楊卓凡，石 勇,3

(1.中國科學(xué)院大學(xué)管理學(xué)院，北京 100190;2.中國科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心，北京 100190;3.中國科學(xué)院大數(shù)據(jù)挖掘與知識(shí)管理重點(diǎn)實(shí)驗(yàn)室，北京 100190)

?

動(dòng)態(tài)市場競爭環(huán)境下電子商務(wù)企業(yè)盈利能力的影響因素研究

楊卓凡1,2，石 勇1,2,3

(1.中國科學(xué)院大學(xué)管理學(xué)院，北京 100190;2.中國科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心，北京 100190;3.中國科學(xué)院大數(shù)據(jù)挖掘與知識(shí)管理重點(diǎn)實(shí)驗(yàn)室，北京 100190)

為找到電子商務(wù)企業(yè)高投入、低投資回報(bào)現(xiàn)象存在的原因，本文首先運(yùn)用數(shù)據(jù)包絡(luò)分析(DEA)模型計(jì)算了電子商務(wù)企業(yè)投入對(duì)產(chǎn)出的過度效應(yīng)，即投入擁擠，然后將之與行業(yè)內(nèi)的市場競爭程度和移動(dòng)電子商務(wù)的發(fā)展相結(jié)合，通過構(gòu)建面板數(shù)據(jù)回歸模型，詳細(xì)探討了動(dòng)態(tài)市場競爭環(huán)境下電子商務(wù)企業(yè)盈利能力的影響因素。研究結(jié)果證實(shí)了資產(chǎn)規(guī)模過大對(duì)傳統(tǒng)電子商務(wù)企業(yè)盈利能力具有削弱作用，而市場集中度和移動(dòng)電子商務(wù)的發(fā)展則對(duì)傳統(tǒng)電子商務(wù)企業(yè)盈利能力具有推動(dòng)作用。這些發(fā)現(xiàn)啟示企業(yè)經(jīng)營管理者應(yīng)聚焦于移動(dòng)電子商務(wù)發(fā)展帶來的新機(jī)遇，消除投入擁擠，通過調(diào)適生產(chǎn)規(guī)模和新業(yè)務(wù)模式的創(chuàng)新，開辟新的營銷渠道和盈利模式。

電子商務(wù)；DEA；投入擁擠；盈利能力；市場集中度

1 引言

電子商務(wù)環(huán)境持續(xù)不斷地變化進(jìn)一步推動(dòng)了持續(xù)不斷的戰(zhàn)略演進(jìn)及新產(chǎn)品、新流程、新技術(shù)的采用[1]。動(dòng)態(tài)的環(huán)境變化使企業(yè)面臨三個(gè)關(guān)鍵性的風(fēng)險(xiǎn)：需求風(fēng)險(xiǎn)、創(chuàng)新風(fēng)險(xiǎn)和無效風(fēng)險(xiǎn)，而網(wǎng)絡(luò)因其能有效地觸及不同的市場和客戶，被視為是降低這些風(fēng)險(xiǎn)的一種驅(qū)動(dòng)。電子商務(wù)創(chuàng)造了重塑產(chǎn)品、業(yè)務(wù)、流程甚至全球經(jīng)濟(jì)的機(jī)會(huì)，帶來了上至宏觀經(jīng)濟(jì)環(huán)境，下到企業(yè)生產(chǎn)運(yùn)營和管理等不同層次的變革和創(chuàng)新。據(jù)易觀數(shù)據(jù)統(tǒng)計(jì)顯示，2014年B2C電子商務(wù)市場交易規(guī)模

達(dá)13.7萬億元人民幣，增長率高達(dá)78.69%。電子商務(wù)的快速發(fā)展，一方面促進(jìn)了商業(yè)模式的創(chuàng)新，另一方面加劇了市場競爭，使得市場結(jié)構(gòu)越來越趨向于高度集中的不完全競爭的市場。

市場結(jié)構(gòu)是指特定行業(yè)內(nèi)企業(yè)的整體和相對(duì)規(guī)模[2]，以及由此決定的競爭形勢。市場結(jié)構(gòu)理論是微觀經(jīng)濟(jì)學(xué)的重要理論基石之一，該理論根據(jù)市場集中度不同，將市場競爭分為完全競爭、壟斷競爭、寡頭競爭、完全壟斷四種形式，完全競爭的市場是最優(yōu)的市場，而完全壟斷的市場由于價(jià)格完全由賣方?jīng)Q定，買方?jīng)]有議價(jià)能力，因而是效率最差的市場。

動(dòng)態(tài)競爭戰(zhàn)略一般認(rèn)為企業(yè)的戰(zhàn)略調(diào)整是基于競爭對(duì)手的行為、顧客需求變化、商業(yè)環(huán)境變化及可預(yù)期的競爭對(duì)手行為而做出的[3]。外部動(dòng)態(tài)的市場結(jié)構(gòu)及競爭態(tài)勢變化使企業(yè)需要不斷地創(chuàng)造能保持其競爭優(yōu)勢的獨(dú)特的資源和能力[4]，動(dòng)態(tài)戰(zhàn)略調(diào)整對(duì)企業(yè)績效具有適應(yīng)性和破壞性效益[5]。戰(zhàn)略管理領(lǐng)域的大量研究表明，市場競爭有助于企業(yè)提升生產(chǎn)率水平和創(chuàng)新商業(yè)模式[6-8]。因此，考慮到外部環(huán)境的變化，在動(dòng)態(tài)市場競爭環(huán)境下考察電子商務(wù)企業(yè)盈利能力的決定因素是必要的。

