基于DEA-FCE的新零售供應鏈績效評價研究

摘? 要：本論文旨在通過構建具有實用價值的新零售供應鏈績效評價模型，對新零售的供應鏈績效進行評價。鑒于模型的評價指標存在無法量化的模糊指標，故本文通過將數據包絡評價法與模糊綜合評價法相結合，對新零售供應鏈績效做出有效性和非有效性的評價分析，以及非有效的影響因素，并通過在生產前沿面上的投影計算分析，提出其績效改進方案，為企業進一步提高和調整新零售方案提供參考借鑒。

關鍵詞：新零售供應鏈;DEA（數據包絡分析）;FCE（模糊綜合評價）;績效評價

一、引言

近些年來，隨著大數據、人工智能的發展，傳統的零售業正不斷探索適合自己的更好的發展模式，由馬云最先提出的“新零售”概念給予了零售商新的靈感，傳統的零售商由此逐漸走上了“線上”結合“線下”的“新零售”商業模式。新零售站在全渠道供應鏈一體化的視角，以服務主導邏輯為分析主線，從而更好地適應新零售及全渠道時代下消費者對一致性體驗服務的需求。因此，“客戶滿意度”和“數字化水平”這兩個方面對新零售供應鏈績效評價變得愈加重要。而目前的研究中，沒有考慮數字化技術對新零售供應鏈績效的影響。企業多從自身角度出發考慮供應鏈運營成本和績效，評價指標偏向于管理方面，而缺乏對企業技術水平方面的評價。本文采用數據包絡評價法與模糊綜合評價法相結合的方法，通過建立一個新零售企業的供應鏈整合績效評價模型，從供應鏈維度、客戶維度、技術維度三個維度考慮新零售的績效評價指標，為提高企業新零售供應鏈績效的進一步發展提供參考基礎。

二、新零售供應鏈績效評價指標體系的構建

為了應對供應鏈數字化變革的挑戰，本文將提出一套新的評估方法，與傳統供應鏈評價比較，本文構建的新零售環境下供應鏈的績效評價主要增加考慮了以下兩方面評價指標：以顧客價值為目標和注重技術水平的評價。在根據有關專家的反饋意見進行調整的基礎上，最終構建了新零售供應鏈績效評價指標體系，見表1。

（一）在供應鏈維度上一共由三個方面構成：財務運營、業務流程、學習成長。財務運營指標直接決定了供應鏈的運營成本和收益，是對一定時期內供應鏈經濟效益和管理水平的績效評價，包括利潤增長率、存貨周轉率、物流成本率、坪效增長率等;業務流程指標主要體現在供應鏈效率和信息方面，包括倉庫利用率、訂單完成率、交貨準時率、供應鏈響應速度等;學習成長指標體現了企業在應對瞬息萬變的市場環境時，需要不斷學習、創新，提升自身技能，包括技術人員比率、新技術采用率等。

（二） 在客戶維度上設置顧客滿意度指標，客戶服務指標是供應鏈整體績效的外在表現，為響應消費者需求，進而讓客戶為供應鏈創造價值，包括產品價格滿意度、產品質量滿意度、服務滿意度等。

（三）在技術維度上設置數字化水平指標，數字化水平指標能給供應鏈帶來更大的績效收益，數字化的核心理念是協同，企業不僅關注自身的供應需求狀況，更要關心上下游企業的生產經營狀況，及時地反饋、共享信息。數字化供應鏈可與物聯網實現網絡擴展、數字化協同和人工智能，提高預測準確性，企業數字化水平指標包括上下游企業嵌入度、可視化水平、智能化水平等。上下游企業嵌入度反映供應鏈中上下游企業之間的數據信息共享程度，可視化水平可以反映供應鏈庫存可視化程度，更好地滿足供應鏈中的庫存需求并進行庫存預測，智能化水平反映企業是否具備成熟的數據分析處理的能力。

為體現新零售企業供應鏈的特征，主要選取對新零售供應鏈績效影響較大的關鍵性指標：投入指標可選取物流成本率、技術人員比率，產出指標選取利潤增長率、坪效增長率，模糊指標選取顧客滿意度、數字化水平。

