基于信息技術的消費者購物行為對零售模式布局的影響機理研究

智路平

（上海理工大學 管理學院，上海 200093）

1 信息技術條件下消費者購物行為研究概述

零售業隨著信息技術的發展出現了多種新的業態，在模式上有了明顯的區分。按照有無店鋪這一條件可分為有店鋪的傳統零售（實體購物）和網購兩大類。而隨著移動互聯網、大數據、云計算、智慧物流等信息技術的發展，個人、企業以互聯網為依托，通過運用大數據、人工智能等先進技術手段，對商品的生產、流通與銷售過程進行升級改造，進而重塑業態結構與生態圈，并將線上服務、線下體驗以及現代物流進行深度融合的零售新模式稱之為新零售[1]。新零售的概念由我國企業提出，率先垂范，相關研究成果以國內居多，國外近年來對于零售領域的研究集中在全渠道零售方面，呂揚等[2]對該類研究進行了綜述分析，本文不再進行相關文獻的具體分析。

消費者購物行為也隨著信息技術的發展產生了明顯的變化，由于購物導致的出行從必然出行變為偶然出行，這一變化在大城市中表現得更為明顯。而消費者購物行為的變化對零售模式產生了選擇性影響，購物出行頻率及目的的變化造成實體購物、網購及新零售3種模式市場份額的明顯改變。

技術滿足需求變化，技術帶來模式創新，行為造成模式選擇，模式影響決策布局。本文基于信息技術帶來的影響，研究消費者購物行為對零售業模式布局的影響機理問題。對于該問題的研究，從信息技術–零售模式、信息技術–消費者購物行為、消費者購物行為–零售模式3組關鍵對象角度進行。

1.1 信息技術–零售模式

蘇文[3]以“互聯網+”大背景下的零售模式創新為視角，探討“互聯網+”對傳統零售模式的影響，研究“互聯網+”背景下零售模式的創新路徑；陳琳等[4]認為新零售模式生鮮電商快速發展的原因是基于新興信息技術，指出未來的生鮮電商發展本質是科技戰；張祥森等[5]基于新零售實際需求，通過對廣東省零售現狀和發展趨勢的分析，從技術、物流、服務的融合方面探討新零售未來的發展模式；李維[6]運用新零售之輪理論、企業轉型理論以及產業融合理論對零售業發展“新零售”模式的必然性以及相關案例進行分析，闡述了零售業發展“新零售”模式的最佳選擇及具體路徑。此類研究重在探索信息技術對零售模式創新的影響，忽略了對零售模式的比較研究。

1.2 信息技術–消費者購物行為

程華[7]將影響消費者網上購物決策的關鍵變量—網上購物態度與意向作為研究對象，在態度–意向–行為模型框架下，建立消費者接受網上購物模型，研究個體差異對形成網上購物消費者感知、態度、意向和行為的調節與影響作用；賀妙[8]分析西部消費者網上購物行為的主要特征和影響因素，構建影響西部消費者網上購物行為的結構方程模型，確定了影響西部消費者網上購物的驅動因素；張永明[9]從購物過程分解的角度對網絡購物的影響和居民的購物行為變革進行實證研究，將購物過程分解為激發購物欲望、搜索體驗商品、購買商品3個環節，生成8種購物模式；杜曉娟等[10]探討信息技術的發展和使用對南京市居民購物行為的影響因素和空間效應，發現多種因素對居民購物行為有顯著影響、不同類型人群對城市交通出行和商業布局的影響不同、居民對不同產品類型購物的空間偏好存在差異；白秀娜[11]分析了女性網絡消費者購物行為，對影響女性網絡消費者購物行為決定因素進行了詳細介紹；張偉[12]研究了移動購物環境因素類型的劃分，移動購物環境因素與消費者情緒、沖動性購買意愿的關系，移動購物消費者沖動性購買意愿與沖動性購買行為的關系；陳丹等[13]探討移動智能設備的使用對北京市居民多任務購物行為和商業微區位的影響，發現信息通信技術可能會引導消費者需求與商戶供給間關聯性較差的商業綜合體進行微區位重構，向商品類型的多元化發展。此類研究重在構建信息技術條件下的消費者購物行為影響要素體系，缺乏對于消費者購物行為變化引發的結果分析。

