大数据能力、供应链柔性与零售企业绩效

吕晶晶 博士 王 楠 博士 通讯作者

（广东海洋大学 广东湛江 524088）

大数据技术不仅能够帮助零售企业了解产品价格的变化及其如何影响销售额，还能够帮助企业分析顾客消费习惯，以此优化产品供给。利用大数据技术进行经营管理已成为零售企业长远发展的重要趋势。此外，联商网零售研究中心统计了45 家已经公布中报或发布2020 年上半年业绩预告的上市零售企业的业绩情况，可以发现21 家企业出现亏损，36 家企业出现净利同比下滑。在这一背景下，如何利用大数据能力帮助零售企业渡过难关，甚至扭亏为盈，实现绩效增长，成为学界新的研究方向。有鉴于在零售企业绩效的研究领域中，还未形成成熟的大数据能力量化方法，本文以探究大数据能力的维度建构为基础，从供应链柔性的角度探究两者对零售企业绩效的影响，旨在促进零售企业实现绩效提升。

理论综述

通过对以往文献的整理，有助于更好把握相关概念并从已有研究出发探索出明晰的研究路径及假设。本文将对大数据能力与供应链柔性进行理论综述，以探究它们的内涵及其与零售企业绩效的关联。

（一）大数据能力

近年来，由于信息技术的发展，全球数据量呈指数式增长。麦肯锡公司率先洞见大数据时代将要到来，并指出大数据将成为各行业提升竞争力的新工具。而进行大数据相关研究之前，还需理清大数据的内涵。刘雨枫（2018）认为大数据指的是目前软件工具无法处理的庞大数据量。程学旗（2019）则从大数据的功能性入手，认为大数据是连接信息、社会和物质世界的纽带。尽管研究视野各异，但研究者们一致认为，大数据首先意味着海量数据，其体量之大已超出传统信息系统的处理能力。其次，大数据意味着种类的多样化，既包含结构化数据，也包含半结构化和非结构化数据。同时，大数据暗含着经济价值，能帮助分析者获取具有极高价值的经济信息。

随着数据挖掘技术的发展，学者们认识到，在企业经营管理方面，只研究大数据还远远不够。只有零售企业具备利用大数据进行管理、分析、存储的能力，才能提升其经营决策水平。而零售企业的大数据能力主要体现在三方面：资源整合、数据分析、环境适应。其一，大数据的资源整合意味着对企业的人力资源、硬件资源、数据资源的更新、整合、利用。其二，数据分析是指对大数据进行内容上的分析，主要包括分类、预测、关联规则和聚类。通过数据分析能够发现数据中隐含的关系，帮助企业深刻理解数据资源的意义，从而更好地利用信息进行商业决策。其三，对于零售企业来说，大数据能力中的环境适应能力是最为重要的。大数据所包含的信息是多向度且庞杂的，而企业所需的信息是小部分的、有针对性的。因此，在数据资源整合和分析之前，零售企业就需要根据外部环境的变化，设定数据分析的目的，如消费者的需求、用户画像的细分、产品的定位和反馈等。如此才能从用户数据中获取消费者需求，实现产品和消费者需求的匹配，进而提升企业竞争力。因此，本研究将大数据能力定义为：零售企业通过数据资源整合，对大数据进行分析，以提高企业应对外部环境变化的能力。

