基于平衡计分卡模型的电信企业绩效评价研究_以中国网络通信集团江苏省公司为例

———以中国网络通信集团江苏省公司为例

乔

均１，

祁晓荔２，

储俊松１

（１．南京财经大学营销与物流管理学院，江苏南京

２１００４６；２．中国网络通信集团江苏省公司，

江苏南京

２１０００３）

［摘要］平衡计分卡绩效评价法在国际电信业的应用十分广泛，由于我国电信行业还

处于垄断阶段，该模型是否适合在我国推广需要进行验证和修正。本文以中国网通江苏地区１３家分公司为例，通过综合使用层次分析法、

主成分分析法对平衡计分卡中的财务、客户、内部业务、学习及成长等四个层面进行赋权，优化了平衡计分卡绩效模型指标。通过因果逻辑检验选择了电信企业平衡计分卡绩效评价的部分关键指标，首次验证了平衡计分卡绩效评价模型在我国电信企业的适用性和局限所在，并纠正了发达地区等因素对企业绩效有正相关的错误认识，为电信企业战略管理决策提供了理论依据。

［关键词］平衡计分卡；绩效评价；电信企业

［中图分类号］Ｆ２７０［文献标识码］Ａ［文章编号］１００６－４８０Ｘ（２００７）０２－０１１０－０９

电信行业在我国国民经济中有着特殊地位，对电信的企业绩效评价研究显得尤为重要。近年来国内学者一直在积极探索建立一个适合我国电信企业自身特点的绩效评价方法。国内学者对此问题的研究是从电信企业绩效评价指标链结构开始的（杨宗昌，许波，２００３）；也有一些学者构建过电信企业的财务和非财务指标绩效评价体系（隋学深，２００３）和电信企业绩效评价指标体系（张磊，忻展红，２００５）。徐大志、汪国平等人（２００４）利用平衡计分卡模型建立电信企业绩效评价体系；田志龙，李金洋（２００６）运用电信企业经营卓越阶段（ＴＳＯＥ）竞争评价模型，以企业价值最大化为目标，构建了价值导向的中国电信企业转型绩效评价体系。上述学者均对电信企业绩效评价指标体系构建做出了很多贡献，但是其研究工作仅限于构建指标体系层面，未进行案例的数量实证研究，因此，指标体系的因果逻辑合理性和结论的适用性未得到科学的验证。

当前，平衡计分卡绩效评价方法在国际电信业得到了广泛应用，许多国际电信企业均在利用平衡计分卡模型实施绩效考评。例如，德国电信（ＤｅｕｔｓｃｈｅＴｅｌｅｋｏｍ）、韩国三家最大的电信企业ＳＫ

Ｔｅｌｅｃｏｍ、ＫｏｒｅａＴｅｌｅｃｏｍ和ＬＧＴｅｌｅｃｏｍ均引入了平衡计分卡法进行测度，并取得了良好的管理效

果。由于我国国情同上述国家不同，电信行业还处于垄断阶段，平衡计分卡绩效评价体是否适合在我国推广，实际运用中须对哪些指标进行修正，要用案例对平衡计分卡绩效评价法做检验分析。

［收稿日期］２００７－０１－１５

［作者简介］乔均（１９６２—），男，江苏徐州人，南京财经大学营销与物流管理学院院长，教授；祁晓荔（１９５７—），

女，江苏盐城人，中国网络通信集团江苏省公司副总经理，高级工程师；储俊松（１９８０—），男，江苏宜兴人，南京财经大学营销与物流管理学院硕士研究生。

２００７年２月

第２期（总２２７期）

Ｆｅｂ．，２００７Ｎｏ．２

ＣｈｉｎａＩｎｄｕｓｔｒｉａｌＥｃｏｎｏｍｙ

【案例研究】

中国工业经济

本文以中国网通江苏地区１３家分公司为例对平衡计分卡绩效评价体系做实证检验分析。首先对部分关键指标之间的因果关系进行分析，并对１３家分公司的绩效进行检验比较，以验证平衡计分卡评价法在我国电信企业的适用性。①

１．指标的筛选和构建

本文对该电信企业进行绩效指标的筛选，采用频度统计法、理论分析法和专家意见法。频度统计法主要采取对当前电信行业相关的论文、研究报告等成果进行频度统计，对出现频度比较高的那些指标给予一定重视并作相应参考；理论分析法主要是根据学术界对企业绩效综合评价和发展状况中各指标的内涵、作用和意义等角度来确定其重要性，从而选择出满足江苏网通现状和发展战略目标的评价指标，具有更强的针对性和严谨性；专家意见法是通过在选择大范围指标的基础上，通过进一步咨询电信运营企业中的高层管理者、高校知名教授以及电信企业咨询顾问师意见的综合汇总，对指标进行筛选和调整。通过这三种方法的综合使用，最终得出江苏网通绩效综合评价指标体系结构。该体系中财务指标包含４０个子指标，客户指标包含３０个子指标，内部业务指标包含２３个子指标，学习及成长指标２０个子指标。

