區塊鏈技術促進“新零售”提速增效問題研究

尚延超 博士生

（中國社會科學院研究生院 北京 100010）

零售業發展區別于其它行業發展，其是以零售知識為依托，采用螺旋式演進路徑發展，通過合作與競爭，實現優勝劣汰（陶偉軍等，2002）。這一觀點只提出了螺旋式的宏觀路徑，對于新舊替換細則未具體明確。新業態進入零售市場，更多地需要突破原有業態的邊界，這個邊界既包括物流邊界，還包括信息流邊界，更包括管理邊界等（楊薇臻等，2004），“新零售”的出現就是對這種理論（楊薇臻等，2004）的有力支撐。按照經典理論——“零售之輪”理論并結合我國實際，學者認為我國“新零售”發展應采取渠道整合、個性發展、自媒體發展三個階段融合發展方式（蔣亞萍等，2017）。我國“新零售”近年來異軍突起，更多是在借鑒美國市場的發展經驗，采用線上優先、線下追隨的方式實現高質量發展（洪濤，2017）。在我國“新零售”快速發展中，對于新技術的應用以及全渠道平臺的建立顯得尤為關鍵（杜睿云等，2017）。本研究正是在此背景下，就區塊鏈這一新技術如何具體應用于“新零售”轉型展開探究。

“新零售”關鍵支撐理論依據

（一）“新零售”和區塊鏈優勢、劣勢

分析結果將與實證分析結果結合，為“新零售”新體系結構確立和“新零售”轉型路徑確立提供依據。表1確立了“新零售”具有四大優勢和五大劣勢，區塊鏈具備三大優勢。如何利用區塊鏈的優勢來為“新零售”補短板，后續的分析將給予詳細解答。

（二）“新零售”預約類業務隱含支撐關系

“新零售”預約業務需求是否存在？如果存在，其與哪些關鍵因素相關？對于這些疑問，本研究采用經濟分析常用分析方法假設檢驗法進行分析。

基于此，提出一個總體框架：預約業務需求力與“新零售”支付類認證能力相關，后者對前者的支撐系數為α；與“新零售”支付能力相關，后者對前者的支撐系數為β；與“新零售”認證唯一性相關，后者對前者的支撐系數為γ；與“新零售”傳統業務能力相關，后者對前者的支撐系數為η；與“新零售”分析業務能力相關，后者對前者的支撐系數為μ；與“新零售”其它能力無關，后者對前者的支撐系數為ν。此假設用假設檢驗法表述為：H0：α＞0，β＞0，γ＞0，η＞0，μ＞0，ν=0；H1：H0不成立。

在約定殘差服從標準正態分布的前提下，上述假設可以基于時間序列數據的卡方分布、t分布、F分布進行檢驗，具體的檢驗過程與檢驗結果詳見后續實證部分。

（三）“新零售”傳統類業務因果關系

還有哪些新因素影響“新零售”傳統業務發展？如果有，其為正向關系還是負向關系？對于這些疑問，采用經濟分析假設檢驗法進行分析。

基于此，研究提出一個總體框架：分析類業務能力影響“新零售”傳統業務能力，前者對后者的支撐系數為ξ。此假設用假設檢驗法表述為：H2：ξ＞0；H3：H2不成立。推送類業務能力影響“新零售”傳統業務能力，前者對后者的支撐系數為ω。此假設用假設檢驗法表述為：H4：ω＞0；H5：H4不成立。在約定殘差服從標準正態分布的前提下，上述假設可以基于時間序列數據的卡方分布、t分布、F分布進行檢驗，具體的檢驗過程與檢驗結果詳見后續實證部分。

表1 “新零售”和區塊鏈優勢劣勢分析

（四）“新零售”支付等候模型

按照消費心理規律，“新零售”業實體點的排隊等候符合一般規律：無需消費等待時，消費意愿最強；在到達消費容忍時長極限之前，消費意愿與等待時間成反比；在到達消費容忍時長極限之后，消費意愿直接降低為零。將其轉化為統計模型如下（具體見式1左側子式）：

