会员登录

我国商圈吸引力及其影响因素分析

微信咨询
扫一扫
2019/5/23 14:32:25 / 浏览:57次

王国兴,陈璐,王梦茹,胡文硕

西安交通大学 陕西西安710061


摘要:商圈的分析,无论对于企业经营还是政府规划都有重要意义。本文通过对全国九所商圈进行实证分析发现,商圈中吸引男性与女性的显著性因素不同,且随着时间的变化,这些因素的显著性也在发生变化。商圈中影响不同行业吸引力的显著性因素在男性与女性之间存在较小的差别,且这些显著性因素也会随着时间的变化而不同。
关键词:商圈;吸引力;美食行业;休闲娱乐行业;购物行业

1.问题提出
商圈,是指商店以其所在地点为中心,沿着一定的方向和距离扩展,吸引顾客的辐射范围,简单地说,也就是来店顾客所居住的区域范围[1]。
商圈的分析,对于企业的经营十分重要,它可以确定企业市场覆盖的空间范围,了解所在的市场销售机会,从而制订出企业必须采取的营销策略。此外,在宏观角度,也可以为政府的城市规划提供参考。

2.文献综述
1929 年美国人威廉·雷利通过对150个城市商圈调查分析后提出了“零售引力法则”,也称“雷利法则”。该法则证实城市人口越多、规模越大、商业越发达,对顾客购买的吸引力就越大[2]。美国零售学者戴伟·赫夫于20世纪60年代提出赫夫模型,他认为商店对顾客的吸引力取决于两个因素:规模和距离[3]。美国学者布莱克(Black)于1987年对赫夫模型进行了改进和延伸,提出了多个因素的作用模型[4]。
许多国内学者也对商圈理论进行了研究。曾锵(2010)基于雷利法则和赫夫模型的实证研究发现,影响商圈吸引力的显著性因素是商品种类、商品价格、距离和店内环境,而“传统”商圈吸引力因素营业面积并未被证明为显著性因素[5]。徐婧雯(2011)通过对虚拟商圈的研究发现,影响一个电子商务虚拟商圈吸引力的主要因素还是传统购物偏好,包括商品价格、商品质量、商品种类、售后服务[6]。姚丽贞、乐阳(2016)通过对深圳市5个具有代表性的大型购物中心(或商圈)的调查,识别出6个影响购物中心吸引力的因子[7]。王争光(2016)将影响商圈吸引力的因素划分为11个维度,通过实证研究,有10个因素通过了假设检验[8]。
通过对研究文献进行梳理,可以发现,过去学者在研究过程中,大多以零售商(或商业网点)为中心进行考察。不同商圈提供的服务和商品各有差异,从商圈的细分服务来看,主要包含了美食行业、休闲娱乐行业与购物行业。不同商圈在上述细分服务中拥有不同的特点,所以商圈提供服务的差异即自身特征也应该纳入研究商圈吸引力的考量范围。因此,本文在回顾文献的基础上,对商圈进行细分,从行业层面对其吸引力进行研究,探究影响商圈吸引力的因素。

3.数据收集和问卷分析
3.1数据收集
问卷分为两个部分,第一部分是排序题,由消费者对商圈中行业及影响各行业吸引力的因素进行排序,来研究各行业及影响各行业吸引力因素的相对重要性;第二部分是矩阵量表题,由消费者对具体商圈最近三年的各项特征进行打分,分值范围1-10,通过回归分析来研究其显著性。
为保证结果的有效性,问卷的发放完全随机。选取全国各地九所商圈作为实证研究对象。分别为:陕西西安小寨商圈、陕西西安钟楼商圈、陕西西安大雁塔商圈、陕西榆林神木人民广场商圈、陕西汉中时代广场商圈、陕西咸阳嘉惠商圈、甘肃兰州西站商圈、新疆乌鲁木齐小西门商圈、河北邢台天一广场商圈。
第一部分共收到1004份问卷;第二部分共收到371份问卷,剔除15份无效问卷,共356份问卷。
3.2 问卷分析
为确保问卷数据的有效性、稳定性、可靠性,首先对问卷进行效度与信度检验。使用SPSS20采用Cronbach' s α系数法对问卷进行信度检验。问卷第一部分0.875,第二部分0.988。问卷两个部分均大于0.8,信度检验通过。采用KMO效度分析,问卷第一部分KMO=0.858,问卷第二部分KMO=0.959。问卷两个部分KMO均大于0.8,适合做因子分析,效度检验通过。
表2 问卷第一部分结果
性别 行业 排序第一 排序第二 排序第三 平均综合得分
美食 356人 173人 63人 2.32
女 休闲娱乐 118人 187人 282人 1.59
购物 163人 209人 206人 1.75
美食 210人 103人 30人 2.36
男 休闲娱乐 106人 133人 88人 1.83
购物 51人 77人 174人 1.31
注:表2中平均综合得分=(Σ频数×权值)/本题填写人次。式中权值——由选项被排列的位置决定。例如有3个选项参与排序,那排在第一个位置的权值为3,第二个位置权值为2,第三个位置权值为1。
在上述数据中,可以看到男性和女性对于商圈中不同行业重要性的排序情况。在女性调查者当中,有356人将美食行业(样本的60.1%)排到第一位。在最后的平均综合得分中也可以看到,女性认为美食行业最重要,其得分远超其他两个行业的得分;而对于男性,有210人(样本的61.2%)将美食行业排到第一位。在最后的平均综合得分中也可以看到,美食行业的得分位于第一,远超其他两个行业。

