商圈O2O模式活跃度影响因素研究 ——基于西安市O2O行业的实例分析

高　妍

(西安文理学院 信息工程学院， 陕西 西安　710065)

一、引 言

2015年3月5日第十二届全国人民代表大会第三次会议开幕式上，国务院总理李克强在政府工作报告中提出“互联网+”行动计划，将重点推动移动互联网、云计算、大数据、物联网与现代制造业结合，促进电子商务和互联网金融健康发展，同时提到，要“全面推进‘三网’融合，发展物流快递，把以互联网为载体、线上线下互动的新兴消费搞得红红火火”[1]。这一提法是对O2O方式的认可。

O2O模式，即Online to Offline，指在网络平台上，通过线上营销线上购买行为带动线下经营和线下消费，特别适合需要到店消费的商品，比如餐饮、健身、摄影、美容美发等生活服务相关行业。O2O模式对城市生活服务产业的推动，除了带动大众点评、美团外卖、饿了么等O2O网络平台及移动客户端的兴起；对城市传统商圈活跃的提升，新兴商圈的发展也起到了积极作用。

对O2O的应用打破了空间距离对消费者行为的局限，改变了消费者对商圈的选择。学者们开始研究在空间距离以外影响消费者行为，从而影响商圈活跃度的因素。史坤博等的研究表明，与空间距离的可达性相比，随着时间距离的提升，商圈的综合规模指数降低得更快，即时间距离对商圈综合规模指数的影响更大[2]。根据艾瑞咨询的报告，未来O2O服务受到时间、空间的约束逐渐减少，专业化程度和服务质量成为更加受到消费者关注的因素[3]。在之前理论与实证研究中，王巧玉等以O2O电子商务平台对消费者购买决策的影响为题，通过问卷调查的方式进行调研，认为O2O平台的基本功能就是让用户参与进来，充分利用平台的各种信息和功能，方便自身便捷地做出各种消费购买决策[4]，刘伟等对O2O商品在线点评有用性进行研究，得出点评信息越丰富，消费者感知的点评有用性越高的结论[5]。这就暗示了O2O平台上点评对商圈影响的重要作用。基于此，本文以影响商圈O2O活跃度因素为题，引入时间距离、空间距离、消费者满意度等相关概念，通过建立商圈O2O活跃度与时间距离、空间距离、消费者满意度的关系，对各商圈的满意度进行分析，同时尝试解析对城市商圈O2O活跃度的现状、特征。

根据亿欧研究院2015年11月12日发布的2015年度《中国线上线下互动(O2O)城市实力排行榜TOP20》，西安排名第15位[6]。2015年国家发布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》中，提出要“打造西安内陆型改革开放新高地”。作为古代丝绸之路的起点城市和新欧亚大陆桥的重要节点城市，西安再次成为世界聚焦点，迎来了新的发展机遇。综上，本文以西安市O2O市场为例进行研究。

本文通过对收集数据的处理，得出商圈O2O活跃度和时间距离、空间距离、消费者满意度的关系，分析对商圈O2O活跃度影响最大的因素，找出对商圈O2O活跃度影响最大的商品种类，推测现状的成因，最后得出未来的发展趋势和策略。

二、研究对象、数据来源与基本研究概念

(一)研究对象

本文将选取西安市商家较为集中的三环以内的商圈作为研究对象，根据大众点评网站对商圈的划分和命名，结合电子地图，共截取99个商圈。

(二)数据来源

1.商圈O2O数据采集

大众点评是我国领先的生活信息及交易平台，其餐饮板块成为最受消费者关注并聚集用户评价信息最多的部分，逐渐形成了能够影响消费者决策的口碑库[7]。在2016年6月，易观智库发布排行榜中，大众点评排名第二。基于大众点评的代表性地位，本文以大众点评网上的数据信息作基础数据来源。

2017年1月15日到1月17日，利用大众点评网站获得了西安市商圈点的O2O信息数量共计218775条次。将每一条信息看作一款商品，综合商品数量、购买的人次、评分状况可以反映出每个商圈O2O的综合规模水平和活跃程度。但收集的数据存在重复统计的情形，由于商圈没有非常明确的界限，导致一款商品可能同时隶属于两个或以上的商圈，这些商品将均被统计在从属的商圈内。

2.消费者出行数据采集

根据《西安城镇居民交通出行方式与绿色出行调查报告》，搭乘公交车是城镇居民采用最多的出行方式。因此，本文采用公交车作为出行交通工具。现实中，单独考虑乘坐公交车的时间并不全面，从交通站点步行到目的地的时间也应被考虑在内。因此本文中采用公交车所用的时间都是通过电子地图自动测距功能得到，即乘车、换乘、步行时间的总和[8]。

艾媒咨询发布的《2015年中国手机地图市场研究报告》显示，高德地图无论是满意度还是市场份额均处于第一位，其中实时公交查询功能最受用户认可[9]。因此本文采用高德地图测量时间、距离数据。

随着移动端支付的普及，消费者的出行行为趋向随机性，出发点不再仅限于单位或居住小区。从概率的角度来说，选取西安市的几何中心钟楼作为消费者出发的期望起点，选取其他商圈的几何中心为消费者到达目的地的期望终点。

