電商行業財務數據與大數據耦合協同評價

夏平 楊繼平

【摘要】結合大數據時代背景，基于PSR模型構建企業財務數據與大數據協調發展評價指標體系，選用主觀與客觀相結合的綜合賦權法，引入耦合度和耦合協調度函數，從定性與定量層面評價2014 ～ 2018年電商行業財務數據與大數據的協調發展情況及演變機制，并對結果進行對比分析。研究表明：電商行業具有很強的大數據依賴性。阿里巴巴2014 ～ 2015年財務數據與大數據完成了從勉強協調到中級協調的跨越，此后協調指數開始下滑，并于2016年以后趨于平穩發展;京東的財務數據與大數據耦合協調發展水平持續上升，并于2017年以后趨于平穩;唯品會2014 ～ 2016年財務數據與大數據耦合協調發展處于上升態勢，2016年之后下滑嚴重;拼多多的財務數據與大數據耦合協調發展水平持續向好，增速較快。

【關鍵詞】電商;財務數據;大數據;協調發展

【中圖分類號】 F724.6 ? ? 【文獻標識碼】A ? ? ?【文章編號】1004-0994（2020）09-0027-8

一、引言

伴隨著互聯網、云計算和物聯網的迅速發展，互聯網服務時時刻刻都在產生海量的交互數據信息，電商也由此產生了大量的結構化與非結構化數據。隨著電商行業的競爭日益激烈，其對大數據的依賴越發強烈，基于獲取的大數據，通過科學、合理的算法幫助電商企業做出針對性、系統性的決策，是其順應科學發展潮流的必然選擇。但由于大數據復雜且繁多[1] ，單純的數據積累并不能轉化為對企業決策有益的資源，也無法量化大數據對企業財務數據帶來的影響。只有建立合理的評價模型，對大數據進行科學、有效的分析，才能發現財務數據與大數據之間的內在聯系[2] 。因此，企業如何順應大數據時代的發展潮流，在維持財務數據平穩運行的基礎上提升大數據帶來的資源效益，構建財務數據與大數據協調發展評價指標體系，辨別其協調發展現狀及演化機制，是具有重要意義的現實問題。

本文通過測算電商行業財務數據與大數據耦合協調指數，并對其發展機制進行研究，探討現階段電商行業各個企業的大數據運用情況，以及良好的大數據效益是否有助于企業財務數據的平穩持續增長。同時，結合企業的商業模式、營運渠道、戰略布局等進行綜合分析，為現階段電商行業加強大數據運用提供全新的理論依據與案例參考。

二、文獻綜述

關于大數據對企業財務數據影響的研究，宗威、吳鋒[3] 發現，客戶會產生大量有關產品和服務的大數據信息，企業可以通過科學的大數據分析方法提供更加契合市場及消費者需求的產品和服務。易明等[4] 提出，大數據時代的到來使信息管理受到了強烈沖擊，需要通過大數據思維與技術對信息資源管理進行創新。陳東玲[5] 提出，必須借助新工具和新模型，才能應對大數據時代下管理會計面臨的挑戰。劉建軍[6] 認為，以大數據為基礎進行決策，可以預測企業未來的發展趨勢，實現對有限資源的最優配置。陳瀟洋[7] 通過對京東和阿里巴巴兩大電商企業進行案例分析，探究現階段電商企業如何通過發揮大數據優勢來拓展更為廣闊的發展前景。汪義軍、歐曉明[8] 從理論層面提出，通過構建供應鏈協同模型可以促使電商平臺成為高度有序的自組織。

綜觀已有研究成果，大部分都側重于運用傳統的統計、計量方式甄別數據質量，而通過相應模型研究企業財務數據與大數據協調發展情況的較少。從評價模型來看，目前缺乏公司財務數據與大數據融合視角的研究，指標選取較為片面。從模型的實證應用來看，現有研究主要是從定性層面探討大數據對企業造成的影響，而定量層面上的研究相對缺乏，運用耦合協調函數來研究企業財務數據與大數據協同機理的更少。

