電子商務對連鎖零售業網點布局影響的路徑分析

李思

中圖分類號：F713 文獻標識碼：A

內容摘要：以連鎖零售業為研究對象分析電子商務對連鎖零售網點布局的影響，期望對電子商務與實體零售的有關研究作一些有益補充，同時對連鎖零售企業網點的合理規劃提供一些參考意見。本文建立了多指標評價體系對我國各地區電子商務發展水平進行綜合評價，選取平均每個居民貢獻的銷售額和每萬人擁有的連鎖零售網點數量分別作為被解釋變量構造了兩個回歸模型，從總效應和地區影響差異兩個方面針對電子商務對連鎖零售網點布局的影響進行實證分析。

關鍵詞：電子商務 連鎖零售業 網點布局

引言

電子商務對連鎖零售業網點布局的影響可以豐富零售網點布局的研究范疇。根據國內外學者的研究，各地經濟的發展水平、人口因素、地理因素等因素都會對連鎖零售業網點布局造成影響，但較少有學者研究各地電子商務發展水平對連鎖零售業網點布局的影響。針對電子商務對連鎖零售業網點布局的影響進行實證分析，本文提出三個待驗證的命題：電子商務發展水平對連鎖零售網點需求存在影響，對連鎖零售業的銷售規模起負向的作用；電子商務發展水平對連鎖零售網點需求和實體網點投入存在影響，對連鎖零售業網點數量起負向的作用；電子商務發展水平對不同的地區連鎖零售業的影響程度存在差異。

為了驗證以上三個命題，本文首先將建立指標體系對我國各地區的電子商務發展水平進行測度，其次將構建模型對電子商務對連鎖零售網點布局的影響進行驗證，最后根據實證結果進行進一步解釋說明。

我國電子商務發展水平測度

（一）指標體系的建立

關于電子商務發展水平的測度，國內外學者和研究機構構建了多種指標體系，比較常見的是利用層次分析法建立多指標體系對電子商務進行測度?？紤]到本文研究的電子商務主要是面向消費者的電子商務，因此電子商務的接受程度和應用水平是關鍵，這兩點與我國各地的信息化水平存在很大的關系，因此本文以信息化發展指數（IDI）（信息化發展指數由5個分類指數和10個具體指標構成，其中五個分類分別是：基礎設施指數、使用指數、知識指數、環境與效果指數、信息消費指數）評價指標體系和阿里巴巴研究院指標體系為參考標準建立指標體系（見表1）。

（二）多指標面板數據處理方法

本文研究范圍是2008-2015年我國各地區電子商務發展水平，在建立了相應的評價體系后搜集了數據整合成多指標面板數據，然而傳統的因子分析方法一般只用在截面數據中，而目前針對多指標面板數據的多元統計研究卻不多。肖啟華等（2015）提出了一種分層因子模型，通過對面板數據指標和時間兩個維度的雙重提煉，實現對面板數據的綜合評價。肖啟華等（2015）提出的分層因子模型與任娟（2013）提出的有序聚類方法在面板數據處理上有一定的相似性，都能夠充分地利用面板數據時間、空間和指標三個維度，本文結合兩位學者的研究方法對2008-2015年間各地區電子商務發展指標進行處理。

（三）我國電子商務發展水平測度

借鑒任娟（2013）多指標面板數據融合聚類的方法對本文的面板數據進行處理。首先，按照XV（3.4）的數據格式將數據重新排列導入SPSS軟件中，把樣本數擴展為nT達到降維的目的；其次，為了消除量綱的影響，將面板數據全局Z標準化；再次，對面板數據進行因子適用性檢驗，使用方法是KMO檢驗和Bartlett檢驗，一般認為，KMO值大于0.5時說明所選取的指標可以作因子分析，大于0.7時表示非常適合，Bartlett檢驗統計量相應的概率Sig小于0.05時，拒絕原假設，認為相關系數矩陣不是單位陣，說明適合做因子分析；最后，運用主成分分析法提取公因子，用特征值大于1確定公因子數，并計算因子得分。處理結果如表2、表3、表4所示。由表2可知，KMO檢驗結果為0.824，大于0.7說明非常適合作因子分析，Bartlett檢驗統計量相應的概率Sig接近于0.000，說明不是單位陣，適合做因子分析；由表3可知，從標準化的變量中提取的信息大部分都達到75%以上，只有變量5移動電話普及率存在一定損失，總體狀況良好；由表4可知，基于特征值大于1的標準提取了兩個公因子，兩個公因子的累積方差貢獻率達到了83.216%，說明指標體系進行主成分分析效果良好。

