現(xiàn)代卷煙零售終端資源的投入效率分析

朱峻 周魯 李美洋

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

摘 要：現(xiàn)代卷煙零售終端的建設始終是現(xiàn)階段卷煙商業(yè)營銷的重點，終端資源的投入是否取得了預期的效果卻鮮有關注。本文通過對A市2021年卷煙零售戶終端資源投入情況的調查數(shù)據(jù)，運用三階段DEA模型對終端資源的投入效率進行了分析。結果顯示：去掉環(huán)境因素和隨機噪聲的影響后，A市卷煙零售終端資源的綜合技術效率值由0.4105上升為0.9480，純技術效率值由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)境因素對卷煙零售終端的純技術效率影響較大，對規(guī)模效率的影響相對較小。針對A市卷煙零售終端資源配置現(xiàn)狀，提出了具體的改進建議。

關鍵詞：卷煙零售終端資源;DEA模型;SFA回歸;投入產(chǎn)出效率

近年來國家局把現(xiàn)代卷煙零售終端建設升級為行業(yè)級戰(zhàn)略，是“卷煙上水平”時期對渠道戰(zhàn)略的深化，是卷煙營銷的新階段、新發(fā)展。與傳統(tǒng)的零售終端相比，現(xiàn)代零售終端是以誠信經(jīng)營為基礎，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、信息采集和消費跟蹤為主要功能，同時具備服務、品牌、競爭等現(xiàn)代經(jīng)營意識的新型現(xiàn)代卷煙終端。由于卷煙零售戶是煙草工商企業(yè)連接廣大消費者的橋梁和紐帶，零售終端建設的好壞，直接關系到卷煙銷售功能的發(fā)揮和企業(yè)競爭力的提高，因此終端資源是卷煙品牌爭奪的焦點。終端資源作為一種投入，長期以來都是商業(yè)企業(yè)做主體，零售戶缺乏自主投入的動力，原因在于終端資源投入的收益缺乏量化。因此對終端建設投入的效率進行測度，是進一步進行終端建設的基礎。只有明晰零售戶的終端投入效率，才能更好地對零售終端進行分類，激發(fā)零售戶的投資動力。

一、零售終端資源投入的效率研究概述

目前大多數(shù)學者和行業(yè)人士關注的重點仍舊是卷煙現(xiàn)代零售終端的建設，如鐘英娜（2021）、高中昌（2017）、畢雯（2020）等。少數(shù)學者對零售終端的價值評估進行了嘗試，胡志剛等（2015）基于網(wǎng)絡層次分析法（ANP）及K-means聚類按照功能對零售終端進行了分類評價，將零售終端分成了達標型、在建型、潛力型、普通型、不足型、幫扶型六大類;鄒亮（2013）以客戶價值理論為基礎，結合現(xiàn)代卷煙零售終端六項主要功能，從貨幣和非貨幣兩個維度評價卷煙零售終端的客戶價值，在此基礎上對卷煙零售終端進行分類;鄒亮（2015）還提出了以價值評價為基礎、以價值量分配為核心、能以單項資源為總體的分配方法——終端資源價值分配法;賀東等（2016）針對新入、普通和現(xiàn)代三類卷煙零售終端，著眼于提升終端績效，通過分層訪談、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)、基礎知識和專業(yè)技能三個維度，構建了有利于零售終端績效提升的卷煙零售終端勝任力模型;趙建強等（2015）基于終端價值，提出了一種基于AHP及加權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價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價仍然有區(qū)別，也不能給予零售戶終端資源配置的直接指導。

效率又稱為有效性或效益，是指在特定的時間內，產(chǎn)出與投入的比率關系。衡量效率一般可以從兩個角度出發(fā)：一是以產(chǎn)出為導向，即在投入不變的前提下，產(chǎn)出越大，則效率越高。二是以投入為導向，在固定的產(chǎn)出下，投入越小，相應的效率就越高。DEA理論中的效率包括技術效率、配置效率和規(guī)模效率。技術效率是投入一定的情況下，實際產(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。若決策單元的技術效率為1，則說明決策單元實現(xiàn)了給定投入水平下的產(chǎn)出最大化，是技術有效的，反之則存在技術無效的地方。規(guī)模效率是決策單元在規(guī)模報酬不變時的技術效率與規(guī)模報酬可變時的技術效率之比，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，最小成本與實際成本的比值，它反映決策單元的資源配置的合理性，當配置效率為1時，決策單元的資源配置時有效的，反之則存在改進的地方。