雖然以前的研究已經(jīng)廣泛探討了影響企業(yè)盈利能力的主要因素，并將之歸結(jié)為生產(chǎn)率效應(yīng)(運(yùn)營效率和技術(shù)變化)、活動(dòng)效應(yīng)(規(guī)模效應(yīng)、資源組合效應(yīng)和生產(chǎn)組合效應(yīng))和價(jià)格效應(yīng)[9-11]。但是這些研究主要集中于企業(yè)水平的視角，行業(yè)內(nèi)的市場競爭程度及投入對(duì)產(chǎn)出的過度效應(yīng)被忽略了。在經(jīng)濟(jì)學(xué)上，投入對(duì)產(chǎn)出的過度效應(yīng)被稱為“投入擁擠”，它反映了投入資源在各個(gè)價(jià)值鏈環(huán)節(jié)中的配置不合理狀態(tài)。從微觀經(jīng)濟(jì)學(xué)規(guī)模收益的視角，當(dāng)“投入擁擠”發(fā)生時(shí)，規(guī)模經(jīng)濟(jì)下滑且市場份額收縮，投入擁擠是規(guī)模收益的一種特殊狀態(tài)。因此，運(yùn)用相關(guān)的理論和模型測量電子商務(wù)企業(yè)各個(gè)生產(chǎn)要素“投入擁擠量”是找到資源浪費(fèi)的根本。

電子商務(wù)領(lǐng)域的大量研究表明，為了贏得市場規(guī)模和市場地位，許多電子商務(wù)企業(yè)仍處于虧空運(yùn)營狀態(tài)[12]。電子商務(wù)早期的進(jìn)入者并沒有比其后進(jìn)入者在市場份額、邊際利潤或營銷效率上具有更多的優(yōu)勢[13]。被稱為“信息技術(shù)生產(chǎn)率悖論”，信息技術(shù)投資經(jīng)常產(chǎn)生零利潤或負(fù)收益[14]。例如，亞馬遜創(chuàng)造了雷厲風(fēng)行、事半功倍、卓有成效的在線零售營運(yùn)效率，但自其成立20年來，至今仍未獲得大規(guī)模的可觀利潤。更令人費(fèi)解的是，即使大多數(shù)電子商務(wù)企業(yè)處于虧損運(yùn)營狀態(tài)，但電子商務(wù)廣闊的發(fā)展前景依然被投資人看好，這也使電子商務(wù)企業(yè)成為風(fēng)險(xiǎn)資本角逐的對(duì)象。因此，在大量風(fēng)險(xiǎn)投資資金的幫助下，電子商務(wù)企業(yè)實(shí)現(xiàn)了快速的技術(shù)創(chuàng)新和規(guī)模擴(kuò)張。再加上網(wǎng)絡(luò)經(jīng)濟(jì)“鎖定效應(yīng)”的刺激，大多數(shù)電子商務(wù)企業(yè)采取了“以規(guī)模換效益、以低價(jià)占市場”的發(fā)展思路和發(fā)展策略。事實(shí)上，這種急功近利的規(guī)模擴(kuò)張和發(fā)展模式與企業(yè)的內(nèi)部管理及價(jià)值鏈各環(huán)節(jié)的協(xié)調(diào)發(fā)展并不匹配，并帶來了諸多隱患：如戰(zhàn)略定位不清晰、售后服務(wù)不完善、物流與供應(yīng)鏈能力與日益增長的交易規(guī)模不匹配等。由于這些原因，一些電子商務(wù)企業(yè)猶如曇花一現(xiàn)，最終因資金鏈斷裂而倒閉了。

為什么電子商務(wù)企業(yè)投入了大量的資金卻未獲得預(yù)期的高額利潤？電子商務(wù)企業(yè)的規(guī)模擴(kuò)張和企業(yè)盈利之間存在著怎樣的關(guān)系？

為了回答以上兩個(gè)問題，考慮到宏觀的市場結(jié)構(gòu)和移動(dòng)電子商務(wù)發(fā)展創(chuàng)新帶來的新機(jī)遇，結(jié)合生產(chǎn)要素投入的“擁擠量”，本文構(gòu)建了反映電子商務(wù)盈利能力影響因素的面板回歸模型，旨在探討動(dòng)態(tài)市場競爭環(huán)境下，電子商務(wù)企業(yè)的規(guī)模擴(kuò)張和巨額投資是如何影響電子商務(wù)企業(yè)的盈利能力的。該研究有利于理解動(dòng)態(tài)競爭市場下的電子商務(wù)企業(yè)“高投入、低收益”現(xiàn)象存在的背景和原因，同時(shí)也期望從企業(yè)資源配置和競爭創(chuàng)新的視角，給決策者提供保持企業(yè)可持續(xù)競爭優(yōu)勢的策略和建議。

2 研究假設(shè)與概念框架

2.1 動(dòng)態(tài)市場競爭與盈利能力

從中國B2C電子商務(wù)的市場格局來看，截止到2014年，天貓電商占據(jù)近6成的網(wǎng)絡(luò)購物市場份額，其次是京東(17.7%)和蘇寧易購(4.1%)，三家企業(yè)累計(jì)占據(jù)了76.4%的網(wǎng)絡(luò)購物市場。由此可以看出，中國的網(wǎng)絡(luò)購物市場已逐步形成了高度壟斷競爭的市場格局，天貓和京東占據(jù)了資金、資源和流量優(yōu)勢，在產(chǎn)品品類擴(kuò)充、業(yè)務(wù)創(chuàng)新、供應(yīng)鏈和產(chǎn)業(yè)鏈整合方面處于領(lǐng)先地位。與美國電商重質(zhì)量和均衡發(fā)展的市場格局相比，中國電商雖然數(shù)量和規(guī)模龐大，但市場集中度高，兩極分化嚴(yán)重。

