新零售模式下的实体零售企业电商转型优化研究——以永辉超市为例
Research on the Optimization of E-Commerce Transformation of Physical Retail Enterprises under the New Retail Model—A Case Study of Yonghui Superstores
DOI: 10.12677/ecl.2025.14124368, PDF, HTML, XML,   
作者: 吕思潼:南京信息工程大学商学院,江苏 南京
关键词: 新零售模式电商转型杜邦分析法EVANew Retail Model E-Commerce Transformation DuPont Analysis Method EVA
摘要: 数字化转型浪潮下,实体零售企业通过电商路径实现新零售模式升级已成为关键战略选择,但其转型成效与优化路径亟待检验。本文以行业代表性企业永辉超市为研究对象,构建了融合杜邦分析法与经济增加值(EVA)模型的综合绩效评估框架,旨在对其电商转型成效进行系统性诊断。研究发现:永辉超市尽管战略上向线上倾斜,但此前激进的线下扩张导致财务杠杆风险显著加剧,而线上业务未能有效盈利,致使销售净利率连续五年为负,盈利能力持续下滑;更关键的是,EVA连续为负值表明其转型未能创造真实经济价值,反映出投资效率低下与战略执行偏差。本文基于量化分析提出优化建议,为实体零售企业向新零售模式下的电商转型优化策略提供了实践参考。
Abstract: Under the wave of digital transformation, it has become a key strategic choice for physical retail enterprises to upgrade their new retail models through the e-commerce path. However, the effectiveness of their transformation and the optimization path are in urgent need of verification. This paper takes Yonghui Superstores, a representative enterprise in the industry, as the research object and constructs a comprehensive performance evaluation framework integrating DuPont analysis and Economic Value Added (EVA) model, aiming to conduct a systematic diagnosis of the effectiveness of its e-commerce transformation. Research findings indicate that despite Yonghui Superstores’ strategic inclination towards the online sector, its aggressive offline expansion previously led to a significant increase in financial leverage risks. Moreover, its online business failed to generate effective profits, resulting in a negative net profit margin for five consecutive years and a continuous decline in profitability. More importantly, the continuous negative value of EVA indicates that its transformation has failed to create real economic value, reflecting low investment efficiency and deviation in strategic execution. This article puts forward optimization suggestions based on quantitative analysis, providing practical references for the optimization strategies of physical retail enterprises’ transformation to e-commerce under the new retail model.
文章引用:吕思潼. 新零售模式下的实体零售企业电商转型优化研究——以永辉超市为例[J]. 电子商务评论, 2025, 14(12): 4277-4290. https://doi.org/10.12677/ecl.2025.14124368

1. 引言

为推动传统零售业转型,国务院办公厅于2016年印发《关于推动实体零售创新转型的意见》;2024年11月15日,商务部等7部门办公厅印发《零售业创新提升工程实施方案》的通知,旨在通过推动场景化改造、品质化供给、数字化赋能、多元化创新、供应链提升等创新方式,实现零售业高质量发展。在该时代背景下,零售业转型重心逐步向电商方向偏移,伴随着消费者对网购便捷性的依赖日益加深,传统零售持续面临着发展压力;同时,面对激烈的生存竞争与不断涌现的平台竞品,许多正在转型的零售电商自身也步入用户增长缓慢、流量红利减少的阶段。双重压力之下,融合线上、线下及物流的“新零售”模式成为行业探索方向。马云指出,唯有实现“线上、线下与物流”的高效整合,方能达成新零售的目标,并进一步阐明未来的发展趋势在于新零售模式。

国内学术界已对数字化转型与新零售理论框架开展了一定的研究。赵树梅和徐晓红(2017)的研究表明,新零售的核心在于将前沿的销售理念与技术注入传统零售业,借助互联网实现创新,从而提升商品与服务的质量[1]。蒋亚萍和任晓韵(2017)提出,应把互联网作为新零售发展的核心工具,积极推动“实体零售+电子商务”模式创新,以促进其向更深层次演进[2]。鄢章华(2017)认为,新零售是建立在数据分析基础上,通过线上线下协同融合以优化消费者体验的零售形态,最终实现零售效能的整体提升[3]。汪旭晖(2020)则提出,新零售是一种以数据驱动、以消费者为中心的全渠道零售形态,通过数字化技术打通线上线下,提升产品附加值并优化消费体验,具备全渠道、个性化、数据化、无边界和可视化等特征[4]

但伴随转型而来的,是新的风险和挑战。据麦肯锡与中国连锁经营协会联合发布的《2022年中国零售数字化白皮书》显示,中国零售业的数字化转型进程依然充满荆棘[5]。在当前严峻经济环境和高度细分市场的激烈竞争中,不少新零售企业顺应外部环境驱动转型的过程中,面临着内部盈利能力下滑、业绩增长停滞的难题。刘向东和汤培青(2018)指出,数字技术带给了零售经济转型的双重效应——既形成传统业态的淘汰压力,又催生新型增长动能[6]。梁琳娜(2022)研究指出,企业数字化转型的经济效果会呈现“U”形态势:转型初期承受较大的业绩压力,但在深化转型过程中将逐步复苏[7]。杨绪瑞(2025)探讨了在电商冲击背景下,传统零售企业应如何增强其盈利能力。研究指出,市场格局、顾客行为与盈利空间的变化是企业盈利的主要制约因素,并进一步从成本管理、渠道多元化和供应链升级等维度提出了应对策略[8]。因此,针对新零售企业如何从传统实体零售向电商逐步转型以及对其转型过程中遇到问题的优化策略探讨尤为重要。