(三)基本概念

1.商圈O2O活跃指数

商圈是指在一定经济区域内，以商场或商业区为中心向周围扩展形成辐射，对顾客形成吸引力的一定范围或区域。信息通讯技术的飞速发展和广泛应用，使得空间和距离对经济、社会、文化、生活的限制越来越低[10]，从而对商圈也产生了影响。O2O模式的普及，线上的信息和线下的资源拓宽了商家运营的方式和渠道，也改变了消费者的体验方式，结构老化、交通拥堵导致传统商圈的优势不再突出，新的可替代商圈正在崭露头角。

将大众点评网站O2O中数据归为餐饮、休闲娱乐、生活服务三大类商品(见图1)。

图1　西安市大众点评O2O商品分类及占比

为了考量商圈O2O活跃度的高低，定义商圈O2O活跃指数概念，简称为BOA指数，BOA指数越大该商圈O2O行业更活跃。

BOA指数=(餐饮类商品规模+休闲娱乐类商品规模+生活服务类商品规模)×(餐饮类商品总销量+休闲娱乐类商品总销量+生活类商品总销量)

(1)

2.O2O平台消费者满意度

有研究认为，在线点评被看作是一种消费者倾向于采纳的，来自他人的信息。当消费者试图查询和了解相关点评时，他们关于产品的价值评估就会发生改变。多数研究表明消费者对某一产品的看法会被网络上正面或负面的信息带来同向的影响[11]。网络资源的丰富，使点评对消费者的影响越来越大，连锁品牌效应的影响已经退居其次，人们主要以点评信息作为参考。这种情况在餐饮业尤为明显，哈佛大学Michael Luca的一项研究表明，城市中大量人群依赖Yelp上的点评。30%的美国消费者表明，在做出购买决定之前，他们会在亚马逊上查询产品信息以及用户评价；Google所做的一项研究表明，为了做出更好的购买选择，消费者平均会寻求10.4个信息资源了解产品情况[12]。

消费者在线下消费后，在O2O平台上的评价反馈，可以为其他消费者提供重要参考和借鉴，评分和参与打分的人数可以反映出消费者对商家服务和商品的满意程度，众多的打分人数和高分的评价会为商家吸引更多消费者，从而提升BOA指数。

为了研究评价及评价人数对商圈活跃的影响，并将这一指标量化，将某一商圈所有商家的评价人数与评价分数的乘积之和称为商圈O2O满意度，计算公式为：

(2)

3.时间距离

时间距离是消费者满意和价值的减函数，在消费者总价值与其他成本一定的情况下，时间距离越小，消费者购买的总成本越小。出行方式和交通条件不同，会对时间距离有所影响。在“经济人”的假定下，消费者以个人利益为考量基准，在综合方便性、安全性、高效性、经济性等因素后，结合自身可支配的出行方式对出行方式和出行路径作出选择[9]。随着快节奏生活的发展，消费者更加珍惜消费时间，它对人们行为决策的影响地位日益凸显。

4.空间距离

本文中，空间距离为消费者从所在的位置到达商圈几何中心的距离，它是消费者满意度的减函数。随着信息技术的发展和交通工具的更新，很多原本遥远的地方变得不再遥远，空间距离对消费者的限制越来越小。

5.数据无量纲处理

为了消除单位对研究的影响，通过运算对收集的所有数据进行无量纲处理：xi代表任意种类的数据，N2代表该种类数据的个数。

(3)

三、数据建模与分析

(一)西安市商圈O2O活跃指数特征

结合大众点评网中西安站的数据以及高德地图共获取到西安市区内商圈99个，通过运算得到99个BOA指数。不难发现，随着城市的发展以及O2O的普及，西安市的活跃商圈从规模和数量方面均已打破以市中心(钟楼和东西南北大街)为主要商圈的传统模式，小寨、曲江、高新、北郊商圈快速发展，推测消费者对距离的考量不再是选择出行商圈的决定性因素。商圈的影响范围扩大，覆盖西安城区及周边县区(长安区、灞桥区等)。

(二)时间距离较空间距离成为BOA指数重要影响因素

将每个BOA指数分别与两组数据相互对应，进行线性拟合，所得结果如图2所示，并得到BOA指数与时间距离、空间距离的线性关系表达式：f(x)=-0.3346x+1.335及f(x)=-0.1253x+1.125。从所得到的线性表达式中可以看出，随着时间距离、空间距离的增加，BOA指数在逐渐降低，说明两个因素对BOA指数均有抑制的作用。对比两个表达式中的斜率-0.3346和-0.1253，可知时间距离对BOA指数影响大于空间距离，随着时间距离的提升，BOA指数降低得更快。由此初步判断，时间成本成为影响西安市商圈O2O活跃指数的重要因素。具体见图2。

(三)验证时间成本对BOA指数的作用

为了验证时间距离、空间距离对BOA指数的影响，引入高斯函数。在统计学与概率论中，高斯函数是正态分布的密度函数，记做函数：

(4)

