趙泉午 姚珍珍 呂雪琪

摘要：文章基于蘇寧云商物流配送實(shí)踐，根據(jù)配送網(wǎng)絡(luò)層級、是否自營配送、配送區(qū)域、物流設(shè)施是否分品類配送、不同的零售終端數(shù)量等物流配送模式因素，設(shè)計(jì)了蘇寧的八種配送情境并測算了不同物流配送情境下的庫存水平，據(jù)此提出研究假設(shè)。通過收集58家國內(nèi)上市連鎖經(jīng)營零售企業(yè)2011—2015年的經(jīng)營數(shù)據(jù)，借助GMM混合回歸模型，對研究假設(shè)進(jìn)行驗(yàn)證。結(jié)果發(fā)現(xiàn)：國內(nèi)連鎖經(jīng)營零售企業(yè)零售終端數(shù)量與庫存周轉(zhuǎn)天數(shù)負(fù)相關(guān)，每增加100個(gè)零售終端，企業(yè)庫存周轉(zhuǎn)天數(shù)降低0.8天左右；配送模式與庫存周轉(zhuǎn)天數(shù)不相關(guān)；全國型連鎖經(jīng)營零售企業(yè)比區(qū)域型連鎖經(jīng)營零售企業(yè)庫存周轉(zhuǎn)天數(shù)高。

關(guān)鍵詞：連鎖經(jīng)營；物流配送模式；庫存周轉(zhuǎn)天數(shù)；GMM

中圖分類號(hào)：F25214 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：10085831（2018）03006810

自2004年12月11日中國全面開放零售市場、取消外資零售業(yè)的進(jìn)入限制以來，外資零售企業(yè)在中國積極擴(kuò)展零售渠道。以沃爾瑪為例，截至2012年1月，沃爾瑪在中國共開設(shè)381家門店，到2015年底已達(dá)424家，覆蓋了中國26個(gè)省、自治區(qū)及直轄市，基本完成了在中國的網(wǎng)點(diǎn)布局。憑借比國內(nèi)更豐富的管理經(jīng)驗(yàn)和更先進(jìn)的技術(shù)手段，外資零售企業(yè)在短時(shí)間內(nèi)擁有了一定的市場，并影響了本土零售企業(yè)的利益。根據(jù)中國零售商大會(huì)暨展會(huì)公布的中國零售百強(qiáng)企業(yè)榜單，2008年外資企業(yè)有11名上榜，到2015年榜單中的外資企業(yè)已達(dá)20家，部分曾經(jīng)上榜的本土企業(yè)黯然退榜甚至走向破產(chǎn)。為了在這種沖擊下存活下來，許多本土零售企業(yè)開始布局連鎖經(jīng)營網(wǎng)點(diǎn)，并根據(jù)網(wǎng)點(diǎn)分布，在經(jīng)營區(qū)域或全國范圍內(nèi)建立自營配送中心，引入先進(jìn)的物流技術(shù)和設(shè)備，以完善物流配送模式的方式來提高物流效率和降低庫存成本。庫存作為零售企業(yè)的重要資產(chǎn)，體現(xiàn)了零售企業(yè)的運(yùn)營管理水平。從圖1可以看出，2010—2015年中國上市零售企業(yè)庫存金額占總資產(chǎn)的比重在13%到18%左右，與1996—2005年的36%～42%[1]相比，大大降低。這是否得益于本土零售企業(yè)物流配送模式的優(yōu)化和改進(jìn)，是文章主要探討的問題。

圖1 庫存占總資產(chǎn)的比重

本文以蘇寧云商為研究實(shí)例，提出物流配送模式對庫存水平影響的研究假設(shè)，收集58家國內(nèi)上市連鎖經(jīng)營零售企業(yè)物流配送模式的數(shù)據(jù)，定量分析國內(nèi)零售企業(yè)庫存水平的變動(dòng)趨勢，探討零售終端數(shù)量、配送模式、配送范圍等因素對零售企業(yè)庫存水平的影響，為國內(nèi)零售企業(yè)的物流配送模式及庫存管理提供決策支持。

一、文獻(xiàn)綜述

關(guān)于連鎖經(jīng)營企業(yè)庫存水平等經(jīng)營績效影響因素的實(shí)證研究主要分為零售終端（零售終端和經(jīng)銷商）對庫存水平的影響研究，分銷網(wǎng)絡(luò)特征和產(chǎn)品多樣性對庫存水平的影響研究，以及連鎖經(jīng)營企業(yè)O2O融合對庫存水平等經(jīng)營績效的影響研究。

