黃 河， 楊以雄,2

(1. 東華大學(xué) 服裝與藝術(shù)設(shè)計(jì)學(xué)院， 上海 200051； 2. 東華大學(xué) 現(xiàn)代服裝設(shè)計(jì)與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室， 上海 200051)

基于數(shù)據(jù)包絡(luò)分析的紡織服裝企業(yè)運(yùn)營(yíng)效率評(píng)估

黃 河1， 楊以雄1,2

(1. 東華大學(xué) 服裝與藝術(shù)設(shè)計(jì)學(xué)院， 上海 200051； 2. 東華大學(xué) 現(xiàn)代服裝設(shè)計(jì)與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室， 上海 200051)

為評(píng)估紡織服裝企業(yè)的運(yùn)營(yíng)效率進(jìn)而輔助企業(yè)進(jìn)行合作伙伴選擇或投資等決策制定，選取中國(guó)、日本和北美3大代表性國(guó)家和地區(qū)進(jìn)行對(duì)比分析，并篩選出70家紡織服裝上市企業(yè)?；跀?shù)據(jù)包絡(luò)分析方法，提出CRS-DEA、VRS-DEA和SE-DEA 3個(gè)評(píng)估模型，對(duì)企業(yè)的效率表現(xiàn)、規(guī)模收益、資源配置和標(biāo)桿企業(yè)等進(jìn)行解析。結(jié)果顯示：受評(píng)估的企業(yè)為86%有效，依然有改進(jìn)空間；70%的企業(yè)屬于規(guī)模收益遞減型，投資積極性較弱；勞動(dòng)力冗余為資源配置方面的主要問(wèn)題，受評(píng)估企業(yè)在成本配置方面表現(xiàn)較好，資本配置方面次之；中國(guó)企業(yè)的運(yùn)營(yíng)表現(xiàn)呈現(xiàn)兩極分化趨勢(shì)；北美露露檸檬企業(yè)(Lululemon)表現(xiàn)突出。

紡織服裝企業(yè)； 數(shù)據(jù)包絡(luò)分析； 運(yùn)營(yíng)效率； 規(guī)模收益； 資源配置

紡織服裝業(yè)至關(guān)重要，一方面源于眾多發(fā)展中國(guó)家的工業(yè)化以此作為起步行業(yè)，另一方面也為大量低收入勞動(dòng)力創(chuàng)造了就業(yè)機(jī)會(huì)[1]。然而，如今的紡織服裝業(yè)卻面臨著越來(lái)越多困境，甚至被稱(chēng)為夕陽(yáng)產(chǎn)業(yè)。也有學(xué)者持積極態(tài)度，他們認(rèn)為中國(guó)具有全球最完整的紡織服裝產(chǎn)業(yè)鏈、越來(lái)越多的產(chǎn)品可由紡織品替代以及眾多的紡織服裝企業(yè)已走上聯(lián)合創(chuàng)新的轉(zhuǎn)型道路，因此，在這種新格局和新形勢(shì)下，研究當(dāng)前紡織服裝企業(yè)的運(yùn)營(yíng)效率，具有現(xiàn)實(shí)意義；其次，隨著全球化的發(fā)展，紡織服裝業(yè)結(jié)構(gòu)正逐漸轉(zhuǎn)變?yōu)槿蚍止ず献?，例如，在法?guó)設(shè)計(jì)，在日本制造面料，最終在勞動(dòng)力資源豐富的國(guó)家制成成衣。全球化的發(fā)展必然對(duì)紡織服裝企業(yè)的運(yùn)營(yíng)效率產(chǎn)生影響；再者，如今全球已迎來(lái)工業(yè)4.0，智能工廠、智能生產(chǎn)和智能物流等關(guān)鍵詞的提出，對(duì)勞動(dòng)密集型的紡織服裝業(yè)帶來(lái)新的機(jī)遇與挑戰(zhàn)。企業(yè)的運(yùn)營(yíng)效率受到這些影響會(huì)發(fā)生哪些改變？

數(shù)據(jù)包絡(luò)分析(DEA, data envelopment analysis)最初是Charnes、 Cooper和Rhodes 3位學(xué)者提出的效率評(píng)估理論中出現(xiàn)。主要原理是通過(guò)保持決策單元(DMU)的輸入或輸出不變，利用數(shù)學(xué)規(guī)劃和統(tǒng)計(jì)數(shù)據(jù)確定相對(duì)有效前沿面，將各DMU投影到前沿面上，通過(guò)比較DMU偏離前沿面的程度來(lái)評(píng)估它們的相對(duì)有效性。DEA在評(píng)估復(fù)雜系統(tǒng)“多輸入-多輸出”的效率方面擁有較大優(yōu)勢(shì)，并且具有無(wú)須對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理等優(yōu)點(diǎn)，因此，運(yùn)用DEA來(lái)研究效率問(wèn)題的文獻(xiàn)眾多。文獻(xiàn)[2]將DEA運(yùn)用到風(fēng)力發(fā)電業(yè)解析產(chǎn)業(yè)績(jī)效評(píng)估；文獻(xiàn)[3]關(guān)注于零售網(wǎng)絡(luò)的分銷(xiāo)效率；文獻(xiàn)[4]則用DEA評(píng)估第3方物流供應(yīng)商的運(yùn)營(yíng)效率，等等。然而，將DEA運(yùn)用到紡織服裝領(lǐng)域的文獻(xiàn)則相對(duì)較少。文獻(xiàn)[5]利用DEA研究了土耳其紡織服裝業(yè)的收益性和市場(chǎng)性效率，文獻(xiàn)[6]則評(píng)估了紡織服裝企業(yè)的出口效率問(wèn)題，但在這些紡織服裝領(lǐng)域的文獻(xiàn)中，利用DEA來(lái)評(píng)估企業(yè)運(yùn)營(yíng)效率的文獻(xiàn)則更為少見(jiàn)。

