2023年基于BSC和ANP的企业信息化绩效评价与实证研究.doc

基于BSC和ANP的企业信息化绩效评价与实证研究 秦全德 李丽 〔深圳大学管理学院，深圳 518060 〕 ：企业信息化绩效直接影响着企业信息化在企业战略中的有效实施。本文在国内外研究的根底上，根据企业信息化绩效的特性，建立以平衡记分卡(BSC)为准那么的企业信息化评估指标体系，运用网络层次分析、模糊评价和数据包络分析的方法对企业信息化绩效进行综合评价。本方法既克服了传统AHP的局限性，又融合了精确定量指标和模糊指标的评价优点，评价结果更加客观准确。通过对深圳60个企业的实地问卷调查，验证该方法的有效性，为企业信息化绩效评价提供参考。 关键词：企业信息化；平衡记分卡;绩效评价；网络层次分析；数据包络分析 中图分类号： F273.2 文献标识码：A 0 引 言 企业信息化是指企业以现代信息技术为手段，以开发和利用信息资源为对象，以改造企业的生产、管理和营销等业务流程为主要内容，从而提高企业的开发创新与经营管理能力。无法度量就无法管理。企业信息化绩效评价是企业信息化战略的重要组成局部，影响企业信息化战略的后续开展。因此有效、明确地对企业信息化绩效的评价已经成为企业信息化重要的一环。 企业信息化绩效的评价是一项综合的系统工程，具有高度的复杂性，这是因为企业信息化的收益不仅体现在财务的显性收益上，还具有相对较多的隐性收益，这些隐性收益无法在企业的财务报表上体现，而是转变为企业的战略价值和资本回报的均衡。这样就产生了“IT生产率悖论〞。因此，传统的直接财务收益的评价方法对企业信息化的评价就显得比拟片面。再加上企业信息化绩效的长期性、相关性、互补性以及时效性等特性，决定了企业信息化绩效的评价难度很大。目前尚没有准确能够测度企业信息化绩效的有效、公认的评价方法。 信息化绩效评价是一个既具有理论和实践意义，又富有挑战性的课题，一直吸引国内外学者们在研究方法和技术方面不断探索。归纳起来，从国外目前的研究角度来看，主要有以下几类：传统的基于财务的评价、基于经济学的评价、基于行为科学的评价和综合绩效评价[1]。国内的学者梁斌[2]、侯伦[3]和唐志荣[4]等都建立了企业信息化的评价体系指标。2023年，国家信息化测评中心正式推出了中国第一个面向效益的信息化指标体系——企业信息化根本指标构成方案(试行)，以全面评估中国境内各企业的信息化开展和应用。总的说来，国内的研究对企业信息化绩效评价的非财务指标还处于一个探索的阶段，现有的评价还只是建立在企业信息化综合水平评价的宏观层面。国外的研究虽然对企业信息化的隐性收益有了较多的研究，但是很多的现有体系还是从单方面的、片面的从某个角度评估，没有形成一个系统的评价体系。 本文在借鉴国内外现有研究成果的根底上,针对企业信息化绩效的特点，采取定性与定量相结合、财务指标与非财务指标相统一的原那么，构建基于平衡记分卡(Balanced Scorecard，BSC)的企业信息化绩效的评价指标体系，根据该指标体系对企业信息化绩效进行综合评价。并根据对深圳60个企业的实地调查，对该评价方法进行了验证。 1 基于BSC的评价指标体系 1992年，卡普兰和诺顿在总结了十二家大型企业的业绩评价体系的成功经验的根底上，提出平衡记分卡这一划时代的战略管理业绩评价工具。平衡记分卡是将企业战略目标逐层分解转化为各种具体的相互平衡的绩效考核指标体系，并对这些指标的实现情况进行不同时期的考核，从而为战略目标的完成建立具有可靠执行根底的绩效管理体系[6]。平衡记分卡方法认为，企业应该通过财务、客户、内部流程、学习和成长四个维度来审视自身的绩效。 