白酒企业绩效评价指标体系构建与评价方法
——基于BSC和熵权的改进TOPSIS模型

陈一君，胡文莉，武志霞

（1.四川轻化工大学 管理学院，四川 自贡643000；2.川酒发展研究中心，四川 宜宾644000）

一、问题提出

我国经济进入新时代，伴随着经济结构调整及现代化商业社会制度不断变革，企业间的竞争日益激烈，企业经营面临的挑战也越来越大，对白酒企业的营商环境产生了巨大影响，白酒企业经营理念逐渐从“以产品为中心”转变为“以人为本”。企业在保证品质持续上升的同时，更应注重与消费者之间的距离，能否合理权衡二者之间的关系直接影响到企业可持续发展。同时，白酒企业发展受规章制度影响较大，早期禁酒政策缩减了政务消费市场，改变了白酒市场消费结构，让行业进入短暂的调整期。近几年，白酒产业面临供给侧结构性改革，国家发改委发布的《产业结构调整指导目录（2019年版）》文件将白酒产业限制性政策解除，表明淘汰落后产能已成必然，未来会有更多优质资源进入白酒市场，对现有白酒企业的发展提出了新的要求和指导。此外，后疫情时代对白酒企业国际化发展战略及国内消费市场产生深远影响，复杂的经营环境给管理人员经营企业提出了新的挑战。

白酒企业如何从根本上解决可持续发展面临的问题，需要具有更先进性的战略目光。企业绩效评价为管理人员精确把握企业经营情况提供了新思路，为企业可持续发展提供保障。相关部门建立了《企业绩效评价操作细则（修订）》《上市公司治理准则》等相关绩效评价体系，从实践来看，这类评价体系有助于企业大致掌握经营情况，但对于白酒企业而言，现有的企业绩效评价指标体系及研究不能突显其行业特性。白酒企业经营亟需构建满足企业规划及目标的企业绩效评价体系和模型，来准确评价绩效总体水平、反映企业内部资源利用情况、把握与员工及生态环境之间的关系，为白酒企业可持续发展奠定坚实基础。平衡计分卡是研究企业绩效的有效工具，能较全面的评价企业有形资产与无形资产。其中，“平衡”是员工与管理者之间的平衡，是短期利益与长期规划之间的平衡。因此，本文借鉴平衡计分卡构建白酒企业绩效评价模型，并利用熵权法对相关指标权重进行客观赋权，结合改进TOPSIS法评价白酒企业绩效，以期提高白酒企业绩效评价结果的准确性，为完善企业绩效评价体系提供了参考依据。

二、绩效评价相关文献综述

通过对国内外文献梳理发现，企业财务绩效评价研究较为成熟，文献主要对企业绩效评价两阶段发展、企业绩效非财务指标选取、非财务指标量化方法、指标间关联性及白酒企业绩效的研究状况进行回顾。

（一）企业绩效评价两阶段发展

企业绩效评价发展主要分为两大阶段。第一阶段是以财务指标为核心评估企业过去经营状况。从古典经济学来看，最初从利益角度研究企业绩效。到19世纪下半期，由于所有权与资本集中的矛盾，风险承担者与经营者分布不一致性的问题，股份公司得到大力发展[1]，从而企业倾向于对资产、负债、权益等方面的绩效研究。到20世纪以后，为反馈短期经营绩效及满足财务目标，杜邦公司提出基于财务指标的杜邦分析法，成为企业绩效评价经典方法之一。部分学者基于此方法对企业财务绩效评价体系的构建和运用进行了丰富研究[2-3]，并对风电公司[4]、物流上市公司[5]、上市出版企业[6]等企业财务绩效进行详细分析。与此同时，思腾思特咨询公司提出经济增加值（EVA）模式，有利于防止管理者注重短期利益行为，而忽略除股东外其他利益相关者的权益。综合来看，企业财务绩效评价体系较为成熟，但仅从财务分析绩效不利于企业长期发展，也难以全面反映经营状况。第二阶段是将财务指标与非财务指标结合，综合考虑企业长期目标及规划来研究企业绩效。随着研究的不断深入，部分学者认为单一财务指标已不能全面评价企业绩效。Lynch、Cross 于1990年从战略角度出发，将企业战略相关指标与绩效评价联系在一起，并提出业绩金字塔评价模型。但忽略了组织学习对组织发展的重要性，并没有形成可实施性的评价体系[7]。在此基础上，Kaplan、Norton 提出平衡计分卡（Balanced Score Card，BSC）的概念，即从财务、顾客、内部流程、学习与成长四个层面对企业绩效进行综合评价，为企业未来发展规划提供科学依据[8]。随着时间的推移，BSC 广泛运用于各类组织及企业，全球百分之八十的五百强企业都曾使用，国内外学者从石油企业绩效[9]、国际机场绩效[10]、中小企业绩效管理[11]等方面对平衡计分卡的具体运用进行了丰富研究。

