实体零售商该如何“触网”？——零售技术效率的视角

刘向东,李子文,陈成漳

(中国人民大学 商学院，北京 100872)

实体零售商该如何“触网”？
——零售技术效率的视角

刘向东,李子文,陈成漳

(中国人民大学 商学院，北京 100872)

伴随着互联网技术对消费者生活方式的深刻改变，“触网”逐渐成为当前中国实体零售行业的关键词。实体零售商是否应当“触网”，选择何种策略“触网”，成为一个亟待验证的现实问题。文章从零售技术效率的视角出发，基于2013年中国连锁零售企业的数据，实证地检验了“触网”策略对实体零售商绩效的影响。利用产出距离函数、随机前沿分析方法和数据包络法，构造了两个零售技术效率计量模型，并得出结论：“触网”可以正面促进实体零售商的绩效；实体零售商应当谨慎地自建购物网站，并侧重通过和第三方平台的合作来引入线上渠道。文章的研究为实体零售商提供了实证层面的启示和建议。

实体零售商;触网;距离函数;技术效率

一、 引 言

近年来，中国实体零售企业受到了网络零售的巨大冲击。从宏观层面的产业数据来看，截至2015年末，我国网络购物用户规模已经达到4.13亿，网络零售交易总额达到3.88万亿元，占社会消费品零售总额的12.9%；*数据来源于中国互联网络信息中心(CNNIC)2016年1月发布的《第37次中国互联网络发展状况统计报告》。从实体零售业的微观表现来看，网络购物的兴起直接带来了消费者消费习惯的变化，实体零售商不仅面临和众多电商巨头的直接竞争，而且有成为电商的“试衣间”和“展示柜”的危险——这意味着某些情况下，实体零售商店可能仅作为消费者获取商品信息的窗口，而不再是发生商品交易的场所。

行业形势的剧烈变化直接促使实体零售商开始寻求“突围”，而其中一项重要的应对策略就是“触网”，即引入、拓展线上渠道进行商品销售。中国实体零售商的“触网”实践可以划分为不同的历史阶段(刘向东，2014[1]；李飞，2013[2])。2012年之前，实体零售商的“触网”实践尚处于“双渠道”或“多渠道”的阶段，其特征是实体零售商的线上线下渠道在商品交易过程中相对独立。2013年之后，实体零售商逐步开始探索并接受“全渠道”的理念，力图在商品交易的各个环节针对消费者的偏好，分别采用合适的渠道，此时线上渠道和实体商店不再完全平行和割裂，二者相互组合、整合，协同进行零售活动。无论线上渠道在零售活动中扮演怎样的角色，实体零售商目前面临的基本问题是：“触网”是否有必要，以及应当自建购物网站，还是采取与第三方电子商务平台合作的形式(李桂花，刘铁，2011[3])。就现实情况而言，中国实体零售商的“触网”实践尚处于不断试错和策略迭代的过程：不同企业选取的“触网”方式各有不同；零售企业自建网站的发展状况也参差不一，部分自建购物网站由于“线上引流”不力，已经逐渐停用(见表1)。本文希望实证地检验自建网站和与第三方平台合作这两种“触网”策略是否对零售绩效存在正面影响，以及其影响是否存在差异，从而解答“实体零售商该如何‘触网’”的现实问题。

二、 文献综述

目前国外学者关于实体零售商“触网”的实证研究主要集中在“触网”是否有利于实体零售商绩效的提升。一部分学者持肯定观点，例如，Pozzi(2003)[4]认为，开展网络销售业务虽然可能会挤出实体零售商实体门店的销售额，但对实体零售商整体的销售状况呈现正面的影响；Gensler等(2012)[5]证明，实体零售商可以通过拓展网络渠道增加消费者福利，从而直接刺激消费者进行更多的交易行为，提升企业销售额。另一部分学者则认为，“触网”对实体零售商的影响是多方面的，最终的结论需视实际情况而定。例如，Weltevreden(2007)[6]的研究表明，网络销售在长期时间内会与实体商店构成直接的替代关系；Biyalogorsky和Naik(2003)[7]发现开展网络销售业务对实体零售商的影响的回归系数为负，但这一结论在统计上并不显著；Bernstein等(2008)[8]基于一个寡头垄断的均衡模型说明：实体零售商引入线上销售渠道可以增进消费者的福利，但企业利润却不一定增加。

