網絡零售業的天花板效應及空間溢出效應研究

王 麗

(安徽財經大學 工商管理學院，安徽 蚌埠 233000)

我國網絡零售業的發展主要分為兩個階段：第一階段在2010年之前，其發展處于起步階段，主要是學習國外網絡零售業的先進技術和經驗；第二階段在2010年之后，其發展進一步趕超發達國家，交易規模及網絡用戶等指標均處于世界領先地位。截至2016年底，我國網絡零售業總交易量占全球近40%的份額[1]。目前，我國網絡零售業正經歷著復雜的技術革新和業態調整，線上線下的零售業不斷進行兼并與融合。因此，我國網絡零售業都需要面對一個重新塑造零售價值的機遇和挑戰，這也表明我國網絡零售業的發展已經進入了另一個嶄新的創新轉型時期。在這個創新轉型時期中，網絡零售業的天花板效應及空間溢出效應格外引人關注。天花板效應是一種高限效應，對于網絡零售業而言，特指在其發展過程中，在沒有遇到很大的困難的情況下便可以取得很好的業績，這種業績持續走高就會對其他行業產生不利影響，形成空間溢出效應。由此可見，天花板效應和空間溢出效應是在網絡零售業發展過程中出現的主要障礙[2]。

一、我國網絡零售業發展的天花板效應分析

(一)我國網絡零售業發展現狀

2010年以來，我國網絡零售業發展迅猛。2013—2019年，行業銷售額年均增速達到了45%，僅2019年的銷售額就達到了5萬億元，占全國社會消費零售業銷售額的17%以上[3]。目前，我國網絡零售業發展更加成熟，阿里巴巴、京東等電商企業不僅積極擴充零售類別，改善售后服務，提高物流配送效率，還在推進跨境網購和農村電商產業的發展。2019年，我國網絡零售行業移動端銷售額達到68483億元，占該行業銷售額的91%，2013—2019年間，移動端網絡零售業銷售額年平均增速為249%[4]。相關數據變化趨勢如圖1所示。

就農村地區網絡零售業而言，2018—2019年農村地區網絡零售業銷售額年平均增速超過了城市地區，網絡零售業逐漸成為農村地區經濟發展的新動力。2019年，農村地區網絡零售業銷售額為6494億元，較2018年增長了42%。農村地區網絡零售業銷售額占全國網絡零售業總額的15%左右[5]。

在2013—2019這7年里，我國網絡零售業銷售總額不斷擴大，且年平均增速均大于全國社會消費零售業銷售額的年平均增速。相關數據如圖2所示。

圖1 2013—2019年我國網絡零售業發展情況

圖2 2013—2019年網絡零售業增長變化趨勢

從圖2可以看出，我國網絡零售業的增長勢頭已經出現了明顯的收斂趨勢，年平均增速逐年下降，符合天花板效應出現的前期征兆。從阿里巴巴、京東等網絡零售企業的經營規模來看，網絡零售業基本形成了穩定的零售市場格局，近7年內網絡零售企業排名順序沒有發生顯著變化。2019年，天貓依然是我國網絡零售業市場銷售的冠軍，銷售份額占市場的比例達到了49%；其次是京東，市場銷售份額為29%；再其次是蘇寧，市場銷售份額為6%。這3家企業占網絡零售業市場份額的84%。

(二)我國網絡零售業發展模型設計及變量說明

網絡零售業發展受到天花板效應的影響，這種影響在短期內確實刺激了社會消費需求，推動了經濟社會發展，但實際上并不符合網絡零售業長遠發展的要求。因此，網絡零售業天花板效應的存在，很難采用單一的結構方程將這兩種效用進行綜合體現。為此，本文采用狀態空間模型 (State Space Model，SSM)[6]來動態評估天花板效應的影響作用，并運用該模型研究網絡零售業銷售額增量(NRS)對社會消費零售業銷售額增量(TRS)、國內生產總值增量(GDP)、經濟效率增長率(EE)的影響情況。變量的信號方程和狀態方程如下：

ΔTRSt=c(1)+SV1×ΔNRSt+ut(c(4))

(式1)

ΔGDPt=c(2)+SV2×ΔNRSt+ut(c(5))

(式2)

ΔEEt=c(3)+SV3×ΔNRSt+ut(c(6))

(式3)

SV1=SV1(-1);SV2=SV2(-1);SV3=SV3(-1)

(式4)

其中，ΔNRS是輸入變量，ΔTRS、ΔGDP、ΔEE為輸出變量；ΔNRSt、ΔTRSt、ΔGDPt、ΔEEt均為可觀測向量；SV1、SV2和SV3分別輸出變量ΔTRSt、ΔGDPt、ΔEEt相對應的狀態向量；SV1為社會消費彈性系數，SV2為經濟發展彈性系數，SV3為經濟效率彈性系數；c(1)、c(2)和c(3)是常數；c(4)、c(5)和c(6)為不相關擾動項；ut(c(4))、ut(c(5))和ut(c(6))是均值為0、方差未知的常數項。

