第三方物流企业配送绩效评价模型研究
毕晓航，吴海滨
兰州交通大学交通运输学院，甘肃兰州（730070）
摘 要：本文首先讨论了对第三方物流企业配送绩效进行综合评价的必要性, 随后将 AHP
和 DEA方法进行了有效整合，建立了一种能消除人为主观影响的两阶段评价模型，在此基
础上构建了第三方物流企业配送绩效评价指标体系，最后给出算例，对第三方物流企业的配
送绩效进行了综合评价，检验了方法的统一性和有效性。
关键词：第三方物流；数据包络分析（DEA）；层次分析法（AHP）
“第三方物流”一词于上世纪 80 年代中后期开始盛行，当时它是对物流环节的要素进
行外包的一个主要考虑方面。在 1988 年美国物流管理委员会的一项顾客服务调查中，首次
提到“第三方服务提供者”，这种新思维被纳入到顾客服务职能中。它也被用来描述“与服务
提供者的战略联盟”，尤其指“物流服务提供者”。第三方物流（Third -Party Logistics，TPL）
是第三方物流服务提供者在约定的时间段内按照约定的价格向使用者提供约定的物流服务。
第三方物流企业，是为其外部客户指定的物流业务提供管理、控制和专业化作业服务的企业
[1]。
国家标准《物流术语》对配送的定义[2]为“在经济合理区域范围内，根据用户要求，对
物品进行拣选、加工、包装、分割、组配等作业，并按时送达指定地点的物流活动”。配送
作为现代物流的关键作业环节之一，其运营效率的高低直接影响到物流企业的效率与效益，
配送的技术经济性是判断配送系统设计是否合理及其运营效率高低的衡量标准，因此对其配
送效率的评价成为衡量整个物流企业的关键环节。本文在层次分析法（AHP）的基础上构建
了一个两阶段的配送系统运营效率的综合评价模型，该模型通过综合数据包络分析（DEA）
法和AHP方法实现了对配送绩效的客观评价，可以为物流管理人员进行科学决策提供有力的
支持，具有一定的实用价值。
1 DEA和AHP法各自的局限性
由于评价本身的主观性和指标衡量的随意性，给评价结果带来了某种非客观性。因此需
要采用一些非主观的方法，而数据包络分析[3]（DEA）就是一种非参数的客观评价方法，根
据输入输出动态地调整模型权重指标，使模型具有可变性，符合动态评价的标准，但是DEA
有效性评价仅仅只能将决策单元分为两类：有效的和非有效的，而不能按同一标准将所有决
策单元全排序。层次分析法[3]（AHP）强调人的思维判断在决策过程中的作用，适用于定性
与定量因素相结合特别是定性因素起主导作用的决策问题。AHP的判断矩阵一般是由专家凭
主观经验给出的两两比较值组成，当指标过多的时候，会给专家的主观判断带来很大的困难，
也使得判断矩阵具有不一致性，不适合模型的动态修正和为决策者提供客观的觉得依据。而
本文所采用的方法集成了AHP和DEA法各自的优点，既避免了AHP方法判断矩阵的主观性，
也避免了DEA评价时的局部排序问题[3]。
2 两阶段DEA/AHP评价模型
采用DEA/AHP评价模型[4]分为两个阶段：第一阶段，将所有的决策单元两两任意组合
成一组，如果有n个决策单元，那么共有 组，然后运用DEA方法分别求解各组的有效值，2nC
-1-
每次只考虑两个决策单元，而忽略其他的决策单元；第二阶段，根据上一步求得的有效值，
进行两两比较求得AHP的构造矩阵，然后运用单一水平的AHP方法对所有决策单元进行全排
序。
第一阶段——运用DEA构造判断矩阵
假设有n个决策单元，每个单元有m个输入和s个输出。Xij是第j个单元的第i个输入值，
Yrj是第j个单元的第r个输出值。对其中任意一对决策单元A和B，且仅考虑这两个单元，忽
略其他单元，按照DEA方法计算其有效值。
EAA、EBA、EBB、EAB分别为线性规划LP1、LP2、LP3、LP4的最优目标函数值。
LP1
, 1
1
1
1 1
max
1
1
. .
0
0, 1 , 0, 1
r i
s
AA r rA
u v r
m
i iA
i
s
r rA
r
s m
r rB i iB
r i
r i
E u Y
v X
u Y
s t
u Y v X
u r s v i
=
=
=
= =
=
=
≤
− ≤
≥ = ≥ =
⎧⎪⎪⎪⎪⎨⎪⎪⎪⎪⎩
∑
∑
∑
∑ ∑
L Lm
m
m
LP2
, 1
1
1
1 1
max
1
1
. .
0
0, 1 , 0, 1
r i
s
BA r rB
u v r
m
i iB
i
s
r rB
r
s m
r rA AA i iA
r i
r i
E u Y
v X
u Y
s t
u Y E v X
u r s v i
=
=
=
= =
=
=
≤
− =
≥ = ≥ =
⎧⎪⎪⎪⎪⎨⎪⎪⎪⎪⎩
∑
∑
∑
∑ ∑
L L
LP3
, 1
1
1
1 1
max
1
1
. .