研究零售終端對庫存水平影響的代表文獻(xiàn)有Olivares和Cachon[2]，Srinivasan等[3]和Matsa[4]等。Olivares等通過收集某大型汽車制造企業(yè)各個(gè)經(jīng)銷商（4S零售終端）的庫存和銷售面板數(shù)據(jù)，采用區(qū)域市場人口特征數(shù)據(jù)作為工具變量控制市場結(jié)構(gòu)的內(nèi)生性，結(jié)果發(fā)現(xiàn)競爭對手?jǐn)?shù)量對經(jīng)銷商服務(wù)水平和經(jīng)銷商銷售額有強(qiáng)的正向非線性影響。穩(wěn)健實(shí)驗(yàn)表明該大型汽車制造企業(yè)如果減少經(jīng)銷商數(shù)量，優(yōu)化分銷網(wǎng)絡(luò)結(jié)構(gòu)，能夠在不影響銷售的前提下減少庫存水平14%～27%。Srinivasan等研究了新開和關(guān)閉零售終端對連鎖經(jīng)營零售企業(yè)績效的影響。Matsa發(fā)現(xiàn)競爭水平增加能夠減少缺貨水平，也就是競爭水平增加導(dǎo)致零售企業(yè)庫存水平增高。

研究連鎖零售企業(yè)分銷網(wǎng)絡(luò)特征（含配送中心和零售終端）對庫存水平影響的文獻(xiàn)較少。Rajagopalan[5]基于美國零售業(yè)二手和一手?jǐn)?shù)據(jù)研究了產(chǎn)品多樣性、零售終端數(shù)目、配送中心數(shù)目等庫存水平關(guān)鍵影響因素對美國零售業(yè)庫存水平的影響，結(jié)果發(fā)現(xiàn)基本庫存單位數(shù)目（SKU數(shù)目，度量產(chǎn)品多樣性）和零售終端數(shù)目兩個(gè)因素對庫存水平有正向影響，配送中心數(shù)目對庫存水平?jīng)]有顯著影響。從公司層面研究連鎖零售企業(yè)庫存水平影響因素的研究較為成熟，主要代表有Kolias等[6]，趙泉午等[1]。Kolias等基于566家希臘零售企業(yè)2000—2005年的數(shù)據(jù)研究希臘零售業(yè)的庫存水平影響因素。趙泉午等研究了銷售增長率、固定資產(chǎn)比重、區(qū)域及零售業(yè)態(tài)對國內(nèi)批發(fā)零售企業(yè)的庫存水平的影響。

目前沒有文獻(xiàn)研究連鎖經(jīng)營企業(yè)O2O融合對庫存水平等經(jīng)營績效的影響研究。一些文獻(xiàn)重點(diǎn)研究了連鎖經(jīng)營企業(yè)O2O融合對銷售規(guī)模的影響，如Gallino和Moreno[7]，Cao和Li[8]，Pauwels和Neslin[9]和Askin等[10]。Gallino和Moreno基于一家企業(yè)的數(shù)據(jù)研究了網(wǎng)訂店取對實(shí)體店和網(wǎng)絡(luò)渠道銷售規(guī)模的影響，結(jié)果發(fā)現(xiàn)網(wǎng)絡(luò)渠道銷售減少，實(shí)體店的流量和銷售規(guī)模上升，論文最后探討了實(shí)施網(wǎng)訂店取，線上線下共享庫存，能夠提高庫存信息的可靠性，增加消費(fèi)者購買幾率。Cao和Li研究了線上線下跨渠道融合對連鎖經(jīng)營企業(yè)銷售增長的影響，發(fā)現(xiàn)跨渠道融合能夠刺激銷售增長，但企業(yè)網(wǎng)絡(luò)零售經(jīng)驗(yàn)和實(shí)體零售終端數(shù)量會(huì)弱化渠道融合對銷售增長的刺激作用。Pauwels和Neslin研究了目錄銷售和網(wǎng)絡(luò)零售企業(yè)引入實(shí)體零售終端對其銷售規(guī)模的影響。結(jié)果發(fā)現(xiàn)引入實(shí)體零售終端會(huì)分流目錄銷售，但對網(wǎng)絡(luò)零售的影響不大。Askin等基于超過100家零售業(yè)上市企業(yè)的數(shù)據(jù)研究了零售企業(yè)引入網(wǎng)絡(luò)渠道對績效的影響，結(jié)果發(fā)現(xiàn)引入網(wǎng)絡(luò)渠道顯著改善公司銷售、成本、庫存及投資回報(bào)，此外網(wǎng)絡(luò)渠道引入時(shí)間對績效沒有顯著影響，實(shí)體店經(jīng)營時(shí)間長短則有顯著影響。

