商贸流通产业内部数据驱动创新—基于数据飞轮结构的实证分析

魏锦雯

（四川旅游学院 四川成都 610100）

引言

对严重依赖信息资源的商贸流通产业而言，在供应链竞争越发激烈的现实情境下，如何建立独立自主的商贸流通信息网络系统，将决定商贸流通产业的发展前景，并成为我国商贸流通业在全球竞争中掌握核心竞争力的关键，商贸流通企业必须从战略层面进一步构建信息系统，打破原有的信息单渠道流动情况，建立以数据驱动创新为基础的“飞轮结构”，从而构建“选择-用户-流量-供应”的良性循环渠道。在当前数据飞轮实践中，大量国外商贸流通企业已经建立完备的数据信息渠道和创新驱动模式，但我国商贸流通业仍未重视数据飞轮模式的先进性。鉴于此，通过对数据驱动下的数据飞轮创新模式的经济效益展开分析，并探讨该模式与商贸流通业的耦合性，具备显著经济价值。

文献综述研究

数据驱动是当前产业经济学研究的重点，以大数据计算为代表的信息处理模式已经深入企业的客户信息管理和潜在用户发掘的方方面面，传统企业的信息化发展和数据创新发展，是“互联网+”时代企业发展的重点问题。对此，学者们展开大量深入分析。黄音（2018）提出，借助物联网技术采集海量终端数据，依托云计算为企业平台运作提供强大计算能力，提高收集、储存、分析信息和依据信息进行预测的能力，这是企业竞争优势的来源。数据飞轮在创新演化的源泉、关键、核心、主要工具及驱动决策方面展现出不同特点，物流企业数据驱动创新拥有与新兴企业同样的活力和创造力，其创新潜力同样有待进一步挖掘。王海兵和杨蕙馨（2016）就创新驱动发展进行分析，认为中国创新驱动发展现状并不乐观，在样本区间全要素生产率和技术进步年均增长率都为负值，在影响创新驱动的相关因素中，政府干预倾向和非市场化程度交互项的显著负向影响反映出利益集团式勾结的破坏性作用。

此外，商贸流通业的网络化、信息化及现代化发展过程中，如何有效利用数据驱动创新，也是理论研究中的核心问题。例如，郑欣（2017）认为，流通企业与互联网的对接，意在通过利用互联网、物联网、云计算、大数据等进入流通领域，打通商贸流通领域上下游各环节，提升流通渠道效率，增强流通企业核心竞争力实现价值创造。钱明珠（2017）提出，创新驱动的现代流通业转型升级是产业体系中多产业链整合治理的关键影响因素之一，研究从创新驱动的视角，探讨了流通业国家产业链战略下现代流通业升级与多产业链整合治理的互动影响，研究认为创新驱动能够帮助产业整体结构升级。

综上所述，当前研究从多个方面说明数据驱动创新模式的必要性，但由于信息化建设相对较高的前期投入，在数据驱动创新的充分性方面仍有待进一步的理论证实。本文通过纳入数据飞轮结构和熵值分析模型，实证分析商贸流通领域数据驱动创新模式的作用。

