1. 引言
我国电子商务已覆盖生产生活的全链条，成为经济社会数字化转型中不可或缺的重要环节。2022年全国网上零售额已达15.42万亿元，同比增长11%，相较于电子商务交易规模的扩大，其运营效率亦值得关注。既往关于电子商务的研究聚焦于电商企业和消费者层面的影响因素[1] [2]，缺乏对国家宏观环境因素的探讨分析。实际上，电子商务运营效率受国家的政策、技术与社会等多重宏观因素的影响，单一变量独立分析难以对结果做出全面合理的解释[3]。本研究基于数据包络分析(DEA)及模糊集定性比较分析方法(fsQCA)，研究多重影响因素的联动匹配对提高电子商务运营效率的驱动路径，以期为各省提升电子商务运营效率提供路径参考。
2. 资料与方法
2.1. 资料来源
以全国31个省份为研究对象，电子商务运营效率的测度数据及其前因变量数据来源于《2023中国统计年鉴》。
2.2. 研究方法
2.2.1. 数据包络分析
数据包络分析(DEA)是非参数的评价方法，适用于多投入和多产出的效率测算。DEA包括CCR模型、BCC模型、ST模型和Malmquist模型等，在资源配置效率分析上颇具优势[4]。鉴于电子商务是信息流、物流、商流融合的商业模式，因此从3个维度选取5个指标作为评价电子商务运营效率的投入变量；从经济效益角度选取企业电子商务销售额和企业电子商务采购额作为产出变量[5]。本研究选取规模报酬可变的BBC模型，借助DEAP 2.1软件测算我国2022年31个省份电商运营综合效率值。见表1。
Table 1. Composition of e-commerce operation efficiency evaluation indicator system
表1. 电子商务运营效率评价指标体系构成
变量属性 |
变量维度 |
符号表示 |
变量含义 |
产出变量 |
交易指数 |
OuP1 |
企业电子商务销售额/亿 |
交易指数 |
OuP2 |
企业电子商务采购额/亿 |
投入变量 |
信息化指数 |
InP1 |
每百人使用计算机数/台 |
信息化指数 |
InP2 |
每百家企业拥有网站数/个 |
商流指数 |
InP3 |
企业数/个 |
商流指数 |
InP4 |
有电子商务交易活动的企业比重/% |
物流指数 |
InP5 |
邮路总长度/公里 |
2.2.2. 模糊集定性比较分析法
Ragin在《比较方法：超越定性和定量策略》中系统提出兼具定性分析与定量分析优势的研究范式——定性比较分析(QCA) [6]。fsQCA是其应用最为广泛的一种方法，适用于处理因果复杂性问题，尤其是在成因、影响机制等方面探究条件变量间的联合效应。fsQCA适用于中小样本量的宏观研究，条件的数量通常保持在6~8条的合适水平。组态分析可识别出多重条件构成的组态代表是否为结果产生的充分条件，从而揭示电子商务运营效率的提升路径，为电商集群提供科学参考。
2.2.3. 变量标定
根据数据可得性并参考相关文献，条件变量选用经济发展水平、政府支持力度、产业结构布局、信息通信技术、基础设施建设、人力资源禀赋6个维度建立具体指标，结果变量为经DEA模型计算得出的电子商务运营综合效率值[7]。
2.2.4. 变量校准
为保证结果变量和条件变量能够更好满足布尔运算逻辑，需要对变量赋予集合隶属度，使得原始数据转化为介于[0, 1]范围之间的集合隶属值，从而认定某一前因条件存在或不存在的“程度”对结果变量的影响。本文依据Ragin的四分位法进行校准，以样本75%分位数(完全隶属)、50%分位数(交叉点)和25%分位数(非完全隶属)的值作为校准锚点[8]。见表2。
Table 2. Parameter calibration for each variable
表2. 各变量的参数校准
变量分类 |
变量名称 |
目标集合 |
完全隶属(75%) |
交叉点(50%) |
非完全隶属(25%) |
结果变量 |
电子商务运营效率 |
电子商务运营效率 |
0.502 |
0.333 |
0.1885 |
条件变量 |
人均GDP/元 |
经济发展水平 |
94266.5 |
70,923 |
61,220 |
政府商业服务业等财政支出/亿 |
政府支持力度 |
65.235 |
37.87 |
19.025 |
第二、三产业增加值占GDP比重/% |
产业结构布局 |
93.6 |
91.1 |
87.8 |
移动互联网用户数/万户 |
信息通信技术 |
5799.95 |
4013.2 |
2530.15 |
邮政营业网点/处 |
基础设施建设 |
16607.5 |