1.3 消費者購物行為–零售模式

趙燕[14]對傳統零售業和網購的特點、發展模式及存在的問題進行了系統分析，通過網購對傳統零售業沖擊與影響的定量分析，認為傳統零售業與網絡購物的融合已成為未來發展的趨勢；胡嶼[15]探討了新零售模式下營銷策略的選擇與制定，為市場和消費者雙方改善自身需求提供理論借鑒；牛燕飛[16]對“新零售”商業模式的內涵、架構以及要素進行具體分析，發現“新零售”商業模式的價值主張、業務活動系統和盈利方式可以有效提升顧客總價值，降低顧客總成本；任成尚[17]從零售模式演變的角度探討了全渠道零售的發展過程和主要內容，基于全渠道零售服務環境的特點，引入了消費者賦權的概念，建立了包含全渠道整合、消費者賦權、信任、滿意度和購買行為意向的理論模型；郭朋[18]通過對新零售模式、顧客感知價值、顧客感知價值測量等相關文獻的梳理分析，提出顧客感知價值的基礎要素為產品、服務、線上線下體驗和感知風險，確定了顧客感知價值影響因素的模型。此類研究重在發現消費者購物行為誘導零售模式的演變過程，缺乏對于引起兩者變化的核心技術的作用分析。

為了更好地解析消費者購物行為對零售模式的影響，從引發零售模式多樣化的信息技術角度出發，對該問題進行系統的分析，具有重要的現實意義。

本文在對消費者開展基于信息技術的購物行為影響要素調查的基礎上，依據因子關系分析建立結構方程模型，并就得到的數據和建立的模型進行檢驗分析，對模型有效性進行判斷。然后使用行為距離函數，構建以消費者購物行為影響要素指標為參數的消費者購物行為偏好判別方法，最終形成不同零售模式下的消費者購物行為偏好判別體系。

2 信息技術條件下消費者購物行為影響要素分析

對消費者購物行為影響要素的相關研究成果進行歸納，遴選前期具有較高影響力的著作，從這些著作中析出推薦的消費者購物行為影響要素作為初始要素來源，建立初始的影響要素體系，包括兩大類9個變量。其中：外生變量包括購物需求、購物行為、購物信息、購物環境、購物體驗等5個變量（1～5）；內源變量包括家庭特征、工作出行特征、生活方式、個人特征等4個變量（6～9）。共涉及33個指標（其中外生變量指標20個，內源變量指標13個），對各變量、指標編碼闡述如下：

a. 購物需求。包括商品類型y1（指體驗度好壞、新鮮度、復雜度的8種組合）、需求類型y2（指日常需求、應急需求）、購物時段y3（指閑時、忙時、非營業時）。

b. 購物行為。包括購物出行方式y4（指步行、自行車、公交、出租車、私人小汽車）、購物出行次數y5（指從不、偶爾、有時、經常）、購物出行時間y6（指＜15 min、15～60 min、＞60 min）、網上購買頻率y7（指從不、每月少于一次、每月一次、每月數次、每周一次、每周數次、每天一次、每天數次）、網上購物金額y8（指＜500元、500～2 000元、2 000～5 000 元、5000～10 000 元、＞10 000 元）。

c. 購物信息。包括在網上搜索產品信息頻率y9（指很少、一般、較多、很多）、媒體購物廣告信息類別y10（指廣告、網紅店、直播、網紅商品）、購物信息準確性y11（指完全準確、部分準確、虛假宣傳）。

d. 購物環境。包括實體購物便捷性y12（指班車、地理位置的4種組合）、支付的安全便捷性y13（指支持多種支付方式、支付安全的4種組合）、物流配送效率y14（指＜0.5 h、1 h、當天、24 h以上）、退換貨便捷性y15（指包郵包退、送修、不退不換）。

e. 購物體驗。包括工作上網頻率y16（指每月少于一次、每月一次、每月數次、每周一次、每周數次、每天一次、每天數次）、生活上網頻率y17（指每月少于一次、每月一次、每月數次、每周一次、每周數次、每天一次、每天數次）、實體購物方便程度y18（指“周圍沒有超市，很不方便”、“還行，周圍有些小超市，一般生活用品都可以買到”、“周圍有大超市，生活方便”、“周圍各種服務設施齊全，生活非常方便”）、實體店布局y19（指合理、不合理、困難）、網購渠道及商品介紹y20（指多渠道清晰正確、鏈路故障虛假介紹）。

f. 家庭特征。包括家庭支出x1（指很少、一般、較多、巨大）、家庭構成x2（指有無老人、小孩的4種組合）、家庭收入x3（指數量等級、創業、租金、工資等收入構成）。