目前的實(shí)證研究中研究物流配送模式對庫存水平影響的很少，本文以蘇寧云商為切入點(diǎn)，研究物流配送模式類因素對庫存的影響，并使用國內(nèi)58家上市零售公司數(shù)據(jù)對結(jié)果進(jìn)行驗(yàn)證。

二、研究假設(shè)

為了提出合理的研究假設(shè)，本文首先對蘇寧云商案例進(jìn)行了測算。蘇寧目前在全國已經(jīng)形成了“全國物流中心—區(qū)域物流中心—城市配送中心—零售終端”的物流網(wǎng)絡(luò)結(jié)構(gòu)，采用三級物流配送體系，逐層級進(jìn)行商品的分撥配送，如圖2所示。為了更直觀地了解企業(yè)選擇的配送模式、配送區(qū)域、零售終端數(shù)量等物流模式因素對庫存水平帶來的影響，我們測算了蘇寧配送的八種情境，詳見表1。

圖2 蘇寧物流配送體系

本文采用Mallidis等[11]提出的庫存水平計(jì)算公式進(jìn)行計(jì)算：

Spm=μpm（Rm+Lm）+Zpm*σpm（Rm+Lm）

其中，Spm表示零售終端m內(nèi)貨物p的庫存水平，貨物p的需求服從正態(tài)分布N（μpm，σpm），Rm代表零售終端m的補(bǔ)貨提前期，Lm代表到零售終端m的配送時(shí)間，Zpm表示零售終端m內(nèi)貨物p的安全庫存因子。

根據(jù)蘇寧真實(shí)運(yùn)營數(shù)據(jù)，對物流配送網(wǎng)絡(luò)作出以下假設(shè)：（1）所有節(jié)點(diǎn)（包括物流中心、配送中心和零售終端）的需求均服從正態(tài)分布，其中零售終端j的需求服從N（μpj，σpj），j=1，2，...，n，表示零售終端編號(hào)，且同一層級各物流節(jié)點(diǎn)的需求互不影響；（2）物流中心和配送中心連續(xù)檢查庫存，零售終端以1天為周期對庫存進(jìn)行周期性盤點(diǎn)；（3）全國物流中心對區(qū)域物流中心的需求、區(qū)域物流中心對城市配送中心的需求以及城市配送中心對終端的需求可以進(jìn)行快速響應(yīng)，需求發(fā)出后馬上便可發(fā)貨，即不需要補(bǔ)貨提前期。供應(yīng)商到各物流中心的補(bǔ)貨提前期為R天。

表1 蘇寧在不同配送情境下的庫存水平測算

根據(jù)假設(shè)和庫存水平計(jì)算公式我們很容易得到零售終端j的平均庫存水平為μpjLij+ZpjσpjLij，其中i代表城市配送中心編號(hào)，Lij表示從配送中心i到終端j的運(yùn)輸時(shí)間。定義0-1變量Xij，當(dāng)其值等于1時(shí)表示城市配送中心i負(fù)責(zé)對終端j進(jìn)行配送，否則不進(jìn)行配送。根據(jù)零售終端的需求及計(jì)算公式可以得出配送中心i的平均庫存水平為nj=1Xij μpjR+Li+Zpinj=1Xij（σpj）2R+Li。

通過蘇寧云商的官方網(wǎng)站和財(cái)務(wù)報(bào)告了解了蘇寧各物流網(wǎng)絡(luò)節(jié)點(diǎn)的具體位置，并通過地圖粗略估計(jì)了各節(jié)點(diǎn)間的距離，得到各節(jié)點(diǎn)間的配送周期。依據(jù)《2015年中國統(tǒng)計(jì)年鑒》和《2015年重慶市統(tǒng)計(jì)年鑒》得到各城市和重慶市主城區(qū)域?qū)Σ煌奉惍a(chǎn)品的需求信息，結(jié)合蘇寧云商在各品類市場的銷售份額，借鑒譚凌等[12]的論文，對庫存水平計(jì)算公式中的參數(shù)進(jìn)行取值。最后得到的主要參數(shù)值如表2所示，根據(jù)以上數(shù)值計(jì)算得到各情境的庫存水平結(jié)果如表1所示。

