大型零售商主导产业链的经济绩效

一、研究问题的提出
    传统经济分析一般仅重视从生产者视角探讨制造业产业链绩效，提出诸如资金投入因素、人力资本因素、创新研发因素、企业流动性因素、工资水平、金融环境、分工因素、所有制因素等制造业产业链绩效分析框架。这种分析框架较为全面地分析了产业链绩效提升的影响因素，但是，随着流通在国民经济中地位的跃升，流通产业的影响力已经受到越来越多的关注，特别是大型零售商由于具有生产服务业和消费服务业双重属性，既可以引导生产，又可以促进消费，成为促进产业链绩效提升，优化产业结构的重要战略因素。单纯的制造视角分析已不能满足理论和现实发展的需要。因此，需要从流通与制造相结合的角度分析产业链绩效的影响因素。本文即是在这方面的一个尝试，拟从整个零售产业链和制造业发展相结合的角度对大型零售商主导产业链的绩效提升效应进行实证研究，使用2000-2009年中国31个省的面板数据，从零售商盈利能力、零售规模、零售商分工水平、零售效率和零售业态先进程度等多方面综合检验大型零售商因素对产业链绩效的影响。
    二、文献回顾与理论分析.
    随着流通在国民经济中地位的攀升，从大型零售商视角研究零售商因素对制造业结构调整、产业链绩效影响已经受到越来越多的重视。Riddle（1985）[1]认为，包括零售业在内的服务业是促进其他部门增长的过程产业，是经济的黏合剂，是便于一切经济交易的产业，是刺激商品生产的推动力。程大中（2004）[2]等进一步证明，生产者服务业及其与制造业的互动融合是提升生产效率、提升产业链绩效和促进竞争力提升的催化剂。而徐从才、原小能（2008）[3]、徐从才（2011）[4]、周长富和张二震（2011）[5]等人进一步论述了大型零售商提供的产品服务是生产者服务的先导，能够在货物（产品）或服务生产的过程中，扮演中间需求的功能，提高生产者的生产效率。比如大型零售商利用自身拥有的稀缺的顾客信息资源与人力资本要素为生产者提供零售、物流、消费信息，甚至研发、设计等产品服务，强化专业分工优势，提升大型零售商主导的流程再造的经济绩效[6]80-82。Dobson（1996）[7]、谭国富（2004）[8]等则从纵向约束的视角提出零售商纵向约束能提升效率，因为它有助于消除制造商和零售商的某些纵向外部性以及零售商之间搭便车等横向外部性。徐从才、丁宁（2008[6]83-85较为系统地总结了大型零售商纵向约束实现流程再造的经济绩效：一是顾客价值链创新导致供应链报酬递增；二是服务创新与标准化交易平台建设导致交易费用降低；三是服务中间需求增长与服务外移导致专业化效率提升。宋则、常东亮（2010）[9]甚至认为，流通影响力可以促进产业结构调整优化。
    上述研究都为零售商主导产业链经济绩效研究奠定了很好的基础，但是缺乏对大型零售商主导产业链经济绩效的实证研究，对大型零售商主导产业链动因的分析也不多见。因此，本文试图从这两个方面进行探索，力图阐明大型零售商主导产业链的经济绩效及其各影响因素的作用，并提出相应提升零售商主导产业链经济绩效的对策建议。
    从动因的角度看，理论研究表明，大型零售商主导产业链的动力是由分工深化、顾客价值创新和信息技术发展所推动的，其提升产业链绩效的表现主要体现在服务中间需求增长与分工深化提升专业化效率，顾客价值创新催生更好的服务满足和产业链报酬递增，零售服务创新与信息化交易平台网络建设导致交易费用降低等方面。具体而言，主要体现在以下几个方面：
    一是零售的盈利能力和水平。大型零售商的盈利能力是反映其纵向约束能力的重要指标。大型零售商盈利能力的增强有助于大型零售商对制造业产业链实施更强的纵向约束和控制，从而有更大空间提供更多的零售服务以改善产业链绩效（Lariviere和Padmanabhan，1997）[10]。在现实中，大型零售商盈利能力主要表现在以下三个方面，即商业毛利率、成本利润率和销售利润率，分别从不同角度考察零售商的盈利能力。
