中國(guó)電商行業(yè)生產(chǎn)效率測(cè)度及其影響因素
——基于2016—2021年省域數(shù)據(jù)的DEA和面板回歸模型*

彭小珈

(湖南農(nóng)業(yè)大學(xué) 商學(xué)院,湖南 長(zhǎng)沙 410128)

一、引言

黨的二十大報(bào)告明確指出,中國(guó)要“著力發(fā)展跨境電商,推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展”。近年來(lái),電商生產(chǎn)發(fā)展促進(jìn)了相關(guān)產(chǎn)業(yè)鏈的發(fā)展,包括物流、倉(cāng)儲(chǔ)、客服等,創(chuàng)造了大量就業(yè)和創(chuàng)業(yè)機(jī)會(huì)[1]。同時(shí),電商打破了地域限制,讓農(nóng)村、中小城市的產(chǎn)品能夠通過(guò)電商平臺(tái)進(jìn)入全國(guó)乃至全球市場(chǎng)。這促進(jìn)了農(nóng)村經(jīng)濟(jì)和地方經(jīng)濟(jì)的發(fā)展,提升了居民的收入水平和生活品質(zhì)。電商行業(yè)的發(fā)展推動(dòng)了傳統(tǒng)產(chǎn)業(yè)與互聯(lián)網(wǎng)的融合,促進(jìn)了傳統(tǒng)企業(yè)的轉(zhuǎn)型升級(jí)[2]。傳統(tǒng)商家通過(guò)電商平臺(tái)進(jìn)行線(xiàn)上銷(xiāo)售,拓展了銷(xiāo)售渠道,提升了效益。電商生產(chǎn)效率影響電商企業(yè)的投入產(chǎn)出,電商生產(chǎn)效率的高低直接決定了電商行業(yè)生產(chǎn)發(fā)展的可持續(xù)性[3]。隨著互聯(lián)網(wǎng)技術(shù)和數(shù)字經(jīng)濟(jì)的不斷發(fā)展,電商生產(chǎn)效率提升將推動(dòng)中國(guó)社會(huì)經(jīng)濟(jì)可持續(xù)發(fā)展。同時(shí),電商生產(chǎn)效率問(wèn)題逐漸成為研究熱點(diǎn),吸引國(guó)內(nèi)外學(xué)者紛紛關(guān)注電商生產(chǎn)效率方面的研究,電商生產(chǎn)效率研究的深度和廣度不斷加強(qiáng)。

目前,國(guó)內(nèi)外學(xué)者關(guān)于電商生產(chǎn)效率方面的研究,主要集中在三個(gè)方面:一是關(guān)于電商生產(chǎn)效率理論方面的研究,主要集中在如何通過(guò)電子商務(wù)的應(yīng)用和管理來(lái)提高生產(chǎn)效率,以大數(shù)據(jù)、數(shù)字技術(shù)、云計(jì)算、區(qū)塊鏈等作為管理應(yīng)用方法的現(xiàn)代電子商務(wù),通過(guò)增加電商企業(yè)生產(chǎn)產(chǎn)量、減少資源投入、節(jié)約成本費(fèi)用來(lái)提高企業(yè)生產(chǎn)效率[4]。二是關(guān)于電商生產(chǎn)效率測(cè)算評(píng)價(jià)方面的研究,聚焦于電商生產(chǎn)效率高低。學(xué)界通過(guò)建立一系列指標(biāo)體系來(lái)評(píng)價(jià)和測(cè)算電商的生產(chǎn)效率,比較常見(jiàn)的評(píng)價(jià)方法主要包括企業(yè)產(chǎn)出與投入比值評(píng)價(jià)法[5]、參數(shù)分析法、AHP層次分析法和因子分析法[6]。三是關(guān)于電商生產(chǎn)效率影響因素方面的研究,可以分為兩個(gè)方面:第一,內(nèi)部約束影響,側(cè)重于強(qiáng)調(diào)電商企業(yè)內(nèi)部的約束因子,包括數(shù)字技術(shù)創(chuàng)新、企業(yè)人力資本、數(shù)字信息平臺(tái)、電商資金支持、電商物流條件、公共服務(wù)體系建設(shè)等[7-11]。第二,外部沖擊影響,更加強(qiáng)調(diào)政府政策、外部環(huán)境,主要包括電商政策規(guī)制、經(jīng)濟(jì)發(fā)展、對(duì)外貿(mào)易等[12-13]。眾多學(xué)者普遍認(rèn)為,數(shù)字技術(shù)創(chuàng)新、數(shù)字信息平臺(tái)、電商資金支持對(duì)電商生產(chǎn)效率均具有正向影響,在一定條件下,電商政策規(guī)制對(duì)電商生產(chǎn)的影響具有門(mén)檻效應(yīng),靈活得當(dāng)?shù)碾娚陶咭?guī)制對(duì)電商生產(chǎn)效率的支持力度很大,但是嚴(yán)格的電商政策規(guī)制采用罰款、限制等方式阻礙了電商企業(yè)市場(chǎng)競(jìng)爭(zhēng)力提升,影響電商生產(chǎn)效率的提高。另外,電商技術(shù)創(chuàng)新、電商物流條件以及電商人才方面也存在問(wèn)題[14]。電商技術(shù)創(chuàng)新促進(jìn)電商生產(chǎn)效率提升仍面臨著困境,技術(shù)瓶頸和數(shù)據(jù)安全問(wèn)題成為阻礙電商生產(chǎn)效率提高的重要壁壘。物流配送在一些偏遠(yuǎn)地區(qū)仍然存在困難,這無(wú)疑增加了電商運(yùn)營(yíng)的成本,影響其生產(chǎn)效率。電商行業(yè)是一個(gè)高度依賴(lài)互聯(lián)網(wǎng)和信息技術(shù)的行業(yè),需要大量的高技能人才。然而,目前人才供應(yīng)不足或人才流失可能阻礙電商生產(chǎn)效率的提高[15]。

