全渠道零售與門店吸引力

劉向東 何明欽 郭艾

摘要：隨著數字技術的普及和推廣，全渠道零售正在重塑門店與顧客的空間互動關系。基于零售商圈理論，從零售商、顧客雙重視角出發，實證探究全渠道零售對門店吸引力及其空間分布規律的影響。研究發現：零售商開展全渠道零售后，門店吸引力隨著空間距離衰減的規律仍然成立，但衰減形態發生了明顯改變，不再嚴格遵循傳統引力模型顯示的“長尾衰減”，表現為“線性衰減”，且衰減速度明顯放緩；全渠道零售顯著擴大了門店的核心商圈范圍，即全渠道的吸引力相比實體渠道的空間輻射范圍更廣；隨著到店距離的增加，門店的顧客更傾向于成為“全渠道顧客”，且同等條件下全渠道顧客相比實體渠道顧客的光顧行為受空間距離約束效應更弱。

關鍵詞：全渠道；門店吸引力；商圈理論；空間距離；光顧行為

中圖分類號：F721；F274文獻標識碼：A文章編號：1001-148X（2023）03-0001-12

收稿日期：2022-06-30

作者簡介：劉向東（1966-），男，江蘇南通人，教授，博士，研究方向：流通經濟、數字化與零售創新；何明欽（1996-），本文通訊作者，男，陜西安康人，博士研究生，研究方向：全渠道零售與企業數字化轉型；郭艾（1994-），男，內蒙古包頭人，碩士，研究方向：電子商務與企業商業模式。

基金項目：國家社會科學基金一般項目“中國零售業數字化轉型研究”，項目編號：18BJY176。

一、引言

近年來，互聯網、數字技術的不斷進步推動數字經濟蓬勃發展。隨著中國經濟進入新舊動能轉換的發展階段，數字化驅動下的全渠道轉型為整個商業社會的轉型升級、效率提升提供了新的路徑，特別是在構建雙循環新發展格局的時代背景下，現代流通體系建設成為我國經濟復蘇的重要支撐，流通新技術、新業態、新模式的發展，有望帶動新型、多元化消費，為高質量發展增添動能［1］。

在實體零售幾十年的演變過程中，零售商圈理論對零售商與顧客之間的空間互動關系始終發揮著重要的詮釋意義，并指導著零售商的選址和營銷實踐。經典的零售商圈理論聚焦門店空間吸引力及顧客的空間分布規律，通常認為門店吸引力或顧客光顧門店的意愿隨距離發生衰減［2］。許多學者也都嘗試運用各種方法驗證實體零售情境下的門店吸引力空間衰減規律［3］。

進入數字經濟時代，技術驅動下的零售業態和模式創新層出不窮，其中線上線下融合的全渠道零售模式成為零售業數字化轉型的核心方向，這對傳統商圈理論以及實體零售商的營銷和門店策略提出了挑戰。在全渠道零售中，門店既是顧客線下選購的目的地、又是線上選購的履約起點，顧客可以在兩者之間“無縫”選擇，通過不同渠道完成商品的搜索、訂貨、支付，并通過到店或到家配送完成交付［4-5］。因此，全渠道零售不僅突破了交易的時空約束，還大大降低購物的時間和交通成本，可能引發門店與顧客空間互動關系的變革，到店距離遠的顧客或許比距離近的顧客具有更高的忠誠度，這便暗示了空間距離可能不再是零售商吸引顧客的強約束。在此背景下，自然而然會引發對零售商圈理論和實體零售選址及營銷策略的一些重要關切：傳統零售商圈理論的選址思路和空間衰減規律在全渠道情境下是否仍有現實生命力？［6］基于數字化的全渠道實踐能否改變零售門店吸引力？綜合而言，隨著到家模式日益興起，門店所代表的實體渠道其作用是否會被淡化？然而，現有研究囿于數據所限，并未從實證角度論證全渠道零售對門店吸引力及其空間分布規律的影響邏輯，這就無法為全渠道零售的實質效果和戰略意義提供經驗依據；同時，對上述問題的洞察，也是傳統商圈理論在全渠道情境下延伸和發展的必要過程。

基于此，本文構建了一個包含零售商和顧客雙重視角的分析框架：通過多種實證策略考察全渠道零售對門店吸引力及其空間分布規律的影響。本文的邊際貢獻在于：第一，通過實證方式發現了全渠道實踐下門店吸引力隨空間距離衰減形態的變化，證實了全渠道零售對門店吸引力空間衰減速度、門店核心商圈范圍的影響，這是對傳統商圈理論核心內容的新發現；第二，結合零售商和消費者兩種視角檢驗了全渠道零售對門店吸引力的影響，填補了關于全渠道零售與顧客互動關系的研究空缺；第三，豐富了全渠道戰略的學術討論，由于微觀數據難以獲取，且國外全渠道實踐相對滯后，現有關于全渠道零售的研究更多屬于案例研究或理論建構，缺乏基于微觀數據的實證探討，本文恰從國內領先的全渠道實踐中獲取消費者數據，以此形成對全渠道戰略經濟績效的經驗依據。

二、文獻綜述

（一）實體零售情境下的商圈理論與門店吸引力

商圈理論是商業經濟學和商業地理學重要的學科內容，主要關注零售商門店的空間布局和顧客空間分布等問題。中心地理論指出，由于空間距離衰減法則的作用，隨著距離增大，中心地周圍區域對商品和服務的需求量減小［7］；零售引力模型從宏觀層面出發，認為存在兩座具備零售中心地機能的城市A和B分別從中間顧客人群C吸引的零售銷售額之比與A和B的人口比例成正比，與A和B到位置C的距離的平方成反比［1］；赫夫模型從微觀顧客層面對商圈進行考察，認為零售商門店對顧客的吸引力取決于規模和距離兩個因素，即顧客到零售商門店購物的概率與門店規模成正比，而與顧客到門店的距離成反比［2］。三大商圈理論揭示了實體零售商門店的顧客空間分布規律及其內在機制。

基于三大理論，國內外商圈理論研究的重點集中在探究門店吸引力的影響因素。Lakshmanan?and?Hansen（1965）將影響門店吸引力的因素歸納為魅力度（門店規模、員工數等）和阻力度（距離、交通阻礙等）［8］。曾鏘（2010）基于杭州顧客調查數據，發現品類、價格、距離和門店環境顯著影響門店吸引力，但門店面積并非顯著因素［9］。劉建堤（2012）分析發現購物中心對顧客的吸引力受到區位繁華程度、距離和經營面積的顯著影響［10］。