在传统实体零售向电商模式转型的研究过程中,高原和汤谷良(2016)基于现金流的分析视角,从经营和投融资活动出发,系统比较了国美与苏宁的新零售转型实践。该研究旨在剖析其商业模式创新的历程与实施战略,并最终从实践层面提炼出关键转型策略[9]。李静(2017)在评估电子商务公司财务表现时,综合运用了运营效率、盈利能力、偿债能力及现金流等多维指标,并通过横向与纵向的对比,显著提升了研究的精确度与实践指导意义[10]

本文选取案例企业——永辉超市,采用财务指标评估来量化转型成效,通过将杜邦分析法与EVA经济增加值的计算相结合的方法,对案例企业的战略施行开展成效测度,剖析永辉超市在电商转型中存在的具体问题与潜在风险,旨在为永辉超市转型策略优化提供依据,为新零售模式下的企业的电商转型提供新的量化分析视角与方法。

2. 案例背景与研究方法设计

2.1. 永辉超市电商转型发展历程回顾

本文选取永辉超市作为零售业案例企业开展案例分析。

永辉超市2001年成立于福建福州市,并在当地很快站稳脚跟。2004年开始,永辉超市向全国开启战略扩张,线下门店遍布重庆、闽南、京津冀和环渤海、东北等地区,且数量稳定不断地增加,2009年,永辉超市营收突破百亿大关,并成功于2010年上市。作为中国企业500强和零售业龙头企业,永辉超市从生鲜特色经营起步,逐步发展为“农改超”成功典范与零售巨头。永辉超市通过门店的建立扩张与供应链体系建设实现规模化增长,并依靠精准有效的运营能力获得了较高的品牌声誉。为适应数字化趋势,永辉已推出自有电商平台及移动支付服务,提升消费便捷性。同时,其积极吸收国际先进零售理念与技术,增强持续创新能力和市场竞争力。作为新零售模式的先行者,永辉超市一直在积极推动信息技术的深度融合,并探索适应数字化转型之路。

永辉超市的转型发展历程中,对新零售业态的探索是其关键一章。2016年后,为应对行业变革,永辉迅速跟进新零售概念,推出了定位高端的“超级物种”等新业态,意图通过“餐饮+零售”模式抢占市场。同时应对电商崛起的挑战,永辉超市的核心策略是推动线上线下的深度融合与数字化转型。关键在于通过自建平台“永辉生活”与第三方到家服务协同,构建敏捷的全渠道服务能力,从而精准满足市场需求,引领消费体验升级。然而,此次转型进程过于激进,新业务的高投入给公司带来了沉重的财务负担[11]。尽管初期营业收入仍保持增长,但自2018年起其净利润便开始下滑,负责新业态的“永辉云创”持续亏损是主要拖累。“永辉云创”在云计算、物联网等领域具备技术研发能力,并以此支撑多元化的商业布局。其业务贯通线上与线下,具体包括食品销售、餐饮配送,以及通过“超级物种”生鲜O2O平台、“永辉生活APP”以及到家卫星仓提供的零售服务。

这种高投入低回报的困境在2020年达到顶峰。根据《永辉超市关联交易公告》,2020年永辉超市重新成为永辉云创的第一大股东,拿回其管理权和经营权,永辉云创亏损由永辉超市买单。永辉超市财报显示,尽管永辉超市2020年营业收入达到932.0亿元历史高峰,CAGR (复合年均增长率)达28.2%,但公司净利润、归母净利润、净利率均由正转负,首次出现亏损。最终,由实体零售转向实体电商融合的零售渠道试水未达预期,叠加此前门店大幅扩张的后遗症,永辉不得不战略收缩,开始关闭门店,其新零售探索之路也从积极的开拓转入了受挫后的调整阶段。

为此,本文将以2020年“永辉云创”重新纳入永辉超市合并报表为关键时间节点,针对加入了新业态的永辉超市电商转型的实际效果进行计算研究和评价,并就反映出的战略问题提出优化建议。

2.2. 评估电商转型成效的财务分析框架

2.2.1. 杜邦分析法:转型过程中盈利能力与运营效率剖析

杜邦分析法(又称杜邦财务分析体系)的核心在于通过识别关键财务指标(销售净利率、总资产周转率、权益乘数)之间的内在联系,构建一个以净资产收益率(ROE)为最终目标分解框架[12]。该模型将ROE表示为上述三项指标的乘积,从而建立了一条清晰的财务绩效分析流程。通过层层剖析这些因素的相互作用及其对ROE的综合贡献,能够实现盈利能力的综合评价,为企业改善经营管理和投资者进行决策分析提供依据。图1呈现了基于此框架建立的具体评价指标体系。