国内对实体零售商“触网”的研究还主要停留在概念界定和逻辑推演的层面。一些国内学者将零售业的互联网化称作“现代百货、连锁经营、自助超市之后的第四次革命”(郭鑫梅等，2014)[9]，还有一些学者试图从概念界定和商业模式选择的角度，厘清多渠道、全渠道等“触网”方式在不同零售场景下的具体内涵和实现路径(刘向东，2014[10]；李飞，2012[11]，2013[2])。此外，郭燕等(2015)[12]通过数理推导证明，实体零售商必须将线下实体零售业务的成本控制在较低水平，同时其线上销售形成足够规模，“触网”的策略才有利可图。

综合国内外的已有研究，可以发现尚存在两点不足：第一，已有研究并没有区分实体零售商的不同“触网”策略，即实体零售商应当自建网络渠道，还是与第三方购物平台合作。实际上，已有的实证研究之所以对“‘触网’能否促进实体零售商绩效”的问题意见不一，很可能就是因为没有区分不同的“触网”策略对实体零售商绩效的不同影响。第二，实体零售商是否应该“触网”，如何“触网”，不能只停留在经验分析和数学模型推演的层面，而应当基于零售商自身的“触网”实践进行实证检验。对实体零售商“触网”策略的实证研究正是国内已有研究存在的缺陷，也是本文研究主要关注的内容。

本文将从技术效率(Technical Efficiency，TE)的角度研究零售企业“触网”策略对其经营效率的影响，即检验“触网”的实体零售商是否具备更高的技术效率，以及自建购物网站和与第三方平台合作是否对实体零售商的技术效率产生不同的影响。技术效率的概念可以反映经济个体的产出与其产出前沿或最优绩效个体产出之间的距离。Dubelaar等(2002)[13]和李子文等(2016)[14]认为，零售活动中零售企业往往会在不同的时间出现客流量与销售额的高峰低谷，通常存在人力、设备等资源限制的问题，因而无法达到其产出前沿。因此，技术效率可以作为零售活动绩效的直接测度指标。

三、 研究框架

(一) 零售技术效率的测度

参照Manser(2005)[15]，本文以零售企业毛利作为产出，企业的资本、劳动和中间投入(主要包括营销费用和水电费用等)作为投入。由此可以假设I个零售企业投入产出组合的集合为：

S={(Xi,Yi)},i=1,2...I

(1)

D(Xi,Yi)=inf{θ:(Xi,Yi/θ)∈S}

(2)

由(1)(2)两式易得距离函数D(Xi,Yi)≤1，而D(Xi,Yi)=1意味着企业位于产出前沿，此时企业的生产活动是技术有效的。可见，距离函数D(Xi,Yi)就是企业的技术效率。

如果利用所有可观测的零售企业投入、产出构造零售活动的产出前沿，那么就容易得到每个零售企业的距离函数(即技术效率)；进一步的，可以研究包括“触网”策略在内的一系列零售策略对企业技术效率的影响。因此，测度零售技术效率是本文实证研究的关键。

目前测度技术效率的方法主要有两种，其一是随机前沿分析(Stochastic Frontier Analysis，SFA)。根据随机前沿分析的相关理论，可以假设零售企业的生产函数服从柯布道格拉斯生产函数，即生产函数的对数形式为

(3)

根据(2)式对技术效率的定义，易知(3)式中的Di代表企业i的技术效率。参考Battese和Coelli(1995)[17]、Park和King(2007)[18]的模型，可以假定零售企业的技术效率服从(4)式：

(4)

其中，ui为非负的无效率项(由于0≤Di≤1)，且服从半正态分布，代表企业i的零售活动与其产出前沿之间的距离，ui越大，距离函数Di越小，企业的技术效率越低；无效率项ui的均值μi取决于零售企业的经营策略向量Zi，δ0、δ均为待估参数，εi为随机扰动项。由于无效率项和技术效率之间的负相关关系(如(4)式所示)，如果零售企业的某项经营策略对无效率项产生负面作用，则意味着该策略促进了企业的技术效率；反之亦然。

SFA方法虽然可以构造零售技术效率的计量模型，但却需要外生地假定生产函数的具体形式，因此可能存在模型误设的问题(Donthu等，2005[19])。为了研究的稳健性，本文将引入第二种测度效率的方法——数据包络法(Data Envelopment Analysis，DEA)。DEA方法在实证研究中的基本原理是：利用观测到的个体构造生产可能集，然后基于线性规划方法和生产可能集，构造产出前沿，从而计算技术效率(或距离函数)。目前常用的DEA模型主要有C2R(Charnes，Cooper和Rhodes，1978[20])和BC2(Banker、Charnes和Cooper，1984[21])两种。根据规模报酬不变的C2R模型和零售活动的投入产出，(1)(2)两式可以转化为如下的线性规划问题：

