新零售情景下企業零售數字化轉型與績效提升路徑

摘要：在數字化轉型浪潮中，零售作為挖掘消費方式、創新營銷手段、構筑商業業態的重要環節，逐步成為企業數字化轉型的前沿。結合“新零售”特征，運用DEA-Tobit模型檢驗零售數字化轉型對企業績效的影響，研究發現：零售數字化轉型通過提高供需匹配效率、降低成本費用、增強研發能力等三條路徑提高企業的經營效率、規模效率與技術水平，帶動企業績效提升。其中，企業零售數字化轉型對經營效率提升作用最大，規模效率次之，技術進步最小。此外，數字化轉型在地區間、產業間、企業間等存在廣泛的不平衡性。據此，應合理評估企業零售數字化轉型的作用，正視企業零售數字化轉型發展的不均衡性，注重政策配套，進而推動企業高質量發展。

關鍵詞：新零售；數字化轉型；企業績效；高質量發展

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：互聯網平臺經濟規制、貨幣金融理論與政策。

基金項目：國家社會科學基金青年項目“價值鏈視角下我國海外園區空間布局對‘一帶一路’高質量發展的影響研究”，項目編號：20CJL016；山東省自然科學基金青年項目“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險的路徑研究”，項目編號：ZR2023QG126；云南省教育廳科學研究基金項目“數字經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

互聯網、大數據、云計算等數字技術的廣泛滲透加快數字經濟時代到來。以數字技術為依托，各類新營銷方式、商業業態、消費渠道不斷涌現，加速了企業數字化轉型，并逐步成為數字經濟發展的重要著力點。中國信息通信研究院2022年發布的《中國數字經濟發展白皮書》顯示，2012年以來我國數字經濟年均增速高達159%，2021年我國數字經濟規模更是達到455萬億元，在GDP中的占比接近40%。作為連接供需兩端的關鍵紐帶，企業零售端逐步成為挖掘消費方式、創新營銷手段、構筑商業業態的重要應用場景，企業零售環節數字化轉型已然成為企業數字化轉型最集中、最活躍的表現領域之一，并引發“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”情景下企業零售數字化轉型如何引導企業績效提升對于消費提質擴容、加快構建雙循環新發展格局具有重要現實意義，也是推動經濟邁向高質量發展的關鍵之舉。

盡管零售數字化轉型提出時間較早，但學界尚未就零售數字化轉型的內涵與“新零售”發展形態形成統一的定論。較為一致的觀點認為，零售數字化轉型表現為線下傳統零售模式向線上網絡零售模式逐步拓展和轉型，本質上是利用零售數字信息要素對商品生產、銷售、物流等各個環節進行整合升級，推動企業組織決策、經營理念、資源能力和方法流程的優化改進，在數字技術與企業經營的深度融合的過程中實現消費渠道、供銷模式、商業業態、價值鏈體系的根本性變革［2］。零售數字化轉型加速了人、貨、場及其內在關系顛覆性重構［3］，促進了線下體驗、線上服務與現代物流的相互結合，這構成了“新零售”的基本要義。以提升企業競爭力、實現可持續發展為戰略出發點推動企業零售數字化轉型，進而逆向引導企業經營活動適應性重構，是零售數字化轉型推動企業績效提升的關鍵驅動力。

結合“新零售”的內涵與特征，已有研究圍繞零售數字化轉型如何影響企業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，主要結論表明全渠道模式可以整合品牌、資產和客流，增進渠道互動，強化線上線下綜合市場資源優勢。線上線下的同步發展有助于提高消費者忠誠度和滿意度［5］，改善企業業務流程，降低企業管理成本，實現企業運營效率的帕累托改進［6］。張任之（2022）［7］從供應鏈視角審視零售數字化轉型對企業績效的影響，研究發現數字化技術的廣泛應用賦予供應鏈可追溯性，有利于提高供應鏈的可視化程度，增進供應鏈企業信息共享度［8］。供應鏈協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實體的數字化轉型趨勢，認為零售業數字化轉型本質上是借助數字技術，引領以消費需求為核心的生產供給體系變革，通過有效識別消費需求聯動生產資源優化配置。此外，部分拓展研究發現數字化轉型可以通過穩定銷售預期［9］、促進技術溢出［10］等途徑提高企業經營穩健性與經營效率。也有學者發現全渠道模式未能實現零售企業績效的實質性提升［11］。

