設計師品牌買手產業鏈模型構建與實證

李敏 朱文赫 梁遠方

摘要： 為推進小眾設計師品牌、Showroom、買手店三者所組成的買手產業鏈發展，利用系統動力學方法構建相關模型，從產業鏈視角識別發展瓶頸，為企業提供優化策略。通過文獻研究、企業實踐及深度訪談，梳理產業鏈中直接影響整體運作的指標及其權重，用Vensim軟件繪制模型存量-流量圖，建立相關關系并驗證。結果表明，小眾設計師品牌吸引力、Showroom服務水平、店鋪銷售能力可作為評價各子系統的KPI指標，其中Showroom服務水平對買手產業鏈運作影響最大;應用TOC理論并結合麥肯錫矩陣模型，提出增強設計競爭力、業務人員專業度、信息共享等提高產業鏈及各子系統運作效率的優化方案。

關鍵詞： 設計師品牌;Showroom;買手產業鏈;系統動力學;瓶頸識別

中圖分類號： TS941.1;F270.3 ?文獻標志碼： A ?文章編號： 1001-7003（2019）04-0035-09 ?引用頁碼： 041107

Abstract： For promoting development of the buyer industry chain consisting of minority designer brands， Showroom and buyer shops， the system dynamics method was used to build a relevant model so as to identify the development bottleneck from the perspective of industry chain and provide the optimization strategy for enterprises. By means of literature research， enterprise practice and in-depth interviews， we sorted out the indicators which had a direct impact on the overall operation in the industry chain and calculated the weights. Vensim was used to draw the stock-flow graph of the model. The correlativity was established and the validity was verified. The results showed that minority designer brand attraction， Showroom service level and store sales ability could be used as KPI indicators， in which Showroom service level had the largest influence on the operation of buyer industry chain. TOC theory and McKinsey matrix model were used to put forward several solutions to improve the overall efficiency of the industry chain and the operational efficiency of each subsystem， such as enhancing design competitiveness， improving specialty of business personnel and sharing information.

Key words： designer brand; Showroom; buyer industry chain; system dynamics; bottleneck identification

隨著國內消費者消費意識的提升，品牌化成為各產業發展的要素，小眾設計師品牌買手店（本文簡稱“買手店”）以其時尚度高、設計理念獨到的前衛商品，豐富了服裝市場的多樣性，成為越來越多消費者的選擇，也為獨立設計師提供了成長與發展的平臺[1]。買手店與小眾設計師品牌、Showroom平臺、消費者之間是彼此相關又密不可分的生態系統，因該產業鏈發展時間較短、成長模式單一、缺乏合理的管理制度與高素質專業人才，導致企業規模難以擴大、盈利能力有限，幾乎所有買手店都是小微型企業[2]。在實際運營中，企業多注重某個具體問題的解決，鮮從產業鏈整體出發進行系統性思考。另外，買手產業鏈的運作涉及多個環節，若其中一環出現疏漏將導致整個產業的運營效率和效益受到沖擊[3]。因此，考慮到該系統“牽一發而動全身”的特征，若要對整個產業鏈進行管理并解決相關問題，必須從產業發展視角出發[4]，力求對各環節有較全面的把握。本文擬用系統動力學方法構建買手產業鏈模型[5]，結合案例企業進行實證，采用層次分析法，找出對買手產業鏈運作效率有重要影響的因素并建模，提供產業鏈視角下的瓶頸識別方法，有針對性地提供優化策略建議，為買手產業發展提供借鑒。

1 模型構建

1.1 設計師品牌買手產業鏈運作模式

近年來中國涌現出不少知名度低但優秀的設計師品牌[6]，為解決此類新創品牌由于缺乏營銷推廣渠道難以獲得消費者注意和市場認可，從而發展緩慢的情況，Showroom作為中介機構為品牌方和終端買手店提供展示和交易的平臺，買手店則為品牌產生商業價值，并根據銷售情況決定后續采買策略。這種將小微新型品牌集中運作推廣的模式，為小眾設計師品牌規模化發展提供了可行選擇[7]。

