《库存管理作为中介变量信息技术对新零售企业经营绩效的影响实证研究》23000字（论文）

I1引言1.1研究背景近年来，随着大数据、“互联网+”、区块链等信息技术的成熟及其广泛运用，电子商务的迅猛发展，消费者对产品质量和服务的需求愈加强烈，更倾向于网络购物便捷性、多样性和丰富性，实体经济因此遭受了巨大的冲击；而另一方面，电商行业普遍存在进入门槛较低、商品同质化严重等现象。显然，传统实体经济和电商经济已无法适应新时代、新环境下，不断发展变化的市场环境和消费者需求。基于此，探索新的管理方式、技术创新和经营模式，着力提高零售业的获利能力和竞争能力，成为当前零售企业应重点关注的核心问题。新零售的提出为零售业乃至其他制造业实体带来了发展的新契机，意味着全国零售业正在朝着信息化、信息技术及智能化的浪潮不断迈进。许多研究学者对新零售做出了阐述，如赵树梅（2017）探讨了新零售的含义、模式和发展路径；杜睿云（2017）等分析了新零售的内涵和发展动因与关键问题；王宝义（2017）认为新零售是零售本质的回归，是一种综合零售业态。综上，学者们对新零售的内涵、定义做出了比较系统全面的研究。基于此，本文更多的将新零售视作一种现代企业发展的新阶段和新趋势，具体表现形式为onlinetooffline，其充分发挥线下实体的优势和资源，实现线上依托线下获利，线上线下与物流的融合程度更高（吴声2017）。零售企业的改革发展离不开信息技术的支撑，而库存管理作为现代物流管理的一个关键环节，其革新和发展对于促进企业赢得新发展阶段的先机也具有重要意义。在信息技术的推动下，零售行业的新业态、新形式变得愈加多样灵活，企业的生产经营模式、商业运作模式不断创新升级，实体零售企业也从传统的实体扩张向网络销售渠道“触网”扩展，加速迈入了线上线下与物流深度融合的“新零售”阶段（刘向东等，2019；杨东等，2020）。由此可见，信息技术的确是零售业发展的重要一环，新零售环境下的企业则更需要信息技术的助力，运用大数据技术预测市场走向、把握消费者需求变化信息，从而据此帮助企业调整库存结构、推进供给侧结构性改革更加深入等（史锦梅2018）。库存管理是新零售的核心之一，我国企业库存周转率偏低，由于经济环境趋于复杂，实体经济面临前所未有的困难和挑战，由国家统计局数据显示，2019年12月末全国产成品存货的周转天数为16.9天，与上年同期相比基本持平，从长期趋势来看，与2017、2016年相比库存周转率速度有所放缓数据来源：国家统计局，社会库存有所上升，因此也造成了仓储成本的持续增加。显然，库存管理对于降低零售企业的成本有着不可或缺的作用，目前在实践中，菜鸟网络、京东、苏宁等分别通过：数据来源：国家统计局综上，新零售是零售业的发展新阶段、新模式，而信息技术和库存管理则是新零售的两个核心要素，对于零售企业来说，赢得发展转机的关键就在于紧抓这两个要素，实现企业的创造性转型和创新型发展。1.2研究目的和意义1.2.1研究目的零售业是我国经济的重要组成部分，是直接面向消费者的关键环节。随着经济全球化的持续推进和信息技术的不断突破，消费者的商品需求呈现出多元化、个性化的特征，能否准确把握其消费倾向和特质对于零售企业尤为重要。为此，本文的研究目包括以下三方面：（1）研究对新发展阶段的零售业绩效有重要影响作用的因素。零售是生产企业走向市场的重要窗口，专业化的分工使得大部分生产企业不能直接面对消费者，所以零售企业的准确信息搜集、反馈尤为重要，若缺失该环节，就会造成企业盲目生产，致使产品积压。新零售作为零售企业的发展趋势，信息技术和库存管理是新零售下的关键要素，企业转型升级要抓住这两个关键要素。（2）探究信息技术、库存管理和经营绩效之间是否存在中介效应。信息技术时代，运用“互联网+”、大数据等信息技术转型，已成为传统产业形成新动能、实现高质量发展的必然路径。通过查阅文献发现，信息技术的确可以通过对库存管理的影响进而对企业的经营绩效产生影响。（3）探究以库存管理作为中介变量时，信息技术与经营绩效的相关关系。用实证分析法，对筛选所得的企业进行分析，以期用信息技术模型直观的表现出这三者的相关关系和变动趋势，为企业的绩效提升、成本优化、库存管理以及信息技术的投入提供理论支撑。1.2.2研究意义（一）理论意义在新零售业研究中，特别是在线上线下融合发展等领域的研究，目前国内外关注重点仍停留实体零售线上线下融合发展动因、必要性和经营效率影响的理论验证等方面。但对于实体零售业如何对线上线下的资源、信息进行融合运用，如何协同制定具体实施策略和具体可行的方案方面的研究孩不够充分。也就是说，对于实体零售业如何发挥线下优势、突破发展瓶颈，尽快实现的经营模式转变的研究方面还存在空白。以信息技术和库存管理为研究重点，有利于丰富零售业在发展要素方面研究的有关理论依据。实体零售业在渠道整合过程中内部资源协同、营销管理、人力资源管理、商品管理等方面协同以及零售业转型发展，具有一定的理论意义。国内外对于零售企业发展进程的文献综述比较充足，实证分析方面的研究相对较少，本文以前人对于零售新模式、新业态的研究为研究背景，深入探究零售企业对于信息技术的投入是否会对企业的库存管理产生影响，进而对经营绩效产生影响。对相关研究做出更具侧重点的补充，促进零售业研究的纵深发展。（二）现实意义零售业与国民日常生活密切相关，零售业的发展关系着我国许多企业的未来。近年来，随着我国经济实力、科技能力的不断发展和提升，顺应经济全球化趋势，史锦梅（2018）认为，以“互联网＋”为依托不断拓展新领域、发展新业务，成为我国企业在新阶段不断发展壮大的题中之义和必由之路。本文的现实意义包括以下三个方面：（1）为企业发展注入新活力，提供发展改革的可行性措施。信息技术、库存管理作为零售业发展经营中的两个关键因素，对企业顺应新零售环境、顺利转型升级至关重要。为生产企业提供全方位的信息支撑，深化供给侧结构性改革。本文聚焦零售业经营绩效，利用信息技术赋能库存管理，对于企业在数字信息时代紧跟市场变动趋势，有效调节库存和生产有重要意义。（2）为消费者提供更好的商品、服务，为市场注入活力、创造需求。作为商品流通的首要环节，零售是消费者最直接的供给方。而对企业信息技术和库存管理的研究旨在从企业创新发展和优化成本结构两方面为企业提供发展新机，助力企业为消费者提供更精准、贴切地服务。通过发挥信息技术在服务、信息对称性等方面的优势，使供需双方沟通更加充分和有效，让消费者选择趋向均衡，从而为经济增长注入新动力。（3）有助于构造良性零售生态圈，消除线上和线下激烈对峙的僵持状态。冉秋红（2017）认为，有有益于助力企业转型升级，实现线上和线下的良性互动，为双方带来更多潜在客户或流量红利，实现和谐共赢。此外，信息技术的成熟应用改变了传统零售产业链中的运作流程，对企业优化成本、降低库存、适应消费新需求等提供了实践支持，真正实现了物流、信息流、资金流的“三流合一”。1.3国内外研究动态及述评1.3.1零售业发展历程及相关研究（1）国外研究现状零售业的发展可以追溯到很远，其有关研究也非常丰富，对于零售业的研究主要从零售业的发展业态和如何满足消费者需求两方面进行了深入的研究。一方面，对于零售业发展变化规律和未来趋势的研究较多，其中在1958年美国麦克奈尔教授就提出了零售之轮理论。该理论认为零售业发展的初始动力是低成本和低价格，但这种优势很容易被其他组织模仿和学习，使其失去原本的竞争力。为了保持其价格优势，零售业会通过价格竞争、增加服务、改善措施来实现差异化竞争，但这些措施会在一定程度上增加企业成本、降低企业利润，使其成为高成本、高价格、低盈利的行业。在这种状况下，就会导致更低成本和价格的零售组织出现和发展，如此循环。