張 泉，楊 劍

(滁州職業(yè)技術(shù)學院 商學院，安徽 滁州 239000)

隨著電子商務的快速發(fā)展，以“互聯(lián)網(wǎng)+零售”為代表的新型電商平臺對傳統(tǒng)零售平臺產(chǎn)生了巨大的沖擊，電子商務憑借其更加高效和便捷的業(yè)態(tài)優(yōu)勢，實現(xiàn)了市場規(guī)模的持續(xù)擴張。2018年我國電子商務交易規(guī)模接近30萬億元，交易額同比增長12.1%；2019年前三個季度交易規(guī)模就達到2018年全年的規(guī)模。電子商務零售市場以其“快速、低價、廣泛”的特征實現(xiàn)了快速的市場擴張，不僅打破了傳統(tǒng)線下零售市場中比價難、信息不對稱等顯性問題，而且讓消費者享受到真正的福利。這一系列發(fā)展態(tài)勢，促使傳統(tǒng)零售企業(yè)開始實行“互聯(lián)網(wǎng)+”戰(zhàn)略，積極觸網(wǎng)，借助電子商務平臺擴大業(yè)務規(guī)模。在2013—2018年這一關鍵轉(zhuǎn)型期內(nèi)，電子商務究竟對傳統(tǒng)企業(yè)零售企業(yè)產(chǎn)生了何種程度的沖擊，在電商沖擊下傳統(tǒng)零售企業(yè)是否順利完成產(chǎn)業(yè)變革，都是有待考察的重要問題。

一、文獻綜述

對于電商沖擊對傳統(tǒng)零售企業(yè)的影響，趙瑩認為，隨著國內(nèi)互聯(lián)網(wǎng)技術(shù)的逐步發(fā)展及移動智能客戶端的全方位普及，加之多數(shù)零售企業(yè)開始逐漸走上產(chǎn)業(yè)升級及創(chuàng)新之路，種種因素催生了O2O電子商務模式的迅猛發(fā)展，許多企業(yè)紛紛涉足這一領域，提高企業(yè)利潤及業(yè)績。[1]尹志洪和龍偉則通過對我國傳統(tǒng)零售業(yè)現(xiàn)狀的分析，利用SWOT模式得出了“互聯(lián)網(wǎng)+”時代我國傳統(tǒng)零售業(yè)的發(fā)展優(yōu)勢、劣勢、機遇與威脅，認為我國傳統(tǒng)零售業(yè)應該采用信息技術(shù)導向進行轉(zhuǎn)型發(fā)展。[2]

而更多的研究是從電子商務和傳統(tǒng)零售的問題出發(fā)，分析發(fā)展過程中模式選擇情況。吳杰認為，在商業(yè)電子化背景下，傳統(tǒng)零售業(yè)逐步顯現(xiàn)出靈活度差、交易繁瑣、經(jīng)營管理體制不完善等劣勢。同時，電子商務也并非十全十美，其欺騙行為已是該行業(yè)中的一大詬病，因此，厘清兩種經(jīng)營方式的優(yōu)勢與劣勢，將二者有機結(jié)合起來，成為目前形式下最為迫切的問題。[3]覃龍飛認為，傳統(tǒng)零售業(yè)的問題在于同質(zhì)化較為嚴重，零售業(yè)應該發(fā)展自有品牌，從電子商務平臺上建立起基礎的口碑，他針對品牌必要性展開分析，通過比較電商零售企業(yè)與傳統(tǒng)百貨企業(yè)自有品牌運營方式的差異，分析兩者自有品牌運營方式的優(yōu)缺點，針對性地提出了電子商務與傳統(tǒng)零售的品牌結(jié)合建議。[4]結(jié)合上述研究，本文將進一步從實證分析角度出發(fā)，利用大數(shù)據(jù)樣本量化考察零售業(yè)上市公司在面對電商沖擊時的真實表現(xiàn)。

二、實證方法與數(shù)據(jù)

文章采用面板回歸模型分析零售業(yè)上市企業(yè)樣本，考察電商沖擊的動態(tài)效應，進而判定電商沖擊在一個較長的窗口期內(nèi)對傳統(tǒng)零售企業(yè)的影響。由于我國傳統(tǒng)零售企業(yè)應對措施和發(fā)展模式并不類似，部分企業(yè)可能采取“互聯(lián)網(wǎng)+”融合發(fā)展策略應對電商沖擊，因此，需要根據(jù)技術(shù)變革水平對傳統(tǒng)零售企業(yè)電子商務進行分類，以觀察在電商沖擊下，究竟是堅定發(fā)展傳統(tǒng)線下零售具備優(yōu)勢，還是以融合促發(fā)展，通過“互聯(lián)網(wǎng)+”戰(zhàn)略實現(xiàn)技術(shù)變革更具效率。