在得到公因子后，用相應的因子得分乘以相應的方差的算術平方根得到主成分得分f1、f2，然后以每個公因子的特征根作權數計算綜合得分：

最終得到2008-2015年各地區電子商務得分如表5所示。表5反映了2008-2015年間我國各地區電子商務發展水平的相對大小，將表5數據整理成變化趨勢圖，如圖1所示，可以看出：我國各地區電子商務水平隨時間增長呈上升趨勢，除了在2011年部分地區的電子商務水平有所下降，這是受到2010年國家加大互聯網領域安全治理的影響，使網站數和域名數這類互聯網基礎資源數量下降，但這并沒有對電子商務各地區的相對水平造成明顯影響；我國地區間電子商務水平存在一定的差異，尤其表現在經濟發展領先與經濟發展落后的地區之間。電子商務發展水平相對較高的地區有廣東、北京、上海、浙江、江蘇、山東、福建等地區，這些地區多分布在東部，這些地區經濟發展水平和受教育水平相對較高，人們對電子商務的接受度也較高。電子商務發展水平相對較低的地區有江西、寧夏、青海、云南、甘肅、貴州等，這些地區多分布在西部。

電子商務對連鎖零售業網點布局影響實證分析

（一）數據來源及說明

本文的研究是針對電子商務對連鎖零售業網點布局的影響，為此確定被解釋變量：平均每個居民貢獻的銷售額和每萬人擁有的連鎖零售網點數量；解釋變量：電子商務發展指數、居民購買力水平、人口密度；控制變量：地方保護政策、對外開放水平、城市化率。各變量的具體計算方法如表6所示。

在確定被解釋變量和解釋變量后，本文進行了數據的收集與整理。由于統計口徑的變化等原因，部分省（區市）的統計數據出現不符合實際的巨大波動，因此本文對各?。▍^市）數據進行了篩選。依據數據的可得性、真實性和完整性原則，本文最終收集了2007-2014年我國內地22個?。▍^市）的相關數據，包括北京、天津、河北、遼寧、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、重慶、貴州、云南、青海、新疆。本文數據全部來源于2007-2014年《中國統計年鑒》、2007-2014年各省統計年鑒。為了減小異方差出現的可能性，本文對幾個變量進行對數變換，包括每個居民貢獻的銷售額（SALE）、每萬人擁有的連鎖零售網點數（NUM）、居民消費水平（CON）和人口密度（POP）。最終建立回歸模型如下：

（1）

（2）

公式（1）中，SALE表示每個居民貢獻的銷售額，EC表示電子商務發展指數，CON表示居民消費水平、POP表示地區人口密度，Z表示控制變量，分別是地方保護政策、對外開放水平、城市化率，i表示地區，t表示時間，C表示常數項，ξ表示隨機誤差項。公式（2）中，NUM表示每萬人擁有的連鎖零售網點數，其它變量含義與公式（1）中一致。

（二）實證研究

按照本文的假設，可以將本文的實證研究包含三部分內容：一是檢驗電子商務發展對連鎖零售網點需求的影響，即檢驗電子商務對每個居民貢獻的銷售額的影響；二是檢驗電子商務發展對連鎖零售網點供給的影響，即檢驗電子商務對每萬人擁有的網點數量的影響；三是檢驗電子商務發展對不同地區的影響。由于第一部分和第二部分都是從總體層面反映連鎖零售布局，因此本文將第一部分和第二部分實證內容放在一起進行研究，即電子商務對連鎖網點布局總效應分析，而將第三部分作為獨立部分進行電子商務對連鎖網點布局地區差異性分析。

第一，電子商務對連鎖零售網點布局總效應分析。首先是電子商務對連鎖零售網點銷售規模的影響。本文是以平均每個居民貢獻的銷售額來反映消費者對連鎖零售業網點需求的，按照前文的假定，電子商務的發展對我國連鎖零售業發展規模應有一定的負向作用。基于上述假設，本文首先利用STATA11.0軟件對模型（1）進行了模型選擇（Hausman檢驗），模型（1）Hausman檢驗結果卡方為11.45，P值為0.0254，由于P值小于0.05，因此拒絕原假設，選擇固定效應模型。其次，對模型進行混合效應模型回歸以初步觀察模型系數，并用固定效應模型對墨香進行參數估計。最后，在進行參數估計后對模型的穩健性進行檢驗，由于異方差檢驗結果為chi2（22）=7343.90，Prob>chi2=0.0000，因此拒絕原假設，認為存在異方差。利用廣義最小二乘法對模型進行修正消除異方差。模型（1）具體檢驗結果如表7所示。