綜上所述，本文研究試圖探究當(dāng)今紡織服裝企業(yè)的運(yùn)營(yíng)效率，并將視角拓寬到全球紡織服裝業(yè)，選取中國(guó)、日本和北美3大代表性國(guó)家和地區(qū)進(jìn)行對(duì)比分析，同時(shí)借助DEA方法進(jìn)行效率評(píng)估。研究結(jié)果可為企業(yè)未來(lái)發(fā)展方向和戰(zhàn)略決策提供一定參考價(jià)值。

1 評(píng)估模型

DEA用于評(píng)估若干相同類(lèi)型部門(mén)或企業(yè)間的相對(duì)效率，這些部門(mén)或企業(yè)被稱(chēng)為決策單元。

基于文獻(xiàn)[7]，假設(shè)待評(píng)估的DMU有n個(gè)，每個(gè)DMU都有m種輸入和s種輸出。其中：第j個(gè)DMU記作DMUj,j=1,2,…,n；輸入向量為Xj=(x1j,x2j,…,xmj)T,xij(i=1,2,…,m)表示第j個(gè)DMU在第i項(xiàng)投入的輸入量，且xij≥0；輸出向量記為Yj=(y1j,y2j,…,ysj)T,yrj(r=1,2,…,s)表示第j個(gè)DMU在第r項(xiàng)產(chǎn)出的輸出量，且yrj≥0。

設(shè)當(dāng)前受評(píng)估的DMU為DMUk，則以規(guī)模收益不變(CRS)為前提的CRS-DEA模型如式(1)，規(guī)模收益不變是指投入資源增加的比率等于產(chǎn)出資源增加的比率。式中，S+和S-為松弛變量，θ為效率值，λ為權(quán)重參數(shù)。設(shè)式(1) 的最優(yōu)解為θ0,λ0,S0+,S0-。若θ0<1，DMU為非DEA有效；若θ0=1，且S0+≠0或S0-≠0，DMU為DEA弱有效；若θ0=1，且S0+=S0-=0，DMU為DEA有效。由式(1)計(jì)算出的效率值稱(chēng)為技術(shù)效率(TE)。

(1)

然而實(shí)際中，DMU可能會(huì)處于規(guī)模收益遞減或遞增的狀態(tài)，文獻(xiàn)[8]提出了滿足規(guī)模收益可變(VRS, variable returns to scale)情況的模型，本文研究稱(chēng)其為VRS-DEA模型，如式(2)所示：

(2)

由VRS-DEA模型計(jì)算出的效率值稱(chēng)為純技術(shù)效率(PTE)，TE為技術(shù)效率。同時(shí)，基于TE值和PTE值，可計(jì)算出規(guī)模效率(SE), SE值為T(mén)E值和PTE值的比值，若SE值等于1，則規(guī)模有效；若SE值不等于1，則規(guī)模非有效。

然而，運(yùn)用上述CRS-DEA和VRS-DEA模型進(jìn)行效率評(píng)估時(shí)，得出的有效DMU(效率值為1)個(gè)數(shù)往往不止一個(gè)，因此，難以比較這些有效DMU間的效率優(yōu)劣。文獻(xiàn)[9]提出的超效率DEA(SE-DEA, super-efficiency DEA)模型，則可解決這個(gè)弊端。本研究的SE-DEA模型如式(3)所示。

(3)

2 指標(biāo)和數(shù)據(jù)

2.1 指標(biāo)說(shuō)明

根據(jù)DEA理論，首先需選擇適合的輸入指標(biāo)(投入資源)和輸出指標(biāo)(產(chǎn)出資源)。為此，本文研究通過(guò)前期文獻(xiàn)梳理和總結(jié)，基于先行學(xué)者提出的指標(biāo)，同時(shí)考慮數(shù)據(jù)庫(kù)中數(shù)據(jù)的可獲得性，最終確定5項(xiàng)輸入指標(biāo)和2項(xiàng)輸出指標(biāo)。并根據(jù)生產(chǎn)效率轉(zhuǎn)換理論，構(gòu)建運(yùn)營(yíng)效率評(píng)估架構(gòu)，如圖1所示。

圖1 運(yùn)營(yíng)效率評(píng)估架構(gòu)Fig.1 Framework of operational efficiency evaluation