由計(jì)算結(jié)果知，零售終端數(shù)量增加，企業(yè)庫存水平增高。零售終端是零售企業(yè)銷售網(wǎng)絡(luò)中重要的節(jié)點(diǎn)，在分銷系統(tǒng)中，配送中心根據(jù)零售終端的需求訂單進(jìn)行補(bǔ)貨。但是由于需求的不確定性和波動(dòng)性，零售終端往往會(huì)保留較多的安全庫存，這就造成了整個(gè)物流系統(tǒng)的庫存分散，無法實(shí)現(xiàn)庫存集中，達(dá)不到規(guī)模經(jīng)濟(jì)效應(yīng)。此外，由于企業(yè)區(qū)域物流中心和城市配送中心數(shù)量一般很難增加，零售終端數(shù)目增加意味著單個(gè)配送中心要負(fù)責(zé)更多零售終端的配送，也會(huì)提高配送中心和物流中心的平均庫存水平。因此本文提出以下假設(shè)。

表2 主要參數(shù)取值

假設(shè)1：在銷售量一定的情況下，零售企業(yè)庫存周轉(zhuǎn)天數(shù)與零售終端數(shù)量正相關(guān)。

由計(jì)算結(jié)果知，與采用供應(yīng)商配送相比，自營配送帶來更低的庫存成本。近年來，國內(nèi)外學(xué)者逐漸開始關(guān)注配送模式，特別是國內(nèi)學(xué)者（如文獻(xiàn)[13]和[14]），對零售企業(yè)究竟是選擇自營物流、外購物流、供應(yīng)商直達(dá)配送或第三方物流進(jìn)行了比較詳細(xì)的論述和探討。零售企業(yè)選擇自建物流網(wǎng)絡(luò)進(jìn)行自營配送，一方面，不需與外部進(jìn)行溝通交接，提高了訂單的響應(yīng)速度，縮短了配送中心及零售終端的提前期，降低了零售終端的安全庫存；另一方面，企業(yè)統(tǒng)一向供應(yīng)商采購，統(tǒng)一存儲(chǔ)和補(bǔ)貨，可以產(chǎn)生規(guī)模經(jīng)濟(jì)效應(yīng)。因此，采用自營配送模式的零售企業(yè)庫存成本更低，庫存周轉(zhuǎn)天數(shù)更低。據(jù)此提出如下假設(shè)。

假設(shè)2：與選擇供應(yīng)商直配或第三方配送模式的企業(yè)比較，采用自營配送模式的零售企業(yè)庫存周轉(zhuǎn)天數(shù)更低。

與配送區(qū)域?yàn)閰^(qū)域性的零售企業(yè)相比，全國型的企業(yè)需要配置更復(fù)雜更多層級的物流網(wǎng)絡(luò)。一些商品需要企業(yè)統(tǒng)一采購并存儲(chǔ)在全國物流中心，當(dāng)需求產(chǎn)生時(shí)，貨物需要經(jīng)過區(qū)域物流中心和城市配送中心的中轉(zhuǎn)和分撥，才能輾轉(zhuǎn)到零售終端或者消費(fèi)者手中。因此配送區(qū)域?yàn)槿珖偷牧闶燮髽I(yè)往往擁有較長的運(yùn)輸周期和補(bǔ)貨提前期。根據(jù)庫存水平計(jì)算公式可知，全國型零售企業(yè)庫存水平更高，庫存周轉(zhuǎn)比較慢。據(jù)此提出如下假設(shè)。

假設(shè)3：與配送區(qū)域是某個(gè)省市或者是多個(gè)鄰近省市的企業(yè)相比，配送區(qū)域?yàn)槿珖土闶燮髽I(yè)的庫存周轉(zhuǎn)天數(shù)更高。

