新零售情景下企业零售数字化转型与绩效提升路径

摘要：在数字化转型浪潮中，零售作为挖掘消费方式、创新营销手段、构筑商业业态的重要环节，逐步成为企业数字化转型的前沿。结合“新零售”特征，运用DEA-Tobit模型检验零售数字化转型对企业绩效的影响，研究发现：零售数字化转型通过提高供需匹配效率、降低成本费用、增强研发能力等三条路径提高企业的经营效率、规模效率与技术水平，带动企业绩效提升。其中，企业零售数字化转型对经营效率提升作用最大，规模效率次之，技术进步最小。此外，数字化转型在地区间、产业间、企业间等存在广泛的不平衡性。据此，应合理评估企业零售数字化转型的作用，正视企业零售数字化转型发展的不均衡性，注重政策配套，进而推动企业高质量发展。

关键词：新零售；数字化转型；企业绩效；高质量发展

中图分类号：F0629文献标识码：A文章编号：1001-148X（2024）05-0104-10

收稿日期：2023-11-06

作者简介：张敏（1990—），女，山东潍坊人，博士研究生，讲师，研究方向：反垄断与竞争政策；陈志成（1989—），本文通讯作者，男，山东济南人，助理研究员，研究方向：互联网平台经济规制、货币金融理论与政策。

基金项目：国家社会科学基金青年项目“价值链视角下我国海外园区空间布局对‘一带一路’高质量发展的影响研究”，项目编号：20CJL016；山东省自然科学基金青年项目“影子银行视域下货币政策与宏观审慎政策防范化解重大金融风险的路径研究”，项目编号：ZR2023QG126；云南省教育厅科学研究基金项目“数字经济背景下云南省税收治理能力提升研究”，项目编号：2022J0035。

一、引言与文献回顾

互联网、大数据、云计算等数字技术的广泛渗透加快数字经济时代到来。以数字技术为依托，各类新营销方式、商业业态、消费渠道不断涌现，加速了企业数字化转型，并逐步成为数字经济发展的重要着力点。中国信息通信研究院2022年发布的《中国数字经济发展白皮书》显示，2012年以来我国数字经济年均增速高达159%，2021年我国数字经济规模更是达到455万亿元，在GDP中的占比接近40%。作为连接供需两端的关键纽带，企业零售端逐步成为挖掘消费方式、创新营销手段、构筑商业业态的重要应用场景，企业零售环节数字化转型已然成为企业数字化转型最集中、最活跃的表现领域之一，并引发“新零售”概念与情景运用的广泛探讨［1］。在此背景下，探索“新零售”情景下企业零售数字化转型如何引导企业绩效提升对于消费提质扩容、加快构建双循环新发展格局具有重要现实意义，也是推动经济迈向高质量发展的关键之举。

尽管零售数字化转型提出时间较早，但学界尚未就零售数字化转型的内涵与“新零售”发展形态形成统一的定论。较为一致的观点认为，零售数字化转型表现为线下传统零售模式向线上网络零售模式逐步拓展和转型，本质上是利用零售数字信息要素对商品生产、销售、物流等各个环节进行整合升级，推动企业组织决策、经营理念、资源能力和方法流程的优化改进，在数字技术与企业经营的深度融合的过程中实现消费渠道、供销模式、商业业态、价值链体系的根本性变革［2］。零售数字化转型加速了人、货、场及其内在关系颠覆性重构［3］，促进了线下体验、线上服务与现代物流的相互结合，这构成了“新零售”的基本要义。以提升企业竞争力、实现可持续发展为战略出发点推动企业零售数字化转型，进而逆向引导企业经营活动适应性重构，是零售数字化转型推动企业绩效提升的关键驱动力。

结合“新零售”的内涵与特征，已有研究围绕零售数字化转型如何影响企业绩效进行了深入探讨。Cao和Li（2015）［4］从全渠道与跨渠道视角进行分析，主要结论表明全渠道模式可以整合品牌、资产和客流，增进渠道互动，强化线上线下综合市场资源优势。线上线下的同步发展有助于提高消费者忠诚度和满意度［5］，改善企业业务流程，降低企业管理成本，实现企业运营效率的帕累托改进［6］。张任之（2022）［7］从供应链视角审视零售数字化转型对企业绩效的影响，研究发现数字化技术的广泛应用赋予供应链可追溯性，有利于提高供应链的可视化程度，增进供应链企业信息共享度［8］。供应链协作效率的提升增进了供需匹配水平，降低了外部交易成本［7］。谢莉娟和王晓东（2020）［3］的研究则着眼于零售业实体的数字化转型趋势，认为零售业数字化转型本质上是借助数字技术，引领以消费需求为核心的生产供给体系变革，通过有效识别消费需求联动生产资源优化配置。此外，部分拓展研究发现数字化转型可以通过稳定销售预期［9］、促进技术溢出［10］等途径提高企业经营稳健性与经营效率。也有学者发现全渠道模式未能实现零售企业绩效的实质性提升［11］。