（二）全渠道情境下的商圈理論和門店吸引力

實體零售時代，門店不可消失［6］，空間距離是門店吸引力的核心約束。電子商務的涌現及深入，讓“多渠道”（Multichannel）零售成為趨勢，多渠道策略的焦點，在于新渠道的引入以及跨渠道顧客的管理［11］，通過線上渠道建設，一些品牌商和零售商可以突破空間約束服務更多顧客，所以，反映零售商和顧客空間互動關系、門店吸引力分布規律的商圈理論，也潛在地受到影響。于是，一些學者開始嘗試探究線上、線下渠道并存情況下，門店吸引力和顧客行為的潛在變化，以期拓展商圈理論。如Chocarro?et?al（2013）研究認為到店距離和通勤時間會影響顧客的線上渠道選擇［12］。路紫等人（2013）則直接檢驗了線上渠道對傳統實體零售空間結構的影響，發現選址對于商業中心仍然重要［13］。

盡管多渠道零售存在諸多優勢，但伴隨著顧客需求異質性的增強以及如今品牌商、零售商和制造商更為激烈的跨邊界競爭，多渠道策略也產生了諸如渠道沖突、成本上升等一系列弊端［11］，究其原因，是因為技術條件和組織結構都未能充分考慮渠道間“協同”的問題。在數字化時代，技術驅動零售企業發展適應性的能力和策略模式以創新商品組合、服務和觸點，通過整合商品、營銷和履約環節［14］以推動零售活動從“多渠道”向“全渠道”轉型。

“全渠道”的概念描述了一種新型零售模式［4］。在全渠道情境下，采購、營銷和履約等系統高度協同，提供給顧客“無縫”渠道體驗。已有關于全渠道零售的研究可以歸納為三類：最豐富的一類是關于企業全渠道策略和商業模式的設計，且多為案例研究，主要聚焦于渠道整合視角下的物流策略和營銷策略［4，15-16］，以及如何實現渠道協同［14］。另一類研究主要關注顧客跨渠道的購買行為［17］。還有一類研究關注全渠道零售中的博弈過程與系統優化［18-19］。盡管近來有學者探討了技術驅動的渠道協同對品牌口碑、顧客光顧意愿、企業能力和財務績效［20-22］的積極效果，但關于全渠道的實證研究受制于數據因素仍然匱乏，尤其是全渠道零售對門店價值與顧客行為的微觀影響尚未得到探討。同時，面對全渠道零售帶來的變革，既有關于商圈理論和商業空間的研究在理論和現實意義上可能都會受到挑戰，這也是因為這些研究基于實體零售情境或電子商務情境，忽視了“商圈”的概念如今應從“線下”或“線上”意義擴展到“全渠道”意義，全渠道零售預示了更為復雜的零售商與顧客空間互動關系，無論從理論或實踐出發，都有必要進一步探究。

三、理論分析與研究假設

（一）零售商視角：全渠道零售與門店吸引力衰減

在實體零售中，“門店就是一切”。隨著技術進步以及顧客對“無縫”“多樣”的購物體驗更加熱衷，全渠道正成為零售業轉型的主流方向，相應的，傳統零售商圈所體現的門店吸引力空間衰減規律，同時受兩種效應的影響而潛在地發生著演變。

一方面，由于全渠道零售需要依附于實體門店的存在，因此無論顧客采用哪種購買形式，門店對顧客的吸引力仍然具有較強的距離依賴性，即對顧客的吸引力隨距離的增加而衰減。從這個意義上講，顧客到店購物會受到兩種阻力：位置阻力和搜索阻力［23］。位置阻力起主導作用，使顧客在購物時需要付出交通、物流和時間成本等；搜索阻力導致顧客在信息比較時需要克服距離等限制。由于位置阻力和搜索阻力的存在，即使潛在顧客呈現均勻分布，實際到店顧客數量仍隨距離快速減少，出現空間長尾現象［6］（圖1），這其實也是雷利模型和赫夫模型的形象化表述。因此，傳統的實體零售商所能輻射的范圍相當有限，當顧客到門店的距離超過一定水平時，其面臨的阻力過高，就會放棄到該店購物。已有研究發現，門店2英里（約合32千米）范圍外的顧客對零售商門店利潤基本沒有貢獻，這也證實了空間長尾的存在。

另一方面，全渠道實踐能夠對門店發揮“吸引力賦能”的作用，通過降低顧客光顧門店所受到的阻力，對空間衰減規律和核心商圈范圍產生影響。深入到全渠道實踐弱化阻力的內在機制來看，其一，門店通過構建線上線下一體化的全渠道，一方面可以為異質性的顧客提供一致的商品類別、價格、品質和服務，近乎將不同顧客面臨的搜尋阻力“平等化”［15］，另一方面又借助線上渠道突破坪效約束，實現供給擴張；其二，利用大數據和人工智能，全渠道零售圍繞履約、交付環節展開了一系列模式創新，尤其是如今備受歡迎的到家配送服務，顯著擴大了單個門店的吸引力輻射半徑，并且讓不同距離的顧客所受的位置阻力也“平等化”。因此，基于數字化的全渠道實踐，已經徹底重塑了門店與顧客的互動方式，從而“攤平”了門店顧客的空間衰減趨勢。如圖2所示，在全渠道實踐兩方面的影響下，門店所在商圈內顧客分布線會從OP向上移動至OQ，逐漸接近潛在顧客分布線CD，市場滲透率由?SABPOC大幅提升至?SABQOC。

而既有研究大都通過兩種方法捕獲門店空間吸引力的強度，一是考察以商圈或門店為中心的顧客的空間密度分布［24］，二是以零售商門店的顧客服務空間大小反映［25］，據此，本文基于兩種方法探究門店吸引力并提出假設：

H1：全渠道零售顯著提升零售商門店吸引力。

H1a：全渠道零售可改變零售商門店吸引力的空間衰減規律。

H1b：全渠道零售顯著擴大零售商門店的核心商圈范圍。

（二）顧客視角：全渠道零售與顧客光顧選擇

門店吸引力即為零售商門店獲取顧客光顧和購買的能力。全渠道零售對門店吸引力的影響，本質上是通過改變顧客光顧所面臨的距離約束發揮作用的。因此，全渠道零售對門店吸引力的作用機制可以潛在地從顧客微觀視角得到解釋。

