榮朝和，韓舒怡

(北京交通大學 經濟管理學院，北京 100044)

一、 引 言

中國的電商零售在過去十余年間取得了快速發(fā)展，國家統(tǒng)計局發(fā)布的消息顯示，到2017年，將近15%的實物零售交易通過互聯(lián)網(wǎng)實現(xiàn)[1]。面對電商零售的快速發(fā)展，越來越多的實體零售企業(yè)增加了電商渠道，以提升自己的競爭力。根據(jù)國內上市零售企業(yè)年報與公開信息統(tǒng)計，截至2018年5月，在83家從事實物商品銷售的國內滬深上市實體零售企業(yè)中，有61家企業(yè)增加了電商零售渠道。雙渠道銷售已經成為零售領域新出現(xiàn)的、普遍的、重要的經濟現(xiàn)象。

國內外學者從理論層面討論增加電商渠道對零售企業(yè)經營的影響，可以歸納為兩點。Petruzzin和Dada(1999)[2]提出電商渠道幫助企業(yè)以更低的成本、更迅速地獲取需求信息，實現(xiàn)需求導向的柔性供應鏈塑造，降低供需之間的信息阻隔，降低企業(yè)的庫存冗余，從而降低零售企業(yè)的庫存水平；Gao和Su(2017)[3]指出實體零售企業(yè)增加電商銷售渠道，能夠利用企業(yè)既有的門店與物流設施提供電商服務，能夠提高既有固定資產的使用效率。

但是目前還沒有學者通過實證研究，討論新增的電商渠道對于零售企業(yè)經營能力的影響。本文根據(jù)上述理論研究，選取了兩個指標，即存貨收入比與固定資產收入比，作為衡量互聯(lián)網(wǎng)對零售企業(yè)經營能力影響的觀測變量。值得一提的是，零售企業(yè)的存貨與收入比(以下簡稱存貨比)是指為了完成一單位的銷售量，需要準備的庫存所占用金額的大小。呂一林(2001)[4]指出，存貨比(或庫存周轉天數(shù))是衡量零售企業(yè)運營效率的關鍵指標，反映了零售企業(yè)的規(guī)模經濟水平與市場風險處理能力。由于零售行業(yè)追求高庫存周轉，即銷量越高越好、庫存越低越好，也就是在維持店鋪銷售的前提下，存貨比越低，庫存周轉天數(shù)越少，零售企業(yè)的經營能力越強。此外，固定資產與收入比(以下簡稱資產比)，即固定資產除以營業(yè)收入的比值，反映了每完成一單位的銷售量，需要投入的固定資產金額多少。該比率越低，表明固定資產利用效率高。而實體零售企業(yè)不同于集中式的工業(yè)企業(yè)，實體零售企業(yè)營業(yè)收入的增加必須依靠門店等固定資產的投資增加，該指標可以作為零售企業(yè)經營能力的輔助參考，但不能追求絕對的資產比的降低。

本文使用了國內47家上市零售企業(yè)2001-2017年的面板數(shù)據(jù)，通過雙重差分的方法，檢驗了實體零售企業(yè)增加互聯(lián)網(wǎng)銷售對存貨比與資產比的影響。結果表示，互聯(lián)網(wǎng)能夠在99%的顯著性水平上降低零售企業(yè)12%的存貨與收入比。但是，互聯(lián)網(wǎng)并沒有顯著影響零售企業(yè)的資產比，即中國實體零售企業(yè)大多數(shù)采用的是雙渠道共建戰(zhàn)略，而不是電商渠道替代實體零售的替代戰(zhàn)略。