然而，零售之轮理论并未对高价格高成本零售业的发展和产生原因进行探讨，仅是阐述了低成本低价格零售业的发展变化规律和趋势。基于此，尼尔森（1996）从消费者的不同需求偏好解释了这一现象，并提出了著名的“真空地带”理论。该理论主要提出低成本低价格零售业由于自身原因，近关注和满足了大多数消费着的主要消费偏好和需求，对消费着小众的偏好和差异化的需求关注不够，这也为零售业创新发展提供了机会。两种理论相互结合，分别对连锁店、超市及折扣店的零售业，高档百货店、大型城市综合体零售业出现和发展做了合理解释。而消费者更期待低价格、高服务零售业的出现，零售之轮理论和“真空地带”理论并未给出这类零售业的合理解释（中西正雄，1996）。他认为由于竞争所导致的企业技术革新而不是有零售价格或消费偏好，是产生新零售业的根本动力。当企业管理水平、信息水平及物流水平等因素提升之后，企业的“技术边界线”也会随之成为竞争新优势，从而推动零售业的创新发展。另一方面，对于零售业如何满足消费者需要变化和偏好，FeiGao,XuanmingSu（2017）研究发现消费者对价格与库存信息获取路径可能会影响公司业绩。MarcoSavastano（2018）认为先进技术的运用有助于巩固零售商可持续的竞争优势，有利于改善全方位客户管理、提高企业绩效。JohnJergens（2018）通过零售商线上线下融合发展研究，提出零售商为消费者提供更便捷物流服务的可行性措施和发展建议。（2）国内研究现状在实体零售业发展规律和未来趋势研究方面，大多数国内学者认为，线上线下融合发展是零售业发展的主要趋势和能否转型成功的主要因素。杜睿云，蒋侃（2017）认为通过线上线下融合发展，才能够满足消费者的各种需求和偏好，为其提供全面的服务。董常亮（2015）通过对市场竞争、消费者心理和群体变化等因素分析，发现线上线下融合发展的商业模式是零售业发现的必然趋势。国内研究者以上司公司为案例，研究零售业线上线下融合发展对企业经营绩效的影响，认为实体零售业通过线上线下全渠道融合，有利于提升经营业绩。王丙文（2017）以国内41家上市公司为例建立数据模型，从宏观环境、零售效率和技术进步等方面研究线上线下融合发展的趋势，并发现这种发展模式能够提升企业的经营效率。杨茜（2019）以40家上市公司为样本，从零售业线上线下融合现状入手，对零售业上市公司线上线下融合后的投入与产出等多个指标分析，对于提升公司经营效率进行了系统性研究。王刚（2018）在对相关研究基础之上，对零售业融合发展的关键因素：信息化水平、资金投入和交易支付等方面提出了具体建议和意见。关于线上线下融合协同效应方面，杨晓萍（2018）从财务绩效和协同绩效两个方面，以天虹股份具体案例，运用数学方法研究了线上线下融合前后的绩效指标变化，提出实体零售业线上线下融合，将有助于其转型发展，有利于发挥协同效应，改善经营绩效。在线上线下融合发展具体策略方面，卢彩秀（2019）通过永辉超市线下到线上模式研究、盒马生鲜线上到线下模式，认为零售企业应具备良好的组织架构、物流配送、营销、供应链等8个关键影响因素。武亮、梁剑平（2018）以银泰百货为案例，从企业线上线下协同中在广告宣传、资源分配、物流配送、自有品牌及价格协同等方面，针对零售业线上线下融合发展过程中存在的问题提出了可行性建议和意见。郭馨梅等（2014）以京东商城和沃尔玛等零售业线上线下融合为样本，总结出五种融合模式及适用环境条件，并从平台建设和供应链整合等几方面提出发展策略。近年来我国电子商务发展迅速、发展模式更多样，国内大多数学者和研究对上市零售企业线上线下融合效率实证研究相对丰富。目前我国零售业融合发展模式仍处于初期阶段。相关研究成果主要有：探索了零售业线上线下融合发展的主要模式、实施路径，实证出零售业线上线下融合发展有利于提升企业经营效率。这些理论研究为本文的研究奠定了理解技术和数据支持。1.3.2信息技术随着信息技术的发展，信息技术投资也成了企业经营的投资重点。然而，研究发现信息技术投资和企业绩效的关系并不一致（KohliR.，DevarajS.2003；MelvilleN.，KraemerK.L.，GurbaxaniV.2004）。BharadwajA.S.，BharadwajS.G.，KonsynskiB.R（1999）的研究发现企业绩效与信息技术投资有正相关关系。而HuQ.，PlantR（2001）研究却发现信息技术投资与企业绩效并未存在显著性相关关系，也有一些学者发现这两者之间存在负相关关系（FrankeR.H.1987）或混合关系（BeccalliE.2007）。Ho等（2011）发现从公司治理的角度来考虑公司间信息技术投资绩效的不同。大量研究出现结果不一致的主要原因可能是因为信息技术投资和企业绩效受国家特征、外部环境、公司战略和公司治理等多种因素的影响。随着互联网经济的发展，零售业作为率先拥抱互联网的行业，也是开展信息技术转型的先行领域。但相对于信息技术转型实践，相关的理论研究相对缺乏。仅有少量研究关注零售业信息转型案例，李晓霞（2020）从理论层面对零售企业信息技术转型的驱动因素、转型成功的关键指标进行总结凝练。主要体现在三个方面：（1）零售业信息技术内涵的研究国内大多数研究学者认为真正的零售业信息技术体现于全面信息技术的实现（王宝义2017，王强等2019，谢莉娟等2019，廖夏等2019，张予等2020）。王宝义（2017）指出，数字技术驱动“新零售”的发展遵循零售业的演化，本质上都是对体验、效率和成本的优化升级。基于此，张予等（2020）提出零售业是运用大数据和互联网等数字信息技术，获取零售业每个环节的关键数据，进而实现供应链、采购、商品等的信息技术。并基于获取的各类关键信息，运用人工智能和云计算等大数据分析能力进行数据分析，实现精准决策和营销，形成更加高效的商业运营模式。（2）零售业信息技术转型的驱动因素研究廖夏等（2019）等学者认为信息技术去驱动零售业信息技术转型的关键技术之一，其将实体零售业信息技术转型阶段总结为萌芽期、成长期和成熟期，并提出利用数字技术的应用是加速不同技术转型阶段的关键驱动力。谢莉娟、庄逸群（2019）基于零售职能视角，指出数字技术改变了实现供需匹配的媒介机制，进而推动零售业进行信息技术转型。关于驱动零售业信息技术转型的因素，也有学者有不同看法。例如，部分学者提出企业能力、价值创造是驱动零售业信息转型的因素。如张予等（2020）基于价值驱动视角提出价值驱动是零售企业进行信息技术转型的主要因素。刘向东、汤培清（2018）基于动态能力视角，指出随机事件的刺激、外部环境压力驱动因素，以及对发展压力的认知和对知识、技能吸收能力的构建构成的内部驱动因素，推动着零售业信息技术转型。（3）零售业信息技术转型成功的关键能力研究张予等（2020）指出，在数字经济背景下，推动零售业实现信息技术转型的关键因素包括增强核心技术的创新应用，推动零售业与信息技术深度融合和加大数字人才的培养。吴勇毅（2018）基于对多家百货企业的信息技术转型实践，提出信息技术转型的关键在于打通全店的信息技术营销体系。但信息技术转型也存在很多难点，王强、刘玉奇（2019）认为，全面信息技术转型设计供应链物流体系的整合重组、生产制造的最小批量优化等多个方面，对于零售企业，特别是传统实体零售企业，这些内容都是转型的痛点和难点。这些研究从不同视角对推动零售企业信息技术转型的关键能力进行了探讨，但没有提出如何系统性地实现企业信息技术转型以及明确阐释如何获得这些关键能力。综上，现有研究虽然阐述了零售企业信息技术转型的过程，并从不同视角对推动信息技术转型的驱动因素和关键能力进行了探讨，但并没有揭示零售企业信息技术转型的内在机理和实现路径。