零售創新對流通產業結構變遷影響
前言：本站為你精心整理了零售創新對流通產業結構變遷影響范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。
內容摘要：消費升級驅動下，傳統零售企業從產品、服務、店址及溝通等多個維度進行探索創新，倒逼流通產業調整結構。本文運用多重線性回歸分析法，探討零售創新對流通產業結構變遷的具體影響路徑。模型回歸結果顯示，零售創新對流通產業結構變遷具有顯著正向影響。其中，產品創新與店址創新的影響作用較強，服務創新和溝通創新的影響作用較弱；線上線下一體化與環境復雜性兩個中介影響因素可單獨或同時調節零售創新對流通產業結構的影響程度。據此，提出加速零售創新，推動流通產業結構升級的相關建議。
關鍵詞：零售創新；線上線下一體化；環境復雜性；流通產業結構；多重線性回歸分析法
一、問題的提出
在商品流通體系中，零售是終端環節，也是商品從流通領域進入消費領域的主要端口。零售領域的創新會直接作用于商品流通體系，引發流通產業結構變革。近年來，大數據、云計算、物聯網等新興技術逐漸發展成熟，使得原有零售業態邊界進一步模糊，形成線上線下一體化營銷模式。為應對復雜多變的市場環境，零售企業開始從產品、服務等多個維度進行創新，并逐漸趨于結構化、網絡化、社交化。在這一背景下，原有流通產業行業、規模、業態、空間網絡等結構均受到一定沖擊。然而，現階段實務界對零售創新在流通產業結構變遷中的先導作用仍存疑問：是否所有維度的零售創新均能幫助流通產業結構升級？零售創新是否可以為流通產業革新提供源動力？外部市場環境對二者關系能夠產生什么樣的作用？上述問題均有待進一步驗證。
二、理論分析與研究假設
（一）零售創新與流通產業結構變遷
零售創新以互聯網為核心載體，實現了實體經濟與電商技術的有效融合，具有技術及知識密集的特點。這種特點使其成為流通產業結構變遷的新驅動力。具體而言，在零售產品創新領域，零售產品研發與新制造等創新發展，豐富了零售產品形式，流通產業規模得以進一步擴大。在零售服務創新領域，零售服務不再局限于線下成交，在付費方式、服務態度、退換貨和信賴程度等方面，均有所提升（高新鳳和謝泗薪，2020）。這一背景下，消費者體驗感提升，產品流通數量也大幅增加，從而激發流通產業結構轉型升級。在零售網點創新領域，新零售擺脫了店址束縛，商品流通范圍大幅擴大。流通企業為滿足零售商需求，不得不擴大配送范圍，增加配送人員。流通企業的流通效率、流通覆蓋面和流通參與人員日漸協調、規范，促使流通產業結構不斷優化。在零售溝通創新領域，互聯網技術普及范圍逐漸擴大，助推零售溝通模式持續革新。多種新型溝通方式形成，且溝通效率及效果大幅提升。企業可通過新型溝通模式鎖定忠實客戶與消費訂單，促使流通管理更高效（謝莉娟和莊逸群，2019）。可見，零售創新可以有效擴大產品流通規模，完善流通組織，優化流通環節。據此，提出以下假設：H1：零售創新對流通產業結構變遷有顯著正向影響。H1a：零售產品創新對流通產業結構變遷有顯著正向影響。H1b：零售服務創新對流通產業結構變遷有顯著正向影響。H1c：零售網點創新對流通產業結構變遷有顯著正向影響。H1d：零售溝通創新對流通產業結構變遷有顯著正向影響。
（二）線上線下一體化與流通產業結構變遷