其次是電子商務對連鎖零售網點數量的影響。本文是以每萬人擁有的連鎖零售網點數量來反映零售商的網點供給情況。按照上文的分析，電子商務的發展對我國連鎖零售網點數量應有一定的負向作用，基于上述假設，本文利用STATA11.0軟件按照基本方法對模型（2）進行參數估計（見表8）。

第二，電子商務對連鎖零售網點布局影響地方差異性分析。在上一節的實證分析中，證明了電子商務的發展與連鎖零售網點規模之間存在負相關系，本文分區域分別檢驗電子商務對連鎖零售網點布局的影響。以往學者通常分為三個經濟區進行探討。由于本文只選取了我國內地的22個地區，數據單元不足，因此本文將所研究的22個地區中的中部和西部包含的地區放在一起討論，分東部和中、西部兩大區域分布進行實證研究。根據模型（1）和（2），利用stata11.0分別對兩大區域進行回歸，結果如表9、10所示。表9和表10顯示了各個變量對我國連鎖零售業網點布局的影響情況。

結論

（一）電子商務因素

從總效應層面來看，在模型（1）回歸結果中，電子商務發展指數的系數為負（P值為0.05），說明電子商務發展對各地區連鎖零售業每個居民貢獻的銷售額起負向作用，電子商務發展水平的提高會減小消費者對連鎖零售業的網點需求。結合上文的分析，電子商務的發展影響了消費者對實體零售的需求，而網絡渠道對實體渠道存在一定的替代作用，因此在現階段電子商務發展水平越高實體零售網點需求越小。在模型（2）回歸結果中，電子商務發展指數的系數為負，但是回歸結果并不是十分顯著（P值為0.081，R方也不高）。說明電子商務發展對各地區連鎖零售業每萬人擁有的連鎖零售網點數量可能起到一個負向作用，而回歸結果不顯著可能是由于店鋪經營情況的不佳并不必然導致店鋪關閉，電子商務對連鎖零售實體網點造成了沖擊，但是連鎖零售網點數量和規模的調整過程應是緩慢的。本文的時間跨度較小，電子商務的發展對連鎖零售網點數量的影響在研究時間內可能沒有達到顯著效果。電子商務對連鎖零售網點數量的影響出于三個方面的原因。其一，由于電子商務對實體零售的替代作用影響了消費者對連鎖零售網點的需求，而需求與供給是緊密相關的，需求的減少影響了部分連鎖零售網點經營情況而導致部分連鎖零售網點關閉。其二，部分制造商由于選擇了網絡渠道，減小了對連鎖零售網點的依賴，影響連鎖零售業發展。其三，部分零售商加入網絡渠道而減少了在實體網點的投入，并對實體網點數量進行調整，以適應當前電子商務與實體零售競爭合作并存的市場形勢。

從地區影響差異層面來看，在影響連鎖零售需求方面，電子商務的發展對經濟相對發達的東部地區的影響要稍大于對經濟相對落后的中西部地區。歸因于經濟的發展是與各地電子商務水平的發展是有一定相關性的，東部地區電子商務發展水平領先于中、西部地區，因此東部地區電子商務對實體零售的沖擊也相對較大，從而對實體連鎖零售網點的影響較大。同時，國家統計局對網購用戶的調查顯示，東、中、西部地區網購用戶的網購替代率分別是78.8%、 78.4%、76.3%，同樣說明東部地區的網購替代率是高于中部和西部的。在影響連鎖零售網點供給數量方面，電子商務對東部地區的影響為負，而對中、西部地區影響為正。這可能是出于兩方面的原因：其一，東部地區的連鎖零售業比中、西部地區連鎖零售業發達，東部地區尤其是東部沿海地區零售市場飽和程度較高，飽和市場對市場需求的變化更敏感，受到電子商務影響的程度更大。本文對連鎖零售關店情況的分析也證實了本結論，沿海地區比內地的關店情況嚴重。其二，電子商務的發展有一定的刺激消費作用，東部的零售市場發達基本能滿足地區消費需求，而中、西部地區連鎖零售市場尚未達到飽和，電子商務的發展可以刺激中、西部本不旺盛的消費需求，同時也給予實體零售一定的擴展空間。在東部市場競爭激烈且接近飽和的情況下，中、西部地區連鎖零售業比東部的發展潛力更大，中西部地區的許多城市反而成為許多零售商擴張的新藍海，加速渠道下沉成為零售商的重要戰略，近幾年大型連鎖零售企業在三四線城市的擴張戰略也可以從一定程度反映這個問題。因此導致了隨電子商務發展東部地區連鎖零售業網點數量減少而西部地區連鎖零售業網點數量反而增多了的結果。

