高 振,馮國珍,焦 玥
(上海商學(xué)院 管理學(xué)院,上海 201400)
近年來,我們經(jīng)常在媒體上看到實(shí)體零售企業(yè)關(guān)閉門店的新聞報(bào)道。市場研究機(jī)構(gòu)Coresight Research調(diào)查數(shù)據(jù)也顯示,美國零售企業(yè)在2018年共關(guān)閉5524家門店,包括J.C.Penny和Ann Taylor等知名品牌。[注]相關(guān)數(shù)據(jù)見:https://coresight.com/research/reviewing-2018-u-s-and-u-k-store-closures/。中國零售市場的情況也不容樂觀,沃爾瑪中國公司從2012年開始,累計(jì)關(guān)閉了近100家門店;[注]相關(guān)數(shù)據(jù)見:http://www.linkshop.com.cn/web/archives/2018/403980.shtml。本土零售企業(yè)聯(lián)華超市2017年門店數(shù)量減少了197家。[注]相關(guān)數(shù)據(jù)見:http://finance.ce.cn/rolling/201803/30/t201880330_28664169.shtml。全球零售市場籠罩在關(guān)店潮的悲觀氣氛中。但是,根據(jù)中國國家統(tǒng)計(jì)局公布的數(shù)據(jù),2007—2016年的10年時間內(nèi),全國實(shí)體連鎖零售企業(yè)的門店數(shù)量、營業(yè)面積、從業(yè)人數(shù)和商品銷售額的年均復(fù)合增長率分別達(dá)到4.19%、6.87%、3.30%和7.48%。[注]根據(jù)國家統(tǒng)計(jì)局“批發(fā)與零售業(yè)”年度數(shù)據(jù)計(jì)算得出:http://data.stats.gov.cn/easyquery.htm?cn=C01。這些數(shù)據(jù)說明中國實(shí)體零售行業(yè)整體仍然處于向上發(fā)展階段。我國實(shí)體零售企業(yè)的經(jīng)營效率處于什么水平,哪些因素對其有較大影響等問題,值得我們深入探討。
零售是生產(chǎn)與消費(fèi)之間的橋梁,為制造企業(yè)提供分銷渠道的同時也為消費(fèi)者提供多種品類商品的消費(fèi)渠道。與制造企業(yè)不同,零售企業(yè)的產(chǎn)出不僅包括有形商品,還包括門店提供的無形服務(wù)以及由商品和服務(wù)共同決定的顧客滿意度水平[1-4]。顧客、員工以及運(yùn)營系統(tǒng)共同決定零售門店運(yùn)營效率水平。這里引用隨機(jī)前沿分析(SFA)模型對效率的定義,即在一定的技術(shù)條件和投入要素情況下,零售企業(yè)的實(shí)際產(chǎn)出與潛在最大產(chǎn)出的比率,是一種相對值的度量方法[5-6]。國內(nèi)外有關(guān)零售效率的實(shí)證研究由于在樣本數(shù)據(jù)特征、計(jì)量方法等方面存在較大差異性,因而得到了各種不同的研究結(jié)論。尤其是國內(nèi)學(xué)者大多采用連鎖零售企業(yè)集團(tuán)的加總數(shù)據(jù),而不是具體門店的微觀數(shù)據(jù),無法準(zhǔn)確反映我國零售行業(yè)真實(shí)的效率水平。
本文采用連續(xù)10年的零售企業(yè)門店調(diào)查數(shù)據(jù),利用隨機(jī)前沿分析模型,從生產(chǎn)函數(shù)和成本函數(shù)兩個角度研究了實(shí)體零售門店的運(yùn)營效率。首先,檢驗(yàn)以員工數(shù)量和營業(yè)面積為投入要素的生產(chǎn)函數(shù),以商圈競爭程度、門店經(jīng)營歷史以及日客單價(jià)和日交易量為自變量的效率函數(shù),求出門店生產(chǎn)函數(shù)的規(guī)模報(bào)酬,運(yùn)營效率及其各種影響因素的效應(yīng)值。其次,采用隨機(jī)成本前沿分析模型,得出實(shí)體門店的規(guī)模經(jīng)濟(jì)效應(yīng)水平。主要結(jié)論有:第一,中國實(shí)體零售企業(yè)表現(xiàn)為不變規(guī)模報(bào)酬,但具有較好的規(guī)模經(jīng)濟(jì)效應(yīng);第二,2010—2015年期間,實(shí)體零售行業(yè)運(yùn)營效率呈下降趨勢,專賣店運(yùn)營效率較高,而購物中心運(yùn)營效率較低;第三,門店經(jīng)營歷史、日交易量和客單價(jià)對門店運(yùn)營效率具有正向影響??赡艿膭?chuàng)新有:第一,國內(nèi)研究大多采用行業(yè)或者企業(yè)層次的加總數(shù)據(jù),本文采用零售門店的微觀數(shù)據(jù),更能準(zhǔn)確地測量我國零售企業(yè)的效率水平;第二,采用隨機(jī)前沿模型分析零售效率的已有研究大多只檢驗(yàn)了生產(chǎn)函數(shù)而忽視了效率函數(shù),本文同時檢驗(yàn)了這兩種函數(shù),不僅可以分析零售門店的生產(chǎn)技術(shù)特征,還可以檢驗(yàn)門店的運(yùn)營效率特征及其影響因素。