輸入指標(biāo)。1) 營(yíng)運(yùn)資本[10-11](working capital)：通常顯示在公司的資產(chǎn)負(fù)債表上，是指總流動(dòng)資產(chǎn)額減去總流動(dòng)負(fù)債額。一般來(lái)說(shuō)，營(yíng)運(yùn)資本高的企業(yè)，最終所獲得的收益也相對(duì)會(huì)高。2) 應(yīng)收賬款[4，12]：指企業(yè)在經(jīng)營(yíng)過(guò)程中因銷(xiāo)售商品或提供服務(wù)等業(yè)務(wù)向購(gòu)買(mǎi)單位收取的款項(xiàng)，是伴隨企業(yè)信用銷(xiāo)售行為而形成的一項(xiàng)債權(quán)。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，信用銷(xiāo)售可有效地促進(jìn)企業(yè)銷(xiāo)售表現(xiàn)，特別是在企業(yè)銷(xiāo)售新產(chǎn)品、開(kāi)拓新市場(chǎng)時(shí)，信用銷(xiāo)售更具有重要意義。3) 員工數(shù)[13-14]：勞動(dòng)力密集是紡織服裝業(yè)的主要特征。從原材料生產(chǎn)到產(chǎn)品制造，再到最終的銷(xiāo)售和回收，都需要大量勞動(dòng)力資源。該指標(biāo)決定了企業(yè)規(guī)模大小，員工數(shù)量越多，理論上創(chuàng)造的價(jià)值也越多。4) 銷(xiāo)貨成本[12，15]：主要指與銷(xiāo)售的產(chǎn)品直接相關(guān)的成本，如與銷(xiāo)售的產(chǎn)品直接相關(guān)的原材料費(fèi)、加工和制作費(fèi)、保險(xiǎn)和安全管理費(fèi)等。成本在較大程度上影響著企業(yè)的最終收益。5) 營(yíng)業(yè)費(fèi)用[4，13]：該指標(biāo)和銷(xiāo)貨成本擁有不同的含義，二者表征了企業(yè)經(jīng)營(yíng)過(guò)程中，資源消耗的不同路徑。所以在公司的資產(chǎn)負(fù)債表上，這2項(xiàng)指標(biāo)會(huì)分開(kāi)列出。營(yíng)業(yè)費(fèi)用不一定是與銷(xiāo)售產(chǎn)品直接相關(guān)的成本，如產(chǎn)品開(kāi)發(fā)費(fèi)、員工差旅費(fèi)等。其次，倘若產(chǎn)品沒(méi)有被售出，而企業(yè)為了維持運(yùn)營(yíng)，依然需要花費(fèi)一定的營(yíng)業(yè)費(fèi)用，如倉(cāng)庫(kù)、廠房和門(mén)店的日租費(fèi)等。

輸出指標(biāo)。1) 營(yíng)業(yè)收入[15-16]：指企業(yè)在從事產(chǎn)品銷(xiāo)售或提供服務(wù)等業(yè)務(wù)過(guò)程中形成的經(jīng)濟(jì)收入。一般分為主營(yíng)業(yè)務(wù)收入和其他業(yè)務(wù)收入。本研究中，該指標(biāo)沒(méi)有扣除相應(yīng)的成本值，屬于毛收入。2) 銷(xiāo)售凈額[15，17]：指銷(xiāo)售總額扣除現(xiàn)金折扣、商業(yè)折扣、銷(xiāo)貨退回等因素后的凈額。該指標(biāo)為凈收入，與營(yíng)業(yè)收入指標(biāo)一起共同度量企業(yè)的銷(xiāo)售和收益表現(xiàn)。

2.2 樣本和數(shù)據(jù)

本文研究關(guān)注于紡織服裝行業(yè)，并選取中國(guó)、日本和北美3大代表性國(guó)家和地區(qū)的紡織服裝上市公司作為評(píng)估樣本。然而，上市公司眾多，分屬各個(gè)行業(yè)和領(lǐng)域，因此對(duì)于紡織服裝類(lèi)公司的界定，本研究遵照全球行業(yè)分類(lèi)標(biāo)準(zhǔn)(GICS)[18]的劃分，選擇“服裝、飾品與奢侈品”領(lǐng)域，代碼為25203010。繼而，利用沃頓研究數(shù)據(jù)服務(wù)中心(WRDS)[19]進(jìn)行數(shù)據(jù)的收集。數(shù)據(jù)收集的年限為2015年。收集過(guò)程中，將數(shù)據(jù)缺失、為零和為負(fù)數(shù)的公司剔除。同時(shí)考慮到該GICS代碼下亦包括部分珠寶和手表類(lèi)公司，也將其剔除。最終得到參與評(píng)估的上市公司為：中國(guó)25家，日本22家，北美23家，共70家公司，即70個(gè)DMU，每個(gè)DMU均包括5項(xiàng)輸入指標(biāo)和2項(xiàng)輸出指標(biāo)。

2.3 數(shù)據(jù)檢驗(yàn)

不同國(guó)家擁有不同貨幣單位，如人民幣(CNY)和日元(JPY)等。而WRDS數(shù)據(jù)平臺(tái)并沒(méi)有將不同國(guó)家的貨幣進(jìn)行統(tǒng)一轉(zhuǎn)換。如果將數(shù)據(jù)直接用于計(jì)算和分析，結(jié)果將會(huì)產(chǎn)生較大誤差，所以需要對(duì)各國(guó)貨幣進(jìn)行統(tǒng)一化處理。之前學(xué)者對(duì)于貨幣間的轉(zhuǎn)換已有討論，大致有2種方法，即基于匯率的轉(zhuǎn)換和基于購(gòu)買(mǎi)力平價(jià)(PPP)[20-21]理論的轉(zhuǎn)換。其中，PPP理論是由瑞典經(jīng)濟(jì)學(xué)家Gustav Cassel提出的一種根據(jù)各國(guó)不同價(jià)格水平計(jì)算出的貨幣間等值系數(shù)。有文獻(xiàn)指出基于匯率的貨幣轉(zhuǎn)換并不十分合適，會(huì)受到通貨膨脹等因素的影響，而基于PPP理論的方法則可以消除這些影響，使得貨幣間的對(duì)比更為準(zhǔn)確，因此本文研究選擇基于PPP理論進(jìn)行貨幣間的轉(zhuǎn)換，轉(zhuǎn)換系數(shù)采用經(jīng)濟(jì)合作與發(fā)展組織(OECD)[22]于2015年發(fā)布的數(shù)據(jù)，其中日元對(duì)美元系數(shù)為105.33，人民幣對(duì)美元系數(shù)為3.56，加元對(duì)美元系數(shù)為1.25。基于轉(zhuǎn)換系數(shù)，將所有貨幣都轉(zhuǎn)換為美元單位。轉(zhuǎn)換后，對(duì)70家企業(yè)的指標(biāo)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，如表1所示。

