滿小虎

摘? 要：從信息價值鏈的角度出發(fā)，將電子商務企業(yè)的經營活動分為網站運營和盈利兩個子階段，把人力和資金作為共享投入指標構建了含有共享投入的兩階段DEA效率測度模型，并使用該模型對我國47家上市電商企業(yè)2018年的相關效率值進行了測算，同時按照市值規(guī)模的大小對樣本進行分組，使用Tobit回歸分析了其“盈利效率”與各投入要素之間的關系。研究結果表明：我國電商行業(yè)存在著發(fā)展不均衡的問題，這一問題在盈利效率方面的表現(xiàn)更為突出;由于起步較晚的原因，我國跨境電商的整體發(fā)展水平與其他類型的電商相比差距較大，亟待提升;現(xiàn)階段在我國電商行業(yè)，盲目地追求資產擴大反而會引起盈利能力的下降，同時在“小型”電商企業(yè)存在較為嚴重的“燒錢”現(xiàn)象。針對所發(fā)現(xiàn)的問題，也給出了一些相應的建議。

關鍵詞：電子商務;運營效率;共享投入;DEA;Tobit回歸

中圖分類號：F713.360? ? 文獻標識碼：A

Abstract： From the perspective of information value chain， the business activities of e-commerce enterprises are divided into two sub-stages： website operation and profit. A two-stage DEA efficiency measurement model with Shared input is constructed by taking manpower and capital as the Sharing input， and the model is used to calculate the relevant efficiency value of 47 listed e-commerce enterprises in China in 2018. At the same time， the samples are grouped according to the size of market value， and the relationship between“profit efficiency”and each input factor is analyzed by Tobit regression. The results show that the development of Chinese e-commerce industry is unbalanced， which is more prominent in terms of profit efficiency; Due to the late start， the overall development level of cross-border e-commerce in China lags far behind that of other types of e-commerce， which needs to be improved urgently; In Chinese e-commerce industry， the blind pursuit of asset expansion will lead to a decline in profitability， and at the same time， there is a serious phenomenon of“burning money”in“small”e-commerce enterprises. In view of the problems found， some corresponding suggestions are given.

Key words： e-commerce; operational efficiency; Shared input; DEA; Tobit regression

0? 引? 言

近年來互聯(lián)網經濟的井噴式發(fā)展，以此帶動的云計算、大數(shù)據(jù)、人工智能等高新技術產業(yè)呈爆發(fā)式增長，與此同時我國電子商務的市場規(guī)模也不斷擴大、輻射作用日新月異。電子商務在我國蓬勃發(fā)展，黨和國家對于電子商務也愈加重視，多次出臺相關政策來指導和促進電子商務行業(yè)的發(fā)展。現(xiàn)如今，整個電商行業(yè)面臨著發(fā)展瓶頸、企業(yè)平均壽命較短、初創(chuàng)企業(yè)難以發(fā)展壯大等問題。所以，對電商企業(yè)進行合理的效率評價，找到能對其發(fā)展產生重要影響的因素，進而提出合理的意見是十分必要的。

從電子商務信息價值鏈的角度出發(fā)，對電子商務經營過程進行剖析，將電子商務企業(yè)的經營過程劃分成“網站運營”和“盈利轉化”兩個階段，綜合國內外近年來對于電商企業(yè)效率評價時所使用的指標，從中選擇出合適的指標，建立一個適用于我國上市電商企業(yè)的效率評價體系，并以人力和資金作為共享投入，使用含共享投入的兩階段DEA模型對我國上市電商企業(yè)做出合理的效率評價。

