□陳靜怡 呂慶華
[1.福建商學(xué)院 福州 350001;2.華僑大學(xué) 泉州 362021]
隨著互聯(lián)網(wǎng)的日漸普及和信息技術(shù)的廣泛應(yīng)用,我國(guó)數(shù)字經(jīng)濟(jì)蓬勃發(fā)展。據(jù)有關(guān)數(shù)據(jù)顯示,2019年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模突破35萬億,較2018年增長(zhǎng)15.48%,GDP貢獻(xiàn)占比36.2%,總體規(guī)模和增長(zhǎng)速度均位列世界前茅①。而隨著2020年新冠疫情全球范圍的爆發(fā)和政府聚集限制令的推行,傳統(tǒng)實(shí)體經(jīng)濟(jì)舉步維艱,客流量和業(yè)績(jī)雙雙下滑,頻頻出現(xiàn)“倒閉潮”和“破產(chǎn)風(fēng)”;而以互聯(lián)網(wǎng)為基石的數(shù)字經(jīng)濟(jì)則帶動(dòng)網(wǎng)絡(luò)銷售強(qiáng)勢(shì)增長(zhǎng),在對(duì)抗疫情沖擊、促進(jìn)復(fù)工復(fù)產(chǎn)方面作用顯著,成為后疫情時(shí)代經(jīng)濟(jì)復(fù)蘇增長(zhǎng)的重要引擎。尤其對(duì)于深耕實(shí)體的傳統(tǒng)零售企業(yè)而言,純粹的線下經(jīng)營(yíng)難以擺脫現(xiàn)實(shí)困境,線上化、融合化和數(shù)字化成為其演化升級(jí)、業(yè)績(jī)提振的關(guān)鍵。而現(xiàn)實(shí)中,強(qiáng)調(diào)線上線下聯(lián)動(dòng)的O2O模式憑借超地域性、多元碎片化和高滲透率受到青睞,成為零售企業(yè)轉(zhuǎn)型升級(jí)的首選。眾多零售企業(yè)紛紛轉(zhuǎn)型搶灘,如沃爾瑪、永輝紛紛上線入駐京東到家、銀泰攜手阿里打造線上百貨等。胡祥培、陳靜怡等的研究也指明了線上線下融合的O2O模式能夠改變傳統(tǒng)實(shí)體為中心的價(jià)值被動(dòng)創(chuàng)造,取而代之更靈活的雙線互補(bǔ)模式,有效推動(dòng)零售企業(yè)多維認(rèn)知客戶、多元接觸客戶,在實(shí)現(xiàn)客戶感知價(jià)值提升的同時(shí),有效促進(jìn)零售企業(yè)的轉(zhuǎn)型升級(jí)和效益優(yōu)化[1~2]。
就目前看來,眾多零售企業(yè)雖已開啟線上線下融合的O2O之路,受限于資源整合、價(jià)格制定、渠道管控、物流協(xié)同、利益分配等方面因素,雙線優(yōu)勢(shì)難以實(shí)現(xiàn)最佳互補(bǔ)融合,協(xié)同運(yùn)營(yíng)效率不高,整體轉(zhuǎn)型困難,績(jī)效不佳。如何有效突破傳統(tǒng)單線經(jīng)營(yíng)以企業(yè)為主的價(jià)值創(chuàng)造桎梏,取而代之,客企互動(dòng)主導(dǎo)、線上線下深度融合的價(jià)值共創(chuàng)成為零售企業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵。胡海波等、王麗平等基于規(guī)范分析視角揭示了數(shù)字賦能對(duì)于企業(yè)能力進(jìn)階和商業(yè)生態(tài)價(jià)值共創(chuàng)的正面影響,指出數(shù)字技術(shù)借助連接、智能和整合能力能夠賦予企業(yè)更全面廣泛鏈接多元資源的機(jī)會(huì)、更精準(zhǔn)智能聯(lián)動(dòng)多元決策的能力以及更高效靈活整合多維資源的方案,進(jìn)而助力企業(yè)線上線下生態(tài)的有效融合和客戶無差異體驗(yàn)的實(shí)現(xiàn)[3~4]。這是否意味著數(shù)字技術(shù)能夠通過賦能線上線下融合來實(shí)現(xiàn)零售企業(yè)績(jī)效提振?具體的影響路徑又是怎樣呢?線上線下融合是否是打開數(shù)字賦能與零售企業(yè)績(jī)效聯(lián)系的關(guān)鍵呢?
