本报告旨在介绍由黄漫宇与王孝行两位研究人员完成的一项实证研究。该研究发表于《北京工商大学学报（社会科学版）》2022年第1期（总第37卷）。研究聚焦于数字经济时代下，中国实体零售企业数字化转型对其经营效率的影响机制与效应，采用了文本挖掘法（Text Mining）这一新颖的定量测度手段，并结合严谨的计量经济学模型进行了深入的实证检验，具有重要的理论与实践意义。
本研究的第一作者为黄漫宇（教授，博士生导师），第二作者为王孝行（博士研究生）。两位作者均来自中南财经政法大学 工商管理学院。研究成果以题为《零售企业数字化转型对经营效率的影响研究——基于上市企业年报的文本挖掘分析》的学术论文形式，发表于 2022年1月出版的《北京工商大学学报(社会科学版)》期刊。
本研究隶属于应用经济学、工商管理（尤其是零售与流通经济学）的交叉领域。研究的开展基于深刻的时代背景：在全球数字化浪潮和新冠肺炎疫情的双重推动下，数字化转型成为零售业乃至整个实体经济实现高质量发展的关键路径。尽管零售业是数字化转型的先行者，但相关的学术研究却相对滞后。现有研究多集中于制造业或仅从“全渠道”、“O2O”等单一角度探讨零售业转型，缺乏对数字化转型作为一个涉及战略、技术、渠道等多维度的系统工程进行系统、全面的量化测度，对其影响经营效率的内在机制也缺乏深入的实证检验。
因此，本研究的核心目标在于填补上述研究空白，具体目标包括：第一，构建一个科学、全面、可量化的零售企业数字化转型水平评价体系，解决“数字化水平”难以测度的难题；第二，系统梳理并实证检验零售企业数字化转型影响经营效率的理论机制与具体效应，为零售企业的数字化转型实践提供理论依据和数据支持。
本研究遵循了一套逻辑清晰、方法严谨的实证研究流程，具体可分为四个主要环节：
第一环节：研究样本与数据准备。 研究对象为中国沪深A股的实体零售上市企业。研究的时间跨度为2010年至2019年（共10年），选取2010年为起点是因为该年苏宁易购的正式运营标志着中国实体零售数字化实践的开端。在样本筛选上，作者剔除了数据缺失严重、主营业务非有形商品零售以及ST/PT状态的企业，最终确定了58家符合条件的实体零售上市企业作为研究样本，形成了包含580个观测值（58家企业×10年）的非平衡面板数据集。数据来源包括CSMAR数据库（财务数据）和巨潮资讯网（企业年度报告文本）。
第二环节：核心解释变量的构建——基于文本挖掘法的数字化转型水平测度。 这是本研究的方法创新点。作者没有采用传统的问卷调查或简单指标构建，而是利用文本挖掘法从企业年报的“经营情况讨论与分析”部分提取信息，以此客观、全面地量化企业的数字化转型程度。具体实施步骤如下： 1. 关键词库构建与维度划分：首先，利用Python的jieba分词软件对年报文本进行分词处理，并结合人工阅读，筛选出与数字化转型相关的词汇。其次，参考已有研究，将关键词划分为三个维度：数字化商业模式（如数字化、新零售、O2O等）、数字化渠道（如全渠道、线上线下一体化、小程序等）以及数字化技术（如大数据、人工智能、云计算等），共计形成了包含80余个关键词的词典。 2. 数据清洗：为避免将仅用于宏观环境描述或未来展望的词汇误判为企业实际数字化行动，作者通过人工筛选的方式，剔除了出现在此类语境下的关键词，确保所抓取的词频能真实反映企业的数字化实践。 3. 词频统计与标准化：使用Python算法，抓取每家企业在每一年度年报中三个维度关键词出现的总频次（f1, f2, f3）。企业的整体数字化转型水平（Digital）定义为三个维度词频的加总（f = f1 + f2 + f3）。最后，对所有词频数据进行了标准化处理，以便于后续的比较分析。
第三环节：变量选取与模型构建。 1. 变量定义： * 被解释变量：经营效率（Efficiency）。采用能够控制样本选择偏误的LP法来估计企业的全要素生产率（TFP），投入指标为雇佣人数、固定资产和购买商品劳务费用，产出指标为主营业务收入。 * 中介变量：为检验影响机制，引入两个中介变量：市场规模（Market，用销售收入的对数表示）和管理效率（Manage，用（销售费用+管理费用）/主营业务收入表示，该比率越低效率越高）。 * 控制变量：包括企业规模、资产负债率、库存周转率、现金流水平、所有制类型（国有企业=1）和企业年龄，以控制其他可能影响经营效率的因素。 2. 模型构建：为检验数字化转型影响经营效率的路径（中介效应），研究采用了温忠麟等人提出的三步法中介效应模型。 * 第一步（模型1）：检验数字化转型对经营效率的总效应。 * 第二步（模型2和3）：分别检验数字化转型对两个中介变量（市场规模、管理效率）的影响。 * 第三步（模型4）：将中介变量与数字化转型变量一同放入模型，检验其直接效应和中介效应。
