电子商务对连锁零售业网点布局影响的路径分析

李思

中图分类号：F713 文献标识码：A

内容摘要：以连锁零售业为研究对象分析电子商务对连锁零售网点布局的影响，期望对电子商务与实体零售的有关研究作一些有益补充，同时对连锁零售企业网点的合理规划提供一些参考意见。本文建立了多指标评价体系对我国各地区电子商务发展水平进行综合评价，选取平均每个居民贡献的销售额和每万人拥有的连锁零售网点数量分别作为被解释变量构造了两个回归模型，从总效应和地区影响差异两个方面针对电子商务对连锁零售网点布局的影响进行实证分析。

关键词：电子商务 连锁零售业 网点布局

引言

电子商务对连锁零售业网点布局的影响可以丰富零售网点布局的研究范畴。根据国内外学者的研究，各地经济的发展水平、人口因素、地理因素等因素都会对连锁零售业网点布局造成影响，但较少有学者研究各地电子商务发展水平对连锁零售业网点布局的影响。针对电子商务对连锁零售业网点布局的影响进行实证分析，本文提出三个待验证的命题：电子商务发展水平对连锁零售网点需求存在影响，对连锁零售业的销售规模起负向的作用；电子商务发展水平对连锁零售网点需求和实体网点投入存在影响，对连锁零售业网点数量起负向的作用；电子商务发展水平对不同的地区连锁零售业的影响程度存在差异。

为了验证以上三个命题，本文首先将建立指标体系对我国各地区的电子商务发展水平进行测度，其次将构建模型对电子商务对连锁零售网点布局的影响进行验证，最后根据实证结果进行进一步解释说明。

我国电子商务发展水平测度

（一）指标体系的建立

关于电子商务发展水平的测度，国内外学者和研究机构构建了多种指标体系，比较常见的是利用层次分析法建立多指标体系对电子商务进行测度。考虑到本文研究的电子商务主要是面向消费者的电子商务，因此电子商务的接受程度和应用水平是关键，这两点与我国各地的信息化水平存在很大的关系，因此本文以信息化发展指数（IDI）（信息化发展指数由5个分类指数和10个具体指标构成，其中五个分类分别是：基础设施指数、使用指数、知识指数、环境与效果指数、信息消费指数）评价指标体系和阿里巴巴研究院指标体系为参考标准建立指标体系（见表1）。

（二）多指标面板数据处理方法

本文研究范围是2008-2015年我国各地区电子商务发展水平，在建立了相应的评价体系后搜集了数据整合成多指标面板数据，然而传统的因子分析方法一般只用在截面数据中，而目前针对多指标面板数据的多元统计研究却不多。肖启华等（2015）提出了一种分层因子模型，通过对面板数据指标和时间两个维度的双重提炼，实现对面板数据的综合评价。肖启华等（2015）提出的分层因子模型与任娟（2013）提出的有序聚类方法在面板数据处理上有一定的相似性，都能够充分地利用面板数据时间、空间和指标三个维度，本文结合两位学者的研究方法对2008-2015年间各地区电子商务发展指标进行处理。

（三）我国电子商务发展水平测度

借鉴任娟（2013）多指标面板数据融合聚类的方法对本文的面板数据进行处理。首先，按照XV（3.4）的数据格式将数据重新排列导入SPSS软件中，把样本数扩展为nT达到降维的目的；其次，为了消除量纲的影响，将面板数据全局Z标准化；再次，对面板数据进行因子适用性检验，使用方法是KMO检验和Bartlett检验，一般认为，KMO值大于0.5时说明所选取的指标可以作因子分析，大于0.7时表示非常适合，Bartlett检验统计量相应的概率Sig小于0.05时，拒绝原假设，认为相关系数矩阵不是单位阵，说明适合做因子分析；最后，运用主成分分析法提取公因子，用特征值大于1确定公因子数，并计算因子得分。处理结果如表2、表3、表4所示。由表2可知，KMO检验结果为0.824，大于0.7说明非常适合作因子分析，Bartlett检验统计量相应的概率Sig接近于0.000，说明不是单位阵，适合做因子分析；由表3可知，从标准化的变量中提取的信息大部分都达到75%以上，只有變量5移动电话普及率存在一定损失，总体状况良好；由表4可知，基于特征值大于1的标准提取了两个公因子，两个公因子的累积方差贡献率达到了83.216%，说明指标体系进行主成分分析效果良好。

