摘要：在數(shù)字化轉(zhuǎn)型浪潮中，零售作為挖掘消費方式、創(chuàng)新營銷手段、構(gòu)筑商業(yè)業(yè)態(tài)的重要環(huán)節(jié)，逐步成為企業(yè)數(shù)字化轉(zhuǎn)型的前沿。結(jié)合“新零售”特征，運用DEA-Tobit模型檢驗零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響，研究發(fā)現(xiàn)：零售數(shù)字化轉(zhuǎn)型通過提高供需匹配效率、降低成本費用、增強研發(fā)能力等三條路徑提高企業(yè)的經(jīng)營效率、規(guī)模效率與技術(shù)水平，帶動企業(yè)績效提升。其中，企業(yè)零售數(shù)字化轉(zhuǎn)型對經(jīng)營效率提升作用最大，規(guī)模效率次之，技術(shù)進步最小。此外，數(shù)字化轉(zhuǎn)型在地區(qū)間、產(chǎn)業(yè)間、企業(yè)間等存在廣泛的不平衡性。據(jù)此，應(yīng)合理評估企業(yè)零售數(shù)字化轉(zhuǎn)型的作用，正視企業(yè)零售數(shù)字化轉(zhuǎn)型發(fā)展的不均衡性，注重政策配套，進而推動企業(yè)高質(zhì)量發(fā)展。

關(guān)鍵詞：新零售；數(shù)字化轉(zhuǎn)型；企業(yè)績效；高質(zhì)量發(fā)展

中圖分類號：F0629文獻標識碼：A文章編號：1001-148X（2024）05-0104-10

收稿日期：2023-11-06

作者簡介：張敏（1990—），女，山東濰坊人，博士研究生，講師，研究方向：反壟斷與競爭政策；陳志成（1989—），本文通訊作者，男，山東濟南人，助理研究員，研究方向：互聯(lián)網(wǎng)平臺經(jīng)濟規(guī)制、貨幣金融理論與政策。

基金項目：國家社會科學(xué)基金青年項目“價值鏈視角下我國海外園區(qū)空間布局對‘一帶一路’高質(zhì)量發(fā)展的影響研究”，項目編號：20CJL016；山東省自然科學(xué)基金青年項目“影子銀行視域下貨幣政策與宏觀審慎政策防范化解重大金融風(fēng)險的路徑研究”，項目編號：ZR2023QG126；云南省教育廳科學(xué)研究基金項目“數(shù)字經(jīng)濟背景下云南省稅收治理能力提升研究”，項目編號：2022J0035。

一、引言與文獻回顧

互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字技術(shù)的廣泛滲透加快數(shù)字經(jīng)濟時代到來。以數(shù)字技術(shù)為依托，各類新營銷方式、商業(yè)業(yè)態(tài)、消費渠道不斷涌現(xiàn)，加速了企業(yè)數(shù)字化轉(zhuǎn)型，并逐步成為數(shù)字經(jīng)濟發(fā)展的重要著力點。中國信息通信研究院2022年發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書》顯示，2012年以來我國數(shù)字經(jīng)濟年均增速高達159%，2021年我國數(shù)字經(jīng)濟規(guī)模更是達到455萬億元，在GDP中的占比接近40%。作為連接供需兩端的關(guān)鍵紐帶，企業(yè)零售端逐步成為挖掘消費方式、創(chuàng)新營銷手段、構(gòu)筑商業(yè)業(yè)態(tài)的重要應(yīng)用場景，企業(yè)零售環(huán)節(jié)數(shù)字化轉(zhuǎn)型已然成為企業(yè)數(shù)字化轉(zhuǎn)型最集中、最活躍的表現(xiàn)領(lǐng)域之一，并引發(fā)“新零售”概念與情景運用的廣泛探討［1］。在此背景下，探索“新零售”情景下企業(yè)零售數(shù)字化轉(zhuǎn)型如何引導(dǎo)企業(yè)績效提升對于消費提質(zhì)擴容、加快構(gòu)建雙循環(huán)新發(fā)展格局具有重要現(xiàn)實意義，也是推動經(jīng)濟邁向高質(zhì)量發(fā)展的關(guān)鍵之舉。

盡管零售數(shù)字化轉(zhuǎn)型提出時間較早，但學(xué)界尚未就零售數(shù)字化轉(zhuǎn)型的內(nèi)涵與“新零售”發(fā)展形態(tài)形成統(tǒng)一的定論。較為一致的觀點認為，零售數(shù)字化轉(zhuǎn)型表現(xiàn)為線下傳統(tǒng)零售模式向線上網(wǎng)絡(luò)零售模式逐步拓展和轉(zhuǎn)型，本質(zhì)上是利用零售數(shù)字信息要素對商品生產(chǎn)、銷售、物流等各個環(huán)節(jié)進行整合升級，推動企業(yè)組織決策、經(jīng)營理念、資源能力和方法流程的優(yōu)化改進，在數(shù)字技術(shù)與企業(yè)經(jīng)營的深度融合的過程中實現(xiàn)消費渠道、供銷模式、商業(yè)業(yè)態(tài)、價值鏈體系的根本性變革［2］。零售數(shù)字化轉(zhuǎn)型加速了人、貨、場及其內(nèi)在關(guān)系顛覆性重構(gòu)［3］，促進了線下體驗、線上服務(wù)與現(xiàn)代物流的相互結(jié)合，這構(gòu)成了“新零售”的基本要義。以提升企業(yè)競爭力、實現(xiàn)可持續(xù)發(fā)展為戰(zhàn)略出發(fā)點推動企業(yè)零售數(shù)字化轉(zhuǎn)型，進而逆向引導(dǎo)企業(yè)經(jīng)營活動適應(yīng)性重構(gòu)，是零售數(shù)字化轉(zhuǎn)型推動企業(yè)績效提升的關(guān)鍵驅(qū)動力。

結(jié)合“新零售”的內(nèi)涵與特征，已有研究圍繞零售數(shù)字化轉(zhuǎn)型如何影響企業(yè)績效進行了深入探討。Cao和Li（2015）［4］從全渠道與跨渠道視角進行分析，主要結(jié)論表明全渠道模式可以整合品牌、資產(chǎn)和客流，增進渠道互動，強化線上線下綜合市場資源優(yōu)勢。線上線下的同步發(fā)展有助于提高消費者忠誠度和滿意度［5］，改善企業(yè)業(yè)務(wù)流程，降低企業(yè)管理成本，實現(xiàn)企業(yè)運營效率的帕累托改進［6］。張任之（2022）［7］從供應(yīng)鏈視角審視零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響，研究發(fā)現(xiàn)數(shù)字化技術(shù)的廣泛應(yīng)用賦予供應(yīng)鏈可追溯性，有利于提高供應(yīng)鏈的可視化程度，增進供應(yīng)鏈企業(yè)信息共享度［8］。供應(yīng)鏈協(xié)作效率的提升增進了供需匹配水平，降低了外部交易成本［7］。謝莉娟和王曉東（2020）［3］的研究則著眼于零售業(yè)實體的數(shù)字化轉(zhuǎn)型趨勢，認為零售業(yè)數(shù)字化轉(zhuǎn)型本質(zhì)上是借助數(shù)字技術(shù)，引領(lǐng)以消費需求為核心的生產(chǎn)供給體系變革，通過有效識別消費需求聯(lián)動生產(chǎn)資源優(yōu)化配置。此外，部分拓展研究發(fā)現(xiàn)數(shù)字化轉(zhuǎn)型可以通過穩(wěn)定銷售預(yù)期［9］、促進技術(shù)溢出［10］等途徑提高企業(yè)經(jīng)營穩(wěn)健性與經(jīng)營效率。也有學(xué)者發(fā)現(xiàn)全渠道模式未能實現(xiàn)零售企業(yè)績效的實質(zhì)性提升［11］。