g. 工作出行特征。包括通勤出行方式x4（指步行、自行車、地鐵或（和）公交、單位班車、出租車、單位私人專車、私人小汽車）、工作時長、通勤時長x5（指工作955、996、倒班、全年無休；通勤 10 min 以內、10～30 min、30～60 min、＞60 min的16種組合）、去外地出差或旅行頻率x6（指從不、偶爾、有時、經常）。

h. 生活方式。包括城市及居住地類型x7（指中小城市、大城市；農村、郊區、城市的6種組合）、社會階層及種族信仰x8（指低收入階層、中產階層、富裕階層；開放的民族、閉塞的民族；拼搏型、安逸型的12種組合）。

i. 個人特征。包括年齡x9（指 18～25、25～40、40～50、50～60、＞60）、教育水平x10（指小學、中學、本科、研究生）、對時間的感覺x11（指“我覺得我的生活很安逸，沒有趕到時間壓力很大”、“我覺得生活很穩定，時間基本夠用”、“我覺得有點忙，時間挺緊張”、“我覺得壓力很大，每天有做不完的事情”）、月收入x12（指＜2 000 元、2 000～5 000 元、5 000～10 000 元、10 000～20 000 元、＞20 000 元）、職業x13（指待業、公務員、事業、內資企業、外資企業）。

3 消費者購物行為調查及模型標定

3.1 調查對象確定

鑒于本研究的重點在于消費者實體購物及網購行為中的關鍵影響因素辨識，調研的對象設定為有實際網絡購物經驗的互聯網使用者、沒有實際網絡購物經驗的互聯網使用者以及無網絡經驗人員?？紤]到未成年人通常沒有足夠的經濟實力獨立產生購物行為，本研究將調查對象確定為18周歲以上的成年人。

3.2 調查方法

基于時間及成本等因素的考慮，本研究使用便利抽樣及雪球抽樣方法開展抽樣工作。具體方法為：向合適的調查對象發送電子調查問卷，并請部分掌握較多合適調查對象資源的調查者進一步將此問卷進行傳遞，增大調查范圍?？紤]到入戶調查效率低、成本高且數據質量差，故選擇網絡調查方法[19]。

調查步驟如下：首先設計并測試帶控件的電子問卷；接著以即時通訊工具及email向被調研對象發送邀請信息，說明本次調研的目的、一般內容、注意事項，保證問卷調查實施的統一與科學，并發送特定編碼的問卷，接收方自愿無償填寫問卷；問卷以對象自我報告形式獲得，調研對象直接使用控件功能填寫問卷后，通過即時通訊工具或email將填好的問卷返回給問卷發放人。

3.3 樣本容量確定

本文依據置信區間法計算最小樣本容量，給出一定安全冗余比例后確定本研究所需調查的樣本容量。

式中：Yn為最小樣本容量； σ1為樣本可靠性置信區間對應標準誤差，在置信區間為99%的條件下，取值為2.58；e為樣本對于研究總體的估計差異性，本研究按照最壞的情況，取值為0.5；σ2為許可誤差，在置信區間為99%的條件下，取值為10[20]。

將各參數取值代入式（1），得最小樣本容量為166。按照100%的冗余率計算，應投放問卷332份。

3.4 調查問卷設計

3.4.1 問卷設計及發放

問卷經過4個階段逐步開展。

a. 初步整合階段：在文獻分析的基礎上，設計出初步的問卷。

b. 討論修訂階段：綜合各方意見修改指標體系并改進問卷的提問方式，對問卷版式進行調整，由初步的8頁篇幅，壓縮到4頁篇幅?；诩彝ソY構剔除了關于需要贍養的老人數的問題，對通勤方式的備選項目進行調整，刪除關于私家車擁有情況的問題，將工作場所網絡問題與家庭網絡問題區分，關于個人風險偏好的問題措辭進行了修改，增加Likert等級法的應用。

c. 預調研階段：初步發放并回收20份問卷，進行了樣本的信度檢驗及總體的“內部一致性”分析，采用SPSS統計軟件包進行分析處理，檢驗獲得的克朗巴哈系數達到了0.8以上（如果大于0.70，則可以認為量表有良好的信度），表明本問卷具有良好的信度，可以進行大規模的問卷發放。

d. 正式調研階段：從2019年3月到2019年4月共實際發放317份問卷（略低于計劃發放數），回收254份，回收率為80.2%（大于最小樣本容量），滿足對于研究的樣本容量限制要求。