一些研究基于微觀視角，通過觀測顧客的光顧行為來詮釋門店的吸引力變化［26］。所以，將不可觀測的“吸引力”轉化為可以洞察的“顧客選擇”，是展開全渠道情境下商圈理論研究的必要之舉。在顧客行為理論中，距離被視為顧客空間偏好的一個映照，會對顧客的渠道選擇產生影響。在實體零售中，顧客對一家零售商門店的光顧意愿嚴格依賴于到店距離，而在全渠道情境下，有兩種機制可以反映門店吸引力和顧客光顧行為所產生的變化。

空間阻力的弱化是最主要的機制。全渠道使零售商門店整合線下、線上渠道，提供更為靈活和高效的零售服務模式。在數字工具的支持下，位置阻力的減小依靠全渠道無縫的交付模式創新實現；搜索阻力也在全渠道體驗下被弱化，全渠道零售商往往建立各種形式的觸點以便于顧客快捷地檢索商品價格、庫存等信息，大幅提高“人-貨-場”匹配效率［27］。

另一種機制是全渠道服務體驗的改善。數字化技術不僅賦予全渠道的“協同”以可能，還助力了零售服務的升級——這些服務體驗恰恰也是零售商門店吸引力的重要來源。全渠道零售通過結合線上渠道與實體門店的各類服務，讓顧客可以自由地選擇零售服務組合［15］，有效彌補了實體零售和純電子商務存在的不足，將更優質的、個性化的零售服務傳遞給顧客。因此，全渠道對于零售服務的升級重構能夠使門店擁有更強的體驗吸引力。而與此同時，距離門店較近的顧客，由于所受的位置阻力與門店全渠道轉型前近乎無差異，位置阻力又起著主導作用，因此決定了遠距離顧客從門店全渠道實踐中所獲取的效用提升更顯著。

綜合而言，在全渠道情境下，空間距離可能不再是顧客光顧門店的一項強約束，據此，本文對應于假設H1從顧客視角提出如下假設：

H2：全渠道零售顯著促進顧客光顧選擇。

H2a：隨著顧客到零售商門店的距離增加，顧客選擇全渠道的傾向會增強。

H2b：全渠道顧客光顧頻次受空間距離的約束變弱，且弱于線下顧客。

四、數據來源、研究方法與變量選擇

（一）數據來源

本文的研究對象是開展全渠道轉型的實體零售商及其所服務的顧客，具體選擇了北京市某區級行政單位（下稱F區）內的一家大型連鎖零售商（下稱H公司）及該區域內的顧客。H公司以超市為主要經營業態，且自2018年起成功轉型為全渠道零售商，轉型后，其門店整合了實體和線上各種渠道（如門店、App、微信公眾號、京東到家、美團、餓了么等）。從企業運營的視角，H公司同時實施“數據中臺”戰略，依托于數字化手段對供應鏈、營銷、財務等流程進行協同，運用算法和大數據輔助決策；從顧客的視角，顧客可以無縫地在H公司門店的各個渠道、各個購買階段展開切換，享受全渠道體驗，這充分證明H公司全渠道轉型的有效性。

H公司在F區的超市市場處于壟斷地位，且各個門店的規模、品類及所處商圈客流量均相近，這一特點可以減少來自其他超市競爭效應的干擾，便于通過顧客的分布，探究零售商門店吸引力隨空間距離的變化情況。另一方面，連鎖零售門店的高度復制性使得不同門店相對于顧客只存在空間距離上的差異，從而最大程度減少門店服務質量、銷售品類等維度的差異對研究的影響。

本文所使用的數據來源于H公司超市會員顧客2019年度購物數據、會員顧客問卷調查數據、會員顧客地址數據以及門店地理信息數據，數據內容涵蓋會員顧客的地址信息、2019年購物頻次與金額信息、家庭經濟情況信息、人口統計學特征信息、對H公司的零售服務評價信息以及商圈地理特征等。為保護顧客信息隱私，H公司提供的數據均采取了脫敏手段處理。本文基于會員顧客的購物數據和問卷調查數據，將通過技術手段導出的會員顧客地址數據與會員顧客個體數據匹配，剔除掉地址嚴重失真、信息缺失嚴重以及缺乏會員識別標簽的數據，最終得到有效的會員顧客樣本數量總計為1760個，在H公司旗下的15家超市門店發生了購物行為。

（二）研究方法與變量選擇

集合模型的研究對象通常是顧客行為的總量（如商店的顧客），雖然對于解釋顧客分布很有用，但本質上沒有個人行為決策理論為依據。而個體顧客通常有很高的異質性，所以有必要對更加細分化的顧客行為深入研究［28］。因此，本文試圖基于集合模型和個體模型來建立雙重視角實證過程，從而形成結論相互驗證和機制的相互補充。

1零售商視角：全渠道零售下的門店吸引力衰減

本文首先選取H公司開展全渠道零售的代表性門店為研究對象，對比考察該門店的線下顧客和全渠道顧客的空間分布情況，并通過實證方法，分析兩種渠道下門店吸引力的空間分布狀況。

首先，本文對實體渠道顧客和全渠道顧客進行界定（下同）：實體渠道顧客，是指2019年度內僅在H公司的實體門店購物的顧客盡管本文是在顧客之前年度線上光顧頻次占比未知的情況下做出界定，但從H公司提供的經驗上看，從全渠道消費偏好到實體渠道消費偏好的逆向轉變幾乎不存在。，全渠道顧客，是指2019年度內通過全渠道（包括到店購物和至少通過美團、餓了么、京東到家和H公司自行開發的在線客戶端其中之一）在H公司購物的顧客。從H公司會員顧客樣本統計結果（表1）來看，2019年度內，全渠道顧客的比例略高于實體渠道顧客。