第四环节：实证分析与检验。 利用构建好的面板数据集，使用统计软件（如Stata）进行回归分析。除了基准回归和中介效应检验外，研究还进行了多项稳健性和深入分析： 1. 基准回归与分维度检验：首先验证数字化转型对经营效率的总影响，然后分别检验三个数字化维度（商业模式、渠道、技术）的独立影响。 2. 内生性处理：为缓解可能存在的反向因果问题（效率高的企业更愿意数字化转型），作者使用了解释变量滞后一期作为替代变量，并采用了两阶段最小二乘法（2SLS），以数字化转型水平的滞后一期和滞后两期作为工具变量，进行了内生性检验。 3. 稳健性检验：通过替换被解释变量（用OLS法计算的TFP替代LP法计算的TFP）来验证核心结论的可靠性。 4. 异质性分析：探究不同企业特征和区域环境下的影响差异。构建了数字化转型与所有制类型、企业规模的交互项进行分组回归；同时，将样本按企业注册地划分为东、中、西部地区进行分样本回归。
实证分析得出了多层次、细致化的结果：
1. 核心结论：数字化转型显著提升经营效率，但不同维度作用各异。 基准回归结果显示，零售企业数字化转型水平（Digital）的系数在1%的水平上显著为正，假设H1得到验证。在控制了内生性问题后（滞后变量和工具变量法），这一正向促进效应依然稳健。分维度检验揭示了一个关键发现：数字化技术维度的应用对企业经营效率的提升有显著的促进作用；然而，数字化商业模式和数字化渠道两个维度的单独影响在统计上不显著。这表明，在观测期内，零售企业数字化的“硬实力”——即具体技术工具的落地应用，是驱动效率提升最直接、最有效的因素。
2. 影响机制：双重路径得到验证。 中介效应模型的结果清晰揭示了数字化转型的作用路径： * 市场规模路径：数字化转型显著扩大了零售企业的销售收入（Market系数显著为正），而市场规模的扩大进而显著促进了经营效率的提升。这验证了数字化转型可以通过打破时空限制、精准营销等方式拓展市场，实现规模经济，从而提升效率的假设H2。 * 管理效率路径：数字化转型显著降低了企业的管理销售费用率（Manage系数显著为负，即提高了管理效率），而管理效率的提升又显著正向影响了经营效率。这验证了数字化转型可以通过优化组织结构、改善内部沟通、提升供应链响应速度来改善管理，从而促进效率的假设H3。
3. 异质性结果：影响因企业特质与区位而异。 异质性分析提供了更丰富的洞察： * 产权性质：相较于民营企业，国有企业的数字化转型对经营效率的促进作用更强。这可能得益于国有企业能获得更多的政策与资源支持。 * 企业规模：企业规模存在调节效应。随着企业规模扩大，数字化转型对经营效率的正面影响反而被削弱，甚至可能产生抑制。这提示了“大企业病”的存在，即规模过大可能导致组织僵化、转型阻力增加，抵消了数字化转型的部分收益。 * 区域差异：数字化转型对经营效率的积极影响在东部和中部地区的零售企业中显著，但在西部地区则不显著。这反映了数字基础设施建设、人才储备和消费市场成熟度在不同区域间的差距。
本研究最终得出以下核心结论： 1. 零售企业数字化转型整体上能显著促进其经营效率的提升。 2. 这种促进作用主要通过扩大市场规模和改善内部管理效率两条路径实现。 3. 在数字化转型的三个维度中，数字化技术的应用是驱动效率提升的关键；而商业模式和渠道的变革可能在短期内效果不彰，或需要与技术深度结合才能发挥作用。 4. 数字化转型的成效受到企业产权性质、规模大小和所处区域的显著调节。
本研究的价值体现在： * 理论价值：首次系统性地构建了基于文本挖掘的零售企业数字化转型多维评价指标体系，为后续量化研究提供了可借鉴的方法；通过严谨的实证分析，揭示并验证了数字化转型影响零售企业经营效率的具体机制（市场规模与管理效率），深化了数字经济背景下企业效率理论。 * 实践价值：为零售企业、行业协会及政府部门提供了明确的决策参考。研究结论建议，企业应优先聚焦于数字化技术的实际应用与融合，深入挖掘数据价值；国有企业应发挥引领示范作用；大型企业需注意克服组织惯性，防范“大企业病”；政府在推动数字化转型时，需考虑区域均衡发展，加强对西部地区的支持。
本研究基于2010-2019年的数据，恰好捕捉了中国零售业数字化转型从萌芽到加速的关键十年。文中对文献的综述部分，清晰地指出了已有研究在测度方法、机制分析和研究视角上的不足，从而明确了本研究的边际贡献所在。此外，研究承认了数字化商业模式和渠道建设在短期内效果不显著的发现，并对此进行了合理的解释（如转型周期长、顾客习惯培养需时等），这为后续研究留下了探索空间，例如追踪更长时间跨度下这些维度作用的动态变化。