綜上可知,國(guó)內(nèi)外學(xué)者對(duì)電商生產(chǎn)效率的研究在學(xué)理和實(shí)證上都取得了較為豐碩的理論成果,為本文研究提供了有力支撐,但仍存在一些不足之處:在效率測(cè)算方法上,SFA隨機(jī)前沿參數(shù)模型、產(chǎn)出與投入比值法、AHP層次分析法以及因子分析法在測(cè)算前都要構(gòu)建數(shù)學(xué)模型,選取指標(biāo),設(shè)置指標(biāo)權(quán)重。這些評(píng)價(jià)方法主觀性強(qiáng)、數(shù)據(jù)敏感性不足、準(zhǔn)確性較低。在影響因素方面,變量遺漏、內(nèi)生性等問(wèn)題容易發(fā)生,易忽視影響因素與電商生產(chǎn)效率之間可能存在的動(dòng)態(tài)交互影響和長(zhǎng)短期波動(dòng)效應(yīng)。本文以我國(guó)電商行業(yè)生產(chǎn)效率為切入點(diǎn),收集和整理2016—2021年31省區(qū)市電商行業(yè)生產(chǎn)數(shù)據(jù),建立偏向性技術(shù)進(jìn)步前沿面的DEA模型,科學(xué)準(zhǔn)確測(cè)算電商行業(yè)的生產(chǎn)效率,找到電商行業(yè)生產(chǎn)效率提升的關(guān)鍵性影響因素,克服電商行業(yè)生產(chǎn)效率提升的困境,增強(qiáng)電商行業(yè)發(fā)展可持續(xù)性,更好地推動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展,助力中國(guó)式現(xiàn)代化建設(shè)。

二、理論分析

在測(cè)算電商行業(yè)的生產(chǎn)效率,研究電商行業(yè)生產(chǎn)效率提升的關(guān)鍵性影響因素之前,需要對(duì)電商行業(yè)生產(chǎn)效率提升機(jī)制進(jìn)行分析。優(yōu)勢(shì)經(jīng)濟(jì)資源的時(shí)空集聚會(huì)促進(jìn)區(qū)域內(nèi)經(jīng)濟(jì)的長(zhǎng)期增長(zhǎng),經(jīng)濟(jì)增長(zhǎng)通常會(huì)帶來(lái)更多的投資,包括對(duì)電商平臺(tái)的技術(shù)升級(jí)、物流設(shè)施的建設(shè)和人員培訓(xùn)等方面的投入[16]。經(jīng)濟(jì)增長(zhǎng)意味著人們的購(gòu)買(mǎi)力提升,電商市場(chǎng)的規(guī)?？赡軙?huì)隨之?dāng)U大。更大的市場(chǎng)規(guī)模可以讓電商行業(yè)通過(guò)規(guī)模經(jīng)濟(jì)效應(yīng)提高其生產(chǎn)效率。經(jīng)濟(jì)增長(zhǎng)往往伴隨著技術(shù)進(jìn)步,人工智能、大數(shù)據(jù)分析等新興技術(shù)可幫助電商企業(yè)更好地理解消費(fèi)者需求,優(yōu)化商品推薦和庫(kù)存管理,從而提高生產(chǎn)效率。經(jīng)濟(jì)增長(zhǎng)通常會(huì)引發(fā)消費(fèi)升級(jí),消費(fèi)者對(duì)商品和服務(wù)的需求可能會(huì)變得更加多元和個(gè)性化。對(duì)于電商企業(yè)來(lái)說(shuō),這就需要他們更加精細(xì)地進(jìn)行市場(chǎng)分析和運(yùn)營(yíng)管理,以提高服務(wù)質(zhì)量和效率。經(jīng)濟(jì)增長(zhǎng)可以帶動(dòng)電商企業(yè)對(duì)高級(jí)專(zhuān)業(yè)人才的需求,尤其是善于運(yùn)用數(shù)字技術(shù)的人才。有了這些專(zhuān)業(yè)人才,電商行業(yè)的生產(chǎn)效率可以得到顯著提升。經(jīng)濟(jì)增長(zhǎng)通常受政策環(huán)境的影響,良好的政策環(huán)境對(duì)電商行業(yè)生產(chǎn)效率的提升也是有利的。比如政府可能會(huì)出臺(tái)更加有利于電商發(fā)展的政策,或者提供更好的基礎(chǔ)設(shè)施和服務(wù),以幫助電商行業(yè)提高生產(chǎn)效率[17]。