二、 理論基礎與假設的提出

(一) 信息、風險與存貨水平

Arrow等(1951)[5]提出的報童模型是構建起市場風險與企業(yè)存貨水平關系的經典文章，被眾多學者接受并使用。經典報童理論的核心觀點包括：(1)市場風險是普遍存在的，即供給者無法在訂貨時點預知當期市場的實際需求數(shù)量；(2)但是供給者大概知道需求市場數(shù)量的概率分布，即零售商大致知道某件商品銷售量的均值和偏離均值的可能性。舉例來說，小區(qū)的雜貨店老板大概知道一周內某食品銷售數(shù)量為10，但也有可能是8,9,11,12等，且一些商品的需求波動范圍比較小，例如食品與日用雜貨，但一些商品的需求波動范圍就很大，例如時裝與玩具等；(3)為了克服需求市場的風險，供給者一般會準備大于需求均值的庫存，即用“安全庫存”克服需求偏離均值的風險；(4)需求偏離均值的可能性越大，需求的離散度就越高，即需求市場風險大，企業(yè)需要準備的安全庫存量也就越高。

現(xiàn)代通信理論對信息的研究往往是與風險聯(lián)系在一起的。Shannon(1948)[6]提出“信息是負熵”的概念，并用概率論的知識定量化了“信息量”的概念。維納(2007)[7]在Shannon(1948)研究的基礎上，探討了物理-信息的關系，他將信息定義為“是我們對外界進行調節(jié)，并使我們的調節(jié)為外界所了解時，而與外界交換的東西”。他認為“接收信息和使用信息的過程，就是我們對外界環(huán)境中的種種偶然性進行調節(jié)，并在該環(huán)境中有效地生活著的過程”。信息序列自身雖然具有某種偶然性，但他總是力圖按照各種不同目的來調節(jié)其各個組成部分以遏制秩序紊亂的自然傾向。

Petruzzin和Dada(1999)[2]將零售領域中的信息、風險與庫存的關系建立了起來。他們提出了“完美信息市場”的概念，即零售商在訂貨的時候就已經知道了市場需求數(shù)量的信息，這種市場的風險為0，稱為“完美信息市場”。在完美信息市場上，零售企業(yè)的庫存量等于需求量，即安全庫存量為零。

但榮朝和(2018)[8]指出，雖然信息技術的進步有利于通過消費者既有瀏覽或購買的數(shù)據(jù)，勾勒“用戶畫像”，增加需求預測的精準程度，但是在實際生活中信息不可能超前于實體活動發(fā)生，也就是說“完美信息市場”很難實現(xiàn)。此外，在實際運作中，信息優(yōu)化對存貨水平的影響會受到響應時間要求、供應鏈補貨周期、需求數(shù)據(jù)分析水平、商品類型等因素的影響。為了探討企業(yè)增加電商渠道是否對實體運作有優(yōu)化作用，優(yōu)化作用有多大等問題，本文提出第一個假設：

H1：企業(yè)通過電商渠道銷售能夠降低市場風險，表現(xiàn)為庫存水平的下降。

其次，報童理論大多數(shù)關注的是靜態(tài)的評估，并沒有考慮電商策略的實施時間長度對企業(yè)經營能力改善程度的變化。為了驗證電商渠道的增加是否能夠持久、逐漸地改善存貨效率，本文提出了假設：

H1a：企業(yè)增加電商渠道會引起庫存水平的下降，該影響會隨著電商渠道增加的年份增加而增加。

最后，報童理論對商品的分類大多是從需求市場風險水平出發(fā)的，比如低風險需求商品(日用品)、高風險商品(時裝)的訂貨量決策，但沒有考慮體驗因素對存貨水平的調節(jié)作用，而通常消費者更希望通過電商渠道購買一些無須體驗的熟悉的日用商品[9]。為了檢驗商品的體驗特征是否會調節(jié)信息優(yōu)化實體效率的程度，本文提出假設：