（二）企业绩效非财务指标评价指标选取研究

文献主要从企业利益相关者、环境问题、研究问题特性等方面研究企业绩效非财务评价指标。张琦、刘克（2016）从利益相关者角度出发，以直接利益相关者如债权人、员工等财务指标为基础，并结合间接利益相关者如供货商、客服等非财务指标建立企业绩效评价指标体系，实现了企业价值最大化[12]。随着环境污染日益严重等问题，部分学者考虑企业与社会之间的平衡，以促进企业可持续发展。陈茜、田治威（2017）基于共生理论，考虑企业外部影响因素对传统绩效评价进行改进，提出以企业与环境共生的新视角来研究企业绩效[13]。曾佑新、王斌（2017）基于绿色供应链理念，以财务角度为基础，从业务流程、顾客服务及未来发展角度对企业绩效评价模型进行研究[14]。安景文等（2018）综合考虑环境污染对企业长期经营绩效影响，加入安全与环境维度对平衡计分卡四个维度进行拓展研究煤炭企业绩效，但部分指标量化困难，难以对评价结果提供有效支撑[15]。此外，为突出研究问题特性，李烨等（2016）从资源循环利用、企业技术发展、污染及环境保护等方面对资源型企业进行研究，并对企业发展循环经济提出建议[16]。仝自强等（2020）认为企业绩效评价模式应随着商业模式调整，并从业务系统、关键资源能力、盈利模式和现金流结构四个方面建立适用于以互联网为基础的服务业评价模型[17]。

（三）企业绩效评价非财务指标量化方法探索

非财务指标的量化在绩效评价中逐渐得到重视。最初用层次分析法（AHP）、专家评分法等主观赋权方法量化绩效定性指标并计算相应权重。对企业信息的判断依赖于专家自身的专业能力、知识结构、相关经验及对问题的了解程度，所做出的判断必然存在一定差异。为减少主观因素对企业绩效评价的影响，以提高层次分析法的有效性，部分学者将模糊数学思想引入评价体系，构建模糊层次分析法（FAHP）。张冰秋（2016）运用FAHP 法将定量信息与定性信息结合研究新三板企业绩效并验证其适用性[18]。孟志华（2017）通过改进的FAHP 法，采用区间数的相似度降低模糊信息对专家判断产生的影响，良好地弥补了非财务指标数据收集过程中企业信息公开不透明的不足[19]。该方法能通过处理较少的指标数据完成后续的统计分析，一定程度上解决了因指标数据过多致使最终权重出现偏差的问题。赵晋琳、袁帅（2019）针对模糊评价矩阵不易计算特征值及特征向量等问题，采用和积法来辅助计算创业板企业绩效指标权重，以提高计算结果精确度[20]。以上方法为企业绩效的非财务指标量化提供了思路，但在实际运用中仍克服不了随机性、认识模糊等不确定性及专家主观偏好因素的影响。杜红艳（2017）将熵权法引入到企业绩效评价中，考虑偏差度构建熵权-双基点模型，研究了不同因素对物流企业创新绩效的影响程度[21]。吴泓等（2018）认为相较于主观赋权法，熵权法赋权精度更高，能为多指标综合评价提供可靠依据[22]。程森（2020）发现传统熵值法计算水利施工企业绩效指标权重时，计算结果与熵权反映系统无序化程度相反，对熵值法改进并建立熵值KPI 法增加了赋权的精确度[23]。此外，部分学者运用组合赋权法，即将主观赋权与客观赋权方法相结合对企业财务绩效[24]、企业创新绩效[25]等进行分析，综合考虑原始数据及主观偏好的影响，但主观和客观赋权的权重分配问题没有得到良好解决，应用不理想。