此外，ΔTRSt=TRSt-TRSt-1，ΔGDPt=GDPt-GDPt-1，ΔEEt=EEt÷EEt-1。在式1和式2中，有ΔNRSt=NRSt-NRSt-1； 在式3中，有ΔNRSt=NRSt÷NRSt-1。

(三)我國網絡零售業發展的天花板效應

網絡零售業是新型的零售業，由于存在天花板效應，行業所處的市場以及潛在的市場總有一項會接近飽和，市場競爭格局也會逐步穩定，僅僅依靠上一代信息技術的驅動并不能滿足遠期網絡零售業的需求。同時，網絡零售業也受到內外部因素的限制。例如，網絡零售業發展所面臨的外部限制條件主要源自“供給側”和“需求側”兩個方面。供給側端主要受到生產要素市場、生產環境條件、管理經驗水平等因素的限制，需求側端主要受到消費者的購買潛力、消費偏好、消費結構等因素的影響。按照天花板效應基本理論，我國網絡零售業在技術和政策上基本不存在阻礙，生產要素市場健全，生產管理水平成熟。因此，我國網絡零售業已經跨過成長階段，進入成熟發展階段。按照這樣的速度發展，網絡零售業即將或者已經接觸到了發展的極限，也就是所謂的“天花板”。

社會消費零售業銷售額可以量化社會購買能力，互聯網上網人口比重可以量化電信業發展水平，單位GDP貨物周轉量可以量化物流業發展水平。以上三個變量屬于自變量，網絡零售業銷售額為因變量。基于式1—式4所示的信號方程和狀態方程，對自變量和因變量取自然對數，以消除變量的數量級差異，建立的個體固定效應面板數據模型如式5所示。

(式5)

其中，t為年份，選取2018年和2019年的統計數據進行分析，因此t=1，2；i為省市、自治區、直轄市(西藏、新疆、海南、香港、澳門、臺灣除外)，因此i=1，…，28，并將這28個省市、自治區、直轄市按照東北、西部、中部、東部區域進行劃分。表1為個體固定效應的面板數據模型的參數估計結果。

表1 個體固定效應的面板數據模型的參數估計結果

從表1可以看出，自變量TRS、PPA、FV的系數保持了良好的顯著性。分析自變量系數的絕對值可知，當前影響我國網絡零售業發展的主要因素為潛在的網絡零售市場空間以及信息技術實力，而物流配送能力經過近些年來的發展加上交通運輸狀況的改善已經得到大幅提升，但實際上，對網絡零售業發展的促進作用并不顯著，地區以及城鄉之間的物流行業發展差距依然較大。

具體來說，對于潛在的網絡零售市場空間，全國整體情況好于東北、東部、西部和中部地區，潛在的網絡零售市場空間巨大。就TRS變量的系數而言，全國平均數為0.9734，大于東北地區的0.3105、東部地區的0.9274、西部地區的0.4364和中部地區的0.5825。從各個區域來看，東部地區的TRS變量系數最大，網絡零售業市場更加趨于飽和，相當接近“天花板”。相比之下，東北地區的TRS變量系數最大，網絡零售業市場發展空間巨大。就信息技術實力而言，東部地區的PPA變量系數最大，說明該地區信息技術實力最強，對網絡零售業的發展貢獻率也最大；西部地區的PPA變量系數小于0，表明西部地區缺乏高水平的信息技術實力，且已經限制其網絡零售業的發展，出現了負增長效應。就物流配送能力而言，中部地區和東部地區的FV變量系數較大，可以為當地網絡零售業的發展提供良好的物流基礎條件。西部地區和東北地區因氣候條件較差，交通運輸不便利，其FV變量系數較小，物流業已經限制了當地網絡零售業的發展。

(四)空間自相關分析

從網絡零售業的天花板效應的分析結果可以發現，我國東部地區網絡零售業的天花板效應十分明顯，而西部地區和東北地區的還未出現明顯的天花板效應，網絡零售業還存在較大的發展空間。基于此，本文繼續研究我國東北、西部、中部和東部地區以及全國整體的網絡零售業空間溢出效應。基于柯布-道格拉斯生產函數模型[7]，以TRS、PPA、FV為投入要素，以NRS為產出要素，計算相鄰地區網絡零售業經濟效率。表2為對網絡零售業經濟效率進行空間自相關分析的結果。