相關文獻從各個渠道分析了零售數字化轉型影響企業績效的內在機理，鑒于零售數字化轉型研究范疇較為寬泛，涉及的內容、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數字化轉型程度，然而企業在信息披露過程中對“互聯網+”相關陳述與相關測度存在失真風險［12］。另外，以文本分析為核心的研究大多測度企業整體的數字化轉型程度，難以識別企業績效的變動源于零售環節的數字化轉型還是其他生產經營環節，因而難以單獨考察企業零售數字化轉型的實質作用。此外，部分研究認為零售數字化轉型主要提高了企業經營效率，也有文獻認為企業績效優化源于技術進步，企業績效變動來源有待系統性完善。從實際情況看，大量企業傳統線下零售渠道相對成熟，線上網絡零售發展的差異較大，零售數字化轉型水平更是千差萬別，多數研究根據企業是否擁有線上線下多渠道銷售模式進行簡單的分類研究，鮮有文獻從零售數字化轉型角度進一步探究企業線上網絡零售實際發展程度、利用程度及其對企業績效的影響。有鑒于此，本文利用2015—2021年上市企業季度銷售數據，構建企業零售數字化轉型指數，同時，利用三階段DEA模型拆解企業績效來源，從數字化轉型理論入手分析零售數字化轉型對企業績效的影響方式與潛在機制，以期為企業零售數字化轉型發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，通過構建企業零售數字化轉型指數識別企業零售環節的數字化轉型程度，拓展了企業零售環節數字化轉型的測度方式，為細化企業零售數字化轉型研究奠定了基礎；其次，利用三階段DEA模型將企業績效變動進一步拆分為技術進步、規模效率與經營效率，揭示了企業零售數字化轉型對企業績效的具體影響渠道及相對影響力，豐富了企業數字化轉型的研究機理；最后，通過引入企業內部與外部因素，檢驗了零售數字化轉型對企業績效的影響渠道與異質性影響機制，為探究企業零售數字化轉型發展的不平衡性原因及政府政策發力方向提供重要參考。

二、理論分析與研究假設

在“新零售”情景下，企業零售數字化轉型及由此展開的技術運用與實踐創新已成為企業發展的基石。在線上線下多渠道零售模式中，線上網絡零售是大數據挖掘、消費渠道創新、營銷模式變革的關鍵所在，也是聯動傳統線下零售同步發展的根本驅動力，因此企業零售數字化轉型需要結合互聯網環境下網絡零售的新特征進行分析。總體而言，企業零售數字化轉型圍繞消費者需求對溝通渠道、運營方式等方面進行重構，通過市場層面、管理層面、技術層面的微觀機制對企業績效產生顯著且積極的影響。

（一）零售數字化轉型助力企業提升銷售規模

企業零售數字化轉型首先為市場規模的擴大提供空間。作為連接不同群體的市場中介，互聯網為線上零售創造了一個多元、開放、標準的虛擬環境，兼具跨地域、無邊界、高時效特征，降低了企業的市場分割度。借助電商平臺等各類網絡平臺的發展，網絡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零售數字化轉型，極大喚醒了企業深度挖掘市場的潛能。從需求端看，網絡零售打破了傳統線下零售面臨的時空限制，一方面，網絡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，網絡零售可以更加便捷地展示商品的種類、數量、價格等信息，通過更廣泛、精準的信息傳輸渠道降低企業與消費者之間的信息不對稱性，消除產銷間的信息鴻溝，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。

從供給端看，數字技術可以通過標準化方式獲取消費者大數據信息，提升企業對消費市場的認知，幫助企業探知市場動態、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。企業可以憑借網絡零售的時空優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，實現規模經濟。從網絡零售特征看，互聯網環境中各類平臺的快速發展極大地延展了市場的邊界。梅特卡夫法則（Metcalfe’sLaw）指出，網絡的價值以網絡節點的幾何級數遞增，網絡用戶規模越大，網絡用戶效用越高。互聯網平臺存在交叉網絡外部性，消費者與商家（企業）獲取的效用與雙側用戶數量成正比，表現出極強的聚集效應。各類平臺的快速擴張為消費者與企業提供了廣闊的虛擬環境，大量消費者與企業的聚集不僅增加了產品受眾面，也為產品的對比、交流、演進提供了舞臺，這顛覆了傳統的營銷方式，拓展了潛在市場。綜上所述，網絡零售在便利消費方式、識別消費動態、增進溝通交流等方面占據優勢。線下傳統零售向線上網絡零售的數字化轉型突破了傳統零售以門店擴張為核心的市場拓展思路，擺脫了傳統零售在消費者服務方面的時空限制，助力企業以更低的成本拓展消費市場，提高企業績效。據此，提出以下假設：

