楊海麗,劉玲秋

(1.2.重慶工商大學 經濟學院,重慶 400067)

引言

企業(yè)經營是一個投入產出系統(tǒng)。投入產出系統(tǒng)中相同的投入效率，即經營效率下的產出效率，是一個零售企業(yè)競爭的根本，也為零售企業(yè)的戰(zhàn)略決策和政府制定產業(yè)政策提供重要依據。有一項針對歐洲零售業(yè)的研究表明，1990—1994年作為研究對象的零售企業(yè)做出的111個決策中，最大一類的決策(30%)是有關經營效率問題的[1]。從全球零售企業(yè)經營效率相關研究來看，經營效率問題是近20年來零售研究中非常重要的研究方向[2]。

對我國而言，零售業(yè)經營效率研究有著更重要的意義和價值，隨著經濟快速增長，我國零售業(yè)經歷了幾個階段的轉折與發(fā)展，也取得了突出的成績。據國家統(tǒng)計局數據，1979—2018年我國社會消費品零售總額年均增長率為17.3%，2018年我國社會消費品零售總額已達38.1萬元；2011—2018年線上交易規(guī)模占社會消費零售總額比例逐年提升，從2011年的4.1%上升到2018年的24.6%，線上零售企業(yè)交易規(guī)模也在快速增長，其部分線上零售業(yè)務甚至在業(yè)內獲得領導地位，如京東、蘇寧易購、阿里巴巴等。線下零售企業(yè)的業(yè)務發(fā)展呈現較大幅度波動，2008—2014年線下零售業(yè)受挫嚴重、業(yè)績下降、經營效率低下，電商發(fā)展卻呈增速高、變化快的態(tài)勢，線上線下競爭局面形成。2015年，線上線下競爭態(tài)勢發(fā)生從競爭轉向合作的顯著改變，專注實體經營的零售企業(yè)開始通過各種方式“觸網”，紛紛開展線上業(yè)務，線上、線下零售形成互補與相互依賴的格局。根據CCF(連鎖經營協(xié)會)統(tǒng)計報告，2018年連鎖百強線上銷售業(yè)務增長55.5%，增幅高于全國線上商品零售增幅1倍以上，超市發(fā)、卜蜂蓮花、五星電器、永輝、美宜佳、百草園及中石化易捷等企業(yè)的線上零售增幅達到3位數。

從區(qū)域發(fā)展來看，省域龍頭線下零售企業(yè)經營效率明顯下降，無論從人效、坪效，還是毛利率等指標來看，2018年均有下降，線上零售企業(yè)經營效率卻在提升；縣域企業(yè)運營效率明顯優(yōu)于省域，人效、坪效和毛利率均有明顯增長。根據零售業(yè)上市公司2013—2018年數據，對比分析我國零售業(yè)線上、線下經營效率變動態(tài)勢和影響經營效率變動的因素，為提升我國零售業(yè)線上、線下企業(yè)經營效率提供依據，為企業(yè)轉型發(fā)展提供思路。

大型零售企業(yè)基本是“線上+線下”經營模式。研究選取的線上、線下零售企業(yè)，區(qū)分依據是其主營業(yè)務和企業(yè)初始經營模式，并對其業(yè)務中所涉及的數據進行剔除，以確保數據精確性。

一、文獻回顧

國內外研究零售企業(yè)經營效率的文獻主要有研究方法的選擇、研究投入、產出和環(huán)境變量的選擇，研究工具大多為數據包絡法(DEA)。

(一)國外關于零售業(yè)經營效率的研究綜述

國外效率研究的方法基本都是DEA，早期文獻顯示DEA模型被我國學者廣泛運用到銀行效率評價上，一般工商業(yè)企業(yè)效率評價較少使用此方法，運用在零售業(yè)效率評價中則更少。近20年來，不斷有學者探索用DEA來評價零售業(yè)經營效率，有的以每平方米營業(yè)面積的雇員數、全職員工與兼職員工比率、年薪與工資總額、店鋪經營年限等要素作為投入指標，將銷售收入和運營結果(如利潤額、滿意度等)定為零售產出指標，運用DEA對各類零售企業(yè)效率變化及效率進行分析[2-3]；有的研究在零售企業(yè)經營效率實證分析中運用 MPI分析研究對象效率變化，并對效率變化進行分解[4];有研究提出決策單元的個數以高于輸入輸出指標總個數 2-3 倍為宜，該觀點也得到了學界認同[5-6]；還有研究認為管理層經驗是反映企業(yè)管理水平的代理變量，而將門店數和營業(yè)面積看作零售企業(yè)的投入，假設零售企業(yè)存在規(guī)模經濟，則可以把這些變量作為較低的單位經營成本和管理成本的代理變量[5]。

