基于DEA方法的線上零售類電子商務(wù)企業(yè)經(jīng)營效率評(píng)價(jià)

趙 紅，劉健欣，閆 妍

(沈陽工業(yè)大學(xué) 管理學(xué)院，沈陽 110870)

隨著時(shí)代的發(fā)展進(jìn)步，科技的日新月異，網(wǎng)絡(luò)也越來越普及。國內(nèi)居民消費(fèi)能力不斷提高，線上購物習(xí)慣逐步形成發(fā)展，我國線上零售市場交易規(guī)模保持著持續(xù)穩(wěn)定的增長。2018年人大報(bào)告中提到，電子商務(wù)、移動(dòng)支付、共享經(jīng)濟(jì)等引領(lǐng)世界潮流，“互聯(lián)網(wǎng)+”涵蓋各行各業(yè)，推進(jìn)傳統(tǒng)消費(fèi)提檔升級(jí)、新興消費(fèi)快速增長，網(wǎng)絡(luò)零售銷售額年均增長30%以上[1]。綜合國內(nèi)外研究成果可以看出，針對(duì)電子商務(wù)企業(yè)的評(píng)價(jià)研究成果較多，所涉及的企業(yè)經(jīng)營范圍及領(lǐng)域廣泛，但對(duì)于電子商務(wù)企業(yè)經(jīng)營效率的評(píng)價(jià)研究相對(duì)不足，使用的方法相對(duì)單一。

關(guān)于電子商務(wù)企業(yè)經(jīng)營效率方面的評(píng)價(jià)研究主要有：余維[2](2015)將DEA關(guān)聯(lián)FAHP，基于B2C電商平臺(tái)的效率評(píng)價(jià)模型提出評(píng)價(jià)指標(biāo)系統(tǒng)。譚靜[3](2016)從運(yùn)營效率和網(wǎng)站成效等方面選取16個(gè)電子商務(wù)上市公司的關(guān)聯(lián)評(píng)價(jià)指標(biāo)，發(fā)起一種三個(gè)階段DEA模型并綜合運(yùn)用成分相關(guān)分析、點(diǎn)群分析法等電商上市公司績效測評(píng)模式。蔡蘋[4](2016)研究了我國中小型電商企業(yè)的運(yùn)營。于芳[5](2017)選擇成分相關(guān)分析遴選指標(biāo)，利用數(shù)據(jù)包絡(luò)分析法與Malmquist參數(shù)從相對(duì)靜止和變化發(fā)展的不同角度測評(píng)公司的績效。孫藝萌和劉修征[6](2018)挑選20家在線零售電子商務(wù)示范企業(yè)并選取DEA方法應(yīng)用于企業(yè)效率分析。張倩[7](2018)以我國非大型企業(yè)股權(quán)轉(zhuǎn)讓體系中14個(gè)跨境電商公司的財(cái)務(wù)報(bào)告為基礎(chǔ)，采用DEA中的傳統(tǒng)模式和高效模式評(píng)價(jià)電子商務(wù)公司的績效。章璇和張永慶[8](2018)運(yùn)用DEA方法分析制藥電商企業(yè)管理效率，采用兩階段DEA方法對(duì)31家中國醫(yī)藥電商上市企業(yè)進(jìn)行了實(shí)證分析。洪勇和洪濤[9](2018)系統(tǒng)地分析了2012—2016年北京在線零售的增長情況，占產(chǎn)品和服務(wù)零售總額的占有率以及對(duì)消費(fèi)的貢獻(xiàn)。胡宇航和王睿達(dá)[10](2017)闡述大數(shù)據(jù)時(shí)代電子商務(wù)公司的運(yùn)營狀況，并指導(dǎo)性地指出大數(shù)據(jù)背景下電子商務(wù)發(fā)展的趨勢(shì)。徐政和杭俊[11](2018)針對(duì)跨境電商運(yùn)營過程中必須面對(duì)的商務(wù)模式脫節(jié)狀況、財(cái)管形勢(shì)不合理狀況以及商務(wù)活動(dòng)中可能產(chǎn)生的爭執(zhí)狀況提出了解決措施。Ji和Zhao[12](2015)通過電子商務(wù)企業(yè)物流外包利潤模型對(duì)物流企業(yè)和電子商務(wù)企業(yè)的利潤功能進(jìn)行了分析。Alikhani、Torabi和Altay[13](2019)提出了一種基于定量實(shí)證研究和分析建模的方法，利用區(qū)間類型模糊集量化決策者的輸入，構(gòu)建了擴(kuò)充的高效DEA模型來評(píng)估供應(yīng)商。

