基于DEA-Tobit模型的浙江省服装企业供应链运营效率评价

摘要：提高服装企业供应链运营效率对服装行业发展有着重大现实意义。文章选取浙江省10家服装上市企业2017-2021年的投入产出绩效，运用DEA-BCC模型和Malmquist指数模型进行评价并运用Tobit模型对企业经营效率的影响因素进行分析。结果显示：2021年10家样本企业中有4家企业达到DEA有效，说明浙江省服装行业整体仍有较大提升空间；10家服装企业年均全要素生产率涨幅仅为0.17%，年均技术进步率下降0.07%，表明技术进步的下降会制约企业的发展；企业的资源整合能力越强， 企业的运营效率也就越高。因此得到如下结论：浙江省服装企业供应链要重视技术进步和创新能力的发展，加大技术创新投入的同时更要重视效率和质量，提升企业资源整合能力有助于企业运营效率的提高。

关键词：服装企业供应链；效率评价；DEA-BCC模型；Malmquist指数模型；Tobit模型

中图分类号：F407.86；F274    文献标识码：A  文章编号：1005-6432（2023）23-0000-06

[DOI]10.13939/j.cnki.zgsc.2023.23.000

1前言

服装制造产业是浙江省传统一流产业、民生产业，产业生态完善，集群特色鲜明。2021年，浙江省纺织服装行业工业总产值和营业收入双双首破万亿大关，产业规模居全国首位，纺织品服装出口额位居全国第一，达到822亿美元。然而服装制造企业不仅面临着竞争全球化、原材料采购全球化的挑战，同时也面临着消费者需求越来越多样、产品品质要求越来越高的挑战。在疫情常态化的环境下、在原材料和能源成本上涨的背景下，服装行业面临着诸多压力。因此，对浙江省服装企业运营效率进行测算并分析影响其运营效率的因素，对提升浙江省服装行业经营绩效和加速产业转型升级至关重要。

DEA（数据包络方法）是由著名的运筹学家Charnes和Cooper在1978年创建的[1]，用于评价同质性决策单元的相对有效性。 DEA模型在确定投入与产出后，常用于对各大领域行业或企业运行效率的评价。在服装行业领域，邵争艳运用DEA模型对纺织服装企业的创新绩效进行评价[2]，李安东运用DEA模型以我国宏观视角对2020-2021年20个月的服装行业运行效率进行评价[3]。DEA模型还常用于对农产品、汽车等行业进行效率评价，孙妮选取2009-2019年10年间安徽省16個城市的农产品物流面板数据，采用DEA-Malmquist指数模型测度安徽农产品物流效率[4]。韩斌将187家中国新能源汽车上市企业作为研究对象 ，采用三阶段DEA模型和Tobit模型分析新能源汽车上市企业创新效率并对其影响因素进行分析[5]。黄凤媛运用DEA-Malmquist指数模型对广东省药品行业的质量监督效率进行测算[6]。

在阅读大量运用DEA模型进行效率评价的文献中，针对某一地区或省份的服装企业供应链运营效率评价研究较少。因此本文将运用DEA模型和Malmquist指数模型对浙江省服装企业供应链运营效率进行测算，利用Tobit模型对浙江省服装企业供应链运营效率的影响因素进行回归分析，并依据分析结果找出影响浙江省服装企业供应链运营效率的问题，最后对提升浙江省服装企业供应链运营效率给出合理的建议。

2研究方法

2.1 DEA模型

DEA数据包络分析有两个基本模型：CCR和BCC模型，两者区别在于规模报酬不变与可变，当企业生产规模达到最优时，一般使用CCR模型进行评价研究。然而在许多的实际企业生产运营中，并未达到最优的生产规模。此时在规模收益可变的基础上，排除了规模效率的影响，使用BCC模型进行评价研究并计算企业的运营效率。考虑到实际情况，大多数服装制造企业并不处于生产规模最优状态，因此本文运用BCC模型对浙江省服装企业运营效率进行分析，BCC模型公式见式（1）：

其中为决策单元的效率值，表示决策单元，分别是投入、产出向量。表示权重系数，和分别表示剩余变量和松弛变量，反映了决策单元的产出不足量和投入冗余量。

上述模型中：若=1，==0，则决策单元DEA有效；若=1，≠0或≠0，则决策单元DEA弱有效；若<1， 这表明决策单元DEA无效。利用上述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，浙江省服装企业运行的效率。