(二)國內關于零售業(yè)經營效率的研究綜述

國內學者主要從靜態(tài)和動態(tài)兩個角度出發(fā)，選用不同的研究方法和投入產出指標對零售業(yè)經營效率及其影響因素進行研究，關注點集中在投入產出指標和研究方法的選取上。

從指標選取來看，零售企業(yè)投入、產出變量的選擇學界尚未達成一致，學者基于零售業(yè)投入產出指標的相關研究和考慮數據可獲得性等因素建立了不同的指標體系。此外，DEA要求決策單元(DMU)數量至少是投入產出指標種類和的兩倍，選取指標時還要考慮樣本數量。有研究選用主營業(yè)務收入和凈利潤作為零售業(yè)產出指標，投入指標包括固定資產總額、營業(yè)費用、支付員工的費用和存貨凈額，其中存貨凈額指標很少有學者使用[7-9]。李陳華(2014)[10]選擇銷售額作為產出變量，營業(yè)面積、年末從業(yè)人數、門店總數和市場份額作為投入變量，選取指標時更注重零售市場的基本情況。

從研究方法看，汪旭暉 等(2009)[7]采用DEA-Malmquist指數法基于動態(tài)視角對1998—2007年我國零售業(yè)上市公司生產效率進行研究，發(fā)現我國零售企業(yè)效率變化有顯著的地區(qū)差異。束虹 等(2011)[11]以泛長三角地區(qū)為區(qū)域研究對象，運用DEA-CCR模型從靜態(tài)角度分析了2007—2009年零售業(yè)上市公司的技術效率，發(fā)現零售業(yè)技術效率呈波動上升趨勢。楊波(2012)[8]運用DEA、MPI和Tobit回歸模型三種方法，以2005—2010年58家零售業(yè)上市公司為樣本，從靜態(tài)、動態(tài)和影響因素三方面進行了經營效率的評價和分析，研究發(fā)現零售業(yè)平均經營效率存在一定程度下降。張麗娜(2016)[12]基于產出角度的規(guī)模報酬不變DEA-CCR模型研究，發(fā)現2012—2014年泛珠三角地區(qū)零售業(yè)經營效率存在東中西部地區(qū)梯度差異。葉萌 等(2017)[9]選用非參數估計的DEA—Malmquist指數法，從中級宏觀層面對2008—2015年限額以上批發(fā)和零售業(yè)下細分行業(yè)的數據進行分析，發(fā)現批發(fā)業(yè)全要素生產率呈負增長，而零售業(yè)全要素生產率呈正增長。

綜上，零售業(yè)經營效率的研究主要集中在全國零售業(yè)經營效率和區(qū)域零售業(yè)經營效率上，對零售企業(yè)經營效率的研究文獻很少。零售業(yè)經營效率的研究方法主要有DEA-CCR模型、DEA-BCC模型、超效率DEA模型、DEA-Malmquist指數法，零售業(yè)經營效率影響因素的研究方法有回歸分析、Tobit回歸模型和VAR模型等。從選取指標來看，無論是國內還是國外在零售業(yè)經營效率的研究中，產出指標大都為主營業(yè)務收入和凈利潤，部分學者使用銷售額作為產出指標；投入指標的選擇變化較大，除固定資產總額、員工薪酬和營業(yè)費用等一般性指標外，還包括零售市場門店數、企業(yè)數、零售企業(yè)股票市場等特殊指標。