三、電商行業(yè)生產(chǎn)效率測(cè)算

(一)方法選擇

數(shù)據(jù)包絡(luò)分析法簡(jiǎn)稱(chēng)DEA,是一種用于估計(jì)和測(cè)算相對(duì)投入與產(chǎn)出效率的非參數(shù)評(píng)價(jià)方法。DEA分析法是通過(guò)構(gòu)建一個(gè)虛擬的“效率前沿面”來(lái)衡量單位的相對(duì)效率。效率前沿面是由所有最有效的單位形成的邊界,表示在給定輸入和輸出條件下可以達(dá)到的最高效率水平。其他單位的相對(duì)效率則可以通過(guò)與效率前沿面的距離來(lái)衡量,距離越近表示單位越接近最高效率。在DEA模型中,輸入和輸出指標(biāo)是評(píng)估單位效率的關(guān)鍵因素。輸入指標(biāo)可以是資源投入,如勞動(dòng)力、資本或原材料,而輸出指標(biāo)可以是產(chǎn)品產(chǎn)量、銷(xiāo)售額或其他衡量單位績(jī)效的指標(biāo)。根據(jù)具體問(wèn)題的要求,可以選擇不同的指標(biāo)來(lái)評(píng)估單位效率[18]。DEA分析的優(yōu)點(diǎn)在于它不需要提前設(shè)定權(quán)重或假設(shè)函數(shù)形式,因此可以避免測(cè)算估計(jì)的主觀性和模型偏差。同時(shí),它適用于評(píng)估多個(gè)輸入和輸出指標(biāo)之間的復(fù)雜關(guān)系,并能夠識(shí)別出相對(duì)有效的單位。然而,由于DEA分析法對(duì)數(shù)據(jù)具有一定的敏感度,因此也存在一些限制。一方面,它對(duì)數(shù)據(jù)的準(zhǔn)確性和完整性要求較高,因?yàn)樗鼘?duì)每個(gè)單位的實(shí)際觀測(cè)數(shù)據(jù)進(jìn)行評(píng)估。另一方面,DEA只能提供相對(duì)效率的評(píng)估結(jié)果,無(wú)法給出絕對(duì)的效率值[19]。

(二)模型設(shè)計(jì)

結(jié)合前文的理論分析,筆者收集和整理了2016—2021年中國(guó)31省區(qū)市電商行業(yè)和社會(huì)經(jīng)濟(jì)發(fā)展的相關(guān)數(shù)據(jù),將環(huán)境變量等非期望產(chǎn)出因素納入偏向性技術(shù)效率模型的DEA測(cè)算,用徑向測(cè)度下的方向性距離函數(shù)模型進(jìn)行測(cè)度。首先是建立DEA模型,假設(shè)m為電商投入,n為電商產(chǎn)出,電商生產(chǎn)銷(xiāo)售集合T可以看作電商投入與產(chǎn)出差額的向量集合,t時(shí)期所有電商生產(chǎn)銷(xiāo)售的向量集合Tt={(m,n},m,n均為正實(shí)數(shù),向量集滿(mǎn)足凸集合、閉集合的要求。道格拉斯生產(chǎn)率指標(biāo)用于衡量生產(chǎn)效率的變化水平,則方向性距離函數(shù)Dt定義約束為:Dt(m,n;o,p)=sup{λ:(m-λo,n+λp)∈Tt},Dt(m,n;o,p)≥0,λ∈R。方向向量g=(o,p)被固定。因此,道格拉斯生產(chǎn)率函數(shù)表達(dá)式為:

L(mt,nt,mt+1,nt+1,g)=Dt(mt,nt,g)-

nt+1,g)-Dt(mt+1,nt+1,g)+

Dt+1(mt,nt,g)-Dt(mt,nt,g)]。

(1)

道格拉斯生產(chǎn)函數(shù)指標(biāo)結(jié)果為正,表示生產(chǎn)率處于增長(zhǎng)狀態(tài),為負(fù)則表明處于減少狀態(tài)。其中由t期到t+1期的電商生產(chǎn)技術(shù)效率值變化為:

TECHEFF=Dt(mt,nt,g)-

Dt+1(mt+1,nt+1,g)。

(2)

因?yàn)殡S機(jī)前沿面的電商生產(chǎn)技術(shù)進(jìn)步指數(shù)是由第t期到第t+1期的技術(shù)前沿面變動(dòng)大小決定,且偏向性技術(shù)效率是生產(chǎn)技術(shù)效率值與生產(chǎn)技術(shù)進(jìn)步指數(shù)之和,則隨機(jī)前沿面的電商生產(chǎn)技術(shù)進(jìn)步指數(shù)為:

nt+1,g)-Dt(mt+1,nt+1,g))+

(Dt+1(mt,nt,g)-Dt(mt,nt,g))]