表1 70家企業(yè)指標(biāo)數(shù)據(jù)的統(tǒng)計(jì)性描述

注：數(shù)據(jù)來(lái)源于沃頓研究數(shù)據(jù)服務(wù)中心(WRDS)和經(jīng)濟(jì)合作與發(fā)展組織(OECD)；數(shù)據(jù)由MatLab計(jì)算得出。

另外，DEA對(duì)于指標(biāo)和DMU的數(shù)量，亦有一定要求。文獻(xiàn)[23]指出待評(píng)估的DMU數(shù)量應(yīng)至少為輸入輸出指標(biāo)總數(shù)的2倍，而文獻(xiàn)[24]則提出3倍的更高要求。本文研究中，DMU數(shù)量70>3×(輸入指標(biāo)5項(xiàng)+輸出指標(biāo)2項(xiàng))，因此符合評(píng)估數(shù)量要求。而DEA的輸入輸出指標(biāo)間還需滿足同向性原則[3]，即輸入資源的增加不可導(dǎo)致輸出資源的減少，因此本研究對(duì)輸入輸出指標(biāo)進(jìn)行相關(guān)性檢驗(yàn)，得出的皮爾森(Pearson)相關(guān)系數(shù)如表2所示。由表可知，各項(xiàng)輸入指標(biāo)與輸出指標(biāo)均呈顯著的正相關(guān)性，因此指標(biāo)符合同向性原則。

表2 70家企業(yè)輸入指標(biāo)與輸出指標(biāo)間的相關(guān)性Tab.2 Correlation between inputs and outputs for 70enterprises

注：**指相關(guān)性在0.01層上顯著(雙尾)；數(shù)據(jù)由Matlab計(jì)算得出。

3 結(jié)果和討論

3.1效率表現(xiàn)和規(guī)模收益分析

根據(jù)式(1)和式(2)，可得到CRS-DEA和VRS-DEA模型的效率值，如表3所示。其中3個(gè)代表性國(guó)家和地區(qū)的技術(shù)效率(TE，平均值0.8558)可被分解為純技術(shù)效率(PTE，平均值0.9018)和規(guī)模效率(SE，平均值0.9485)。由表可知，70家紡織服裝上市公司的技術(shù)效率(TE)均值為0.8558，即本研究所評(píng)估的公司為86%有效。這一方面說(shuō)明受評(píng)估的紡織服裝企業(yè)在運(yùn)營(yíng)效率方面依然有提升的空間，另一方面說(shuō)明這些公司在保持相同水平的產(chǎn)出下，可以通過(guò)減少14%的平均投入來(lái)達(dá)到運(yùn)營(yíng)有效。

表3 受評(píng)估企業(yè)的CRS和VRS效率值(部分)Tab.3 Efficiency value of CRS and VRS for enterprises under evaluated (partial)

續(xù)表3

注：數(shù)據(jù)由Matlab計(jì)算得出。1～25號(hào)為中國(guó)企業(yè)；26～47號(hào)為日本企業(yè)；48～70號(hào)為北美企業(yè)。

進(jìn)而將3個(gè)代表性國(guó)家和地區(qū)的效率均值進(jìn)行對(duì)比分析，如圖2所示。北美地區(qū)在技術(shù)效率和純技術(shù)效率方面數(shù)據(jù)領(lǐng)先，但在規(guī)模效率方面，日本企業(yè)稍稍高于北美。技術(shù)效率反映的是在給定投入的情況下獲得最大產(chǎn)出的能力。北美是全球經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)，擁有的先進(jìn)技術(shù)和設(shè)備，是其提升技術(shù)效率的關(guān)鍵。而日本基于該國(guó)的管理理念和模式，將企業(yè)規(guī)模控制在適合的水平上，是達(dá)到規(guī)模有效的重要保證。

圖2 中國(guó)、日本和北美的效率均值Fig.2 Mean efficiency value of China, Japan and North America

表3中3個(gè)代表性國(guó)家和地區(qū)TE值為1的企業(yè)數(shù)量(共15家)少于PTE值為1的企業(yè)數(shù)量(共21家)，這主要是由于規(guī)模非有效造成的，即SE值小于1，因此，對(duì)于某些企業(yè)而言，雖然純技術(shù)有效，但由于規(guī)模非有效，導(dǎo)致了技術(shù)效率也非有效。