3.4.2 問卷分析

按照調查數據完整、問卷答案前后符合邏輯、無沖突原則，進行問卷篩查，得到有效調查問卷共243份，無效問卷11份，有效問卷率為95.7%。

3.5 模型標定

對調查結果進行指標分配，使用Lisrel軟件對分配結果進行處理，得到模型標定結果，如圖1所示。圖中，內圈數據為橢圓形變量之間的相關系數Gij，中圈數據為橢圓形變量與方框形指標之間關聯負荷度Lij，外圈數據為解釋誤差方差Tij。

圖 1 消費者購物行為影響要素模型體系標定Fig. 1 Model system calibration of factors affecting consumers’ shopping behaviors

如果變量間相關系數Gij為正，表明變量間正相關，其值越大，表明變量間關系越緊密。本研究認為當Gij值處于0～0.2時變量間基本不存在關聯影響；處于0.2～0.3時變量間關聯影響程度一般；處于0.3～0.6時變量間存在較強的關聯影響；處于0.6～1.0區間時變量間存在很強的關聯影響。若Gij為負值，表示模型不合理，需要調整模型。

負荷度Lij為正，表示各指標均可以在一定程度上對變量進行解釋。Lij越大表明指標對變量的解釋能力越強。若Lij為負值，表示模型不合理，需要調整模型。

如果誤差方差Tij為小于1的正值，表示誤差在可以接受的范圍內。誤差方差Tij值越小，表明模型總方差中未被解釋的部分越少。若Tij為負值，表示模型不合理，需要調整模型。

4 消費者購物行為影響要素模型檢驗

根據模型運行結果中顯示的異常值，及路徑圖中無效值，對模型變量、指標體系進行優化。從指標體系中剔除Lij小于0.5的指標，重新生成剩余23個指標對應于9個變量的指標體系，進行檢驗后按照單元劃分需求重新編碼。最終指標體系見表1。

表 1 最終指標體系Tab.1 Final indicator system

圖 2 總體模型及單元劃分Fig. 2 Overall model and unit division

為了便于研究，將總體模型劃分為4個單元?？傮w模型及單元劃分見圖2。

對4個單元模型進行檢驗，如表2～5所示。模型通過t值表示各指標與因子間的負荷的顯著性，當t值大于2時，認為負荷值顯著不為0，有意義，指標可對因子進行解釋，標準誤是負荷值與t值的中間變量，t=（負荷–0）/標準誤。

表 2 第一單元模型標準誤和顯著性值Tab.2 Standard error and significance value of the first unit model

表 3 第二單元模型標準誤和顯著性值Tab.3 Standard error and significance value of the second unit model

表 4 第三單元模型標準誤和顯著性值Tab.4 Standard error and significance value of the third unit model

表 5 第四單元模型標準誤和顯著性值Tab.5 Standard error and significance value of the fourth unit model

對該模型進行檢驗，根據已有研究[21]，適用的檢驗指標包括：常規卡方指數（nonmed Chisquare index，簡記為NCI），當NCI＜3 時，通過檢驗 ； 近 似 誤 差 均 方 根 （ root mean square error of approximation，簡記為RMSEA），其值越小越好；均方根殘差（root mean square residual，簡記為RMR），RMR＜0.1才能被接受。其他擬合度指標包括：非常 規 擬 合 指 數 （ non-normed fit index， 簡 記 為NNFI）、比較擬合指數（comparative fit index，簡記為CFI）等，及常規擬合指數（normed fit index，簡記為NFI)。它們的值都局限于[0,1]之間，與1越接近，合度越好。具體檢驗結果見表6。

對最終結果進行擬和指標檢驗，各單元模型均處于指數要求域內，表明各單元模型的復雜程度可以接受，模型誤設可能性低，模型對觀測數據之間關系的說明能力較好，研究建立的基于信息技術的消費者購物行為影響要素模型體系有效。

表 6 分單元模型擬合指數檢驗表Tab.6 Sub-unit model fitting index test table

5 消費者購物行為對零售模式布局的影響機理分析

將本研究確立的消費者購物行為影響要素模型代入行為模式分析理論中，構建消費者購物行為偏好距離[21]判別函數，按照距離大小進行行為偏好歸屬分析，據此歸類確定零售模式布局方案。

5.1 距離判別函數

按照Lax[22]的泛函分析理論，將行為模式作為屬性（內因）、環境（外因）和激勵（反饋）三者的函數，即：行為P=f（屬性,環境,激勵），簡記為

式中：P為行為模式；L為屬性，包括D（購物需求）、F（購物行為）、A（家庭特征）、E（生活方式）、C（個性特征）；M為環境，包括G（購物信息）、K（購物環境）、B（工作出行特征）；N為激勵：包括：H（購物體驗）。