12,047 |
6833.5 |
邮政业人员数/人 |
人力资源禀赋 |
34520.5 |
21,387 |
16,388 |
3. 结果
3.1. 我国电子商务运营效率结果
本研究对2022年我国31个省份电子商务运营投入和产出变量进行分析。结果显示，我国各省市电子商务运营效率整体水平不高，综合效率均值仅为0.425，说明多数地区电子商务运营管理效率不理想。全国31个省份中，北京、上海、江苏、山东和广东5个省份的电子商务运营综合效率值为1，电子商务投入产出处于DEA有效状态；宁夏(0.165)、西藏(0.128)、云南(0.127)、黑龙江(0.102)、吉林(0.060)等电子商务运营综合效率值不足0.2。尽管各省市均出台了促进电子商务发展的政策文本，但仅凭资源数量上的增加难以有效提升电子商务运营效率。各地区需整合各关键资源要素，剖析探究电子商务运营效率提升的驱动机制及组态效应。见表3。
Table 3. Comprehensive efficiency of e-commerce operations by province in 2022
表3. 2022年各省份电子商务运营综合效率
省份 |
综合效率 |
省份 |
综合效率 |
北京 |
1.000 |
湖北 |
0.397 |
天津 |
0.364 |
湖南 |
0.339 |
河北 |
0.175 |
广东 |
1.000 |
山西 |
0.333 |
广西 |
0.200 |
内蒙古 |
0.507 |
海南 |
0.324 |
辽宁 |
0.310 |
重庆 |
0.799 |
吉林 |
0.060 |
四川 |
0.434 |
黑龙江 |
0.102 |
贵州 |
0.236 |
上海 |
1.000 |
云南 |
0.127 |
江苏 |
1.000 |
西藏 |
0.128 |
浙江 |
0.727 |
陕西 |
0.177 |
安徽 |
0.464 |
甘肃 |
0.208 |
福建 |
0.497 |
青海 |
0.363 |
江西 |
0.244 |
宁夏 |
0.165 |
山东 |
1.000 |
新疆 |
0.171 |
河南 |
0.324 |
均值 |
0.425 |
3.2. 必要条件分析
在数据校准后，需要通过fsQCA 3.0软件对条件变量进行必要性分析，以确定各条件变量是否能够单独与结果变量存在必然关系。当条件变量的一致性指标 > 0.9时，表明该条件变量的出现必然会导致结果变量[9]。必要性检验显示，单个条件变量对高/非高电子商务运营效率的必要条件一致性均小于0.9，表明6个条件变量均不能单独导致高/非高电子商务运营效率，电子商务运营效率的提升是诸多复杂因素耦合联动的结果，因此需对多个前因变量的条件组态作用深入分析。见表4。
Table 4. Necessity analysis of individual conditions
表4. 单个条件的必要性分析
前因条件 |
高电子商务运营效率 |
非高电子商务运营效率 |
一致性(consistency) |
覆盖率(coverage) |
一致性(consistency) |
覆盖率(coverage) |
经济发展水平 |
0.827320 |
0.827800 |
0.306266 |
0.305654 |
~经济发展水平 |
0.306057 |
0.306669 |
0.827455 |
0.826974 |
政府支持力度 |
0.757732 |
0.748044 |
0.416085 |
0.409707 |
~政府支持力度 |
0.402062 |
0.408404 |
0.744121 |
0.753911 |
产业结构布局 |
0.768041 |
0.749167 |
0.397351 |
0.386588 |
~产业结构布局 |
0.371134 |
0.381735 |
0.742183 |
0.761416 |
信息通信技术 |
0.646907 |
0.651060 |
0.434173 |
0.435834 |
~信息通信技术 |
0.439433 |
0.437769 |
0.652390 |
0.648245 |
基础设施建设 |
0.614755 |
0.611172 |
0.474806 |
0.470822 |
~基础设施建设 |
0.467719 |
0.471701 |
0.607881 |
0.611476 |
人力资源禀赋 |
0.791237 |
0.789152 |
0.327584 |
0.325879 |