本文從企業財務數據與大數據交叉融合的創新視角，基于PSR模型構建財務數據與大數據協調發展評價指標體系，再通過主觀與客觀相結合的綜合賦權法，引入耦合度與耦合協調度測算模型，測算電商行業各企業財務數據與大數據的協調發展情況。本文旨在從定量層面評價大數據的內在價值，判定現階段電商行業大數據技術的運用狀況，為電商產業科學、合理地運用大數據技術，以及電商企業提升市場核心競爭力提供參考。

三、電商平臺發展的內在機理

電商平臺的發展經歷了傳統電商平臺和移動電商平臺兩個階段。傳統電商平臺中最具有代表性的是京東和淘寶，這兩大電商平臺在2019年之前一直處于近乎壟斷的市場格局。新興電商平臺生存環境惡劣，其面臨的最大難題是流量困境，即獲客成本過高。因為早期用戶流量都集中在傳統電商巨頭手中，流量中心化不僅使得傳統電商平臺供需對接簡便，而且帶來了豐厚的企業讓利。此外，信息技術的限制、人群分享交流的相對困難，且用戶大多持有的是“價格至上”的購物理念，促使傳統電商平臺形成了“低價走量”的營銷模式。這種由傳統電商平臺構建的流量中心化生態圈，建立在當時信息技術不完全的現實條件上。新興電商平臺若采取同質化競爭的方式，會導致獲客困難、資本積累緩慢，從而很難打破傳統電商平臺的壟斷局面。

隨著互聯網、云計算和物聯網的迅速發展，電商行業面臨著幾大轉變。首先，從傳統電商平臺角度來看，傳統電商以平臺為核心，采用中心化的流量分配制度，而信息化時代帶來的大量交互數據使得平臺變得“擁擠”，供需匹配更為困難，為了繼續滿足消費者的購物預期，必須添加更多的搜索、篩選引擎，這都迫使流量費用攀升。其次，從行業準入門檻角度來看，物聯網的發展削弱了傳統電商巨頭的“物流門檻”。以京東為例，京東最初正是利用其快捷的物流“吸附”用戶流量，但現在該優勢已經不再明顯。最后，從用戶流量角度來看，隨著移動電商的發展、社交軟件的普及、大數據技術的深化，流量不再呈現中心化特征，用戶可以任意選擇購物方式。此時，用戶不再是單純的產品或服務受眾，而是轉變成積極的價值創造者和知識創新的來源[9，10] ，這就要求電商平臺的產品和服務必須更加契合用戶的價值觀念，滿足用戶的多樣化需求。綜上，傳統電商和移動電商流量分配機制的區別如圖 1所示。

這些轉變迫使電商平臺將供需對接變得更加低成本化和精準化，對電商平臺的大數據分析能力提出了更高的要求，既要降低成本、保障財務狀況平穩運行，又要注重開發大數據帶來的流量效益，協調二者之間的關系成為電商平臺發展所必須解決的現實問題。

四、評價指標體系構建

（一）耦合協調指數

企業財務數據與大數據耦合協調指數是衡量企業在維持財務情況平穩運行的基礎上，是否充分利用了大數據技術帶來的優勢的一項指標，其可以通過云計算實時分析技術，了解企業財務數據與大數據的協調發展現狀，基于各指標的效用值分析企業財務數據與大數據發展欠協調的原因，提升企業大數據運用效率，進而提高企業市場競爭力。該指標的數值越高，表示企業財務數據與大數據的復合系統發展越協調。同時，通過實時收集數據測算財務數據與大數據的協調發展情況，還能減少信息激增的壓力，及時為管理層決策提供充分、有效的信息，從而降低企業經營風險。

（二）評價指標體系設計

本文首先在中文CNKI數據庫中選取使用頻率較高的指標，再參考財經網站評價企業常用的重要指標，并借鑒陳琪[11] 、郭方方[12] 構建的評價指標體系，在理論分析框架的基礎上結合電子商務行業發展實際特點，通過咨詢學術界及電商界專家的意見，根據反饋意見進行修訂與整合，構建電商行業財務數據與大數據協調發展評價指標體系。

