刘 建 鑫,王 可 山
(1.呼伦贝尔学院,内蒙古呼伦贝尔 021008;2.北京物资学院,北京市 101149)
近年来,随着越来越多的企业进入生鲜电商领域,电商企业生鲜食品的线上销售量不断攀升,产品的销售范围不断扩大,企业面对的客户也从部分地区开始转向全球,这就对我国相关企业的冷链物流能力提出了更高的要求。生鲜食品通常指果蔬、肉类和水产品,是人类补充维生素、膳食纤维、蛋白质、矿物质等的主要来源,是健康膳食必不可少的部分,因而,电商企业生鲜食品的市场需求潜力非常大。但是,对生鲜电商企业来说,在第三方冷链物流资源严重不足的情况下,生鲜电商面临如何使经营产品与冷链物流配送更好协调的问题。即使一些生鲜电商企业自建物流,也承受着冷链物流初始投资成本大、资金回收周期长、运营维护成本和配送成本均居高不下的压力。目前,业界普遍认为冷链物流是制约生鲜电商行业发展的关键因素。
生鲜食品一般需要在特定的温度下完成运输和配送。如水果、蔬菜需要在0℃~10℃的温度下运输;肉类产品中冻猪肉、冻猪肉片等产品一般需要-18℃~-15℃的运输温度,牛肉、羊肉、兔肉和禽肉等需要-12℃~-9℃的运输温度;水产品中冻虾、蟹、贝类一般需要-18℃~-15℃的运输温度。但是,我国生鲜食品的冷链运输率还很低,欧美发达国家生鲜食品的80%~90%为冷链运输,国内果蔬、肉类产品和水产品的冷链运输率仅为15%、30%和40%,并且冷链运输过程中断链比例很高,果蔬为67%,肉类为50%,水产品为42%[1]。卫生部公布的近年来食品安全事件汇总资料显示,我国肉类产品微生物食物中毒事件发生的次数以及中毒的人数呈逐年递增趋势。尹世久、高杨、吴林海[2]对2006—2015年间食品安全事件的分析表明,肉与肉制品发生的食品安全事件数量最多,为22 436起,占总量的9.13%。在食品供应链中,发生在仓储和运输环节的事件量占总量的5.01%;在非人为因素所导致的事件中,含有致病微生物或菌落总数超标引发的事件量最多,占总量的10.44%。这些都反映出我国对冷链物流量的需求和质的需求极为迫切,保证生鲜食品品质、减少安全隐患,有赖于完善的冷链物流系统。
毋庸置疑,在我国食品安全实现从侧重食品数量增加向高产优质并重、确保质量安全转变的过程中[3],冷链物流发展迅速,2011—2015年全国冷库容量复合增速为21%,冷藏及保温车保有量复合增速为32.8%,促进了生鲜食品由产地到餐桌安全流通需求的满足。那么,当前生鲜食品的冷链物流能力究竟怎样?本文通过整合电商企业与生鲜食品物流活动的相关指标,总结出具有可操作性的评价指标,致力于构建一套科学、规范、实用的电商生鲜食品物流能力评价指标体系,以弥补电商生鲜食品物流能力研究的不足,为相关企业的物流管理提供决策依据,进而优化物流活动。
国内外关于物流能力评价的研究主要集中在物流能力评价指标体系和物流能力评价方法两个方面。
20世纪初至80年代,以欧美发达国家为代表的绝大部分企业使用基本的财务指标对企业的经营管理能力进行评价,如资产、负债、现金流量、利润率等。在物流管理领域使用财务指标的目的是降低实物在运输配送过程中的成本[4]。科恩(Cohen)、李(Lee)和阿姆森(Amtzen)分别构建了成本和时间最小化评价模型,形成单一评价指标体系[5]。其后,随着经济的发展,企业评价从单一的财务指标体系发展成为综合评价体系,不断引进了新的内容[6]。
一些学者侧重于从物流服务质量角度出发研究物流能力评价指标体系。内维姆研究小组(Nevem working group)从送货的可靠性、送货时间、送货的灵活性以及企业的库存水平4个维度评价企业的物流服务能力[7]。蒋俊峰[8]将物流企业的物流服务能力分解成客户服务绩效、客户需求满意度、对客户价值的重视程度3个准则层指标。金浩[9]从基础业务能力、客户服务质量、信息化水平、服务创新能力、资源整合能力以及供应链协调能力6个维度评价企业的物流服务能力,徐潇[10]建立了涵盖成本费用、响应速度、补救主动性、信息能力、过程可靠、客户交互、心理补偿和有形补偿8个维度以及23个指标的物流服务能力的评价体系。