~人力资源禀赋 |
0.324098 |
0.325798 |
0.788049 |
0.790142 |
3.3. 电子商务运营效率前因条件组态分析
条件组态分析运用Quine-McCluskey算法，将案例频数阈值设置为1，原始一致性阈值设置为0.8，使用fsQCA 3.0“标准分析”程序进行条件组合分析。见表5。
Table 5. The conditional configuration of high and non-high efficiency of Chinese e-commerce operation
表5. 电子商务运营效率高/非高的条件组态
前因条件 |
高电子商务运营效率 |
非高电子商务运营效率 |
H1 |
H2 |
NH1 |
NH2 |
NH3 |
NH4 |
NH5 |
NH6 |
经济发展水平A |
● |
● |
|
|
|
|
● |
|
政府支持力度B |
|
● |
|
|
|
|
● |
● |
产业结构布局C |
● |
|
|
|
|
|
● |
● |
信息通信技术D |
|
● |
|
|
|
● |
|
● |
基础设施建设E |
|
● |
|
|
|
● |
● |
|
人力资源禀赋F |
● |
● |
|
|
|
|
|
|
原始覆盖度 |
0.233247 |
0.470425 |
0.357881 |
0.417959 |
0.370801 |
0.273256 |
0.163501 |
0.0898579 |
唯一覆盖度 |
0.148196 |
0.385374 |
0.0348837 |
0.0710595 |
0.0419897 |
0.151163 |
0.080168 |
0.0078165 |
一致性 |
0.955145 |
0.969459 |
0.876582 |
0.875507 |
0.87902 |
0.970183 |
0.887759 |
0.952088 |
总体覆盖度 |
0.618621 |
0.759819 |
总体一致性 |
0.976604 |
0.90463 |
符合条件地区 |
京、沪、渝 |
苏、浙、粤、鲁、鄂、徽、湘、闽 |
甘、吉、青、琼、新 |
藏、青、甘、吉、琼、宁 |
甘、吉、黑、青、琼 |
桂、豫、云、黔 |
陕、赣 |
辽 |
注：●表示边缘条件存在，●表示核心条件存在，表示边缘条件缺席，表示核心条件缺席，“空格”表示该条件可存在亦可缺席。
3.3.1. 电子商务运营高效率组态
电子商务运营高效率有H1~H2共2种组态，经济发展水平和人力资源禀赋是其核心条件。所有组态一致性均高于0.8，符合结果标准要求，解释能力较强。其中总体一致性为0.976，说明符合2种条件组态的案例中97.6%呈现高效率；总覆盖度为0.618，能够解释61.8%的高效率案例。见表6。
条件组态H1表示经济持续增长、人力资本供给充足、产业结构均衡的地区，即使信息不畅通、电商基础配置不完备，依然可以实现电子商务运营高效率。该条件组态的一致性为0.955，唯一覆盖度为0.148，代表省份有北京、上海、重庆。
条件组态H2表示社会经济实力强劲、人力资源丰富、政府主动倾斜财政资金、互联网信息技术发达、新型基础设施建设完善的地区，无论产业结构是否合理，均能提高电子商务运营效率。该条件组态的一致性为0.969，唯一覆盖度为0.385，该组态的典型代表有江苏、浙江、广东等省份。
3.3.2. 电子商务运营非高效率组态
电子商务运营非高效率有NH1~NH6共6种组态。6种组态总体一致性为0.904，即在满足6种条件组态的案例中呈现低效率的概率达90.4%；总覆盖度为0.759，即6种组态能够解释75.9%的低效率案例。见表6。
Table 6. Sample cases covered by each configuration
表6. 各个组态所覆盖的案例样本
条件组态 |
覆盖的案例样本 |
覆盖数量 |
H1 |
北京(0.83, 1)，上海(0.66, 1)，重庆(0.64, 1) |
3 |
H2 |
江苏(1, 1)，浙江(0.99, 1)，广东(0.98, 1)，山东(0.87, 1)，湖北(0.7, 0.75)，安徽(0.59, 0.91)，湖南(0.59, 0.53)，福建(0.501, 0.96) |
8 |
NH1 |
甘肃(0.95, 0.93)，吉林(0.94, 1)，青海(0.82, 0.37)，海南(0.79, 0.55)，新疆(0.68, 0.97) |
5 |
NH2 |