基于此，本文在分析我国零售业信息技术转型实践的基础上，尝试从信息技术的视角，对零售业信息技术转型的机理进行探讨。1.3.3库存管理国内对于零售业库存水平的研究文献较少，其中相关的实证研究尤为缺乏。本文主要介绍相关的国际研究。福特哈里斯（F.W.Harris）认为库存以及库存管理对于制造企业有重要的影响，早在1915年就提出了经济订货批量模型（EOQ），并使得相关研究领域越来越受到学者和企业的重视。日本丰田公司在20世纪60年代提出了“零存货”模式，又称准时生产（J信息技术）模式。该理论实际操作困难较大，但从理论上可减少企业生产过程中产生的浪费和经营成本。而关于超市订货行为与库存变动（Donselaar和Gaur，2006），平均库存天数的变动（Chenetal2006），大型农具和农业机械销售企业经销商库存策略选择（Ren和Usanmaz，2005），库存管理水平与影响因素之间的关系（Gauretal，2005；Gaur和Kesavan，2005）等方面的研究，国外相关学者通过批发零售业库存管理的众多实证分析提出了关于企业库存的各种影响因素。国内的相关研究较少，主要集中在国内零售企业管理水平和宏观环境对企业库存周转率的影响（刘晓雪2012），我国零售企业库存变化及其影响因素（王亚琴2008）。虽然库存管理的研究较多，但大部分文献仅分析了库存和绩效之间的相关关系。相关研究对于企业内部影响库存管理的因素并没有进行过系统研究，大部分仍只是关注不同行业库存水平差异、库存本身的变动情况和地区等方面，也没有从企业运营管理和实践角度为企业库存管理提出合适的库存管理策略。本文将以我国上市企业为样本，实证分析库存管理对零售业经验绩效的影响，弥补这一领域的空白。1.3.4经营绩效学术界和企业界探讨的重点一直都围绕经营绩效评价研究进行。随着外部环境的变化和企业竞争的充分进行，学者对企业经营绩效评价方面的探究和探索日益深入，并取得较大进展。本文将对前任的成果进行综述，以介绍相关研究进展和成果。国外企业早在18世纪就开始对企业绩效评价进行了研究。美国杜邦公司在1915年提出杜邦财务分析体系，该体系将投资额、销售收入和成本等多项指标考虑在内，并以净资产收益率为核心指标，为企业绩效评价提供了依据。再此基础上，亚历山大•沃尔于1928年提出了比率评价体系，即沃尔评分法。Modigliani&Miller（1958）提出了MM资本结构理论，该理论用科学、严谨的研究方法分析了资本结构和企业价值的关系。麦尔尼斯在1970年代，研究了美国30加公司的绩效评价内容，发现投资回报率是绩效评价时最常用指标，这也说明企业投资者高度关注企业的投资回报。综合这些研究中，这个时期的绩效评价主要是财务绩效评价。这可能主要是因为企业在当时的时空背景下是为其投资者和债权人服务的，所以会关注他们的利用。随着世界经济逐渐呈现一体化，企业面临的竞争也越来越激烈。企业从20世纪80年代后期开始，其经营绩效除了受投资者和债权人的关心外，还受到媒体、企业员工和公众等利益相关者的广泛关注。介于此，学术界越来越发现企业会计信息为基础的财务评价无法满足需要，进而进行了更加深入的研究和探索。Q.W.Fleming（1988）对多家欧美公司进行了实证研究，指出知识资产、质量和创新等因素受竞争的影响。Cross&Lynch（1990）提出了业绩金字塔绩效评价方法，该方法突出企业战略的重要性，描述了企业战略目标对基础作业中心的导向作用，并将企业战略和评价指标进行了关联研究。Markides&Williamson（1994）同样认为传统评价方式忽视了“战略的重要性”，同时指出研究者以往对于相关的理解是有限的，忽视了相关多元化战略对企业长期竞争优势的主要贡献。1.3.5文献述评现有文献从不同视角分别研究了零售企业的发展历程和对企业经营绩效有影响的重要因素，为本文的写作提供了良好的理论基础和依据。但也应该看到，大多数学者对于当前环境中信息技术与物流管理的作用关系以及二者如何对经营绩效产生的影响缺少探索和研究。当前，可以明确的是，传统线上、线下的零售企业已经无力应对行业本身的发展困境，电商的获客成本越来越高，实体门店更是内外夹击，高昂的成本和电商的低价冲击使其寸步难行。相关文献指出企业亟待转型升级，应该促进线上线下的融合发展，也对信息技术和库存管理分别进行了阐述，然而，信息技术对于库存管理是否有积极地促进作用，在库存管理作为中介变量的条件下，企业的经营绩效是否会受到信息技术的影响而得以优化提升，对着一系列的问题。本文在相关的研究基础上，以库存管理为中介因素，实证分析信息技术、库存管理对企业经营绩效的影响，为企业优化库存、投入信息技术要素提供可视化的理论依据和成功经验，有针对性的提出有助于提高企业经营效益相关措施，进一步推进企业在新形势下加速向新零售迈进。1.4研究内容和技术路线1.4.1研究内容本文的研究内容主要内容包括以下五个方面：第一部分引言。主要阐述研究背景、研究目的、研究的理论意义和实践意义、国内外的相关研究动态及评述，对相关理论基础，以及近年来国内外对零售业发展状况和研究方面做出概括说明，重点突出文章的内容框架及写作思路。第二部分概念界定与理论基础。对新零售、库存管理、信息技术等相关概念予以界定，介绍精益库存、零库存以零售之轮等相关理论。第三部分信息技术、库存管理对企业经营绩效的研究假设。结合已有相关文献和研究理论，提出几个假设，即H1：信息技术与经营绩效有强相关关系；H2库存管理与经营绩效有强相关关系；H3：信息技术与库存管理有强相关关系。并利用Stata软件进行描述性分析、相关性分析、回归分析，构建PanelDate模型。第四部分信息技术、库存管理对企业经营绩效的实证分析。介绍样本数据来源及选取标准，对被解释变量、主要解释变量、中介变量、控制变量的选取理由和测度方式予以说明；对选取的样本数据进行描述性统计，本根据统计结果做出相应的解释说明，揭示数据的变动情况。再次，进行相关性分析及检验，对于变量见得相关关系做出统计说明。最后，进行回归分析，对模型的回归结果和中介效应做以详细解说。这个部分是本文的重点环节，从建立模型、确定样本和变量到统计分析，用数字和等式直观的验证了信息技术、库存管理和经营绩效三者之间的变动关系，对前文中假设的提出做以验证。第五部分研究结论、建议与展望。基于实证分析结果总结归纳研究结论，（1）信息技术与经营绩效有强相关关系；（2）库存管理与经营绩效有强相关关系；（3）库存管理与信息技术有强相关关系，且库存管理的确存在中介作用。在此基础上，创造性的提出相关对策建议，并分析总结研究局限，对未来予以展望。1.4.2技术路线本文基于对我国零售业发展态势的观察与探索，发现新零售成为零售业发展新方向，确定文章的研究领域；通过对相关文献的梳理归纳，明确本文的研究方向和具体题目，利用文献归纳法，采用国泰安平台的企业数据，以影响新零售的因素为变量，用回归分析法明确信息技术、物流管理与经营绩效的关系；经过对数据的分析整理，为企业在新零售环境下提高企业绩效提出更有依据、更具可行性的相关建议和措施。技术路线如下图1-1所示。图1-1技术路线1.5研究方法和数据来源1.5.1研究方法（1）文献研究法利用中国知网、WebOfScience谷歌学术、百度学术等数据库，以零售业、信息技术、库存管理、经营绩效等为关键词，收集、整理国内外相关文献，明晰现有研究不足，为本文的理论研究和实证分析奠定基础。（2）实证分析法采用回归分析法，对我国零售业上市公司的信息技术、库存管理与企业经营绩效之间关系的假设予以验证和分析。首先，对选取的中介变量和主要解释变量进行多重共线性分析。其次，进行中介效应检测，详细检测信息技术、库存管理与经营绩效的相关关系和模型的拟合优度。再次，将通过以上检测的模型加入控制变量进行多元线性回归。最后，将获得的数据整理成表格确保回归结果的可靠性与有效性。1.5.2数据来源样本数据来源于两方面：（1）国泰安数据库。在该数据库中筛选了全部A股、非ST上市零售企业，对数据或者报表不完整的企业进行剔除，最终获得67家企业（详见表1-1），335个数据；（2）企业官网、金融界、新浪财经、网易财经以及巨潮资讯网。在这些网站中获取了无法从财务报表中直接得到的信息技术指标。在做好上述数据搜集、整理工作的基础上，检查纠正财务报表和年度报告中存在错误的数据，确保样本数据的真实性和准确性。