魏峻[11]认为,还有一些学者更侧重于从物流效率角度研究物流能力的评价。臧瑞雪等[12]构建了企业物流效率评价指标体系,黄勇等[13]、谭翠娥[14]从区域的视角分别构建了广东省和西安市物流效率评价指标体系。黄飞[15]、王林等[16]、崔艳萍等[17]致力于提高运输活动的效率、减少运输成本,围绕运输活动建立了相应的评价体系。洪怡恬[18]、刘海霞等[19]则侧重于提高仓储活动的效率,围绕减少仓储成本构建了相应的评价体系。
对企业的物流能力进行评价是一个极其复杂的过程。当前学术界常用且具有代表性的评价方法有数据包络分析法、平衡计分卡法以及层次分析法等。
法雷尔(Farrell)[20]首先提出了包络思想,并在运筹学的基础上形成了非参数方法。查恩斯(Charnes)等[21]则将非参数方法发展成为正式的数据包络分析法。魏权龄[22]1988年系统地将数据包络分析法引入我国。近年来,王若钢等[23]、刘蓉[24]、许渭书等[25]也都利用数据包络分析法进行了相关研究。但单一的数据包络分析法存在一定的局限性,一般都是将其与其他方法结合使用,以使不同的方法取长补短[26]。
20世纪90年代初,卡普兰和诺顿(Kaplan&Norton)[27-29]在原有财务指标的基础上添加了未来驱动因素创造了平衡计分卡法,随后又将平衡计分卡运用到企业的战略管理中,指出企业应该根据战略成功实施的关键要素来选择考核的指标。在实践方面,尼文(Niven)[30]的调查结果显示,在被调查的企业中,有73%的企业表示正在或者在不久的将来会采用平衡计分卡。平衡计分卡的核心思想逐渐演变为通过客户、财务、学习与发展、内部流程四大指标之间及其下属的子指标之间的关系展示组织的战略变化,实现绩效考核、绩效改进和战略实施、战略修正的战略目标过程,在物流行业的应用越来越广泛。
层次分析法的核心思想是将复杂的问题分解成多个层次、多个因素,然后人为判断两两指标之间的相对重要性,再通过判断矩阵的最大特征值以及对应的特征向量,得出表示不同指标重要性的权重作为决策的依据。20世纪80年代,层次分析法被引进我国,被广泛应用于多个领域。经过多年的发展,层次分析法逐渐衍生出改进层次分析法、模糊层次分析法、可拓模糊层次分析法、灰色层次分析法,且各有其适用范围。
综上所述,关于评价物流能力的指标体系都是一种事后评估体系,它们既没有考虑物流活动过程中潜在的风险,也没有考虑在物流活动开始之前组织的风险预防能力,本研究在构建评价指标体系时会将这两类因素加进去。每一种评价方法都有其特定的优势和局限,本研究将通过改进现有评价方法来削减其局限性,提高评价结果的科学性。
由于生鲜食品的产品属性,电商企业的仓储管理能力和运输配送能力成为构建评价体系的核心指标。此外,企业的建设管理能力、员工素质、风险控制能力等经营管理因素对物流能力也有重要影响。
1.仓储管理能力
仓储活动对生鲜食品物流能力有很大的影响,它是通过仓储管理费用、生鲜食品货损率、库存持有成本以及仓储设施故障次数四个指标来衡量的。仓储管理费用越低,则电商企业的物流能力越强,反之,则越弱。仓储环节的生鲜食品货损率是指生鲜食品在仓储期间损失的价值占储存的该生鲜食品总价值的比率,是管理者管理决策的重点依据之一,指标的计算公式如下:
该指标值越小,表示生鲜食品在储存过程中损失的价值越小,表明企业的物流能力越强,反之,则越弱。
库存持有成本是指和电商生鲜食品库存数量相关的成本,包括库存生鲜食品所占用的资金成本、库存服务成本、仓储空间成本以及库存风险成本。仓储设施故障次数可以衡量电商企业所用的设施设备的质量以及对设施设备的维护保养状况。一般而言,库存持有成本越小,仓储设施故障次数越少,则表明企业的物流能力越强。
2.运输配送能力
电商企业的运输配送能力通过配送准确率、产品在途货损率、运输成本、运输工具故障次数来衡量。配送准确率是指电商企业将正确的生鲜食品种类和数量按照约定的时间配送给购买者,需要电商企业通过科学的调度管理系统以及精确的时间管理系统实现,是电商企业对消费者的一种承诺,也是电商企业维持消费者忠诚度的一种手段。它的计算公式为:
生鲜食品在途货损率是指生鲜食品在运输配送途中因各种原因损失的价值占运输配送途中该生鲜食品总价值的比率,该指标值越小,说明电商生鲜食品的物流能力越强,反之,则越弱。计算公式如下:
电商生鲜食品的运输成本可用平均每千克生鲜食品的公里费用表示,该指标值越小,说明电商企业的物流成本控制得越好,物流能力越强。运输工具故障次数可以衡量电商企业所用的运输工具的质量以及对运输工具的维护保养状况。一般而言,运输工具故障次数越少,表明企业的物流能力越强。
3.建设管理能力
电商企业的建设管理能力通过规章制度的建设、协调沟通、事故处理、资源配置等方面的能力来衡量,良好的建设管理能力会提高企业的物流能力。规章制度是企业根据国家相关的法律法规、标准以及企业的目标制定的,涉及企业的组织结构、员工的权责分工、企业的运作流程等内容。协调沟通能力包括企业与外部供应商、消费者之间的协调沟通能力和企业内部部门之间、员工之间的协调沟通能力,良好的协调沟通能力可以及时发现并修正企业物流运作流程中的问题,提高运作效率。
事故处理能力主要体现在事故通报、事故解决以及事后总结等方面。事故发生后,要及时、准确地向相关人员通报具体情况,迅速找出事故发生的真实原因,提出切实可行的解决问题方案,并及时进行总结。资源配置能力主要体现在合理规划企业的人力资源、运力资源、仓库资源等方面,工作人员的有效工作时间和工作量、运输工具的空载率、仓库容积和使用率等是主要的反映指标。
4.员工素质
员工素质通过员工人数、员工平均从事物流工作年限、员工学历以及员工在职培训教育情况等方面来衡量。员工人数判断的主要指标是现有员工数量是否能满足企业业务发展的需要。一般而言,员工从事物流工作的年限越长,从业经验就越丰富,因此员工平均从事物流工作的年限会影响企业的物流能力。员工的学历在一定程度上体现员工的学习能力、专业能力、工作胜任能力。对员工进行的一系列与岗位职责相关的教育培训,也有助于提高员工的工作能力。
5.风险控制能力
风险控制通过风险识别、风险评价和风险预报等方面衡量。风险识别主要根据监控系统对相关工作人员、运输工具、仓库的监测情况和现场巡检情况,分析辨别可能发生的事故的类型、性质、范围以及概率。风险评价主要是对有可能发生的事故造成的经济损失进行评估。风险预报主要是将潜在风险向相关人员进行及时、准确的通报,确定风险易发点,防患于未然。
基于以上分析,本文依据建设管理能力、员工素质、风险控制能力、仓储管理能力以及运输配送能力5个准则层和19个指标形成电商生鲜食品物流能力评价的指标体系(参见表1)。
在确定权重过程中,选用层次分析法将各项活动指标归纳为目标层、准则层和指标层三个层次。在引入专家咨询法后得到具体的判断矩阵及相应的权重,并利用熵技术对层次分析法确定的指标权重结果进行了修正。熵技术修正指标权重的具体步骤如下:
第一步,对判断矩阵进行归一化处理:
其中,bij是第j个指标下第i个项目的评价值;Pij是相应指标值的比重。
第二步,计算评价指标的信息熵:
其中,Ej是第j个指标的熵值;k是系数,k=1/lnn。
第三步,计算评价指标的熵权:
表1 电商生鲜食品物流能力评价指标体系
其中,ωj是第j个指标的熵权。
第四步,修正权重:
其中,是第j个指标修正后的权重。
电商生鲜食品物流活动中具有很多客观存在的、不能人为控制的不确定因素(如天气状况、道路状况等),突发事件随时可能发生;其次,因为人在电商生鲜食品物流活动中具有很强的主观能动性,不同的人对同一流程的操作是不同的,具有很大的模糊性。因此,在这种情境下,采用模糊综合评价法来评价电商生鲜食品物流能力具有合理性。
1.建立评判集
对于电商生鲜食品物流能力的评价来说,评价层次有三层,评价指标有多个,但是各指标的评价结果各不相同,因此在这里采用评判集表示各指标的评价结果,评判集是一个包含了多种情况、所有评价层次的集合,表示方法如下:
其中,vi表示每个指标的评价结果。
另外,评价结果无法直接体现电商生鲜食品物流能力。因此,需要首先确定评价等级标准,然后根据评价标准进行更进一步的判断。电商生鲜食品物流能力的评价标准采用0~5的分值进行等级划分,评价标准从低到高分为5个等级,如表2所示。