根據相關文獻梳理[8-10]、專家訪談及現有買手模式的實際運營情況調查，將小眾設計師品牌、Showroom、買手店三者所形成的產業鏈協作歸納為六個環節：以春夏季為例，7～9月為時裝周展會籌備期，三方相互溝通交流，選擇合適對象建立合作關系，制定本季業務規劃;達成合作后品牌方進入產品研發與樣衣制作環節，Showroom籌備訂貨會，并根據品牌方需要進行宣傳;Showroom于10月舉行訂貨會，買手現場溝通并訂貨，品牌方需在展位講解并開展推廣活動;11月前買手店需確定訂單并通過Showroom通知品牌方生產成衣;12月前買手店與品牌方之間達成交易，Showroom從中抽取傭金;所訂貨品于次年1～2月送至買手店，Showroom需要協助解決雙方對貨品瑕疵或物流延遲方面的問題。秋冬季時間跨度為1～8月，流程與節點同上述分析。為此，本文將從資金投入入手，探索產業鏈子系統業務運營及整體協作能力對企業和產業鏈收入與盈利的關系。

1.2 建模思路

針對上述設計師品牌買手產業鏈的業務流程和運作模式，繪制產業鏈因果關系（圖1），建立系統內各變量間相互影響的關系模型。首先結合文獻研究[9-13]、專家打分、買手產業鏈發展現狀，概括并提取系統變量，變量篩選基于以下原則：1）對系統目標有影響且彼此之間有較強關聯;2）可收集到該指標的有關數據;3）增加輔助變量以清晰描述產業鏈運作過程。然后在此基礎上利用系統動力學方法構建產業鏈模型并仿真驗證，最后結合案例D企業的真實運營數據，根據TOC理論及麥肯錫矩陣模型提出相關優化方案。

圖1中，“+”號表示增強回路，即原因變量的增加會導致結果變量的增加，“-”號反之;綠色箭頭表示延遲，即從一次循環周期的結束到下一次循環的開始。

該整體由三個子系統的因果回路圖組成。從整體業務角度，買手店增加對Showroom的訂貨量，也意味著Showroom對品牌方產品需求增大，這一需求同時表示品牌方、買手店收益增加，對Showroom的買手客戶及合作品牌客戶數量有正向促進作用。此增強回路有助于三方穩固合作關系共同發展，預示著整個產業鏈運作效率的提升。

1.3 設計師品牌買手產業鏈的變量體系

本文以產業鏈系統的重要影響因素為目標層A，根據上述建模思路并采用層次分析法構建產業鏈系統模型并計算權重。2017年4—6月，通過線下線上訪談及發放調研問卷的方式，請時尚買手行業的專業人士共計31人，對設計師品牌買手產業鏈運作指標C1～C7進行重要程度評分，按照方根法的標度原則，將各變量得分換算為對比分值，構造三階判斷矩陣計算準則層權重;同理可得方案層因素的權重，再計算方案層C相對于目標層A的合成權重，得到仿真模擬產業鏈系統重要影響因素的參數用于模型建立與驗證（表1）。

綜上，得到對設計師品牌買手產業鏈系統有重要影響的三項指標及其計算公式：

1）設計師品牌吸引力=0.6667產品吸引力+0.3333設計師研發能力;

2）Showroom服務水平=0.2764客戶服務水平+0.5954員工服務水平+0.1283物流服務水平;

3）店鋪銷售能力=0.75商品吸引力+0.25店員服務水平。

根據圖1業務流程分析與專家反饋信息，這三個指標能直接反映各子系統運作效率，因此可作為評價子系統運作效率的KPI指標變量。通過權重組合也能得到反映整個產業鏈運作效率的計算公式：

