)、綠色發展(A5)、安全意識(A6)和潛在發展(A7)七個特征的重要程度進行兩兩比較,得到對應的判斷矩陣M(如表1所示),然后通過MATLAB軟件,用算術平均法求元素的各個權重,并進行一致性檢驗,得出結果。

表1 判斷矩陣M
通過MATLAB計算判斷矩陣A權重W=(0.2170,0.1465,0.3862,0.0740,0.0536,0.0405,0.0820),其一致性CR=0.0280,CR<0.1,判斷矩陣具有令人滿意的一致性。重復上述步驟得出各個二級指標矩陣權重,并且都符合一致性檢驗。二級指標評價矩陣分別為:W1’=(0.0206,0.0417,0.0729,0.0344,0.0345,0.0129)、W2’=(0.0345,0.0196,0.0650,0.0141,0.0133)、W3’=(0.0711,0.1523,0.1283,0.0346)、W4’=(0.0121,0.0220,0.0399)、W5’=(0.0063,0.0239,0.0181,0.0053)、M6’=(0.0304,0.0101)、W7’=(0.0244,0.0134,0.0442)。
不同類型倉庫各指標之間的數據差距加大,可比性較弱。例如,快消品類倉庫與大件貨物類倉庫相比,前者的庫存周轉率遠大于后者,但并不能因此就得到前者一定好。在倉庫的評價過程中,為了更好地體現差異化思想,對倉庫進行分類別比較,在倉庫績效評價的27個二級指標基礎上,選取具有代表性的10個同類型倉庫作為樣本進行考核,用相應的量化方法(表2)可得各倉庫二級指標的初始量化數據(表3),其中指標7、8、13、19、21、24為負向指標。

表2 各二級指標量化方法

表3 各倉庫二級指標量化數據
在評價后利用(4)-(6)式的熵權法求得客觀權重,得到各個二級指標 權 重 為:W1’’=(0.0419,0.0348,0.0535,0.0348,0.0500,0.0418)、W2’’=(0.0716,0.0260,0.0314,0.0216,0.0453)、W3’’=(0.0517,0.0430,0.0228,0.0329)、W4’’=(0.0365,0.0464,0.0359)、W5’’=(0.0350,0.0376,0.0163,0.0342)、W6’’=(0.0337,0.0157)、W7’’=(0.0353,0.0433,0.0273)。然后將屬于各個一級指標的二級指標權重相加[18],得一級指標權重為:W’’=(0.2568,0.1959,0.1503,0.1188,0.1231,0.0494,0.1059)。
利用博弈論組合賦權法由上式(7)-(10)可計算得出主觀權重為0.8751,客觀權重為綜合后各權重為:運營管理W1=(0.0233,0.0408,0.0704,0.0345,0.0364,0.0165),服 務 效 果W2=(0.0391,0.0204,0.0608,0.0150,0.0173),財務管理W3=(0.0686,0.1386,0.1151,0.0344),人力資源管理W4=(0.0152,0.0250,0.0394),綠 色 發 展W5=(0.0099,0.0256,0.0179,0.0089),安全意識W6=(0.0308,0.0108),潛在發展W7=(0.0257,0.0172,0.0421)。所以得出一級指標各個綜合權重為(0.2220,0.1527,0.3567,0.0796,0.0623,0.0416,0.0850)。
(1)構建評價體系
建立5個評分等級,分別為A(80-100分)、B(60-80分)、C(40-60分)、D(20-40分)、E(0-20分)。
(2)構建評價矩陣
選取一個倉庫進行研究,在考慮不同類倉庫之間的評價時,各指標并不是越大就說明其越好。例如,快消品類倉庫庫存周轉率為20的倉庫可能并沒有大件貨物類倉庫庫存周轉率為10次的倉庫管理得好,因此專家打分過程不僅根據其經驗,而且應將此倉庫與其同類型對標倉庫的管理數據進行對比,進而更加合理地實施打分評價。本文選擇40位專家及行業內有經驗的人士對該倉庫的各個二級指標進行打分,得到各指標每個等級所對應的評價人數分布情況,結果如表4所示。將評價后的得分情況都除以專家人數40得到評價矩陣。