T為消費容忍時長極限（目前是未知參數），y為具體的等待時長，x為等待人數，λ為指數分布的參數（目前是未知參數）。式（1）右側子式為等候人數服從的分布函數。按照全概率公式，可以得到等待人數與等待時長同步發生的概率（具體見式2）。

注意到T是未知參數，λ為未知參數，后續研究將確定這兩個未知參數。分析的手段是基于營業點歷史水平數據，確定這兩個未知參數的數值，在此基礎上通過實施措施，壓縮支付等待時間，提升零售點營業水平。具體的實現過程與實現結果詳見后續實證分析部分。

“新零售”關鍵支撐實證依據

（一）“新零售”預約類業務隱含支撐關系實證研究

就前述研究中的“新零售”關鍵支撐依據進行實證分析，主要是確定“新零售”預約類業務隱含支撐關系。采用在“新零售”企業進行問卷調查的方式，確定預約類業務發展是由哪些因素支撐。調查問卷在主流“新零售”企業展開，一共有6家“新零售”企業參與。為了避免研究結果對參與對象造成不必要的影響，在此隱去具體參與企業名稱。整個調查問卷一共30道題目，由單選題和多選題組成。共計有2.3萬人參與了網上調查，回收的有效問卷占比為97.6%，有效調查率遠高于95%水平，因此研究認為問卷調查有效。

在此基礎上，研究將調查問卷結果轉化為數值序列。采用最小二乘法進行回歸分析，確定了預約業務能力與隱含支撐因素之間的關系。基于這一線性關系進行假設檢驗，確定了結果，見表2所示。從表2的分析結果來看，整個調查問卷結果是具有高信度的，這一點可以從表2的第6列（自左向右，下同）看出。在此基礎上進行的線性回歸分析，其線性關系成立的可信度是高于0.87（具體見表2的第4列）。基于此，研究確定了H0假設是高置信度成立，這一點可以從表2第2列、第3列數據中看出。

由上所得，研究認為預約業務能力是與“新零售”支付類認證能力正向相關，與“新零售”支付能力正向相關，與“新零售”認證唯一性負向相關，與“新零售”傳統業務能力正向相關，與“新零售”分析業務能力正向相關，與“新零售”其它能力無關。這些關系的確定將作為后續“新零售”新體系結構確定的關鍵依據和“新零售”轉型總體路徑確定的關鍵依據。

（二）“新零售”傳統類業務因果關系實證研究

此處分析，不采用“新零售”預約類業務隱含支撐關系實證研究中的調查問卷，而是基于前述確定6家實證企業歷史數據進行分析。通過一個滯后期的分析，確定了影響“新零售”傳統類業務的兩大因素。這一關系為線性關系，基于該關系再進行假設檢驗，確定了如下結果，見表3所示。從H2、H3、H4、H5的分析結果來看，分析類業務能力正向影響“新零售”傳統業務能力，推送類業務能力正向影響“新零售”傳統業務能力。這些關系的確定將作為后續“新零售”新體系結構確定的關鍵依據和“新零售”轉型總體路徑確定的關鍵依據。

（三）“新零售”支付等候模型

在此基礎上，研究利用“新零售”已有的歷史數據進行分析，主要是解答前述分析中確定的等候模型（式2）中待定參數。通過反復分析，確定了支付等候模型，為了便于分析，將該模型以圖形的形式展現，具體見圖1所示。該圖是利用分析軟件Python3.7完成，由于Python中的Matlab模塊不支持中文，故該圖中的坐標和圖名均為英文。圖1中的三個維度為進店用戶數、進店選購平均時間、選購完畢支付平均等待時間。仔細研究該圖，不難發現其支付平均等待時間最大值為7分鐘，進店選購平均時間最大值為35分鐘，進店用戶數瞬時高峰達到30人，這些關系和關鍵數值的確定將作為后續“新零售”新體系結構確定的關鍵依據和“新零售”轉型總體路徑確定的關鍵依據。