買手產業鏈運作效率=0.1429設計師品牌吸引力+0.5714Showroom服務水平+0.2857店鋪銷售能力。

由此根據上述四個公式，可以從局部到整體評估買手產業鏈運作效率。

1.4 模型系統變量及數學表達

系統動力學方法的常用變量為存量、流量、輔助變量、常量[14]。存量描述動態系統變量的時間累積效應，是系統的決策基礎;流量即速率，描述存量變化的快慢;輔助變量屬于中間變量，使得建模思路更加清晰，常量是系統中不變或變化甚微的量[15]。為建立系統動力學模型，本文考慮到各子系統協作關系、業務流程及系統三大影響要素（B1～B3），在圖1和表1的基礎上進行細化，三個子系統共定義85個系統變量用于建模。本文均以設計師品牌子系統為例，Showroom和買手店子系統的思路相同。選擇的主要存量、輔助變量如表2所示，定義的存量包括發展費用、員工數量、子系統總收入及運營成本;定義的輔助變量涉及產品或客戶開發投入、子系統員工薪資投入、產品均價、員工平均工資、產品吸引力、員工能力、懲罰因子、子系統利潤、子系統獲利能力等，并根據各自實際情況增刪、細化變量名。繪制子系統與產業鏈整體的存量-流量關系（圖2），進一步闡述各變量間的邏輯關系。

圖2中，白底黑字框表示存量變量名;下方為流量變量名，黑色字體為輔助變量;←表示兩變量之間存在因果與（或）數量關系;〈Time〉是特殊影子變量，表示該變量與時間有關。

通過運行模型來計算企業實際運營效率，需對各子系統中的存量、輔助變量分別建立數學關系式。建模假設如下：1）市場環境和資源等因素不會對模型中的變量產生影響;2）相關企業發展良好，資源和費用可持續投入，不受財力約束。仍以設計師品牌子系統為例，添加關系式（表3）。在邏輯關系（圖2）的基礎上，常量取值由企業實際情況直接確定，變量間的基本關系式則根據上述業務流程因果關系并基于一般規律進行積分計算。

1）INTEG為積分函數，表明隨時間對自變量求積分計算;WITH LOOK為表函數，根據企業實際數據計算

2）設計師懲罰因子代表設計師在裝作新產品時的成功率，即能夠順利被制做成衣的產品研發比例;設計師品牌吸引力公式由1.3節計算而來

2 買手產業鏈模型仿真與實證

2.1 常量及初始值設置

D企業2010年于歐洲匈牙利創立，2013年進入中國市場，致力于國際時尚品牌代理和市場渠道開發，有代理、Showroom、跨界合作、APP對接、咨詢等多種商業模式，是國內應用設計師買手產業鏈思路發展較為成熟的企業，故選擇其為案例企業進行仿真模擬。該企業目前代理設計師品牌97個，為184家買手店提供服務，每年舉辦春夏和秋冬兩季訂貨會，與上海時裝周同步。對相關變量的所賦值主要來源于D企業的公開資料、實習調研及專家訪談。以產業鏈中的設計師品牌為例，對該子系統的常量、存量初始值賦值（表4）。

2.2 模型確認與驗證

構建的模型需要驗證并確認調研數據、概念模型、仿真模擬和輸出結果等多個方面[16]。使用Vensim軟件檢驗模型中的變量是否符合實際含義、方程關系式是否正確。經過量綱一致性校驗，結果顯示沒有錯誤，證明結構合理。

為檢驗模型變量是否與實際行為模式保持一致，設定仿真運行周期為一年（FINAL TIME =12 month），時間以月為單位（TIME STEP = month），模擬D企業2016年7月—2017年6月的實際業務運轉情況。檢驗變量通常選取能反應模型運行結果的變量。在此模型中，選擇反映企業最初投入的發展費用和反映最終盈利的利潤兩個變量作為檢驗模型輸出結果的變量。受資源獲取的限制，僅對每季度數據進行對比。仍以設計師品牌部分為例，得到兩個檢驗變量的仿真示意（圖3、圖4）。