有關(guān)零售效率的研究最早可以追溯到1961年,Hall等(1961)[7]分析了美國的食品和服裝零售門店數(shù)據(jù),采用門店?duì)I業(yè)額與員工數(shù)量的比率作為零售效率的測量指標(biāo),發(fā)現(xiàn)門店所在社區(qū)居民人均收入及其增長率對門店經(jīng)營效率有顯著影響。零售研究期刊(Journal of Retailing)在1984年出版了零售效率研究專輯,對零售投入與產(chǎn)出變量的選擇和測量、樣本數(shù)據(jù)多樣性以及計(jì)量模型的實(shí)用性等方面進(jìn)行了系統(tǒng)介紹。
根據(jù)產(chǎn)業(yè)經(jīng)濟(jì)學(xué)的投入產(chǎn)出概念,早期實(shí)證研究大多采用“比率”方法測量零售效率,例如人均營業(yè)額。但是,零售企業(yè)生產(chǎn)過程需要多種投入要素,除了勞動和資本要素之外,還需要技術(shù)研發(fā)以及管理資源等投入要素,人均營業(yè)額測量的只是勞動生產(chǎn)率[8-9]。但營業(yè)額是售出的商品數(shù)量與價(jià)格的乘積,而價(jià)格受到消費(fèi)需求和市場競爭的影響,僅僅用單一的投入產(chǎn)出比率表示零售效率是不完整的[10-12]。另外,零售屬于服務(wù)業(yè),零售產(chǎn)出不僅包括貨架上有形商品,也包括無形服務(wù)。已有研究既有從顧客行為結(jié)果角度測量零售產(chǎn)出,例如顧客滿意度[1-2]、顧客服務(wù)水平等[3-4],也有從財(cái)務(wù)績效角度測量零售產(chǎn)出,例如營業(yè)額[13-14]、價(jià)值增加值[15-17]。
運(yùn)營效率研究常用的實(shí)證方法有數(shù)據(jù)包絡(luò)分析(DEA)和隨機(jī)前沿分析(SFA),但在零售效率研究領(lǐng)域,大多采用DEA方法。DEA方法的特點(diǎn)是可以測量多種生產(chǎn)要素和多種產(chǎn)出情況下的決策單元之間的相對效率水平,本質(zhì)是在約束條件下最大化投入產(chǎn)出比的線性規(guī)劃模型。Donthu和Yoo(1998)[12]采用DEA方法分析24家美國連鎖快餐店數(shù)據(jù),同時采用財(cái)務(wù)績效(營業(yè)額)和顧客行為績效(顧客滿意度)測量產(chǎn)出,用門店規(guī)模(營業(yè)面積)、門店位置、店長工作經(jīng)驗(yàn)以及促銷費(fèi)用測量生產(chǎn)投入要素,按照效率水平對所有門店進(jìn)行排序,用來評價(jià)門店經(jīng)理的工作績效。Keh和Chu(2003)[18]運(yùn)用DEA方法分析13家美國雜貨店1988—1997年間的數(shù)據(jù),包括勞動和資本兩種投入要素,并將產(chǎn)出區(qū)分為中間產(chǎn)出(商品豐富度、配送可靠性等)和最終產(chǎn)出(營業(yè)額),結(jié)果發(fā)現(xiàn)要素投入對中間產(chǎn)出有正向影響效應(yīng),但中間產(chǎn)出對最終產(chǎn)出卻存在負(fù)向影響效應(yīng)。Reynolds等(2005)[19]指出,零售門店增加收銀臺數(shù)量可以減少顧客排隊(duì)結(jié)賬時間,提高了服務(wù)水平,但也增加了企業(yè)成本,降低了零售產(chǎn)出水平(利潤、營業(yè)額等財(cái)務(wù)績效)。零售產(chǎn)出既包括財(cái)務(wù)績效,也應(yīng)該包括顧客滿意度等指標(biāo)。Xavier 等(2015)[20]運(yùn)用DEA方法分析一家女性服裝連鎖企業(yè)的26家門店在2010—2013年的面板數(shù)據(jù),采用營業(yè)額和稅息折舊前利潤(EBITA)作為產(chǎn)出的測量指標(biāo),檢驗(yàn)了門店規(guī)模、人工費(fèi)用、門店租金等要素投入對產(chǎn)出的影響效應(yīng),發(fā)現(xiàn)門店效率隨時間逐年下降,并且規(guī)模效率低于純運(yùn)營效率,因此,企業(yè)需要慎重考慮在擴(kuò)大規(guī)模和提升單店效率兩種策略上的權(quán)衡。
