品质bsc指标

品质bsc指标（推荐4篇）

品质bsc指标 篇1

基于BSC原理的高职院校教师绩效指标体系设计

高职院校教师绩效指标体系的设计必须遵循一定的原则,如SMART原则、市场导向原则、面向发展原则、因地制宜原则、量质结合原则.平衡记分卡作为一种绩效管理工具,突破了财务作为唯一绩效指标的`衡量工具,做到了多个方面的平衡.只要对平衡记分卡的四个维度进行合理转换,就能将其应用于高职院校教师绩效指标体系的设计之中.文章最后还给出了具体的高职院校教师绩效指标体系的内容.

作 者：张胜 作者单位：武汉理工大学管理学院,湖北武汉,430063;漯河职业技术学院,河南漯河,46刊 名：科技资讯英文刊名：SCIENCE & TECHNOLOGY INFORMATION年，卷(期)：“”(7)分类号：G717关键词：平衡记分卡 高职院校 教师绩效指标 指标设计

品质bsc指标 篇2

(一) 集团公司背景。

A石化集团公司成立于1995年, 主要产品有:90#汽油、93#汽油、200#溶剂油、-20#柴油、-10#柴油、精丙烯、液化气、1#燃料重油、2#燃料重油、58#半精制石蜡、各种规格的活性炭、金属缠绕垫片、岩棉保温材料等, 是一个多种生产能力的综合性加工公司。A石化集团现已形成的炼油化工板块, 将在3~5年内扩充到年加工原油600万吨, 催化100万吨以上的生产能力, 企业形成了满负荷、长周期的生产状态。经过专家多次论证, 企业准备向四个方向发展:向大型企业集团发展;向大规模生产经营方式发展;向大项目发展, 力争建成具有较强经济实力和竞争优势的大型企业集团。公司准备实现四个提升:提升传统的生产工艺、提升项目装备水平、提升产品技术含量、提升产业结构。为此, 公司组建地域生产综合体, 即以能源, 特别是煤炭、天然气、石油和电力开发为中心, 联动化工、建材、冶金等高耗能工业, 向“能源-化工-其他载能工业”的地域生产综合体模式进军。

(二) 集团公司物流管理存在的问题

1、物流系统分散。

集团的各个分公司的物流环节脱节现象严重, 集团的物流缺乏系统的管理与监控, 整体物流成本较高, 而且物流绩效评价指标严重缺失, 造成集团物流成本居高不下, 部门之间物流分工不明确, 考核标准不清晰, 导致物流绩效考核失去应有的作用, 给员工管理和集团物流系统的顺畅运行带来极大的阻碍。

2、业务流程脱节。

由于原油属于国家专控产品, A石化集团的身份造成他没有足额的原油供给, 结果集团公司的原材料供应地分散, 每次采购数量少造成运输成本高, 设备的炼制能力受制于原油的采购、运输, 会出现炼制设备空转现象。产、供、销业务流程不畅, 供应成本、生产成本、销售成本和物流成本混杂在一起, 对物流成本的计算没有形成统一的核算制度, 缺乏详实的物流数据, 计划、运输、仓储等环节相互有脱节, 物流效率相对较低。

3、组织机构混乱。

目前, A石化集团在物流管理的组织机构模式上仍属于传统的采购、供应、生产、营销方式, 以内部的工作职责划分, 不利于各部门之间的协调、沟通。由于部门之间的衔接差、信息传递的延迟、失真等因素, 各部门不能及时应对市场信息和顾客需求, 组织的应变力差, 服务职能没有很好体现出来。各物流职能未形成物流一体化管理, 还只是在各分散点上。各物流职能的权限受到一定限制, 使物流人员积极性普遍不高, 基层物流人员综合素质偏低, 各部门之间衔接差, 物流职能的权限受到限制, 给物流职能部门实行一体化管理带来障碍。

4、资源不足。

目前, A石化集团资源分散, 信息不畅, 量值传递失真, 其仓储、运输等物流资源分散在集团物资供应公司、油品供销公司、运输公司、各分厂、加油站等多个单位, 条块分割、职能交叉。同时, 信息孤岛、资源分散、职责不清等因素致使物流过程缺乏统一管理与监控, 有些账目不清, 量值传递失真, 整体效益存在流失。