H1b：企業(yè)增加電商渠道會引起庫存水平的下降，這種效率改善的程度在銷售日常用品的零售企業(yè)(例如超市、便利店)更加明顯。

(二) 信息、脫域與固定資產投入

互聯(lián)網(wǎng)還重構了零售交易的時空特征。在實體零售活動中，交易主客體(零售商、商品、消費者)必須同時出現(xiàn)在商店空間內，才能夠達成交易，實體零售活動具有典型同步物理到場的時空一致性特征。電商零售放松了匹配主客體同步物理到場的約束，消費者可以通過互聯(lián)網(wǎng)隨時隨地選購商品，當支付完成，零售商通過物流配送服務將商品交付給消費者。Morrison和Firmstone(2000)[10]提出，在電商交易過程中，交易主客體的同步物理到場的時空約束被打破，使電商零售呈現(xiàn)出“脫域化”的特征。這種信息化的脫域特征對應的就是榮朝和(2018)[8]中異步虛擬到場的時空特征，如表1。企業(yè)增加電商渠道，意味著零售活動從單一的商店轉變?yōu)榭梢酝ㄟ^互聯(lián)網(wǎng)終端的方式，也意味著企業(yè)的門店固定資產投資可能會減少。結合Gao和Su(2017)[3]指出的雙渠道零售企業(yè)可以充分利用既有零售基礎設施，表現(xiàn)為零售企業(yè)的固定資產收入比會降低。因此，本文提出第二個假設。

表1人類交流的時空要求與限制

項目交流的空間要求與限制同地異地交流的時間要求與限制同步A同步物理到場:面對面談話、會議交流B同步虛擬到場:電話、手機、電話會議異步C異步物理到場:留言條、留言板、留言電話D異步虛擬到場:印刷品、電報、互聯(lián)網(wǎng)郵件、短信、微信、異地播放錄像

H2：企業(yè)通過電商渠道銷售能夠減少固定資產收入比。

該假設下也有兩個子假設。類似于假設H1a，本文認為增加電商渠道對零售企業(yè)資產比的影響會隨著時間的增加而增加。

H2a：企業(yè)增加電商渠道對資產比的影響會隨著開展電商渠道銷售的年份增加而增加。

此外，如果企業(yè)自建電商渠道也需要固定資產投資，包括電子設備和物流基礎設施等，如果這部分固定資產總額與商店固定資產總額相當，增加電商渠道很難降低企業(yè)的固定資產水平。

H2b：增加電商渠道對資產比的影響，會因為企業(yè)自建電商或在第三方平臺上進行電商而不同。

但是，增加電商渠道對固定資產投資水平降低的程度會受到企業(yè)O2O模式選擇的影響。實體零售企業(yè)實施O2O戰(zhàn)略有不同的方式[11]，一種是電商替代型O2O模式，即不發(fā)展或減少實體零售渠道的發(fā)展，轉型為電商零售企業(yè)；第二種是雙渠道共建的O2O模式，即企業(yè)在發(fā)展實體零售渠道的同時，增加電商渠道。如果假設H2不顯著，并且不是由于電商固定資產要求高(即H2a也不顯著)和時滯效應(即H2b也不顯著)造成的不顯著，那么可能的解釋就是增加電商渠道的零售企業(yè)采用的是雙渠道共建的O2O模式。

三、 數(shù)據(jù)來源與變量解釋

按照證監(jiān)會2012版《上市公司行業(yè)分類》，本文選取了零售業(yè)分類下的97個企業(yè)。剔除年份不全、AB股重復的企業(yè)以及非實物銷售的零售企業(yè)后，剩余47個。47個企業(yè)中有20個企業(yè)從未實施過互聯(lián)網(wǎng)戰(zhàn)略，

表2 中國零售業(yè)上市公司增加電商渠道的情況

剩余27個企業(yè)分別于不同年份開展了電商銷售，具體如表2。這樣的背景支持了本文將零售企業(yè)是否增加互聯(lián)網(wǎng)銷售視為一種“準自然實驗”，并對其效果進行評估。

