数字营销、电子商务与零售企业经济绩效

Digital Marketing, E-Commerce and Economic Performance of Retail Firms

摘要: 随着信息技术和数字经济的不断发展，现代消费者了解和购买商品和服务的渠道更为丰富，为应对多样且多变的消费需求，零售企业亟需发展数字营销为自身经济绩效提升注入活力。本研究基于2014~2023年中国A股零售业上市公司数据，通过固定效应模型实证检验数字营销对零售企业经济绩效的影响及其作用机制。研究发现：第一，数字营销显著促进零售企业经济绩效提升，该结论在稳健性检验中依然成立；第二，电子商务具有显著正向调节效应，通过发展电子商务，数字营销对零售企业经济绩效的促进作用进一步增强；第三，异质性分析表明，数字营销对国有企业、多员工企业及东中部地区企业的经济绩效提升效果更为显著，而对非国有企业、少员工企业及西部地区企业的影响不显著。本研究为零售企业发展数字营销提供了理论依据，建议零售企业结合自身特征及性质条件积极采取并优化数字营销战略，强化电子商务资源配置，以提升企业经济绩效，同时政策制定者应关注区域差异，支持数字基础薄弱地区建设，实现协调发展。

Abstract: With the continuous development of information technology and digital economy, modern consumers have more abundant channels to understand and buy goods and services. In order to cope with diverse and changeable consumer demands, retail enterprises need to develop digital marketing to inject vitality into their own economic performance. Based on the data of China’s A-share retail listed companies from 2014 to 2023, this study empirically examines the impact of digital marketing on the economic performance of retail enterprises and its mechanism through A fixed-effect model. The findings are as follows: First, digital marketing can significantly improve the economic performance of retail enterprises, and this conclusion is still valid in the robustness test; Second, e-commerce has a significant positive moderating effect. Through the development of e-commerce, digital marketing has further enhanced its role in promoting the economic performance of retail enterprises. Third, heterogeneity analysis shows that digital marketing has a more significant effect on improving economic performance of state-owned enterprises, multi-employee enterprises and enterprises in the eastern and central regions, while it has no significant impact on non-state-owned enterprises, enterprises with few employees and enterprises in the western region. This study provides a theoretical basis for retail enterprises to develop digital marketing. It is suggested that retail enterprises should actively adopt and optimize digital marketing strategies and strengthen the allocation of e-commerce resources according to their own characteristics and nature conditions, so as to improve their economic performance. Meanwhile, policy makers should pay attention to regional differences and support the construction of areas with weak digital foundation to achieve coordinated development.

1. 引言

党的二十届三中全会指出，健全促进实体经济和数字经济深度融合制度，加快构建促进数字经济发展体制机制。数字经济已成为经济高质量发展重要引擎，发展数字经济至关重要。而在数字经济时代，随着数字信息技术和经济社会的不断发展，现代消费者了解和购买商品和服务的渠道更为丰富，且越来越倾向于在网络和社交媒体获取信息，具有不断变化且多样化的需求。长此以往，传统零售企业营销模式不再适用时代发展的需求，因此数字营销逐步进入零售企业提高其经济绩效的战略，成为其迎接市场挑战、满足消费者新需求以及求取更多市场份额的新工具。所谓数字营销，本质上指以高效、准确、及时、节省地谋求并契合新市场与消费者等为营销目标，借助传统互联网与通信技术、新兴数字技术、人工智能、交互式媒体等工具手段，实现可量化、数据化和智能化的营销的一种新型营销方式。与传统营销相比，数字营销注重企业利用数字技术的能力，具有更快反映市场并采取行动的速度以及更强适应性[1]。基于此，面对新的市场环境，零售企业具有改变传统营销模式、积极采用数字营销新战略的动力。而为更好应对消费者压力，零售企业品牌应运用数字渠道传达可持续发展承诺[2]，实施可持续的数字营销，树立良好企业品牌，从而提高零售企业经济绩效。在现代消费者越来越倾向于网络购物背景下，网络销售日益成为零售企业销售的重要组成部分，发展电子商务重要性凸显。电子商务和数字营销的演变通过销售渠道彻底改变了与客户和市场的沟通，建立了更深层次的关系，以增强竞争力[3]。因此，零售企业发展数字营销，通过互联网及相关技术等渠道和工具的使用，完善线上广告及销售，实现其电子商务的发展，从而提高经济绩效。所以，探索数字营销策略之下发展电子商务如何进一步影响零售企业经济绩效，不仅有理论研究意义，也有指导实践运行的价值。

