作为一种传统饮品，白酒在我国的饮食文化及经济活动中占有重要地位。我国是最大的白酒生产国和消费国，但近年来，白酒行业正经历着深度调整，据国家统计局数据，白酒产量从2016年的最高峰1 358万kL下降到了2024年的414.5万kL，下降幅度高达69%[1]。2024年以来，白酒行业更是面临消费场景减少和居民消费信心不足的双重压力，经济下行使得家庭聚会出现消费降级现象，商务宴请也大幅减少。2025年5月，为引导全社会大力倡导绿色生活、厉行节约反对浪费，国家出台禁酒令，政务消费受到影响。这导致高端酒价格回落，中低端产品竞争愈发激烈，白酒行业面临严峻挑战，整个行业的发展也面临诸多不确定性。与此同时，白酒行业也展现出了一些积极的态势。在品牌格局方面，头部酒企凭借产能扩张和技术升级保持着增长韧性，2025年行业集中度或进一步提升至65%。市场渠道方面，随着互联网和电商平台的快速发展，线上渠道成为白酒销售的重要力量，社交媒体和直播带货也吸引了大量年轻消费者；线下渠道也正在积极转型以提升市场渗透率；社交平台与新零售模式的结合，让白酒企业在精准营销和用户粘性方面获得了更多机会。在这样的背景下，提高白酒企业的营销绩效显得尤为重要，为了提高营销绩效，有必要对目前白酒企业的营销绩效做出科学的评价，从而更有针对性地采取措施以发挥优势、补齐短板。
1 文献回顾
营销绩效是指企业通过营销活动所实现的成果与目标的对比，用于衡量营销策略的有效性和效率。它反映了营销投入（如预算、资源、时间）与产出（如销售额、品牌影响力、客户增长等）之间的关系，是评估企业营销活动成功与否的关键指标[2]。而营销绩效评价是指通过系统化的指标和方法，对营销活动的效果、效率及贡献进行全面测量、分析和判断的过程[3]。
在营销绩效评价指标体系方面，国内外众多学者很早就开展了相关研究。ANASTACIA M等[4]采用20个指标来构建营销绩效评价指标体系，PIMENTA DA GAMA A[5]则提出了由38个指标构成的评价指标体系，DAVIDSON J H[6]进一步测试了47个营销绩效评价指标体系；刘满凤[7]设计了由6大类指标及若干明细指标构成的指标体系进行市场营销绩效评价，孙淑英等[8]提出的绩效评价指标体系包括消费者认知评价等6方面，另外，还有杨瑚等[9]提出的基于平衡记分卡的营销绩效评价指标体系，以及张爱敏等[10]基于SMART准则明确性（specific）、可衡量性（measurable）、可实现性（attainable）、相关性（relevant）和时限性（timebased）5个核心要素，结合生命周期理论的创新研究，通过共同度分析和相关度分析提出的一套全新的营销绩效指标体系等，研究成果比较丰富。
营销绩效评价方法也得到了国内外学者的重视，张春国[11]以面板数据为样本，采用数据包络分析（data envelopment analysis，DEA）方法，对选取的指标体系进行了营销绩效评价与分析，从加强内部经营管理与控制，利用产业优势，做大做强白酒产业等方面提出相关建议。王秋丽等[12]在采用DEA方法分析企业技术与规模效率的基础上，分析了白酒上市公司的产出不足率和投入冗余率，并提出提高白酒上市公司经营效率、节省资源、扩大产出等政策建议。高升等[13]运用DEA模型对白酒行业技术效率进行分析，提出在经济“新常态”下白酒行业效率提升路径。郭翠华[14]采用因子分析法对白酒上市公司进行财务绩效评价，提出白酒行业应在产品、客户、渠道开拓等方面与时俱进，提高综合绩效能力。
通过文献梳理，可以发现，从企业营销绩效评价的指标体系来看，研究成果比较丰富，也比较成熟，众多学者从不同维度选取不同指标来构建指标评价体系，具有一定的科学性和可操作性。在企业营销绩效的评价方法上，大多学者运用DEA方法进行效率评价，也有部分学者运用因子分析等多元统计的方法进行评价，可以发现，这些评价方法大多是基于截面数据进行评价分析，而基于面板数据的动态分析尚不多见，因此评价结果未能全面覆盖白酒企业在财务管理、客户关系、内部运营以及学习发展等方面的综合表现。
