数字经济背景下跨境电商企业经营绩效研究

侯凡 阮红伟

(青岛大学商学院 山东青岛 266100)

随着经济的蓬勃发展，数字经济已经成为我国经济发展的重要引擎。2020年，我国数字经济规模达到39.2万亿元，相当于国内生产总值的38.6%。数字经济正推动着中国经济由高速向高质量发展，同时数字经济的发展为跨境电商企业提供了数字化平台，推动着跨境电商企业的数字化转型。在当前新冠疫情的冲击下，跨境电商业务交易量有了显著的增加，面对新的经济形势，如何有效评价电商企业经营绩效成为重要问题。基于此，本文对跨境电商企业经营绩效展开研究，为后续相关研究提供借鉴参考。

1 文献综述

国外关于企业经营绩效的研究起源较早，发展相对成熟。有关运营绩效评价理论方法的研究，国外学者大多基于早期的MM资本结构理论、委托代理理论、利益相关者理论及战略管理理论逐渐发展而来。在西方国家传统理论的不断深入发展下，形成一系列的绩效评价方法，常见方法包括沃尔综合评分法、DuPont Analysis、BSC法、EVA法、DEA等。国内学者则多采用模糊综合评价、Delphi、AHP、变异系数法、结构方程模型、PCA及DEA等方法进行研究，不同评价方法在各自领域各有优势，多种模型的综合运用成为发展趋势。此外，部分学者从定性分析角度研究，如郝云宏和曲亮(2009)[1]基于契约理论、资源依赖理论及公司治理等理论研究企业绩效的动态发展。经营绩效评价指标体系的构建经历了由单一指标到多指标、财务指标到非财务指标的发展历程。Torkamani等(2012)[2]通过选取财务及非财务指标实现企业绩效的综合评价。国内大部分学者在研究跨境电商企业经营绩效时，通常围绕企业的盈利能力、偿债能力、营运能力及发展能力四个维度选取财务指标构建绩效评价指标体系。在此基础上，马述忠等(2018)[3]选取企业盈利能力、营运能力、偿债能力和现金流量能力等12项指标构建体系分析中国跨境电商上市企业的综合绩效问题，李艳红(2020)[4]则从投入、过程、产出三个维度选取财务及非财务指标对我国35个跨境电商试验区经营绩效进行分析。综上所述，国内外关于企业经营绩效的评价已日臻成熟和完善，但有关企业经营绩效指标构建尚未形成完整体系，且关于跨境电商企业经营绩效研究尚不多见。因此，本文基于数字经济背景构建指标体系，从而客观评价跨境电商企业经营绩效水平。

2 跨境电商企业绩效评价体系

2.1 数据来源及样本选取

本文参考同花顺等金融机构确定的跨境电商概念股，选取2019年及以前上市交易的企业作为研究样本。在筛选过程中，一是剔除了2019年12月31日前暂停及终止上市企业和转型跨境电商的企业；二是剔除ST、*ST、PT及金融类企业；三是剔除相关信息缺失的企业。结合以上标准最终确定72家跨境电商A股上市企业，样本数据主要通过CSMAR和RESSET金融数据库获取，少量缺失值以行业平均值替代。

2.2 指标体系构建

在科学性、系统性、可行性及独立性原则指导下，本文借鉴相关学者的研究经验，并结合数字经济及跨境电商企业特征，参考《浙江省数字经济发展综合评价办法(试行)》《2019年福建数字经济发展指数》及万晓榆等(2019)[5]采用的企业数字经济指标，从数字化资本、数字化研发及数字化人才三个维度构建投入指标，从企业产出的质和量两个角度构建产出指标。

投入层主要涉及企业生产经营活动中人力、物力、财力的投入，数字化资本选取存货、总资产、营业成本指标，无形资产能够反映企业的知识产权。因此，将无形资产作为数字化资本投入；数字化研发以数字研发投入额来反映；数字化人才选取信息技术人员、数字研发人员、本科生人数指标。产出层主要从企业的营收状况反映企业绩效表现，从量的角度来看，净利润、营业收入、基本每股收益指标能够反映企业经营效益状况；从质的角度来看，选取净资产收益率、总资产报酬率指标能够反映企业盈利能力。综上所述，最终选取8项投入指标和5项产出指标构建跨境电商企业经营绩效评价指标体系。

3 跨境电商企业经营绩效分析

3.1 数据处理

首先，采用KMO和巴特利特球形度检验来验证投入和产出数据指标是否适合主成分分析。检验结果显示，投入层和产出层KMO值分别为0.720和0.716，显著性结果均为0.000，说明数据适合做进一步主成分提取。利用产出和投入标准化数据分别进行主成分提取，并选取特征值均大于1作为主成分因子，最终可提取2项投入及2项产出主成分。

其次，根据SPSS25.0软件运行结果显示的因子得分系数矩阵，可以通过计算得到各主成分因子的得分。

最后，由于DEA模型要求只能对正数进行运算，因此需要对4项主成分因子得分数据进行调整变换。借鉴学者的经验，对数据进行归一化处理，将原始数据全部调整至[0.1,1]区间内。

3.2 测度结果分析

本文采用DEA-BCC模型对我国72家跨境电商上市公司的样本数据进行研究，并对非DEA有效企业相关指标的松弛变量进行改进，最终可得到跨境电商企业DEA结果及改进比例，计算结果如表1所示。由于篇幅有限，本文仅列示部分数据，表中正数表示需要增加的比例，负数表示需要减少的比例，0表示无需改进。