隨機(jī)前沿分析由Aigner等(1977)[21]提出,測量的是決策單元的實(shí)際產(chǎn)出與潛在最優(yōu)產(chǎn)出之間的相對效率值,本質(zhì)是在傳統(tǒng)的生產(chǎn)函數(shù)模型中加入了決策單元的效率損失因素。與DEA不同,SFA是參數(shù)方法,不僅可以求出決策單元的生產(chǎn)特征,還可以求出決策單元效率損失的各種影響因素的效應(yīng)值大小及顯著性水平[22-23]。SFA方法廣泛應(yīng)用在交通運(yùn)輸、汽車制造等行業(yè)的生產(chǎn)效率研究領(lǐng)域[24-26],部分學(xué)者也采用SFA方法研究零售效率,但大多只研究生產(chǎn)函數(shù)而忽視效率函數(shù)及其影響因素。Ratchford和Stoops(1988)[13]針對9家銷售圖書和辦公耗材的零售企業(yè)的1188家門店的面板數(shù)據(jù),采用超越對數(shù)勞動需求函數(shù),得出圖書和辦公耗材等四類商品的勞動需求彈性以及門店的規(guī)模報(bào)酬水平,但該研究采用普通回歸方法,實(shí)證模型沒有包含無效率誤差項(xiàng)。Gauri(2013)假設(shè)SFA模型的無效率項(xiàng)服從“半正態(tài)分布”,針對5家連鎖零售企業(yè)的2500家門店數(shù)據(jù),采用每周營業(yè)額測量產(chǎn)出,結(jié)果發(fā)現(xiàn),與高低定價(jià)(HiLo)策略比較,天天低價(jià)(EDLP)和混合定價(jià)(Hybird)策略對產(chǎn)出(周營業(yè)額)具有顯著正向影響[14]。Barros(2005)采用柯布-道格拉斯成本函數(shù)檢驗(yàn)連鎖超市的運(yùn)營效率,并從治理環(huán)境角度提出改善效率水平的策略[27]。Sellers和Mas(2007)針對491家零售企業(yè)數(shù)據(jù),比較了傳統(tǒng)的產(chǎn)出投入比率、DEA和SFA等多種零售效率的測量方法,結(jié)果發(fā)現(xiàn)采用不同方法得出的結(jié)論差異性較大[28]。
國內(nèi)研究零售效率的文獻(xiàn)較少,且大多采用DEA方法以及公司層面的加總數(shù)據(jù),而不是門店層面的微觀數(shù)據(jù)。姜向陽等(2011)[29]采用DEA方法分析了16家零售上市公司4年的面板數(shù)據(jù),結(jié)果發(fā)現(xiàn)我國零售企業(yè)全要素生產(chǎn)率主要得益于技術(shù)進(jìn)步,而純技術(shù)效率和規(guī)模效率增長較慢。王國順等(2016)[30]同樣采用DEA方法研究我國上市零售企業(yè)從純實(shí)體零售向在線零售轉(zhuǎn)型過程的效率變化,結(jié)果發(fā)現(xiàn)采用實(shí)體和在線兩種渠道的零售企業(yè)并沒有表現(xiàn)出更高的運(yùn)營效率。雷蕾(2018)[31]也采用DEA方法分析了85家上市零售企業(yè)數(shù)據(jù),并且比較了純實(shí)體零售、網(wǎng)絡(luò)零售以及多渠道零售等三種類型企業(yè)的運(yùn)營效率,研究發(fā)現(xiàn)網(wǎng)絡(luò)零售企業(yè)運(yùn)營效率最高,其次是多渠道零售企業(yè),純實(shí)體零售企業(yè)運(yùn)營效率最低。
綜上所述,已有研究有三個特點(diǎn):第一,如何測量零售產(chǎn)出。由于零售產(chǎn)出既包含有形產(chǎn)品,也包含無形服務(wù),因此最好的方法是采用多個測量指標(biāo);第二,如何測量零售效率。早期文獻(xiàn)大多采用產(chǎn)出投入比率方法,而DEA和SFA測量的是決策單元的相對效率;采用SFA方法的研究大多只檢驗(yàn)了生產(chǎn)函數(shù),而忽視了效率函數(shù)。第三,系統(tǒng)探討了影響零售效率的因素。Donthu 和Yoo(1998)[12]將影響因素分為四類:一是環(huán)境條件,包括宏觀經(jīng)濟(jì)指標(biāo)、產(chǎn)業(yè)技術(shù)水平和競爭度等;二是顧客特征,包括購物時間、經(jīng)濟(jì)與社會和心理需求等;三是企業(yè)特征,包括規(guī)模、組織文化等;四是員工特征,包括教育水平、工資等。而Gauri等(2009)[32]將零售效率影響因素分為兩類:一類是管理者不可控制的外部因素,例如宏觀經(jīng)濟(jì)條件、商圈特征以及區(qū)域競爭等;另一類是管理者可以控制的內(nèi)部因素,例如門店氛圍、商品定價(jià)以及促銷策略等。