基于ANP-DEA的电子商务企业效率评价

李永红, 韩双羽

(西安邮电大学 经济与管理学院， 陕西 西安 710121)

近些年，各大电商企业市场竞争日趋激烈,对电子商务企业的经营效率产生了不利影响。科学、客观地评价电商企业的经营效率，及时发现企业的优势与劣势，就显得尤为重要。

目前，国内外学者对企业效率评价研究的方法集中于以下几个方面：一是因子分析法[1-3]。只有当数据的Kaiser-Meyer-Olkin(KMO)检验结果大于0.5时，才能够使用因子分析法，并且因子分析法对指标数据的要求较高，不具有普遍适用性。二是层次分析法[4-5]。层次分析法的结果取决于主观、定性判断，客观性较低。三是经济增加值[6-7]方法。经济增加值方法以现金流等财务指标为主要评价依据，指标较为单一，未能体现创新发展、无形资产价值以及学习和成长等对电子商务企业发展具有重要影响因素。四是数据包络分析法(data envelopment analysis, DEA)[8-11]。数据包络分析法中模型权重的确定，还有待进一步深入研究。

平衡计分卡[12]方法，从财务维度、顾客维度、内部业务流程维度和学习与成长维度4个方面构建指标体系，有助于更好地实现企业战略目标。区别于层次分析法，运用网络分析(analytic network process, ANP)方法与数据包络分析法相结合的方法，能够将客观数据与决策者的主观意见相结合，能够充分考虑到各元素间的影响关系[13]。

DEA方法要求尽可能少的评价指标数量。一方面，指标过少又难以反映电子商务企业的经营效率，另一方面，指标数量增加导致需要大量的决策单元(decision making unit,DMU)作为样本，又不利于企业效率的评价效率。为此，结合ANP模型，计算平衡计分卡4个维度下多个指标权重，进而将DEA输出指标控制在最少的数量，以弥补DEA方法存在的缺陷。

本文拟应用平衡计分卡系统，构建符合电子商务企业特点的指标体系；然后构建ANP模型，确定各元素间的影响关系与各元素权重，再运用DEA方法对中国电子商务上市企业的经营效率进行评价并排序。

1 电子商务企业效率评价体系构建

为评价电子商务企业的效率，基于平衡计分卡理论，以财务维度、顾客维度、内部业务流程维度以及学习和成长维度作为电子商务企业效率考核的参照物，将四个维度整合为综合评价体系[14]。参考以往文献评价电子商务企业效率时使用频率较高的指标，同时考虑数据的可得性，根据电子商务企业经营特点，构建电子商务企业效率评价的指标体系如下。

(1)财务指标。财务指标从股东角度分析企业财务效率，反映公司经营策略是否有效。一般用销售净利率、总资产周转率与资本保值增值率指标作为财务角度的二级指标[15]。

(2)顾客指标。顾客指标从客户角度分析企业经营效率，反映企业与市场的联系。一般选择人均浏览页面数、日均访问量、投诉反馈率作为电子商务企业顾客角度的二级指标[15-17]。

(3)内部经营流程指标。内部经营流程指标反映企业经营关键业务流程效率，主要是实现企业财务效率与客户满意度流程的效率，反映企业是否能更好地平衡短期经营目标与长期发展目标。一般选择支付手段数量、客服工作时间、退换货政策作为内部经营流程的二级指标[16,18]。

(4)学习和成长指标。学习和成长指标反映企业长期可持续发展能力。一般选择研发投入占营业收入比例、无形资产、专利数作为学习和成长能力的二级指标[15,19]。

构建企业经营效率评价体系如表1所示。

表1 电子商务企业效率评价指标体系

2 电子商务企业效率评价方法

运用ANP与DEA相结合的方法对电子商务企业经营效率进行评价。

2.1 计算ANP二级指标的全局权重

ANP方法将所有元素分为控制层与网络层，控制层为待解决问题与决策准则，准则间相互独立，控制层中各元素相互影响作用[20]。应用ANP方法，需要对所构建指标体系中的4个一级指标进行重要性比较，确定各元素之间的影响关系。