相关文献从各个渠道分析了零售数字化转型影响企业绩效的内在机理，鉴于零售数字化转型研究范畴较为宽泛，涉及的内容、机制、特征仍存在探讨的空间。部分文献通过文本分析方法测度企业数字化转型程度，然而企业在信息披露过程中对“互联网+”相关陈述与相关测度存在失真风险［12］。另外，以文本分析为核心的研究大多测度企业整体的数字化转型程度，难以识别企业绩效的变动源于零售环节的数字化转型还是其他生产经营环节，因而难以单独考察企业零售数字化转型的实质作用。此外，部分研究认为零售数字化转型主要提高了企业经营效率，也有文献认为企业绩效优化源于技术进步，企业绩效变动来源有待系统性完善。从实际情况看，大量企业传统线下零售渠道相对成熟，线上网络零售发展的差异较大，零售数字化转型水平更是千差万别，多数研究根据企业是否拥有线上线下多渠道销售模式进行简单的分类研究，鲜有文献从零售数字化转型角度进一步探究企业线上网络零售实际发展程度、利用程度及其对企业绩效的影响。有鉴于此，本文利用2015—2021年上市企业季度销售数据，构建企业零售数字化转型指数，同时，利用三阶段DEA模型拆解企业绩效来源，从数字化转型理论入手分析零售数字化转型对企业绩效的影响方式与潜在机制，以期为企业零售数字化转型发展提供切实可行的建议。

相对已有文献，本文贡献可能有以下几点：首先，通过构建企业零售数字化转型指数识别企业零售环节的数字化转型程度，拓展了企业零售环节数字化转型的测度方式，为细化企业零售数字化转型研究奠定了基础；其次，利用三阶段DEA模型将企业绩效变动进一步拆分为技术进步、规模效率与经营效率，揭示了企业零售数字化转型对企业绩效的具体影响渠道及相对影响力，丰富了企业数字化转型的研究机理；最后，通过引入企业内部与外部因素，检验了零售数字化转型对企业绩效的影响渠道与异质性影响机制，为探究企业零售数字化转型发展的不平衡性原因及政府政策发力方向提供重要参考。

二、理论分析与研究假设

在“新零售”情景下，企业零售数字化转型及由此展开的技术运用与实践创新已成为企业发展的基石。在线上线下多渠道零售模式中，线上网络零售是大数据挖掘、消费渠道创新、营销模式变革的关键所在，也是联动传统线下零售同步发展的根本驱动力，因此企业零售数字化转型需要结合互联网环境下网络零售的新特征进行分析。总体而言，企业零售数字化转型围绕消费者需求对沟通渠道、运营方式等方面进行重构，通过市场层面、管理层面、技术层面的微观机制对企业绩效产生显著且积极的影响。

（一）零售数字化转型助力企业提升销售规模

企业零售数字化转型首先为市场规模的扩大提供空间。作为连接不同群体的市场中介，互联网为线上零售创造了一个多元、开放、标准的虚拟环境，兼具跨地域、无边界、高时效特征，降低了企业的市场分割度。借助电商平台等各类网络平台的发展，网络零售可以在较低接入门槛与访问成本下以较高的通用化水平实现零售数字化转型，极大唤醒了企业深度挖掘市场的潜能。从需求端看，网络零售打破了传统线下零售面临的时空限制，一方面，网络零售可以以更灵活的方式放宽线下零售的时间、空间约束，拉近消费者与商品的距离，缓解消费者位置阻力。另一方面，网络零售可以更加便捷地展示商品的种类、数量、价格等信息，通过更广泛、精准的信息传输渠道降低企业与消费者之间的信息不对称性，消除产销间的信息鸿沟，缓解消费者搜索阻力［13］。位置阻力与搜索阻力的下降提高了消费者的消费便利性，缓解了交换面临的“双向契合”难题，同时也削减了消费者搜寻成本、物流成本以及渠道转换成本，各类成本的下降增进了消费者的搜索和消费欲望［14］，提高了个性化、多样化商品的市场需求，为消费市场拓展奠定了基础。