目前常用的效率評價方法主要是三類：一是基于預測的方法（Prediction Based Methods），典型的利用平移的回歸線，即C-OLS。此類方法對小樣本也可用，但是無法分離噪聲及無效率項;二是隨機前沿分析（Stochastic Frontier Analysis），SFA對樣本的分布有假設，它可以同時估計參數(shù)和低效率，從而能夠區(qū)分噪聲和低效率。此外，SFA估計的是最佳實踐，而不是平均值;三是數(shù)據(jù)包絡分析（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，DEA也可以與Malmquist指數(shù)、Tobit回歸等方法結合使用。

卷煙零售終端資源配置效率評價是一個綜合評價的過程，考慮到卷煙零售終端資源配置本身就是一個多投入的復雜系統(tǒng)，所以需要在構建綜合性指標體系的基礎之上，從多個角度對資源配置效益做出全面、客觀、系統(tǒng)的評價。鑒于卷煙零售終端資源配置效率指標的多樣性，很難在各投入指標和產(chǎn)出指標之間找到一種顯著的函數(shù)關系。而數(shù)據(jù)包絡分析（DEA）方法就是一種針對多投入和多產(chǎn)出的相對有效性的綜合評價方法，用來評價同類型單元之間的相對有效性。它無須預先設定生產(chǎn)函數(shù)的具體形式，無須估計生產(chǎn)函數(shù)的參數(shù)，僅依靠分析實際觀測數(shù)據(jù)，采用局部逼近的辦法構造前沿生產(chǎn)函數(shù)模型來對各決策單元進行相對有效性的評估。

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，計算出福州市零售業(yè)態(tài)的綜合效率、純技術效率及規(guī)模效率，并利用冗余值、效率值及原始投入對非DEA有效單元進行改進，計算出了具體的調整量。但傳統(tǒng)的DEA模型僅能計算出某一研究對象的效率值，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)模報酬不變的限制，不適用于非規(guī)模報酬狀態(tài)下效率的測度。DEA模型和隨機前沿分析相結合的三階段DEA方法卻能夠在傳統(tǒng)DEA的基礎上剔除環(huán)境因素和隨機干擾的影響，計算出沒有環(huán)境因素及隨機干擾下的真正效率。因此，三階段DEA相比傳統(tǒng)的DEA更適合用于對卷煙零售終端資源配置效益進行評價。

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，在第二階段運用SFA將隨機噪聲及環(huán)境因素影響剔除，在第三階段將不受環(huán)境因素及隨機噪聲影響的效率值算出的方法。

1.DEA模型

數(shù)據(jù)包絡分析方法（Data Envelopment Analysis，DEA）是運籌學、管理科學和數(shù)理經(jīng)濟學交叉研究的一個新領域。它是根據(jù)多項投入指標和多項產(chǎn)出指標，利用線性規(guī)劃的方法，對具有可比性的同類型單位進行相對有效性評價的一種數(shù)量分析方法。其基本思路是建立輸入與輸出的評價關系，用這種評價關系來評價輸入對輸出是否相對有效，即大致估計DEA有效和相對有效的程度。其中，“輸入”數(shù)據(jù)是指決策單元在進行某種活動時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)生和表明該活動成果的一些量。也就是說，評價決策單元的相對有效性，就是根據(jù)輸入數(shù)據(jù)和輸出數(shù)據(jù)來評價決策單元的優(yōu)劣。

根據(jù)生產(chǎn)可能出現(xiàn)的多種實際情況，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，主要用來評價決策單元的技術有效性和規(guī)模有效性。C2R模型是在固定規(guī)模報酬的限制下，將各項投入產(chǎn)出指標分別以線性組合，及其線性組合比率表示效率，來評價各決策單元，以此評價各決策單元的規(guī)模有效和技術有效。B2C模型擴大了C2R模型的應用范圍，C2R模型無法說明決策單元的弱效率是由什么原因產(chǎn)生的。而B2C模型可以計算出每個DMU的純技術效率、規(guī)模效率以及綜合效率，且B2C模型更符合實際情況，建立在規(guī)模報酬可變的基礎之上。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，可以進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。當且僅當θ*=1，s+=0，s-=0時，決策單元是DEA有效的，生產(chǎn)達到最佳狀態(tài)。

