中國連鎖零售企業(yè)的空間特征、影響因素及營銷對策研究

基金項(xiàng)目：江蘇省軟科學(xué)研究項(xiàng)目（項(xiàng)目編號：BR2024022）

一、引言

零售是將商品或服務(wù)直接銷售給終端消費(fèi)者的銷售模式，連鎖零售企業(yè)通過統(tǒng)一品牌門店網(wǎng)絡(luò)實(shí)現(xiàn)規(guī)?；\(yùn)營。隨著消費(fèi)升級與經(jīng)濟(jì)轉(zhuǎn)型，中國連鎖零售業(yè)在近十年呈現(xiàn)快速發(fā)展態(tài)勢。但是，受地域經(jīng)濟(jì)梯度差異影響，行業(yè)空間分布呈現(xiàn)顯著區(qū)域分異特征。研究其空間分布規(guī)律，既有助于把握新零售時代商業(yè)格局的演變，也可以為企業(yè)優(yōu)化空間布局提供決策支持，對促進(jìn)城市經(jīng)濟(jì)協(xié)調(diào)發(fā)展具有重要意義。

國外學(xué)者多基于消費(fèi)行為與商業(yè)空間的互動關(guān)系，運(yùn)用點(diǎn)密度分析、最近鄰距離測算等方法構(gòu)建商業(yè)空間模型。國內(nèi)研究方面，侯毅鳴等（2022）通過構(gòu)建路網(wǎng)中心性指標(biāo)，結(jié)合地理加權(quán)回歸揭示了濟(jì)南零售網(wǎng)點(diǎn)空間分布的異質(zhì)性特征；徐澤潭等（2021）利用核密度分析法與空間句法模型，論證了福州路網(wǎng)形態(tài)與零售布局的空間關(guān)聯(lián)性，其方法對商業(yè)熱點(diǎn)分析具有重要參考價值。

當(dāng)前國內(nèi)外研究成果為本文的研究奠定了良好基礎(chǔ)，但仍需關(guān)注以下問題。首先，現(xiàn)有研究偏重定性分析，鮮有全國層面的量化研究，對空間關(guān)聯(lián)機(jī)制的系統(tǒng)性論證尚待深化。其次，盡管有文獻(xiàn)從不同方面分析了連鎖零售企業(yè)的影響因素，但缺乏從空間關(guān)聯(lián)性視角解讀連鎖零售企業(yè)的驅(qū)動機(jī)制和營銷對策。本文從空間經(jīng)濟(jì)學(xué)視角解析連鎖零售企業(yè)的布局規(guī)律及其驅(qū)動因素，旨在為行業(yè)優(yōu)化區(qū)域布局、制定分級營銷策略提供理論依據(jù)，從而助推連鎖零售企業(yè)高質(zhì)量發(fā)展。

二、研究方法和變量選取

1.連鎖零售企業(yè)影響因素的模型構(gòu)建

（1）傳統(tǒng)面板計(jì)量模型。在傳統(tǒng)最小二乘法模型（OLS）的基礎(chǔ)上，學(xué)者們提出了傳統(tǒng)面板計(jì)量模型，相比于OLS模型，普通面板計(jì)量模型考慮時間固定效應(yīng)和空間固定效應(yīng)，構(gòu)建模型如下：

Y_it=αX_it+u_i+ν_t+ε

式中， α 表示回歸系數(shù)， Y_it 表示 i 地區(qū) t 時間點(diǎn)的連鎖零售企業(yè)運(yùn)營情況， X_it 表示解釋變量， u_i 和 u_t 分別代表省份和年份固定效應(yīng)，8為誤差項(xiàng)。

（2）空間面板計(jì)量模型?？臻g面板計(jì)量模型根據(jù)空間滯后項(xiàng)的位置可分為滯后模型（SLM）、誤差模型（SEM）和杜賓模型（SDM）?？臻g面板計(jì)量模型的一般形式如下：

式中， Y_it 表示 i 地區(qū) t 時間點(diǎn)的連鎖零售企業(yè)運(yùn)營情況， X_it 為解釋變量， e_it 為誤差項(xiàng)， β 表示回歸系數(shù)， W_ij 為空間相鄰矩陣。