从供给端看，数字技术可以通过标准化方式获取消费者大数据信息，提升企业对消费市场的认知，帮助企业探知市场动态、洞察消费动向，进而更快地识别商机，更精确地挖掘潜在的消费市场需求。企业可以凭借网络零售的时空优势在更低的资源成本下以更快更高效的方式拓展虚拟商圈，实现规模经济。从网络零售特征看，互联网环境中各类平台的快速发展极大地延展了市场的边界。梅特卡夫法则（Metcalfe’sLaw）指出，网络的价值以网络节点的几何级数递增，网络用户规模越大，网络用户效用越高。互联网平台存在交叉网络外部性，消费者与商家（企业）获取的效用与双侧用户数量成正比，表现出极强的聚集效应。各类平台的快速扩张为消费者与企业提供了广阔的虚拟环境，大量消费者与企业的聚集不仅增加了产品受众面，也为产品的对比、交流、演进提供了舞台，这颠覆了传统的营销方式，拓展了潜在市场。综上所述，网络零售在便利消费方式、识别消费动态、增进沟通交流等方面占据优势。线下传统零售向线上网络零售的数字化转型突破了传统零售以门店扩张为核心的市场拓展思路，摆脱了传统零售在消费者服务方面的时空限制，助力企业以更低的成本拓展消费市场，提高企业绩效。据此，提出以下假设：

H1：零售数字化转型通过拓展消费市场提高企业绩效。

（二）零售数字化转型推动企业经营效率提升

企业零售数字化转型通过优化企业生产、管理、销售等各个流程环节改善企业经营水平，带动企业绩效提升。从销售层面看，线上网络零售赋予消费者更多表达诉求的渠道，提升了消费者与企业间信息的可交互性，借助数据挖掘、云计算等数字技术的应用，企业能够更加精准地捕捉消费者的消费偏好、消费习惯、消费动态，准确绘制用户画像，帮助企业了解目标消费者消费特征，制定更加适销对路的营销策略，改善服务水平。此外，线上网络销售赋予消费者更多、更及时的信息反馈渠道，增进企业与消费者之间联系，这有助于提高消费者对企业服务与承诺的感知力，巩固客户忠诚度，增加消费频率，提高销售的针对性和有效性。从管理层面看，快速多变的市场大数据信息要求企业提高管理响应能力，突破部门间管理壁垒，缩减冗余管理步骤，增进管理协作，推动企业组织架构由“垂直化”管理方式向扁平化、网络化的管理方式转变［15］。此外，消费大数据的积累可以同步改善企业内部信息流通效率及外部供应链信息共享水平，缓解企业内部“委托-代理”问题［2］，提高供应链不同主体间信任度与协作能力［7］，引领企业更加灵活地应对市场环境变动，增进资源配置效率与企业管理效率。从生产层面看，零售端大数据信息的积累兼具准确性与及时性，数据与数据的直接交流剥离了主观判断误差，实现企业生产过程的实时分析与动态感知，提升生产决策效率，为未来不确定情景下企业生产过程提供最优决策支持。综上，企业零售数字化转型借助网络零售的大数据积累整合以产品为核心的销售、管理、生产流程，引导企业创新营销策略、提高管理协作、优化生产决策，提升产品供需匹配水平，改善企业经营效率。据此，提出以下假设：

H2：零售数字化转型通过改善企业经营效率提高企业绩效。

（三）零售数字化转型带动企业技术进步

企业零售数字化转型带动企业拓展细分市场，需求导向型的商业模式提高了企业的研发能力，引领技术进步。在“新零售”背景下，市场需求与产销逻辑发生颠覆性变化，搜寻成本大幅下降拓展了消费者多样化、个性化的选择空间，催生大量差异化小众产品需求，自此，传统同质化市场需求逐步瓦解，市场真实需求随多样性产品种类增加而大幅分散。同时，长尾商品的市场曲线向右侧大幅延伸，小众长尾商品拥有的盈利空间迅速增加，为消费市场进一步细分奠定了基础［16］。另外，企业交易成本、边际生产成本等一系列成本逐步下降，也提升了企业多样化产品的供给水平，企业拓展细分市场能力显著提升。

在此基础上，企业零售数字化转型为供需匹配搭建了新的桥梁，一方面，网络零售获取的大数据积累能够协助企业探知商情，提高企业有针对性的生产能力，增加市场的供需匹配水平。另一方面，以真实需求为导向的网络零售可以通过柔性化生产机制对企业生产流程进行适应性重构，进而压缩企业的试错成本，降低资源误配几率，明确企业市场定位。较低的边际成本，多样性的产品需求以及更好的供需匹配效率促使企业深耕所处竞争领域，通过成本领先或差异化的战略获取竞争优势，逐步走上个性化、差异化道路。进一步，数字化转型可以通过市场需求驱动提升企业研发能力，加速创新步伐［17］。综上，在“新零售”背景下，多样性需求的不断涌现推动需求导向性商业模式逐步取代生产导向性商业模式，形成以消费者为核心的供销体系。零售数字化转型不仅增进了企业拓展细分市场的能力，也明确了企业的市场定位，进而形成市场需求驱动力，促使企业提高研发能力，加速技术进步，提升企业绩效。据此，提出以下假设：