2概念界定与理论基础2.1主要概念界定2.1.1新零售近年来，随着我国经济快速增长、居民可支配收入不断增多，以及消费者各方需求的不断升级，促进了零售业的不断升级发展。为更好地满足不断增长的消费需求，零售业先后经历了百货商店、连锁店、便利店、城市综合体等实体零售形态，随着现代技术的迅猛发展，零售业与现代科技相融合，进一步催生了电子商务、新零售等零售新业态的诞生。新零售模式下零售商可根据消费者需求开展定制化传统零售企业向新零售模式转型的升级路径研究产品或服务需求，以消费者为核心，为消费者赋能，满足个人的帕累托最优。新零售模式有着更好的资源整合能力，通过打造完善的售后产业链，为消费者提供价格低廉的优质产品。新零售不仅是勇于求变的企业心态，更是不断创新的商业模式，需要新的要素与之匹配，如信息技术、物流管理等。作为拉动经济增长的着力点，零售业在国民经济发展中的作用非同小可，不但具有带动社会就业、连接生产与消费、满足和丰富居民生活需求的重要作用（孙大尉2019），更是实现各行业有效供给的重要桥梁，同时又会反作用于制造业的产品结构调整，对实现我国供给侧结构性改革具有重大的意义（史锦梅2018）。2.1.2库存管理（1）库存库存(inventory)是指暂时闲置的、用于将来目的的资源，它包括企业加工中的、在途的和库存中的各种商品、包装物、原材料以及成品等。库存的目的是保证企业的经营活动可以正常运转，保证生产的各种原料及销售的各种产品。按照生产以及配送中库存所处的状态，可以将库存分类为产成品库存(finishedgoodsinventory)、原材料库存(raw-materialInventory)和在产品库存(work-in-processinventory)。库存是企业生存和发展的必要基础。库存管理水平是影响零售企业的长远发展的重要因素。相较于制造企业或批发商来说，零售的特点是产品的种类多，其存货风险和管理成本也比较高。这些大量的存货量，以及较低的存货周转率，这都给零售企业的库存管理带来了挑战，也为对零售业的发展产生影响。（2）库存管理库存管理水平在很大程度上体现了企业生产管理的质量、水平，并且与企业绩效息息相关，库存管理导致的问题直接反映出企业生产管理上的问题（陈国卿2019）。库存管理是企业生产、计划和控制的基础。企业通过对储货种类、仓库和储货量等帐务管理及出入库类型、出入库单据的管理，可以及时了解掌握各种物资的仓储、流动情况，为企业未来制定经营计划提供生产管理和成本核算依据。另外通过库存分析，还能为管理及决策人员提供库存资金占用情况、物资积压情况、短缺或超储情况等不同的统计分析信息，进而可以通过对批号的跟踪，实现专批专管，保证质量跟踪的贯通。2.1.3信息技术国外学者认为，伴随行业竞争加剧、年轻消费群体的壮大及科学技术的飞速发展，传统零售迫切需要利用大数据、物联网、云计算与人工智能等信息技术，进而使得技术边界线向右下方移动。社会信息主要通过智能手机、笔记本电脑和多点触控平板等进行交换（LIUWetal.2014），而零售企业则可以采用各种创新（智能）技术来改善消费者的购物体验（FOTIADISAK，STYLOSN.2016）。例如，一些零售连锁店巨资引入自助服务技术，包括自助柜台、信息触控点、可触摸的交互式显示屏与数字标牌等。而其他零售商已经开发了完全虚拟的商店，消费者可以使用他们的手机来定位产品并在商店内购买（ELEONORAP，HarryT.2014）。机器人和数字助理等新技术设备的使用，同样能够帮助消费者更好地在店内找到商品并完成消费，而且使得零售店的分销变得更快更轻松（GREWALD，ROGGEVEENAL，NORDFALTJ.2017）线上线下与物流的协同，或扩充自营物流网络，提高物流智能化、自动化水平，利用数据技术赋能物流，或搭建物流网络支点，软硬结合整合社会物流资源（韩彩珍2018）。2.2理论基础零售业的发展可以追溯到很远，其有关研究也非常丰富，对于零售业的研究主要有以下几个方面：在1958年美国麦克奈尔教授就提出了零售之轮理论。该理论认为零售业发展的初始动力是低成本和低价格，但这种优势很容易被其他组织模仿和学习，使其失去原本的竞争力。为了保持其价格优势，零售业会通过价格竞争、增加服务、改善措施来实现差异化竞争，但这些措施会在一定程度上增加企业成本、降低企业利润，使其成为高成本、高价格、低盈利的行业。在这种状况下，就会导致更低成本和价格的零售组织出现和发展，如此循环。然而，零售之轮理论并未对高价格高成本零售业的发展和产生原因进行探讨，仅是阐述了低成本低价格零售业的发展变化规律和趋势。基于此，尼尔森（1996）从消费者的不同需求偏好解释了这一现象，并提出了著名的“真空地带”理论。该理论主要提出低成本低价格零售业由于自身原因，近关注和满足了大多数消费着的主要消费偏好和需求，对消费着小众的偏好和差异化的需求关注不够，这也为零售业创新发展提供了机会。两种理论相互结合，分别对连锁店、超市及折扣店的零售业，高档百货店、大型城市综合体零售业出现和发展做了合理解释。而消费者更期待低价格、高服务零售业的出现，零售之轮理论和“真空地带”理论并未给出这类零售业的合理解释（中西正雄，1996）。他认为由于竞争所导致的企业技术革新而不是有零售价格或消费偏好，是产生新零售业的根本动力。当企业管理水平、信息水平及物流水平等因素提升之后，企业的“技术边界线”也会随之成为竞争新优势，从而推动零售业的创新发展。综上，本文认为，新零售是零售业的发展新方向、新趋势。在国际新冠疫情常态化，国家经济“双循环”的大背景下，在国家提倡“三去一补一降”改革措施的不断推进中，帮助传统实体经济和电商经济走出发展低迷期的关键在于：突破传统电商和实体企业的发展局限，实现线上线下融合发展，帮助企业更好地适应不断变化的市场环境和消费者需求，通过发展迅猛的信息技术，创新库存管理的方式，为企业减少成本、降低风险、提升绩效创造新机。