相關(guān)文獻從各個渠道分析了零售數(shù)字化轉(zhuǎn)型影響企業(yè)績效的內(nèi)在機理，鑒于零售數(shù)字化轉(zhuǎn)型研究范疇較為寬泛，涉及的內(nèi)容、機制、特征仍存在探討的空間。部分文獻通過文本分析方法測度企業(yè)數(shù)字化轉(zhuǎn)型程度，然而企業(yè)在信息披露過程中對“互聯(lián)網(wǎng)+”相關(guān)陳述與相關(guān)測度存在失真風(fēng)險［12］。另外，以文本分析為核心的研究大多測度企業(yè)整體的數(shù)字化轉(zhuǎn)型程度，難以識別企業(yè)績效的變動源于零售環(huán)節(jié)的數(shù)字化轉(zhuǎn)型還是其他生產(chǎn)經(jīng)營環(huán)節(jié)，因而難以單獨考察企業(yè)零售數(shù)字化轉(zhuǎn)型的實質(zhì)作用。此外，部分研究認為零售數(shù)字化轉(zhuǎn)型主要提高了企業(yè)經(jīng)營效率，也有文獻認為企業(yè)績效優(yōu)化源于技術(shù)進步，企業(yè)績效變動來源有待系統(tǒng)性完善。從實際情況看，大量企業(yè)傳統(tǒng)線下零售渠道相對成熟，線上網(wǎng)絡(luò)零售發(fā)展的差異較大，零售數(shù)字化轉(zhuǎn)型水平更是千差萬別，多數(shù)研究根據(jù)企業(yè)是否擁有線上線下多渠道銷售模式進行簡單的分類研究，鮮有文獻從零售數(shù)字化轉(zhuǎn)型角度進一步探究企業(yè)線上網(wǎng)絡(luò)零售實際發(fā)展程度、利用程度及其對企業(yè)績效的影響。有鑒于此，本文利用2015—2021年上市企業(yè)季度銷售數(shù)據(jù)，構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，同時，利用三階段DEA模型拆解企業(yè)績效來源，從數(shù)字化轉(zhuǎn)型理論入手分析零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響方式與潛在機制，以期為企業(yè)零售數(shù)字化轉(zhuǎn)型發(fā)展提供切實可行的建議。

相對已有文獻，本文貢獻可能有以下幾點：首先，通過構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)識別企業(yè)零售環(huán)節(jié)的數(shù)字化轉(zhuǎn)型程度，拓展了企業(yè)零售環(huán)節(jié)數(shù)字化轉(zhuǎn)型的測度方式，為細化企業(yè)零售數(shù)字化轉(zhuǎn)型研究奠定了基礎(chǔ)；其次，利用三階段DEA模型將企業(yè)績效變動進一步拆分為技術(shù)進步、規(guī)模效率與經(jīng)營效率，揭示了企業(yè)零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的具體影響渠道及相對影響力，豐富了企業(yè)數(shù)字化轉(zhuǎn)型的研究機理；最后，通過引入企業(yè)內(nèi)部與外部因素，檢驗了零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響渠道與異質(zhì)性影響機制，為探究企業(yè)零售數(shù)字化轉(zhuǎn)型發(fā)展的不平衡性原因及政府政策發(fā)力方向提供重要參考。

二、理論分析與研究假設(shè)

在“新零售”情景下，企業(yè)零售數(shù)字化轉(zhuǎn)型及由此展開的技術(shù)運用與實踐創(chuàng)新已成為企業(yè)發(fā)展的基石。在線上線下多渠道零售模式中，線上網(wǎng)絡(luò)零售是大數(shù)據(jù)挖掘、消費渠道創(chuàng)新、營銷模式變革的關(guān)鍵所在，也是聯(lián)動傳統(tǒng)線下零售同步發(fā)展的根本驅(qū)動力，因此企業(yè)零售數(shù)字化轉(zhuǎn)型需要結(jié)合互聯(lián)網(wǎng)環(huán)境下網(wǎng)絡(luò)零售的新特征進行分析?？傮w而言，企業(yè)零售數(shù)字化轉(zhuǎn)型圍繞消費者需求對溝通渠道、運營方式等方面進行重構(gòu)，通過市場層面、管理層面、技術(shù)層面的微觀機制對企業(yè)績效產(chǎn)生顯著且積極的影響。

（一）零售數(shù)字化轉(zhuǎn)型助力企業(yè)提升銷售規(guī)模

企業(yè)零售數(shù)字化轉(zhuǎn)型首先為市場規(guī)模的擴大提供空間。作為連接不同群體的市場中介，互聯(lián)網(wǎng)為線上零售創(chuàng)造了一個多元、開放、標準的虛擬環(huán)境，兼具跨地域、無邊界、高時效特征，降低了企業(yè)的市場分割度。借助電商平臺等各類網(wǎng)絡(luò)平臺的發(fā)展，網(wǎng)絡(luò)零售可以在較低接入門檻與訪問成本下以較高的通用化水平實現(xiàn)零售數(shù)字化轉(zhuǎn)型，極大喚醒了企業(yè)深度挖掘市場的潛能。從需求端看，網(wǎng)絡(luò)零售打破了傳統(tǒng)線下零售面臨的時空限制，一方面，網(wǎng)絡(luò)零售可以以更靈活的方式放寬線下零售的時間、空間約束，拉近消費者與商品的距離，緩解消費者位置阻力。另一方面，網(wǎng)絡(luò)零售可以更加便捷地展示商品的種類、數(shù)量、價格等信息，通過更廣泛、精準的信息傳輸渠道降低企業(yè)與消費者之間的信息不對稱性，消除產(chǎn)銷間的信息鴻溝，緩解消費者搜索阻力［13］。位置阻力與搜索阻力的下降提高了消費者的消費便利性，緩解了交換面臨的“雙向契合”難題，同時也削減了消費者搜尋成本、物流成本以及渠道轉(zhuǎn)換成本，各類成本的下降增進了消費者的搜索和消費欲望［14］，提高了個性化、多樣化商品的市場需求，為消費市場拓展奠定了基礎(chǔ)。

從供給端看，數(shù)字技術(shù)可以通過標準化方式獲取消費者大數(shù)據(jù)信息，提升企業(yè)對消費市場的認知，幫助企業(yè)探知市場動態(tài)、洞察消費動向，進而更快地識別商機，更精確地挖掘潛在的消費市場需求。企業(yè)可以憑借網(wǎng)絡(luò)零售的時空優(yōu)勢在更低的資源成本下以更快更高效的方式拓展虛擬商圈，實現(xiàn)規(guī)模經(jīng)濟。從網(wǎng)絡(luò)零售特征看，互聯(lián)網(wǎng)環(huán)境中各類平臺的快速發(fā)展極大地延展了市場的邊界。梅特卡夫法則（Metcalfe’sLaw）指出，網(wǎng)絡(luò)的價值以網(wǎng)絡(luò)節(jié)點的幾何級數(shù)遞增，網(wǎng)絡(luò)用戶規(guī)模越大，網(wǎng)絡(luò)用戶效用越高?；ヂ?lián)網(wǎng)平臺存在交叉網(wǎng)絡(luò)外部性，消費者與商家（企業(yè)）獲取的效用與雙側(cè)用戶數(shù)量成正比，表現(xiàn)出極強的聚集效應(yīng)。各類平臺的快速擴張為消費者與企業(yè)提供了廣闊的虛擬環(huán)境，大量消費者與企業(yè)的聚集不僅增加了產(chǎn)品受眾面，也為產(chǎn)品的對比、交流、演進提供了舞臺，這顛覆了傳統(tǒng)的營銷方式，拓展了潛在市場。綜上所述，網(wǎng)絡(luò)零售在便利消費方式、識別消費動態(tài)、增進溝通交流等方面占據(jù)優(yōu)勢。線下傳統(tǒng)零售向線上網(wǎng)絡(luò)零售的數(shù)字化轉(zhuǎn)型突破了傳統(tǒng)零售以門店擴張為核心的市場拓展思路，擺脫了傳統(tǒng)零售在消費者服務(wù)方面的時空限制，助力企業(yè)以更低的成本拓展消費市場，提高企業(yè)績效。據(jù)此，提出以下假設(shè)：