從某種程度來說，一個(gè)市場集中度較高的行業(yè)更類似于不完全競爭的市場。Schumpeter[6]認(rèn)為，不完全競爭的市場環(huán)境更有助于大型企業(yè)實(shí)現(xiàn)技術(shù)創(chuàng)新和進(jìn)步。然而，20世紀(jì)70年代末，Kamien和Schwartz[7]關(guān)于市場結(jié)構(gòu)和創(chuàng)新活動(dòng)的一系列實(shí)證研究顯示，二者之間的關(guān)系是沒有定論的。不完全競爭的市場結(jié)構(gòu)有助于刺激創(chuàng)新活動(dòng)，也有可能是完全相反，削弱創(chuàng)新活動(dòng)。網(wǎng)絡(luò)理論認(rèn)為，在一個(gè)生產(chǎn)者較少而供應(yīng)商和消費(fèi)者較多且非組織化的市場環(huán)境下，生產(chǎn)者能獲取高額利潤。Raider[8]利用社會(huì)學(xué)中盛行的用于衡量市場競爭的網(wǎng)絡(luò)理論模型代替經(jīng)濟(jì)學(xué)中用市場集中度衡量市場競爭的方法，重新探討了市場結(jié)構(gòu)與創(chuàng)新的關(guān)系。研究發(fā)現(xiàn)，處于高度約束市場競爭環(huán)境下的市場比那些壓力較小的市場顯示出更大的研發(fā)密度和更快的創(chuàng)新速度。由此，我們可以提出假設(shè)1。

H1：市場集中度越高越有助于提升電子商務(wù)企業(yè)的盈利能力。

Porter[15]的五力分析模型認(rèn)為，行業(yè)內(nèi)競爭程度和規(guī)模主要受制于五種力量：內(nèi)部競爭、潛在進(jìn)入者的威脅、替代與互補(bǔ)品、供應(yīng)商的力量和購買者的力量。其中，行業(yè)內(nèi)部的競爭是核心。內(nèi)部競爭指的是在一個(gè)市場內(nèi)，企業(yè)為搶占市場份額而進(jìn)行的競爭。易觀智庫的一份研究報(bào)告顯示，移動(dòng)網(wǎng)購在2012到2014年間每季度呈現(xiàn)出快速增長趨勢，如圖1。

圖1 2012 Q1-2014 Q4中國網(wǎng)上零售/移動(dòng)網(wǎng)購占比

在傳統(tǒng)電商還在爭奪網(wǎng)絡(luò)用戶、搶占市場份額、提升電子商務(wù)供應(yīng)鏈能力上部署商業(yè)戰(zhàn)略的時(shí)候，移動(dòng)互聯(lián)網(wǎng)的興起又?jǐn)_亂了正在形成的傳統(tǒng)電商市場格局，拉開了新的用戶爭奪戰(zhàn)，并刺激了創(chuàng)新型商業(yè)模式的興起。從這個(gè)角度來說，移動(dòng)電子商務(wù)的發(fā)展也可看作是對(duì)傳統(tǒng)電子商務(wù)的互補(bǔ)品?；パa(bǔ)品可通過促進(jìn)正在考慮的產(chǎn)品需求進(jìn)而增加行業(yè)的獲利機(jī)會(huì)[16]，由此我們提出假設(shè)2：

H2：移動(dòng)電子商務(wù)作為傳統(tǒng)電子商務(wù)的互補(bǔ)品能提升傳統(tǒng)電子商務(wù)的盈利能力

2.2 電子商務(wù)“投入擁擠”與盈利能力

微觀經(jīng)濟(jì)學(xué)的生產(chǎn)理論認(rèn)為，在技術(shù)不變的情況下，生產(chǎn)中廠商的行為決策取決于生產(chǎn)要素的短期變動(dòng)和長期變動(dòng)。在短期內(nèi)，廠商的生產(chǎn)決策是建立在邊際收益遞減規(guī)律基礎(chǔ)上，確定勞動(dòng)力合理的投入?yún)^(qū)間和最佳投入點(diǎn)。而在全部可變生產(chǎn)要素的條件下(長期)，決定廠商盈利能力最優(yōu)的因素在于生產(chǎn)的適度規(guī)模。COASE[17]認(rèn)為，企業(yè)的適度規(guī)模即企業(yè)規(guī)模擴(kuò)張所能夠節(jié)約的交易費(fèi)用與企業(yè)在現(xiàn)有邊界下在市場上交易所發(fā)生的費(fèi)用是邊際相等的。因此，企業(yè)的規(guī)模和市場結(jié)構(gòu)受成本結(jié)構(gòu)的約束，不能無限的擴(kuò)大和縮小，而存在一定的界限。如果企業(yè)擴(kuò)大規(guī)模后所產(chǎn)生的企業(yè)內(nèi)部交易費(fèi)用低于現(xiàn)有規(guī)模條件下市場上所產(chǎn)生的交易費(fèi)用，那么企業(yè)就應(yīng)該擴(kuò)大其規(guī)模，反之，則應(yīng)該縮小規(guī)模。

電子商務(wù)的本質(zhì)是零售業(yè)，是通過信息化的方式將傳統(tǒng)零售和虛擬零售相結(jié)合，來實(shí)現(xiàn)渠道和資源的整合。電子商務(wù)企業(yè)在發(fā)展的過程中，出現(xiàn)了三種競爭態(tài)勢：低價(jià)、規(guī)模、全品類。所謂低價(jià)競爭就是在初進(jìn)入市場的時(shí)候，通過價(jià)格優(yōu)勢來吸引客戶并力爭迅速打開市場，擴(kuò)展市場規(guī)模，市場規(guī)模的擴(kuò)充相應(yīng)地要求電子商務(wù)企業(yè)在銷售商品的品類上足夠豐富，以便使得客戶進(jìn)入網(wǎng)站后，可以隨意搜索和選取其心意的商品。因此，在競爭市場中，電子商務(wù)企業(yè)會(huì)不斷地變動(dòng)橫向邊界，比較典型的方式是增加規(guī)模、自身擴(kuò)張、收購或者兼并其他公司生產(chǎn)多種相關(guān)的產(chǎn)品和提供相關(guān)的配套服務(wù)，以便尋求規(guī)模與范圍經(jīng)濟(jì)的來源，節(jié)約成本，提高利潤。