3信息技术、物流管理对企业经营绩效的研究假设3.1信息技术对企业经营绩效的影响信息技术是以计算机与通信技术为核心，完成信息的获取、储存、加工处理、传输和利用等技术的总和，现代信息技术应用对社会各领域所产生的影响远远超出了技术发展的内涵。对企业组织来说，信息技术应用可以实现对企业内外部资源的有效管理，降低管理成本、提高管理效率和资源利用率，从而缩短决策与行动之间的时滞，有效降低内外部的交易成本，提高交易效率；同时企业资源的有效管理和充分利用对其管理模式、运行机制、人员素质等方面也产生了重大影响，如组织结构“扁平化”、经营方式“网络化”、竞争模式“协同化”等。Bharadwaj等（王孝坤2007）的研究显示，信息技术投资对于公司绩效具有显著的促进作用。据此，我们提出以下假设：H1：信息技术与企业经营绩效有显著相关关系3.2库存管理对企业经营绩效的影响国内外很多学者研究企业库存和绩效二者之间的关系。Sakakibara（1997）等学者从信息技术生产方式的视角研究库存管理对企业生产绩效的影响。他们通过问卷调查交通运输行业、电力行业和机械制造业的41家工厂，得出制造业公司采用信息技术生产方式与否确实与公司的生产绩效相关，而且他们认为公司采用信息技术生产方式得到的效果与公司的生产战略和质量管理相关。然而，他们没有考虑信息技术生产方式与企业绩效存在什么样的相关关系。Roumiantsev&Netessine（2005）从行业的视角研究库存管理对总资产回报率的影响。他们通过对美国制造业、零售与批发业的上市公司研究发现，在控制了行业和公司本身因素后采用响应式库存管理方法的公司绩效出众。库存水平对销售额、提前期以及销售不确定性等变动能较快响应的公司往往获得较高的总资产回报率（ROA）。两人在2007年的另一项研究发现，库存水平和需求的不确定性、提前期以及企业的毛利率是正相关的关系，而与库存成本呈负相关关系。而且发现，公司规模越大其库存水平越低，并且采用了批发、零售、机械制造和化工等八个行业的数据进行了验证分析（Roumiantsev&Netessine，2007）。基于以上学者的研究内容，本文提出以下假设：H2：库存管理与企业经营绩效存在显著相关关系3.3库存管理的中介作用尹铁岩等（2016）以供给侧结构性改革为目标，以信息化与工业化深度融合为切入点，针对我国制造业存在的产能过剩、库存冗余、供给质量和效率不高等问题，采取信息系统技术、库存管理与供应链管理相结合的手段，优化供应链企业生产结构，以信息流带动商流、物流效率的整体提升，从而促进我国制造业供给侧结构性改革。杨守德（2019）指出，我国当前的物流业正处于提质增效的关键阶段。受经济下行压力不断增大、人口红利逐渐消失、三产占比持续增加等因素影响，2010年之后我国物流业增速明显放缓，行业竞争日益激烈，产业组织变革不断加剧，市场格局变幻莫测。并从技术层面研究，在信息技术革命向智能技术革命过渡的重要阶段，信息技术对于物流的作用机理。研究指出，物流业将持续以先进信息技术为依托不断优化组织方式和业务流程。总之，以上文献和研究都表明，信息技术的确对新发展阶段下的库存管理的优化升级有积极地促进作用，技术创新将为物流业实现跨越式高质量发展奠定基础并释放巨大潜力，由无序式向标准化转变，由经验式向智能化转变。基于以上研究和分析，提出以下假设：H3：信息技术对库存管理存在显著相关关系库存管理研究假设示意图如图3-1所示：库存管理信息技术经营绩效信息技术经营绩效图3-1研究假设示意图

4信息技术、库存管理对企业经营绩效的实证分析4.1样本选取和数据来源本文的数据范围为2015-2019年。在样本选择上，首先，本文在国泰安数据库上市企业全部A股中剔除ST企业。其次，再根据《2012年上市公司行业分类指引》，对处于零售业大类的企业进行初步筛选。最后，通过查询企业官网、金融界、新浪财经、网易财经以及巨潮资讯网等，对财务报告不全的样本企业进行筛选，并对在财务报告中未披露分行业经营数据的上市零售企业样本进行剔除，最终符合条件的零售企业为67家。因此，本文最终选择对67家上市零售企业，2015-2019年的财务指标构成的非平衡面板数据进行实证分析、检验。在数据来源上主要依据国泰安数据库中的上市企业财务报表，对于无法从财务报表中获取的信息技术测度指标，通过查询企业官网、金融界、新浪财经、网易财经以及巨潮资讯网等，最大限度地或许可靠的数据来源，在做好以上数据搜集工作之后，对所有数据进行整理归类，对于财务报表和年度报告中存在错误的数据进行计算后予以纠正，最大限度地保证样本数据的可靠性和准确性。数据处理：首先，对总资产收益率、净资产收益率、营业成本、固定资产－电子设备、无形资产－软件以及资产总计缩尾处理剔除极端值。其次，对库存水平、资产总计、营业成本、固定资产电子设备以及无形资产－软件等数值较大的数据进行取对数处理。最后，由于缩尾处理之后的总资产收益率、净资产收益率数值存在较小的问题，所以在在其基础上乘以十倍。经过筛选后，符合条件的共有67家企业，相关企业名称及股票代码如下表所示：

表4-1零售业上市公司样本选择股票代码企业名称股票代码企业名称股票代码企业名称000026飞亚达002727一心堂600774汉商集团000078海王生物002780三夫户外600778友好集团000417合肥百货300022吉峰科技600785新华百货000419通程控股300464星徽股份600814杭州解百000501鄂武商A600293三峡新材600824益民集团000679大连友谊600297广汇汽车600827百联股份000715中兴商业600327大东方600828茂业商业000753漳州发展600337美克家居600833第一医药000757浩物股份600361华联综超600838上海九百000759中百集团600386北巴传媒600857宁波中百000785居然之家600628新世界600858银座股份000851高鸿股份600653申华控股600859王府井000963华东医药600655豫园股份600861北京城乡002024苏宁易购600682南京新百600865百大集团002187广百股份600693东百集团600976健民集团002251步步高600694大商股份601010文峰股份002264新华都600697欧亚集团601116三江购物002277友阿股份600712南宁百货601607上海医药002419天虹股份600713南京医药601933永辉超市002556辉隆股份600723首商股份603123翠微股份002561徐家汇600729重庆百货603883老百姓002640跨境通600738丽尚国潮603939益丰药房002697红旗连锁资料来源：国泰安数据库4.2变量选取4.2.1被解释变量已有文献表明，许多学者（赵泉午等，2010；刘晓雪，2012；王春豪等，2017；田红彬等，2021）在测度企业的经营绩效时普遍选取总资产收益率（ROA）、净资产收益率（ROE）、每股收益（EPS）和托宾Q等。其中，总资产收益率是从账面价值角度来衡量企业绩效，托宾Q则是从市场价值角度来衡量企业绩效。考虑到我国市场环境的特殊性：股市成立、发展时间相对较短，股价存在不稳定等特点，托宾Q并不适合作为我国上市企业经营绩效的衡量指标。因此，本文选取总资产收益率（ROA）和净资产报酬率（ROE）作为上市零售企业经营绩效的衡量指标。4.2.2主要解释变量对信息技术指标的测度主要选取：固定资产中的电子设备（FA）及无形资产中的软件（IA）（刘飞等，2019；杨帆等，2021；杨洋洋等，2021）。由于信息技术的测度指标在财务报表中没有直接披露，而企业的信息技术一般从硬件和软件的投入水平来体现，所以在此借鉴王铁男、王宇（2017）变量选取的方法，对于零售企业信息技术投入程度选择以电子设备和软件来体现，即用信息技术的资产水平测度，取自上市企业年度报表中“固定资产”明细项中的“电子设备”“计算机设备”“电脑”等，以及“无形资产”明细项中的“软件”“软件使用权”等年末净额（冉秋红等2017）。4.2.3中介变量国内外学者对库存管理的研究相对比较多，其中大多学者都选取库存周转率（RC）、库存水平（ST）作为衡量指标。库存周转率是反映企业库存管理水平和运营绩效的重要指标，本文依据赵泉午等（2010）对库存管理的研究，选择库存水平（ST）和库存周转率（RC）作为企业库存管理的衡量指标。4.2.4控制变量影响零售商绩效的因素很多，本文结合数据可得性和现有文献，借鉴张武康等（2015）研究确定控制变量。为确保信息技术、库存管理之间的相关关系不会受到其他变量的影响，本文将企业规模(王娟，2017)：企业当年的主营业务成本（MC）、企业资产规模（赵泉午，2012；Ｒumyantsev和Netessine，2007）：当年的资产总计（TA）、营业成本率（MCP）：用营业成本比营业收入来测量（田红彬，2021）作为控制变量。