朱峻 周魯 李美洋

基金項(xiàng)目：中國(guó)煙草總公司貴州省公司科技項(xiàng)目“現(xiàn)代卷煙零售終端建設(shè)投入產(chǎn)出效益與資源配置研究”階段性研究（項(xiàng)目編號(hào)：2020XM12）

摘 要：現(xiàn)代卷煙零售終端的建設(shè)始終是現(xiàn)階段卷煙商業(yè)營(yíng)銷的重點(diǎn)，終端資源的投入是否取得了預(yù)期的效果卻鮮有關(guān)注。本文通過(guò)對(duì)A市2021年卷煙零售戶終端資源投入情況的調(diào)查數(shù)據(jù)，運(yùn)用三階段DEA模型對(duì)終端資源的投入效率進(jìn)行了分析。結(jié)果顯示：去掉環(huán)境因素和隨機(jī)噪聲的影響后，A市卷煙零售終端資源的綜合技術(shù)效率值由0.4105上升為0.9480，純技術(shù)效率值由0.4765上升至0.9767，規(guī)模效率由0.8784上升為0.9707;A市的卷煙零售戶中，有1.41%處于DEA有效狀態(tài)，有95.23%的效率值在0.9—1.0之間。環(huán)境因素對(duì)卷煙零售終端的純技術(shù)效率影響較大，對(duì)規(guī)模效率的影響相對(duì)較小。針對(duì)A市卷煙零售終端資源配置現(xiàn)狀，提出了具體的改進(jìn)建議。

關(guān)鍵詞：卷煙零售終端資源;DEA模型;SFA回歸;投入產(chǎn)出效率

近年來(lái)國(guó)家局把現(xiàn)代卷煙零售終端建設(shè)升級(jí)為行業(yè)級(jí)戰(zhàn)略，是“卷煙上水平”時(shí)期對(duì)渠道戰(zhàn)略的深化，是卷煙營(yíng)銷的新階段、新發(fā)展。與傳統(tǒng)的零售終端相比，現(xiàn)代零售終端是以誠(chéng)信經(jīng)營(yíng)為基礎(chǔ)，以信息化為基本特征，以產(chǎn)品銷售、形象展示、品牌培育、宣傳促銷、信息采集和消費(fèi)跟蹤為主要功能，同時(shí)具備服務(wù)、品牌、競(jìng)爭(zhēng)等現(xiàn)代經(jīng)營(yíng)意識(shí)的新型現(xiàn)代卷煙終端。由于卷煙零售戶是煙草工商企業(yè)連接廣大消費(fèi)者的橋梁和紐帶，零售終端建設(shè)的好壞，直接關(guān)系到卷煙銷售功能的發(fā)揮和企業(yè)競(jìng)爭(zhēng)力的提高，因此終端資源是卷煙品牌爭(zhēng)奪的焦點(diǎn)。終端資源作為一種投入，長(zhǎng)期以來(lái)都是商業(yè)企業(yè)做主體，零售戶缺乏自主投入的動(dòng)力，原因在于終端資源投入的收益缺乏量化。因此對(duì)終端建設(shè)投入的效率進(jìn)行測(cè)度，是進(jìn)一步進(jìn)行終端建設(shè)的基礎(chǔ)。只有明晰零售戶的終端投入效率，才能更好地對(duì)零售終端進(jìn)行分類，激發(fā)零售戶的投資動(dòng)力。

一、零售終端資源投入的效率研究概述

目前大多數(shù)學(xué)者和行業(yè)人士關(guān)注的重點(diǎn)仍舊是卷煙現(xiàn)代零售終端的建設(shè)，如鐘英娜（2021）、高中昌（2017）、畢雯（2020）等。少數(shù)學(xué)者對(duì)零售終端的價(jià)值評(píng)估進(jìn)行了嘗試，胡志剛等（2015）基于網(wǎng)絡(luò)層次分析法（ANP）及K-means聚類按照功能對(duì)零售終端進(jìn)行了分類評(píng)價(jià)，將零售終端分成了達(dá)標(biāo)型、在建型、潛力型、普通型、不足型、幫扶型六大類;鄒亮（2013）以客戶價(jià)值理論為基礎(chǔ)，結(jié)合現(xiàn)代卷煙零售終端六項(xiàng)主要功能，從貨幣和非貨幣兩個(gè)維度評(píng)價(jià)卷煙零售終端的客戶價(jià)值，在此基礎(chǔ)上對(duì)卷煙零售終端進(jìn)行分類;鄒亮（2015）還提出了以價(jià)值評(píng)價(jià)為基礎(chǔ)、以價(jià)值量分配為核心、能以單項(xiàng)資源為總體的分配方法——終端資源價(jià)值分配法;賀東等（2016）針對(duì)新入、普通和現(xiàn)代三類卷煙零售終端，著眼于提升終端績(jī)效，通過(guò)分層訪談、專家討論和行為事件等方法初步篩選卷煙零售終端勝任力要素，得到的要素聚類為職業(yè)素養(yǎng)、基礎(chǔ)知識(shí)和專業(yè)技能三個(gè)維度，構(gòu)建了有利于零售終端績(jī)效提升的卷煙零售終端勝任力模型;趙建強(qiáng)等（2015）基于終端價(jià)值，提出了一種基于AHP及加權(quán)平均法的卷煙零售終端配置方法。上述研究為卷煙終端資源的評(píng)價(jià)提供了許多可供借鑒的方法和視角，也為優(yōu)化終端資源的配置提供了方向，但這些研究和直接的效率評(píng)價(jià)仍然有區(qū)別，也不能給予零售戶終端資源配置的直接指導(dǎo)。