（二）供应链柔性

经济全球化速度加快，意味着竞争愈发激烈、不确定性愈强，因此企业更需要以灵活性应对不确定性。在这一背景下，供应链柔性的概念应运而生。它是指供应链处理不确定性的能力，其能力越强，越能快速响应变化的环境。Sanchez 等（2017）通过构建企业绩效模型发现，供应链柔性对企业绩效有正向影响。Fantazy 等（2018）将供应链柔性划分为产品、采购、物流、新产品以及信息等五个维度。这一分类囊括了供应链的五个方面。产品柔性是指企业能否快速生产出符合顾客需求的新产品。这一维度涉及对顾客需求的追踪和分析，零售企业需要适时运用大数据技术以快速应对市场变化。采购柔性是指零售企业预测原材料供需、价格等方面变化趋势的能力，它能够为零售企业节省成本。物流柔性是指物流供应链能够根据顾客需求变化提供相应的物流服务，最大程度上防止物流成本浪费，以及保证投递效率最大化。新产品柔性是指企业研究新产品的能力，有助于节约研发时间，以最快速度抢占市场。信息柔性是指供应链的有效运转需要及时传递信息，以提高各部分的决策效率。因此，零售企业若想在高速变化的竞争环境中获得主动权，就需要增强供应链柔性以抵御风险。

变量与关系假设

本文的研究假设主要涉及三个变量，即大数据能力、供应链柔性和零售企业绩效。其中包含三对关系。

其一为大数据能力与零售企业绩效。基于资源基础理论来看，价值型和稀缺型资源或能力能够使企业形成竞争优势。因此，大数据能力能够帮助企业在激烈的竞争环境中保持优势。Manyika 等（2017）认为，大数据与企业市场份额有正相关。李忠顺等（2018）从管理角度探究大数据在企业管理中的优势，得出大数据可对决策文化产生直接影响。同时大数据可对财务绩效和市场绩效产生正向影响。基于此，本文提出以下假设：

H1：大数据能力与零售企业绩效存在正相关性。H1a：大数据基础资源能力、大数据技术运用能力、大数据管理应用能力均与财务绩效存在正相关性。H1b：大数据基础资源能力、大数据技术运用能力、大数据管理应用能力均与市场绩效存在正相关性。

其二为大数据能力与供应链柔性。其中大数据能力有三个维度，即大数据基础资源能力、技术运用能力以及管理应用能力。大数据基础资源能力指零售企业拥有的数据资源，包含文本数据、网络数据等方面。这些海量数据作为潜在分析对象，能为供应链柔性提供更有价值的信息。大数据技术运用能力是指对海量数据进行挖掘、分析的能力。通过对数据的相关性进行分析，零售企业能更好把握供应链的生产、采购、运输等方面信息，以应对突发情况。大数据管理应用能力指零售企业利用大数据进行决策管理的能力。在供应链全过程中，零售企业可通过大数据分析对用户需求、供应商价格、物流成本等进行把控，实现商业利益最大化。因此，本文提出以下假设：

H2：大数据基础资源能力与供应链柔性存在正相关性。H2a：大数据基础资源能力与供应链新产品柔性、采购柔性、产品柔性、物流柔性、信息柔性均存在正相关性。H3：大数据技术运用能力与供应链柔性存在正相关性。H3a：大数据技术运用能力与供应链新产品柔性、采购柔性、产品柔性、物流柔性、信息柔性均存在正相关性。H4：大数据管理应用能力与供应链柔性存在正相关性。H4a：大数据管理应用能力与对供应链新产品柔性、采购柔性、产品柔性、物流柔性、信息柔性存在正相关性。

其三为供应链柔性与零售企业绩效。程发新等（2018）通过实证分析验证了供应链柔性与企业绩效的正相关性。供应链柔性与零售企业绩效的关系需要从供应链全过程角度来说明：第一，新产品柔性使零售企业更快把握市场需求，并生产符合顾客需求的产品，提高绩效。第二，采购柔性使零售企业对供货商的信息了解更加透彻，提升供应链的快速调配。第三，产品柔性使零售企业能够快速追踪顾客需求，对相关产品进行反馈，提升企业价值。第四，物流柔性能够减少物流成本浪费，以最高效率实现产品与顾客的对接。第五，信息柔性能够统筹整个供应链的运作，为各方面提供信息，以此增强企业运营效率。基于此，本文提出以下假设：