一、評(píng)價(jià)指標(biāo)體系

1. 數(shù)據(jù)包絡(luò)分析法

數(shù)據(jù)包絡(luò)分析法(DEA)是一個(gè)新的交叉領(lǐng)域，其綜合運(yùn)用了數(shù)學(xué)、運(yùn)籌學(xué)、數(shù)理經(jīng)濟(jì)學(xué)和管理學(xué)等。利用運(yùn)籌學(xué)規(guī)劃模型測評(píng)具有多個(gè)輸入、特別是多個(gè)輸出的“部門”或“單位”(決策單元)相互之間的比較有效性，即稱為DEA有效。認(rèn)定一個(gè)決策單元為DEA有效，其實(shí)質(zhì)是確認(rèn)這個(gè)決策單元落在生產(chǎn)可能集的生產(chǎn)前沿面的真實(shí)性。該生產(chǎn)前沿面是指由收集到的決策單元的投入數(shù)據(jù)和輸出數(shù)據(jù)的包絡(luò)面的有效部分[14]。

DEA方法的特點(diǎn)：(1)適用于分析多投入和多產(chǎn)出的相對(duì)有效性綜合評(píng)價(jià)問題；(2)決策單元的效率指標(biāo)與投入數(shù)據(jù)及產(chǎn)出數(shù)據(jù)的量綱選取沒有較大關(guān)系；(3)直接采用決策單元投入產(chǎn)出的原始實(shí)際數(shù)據(jù)計(jì)算最優(yōu)權(quán)重，剔除了主觀因素，增加了客觀可信度；(4)DEA方法各投入產(chǎn)出指標(biāo)之間存在著某種密切關(guān)系，但不必指明這種關(guān)系的顯性表達(dá)式。

2. 評(píng)價(jià)指標(biāo)體系的構(gòu)建

在參考電商企業(yè)經(jīng)營效率相關(guān)的國內(nèi)外文獻(xiàn)和國內(nèi)優(yōu)秀論文的基礎(chǔ)上，綜合考慮收集、處理、分析數(shù)據(jù)的可實(shí)施性以及指標(biāo)的實(shí)用性、適用性、客觀性及可獲得性等因素，初步選取了包括總資產(chǎn)、總負(fù)債、營業(yè)總收入在內(nèi)的15個(gè)評(píng)價(jià)指標(biāo)，具體如表1所示。

表1 DEA評(píng)價(jià)指標(biāo)體系

3. 評(píng)價(jià)指標(biāo)的降維

選取的15個(gè)評(píng)價(jià)指標(biāo)雖然考慮了多種可能因素的影響，但仍無法確保指標(biāo)之間不會(huì)出現(xiàn)信息重疊。為了降低指標(biāo)之間的相關(guān)性，采用因子分析方法縮小評(píng)價(jià)指標(biāo)的維度，選出具有代表性的指標(biāo)。首先，運(yùn)用賦值法來對(duì)數(shù)據(jù)進(jìn)行處理，將反向指標(biāo)數(shù)據(jù)進(jìn)行正向化處理[15]。然后，利用SPSS 17.0軟件的“Zscore標(biāo)準(zhǔn)化”處理方法對(duì)收集的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)去量綱處理，從而解決數(shù)據(jù)的可比性問題。最后，對(duì)已經(jīng)完成標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行因子分析。旋轉(zhuǎn)該15個(gè)指標(biāo)的相關(guān)系數(shù)矩陣，最終獲得旋轉(zhuǎn)成分矩陣，具體結(jié)果如表2所示。