综上所述，本文关于库存和企业绩效之间关系的研究所选取的变量如下所示：表4-2选取的变量及其定义（续）变量分类符号名称变量描述被解释变量ROE净资产收益率净资产收益率=净利润*2/（本年期初净资产+本年期末净资产）ROA总资产收益率资产收益率=净利润/平均资产总额*100%主要解释变量FA固定资产－电子设备固定资产明细下电子设备的年末净值IA无形资产－软件无形资产明细下软件的年末净值表4-2选取的变量及其定义（续）变量分类符号名称变量描述中介变量RC库存周转率库存周转率=主营业务成本/平均存货ST库存水平（年初存货+年末存货）/2控制变量MC主营业务成本测度企业规模TA资产总计测度企业资产规模，选取总资产的对数MCP营业成本率营业成本/营业收入4.3描述性统计一般来说，描述性分析是对数据进行分析的第一个步骤，在对调查所得的大量数据资料进行初步的整理和归纳的基础上，首先找出数据资料的比较简单的内在规律，如集中趋势和分散趋势等。主要借助各种数据所表示的统计量，如均数、百分比等，对单个变量的数字特征进行简单分析。在考察我国零售业业上市公司2015-2019年企业库存水平随时间变动的趋势时，库存管理、信息技术以及经营绩效相关指标的描述性统计分析结果见下表4-3至4-7所示。表4-3相关变量2015年描述性统计分析VariableObsMeanStd.Dev.MinMaxROA630.35102940.3206943-0.565431.12823ROE630.72828680.7715957-2.156782.3946FA6216.649451.7034713.4038220.69252IA6015.495511.90507912.1320919.41828MC6722.189541.36278219.1540625.47669TA6722.428891.04593820.5372425.20146MCP670.74664180.14818040.36521040.9857869RC6718.4718859.593460.430266487.717ST6720.201451.65089714.3052223.43276表4-4相关变量2016年描述性统计分析VariableObsMeanStd.Dev.MinMaxROA670.35762040.2921733-0.565431.12823ROE670.72148060.6503654-2.156782.3946FA6116.686631.70426913.4038220.69252IA6015.773741.84912312.1320919.45565MC6722.264221.36068619.1540625.5694TA6722.570491.08900720.5372425.5665MCP670.74503350.15367240.36369310.992443RC6720.2856275.02670.320691615.6743ST6720.289271.70441814.0648723.48031表4-5相关变量2017年描述性统计分析VariableObsMeanStd.Dev.MinMaxROA670.35890960.3241468-0.565431.12823ROE670.70687460.7820161-2.156782.3946FA6216.726441.71377313.4038220.69252IA6215.713571.91560812.1320919.45565MC6722.341281.38040119.1540625.5694TA6722.633581.11345120.5372425.5665MCP670.73348490.15431250.35611590.9941422RC6721.879682.80930.366363677.7497ST6720.356771.74851213.8474423.54719表4-6相关变量2018年描述性统计分析VariableObsMeanStd.Dev.MinMaxROA670.38658220.2995762-0.565431.12823ROE670.80699390.686518-2.156782.3946FA6016.774281.72833613.4038220.69252IA6315.689741.9147112.1320919.45565MC6722.367711.42137919.1540625.5694TA6722.736581.15949120.5372425.5665MCP670.72203760.1585360.35154120.9828285RC6721.1996277.090080.290139626.427ST6720.425741.82774513.722823.77476表4-7相关变量2019描述性统计分析VariableObsMeanStd.Dev.MinMaxROA670.34920030.3803619-0.565431.12823ROE670.65955940.9213904-2.156782.3946FA6116.875341.71998413.4038220.69252IA6315.839061.86757412.1320919.45565MC6722.417421.39430919.1540625.5694TA6722.82541.15576620.5372425.5665MCP670.71195180.1613460.37884010.9609869RC6728.65349135.08250.2146891105.382ST6720.472661.890113.3326524.23512由表4-3可以看出：（1）2015-2019年总资产收益率（ROA）和净资产收益率（ROE）的最小值都小于0，平均值也比较低。另外，资产（TA）数值存在起伏，说明2015-2019年间，有些零售企业对新发展环境的适应性较差，有可能存在小部分零售企业上市公司处于亏损状态或者虽有盈利但是资产规模有所缩水。（2）电子设备（FA）年末净值无论是最小值、最大值还是平均值都多于软件（IA），这可能与新零售业行业日常经营过程中较为依赖电子设备等固定资产有关，也说明行业在软件开发方面有所忽视。中介变量和控制变量应该不如另外说明/（3）五年来，整个行业的库存水平（ST）存在小幅度浮动，相应的库存周转率（RC）大体是呈现上涨的状态，当然也从另一面看出近年来新零售行业年销售水平增加的同时，库存量且存在减少的现象，库存管理水平是持续增加的。（4）2015-2019年主营业务成本（MC）持续增加的同时，营业成本率（MCP）却在2017-2019年都在降低，可以看出新零售行业上市公司的营业收入也在上涨，其经营业务也日益增加，行业前景比较好。4.4相关性分析及检验首先对选取的中介变量和解释变量进行多重共线性的检验，检验结果如表4-8所示：表4-8主回归模型多重共线性检验VariableVIF1/VIFMC7.740.129204TA6.520.153317FA1.880.531216IA1.730.576448MCP1.260.796767MeanVIF3.83上表为主回归模型的多重共线性检验。首先，多重共线性问题是指一个解释变量的变化引起另一个解释变量的变化。相关专家学者在检验时通常以10作为判断边界，当VIF<10，不存在多重共线性；当10<=VIF<100，存在较强的多重共线性；当VIF>=100，模型则存在严重多重共线性。