H1：零售數(shù)字化轉(zhuǎn)型通過拓展消費市場提高企業(yè)績效。

（二）零售數(shù)字化轉(zhuǎn)型推動企業(yè)經(jīng)營效率提升

企業(yè)零售數(shù)字化轉(zhuǎn)型通過優(yōu)化企業(yè)生產(chǎn)、管理、銷售等各個流程環(huán)節(jié)改善企業(yè)經(jīng)營水平，帶動企業(yè)績效提升。從銷售層面看，線上網(wǎng)絡(luò)零售賦予消費者更多表達訴求的渠道，提升了消費者與企業(yè)間信息的可交互性，借助數(shù)據(jù)挖掘、云計算等數(shù)字技術(shù)的應(yīng)用，企業(yè)能夠更加精準地捕捉消費者的消費偏好、消費習(xí)慣、消費動態(tài)，準確繪制用戶畫像，幫助企業(yè)了解目標消費者消費特征，制定更加適銷對路的營銷策略，改善服務(wù)水平。此外，線上網(wǎng)絡(luò)銷售賦予消費者更多、更及時的信息反饋渠道，增進企業(yè)與消費者之間聯(lián)系，這有助于提高消費者對企業(yè)服務(wù)與承諾的感知力，鞏固客戶忠誠度，增加消費頻率，提高銷售的針對性和有效性。從管理層面看，快速多變的市場大數(shù)據(jù)信息要求企業(yè)提高管理響應(yīng)能力，突破部門間管理壁壘，縮減冗余管理步驟，增進管理協(xié)作，推動企業(yè)組織架構(gòu)由“垂直化”管理方式向扁平化、網(wǎng)絡(luò)化的管理方式轉(zhuǎn)變［15］。此外，消費大數(shù)據(jù)的積累可以同步改善企業(yè)內(nèi)部信息流通效率及外部供應(yīng)鏈信息共享水平，緩解企業(yè)內(nèi)部“委托-代理”問題［2］，提高供應(yīng)鏈不同主體間信任度與協(xié)作能力［7］，引領(lǐng)企業(yè)更加靈活地應(yīng)對市場環(huán)境變動，增進資源配置效率與企業(yè)管理效率。從生產(chǎn)層面看，零售端大數(shù)據(jù)信息的積累兼具準確性與及時性，數(shù)據(jù)與數(shù)據(jù)的直接交流剝離了主觀判斷誤差，實現(xiàn)企業(yè)生產(chǎn)過程的實時分析與動態(tài)感知，提升生產(chǎn)決策效率，為未來不確定情景下企業(yè)生產(chǎn)過程提供最優(yōu)決策支持。綜上，企業(yè)零售數(shù)字化轉(zhuǎn)型借助網(wǎng)絡(luò)零售的大數(shù)據(jù)積累整合以產(chǎn)品為核心的銷售、管理、生產(chǎn)流程，引導(dǎo)企業(yè)創(chuàng)新營銷策略、提高管理協(xié)作、優(yōu)化生產(chǎn)決策，提升產(chǎn)品供需匹配水平，改善企業(yè)經(jīng)營效率。據(jù)此，提出以下假設(shè)：

H2：零售數(shù)字化轉(zhuǎn)型通過改善企業(yè)經(jīng)營效率提高企業(yè)績效。

（三）零售數(shù)字化轉(zhuǎn)型帶動企業(yè)技術(shù)進步

企業(yè)零售數(shù)字化轉(zhuǎn)型帶動企業(yè)拓展細分市場，需求導(dǎo)向型的商業(yè)模式提高了企業(yè)的研發(fā)能力，引領(lǐng)技術(shù)進步。在“新零售”背景下，市場需求與產(chǎn)銷邏輯發(fā)生顛覆性變化，搜尋成本大幅下降拓展了消費者多樣化、個性化的選擇空間，催生大量差異化小眾產(chǎn)品需求，自此，傳統(tǒng)同質(zhì)化市場需求逐步瓦解，市場真實需求隨多樣性產(chǎn)品種類增加而大幅分散。同時，長尾商品的市場曲線向右側(cè)大幅延伸，小眾長尾商品擁有的盈利空間迅速增加，為消費市場進一步細分奠定了基礎(chǔ)［16］。另外，企業(yè)交易成本、邊際生產(chǎn)成本等一系列成本逐步下降，也提升了企業(yè)多樣化產(chǎn)品的供給水平，企業(yè)拓展細分市場能力顯著提升。

在此基礎(chǔ)上，企業(yè)零售數(shù)字化轉(zhuǎn)型為供需匹配搭建了新的橋梁，一方面，網(wǎng)絡(luò)零售獲取的大數(shù)據(jù)積累能夠協(xié)助企業(yè)探知商情，提高企業(yè)有針對性的生產(chǎn)能力，增加市場的供需匹配水平。另一方面，以真實需求為導(dǎo)向的網(wǎng)絡(luò)零售可以通過柔性化生產(chǎn)機制對企業(yè)生產(chǎn)流程進行適應(yīng)性重構(gòu)，進而壓縮企業(yè)的試錯成本，降低資源誤配幾率，明確企業(yè)市場定位。較低的邊際成本，多樣性的產(chǎn)品需求以及更好的供需匹配效率促使企業(yè)深耕所處競爭領(lǐng)域，通過成本領(lǐng)先或差異化的戰(zhàn)略獲取競爭優(yōu)勢，逐步走上個性化、差異化道路。進一步，數(shù)字化轉(zhuǎn)型可以通過市場需求驅(qū)動提升企業(yè)研發(fā)能力，加速創(chuàng)新步伐［17］。綜上，在“新零售”背景下，多樣性需求的不斷涌現(xiàn)推動需求導(dǎo)向性商業(yè)模式逐步取代生產(chǎn)導(dǎo)向性商業(yè)模式，形成以消費者為核心的供銷體系。零售數(shù)字化轉(zhuǎn)型不僅增進了企業(yè)拓展細分市場的能力，也明確了企業(yè)的市場定位，進而形成市場需求驅(qū)動力，促使企業(yè)提高研發(fā)能力，加速技術(shù)進步，提升企業(yè)績效。據(jù)此，提出以下假設(shè)：