2.2 Malmquist指数模型

Malmquist生产率指数最早由Caves、Christensen 和Diewert 于1982年提出，之后又由Fare等人发展得来。Malmquist指数可以对具有多个投入和产出的面板数据进行处理，研究在样本统计期内决策单元的生产率演变，即Malmquist指数可以度量一段时间内的效率变化Malmquist指数模型公式见式（2）：

··    （2）

2.3 Tobit模型

Tobit模型，最早由詹姆斯·托宾在1958年提出[7]。运用DEA模型测算出的综合技术效率值分布在0～1，因此运用Tobit模型对浙江省服装企业运营效率的影响因素进行分析，具体模型表达式如下，见式（3）（4）：

式中：为自变量向量；为回归参数向量；为效率值向量；为截距向量；为随机误差项。本文将先通过DEA-BCC模型和Malmquist指数模型对浙江省服装企业运营效率进行测算，之后利用Tobit模型分析浙江省服装企业运营效率的影响因素。

3. 指标体系构建与数据来源说明

3.1 指标选取

（1）目的性。投入和产出指标选取要服从于评价目的。（2）关联性。投入和产出指标要具备逻辑相关而非数值相关。（3）科学性。指标体系要具有科学性，投入产出指标要对问题的重要本质进行合理体现。（4）可获得性：投入和产出指标要具有可获得性要求，保证所有数据均可真实获取。投入指标体系以成本和费用两个角度进行指标选取[8]，选取营业成本和管理费用两个指标；产出指标体系以收入和利润两个角度进行指标选取，选取营业收入和净利润两个指标。 服装企业运营效率指标体系具体如表 1 所示。

3.2 样本数据来源及说明

本文选取浙江省10家服装上市企业，对浙江省服装供应链来说具有一定的影响力和代表性。其中，森马服饰、雅戈尔、太平鸟和报喜鸟进入到2021年中国服装行业上市公司营收前十名，其余六家也均为浙江省服装龙头上市企业。通过同花顺财经和新浪财经等网站，获取这10家浙江省服装上市企业2017-2021年投入和产出数据。

4. 实证分析

本章针对浙江省服装企业供应链运营效率的测算将从静态和动态两个维度分析。第一步运用DEA-BCC模型进行静态分析，得出浙江省10家服装企业之间的相对效率，并分析导致部分企业DEA无效的原因。随后利用 Malmquist 指数模型进行动态分析，得出近五年间浙江省服装企业供应链全要素生产率的变动情况和各企业在研究期间整体的变动及指数分解，最后针对样本期间服装企业供应链运营效率变化的具体原因进行分析。

4.1 基于DEA模型的静态分析

基于上述DEA-BCC模型，通过SPSSAU软件使用VRS-BCC模型计算出浙江省10家服装上市企业2021年的综合效率、纯技术效率和规模效率，结果见表2。其中，OE表示为综合效率，PTE为纯技术效率，SE为规模效率。

结合表（3）可知，2021年浙江省10家服装上市企业平均综合效率为0.860，平均纯技术效率为0.946，平均规模效率为0.912。其中，森马服饰、雅戈尔、报喜鸟和嘉欣丝绸4家企业综合效率为1，说明DEA有效，这4家企业2021年服装企业运营效率达到较高水平；其他服装制造企业综合效率均小于1，说明DEA无效，说明浙江省服装行业运营效率总体上仍有较大的提升空间，综合效率小于1的主要原因为纯技术效率和规模效率不高引起的，表明服装制造企业在进行规模扩张时并没有重视企业技术创新，还需要学习更先进的管理体系和引进更智能的生产技术。2021年后已经进入疫情常态化，考虑到疫情发生的不确定性和原材料、能源成本上升的背景下，企业应该适当减少营业成本和管理费用的支出，合理配置资源，减少资源的浪费。

从规模报酬来看，森马服饰、雅戈尔、报喜鸟和嘉欣丝绸规模报酬固定，处于最优的状态。太平鸟呈现规模报酬递减状态，表明其规模过大导致运营效率下降，应缩小成本规模和降低运营成本，不宜大幅度扩张。安正时尚、健盛集团、乔治白、棒杰股份和步森股份规模报酬为递增状态，应适当提高规模效益，企业应该适当增加投入，扩大生产规模和企业规模。