其次，本文結合H公司的門店布局，選取了一家標準超市C作為代表性門店，該門店所處商圈特征、人口密度和門店面積等與其他門店最為相近，因而以該門店得出的結論具有較強的代表性；并且在已有樣本的基礎上，H公司又從超市會員數據庫中，隨機抽取了門店C的顧客樣本，擴充了基于超市門店C視角研究的樣本容量至393個，其中實體渠道顧客172個，全渠道顧客221個本文使用的樣本中，全渠道顧客和實體渠道顧客在整體年齡、性別結構、年收入方面均相近。。值得一提的是，如果樣本中一部分全渠道顧客是由原來的實體渠道顧客轉化而來，而不是“增量顧客”，那么就可能會過度估計全渠道實踐對門店吸引力的影響，為了避免這種樣本選擇偏誤，被納入研究的全渠道顧客樣本必須是“增量顧客”：根據經驗，一個顧客若平均每月光顧一家零售商門店低于1次，就可以被視為“非忠實顧客”，因此，本文所保留的全渠道顧客樣本都符合“在2018年光顧H公司門店的總次數小于12次，即低于月均1次對于2018年新增會員的情況，例如12月新客單月光顧門店12次，在樣本選取解決就進行了排除。，且在2019年，各渠道的光顧頻次高于2018年”——如此就能相對準確地反映全渠道實踐對于門店吸引力的凈影響。需要指出的是，針對該問題的實證研究中，由于只涉及在門店C購物的每個顧客的類型（1：全渠道顧客，0：實體渠道顧客）及其地址信息（以計算其到門店C的空間距離）而不涉及消費頻次、金額及人口統計學特征等信息，因此從H公司超市會員數據庫中，隨機抽取了門店C的顧客樣本以擴充門店C樣本容量的處理方式是合理的。

針對上述研究問題，考慮到吸引力的不可觀測性，本文以零售商所服務的顧客的空間分布狀況來替代零售商吸引力的空間分布狀況，并設計了如下實證方法：

第一步，以門店C為代表性門店，將其服務的顧客樣本分為實體渠道顧客和全渠道顧客。借鑒城市規劃學科的數據處理方法，根據H公司提供的顧客地址信息，利用Python將顧客地址批量導入百度地圖開放平臺API，獲取門店C和顧客地址的經緯度，從而計算顧客到門店C的直線距離、基于百度地圖的導航距離。

第二步，分別對全渠道、實體渠道兩類顧客數量與顧客到門店空間距離之間的關系進行擬合，進而比較分析顧客相對于門店的空間分布狀況，揭示門店吸引力隨空間距離衰減趨勢以及在數字化零售中的變化。擬合模型如下：

numi=γ0+γ1zonei+γ2zone2i+γ3busi+γ4squai+γ5marketi+γ6incomei+ei（1）

其中，Num是區段顧客數量，zone和?zone2分別是區段距離及其平方項，bus是區域公交車站數量，squa是區域小區數量，market是區域超市數量，income是區域人均收入。

第三步，本文進一步關注門店的核心商圈范圍，即以門店為中心、零售商吸引力所能輻射到的核心顧客的直線范圍。在對核心商圈范圍的計算上，已有文獻普遍認為，以門店為中心，離門店越近的顧客到店購買越積極，這些高頻顧客大約占據門店總顧客的50%-70%，因此，他們所在的區域就屬于核心商圈［25，29］，這種界定是一種經驗界定，因此，本文一方面借鑒這種依據進行計算之外，還運用最小二乘思想對核心商圈范圍進行了數理上的界定。本文通過計算零售商全渠道的核心商圈范圍，并與實體渠道進行比較，從而說明全渠道對零售商門店核心商圈范圍的影響，進一步反映全渠道對門店吸引力的正向影響是否存在，采用這種比較方式的科學前提是：（1）基于同一門店的全渠道和實體渠道；（2）抽樣是隨機的，本文的研究設計均符合。

2?顧客視角：全渠道零售與顧客光顧選擇

按照顧客的決策邏輯，全渠道零售對顧客光顧選擇的影響包含兩個層面：第一步是顧客的光顧意愿（Attending?Willingness），第二步是顧客的光顧頻次（Attending?Frequency）。若隨著顧客到零售商門店的空間距離增加，顧客更傾向于選擇全渠道購物，并且通過全渠道的光顧頻次受空間距離的約束明顯弱于實體渠道的情形，或完全不受空間距離的影響，就能在很大程度上證明全渠道零售可以通過促進顧客光顧選擇，也能說明其強化了門店吸引力。

對應于顧客光顧選擇的兩個層面，本文采用兩步回歸法進行實證檢驗。

在第一個模型設定中，本文采用二值選擇模型logit回歸，i和c分別表示顧客i和渠道選擇類型c（即前文界定的顧客類型），其中，c=0表示實體渠道顧客，c=1表示全渠道顧客。根據經濟學意義，本文在研究中所能觀察到的被解釋變量是虛擬變量——實體渠道顧客（=0）或全渠道顧客（=1），而真正用來表示顧客全渠道光顧意愿的變量是不可觀測的，在此用潛變量?Y*i表示，?Y*i也可以表示顧客選擇全渠道消費所帶來的效用，則有：

Yi=1，如果?Y*i>0

或?Yi=0，如果?Y*i≤0

本文將空間距離納入回歸模型，設定如下：

Y*i=α0+α1distancei+α2malei+α3enviri+α4linei+α5seari+α6persi+α7onlii+α8hnum2i+α9hnum3i+α10hinc2i+α11hinc3i+εi（2）

該模型中的變量主要分為三部分：第一部分是核心解釋變量空間距離（distance），它指的是樣本中會員顧客地址與其最常光顧的H公司超市門店之間的距離，其中，最常光顧門店信息由H公司根據顧客購買記錄提供。同時為了避免由于交通便利性和環境因素（單行道路、河流、鐵軌、封閉小區等）等影響造成實際購物出行距離、時間成本、交通成本偏高，從而導致模型估計系數偏低，本文利用百度地圖路線規劃功能計算顧客到門店的導航路程距離以供穩健性檢驗。

模型變量的第二部分與第三部分是本文需要控制的變量。第二部分與幾類零售服務相關，反映了顧客對H公司所提供的零售服務的感知，包括環境服務（envir）、收銀服務（line）、搜尋輔助服務（sear）、人工服務（pers）、在線數字化服務（onli），數據來自于會員顧客調查問卷。在商品流通過程中，批發商或零售商所提供的各類服務，一方面能提升顧客價值，例如品類服務、包裝服務，另一方面能降低顧客購物成本，如搜尋服務等。所以任何一個顧客在選擇購買渠道或零售商時，不僅關注商品本身，往往還會關注零售服務，一般而言，某個渠道提供的零售服務越豐富，商品價值越高，降低的顧客成本越多，顧客就越傾向于選擇該渠道［30］。模型第三部分引入了家庭人口特征變量，具體有性別變量（male）以及與消費相關的家庭收入、家庭人口數量變量進行控制。由于問卷中對家庭收入、人口的問題調查是類別變量，分成了三個等級，其中，家庭收入等級（hinc）有“12萬元以下”“12-30萬元”“30萬元以上”，家庭人口數量（hnum）分為“1人”“2人”“3人及以上”，因此本文通過設定啞變量的方式，將這兩個類別變量納入到模型。