集团公司高管人员对发展现代物流管理的紧迫性认识不足。物资供应公司、油品供销公司、运输管理公司等物流部门只是完成集团公司独立职能, 相互之间的工作基层物流人员综合素质偏低, 工作效率低、服务意识淡薄, 基层物流人员办理出入库手续、物料发放等基本操作时存在偏差。从事物流的员工没有认识到物流带给企业的利润, 职业成就感、工作积极性欠缺。

A石化集团铁路专线的装卸货位数量相对较少, 在大批量车皮装卸时, 候车时间长, 物流成本高。物流信息化程度低, 各站点的进、出货信息不能及时传递, 物流技术手段落后。与供应商、顾客之间的联系只在各职能部门进行, 信息传递不畅, 不能共享。

二、基于BSC的物流关键绩效指标设计

(一) 理论综述

1、平衡计分卡法。

。平衡记分卡是一种基于财务、客户、内部流程和学习发展等四个方面综合绩效的评价方法。它有利于组织的短期目标和长期目标、财务目标与非财务目标、滞后型目标和领先型目标、内部绩效与外部绩效之间的平衡。其优势在于同时考虑了公司的内部绩效和外部绩效。平衡记分卡的四个纬度如图1所示。 (图1)

2、关键绩效指标 (Key) 。

关键绩效指标是衡量流程绩效的一种目标式量化管理指标, 是把企业的战略目标分解为可操作的工作目标, 将企业战略转化为内部过程和活动, 建立一种不断增强企业核心竞争力和持续取得高效益的机制。KPI的精髓是指出企业绩效评价指标的设置必须与企业的战略挂钩, 解决某一阶段战略上的最主要的问题

(二) 基于BSC的物流关键绩效指标设计

1、从顾客角度上, 选择如表1所示指标作为备选指标。

结合集团的状况和顾客调查实际, 按照KPI的选取原则, 在顾客角度上, 确定以顾客保持率、市场份额、对新顾客的销售比率作为顾客层面上的物流关键绩效项目, 如表1所示。 (表1)

2、从内部流程角度上, 选择如表2所示指标作为备选指标。

经过调研, 按照KPI的选取原则, 将运输费用水平、货物满载率、信息系统水平、信息传递失真率、信息传递及时率、信息共享六项作为内部流程层面上的物流关键绩效指标, 如表2所示。 (表2)

3、从财务角度上, 选择了如表3所示备选指标。

结合公司现状, 从财务角度上, 选择净资产收益率、存货周转率、销售增长率、应收账款回收期四项作为物流关键绩效指标, 如表3所示。 (表3)

4、从学习与发展角度, 选择了如表4 所示备选指标。

经过调研, 将新产品的销售额、员工建议增长率、员工保持率三项作为学习与发展层面上的关键指标, 如表4所示。 (表4)

(三) KPI指标权重的确定。

在调研过程中, 选定公司负责人、社会物流专家共10人, 组成专家小组, 按照德尔菲法, 经过了两轮函讯, 最终确定的一级指标、二级指标及其权重, 以及指标对应的标准值, 如表5所示。 (表5)

(四) 基于BSC的物流关键绩效评价体系应用建议

1、做好KPI体系的衔接工作。

为了促进各项关键绩效指标的落实, 必须将企业的战略进行KPI逐级分解, 最终把指标落实到每个岗位每位员工身上, 成为个人KPI。只有这样, 才能把个人绩效考核内容与平衡计分卡联系起来, 并作为员工绩效考核的重要内容, 使个人绩效与组织绩效挂钩, 保证关键绩效指标的顺利完成。

2、做好物流系统整合工作。

对现行物流系统进行业务流程整合, 具体采取如下步骤:

(1) 整合物流环节。公司需要强化物流的仓储、运输、配送职能, 改善原有的供、产、销关系。将物流从原来的部门独立出来, 成立供应物流、生产物流、销售物流、回收物流、废弃物物流的物流中心, 让物流专业化, 提高物流效率。