在得到公因子后，用相应的因子得分乘以相应的方差的算术平方根得到主成分得分f1、f2，然后以每个公因子的特征根作权数计算综合得分：

最终得到2008-2015年各地区电子商务得分如表5所示。表5反映了2008-2015年间我国各地区电子商务发展水平的相对大小，将表5数据整理成变化趋势图，如图1所示，可以看出：我国各地区电子商务水平随时间增长呈上升趋势，除了在2011年部分地区的电子商务水平有所下降，这是受到2010年国家加大互联网领域安全治理的影响，使网站数和域名数这类互联网基础资源数量下降，但这并没有对电子商务各地区的相对水平造成明显影响；我国地区间电子商务水平存在一定的差异，尤其表现在经济发展领先与经济发展落后的地区之间。电子商务发展水平相对较高的地区有广东、北京、上海、浙江、江苏、山东、福建等地区，这些地区多分布在东部，这些地区经济发展水平和受教育水平相对较高，人们对电子商务的接受度也较高。电子商务发展水平相对较低的地区有江西、宁夏、青海、云南、甘肃、贵州等，这些地区多分布在西部。

电子商务对连锁零售业网点布局影响实证分析

（一）数据来源及说明

本文的研究是针对电子商务对连锁零售业网点布局的影响，为此确定被解释变量：平均每个居民贡献的销售额和每万人拥有的连锁零售网点数量；解释变量：电子商务发展指数、居民购买力水平、人口密度；控制变量：地方保护政策、对外开放水平、城市化率。各变量的具体计算方法如表6所示。

在确定被解释变量和解释变量后，本文进行了数据的收集与整理。由于统计口径的变化等原因，部分省（区市）的统计数据出现不符合实际的巨大波动，因此本文对各省（区市）数据进行了筛选。依据数据的可得性、真实性和完整性原则，本文最终收集了2007-2014年我国内地22个省（区市）的相关数据，包括北京、天津、河北、辽宁、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、重庆、贵州、云南、青海、新疆。本文数据全部来源于2007-2014年《中国统计年鉴》、2007-2014年各省统计年鉴。为了减小异方差出现的可能性，本文对几个变量进行对数变换，包括每个居民贡献的销售额（SALE）、每万人拥有的连锁零售网点数（NUM）、居民消费水平（CON）和人口密度（POP）。最终建立回归模型如下：

（1）

（2）

公式（1）中，SALE表示每个居民贡献的销售额，EC表示电子商务发展指数，CON表示居民消费水平、POP表示地区人口密度，Z表示控制变量，分别是地方保护政策、对外开放水平、城市化率，i表示地区，t表示时间，C表示常数项，ξ表示随机误差项。公式（2）中，NUM表示每万人拥有的连锁零售网点数，其它变量含义与公式（1）中一致。

（二）实证研究

按照本文的假设，可以将本文的实证研究包含三部分内容：一是检验电子商务发展对连锁零售网点需求的影响，即检验电子商务对每个居民贡献的销售额的影响；二是检验电子商务发展对连锁零售网点供给的影响，即检验电子商务对每万人拥有的网点数量的影响；三是检验电子商务发展对不同地区的影响。由于第一部分和第二部分都是从总体层面反映连锁零售布局，因此本文将第一部分和第二部分实证内容放在一起进行研究，即电子商务对连锁网点布局总效应分析，而将第三部分作为独立部分进行电子商务对连锁网点布局地区差异性分析。

第一，电子商务对连锁零售网点布局总效应分析。首先是电子商务对连锁零售网点销售规模的影响。本文是以平均每个居民贡献的销售额来反映消费者对连锁零售业网点需求的，按照前文的假定，电子商务的发展对我国连锁零售业发展规模应有一定的负向作用。基于上述假设，本文首先利用STATA11.0软件对模型（1）进行了模型选择（Hausman检验），模型（1）Hausman检验结果卡方为11.45，P值为0.0254，由于P值小于0.05，因此拒绝原假设，选择固定效应模型。其次，对模型进行混合效应模型回归以初步观察模型系数，并用固定效应模型对墨香进行参数估计。最后，在进行参数估计后对模型的稳健性进行检验，由于异方差检验结果为chi2（22）=7343.90，Prob>chi2=0.0000，因此拒绝原假设，认为存在异方差。利用广义最小二乘法对模型进行修正消除异方差。模型（1）具体检验结果如表7所示。