第二步采用半對數形式的多元回歸模型考察全渠道顧客的光顧頻次隨空間距離的衰減情況，并以實體渠道顧客作為對照，模型設定如下：

lnfreqi=β0+β1distancei+β2malei+β3enviri+β4linei+β5seari+β6persi+β7onlii+β8hnum2i+β9hnum3i+β10hinc2i+β11hinc3i+β12prefi+ε′i（3）

該模型的被解釋變量是顧客的光顧頻次，包括實體渠道和線上各種渠道的總光顧頻次，核心解釋變量依然是空間距離，其他變量部分與第一步模型中的設計相同。此外，考慮到顧客是否喜歡購物可能影響其居住地選擇（到店距離），進而可能產生變量遺漏帶來的內生性問題，因此本文在控制變量部分增加了購物習慣（pref），用顧客全年購買總金額是否大于均值進行判別，若大于均值，則說明其喜歡購物（=1），反之則不喜歡購物（=0）。

模型中所涉及變量的描述性統計結果如表2所示。從表可知，樣本內顧客以女性為主，平均分布在到店直線距離為0859千米的區域，年均光顧頻次約58次；從門店服務評價來看，顧客總體上對環境服務、收銀服務、搜尋輔助服務是滿意的，但對人工服務、在線數字化服務不太滿意；此外，大部分家庭年均收入為12-18萬元，樣本內3人以上家庭大約占據678%，相對而言是零售超市的高頻顧客，反映了樣本選擇的合理性。

五、實證結果分析

（一）零售商視角：全渠道零售下的門店吸引力空間分布

1描述性統計：全渠道顧客與實體渠道顧客的空間分布

根據樣本中門店C所服務顧客的空間距離數據，無論是實體渠道顧客還是全渠道顧客，超過99%的顧客分布在以門店C為圓心半徑5千米空間范圍內，只有不到1%的顧客距離門店C超過5千米，并且這部分顧客均屬于全渠道顧客。因此，本文以5千米為門店C的最大輻射范圍極限，將這個距離等距劃分為10個區段，每一個區段為05千米，進而分別統計每個區段內實體渠道顧客和全渠道顧客的數量，為了清晰直觀地反映出顧客空間分布狀況，并將實體渠道顧客和全渠道顧客的空間分布進行比較，本文根據統計結果繪制出了顧客空間分布圖，如圖4所示受篇幅所限，各區段統計顧客數量未在正文表格中列示，留存備索。?。

結合表3和圖4可初步發現，門店C實體渠道和全渠道顧客群體均大致集中在門店3千米范圍內，這與以往的研究結論一致；并且顧客空間分布遵循空間距離衰減法則，即隨著顧客到門店空間距離的增加，門店所能吸引到的顧客數量在減少。進一步地，通過比較全渠道顧客與實體渠道顧客的空間分布，可以發現兩個顯著的變化：（1）與實體渠道顧客的空間分布狀況不同，全渠道顧客的空間分布不再典型表現為“長尾衰減”（非線性）特征，表現出“線性衰減”的趨勢，這說明了零售商進行全渠道轉型后，其門店吸引力隨空間距離的衰減特征發生了改變。（2）全渠道顧客的數量隨空間距離的衰減變慢，門店核心輻射范圍明顯擴大，這暗示了零售商展開全渠道實踐可能會增強門店吸引力。

2?全渠道零售商門店吸引力空間變化趨勢

為了驗證全渠道零售商門店吸引力的空間衰減是否具有“線性衰減”的變化趨勢，本文接下來分別對門店C?的全渠道顧客數量、實體渠道顧客數量隨空間距離的衰減特征進行擬合，擬合的關鍵是建立合適的顧客空間距離衰減模型。因此，本文設計了如下建模思路：以每一空間距離區段的顧客數量的對數為被解釋變量本文以5千米以內區段的數據進行線性回歸，主要由于樣本中實體渠道顧客均分布在距離門店5千米范圍內，且5千米以外的區段的全渠道顧客數量占比不到1%，納入后對回歸結果影響微弱。，以空間距離區段的邊界為解釋變量建立顧客空間距離衰減模型，除了距離之外，每一空間區段內的商業地理特征和人口特征也會影響門店C對顧客的吸引力，比如某一范圍內更多的超市，就會對門店C產生更強的競爭效應，表現為門店C吸引的顧客數量更少，因此本文運用百度地圖搜集了每個空間區段內的公交站數量、小區數量、超市數量，并通過樣本內會員特征數據計算各空間距離區段人均月收入的對數值，以此納入空間距離衰減模型作為控制變量。

為了使模型形式更加穩健，本文一方面對兩種渠道下的顧客空間距離衰減模型都開展分步回歸與模型誤設檢驗（Ramsey?Reset?Test），另一方面還對包含實體渠道顧客與全渠道顧客的全樣本采取同樣處理，從而形成比較完整的對照。進一步地，通過計算、比較門店C的全渠道、實體渠道吸引力的衰減系數，更深入分析零售商吸引力的空間衰減效應。回歸結果見表3，其中（1）、（3）、（5）列表示一次線性模型擬合的結果，（2）、（4）、（6）是引入二次項擬合的結果。

由表3可知，在控制了各空間距離區段公交站數量、小區數量、超市數量、人均月收入的異質性之后，結合回歸系數顯著性、擬合優度和模型誤設檢驗三項依據，實體渠道顧客數量的空間衰減模型應當采用二次項形式，且根據二次曲線對稱軸的計算結果可知，實體渠道顧客數量的空間衰減曲線反映的是二次曲線單調遞減的一部分，因而符合長尾特征；而全渠道顧客數量的空間衰減模型遵循一次項形式，由此發現，門店C的全渠道顧客數量的空間距離衰減趨勢與實體渠道顧客呈現不同的形態：實體渠道顧客數量的空間衰減特征印證了傳統門店吸引力法則，符合長尾分布的特點，并且隨著距離的增加，衰減速度呈現先快后慢的趨勢，這說明傳統零售商門店的吸引力隨著空間距離擴大，一開始會急劇衰減，而后衰減的速度持續放緩，直至吸引力十分微弱的商圈邊界，即“長尾衰減”；而全渠道顧客數量的空間衰減，呈現出“恒定衰減速度”的特征、即“線性衰減”，這說明隨著空間距離的增加，全渠道零售商的門店吸引力會以相對恒定的幅度產生衰減，當考慮包含全渠道顧客和實體渠道顧客的全樣本的衰減趨勢后可以發現，這一結果依然成立。

