张晓芳 孙娜

摘   要：通过随机前沿分析估算了47家上市零售企业5年的成本效率，同时，运用内容分析法对样本企业五年间全渠道整合水平进行分析、测量并赋值，以公司规模和线下渠道数量为调节变量，使用随机效应回归模型实证研究了全渠道整合水平对零售企业成本效率的影响及公司规模和线下渠道数量在其中所起的调节作用。结果表明，全渠道整合水平对零售企业成本效率具有显著正向影响作用，而公司规模和线下渠道数量的影响显著为负。

关键词：全渠道;上市零售企业;成本效率

中图分类号：F406.74    文献标志码：A    文章编号：1673-291X（2021）08-0132-05

引言

截至2020年3月，我国网络购物用户占网民整体的78.6%，手机网络购物用户占手机网民的78.9%[1]，网络购物在我国社会零售消费中所占比重越来越大。近年来，互联网日益发展，传统零售企业的线下零售业态持续受到冲击，越来越多的传统零售企业意识到转型的重要性，开始强调多渠道、全渠道的发展路线，希望通过线上线下的整合给消费者带来“无缝式购物”的消费体验。但转型过程中，不少企业付出巨大成本却收益惨淡。在这种市场竞争激烈、企业面临改革的情况下，成本效率分析对于零售企业的作用不容忽视。效率分析为零售业的战略决策提供充分依据，在零售企业的成本控制与管理中发挥着重要作用，成本效率的高低体现了企业对资源的合理分配能力和管理能力。每一个转型中的传统零售企业都应充分了解全渠道发展对企业成本效率的影响。鉴于此，本文提出以下两个问题：一是全渠道水平如何影响企业成本效率？二是哪些因素影响企业全渠道发展对企业成本效率的作用？

一、文献回顾

（一）全渠道零售

李飞认为，全渠道零售是指为满足消费者购物、娱乐、社交等多方面的需求，企业发展并协调多条零售渠道，使信息流动与销售活动得以跨渠道进行[2]。Bell等人认为，全渠道零售是一种整合不同渠道的零售方式，可以使顾客在购物时能够同时利用所有可用的线上和线下零售渠道[3]。Verhoef认为，全渠道零售旨在通过无边界的跨渠道服务系统以提供无缝的客户体验[4]。

（二）全渠道整合

Oh等人认为，全渠道整合是在跨渠道促销、交易信息管理、产品和定价、信息访问、订单履行以及客户服务等领域进行协调整合[5]。Cao等人将跨渠道整合定义为企业在为创造协同效应和提高消费者利益时，充分协调其渠道目标与设计部署。认为不同程度的协调需要不同水平的资源投入，能为零售企业带来不同水平的利益、结果、成本和风险，并基于定性理论的研究，构建了一个四层次的跨渠道整合测量工具[6]。殷红等人通过因子分析和聚类分析将全渠道整合评价体系分为四个维度13个指标，并基于此评价体系测度了上市零售企业的渠道整合程度[7]。黄漫宇等人运用内容分析法将全渠道发展水平分为五个层次，并对每个层次的新渠道建设情况、渠道整合情况、渠道效果等方面作出了解释[8]。

（三）全渠道整合对企业的影响

国内外的学者们也通过实证研究探讨了全渠道整合对企业的影响。Cao等人运用自己构建的一个四层次跨渠道整合测量工具，通过分析2008—2011年71家美国上市零售企业的数据，发现渠道整合能有效促进销售额增长[6]。吴锦峰等人通过理论探讨与实证研究发现，不同信息的整合对零售商权益有不一样的影响，如促销、产品、交易、价格等信息整合情况影响零售商线上权益，而顾客服务、信息获取等影响零售商线下权益[9]。