研究采用DEA方法，指標選取在前人研究基礎上進行優(yōu)化。線上、線下上市零售企業(yè)將根據實際經營情況選取指標，考慮到指標間的可比性和方便對比研究，線上零售產出指標選擇主營業(yè)務收入和凈利潤；由于美國上市企業(yè)存在會計指標差異，產出指標選擇總資產、銷售、管理和行政費用。以此建立指標體系對我國線上、線下零售企業(yè)經營效率進行比較評價，為零售業(yè)未來轉型發(fā)展提供決策參考，并實現對過往研究的突破。

二、實證研究

(一)模型簡介

1.DEA-BCC模型

數據包絡分析法(Data Envelopment Analysis，簡稱DEA)①主要包括規(guī)模報酬不變的CCR模型和規(guī)模報酬可變的BCC模型，其中BCC模型能夠進一步將CCR模型中綜合技術效率分解為純技術效率和規(guī)模效率。本研究采用規(guī)模報酬可變的BCC模型，模型公式如下：

(1)

2.DEA-malmquist指數法

為動態(tài)比較不同時期企業(yè)生產效率的變化，研究基于全要素生產率指數(TFPch)②來測度全要素生產率的變動情況。全要素生產率是指在保持資本、勞動、土地等生產要素不變情況下，由于企業(yè)技術升級、管理模式改進、組織專業(yè)化水平提高、生產創(chuàng)新能力改進和企業(yè)結構升級等帶來的經濟增長。Malmquist指數法中的全要素生產率指數(TFPch)可分解為技術效率變化指數(EFFch)和技術進步變化指數(TECHch)，技術效率變化指數又可以分解為純技術效率變化指數(PEch)和規(guī)模效率變化指數(SEch)，即TFPch=TECHch ×EFFch=TECHch×PEch×SEch。全要素生產率指數大于1時，說明企業(yè)經營效率有所提高，反之則表明經營效率有所下降。當構成全要素生產率指數中某一指數大于1時，表明該指數能促使經營效率提升，反之則阻礙經營效率的提升。

(二)決策單元與指標選取

1.決策單元的選取

實體零售決策單元根據2012年中國證監(jiān)會發(fā)布的《上市公司分類指引》中對零售業(yè)上市公司的相關規(guī)定，從聯(lián)商網《2018年中國零售業(yè)上市公司營收百強榜》[13]“營收百強榜”前60名的零售業(yè)上市公司中剔除出現負值和指標不全的上市公司，最后選擇了35家上市時間5年以上的滬深A股公司，包括8家超市、18家百貨和購物中心、5家服飾企業(yè)、1家家電企業(yè)、3家藥妝企業(yè)。我國網絡零售業(yè)發(fā)展時間較短且正處于上升期，許多線上零售公司上市時間較短甚至還未成功上市，本研究的線上零售決策單元選擇了18家上市時間超過5年的上市公司，其中5家在美國上市，13家為滬深A股公司。

2.指標選取與數據來源

(1)指標選取

零售企業(yè)運營需要多種投入，如房屋、貨架等固定資產投資、員工工資、銷售費用、管理費用及廣告費用等。衡量零售企業(yè)的產出有多種標準，如主營業(yè)務收入、營業(yè)外收入、凈利潤和每股收益等。本研究線下零售企業(yè)的產出指標選擇主營業(yè)務收入和凈利潤，投入指標選擇總資產、銷售費用和管理費用；線上零售企業(yè)的產出指標選擇主營業(yè)務收入和凈利潤，投入指標選擇總資產和銷售、管理、行政費用。選擇主營業(yè)務收入是因為可以更接近零售企業(yè)經營主營業(yè)務所獲得的銷售額，凈利潤可以很好地反映企業(yè)經營質量和經營成果。從2014—2018年數據看，主營業(yè)務收入、凈利潤兩者相關度比較高(相關度平均約為0.8)，所以這兩個指標結合起來使用可以更好地度量零售企業(yè)產出。總資產是公司運營投入的全部資產，包括有形資產、無形資產、流動資產和固定資產；銷售費用是指零售企業(yè)經營過程中為實現商品銷售而產生的費用，包括促銷費用、廣告費用；管理費用是指零售企業(yè)管理企業(yè)資產和員工產生的費用，三大指標相結合可有效反映零售企業(yè)的投入情況。