H3：零售數(shù)字化轉(zhuǎn)型通過推動企業(yè)技術(shù)進步提高企業(yè)績效。

三、研究設(shè)計、變量選取及測度

（一）研究設(shè)計

零售數(shù)字化轉(zhuǎn)型如何影響企業(yè)績效是本文探討的核心問題，本文采用DEA-Tobit模型進行檢驗：首先利用三階段DEA模型測算企業(yè)績效水平，之后通過面板Tobit模型考察零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的具體影響，基礎(chǔ)模型設(shè)定如下：

tfp_chit=α0+α1digitalit+δXit+ui+εit（1）

下標i代表企業(yè)個體，t代表時間。tfp_ch為企業(yè)實際績效的代理變量，digital表示企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，衡量企業(yè)零售數(shù)字化轉(zhuǎn)型程度，X為一系列相關(guān)控制變量，u為個體效應(yīng)，ε為誤差項。α1表示零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響，按照理論分析，預(yù)期α1顯著為正。在此基礎(chǔ)上，再次利用三階段DEA模型分解的企業(yè)績效變動來源，進一步考察零售數(shù)字化轉(zhuǎn)型影響企業(yè)績效的具體渠道，模型設(shè)定如下：

de_chit=θ0+θ1digitlit+φXit+μi+ξit（2）

de_ch代表企業(yè)績效變動來源，包括規(guī)模效率se_ch、經(jīng)營效率pe_ch、技術(shù)進步tech_ch，μ為個體效應(yīng)，ξ為誤差項。θ1表征數(shù)字化轉(zhuǎn)型對企業(yè)各種效率來源的影響，按照理論分析，無論是企業(yè)規(guī)模效率、經(jīng)營效率還是技術(shù)進步，預(yù)期θ1均顯著為正。如若上述結(jié)論成立，進一步檢驗零售數(shù)字化轉(zhuǎn)型對企業(yè)規(guī)模效率、經(jīng)營效率、技術(shù)進步等三種效率渠道影響力的相對大小，考察零售數(shù)字化轉(zhuǎn)型促進企業(yè)績效提升的主要驅(qū)動方式。

（二）變量測度與選取

1被解釋變量：企業(yè)績效（tfp_ch）。Higón等（2010）［18］認為，運用定量方法討論零售企業(yè)績效應(yīng)關(guān)注全要素生產(chǎn)率。目前，常用測度企業(yè)全要素生產(chǎn)率的方法包括DEA、LP、LP-ACF、OP、OP-ACF。其中，DEA可以進一步分解全要素生產(chǎn)率來源，但忽視了企業(yè)不同的外部環(huán)境等因素對企業(yè)績效的干擾。對此，本文參考Fried等（2002）［19］的三階段DEA模型，通過SFA模型剔除外部環(huán)境因素及隨機因素等冗余后，再次測度企業(yè)績效及效率變動來源。具體測度步驟如下：（1）選擇傳統(tǒng)投入導(dǎo)向型DEA-BCC模型，利用DEAP21軟件得到各個投入變量的松弛變量，獲取投入變量的冗余。（2）使用Frionter41軟件SFA模型分離松弛變量中的環(huán)境因素、統(tǒng)計噪聲和無效率項，將分離得到的環(huán)境因素和隨機擾動因素對原始投入變量進行調(diào)整。（3）結(jié)合DEA模型和Malmquist分解方法，再次利用調(diào)整之后的投入變量測度企業(yè)績效（tfp_ch）及企業(yè)績效構(gòu)成，包括規(guī)模效率（se_ch）、經(jīng)營效率（pe_ch）DEA模型中，Malmquist分解效率的理論定義為純技術(shù)效率、規(guī)模效率、技術(shù)進步，其中純技術(shù)效率表征既定要素投入水平下企業(yè)的最大產(chǎn)能，主要與企業(yè)的經(jīng)營管理能力相關(guān)，為論述方便，將其定義為經(jīng)營效率。、技術(shù)進步（tech_ch），企業(yè)績效與各個效率來源的關(guān)系滿足：企業(yè)績效=經(jīng)營效率×規(guī)模效率×技術(shù)進步。

企業(yè)績效的投入及產(chǎn)出指標如表1所示，其中投入指標選取固定資產(chǎn)凈額與應(yīng)付職工薪酬度量企業(yè)資本投入與勞動投入。產(chǎn)出指標采用營業(yè)總收入和凈資產(chǎn)收益率代理。環(huán)境變量主要考慮企業(yè)所處地區(qū)的經(jīng)濟發(fā)展程度、信息化水平和金融發(fā)展程度。其中，經(jīng)濟發(fā)展程度使用人均GDP表征，信息化水平使用每百人移動電話數(shù)衡量，金融發(fā)展程度使用省級金融機構(gòu)本外幣各項存貸款余額占GDP的比例代理。

2核心解釋變量：零售數(shù)字化轉(zhuǎn)型指數(shù)（digital）。如上文所述，線上網(wǎng)絡(luò)零售是銷售大數(shù)據(jù)積累與市場拓展的主要場景，零售數(shù)字化轉(zhuǎn)型表現(xiàn)為線下傳統(tǒng)零售模式向線上網(wǎng)絡(luò)零售模式逐步拓展和轉(zhuǎn)型，換言之，線上網(wǎng)絡(luò)零售的相對規(guī)模在一定程度上反映了企業(yè)零售端數(shù)字化應(yīng)用程度與轉(zhuǎn)型程度。據(jù)此，我們選取線上網(wǎng)絡(luò)市場銷售額（esales）與總銷售額（tsales）的比值作為零售數(shù)字化轉(zhuǎn)型指數(shù)，度量企業(yè)零售數(shù)字化轉(zhuǎn)型程度，具體度量方式如下：

digital=esalestsales（3）

企業(yè)網(wǎng)絡(luò)零售與企業(yè)績效具有密切聯(lián)系，廖理等（2021）［20］認為，企業(yè)的網(wǎng)絡(luò)零售數(shù)據(jù)作為一種另類數(shù)據(jù)在一定程度上可以預(yù)測企業(yè)的未預(yù)期盈余、未預(yù)期收入以及累計超額收益，反映了企業(yè)的營運能力。因此，通過網(wǎng)絡(luò)零售數(shù)據(jù)構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，分析其對企業(yè)績效的變動具有一定的穩(wěn)健性。

3控制變量：選取以下變量控制企業(yè)經(jīng)營特征：（1）企業(yè)的行業(yè)地位與經(jīng)營經(jīng)驗，使用年度企業(yè)經(jīng)營時長（time）進行控制。（2）企業(yè)的人力資本結(jié)構(gòu)，選取本科及以上學(xué)歷占比（education）進行控制。（3）企業(yè)的負債狀況與償債能力，選取資產(chǎn)負債率（dar）進行控制。

（三）樣本選擇

本文以2015年一季度—2021年四季度公布網(wǎng)絡(luò)零售情況的A股上市企業(yè)面板數(shù)據(jù)作為研究樣本，主要包含三類數(shù)據(jù)：一是企業(yè)線上網(wǎng)絡(luò)銷售數(shù)據(jù)，該數(shù)據(jù)來自Wind滬深股票專題統(tǒng)計中的“線上銷量”，主要收集上市公司在天貓、京東等各大電商平臺開設(shè)店鋪的銷售數(shù)據(jù)，覆蓋電子電器、醫(yī)藥生物、文教體娛及工藝品、食品飲料、紡織服裝、家化、建材家具等7個品類。據(jù)廖理等（2021）［20］考證，這套數(shù)據(jù)獲取的企業(yè)線上銷售品牌與線下銷售品牌重合度高于90%，具有較強的可信度。二是上市企業(yè)的財務(wù)數(shù)據(jù)，該數(shù)據(jù)來自Wind數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫。三是環(huán)境變量數(shù)據(jù)，該數(shù)據(jù)源自國家統(tǒng)計局和中華人民共和國工業(yè)和信息化部。所有原始數(shù)據(jù)按照以下步驟處理：（1）以線上銷量數(shù)據(jù)為基礎(chǔ)匹配企業(yè)的財務(wù)數(shù)據(jù)，并在此基礎(chǔ)上匹配企業(yè)環(huán)境變量數(shù)據(jù)；（2）剔除主要在線上孵化品牌的企業(yè)，保留線下向線上數(shù)字化轉(zhuǎn)型的企業(yè)“新零售”要義為線上線下融合發(fā)展，線上孵化品牌的公司缺少線下發(fā)展路徑，且不符合線下傳統(tǒng)零售向線上網(wǎng)絡(luò)零售拓展這一零售數(shù)字化轉(zhuǎn)型的過程，因此予以剔除。；（3）剔除*ST企業(yè)和ST企業(yè)；（4）剔除資產(chǎn)負債率0至1范圍外的異常觀測值；（5）通過X12方法去除季節(jié)性因素。上述樣本處理后，最終得到150家企業(yè)4092個樣本觀測值。所有變量描述性統(tǒng)計如表2所示。