效率又稱為有效性或效益，是指在特定的時(shí)間內(nèi)，產(chǎn)出與投入的比率關(guān)系。衡量效率一般可以從兩個(gè)角度出發(fā)：一是以產(chǎn)出為導(dǎo)向，即在投入不變的前提下，產(chǎn)出越大，則效率越高。二是以投入為導(dǎo)向，在固定的產(chǎn)出下，投入越小，相應(yīng)的效率就越高。DEA理論中的效率包括技術(shù)效率、配置效率和規(guī)模效率。技術(shù)效率是投入一定的情況下，實(shí)際產(chǎn)出與理想產(chǎn)出的比值，它反映了決策單元獲得最大產(chǎn)出的潛力。若決策單元的技術(shù)效率為1，則說(shuō)明決策單元實(shí)現(xiàn)了給定投入水平下的產(chǎn)出最大化，是技術(shù)有效的，反之則存在技術(shù)無(wú)效的地方。規(guī)模效率是決策單元在規(guī)模報(bào)酬不變時(shí)的技術(shù)效率與規(guī)模報(bào)酬可變時(shí)的技術(shù)效率之比，它反映了決策單元的規(guī)模有效狀態(tài)。配置效率是決策單元產(chǎn)出保持不變的情況下，最小成本與實(shí)際成本的比值，它反映決策單元的資源配置的合理性，當(dāng)配置效率為1時(shí)，決策單元的資源配置時(shí)有效的，反之則存在改進(jìn)的地方。

目前常用的效率評(píng)價(jià)方法主要是三類：一是基于預(yù)測(cè)的方法（Prediction Based Methods），典型的利用平移的回歸線，即C-OLS。此類方法對(duì)小樣本也可用，但是無(wú)法分離噪聲及無(wú)效率項(xiàng);二是隨機(jī)前沿分析（Stochastic Frontier Analysis），SFA對(duì)樣本的分布有假設(shè)，它可以同時(shí)估計(jì)參數(shù)和低效率，從而能夠區(qū)分噪聲和低效率。此外，SFA估計(jì)的是最佳實(shí)踐，而不是平均值;三是數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis），DEA適用于多投入產(chǎn)出樣本，DEA分為一般的DEA及超效率DEA。同時(shí)，DEA也可以與Malmquist指數(shù)、Tobit回歸等方法結(jié)合使用。

卷煙零售終端資源配置效率評(píng)價(jià)是一個(gè)綜合評(píng)價(jià)的過(guò)程，考慮到卷煙零售終端資源配置本身就是一個(gè)多投入的復(fù)雜系統(tǒng)，所以需要在構(gòu)建綜合性指標(biāo)體系的基礎(chǔ)之上，從多個(gè)角度對(duì)資源配置效益做出全面、客觀、系統(tǒng)的評(píng)價(jià)。鑒于卷煙零售終端資源配置效率指標(biāo)的多樣性，很難在各投入指標(biāo)和產(chǎn)出指標(biāo)之間找到一種顯著的函數(shù)關(guān)系。而數(shù)據(jù)包絡(luò)分析（DEA）方法就是一種針對(duì)多投入和多產(chǎn)出的相對(duì)有效性的綜合評(píng)價(jià)方法，用來(lái)評(píng)價(jià)同類型單元之間的相對(duì)有效性。它無(wú)須預(yù)先設(shè)定生產(chǎn)函數(shù)的具體形式，無(wú)須估計(jì)生產(chǎn)函數(shù)的參數(shù)，僅依靠分析實(shí)際觀測(cè)數(shù)據(jù)，采用局部逼近的辦法構(gòu)造前沿生產(chǎn)函數(shù)模型來(lái)對(duì)各決策單元進(jìn)行相對(duì)有效性的評(píng)估。