（四）企业绩效评价体系指标关联程度及优劣判断研究

随着市场和社会环境变化，影响企业可持续发展的因素也逐渐增多，绩效评价需要分析更大的数据量，这些数据分布不均给研究绩效带来了困难。孙晓东等（2005）认为灰色关联法（Grey Relational Analysis，GRA）能利用较少的数据充分挖掘其分布规律及态势变化，可以良好地解决这一问题[26]。孙海英、王宪杰（2016）用灰色关联法研究企业绩效指标关联程度，并对指标进行筛选，降低了评价难度[27]。李守林等（2018）运用灰色关联法和TOPSIS 法，分别对11 家物流企业的创新性绩效进行分析及排序，验证了两种方法的适用性和科学性[28]。在此之前，刘军琦等（2001）提出运用TOPSIS 法评判企业绩效情况，通过欧式距离构建企业绩效与最优绩效和最劣绩效的相对贴近度，判断绩效的优劣情况，并证明了运用TOPSIS 法研究企业绩效评价的适用性和合理性[29]。但实际操作中指标之间的数据分布不是独立的，具有一定相关性，常志朋等（2014）引入马氏距离消除了指标之间不同量纲对评价结果的影响，即排除不同指标相关性与重要性差异影响[30]。但马氏距离要求评价样本数必须大于样本维数，不利于指标过多的评价体系，且样本维数过大耗时过长，适用性不强。为此，陈为公等（2019）考虑欧式距离直线式计算会造成数据信息损失、马氏距离计算式局限性等问题，引入向量夹角余弦距离，利用数据信息构造空间向量，并通过计算向量夹角衡量方向性差异变化，弥补欧式距离及马氏距离的不足，但忽略了内部态势变化的影响[31]。以上研究丰富了指标赋权方法及模型，使绩效评价更具有科学性及可操作性，但由于新时代及经济环境的变化，还需对白酒企业绩效评价进行不断探索，以符合时代发展需求。

此外，对白酒企业研究主要集中于企业品牌与文化对接机制[32]、文化认同危机[33]、竞争优势[34-35]、上市企业综合效率[36]及高质量发展路径[37]等，鲜有研究白酒企业绩效。

（五）文献评述

综上，绩效评价一直是国内外学者研究企业发展的焦点，也是企业保持竞争优势的重点。通过对企业绩效评价的理论依据、分析方法等方面的文献梳理有以下发现。

第一，目前鲜有文献研究白酒企业绩效。文献回顾发现平衡计分卡能较全面的评价企业绩效，对短期目标和长期规划并重，在实际企业评价中运用广泛。因此，本研究将借鉴平衡计分卡思想，结合利益相关者理论，考虑企业环境污染问题和白酒企业特性选取评价指标并建立白酒企业绩效评价体系，以期提高企业管理者能力并为白酒企业稳健发展提供理论支撑。

第二，在非财务指标量化研究过程中，发现主观赋权或组合赋权方法都具有一定局限性，熵权法计算非财务指标权重值比专家法、模糊综合评价法等更为可信，可以大大避免主观性误差且适用于多指标评价研究。因此，本研究采用客观赋权方法即熵权法对白酒企业绩效指标进行赋权，为后续企业绩效优劣判断提供可靠依据，在计算比重时考虑存在对数无意义的情况，运用改进熵权法提高赋权值精确度。

第三，TOPSIS 是一种近似理想解决方案的排序，可解决多属性决策问题，其优点是可对多样本的原始数据进行归一化处理且计算简便[38-39]。但传统的TOPSIS 法是利用欧式距离计算相对贴近度，其直线式计算会造成数据信息损失等问题。运用向量夹角余弦距离判断样本间的相似度，用余弦值反映个体间的差异，但不能反映绩效内部变化趋势与理想绩效的差别[40]。灰色关联法能较好地解决这一问题，因此，本文在引入向量夹角余弦的基础上，加入灰色关联法对白酒企业绩效次序进行评价排序，并建立白酒绩效评价模型，以期能够对白酒企业绩效做出更为合理的评价。

三、白酒企业绩效评价指标体系构建

（一）白酒企业绩效评价指标构建思路

面对残酷的市场竞争，白酒企业应加强绩效方面的研究，以适应产业升级转型及国民需求变化。构建有效的评价指标体系是研究企业绩效的前提，平衡计分卡理论[41]是以财务指标为基础，结合企业内部管理来激发管理人员思路，考虑学习及创新能力判断企业发展动力情况，并注重顾客绩效等非财务指标来研究企业绩效，为建立白酒企业绩效评价指标体系和选取指标提供了思路。

在实际经营过程中，许多企业为了实现股东利益最大化而忽略了环境的可持续发展，不能与环境和谐共生。根据利益相关者理论，这直接损害了社会群体的利益，对社会群众基本生活造成负面影响，也有损企业形象及长期效益。随着“生态文明建设”被提到国家发展战略高度，促进企业履行环境责任，解决企业环境污染日益严峻等问题来保持企业与生态之间的平衡已刻不容缓。此外，新时代以公益为代表的平衡发展领域成为促进企业进步的新动力[42]，企业不仅要履行环境责任，还应兼顾政府、社区等公益性社会责任。因此，企业规划应考虑与社会需求相结合的道路，企业绩效评价也应体现企业社会责任绩效状况。对于白酒企业而言，绩效评价指标体系也有必要反映社区责任、环境责任等企业社会责任的履行情况，以符合新时代发展，创造更多的经济效益。