在現(xiàn)實(shí)企業(yè)經(jīng)營(yíng)中，規(guī)模問(wèn)題一直是管理者關(guān)注的重點(diǎn)，不僅決定著企業(yè)發(fā)展的方向，亦為企業(yè)進(jìn)行并購(gòu)、收購(gòu)和重組等重大決策提供依據(jù)，因此，本文研究對(duì)規(guī)模收益情況進(jìn)行深度解析。通過(guò)模型計(jì)算，可得到每個(gè)DMU相應(yīng)的λ值之和，由其反應(yīng)規(guī)模收益狀態(tài)。海瀾之家股份有限公司(中國(guó))、十字加企業(yè)(日本)、牛津工業(yè)企業(yè)(北美)等共15家公司(占總數(shù)的21.43%)屬于規(guī)模收益不變。這些企業(yè)所對(duì)應(yīng)的SE值為1，為規(guī)模有效，說(shuō)明這些企業(yè)當(dāng)前的投入規(guī)模是最適當(dāng)?shù)?，符合公司的運(yùn)營(yíng)現(xiàn)狀。福建七匹狼實(shí)業(yè)股份有限公司(中國(guó))、瑞納企業(yè)(日本)、安德瑪企業(yè)(北美)等49家公司(占總數(shù)的70%)屬于規(guī)模收益遞減型。對(duì)于這些企業(yè)，如果繼續(xù)增加投入量只能使產(chǎn)出量增加的速率減小，企業(yè)不具備投資的積極性。因此，當(dāng)前并不是企業(yè)擴(kuò)大規(guī)模的好時(shí)機(jī)。相反，維格娜絲時(shí)裝股份有限公司(中國(guó))、大和國(guó)際企業(yè)(日本)等共6家公司(占總數(shù)的8.57%)屬于規(guī)模收益遞增型。對(duì)于這些企業(yè)，繼續(xù)增加投入量可使產(chǎn)出量的遞增速率增加，企業(yè)具有投資的積極性，因此，這些企業(yè)當(dāng)前可考慮通過(guò)增加投入擴(kuò)大公司規(guī)模，以實(shí)現(xiàn)規(guī)模有效。同時(shí)，當(dāng)前也是這些企業(yè)進(jìn)行并購(gòu)或收購(gòu)等的合適時(shí)機(jī)。

3.2 資源配置分析

通過(guò)模型計(jì)算，可獲得每個(gè)DMU對(duì)應(yīng)的各項(xiàng)輸入指標(biāo)實(shí)際值與目標(biāo)值之間的差異百分比，即某項(xiàng)輸入指標(biāo)應(yīng)減少多少百分比，可達(dá)到目標(biāo)值。圖3示出按國(guó)家和地區(qū)劃分的5項(xiàng)輸入指標(biāo)平均應(yīng)減少的百分比。

圖3 輸入指標(biāo)的目標(biāo)評(píng)估Fig.3 Target evaluation of inputs

總的來(lái)說(shuō)，員工數(shù)是最為冗余的輸入資源，平均應(yīng)減少25.91%，中國(guó)高于平均數(shù)，到達(dá)47.13%，而北美地區(qū)和日本則低于平均數(shù)，分別為15.40%和12.79%。這一結(jié)果也與紡織服裝業(yè)勞動(dòng)力密集吻合。為了達(dá)到有效的資源配置，實(shí)現(xiàn)運(yùn)營(yíng)效率最優(yōu)，各國(guó)都應(yīng)該對(duì)勞動(dòng)力資源進(jìn)行再優(yōu)化。而我國(guó)作為生產(chǎn)大國(guó)，雖然勞動(dòng)力資源豐富，但對(duì)其進(jìn)行有效的資源配置更應(yīng)重視。相反，受評(píng)估的紡織服裝企業(yè)在營(yíng)業(yè)費(fèi)用的配置上相對(duì)合理，平均應(yīng)減少10.08%，而北美企業(yè)只需減少5.71%，中國(guó)和日本分別為14.76%和9.32%。受評(píng)估的企業(yè)在銷(xiāo)貨成本配置方面的表現(xiàn)雖次于營(yíng)業(yè)費(fèi)用，但亦較好，平均需減少12.16%，北美為7.40%，日本為11.08%，中國(guó)為17.50%。營(yíng)業(yè)費(fèi)用和銷(xiāo)貨成本兩項(xiàng)均屬成本類(lèi)指標(biāo)，因此受評(píng)估的紡織服裝企業(yè)在成本資源配置方面表現(xiàn)較好，但依然有繼續(xù)優(yōu)化的空間。在營(yíng)運(yùn)資本方面，受評(píng)估的企業(yè)需平均減少19.72%，北美表現(xiàn)較好，為6.51%，日本為12.00%，中國(guó)為38.67%。而在應(yīng)收賬款方面，受評(píng)估的企業(yè)則需平均減少18.99%，北美為10.31%，日本為13.00%，中國(guó)為32.26%。這兩項(xiàng)屬于資本類(lèi)指標(biāo)，與成本類(lèi)指標(biāo)相比，繼續(xù)優(yōu)化的空間更大?？傊?，基于數(shù)據(jù)，受評(píng)估企業(yè)的輸入資源均有待繼續(xù)優(yōu)化(尤其是勞動(dòng)力資源)，以達(dá)到運(yùn)營(yíng)有效。而對(duì)于具體企業(yè)，資源優(yōu)化情況各有差異，需根據(jù)各自國(guó)情和企業(yè)現(xiàn)狀制定相應(yīng)策略。