為了避免偏誤或偶然性因素對結論的影響，本文還針對樣本中另外三家代表性門店的全渠道、實體渠道顧客，采取上述同樣步驟擬合出空間衰減模型，并用導航距離替代直線距離納入模型，形成第二重穩健性檢驗，結果證明，門店顧客空間分布從“長尾衰減”向“線性衰減”變化的發現確實成立。

進一步地，從定量的角度比較全渠道、實體渠道顧客數量的空間衰減效應可以發現，實體渠道顧客數量的空間衰減系數會隨著空間距離的增加而減小，在門店C覆蓋到的商圈范圍內，空間衰減系數會經歷從08399到06328的變化；而全渠道顧客數量的空間衰減系數始終保持在05790，即以零售商門店為中心，空間距離每增加1千米，零售商所能吸引到的全渠道顧客數量會減少約5790%，相對而言，同樣增加1千米，零售商吸引到的實體渠道顧客數量會減少約6328%到8399%，都比全渠道的衰減更強，這說明全渠道的引入不僅使零售商門店吸引力的空間衰減趨勢發生了變化，還明顯弱化了空間衰減效應，這一結論對于包含全渠道顧客、實體渠道顧客的全樣本而言仍然是穩健的，從而驗證了假設H1a。

3?全渠道零售商門店的核心商圈范圍

本文根據經驗界定和數理界定兩種標準，計算門店C全渠道、實體渠道的核心商圈范圍，如表4所示。

由表4可以看出，無論以哪種經驗標準界定，全渠道的核心商圈范圍都比實體渠道的核心商圈范圍更大。需要注意的是，經驗界定計算方法難以規避由于樣本分布非隨機而產生的轉移效應——即全渠道的核心商圈范圍擴大可能是因為大量顧客從近店區域“轉移”到了更遠的一個區域，而此時近店區域的目標顧客密度反而下降。因此，為了排除這一因素的干擾，本文提出了核心商圈范圍的“數理界定”：即所有顧客到零售商門店的直線距離的平均值所代表的邊界，是該零售商門店的核心商圈范圍。此定義反映了在考慮門店整個商圈范圍的基礎上再求出核心范圍的思路，因而可以很好地規避經驗界定的問題。由計算結果可知，門店C全渠道的核心商圈范圍約為112919米，實體渠道核心商圈范圍約88195米，并且二者的差異性通過了t檢驗。綜合兩種界定方式下的結果可以判斷：全渠道零售使門店的核心商圈范圍更廣，驗證了假設H1b。

（二）顧客視角：全渠道零售與顧客光顧選擇

1?第一步模型估計結果：顧客光顧意愿

第一步模型探究顧客的光顧意愿受空間距離的影響，模型估計結果如表5所示。為了使結果更加穩健，本文同時應用導航距離代替直線距離進行穩健性檢驗，表中（1）列代表使用直線距離的回歸結果，（2）列代表以導航距離進行穩健性檢驗的結果。

表5的回歸結果顯示，在控制了性別、零售服務對顧客全渠道光顧意愿的影響后，顧客到零售商門店的空間距離對其全渠道光顧意愿存在顯著的正向影響：隨著顧客到零售商門店的空間距離增加，顧客更傾向于同時在線上、實體渠道兩種渠道光顧，成為全渠道顧客；具體來說，顧客與零售商門店的直線距離每增加1千米，顧客選擇全渠道的幾率大約增加36%；在將解釋變量——空間距離由直線距離替換為導航距離后，上述結論沒有發生變化，且擬合優度有了輕微的提升，說明該模型估計結果是穩健的，驗證了假設H2a。結合全渠道顧客的核心商圈范圍比實體渠道顧客更廣這一結果不難推知，零售商進行全渠道轉型后，能夠為地理位置更遠的顧客提供商品與服務，這一改變使得顧客的通勤成本、搜尋成本等交易成本得到節約，因而零售商能夠吸引到的潛在顧客會更多，所以，全渠道是對傳統零售模式的一種替代和突破，也能反映出零售商的門店吸引力在全渠道零售影響下得到強化。

除此之外，以上回歸結果還表明，零售商所提供的各種零售服務，也對顧客的全渠道光顧意愿具有顯著影響，這說明在全渠道零售中，基于門店的實體渠道服務仍然對顧客的選擇發揮著重要的作用：一方面，全渠道的引入明顯緩解了顧客光顧門店所受到的空間約束、增強了門店吸引力，另一方面，全渠道實踐所產生的渠道融合趨勢使得線上、實體渠道分銷服務都會成為影響門店吸引力的因素，實體渠道服務、線上服務的改善可能都有助于促進顧客進行全渠道購物，從這一側面也證明了門店在全渠道零售情境下依然不可缺失。

2?第二步模型估計結果：顧客光顧頻次

第二步模型估計結果如表6所示，其中（4）、（6）列均為用導航距離替換直線距離作為解釋變量后，進行穩健性檢驗的結果。由表可知，隨著顧客到門店空間距離的增加，顧客的光顧頻次會下降，這也為零售商吸引力的空間距離衰減趨勢提供了顧客視角的微觀印證。但通過對比實體渠道和全渠道顧客光顧頻次隨空間距離的變化差異，可以發現，全渠道顧客的光顧頻次對空間距離的敏感度更小：到店直線距離每增加1千米，全渠道顧客的年均光顧頻次約減少7%，而實體渠道顧客的年均光顧頻次約減少47%，且這種差異十分顯著，由此說明，全渠道顧客光顧門店所面臨的空間距離約束小于實體渠道顧客，驗證了假設H2b。這一發現從顧客視角證明了全渠道零售對門店吸引力的影響，即如果零售商同時提供多種渠道，引導顧客進行全渠道消費，就有望提升零售商門店的吸引力，表現出更強的獲客能力。

至此，本文從零售商和顧客兩個視角均驗證了全渠道零售對門店吸引力的顯著促進作用，既從門店整體角度實證發現，全渠道零售情境下，門店吸引力衰減形態和衰減速度放緩、核心商圈范圍擴大的特征事實，也從顧客光顧選擇隨空間距離的變化規律這一微觀過程進行深入檢驗，從而對假設H1和假設H2進行了驗證。