表2 “新零售”預約類業務隱含支撐關系假設檢驗結果表

表3 “新零售”傳統類業務因果關系假設檢驗結果表

表4 國內轉型仿真實效結果表

圖1 支付等候模型3D圖

圖2 未使用區塊鏈技術的排隊時長圖

圖3 使用區塊鏈技術的排隊時長圖

圖4 “新零售”新體系結構

“新零售”轉型成效實證與轉型路徑

（一）“新零售”轉型實效之支付等候實效

利用“新零售”已有的歷史數據進行分析，主要是基于已經確定的等候模型（式2，圖1中展示），并結合實證對象的歷史數據進行轉型后的升級成效分析。采用區塊鏈技術進行轉型升級后，單筆業務的處理能力和處理速度提升幅度與水平是可以明確得到的。因此，將“新零售”業歷史數據、估計模型（式2）和單筆業務處理能力提升相結合，可以進行較為真實的仿真分析。

從仿真分析結果來看，“新零售”轉型后的服務質量也得到了顯著提升（具體見圖2、圖3所示。圖2與圖1完全一致，在這里重復是為了增加與圖3的直接對比度。圖中的三個維度為進店用戶數（Total Persons of Enter）、進店選購平均時間（Per Time of Shopping）、選購完畢支付平均等待時間（Per Time of Paying for）。從兩圖的對比來看，采用區塊鏈技術對“新零售”轉型后，在保持選購時間和進店人數相對不變的前提下，支付平均等待時間大幅度下降。就支付等候實效而言，轉型效果顯著。

（二）“新零售”轉型實效之整體實效

在保障零售企業采用代售（即購貨款延期支付）為主的前提下，就零售發展質量進行分析。通過多次仿真分析發現，轉型成效顯著，主要體現在收支透明度、交付及時率，具體數據見表4所示。仿真分析基于Matlab+Python實現。從表4仿真分析結果來看，對于零售點服務目標客戶，無論是預約型業務還是傳統型業務，交付及時率都能100%實現（表4中的最后一列，自左向右順序，下同）。對于為零售點提供服務支撐的組織或個體，其交付及時率都能在85%以上（表3中的倒數第二列），雖然這一數據（為零售點提供服務支撐的組織或個體的交付及時率）未能實現100%，但是已經遠高于未轉型之前平均60%的水平。基于此，研究認為，采用區塊鏈技術進行“新零售”轉型效果顯著。

（三）“新零售”成功轉型路徑總結

基于上述成功轉型實例，研究總結得出“新零售”轉型總體路徑，共需五個步驟完成，依據先后次序分別是構建基于區塊鏈技術的認證中心、B2B區塊鏈應用、B2C區塊鏈應用、B2BC區塊鏈應用、依托B2BC體系實現預約類為主的業務運營。需要特別強調這一路徑是基于前述分析得出，不具有唯一性，只是成功實現“新零售”轉型的其中一條路徑。

構建基于區塊鏈技術的認證中心。認證中心必須以去中心技術為依托，實現認證功能的及時性與認證無中心性。認證中心建立應能實現零售企業庫存信息、采購信息、銷售信息、預約銷售信息、支付信息、待支付信息等的全部共享認證。

B2B區塊鏈應用。B2B區塊鏈應用即零售商與供應商之間基于數字貨幣實現互信認證，可以采用零售商與供應商對等接受雙方各自發行的數字貨幣為主要形式，供應商與零售商之間的所有業務往來以數字貨幣形式體現。對于在線型業務，以數字貨幣交易替代傳統貨幣；對于預約業務，以在第三方機構抵押數字貨幣形式實現。