Figure 1. DuPont analysis method evaluation index system

1. 杜邦分析法评价指标体系

2.2.2. EVA (经济增加值)法:转型是否创造真实价值的评估

EVA (经济增加值)衡量的是特定期间内,企业税后净营业利润减去所有投入资本(含债务与权益)成本后的经济利润[13]。EVA为正值,表明企业获得的回报足以弥补其资本成本;EVA越高,则企业为股东创造的价值增量越大。采用EVA作为核心绩效评价指标,其关键优势在于将权益资本的机会成本纳入考量,从而有效保障股东价值不受侵蚀。此外,EVA聚焦于揭示企业实际创造的经济价值,能够引导企业做出更优的资本配置和经营决策。

已有研究认为,相较于传统会计指标,EVA表现出较强的解释能力,但我国目前对EVA的应用还存在一定的困难。因此,并不能脱离传统指标完全依赖EVA指标的诠释,而是应结合传统业绩指标进行综合评价[13]

2.2.3. 方法适用性评述

栾天棋(2016)提出杜邦分析法和EVA法相结合的财务绩效评价方法,以更全面地评价企业的财务情况[14],张月美(2021)在此基础上也通过研究指出基于杜邦分析法和EVA法的系统可以帮助企业管理者明确企业创造实际价值的能力,增强决策者的全局意识,深入了解影响企业经营业绩的因素,以提高企业绩效水平[15]

文献梳理表明,将杜邦分析法与经济增加值(EVA)相结合进行业绩评价的研究案例相对缺乏,尤其在零售业领域的研究更为不足。以往研究对于实体零售企业的电商转型成效研究,更偏向于宏观、战略眼光的分析,而缺乏针对性的业绩诊断,基于对现有研究方法与理论基础的总结,本文选择永辉超市作为案例研究对象,通过整合杜邦分析法与EVA法对其电商转型成效进行综合评估,以量化转型历程中存在的战略漏洞和具体问题。

3. 永辉超市电商转型成效测度与问题诊断

3.1. 激进扩张与成本失控:转型期的盈利能力剖析(基于杜邦分析)

3.1.1. 净资产收益率持续恶化:转型整体成效不佳

净资产收益率(ROE),亦称股东权益收益率,是评估公司自有资本使用效率的核心财务指标。其定义为:ROE = (净利润/平均股东权益) × 100%。该比率量化了股东权益的获利能力,数值越高,意味着公司运用股东投资创造的回报越高。永辉超市2020~2024年净资产收益率分解计算如表1所示。

Table 1. Yonghui Superstores’ return on net assets decomposition table from 2020 to 2024

1. 永辉超市2020~2024年净资产收益率分解表

净资产收益率

销售净利率

总资产周转率

权益乘数

2020年

8.39%

1.77%

1.72

2.75

2021年

−45.40%

−4.94%

1.43

6.44

2022年

−36.49%

−3.33%

1.35

8.12

2023年

−22.50%

−1.86%

1.38

8.77

2024年

−34.14%

−2.43%

1.43

9.87

数据来源:永辉超市财务报告。

表1中计算数据显示,2020~2024年永辉超市的净资产收益率(ROE)持续下滑,且2021年下跌幅度最大。永辉在公告中将业绩下滑归因于四个主要方面:一是公司整体营业收入同比下降3.8%,且毛利率减少了2.4个百分点,直接影响核心利润;二是线上业务尚未实现盈利,造成高达8.4亿元亏损;三是执行新租赁准则以及部分投资失利,共产生了约10亿元的负面影响。本文选择2020年数据,采用连环替代法,对影响ROE的关键因素,即销售净利率、总资产周转率与权益乘数在近五年变动所产生的影响程度进行具体计算。

2019年永辉超市净资产收益率 1.77%×1.72×2.75=8.39% (1)

替代销售净利率 2.43%×1.72×2.75=11.47% (2)

替代总资产周转率 2.43%×1.43×2.75=9.52% (3)

替代权益乘数 2.43%×1.43×9.87=34.14% (4)

永辉超市销售净利率变动对净资产收益率的影响:(2) − (1) = −19.86%。

永辉超市总资产周转率变动对净资产收益率的影响:(3) − (2) = 1.96%。

永辉超市权益乘数变动对净资产收益率的影响:(4) − (3) = −24.62%。

分析表明,权益乘数是影响永辉超市盈利能力的关键因素,且其变动对盈利能力产生了显著的负向作用。销售净利率的下降同样对盈利能力构成了负的影响。相比之下,总资产周转率的变动影响相对较小,并在一定程度上对净资产收益率(ROE)起到了正向促进作用。接下来对三个指标深入诊断。

