制造商视角的跨渠道整合：维度构成与量表开发

邓琪 庄贵军 卢亭宇

摘 要：为了更好地开展围绕制造企业跨渠道整合的相关实证研究，遵循量表开发的程序，本文以制造企业为研究对象，结合实地访谈及问卷调查结果，设计并检验了一个测量制造商跨渠道整合的量表。该量表是由跨渠道一致性、跨渠道共享性和跨渠道协作性3个维度组合而成的构成性量表。通过对158份调查数据的统计分析，结果表明：制造商跨渠道整合量表在信度、表面效度、內容效度、收敛效度、判别效度和工具效度等方面均达到了测量要求。这有助于重新审视已有跨渠道整合研究的内容，促成现有研究结果间的有效对话，也为探讨制造企业跨渠道整合的前因、后果及形成机制，打下了良好的基础。

关键词：跨渠道整合;营销渠道;量表信度;量表效度

中图分类号：F713.52文献标识码：A文章编号：1003 5192（2021）04-0025-07doi：10.11847/fj.40.4.25

Abstract：To develop a basis for empirical research on manufacturer cross channel integration（MCCI）， this study designs and examines a scale of cross channel integration in the context of the manufactures by following the scale development procedure. The scale of MCCI is a formative scale composed of three dimensions， namely cross channel consistency， cross channel sharing and cross channel collaboration. The results of the statistical analysis， based on o survey data of 158 respondents， indicate that the MCCI scale has met the measurement requirements in terms of reliability， face validity， content validity， convergent validity， discriminant validity， and instrumental validity. This scale will help to re examine the content of existing cross channel integration research， promote effective dialogue among existing research results， and serve as basis for future research on the antecedents， consequences and formation mechanisms of manufacturer cross channel integration.

Key words：cross channel integration; marketing channel; scale reliability; scale validity

1 引言

伴随着网络技术的发展，企业多渠道经营已成为一种常态。然而，多渠道引发的问题也日益突出，一方面渠道间的信息不一致给消费者带来认识困扰[1]，另一方面客户资源的争夺更是加剧了跨渠道冲突[2]。一些企业开始尝试让不同渠道之间保持同步或一致，并围绕销售和服务进行协作。这种多渠道间的同步、一致或协作行为被称为跨渠道整合[3，4]。研究发现，跨渠道整合可以增加企业整体收益并改善消费者购买体验[5～8]。

然而，仔细阅读跨渠道整合相关的研究文献，我们发现两个问题：第一，大家普遍认为跨渠道整合是一个多维度的变量，但是研究中使用的测量维度却不尽相同。比如，一些研究从渠道功能的视角将跨渠道整合的测量维度分为渠道间的品牌整合、信息整合、物流整合和交叉促销等

[3，4];另有一些研究则从购买过程的角度，将跨渠道整合的维度分为购前、购中和购后的整合[9]。即使在相同视角下的研究，测量维度的内容也不同。例如，在以渠道功能为划分依据的量表中，有学者通过线上线下产品和价格的一致性来测量跨渠道整合[5];也有学者在一致性之外，加入渠道间的功能合作、统一的信息平台和组织内部的变革等维度[10，11]。跨渠道整合是相关研究的一个核心变量，对这一核心变量测量上的不一致，一方面会让后续研究者在使用这些量表时无所适从，并对其内容和表面效度产生担忧，另一方面也不利于关于跨渠道整合知识的积累和交流——虽然多篇文献都在讨论跨渠道整合相关的问题，但是由于对跨渠道整合的测量不同，所以难以确定这些文献的研究结果是否相容和相通。