(2) 提高设施利用率。整合以后的物流中心首先满足本公司的物流需求, 多余的运力可以通过发展第三方物流业务, 向社会提供专业化服务, 提高现有物流设备的利用率。

3、完善企业信息管理系统。

建立基于企业级的数据库管理系统 (数据仓库) , 完善现有的管理信息系统, 将企业战略决策支持系统、BSC平衡计分卡和企业绩效管理系统有机结合起来, 实现企业关键绩效指标的实时采集、储存和传递, 提高企业决策指挥能力, 确保企业平衡计分卡的实施成功。

4、发挥人力资源部门的作用。

由人力资源部门负责实施平衡计分卡, 符合组织功能设计的最小交叉原则, 使人力资源部门的角色真正转变成“策略性”的角色, 使人力资源部门能在企业的经营管理中扮演更积极的、举足轻重的角色。

参考文献

[1]黄福华, 邓胜前.现代企业物流管理.湖南人民出版社.

[2]约瑟夫M.普蒂等.丁慧平, 孙先锦.管理学精要.机械工业出版社.

[3]孙宏岭, 戚世军.现代物流活动绩效分析.物资出版社.

[4]吴志明.KPI:帮你解决绩效评估中的难题.中外管理导报, 2001.1.

品质bsc指标 篇3

[关键词] 警度评价 平衡计分卡 维度

一、平衡计分卡的原理概述

平衡计分卡自问世以来，长期被用于公司绩效考核和战略执行中。它通过财务，客户，内部业务流程和学习与成长四个维度综合衡量和评价企业的绩效和企业战略，将企业绩效评价和战略执行的重点从单一的财务指标转向注重企业长远发展的四个维度，并通过维度中各个指标的设定将以往难以量化的因素量化，使其易于执行和控制。其中维度的各个指标之间将企业内部和外部，长期和短期，财务指标和非财务指标的平衡以及将传统理念中不能量化的因素量化，正是平衡计分卡的精髓所在。本文将它的指标设定的原则和方法运用到专利预警警度评价的指标的设定上，正好可以满足专利预警警度体系的要求。而在实际应用中，由于专利预警系统的特殊性和目的性，拟将四个维度改变成了研发创新，专利实施，竞争和市场。关于各个指标间的权重应该相同的，没有偏向。原因就在于如果有偏重，就出现管理中的“短板管理”。“短板管理”往往是短期的，我们要得到的是一个有长期警示作用的体系，所以要求各指标间权重是相同的。

二、预警警度指标维度的设定

为了全面并系统的衡量和评价企业的专利状态，专利预警警度指标的维度设定应该要遵循系统性，敏感性和预测性的特点，因此拟将研发创新，专利实施，竞争和市场作为该指标体系的四个维度，能够将企业整个专利体系的情况概括其中。在其他情况基本不变的情况下，如果市场指标突然出现大的变动，就要考虑专利被侵权方面的问题，可以通过对预警系统的指标的查询找出问题的所在。

1.专利预警警度指标设计

(1)研发创新维度的预警指标。企业专利创新研究能力是指企业当前所拥有的能够作出专利研发和创新的能力，它是产生竞争力，领先于市场的源泉。

当前影响指数（CII）：指公司现行年前五年期间的专利平均每件被现行年专利引用之频率相对于所有专利被引用的频率之相对强度，一般而言，CII期望值为1.00。CII越高，表示该公司专利的重要程度或对现行专利的影响愈高，即该公司技术实力越强，技术越领先。

技术生长率：v=a/A，其中a为当年发明专利申请数(或批准数)；A为追溯5年的发明专利申请累积数(或批准累积数)，连续计算数年,v值递增,说明该技术正在萌芽或生长阶段。