針對(duì)以上疑問,本研究嘗試以線上線下融合為中介切入,以數(shù)字賦能為前因背景,以零售企業(yè)的績(jī)效提振為研究落腳,以期理順數(shù)字賦能、線上線下融合與零售企業(yè)業(yè)績(jī)間的關(guān)系,探索出傳統(tǒng)零售企業(yè)借助數(shù)據(jù)賦能實(shí)現(xiàn)轉(zhuǎn)型升級(jí)和績(jī)效提升的合適路徑,為促進(jìn)我國(guó)零售企業(yè)充分把握數(shù)字賦能機(jī)遇,借助線上線下有效融合來推進(jìn)價(jià)值共創(chuàng)增生的落地提供理論和實(shí)踐指導(dǎo)。
“賦能思維”最早源于組織內(nèi)部,強(qiáng)調(diào)通過對(duì)被賦能方權(quán)力、地位等的授予來克服無力、增強(qiáng)效能。而數(shù)字賦能作為數(shù)字技術(shù)發(fā)展的產(chǎn)物,特指物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)的應(yīng)用,對(duì)組織和個(gè)人能力迭代、業(yè)務(wù)進(jìn)階、價(jià)值重塑和效率提升的助推過程[5]。其本質(zhì)是數(shù)字技術(shù)帶來的組織價(jià)值模式的顛覆,從傳統(tǒng)以企業(yè)為中心的“鏈?zhǔn)絻r(jià)值創(chuàng)造”過渡為“攜手客戶及利益相關(guān)者”的可視化、智能化和精準(zhǔn)化的“網(wǎng)狀價(jià)值共創(chuàng)”模式。Lenka基于制造業(yè)背景,把數(shù)字賦能解讀為數(shù)字技術(shù)助力企業(yè)連接、存儲(chǔ)和決策能力的提升,即推動(dòng)企業(yè)萬物互聯(lián)、多維數(shù)據(jù)存儲(chǔ)共享和科學(xué)智能決策分析[6];Vial、劉洋等聚焦于企業(yè)的數(shù)字化轉(zhuǎn)型,指出數(shù)字技術(shù)通過賦能企業(yè)流程、組織、模式和產(chǎn)出的創(chuàng)新,尤其是以客戶訴求為主線的信息搜集共享和資源整合分析,有利于組織的降本增效[7~8]。值得關(guān)注的是,在零售業(yè)態(tài)中,王強(qiáng)等通過對(duì)大潤(rùn)發(fā)、盒馬、小米、紅蜻蜓四家類型迥異的零售企業(yè)數(shù)字化(轉(zhuǎn)型)進(jìn)程分析中,概括了數(shù)字技術(shù)賦能零售企業(yè)的應(yīng)用形式和詳盡過程,其依次為“多元利益主體連接(獲取信息)—海量碎片數(shù)據(jù)存儲(chǔ)(共享信息)—精準(zhǔn)用戶畫像繪制(淺層決策應(yīng)用)—面向客戶流程改造(深度決策應(yīng)用)”[9]。結(jié)合以上思路,本研究從零售企業(yè)內(nèi)部運(yùn)營(yíng)視角切入,剖析了數(shù)字賦能零售企業(yè)的主要環(huán)節(jié)和技術(shù)支撐,具體如表1所示。
表1 零售業(yè)態(tài)數(shù)字賦能的主要環(huán)節(jié)和技術(shù)支撐
從賦能結(jié)果上看,數(shù)字技術(shù)對(duì)于零售企業(yè)的賦能亦集中于三個(gè)維度:(1)去中心化的數(shù)字技術(shù)如物聯(lián)網(wǎng)、區(qū)塊鏈等,賦予零售企業(yè)“無界連接”能力,打破傳統(tǒng)生產(chǎn)商、銷售商、物流商乃至客戶間的界限,實(shí)現(xiàn)多維資源的平等化、自由化、開放化流動(dòng);(2)分布式的數(shù)字存儲(chǔ)技術(shù)如云端技術(shù),賦予零售企業(yè)“海量”存儲(chǔ)能力,助力多渠道場(chǎng)景碎片化客戶信息的收集共享;(3)智能數(shù)字分析技術(shù)如機(jī)器學(xué)習(xí)、人工智能等,賦予零售企業(yè)“強(qiáng)大”決策能力,通過共性聚類分析、個(gè)性針對(duì)分析、類別交叉分析等,推動(dòng)零售企業(yè)用戶畫像的精準(zhǔn)繪制和用戶需求的合理預(yù)測(cè),進(jìn)而驅(qū)動(dòng)基于虛擬仿真、及時(shí)交互、地理定位等數(shù)字技術(shù)的多元立體全域消費(fèi)場(chǎng)景的打造,實(shí)現(xiàn)人、貨、場(chǎng)最優(yōu)匹配[10]和數(shù)字驅(qū)動(dòng)式的流程整合和能力重構(gòu)[11]。
