垂直型生鲜电商经营有效率吗？——基于考虑环境因素的三阶段DEA模型的实证

田 刚，冯 缨

(江苏大学 管理学院，江苏 镇江 212013)

一、 引 言

农产品流通效率直接决定着农民收入，是三农问题的核心(夏春玉，2009)[1]。随着农业科学技术的快速发展和农产品市场体系的稳步建立，我国农业的生产能力有了大幅度提高，生鲜农产品产量不断提升，品种也日益丰富。多年以来，我国生鲜农产品依赖线下的传统流通渠道，目前已形成批发市场为主、超市为辅的格局。但是，生鲜农产品传统流通渠道环节众多、衔接不畅，导致流通效率低下，出现了“菜贱伤农”“菜贵伤民”的恶性怪圈。

互联网时代的到来，催生了生鲜农产品电子商务。农产品流通现代化必然要经历大量应用电子商务，实现农产品流通与互联网融合阶段。电子商务能够打破生鲜农产品流通的时空限制，减少流通环节，促进产销衔接，有助于破解生鲜农产品流通的困局，引起政府和社会各界高度关注。2010年以来历年的中央一号文件多次强调“创新农产品流通方式，大力发展农产品电子商务”。

近年来，随着消费者多样化需求的增强以及网络购物习惯的形成，我国生鲜电商市场规模潜力巨大。*艾瑞咨询公司测算显示，2015年中国生鲜电商市场规模已经近500亿元，近三年增速保持在80%以上；预计2018年，生鲜电商市场规模将突破2300亿元。但是不同于工业品，生鲜农产品具有易腐易损性和非标准性，其生产过程也有季节性和周期性(黄祖辉和刘东英，2005；吴小丁，2014)[2-3]。此外，我国生鲜农产品生产与流通存在组织化程度低、信息化水平低、冷链基础设施差、质量追溯体系缺失、交易风险大等种种不足(彭磊和孙开钊，2010；周树华等，2011；王磊和但斌，2015；胡求光等，2012；周洁红和李凯，2013)[4-8]，增加了生鲜农产品流通的难度，也给生鲜电商发展带来挑战(汪旭晖和张其林，2016)[9]。当前，阿里巴巴及京东等少数平台型企业凭借雄厚的实力，占据了生鲜市场的大多数份额，生鲜电商市场已形成“寡头市场”。生鲜电商的健康发展，需要平台型电商和众多垂直型电商的“百花齐放”，以形成充分的市场竞争。那么，在当前生鲜电商市场竞争格局下，垂直型生鲜电商经营效率到底如何？外部环境如何影响垂直型生鲜电商的经营效率？垂直型生鲜电商应采取怎样的发展策略？对这些问题的研究，不仅可以丰富和完善生鲜农产品流通的理论体系，实践方面对促进生鲜电商发展、破解生鲜农产品流通困局也有重要的意义。数据包络分析(DEA)不需要假定投入产出函数关系，从而在很大程度上可以避免主观性的干扰，近年来已成为测度效率的主流方法。但经典DEA模型不能准确测度决策单元的效率，因其无法剥离环境效应和随机误差的影响(Fried等，2012)[10]。三阶段DEA方法由于能够剥离外部环境和随机因素对效率的影响，从而最终测度出来的效率值能更加真实地反映决策单元的经营水平。因此，本文运用三阶段DEA方法，以求准确测度垂直型生鲜电商的经营效率；更为重要的是，通过识别外部环境因素对效率的影响，提出相应的发展策略，从而对上述问题给出初步解答，也为今后该领域的研究做出有益的探索。

二、 研究方法和数据说明

(一) 三阶段DEA方法

Fried 等(2012)提出三阶段DEA 模型[10]，由于在测度决策单元效率时能剥离环境因素与随机误差的影响，因而比经典DEA方法更具优越性。该方法构建过程如下：

1.基于经典DEA模型计算初始效率。经典DEA模型分为CCR模型和BCC模型。BCC模型将CCR 模型的规模报酬不变假设扩展为规模报酬可变，更符合现实中的经济特征，也可提供更多的信息。因此，本文采用BCC模型。

