熵值法在物流企业绩效评价中的应用

朱霞 王慧伶

摘 要：在对物流企业进行绩效评价时，其中很重要的一个步骤就是对各指标进行赋权，根据指标的主、客观性不同，可以运用不同的赋权方法来解决，而熵值法作为客观赋权法，已经在实际中得到了广泛应用。文章主要是针对物流企业的特点，构建了符合物流企业业务特点的绩效评价指标体系，并分别利用极值处理法和熵值法，对选取的15家上市物流公司的财务指标数据进行无量纲化处理以及确定指标权重的实证分析。通过对熵值法的实际应用过程，认为熵值法易操作，实用性较强。

关键词：物流企业；熵值法；绩效评价

中图分类号：F272 文献标识码：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 物流业的发展现状

据统计资料，我国2013年社会物流总费用为10.2万亿元，占GDP的比重为18.0%，与2012年基本持平；2014年社会总费用为10.6万亿元，占GDP的比重为16.6%；2015年前三季度的社会物流总费用为7.4万亿元，占GDP的比重为15.2%。总体来看，我国物流总费用在GDP中的占比逐年减少，这就意味着物流效率在不断提高，但是与物流业较发达的国家相比，我国的物流成本是较高的，这与我国经济发展程度、产业布局、物流业的发展模式有关。

目前，我国现有的物流业还是以传统方式为主，只有少部分企业拥有先进的机械设施、信息技术，而大部分物流企业的运作模式还是以人工形式为主，没有实现信息技术化。所以，从整体上来看，我国物流业的发展还远落后于物流业发达的国家，我国物流业的发展还有很长一段路要走。现如今，我国许多产业都与物流息息相关，我国经济的发展已离不开物流的支撑，发展物流产业刻不容缓。要发展物流业，物流企业的管理是一个重要的方面，如何达到有效的管理，绩效评价是一个有效的手段。

2 熵值法

在对企业进行综合绩效评价时，往往存在一个重要的问题，那就是要确定各指标在整个指标体系中的重要程度，既对各评价指标进行赋权，确定其权重。对指标赋权的方法有主观赋权法和客观赋权法，其中客观赋权的方法也有多种，如熵值法、主成分分析法、因子分析法。在实际应用中，主成分分析法和因子分析法的操作过程较为繁琐，而熵值法相对其他两种方法来说，它的运算过程较为简便，易于操作，只需简单的办公软件就能计算。目前，将熵值法用于企业综合评价中的情况已不算少，熵值法作为一种客观赋权的方法，已经在实际中得到了较为广泛的应用。

2.1 熵值法的研究现状。杨志伟（2011）将熵值法运用到物流公司的仓储绩效评价中，文中选取了7个仓库，设置了14项指标，并用熵值法对实际的数据进行了分析，最终得到各指标的权重，进而根据综合评价得分进行了仓库绩效排名[1]。张滢（2008）在对第三方物流企业进行绩效评价时，应用了熵值法和灰色关联分析相结合的综合评价模型。熵值法用于确定各评价指标的权重，灰色关联分析则是对信息进行量化处理和比较，并且通过实证分析证明此种评价模型是有效可行的[2]。朱庆须（2005）选取了77家IT上市公司的21项财务数据作为样本，用熵值法对这些企业的经营业绩进行了评价研究，之后，还将熵值法的评价结果与因子分析法的评价结果进行了Pearson分析，同时，与各企业当年的EVA进行了Spearman分析，以此验证了熵值法的评价结果的有效性[3]。陈平（2010）通过对不同的客观评价方法的简单比较，认为熵值法的可操作性强，因此选定此方法来进行上市公司的经营绩效评价[4]。

总的来说，一些学者对熵值法的运用是将其单独运用到绩效评价中，而另一些学者出于更深层的考虑，会将熵值法与其他方法结合来使用，形成组合赋权的方法。无论是如何应用熵值法，熵值法在绩效评价中的实用性以及广泛性都是毋庸置疑的。

2.2 熵值法的原理。熵（Entropy）是利用概率论来确定信息不确定性的一个量度，能够反映信息的无序度[5]。熵值越大则无序程度越高，相应的该信息所具有的作用也越低；反之，熵值越小则作用越大。基于熵的原理，将熵值法应用于确定指标权重中可以表现为，熵越大，则信息作用越小，因而指标权重越小；熵越小，则信息作用越大，因而指标权重也就越大。熵值法求指标权重的具体步骤如下：

（1）设有m个评价对象和n个评价指标，a表示第i个评价对象的第j项指标，所有的原始数据构成原始矩阵A=

a，通过归一化转变后得到矩阵X=

x。对于某项指标j而言，x的数值差距越大，代表该指标的变异程度越大，其所起的作用越大，熵越小，从而指标的权重越大；反之，则指标权重越小。

（2）求得第j项指标下第i个评价对象指标值的比重P：P=i=1，2，···，m； j=1，2，···，n。

（3）设第j项指标的熵值为e，则：e=-kplnp，其中k=，且0≤e≤1，当e=1时，表示指标x的存在没有任何作用，可以剔除。

（4）通过上面求出的熵值e，可求得第j项指标的差异性系数g为：g=1-e，差异系数g越大，则该指标越重要，权重越大。

（5）最后可求得第j项指标的权重w：w=。

3 物流绩效评价指标体系构建

对物流企业就进行绩效评价，即根据事先设定的指标体系对企业的各个方面进行评价，该指标体系中的指标既有财务指标，也要非财务指标；既包含定量指标，又包含定性指标。目前，我国针对物流绩效评价的指标体系并没有统一的标准，对各企业来说，财务指标的选择一般都差不多，其指标的数据也是较容易获得的，而其他非财务指标则是要在现有指标体系的基础上，并结合企业自身的不同业务特点来选取，数据的获取也相对较为困难。一种常用的构建绩效评价指标的方法是平衡计分卡法，该方法是从四个方面构建指标体系，即财务、内部流程、客户、学习与发展四个方面，所涉及到的指标内容较为全面，在物流绩效评价的研究中也得到了广泛的应用。本文结合平衡计分卡的内容特点，从四个方面构建了物流绩效评价的一般评价指标体系（如表1所示）。