针对上述指标体系，通过分别征求并汇总２１位专家的意见，结合电信行业特点及该电信企业当前阶段的关注重点，得出专家提及率位列前１０的绩效指标及排序。（１）财务指标：净资产收益率、ＥＶＡ、应收账款周转率、流动比、资产负债率、利润增长率、ＥＢＩＴＤＡ率、投资回报率、主营业务利润率和市场价值。（２）客户指标：客户满意度、顾客忠诚度、市场占有率、产品质量、价格满意度、ＭＯＵ（平均通话时间长）、ＡＲＰＵ、主营业务收入、顾客投诉和品牌认同度。（３）内部业务指标：生产能力利用率、业务流程规范度、费用控制完成率、资本支出（ＣＡＰＥＸ）占收入比重、全员劳动生产率、管理工作创新、网络技术水平、网络利用率、平均每笔交易成本和劳动力使用率。（４）学习及成长指标：员工满意度、员工流动性、员工素质和学习能力、员工受教育程度、新产品开发能力、新技术利用程度、新产品开发速度、新产品开发成功率、非话音业务收入占收入比和研发占收入比等。

为便于对企业绩效综合评价体系中的指标间因果关系进行检验和改进，根据上述分析筛选出该电信企业绩效的各层级指标（见表１）。

２．评价指标权重的确立

借助我国电信行业专家的意见，笔者使用ＡＨＰ（ＡｎａｌｙｔｉｃＨｉｅｒａｒｃｈｙＰｒｏｃｅｓｓ）层次分析法来确定Ｂ层指标的权重。其中，Ｂ１：财务指标；Ｂ２：客户指标；Ｂ３：内部业务指标；Ｂ４：学习及成长指标。为了使各因素之间进行两两比较得到量化的判断矩阵，拟采用１—９标度的九分制评分法，笔者通过综合２１位专家的意见，对该电信企业绩效综合评价体系中的指标赋予相应的权重。以其中第一次结果为例，得出该电信企业绩效Ａ层的一级指标Ｂ１、Ｂ２、Ｂ３、Ｂ４的判断矩阵。

采用方根法求出矩阵Ａ的最大特征值λ

ｍａｘ

与特征向量Ｗ，其中Ｗ是由同级指标的权重所构成

的权重向量。计算判断矩阵Ａ的每行乘积Ｍ

ｉ，Ｍｉ＝

ｎ

ｊ＝１

!ｂｉｊ（ｉ＝１，２，３，４）。得到乘积向量Ｍ＝（Ｍ１，Ｍ２，Ｍ３，

①参与该电信企业绩效评价项目涵盖了公司的内、外智囊团，成员人数共计３０人，笔者通过和专家项目组专

家深度沟通，多次反复进行指标筛选，结合ＡＨＰ法计算，最终得出评价体系中的指标及权重。笔者调研中选取的专家人数为２１人，包括该电信企业公司副总经理１人、高校教授３人、德国电信（ＤＥＴＥＣＯＮ）咨询顾问师５人、省公司中层管理人员５人、江苏省１３个地市中的７个地区的总经理（或副总经理）７人，并反复３次收集每一位专家意见，最后取３次意见的综合。笔者通过对专家项目组中的２１位专家进行调研，结合ＡＨＰ法计算，最终得出评价体系中指标的权重。调查过程中先后进行了３次反复，文中ＡＨＰ过程分析的评价矩阵是第一次的所有专家综合意见。其余２次分析过程省略，所得最终权重结果为３次的结果取均值。

Ｍ４）Ｔ＝（６／５，２１０，１／７，１／３６）Ｔ，求Ｍｉ的ｎ次方根几何平均值Ｗ!ｉ，Ｗ!ｉ＝Ｍｉｎ"，得出向量Ｍ的４次方根向量Ｗ

!＝（１．１０６７，３．３０９８，０．３６８９，０．７４０１）Ｔ，将Ｗ归一化处理，因此，得到矩阵Ａ下的各指标权重向量Ｗ＝（０．２００３，０．５９９０，０．０６６８，０．１３３９）Ｔ。

计算判断矩阵最大特征值λｍａｘ，λｍａｘ＝ｎ

ｉ＝１

#

（ＡＷ）ｉ

ｎＷｉ

，其中为（ＡＷ）ｉ为ＡＷ的第ｉ个元素。

ＡＷ＝

１１／４３２４１２５

１／３１／６１１／３１／２１／５３$%%%%%%%%%%%%&

’(((((((((((()１

０．２００３０．５９９００．０６６８０．１３３$%%%%%%%%%%%%&

’(((((((((((()

９＝０．８１８２２．４７０５

０．２７８００．５５４$%%%%%%%%%%%%&

’

(((((((((((()

２

，因为ｎ＝４，所以λｍａｘ＝４．１２７７。

对判断矩阵指标权重做一致性检验，引入一致性指标，Ｃ．Ｒ＝０．０４４３＜０．１。

判断矩阵满足一致性要求，因此所求权重有效，即相对于电信企业综合绩效评价中，财务指标（Ｂ１）权重为０．２００３，客户指标（Ｂ２）权重为０．５９９０，内部业务流程指标（Ｂ３）权重为０．０６６８，学习与成长指标（Ｂ４）权重为０．１３３９。同理，可用相同的方法求出Ｃ层指标的权重。最后得到各项指标的权重结果（见表２）。

３．收益指标因子分析及检验

通过使用ＥＸＣＥＬ和ＳＰＳＳ１３．０软件分别对该电信企业１３家分公司的客户指标层面的２项市场收益指标集和用户及服务指标集共９个指标用主成分分析法进行赋权，通过数据同趋势化处理后，计算结果如下（见表３）。根据因子得分系数矩阵，得出市场收益指标集可以提取两个因子，其中