(2)數據來源

本研究決策單元的原始數據來源于網易財經和中商產業(yè)研究院;線下零售數據來源于網易財經，數據均為正值，可以進行DEA分析；線上零售數據來源于網易財經和中商產業(yè)研究院，數據有負值。DEA要求決策單元的數量至少為投入產出指標種類和的兩倍，故不能直接去除負值，而需要進行數據無量綱化處理，全部原始數據處理后的值都將在0.1至1區(qū)間內。根據DEA理論，無量綱化處理后，決策單元之間的相對關系不會發(fā)生變化，決策單元經營有效性的評價結果也不會受到影響。具體處理方法如下：

(2)

(三)線下零售企業(yè)與線上零售企業(yè)經營效率靜態(tài)分析

1.線下零售企業(yè)經營效率靜態(tài)分析

研究所涉線上、線下企業(yè)中，大部分企業(yè)都同時開展了線上、線下經營。這里特別說明，線下企業(yè)是指主營業(yè)務在線下開展(且公司初始就是從線下開始經營的)，所涉及的經營數據僅僅包括實體店的業(yè)務，線上業(yè)務被剔除。同樣，線上企業(yè)是指主營業(yè)務在線上開展(且公司初始就是從線上開始經營的)，所涉及的經營數據僅僅包括線上業(yè)務，線下業(yè)務被剔除。

研究對35家線下零售企業(yè)相關指標數據進行處理后，采用DEAP 2.1軟件，選擇以投入為導向的DEA-BCC 模型對2016—2018年我國線下零售企業(yè)經營效率進行靜態(tài)測度與評價，得到綜合技術效率(TE)、純技術效率(PTE)、規(guī)模效率(SE)和規(guī)模報酬狀態(tài)(irs表示規(guī)模報酬遞增，drs表示規(guī)模報酬遞減)，結果見表1。

表1 2016—2018年35家線下零售企業(yè)經營效率靜態(tài)分析表

(1)綜合效率分析

綜合技術效率(TE)是衡量各零售業(yè)上市公司資源配置和使用效率等能力的關鍵指標，若決策單元 DMU 的綜合技術效率 TE 等于 1，表明該決策單元 DMU的投入產出要素達到技術效率前沿，且技術和規(guī)模均有效。由表 1 ，整體而言，2016—2018年35家線下零售企業(yè)綜合技術效率均值為0.787,表明企業(yè)經營效率雖然較高，但仍有很大上升空間。3年內只有小商品城、重慶百貨和安踏體育綜合技術效率均為1，達到技術效率前沿，表明上述企業(yè)投入要素達到資源配置最優(yōu)狀態(tài)，各類資源要素的利用率達到最大化，經營效率處于最佳水平。其次，家家悅、大東方和嘉事堂這3年綜合技術效率幾乎也均為1，但這3家企業(yè)在2018年純技術效率和規(guī)模效率均有小幅度下降。從時間維度來看，2017年35家線下零售企業(yè)的綜合技術效率均值為0.782，與2016年相比下降了0.072，其中有8家線下零售企業(yè)綜合技術效率為1，占比22.86%，分別是家家悅、首商股份、小商品城、大東方、重慶百貨、安踏體育、宏圖高科和嘉事堂。2018年35家線下零售企業(yè)的綜合技術效率均值為0.724，與2017年相比下降了0.058，其中有6家線下零售企業(yè)綜合技術效率為1，占比17.14%，分別是鄂武商A、小商品城、重慶百貨、搜于特、安踏體育和海瀾之家。2016—2018年綜合技術效率存在明顯波動，從2016年的0.854下降到2018年的0.724，說明線下零售企業(yè)的經營效率呈下降趨勢。

(2)純技術效率分析

由表 1，2016—2018年這35家線下零售企業(yè)的純技術效率均值為0.879，均值小于1說明企業(yè)技術應用和創(chuàng)新水平落后，從而導致經營效率下降。3年內僅永輝超市、鄂武商A、大商股份、重慶百貨、安踏體育、小商品城、大東方、廣百股份、搜于特、海瀾之家和嘉事堂的純技術效率均為1，表明企業(yè)要素投入合理有效、技術不斷進步。從時間維度看，2016—2018年純技術效率均值分別為0.939、0.874和0.825，均值下降趨勢明顯，表明線下零售企業(yè)技術進步的投入滯后于規(guī)模擴張的投入。