因此，通过上表可以得出以下结论：此回归模型不存在多重共线性。其次，对通过多重共线性检验的模型进行相关性分析，数据结果如4-9所示：表4-9相关性分析数据结果（续）ROAFAIATAMCMCPROA1.0000表4-9相关性分析数据结果（续）ROAFAIATAMCMCPFA0.08871.00000.1242IA0.03810.6128*1.00000.50810.0000TA0.03990.5636*0.5511*1.00000.46910.00000.0000MC0.00920.6098*0.5501*0.9120*1.00000.86810.00000.00000.0000MCP-0.2677*-0.0334-0.09720.1275*0.2545*1.00000.00000.56070.08870.01960.0000根据表中的数据我们可以得出：控制变量营业成本率（MCP）与所选取的企业绩效指标总资产收益率在5%水平上显著负相关，即营业成本率越低相应的企业绩效反而越大，这可能是由于营业收入的增加明显高于营业成本，也因此增大了企业的净利润。本文所选解释变量电子设备、软件均以及中介变量库存周转率、库存水平均与企业绩效不存在显著的相关性。下文我们将对解释变量、中介变量与因变量进行回归分析，以此再次验证信息技术对企业经营绩效的影响以及库存管理所发挥的中介作用。从总体上看，表4-8和表4-9，表明模型自变量、中介变量之间没有多重共线性，变量选择比较合理。4.5回归分析4.5.1模型建立本文在建立模型之前通过F检验，LM检验以及豪斯曼检验后，发现多元回归模型是最适合本文模型建立。共建立10个模型实证分析信息技术、库存管理与经营绩效之间的关系，其中模型1检测信息技术与经营绩效，模型3检测加入控制变量条件下信息技术与经营绩效的关系，模型5、6检验加入控制变量条件下库存管理与经营绩效的关系，模型7检测信息技术与库存管理的关系，模型8检测库存管理中介效应下，信息技术与经营绩效的关系。同时，选用净资产收益率（ROE）进行稳健性分析（模型2、模型4、模型9、模型10）。模型1：构建总资产报酬率与信息技术的回归模型模型2：构建净资产收益率与信息技术的回归模型模型3：构建总资产报酬率在加入控制变量的条件下与信息技术的回归模型模型4：构建净资产收益率在加入控制变量的条件下与信息技术的回归模型模型5：构建库存周转率在加入控制变量的条件下与信息技术的回归模型模型6：构建总资产报酬率在加入控制变量的条件下与库存周转率的回归模型模型7：构建库存水平在加入控制变量的条件下与信息技术的回归模型模型8：构建总资产周转率在加入控制变量的条件下与库存水平的回归模型模型9：构建净资产收益率在加入控制变量的条件下与库存周转率的回归模型模型10：构建净资产收益率在加入控制变量的条件下与库存水平的会规模向4.5.2回归结果表4-10即为回归分析的相关数据结果。表4-10回归分析数据结果（续）模型1模型2模型3模型4ROAROEROAROEFA0.054***0.157***0.037**0.101**(-0.016)(-0.038)(-0.017)(-0.040)IA-0.034**-0.043*-0.046***-0.081**(-0.014)(-0.034)(-0.015)(-0.035)MC0.0650.105(-0.042)(-0.101)TA-0.0280.061(-0.047)(-0.111)MCP-0.723***-1.213***(-0.151)(-0.360)截距项-0.023-1.248**0.193-2.548**表4-10回归分析数据结果（续）模型1模型2模型3模型4ROAROEROAROE(-0.228)(-0.536)(-0.441)(-1.053)N223223223223r20.0510.0830.1440.149Standarderrorsinparentheses*p<0.1,**p<0.05,***p<0.01R2是拟合优度，这里是衡量模型的拟合情况，越高表示模型拟合得越好。由上表可知，模型1是只考虑总资产周转率（ROA）和固定资产明细下电子设备（FA）、无形资产明细下软件（IA）的关系，没有添加控制变量。结果是显著的，说明信息技术和经营绩效间有强相关关系。其经济意义是：每增加一个单位的电子设备（FA），总资产收益率（ROA）增加0.054个单位，模型2是用净资产报酬率（ROE）对模型1进行检验，结果表明，经营绩效与信息技术之间存在强相关关系，模型1的结果通过了检验。模型3是在模型1的基础上加上了控制变量：公司规模（MC）、企业资产规模（TA）、营业成本率（MCP），结果表明，在加入控制变量后，企业的经营绩效与信息技术之间的仍有强相关性。模型4是用净资产报酬率对模型3进行稳健性检验。以此类推。4.5.3中介效应表4-11即为中介效应检验的相关数据结果：表4-11中介效应检验数据结果模型5模型6模型7模型8模型9模型10RCROASTROAROEROEFA15.793***-0.061**(-4.496)(-0.025)IA-12.478***0.057**(-3.867)(-0.026)MC-32.241***0.0010.545***0.274***0.0540.087(-11.754)(-0.028)(-0.062)(-0.065)(-0.066)(-0.066)TA19.1440.0260.042***0.095***0.1240.222**(-13.023)(-0.035)(-0.013)(-0.024)(-0.082)(-0.086)MCP46.570-0.588***-0.018-0.507***-1.025***-1.107***(-41.683)(-0.118)(-0.105)(-0.118(-0.279)(-0.276)RC0.001***0.001(0.000)(0.000)ST-0.069***-0.119***(-0.016)(-0.035)截距项209.539*0.162-0.934***-0.040-2.536***-3.003***(-117.957)(-0.367)(-0.306)(-0.374)-0.868(-0.867)N280331162268331331r20.1030.0980.4520.1850.0970.124Standarderrorsinparentheses*p<0.1,**p<0.05,***p<0.01R2是拟合优度，这里是衡量模型的拟合情况，越高表示模型拟合得越好模型5是考虑FA和IA对RC是否存在影响，在结果中显示是显著的。并且结合模型6考虑到RC对于ROA的影响亦是显著的，外加主回归模型的3，得出结论：存在部分中介效应在FA，IA与RC与ROA中，参照模型5，模型6以及模型3可知，存在部分中介效应模型；在FA，IA与ST与ROA中，参照模型7，模型8以及模型3可知，存在部分中介效应模型；在FA，IA与RC与ROE中，参照模型5，模型9可知，不存在中介效应模型；在FA，IA与ST与ROE中，参照模型7，模型10以及模型4可知，存在部分中介效应。4.6小结本文通过对国内零售业上市公司的实证分析，在信息技术愈加成熟和广泛运用的大环境、大背景下，基于前人对于零售业的研究，全面分析新零售环境下的企业如何转型升级、如何提升经营绩效，从库存管理和信息技术的角度为企业经营绩效的提升建言献策，帮助发展瓶颈期的零售企业更有力地应对机遇与挑战并存的市场环境，增强企业之间的异质性，提高企业竞争壁垒，助力企业加速迈进新零售时代，不断优化产业结构，推进供给侧结构性改革的向纵深发展，促进国民经济创造性转型和创新型发展。综上可知（1）库存管理与企业经营绩效之间存在着强相关关系，库存管理的确会对企业的经营绩效产生显著影响，企业在生产经营的过程中一定要高度重视库存管理。（2）信息技术与经营绩效之间存在显著的正相关关系，企业经营绩效受到企业电子设备和软件的投入水平的影响，在信息化时代，作为直接面向消费者的重要环节，零售行业一定要高度重视信息技术，为企业赋能，更好地掌握消费者的需求变化，适应市场的环境变化。（3）库存管理的确存在中介效应，信息技术通过对库存管理产生影响，进而会对企业的经营绩效产生影响。这就说明，企业对信息技术的投入也会影响着企业的库存管理水平，从而对企业的总资产收益率和净资产报酬率产生影响作用，企业要善于利用信息技术来调节库存水平，通过对电子设备、软件等的投入来优化企业的库存管理水平，从而降低库存成本、提升库存周转率，更好地适应消费者个性化需求。