本文根據PSR模型構建財務數據子系統，從壓力（pressure）、狀態（state）、響應（response）三個方面系統性地評價企業財務情況。其中：壓力表征企業所受到的股東壓力，反映股東的投資回報，主要選取基本每股收益和凈資產收益率進行衡量;狀態表征企業目前的經營、運營情況，選取資產負債率、普通股權益/總資產來反映企業經營活動的最終成果，同時選取應收賬款周轉率、總資產周轉率來反映企業運營活動;響應表征企業基于壓力采取的措施以及外界對企業的反饋，主要選取總資產收益率、營業毛利率、凈利潤率、總資本回報率進行衡量。通過PSR模型對企業財務數據進行分類評價，能更精準地反映企業財務數據與大數據的交互作用，具有較強的系統性。

在大數據子系統的指標選取中，由于大數據技術運用的落腳點主要是搶占市場份額，提升顧客體驗，因此本文選取活躍用戶、市場份額、人均GMV三個指標來反映企業大數據帶來的資源效益。其中，人均GMV指的是拍下訂單金額，包含已付款和未付款的部分，主要用于表示電商的人均成交金額，能夠在一定程度上表征消費者的網購欲望，采用該指標是為了減少由于企業活躍用戶總量差距產生的內生性問題。由于唯品會首次對外披露GMV的時間是2018年第四季度，出于數據真實性的考慮，本文在計算唯品會的人均GMV指標時采用人均營業收入（即單個用戶創造的稅后營業收入）指標替代。由于現階段披露的評價大數據資源效益的指標信息有限，因此僅選取重要且可獲取的指標進行統計測算，隨著企業大數據信息收集技術的提升、市場披露制度的健全、公眾信息透明化網絡的完善，可以根據需求選取更為全面的評價指標。本文最終選取了13個二級指標構建電商行業財務數據與大數據協調發展評價指標體系，如表1所示。

五、電商企業財務數據與大數據協調發展水平測度與分析

（一）研究對象界定

根據《2019上半年中國電商上市公司數據報告》，目前國內電商上市公司共有57家，其中零售電商24家、產業電商8家、跨境電商7家、生活服務電商18家。由于零售電商總市值達到了40170.7億元，占據電商上市公司總市值的81.2%，因此選取零售電商行業為研究對象，能在一定程度上表征電商行業的情況。而零售電商作為互聯網發展的直接產物，具備電子化、數據化、無紙化的特點，大數據時代的到來更是將電商企業對于財務信息的要求上升到了實時化的階段，并且隨著拼多多等一眾強力競爭對手的出現，市場紅利幾乎已經被瓜分殆盡，市場競爭逐漸由以往的產品質量、價格競爭升級為提升消費者體驗、搶占市場份額的競爭，而這些都有著很強的大數據技術依依賴性。充分利用大數據帶來的龐大數據信息，通過相應的數據分析、挖掘技術，尋找大數據與企業財務數據之間的聯系，從而在維持企業財務數據平穩發展的前提下采取更具針對性的互聯網發展戰略，是零售電商現階段提高競爭力的重要方式之一。阿里巴巴一直很重視大數據帶來的技術變革，曾強調數據是最重要的生產資料，算法是最重要的流水線，這是生產力的轉型升級。

本文基于數據的可收集性及統計口徑一致性原則，在24家零售電商上市公司中選取同在美國上市且極具代表性的阿里巴巴（天貓及淘寶）、京東、拼多多和唯品會作為研究對象，四家公司2018年中國電商零售市場份額總計為81.5%。由于蘇寧易購在深圳上市，出于統計口徑一致性以及橫向可比性原則，本文暫不將其納入研究對象。