本文關心的變量包括：(1)“存貨與收入比”，由存貨/營業(yè)收入計算得來，主要用來代表零售企業(yè)的經營能力；(2)“存貨周轉天數(shù)”，是“存貨與收入比”的可替代變量，用于穩(wěn)健性檢驗，由計算期天數(shù)/存貨周

表3 主要變量描述

轉率=計算期天數(shù)/(營業(yè)成本/存貨期末余額)計算得來；(3)“固定資產與收入比”，由固定資產/營業(yè)收入計算得到，用來衡量為了實現(xiàn)每單位的銷售，企業(yè)需要的固定資產投資水平。上述三個指標均由上市公司年報公開數(shù)據(jù)計算得到。這三個變量的描述性統(tǒng)計如表3。

反映零售企業(yè)是否增加了電商零售渠道的變量是“電商業(yè)務”，該信息來自公開新聞或企業(yè)年報信息，如果企業(yè)有下列行為：入駐第三方零售平臺開展電商零售、收購電商零售平臺、自建電商零售平臺等，則“電商業(yè)務”變量從該年到以后為1，否則為0。其他三個與零售企業(yè)增加電商零售渠道相關的指標是“電商業(yè)務增加第i年”(未在表3中標出)，i=1,2,3，僅在電商業(yè)務增加的第i年取1，否則取0。最后一個與增加電商業(yè)務相關的變量是“電商業(yè)務增加第4年及以后”(未在表3中標出)，即從電商業(yè)務增加的第四年開始，第四年及以后各年份為1，否則為0?？紤]到電商業(yè)務實施到對存貨周轉率產生影響需要一定的時間，本文將當年9月份之前實施電商策略的做法計作當年，9月份后實施電商策略的計作下一年。

數(shù)據(jù)集中還含有用于區(qū)分零售企業(yè)銷售商品類型的變量“日常購物”，如果企業(yè)屬于超市、便利店等業(yè)態(tài)，主要銷售的商品為食品與日用品等，則該變量為1，否則為0。對于同時擁有日常購物與非日常購物的企業(yè)，以兩個市場所占份額大的為準進行標注?！白越娚獭敝笜舜砹闶燮髽I(yè)增加電商業(yè)務的方式，如果零售企業(yè)自建電商，即收購或自己投資，該變量為1，否則為0。這兩個數(shù)據(jù)來源于新聞或企業(yè)年報。

四、 模型與實證分析

本文選取雙重差分模型(DID)檢驗增加電商渠道對企業(yè)經營能力的影響，雙重差分模型廣泛應用于研究某一事件的發(fā)生對被解釋變量影響的研究中。因為DID模型能夠將除了被關注事件之外的其他因素對被解釋變量的影響歸類到個體效應中。固定時間與個體效應后，對比事件發(fā)生的處理組和沒有事件發(fā)生的控制組，檢驗出該事件發(fā)生對解釋變量的影響。關于DID模型的詳細介紹可以參見周黎安和陳燁(2000)[12]，Beck等(2010)[13]。目前也有研究用DID方法分析雙渠道對零售企業(yè)績效的影響，例如Bell和Gallino(2017)[14]，但是他們討論的是電商零售企業(yè)增加實體零售渠道的問題，關注的被解釋變量和本文也有所不同。對于本研究而言，零售企業(yè)是否增加電商業(yè)務，就是本文關注的事件。通過對比是否增加電商業(yè)務對存貨比與資產比的影響，就可以檢驗出該影響的大小、正負和顯著與否。在DID研究的基礎上，本節(jié)還增加了隨時間的變化趨勢、體驗的調節(jié)效應研究。

(一) 電商業(yè)務對存貨比的影響

增加電商業(yè)務對存貨比的影響包括三個檢驗，分別是：(1)電商業(yè)務對企業(yè)存貨比的影響(基于個體與時間的雙固定效應)；(2)電商業(yè)務對存貨比的影響隨時間的變化趨勢；(3)商品類型對互聯(lián)網(wǎng)對存貨比影響的調節(jié)作用。具體的三個模型為：