综上，研究借鉴利益相关者理论，综合考虑企业社会责任和白酒企业品牌依赖过高、受客户满意度影响较大等特点，对平衡计分卡进行改进，从财务绩效、客户及社会绩效、管理及创新绩效三个层面共28 个指标设计白酒企业绩效评价体系。指标设计参考相关文件和研究成果[43-44]，并满足与企业目标互相联系，能直接量化企业创造价值等原则[45]，如表1所示。

表1 白酒企业绩效评价指标体系

（二）白酒企业绩效评价指标分析

白酒企业绩效评价是否有利于促进企业资源综合利用、与环境和谐共生、完成企业经营目标、实现企业战略规划，取决于白酒企业盈利能力、发展能力、客户满意度、社会责任、创新强度等，指标分析具体如下。

1.财务绩效维度指标分析

财务绩效是企业直接衡量经济价值总和的基础，能反映资金使用总量及减少生产成本，也能间接反映企业的管理能力。合理及有效的财务评价指标是白酒企业绩效评价的基本环节，评价结果能直接影响管理人员的行为。财务维度指标主要包括：（1）偿债能力：主要从资产和负债情况来体现白酒企业债务结构及偿债能力，具体指标为资产负债率和流动率；（2）运营能力：主要表现为管理人员对管理企业资金周转能力，具体从资产周转率和应收账款周转率体现；（3）盈利能力：主要考察企业资产和主营业务收入情况，通过净资产收益率和营业净利率体现；（4）发展能力：营业收入和资本扩张是衡量企业发展能力的重要指标，选取三年营收平均增长率和三年资本平均增长率体现企业发展方向及判断短期规划的正确性。

2.客户及社会绩效维度指标分析

客户及社会绩效是为了满足人民日益增长的美好生活需求。一方面，满足客户需求是白酒企业追求的目标，将客户层面纳入到白酒绩效评价体系来评价企业的运营状态，使企业能够满足现有需求并发现潜在客户需求，抵抗供需关系变化带来的风险，从而提高顾客的满意度[46]；另一方面，企业经营发展承担着独特的社会责任，国家质监局发布了《发酵酒精和白酒工业水污染排放标准》等文件来控制白酒行业污染排放及满足人民生活环境的需求，诠释了当前社会背景下人民对生活环境的价值取向，对白酒企业履行企业社会责任提出了新要求。因此，客户及社会维度指标主要包括：（1）品牌传播力：指企业对品牌的宣传、维护等资金的投入情况及实际品牌的价值情况；（2）客户满意度：生产或出厂质量达标率会影响顾客的购买体验，白酒市场占有率及大客户占比[47]能够体现白酒企业绩效情况，并间接反映客户接受程度及满意程度；（3）社会责任：考虑企业捐赠促进扶贫建设、企业纳税促进区域经济发展、岗位增长提升就业率及控制污染排放满足人民需求变化来评价白酒企业社会贡献。

3.管理及创新绩效维度指标分析

管理及创新绩效维度评价的主要目的，一是测定企业资源利用情况，有助于优化资源、提高管理效率和质量；二是测定企业创新及成长能力，要素驱动到创新驱动逐渐成为企业维持竞争的主要趋势，测定企业创新及成长能力能体现企业学习成果及成长趋势。研究考虑白酒企业管理及创新维度的指标主要包括：（1）内部管理：需要测定白酒企业管理效率和执行能力来体现管理水平，结合白酒行业的特殊性，从酒类存货占比、管理费用率、酒类安全质量发生率等指标体现；（2）资源耗用管理水平：酿酒独特的自然环境及酿造工艺的有效管理与企业绩效水平也有一定联系，可以从单位酿酒能耗费用下降率[48]和酿酒增长率体现；（3）员工满意度与贡献度：主要通过员工培训、员工工资增长率和人均员工营收比来体现，可以反映工资情况、专业能力提升及员工贡献程度，对提高工作效率和减少工作压力有一定意义；（4）创新强度：主要包括企业的资金投入和人力耗费情况，其考核指标主要从科研人员率、技术R&D 占营收比等体现[49]。

四、建立熵权的改进TOPSIS 评价模型

（一）确定评价指标权重

指标权重设定是构建绩效评价体系的关键环节，标准值的科学合理设定有助于管理人员对企业运营情况进行定量分析。研究采用客观赋权方法即熵权法，对指标信息量进行客观的度量，并依据信息量的大小来判断某信息对整个研究问题的影响程度，从而确定权重的大小，权重大小与信息的离散程度呈正相关[50-51]，具体步骤如下。