而隨著2016年“新零售”概念的提起,加之國(guó)家大力推行供給側(cè)改革和新消費(fèi)升級(jí),線上線下資源、服務(wù)和體驗(yàn)等的深度融合成為零售企業(yè)發(fā)展的大勢(shì)所趨。所謂線上線下融合,是指零售企業(yè)通過線上線下多維資源的共享整合,更有效地洞悉消費(fèi)者訴求,實(shí)現(xiàn)線上引流服務(wù)和線下交互體驗(yàn)的互補(bǔ)整合,為消費(fèi)者提供線上線下無差異的個(gè)性消費(fèi)體驗(yàn)。具體上看,它包括線上線下價(jià)值主張、多維資源和交互體驗(yàn)的融合[12]。但事實(shí)上,絕大多數(shù)企業(yè)選擇線上、線下渠道分開獨(dú)立運(yùn)營(yíng),信息不完備、交互不全面、運(yùn)營(yíng)不協(xié)調(diào)、關(guān)系不深入等問題頻繁滋生,導(dǎo)致線上線下品質(zhì)差、價(jià)格差和服務(wù)差等現(xiàn)象比比皆是,雙線融合困難重重。而數(shù)字技術(shù)的應(yīng)用在一定程度上能夠打通雙線壁壘,賦予線上線下更強(qiáng)的聯(lián)通共享、互動(dòng)創(chuàng)新能力:(1)去中心化和分布式的技術(shù)賦予整體零售供應(yīng)網(wǎng)更廣的連接能力、更強(qiáng)的存儲(chǔ)能力,推動(dòng)多維信息串聯(lián)共享,加速雙線信息孤島聯(lián)動(dòng),尤其是線上社交流量和線下體驗(yàn)數(shù)據(jù)的全面導(dǎo)入和區(qū)塊鏈保真防篡技術(shù)的應(yīng)用,助力企業(yè)碎片化客戶信息的收集共享和用戶畫像的個(gè)性繪制,有效促進(jìn)雙線價(jià)值主張的融合[1];(2)海量存儲(chǔ)和智能分析技術(shù)賦予零售企業(yè)更復(fù)雜多元的共享決策能力,尤其大數(shù)據(jù)、GPS定位、智能調(diào)度等數(shù)字技術(shù)的嵌入推動(dòng)企業(yè)線上線下更精準(zhǔn)的庫存共享、更靈活的運(yùn)營(yíng)決策,一定程度緩解了線上線下共享網(wǎng)絡(luò)、資源整合和運(yùn)營(yíng)管理的同步性、可靠性、靈活性和便捷性等問題,有效促進(jìn)雙線多維資源的縱橫協(xié)同融合和價(jià)值的精準(zhǔn)傳遞[13];(3)即時(shí)交互和智能客服技術(shù)在賦能零售企業(yè)連接能力同時(shí),也借助多維接洽客戶機(jī)會(huì),營(yíng)造從線上的數(shù)據(jù)追蹤反饋到線下的體驗(yàn)場(chǎng)景,突破了線下時(shí)間空間限制和線上場(chǎng)景體驗(yàn)限制,助力企業(yè)多方位多角度多空間接洽客戶,尤其個(gè)性定制、開放平臺(tái)和協(xié)同設(shè)計(jì)等智能模塊的應(yīng)用賦予零售企業(yè)更強(qiáng)的決策能力,有效將客戶的個(gè)性需求、創(chuàng)意構(gòu)念和企業(yè)的生產(chǎn)設(shè)計(jì)行銷服務(wù)等有機(jī)地串聯(lián),推動(dòng)線上線下客企交互體驗(yàn)的融合升級(jí)[14~15]。故假設(shè):
H1:數(shù)字賦能與線上線下融合正相關(guān);
H1a:數(shù)字賦能正向影響價(jià)值主張融合;
H1b:數(shù)字賦能正向影響多維資源融合;
H1c:數(shù)字賦能正向影響交互體驗(yàn)融合。
從企業(yè)動(dòng)態(tài)能力視角來看,數(shù)字賦能零售企業(yè)更先進(jìn)的技術(shù)組合、更靈活的應(yīng)變能力和更強(qiáng)勁的組織韌性,其借助連接、共享和決策能力的整合,助力企業(yè)豐富資源、增長(zhǎng)新知,并持續(xù)推進(jìn)企業(yè)調(diào)整迭代以適應(yīng)市場(chǎng)競(jìng)爭(zhēng)和客戶需求變化,創(chuàng)新性地重塑產(chǎn)品、流程、組織以及商業(yè)模式等,帶動(dòng)零售企業(yè)轉(zhuǎn)型升級(jí)和績(jī)效提振[8]。具體上看,數(shù)字賦能傳統(tǒng)零售企業(yè)績(jī)效提升主要包括完善運(yùn)營(yíng)活動(dòng)、縮減交易成本和價(jià)值創(chuàng)新驅(qū)動(dòng)三條路徑:(1)數(shù)字的自動(dòng)監(jiān)測(cè)、控制、預(yù)警和優(yōu)化技術(shù)賦予零售企業(yè)連接、決策能力,助力企業(yè)實(shí)時(shí)掌握產(chǎn)品庫存、銷量和用戶反饋等信息,大幅提升了企業(yè)的營(yíng)銷、服務(wù)和交易等運(yùn)營(yíng)活動(dòng)的效率;(2)數(shù)字的共享、仿真、物聯(lián)和智能技術(shù)賦予零售企業(yè)連接、共享和決策能力,助力企業(yè)攜手客戶、物流商、支付商、供應(yīng)網(wǎng)伙伴等開展信息共享、資源整合和協(xié)同決策,有效提升企業(yè)反饋決策的時(shí)效性和精準(zhǔn)性,大幅降低企業(yè)的交易成本;(3)數(shù)字的可編性、可供性和可組性技術(shù)賦予零售企業(yè)多元共享和智能決策能力,驅(qū)動(dòng)零售企業(yè)實(shí)現(xiàn)分布式開放創(chuàng)新,借助跨組織、異質(zhì)性資源的重組融合,從需求端出發(fā),逆向拉動(dòng)多元主體多維情境的交融和企業(yè)核心能力的迭代,實(shí)現(xiàn)產(chǎn)品、服務(wù)的創(chuàng)新升級(jí)[7]。故假設(shè):