將模擬數據與來自專家訪談及實地調研的真實數據進行對比（表5），計算得到發展費用與利潤各季度數據對比的平均誤差，分別為0.335%與0153%，具體誤差均控制在3.5%以內，說明仿真結果與企業實際的運營情況較為一致。結合量綱一致性校驗結果，證明設計師品牌子系統模型能較準確反映實際情況。

同理可獲得Showroom、買手店子系統發展費用與利潤的仿真圖，對比模型仿真與企業實際季度數據發現，三個子系統模型均能準確反映企業實際的趨勢走向，故認為設計師品牌買手產業鏈SD模型構建較為合理，可以為后續分析提供支持。

3 產業鏈優化策略建議

從運作流程分析、建模到仿真案例可知，買手產業鏈是一個多變量的復雜整體。某個系統中簡單的存量、流量連接起來呈現的是龐大、復雜且動態變化的系統。這種情況對于管理者而言，想要清晰定位當前問題，識別發展瓶頸并非易事。現存問題除了來自企業內部之外，還來自企業間的溝通協作。由于篇幅限制，本文基于產業鏈視角，對常見的企業運作模式提供具有普適性的優化解決方案。

3.1 基于瓶頸識別的優化思路

TOC理論認為，結合財務指標能衡量實現目標的業績和效果，聚焦于企業系統的瓶頸識別與改善，可達到提高系統產出、各環節同步整體改善的目標[17]。13節中已得到產業鏈及子系統的KPI指標公式，這些通過數學方法由上級指標所得到的公式可計算其子系統的運作效率。因此，本文通過調整主要變量的投入比例，觀察相應KPI指標的變化，判斷變量本身的變化對系統運作效率的影響程度，并結合買手產業鏈的實際運作困難，提出有針對性的優化方案。

本文假定所有資源投入改變均在企業可承受范圍之內，不受到客觀條件約束。為計算資源投入比例改變對設計師品牌吸引力、Showroom服務水平和店鋪銷售能力的影響，需要找出能直接改變資源投入數值的變量，即實際運營中，直接受到資源配置影響的源頭變量。由KPI計算公式可知，設計師品牌吸引力受產品吸引力和設計師研發能力的影響，根據圖2所示，這兩個影響因素的源頭變量為產品研發投入和設計師薪資投入。同理可得其他KPI指標的源頭變量（表6）。

3.2 產業鏈瓶頸的定量識別

取各變量的KPI靈敏度平均值，并進行降序排列（表8）。結果表明，改變對Showroom平臺的資源投入比例也將影響買手店及品牌方，對產業鏈運作和發展有強烈影響;買手店因作為零售終端直面市場，是整條產業鏈的收益來源，改變資金投入對店員服務水平和商品吸引力有重要影響;而對于設計師品牌方而言，小眾的設計能否適應市場審美、品質能否令市場滿意更為重要，一味改變對產品研發和設計師薪資的投入而無法滿足市場需求的話，仍無法令品牌得以發展。

3.3 產業鏈視角下的優化策略

結合麥肯錫矩陣思想[18]，對買手產業鏈的優化方案進行系統分類。根據靈敏系數大小和資源投入比例，將優化方案分為八個區域（圖5）、六類策略（改造、投資、節約、忽略、調控、規避），結合產業鏈現狀提出優化方案以提升利益空間。

根據表7中已獲得的KPI靈敏度大小，將八個變量分為高靈敏度和低靈敏度兩類。根據六類策略及已劃分的麥肯錫矩陣（圖5），得到八個變量適配的優化方案（表9）。

因買手店和設計師品牌子系統的KPI靈敏度均小于1，因此將其優化方案歸為低靈敏度方案一類;反之，Showroom子系統的KPI靈敏度數值和差異較大，故將Showroom平臺子系統優化方案歸為高靈敏度方案。