三、樣本選擇、計(jì)量模型和計(jì)量方法

（一）樣本數(shù)據(jù)及變量含義

本文研究的連鎖零售企業(yè)是指擁有較多實(shí)體零售終端的連鎖經(jīng)營的零售企業(yè)。在選取公司時(shí)，主要采取兩個(gè)篩選準(zhǔn)則：（1）公司旗下?lián)碛休^多零售終端。由于百貨企業(yè)零售終端多設(shè)置在商場，并未獨(dú)立出來，故并沒有將百貨企業(yè)納入樣本選擇范圍；（2）零售銷售額作為企業(yè)主營業(yè)務(wù)在總收入中占有一定的比重。在查詢公司財(cái)務(wù)報(bào)表時(shí)，我們發(fā)現(xiàn)，一些傳統(tǒng)的零售企業(yè)目前主要進(jìn)行房地產(chǎn)和金融業(yè)務(wù)，傳統(tǒng)的零售銷售額在總收入中占的比重甚至不足10%，故將這一類企業(yè)剔除。本文最終選取國內(nèi)零售業(yè)58家上市公司2011—2015年的數(shù)據(jù)為樣本，合計(jì)收集290個(gè)觀測值，數(shù)據(jù)來源為Wind資訊金融終端（2016版）及58個(gè)上市公司的年報(bào)。58家連鎖零售企業(yè)的經(jīng)營業(yè)態(tài)如表3所示。本文中涉及的變量及其含義見表4。

表3 連鎖零售企業(yè)業(yè)態(tài)分布表

表4 變量含義

（二）計(jì)量模型及計(jì)量方法

根據(jù)現(xiàn)有的實(shí)證研究，構(gòu)建模型（1），考察公司特征、公司管理水平對公司庫存水平的影響。

Dosi=c+b1GMi+b2CIi+b3lnSizei+b4Growthi+b5Feeratei+b6Payblei+b7Distracti+εi（1）

在模型（1）的基礎(chǔ)上，模型（2）加入零售終端變量，考察零售終端變量對整個(gè)模型的影響。

Dosi=c+b1GMi+b2CIi+b3lnSizei+b4Growthi+b5Feeratei+

b6Payblei+b7Distracti+b8Storei+εi（2）

在模型（2）的基礎(chǔ)上，模型（3）加入配送模式變量，考察配送模式對整個(gè)模型的影響。

Dosi=c+b1GMi+b2CIi+b3lnSizei+b4Growthi+b5Feeratei+

b6Payblei+b7Distracti+b8Storei+b9Modeli+εi（3）

模型（4）在模型（3）的基礎(chǔ)上，加入配送范圍變量，考察配送范圍變量對整個(gè)模型的影響。

Dosi=c+b1GMi+b2CIi+b3lnSizei+b4Growthi+b5Feeratei+

b6Payblei+b7Distracti+b8Storei+b9Modeli+b10Scalei+εi

（4）

本文首先擬考慮面板模型，先進(jìn)行豪斯曼檢驗(yàn)，檢驗(yàn)結(jié)果表明固定效應(yīng)效果要優(yōu)于隨機(jī)效應(yīng)，故采用固定效應(yīng)模型。然而固定效應(yīng)F檢驗(yàn)值較小，LSDV法檢驗(yàn)也表明不存在個(gè)體效應(yīng)，雙向固定效應(yīng)檢驗(yàn)也表明模型不存在時(shí)間效應(yīng)，故最終采用混合效應(yīng)模型。本文選擇GMM進(jìn)行實(shí)證檢驗(yàn)，因?yàn)镚MM估計(jì)是一個(gè)穩(wěn)健估計(jì)量，不要求擾動(dòng)項(xiàng)的準(zhǔn)確分布信息，允許隨機(jī)誤差項(xiàng)存在異方差和序列相關(guān)，所得到的參數(shù)估計(jì)量比其他參數(shù)估計(jì)方法更合乎實(shí)際，即GMM能夠解決傳統(tǒng)的計(jì)量經(jīng)濟(jì)模型估計(jì)方法中的問題[15]。

四、實(shí)證結(jié)果及討論

數(shù)據(jù)收集之后，本文對樣本數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)和Person相關(guān)性檢驗(yàn)，結(jié)果分別如表5和表6所示。在進(jìn)行相關(guān)性檢驗(yàn)時(shí)，發(fā)現(xiàn)公司毛利率GM與公司規(guī)模的對數(shù)ln Size、費(fèi)率Feerate、零售終端數(shù)量Store的相關(guān)系數(shù)分別為0.55、0.86、0.41，數(shù)值較大且在1%的水平上顯著相關(guān)。為了消除共線性影響，本文剔除變量毛利率GM進(jìn)行混合回歸，回歸結(jié)果如表7所示。

