新零售情景下企業(yè)零售數(shù)字化轉(zhuǎn)型與績(jī)效提升路徑

摘要：在數(shù)字化轉(zhuǎn)型浪潮中，零售作為挖掘消費(fèi)方式、創(chuàng)新?tīng)I(yíng)銷手段、構(gòu)筑商業(yè)業(yè)態(tài)的重要環(huán)節(jié)，逐步成為企業(yè)數(shù)字化轉(zhuǎn)型的前沿。結(jié)合“新零售”特征，運(yùn)用DEA-Tobit模型檢驗(yàn)零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響，研究發(fā)現(xiàn)：零售數(shù)字化轉(zhuǎn)型通過(guò)提高供需匹配效率、降低成本費(fèi)用、增強(qiáng)研發(fā)能力等三條路徑提高企業(yè)的經(jīng)營(yíng)效率、規(guī)模效率與技術(shù)水平，帶動(dòng)企業(yè)績(jī)效提升。其中，企業(yè)零售數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)效率提升作用最大，規(guī)模效率次之，技術(shù)進(jìn)步最小。此外，數(shù)字化轉(zhuǎn)型在地區(qū)間、產(chǎn)業(yè)間、企業(yè)間等存在廣泛的不平衡性。據(jù)此，應(yīng)合理評(píng)估企業(yè)零售數(shù)字化轉(zhuǎn)型的作用，正視企業(yè)零售數(shù)字化轉(zhuǎn)型發(fā)展的不均衡性，注重政策配套，進(jìn)而推動(dòng)企業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞：新零售；數(shù)字化轉(zhuǎn)型；企業(yè)績(jī)效；高質(zhì)量發(fā)展

中圖分類號(hào)：F0629文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1001-148X（2024）05-0104-10

收稿日期：2023-11-06

作者簡(jiǎn)介：張敏（1990—），女，山東濰坊人，博士研究生，講師，研究方向：反壟斷與競(jìng)爭(zhēng)政策；陳志成（1989—），本文通訊作者，男，山東濟(jì)南人，助理研究員，研究方向：互聯(lián)網(wǎng)平臺(tái)經(jīng)濟(jì)規(guī)制、貨幣金融理論與政策。

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金青年項(xiàng)目“價(jià)值鏈視角下我國(guó)海外園區(qū)空間布局對(duì)‘一帶一路’高質(zhì)量發(fā)展的影響研究”，項(xiàng)目編號(hào)：20CJL016；山東省自然科學(xué)基金青年項(xiàng)目“影子銀行視域下貨幣政策與宏觀審慎政策防范化解重大金融風(fēng)險(xiǎn)的路徑研究”，項(xiàng)目編號(hào)：ZR2023QG126；云南省教育廳科學(xué)研究基金項(xiàng)目“數(shù)字經(jīng)濟(jì)背景下云南省稅收治理能力提升研究”，項(xiàng)目編號(hào)：2022J0035。

一、引言與文獻(xiàn)回顧

互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)的廣泛滲透加快數(shù)字經(jīng)濟(jì)時(shí)代到來(lái)。以數(shù)字技術(shù)為依托，各類新?tīng)I(yíng)銷方式、商業(yè)業(yè)態(tài)、消費(fèi)渠道不斷涌現(xiàn)，加速了企業(yè)數(shù)字化轉(zhuǎn)型，并逐步成為數(shù)字經(jīng)濟(jì)發(fā)展的重要著力點(diǎn)。中國(guó)信息通信研究院2022年發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》顯示，2012年以來(lái)我國(guó)數(shù)字經(jīng)濟(jì)年均增速高達(dá)159%，2021年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模更是達(dá)到455萬(wàn)億元，在GDP中的占比接近40%。作為連接供需兩端的關(guān)鍵紐帶，企業(yè)零售端逐步成為挖掘消費(fèi)方式、創(chuàng)新?tīng)I(yíng)銷手段、構(gòu)筑商業(yè)業(yè)態(tài)的重要應(yīng)用場(chǎng)景，企業(yè)零售環(huán)節(jié)數(shù)字化轉(zhuǎn)型已然成為企業(yè)數(shù)字化轉(zhuǎn)型最集中、最活躍的表現(xiàn)領(lǐng)域之一，并引發(fā)“新零售”概念與情景運(yùn)用的廣泛探討［1］。在此背景下，探索“新零售”情景下企業(yè)零售數(shù)字化轉(zhuǎn)型如何引導(dǎo)企業(yè)績(jī)效提升對(duì)于消費(fèi)提質(zhì)擴(kuò)容、加快構(gòu)建雙循環(huán)新發(fā)展格局具有重要現(xiàn)實(shí)意義，也是推動(dòng)經(jīng)濟(jì)邁向高質(zhì)量發(fā)展的關(guān)鍵之舉。

盡管零售數(shù)字化轉(zhuǎn)型提出時(shí)間較早，但學(xué)界尚未就零售數(shù)字化轉(zhuǎn)型的內(nèi)涵與“新零售”發(fā)展形態(tài)形成統(tǒng)一的定論。較為一致的觀點(diǎn)認(rèn)為，零售數(shù)字化轉(zhuǎn)型表現(xiàn)為線下傳統(tǒng)零售模式向線上網(wǎng)絡(luò)零售模式逐步拓展和轉(zhuǎn)型，本質(zhì)上是利用零售數(shù)字信息要素對(duì)商品生產(chǎn)、銷售、物流等各個(gè)環(huán)節(jié)進(jìn)行整合升級(jí)，推動(dòng)企業(yè)組織決策、經(jīng)營(yíng)理念、資源能力和方法流程的優(yōu)化改進(jìn)，在數(shù)字技術(shù)與企業(yè)經(jīng)營(yíng)的深度融合的過(guò)程中實(shí)現(xiàn)消費(fèi)渠道、供銷模式、商業(yè)業(yè)態(tài)、價(jià)值鏈體系的根本性變革［2］。零售數(shù)字化轉(zhuǎn)型加速了人、貨、場(chǎng)及其內(nèi)在關(guān)系顛覆性重構(gòu)［3］，促進(jìn)了線下體驗(yàn)、線上服務(wù)與現(xiàn)代物流的相互結(jié)合，這構(gòu)成了“新零售”的基本要義。以提升企業(yè)競(jìng)爭(zhēng)力、實(shí)現(xiàn)可持續(xù)發(fā)展為戰(zhàn)略出發(fā)點(diǎn)推動(dòng)企業(yè)零售數(shù)字化轉(zhuǎn)型，進(jìn)而逆向引導(dǎo)企業(yè)經(jīng)營(yíng)活動(dòng)適應(yīng)性重構(gòu)，是零售數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)績(jī)效提升的關(guān)鍵驅(qū)動(dòng)力。

結(jié)合“新零售”的內(nèi)涵與特征，已有研究圍繞零售數(shù)字化轉(zhuǎn)型如何影響企業(yè)績(jī)效進(jìn)行了深入探討。Cao和Li（2015）［4］從全渠道與跨渠道視角進(jìn)行分析，主要結(jié)論表明全渠道模式可以整合品牌、資產(chǎn)和客流，增進(jìn)渠道互動(dòng)，強(qiáng)化線上線下綜合市場(chǎng)資源優(yōu)勢(shì)。線上線下的同步發(fā)展有助于提高消費(fèi)者忠誠(chéng)度和滿意度［5］，改善企業(yè)業(yè)務(wù)流程，降低企業(yè)管理成本，實(shí)現(xiàn)企業(yè)運(yùn)營(yíng)效率的帕累托改進(jìn)［6］。張任之（2022）［7］從供應(yīng)鏈視角審視零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響，研究發(fā)現(xiàn)數(shù)字化技術(shù)的廣泛應(yīng)用賦予供應(yīng)鏈可追溯性，有利于提高供應(yīng)鏈的可視化程度，增進(jìn)供應(yīng)鏈企業(yè)信息共享度［8］。供應(yīng)鏈協(xié)作效率的提升增進(jìn)了供需匹配水平，降低了外部交易成本［7］。謝莉娟和王曉東（2020）［3］的研究則著眼于零售業(yè)實(shí)體的數(shù)字化轉(zhuǎn)型趨勢(shì)，認(rèn)為零售業(yè)數(shù)字化轉(zhuǎn)型本質(zhì)上是借助數(shù)字技術(shù)，引領(lǐng)以消費(fèi)需求為核心的生產(chǎn)供給體系變革，通過(guò)有效識(shí)別消費(fèi)需求聯(lián)動(dòng)生產(chǎn)資源優(yōu)化配置。此外，部分拓展研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型可以通過(guò)穩(wěn)定銷售預(yù)期［9］、促進(jìn)技術(shù)溢出［10］等途徑提高企業(yè)經(jīng)營(yíng)穩(wěn)健性與經(jīng)營(yíng)效率。也有學(xué)者發(fā)現(xiàn)全渠道模式未能實(shí)現(xiàn)零售企業(yè)績(jī)效的實(shí)質(zhì)性提升［11］。