但是,已有實(shí)證研究都沒有區(qū)分生產(chǎn)函數(shù)的投入要素與效率函數(shù)的影響因素,而是將上述所有因素統(tǒng)一納入生產(chǎn)函數(shù),視為生產(chǎn)投入要素,這是值得商榷的。本文是對已有理論研究的一個有益補(bǔ)充:第一,采用實(shí)體零售門店的微觀數(shù)據(jù),比零售企業(yè)層面的數(shù)據(jù)更加有針對性;第二,采用SFA模型同時分析了生產(chǎn)函數(shù)(成本函數(shù))和效率函數(shù),并明確區(qū)分哪些是生產(chǎn)函數(shù)的投入要素,哪些是效率函數(shù)的影響因素,首次實(shí)證檢驗(yàn)了實(shí)體零售門店運(yùn)營效率的各種影響因素的效應(yīng)值大小和顯著性水平。
中國連鎖經(jīng)營協(xié)會每年向會員企業(yè)開展多種調(diào)查,其中一項(xiàng)問卷是調(diào)查連鎖零售企業(yè)門店的經(jīng)營績效,借此了解中國實(shí)體零售企業(yè)的經(jīng)營狀況,并從中挑選績效較好的門店參與評選。調(diào)查問卷涉及的內(nèi)容包括店長的年齡、學(xué)歷等個人特質(zhì)以及門店主要經(jīng)營指標(biāo),例如利潤率、營業(yè)額、總成本、營業(yè)面積、員工數(shù)量、租金以及工資總額等數(shù)據(jù)。本文獲得2007—2016年共10年的調(diào)查數(shù)據(jù)。參與調(diào)查的門店每年都有變動,因此樣本表現(xiàn)為多個時間點(diǎn)的橫截面數(shù)據(jù)特征。為避免離群點(diǎn)和異常值對參數(shù)估計(jì)的影響,所有連續(xù)變量都在1%和99%分位進(jìn)行了Winsorize處理。
1.生產(chǎn)函數(shù)。采用零售門店的年度營業(yè)額作為產(chǎn)出測量指標(biāo),即因變量。大多數(shù)零售企業(yè)都是連鎖經(jīng)營,一家零售企業(yè)集團(tuán)可能包括多個零售門店,人員招聘、投資決策等行政管理職能一般由企業(yè)總部負(fù)責(zé),而追求營業(yè)額增長是門店的主要經(jīng)營目標(biāo),也是總部對門店店長的主要考核指標(biāo)。生產(chǎn)函數(shù)的自變量,即生產(chǎn)投入要素,包括門店的正式員工數(shù)量和門店?duì)I業(yè)面積。
2.效率函數(shù)。根據(jù)Donthu 和Yoo(1998)[12]、Gauri等(2009)[32]對零售效率影響因素的歸納,常見的有:門店經(jīng)營歷史[33]、商圈競爭度[34-35]、政府規(guī)劃管制[36-37]、信息技術(shù)[38-39]。本文采用的SFA模型效率函數(shù)的因變量測量的是決策單元運(yùn)營無效率值,是運(yùn)營效率的反向測量,因此需要反向解釋自變量系數(shù)的含義。效率函數(shù)的自變量包括:(1)商圈競爭度,用商圈內(nèi)競爭門店數(shù)作為測量指標(biāo);(2)門店經(jīng)營歷史,用門店開業(yè)時間至問卷調(diào)查年份的時間(單位:年);(3)交易數(shù)量,用門店每日交易數(shù)量作為測量指標(biāo);(4)日客單價(jià),用門店每日單次交易金額平均值測量;(5)商品周轉(zhuǎn)率,即門店庫存商品周轉(zhuǎn)天數(shù)。
效率函數(shù)的控制變量包括:(1)年份,包括2007—2016年;(2)門店所在地區(qū),分為四種,即北京、上海、廣州、深圳、香港等大城市為一個地區(qū),東部地區(qū)(排除前述等大城市),中部地區(qū),西部地區(qū);(3)門店商圈,分為商業(yè)區(qū)、住宅區(qū)和其他三類;(4)門店業(yè)態(tài),分為超市、專賣店、便利店、百貨、大賣場、購物中心、倉儲店和其他八種類型;(5)門店?duì)I業(yè)面積,分為小于500平方米,500~1000平方米等8種類別。主要變量及測量指標(biāo)如表1所示。
續(xù)表1
隨機(jī)前沿分析包括兩部分:一部分是傳統(tǒng)的生產(chǎn)函數(shù),檢驗(yàn)決策單位將投入要素轉(zhuǎn)換為產(chǎn)出的生產(chǎn)特征;另一部分是效率函數(shù),檢驗(yàn)決策單位運(yùn)營效率的影響因素。具體模型如下:
lnSalei=β0+β1lnAreai+β2lnEmployeei+vi-ui
(1)
α5lnturnoveri+α6year+α7format+α8region+α9district+α10area+ei)
(2)
方程(1)是生產(chǎn)函數(shù),方程(2)是效率函數(shù)。假設(shè)方程(1)的隨機(jī)干擾項(xiàng)v服從正態(tài)分布,無效率項(xiàng)u服從指數(shù)分布。方程(2)的因變量是運(yùn)營無效率項(xiàng)u的平均值的方差。