2 研究设计
2.1 营销绩效评价指标体系的构建
参考并借鉴相关文献的研究[8，10，15-16]，从企业运营能力、企业长期活力、企业社会责任3个一级指标、15个二级指标构建白酒上市公司营销绩效评价指标体系，具体的指标体系见表1。
表1 营销绩效评价指标体系
Table 1 Marketing performance evaluation index system
2.2 营销绩效评价模型的构建
本研究所选用的评价方法为动态因子分析法（dynamic factor analysis，DFA）。该方法最初由COPPI R P等[17]提出并初步构建了理论框架，而后COPPI R等[18-19]进行了进一步修正。该方法与传统因子分析方法只能处理截面数据不同，它在处理三维阵列数据时，融合了主成分分析和线性回归分析的统计方法，综合应用静态与动态分析，实现了多样本、多指标和跨时期数据的统计分析。该方法适用于经济学、管理学、医学等多个学科，在实证研究中表现出显著的效果。目前国内外采用动态因子分析法对企业营销绩效进行评价的研究尚不多见，特别是面板数据的动态因子分析方法更是少见。动态因子分析方法不仅涵盖了对不同企业之间营销绩效的横向比较，还进一步引入时间维度，从而可以对营销绩效进行纵向的动态分析。
动态因子分析模型[20]描述的是，给定“个体×变量×时间”三维数据集
式中：i表示个体，j表示变量，t表示时间。
该数据集表示个体I上的J×T个观测值，动态因子分析方法的目标是将X（I，J，T）的方差/协方差矩阵S（总变异）分解为三个不同的方差/协方差矩阵之和：
式中：*SI为个体的静态结构矩阵，即个体关于时间的均值的方差/协方差矩阵，反映了个体在结构上的变异性，不考虑时间维度上的影响；*ST为系统的平均动态矩阵，即时间平均值的方差/协方差矩阵，反映了时间维度上个体均值的变异性，不考虑单个个体的动态变化；SIT为单个个体的动态差异矩阵，即个体和时间交互作用的方差/协方差矩阵，反映了由于个体总的平均变化（即平均动态）与单个个体变化之间的差异而引起的变异性。
在（1）式总变异分解的基础上，xjit可以分解为以下四个部分之和：
动态因子分析方法的具体实施步骤如下：
第1步：对样本数据进行标准化处理，旨在消除不同指标因量纲不同而带来的影响。
第2步：利用各年份的协方差矩阵S（t）来计算平均协方差矩阵ST，计算公式如下：
平均协方差矩阵ST综合反映了数据静态结构差异和动态变化的影响。
第3步：求解矩阵ST的特征值、特征向量，以及各个公因子的方差贡献率和累计方差贡献率。
第4步：提取k个公因子，建立原始因子载荷矩阵，并通过方差最大化旋转，得到旋转后的因子载荷矩阵。
第5步：计算每个个体的静态得分矩阵，公式如下：
第6步：计算每个个体各个时期的动态得分ciht，即每个个体第t年的动态得分，具体计算公式如下：
第7步：计算每个个体的平均综合得分E，计算公式为：
2.3 数据来源
本研究的财务指标数据来自于各上市公司2019～2023年发布的年度报告，以及申万宏源证券和东方财富网发布的相关数据。品牌价值取值于第3方机构世界品牌实验室发布的相关报告，环保投入以及公益事业投入数据来自公司社会责任报告以及公开信息披露。部分缺失数据参考文献[21]，通过取对数线性插值法填补。
3 实证分析
3.1 提取公因子
根据动态因子分析的相关步骤，借助stata软件，可以得到公因子的特征值、方差贡献率和累计方差贡献率，结果见表2。由表2可知，第1公因子的方差贡献率为63.0%，第2公因子的方差贡献率为12.2%，第3公因子的方差贡献率为9.5%，第4个公因子的方差贡献率为6.2%，这4个公因子累计贡献率超过80%，提取4个公因子基本上可以代表15个指标中所含有的信息。
表2 公因子的特征值、方差贡献率和累计方差贡献率