因此，本研究试图分析数字营销对零售企业经济绩效有何影响，其内在机制是什么，并探索结果是否存在异质性。研究基于2014~2023年我国A股零售业上市公司样本，实证探究数字营销对零售企业经济绩效的影响，并对影响机制进行探索，分析了影响的异质性，期望为零售企业实行数字营销战略提供依据，为零售企业提升经济绩效提供可行性建议。本研究可能的边际贡献在于：第一，采用Python和文本分析法度量零售企业数字营销程度，使用户可获取最新客观数据，补充了数字营销对零售企业经济绩效的研究；第二，将电子商务的调节效应纳入数字营销对零售企业经济绩效影响分析的框架，丰富了数字营销对零售企业经济绩效影响机制研究，为零售企业发展数字营销和电子商务提供启示。

2. 理论分析与研究假设

2.1. 数字营销对零售企业经济绩效的直接影响

在充分竞争市场中，企业通常只能获取正常利润。若想实现超额利润，必须通过创新突破常规。在经济学意义上，创新不仅指技术层面的革新，也涵盖营销模式的创新。数字营销便是这种营销创新实践的典型代表，它通过整合数字技术与市场资源，为企业创造差异化的竞争优势。并且数字营销战略的实施主要依靠数字技术使用。零售企业可以利用数字平台与数字媒体，建立与客户高效精准联系，实现可量化、数据化和智能化的营销[4]，以助其获得超额利润。此外，在数字经济时代，消费者需求不断变化，数字营销为零售企业提供应对途径。零售企业能够依靠数字营销，提升对消费者需求识别的精准性，更好满足消费者需求，用户体验感提升，零售企业的顾客转化率和留存率得以提升[5]。零售企业通过利用数字营销高效、精准、贴合的优势，用消费者喜欢的形式利用数字平台低成本宣传自身产品的同时又可以满足消费者在网络平台提出的需求，实现一种良性互动。可见，数字营销为零售企业提供了一种有效的手段来实现其成长目标[6]，并且零售企业实施数字营销能够利用数字技术和大数据资源，为企业提供更及时、更精准的市场洞察，从而提升营销绩效[7]。

资源基础理论指出，企业拥有的资源具有稀缺性、价值性、不可模仿性和不可替代性特征时便成为企业独特竞争优势的重要来源。数字营销策略为零售企业带来准确及时的市场信息，使其能迅速调整以应对消费者需求，这种信号正是零售企业应对市场变化和机遇的关键资源，对其竞争优势与发展路径产生重要影响，进而对其经济绩效产生积极影响。基于以上分析，本研究提出：

假设1：数字营销显著促进零售企业经济绩效提升。

2.2. 数字营销对零售企业经济绩效的间接影响

在当今商业世界，数字营销与电子商务扮演着非常重要的角色，实施数字营销离不开发展电子商务，数字营销最重要的实现途径是通过电子商务平台实现买卖双方市场信息的交互以及商品的销售与购买。电子商务是数字经济的核心表征，随着数字信息技术的深化使用，电子商务正在国内贸易活动中发挥日益重要的作用。发展电子商务，销售成本得以节省，事前的搜寻和谈判成本降低[8]。当电子商务发展到一定水平，一系列“红利效应”释放，会促进企业有效投资[9]，这会带来零售企业经济绩效的提升。随着电子商务不断发展，线上市场销售的“市场扩张效应”会激励企业提高创新投入[10]，产出更多消费者满意的消费模式等，提升企业经济绩效。而电子商务和数字营销联系密切，通过任意组合方式促进稳定和定制的互动来增强客户体验。在电子商务的帮助下，公司可以通过互联网方便地出售其产品和服务，从而使潜在客户可以轻松查看，对比和购买商品[3]。借助电子商务，零售企业能够更好地实施数字营销战略，零售企业准确、快速地分析消费者需求信息同时双方又能以较低搜寻成本和谈判成本实现交易，此时零售企业更好适应了市场发展需要，不断调整发展战略，不断提升其自身经济绩效。基于以上分析，本研究提出：

假设2：电子商务显著正向调节了数字营销对零售企业经济绩效提升的促进作用。

3. 研究设计

3.1. 样本选取与数据来源

鉴于可获取的最新公开数据，本研究选取2014~2023年我国A股零售业上市公司作为研究样本，数据主要来源于国泰安的中国经济金融研究数据库(CSMAR)以及巨潮资讯网上研究年份区间内样本企业公开年报。同时，对初始样本做以下处理：剔除ST、*ST公司样本；剔除数据严重缺失的公司；对部分缺失数据采用线性插值法补齐。最终得到729个企业年度观测值的非平衡面板数据。