2.建立因素集和权重集
影响电商生鲜食品物流能力的因素很多,且每个因素对物流能力造成的影响是不同的,因此使用因素集U表示影响电商生鲜食品物流能力评价的各层次评价指标的集合,且U={U1,U2,…,Un},其中Ui表示评价指标体系中各种不同的指标集及其子集。根据前述构建的电商生鲜食品物流能力评价指标体系,将物流能力评价分为两个层级的因素集。
表2 电商生鲜食品物流能力评价标准
一般而言,每个评价指标对每一层次的影响情况是不同的。因此,可以通过建立权重和权重集来量化每个评价指标的影响程度。通过邀请专家赋予每个因素集权重,用 wi(i=1,2,…,n)表示,所以权重集就是所有评价指标的权重构成的集∑n合,用 W={w1,w2,…,wn}表示,且
3.确定隶属度
假设Ui表示因素,Vi表示评价等级,于是Ui属于Vi的程度即隶属度rij,通常使用0~1间的数字来表示。
在本研究中,电商生鲜食品物流能力因素集中的第i个因素U(ii=1,2,…,n)对评判集中第j个元素vj的隶属程度用 rij来表示,且有i=(1,2,…,n);j=(1,2,…,m)。所以,每个因素集对评判集中的每个元素相应的隶属度都可以被表示出来,构成一个模糊集合,可以用Ri=(ri1,ri2,…,rim)来表示,最后可得评价矩阵R,且R为单因素模糊矩阵。
4.多层次模糊评价
叶绿素荧光的变化能够灵敏地反映环境胁迫对植物的影响[24]。本研究结果显示(表3),70 μmol/L 硝基苯酚胁迫5 d后,水稻幼苗叶片Y(Ⅱ)、qP、ETR与对照相比无显著差异,而qN和NPQ显著上升,叶绿素含量显著下降。随硝基苯酚胁迫浓度进一步提高,各叶绿素荧光参数和叶绿素含量显著下降。280 μmol/L硝基苯酚胁迫5 d后,Y(Ⅱ)、qP、ETR及叶绿素含量与对照相比,分别下降了22.6%、24.6%、35.2%、27.1%,而qN和NPQ比对照分别提高了1.3倍和2.0倍。表明硝基苯酚胁迫抑制了水稻幼苗PSⅡ光化学效率与叶绿素的合成。
R为单因素模糊矩阵,它不足以来评价整个电商生鲜食品物流能力,且本研究需要对所有因素进行综合评判,因此需要对第二步建立的权重进行模糊变换,可得:
B表示综合评判,具体计算模型如下:
5.处理评价结果
利用加权平均法进一步确定电商生鲜食品物流能力评价对象的评价结果,具体计算过程如下:
电商生鲜食品物流活动中工作人员的职业素养、采用的基础设施设备的质量和数量、活动的管理水平以及生鲜食品供给系统本身带有的风险等都会对生鲜食品物流能力产生很大的影响,因此,在评判物流能力时,必须加入风险值对评价结果进行修正。
在加入风险因素评价电商生鲜食品物流能力时,可以将其状态归纳为两种情形:第一种,若电商生鲜食品物流活动中的风险为0,那么利用上述模糊综合评价模型得到的评价结果就是所求的最终结果;第二种,若电商生鲜食品物流活动中的风险为1,说明风险很大,则需要用风险值修正模糊综合评价模型。
据此,构建一个基于风险的电商生鲜食品物流能力的评价模型,计算过程如下:
为了保证研究的可靠性,我们以对A电商企业肉类产品的研究为例。A企业是一家专门经营有机食品的电子商务企业,经营的产品包括时令蔬果、水产海鲜、肉禽蛋奶、粮油副食和酒水茶饮等。目前,A企业的经营范围覆盖上海、北京、成都三大城市。A企业经营的肉类产品有两种来源,一种是A企业的自营农场,一种是A企业外部的供应商。
A企业自营物流,目前拥有60辆冷链物流车,可以确保动物屠宰、加工、包装、运输等环节均控制在规定的温度环境下,以保证肉类产品的新鲜度和营养。对于各车辆的安全状况,用车辆使用年限和行驶公里数两个指标来体现,具体情况如表3所示。
A企业与肉类产品相关的工作人员种类比较多,公司的管理与技术人员目前有20多位,其中拥有硕士及以上学位的管理与技术人员有10多人。从事肉类产品屠宰、加工、包装、运输的员工数量较多,他们的文化水平与从业时间的具体情况如表4所示。
A企业建议消费者当场验货再签收,对各种退货、换货情况都做出了详细说明。此外,还建立了专门的建议和投诉通道,充分倾听消费者的心声,以便更有效地优化企业的操作流程。