因子１主要由Ｖ１、Ｖ３、Ｖ４三个指标来反映，这些指标反映了能对业务收入状况产生的影响，这三个指标提取出的因子可概括为收益数量指标。因子２主要由Ｖ２即现金收入比来反映电信企业在增加收入的同时能够很好地保证财务上良好的资金运作，该指标代表的因子为收益质量指标。ＫＭＯ值

Ａ层

Ｂ层

Ｃ层

计算方法

电

信企业综合绩效

财务指标（Ｂ１）

主营业务利润率％（Ｃ１）

主营业务利润总额／主营业务收入总额×１００％

ＥＢＩＴＤＡ率％（Ｃ２）

ＥＢＩＴＤＡ值／主营业务收入净额×１００％

净资产收益％（Ｃ３）主营业务利润净额／平均资产净额×１００％应收账款周转率（Ｃ４）

主营业务收入净额／平均应收账款余额客户指标（Ｂ２）

市场收益（Ｃ５）

主营业务收入

主营业务收入净额现金占收入比

现金收入／主营业务收入ＭＯＵ平均每月内通话时间长度ＡＲＰＵ

收入总额／用户数

用户及服务（Ｃ６）新增用户数／现有用户数×１００％流失客户数／现有用户数×１００％地区投诉次数／全省投诉总次数规定时间内应答次数／客户问题总数规定时间内解决障碍次数／障碍出现次数分公司收入／本地通信业务总收入

内部业务指标

（Ｂ３）

ＣＡＰＥＸ占收入比（Ｃ８）

ＣＡＰＥＸ实际完成额／计划额×１００％

营业费用占收入比（Ｃ９）营业费用／主营业务收入×１００％逾期欠费率（Ｃ１０）（欠费余额－当月欠费）／当期收入×１００％员工劳动生产率（Ｃ１１）

平均每月通话时长／员工人数学习及成长指标（Ｂ４）新业务贡献率（Ｃ１２）

新业务收入／主营业务收入×１００％三高人员比重（Ｃ１３）

三高人员数／员工总数×１００％

新增用户比例普通客户流失率

客户投诉率

人工应答及时率障碍处理及时率

市场占有率（Ｃ７）

该电信企业绩效评价体系

表１

由上述因子得分系数矩阵，得出用户及服务指标集可提取两个因子，其中因子１主要由Ｖ１、Ｖ４

两个指标反映，代表的因子可概括为用户渗透度。因子２主要由Ｖ２、Ｖ３、Ｖ５三个指标反映，代表的因子可概括为客户满意度。ＫＭＯ值为０．７２９，基本通过了球形检验。则Ｆ＝４１．６２７％Ｆ１＋３３．０９７％Ｆ２；

Ｆ１＝０．５７０Ｖ１－０．７８３Ｖ２－０．３４２Ｖ３＋０．８４７Ｖ４＋０．５５６Ｖ５；Ｆ２＝－０．６６７Ｖ１＋０．４２０Ｖ２＋０．４１４Ｖ３＋０．４８３Ｖ４＋０．７９３Ｖ５；其中Ｖ１、Ｖ２、Ｖ３、Ｖ４、Ｖ５分别为新增用户比例、

客户流失率、客户投诉率、人工应答及时率和障碍处理及时率。Ｃｏｍｐｏｎｅｎｔ

ＩｎｉｔｉａｌＥｉｇｅｎｖａｌｕｅｓＥｘｔｒａｃｔｉｏｎＳｕｍｓｏｆＳｑｕａｒｅｄＬｏａｄｉｎｇｓ

Ｔｏｔａｌ％ｏｆＶａｒｉａｎｃｅＣｕｍｕｌａｔｉｖｅ％Ｔｏｔａｌ％ｏｆＶａｒｉａｎｃｅＣｕｍｕｌａｔｉｖｅ％１２．０８１４１．６２７４１．６２７２．０８１４１．６２７４１．６２７２１．６５５３３．０９７７４．７２４１．６５５

３３．０９７

７４．７２４

３０．８６１１７．２１７９１．９４２４０．３１９６．３８６９８．３２８５

０．０８４

１．６７２

１００．０００

主成分列

表４

为０．７５８，基本通过了球形检验。则：Ｆ＝５５．４７０％Ｆ１＋２５．７９６％Ｆ２；Ｆ１＝０．９２６Ｖ１－０．５２９Ｖ２＋０．８９４Ｖ３＋０．５３０Ｖ４；Ｆ２＝０．３１９Ｖ１＋０．６２０Ｖ２＋０．４０４Ｖ３－０．６１９Ｖ４；其中Ｖ１、Ｖ２、Ｖ３、Ｖ４分别为主营业务收入、现金收入比、ＭＯＵ值和综合ＡＲＰＵ值。用户及服务指标集主成分分析和因子得分矩阵（见表４）：