其次是电子商务对连锁零售网点数量的影响。本文是以每万人拥有的连锁零售网点数量来反映零售商的网点供给情况。按照上文的分析，电子商务的发展对我国连锁零售网点数量应有一定的负向作用，基于上述假设，本文利用STATA11.0软件按照基本方法对模型（2）进行参数估计（见表8）。

第二，电子商务对连锁零售网点布局影响地方差异性分析。在上一节的实证分析中，证明了电子商务的发展与连锁零售网点规模之间存在负相关系，本文分区域分别检验电子商务对连锁零售网点布局的影响。以往学者通常分为三个经济区进行探讨。由于本文只选取了我国内地的22个地区，数据单元不足，因此本文将所研究的22个地区中的中部和西部包含的地区放在一起讨论，分东部和中、西部两大区域分布进行实证研究。根据模型（1）和（2），利用stata11.0分别对两大区域进行回归，结果如表9、10所示。表9和表10显示了各个变量对我国连锁零售业网点布局的影响情况。

结论

（一）电子商务因素

从总效应层面来看，在模型（1）回归结果中，电子商务发展指数的系数为负（P值为0.05），说明电子商务发展对各地区连锁零售业每个居民贡献的销售额起负向作用，电子商务发展水平的提高会减小消费者对连锁零售业的网点需求。结合上文的分析，电子商务的发展影响了消费者对实体零售的需求，而网络渠道对实体渠道存在一定的替代作用，因此在现阶段电子商务发展水平越高实体零售网点需求越小。在模型（2）回归结果中，电子商务发展指数的系数为负，但是回归结果并不是十分显著（P值为0.081，R方也不高）。说明电子商务发展对各地区连锁零售业每万人拥有的连锁零售网点数量可能起到一个负向作用，而回归结果不顯著可能是由于店铺经营情况的不佳并不必然导致店铺关闭，电子商务对连锁零售实体网点造成了冲击，但是连锁零售网点数量和规模的调整过程应是缓慢的。本文的时间跨度较小，电子商务的发展对连锁零售网点数量的影响在研究时间内可能没有达到显著效果。电子商务对连锁零售网点数量的影响出于三个方面的原因。其一，由于电子商务对实体零售的替代作用影响了消费者对连锁零售网点的需求，而需求与供给是紧密相关的，需求的减少影响了部分连锁零售网点经营情况而导致部分连锁零售网点关闭。其二，部分制造商由于选择了网络渠道，减小了对连锁零售网点的依赖，影响连锁零售业发展。其三，部分零售商加入网络渠道而减少了在实体网点的投入，并对实体网点数量进行调整，以适应当前电子商务与实体零售竞争合作并存的市场形势。

从地区影响差异层面来看，在影响连锁零售需求方面，电子商务的发展对经济相对发达的东部地区的影响要稍大于对经济相对落后的中西部地区。归因于经济的发展是与各地电子商务水平的发展是有一定相关性的，东部地区电子商务发展水平领先于中、西部地区，因此东部地区电子商务对实体零售的冲击也相对较大，从而对实体连锁零售网点的影响较大。同时，国家统计局对网购用户的调查显示，东、中、西部地区网购用户的网购替代率分别是78.8%、 78.4%、76.3%，同样说明东部地区的网购替代率是高于中部和西部的。在影响连锁零售网点供给数量方面，电子商务对东部地区的影响为负，而对中、西部地区影响为正。这可能是出于两方面的原因：其一，东部地区的连锁零售业比中、西部地区连锁零售业发达，东部地区尤其是东部沿海地区零售市场饱和程度较高，饱和市场对市场需求的变化更敏感，受到电子商务影响的程度更大。本文对连锁零售关店情况的分析也证实了本结论，沿海地区比内地的关店情况严重。其二，电子商务的发展有一定的刺激消费作用，东部的零售市场发达基本能满足地区消费需求，而中、西部地区连锁零售市场尚未达到饱和，电子商务的发展可以刺激中、西部本不旺盛的消费需求，同时也给予实体零售一定的扩展空间。在东部市场竞争激烈且接近饱和的情况下，中、西部地区连锁零售业比东部的发展潜力更大，中西部地区的许多城市反而成为许多零售商扩张的新蓝海，加速渠道下沉成为零售商的重要战略，近几年大型连锁零售企业在三四线城市的扩张战略也可以从一定程度反映这个问题。因此导致了随电子商务发展东部地区连锁零售业网点数量减少而西部地区连锁零售业网点数量反而增多了的结果。