二、研究设计

（一）全渠道发展对零售企业成本效率的影响机制

第一，零售企业线上线下渠道的整合能优化企业决策，从而影响成本效率。Berger， Lee和Weinberg（2006）在其研究中[10]， 论证了总部决策与营销支出的关系，表明渠道整合能使更多渠道的人员参与渠道决策，从而优化渠道结构，使企业获得更高水平的利润与更低水平的支出。在渠道完全独立、渠道部分整合及渠道完全整合三种渠道策略中，渠道完全整合能使零售企业获取最大的利润。第二，渠道间的整合有利于市场扩大，获取成本优势。有研究表明，市场扩张后，零售商讨价还价能力提高，能从供应商处获得更大的数量折扣，从而降低成本;同时，零售商可以将固定配送成本分摊给更多的商品。一定范围内订单数量越多，平均分摊在商品上的配送成本越低[11]。学者Neslin等人在其研究中表明，渠道的增加能带来更多的市场机会和更大的销售额，但若线上渠道和线下渠道在产品、物流、运营结构等方面存在差异，这种差异会中断零售商的规模优势[12]。据此。本文提出如下假设：

H1：全渠道整合水平对上市零售企业成本效率具有正向影响。

企业规模。企业规模对于组织创新有不同的影响。一方面由于大企业在资金、研发、管理、知识储备等多方面的优势，规模较大的公司可能更愿意进行企业创新[13]。但随着规模增大，组织内的决策速度随之减慢，冒险动机随之减少，从而對于企业创新产生不利影响[14]。另一方面，小企业决策灵活，以市场为导向，在动荡和竞争压力较大的环境下，对风险拥有更高的感知水平，更容易拥抱新技术进行创新行为[15]。据此，本文提出如下假设：

H2：公司规模对上市零售企业成本效率的影响具有负向调节作用。

线下渠道数量。线下渠道数量在一定程度上与企业品牌相关。线下门店多的企业能在消费者群体中有更大的曝光率，强化消费者对零售品牌的印象，增强消费者信任，有利于线上平台品牌树立及传播。另一方面，线下渠道在全渠道发展中与物流系统息息相关，例如：线下渠道多的零售商在发展“网购店取”、“退货到店”等模式时能有更大的优势。同时，在全渠道发展中，门店能起到“仓库”的作用，线下门店多有利于仓库共用、资源共享，提升运营效率。据此。本文提出如下假设：

H3：渠道数量对上市零售企业成本效率的影响具有正向调节作用。

（二）研究变量

1.解释变量

全渠道整合水平。关于全渠道整合水平的界定，本文采用了黄漫宇等人的方法[11]，运用内容分析法，通过分析企业年报等方式对企业渠道整合水平进行界定，并根据其整合水平对其进行赋值。由于篇幅限制，表1仅展示10家零售企业在2015—2019年全渠道发展水平。

2.被解释变量

零售企业成本效率。零售企业成本效率反映了企业实现最优投入与产出组合的能力，反映了企业资源配置能力、管理能力以及技术水平能力。零售企业成本效率衡量的是企业实际成本与最优成本的距离，本文通过随机前沿分析法测度样本零售企业的成本效率。在运用随机前沿分析法对上市零售企业成本效率进行测度之前，还需确定函数的估算模型。本文采用超越对数函数，其模型如下：其中，C为第i家上市零售企业总成本，用企业营业总成本表示;y为零售企业产出，用企业营业收入表示;w表示投入要素价格，包括两个要素：劳动力要素价格（w1）和资本投入要素价格（w2），分别用支付给职工以及为支付的现金/员工人数、支付给职工以及为支付的现金/员工人数表示;V+U为随机误差项;α为待估计的系数。数据皆来源于国泰君安数据库及巨潮资讯网。

3.研究方法

根据本文理论分析，经豪斯曼检验方法检验，本文回归过程采用随机效应回归方法分析全渠道整合水平对上市零售企业成本效率的影响程度及调节变量的影响，并构建如下两个回归模型：

模型一：CEit=a+β1omniit+β2size+β3numbers+β4Xit+εit（2）

模型二：CEit=a'+β5omniit+β6size+β7numbers+β8omni*

size+β9omni*numbers+β10X'it+ε'it（3）

其中，模型一为解释变量与调节变量未交互时的情况，模型二为解释变量与调节变量已交互时的情况;CE

为成本效率，由前文超越对数成本函数模型测算得出;omni为全渠道整合水平的赋值变量，取值1-5;size为调节变量企业规模，为年末资产总计的自然对数;numbers为调节变量线下渠道数量，为企业年报中公布的实体店数量;omni*size为全渠道整合水平和企业规模的交互项;omni*numbers为全渠道整合水平和线下渠道数量的交互项;X为一组控制变量，包括股权结构（h5）、库存周转率（invent）和社会消费品零售总额（retail）。其中，股权结构为公司前 5 位大股东持股比例的平方和，地方性企业社会消费品零售总额为所在省的省消费品零售总额，全国性企业则为全国社会消费品零售总额变量。