4 实证分析

4.1 数据来源。绩效评价按照比较的方法可以分为横向评价和纵向评价，横向评价是将不同的企业绩效进行比较，纵向评价是将一个企业的现在和过去进行比较。考虑到篇幅、计算量以及指标数据获取的难易程度，本文将选取多个上市物流公司的主要财务指标数据，进行横向比较分析。由于上市公司的业务很广，涉及的业务是多方面、跨行业的，为了使绩效评价能够更凸显物流这一行业的特点，本文在方正证券软件上筛选出所有有物流业务的上市公司，以含物流功能的业务在全部业务的占比达到95%以上为标准，最终确定选用15家沪深A股的上市物流公司，分别为中储股份、恒基达鑫、保税科技、铁龙物流、连云港、皖江物流（芜湖港）、中海集运、中国远洋、新宁物流、象屿股份、长江投资、飞力达、华贸物流、飞马国际、外运发展。这些公司主营业务收入中的大部分业务都属于物流的范畴，包括货物装卸和堆存、仓储、配送、货物运输、集装箱运输等。

本文所选取的公司中，中储股份、恒基达鑫、保税科技都是主营仓储物流；连云港和皖江物流主营港口物流；铁龙物流属于铁路物流；中海集运和中国远洋主营海运物流，主要是集装箱的航运；外运发展主营航空货运；其他公司的业务主要有供应链、综合物流服务等。其指标原始数据如表2所示。

4.2 指标预处理。由于收集的各指标的量纲和数量级的不同，会造成数据之间的差异，因此，在利用熵值法进行赋权之前，需要对所以的指标数据进行无量纲化处理，以消除量纲的影响。本文所选取的指标属性中，只有资产负债率是属于逆向指标，对债权人来说，它的数值越小越好，而其他的指标均为正向指标，越大越好。本文选择了极值处理法[6]，对收集来的指标数据根据进行无量纲化处理。

对于越大越好的指标，作以下处理：x=

对于越小越好的指标，作以下处理：x=

其中：

a和

a分别表示为在m个评价对象中，第j项指标的最大值和最小值，经过处理后的数据取值均在区间0，1内。经无量纲化处理后的数据结果如表3所示。

4.3 计算指标权重。因为熵值法运用的过程中需要取对数，则要求所有的数值必须大于零，为了使取值有效，因而将坐标进行平移，本文在此将所有的指标数加上0.1进行平移，以保证数值的有效性。平移后得到的数据再根据上面给出的熵值法的计算步骤，计算各指标的权重，由于篇幅有限，求解的全过程在此就不一一列出了。求得的各指标的权重如表4所示，权重向量W=0.0582，0.1317，0.2521，0.1602，0.1001，0.1156，0.1821。

从最终的排名结果来看，象屿股份的得分在所有企业中是最高的，它的主营业务是综合物流服务管理。而在有同类业务的企业中，中储股份、皖江物流、中海集运分别是仓储、港口、海运物流中得分较高的，即绩效较好，海运的整体绩效也是比其他板块的好。

5 总 结

本文主要是研究熵值法在物流绩效评价中的应用过程，通过实证分析，证实了该方法的可操作性。本文分析所得的最终排名仅限于财务绩效方面，而非整个物流企业的绩效，不过，熵值法对其他非财务指标的赋权过程也是一样的。由于考虑到指标的客观性和指标数据获取的难易程度，本文的实证分析便只选取了上市公司在同一时期内的财务数据进行了横向评价，如果是纵向评价，便是选择同一企业的不同时期的数据进行分析。

通过本文的分析可知，熵值法作为一种客观赋权的方法，其赋权过程不存在一点主观的因素，最后所得的权重，完全是根据客观存在的实际数据获得的，并且在整个数据处理的过程中，只需运用EXCEL软件即可，无需其他复杂的软件。因此，在实际应用中，熵值法的实用性和可操作性都是毋庸置疑的，任何企业都可应用该方法来进行绩效评价的指标赋权。

对数据进行无量纲化以及对指标赋权的方法有很多种，本文只是各选取了其中的一种进行了应用，没有一种方法是十全十美的，因此本文所选取的方法也一定有其利弊性，存在些许不足，在今后的研究中，笔者可能也会尝试其他的方法。

参考文献：

[1] 杨志伟. 基于熵值法的物流公司仓储绩效评价[J]. 物流技术，2011，30（3）：89-90.

[2] 张滢. 基于熵权和灰关联的第三方物流企业绩效评价[J]. 中国流通经济，2008（1）：19-21.

[3] 朱庆须. 基于熵值法的IT企业业绩评价模型[J]. 财会通讯，2005（6）：21-24.

[4] 陈平. 上市公司经营业绩评价方法研究[J]. 财会通讯，2010（4）：12-15.

[5] 范春梅. 物流企业绩效评价方法及实证分析[D]. 长沙：长沙理工大学（硕士学位论文），2005.

[6] 朱喜安. 熵值法中无量纲化方法优良标准的探讨[J]. 统计与决策，2015（2）：12-15.