1? 文獻綜述

數(shù)據(jù)包絡分析法自產生以來在環(huán)境效率、企業(yè)經營效率評價方面得到了廣泛應用，近幾年來也被國內外學者運用于對電子商務企業(yè)效率評價中。相較于傳統(tǒng)的實體制造企業(yè)，電子商務企業(yè)是以互聯(lián)網為載體，在電子商務平臺上進行商品（服務）的展示與廣告宣傳，消費者在線上進行商品（服務）選擇和交易，網站的建設對于所有的電子商務企業(yè)都尤為重要[1]。因此，在對電子商務企業(yè)進行效率評價時，對電子商務企業(yè)平臺效率的測度是必不可少的。目前，國內外對于電子商務平臺的效率評價還沒有形成一個標準化、系統(tǒng)化的體系。Steve等[2]從用戶、社會、互聯(lián)網三個維度出發(fā)，嘗試建立了一個用來評價電子商務平臺指標體系。Yang Z F等[3]將電子商務流程分解為平臺質量和盈利能力兩個階段，同時使用標準兩階段DEA模型對25個上市B2C電子商務企業(yè)的效率進行了測算。鄭海軍[4]嘗試建立包含財務、經營和互聯(lián)網三類指標的電子商務系統(tǒng)的效率評價體系。楊卓凡和石勇[5-6]著眼于電子商務全要素生產效率指數(shù)的研究，運用了DEA-CCR、DEA-BCC、DEA-Malmquist指數(shù)模型和回歸分析探究了企業(yè)效率與各影響要素之間的關系后發(fā)現(xiàn)資產過大反而會造成電子商務企業(yè)盈利能力的下降。潘廣煒[1]從信息系統(tǒng)的角度出發(fā)，使用DEA-SBM模型對于21個O2O電子商務企業(yè)的平臺效率進行了測度，結果顯示O2O電子商務企業(yè)整體的平臺效率并不高，有待于提升。王巧莉[7]使用DEA-Malmquist指數(shù)模型對我國上市電子商務企業(yè)2013～2016年的營運效率進行了動態(tài)測算，并對互聯(lián)網企業(yè)發(fā)展初期大量“燒錢”的高資本投入和輕資產的發(fā)展模式是否有利于企業(yè)運營效率的提升進行了深入研究。由此可以發(fā)現(xiàn)，在使用數(shù)據(jù)包絡模型對電子商務企業(yè)效率進行測算之時，其平臺效率是必須要考慮的一個因素，但很多學者僅僅使用了相關的財務指標，卻忽略與電商平臺相關的要素。即使是在為數(shù)不多的考慮了電商平臺要素的相關研究中，他們大多是將電商企業(yè)的經營過程視為一個“黑箱”——把電子商務平臺相關指標與其他財務指標一起作為產出指標進行效率測算。事實上，電子商務行業(yè)牽涉到了平臺經濟，電商企業(yè)的經營是一個相對復雜的過程，但是很少有學者會對電商企業(yè)的經營過程進行系統(tǒng)性研究并對整個經營過程進行階段劃分、進一步使用網絡DEA模型對其效率進行測算。

Rayport和Sviokla等[8]曾較早地提出了虛擬價值鏈這一概念，并認為虛擬價值鏈包含5個相關的信息活動，分別是信息的收集、組織、篩選、合成和分配。Yang和Shi等[9]認為電子商務活動所形成的價值鏈，就是一個信息增值的過程，并將這一過程劃分為兩個階段，即第一階段，電子商務企業(yè)通過電子商務平臺收集和整理信息;第二階段，電子商務企業(yè)通過對這些信息的有效使用，進一步獲得市場份額和利潤。這些學者們對于電子商務信息價值鏈的研究為本文提供了重要的理論依據(jù)。

2? 模型及指標體系的構建

2.1? 模型構建

本文將從電子商務信息價值鏈的角度出發(fā)，結合電子商務行業(yè)所具有的一些特點，將電子商務企業(yè)的經營活動劃分成兩個子階段，即網站經營與企業(yè)盈利，如圖1所示。在電子商務活動進行的整個過程，無論哪一個階段都會使用到人力和資金這兩類資源。因此，在模型構建時，基于Chen， Kao等人的模型[10-11]，將電子商務企業(yè)的兩個子階段分別對應兩階段關聯(lián)DEA模型的兩個子階段，把人力和資金作為共享投入指標，構建含共享投入關聯(lián)兩階段電子商務企業(yè)DEA效率測度模型，其具體的系統(tǒng)結構如圖2所示。

X是第一階段投入，X表示兩階段所共享的投入，Y表示第二階段產出，Z表示第一階段產出同時也是第二階段投入，S和S分別表示電子商務企業(yè)的網站運營和企業(yè)盈利兩個子階段，α表示共享投入系數(shù)。