3.1.2. 销售净利率长期为负:线上业务增收不增利,线下成本负担沉重

永辉超市方面称,2020年下半年,零售业全行业受到电商平台线上业务,特别是社区团购等新兴业务的冲击,收入和毛利率发生了明显下滑。

销售净利率定义为净利润与销售收入的比值,反映企业将销售收入转化为最终利润的能力。更高的销售净利率,意味着公司在控制成本和费用方面效率更优,从而获得了更丰厚的净利润回报。永辉超市2020~2024年销售净利率等指标对比计算如表2所示。

Table 2. Comparison table of net profit margin and other Indicators of Yonghui Superstores from 2020 to 2024

2. 永辉超市2020-2024年销售净利率等指标对比表

2020年

2021年

2022年

2023年

2024年

销售净利率

1.77%

−4.94%

−3.33%

−1.86%

−2.43%

净利润(亿元)

16.53

−44.95

−30.00

−14.65

−16.39

销售收入(亿元)

931.99

910.62

900.91

786.42

675.74

数据来源:永辉超市财务报告。

通过销售净利率指标计算也可以发现,除2020年外,永辉超市的销售净利率在观察期内持续为负,也正印证了其新零售电商转型因线上业务更激烈的竞争而并未提升盈利能力。公司销售收入自2020年起呈下降趋势,并于2023年出现显著下滑,永辉超市公告声称2023年收入下滑一方面是因为公司近年为了转型,主动关闭了持续亏损的线下门店,另外一方面2023年国民经济的逐步恢复对实体零售行业整体带来了挑战,不仅永辉超市线下实体业务受到打击,线上渠道也仍未能成功开辟新的增长空间。同期,净利润水平经历大幅下降且持续为负,不仅源于主营业务表现不佳,更关键的是,永辉的数字化投资仅局限于“接入外卖平台”,未能实现供应链深度整合。公司资源被消耗在与电商转型重点关联度较低的投资项目中,对整体盈利造成重大拖累。综合来看,永辉超市盈利能力的持续不振,深刻揭示了其传统实体零售模式难以为继,而向电商的转型在创收、投资等方面均未取得实质性突破。

3.1.3. 总资产周转率波动:资产结构优化未能有效促进营收

近年来,为应对线上竞争与盈利压力,永辉超市的核心战略之一是进行资产结构调整,其背后逻辑在于通过主动关闭低效门店、收缩重资产规模来优化成本,并意图向更轻盈、高效的线上模式转型。

总资产周转率是反映企业营运能力的关键指标,具体指企业利用其总资产产出销售收入的效率。该比率数值越高,代表企业单位资产创造收入的效率越高,资源利用更为充分。这种高效的资源运作模式是提升盈利能力的核心基础之一;反之,低周转率通常意味着资产闲置或利用不足,降低盈利潜力。永辉超市2020~2024年总资产周转率如表3所示。

然而,近五年的运营数据恰恰印证,这一收缩策略虽在表面上轻微提升了资产周转效率,但并未能从根本上扭转整体资产运营效率下滑的困境。

数据显示,永辉的总资产周转率从2020年的1.72次降至2024年的1.43次。尽管在2022至2024年的战略收缩期内,公司通过关店使资产总额下降,带动该比率出现小幅回升,但同期营业收入的持续下滑表明,这一改善本质上是资产规模这一“分母”被动缩减的结果,而非作为“分子”的营收能力因线上业务成功扩张而增长。这有力地说明,当前的战略收缩更多地是一种成本优化式的防御性举措。公司收入基础仍高度依赖传统线下门店,其电商转型并未能有效提升整体的资产创造收入效率,线上业务尚未成长为驱动公司发展的新引擎。

Table 3. Total asset turnover rate of Yonghui Superstores from 2020 to 2024

3. 永辉超市2020~2024年总资产周转率

2020年

2021年

2022年

2023年

2024年

总资产周转率(次)

1.72

1.43

1.35

1.38

1.43

营业收入(亿元)

931.99

910.62

900.91

786.42

675.74

平均资产总额(亿元)

542.56

637.35

667.28

570.98

474.01

数据来源:永辉超市财务报告。

3.1.4. 权益乘数攀升:转型扩张依赖高杠杆加剧财务风险

为应对行业变局并推动电商转型,永辉超市近年来采取了较为积极的财务策略,其核心在于通过加大债务融资力度,为线上平台建设、供应链升级等战略性投入提供资金支持。

权益乘数,等于总资产/股东权益,是评估企业财务杠杆水平的关键指标。较高的权益乘数反映企业更依赖债务融资来扩张资产规模。虽然这能提升股东权益的收益潜力,但也意味着更高的固定利息支出与潜在的偿债危机,从而增加了整体经营风险。永辉超市2020~2024年权益乘数如表4所示。

近五年的财务数据印证,这种依赖杠杆扩张的转型路径在提升财务风险的同时,并未带来相应的盈利改善。具体表现为,公司的权益乘数持续攀升,资产负债率从2020年的63.69%大幅提高至2024年的89.87%。尽管这一变化部分受到新租赁准则的影响,但其根本原因在于公司为支撑转型而进行的持续资本开支,导致对债务融资的依赖性显著增强。然而,在高杠杆运营模式下,企业利息负担不断加重,财务风险持续积聚。在电商行业整体利润微薄的背景下,若线上业务无法尽快形成可持续的盈利能力,当前的高杠杆扩张模式将面临严峻的可持续性挑战,并可能反过来制约其长期战略的实现。