通过数据包络法可以解决上述线性规划问题，继而求得每个企业对应的技术效率。为了进一步讨论零售企业的经营策略对技术效率的影响，可以构建回归方程：

D(Xi,Yi)=η0+ηZi+ζi

(5)

其中Zi是零售企业经营策略向量，η0、η为待估参数，ζi为随机扰动项。

(二) 变量设置

本部分将根据上一部分构造的零售技术效率测度方法，进一步设置实证研究的相关变量。为了研究实体零售商“触网”策略对其技术效率的影响，可以将企业相关变量分为三部分：

产出，在本文中指零售毛利(Yi)。

投入，包括商店面积(Ki)、员工人数(Li)、经营支出(Mi)、水电支出(Ei)。其中，经营支出主要包括零售企业的人工费用和促销费用。

经营策略，包括企业的“触网”策略和其他策略。根据“触网”策略的不同，可以将实体零售商分为三类：未选择网络零售、自建购物网站、与第三方平台合作。由此可以设置虚拟变量如下：

其他零售策略则作为控制变量。基于已有的零售业技术效率研究文献，本文主要控制企业层面三方面的策略：

(1)工资水平(Wi)。Sellersrubio和Másruiz(2006)[22]认为，高水平的工资意味着零售企业雇佣的员工技能水平更高，员工流动更少，以及全职员工比例更多，因此工资水平可以控制零售企业人力资源水平对其技术效率的影响。

(2)单店平均面积(SKi)。Basker等(2012)[23]用一个局部均衡模型证明：现代的实体零售商存在单店规模增大的趋势，因为较大面积的商店会通过为消费者提供更广品类的商品和更高水平的一站式购物服务，从而产生范围经济性，提高零售交易效率。本文用实体零售商的单店平均面积控制范围经济性对技术效率的影响。

(3)组织形式。规模化的零售商的组织形式一般包括直营和特许经营。特许经营是介于垂直一体化和公平市场交换之间的组织形式，其优势在于降低了零售商扩张过程中的组织成本，缺点是无法完全掌握特许商店的运营状况，同时可能存在潜在的“委托-代理”问题(Betancourt，2004[24])。本文用直营商店个数占企业商店总数的百分比(Dratioi)控制实体零售商的组织形式对技术效率可能存在的影响。

(三) 计量模型

采用SFA方法，由(3)(4)式可以构造计量模型Ⅰ：

其中模型Ⅰ的第三式为“技术无效函数”。本文将采用Battese和Coelli(1995)[17]、Park和King(2007)[18]构造的基于距离函数的一步最大似然估计法，对模型Ⅰ中各参数进行估计。

采用DEA方法及C2R模型，则可以通过解决前文所述的线性规划问题，得到规模报酬不变情况下的各企业技术效率(Crstei)。由(5)式构造计量模型Ⅱ：

由于企业的技术效率(Crstei)总处于0到1之间，且可能有多个企业属于技术有效(即Crstei=1)的情况，因此传统的OLS回归难以得到模型Ⅱ的一致估计，这种情况下应当采用归并回归模型——Tobit模型(陈强，2010[25])。

关于模型Ⅰ和模型Ⅱ，需要注意以下两点：

第一，当实证结果稳健时，模型Ⅰ第三式中的所有参数应当与模型Ⅱ中对应变量的参数方向相反。例如，如果与第三方合作和自建网站对实体零售商的技术效率均具有正面作用，那么模型Ⅰ中的参数δVown和δVthird应当分别为负，而模型Ⅱ中的参数ηVown和ηVthird应当分别为正。

四、 数据来源及处理

本文的数据来自中国连锁经营协会(CCFA)。CCFA是中国连锁零售行业唯一的全国性行业组织，2011年其团体会员企业的销售额占到了社会消费品零售总额的12%和规模以上零售企业销售总额的31%。CCFA于2013年和2014年分别在其团体会员企业范围内随机抽取样本，并获得各企业当年及前一年的经营数据。通过数据和地理位置的比对，可以得到一组包含212家实体零售商的2013年连锁零售企业抽样数据，其销售总额约18500亿元人民币，占到了2013年规模以上零售企业销售总额的18.78%*2013年全国规模以上零售业商品销售额为98487.26亿元人民币。数据来自国家统计局。。本文删除了缺少销售额、营业总面积和从业人数的样本，同时删除毛利率为负的异常数据*毛利率为负意味着零售商品的进价高于售价，应当做异常值处理。，最后得到包含66家实体零售商的有效样本数据。