相關(guān)文獻(xiàn)從各個(gè)渠道分析了零售數(shù)字化轉(zhuǎn)型影響企業(yè)績(jī)效的內(nèi)在機(jī)理，鑒于零售數(shù)字化轉(zhuǎn)型研究范疇較為寬泛，涉及的內(nèi)容、機(jī)制、特征仍存在探討的空間。部分文獻(xiàn)通過(guò)文本分析方法測(cè)度企業(yè)數(shù)字化轉(zhuǎn)型程度，然而企業(yè)在信息披露過(guò)程中對(duì)“互聯(lián)網(wǎng)+”相關(guān)陳述與相關(guān)測(cè)度存在失真風(fēng)險(xiǎn)［12］。另外，以文本分析為核心的研究大多測(cè)度企業(yè)整體的數(shù)字化轉(zhuǎn)型程度，難以識(shí)別企業(yè)績(jī)效的變動(dòng)源于零售環(huán)節(jié)的數(shù)字化轉(zhuǎn)型還是其他生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)，因而難以單獨(dú)考察企業(yè)零售數(shù)字化轉(zhuǎn)型的實(shí)質(zhì)作用。此外，部分研究認(rèn)為零售數(shù)字化轉(zhuǎn)型主要提高了企業(yè)經(jīng)營(yíng)效率，也有文獻(xiàn)認(rèn)為企業(yè)績(jī)效優(yōu)化源于技術(shù)進(jìn)步，企業(yè)績(jī)效變動(dòng)來(lái)源有待系統(tǒng)性完善。從實(shí)際情況看，大量企業(yè)傳統(tǒng)線下零售渠道相對(duì)成熟，線上網(wǎng)絡(luò)零售發(fā)展的差異較大，零售數(shù)字化轉(zhuǎn)型水平更是千差萬(wàn)別，多數(shù)研究根據(jù)企業(yè)是否擁有線上線下多渠道銷售模式進(jìn)行簡(jiǎn)單的分類研究，鮮有文獻(xiàn)從零售數(shù)字化轉(zhuǎn)型角度進(jìn)一步探究企業(yè)線上網(wǎng)絡(luò)零售實(shí)際發(fā)展程度、利用程度及其對(duì)企業(yè)績(jī)效的影響。有鑒于此，本文利用2015—2021年上市企業(yè)季度銷售數(shù)據(jù)，構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，同時(shí)，利用三階段DEA模型拆解企業(yè)績(jī)效來(lái)源，從數(shù)字化轉(zhuǎn)型理論入手分析零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響方式與潛在機(jī)制，以期為企業(yè)零售數(shù)字化轉(zhuǎn)型發(fā)展提供切實(shí)可行的建議。

相對(duì)已有文獻(xiàn)，本文貢獻(xiàn)可能有以下幾點(diǎn)：首先，通過(guò)構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)識(shí)別企業(yè)零售環(huán)節(jié)的數(shù)字化轉(zhuǎn)型程度，拓展了企業(yè)零售環(huán)節(jié)數(shù)字化轉(zhuǎn)型的測(cè)度方式，為細(xì)化企業(yè)零售數(shù)字化轉(zhuǎn)型研究奠定了基礎(chǔ)；其次，利用三階段DEA模型將企業(yè)績(jī)效變動(dòng)進(jìn)一步拆分為技術(shù)進(jìn)步、規(guī)模效率與經(jīng)營(yíng)效率，揭示了企業(yè)零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的具體影響渠道及相對(duì)影響力，豐富了企業(yè)數(shù)字化轉(zhuǎn)型的研究機(jī)理；最后，通過(guò)引入企業(yè)內(nèi)部與外部因素，檢驗(yàn)了零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響渠道與異質(zhì)性影響機(jī)制，為探究企業(yè)零售數(shù)字化轉(zhuǎn)型發(fā)展的不平衡性原因及政府政策發(fā)力方向提供重要參考。

二、理論分析與研究假設(shè)

在“新零售”情景下，企業(yè)零售數(shù)字化轉(zhuǎn)型及由此展開(kāi)的技術(shù)運(yùn)用與實(shí)踐創(chuàng)新已成為企業(yè)發(fā)展的基石。在線上線下多渠道零售模式中，線上網(wǎng)絡(luò)零售是大數(shù)據(jù)挖掘、消費(fèi)渠道創(chuàng)新、營(yíng)銷模式變革的關(guān)鍵所在，也是聯(lián)動(dòng)傳統(tǒng)線下零售同步發(fā)展的根本驅(qū)動(dòng)力，因此企業(yè)零售數(shù)字化轉(zhuǎn)型需要結(jié)合互聯(lián)網(wǎng)環(huán)境下網(wǎng)絡(luò)零售的新特征進(jìn)行分析?？傮w而言，企業(yè)零售數(shù)字化轉(zhuǎn)型圍繞消費(fèi)者需求對(duì)溝通渠道、運(yùn)營(yíng)方式等方面進(jìn)行重構(gòu)，通過(guò)市場(chǎng)層面、管理層面、技術(shù)層面的微觀機(jī)制對(duì)企業(yè)績(jī)效產(chǎn)生顯著且積極的影響。

（一）零售數(shù)字化轉(zhuǎn)型助力企業(yè)提升銷售規(guī)模

企業(yè)零售數(shù)字化轉(zhuǎn)型首先為市場(chǎng)規(guī)模的擴(kuò)大提供空間。作為連接不同群體的市場(chǎng)中介，互聯(lián)網(wǎng)為線上零售創(chuàng)造了一個(gè)多元、開(kāi)放、標(biāo)準(zhǔn)的虛擬環(huán)境，兼具跨地域、無(wú)邊界、高時(shí)效特征，降低了企業(yè)的市場(chǎng)分割度。借助電商平臺(tái)等各類網(wǎng)絡(luò)平臺(tái)的發(fā)展，網(wǎng)絡(luò)零售可以在較低接入門檻與訪問(wèn)成本下以較高的通用化水平實(shí)現(xiàn)零售數(shù)字化轉(zhuǎn)型，極大喚醒了企業(yè)深度挖掘市場(chǎng)的潛能。從需求端看，網(wǎng)絡(luò)零售打破了傳統(tǒng)線下零售面臨的時(shí)空限制，一方面，網(wǎng)絡(luò)零售可以以更靈活的方式放寬線下零售的時(shí)間、空間約束，拉近消費(fèi)者與商品的距離，緩解消費(fèi)者位置阻力。另一方面，網(wǎng)絡(luò)零售可以更加便捷地展示商品的種類、數(shù)量、價(jià)格等信息，通過(guò)更廣泛、精準(zhǔn)的信息傳輸渠道降低企業(yè)與消費(fèi)者之間的信息不對(duì)稱性，消除產(chǎn)銷間的信息鴻溝，緩解消費(fèi)者搜索阻力［13］。位置阻力與搜索阻力的下降提高了消費(fèi)者的消費(fèi)便利性，緩解了交換面臨的“雙向契合”難題，同時(shí)也削減了消費(fèi)者搜尋成本、物流成本以及渠道轉(zhuǎn)換成本，各類成本的下降增進(jìn)了消費(fèi)者的搜索和消費(fèi)欲望［14］，提高了個(gè)性化、多樣化商品的市場(chǎng)需求，為消費(fèi)市場(chǎng)拓展奠定了基礎(chǔ)。

從供給端看，數(shù)字技術(shù)可以通過(guò)標(biāo)準(zhǔn)化方式獲取消費(fèi)者大數(shù)據(jù)信息，提升企業(yè)對(duì)消費(fèi)市場(chǎng)的認(rèn)知，幫助企業(yè)探知市場(chǎng)動(dòng)態(tài)、洞察消費(fèi)動(dòng)向，進(jìn)而更快地識(shí)別商機(jī)，更精確地挖掘潛在的消費(fèi)市場(chǎng)需求。企業(yè)可以憑借網(wǎng)絡(luò)零售的時(shí)空優(yōu)勢(shì)在更低的資源成本下以更快更高效的方式拓展虛擬商圈，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。從網(wǎng)絡(luò)零售特征看，互聯(lián)網(wǎng)環(huán)境中各類平臺(tái)的快速發(fā)展極大地延展了市場(chǎng)的邊界。梅特卡夫法則（Metcalfe’sLaw）指出，網(wǎng)絡(luò)的價(jià)值以網(wǎng)絡(luò)節(jié)點(diǎn)的幾何級(jí)數(shù)遞增，網(wǎng)絡(luò)用戶規(guī)模越大，網(wǎng)絡(luò)用戶效用越高。互聯(lián)網(wǎng)平臺(tái)存在交叉網(wǎng)絡(luò)外部性，消費(fèi)者與商家（企業(yè)）獲取的效用與雙側(cè)用戶數(shù)量成正比，表現(xiàn)出極強(qiáng)的聚集效應(yīng)。各類平臺(tái)的快速擴(kuò)張為消費(fèi)者與企業(yè)提供了廣闊的虛擬環(huán)境，大量消費(fèi)者與企業(yè)的聚集不僅增加了產(chǎn)品受眾面，也為產(chǎn)品的對(duì)比、交流、演進(jìn)提供了舞臺(tái)，這顛覆了傳統(tǒng)的營(yíng)銷方式，拓展了潛在市場(chǎng)。綜上所述，網(wǎng)絡(luò)零售在便利消費(fèi)方式、識(shí)別消費(fèi)動(dòng)態(tài)、增進(jìn)溝通交流等方面占據(jù)優(yōu)勢(shì)。線下傳統(tǒng)零售向線上網(wǎng)絡(luò)零售的數(shù)字化轉(zhuǎn)型突破了傳統(tǒng)零售以門店擴(kuò)張為核心的市場(chǎng)拓展思路，擺脫了傳統(tǒng)零售在消費(fèi)者服務(wù)方面的時(shí)空限制，助力企業(yè)以更低的成本拓展消費(fèi)市場(chǎng)，提高企業(yè)績(jī)效。據(jù)此，提出以下假設(shè)：