3.4 基于產業鏈協作的具體優化建議

3.4.1 設計師品牌優化策略

研發高質量且有設計感的產品、提升品牌知名度和形象是品牌發展的核心及首要任務，這些也是資金投入最大的部分，因此提升產品研發的資金投入意義重大。每季產品在追求個性化的同時也要兼顧市場價值。由表8可知，設計師薪資投入遠大于產品研發投入的變化對設計師品牌子系統的影響。品牌價值需要通過設計風格和產品，甚至是設計師本身來體現。增加設計師薪資投入有助于對設計師的工作產生激勵，薪資不足而導致設計師頻繁離職不利于品牌風格、知名度的塑造，還會增加企業對新設計師的培訓投入。因此提高設計師薪資或采用績效提成方式，既能在企業財政負擔范圍內，又能規避設計師離職帶來的負面影響。

3.4.2 Showroom平臺優化策略

Showroom平臺作為整個買手產業鏈的中介，其中四個源頭變量的KPI靈敏系數均大于10%。比起投入大量資源發掘新客戶，更重要的應是分析業務開展的可能性與有效性。維護現有客戶方面應適當加大投資，除了為設計師品牌宣傳并舉辦秀場活動、邀請買手訂貨等常規業務，也可委派專人協助買手店處理經營難題。對買手和設計師開展培訓與講座，既幫設計師了解市場，也增強買手對品牌及產品的理解，通過增進溝通確保業務合作的高效。

高效、安全的物流也是產業鏈運營活動的重要一環。根據表9的分析，物流應進行“節約”優化，即在保證適當預算的情況下選擇更好的物流公司。員工薪資方面采取“簡化”優化，即精簡編制，增加物質獎勵以提高員工忠誠度和工作熱情，降低員工流動性。定期舉辦團建活動強化員工關系，營造良好的企業文化和工作氛圍，將有助于減少員工流動率。

3.4.3 買手店優化策略

營銷采用“簡化”優化，即精簡部分業務或與其他業務合并，甚至可以業務外包，以降低成本提高收益。從投入產出的角度，利用低成本、高效率的網絡手段開展營銷活動，對買手店的發展十分有益。另外，買手對于買手店的運營發展影響重大。采取“調控”買手薪資的優化策略，建立績效制度，提升買手業務能力;另一方面，鼓勵員工以折扣價格購買滯銷產品降低庫存。店鋪運營中重視培養員工的專業知識技能及服務水平，發展會員制增強用戶黏性，也有利于充分了解并發掘顧客需求。

3.4.4 產業鏈優化策略仿真

在表9的優化策略基礎上，以15%的比例改變對各變量的資源投入（表10），初始值同上。

由買手產業鏈視角出發進行整體優化，對比優化前后的產業鏈運作效率（圖6）。

從整體協作角度，對品牌產品研發投入、Showroom客戶開發投入、買手店訂貨投入采取負優化策略。結合3.4.1～3.4.3中分析，設計師品牌在產品研發階段應充分參考Showroom提供的買手訂貨情況及買手店銷售數據，制定符合市場需求的產品企劃和展示策略;Showroom應積極維護并服務好已有客戶，充分發揮紐帶作用，逐漸豐富設計師品牌和買手店客戶資源，實現精準對接的平臺優勢;另外，買手店應及時與Showroom溝通解決貨品及物流等問題，在業務開展過程中逐漸增加自身對設計師品牌風格和產品相關知識的了解，便于店鋪長遠發展。三方積極遵守合作協議，在各司其職的同時加強溝通，共享市場、消費者信息等有利于三方聯動的資源、數據，促進買手產業鏈良性發展。