H2:數(shù)字賦能與企業(yè)績(jī)效正相關(guān)。
作為一種交互集成、智能協(xié)同的新零售模式,線上線下融合旨在打破傳統(tǒng)單一渠道信息流、物流和資金流的單向桎梏,借助“客戶需求驅(qū)動(dòng)、客戶體驗(yàn)為重”的理念貫徹,協(xié)同線上線下利益相關(guān)者,完成優(yōu)勢(shì)資源的互補(bǔ)整合和以客戶為中心的價(jià)值共創(chuàng),實(shí)現(xiàn)線上服務(wù)和線下體驗(yàn)的深度融合和無縫對(duì)接,在提升客戶感知的同時(shí),完成企業(yè)績(jī)效的提升,具體來看:(1)線上線下價(jià)值主張的融合,能夠幫助企業(yè)在與客戶互動(dòng)過程中,保持線上線下完整一致的形象,樹立“同品同質(zhì)同價(jià)同惠”的良好口碑,讓客戶感知到信任和誠(chéng)意,產(chǎn)生共鳴,有效提升客戶滿意;(2)線上線下多維資源的融合,促進(jìn)企業(yè)協(xié)同多元主體更多維度、立體化描繪用戶畫像,優(yōu)化調(diào)整戰(zhàn)略運(yùn)營(yíng),實(shí)現(xiàn)面向客戶的協(xié)同決策和精準(zhǔn)行銷服務(wù),借助客戶信息優(yōu)勢(shì)完成企業(yè)動(dòng)態(tài)勢(shì)能的構(gòu)建[8];(3)線上線下交互體驗(yàn)的融合作為線上線下融合的核心,旨在打通線上引流服務(wù)和線下體驗(yàn)場(chǎng)景,嵌入AI技術(shù)、顧客地理定位、眾包共享物流和本土市場(chǎng)服務(wù)等,給予客戶更多維的消費(fèi)情境和更極致的服務(wù)體驗(yàn),尤其是客戶積極反饋、協(xié)同設(shè)計(jì)的參與,能夠幫助客企實(shí)現(xiàn)可持續(xù)的價(jià)值共創(chuàng)績(jī)效[16]?;趧?dòng)態(tài)能力的構(gòu)建、降本增效的開展和客戶體驗(yàn)的升級(jí),線上線下融合有利于推動(dòng)企業(yè)績(jī)效的提升。故假設(shè):
H3:線上線下融合與企業(yè)績(jī)效正相關(guān);
H3a:價(jià)值主張融合與企業(yè)績(jī)效正相關(guān);
H3b:多維資源融合與企業(yè)績(jī)效正相關(guān);
H3c:交互體驗(yàn)融合與企業(yè)績(jī)效正相關(guān)。
隨著我國(guó)供給側(cè)改革的深入和消費(fèi)升級(jí)的驅(qū)動(dòng),線上線下融合已經(jīng)成為眾多零售企業(yè)追逐數(shù)字紅利、提升自我效能、實(shí)現(xiàn)轉(zhuǎn)型升級(jí)的關(guān)鍵法寶。已有研究重點(diǎn)關(guān)注數(shù)字技術(shù)對(duì)于產(chǎn)品設(shè)計(jì)、流程再造、組織重塑、模式創(chuàng)新等方面的賦能助推[8],對(duì)于零售業(yè)態(tài)的數(shù)字賦能研究較為零散,早期更偏向于支付、運(yùn)營(yíng)模式的探討,而隨著強(qiáng)調(diào)線上線下融合的新零售模式的提出和發(fā)展,數(shù)字賦能被越來越多學(xué)界、業(yè)界人士認(rèn)定為傳統(tǒng)零售企業(yè)向需求驅(qū)動(dòng)、線上線下融合的新零售模式轉(zhuǎn)型升級(jí)、業(yè)績(jī)提振的關(guān)鍵助推:(1)價(jià)值主張融合作為線上線下融合的前提,零售企業(yè)可以借助數(shù)字賦能,主動(dòng)透視洞悉用戶訴求和心智,全面串聯(lián)線上線下多維數(shù)據(jù),聚焦用戶畫像精準(zhǔn)繪制,推動(dòng)線上線下基于客戶個(gè)性訴求的價(jià)值主張融合和傳遞,有效避免多渠道“異聲”帶來的用戶反感和不滿;(2)多維資源融合作為線上線下融合的基礎(chǔ),離不開大數(shù)據(jù)、云計(jì)算、人工智能等數(shù)字技術(shù)的應(yīng)用賦能,零售企業(yè)通過數(shù)字賦能,完成線上線下乃至整體商業(yè)生態(tài)網(wǎng)多維資源的共