Ａ层

Ｂ层

Ｃ层

指标名称

指标名称

指标权重

指标名称

指标权重

电信企业绩效评价

财务指标

０．２２７７

主营业务利润率

０．０９６７ＥＢＩＴＤＡ率

０．５４３４净资产收益率０．１２２４应收账款周转率０．２３７４客户指标

０．５４８３市场收益

０．３３２５用户及服务０．１５３８市场份额

０．５１３７内部业务指标０．０９７７

ＣＡＰＥＸ占收入比

０．２３４５营业费用占收入比０．１５７７逾期欠费率０．５４０３平均劳动生产率０．０６７４学习及成长指标０．１２６３

新业务贡献率０．７９９７三高人员比重

０．２００３

该电信企业绩效评价体系指标权重

表２

Ｃｏｍｐｏｎｅｎｔ

ＩｎｉｔｉａｌＥｉｇｅｎｖａｌｕｅｓＥｘｔｒａｃｔｉｏｎＳｕｍｓｏｆＳｑｕａｒｅｄＬｏａｄｉｎｇｓＴｏｔａｌ％ｏｆＶａｒｉａｎｃｅ

Ｃｕｍｕｌａｔｉｖｅ％

Ｔｏｔａｌ％ｏｆＶａｒｉａｎｃｅ

Ｃｕｍｕｌａｔｉｖｅ％１２．２１９５５．４７０５５．４７０２．２１９５５．４７０５５．４７０２１．０３２２５．７９６８１．２６６１．０３２

２５．７９６

８１．２６６

３０．６７１１６．７８５９８．０５２４

０．０７８

１．９４８

１００．０００

市场收益指标集主成分分析

表３

因此，可以得到相应的回归模型方程：

Ｙ!

＝－７４３．２４２（－１．９３６）

－０．６３１Ｘ１（－２．５３８）

＋３．８９８Ｘ２（３．２３３）

＋１．０９１Ｘ３（２．８４７）

＋５．０１３Ｘ４

（３．２２６）

从模型总表中显示，ＡｄｊＲ２＝０．９４２，Ｆ＝４９．７２７，Ｓｉｇ．＝０．０００，可见Ｆ检验有较强显著性，从整体来看，该模型的拟合度较好，说明所选取的四个指标在很大程度上能解释被解释变量主营业务收入。从具体模型方程式看，各个指标参数估计的Ｔ检验值在０．０５的显著性水平下是显著的，对于截距

Ｍｏｄｅｌ

ＵｎｓｔａｎｄａｒｄｉｚｅｄＣｏｅｆｆｉｃｉｅｎｔｓＳｔａｎｄａｒｄｉｚｅｄＣｏｅｆｆｉｃｉｅｎｔｓ

ｔＳｉｇ．ＢＳｔｄ．ＥｒｒｏｒＢｅｔａ

１

（Ｃｏｎｓｔａｎｔ）

－７４３．２４２３８３．８２７－１．９３６０．０８９Ｘ１－０．６３１０．２４９－０．５３８－２．５３８０．０３５Ｘ２３．８９８１．２０６０．７２０３．２３３０．０１２Ｘ３１．０９１０．３８３０．３１１２．８４７０．０２２Ｘ４

５．０１３１．５５４

０．５２６

３．２２６

０．０１２

协同因素变量（ａ）

表６

ＮＭｉｎｉｍｕｍＭａｘｉｍｕｍＭｅａｎＳｔｄ．ＤｅｖｉａｔｉｏｎＹ

１３５４１．４７８５３４．１４２８５８．３３５３２５５３．４２９７２Ｘ１１３２８２．９５７０５７．８２２２１２．２４７４２１７６．９８３７７Ｘ２１３１２９．０９１４７０．５２５６３．４１０７４７１．４２２３６Ｘ３１３１０６．００２７９０．００５５３．２３０８７２８．８１５６１Ｘ４

１３１５７．２５

９６３．３８

４３８．４７４５

２６７．７５７５９

ＶａｌｉｄＮ（ｌｉｓｔｗｉｓｅ）

１３

变量描述性统计

表５

二、电信企业平衡计分卡指标的因果关系验证

为讨论平衡计分卡绩效评价方法是否适用于我国电信企业，首先需要对平衡计分卡绩效评价方法的关键指标之间的内在因果关系做检验，从而验证其合理性。本文将选取江苏１３家电信分公司的数据样本，对平衡计分卡中部分指标采用多元线性回归方法分析指标之间的因果关系。

１．模型假设和指标选取

（１）模型假设。Ｈ１，该电信企业公司当前目标在于追求市场份额增长，努力提高收入规模；Ｈ２，投资行为理性。

（２）样本选择和数据收集。对于业务收入影响因素的实证研究，其样本数据的选择可分为横截面数据和面板数据两大类。为保证样本量的充足性和研究结果的时效性，本文以２００５年江苏省１３家分公司的横截面数据为基础，考虑到样本，选取的影响收入的最重要指标不超过４个，本文用ＳＰＳＳ１３．０软件对数据处理分析。

（３）变量的选取和度量。通过对该电信企业的调研，得出对主营业务收入产生影响的指标大致为：营业费用、

用户数量、客户投诉率和ＭＯＵ值。因此不妨令自变量Ｘ１：营业费用，Ｘ２：用户数量，Ｘ３：客户投诉次数，Ｘ４：ＭＯＵ（平均通话时间长）；因变量Ｙ：主营业务收入。同时在选取指标过程中，尽量避免指标间的高度相关性。

２．模型构造及实证分析

采用多元线性回归模型来考察企业收入与各自变量间的关系，构建模型：Ｙｉ＝β０＋４

ｉ＝１

!βｉＸｉ，ｊ＋εｉ；

其中Ｘｉ（ｉ＝１，２，３，４）表示自变量，ｊ＝１—１３，表示抽取样本的１３家分公司，计算变量描述性统计（见表

５）和协同因素变量（见表６）。

３．指标检验结果

通过对样本公司绩效评价体系分析，找出了部分指标之间的因果关系，明确了营业费用、用户数、客户投诉和ＭＯＵ与收入之间的确存在一种线性的显著性关系。从部分指标之间内在的因果关系可以看出，基于平衡计分卡的该电信企业绩效评价体系有一定合理性。针对模型，我们可以得出以下指标因果检验结论：