第二，既有文献缺乏制造企业情境下的研究。此前关于跨渠道整合的研究，主要是基于消费者视角或零售商视角，即从消费者或零售商一边通过问卷调查或实验方法获取数据，研究问题虽然可能与制造企业有关，但是所得的结果只反映消费者或零售商的感知和态度。比如，吴锦峰等[6]开发了测量跨渠道整合质量的量表，探讨了跨渠道整合质量对线上购买意愿和零售商权益的影响与作用机理。Cao和Li[10]探讨了上市零售企业跨渠道整合对企业绩效的影响。我们只发现张广玲等[12]的研究是从制造商一边收集数据，但使用的量表依然是零售企业情境下的测量内容。面对制造业日益多样化的营销渠道，制造企业的跨渠道整合问题已被业界高度关注。然而，理论研究中制造企业这一视角的缺失，尤其是缺乏适合于制造企业情境下跨渠道整合的测量工具，将会阻碍相关问题的探讨。

本文在文献回顾的基础上，从制造企业的视角提出跨渠道整合的构成维度，并通过问卷调查收集数据，开发和检验跨渠道整合的量表。在理论上，本文的研究过程和结果有助于我们厘清跨渠道整合的内涵和构成，弥补此前研究的不足，也有助于获得一个可靠的量表，为制造企业视角的研究打好一个基础，推动跨渠道整合研究的深入展开;在实践上则能为制造企业实施跨渠道整合提供一个清晰的思路，从跨渠道整合的具体构成内容入手，思考如何实施跨渠道整合才能更好地发挥多条渠道的协同效应。

2 文献回顾

移动互联网的应用和普及，使消费者可以通过多条渠道购物，利用多个接触点与企业沟通和互动，还可以便捷地在多条不同渠道间对比和选择[1]。此时，企业的多条渠道之间为了争夺客户资源和利益，会出现摩擦或冲突[13]。为了应对挑战，企业会细分不同渠道承担的功能，如微信公众号侧重技术支持，社交平台负责客户引流，电商平台侧重销售，实体店承担体验和品牌形象塑造任务;企业还会围绕销售、服务或传播等目标，加强不同渠道之间的互动，如线下体验线上购买、线上线下共享积分、线上购买线下提货[4，7]。这种企业多条渠道之间的功能细分和互助协作被称为跨渠道整合[14]。虽然有一些其他的名称提法，如多渠道整合、全渠道整合或线上线下双渠道整合，但其内涵并无区别。

既有研究对跨渠道整合的测量维度可以归纳为三方面：第一，信息一致性，即不同渠道之间在产品价格、促销、服务和品牌形象等方面所提供的信息相似的程度。第二，功能协作与互补，即不同渠道之间在渠道功能上互补与相互支持的程度。虽然有学者将其分为跨渠道协作和跨渠道互补两个维度[14]，但是在实际操作时，二者是很难分开的。很难想象一个没有互补的协作，也很难想象一个没有协作的互补。第三，信息共享性，即在渠道间使用信息系统共享销售或服务相关信息的程度。消费者的信息分散在不同渠道中，企业通过汇总和共享这些信息，来实现渠道间的无缝对接。

回顾和分析此前研究中使用的跨渠道整合的量表，我们发现其中存在着多种问题。比如，存在内容效度的问题，一些量表未包含信息共享维度，仅包含功能协作一个维度[15]或信息一致性和功能协作性维度[4，7，12];还存着表面效度问题，Cao和Li[10，11]的量表包括组织变革维度（组织内部的结构调整）[10，11]，这更像是跨渠道整合的前因，而非跨渠道整合的本身。另外，汪旻和张旭梅[16]虽然研究跨渠道整合，但测量内容却包括零售商与供应商的专用资产投入、共同制定计划、共享销售信息等。

通过文献回顾，庄贵军等[14]提出了一個跨渠道整合的四维量表，包括一致性、共享性、协作性和互补性。该量表虽然较好地反映了跨渠道整合的构成，但是未进行实证检验，量表的信度和效度未知。此外，该量表中的测量题项来源于现有零售商和消费者情境下的测量内容，是否适用于制造企业的研究犹未可知。

根据跨渠道整合的内涵，参考庄贵军等[14]提出的跨渠道整合量表，再结合实地访谈的结果，本文设计了一个测量制造企业跨渠道整合的量表，并通过问卷调查收集数据，检验其信度和效度。