四、實證結(jié)果分析

（一）基準回歸

按照基準模型設(shè)定，首先考察零售數(shù)字化轉(zhuǎn)型對企業(yè)績效及各個分解效率的影響。表3列（1）回歸檢驗了零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響，結(jié)果顯示，企業(yè)零售數(shù)字化轉(zhuǎn)型程度的系數(shù)顯著為正，說明零售數(shù)字化轉(zhuǎn)型帶動了企業(yè)績效的整體提升，這與丁寧和丁華（2020）［6］對于線上線下全渠道商業(yè)模式的研究論斷相吻合。表3列（2）—列（4）回歸結(jié)果分別呈現(xiàn)了零售數(shù)字化轉(zhuǎn)型對經(jīng)營效率、規(guī)模效率、技術(shù)進步等三個分解效率的影響，可以看出，零售數(shù)字化轉(zhuǎn)型回歸系數(shù)同樣顯著為正，這與理論分析中零售數(shù)字化轉(zhuǎn)型優(yōu)化企業(yè)績效的三條路徑相一致，上述回歸結(jié)論初步驗證了假設(shè)H1、假設(shè)H2和假設(shè)H3。

（二）穩(wěn)健性檢驗

為了檢驗回歸結(jié)果的穩(wěn)健性，本文對企業(yè)績效及經(jīng)營效率、規(guī)模效率、技術(shù)進步等三個分解效率進行檢驗。其中，總體績效穩(wěn)健性檢驗考慮的因素包括：（1）被解釋變量穩(wěn)健性問題，借鑒趙宸宇等（2021）［21］，使用LP法測度企業(yè)績效，作為企業(yè)總體績效的替代變量進行估計。（2）異方差問題，為解決傳統(tǒng)Tobit可能出現(xiàn)的異方差問題，使用歸并最小離差法（CLAD）進行估計使用CLAD方法之前，通過去中心化的方式去除個體效應(yīng)，后續(xù)樣本選擇MLE方法與IV-Tobit方法使用同樣的方式進行數(shù)據(jù)預(yù)處理。。（3）樣本自選擇問題，企業(yè)公布網(wǎng)上銷售數(shù)據(jù)可能源于企業(yè)本身具備網(wǎng)絡(luò)銷售優(yōu)勢，這會產(chǎn)生樣本自選擇問題，對此使用MLE方法進行Heckman估計，對回歸進行糾偏。表4列（2）—列（4）回歸結(jié)果顯示，估計結(jié)果均非常穩(wěn)健。此外，本文進一步檢驗了總體績效和分效率的穩(wěn)健性，參照胡珺等（2020）［22］，選取企業(yè)同季度同行業(yè)平均企業(yè)績效、經(jīng)營效率、規(guī)模效率、技術(shù)進步作為目標企業(yè)對應(yīng)效率的工具變量，通過IV-Tobit進行估計，表4列（1）、列（5）—列（7）回歸結(jié)果顯示，估計結(jié)果與基準回歸相一致。

（三）零售數(shù)字化轉(zhuǎn)型下企業(yè)績效優(yōu)化路徑的相對影響力檢驗

在零售數(shù)字化轉(zhuǎn)型下企業(yè)績效優(yōu)化的多重路徑中，零售數(shù)字化轉(zhuǎn)型對企業(yè)哪一領(lǐng)域滲透性更強？對哪一類企業(yè)績效的推動作用更明顯？劉向東和湯培青（2018）［23］認為實體零售商多渠道與全渠道商業(yè)模式具有顯著的技術(shù)特征，新技術(shù)的吸收與轉(zhuǎn)化帶來的技術(shù)進步是企業(yè)轉(zhuǎn)型的主要驅(qū)動力；馬述忠和房超（2020）［24］發(fā)現(xiàn)，網(wǎng)絡(luò)零售主要功能在于降低市場分割，提高企業(yè)的規(guī)模效率。從已有研究看，企業(yè)績效的度量方式不一，側(cè)重點也不一致，且缺乏橫向?qū)Ρ?。因此，有必要進一步識別企業(yè)零售數(shù)字化轉(zhuǎn)型對不同類型企業(yè)績效推動作用的相對大小DEA模型測度的企業(yè)效率具有無量綱化的特征，經(jīng)營效率、規(guī)模效率、技術(shù)進步具有橫向可比性，這為探究企業(yè)零售數(shù)字化轉(zhuǎn)型優(yōu)化企業(yè)績效的主要路徑和方式提供了分析基礎(chǔ)。。從表5回歸結(jié)果看，零售數(shù)字化轉(zhuǎn)型對企業(yè)的經(jīng)營效率促進效用最大、規(guī)模效率次之、技術(shù)進步最小，然而這一結(jié)論仍需進一步的統(tǒng)計檢驗。本文使用SUR-Tobit方法對表3中回歸列（2）—列（4）進行聯(lián)合回歸本文考察的企業(yè)經(jīng)營效率、規(guī)模效率與技術(shù)進步并非樣本分組，無法按照Fisher’sPermutation檢驗或者Chow檢驗進行考察。SUR（似不相關(guān)回歸）可以檢驗解釋變量完全相同時跨方程的參數(shù)約束。據(jù)此，本文通過SUR-Tobit模型對原始Tobit模型系數(shù)進行聯(lián)合檢驗。值得注意的是，殘差檢驗顯著拒絕了表5中回歸列（1）—列（3）殘差不相關(guān)的假設(shè)，說明SUR-Tobit方法具備一定的估計效率。，表5回歸結(jié)果顯示，零售數(shù)字化轉(zhuǎn)型對企業(yè)的經(jīng)營效率、規(guī)模效率與技術(shù)進步的正向推動作用依次減小，與表3結(jié)論一致。

表6從統(tǒng)計角度進一步考察了SUR-Tobit回歸結(jié)論的穩(wěn)健性，其中假設(shè)檢驗：回歸（1）θ1=回歸（2）θ1檢驗了零售數(shù)字化轉(zhuǎn)型對經(jīng)營效率與規(guī)模效率的正向促進作用是否存在統(tǒng)計意義上的差異。同理，回歸（1）θ1=回歸（3）θ1檢驗了零售數(shù)字化轉(zhuǎn)型對經(jīng)營效率與技術(shù)進步的正向促進作用是否存在統(tǒng)計意義上的差異；回歸（2）θ1=回歸（3）θ1檢驗了零售數(shù)字化轉(zhuǎn)型對技術(shù)進步與規(guī)模效率的正向促進作用是否存在統(tǒng)計意義上的差異。結(jié)論顯示，零售數(shù)字化轉(zhuǎn)型對技術(shù)進步、規(guī)模效率、經(jīng)營效率的促進作用兩兩之間均存在顯著差異，結(jié)合表5列（1）—列（3）回歸結(jié)果可知，零售數(shù)字化轉(zhuǎn)型對企業(yè)經(jīng)營效率的正向促進效用最大、規(guī)模效率次之、技術(shù)進步最小，上述結(jié)果在統(tǒng)計意義上顯著。這表明零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的促進作用遵從“就近原則”，即零售數(shù)字化轉(zhuǎn)型對與零售環(huán)節(jié)密切相關(guān)的企業(yè)經(jīng)營與規(guī)模擴張的正向促進作用較大，對生產(chǎn)源頭技術(shù)發(fā)展的正向促進作用較小，不同影響渠道下，零售數(shù)字化轉(zhuǎn)型對企業(yè)績效貢獻存在顯著差異?，F(xiàn)實情況中，企業(yè)零售數(shù)字化轉(zhuǎn)型加速了企業(yè)數(shù)字化管理進程，提高了企業(yè)標準化管理程度。此外，企業(yè)零售數(shù)字化轉(zhuǎn)型還促使企業(yè)積極對接天貓、京東等大型網(wǎng)絡(luò)平臺，拓展企業(yè)市場規(guī)模。上述轉(zhuǎn)變增進了數(shù)字技術(shù)與傳統(tǒng)零售的融合度，提高了數(shù)字技術(shù)的通用性，推動企業(yè)經(jīng)營效率與規(guī)模效率快速提升，逐步成為企業(yè)績效提升的重要源動力。