Table 2 Eigenvalues,variance contribution rate and cumulative variance contribution rate of common factors
3.2 公因子命名
为了方便解释公因子，采用方差最大法进行因子旋转[22]，旋转后的因子载荷矩阵见表3。
表3 旋转后的因子载荷矩阵
Table 3 Factor loading matrix after rotation
从表3可知，（1）公益事业投入、资产总额、环保投入、市场占有率在第一公因子上具有较高的载荷，其中公益事业投入、市场占有率、品牌价值的载荷超过0.95，同时因为该因子方差贡献率达到63%，可以看出公益事业投入和市场占有率是影响白酒上市公司营销绩效的重要因素，为了便于解释，将第1公因子命名为市场发展因子。（2）净利润增长率、营业收入增长率在第2公因子上具有较高载荷，均在0.75以上，将第2公因子命名为收入增长因子，该公因子的方差贡献率有12%，说明净利润增长率和营业收入增长率也是影响白酒上市公司营销绩效的重要因素。（3）流动比率在第3公因子上有相对较高载荷，因为流动比率是反应企业偿债能力的一个重要指标，因此将其命名为企业偿债因子，其方差贡献率接近10%，因此其对白酒上市公司营销绩效有明显的影响力。（4）研发投入在第四公因子上有较大载荷（＞0.7），考虑到各上市公司研发投入费用所呈现的递增趋势，将其命名为研发增长因子，该因子方差贡献率为6%，说明近五年来研发投入费用的不断增加对各上市公司营销绩效产生了一定的积极影响。
3.3 平均动态效应
利用各指标的平均动态矩阵，对时间t进行普通最小二乘（ordinary least squares，OLS）回归，回归模型为：
根据回归后的参数及其统计量（修正的可决系数），进而判断各指标平均动态效应的效果，各指标平均动态效应结果见表4。由表4可以看出，整体上模型对指标平均动态效应的获取效果比较好。其中，每股收益、营业总收入、资产总额、广告宣传费、研发投入、市场占有率、品牌价值、所得税费、环保投入、公益事业投入等指标，修正后的可决系数均＞0.8，说明这些变量平均动态效应的获取效果较好。但流动比率、净利润增长率、资产负债率、营业净利率等少数指标动态效应获取效果不佳。总体说来，建立各指标平均动态矩阵对时间的一元回归模型，对于指标平均动态效应的获取是有效的。
表4 各指标平均动态效应
Table 4 Average dynamic effect of each index
3.4 营销绩效评价
根据2.2节中动态因子分析法的步骤5到步骤7，可以得出20家白酒上市公司营销绩效水平的静态因子得分矩阵、动态因子得分矩阵和平均综合得分矩阵如表5所示。表中显示平均综合得分与静态因子得分稍有不同，但对排名影响不大。由表5可以看出20家白酒上市公司营销绩效发展水平在各年份的得分、平均综合得分和静态因子得分及其排名情况。
表5 2019-2023年20家白酒上市公司营销绩效水平
Table 5 Marketing performance levels of 20 listed Baijiu companies from 2019 to 2023
续表
3.4.1 营销绩效水平的横向比较
为了对营销绩效进行横向比较，根据表5平均综合得分及其排名情况，可以将20家上市公司划分为4个梯队[23]。第1梯队为营销绩效水平较高的公司，其平均综合得分和静态得分均大于1；第2梯队为营销绩效水平一般的公司，其平均综合得分介于-0.5～1；第3梯队为营销绩效水平较低的公司，其平均综合得分介于-1～-0.5；第四梯队为营销绩效水平较差的公司，其平均综合得分均低于-1。其中，第1梯队包括贵州茅台、五粮液、洋河股份和泸州老窖，其得分均高于1，营销绩效发展水平较高。位于第2梯队的山西汾酒近年来营销绩效水平持续提高，有进入第1梯队的趋势。位于第2梯队的古井贡酒、今世缘、口子窖和舍得酒业近年来营销绩效水平上升趋势不明显，有进一步提升的空间。位于第3梯队的公司有迎驾贡酒、酒鬼酒、水井坊、伊力特和金徽酒，这些公司营销绩效水平较低，但迎驾贡酒和伊力特的营销水平有显著提升，而同样位于此梯队的酒鬼酒、水井坊和金徽酒的营销绩效水平近两年来均有下降趋势。位于第四梯队的公司天佑德酒、老白干酒、顺鑫农业、岩石股份、金种子酒和皇台酒业，营销绩效水平低于平均水平，其中岩石股份直至2021年才正式聚焦白酒赛道，皇台酒业因经营问题曾一度面临退市风险，天佑德酒上市时间较晚，在营销绩效发展水平上还需进一步提升。