H1：零售數字化轉型通過拓展消費市場提高企業績效。

（二）零售數字化轉型推動企業經營效率提升

企業零售數字化轉型通過優化企業生產、管理、銷售等各個流程環節改善企業經營水平，帶動企業績效提升。從銷售層面看，線上網絡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間信息的可交互性，借助數據挖掘、云計算等數字技術的應用，企業能夠更加精準地捕捉消費者的消費偏好、消費習慣、消費動態，準確繪制用戶畫像，幫助企業了解目標消費者消費特征，制定更加適銷對路的營銷策略，改善服務水平。此外，線上網絡銷售賦予消費者更多、更及時的信息反饋渠道，增進企業與消費者之間聯系，這有助于提高消費者對企業服務與承諾的感知力，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據信息要求企業提高管理響應能力，突破部門間管理壁壘，縮減冗余管理步驟，增進管理協作，推動企業組織架構由“垂直化”管理方式向扁平化、網絡化的管理方式轉變［15］。此外，消費大數據的積累可以同步改善企業內部信息流通效率及外部供應鏈信息共享水平，緩解企業內部“委托-代理”問題［2］，提高供應鏈不同主體間信任度與協作能力［7］，引領企業更加靈活地應對市場環境變動，增進資源配置效率與企業管理效率。從生產層面看，零售端大數據信息的積累兼具準確性與及時性，數據與數據的直接交流剝離了主觀判斷誤差，實現企業生產過程的實時分析與動態感知，提升生產決策效率，為未來不確定情景下企業生產過程提供最優決策支持。綜上，企業零售數字化轉型借助網絡零售的大數據積累整合以產品為核心的銷售、管理、生產流程，引導企業創新營銷策略、提高管理協作、優化生產決策，提升產品供需匹配水平，改善企業經營效率。據此，提出以下假設：

H2：零售數字化轉型通過改善企業經營效率提高企業績效。

（三）零售數字化轉型帶動企業技術進步

企業零售數字化轉型帶動企業拓展細分市場，需求導向型的商業模式提高了企業的研發能力，引領技術進步。在“新零售”背景下，市場需求與產銷邏輯發生顛覆性變化，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品需求，自此，傳統同質化市場需求逐步瓦解，市場真實需求隨多樣性產品種類增加而大幅分散。同時，長尾商品的市場曲線向右側大幅延伸，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［16］。另外，企業交易成本、邊際生產成本等一系列成本逐步下降，也提升了企業多樣化產品的供給水平，企業拓展細分市場能力顯著提升。

在此基礎上，企業零售數字化轉型為供需匹配搭建了新的橋梁，一方面，網絡零售獲取的大數據積累能夠協助企業探知商情，提高企業有針對性的生產能力，增加市場的供需匹配水平。另一方面，以真實需求為導向的網絡零售可以通過柔性化生產機制對企業生產流程進行適應性重構，進而壓縮企業的試錯成本，降低資源誤配幾率，明確企業市場定位。較低的邊際成本，多樣性的產品需求以及更好的供需匹配效率促使企業深耕所處競爭領域，通過成本領先或差異化的戰略獲取競爭優勢，逐步走上個性化、差異化道路。進一步，數字化轉型可以通過市場需求驅動提升企業研發能力，加速創新步伐［17］。綜上，在“新零售”背景下，多樣性需求的不斷涌現推動需求導向性商業模式逐步取代生產導向性商業模式，形成以消費者為核心的供銷體系。零售數字化轉型不僅增進了企業拓展細分市場的能力，也明確了企業的市場定位，進而形成市場需求驅動力，促使企業提高研發能力，加速技術進步，提升企業績效。據此，提出以下假設：