模型一檢驗企業(yè)增加電商渠道對存貨比的影響。標準的雙重差分估計模型為：

Invntit=α0+α1*Gi*Dt+α1*Gi+αt*Bt+α2*Zit+rit

(1)

其中，invnt代表企業(yè)i在第t年的“存貨與收入比”，Dt表示“電商業(yè)務”，是虛擬變量，當Dt=1代表企業(yè)在t年增加了電商銷售渠道，Dt=0則無。Gi是虛擬變量，如果企業(yè)i在任何年份都沒有增加電商渠道則Gi=0，代表該企業(yè)屬于實驗組。Ai和Bt分別是用于估計固定個體效應與固定年份效應的企業(yè)與年份虛擬變量矩陣，Zit表示其他控制變量，rit為誤差項。

利用實驗組(Gi=1)的政策實施前后差值(ytreat,1-ytreat,0)與控制組(Gi=0)的政策實施前后的差值(ycontrol,1-ycontrol,0)再次做差，通過兩次差分，能夠得到雙重差分估計量，即交乘項Gi×Dt前系數(shù)α1的估計量。定義Git=Gi×Dt，其物理意義為：當企業(yè)i在年份t增加了電商渠道，則Dit=1；否則為0。用Ai代表企業(yè)i的個體效應。方程(1)等價于：

Invntit=α0+α1*Gi*Dt+Ai+Bt+αn*Zit+rit

(2)

對方程(2)進行OLS估計，得到的α1估計量就是增加電商渠道對存貨比的影響。

模型二檢驗增加電商渠道對存貨比影響的時間趨勢變化。在模型一的基礎上，將Dit替換為四個虛擬變量，分別在電商實施當年Di1、第二年Di2、第三年Di3、第四年及以后Di4h取值為1，否則為0。則α2,α3,α4,α5分別是企業(yè)增加電商業(yè)務對當年、第二年、第三年、第四年及以后的存貨比的影響。模型為：

Invntit=α0+α2*Di1+α3*Di2+α4*Di2+α5*Di4h+Ai+Bt+α2*Zit+rit

(3)

模型三檢驗企業(yè)銷售商品類型的調節(jié)效應。在模型一的基礎上，增加虛擬變量gro，如果企業(yè)主要銷售商品類型為低體驗商品(日用品)，則gro=1，否則gro=0。該模型主要關注交乘項groi×Dit(方程(4)第三項)前的系數(shù)α6。如果α6與α1同向且顯著，說明企業(yè)銷售日用品會增強電商對存貨比的影響。模型為：

Invntit=α0+α1*Dit+α6*groi*Dit+α7*groi+Ai+Bt+α2*Zit+rit (4)

注：第(2～4)欄控制了企業(yè)規(guī)模與業(yè)態(tài)分類。括號內為t統(tǒng)計量的絕對值，90%、95%和99%的顯著性水平分別用*、**、***表示。后同，不再說明。

增加電商業(yè)務對存貨比影響的回歸結果如表4。

從表4第(1)欄中可以看出，互聯(lián)網(wǎng)能夠降低12.1%的存貨比，該結果在統(tǒng)計學意義上顯著。第(2)欄增加了行業(yè)虛擬變量，以及營業(yè)收入與資本總量代表的企業(yè)規(guī)模的控制變量，依然能夠得到企業(yè)增加電商渠道能夠顯著降低11%的存貨比的結果。綜上，假設H1通過檢驗，即增加電商渠道有利于降低存貨比，增強零售企業(yè)的經營能力。此外，第(3)欄檢驗了互聯(lián)網(wǎng)對存貨比降低效應隨時間的變化趨勢，在實施當年，增加電商業(yè)務能夠使存貨比降低9.3%。對比α2，α3，α4，α5發(fā)現(xiàn)從增加電商當年到第四年及以后，該效應呈現(xiàn)上升趨勢，結果支持假設H1a，即互聯(lián)網(wǎng)對零售企業(yè)存貨比降低的改善作用具有遞增、持久的特點。第(4)欄檢驗了零售企業(yè)銷售商品類型為日常用品對于電商效應的影響，交互項前的系數(shù)α6約為-11%，與本文關注的“增加電商”變量前的系數(shù)α1同號，并且顯著。該結果支持假設H1b，其物理意義為：如果企業(yè)以日用品銷售為主，互聯(lián)網(wǎng)對存貨比的降低作用會增強。