4.2 基于 Malmquist 指数的动态分析

以上对浙江省10家服装上市企业2021年运营效率进行静态分析属于是横向分析，通过DEA-Malmquist生产率指数模型对其2017-2021年运营效率进行评价，属于是动態层面的纵向评价，使整个分析更加立体全面。运用DEAP2.1软件，对10家浙江省服装上市公司2017-2021年间的投入产出绩效进行测算，结果见表3，4。

由表3可知，浙江省服装上市企业2017-2021年间全要素生产率整体呈现逐年上升趋势，年均全要素生产率涨幅为0.17%，年均技术进步率降低0.07%。2021年达到1.224，较2017-2018年间增长32%。2020年因新冠疫情爆发导致全要素生产率下降至0.824为近五年最低，同年技术效率、规模效率均为期间最低值，可以看出2020年疫情初发对服装行业产生了重大创伤，疫情导致的交通管制和停工停产严重影响服装企业的正常运营。2021年在疫情常态化背景下，浙江省各大服装企业逐渐复苏，技术效率、规模效率指数大幅度增高，全要素生产率较2019-2020年间增长48.5%。近五年，整体效率的上升归功于技术效率和规模效率的提高。从年份上来看，2018-2019、2020-2021年间全要素生产率均大于1，说明这两个年间技术效率和规模效率指数较为理想。进一步分析发现，技术进步指数下降了4.5%，表明浙江省服装上市企业要重视技术进步和创新能力的发展，做好技术创新对服装企业长远发展至关重要。

表4是针对10家企业全要素生产力指数进行的测算，可以看出，10家样本企业平均全要素生产力指数为1.007，只有森马服饰、安正时尚、健盛集团和棒杰股份四家企业的指数低于1，其余企业均大于1，表明近五年仍有较多比例企业的管理水平和运营效率在显著提高。太平鸟、安正时尚、健盛集团和棒杰股份的技术效率指数低于技术进步指数，说明其较低的技术效率对企业运营效率产生了负面作用。其中，安正时尚五项指数全部低于1，说明其不仅要提升自身的技术创新能力，更要加大规模投入，扩大生产规模和效益。雅戈尔就全要素生产率在10家企业中位列第一，其技术进步指数也位列第一，说明合理且充分的技术创新对服装企业的生产运营有着很好的良性推动作用。

5. Tobit回归分析

前文针对浙江省服装上市企业的综合效率、规模效率、技术效率以及近五年的生产率变动进行了测算和分析，对于影响浙江省服装企业供应链运营效率的关键因素还需进一步探索，利用Tobit回归模型进行进一步的分析。

5.1 研究假设与模型构建

本文结合赵俊平[9]和孟祎[10]等学者的研究，将综合技术效率作为被解释变量，以企业规模、研发人员比例、研发投入、成本控制能力和盈利能力作为解释变量，并提出以下假设。

（1）服装企业供应链运营效率与企业规模（LNS）存在正相关关系。本文采用企业员工总数反映各企业规模的大小。

（2）服装企业供应链运营效率与研发人员比例（PRP）存在正相关关系。研发人员比例是以研发人员数量与全体员工的比率来表示的，研发人员比例越高，企业的运营效率越高。

（3）服装企业供应链运营效率与研发投入（RI）存在正相关关系。研发投入为每年企业针对技术开发的研发费用。

（4）服装企业供应链运营效率与成本控制能力（CCA）存在正相关关系。企业成本控制能力用营业成本与营业收入的比率来表示，比值越大成本控制能力越低；

（5）服装企业供应链运营效率与盈利能力（R）存在正相关关系。本文采用净资产收益率衡量企业的盈利能力，具体公式为 ：净资产收益率 = 净收入/（固定资产+营运资金）根据上文假设，建立浙江省服装企业Tobit回归模型： 其中，为常数项，、、、、为对应自变量的回归系数，表示服装企业（=1、2、3…10）， 表示时期（=1、2、3、4、5），为残差项。

5.2 Tobit实证分析

本文利用stata17.0 软件对上述 Tobit 模型进行估计，回归结果如表5所示。

由Tobit分析结果可知，服装企业运营效率与企业的规模没有显著的相关关系，假设（1）不成立，说明大数据企业规模的大小对企业的运营效率没有明显的影响。研发人员比例的P值>0.1，假设（2）不成立，表明研发人员比例对综合技术效率的影响十分有限。研发投入通过了10%显著性水平检验，但未达到5%显著性水平，说明其对服装企业运营效率具有正向作用，但不够显著。加大研发投入有助于提高企业的创新能力和企业经营效率，但存在某些服装企业研发投入较多，但技术创新的效率和质量不高。成本控制能力与服装企业的运营效率没有显著的相关关系，假设（4）不成立。盈利能力与服装企业的运营效率有显著的正相关关系， 假设（5）成立。企业的盈利能力越强， 代表企业运用有限的资源获得的收益更多， 说明企业内部的资源整合和优化能力越强， 企业的运营效率也就越高。