（二）其它因素

从居民购买力水平来看，表7、表8回归结果显示，无论是总效应分析还是地区差异分析，居民购买力水平系数均为正。说明地区居民购买力是支持地区连锁零售业发展的重要因素。近年来，我国经济增长速度下行，国内市场需求受到影响，国内消费增长乏力，国内宏观经济增长放缓导致了国内消费增长放缓。数据显示，2014年、2015年我国社会消费品零售总额较以往增速有所降低。消费疲软导致了零售市场的不景气，零售企业经营情况也受到了影响，零售关店现象频发。增大内需、扩大消费和推动消费新增长点成为经济发展至关重要的战略手段，也是影响零售业发展的重要因素。

从人口密度来看，表7、表8回归结果显示，从系数上看，连锁零售网点数量与规模都与地区人口密度是存在正向关系的。这说明需求仍然是影响连锁零售业发展和连锁零售网点布局的关键的因素，地方人口的增加带来地方GDP和消费水平的提高，从而促进了地方的零售业发展。

从政府政策来看，表7回归结果显示，政府支出越多，每个居民贡献的销售额反而越少。这可能由于政府支出越多意味着政府提供的公共产品和服务的增加，弥补了部分居民的消费性需求。表8的回归结果显示，政府政策系数为负。该结果与仲伟周等（2012）的研究结论具有一致性。这可能是由于地方保护主义带来的负作用，影响了其它地区零售企业在本地的发展。

从对外开放水平来看，表7、表8回归结果显示对外开放水平的系数为正，说明对外开放水平的提高对消费有一定的刺激作用。对外开放水平的提高有利于先进技术和管理经验的引入，有利于消费者消费观念的转变与升级。因此，虽然对外开放可能导致国内竞争的加剧，但是对外开放带来的有利影响大于负面作用。另外，由于数据获取的有限性，本文所得到的连锁零售网点数据是包括各地连锁零售企业在港澳台地区和国外的门店，即使这些门店数量不多，但仍然可能对回归结果产生影响。

从城市化率来看，表7、表8回归结果显示，城市化率的回归显著性不高，且系数为负，这可能是由于数据方面的原因。然而，曾有学者认为城市化率与零售业发展之间存在重要的关联（葛金田，2009等）。一般情况下，城镇居民的收入水平要高于农村居民，因此，城市化率越高，意味着居民的收入水平越高，对应的居民消费水平越高，越有利于零售业发展。但是，城市化率与居民教育水平等因素也存在密切关系，一般情况下城镇居民受教育情况高于农村居民，因此城市化率越高，居民教育水平越高，可能导致更多的居民进行网络购物、跨境购物等，从而影响了消费者对实体零售网点的需求。

参考文献：

1.林梨奎.网络购物发展概况及对传统零售业态的影响[J].商业时代，2014（5）

2.汪旭晖，张其林.多渠道零售商线上线下营销协同研究—以苏宁为例[J].商业经济与管理，2013（9）

3.张博.零售电子商务的区域化与实体化分析[J].中国流通经济，2011（6）

4.宋媛媛，葛艳玲，王勇.传统零售业与电子商务零售业融合发展模式的研究与探索—以青岛利群为例[J].电子商务，2010（7）

5.文腾.传统零售与电子商务的融合探讨[J].现代商贸工业，2008（5）

6.劉煜，汤定娜，刘遗志.零售企业实现全渠道战略的路径图[J].商业经济研究，2015（3）