(3)規(guī)模效率分析

由表1，2016—2018年我國35家線下零售企業(yè)的規(guī)模效率均值為0.892，表明這 35家線下零售企業(yè)規(guī)模效率均偏低，我國線下零售業(yè)總體規(guī)模仍有擴大空間。從時間維度看，2016—2018年規(guī)模效率均值分別為0.908、0.895和0.874，呈現明顯下降趨勢，可能是由于網絡零售的高速發(fā)展和新線下零售企業(yè)進入，市場競爭更為激烈，關店潮等引發(fā)各線下零售企業(yè)總體規(guī)?？s減，導致要素與資源配置不合理、經營效率下降。從時間維度來看，2017年10家線下零售企業(yè)處于規(guī)模報酬遞減階段，占比28.57%，16家線下零售企業(yè)處于規(guī)模報酬遞增階段，占比45.71%。2018年6家線下零售企業(yè)處于規(guī)模報酬遞減階段，占比17.14%，23家線下零售企業(yè)處于規(guī)模報酬遞增階段，占比65.71%。一定程度上表明，2017—2018年我國線下零售企業(yè)因轉型而出現規(guī)模報酬遞增。

2.線上零售企業(yè)經營效率靜態(tài)分析

采用DEAP 2.1軟件對18家線上零售企業(yè)進行DEA分析，選擇以投入為導向的DEA-BCC 模型，得到其經營效率靜態(tài)數據，如表2所示：

表2 2016—2018年18家線上零售企業(yè)經營效率靜態(tài)測度表

(1)綜合技術效率分析

由表 2 ，2016—2018年18家線上零售企業(yè)綜合技術效率均值為0.743，說明企業(yè)效率較低、資源效率配置不合理，我國線上零售企業(yè)經營效率還有很大提升空間。此期間，鮮有企業(yè)在3年內保持綜合技術效率為1，唯有蘭亭集勢3年綜合技術效率、純技術效率和規(guī)模效率均為1。2016—2018年18家線上零售企業(yè)綜合技術效率均值分別為0.750、0.804、0.676，呈先升后降的趨勢。

(2)純技術效率分析

由表2，2016—2018年18家線上零售企業(yè)純技術效率均值為0.789，說明企業(yè)效率較低，線上零售企業(yè)的管理體系和技術應用水平偏低。2016—2017年純技術效率均值大于規(guī)模效率均值，說明綜合技術效率的提高更多依賴于純技術效率的提升。2016—2018年18家線上零售企業(yè)純技術效率均值為0.822、0.829、0.721，呈先增后減態(tài)勢。3年內純技術效率均值大于0.9的企業(yè)有南極電商、寶貝格子和蘭亭集勢，說明這3家企業(yè)在管理和技術方面的效率較穩(wěn)定。

(3)規(guī)模效率分析

由表 2，2016—2018年18家網絡零售上市公司規(guī)模效率均值為0.937，規(guī)模效率較高，規(guī)模調整后還可提高效率。2016—2018年18家線上零售企業(yè)規(guī)模效率均值分別為0.920、0.942、0.950，規(guī)模效率均值逐年遞增，3年內規(guī)模效率均值大于0.9的企業(yè)有京東、探路者、寶貝格子等13家。2016年有11家企業(yè)處于規(guī)模報酬遞增狀態(tài)，3家企業(yè)處于規(guī)模報酬遞減狀態(tài)，4家處于規(guī)模報酬不變狀態(tài)；2017年有11家企業(yè)處于規(guī)模報酬遞增狀態(tài)，無企業(yè)處于規(guī)模報酬遞減狀態(tài)，7家處于規(guī)模報酬不變狀態(tài)；2018年有2家企業(yè)處于規(guī)模報酬遞增狀態(tài)，12家企業(yè)處于規(guī)模報酬遞減狀態(tài)，4家處于規(guī)模報酬不變狀態(tài)。

