網絡零售業態引入對零售企業績效的影響研究

張武康，郭立宏

（1.西安理工大學 經濟與管理學院,西安 710054;2.西安交通大學 城市學院，西安 710018）

0 引言

信息技術和網絡經濟發展催生了許多新的購物模式，其中網絡購物成為新一代消費者的青睞。許多實體店銷售因此受到網絡店的激烈沖擊，迫使零售企業的銷售戰略改進，否則就會變成網絡店的“試衣間”。同時，從政策上看，國家鼓勵有條件的零售企業開辦網店，更好地滿足市場需求。針對消費者的這一購物行為變化和國家政策激勵，許多零售企業開始了自身銷售策略的調整，嘗試引入網絡零售，實現網絡零售業態和實體零售業態的混合，構建多業態以有效應對競爭。

但是，網絡零售畢竟是新生事物，許多傳統零售企業擔心采用網絡零售業態會使得經營狀況更差，仍堅持單一的實體零售業態。中國連鎖經營協會調查顯示，零售百強中新進入網絡零售的企業數量2011年比2010年大幅增加了21家，而2012年比2011年同期僅增加了7家，增長趨勢明顯放緩。因此，網絡零售業態被零售企業采用后，會導致企業績效如何變化，引起了實踐界和理論界的思考。本文以現有研究成果作為基礎，結合實證分析，從網絡零售業態引入對比的角度研究企業績效變化，從而對零售企業的發展提出相關建議。

1 理論分析及假設提出

網絡零售屬于無店鋪零售業態的一種，即是消費者通過計算機網絡向銷售商小批量、多批次的購買商品或服務。網絡零售具有這些優勢：一是營業時間不受時空的限制；二是可以全方位的展示產品和服務；三是能降低企業的投資和經營成本；四是可以縮短物流供應鏈；五是增加營銷的即時性[1]。而有店鋪零售，則是指通過店鋪這種實體形式向購買者銷售商品或服務的零售類型[2]。實體零售業態能夠滿足顧客的直接體驗，進行面對面的交流溝通，但投資和庫存等費用較大。傳統零售業發展網絡零售優勢明顯，可以讓網購用戶放心，也可以給網購用戶提供充分的選擇和更多購買機會，迅速擴大市場區域，獲得范圍經濟等[3]。

通過對實體零售業態和網絡零售業態混合使用，零售商能夠利用每個業態的好處并克服相應的缺陷，使顧客獲得更大的滿意。有店鋪業態便于顧客觸摸產品、獲得個性化服務、實現購物體驗等，但卻受到購物時間、成本和信息等方面限制，對此，網絡零售業態等無店鋪業態可以與之優勢互補，相互配合。由此形成的多業態戰略對顧客而言增強了服務產出組合，進而增強了顧客滿意度，最根本的是增強了顧客零售忠誠度，表明多業態是建立顧客零售忠誠度的一個有用的戰略[4]。網絡零售也會對實體零售銷售額產生沖擊，有學者基于零售商利潤率的實證檢驗，認為多業態能促進企業利潤，已經呼吁對多業態戰略要引起足夠關注[5]。我國傳統零售商需要尋求線上和線下業態融合發展的戰略，要在觸網的同時實現整合優勢，提升企業績效[6]。

綜合以上理論可知，網絡零售業態的采用能使零售商擺脫固有商圈的束縛，拓展更大的市場空間，滿足顧客的需求，提升了顧客滿意度進而促進了對企業的忠誠度。通過持續的和顧客無縫接觸，獲得專有的顧客信息并有效利用，形成企業自己的隱性知識，獲得比競爭對手更強的戰略優勢，從而增強企業競爭力，增加利潤，提升企業財務績效。因此，提出理論假設如下：

假設1：引入網絡零售業態對零售企業績效產生正向影響；

假設2：實體零售企業與實體、網絡零售混合的零售企業績效之間存在顯著差異。

2 研究設計

2.1 樣本與數據來源

由于自21世紀以來，網絡經濟和電子商務發展飛速，所以本文樣本選取2000～2012年中國零售業滬深A股上市公司。按照證監會行業板塊分類，共有83家零售公司，本文按照以下標準對原始樣本進行篩選：剔除B股或H股上市公司、主營業務轉入非零售的及被ST股的公司，共有72家零售企業。研究所使用的財務數據來自于CSMAR數據庫，采用的數據類型為合并報表數據。網絡零售數據取得，作者以企業是否開通網上商城并進行網絡銷售為判斷依據，對單純發布信息和廣告的網站則不予考慮，經過逐個訪問公司主頁自主整理，截止2012年底獲得19家有效樣本。

