基于供应链视角的物流客户服务绩效评价指标体系设计

汪利虹

（湖北经济学院 物流与工程管理学院，湖北 武汉 430205）

一、引言

绩效评估体系的建立与实施对于客户服务水平起着至关重要的作用，通过提供满足客户需求的各种服务性活动，企业不仅能有效提升自身的竞争能力，而且能实现良好的客户满意、客户忠诚和企业绩效。[1]因此，如何对企业现有的物流客户服务进行分析和评价，进而为客户提供优质服务显得尤为重要。然而，物流活动的多样性、复杂性以及经营管理主体的多方性，决定了物流客户服务绩效评价指标的多样性。所以，选择合理的指标和方法对于正确衡量物流客户服务绩效具有重要的意义。

当今市场的竞争已不再是企业与企业之间的竞争，而是供应链与供应链之间的竞争。物流客户服务不仅会对客户企业产生成本、时间、质量、风险等方面产生影响，而且会对客户企业所处的供应链产生全方位的影响。因此，本文提出基于供应链视角研究物流客户服务绩效评价问题，探讨通过制定合理的物流客户服务绩效评价体系，找出有效提升物流客户服务水平的途径，以期促进供应链整体绩效水平的提高。由于目前大多学者选择财务、柔性、响应性、时间、质量等指标作为绩效评价指标，而基于供应链视角的物流客户服务既要考虑物流服务商的利益，又要考虑供应链上各成员的利益及整体绩效提升问题，因而本文选择成本、时间和质量作为供应链视角下物流客户服务绩效评价指标，并将德尔菲法用于供应链视角下物流客户服务绩效评价的指标选择，将模糊层次分析法用于指标权重的确定。

二、文献综述

关于供应链物流绩效评价的研究，学者们分别使用数据包络分析、层次分析法和主成分分析等。[2][3][4][5]在供应链绩效评价方面，他们采用结构方程模型、数据包络分析、层次分析法和平衡记分卡等方法。[6][7][8][9]对于物流客户服务绩效评价方法的研究，Ellinger等在对问卷调查所收集的数据进行处理的基础上，提出将物流各项活动进行整合，有利于提高物流客户服务绩效；[10]高健选用主成分分析，在大量统计数据中综合比较出各企业物流客户服务水平的高低。[11]

在诸多物流客户服务评价指标中，Ballou提出的交易全过程论影响较大，[12]如赵培忻和赵庆祯就是在此基础上从交易前、交易中和交易后三个方面提出了一套评价指标。[13]还有一些学者从影响物流客户服务水平因素的角度展开研究，如Korpela等从可靠性、柔性、客户关系三个物流服务的重要影响因素出发，构建起了较完整的评价指标体系；[14]Lai等研究了基于信息化的协调理论机制对物流组织绩效水平的影响，特别是对物流成本及物流服务水平两大方面的绩效影响；[15]Liu和Xu运用系统动力学方法分析影响物流外包的成本风险因子以及各因子之间的相互关系，并提出改进物流服务成本和物流服务水平的策略。[16]

目前关于物流客户服务的研究多是从单个企业角度出发的。虽然Beamon、Lambert、Gunasekaran等学者指出要重视供应链的整体绩效评价，强调物流绩效的评价应该从供应链角度出发，而不是单个企业或部门出发，[17-19]也有学者们指出要重视供应链中企业之间、企业与整体供应链之间绩效的相互影响，[20]但目前少有在供应链的背景下研究物流服务绩效问题的文献。因此，本文拟从供应链视角探讨提升供应链整体绩效的物流客户服务的最佳评价指标体系。