H1：零售數(shù)字化轉(zhuǎn)型通過(guò)拓展消費(fèi)市場(chǎng)提高企業(yè)績(jī)效。

（二）零售數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)經(jīng)營(yíng)效率提升

企業(yè)零售數(shù)字化轉(zhuǎn)型通過(guò)優(yōu)化企業(yè)生產(chǎn)、管理、銷售等各個(gè)流程環(huán)節(jié)改善企業(yè)經(jīng)營(yíng)水平，帶動(dòng)企業(yè)績(jī)效提升。從銷售層面看，線上網(wǎng)絡(luò)零售賦予消費(fèi)者更多表達(dá)訴求的渠道，提升了消費(fèi)者與企業(yè)間信息的可交互性，借助數(shù)據(jù)挖掘、云計(jì)算等數(shù)字技術(shù)的應(yīng)用，企業(yè)能夠更加精準(zhǔn)地捕捉消費(fèi)者的消費(fèi)偏好、消費(fèi)習(xí)慣、消費(fèi)動(dòng)態(tài)，準(zhǔn)確繪制用戶畫像，幫助企業(yè)了解目標(biāo)消費(fèi)者消費(fèi)特征，制定更加適銷對(duì)路的營(yíng)銷策略，改善服務(wù)水平。此外，線上網(wǎng)絡(luò)銷售賦予消費(fèi)者更多、更及時(shí)的信息反饋渠道，增進(jìn)企業(yè)與消費(fèi)者之間聯(lián)系，這有助于提高消費(fèi)者對(duì)企業(yè)服務(wù)與承諾的感知力，鞏固客戶忠誠(chéng)度，增加消費(fèi)頻率，提高銷售的針對(duì)性和有效性。從管理層面看，快速多變的市場(chǎng)大數(shù)據(jù)信息要求企業(yè)提高管理響應(yīng)能力，突破部門間管理壁壘，縮減冗余管理步驟，增進(jìn)管理協(xié)作，推動(dòng)企業(yè)組織架構(gòu)由“垂直化”管理方式向扁平化、網(wǎng)絡(luò)化的管理方式轉(zhuǎn)變［15］。此外，消費(fèi)大數(shù)據(jù)的積累可以同步改善企業(yè)內(nèi)部信息流通效率及外部供應(yīng)鏈信息共享水平，緩解企業(yè)內(nèi)部“委托-代理”問(wèn)題［2］，提高供應(yīng)鏈不同主體間信任度與協(xié)作能力［7］，引領(lǐng)企業(yè)更加靈活地應(yīng)對(duì)市場(chǎng)環(huán)境變動(dòng)，增進(jìn)資源配置效率與企業(yè)管理效率。從生產(chǎn)層面看，零售端大數(shù)據(jù)信息的積累兼具準(zhǔn)確性與及時(shí)性，數(shù)據(jù)與數(shù)據(jù)的直接交流剝離了主觀判斷誤差，實(shí)現(xiàn)企業(yè)生產(chǎn)過(guò)程的實(shí)時(shí)分析與動(dòng)態(tài)感知，提升生產(chǎn)決策效率，為未來(lái)不確定情景下企業(yè)生產(chǎn)過(guò)程提供最優(yōu)決策支持。綜上，企業(yè)零售數(shù)字化轉(zhuǎn)型借助網(wǎng)絡(luò)零售的大數(shù)據(jù)積累整合以產(chǎn)品為核心的銷售、管理、生產(chǎn)流程，引導(dǎo)企業(yè)創(chuàng)新?tīng)I(yíng)銷策略、提高管理協(xié)作、優(yōu)化生產(chǎn)決策，提升產(chǎn)品供需匹配水平，改善企業(yè)經(jīng)營(yíng)效率。據(jù)此，提出以下假設(shè)：

H2：零售數(shù)字化轉(zhuǎn)型通過(guò)改善企業(yè)經(jīng)營(yíng)效率提高企業(yè)績(jī)效。

（三）零售數(shù)字化轉(zhuǎn)型帶動(dòng)企業(yè)技術(shù)進(jìn)步

企業(yè)零售數(shù)字化轉(zhuǎn)型帶動(dòng)企業(yè)拓展細(xì)分市場(chǎng)，需求導(dǎo)向型的商業(yè)模式提高了企業(yè)的研發(fā)能力，引領(lǐng)技術(shù)進(jìn)步。在“新零售”背景下，市場(chǎng)需求與產(chǎn)銷邏輯發(fā)生顛覆性變化，搜尋成本大幅下降拓展了消費(fèi)者多樣化、個(gè)性化的選擇空間，催生大量差異化小眾產(chǎn)品需求，自此，傳統(tǒng)同質(zhì)化市場(chǎng)需求逐步瓦解，市場(chǎng)真實(shí)需求隨多樣性產(chǎn)品種類增加而大幅分散。同時(shí)，長(zhǎng)尾商品的市場(chǎng)曲線向右側(cè)大幅延伸，小眾長(zhǎng)尾商品擁有的盈利空間迅速增加，為消費(fèi)市場(chǎng)進(jìn)一步細(xì)分奠定了基礎(chǔ)［16］。另外，企業(yè)交易成本、邊際生產(chǎn)成本等一系列成本逐步下降，也提升了企業(yè)多樣化產(chǎn)品的供給水平，企業(yè)拓展細(xì)分市場(chǎng)能力顯著提升。

在此基礎(chǔ)上，企業(yè)零售數(shù)字化轉(zhuǎn)型為供需匹配搭建了新的橋梁，一方面，網(wǎng)絡(luò)零售獲取的大數(shù)據(jù)積累能夠協(xié)助企業(yè)探知商情，提高企業(yè)有針對(duì)性的生產(chǎn)能力，增加市場(chǎng)的供需匹配水平。另一方面，以真實(shí)需求為導(dǎo)向的網(wǎng)絡(luò)零售可以通過(guò)柔性化生產(chǎn)機(jī)制對(duì)企業(yè)生產(chǎn)流程進(jìn)行適應(yīng)性重構(gòu)，進(jìn)而壓縮企業(yè)的試錯(cuò)成本，降低資源誤配幾率，明確企業(yè)市場(chǎng)定位。較低的邊際成本，多樣性的產(chǎn)品需求以及更好的供需匹配效率促使企業(yè)深耕所處競(jìng)爭(zhēng)領(lǐng)域，通過(guò)成本領(lǐng)先或差異化的戰(zhàn)略獲取競(jìng)爭(zhēng)優(yōu)勢(shì)，逐步走上個(gè)性化、差異化道路。進(jìn)一步，數(shù)字化轉(zhuǎn)型可以通過(guò)市場(chǎng)需求驅(qū)動(dòng)提升企業(yè)研發(fā)能力，加速創(chuàng)新步伐［17］。綜上，在“新零售”背景下，多樣性需求的不斷涌現(xiàn)推動(dòng)需求導(dǎo)向性商業(yè)模式逐步取代生產(chǎn)導(dǎo)向性商業(yè)模式，形成以消費(fèi)者為核心的供銷體系。零售數(shù)字化轉(zhuǎn)型不僅增進(jìn)了企業(yè)拓展細(xì)分市場(chǎng)的能力，也明確了企業(yè)的市場(chǎng)定位，進(jìn)而形成市場(chǎng)需求驅(qū)動(dòng)力，促使企業(yè)提高研發(fā)能力，加速技術(shù)進(jìn)步，提升企業(yè)績(jī)效。據(jù)此，提出以下假設(shè)：