表5 描述性統(tǒng)計(jì)

表6 變量Person相關(guān)性檢驗(yàn)

注：每個(gè)向量橫向有兩行，第一行代表Person相關(guān)系數(shù)，第二行代表顯著性（雙側(cè)）。 **，*分別表示在1%和5%的水平上顯著相關(guān)

表7 模型（1）—模型（4）GMM回歸結(jié)果

注：***，**，*表示在1%，5%和10%的水平上顯著相關(guān)

根據(jù)表中的回歸結(jié)果，我們可以得到以下結(jié)論。

第一，在零售企業(yè)銷售量一定的情況下，零售企業(yè)庫存周轉(zhuǎn)天數(shù)與零售終端數(shù)量負(fù)相關(guān)，與本文所提假設(shè)不一致。對模型（2）—模型（4）所得結(jié)果進(jìn)行對比，發(fā)現(xiàn)在模型所給數(shù)據(jù)時(shí)期內(nèi)，零售終端數(shù)量對企業(yè)庫存周轉(zhuǎn)天數(shù)的影響均為負(fù)且在1%的水平上顯著相關(guān)，表明連鎖零售企業(yè)零售終端數(shù)量與企業(yè)庫存周轉(zhuǎn)天數(shù)負(fù)相關(guān)，即零售企業(yè)零售終端越多，庫存周轉(zhuǎn)天數(shù)越低。這在一定程度上解釋了為什么近年來零售企業(yè)大規(guī)模布局連鎖經(jīng)營網(wǎng)點(diǎn)。一般來說，當(dāng)零售終端數(shù)量較少時(shí)，企業(yè)往往會(huì)采取供應(yīng)商直配，因?yàn)樽越▊}庫成本太高。由于運(yùn)輸距離，供應(yīng)商配送相比于企業(yè)自建倉庫的配送需要更長的運(yùn)輸周期，從而導(dǎo)致庫存周轉(zhuǎn)天數(shù)較高。連鎖企業(yè)零售終端數(shù)量越多，企業(yè)越傾向于自建物流。經(jīng)過近幾年的摸索，零售企業(yè)的物流現(xiàn)代化水平已經(jīng)提高，配送和庫存管理也更加信息化，庫存周轉(zhuǎn)天數(shù)降低，企業(yè)運(yùn)營更有效率。

第二，采用自營配送模式和其他配送的零售企業(yè)庫存水平之間不存在明顯差異，與本文假設(shè)不一致。對模型（3）—模型（4）所得結(jié)果進(jìn)行對比，配送模式與庫存周轉(zhuǎn)天數(shù)在10%的顯著水平上不相關(guān)，這說明配送模式對零售企業(yè)庫存周轉(zhuǎn)天數(shù)沒有顯著影響，即對連鎖零售企業(yè)而言采用何種配送模式與企業(yè)自身發(fā)展戰(zhàn)略及經(jīng)營業(yè)務(wù)相關(guān)，但并不會(huì)對企業(yè)整體庫存周轉(zhuǎn)天數(shù)產(chǎn)生影響。企業(yè)應(yīng)該根據(jù)自己的實(shí)際情況，衡量是否需要自營配送。

第三，與配送區(qū)域?yàn)槟硞€(gè)省市或者某幾個(gè)相鄰省市的企業(yè)對比，配送區(qū)域?yàn)槿珖偷牧闶燮髽I(yè)庫存周轉(zhuǎn)天數(shù)更高，與本文假設(shè)一致。對模型（4）所得結(jié)論進(jìn)行分析，配送范圍變量對庫存周轉(zhuǎn)天數(shù)的影響為正，且在10%的水平上顯著相關(guān)，配送范圍越大，企業(yè)的市場越廣闊，在擴(kuò)大企業(yè)規(guī)模的同時(shí)也帶來了企業(yè)的庫存周轉(zhuǎn)天數(shù)的提高。

此外，回歸分析結(jié)果也表明銷售規(guī)模與庫存周轉(zhuǎn)天數(shù)正相關(guān)，費(fèi)用比率和庫存周轉(zhuǎn)天數(shù)負(fù)相關(guān)，應(yīng)付賬款比率與庫存周轉(zhuǎn)天數(shù)負(fù)相關(guān)，相比于中西部地區(qū)，東部地區(qū)庫存周轉(zhuǎn)天數(shù)更低，與趙泉午等[16]的實(shí)證研究結(jié)論一致。