1.构建原始数据矩阵X＝（xij）m×n

式中m 为评价对象数目，n 为评价具体指标数，xij中i=1,2,…,m；j=1,2,…,n。

2.构造标准化的决策矩阵Y＝（yij）m×n。为消除指标量纲及减少误差，先消除原始矩阵X 中适度指标行业不可比因素的影响并得到矩阵X＇＝（x＇ij）m×n，如公式（2）所示。

式中，k 是行业适度值，可以采用当年行业除开ST 股票评价所有上市企业对于第j 项指标的均值来表示[52]。

在此基础上，运用极差法分别对正向指标如公式（3）、负向指标和消除行业因素的适度指标如公式（4），进行无量纲化处理得到决策矩阵Y。

3.计算第j 项指标的熵权Hj，如公式（5）所示。

式中，为避免求对数时熵权无意义，需要对标准后的数据进行修正，将Y 向上平移b 单位得到Y＇=Y+b，进而得到修正后的比重，b 为略大于｜（yij）min｜的正整数值。

由此可计算第j 项指标的熵权Wj，如公式（6）所示。

式中，（1-Hj）为第j 项指标的差异系数，Wj∈[0，1]，且。

（二）构建改进TOPSIS 模型

基于熵权法确定各个指标的权重矢量，用向量夹角余弦距离和灰色关联法对TOPSIS 法进行改进，建立熵权改进TOPSIS 模型，具体方法如下。

1.同趋化矩阵。在消除行业不可比因素矩阵X＇＝（x＇ij）m×n的基础上，消除成本性指标的影响做同趋化处理。

2.归一化决策矩阵。为提高数据的可比性，将同趋化矩阵做归一化处理得到矩阵X‴。

3.将归一化矩阵与相对应的指标权重值相乘，得到加权归一化矩阵Z=（Zij）m×n。

4.确定正理想解与负理想解，并利用向量夹角余弦确定最优绩效与最劣绩效。向量夹角余弦是余弦定理在多维空间运用中的扩展运用，能体现不同向量之间的关联程度[53]。研究将加权归一化矩阵对应的绩效评价指标数据所构成的空间点集合的向量视为绩效向量，记为向量。将TOPSIS 法计算的正理想解与负理想解构成的特征向量，分别记为最优理想绩效向量和最劣理想绩效向量。其中，正、负理想解如公式（10）、（11）所示。

式中，J+为正向指标集，J-为负向指标集。

在此基础上，可以得出最优理想绩效向量及最劣理想绩效向量如公式（12）、（13）所示。

5.计算最优、最劣理想距离。本文对传统TOPSIS 法进行改进，即将向量夹角余弦距离替代欧式距离判断样本间的相似度，用余弦值反映个体间的差异，相似程度同余弦值变化。

6.灰色关联法能对样本较小、信息较少的数据进行分析，能够系统分析不同因素之间的关联性，操作简便[54-55]。研究借鉴灰色关联法的相关定义，利用熵权法计算的权重构建加权归一化矩阵，并确定绩效评价中第i 个绩效与正、负理想绩效关于对应评价指标间的灰色关联系数。依据公式（16）、（17）求解第i 个评价绩效与最优理想绩效和最劣理想绩效的灰色关联度。

