第9期 徐红霞等：保税港区服务流程的性能评价 ·1231· 段的服务性能进行预测，从而为服务的选择和优化 文献[13提出一套基于系统动力学的业务性能指标 提供相应的决策依据3剧.例如：根据保税港区中入 趋势的预测及优化方法，但它只是针对业务性能指 境进区服务流程的历史数据进行有效评价或预测， 标的预测，而未分析T对其业务性能指标预测的 就能够利用科学的预测方法对相应的服务时间、服 影响.文献[14基于模型的方法从软件文档产品出 务成本、服务的柔性、服务的可用性、服务的可靠 发，根据软件体系结构(software architecture,SA) 性等关键性指标进行合理和有效地分析，从而指导 和设计信息建立性能模型，通过求解性能模型对系 企业的经营与管理 统性能进行评价.文献[15]提出了一种将仿真分析 目前，国内外在服务流程性能评价及预测进行 和集成径向基网络模型结合起来的制造系统性能指 了很多研究工作.下面针对性能评价和预测分析两 标预测方法，建立了向基集成网络预测模型，并通 个方面分别进行述评： 过仿真分析来收集样本数据，最终利用Bagging方 (1)在性能评价方面.一般来说，主要包括性能 法训练出集成神经网络，实现对工件平均完工时间 评价指标体系建立与评价分析等内容.文献[4提 和设备利用率等关键性能指标值的预测 出一个反映业务流程综合性能的评价体系，该体系 上述性能预测领域的研究成果，大部分研究是 主要由业务流程成本、业务流程效率、业务流程顾 针对服务性能、业务性能或者系统性能中的某个单 客满意度和业务流程质量四个宏观指标构成，并建 一方面，使得业务与T或系统性能脱离 立了业务流程顾客满意度计算模型.文献[⑤]提出 针对上述国内外两方面研究工作的不足，本文 一个基于流程的制造绩效评价体系，在系统的三个 针对保税港区应用平台及服务流程的特点，首先构 层次上分别设计了绩效指标群、网络层及协议层指 建了保税港区服务流程性能管理框架，阐明了分析 标，但对各层指标并没有详细展开.文献[6]提出一 与评价以及预测与计划两个环节的重要性；接着， 个支持组合服务选取的QoS模型的层次结构，从 建立了保税港区服务流程的性能评价模型，从商务 IT角度研究了W®b服务和组合服务的性能评价问 层、服务组合层、业务活动层、T技术及网络层 题.文献[⑦]介绍了一种针对Web服务的性能分析 四个层次对保税港区系统进行建模及分析：进而提 评估工具sPAC,但主要讨论了业务性能中的时间 出相应的服务流程性能评价指标体系，并对关键性 特性.文献[8-g]基于QoS对服务选择问题进行了 能指标(key performance indexes,KPIs)进行了具 研究.文献[10]对Web服务质量和性能问题进行了 体地描述及计算：最后，针对保税港区服务流程中 研究.文献[11主要针对流程的时序性能层面，提 时效性的突出特点，在保税港区性能评价体系的基 出了动态的流程验证和分析方法，以此指导流程的 础上提出保税港区服务流程性能指标的实时灰色预 实时管控工作 测方法 上述研究工作较多地关注服务本身属性的性 与现有方法相比，本文主要创新点如下： 能以及服务间关联度，而较少考虑服务流程在业 (1)针对保税港区业务背景及服务流程的特点， 务全局中的性能评价，忽略了从服务流程全局的角 本文首先构建了保税港区服务流程性能管理框架 度来分析服务间的相互关系及其性能以及服务流程 在此基础上，提出服务流程性能评价模型以及相应 与企业实际业务过程中其他类型活动之间的相互关 的性能评价指标体系 系.此外，目前大部分的性能评价体系通常构建的 (2)本文方法不仅考虑了保税港区评价指标的 是较为通用的企业评价模型，而适用于基于第三方 灰性，同时针对保税港区在线实时数据处理的特点， 平台系统的体系或方法较少，同时缺乏具体的业务 以保税港区服务流程监控的历史数据为对象，构建 背景支撑，因而均无法全面地反映保税港区服务流 实时灰色预测模型，服务提供者与保税港区第三方 程的实际运作情况 平台可以将得到的预测值与用户服务需求的目标值 (2)在预测分析方面.预测分析是评价工作的 进行对比，从而满足保税港区服务流程评价性能预 深入.服务流程的性能预测是改进组合服务的性能 测的实时应用需求，也为系统的管理与决策提供了 并控制其正确执行的有效途径，也是实现保税港区 科学的依据 应用系统之间数据、功能、流程等资源高效集成的 1保税港区及其闭环管理模式 核心.文献[12基于分层排队网(layered queuing networks)对服务合成进行了性能预测，但未考虑其 1.1保税港区业务背景 历史数据的分析，因而只适用于新设计的服务合成。 所谓保税港区，即在毗邻保税区的港区划出专第 9 期 徐红霞等：保税港区服务流程的性能评价 1231 ·· 段的服务性能进行预测，从而为服务的选择和优化 提供相应的决策依据 [3] . 