H3：零售数字化转型通过推动企业技术进步提高企业绩效。

三、研究设计、变量选取及测度

（一）研究设计

零售数字化转型如何影响企业绩效是本文探讨的核心问题，本文采用DEA-Tobit模型进行检验：首先利用三阶段DEA模型测算企业绩效水平，之后通过面板Tobit模型考察零售数字化转型对企业绩效的具体影响，基础模型设定如下：

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

下标i代表企业个体，t代表时间。tfp_ch为企业实际绩效的代理变量，digital表示企业零售数字化转型指数，衡量企业零售数字化转型程度，X为一系列相关控制变量，u为个体效应，ε为误差项。α1表示零售数字化转型对企业绩效的影响，按照理论分析，预期α1显著为正。在此基础上，再次利用三阶段DEA模型分解的企业绩效变动来源，进一步考察零售数字化转型影响企业绩效的具体渠道，模型设定如下：

de_chit=θ0+θ1digitlit+φXit+μi+ξit（2）

de_ch代表企业绩效变动来源，包括规模效率se_ch、经营效率pe_ch、技术进步tech_ch，μ为个体效应，ξ为误差项。θ1表征数字化转型对企业各种效率来源的影响，按照理论分析，无论是企业规模效率、经营效率还是技术进步，预期θ1均显著为正。如若上述结论成立，进一步检验零售数字化转型对企业规模效率、经营效率、技术进步等三种效率渠道影响力的相对大小，考察零售数字化转型促进企业绩效提升的主要驱动方式。

（二）变量测度与选取

1被解释变量：企业绩效（tfp_ch）。Higón等（2010）［18］认为，运用定量方法讨论零售企业绩效应关注全要素生产率。目前，常用测度企业全要素生产率的方法包括DEA、LP、LP-ACF、OP、OP-ACF。其中，DEA可以进一步分解全要素生产率来源，但忽视了企业不同的外部环境等因素对企业绩效的干扰。对此，本文参考Fried等（2002）［19］的三阶段DEA模型，通过SFA模型剔除外部环境因素及随机因素等冗余后，再次测度企业绩效及效率变动来源。具体测度步骤如下：（1）选择传统投入导向型DEA-BCC模型，利用DEAP21软件得到各个投入变量的松弛变量，获取投入变量的冗余。（2）使用Frionter41软件SFA模型分离松弛变量中的环境因素、统计噪声和无效率项，将分离得到的环境因素和随机扰动因素对原始投入变量进行调整。（3）结合DEA模型和Malmquist分解方法，再次利用调整之后的投入变量测度企业绩效（tfp_ch）及企业绩效构成，包括规模效率（se_ch）、经营效率（pe_ch）DEA模型中，Malmquist分解效率的理论定义为纯技术效率、规模效率、技术进步，其中纯技术效率表征既定要素投入水平下企业的最大产能，主要与企业的经营管理能力相关，为论述方便，将其定义为经营效率。、技术进步（tech_ch），企业绩效与各个效率来源的关系满足：企业绩效=经营效率×规模效率×技术进步。

企业绩效的投入及产出指标如表1所示，其中投入指标选取固定资产净额与应付职工薪酬度量企业资本投入与劳动投入。产出指标采用营业总收入和净资产收益率代理。环境变量主要考虑企业所处地区的经济发展程度、信息化水平和金融发展程度。其中，经济发展程度使用人均GDP表征，信息化水平使用每百人移动电话数衡量，金融发展程度使用省级金融机构本外币各项存贷款余额占GDP的比例代理。

2核心解释变量：零售数字化转型指数（digital）。如上文所述，线上网络零售是销售大数据积累与市场拓展的主要场景，零售数字化转型表现为线下传统零售模式向线上网络零售模式逐步拓展和转型，换言之，线上网络零售的相对规模在一定程度上反映了企业零售端数字化应用程度与转型程度。据此，我们选取线上网络市场销售额（esales）与总销售额（tsales）的比值作为零售数字化转型指数，度量企业零售数字化转型程度，具体度量方式如下：

digital=esalestsales（3）

企业网络零售与企业绩效具有密切联系，廖理等（2021）［20］认为，企业的网络零售数据作为一种另类数据在一定程度上可以预测企业的未预期盈余、未预期收入以及累计超额收益，反映了企业的营运能力。因此，通过网络零售数据构建企业零售数字化转型指数，分析其对企业绩效的变动具有一定的稳健性。

