承运商评价体系.docx

承运商评价体系.docx

《承运商评价体系.docx》由会员分享，可在线阅读，更多相关《承运商评价体系.docx（27页珍藏版）》请在冰豆网上搜索。

承运商评价体系

市场上存在大量运输服务内容不一、服务质量参差不齐的承运商。

选择

一个可靠高效的二级承运商，不仅可以帮助物流完成运输活动，而且可

以充分利用二级承运商在运输和网络方面的资源，最大限度减少运输成本，

通过高效优质的运输服务提高客户满意度，获得更高的效益。

相反，如果选

择的二级承运商服务质量差，诚信度低，则可能会导致运输成本升高、运输

时间变长、货损率上升甚至公司、客户机密泄露等事件的发生。

损害公司利

益的同时，还会降低公司的信誉和客户满意度。

因此，当物流进行二级

承运商选择时，要对二级承运商的具体情况进行详细了解，对其综合实力进

行科学评价。

关于承运商的选择和评价方法有很多，常用的承运商选择和评价方法有

招标法、协商选择法、经验判断法、线性权重法、层次分析法（AHP）、线

性规划法 （LP）、灰色综合评价法、模糊多目标最优决策法、数据包络分析

法（DEA）等。

 承运商选择评价的方法越来越趋向于定量与定性相结合，既考

虑到定性因素，又考虑到定量因素，而且，在方法的使用上倾向于使用多种

方法、多个阶段的组合。

而对于物流承运商评价指标体系的研究目前还比较

少。

物流承运商为物流需求者提供的不是实实在在的产品，是一种服务，即

服务产品，这使得传统供应链上供应商评价指标不能直接用来评价物流承运

商。

国内外研究现状

目前国内外关于承运商选择和评价方法的研究都较少，大多数情况可以

直接套用供应商选择和评价的方法并加以改进 ,使之适应承运商选择的具

体情况。

国外关于供应商选择和评价方法的研究中，Weber 和

current（1991）把基本方法归纳为：

线性权重法、层次分析法、多源供货商

选择的单目标法包括线性规划法和混合整数规划法等。

Palaneeswaran、Kumaraswamy（2001）等人将选择评价方法分为直接分类法、

聚类分析法、数据包络分析法三类。

国内的研究中，贺红燕等人 （2005）对供应链管理中供应商选择的定性

和定量方法进行了归纳比较，分析了各种方法存在的优缺点。

俞漪和凌云

（2005）等人研究了层次分析法在供应商选择中的应用，黄绍服和赵韩

（2004）综合供应商选择的层次分析法和数据包络分析法，提出了供应商选择

的 AHP/随机 DEA 方法，朱颢 （2004）采用基于灰色关联度的灰色综合评价

1

订单总票数

已发货票数

已到货票数

未及时发货票数

未按时到货票数

回单及时返回票数

完美回单返回票数

发货情况

法对供应商进行了选择， Weber 和 Desai（1996）研究了包络分析法在供应

商选择中的应用，边利和李自如 （2006）对模糊多目标最优决策法在供应商

选择中的应用进行了研究。

这些国内外的供应商选择的研究可以为承运商选择和评价提供参考并作

为依据。

但套用这些选择和评价方法时，还存在着一些缺陷，比如指标设计

偏重于理论研究，缺乏可操作性；承运商评价指标体系没有明确的标准；承

运商评价与选择的定性方法过于粗糙、定量方法过于复杂繁琐等。

物流承

运商选择现状

物流现行承运商选择办法及流程

物流在运作中建立了成熟的承运商选择评价办法及流程，主要分为前

期选择和实际运作评价两个方面。

前期选择阶段

在前期选择时，需要了解候选承运商的资质，如注册资金、注册日期、

车辆资源、优势线路等。

通过比较服务、价格等因素，选出首选、备用承运

商。

实际运作阶段

在选出二级承运商并开始实际运作后，物流要通过每月的承运商考核

KPI 对承运商进行评分。

在承运商实际运作（发货情况）中需要收集的数据如表3-1。

表 3-1  发货情况数据

根据承运商运作情况的数据，计算该承运商  KPI 指标达成率。

  物流

现行承运商 KPI 指标如表 3-2。

2

未及时发货票数：