3 量表的形成和数据收集

3.1 访谈与资料整理

访谈主要采用实地访谈和网络访谈两种方式，共访谈10家制造企业，历时2个月，涉及家具生产、食品加工、服装、机械制造等行业。访谈对象为企业的销售部门负责人或企业经理，访谈内容部分包括：“您公司使用了哪些销售渠道？”，“这些销售渠道之间是否有合作？有哪些具体表现？”，“您如何理解跨渠道整合？”，“您公司目前的跨渠道整合措施有哪些？未来还有哪些打算？”。

访谈的时长，少的有30分钟，多的超过60分钟。以下是一些与本文有关的发现。

第一，被访谈企业普遍采用了多条渠道销售自己的产品。10家制造企业中，采用渠道最多的是某电子产品制造企业有5条渠道，如实体零售渠道、商超渠道、网络自营旗舰店、网络零售店、代理渠道（工程代理、家装代理）。采用渠道最少的是某厨房垃圾处理器生产企业，有代理渠道和商超渠道。

第二，被访企业所采用的跨渠道整合措施主要包括产品和服务信息一致、订货和物流信息共享以及销售流程中的协作三方面。如某家居产品的制造商采用网络渠道后，主要通过网络渠道传播品牌信息和产品信息，并通过网络渠道引流到线下体验店，消费者网络订购后依然是线下加盟商负责送货、安装和售后，企业则会通过内部信息系统让网络渠道和加盟商共享消费者订购信息、企业生产进度或产品物流配送等方面的信息。这一发现与文献[14]所提出的测量维度基本吻合。

第三，被访企业表示很难在多条渠道中保持产品品类、产品价格或产品促销政策的一致。这主要是因为经销商享受的渠道政策不同或者渠道成员的议价能力不同所致。例如，某食品加工企业拥有实体门店、微店和外卖平台等不同渠道，外卖平台的佣金比较高，并且经常有强制性促销要求，使得该企业只能在外卖平台上架高毛利产品，无法与门店保持产品品类和售价的一致。此外，该企业微店上架的产品与门店保持一致，但为了吸引网络消费者，微店上的价格略低于门店。因此，制造企业所采用的跨渠道一致性措施，主要体现在企业形象和产品宣传等方面。

3.2 量表形成与数据收集

根据访谈结果，我们删除了文献[14]中企业很少采用的措施，并把测量跨渠道协作性和互补性的题项进行整合后形成量表的初始题项。为了检验访谈中的第三个发现，在初始量表中我们保留了此前研究经常使用的两个题项“多渠道保持价格一致”和“多渠道保持促销一致”。

然后邀请西安交通大学管理学院的博士生和老师们，对量表的表面效度和内容效度进行审核，修改有歧义或语意表述不清的题项，如把“线上渠道购买实体店退货或维修”改为“任何一条渠道购买，其他渠道都可以退货和维修”，把“我公司支持用户通过线上渠道查询线下渠道地址、联系方式”，“我公司运作系统支持用户通过线上渠道查询线下产品信息”与“我公司通过线下渠道宣传线上渠道信息”合并为一项“我公司线上线下渠道相互协作传播信息”。最后问卷调查实际采用的量表共计14个题项。

问卷调研从2019年4月开始，耗时3个月，调研对象为制造企业营销部门负责人。问卷有4页纸，填写时间大约有15分钟到20分钟。问卷采用Likert 7打分法（1=非常不同意，7=非常同意，其余为中间状态），要求填写者根据企业实际情况进行打分。共发放问卷245份，有效问卷158份，有效回收率为69%。样本的分布情况如下：行业，机械行业占30.8%，电子行业占14.4%，食品饮料行业占9.2%，医疗器械行业占6.2%，其他行业占30%;年销售收入，3亿元以上的企业占36.9%，1亿至3亿元占12.3%，5000万至1亿元占12.8%，5000万以下占34.7%。