4.样本选取与数据来源

根据证监会行业板块分类的零售类上市公司（深沪 A 股，不含B股、H股），按照样本数据具有稳定性、可比较性、可获得性等原则进行样本选取，删除上市时间未达5年上的、数据缺失的、报告期内被特殊处理的以及医药类等专业性强的零售企业，最终筛选出 47 家上市零售企业作为研究样本。时间跨度为2015—2019年，数据来自国泰安数据库、巨潮资讯网及国家统计局等。文中主要变量的描述性统计如表2所示。

三、实证结果分析

（一）样本零售企业的成本效率估算

根据前文所述超越对数成本函数，本文使用对上市零售企业的成本效率进行了估算。由于篇幅限制，以下不一一列举 47 家样本零售企业的成本效率。 2015—2019 年间我国上市零售企业成本效率的描述性统计特征如表3所示。

由表3可知，47家样本零售企业5年平均成本效率仅0.69，意味着在相同产出下，零售企业成本距离最优成本还有0.31的距离，表明零售企业整体成本效率情况良好，但依然有很大进步空间。另一方面，样本零售企业中“贫富悬殊”——成本结构好的企业（美克家居）成本效率达0.996，接近最优成本;而效率低下的企业（宁波中百）成本效率低至0.533。部分零售企业效率颇为低下的原因可能为：第一，随着互联网的快速发展，其实体零售受电商企业冲击较大，导致其销售额大幅度降低、市场竞争能力减弱、成本效率降低;第二，转型过程中发展线上渠道投入成本较高，而其投资的线上渠道短期内没有达到预期收入，导致投资收入结构不平衡，从而成本效率低下。

（二）全渠道整合水平对成本效率的影响

全渠道整合水平对成本效率的实证回归结果如表4所示。表4的回归结果显示，模型一零售企业全渠道对成本效率的影响系数为0.012，模型二中零售企业全渠道对成本效率的影响系数为0.296，且分别在10%、5%水平下通过了显著性检验，说明全渠道零售能提高零售企业成本效率，表明零售企业渠道整合越好，零售企业越能提升消费者购物体验，获取更多目标顾客，提高消费者忠诚度;越能扩大市场，提高议价能力，降低企业成本;越能提高零售企业竞争力，促进零售企业成本效率的提高，证明H1成立。

（三）调节变量的影响

企业规模、线下渠道数量对零售业成本效率的调节系数如表4模型二所示。

表4模型二顯示，零售企业全渠道整合水平对成本效率的影响显著为正，但全渠道整合水平与企业规模的交互项系数为-0.012，且通过了10%的显著性检验，表明企业规模对于企业成本效率的影响起到负向调节作用，证明H2成立。这可能是由于企业规模越大，组织结构越复杂，组织内部决策速度减缓，信息流动减慢，对市场变化的灵敏度减弱，导致企业在面对重大变化时需投入更多的资源与精力打破重重障碍。

同样，全渠道整合水平与线下渠道数量的交互项系数为-0.002，且通过了5%的显著性检验，说明线下渠道数量对于企业成本效率的影响同样起到负向调节作用，证明H3不成立。虽然线下渠道增多，能增大其曝光度与消费者信任度，但全渠道发展过程需要对所有渠道进行信息、服务、硬件等方面的整合，其渠道数量越多，整合难度越大，相应的技术投入也越大，不利于成本效率的提升。