表2给出了相关数据的描述性统计。其中，零售产出主要由毛利衡量，因为毛利可以反映零售商品之外的零售服务水平(Park和King，2007[18])。相对应的，投入变量不包括零售企业买进的商品，而包括总面积、员工总数、经营支出(主要指促销支出)和水电支出。此外，在66家实体零售商中，在2013年尚未开通网上渠道的企业数量(30)接近一半；在已开通线上渠道的企业中，超过三分之二(25)的实体零售商选择与第三方平台合作，这表明从企业的角度来看，通过与第三方平台合作的形式引入线上渠道可能是更优的策略选择。

五、 实证结果

(一) 模型Ⅰ——SFA估计

从计量结果的生产函数部分来看，员工人数的产出弹性最高(0.574)，显示出实体零售业的劳动密集型特征。水电支出的产出弹性最低且不显著，这可能说明水电支出在零售活动中是一项必需的基本支出和固定成本，对具体的零售活动没有直接的影响。

技术无效函数部分是本文最关注的部分。表3显示工资水平每增加1%，实体零售企业的技术效率会显著地提升约0.447%，这验证了Sellersrubio和Másruiz(2006)[22]所认为的“零售员工质量可以促进零售企业技术效率”的观点；单店范围经济性(单店平均面积)和组织形式(直营商店个数占比)对技术效率的影响均不显著。在控制了上述三方面的零售策略后，实体零售商的两种“触网”策略均对其技术效率产生了正面影响：与第三方平台合作的实体零售商技术效率要比不“触网”的企业平均高30.5%，这一结果在1%的置信水平上高度显著；自建网站的实体零售商技术效率比不“触网”的企业平均高19.5%，但这一结果的显著性较差。可见，“触网”对实体零售商的技术效率具有正面作用，而且和自建网站的策略相比，与第三方平台合作是更优的“触网”策略。

注：***、**、*分别代表1%、5%、10%的显著性水平。

(二) 模型Ⅱ——DEA-Tobit估计

为了研究结果的稳健性，我们进一步引入模型Ⅱ，研究实体零售商的“触网”策略对其技术效率的影响。模型Ⅱ的估计包括两部分：第一部分基于C2R模型得到各实体零售商的技术效率，这一部分通过软件Deap2.1来实现；第二部分利用Tobit模型估计“触网”策略及其他策略变量对技术效率的影响，这一部分通过软件Stata12实现。

图1给出了由DEA方法得到的各企业技术效率的分布直方图。可以看到，在较多的企业样本观测点上，技术效率的取值为1，因此宜采用右归并点为1的Tobit模型(陈强，2010[25])。表4则显示了模型Ⅱ最终的实证结果。其中，工资水平每增加1万元，企业的技术效率会显著地提升0.036*此处技术效率未进行对数化处理，因此参数估计值应被视作解释变量对技术效率绝对变化的边际效应。；单店平均面积和直营商店个数占比对技术效率的影响不显著；“触网”的实体零售商具有更高的技术效率，其中与第三方平台合作的企业技术效率要比不“触网”的企业平均高0.178——考虑到技术效率的最大值为1，这一提升是非常明显的；而自建网站企业的技术效率虽然平均高于不“触网”的企业，但其优势较小(系数为0.057)，且并不显著。

注：***、**、*分别代表1%、5%、10%的显著性水平。

(三) 稳健性讨论

本部分主要讨论模型Ⅰ和模型Ⅱ实证结果的稳健性。

按照Gauri(2013)[26]和Donthu等(2005)[19]的观点，DEA方法和SFA方法本质上都是一种生产率基准比较(Benchmarking Productivity)的方法——这两种方法与其说是度量了某个企业离产出前沿的距离，倒不如说度量了该企业和绩效最优(best performance)企业之间的差距，因为产出前沿正是基于绩效最优企业而构建的。因此，如果技术效率测度结果比较稳健，那么DEA方法和SFA方法测度得到的企业技术效率应当具有较高的相关性。图2显示了模型Ⅰ(SFA方法)和模型Ⅱ(DEA方法)技术效率的分布情况及相关系数。与模型Ⅰ的结果相比，模型Ⅱ测度结果的最大不同是有多个企业处于技术有效的情况(即技术效率为1)，但总体而言，两个模型测度得到的技术效率呈现较高的相关性(相关系数达到0.76)。