線上線下一體化源于信息和技術改革，指的是線下環節同線上環節有機融合。在零售領域，線上線下一體化的新型模式不斷影響著消費者的購物策略，并引發部分產業重構。線上渠道優勢在于商品信息化程度高，線下渠道則在產品流通與采購等方面更加便利。線上線下渠道向一體化發展，有助于構建完善的供需閉環，推動流通產業結構升級。對于零售企業個體而言，線上線下一體化有利于強化零售企業與消費者之間的互動行為，增強企業的市場影響力。根據消費者需求，零售企業可升級現有產品，增強線上線下服務質量，助力流通業發展。對于整個零售行業而言，線上線下一體化有助于實現企業間的資源共享，釋放市場消費潛力，提高流通行業業務量，推動企業完善技術和設施等基礎運營條件（于斌斌，2019）。與此同時，線上線下一體化能夠加速流通主體間的信息流轉進程，使得市場供需變化得以及時反饋。各流通主體均可對市場變化及時做出反應，形成高效的流通產業結構。據此，提出如下假設：H2：線上線下一體化正向調節零售創新與流通產業結構變遷的關系。
（三）環境復雜性與流通產業結構變遷
環境復雜性主要指企業在產業鏈中所面臨的外部環境的復雜程度。一定程度上，環境復雜性反映了企業戰略管理的困難程度。環境復雜性偏高說明不穩定因素較多，企業獲得外部信息的有效性降低。在這種情況下，零售企業難以制定合理戰略措施。換言之，環境復雜性可調節流通產業內的配置關系，進而改變流通產業中各參與主體間的經營范圍和經營方式，影響商品流通輻射范圍（吳兆喆，2019）。具體而言，環境復雜性對流通企業訂單滿足率、配送中心庫存周轉率和消費者轉化率等要素均具有負向調節作用，主要通過影響供應鏈各流通環節，降低貨物運輸效率。環境復雜性越高，零售企業創新成本越高，受到同行商業攻擊的可能性增大。當環境復雜性較低時，零售企業調整空間更大，更有可能在創新方面加大投入，調整已有流通結構。由此，可提出以下假設：H3：環境復雜性負向調節零售創新與流通產業結構變遷的關系。基于以上假設條件，提出零售創新對流通產業結構變遷影響的概念模型，如圖1所示。模型自變量為零售創新，可細分為零售產品創新、零售服務創新、零售網點創新與零售溝通創新四個維度；因變量是流通產業結構變遷；線上線下一體化與環境復雜性則為中間調節變量。
三、問卷設計及數據收集
（一）量表設計
調查問卷內容分為兩部分：第一部分是調查對象基本情況，具體包含消費者性別、年齡、受教育程度等；第二部分為問卷的具體題項，主要圍繞零售創新、線上線下一體化、環境復雜性、流通產業結構變遷四個變量展開。具體而言，對于因變量流通產業結構變遷，借鑒胡璇等人（2020）研究，設置規模結構、業態結構、行業結構、商品市場結構以及空間網絡結構5個題項。對于自變量零售創新，參考張華（2017）研究，設置14個題項進行測度。其中，零售產品創新、零售服務創新、零售網點創新、零售溝通創新對應的題項分別有3個、4個、3個、4個。對于中介變量，參考Moorman、Heide等人研究方法衡量線上線下一體化水平，并結合電商線上線下渠道合作的特征，設置4個題項測度線上線下一體化。在環境動態性方面，借鑒King、Garg等人研究結果，設置5個題項進行環境動態性的測度。量表題項共計28個，限于篇幅，具體內容不在此列出。題項定量測量采用Likert五級評分法進行，設置評分范圍是1-5，依次代表非常不認可、不認可、中立態度、認可、非常認可。
（二）數據來源
為增強研究的代表性，調查問卷發放地選擇北京、上海、廣州三座零售創新程度較高的城市。2019年8-12月，通過個人調查及委托項目合作企業等方式，在問卷星平臺散發600份調查問卷。去除作答不完整以及有明顯規律的問卷，最終得到502份有效問卷，有效回收率達到83.7%。將問卷中的信息進行整理與統計，發現調查對象中有44.51%男性與55.49%女性。年齡在30歲以下的比例為33.52%，30歲至50歲的比例為55.19%，50歲以上人員比例為11.29%。受教育程度最多的是大學學歷，占比為50.63%；其次是大學以下學歷，占比31.56%；最后是大學以上學歷，占比17.81%。月收入低于4000元的有22.5%，處于4000-7000元之間的占45.8%，7000元以上的占比為31.7%。調查對象的性別、年齡等特征分布較為合理，因此調查數據可用于進一步研究。