(一)面板回歸模型

針對上市公司原始面板數(shù)據(jù)的平穩(wěn)性，采用單位根方法進行檢查；根據(jù)面板數(shù)據(jù)特征，將面板分為混合面板、變截距面板和變系數(shù)面板中的一種，采用豪斯曼檢驗分析面板適宜的模型種類，可能選取的面板模型包括固定效應模型和隨機效應模型，基礎模型的設置如下：

(1)

公式(1)中，被解釋變量R是傳統(tǒng)零售企業(yè)的績效水平；解釋變量ES為電子商務沖擊系數(shù)。根據(jù)上述分析，將窗口期長度設置為五年，因此，構(gòu)建5期的滯后系數(shù)。Xi,t是其他可能對傳統(tǒng)零售企業(yè)發(fā)展產(chǎn)生影響的系數(shù)，包括經(jīng)濟情況(GDP)、市場情況(MARKET)、人力資本(RD)和勞動力(PEOPLE)。

(二)門檻回歸模型

為了進一步探索不同技術(shù)變革水平的傳統(tǒng)企業(yè)在應對電商發(fā)展時的表現(xiàn)，本文假定存在門檻值A，在門檻值之上的企業(yè)屬于高技術(shù)投入企業(yè)樣本，而低于門檻值的企業(yè)則屬于低技術(shù)投入企業(yè)樣本，門檻回歸模型形式如下：

Ri,t=α0+α1ESi,t*T(T≤A1)+α2ESi,t-1*T(A1≤T≤A2)+α3ESi,t-2*T(T≥A2)+Xi,t+εi,t

(2)

公式(2)為門檻回歸模型，解釋變量與各滯后階與門檻值進行交互，可以有效表現(xiàn)不同樣本的技術(shù)溢出情況。在門檻值確定過程中，采用Bootstrap自相關回歸，不斷縮小非線性轉(zhuǎn)折點，進而確定門檻值的位置。

(三)數(shù)據(jù)來源

樣本數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國電子商務發(fā)展報告》、WIND數(shù)據(jù)庫和CIECC數(shù)據(jù)庫，研究樣本區(qū)間為2013—2018年，這是我國電子商務發(fā)展最快、對傳統(tǒng)零售業(yè)影響幅度最大的一段時期，其次，針對因價格指數(shù)變動產(chǎn)生的量綱差距，本文以2013年為基期進行了對應平減。

三、實證結(jié)果

(一)單位根檢測

采用ADF方法檢測，結(jié)果見表1。由表1可知，變量的ADF-t均在1%水平上顯著，各系數(shù)處于0階滯后上，屬于典型的同階面板，數(shù)據(jù)結(jié)構(gòu)符合實證研究要求，可以進行后續(xù)分析。

(二)面板回歸結(jié)果

針對面板模型選擇，進一步采用F檢驗與Hausman檢驗分析模型的適用性，從而避免回歸過程中出現(xiàn)問題，結(jié)果見表2。由表2可知，面板估計的F檢驗結(jié)果拒絕“面板數(shù)據(jù)適用于廣義二乘回歸(GLS)”的原假設，故文章選擇固定效應模型(FE)進行實證研究。豪斯曼檢驗結(jié)果拒絕“系數(shù)間的隨機效應具備一致性”的原假設，進而檢驗其漸進系數(shù)，結(jié)果證明原始面板不服從漸進系數(shù)為2的卡方分布，需要在模型中進行多期漸進檢驗。

表2 F檢驗與Hausman檢驗結(jié)果

針對固定效應模型(FE)的檢驗，需要確定動態(tài)滯后階數(shù)，采用漸進擬合方式，將ES的滯后階延長至5期，從而觀察電商沖擊在5期窗口期的影響范圍，回歸結(jié)果見表3。

表3 固定效應模型回歸結(jié)果

表3中，模型擬合優(yōu)度為0.9032，模型的整體判決系數(shù)大于0.90，說明模型的統(tǒng)計解釋力極強。從當期模型回歸關聯(lián)特征來看，電商沖擊(ES)對零售企業(yè)的影響在1%的顯著性下正相關，說明電商沖擊有力刺激了傳統(tǒng)零售企業(yè)的發(fā)展，并擴大了零售產(chǎn)業(yè)的市場規(guī)模。從滯后的5階窗口期來看，電商沖擊在3個滯后期均具備顯著的正向影響，但影響效力逐步下降，這說明電商沖擊引起了零售產(chǎn)業(yè)長時間的績效改革，促進了行業(yè)整體活力。