H3：零售數(shù)字化轉(zhuǎn)型通過(guò)推動(dòng)企業(yè)技術(shù)進(jìn)步提高企業(yè)績(jī)效。

三、研究設(shè)計(jì)、變量選取及測(cè)度

（一）研究設(shè)計(jì)

零售數(shù)字化轉(zhuǎn)型如何影響企業(yè)績(jī)效是本文探討的核心問(wèn)題，本文采用DEA-Tobit模型進(jìn)行檢驗(yàn)：首先利用三階段DEA模型測(cè)算企業(yè)績(jī)效水平，之后通過(guò)面板Tobit模型考察零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的具體影響，基礎(chǔ)模型設(shè)定如下：

tfp_chit=α0+α1digitalit+δXit+ui+εit（1）

下標(biāo)i代表企業(yè)個(gè)體，t代表時(shí)間。tfp_ch為企業(yè)實(shí)際績(jī)效的代理變量，digital表示企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，衡量企業(yè)零售數(shù)字化轉(zhuǎn)型程度，X為一系列相關(guān)控制變量，u為個(gè)體效應(yīng)，ε為誤差項(xiàng)。α1表示零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響，按照理論分析，預(yù)期α1顯著為正。在此基礎(chǔ)上，再次利用三階段DEA模型分解的企業(yè)績(jī)效變動(dòng)來(lái)源，進(jìn)一步考察零售數(shù)字化轉(zhuǎn)型影響企業(yè)績(jī)效的具體渠道，模型設(shè)定如下：

de_chit=θ0+θ1digitlit+φXit+μi+ξit（2）

de_ch代表企業(yè)績(jī)效變動(dòng)來(lái)源，包括規(guī)模效率se_ch、經(jīng)營(yíng)效率pe_ch、技術(shù)進(jìn)步tech_ch，μ為個(gè)體效應(yīng)，ξ為誤差項(xiàng)。θ1表征數(shù)字化轉(zhuǎn)型對(duì)企業(yè)各種效率來(lái)源的影響，按照理論分析，無(wú)論是企業(yè)規(guī)模效率、經(jīng)營(yíng)效率還是技術(shù)進(jìn)步，預(yù)期θ1均顯著為正。如若上述結(jié)論成立，進(jìn)一步檢驗(yàn)零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)規(guī)模效率、經(jīng)營(yíng)效率、技術(shù)進(jìn)步等三種效率渠道影響力的相對(duì)大小，考察零售數(shù)字化轉(zhuǎn)型促進(jìn)企業(yè)績(jī)效提升的主要驅(qū)動(dòng)方式。

（二）變量測(cè)度與選取

1被解釋變量：企業(yè)績(jī)效（tfp_ch）。Higón等（2010）［18］認(rèn)為，運(yùn)用定量方法討論零售企業(yè)績(jī)效應(yīng)關(guān)注全要素生產(chǎn)率。目前，常用測(cè)度企業(yè)全要素生產(chǎn)率的方法包括DEA、LP、LP-ACF、OP、OP-ACF。其中，DEA可以進(jìn)一步分解全要素生產(chǎn)率來(lái)源，但忽視了企業(yè)不同的外部環(huán)境等因素對(duì)企業(yè)績(jī)效的干擾。對(duì)此，本文參考Fried等（2002）［19］的三階段DEA模型，通過(guò)SFA模型剔除外部環(huán)境因素及隨機(jī)因素等冗余后，再次測(cè)度企業(yè)績(jī)效及效率變動(dòng)來(lái)源。具體測(cè)度步驟如下：（1）選擇傳統(tǒng)投入導(dǎo)向型DEA-BCC模型，利用DEAP21軟件得到各個(gè)投入變量的松弛變量，獲取投入變量的冗余。（2）使用Frionter41軟件SFA模型分離松弛變量中的環(huán)境因素、統(tǒng)計(jì)噪聲和無(wú)效率項(xiàng)，將分離得到的環(huán)境因素和隨機(jī)擾動(dòng)因素對(duì)原始投入變量進(jìn)行調(diào)整。（3）結(jié)合DEA模型和Malmquist分解方法，再次利用調(diào)整之后的投入變量測(cè)度企業(yè)績(jī)效（tfp_ch）及企業(yè)績(jī)效構(gòu)成，包括規(guī)模效率（se_ch）、經(jīng)營(yíng)效率（pe_ch）DEA模型中，Malmquist分解效率的理論定義為純技術(shù)效率、規(guī)模效率、技術(shù)進(jìn)步，其中純技術(shù)效率表征既定要素投入水平下企業(yè)的最大產(chǎn)能，主要與企業(yè)的經(jīng)營(yíng)管理能力相關(guān)，為論述方便，將其定義為經(jīng)營(yíng)效率。、技術(shù)進(jìn)步（tech_ch），企業(yè)績(jī)效與各個(gè)效率來(lái)源的關(guān)系滿足：企業(yè)績(jī)效=經(jīng)營(yíng)效率×規(guī)模效率×技術(shù)進(jìn)步。

企業(yè)績(jī)效的投入及產(chǎn)出指標(biāo)如表1所示，其中投入指標(biāo)選取固定資產(chǎn)凈額與應(yīng)付職工薪酬度量企業(yè)資本投入與勞動(dòng)投入。產(chǎn)出指標(biāo)采用營(yíng)業(yè)總收入和凈資產(chǎn)收益率代理。環(huán)境變量主要考慮企業(yè)所處地區(qū)的經(jīng)濟(jì)發(fā)展程度、信息化水平和金融發(fā)展程度。其中，經(jīng)濟(jì)發(fā)展程度使用人均GDP表征，信息化水平使用每百人移動(dòng)電話數(shù)衡量，金融發(fā)展程度使用省級(jí)金融機(jī)構(gòu)本外幣各項(xiàng)存貸款余額占GDP的比例代理。

2核心解釋變量：零售數(shù)字化轉(zhuǎn)型指數(shù)（digital）。如上文所述，線上網(wǎng)絡(luò)零售是銷售大數(shù)據(jù)積累與市場(chǎng)拓展的主要場(chǎng)景，零售數(shù)字化轉(zhuǎn)型表現(xiàn)為線下傳統(tǒng)零售模式向線上網(wǎng)絡(luò)零售模式逐步拓展和轉(zhuǎn)型，換言之，線上網(wǎng)絡(luò)零售的相對(duì)規(guī)模在一定程度上反映了企業(yè)零售端數(shù)字化應(yīng)用程度與轉(zhuǎn)型程度。據(jù)此，我們選取線上網(wǎng)絡(luò)市場(chǎng)銷售額（esales）與總銷售額（tsales）的比值作為零售數(shù)字化轉(zhuǎn)型指數(shù)，度量企業(yè)零售數(shù)字化轉(zhuǎn)型程度，具體度量方式如下：

digital=esalestsales（3）

企業(yè)網(wǎng)絡(luò)零售與企業(yè)績(jī)效具有密切聯(lián)系，廖理等（2021）［20］認(rèn)為，企業(yè)的網(wǎng)絡(luò)零售數(shù)據(jù)作為一種另類數(shù)據(jù)在一定程度上可以預(yù)測(cè)企業(yè)的未預(yù)期盈余、未預(yù)期收入以及累計(jì)超額收益，反映了企業(yè)的營(yíng)運(yùn)能力。因此，通過(guò)網(wǎng)絡(luò)零售數(shù)據(jù)構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，分析其對(duì)企業(yè)績(jī)效的變動(dòng)具有一定的穩(wěn)健性。

3控制變量：選取以下變量控制企業(yè)經(jīng)營(yíng)特征：（1）企業(yè)的行業(yè)地位與經(jīng)營(yíng)經(jīng)驗(yàn)，使用年度企業(yè)經(jīng)營(yíng)時(shí)長(zhǎng)（time）進(jìn)行控制。（2）企業(yè)的人力資本結(jié)構(gòu)，選取本科及以上學(xué)歷占比（education）進(jìn)行控制。（3）企業(yè)的負(fù)債狀況與償債能力，選取資產(chǎn)負(fù)債率（dar）進(jìn)行控制。