B2C區塊鏈應用。B2C區塊鏈應用即零售商與消費客戶、潛在消費客戶之間基于數字貨幣實現互信認證，零售商采用等值傳統貨幣兌換等值數字貨幣的形式實現。只要是向消費客戶和潛在消費客戶發售的數字貨幣，必須在零售體系和供應體系采用區塊鏈技術傳播，確保其唯一性和真實性。

B2BC區塊鏈應用。B2BC區塊鏈應用核心是實現從消費體系向零售體系，再向供應體系信息互通與共享。共享結果采用反向路徑，從供應體系向零售體系傳播，再向消費體系傳播。整個正向傳播與反向傳播完成，三大體系中的認證信息完全一致。

依托B2BC體系實現預約類為主的業務運營。根據消費者的信用等級、零售點的信用等級、供應點的信用等級，開展與之對應的預約業務等。預約業務以在第三方抵押等額數字貨幣或提前收取等額數字貨幣為主要形式，抵押與收取均應通過傳播在三重體系內正向傳播與反向傳播。

（四）成功轉型后的“新零售”體系結構

基于上述總結，研究確定了成功轉型后“新零售”體系結構，具體見圖4所示。圖4是以兩個“新零售”點為代表（這并不代表轉型后的“新零售”都應采用這種對稱型結構），采用去中心化的認證中心來實現對全業務的支撐。從圖4可以看出，轉型后的“新零售”業務能支持全部需求的根源在于具有去中心化的“認證中心”，這一點與現有的中心化的“認證中心”區別顯著。另外從業務結構來看，以預約類業務、分析類業務、推送類業務和傳統類業務作為四大引擎，可以實現“新零售”業的再次騰飛。

結論與建議

本研究對“新零售”和區塊鏈進行優劣勢分析，歸納了前者具有四大優勢、五大劣勢和后者具備三大優勢，在此基礎上探討了滿足新需求的完善“新零售”體系應該具備的結構特征，這一探討過程是采用量化分析為主的方法完成，是以六家實證對象的歷史數據和問卷調查數據作為依據，探究過程采用了假設檢驗法、回歸分析法和概率模型構建法，最終構建了多重去中心化結構為滿足新需求的完善“新零售”體系。隨后，基于六家實證對象歷史數據進行轉型仿真分析，檢驗了“新零售”轉型成功性以及量化了“新零售”轉型的業務提升水平。結合上述成果，本研究提出如下四點建議：

“新零售”轉型必要性和轉型路徑確定應以量化分析為基礎。“新零售”是否存在轉型必要性，以及采取何種路徑轉型，應以量化分析結果為依據，不應“拍腦袋”決定。具體可參見此次研究的思路與方法，采用具有高置信度的結論、方案作為實施的具體依據。

“新零售”轉型迫在眉睫。“新零售”業在我國發展中遭遇瓶頸，對以預約類為代表的業務無法有效支撐。只有攻克這一難關，才能實現“人民對美好生活向往就是我們工作目標”的訴求，這也是應對“新零售”業潛在下行壓力的必然要求。

“新零售”轉型可以依托去中心化的區塊鏈技術實現。“新零售”業無法對以預約類為代表的業務進行有效支撐，關鍵在于缺少具備去中心化認證中心體系的存在。當具有去中心化認證中心構建完成，“新零售”中的預約業務、分析業務、推送類業務將實現從無到有、從弱到強的巨變，由此助推傳統業務迅速提升，區塊鏈技術恰好具有這一優勢，可以補短板，提質量，實現“新零售”的定向轉型。

“新零售”轉型可以圍繞B2B區塊鏈應用和B2C區塊鏈應用等實現。“新零售”業轉型可以依托B2B區塊鏈應用、B2C區塊鏈應用等為核心予以實現。研究確定的五步轉型方案只是成功路徑中的一條，并不是唯一一條，這條路徑通過成功構建區塊鏈認證中心，以逐步推進和分層推進的方式，實現了“新零售”業的有效轉型。