设有n个决策单元(DMU)，每个决策单元均使用p种投入，生产q种产出。则投入导向下对偶形式的BCC模型可表达为：

(1)

其中，θ为决策单元DMU0效率的度量值；s-、s+分别表示投入和产出的松弛向量；i=1,2,…,n;j=1,2,…,p;r=1,2,…,q。若θ=1, 且s+=s-=0, 决策单元为DEA有效；若θ=1, 且s+≠0, 或s-≠0, 决策单元为弱DEA 有效；若θ<1， 则决策单元非DEA 有效。上述公式可求得综合效率(TE)，由其可分解出纯技术效率(PTE)和规模效率(SE)，即TE=PTE×SE。

2.采用SFA法对投入量加以修正。通过构建SFA 模型，识别并剥离环境因素、随机干扰对投入松弛的影响。SFA模型如下：

Sik=fi(zk;βi)+νik+μik

(2)

为了剥离环境因素和随机误差的影响，需要对决策单元投入量进行修正。以最有效决策单元的投入量为参照，采用式(2)的估计结果，对环境较好或运气较佳的决策单元增加投入。具体做法如下：

(3)

3.基于修正后的投入再次测算效率。将修正后的投入数据及原始产出数据，重新代入(2)，得到剥离环境和随机误差后的真实效率值。

(二) 数据与变量

1.数据来源。本文选取北京、上海、江苏、广东、四川、湖北、吉林、陕西八省市共87家垂直型生鲜电商发放调查问卷，调查时间从2016年9月至2017年9月。回收问卷68份，剥离无效问卷27份，共计有效问卷41份。本文对样本企业的投入指标及产出指标数据进行整理，得到最终的数据。

2.投入产出变量。运用DEA模型评价决策单元效率时，所需的指标有两种：一是投入指标；二是产出指标。投入指标一般包括资本和劳动两大类要素(曹建忠和汪海风，2016)[11]。考虑到流通时间影响产品的新鲜程度，进而影响生鲜农产品的价值，因此应将流通时间作为一个投入指标，郭娜和刘东英(2014)也采用了这一指标[12]。产出指标一般用销售额或利润来衡量(Yang,2009)[13]。本文把垂直型生鲜电商看作决策单元，借鉴已有研究的成果，并根据DEA方法的要求，选取“销售额”作为产出指标，选取“流通费用、员工数、流通时间”作为投入指标。

3.环境变量。环境变量应满足“分离假设”原则(Léopold和Wilson,2007)[14]，即这些变量对垂直型生鲜电商经营效率有影响，但又不受其控制。一般是企业主观难改变且短期内变化不大的外生因素，包括行业基础设施、地区经济发展水平和人口素质。基于这一原则及数据的可获得性，本文选取企业所在地区物流基础设施水平、信息化水平、经济发展水平和人口素质作为环境变量。物流基础设施对流通效率有基础性、总体性作用(王晓东和王诗桪，2016)[15]。物流基础设施水平的提高将促使生鲜电商经营效率的提升，本文以企业所在地区高速公路里程代表物流基础设施水平。信息化水平决定了买卖双方的交易范围、交易方式，进而影响流通效率[15]。本文以企业所在地区人均互联网宽带接入端口数作为反映信息化水平的重要指标。生鲜电商本质上是一种商业活动，其效率受到地区经济发展水平和市场因素的影响，人均收入能在一定程度反映出地区经济发展水平及市场潜力(郭鸿鹏等，2016)[16]，本文也将其作为地区经济发展水平的代理变量。此外，Lucas(1988)指出，地区人力资本是效率的重要影响因素，他决定地区吸收先进技术的能力[17]。类似Wang和Yao(2003)[18]等的方法，本文以企业所在地区居民平均受教育年限衡量地区人力资本水平。

表1 投入产出及环境变量

本文测度垂直型生鲜电商的投入产出及环境变量见表1。

表2 投入产出变量的Person相关系数

注：***、**分别表示在1%、5%的水平显著。

表2给出了上述投入产出变量的Pearson 相关性检验结果。投入变量与产出变量之间的相关系数均为正，分别在 1%、5%的显著性水平下通过了双尾检验，说明本文所选取的变量满足DEA模型要求的“同向性”假设，具有合理性。