(3)

電商生產(chǎn)的技術(shù)進(jìn)步前沿面變化可以分為產(chǎn)出側(cè)技術(shù)進(jìn)步率、規(guī)模技術(shù)進(jìn)步率以及投入側(cè)技術(shù)進(jìn)步率:

TECH=OETECH+METECH+

IETECH。

(4)

其中,產(chǎn)出側(cè)技術(shù)進(jìn)步率定義為:

nt+1,g))+(Dt+1(mt+1,nt,g)-

Dt(mt+1,nt,g))]。

(5)

規(guī)模技術(shù)進(jìn)步率定義為:

METECH=Dt+1(mt+1,nt+1,g)-

Dt(mt+1,nt+1,g)。

(6)

相應(yīng)地,投入側(cè)技術(shù)進(jìn)步率指數(shù)定義為:

nt,g))+(Dt(mt+1,nt,g)-

Dt+1(mt+1,nt,g))]。

(7)

結(jié)合對(duì)道格拉斯方向性距離函數(shù)的分解,本文用DEA估計(jì)電商的生產(chǎn)效率,需要測(cè)算電商生產(chǎn)的技術(shù)效率、規(guī)模效率以及綜合效率,測(cè)度電商生產(chǎn)的綜合效率、規(guī)模效率和技術(shù)效率的DEA模型如下:

Dt+1(mt+1,nt;o,p)=maxθ

(8)

(三)指標(biāo)體系構(gòu)建

根據(jù)隨機(jī)前沿面偏向性技術(shù)進(jìn)步DEA模型選取電商投入與產(chǎn)出指標(biāo),投入類(lèi)指標(biāo)主要包括資源消耗方面和環(huán)境污染方面。資源消耗選取了電商人力消耗、電商資本消耗、電商能源消耗、電商網(wǎng)絡(luò)消耗四個(gè)指標(biāo)。電商人力消耗以電商企業(yè)從業(yè)人員人數(shù)(萬(wàn)人)來(lái)表示,電商資本消耗用電商企業(yè)資金投入總量(億元)來(lái)表示,電商能源消耗以電商企業(yè)電力資源消耗量(億千瓦時(shí))表示,電商網(wǎng)絡(luò)消耗用電商企業(yè)電信業(yè)務(wù)總量(億元)來(lái)表示。環(huán)境污染方面選取了電商企業(yè)水污染和電商企業(yè)空氣污染兩類(lèi)指標(biāo),電商企業(yè)水污染用電商企業(yè)年污水排放量(萬(wàn)噸)來(lái)表示,電商企業(yè)空氣污染用電商企業(yè)年碳排放量(萬(wàn)噸)來(lái)表示。非期望產(chǎn)出變量與投入變量冗余投影改善的標(biāo)準(zhǔn)一致,國(guó)內(nèi)外學(xué)者通常將非期望產(chǎn)出作為投入進(jìn)行效率測(cè)算。產(chǎn)出指標(biāo)由電商總產(chǎn)出一項(xiàng)組成,電商總產(chǎn)出以電子商務(wù)銷(xiāo)售額(億元)來(lái)表示。文中電商指我國(guó)的整個(gè)電商行業(yè),一些指標(biāo)具體用電商行業(yè)中企業(yè)的數(shù)據(jù)表示。指標(biāo)和數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局2016—2021年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)城市統(tǒng)計(jì)年鑒》,以及《農(nóng)村電商行業(yè)研究分析報(bào)告》《中國(guó)跨境電商行業(yè)發(fā)展分析報(bào)告》等。

表1 電商生產(chǎn)投入產(chǎn)出指標(biāo)體系

(四)DEA測(cè)算與結(jié)果分析

根據(jù)收集的投入產(chǎn)出指標(biāo),測(cè)算出2016—2021年中國(guó)31省區(qū)市電商生產(chǎn)的綜合效率、純技術(shù)效率、規(guī)模效率。根據(jù)VRS測(cè)算出每年投入產(chǎn)出規(guī)模效率的報(bào)酬增減,形成電商生產(chǎn)投入產(chǎn)出效率的投影結(jié)果,測(cè)算結(jié)果如表2所示。