(四)線下零售企業(yè)與線上零售企業(yè)經營效率動態(tài)分析

1.線下零售與線上零售企業(yè)經營效率動態(tài)分析

研究就選取的2014—2018年35家線下零售企業(yè)和18家線上零售企業(yè)經營效率進行比較。

(1)線下零售與線上零售企業(yè)經營效率時間特征

就2014—2018年經營綜合效率、純技術效率、技術效率、規(guī)模效率等方面的時間特征進行比較。

表3 2014—2018年我國35家線下零售與18家線上零售上市企業(yè)全要素生產率變化情況表

由表3，5年來線下零售企業(yè)全要素生產率指數均值為0.978，高于線上的均值0.912。從各階段實際情況來看，線下零售企業(yè)全要素生產率除2017—2018年外都高于線上零售企業(yè)。線下零售企業(yè)的全要素生產率呈逐年上升趨勢，而線上零售企業(yè)全要素生產率3年持續(xù)下降后，在2017—2018年又明顯上升。

無論是線上還是線下，全要素生產率變化指數小于1，說明資源配置效率下降導致企業(yè)經營效率下降，未來企業(yè)應注重提高實體零售業(yè)全要素生產率。從技術效率變化指數(effh)和技術進步變化指數(techch)看，35家線下零售企業(yè)在2014—2018年技術進步變化指數均值為1.029，年平均增長率為4.44%，說明全要素生產率的提升主要得益于技術進步變化指數的提高。技術效率變化指數均值為0.954，說明技術效率水平呈現負增長狀態(tài)，且年均增長率為-2.91%。其中，純技術效率變化指數均值為0.964，年均增長率為-2.38%;規(guī)模效率變化指數均值為0.989，其年均增長率為-0.59%，技術效率變化指數小于1更多是由于純技術效率變化指數的降低引起。

(2)35家線下零售企業(yè)與18家線上零售企業(yè)Malmquist指數及分解指標

在對35家線下零售企業(yè)經營效率進行靜態(tài)分析的基礎上，分析經營效率呈現高低變化的深層次原因，即全要素生產率變化情況。同時，明確造成全要素生產率水平變化的原因分別有純技術效率水平、技術進步水平和規(guī)模效率水平。對35家線下零售企業(yè)經營效率進行動態(tài)測度，能更全面地反映各線下零售企業(yè)經營效率的差異化特征。

表4 2014—2018年我國35家線下零售上司公司Malmquist指數及其分解指標表

由表4，有11家企業(yè)的全要素生產率指數大于1，說明企業(yè)全要素生產率呈正增長狀態(tài)，分別有中百集團、北京京客隆、紅旗連鎖、鄂武商A、小商品城、供銷大集、廣百股份、安踏體育、搜于特、海瀾之家和嘉事堂，占比31.43%；其余24家線下零售企業(yè)的全要素生產率指數小于1，說明企業(yè)全要素生產率呈負增長狀態(tài)，占比68.57%。

從業(yè)態(tài)來看，綜合效率均值最高的是超市(0.987)、服飾專賣店(0.966)、百貨(0.945)、藥妝(0.944)及家電(0.919)。

線下零售企業(yè)的綜合技術效率均值0.787，大于線上零售企業(yè)的綜合技術效率均值0.743，說明我國實體零售經營效率高于網絡零售經營效率。線下零售企業(yè)和線上零售企業(yè)的綜合技術效率小于1均是由純技術效率和規(guī)模效率偏低導致，其中主要是規(guī)模效率的拉動。

表5 2014—2018年我國18家線上零售企業(yè)Malmquist指數及其分解指標表

由表5，有6家企業(yè)全要素生產率指數大于1，分別是阿里巴巴、唯品會、南極電商、魚躍醫(yī)療、九陽股份和蘭亭集勢，占比33.33%，說明這6家企業(yè)全要素生產率水平呈正增長狀態(tài)，資源配置效率提高；同時，6家企業(yè)全要素生產率變化指數大于1,主要是技術效率水平的提高所導致。其余12家企業(yè)的全要素生產率指數小于1，占比66.67%，說明企業(yè)全要素生產率呈現負增長狀態(tài)。