重要性比较可以通过专家评分法来获得，具体方法是发放调查问卷，对各一级指标与二级指标重要性程度进行评分，并确定指标权重。根据影响关系对各二级指标进行两两比较，采用1到9级量度值比较法，对元素间重要性进行评分，得到元素关系判断矩阵。

由于每一位决策者的决策具有差异性，若对调查结果进行简单的算术平均，则难以完整保留获取的信息，通过几何平均运算将所有调查问卷中元素i与元素j重要程度得分进行综合，反映所有决策者综合评分的计算公式为

(1)

表2 顾客指标直接的重要性程度

利用表2的结果，构造顾客指标之间的重要性程度关系判断矩阵为

2.2 原始数据的无量纲化处理

由于各二级指标量纲不尽相同，为了数据的可比性，需要对数据无量纲化处理。

若指标rm为正，则rm指标无量纲化值为

(2)

若指标rm为负，则rm指标无量纲化值为

(3)

2.3 一级指标综合权重的计算

经过对数据的无量纲化处理后，得到4个一级指标综合权重为

(4)

2.4 DEA效率的计算

DEA方法将综合效率分解为规模效率和纯技术效率。除了来自于投入产出配置不当外，技术的无效率也可能是由规模因素造成的[19]。在提升效率时，电子商务企业除了调整投入产出的配置外，还可以从规模因素的角度考虑。为了方便求解，采用线性规划模型，求出q研究对象企业综合技术效率fq为

(5)

3 实证结果与分析

3.1 样本选取与数据来源

中国电子商务上市企业共18家，其中可获得近3年财务报表的企业为14家，分别为兰亭集势贸易公司(简称兰亭集势)、南极电商股份有限公司(简称南极电商)、跨境通宝电子商务有限公司(简称跨境通)、快乐购有限责任公司(简称快乐购)、焦点科技股份有限公司(简称焦点科技)、慧聪集团有限公司(简称慧聪集团)、阿里巴巴网络技术有限公司(简称阿里巴巴)、唯品会信息科技有限公司(简称唯品会)、北京京东世纪贸易有限公司(简称京东)、北京创锐文化传媒有限公司(简称聚美优品)、国美零售控股有限公司(简称国美零售)、苏宁易购集团股份有限公司(简称苏宁易购)、众应互联科技股份有限公司(简称众应互联)、上海钢联电子商务股份有限公司(简称上海钢联)。选取这14家中国电子商务上市企业作为研究对象，其中，A股上市公司7家，美股上市公司5家，港股上市公司2家。所选择的公司在我国电子商务行业中具有代表性，可以综合反映电子商务行业经营状况。数据来自各公司2015年—2017年官方财务报表。

3.2 ANP元素间的影响关系

为了确定元素间的影响关系进行了调研，调研对象为40位电子商务企业从业者，请他们根据自身经验及知识判断各指标元素之间的相互影响关系。本次调查共发放40份问卷，收回问卷共计37份。其中，通过专业在线调查问卷网站“问卷星”回收问卷30份；纸质问卷回收7份，有效问卷33份。以销售净利率A1指标为例，询问专家该指标受其他指标中哪些指标影响，当超过半数的专家认为销售净利率A1受某指标影响时，即认为销售净利率A1受该指标影响。以此类推，得到指标体系中各元素间相互影响关系如表3所示。

表3 元素间相互影响关系

表3中第一列为影响元素，第一行为受影响元素。可以看出，构建的指标体系中各指标之间并非相互独立的，而是相互影响的。

根据表3中各元素间的影响关系，可以得出ANP网络结构，如图1所示。其中，“电子商务企业效率评价”作为控制层目标，网络层包括以平衡计分卡为基础的财务角度、顾客角度、内部经营流程、学习与成长4个元素集。