（二）數據來源

本文依據指標的可獲取性及可操作性原則，選取阿里巴巴、京東、唯品會、拼多多2014 ～ 2018年上文構建的衡量電商企業財務數據與大數據協調發展情況的13個二級指標，數據皆通過網易財經、新浪財經、公司財務報表及公開資料整理獲得。由于電商行業各個企業的規模存在較大差異，為了減少由于指標量綱不一致引起的數據誤差，增強測算結果的橫向對比性及適用性，本文在計算耦合協調指數之前采用極差正規化法將指標進行標準化處理。設Xij 為第i個評價對象在指標j上的值，將所有指標數值歸于[0，1]之間。歸一化過程如下：

正向化的指標：[Yij=Xij-minXijmaxXij-minXij]

負向化的指標：[Yij=maxXij-XijmaxXij-minXij]

（三）評價模型構建

廖重斌[13] 較早系統性地提出了協調發展計算模型，首先對構建的評價指標體系進行科學、客觀的賦權，然后測算各個子系統的綜合發展值以及耦合度，最后計算系統的耦合協調指數。針對財務數據子系統，本文選用主觀與客觀相結合的綜合賦權法進行賦權，主觀賦權法采用層次分析法，客觀賦權法使用主成分分析法。其中：層次分析法測算的CR值為0.0189，滿足CR<0.1，表明該判斷矩陣通過了一致性檢驗;主成分分析法通過SPSS軟件進行測算，結果顯示前兩個主成分對應的特征根>1，提取的兩個主成分的累計方差貢獻率達到84%，超過了80%，符合要求。通過層次分析法對二級指標進行賦權之后，再通過逐級算術平均到三級指標層。大數據子系統指標個數較少且重要程度相當，因此本文使用均值法賦權。求得權重之后再分別乘以對應標準化的指標數據求和得到綜合發展值。其具體計算公式如下：

其中：Uij分別為第i個子系統（財務數據子系統、大數據子系統）第j年的綜合發展值;Zlj為第l個指標第j年的效用值;wl為各子系統第l個指標的權重。本文中，U1>U2時表示大數據運用技術滯后，U2>U1時表示企業財務數據發展情況滯后。

耦合協調指數的概念最早源自物理工程，測算的是系統間相互影響及緊密配合的程度，后續被廣泛運用到環境、生態等領域。本文在此引進耦合協調指數，通過數值的測算評價企業財務數據與大數據之間的協調發展情況。若測算結果為優質耦合，則表示企業大數據運用狀況良好，兩個子系統發展協調，能在一定程度上互相促進，產生良好的協同作用。若測算結果為耦合失調，則表示兩個子系統發展不匹配、不協調，存在滯后的系統。在計算出綜合發展值之后需要計算系統的耦合度，公式如下：

[C=U1j×U2jU1j+U2j22K] （2）

其中：C為耦合度，取值區間為（0，1）;U1j、U2j分別表示不同子系統的綜合發展值;K為調節系數（K≥2），本文中取K=2。

耦合度數值表示的是系統間相互作用的強度，不能表征系統的協調發展情況，所以在此基礎上，需要測算耦合協調指數，公式如下：

T=αU1j（x）+βU2j（x） （3）

D=（C×T）1/2 （4）

其中：D為耦合協調指數;T為綜合評價值;α、β為待定系數，本文取α、β為0.5。參考相關文獻得到耦合協調發展水平的評價標準，如表2所示。

（四）結果與分析

1. 定量評價。按照上文提及的測度方法，首先對指標進行標準化處理，然后通過主觀與客觀相結合的綜合賦權法計算權重，最后將其代入式（1），分別得到阿里巴巴、京東、唯品會、拼多多2014 ～ 2018年各個子系統的綜合發展值。其中，A表示財務數據的綜合發展值，B表示大數據的綜合發展值，具體結果如表3所示。