生產(chǎn)函數(shù)的產(chǎn)出與投入要素取自然對數(shù)后,投入要素的參數(shù)表示產(chǎn)出彈性,兩種投入要素的產(chǎn)出彈性之和表示規(guī)模報(bào)酬效應(yīng)(Return-to-scale, RTS),即方程(1)中兩個投入要素的參數(shù)之和(RTS=β1+β2)。用t檢驗(yàn)方法檢驗(yàn)原假設(shè):RTS=1。當(dāng)RTS>1表示規(guī)模報(bào)酬遞增,RTS=1表示規(guī)模報(bào)酬不變,RTS<1表示規(guī)模報(bào)酬遞減。門店運(yùn)營效率是實(shí)際產(chǎn)出的期望值與生產(chǎn)前沿面產(chǎn)出期望值(此時u=0)的比率,具體計(jì)算公式是exp(-u),即生產(chǎn)函數(shù)中無效率項(xiàng)(-u)的以自然數(shù)e為底的指數(shù)。
原始數(shù)據(jù)包括超市、專賣店、便利店和百貨等多種業(yè)態(tài),以門店?duì)I業(yè)額(年度)為例,全部1270條記錄中有647家超市,占比50.94%;其次是211家專賣店,占比16.61%;146家百貨店,占比11.50%;88家大賣場門店,占比6.93%;75家購物中心,占比5.91%;68家便利店,占比5.35%;6家倉儲會員的,占比0.47%;剩余的29家門店包括水果以及建材銷售店等各種業(yè)態(tài),占比2.28%。其中,百貨店的年度營業(yè)額最高,平均值達(dá)到56382.18萬元,其次是倉儲會員店,平均值是37491.71萬元,營業(yè)額最低的是便利店,平均值563.71萬元。根據(jù)中國統(tǒng)計(jì)局公布的零售商品價(jià)格指數(shù)對門店?duì)I業(yè)額進(jìn)行平減,調(diào)整到2016年數(shù)值。主要變量描述性統(tǒng)計(jì)信息如表2所示。
表2 變量描述性統(tǒng)計(jì)
主要變量的相關(guān)系數(shù)如表3所示。營業(yè)額與營業(yè)面積和員工數(shù)量三個變量的相關(guān)系數(shù)較大,分別是0.83和0.78,這是由生產(chǎn)函數(shù)所決定,投入要素越大產(chǎn)出越大。營業(yè)面積和員工數(shù)量的相關(guān)系數(shù)也較大,為0.84,這也符合企業(yè)實(shí)踐,門店?duì)I業(yè)面積越大需要的員工也越多,兩種投入要素表現(xiàn)為互補(bǔ)而非替代關(guān)系。其他變量的相關(guān)系數(shù)均較小。同時,針對每個變量計(jì)算方差膨脹因子,均未發(fā)現(xiàn)異常情況。
表3 變量相關(guān)系數(shù)矩陣
注:*,**,***分別表示10%, 5%和1%顯著性水平
表4 隨機(jī)前沿模型結(jié)果
注:*,**,***分別表示10%, 5%和1%顯著性水平
隨機(jī)前沿分析模型結(jié)果如表4所示。模型一僅包含生產(chǎn)函數(shù),模型二同時包含生產(chǎn)函數(shù)和效率函數(shù)。根據(jù)對數(shù)似然值方法檢驗(yàn),模型二顯著優(yōu)于模型一,因此只分析模型二結(jié)果。營業(yè)面積和員工數(shù)量兩種投入要素的系數(shù)分別是0.5134和0.4506(即產(chǎn)出彈性分別是51.34%和45.06%),都在1%顯著性水平下充分顯著。規(guī)模報(bào)酬RTS=0.964,t檢驗(yàn)結(jié)果:卡方值1.11,p值0.2924,在10%顯著性水平下不顯著,說明實(shí)體零售門店表現(xiàn)出規(guī)模報(bào)酬不變特征。
效率函數(shù)結(jié)果顯示:商圈內(nèi)競爭門店數(shù)量Competitor的系數(shù)大于零但不顯著,說明競爭程度對門店運(yùn)營效率沒有顯著影響。門店經(jīng)營歷史lnHistory的系數(shù)為負(fù)0.7268,在1%顯著性水平下充分顯著,說明門店經(jīng)營歷史越長,運(yùn)營效率越高。門店日交易數(shù)lnTransaction的系數(shù)為負(fù)0.4842,在1%顯著性水平下充分顯著,說明日交易數(shù)越大,門店運(yùn)營效率越高。日客單價(jià)lnPrice的系數(shù)為負(fù)0.3688,在5%顯著性水平下充分顯著,說明日客單價(jià)越大,門店運(yùn)營效率越高。庫存商品周轉(zhuǎn)天數(shù)lnTurnover的系數(shù)大于零,但不顯著。但從實(shí)踐角度看,商品周轉(zhuǎn)天數(shù)越小,說明門店的銷售情況越好,資金周轉(zhuǎn)越快,運(yùn)營效率應(yīng)該越高,實(shí)證結(jié)果與企業(yè)實(shí)踐不符。模型二的運(yùn)營效率值0.7622,說明實(shí)際產(chǎn)出占生產(chǎn)前沿面產(chǎn)出的76.22%的比例,或者說與生產(chǎn)前沿相比較,實(shí)際產(chǎn)出損失了23.78%的效率,說明門店仍然存在較大的效率提升空間。