H3：零售數字化轉型通過推動企業技術進步提高企業績效。

三、研究設計、變量選取及測度

（一）研究設計

零售數字化轉型如何影響企業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模型測算企業績效水平，之后通過面板Tobit模型考察零售數字化轉型對企業績效的具體影響，基礎模型設定如下：

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

下標i代表企業個體，t代表時間。tfp_ch為企業實際績效的代理變量，digital表示企業零售數字化轉型指數，衡量企業零售數字化轉型程度，X為一系列相關控制變量，u為個體效應，ε為誤差項。α1表示零售數字化轉型對企業績效的影響，按照理論分析，預期α1顯著為正。在此基礎上，再次利用三階段DEA模型分解的企業績效變動來源，進一步考察零售數字化轉型影響企業績效的具體渠道，模型設定如下：

de_chit=θ0+θ1digitlit+φXit+μi+ξit（2）

de_ch代表企業績效變動來源，包括規模效率se_ch、經營效率pe_ch、技術進步tech_ch，μ為個體效應，ξ為誤差項。θ1表征數字化轉型對企業各種效率來源的影響，按照理論分析，無論是企業規模效率、經營效率還是技術進步，預期θ1均顯著為正。如若上述結論成立，進一步檢驗零售數字化轉型對企業規模效率、經營效率、技術進步等三種效率渠道影響力的相對大小，考察零售數字化轉型促進企業績效提升的主要驅動方式。

（二）變量測度與選取

1被解釋變量：企業績效（tfp_ch）。Higón等（2010）［18］認為，運用定量方法討論零售企業績效應關注全要素生產率。目前，常用測度企業全要素生產率的方法包括DEA、LP、LP-ACF、OP、OP-ACF。其中，DEA可以進一步分解全要素生產率來源，但忽視了企業不同的外部環境等因素對企業績效的干擾。對此，本文參考Fried等（2002）［19］的三階段DEA模型，通過SFA模型剔除外部環境因素及隨機因素等冗余后，再次測度企業績效及效率變動來源。具體測度步驟如下：（1）選擇傳統投入導向型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境因素、統計噪聲和無效率項，將分離得到的環境因素和隨機擾動因素對原始投入變量進行調整。（3）結合DEA模型和Malmquist分解方法，再次利用調整之后的投入變量測度企業績效（tfp_ch）及企業績效構成，包括規模效率（se_ch）、經營效率（pe_ch）DEA模型中，Malmquist分解效率的理論定義為純技術效率、規模效率、技術進步，其中純技術效率表征既定要素投入水平下企業的最大產能，主要與企業的經營管理能力相關，為論述方便，將其定義為經營效率。、技術進步（tech_ch），企業績效與各個效率來源的關系滿足：企業績效=經營效率×規模效率×技術進步。

企業績效的投入及產出指標如表1所示，其中投入指標選取固定資產凈額與應付職工薪酬度量企業資本投入與勞動投入。產出指標采用營業總收入和凈資產收益率代理。環境變量主要考慮企業所處地區的經濟發展程度、信息化水平和金融發展程度。其中，經濟發展程度使用人均GDP表征，信息化水平使用每百人移動電話數衡量，金融發展程度使用省級金融機構本外幣各項存貸款余額占GDP的比例代理。

2核心解釋變量：零售數字化轉型指數（digital）。如上文所述，線上網絡零售是銷售大數據積累與市場拓展的主要場景，零售數字化轉型表現為線下傳統零售模式向線上網絡零售模式逐步拓展和轉型，換言之，線上網絡零售的相對規模在一定程度上反映了企業零售端數字化應用程度與轉型程度。據此，我們選取線上網絡市場銷售額（esales）與總銷售額（tsales）的比值作為零售數字化轉型指數，度量企業零售數字化轉型程度，具體度量方式如下：

digital=esalestsales（3）

企業網絡零售與企業績效具有密切聯系，廖理等（2021）［20］認為，企業的網絡零售數據作為一種另類數據在一定程度上可以預測企業的未預期盈余、未預期收入以及累計超額收益，反映了企業的營運能力。因此，通過網絡零售數據構建企業零售數字化轉型指數，分析其對企業績效的變動具有一定的穩健性。

