基于DEA-FCE的新零售供应链绩效评价研究
来源:用户上传
作者:
摘 要：本论文旨在通过构建具有实用价值的新零售供应链绩效评价模型，对新零售的供应链绩效进行评价。鉴于模型的评价指标存在无法量化的模糊指标，故本文通过将数据包络评价法与模糊综合评价法相结合，对新零售供应链绩效做出有效性和非有效性的评价分析，以及非有效的影响因素，并通过在生产前沿面上的投影计算分析，提出其绩效改进方案，为企业进一步提高和调整新零售方案提供参考借鉴。
关键词：新零售供应链;DEA（数据包络分析）;FCE（模糊综合评价）;绩效评价
一、引言
近些年来，随着大数据、人工智能的发展，传统的零售业正不断探索适合自己的更好的发展模式，由马云最先提出的“新零售”概念给予了零售商新的灵感，传统的零售商由此逐渐走上了“线上”结合“线下”的“新零售”商业模式。新零售站在全渠道供应链一体化的视角，以服务主导逻辑为分析主线，从而更好地适应新零售及全渠道时代下消费者对一致性体验服务的需求。因此，“客户满意度”和“数字化水平”这两个方面对新零售供应链绩效评价变得愈加重要。而目前的研究中，没有考虑数字化技术对新零售供应链绩效的影响。企业多从自身角度出发考虑供应链运营成本和绩效，评价指标偏向于管理方面，而缺乏对企业技术水平方面的评价。本文采用数据包络评价法与模糊综合评价法相结合的方法，通过建立一个新零售企业的供应链整合绩效评价模型，从供应链维度、客户维度、技术维度三个维度考虑新零售的绩效评价指标，为提高企业新零售供应链绩效的进一步发展提供参考基础。
二、新零售供应链绩效评价指标体系的构建
为了应对供应链数字化变革的挑战，本文将提出一套新的评估方法，与传统供应链评价比较，本文构建的新零售环境下供应链的绩效评价主要增加考虑了以下两方面评价指标：以顾客价值为目标和注重技术水平的评价。在根据有关专家的反馈意见进行调整的基础上，最终构建了新零售供应链绩效评价指标体系，见表1。
（一）在供应链维度上一共由三个方面构成：财务运营、业务流程、学习成长。财务运营指标直接决定了供应链的运营成本和收益，是对一定时期内供应链经济效益和管理水平的绩效评价，包括利润增长率、存货周转率、物流成本率、坪效增长率等;业务流程指标主要体现在供应链效率和信息方面，包括仓库利用率、订单完成率、交货准时率、供应链响应速度等;学习成长指标体现了企业在应对瞬息万变的市场环境时，需要不断学习、创新，提升自身技能，包括技术人员比率、新技术采用率等。
（二） 在客户维度上设置顾客满意度指标，客户服务指标是供应链整体绩效的外在表现，为响应消费者需求，进而让客户为供应链创造价值，包括产品价格满意度、产品质量满意度、服务满意度等。
（三）在技术维度上设置数字化水平指标，数字化水平指标能给供应链带来更大的绩效收益，数字化的核心理念是协同，企业不仅关注自身的供应需求状况，更要关心上下游企业的生产经营状况，及时地反馈、共享信息。数字化供应链可与物联网实现网络扩展、数字化协同和人工智能，提高预测准确性，企业数字化水平指标包括上下游企业嵌入度、可视化水平、智能化水平等。上下游企业嵌入度反映供应链中上下游企业之间的数据信息共享程度，可视化水平可以反映供应链库存可视化程度，更好地满足供应链中的库存需求并进行库存预测，智能化水平反映企业是否具备成熟的数据分析处理的能力。
为体现新零售企业供应链的特征，主要选取对新零售供应链绩效影响较大的关键性指标：投入指标可选取物流成本率、技术人员比率，产出指标选取利润增长率、坪效增长率，模糊指标选取顾客满意度、数字化水平。
三、 DEA-FCE方法及其在新零售供应链绩效评价中的应用
假设评价体系中有k个评价单元，共（a+b）个评价指标，a个定量指标，b个模糊指标，定量指标中包括m个输入指标，s个输出指标。