圖1 實(shí)體零售門店運(yùn)營效率變化趨勢
根據(jù)不同變量分組計(jì)算運(yùn)營效率:(1)分年度,2014年運(yùn)營效率最高,達(dá)到82.71%,其次是2012和2010年,分別是80.93%和80.47%,2015年運(yùn)營效率最低,僅有63.69%。2010至2015年期間,實(shí)體零售門店整體的運(yùn)營效率呈下降趨勢。這也一定程度上印證了媒體所報(bào)道的近幾年實(shí)體零售企業(yè)出現(xiàn)的“關(guān)店潮”現(xiàn)象并非空穴來風(fēng)。相關(guān)結(jié)果如圖1所示。(2)分業(yè)態(tài)。專賣店運(yùn)營效率最高,達(dá)到86.85%,其次是百貨和大賣場,分別是82.42%和76.41%,購物中心的運(yùn)營效率最低,僅有69.66%。專賣店出售的大多是品牌商品,單價(jià)較高,管理相對規(guī)范,運(yùn)營效率較好;同樣,百貨也以品牌商品為主,尤其是化妝品和品牌服飾等,運(yùn)營效率較高。而購物中心則是各類商品的混雜業(yè)態(tài),以中低端為主,管理上相對松散,運(yùn)營效率較低。(3)分地區(qū)和商圈。北京、上海等大城市的零售門店運(yùn)營效率最高,達(dá)到88.58%,高于西部地區(qū)的78.16%,中部地區(qū)的72.99%和東部地區(qū)的72.45%。同時,商業(yè)區(qū)門店運(yùn)營效率高于住宅區(qū)門店,前者是77.77%,后者是74.59%。
為檢驗(yàn)上述結(jié)果的穩(wěn)健性,本文做了兩方面的分析:一是采用超越對數(shù)生產(chǎn)函數(shù)的隨機(jī)前沿模型,二是采用隨機(jī)成本前沿分析模型。
表5 超越對數(shù)生產(chǎn)函數(shù)隨機(jī)前沿模型結(jié)果
注: 限于篇幅模型四沒有列出年度、業(yè)態(tài)、地區(qū)、商圈和營業(yè)面積等控制變量;*,**,***分別表示10%, 5%和1%顯著性水平
采用超越對數(shù)(Translog)生產(chǎn)函數(shù)替換模型一和二的柯布道格拉斯(C-D)生產(chǎn)函數(shù)?;貧w結(jié)果如表5所示。
似然比檢驗(yàn)顯示,模型四優(yōu)于模型三,因此只分析模型四結(jié)果:營業(yè)面積lnArea的系數(shù)為0.3393,在10%水平下不顯著,同時其二次項(xiàng)的系數(shù)為0.0525,也不顯著,說明營業(yè)面積對產(chǎn)出沒有顯著影響,也不存在二次曲線關(guān)系。員工數(shù)量lnEmployee的系數(shù)為0.8523,在1%顯著性水平下顯著,但其二次項(xiàng)的系數(shù)不顯著,說明員工數(shù)量與產(chǎn)出也不存在二次曲線關(guān)系。營業(yè)面積與員工數(shù)量的交互項(xiàng)系數(shù)在10%顯著性水平下也不顯著。營業(yè)面積和員工數(shù)量的產(chǎn)出彈性分別是0.5019和0.4629。上文表3的模型二營業(yè)面積和員工數(shù)量的產(chǎn)出彈性分別是0.5134和0.4536,兩種模型結(jié)果差異較小。表5模型四的運(yùn)營效率是0.7701,表3模型二的運(yùn)營效率是0.7622,兩者相差也較小。效率函數(shù)的自變量系數(shù)和顯著性與表3模型二基本相同。由此可以認(rèn)為結(jié)果具有較好的穩(wěn)健性。
前面的實(shí)證模型都是基于生產(chǎn)函數(shù)隨機(jī)前沿分析,本節(jié)采用基于成本函數(shù)的隨機(jī)前沿模型,結(jié)果如表6所示。
表6 隨機(jī)成本前沿模型結(jié)果
備注:(1)省略了參數(shù)估計(jì)值的標(biāo)準(zhǔn)差;(2)模型七和八的效率函數(shù)沒有列出年度、業(yè)態(tài)等控制變量;(3)*,**,***分別表示10%, 5%和1%顯著性水平