3控制變量：選取以下變量控制企業經營特征：（1）企業的行業地位與經營經驗，使用年度企業經營時長（time）進行控制。（2）企業的人力資本結構，選取本科及以上學歷占比（education）進行控制。（3）企業的負債狀況與償債能力，選取資產負債率（dar）進行控制。

（三）樣本選擇

本文以2015年一季度—2021年四季度公布網絡零售情況的A股上市企業面板數據作為研究樣本，主要包含三類數據：一是企業線上網絡銷售數據，該數據來自Wind滬深股票專題統計中的“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店鋪的銷售數據，覆蓋電子電器、醫藥生物、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。據廖理等（2021）［20］考證，這套數據獲取的企業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。二是上市企業的財務數據，該數據來自Wind數據庫和CSMAR數據庫。三是環境變量數據，該數據源自國家統計局和中華人民共和國工業和信息化部。所有原始數據按照以下步驟處理：（1）以線上銷量數據為基礎匹配企業的財務數據，并在此基礎上匹配企業環境變量數據；（2）剔除主要在線上孵化品牌的企業，保留線下向線上數字化轉型的企業“新零售”要義為線上線下融合發展，線上孵化品牌的公司缺少線下發展路徑，且不符合線下傳統零售向線上網絡零售拓展這一零售數字化轉型的過程，因此予以剔除。；（3）剔除*ST企業和ST企業；（4）剔除資產負債率0至1范圍外的異常觀測值；（5）通過X12方法去除季節性因素。上述樣本處理后，最終得到150家企業4092個樣本觀測值。所有變量描述性統計如表2所示。

四、實證結果分析

（一）基準回歸

按照基準模型設定，首先考察零售數字化轉型對企業績效及各個分解效率的影響。表3列（1）回歸檢驗了零售數字化轉型對企業績效的影響，結果顯示，企業零售數字化轉型程度的系數顯著為正，說明零售數字化轉型帶動了企業績效的整體提升，這與丁寧和丁華（2020）［6］對于線上線下全渠道商業模式的研究論斷相吻合。表3列（2）—列（4）回歸結果分別呈現了零售數字化轉型對經營效率、規模效率、技術進步等三個分解效率的影響，可以看出，零售數字化轉型回歸系數同樣顯著為正，這與理論分析中零售數字化轉型優化企業績效的三條路徑相一致，上述回歸結論初步驗證了假設H1、假設H2和假設H3。

（二）穩健性檢驗

為了檢驗回歸結果的穩健性，本文對企業績效及經營效率、規模效率、技術進步等三個分解效率進行檢驗。其中，總體績效穩健性檢驗考慮的因素包括：（1）被解釋變量穩健性問題，借鑒趙宸宇等（2021）［21］，使用LP法測度企業績效，作為企業總體績效的替代變量進行估計。（2）異方差問題，為解決傳統Tobit可能出現的異方差問題，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，后續樣本選擇MLE方法與IV-Tobit方法使用同樣的方式進行數據預處理。。（3）樣本自選擇問題，企業公布網上銷售數據可能源于企業本身具備網絡銷售優勢，這會產生樣本自選擇問題，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）回歸結果顯示，估計結果均非常穩健。此外，本文進一步檢驗了總體績效和分效率的穩健性，參照胡珺等（2020）［22］，選取企業同季度同行業平均企業績效、經營效率、規模效率、技術進步作為目標企業對應效率的工具變量，通過IV-Tobit進行估計，表4列（1）、列（5）—列（7）回歸結果顯示，估計結果與基準回歸相一致。