進一步，根據式（2） ～ （4）計算出阿里巴巴、京東、唯品會、拼多多2014 ～ 2018年財務數據與大數據耦合協調發展情況，如表4所示。

通過上文提到的耦合協調發展水平評價標準對阿里巴巴、京東、唯品會、拼多多財務數據與大數據耦合協調發展水平進行劃分，如表5所示。

2. 綜合分析。為了更直觀地對財務數據與大數據耦合協調發展情況進行評價分析，將2014 ～ 2018年阿里巴巴、京東、唯品會、拼多多的耦合協調指數測算結果繪制成折線圖，具體如圖2所示。

由圖2可以看出，電商行業財務數據與大數據協調發展情況總體趨于向好，由2014年的一家勉強協調、兩家失調變為都達到初級協調及以上，說明電商企業對大數據的運用情況逐漸變好，財務數據也趨于穩定。

具體來看，2014年阿里巴巴、京東、唯品會的財務數據與大數據耦合協調指數分別為0.5、0.28、0.46，三個電商企業的協調發展水平表現為阿里巴巴最高，唯品會次之，京東最低。該階段電商行業發展迅速，同時阿里巴巴又處于上市熱度期，形成了一家獨大的局面，占據著59.3%的市場份額;京東此時處于現代物流投資的關鍵時期，同時又面臨著菜鳥網絡物流、商家流量被限等一系列競爭壓力，導致財務情況較差，大數據資源效益不明顯;唯品會此時的營業收入狀況良好，凈資產收益率達到了42%，是三家公司中最高的，這與當時電商市場潛力較大、包容性較強有關。2015 ～ 2016年，由于阿里巴巴股價下跌等，其財務數據與大數據耦合協調指數開始下滑，而京東和唯品會則繼續保持上升的良好態勢。2016 ～ 2018年，電商行業競爭越發激烈，隨著拼多多等競爭對手的出現，唯品會受到強烈沖擊，其財務數據與大數據系統耦合協調發展度持續走低，財務數據滯后，急需轉型升級;而阿里巴巴逐漸趨于穩定;京東則開始發力，并在2017年后逐漸趨于穩定。截至2018年底四家企業財務數據與大數據耦合協調指數都達到了0.6以上，其中京東的協調度最高，拼多多次之，其協調度增速快，預期未來將持續提升。下文將具體對阿里巴巴、京東、唯品會和拼多多財務數據與大數據的協調發展情況進行分析。

（1）阿里巴巴財務數據與大數據的協調發展情況分析。阿里巴巴的財務數據與大數據耦合協調指數從2014年的0.5增長到2015年的0.78，完成了從勉強協調到中級協調的跨越。其2015年的財務數據綜合發展值較2014年增長了65.5%，大數據綜合發展值增加了153%，說明阿里巴巴發展迅速，且大數據綜合發展值增長率超過了財務數據。

具體而言，從財務數據指標來看，對于財務數據綜合發展值增長貢獻最大的是基本每股收益，由2014年的9.26元增長到2015年的26.86元，表明股東權益升值空間較大，公司盈利能力較強，滿足了股東的需求。其次是凈利潤率，同比增長率達到了59.6%，自2014年9月19日上市至今，2015年是阿里巴巴財務發展最為迅速的一年。主要原因在于該階段阿里巴巴處于上市熱度期，且市場對于電商行業發展持樂觀態度，致使阿里巴巴股價從發行價68元迅速躥升至100元以上，市值得到了快速增長。而2015年之后，阿里巴巴的財務數據與大數據耦合協調指數出現了大幅度下滑，究其原因，首先是財務數據子系統中總資產收益率、營業毛利率、凈利潤率等一系列指標均呈下降狀態，凈資產收益率下降幅度最大，同比下降了59.8%。一系列財務數據的下滑與當時阿里巴巴用戶數絕對增量和增速均明顯下滑有關。