3控制变量：选取以下变量控制企业经营特征：（1）企业的行业地位与经营经验，使用年度企业经营时长（time）进行控制。（2）企业的人力资本结构，选取本科及以上学历占比（education）进行控制。（3）企业的负债状况与偿债能力，选取资产负债率（dar）进行控制。

（三）样本选择

本文以2015年一季度—2021年四季度公布网络零售情况的A股上市企业面板数据作为研究样本，主要包含三类数据：一是企业线上网络销售数据，该数据来自Wind沪深股票专题统计中的“线上销量”，主要收集上市公司在天猫、京东等各大电商平台开设店铺的销售数据，覆盖电子电器、医药生物、文教体娱及工艺品、食品饮料、纺织服装、家化、建材家具等7个品类。据廖理等（2021）［20］考证，这套数据获取的企业线上销售品牌与线下销售品牌重合度高于90%，具有较强的可信度。二是上市企业的财务数据，该数据来自Wind数据库和CSMAR数据库。三是环境变量数据，该数据源自国家统计局和中华人民共和国工业和信息化部。所有原始数据按照以下步骤处理：（1）以线上销量数据为基础匹配企业的财务数据，并在此基础上匹配企业环境变量数据；（2）剔除主要在线上孵化品牌的企业，保留线下向线上数字化转型的企业“新零售”要义为线上线下融合发展，线上孵化品牌的公司缺少线下发展路径，且不符合线下传统零售向线上网络零售拓展这一零售数字化转型的过程，因此予以剔除。；（3）剔除*ST企业和ST企业；（4）剔除资产负债率0至1范围外的异常观测值；（5）通过X12方法去除季节性因素。上述样本处理后，最终得到150家企业4092个样本观测值。所有变量描述性统计如表2所示。

四、实证结果分析

（一）基准回归

按照基准模型设定，首先考察零售数字化转型对企业绩效及各个分解效率的影响。表3列（1）回归检验了零售数字化转型对企业绩效的影响，结果显示，企业零售数字化转型程度的系数显著为正，说明零售数字化转型带动了企业绩效的整体提升，这与丁宁和丁华（2020）［6］对于线上线下全渠道商业模式的研究论断相吻合。表3列（2）—列（4）回归结果分别呈现了零售数字化转型对经营效率、规模效率、技术进步等三个分解效率的影响，可以看出，零售数字化转型回归系数同样显著为正，这与理论分析中零售数字化转型优化企业绩效的三条路径相一致，上述回归结论初步验证了假设H1、假设H2和假设H3。

（二）稳健性检验

为了检验回归结果的稳健性，本文对企业绩效及经营效率、规模效率、技术进步等三个分解效率进行检验。其中，总体绩效稳健性检验考虑的因素包括：（1）被解释变量稳健性问题，借鉴赵宸宇等（2021）［21］，使用LP法测度企业绩效，作为企业总体绩效的替代变量进行估计。（2）异方差问题，为解决传统Tobit可能出现的异方差问题，使用归并最小离差法（CLAD）进行估计使用CLAD方法之前，通过去中心化的方式去除个体效应，后续样本选择MLE方法与IV-Tobit方法使用同样的方式进行数据预处理。。（3）样本自选择问题，企业公布网上销售数据可能源于企业本身具备网络销售优势，这会产生样本自选择问题，对此使用MLE方法进行Heckman估计，对回归进行纠偏。表4列（2）—列（4）回归结果显示，估计结果均非常稳健。此外，本文进一步检验了总体绩效和分效率的稳健性，参照胡珺等（2020）［22］，选取企业同季度同行业平均企业绩效、经营效率、规模效率、技术进步作为目标企业对应效率的工具变量，通过IV-Tobit进行估计，表4列（1）、列（5）—列（7）回归结果显示，估计结果与基准回归相一致。