DEA模型共輸出三個效率值，分別為綜合技術效率、純技術效率、規(guī)模效率。其中，純技術效率代表決策單元的管理和技術水平，指產(chǎn)出結構能否符合總體要求（綜合效率）并使之發(fā)揮最大的經(jīng)濟和社會效益。規(guī)模效率代表決策單元的資源配置水平，指產(chǎn)出結構通過優(yōu)化配置對產(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，產(chǎn)出增加價值大于投入增加價值的情況。綜合技術效率測定的是規(guī)模報酬不變的情況下決策單元與生產(chǎn)前沿面的距離，代表能夠達到最優(yōu)產(chǎn)出的能力，綜合技術效率由純技術效率和規(guī)模效率構成，在數(shù)量上等于純技術效率和規(guī)模效率的乘積。

2.SFA回歸

DEA的兩種模型都未考慮環(huán)境因素和誤差項對決策單元的影響，這會導致測算結果有誤。在DEA模型基礎上提出的三階段DEA模型將傳統(tǒng)DEA模型和SFA模型相結合，通過傳統(tǒng)分析、剔除環(huán)境變量調整、再次分析來提高模型的計算精度和適用范圍。

隨機前沿分析（SFA）是一種基于生產(chǎn)前沿面理論的參數(shù)方法，可廣泛地應用于各領域的效率評價、費用控制和改革研究等。SFA模型在確定性生產(chǎn)前沿的基礎上，通過將誤差項分解來估計DMU（決策對象）的技術效率，以此提高了技術效率測定的精確性。模型誤差項被分解為兩部分，一部分表示隨機誤差，另一部分表示技術無效性?；镜哪Ｐ托问饺缦拢?/p>

式中：Yi為第i個DMU的產(chǎn)出（或產(chǎn)出的對數(shù)）;Xi為第i個決策單元的I×1階投入數(shù)量（或投入數(shù)量的對數(shù)）向量;β為未知參數(shù)向量;vi為隨機變量，假設其服從獨立同分布N（0，σv2），且獨立于ui;ui為非負隨機變量，用以說明生產(chǎn)的技術無效性，通常假設其服從獨立同分布N（0，σv2），N為決策單元數(shù)，I為第i個決策單元投入數(shù)量的種類。

3.調整后的DEA效率分析

將第二階段剔除環(huán)境變量及隨機干擾的投入數(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模型內計算，得到各決策單元不受環(huán)境因素和隨機誤差項影響的相對效率值。

三、A市卷煙零售終端的投入效率分析

1.投入產(chǎn)出指標選取

A市為西部欠發(fā)達地區(qū)的地級市，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)代零售終端的建設工作，努力從柜臺展示、信息配套、人員培訓等多方面推進現(xiàn)代零售終端的改進。在2021年3月，A市商業(yè)公司對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行了一次全面調查。本文主要依據(jù)此次的調查數(shù)據(jù)和三階段DEA模型原理，對A市的現(xiàn)代零售終端資源投入效率進行評估。

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衡量效率。除此之外，本文設定了環(huán)境變量以剔除環(huán)境因素的影響，即從投入、產(chǎn)出和影響三個方面指標來設定投入、產(chǎn)出指標和環(huán)境變量指標。指標選取遵循綜合性、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方面。其中展示資源包括卷煙零售客戶的經(jīng)營面積、卷煙經(jīng)營面積、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體驗區(qū)。根據(jù)調查，A市的卷煙零售戶經(jīng)營面積平均值為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戶商戶沒有設置前柜，占比5.8%，有13582戶商戶前柜數(shù)量為1個，占比84.07%，戶均前柜數(shù)為1.09個。A市卷煙零售客戶的戶均背柜數(shù)為0.97個，未設置背柜的數(shù)量較多，占比35.93%。A市有10423個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體驗區(qū)。A市卷煙零售客戶對軟件的使用情況不盡相同，有接近一半的客戶對軟件掌握情況一般，占比45.75%，對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個零售客戶開展了消費者跟蹤，占比2.53%。在人力資源方面，A市零售客戶對自身經(jīng)營情況掌握能力把控較好的僅有39.4%，約58.4%的客戶認為自己的經(jīng)營能力一般;擁有較好服務意識的人員達到54.4%，服務意識一般的人員占44.9%;擁有較好宣傳促銷配合度的客戶達61.9%，配合度適中的客戶達37.2%?？傮w看來，A市零售客戶終端的人力資源比較好。