享整合,提振了零售企業(yè)雙線渠道協(xié)同融合性和反饋響應(yīng)性;(3)交互體驗(yàn)融合作為線上線下融合的核心,零售企業(yè)依托線上線下多元場(chǎng)景建構(gòu)和虛實(shí)情境交融,尤其是社群營(yíng)造和AI技術(shù)等的應(yīng)用,能夠有效吸引更多客戶參與企業(yè)互動(dòng),在增加客戶粘性的同時(shí),促進(jìn)其貢獻(xiàn)知識(shí)和創(chuàng)意,推動(dòng)企業(yè)產(chǎn)品、資金等對(duì)象性資源與客戶知識(shí)、關(guān)系等操作性資源的互補(bǔ)融合,實(shí)現(xiàn)交互場(chǎng)景的優(yōu)化和價(jià)值共創(chuàng)增生。綜上,不管是用戶不滿消除、運(yùn)營(yíng)反饋提速,亦或是場(chǎng)景體驗(yàn)優(yōu)化,這些作為零售企業(yè)績(jī)效提升的表征,都離不開以線上線下價(jià)值主張、多維資源和交互體驗(yàn)融合為著力的數(shù)字賦能。故假設(shè):
H4:線上線下融合在數(shù)字賦能與企業(yè)績(jī)效之間起中介作用;
H4a:價(jià)值主張融合在數(shù)字賦能與企業(yè)績(jī)效之間起中介作用;
H4b:多維資源融合在數(shù)字賦能與企業(yè)績(jī)效之間起中介作用;
H4c:交互體驗(yàn)融合在數(shù)字賦能與企業(yè)績(jī)效之間起中介作用。
綜上,本研究構(gòu)建一個(gè)多重中介模型來探討數(shù)字賦能對(duì)于零售企業(yè)業(yè)績(jī)提振的影響路徑和相應(yīng)要件,具體研究思路如圖1所示。
圖1 研究思路
本研究旨在探討和檢驗(yàn)數(shù)字賦能是如何借助線上線下融合來提振零售企業(yè)業(yè)績(jī),采用的是李克特五點(diǎn)量表開展測(cè)量,量表內(nèi)容則主要借鑒國(guó)內(nèi)外相關(guān)領(lǐng)域的研究成果并結(jié)合零售行業(yè)的特點(diǎn)和相關(guān)專家的建議開展優(yōu)化,最終形成18個(gè)題項(xiàng),具體題項(xiàng)內(nèi)容見表2。
表2 量表測(cè)量題項(xiàng)
此外,零售企業(yè)的績(jī)效還會(huì)受到其他因素影響,如企業(yè)規(guī)模、運(yùn)營(yíng)年限、產(chǎn)品種類等,本研究考慮將該三項(xiàng)變量作為控制變量。
本研究獲得“福建省批發(fā)零售行業(yè)協(xié)會(huì)”和“福建省互聯(lián)網(wǎng)零售行業(yè)協(xié)會(huì)”的支持,依托其企業(yè)智庫資源,利用問卷星平臺(tái)針對(duì)已開展線上線下業(yè)務(wù)的零售企業(yè)進(jìn)行電子問卷調(diào)查,因不同層次員工均有涉獵數(shù)字賦能和雙線融合內(nèi)容(高層管理者負(fù)責(zé)雙線融合戰(zhàn)略制定和數(shù)字技術(shù)引入;中層管理者完成部門數(shù)字布局和雙線融合戰(zhàn)略執(zhí)行,并領(lǐng)導(dǎo)基層管理者;基層管理者則執(zhí)行命令,依托數(shù)字技術(shù)和雙線融合戰(zhàn)略監(jiān)管普通員工;普通員工則依托數(shù)字技術(shù)和雙線融合契機(jī)開展工作),均可作為調(diào)研對(duì)象。一共發(fā)放問卷400份,回收332份,剔除無效45份(涵蓋同一企業(yè)重復(fù)提交問卷、前后明顯矛盾、作答時(shí)間過短等),最終獲得有效問卷287份,有效問卷回收率為71.75%。從地域上看,受訪零售企業(yè)以福建、浙江和廣東居多,分別占比21.95%、17.77%和13.94%;從從事線上線下業(yè)務(wù)時(shí)間來看,主要集中在5年內(nèi),占比高達(dá)88.85%;從受訪對(duì)象來看,中基層員工占比較高,分別為31.01%和27.87%;而從企業(yè)規(guī)模來看,500人以下的企業(yè)占比超過85%。具體特征情況見表3。
表3 問卷特征分布情況
本研究主要利用SPSSAU軟件完成對(duì)量表數(shù)據(jù)的實(shí)證檢驗(yàn),具體過程如下:
1.同源偏差檢驗(yàn)
介于問卷受訪者的主觀性,本研究采用Harman單因子分析開展同源偏差檢驗(yàn),將所有量表題項(xiàng)開展探索性因子分析(EFA),最終旋轉(zhuǎn)后得到的第一個(gè)因子的解釋率為34.714%,小于50%,說明問卷的同源偏差較小,問卷數(shù)據(jù)質(zhì)量較好。
2.信效度和擬合度檢驗(yàn)