(二) 互聯(lián)網(wǎng)對資產比的影響

與增加電商業(yè)務對存貨比的影響相似，增加電商業(yè)務對資產比的影響也包括三個模型，分別是：(1)電商業(yè)務對企業(yè)資產比的影響；(2)電商業(yè)務對資產比的影響隨時間的變化趨勢；(3)控制“自建電商渠道”因素對資產比的影響。

模型四檢驗企業(yè)增加電商渠道對企業(yè)“固定資產與收入比”(以下簡稱“資產比”)的影響。具體模型為：

Fxastit=β0+β1*Dit+Ai+Bt+αn*Zit+∈it

(5)

其中Fxast代表企業(yè)i在第t年的資產比，Dit表示“電商業(yè)務”，是虛擬變量，在企業(yè)i增加電商渠道的第t年及以后Dit等于1，否則等于0。因此，Dit前的估計量β1代表了增加電商渠道對存貨比的影響。Ai和Bt分別是用于估計固定個體效應與固定年份效應的企業(yè)與年份虛擬變量矩陣，Zit是控制變量，∈為誤差項。

模型五考慮增加電商渠道對企業(yè)資產比影響隨時間的變化趨勢。在模型四的基礎上，將Dit替換為四個虛擬變量，分別在電商實施當年Di1、第二年Di2、第三年Di3、第四年及以后Di4h取1，否則為0。則β2,β3,β4,β5分別是企業(yè)增加電商業(yè)務當年、第二年、第三年、第四年及以后對資產比的影響。模型為：

Fxastit=β0+β2*Di2+β3*Di2+β4*Di3+β5*Di4h+Ai+Bt+αn*Zit+∈it

(6)

模型六增加了企業(yè)自建電商對資產比影響的檢驗。在模型四的基礎上，引入虛擬變量zj=1代表企業(yè)通過收購或自建方式開展電商業(yè)務，否則zj=0。該模型主要關注該項(模型(8)，第三項)前的系數(shù)β6和的正負和顯著性。如果β6為正且顯著，說明企業(yè)自建電商會增加企業(yè)固定資產投資，反之亦然。在方程(5)的基礎上有：

Fxastit=β0+β1*Dit+β6*zj+Ai+Bt+αn*Zit+∈it

(7)

表5 增加電商渠道對資產比的影響

注：第(1)(3)和(4)欄控制了企業(yè)規(guī)模、業(yè)態(tài)分類與營業(yè)周期。

增加電商業(yè)務對資產比影響的回歸結果如表5。

從表5的(1)欄可以看出，企業(yè)增加電商渠道對資產比的影響并不顯著，也就是實證結果拒絕了假設H2，即電商渠道的增加并不能夠顯著降低零售企業(yè)的固定資產水平。表5的(2～3)欄的結果證明了該結果具有良好的穩(wěn)健性。表5的(2)欄的結果表明，不采用控制變量，該影響依舊不顯著。表5的(3)欄討論了增加電商渠道對企業(yè)資產比影響的隨時間變化的趨勢，結果顯示：不論是在增加電商當年、第二年直至四年及以后，電商業(yè)務的增加都沒有顯著降低零售企業(yè)的資產比。