H5：供应链柔性与企业存在正相关性。H5a：供应链新产品柔性、采购柔性、产品柔性、物流柔性、信息柔性均与财务绩效存在正相关性。H5b：供应链新产品柔性、采购柔性、产品柔性、物流柔性、信息柔性采购柔性均与市场绩效存在正相关性。

大数据能力、供应链柔性与零售企业绩效的相关性分析

为验证研究假设，本文制定相关量表，其中供应链柔性和零售企业绩效部分量表选用了以往成熟量表，大数据能力部分量表则是对以往研究成果的适度修改而成，最终形成一份有47 个题项的量表。

（一）数据来源

量表通过三种方式发放：第一，参考工信部发布的零售企业名单，通过邮件联系企业并发放在线问卷；第二，通过朋友、亲人等关系联系零售企业管理者，到企业进行现场发放；第三，通过朋友转发给相应管理者，进行线上填写。研究过程中，共回收392 份问卷，无效问卷38 份，有效率为90.30%。其中高层领导120 名，占33.90%；中层领导109 名，占30.79%；基层领导74 名，占20.90%；普通员工51 名，占14.41%。其中，中高层领导占比较大，因中高层领导对企业经营管理状况了解较多，可以认为调查结果较能反映企业情况。

（二）假设检验

在假设检验之前，研究通过对量表的内部信度进行检验以确定量表题项的内在一致性，同时对效度进行检验以确定量表是否适合做因子分析。数据分析结果如表1 所示。

如表1 所示，所有维度的Cronbach’s alpha 系数均超过0.7，可认为各变量及维度具有较高的内部一致性。下一步将对量表效度进行检验，具体数据如表2 所示。

如表2 所示，各变量的KMO 值都在0.8 以上，且Bartlett 球形检验系数均为0.000，可知变量内的相关性较好，适合做因子分析。在信度、效度检验之后，将对各假设中的相关性进行检验，具体数据如表3 所示。

各维度间的相关度如表3 所示，表3 中数据均满足**p＜0.01。通过数据可知倘若两个维度的变化趋向相同，便可认为二者存在一定联系。下文将具体阐述维度间的相关关系及假设检验结果。

（三）检验结果

在大数据与零售企业绩效的相关关系中，大数据基础资源能力、技术运用能力和管理应用能力与零售企业财务绩效的相关系数分别为0.75、0.71、0.68，可认为两者间有中度相关，即接受H1a；大数据基础资源能力、技术运用能力和管理应用能力与零售企业市场绩效的相关系数分别为0.52、0.50、0.65，可认为维度间存在中度相关，即接受H1b。在大数据能力与供应链柔性的相关关系中，大数据基础资源能力与供应链新产品、采购、产品、物流以及信息柔性的相关系数分别为0.48、0.59、0.56、0.59、0.69，可认为大数据基础资源能力与新产品柔性存在低度相关性，与采购、产品、物流以及信息柔性存在中度相关性，即接受H2a；大数据技术运用能力与供应链新产品、采购、产品、物流、信息柔性的相关系数分别为0.51、0.62、0.61、0.59、0.62，可认为维度间存在中度相关性，即接受H3a；大数据管理应用能力与供应链新产品、采购、产品、物流以及信息柔性的相关系数分别为0.65、0.72、0.79、0.73、0.74，可认为维度间存在中度相关性，即接受H4a。在供应链柔性与零售企业绩效的相关关系中，供应链新产品、采购、产品、物流以及信息柔性与财务绩效的相关系数分别为0.70、0.73、0.71、0.62、0.62，可认为维度间存在中度相关性，即接受H5a；供应链新产品、采购、产品、物流以及信息柔性与市场绩效的相关系数分别为0.63、0.70、0.76、0.70、0.51、0.77，可认为维度间存在中度相关性，即接受假设H5b。总而言之，检验结果证实了所有假设，各因素间存在正向影响，但根据相关系数大小可知，各维度间的相关程度并不相同。

