代文锋 齐春泽(兰州财经大学信息工程学院，甘肃 兰州 730020)

第三方物流企业信用评价方法研究

代文锋 齐春泽
(兰州财经大学信息工程学院，甘肃 兰州 730020)

首先，从企业基本素质、企业财务能力、企业信用环境以及企业信用记录等方面构建了第三方物流企业信用评价指标体系。在此基础上，提出了基于变异系数TOPSIS的第三方物流企业信用评价方法。最后，通过算例验证了所提方法的可行性与有效性。

第三方物流企业；指标体系；信用；变异系数法

1、引言

随着现代物流的飞速发展，第三方物流企业已经成为我国国民经济的重要组成部分，在发展经济、繁荣市场以及扩大就业等方面发挥着极其重要的作用。由于行业的特殊性，第三方物流企业只有与客户企业建立良好的信任关系，才可能深度嵌入客户企业的价值链，进而实现共赢。由此可见，良好的信用是第三方物流企业的生存之本，也是其与客户企业展开合作的前提。然而，由于我国第三方物流行业尚处于初级阶段，相关的法律法规还不健全，各种毁约、违约事件时有发生。这不仅会影响客户企业的正常运营，也会对第三方物流企业自身乃至第三方物流行业的发展壮大产生极其恶劣的影响。通过信用评价一方面可以帮助第三方物流企业了解其信用状况，发现存在的主要问题；另一方面可以为政府规范第三方物流行业提供科学依据。因此，第三方物流企业信用评价问题是一个值得深入研究的科学问题。

目前，国内外学者对于信用评价的研究主要集中在金融、证券、房地产以及建筑等行业，对第三方物流企业信用问题的研究相对较少。王璇，王亮[1][2]等运用层次分析法对第三方物流企业信用进行了评价；闫春荣[3]分析了第三方物流企业信用不良的表现及后果，探讨了如何建立第三方物流企业信用自评体系；张泽林[4]分析了我国第三方物流企业信用缺失的主要原因，并给出了相应的解决办法；严双[5]运用物元分析法对第三方物流企业信用进行了评价。上述研究均存在评价体系不够具体，评价过程存在很大的主观随意性等不足，因此很难保证评价结果的客观性。针对上述问题，本文构建了第三方物流企业信用评价指标体系，运用变异系数TOPSIS法构建了第三方物流企业信用评价模型，为客观评价第三方物流企业信用状况，规范第三方物流行业提供了强有力的支持。

2 、第三方物流企业信用评价指标体系的构建

首先，本文在参照现有相关经典文献的基础上，结合第三方物流企业信用的特点，构建了第三方物流企业信用初始评价指标体系。在此基础上，设计问卷进行调研。本文累计发放问卷300份，回收267份，其中有效问卷243份，有效回收率为81%。根据调查结果，在对评价指标进行相关性分析，剔除相关性较高的指标等操作后，共选取了企业基本素质、企业财务能力、企业信用环境与企业信用记录等4个一级指标以及企业规模、基础设施以及信用文化等12个二级指标，详情如表1所示：

表1 第三方物流企业信用评价指标体系

（1）企业基本素质。该指标主要用来评价第三方物流企业的规模、发展状况、提供服务的能力以及企业的信用意识等。企业基本素质指标主要包括企业规模、基础设施以及信用文化3个二级指标。

（2）企业财务能力。该指标主要用来评价第三方物流企业的经营状况、财务状况以及发展潜力。通常情况下，财务能力越强的第三方物流企业，其履约能力以及偿债能力也越强。企业财务能力指标主要包括盈利能力、偿债能力以及发展潜力3个二级指标。

（3）企业信用环境。该指标主要用来评价第三方物流企业所处的外部环境，如政策环境、行业竞争的激烈程度以及经济形势等，这些因素会对企业的信用状况产生很大的影响。企业信用环境指标主要包括政府管制力度、行业竞争状况以及经济环境3个二级指标。

（4）企业信用记录。该指标主要用来评价第三方物流企业的合同履约情况以及纠纷解决情况，直接反映了第三方物流企业的信誉与信用。企业信用记录指标主要包括合同履约率、诉讼记录以及客户满意度3个二级指标。