在卷煙零售投入產(chǎn)出的效率研究方面，謝凌云（2021）選取了2017年-2020年的數(shù)據(jù)，利用傳統(tǒng)CCR及BCC方法，計(jì)算出福州市零售業(yè)態(tài)的綜合效率、純技術(shù)效率及規(guī)模效率，并利用冗余值、效率值及原始投入對(duì)非DEA有效單元進(jìn)行改進(jìn)，計(jì)算出了具體的調(diào)整量。但傳統(tǒng)的DEA模型僅能計(jì)算出某一研究對(duì)象的效率值，該效率值中包含環(huán)境因素的影響，不是純粹的效率，且受規(guī)模報(bào)酬不變的限制，不適用于非規(guī)模報(bào)酬?duì)顟B(tài)下效率的測(cè)度。DEA模型和隨機(jī)前沿分析相結(jié)合的三階段DEA方法卻能夠在傳統(tǒng)DEA的基礎(chǔ)上剔除環(huán)境因素和隨機(jī)干擾的影響，計(jì)算出沒有環(huán)境因素及隨機(jī)干擾下的真正效率。因此，三階段DEA相比傳統(tǒng)的DEA更適合用于對(duì)卷煙零售終端資源配置效益進(jìn)行評(píng)價(jià)。

二、三階段DEA模型

三階段DEA是在第一階段求出傳統(tǒng)DEA的效率后，在第二階段運(yùn)用SFA將隨機(jī)噪聲及環(huán)境因素影響剔除，在第三階段將不受環(huán)境因素及隨機(jī)噪聲影響的效率值算出的方法。

1.DEA模型

數(shù)據(jù)包絡(luò)分析方法（Data Envelopment Analysis，DEA）是運(yùn)籌學(xué)、管理科學(xué)和數(shù)理經(jīng)濟(jì)學(xué)交叉研究的一個(gè)新領(lǐng)域。它是根據(jù)多項(xiàng)投入指標(biāo)和多項(xiàng)產(chǎn)出指標(biāo)，利用線性規(guī)劃的方法，對(duì)具有可比性的同類型單位進(jìn)行相對(duì)有效性評(píng)價(jià)的一種數(shù)量分析方法。其基本思路是建立輸入與輸出的評(píng)價(jià)關(guān)系，用這種評(píng)價(jià)關(guān)系來(lái)評(píng)價(jià)輸入對(duì)輸出是否相對(duì)有效，即大致估計(jì)DEA有效和相對(duì)有效的程度。其中，“輸入”數(shù)據(jù)是指決策單元在進(jìn)行某種活動(dòng)時(shí)所投入的各種要素的量，“輸出”數(shù)據(jù)是指決策單元在投入一定的生產(chǎn)要素的量之后，產(chǎn)生和表明該活動(dòng)成果的一些量。也就是說(shuō)，評(píng)價(jià)決策單元的相對(duì)有效性，就是根據(jù)輸入數(shù)據(jù)和輸出數(shù)據(jù)來(lái)評(píng)價(jià)決策單元的優(yōu)劣。

根據(jù)生產(chǎn)可能出現(xiàn)的多種實(shí)際情況，DEA模型有不同的規(guī)劃形式，其中較常用的是傳統(tǒng)C2R和BCC模型，主要用來(lái)評(píng)價(jià)決策單元的技術(shù)有效性和規(guī)模有效性。C2R模型是在固定規(guī)模報(bào)酬的限制下，將各項(xiàng)投入產(chǎn)出指標(biāo)分別以線性組合，及其線性組合比率表示效率，來(lái)評(píng)價(jià)各決策單元，以此評(píng)價(jià)各決策單元的規(guī)模有效和技術(shù)有效。B2C模型擴(kuò)大了C2R模型的應(yīng)用范圍，C2R模型無(wú)法說(shuō)明決策單元的弱效率是由什么原因產(chǎn)生的。而B2C模型可以計(jì)算出每個(gè)DMU的純技術(shù)效率、規(guī)模效率以及綜合效率，且B2C模型更符合實(shí)際情況，建立在規(guī)模報(bào)酬可變的基礎(chǔ)之上。B2C模型的基本形式如下：

式中，θ表示決策單元DMU的投入向量的“壓縮系數(shù)”，若最優(yōu)解處θ*=1，則表示投入向量x已經(jīng)不能作等比例壓縮，決策單元具有一定的有效性，即DEA弱有效。0<θ*<1，則表示該決策單元投入不當(dāng)，可以進(jìn)一步做全面的等比壓縮，決策單元非DEA有效。s+表示投入的超量，s-表示產(chǎn)出的虧量，若s+、s-的最優(yōu)解不全為0，則意味著某些方面投入超量或者某些方面產(chǎn)出虧量，DEA弱有效。當(dāng)且僅當(dāng)θ*=1，s+=0，s-=0時(shí)，決策單元是DEA有效的，生產(chǎn)達(dá)到最佳狀態(tài)。