從大數據指標來看，2016年阿里巴巴的市場份額由2015年的63.5%下降至57.7%，其中，當年新增用戶僅有3000萬，在吸引用戶上出現明顯瓶頸，這對于電商企業而言是非常嚴重的問題，因為通過GMV的高速增長帶動企業盈利一直都是電商發展的重要引擎，如果電商對消費者失去了吸引力，就失去了根本的生產力，因此阿里巴巴急需了解消費者的需求，提高消費者的購物體驗，以期吸引更多的消費者。而大數據分析技術為企業采取針對性措施提供了科學的理論支撐，阿里巴巴一直都很重視大數據帶來的優勢，其將最初的數據庫升級為數據倉庫，經過數據中臺階段，再到目前的自動數據庫，才得以在競爭日益激烈的電商市場環境中持續吸納消費者，市場份額得以穩固提升。

2017年阿里巴巴大數據子系統趨于穩定發展，財務數據與大數據耦合協調發展水平較低的原因在于財務數據相對滯后，主要體現在阿里巴巴的總資產收益率、凈資產收益率、營業毛利率等指標皆處于下滑的趨勢。究其原因主要有如下兩點：一是阿里巴巴的資產總額逐年上升，從2014年的435億美元增長至2018年的1337億美元，增長了207.4%，要想達到該巨額資產對應的收益率越發困難。二是普通的目的式、搜索式購物模式已經不能滿足市場的需求，加之京東、蘇寧、唯品會、亞馬遜中國、拼多多等競爭對手的涌入，導致市場競爭日益激烈。但通過數據分析可以看出，阿里巴巴總資產的上升幅度逐年減緩，可以預見隨著公司規模趨于穩定，其財務數據與大數據耦合協調發展水平將會回升。

（2）京東財務數據與大數據的協調發展情況分析。雖然京東近些年一直處于虧損狀態，但其財務數據與大數據耦合協調發展水平從2014年的中度失調持續向好，并于2017年達到了良好協調，雖然在2018年出現了輕微的下滑態勢，但基本穩定在良好協調階段。導致2018年下滑的主要影響因子是大數據子系統指標中的市場份額由2017年的32.5%下降至16.3%，主要原因在于三個方面：一是阿里巴巴基于自動大數據庫分析，越發契合消費者需求，且菜鳥網絡物流規模與效益已經逐漸與京東持平，京東以往用來吸引消費者的購物模式及快速物流的優勢不再明顯;二是京東與社交電商拼多多的競爭越發激烈，截至2018年底拼多多的活躍用戶數已達4.185億，同比增長71%，分走了大片的市場;三是大環境變化更快且負面新聞報道也對京東發展產生了一定的影響。

雖然市場份額出現了下降，但京東的人均GMV以及活躍用戶數仍然持穩定上升的態勢，這與其2018年及時調整組織架構、專門成立京東數字科技子集團來拓展大數據運用有關，京東希望通過更加精準的數據分析，與京東物流、京東零售達到相輔相成、協調發展的局面。同時，京東也注重推廣社交流量，提供社交化電商的拼購業務。總的來說，京東如果想要達到“第二次增長曲線”，主要還是取決于拼購等社交模式的創新發展及投入的零售基礎設施，比如京東自營的物流體系，能否在保障業務效率的同時減低自營成本。

（3）唯品會財務數據與大數據的協調發展情況分析。唯品會2014 ～ 2016年財務數據與大數據耦合協調發展處于上升態勢，2016年之后開始出現下滑。從財務數據子系統來看，其自2016年開始一直處于低迷狀態。首先，表征股東壓力的凈資產收益率、基本每股收益都逐年下滑，說明唯品會無法達到市場預期，導致股市低迷，市值下降。其次，表征運營情況的應收賬款周轉率、總資產周轉率也逐年下降，說明企業收款速度變慢，容易出現一系列資金問題。表征反饋情況的營業毛利率、凈利潤率、總資本回報率也出現了大幅下降，其中總資本回報率更是同比下降45.5%，財務數據不容樂觀。從大數據子系統來看，其也出現了輕微的下滑，市場份額持續縮水，說明唯品會無法在維持財務數據平穩運行的基礎上提高大數據運用水平，兩者處于桎梏狀態。針對這種情況，唯品會急需做出調整，其中大數據子系統綜合發展值下降較緩，說明企業仍然存在忠實的消費者群體，可以優先調整企業財務狀況，拓寬盈利模式，新增商家欄目，擴展其他市場等。