由于電子商務(wù)比傳統(tǒng)零售業(yè)有更多的價(jià)格優(yōu)勢，因此被視為更容易吸引用戶和獲得快速的投資回報(bào)。然而，事實(shí)上，電子商務(wù)并沒有為投資者帶來預(yù)期的投資回報(bào)，一些電子商務(wù)企業(yè)隨著投入的日益增加甚至出現(xiàn)了負(fù)的收益。電子商務(wù)企業(yè)這種隨著投入增加而出現(xiàn)負(fù)的產(chǎn)出回報(bào)的現(xiàn)象，被稱為“投入擁擠”。

“擁擠”或“擁塞”常見于信息網(wǎng)路、交通運(yùn)輸、煤礦等領(lǐng)域，主要指的是在既定的生產(chǎn)空間內(nèi)，投入資源在各個(gè)生產(chǎn)部門或生產(chǎn)環(huán)節(jié)配置不合理的現(xiàn)象。F?re和Svensson[18]首次指出生產(chǎn)“擁擠”在經(jīng)濟(jì)和管理領(lǐng)域普遍存在，并將“投入擁擠”定義為在特定的生產(chǎn)條件下，如果生產(chǎn)要素(投入)的子集保持不變，其他投入要素的增加會(huì)導(dǎo)致產(chǎn)出的減少。自“投入擁擠”被F?re和Svensson[18]第一次引入數(shù)據(jù)包絡(luò)分析(DEA)的理論和應(yīng)用以來，投入擁擠現(xiàn)象已經(jīng)被學(xué)者廣泛探討[19-26]。從規(guī)模收益的視角，當(dāng)投入擁擠發(fā)生時(shí)，規(guī)模經(jīng)濟(jì)下滑且市場份額收縮。因此運(yùn)用相關(guān)的理論和模型測量和證實(shí)電子商務(wù)企業(yè)的“投入擁擠”是找到資源浪費(fèi)的根本。

根據(jù)Porter[15]的一般競爭戰(zhàn)略，企業(yè)的盈利能力取決于產(chǎn)業(yè)條件及它能比競爭對(duì)手創(chuàng)造更多的價(jià)值。由于價(jià)值創(chuàng)造是由成本和收益驅(qū)動(dòng)的，因此，獲得競爭優(yōu)勢的方式有兩種：成本優(yōu)勢和收益優(yōu)勢。進(jìn)一步來說，電子商務(wù)的盈利能力取決于成本結(jié)構(gòu)的控制，包括勞動(dòng)力成本、營業(yè)成本和資產(chǎn)規(guī)模等。由此我們可以推斷出假設(shè)3：

H3：資產(chǎn)規(guī)模投入“擁擠量”會(huì)削弱電子商務(wù)企業(yè)的盈利能力。

H4：勞動(dòng)力投入“擁擠量”會(huì)削弱電子商務(wù)企業(yè)的盈利能力。

為驗(yàn)證以上研究假設(shè)，本文首先運(yùn)用DEA模型計(jì)算資產(chǎn)規(guī)模和勞動(dòng)力投入擁擠的量，將之用于度量資產(chǎn)規(guī)模過度擴(kuò)張程度和勞動(dòng)力投入過剩程度的自變量之一，選取電子商務(wù)的四企業(yè)市場集中度、移動(dòng)電子商務(wù)的季度市場份額分別作為另外兩個(gè)自變量，電子商務(wù)企業(yè)的營業(yè)利潤作為因變量，通過面板數(shù)據(jù)回歸模型的構(gòu)建，分別考察資產(chǎn)規(guī)模過大、市場集中度和移動(dòng)電子商務(wù)市場份額對(duì)傳統(tǒng)電子商務(wù)盈利能力的影響。研究的概念框架如圖2。

圖2 動(dòng)態(tài)環(huán)境下的電子商務(wù)盈利能力影響因素概念模型

3 研究方法和模型構(gòu)建

3.1 研究方法

3.1.1 市場集中度測算

市場結(jié)構(gòu)衡量的方法主要有市場集中度(Concentration Ratio)、赫芬達(dá)爾指數(shù)(Herfindahl Index也稱 H 指數(shù))、基尼系數(shù)(Gini Coefficient)等。結(jié)合電子商務(wù)發(fā)展的動(dòng)蕩性，考慮到數(shù)據(jù)的可獲得性和計(jì)算的簡便性，本文采用四企業(yè)市場集中度來評(píng)判B2B和B2C電子商務(wù)模式的市場集中度。

四企業(yè)市場集中度指的是行業(yè)內(nèi)規(guī)模最大的四家企業(yè)的交易規(guī)模占整體B2B或B2C電子商務(wù)市場交易規(guī)模的比率，計(jì)算公式如下：

(1)

其中，n=4;Xi為按照資源份額大小排列的第i位企業(yè)的銷售額，N為市場上賣方企業(yè)數(shù)目。

3.1.2 DEA投入“擁擠量”測度模型

假設(shè)有n個(gè)決策單元(DMUs)，他們用同樣的m個(gè)投入xij(i=1,…,m)去生產(chǎn)r個(gè)產(chǎn)出yrj(i=1,…,r)。 對(duì)于一個(gè)特定的DMU0，其最優(yōu)效率值可以用如下投入導(dǎo)向的BCC模型求解：

(2)

為了找到投入和產(chǎn)出的冗余，以上模型(2)可以被轉(zhuǎn)換如下：

(3)

在求得以上模型的最優(yōu)解和投入產(chǎn)出冗余值后，為了計(jì)算各個(gè)生產(chǎn)要素投入擁擠的量，Cooper等[29]構(gòu)建了如下最優(yōu)化模型：

(4)

(5)

3.1.3 DEA投入和產(chǎn)出指標(biāo)說明

從電子商務(wù)投入的視角來說，一個(gè)運(yùn)營有效的企業(yè)是那些能用較少的勞動(dòng)力、資本和其他投入消耗盡可能生產(chǎn)更多產(chǎn)出的企業(yè)。因此，員工人數(shù)、運(yùn)營成本和總資產(chǎn)被用作投入指標(biāo)來度量。