三、 实证分析

(一) 第一阶段传统DEA方法测度结果

根据调研数据，采用投入导向的BCC模型得到各生鲜电商(DMU)的综合效率、纯技术效率和规模效率(见表3)。表3显示，样本企业的综合效率均值为 0.477，纯技术效率均值为0.627，规模效率均值为0.775。其中DMU7、DMU26、DMU30和DMU38的综合效率、纯技术效率、规模效率都为1，可知这4家企业为DEA有效，是效率标杆，其他37家企业则是DEA无效率的，即样本中绝大多数垂直型生鲜电商都处于DEA无效率状态。表3的数值无法反映垂直型生鲜电商的真实效率，因为没有剥离环境因素和随机误差的影响。因此下面将进一步进行修正及测算。

表3 传统DEA测度结果

(二) 第二阶段基于SFA方法的效率的环境影响

表4 SFA回归结果

注：***、**、*分别表示在1%、5%、10%水平显著。

以第一阶段得出的投入松弛量为被解释变量，环境变量作为解释变量，运用SFA 模型的估计结果见表4。由表4可知，σ2和γ值都通过了显著性检验，表明相对于随机误差，环境因素对生鲜电商经营效率的影响占主导地位。同时，各参数估计值大多数显著，表明环境变量对生鲜电商投入的冗余存在显著影响。因此，有必要在测度生鲜电商经营效率时剥离这些环境因素的影响。

从表4中环境因素的系数项，可以看出其对投入松弛的影响。系数为正表示该环境变量增大会产生更多投入冗余，即，该环境变量对效率有不利影响。反之，系数为负则表示该环境变量增大将减少投入冗余，即，该环境变量对效率存在有利影响。

物流基础设施水平对各投入松弛量的影响显著为负，表明地区物流基础设施完善，对降低垂直型生鲜电商经营中的投入有益，从而可以提升其经营效率。

与理论预期不同，信息化水平对各投入松弛变量有显著的正向影响。这一结果揭示出，当前垂直型生鲜电商仍表现为粗放式发展，一方面，企业追求硬件建设而忽视投入的效率；另一方面，与合作伙伴的信息共享仍不充分，使得交易中仍旧面临较高的风险，信息化发展在降低搜寻成本、提升流通速度等方面的优势未能得到有效发挥。

经济发展水平对各投入松弛变量有显著的负向影响。可能的原因是：随着经济发展水平的提高，消费者多样化需求增加，对生鲜电商渠道中线上线下的协作要求也相应提高；而垂直型生鲜电商当前注重粗放式的规模扩张，在渠道建设等内涵式发展方面滞后，对于消费者多样化需求的满足，只能通过增加投入而非渠道协同来实现，造成投入的边际效益递减状况。

人口素质对流通时间投入松弛变量的影响显著为正。这说明人口素质对垂直型生鲜电商经营效率的提高是有利因素，人口素质的提高能显著地减少流通时间投入的浪费，因而能有助于提升经营效率。

(三) 第三阶段投入修正后的效率结果分析

由于环境因素对垂直型生鲜电商的投入冗余有显著的影响，需要对其剥离以求得真实效率水平。因此，利用公式(3)对投入修正后重新计算，结果见表5。

表5 投入修正后的DEA测度结果

对比表3和表5可以发现，投入修正前后垂直型生鲜电商经营效率的结果及其结构发生了较大变化。第一，投入修正后效率的平均值为0.510(表5)，相对于投入修正前的0.477(表3)有所提升，说明环境因素总体而言阻碍了效率的提高，测度生鲜电商经营效率时必须考虑环境因素的影响。同时，由表5进一步研究发现，有54%的企业效率低于0.5，说明大多数企业的真实效率水平偏低。

第二，垂直型生鲜电商经营效率结构变化明显：投入修正前的平均纯技术效率为0.627，投入修正后变为0.699；平均规模效率则从0.775变为0.734。这一结果说明，不考虑环境因素和随机误差的影响，会低估垂直型生鲜电商的管理水平，也会高估其规模效率。同时也反映出，规模效率制约了垂直型生鲜电商整体经营效率的提升。需要指出的是，投入修正后纯技术效率的均值仍旧低于规模效率的均值。总体而言，垂直型生鲜电商真实的管理水平相对低下，无法匹配其规模，提升管理水平比规模扩张更紧迫。