首先,對(duì)樣本數(shù)據(jù)開展信效度檢驗(yàn),得到各變量的 C ronbachα值高于0.7,KMO值高于0.6,標(biāo)準(zhǔn)化因子載荷系數(shù)λ也高于0.7,Bartlett球形檢驗(yàn)顯著性為0.000,說明各變量的信度均較高;而此時(shí),各變量的組合信度CR高于0.7,平均方差萃取值A(chǔ)VE高于0.5,說明各變量的收斂效度較好,且各變量的AVE的平方根均大于其與其他變量間的相關(guān)系數(shù),則說明問卷的區(qū)別效度也較好;其次,對(duì)樣本數(shù)據(jù)開展驗(yàn)證性因子分析(CFA),通過MI值修正優(yōu)化,得到相關(guān)擬合指標(biāo)分別為:X2/df=1.197,RMR=0.032,RMSEA=0.026,GFI=0.946,NFI=0.941,CFI=0.990,TLI=0.987,說明假設(shè)模型和樣本數(shù)據(jù)擬合度高,具體檢驗(yàn)結(jié)果見表4、表5。
表4 信度、收斂效度和擬合度檢驗(yàn)結(jié)果
表5 區(qū)別效度檢驗(yàn)結(jié)果
3.相關(guān)性檢驗(yàn)
對(duì)各變量開展Person系數(shù)相關(guān)性檢驗(yàn),旨在考量各變量的均值、標(biāo)準(zhǔn)差和相關(guān)系數(shù)情況,結(jié)果顯示,數(shù)字賦能與價(jià)值主張融合、多維資源融合、交互體驗(yàn)融合和企業(yè)績(jī)效兩兩之間均存在顯著正相關(guān)關(guān)系,能夠開展后續(xù)的回歸分析,具體情況見表6。
表6 相關(guān)性檢驗(yàn)結(jié)果
4.假設(shè)檢驗(yàn)
對(duì)整體假設(shè)開展分層回歸檢驗(yàn):首先把零售企業(yè)績(jī)效作為被解釋變量,將運(yùn)營(yíng)年限、企業(yè)規(guī)模、產(chǎn)品種類三個(gè)控制變量納入檢驗(yàn);其次,在此基礎(chǔ)上,分別將數(shù)字賦能對(duì)零售企業(yè)績(jī)效開展回歸分析(DE→EV,回歸系數(shù)設(shè)為c)、線上線下融合對(duì)零售企業(yè)績(jī)效開展回歸分析(OI→EV,回歸系數(shù)設(shè)為b);接著將數(shù)字賦能、線上線下融合和零售企業(yè)績(jī)效開展回歸分析(DE→OI→EV,回歸系數(shù)設(shè)為c′);最后再把數(shù)字賦能對(duì)線上線下開展回歸分析(DE→OI,回歸系數(shù)設(shè)為a),并借助方差膨脹系數(shù)VIF和杜賓沃森檢驗(yàn)中的D-W值開展多重共線性和自相關(guān)性判斷。此外,利用Bootstrap方法計(jì)算95%置信區(qū)間上下限是否包括0來進(jìn)一步檢驗(yàn)多重中介效應(yīng)的顯著性,具體情況見表7。
表7 假設(shè)檢驗(yàn)情況表
檢驗(yàn)結(jié)果顯示:(1)數(shù)字賦能對(duì)于線上線下融合的三維度—價(jià)值主張融合、多維資源融合和交互體驗(yàn)融合均產(chǎn)生顯著正向影響,其中,對(duì)價(jià)值主張融合的回歸系數(shù)a1=0.612,(p<0.01),對(duì)多維資源融合的回歸系數(shù)a2=0.201,(p<0.01),對(duì)交互體驗(yàn)融合的回歸系數(shù)a3=0.319,(p<0.01),以上關(guān)系的多重共線性和自相關(guān)性檢驗(yàn)顯示,VIF值不高于5,D-W值在數(shù)字2附近,說明模型既不存在共線性關(guān)系也不存在自相關(guān)性,故假設(shè)H1a、H1b、H1c成立,H1得到完全支持;第二,數(shù)字賦能對(duì)零售企業(yè)績(jī)效產(chǎn)生顯著正向影響,回歸系數(shù)c=0.485,(p<0.01),且多重共線性檢驗(yàn)發(fā)現(xiàn)VIF值小于5,而自相關(guān)性檢驗(yàn)的D-W值也在數(shù)字2附近,說明模型既不存在共線性也不存在自相關(guān)性,故假設(shè)H2成立;第三,價(jià)值主張融合、多維資源融合、交互體驗(yàn)融合分別對(duì)于零售企業(yè)績(jī)效產(chǎn)生顯著正向影響,三者的回歸系數(shù)分別為b1=0.211,(p<0.01),b2=0.197,(p<0.01),b3=0.338,(p<0.01),也均通過多重共線性和自相關(guān)性檢驗(yàn),假設(shè)H3a、H3b、H3c成立,H3也相應(yīng)得到支持。