但是，庫存周轉(zhuǎn)天數(shù)與零售終端數(shù)量負(fù)相關(guān)，是不是意味著企業(yè)為了降低庫存周轉(zhuǎn)天數(shù)就應(yīng)該盡可能多地開設(shè)零售終端呢？顯然不是，在回歸結(jié)果中，我們發(fā)現(xiàn)隨著零售終端數(shù)量的增加，庫存周轉(zhuǎn)天數(shù)與銷售增長率并不顯著相關(guān)。這說明目前國內(nèi)連鎖企業(yè)在擴(kuò)張零售終端擴(kuò)大銷售規(guī)模時(shí)企業(yè)的相對收入并沒有同步提高。這主要是由于大多數(shù)企業(yè)雖然開設(shè)了較多的零售終端，但是并沒有形成一個(gè)從采購、物流節(jié)點(diǎn)運(yùn)營到終端銷售的完善運(yùn)營管理體系，目前的連鎖經(jīng)營仍處于“連而不鎖”狀態(tài)。在電商沖擊及經(jīng)濟(jì)下行的壓力下，連鎖企業(yè)零售終端平均銷售收入并沒有實(shí)現(xiàn)增長（見圖3）。根據(jù)2015年的中國零售百強(qiáng)報(bào)告，87家實(shí)體店零售對百強(qiáng)零售企業(yè)整體銷售增長的貢獻(xiàn)率僅為7.2%，而采取“實(shí)體+電商”模式的6家企業(yè)貢獻(xiàn)率卻達(dá)到12.1%。在這種形勢下，許多傳統(tǒng)連鎖零售企業(yè)只能選擇關(guān)閉門店降低虧損。因此，對于現(xiàn)在的國內(nèi)連鎖零售企業(yè)來說，當(dāng)務(wù)之急不是進(jìn)一步開展連鎖經(jīng)營和完善網(wǎng)點(diǎn)布局，而應(yīng)該是注重提升企業(yè)整體運(yùn)轉(zhuǎn)效率，根據(jù)企業(yè)自身發(fā)展需求選擇合理的配送模式。對具備自營配送的企業(yè)來說應(yīng)著手建立現(xiàn)代化的物流配送中心，建立專業(yè)物流配送隊(duì)伍，提升企業(yè)物流效率，形成從采購、物流節(jié)點(diǎn)運(yùn)營到終端銷售的完善的運(yùn)作體系，降低企業(yè)庫存成本，提升企業(yè)物流競爭力。此外，企業(yè)應(yīng)該積極探索連鎖經(jīng)營的新模式，為企業(yè)在現(xiàn)在和未來的經(jīng)營中贏得新的競爭力。

圖3 單個(gè)零售終端平均銷售收入

五、結(jié)束語

本文首先通過蘇寧云商的案例測算初步討論了零售企業(yè)物流配送模式因素對企業(yè)庫存水平的影響，然后結(jié)合現(xiàn)實(shí)情況和相關(guān)理論提出研究假設(shè)，根據(jù)假設(shè)構(gòu)建GMM混合效應(yīng)模型，進(jìn)行實(shí)證檢驗(yàn)。檢驗(yàn)結(jié)果表明：連鎖經(jīng)營零售企業(yè)零售終端數(shù)量與庫存周轉(zhuǎn)天數(shù)負(fù)相關(guān)，每增加100家零售終端，企業(yè)庫存周轉(zhuǎn)天數(shù)降低0.8天左右；配送模式與庫存周轉(zhuǎn)天數(shù)不相關(guān)；全國型連鎖經(jīng)營零售企業(yè)比區(qū)域型連鎖經(jīng)營零售企業(yè)庫存周轉(zhuǎn)天數(shù)高。通過結(jié)果分析，看到中國連鎖經(jīng)營零售企業(yè)“連而不鎖”的現(xiàn)象，為連鎖零售企業(yè)經(jīng)營管理提供了建議。

目前連鎖經(jīng)營零售企業(yè)正在積極開拓“新零售”模式，采取線上線下相結(jié)合的銷售模式，但是由于數(shù)據(jù)不全，未能進(jìn)行進(jìn)一步研究，未來隨著新模式的推行和數(shù)據(jù)的披露可以繼續(xù)研究。

參考文獻(xiàn)：

[1]

趙泉午，黃志忠，卜祥智.國內(nèi)零售企業(yè)庫存水平影響因素的實(shí)證研究——基于滬深零售業(yè)上市公司1996～2005 年的面板數(shù)據(jù)[J].管理工程學(xué)報(bào)，2010， 24（2）：48-55.