（4）拼多多財務數據與大數據的協調發展情況分析。拼多多于2018年在美國上市后就在當年的中國零售百強名單中奪得了第三名的成績，僅次于阿里巴巴和京東。這與其創新性的社交購物模式息息相關，拼多多創始人黃崢談到，現在手機微信等社交軟件每天消耗電量近40%，淘寶僅消耗10%，但線上交易中淘寶占據了絕大部分，如果能發揮微信等社交軟件40%耗電量中的購物紅利，將是一個巨大的利潤點。因此，拼多多基于場景匹配，通過大數據分析技術了解人們的消費習慣，以社交推薦物品為載體，最后過渡到使用大數據分析算法推薦商品，通過一系列科學的大數據分析，實現了用戶與賣家的精準對接。拼多多自成立起僅用了一年時間其活躍用戶數就超過了唯品會，四年時間達到了與京東持平的地步，說明大數據分析技術對電商商業模式創新、拓寬下沉市場、吸引活躍用戶有著至關重要的作用。

拼多多上市時間較短，因此本文收集的數據有限，但從拼多多財務數據與大數據協調發展類型來看，其2017年為輕度失調財務數據滯后型，在2018年轉變為中級協調大數據超前型，耦合協調指數同比增長153.3%，拼多多這匹社交電商黑馬的發展將持續向好，且后勁十足。但是，隨著其社交電商的購物模式被其他競爭對手復制，下沉市場出現更多競爭對手，其未來面臨的競爭將更為激烈，如何在維持財務數據平穩運行的基礎上繼續創新大數據技術運用，是其進一步提升核心競爭力需要思考的問題。

六、結論與建議

（一）結論

本文創新性地將財務數據與大數據置于一個整體框架進行研究，基于收集的電商行業2014 ～ 2018年面板數據，使用主觀與客觀相結合的綜合賦權法賦權，測算其綜合發展值、耦合協調指數來評價電商行業的大數據運用情況，并結合具體指標、商業模式、營運渠道、戰略布局等進行綜合分析，以期為現階段電商行業加強大數據運用提供全新的理論依據與案例參考。結果表明，電商行業競爭日益激烈，競爭方式更加多樣化，消費者也從以往單純注重價格轉變為注重消費體驗，成為價值的創造者與知識創新的來源。提供更加精準的供需對接、發現和轉化潛在消費者、提升GMV以搶占市場份額已經成為各大電商品牌競爭的重心。

從各個公司來看，阿里巴巴2014 ～ 2015年財務數據與大數據完成了從勉強協調到中級協調的跨越，此后協調指數開始下滑，并于2016年以后趨于平穩發展;京東的財務數據與大數據耦合協調發展水平持續上升，并于2017年以后趨于平穩;唯品會2014 ～ 2016年財務數據與大數據耦合協調發展處于上升態勢，2016年之后下滑嚴重，其中，財務數據子系統綜合發展值下滑較為嚴重，大數據子系統綜合發展值也在2017年出現了輕微下滑，情況不容樂觀;拼多多的財務數據與大數據耦合協調發展水平持續向好，增速較快，其中，大數據子系統超前于財務數據子系統，表征大數據技術運用良好，預計將持續增長。

（二）建議

目前電商平臺的發展普遍面臨著平臺獲客成本持續攀升、精準供需對接更加困難的桎梏。為了實現低成本化和精準化的供需對接，需要順應信息技術發展潮流，利用好科學發展帶來的技術產物。電商行業已經邁入新零售時代，大數據技術滲透到每一個業務領域，成為重要的生產因素。通過科學、合理地運用大數據先進技術，對商品的生產、流通與銷售進行升級改造，提升消費者的線上、線下服務體驗，從而依靠口碑宣傳高效獲取用戶流量，將是電商平臺未來發展的重要路徑。

