第
30
卷
摇
第
6
期 雷
摇
蕾
:
网络时代零售业上市公司效率及微观影响因素的实证研究
一
、
相关文献回顾
国外关于零售业效率的研究主要有
, Bhat
(2008)
[3]
采用
DEA
方法分析了零售企业内部人
持股和零售效率之间的关系
。 Ayupp & Kong
(2010)
[4]
分析了员工素质与零售效率的关系
。
Freeman et al. (2011)
[5]
探讨了零售巨头沃尔玛
的创新和生产率
,
指出条码技术和
RFID
等先进
的零售技术提升了零售效率
。 Kato(2012)
[6]
分析
了零售效率与规模经济
、
产品差异化之间的关系
。
Sawant(2012)
[7]
强调了外商直接投资
(FDI)
对印
度零售业发展的重要作用
。 Kumar & Chopra
(2013)
[8]
的实证分析表明
,
顾客满意度的高低会
间接制约着零售业效率的高低
。
国内关于零售业效率的研究主要集中在对零
售业上市公司全要素生产率的实证研究上
,
如方
虹等
(2009)
[9]
、
汪旭晖和万丛颖
(2009)
[10]
、
杨波
(2012)
[11]
、
雷蕾
(2013)
[12]
等
,
运用
DEA
模型和
Malmquist
生产率指数对我国本土零售业上市公
司的增长率进行了实证研究
。
樊秀峰
、
王美霞
(2011)
[13]
选取了
22
家零售业上市公司
2009
年
的截面数据
,
采用
DEA
和
Tobit
方法分析了上市
公司的效率变化及其微观影响因素
,
认为净资产
收益率
、
产权结构
、
上市时间与零售效率正相关
。
对零售业宏观层面全要素生产率进行的研究较
少
。
雷蕾
(2014)
[14]
利用随机前沿模型对我国
30
个省份的零售业技术效率及宏观影响因素进行了
实证研究
。
究其原因
,
这与零售业相关的投入产
出数据缺失或不连续有直接关系
。
从现有对零售业效率的研究来看
,
单纯测算
传统零售企业效率的文章较多
,
但几乎没有涉及
多渠道零售企业效率测算的
。
分析零售企业效率
影响因素的文献大多都是仅从财务指标的角度考
虑
,
而对非财务指标影响因素的考察很少
,
几乎没
有文献考察互联网的快速发展对零售效率可能带
来的影响
,
这与当前零售企业开通网络等多渠道
零售的现状很不相称
。
以上不足为本文研究的展
开留下了空间
。
本文将在国内外已有研究的基础
上
,
结合零售效率研究
,
选取
36
家已建立网上渠
道的零售上市公司和
10
家未开通网上渠道的零
售上市公司
2010—2013
年的投入产出数据
,
对采
取线上线下渠道的零售企业的效率进行详细测算
及比较
,
并对影响零售业上市公司效率的因素进
行探索
。
在原有考察股权及资本结构影响的基础
上
,
首次引入渠道因素
,
该指标的选取
,
也是本文
对影响零售企业效率的微观因素所进行的一个定
量探索
。
二
、
方法介绍
(
一
)DEA
方法
数据包络分析
( DEA)
是一种典型的非参数
方法
,
对于复杂系统的效率分析有着先天的优势
。
首先
,
它适合用于处理同时发生的多投入和多产
出问题
;
其次
,
评价效率之前不需要预先设定指标
之间的关系和赋予主观权重
;
再次
,
数据包络分析
方法并不直接对数据进行综合计算
,
因此决策单
元的最优效率指标与投入指标值和产出指标值的
量纲选取无关
。
(
二
)Malmquist
生产率指数法
瑞典经济学家
Malmquis
在
1953
年最先提出
Malmquist
指数
,Caves
在
1982
年首先将该指数应
用于生产率变化的测算
。 Malmquist
指数与
DEA
相结合
,
能很好地刻画相对效率的动态变化
。
F覿re & Zhang(1994)
[15]
建立了用来考察全要素生
产率增长
(TFPG)
的
Malmquist
生产率指数
,
进而
应用距离函数将全要素生产率
(TFP)
分解为技术
效率变化
( technical efficiency change,TEC)
和技
术进步
( technical change,TC)。
TEC
刻画了从
t
到
t + 1
时期每个决策单元与
生产前沿面的接近程度
,
即企业在
t
期至
t + 1
期
的技术效率变动程度
,
体现出
“
水平效应
冶。
实际
生产经营中
,TEC
反映了企业管理方法的优劣及
管理决策层的正确与否
。 TC
是技术进步指数
,
它
衡量了从
t
到
t + 1
时期生产前沿面的移动
,
体现
出
“
增长效应
冶。
水平效应意味着向生产可能性
边界移动
,
提高了技术效率
;
增长效应则意味着生
产可能性曲线移动
,
促进了技术进步
,
从而带来了
持续的经济增长
。
二者的区别在于
,
随着时间的
流逝
,“
水平效应
冶
会逐渐消失
,
而
“
增长效应
冶
不
仅不会消失
,
而且还会维持或增大
,“
增长效应
冶
的影响更长远
。
(
三
)Tobit
回归
由
DEA
方法测算出
46
个公司的效率值以
后
,
如果想进一步分析影响效率的因素
,
用普通最
小二乘法
(OLS)
直接做回归
,
得到的结果往往是
有偏且不一致的
,
为避免
OLS
带来的偏误
,Tobin
·74·