2.2 變量選擇與模型設定

本文研究中企業績效為被解釋變量，在衡量企業績效的指標選擇上，本文借鑒學者鮑繼新[7]、趙泉午等人[8]研究成果，結合零售企業特性和指標之間的相關度因素，從盈利能力（總資產回報率、總資產周轉率）、運營能力（存貨周轉率、營業成本率）和發展潛力（凈利潤增長率、營業收入增長率）等三個方面來衡量企業績效，共選取了6個衡量變量。同時，以零售企業的資產規模、資產負債率和自然年度為控制變量。因變量和控制變量的名稱、符號及定義等，具體見表1所示。

表1 有關變量名稱、符號及定義

為驗證假設1，本文構建模型（1）如下：

模型（1）中，i代表企業標識，t代表2000～2012年各個自然年度，Yit代表企業績效。c為常數，OSj是虛擬變量，也是自變量，代表零售企業是否引入網絡零售業態，如果t年度正好是事件年份 j，則OSj等于1，否則OSj等于0。變量T代表自然年度控制變量，賦值為1、2…12、13分別代表2000、2001…2011、2012年。模型引入T變量是因為，不同自然年度企業的宏觀經濟環境不同，績效自然有差異；并且，因為企業存在學習效應，企業引入網絡零售業態的自然年度不同，對企業績效也有影響。lnSit代表企業規模的自然對數，采用對數形式是為了防止面板數據中可能存在的非線性關系、非平穩序列等計量問題，對數值的變化是相對變化，不僅使結果更容易解釋而且使數據分布更接近正態分布。DBRit代表零售企業資產負債率，εit為擾動項，b1～b6為相應的變量系數。

為檢驗假設2，,考慮網絡零售業態采用后有一定的適應期及樣本數據的可得性和完整性，構建模型（2）如下：

本文只對2010～2012年間，一直使用網絡零售業態的零售企業與從來沒有采用網絡零售業態的企業，進行績效對比分析。其中，i代表企業標識，t代表2010～2012年各個自然年度，Yit代表企業績效。c為常數，MC是虛擬變量，也是自變量，當零售企業多業態經營（實體業態和網絡業態并用）時為1，只經營實體業態則MC等于0。變量T代表自然年度控制變量，j等于0、1、2分別代表2010、2011、2012年。lnSit代表企業規模的自然對數，DBRit代表零售企業資產負債率，εit為擾動項，b1～b5為相應的變量系數。

3 實證結果與討論

3.1 網絡零售業態引入對企業績效的影響

本文實證分析所用的軟件是Stata12，根據相關命令進行驗證。在驗證模型（1）之前，先對主要變量進行描述性統計分析，結果顯示，網絡零售業態（OS）的值，均值只有0.093，標準差為0.29，說明了不同零售公司對網絡零售業態的采用較少，之間差異還較大。為了避免多重共線性，對變量進行Person相關性檢驗。本文只考慮一個模型中的變量相關性，對兩個變量不同時出現在一個模型的不予考慮。實證結果顯示各變量間相關系數均小于0.5，在可接受范圍之內，可以判定不存在強的相關性，可以進一步做回歸分析。由于本文研究樣本財務數據屬于“寬而短”數據，故采用非平衡面板數據變截距模型進行回歸分析，借助Hausman檢驗可知隨機效應模型估計更為合適。因此，本文采用一般廣義最小二乘法（GLS）對隨機影響模型進行估計[9]。

在回歸檢驗前，利用W ilcoxon秩和檢驗衡量零售企業引入網絡零售業態前后績效變動的顯著性。具體實證結果如表2所示，可以看出，零售業上市公司在引入網絡零售業態前后，雖然整體績效變動沒有顯著性體現，但從均值變化趨勢來看，總資產周轉率、存貨周轉率和凈利潤增長率等指標比引入前得到了一定改善。

