烟草商业企业物流对标管理分类体系研究 ——以四川省为例

陈昌华，黄河，尹健康，梁艳，李茂波，胡音

1 西华大学，管理学院，四川成都金周路999号 610039；2 四川省烟草公司成都市公司，四川成都槐树街1号 610014；3 中国烟草总公司四川省公司，四川成都世纪城路936号 610094；4 成都诚至诚商务物流有限责任公司，四川成都东三环路二段66号 610052

自2009 年国家局下发《国家烟草专卖局关于全面开展对标工作的意见》以来，“对标管理”逐步成为行业工商企业经营管理的常用工具，在行业物流绩效评价、成本管控、活动评优、经济运行分析方面发挥了重要的作用。但在行业精益物流建设和对标管理应用过程中，由于各层级、各单位客观实际情况差异较大，不合理的标杆选择使得对标评价、标杆管理的作用未得到充分发挥。

对标管理是企业能力提升和持续改进的重要工具[1]。对标管理是以最强的竞争企业或行业中领先的企业为标杆，分析和学习其在产品、服务或流程方面的绩效及实践措施，从而实现自身绩效的不断改进[2-3]。标杆选择是对标管理中的基本环节，标杆选择的合理与否决定企业对标管理的实施效果[4-5]。现有文献对标杆选择的研究较少，侧重于对标指标的确定和绩效评价，标杆选择则是依据绩效评价结果选择在对标指标层面排名较高的企业[6-7]。在烟草行业同业对标中，由于各地市州所处的经济、政治、社会、技术等差异较大以及企业自身客观要素差异都会影响到企业的物流需求和效率，这些差异往往会掩盖稀释双方的真实水平，仅仅根据绩效排名选择标杆会使得对标结果缺乏可比性和可用性。例如，省会城市与省内其他市州之间由于区域发展不平衡问题，省会城市拥有各项先天优势使其各项指标数据排名最高，其他市州将其作为标杆对象，最终导致对标不可比的问题。因此，国家烟草总局提出了分层分类对标的思想，即在同一层级物流企业中先分类，再对标，找准合适的对标对象，充分保证标杆的先进经验与自身发展相适应。

分层分类对标思想中分类是关键。在已有的分类方法中，聚类分析方法应用较广。安拴霞[8]将聚类分析法用于县域土地综合整治分区划定；方菁[9]将系统聚类应用于英语外交新闻计量文体特征的鉴别；袁野[10]将聚类分析和判别分析方法结合，构建反转网络舆情的分类和预测模型；陈迎欣[11]通过三重赋权，利用系统聚类法对全国31 个省市空气污染情况进行聚类分析；冯美丽[12]利用系统聚类对全国31 个省份的人口情况进行分析；魏静[13]通过主成分分析和系统聚类对新疆15 个地州市对外开放水平进行分析；梁小珍[14]通过灰色关联分析和主成分分析对我国机场体系进行竞争力评价，再用系统聚类进行分类。上述研究中，系统聚类常与其他系统分析方法结合使用，其中灰色关联分析是依据灰色关联度来描述要素间关系的强弱、大小和次序的多目标问题分析方法，适用于统计数据不多、数据灰度较大、数据大起大落、没有典型分布规律的评价研究[15-16]。本文通过内外部客观要素构建烟草商业企业物流分类指标体系，综合运用灰色关联法和系统聚类法构建分类模型，并对四川省21 个地市州实证分析，为实现同层级烟草商业企业物流分类体系构建和对标对象选择提供参考和借鉴。

1 分类指标选择

按照要素客观、指标量化、分层分类结合、同类可比的分类原则构建内外部指标体系。内部要素采用行业内影响物流需求的主要因素，包括年销量规模（年配送总量）、零售客户密度和是否区域物流；外部要素是企业面对的宏观环境，一般不受企业主观掌控，采用PEST 模型进行构建[17]。根据上述内外部要素分析，初步选择出评价指标12 个，见表1。

表1 初始分类要素系Tab. 1 Initial classification elements

2 基于系统聚类的卷烟物流权重聚类模型

2.1 指标体系确定与数据效度、信度检验

根据表1 收集指标数据，初始样本为Xmn，m 表示分类城市的个数，n 表示每一个城市的指标属性个数，城市i 的指标属性表示为Xi[xi1,xi2,...,xin]。

