基于熵权—双基点法的现代物流企业服务创新绩效评价研究
发布时间:2020-05-21 13:17
【摘要】:随着经济全球化的快速发展、科学技术的进步和知识经济的兴起,作为服务业的典型代表,现代物流企业正在蓬勃发展,显示出强大的生命力。而其所处的外部市场环境发生了深刻变化,所面临的不确定因素日益增多,客户需求日益趋于个性化和多样化、各类创新不断加速、创新的生命周期不断缩短、物流市场竞争更加残酷和激烈。这样,服务创新就成为了现代物流企业构建核心竞争力的关键,服务创新管理在现代物流企业管理中的重要性日益突显。由于现代物流企业本身所拥有的特性,即服务产品的“无形性”和“复杂性”,意味着其服务创新活动的开展和成效是难于评估的,所以建立一个有效、可靠的评价系统将是促进现代物流企业服务创新绩效进一步提升的非常有效的方法。 本文综合运用服务创新理论、知识管理理论、绩效理论、熵理论、粗糙集理论等相关研究成果,从全面分析现代物流企业服务创新的关键要素入手,详细阐释了服务创新绩效的评价指标体系,并构建出基于改进的熵权-双基点法构建了现代物流企业服务创新绩效评价的理论模型。在此基础上,,通过有针对性地对所选取的十几家上市物流公司和中国物流公司百强样本企业的实证分析,检验了该模型的科学性和有效性,从而提出了提升现代物流企业服务创新绩效的具体对策,以帮助企业能够从全方位的角度去认识和管理服务创新活动,进而使其提高服务创新绩效的工作更加明确化和具体化。 本文的主要研究结论和创新点体现在以下四个方面: 一是拓展了现代物流企业绩效评价研究的视角。本文尝试从服务创新的视角研究现代物流企业的绩效评价,着重关注服务创新对企业绩效的影响,并且在绩效测度指标的设置过程中更侧重企业迅速开发及引进新服务产品的能力和顾客满意度等方面的指标,用来更全面地揭示企业未来的发展潜力,进而提升企业的核心竞争力。 二是设计出现代物流企业服务创新绩效评价的指标体系。本文所构建的现代物流企业服务创新绩效评价分为关键要素分析、评价指标筛选与绩效评价三个大阶段,充分考虑到现代物流企业服务创新绩效所具有的复杂性、不确定性、多样性和难以测度等特点,针对企业服务创新内外部的17个方面的关键影响要素,以重要性、系统性、可测评性、有效性为原则,通过粗糙集理论的约简法来筛选评价层面中重要的评价指标,并结合熵权法计算各层面间的权重,以掌握现代物流企业服务创新管理的绩效情况,有效地克服了现代物流企业服务创新关键要素识别过程复杂与模糊的问题,丰富了现有研究的方法体系。 三是构建了基于改进的熵权-双基点法的现代物流企业服务创新绩效评价的理论模型。通过综合衔接影响因素、驱动关键要素的理论分析,本文将细化后的因子层指标的特点、统计口径和核算办法等方面明确落实,以便为专家的评分工作提供决策支持。并且,还采用熵权法分别赋值不同分类物流企业的创新绩效指标权重,构造了引入贴进度的改进的熵权-双基点模型,把适用性较强的定量计算模型引入到评价指标体系的优化过程中,较好地解决了在对物流服务能力评价中指标相互包含以及评判专家意见太过发散的问题,提高了评价体系的准确性和有效性。 四是提出了基于服务创新的现代物流企业的分类。本研究突破传统常见的、静态的物流企业分类方法,从服务创新的广度、深度、强度和关联度来分析市场客户需求对现代物流企业的服务创新能力的要求,依据其服务创新的质量、发展程度以及时间顺序将现代物流企业分为三种类型,即领先型现代物流企业、跟随型现代物流企业和滞后型现代物流企业。这既符合现代物流企业的实际发展需要,又能够充分体现出其不断发展的动态性原则,为更深入、更有针对性的研究打下基础。在此基础上,还把改进的熵权-双基点模型运用到三类不同现代物流企业的服务创新绩效评价中,其中对跟随型服务创新的现代物流企业给出了详细的评价流程和优属度排序结果,并通过某一企业的创新绩效隶属度运算结果证明了方法的可靠性,运用面板数据误差分析方法同层次分析评价法和小波网络的综合评价法相比较验证了本文方法的科学性。结果分析还给出了中间层的各个指标对不同类型物流企业服务创新绩效的影响程度,进一步细化了服务创新绩效评价研究。