模型五和七采用C-D成本函數(shù),模型六和八采用Translog成本函數(shù)。為保證成本函數(shù)的單調(diào)性要求,用要素價(jià)格(單位營業(yè)面積租金)去除總成本以及另一要素價(jià)格,因此成本函數(shù)的因變量是總成本與單位面積租金的比率lnTC_Rent,自變量包括產(chǎn)出(營業(yè)額lnSale)、人均工資與單位租金比率ln(Salary_Rent)。Translog成本函數(shù)的模型六和八還包括lnSale和lnSalary_Rent的二次項(xiàng)和交互項(xiàng)。以Translog成本函數(shù)為例,同時假設(shè)無效率項(xiàng)ξ服從指數(shù)分布,其平均值ψ的方差作為效率函數(shù)的因變量,具體實(shí)證模型是:
(3)
(4)
如果是柯布-道格拉斯成本函數(shù),營業(yè)額lnSale的參數(shù)表示成本的產(chǎn)出彈性,測量規(guī)模經(jīng)濟(jì)效應(yīng)水平。如果是Translog成本函數(shù),需要將方程(3)的因變量對營業(yè)額lnSale求偏導(dǎo)數(shù),將參數(shù)以及變量值代入求出規(guī)模經(jīng)濟(jì)效應(yīng)值。表6中模型五和七結(jié)果顯示:營業(yè)額lnSale的系數(shù)分別是0.8039和0.7879,都小于1,且在1%顯著性水平下充分顯著,說明產(chǎn)出增長率為100%的情況下,成本分別增長了80.39%和78.79%,具有較好的規(guī)模經(jīng)濟(jì)效應(yīng)。采用Translog成本函數(shù)的模型六和模型八的規(guī)模經(jīng)濟(jì)效應(yīng)數(shù)值分別是77.31%和74.31%,都小于1,再次表明實(shí)體零售門店具有較好的規(guī)模經(jīng)濟(jì)效應(yīng)。
根據(jù)對數(shù)似然值檢驗(yàn)方法,表6模型八的擬合度最佳,因此以該模型回歸結(jié)果解釋自變量的影響效應(yīng):競爭門店數(shù)量Competitor的系數(shù)0.0712,在10%顯著性水平下不顯著;經(jīng)營歷史lnHistory和日交易量lnTransaction的系數(shù)分別是負(fù)0.6283和負(fù)0.3258,在10%顯著性水平下充分顯著;日客單價(jià)lnPrice和商品周轉(zhuǎn)天數(shù)lnTurnover的系數(shù)分別是負(fù)0.2036和0.3487,在10%顯著性水平下都不顯著。比較模式二和模型四結(jié)果,只有日客單價(jià)的系數(shù)發(fā)生變化。同時,模型八的運(yùn)營效率值是0.7453,比表3模型二(0.7622)和表5模型四(0.7701)略低。另外,針對不同年度、業(yè)態(tài)、地區(qū)、商圈和營業(yè)面積分組計(jì)算的運(yùn)營效率數(shù)值與模型二結(jié)果大致相似,限于篇幅不再贅述。
大量有關(guān)實(shí)體零售企業(yè)關(guān)閉門店的新聞報(bào)道,給人一種實(shí)體零售行業(yè)發(fā)展受阻、經(jīng)營困難的印象。但是,權(quán)威數(shù)據(jù)卻顯示中國實(shí)體零售行業(yè)整體上仍然處于上升階段。另外,在線零售和無人零售等新零售模式得到較快發(fā)展,極大地改變了中國零售業(yè)的整體情況和經(jīng)營績效,在這樣的背景下,中國實(shí)體零售企業(yè)的運(yùn)營效率實(shí)際情況如何,哪些因素影響了其運(yùn)營效率等問題,迫切需要一個明確的答案。本文首先采用基于產(chǎn)出的隨機(jī)生產(chǎn)前沿分析模型,針對實(shí)體零售企業(yè)的門店經(jīng)營數(shù)據(jù),檢驗(yàn)了以營業(yè)額為產(chǎn)出,以營業(yè)面積和員工數(shù)量為投入要素的生產(chǎn)函數(shù)特性,同時檢驗(yàn)了商圈競爭程度、門店經(jīng)營歷史、日交易量和客單價(jià)等因素對運(yùn)營效率水平的影響效應(yīng);在穩(wěn)健性分析部分,采用了隨機(jī)成本前沿分析模型重新檢驗(yàn)樣本數(shù)據(jù),再次檢驗(yàn)了相關(guān)結(jié)論。
第一,零售企業(yè)實(shí)體門店的生產(chǎn)運(yùn)營具有規(guī)模報(bào)酬不變特征,但存在顯著的規(guī)模經(jīng)濟(jì)效應(yīng)。擴(kuò)大營業(yè)面積并雇傭更多員工,門店?duì)I業(yè)額也能獲得相同幅度的增長,即表現(xiàn)為不變規(guī)模報(bào)酬效應(yīng)。但門店總成本的增長幅度低于營業(yè)額增長幅度,說明具有較好的規(guī)模經(jīng)濟(jì)效應(yīng)。因此,擴(kuò)大營業(yè)面積和雇傭更多員工等擴(kuò)大經(jīng)營規(guī)模的措施仍然是實(shí)體零售門店提高運(yùn)營效率的最佳策略。