5研究结论、建议与展望5.1研究结论本文以我国零售业上市公司2015-2019年间67家企业的财务数据为样本，通过描述性分析、回归分析等，实证研究了企业信息技术、库存管理和经营绩效的相关关系及问题。首先，本文研究了我国零售业上市企业的信息技术和经营绩效，库存水平和经营绩效的关系，实证结果表明，信息技术和经营绩效之间有强相关关系，这说明企业对于信息技术的投入水平对于库存管理水平和企业经营绩效有着直接关系，并且信息技术的投入程度直接影响着企业的库存管理，对于零售业来说，库存是不可忽视的重要环节，因此，在新零售环境下，企业必须加大对信息技术的投入水平，使其最大限度的赋能企业的库存管理进而影响到企业的经营绩效和竞争能力。5.2研究启示与建议本文在理论界对信息技术、库存管理和经营绩效已有研究的基础上，通过对国内零售业上市公司2015-2019的非平衡面板数据进行实证分析，考察研究我国零售企业的库存管理水平、信息技术投入水平和经营绩效，目的是为了帮助零售企业突破发展瓶颈，加速进入新零售时代，提升企业的竞争力，深入推进国家“三去一补一降”的有效实施。通过现有的上市公司数据分析库存管理的影响因素及库存管理与企业绩效的关系将为库存理论模型提供现实依据，为我国零售业企业有效地管理库存、投入信息技术物资，合理的处理两者与企业绩效的关系，提供理论指导和现实依据。本文的研究结果具有以下启示和建议：（1）为企业未来的库存管理指明了方向。研究发现，企业信息技术的投入水平与库存管理成正相关关系，与企业绩效也有强相关关系。因此，企业在新发展阶段应加大对信息技术的投入的运用，使其赋能于库存管理，进而对企业的经营绩效产生助益。（2）企业的各个要素是相互联系的有机体，要素之间有着复杂的影响关系，新发展阶段的企业应该从宏观角度出发，不单优化库存管理，更要重视与库存有相关关系的企业发展因素，以更好地将有限的资源投入到企业运营的各个环节。（3）学术界未来的研究应该更加关注非IT业的企业，在信息技术方面的投资，及其与企业发展的其他要素之间的相关关系。在信息技术飞速发展，企业发展进程不断加快的新时代，为企业的转型升级和效益提高提供可行性分析和理论支撑。更好地根据国家宏观经济形式更有效的管理库存，为企业在库存管理中合理控制库存水平、有效提供规避风险理论支持和现实依据。5.3研究展望本文以我国67家零售业上市上市企业，2015-2019年的非平衡面板数据为样本，实证研究了上市企业信息技术、库存管理与经营绩效之间的变动趋势和相关关系。本文在获取一定成果的同时，也尚有一些不足和有待改进的地方，由于本人知识水平和能力素质的局限性，本文在样本选择、测量方式等方面还存在一些不足，希望以后的研究学者们能对相关问题进一步地完善，为零售业的发展转型和绩效提升奠定理论依据。未来可以从以下几个方向进行更加完善的研究：首先，正如前文所提到的，因变量企业经营绩效的测量指标的选择有待进一步完善。企业的经营绩效不应局限于财务绩效，财务绩效和非财务绩效结合的综合评价体系能够更全面地衡量企业绩效。因此，未来研究可以选择财务绩效和非财务绩效结合的综合评价指标更全面地测量企业的经营绩效。其次，根据本文的研究结果，库存水平作为中介变量的确可以在信息技术的影响下对企业经营绩效产生影响。但由于本文没有考虑库存管理和经营绩效之间的倒U型关系，所以对库存管理在受信息技术影响后对企业经营绩效的影响是否仍存在倒U型关系，是否在信息技术的加持下，库存管理不再存在最优点没有进行系统的分析和阐述。所以，未来学者可以更多的从模型本身出发，对三者之间的关系进行进一步分析，以提供更多的参考价值。最后，除了零售业外，其他行业的企业库存水平的变动趋势、信息技术投入水平及其与企业经营绩效之间的变动关系同样值得我们关注。各交易板块之间的差异性也是学者们能在日后的研究中对其他行业、不同交易板块地进行更加深入、全面的探究与分析。5.4研究局限本文在获取一定成果的同时，也尚有一些不足和有待改进的地方。比如：研究样本的局限性。本文以零售业67家上市企业在2015-2019年间的经营数据为样本，但是上市公司的数据只是整个行业的一部分，还有很多未上市的企业，或是虽然刚上市，但是具有代表性和典型性的新型零售企业未能搜集相关数据，这使得本文的研究样本具有一定程度的局限性。并且，有些上市公司披露的年度财务报表及数据存在错误，本文在搜集相关数据的过程中只能进行纠正和剔除，这一定程度上对研究结果也会产生影响。此外，本文的研究样本仅仅限于我国零售业企业，这可能导致研究结论无法推广到其他行业。

参考文献史锦梅.新零售：零售企业供给侧结构性改革的新业态——基于需求满足论的视角[J].当代经济管理,2018,40(04):1-7.吴声.定义新零售,也许是本年度最没有共识的辩论[J].时代经贸,2017(32):81-83.王宝义.中国电子商务网络零售产业演进、竞争态势及发展趋势[J].中国流通经济,2017,31(04):25-34.牛禄青.新零售时代的物流变革[J].新经济导刊,2017(04):17-21.孙大尉,赵启兰,张小蒙.新零售业态下物流平台运营策略研究[J].北京交通大学学报(社会科学版),2019,18(03):138-144.杜睿云,蒋侃.新零售:内涵、发展动因与关键问题[J].价格理论与实践,2017(02):139-141.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(05):12-20.王坤,相峰.“新零售”的理论架构与研究范式[J].中国流通经济,2018,32(01):3-11.齐严,司亚静,吴利红.数字技术革命背景下零售业商业模式创新研究[J].管理世界,2017(12):182-183.范鹏.新零售:吹响第四次零售革命的号角[M].北京:中信工业出版社,电子工业出版社,2018:1-104.梁莹莹.基于“新零售之轮”理论的中国“新零售”产生与发展研究[J].当代经济管理,2017,39(09):6-11.中国流通三十人论坛秘书处,本刊编辑部,林英泽,戈宇,包文斌.从阿里与百联“联姻”看“新零售”[J].中国流通经济,2017,31(03):124-128.唐飞泉,杨律铭.新零售背景下我国物流业转型升级探讨[J].商业经济研究,2018(20):77-79.唐甜甜,胡培.线上线下+物流融合发展的新零售动因与策略[J].价格月刊,2018(08):90-94.苏霞.新零售模式下对物流提出的新要求[J].环渤海经济瞭望,2018(09):51-52.符瑜.新零售模式下我国商贸物流业的发展路径分析[J].对外经贸实务,2018(10):89-92.吕龙飞.新零售下物流业发展对策研究[J].物流工程与管理,2018,40(09):16-24.王欢,付刚