技术独立性：公司引用自己专利的次数/该专利被引用次数总和(专利被引用次数+专利自我引用次数)，自我引用率高说明研发自主性强,是衡量该公司技术独立性的指标。

公司研发重点：在某技术领域的专利件数/该公司全部专利件数的比重,是衡量该技术在该公司的重要性程度指标。

(2)专利实施维度的预警指标。专利实施情况显示的是企业研发之后申请下来的专利的用途，也是将专利思想变成实际财富的必要手段。根据企业专利的实施情况可以反映出企业的专利利用率和使用效率。评价专利申请增长上升幅度和专利授权增长率上升幅度,考虑到专利从申请到授权期限较长,因此时间间隔可以考虑为一年。

专利申请量增长率：（当年专利申请量—上年专利申请量）/上年专利申请量。

专利授权量增长率：（当年专利授权量—上年专利授权量）/上年专利授权量。

专利申请增长率上升幅度：（原有专利申请增长率—现有专利申请增长率）/原有专利申请增长率。

专利授权增长率上升幅度：（原有专利授权增长率—现有专利授权增长率）/原有专利授权增长率。

专利实施率：专利实施数量/专利数量。

申请专利自主开发比例：企业自主开发申请专利数量/申请专利数量。

(3)竞争维度的预警指标。企业在与竞争对手的竞争中，竞争对手的专利实施情况和相关专利同族专利的情况同样可以影响到企业的专利战略，可以根据与竞争对手专利情况的对比得到市场竞争中企业和对手分别处在何种局面并作出相应对策，并可以作为专利预警所要监控的指标。

专利被引用次数：某专利被后期专利引用的次数，用以衡量技术含量相对大的高频被引用专利，被外界引用次数越高,说明专利品质越佳和对后期专利的影响力越大。

竞争公司专利平均年龄：分析竞争公司在此领域活动时间的长短和专利技术垄断时间的长短。

高品质专利数量比（竞争公司）：高品质专利数量/竞争公司的专利总数。

同族专利分析：通过检索某公司某一专利的同族专利数,发现该专利的地域广度,判断其商业价值,发现该公司技术输出的重点领域也可以为技术引进提供依据,为产品出口避开对方的保护区提供情报。

(4)市场维度的预警指标。由于专利侵权产品在市场上销售或使用，会减少专利权人的市场占有率，因此，当发现本企业某一专利产品，技术的市场占有率呈下降趋势时，企业应处于警戒状态，引起足够重视，检索和调查是否有涉嫌专利侵权的产品挤压本企业的市场份额。当然，导致企业产品下降的因素很多，但是企业的专利预警系统也应该将其作为评价指标，防患于未然。

市场占有率：企业销售收入/行业销售收入的总额*100%。市场占有率反应了企业的规模经济实力和竞争能力，表明了企业的经营状态，也体现了企业在行业和国民经济中的地位。市场上专利侵权产品的存在，会缩小专利权人的市场占有率。

相对比率：（市场占有率—主要竞争对手市场占有率）/市场占有率。将本企业的市场占有率与主要竞争对手的市场占有率进行比较，更加能够说明企业的竞争能力和地位，更好的说明与主要竞争对手的关系。

市场占有率下降幅度：（原有市场占有率—现有市场占有率）/原有市场占有率。市场占有率变动趋势指标，是指市场占有率的增大或者减小的幅度指标，企业专利预警系统所要评价的主要指向减少趋势的变动情况，即市场占有率的下降幅度指标。为了减少指标的相关性和重复度，企业专利预警系统选择更有意义的市场占有率下降幅度。

销售增长率：（企业某一专利产品本年度销售额—某一专利产品上年度销售额）/某一专利产品上年度销售额。

相对比率：（本企业销售增长率—主要竞争对手的销售增长率）/本企业的销售增长率。

销售增长率的下降幅度：（原有销售增长率—现有销售增长率）/原有销售增长率。

2.警度评价中指标数据的使用

根据以上警度定量评价指标的计算方法，可以计算出每一个指标的评价值R，根据R值的大小，便可以采用指标数值区域划分法来评价专利预警的警度，其方法如下：

当指标评价值Ra＜R＜Rb时，不报警，处于正常状态，继续监控;当指标评价值Rc＜R≤Ra或Rb≤R＜Rd时，发出一般警报，处于警戒状态，进行预控对策选择与实施；当指标评价值R≤Rc或R≥Rd时，发出高度警报，处于危机状态，进行危机管理对策选择与实施。