    二是零售商的产业组织与规模。零售产业集中度与规模情况是影响零售市场势力的重要因素，也是增强零售商议价能力的重要指针。零售市场集中度与规模的上升可以有效促进大型零售商集中资本，从而实现规模报酬递增，降低流通成本，有利于产业链整体成本降低，产业链绩效提升（Bloom和Pery，2001）[11]。但是，如果缺乏有效政府管制，零售商一家独大，形成市场优势地位，会导致部分零售商滥用市场地位，从而导致制造商利润受到挤压，零供危机凸显，最终降低产业链条整体优化能力，限制了产业链绩效的提升。
    三是零售商专业化分工水平。零售商专业化分工程度的不断深化，促进了零售生产效率的提高，从而促进市场扩张，产生了规模报酬递增的收益，同时降低制度安排的交易成本，扩大了零售企业盈利的增长点；与此同时，对零售生产效率的提高和成本节约也促使整个产业链的绩效提升和成本节约，并通过迂回生产链条，促进采购、物流、销售、管理、财务、信息、售后等专业化功能细分，实现产业链绩效的优化。
    四是零售的服务创新角度。大型零售商专业化分工水平提升、顾客导向的价值链延伸、信息化技术的运用和标准化平台的构建等服务和价值创新，对于促使大型零售商实现规模经济和范围经济，节约交易成本具有重要意义（Shaw和Dawson，1989）[12]。但在具体的产业形态上，零售商服务创新主要表现为经营业态的创新。在零售市场集中度较高的市场环境中，在分工深化、信息技术和消费需求的作用下，大型零售商在业态选择上广泛采取连锁经营方式，实现效益提升和市场扩大，进一步提升大型零售商市场势力和盈利能力，并促进产业链绩效的优化。因此，我们可以从连锁经营程度角度测量大型零售商对产业链绩效的影响。
    三、研究设计
    （一）模型设定
    为了考察大型零售商盈利模式对产业链绩效的影响并验证以上理论框架，我们将采用一个基于零售商因素和制造商因素相结合的产业链绩效影响因素的计量模型。各解释变量的选取既来自于既有理论和实证的成熟成果，同时也来自对中国转型背景中特定市场、产业、经济等多重因素的现实考察。模型的基本形式如下：
    
    其中，是被解释变量，是用来反映产业链绩效的指标，使用制造业的全员劳动生产率来衡量。
    是解释变量的集合，分别包括商业毛利率（syml）、成本利润率（cost）、主营利润率（lr） 、零售规模（lsgm）、零售商分工水平（lsfg）、库存率（kcl）、连锁门店数（1smd）等指标，用于反映大型零售商盈利能力、零售规模、零售商专业化分工水平、零售效率和零售业态等零售商情况。
    是控制变量的集合，分别包括企业规模（gygm）、资本密集度（gyzb）、工资水平（gygz）和企业流动性因素（zzl）。
    
    （二）变量选择、数据来源与检验方法
    1.变量选择。根据需要检验的假说和模型设定，本文使用制造业的全员劳动生产率反映产业链的绩效，作为模型被解释变量，具体研究变量定义及计算方法如表1所示。
    
    2.数据来源。本文所使用的数据来源于历年《中国统计年鉴》、《中国工业经济年鉴》和《中经网统计数据库》，研究对象是中国31个省份2000-2009年期间的大型零售商盈利模式与产业链绩效之间的关系，构造面板数据结构进行计量分析。由于2004年工业增加值等数据缺失，所以本文采用前后年平均值的方法加以修正，此外，由于2004年之前分省门店数缺失，所以本文的面板数据是非完整的，但由于缺失的数据非常少，这并不对研究结论构成严重干扰。
    3.检验方法。在模型设定形式选择中，首先利用F统计量来检验个体间是否存在显著性差异，其次使用Hausman检验模型是属于固定效应（Fixed Effects）还是随机效应（Random Effects），回归结果将按经过F检验和Hausman检验后所选择的模型报告相应的回归系数及标准差。
    四、实证分析结果及解释
    （一）相关性分析