而在電子商務(wù)的產(chǎn)出方面，主要運(yùn)用財(cái)務(wù)產(chǎn)出如營業(yè)收入和市場份額來衡量電子商務(wù)企業(yè)的經(jīng)濟(jì)收益和市場競爭力。具體來說，運(yùn)營收入即是通過銷售產(chǎn)品和服務(wù)而獲得的營業(yè)收入，這是企業(yè)獲取利潤的重要保證。市場份額可以通過單個(gè)市場營收占據(jù)整個(gè)市場營收的比率來計(jì)算?？偁I業(yè)收入和市場份額相結(jié)合可以對(duì)整體市場的狀況和客戶需求進(jìn)行評(píng)判。具體的投入和產(chǎn)出指標(biāo)說明，如表1。

3.2 樣本和數(shù)據(jù)來源

為反映電子商務(wù)企業(yè)全要素生產(chǎn)率隨時(shí)間變化而發(fā)生的動(dòng)態(tài)變化，該樣本選取了35家上市電子商務(wù)企業(yè)11個(gè)季度(2011年第一季度到2013年第三季度)的數(shù)據(jù)，這些數(shù)據(jù)來自于WIND數(shù)據(jù)庫，一家中國主要的金融數(shù)據(jù)、信息和軟件集成服務(wù)提供商。

表1 電子商務(wù)“投入擁擠”測量的投入產(chǎn)出指標(biāo)說明

由于DEA模型對(duì)樣本的要求是必須對(duì)同行業(yè)或相似行業(yè)的生產(chǎn)單元進(jìn)行效率和生產(chǎn)率測算，因此，本文按照盈利模式和運(yùn)營方式的不同，將這些上市電子商務(wù)企業(yè)主要分為兩種電子商務(wù)模式，即B2B (Business to Business)和B2C (Business to Customer)，并根據(jù)兩種電子商務(wù)模式的不同，進(jìn)行了分類計(jì)算。B2B是商家與商家之間的商業(yè)模式，其利潤主要來源于相對(duì)低廉的交易成本所帶來的各種費(fèi)用的降低以及供應(yīng)鏈、價(jià)值鏈整合的好處，包括垂直B2B(產(chǎn)業(yè)鏈的上下游形成的供銷關(guān)系)、水平B2B(按照交易過程的近似度進(jìn)行集中)、自建B2B(龍頭企業(yè)利用自身優(yōu)勢串聯(lián)整條產(chǎn)業(yè)鏈)和關(guān)聯(lián)行業(yè)B2B(綜合電子商務(wù)平臺(tái))。與B2B行業(yè)大批量交易不同，B2C的電子商務(wù)模式是商家對(duì)客戶的模式，也成為電子零售模式，包括綜合平臺(tái)式B2C， 如天貓、 ebay、 蘇寧、 唯品會(huì)和亞馬遜等和在線旅游B2C平臺(tái)，如攜程、藝龍等。

由于平臺(tái)式B2C如天貓和ebay牽涉到諸多的“店中店”賣家，其投入和利潤難以統(tǒng)計(jì)，因此本文只統(tǒng)計(jì)平臺(tái)的投入和產(chǎn)出，而對(duì)于平臺(tái)模式下的諸多賣家未在本文研究范圍之內(nèi)。

在此需要指出的是，對(duì)于從傳統(tǒng)零售向電子零售模式轉(zhuǎn)型的蘇寧云商(002024.SZ)來說，由于其財(cái)務(wù)報(bào)表數(shù)據(jù)仍包含傳統(tǒng)業(yè)務(wù)的數(shù)據(jù)，為得到蘇寧集團(tuán)電子商務(wù)業(yè)務(wù)部分的投入和產(chǎn)出數(shù)據(jù)，我們做了以下數(shù)據(jù)處理：

首先，根據(jù)網(wǎng)上公開的數(shù)據(jù)和資料(主要來源于電子商務(wù)研究機(jī)構(gòu)艾瑞咨詢、賽迪集團(tuán)、中國電子商務(wù)研究中心和易觀研究)，搜集蘇寧集團(tuán)電子商務(wù)業(yè)務(wù)的年度和季度營業(yè)收入數(shù)據(jù)，并根據(jù)季度和年度增長率對(duì)于缺失的季度數(shù)據(jù)進(jìn)行估算。

其次，計(jì)算蘇寧2011Q1-2013Q3季度的電子商務(wù)營業(yè)收入與同期蘇寧集團(tuán)整體營業(yè)收入的占比，將之與蘇寧集團(tuán)整體投入如營業(yè)總成本、員工人數(shù)和總資產(chǎn)相乘，得到蘇寧集團(tuán)電子商務(wù)業(yè)務(wù)的營業(yè)成本、員工人數(shù)和總資產(chǎn)投入數(shù)據(jù)。

3.3 電子商務(wù)盈利能力影響因素回歸模型

DEA模型首先被用來計(jì)算各個(gè)生產(chǎn)要素的“投入擁擠”量，然后結(jié)合電子商務(wù)的市場集中度和移動(dòng)電子商務(wù)季度增長率，電子商務(wù)企業(yè)盈利能力影響因素的面板數(shù)據(jù)回歸模型被構(gòu)建如下：

YPROFITit= β0+β1xassetcit+β2xlaborcit+β3xcr4it+β4xmerit+υit

(6)

模型(6)中，i(i = 1, …, N)指的是電子商務(wù)企業(yè)，t(t = 1, …, T)代表了時(shí)間。 YPROFITit表示第i個(gè)電子商務(wù)企業(yè)在第t個(gè)季度的營業(yè)利潤。xassetcit和xlaborcit分表代表了第i個(gè)電子商務(wù)企業(yè)在第t個(gè)季度的總資產(chǎn)和勞動(dòng)力投入擁擠量。xcr4it和 xmerit分別表示第i個(gè)電子商務(wù)企業(yè)在第t個(gè)季度的市場集中度和移動(dòng)電子商務(wù)的增長率。β0，β1，β2和 β3分別代表了預(yù)估參數(shù)。具體的變量描述如表2。