超过预约时间    1 小时外发出的订单票数

未按时到货票数：

未在 KPI 运输时间内签收的订单票数

回单及时返回票数：

在规定的    KPI 回单时间内返回到    物流回单整理人员

处的订单票数

完美回单返回票数：

及时返回且无差异的回单票数

发货完成率：

已发货票数 /订单总票数 *100%

发货及时率：

（已发货票数 -未即时到货票数） /订单总票数票数 *100%

到货准时率：

（已发货票数 -未按时到货票数） /已发货票数 *100%

回单返回及时率：

回单及时返回票数 /已到货票数 *100%

完美回单率：

完美回单返回票数 /回单及时返回返回票数 *100%

发货完成率

发货及时率

到货准时率

回单返回及时率

完美回单率

残损赔付率

KPI指标

KPI统计标准

表 3-2   物流承运商  KPI 指标

各项 KPI 指标评分标准如下：

接单率：

承运商接单次数与物流总派单次数的比率。

计算接单率要求

发货完成率指标要求大于等于 99%，达到指标值得 15 分。

达不到指标值，

相差每个百分点扣 5 分。

接货及时率：

承运商在指定时间内到物流指定地点接货的次数与总接

货次数的比率。

计算接货及时率要求发货及时率指标要求大于等于99%，

达到指标值得 10 分。

达不到指标值，相差每个百分点扣3 分。

送货及时率（即到货及时率）：

按运价表中运输时间送达目的地的次数

与总送货次数的比率。

指标要求大于等于98%，达到指标值得 20 分。

达

不到指标值，相差每个百分点扣 6 分。

3

回单返回及时率：

在指定时间内按客户签收要求完整送回运输资料的次

数与总运输次数的比率。

指标要求大于等于98.5%，达到指标值得 20 分。

达不到指标值，相差每个百分点扣6 分。

完美回单率：

完整签单与总运输总单的比率。

指标要求大于等于

99%，达到指标值得 20 分。

达不到指标值，相差每个百分点扣3 分。

投诉率：

客户投诉次数与总运输次数的比率。

指标要求小于等于

0.05%，达到指标值得 15 分。

达不到指标值，相差每个百分之0.01 扣 5

分。

物流根据评分标准按月将承运商的各项分数算出并求和，60 分以上

为及格， 90 分以上为优秀。

当承运商当月分数为 60 分以下时， 物流会要求承运商提出整改措施，

并进行追踪考核。

当连续三个月考核不达标时，物流则会考虑替换承运

商或削减该承运商的业务。

在合计分数时，由于送货及时率会被天气等不可抗力影响，如果送货及

时率低是承运商考核不及格的主因，则需要考察影响送货及时率的实际原因，

再进行评价。

层次分析法

层次分析法（ Analytic Hierarchy Process 简称 AHP）是将决策总是

有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量

分析的决策方法。

该方法是美国运筹学家匹茨堡大学教授萨蒂于本世纪

70 年代初，在为美国国防部研究 “根据各个工业部门对国家福利的贡献大

小而进行电力分配 ”课题时，应用网络系统理论和多目标综合评价方法，

提出的一种层次权重决策分析方法。

层次分析法简介

层次分析法的特点是在对复杂的决策问题的本质、影响因素及其内在关

系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，

从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。

尤其适合于对决策结果难于直接准确计量的场合。

在现实世界中，往往会遇到决策的问题，比如如何选择旅游景点的问题，

选择升学志愿 的问题等等。

在决策者作出最后的决定以前，他必须考虑很

多方面的因素或者判断准则，最终通过这些准则作出选择。

这些因素是相互

4

制约、相互影响的。

我们将这样的复杂系统称为一个决策系统。

这些决策

系统中很多因素之间的比较往往无法用定量的方式描述，此时需要将半