Table 4. Yonghui Superstores’ equity multiplier from 2020 to 2024

4. 永辉超市2020~2024年权益乘数

2020年

2021年

2022年

2023年

2024年

权益乘数

2.75

6.44

8.12

8.77

9.87

资产合计(亿元)

561.58

713.12

621.43

520.52

427.49

负债合计(亿元)

203.93

110.77

76.57

59.35

43.3

资产负债率(%)

63.69%

84.47%

87.68%

88.60%

89.87%

数据来源:永辉超市财务报告。

3.2. 投资效率与价值减损:转型战略的价值创造评估(基于EVA分析)

3.2.1. 税后净营业利润改善乏力:核心经营业绩承压

税后经营净利润是指全部资本的税后投资收益,反映了企业的盈利能力且与资本结构无关。它基于经济利润法,使用经济利润的概念进行计算。它将会计利润视为一种错误的衡量方法,并将税前利润调整为经济利润,以考虑资本成本和风险。这种口径更关注企业的经营绩效和创造经济附加值的能力。计算的公式如下:

( NOPAT ) =+[ ( )++ ] ( 1 )+

Table 5. Yonghui Superstores’ net profit after tax from 2020 to 2024 (Unit: 100 million Yuan)

5. 永辉超市2020~2024年税后经营净利润(单位:亿元)

项目/年份

2020

2021

2022

2023

2024

营业利润

22.85

−48.28

−32.98

−14.76

−12.87

减:所得税费用

5.21

−2.27

−2.19

1.03

−0.05

加:利息支出

3.14

16.77

15.56

12.80

11.03

加:资产减值损失

−6.92

−7.77

−6.35

−5.23

−2.08

加:开发支出

-

-

0.11

-

-

企业所得税税率(%)

25

25

25

25

25

加:递延所得税负债增加额

3.35

−4.44

−0.47

−0.51

−0.41

减:递延所得税资产增加额

0.52

5.63

2.02

−1.25

−0.66

税后净营业利润

17.63

−49.33

−26.29

−9.37

−5.86

数据来源:CSMAR数据库。

Figure 2. Yonghui Superstores’ after-tax operating net profit from 2020 to 2024 (Unit: 100 million yuan)

2. 永辉超市2020~2024年税后经营净利润(单位:亿元)

永辉超市2020~2024年税后经营净利润计算如表5所示,为更直观对比分析,以折线图形式呈现如图2。可以发现,税后净营业利润(NOPAT)持续为负,从2020年的17.63亿元骤降至2021年的−49.33亿元,2021年“永辉云创”带着巨额亏损并入永辉超市合并报表,极大程度以上促成了这一结果;此后NOPAT虽逐步回升至2024年的−5.86亿元,经营效率边际有所改善,但五年均为负值,可进一步判断永辉超市在向电商转型过程中,尚未形成健康可持续的盈利模式,传统零售业务的收益减少与线上新业务投入产出的失衡,共同滞缓了其经营质量的实质改善。

3.2.2. 资本总额大幅缩水:转型投入侵蚀资本基础

在经济增加值计算过程中,资本总额是指在债务资本和权益资本的基础上,对各种准备金和在建工程等项目进行调整后的结果。计算公式如下:

( TC )=+ +++ ++++

Table 6. Total capital of Yonghui Superstores from 2020 to 2024 (Unit: 100 million yuan)

6. 永辉超市2020~2024年资本总额(单位:亿元)

项目/年份

2020

2021

2022

2023

2024

所有者权益合计

203.93

110.77

76.57

59.35

43.30

加:资产减值准备

-

-

-

-

-

减:在建工程减值准备

-

-

-

-

-

减:在建工程净额

1.94

4.10

3.83

2.40

0.95

加:递延所得税负债

6.17

1.73

1.26

0.75

0.34

减:递延所得税资产

4.73

10.36

12.38

11.13

10.47

加:短期借款

138.90

109.48

65.28

51.30

49.38

加:交易性金融负债

-

-

-

-

-

加:一年内到期非流动负债

-

20.70

20.12

17.92

18.48

加:长期借款

-

10.21

20.70

3.50

-

加:应付债券

-

-

-

-

-

加:长期应付款

-

-

-

-

-

期末总投资额

342.33

238.42

167.72

119.28

100.08

数据来源:CSMAR数据库。

永辉超市通过关闭亏损门店、缩减在建工程等方式优化资产结构,试图减轻传统重资产模式对资金的占用,其2020~2024年资本总额计算见表6表6揭示了永辉超市资本总额(TC)从2020年的342.33亿元大幅下跌至2024年的100.08亿元,降幅达70.8%,主要表现在所有者权益因永辉超市的连年亏损从203.93亿元下降至43.30亿元,以及短期借款从138.90亿元下降至49.38亿元。然而,权益的急剧缩水也暴露出其在向电商转型过程中,原有业务持续失血、新业务造血能力不足的结构性困境。若不尽快在线上业务上实现有效突破,资本基础的薄弱将严重制约其后续转型投入与抗风险能力。