（二）其它因素

從居民購買力水平來看，表7、表8回歸結果顯示，無論是總效應分析還是地區差異分析，居民購買力水平系數均為正。說明地區居民購買力是支持地區連鎖零售業發展的重要因素。近年來，我國經濟增長速度下行，國內市場需求受到影響，國內消費增長乏力，國內宏觀經濟增長放緩導致了國內消費增長放緩。數據顯示，2014年、2015年我國社會消費品零售總額較以往增速有所降低。消費疲軟導致了零售市場的不景氣，零售企業經營情況也受到了影響，零售關店現象頻發。增大內需、擴大消費和推動消費新增長點成為經濟發展至關重要的戰略手段，也是影響零售業發展的重要因素。

從人口密度來看，表7、表8回歸結果顯示，從系數上看，連鎖零售網點數量與規模都與地區人口密度是存在正向關系的。這說明需求仍然是影響連鎖零售業發展和連鎖零售網點布局的關鍵的因素，地方人口的增加帶來地方GDP和消費水平的提高，從而促進了地方的零售業發展。

從政府政策來看，表7回歸結果顯示，政府支出越多，每個居民貢獻的銷售額反而越少。這可能由于政府支出越多意味著政府提供的公共產品和服務的增加，彌補了部分居民的消費性需求。表8的回歸結果顯示，政府政策系數為負。該結果與仲偉周等（2012）的研究結論具有一致性。這可能是由于地方保護主義帶來的負作用，影響了其它地區零售企業在本地的發展。

從對外開放水平來看，表7、表8回歸結果顯示對外開放水平的系數為正，說明對外開放水平的提高對消費有一定的刺激作用。對外開放水平的提高有利于先進技術和管理經驗的引入，有利于消費者消費觀念的轉變與升級。因此，雖然對外開放可能導致國內競爭的加劇，但是對外開放帶來的有利影響大于負面作用。另外，由于數據獲取的有限性，本文所得到的連鎖零售網點數據是包括各地連鎖零售企業在港澳臺地區和國外的門店，即使這些門店數量不多，但仍然可能對回歸結果產生影響。

從城市化率來看，表7、表8回歸結果顯示，城市化率的回歸顯著性不高，且系數為負，這可能是由于數據方面的原因。然而，曾有學者認為城市化率與零售業發展之間存在重要的關聯（葛金田，2009等）。一般情況下，城鎮居民的收入水平要高于農村居民，因此，城市化率越高，意味著居民的收入水平越高，對應的居民消費水平越高，越有利于零售業發展。但是，城市化率與居民教育水平等因素也存在密切關系，一般情況下城鎮居民受教育情況高于農村居民，因此城市化率越高，居民教育水平越高，可能導致更多的居民進行網絡購物、跨境購物等，從而影響了消費者對實體零售網點的需求。

參考文獻：

1.林梨奎.網絡購物發展概況及對傳統零售業態的影響[J].商業時代，2014（5）

2.汪旭暉，張其林.多渠道零售商線上線下營銷協同研究—以蘇寧為例[J].商業經濟與管理，2013（9）

3.張博.零售電子商務的區域化與實體化分析[J].中國流通經濟，2011（6）

4.宋媛媛，葛艷玲，王勇.傳統零售業與電子商務零售業融合發展模式的研究與探索—以青島利群為例[J].電子商務，2010（7）

5.文騰.傳統零售與電子商務的融合探討[J].現代商貿工業，2008（5）

6.劉煜，湯定娜，劉遺志.零售企業實現全渠道戰略的路徑圖[J].商業經濟研究，2015（3）