此外,將價(jià)值主張融合、多維資源融合、交互體驗(yàn)融合三個(gè)中介變量加入到數(shù)字賦能對(duì)于零售企業(yè)績(jī)效的影響中,發(fā)現(xiàn)數(shù)字賦能對(duì)于零售企業(yè)績(jī)效的回歸系數(shù)從c=0.485降為c′=0.208,并呈現(xiàn)出顯著性 (p<0.01,R2從0.206提升至0.329),根據(jù)溫忠麟等[20]的研究,加入中介變量,會(huì)降低自變量對(duì)因變量的影響且顯著性通過的,存在中介效應(yīng)。而此時(shí),各關(guān)系的VIF值均小于5,D-W值也都在數(shù)字2附近,通過了多重共線性和自相關(guān)性檢驗(yàn),說明數(shù)字賦能不僅對(duì)零售企業(yè)績(jī)效產(chǎn)生顯著正向直接影響,還借助線上線下融合間接影響零售企業(yè)績(jī)效,其中,價(jià)值主張融合、多維資源融合、交互體驗(yàn)融合均發(fā)揮了部分中介作用,分別影響占比為26.6%(a1b1=0.129)、8.25%(a2b2=0.040)和22.27%(a3b3=0.108),總中介效應(yīng)占比
為了確保分析的可靠性,再進(jìn)一步結(jié)合張涵等[21]關(guān)于多重中介Bootstrap檢驗(yàn)的研究,通過判斷不同中介路徑系數(shù)乘積aibi的95%置信區(qū)間內(nèi)是否包括0值來檢驗(yàn),不包括0值則表示多重中介效應(yīng)顯著。通過1 000次抽樣,檢驗(yàn)結(jié)果表明三個(gè)中介變量的95%置信區(qū)間均不包含0,故假設(shè)H4、H4a、H4b、H4c均成立。
本研究以當(dāng)下零售企業(yè)熱門的線上線下融合模式為切入,通過構(gòu)建數(shù)字賦能、線上線下融合和零售企業(yè)績(jī)效間關(guān)系的研究框架,探討了數(shù)字賦能對(duì)于零售企業(yè)績(jī)效提振的影響路徑,基于287份已開展線上線下業(yè)務(wù)的零售企業(yè)的調(diào)研數(shù)據(jù)分析得出:(1)數(shù)字賦能對(duì)于零售企業(yè)績(jī)效提振能夠產(chǎn)生顯著正向影響,數(shù)字技術(shù)借助物聯(lián)、自動(dòng)、仿真和智能等特性賦能企業(yè)連接、存儲(chǔ)和決策力,幫助零售企業(yè)完善運(yùn)營(yíng)活動(dòng)、縮減交易成本,實(shí)現(xiàn)價(jià)值創(chuàng)新驅(qū)動(dòng),進(jìn)而實(shí)現(xiàn)轉(zhuǎn)型升級(jí)和績(jī)效提振,此為數(shù)字賦能零售企業(yè)績(jī)效提振的直接路徑;(2)數(shù)字賦能借助對(duì)價(jià)值主張融合、多維資源融合和交互體驗(yàn)融合三個(gè)觀測(cè)維度實(shí)現(xiàn)對(duì)線上線下融合的顯著正向影響,其中,去中心化的數(shù)字連接技術(shù)和保真防篡的數(shù)字存儲(chǔ)技術(shù)賦能零售企業(yè)更全面深入的價(jià)值主張融合,智能化的數(shù)字決策技術(shù)和多元場(chǎng)景的數(shù)字存儲(chǔ)技術(shù)賦能零售企業(yè)更及時(shí)同步的多維資源融合,而數(shù)字的智能交互、連接決策技術(shù)則賦能零售企業(yè)突破場(chǎng)景限制,推動(dòng)交互體驗(yàn)融合,此為數(shù)字賦能零售企業(yè)績(jī)效提振的間接路徑;(3)線上線下融合的三個(gè)維度—價(jià)值主張融合、多維資源融合和交互體驗(yàn)融合分別對(duì)企業(yè)績(jī)效提振產(chǎn)生顯著正向影響,價(jià)值主張融合促進(jìn)企業(yè)樹立統(tǒng)一形象,增進(jìn)客企共鳴,多維資源融合推動(dòng)企業(yè)立體精準(zhǔn)的客戶認(rèn)知,完成動(dòng)態(tài)勢(shì)能構(gòu)建,而交互體驗(yàn)融合則引入客戶參與溝通、設(shè)計(jì),推動(dòng)價(jià)值共創(chuàng)增值,明確了雙線深度融合戰(zhàn)略對(duì)于零售企業(yè)轉(zhuǎn)型升級(jí)、績(jī)效提振的核心意義;(4)線上線下融合借助價(jià)值主張融合、多維資源融合和交互體驗(yàn)融合三維度在數(shù)字賦能與零售企業(yè)績(jī)效提振間發(fā)揮部分中介作用,且其產(chǎn)生的間接效應(yīng)大于50%,驗(yàn)證了線上線下融合作為零售企業(yè)打開數(shù)字賦能與企業(yè)績(jī)效間聯(lián)系的重要路徑節(jié)點(diǎn)。
1.理論方面