表2 引入網絡零售業態前后企業績效變化的Wilcoxon秩和檢驗均值

本文利用Panel分析檢驗網絡零售業態引入對零售上市公司績效的影響，實證結果見表3，表明：引入網絡零售業態第二年對企業資產報酬率在10%的顯著性水平上有負向影響；引入網絡零售業態第一年、第二年、第三年均對總資產周轉率有顯著負向影響，且第二年是在1%的顯著性水平上有負向影響，其余都是在5%的顯著性水平上有負向影響；網絡銷售渠道引入后第一年對存貨周轉率有負向影響，第二年和第三年均有正向影響，但均不顯著；引入網絡零售業態對營業成本率影響變化不大也不顯著；網絡零售業態引入后對凈利潤增長率的變化是從負向到正向轉變，對營業收入增長率的影響是正向的且值逐漸增大，但均不顯著。

綜合以上分析可知，實體零售企業引入網絡零售業態后，財務績效下降，運營費用增長，發展潛力不顯著，對企業總體績效產生負向影響，與本文所提假設1相反。對此原因分析可能有以下三個方面：一是與宏觀經濟形勢和消費者購物模式占比有一定關系。進入21世紀特別是2008年以來全球經濟增速放緩，消費低迷，影響了零售企業的經營，同時網絡零售雖然發展迅速，但網絡零售市場交易規模僅占到全社會消費品零售總額的6.3%（截止2012年12月），相比實體零售而言比重仍然較??；二是與網絡零售投入巨大和盈利狀況不佳有直接關系。網絡零售想要保持持續的高速增長，需要持續的大量的資金投入，但低價競爭卻十分激烈。如2012年9月25日，蘇寧電器宣布以6600萬美元（約合4.16億元人民幣）的價格收購母嬰用品電子商務網站紅孩子，而在五一期間為了和其他電商競爭，就拋出20億元的促銷活動，耗資巨大；三是與企業經營思路困惑有重要關系。選擇網絡零售業態的傳統零售商，許多目前仍未有清晰的思路，對如何做好線上和線下定價、如何提高供應鏈效率和物流流配送能力、如何解決專業人才等問題，仍顯得比較困惑，是多業態零售商面臨的難題，因此經營效益難以明確體現。

3.2 實體零售企業與引入網絡零售業態的多業態零售企業績效的對比

驗證模型（2）時，由于研究樣本為2010～2012年30家零售業上市公司財務數據，還是寬而短的數據，因此仍采用非平衡面板數據變截距模型進行回歸分析。主要變量描述性統計分析結果表明，多業態（MC）均值只有0.425，標準差0.425，說明了大多數零售企業還是采用實體零售業態?；谀Ｐ停?）驗證前的同樣做法，先后進行Person相關性檢驗和Hausman檢驗，確定采仍用一般廣義最小二乘法（GLS）對隨機影響模型進行估計。

表3 零售企業引入網絡零售業態后企業績效變化回歸分析結果

在用廣義最小二乘法模型檢驗前，考慮先采用兩獨立樣本t檢驗，以檢驗兩樣本所來自總體的均值是否相等，以此分析實體零售企業與多業態零售企業之間的績效是否存在顯著差異。檢驗結果如表4所示，可以看出，兩者總資產周轉率均值在1%的顯著性水平上存在差異，反映了多業態零售企業總資產周轉率方面明顯優于實體零售業態企業；而其他指標方面都不顯著，二者無明顯差異。

表4 實體零售企業與引入網絡零售業態的多業態零售績效均值檢驗

然后進行零售企業績效對比的回歸分析，結果如表5所示。在控制企業資產規模、資產負債率和自然年度影響后可以發現：零售企業采用網絡零售業態后的多業態經營對企業總資產周轉率在10%的顯著性水平上有正向影響；對資產報酬率、存貨周轉率、營業成本率、凈利潤增長率有正向影響，而對營業收入增長率有負向影響，但均不顯著。由于網絡零售業態引入零售企業時間較短，據此我們觀察2012年即T2變量與績效關系，可以得到：零售企業多業態經營對存貨周轉率在5%的顯著性水平上有正向影響，對營業收入增長率在5%的顯著性水平上有負向影響，其他指標依然均不顯著。

綜合以上分析可知，零售企業引入網絡零售業態后，對企業績效有一定的積極影響，如資產周轉和存貨周轉率加快，但也沒有全面發揮應有作用，個別指標如營業成本率反而增加，營業收入增長率出現負向影響。本文假設2部分驗證，部分沒有得到驗證。驗證部分的原因是，零售企業引入網絡零售業態后，對消費者來說，不論是實體門店還是網絡商店，都是其與零售商接觸和獲得商品的途徑，不存在本質區別，兩種業態相互融合、實現優勢互補可以為消費者帶來更多的益處，企業銷售更加方便，從而加快企業資產周轉和存貨周轉率[10]。