图1 ANP网络结构图

由图1可以看出，除内部经营流程元素集，其他元素集内部元素均对该元素集中其他元素具有影响作用。

3.3 指标权重的确定

根据指标体系设计了评价指标重要性的调查问卷。本次调查获得有效问卷33份。由于未通过判断矩阵一致性检验，再剔除4份问卷，实际有效问卷29份。

依据式(1)依次求出所有实际有效问卷中的对应项目分数的几何平均数。通过Super Decision 3.0.0软件建立ANP模型，将进行几何平均运算后的综合评分输入软件中，并计算超矩阵与极限超矩阵，进而得出指标权重，显示全部判断矩阵的一致性检验结果均小于0.1，权重在可以接受范围内。

各指标相对权重如表4所示。表4中，一级指标权重为一级指标与目标层相比较的重要性水平，二级指标从局部权重与全局权重来反映其重要性水平：局部权重为二级指标与该元素集中一级指标相比较的重要性水平，同元素集下的二级指标局部权重和为1；全局权重为二级指标与目标层相比较的重要性水平，所有二级指标的局部权重和为1。

表4 各指标相对权重

从表4可以看出，在一级指标中，财务角度A所占权重最大，电子商务企业经营中确实将获利能力置于首要地位，随后所占权重较大的是顾客角度B，电子商务企业竞争激烈，顾客的获取是获利的有效保证。在二级指标中，全局权重所占比重最大的依次为资本保值增值率A3、投诉反馈率B3、销售利润率A1，电子商务企业作为朝阳产业，在保证盈利能力的同时注重资本保值的长期可持续发展，在激烈的竞争环境中要想获取并保有客户的关键在于及时反馈客户问题并解决困难，导致此类二级指标权重较高。

将一级指标作为效率评价的产出指标，进行无量纲化后，根据ANP模型所确定的二级指标权重，计算一级指标得分。2015年、2016年、2017年，所选14家电子商务企业一级指标综合得分情况，分别如表5、表6、表7所示。

表6 2016年中国电子商务企业一级指标得分

企业财务指标A顾客指标B内部经营与流程C学习和成长D兰亭集势0.0210.0380.0750.004南极电商0.2890.0680.1200.093跨境通0.2110.0900.0220.004快乐购0.1990.0680.0920.013焦点科技0.2110.0730.1160.064慧聪集团0.2070.0570.0200.066阿里巴巴0.2060.0650.0430.096唯品会0.2110.1820.0970.021京东0.1970.1960.1440.032聚美优品0.1990.1020.2280.016国美零售0.1980.0510.1280.024苏宁易购0.2100.1510.1870.013众应互联0.2750.0630.0190.093上海钢联0.2600.0840.0460.178

表7 2017年中国电子商务企业一级指标得分

3.4 DEA效率排序

从电子商务企业人力、物力、财力的投入三方面，选择员工人数、固定资产、营业成本作为投入指标。整理14家电子商务企业2015—2017年3个投入指标数据，选用规模报酬可变的DEA模型，运用Deap2.1软件计算ANP-DEA方法所选出的投入指标与产出指标数据，得到14家电子商务上市公司2015年、2016年与2017年的综合效率、纯技术效率与规模效率。将各家公司3年的综合效率进行加权平均以便于分析，将综合效率为1的公司称为前沿公司，将综合效率介于0.5～1之间的公司称为高效率公司，将综合效率介于0.1～0.5之间的公司称为低效率公司。

对14家电子商务企业2015年—2017年经营成果进行ANP-DEA分析，2015年—2017年14家电子商务企业的平均综合技术效率及排名，综合效率、纯技术效率、规模效率水平，如表8和表9所示。