（三）模型構建
為檢驗上述假設，根據多重線性回歸分析原理，建立以下回歸模型。其中，LT表示流通產業結構變遷，LS表示零售創新。CP、FW、DZ、GT分別代表零售產品創新、零售服務創新、零售網點創新、零售溝通創新。IO是線上線下融合性，LS×IO表示零售創新與線上線下一體化的交互項；HJ是環境復雜性，LS×HJ表示零售創新與環境復雜性的交互項。LS×IO×HJ代表線上線下一體化與環境復雜性對流通產業結構變遷的交互項。α1-α10表示各項指標的標準化回歸系數，ε為模型的隨機誤差項。
四、實證檢驗
（一）信度與效度檢驗
為保障數據有效可靠，需進行信度與效度檢驗。信度檢驗方面，利用Cronbach'α系數法進行檢驗。一般認為，當Cronbach'α值大于0.7時，數據信度較為理想。效度檢驗方面，首先分析AVE指標，通過計算發現各變量AVE均大于0.7的建議值。在此基礎上，開展KMO檢驗與Bartlett球形檢驗。通常KMO值大于0.6，Bartlett值小于0.05，表明調查問卷設置的題項有效且結構效度優良。表1為本文信度與效度檢驗結果，可知各變量對應Cronbach'α系數、KMO值、Bartlett球形檢驗值均通過檢驗，調查問卷具備良好信度與效度，能夠進行下一步分析。
（二）相關性分析
為防止文中設計的各變量之間存在共線性，影響回歸結果準確性，本文使用SPSS22.0軟件，以Pearson法分析變量之間相關性，具體結果如表2所示。由表2可知，其一，自變量4個維度之間，除零售服務創新與溝通創新的相關性在5%統計水平下顯著外，其余任意兩變量之間的相關性均在10%統計水平下顯著，說明4個維度的變量具有一定的內在關聯性。其二，自變量中的零售產品創新、服務創新、店址創新、溝通創新均與因變量流通結構變遷在1%統計水平下顯著正相關。其三，中間變量線上線下一體化與流通結構變遷相關系數為0.401，且在5%統計水平下顯著，說明二者關系為顯著正相關。其四，中間變量環境復雜性與流通結構變遷相關系數為-0.144，并在5%統計水平下顯著，說明二者關系為顯著負相關。根據三組變量間相關系數值及顯著性情況可知，變量之間不存在明顯共線性，可進行下一步的分析。
（三）擬合度分析
進一步檢驗樣本數據與變量之間的匹配情況，在Amos22.0軟件中，運用因子分析法開展模型擬合檢驗，具體結果如表3所示。由表3數據可知，除GFI以外，IFI、NNFI、CFI值分別為0.931、0.910、0.941，均大于0.9的參考值。SRMR、RMR、RMSEA分別為0.0684、0.0617、0.0514，均小于0.08的參考值。整體而言，模型擬合狀況良好，樣本數據與變量匹配度較好，能夠進行進一步的回歸分析。
（四）回歸結果分析