（三）零售数字化转型下企业绩效优化路径的相对影响力检验

在零售数字化转型下企业绩效优化的多重路径中，零售数字化转型对企业哪一领域渗透性更强？对哪一类企业绩效的推动作用更明显？刘向东和汤培青（2018）［23］认为实体零售商多渠道与全渠道商业模式具有显著的技术特征，新技术的吸收与转化带来的技术进步是企业转型的主要驱动力；马述忠和房超（2020）［24］发现，网络零售主要功能在于降低市场分割，提高企业的规模效率。从已有研究看，企业绩效的度量方式不一，侧重点也不一致，且缺乏横向对比。因此，有必要进一步识别企业零售数字化转型对不同类型企业绩效推动作用的相对大小DEA模型测度的企业效率具有无量纲化的特征，经营效率、规模效率、技术进步具有横向可比性，这为探究企业零售数字化转型优化企业绩效的主要路径和方式提供了分析基础。。从表5回归结果看，零售数字化转型对企业的经营效率促进效用最大、规模效率次之、技术进步最小，然而这一结论仍需进一步的统计检验。本文使用SUR-Tobit方法对表3中回归列（2）—列（4）进行联合回归本文考察的企业经营效率、规模效率与技术进步并非样本分组，无法按照Fisher’sPermutation检验或者Chow检验进行考察。SUR（似不相关回归）可以检验解释变量完全相同时跨方程的参数约束。据此，本文通过SUR-Tobit模型对原始Tobit模型系数进行联合检验。值得注意的是，残差检验显著拒绝了表5中回归列（1）—列（3）残差不相关的假设，说明SUR-Tobit方法具备一定的估计效率。，表5回归结果显示，零售数字化转型对企业的经营效率、规模效率与技术进步的正向推动作用依次减小，与表3结论一致。

表6从统计角度进一步考察了SUR-Tobit回归结论的稳健性，其中假设检验：回归（1）θ1=回归（2）θ1检验了零售数字化转型对经营效率与规模效率的正向促进作用是否存在统计意义上的差异。同理，回归（1）θ1=回归（3）θ1检验了零售数字化转型对经营效率与技术进步的正向促进作用是否存在统计意义上的差异；回归（2）θ1=回归（3）θ1检验了零售数字化转型对技术进步与规模效率的正向促进作用是否存在统计意义上的差异。结论显示，零售数字化转型对技术进步、规模效率、经营效率的促进作用两两之间均存在显著差异，结合表5列（1）—列（3）回归结果可知，零售数字化转型对企业经营效率的正向促进效用最大、规模效率次之、技术进步最小，上述结果在统计意义上显著。这表明零售数字化转型对企业绩效的促进作用遵从“就近原则”，即零售数字化转型对与零售环节密切相关的企业经营与规模扩张的正向促进作用较大，对生产源头技术发展的正向促进作用较小，不同影响渠道下，零售数字化转型对企业绩效贡献存在显著差异。现实情况中，企业零售数字化转型加速了企业数字化管理进程，提高了企业标准化管理程度。此外，企业零售数字化转型还促使企业积极对接天猫、京东等大型网络平台，拓展企业市场规模。上述转变增进了数字技术与传统零售的融合度，提高了数字技术的通用性，推动企业经营效率与规模效率快速提升，逐步成为企业绩效提升的重要源动力。

（四）零售数字化转型推动企业绩效优化的中介传导机制检验

企业零售数字化转型如何带动企业绩效提升是研究的又一重点，这需要根据企业绩效优化路径进一步识别企业零售数字化转型传导机制。构建中介效应检验考察零售数字化转型的传导机制，具体而言，在基础模型（2）基础上，拓展模型如下：

Meit=γ0+γ1digitalit+φXit+νi+υit（4）

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

Me代表传导机制变量，ν、ζ为个体效应，υ、τ为误差项。估计系数γ1与κ2均显著说明中介传导渠道显著。结合理论机制部分各类企业效率的影响因素，分别确定如下中介机制变量：（1）经营效率，企业零售数字化转型借助线上网络零售整合以产品为核心的销售、管理、生产流程，提升产品供需匹配水平，增进企业经营效率。参考张任之（2022）［7］，将存货周转期自然对数（inv）作为经营效率的中介传导机制变量。（2）规模效率，线下传统零售向线上网络零售的转型突破了传统零售以门店扩张为核心的市场拓展思路，摆脱了传统零售在消费者服务方面的时空限制，助力企业以更低的交易成本拓展消费市场，参考赵宸宇等（2021）［21］，将成本费用率（cos）作为规模效率的中介传导机制变量。（3）技术进步，发明专利体现了企业技术进步转化能力，将发明专利申请数（pat）取自然对数作为技术进步的中介变量。

表7报告了传导机制检验的回归结果。其中，表7列（1）和列（2）回归结果展示了经营效率的中介机制检验，估计系数γ1显著为负，κ2显著为正。上述结论说明，零售数字化转型可以改善企业以商品为核心的经营管理流程，提高存货周转效率，增进企业产品供需匹配度，以此推动企业经营效率提升，“零售数字化转型-企业存货周转效率提高-企业经营效率提升”这一中介传导机制成立。表7列（3）和列（4）回归结果展示了规模效率的中介机制检验，估计系数γ1显著为负，κ2显著为正，上述结果意味着零售数字化转型能够助力企业突破传统线下销售的成本约束与时空束缚，降低企业交易成本，提升企业规模效率，“零售数字化转型-企业成本费用率下降-企业规模效率提升”这一中介传导机制成立。表7列（5）和列（6）回归结果展示了技术进步的中介机制检验，估计系数γ1与κ2均显著为正，这表明零售数字化转型可以激发企业研发动力，通过市场需求驱动提高企业研发能力，带动企业技术进步的提升，“零售数字化转型-企业研发能力提高-企业技术水平提升”这一中介传导机制成立。为稳健起见，本文对上述中介效应进行了Sobel检验，结果支持中介机制结论。