（１）从模型方程整体来看。四个自变量指标和主营业务收入之间大致呈线性关系，这符合电信企业运营的实际情况。营业费用的支出和收入呈反向关系，用户数量和收入呈正向关系，客户投诉次数和收入呈正向关系，ＭＯＵ与业务收入呈正向关系。

（２）从具体指标变量影响程度看。四个指标对电信企业业务收入的影响程度有差别，这主要反应在模型方程的各个变量的系数上。根据回归模型显示，对业务收入影响最大的是ＭＯＵ变量，说明用户对网络利用频率越高，使用时间越长，对提高收益的作用越明显。影响程度其次的是用户数量，营业费用的影响程度相对较小。根据２００５年的数据，收入的增长需要更大规模的市场费用投入且效果并不是很明显，没有得到相应的收益，公司的部分投资没有能充分利用。

（３）从对收入影响因素来看。驱动收入变化的变量存在着复杂性和多变性，但同时为相应的策略提供了较大的空间。从营业费用变量来看，在其他指标恒定不变的前提下，企业若不能有效控制成本，产生的市场费用越高，支出越大，则对收入是有负影响的。从用户数量的影响来看，对于一些零次用户等并不创造价值的，不能将其定为主要目标客户群，因此，提高高价值用户的比例是提高收入的关键所在。对于客户的投诉，需要结合企业为客户解决问题的效率和满意度，当企业不能及时解决客户异议或不能在能力范围内有针对性的改进服务，则容易导致较高的用户流失率，因此，保持客户满意度是提高企业收入的必要条件。对于ＭＯＵ值，主要是从用户的消费心理来考察该变量对收入的影响的，例如，为提高用户对网络的使用率，可根据网络的闲置和繁忙状况，对不同的目标客户群采取相应的价格歧视策略。

结合回归模型来看，经过筛选的这些变量不同程度地对收入产生了影响，体现了指标之间具有较强的内在因果关系。这也从某种程度上验证了构建基于平衡计分卡的该电信企业绩效评价体系指标具有一定合理性。

三、电信企业综合绩效评价指标分值分析

１．电信企业综合绩效分值计算结果

将江苏网通公司１３家分公司数据代入平衡计分卡综合绩效模型进行计算，得到最终绩效评价得分值（见表７）。由综合绩效表可见：在江苏网通公司１３家分公司的绩效综合排名与地区经济发展不成正比例关系。江苏的经济发展极不均衡，按经济发达高低程度可分为苏南地区（苏州市、无锡市和常州市）、苏中地区（南京市、扬州市、泰州市、镇江市和南通市）和苏北地区（徐州市、盐城市、连云港市、淮安市和宿迁市）。从江苏网通公司１３家分公司的绩效综合排名看，１—４名中，苏中的南京公司以０．７６４２分居第一，镇江公司以０．７５１２分居第二，无锡公司、苏州公司分别居于第三和第四；在５—１０名中，除苏南的常州公司外，其余皆为苏北城市的公司。苏中的扬州公司、南通公司和泰州公司综合绩效得分偏低，位于最后，排名低于经济相对落后的徐州公司、连云港公司、盐城公司、宿迁公司和淮安公司。在全省综合绩效排名中连云港公司、盐城公司和宿迁公司居于中上游水平。上述综合绩效得分的结果和江苏电信企业的实际效益比较吻合。可见，从定性分析来看，该指标体系具有一定合理性。

名次

公司城市名称

绩效综合评价得分值

相对绩效综合评价得分值

１南京市０．７６４２１．００００２镇江市０．７５１２０．９８３０３无锡市０．４２１００．５５０９４苏州市０．３８７３０．５０６８５常州市０．２７８４０．３６４３６连云港市０．１３２５０．１７３３７盐城市０．０７９３０．１０３７８宿迁市－０．０８７８－０．１１４８９淮安市－０．１４９７－０．１９５９１０徐州市－０．２３１２－０．３０２５１１扬州市－０．２３２６－０．３０４４１２南通市－０．６９１６－０．９０５１１３

泰州市

－０．７７９５－１．０２００

江苏省１３家分公司绩效综合评价得分值及排序

表７

２．电信企业综合绩效分值讨论

从江苏网通公司１３家分公司的整体绩效来看，公司所在地的经济发展水平和绩效并不成正相

关关系。隋学深（２００３）用统计方法对黑龙江通信公司１３家分公司综合绩效得分进行排名，其公司绩效与各地市经济水平相关性不明显。马佳（２００６）用ＤＥＡ方法对中国移动国内３１个省市区分公司的绩效进行评价，发现经济发展水平高的东部地区公司整体绩效低于西部地区。本文研究结果显示，苏州作为江苏经济最发达的城市，所在的公司绩效排名相对较后，其相对绩效仅为南京和镇江的一半。经调研发现，省级公司近年来对苏州公司进行了大规模投资，因为电信运营具有明显的外部经济和规模经济特点，在竞争激烈的苏州市场上，网络设计存在一定的冗余，同时市场推广费用增加对业务收入的促进作用并不明显，其收入规模的相对较小和现金收入比过低造成收支失衡，这也是内部业务绩效得分低的一个重要原因。苏南的无锡公司、苏州公司和苏中的南京公司、镇江公司的差异，苏中的扬州公司、南通公司、泰州公司和苏北的盐城公司、宿迁公司、淮安公司之间的绩效差异，均说明了与地区经济发展水平不存在明显的正相关关系。