3、基于变异系数TOPSIS法的第三方物流企业信用评价方法

3.1 问题描述

3.2 评价方法

变异系数TOPSIS法的基本思路是：首先运用变异系数计算个评价指标的权重，然后运用TOPSIS法对被评价对象进行定量排序。具体步骤如下：

Step1 构建初始决策矩阵矩X，对其进行标准化，得到标准化决策矩阵R

Step 2 确定评价指标权重

如果评价指标数据变异大，表明该指标越重要，其权重也应越大；反之则越小。因此，可以通过变异系数法来确定各指标的权重[6,7]，具体步骤为：

Step 3 建立加权规范化矩阵V

Step 4 确定正理想解V+和负理想解V-

Step 5 计算被评价对象与正、负理想解的距离

Step 6 计算被评价对象与理想解的相对接近度CJ，并据此对被评价对象排序[8]。

4、实证分析

某省欲评价3个第三方物流企业的信用状况，特聘请5名专家组成评估小组，运用本文构建的指标体系对被评价对象进行评价。

Step 1 根据专家组给出的评价值，构建初始评价矩阵X，并按照式（2）对其进行标准化，得到标准化决策矩阵R，详情如表2所示。

表2 标准化决策矩阵R

政府管制力度 0.3520 0.3200 0.3280企业信用环境行业竞争状况 0.3304 0.3130 0.3565经济环境 0.3304 0.3480 0.3216合同履约率 0.3389 0.3138 0.3473企业信用记录诉讼记录 0.3165 0.3376 0.3460客户满意度 0.3333 0.3506 0.3160

Step 2 由式（3）～（6）可得各指标权重

Step 3 由式（7）可得3个第三方物流企业信用评价的加权标准化矩阵V

表3 加权标准化决策矩阵V

Step 4由式（8）（9）可得正理想解V+和负理想解V-

Step 5 由式（9）（10）可得被评价对象与正、负理想解的距离为：

Step 6 由式（12）可得3个第三方物流企业的信用评价值与理想解的相对接近度为：

由相对接近度可知企业1的信用最好，而企业2的信用最差。通过评价可知，对于企业1而言，要想进一步提升信用水平，就需要不断增强事故处理能力，合理解决纠纷；对于企业3而言，一方面要加强基础设施建设，提高服务能力，另一方面要与顾客企业建立良好的沟通关系；对于企业2而言，应该加强信用文化建设，加强自我约束，还需要提升合同履约率，只有这样才能缩小同其他两个企业间的差距。评价结果与被评价对象的实际情况相符，表明本文采用的评价方法有效，对解决第三方物流企业信用评价问题有一定的参考价值。

5、结论

本文根据第三方物流企业信用的特点，在参考现有相关经典文献的基础上，构建了第三方物流企业信用评价指标体系。在此基础上，提出了基于变异系数TOPSIS的第三方物流企业信用评价方法。同现有其他方法相比，本文所提方法操作简单，能最大程度的消除信用评价过程中的主观随意性，从而得到更客观的结果。本文所提方法能够为客观评价第三方物流企业信用状况，规范第三方物流行业提供理论支持。

[1]王璇．关于第三方物流企业信用评价的分析研究[J]．开发研究，2011，(04)：129-133．

[2]王亮，王作伟．基于模糊层次分析法的第三方物流企业信用评价研究[J]．物流科技，2009，(07)：89-91．

[3]闫春荣．第三方物流企业信用自评指标体系的确立[J]．农场经济管理，2007，(03)：33-34．

[4]张泽林．中国第三方物流企业信用缺失求解[J]．经营管理者，2010，(24)：193-194．

[5]严双．基于物元分析法的第三方物流企业信用评价研究[J]．物流工程与管理， 2010，(01)：7-10．

[6]曾艳．基于变异系数的区域物流需求组合预测方法[J]．统计与决策， 2012，(21 )：93-95．

[7]胡翠萍．基于AHP-变异系数法的我国副省级城市科技竞争力评价研究[J]．科技管理研究，2012，(20)：77-80．

[8]张壮等．一种基于语言变量和TOPSIS的人力资源评价新方法[J]．数量经济技术经济研究，2009，（11）：141-151．作者简介:

代文锋（1978-），甘肃庆阳人，副教授，博士，主要从事物流管理等方面的研究。

Research on the credit evaluation method of the third party logistics enterprises

Dai Wenfeng Qi Chunze (School of Information Engineering, Lanzhou University of Finance and Economics, Lanzhou 730020, China)

At first, the credit evaluation index system of the third party logistics enterprise is structured which includes enterprise basic quality, enterprise financial capability, enterprise credit environment and enterprise credit record. Then, a new credit evaluation method based on variance coefficient TOPSIS is proposed. Finally, a numerical example is presented to illustrate the effectiveness and feasibility of the method proposed.

∶ Third Party Logistics Enterprise; index system; credit; the variance coefficient method

国家自然科学基金重大研究计划重点支持项目(91024029 )

F224