四、結论、建议与研究展望

（一）结论及建议

本文通过测量零售企业全渠道发展水平、估算零售企业成本效率等步骤，从成本效率视角，运用随机效应回归方法实证研究了全渠道整合水平对企业产生的影响，并探究了企业规模与线下渠道数量对其的调节作用。最终结果显示，全渠道整合水平对零售企业成本效率具有正向影响作用，企业规模、线下渠道数量对于零售企业成本效率皆具有负向调节作用。基于上述结论和本研究成果笔者有如下建议：第一，政府应鼓励提倡零售行业向全渠道转型，加速整合线上线下渠道，从而提高我国零售企业的成本效率与行业活力。第二，全渠道整合要求发展尽可能多的渠道且渠道之间做到信息、会员、产品、物流等方面的充分融合，因此，传统企业应高度重视在互联网时代的线上转型，而一些电商企业也应当在适当时刻考虑实体零售的发展，以消费者为驱动，提高消费者购物体验，提高自身竞争能力。第三，规模较大的企业应保持市场敏锐度，转型过程中应充分将企业自身情况与改革方向相结合，注意组织内部的决策速度与信息流动速度。第四，当前零售业的竞争不再同于传统的竞争模式，零售企业应重视技术革新、重视打造数字化企业，而不是因为一味追求渠道扩张、数量扩张，应从以往“以量取胜”的竞争模式慢慢转变为“以质取胜”。

（二）研究不足与展望

本文研究过程与结论丰富了全渠道相关问题的理论研究，相信会对零售企业的发展具有借鉴意义。但研究过程中，也有一些不足：第一，虚拟变量的赋值依据主要来源于年报，其准确性主要取决于年报的披露程度与研究者的细心程度等，存在某种程度的误差，在之后的研究中可进一步完善全渠道整合水平的测量方法及测量体系。第二，本文选用的调节变量都是来自于企业层面，环境层面中也有不少因素对成本效率产生调节作用，如消费者因素、供应商因素、竞争因素等，在以后的研究中可加深探讨。

参考文献：

[1]   中国互联网络信息中心（CNNIC）.第45次中国互联网络发展状况统计报告[R/OL].中文互联网数据资讯网，2020，（4）.

[2]   李飞.全渠道零售的含义、成因及对策——再论迎接中国多渠道零售革命风暴[J].北京工商大学学报：社会科学版，2013，28（2）：1-11.

[3]   D.R.Bell，S.Gallino，A.Moreno.Howto win in an omnichannel world？[J]. MIT Sloan Manag.Rev.，2014，56（1）：45-53.

[4]   P.C.Verhoef，P.Kannan，J.J.Inman.From multi-channel retailing to omni-channel retailing： introduction to the special issue on multi-

channel retailing[J].Journal of Retailing，2015，91（2）：174-181.

[5]   L.B.Oh，H.H.Teo，V.Sambamurthy.The effects of retail channel integration through the use of information technologies on firm

performance[J].Journal Operation Management，2012，30（5）：368-381.

[6]   L.L.Cao，LiLi.The Impact of Cross-channel Integration on Retailers' Sales Growth[J].Journal of Retailing，2015，91（2）：198-216.

[7]   殷红.我国零售业上市公司线上线下渠道整合现状分析[J].商业时代，2013，（25）：19-20.

[8]   黄漫宇，李圆颖.零售企业全渠道发展水平对经营效率的影响路径及效应研究[J].北京工商大学学报：社会科学版，2017，32（6）：

35-44.

[9]   吴锦峰，常亚平，侯德林.多渠道整合对零售商权益的影响：基于线上与线下的视角[J].南开管理评论，2016，19（2）：170-181.

[10]   Berger，P D，Lee，J，et al.Optimal Cooperative Advertising Integration Strategy for Organizations Adding a Direct Online Channel[J].

Journal of the Operational Research Society，2006，57（8）：920-927.

[11]   Ingene，CharlesA.Labor Productivity in Retailing[J].Journal of Marketing， 1982，46（4）：75-90.

[12]   NESLIN S A，GREWAL D，LEGHORN R，etal.Challenges and Opportunities in Multichannel Customer Management[J].Journal of

Service Research，2006，9（2）：95-112.

[13]   Schumpeter，Joseph A.Capitalism，Socialism， and Democracy[M].New York： Harper，1962.

[14]   Damanpour，Fariborz.Organizational Innovation：A Meta-analysis of Effects of Determinants and Moderators[J].Academy of Management

Journal，34（3）：555-590.

[15]   VeroniqueBouchard，OlivierBasso.Exploring the Links between Entrepreneurial Orientation and Intrapreneurship in Smes[J].Journal of

Small Business and Enterprise Development，2011，18（2）：219-231.