3.4.2 营销绩效水平的纵向分析
为了直观地呈现20家白酒上市公司2019-2023年营销绩效水平的动态变化，根据表5中各年份得分绘制动态变化图[24]，结果见图1。
图1 2019-2023年20家白酒上市公司营销绩效水平动态示意图
Fig.1 Dynamic diagram of the marketing performance levels of 20 listed Baijiu companies from 2019 to 2023
由图1可知，各上市公司营销绩效水平变化特征主要有持续上升型、先增后降型（倒V型）、先降后增型（V型）、先增后降再增型（N型）、先降后增再降型（倒N型）5种。
具体来说，具有持续上升型动态特征的有贵州茅台、五粮液、洋河股份和山西汾酒4家公司；具有V型动态特征的有古井贡酒、伊力特和顺鑫农业；具有倒V型动态特征的有泸州老窖、舍得酒业、酒鬼酒和金徽酒；具有N型动态特征的有今世缘、迎驾贡酒、金种子酒；具有倒N型动态特征的有口子窖、水井坊、天佑德酒、老白干酒、岩石股份和皇台酒业。这5种形态刻画了各上市公司营销绩效的动态变化情况。其中V型和N型反映了近期具有上升的趋势，而倒V型和倒N型反映了白酒上市公司营销绩效水平分别呈现先增加后降低，先降低后增加再降低的趋势。从重要时间节点来看，3年疫情特殊时期（2020—2022年）对白酒上市公司营销绩效影响重大，尤其是对今世缘、口子窖、迎驾贡酒、水井坊、伊力特、金徽酒、顺鑫农业和岩石股份的影响尤其显著，营销绩效显著下降。但位于第1梯队的贵州茅台、五粮液和洋河股份并未受特殊时期的影响，营销绩效水平持续上升，发展态势良好。
3.4.3 营销绩效静态得分的结构分析
为直观比较上市公司营销绩效的差异性，绘制营销绩效得分的结构散点图[25]做进一步分析（只分析提取的4个公因子），结果见图2和图3。图中0值参考线代表该因子的所有上市公司静态得分的平均水平。
图2 第1、2公因子静态得分结构图
Fig.2 Static score structure of the first and second common factors
图3 第3、4公因子静态得分结构图
Fig.3 Static score structure of the third and fourth common factors
第1梯队公司。贵州茅台在第1、第2公因子上表现良好，其中在第1公因子上远超平均水平，虽然在第3、第4公因子上表现欠佳，但是因为第1、第2公因子累计方差贡献率高达75%，所以对贵州茅台静态得分位居第一影响不大。由此可以看出贵州茅台在市场发展和收入增长方面具有较大的优势[26]。五粮液和洋河股份在第1和第4公因子上表现突出，均超过平均水平，特别是洋河股份在第4公因子上表现较好，表明研发投入是影响其营销绩效的一个关键因素。而五粮液和泸州老窖在第2公因子上表现较低，进一步说明公司应适当调整营销策略以提高收入增长。
第2梯队公司。山西汾酒在第1、2、4公因子上表现均超过平均水平，第3公因子表现低迷，但其第1公因子远超平均水平，由此可知，市场发展能力是山西汾酒位于第2梯队第1位的一个重要影响因素。古井贡酒和今世缘在第2、3、4公因子上表现一般，处于平均水平附近，但是今世缘在第1公因子上水平明显较低，说明市场发展能力是影响其营销绩效水平的一个重要因素。口子窖在第1、第2公因子表现较低，但由于其在第3公因子上表现远超平均水平，可见企业偿债能力对口子窖的营销绩效有着重要影响。而舍得酒业在各公因子上的表现均显得比较平淡。