表4 倉庫二級指標專家評價等級表
(3)由評價矩陣得出模糊綜合評價模型向量,然后得出評價得分
由式(11)-(13)可得出一級指標運營管理的各模糊綜合評價模型向量E1=(0.4753,0.3193,0.1214,0.0683,0.0157),然后得出運營管理得分為F1=(0.4753,0.3193,0.1214,0.0683,0.0157)×(90,70,50,30,10)T=73.41。同理,可計算出其它各個一級指標的分數:服務效果F2=68.41分,財務管理F3=72.01分,人力資源管理F4=72.96分,綠色發展F5=73.75分,安全意識F6=70.35分,潛在發展F7=67.96分。
因此,也可得出倉庫總體模糊綜合評價模型向量E=(0.3778,0.3813,0.1880,0.0450,0.0076),即最終總得分為:F=(0.3778,0.3813,0.1880,0.0450,0.0076)×(90,70,50,30,10)T=71.52,所以該倉庫處于B級和A級之間。
(4)結果分析和優化
通過評價結果可知,該倉庫績效評價得分為71.52,總體上處于B級和A級之間。在這7個一級指標上,服務效果、潛在發展指標上比較差分別為68.41和67.96,介于C級和B級之間,說明在訂單處理速度、破損率、庫存準確率收發貨及時準確率、客戶滿意率、研發投入占比、設備投入占比、凈利潤年增長率這些方面還比較差,可進一步提高服務效果、增加研發和設備投入。綠色發展指標得分為73.75分最高,說明在綠色環保方面該倉庫做得比較好。其余指標均為70分以上,處于B級和A級之間,說明運營管理、財務管理、人力資源管理、綠色發展也都比較好。
科學合理的倉庫績效評價方法不僅可以有效衡量倉庫“過去”的管理運作水平,還可以在“未來”有效引導、指導倉庫管理進入良性發展的軌道。本文針對多元化、差異化倉庫難以準確、公平地實施評價的問題,提出了一種基于博弈組合賦權的多元化倉庫的績效評價與優化的方法,在構建的由7個一級指標以及27個二級指標構成的倉庫績效評價指標體系的基礎上,利用層次分析法與熵權法進行各個指標主客觀賦權,然后再借助博弈論組合方法進行主客觀調整,將主觀意識和客觀數據的內在分布充分結合,最終確定各個指標權重。利用模糊綜合評價方法對倉庫進行綜合評價得出績效評價得分,進而得出倉庫各方面的績效,并通過評價結果得出結論與改進方向。
當倉庫管理者應用本文所提方法進行差異化倉庫績效評價時,需進行一些準備工作。首先,應基于對不同指標的重視程度與倉庫自身特點,按照1-9標度法綜合判斷打分確定各層次各元素之間的相對重要程度,構建兩兩判斷矩陣;其次,為了應對評價倉庫差異化、多樣化的特點,防止因不同類型倉庫各指標之間的數據差距過大,而使熵權法客觀賦權誤差較大的問題發生,管理者應查找與評價倉庫同類的多個倉庫的各項二級指標相關的數據,將其量化;最后,還應邀請盡可能多的專家對需要評價倉庫的每個二級指標進行打分,構建評價矩陣。有了這些準備數據,再利用本文提出的評價方法,將能快速得出差異化倉庫的績效得分,而且結果也會更加客觀、合理、準確。如果需要評價的倉庫比較特別,管理者也可以有針對性地提出新的評價指標,進而形成一套更適合所評價倉庫的“個性化”評價體系。根據本文所提出的評價方法,得出的倉庫績效得分,可以知道倉庫的整體管理情況,根據得分情況進行優化與改進,同時也可以得到每個一級指標的評價得分。將各個一級指標得分與整體倉庫績效評價得分進行比較,如果某一級指標評價得分低于整體倉庫績效評價得分,則說明倉庫在該一級指標方面做得相對較差,急需作出改進;如果評價得分高于整體倉庫績效評價得分,說明倉庫在該一級指標方向上做得相對不錯,需要繼續保持。本文提出的多元化倉庫績效評價方法具有較高的應用及參考價值。