DEA模型共輸出三個(gè)效率值，分別為綜合技術(shù)效率、純技術(shù)效率、規(guī)模效率。其中，純技術(shù)效率代表決策單元的管理和技術(shù)水平，指產(chǎn)出結(jié)構(gòu)能否符合總體要求（綜合效率）并使之發(fā)揮最大的經(jīng)濟(jì)和社會(huì)效益。規(guī)模效率代表決策單元的資源配置水平，指產(chǎn)出結(jié)構(gòu)通過(guò)優(yōu)化配置對(duì)產(chǎn)出單元所發(fā)生作用的大小，即企業(yè)將生產(chǎn)要素等比例增加時(shí)，產(chǎn)出增加價(jià)值大于投入增加價(jià)值的情況。綜合技術(shù)效率測(cè)定的是規(guī)模報(bào)酬不變的情況下決策單元與生產(chǎn)前沿面的距離，代表能夠達(dá)到最優(yōu)產(chǎn)出的能力，綜合技術(shù)效率由純技術(shù)效率和規(guī)模效率構(gòu)成，在數(shù)量上等于純技術(shù)效率和規(guī)模效率的乘積。

2.SFA回歸

DEA的兩種模型都未考慮環(huán)境因素和誤差項(xiàng)對(duì)決策單元的影響，這會(huì)導(dǎo)致測(cè)算結(jié)果有誤。在DEA模型基礎(chǔ)上提出的三階段DEA模型將傳統(tǒng)DEA模型和SFA模型相結(jié)合，通過(guò)傳統(tǒng)分析、剔除環(huán)境變量調(diào)整、再次分析來(lái)提高模型的計(jì)算精度和適用范圍。

隨機(jī)前沿分析（SFA）是一種基于生產(chǎn)前沿面理論的參數(shù)方法，可廣泛地應(yīng)用于各領(lǐng)域的效率評(píng)價(jià)、費(fèi)用控制和改革研究等。SFA模型在確定性生產(chǎn)前沿的基礎(chǔ)上，通過(guò)將誤差項(xiàng)分解來(lái)估計(jì)DMU（決策對(duì)象）的技術(shù)效率，以此提高了技術(shù)效率測(cè)定的精確性。模型誤差項(xiàng)被分解為兩部分，一部分表示隨機(jī)誤差，另一部分表示技術(shù)無(wú)效性?；镜哪Ｐ托问饺缦拢?/p>

式中：Yi為第i個(gè)DMU的產(chǎn)出（或產(chǎn)出的對(duì)數(shù)）;Xi為第i個(gè)決策單元的I×1階投入數(shù)量（或投入數(shù)量的對(duì)數(shù)）向量;β為未知參數(shù)向量;vi為隨機(jī)變量，假設(shè)其服從獨(dú)立同分布N（0，σv2），且獨(dú)立于ui;ui為非負(fù)隨機(jī)變量，用以說(shuō)明生產(chǎn)的技術(shù)無(wú)效性，通常假設(shè)其服從獨(dú)立同分布N（0，σv2），N為決策單元數(shù)，I為第i個(gè)決策單元投入數(shù)量的種類。

3.調(diào)整后的DEA效率分析

將第二階段剔除環(huán)境變量及隨機(jī)干擾的投入數(shù)據(jù)代替原始投入數(shù)據(jù)，產(chǎn)出數(shù)據(jù)不變，再次帶入傳統(tǒng)DEA模型內(nèi)計(jì)算，得到各決策單元不受環(huán)境因素和隨機(jī)誤差項(xiàng)影響的相對(duì)效率值。

三、A市卷煙零售終端的投入效率分析

1.投入產(chǎn)出指標(biāo)選取

A市為西部欠發(fā)達(dá)地區(qū)的地級(jí)市，2021年全市的卷煙零售戶共16156戶。A市商業(yè)公司非常重視現(xiàn)代零售終端的建設(shè)工作，努力從柜臺(tái)展示、信息配套、人員培訓(xùn)等多方面推進(jìn)現(xiàn)代零售終端的改進(jìn)。在2021年3月，A市商業(yè)公司對(duì)全市的卷煙零售客戶所擁有的終端資源以及他們的卷煙銷售情況進(jìn)行了一次全面調(diào)查。本文主要依據(jù)此次的調(diào)查數(shù)據(jù)和三階段DEA模型原理，對(duì)A市的現(xiàn)代零售終端資源投入效率進(jìn)行評(píng)估。

本文以A市零售客戶的卷煙銷售收入作為產(chǎn)出，將其與卷煙終端客戶的資源投入相比來(lái)衡量效率。除此之外，本文設(shè)定了環(huán)境變量以剔除環(huán)境因素的影響，即從投入、產(chǎn)出和影響三個(gè)方面指標(biāo)來(lái)設(shè)定投入、產(chǎn)出指標(biāo)和環(huán)境變量指標(biāo)。指標(biāo)選取遵循綜合性、均衡性、合理性、可獲得性等原則。