从江苏网通公司１３家分公司的整体绩效来看，电信企业绩效与总资产规模有近似正相关关系。夏兰（２００６）以中国电信、中国移动和中国联通２００２—２００４年数据为基础，用其他绩效评价方法对融资结构与企业经营绩效关系进行实证研究，得出电信企业绩效与总资产规模也有正相关关系的结论。由本文的平衡计分卡企业绩效评价方法检验看，企业绩效与公司投资规模有近似正向关系。江苏网通公司在苏南地区的分公司总体投资规模普遍较大，虽然苏南地区的三个分公司绩效排名都未进入前两名，但是总体上在江苏全省位于前列。在投资规模同样较大的地级市中，镇江公司绩效要明显优于常州、无锡和苏州公司。江苏网通案例进一步说明，由传统观念导致的对发达地区公司投资过多和不能充分消化造成的资源浪费现象普遍存在，由于发达地区市场竞争更加激烈，经济水平发达未必带来该地区企业效益的同步增长。苏南三城市分公司的市场投资规模（常州相对较小外）普遍较大，这在短期内对提高企业绩效有一定拉动作用，但也应注意权衡投资收益、市场推广费用的合理运作，毕竟通过扩大投资拉动企业绩效是属于短期行为。苏南地区的公司除苏州在学习成长绩效得分较高外，其余绩效得分均较低，可见当前新业务开发对目前的整体绩效的贡献并不十分明显，新业务比重的扩大是企业持续发展的动力。

四、结语

１．总体结论

（１）本文通过绩效指标的筛选，得出该电信企业平衡计分卡绩效综合评价指标体系。通过频度１１６

（２）从对１３家分公司绩效评价结果来看，各市公司经营绩效和所在地经济发展水平并不成正向关系，即经济发达地区公司经营绩效得分不一定超过经济相对较差地区的公司。经济水平的提高固然能促进电信行业的增长，但并非是公司经营绩效提高的关键所在。公司内部精细化管理和较强执行力作用大于地区经济的促进作用。该结论纠正了我们长期以来对此问题的认识。

（３）对于成长期的公司，投资规模和企业绩效有近似的正相关关系。即投资规模较大的分公司总体绩效要好于资产规模相对较小的分公司。该结论和处于成长期的该电信企业发展目标和绩效评价侧重点有关。本文研究结果显示，江苏网通苏南３家分公司规模、近几年投资总额和市场运作费用均高于苏中和苏北地区的公司，这在某种程度上拉动了苏南３家分公司绩效。虽然苏南地区的３家公司绩效排名都未进入前两名，但是总体上在江苏全省位于前列。在公司规模和投资总额较大的苏中地区的南京公司、镇江公司的绩效明显优于其他公司。最典型的是经济发展十分落后的苏北地区的宿迁公司，由于该公司规模和投资总额相对较大，公司绩效在江苏网通居于全省中上游水平。但是，由于公司绩效和投资规模呈近似的正相关关系，所以在未来发展中，进一步提升其绩效不能将扩大投资规模作为主要方法。

（４）本文通过使用多元线性回归分析，首次在我国检验了指标的因果逻辑关系，通过选取电信企业平衡计分卡关键指标，对其运用于电信企业的合理性进行了验证。本文研究发现，营业费用、用户数量、客户投诉和月平均通话时间长短等因素对绩效均具有明显的驱动作用。平衡计分卡内指标之间高度的因果关系从某种程度上证明了构建的平衡计分卡绩效评价模型在该电信企业的应用有合理性。这不仅为江苏电信企业管理决策提供了理论依据，对国内其他地区电信企业也提供了重要的理论依据。

２．局限性分析

（１）样本和数据。在１３个样本的选择和１年数据采集的基础上，通过建模对业务收入的影响因素进行分析并得出最终结论。由于样本容量相对较小，能采集的数据较少，本文在检验平衡计分卡指标体系的合理性时，并未对所有绩效指标进行因果关系验证。这给模型的适用性带来一定局限。

（２）模型假设。该模型假设剔除了行业、竞争对手策略、用户需求变化等外部不可控因素的影响，主要从本电信企业的经营状况出发所得出的结论。至于是否存在绩效评价系统之外因素对企业绩效产生的影响，本文尚未检验。

（３）指标的选取。样本和数据的过少对选取指标数量存在。文中指标选取是通过具有统计、管理和技术背景的专家、学者的意见下进行的。考虑到收入系统的复杂性，备选指标变量应尽可能完备，本次变量选择较少，其疏漏对绩效收入分析可能产生影响。上述问题将是未来研究的重点。

〔参考文献〕

〔１〕ＲｏｂｅｒｔＳ．ＫａｐｌａｎａｎｄＤａｖｉｄＰ．Ｎｏｒｔｏｎ．ＰｕｔｔｉｎｇｔｈｅＢａｌａｎｃｅｄＳｃｏｒｅｃａｒｄｔｏＷｏｒｋ［Ｊ］．ＨａｒｖａｒｄＢｕｓｉｎｅｓｓＲｅｖｉｅｗ，１９９３，７１（５）．