如式（1）所示：假設n個決策單元DMUj=1，2，3，…，n; j∈J，每個決策單元DMU包含m種投入Xi=1，2，3，…，m; i∈I和k種輸出Yr=1，2，3，…，k; r∈R。其中第一階段S的投入記作Xi1∈I1？哿I，兩階段所共享的投入記作Xi2∈I2？哿I，且I1∪I2=I。第一階段S的產出Zd=1，2，…，t; d∈D。同時，假設共享投入系數(shù)為α0≤α≤1，既共享投入流入第一階段的為αX，流入第二階段的為1-αX。

由于規(guī)模不變這一條件在現(xiàn)實中很難得到滿足，基于規(guī)模可變的假設，決策單元DMU整體的效率E可以表示為：

（1）

通過Charnes-Cooper變換，令t=，π=t·η，w=t·v，φ=t·u，β=w·α，該分式模型可以轉化為等價的線性規(guī)劃模型：

（2）

在保證整體效率不變的條件下，階段S的效率E可以表示為：

（3）

階段S的效率E也可同理得到（詳見Chen[1]）。

在此，令α=α=…=α，即在求解某一決策單元的相對效率之時，所有決策單元使用統(tǒng)一的共享投入分配原則，則β

=w·α，此時整體的效率E變化為：

（4）

階段S的效率E和階段S的效率E可同理得到?？紤]到現(xiàn)實中并不會將人力和資金這兩類共享投入全部地投入到某一子階段當中去，參考陳瑩天等的思想[12]，在本文令L=0.2、L=0.8，即0.2≤α≤0.8。

2.2? 指標的選取

在使用DEA模型對電子商務企業(yè)進行合理準確的效率測算的前提是選擇合理的投入產出指標。在參考之前學者們使用DEA模型對電子商務企業(yè)效率測算所選取指標（如表1）基礎之上，選取了8個指標，具體如下：

第一階段投入指標X：

（1）期初總資產，是指上期期末某一經濟實體擁有或控制、能夠帶來經濟利潤的全部資產。

（2）期初總負債，是上期期末企業(yè)承擔并且要償還的全部債務。

第一階段產出指標Z：

（1）百度和360搜索權重，即百度和360所統(tǒng)計的一個網站訪問量的間接反映，其訪問量與權重有著如下的對應關系（如表2所示）：

（2）網站訪問速度，即訪問這個網站時所產生的延遲時間，具體而言就是從向網站所在服務器發(fā)出指令或者請求到用戶接收到服務器反饋所產生的時間差。

共享投入指標X：

（1）員工人數(shù)，為了使得數(shù)據(jù)更加準確有效，取上期期末和本期期末在職員工數(shù)的平均值。

（2）總成本，是指企業(yè)在本期從事生產經營活動產生的所有成本和費用的總和。

第二階段產出指標Y：

（1）主營業(yè)務收入，是指企業(yè)從事生產經營活動所取得的營業(yè)收入。

（2）凈利潤，是企業(yè)本期所產生利潤總額與所得稅的差值。

2.3? 樣本的選取及指標描述性統(tǒng)計

本文選取了“網經社電商上市公司財報數(shù)（http：//www.100ec.cn/zt/cbk/）”所收錄的59家商子商務上市公司中的47家作為樣本，具體包括了B2C電商企業(yè)21家、B2B電商企業(yè)8家、O2O電子商務企業(yè)12家和跨境電商企業(yè)6家，并統(tǒng)計了截至2018年底各企業(yè)的市值（其中涉及2019年新上市電商企業(yè)的數(shù)據(jù)是企業(yè)截至2019年8月13日的市值，已標注），如表3所示。

