基于DEA的服装行业供应链运行效率研究

李安东，李存斌

（华北电力大学经济与管理学院，北京 102206）

引言

我国作为世界上最大的服装产品供销国，拥有每年近1.4 万亿人民币的服装行业营收规模，随着生产力水平的进步，国内服装行业之间的竞争也在逐渐加大，同时，伴随着生活水平的提高，居民的审美要求、个性化需求等会与服装行业规模化、量产化、对市场反应滞后性等特征产生矛盾。另外随着原材料、劳动力成本及能源价格的上涨，加之进口品牌的入侵，我国的服装行业面临着诸多压力和挑战。对服装行业供应链运行效率进行研究，对服装行业有效运用现有资源，降低企业成本，提升生产效率等具有深远意义。

数据包络分析方法（Data Envelopment Analysis，DEA）是由Charnes，Cooper 和Rhodesl 在1978 年提出并且快速发展起来的一种非参数效率评价方法[1]，它基于相对效率概念的观点，自模型提出以来，相关理论不断深化和应用。目前，广泛应用于各大领域的效率研究中，较为典型的比如运用DEA 对区域物流效率进行评价[2，3]，但是在服装行业供应链中还没有使用DEA研究的范例[4，5]。

本文将运用DEA 模型对服装行业供应链运行效率进行研究，并依据分析结果解决服装供应链中由于信息复杂性和各种费用相互影响的问题，提高供应链系统的运行效率，并对整个服装行业生产模式的升级给出合理的建议。

1 基于DEA 的服装行业供应链运行效率建模

1.1 投入产出指标选取

在使用DEA 模型来研究某供应链运行效率时，选择合理的投入指标和产出指标是非常重要的。指标的选取对评价结果拥有决定性的作用。在进行指标选取时，需遵循以下几个原则：（1）选取指标的数量要符合分析的要求。依据拇指法则规定[6]，模型必须拥有投入指标和产出指标之和两倍以上的观测数据。（2）选取的指标必须客观，能够还原真实的生产经营程序。（3）要能取得足够的数据，模型的最终运算必须依靠最够的数据支撑。

依据服装行业供应链的特性，同时遵循DEA 模型指标选取的具体原则，本文建立了服装行业供应链效率指标体系如表1所示。其中服装行业中的销售费用、管理费用、财务费用作为投入指标，服装行业中的营业收入作为产出指标。

表1 服装行业供应链效率指标体系Tab.1 Garment industry supply chain efficiency index system

1.2 DEA 模型的构建

DEA 是一种多指标投入和产出评价的研究方法，其应用数学规划模型计算比较决策单元（DMU）之间的相对效率，对评价对象做出评价。DEA 通过选取决策单元的多项投入和产出数据，利用线性规划，以最优投入与产出作为生产前沿，构建数据包络曲线。其中，DEA 相对有效点会位于前沿面上，效率值标定为1，DEA 相对无效点则会位于前沿面外，并被赋予一个大于0 但小于1 的相对的效率值指标。

最常见的DEA 模型为CCR 和BCC，此两种模型的区别在于是否假定“规模报酬可变”，其中ccr 模型假定规模报酬不变，BCC 模型假定规模报酬可变。本文所研究的服装行业供应链运行效率的主要影响因素是投入资源与产出匹配不合理，另外由于服装供应链运行特性是规模报酬不变，因此本文选用CCR 模型对服装行业供应链运行效率进行分析。

模型构建如下：我们假设其有n 个决策单元；服装供应链每月均使用Q 种投入和P 种产出，一些元素含义如下：

第k 个决策单元记作DMUk，1≤k≤n；

Xij表示第j 个月服装行业供应链的第i 项输入的投入量，1≤i≤Q；

Yrj表示第j 个月服装行业供应链的第r 项输出的产出量，1≤r≤P；

Xj表示第j 个决策单元Q 维投入向量；yj表示第j 个决策单元的P 维产出向量；S+为松弛变量，表示达到最优配置需要减少的投入量；S-为剩余变量，表示达到最优配置需要增加的产出量。由此，可以构建模型为

一般情况下，当θ=1 我们将之称为DEA 有效，当θ<1 时我们将之称为DEA 的无效。

当θ=1，且S+=0，S-=0 时，那么第k 个决策单元和其他DEA中决策单元相比，其决策单元是相对有效的。代表决策单元k 是一个规模有效，同时又是一个技术有效的单元。这个n 个单元所构建出来的经济系统中，第k 个决策单元中的各个投入和产出要素都达到了最优的效果。

当θ=1，且S+>0 或S->0 时，那么第k 个决策单元和其他DEA 中的决策单元相比，其决策单元是弱有效的。这代表着第k个决策单元不是技术有效的，或者不是规模有效的单元。说明在原来的产出不变的情况下，可以减少相关投入量，或者在原来的投入量，不变的情况下将原来的产出增加。

当θ<1 时，那么第k 个决策单元和其他DEA 中的决策单元相比，其决策单元是无效的。

利用上述的模型假设对模型进行求解，即可得到在已知投入和产出指标情况下，每个月服装行业供应链运行的效率。

2 基于DEA 的服装行业供应链运行效率实证计算

根据中华人民共和国国家统计局，选取2020 年3～12 月和2021 年3～12 月共计20 个月的统计数据带入模型进行实证分析，对这20 个月份服装行业供应链中资金投入和有效产出之间的协同关系进行计算，得出决策单元的精确数值即服装行业供应链运行的有效程度。运用SPSSAU 软件将数据代入上述的运算公式进行运算，得到表2 综合效益表和表3 松弛变量明细表。

3 服装行业供运行效率结果分析

由表2 可以看出，仅有3 个月份的综合效率为1，说明在所有样本数据中只有三个月份的数据达到了DEA 有效，也说明我国服装行业供应链运行效率总体上还有较大的提升空间。其中从2020 年8 月份开始综合效率有一个明显的下降趋势，说明行业内所投入的销售费用、管理费用和财务费用并没有达到最优的产出。根据表3 松弛变量明细表可以看出，没有达到综合效率最优的月份全部产生了投入冗余，其中2020 年下半年所投入的销售费用和财务费用都有较大冗余量，2021 年销售费用产生了较多冗余量。供应链运行效率是不稳定的，容易受到相关因素的影响，要正确处理这些影响因素，增加或减少相关投入，提高服装行业供应链的综合效率。

表2 综合效益表Tab.2 Comprehensive benefit table

表3 松弛变量明细表Tab.3 Breakdown ofslack variables

最后根据上述分析，对服装行业供应链出以下几点建议：（1）合理配置资源，减少资源的浪费；（2）推广服装行业物流标准化建设，为行业物流发展提供良好环境；（3）要建立供应链协同化体系，实现质量与效率的全面提升。