〔２〕ＲｏｂｅｒｔＳ．ＫａｐｌａｎａｎｄＤａｖｉｄＰ．Ｎｏｒｔｏｎ．ＴｈｅＢａｌａｎｃｅｄＳｃｏｒｅｃａｒｄ：ＭｅａｓｕｒｅｓＴｈａｔＤｒｉｖｅＰｅｒｆｏｒｍａｎｃｅ［Ｊ］．ＨａｒｖａｒｄＢｕｓｉｎｅｓｓＲｅｖｉｅｗ，１９９２，７０（１）．

〔３〕ＲｏｂｅｒｔＳ．Ｋａｐｌａｎ，ＤａｖｉｄＰ．Ｎｏｒｔｏｎ．ＴｒａｎｓｆｏｒｍｉｎｇｔｈｅＢａｌａｎｃｅｄＳｃｏｒｅｃａｒｄｆｒｏｍＰｅｒｆｏｒｍａｎｃｅＭｅａｓｕｒｅｍｅｎｔｔｏＳｔｒａｔｅｇｉｃＭａｎａｇｅｍｅｎｔ（１）［Ｊ］．ＡｃｃｏｕｎｔｉｎｇＨｏｒｉｚｏｎｓ，２００１，１５（１）．

１１７〔４〕ＲｏｂｅｒｔＳ．Ｋａｐｌａｎ，ＤａｖｉｄＰ．Ｎｏｒｔｏｎ．ＴｒａｎｓｆｏｒｍｉｎｇｔｈｅＢａｌａｎｃｅｄＳｃｏｒｅｃａｒｄｆｒｏｍＰｅｒｆｏｒｍａｎｃｅＭｅａｓｕｒｅｍｅｎｔｔｏＳｔｒａｔｅｇｉｃＭａｎａｇｅｍｅｎｔ（２）［Ｊ］．ＡｃｃｏｕｎｔｉｎｇＨｏｒｉｚｏｎｓ，２００１，１５（２）．

〔５〕ＲｏｂｅｒｔＳ．Ｋａｐｌａｎ，ＤａｖｉｄＰ．Ｎｏｒｔｏｎ．ＵｓｉｎｇＢａｌａｎｃｅＳｃｏｒｅｃａｒｄａｓＳｔｒａｔｅｇｙＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ［Ｊ］．ＨａｒｖａｒｄＢｕｓｉｎｅｓｓＲｅｖｉｅｗ，１９９６，７４（１）．

〔６〕ＲｏｂｅｒｔＳ．Ｋａｐｌａｎ．ＤｅｖｉｓｉｎｇａＢａｌａｎｃｅｄＳｃｏｒｅｃａｒｄＭａｔｃｈｅｄｔｏＢｕｓｉｎｅｓｓＳｔｒａｔｅｇｙ［Ｊ］．ＰｌａｎｎｉｎｇＲｅｖｉｅｗ，１９９４，２２（５）．

—ＡＴｈｅｏｒｅｔｉｃａｌＡｐｐｒｏａｃｈ［Ｍ］．Ｃａｌｉｆｏｒｎｉａ：ＳａｇｅＰｕｂｌｉｃａｔｉｏｎｓ，〔７〕ＮｅａｌＳｃｈｍｉｔｔ，ＤａｖｉｄＣｈａｎ．ＰｅｒｓｏｎｎｅｌＳｅｌｅｃｔｉｏｎ——

Ｉｎｃ．，１９９８．

〔８〕ＳｉｎｄＤ．Ｃ．，ＴｕｔｔｌｅＴ．Ｃ．ＰｌａｎｎｉｎｇａｎｄＭｅａｓｕｒｅｍｅｎｔｉｎＹｏｕｒＯｒｇａｎｉｚａｔｉｏｎｏｆｔｈｅＦｕｔｕｒｅ［Ｍ］．ＮｏｒｃｒｏｓｓＧｅｏｒｇｉａ：ＩｎｄｕｓｔｒｉａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＭａｎａｇｅｍｅｎｔＰｒｅｓｓ，１９８９

〔９〕Ｃｒｏｓｓ，ＫｅｌｖｉｎＦ．，Ｌｙｎｃｈ，ＲｉｃｈａｒｄＬ．ＦｏｒＧｏｏｄＭｅａｓｕｒｅ［Ｊ］．ＣＭＡ，１９９２，６６（３）．

〔１０〕ＴｈｏｒＣ．Ｇ．ＴｈｅＭｅａｓｕｒｅｓｏｆＳｕｃｃｅｓｓ：ＣｒｅａｔｉｎｇａＨｉｇｈＰｅｒｆｏｒｍａｎｃｅＯｒｇａｎｉｚａｔｉｏｎ［Ｍ］．ＥｓｓｅｘＪｕｎｃｔｉｏｎＶＴ：ＯｌｉｖｅｒＷｒｉｇｈｔＰｕｂｌｉｃａｔｉｏｎｓＩｎｃ．，１９９４．