在終端資源投入方面，我們將其分為展示資源、信息資源和人力資源三個(gè)方面。其中展示資源包括卷煙零售客戶的經(jīng)營(yíng)面積、卷煙經(jīng)營(yíng)面積、前柜數(shù)量、背柜數(shù)量以及是否有主題陳列及零售終端消費(fèi)體驗(yàn)區(qū)。根據(jù)調(diào)查，A市的卷煙零售戶經(jīng)營(yíng)面積平均值為47.17平方米，最小面積為1平方米，最大面積為9000平方米，經(jīng)營(yíng)面積為0-47.17平方米的有11952戶，占比73.98%。A市卷煙終端客戶戶均卷煙經(jīng)營(yíng)面積為2.15平方米，在平均值2.15平方米以下的有12319戶，占76.25%。A市的卷煙零售客戶中，有930戶商戶沒有設(shè)置前柜，占比5.8%，有13582戶商戶前柜數(shù)量為1個(gè)，占比84.07%，戶均前柜數(shù)為1.09個(gè)。A市卷煙零售客戶的戶均背柜數(shù)為0.97個(gè)，未設(shè)置背柜的數(shù)量較多，占比35.93%。A市有10423個(gè)零售客戶有主題陳列，占比為64.51%，有96.5%的客戶建有零售終端消費(fèi)體驗(yàn)區(qū)。A市卷煙零售客戶對(duì)軟件的使用情況不盡相同，有接近一半的客戶對(duì)軟件掌握情況一般，占比45.75%，對(duì)軟件使用情況較好的用戶占27.95%，使用情況較差的占26.3%。A市僅有409個(gè)零售客戶開展了消費(fèi)者跟蹤，占比2.53%。在人力資源方面，A市零售客戶對(duì)自身經(jīng)營(yíng)情況掌握能力把控較好的僅有39.4%，約58.4%的客戶認(rèn)為自己的經(jīng)營(yíng)能力一般;擁有較好服務(wù)意識(shí)的人員達(dá)到54.4%，服務(wù)意識(shí)一般的人員占44.9%;擁有較好宣傳促銷配合度的客戶達(dá)61.9%，配合度適中的客戶達(dá)37.2%。總體看來(lái)，A市零售客戶終端的人力資源比較好。

環(huán)境影響指標(biāo)主要選取對(duì)卷煙零售終端投入產(chǎn)出效率產(chǎn)生影響且通常在樣本主體可控范圍以外的因素，既包括外部經(jīng)濟(jì)環(huán)境因素，也包括在短期內(nèi)無(wú)法控制或改變的內(nèi)部特征影響因素，如股權(quán)集中度、規(guī)模等。對(duì)于卷煙零售客戶來(lái)說(shuō)，在短期內(nèi)所處的經(jīng)營(yíng)環(huán)境和商圈類型不會(huì)發(fā)生改變，因此選取經(jīng)營(yíng)環(huán)境和商圈類型作為環(huán)境變量。A市卷煙零售戶分布在城區(qū)、農(nóng)村、縣城和鄉(xiāng)鎮(zhèn)。其中，農(nóng)村的零售戶占比最大，為54.80%，城區(qū)、縣城和鄉(xiāng)鎮(zhèn)的零售戶占比分別為16.98%、12.63%、15.59%。商圈是來(lái)店顧客所居住的區(qū)域范圍，A市的零售戶集中分布在居民區(qū)，占比高達(dá)80.67%，其次是商業(yè)（集貿(mào)）區(qū)，占比11.18%;學(xué)區(qū)的卷煙客戶終端最少，僅有0.55%。

根據(jù)以上設(shè)定，結(jié)合指標(biāo)的選取原則，建立卷煙零售終端投入產(chǎn)出效率的評(píng)價(jià)指標(biāo)體系，如表1所示。

2.三階段DEA分析

A市剔除缺失數(shù)據(jù)后的卷煙零售客戶有16156戶，使用DEA-CCR、DEA-BCC模型對(duì)卷煙零售終端資源配置效益進(jìn)行分析，通過(guò)Python估計(jì)DEA-CCR模型和DEA-BCC模型，得到每一個(gè)零售戶的效率值。

DEA模型的結(jié)果顯示，16156戶卷煙零售端中資源配置綜合技術(shù)效率在0.2-0.6之間的零售客戶最多，占比高達(dá)84.06%。綜合效率值在0.8以上的卷煙零售客戶有373戶，即處于邊緣非效率狀態(tài)的零售終端有373戶，意味著這373戶只要稍作調(diào)整之后，就可以達(dá)到綜合效率最優(yōu)狀態(tài)。其中，達(dá)到1的有77戶，屬于DEA強(qiáng)有效，表明這77戶的綜合技術(shù)效率達(dá)到了生產(chǎn)前沿面，實(shí)現(xiàn)了當(dāng)前投入的最優(yōu)產(chǎn)出。總體來(lái)看，A市卷煙零售戶終端資源配置綜合技術(shù)效率較低，大部分處于相對(duì)無(wú)效率狀態(tài)，還有很大的提升空間。