增加電商渠道不能顯著降低零售企業(yè)的資產比有兩個可能的解釋：第一，電商零售業(yè)務同樣會增加固定資產投入；第二，增加電商零售業(yè)務并沒有影響實體零售企業(yè)的實體商店發(fā)展。但是表5的(4)欄拒絕了第一種解釋，即假設H2a，因為自建電商對企業(yè)資產比的影響(β6)并不顯著。所以，增加電商對資產比影響的不顯著并不是因為自建電商導致的。排除了這一種可能性之后，增加電商業(yè)務對資產比的不顯著的影響原因有很大可能是因為零售企業(yè)并沒有因增加電商渠道而放棄自己的實體零售發(fā)展，即零售企業(yè)在發(fā)展電商渠道的同時依舊在擴大實體市場，由此導致了電商對資產比的影響不顯著。

五、 電商對存貨比影響的穩(wěn)健性檢驗

因為第四部分已經通過方程(6～7)驗證了增加電商對企業(yè)資產比的影響并不顯著的穩(wěn)健性，本章主要關注增加電商對企業(yè)存貨比的影響的穩(wěn)健性檢驗。替換變量以及基于雙重差分傾向匹配得分的穩(wěn)健性檢驗結果顯示，增加電商降低企業(yè)存貨比的作用具有良好的穩(wěn)健性。

(一) 替換變量

表6 增加電商渠道對存貨比的影響

注：第(2～4)欄控制了企業(yè)規(guī)模與業(yè)態(tài)分類。

定義“存貨周轉天數(shù)”(簡稱周轉天數(shù))為計算期天數(shù)/(營業(yè)成本/存貨期末余額)，用周轉天數(shù)zzts替代方程(1～4)中的存貨比invnt。類似于表4，有回歸結果見表6。

對比表6的結果，和表4基本一致。也就是說，即使用不同的指標衡量零售企業(yè)的存貨水平，增加電商渠道對因變量的影響依然顯著。這說明增加電商對存貨比的影響是穩(wěn)健的。

(二) 雙重差分傾向得分匹配(PSM-DID)

雙重差分的重要假設是控制組(treated=0)與處理組(treated=1)具有相同的時間趨勢。因此，在運用DID方法前需要使實驗組和控制組個體在各方面特征上盡可能地相似[14]，否則是否增加電商渠道與企業(yè)的特性相關會產生樣本選擇偏差的內生性問題，造成實驗結果偏誤。而傾向匹配得分(PSM)是克服這種樣本選擇偏差的辦法[14]，能夠對每個處理組個體根據(jù)一些條件匹配一個或多個具有相似特性的控制組個體，篩選出共同取值范圍之內的樣本。然后使用DID方法，通過雙重差分方式得出政策的處理效應。

表7 增加電商渠道對存貨比的影響(基于PSM匹配后樣本)

注：第(2～4)欄控制了企業(yè)規(guī)模與業(yè)態(tài)分類。

基于這一思路，本文對所有樣本按照企業(yè)規(guī)模(以營業(yè)收入、資本總計衡量)，銷售商品類型，計算了其傾向匹配得分。根據(jù)傾向匹配得分，進行了配對。匹配后的樣本使實驗組與控制組之間的協(xié)變量均值之間的差異均有所減少，說明PSM較好的平衡了樣本?；谄ヅ浜蟮臉颖荆凑贞悘?2012)[15]557-559中的公式：ATT=1/N*∑i[(y1ti-y0t′i)-(jw(i,j)*(y0tj-yot′j)]。重新計算了增加電商渠道的處理效應為-0.135，對應的T值為-3.58，在99%的水平上顯著。對比表4中匹配前的DID估計量為0.121，二者結果相差不大，甚至略有增加。此外，剔除了匹配后共同取值范圍外的樣本，重新進行方程(1～4)的雙重差分分析，有結果如表7。