三、 DEA-FCE方法及其在新零售供應鏈績效評價中的應用

假設評價體系中有k個評價單元，共（a+b）個評價指標，a個定量指標，b個模糊指標，定量指標中包括m個輸入指標，s個輸出指標。

（一）運用DEA方法處理定量指標

先對定量指標使用數據包絡分析方法計算其相對效率。假設模型中有多個決策單元，每個決策單元都有m個“輸入”指標（表示該決策單元對“資源”的消耗）以及s個“輸出”指標（表示該決策單元消耗了“資產”之后所得產出）。[Xj=（x1j，x2j，...，xmj）T≥0，Yj=（y1j，y2j，...，ysj）T≥0]

分別為第j個決策單元（DMUj）的輸入指標和輸出指標（j=1，2，...n）。所以對于C2R模型，本論文以投入導向為前提，則供應鏈效率評價指數：

[maxhj0=r=1suryrj0i=1mvixij0]

其中，ur，vi分別表示產出和投入的權重向量，效率評價指數值越大，則決策單元DMUj

[s.t.r=1suryrj0i=1mvixij0≤1，j=1，2，...，nu≥0，v≥0]

能以相對較少投入獲取相對多的產出，故可以通過[hj0]的大小判定其在n個決策單元中是否“相對最優”。引入松弛變量，令t=1/vTx0，得到新的C2R模型：

令Bj′（j=1，2，...n）為決策單元DMUj對于量化指標的DEA績效結果。

（二）運用模糊評價法處理定性指標

設評語集V=（v0，v1，…，vp- 1），即將評語集劃分為p個等級。本論文中設評語集V={優，良，差}，假設事物N有n個評價因素c1，c2，c3，...，cn，關于評價因素ci（i=1、2、3、...、n）的量值為v1、v2、v3、...、vn，則所構成綜合評價矩陣：

[Rj=rj10rj11...rj1（p-1）rj20rj21...rj2（p-1）......rjq0rjq1...rjq（p-1），j=1，2，...，n]

權重矩陣[Aj=（aj1，aj2，...，ajq），j=1，2，...，n]，則[Bj=Aj?Rj=（bj1，bj2，...，bjp）]為第j個評價單元的分指標中非量化因素經過模糊綜合評價所得的評價矩陣。

（三）DEA模糊化

對DEA的成績進行模糊化[1]，使其分別隸屬于評語集V=（v0，v1，…，vp- 1）。

將前面的Bj′代入式中，則可以得到DEA成績的隸屬度Bj=（bj1，bj2，…，bjp）。

（四）綜合評價

[Bj=Aj·Rj=A1，A2·Bj1Bj2=b1，b2，...，bn]由計算出的分指標計算總指標綜合評價的矩陣Rj=[Bj1，Bj2，…，Bjk]T，其中k表示量化和非量化指標分類后的總指標數。在求得可量化指標[Bj1]和不可量化指標[Bj2]的評價矩陣和后，再利用由層次分析法求得的二者的權重向量[Aj=A1，A2]，然后選取合成算子進行綜合評價，即：? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 根據最大隸屬度原則，取[b1，b2，...，bn]中的最大值所對應的評價等級集合中的元素，即為綜合評價結果。

四、結論

本文建立了以數字化和顧客滿意度為核心的新零售供應鏈績效評價模型，綜合采用了DEA和模糊綜合評價法把定量分析和定性分析充分結合起來，為零售企業在實際中采取相應措施進行選擇提供了可以借鑒和參考的方法。新零售已經成為現今零售業發展的趨勢，針對新零售行業供應鏈修正評價指標，對模型進行改進，為供應鏈上游企業提供合理方法，提供更科學合理的決策依據。

參考文獻：

[1]馬風才，李霽坤，張群.基于三角形模糊數的DEA模型[J]. 數學的實踐與認識， 2007（11）：176-181.

[2]魏倩.基于DEA與模糊綜合評判的第三方物流服務商評價研究[J].中小企業管理與科技（下旬刊），2012（4）：215-216.

作者簡介：

羅珊（1996.01-）;性別：女;籍貫：江蘇揚州;專業：物流工程;研究方向：供應鏈績效評價。