本文采用的企業(yè)有關財務指標的數(shù)據(jù)來自于“網經社電商上市公司財報數(shù)據(jù)庫（http：//www.100ec.cn）”及企業(yè)已經公開財務報表，有關電商企業(yè)網站的指標數(shù)據(jù)來自于“站長工具（http：//tool.chinaz.com）”，選取了4個投入和4個產出指標，為了使得平臺訪問速度能作為產出指標，在數(shù)據(jù)處理時以秒為單位，參考徐平等[16]對于非理想產出的“線性轉化法”，取原始數(shù)據(jù)的倒數(shù)作為網站經營階段的一個產出指標。同時，有些樣本企業(yè)的凈利潤是負值，在處理該指標時參考沈江建等[17]對于負產出的處理方法，對凈利潤這一指標進行初等行變換，使得所有的樣本凈利潤都“非負”。有關各個指標的描述性統(tǒng)計如表4所示。

3? 實證結果與分析

3.1? 模型效率分析

將2018年作為樣本數(shù)據(jù)指標的本期，應用MATLAB編寫相應的模型程序，將處理后的指標數(shù)據(jù)輸入到程序中，對電子商務企業(yè)各階段的效率值進行測算，結果如表5所示。

通過表5可以發(fā)現(xiàn)，3個效率都達到相對有效的電子商務企業(yè)只有6家，分別是阿里巴巴（B2C）、京東（B2C）、微盟集團（B2C）、無憂英語（O2O）、樂途（O2O）和蘭亭集勢（跨境電商），作為電商行業(yè)“翹楚”的阿里巴巴與京東都在其中，說明本文效率評價的結果符合現(xiàn)實的預期，具有一定的現(xiàn)實意義，也可以反映出這幾個電商企業(yè)發(fā)展較為均衡且良好，它們的經營理念與運作模式是同類電商企業(yè)應該學習的。但是，這些電商企業(yè)數(shù)量只占總數(shù)的12.77%，并且所有樣本的網站運營效率、盈利效率、整體運營效率的均值分別是0.773、0.664、0.765，這都說明了我國電商行業(yè)還有很大的發(fā)展?jié)摿Γㄈ鐖D3所示）。

按照“網經社”對于樣本類型的劃分，通過表5和圖4可以發(fā)現(xiàn)，我國的電商企業(yè)的總體運營良好，無論是網站運營、盈利，還是整體運營的效率，均值都在0.6以上。B2C和O2O電商在各方面的表現(xiàn)也是十分的均衡，并且O2O電商擁有著最高的盈利效率，這也說明O2O電商擁有著較強的利潤轉化能力，值得所有的電商企業(yè)學習。反觀B2B電商，擁有著最高的整體運營效率，但盈利效率只有0.553，僅高于跨境電商，說明B2B電商的盈利能力有待提升。因此B2B電商企業(yè)在進行創(chuàng)新和戰(zhàn)略調整時更應該著眼于最終利潤的轉化。就跨境電商而言，無論是網站運營效率，還是盈利效率都是遠低于行業(yè)均值，說明跨境電商整體發(fā)展水平較低，這與我國跨境電商起步較晚有關。但是，隨著“互聯(lián)網+”行動的不斷深入，跨境電商也成為了電子商務行業(yè)發(fā)展的重點，“一帶一路”發(fā)展戰(zhàn)略的計劃與實施，也為中國跨境電商的未來發(fā)展奠定了堅實的基礎。隨著“一帶一路”政策的不斷推進，這也將會為我國跨境電商的發(fā)展提供更為廣闊的空間。雖然我國電商總體發(fā)展較為良好，但是通過表5和圖3也可以看出我國電商存在著發(fā)展不均衡的問題，這一問題在盈利能力上的表現(xiàn)尤為突出。具體而言，總體上各效率的標準差都在0.18以上，總體盈利效率的標準差更是達到了0.366，各類電商盈利效率的標準差也都在0.3以上。因此，我國電商企業(yè)在制定發(fā)展計劃之時不能只考慮利潤或者網站建設，應該從全局的角度出發(fā)，追求更加全面、均衡和高質量的發(fā)展。

3.2? Tobit回歸分析

無論是規(guī)模大小，所有電商企業(yè)所追求的都是最終的利益，因此電商企業(yè)的“盈利效率”值得進一步的探究。前文通過DEA模型已經求出了各個電商企業(yè)的盈利水平，但是各投入要素和規(guī)模的大小與電商企業(yè)的“盈利效率”之間的具體關系尚不清晰。為此，本文以“總成本和費用”、“員工人數(shù)”、“期初總資產”、“期初總負債”為自變量，以“盈利效率”為因變量，由于因變量“盈利效率”介于0～1之間，所以在此使用Tobit回歸模型探究各自變量對于“盈利效率”的影響。構建的模型如下：