3.2.3. 资本成本上升:市场对转型风险担忧加剧

加权平均资本成本是按照权益资本和债务资本所占资本总额的比例为权重计算企业资本成本。

WACC具体计算公式为:

=××( 1 ) +×

其中,权益资本成本通常采用资本资产定价模型(CAPM)进行计算,公式为:

Ke= R f +β( R m R f )

式中, Ke 为权益资本成本, R f 为无风险利率, β 为衡量公司系统性风险的风险因子, ( R m R f ) 即为市场风险溢价。

本文根据国泰安数据库EVA口径二的选取标准,选用​​中国人民银行公布的一年期定期存款利率​​作为无风险利率的替代。鉴于中国股票市场历史波动性较大,直接使用成熟市场的溢价水平并不适用,本文将市场风险溢价设定为4%。该数值处于国内相关研究通常采用的3%~6%的区间内,具有合理的实证支持。本文的 β 值数据来源于国泰安数据库。该数据库提供的 β 值系采用沪深市场股票过去250个交易日的日收益率数据,并以流通市值进行加权计算得出。选择250日符合金融计量中衡量年度风险的习惯;采用流通市值加权则能更准确地反映市场组合中各股票的实际影响力。最后,需要确定债务资本比重和权益资本比重,债务资本使用负债合计,权益资本适用公司总市值。通过计算具体比值,结果如表7表8所示。

Table 7. Yonghui Superstores’ debt capital ratio and equity capital ratio from 2020 to 2024 (Unit: 100 million Yuan)

7. 永辉超市2020-2024年债务资本比重与权益资本比重(单位:亿元)

项目/年份

2020

2021

2022

2023

2024

权益资本

683.27

367.54

331.24

255.92

575.36

债务资本

357.65

602.34

544.86

461.17

384.20

资本总额

1040.92

969.88

876.10

717.09

959.55

权益资本比重

65.64%

37.90%

37.81%

35.69%

59.96%

债务资本比重

34.36%

62.10%

62.19%

64.31%

40.04%

数据来源:CSMAR数据库。

Table 8. Weighted average cost of Yonghui Superstores from 2020 to 2024

8. 永辉超市2020~2024年加权平均成本

项目/年份

2020

2021

2022

2023

2024

无风险利率

1.50%

1.50%

1.65%

1.55%

1.10%

风险因子

61.95%

61.95%

57.88%

66.61%

147.89%

市场风险溢价

4.00%

4.00%

4.00%

4.00%

4.00%

权益资本成本

3.98%

3.98%

3.97%

4.21%

7.02%

债务资本成本

4.35%

4.35%

4.35%

4.35%

4.35%

权益资本比重

65.64%

37.90%

37.81%

35.69%

59.96%

债务资本比重

34.36%

62.10%

62.19%

64.31%

40.04%

加权平均资本成本

3.73%

3.53%

3.53%

3.60%

5.51%

数据来源:CSMAR数据库。

可以看出,表8中风险因子( β 值)从61.95%急剧攀升至147.89%,导致权益资本成本从3.98%上升至7.02%,WACC也相应地从2020年的3.73%升至2024年的5.51%,这反映出市场对公司经营稳定性的担忧正加剧,特别是对其从传统零售向电商转型过程中所面临的不确定性持谨慎态度。尽管债务成本保持在4.35%的相对稳定水平,但前期较高的债务比重仍对资本成本结构带来压力,可能进一步抑制企业在新业务拓展、技术投入和线上能力建设方面的投入意愿,从而对经济增加值(EVA)持续产生负面影响,拖累整体转型进程。

3.2.4. EVA连续为负:转型尚未实现真正的经济价值

本文通过调整税后净营业利润(NOPAT)、资本总额(TC),计算加权平均成本(WACC),将数据代入如下公式计算经济增加值(EVA),计算结果如表9所示。

EVA=

Table 9. Economic added value of Yonghui Superstores from 2020 to 2024 (Unit: 100 million Yuan)

9. 永辉超市 2020-2024经济增加值(单位:亿元)

项目/年份

2020

2021

2022

2023

2024

NOPAT

17.63

−49.33

−26.29

−9.37

−5.86

TC

342.33

238.42

167.72

119.28

100.08

WACC

3.73%

3.53%

3.53%

3.60%

5.51%

EVA

4.86

−57.75

−32.21

−13.67

−11.38

数据来源:CSMAR数据库。

Figure 3. Economic added value of Yonghui Superstores from 2020 to 2024

3. 永辉超市2020年~2024年经济增加值

表9显示永辉超市EVA连续五年为负,为更直观对比分析,以折线图形式呈现如图3。通过图3能够看出,从2021年最低谷−57.75亿元逐步回温至2024年的−11.38亿元,反映出一定的经营改善迹象,但持续为负的整体态势仍表明企业未能实现真正的价值创造。结合此前分析,EVA长期为负进一步印证了永辉超市在从传统零售向电商转型过程中,线上新模式尚未形成可持续的利润贡献能力。若不尽快在电商转型的关键环节实现转型突破与盈利转化,企业将难以扭转整体价值减损的局面,所有者权益亦会持续面临贬值压力。