4 量表检验

4.1 探索性因子分析

数据分析结果显示，14个题项的KMO值为0.76，大于0.5的标准。此外，Bartlett球形检验的值为803.06，自由度为91，-p<0.000，代表母群体的相关矩阵间有共同因子存在，适合进行因子分析。运用主成分分析法，以特征值大于1为标准，经过正交旋转后共提取4个因子，累计解释方差为65.9%。观察4个因子发现，各个题项的因子载荷在其所对应的维度下均大于0.6，而在其他维度下均小于0.6。这说明，各个题项所测量的是与其相对应的维度。但是题项“我公司多条渠道中的产品价格是一致的”和“我公司多条渠道中的促销信息是一致的”未能与其他测量一致性的题项形成一个因子。这支持了访谈中的第三个发现，即从制造商的视角看，价格和促销一致性与品牌、产品或服务信息一致性反映的并不是相同的构念。

4.2 验证性因子分析

为检验题项及其结构的有效性，利用AMOS 22.0软件进行一阶验证性因子分析，结果发现有3个题项的标准化载荷系数未能达到0.6的最低要求。故将其删除，最终得到的量表，如表1所示。

如表1可见，制造商跨渠道整合的量表有如下特点：它包含一致性、共享性和协作性3个维度，而且3个维度彼此之间的含义不同，维度间并非同向变化，如一致性和协作性负相关。它是由一致性、共享性、协作性3个维度组合而成的一个构成性量表，而每个维度又是一个多题项的反映性量表。

由于反映性量表的检验方法并不完全适用于构成性量表，所以我们采用Bollen[17]提出的两阶段方法，将跨渠道整合的一阶因子和二阶因子分开检验。第一阶段，先对一阶因子的信度和效度指标进行评价;第二阶段，由于二阶因子是一个构成性量表，所以将其与两个结果变量（跨渠道合作和企业绩效）放在一起观察测量模型的各项指标是否符合标准[18]。

4.3 信度检验

反映性量表最常用的信度检验方法就是计算α值，观察其内部一致性。α值一般要大于0.6[19]。此外，还会采用组合信度（CR）和均方差析出量（AVE）来判断量表的信度。由表1可知，各维度测量结果的α值高于0.7，CR高于0.8，AVE值高于0.5。说明量表中每一个维度的内部一致性较好，有较高的信度。因为跨渠道整合的二阶因子是一个构成性量表，由3个可以独立变化的维度构成，所以不适合对它进行信度检验。

4.4 效度检验

4.4.1 表面效度和内容效度的评估

表面效度是判断量表内容与变量内涵相一致的程度，内容效度则主要反映测量内容涵盖变量内涵的充分性和准确性。检验表面效度和内容效度可以采用专家判断法[20]。本文所建立的制造商跨渠道整合量表是在借鉴既有文献的基础上，结合半结构化访谈结果编制而成，之后又通过邀请该领域的专家进行内容充分性的评价，对量表的表面效度和内容效度也进行了审核，删除了有歧异的题项。因此，量表的表面效度和内容效度是可以接受的。

4.4.2 收斂效度和区别效度

评价收敛效度通常是考察每个题项（观察变量）在其相应潜变量上的标准化载荷系数和每个潜变量的均方差析出量（AVE）。当潜变量的AVE值和观察变量的标准化载荷均高于0.5时，表明量表具有较好的收敛效度[21]。若AVE大于潜变量间的相关系数则表明量表具有区别效度[22]。由表1可见，量表中每个题项的标准化负荷系数在0.60到0.89之间（p<0.01），高于最低临界值0.6。每个维度所代表潜变量的AVE值超过0.5，且大于该潜变量与其他变量间的相关系数。量表一阶因子的3个维度具有良好的收敛效度和区别效度。