從控制變量角度來看，經(jīng)濟基礎(GDP)、市場規(guī)模(MARKET)和人力資本(RD)的影響具備顯著性，這說明傳統(tǒng)零售產(chǎn)業(yè)的發(fā)展也離不開經(jīng)濟基礎與市場的同步作用，從人力資本的角度來看，人力市場的有效性也能夠推動產(chǎn)業(yè)績效的增長。而勞動力(PEOPLE)的變化所產(chǎn)生的影響并不顯著，說明零售業(yè)已經(jīng)逐步成為技術(shù)密集型產(chǎn)業(yè)，勞動力的作用并不顯著。

(三)門檻回歸結(jié)果

針對樣本分類，采用Bootstrap自抽樣方法(自抽樣800次)分析門檻的存在性，通過對單一門檻、雙重門檻和三重門檻漸進特征和伴隨概率進行分析，選擇最合適的門檻模型，結(jié)果見表4。

表4 門檻形式估計情況

由表4可知，單一門檻檢驗值在1%水平下顯著，而雙重門檻和三重門檻均不適用本文分析，因此，采用單一門檻進行估計。單一門檻估計值為0.4271。根據(jù)門檻值可將本文構(gòu)造的傳統(tǒng)零售產(chǎn)業(yè)樣本分為高技術(shù)樣本和低技術(shù)樣本，進行分別回歸，判斷對應的回歸系數(shù)情況。

表5中為基于技術(shù)投入不同的兩個零售企業(yè)樣本，回歸結(jié)果具備如下情況：第一，以技術(shù)變革作為門檻值的不同企業(yè)樣本中，電商沖擊對門檻值之上的企業(yè)產(chǎn)生明顯的正向推動效果(0.614，p=0.000)，對門檻值之下的企業(yè)產(chǎn)生明顯的抑制效果(-0.522，p=0.013)。第二，從滯后階回歸情況來看，對門檻值以下的企業(yè)發(fā)展抑制效果不斷走低，且在第二階滯后就不再具備抑制效果。第三，對門檻值以上的企業(yè)而言，電商沖擊對技術(shù)水平較高的零售企業(yè)有顯著促進作用，且在3個滯后期內(nèi)作用仍持續(xù)顯著，大小逐步下降。

表5 門檻分樣本回歸結(jié)果

四、啟示

第一，電商沖擊并非實體零售企業(yè)發(fā)展的“末日”，相反，電商沖擊強化了傳統(tǒng)零售企業(yè)的發(fā)展效益。由于電子商務零售企業(yè)的低價格、高技術(shù)策略，傳統(tǒng)零售企業(yè)優(yōu)勢不再明顯，為了彌補市場份額的缺失，大量傳統(tǒng)零售企業(yè)開始針對性的彌補其技術(shù)力量，加強客戶忠誠度，電子商務企業(yè)實質(zhì)上成為了零售市場中的“鯰魚”，通過外部競爭促進了市場內(nèi)部活力，為傳統(tǒng)零售企業(yè)提供了極佳的技術(shù)借鑒，擴大了市場規(guī)模。第二，技術(shù)投入是促進零售額與變革的動力，對技術(shù)水平較低的傳統(tǒng)零售企業(yè)而言，電商企業(yè)的介入嚴重沖擊了企業(yè)的發(fā)展策略，由于本身較低的技術(shù)儲備，低技術(shù)企業(yè)的市場份額被電商企業(yè)獲得，加速了相關企業(yè)的離場。而對具備高技術(shù)的企業(yè)而言，其技術(shù)已經(jīng)構(gòu)成企業(yè)的“護城河”，電商的沖擊反而引起技術(shù)水平較高企業(yè)的技術(shù)融合，通過逆向技術(shù)溢出實現(xiàn)了企業(yè)的技術(shù)進步，強化了企業(yè)的利潤管理能力，加強了企業(yè)的效益。第三，電商沖擊改變了傳統(tǒng)零售市場高集中度的局面，顯著提升了消費者福利，使得地區(qū)的消費經(jīng)濟獲得有效推動。對企業(yè)而言，競爭產(chǎn)業(yè)中的發(fā)展豐富了企業(yè)的運營策略，同時削減了企業(yè)的單品利潤，但對企業(yè)擴大規(guī)模利潤產(chǎn)生了有效的作用。