表5 模型Ⅰ、Ⅱ计量结果对比

注：***、**、*分别代表1%、5%、10%的显著性水平。

表5列出了模型Ⅰ和模型Ⅱ中关于企业策略变量的主要计量结果。模型Ⅰ和模型Ⅱ中的所有系数方向均相反，系数的显著性情况也相一致，证明模型设定基本正确，实证结果较稳健。本文关注的主要问题是，实体零售商是否应当“触网”，以及自建网站和与第三方平台合作的策略孰优孰劣。从表5最后两行的计量结果来看，模型Ⅰ和模型Ⅱ都表明：“触网”的企业具有更高的技术效率，即“触网”可以促进实体零售商的绩效；而与未开展网络渠道的企业相比，自建网站的企业在技术效率方面的优势较小且并不显著；与第三方平台合作的企业则具备最高的技术效率，且其技术效率显著地高于未开展线上渠道的企业。模型Ⅰ和模型Ⅱ互洽的实证结果稳健地证明：与第三方平台合作是当前实体零售商最优的“触网”策略选择。

(四) 进一步分析

在上述的实证研究，通过稳健地比较两种不同的技术效率测度方法(DEA、SFA)得到的计量结果，可以得出结论：对实体零售商而言，与第三方平台合作是最优的“触网”策略选择。对这一结论的进一步分析，不仅要建立在对不同“触网”策略特点的比较之上，更要结合中国实体零售商和网络购物市场的现实情况。

自建网站的优势表现在：实体零售商可以通过自建网站实现线上线下渠道的“闭环”，充分控制零售活动中商流、物流、信息流和资金流的各个环节；劣势表现在：电子商务平台的构建需要相当数量的固定投入，同时非常依赖高频率交易活动带来的规模经济性，而实体零售商不仅在电子商务平台的构建方面不具有专业性，同时也在“线上引流”的初始环节上存在较显著的问题，自建网站的结果往往是平台专业性不足，流量过小，无法形成规模经济，初期的投入成本可能难以收回。

实体零售商与第三方平台合作的优势则主要表现在：前者能够充分利用第三方平台的流量迅速开展线上零售业务，并基于第三方平台优秀的数据挖掘能力进行精准营销；后者既可以从中获利分成，也可以利用实体零售商对线下区域的广泛覆盖，补充其在物流环节“最后一公里”的短板(刘向东，2014[10])。当然，对实体零售商而言，如果选择与第三方电子商务平台合作，就无法避免自身的营销数据为第三方平台所用，也必然要接受长期盈利共享的模式；同时由于不掌握消费者流量入口，其长期发展可能受到掣肘。

我国当前的网购市场具备两个鲜明的特点：高集中度、高增长率。2011年至2015年的网购销售额年均增长率高达47.6%，*2011年网络购物市场交易额约为0.8亿元，2015年约为3.8亿元。数据来自中国产业信息网http://www.chyxx.com/。同时2015年网络购物市场集中度CR4高达88%，仅天猫和京东两家购物平台的市场份额就分别高达58%和22.9%。*CR4指行业前四名市场份额之和。数据来自中国产业信息网http://www.chyxx.com/。在这种现实条件下，实体零售商如果选择自建购物网站，必然面临和其他网购平台寡头的直接竞争，再考虑到互联网经济“赢者通吃”的特征，自建购物网站恐怕不是明智的选择；进一步权衡自建网站和与第三方平台合作的优劣势，就更不难理解，为什么对大部分实体零售商而言，与第三方平台合作可能是更优的选择了。

那么，我们的实证结果是否说明，与第三方平台合作是所有实体零售商的最优“触网”策略呢？从零售业近年的实践来看也未必如此。实体零售商自建的购物网站之所以面临引流的困难，往往是由于商品品类广度不足，长尾商品有限，难以形成消费者的用户粘性——这恰恰是天猫、京东等网购平台最大的优势。当前一些实体零售企业反其道而行，首先立足专业市场，在自建网站商品品类广度不足的情况下，充分拓展某一类商品的品类深度，开展垂直电商业务，通过差异化经营吸引消费者，迅速引流；在规模化、持续性的流量形成之后，逐步拓展其他品类商品的销售业务。这一类实体零售企业往往以专业店、专营店等经营业态为主，在某些品类商品的配送、采购、营销和售后等线下业务方面有显著的优势，这些优势往往可以在自建垂直购物网站、开展垂直电商业务的过程中发挥重要作用。苏宁(苏宁易购)、国美(国美在线)等实体零售企业就是其中成功的案例，这些企业遵循“立足特殊品类(家电产品)——自建网站——开展垂直电商业务——拓展全品类商品业务”的路径，积极“触网”，取得了非常好的市场绩效。我国当前的垂直电商市场占比跟国外成熟电商市场的垂直电商占比相比，依然存在很大的差距，因此对一些条件成熟的实体零售企业而言，通过自建垂直购物网站进行“触网”的空间依然存在。