3.3 超效率分析

通過(guò)CRS-DEA和VRS-DEA模型，可獲得效率值為1的有效企業(yè)，但個(gè)數(shù)可能不唯一。然而在現(xiàn)實(shí)中，有時(shí)還需對(duì)有效企業(yè)依據(jù)式(3)進(jìn)行完全排序。例如，在供應(yīng)商選擇方面，需要在所有有效企業(yè)當(dāng)中選擇出表現(xiàn)更為出色的企業(yè)作為合作伙伴。在技術(shù)與生產(chǎn)力評(píng)估等方面，亦是如此。因此，進(jìn)行超效率分析，對(duì)所有DMU進(jìn)行完全排序，具有一定現(xiàn)實(shí)意義。對(duì)PTE值為1的21家受評(píng)估紡織服裝企業(yè)，依照超效率值大小進(jìn)行排序，結(jié)果見(jiàn)表4。

表4 企業(yè)的超效率值排序Tab.4 Rank of super-efficiency value

注：數(shù)據(jù)由Matlab計(jì)算得出。

其余非有效企業(yè)的超效率值與PTE值相同，不再列出。由表4可知，中國(guó)企業(yè)的排名均較為靠前(前十位以?xún)?nèi))。同時(shí)，通過(guò)分別計(jì)算表4中3個(gè)國(guó)家和地區(qū)企業(yè)的平均超效率值發(fā)現(xiàn)，中國(guó)企業(yè)依然表現(xiàn)良好，平均超效率值為2.365 3，北美稍稍領(lǐng)先(2.554 9)，日本落后(1.515 6)。然而，繼續(xù)觀察這21家企業(yè)所屬的地區(qū)發(fā)現(xiàn)，中國(guó)企業(yè)僅有3家(占14%)，日本8家(占38%)，北美10家(48%)，北美企業(yè)數(shù)量領(lǐng)先。綜合分析，中國(guó)紡織服裝企業(yè)呈現(xiàn)兩級(jí)分化的趨勢(shì)。優(yōu)秀的中國(guó)企業(yè)已與國(guó)際接軌，它們擁有著先進(jìn)的技術(shù)和管理理念，與發(fā)達(dá)國(guó)家的一流企業(yè)不相上下，共享國(guó)際資源與市場(chǎng)。而大多數(shù)受評(píng)估的中國(guó)紡織服裝企業(yè)則表現(xiàn)平平，運(yùn)營(yíng)效率有待優(yōu)化提升。究其原因，中國(guó)一直是紡織服裝產(chǎn)品的生產(chǎn)大國(guó)，屬于全球產(chǎn)業(yè)鏈的底端位置。但近年來(lái)，國(guó)內(nèi)企業(yè)不斷受到人民幣升值、原材料價(jià)格上漲、勞動(dòng)力成本提升、發(fā)展中國(guó)家生產(chǎn)的崛起以及國(guó)際訂單的戰(zhàn)略轉(zhuǎn)移等挑戰(zhàn)。促使中國(guó)紡織服裝企業(yè)面臨轉(zhuǎn)型，并向全球產(chǎn)業(yè)鏈上游發(fā)展的局面。相反，北美和日本等發(fā)達(dá)國(guó)家已完成了產(chǎn)業(yè)轉(zhuǎn)型，紡織服裝業(yè)的整體現(xiàn)狀較為成熟，企業(yè)發(fā)展也相對(duì)穩(wěn)定?？傊m然中國(guó)紡織服裝企業(yè)的運(yùn)營(yíng)效率在整體上有待提升，但新一代的優(yōu)秀企業(yè)(如海瀾之家和森馬等)表現(xiàn)出色，躋身國(guó)際，成為紡織服裝業(yè)中的佼佼者。