经营效率中介机制、规模效率中介机制、技术进步中介机制等均阐述了零售数字化转型提升企业绩效的影响方式，进一步验证了假设H1、假设H2、假设H3，完整的中介传导效应机制如图1所示。

（五）基于企业自身微观特征的异质性检验

零售数字化转型对企业绩效的正向推动作用与企业自身微观特征密切相关，本文关注企业以下两类特征影响因素：（1）企业规模因素的影响。企业规模表征了企业已有发展程度，根据证监会企业规模划分标准，本文将样本企业划分为大型企业与中型企业两组，考察企业规模的异质性影响。（2）企业范围经济的影响。范围经济是指企业同时生产多种商品形成的经济性，有别于规模经济对于企业发展的纵向测度，范围经济侧重对企业发展横向的测度。考虑到数据的可得性，本文使用企业拥有的品牌个数作为企业商品丰富度的代理变量，根据企业商品丰富度中位数将样本企业分为高商品丰富度企业和低商品丰富度企业，考察企业商品丰富度的异质性影响。回归结果如表8所示。

表8列（1）和列（2）回归结果显示，对于大型企业而言，零售数字化转型对于企业绩效的提升作用远高于中型企业。造成这一结果的原因可能与企业的资源调配能力和商品推广能力相关，一方面，企业规模越大，越有能力整合和调用资源禀赋，加快企业数字技术的融合与发展，提高企业生产效率；另一方面，网络零售中往往具有头部效应，规模较大的企业更易凭借稳定的经营与企业信誉推广商品，获取流量，提升企业绩效。表8列（3）和列（4）回归结果显示，企业零售数字化转型对于高商品丰富度企业的绩效提升作用更大，对于低商品丰富度企业的提升作用相对较低，这表明多样化产品有助于增进零售数字化转型对于企业绩效的正向促进效应。如上文所述，线上零售能够更好地挖掘消费者的潜在需求，开拓长尾市场。商品的多样化在一定程度上反映了商品差异化水平，拓展了企业商品在细分市场中的接受面，提高了企业在长尾市场中的供需匹配能力，形成更广阔的品牌辐射效应。本文采用似不相关方法检验组间差异，SUEST检验的卡方统计显示，组间系数差异不能忽略。

（六）基于宏观经济特征的异质性检验

外部宏观经济特征同样会干扰企业零售端数字化转型对企业绩效的影响，本文重点关注以下两种宏观经济因素：（1）服务业开放程度。服务业开放程度衡量了企业所在地区服务业市场的市场化程度，参考申明浩和刘文胜（2016）［25］测算省级服务业开放度的方法，以中位数为界将样本企业分为低服务开放度和高服务开放度两个子样本，考察服务业开放程度的影响。（2）行业数字化发展程度。行业数字化发展程度衡量了企业所在行业整体数字化发展水平，本文将样本企业与袁淳等（2021）［17］整理的数字化转型企业进行匹配，并按照企业所在行业的数字化转型平均水平将样本企业分为低数字化转型行业企业和高数字化转型行业企业两个子样本，考察行业数字化转型的影响。回归结果如表9所示。

表9列（1）和列（2）回归结果显示，对于所在地服务业开放度较高的企业而言，零售数字化转型对企业绩效的促进作用更强，主要原因在于，服务业开放可以打破地区间垄断和壁垒，弱化地方市场保护与市场分割，有助于激励企业积极参与零售数字化转型进程，进而提高企业市场竞争力，优化企业绩效，增强市场竞争机制对资源的配置作用。表9列（3）和列（4）回归结果显示，企业处于高数字化转型行业时，零售数字化转型对企业绩效的促进作用更明显。究其原因，数字化转型的方式和方向面临较高的不确定性，同行业企业间存在广泛的模仿、学习等互动行为，具有明显的“同群效应”。行业企业内部的互动与数字技术的应用加速了行业企业间的知识溢出，促进企业全要素生产率的提升。同样，通过似不相关方法检验组间差异，SUEST检验的卡方统计显示，组间系数存在显著差异。