（四）零售數(shù)字化轉(zhuǎn)型推動企業(yè)績效優(yōu)化的中介傳導(dǎo)機制檢驗

企業(yè)零售數(shù)字化轉(zhuǎn)型如何帶動企業(yè)績效提升是研究的又一重點，這需要根據(jù)企業(yè)績效優(yōu)化路徑進一步識別企業(yè)零售數(shù)字化轉(zhuǎn)型傳導(dǎo)機制。構(gòu)建中介效應(yīng)檢驗考察零售數(shù)字化轉(zhuǎn)型的傳導(dǎo)機制，具體而言，在基礎(chǔ)模型（2）基礎(chǔ)上，拓展模型如下：

Meit=γ0+γ1digitalit+φXit+νi+υit（4）

de_chit=κ0+κ1Meit+κ2digitalit+ωXit+ζi+τit（5）

Me代表傳導(dǎo)機制變量，ν、ζ為個體效應(yīng)，υ、τ為誤差項。估計系數(shù)γ1與κ2均顯著說明中介傳導(dǎo)渠道顯著。結(jié)合理論機制部分各類企業(yè)效率的影響因素，分別確定如下中介機制變量：（1）經(jīng)營效率，企業(yè)零售數(shù)字化轉(zhuǎn)型借助線上網(wǎng)絡(luò)零售整合以產(chǎn)品為核心的銷售、管理、生產(chǎn)流程，提升產(chǎn)品供需匹配水平，增進企業(yè)經(jīng)營效率。參考張任之（2022）［7］，將存貨周轉(zhuǎn)期自然對數(shù)（inv）作為經(jīng)營效率的中介傳導(dǎo)機制變量。（2）規(guī)模效率，線下傳統(tǒng)零售向線上網(wǎng)絡(luò)零售的轉(zhuǎn)型突破了傳統(tǒng)零售以門店擴張為核心的市場拓展思路，擺脫了傳統(tǒng)零售在消費者服務(wù)方面的時空限制，助力企業(yè)以更低的交易成本拓展消費市場，參考趙宸宇等（2021）［21］，將成本費用率（cos）作為規(guī)模效率的中介傳導(dǎo)機制變量。（3）技術(shù)進步，發(fā)明專利體現(xiàn)了企業(yè)技術(shù)進步轉(zhuǎn)化能力，將發(fā)明專利申請數(shù)（pat）取自然對數(shù)作為技術(shù)進步的中介變量。

表7報告了傳導(dǎo)機制檢驗的回歸結(jié)果。其中，表7列（1）和列（2）回歸結(jié)果展示了經(jīng)營效率的中介機制檢驗，估計系數(shù)γ1顯著為負，κ2顯著為正。上述結(jié)論說明，零售數(shù)字化轉(zhuǎn)型可以改善企業(yè)以商品為核心的經(jīng)營管理流程，提高存貨周轉(zhuǎn)效率，增進企業(yè)產(chǎn)品供需匹配度，以此推動企業(yè)經(jīng)營效率提升，“零售數(shù)字化轉(zhuǎn)型-企業(yè)存貨周轉(zhuǎn)效率提高-企業(yè)經(jīng)營效率提升”這一中介傳導(dǎo)機制成立。表7列（3）和列（4）回歸結(jié)果展示了規(guī)模效率的中介機制檢驗，估計系數(shù)γ1顯著為負，κ2顯著為正，上述結(jié)果意味著零售數(shù)字化轉(zhuǎn)型能夠助力企業(yè)突破傳統(tǒng)線下銷售的成本約束與時空束縛，降低企業(yè)交易成本，提升企業(yè)規(guī)模效率，“零售數(shù)字化轉(zhuǎn)型-企業(yè)成本費用率下降-企業(yè)規(guī)模效率提升”這一中介傳導(dǎo)機制成立。表7列（5）和列（6）回歸結(jié)果展示了技術(shù)進步的中介機制檢驗，估計系數(shù)γ1與κ2均顯著為正，這表明零售數(shù)字化轉(zhuǎn)型可以激發(fā)企業(yè)研發(fā)動力，通過市場需求驅(qū)動提高企業(yè)研發(fā)能力，帶動企業(yè)技術(shù)進步的提升，“零售數(shù)字化轉(zhuǎn)型-企業(yè)研發(fā)能力提高-企業(yè)技術(shù)水平提升”這一中介傳導(dǎo)機制成立。為穩(wěn)健起見，本文對上述中介效應(yīng)進行了Sobel檢驗，結(jié)果支持中介機制結(jié)論。

經(jīng)營效率中介機制、規(guī)模效率中介機制、技術(shù)進步中介機制等均闡述了零售數(shù)字化轉(zhuǎn)型提升企業(yè)績效的影響方式，進一步驗證了假設(shè)H1、假設(shè)H2、假設(shè)H3，完整的中介傳導(dǎo)效應(yīng)機制如圖1所示。

（五）基于企業(yè)自身微觀特征的異質(zhì)性檢驗

零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的正向推動作用與企業(yè)自身微觀特征密切相關(guān)，本文關(guān)注企業(yè)以下兩類特征影響因素：（1）企業(yè)規(guī)模因素的影響。企業(yè)規(guī)模表征了企業(yè)已有發(fā)展程度，根據(jù)證監(jiān)會企業(yè)規(guī)模劃分標準，本文將樣本企業(yè)劃分為大型企業(yè)與中型企業(yè)兩組，考察企業(yè)規(guī)模的異質(zhì)性影響。（2）企業(yè)范圍經(jīng)濟的影響。范圍經(jīng)濟是指企業(yè)同時生產(chǎn)多種商品形成的經(jīng)濟性，有別于規(guī)模經(jīng)濟對于企業(yè)發(fā)展的縱向測度，范圍經(jīng)濟側(cè)重對企業(yè)發(fā)展橫向的測度。考慮到數(shù)據(jù)的可得性，本文使用企業(yè)擁有的品牌個數(shù)作為企業(yè)商品豐富度的代理變量，根據(jù)企業(yè)商品豐富度中位數(shù)將樣本企業(yè)分為高商品豐富度企業(yè)和低商品豐富度企業(yè)，考察企業(yè)商品豐富度的異質(zhì)性影響?；貧w結(jié)果如表8所示。