技術(shù)效率可以衡量投入與產(chǎn)出是否達(dá)到最佳，是否存在投入冗余或產(chǎn)出不足。從技術(shù)效率可以看出各部門對(duì)于投入要素是否有效地運(yùn)用。與綜合效率一致，A市純技術(shù)效率大多數(shù)集中在0.2-0.6之間，占比為79.95%。低于0.2的卷煙零售終端用戶數(shù)較少，僅有176戶。有3064戶卷煙零售終端客戶純技術(shù)效率相對(duì)較高，占比為18.97%。

規(guī)模收益衡量投入與產(chǎn)出的增加狀態(tài)。當(dāng)規(guī)模DEA值為1時(shí)，該決策單元規(guī)模收益不變，投入規(guī)模和產(chǎn)出規(guī)模會(huì)同比增加;當(dāng)λ1+λ2+…+λj<1時(shí)，該決策單元規(guī)模收益遞增，即增加科技投入時(shí)，其收益會(huì)以大于投入的速度增加;當(dāng)λ1+λ2+…+λj>1時(shí)，則該DMU規(guī)模收益遞減，收益的增加速度小于投入的增長(zhǎng)，投入規(guī)模的擴(kuò)大只會(huì)增加相對(duì)較小的產(chǎn)出效益。A市有78.79%的卷煙零售戶的規(guī)模收益超過(guò)了0.8，還有11.77%的零售戶規(guī)模收益在0.6-0.8之間，只有不到10%的零售戶規(guī)模收益低于0.6，表明A市零售戶的規(guī)模收益處于較高水平，這可能是因?yàn)锳市卷煙零售戶的規(guī)模普遍較小。對(duì)規(guī)模報(bào)酬的估計(jì)結(jié)果表明，A市僅有28.36%的卷煙零售戶處于規(guī)模報(bào)酬遞增狀態(tài)，需要加強(qiáng)對(duì)資源的利用和管理，有70.69%的卷煙零售戶處于規(guī)模報(bào)酬遞減狀態(tài)，其投入產(chǎn)出已經(jīng)達(dá)到最佳規(guī)模狀態(tài)。

以第一階段測(cè)算出的各種卷煙零售終端客戶投入松弛變量為被解釋變量，以前文選取的經(jīng)營(yíng)范圍、商圈類型兩個(gè)環(huán)境變量為解釋變量，進(jìn)行SFA回歸。由于商圈共有8個(gè)類型，因此將8個(gè)類型轉(zhuǎn)換為7個(gè)虛擬變量，用x1-x7表示，其中x1-x7取值為1分別表示工業(yè)區(qū)、居民區(qū)（村）、旅客中轉(zhuǎn)區(qū)、商業(yè)（集貿(mào)）區(qū)、學(xué)區(qū)、娛樂(lè)（旅游）區(qū)、政務(wù)（商務(wù)）區(qū)，取值為0表示其他。x8為經(jīng)營(yíng)范圍，取值為1-4，分別代表農(nóng)村、鄉(xiāng)鎮(zhèn)、縣城和城區(qū)。利用極大似然估計(jì)法（MLE），分別估計(jì)環(huán)境變量對(duì)投入松弛變量的影響，其結(jié)果如表3所示。

測(cè)算結(jié)果顯示，LR單邊似然比檢驗(yàn)均通過(guò)了顯著性水平為0.05的檢驗(yàn)，因此拒絕原假設(shè)，認(rèn)為SFA估計(jì)結(jié)果可信。表中變量的SFA回歸系數(shù)均通過(guò)了檢驗(yàn)，除經(jīng)營(yíng)面積及終端消費(fèi)體驗(yàn)區(qū)外，其余9個(gè)回歸模型的γ值均大于0.5，且只有終端消費(fèi)體驗(yàn)區(qū)的γ值不顯著，表明隨機(jī)誤差等難以控制的偶然因素對(duì)投入松弛變量具有顯著影響，即采用SFA法進(jìn)行隨機(jī)誤差的剝離分析十分必要。

根據(jù)各個(gè)投入方程的回歸結(jié)果，可以直觀判斷環(huán)境變量對(duì)投入冗余的影響。由于環(huán)境變量是對(duì)投入差額值進(jìn)行的回歸，所以當(dāng)變量的系數(shù)為正時(shí)，表示增加環(huán)境變量不利于投入差額值的減少，即不利于減少各投入變量浪費(fèi)或增加負(fù)產(chǎn)出，不利于效率的提高。反之，當(dāng)變量的系數(shù)為負(fù)時(shí)，表示增加環(huán)境變量有利于投入差額值的減少，即有利于減少各投入變量浪費(fèi)或增加正產(chǎn)出，從而有利于效率的提高。由SFA回歸可以得到如下結(jié)論：