環(huán)境影響指標主要選取對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)濟環(huán)境因素，也包括在短期內無法控制或改變的內部特征影響因素，如股權集中度、規(guī)模等。對于卷煙零售客戶來說，在短期內所處的經(jīng)營環(huán)境和商圈類型不會發(fā)生改變，因此選取經(jīng)營環(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)、農村、縣城和鄉(xiāng)鎮(zhèn)。其中，農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80.67%，其次是商業(yè)（集貿）區(qū)，占比11.18%;學區(qū)的卷煙客戶終端最少，僅有0.55%。

根據(jù)以上設定，結合指標的選取原則，建立卷煙零售終端投入產(chǎn)出效率的評價指標體系，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模型對卷煙零售終端資源配置效益進行分析，通過Python估計DEA-CCR模型和DEA-BCC模型，得到每一個零售戶的效率值。

DEA模型的結果顯示，16156戶卷煙零售端中資源配置綜合技術效率在0.2-0.6之間的零售客戶最多，占比高達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戶只要稍作調整之后，就可以達到綜合效率最優(yōu)狀態(tài)。其中，達到1的有77戶，屬于DEA強有效，表明這77戶的綜合技術效率達到了生產(chǎn)前沿面，實現(xiàn)了當前投入的最優(yōu)產(chǎn)出?？傮w來看，A市卷煙零售戶終端資源配置綜合技術效率較低，大部分處于相對無效率狀態(tài)，還有很大的提升空間。

技術效率可以衡量投入與產(chǎn)出是否達到最佳，是否存在投入冗余或產(chǎn)出不足。從技術效率可以看出各部門對于投入要素是否有效地運用。與綜合效率一致，A市純技術效率大多數(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效率相對較高，占比為18.97%。

規(guī)模收益衡量投入與產(chǎn)出的增加狀態(tài)。當規(guī)模DEA值為1時，該決策單元規(guī)模收益不變，投入規(guī)模和產(chǎn)出規(guī)模會同比增加;當λ1+λ2+…+λj<1時，該決策單元規(guī)模收益遞增，即增加科技投入時，其收益會以大于投入的速度增加;當λ1+λ2+…+λj>1時，則該DMU規(guī)模收益遞減，收益的增加速度小于投入的增長，投入規(guī)模的擴大只會增加相對較小的產(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，這可能是因為A市卷煙零售戶的規(guī)模普遍較小。對規(guī)模報酬的估計結果表明，A市僅有28.36%的卷煙零售戶處于規(guī)模報酬遞增狀態(tài)，需要加強對資源的利用和管理，有70.69%的卷煙零售戶處于規(guī)模報酬遞減狀態(tài)，其投入產(chǎn)出已經(jīng)達到最佳規(guī)模狀態(tài)。

以第一階段測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)營范圍、商圈類型兩個環(huán)境變量為解釋變量，進行SFA回歸。由于商圈共有8個類型，因此將8個類型轉換為7個虛擬變量，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）、旅客中轉區(qū)、商業(yè)（集貿）區(qū)、學區(qū)、娛樂（旅游）區(qū)、政務（商務）區(qū)，取值為0表示其他。x8為經(jīng)營范圍，取值為1-4，分別代表農村、鄉(xiāng)鎮(zhèn)、縣城和城區(qū)。利用極大似然估計法（MLE），分別估計環(huán)境變量對投入松弛變量的影響，其結果如表3所示。

測算結果顯示，LR單邊似然比檢驗均通過了顯著性水平為0.05的檢驗，因此拒絕原假設，認為SFA估計結果可信。表中變量的SFA回歸系數(shù)均通過了檢驗，除經(jīng)營面積及終端消費體驗區(qū)外，其余9個回歸模型的γ值均大于0.5，且只有終端消費體驗區(qū)的γ值不顯著，表明隨機誤差等難以控制的偶然因素對投入松弛變量具有顯著影響，即采用SFA法進行隨機誤差的剝離分析十分必要。