首先，对逆向指标进行正向化，并采用标准化法进行无量纲化处理，减少逆向指标和指标单位不同的影响；然后，对指标进行相关性和差异性检验，去除相关性较大和差异性较小的指标，确定最终指标体系。在确定最终的指标体系后对指标数据进行信度和效度检验，保证数据的内在一致性和结构效度。

2.2 灰色关联分析确定权重

灰色关联分析能够反映分类指标与关联指标之间的紧密程度和关系强弱，若两个指标之间的相似程度和变化速率越接近，其关联度就越大[18]。具体步骤如下：

（1）确定参考序列。本文选取行业物流成本效率的两个核心指标（单箱物流费用和人均配送效率）作为关联度指标，将其正向化和标准化后的均值作为参考序列，记为：

（3）求关联系数。通过灰色关联分析得到关联系数 ，首先设定理想目标，分析指标与目标的关联程度，关联程度越大就越优，公式如下：

其 中ξ 为 分 辨 系 数，0＜ξ＜1，通 常ξ 取0.5，i=1,2,...,m，k=1,2,...,n。

（4）计算关联度。通过关联系数计算分类指标与关联指标之间的关联度，公式如下：

2.3 系统聚类

系统聚类法的基本思想是：距离较近的样本先聚成类，距离较远的样本后聚成类，这个过程一直进行下去，最终每个样本都聚到合适的类中。

已知初始样本为Xmn，m 表示分类城市的个数，将每个样本各自定义为一类，共有m 类 。系统聚类步骤如下：

（1）计算各个样本之间的距离得到矩阵D=[D1,D2,...,Dm]，其中对于样本i 相对于其他各个样本的距离向量为Di=[di1,di2,...,dim]。本文采用欧式距离来表示各个样本之间的距离，计算公式如下：

（2）根据距离矩阵D 将距离较近的两个样本聚合为一类，其他样本仍各自聚为一类，共聚成m-1 类。

（3）采用类间平均连接法将距离最近的两个类进一步聚成一类，共聚成m-2 类。用Dpq表示类Gp与类Gq之间的距离，np、nq分别表示类Gp与类Gq中的城市个数。计算公式如下：

（4）重复上一步骤，最后将所有的样本全聚为一类。

3 四川省烟草商业企业物流分类体系的实证研究

3.1 指标确定与数据信度、效度检验

表2 相关性检验Tab. 2 Correlation test

收集12个分类指标数据，数据来源于国家统计局官方网站（2016）、第一财经公布数据、烟草物流生产经营决策系统（2017）、省级物流部门调研数据。首先对数据进行正向化和无量纲化处理，再进行相关性和差异性检验。相关性检验结果见表2，可以看出人均可支配收入与人均GDP，吸烟人口数量与年配送总量具有很强的相关性，应当予以取舍，因此剔除吸烟人口数量、人均可支配收入两个指标。通过差异性检验可以发现人均消费性支出、是否区域物流的差异性很小，可以从指标中剔除。因此，确定最终指标体系为：经济密度、人均GDP、人均社消零、年配送量、公路密度、客户密度、城市分类、地形地貌8个指标。

表3 关联度指标-各市州单箱物流费用和人均配送效率Tab. 3 Correlated index- Logistics cost per case and distribution efficiency per capita

运用SPSS21.0对最终的8个分类指标数据进行信度和效度检验[19]，克隆巴赫α系数为0.901（α＞0.8），说明数据可信度较高，内在一致性较强。使用因子分析进行效度分析，其中KMO值为0.7，显著性水平＜0.05，说明数据做因子分析是可行的。8个分类指标可以提取两个主成分，其累计解释的总方差为82.238%，说明这8个分类指标具有较强的结构效度。

3.2 确定指标权重

（1）确定参考序列。按照灰关联度分析方法，选择反映行业物流成本效率的两个核心指标，即单箱物流费用和人均配送效率作为关联度指标，将其数据进行无量纲化和正向化处理后的均值作为参考序列，见表3。

（2）求差序列和两级最大、最小差。根据单箱物流费用、人均配送效率作为基准计算分类指标与关联指标的差值，得到差序列和两级最大差Δmax= 4.15、最小差Δmin= 0.01，见表4。