（三）樣本選擇

本文以2015年一季度—2021年四季度公布網(wǎng)絡(luò)零售情況的A股上市企業(yè)面板數(shù)據(jù)作為研究樣本，主要包含三類數(shù)據(jù)：一是企業(yè)線上網(wǎng)絡(luò)銷售數(shù)據(jù)，該數(shù)據(jù)來(lái)自Wind滬深股票專題統(tǒng)計(jì)中的“線上銷量”，主要收集上市公司在天貓、京東等各大電商平臺(tái)開(kāi)設(shè)店鋪的銷售數(shù)據(jù)，覆蓋電子電器、醫(yī)藥生物、文教體娛及工藝品、食品飲料、紡織服裝、家化、建材家具等7個(gè)品類。據(jù)廖理等（2021）［20］考證，這套數(shù)據(jù)獲取的企業(yè)線上銷售品牌與線下銷售品牌重合度高于90%，具有較強(qiáng)的可信度。二是上市企業(yè)的財(cái)務(wù)數(shù)據(jù)，該數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)和CSMAR數(shù)據(jù)庫(kù)。三是環(huán)境變量數(shù)據(jù)，該數(shù)據(jù)源自國(guó)家統(tǒng)計(jì)局和中華人民共和國(guó)工業(yè)和信息化部。所有原始數(shù)據(jù)按照以下步驟處理：（1）以線上銷量數(shù)據(jù)為基礎(chǔ)匹配企業(yè)的財(cái)務(wù)數(shù)據(jù)，并在此基礎(chǔ)上匹配企業(yè)環(huán)境變量數(shù)據(jù)；（2）剔除主要在線上孵化品牌的企業(yè)，保留線下向線上數(shù)字化轉(zhuǎn)型的企業(yè)“新零售”要義為線上線下融合發(fā)展，線上孵化品牌的公司缺少線下發(fā)展路徑，且不符合線下傳統(tǒng)零售向線上網(wǎng)絡(luò)零售拓展這一零售數(shù)字化轉(zhuǎn)型的過(guò)程，因此予以剔除。；（3）剔除*ST企業(yè)和ST企業(yè)；（4）剔除資產(chǎn)負(fù)債率0至1范圍外的異常觀測(cè)值；（5）通過(guò)X12方法去除季節(jié)性因素。上述樣本處理后，最終得到150家企業(yè)4092個(gè)樣本觀測(cè)值。所有變量描述性統(tǒng)計(jì)如表2所示。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

按照基準(zhǔn)模型設(shè)定，首先考察零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效及各個(gè)分解效率的影響。表3列（1）回歸檢驗(yàn)了零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響，結(jié)果顯示，企業(yè)零售數(shù)字化轉(zhuǎn)型程度的系數(shù)顯著為正，說(shuō)明零售數(shù)字化轉(zhuǎn)型帶動(dòng)了企業(yè)績(jī)效的整體提升，這與丁寧和丁華（2020）［6］對(duì)于線上線下全渠道商業(yè)模式的研究論斷相吻合。表3列（2）—列（4）回歸結(jié)果分別呈現(xiàn)了零售數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)效率、規(guī)模效率、技術(shù)進(jìn)步等三個(gè)分解效率的影響，可以看出，零售數(shù)字化轉(zhuǎn)型回歸系數(shù)同樣顯著為正，這與理論分析中零售數(shù)字化轉(zhuǎn)型優(yōu)化企業(yè)績(jī)效的三條路徑相一致，上述回歸結(jié)論初步驗(yàn)證了假設(shè)H1、假設(shè)H2和假設(shè)H3。

（二）穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)回歸結(jié)果的穩(wěn)健性，本文對(duì)企業(yè)績(jī)效及經(jīng)營(yíng)效率、規(guī)模效率、技術(shù)進(jìn)步等三個(gè)分解效率進(jìn)行檢驗(yàn)。其中，總體績(jī)效穩(wěn)健性檢驗(yàn)考慮的因素包括：（1）被解釋變量穩(wěn)健性問(wèn)題，借鑒趙宸宇等（2021）［21］，使用LP法測(cè)度企業(yè)績(jī)效，作為企業(yè)總體績(jī)效的替代變量進(jìn)行估計(jì)。（2）異方差問(wèn)題，為解決傳統(tǒng)Tobit可能出現(xiàn)的異方差問(wèn)題，使用歸并最小離差法（CLAD）進(jìn)行估計(jì)使用CLAD方法之前，通過(guò)去中心化的方式去除個(gè)體效應(yīng)，后續(xù)樣本選擇MLE方法與IV-Tobit方法使用同樣的方式進(jìn)行數(shù)據(jù)預(yù)處理。。（3）樣本自選擇問(wèn)題，企業(yè)公布網(wǎng)上銷售數(shù)據(jù)可能源于企業(yè)本身具備網(wǎng)絡(luò)銷售優(yōu)勢(shì)，這會(huì)產(chǎn)生樣本自選擇問(wèn)題，對(duì)此使用MLE方法進(jìn)行Heckman估計(jì)，對(duì)回歸進(jìn)行糾偏。表4列（2）—列（4）回歸結(jié)果顯示，估計(jì)結(jié)果均非常穩(wěn)健。此外，本文進(jìn)一步檢驗(yàn)了總體績(jī)效和分效率的穩(wěn)健性，參照胡珺等（2020）［22］，選取企業(yè)同季度同行業(yè)平均企業(yè)績(jī)效、經(jīng)營(yíng)效率、規(guī)模效率、技術(shù)進(jìn)步作為目標(biāo)企業(yè)對(duì)應(yīng)效率的工具變量，通過(guò)IV-Tobit進(jìn)行估計(jì)，表4列（1）、列（5）—列（7）回歸結(jié)果顯示，估計(jì)結(jié)果與基準(zhǔn)回歸相一致。

（三）零售數(shù)字化轉(zhuǎn)型下企業(yè)績(jī)效優(yōu)化路徑的相對(duì)影響力檢驗(yàn)

在零售數(shù)字化轉(zhuǎn)型下企業(yè)績(jī)效優(yōu)化的多重路徑中，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)哪一領(lǐng)域滲透性更強(qiáng)？對(duì)哪一類企業(yè)績(jī)效的推動(dòng)作用更明顯？劉向東和湯培青（2018）［23］認(rèn)為實(shí)體零售商多渠道與全渠道商業(yè)模式具有顯著的技術(shù)特征，新技術(shù)的吸收與轉(zhuǎn)化帶來(lái)的技術(shù)進(jìn)步是企業(yè)轉(zhuǎn)型的主要驅(qū)動(dòng)力；馬述忠和房超（2020）［24］發(fā)現(xiàn)，網(wǎng)絡(luò)零售主要功能在于降低市場(chǎng)分割，提高企業(yè)的規(guī)模效率。從已有研究看，企業(yè)績(jī)效的度量方式不一，側(cè)重點(diǎn)也不一致，且缺乏橫向?qū)Ρ?。因此，有必要進(jìn)一步識(shí)別企業(yè)零售數(shù)字化轉(zhuǎn)型對(duì)不同類型企業(yè)績(jī)效推動(dòng)作用的相對(duì)大小DEA模型測(cè)度的企業(yè)效率具有無(wú)量綱化的特征，經(jīng)營(yíng)效率、規(guī)模效率、技術(shù)進(jìn)步具有橫向可比性，這為探究企業(yè)零售數(shù)字化轉(zhuǎn)型優(yōu)化企業(yè)績(jī)效的主要路徑和方式提供了分析基礎(chǔ)。。從表5回歸結(jié)果看，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的經(jīng)營(yíng)效率促進(jìn)效用最大、規(guī)模效率次之、技術(shù)進(jìn)步最小，然而這一結(jié)論仍需進(jìn)一步的統(tǒng)計(jì)檢驗(yàn)。本文使用SUR-Tobit方法對(duì)表3中回歸列（2）—列（4）進(jìn)行聯(lián)合回歸本文考察的企業(yè)經(jīng)營(yíng)效率、規(guī)模效率與技術(shù)進(jìn)步并非樣本分組，無(wú)法按照Fisher’sPermutation檢驗(yàn)或者Chow檢驗(yàn)進(jìn)行考察。SUR（似不相關(guān)回歸）可以檢驗(yàn)解釋變量完全相同時(shí)跨方程的參數(shù)約束。據(jù)此，本文通過(guò)SUR-Tobit模型對(duì)原始Tobit模型系數(shù)進(jìn)行聯(lián)合檢驗(yàn)。值得注意的是，殘差檢驗(yàn)顯著拒絕了表5中回歸列（1）—列（3）殘差不相關(guān)的假設(shè)，說(shuō)明SUR-Tobit方法具備一定的估計(jì)效率。，表5回歸結(jié)果顯示，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的經(jīng)營(yíng)效率、規(guī)模效率與技術(shù)進(jìn)步的正向推動(dòng)作用依次減小，與表3結(jié)論一致。