0
0, 1 , 0, 1
r i
s
BB r rB
u v r
m
i iB
i
s
r rB
r
s m
r rA i iA
r i
r i
E u Y
v X
u Y
s t
u Y v X
u r s v i
=
=
=
= =
=
=
≤
− ≤
≥ = ≥ =
⎧⎪⎪⎪⎪⎨⎪⎪⎪⎪⎩
∑
∑
∑
∑ ∑
L L
-2-
LP4
, 1
1
1
1 1
max
1
1
. .
0
0, 1 , 0, 1
r i
s
AB r rA
u v r
m
i iA
i
s
r rA
r
s m
r rB BB i iB
r i
r i
E
E u Y
v X
u Y
s t
u Y v X
u r s v i
=
=
=
= =
=
=
≤
− =
≥ = ≥ =
⎧⎪⎪⎪⎪⎨⎪⎪⎪⎪⎩
∑
∑
∑
∑ ∑
L Lm
jka 为AHP判断矩阵中的第j行第k个元素： jj jkjk
kk kj
E E
a
E E
+= + （1）
且 11,jj kj
jk
a a
a
= = （2）
最后构造出判断矩阵 jk n nA a ×= ⎡ ⎤⎣ ⎦ 。
第二阶段——用AHP法对判断矩阵进行全排序
利用上一阶段得到的判断矩阵 jk n nA a ×= ⎡ ⎤⎣ ⎦ ，采用单一水平的AHP方法求出其最大特征
根 maxλ 和它对应的特征向量 ,对所有决策单元进行全排序，其中第j个分量
表示第j个决策单元的重要程度，即它的全排序值。
1 2( , , )
T
nw w w w=r L
3 第三方物流企业配送绩效评价指标体系的建立
为了满足多变的市场环境需求，减少库存和企业市场响应时间，第三方物流企业的配送
活动大都以配送中心为核心，采用现代化的物流技术设备，为多个企业实行配送服务，物流
系统通过战略整合实现物流自身的一体化，这就以配送中心为联接点，辐射供应链中各成员
的配送模式，不仅提高了配送企业的集成化程度，同时也实现整个社会物流配送的协同化。
第三方物流企业配送活动的评价、选择对于企业来说是多目标的，包含许多可见和不可
见的多层次因素。影响物流企业配送效率的因素有很多，其中由于配送中心的配送成本与服
务水平呈交替损益性（即提高服务质量就可能导致配送成本的提高，而配送成本的降低又会
导致服务质量的降低)，因此在评价时，不能够单从客户满意的程度或配送的成本等某一个
角度去考虑，而应该依据全面性、可比性、科学性的原则，结合第三方物流企业商品配送的
要求，对相关因素进行系统分析并合理综合。综合上述，本文将这些因素分为四大类[2]：质
量指标，配送指标，库存指标以及效益指标，如图1所示。
-3-
TPL配送绩效评价指标体系
效益指标配送指标 库存指标质量指标
配
送
商
品
总
额
净
利
润
单
车
（
船
）
日
配
送
量
实
际
油
耗
车
（
船
）
满
载
率
事
故
频
率
仓
库
吞
吐
能
力
实
现
率
进
发
货
物
准
确
率
仓
储
吨
•
成本
仓容利用率投资费用比配送吨
•
公里成本
经济损失率准时交货率货损货差赔偿率顾客满意度缺货率
图 TPL配送绩效评价指标体系
其中：
（1）服务质量指标
100%×货损货差赔偿费货损货差赔偿率＝同期内业务收入总额
100%×满足顾客要求的数量顾客满意度＝ 顾客要求的数量
100%×缺货次数缺货率＝顾客要求的次数
（2）配送指标
100%× 报告期实际油耗(升/百吨.公里) 实际油耗＝ 报告期实际吨.公里
100%× 报告期内配送总成本（元） 配送吨公里成本＝报告期内商品总周转量（吨.公里）
100%× 车（船）实际装载量 车（船）满载率＝ 车（船）装载能力
100%× 报告期内事故次数 事故频率＝报告期内总行驶公里数（万.公里）
（3）库存指标
100%× 报告期内实际吞吐量仓库吞吐能力实现率＝ 仓库设计吞吐量
-4-
100%× 报告期内吞吐量－出现差错总量进发货物准确率＝ 报告期内吞吐量
100%× 报告期内仓储费用（元）仓储吨成本＝ 报告期内库存量（吨）
100%× 投资费用投资费用比＝单位库存/单位时间
（4）效益指标
100%× 报告期内经济损失之和 经济损失率＝ 报告期内配送业务收入
4 算例分析
构造第三方物流企业配送绩效评价系统
某第三方物流企业在全国共有 6 个区域型配送中心，各个配送中心的绩效指标都可以加
以定量化，通过评价可以获得各个配送中心运行效率的优先排序，进而能够使企业发现自身
的薄弱环节，并加以改善从而提高企业的经营效益。首先分别将这 6 个配送中心构造为 6
个决策单元（DMUj，j＝1,…,6）,按照第三方物流企业配送绩效评价指标体系，将指标值越
小对评价值越有利的指标作为输入指标（Xi，i＝1,…,8），反之则作为输出指标(Yr, r＝1,…,9)，
则共有 8 个输入指标，9 个输出指标，原始评价指标数据如下表所示。
表 1 评价指标值
指标 DMU1 DMU2 DMU3 DMU4 DMU5 DMU6
经济损失率(X1)
配送吨.公里成本(X2)
实际油耗(X3) 16 19 49 34 28 13
事故频率(X4)
仓储吨.成本(X5)