1.1 评价指标体系的构建 平衡记分卡在指标内容上实现了财务指标和非财务指标的统一，在绩效评价上实现了长期评价和短期评价的统一，它不仅是以取得成果的记录，而且也是预期结果的显示。因此，用平衡记分卡为准那么建立的企业信息化绩效评价指标体系具有较好的适应性。 为了使以IT平衡记分卡为准那么建立的指标体系满足科学性和实用性，其指标体系应该遵循以下原那么：全面性、可操作性、与企业的战略相关联、结果型和驱动型的指标有机结合。基于以上原那么，通过对企业的实地访谈〔field interview〕、相关专家的屡次咨询和相关研究文献[3][4 ][5]，最后建立的企业信息化绩效评价的指标体系〔表1〕。 表1 基于BSC的企业信息化绩效综合评价指标体系 指标数值是指实施企业信息化前和评价时的变化。 Table 1 Evaluation indicators system of enterprise informatization based on BSC 目标层 准那么层 指标层 企业 信息 化绩 效 财务 维度 (X1) 净资产收益增长率〔X11〕 本钱降低率〔X12〕 销售收入增长率〔X13〕 客户 维度 〔X2〕 市场占有增长率〔X21〕 新客户的保持程度〔X22〕 交货时间〔X23〕 内部流程 维度〔X3〕 库存周转率〔X31〕 资金周转率〔X32〕 新产品开发时间〔X33〕 学习和成长维度〔X4〕 员工满意程度〔X41〕 知识共享能力〔X42〕 由于平衡记分卡的四个维度不是相互孤立的，而是有着内在的联系。财务指标是企业最终的追求和目标；而要提高企业的利润水平，必须以客户为中心，满足客户需求，提高客户满意度；而要满足客户，必须提高企业的内部流程运作效率；提高企业内部的运作效率的前提是企业与员工的学习和成长。四个维度构成一个循环，它们之间存在着相互依存的因果关系链〔如图1〕。 财务 BSC战略目的 客户满意 学习和成长 内部流程 图1 平衡记分卡四个维度之间的因果关系 Fig 1 Causality between four dimensions in BSC 2 指标权重的网络层次分析法分析 层次分析法〔Analytical Hierarchy Process，AHP〕作为一种评价分析方法是由Satty于20世纪70年代创立的一种多准那么决策方法。AHP方法将系统划分为层次，只考虑一层次元素对下一层次的支配和影响，同时假设同一层次的元素之间是相互独立的，不存在相互依存的关系[7]。 网络层次分析法〔Analytical Network Process，ANP〕的特点就是，在层次分析法的根底上，考虑到了各元素或相邻层次之间的相互影响，系统内的元素关系用类似网络结构表示，不再是简单的递阶层次结构，利用“超矩阵〞对各相互作用并影响的因素进行综合分析得出其混合权重[7][8]。 从以上分析可以看出，传统的AHP只是ANP的一个特殊形式。本文建立的企业信息化绩效的综合评价指标体系之间存在因果关系链，因此，宜采用ANP方法确定指标的权重。 :// ce86 找论文到华夏 2.1 ANP模型构建 应用ANP方法构建网络层次结构，是指将系统元素划分为两大局部，第一局部称为控制因素层，包括问题目标及决策准那么。所有的决策准那么均被认为是彼此独立的，而且只受目标元素分配。控制层次就是一个典型的AHP递阶层次，所有的准那么彼此独立，每个准那么的权重均可用传统AHP方法获得。第二局部为网络层，是由所有受控制层支配的元素组成的，其内部是相互影响的网络结构[9]。 根据前面对指标间因果关系链的分析，构造出本文的ANP的结构模型〔图2〕。在这个模型中，控制层只有一个总目标企业信息化绩效，而没有评价准那么，所以企业信息化绩效既是评价目标又是判断准那么，所有元素都根据企业信息化绩效为判断准那么进行两两比拟。 