3.4 標(biāo)桿企業(yè)分析

由表4可知，效率最優(yōu)的標(biāo)桿企業(yè)是來(lái)自于北美的紡織服裝公司露露檸檬(Lululemon)。該公司由Chip Wilson于1998年創(chuàng)立于加拿大溫哥華。產(chǎn)品起初專(zhuān)注于女性瑜伽服飾，現(xiàn)已發(fā)展為多種男女運(yùn)動(dòng)服。優(yōu)良的運(yùn)營(yíng)模式是其獲得成功的關(guān)鍵。在供應(yīng)商和制造商選擇方面，露露檸檬制定了自己特有的規(guī)范“Workplace code of conduct”(職場(chǎng)行為準(zhǔn)則)，包括選擇合作方時(shí)的多項(xiàng)原則，如環(huán)境責(zé)任、健康安全、工作時(shí)長(zhǎng)以及無(wú)歧視等。公司也會(huì)對(duì)合作方進(jìn)行持續(xù)監(jiān)督，從而及時(shí)發(fā)現(xiàn)問(wèn)題。同時(shí)，公司還對(duì)合作方進(jìn)行社會(huì)責(zé)任評(píng)分，總分為100分，劃分為4個(gè)部分。在貨品方面，露露檸檬和其他品牌相比，一直保持著較低的店面庫(kù)存，每季新品的SKU (stock keeping unit)數(shù)量也相對(duì)少，從而使得公司對(duì)庫(kù)存的管理更為精確，也降低了過(guò)季庫(kù)存帶來(lái)的損失。其產(chǎn)品鮮有折扣，但過(guò)硬的質(zhì)量和簡(jiǎn)約時(shí)尚的設(shè)計(jì)卻保證了品牌價(jià)值和忠實(shí)顧客群。在營(yíng)銷(xiāo)活動(dòng)方面，露露檸檬也有獨(dú)特的策略，如推出的“汗水生活(the sweat life)”理念與活動(dòng)，瑜伽教室等，符合了都市人群越來(lái)越注重的健康意識(shí)?？梢哉f(shuō)，露露檸檬如今銷(xiāo)售的不僅是簡(jiǎn)單的服裝產(chǎn)品，更是一種生活態(tài)度。此外，露露檸檬也十分注重環(huán)境保護(hù)，一直致力于產(chǎn)品設(shè)計(jì)、制造、包裝以及運(yùn)輸?shù)雀镄乱詼p小對(duì)環(huán)境的影響。公司也與環(huán)境專(zhuān)家和非政府組織保持緊密聯(lián)系以提高企業(yè)的環(huán)境責(zé)任力?？傊诼堵稒幟食晒Φ倪\(yùn)營(yíng)模式，其銷(xiāo)售凈額從2009年的45 419.8萬(wàn)美元和2012年的13 703.58萬(wàn)美元，增長(zhǎng)到2015年的20 605.23萬(wàn)美元[19]。目前，露露檸檬已開(kāi)始進(jìn)軍中國(guó)市場(chǎng)，優(yōu)質(zhì)的品牌產(chǎn)品必定會(huì)吸引眾多消費(fèi)者。同時(shí)，其優(yōu)良的運(yùn)營(yíng)模式也值得國(guó)內(nèi)企業(yè)學(xué)習(xí)和借鑒。

本節(jié)從4個(gè)方面對(duì)中國(guó)、日本和北美3大代表性國(guó)家和地區(qū)的紡織服裝企業(yè)運(yùn)營(yíng)表現(xiàn)進(jìn)行分析，結(jié)果可為企業(yè)在規(guī)模發(fā)展、投資并購(gòu)、資源優(yōu)化以及合作伙伴選擇等方面提供決策參考。

4 結(jié) 語(yǔ)

本文研究目的在于評(píng)估當(dāng)前紡織服裝企業(yè)的運(yùn)營(yíng)效率，選取了中國(guó)、日本和北美3大代表性國(guó)家和地區(qū)的70家上市公司作為評(píng)估對(duì)象。基于數(shù)據(jù)包絡(luò)分析理論，優(yōu)選出5項(xiàng)輸入指標(biāo)和2項(xiàng)輸出指標(biāo)，并提出CRS-DEA、VRS-DEA和SE-DEA 3個(gè)評(píng)估模型進(jìn)行數(shù)據(jù)分析。研究發(fā)現(xiàn)：1)受評(píng)估的企業(yè)為86%有效，依然有進(jìn)一步提升運(yùn)營(yíng)效率的空間，并且發(fā)現(xiàn)企業(yè)的技術(shù)效率非有效主要受到規(guī)模效率的影響。2)對(duì)于規(guī)模收益，21.43%企業(yè)屬于規(guī)模收益不變，擁有適合的規(guī)模；70%企業(yè)屬于規(guī)模收益遞減，企業(yè)不具備投資的積極性；8.57%企業(yè)屬于規(guī)模收益遞增，可以考慮擴(kuò)大公司規(guī)模來(lái)實(shí)現(xiàn)規(guī)模有效。3)在資源配置方面，勞動(dòng)力是最為冗余的輸入資源，而受評(píng)估的紡織服裝企業(yè)在成本配置方面表現(xiàn)較好，資本配置方面次之，有待繼續(xù)優(yōu)化以提升運(yùn)營(yíng)效率。4)通過(guò)分析，中國(guó)紡織服裝企業(yè)的運(yùn)營(yíng)表現(xiàn)呈兩級(jí)分化狀態(tài)，雖然整體表現(xiàn)一般，但新一代的優(yōu)秀企業(yè)(如海瀾之家和森馬等)已躋身國(guó)際一流水平，表現(xiàn)不俗。而來(lái)自北美的露露檸檬公司，表現(xiàn)出色，其優(yōu)良的運(yùn)營(yíng)模式值得其他企業(yè)學(xué)習(xí)和借鑒。

今后的研究，在數(shù)據(jù)條件允許的情況下，可考慮對(duì)比分析若干年份內(nèi)紡織服裝企業(yè)的運(yùn)營(yíng)效率表現(xiàn)，將基于匯率和基于PPP理論的貨幣轉(zhuǎn)換后的效率表現(xiàn)進(jìn)行對(duì)比，亦是未來(lái)研究的另一方向。

[1] GLADYS L A, RAYMOND R, YANG Y, et al. Sewing Success: Employment, Wage, and Poverty Following the End of the Multifibre Arrangement[M]. Shanghai: Donghua University Press, 2013: 1.

[2] LIU Y, REN L, LI Y, et al. The industrial performance of wind power industry in China[J]. Renewable and Sustainable Energy Reviews, 2015, 43: 644-655.

[3] LAU K H. Measuring distribution efficiency of a retail network through data envelopment analysis[J]. International Journal of Production Economics, 2013, 146(2): 598-611.

[4] MIN H, JONG Joo S. Benchmarking the operational efficiency of third party logistics providers using data envelopment analysis[J]. Supply Chain Management: an International Journal, 2006, 11(3): 259-265.