x1（是否工業(yè)區(qū)）僅對(duì)11個(gè)投入松弛變量中卷煙經(jīng)營(yíng)面積和服務(wù)意識(shí)影響顯著，其中在卷煙經(jīng)營(yíng)面積的回歸中符號(hào)為負(fù)，說(shuō)明處于工業(yè)區(qū)的卷煙零售戶在卷煙經(jīng)營(yíng)面積上存在投入不足，應(yīng)增加卷煙經(jīng)營(yíng)面積。x1在服務(wù)意識(shí)的回歸中符號(hào)為負(fù)，說(shuō)明處于工業(yè)區(qū)的卷煙零售戶在服務(wù)意識(shí)方面的配置效率比其他區(qū)域的卷煙零售戶低。

x2（是否居民區(qū)）對(duì)11個(gè)投入松弛變量中的主題陳列、消費(fèi)跟蹤、服務(wù)意識(shí)的影響為正，且都顯著，表明處于居民區(qū)的卷煙零售戶在主題陳列、消費(fèi)跟蹤、服務(wù)意識(shí)上存在投入浪費(fèi)，配置效率低。這可能是因?yàn)樘幱诰用裣M(fèi)區(qū)的顧客為區(qū)域內(nèi)的常客，消費(fèi)的品種、頻率等都比較穩(wěn)定，相應(yīng)的投入增加對(duì)其購(gòu)買行為的影響比較小。

x3（是否旅客中轉(zhuǎn)區(qū)）僅對(duì)終端消費(fèi)體驗(yàn)區(qū)的投入冗余影響顯著，且符號(hào)為負(fù)，表示處于旅客中轉(zhuǎn)區(qū)的卷煙零售戶在終端消費(fèi)體驗(yàn)區(qū)的投入存在不足，需要增加在終端消費(fèi)體驗(yàn)區(qū)上的投入。

x4（是否商業(yè)區(qū)）對(duì)經(jīng)營(yíng)面積、主題陳列、服務(wù)意識(shí)的投入冗余影響顯著，符號(hào)都為正，表示處于商業(yè)（集貿(mào)）區(qū)的卷煙零售戶在經(jīng)營(yíng)面積、主題陳列和服務(wù)意識(shí)的投入存在浪費(fèi)，效率較低。

x5（是否學(xué)區(qū)）僅對(duì)前柜數(shù)量的投入冗余影響顯著，符號(hào)為負(fù)，表示在學(xué)區(qū)的零售戶前柜數(shù)量上投入不足，需要增加前柜數(shù)量。

x7（是否政務(wù)區(qū)）對(duì)經(jīng)營(yíng)面積的投入冗余影響顯著且符號(hào)為正，表明在經(jīng)營(yíng)面積上投入過(guò)剩，需要削減經(jīng)營(yíng)面積上的投入。

x8（經(jīng)營(yíng)范圍）對(duì)前柜數(shù)量的投入冗余影響不顯著，對(duì)其他變量的投入冗余均顯著，對(duì)卷煙經(jīng)營(yíng)面積、經(jīng)營(yíng)面積和軟件使用能力的影響為正，對(duì)其他投入冗余的影響為負(fù)，表明投入主體在卷煙經(jīng)營(yíng)面積、經(jīng)營(yíng)面積和軟件使用能力上存在投入浪費(fèi)，而在背柜數(shù)量、主題成列等投入上存在投入不足。由于經(jīng)營(yíng)環(huán)境分為農(nóng)村、鄉(xiāng)鎮(zhèn)、縣城和城區(qū)四類，每一類區(qū)域零售戶的投入調(diào)整會(huì)因區(qū)域不同而略有不同。

對(duì)卷煙零售戶的各項(xiàng)終端投入進(jìn)行調(diào)整后，重新估計(jì)DEA模型，計(jì)算各個(gè)卷煙零售戶的效率值，得到的統(tǒng)計(jì)結(jié)果如表4所示。

由第三階段的效率值可以看出，第三階段效率值和第一階段效率值相比存在較大差異，除少部分的零售終端客戶外，卷煙零售終端客戶的效率有了大幅度的提升，剔除環(huán)境因素影響，A市卷煙零售終端客戶除1戶的效率值在0.7以下外，其余卷煙零售戶綜合技術(shù)效率值均達(dá)到了0.7以上。綜合技術(shù)效率介于0.9-1.0之間的卷煙零售戶有15385戶，占全部零售戶的95.23%，其中DEA有效的為277戶，占到了1.41%。相比第一階段的80%以上的零售戶效率值都在0.2-0.6之間，剔除環(huán)境因素后有95.23%的效率值都在0.9以上，說(shuō)明環(huán)境因素在一定程度上降低了客戶終端的效率值，A市卷煙零售終端的本身效率處于較高水平。相較于規(guī)模效率而言，A市純技術(shù)效率值更容易受到環(huán)境因素的影響。