4. 永辉超市电商转型的困境与优化方向

4.1. 研究结论:电商转型过程中的核心困境

通过对永辉超市电商转型进程进行梳理,并开展转型成效测度与问题诊断,将传统的财务会计分析体系与价值衡量方法相结合,较为综合地反映出了永辉超市电商转型过程中存在的问题,具体归纳总结如下:

首先,战略重心失衡,实体扩张拖累整体财务健康。公司的转型战略存在内在矛盾,即在大力倡导线上转型的同时,仍维持着激进的线下门店扩张节奏。这一矛盾直接导致了财务杠杆风险的急剧攀升与盈利能力的持续恶化。关键指标显示,其权益乘数从2020年的2.75大幅上升至2024年的9.87,资产负债率高达89.87%,反映出公司对债务融资的过度依赖。更为严峻的是,连年的战略亏损导致所有者权益急剧缩水,极大地削弱了公司的资本实力和抗风险能力。同时,销售净利率连续五年为负,表明快速扩张的线下门店所产生的巨额固定成本(如租金、人工)以及线上业务的初期投入,共同构成了对利润的持续拖累,使得公司陷入了“规模不经济”的困境。

其次,投资决策偏离核心战略,直接减损公司价值。为支撑增长,永辉超市进行了多项对外投资,但部分投资方向与电商的核心能力建设关联度低,且风险控制不足。文中披露的具体数据表明,此类投资已产生实质性损失。这些非核心投资失误不仅直接吞噬了本就微薄的利润,更导致了稀缺资本的错误配置,使得本应用于供应链数字化、技术升级等关键领域的资源被消耗,从而延缓了线上转型的根本性突破。

最后,资本成本管控不严与使用效率低下,共同侵蚀企业价值创造成果。分析发现,永辉超市的加权平均资本成本(WACC)增长的驱动因素是市场对其风险评价的恶化,资本市场认为永辉超市在转型过程中的经营不确定性和系统性风险显著增加。与此同时,反映资本使用效率的总资产周转率却从1.72次下降至1.43次。资本成本的上升与资本创造收入效率的下降共同构成了对经济增加值的负面影响。这暴露了公司在财务管理上未能有效管理市场预期以控制资本成本,也未能确保新增投入的资本能产生足够的经营效率,陷入了“高成本、低效率”的恶性循环。

4.2. 对策建议:电商转型的优化策略

基于上述诊断,永辉超市电商转型策略需聚焦电商核心能力建设的战略层面。具体建议如下。

4.2.1. 转向线上线下融合的敏捷扩张模式,重塑电商转型的财务基础

针对战略重心失衡问题,对策核心应从简单的“关店止损”升级为“构建以线上业务为核心的O2O敏捷扩张模式”。

推行门店功能数字化与差异化定位:对线下门店进行系统性评估与功能重构,将其从单纯的销售场点转型为前置仓、体验中心与配送枢纽。关闭长期亏损门店的同时,对保留门店进行数字化改造,集成库存管理系统,使其高效服务于线上订单的仓配一体化需求,形成以消费者需求为导向的线上服务体系。

资源向线上渠道与数字化能力倾斜:将因门店优化所释放的资本与管理资源,优先投入到线上平台的用户体验优化、精准营销投放、以及数据分析团队建设上。旨在提升线上获客效率、客单价及复购率,真正将线上渠道培育为增长主引擎,而非线下业务的补充。

4.2.2. 聚焦电商核心能力建设的投资战略,驱动转型价值创造

针对投资决策偏离问题,关键在于建立一套与电商转型战略强关联的投资筛选与管控机制。

确立以供应链数字化和用户运营为核心的投资方向:未来所有重大投资应严格围绕电商转型战略的核心竞争力展开,重点投向:① 智慧供应链系统(如需求预测算法、动态定价系统、冷链物流优化);② 数据中台与客户关系管理(CRM)系统,以深化用户洞察、实现个性化推荐;③ 自有品牌与高品质生鲜产品的开发,提升产品差异化与毛利空间。

实施严格的转型匹配度”投资前审核:在投资决策流程中,增设“电商战略协同度”一票否决指标。任何投资项目必须明确说明其对提升线上运营效率、改善消费者体验或增强数据驱动能力的具体贡献。

强化数字化项目的敏捷管理与迭代评估:对数字化投资项目摒弃“重投入、轻运营”的传统模式,采用敏捷开发与试错机制。设定短周期的关键绩效指标(如用户活跃度、转化率、订单履约成本)进行持续监控,对未达预期的项目快速调整或终止,确保投资能迅速转化为线上业务战斗力。