    表2分别报告了2000-2009年各省份主要解释变量的相关系数矩阵。我们发现，除成本利润率和主营利润率，工业资本密集度和制造业全员劳动生产率，毛利率与成本利润率等少数变量间相关系数较高外（由于计算公式重叠），分别达到0.9914、0.9674和0.7942，其他各主要统计变量之间不存在非常严重的多重共线性问题。并且可以看出，除库存率和工业规模外，其它变量均与被解释变量正相关，不同因素对产业链绩效的影响存在较大差异。
    
    （二）回归结果与解释
    1.大型零售商因素对产业链绩效的影响分析。在回归分析中，首先采用固定效应FE和随机效应RE对模型进行回归，然后通过Hausman检验确定固定效应和随机效应的选择。表3（见下页）中第2列和第3列的Hausman检验结果为chi2（9）=440.06，Prob＞chi2=0.0000，从而接受了FE和RE没有系统性差异的原假设，同时分别对固定效应和随机效应进行了异方差检验和自相关检验，检验结果分别为chi2（76）=145.60,Prob＞chi2=0.0000和chi2（1）=29.94，Prob＞chi2=0.0000，均拒绝了不存在异方差检验和自相关的原假设。为消除异方差和自相关，采取广义最小二乘法（FGLS）对模型重新回归，得到的结果在第4列。分析结果表明，大型零售商盈利模式优化和能力提升对产业链绩效影响显著，其中，大型零售商商业毛利率提升1个单位将使产业链绩效提升3.46个单位，大型零售商主营利润率提升1个单位将使产业链绩效提升34.77个单位，并且都通过了1%水平下的显著性检验，表明大型零售商盈利优化对产业链绩效提升具有显著的正向影响。但大型零售商成本利润率影响因子为负，主要原因可能是由于限于数据可得性，在大型零售商成本费用数据选取上用主营业务成本代替全部成本费用，而事实上大型零售商包括营业费用、管理费用和财务费用在内的其他费用对产业链绩效影响的差异性更为明显；在利润指标上也只选取主营利润，而没有考虑投资收益、补贴收入、其他收益的情况，而其他收益特别是通道费的收取是当前大型零售商盈利模式的突出问题，这一指标的负向符合也说明大型零售商的盈利构成和成本构成急需优化。
    
    更进一步，我们重点分析大型零售商分工情况对产业链绩效的影响情况。由于广义最小二乘法回归结果考察大型零售商分工效应对产业链绩效影响系数为负，我们分析认为这可能由于大型零售商分工迂回特征，及其分工深化程度与制造商分工深化程度及产业链上下游分工程度不匹配导致。因此，我们构造了这一新的变量考察零售迂回分工对产业链绩效的影响情况。表3中第5-7列报告了引入新的控制变量后大型零售商分工对产业链绩效的影响。在考率分工迂回特征之后，大型零售商分工深化对产业链绩效优化促进效应明显，大型零售商分工程度提升1个单位将使产业链绩效提升19.73个单位，并且在1%的显著性水平下显著。与此同时，大型零售商迂回分工程度加深1个单位，对产业链绩效影响效应为负，这也符合我们之前的假设，即大型零售商迂回链条过长、分工程度过多，与产业链运行实际情况不相匹配，也会造成相应的效率损失和绩效弱化。
    从零售规模与组织化程度因素看，大型零售商组织与规模化程度提升对产业链绩效的影响作用并不太明显，作用为-0.01，且仅通过10%水平的显著性检验，与我们先前的理论分析不符。这有可能是因为大型零售商滥用市场势力导致规模经济的溢出效应被滥用市场势力的市场损害效应所抵消，也有可能限于数据可得性，选取指标不如产业集中度等核心指标理想，需要进一步的研究探求。
    从零售效率因素来看，零售效率提升对产业链绩效影响因子为正，并通过了1%显著性水平检验，其数值为2.0988，表明大型零售商效率提升1个单位，产业链绩效提升将近2.1个单位，符合我们的研究假设与结论。事实上，以库存率为代表的零售效率提升，不仅对产业链绩效提升有显著作用，对于整个国民经济绩效提升的效果也至为显著。因为，从国民经济大的部类来说，降低库存率有助于减少在流通环节的产品耗费和时滞，也即促进了从生产到消费过程的效率提高和供需衔接，有助于提升经济运行效率，促进经济增长方式转变。