五、结论与政策启示

本文以“新零售”发展模式为切入点，通过网络零售数据构建企业零售数字化转型指数，探究了企业零售数字化转型对企业绩效的影响，并进一步分析了相关的影响渠道。研究结论表明：（1）零售数字化转型有力推动了企业绩效的提升，具体而言，零售数字化转型通过提高供需匹配能力、降低成本费用、增强研发能力等三条路径提高了企业的经营效率、规模效率与技术水平，推动企业绩效提升。（2）对于企业而言，零售数字化转型对于经营效率的提升作用最大，规模效率次之，技术进步最小。（3）异质性分析表明，对于大型企业与商品丰富度较高的企业而言，零售数字化转型对企业绩效的推动作用较高；对于数字化转型程度较高的行业及服务业开放度较高的地区而言，零售数字化转型对企业绩效的推动作用较大。

结合研究结论，本文得到如下启示：（1）合理评估零售数字化转型的作用，注重配套辅助政策的实施，助力企业零售数字化转型。在零售数字化转型浪潮下，数字技术通用性增强，技术与应用的融合度逐步提高，零售数字化转型加速推动企业管理流程标准化，促进企业积极对接大型网络平台，提高了企业的经营效率和规模效率，这表明零售数字化转型能够通过市场机制自发形成较好的发展趋势。但也应看到，零售数字化转型对企业技术发展的引领效用不足，对企业生产端的带动作用有限，因此应注重配套高新技术补贴等辅助政策协同实施，从生产端促进企业新型数字技术的研发和应用，多管齐下助力企业零售数字化转型。（2）正视零售数字化转型的不平衡性，注重政策向中小型企业、低数字化转型产业倾斜。企业间、产业间零售数字化转型存在广泛的不平衡性，这可能进一步拉大企业间、产业间数字经济发展差距，抑制我国整体数字化转型进程。因此，应将中小企业及零售数字化转型程度较低的产业作为政策的着力点与落脚点，积极引导企业参与零售数字化转型进程，提高产业数字化转型政策的针对性。此外，要进一步削弱地方市场保护与市场分割，破除地区间垄断和壁垒，提高地区服务业开放度，充分调动零售市场在生产资源中的配置作用，促进国内统一大市场的建设，推动不同企业间、产业间、地区间零售数字化转型协同发展。

参考文献：

［1］谢莉娟，庄逸群.互联网和数字化情境中的零售新机制——马克思流通理论启示与案例分析［J］．财贸经济，2019，40（3）：84-100.

［2］梁佳，严锋，张其林.数字技术提升零售产业效率：机理与实证［J］．商业经济与管理，2023（12）：5-21.

［3］谢莉娟，王晓东.数字化零售的政治经济学分析［J］．马克思主义研究，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］丁宁，丁华.实体零售全渠道商业模式创新对经营绩效的影响——基于双重差分法的研究［J］．商业经济与管理，2020（7）：17-26.

［7］张任之.数字技术与供应链效率：理论机制与经验证据［J］．经济与管理研究，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］涂心语，严晓玲.数字化转型、知识溢出与企业全要素生产率——来自制造业上市公司的经验证据［J］．产业经济研究，2022（2）：43-56.

［11］王国顺，支晓静，胡国武.零售企业O2O转型的效率变动实证分析［J］．系统工程，2016，34（11）：98-104.

［12］赵璨，陈仕华，曹伟.“互联网+”信息披露：实质性陈述还是策略性炒作——基于股价崩盘风险的证据［J］．中国工业经济，2020（3）：174-192.

［13］刘向东，刘雨诗，陈成漳.数字经济时代连锁零售商的空间扩张与竞争机制创新［J］．中国工业经济，2019（5）：80-98.

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

［15］戚聿东，肖旭.数字经济时代的企业管理变革［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，耿春晓，等.数字化转型与企业分工：专业化还是纵向一体化［J］．中国工业经济，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，孙琼.另类数据的信息含量研究——来自电商销售的证据［J］．管理世界，2021，37（9）：90-104.

［21］赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率［J］．财贸经济，2021，42（7）：114-129.

［22］胡珺，彭远怀，宋献中，等.控股股东股权质押与策略性慈善捐赠——控制权转移风险的视角［J］．中国工业经济，2020（2）：174-198.

［23］刘向东，汤培青.实体零售商数字化转型过程的实践与经验——基于天虹股份的案例分析［J］．北京工商大学学报（社会科学版），2018，33（4）：12-21.

［24］马述忠，房超.线下市场分割是否促进了企业线上销售——对中国电子商务扩张的一种解释［J］．经济研究，2020，55（7）：123-139.

［25］申明浩，刘文胜.服务业开放对制造业资源错配效应研究——基于工业企业数据库的实证分析［J］．国际贸易问题，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

（责任编辑：赵春江）