使用调查问卷请A企业的相关评估专家对各指标的相对重要性进行赋值,形成判断矩阵,通过计算得到评价指标的权重并对判断矩阵进行一致性检验。运算结果显示,所有判断矩阵的CR均小于0.1,说明对指标的比较赋值所构成的判断矩阵是合理的。
在对判断矩阵进行归一化处理的基础上,计算评价指标的信息熵和熵权,最后再修正权重,结果如表5所示。
进一步构建基于集值统计的风险评价模型,运用调查问卷同样向A企业的相关评估专家咨询各指标的风险值区间,进而对评价指标风险的赋权结果进行处理,可以得到各评价指标的风险权重,具体结果如下:
准则层指标B1、B2、B3、B4、B5在目标层指标A实现过程中的风险权重向量为:
指标层指标C1、C2、C3、C4在准则层指标B1实现过程中的风险权重向量为:
表3 A企业冷链物流车辆的安全状态
表4 A企业与肉类产品相关的员工文化水平和从业年限
表5 熵技术对指标权重的修正结果
指标层指标C5、C6、C7、C8在准则层指标B2实现过程中的风险权重向量为:
指标层指标C9、C10、C11在准则层指标B3实现过程中的风险权重向量为:
指标层指标 C12、C13、C14、C15在准则层指标 B4实现过程中的风险权重向量为:
指标层指标 C16、C17、C18、C19在准则层指标 B5实现过程中的风险权重向量为:
对上述的风险权重向量 w1,w2,w3,w4,w5,w6进行归一化处理,其处理结果如下:
根据评估专家给予各指标的风险值(如表6所示),利用上述模型,计算A电商企业肉类产品物流能力的风险值:
指标 B1、B2、B3、B4、B5的风险值分别为 31.071、27.861、61.714、31.156、29.185,表明A电商企业的建设管理能力、员工素质、仓储管理能力、运输配送能力四个方面处于低风险状态,A企业的风险控制能力处于中等风险状态;
A电商企业肉类产品物流能力的风险值是36.161,表明A企业整体处于低风险状态。
在上述研究的基础上,进一步构建电商企业肉类产品物流能力模糊综合评价模型。
电商企业肉类产品物流能力评价标准评判集:V={v1,v2,v3,v4,v5}={很脆弱,脆弱,临界,较强,很强}={0.5,1.5,2.5,3.5,4.5}。
表6 A企业物流能力评价指标的风险值
电商企业肉类产品物流能力评价指标体系构建因素集:U={u1,u2,u3,u4,u5}={建设管理能力,员工素质,风险控制能力,仓储管理能力,运输配送能力};U1={u11,u12,u13,u14}={规章制度,协调沟通,事故处理,资源配置};U2={u21,u22,u23,u24}={员工人数,员工平均从事物流工作年限,员工学历,员工培训};U3={u31,u32,u33}={风险识别,风险评价,风险预报};U4={u41,u42,u43,u44}={管理费用,产品货损率,库存持有成本,仓储设施故障次数};U5={u51,u52,u53,u54}={配送准确率,产品在途货损率,运输成本,运输工具故障次数}。
根据前述计算结果修正权重,建立权重集:AB 的权重集W={0.091,0.128,0.046,0.211,0.524};B1-C的权重集W1={0.223,0.074,0.545,0.211};B2-C的权重集W2={0.300,0.425,0.160,0.115};B3-C的权重集 W3={0.500,0.250,0.250};B4-C 的权重集W4={0.444,0.233,0.232,0.091};B5-C的权重集W5={0.069,0.345,0.345,0.241}。
同时,可以得到各指标的层次总排序(如表7所示)。层次总排序权值越高,企业越应重点管理。例如,排在第1和第2位的产品在途货损率、运输成本以及运输工具应重点控制。
各指标的隶属度是每个选项的实际选择人数与总人数的比值,其统计整理后的结果如表8所示。
利用隶属度矩阵对权重进行模糊变换,可得:B*=W0T=(0.009,0.021,0.056,0.328,1.035);再对B*进行归一化处理,最后可得:B*=(0.006,0.014,0.039,0.227,0.715)。