式中ε 为分辨系数，取值范围为[0，1]，在运用中通常取值为0.5。

7.用灰色关联法对TOPSIS 贴近度进行改进，依据公式（18）分别对向量夹角余弦距离与灰色关联度的相关值进行无量纲化处理。

在考虑向量余弦距离的同时思考灰色关联度，对TOPSIS 及灰色关联法的相关值进行加权无量纲化处理。

式中，α+β=1，α、β 体现对位置形状的倾向程度，通常认为α、β 同等重要，现有文献一般取α=β=0.5。

最后，用改进后的方法计算贴近度值ζi并进行排序，ζi越大，白酒企业绩效越高，该企业可持续发展越强[56]。

五、算例分析

（一）算例对象的选择

截止到2020年，百亿规模以上的白酒企业已达7 家，白酒产业步入结构性增长的新阶段，行业集中度的进一步提升对区域品牌或地方性品牌提出更高的经营要求。白酒企业呈现较为明显的区域分布特征，在同一区域内竞争格局相似，不同白酒区域存在不同竞争优势，形成的集群效应也存在差异。因此，研究选取具有白酒区域特色和最先达到百亿规模的三个白酒企业，用新建模型对企业绩效优劣情况进行算例分析。一是位于贵州省的贵州茅台酒股份有限公司（A），作为全国白酒领头企业，品牌溢价能力最强，区域内规模以上企业偏少；二是位于四川省的宜宾五粮液股份有限公司（B），企业高中低端品牌全面发展，区域内存在白酒企业多、产量大、品牌多等特点，是传统白酒名优企业聚集地，竞争最为激烈；三是江苏省洋河酒厂股份有限公司（C），存在跨区域发展较困难，品牌溢价能力相对较低等问题，这也是众多中小白酒企业生存及发展面临的难题。在对相关指标数据统计过程中发现三个企业2017年和2018年安全质量事故发生为0，表明这项指标对于三个企业绩效无差异性。因此，为避免权重计算无意义，算例分析将安全质量事故发生这项指标删除，得到27 个指标的原始数据，如表2所示。其中，研究所运用的指标数据主要来源于白酒上市企业年度报告（2014-2018）、社会责任报告（2016-2018）、《中国500 最具价值品牌》和实地调研，下标2018、2017 分别表示各个企业2018、2017年的数据。

表2 白酒企业绩效指标原始数据表

（二）指标权重计算及分析

1.依据原始数据和公式（1）构建原始化矩阵X。

2.运用公式（2）计算除皇台酒业（ST 股票）外18 个白酒上市企业行业适度值，如表3所示。并结合公式（3）、（4）得到无量纲化矩阵。

表3 行业适度值

3.利用公式（5）、（6）计算白酒企业绩效评价各个指标的权重Wj，如表4所示。其中，计算熵权时发现略大于|（yij）min|的整数为1，因此b 取值为1。

表4 白酒企业绩效评价指标权重

权重越高的指标在绩效评价所占比重越大，在该维度下企业经营数据波动振幅越大，是提高企业绩效的关键性指标。从目标层权重来看，三个维度的权重相差不大，其中客户及社会绩效权重最高，财务绩效权重最低，说明客户及社会发展不均，已经成为决定白酒企业可持续发展的关键因素。主要原因是企业履行社会责任对企业品牌有正向影响，对品牌的荣誉和资产都有促进作用[57-58]。而财务绩效权重最低，表明白酒企业财务绩效方面发展比较均匀，并没有拉开显著差距。从准则层来看，资源耗用管理水平层面指标权重最低，独特的环境及酿造工艺对名优企业发展影响不显著，企业更多关注盈利能力。从指标层权重来看，营业净利率是白酒企业绩效评价的核心，27 个指标权重具有一定差异性，权重最高指标营业净利率（0.0568）与最低指标酿酒增长率（0.0219）差异较大，总体而言上述指标选取有一定的区分度。

（三）改进TOPSIS 及灰色关联模型运算

1.运用公式（7）～（9）计算加权归一化矩阵。依据加权归一化矩阵Z 可以绘制各个企业不同指标数据的雷达图，能直观的对各个企业不同年份的指标情况进行对比分析，如图1所示。图形中的峰值越大，则表示企业更注重该项发展且该项做的更优。从图中可以看出C2017（洋河）资产负债率及A2018（茅台）捐赠收入比明显优于其他企业。

图1 白酒企业绩效指标数据对比图

2.依据公式（10）、（11）求得白酒企业绩效正理想解、负理想解，结合公式（12）、（13）求得最优理想向量与最劣理想向量，并参考余弦定理及公式（14）、（15）求得评价对象到最优理想向量与最劣理想向量之间的向量夹角余弦距离。

3.依据公式（16）、（17）计算白酒企业绩效评价与正、负理想解的灰色关联度，利用公式（18）对进行无量纲化处理得到，再结合公式（19）、（20）对处理后的数据进行加权处理得到，如表5所示。