從實體零售與網絡零售的平均效率來看，實體零售的綜合效率、規(guī)模效率皆低于網絡零售，而技術效率、純技術效率、全要素生產率要高于網絡零售。

三、結論與建議

(一)結論

1.自2014年來，我國線下、線上零售企業(yè)經營效率和全要素生產率均偏低，且變動不大、增長不明顯，甚至個別年份有下降趨勢。2014—2018年是線上、線下零售競爭最激烈的5年，2016年開始線上、線下零售呈融合發(fā)展趨勢，但依然以競爭為主。總體來看，線下零售企業(yè)的經營效率高于線上零售企業(yè)。

2.線上零售企業(yè)規(guī)模效率高于線下零售企業(yè)。2014年以來，線上零售企業(yè)規(guī)模擴張速度高于線下，處于規(guī)模效率提升階段；與此同時，線下零售企業(yè)處于關店壓縮規(guī)模階段，規(guī)模效率下降。線下零售企業(yè)正處于轉型升級階段，轉型方向是與線上零售融合發(fā)展、步入新零售階段，如蘇寧易購(蘇寧易購歸屬于線上零售企業(yè))，其經營效率無論較之其他線下還是線上零售企業(yè)均為優(yōu)質高效企業(yè)，對總績效影響明顯。線上零售企業(yè)轉型的力度和成效高于線下零售企業(yè)。

3.就線上與線下零售企業(yè)前5位的經營效率進行比較，發(fā)現這些公司中線下經營效率低于線上，線上零售企業(yè)前5位經營效率各指標普遍較高。經營效率高的零售上市公司基本都是新零售的積極探索者，且轉型為企業(yè)發(fā)展帶來效率提升，如阿里巴巴、京東、蘇寧易購。

4.轉型和創(chuàng)新帶來了企業(yè)效率的提升。線上、線下零售企業(yè)經營效率不穩(wěn)定與效率水平偏低的情況并存，這些不足和市場競爭緊密關聯(lián)。一方面，近十年來零售業(yè)線上線下、國內國外企業(yè)和業(yè)態(tài)之間、新進入者與在位者之間、新零售與傳統(tǒng)零售之間的競爭無處不在，尤其近兩年來新零售的快速發(fā)展是推動零售業(yè)競爭力提升的根源之一；另一方面，從CR4和CR8③可以看出零售業(yè)過度競爭這一現實。競爭促進轉型的同時，帶來了零售業(yè)創(chuàng)新經營，如素型生活館基于大數據做消費場景，不僅實現了店鋪規(guī)模的快速發(fā)展，還帶來了營業(yè)額的迅速提升；宏圖高科的宏圖Brookstone在新零售上進行探索，用數據打造“新奇特”生態(tài)圈，以消費者為核心的多樣化場景體驗等創(chuàng)新經營，已經在市場上和消費者心目中成為與盒馬鮮生并駕齊驅的新商業(yè)模式，企業(yè)經營成效迅速凸顯，技術效率和規(guī)模效率提升明顯。

實證結果表明，零售業(yè)線上線下競爭并非單純競爭關系，還包含相互補充、相互促進的關系。凡是線上、線下融合發(fā)展的零售企業(yè)，其綜合效率、技術效率、規(guī)模效率、全要素生產率均比單一經營線上業(yè)務或者線下業(yè)務的零售企業(yè)要高，這也進一步證明新零售是未來發(fā)展主流方向，全渠道是新零售的必然選擇。零售業(yè)未來發(fā)展應是“線上零售+線下零售+現代物流”的結合。

受新消費的影響，傳統(tǒng)零售業(yè)態(tài)效率下降，如百貨業(yè)效率低且轉型壓力明顯大于超市，當下傳統(tǒng)電商和實體零售店的倒閉、關店潮也可進一步證明：零售業(yè)轉型與創(chuàng)新壓力不斷加大，新消費需要新零售來更好地滿足其需求。據聯(lián)商網不完全統(tǒng)計，2016年全年我國46家百貨店和購物中心經營企業(yè)共關閉56家門店；全球來看，2015年樂購關閉了43家門店，2016年沃爾瑪關閉了269家門店，2017年百貨業(yè)關閉61家門店，2018年借助新零售，新開店數量又有所增加。