(五) 其他结果

从模型Ⅰ、Ⅱ的实证结果来看，实体零售商的平均技术效率较低：模型Ⅰ得到的技术效率平均值仅为0.27，模型Ⅱ得到的技术效率平均值也仅有0.56，两者均远小于1。由于技术效率测度时所构造的产出前沿是由绩效最好的企业构成的，因此，较低的技术效率均值可能意味着实体零售商的两极分化，即有较多的零售企业位于产出前沿之下，同时离产出前沿(即绩效最好的企业)的距离较远。模型Ⅰ、Ⅱ得到的技术效率方差分别达到了0.18和0.29，这一定程度上印证了对实体零售商绩效两极分化的判断。此外，模型Ⅰ、Ⅱ测度的实体零售商技术效率值与面积的相关系数分别仅为0.01和0.23，与员工人数的相关系数也只有0.04和0.18，这表明技术效率较低的企业可能占用了较多的商业区位和销售人力资源，资源并没有充分地配置给绩效更好的零售企业——这可能正是实体零售商平均技术效率较低的原因。

模型Ⅰ、Ⅱ还在较高的置信水平上证明：工资水平更高的实体零售商具有更高的技术效率。较高的工资水平不仅意味着零售企业的员工技能水平或全职员工的比重较高，而且可能反映出企业对员工较高的激励水平——这反过来也可以促进员工业务熟练程度的提升。由于零售活动是劳动要素密集的经济活动，提升零售企业整体的人力资源水平对其经营具有关键作用，因此，零售企业应当重视并采取灵活积极的薪酬激励制度，通过提升人力资源水平和零售劳动生产率来促进企业绩效。此外，模型Ⅰ、Ⅱ均显示较高程度的直营比例无益于技术效率的提升，而单店平均面积较大的企业则具备更高的技术效率，尽管这两项实证结果并不显著。

六、 研究结论和不足

本文基于技术效率的研究框架，系统地研究了实体零售商是否应该“触网”以及应该如何“触网”的问题。从现实情况来看，一些创新领先的实体零售商已经开始通过构造线上线下的全渠道零售模式，服务广大的零售会员和社区顾客，其自身也逐渐成为流量汇聚的平台，并取得了良好的绩效，本文则进一步为实体零售商的网络销售渠道选择提供直观的建议。

本文将实体零售商已有的“触网”实践分为两种：自建网站，与第三方平台合作。为了保证研究结果的稳健性，本文分别采取随机前沿方法(SFA)和数据包络法(DEA-Tobit)进行研究，研究的主要结论有以下两点：

第一，“触网”可以正面促进实体零售商的绩效。在控制了实体零售商的一系列策略变量的基础上，“触网”的实体零售商具有更高的技术效率。因此，实体零售商应当适应电子商务的冲击以及消费者消费习惯的变化，主动求变，积极拓展线上渠道，促进线上线下零售活动的交互协同。当然，引入线上渠道应当通过灵活的形式来实现，线上渠道和实体渠道的同时存在并不一定会导致企业内部的渠道冲突。实体零售商既可以基于目标顾客和经营商品品类的差异化，避免线上线下渠道的直接竞争(李飞，2011[27])，也可以用全渠道的思维，在商品交易的特定环节(如传播促销信息、下单、支付等)引入线上渠道。

第二，实体零售商应当谨慎地自建网络平台，并侧重通过和第三方平台的合作来引入线上渠道。网络购物平台的规模经济和网络效应很容易使得网络购物平台之间的竞争成为“赢者通吃”的游戏，因此实体零售商的自建购物网站在与一些成熟的B2C、C2C购物网站的竞争中劣势极大，引流比较困难。此外，自建购物网站需要较高的初始投入成本和技术要求，一旦自建购物网站无法吸引大量的消费者进行零售交易，实体零售商就将面临短期巨额亏损的不利局面。如果通过和第三方平台的合作来引入线上渠道，实体零售商虽然难以控制零售活动的所有环节(例如商品展示和在线支付)，同时需要向第三方平台缴纳广告费、保证金和年费等费用，但无需投入大量的初始成本，线上业务成为轻资产业务，经营风险大大降低；发展成熟的第三方平台的流量和信誉也可以直接为实体零售商所用。就本文研究涉及的实体零售商而言，大部分“触网”企业已经选择与第三方平台合作来引入线上渠道，这从侧面验证了本文的观点。