表6從統(tǒng)計(jì)角度進(jìn)一步考察了SUR-Tobit回歸結(jié)論的穩(wěn)健性，其中假設(shè)檢驗(yàn)：回歸（1）θ1=回歸（2）θ1檢驗(yàn)了零售數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)效率與規(guī)模效率的正向促進(jìn)作用是否存在統(tǒng)計(jì)意義上的差異。同理，回歸（1）θ1=回歸（3）θ1檢驗(yàn)了零售數(shù)字化轉(zhuǎn)型對(duì)經(jīng)營(yíng)效率與技術(shù)進(jìn)步的正向促進(jìn)作用是否存在統(tǒng)計(jì)意義上的差異；回歸（2）θ1=回歸（3）θ1檢驗(yàn)了零售數(shù)字化轉(zhuǎn)型對(duì)技術(shù)進(jìn)步與規(guī)模效率的正向促進(jìn)作用是否存在統(tǒng)計(jì)意義上的差異。結(jié)論顯示，零售數(shù)字化轉(zhuǎn)型對(duì)技術(shù)進(jìn)步、規(guī)模效率、經(jīng)營(yíng)效率的促進(jìn)作用兩兩之間均存在顯著差異，結(jié)合表5列（1）—列（3）回歸結(jié)果可知，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)經(jīng)營(yíng)效率的正向促進(jìn)效用最大、規(guī)模效率次之、技術(shù)進(jìn)步最小，上述結(jié)果在統(tǒng)計(jì)意義上顯著。這表明零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的促進(jìn)作用遵從“就近原則”，即零售數(shù)字化轉(zhuǎn)型對(duì)與零售環(huán)節(jié)密切相關(guān)的企業(yè)經(jīng)營(yíng)與規(guī)模擴(kuò)張的正向促進(jìn)作用較大，對(duì)生產(chǎn)源頭技術(shù)發(fā)展的正向促進(jìn)作用較小，不同影響渠道下，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效貢獻(xiàn)存在顯著差異。現(xiàn)實(shí)情況中，企業(yè)零售數(shù)字化轉(zhuǎn)型加速了企業(yè)數(shù)字化管理進(jìn)程，提高了企業(yè)標(biāo)準(zhǔn)化管理程度。此外，企業(yè)零售數(shù)字化轉(zhuǎn)型還促使企業(yè)積極對(duì)接天貓、京東等大型網(wǎng)絡(luò)平臺(tái)，拓展企業(yè)市場(chǎng)規(guī)模。上述轉(zhuǎn)變?cè)鲞M(jìn)了數(shù)字技術(shù)與傳統(tǒng)零售的融合度，提高了數(shù)字技術(shù)的通用性，推動(dòng)企業(yè)經(jīng)營(yíng)效率與規(guī)模效率快速提升，逐步成為企業(yè)績(jī)效提升的重要源動(dòng)力。

（四）零售數(shù)字化轉(zhuǎn)型推動(dòng)企業(yè)績(jī)效優(yōu)化的中介傳導(dǎo)機(jī)制檢驗(yàn)

企業(yè)零售數(shù)字化轉(zhuǎn)型如何帶動(dòng)企業(yè)績(jī)效提升是研究的又一重點(diǎn)，這需要根據(jù)企業(yè)績(jī)效優(yōu)化路徑進(jìn)一步識(shí)別企業(yè)零售數(shù)字化轉(zhuǎn)型傳導(dǎo)機(jī)制。構(gòu)建中介效應(yīng)檢驗(yàn)考察零售數(shù)字化轉(zhuǎn)型的傳導(dǎo)機(jī)制，具體而言，在基礎(chǔ)模型（2）基礎(chǔ)上，拓展模型如下：

Meit=γ0+γ1digitalit+φXit+νi+υit（4）

de_chit=κ0+κ1Meit+κ2digitalit+ωXit+ζi+τit（5）

Me代表傳導(dǎo)機(jī)制變量，ν、ζ為個(gè)體效應(yīng)，υ、τ為誤差項(xiàng)。估計(jì)系數(shù)γ1與κ2均顯著說(shuō)明中介傳導(dǎo)渠道顯著。結(jié)合理論機(jī)制部分各類企業(yè)效率的影響因素，分別確定如下中介機(jī)制變量：（1）經(jīng)營(yíng)效率，企業(yè)零售數(shù)字化轉(zhuǎn)型借助線上網(wǎng)絡(luò)零售整合以產(chǎn)品為核心的銷售、管理、生產(chǎn)流程，提升產(chǎn)品供需匹配水平，增進(jìn)企業(yè)經(jīng)營(yíng)效率。參考張任之（2022）［7］，將存貨周轉(zhuǎn)期自然對(duì)數(shù)（inv）作為經(jīng)營(yíng)效率的中介傳導(dǎo)機(jī)制變量。（2）規(guī)模效率，線下傳統(tǒng)零售向線上網(wǎng)絡(luò)零售的轉(zhuǎn)型突破了傳統(tǒng)零售以門店擴(kuò)張為核心的市場(chǎng)拓展思路，擺脫了傳統(tǒng)零售在消費(fèi)者服務(wù)方面的時(shí)空限制，助力企業(yè)以更低的交易成本拓展消費(fèi)市場(chǎng)，參考趙宸宇等（2021）［21］，將成本費(fèi)用率（cos）作為規(guī)模效率的中介傳導(dǎo)機(jī)制變量。（3）技術(shù)進(jìn)步，發(fā)明專利體現(xiàn)了企業(yè)技術(shù)進(jìn)步轉(zhuǎn)化能力，將發(fā)明專利申請(qǐng)數(shù)（pat）取自然對(duì)數(shù)作為技術(shù)進(jìn)步的中介變量。

表7報(bào)告了傳導(dǎo)機(jī)制檢驗(yàn)的回歸結(jié)果。其中，表7列（1）和列（2）回歸結(jié)果展示了經(jīng)營(yíng)效率的中介機(jī)制檢驗(yàn)，估計(jì)系數(shù)γ1顯著為負(fù)，κ2顯著為正。上述結(jié)論說(shuō)明，零售數(shù)字化轉(zhuǎn)型可以改善企業(yè)以商品為核心的經(jīng)營(yíng)管理流程，提高存貨周轉(zhuǎn)效率，增進(jìn)企業(yè)產(chǎn)品供需匹配度，以此推動(dòng)企業(yè)經(jīng)營(yíng)效率提升，“零售數(shù)字化轉(zhuǎn)型-企業(yè)存貨周轉(zhuǎn)效率提高-企業(yè)經(jīng)營(yíng)效率提升”這一中介傳導(dǎo)機(jī)制成立。表7列（3）和列（4）回歸結(jié)果展示了規(guī)模效率的中介機(jī)制檢驗(yàn)，估計(jì)系數(shù)γ1顯著為負(fù)，κ2顯著為正，上述結(jié)果意味著零售數(shù)字化轉(zhuǎn)型能夠助力企業(yè)突破傳統(tǒng)線下銷售的成本約束與時(shí)空束縛，降低企業(yè)交易成本，提升企業(yè)規(guī)模效率，“零售數(shù)字化轉(zhuǎn)型-企業(yè)成本費(fèi)用率下降-企業(yè)規(guī)模效率提升”這一中介傳導(dǎo)機(jī)制成立。表7列（5）和列（6）回歸結(jié)果展示了技術(shù)進(jìn)步的中介機(jī)制檢驗(yàn)，估計(jì)系數(shù)γ1與κ2均顯著為正，這表明零售數(shù)字化轉(zhuǎn)型可以激發(fā)企業(yè)研發(fā)動(dòng)力，通過(guò)市場(chǎng)需求驅(qū)動(dòng)提高企業(yè)研發(fā)能力，帶動(dòng)企業(yè)技術(shù)進(jìn)步的提升，“零售數(shù)字化轉(zhuǎn)型-企業(yè)研發(fā)能力提高-企業(yè)技術(shù)水平提升”這一中介傳導(dǎo)機(jī)制成立。為穩(wěn)健起見(jiàn)，本文對(duì)上述中介效應(yīng)進(jìn)行了Sobel檢驗(yàn)，結(jié)果支持中介機(jī)制結(jié)論。

經(jīng)營(yíng)效率中介機(jī)制、規(guī)模效率中介機(jī)制、技術(shù)進(jìn)步中介機(jī)制等均闡述了零售數(shù)字化轉(zhuǎn)型提升企業(yè)績(jī)效的影響方式，進(jìn)一步驗(yàn)證了假設(shè)H1、假設(shè)H2、假設(shè)H3，完整的中介傳導(dǎo)效應(yīng)機(jī)制如圖1所示。

（五）基于企業(yè)自身微觀特征的異質(zhì)性檢驗(yàn)

零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的正向推動(dòng)作用與企業(yè)自身微觀特征密切相關(guān)，本文關(guān)注企業(yè)以下兩類特征影響因素：（1）企業(yè)規(guī)模因素的影響。企業(yè)規(guī)模表征了企業(yè)已有發(fā)展程度，根據(jù)證監(jiān)會(huì)企業(yè)規(guī)模劃分標(biāo)準(zhǔn)，本文將樣本企業(yè)劃分為大型企業(yè)與中型企業(yè)兩組，考察企業(yè)規(guī)模的異質(zhì)性影響。（2）企業(yè)范圍經(jīng)濟(jì)的影響。范圍經(jīng)濟(jì)是指企業(yè)同時(shí)生產(chǎn)多種商品形成的經(jīng)濟(jì)性，有別于規(guī)模經(jīng)濟(jì)對(duì)于企業(yè)發(fā)展的縱向測(cè)度，范圍經(jīng)濟(jì)側(cè)重對(duì)企業(yè)發(fā)展橫向的測(cè)度?？紤]到數(shù)據(jù)的可得性，本文使用企業(yè)擁有的品牌個(gè)數(shù)作為企業(yè)商品豐富度的代理變量，根據(jù)企業(yè)商品豐富度中位數(shù)將樣本企業(yè)分為高商品豐富度企業(yè)和低商品豐富度企業(yè)，考察企業(yè)商品豐富度的異質(zhì)性影響?；貧w結(jié)果如表8所示。

