前言

　　数据包络分析法（Data Envelopment Analysis，DEA）是一种基于线性规划的非参数评价技术，它是管理科学领域一个重要的研究分支。其主要用途是评价多个输入变量和多个输出变量的有效性。DEA方法因其客观性、相对性、灵活性和有效性而在效率评价、成本控制、质量分析等领域得到了广泛的认可和应用。

DEA方法

　　DEA方法起源于20世纪70年代，由美国经济学家Charnes和Coor著提出，用来判断决策单元（DMU）的相对有效性和整体效率。评价DMU效率的技术称为效率度量技术，通过一定的数学模型对DMU进行优劣排序和效率度分析。

DEA模型

　　DEA方法要处理的输入输出数据主要用于构造一个参数化的非线性规划来描绘每一个DMU的生产前沿面，用来评价被测单位的相对效率。非参数化的DEA模型单独给出每个被测单位与最优前沿的距离，它们之间是不可比的，否则DEA无意义。

　　DEA 所采用的数学工具是 Imitation Programming （IP） ，此模型构造的线性规划有最直接的经济解释，它们包括输入和输出的投入产出最能反映 DMU 的经济特性。此外，运算结果的直接经济意义便于管理人员和决策人员理解，管理者借助DEA可以较快改进DMU的技术效率。

DEA模型类型

　　DEA 有多种不同的方式来决定DMUs的相对效率，其中最常用的几种包括：

　　1.CR（Charnes, Cooper 及 Rhodes， 1978）模型:

　　2.BAD（Bankler, Charnes 及 Cooper， 1984）模型：

　　3.ADD（Adrion，Aigner 及 Kukuk， 1986）模型：

　　4.SBM（Slack Based Measure）模型：

DEA在零售业的应用

　　近年来，DEA方法被越来越多地应用于零售业领域，其评价核心包括商店的经济效率、零售渠道的效率和商店地点的选择。DEA可以解决零售业渐趋激烈的竞争以及提升企业绩效的需求，其在零售业研究中的应用主要包括：

1..Store经济效率评价

　　DEA方法可以对商店的经济效率进行评价，衡量商店是否能有效地利用所投入的物质资源（如人力、物力和财力资源）获得最佳经济效益。一般而言，效率评价的主要研究成果包括：

　　a.商店和销售点效率评价：对于一定区域内的商店数量及其店铺运营状况进行分析，紧跟行业趋势和成功案例，对各商场产品销售状况进行综合评比，以决定其适应度和合理性。

　　b.分销渠道效率评价：对不同经销商和分销渠道进行效率比较。例如，对以私人销售、特许经营、内部销售和外包分销为代表不同分销渠道进行对比，从而了解不同渠道的销售效率和盈利能力。

　　c.公司业务分支效率评价：对公司的各个业务分支进行效率评估。例如，对消费品行业不同分支的销售效率和收入状况进行评价，进而针对不同行业对企业资源进行合理配置。

2..Store位置选择

　　基于DEA的零售店位置选择模型可以帮助企业在众多备选地点中选择恰当的商店位置，主要关注以下两个方面：

　　a.High Profit Store Site Selection（HPSSS）模型：根据零售商销售状况及盈利水平预测其潜在销售需求，用于评估商店地理位置所带来的经济效益，以实现最优收益。HPSSS模型不仅依据企业的经济需求，还考虑购买力和商店邻近性等社会因素，以评价商店地理位置合理性。

　　b.优化商店网络规划：通过对商店选址进行量化评估，以优化商店网络布局，并最大化回报。零售商Y运用DEA模型对德克萨斯州圣安东尼奥地区的初步商店选址进行评估，并基于综合考量选择最优商店位置。HPSSS模型可增进零售商对商店选址的理解，以缩减选址成本和打造更佳商业成果。

3..Store Retail渠道效率评价

　　DEA模型在零售渠道效率评价中的应用有助于个体零售商提高渠道效率，主要体现在：

　　a.通过商业环境因素适应度评估渠道效率：通过衡量个体零售商在各渠道的表现，评估它们所处商业环境因素（如产品、价格、促销和地点）的适应度，并对各个渠道效率进行评价分析，以提高总体零售渠道效率。

　　b.优化渠道结构：依据各零售渠道相应位置和优先顺序排序结果，零售商可以优化渠道结构，对表现较差的渠道进行改进或裁撤。

结论

　　DEA方法已逐渐受到零售业界的广泛应用，可以有效应对日益激烈的竞争和提升企业绩效的需求。它在商店经济效率评价、商店位置选择和零售渠道效率评价方面的应用不仅仅为零售商提供了有关其经营效率和成功的关键数据，而且对零售业优化资源配置、建立持久竞争力提供了有效支撑。