3.2. 变量设定

(1) 被解释变量：零售企业经济绩效(ep)。借鉴曾辉祥[11]等人做法，本研究选取CSMAR数据库中的托宾Q值D来反映零售企业经济绩效。

(2) 核心解释变量：数字营销(dm)。参考乔朋华[4]等人做法，本研究的核心解释变量数字营销衡量标准为关键词数字营销在样本零售企业年报中出现与否。具体而言，采用文本分析法，通过Python软件爬取样本企业样本期内披露在巨潮资讯网上的年报中数字营销词频，若词频大于0则记为1，反之则记为0。因为数字营销关键词在零售企业每年年报中不会一致出现，所以存在变量前一年为1而后一年为0的情况，属正常现象。

(3) 调节变量：电子商务(ecwf)。基于文本分析法，本研究电子商务度量指标为样本零售企业样本期内年报中电子商务词频。

(4) 控制变量。本研究的控制变量有：企业规模(size)、企业年龄(age)、企业员工数(staff)、股权集中度(oc)、存货密集度(icd)、现金流量(cash)、流动资产比率(lr)。具体变量定义如表1所示。

Table 1. Variable definitions

表1. 变量定义

变量类型	变量名称	变量符号	变量定义
被解释变量	经济绩效	ep	托宾Q值D
核心解释变量	数字营销	dm	年报提到数字营销时为1，否则为0
调节变量	电子商务	ecwf	年报电子商务词频
控制变量	企业规模	size	ln(总资产)
	企业年龄	age	ln(企业成立年限 + 1)
	企业员工数	staff	ln(员工人数)
	股权集中度	oc	第一大股东持股比例
	存货密集度	icd	存货/总资产
	现金流量	cash	经营活动产生现金流量净额/总资产
	流动资产比率	lr	流动资产/总资产

3.3. 模型构建

为检验数字营销对零售企业经济绩效影响的主效应，经过模型选择检验后，研究构建模型(1)用于基准回归。

$e{p}_{it}={\alpha }_0+{\alpha }_{1}d{m}_{it}+\gamma x_{it}+{\mu }_i+{\lambda }_t+{\epsilon }_{it}$ (1)

其中，ep_it为被解释变量，表示第i个零售企业在第t年的经济绩效水平；α₀为常数项；dm_it为核心解释变量，即数字营销；x_it为一组控制变量；µ_i为各零售企业的个体固定效应；λ_t为时间固定效应；ε_it为残差项。α₁为核心解释变量估计参数，表征数字营销对零售企业经济绩效的影响效应，若α₁ > 0，则说明数字营销对零售企业经济绩效具有正向促进效应。

此外，参考江艇[12]的建议，研究采用调节效应检验方法，从电子商务视角研究数字营销对零售企业经济绩效影响的传导机制。在模型(1)基础上加入调节变量电子商务与数字营销的交互项以及调节变量电子商务构建如下调节效应模型(2)。

$e{p}_{it}={\beta }_0+{\beta }_{1}d{m}_{it}+{\beta }_{2}d{m}_{it}\times ecw{f}_{it}+{\beta }_{3}ecw{f}_{it}+\gamma x_{it}+{\mu }_i+{\lambda }_t+{\epsilon }_{it}$ (2)

其中，被解释变量、核心解释变量与控制变量定义和测度方式与模型(1)一致；ecwf_it为调节变量，即电子商务；dm_it × ecwf_it为核心解释变量数字营销与调节变量电子商务的交互项。β₂是主要关注的系数，它反映的是电子商务是否能够在数字营销和零售企业经济绩效之间产生影响，可通过其显著性初步判断调节效应是否成立。

4. 实证分析

4.1. 描述性统计

描述性统计结果如表2所示，零售企业经济绩效的均值为2.056，标准差为1.211，据此可知我国零售企业经济绩效的平均水平较低且具有较大差异性。数字营销方面，最大值为1，最小值为0，符合虚拟变量特征，数据无异常值，平均值仅为0.0439，标准差却达到了0.205，可见提到数字营销的零售企业数量较小，也即反映大多数零售企业数字营销水平较低且企业间差距较大。

Table 2. Descriptive statistics

表2. 描述性统计

变量	观测值	平均值	标准差	最小值	最大值
ep	729	2.056	1.211	0.821	9.917
dm	729	0.0439	0.205	0	1
ecwf	729	6.982	12.92	0	264
size	729	22.52	1.143	19.88	26.08
age	729	2.469	0.952	0	3.526
staff	729	8.230	1.369	4.745	11.73
oc	729	60.34	14.52	21.10	98.90
icd	729	0.160	0.122	0.000117	0.633
cash	729	0.0535	0.0542	−0.134	0.272
lr	729	0.528	0.203	0.0883	0.970