从上述方法看出，当一项指标的评价值落入某一值域范围时，就警示相应的专利状态，由于定量指标有很多项，因此企业会出现不止一种专利状态，这时需要针对不同的专利状态采取相应的对策，使企业恢复为正常状态。企业在运用上述专利预警的警度评价方法时，关键是如何根据评价指标的R值来判断企业处于的专利状态。可以认为，尽管不同的行业，不同企业之间存在着差别，但是对于特定的某一企业来说，总是能够确定区间划分的边界值Ri，i=a,b,c,d。Ri的确定有赖于企业对这些指标在不同专利状态时的大量历史值和经验值进行统计分析，并在专利预警实践中不断修正。

三、结论

专利预警涉及面广，要提早、准确地预测企业的专利风险，必须从多层次，多维度系统的构建企业专利预警指标体系。本文所讨论的预警指标是一个一般性的框架，旨在根据可计量的指标对风险做出反应，在具体的应用中尚需根据具体行业和企业进行适当调整。这种基于平衡计分卡的企业四维专利警度预警指标在企业中的运用，可以比较全面的，系统的，客观的反映企业中专利的真实情况，及时识别企业专利经营中的潜伏风险，并通过采取相应对策，使企业在最大程度上做到防范专利风险于未然。

参考文献：

[1]黄幼陵 代 晶:企业专利预警警度评价的探讨[J].知识产权,2005,(5):27～30

[2]朱 磊 朱 锋:企业危机管理预警系统的构建[J].中国软科学,2004,(11):75～80

[3]韩彦锋:平衡计分卡在企业战略预警系统中的应用[J].统计与决策,2006,(17):168～170

[4]张冬梅 曾忠禄:专利情报分析指标体系，分析方法与技术[J].情报杂志,2006,(3):55～57

[5]吴欣望:论企业对专利信息的利用[J].科学与科学技术管理,2004,(5):65～67

[6]佘 廉:企业预警管理理论[M].石家庄:河北科技出版社，1999

品质bsc指标 篇4

1992年, 哈佛商学院教授罗伯特·卡普兰 (Robert Kaplan) 和复兴方案公司总裁戴维·诺顿 (DavidNorton) 在《哈佛商业评论》上合作发表了第一篇关于BSC的文章, 并被称为“七十五年来最具影响力的战略管理工具”。平衡计分卡 (简称BSC) 是一种着眼于组织发展战略有效性的管理理念和系统管理方法。传统的企业绩效衡量主要采用财务方面的指标, BSC则强调从财务和非财务的角度综合评估绩效。其核心思想就是通过财务、客户、内部流程、学习与成长四方面的指标以及指标之间相互驱动的因果关系体现组织的战略实施和战略修正过程, 并通过这四方面的指标实现与战略目标密切相关的绩效管理。笔者应用BSC主要是从财务、纳税人、内部管理流程、学习与成长四个维度来对基层税务机关进行绩效评估。为了绩效评估指标量化分析需要, 笔者引入层次分析法。

二、层次分析法

层次分析法 (analyticalhierarchyprocess, 简称AHP) 是美国匹兹堡大学教授A.L.Saaty于20世纪70年代提出对系统工程中非定量事件的一种测评分析方法, 用来确定权向量, 并对确定目标进行排序, 从中选出最优者。是从定性分析到定量分析综合集成的一种典型的系统工程方法, 是目前一种被广泛应用的确定权重的方法。运用层次分析法建模可按以下步骤进行:

第一步, 建立层次结构模型

运用AHP进行系统分析, 根据问题和要达到的目标, 一般按照目标层、准则层和方案措施层的形式排列起来。通常可以将其划分为如图1所示的层次结构模型:

第二步, 构造判断矩阵

AHP的信息基础主要是人们对每一层次各因素的相对重要性给出的判断, 这些判断用数值表示出来, 写成矩阵形式就是判断矩阵。根据建立的层次结构模型, 以针对A层的B层两指标的重要性进行比较。如表1所示:

通过专家评价或历史 (经验) 数据分别对每一个评价指标的相对重要性进行定性描述, 并用准确的数字进行量化表示 (1-9分制) , 数字的取值所代表意义见表2所示:

这样可以得出判断矩阵b具有三个基本性质, 即 (1) bij>0 (2) bji=1/bij (3) bii=1

第三步, 层次单排序及其一致性检验

层次单排序可以归结为计算判断矩阵的特征值和特征向量问题, 即对判断矩阵B, 计算满足:

BW=λmaxW的特征根与特征向量。λmax为B的最大特征根;W为对应于的正规化特征向量;W的分量wi即是相应因素单排序的权值。

为了检验矩阵具有一致性, 需要计算它的一致性CI, 定义

显然, 当判断矩阵具有完全一致性, CI=0。λmax-n越大, CI越大, 矩阵一致性越差。为了检验判断矩阵是否具有满意的一致性, 需要将CI与平均随机一致性指标RI进行比较。对于1～9阶矩阵, 平均随机一致性指标如表3所示:

按照对判断矩阵所下的定义, 判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比称为判断矩阵的随机一致性比例, 记为CR。当CR=CI/RI<0.10时, 判断矩阵具有满意的一致性, 否则就需对判断矩阵进行调整。

第四步, 层次总排序

层次总排序需要从上到下逐层顺序进行, 对于最高层下面的第二层, 其层次单排序即为总排序。假定上一层次所有因素的A1, A2, ......, Am总排序已完成, 得到的权值分别为a1, a2......, am, 它们关于Aj的层次单排序权重分别为b1j, b2j, ......, bnj (当Bi与Aj无关联时, bij=0) 。现求B层中各因素关于总目标的权重, 即求B层各因素的层次总排序权重, 即求B层各因素的层次总排序权重b1, b2, ......, bn, 计算按表4所示方式进行, 即

显然:

即层次总排序仍然是归一化正规向量。

第五步, 一致性检验

为评价层次总排序的计算结果的一致性如何, 需要计算与单排序类似的检验量。

CI为层次总排序一致性指标;RI为层次总排序平均随机一致性指标;CR为层次总排序随机一致性比例。它们的表达式分别为:

式中, CIi为ai与对应的B层次中判断矩阵的一致性指标。

式中, RIi为与ai对应的B层次中判断矩阵的平均随机一致性指标。

同样当满足CR<=0.10时, 则认为层次总排序的计算结果具有满意的一致性并接受该分析结果。本文选择“和积法”, 其计算步骤如下:

(1) 将判断矩阵每一列元素正规化

(2) 每一列经正规化的判断矩阵按行相加

(3) 对向量W=[W1, W2, ..........Wn]T进行正规化

得到的即为所求的正规化特征向量。

(4) 计算判断矩阵的最大特征根λmax:

式中: (BW) i为BW的第i各分量, n为矩阵维数。

三、BSC四个维度及其各指标权重

在确定BSC四个维度及其各指标权重的过程中, 本文首先按层次分析法的思路出发, 从基层税务机关采集数据, 然后对采集到的数据进行处理, 最后采用层次分析法计算权重。

以下是基于层次分析法的基层税务机关绩效评估BSC的表格形式。下文中“A”代表战略目标, “Bi (i=1, 2, 3, 4) ”代表BSC的四个维度, “Ci (i=1, 2, ......, 16) ”代表各个具体的指标。如表5所示:

第一步, 明确目标, 建立BSC层次结构模型

在此模型中, 本文以基层税务机关的战略目标为总目标 (简称目标层“A”) , 以BSC的四个维度作为第二层 (简称准则层“B”) , 以具体绩效评估指标作为第三层 (简称方案措施层“C”) 。模型如下:

第二步, 构造判断矩阵A-B

该矩阵表示相对于总目标而言, BSC四个维度之间的相对重要性比较, 通过对采集到的数据进行处理, 可得到的判断矩阵如表6所示:

根据上述“和积法”计算出:

特征向量W=[0.56, 0.26, 0.05, 0.12]T

λmax=4.120, CI=0.040, RI=0.890, CR=0.040<0.100。可见判断矩阵具有满意的一致性。得到BSC四个维度的权重分别为:财务 (0.56) , 纳税人 (0.26) , 内部管理流程 (0.05) , 学习与成长 (0.12) 。

第三步, 构造判断矩阵B1-C

该矩阵表示相对于财务维度而言, 以下各指标的相对重要性比较, 通过对采集到的数据进行处理, 可得到的判断矩阵如表7所示:

根据上述“和积法”计算出:

特征向量W=[0.26, 0.56, 0.05, 0.12]T

λmax=4.120, CI=0.040, RI=0.890, CR=0.040<0.100。可见判断矩阵具有满意的一致性。得到纳税人维度的权重分别为:税收成本率 (0.26) , 税收增长率 (0.56) , 税务行政诉讼率 (0.05) , 年度税收计划准确率 (0.12) 。

第四步, 构造判断矩阵B2-C

该矩阵表示相对于纳税人维度而言, 以下各指标的相对重要性比较, 通过对采集到的数据进行处理, 可得到的判断矩阵如表8所示:

根据上述“和积法”计算出:

特征向量W=[0.05, 0.12, 0.56, 0.26]T

λmax=4.120, CI=0.040, RI=0.890, CR=0.040<0.100。可见判断矩阵具有满意的一致性。得到纳税人维度的权重分别为:纳税人投诉率 (0.05) , 纳税人获利能力率 (0.12) , 纳税人满意度 (0.56) , 新纳税人获得率 (即登记率) (0.26) 。

第五步, 构造判断矩阵B3-C

该矩阵表示相对于内部管理流程维度而言, 以下各指标的相对重要性比较, 通过对采集到的数据进行处理, 可得到的判断矩阵如表9所示:

根据上述“和积法”计算出:

特征向量W=[0.26, 0.12, 0.56, 0.05]T

λmax=4.120, CI=0.040, RI=0.890, CR=0.040<0.100。可见判断矩阵具有满意的一致性。得到内部管理流程维度的权重分别为:发票填开准确率 (0.26) , 申报准确率 (0.12) , 按期入库率 (0.56) , 滞纳金加收率 (0.05) 。

第六步, 构造判断矩阵B4-C

该矩阵表示相对于学习与成长维度而言, 以下各指标的相对重要性比较, 通过对采集到的数据进行处理, 可得到的判断矩阵如表10所示:

根据上述“和积法”计算出:

特征向量W=[0.25, 0.65, 0.23, 0.06]T

λmax=4.120, CI=0.040, RI=0.890, CR=0.040<0.100。可见判断矩阵具有满意的一致性。得到学习与成长维度的权重分别为:培训支出率 (0.25) , 税务人员满意度 (0.65) , 信息网络覆盖率 (0.23) , 税务人员意见被采纳比率 (0.06) 。

第七步, 层次总排序, 得出各指标的相对权重, 如表11所示:

所以本文认为层次总排序的计算结果具有满意的一致性。

根据以上数据分析, 可以将影响基层税务机关BSC绩效评估系统的指标分为关键指标大于0.1、重要指标0.028-0.1之间和一般指标小于0.028。如表12所示。

由此可以看出, 基层税务机关BSC绩效评估系统的最主要来自关键指标的评估, 但分析发现, 关键指标中各指标的进一步评估已不再容易, 这时, 评估重要指标中的各指标就非常重要。进一步研究发现, 重要指标中的大部分指标都是可以通过努力得以实现的。一般指标虽然对评估系统有影响, 但因为其权重较小, 难以发挥决定性作用。因而, 可以确定基层税务机关BSC绩效评估系统下一步评估的瓶颈是重要指标中的各指标。

参考文献

[1][美]保罗.尼文, 平衡计分卡[M].北京:中国财政经济出版社, 2003.

[2]卜海鑫.税务机关绩效评估研究[J].中国海洋大学学报, 2003, (7) .