第三，投入修正前后处于生产前沿面的样本企业发生了明显变化。处于效率前沿面的企业由 4个上升到 5个，其中DMU7、DMU30和DMU38 三个企业仍处于效率前沿面，反映出这几个企业的经营效率确实较好；投入修正后，DMU2和DMU6加入生产前沿面，说明这两个企业的真实效率被低估了；而DMU26则因规模效率下降退出效率前沿面，表明该企业的真实效率被高估了。

四、 结论与启示

近年来，随着我国生鲜电商的快速发展，其经营效率受到社会各界的高度关注，但是，目前仍旧缺乏科学、规范的学术研究。有鉴于此，本文基于调研数据，采用三阶段 DEA 模型分析了垂直型生鲜电商的经营效率，主要结论如下：(1)投入修正前后垂直型生鲜电商经营效率及其结构都发生了明显的变化，表明环境因素和随机误差显著影响效率。由于剥离了环境因素和随机误差的影响，三阶段 DEA 方法测度的结果更为真实可靠。(2)样本企业效率的平均值仅为0.510，有54%的企业效率低于0.5，说明多数企业的效率偏低。规模效率及纯技术效率的平均值都较低，并且后者低于前者，反映出垂直型生鲜电商不仅普遍的规模效率较低，管理水平也相对低下，直接制约了效率的提升。(3)外部环境因素中，物流基础设施水平和人口素质有利于垂直型生鲜电商经营效率的提升。信息化水平和经济发展水平则对效率有负向影响。由于当前垂直型生鲜电商发展仍属于高投入的粗放模式，普遍存在重视硬件投入忽视配套完善现象，信息化发展在降低搜寻成本、提升流通速度等方面的优势未能得到有效发挥，从而对效率产生显著的负向影响。另一方面，生鲜电商市场竞争秩序不规范，线上线下重视价格竞争而忽视相互合作，对于经济发展带来的消费者多样化需求增加，只能通过增加投入而非渠道协同来实现，造成了投入的边际效益递减状况，使得以地区人均收入为表征的经济发展水平对垂直型生鲜电商经营效率产生负向影响。

上述结论给我们的启示主要有以下几点。第一，垂直型生鲜电商需要通过精准化运营和品牌打造以提升经营效率。首先，垂直型生鲜电商要基于自身资源能力以及区域消费者偏好，在市场细分的基础上合理定位，从多品类营销转向高频品类或特色品类营销，开展精准化运营。可以先从本地市场切入，进行市场定位，如将目标用户定为“城市白领”等有鲜明特点的受众人群，提供高端的特色产品，满足受众的个性化需求。还可通过电商网站分享烹饪知识，将生鲜消费与美食结合，建立共享和交流平台，传递健康生活理念，升级用户购物体验。其次，通过优质服务树立品牌形象，并基于品牌拉动销售，提升规模效率。可以通过与专业机构合作，逐步把品质、物流、包装、售后等细化为可衡量的标准，基于标准提升服务质量、强化品牌效应。还可与有条件的生产基地合作，推出“果蔬采摘一日游”等活动，增强消费者对产品的了解及信任以树立品牌形象。此外，也可以通过赋予电商品牌信誉背书等形式，提高区域优质生鲜农产品的知名度。第二，垂直型生鲜电商还必须理性开展信息化建设以提升经营效率。首先，要注重业务流程与信息化程度的匹配，将电子商务与企业经营更好对接。首先，根据用户浏览记录及用户总购买等信息合理预测不同群体的消费偏好及消费水平，采用数据挖掘技术对重要信息进行二次深度提炼，以制定合理的战略规划。其次，将预约团购模式和订单管理系统结合，提前汇总并集成订单，实现集约化、规模化配送，降低物流成本。再次，完善技术手段，立足精细服务。可以通过提高网站的有用性和易用性，简化服务流程，提升经营效率。还可以通过规范电子合同以减少交易中的纠纷并提升消费者信任度。最后，大力培育信息化人才，注重信息化的“软件”建设。一方面，企业可以通过多样化的方式(如校园招聘、网上招聘、委托猎头公司等)引进专业人才；另一方面，通过定期或者不定期的员工培训提高员工的信息化水平；此外，还应注重与高等院校和科研机构之间的合作，实行人才的柔性引进。通过信息化的“软件”建设，以充分发挥信息化在提升经营效率方面的作用。第三，垂直型生鲜电商应注重和线下渠道成员建立紧密联系，基于互利共生，实现经营效率的提升。首先，电商企业与线下渠道成员要能深刻认识各自的优劣势，树立互利共生、合作共赢的理念。其次，通过完善资源共享及合作机制，打造和谐的生态系统，提升经营效率。如，在社区便利店、超市等线下实体店设立生鲜农产品自提点，实体店可以代为提供冰柜保鲜服务，不但可以保证生鲜农产品的新鲜度，还可以为消费者带来极大的便利，从而提升其满意度。同时，实体店作为电商企业提货点，也能带动其门店商品销售，实现线上线下互利共赢。第四，政府应为生鲜电商发展营造良好环境。通过规范市场竞争秩序、建设流通基础设施、鼓励流通技术和流通业态创新以及完善社会信用体系等途径，推动生鲜电商健康发展。