2.影響因素選取

影響連鎖零售企業(yè)運(yùn)營的因素有很多，本文基于新零售背景，在前人研究的基礎(chǔ)上，梳理出四個影響連鎖零售企業(yè)運(yùn)營的因素，分別為電子商務(wù)發(fā)展水平（E-com）、消費(fèi)者購買力（consum）、區(qū)域市場規(guī)模（marke）和城鎮(zhèn)化水平（urban）。本文選用網(wǎng)上零售額來表征電子商務(wù)發(fā)展水平；市場是買賣關(guān)系的總和，本文借助居民人均可支配收人來表征消費(fèi)者購買力；選用各地區(qū)年末總?cè)丝跀?shù)來表征區(qū)域市場規(guī)模；利用城鎮(zhèn)人口占總?cè)丝诘谋戎貋肀碚鞒擎?zhèn)化水平，相關(guān)數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》。

三、連鎖零售企業(yè)的空間特征分析

1.連鎖零售企業(yè)的空間格局

根據(jù)連鎖零售企業(yè)門店數(shù)量的統(tǒng)計(jì)數(shù)據(jù)，中國連鎖零售企業(yè)門店總數(shù)分布呈現(xiàn)東南部－西北部差異。東南部地區(qū)門店總數(shù)多，西北部地區(qū)相對較少，東南部沿海地區(qū)門店數(shù)量明顯高于西北部地區(qū)，這可能是由于東南部地區(qū)經(jīng)濟(jì)發(fā)達(dá)、人口密集、消費(fèi)能力強(qiáng)，為連鎖零售企業(yè)的發(fā)展提供了良好的市場基礎(chǔ)。同時，東南部地區(qū)的零售業(yè)發(fā)展時間長，業(yè)態(tài)也比較完善，加之消費(fèi)習(xí)慣和區(qū)域文化的原因造成東南部沿海地區(qū)零售企業(yè)門店數(shù)量多于西北部地區(qū)。

2.連鎖零售企業(yè)的莫蘭指數(shù)分析

根據(jù)表1可知，連鎖零售企業(yè)在樣本期內(nèi)呈現(xiàn)顯著的空間自相關(guān)。從時間角度來看，連鎖零售企業(yè)的莫蘭指數(shù)呈波動上升趨勢；從所對應(yīng)的 P 值來看，各個變量的莫蘭指數(shù)的 P 值均接近于0，說明2016—2021年連鎖零售企業(yè)運(yùn)營莫蘭指數(shù)通過顯著性水平檢驗(yàn)，表明連鎖零售企業(yè)存在顯著的集聚特征，連鎖零售企業(yè)門店總數(shù)呈現(xiàn)為具有統(tǒng)計(jì)顯著性的集聚模式。

3.連鎖零售企業(yè)的空間聚類分析

本文對連鎖零售企業(yè)進(jìn)行局部空間相關(guān)檢驗(yàn)，結(jié)果顯示2016年低-低聚類（L-L）由新疆、寧夏、內(nèi)蒙古組成，表明這些地區(qū)的連鎖零售企業(yè)較少，且其相鄰?。ㄊ?、區(qū)）的連鎖零售企業(yè)也不多。高-高聚類（H-H）由江蘇、上海、浙江、安徽組成，表明這些地區(qū)的連鎖零售企業(yè)較多，且其相鄰地區(qū)的連鎖零售企業(yè)也較多。高-低聚類（H-L）由四川和重慶組成，表明這些地區(qū)的連鎖零售企業(yè)較多，但其相鄰地區(qū)的連鎖零售企業(yè)較少。低－高聚類在江西和福建，2021年福建退出了低－高聚類，加入了高-高聚類，寧夏退出低-低聚類。

四、連鎖零售企業(yè)影響因素的實(shí)證檢驗(yàn)

1.傳統(tǒng)面板計(jì)量模型

本文在進(jìn)行空間計(jì)量分析前先構(gòu)建不考慮空間要素的傳統(tǒng)面板計(jì)量模型，以識別一般情況下連鎖零售企業(yè)的影響因素，如表2所示。