投资费用比(X6)
货损货差赔偿费(X7)
缺货率(X8)
配送商品总额(Y1) 180 169 90 172 186 300
净利润(Y2)
单车（船）日配送量(Y3)
车（船）满载率(Y4)
仓库吞吐能力实现率(Y5)
进发货准确率(Y6)
-5-
仓容利用率(Y7)
准时交货率(Y8) 53 62 34 42 41 84
顾客满意度(Y9)
利用两阶段 DEA/AHP 评价模型计算
对所有决策单元两两分组（共有 26 15C = 组），将每组决策单元所对应的指标值带入DEA
的线性规划评价模型LP1、LP2、LP3、LP4 中，然后利用LINGO软件计算出各自的有效值，
最后带入公式（1）和（2）中，得到判断矩阵如表 2 所示。
表 2 判断矩阵
aij DMU1 DMU2 DMU3 DMU4 DMU5 DMU6
DMU1
DMU2
DMU3
DMU4
DMU5
DMU6
根据判断矩阵，计算出其最大特征根 maxλ 和它对应的特征向量 1 2( , , )Tnw w w w=r L 如下：
maxλ ＝ ， [ ] + + + + + Tw =r
对判断矩阵进行一致性检验：
一致性指标 max. .
1
n
C I
n
λ −= − ＝
平均随机一致性指标 RI =(N=6)
随机一致性指标 . .C ICR
RI
= =<,满足一致性检验，因此得到 AHP 全排序的结果，
如表 3 所示。
表 3 评价结果
决策单元 DMU1 DMU2 DMU3 DMU4 DMU5 DMU6
排序值
则 6 个决策单元的全排序为DMU6> DMU2> DMU1> DMU4> DMU5> DMU3，即在本文
设计的算例中，第六个配送中心的运营效率最高，而第三个配送中心的效率最低。
5 结束语
运用两阶段 DEA/AHP 评价方法对第三方物流企业的配送效率进行评价时，AHP 的判
断矩阵是利用传统 DEA 方法对每个配送中心进行两两组合评价得到的，能够客观的反映指
标之间的相对有效性，避免了人为主观因素的影响；在此基础上利用 AHP 法求出判断矩阵
的最大特征值和特征向量，从而得到每个配送中心的全排序值，突破了传统 DEA 方法所不
-6-
能实现全排序的局限性。利用两阶段 DEA/AHP 方法得到的排序结果能客观地反映各配送中
心运行效率之间的优劣程度，可以使企业检验自身薄弱环节并加以改善，从而达到提高整个
企业的核心竞争力的目标。
参考文献：
[1]马士华，林勇，陈志祥．供应链管理[M]．北京：机械工业出版社．2001．
[2]杨平安编．现代物流国际通用管理与成功案例典范[M]．北京：新华出版社,2002．
[3]林齐宁．决策分析[M]．北京：北京邮电大学出版社，2003．
[4]王瑛，孙林岩，陈宏．基于两阶段的物流系统综合评价 DEA/AHP 法[J]．长安大学学报，2003，5：79-84．
[5]Zilla Sinuany-Stern,Abraham Mehrez,Yossi AHP/DEA methodology for ranking decision making
units[J].International Transaction in Operational ,7(2):109-124.
Research on the Performance Evaluation Model of TPL
Enterprises’ Distribution
Bi Xiaohang，Wu Haibin
School of Traffic & Transportation，Lanzhou Jiaotong University，Lanzhou 730070，China
Abstract
The necessity of synthesis evaluation for the Performance of TPL Enterprises’ Distribution is
discussed, then the DEA and AHP algorithm are integrated effectively, and a two-stage hybrid
evaluation model is suggested without weight needs to be assigned factitiously, on basis of the model
the index system of distribution performance evaluation is built. finally, a practical case is computed to
validate the consistency of the integrated evaluation algorithm.
Keywords: TPL; data envelopment analysis; analytical hierarchical process
作者简介：
毕晓航（1981-），男，河南鹤壁人，兰州交通大学交通运输学院硕士研究生，研究方向：
物流与供应链管理，
-7-