定性、半定量的问题转化为定量计算问题。

层次分析法是解决这类问题的行

之有效的方法。

层次分析法将复杂的决策系统层次化，通过逐层比较各种关

联因素的重要性来为分析、决策提供定量的依据。

层次分析法的基本步骤如下：

图 3-1　 基于 AHP 法的指标权重确定方法的操作流程图

1 建立层次结构模型

在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而

下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有

影响，同时又支配下一层的因素或受到下层因素的作用。

最上层为目标层，

通常只有 1 个因素，最下层通常为方案或对象层，中间可以有一个或几个层

次，通常为准则或指标层。

当准则过多时 （譬如多于 9 个）应进一步分解出

子准则层，构造成对比较阵。

5

标度

说明

1

表示两个因素相比 ,具有一样重要

3

表示两个因素相比 ,一个因素比另一个较重要

5

表示两个因素相比 ,一个因素比另一个很重要

7

表示两个因素相比 ,一个因素比另一个非常重要

9

表示两个因素相比 ,一个因素比另一个极重要

2,4,6,8

表示上述相邻标度的中间值

从层次结构模型的第 2 层开始，对于从属于 （或影响 ）上一层每个因素

的同一层诸因素，用成对比较法和1—9 比较尺度构造成对比较阵，直到最

下层。

2.计算权向量并做一致性检验

对于每一个成对比较矩阵计算最大特征根及对应特征向量，利用一致性

指标、随机一致性指标和一致性比率做一致性检验。

若检验通过，特征向量

（归一化后 ）即为权向量：

若不通过，需重新构造成对比较矩阵。

3.计算组合权向量并做组合一致性检验

计算最下层对目标的组合权向量，并根据公式做组合一致性检验，若检

验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型

或重新构造那些一致性比率较大的成对比较阵。

4.构造判断矩阵

层次分析法的一个重要特点就是用两两重要性程度之比的形式表示出两

个方案的相应重要性程度等级。

如对某一准则，对其下的各方案进行两

两对比，并按其重要性程度评定等级。

记为第和第 因素的重要性之比，

表 3 列出 Saaty 给出的 9 个重要性等级及其赋值。

按两两比较结果构成的

矩阵 称作判断矩阵。

表 3-4  重要性标度含义表

5.计算权重向量

为了从判断矩阵中提炼出有用信息，达到对事物的规律性的认识，为决

策提供出科学依据，就需要计算判断矩阵的权重向量。

选择层次分析法的理由

相比而言层次分析法有着更明显的优势

1.系统性的分析方法

6

层次分析法把研究对象作为一个系统，按照分解、比较判断、

综合的思维方式进行决策，成为继机理分析、统计分析之后发展起来的

系统分析的重要工具。

系统的思想在于不隔断各因素对结果的影响，而层次

分析法中的每一层的权重设置最后都会直接或间接地影响到结果，而且在每

个层次中的每个因素对结果的影响程度都是量化的，非常清晰、明确。

这种

方法尤其可以用于对无结构特性的系统评价以及多目标、多准则、多时期等

的系统评价。

2.简洁实用的决策方法

这种方法既不单纯的追求高深数学，又不片面的注重行为、逻辑、推理，

而是把定性方法与定量方法有机的结合起来，使复杂的系统分解，能将人们

的思维过程数学化、系统化，便于人们接受，且能把多目标、多准则又难以

全部量化处理的决策问题化为多层次单目标的问题，通过两两比较确定同一

层次元素相对上一层次的数量关系后，最后进行简单的数学运算。

即使是具

有中等文化程度的人也可以了解层次分析的基本原理和掌握它的基本步骤，

计算也经常简便，并且所得结果简单明确，容易为决策者了解和掌握。

3.所需定量数据信息较少

层次分析法主要是从评价者对评价问题的本质、要素的理解出发，比一

般的定量方法更讲求定性的分析和判断。

由于层次分析法是