因为跨渠道整合二阶因子是一个构成性量表，无法直接采用验证性因子分析方法检验其收敛效度和区别效度[19]。我们采用Kishton和Widaman[23]推荐的题项打包法进行检验。题项打包法是指从每个维度抽出1～2个题项，经过组合、平均后，构成涵盖且代表跨渠道整合的题项包。具体构成方法如表2所示。我们在测量模型中放入企业绩效（PERF）和跨渠道合作（MCHC）两个变量来检验跨渠道整合的区别效度、收敛效度和预测效度。企业绩效是企业达成经营目标的程度，通常视为一种竞争性绩效[24]。借鉴张闯等[25]使用的测量指标，用以下3个题项测量：“T1我公司的投资回报率高于主要竞争对手”，“T2我公司的销售增长率高于主要竞争对手”，“T3我公司的市场份额高于主要竞争对手”。跨渠道合作指企业多条渠道之间为完成销售任务相互合作的程度。借鉴Fürst等[13]使用的测量指标，用以下3个题项测量：“F1我公司销售部门经常和各条渠道交换信息”，“F2我公司各条渠道之间是合作共赢的关系”，“F3我公司各条渠道在营销工作中合作紧密”。在调查时，请被调查者根据自己的认识，从1到7分中选择合适的分值填写。表2是使用题项打包法进行验证性因子分析得到的结果。

由表2可见，3个题项包的标准化因子载荷均大于0.8，且在p<0.01下显著。这说明，3个题项包测量的是同一个变量，具有较好的收敛效度。跨渠道整合、跨渠道合作和企业绩效之间的相关系数均明显小于各变量的AVE，说明跨渠道整合具有较好的区别效度，明显区别于跨渠道合作和企业绩效的题项。

4.5 工具效度

本文使用企业绩效和跨渠道合作来检验跨渠道整合的工具效度。在企业的多渠道之间进行跨渠道整合，有助于各条渠道之间加强沟通与互动，增进多条渠道之间的合作关系，提升企业绩效。比如，消费者习惯在网上购买产品，但当需要售后服务时往往选择线下渠道，这需要不同的电商平台与线下售后渠道之间保持信息系统的对接。随着业务的开展和深入，各条渠道间的合作会更加密切，企业绩效也会提高。本文预测制造商的跨渠道整合正向影响企业绩效和跨渠道合作。

数据分析结果如表3中模型I所示，模型I的各项拟合优度值达到要求，表明路径模型的数据拟合较为理想。模型I显示跨渠道整合与企业绩效的路径系数为0.423（p<0.001），跨渠道整合与跨渠道合作的路径系数为0.739（p<0.001）。这与我们上面的预测一致，说明跨渠道整合的测量具有工具效度。此外，我们还构建和拟合了模型II，用于和模型I的拟合结果进行比较。模型II是用3个维度作为3个单独的变量与企业绩效、跨渠道合作一同构建的路径模型，拟合结果显示在表3的模型II中。模型II的拟合优度值与模型I相比较差，有些指标未达到较严格的要求。另外，路径系数显示跨渠道共享性对企业绩效的正向影响也未能通过检验。

从工具效度上看，模型I的拟合结果优于模型II。这意味着，当把跨渠道整合的各个维度“打包”作为构成性量表的指标对数据拟合时，在工具效度上要优于将各个维度单独作为变量对数据拟合的结果。

5 结论与讨论

通过对跨渠道整合相关文献的梳理，本文归纳出测量制造企业跨渠道整合的3个维度，包含信息一致性、信息共享性和功能协作性;运用访谈和问卷调查方法，设计和检验了制造企业跨渠道整合的量表。研究发现，制造企业跨渠道整合的量表是一个构成性量表，包括跨渠道一致性、跨渠道共享性和跨渠道协作性3个维度，而每个维度又是一个多题项的反映性量表。另外，我们还发现，制造企业的跨渠道一致性，主要通过品牌、商标、服务形象和产品说明等传播信息来体现，并非价格和促销的一致性。

5.1 理论贡献

企业的跨渠道整合已经引起学术界的广泛关注，但对跨渠道整合这一核心变量的测量还存在一些问题。这阻碍了研究的进一步深入，也给现有研究成果间的对话造成困扰。本文理论贡献如下：

第一，设计和检验了制造企业跨渠道整合的构成维度和题项。研究发现，制造企业跨渠道整合的量表包含跨渠道一致性、跨渠道共享性和跨渠道协作性3个维度，这3个维度构成一个构成性量表，而每一个维度又是一个多题项的反映性量表。该量表具有较好的信度、表面效度、内容效度、收敛效度、区别效度和工具效度，可以作为未来进行相关研究的一个测量工具。