表2 2016—2021年中國(guó)31省區(qū)市電商生產(chǎn)的綜合效率值

如表2結(jié)果所示,我國(guó)2016—2021年31省區(qū)市電商生產(chǎn)的綜合效率等于電商純技術(shù)效率與電商規(guī)模效率之間的乘積,能綜合反映區(qū)域內(nèi)的生產(chǎn)效率情況。在此期間,我國(guó)電商生產(chǎn)的綜合效率較低,平均值除2017年為0.618外,其余年份綜合效率均低于0.6,處于較低水平,說(shuō)明近年來(lái)我國(guó)電商行業(yè)生產(chǎn)出現(xiàn)較大的投入冗余,以及產(chǎn)出嚴(yán)重不足的問(wèn)題。2019—2020年綜合效率值出現(xiàn)較大幅度的下滑,是由于新冠疫情所導(dǎo)致,2020年初暴發(fā)新冠疫情,對(duì)我國(guó)電商行業(yè)沖擊較為嚴(yán)重,主要表現(xiàn)在快遞和包裹的物流通暢性下降,市場(chǎng)受疫情影響后消費(fèi)需求量不足,電商生產(chǎn)端產(chǎn)能出現(xiàn)不同程度的浪費(fèi),導(dǎo)致2020—2021年電商生產(chǎn)綜合效率出現(xiàn)較大程度的下滑。從31個(gè)省份區(qū)域來(lái)看,北京、上海的電商生產(chǎn)綜合效率基本為1,處于效率有效的狀態(tài),這主要是由于北京、上海作為中國(guó)最大的兩座城市,具有強(qiáng)大的要素資源吸納能力,活躍的經(jīng)濟(jì)、強(qiáng)烈的市場(chǎng)需求以及強(qiáng)大的資源配置能力使北京、上海電商生產(chǎn)綜合效率常年處于領(lǐng)先和有效的地位。海南在2020年前綜合效率為1,主要是由于海南作為國(guó)際旅游島吸引了大量的游客和優(yōu)質(zhì)環(huán)保的消費(fèi),投入和產(chǎn)出比例相對(duì)較為均衡。而西藏由于相對(duì)數(shù)據(jù)總量較少,導(dǎo)致投入冗余浪費(fèi)較少,產(chǎn)出也能夠滿(mǎn)足當(dāng)?shù)剌^少的市場(chǎng)需求量,因此,電商綜合效率顯示有效?？傮w來(lái)說(shuō),江蘇、浙江、福建、廣東等沿海省份的電商生產(chǎn)綜合效率要高于青海、寧夏、新疆等西北內(nèi)陸省份,我國(guó)電商生產(chǎn)綜合效率呈現(xiàn)出東高西低,由沿海省份向西北內(nèi)陸地區(qū)遞減的規(guī)律。

如表3結(jié)果所示,我國(guó)2016—2021年31省區(qū)市電商生產(chǎn)的純技術(shù)效率等于電商生產(chǎn)綜合效率與電商規(guī)模效率之間的比值,能綜合反映出區(qū)域內(nèi)電商行業(yè)技術(shù)前沿面生產(chǎn)效率情況。在此期間,我國(guó)電商生產(chǎn)的純技術(shù)效率整體水平較低,各區(qū)域的純技術(shù)效率值大范圍影響到綜合效率值,平均值處于0.6附近,2020年、2021年由于新冠疫情的影響純技術(shù)效率低于0.6,說(shuō)明近年來(lái)我國(guó)電商行業(yè)生產(chǎn)在技術(shù)前沿面出現(xiàn)較大的投入冗余,而產(chǎn)出卻相對(duì)不足的問(wèn)題。北京、上海、廣東三地依靠強(qiáng)大的經(jīng)濟(jì)支持、相對(duì)豐富的超前技術(shù)投入和要素資源優(yōu)勢(shì),在純技術(shù)效率方面領(lǐng)先于其他地區(qū),北京、上海、廣東的電商行業(yè)純技術(shù)效率為1。海南和西藏則依靠較少且相對(duì)均衡的投入和產(chǎn)出總量,實(shí)現(xiàn)電商行業(yè)純技術(shù)效率的有效性?？傮w而言,東部地區(qū)依靠相對(duì)發(fā)達(dá)的經(jīng)濟(jì)和技術(shù)優(yōu)勢(shì),電商行業(yè)純技術(shù)效率超過(guò)中部地區(qū),中部地區(qū)由于交通、人口等強(qiáng)項(xiàng),純技術(shù)效率優(yōu)于西部的寧夏、新疆地區(qū)。