行為模式的9個變量構成第二級因素空間，對應的23個指標構成第三級因素空間，整個消費者購物行為模式是一個三級因素空間R3。

其中：L(實際屬性)與(期望屬性)均包含12個指標；M(實際環境)與(期望環境)均包含7個指標；N(實際激勵)與(期望激勵)均包含4個指標。

其中：DI為三維歐氏空間中的距離。

5.2 消費者購物行為偏好類別分析

將調查對象關于23個指標的李克特法相對值代入距離公式進行期望值與對象值的距離計算，即可以對消費者購物行為偏好進行判斷。

按照零售中實體購物、網購及新零售的模式分類，將消費者購物行為區分為兩類偏好：強網絡消費偏好（設置偏好期望值為各指標值中對網購的隸屬度最大的值）、強線下消費偏好（設置偏好期望值為各指標值中對實體購物的隸屬度最大的值）。對某一調查對象進行指標取值，結果如表7所示。

將調查對象指標值與期望值代入行為距離公式（3）可知，強網絡消費偏好與調查對象距離DI1=9.1，強線下消費偏好與調查對象距離DI2=15.9，此時DI1＜DI2，說明調查對象的消費行為偏好與強網絡消費偏好之間的距離明顯小于調查對象與強線下消費偏好之間的距離，可以判斷該調查對象具有明顯的網絡消費偏好傾向。

5.3 零售模式布局分析

依據此偏好判別方法，可進行區域零售發展模式布局分析。

按照樣本覆蓋率要求：對研究區域消費者進行購物行為調查后，進行偏好計算，可獲得單一調查對象的購物偏好傾向；對區域所有調查對象進行總體分析，可獲得區域總體消費者購物偏好特征；按照強網絡消費偏好占據絕對優勢對應網購模式、強線下消費偏好占據絕對優勢對應實體購物模式、無明顯消費偏好占據絕對優勢對應無占據絕對優勢消費偏好對應新零售模式（新零售可兼顧線上線下消費偏好）的對應關系，進行區域零售模式布局，分析判斷標準見表8。

表 7 兩類消費者購物行為偏好類別期望及調查對象情況表Tab.7 Two types of consumers ’ shopping behavior preference category expectations and survey object situation table

實體購物模式，一般符合老齡、中年人群聚居街區消費者購物模式特征，典型商業體如大潤發、家樂福等傳統超市；網購模式，一般符合郊區人口導入區消費者購物模式特征，典型商業體如京東、淘寶等網上商城；新零售模式，一般符合成熟、高端街區消費者購物模式特征，典型商業體如盒馬。

表 8 區域消費者偏好選擇標準及區域零售模式布局判斷標準Tab.8 Regional consumer ’ preference selection criteria and regional retail model layout judgment criteria

6 結 論

研究按照結構方程模型構建并檢驗通過了基于信息技術的消費者購物行為影響要素模型，使用行為距離判別方法進行消費者購物行為偏好判斷。在此基礎上，通過對某一區域典型樣本消費購物行為調查后，利用本方法可以判斷該區域居民主體的消費購物行為偏好及零售模式選擇，從而影響區域消費業態發展模式，即對實體購物、網購及新零售模式進行優化發展配置選擇。

對于實體購物模式建議發展策略為：增加活動與環境舒適度，誘導消費者增加購物出行次數；增加網點數量，降低消費者購物行程距離和時間；增加對非高知人群的廣告促銷頻率；提供便捷舒適的購物班車；增加小城鎮布點；提高區域布點密度。

對于網購模式建議發展策略為：通過促銷手段，提高消費黏性，增加消費者網購頻率；通過促銷手段，增加消費金額；縮短商品配送時間；保證商品價格優勢；完善商品信息；通過多平臺展示，提高曝光程度。

對于新零售模式建議發展策略為：增加線下活動頻率，誘導消費者增加購物出行次數；提高消費體驗舒適度；增加對高知群體的體驗性廣告投入；提高網點停車便利性；縮短商品配送時間，提高配送質量；按照保鮮配送能力范圍，穩步提高線下門店數量；提高線上商品信息詳細程度；通過多平臺展示，提高曝光程度。

區域消費業態發展策略與商家密切相關，研究為商家進行零售模式選擇提供消費者要素方面的參考依據。