第二，从制造企业的视角设计跨渠道整合的量表，得出的量表适合于研究制造企业的跨渠道整合问题。研究结果表明：零售商视角跨渠道整合的测量内容并不完全适用于制造商，其中对于一致性的理解就存在差异。在零售商的跨渠道整合研究中，研究者常常把不同渠道的产品、价格、促销等信息是否完全一致作为衡量跨渠道整合程度的标准之一[4，6，10～12]。然而，本研究发现，多数制造企业并没有在多条渠道之间采用“同品同价同促”的措施，而是根据不同的渠道任务来设计渠道策略，在不同的渠道中采用不同的价格销售不同的产品种类。制造企业的跨渠道一致性更多地是指商标、品牌或服务形象等传播信息的一致性。

第三，拓展跨渠道整合的研究内容。表3的模型II发现，跨渠道共享性对跨渠道合作有正向影响，但对企业绩效的影响不显著。这似乎回应了庄贵军等[14]的猜测——跨渠道整合的每个维度可以单独作为变量进行研究。因此，未来可以变通地使用本研究开发的量表，探讨跨渠道整合的前因、后果以及形成机制;还可以关注跨渠道整合构成维度之间的互动关系，探讨这些互动关系是怎样影响跨渠道整合的。另外，这还提示我们，企业可以通过调整3个维度的强弱组合而形成不同的跨渠道整合策略。对这些问题的研究，有助于揭示跨渠道整合的作用机制，也有助于探讨不同的跨渠道整合策略的效果如何，适用于怎样的情境等问题。

5.2 实际应用

跨渠道整合成为一种重要的渠道管理方式，被越来越多的企业所采用。本研究的结果和发现对于企业在网络背景下进行跨渠道整合有重要的启示意义。首先，根据我们的研究结果，制造企业可以通过跨渠道整合实现渠道整体的协同效应，具体做法是保持不同渠道之间的传播信息一致、共享销售相关信息，以及围绕销售或服务进行协作。渠道管理人员要意识到，单纯的保持信息一致难以发挥整合效果，要更加重视上述措施的组合。其次，在选择跨渠道整合策略时，企业要注意结合渠道管理目标和企业发展需要。我们的研究发现，三种不同的构成维度产生的作用是不同的，这意味三种构成维度本身的强弱组合会产生不同的效果，因此企业可以根据自身发展需要来灵活实施不同的跨渠道整合策略。以往研究发现，外部环境和企业能力都会影响跨渠道整合[11，12]，但企业并不能短期内改变环境和能力。我们的研究结论意味着可能存在着不同的跨渠道整合策略能够与企业所处环境和自身特征相匹配，进而会产生不同的积极效果，这对于企业采用跨渠道整合提供了更为丰富的参考。

5.3 不足与未来的研究方向

本研究的局限有以下几个方面：首先，本文从制造商一方收集的数据，反映了制造商企业对本企业跨渠道整合的感知状况，但不一定代表其合作伙伴分销商的实际状况。因此，未来有必要从双方收集数据，更全面和准确地了解跨渠道整合问题。其次，本文把3个维度作为整体变量进行了研究，并发现其对企业绩效和渠道关系的影响。但是仍不清楚他们相互之间的影响关系，也不知道这些构成维度作为独立变量对绩效和跨渠道关系的影响，以及3个维度之间的逻辑关系，这些亟待未来研究進行更深入的探讨。再次，样本量偏小，只有158个观察值，未来可以增大样本量后对这一量表再检验。

参 考 文 献：

[1]Verhoef P C， Kannan P K， Inman J J. From multi channel retailing to omni channel retailing： introduction to the special issue on multi channel retailing[J]. Journal of Retailing， 2015， 91（2）： 174 181.

[2]Baal S V. Should retailers harmonize marketing variables across their distribution channels？ An investigation of cross channel effects in multi channel retailing[J]. Journal of Retailing and Consumer Services， 2014， 21（6）： 1038 1046.