表2 網絡零售業經濟效率空間自相關分析結果

從表2可以看出，按照“閾值相鄰”原則[8]，計算我國東北、西部、中部和東部地區的空間權重，運用GeoDa軟件對2018年和2019年的4個經濟區域的NRS單變量、NRS-TRS、NRS-PPA和NRS-FV雙變量進行Moran'sI指數全域自相關分析，其結果顯示，我國東北、西部、中部和東部各地區之間的網絡零售業發展具有顯著的替代效應。三對雙變量Moran'sI指數表明，相鄰地區潛在的網絡零售市場空間和物流配送能力對網絡零售業發展影響顯著，而相鄰地區的信息技術實力對網絡零售業發展的影響甚微。就相鄰地區潛在的網絡零售市場空間而言，相鄰地區潛在的網絡零售市場空間與網絡零售業的發展呈現正相關關系，因此，相鄰地區網絡零售消費市場潛力越大、購買能力越強，對網絡零售業的發展促進作用越明顯。就相鄰地區物流配送能力而言，相鄰地區物流配送能力與網絡零售業的發展呈現正相關關系，因此，相鄰地區交通運輸能力越強、物流配送效率越高，對網絡零售業的發展促進作用也越明顯。

(五)空間面板數據模型分析

通過對相鄰地區網絡零售業經濟效率的空間自相關關系進行分析，建立的空間效應面板數據模型如式6所示。

(式6)

其中，i=1，…，4，t=1，2。W為空間權重矩陣，WLnNRSit為空間滯后項，含義為相鄰地區網絡零售業發展對本地區網絡零售業發展的影響。ρ為空間滯后系數，其值表示對網絡零售業的作用方向及程度，其對應的面板數據模型空間溢出效應分析結果如表3所示。

表3 基于面板數據模型的網絡零售業空間溢出效應分析結果

對比表2所示的空間自相關分析，表3中增加了面板數據空間滯后系數，相關參數的顯著性較好。從總體來分析，我國東北、西部、中部、東部地區之間的網絡零售業發展存在明顯的反向溢出效應，也就是說，不同地區的網絡零售業之間具有一定的市場競爭關系，暫未發現互補關系。表3空間滯后模型中的自變量系數均大于表2空間自相關分析中的自變量系數。因此，雖然我國各地區的網絡零售業發展具有反向溢出效應，但對于不同的地區，潛在的網絡零售市場空間、信息技術實力、物流配送能力可以正向刺激網絡零售業的發展。其中，潛在的網絡零售市場空間和物流配送能力的效應相較于信息技術實力更加顯著，這也充分證明了相鄰地區潛在的網絡零售市場空間對本地區的網絡零售業發展可以起到促進作用。

二、網絡零售業轉型升級發展的趨勢建議

(一)網絡零售與實體零售的關系實現由競爭關系向引導關系的轉變

當前，“網購”不再是年輕人特有的消費方式，網絡零售的發展使得網購逐漸滲透到社會各個年齡段以及不同的收入階層中。網購帶來的價格優勢使得實體零售完全失去了對產品銷售的控制能力和消費者的價格轉移能力，實體店的銷售方式遭受到巨大的沖擊。實體零售與網絡零售之間的互補關系已然不在，而更多的是一種競爭狀態。這種競爭狀態如果不加以控制，勢必會產生惡性競爭，導致出現天花板效應和空間溢出效應，不利于網絡零售業的長遠發展。因此，如何處理實體零售與網絡零售的關系至關重要。實體零售與網絡零售之間應是一種引導關系，而非競爭關系，只有兩者相互整合、相互協調，才能更好地促進網絡零售業的發展。

(二)網絡零售業逐漸由以銷售渠道為核心向以技術創新為核心轉變

全面了解并滿足消費者的需求，是網絡零售業各個電商企業一直追求的目標。隨著大數據、物聯網、云計算技術的廣泛應用，消費者需求問題已經不再是網絡零售發展的阻礙。消費者的購買意愿和消費行為將被深度數字化，因此獲得更多的消費者個人數據就可以更加高效和精準地為消費者提供銷售服務，這樣的要求必須要借助一定的技術創新能力才能實現。傳統零售以銷售渠道為核心的觀念將被打破，網絡零售需要依賴大數據分析等技術創新來解析消費者的真正商品偏好，這也使得網絡零售商之間的競爭轉變為技術創新能力的競爭。實體零售沒有搜集和處理用戶數據的能力，而未來在零售行業以技術創新為核心的時代，網絡零售業必將掌握行業的主動權和話語權。可以說，一家優秀的電商企業不僅僅是一流的營銷企業，更是一流的技術創新企業。

(三)實體零售與網絡零售共建全渠道零售時代的繁榮

目前，越來越多的消費者已經從商品本身的銷售方式的約束中解脫出來。消費者在積極地擺脫零售的時空限制，不論何時何地選擇實體購買還是網絡購買，也無論何種零售業務形態或終端媒介，都可以充分滿足他們的購買需求，實體零售與網絡零售的全渠道銷售模式正在建立。傳統的實體零售方式和業務形態并不會就此消失，而是和網絡零售方式共同融入新的技術手段，在彼此的時空范圍內服務消費者。在未來，實體零售與網絡零售的全渠道銷售模式是一種相互補充的方式，同時，對不同時空下的消費群體偏好選擇和定位會更加準確。