第二,經(jīng)營歷史、日交易量和交易單價(jià)等對實(shí)體門店效率有積極影響;相反,商圈競爭度和商品庫存周轉(zhuǎn)水平對門店效率沒有明顯影響。門店經(jīng)營時間越長,可以通過不斷優(yōu)化運(yùn)營流程來提升效率;同時,經(jīng)營歷史長本身也是自身實(shí)力的證明,立志做“百年老店”是成功經(jīng)營的前提。對零售門店來說,先有流量,然后才有轉(zhuǎn)化率,因此日交易量越大門店運(yùn)營效率越高。不過,商圈競爭度和商品庫存周轉(zhuǎn)水平對門店效率沒有顯著影響的結(jié)論與預(yù)期不符,可能是測量指標(biāo)問題,用競爭門店數(shù)量是否能夠測量商圈競爭程度,實(shí)體門店的競爭不僅僅是所在商圈的其他門店,而是無處不在的網(wǎng)絡(luò)零售和其他零售業(yè)態(tài)的競爭。另外,零售企業(yè)選址也存在權(quán)衡取舍問題,“扎堆”在一起可以產(chǎn)生集聚效應(yīng),但分散選址可以避免直接競爭,哪種方法對企業(yè)經(jīng)營有利仍沒有一致結(jié)論。
第三,零售企業(yè)實(shí)體門店運(yùn)營效率逐年下降,不同業(yè)態(tài)和地區(qū)的門店運(yùn)營效率存在較大差異。近年來,在線零售企業(yè)的快速發(fā)展受益于在信息技術(shù)和人力資源方面的巨大投入,吸引大量高學(xué)歷和高技能的人才加入零售行業(yè),相反,實(shí)體零售仍然屬于傳統(tǒng)行業(yè),從業(yè)人員學(xué)歷和綜合素質(zhì)水平較低。盡管北京、上海等大城市的商業(yè)地產(chǎn)租金較高,運(yùn)營成本較高,但該地區(qū)零售門店的運(yùn)營效率明顯高于中部和西部地區(qū),與這些地區(qū)的整體管理水平也有較大的關(guān)系。比較不同零售業(yè)態(tài)門店,分析結(jié)果顯示專賣店和百貨店運(yùn)營效率較高。零售從業(yè)人員認(rèn)為百貨店近年來遭遇客流量下降,租金上漲以及電商沖擊等影響,導(dǎo)致運(yùn)營效率下降和經(jīng)營困難;但另一方面我們也要看到百貨店銷售的大多是品牌商品,價(jià)值較高;尤其是化妝品、鞋與服飾類商品近年來價(jià)格上漲較快,促使銷售額同步增長。如果采用傳統(tǒng)的投入產(chǎn)出比率指標(biāo)測量效率,百貨店人效(年度人均營業(yè)額)是207.62萬元,僅低于專賣店的346.69萬元,遠(yuǎn)高于超市的94.74萬元;坪效(年度單位面積營業(yè)額)是2.29萬元,在所有業(yè)態(tài)中排名較前。另外,百貨業(yè)上市公司為了應(yīng)對環(huán)境變化,也普遍采取了線下線上融合發(fā)展策略,并取得了一定的成效[40]。
第一,盡管擴(kuò)大門店規(guī)模能夠獲得更高的利潤,但是零售門店的營業(yè)面積往往受到商業(yè)地產(chǎn)可獲得性的限制,在繁華的商業(yè)街區(qū),商業(yè)地產(chǎn)是一種稀缺資源。實(shí)證結(jié)果顯示商業(yè)區(qū)門店比住宅區(qū)門店的運(yùn)營效率更高,因此,實(shí)體零售企業(yè)門店選址決策的策略是:優(yōu)先考慮營業(yè)面積較大的地址,然后再考慮商業(yè)區(qū),其次才是住宅區(qū)。
第二,商圈內(nèi)的市場競爭盡管重要,但不是決定門店效率的主要因素,流量仍然是實(shí)體門店經(jīng)營成功的關(guān)鍵因素。商圈內(nèi)競爭門店多不一定是壞事,相反,大家抱團(tuán)經(jīng)營可能會產(chǎn)生一定程度的集聚效應(yīng),獲得更大的客流量和交易量。因此,實(shí)體零售門店選址需要重點(diǎn)考慮的不是競爭門店數(shù)量因素,而是如何獲得更大的客流量。
第一,零售企業(yè)實(shí)體門店的生產(chǎn)函數(shù),除了營業(yè)面積和員工兩種生產(chǎn)要素之外,還應(yīng)該包括門店固定資產(chǎn)。一定程度上可以測量門店的信息技術(shù)水平,這是影響實(shí)體零售門店運(yùn)營效率的重要因素;第二,不同業(yè)態(tài)的實(shí)體零售門店的特征差異較大,生產(chǎn)技術(shù)差異也較大,限于樣本數(shù)據(jù)局限性,本文沒有針對不同業(yè)態(tài)門店進(jìn)行分樣本回歸。因此,后續(xù)研究可以針對不同業(yè)態(tài)的實(shí)體零售門店進(jìn)行分析,以獲得更加準(zhǔn)確的結(jié)論。