6．结论与建议

通过以上分析得出结论：（1）针对10家浙江省服装上市企业2021年运营效率的静态分析中，森马服饰、雅戈尔、报喜鸟和嘉欣丝绸4家上市企业达到DEA有效，其他企业仍有较大提升空间。（2）2021年，太平鸟规模报酬递减，其规模过大导致运营效率下降，应缩小成本规模和降低运营成本；安正时尚、健盛集团、乔治白、棒杰股份和步森股份规模报酬递增，企业应该适当增加投入，扩大生产规模和企业规模。（3）在对浙江省10家服装上市企业的Malmquist指数动态分析中，10家服装上市企业年均全要素生产率涨幅仅为0.17%，年均技术进步率下降0.07%，表明技术进步的下降会制约企业的发展，浙江省服装上市企业要重视技术进步和创新能力的发展，做好技术创新对服装企业长远发展至关重要。（4）浙江省服装企业在进行技术创新时，在运用有限资源获得更大收益的同时，服装企业资源整合能力越强， 企业的运营效率越高。

针对结论，提出以下建议：

（1）推动企业供应链数智化转型。浙江省服装企业应通过人工智能等新一代信息技术，企业内部软硬件数智化升级，在数智化技术的引领下，使企业供应链运营做到全面感知、可靠传递、智能处理和精准决策，将企业供应链管理精细化，从而使企业供应链的运营效率提升。

（2）提升服装供应链各企业协同创新和抵御风险能力。在疫情常态化背景下，服装制造企业和上下游企业之间要加强合作，实现彼此间的信息共享，为提升供应链整体运作绩效一起努力，并联手抵抗供应链的整体风险，以此来降低供应链运作风险，这在一定程度上也减少了外部环境的不确定性。

（3）提升资源配置能力。服裝制造企业要结合自身的实际发展情况，优化企业内部的资源配置 ， 不要盲目加大研发投入，要重视研发创新的效率和质量。合理调配企业供应链资源，优化企业生产，提升企业供应链运营效率。

参考文献：

[1] CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].European journal of operational research，1978，2（6）.

[2]邵争艳，赵亚楠.纺织服装企业三阶段DEA创新绩效评价及对策研究[J].北京服装学院学报（自然科学版），2022，42（1）：74-80.

[3]李安东，李存斌.基于DEA的服装行业供应链运行效率研究[J].西部皮革，2022，44（14）：16-18.

[4]孙妮，张康宇，刘旭，等.基于DEA-Malmquist模型的安徽省农产品物流效率分析[J].西昌学院学报（自然科学版），2022，36（1）：23-27.

[5]韩斌，冯筱伟，苏屹，梁德智.中国新能源汽车上市公司创新效率测度及影响因素研究——基于三阶段DEA与Tobit面板模型[J/OL].科技进步与对策：1-11[2022-09-23].http：//kns.cnki.net/kcms/detail/42.1224.G3.20220526.0848.004.html.

[6]黄凤媛，孟光兴.基于超效率DEA模型和Malmquist指数评价广东省药品安全监管效率[J].中国药房，2020，31（19）：2310-2315.

[7]周华林，李雪松.Tobit模型估计方法与应用[J].经济学动态，2012（05）：105-119.

[8]尹子伟，田剑英，李丛影.企业采购组织的绩效评价研究：以宁波市上市企业为例[J].浙江万里学院学报，2022，35（01）：13-18.

[9]赵俊平，张宇宁.基于DEA-Tobit模型的上市石化企业经营效率及其影响因素评价研究[J].化工管理，2021（34）：41-44.

[10]孟祎.基于DEA—Tobit模型的大数据类上市公司运营绩效及影响因素研究[J].当代会计，2018（5）：3-4.

[作者简介]齐鑫 （1999—），男，汉族，黑龙江哈尔滨人，硕士研究生在读，浙江万里学院物流与电子商务学院，研究方向：全球采购与供应链管理