匹配前后的雙重差分估計量以及匹配后各模型的雙重差分結果均沒有明顯改變，這說明：(1)企業(yè)是否增加電商渠道并沒有顯著的內生性，這也說明控制組(沒有增加電商渠道)與處理組(增加了電商渠道)企業(yè)具有相似的時間趨勢，滿足雙重差分模型應用的基礎；(2)匹配前后的回歸結果都通過了顯著性檢驗，說明增加電商渠道能夠顯著降低企業(yè)的存貨比的結果具有良好的穩(wěn)健性。

四、 結 論

電商零售的發(fā)展已經對零售業(yè)的交易方式與發(fā)展產生了重要影響，越來越多的實體零售企業(yè)開始增加電商渠道，提升自己的競爭力。但目前很少有研究討論雙渠道策略對零售企業(yè)經營能力的影響。存貨與收入比是反映零售企業(yè)商品流動性和經營狀態(tài)的重要指標，而且存貨水平、信息與市場風險之間的關系已經被市場營銷學與管理學從理論層面廣泛關注、接受并討論。但是在實際運作中，信息技術的改善對零售企業(yè)實體經營效率的影響少有人關注。因此，本文選取存貨與收入比作為反映企業(yè)經營能力的指標，運用雙重差分估計，探討了增加電商渠道對存貨比的影響。實證結果顯示，互聯(lián)網(wǎng)能夠提高零售企業(yè)的經營能力，其能夠顯著降低12%的零售企業(yè)庫存收入比。這種影響會隨著企業(yè)增加電商渠道時間的增加而增加，即電商渠道對企業(yè)經營能力的改善具有良好的遞增性與持續(xù)性。此外，相比銷售非日用品的企業(yè)來說，那些銷售日用品的企業(yè)，例如：超市與便利店等，會因為商品的低到場體驗特征，從增加電商渠道中獲得10.5%的額外經營能力改善?？傊?，電商渠道的增加，即信息化水平的提升，能夠對需求市場進行更好的分析與預測，降低企業(yè)面臨的需求市場風險，改善零售企業(yè)實體運作效率，降低存貨比水平。

此外，實體零售業(yè)是重資產行業(yè)，其市場的擴張依賴于門店數(shù)量的增加。理論上來說，增加電商銷售渠道有助于產生具有跨時空“脫域”特征的交易活動并充分利用既有實體資源。本文選取了資產與收入比作為另一個衡量零售企業(yè)經營能力的指標。實證結果顯示，互聯(lián)網(wǎng)并沒有顯著影響零售企業(yè)的固定資產與收入比，而且時滯效應與是否自建電商對于資產比的調節(jié)作用均不顯著。因此，本文認為互聯(lián)網(wǎng)對于資產比的不顯著影響，主要是因為中國大型實體零售企業(yè)實施的是商店與電商渠道共同發(fā)展的雙渠道共建模式，即中國的實體零售企業(yè)在增加電商零售渠道的同時，并沒有停止實體零售市場的發(fā)展。

事實上，雖然電商零售交易能夠借助互聯(lián)網(wǎng)實現(xiàn)交易信息、支付與物流狀態(tài)的電子化，但是情境體驗與商品配送等環(huán)節(jié)很難被信息化，實體零售業(yè)依舊有自身優(yōu)勢，這也是近幾年“新零售”興起的背景。本文的研究結果也印證了：雖然增加電商渠道能夠優(yōu)化實體零售企業(yè)的經營能力，但大多數(shù)實體零售企業(yè)并沒有轉型將電商零售作為自己的主要業(yè)務，也沒有因為發(fā)展電商零售渠道而放棄實體零售市場。大型實體零售企業(yè)雙渠道共建的做法也從側面論證了信息活動與實體(物理)活動在零售業(yè)發(fā)展中都很關鍵。不論實體還是電商零售企業(yè)，都應該發(fā)揮自身優(yōu)勢，借助互聯(lián)網(wǎng)信息技術優(yōu)化自身效率，構建零售業(yè)電商-商店雙渠道發(fā)展的“二網(wǎng)融合”新業(yè)態(tài)。