图1 企业中的飞轮增长结构

数据驱动创新与商贸流通企业增长机制分析

（一）企业的飞轮结构理论

“飞轮结构”（Flywheel Structure）由亚马逊（Amazon）公司总裁吉姆·柯林斯首次引入企业管理领域，飞轮效应本身属于心理学和教育学研究中的一类方法，强调在持久教育资源投入下，个人才能够实现有效发展。柯林斯认为，飞轮结构不仅是对单一个体适用的理论，而是可以运用到企业管理的方方面面的有效理论，在绩效管理层面，飞轮结构可以用于员工工资设置，进而促进员工的工作努力水平，飞轮的存在代表员工广泛参与下的共同进步。其次，飞轮结构可以运用在企业的成本投入层面，许多具备高价值的项目，其问题不在于项目的潜在价值，而在于企业的价值启动，由于项目在初期需要大量信息资本投入，故部分企业并没有持续投入资本推动飞轮的初始运转，而一旦通过飞轮结构的旋转，这类高价值项目将在未来具备巨大动能和动量，只需要少量价值投入，就可以保持飞轮持续运转，飞轮结构具体表现如图1所示。由柯林斯绘制的亚马逊飞轮结构实际上由内部飞轮和外部飞轮组成，首先看内部飞轮，内部飞轮中保护了四个部分——“供应商-选择&便利-用户体验-流量”，内部飞轮主要讲述了供应链结构与用户选择的关系，围绕企业的增长而进行四个部门的资本投入，企业首先要从供应商角度建立信息传递机制，通过高效的信息传递，向供应商传递关键信息，从而降低企业的选择成本，进而帮助用户增加其便利，在便利增长的基础上促进企业用户体验建设，当用户体验在飞轮中经历多轮累积后，自然会转换成企业整体流量；外部飞轮实质上也包含了四个部分—“增长-更低的成本结构-更低的价格-用户体验”。

在内部飞轮的不断运转下，企业实现了有效增长，企业规模扩大所产生的规模效应，帮助企业实现更低的成本结构，从而可以让利于消费者，产生更低价格。在这一过程中，用户体验会因为企业所提供的低价格而再度上升。由此可见，内飞轮结构实质上是为了促进企业增长，而外飞轮结构则落脚于用户体验，内外飞轮通过两个要素相互联结，一旦某一飞轮在企业的推动下旋转，企业就能够实现高效的飞轮增长机制。

（二）数据驱动下的飞轮结构模式

在飞轮结构理论的基础上，进一步构造数据驱动下的飞轮结构模式，根据理论分析可以得知，数据驱动可以改善内飞轮的四个部门，数据驱动下产生的创新水平也可以具体构造为四类结构。第一类属于价值飞轮结构，价值飞轮结构的信息来源于用户体验，用户在实际的产品体验中得到的信息数据是企业最为关注的数据，更是促进企业进行用户画像和分析的核心数据，有效回收相关数据，需要建立高效信息回溯渠道，保障信息完整性；第二类属于流量飞轮结构，来自于平台数据流量，当企业的数据流量发生显著增加或下落时，企业可以根据数据信息及时调整产品供应，实现流量飞轮数据结构化发展，能够优化信息数据的流量控制，同时可以利用快速回溯信息，实现流量二次增长。第三类属于便利飞轮结构，企业的整体便利不仅能够从用户体验的角度反映，因为信息不对称问题在市场中的长期存在，消费者很难从信息中找到最佳的消费方式，在促进消费者便利发展的同时，能够增强企业对渠道的控制能力。第四类属于企业规模飞轮结构，企业结构的变化有助于实现利润水平和规模同时发展，进而从外围飞轮的运转促进商贸流通企业的发展，如表1所示。

基于表1的四类飞轮结构，采用熵值分析将商贸流通业与数据信息发展相互联结，首先需要引入熵值公式，该公式由熵值dse和熵资源dsi所构成：

其中，熵资源dsi代表促使商贸流通企业飞轮的外部熵投入，熵值dse＞0 代表系统的无序水平始终存在。此外，对正常运转的商贸流通企业而言，熵流ds＜0时，企业能高效运转，故有序的熵流系统中存在dsi＜-dse。通过熵值公式分别计算得到产品与行业的效益值，进而求比值得到商贸流通系统的效益比例：

飞轮结构的熵值分析：基于京东HeuHub平台数据样本

为了验证本文的飞轮结构能否运用在数据驱动下的商贸流通业发展创新，研究基于京东人工智能开放平台（Heuhub）数据样本进行分析。作为京东旗下的数据创新及信息平台，该平台自2010年开始对我国商贸流通业中的40家规模较强的企业进行数据收集，用于研究供应链金融发展与科技间的关系。而这40家企业中，有27家在2010年及之前就开始进行数据驱动发展，为了避免数据中的“左删失”问题（“左删失”是指因企业业务开展期限与平台数据收集差异而产生的数据差异），本文将样本首先缩小为27家企业的样本数据。其次，为了避免数据的“右删失”问题（“右删失”是指企业在观察期内结束业务或业务因发展不畅而被动结束），本文将企业样本进一步缩小至23家，这是因为在京东的数据收集过程中，4家商贸流通企业因数据驱动成本过高而主动结束业务发展。