三、供应链视角下物流客户服务绩效评价指标的选择

（一）供应链视角下物流客户服务绩效评价指标的初选

本文在应用德尔菲法寻求专家意见之前，首先查阅了国内外包括物流绩效评价、供应链绩效评价、物流客户服务绩效评价等方面的代表性文献，将之前研究提出的指标进行汇总，然后由研究人员删除了重复的指标（包括指标提法不一样，但所指含义大致相同的）、不适用于物流客户服务绩效评价的指标（主要存在于供应链绩效评价的一些研究指标中，针对的是供应链上生产企业或销售企业）以及适用范围过窄的指标（即专门针对某一行业进行的绩效评价指标），再将过滤后留下的指标进行供应链视角下的解释和调整，形成了包括时间、成本、质量的3个一级指标。其中，时间指标包括订单完成周期时间（指客户发出订单到收到所需货物的总时间）、订单完成周期时间的一致性（指某一特定的订单完成周期时间与原定时间或以前所需时间的一致程度）、储运时间（指货物的存储和运输时间总和）、库存周转率 （指单位时间内的库存周转次数）和物流服务响应时间（指物流服务商从接到订单到将产品或服务送达客户的时间）共5个二级指标；成本指标包括供应链物流总成本（指供应链节点企业物流成本总和）、成本分摊（指供应链物流总成本在各节点企业之间的合理摊分）、单位作业成本（指运输、仓储、包装等物流作业成本）和供应链物流成本收益比率（指供应链总收益/供应链物流总成本）共4个二级指标；质量指标包括可靠性（指物流服务商对客户作出的所有承诺的兑现情况）、柔性 （指物流服务商对客户服务突发情况的应变能力）、完美订单满足率（指满足率、准时率和无错率的乘积）和服务能力（指物流服务商提供物流服务的能力，包括物流设施设备、技术能力和管理能力）共4个二级指标。

（二）供应链视角下物流客户服务绩效评价指标的确定

本文采用德尔菲法确定该评价指标。文中的专家组成员由物流服务与供应链管理研究人员、企业实践人员中具备专业经历的专家共同构成，具体发出邀请的专家包括近年来在物流客户服务及供应链管理领域高水平期刊上的论文作者、物流客户服务及供应链管理高水平教材与专著的作者、物流企业高管、生产企业和销售企业中从事物流与供应链管理的高管，共发出邀请158份，其中有32人同意参与本研究，占发出邀请的20.3%。具体研究过程中，选择使用3轮德尔菲法，3轮过后达到80%认同度的指标即确定为供应链视角下物流客户服务绩效评价的选定指标。在3轮专家意见后，分别归属三个一级指标的9个指标达到了80%以上的统一认同度，成为供应链视角下物流客户服务绩效评价的选定指标，包括订单完成周期时间、订单完成周期时间的一致性、物流服务响应时间、供应链物流总成本、供应链物流成本收益比率、成本分摊、可靠性、柔性和完美订单满足率。据此，可绘制出供应链视角下物流客户服务绩效评价层级结构（见图1）。

图1 供应链视角下物流客户服务绩效评价层级结构

四、供应链视角下物流客户服务绩效评价指标权重的确定

（一）选择模糊层次分析法的原因

在实际的绩效评价问题中，由于很多评价准则是主观的、定性的指标，因此决策者个人运用传统层次分析法（Analytic Hierarchy Process，AHP）形成的偏好矩阵也是不确定的，决策者也可能不愿意或是无法将1～9的确切数值分配给各因素间两两比较判断的结果。而将模糊集理论与传统AHP结合形成的模糊层次分析法（Fuzzy－AHP）在两两比较时使用三角模糊数将语义上的偏好程度转化为定量形式，可以有效处理多因素决策制定问题中的不精确和不确定的问题，也让专家在打分时更容易确定两两比较的结果。Kwong和Bai指出模糊层次分析法可以方便灵活地解决决策准则存在不精确和冲突的多目标决策问题。[21]与大多数绩效评价问题类似，供应链视角下物流客户服务绩效评价中各因素权重的确定存在着较大的不确定性。因此，本文将采用模糊层次分析法确定评价指标的权重。

（二）指标权重的确定

对于模糊层次分析的计算方法和过程，不同的学者根据自己的研究提出了不同的建议，并各有其优缺点。鉴于Chang的程度分析方法具有计算相对简单、与传统层次分析法步骤类似的优点，[24][25]本文将借鉴该方法分四步完成供应链视角下物流客户服务绩效评价指标的权重确定。[26]

研究人员在上述参与德尔菲法研究的专家组成员中挑选5位湖北省武汉市的专家，其中包括2名物流与供应链管理研究人员以及物流企业管理者、制造企业物流/供应链管理人员、销售企业物流/供应链管理人员各1名，对每一级影响因素指标间的相互重要程度进行了详细细致的探讨，并确定比较模糊矩阵，模糊语意表达为模糊数的对应关系如表1所示。