由圖6對比結果可知，三者通過有效協作策略使得優化后的產業鏈運作效率有了明顯提升，優化結構較合理。從第8個月開始，優化前后的運作狀況變化趨勢趨同，通過改變資源投入進行優化具有上限，產業鏈本身有無法人為操控因素的限制，并非通過單方面改變資金投入便可提高產業鏈運作效率，需結合實際選擇合適的優化組合方案。

4 結 語

1）構建系統動力學模型并建立模型績效評價指標。本文構建了買手產業鏈系統動力學模型，并結合實例D企業進行仿真，驗證了該模型的適用性。認為該產業鏈由設計師品牌、Showroom、買手店三個子系統構成，通過層次分析法計算權重，獲得對產業鏈運營效率有重要影響的因素為設計師品牌吸引力、Showroom服務水平和店鋪銷售能力，這三項指標可作為各子系統的KPI指標。三者通過不同權重組合能評估買手產業鏈運作效率，其中Showroom服務水平對整個產業鏈影響最大。

2）買手產業鏈瓶頸識別。結合TOC理論，認為傳統財務指標和有效產出、庫存、運營費用等資源投入的結合，可準確衡量業績目標的實現程度及效果。通過計算各指標的源頭變量對產業鏈KPI的靈敏度，得到各子系統瓶頸變量分別為：設計師品牌的產品研發投入、設計師薪資投入;Showroom平臺開發和維護客戶的投入、員工薪資及物流投入;買手店訂貨投入和店員薪資水平。其中Showroom平臺中主要變量的靈敏度遠大于其他兩個子系統。

3）產業鏈視角下各子系統及互相協作的優化策略建議。依照變量靈敏度系數及現有的資源投入，結合麥肯錫矩陣匹配合適的優化方法，提出提高設計師設計能力和工作意愿;加強Showroom的整合能力，以及協調品牌與買手店業務合作的水平，培養專業人才;買手店采用部分業務外包并提升營銷能力，注重買手人才的發展等優化方案;對品牌產品研發投入、Showroom客戶開發投入、買手店訂貨投入采取負優化策略。并認為三方加強溝通配合、信息資源共享有利于實現產業聯動。再根據具體優化方法適當調節資源投入比例，并進行仿真模擬。結果表明，優化方案對產業鏈運作效率的提升有明顯成效，但改變資源投入的優化方法具有局限性，若在達到上限后還繼續增加或減少投入會造成資源浪費并產生負擔，引發其他問題。

4）局限。本文構建了具有一定普適性的買手產業系統動力學模型，但改變的資源投入主要為資金投入，而實際運作中的資源還包括信息、人力等資源，并且受到政策、資源及企業財力的約束，這類因素將如何影響產業鏈運作效率仍有待探討。

參考文獻：

[1]戴運帆. 中國服飾企業買手運營模式研究[D]. 北京： 北京服裝學院， 2016.

DAI Yunfan. Research on the Application of the Buyer Operation Mode of Chinese Clothing Enterprises [D]. Beijing： Beijing Institute of Fashion Technology， 2016.

[2]任力， 劉海娟. Showroom模式下的服裝買手與設計師服務滿意度實證研究[J]. 紡織學報， 2017， 38（1）： 157-162.

REN Li， LIU Haijuan. Empirical research on service satisfaction between fashion buyer and designer under Showroom system [J]. Journal of Textile Research， 2017， 38（1）： 157-162.

[3]王慧. 三種推廣模式對獨立設計師品牌影響動因研究[D]. 杭州： 浙江理工大學， 2016.

WANG Hui. Three Promotion Modes of Independent Designer Brands Influence Motivation Research [D]. Hangzhou： Zhejiang Sci-Tech University， 2016.

[4]杜公樸， 夏大慰. 現代產業經濟學[M]. 上海： 上海財經出版社， 1999： 23.

DU Gongpu， XIA Dawei. Modern Industrial Economics [M]. Shanghai： Shanghai University of Finance and Economics Press， 1999： 23.