4 研究結(jié)果

4.1 電子商務(wù)生產(chǎn)要素投入擁擠分布狀況分析

在經(jīng)濟(jì)學(xué)中，規(guī)模收益和規(guī)模經(jīng)濟(jì)是緊密相關(guān)的兩個(gè)概念，但二者實(shí)質(zhì)上有本質(zhì)的差異。規(guī)模收益與生產(chǎn)功能相關(guān)，解釋了產(chǎn)出隨著投入的變化而成比例和即時(shí)變化的行為。當(dāng)總產(chǎn)出成比例的變化超出所有投入的變化時(shí)，遞增的規(guī)模收益發(fā)生，相反，當(dāng)總產(chǎn)出增加的幅度小于投入增加的幅度時(shí)，遞減的規(guī)模收益發(fā)生。

當(dāng)投入價(jià)格不變時(shí)，遞減的規(guī)模收益會(huì)引起長期平均總成本的增加，進(jìn)而導(dǎo)致規(guī)模不經(jīng)濟(jì)。由于這個(gè)原因，企業(yè)組織可能會(huì)變得過于龐大如有太多的管理層和太多的部門層級(jí)等，結(jié)果，無效的生產(chǎn)管理和決策可能發(fā)生。圖3、圖4和圖5顯示在線旅游B2C、B2B和綜合B2C電子商務(wù)企業(yè)的生產(chǎn)要素“投入擁擠”主要表現(xiàn)為勞動(dòng)力過剩和總資產(chǎn)規(guī)模過大。換句話說，電子商務(wù)企業(yè)勞動(dòng)力和總資產(chǎn)的過度使用削弱了產(chǎn)出增加的能力。該發(fā)現(xiàn)對(duì)于理解為什么電子商務(wù)消耗了越來越多的投入?yún)s有較弱的盈利能力是有幫助的。

表2 回歸變量描述

圖3 2011Q1-2013Q3出現(xiàn)勞動(dòng)力、總資產(chǎn)和總成本“投入擁擠”的在線旅游電子商務(wù)企業(yè)數(shù)

圖4 2011Q1-2013Q3出現(xiàn)勞動(dòng)力、總資產(chǎn)和總成本“投入擁擠”的B2B電子商務(wù)企業(yè)數(shù)

圖5 2011Q1-2013Q3出現(xiàn)勞動(dòng)力、總資產(chǎn)和總成本“投入擁擠”的綜合B2C平臺(tái)電子商務(wù)企業(yè)數(shù)注：employee, cost和asset分別為勞動(dòng)力投入擁擠企業(yè)數(shù)、營業(yè)成本投入擁擠企業(yè)數(shù)和資產(chǎn)規(guī)模投入擁擠企業(yè)數(shù)

具體來說，無論B2B、綜合式B2C還是在線旅游平臺(tái)式B2C模式，均在2012年下半年出現(xiàn)了資金“投入擁擠”劇增的現(xiàn)象，這與2012年電子商務(wù)投資過熱有關(guān)。伴隨著資金的“投入擁擠”，資產(chǎn)規(guī)模過大和勞動(dòng)力投入過剩也出現(xiàn)了急劇的增長。為了考證，資產(chǎn)規(guī)模擴(kuò)張和勞動(dòng)力投入過剩是如何影響電子商務(wù)企業(yè)盈利能力的，面板數(shù)據(jù)回歸模型被構(gòu)建，模型運(yùn)行結(jié)果詳見4.2。

4.2 電子商務(wù)盈利能力影響因素模型結(jié)果分析

表3顯示了用Eviews軟件計(jì)算的面板單位根檢驗(yàn)的結(jié)果，該結(jié)果駁回了具有共同單位根的原假設(shè)，這表明面板數(shù)據(jù)是穩(wěn)定的且可直接用構(gòu)建面板數(shù)據(jù)回歸模型。

為了確定使用固定面板數(shù)據(jù)回歸模型、隨機(jī)面板數(shù)據(jù)回歸模型還是混合面板回歸模型，F(xiàn)檢驗(yàn)和似然值測試被執(zhí)行。表4報(bào)告了測試結(jié)果，根據(jù)該結(jié)果，有共同斜率系數(shù)的零假設(shè)被駁回，因此應(yīng)構(gòu)建個(gè)體固定效應(yīng)面板數(shù)據(jù)回歸模型。

表3 單位根檢驗(yàn)

** Probabilities for Fisher tests are computed using an asymptotic Chi square distribution. All other tests assume asymptotic normality.

表4 F值和似然值檢驗(yàn)

因此，方程(6)可以被重寫為：

YPROFITit=β0+β1xassetcit+β2xlaborcit+β3xcr4it+β4xmerit+μi+νit

(7)

方程(7)利用了一階誤差成分分布，在該方程中，μi指個(gè)體效應(yīng)中任何未被觀測到的成分，如一個(gè)企業(yè)首席執(zhí)行官的不可觀測的企業(yè)或管理技能，且這是一個(gè)不隨時(shí)間變化的值。νit是隨機(jī)干擾項(xiàng)，且隨著時(shí)間的變化而變化。

根據(jù)方程(7)的預(yù)估結(jié)果(如表5所示)，電子商務(wù)企業(yè)盈利能力的影響因素主要是資產(chǎn)規(guī)模、市場集中度和移動(dòng)電子商務(wù)的季度增長率，研究假設(shè)1、2、3得到驗(yàn)證，而勞動(dòng)力投入過剩對(duì)盈利能力并沒有強(qiáng)相關(guān)關(guān)系，研究假設(shè)4被駁回。具體來說，資產(chǎn)規(guī)模過大會(huì)造成盈利能力減弱，且資產(chǎn)規(guī)模每增加1%，電子商務(wù)企業(yè)盈利能力將被削弱16.8%。而市場集中度和移動(dòng)電子商務(wù)的增長則會(huì)促使電子商務(wù)企業(yè)盈利能力的增加，尤其是移動(dòng)電子商務(wù)，作為新的電子商務(wù)渠道，它的增長會(huì)使傳統(tǒng)電子商務(wù)的盈利能力增加2.3倍。