表8 2015年—2017年14家电子商务企业平均综合技术效率及排名

表9 2015年-2017年电子商务企业综合效率、纯技术效率、规模效率水平

从表8可以看出，阿里巴巴1家公司为前沿公司，技术效率与规模效率均为1；京东、焦点科技等11家公司为高效率公司；跨境通、国美零售为低效率公司。从表9可以看出，样本中电子商务企业综合无效率大多数属于纯技术无效与规模同时无效；京东、焦点科技、聚美优品、南极电商与众应互联五家公司综合无效率是由于规模无效导致的；只有阿里巴巴在这3年一直为前沿公司，纯技术效率与规模效率均为1，使得综合效率也为1。

按照电子商务公司效率水平的高低，分别对前沿公司、高效率公司和低效率公司进行分析。

(1) 前沿公司。阿里巴巴属于效率前沿电子商务公司，阿里巴巴在销售净利率指标方面并非处于行业前沿，但企业资本具有较优的运营效益与安全状况，其资本具有较强增长性。阿里巴巴在内部经营流程和学习与成长方面水平较高，公司有大量的访客并对顾客有较强的吸引力，其在注重研发的同时，高效率地利用了研发人力资源，致使阿里巴巴成为出色的电子商务前沿公司。

(2) 高效率公司。电子商务行业中较多公司属于高效率公司，共有11家，其中京东非常接近前沿公司，综合效率远高于位于高效率公司最后一名的苏宁易购，京东在2016年间综合效率为1，其他两年因规模效率影响到了效率得分，其规模报酬为递增状态。若想成为前沿公司，京东还需进行一定的规模扩张。焦点科技三年来纯技术效率与规模效率均处于较高水平，尤其前两年间纯技术效率均为1，得益于其具有较高的销售利润率，做到了成熟的成本控制，为企业赢取大规模的利润。唯品会三年间排名较为靠前，但有略微的下降，公司规模还需扩大，其技术效率均处于较高水平，得益于其总资产周转率较高，具有较强的销售能力且资产投资效益较好，唯品会客户人均浏览页面数与投诉反馈率处于行业领先地位，在有效抓住用户兴趣所在的同时，为公司塑造了良好的声誉。聚美优品三年间纯技术效率均处于较高水平，2016年综合效率为1，得益于较好的内部经营流程设置，以24小时在线客服与30天退换货政策获得用户信赖，但三年间规模效益逐渐降低，由1降至0.76，且后两年间处于规模报酬递减状态，说明近两年聚美优品作为跨界电商在新领域扩张过快，资源利用率有所降低。

(3) 低效率公司。跨境通和国美零售属于低效率公司，与高效率公司整体效率之间具有明显差距。两家公司均受到纯技术无效影响，同时处于规模报酬递减状态。企业纯技术效率较低，其在产业结构、资源配置、管理水平均未能发挥最大经济效益，生产效率低，且公司在规模报酬递减状态下，经营规模过大，从而降低了经营效率。一方面，跨境通与国美零售在顾客、内部经营流程方面均未达到平均水平，国美零售的创新能力更是处于行业末位，长期的线下零售商转向电子商务平台，在电子商务技术创新与内部经营流程上都略显逊色。另一方面，随着近几年国家对电子商务企业支持力度的增加，更多的企业在经营过程中出现了盲目扩张的现象，在企业固定资产和员工人数的投入上均未能发挥出应有的经济效益。

4 结语

在平衡计分卡的基础上构建符合电子商务企业特点的指标体系。运用ANP方法分析各项指标间的影响关系与重要性程度并计算权重。根据权重计算出一级指标数据作为DEA方法的产出指标，选择员工人数、固定资产、营业成本作为投入指标，评价中国14家电子商务上市公司2015年—2017年的综合效率，进而进行排序。实证分析表明，在中国14家电子商务上市公司中，阿里巴巴1家公司为前沿公司，技术效率与规模效率均为1；京东、焦点科技等11家公司为高效率公司；跨境通、国美零售为低效率公司。