(二)建議

為提升我國線上、線下零售企業(yè)經營效率，研究提出以下建議：

1.持續(xù)開展“線上+線下+物流”融合發(fā)展的新零售模式

線上、線下零售企業(yè)均可通過收購、持股、開店或開發(fā)線上平臺等多種措施開展線下線上業(yè)務，同時融合物流業(yè)，逐漸形成“線上+線下+物流+支付”全渠道模式。如阿里巴巴、百聯(lián)、蘇寧、銀泰、三江購物、易果生鮮、盒馬鮮生等企業(yè)基本完成百貨、數碼家電、生鮮、超市、綜合零售業(yè)線上、線下布局，整合線上線下資源逐步實現全渠道經營模式，提升線上線下零售企業(yè)的經營效率。通過打造“線上+線下+物流”深度融合發(fā)展模式，搭建“便捷+社交+體驗”綜合購物空間和平臺。提升零售業(yè)人才素養(yǎng)，培育通曉線上線下業(yè)務的綜合優(yōu)質專業(yè)管理團隊。推進供應鏈管理改革，提升供應鏈管理水平。

2.線上、線下經營要重視“六大思維”，提升零售企業(yè)競爭力和全要素生產率

六大思維即客戶思維、大數據思維、社會化思維、共享思維、極致思維和跨界思維?？蛻羲季S是指在價值鏈各環(huán)節(jié)都要以“顧客為中心”進行線上、線下資源配置?；ヂ?lián)網時代，信息不對稱現象得以緩解，信息透明化使得用戶可獲得更大的話語權，“以客戶為中心”顯得異常重要。不僅要以聽取客戶需求為基礎，解決客戶問題，最關鍵的是讓客戶參與到價值鏈的每一個環(huán)節(jié)，從需求開始貫穿信息收集、產品構思、產品設計、研發(fā)、測試、生產、銷售和服務等，這是線上線下融合發(fā)展的基礎。大數據思維可通過線上零售企業(yè)收集消費者數據并將消費者信息數字化，以此為基礎將線上、線下企業(yè)商品數字化，基于匹配供需的算法高效精準地滿足或推送市場需求。社會化思維是指利用社會化工具、媒體、社會化網絡重塑線上、線下零售企業(yè)和顧客之間的溝通關系，利用好各種線上社交網絡平臺與顧客進行對話式信息收集，建立平等的溝通氛圍。共享思維即零售企業(yè)要利用共享經濟思維方式，充分利用資源提升經營效率，如共享物流、共享采購、共享各種過剩資源，這也是提升零售企業(yè)資源利用效率非常重要的思路。極致思維是引導零售企業(yè)將商品及其相關的資源都做到最好?？缃缢季S是要多角度、多視野看待問題和解決問題，零售企業(yè)可通過跨界來尋找新增長點，如餐飲、旅游、游戲、娛樂等領域相結合形成新業(yè)態(tài)，實現資源互相帶動，進而提升經營效率。

3.充分利用新技術，提升規(guī)模效率和技術效率

線上線下結合的關鍵點是大數據和人工智能。線上經營大數據可助力線下零售業(yè)商品選擇、顧客特征分析等，從而更精準地為顧客提供服務。利用結構性數據分析可為顧客提供更多元化的商品，提升店內轉化率；利用大數據充分掌握消費特征，提高消費者商品購買的連帶率和體驗感；人工智能和大數據結合可以強化品牌認知、打通渠道，真正實現線上線下無縫鏈接，提高零售企業(yè)的規(guī)模效率和技術效率。

注釋：

①1978年美國學者A.Charnes、W.W.Coopor和E.Rhodes提出數據包絡分析法(Data Envelopment Analysis，簡稱DEA)，DEA是以相對效率概念為基礎，運用數學規(guī)劃模型來評價具有相同類型的多投入、多產出的決策單元是否相對有效的一種非參數統(tǒng)計方法。

②即基于Caves等提出的Malmquist生產率指數，Fare 等構建的基于DEA的 Malmquist指數。

③CRn行業(yè)集中度是指某行業(yè)的相關市場內前N家最大的企業(yè)所占市場份額(產值、產量、銷售額、銷售量、職工人數、資產總額等)的總和，是對整個行業(yè)的市場結構集中程度的測量指標，用來衡量企業(yè)的數目和相對規(guī)模的差異，也是市場勢力的重要量化指標。