R-squared為0.7577，說明樣本可決系數(shù)為75.6%，即資產(chǎn)規(guī)模過大、移動(dòng)電子商務(wù)增長和市場集中度可解釋電子商務(wù)企業(yè)營業(yè)利潤變動(dòng)的75.6%。具體到每個(gè)電子商務(wù)企業(yè)來說，B2C網(wǎng)站易貝(EBAY.O)和蘇寧易購(002024.SZ)受資產(chǎn)規(guī)模過大、移動(dòng)電子商務(wù)增長和市場集中度影響最為明顯，而B2C網(wǎng)站當(dāng)當(dāng)網(wǎng)(DANG.N)和金融服務(wù)網(wǎng)站大智慧(601519.SH)的盈利能力受以上三種因素的聯(lián)合影響最小。

5 結(jié)語

即使電子商務(wù)的應(yīng)用已幫助企業(yè)提高了運(yùn)營效率，但實(shí)踐中多數(shù)電子商務(wù)企業(yè)還處于零利潤或負(fù)利潤運(yùn)營的狀態(tài)，而且很少有研究關(guān)注于電子商務(wù)企業(yè)市場競爭和投入對(duì)產(chǎn)出的過度效應(yīng)對(duì)電子商務(wù)企業(yè)盈利能力的影響。基于此，本文結(jié)合動(dòng)態(tài)環(huán)境和電子商務(wù)內(nèi)部生產(chǎn)要素資源的投入“擁擠量”，從宏觀和微觀兩個(gè)視角對(duì)電子商務(wù)企業(yè)盈利能力的決定因素進(jìn)行了詳細(xì)探討。研究結(jié)果顯示，電子商務(wù)企業(yè)的勞動(dòng)力投入“擁擠”對(duì)其盈利能力并沒有直接的影響，研究假設(shè)4被駁回，但資產(chǎn)規(guī)模過大卻可以將其營業(yè)利潤削弱16.8%， 研究假設(shè)3被驗(yàn)證。資產(chǎn)規(guī)模過大表明電子商務(wù)企業(yè)的規(guī)模擴(kuò)張出現(xiàn)了規(guī)模不經(jīng)濟(jì)，是造成電子商務(wù)企業(yè)高投入低投資回報(bào)的主要因素，

表5 投入擁擠和市場競爭對(duì)盈利能力影響回歸模型結(jié)果

注：XASSETC?表示資產(chǎn)規(guī)模過大；XLABORC?表示勞動(dòng)力投入擁擠量；XMER?表示移動(dòng)電子商務(wù)的發(fā)展；XCR4?表示四企業(yè)市場集中度。Significant at * P < 0.05. ** P < 0.01. *** P < 0.001.

但從另一個(gè)方面來說，市場集中度和移動(dòng)電子商務(wù)的發(fā)展與電子商務(wù)的盈利能力提升呈正相關(guān)關(guān)系。也即是說，高的市場集中度加劇了行業(yè)內(nèi)的競爭，并有助于電子商務(wù)企業(yè)獲取壟斷利潤，而移動(dòng)電子商務(wù)的發(fā)展由于為傳統(tǒng)電子商務(wù)開辟了新的營銷渠道，則對(duì)電子商務(wù)盈利能力產(chǎn)生了更大的驅(qū)動(dòng)力。具體來說，市場集中度每加劇1%，電子商務(wù)的營業(yè)利潤能增加16.3%，這也是眾多電子商務(wù)企業(yè)放棄短期內(nèi)的盈利，而采取不斷擴(kuò)張規(guī)模、爭取壟斷競爭市場地位的主要因素之一。另外，移動(dòng)電子商務(wù)由于具有方便性和即時(shí)性等特點(diǎn)，具備能夠自由移動(dòng)，隨時(shí)隨地產(chǎn)生交易的優(yōu)勢，與傳統(tǒng)電子商務(wù)相補(bǔ)充，通過創(chuàng)新營銷渠道和商務(wù)模式，大大促進(jìn)了電子商務(wù)的營銷力度和在消費(fèi)者中的認(rèn)知度，因而移動(dòng)電子商務(wù)的發(fā)展能使電子商務(wù)盈利能力產(chǎn)生2.3倍的增長。

從管理的角度，以上研究結(jié)果為廣大經(jīng)營管理者提供了消除擁擠資源、提升商業(yè)利潤的新的視角，它建議電子商務(wù)企業(yè)的管理者應(yīng)該聚焦于移動(dòng)電子商務(wù)發(fā)展帶來的新機(jī)遇，消除生產(chǎn)要素投入配置不合理的狀態(tài)，通過調(diào)適生產(chǎn)規(guī)模和新業(yè)務(wù)模式的創(chuàng)新，開辟新的營銷渠道和盈利模式。從長遠(yuǎn)來看，電子商務(wù)最終能依靠壟斷競爭和新渠道的開拓，取得可持續(xù)發(fā)展的競爭優(yōu)勢。

[1] Bremser W G, Chung Q B. A framework for performance measurement in the e-business environment [J]. Electronic Commerce Research and Applications,2005,4(4):395-412.

[2] Ellickson P B， Market structure and performance [M]// Wright J D. International Encyclopedia of the Social & Behavioral Sciences (Second Edition), Oxford: Elsevier, 2015: 549-554.

[3] 王斌，田志龍, 動(dòng)態(tài)競爭戰(zhàn)略中的企業(yè)環(huán)境分析 [J]. 研究與發(fā)展管理,2005,17(3):39-58.

[4] Penrose E T. The theory of the growth of the firm [M]. New York： Oxford university press，1995.

[5] 黎傳國，陳收，毛超，等, 資源配置視角下戰(zhàn)略調(diào)整測度及其對(duì)績效的影響 [J]. 中國管理科學(xué),2014,22(11), 19-26.