[2]OLIVARES M，CACHON G P.Competing retailers and inventory：An empirical investigation of General Motors dealerships in isolated US markets[J].Management Science，2009，55（9）：1586-1604.

[3]SRINIVASAN R，SRIDHAR S，NARAYANAN S.Effects of opening and closing stores on chain retailer performance[J].Journal of Retailing，2013，89（2）：126-139.

[4]MATSA D A.Competition and product quality in the supermarket industry[J].The Quarterly Journal of Economics，2011，126 （3）：1539-1591.

[5]RAJAGOPALAN S.Impact of variety and distribution system characteristics on inventory levels at US retailers[J].Manufacturing & Service Operations Management，2013，15（2）：191-204.

[6] KOLIAS G D，DIMELIS S P，F(xiàn)ILIOS V P.An empirical analysis of inventory turnover behaviour in Greek retail sector： 2000—2005[J].International Journal of Production Economics，2011，133（1） ：143-153.

[7]GALLINO S，MORENO A.Integration of online and offline channels in retail：The impact of sharing reliable inventory availability information [J].Management Science，2015，60（6）：1434-1451.

[8]CAO L，LI L.The impact of crosschannel integration on retailers sales growth[J].Journal of Retailing，2015，91（2）：198-216.

[9]PAUWELS K，NESLIN S A.Building with bricks and mortar：The revenue impact of opening physical stores in a multichannel environment[J].Journal of Retailing，2015，91 （2）：182-197.

[10]ASKIN R G，BAFFO I，XIA M J. Multicommodity warehouse location and distribution planning with inventory consideration [J].International Journal of Production Research，2014，52（7）：1897-1910.

[11] MALLIDIS I，VLACHOS D，LAKOVOU E，et al.Design and planning for green global supply chains under periodic review replenishment policies[J].Transportation Research Part E：Logistics & Transportation Review， 2014，72：210-235.

[12]譚凌，高峻峻，王迎軍.基于庫存成本優(yōu)化的配送中心選址問題研究[J].系統(tǒng)工程學(xué)報(bào)，2004，19（1）：59-65.

[13]李興國，顧峰.連鎖企業(yè)物流配送模式選擇策略研究[J].物流科技，2008，31（3）：1-4.

[14]李元旭，田宇.自營物流還是外購物流服務(wù)[J].中國物資流通，2000 （2）：16-18.

[15]高鐵梅.計(jì)量經(jīng)濟(jì)學(xué)分析方法與建模[M].北京：清華大學(xué)出版社，2009：112.

[16]趙泉午，黃亞峰，朱道立.國內(nèi)服裝制造企業(yè)庫存管理的實(shí)證研究——基于滬深服裝類上市公司1996—2008年的面板數(shù)據(jù)[J].華東經(jīng)濟(jì)管理， 2009，23（7）：131-137.

An empirical study about logistics distribution mode and

inventory level of chain companies in China

ZHAO Quanwu， YAO Zhenzhen， LYU Xueqi

（School of Economics and Business Administration， Chongqing University， Chongqing 400044， P. R. China）

Abstract：

The paper measures the effects of eight distribution scenarios which are designed according to distribution network level， whether selfdominated distribution or not， distribution district， whether logistics facilities deliver goods by category or not and different amount of terminals on inventory levels based on the logistics distribution practice of Sunning Company， and according to the results， research hypothesis are put forward. By collecting operational date of 58 firms during period 2011-2015 and constructing GMM mixture regress model， the paper verifies the hypothesis about the effects of different logistics distribution mode on inventory levels. The results show： 1） The number of the terminal has a negative correlation with inventory turnover： the inventory turnover reduces 0.8 day with the increase of every 100 stores； 2） Distribution mode has no relationship with inventory turnover； 3）The inventory turnover of national chain enterprises are higher than that of the regional chain enterprises.

Key words： chain operation； logistics distribution mode； store turnover； GMM