PE=c+βTC+βNOE+βIA+βID+ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

其中：i表示第i家上市電商企業(yè)，ε表示殘差，其他各符號的含義如下：PE表示盈利效率;TC表示總成本和費用;NOE表示員工人數(shù);IA表示期初總資產;ID表示期初總負債。

同時按照市值的大小將47家樣本企業(yè)分為兩組，既“大型”電商企業(yè)（市值在100億元以上，一共23家）和“小型”電商企業(yè)（市值在100億元以下，一共24家），采用Eviews8.0對我國電商企業(yè)的“盈利效率”及影響因素分組進行Tobit回歸分析，其結果如表6和表7所示：

通過對比表6和表7可以發(fā)現(xiàn)，第一，目前在我國整個電商行業(yè)，企業(yè)的盈利效率與資產呈負相關，但是合理負債卻可以使得企業(yè)的盈利能力得到提升。因此對于整個電商行業(yè)而言，不能一味追求資產規(guī)模的擴大，合理地調節(jié)資產結構，才能使得自己的盈利能力得到進一步提升。第二，在“大型”的電商企業(yè)中，其盈利效率與其人力、財務的成本正相關，但這種相關性并不是十分顯著。第三，在“小型”電商企業(yè)中，其盈利效率與其人力、財務的成本負相關，并且這種相關性十分顯著，隨著人員和成本投入的不斷增加，“小型”電商企業(yè)的盈利能力卻在下降。這說明現(xiàn)階段在我國“小型”電商企業(yè)中仍然存在著較為嚴重的“燒錢”現(xiàn)象?！盁X”模式無疑會大大增加創(chuàng)業(yè)者創(chuàng)業(yè)失敗、投資者利益受損的幾率，這種行為對于大多數(shù)創(chuàng)業(yè)者來說是不可取的。我國電商行業(yè)經過多年的迅速發(fā)展，擁有著全球最大的市場，仍然存在這種“燒錢”現(xiàn)象，不得不引起我們的深思。對于電商行業(yè)而言，黨和政府提出的“供給側結構性改革”同樣適用，電商企業(yè)在創(chuàng)業(yè)初期為了搶占市場份額可以放棄一些眼前的利益，但是不能陷入“燒錢”模式的惡性循環(huán)。

4? 結束語

從信息價值鏈的角度出發(fā)，將電子商務的經營活動分為網站運營和盈利兩個子階段，把人力和資金作為共享投入指標構建了含有共享投入的兩階段DEA效率測度模型，并使用該模型對我國47家上市電商企業(yè)的2018年度效率進行了測算。為了進一步探究“盈利效率”與各投入要素之間的關系，將樣本企業(yè)按照其市值的大小進行分組，參考劉超等學者的思想，對我國電商企業(yè)的“盈利效率”及影響因素分組進行Tobit回歸分析。根據(jù)以上分析的結果本文得出了以下結論：（1）我國電商行業(yè)整體發(fā)展良好，但是存在著發(fā)展不均衡的現(xiàn)象，無論在“網站運營效率”、“盈利效率”，還是在“整體運營效率”方面，都是如此，并且在“盈利效率”方面表現(xiàn)的尤為突出。（2）我國的跨境電商由于起步較晚，與其他類型的電商相比，整體發(fā)展水平差距較大，亟待提升。（3）盲目地追求資產擴大并不利于電商企業(yè)盈利能力的提升，反而會使得盈利能力有所下降，同時在“小型”電商企業(yè)中仍然存在著較為嚴重的“燒錢”現(xiàn)象。