表5 實體零售企業與引入網絡零售業態的多業態零售企業績效回歸分析結果

沒有驗證的原因分析如下：一是從企業業態戰略角度看，網絡零售業態的引入，需要從企業自身能力分析，不是為了迎合潮流。即便是發展網絡零售，傳統零售商也要在觸網的同時實現整合優勢，即“優勢觸網”[6]，否則就會拖累實體銷售；二是從競爭應對角度看，隨著互聯網信息技術的發展，許多零售企業遇到了純網絡零售企業的狙擊，自身定位不清、應對不足，對企業績效產生了負面影響；三是從公司治理角度看，實體零售和網絡零售盡管都是零售業務，但二者運營中還是有差別，對企業管理能力提出更高要求，業態間協作難度加大，降低了管理效率，會產生內部不經濟；四是從成本收益周期看，網絡零售業態引入前期需要較高資金，但實現收益則需要一定時間。雖然這種多業態模式能夠顯著提高企業的顧客利潤率，然而，由于支持新增業態需要較高成本，收入和利潤的提升可能需要一段時間才能顯現，利潤率在短期內可能呈下降趨勢[11]。

4 結論

本文以零售上市公司為例，研究了零售企業在2000～2012年間引入網絡零售業態后自身的績效變化，以及2010～2012年間實體零售業態企業與引入網絡零售業態后的多業態零售企業之間的績效對比，利用Wilcoxon秩和檢驗、Panal分析及T檢驗等方法予以實證檢驗。研究發現，引入網絡零售業態在短期內（三年）會對企業績效產生負面影響，可能由于零售商通過更多的業態進行銷售活動會有業態替代和負面溢出的問題；實體零售企業績效表現仍然優于這種多業態零售企業，這與當前國內零售企業業態發展表現基本一致，但與Wolk和Ebling[12]研究認為多業態零售能增加利潤的觀點不一致。因此，國內零售企業在引入網絡零售業態時，應綜合考慮社會經濟狀況、信息技術和市場環境等因素，并結合企業自身實際情況，從戰略上預先謀劃，從戰術上謹慎對待，相機引入網絡零售業態，實施多業態零售。

[1]Kushwaha T,Shankar V.Single Channel vs.Multichannel Customers:Determinants and Value to Retailers[R].Working Paper,Chapel Hill,North Carolina:Kenan-Flagler Business School,University of North Carolina,2007.

[2]李飛.迎接中國多渠道零售革命的風暴[J].北京工商大學學報(社會科學版),2012,(3).

[3]Wikstr?m S.From E-Channel to Channel Mix and Channel Integration[J].Journal of Marketing Management,2005,21(7-8).

[4]Zhang J,Farris P W,Irvin J W,et al.Crafting Integrated Multichannel Retailing Strategies[J].Journal of Interactive Marketing,2010,24(2).

[5]Koulamas C.A Newsvendor Problem With Revenue Sharing and Channel Coordination[J].Decision Sciences,2006,37(1).

[6]李桂華,劉鐵.傳統零售商“優勢觸網”的條件與權變策略[J].北京工商大學學報(社會科學版),2011,26(5).

[7]鮑繼新.大股東注資與上市公司績效研究——基于交易特征的視角[J].西安財經學院學報,2011,24(02).

[8]趙泉午,劉婷婷,陳鳳林.零售業態與企業績效的實證研究——基于滬深零售業上市公司的數據[J].商業經濟與管理,2010,(9).

[9]Baum Christopher F.王忠玉譯.用Stata學計量經濟學[M].北京：中國人民大學出版社,2012.

[10]蔣侃,張子剛.多渠道零售商非價格策略對在線購買行為的影響研究[J].華東經濟管理,2011,25(01).

[11]Zhang J,Farris P W,Irvin J W,et al.Crafting Integrated Multichannel Retailing Strategies[J].Journal of Interactive Marketing,2010,24(2).

[12]Wolk A,Ebling C.Multi-Channel Price Differentiation:An Empirical Investigation of Existence and Causes[J].2010,27(2).