（三）零售數字化轉型下企業績效優化路徑的相對影響力檢驗

在零售數字化轉型下企業績效優化的多重路徑中，零售數字化轉型對企業哪一領域滲透性更強？對哪一類企業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模式具有顯著的技術特征，新技術的吸收與轉化帶來的技術進步是企業轉型的主要驅動力；馬述忠和房超（2020）［24］發現，網絡零售主要功能在于降低市場分割，提高企業的規模效率。從已有研究看，企業績效的度量方式不一，側重點也不一致，且缺乏橫向對比。因此，有必要進一步識別企業零售數字化轉型對不同類型企業績效推動作用的相對大小DEA模型測度的企業效率具有無量綱化的特征，經營效率、規模效率、技術進步具有橫向可比性，這為探究企業零售數字化轉型優化企業績效的主要路徑和方式提供了分析基礎。。從表5回歸結果看，零售數字化轉型對企業的經營效率促進效用最大、規模效率次之、技術進步最小，然而這一結論仍需進一步的統計檢驗。本文使用SUR-Tobit方法對表3中回歸列（2）—列（4）進行聯合回歸本文考察的企業經營效率、規模效率與技術進步并非樣本分組，無法按照Fisher’sPermutation檢驗或者Chow檢驗進行考察。SUR（似不相關回歸）可以檢驗解釋變量完全相同時跨方程的參數約束。據此，本文通過SUR-Tobit模型對原始Tobit模型系數進行聯合檢驗。值得注意的是，殘差檢驗顯著拒絕了表5中回歸列（1）—列（3）殘差不相關的假設，說明SUR-Tobit方法具備一定的估計效率。，表5回歸結果顯示，零售數字化轉型對企業的經營效率、規模效率與技術進步的正向推動作用依次減小，與表3結論一致。

表6從統計角度進一步考察了SUR-Tobit回歸結論的穩健性，其中假設檢驗：回歸（1）θ1=回歸（2）θ1檢驗了零售數字化轉型對經營效率與規模效率的正向促進作用是否存在統計意義上的差異。同理，回歸（1）θ1=回歸（3）θ1檢驗了零售數字化轉型對經營效率與技術進步的正向促進作用是否存在統計意義上的差異；回歸（2）θ1=回歸（3）θ1檢驗了零售數字化轉型對技術進步與規模效率的正向促進作用是否存在統計意義上的差異。結論顯示，零售數字化轉型對技術進步、規模效率、經營效率的促進作用兩兩之間均存在顯著差異，結合表5列（1）—列（3）回歸結果可知，零售數字化轉型對企業經營效率的正向促進效用最大、規模效率次之、技術進步最小，上述結果在統計意義上顯著。這表明零售數字化轉型對企業績效的促進作用遵從“就近原則”，即零售數字化轉型對與零售環節密切相關的企業經營與規模擴張的正向促進作用較大，對生產源頭技術發展的正向促進作用較小，不同影響渠道下，零售數字化轉型對企業績效貢獻存在顯著差異。現實情況中，企業零售數字化轉型加速了企業數字化管理進程，提高了企業標準化管理程度。此外，企業零售數字化轉型還促使企業積極對接天貓、京東等大型網絡平臺，拓展企業市場規模。上述轉變增進了數字技術與傳統零售的融合度，提高了數字技術的通用性，推動企業經營效率與規模效率快速提升，逐步成為企業績效提升的重要源動力。

（四）零售數字化轉型推動企業績效優化的中介傳導機制檢驗

企業零售數字化轉型如何帶動企業績效提升是研究的又一重點，這需要根據企業績效優化路徑進一步識別企業零售數字化轉型傳導機制。構建中介效應檢驗考察零售數字化轉型的傳導機制，具體而言，在基礎模型（2）基礎上，拓展模型如下：

Meit=γ0+γ1digitalit+φXit+νi+υit（4）

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

Me代表傳導機制變量，ν、ζ為個體效應，υ、τ為誤差項。估計系數γ1與κ2均顯著說明中介傳導渠道顯著。結合理論機制部分各類企業效率的影響因素，分別確定如下中介機制變量：（1）經營效率，企業零售數字化轉型借助線上網絡零售整合以產品為核心的銷售、管理、生產流程，提升產品供需匹配水平，增進企業經營效率。參考張任之（2022）［7］，將存貨周轉期自然對數（inv）作為經營效率的中介傳導機制變量。（2）規模效率，線下傳統零售向線上網絡零售的轉型突破了傳統零售以門店擴張為核心的市場拓展思路，擺脫了傳統零售在消費者服務方面的時空限制，助力企業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）作為規模效率的中介傳導機制變量。（3）技術進步，發明專利體現了企業技術進步轉化能力，將發明專利申請數（pat）取自然對數作為技術進步的中介變量。