根據(jù)以上研究的結果，本文給出以下建議與對策：對于黨和政府而言，應該給與電商行業(yè)更多的關注和政策指導，積極促進電子商務及其相關產業(yè)的發(fā)展，使其為我國的經濟做出更大的貢獻;對于整個電子商務行業(yè)而言，在追求利潤最大化的同時，也應還加強網站的建設，避免出現(xiàn)發(fā)展不均衡的現(xiàn)象。對于互聯(lián)網企業(yè)，特別是電子商務企業(yè)，良好的用戶體驗是保持用戶粘性，持續(xù)提高盈利能力的重要保證;對于跨境電商來說，隨著“一帶一路”政策的不斷深入，跨境電商的發(fā)展?jié)摿Ω鼮榫薮?，我國的跨境電商應該積極響應黨和國家的號召，乘著“一帶一路”的春風，快速發(fā)展壯大;對于剛起步的電商企業(yè)而言，應該摒棄盲目追求規(guī)模擴大而“燒錢”的發(fā)展模式，將黨和國家關于“供給側結構性改革”的政策落到實處努力學習行業(yè)“標桿”管理模式與經營理念，找到屬于自己的盈利模式，追求更加高質量的發(fā)展。

參考文獻：

[1] 潘廣瑋. 基于DEA方法的O2O電商網站效率評估及影響因素研究[D]. 廣州：華南理工大學（碩士學位論文），2016.

[2]? Steve Muylle， Rudy Moenaert， Marc Despontin. The conceptualization and empirical validation of web site user satisfaction[J]. Information & Management， 2004，41（5）：543-560.

[3]? Zhuo Fan Yang， Yong Shi， Bo Wang， et al. Website Quality and Profitability Evaluation in Ecommerce Firms Using Two

-stage DEA Model[J]. Procedia Computer Science， 2014，30：4-13.

[4] 鄭海軍. 基于DEA的電子商務效率評價指標研究[J]. 商場現(xiàn)代化，2012（12）：29-30.

[5] 楊卓凡，石勇. 電子商務企業(yè)全要素生產率變化及影響因素分析[J]. 系統(tǒng)工程理論與實踐，2017，37（2）：431-439.

[6] 楊卓凡，石勇. 動態(tài)市場競爭環(huán)境下電子商務企業(yè)盈利能力的影響因素研究[J]. 中國管理科學，2016，24（8）：18-27.

[7] 王巧莉. 基于DEA模型的中國互聯(lián)網上市企業(yè)運營效率研究[D]. 北京：中國地質大學（碩士學位論文），2018.

[8]? Jeffrey F Rayport， John J Sviokla. Exploiting the Virtual Value Chain[J]. Harvard Business Review， 1995（9）：75-99.

[9]? Zhuofan Yang， Yong Shi， Hong Yan. Scale， congestion， efficiency and effectiveness in e-commerce firms[J]. Electronic Commerce Research and Applications， 2016，20：171-182.

[10]? Yao Chen， Juan Du， H David Sherman， et al. DEA model with shared resources and efficiency decomposition[J]. European Journal of Operational Research， 2010，207（1）：339-349.

[11]? Chiang Kao. Efficiency decomposition for general multi-stage systems in data envelopment analysis[J]. European Journal of Operational Research， 2014，232（1）：117-124.

[12] 陳瑩文，王美強，陳銀銀，等. 基于改進兩階段DEA的中國高技術產業(yè)研發(fā)創(chuàng)新效率研究[J]. 軟科學，2018，32（9）：14-18.

[13] 劉修征. 網上零售類電子商務示范企業(yè)經營效率評價研究[D]. 西安：西安郵電大學（碩士學位論文），2018.

[14] 劉仁超. 互聯(lián)網電商企業(yè)價值評估[D]. 北京：北京交通大學（碩士學位論文），2017.

[15] 譚靜. 基于DEA電子商務上市企業(yè)效率綜合評價方法研究[D]. 哈爾濱：哈爾濱商業(yè)大學（碩士學位論文），2016.

[16] 許平，孫玉華. 非期望產出的DEA效率評價[J]. 經濟數(shù)學，2014，31（1）：90-93.

[17] 沈江建，龍文. 負產出在DEA模型中的處理——基于軟件DEAP的運用[C] // 中國管理現(xiàn)代化研究會，復旦管理學獎勵基金會第十屆（2015）中國管理學年會論文集，2015：267-272.