根据上文德尔菲法确定的绩效评价层级结构图（图1），下面将详细说明一级指标层三个指标的权重的计算过程。专家小组对C1、C2、C3的两两比较的模糊结果如表2所示，其中表中最右边一列的权重是计算后所得结果。

表2 一级指标比较结果及权重

三个一级指标（C1—C3）的模糊综合程度值分别用F1、F2和F3表示。

Fi之于Fj的可能性程度为：

进一步，m（C1）=minV（F1≥F2，F3）=min（1，1）=1，同理可得 m（C2）=0.898，m（C3）=0.816。 因此，权重向量 Wp=（1，0.898，0.816）T， 归一化处理后得到 W=（0.37，0.33，0.30）T，即完成权重的计算。

仿照上述步骤，分别得到时间、成本和质量三个一级指标及其二级指标的权重：时间、成本和质量三个一级指标的权重分别为 0.37、0.33、0.30；时间的二级指标权重分别为0.37、0.34、0.29，成本的二级指标权重分别为0.43、0.27、0.30，质量的二级指标权重分别为 0.37、0.29、0.34。

以上研究结果表明，时间指标在供应链视角下物流客户服务绩效评价中的影响作用最大。而传统的从单一企业视角评价物流客户服务绩效时非常注重的成本指标在本研究中影响作用较时间指标要小，这与当前市场变化的迅速和剧烈是分不开的，也和当前供应链之间的竞争从效率的竞争慢慢转向敏捷的竞争这一趋势完全相符。在时间和成本这两个一级指标中，订单完成周期时间（权重为0.37）与供应链物流总成本（权重为0.43）分别是它们最为重要的影响因素，这充分体现了本文的研究背景是从供应链角度考虑绩效问题，即从多个合作企业的角度而不是从单个节点企业角度出发评价绩效。同时，成本分摊这一指标的提出也体现了从供应链视角评价物流客户服务绩效需要更多地协调节点企业之间的利益关系。在质量指标中，完美订单满足率（权重为0.34）是仅次于可靠性（权重为0.37）的第二重要影响因素，这也是本文通过研究得出的又一重要结论，完美订单满足率是零缺陷管理理念的体现，也说明了当代市场竞争不再是企业和企业间的竞争而是供应链和供应链间的竞争这一事实，而且更体现了从供应链视角出发考虑物流客户服务绩效问题其要求更高，需要更多因素之间的有机结合。

五、总结

本文基于供应链视角探讨物流客户服务绩效评价，使用德尔菲法（Delphi）甄选出时间、成本和质量三个一级指标及其二级指标，再使用模糊层次分析法（Fuzzy-AHP）对于供应链视角下物流客户服务的评价指标各自的影响作用大小（即权重）进行分析计算，得出以下主要结论：在供应链视角下物流客户服务绩效评价中时间指标的影响作用最大，而传统的从单一企业视角评价物流客户服务绩效时非常注重的成本指标排在了第二位，这与当前迅速变化的市场环境及大多数供应链已由效率型逐渐转向敏捷型的趋势是一致的；订单完成周期时间和供应链物流总成本在时间与成本这两个一级指标中分别占的权重最大。本文的研究要求从多个合作企业的角度出发评价物流客户服务绩效问题，专家们提出了成本分摊指标，这是需要进一步深入研究的问题。此外，基于零缺陷管理理念，本文在质量指标中提出了完美订单满足率这个二级指标。由此，当核心企业管控整个供应链运作时，即可对该供应链中各节点的物流客户服务绩效进行全局把握，并根据物流服务绩效的评价结果改进服务水平，进而提高供应链总体绩效。

[1]Fawcett，S.E.,Cooper,M.B.Logistics Performance Measurement and Customer Success [J].Industrial Marketing Management,1998，（4）：341-357.

[2]Min.H.,Park,B.I..Evaluating the Inter-temporal Efficiency Trends of International Container Terminals Using Data Envelopment Analysis[J].International Journal of Integrated Supply Management,2005，（3）:258-277.

