基于数据挖掘的物流企业绩效预测研究(2)

　　（5）市场环节指标。市场是最能够反映物流企业竞争力的因素之一，其主要的分项指标是市场占有率、随机应变能力和新客户开发率等因素。

　　（6）信息环节指标。物流企业中信息水平不仅是对整个企业的物流活动的支持，也是连接整个供应链，以使其能够更具效率的重要基础。因为其重要的作用，提升物流企业的信息水平就势在必行。信息环节的指标主要包括软硬件水平、信息流量等指标。

　　（7）企业团结力度。该环节中所包含的指标主要是员工凝聚力。

　　2.物流企业绩效评价模型

　　（1）根据前面的绩效预测指标体系对物流企业的绩效进行综合预测，首先确定物流企业绩效等级的评语集即A={A1，A2，A3，A4}={优，良，中，劣}。

　　（2）其次，根据物流企业绩效预测指标体系，将因素集（M1，M2…Ms）按照各自的属性分成s个子集：每个M中都包含几个二级指标，即M={m1，m2…mnl}，其中nl表示M所包含的二级指标数目。

　　（3）对每一个M所包含的二级指标进行综合评价。M的判断向量Bl=Wl×Rl，其中Rl可以说是M到A的一个映射，而单独评价二级指标m时，可以通过随机调查法等方法得到二级指标的评价矩阵。见下公式所示。

　　其中，nl为每一个一级指标所包含的二级指标数，W=（w1，w2…wnl）为采用AHP等方法所取得的每个M中评价指标的权重向量。

　　（4）在此基础上对每一个一级指标都采用M（·，⊕）法求出其每一个一级指标对应的模糊向量B=W×R=（b1，b2，…，blm），从而得到一级指标的评价矩阵。并采用M（·，⊕）法对物流企业绩效的向量元素集进行评价，得到元素集z=K×B。最后对最终结果z进行归一化处理，得到物流企业绩效的评价结果，并对绩效进行预测。

　　3.物流企业绩效预测实证分析

　　（1）根据物流企业的绩效评价的步骤可得物流企业绩效的综合评价指标权重。见下表所示。

　　表 物流企业绩效评价的权重

　　在上表中，采购环节和配送环节的一级指标权重明显高于其他环节，分别为0.2和0.19，而库存环节、客户满意度、市场环节、信息水平和企业团结力度的一级权重分别为0.13、0.12、0.14、0.12和0.1。而在二级指标中，影响力较大的则为交付期限0.4，交付条件0.33，库存能力0.38，库存周转0.35，及时交货能力0.22。

　　（2）运用模糊综合评价方法根据绩效评价模型的各个步骤对各个指标集合进行评价。这时采用综合评价模型对各个指标集进行综合评价，得到如下结果：

　　z=（z1，z2，…zm）

　　=K×B=（0.5，0.4，0.6，0.4）

　　在上式中，K=（k1，k2…knl）主要对应MI（I=1，2，…s）的权重向量。随后对最终结果进行归一化处理，得到物流企业绩效评价结果为（0.26,0.21,0.32,0.21）。结果中最大数为0.32，可知物流企业的绩效只是处于中等水平。

　　（3）在对评级指标体系的权重进行研究时，已知采购和配送环节是影响物流企业绩效的最大因素。而在两者的二级指标中，交付期限和条件、交货能力又都是对一级指标具有较大影响的因素。因此，可以得出结论，物流企业的绩效主要集中在企业的交付期限和条件、交货能力这三个指标上。但是因为这三个指标的水平较低，就造成物流企业的绩效水平较低。而企业提升这三者的能力需要时间和金钱，并不能一蹴而就，因而在对物流企业进行绩效预测时也可知其未来绩效也不甚乐观。物流企业需要在经营管理过程中不断提升这三者的水平，进而提升采购和配送的能力。只有这样才能进一步提升物流企业的绩效。

　　参考文献：

　　[1]伍平阳,林意群,林木炎.基于数据挖掘技术的决策树算法在医疗设备绩效预测中的应用[J].中国组织工程研究与临床康复,2008(2):1689-1692.

　　[2]周涛,程钧谟,乔忠.物流企业绩效评价体系及模糊综合评判[J].管理现代化,2012(9):26-28.

　　[3]肖娟.数据挖掘在物流业的应用综述[J].统计与决策,2013(11):95-97.

　　[4]王道平,潘静,郝玫.基于数据挖掘的物流信息系统研究与设计[J].价值工程,2004(3):117-119.