表3 2016—2021年中國(guó)31省區(qū)市電商生產(chǎn)的純技術(shù)效率值

如表4結(jié)果所示,我國(guó)2016—2021年31省區(qū)市電商生產(chǎn)的規(guī)模效率等于電商綜合效率與電商純技術(shù)效率之間的比值,能綜合反映出區(qū)域內(nèi)電商行業(yè)生產(chǎn)的規(guī)模效率以及規(guī)模報(bào)酬增減趨勢(shì)的情況。上海等地的電商生產(chǎn)綜合效率值和純技術(shù)效率值均為有效,因此其規(guī)模效率值也是相對(duì)有效的。綜合來(lái)看,在此期間,我國(guó)電商生產(chǎn)的規(guī)模效率整體水平均較高,各區(qū)域的規(guī)模效率值對(duì)綜合效率值的影響不如純技術(shù)效率值,但平均值處于0.9以上的高水平,2020年、2021年盡管處于新冠疫情時(shí)期,各區(qū)域電商行業(yè)生產(chǎn)的規(guī)模效率依然繼續(xù)處于高位,說(shuō)明近年來(lái)我國(guó)電商企業(yè)在控制規(guī)?；矫媸窍鄬?duì)比較合理的,現(xiàn)階段電商企業(yè)規(guī)模化生產(chǎn),可以滿(mǎn)足電商企業(yè)對(duì)利潤(rùn)的追求。除了河北、山西、內(nèi)蒙古、吉林、黑龍江、寧夏的電商生產(chǎn)規(guī)模效率依然處于規(guī)模報(bào)酬遞增階段外,其余大部分省份地區(qū)已進(jìn)入規(guī)模報(bào)酬遞減階段了。這說(shuō)明河北、山西、內(nèi)蒙古、吉林、黑龍江、寧夏的電商生產(chǎn)規(guī)模還跟不上區(qū)域內(nèi)的消費(fèi)需求,可以適度擴(kuò)大電商企業(yè)的生產(chǎn)規(guī)模。而其余進(jìn)入到規(guī)模報(bào)酬遞減階段的省份地區(qū)說(shuō)明電商生產(chǎn)規(guī)模已滿(mǎn)足區(qū)域內(nèi)的需求度,并造成了一定程度的浪費(fèi),需要在下一階段的生產(chǎn)過(guò)程中控制企業(yè)的生產(chǎn)規(guī)模。

表4 2016—2021年中國(guó)31省區(qū)市電商生產(chǎn)的規(guī)模效率值

四、實(shí)證分析

(一)模型設(shè)計(jì)

本文旨在研究影響中國(guó)電商行業(yè)生產(chǎn)效率的關(guān)鍵性因子,要解決這個(gè)問(wèn)題,需要考慮到我國(guó)電商行業(yè)現(xiàn)階段的生產(chǎn)過(guò)程、市場(chǎng)環(huán)境、技術(shù)條件以及政策支持等多方面因素。因此,在電商生產(chǎn)影響因素實(shí)證分析過(guò)程中,選取電商規(guī)模、電商銷(xiāo)售、快遞包裹、物流條件、信息條件、從業(yè)人員、市場(chǎng)環(huán)境、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)增長(zhǎng)等變量數(shù)據(jù),構(gòu)建以下回歸模型:

E=β0+β1lnScale+β2lnSell+β3lnParcel+

β4lnFlow+β5lnMessage+β6lnLabour+

β7lnMarket+β8lnRequire+

β9lnEconomy+ε。

(9)

在公式(9)中,E為被解釋變量,衡量DEA測(cè)算電商生產(chǎn)的綜合效率值、純技術(shù)效率值、規(guī)模效率值,lnScale、lnSell、lnParcel、lnFlow、lnMessage、lnLabour、lnMarket、lnRequire、lnEconomy分別為解釋變量,衡量電商規(guī)模、電商銷(xiāo)售、快遞包裹、物流條件、信息條件、從業(yè)人員、市場(chǎng)環(huán)境、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)增長(zhǎng)指標(biāo)。β0為回歸模型的截距項(xiàng),β1、β2、β3、β4、β5、β6、β7、β8、β9為模型的待估參數(shù)項(xiàng),若為正,則表示解釋變量對(duì)被解釋變量存在正向影響;若為負(fù),表明解釋變量對(duì)被解釋變量存在負(fù)向影響。

(二)變量定義與描述性統(tǒng)計(jì)

根據(jù)回歸模型,收集中國(guó)2016—2021年31省區(qū)市電商生產(chǎn)的相關(guān)數(shù)據(jù),并進(jìn)行對(duì)數(shù)化處理,被解釋變量為綜合效率、純技術(shù)效率、規(guī)模效率,分別用DEA測(cè)算電商綜合效率值、電商純技術(shù)效率值、電商規(guī)模效率值來(lái)衡量。主要解釋變量為電商規(guī)模、電商銷(xiāo)售,分別用地區(qū)電商企業(yè)個(gè)數(shù)對(duì)數(shù)、電商企業(yè)網(wǎng)上零售額對(duì)數(shù)來(lái)表示?？刂谱兞繛榭爝f包裹、物流條件、信息條件、從業(yè)人員、市場(chǎng)環(huán)境、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)增長(zhǎng),分別用快遞和包裹投送數(shù)量對(duì)數(shù)、地區(qū)公路里程對(duì)數(shù)、電商企業(yè)計(jì)算機(jī)數(shù)量對(duì)數(shù)、電商企業(yè)從業(yè)人數(shù)對(duì)數(shù)、電商市場(chǎng)銷(xiāo)售額度對(duì)數(shù)、電商市場(chǎng)采購(gòu)額度對(duì)數(shù)、地區(qū)全社會(huì)生產(chǎn)總值對(duì)數(shù)來(lái)表示。文中電商生產(chǎn)效率為電商行業(yè)生產(chǎn)效率的簡(jiǎn)稱(chēng),電商行業(yè)生產(chǎn)效率即為電商生產(chǎn)效率。具體的變量定義與描述性統(tǒng)計(jì)如表5所示。