企业信息化绩效 控制层评价准那么 准那么1 准那么2 … 准那么n 元素集 财务维度X1 客户维度X2 内部流程维度X3 学习和成长维度X4 元素集内元素 X41 X11 X21 X31 X12 X22 X32 X42 X13 X23 X33 待比拟企业 …… 企业3 企业2 企业n 企业1 图 2 信息化绩效评价ANP模型 Figure 2 ANP model for performance evaluation of enterprise informatization 在网络层中，所建立的ANP模型共有4个元素集，分别是财务维度集、客户维度集、内部流程维度集、学习和成长维度集。每个元素集中都还有不同的指标元素，总共有11个。 2.2 ANP 方法指标权重计算 设网络ANP中控制层元素为 ，网络层元素集有，其中有元素。在每一控制准那么下，应用两两比拟的方法进行判断来构建无权重超矩阵，即以准那么(s=1,2…m)作为主准那么， 以某一元素集中的元素 (=1,2,,,n)作为次准那么，按照元素元素集中各元素的影响程度构造判断矩阵，并求得归一化特征向量。 依次将中的各元素作为子准那么,将元素集与元素组中的元素两两比拟，构造各自的判断矩阵，最后将各判断矩阵的归一化特征向量汇总到一个矩阵中，那么就表示元素集中的元素与元素集的元素之间的影响关系。同样，以其他准那么为主准那么，依次将各元素集元素之间的内外关系比拟，最终可以获得无权重超矩阵。 依据给定准那么对元素集进行两两比拟，由此可以获得在某一准那么下的反映元素集间关系的权重矩阵。以权重矩阵乘以无权重超矩阵得到权重超矩阵。 在网络层次分析中，为了放映各元素之间的依存关系，权重超矩阵需要做稳定处理，即计算极限相对排序向量，如果这个极限只收敛。而且唯一，那么权重矩阵中每一列数值是在下网络层元素对该列对应元素的极限相对排序。考虑到计算的复杂性，本文应用ANP的专门软件SD〔SuperDecision〕求解各元素的相对权重。 表示所有指标的权重集合， 3 模糊指标的处理 在表1中，可以看到建立基于BSC的企业信息化绩效综合评价指标体系中，有些指标难以精确度量，其定量计算比拟困难，如X22、X41和X42。其余的指标都可以精确度量的。本文引入模糊数学和数据包络法〔Data Envelopment Analysis，DEA〕的方法来对这些模糊评价指标进行研究。 DEA方法根据多指标投入和多指标产出对相同类型的单位进行相对有效性评价的一种方法，其评价的依据是决策单元的输入和输出数据，无需对指标进行无量纲化处理。 我们先假设： 作为评价企业集，n为评价企业个数。 作为模糊评价指标集，k为模糊指标个数，这里的=3。 作为评价级度集，t为评价级度个数。本文取评级度集为{很好、好、一般、差、很差}，这里的t=5。 那么每一个模糊指标都有模糊关系矩阵〔，即 矩阵为评价企业集与某一模糊指标〔的评价矩阵。其中表示针对模糊指标，第〔个评价企业对应G中级度〔的隶属关系。 本文选用DEA的模型 该模型的含义，本文不再表达，详情参看文献[11]。通过上述DEA模型和模糊关系矩阵〔，用“很好、好〞的隶属度作为系统的输出，“一般、差、很差〞作为系统的输入。用Matlab求解出每一个评价企业在第个模糊评价指标的相对有效性值〔介于0～1之间的数值〕。本文共3个模糊指标，经过3次上述计算，从而可以构造出隶属度矩阵。 其中表示第(个评价企业对第〔个模糊指标的隶属度，其具体数值用上述DEA模型求得的相对有效性值代替。 4 企业信息化绩效评价 企业信息化综合绩效评价就是根据前文评价指标体系，分精确定量评价和模糊综合评价两大类指标分别进行评价。 根据