表8列（1）和列（2）回歸結(jié)果顯示，對于大型企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對于企業(yè)績效的提升作用遠高于中型企業(yè)。造成這一結(jié)果的原因可能與企業(yè)的資源調(diào)配能力和商品推廣能力相關(guān)，一方面，企業(yè)規(guī)模越大，越有能力整合和調(diào)用資源稟賦，加快企業(yè)數(shù)字技術(shù)的融合與發(fā)展，提高企業(yè)生產(chǎn)效率；另一方面，網(wǎng)絡(luò)零售中往往具有頭部效應(yīng)，規(guī)模較大的企業(yè)更易憑借穩(wěn)定的經(jīng)營與企業(yè)信譽推廣商品，獲取流量，提升企業(yè)績效。表8列（3）和列（4）回歸結(jié)果顯示，企業(yè)零售數(shù)字化轉(zhuǎn)型對于高商品豐富度企業(yè)的績效提升作用更大，對于低商品豐富度企業(yè)的提升作用相對較低，這表明多樣化產(chǎn)品有助于增進零售數(shù)字化轉(zhuǎn)型對于企業(yè)績效的正向促進效應(yīng)。如上文所述，線上零售能夠更好地挖掘消費者的潛在需求，開拓長尾市場。商品的多樣化在一定程度上反映了商品差異化水平，拓展了企業(yè)商品在細分市場中的接受面，提高了企業(yè)在長尾市場中的供需匹配能力，形成更廣闊的品牌輻射效應(yīng)。本文采用似不相關(guān)方法檢驗組間差異，SUEST檢驗的卡方統(tǒng)計顯示，組間系數(shù)差異不能忽略。

（六）基于宏觀經(jīng)濟特征的異質(zhì)性檢驗

外部宏觀經(jīng)濟特征同樣會干擾企業(yè)零售端數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響，本文重點關(guān)注以下兩種宏觀經(jīng)濟因素：（1）服務(wù)業(yè)開放程度。服務(wù)業(yè)開放程度衡量了企業(yè)所在地區(qū)服務(wù)業(yè)市場的市場化程度，參考申明浩和劉文勝（2016）［25］測算省級服務(wù)業(yè)開放度的方法，以中位數(shù)為界將樣本企業(yè)分為低服務(wù)開放度和高服務(wù)開放度兩個子樣本，考察服務(wù)業(yè)開放程度的影響。（2）行業(yè)數(shù)字化發(fā)展程度。行業(yè)數(shù)字化發(fā)展程度衡量了企業(yè)所在行業(yè)整體數(shù)字化發(fā)展水平，本文將樣本企業(yè)與袁淳等（2021）［17］整理的數(shù)字化轉(zhuǎn)型企業(yè)進行匹配，并按照企業(yè)所在行業(yè)的數(shù)字化轉(zhuǎn)型平均水平將樣本企業(yè)分為低數(shù)字化轉(zhuǎn)型行業(yè)企業(yè)和高數(shù)字化轉(zhuǎn)型行業(yè)企業(yè)兩個子樣本，考察行業(yè)數(shù)字化轉(zhuǎn)型的影響?；貧w結(jié)果如表9所示。

表9列（1）和列（2）回歸結(jié)果顯示，對于所在地服務(wù)業(yè)開放度較高的企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的促進作用更強，主要原因在于，服務(wù)業(yè)開放可以打破地區(qū)間壟斷和壁壘，弱化地方市場保護與市場分割，有助于激勵企業(yè)積極參與零售數(shù)字化轉(zhuǎn)型進程，進而提高企業(yè)市場競爭力，優(yōu)化企業(yè)績效，增強市場競爭機制對資源的配置作用。表9列（3）和列（4）回歸結(jié)果顯示，企業(yè)處于高數(shù)字化轉(zhuǎn)型行業(yè)時，零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的促進作用更明顯。究其原因，數(shù)字化轉(zhuǎn)型的方式和方向面臨較高的不確定性，同行業(yè)企業(yè)間存在廣泛的模仿、學(xué)習(xí)等互動行為，具有明顯的“同群效應(yīng)”。行業(yè)企業(yè)內(nèi)部的互動與數(shù)字技術(shù)的應(yīng)用加速了行業(yè)企業(yè)間的知識溢出，促進企業(yè)全要素生產(chǎn)率的提升。同樣，通過似不相關(guān)方法檢驗組間差異，SUEST檢驗的卡方統(tǒng)計顯示，組間系數(shù)存在顯著差異。

五、結(jié)論與政策啟示

本文以“新零售”發(fā)展模式為切入點，通過網(wǎng)絡(luò)零售數(shù)據(jù)構(gòu)建企業(yè)零售數(shù)字化轉(zhuǎn)型指數(shù)，探究了企業(yè)零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的影響，并進一步分析了相關(guān)的影響渠道。研究結(jié)論表明：（1）零售數(shù)字化轉(zhuǎn)型有力推動了企業(yè)績效的提升，具體而言，零售數(shù)字化轉(zhuǎn)型通過提高供需匹配能力、降低成本費用、增強研發(fā)能力等三條路徑提高了企業(yè)的經(jīng)營效率、規(guī)模效率與技術(shù)水平，推動企業(yè)績效提升。（2）對于企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對于經(jīng)營效率的提升作用最大，規(guī)模效率次之，技術(shù)進步最小。（3）異質(zhì)性分析表明，對于大型企業(yè)與商品豐富度較高的企業(yè)而言，零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的推動作用較高；對于數(shù)字化轉(zhuǎn)型程度較高的行業(yè)及服務(wù)業(yè)開放度較高的地區(qū)而言，零售數(shù)字化轉(zhuǎn)型對企業(yè)績效的推動作用較大。

結(jié)合研究結(jié)論，本文得到如下啟示：（1）合理評估零售數(shù)字化轉(zhuǎn)型的作用，注重配套輔助政策的實施，助力企業(yè)零售數(shù)字化轉(zhuǎn)型。在零售數(shù)字化轉(zhuǎn)型浪潮下，數(shù)字技術(shù)通用性增強，技術(shù)與應(yīng)用的融合度逐步提高，零售數(shù)字化轉(zhuǎn)型加速推動企業(yè)管理流程標準化，促進企業(yè)積極對接大型網(wǎng)絡(luò)平臺，提高了企業(yè)的經(jīng)營效率和規(guī)模效率，這表明零售數(shù)字化轉(zhuǎn)型能夠通過市場機制自發(fā)形成較好的發(fā)展趨勢。但也應(yīng)看到，零售數(shù)字化轉(zhuǎn)型對企業(yè)技術(shù)發(fā)展的引領(lǐng)效用不足，對企業(yè)生產(chǎn)端的帶動作用有限，因此應(yīng)注重配套高新技術(shù)補貼等輔助政策協(xié)同實施，從生產(chǎn)端促進企業(yè)新型數(shù)字技術(shù)的研發(fā)和應(yīng)用，多管齊下助力企業(yè)零售數(shù)字化轉(zhuǎn)型。（2）正視零售數(shù)字化轉(zhuǎn)型的不平衡性，注重政策向中小型企業(yè)、低數(shù)字化轉(zhuǎn)型產(chǎn)業(yè)傾斜。企業(yè)間、產(chǎn)業(yè)間零售數(shù)字化轉(zhuǎn)型存在廣泛的不平衡性，這可能進一步拉大企業(yè)間、產(chǎn)業(yè)間數(shù)字經(jīng)濟發(fā)展差距，抑制我國整體數(shù)字化轉(zhuǎn)型進程。因此，應(yīng)將中小企業(yè)及零售數(shù)字化轉(zhuǎn)型程度較低的產(chǎn)業(yè)作為政策的著力點與落腳點，積極引導(dǎo)企業(yè)參與零售數(shù)字化轉(zhuǎn)型進程，提高產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型政策的針對性。此外，要進一步削弱地方市場保護與市場分割，破除地區(qū)間壟斷和壁壘，提高地區(qū)服務(wù)業(yè)開放度，充分調(diào)動零售市場在生產(chǎn)資源中的配置作用，促進國內(nèi)統(tǒng)一大市場的建設(shè)，推動不同企業(yè)間、產(chǎn)業(yè)間、地區(qū)間零售數(shù)字化轉(zhuǎn)型協(xié)同發(fā)展。

參考文獻：

［1］謝莉娟，莊逸群.互聯(lián)網(wǎng)和數(shù)字化情境中的零售新機制——馬克思流通理論啟示與案例分析［J］．財貿(mào)經(jīng)濟，2019，40（3）：84-100.