4.2. 主效应及调节效应回归分析

表3是数字营销对零售企业经济绩效影响的主效应以及调节效应的回归结果。

列(1)是数字营销对零售企业经济绩效营销的主效应回归结果，分析可知核心解释变量数字营销在5%的显著性水平上正向影响零售企业经济绩效。因此，假说1成立。控制变量方面，企业规模及企业年龄估计系数显著为负，这可能是因为企业规模扩大及年龄增长会带来内部结构复杂化等问题，导致管理成本增加，从而不利于经济绩效提高；企业员工数的估计系数显著为正，可能是因为随着员工人数增加，企业能够有充足人手来实现自身发展规划，集合更多智慧及贡献，为企业发展注入更多活力，从而提高经济绩效；股权集中度的估计系数也显著为正，原因主要是股权越集中，对企业发展规划等能够更加高效做出决定，利于经济绩效提高；存货集中度的估计系数则不显著；现金流量的估计系数显著为正，原因是现金流量增加时，企业有更多资金来实现经营业务等多方面的调整及实行，及时适应市场从而提高经济绩效；流动资产比率的估计系数则显著为负，可能的原因主要是，流动资产比率较高可能意味着企业资产利用率较低，未能有效利于资产获取收益，此外，企业也可能存在库存积压或应收账款回收困难等问题影响到正常运营，流动资产比率再提高则会阻碍经济绩效提升。

列(2)是加入数字营销和调节变量电子商务交乘项以及调节变量电子商务后，数字营销对零售企业经济绩效影响的调节效应的回归结果。对于此列，应主要关注交乘项dm × ecwf，该项系数为0.0435，且通过1%水平上的显著性检验，说明数字营销通过发展电子商务以促进零售企业经济绩效提高。本研究认为零售企业通过发展数字营销，综合运用其数字技术资源，发展电子商务、网络销售等，高效整合其人力资源以及货物和场地资源，以更低成本增加其销量，从而提高其经济绩效。据此，假说2得以验证。

Table 3. Regression results of main effects and moderating effects

表3. 主效应及调节效应回归结果

变量	(1)	(2)
	ep	ep
dm	0.3123**	−0.0183
	(0.1565)	(0.1829)
dm × ecwf		0.0435***
		(0.0124)
ecwf		−0.0102*
		(0.0059)
size	−0.4876***	−0.4931***
	(0.1213)	(0.1203)
age	−0.9490***	−0.9273***
	(0.1078)	(0.1077)
staff	0.1927*	0.2070**
	(0.1041)	(0.1037)
oc	0.0094**	0.0090**
	(0.0045)	(0.0045)
icd	0.4723	0.4585
	(0.5486)	(0.5445)
cash	2.3822***	2.2818***
	(0.5959)	(0.5916)
lr	−0.7824**	−0.7422**
	(0.3288)	(0.3275)
常数项	13.3092***	13.3441***
	(2.0865)	(2.0691)
企业固定效应	是	是
年份固定效应	是	是
观测值	729	729
R^2	0.474	0.485

注：***、**和*分别表示1%、5%和10%的显著性水平；括号内为稳健标准误。以下各表同。

4.3. 稳健性检验

为检验主效应回归结果稳健性，研究从两方面进行稳健性检验，回归结果如表4所示。一方面，将CSMAR数据库中另一种测度方法计算得到的托宾Q值C替换原模型中的被解释变量，结果如列(1)所示，数字营销的估计系数为0.2577，且通过10%水平显著性检验，所以数字营销能够显著促进企业经济绩效提高的结论仍成立。另一方面，使用年报中提到数字营销词频数替换原模型核心解释变量，结果如列(2)所示，数字营销词频数估计系数为0.2054，且通过5%水平显著性检验，故数字营销显著促进企业经济绩效提升的结论仍成立。综上所述，研究结论的稳健性得以验证。

Table 4. Regression results of robustness test

表4. 稳健性检验回归结果

变量	(1)	(2)
	epreplace	ep
dm	0.2577*
	(0.1469)
dmwf		0.2054**
		(0.0891)
常数项	14.5235***	13.1101***
	(1.9586)	(2.0852)
控制变量	是	是
企业固定效应	是	是
年份固定效应	是	是
观测值	729	729
R^2	0.499	0.475