根據(jù)表2可知，傳統(tǒng)面板計(jì)量模型不考慮固定效應(yīng)（OLS模型）中電子商務(wù)水平、消費(fèi)者購買力、區(qū)域市場規(guī)模和城鎮(zhèn)化水平與連鎖零售企業(yè)均呈現(xiàn)不同顯著性的相關(guān)關(guān)系。省份固定、年份固定和省份－年份固定效應(yīng)下連鎖零售企業(yè)的各個影響因素的符號與OLS模型基本一致，表明了模型的穩(wěn)定性。值得注意的是，不同固定效應(yīng)下無論是空間滯后還是空間誤差的 LM 檢驗(yàn)和RobustLM檢驗(yàn)結(jié)果均表現(xiàn)出顯著性，表明不考慮空間要素的傳統(tǒng)面板計(jì)量模型在識別連鎖零售企業(yè)的影響因素時存在誤差，因此本文選用空間面板計(jì)量模型來識別連鎖零售企業(yè)的影響因素。

2.空間面板計(jì)量模型

連鎖零售企業(yè)影響因素的空間面板計(jì)量模型計(jì)算結(jié)果如表3所示，其中SLM、SEM和SDM分別表示空間面板滯后模型、空間面板誤差模型和空間面板杜賓模型。LR空間滯后和空間誤差的檢驗(yàn)結(jié)果分別為28.928（ plt;0.01 ）和20.065（ plt;0.01 ，表明空間面板杜賓模型（SDM）不能簡化為空間面板滯后模型（SLM）和空間面板誤差模型（SEM，因此本文選用空間面板杜賓模型（SDM）來探討連鎖零售企業(yè)的影響因素。

根據(jù)表3可知， ，表明電子商務(wù)水平與連鎖零售企業(yè)呈顯著的正相關(guān)，電子商務(wù)水平每提高 1% ，連鎖零售企業(yè)提高 0.699% ，這一結(jié)果與新零售背景基本相符，電子商務(wù)的發(fā)展推動了連鎖零售企業(yè)的運(yùn)營發(fā)展。lnconsum =-1.371 （ plt;0.01 ，表明消費(fèi)者購買力與連鎖零售企業(yè)呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，消費(fèi)者購買力每提高 1% ，連鎖零售企業(yè)減少 1.371% lnmarke=0.331（ plt;0.01 ，表明區(qū)域市場規(guī)模每提高 1% ，連鎖零售企業(yè)提高 0.331% ，這可能是因?yàn)槭袌鲆?guī)模越大，消費(fèi)者對零售的需求就越多，因此有利于連鎖零售企業(yè)發(fā)展。Inurban =2.139 （ plt;0.01 ，表明城鎮(zhèn)化水平與連鎖零售企業(yè)呈現(xiàn)顯著的正相關(guān)關(guān)系，這可能是因?yàn)槌鞘谢皆礁叩牡貐^(qū)，商業(yè)發(fā)展越好，人口流動較大，因而對零售的需求會增加，進(jìn)而有利于連鎖零售企業(yè)運(yùn)營。值得注意的是，W×ln consum、 W×ln marke和 W×lnurban 的系數(shù)均通過顯著性檢驗(yàn)，表明消費(fèi)者購買力、區(qū)域市場規(guī)模和城鎮(zhèn)化水平存在空間溢出效應(yīng)。

五、連鎖零售企業(yè)營銷對策分析

1.結(jié)論

本文綜合運(yùn)用莫蘭指數(shù)與空間聚類方法，揭示連鎖零售企業(yè)空間分異規(guī)律。通過構(gòu)建空間計(jì)量模型，重點(diǎn)解析電子商務(wù)發(fā)展水平、消費(fèi)者購買力、區(qū)域市場規(guī)模和城鎮(zhèn)化水平四維驅(qū)動機(jī)制，主要結(jié)論如下。

第一，連鎖零售企業(yè)在省域上發(fā)展不均衡，其集聚情況與人口密度存在顯著空間耦合，形成東－中-西梯度分布特征。空間聚類顯示，連鎖零售企業(yè)高-高集聚區(qū)分布于東部沿海城市群，低－低集聚區(qū)則集中于中西部欠發(fā)達(dá)區(qū)域。