各指标的模糊评价值计算结果如下:
建设管理能力模糊评价值:V1=0.022×0.5+0.022×1.5+0.224×2.5+0.354×3.5+0.377×4.5=3.542。
员工素质模糊评价值:V2=0.073×0.5+0.130×1.5+0.205×2.5+0.354×3.5+0.239×4.5=3.057。
风险控制能力模糊评价值:V3=0.000×0.5+0.000×1.5+0.325×2.5+0.300×3.5+0.375×4.5=3.55。
仓储管理能力模糊评价值:V4=0.000×0.5+0.009×1.5+0.177×2.5+0.265×3.5+0.549×4.5=3.856。
运输配送能力模糊评价值:V5=0.000×0.5+0.000×1.5+0.283×2.5+0.283×3.5+0.435×4.5=3.652。
A电商企业肉类产品物流能力模糊综合评价值:V=3.542×0.006+3.057×0.014+3.55×0.039+3.856×0.227+3.652×0.715=3.689。
根据公式(10)可计算A电商企业基于风险的建设管理能力评价值:
同样,计算得出基于风险的员工素质评价值V2'为2.391、风险控制能力评价值V3'为2.195、仓储管理能力评价值V4'为2.940、运输配送能力评价值V5'为2.827、肉类产品物流能力评价值V'为2.709,说明A企业整体处于临界状态。
表7 评价指标的层次排序
近年来,随着居民生活水平的提高和生活方式的转变,消费结构和消费理念也发生了较大变化,对生鲜食品从追求数量到追求消费种类多样化,再到追求高品质和安全性。另外,得益于信息技术的高速发展,生鲜食品的网络销售模式开始崛起,在不久的将来会成为主流的商业模式。因此,研究电商生鲜食品物流能力的评价具有一定的意义。本文系统梳理了物流能力评价研究的现状及方法,构建了电商生鲜食品物流能力评价的指标体系,并以A企业为例进行了实证分析。
从整体来看,A企业处于低风险状态,但它的物流能力评分处于临界状态,略偏向于较强的状态,说明A企业生鲜食品的物流能力尤其是肉类产品物流能力还有很大的提升空间,有待进一步改善。从准则层指标来看,仅考虑风险时,A企业的建设管理能力、员工素质、仓储管理能力、运输配送能力处于低风险状态,风险控制能力处于中等状态。这些指标都处于临界状态,但略有不同,基于风险的评价值从大到小的排序依次是仓储管理能力、运输配送能力、建设管理能力、员工素质、风险控制能力,其中仓储管理能力、运输配送能力、建设管理能力略偏向于较强状态,而员工素质、风险控制能力略偏向于较弱状态。因此,A企业在实施措施改善物流活动进而控制风险时应有侧重点。
基于以上研究结论,本文认为,电商生鲜食品物流能力的提升要着重关注企业风险控制能力和员工素质方面,同时要兼顾建设管理能力、运输配送能力、仓储管理能力。
在风险控制能力提升方面,有待建立专用的风险反馈通道,确保风险信息的传递快速、准确,避免信息失真和延误;流程开始前做好基础设施设备和人员状态的检查工作,尽可能地把风险降到最低;做好每一次事故处理后的总结工作,为以后的管理提供借鉴等。在员工素质提升方面,应注重加强对在职员工的业务能力和风险意识培训,规范员工的操作。
在建设管理能力提升方面,企业应重视规章制度的完善,增强部门间、员工间的交流沟通,提高企业资源配置的效率,减少资源浪费。在运输配送能力提升方面,加大信息化管理,优化配送路线,同时积极构建完善卓越的物流网络,保障服务质量。在仓储管理能力提升方面,加强对设施设备的维护保养,减少仓储设施故障。加大库存校验和仓储管理费用、库存持有成本的管理力度,严格控制仓储环节的肉类产品货损率。
表8 A企业物流能力评价指标的隶属度
*北京物资学院研究生陈佩佩对本文亦有贡献,在此表示感谢。
参考文献:
[1]冷链物流研报:更安全的物流方式,不一样的消费升级[EB/OL].(2018-03-20)[2018-03-20].http://www.sohu.com/a/225930425_606543.