表1 数据驱动下的创新模式“飞轮结构”

表2 2010-2018年商贸流通行业内“飞轮结构”的平均变化率

在SPSS 18.0软件环境下，采用熵值公式计算上述23家基础样本的投入变化率、产出变动率、系统贡献率在内飞轮中的变化情况，为了简化数据驱动的作用，外飞轮中仅保留了信息与创新两个项目，结果如表2所示。研究发现，随着观察企业在2010年后开展数据驱动创新，相关企业的内飞轮在投入、产出和系统均有不同幅度增长。从投入变动率来看，相关企业的内飞轮结构中供应链贡献率增加了10.11%、选择变量贡献率增加了11.22%、用户体验贡献率增加了8.14%，流量贡献率增加了8.14%的投入；从产出变动率来看，相关企业的内飞轮结构中供应链贡献率增加了16.21%、选择变量贡献率增加了16.14%、用户体验贡献率增加了11.22%，流量贡献率增加了12.04%的投入；从系统贡献率来看，相关企业的内飞轮结构中供应链贡献率增加了13.01%、选择变量贡献率增加了14.21%、用户体验贡献率增加了14.34%，流量贡献率增加了11.32%的投入。从外飞轮的角度来看，信息投入的增加比例在投入变化率和产出变动率两个项目低于创新项目，而在系统贡献率中高于创新项目。创新项目与信息项目在三类贡献率的差值为11.84%，证明创新产出大于信息投入，观测企业的飞轮已经逐步开始产生盈利。

由表3可知，纳入商贸流通业的成本要素后，相关商贸流通样本企业因商贸流通创新效益驱动而产生的综合收益比为27.9，经济效益的累积值为56.12亿元，从产业整体发展角度来看，综合效益比达到189.26，经济效益的累计值达到518.44亿元。

结论

第一，信息驱动发展是我国商贸流通业未来发展的重中之重，数据驱动下的创新模式正逐步成为产业经济中的核心渠道。本研究基于京东人工智能开放平台（Heuhub）数据样本进行分析，采用数据飞轮结构视角建立信息熵量化指数模型，并进一步分析数据驱动下的创新模式对商贸流通业发展的促进作用。样本商贸流通企业在2010-2018年观测期内数据驱动模式下所累积的创新熵值为0.13，对应的综合效益比为27.9，产生的经济效益达到56.12亿元；商贸流通业的产业效益累积熵值为2.77，对应的综合效益比为189.26，产生的经济效益达到518.44亿元。通过商贸流通产业内部的信息数据体系建设，能够促进商贸流通业创新效益的增长，进而驱动行业整体经济效益增长，实现数据飞轮的长期作用。

表3 数据驱动下的创新模式综合经济收益分析

第二，现今企业经营环境面临新的挑战，生产成本、运营成本不断增加，盈利水平、利润空间大大压缩。为此，研究新的利润增长点，解决新的利润源，对于每个企业都是迫切任务。根据上述研究结果可以得知，信息资源的隔断是影响商贸流通企业发展的核心问题，假使商贸流通链条上的企业无法得到信息的及时更新和反馈，供应商就会与用户间产生明显的需求差异，用户的信息反馈难以帮助供应商获取产品更新方向，商贸流通业将会逐渐步入崩溃，相关供应链企业将会蒙受巨大损失。

第三，数据驱动下的信息创新有助于帮助企业的飞轮运转，信息资源能够作用于内飞轮的四个部门，帮助企业协调生产、销售、财务规划和消费者体验，在商贸流通企业的需求端、生产端、销售端、库存端和分销端帮助信息实现动态特征，进而影响企业上下游参与者的利益同步。