4.实证分析
4.1模型设计
为探究以上问题,本文设计了以下四个模型,其中模型一用来研究不同行业的吸引力对商圈吸引力的影响;模型二到模型四分别研究影响商圈中美食、休闲娱乐、购物行业吸引力的因素。
模型一:
模型二:
模型三:
模型四:
4.12被解释变量
本文分别选取问卷被调查者对商圈、美食行业、休闲娱乐行业、购物行业吸引力的评价作为被解释变量,记为Y、food、fun、buy。
4.13解释变量
商圈吸引力的解释变量为美食行业吸引力、休闲娱乐行业吸引力、购物行业吸引力,分别记为food、fun、buy;美食行业吸引力的解释变量为美食种类、整体价格、就餐环境、服务质量与网红店数量,分别记为variety、price、environment、service、hot;休闲娱乐行业吸引力的解释变量为娱乐种类、整体价格、环境、服务质量与体验效果,分别记为variety、price、environment、service和effect;购物行业吸引力的解释变量为商品种类、整体价格、整体环境、服务质量,分别记为variety、price、environment与service。
4.3商圈吸引力分析与结果解释
(一)不同行业吸引力对商圈吸引力的影响
利用上述数据,将不同行业的吸引力作为自变量,整体商圈的吸引力作为因变量,通过逐步回归法,即对模型一进行回归,选出最佳回归方程。最终结果如表6所示。
表6 模型一回归结果
性别 年份 最佳方程 C food fun buy
女 2016 1.6348 0.3616 0.3606 0.4042
t值 (4.2266) (4.2218) (3.9919)
2017 2.5805 0.4397 0.1690 0.3503
t值 (6.4861) (5.5076) (1.9934)
2018 3.4584 0.2940 0.2172 0.2146
t值 (7.1750) (3.6186) (2.5555)
男 2016 2.9814 0.5082 0.2873
t值 (6.8363) (7.5529)
2017 2.8325 0.2025 0.3616 0.2924
t值 (5.7517) (1.9879) (3.3110)
2018 3.2670 0.2237 0.3159 0.2441
t值 (5.9279) (2.0954) (2.7799)
通过回归分析,在5%的显著性水平下可以得出:
对于女性。在2016年,美食行业吸引力与休闲娱乐行业吸引力对商圈吸引力有显著影响;在2017年与2018年,美食行业吸引力与购物行业吸引力对商圈吸引力有显著影响。
对于男性,情况有所不同。在2016年,只有美食行业吸引力对商圈吸引力有显著影响;在2017年与2018年,美食行业吸引力与休闲娱乐行业吸引力对商圈吸引力有显著影响。
(二)影响不同行业吸引力的因素
同样采用逐步回归法,以各个行业的吸引力为因变量,各影响因素为自变量进行回归,即对模型二、模型三、模型四回归,挑选出最佳方程。最终结果如表7所示。
表7 模型二、三、四的回归结果
变量 性别 时间 variety price service environment hot effect 常数
模型二 男 2016 0.3325 0.3195 0.3675 -0.083 0.7782
2017 0.4677 0.1864 0.3527 -0.1045 0.7348
2018 0.2674 0.3236 0.3723 0.028 0.6649
模型三 2016 0.2754 0.2586 0.3834 0.4496 0.8128
2017 0.2989 0.3616 0.2833 0.3842 0.7726
2018 0.1653 0.2712 0.2564 0.2345 0.3707 0.7802
模型四 2016 0.3963 0.3282 0.266 -0.0125 0.7525
2017 0.3247 0.3023 0.2937 0.447 0.6982
2018 0.3405 0.354 0.1761 0.8068 0.5095
模型二 女 2016 0.2082 0.3338 0.3832 0.6811 0.7134
2017 0.2384 0.197 0.168 0.3061 0.5297 0.6671
2018 0.2211 0.2285 0.3801 1.1706 0.5867
模型三 2016 0.2439 0.1586 0.4899 0.5315 0.767
2017 0.2306 0.2572 0.2603 0.1827 0.3634 0.7336
2018 0.285 0.2592 0.3205 0.7695 0.6529
模型四 2016 0.2628 0.3523 0.2985 0.2866 0.7525
2017 0.2655 0.2235 0.3716 0.6603 0.6982
2018 0.2358 0.2346 0.3546 0.9347 0.5095
对于美食行业,男性与女性样本的结果相近。美食种类、整体服务、网红店数量这三者在不同年份始终为显著性因素。
对于休闲娱乐行业,娱乐种类、整体服务、整体环境这三者在不同年份也始终为显著性因素。但是在2017年女性样本和2018年男性样本中多了体验效果。
对于购物行业,男性与女性样本的结果直接存在部分差异。对于男性样本,商品种类、整体服务、整体环境在不同年份均为显著性因素。而对于女性样本,在2016年,商品种类、整体服务、整体环境为显著性因素;在2017年与2018年,显著性因素变成了商品种类、整体服务、整体价格。