例如：根据保税港区中入 境进区服务流程的历史数据进行有效评价或预测， 就能够利用科学的预测方法对相应的服务时间、服 务成本、服务的柔性、服务的可用性、服务的可靠 性等关键性指标进行合理和有效地分析，从而指导 企业的经营与管理. 目前，国内外在服务流程性能评价及预测进行 了很多研究工作. 下面针对性能评价和预测分析两 个方面分别进行述评： (1) 在性能评价方面. 一般来说，主要包括性能 评价指标体系建立与评价分析等内容. 文献 [4] 提 出一个反映业务流程综合性能的评价体系，该体系 主要由业务流程成本、业务流程效率、业务流程顾 客满意度和业务流程质量四个宏观指标构成，并建 立了业务流程顾客满意度计算模型. 文献 [5] 提出 一个基于流程的制造绩效评价体系，在系统的三个 层次上分别设计了绩效指标群、网络层及协议层指 标，但对各层指标并没有详细展开. 文献 [6] 提出一 个支持组合服务选取的 QoS 模型的层次结构，从 IT 角度研究了 Web 服务和组合服务的性能评价问 题. 文献 [7] 介绍了一种针对 Web 服务的性能分析 评估工具 sPAC，但主要讨论了业务性能中的时间 特性. 文献 [8-9] 基于 QoS 对服务选择问题进行了 研究. 文献 [10] 对 Web 服务质量和性能问题进行了 研究. 文献 [11] 主要针对流程的时序性能层面，提 出了动态的流程验证和分析方法，以此指导流程的 实时管控工作. 上述研究工作较多地关注服务本身属性的性 能以及服务间关联度，而较少考虑服务流程在业 务全局中的性能评价，忽略了从服务流程全局的角 度来分析服务间的相互关系及其性能以及服务流程 与企业实际业务过程中其他类型活动之间的相互关 系. 此外，目前大部分的性能评价体系通常构建的 是较为通用的企业评价模型，而适用于基于第三方 平台系统的体系或方法较少，同时缺乏具体的业务 背景支撑，因而均无法全面地反映保税港区服务流 程的实际运作情况. (2) 在预测分析方面. 预测分析是评价工作的 深入. 服务流程的性能预测是改进组合服务的性能 并控制其正确执行的有效途径，也是实现保税港区 应用系统之间数据、功能、流程等资源高效集成的 核心. 文献 [12] 基于分层排队网 (layered queuing networks) 对服务合成进行了性能预测，但未考虑其 历史数据的分析，因而只适用于新设计的服务合成. 文献 [13] 提出一套基于系统动力学的业务性能指标 趋势的预测及优化方法，但它只是针对业务性能指 标的预测，而未分析 IT 对其业务性能指标预测的 影响. 文献 [14] 基于模型的方法从软件文档产品出 发，根据软件体系结构 (software architecture, SA) 和设计信息建立性能模型，通过求解性能模型对系 统性能进行评价. 文献 [15] 提出了一种将仿真分析 和集成径向基网络模型结合起来的制造系统性能指 标预测方法，建立了向基集成网络预测模型，并通 过仿真分析来收集样本数据，最终利用 Bagging 方 法训练出集成神经网络，实现对工件平均完工时间 和设备利用率等关键性能指标值的预测. 上述性能预测领域的研究成果，大部分研究是 针对服务性能、业务性能或者系统性能中的某个单 一方面，使得业务与 IT 或系统性能脱离. 针对上述国内外两方面研究工作的不足，本文 针对保税港区应用平台及服务流程的特点，首先构 建了保税港区服务流程性能管理框架，阐明了分析 与评价以及预测与计划两个环节的重要性；接着， 建立了保税港区服务流程的性能评价模型，从商务 层、服务组合层、业务活动层、IT 技术及网络层 四个层次对保税港区系统进行建模及分析；进而提 出相应的服务流程性能评价指标体系，并对关键性 能指标 (key performance indexes, KPIs) 进行了具 体地描述及计算；最后，针对保税港区服务流程中 时效性的突出特点，在保税港区性能评价体系的基 础上提出保税港区服务流程性能指标的实时灰色预 测方法. 与现有方法相比，本文主要创新点如下： (1) 针对保税港区业务背景及服务流程的特点， 本文首先构建了保税港区服务流程性能管理框架. 在此基础上，提出服务流程性能评价模型以及相应 的性能评价指标体系. (2) 本文方法不仅考虑了保税港区评价指标的 灰性，同时针对保税港区在线实时数据处理的特点， 以保税港区服务流程监控的历史数据为对象，构建 实时灰色预测模型，服务提供者与保税港区第三方 平台可以将得到的预测值与用户服务需求的目标值 进行对比，从而满足保税港区服务流程评价性能预 测的实时应用需求，也为系统的管理与决策提供了 科学的依据. 1 保税港区及其闭环管理模式 1.1 保税港区业务背景 所谓保税港区，即在毗邻保税区的港区划出专