（3）求关联系数。通过灰色关联分析，求得8个分类指标与关联指标之间的关联系数（见表5）。

表4 差序列和两级最大、最小差Tab. 4 Difference sequence and Two levels of maximum and minimum difference

表5 指标关联系数Tab. 5 Index correlation coefficient

（4）计算关联度和指标权重。根据关联系数计算各分类指标与关联指标之间的关联度，再将关联度进行归一化得出各指标的权重，见表6。

表6 指标关联度和指标权重Tab. 6 Index correlation degree and weight

3.3 聚类分析

根据2.3 的聚类分析步骤，采用SPSS 软件进行系统聚类计算，使用类间联接法分析得到四川省21个市级物流聚类分析树状图和分类结果图，见图1 和图2。

图1 21 个市级烟草物流聚类分析树状图Fig. 1 Tree map of cluster analysis of 21 municipal tobacco logistics

图2 21 个市级烟草物流分类图Fig. 2 Classification map of 21 municipal tobacco logistics

聚类分析结果表明，四川省21 个市级烟草物流分为五类。第一类为成都市，第二类包含南充、宜宾、凉山、泸州、绵阳、达州6 个城市，第三类包含内江、资阳、乐山、广安、眉山、德阳6 个城市，第四类包含广元、巴中、自贡、遂宁4 个城市，第五类包含攀枝花、雅安、阿坝、甘孜4 个城市。

3.4 结果验证与讨论

利用2018 年1 月至9 月四川省21 个市级烟草物流的物流总费用数据对上述分类结果进行验证分析，见图3。

由图3 所示，类别之间的物流总费用差异较为显著，并呈现出阶梯式的递减，而同一类中的物流总费用差异则不明显，表明上述分类结果能够准确客观的反映四川省各地市州物流效率情况，说明该模型具有较高的可行性和可用性，可以为烟草物流企业物流对标对象的选择提供重要依据。

图3 2018 年1—9 月五类城市烟草物流总费用和增长率对比Fig. 3 Comparison of total logistics costs and growth rate of 5 categories from January to September 2018

第一类为成都市，其作为省会城市，各项指标数值均优于其他市州，因此其物流总成本费用也远高于其他城市；在四川省内，成都市无法找到对标对象，其他市州也无法直接将成都市作为标杆进行对标管理。第二类包括6 个城市，其物流费用仅次于成都，其中物流费用最高的是绵阳，涨幅最大的是凉山州（35.02%）。凉山州处于川西高原山区，面积占全省 12.5%，地形、配送条件、行政属性等要素与第五类中的甘孜、阿坝相似，但由于其他分类要素（如：经济水平、年配送量等）与同类单位更具有相似性，因此，凉山与川东北地区的南充、川南地区的宜宾、泸州等单位分为一类。第三类、第四类、第五类之间的物流总费用组间差异在逐渐缩小，但区别依旧明显，其分类结果能够准确体现各城市在8个分类指标数据上的差异性。

4 结论

（1）利用分层分类对标的思想，提出基于灰色关联法和系统聚类法的烟草商业企业物流对标分类体系构建方法，解决了烟草商业企业物流对标对象不可比和对标结果可用性差的问题，可以应用于“行业-省级-市级”三个层次的烟草物流对标管理。

（2）将政治、经济、社会、技术等外部因素纳入到分类指标体系中，得出了城市分类、经济密度、人均 GDP、人均社消零、人均可支配收入、人均消费性支出、吸烟人口数量、公路密度、地形地貌、年配送总量、客户密度、是否区域物流等12 个初始分类指标，弥补了以往标杆选择只考虑行业内部因素和绩效排名而不考虑外部区域发展不平衡问题的不足。

（3）以四川省21 个市级烟草商业企业物流对标为例，得出四川省21个市级烟草商业物流可以分成五类，其中：第一类为成都市，第二类包含南充、宜宾、凉山、泸州、绵阳、达州6 个城市，第三类包含内江、资阳、乐山、广安、眉山、德阳6 个城市，第四类包含广元、巴中、自贡、遂宁4 个城市，第五类包含攀枝花、雅安、阿坝、甘孜4 个城市。该分类结果为四川省各市级烟草商业企业物流选择对标对象提供了重要依据。