西藏(0.98, 0.99)，青海(0.96, 0.37)，甘肃(0.95, 0.93)，吉林(0.94, 1)，海南(0.79, 0.55)，
宁夏(0.59, 0.97) |
6 |
NH3 |
甘肃(0.96, 0.93)，吉林(0.94, 1)，黑龙江(0.82, 0.99)，青海(0.82, 0.37)，海南(0.79, 0.55) |
5 |
NH4 |
广西(0.84, 0.94)，河南(0.61, 0.55)，云南(0.61, 0.99)，贵州(0.501, 0.88) |
4 |
NH5 |
陕西(0.77, 0.96)，江西(0.501, 0.86) |
2 |
NH6 |
辽宁(0.501, 0.62) |
1 |
条件组态NH1表示经济发展水平不高、电商基础设施不完善、产业结构不合理、信息通信技术落后、人力资源优势不明显的地区，无论政府是否重视对电子商务发展的财政投入，都难以避免电子商务运营的低效率。该条件组态的一致性为0.876，唯一覆盖度为0.034，代表省份有甘肃、吉林等。
条件组态NH2表示经济实力薄弱、缺乏地方财政支持、电商发展基础较差、互联网信息技术落后、企业人力资源匮乏的地区，无论产业布局是否合理，都会导致电子商务运营低效率。该条件组态的一致性为0.875，唯一覆盖度为0.071，代表地区有西藏、青海等省份。
条件组态NH3表示经济发展速度慢、政策缺乏财政倾斜、电商基础设施配套不完善、产业结构失衡、电子信息技术水平不高的地区，无论人才配置是否合理，也不能改善电子商务运营低效率的问题。该条件组态的一致性为0.879，唯一覆盖度为0.041，典型代表有甘肃、黑龙江等省份。
条件组态NH4表示经济增长缓慢、政府财政支持力度不足、产业层次不高的地区，即使信息通信技术较完善、电商发展基础较好，同样会导致电子商务运营低效率。该条件组态的一致性为0.970，唯一覆盖度为0.151，代表案例有广西、河南等。
条件组态NH5表示人才资本不足的地区，即便社会经济实力较强、政府提供财政保障、产业体系完备、基础设施建设完善的地区，仍难以规避电子商务运营低效率的现状。该条件组态的一致性为0.887，唯一覆盖度为0.080，代表省份为陕西、江西等。
条件组态NH6表示经济发展速度慢、电商基础设施薄弱、人力成本较高的地区，尽管政府提供财政保障、产业布局合理、通信技术发达，仍难以提高电子商务运营效率。该条件组态的一致性为0.952，唯一覆盖度为0.007，代表地区有辽宁。
3.4. 稳健性检验
在运用fsQCA方法得到分析结果后，将一致性阈值从0.80提高到0.85，对高电子商务运营效率的前因变量进行稳健性检验，得到的组态与原组态解释基本一致，表明研究结论具有较好的稳健性。
4. 结论
4.1. 经济发展水平和人力资源禀赋直接影响电子商务运营效率
实证结果显示经济发展水平和人力资源禀赋是电子商务运营效率的核心条件。经济增长与电子商务发展二者是相互促进的关系，经济持续高速发展，政府有充裕的财政投入倾斜于电子商务在内的新业态，助推电子商务基础设施、技术研发、项目资金一体化建设；且电子商务作为拉动经济发展的“三驾马车”之一，是融合传统贸易和数字经济的新动力和新引擎，成为推动国民经济和社会发展的新兴力量[10]。随着电子商务产业链供应链不断延伸以及交易额持续增长，电商企业对电商人才能力和素质的需求与日俱增，传统的人才培养模式难以适应新兴行业的变化发展。应建立“政、产、学、研、用、培”六位一体的电子商务人才培养模式，加大中西部、“地市县”及农村电子商务人才市场培育，营造积极的电商人才政策环境，助推传统产业转型升级和乡村振兴[11]。
4.2. 多重前因变量协同促成电子商务运营效率提升
由上述2条高组态路径可知，电子商务运营效率的前因变量并非单一且独立作用的，而是经济发展水平、政府支持力度、产业结构布局、信息通信技术、基础设施建设、人力资源禀赋条件多重并发、协同作用的结果。各省份电子商务企业在内部要素的联动影响以及内外部要素的协同作用下形成“1 + 1 > 2”的内外正向协同效应，提高电子商务运营综合效率[12]。因此需要完善电子商务发展的体制机制，基于整体性视角，建立各前因变量之间的等效协同机制，加强各条件变量之间的联动匹配与动态组合，从整体上提升电子商务发展水平。各省份应根据自身经济、财政、技术等资源禀赋优势，因地制宜制定符合地区实际发展情况的电子商务发展策略[13]。
基金项目
贵州省教育厅高校人文社会科学研究项目“贵州省基层医疗机构中医药服务能力现状调查及对策研究”(项目编号：23RWJD148)。
NOTES
*通讯作者。