本文主要有三方面的不足：第一，企业层面的有效样本数量较少，变量维度有限，时效性也有所不足，这在一定程度上限制了研究结论适用的范围，同时也制约了本文对其他零售策略潜在影响的充分控制；第二，由于只能获得2013年实体零售商的截面数据，触网策略和技术效率之间可能存在潜在的内生性问题，同时这一问题无法用滞后项作为工具变量加以解决；第三，由于样本数据中只包含零售企业是否自建网站或与第三方平台合作的信息，我们很难对企业“触网”投入和“触网”业务的具体经营情况作进一步的甄别，实证结论也因此相对单薄。上述三方面的问题均源于零售企业微观数据的缺乏，这实际上也是当前零售乃至流通领域微观实证研究所面临的主要障碍。只有基于企业自身的数据，才能得到理论价值和实践意义兼具的结论。未来的相关研究应当注重和行业协会、企业的合作，逐步建立完善、连续的零售企业数据库，以作为行业热点问题的研究基础。

[1]刘向东.从竞争走向融合——2014年中国零售商互联网实践回顾与思考[EB/OL].[2014-12-26](2016-11-05).http://www.e-future.com.cn/magazine_view.php?nid=283&zazhiid=26&bigclass=60.

[2]李飞.全渠道零售的含义、成因及对策——再论迎接中国多渠道零售革命风暴[J].北京工商大学学报(社会科学版),2013(2):1-11.

[3]李桂华,刘铁.传统零售商“优势触网”的条件与权变策略[J].北京工商大学学报(社会科学版),2011(5):6-12.

[4]POZZIA.Theeffectofinternetdistributiononbrick-and-mortarsales[J].TheRandJournalofEconomics,2013,44(3):569-583.

[5]GENSLERS,LEEFLANGP,SKIERAB.Impactofonlinechanneluseoncustomerrevenuesandcoststoserve:consideringproductportfoliosandself-selection[J].InternationalJournalofResearchinMarketing,2012,29(2):192-201.

[6]WELTEVREDENJWJ.Substitutionorcomplementarity?howtheInternetchangescitycentreshopping[J].JournalofRetailing&ConsumerServices,2007,14(3):192-207.

[7]BIYALOGORSKYE,NAIKP.Clicksandmortar:theeffectofon-lineactivitiesonoff-linesales[J].MarketingLetters,2003,14(1):21-32.

[8]BERNSTEINF,SONGJS,ZHENGXN. “Bricks-and-mortar”vs.“clicks-and-mortar”:anequilibriumanalysis[J].EuropeanJournalofOperationalResearch,2008,187(3):671-690.

[9]郭馨梅,张健丽,刘艳.互联网时代我国零售业发展对策研究——基于网络零售与传统零售业融合发展视角分析[J].价格理论与实践,2014(7):106-108.

[10]刘向东.移动零售下的全渠道商业模式选择[J].北京工商大学学报(社会科学版),2014(3):13-17.

[11]李飞.迎接中国多渠道零售革命的风暴[J].北京工商大学学报(社会科学版),2012(3):1-9.

[12]郭燕,王凯,陈国华.基于线上线下融合的传统零售商转型升级研究[J].中国管理科学,2015(S1):726-731.

[13]DUBELAARC,BHARGAVAM,FERRARIND.Measuringretailproductivity:whatreallymatters?[J].JournalofBusinessResearch,2002,55(5):417-426.

[14]李子文,刘向东,陈成漳.基于随机前沿模型的中国零售业技术效率影响因素研究[J].中国流通经济,2016(11):109-120.

[15]MANSERME.Productivitymeasuresforretailtrade:dataandissues[J].MonthlyLaborReview,2005,128(7):30-38.

[16]FRER,NORRISM.Productivitygrowth,technicalprogress,andefficiencychangeinindustrializedcountries:comment[J].AmericanEconomicReview,1994,84(1):66-83.

[17]BATTESEGE,COELLITJ.Amodelfortechnicalinefficiencyeffectsinastochasticfrontierproductionfunctionforpaneldata[J].EmpiricalEconomics,1995,20(2):325-32.

[18]PARKTA,KINGRP.Evaluatingfoodretailingefficiency:theroleofinformationtechnology[J].JournalofProductivityAnalysis,2007,27(2):101-113.

[19]DONTHUN,HERSHBERGEREK,OSMONBEKOVT.Benchmarkingmarketingproductivityusingdataenvelopmentanalysis[J].JournalofBusinessResearch,2005,58(11):1474-1482.