四、提升A市卷煙零售終端投入效率的對(duì)策建議

總體上看，A市卷煙零售戶在終端資源投入上差異較大，絕大多數(shù)零售戶所擁有的卷煙銷售面積較小，前柜和背柜數(shù)量較少，絕大多數(shù)零售客戶有主題陳列，建有消費(fèi)體驗(yàn)區(qū)，有50%多的零售戶擁有較好服務(wù)意識(shí)和宣傳促銷配合度，軟件應(yīng)用能力一般，能夠?qū)οM(fèi)者進(jìn)行追蹤的零售戶很少，A市卷煙零售終端的建設(shè)在軟、硬件建設(shè)上均還有較大的空間。

受環(huán)境因素的影響，A市卷煙零售戶終端資源的綜合技術(shù)效率較低，大部分處于相對(duì)無(wú)效率狀態(tài)。剔除環(huán)境影響后，A市卷煙零售戶終端資源的投入產(chǎn)出效率有較大幅度的提升，尤其是純技術(shù)效率。

針對(duì)A市卷煙零售終端的建設(shè)現(xiàn)狀，為提升A市卷煙零售終端的投入效率，我們提出以下建議供參考：

（1） 針對(duì)不同的商圈和經(jīng)營(yíng)區(qū)域，可適當(dāng)調(diào)整經(jīng)營(yíng)面積，尤其是卷煙經(jīng)營(yíng)面積。如工業(yè)區(qū)的零售終端，可適當(dāng)增大卷煙經(jīng)營(yíng)面積，而城區(qū)、縣城的零售終端，可以考慮適當(dāng)縮小面積。

（2） 絕大多數(shù)卷煙零售終端的前柜和背柜數(shù)量都偏少，有36%的零售終端甚至沒有設(shè)置背柜?？蛇m當(dāng)增加前柜和背柜的數(shù)量，尤其是位于學(xué)區(qū)的零售終端，縣城和城區(qū)的零售終端。

（3） 主題陳列、消費(fèi)追蹤、軟件使用能力可能存在投入過(guò)剩，對(duì)卷煙消費(fèi)的影響較小，可以考慮適當(dāng)縮減，尤其是位于居民區(qū)和商業(yè)（集貿(mào)）區(qū)的零售終端。

（4） 有必要增加旅客中轉(zhuǎn)區(qū)內(nèi)卷煙零售終端在消費(fèi)體驗(yàn)區(qū)上的投入，為來(lái)A市旅行的旅客提供卷煙品吸環(huán)境，提升品吸體驗(yàn)。

（5） 各類卷煙零售戶都應(yīng)該提升自己的經(jīng)營(yíng)意識(shí)和宣傳促銷配合程度，才能更好地服務(wù)消費(fèi)者，進(jìn)而提升卷煙銷售水平，達(dá)到更高的投入產(chǎn)出效率。

參考文獻(xiàn)：

[1]鐘英娜，梁嘉.“互聯(lián)網(wǎng)+”下的卷煙零售終端建設(shè)[J].中國(guó)市場(chǎng)，2021（15）：139-140+144.

[2]高中昌，周國(guó)芳.當(dāng)前卷煙零售終端建設(shè)存在的主要問(wèn)題與對(duì)策思考[A]//中國(guó)煙草學(xué)會(huì).中國(guó)煙草學(xué)會(huì)學(xué)術(shù)年會(huì)優(yōu)秀論文集[C]//中國(guó)煙草學(xué)會(huì)：中國(guó)煙草學(xué)會(huì)，2017：9.

[3]畢雯.基于“新零售”背景下對(duì)卷煙零售終端建設(shè)的思考[J].現(xiàn)代商業(yè)，2020（21）：13-14.

[4]胡志剛，鄭文賓，左中利.基于ANP及K-means聚類的零售終端分類評(píng)價(jià)模型及應(yīng)用[J].現(xiàn)代商業(yè)，2015（36）：15-16.

[5]鄒亮.卷煙零售終端價(jià)值評(píng)價(jià)體系研究[J].中國(guó)煙草學(xué)報(bào)， 2013，19（04）：82-87.

[6]鄒亮.卷煙零售終端資源分配方法研究[J].中國(guó)煙草學(xué)報(bào)， 2015，21（06）：86-90.

[7]賀東，周曉蘭，榮方勇.績(jī)效提升視角下卷煙零售終端勝任力模型構(gòu)建研究[J].商場(chǎng)現(xiàn)代化，2016（15）：6-9.

[8]趙建強(qiáng)，白玉勝，左中利.基于AHP及加權(quán)平均法的零售終端資源配置方法及其應(yīng)用研究[J].品牌，2015（10）：43-44.

作者簡(jiǎn)介：朱峻（1971.05- ），男，漢族，江西瑞金人，本科，貴州省安順市煙草公司，農(nóng)藝師、助理經(jīng)濟(jì)師，研究方向：行政管理;周魯（1975.12- ），男，漢族，廣東開平人，本科，貴州省安順市煙草公司，企業(yè)培訓(xùn)師，研究方向：卷煙營(yíng)銷;李美洋（1983.11- ），女，漢族，貴州安順人，本科，貴州省安順市煙草公司，研究方向：卷煙營(yíng)銷