A企业各物流中心绩效评价

文/周扬

为了探究企业物流业务的绩效现状，A企业作为中部地区较大的物流企业，在全国共有18个物流中心，配送货物以酒类为主，具有规格统一、运输便利的特质。本文选择A企业的物流相关业务活动所产生的数据作为物流活动的指标体系中的样本数据，以单箱物流成本、单箱仓储成本、单箱分拣成本等数十个指标作为具体评价的数据。在该企业2021年的物流贯标指标中选择相关数据并进行标准化处理，同时对部分逆向的指标做出正向化的处理。

（一）指标检验

对A企业18个物流中心的10项指标进行KMO检验和巴特利特球检验，结果如表1所示。

表1 KMO和巴特利特检验

从表1中可以看出，KMO值为0.755，大于临界值0.5，说明了样本数据符合因子分析的条件。

（二）公因子提取与命名

对公因子进行提取，一般来说提取值大于0.8就代表了信息保存度较高，可以满足后续分析的要求，在样本数据中的10个指标中进行分析，发现有8个指标提取值大于0.8，可以进行后续的处理。如表2所示

表2 公因子方差

利用帕累托分析方法，用方差百分比代表了信息保存量，提取公因子累计信息保存量大于80%的成分因子作为主因子。对上述载荷平方利用最大方差法进行旋转，所得旋转后成分矩阵分别如表3所示。

表3 旋转后的成分矩阵

根据表3显示，主因子F1和人均配送效率、单车装载量、单箱配送成本、库存周转次数相关度较高，反映的是在送货过程中所发生的成本，代表了A企业的配送成本。主因子F2和单箱管理成本、单箱物流成本相关度较高，反映的是对货物进行综合管理时所发生的一系列成本，代表了A企业的综合成本。主因子F3和扣除人工费用和折旧费用的单箱物流费用、单箱分拣成本、单箱仓储成本关联度较高，代表了在地理位置上发生在A企业内部的仓储成本。主因子F4和物流总费用相关度较高，代表了A企业的物流总成本。

（三）因子得分计算

根据成分得分矩阵系数矩阵，可以得出主因子表达式为：

对各主因子的累计百分比比例进行加权计算，得出总得分公式为：

（四）得分结果与分析

根据总得分矩阵，结合A企业在全国的18个物流中心的实际情况进行计算，可以得出各物流中心的得分结果表，如表4所示。

表4 18个物流中心得分表

从总得分可以看出绩效排名前三的物流中心分别是W11、W8、W1号物流中心，排名后三位的分别是W4、W15、W9号物流中心，共有11个物流中心得分为正值，7个物流中心得分为负值，总得分差距较小，仅为1.54。从个别因子分析，F1配送成本结果显示W11、W8、W1、W17号物流中心的得分较高，在这四个物流中心中人均配送效率和单车装载量较高，为因子得分做出了较大贡献，而W5、W15、号物流中心F1值处于后两位，相对的，人均配送效率低、单车装载量少，导致分值不高。F2综合成本结果显示，W5、W3号物流中心单箱管理成本和单箱物流成本相对较低，导致得分相对较高。F3仓储成本结果显示，W16号物流中心分值最高，意味着扣除人工费用和折旧费用的单箱物流费用、单箱分拣成本、单箱仓储成本三项成本指标的费用与成本最低。F4物流总成本显示，W1、W17、W4三个物流中心的物流总费用指标分值相对较低，这三个物流中心的总成本费用偏大，由于各主因子和物流总费用指标分值关联度分布较为均匀，因此并无显示各主因子得分排序和物流总费用的排序的一致性。

（五）结论及建议

总体来看，A企业的各物流中心的全距较小，说明各物流中心并未出现悬殊差异，共有11个物流中心得分为正值，7个物流中心得分为负值，说明A企业还有近一半的物流中心绩效表现不够理想，在削减成本、提供效益和效率方面仍有一定的发展空间。根据前文结论，本文提出了如下三项建议。一是要着重解决成本居高不下的问题。通过精益管理、质量控制等活动，发现在仓储、分拣、送货以及日常管理过程中不同环节的浪费点，通过过程优化、目标导向等活动，有针对性地提出解决浪费的方法。二是提高效率。针对部分送货车辆装载不满，造成运力安排不当、人均配送效率低下的情况，应当重新设计运输方案和装载计划，保证轻重混装、大小混装，使车辆的装载率和装载空间发挥最大优势。三是提高库存周转率。部分物流中心库存货物周转速度过慢是影响绩效的一个重要原因。通过三方面的共同努力，A企业可以精准降低物流业务成本，提高物流业务管控能力，从而实现绩效的提升。

引用出处

[1]叶凤迪.企业IT能力、供应链敏捷性与物流绩效的关系研究[D].重庆交通大学，2021.

[2]童志伟.中国与老挝跨境物流合作研究[D].云南财经大学，2020.DOI:10.27455/d.cnki.gycmc.2020.000646.

[3]白薇霖.基于因子分析法的JH公司财务绩效问题研究[D].沈阳化工大学，2021.