4.2.3. 实施数据驱动的精细化运营,提升电商业务的资本效率

针对资本效率低下问题,应利用数字化手段提升运营效率,并优化针对电商业务的资本配置。

深化数据应用以提升全链条运营效率:利用大数据分析预测消费趋势、优化库存水平、规划最优配送路径,从而降低损耗、加快库存周转、减少资金占用,直接提升总资产周转率。将数据能力转化为切实的资本使用效率。

建立与电商业务特性匹配的资本预算与绩效管理机制:改革预算编制方式,为电商创新业务设立专项风险投资池,实施更具弹性的预算审批。同时,将线上业务的绩效评估与“单位经济模型”挂钩,重点关注用户生命周期价值、获客成本、边际贡献等指标,而不仅仅是短期收入利润。

主动优化资本结构并加强数字化转型的正面沟通:在可行情况下,探索利用科技创新专项贷款等低成本融资工具,置换高成本债务,为数字化转型减轻财务负担。同时,定期向市场披露电商业务在用户增长、效率提升等方面的阶段性成果,重塑资本市场对其转型前景的预期,从而有助于降低权益资本成本。

4.3. 研究局限与展望

本文通过对永辉超市的深入案例分析,揭示了新零售模式下实体零售企业电商转型的财务绩效与价值创造问题,但不可避免地存在一些局限性。首先,本文主要依赖于传统的财务指标分析体系(杜邦分析法)和价值衡量指标(EVA法)。这种分析视角虽然能够清晰、量化地揭示企业过去的经营成果和财务风险,但本质上更侧重于短期、历史的财务绩效评价。这种短期财务目标导向,可能导致对影响企业长期战略成功的非财务性、前瞻性关键因素关注不足。其次,研究方法上侧重于单一案例的纵向深度分析,不同规模、不同区域的实体零售企业在进行电商转型时,所面临的挑战和可行的路径可能存在差异。

基于上述研究的局限性,未来的研究可以从多个维度进行拓展和深化,以构建一个更为全面、立体的分析框架。首要,未来的研究可以结合永辉超市后续的电商转型战略发展情况,系统性地将非财务指标与财务指标相结合,能够更综合地评判转型策略的实际效果,避免“唯财务论”的短期视角。其次,在研究方法上,可以从单一案例研究扩展到多案例比较研究。例如,选取另一家成功实现转型的实体零售企业或处于不同转型阶段的传统零售商进行对比分析,通过比较不同案例间的异同,可以更清晰地识别出成功转型的共性与企业所需面对的挑战,从而提炼出更具普适性和指导意义的优化建议。

参考文献

[1] 赵树梅, 徐晓红. “新零售”的含义、模式及发展路径[J]. 中国流通经济, 2017, 31(5): 12-20.
[2] 蒋亚萍, 任晓韵. 从“零售之轮”理论看新零售的产生动因及发展策略[J]. 经济论坛, 2017(1): 99-101.
[3] 鄢章华, 刘蕾. “新零售”的概念、研究框架与发展趋势[J]. 中国流通经济, 2017, 31(10): 12-19.
[4] 汪旭晖. 新时代的“新零售”: 数字经济浪潮下的电商转型升级趋势[J]. 北京工商大学学报: 社会科学版, 2020, 35(5): 38-45.
[5] Cui, Z.Y. (2020) Digital Transformation of Traditional Manufacturing Enterprises: Value Chain Reconstruction Perspective. Proceedings of the 8th International Symposium on Project Management, Beijing, 4-5 July 2020, 190-195.
[6] 刘向东, 汤培青. 实体零售商数字化转型过程的实践与经验——基于天虹股份的案例分析[J]. 北京工商大学学报(社会科学版), 2018, 33(4): 12-21.
[7] 梁琳娜, 张国强, 李浩, 等. 企业数字化转型经济效果研究——基于市场绩效和财务绩效的分析[J]. 现代管理科学, 2022(5): 146-155.
[8] 杨绪瑞. 电商冲击下传统零售企业盈利能力提升策略探讨[J]. 现代商业, 2025(13): 24-27.
[9] 高原, 汤谷良. 家电零售企业的财务转型路径——基于苏宁, 国美的双案例分析[J]. 财会月刊, 2016(25): 58-61.
[10] 李静. B2C电子商务企业盈利模式研究——以亚马逊公司为例[J]. 财会通讯: 中, 2017(20): 61-65.
[11] 杨汉明, 凌暄. 新零售模式下零售企业的审计应对策略分析——以永辉超市为例[J]. 财会通讯, 2025(5): 126-130.
[12] 王紫嫣. 基于杜邦分析法的A企业盈利能力分析[J]. 中国农业会计, 2024, 34(18): 63-65.
[13] 杨雨晴. EVA在企业业绩评价中的应用——以紫光国微为例[J]. 财务管理研究, 2024(7): 44-49.
[14] 栾天棋, 耿晓媛, 王永德. 杜邦分析法和EVA结合的财务绩效评价方法研究[J]. 商场现代化, 2016(27): 181-182.
[15] 张月美. 基于杜邦分析法和EVA法的财务分析研究——以中兴通讯为例[J]. 中国管理信息化, 2021, 24(2): 12-13.