[2]尹世久,高杨,吴林海.构建中国特色食品安全社会共治体系[M].北京:人民出版社,2017:15.
[3]王可山,苏昕.我国食品安全政策演进轨迹与特征观察[J].改革,2018(2):31-44.
[4]满孜孜.关于物流绩效评价的理论发展[J].湖南商学院学报,2005(12):23-25.
[5]张晨.基于平衡计分卡的医药物流企业绩效评价研究[D].武汉:武汉理工大学,2010.
[6]赵丹丹.药品生产企业综合评价体系研究[D].郑州:河南大学,2011.
[7]甘红云,杨家其,蒋惠园.物流绩效评价研究综述[J].现代物流,2002(10):24-26.
[8]蒋俊峰.我国物流企业顾客服务绩效评价研究[J].商业研究,2005(6):174-176.
[9]金浩.基于服务供应链的海运物流企业物流服务能力评价研究[D].长春:吉林大学,2013.
[10]徐潇.B2C电子商务平台退货逆向物流服务能力研究[D].厦门:厦门大学,2014
[11]魏峻.绩效指标设计方法[M].北京:北京大学出版社,2006:67.
[12]臧瑞雪,尹静,回恺.企业物流效率评价指标体系实证研究[J].中国储运,2010(8):93-95.
[13]黄勇,彭文冲,裘伟超.基于DEA的广东省物流系统效率评价[J].物流工程与管理,2011(10):23-25.
[14]谭翠娥.对西安市物流效率及其影响因素的实证研究[D].西安:陕西师范大学,2013.
[15]黄飞.道路危险货物运输安全评价指标体系研究[D].武汉:武汉理工大学,2008.
[16]王林,杨秀新.道路运输企业节能减排评价指标体系的构建[J].武汉理工大学学报,2009,31(4):654-657.
[17]崔艳萍,颜颖.铁路旅客运输评价指标体系的探讨[J].铁道运输与经济,2012(10):15-20.
[18]洪怡恬.仓储企业绩效评价指标体系研究[J].商品储运与养护,2008,30(6):69-71.
[19]刘海霞,陈文洁,胡德华,等.机构仓储可持续发展综合评价指标体系研究[J].中国图书馆学报,2014,40(210):67-77.
[20]FARRELL M J.The measurement of productive efficiency[J].Journal of the royal statistical society,1957(120A):125-281.
[21]CHARNES A,COOPER W W,PHODES E.Measuring the efficiency of DMU[J].European journal of operational research,1978(2):429-444.
[22]魏权龄.评价相对有效性的方法[M].北京:人民出版社,1998:6-131.
[23]王若钢,冯英俊,杨昌,等.基于DEA的第三方物流动态绩效评价研究[J].沈阳建筑大学学报,2006(1):173-176.
[24]刘蓉.基于ANP-DEA方法的电子商务企业物流网络绩效评价[D].北京:北京交通大学,2011.
[25]许渭书,樊相宇.基于数据包络分析的农产品冷链物流绩效评价[J].物流技术,2015,34(1):152-156.
[26]李美娟,陈国宏.数据包络分析法(DEA)的研究与应用[J].中国工程科学,2003,5(6):88-93.
[27]KAPLAN R S,NORTON D P.The blanced sorecard:measuresthatdrivea performance[J].Harvard bsiness rview,1992(1):71-79.
[28]KAPLAN R S,NORTON D P.Putting the balanced scorecard to work[J].Harvard bsiness rview,1993(9):66-73.
[29]KAPLAN R S,NORTON D P.Using the blanced sorecard as a strategic management system[J].Harvard business rview,1996(1):75-85.
[30]NIVEN P R.Balanced sorecard step by step maximizing performance and maintaining results[M].2ndEdition,Manhatton:John Wiley&Sons,Inc.,2006:31-35.