[3]Min,H.,Joo,S.J..Benchmarking the Operational Efficiency of Third Party Logistics Providers Using Data Envelopment Analysis [J].Supply Chain Management:An International Journal,2006，（3）:259-265.

[4]黄福华,满孜孜.供应链博弈下零售企业物流绩效动态测评实证研究[J].系统工程，2006，（10）：34-38.

[5]方永美，刘伟章，杨振刚，陆翠萍.基于PCA的生产企业物流绩效评价[J].工业工程，2011，（1）：90-93.

[6]Garver,M.S.,Mentzer,J.T..Logistics Research Methods:Employing Structural Equation Modeling to Test For Construct Validity[J].Journal of Business Logistics,1999，（20）：33-55.

[7]Narasimhan,R.,Talluri,S.,Mendez,D..Supplier Evaluation and Rationalization Via Data Envelopment Analysis:An Empirical Examination[J].The Journal of Supply Chain Management,2001，（1）:28-37.

[8]El-Baz,M.A..Fuzzy Performance Measurement of a Supply Chain In Manufacturing Companies[J].Expert Systems with Applications,2011，（6）:6681-6688.

[9]马士华，李华焰，林勇.平衡记分法在供应链绩效评价中的应用研究[J].工业工程与管理，2002，（4）：5-10.

[10]Ellinger,A.E.,Ketchen,D.J.，Hult,G.T.M.，et al.Market orientation,Employee DevelopmentPractices,and PerFormance in Logistics Service Provider Firms[J].Industrial Marketing Management,2008，（4）:353-366.

[11]高健.主成分分析模型在衡量物流客户服务水平中的应用[J].统计与决策，2009，（15）：156-157.

[12]Ballou,H.R..Business Logistics Management[M].Prenitice Hall,1992.

[13]赵培忻,赵庆祯.物流客户服务水平的模糊评价方法[J].物流技术,2003，（12）:50-51,57.

[14]Korpela,J.,Tuominen,M.,Valoaho,M..An Analytic Hierarchy Process-based Approach to the Strategic Management of Logistic Service:An Empirical Study in the Mechanical Forest Industry[J].International Journal of Production Economics,1998,(56/57):303-318.

[15]Lai,K.H.,Christina,W.Y.W.,Cheng,T.C.E..A Coordination-theoretic Investigation of the Impact of Electronic Integration on Logistics Performance[J].Infor-Mation&Management,2008，（1）:10-20.

[16]Liu,Z.X.,Xu,J.,Li,Y.,etal.Using System Dynamics to Study the Logistics Outsourcing Cost Risk[J].Kybernetes,Forthcoming,2012.

[17]Beamon,B.M..Measuring Pupply Chain Performance[J].InternationalJournalofOperations & Production Management，1999，（3）:275-292.

[18]Lambert,D.,Cooper,M..Issuesin Supply Chain Management[J].Industrial Marketing Management,2000，（29）:65-83.

[19]Gunasekaran,A.,Patel,C.,McGaughey,R.E..A Framework for Supply Chain Performance Measurement[J].International Journal of Production Economics,2004， （3）:333-347.

[20]Bechtel,C.,Jayaram,J..Supply Chain Management-A Strategic Perspective[J].International Journal of Logistics Management,1997，（1）:15-34.

[21]Kwong,C.K.，Bai,H..Determining the Importance Weights for the Customer Requirements in QFD Using a Fuzzy AHP with an Extent Analysis Approach[J].IIE Transactions.,2003，（7）:619-626.

[22]Zadeh,L.A..Fuzzy Sets[J].Information Control，1965（8）:338-353.

[23]Buckley,J.J..Fuzzy Hierarchical Analysis[J].Fuzzy Sets Systems,1985，（17）:233-247.

[24]Chang,D-Y.Extent Analysis and Synthetic Decision[J].Optimization Techniques and Applications,1992(1):352-360.

[25]Chang,D-Y.Applications ofthe ExtentAnalysis Method on Fuzzy AHP[J].European Journal of Operational Research,1996，（3）:649-655.

[26]Chan,F.T.S.,Kumar,N.,Tiwari,M.K.,Lau,H.C.,et al.Global Supplier Selection:a Fuzzy-AHP approach[J].International Journal of Production Research,2008, （14）：3825-3857.