[1]夏春玉.中国农村流通体制改革研究[M].北京：经济科学出版社,2009：2.

[2]黄祖辉,刘东英.我国农产品物流体系建设与制度分析[J].农业经济问题,2005(4):49-53.

[3]吴小丁.我国生鲜农产品流通的中央批发市场制度构想[J].商业经济与管理,2014(2):13-21.

[4]彭磊,孙开钊.基于“农餐对接”的农产品流通创新模式研究[J].财贸经济,2010(9):105-111.

[5]周树华,张正洋,张艺华.构建连锁超市生鲜农产品供应链的信息管理体系探讨[J].管理世界,2011(3):1-6.

[6]王磊,但斌.考虑消费者效用的生鲜农产品供应链保鲜激励机制研究[J].管理工程学报,2015(1):200-206.

[7]胡求光,黄祖辉,童兰.农产品出口企业实施追溯体系的激励与监管机制研究[J].农业经济问题,2012(4):71-77.

[8]周洁红,李凯.农产品可追溯体系建设中农户生产档案记录行为的实证分析[J].中国农村经济,2013(5):58-67.

[9]汪旭晖,张其林.电子商务破解生鲜农产品流通困局的内在机理——基于天猫生鲜与沱沱工社的双案例比较研究[J].中国软科学,2016(2):39-55.

[10]FRIED H O,LOVELL C A K,SCHMIDT S S,et al.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of Productivity Analysis,2002,17(1/2):157-174.

[11]曹建忠,汪海凤.基于坏产出动态SBM共同边界模型的资源型城市转型效率研究[J].软科学,2016(2):117-120.

[12]郭娜,刘东英.我国生鲜蔬菜流通渠道效率比较与评价[J].物流技术,2014(2):34-37.

[13]YANG B.Recearch on regional eco-efficiency of China from 2000 to 2006:on empirical analysis based on DEA[J].Economic Geography,2009,29(7):1197-1202.

[14]LÉOPOLD S,WILSON P W.Estimation and inference in two-stage,semi-parametric models of production processes[J].Journal of Econometrics,2007,136(1):31-64.

[15]王晓东,王诗桪.中国商品流通效率及其影响因素测度——基于非线性流程的DEA模型改进[J].财贸经济,2016(5):119-103,159.

[16]郭鸿鹏,于延良,赵杨.电商平台农产品经营主体空间分布格局及影响因素研究——基于阿里巴巴电商平台数据[J].南京农业大学学报(社会科学版),2016(1):42-48,163.

[17]LUCAS J,ROBERT E.On the mechanics of economic development[J].Journal of Monetary Economics,1988,22(1):3-42.

[18]WANG Y,YAO Y D.Sources of China’s economic growth 1952-1999:incorporating human capital accumulation[J].China Economic Review,2003,14(1):32-52.