六、結論與啟示

基于典型全渠道零售商和顧客，本文對全渠道零售和門店吸引力的關系進行了實證探討，從零售商視角考察了全渠道零售對門店吸引力空間衰減規律和吸引力強度的影響。從顧客視角，對全渠道零售下顧客光顧選擇的空間特征進行深入檢驗，綜合雙重視角的研究，得到如下結論：（1）在全渠道零售實踐中，門店吸引力隨空間距離衰減的規律仍然成立，然而衰減形態發生了明顯改變，不再嚴格遵循經典商圈理論所揭示的“長尾衰減”，表現為“線性衰減”，且衰減速度明顯減弱，這是針對傳統商圈理論在全渠道零售時代的動態捕獲。（2）全渠道零售顯著擴大了零售商門店的核心商圈范圍，這進一步說明全渠道實踐能夠有效增強門店吸引力。（3）地理距離所代表的空間約束是影響顧客選擇全渠道購物的關鍵因素，同時，全渠道零售憑借著多元選擇和配送職能，能夠緩解顧客光顧門店面臨的空間約束，反過來印證了全渠道零售對門店吸引力的積極意義。

基于以上發現，本文對數字化時代的零售商圈理論的新發展具有重要啟示意義：傳統零售商圈引力模型是建立在實體渠道門店的實踐情境之上的，進入全渠道零售時代，傳統零售商圈理論所關注的地理空間中的位置阻力、搜索阻力及其相對應的交通成本、搜尋成本在全渠道模式下發生了深刻的變化；隨著這些深刻的變化，需要重新探索和研究數字化時代門店與顧客之間的空間互動關系的新趨勢，以及基于這種新趨勢、零售商對門店選址、規模、密度、投入等的戰略決策的新選擇；這些都是商業經濟學和商業地理學可預期的研究內容。本文一方面是實證發現了“新趨勢”?——全渠道引入不僅明顯改變了門店吸引力隨空間距離的衰減形態——從傳統情境的“長尾衰減”變為全渠道情境的“線性衰減”，有效緩解了衰減速度，還明顯改變了核心商圈范圍，這是對傳統商圈理論核心內容的新發現；另一方面是建立了門店吸引力從門店視角向顧客視角的微觀轉換，最終是顧客選擇本身體現了門店吸引力的大小，將不可測量的“吸引力”轉化為可測量的顧客空間“選擇”，從而使實證研究建立在比較堅實的微觀基礎之上，為后續研究提供了一個融合雙重視角的思路與方法。

根據本文的研究結論得到如下啟示：首先，在數字化轉型浪潮下，技術驅動的全渠道模式通過賦能零售商，可以改變門店與顧客的互動方式，從而強化門店吸引力和核心商圈范圍，結合本文實證結果不難發現，全渠道的引入使得傳統門店“三公里”商業半徑擴張至“五公里外”，而核心商圈范圍相對擴大了28%-45%（結合表3和表4）。這說明即便是在績效優化尚未可知的情況下，全渠道創新也能切實地幫助門店增加獲客能力，因此，廣大實體零售商要加快擁抱數字化轉型和全渠道升級的步伐，協調各個渠道之間的采購、庫存、營銷和交付策略，實現全流程整合和全渠道最優。其次，盡管門店吸引力在全渠道零售的影響下發生改變，但需要清晰地認識到，門店的吸引力仍然受距離所約束，由此證明了門店在很大程度上都無法被電商所替代，這就給當下被電商擠壓的實體零售行業注入了信心，啟發實體零售商要夯實門店優勢，與電商形成區隔，打造“近場零售”模式，為顧客提供商品和體驗的更多元化組合供給，不可只追求品類擴張與價格優勢而放棄實體渠道建設，也不能固步自封而忽視了O2O等新購物需求的涌現。隨著全渠道零售逐漸成為城市群體主流的購物模式，零售服務變得更為重要，并且也能影響門店吸引力，這要求廣大零售商以及營銷管理者轉變思維和實踐方法，摒棄電商時代“價格為王”的引流導向和競爭策略，在提升“商品力”的同時，著力做好服務營銷，針對日益復雜的顧客需求進行快速響應，不斷豐富優化顧客觸點、履約方案以及延伸價值鏈服務，為顧客提供“全渠道”服務。

由于實體零售商、零售服務商和顧客數據的獲取難度較大，本文只針對一家區域性零售商進行了實證研究，這是本文的局限性。雖然本文采用了混合方法對研究主題進行交叉驗證，但仍然需要在樣本和數據規模擴大的基礎上做更嚴謹的研究。

參考文獻：

［1］趙宇新，孫先民.中國現代流通體系構建研究的方法論選擇——馬克思流通經濟方法論在當代中國的應用與發展［J］．商業研究，2021（3）：47-56.

［2］Huff?D?L.?Defining?and?Estimating?a?Trading?Area［J］．?Journal?of?Marketing，1964，28（3）：?34-38.

［3］Singleton?A?D，Dolega?L?D，?Longley?P?A.?Measuring?the?Spatial?Vulnerability?of?Retail?Centers?to?Online?Consumption?Through?a?Framework?of?E-resilience［J］．Geoforum，?2016，69：?5-18.

［4］李飛.?全渠道零售的含義、成因及對策——再論迎接中國多渠道零售革命風暴［J］．北京工商大學學報（社會科學版），2013，28（2）：1-11.

［5］Verhoef?P?C，?Kannan?P?K，?Inman?J?J.?From?Multi-channel?Retailing?to?Omni-channel?Retailing［J］．?Journal?of?Retailing，2015，91（2）：?174-181.

［6］Bell?D?R.??Location?Is?（Still）?Everything：?The?Surprising?Influence?of?the?Real?World?on?How?We?Search，?Shop，?and?Sell?in?the?Virtual?One［M］．Cambridge，?MA：?New?Harvest，2014.

［7］Christaller?W.?Central?Places?in?Southern?German［M］．B.?C.?W，?Englewood?Cliffs?N?J，?Translate.?London：?Prentice?Hall，?1966.

［8］Lakshmanan?J?R，?Hansen?W?G.?A?retail?Market?Potential?Model［J］．?Journal?of?the?American?Institute?of?Planners，1965，31（2）：?134-143.