表2 旋轉(zhuǎn)成分矩陣

根據(jù)DEA評(píng)價(jià)指標(biāo)的選取原則，相對(duì)而言投入指標(biāo)越小結(jié)果越好，產(chǎn)出指標(biāo)越大結(jié)果越好。采用上文中選取的4個(gè)具有代表性的因子分析指標(biāo)作為DEA最終評(píng)價(jià)指標(biāo)，即投入指標(biāo)為SEO綜合測試評(píng)分，產(chǎn)出指標(biāo)為營業(yè)總收入、毛利潤、移動(dòng)APP搜索指數(shù)。

二、實(shí)證分析

1. 線上零售類電子商務(wù)企業(yè)樣本選擇

相對(duì)于未上市的企業(yè)，上市公司擁有更多獲得融資的機(jī)會(huì)和相對(duì)雄厚的資金；透明度較高，能夠提供較為詳細(xì)的財(cái)務(wù)方面的指標(biāo)數(shù)據(jù)，增加公司的可信度；知名度較高；承擔(dān)的風(fēng)險(xiǎn)較小[16]。根據(jù)評(píng)價(jià)指標(biāo)的需要和現(xiàn)實(shí)的約束[17]，本文選取20家已經(jīng)在香港或美國上市的線上零售類電子商務(wù)企業(yè)作為樣本。企業(yè)信息如表3所示。

表3 企業(yè)信息

表3(續(xù))

2. 投入輸出數(shù)據(jù)采集

本文所有財(cái)務(wù)績效評(píng)價(jià)指標(biāo)數(shù)據(jù)均以東方財(cái)富網(wǎng)(http：//www.eastmoney.com)中收集到的原始數(shù)據(jù)為基準(zhǔn)。網(wǎng)站平均打開時(shí)間(秒)和網(wǎng)站SEO綜合測試評(píng)分指標(biāo)數(shù)據(jù)來自搜客網(wǎng)站優(yōu)化診斷工具站長之家(http：//malexa.chinaz.com)。移動(dòng)APP搜索指數(shù)指標(biāo)數(shù)據(jù)來自ASO114(https：//aso114.com)。2018年網(wǎng)上零售類電子商務(wù)企業(yè)經(jīng)營效率評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)如表4所示。

3.計(jì)算結(jié)果分析

本文選擇BCC-VRS模型從投入角度進(jìn)行分析。運(yùn)行DEAP軟件從投入角度分析經(jīng)營效率，結(jié)果如表5所示。crste表示綜合技術(shù)效率；vrste表示純技術(shù)效率；scale表示規(guī)模效率。純技術(shù)效率的主要影響因素是企業(yè)的技術(shù)和管理方式；規(guī)模效率的主要影響因素是企業(yè)當(dāng)前的規(guī)模是否能夠?qū)崿F(xiàn)最優(yōu)的投入產(chǎn)出；綜合技術(shù)效率受規(guī)模效率和純技術(shù)效率的雙重影響。趨勢(shì)中的“-”表示不需要改變當(dāng)前的生產(chǎn)規(guī)模，irs表示企業(yè)應(yīng)該適量擴(kuò)大生產(chǎn)規(guī)模，drs表示企業(yè)應(yīng)該適量縮小生產(chǎn)規(guī)模。

考慮了隨機(jī)干擾因子對(duì)于產(chǎn)出量的影響，本文采用SFA(隨機(jī)前沿法)，以企業(yè)所在地區(qū)當(dāng)期GDP和企業(yè)存續(xù)時(shí)間為自變量，以企業(yè)對(duì)應(yīng)時(shí)期的SEO綜合測試評(píng)分即第一階段DEA-BCC模型中投入指標(biāo)的松弛變量為因變量，使用FRONTIER4.1對(duì)其進(jìn)行極大似然數(shù)法回歸統(tǒng)計(jì)分析，最終結(jié)果如表6所示。