4.4. 异质性分析

为探索不同零售企业群体数字营销对其经济绩效影响是否有不同表现，研究从企业性质、员工人数、所在地区三个角度进行异质性分析，结果如表5所示。第一，以零售企业性质为标准，将其划分为国有企业和非国有企业两组。由列(1)和列(2)可知，数字营销显著促进国有零售企业经济绩效提升，而对非国有零售企业则没有明显效果，其原因可能在于，相比于非国有零售企业，国有零售企业通常拥有较为完善的组织架构和资源配置，数字技术应用可能更容易在国有零售企业中发挥效用[13]，并且国有零售企业通常具备更为成熟的管理体系以及较强的资金实力，为数字技术提供支持，从而抓住数字营销的机遇，提高企业经济绩效。第二，以零售企业员工数的中位数作为划分标准，以此区分多员工企业和少员工企业两组。由列(3)和列(4)可知，数字营销显著促进多员工零售企业经济绩效提升，而对少员工零售企业则没有明显效果，其原因可能是，员工虽非创新决策环节主体，但在提供创新思想、执行创新决策环节中发挥着重要作用[14]，相比于少员工零售企业，多员工零售企业有较强人力资源优势，可以集中优势力量实行数字营销战略，从而推动其经济绩效提升。第三，依据零售企业所在区域将样本划分为东中部地区和西部地区两组样本进行研究。由列(5)和列(6)可知，数字营销显著促进东中部地区零售企业经济绩效提升，而对西部地区零售企业经济绩效影响没有明显效果，究其原因，相比于西部地区，东中部地区已具备较为完善的数字化设施，并且有相关政策配套支持，表现出较强数字技术创新能力和数字创新推动效应[15]，所以零售企业更能发挥数字营销作用，从而提高自身经济绩效。

Table 5. Regression results of heterogeneity analysis

表5. 异质性分析回归结果

变量	(1)	(2)	(3)	(4)	(5)	(6)
	国有企业	非国有企业	多员工企业	少员工企业	东中部地区	西部地区
dm	0.3742*	0.1466	0.3513**	−0.0029	0.3267*	0.1199
	(0.2257)	(0.2099)	(0.1785)	(0.2601)	(0.1700)	(0.3897)
常数项	13.8198***	11.4560***	7.9747**	18.3564***	10.6814***	21.0663***
	(2.8868)	(2.9918)	(3.6195)	(3.0648)	(2.4279)	(3.5993)
控制变量	是	是	是	是	是	是
企业固定效应	是	是	是	是	是	是
年份固定效应	是	是	是	是	是	是
观测值	303	426	364	365	613	116
R^2	0.507	0.503	0.467	0.577	0.464	0.703

5. 结论与政策启示

5.1. 研究结论

基于以上分析，本研究主要得出以下结论：第一，数字营销能够显著促进零售企业经济绩效的提升，且在稳健性检验下仍然成立。第二，电子商务在数字营销与零售企业经济绩效之间调节作用显著，通过发展电子商务，数字营销能够更好促进零售企业经济绩效提升。第三，异质性分析结果表明，数字营销对国有性质、多员工、东中部地区零售企业经济绩效具有显著正向影响，对非国有性质、少员工、西部地区零售企业则没有显著影响。

5.2. 政策启示

第一，积极发展数字营销战略，提升零售企业经济绩效。零售企业应审时度势，根据市场需求和未来发展态势，结合自身特点，动态调整数字营销策略，积极推进数字化过程，加大智能物流、智能仓储等基础设施建设与投入力度，以更精确和更高效的数字服务提高消费者满意度及市场份额，以应对市场变化新挑战与新机遇，不断打造助推零售企业自身经济绩效新业态和新优势。第二，充分挖掘利用数字资源，大力改革发展电子商务。零售企业应当合理配置自身资源，发展电子商务，打通线上线下渠道资源，利用电商平台方便快捷优势，盘活企业商品，提高各类资源利用率，从而助推数字营销战略实施，打造零售企业数字经济时代竞争新优势。第三，注重考虑企业性质差异，主动尝试发展可行战略。国有性质的零售企业应当锚定国家数字化政策，逐步优化数字营销，制定实施长远发展计划。非国有性质零售企业则应利用好国家鼓励性政策，抓住机遇，主动尝试数字营销新模式；多员工零售企业应当发挥人力资源优势，布局尝试前沿数字营销模式，保持平稳发展，少员工零售企业则应考虑省时省力，参考成功数字营销战略后应调整到适用自身形态，尽量实现小精尖；东中部地区零售企业应在优势基础上，不断取得数字营销新胜利，提升自身经济绩效，西部地区零售企业发展，则需要政府加大数字基础设施投入和政策扶持力度，支持和鼓励其发展数字营销，同时西部地区零售企业自身也应当加强向成功及业内领先企业学习，尝试推进数字营销进程，实现经济绩效提升。