（一）运用DEA方法处理定量指标
先对定量指标使用数据包络分析方法计算其相对效率。假设模型中有多个决策单元，每个决策单元都有m个“输入”指标（表示该决策单元对“资源”的消耗）以及s个“输出”指标（表示该决策单元消耗了“资产”之后所得产出）。[Xj=（x1j，x2j，...，xmj）T≥0，Yj=（y1j，y2j，...，ysj）T≥0]
分別为第j个决策单元（DMUj）的输入指标和输出指标（j=1，2，...n）。所以对于C2R模型，本论文以投入导向为前提，则供应链效率评价指数：
[maxhj0=r=1suryrj0i=1mvixij0]
其中，ur，vi分别表示产出和投入的权重向量，效率评价指数值越大，则决策单元DMUj
[s.t.r=1suryrj0i=1mvixij0≤1，j=1，2，...，nu≥0，v≥0]
能以相对较少投入获取相对多的产出，故可以通过[hj0]的大小判定其在n个决策单元中是否“相对最优”。引入松弛变量，令t=1/vTx0，得到新的C2R模型：
令Bj′（j=1，2，...n）为决策单元DMUj对于量化指标的DEA绩效结果。
（二）运用模糊评价法处理定性指标
设评语集V=（v0，v1，…，vp- 1），即将评语集划分为p个等级。本论文中设评语集V={优，良，差}，假设事物N有n个评价因素c1，c2，c3，...，cn，关于评价因素ci（i=1、2、3、...、n）的量值为v1、v2、v3、...、vn，则所构成综合评价矩阵：
[Rj=rj10rj11...rj1（p-1）rj20rj21...rj2（p-1）......rjq0rjq1...rjq（p-1），j=1，2，...，n]
权重矩阵[Aj=（aj1，aj2，...，ajq），j=1，2，...，n]，则[Bj=Aj?Rj=（bj1，bj2，...，bjp）]为第j个评价单元的分指标中非量化因素经过模糊综合评价所得的评价矩阵。
（三）DEA模糊化
对DEA的成绩进行模糊化[1]，使其分别隶属于评语集V=（v0，v1，…，vp- 1）。
将前面的Bj′代入式中，则可以得到DEA成绩的隶属度Bj=（bj1，bj2，…，bjp）。
（四）综合评价
[Bj=Aj·Rj=A1，A2·Bj1Bj2=b1，b2，...，bn]由计算出的分指标计算总指标综合评价的矩阵Rj=[Bj1，Bj2，…，Bjk]T，其中k表示量化和非量化指标分类后的总指标数。在求得可量化指标[Bj1]和不可量化指标[Bj2]的评价矩阵和后，再利用由层次分析法求得的二者的权重向量[Aj=A1，A2]，然后选取合成算子进行综合评价，即： 根据最大隶属度原则，取[b1，b2，...，bn]中的最大值所对应的评价等级集合中的元素，即为综合评价结果。
四、结论
本文建立了以数字化和顾客满意度为核心的新零售供应链绩效评价模型，综合采用了DEA和模糊综合评价法把定量分析和定性分析充分结合起来，为零售企业在实际中采取相应措施进行选择提供了可以借鉴和参考的方法。新零售已经成为现今零售业发展的趋势，针对新零售行业供应链修正评价指标，对模型进行改进，为供应链上游企业提供合理方法，提供更科学合理的决策依据。
参考文献：
[1]马风才，李霁坤，张群.基于三角形模糊数的DEA模型[J]. 数学的实践与认识， 2007（11）：176-181.
[2]魏倩.基于DEA与模糊综合评判的第三方物流服务商评价研究[J].中小企业管理与科技（下旬刊），2012（4）：215-216.
作者简介：
罗珊（1996.01-）;性别：女;籍贯：江苏扬州;专业：物流工程;研究方向：供应链绩效评价。
转载注明来源:https://www.xzbu.com/3/view-15208884.htm