第3梯队公司。迎驾贡酒、酒鬼酒、伊力特、金徽酒在第1、2公因子上的表现低于平均水平，因为这两个因子累计方差贡献率相对较高，是导致其排名比较靠后的重要原因。水井坊在第1公因子上表现过低，严重影响其营销绩效。
第4梯队公司。天佑德酒、老白干酒、顺鑫农业、岩石股份、金种子酒和皇台酒业在第1公因子上均低于平均水平，应大力加强市场投入以改善营销绩效。
4 结论与建议
4.1 结论
通过构建白酒上市公司营销绩效评价指标体系，运用面板数据动态因子分析法对2019-2023年20家白酒上市公司营销绩效水平进行了测度及评价。主要结论如下：
（1）从营销绩效平均综合得分来看，贵州茅台、五粮液、洋河股份和泸州老窖营销绩效水平较高，特别值得注意的是贵州茅台的平均综合得分远超第2位，成为行业领头羊，这得益于贵州茅台的产品市场占有率以及品牌影响力方面的优势；五粮液和洋河股份在研发投入方面的支出显著地影响了其营销绩效水平的排名；泸州老窖在收入增长因子上表现较差。
（2）位于2、3梯队的公司，有山西汾酒、古井贡酒、今世缘、口子窖、迎驾贡酒、酒鬼酒、水井坊和伊力特等，山西汾酒近年来发展态势良好，有望进入第1梯队，主要得益于其良好的市场发展能力以及深厚的历史底蕴。其他公司在市场投入与研发方面明显不足，因子表现能力不突出，还存在较大的提升空间。
（3）营销绩效平均综合得分较低的公司，有天佑德酒、老白干酒、顺鑫农业、岩石股份、金种子酒和皇台酒业等，其在第1因子上的表现过低且平均综合得分低于平均水平，导致这一现象的原因是多方面、多层次的，但主要受公司自身营销策略的影响。
（4）营销绩效动态变化图显示，2019—2023年位于第1梯队的公司，其营销绩效呈现持续上升趋势，受其他外来因素影响较小；在2020—2022年三年特殊时期，今世缘、口子窖、迎驾贡酒、水井坊、伊力特、金徽酒、顺鑫农业和岩石股份等公司受到的影响极其显著，营销绩效明显下降，但2023年后有所提升。而居于头部位置的几家公司所受影响不大，究其原因，位于第1梯队的上市公司市场占有率较高，产品知名度高，企业底蕴深厚。位于3、4梯队的公司在2019—2023年期间的营销绩效水平的动态变化不尽相同，且波动幅度较为明显。
4.2 建议
基于上述分析结论，提出如下建议：首先，位于营销绩效综合排名第1梯队的贵州茅台、五粮液、洋河股份和泸州老窖，在市场发展能力和营业收入增长方面具有强大的优势，表现能力远超平均水平。这些龙头企业，应进一步拓展品牌形象、构建营销网络，并以消费者为中心、以数字化转型为抓手，建立可持续发展战略，实现企业的可持续发展。其次，洋河股份和五粮液的营销绩效综合排名也位于前列，其在研发投入方面的表现非常明显，应当进一步增强自身的成长潜力，并增加对产品开发的投资力度，通过不断的研发创新，推出符合当前市场需求的高质量产品，使企业在营销绩效提升中具有强劲动力。第3，营销绩效排名靠后的岩石股份、金种子酒和皇台酒业，首要任务在于加强成本控制，增强财务表现，以此来提升整体营销效率。可以通过加强技术管理、优化运营流程，以减少库存积压，加速存货流转速度，同时，调整产品线布局，拓展多样化业务领域，以及积极探索海外市场等策略来培养企业成长与创新能力，提升营销绩效水平。
总之，白酒行业虽然面临着消费需求疲软、库存压力、市场竞争加剧等挑战，但在品牌集中化、品质提升、产品创新、渠道多元化、国际化拓展等方面也存在着发展机遇。白酒企业需要精准把握市场趋势，积极调整战略，加强市场投入，通过创新驱动和品质坚守，在复杂的市场环境中实现可持续发展，推动白酒行业迈向新的发展阶段。
[1] 国家统计局.2024年12月份规模以上工业增加值增长6.2%[EB/OL].https：//www.stats.gov.cn/sj/zxfb/202501/t20250117_1958331.html.2025-01-17.