［9］曾鏘.?零售商圈吸引力：基于雷利法則和赫夫模型的實證研究［J］．財貿經濟，2010（4）：107-113.

［10］劉建堤.?大型購物中心區位選擇的量化分析——基于武漢主城區代表性購物中心的實證研究［J］．學習與實踐，2012（12）：133-140.

［11］Neslin?S?A，?Shankar?V.?Key?Issues?in?Multichannel?Customer?Management：?Current?Knowledge?and?Future?Directions［J］．?Journal?of?Interactive?Marketing，2009，23（1）：?70-81.

［12］Chocarro?R，?Cortinas?M，Villanueva?M?R.?Situational?Variables?in?Online?Versus?Offline?Channel?Choice［J］．?Electronic?Commerce?Research?and?Applications，2013，12（5）：?347-361.

［13］路紫，王文婷，張秋孌，等.?體驗性網絡團購對城市商業空間組織的影響［J］．人文地理，2013，28（5）：101-104，138.

［14］劉向東，何明欽，米壯.?全渠道零售系統：基于中國的實踐［J］．北京工商大學學報（社會科學版），2021，36（3）：1-13.

［15］Saghiri?S，?Wilding?R，?Mena?C，?Bourlakis?M.?Toward?a?Three-dimensional?Framework?for?Omni-channel［J］．?Journal?of?Business?Research，2017，77（8）：?53-67.

［16］Hübner，?A.，?Kuhn，?H.，?&?Wollenburg，?J.Last?Mile?Fulfilment?and?Distribution?in?Omni-channel?Grocery?Retailing：?A?Strategic?Planning?Framework［J］．International?Journal?of?Retail?&?Distribution?Management，?2016，44（3）：228-247.

［17］Rigby，?D.?The?Future?of?Shopping［J］．Harvard?Business?Review，2011，89（12）：65-76.

［18］Gao，?F.and?Su，X.?Omnichannel?Retail?Operations?with?Buy-Online-and-Pick-up-in-Store［J］．Management?Science，2016，63：2478-2492.

［19］孔瑞曉，官振中，羅利.基于BOPS的全渠道供應鏈結構研究［J］．管理學報，2019，16（7）：1072-1080.

［20］Zhang?M，?Ren?C，?Wang?G?A，?He?Z.?The?Impact?of?Channel?Integration?on?Consumer?Responses?in?Omni-channel?Retailing：?the?Mediating?Effect?of?Consumer?Empowerment［J］．?Electronic?Commerce?Research?and?Applications，2018，28（3-4）：?181-193.

［21］劉向東，米壯，何明欽，等.零售數字化創新與企業競爭力——基于利益相關者視角的實證研究［J］．商業經濟與管理，2022（5）：5-17.

［22］丁寧，丁華.實體零售全渠道商業模式創新對經營績效的影響——基于雙重差分法的研究［J］．商業經濟與管理，2020（7）：17-26.

［23］劉向東，劉雨詩，陳成漳.?數字經濟時代連鎖零售商的空間擴張與競爭機制創新［J］．中國工業經濟，2019（5）：80-98.

［24］Dolega?L，?Pavlis?M，?Singleton?A.Estimating?Attractiveness，?Hierarchy?and?Catchment?Area?Extents?for?a?National?Set?of?Retail?Centre?Agglomerations［J］．?Journal?of?Retailing?and?Consumer?Services，?2016，28（1）：?78-90.

［25］吳小丁.?哈夫模型與城市商圈結構分析方法［J］．財貿經濟，2010（3）：?71-73.

［26］Christoph?T，?Jonathan?E.??Managing?the?Attractiveness?of?Evolved?and?Created?Retail?Agglomerations?Formats［J］．?Marketing?Intelligence?&?Planning，?2010，28（1）：?25-45.

［27］劉向東，何明欽，劉雨詩.數字化零售能否提升匹配效率？——基于交易需求異質性的實證研究［J/OL］．南開管理評論：1-29［2023-02-13］.http：//kns.cnki.net/kcms/detail/12.1288.F.20220228.1314.002.html.

［28］朱瑋，王德.?商業空間顧客行為模型研究綜述［J］．地理科學進展，2010，29（12）：1470-1478.

［29］侯麗敏，郭毅.?商圈理論與零售經營管理［J］．中國流通經濟，2000（3）：25-28.

［30］李子文，劉向東.?分銷服務在零售活動中的作用機制——顧客滿意度視角［J］．中國流通經濟，2017，31（4）：56-68.

Omni-channel?Retailing?and?Store?Attractiveness：A?Study?Based?on

Trade?Area?Theory

LIU?Xiang-dong1，?HE?Ming-qin1，?GUO?Ai2

（1.?School?of?Business，Renmin?University?of?China，Beijing?100872，China;

2.CRHC?Fund?Management?Corporation，Beijing?100038，China）

Abstract：??With?the?development?of?digital?technologies，?omni-channel?retailing?reshapes?the?spatial?interaction?between?stores?and?consumers.?Based?on?retail?trade?area?theories，?this?study?empirically?explores?the?impact?of?omni-channel?retailing?on?the?store?attractiveness?and?its?spatial?distribution?from?both?perspectives?of?a?retailer?and?consumers.?The?results?show?that，?firstly，?the?distance?decay?effect?on?the?store?attractiveness?is?still?tenable?in?the?omni-channel?retailing，?but?the?decay?pattern?has?changed?significantly?from?long-tail?decay?indicated?by?gravity?model?to?linear?decay，?with?a?much?lower?decay?effect.?Secondly，?Omni-channel?retailing?significantly?expands?the?extent?of?primary?trading?area?of?retail?store，?indicating?stronger?store?attractiveness?of?omni-channel?retailing?compared?with?brick-and-mortar?retailing.?Finally，?consumers?live?farther?away?the?store?tend?to?patronize?store?via?omnichannel，?whose?patronage?are?less?restricted?by?spatial?distance.?The?findings?not?only?provide?leading?empirical?evidence?for?the?enrichment?and?development?of?traditional?trade?area?theories?in?the?era?of?omni-channel?retailing，?capturing?the?new?characteristics?of?omni-channel?consumers?behavior，?but?also?inspire?retailers?to?actively?adopt?digital?technologies?to?transform?into?omni-channel?retailing?and?establish?near-field?retail?competitiveness?compared?with?e-commerce.

Key?words：omni-channel?retailing;store?attractiveness;trade?area?theory;spatial?distance;patronage?behavior

（責任編輯：趙春江）