［2］梁佳，嚴鋒，張其林.數(shù)字技術(shù)提升零售產(chǎn)業(yè)效率：機理與實證［J］．商業(yè)經(jīng)濟與管理，2023（12）：5-21.

［3］謝莉娟，王曉東.數(shù)字化零售的政治經(jīng)濟學(xué)分析［J］．馬克思主義研究，2020（2）：100-110.

［4］Cao L，LiL.TheImpactofCross-ChannelIntegrationonRetailers’SalesGrowth［J］．JournalofRetailing，2015，91（2）：198-216.

［5］NeslinSA，ShankarV.KeyIssuesinMultichannelCustomerManagement：CurrentKnowledgeandFutureDirections［J］．JournalofInteractiveMarketing，2009，23（1）：70-81.

［6］丁寧，丁華.實體零售全渠道商業(yè)模式創(chuàng)新對經(jīng)營績效的影響——基于雙重差分法的研究［J］．商業(yè)經(jīng)濟與管理，2020（7）：17-26.

［7］張任之.數(shù)字技術(shù)與供應(yīng)鏈效率：理論機制與經(jīng)驗證據(jù)［J］．經(jīng)濟與管理研究，2022，43（5）：60-76.

［8］WangY，SinggihM，WangJ，etal.MakingSenseofBlockchainTechnology：HowWillItTransformSupplyChains？［J］．InternationalJournalofProductionEconomics，2019，211：221-236.

［9］WangG，GunasekaranA，NgaiEWT，etal.BigDataAnalyticsinLogisticsandSupplyChainManagement：CertainInvestigationsforResearchandApplications［J］．InternationalJournalofProductionEconomics，2016，176：98-110.

［10］涂心語，嚴曉玲.數(shù)字化轉(zhuǎn)型、知識溢出與企業(yè)全要素生產(chǎn)率——來自制造業(yè)上市公司的經(jīng)驗證據(jù)［J］．產(chǎn)業(yè)經(jīng)濟研究，2022（2）：43-56.

［11］王國順，支曉靜，胡國武.零售企業(yè)O2O轉(zhuǎn)型的效率變動實證分析［J］．系統(tǒng)工程，2016，34（11）：98-104.

［12］趙璨，陳仕華，曹偉.“互聯(lián)網(wǎng)+”信息披露：實質(zhì)性陳述還是策略性炒作——基于股價崩盤風(fēng)險的證據(jù)［J］．中國工業(yè)經(jīng)濟，2020（3）：174-192.

［13］劉向東，劉雨詩，陳成漳.數(shù)字經(jīng)濟時代連鎖零售商的空間擴張與競爭機制創(chuàng)新［J］．中國工業(yè)經(jīng)濟，2019（5）：80-98.

［14］BellDR，ChoiJ，LodishL.WhatMattersMostinInternetRetailing［J］．SloanManagementReview，2012，54（1）：27.

［15］戚聿東，肖旭.數(shù)字經(jīng)濟時代的企業(yè)管理變革［J］．管理世界，2020，36（6）：135-152+250.

［16］KimE，NamD，StimpertJL.TheApplicabilityofPorter’sGenericStrategiesinTheDigitalAge：Assumptions，Conjectures，andSuggestions［J］．JournalofManagement，2004，30（5）：569-589.

［17］袁淳，肖土盛，耿春曉，等.數(shù)字化轉(zhuǎn)型與企業(yè)分工：專業(yè)化還是縱向一體化［J］．中國工業(yè)經(jīng)濟，2021（9）：137-155.

［18］HigónDA，Bozkurto，CleggJ，etal.TheDeterminantsofRetailProductivity：ACriticalReviewofTheEvidence［J］．InternationalJournalofManagementReviews，2010，12（2）：201-217.

［19］FriedHO，LovellCAK，SchmidtSS，etal.AccountingforEnvironmentalEffectsandStatisticalNoiseinDataEnvelopmentAnalysis［J］．JournalofProductivityAnalysis，2002，17（1）：157-174.

［20］廖理，崔向博，孫瓊.另類數(shù)據(jù)的信息含量研究——來自電商銷售的證據(jù)［J］．管理世界，2021，37（9）：90-104.

［21］趙宸宇，王文春，李雪松.數(shù)字化轉(zhuǎn)型如何影響企業(yè)全要素生產(chǎn)率［J］．財貿(mào)經(jīng)濟，2021，42（7）：114-129.

［22］胡珺，彭遠懷，宋獻中，等.控股股東股權(quán)質(zhì)押與策略性慈善捐贈——控制權(quán)轉(zhuǎn)移風(fēng)險的視角［J］．中國工業(yè)經(jīng)濟，2020（2）：174-198.

［23］劉向東，湯培青.實體零售商數(shù)字化轉(zhuǎn)型過程的實踐與經(jīng)驗——基于天虹股份的案例分析［J］．北京工商大學(xué)學(xué)報（社會科學(xué)版），2018，33（4）：12-21.

［24］馬述忠，房超.線下市場分割是否促進了企業(yè)線上銷售——對中國電子商務(wù)擴張的一種解釋［J］．經(jīng)濟研究，2020，55（7）：123-139.

［25］申明浩，劉文勝.服務(wù)業(yè)開放對制造業(yè)資源錯配效應(yīng)研究——基于工業(yè)企業(yè)數(shù)據(jù)庫的實證分析［J］．國際貿(mào)易問題，2016（11）：97-107.

TheDigitalTransformationandPerformanceImprovementPathofEnterpriseRetail

UndertheNewRetailScenario

ZHANGMin1，3，CHENZhicheng2

（1SchoolofEconomics，ShandongUniversity，Jinan250100，China;

2InstituteofEconomics，ShandongAcademyofSocialSciences，Jinan250002，China;

3.SchoolofEconomicsandManagement，ShandongYouthUniversityofPoliticalScience，Jinan250103，China）

Abstract：Inthewaveofdigitaltransformation，retail，asanimportantlinkinexploringconsumptionpatterns，innovatingmarketingmethods，andbuildingcommercialformats，hasgraduallybecometheforefrontofenterprisedigitaltransformationBasedonthe characteristicsof“newretail”， theDEATobitmodelisusedtotesttheimpactofretaildigitaltransformationonenterpriseperformanceTheresultsshowthatretaildigitaltransformationimprovestheoperationalefficiency，scaleefficiency，andtechnologicallevelofenterprisesthroughthreepaths：improvingsupplyanddemandmatchingefficiency，reducingcostsandexpenses，andenhancingresearchanddevelopmentcapabilities，drivingtheimprovementofenterpriseperformanceAmongthem，thedigitaltransformationofretailhasthegreatestimpactonimprovingoperationalefficiency，followedbyscaleefficiencyandtechnologicalprogressInaddition，thereisawidespreadimbalanceindigitaltransformationamongregions，industries，andenterprisesBasedonthis，itisnecessarytoreasonablyevaluatetheroleofretaildigitaltransformation，facetheimbalanceofretaildigitaltransformationdevelopment，payattentiontopolicysupport，andpromotehigh-qualitydevelopmentofenterprises

Keywords：newretail;digitaltransformation;enterpriseperformance;highqualitydevelopment

（責(zé)任編輯：趙春江）