〔１１〕贺朝晖．西安电信公司绩效管理体系研究［Ｒ］．西安理工大学，２００４．

〔１２〕马佳．电信运营企业绩效考核方法新论［Ｊ］．当代通信，２００６，（１２）．

〔１３〕隋学深．通信企业绩效评价研究［Ｒ］．哈尔滨理工大学，２００３．

〔１４〕田志龙，李金洋．一种合适的中国电信企业转型绩效评价体系［Ｊ］．武汉理工大学学报（信息与管理工程版），２００６，（４）．

〔１５〕汪国平．电信经营分析与平衡计分卡应用［Ｒ］．清华大学，２００４．

〔１６〕魏明，杨淑娥，楼旭明．电信企业的绩效评价体系构建［Ｊ］．统计与决策，２００５，（１１）．

〔１７〕夏兰．电信运营企业融资结构与经营绩效实证分析［Ｊ］．中国管理信息化，２００６，（９）．

〔１８〕杨宗昌，许波．企业经营绩效评价模式研究——

—我国电信企业集团经营绩效考评方法初探［Ｊ］．会计研究，２００３，（１２）．

〔１９〕张磊，忻展红．电信企业绩效评价指标体系的构建［Ｊ］．当代通信，２００５，（２４）．

〔２０〕张文璐，王琦，吕廷杰．电信企业绩效考核指标体系的完善［Ｊ］．通信企业管理，２００４，（１２）．

ＳｔｕｄｙｏｎＣｏｍｐａｎｙ’ｓＰｅｒｆｏｒｍａｎｃｅＭｅａｓｕｒｅｍｅｎｔＢａｓｅｄｏｎＢａｌａｎｃｅｄ

Ｓｃｏｒｅｃａｒｄ——

—ＷｉｔｈＳｐｅｃｉａｌＲｅｆｅｒｅｎｃｅｔｏＡＴｅｌｅｃｏｍＣｏｒｐｏｒａｔｉｏｎＪｉａｎｇｓｕ

ＱＩＡＯＪｕｎ１，ＱＩＸｉａｏ－ｌｉ２，ＣＨＵＪｕｎ－ｓｏｎｇ１

（１．ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ，Ｎａｎｊｉｎｇ２１００４６，Ｃｈｉｎａ；

２．ＣｈｉｎａＮｅｔｗｏｒｋＣｏｍｍｕｎｉｃａｔｉｏｎＧｒｏｕｐＣｏｒｐｏｒａｔｉｏｎ，Ｎａｎｊｉｎｇ２１０００３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｅＢａｌａｎｃｅｄＳｃｏｒｅｃａｒｄ（ＢＳＣ）ｐｅｒｆｏｒｍａｎｃｅｍｅａｓｕｒｅｍｅｎｔｗａｓｗｉｄｅｌｙｕｓｅｄｉｎｉｎｔｅｒｎａｔｉｏｎａｌｔｅｌｅｃｏｍｉｎｄｕｓｔｒｙ．Ｗｈｅｔｈｅｒｔｈｅｍｏｄｅｌｉｓｓｕｉｔａｂｌｅｆｏｒａｐｐｌｉｃａｔｉｏｎｏｒｎｏｔｓｔｉｌｌｓｈｏｕｌｄｂｅｒｅｖｉｓｅｄａｎｄｔｅｓｔｅｄｂｅｃａｕｓｅｔｈｅｔｅｌｅｃｏｍｉｎｄｕｓｔｒｙｉｎｏｕｒｃｏｕｎｔｒｙｉｓｓｔｉｌｌｉｎｔｈｅｍｏｎｏｐｏｌｉｓｔｉｃｓｔａｇｅ．Ｗｉｔｈｔｈｅｅｘａｍｐｌｅｏｆａｔｅｌｅｃｏｍｃｏｒｐｏｒａｔｉｏｎｗｈｉｃｈｈａｓ１３ｂｒａｎｃｈｅｓｉｎＪｉａｎｇｓｕｐｒｏｖｉｎｃｅ，ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｗｅｉｇｈｔｗａｓｇｉｖｅｎｗｉｔｈｆｏｕｒｄｉｆｆｅｒｅｎｔｐｅｒｓｐｅｃｔｉｖｅｓ－ｆｉｎａｎｃｉａｌ，ｃｕｓｔｏｍｅｒ，ｉｎｔｅｒｎａｌｂｕｓｉｎｅｓｓ，ｉｎｎｏｖａｔｉｏｎａｎｄｌｅａｒｎｉｎｇｂｙｗａｙｏｆＡＨＰａｎｄｍａｉｎｃｏｍｐｏｓｉｔｉｏｎａｎａｌｙｓｉｓ，ｔｈｕｓｔｈｅＢＳＣｗａｓｏｐｔｉｍｉｚｅｄ．ＷｅａｌｓｏｃｈｏｓｅｓｏｍｅｃｒｉｔｉｃａｌｉｎｄｉｃａｔｏｒｓｉｎｔｈｉｓｔｅｌｅｃｏｍｃｏｒｐｏｒａｔｉｏｎＢＳＣｐｅｒｆｏｒｍａｎｃｅｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍａｎｄｄｉｄｅｍｐｉｒｉｃａｌｓｔｕｄｙｏｎｉｔｓｃａｕｓａｌｉｔｙ．ＩｔｐｒｏｖｅｄｔｈｅｒｅａｓｏｎａｂｉｌｉｔｙａｎｄｌｉｍｉｔａｔｉｏｎｓｏｆｔｈｅＢＳＣｍｏｄｅｌａｎｄｉｔａｌｓｏｏｆｆｅｒｅｄｔｈｅｏｒｅｔｉｃｐｒｏｏｆｉｎｔｅｌｅｃｏｍｃｏｒｐｏｒａｔｉｏｎｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ．

ＫｅｙＷｏｒｄｓ：ｔｈｅｂａｌａｎｃｅｄｓｃｏｒｅｃａｒｄ；ｐｅｒｆｏｒｍａｎｃｅｍｅａｓｕｒｅｍｅｎｔ；ｔｅｌｅｃｏｍｃｏｒｐｏｒａｔｉｏｎｓ

〔责任编辑：李海舰〕１１８