根據(jù)各個投入方程的回歸結果，可以直觀判斷環(huán)境變量對投入冗余的影響。由于環(huán)境變量是對投入差額值進行的回歸，所以當變量的系數(shù)為正時，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或增加負產(chǎn)出，不利于效率的提高。反之，當變量的系數(shù)為負時，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論：

x1（是否工業(yè)區(qū)）僅對11個投入松弛變量中卷煙經(jīng)營面積和服務意識影響顯著，其中在卷煙經(jīng)營面積的回歸中符號為負，說明處于工業(yè)區(qū)的卷煙零售戶在卷煙經(jīng)營面積上存在投入不足，應增加卷煙經(jīng)營面積。x1在服務意識的回歸中符號為負，說明處于工業(yè)區(qū)的卷煙零售戶在服務意識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11個投入松弛變量中的主題陳列、消費跟蹤、服務意識的影響為正，且都顯著，表明處于居民區(qū)的卷煙零售戶在主題陳列、消費跟蹤、服務意識上存在投入浪費，配置效率低。這可能是因為處于居民消費區(qū)的顧客為區(qū)域內的?？?，消費的品種、頻率等都比較穩(wěn)定，相應的投入增加對其購買行為的影響比較小。

x3（是否旅客中轉區(qū)）僅對終端消費體驗區(qū)的投入冗余影響顯著，且符號為負，表示處于旅客中轉區(qū)的卷煙零售戶在終端消費體驗區(qū)的投入存在不足，需要增加在終端消費體驗區(qū)上的投入。

x4（是否商業(yè)區(qū)）對經(jīng)營面積、主題陳列、服務意識的投入冗余影響顯著，符號都為正，表示處于商業(yè)（集貿）區(qū)的卷煙零售戶在經(jīng)營面積、主題陳列和服務意識的投入存在浪費，效率較低。

x5（是否學區(qū)）僅對前柜數(shù)量的投入冗余影響顯著，符號為負，表示在學區(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（是否政務區(qū)）對經(jīng)營面積的投入冗余影響顯著且符號為正，表明在經(jīng)營面積上投入過剩，需要削減經(jīng)營面積上的投入。

x8（經(jīng)營范圍）對前柜數(shù)量的投入冗余影響不顯著，對其他變量的投入冗余均顯著，對卷煙經(jīng)營面積、經(jīng)營面積和軟件使用能力的影響為正，對其他投入冗余的影響為負，表明投入主體在卷煙經(jīng)營面積、經(jīng)營面積和軟件使用能力上存在投入浪費，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)營環(huán)境分為農村、鄉(xiāng)鎮(zhèn)、縣城和城區(qū)四類，每一類區(qū)域零售戶的投入調整會因區(qū)域不同而略有不同。

對卷煙零售戶的各項終端投入進行調整后，重新估計DEA模型，計算各個卷煙零售戶的效率值，得到的統(tǒng)計結果如表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效率值均達到了0.7以上。綜合技術效率介于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，建有消費體驗區(qū)，有50%多的零售戶擁有較好服務意識和宣傳促銷配合度，軟件應用能力一般，能夠對消費者進行追蹤的零售戶很少，A市卷煙零售終端的建設在軟、硬件建設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效率較低，大部分處于相對無效率狀態(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，尤其是純技術效率。

針對A市卷煙零售終端的建設現(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） 針對不同的商圈和經(jīng)營區(qū)域，可適當調整經(jīng)營面積，尤其是卷煙經(jīng)營面積。如工業(yè)區(qū)的零售終端，可適當增大卷煙經(jīng)營面積，而城區(qū)、縣城的零售終端，可以考慮適當縮小面積。

（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置背柜。可適當增加前柜和背柜的數(shù)量，尤其是位于學區(qū)的零售終端，縣城和城區(qū)的零售終端。

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

（4） 有必要增加旅客中轉區(qū)內卷煙零售終端在消費體驗區(qū)上的投入，為來A市旅行的旅客提供卷煙品吸環(huán)境，提升品吸體驗。

（5） 各類卷煙零售戶都應該提升自己的經(jīng)營意識和宣傳促銷配合程度，才能更好地服務消費者，進而提升卷煙銷售水平，達到更高的投入產(chǎn)出效率。

參考文獻：

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

[2]高中昌，周國芳.當前卷煙零售終端建設存在的主要問題與對策思考[A]//中國煙草學會.中國煙草學會學術年會優(yōu)秀論文集[C]//中國煙草學會：中國煙草學會，2017：9.

[3]畢雯.基于“新零售”背景下對卷煙零售終端建設的思考[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價模型及應用[J].現(xiàn)代商業(yè)，2015（36）：15-16.

[5]鄒亮.卷煙零售終端價值評價體系研究[J].中國煙草學報， 2013，19（04）：82-87.

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

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

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

作者簡介：朱峻（1971.05- ），男，漢族，江西瑞金人，本科，貴州省安順市煙草公司，農藝師、助理經(jīng)濟師，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)培訓師，研究方向：卷煙營銷;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：卷煙營銷