第二，電子商務(wù)發(fā)展水平、區(qū)域市場規(guī)模和城鎮(zhèn)化水平與連鎖零售企業(yè)數(shù)量呈顯著的正相關(guān)關(guān)系，而消費(fèi)者購買力與連鎖零售企業(yè)數(shù)量呈顯著負(fù)相關(guān)關(guān)系。

第三，消費(fèi)者購買力和區(qū)域市場規(guī)模對連鎖零售企業(yè)發(fā)展具有正向的溢出效應(yīng)，而城鎮(zhèn)化水平對連鎖零售企業(yè)具有負(fù)向的溢出效應(yīng)，呈現(xiàn)“虹吸效應(yīng)”特點(diǎn)。

2.營銷對策探究

（1）合理規(guī)劃門店布局

中國連鎖零售企業(yè)應(yīng)合理規(guī)劃門店布局，東部聚焦智慧門店升級，提升存量效能；西部構(gòu)建輕資產(chǎn)下沉網(wǎng)絡(luò)。運(yùn)用空間技術(shù)優(yōu)化選址，在消費(fèi)洼地實(shí)施價格引流策略，建立智能分撥與模塊化倉儲體系。

（2）抓住數(shù)字機(jī)遇，轉(zhuǎn)型新零售模式

電子商務(wù)能夠推動連鎖零售企業(yè)發(fā)展，電子商務(wù)可以拓寬連鎖零售企業(yè)營銷渠道，借助互聯(lián)網(wǎng)平臺，利用大數(shù)據(jù)和人工智能技術(shù)，加速傳統(tǒng)零售模式向新零售模式轉(zhuǎn)型。根據(jù)企業(yè)門店分布區(qū)域不同，形成不同連鎖門店的競爭，在對外競爭的同時加強(qiáng)對內(nèi)的轉(zhuǎn)型升級，從而覆蓋更多消費(fèi)者。

（3）優(yōu)化零售產(chǎn)品營銷組合結(jié)構(gòu)

消費(fèi)者購買力與連鎖零售企業(yè)運(yùn)營呈現(xiàn)顯著的負(fù)相關(guān)，因此連鎖零售企業(yè)可以優(yōu)化零售產(chǎn)品的定價策略，開展契合不同消費(fèi)者購買力的促銷活動。無論是傳統(tǒng)連鎖零售企業(yè)，還是新零售企業(yè)，都要關(guān)注企業(yè)擴(kuò)張形勢，包括優(yōu)化產(chǎn)品質(zhì)量、調(diào)整價格策略、改善分銷渠道、創(chuàng)新促銷活動、加強(qiáng)與顧客的互動以及提供更具吸引力的有形展示和服務(wù)過程。

參考文獻(xiàn)：

[1]楊姍姍.新零售背景下連鎖零售企業(yè)發(fā)展規(guī)模影響因素研究[J].商業(yè)時代，2020（4）：109-112.

[2]魏俊飛.我國零售企業(yè)連鎖經(jīng)營發(fā)展及對策[J].山西師大學(xué)報（社會科學(xué)版），2014（S5）：74-76.

[3]趙建鳳.“新零售”時代我國連鎖零售的創(chuàng)新與發(fā)展方向[J].商業(yè)時代，2018（18）：14-16.

[4]KoK，ChangM，BaeE-S，etal.Efficiencyanalysisofretail chain stores in Korea[J].Sustainability，2O17（9）：1629.

[5]侯毅鳴，陳延斌，宋成鎮(zhèn).城市交通路網(wǎng)中心性與零售網(wǎng)點(diǎn)空間布局的關(guān)系研究—以濟(jì)南市區(qū)為例[J].湖南師范大學(xué)自然科學(xué)學(xué)報，2022（4）：16-24.

[6]徐澤潭，梁娟珠，許文鑫.基于空間句法的福州路網(wǎng)形態(tài)與零售商業(yè)空間布局的相關(guān)性研究[J].測繪地理信息，2021（S1）：5-10.

作者簡介：朱永鳳（1993一），女，安徽馬鞍山人，博士，常州大學(xué)商學(xué)院，講師，碩士生導(dǎo)師，研究方向：企業(yè)管理。