【图文】:
图 6.1 三种评价方法的 M 企业排名对比曲线图最小二乘拟合(Ordinary Least Squares,简称 OLS)是一种回归模型中最的误差平方和的寻找数据与函数最优匹配的有效估计方法。本研究应用这一优化方法来考察三种不同方法对应的回归方程的精度。在市场的经济活动中常会遇到某一市场现象的发展和变化取决于几个影响因素的情况,也就是一变量和几个自变量有依存关系的情况。而且,有时几个影响因素主次难以区或者有的因素虽属次要,但也不能略去其作用。本文研究的现代物流企业服新绩效评价问题与很多因素有关系,采用一元回归分析预测法进行预测是难效的,需要采用多元面板数据回归分析预测法。面板数据(panel data)是指 n 个不同个体在 T 个不同时期的观测数据。回归分析预测法,是指通过对两上或两个以上的自变量与一个因变量的相关分建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时,称元线性回归分析。根据熵权-双基点法、小波分解法和层次分析法等三种方法,分别利用数
吉林大学博士学位论文我国的现代物流企业更倾向于创新风险较小的跟随战略,从较短的时间企业与跟随型企业的利益差别并不大,跟随型企业有更好的机会去评估争对手的情况,并给自己的创新提供很好的借鉴,而一些资源尤其是外更愿意选择市场导向风险和不确定性都比较小的跟随型企业。
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:F259.23
本文编号:2674359
【图文】:
图 6.1 三种评价方法的 M 企业排名对比曲线图最小二乘拟合(Ordinary Least Squares,简称 OLS)是一种回归模型中最的误差平方和的寻找数据与函数最优匹配的有效估计方法。本研究应用这一优化方法来考察三种不同方法对应的回归方程的精度。在市场的经济活动中常会遇到某一市场现象的发展和变化取决于几个影响因素的情况,也就是一变量和几个自变量有依存关系的情况。而且,有时几个影响因素主次难以区或者有的因素虽属次要,但也不能略去其作用。本文研究的现代物流企业服新绩效评价问题与很多因素有关系,采用一元回归分析预测法进行预测是难效的,需要采用多元面板数据回归分析预测法。面板数据(panel data)是指 n 个不同个体在 T 个不同时期的观测数据。回归分析预测法,是指通过对两上或两个以上的自变量与一个因变量的相关分建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时,称元线性回归分析。根据熵权-双基点法、小波分解法和层次分析法等三种方法,分别利用数
吉林大学博士学位论文我国的现代物流企业更倾向于创新风险较小的跟随战略,从较短的时间企业与跟随型企业的利益差别并不大,跟随型企业有更好的机会去评估争对手的情况,并给自己的创新提供很好的借鉴,而一些资源尤其是外更愿意选择市场导向风险和不确定性都比较小的跟随型企业。
【学位授予单位】:吉林大学
【学位级别】:博士
【学位授予年份】:2013
【分类号】:F259.23
【引证文献】
相关硕士学位论文 前1条
1 胡P;基于熵权物元模型的农村土地征转绩效评价[D];湖南师范大学;2014年
本文编号:2674359
本文链接:https://www.wllwen.com/jingjilunwen/hongguanjingjilunwen/2674359.html