表8列（1）和列（2）回歸結(jié)果顯示，對(duì)于大型企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)績(jī)效的提升作用遠(yuǎn)高于中型企業(yè)。造成這一結(jié)果的原因可能與企業(yè)的資源調(diào)配能力和商品推廣能力相關(guān)，一方面，企業(yè)規(guī)模越大，越有能力整合和調(diào)用資源稟賦，加快企業(yè)數(shù)字技術(shù)的融合與發(fā)展，提高企業(yè)生產(chǎn)效率；另一方面，網(wǎng)絡(luò)零售中往往具有頭部效應(yīng)，規(guī)模較大的企業(yè)更易憑借穩(wěn)定的經(jīng)營(yíng)與企業(yè)信譽(yù)推廣商品，獲取流量，提升企業(yè)績(jī)效。表8列（3）和列（4）回歸結(jié)果顯示，企業(yè)零售數(shù)字化轉(zhuǎn)型對(duì)于高商品豐富度企業(yè)的績(jī)效提升作用更大，對(duì)于低商品豐富度企業(yè)的提升作用相對(duì)較低，這表明多樣化產(chǎn)品有助于增進(jìn)零售數(shù)字化轉(zhuǎn)型對(duì)于企業(yè)績(jī)效的正向促進(jìn)效應(yīng)。如上文所述，線上零售能夠更好地挖掘消費(fèi)者的潛在需求，開(kāi)拓長(zhǎng)尾市場(chǎng)。商品的多樣化在一定程度上反映了商品差異化水平，拓展了企業(yè)商品在細(xì)分市場(chǎng)中的接受面，提高了企業(yè)在長(zhǎng)尾市場(chǎng)中的供需匹配能力，形成更廣闊的品牌輻射效應(yīng)。本文采用似不相關(guān)方法檢驗(yàn)組間差異，SUEST檢驗(yàn)的卡方統(tǒng)計(jì)顯示，組間系數(shù)差異不能忽略。

（六）基于宏觀經(jīng)濟(jì)特征的異質(zhì)性檢驗(yàn)

外部宏觀經(jīng)濟(jì)特征同樣會(huì)干擾企業(yè)零售端數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響，本文重點(diǎn)關(guān)注以下兩種宏觀經(jīng)濟(jì)因素：（1）服務(wù)業(yè)開(kāi)放程度。服務(wù)業(yè)開(kāi)放程度衡量了企業(yè)所在地區(qū)服務(wù)業(yè)市場(chǎng)的市場(chǎng)化程度，參考申明浩和劉文勝（2016）［25］測(cè)算省級(jí)服務(wù)業(yè)開(kāi)放度的方法，以中位數(shù)為界將樣本企業(yè)分為低服務(wù)開(kāi)放度和高服務(wù)開(kāi)放度兩個(gè)子樣本，考察服務(wù)業(yè)開(kāi)放程度的影響。（2）行業(yè)數(shù)字化發(fā)展程度。行業(yè)數(shù)字化發(fā)展程度衡量了企業(yè)所在行業(yè)整體數(shù)字化發(fā)展水平，本文將樣本企業(yè)與袁淳等（2021）［17］整理的數(shù)字化轉(zhuǎn)型企業(yè)進(jìn)行匹配，并按照企業(yè)所在行業(yè)的數(shù)字化轉(zhuǎn)型平均水平將樣本企業(yè)分為低數(shù)字化轉(zhuǎn)型行業(yè)企業(yè)和高數(shù)字化轉(zhuǎn)型行業(yè)企業(yè)兩個(gè)子樣本，考察行業(yè)數(shù)字化轉(zhuǎn)型的影響。回歸結(jié)果如表9所示。

表9列（1）和列（2）回歸結(jié)果顯示，對(duì)于所在地服務(wù)業(yè)開(kāi)放度較高的企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的促進(jìn)作用更強(qiáng)，主要原因在于，服務(wù)業(yè)開(kāi)放可以打破地區(qū)間壟斷和壁壘，弱化地方市場(chǎng)保護(hù)與市場(chǎng)分割，有助于激勵(lì)企業(yè)積極參與零售數(shù)字化轉(zhuǎn)型進(jìn)程，進(jìn)而提高企業(yè)市場(chǎng)競(jìng)爭(zhēng)力，優(yōu)化企業(yè)績(jī)效，增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)機(jī)制對(duì)資源的配置作用。表9列（3）和列（4）回歸結(jié)果顯示，企業(yè)處于高數(shù)字化轉(zhuǎn)型行業(yè)時(shí)，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的促進(jìn)作用更明顯。究其原因，數(shù)字化轉(zhuǎn)型的方式和方向面臨較高的不確定性，同行業(yè)企業(yè)間存在廣泛的模仿、學(xué)習(xí)等互動(dòng)行為，具有明顯的“同群效應(yīng)”。行業(yè)企業(yè)內(nèi)部的互動(dòng)與數(shù)字技術(shù)的應(yīng)用加速了行業(yè)企業(yè)間的知識(shí)溢出，促進(jìn)企業(yè)全要素生產(chǎn)率的提升。同樣，通過(guò)似不相關(guān)方法檢驗(yàn)組間差異，SUEST檢驗(yàn)的卡方統(tǒng)計(jì)顯示，組間系數(shù)存在顯著差異。

五、結(jié)論與政策啟示

本文以“新零售”發(fā)展模式為切入點(diǎn)，通過(guò)網(wǎng)絡(luò)零售數(shù)據(jù)構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，探究了企業(yè)零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的影響，并進(jìn)一步分析了相關(guān)的影響渠道。研究結(jié)論表明：（1）零售數(shù)字化轉(zhuǎn)型有力推動(dòng)了企業(yè)績(jī)效的提升，具體而言，零售數(shù)字化轉(zhuǎn)型通過(guò)提高供需匹配能力、降低成本費(fèi)用、增強(qiáng)研發(fā)能力等三條路徑提高了企業(yè)的經(jīng)營(yíng)效率、規(guī)模效率與技術(shù)水平，推動(dòng)企業(yè)績(jī)效提升。（2）對(duì)于企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對(duì)于經(jīng)營(yíng)效率的提升作用最大，規(guī)模效率次之，技術(shù)進(jìn)步最小。（3）異質(zhì)性分析表明，對(duì)于大型企業(yè)與商品豐富度較高的企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的推動(dòng)作用較高；對(duì)于數(shù)字化轉(zhuǎn)型程度較高的行業(yè)及服務(wù)業(yè)開(kāi)放度較高的地區(qū)而言，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效的推動(dòng)作用較大。

結(jié)合研究結(jié)論，本文得到如下啟示：（1）合理評(píng)估零售數(shù)字化轉(zhuǎn)型的作用，注重配套輔助政策的實(shí)施，助力企業(yè)零售數(shù)字化轉(zhuǎn)型。在零售數(shù)字化轉(zhuǎn)型浪潮下，數(shù)字技術(shù)通用性增強(qiáng)，技術(shù)與應(yīng)用的融合度逐步提高，零售數(shù)字化轉(zhuǎn)型加速推動(dòng)企業(yè)管理流程標(biāo)準(zhǔn)化，促進(jìn)企業(yè)積極對(duì)接大型網(wǎng)絡(luò)平臺(tái)，提高了企業(yè)的經(jīng)營(yíng)效率和規(guī)模效率，這表明零售數(shù)字化轉(zhuǎn)型能夠通過(guò)市場(chǎng)機(jī)制自發(fā)形成較好的發(fā)展趨勢(shì)。但也應(yīng)看到，零售數(shù)字化轉(zhuǎn)型對(duì)企業(yè)技術(shù)發(fā)展的引領(lǐng)效用不足，對(duì)企業(yè)生產(chǎn)端的帶動(dòng)作用有限，因此應(yīng)注重配套高新技術(shù)補(bǔ)貼等輔助政策協(xié)同實(shí)施，從生產(chǎn)端促進(jìn)企業(yè)新型數(shù)字技術(shù)的研發(fā)和應(yīng)用，多管齊下助力企業(yè)零售數(shù)字化轉(zhuǎn)型。（2）正視零售數(shù)字化轉(zhuǎn)型的不平衡性，注重政策向中小型企業(yè)、低數(shù)字化轉(zhuǎn)型產(chǎn)業(yè)傾斜。企業(yè)間、產(chǎn)業(yè)間零售數(shù)字化轉(zhuǎn)型存在廣泛的不平衡性，這可能進(jìn)一步拉大企業(yè)間、產(chǎn)業(yè)間數(shù)字經(jīng)濟(jì)發(fā)展差距，抑制我國(guó)整體數(shù)字化轉(zhuǎn)型進(jìn)程。因此，應(yīng)將中小企業(yè)及零售數(shù)字化轉(zhuǎn)型程度較低的產(chǎn)業(yè)作為政策的著力點(diǎn)與落腳點(diǎn)，積極引導(dǎo)企業(yè)參與零售數(shù)字化轉(zhuǎn)型進(jìn)程，提高產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型政策的針對(duì)性。此外，要進(jìn)一步削弱地方市場(chǎng)保護(hù)與市場(chǎng)分割，破除地區(qū)間壟斷和壁壘，提高地區(qū)服務(wù)業(yè)開(kāi)放度，充分調(diào)動(dòng)零售市場(chǎng)在生產(chǎn)資源中的配置作用，促進(jìn)國(guó)內(nèi)統(tǒng)一大市場(chǎng)的建設(shè)，推動(dòng)不同企業(yè)間、產(chǎn)業(yè)間、地區(qū)間零售數(shù)字化轉(zhuǎn)型協(xié)同發(fā)展。