(三)回歸結(jié)果分析

根據(jù)構(gòu)建的回歸模型,對(duì)中國(guó)2016—2021年31省區(qū)市電商生產(chǎn)的相關(guān)數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理后,回歸結(jié)果如表6所示。

表6 基準(zhǔn)回歸結(jié)果

在表6中,逐步加入變量指標(biāo)后,R2由0.263上升到0.689,說(shuō)明在微觀小樣本的回歸模型中擬合度較好。在模型(4)中,各變量對(duì)電商生產(chǎn)的綜合效率值的影響效果顯示,電商規(guī)模、快遞包裹、物流條件、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)電商生產(chǎn)綜合效率影響效果顯著為負(fù),說(shuō)明在現(xiàn)階段電商行業(yè)發(fā)展模式下,為電商生產(chǎn)發(fā)展帶來(lái)活力的電商規(guī)模、快遞包裹、物流條件、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)增長(zhǎng)等因素,對(duì)電商生產(chǎn)綜合效率的提升,卻起到了阻礙的作用,說(shuō)明電商規(guī)模、快遞包裹、物流條件、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)增長(zhǎng)等因素在促進(jìn)電商生產(chǎn)時(shí)的邊際效果不斷減弱,這些因素在推動(dòng)電商產(chǎn)量增加的過(guò)程中作用越來(lái)越小,反而造成了資源投入方面的浪費(fèi),應(yīng)控制這些因素的投入。相反,電商銷(xiāo)售、信息條件、從業(yè)人員因素對(duì)電商生產(chǎn)綜合效率影響效果顯著為正,說(shuō)明現(xiàn)階段電商銷(xiāo)售、信息條件、從業(yè)人員等因素,一方面能進(jìn)一步提升電商產(chǎn)量增加,另一方面能控制一定的資源投入浪費(fèi),對(duì)提升電商企業(yè)生產(chǎn)的綜合效率有較好的促進(jìn)作用。市場(chǎng)環(huán)境對(duì)電商生產(chǎn)綜合效率影響效果為正,但是并不顯著。在模型(5)中,各變量對(duì)電商生產(chǎn)純技術(shù)效率值的影響效果顯示,各變量對(duì)電商生產(chǎn)的純技術(shù)效率影響與模型(4)中對(duì)綜合效率影響的方向和顯著性基本一致,唯獨(dú)物流條件一項(xiàng)相反。模型(5)中,物流條件對(duì)電商生產(chǎn)純技術(shù)效率影響效果顯著為正,說(shuō)明物流條件對(duì)推進(jìn)電商生產(chǎn)的偏向性技術(shù)前沿面具有較好的效果,其余變量對(duì)推進(jìn)電商生產(chǎn)偏向性技術(shù)前沿面的方向及效果,與對(duì)綜合效率的影響一致。在模型(6)中,各變量對(duì)電商生產(chǎn)的規(guī)模效率的影響效果顯示,各變量對(duì)電商生產(chǎn)規(guī)模效率影響與模型(4)中對(duì)綜合效率影響的方向和顯著性也是基本一致,其中特別要注意的是地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)電商生產(chǎn)的規(guī)模效率影響效果顯著為正,說(shuō)明地區(qū)經(jīng)濟(jì)增長(zhǎng)為電商生產(chǎn)發(fā)展帶來(lái)更多的邊際收益,并不斷刺激電商行業(yè)擴(kuò)大規(guī)模,以實(shí)現(xiàn)規(guī)模報(bào)酬最大化。

五、結(jié)論與啟示

黨的二十大報(bào)告明確指出,中國(guó)要“著力提升電商生產(chǎn)效率,推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展”。提升電商生產(chǎn)效率水平,促進(jìn)經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展,是今后一個(gè)時(shí)期以高質(zhì)量發(fā)展推動(dòng)中國(guó)式現(xiàn)代化的重要著力點(diǎn)。本文研究偏向性技術(shù)進(jìn)步的電商生產(chǎn)效率,可以在觀測(cè)電商生產(chǎn)過(guò)程中電商企業(yè)資源投入冗余和產(chǎn)量不足問(wèn)題的同時(shí),看到技術(shù)前沿面的變化情況,分析技術(shù)給電商行業(yè)帶來(lái)的效益,以及技術(shù)促進(jìn)電商企業(yè)追求生產(chǎn)效應(yīng)。本文運(yùn)用我國(guó)2016—2021年31省區(qū)市電商生產(chǎn)的數(shù)據(jù),構(gòu)建包含非期望產(chǎn)出的方向性距離函數(shù)DEA模型,測(cè)算電商行業(yè)生產(chǎn)的綜合效率、純技術(shù)效率、規(guī)模效率,選取關(guān)鍵性影響因素,構(gòu)建回歸模型,進(jìn)行回歸估算,分析各影響因素對(duì)電商行業(yè)生產(chǎn)效率的影響,得到以下結(jié)論:

第一,我國(guó)2016—2021年31省區(qū)市電商生產(chǎn)的綜合效率和純技術(shù)效率均較低,平均值處于0.6附近,處于較低水平,說(shuō)明近年來(lái)我國(guó)電商行業(yè)生產(chǎn)出現(xiàn)較大的投入冗余浪費(fèi)以及產(chǎn)出嚴(yán)重不足的問(wèn)題。我國(guó)電商生產(chǎn)綜合效率呈現(xiàn)出東高西低,由沿海省份向西北內(nèi)陸地區(qū)遞減的規(guī)律。經(jīng)濟(jì)發(fā)達(dá)的省份擁有相對(duì)豐富的超前技術(shù)投入和要素資源優(yōu)勢(shì),在純技術(shù)效率方面領(lǐng)先于其他地區(qū)。

第二,我國(guó)電商生產(chǎn)的規(guī)模效率整體水平均較高,各區(qū)域的規(guī)模效率值對(duì)綜合效率值的影響不如純技術(shù)效率值,但平均值處于0.9以上的高水平,說(shuō)明近年來(lái)我國(guó)電商企業(yè)在控制規(guī)?；矫媸窍鄬?duì)比較合理的,現(xiàn)階段電商企業(yè)規(guī)?；a(chǎn),可以滿(mǎn)足電商企業(yè)對(duì)利潤(rùn)的追求。除了河北、山西、內(nèi)蒙古、吉林、黑龍江、寧夏的電商生產(chǎn)規(guī)模效率依然處于規(guī)模報(bào)酬遞增階段外,其余大部分省份地區(qū)已進(jìn)入規(guī)模報(bào)酬遞減階段了,說(shuō)明我國(guó)大部分區(qū)域電商生產(chǎn)規(guī)模已能滿(mǎn)足區(qū)域內(nèi)的需求度,并造成了一定程度的浪費(fèi),需要在下一階段的生產(chǎn)過(guò)程中控制企業(yè)的生產(chǎn)規(guī)模。

第三,電商規(guī)模、快遞包裹、物流條件、市場(chǎng)需求、地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)電商生產(chǎn)的綜合效率影響效果顯著為負(fù),電商銷(xiāo)售、信息條件、從業(yè)人員因素對(duì)電商生產(chǎn)的綜合效率因素效果顯著為正。論文以偏向性技術(shù)進(jìn)步為效率測(cè)算核心,建立起完善電商投入產(chǎn)出體系理論,使電商效率測(cè)算更加全面科學(xué),加入電商生產(chǎn)的關(guān)鍵性指標(biāo),研究電商生產(chǎn)影響因素,關(guān)注優(yōu)勢(shì)經(jīng)濟(jì)資源促進(jìn)電商生產(chǎn)的長(zhǎng)期影響,在理論和實(shí)證上完善了我國(guó)電商生產(chǎn)效率及其影響因素的研究,也為更加深入開(kāi)展電商行業(yè)研究提供了理論依據(jù)。

基于以上研究結(jié)論,為了穩(wěn)步提升電商生產(chǎn)效率,推動(dòng)電商經(jīng)濟(jì)高質(zhì)量發(fā)展,首先要加強(qiáng)政府政策的支持力度。政府要出臺(tái)一系列支持電商生產(chǎn)發(fā)展的政策,包括減稅降費(fèi)、扶持創(chuàng)新等,進(jìn)一步強(qiáng)化電商平臺(tái)的競(jìng)爭(zhēng)和整合,不斷提升電商用戶(hù)體驗(yàn)和服務(wù)質(zhì)量,促進(jìn)電商行業(yè)的發(fā)展。其次,要強(qiáng)化創(chuàng)新驅(qū)動(dòng)。在電商技術(shù)、營(yíng)銷(xiāo)模式和服務(wù)方面持續(xù)創(chuàng)新,減少由于技術(shù)投入損失浪費(fèi)而出現(xiàn)的資源消耗過(guò)度現(xiàn)象。電商企業(yè)應(yīng)廣泛利用數(shù)據(jù)分析和人工智能技術(shù),通過(guò)對(duì)用戶(hù)行為和需求的深入了解,提供個(gè)性化的推薦和服務(wù),提高銷(xiāo)售效率。最后,要推動(dòng)供應(yīng)鏈和物流倉(cāng)儲(chǔ)的優(yōu)化。電商企業(yè)不斷優(yōu)化電商供應(yīng)鏈和電商物流網(wǎng)絡(luò),提高配送速度和準(zhǔn)確性。提升物流配送的效率,擴(kuò)大快遞服務(wù)的覆蓋范圍。通過(guò)優(yōu)化倉(cāng)儲(chǔ)和物流流程,提高電商存貨周轉(zhuǎn)率和交貨速度。使用電商倉(cāng)庫(kù)管理系統(tǒng)進(jìn)行存貨跟蹤和庫(kù)存管理,采用智能物流解決方案來(lái)優(yōu)化物流路徑和配送安排。通過(guò)合理科學(xué)地調(diào)配資源,減少電商生產(chǎn)資源投入的浪費(fèi),提高電商生產(chǎn)的收益額,實(shí)現(xiàn)電商生產(chǎn)效率的全面提升。