[2] KENNETH K,KURIA T J,OCHANDO A G.The intervening role of marketing effectiveness on interactive marketing and marketing performance[J].Int J Res Bus Soc Sci,2025,14(1):37-46.
[3] HUANG H C,LAI M C,LIN L H.Developing strategic measurement and improvement for the biopharmaceutical firm:Using the BSC hierarchy[J].Expert Syst Appl,2011,38(5):4875-4881.
[4] ANASTACIA M,KERRIN M.Performance measurement in emerging market social enterprises using a balanced scorecard[J].J Social Entrepr,2020,11(1):65-87.
[5] PIMENTA DA GAMA A.Measuring marketing performance: a better model[J].J Busi Strategy,2024,45(4):230-238.
[6] DAVIDSON J H.Transforming the value of company reports through marketing measurement[J].J Market Manag,2010,15:757-777.
[7] 刘满凤.市场营销绩效评估模型与系统研究[D].武汉：华中科技大学，2003.
[8] 孙淑英，王秀村，刘菊蓉.我国企业营销绩效评价指标体系构建的实证研究[J].中国软科学，2006，15（1）：132-137.
[9] 杨瑚，袁海洋.基于平衡记分卡的营销绩效评价指标体系构建[J].西部论丛，2009（9）：64-65.
[10] 张爱敏，夏谱程.企业营销绩效评价指标体系的构建研究[J].中国证券期货，2009（7）：66-68.
[11] 张春国.基于DEA模型的白酒行业上市公司经营绩效评价[J].会计之友，2013（3）：67-71.
[12] 王秋丽，陈谨.白酒行业上市公司综合效率分析[J].中国管理科学，2014，22（S1）：610-616.
[13] 高升，王颖.经济“新常态”下的白酒行业：基于DEA模型的绩效评价[J].中国商论，2015（11）：134-135.
[14] 郭翠华.我国酿酒行业上市公司财务绩效评价实证研究[D].泰安：山东农业大学，2014.
[15] 张仁萍，刘军荣，罗洁.基于因子分析法的企业战略绩效评价：以白酒行业为例[J].企业经济，2016，35（2）：80-84.
[16] 王明东.营销绩效评价体系构建及实证研究[D].长春：吉林大学，2011.
[17] COPPI R P,ZANNELLA F.Proceedings of the XXIX scientific meeting of the Italian statistical society[C]//Bologna: Italian Statistical Society,1978.
[18] COPPI R,DICIACCIO A.Multiway data-analysis-software and applications-preface[J].Comput Stat Data Anal,1994,18(1):1-2.
[19] CORAZZIARI I.Dynamic factor analysis[M].Berlin Heidelberg:Springer,1999.
[20] FEDERICI A,MAZZITELLI A.Dynamic factor analysis with STATA[C]//Milano:2nd Italian Stata Users Group meeting,2005:10-11.
[21] 陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社，2010.
[22] 林海明，刘照德，詹秋泉.因子分析综合评价应该注意的问题[J].数理统计与管理，2019，38（6）：1037-1047.
[23] 付书科，李小帆，彭甲超，等.基于动态因子分析法的长江三角洲城市群城镇化质量测度研究[J].长江流域资源与环境，2018，27（9）：1909-1918.
[24] 张应武，李董林.基于动态因子分析法的区域开放型经济发展水平测度研究[J].工业技术经济，2017，36（3）：123-130.
[25] 刘文琼，何燕，居水木.智慧城市新纬度：浙江省的动态因子分析与跨城市比较[J].统计科学与实践，2024（1）：31-34.
[26] 田戊戌，童俊.白酒企业数字化营销生态系统的构建与优化：以贵州茅台集团为例[J].中国酿造，2025，44（3）：299-304.