參考文獻(xiàn)：

［1］謝莉娟，莊逸群.互聯(lián)網(wǎng)和數(shù)字化情境中的零售新機(jī)制——馬克思流通理論啟示與案例分析［J］．財(cái)貿(mào)經(jīng)濟(jì)，2019，40（3）：84-100.

［2］梁佳，嚴(yán)鋒，張其林.數(shù)字技術(shù)提升零售產(chǎn)業(yè)效率：機(jī)理與實(shí)證［J］．商業(yè)經(jīng)濟(jì)與管理，2023（12）：5-21.

［3］謝莉娟，王曉東.數(shù)字化零售的政治經(jīng)濟(jì)學(xué)分析［J］．馬克思主義研究，2020（2）：100-110.

［4］Cao L，LiL.TheImpactofCross-ChannelIntegrationonRetailers’SalesGrowth［J］．JournalofRetailing，2015，91（2）：198-216.

［5］NeslinSA，ShankarV.KeyIssuesinMultichannelCustomerManagement：CurrentKnowledgeandFutureDirections［J］．JournalofInteractiveMarketing，2009，23（1）：70-81.

［6］丁寧，丁華.實(shí)體零售全渠道商業(yè)模式創(chuàng)新對(duì)經(jīng)營(yíng)績(jī)效的影響——基于雙重差分法的研究［J］．商業(yè)經(jīng)濟(jì)與管理，2020（7）：17-26.

［7］張任之.數(shù)字技術(shù)與供應(yīng)鏈效率：理論機(jī)制與經(jīng)驗(yàn)證據(jù)［J］．經(jīng)濟(jì)與管理研究，2022，43（5）：60-76.

［8］WangY，SinggihM，WangJ，etal.MakingSenseofBlockchainTechnology：HowWillItTransformSupplyChains？［J］．InternationalJournalofProductionEconomics，2019，211：221-236.

［9］WangG，GunasekaranA，NgaiEWT，etal.BigDataAnalyticsinLogisticsandSupplyChainManagement：CertainInvestigationsforResearchandApplications［J］．InternationalJournalofProductionEconomics，2016，176：98-110.

［10］涂心語(yǔ)，嚴(yán)曉玲.數(shù)字化轉(zhuǎn)型、知識(shí)溢出與企業(yè)全要素生產(chǎn)率——來(lái)自制造業(yè)上市公司的經(jīng)驗(yàn)證據(jù)［J］．產(chǎn)業(yè)經(jīng)濟(jì)研究，2022（2）：43-56.

［11］王國(guó)順，支曉靜，胡國(guó)武.零售企業(yè)O2O轉(zhuǎn)型的效率變動(dòng)實(shí)證分析［J］．系統(tǒng)工程，2016，34（11）：98-104.

［12］趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng)+”信息披露：實(shí)質(zhì)性陳述還是策略性炒作——基于股價(jià)崩盤風(fēng)險(xiǎn)的證據(jù)［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2020（3）：174-192.

［13］劉向東，劉雨詩(shī)，陳成漳.數(shù)字經(jīng)濟(jì)時(shí)代連鎖零售商的空間擴(kuò)張與競(jìng)爭(zhēng)機(jī)制創(chuàng)新［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2019（5）：80-98.

［14］BellDR，ChoiJ，LodishL.WhatMattersMostinInternetRetailing［J］．SloanManagementReview，2012，54（1）：27.

［15］戚聿東，肖旭.數(shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革［J］．管理世界，2020，36（6）：135-152+250.

［16］KimE，NamD，StimpertJL.TheApplicabilityofPorter’sGenericStrategiesinTheDigitalAge：Assumptions，Conjectures，andSuggestions［J］．JournalofManagement，2004，30（5）：569-589.

［17］袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2021（9）：137-155.

［18］HigónDA，Bozkurto，CleggJ，etal.TheDeterminantsofRetailProductivity：ACriticalReviewofTheEvidence［J］．InternationalJournalofManagementReviews，2010，12（2）：201-217.

［19］FriedHO，LovellCAK，SchmidtSS，etal.AccountingforEnvironmentalEffectsandStatisticalNoiseinDataEnvelopmentAnalysis［J］．JournalofProductivityAnalysis，2002，17（1）：157-174.

［20］廖理，崔向博，孫瓊.另類數(shù)據(jù)的信息含量研究——來(lái)自電商銷售的證據(jù)［J］．管理世界，2021，37（9）：90-104.

［21］趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］．財(cái)貿(mào)經(jīng)濟(jì)，2021，42（7）：114-129.

［22］胡珺，彭遠(yuǎn)懷，宋獻(xiàn)中，等.控股股東股權(quán)質(zhì)押與策略性慈善捐贈(zèng)——控制權(quán)轉(zhuǎn)移風(fēng)險(xiǎn)的視角［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2020（2）：174-198.

［23］劉向東，湯培青.實(shí)體零售商數(shù)字化轉(zhuǎn)型過(guò)程的實(shí)踐與經(jīng)驗(yàn)——基于天虹股份的案例分析［J］．北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，33（4）：12-21.

［24］馬述忠，房超.線下市場(chǎng)分割是否促進(jìn)了企業(yè)線上銷售——對(duì)中國(guó)電子商務(wù)擴(kuò)張的一種解釋［J］．經(jīng)濟(jì)研究，2020，55（7）：123-139.

［25］申明浩，劉文勝.服務(wù)業(yè)開(kāi)放對(duì)制造業(yè)資源錯(cuò)配效應(yīng)研究——基于工業(yè)企業(yè)數(shù)據(jù)庫(kù)的實(shí)證分析［J］．國(guó)際貿(mào)易問(wèn)題，2016（11）：97-107.

TheDigitalTransformationandPerformanceImprovementPathofEnterpriseRetail

UndertheNewRetailScenario

ZHANGMin1，3，CHENZhicheng2

（1SchoolofEconomics，ShandongUniversity，Jinan250100，China;

2InstituteofEconomics，ShandongAcademyofSocialSciences，Jinan250002，China;

3.SchoolofEconomicsandManagement，ShandongYouthUniversityofPoliticalScience，Jinan250103，China）

Abstract：Inthewaveofdigitaltransformation，retail，asanimportantlinkinexploringconsumptionpatterns，innovatingmarketingmethods，andbuildingcommercialformats，hasgraduallybecometheforefrontofenterprisedigitaltransformationBasedonthe characteristicsof“newretail”， theDEATobitmodelisusedtotesttheimpactofretaildigitaltransformationonenterpriseperformanceTheresultsshowthatretaildigitaltransformationimprovestheoperationalefficiency，scaleefficiency，andtechnologicallevelofenterprisesthroughthreepaths：improvingsupplyanddemandmatchingefficiency，reducingcostsandexpenses，andenhancingresearchanddevelopmentcapabilities，drivingtheimprovementofenterpriseperformanceAmongthem，thedigitaltransformationofretailhasthegreatestimpactonimprovingoperationalefficiency，followedbyscaleefficiencyandtechnologicalprogressInaddition，thereisawidespreadimbalanceindigitaltransformationamongregions，industries，andenterprisesBasedonthis，itisnecessarytoreasonablyevaluatetheroleofretaildigitaltransformation，facetheimbalanceofretaildigitaltransformationdevelopment，payattentiontopolicysupport，andpromotehigh-qualitydevelopmentofenterprises

Keywords：newretail;digitaltransformation;enterpriseperformance;highqualitydevelopment

（責(zé)任編輯：趙春江）