(1)投入指标层分析。由表1可知，从整体上来看，在产出量保持不变的情况下，投入指标层面大部分企业不存在投入冗余，改进指标比例为0.00%，且大多处于规模报酬递增阶段，总体状况良好。说明跨境电商企业在数字化资本及人才投入方面起到一定的效果，投入要素能够有效运用到企业经营管理中，无需对投入资源进行削减，可适当扩大投入规模，提高产出效益。只有两家企业存在冗余，且均处于规模报酬递减阶段。其中，芒果超媒在数字化人才及研发投入因子上存在0.016个单位的冗余量，该指标的改进比例为-5.71%；中远海发在数字化资本投入因子上存在0.022个单位的冗余量，该指标的改进比例为-4.49%。说明这两家企业存在投入过量而无法全部有效转化为产出，容易造成资源浪费，因此需要适当减少投入，从而降低成本，实现最大化资源利用。

表1 DEA模型计算结果

(2)产出指标层分析。在各指标投入量保持不变的情况下，除了19家企业不存在产出松弛变量，其他企业均出现了不同程度的产出不足量和改进比例。总体来看，大部分企业经营绩效转化能力不强，未能达到有效产出，企业经营效益产出不足。具体而言，厦门信达和鹏博士在盈利能力因子上产出不足量较高，分别为0.344和0.293个单位，需要改进的比例分别为137.60%和266.36%，表明这两家企业盈利能力较差；供销大集和鹏博士在经营效益因子上产出不足量较高，分别为0.164和0.157个单位，改进比例分别为109.33%和157%，表明这两家企业的经营效益状况较差。从规模报酬上来看，12.5%的企业处在规模报酬递减阶段，59.72%的企业处于规模报酬递增阶段。说明大部分企业仍需进一步扩大资源投入规模来提高企业的盈利状况，企业的绩效产出效率未能有效释放。因此，针对企业产出能力不足的情形，需要改善企业经营管理，调整盈利模式和战略，利用数字化资本和人才提高效益转化成果，从而提高企业营收能力和经营绩效。

3.3 聚类分析

本文采用K-means聚类与系统聚类相结合的方法，对4项主成分因子进行聚类，通过聚类分析及因子分析可以对数字经济背景下跨境电商企业的不同层次进行划分并有效评价企业经营绩效。此外，为了评价不同地区的跨境电商企业综合发展水平，本文参照《中国城市数字经济指数白皮书2020》中数字经济重点区域划分及数字经济城市画像对聚类结果进行相应的匹配，从两个层面展开分析。

3.3.1 跨境电商企业类别分析

根据聚类分析结果并结合企业当前发展特点，可将跨境电商企业划分为五大类。结合分类结果可知：第一类卓越型企业有4家，经营绩效突出，企业数字化人才、技术、投资均处于行业领先水平，在跨境电商领域多个层面有着明显的绝对优势。第二类优秀型企业有11家，经营绩效处于优秀水平，存在着某些领域处于跨境电商这一行业的前列，企业也正是因为占据着行业的主导地位得以快速发展。第三类一般型企业占样本企业总数的66.67%，这些企业属于第一梯队后面的“跟随型”企业，通过自身的一些优势及特点获得利基市场，经营绩效及数字化程度处于行业一般水平，在投入方面存在冗余或在产出方面存在不足。第四类成长型企业是处于行业中后部分的企业，盈利能力不强，经营绩效处于行业较低水平。第五类追赶型企业存在明显的产出不足，这类企业均出现了不同程度的亏损，盈利能力远低于行业平均水平。

3.3.2 跨境电商企业的数字经济分析

从数字经济城市画像角度可知，跨境电商头部企业均属于一线或新一线城市，跨境电商作为一种新兴产业，所需的技术及人力资源比传统行业的要求更高，导致该行业集中于一线城市及新一线城市；而经营绩效表现相对一般的企业主要集中在新一线城市及二线城市中，企业的数字经济资源及要素投入明显不足，在一定程度上也说明跨境电商企业的发展受到地区经济发展及政策的影响。从数字经济圈层面来看，长三角经济圈在跨境电商方面拥有绝对优势，绝大多数卓越型及优秀型跨境电商企业位于长三角地区，表明长三角地区跨境电商企业整体绩效水平较高。京津冀地区虽然在数字经济方面处于领先地位，但是跨境电商行业与长三角地区仍存在较大差距。经营绩效表现一般型企业主要集中在珠三角经济圈，珠三角地区跨境电商企业虽然整体优势不明显，但依然呈现追赶势头。

4 结语

本文采用DEA模型及聚类分析方法对我国72家跨境电商上市企业的经营绩效进行实证分析，最终得出以下结论：

从DEA结果来看，综合效率达到有效的仅占11.11%，表明我国跨境电商企业总体绩效水平较差，大多数企业产出不足，且处于规模报酬递增阶段。说明企业产出效率方面存在明显的效用不足，经营绩效转化能力较差，具备较大的发展空间。从聚类分析结果来看，综合绩效表现卓越及优秀型企业主要处于一线或新一线城市，且集中分布在长三角数字经济圈，表明跨境电商企业的经营绩效在一定程度上受到地区经济发展水平的影响，也与地区资源要素分布及政策有关。