表7報告了傳導機制檢驗的回歸結果。其中，表7列（1）和列（2）回歸結果展示了經營效率的中介機制檢驗，估計系數γ1顯著為負，κ2顯著為正。上述結論說明，零售數字化轉型可以改善企業以商品為核心的經營管理流程，提高存貨周轉效率，增進企業產品供需匹配度，以此推動企業經營效率提升，“零售數字化轉型-企業存貨周轉效率提高-企業經營效率提升”這一中介傳導機制成立。表7列（3）和列（4）回歸結果展示了規模效率的中介機制檢驗，估計系數γ1顯著為負，κ2顯著為正，上述結果意味著零售數字化轉型能夠助力企業突破傳統線下銷售的成本約束與時空束縛，降低企業交易成本，提升企業規模效率，“零售數字化轉型-企業成本費用率下降-企業規模效率提升”這一中介傳導機制成立。表7列（5）和列（6）回歸結果展示了技術進步的中介機制檢驗，估計系數γ1與κ2均顯著為正，這表明零售數字化轉型可以激發企業研發動力，通過市場需求驅動提高企業研發能力，帶動企業技術進步的提升，“零售數字化轉型-企業研發能力提高-企業技術水平提升”這一中介傳導機制成立。為穩健起見，本文對上述中介效應進行了Sobel檢驗，結果支持中介機制結論。

經營效率中介機制、規模效率中介機制、技術進步中介機制等均闡述了零售數字化轉型提升企業績效的影響方式，進一步驗證了假設H1、假設H2、假設H3，完整的中介傳導效應機制如圖1所示。

（五）基于企業自身微觀特征的異質性檢驗

零售數字化轉型對企業績效的正向推動作用與企業自身微觀特征密切相關，本文關注企業以下兩類特征影響因素：（1）企業規模因素的影響。企業規模表征了企業已有發展程度，根據證監會企業規模劃分標準，本文將樣本企業劃分為大型企業與中型企業兩組，考察企業規模的異質性影響。（2）企業范圍經濟的影響。范圍經濟是指企業同時生產多種商品形成的經濟性，有別于規模經濟對于企業發展的縱向測度，范圍經濟側重對企業發展橫向的測度。考慮到數據的可得性，本文使用企業擁有的品牌個數作為企業商品豐富度的代理變量，根據企業商品豐富度中位數將樣本企業分為高商品豐富度企業和低商品豐富度企業，考察企業商品豐富度的異質性影響。回歸結果如表8所示。

表8列（1）和列（2）回歸結果顯示，對于大型企業而言，零售數字化轉型對于企業績效的提升作用遠高于中型企業。造成這一結果的原因可能與企業的資源調配能力和商品推廣能力相關，一方面，企業規模越大，越有能力整合和調用資源稟賦，加快企業數字技術的融合與發展，提高企業生產效率；另一方面，網絡零售中往往具有頭部效應，規模較大的企業更易憑借穩定的經營與企業信譽推廣商品，獲取流量，提升企業績效。表8列（3）和列（4）回歸結果顯示，企業零售數字化轉型對于高商品豐富度企業的績效提升作用更大，對于低商品豐富度企業的提升作用相對較低，這表明多樣化產品有助于增進零售數字化轉型對于企業績效的正向促進效應。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，拓展了企業商品在細分市場中的接受面，提高了企業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。本文采用似不相關方法檢驗組間差異，SUEST檢驗的卡方統計顯示，組間系數差異不能忽略。

（六）基于宏觀經濟特征的異質性檢驗

外部宏觀經濟特征同樣會干擾企業零售端數字化轉型對企業績效的影響，本文重點關注以下兩種宏觀經濟因素：（1）服務業開放程度。服務業開放程度衡量了企業所在地區服務業市場的市場化程度，參考申明浩和劉文勝（2016）［25］測算省級服務業開放度的方法，以中位數為界將樣本企業分為低服務開放度和高服務開放度兩個子樣本，考察服務業開放程度的影響。（2）行業數字化發展程度。行業數字化發展程度衡量了企業所在行業整體數字化發展水平，本文將樣本企業與袁淳等（2021）［17］整理的數字化轉型企業進行匹配，并按照企業所在行業的數字化轉型平均水平將樣本企業分為低數字化轉型行業企業和高數字化轉型行業企業兩個子樣本，考察行業數字化轉型的影響。回歸結果如表9所示。