[3]Goersch D. Multi channel integration and its implications for retail web sites[A]. Proceedings of the 10th European Conference on Information System[C]. CT： ECIS PRESS， 2002. 748 758.

[4]Oh L B， Teo H H， Sambamurthy V. The effects of retail channel integration through the use of information technologies on firm performance[J]. Journal of Operations Management， 2012， 30（5）： 368 381.

[5]Yan R， Wang J， Zhou B. Channel integration and profit sharing in the dynamics of multi channel firms[J]. Journal of Retailing and Consumer Services， 2010， 17（5）： 430 -440.

[6]吳锦峰，常亚平，侯德林.多渠道整合对零售商权益的影响：基于线上与线下的视角[J].南开管理评论，2016，19（2）：170 181.

[7]周飞，冉茂刚，沙振权.多渠道整合对跨渠道顾客保留行为的影响机制研究[J].管理评论，2017，29（3）：176 185.

[8]Herhausen D， Binder J， Schoegel M， et al.. Integrating bricks with clicks： retailer level and channel level outcomes of online offline channel integration[J]. Journal of Retailing， 2015， 91（2）： 309 325.

[9]Wu I L， Wu S M. A strategy based model for implementing channel integration in e commerce[J]. Internet Research， 2015， 25（2）： 239 261.

[10]Cao L， Li L. The impact of cross channel integration on retailers sales growth[J]. Journal of Retailing， 2015， 91（2）： 198 216.

[11]Cao L， Li L. Determinants of retailers cross channel integration： an innovation diffusion perspective on omni channel retailing[J]. Journal of Interactive Marketing， 2018， 44（10）： 1 16.

[12]张广玲，刘晨晨，王辉，等.制度压力与跨渠道整合程度关系研究：企业能力的调节作用[J].营销科学学报，2017，13（2）：107 126.

[13]Fürst A， Leimbach M， Prigge J K. Organizational multi channel differentiation： an analysis of its impact[J]. Journal of Marketing， 2016， 81（1）： 59 -82.

[14]庄贵军，邓琪，卢亭宇.跨渠道整合的研究述评：内涵、维度与理论框架[J].商业经济与管理，2019，（12）：30 -41.

[15]Bendoly E， Blocher J D， Bretthauer K M， et al.. Online/in store integration and customer retention[J]. Journal of Service Research， 2016， 7（4）： 313 327.

[16]汪旻，张旭梅.多渠道供应链消费者跨渠道行为与渠道合作[J].管理学报，2019，16（5）：765 774.

[17]Bollen K A. Latent variables in psychology and the social sciences[J]. Annual Review of Psychology， 2002， 53（1）： 605 -634.

[18]Maccallum R C， Browne M W. The use of causal indicators in covariance structure models： some practical issues[J]. Psychological Bullen， 1993， 114（3）： 533 541.

[19]Jarvis C B， Mackenzie S B， Podsakoff P M. Acritical review of construct indicators and measurement model misspecification in marketing and consumer research[J]. Journal of Consumer Research， 2003， 30（2）： 199 218.

[20]罗胜强，姜嬿.管理学问卷调查研究方法[M].重庆：重庆大学出版社，2014.142 144.

[21]Hair J F， Tatham R L， Anderson R E. Multivariate data analysis[M]. Upper Saddle River， NJ： Pearson Prentice Hall， 2006. 660 -661.

[22]Bagozzi R P. Evaluating structural equation models with unobservable variables and measurement error： a comment[J]. Journal of Marketing Research， 1981， 18（3）： 375 381.

[23]Kishton J M， Widaman K F. Unidimensional versus domain representative parceling of questionnaire items： an empirical example[J]. Educational and Psychological Measurement， 1994， 54（3）： 757 765.

[24]Poppo L， Zenger T. Do formal contracts and relational governance function as substitutes or complements[J]. Strategic Management Journal， 2010， 23（8）： 707 725.

[25]張闯，鄂嫚迪，顾芳.渠道建言：多层面渠道因素及其对渠道绩效的影响[J].南开管理评论，2020，23（2）：167 178.