    从零售业态先进性因素来看，大型零售商连锁经营等先进业态运用程度的加深对产业链绩效的影响作用微乎其微，作用为-0.01，表明零售业态先进性对产业链绩效的影响作用正逐渐减弱。事实上，我国大型零售商自20世纪90年代中期开始爆发的综合零售革命以来，百货商店、一价商店、连锁商店、超级市场、购物中心、自动售货机、步行商业街、网上商店等八次零售革命几乎同时爆发，对零售产业先进性和产业链绩效优化起重要作用。而进入21世纪以后，特别是2005年以来，大型零售业态趋于稳定，变革逐渐减弱，金融危机之后，大型零售商连锁门店开店速度放缓，对产业链绩效的影响也逐渐式微。
    2.制造业因素对产业链绩效的影响分析。理论研究 表明，产业链绩效提升受大型零售商和制造商两方面因素的交互影响。因此，在考察零售商因素，特别是零售商盈利模式因素对产业链绩效的影响后，我们重点从制造业层面分析制造业规模、资本密集度、工资水平、流转效率等方面因素对产业链绩效的影响。
    从制造业规模因素看，制造业规模与产业链绩效之间呈稳定的U型关系，表明，在中国背景下，规模越小和规模越大的企业绩效越高，而中等规模企业的绩效不足，这也比较符合经济发展现实，小企业由于市场敏感度高、反应灵活，效益也比较好，大企业由于规模经济或市场势力的因素，产生良好的成本节约和市场绩效。中等规模企业由于管理成本上升，经营复杂化程度加深，竞争激烈但又没有达到规模经济的门槛，在激烈的竞争中效益偏低。
    从工业资本密集度看，工业资本密集度对产业链绩效的影响显著提升，其影响系数为0.275，且通过1%水平的显著性检验。表明企业资本密集属性对产业链绩效提升作用显著，表明，资本密集、知识密集等先进要素对产业链绩效提升中的作用越来越重要，相应地，劳动密集型因素对产业链绩效提升作用下降，这也可以视为产业链绩效的行业差异。
    从工业工资因素来看，工业工资对制造业绩效提升影响微乎其微。这一方面是由于工资增速低于工业增加值和GDP的增长，导致工资增长对产业链绩效提升作用不显著，另一方面，近年来，劳动报酬在初次分配中比重下降也较好地说明了这一问题。
    从制造业运转效率角度看，工业资产周转次数对产业链绩效提升作用为正，影响因子为0.02，但并不显著，表明我国工业企业受金融体系和社会信用体系因素的制约，普遍面临着货款被拖欠和融资难的双重困境，企业资产周转效率对企业绩效的影响不大。
    3.分地区产业链绩效的影响分析。为了考察大型零售商因素对分地区产业链绩效的不同影响。我们构造了东部地区、中部地区和西部地区三个虚拟变量db、zb和xb，若样本属于该地区，则取1，否则取0。①并以此分析大型零售商产业链绩效的区域差异。结果表明（见下页表4），大型零售商盈利模式优化对东中西部产业链绩效都有显著提升，只是在不同区域的效果不同，在东部地区的效果要优于中部和西部地区，而中部地区的效果也优于西部地区。由此可见，各地区经济发展程度和市场分工程度不同对大型零售商盈利模式优化产业链绩效的效果有显著作用，经济发展水平越发达，市场化程度越高，大型零售商发展水平越充分，其对产业链绩效的提升效果也越显著。
    
    表4其他行数据报告了其他因素对分地区产业链绩效影响情况的差异，如零售分工、零售效率、工业规模、资本密集度等，基本反映了区域差异的情况，但也有少量因素，如工业工资对中部地区产业链绩效提升效果最佳，需要结合各区域具体情况进行分析。
    五、结论、建议与展望
    （一）研究结论
    本文构造了一个综合零售与制造因素的产业链绩效影响模型。分析结果表明，大型零售商因素和制造业因素对产业链绩效的影响都较为显著。主要结论有：