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

五、結論與政策啟示

本文以“新零售”發展模式為切入點，通過網絡零售數據構建企業零售數字化轉型指數，探究了企業零售數字化轉型對企業績效的影響，并進一步分析了相關的影響渠道。研究結論表明：（1）零售數字化轉型有力推動了企業績效的提升，具體而言，零售數字化轉型通過提高供需匹配能力、降低成本費用、增強研發能力等三條路徑提高了企業的經營效率、規模效率與技術水平，推動企業績效提升。（2）對于企業而言，零售數字化轉型對于經營效率的提升作用最大，規模效率次之，技術進步最小。（3）異質性分析表明，對于大型企業與商品豐富度較高的企業而言，零售數字化轉型對企業績效的推動作用較高；對于數字化轉型程度較高的行業及服務業開放度較高的地區而言，零售數字化轉型對企業績效的推動作用較大。

結合研究結論，本文得到如下啟示：（1）合理評估零售數字化轉型的作用，注重配套輔助政策的實施，助力企業零售數字化轉型。在零售數字化轉型浪潮下，數字技術通用性增強，技術與應用的融合度逐步提高，零售數字化轉型加速推動企業管理流程標準化，促進企業積極對接大型網絡平臺，提高了企業的經營效率和規模效率，這表明零售數字化轉型能夠通過市場機制自發形成較好的發展趨勢。但也應看到，零售數字化轉型對企業技術發展的引領效用不足，對企業生產端的帶動作用有限，因此應注重配套高新技術補貼等輔助政策協同實施，從生產端促進企業新型數字技術的研發和應用，多管齊下助力企業零售數字化轉型。（2）正視零售數字化轉型的不平衡性，注重政策向中小型企業、低數字化轉型產業傾斜。企業間、產業間零售數字化轉型存在廣泛的不平衡性，這可能進一步拉大企業間、產業間數字經濟發展差距，抑制我國整體數字化轉型進程。因此，應將中小企業及零售數字化轉型程度較低的產業作為政策的著力點與落腳點，積極引導企業參與零售數字化轉型進程，提高產業數字化轉型政策的針對性。此外，要進一步削弱地方市場保護與市場分割，破除地區間壟斷和壁壘，提高地區服務業開放度，充分調動零售市場在生產資源中的配置作用，促進國內統一大市場的建設，推動不同企業間、產業間、地區間零售數字化轉型協同發展。

參考文獻：

［1］謝莉娟，莊逸群.互聯網和數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］．財貿經濟，2019，40（3）：84-100.

［2］梁佳，嚴鋒，張其林.數字技術提升零售產業效率：機理與實證［J］．商業經濟與管理，2023（12）：5-21.

［3］謝莉娟，王曉東.數字化零售的政治經濟學分析［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模式創新對經營績效的影響——基于雙重差分法的研究［J］．商業經濟與管理，2020（7）：17-26.

［7］張任之.數字技術與供應鏈效率：理論機制與經驗證據［J］．經濟與管理研究，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.數字化轉型、知識溢出與企業全要素生產率——來自制造業上市公司的經驗證據［J］．產業經濟研究，2022（2）：43-56.

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

［12］趙璨，陳仕華，曹偉.“互聯網+”信息披露：實質性陳述還是策略性炒作——基于股價崩盤風險的證據［J］．中國工業經濟，2020（3）：174-192.

［13］劉向東，劉雨詩，陳成漳.數字經濟時代連鎖零售商的空間擴張與競爭機制創新［J］．中國工業經濟，2019（5）：80-98.

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

［15］戚聿東，肖旭.數字經濟時代的企業管理變革［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.數字化轉型與企業分工：專業化還是縱向一體化［J］．中國工業經濟，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.另類數據的信息含量研究——來自電商銷售的證據［J］．管理世界，2021，37（9）：90-104.

［21］趙宸宇，王文春，李雪松.數字化轉型如何影響企業全要素生產率［J］．財貿經濟，2021，42（7）：114-129.

［22］胡珺，彭遠懷，宋獻中，等.控股股東股權質押與策略性慈善捐贈——控制權轉移風險的視角［J］．中國工業經濟，2020（2）：174-198.

［23］劉向東，湯培青.實體零售商數字化轉型過程的實踐與經驗——基于天虹股份的案例分析［J］．北京工商大學學報（社會科學版），2018，33（4）：12-21.

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

［25］申明浩，劉文勝.服務業開放對制造業資源錯配效應研究——基于工業企業數據庫的實證分析［J］．國際貿易問題，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

（責任編輯：趙春江）