本研究首先構(gòu)建數(shù)字賦能–線上線下融合–企業(yè)績(jī)效三方研究模型,并借助實(shí)證方法開展驗(yàn)證,揭示數(shù)字賦能促進(jìn)零售企業(yè)轉(zhuǎn)型升級(jí)和績(jī)效提振的路徑,即數(shù)字賦能一方面直接影響零售企業(yè)績(jī)效,另一方面借助線上線下融合間接影響企業(yè)績(jī)效,彌補(bǔ)了傳統(tǒng)研究較單一、偏質(zhì)性的視角;其次,結(jié)合零售業(yè)態(tài)的新興發(fā)展趨勢(shì),以線上線下融合為研究切入,探討線上線下融合對(duì)數(shù)字賦能與零售企業(yè)績(jī)效間的影響關(guān)系,強(qiáng)調(diào)了線上線下融合在數(shù)字賦能向零售企業(yè)績(jī)效轉(zhuǎn)化過程中的重要中介作用,說明價(jià)值主張融合、多維資源融合和交互體驗(yàn)融合作為考量線上線下融合的三維度,能夠有效幫助零售企業(yè)擴(kuò)大數(shù)字賦能的范疇,創(chuàng)造地增進(jìn)整體系統(tǒng)的動(dòng)態(tài)勢(shì)能,進(jìn)而實(shí)現(xiàn)零售企業(yè)的績(jī)效提振,一定程度上彌補(bǔ)了相應(yīng)理論的空白。
2.實(shí)踐方面
本研究對(duì)于廣大想抓住數(shù)字賦能契機(jī)提振企業(yè)績(jī)效的零售企業(yè)而言,帶來了一定的啟示:(1)在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,零售企業(yè)應(yīng)該明確數(shù)字技術(shù)的戰(zhàn)略地位,積極推進(jìn)整體企業(yè)數(shù)字化轉(zhuǎn)型。尤其是當(dāng)下消費(fèi)者的需求個(gè)性多變,零售企業(yè)就更應(yīng)該強(qiáng)化自身數(shù)字基層平臺(tái)的搭建和數(shù)字技術(shù)的應(yīng)用,借助數(shù)字技術(shù)強(qiáng)連接、廣共享和智決策能力的賦予,推動(dòng)以C端客戶為主導(dǎo)的多元多維數(shù)據(jù)收集共享、智能決策分析的深入開展,驅(qū)動(dòng)整體價(jià)值生態(tài)網(wǎng)實(shí)現(xiàn)面向客戶的優(yōu)化運(yùn)營(yíng)和能力重構(gòu)。(2)隨著新零售模式的日漸深入和廣泛應(yīng)用,零售企業(yè)應(yīng)該盡快落實(shí)自身結(jié)構(gòu)性變革,明確單一渠道、場(chǎng)景運(yùn)營(yíng)是難以在競(jìng)爭(zhēng)中取勝,應(yīng)該重視雙線系統(tǒng)的打造。一方面通過入股、加盟、兼并等方式廣泛布局線下零售,另一方面則引入社交媒體、直播帶貨等新興模式豐富線上推廣服務(wù),依托線下真實(shí)體驗(yàn)場(chǎng)景的營(yíng)造和線上個(gè)性豐富資訊的推廣,有效突破單一渠道和場(chǎng)景的桎梏。(3)面對(duì)供需邊界的日漸模糊和參與主體的多元網(wǎng)絡(luò)化,零售企業(yè)還應(yīng)該強(qiáng)化面向客戶的線上線下融合,始終貫徹“客戶需求驅(qū)動(dòng)、客戶體驗(yàn)為重”的價(jià)值理念,協(xié)同線上線下利益相關(guān)者,完成優(yōu)勢(shì)資源的互補(bǔ)整合和以客戶為中心的價(jià)值共創(chuàng),促進(jìn)雙線價(jià)值主張的融合、多維資源的整合和交互體驗(yàn)的統(tǒng)一。此外,零售企業(yè)還應(yīng)該充分發(fā)揮數(shù)字技術(shù)對(duì)于零售企業(yè)線上線下融合的助推作用,借助區(qū)塊鏈、物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、機(jī)器學(xué)習(xí)、虛擬仿真等多維數(shù)字技術(shù)的深度融合,助力零售企業(yè)完成雙線乃至全價(jià)值網(wǎng)的融合共創(chuàng)。
本研究主要基于實(shí)證角度來探討數(shù)字賦能零售企業(yè)轉(zhuǎn)型升級(jí)和績(jī)效提升的路徑,雖然能夠檢驗(yàn)數(shù)字賦能、線上線下融合與企業(yè)績(jī)效之間的關(guān)系,但缺乏典型現(xiàn)實(shí)案例支撐,未來可以嘗試采用縱向案例或多案例研究法,從多維度、立體化角度探索數(shù)字賦能、線上線下融合與企業(yè)績(jī)效間的關(guān)系。此外,數(shù)字賦能與零售企業(yè)績(jī)效間是否還存在其他重要影響因素,外界環(huán)境、管理方法等能夠產(chǎn)生一定中介影響,本研究尚未涉獵,可嘗試在未來的研究中加以探析。
注釋
① 數(shù)字來源:中國(guó)信通院2020年發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(2020年)》。
電子科技大學(xué)學(xué)報(bào)(社科版)2023年1期