電商平臺必須充分挖掘和利用大數據技術帶來的海量數據，辨析消費者剩余，找尋新的經濟、用戶增長點，挖掘數據紅利;利用各自的商業渠道、物流體系、合作關系等競爭優勢，從電商平臺財務數據與電商數據協調可持續發展的角度出發，在維持財務狀況平穩運行的基礎上，轉變線上、線下發展模式，通過對商業模式、營銷模式、服務模式、物流體系的轉型和技術升級，將用戶精準對接至平臺的服務和產品。最終，實現財務效益與大數據資源效益的共贏，以及財務數據與大數據的高度協調發展。基于以上分析，本文提出以下政策建議：

首先，對電商平臺而言，要認識到大數據技術對商業運作模式產生的影響。通過提高大數據收集技術，加深大數據算法解析，挖掘信息紅利，提供拼團模式、社交模式等一系列更為精準的供需對接路徑。同時，也要積極開拓新市場，通過渠道下沉和海外擴展等方式挖掘新的藍海市場，這將是電商平臺發展的重要戰略布局，既可以為企業謀取紅利，又可以激發農村網購消費潛力，帶動網購市場的消費升級。

其次，對立法部門而言，要加快對電商新興運作模式相關法律法規的建設。拼團模式、社交模式在更加契合用戶理念的同時也帶來了阻礙市場競爭和侵害消費者權益的亂象（如網絡傳銷、非法占用用戶信息等），需要加快立法以規范電商行業。

最后，對政府而言，需要為新業態發展提供良好的創新環境。以大數據信息技術為基礎的電商平臺發展迅速，新的運作模式不斷涌現，很多市場紅利尚未被完全挖掘出來，市場規律更未被充分認知。因此，政府在制定政策時既要維護市場的有序進行，也要為新興電商平臺留有發展空間。

【 主 要 參 考 文 獻 】

[ 1 ] ? 李佳.基于大數據云計算的智慧物流模式重構[ J].中國流通經濟，2019（2）：20 ～ 29.

[ 2 ] ? 左芊，洪波.企業大數據影響因素與經濟發展關系研究[ J].統計與決策，2019（10）：185 ～ 188.

[ 3 ] ? 宗威，吳鋒.大數據時代下數據質量的挑戰[ J].西安交通大學學報（社會科學版），2013（5）：38 ～ 43.

[ 4 ] ? 易明，馮翠翠，莫富傳.大數據時代的信息資源管理創新研究[ J].圖書館學研究，2019（6）：56 ～ 61.

[ 5 ] ? 陳東玲.大數據時代下管理會計面臨的挑戰及對策探討[ J].宏觀經濟管理，2017（S1）：113 ～ 114.

[ 6 ] ? 劉建軍.論大數據與非公有制經濟發展的深度融合[ J].云南社會科學，2019（2）：70 ～ 73.

[ 7 ] ? 陳瀟洋.電商如何擁抱大數據——以京東、阿里為例[ J].當代經濟，2015（18）：64 ～ 65.

[ 8 ] ? 汪義軍，歐曉明.生鮮農產品電商供應鏈協同模型的構建[ J].財會月刊，2019（23）：153 ～ 157.

[ 9 ] ? Christiansen J. K.， et al.. Living twice： How a product goes through multiple life cycles[ J].Journal of Product Innovation Management，2010（6）：797 ～ 827.

[10] ? Nambisan S.， Baron R. A.. Interactions in virtual customer environments，implications for product support and customer relationshipmanagement[J]. Journal of Interactive Marketing，2007（2）：42 ～ 62.

[11] ? 陳琪.資產質量評價指標體系重構設想——基于財務報表項目分類列報觀點[ J].財務與會計，2011（10）：30 ～ 32.

[12] ? 郭方方.新常態下農村集體經濟財務預警指標構建研究[ J].會計之友，2017（12）：38 ～ 42.

[13] ? 廖重斌.環境與經濟協調發展的定量評判及其分類體系——以珠江三角洲城市群為例[ J].熱帶地理，1999（2）：76 ～ 82.