    第一，从零售商因素看，大型零售商盈利模式优化、能力提升、分工深化和效率提升对产业链绩效提升作用显著。大型零售商盈利能力提升与产业链绩效提升有较强的正向关系，而大型零售商分工深化具有显著的迂回分工特征，需要制造商产业链上下游演进及分工程度与其相匹配才会最大化发挥零售分工对产业链绩效的提升促进作用，在考虑分工迂回特征之后，大型零售商分工深化对产业链绩效优化促进效应明显，但如果大型零售商迂回链条过长、分工程度过多，与产业链运行实际情况不相匹配，也会造成相应的效率损失和绩效弱化。以库存率为代表的零售效率提升，不仅对产业链绩效提升有显著作用，对于整个国民经济绩效提升的效果也非常显著。零售产业集中度与规模情况也是影响零售市场势力的重要因素，是增强零售商议价能力的重要指针。但限于数据的可得性，实证结果并不理想，需要进一步研究探索。从零售业态先进性因素来看，连锁经营等先进业态对产业链绩效影响显著，有助于大型零售商进一步实施区域市场扩张，迂回提升产业链绩效，并促进零售商服务方式创新，推进产业链绩效的演化升级。但由于近年来，零售变革逐渐减弱，其对产业链绩效的影响也逐渐减弱。
    第二，从制造业因素看，制造业规模与产业链绩效之间呈稳定的U型关系，制造业资本密集度对产业链绩效提升作用显著，工业工资和制造业运转效率对制造业绩效提升效果均为正，基本上符合一般理论分析和现实情况。
    第三，分区域和行业看，资本密集度对产业链绩效影响效果显著，东中西部分区域效果的差异也比较大，表明，经济发展水平、市场化程度、法制因素等经济、制度变量对产业链绩效的影响作用也较为突出。
    （二）对策建议与研究展望
    本文研究表明，大型零售商主导产业链的经济绩效不仅与其自身的分工深化、规模经济、组织模式相关，也受零售商与制造商相互交织因素，甚至市场化发展水平、制度等外部变量影响。因此，若要优化大型零售商主导的产业链绩效，就必须从以下三个方面进行创新，促进大型零售商主导产业链的转型升级和绩效提升。
    一是要加强流通组织创新。要根据适应顾客需求、创造精简高效协同的供应链系统、关键资源控制、自主可控的销售网络，并能进一步通过市场创造、需求创造和绩效创造实现整个产业链绩效优化的要求加快制造零售商、零售制造商、品牌规则控制、新型商人雇主制和双边市场平台等流通组织创新。
    二是要促进零售与制造的融合。通过产品服务、要素服务和专业服务等多种渠道促进零售商与制造商之间的分工融合，刺激市场中服务中间需求增长与制造商服务外移，进而提升制造商和零售商各自的专业化效率，产生积极的产业链绩效提升效应，提高制造商的劳动生产率。在促进大型零售商产业链绩效提升作用的同时，也可以进一步拓展制造零售商、产品定制等制造商为零售商服务形式提升促进制造业和零售业融合及整体绩效的优化。
    三要加强流通环境培育。通过一系列法律、制度、道德等正式和非正式的制度安排，实现流通各参与主体利益的协调和优化，构建平等竞争的市场秩序，推动流通环境的培育和优化。加强流通制度、流通技术和市场环境等流通发展外部环境的培育，发挥集成优势，推动零售商纵向约束、盈利模式的优化和产业结构的优化及产业绩效的提升。
    展望未来 ，随着大型零售商对产业链主导的进一步深化和拓展，大型零售商主导产业链的经济绩效是一个非常值得研究的理论和现实问题。但限于数据的缺乏，本文没有对细分行业及外资进入对产业链绩效影响进行深入比较研究和分析，缺乏对大型零售商主导产业链经济绩效行业差异的比较，同时对于大型零售商主导产业链的具体路径和方式研究不足，有待于进一步研究探讨。
    注释：
    ①根据国家统计局的分类，目前我国西部地区包括的省级行政区共12个，分别是四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古；中部地区包括8个省级行政区，分别是山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；东部地区包括的11个省级行政区，包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南。