[5] ERDUMLU N. Efficiency benchmarking based on data envelopment analysis: a case for Turkish textile sector[J]. Journal of the Textile Institute, 2015, 107(6): 702-710.

[6] YENILMEZ F, GIRGINER N. Assessing export performance of textile companies in Eskisehir organized industrial zone by use of data envelopment analysis[J]. Tekstilve Konfeksiyon, 2012, 22(1): 12-17.

[7] CHARNES A, COOPER W W, RHODES E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429-444.

[8] BANKER R D, CHARNES A, COOPER W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science, 1984, 30(9): 1078-1092.

[9] ANDERSEN P, PETERSEN N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management science, 1993, 39(10): 1261-1264.

[10] WANG D, LI S, SUEYOSHI T. DEA environmental assessment on US Industrial sectors: investment for improvement in operational and environmental performance to attain corporate sustainability[J]. Energy Economics, 2014, 45: 254-267.

[11] SUEYOSHI T, WANG D. Radial and non-radial approaches for environmental assessment by data envelopment analysis: corporate sustainability and effective investment for technology innovation[J].

Energy Economics, 2014, 45: 537-551.

[12] LI S, SHANG J, SLAUGHTER S A. Why do software firms fail? capabilities, competitive actions, and firm survival in the software industry from 1995 to 2007[J]. Information Systems Research, 2010, 21(3): 631-654.

[13] LU W M, HUNG S W. Exploring the efficiency and effectiveness in global e-retailing companies[J]. Computers & Operations Research, 2011, 38(9): 1351-1360.

[14] SUEYOSHI T, WANG D. Sustainability development for supply chain management in US petroleum industry by DEA environmental assessment[J]. Energy Economics, 2014, 46: 360-374.

[15] CHANG S Y, CHEN T H. Performance ranking of Asian lead frame firms: a slack-based method in data envelopment analysis[J]. International Journal of Production Research, 2008, 46(14): 3875-3885.

[16] SARANGA H. The Indian auto component industry-estimation of operational efficiency and its determinants using DEA[J]. European Journal of Operational Research, 2009, 196(2): 707-718.

[17] CHANDRA P, COOPER W W, LI S, et al. Using DEA to evaluate 29 Canadian textile companies—considering returns to scale[J]. International Journal of Production Economics, 1998, 54(2): 129-141.

[18] Global industry classification standard (GICS)[EB/OL]. [2016-08-07]. https://www.msci.com/gics.

[19] Wharton research data services (WRDS)[EB/OL]. [2016-08-07]. https://wrds-web.wharton.upenn.edu/wrds/.

[20] TONE K, TSUTSUI M. Decomposition of cost efficiency and its application to Japanese-US electric utility comparisons[J]. Socio-economic Planning Sciences, 2007, 41(2): 91-106.

[21] GOTO M, TSUTSUI M. Comparison of productive and cost efficiencies among Japanese and US electric utili-ties[J]. Omega, 1998, 26(2): 177-194.

[22] Organisation for economic co-operation and develop-ment (OECD)[EB/OL]. [2016-08-07]. http://www.oecd.org/.

[23] GOLANY B, ROLL Y. An application procedure for DEA[J]. Omega, 1989, 17(3): 237-250.

[24] COOPER W W, LI S, SEIFORD L M, et al. Sensitivity and stability analysis in DEA: some recent develop-ments[J]. Journal of Productivity Analysis, 2001, 15(3): 217-246.

Operationalefficiencyevaluationoftextileandclothingenterprisesbasedondataenvelopmentanalysis

HUANG He1， YANG Yixiong1,2

(1.Fashion&ArtDesignInstitute,DonghuaUniversity,Shanghai200051,China; 2.KeyLaboratoryofClothingDesignandTechnology,MinistryofEducation,DonghuaUniversity,Shanghai200051,China)

In order to evaluate the operational efficiency of textile and clothing enterprises and then assist enterprises to make decisions for partner selection or investment, three typical global regions, China, Japan and North America were selected to conduct contrastive analysis, and 70 textile and clothing listed enterprises were filtered. Based on DEA approach, three evaluation models of CRS-DEA, VRS-DEA and SE-DEA, were proposed to conduct the analysis of efficiency performance, returns to scale, resource allocation and benchmarking enterprise. The results show enterprises under evaluation are 86% efficient, thus they still have the room for improvement; 70% of enterprises show decreasing returns to scale, thus they have the low investment enthusiasm; the labor redundancy is the main problem for resource allocation, and the cost allocation performance is better that followed by capital allocation performance; Chinese enterprises have a trend of polarization in operational efficiency; and the Lululemon company of North American shows a distinguished performance.

textile and clothing enterprise; data envelopment analysis; operational efficiency; returns to scale; resource allocation

TS 941.1

A

10.13475/j.fzxb.20161101608

2016-11-07

2017-05-31

上海高校知識(shí)服務(wù)平臺(tái)(海派時(shí)尚設(shè)計(jì)及價(jià)值創(chuàng)造協(xié)同創(chuàng)新中心)資助項(xiàng)目(13S107024)；東華大學(xué)非線性科學(xué)研究所交叉項(xiàng)目(INS-1401)

黃河(1988—), 男, 博士生。主要研究方向?yàn)榉b供應(yīng)鏈管理。楊以雄, 通信作者, E-mail: yyx@dhu.edu.cn。