表4 2018年網(wǎng)上零售類電子商務(wù)企業(yè)經(jīng)營效率評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)

表4(續(xù))

表5 20家企業(yè)投入主導(dǎo)型經(jīng)營效率結(jié)果

表6 調(diào)整后的經(jīng)營效率結(jié)果

對(duì)20家企業(yè)調(diào)整前后的綜合技術(shù)效率及排名進(jìn)行分析可知，調(diào)整前后實(shí)現(xiàn)技術(shù)效率有效的企業(yè)沒有改變。拼多多和唯品會(huì)由技術(shù)無效變成技術(shù)有效，排名上升。經(jīng)三階段DEA方法調(diào)整后，20家企業(yè)中實(shí)現(xiàn)技術(shù)有效的企業(yè)由2家上升至4家，10家企業(yè)排名均攀升，說明其經(jīng)營效率在一定程度上受環(huán)境因素影響。純技術(shù)效率在調(diào)整前效率值為1的兩家企業(yè)也沒有改變，說明其在某方面相對(duì)于其余18家企業(yè)來說是成功的。除蘇寧易購和亞馬遜的純技術(shù)效率未發(fā)生改變外，其余18家在調(diào)整后均有所提高，說明外界環(huán)境能夠在一定程度上促進(jìn)企業(yè)發(fā)展。調(diào)整后純技術(shù)效率值不足1的企業(yè)，說明其水平未處于行業(yè)前列，在日后的生產(chǎn)經(jīng)營活動(dòng)中需考慮在公司經(jīng)營管理方面增加投入。多數(shù)企業(yè)的規(guī)模效率調(diào)整后均較調(diào)整前提升，且均值由0.715升至0.934，在一定程度上說明了2018年線上零售類電子商務(wù)企業(yè)的規(guī)模達(dá)到了較理想的水平。

本文對(duì)20家企業(yè)所屬地區(qū)進(jìn)行標(biāo)記，弱化了環(huán)境因素的影響，90%的公司效率值發(fā)生了變化，公司效率排名也呈現(xiàn)出不同程度的波動(dòng)。根據(jù)調(diào)整前后的結(jié)果可以看出，北京、浙江、廣東、上海等地的公司位于生產(chǎn)前沿，地區(qū)經(jīng)濟(jì)相對(duì)于其他地區(qū)比較發(fā)達(dá)。

三、結(jié) 語

進(jìn)行科學(xué)合理的企業(yè)經(jīng)營管理是保證企業(yè)正常運(yùn)營的重要環(huán)節(jié)。選擇科學(xué)典型的經(jīng)營效率指標(biāo)并采用恰當(dāng)合理的測評(píng)方法對(duì)企業(yè)進(jìn)行測評(píng)，可得到更客觀真實(shí)的結(jié)果，從而在某種角度上幫助企業(yè)有效提高經(jīng)營管理水平。

本文采用三階段數(shù)據(jù)包絡(luò)分析方法對(duì)電商企業(yè)經(jīng)營效率進(jìn)行評(píng)價(jià)研究。對(duì)第二階段相似SFA模型結(jié)果進(jìn)行分析后發(fā)現(xiàn)，某些環(huán)境因素，如企業(yè)所屬地區(qū)同期的GDP和企業(yè)存續(xù)時(shí)間等對(duì)企業(yè)的經(jīng)營效率值存在一定程度的影響，但是影響方向并不相同。企業(yè)所屬地區(qū)同期GDP對(duì)效率值存在負(fù)影響，企業(yè)存續(xù)時(shí)間對(duì)效率值存在正影響，即在某種程度上企業(yè)所屬地區(qū)同期GDP對(duì)效率值的提高有促進(jìn)作用，而企業(yè)存續(xù)時(shí)間對(duì)效率值的提高有抑制作用。