[6] Schumpeter J A. Capitalism, socialism, and democracy [M]. New York： Harper Torchbooks, 1942,

[7] Kamien M I, Schwartz N L. Market structure and innovation [M]. Cambridge: Cambridge University Press，1982.

[8] Raider H J. Market structure and innovation [J]. Social Science Research,1998,27(1):1-21.

[9] Grifell-Tatjé E, Lovell C A K. Profits and productivity [J]. Management Science,1999,45(9):1177-1193.

[10] Garrigosa E G, Tatjé E G. Profits and total factor productivity: A comparative analysis [J]. Omega,1992,20(5-6):553-568.

[11] Gold B. Technology, productivity and economic analysis [J]. Omega,1973,1(1):5-24.

[12] Serrano-Cinca C， Fuertes-Callén Y, Mar-Molinero C. Measuring DEA efficiency in Internet companies [J]. Decision Support Systems,2005,38(4):557-573.

[13] Min S, Wolfinbarger M. Market share, profit margin, and marketing efficiency of early movers, bricks and clicks, and specialists in e-commerce [J]. Journal of Business Research,2005,58(8):1030-1039.

[14] Dehning B, Richardson V J. Returns on investments in information technology: A research synthesis [J]. Journal of Information Systems,2002,16(1):7-30.

[15] Porter M E. Competitive advantage: Creating and sustaining superior performance [M].Hong Kong:Free Press,1985.

[16] 戴維·貝贊可，戴維·德雷諾夫，馬克·尚利，等. 戰(zhàn)略經(jīng)濟(jì)學(xué) [M]. 詹正茂，馮梅紅等，譯.3版，北京：中國人民大學(xué)出版社， 2006:346-351.

[17] Coase R H. The nature of the firm [J]. Economica,1937,4(16):386-405.

[18] F?re R, Svensson L. Congestion of production factors [J]. Econometrica,1980,48(7):1745-1753.

[19] Odeck J. Congestion, ownership, region of operation, and scale: Their impact on bus operator performance in Norway [J]. Socio-Economic Planning Sciences,2006,40(1):52-69.

[20] Khodabakhshi M. A one-model approach based on relaxed combinations of inputs for evaluating input congestion in DEA [J]. Journal of Computational and Applied Mathematics,2009,23(0):443-450.

[21] Khodabakhshi M， Lotfi F H, Aryavash K. Review of input congestion estimating methods in DEA [J]. Journal of Applied Mathematics,2014:1-9.

[22] Marques R C, Sim?es P. Measuring the influence of congestion on efficiency in worldwide airports [J]. Journal of Air Transport Management,2010,16(6):334-336.

[23] Chen Y. Congestion in commodity trading advisors [J]. INFOR,2011,49(1), 63-74.

[24] Flegg A T, Allen D O. Congestion in the Chinese automobile and textile industries revisited [J]. Socio-Economic Planning Sciences,2009,43(3):177-191.

[25] Brockett P L， Cooper W W, Wang Yuying,et al. Inefficiency and congestion in Chinese production before and after the 1978 economic reforms [J]. Socio-Economic Planning Sciences,1998,32(1):1-20.

[26] Zarate J M, Boksa P, Baptista T, et al. Using DEA to identify and manage congestion [J]. Journal of Productivity Analysis,2004,22(3):207-226.

[27] Cooper W W， Thompson R G, Thrall R M.Chapter 1 Introduction: Extensions and new developments in DEA [J]. Annals of Operations Research,1996,66(1):1-45.

[28] Banker R D， Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis [J]. Management science,1984,30(9):1078-1092.

[29] Cooper W W， Seiford L M, Zhu J. A unified additive model approach for evaluating inefficiency and congestion with associated measures in DEA [J]. Socio-Economic Planning Sciences,2000,34(1):1-25.

Study on E-commerce Profitability Determinant Under Dynamic Competitive Market Environment

YANG Zhuo-fan1,2, SHI Yong1,2,3

(1. Management of School, University of Chinese Academy Sciences, Beijing 100190, China;2. Research Center on Fictitious Economy & Data Science, Chinese Academy Sciences, Beijing 100190;3. Key Research Lab on Big Data Mining and Knowledge Management, Chinese Academy Sciences, Beijing 100190)

A major current focus in e-commerce study is to explore why there are high inputs but low profits in e-commerce. Focusing on the excessive effect of inputs on outputs, market competition rate and mobile e-commerce development, input congestion amount is firstly calculated using data envelopment analysis models, and then e-commerce firm profitability determinants are explored by constructing the panel data regression model. Thirty five pure e-commerce websites from the stock markets of Shanghai, Shenzhen, Hong Kong and NASDAQ are considered, all of which utilize at least one of the two e-business models, namely business-to-business (B2B) and business-to-customer (B2C). The results of DEA models identify that e-commerce suffers from congestion, and the regression shows that asset input congestion has a negative effect on e-commerce firm profitability while market concentration rate and the development of mobile e-commerce can strengthen e-commerce firm profitability. These findings indicate that it is input congestion that leads to low profits. It also enlightens decision makers to strengthen their profitability by eliminating congestion resources and adding new marketing channels such as mobile e-commerce.

e-commerce；DEA model；congestion；profitability；market concentration

2015-05-04；

2015-07-09

國家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(71331005)；國際(地區(qū))合作與交流項(xiàng)目(71110107026)

簡介：石勇(1956-)，男(苗族)，四川成都人，中國科學(xué)院大數(shù)據(jù)挖掘與知識(shí)管理重點(diǎn)實(shí)驗(yàn)室主任，中國科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院副院長，教授，研究方向：大數(shù)據(jù)挖掘與知識(shí)管理、信用評(píng)分、決策分析，E-mail: yshi@ucas.ac.cn.

F224

A

1003-207(2016)08-0018-10

10.16381/j.cnki.issn1003-207x.2016.08.003