研究结论与建议

（一）研究结论

本文在前期假设时未考虑到大数据能力三维度间的相互作用，但检验结果说明，大数据基础资源与技术应用能力对管理应用能力存在正相关性。通过这一结果可知，海量数据库以及对数据进行挖掘的能力有助于对零售企业优化管理决策，使企业更快适应变化的环境。在后续研究中，可进一步探索三者关系。现将本文得出的三部分研究结论呈现如下，同时阐述了结论对管理决策的启示。

表1 信度分析结果

表2 效度检验结果

表3 变量间相关系数

在大数据能力影响企业绩效的路径中，大数据基础资源能力、大数据技术运用能力和大数据管理应用能力与零售企业财务绩效存在中度相关性，且相关系数相差不大。然而大数据基础资源能力、大数据技术运用能力和大数据管理应用能力与零售企业市场绩效的相关系数均低于上述三个数值。这说明，大数据能力能更好地影响零售企业的财务绩效，但是对市场绩效的影响相对较小。也就意味着，大数据能力虽然增强了零售企业的盈利能力，但在增加社会福利和满足消费者需求上作用较弱。这可能是因为，通过大数据可以较好分析供应价格和采购成本变化等因素以提高商品利润率，但由于消费者需求、社会需求及社会福利等因素较难反映在数据中，因此使得大数据能力对市场绩效的影响相对较弱。

在大数据能力影响供应链柔性的路径中，大数据基础资源能力与新产品柔性有低度相关，与采购、产品、物流以及信息柔性存在中度相关性，且相关系数相差不大。这说明，新产品柔性与大数据基础资源能力的关系较弱，即拥有海量数据并不一定有助于对新产品的开发。大数据技术运用能力与供应链新产品柔性、采购柔性、产品柔性、物流柔性、信息柔性存在中度相关性，且相关系数差别不大。然而大数据管理应用能力与供应链新产品、采购、产品、物流以及信息柔性的相关系数高于上述两种能力。这可能因为，在供应链柔性中更需要对信息的统筹安排，而大数据管理应用能力正是针对整个过程的决策管理能力，它相较于其他两种能力更能控制整个局面的走向，因而更加影响供应链柔性。

在供应链柔性影响零售企业绩效中，供应链新产品柔性、采购柔性、产品柔性、物流柔性、信息柔性与财务绩效存在中度相关性，且相关系数差别不大。此外，供应链新产品、采购、产品、物流以及信息柔性与市场绩效存在中度相关性，且相关系数相差不大。同时上述两组关系的相关系数相差不大。这说明，供应链柔性对财务绩效和市场绩效的作用基本一致，且供应链柔性相比大数据能力对企业绩效影响更大。这可能是因为，大数据能力是通过供应链柔性对企业绩效产生影响，供应链各部分的协同合作同样重要。

（二）建议

一方面，大数据作为一种数据资源，其包含着丰富且多向度的信息。零售企业可以借助于此全面优化供应链，促进绩效提升。根据资源理论，大数据能力的基础是资源整合。只有拥有庞大的数据库，才有可能从中获取有价值的信息。在企业实践中，可由多家零售企业共同建立数据资源库，以此节省成本。而从大数据中获取何种信息，则需要零售企业掌握相应的数据分析技术，同时需要了解大数据与经营管理结合点，以便更有效运用大数据。另一方面，提升大数据能力的目的是适应竞争环境的快速变化。在这个背景下，传统的决策方式已经难以适应当下的市场环境。因此大数据能力归根结底是动态的，不仅数据是不断变化的，针对变化的决策也在变动。当下的数据大爆炸是零售企业发展大数据能力的契机，因此，在追求个性化的时代，零售企业要更加善于运用大数据，瞄准顾客个性化的需求，供给个性化的产品。如此才能促进差异化市场竞争，而非在同一市场内大量供给同质化的产品。对此，零售企业应当注重提升大数据能力，以增强供应链柔性，为进一步提升企业绩效而制定更有效的策略。