[5]陳國衛， 金家善， 耿俊豹. 系統動力學應用研究綜述[J]. 控制工程， 2012， 19（6）： 5-12.

CHEN Guowei， JIN Jiashan， GENG Junbao. Application research overview of system dynamics [J]. Control Engineering of China， 2012， 19（6）： 5-12.

[6]何粒群， 李秋霞， 戴宏欽. 國內服裝設計師品牌發展策略探索[J]. 現代絲綢科學與技術， 2018，33（2）： 25-28.

HE Liqun， LI Qiuxia， DAI Hongqin. The exploration of the brand development strategy of the domestic garment designers [J]. Modern Silk Science & Technology， 2018，33（2）： 25-28.

[7]王晶晶， 楊以雄， 葉琪崢， 等. 設計師品牌買手店O2O營銷模式[J]. 紡織學報， 2018，39（1）： 146-151.

WANG Jingjing， YANG Yixiong， YE Qizheng， et al. O2O marketing mode of designer brands selecting shop [J]. Journal of Textile Research， 2018，39（1）： 146-151.

[8]葉琪崢， 周志鵬， 邵丹. 如何開家設計師品牌買手店[M]. 上海： 東華大學出版社， 2016.

YE Qizheng， ZHOU Zhipeng， SHAO Dan. How to Open a Designer Brands Select Shop[M]. Shanghai： Donghua University Press， 2016.

[9]張婷， 胡守忠. 基于扎根理論的服裝企業買手運營模式研究[J]. 絲綢， 2018， 55（1）：41-47.

ZHANG Ting， HU Shouzhong. Study on garment enterprise buyer operation mode based on the grounded theory [J]. Journal of Silk， 2018， 55（1）：41-47.

[10]徐念， 張彤， 王淵， 等. 服裝供應鏈系統動力學仿真[J]. 紡織學報， 2015， 36（4）：153-158.

XU Nian， ZHANG Tong， WANG Yuan， et al. Simulation of garment supply chain based on system dynamics [J]. Journal of Textile Research， 2015， 36（4）：153-158.

[11]孫承志，馬杰. 基于系統動力學的長春市CZ公司服裝物流仿真研究[J]. 經濟研究導刊， 2012（11）： 52-53.

SUN Chengzhi， MA Jie. Simulation study on the clothing logistics Changchun CZ company based on the system dynamics [J]. Economic Research Guide， 2012（11）： 52-53.

[12]趙紋碩， 王玲， 李敏， 等. 服裝企業O2O零售決策模型構建與實證分析[J]. 絲綢， 2018， 55（1）： 48-55.

ZHAO Wenshuo， WANG Ling， LI Min， et al. Modeling and empirical study of O2O retail decision-making in apparel enterprises [J]. Journal of Silk， 2018， 55（1）： 48-55.

[13]殷榮伍. 美國顧客滿意度指數述評[J]. 世界標準化與質量管理， 2000（1）： 7-10.

YIN Rongwu. Evaluation of American customer satisfaction index[J]. World Standardization and Quality Management， 2001（1）： 7-10.

[14]王其藩.高級系統動力學[M]. 北京： 清華大學出版社，1995.

WANG Qifan. Advanced System Dynamics [M]. Beijing： Tsinghua University Press， 1995.

[15]LYNEIS J M， FORD D N. System dynamics applied to project management：a survey， assessment， and directions for future research [J]. System Dynamics Review， 2010， 23（2/3）：157-189.

[16]SARGENT R G. Verification and validation of simulation models [J]. Journal of Simulation， 2013， 7（1）：12-24.

[17]LANCZYCKI Jhon J Jr. Manufacturing at warp speed： optimizing supply chain performce [J]. Quality Progress， 2002（2）：101.

[18]SHEN L， ZHOU J， SKITMORE M， et al. Application of a hybrid Entropy-McKinsey matrix method in evaluating sustainable urbanization： a China case study [J]. Cities， 2015， 42：186-194.