[20]CHARNESA,COOPERWW,RHODESE.Measuringtheefficiencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch,1978,2(6):429-444.

[21]BANKERRD,COOPERWW.Somemodelsforestimatingtechnicalandscaleinefficienciesindataenvelopmentanalysis[J].ManagementScience,1984,30(9):1078-1092.

[22]SELLERSRUBIOR,MSRUIZFJ.Technicalefficiencyintheretailfoodindustry:theinfluenceofinventoryinvestment,wagelevels,andageofthefirm[J].EuropeanJournalofMarketing,2006,43(5-6):652-669(18).

[23]BASKERE,KLIMEKS,VANPH.Supersizeit:thegrowthofretailchainsandtheriseofthe“Big-Box”store[J].JournalofEconomics&ManagementStrategy,2012,21(3):541-582.

[24]BETANCOURTRR.Theeconomicsofretailinganddistribution[M].Northampton,MA:EdwardElgarPublishing,2004:208-211.

[25]陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社,2014:238-243.

[26]GAURIDK.Benchmarkingretailproductivityconsideringretailpricingandformatstrategy[J].JournalofRetailing,2013,89(1):1-14.

[27]李飞.中国零售业发展的八大矛盾及解决思路[J].北京工商大学学报(社会科学版),2011(1):1-6.

(责任编辑 游旭平)

How Should the Brick-and-mortar Retailers “Touch the Internet”?—from the Perspective of Retail Technical Efficiency

LIU Xiang-dong, LI Zi-wen, CHEN Cheng-zhang

(SchoolofBusiness,RenminUniversityofChina,Beijing100872,China)

Nowadays “Touch the Internet” is becoming a key word for the Chinese brick-and-mortar retail industry, with dramatic changes of consumer lifestyle brought about by the Internet technology. Whether and how brick-and-mortar retailers should “Touch the Internet” is now becoming an urgent practical issue. From the perspective of retail technical efficiency and based on the data of Chinese chain retailers in 2013, this paper empirically estimates the effect of “Touch the Internet” strategies on the performance of retailers. We run two models based on the related theory of output distance function, stochastic frontier analyses and data envelop analyses, and reach the two meaningful conclusions: first, “Touch the Internet” can promote the performance of brick-and-mortar retailers; second, brick-and-mortar retailers should be very prudent about building their own shopping websites, and focus on cooperation with the third-party platforms. This research provides empirical revelation and advice for the brick-and-mortar retailers.

brick-and-mortar retailers; Touch the Internet; distance function; technical efficiency

2016-12-19

刘向东，男，教授，博士生导师，主要从事贸易经济系、流通经济学研究；李子文，男，博士研究生，主要从事零售与分销经济学研究；陈成漳，男，博士研究生，主要从事商业经济学研究。

F713

A

1000-2154(2017)04-0005-11

10.14134/j.cnki.cn33-1336/f.2017.04.001

【编者按】《商业经济与管理》创刊于1981年，先后获“全国百强社科期刊”“全国高校三十佳社科期刊”“全国高校精品社科期刊”等荣誉称号，连续入选CSSCI来源期刊、全国中文核心期刊、中国人文社会科学核心期刊。“流通经济”是《商业经济与管理》特色核心栏目，自1998年设立以来，刊发了一批高水平学术论文，引用率和转载率在全国经济类期刊中名列前茅，多篇论文获省部级以上优秀成果奖，相关观点被政府部门采纳，如本刊2006年第6期《关于“义乌商圈”形成机理与发展趋势的研究》一文所提观点曾获习近平总书记批示“作者对义乌经验进行了长期研究，所提建议很有参考价值”。为建设教育部高校哲学社会科学名栏，更好地为现代商贸流通智库建设服务，进一步提升现代商贸流通研究影响力，自本期始，本刊将“流通经济”栏目更名为“现代商贸流通”。本栏目将继续秉承“经世致用、学术一流”办栏理念 ，依托全国高校唯一研究商贸流通的教育部人文社科重点基地“浙江工商大学现代商贸研究中心”，聚焦大数据时代商贸流通理论研究，配合国家“一带一路”倡议，对现代商贸流通重大现实问题和学术前沿问题展开研究，为国内外学者创建一个更好的学术交流平台，进一步发展中国特色现代商贸流通理论，促进我国现代商贸流通产业建设发展。

刘向东,李子文,陈成漳.实体零售商该如何“触网”？——零售技术效率的视角[J].商业经济与管理，2017(4)：5-11.