將樣本數據代入多元層次回歸模型，在求解過程中，借鑒Aiken等人分析方法，以環境復雜性與線上線下一體化的均值為界限。若樣本數據比均值大，則歸入高調解組；樣本數據小于均值，則歸于低調解組。最終得到零售創新對流通組織影響結果，具體如表4所示。從表4可以得出以下結論：其一，LS→LT的標準化系數為0.871，Sig.值為0.000，通過0.1%統計水平下的顯著性檢驗，表明流通創新能夠顯著促進流通產業結構變遷。CP→LT、GT→LT的標準化系數分別為0.618、0.204，Sig.值分別為0.003、0.009，均在1%統計水平下通過顯著性檢驗。FW→LT、DZ→LT的標準化系數分別為0.322、0.521，對應Sig.值分別為0.015、0.021，二者均在5%統計水平下顯著。綜上可知，H1、H1a、H1b、H1c、H1d均成立。即零售創新對流通產業結構變遷可發揮正向作用，產品創新、服務創新、店址創新、溝通創新均能夠促進流通產業結構變遷。對比標準化系數可知，零售創新各維度中，產品創新對流通產業結構變遷的影響最為明顯，店址創新次之，溝通創新影響最弱。產生這一結果的原因可能是相較于溝通與服務，產品及店址的創新能夠直接推動流通產業商品結構及空間布局的革新。其二，LS×IO→LT的標準化系數為0.323，Sig.值為0.015，在5%統計水平下顯著，說明在零售創新對流通產業結構變遷的影響過程中，線上線下一體化可起到正向調節作用，H2成立。LS×HJ→LT的標準化系數是-0.316，Sig.值是0.013，在5%統計水平下顯著，說明環境復雜性在零售創新對流通產業結構變遷的影響過程中起到負向調節作用，即H3成立。其三，LS×IO×HJ→LT的標準化系數為0.167，Sig.值為0.006，在1%統計水平下顯著。說明在零售創新推動流通產業結構變遷過程中，盡管線上線下一體化與環境復雜性調節效果相反，但綜合來看，二者的聯合調節作用整體偏正向。
五、結論與建議
綜上所述，零售創新可以有效推動流通產業結構變遷。在零售創新各維度中，產品創新與店址創新對流通產業結構變遷的促進作用，較服務創新和溝通創新更強。并且，零售創新可以借助線上線下一體化與環境復雜性兩個中介變量，影響流通產業結構變遷。其中前者調節作用為正向，后者調節作用為負向，但二者發揮的聯合效應呈正向。基于此，提出如下三條優化建議：其一，加速零售產品研發，完善流通產業配送結構。新零售產品創新能夠推動商品生產和零售服務進一步升級，同時優化原有流通產業配送結構。因此，零售企業應加快產品研發速度，滿足消費者個性化需求。在零售產品研發過程中，企業應深度融合服務與消費者信息數據，突破固有產品設計思維。各地政府應頒布技術扶持政策，針對零售產品研發突出企業，給予一定的福利補貼與政策優惠。流通企業則需積極對接零售創新產品，提供相應的配套服務，優化流通產業配送結構。其二，應對環境復雜性，創新零售流轉過程。在零售創新對流通產業結構影響過程中，環境復雜性會起到一定的阻礙作用。因此，對于流通企業而言，破除發展壁壘，有必要打造一個公平競爭的零售流轉過程。具體而言，企業可加速兼并重組力度，促使流通產業向結構化、規模化轉變。在這一環節中，流通企業和零售企業之間應建立及時有效的信息交換機制，創新零售流轉過程，提高流通效率。有關部門應規范管理企業間聯合、兼并等商業活動，建立對應的制度標準，借助經濟手段推動企業資產結構升級。有關部門應加強流通監督力度，維護消費者與零售商合法權益，確保我國流通市場環境穩定運行。其三，創新零售網點，健全流通產業空間結構。零售網點創新能夠突破空間約束，擴大零售覆蓋范圍，有助于提升城鄉流通協調度，升級流通產業結構。因此，線下零售企業可嘗試開設線上店鋪，加速商品流動。線上銷售模式可有效緩解城鄉與東西部地區流通的空間結構失衡，縮小各區域間發展差距。與此同時，各地區政府可優先扶持一批初具規模的流通企業，組建大規模標準化的現代生產工業園區和物流園區，助力流通主體發展線上交易模式，提高品牌效益，打造綠色流通環境。
作者:匡敏 曲玲玲 單位:樂山師范學院經濟管理學院