表5 白酒企业绩效评价的参数值

（四）模型运算结果对比分析及改进合理性验证

表6 白酒企业绩效相对贴近度及排序对比表

通过对比分析三种评价方法的相对贴近度及排名。从整体上看，直接运用余弦改进TOPSIS 法得到的排序结果与其余两种方法得到的排序差异较大，与本文方法中间点排名大致相同，但端点位置排序波动较大。差异原因在于，传统TOPSIS 法信息能力表达较差也容易受到量纲的影响，余弦改进TOPSIS 法通过引入向量夹角，用余弦距离代替欧式距离，减少传统直线式计算对数据信息处理的损失，但忽略了企业绩效内部变化趋势与最优理想绩效的联系。本文方法求得A2017（茅台）排名第一、C2017（洋河）排名第六，而余弦改进TOPSIS 法求得A2017（茅台）排名第六，C2017（洋河）排名第二。结合企业发展情况来看，仅用余弦改进TOPSIS 法来评价白酒企业绩效结果与现实有明显偏差。C（洋河）企业品牌主要处于中低端，除苏皖板块外区域对顾客吸引度不高，而A（茅台）企业依托现有的企业资源与产业优势，国内外综合发展具有较强竞争优势，对顾客吸引度比较高，绩效更优。此外，余弦改进TOPSIS 法得到的贴近度数值相近，不能明显区分企业优劣绩效。通过表6 可以看出，本文方法与灰色关联法的排名结果吻合性良好，两种方法在中间点和最低点没有产生偏差，排序结果在一定条件下具有一致性，对于最优点贴近度体现了较为明显的波动性。灰色关联法中A2018（茅台）排名第一、A2017（茅台）排名第二，而在本文方法中A2017（茅台）排名第一，A2018（茅台）排名第二。造成差异的原因在于本文引入向量余弦距离，综合考虑了个体间的差异和联系，评价结果更为准确。

对白酒企业绩效评价结果进一步研究，依据本文方法对白酒企业绩效优劣排序为A2017＞A2018＞B2018＞B2017＞C2018＞C2017，排名越高表明相对贴近度越高，说明企业经营绩效越优。通过排序结果得出初步结论，A（茅台）企业优于B（五粮液），并优于C（洋河）企业；A2017（茅台）绩效水平整体最高，C2017（洋河）最低。从时间序列来看，A（茅台）企业从2017年到2018年企业绩效略有下降，B（五粮液）企业和C（洋河）企业绩效有所上升。为此，结合指标赋权和雷达图结果来分析企业绩效情况，发现A2017（茅台）的客户满意度、社会责任、创新强度等指标绩效更优，A2018（茅台）的运营能力、盈利能力、资源耗用管理水平等指标略优，其余指标相差不大。进一步分析，A2017（茅台）关注于非财务指标有利于企业未来发展，A2018（茅台）更注重财务指标发展，能反映白酒企业最大化需求，但考虑白酒行业长期竞争优势及创新驱动影响，A2017（茅台）绩效应更优。B（五粮液）企业和C（洋河）企业相对贴近度水平在中等水平波动，重视财务绩效及非财务绩效综合发展，绩效水平有所提高。

综上，通过算例分析结果和对比法分析，熵权的改进TOPSIS 模型能较好的反映个体差异及企业绩效内部变化趋势与最优理想绩效联系，证实了将余弦距离替代欧式距离并结合灰色关联法研究企业绩效的意义。同时，运用改进TOPSIS 法计算相对贴近度有较明显的区分度，有利于得出优劣排序，调查发现评价结果与企业现状基本一致，进一步验证了评价模型的合理性和有效性。此外，上述方法除对企业综合绩效进行排序外，还可以分别计算企业财务绩效、客户及社会绩效、管理及创新绩效三个维度的相对贴近度，在此不详细论述。

六、结论与建议

（一）结论

白酒企业市场规模宏大，经营过程中涉及范围广泛，对白酒企业绩效评价具有重要社会意义。本文主要通过财务绩效、客户及社会绩效、管理及创新绩效三个维度构建白酒企业绩效评价模型，并建立熵权的改进TOPSIS 模型来判断企业绩效的优劣情况，加深了对企业绩效评价作用的认识和理解，为企业绩效评价理论研究和实证分析提供有效依据，可以得出以下结论。

第一，相较于现有的企业绩效评价指标体系，研究建立的白酒绩效评价体系不仅是对企业本身的经济效果进行评价，更强调白酒企业管理和未来战略规划。随着白酒企业的壮大发展及外部竞争环境的影响，企业的经营规模和范围逐渐扩张，这给准确评价白酒企业绩效带来了困难。本研究建立的绩效评价模型不是简单的指标组合，而是基于平衡计分卡、企业社会责任等思想，考虑了白酒行业特性和财务及非财务指标多种因素如资产负债率、客户满意度、社会责任、资源耗用等影响。能够反映白酒企业新时代发展方向、企业内部独特资源耗用及企业经济发展情况，并且注重企业短期效益与长期规划，对促进白酒企业可持续发展具有重要意义。

第二，经济效益是白酒企业发展的核心也是企业发展基础，营业净利率的提高是企业生产经营的动力源泉，独特的酿酒资源对于百亿规模以上的白酒企业绩效影响较小。通过分析白酒企业绩效指标赋权结果，针对百亿规模以上的白酒企业，在影响白酒企业绩效评价的各项指标中，营业净利率、科研人员率、质量达标率三项指标影响最强，而酿酒增长率、员工工资增长率、员工培训三项指标影响最弱。从三大维度来看，客户及社会绩效维度已成为影响白酒企业绩效水平的关键因素，即客户满意度越高和社会责任越强的企业，应对营商环境变化能力越强；财务绩效发展比较均匀，并没有拉开显著差距。此外，模型赋权考虑行业不可比因素的影响，使得评价结果更具有科学性。