5.结论
本文通过对九个商圈的实证研究,得出的主要结论如下:
(一)商圈中吸引男性与女性的显著性因素不同,且随着时间的变化,这些因素的显著性也在发生变化。对于女性,在2016年,美食行业吸引力与休闲娱乐行业吸引力对商圈吸引力有显著影响,购物行业吸引力对商圈吸引力没有显著影响;在2017年与2018年,美食行业吸引力与购物行业吸引力对商圈吸引力有显著影响,休闲娱乐行业吸引力对商圈吸引力没有显著影响。对于男性,在2016年,只有美食行业吸引力对商圈吸引力有显著影响,其他行业均没有显著影响;在2017年与2018年,美食行业吸引力与休闲娱乐行业吸引力对商圈吸引力有显著影响,购物行业吸引力对商圈吸引力没有显著影响。
(二)影响不同行业吸引力的显著性因素在男性与女性之间存在较小的差别,且这些显著性因素也会随着时间的变化而不同。对于美食行业,男性与女性样本的结果相近。美食种类、整体服务、网红店数量这三者在不同年份始终为显著性因素。对于休闲娱乐行业,娱乐种类、整体服务、整体环境这三者在不同年份也始终为显著性因素。对于购物行业,男性与女性样本的结果直接存在部分差异。对于男性样本,商品种类、整体服务、整体环境在不同年份均为显著性因素。而对于女性样本,在2016年,商品种类、整体服务、整体环境为显著性因素;在2017年与2018年,显著性因素变成了商品种类、整体服务、整体价格。

参考文献
[1] 零售学[M]. 高等教育出版社 , 肖怡编著, 2003
[2] W.J.Reilly.Methods of the Study of Retail Relationships[J].University of Texas Bulletin, 1929, (2944):1-9.
[3] David.L.Huff.A Probability Analysis of Shopping CenterTrade Areas[J].Land Economics, 1963, (2) :81-90.
[4] Barry J . Babin, James S.Boles and Laurie Babin , The Development of Spatial Theory in Retailing and Its Contribution to Marketing Thought and Marketing Science.Journal of Marketing Research , No .3 , 1992.
[5]曾锵.零售商圈吸引力:基于雷利法则和赫夫模型的实证研究[J].财贸经济,2010(04):107-113.
[6] 徐婧雯.电子商务虚拟商圈吸引力评价[J].情报科学,2011,29(11):1693-1696.
[7] 姚丽贞,乐阳.基于主成分Logistic模型的商圈吸引力因子分析[J].地球信息科学学报,2016,18(11):1494-1499.
[8] 王争光. 商圈吸引力模型的构建与研究[D].南京大学,2016.

分享文章到:
期刊论文:上一篇下一篇