第三，本研究选取最具行业特色的三个白酒企业进行算例分析，验证了白酒企业绩效评价模型的有效性和合理性，为企业绩效评价和绩效管理提供了科学、有效的评价方法。改进的TOPSIS 方法，即将向量夹角余弦距离替代欧式距离判断样本间的相似度，并引入灰色关联理论构建相对贴近度。能减少直线式计算对数据信息处理的损失和数据分布不均引起的误差，从距离和态势上反映白酒企业绩效水平。通过算例分析，将本文方法与余弦改进TOPSIS 法和灰色关联法比较，发现仅从余弦距离改进理想距离研究白酒企业绩效具有一定局限性，差异明显，本文方法结合灰色关联法具有一定优势，进一步验证了本文方法判断白酒企业绩效优劣的合理性和有效性。

（二）进一步加强白酒企业可持续发展的建议

从算例分析可以发现，白酒企业绩效评价模型可以有效分析企业绩效和判断企业内部资源运用情况，为企业战略规划提供参考和依据。鉴于以上研究，对算例分析结果及模型运用等提出建议如下。

第一，进一步提升白酒企业社会责任，提高创新能力。新的产业结构调整目录，预示着新的资本将不断涌入白酒市场，对现有白酒企业经营产生新的威胁，市场份额及市场利润也会有所改变。通过对最先达到百亿规模的三个白酒企业进行算例分析，发现企业的自身环境和酿造技术的差异影响并不明显，企业履行社会责任并加强创新能力对企业绩效水平波动影响更大。此外，履行社会责任能提高企业知名度，对品牌建设也有一定意义。因此，对于百亿规模以上的白酒企业而言，应加强履行社会责任来提高品牌知名度和吸引潜在客户，进而提高市场占有率；并加大企业创新投入特别是技术优化和线上运营建设，大力培育互联网运营人才，利用信息技术拓展企业发展渠道，增强企业创新力和生产活力。此外，企业在鼓励员工进行创新的同时需要进一步完善相关制度，激发员工的研发热情，提高专利转化率及技术改良的普及率。

第二，准确判断企业绩效优劣情况，增强应对风险的韧性，积极应对消费升级和供需结构调整变化。改善企业绩效需要优化不同指标，研究发现白酒企业绩效的提升与财务管理、客户及社会责任、创新及内部管理息息相关，通过这类指标的优化才能进一步改善企业绩效。但白酒企业所花费的时间、人力及物力成本给企业带来的短期效益和长期效益是不确定的，因此，白酒企业在管理绩效时，需要精准对接现阶段制约绩效发展，明确优势、劣势及不同指标优化带来的经济效益，进而加强企业内部资源合理分配和提高企业经营的可持续性，更要着力于眼前创新驱动的长远规划和运营，避免注重短期经济效益而对企业长期发展造成损失，提升白酒企业应对风险的韧性。

第三，提高企业绩效管理水平，增强竞争优势。白酒企业在绩效管理和应用这一板块中，最主要的是企业管理者如何有效地运用白酒企业绩效评价模型来提高绩效水平，需要各个管理部门的有效配合。具体而言，白酒企业管理者需要依据三个维度的绩效评价结果以及最终绩效评价结果，来制定激励和约束机制。其中，尽量确保在制定激励和约束机制中考虑员工、管理者、股东等多方面的权益，并且薪酬系统具有足够的公平性，才能达到激励团队和留住人才的目的。各个管理部门也可以通过多种方式运用企业绩效评价结果，采取有效评价方法来提高白酒企业管理水平，促进白酒企业可持续发展。如利用归一化加权矩阵建立白酒企业绩效指标雷达图，直观地观察各个企业不同年份指标的波动程度，分析产生波动的原因，并将其转化为提高竞争优势的具体活动。

此外，白酒企业绩效的发展具有动态性，本文的绩效评价主要是从静态角度出发，并且考虑的白酒企业绩效评价指标数量有限，评价模型也主要从数据精确性及相关性展开。因此，本文得出的结论可以得到三个白酒企业绩效的相对优良结果，但不能全面的得到白酒企业绩效管理水平的绝对优良结果。在实际评价白酒企业绩效过程中，需要考虑企业经营的动态性及其他不可控因素的影响，来更科学、全面地评价白酒企业绩效水平，也可以用不同方法研究企业绩效优劣，为精确判断企业绩效提供新的途径。