图2　西安市商圈O2O活跃指数与时间距离、空间距离线性关系

其中σ描述高斯函数方差，σ越大，数据分布越分散，说明受到此变量的影响越小，σ越小，数据分布越集中，说明受到此变量的影响越大。图3中，横轴表示消费者到达商圈几何中心的时间、空间距离，纵轴表示各类商品的BOA指数。对于餐饮以及生活服务类商品，时间对BOA指数的影响明显大于距离，对于休闲娱乐类商品，距离对活跃指数的影响大于时间，这可能与娱乐类商品的特征有关，从而基本验证了上文中时间距离的重要性。具体见图3。

图3　时间、空间距离对商圈各类商品O2O活跃指数的影响

(四)消费者满意度成为决定BOA指数最主要因素

建立BOA指数与消费者满意度之间关系的指数关系，线性表达式为：f(x)=1.913x-0.9126，随着消费者满意度的提升，BOA指数在逐渐增强，说明消费者满意度对它有促进作用。综合前文对时间/空间距离因素的分析可知，消费者满意度对BOA指数的影响更大，即消费者满意度更加影响消费者对商圈的选择，最终对BOA指数造成影响。具体见图4。

图4　西安市商圈O2O活跃指数与消费者满意度线性关系

(五)进一步研究消费者满意度与商圈O2O活跃指数关系

对各类商品的评价与时间、空间数据做四分图模型进行分析，得到消费者对商家满意度的一般规律。图5中以各类数据的平均量为界，将整个平面分为四个象限。从四分图结果表明：(1)以满意度、时间距离的四分图为例，高时间成本-高满意度的商圈最少；高时间成本-低满意度、低时间-高满意度商圈次之；低时间成本-低满意度商圈占比最大，占商品总数的50%左右。(2)整体来看，满意度落在满意度平均线之上的商圈占商圈总数的三分之一，其他三分之二商圈的时间、距离成本大于平均值的商圈都分布在消费者满意度平均值以下。因此，通过提升消费者评分和评价人数，同时缩短时间距离成为消费者满意度提升的重点。(3)低时间成本-低满意度的商圈需要提升服务质量；高时间成本-低满意度的商圈需要政府的政策扶持。

(六)主导商圈O2O活跃指数的商品种类

消费者在O2O平台上收集同类信息进行对比，结合自身需求和商铺位置、评分、销量、价格等因素确定购买对象，必定导致商品销量的不同。同类商品销量的分化产生了活跃商品和非活跃商品，本文将销量超过同商圈同类商品销量平均数的商品称为活跃商品。

定义为第j个商圈第z个类别的活跃商品数量，pjzi为第j个商圈的第z种类别的第i个商品的销量，M(j)表示第j个商圈的第z类商品的个数，将Qjz用公式记做：

(5)

如图6所示，横轴上的数字代表1到99号商圈，纵轴代表各类商品的活跃商品数。(1)将所得到的数据进行对比，餐饮类活跃商品除了极个别在数量上和休闲娱乐类、生活服务类相近，整体的活跃商品数量上高于其他两类，说明消费者对于餐饮类线上支付线下体验服务的方式更加认可，O2O服务发展相对成熟。(2)三类活跃商品数量在每个商圈点的变化大多有相同的起伏趋势，以20号小寨、21号曲江、54号高新路、56号科技路商圈为例，活跃商品数量同时达到周围商圈的峰值，在11号太乙路、59光华路、88六号大院等商圈，活跃商品数量达到周围商圈的峰值，说明城市中商圈的活跃指数影响各类商品的活跃程度。(3)生活服务类活跃商品数普遍较低，在97号御锦城、98号田王洪庆、9号广济街、15号南院门商圈中活跃商品数为零。这一方面说明生活服务类O2O商品发展不够成熟，另一方面说明生活服务类商品有地域性集中的特点。(4)通过研究各类商品活跃数量发现，餐饮类商品是商圈活跃指数的主导因素。具体见图6。

四、O2O商圈特征成因分析

(一)消费者满意度的重要性

随着电子商务的发展，学者们对电子商务服务质量的理解也在不断加深[15]。O2O平台上存在大量竞争激烈的同质产品，随着消费者网上购买商品和服务的频率越来越高，他们更加依靠评价来确定购买对象，加上公共交通系统的便利性，使时间和空间的影响相对弱化，更加凸显所购买服务的优劣。在依赖经验的心理下，来自他人的评价成为影响消费者决策的主要因素。因此在进行同类商品的对比中，对评分和打分人数的综合考量成为消费者决策的主导因素，从而在消费者满意度较高的地区形成O2O活跃度高的商圈。

图5　各类商品消费者满意度与时间、空间因素四分图

图6　西安市各商圈各类商品活跃商品数量分布

(二)消费者对时间成本更加珍惜

对于快节奏生活的现代人来说，时间相对于距离更加影响消费者的出行决策。消费者所花费时间成本的高低反映出商圈的发达程度、周围公共交通的成熟度及周边的交通状况。一方面随着城市的发展，传统商圈人群的聚集更易造成交通堵塞，从而降低可达性；新兴商圈的地理位置不再局限于市中心或传统的居民区，而向新的区域以及城市边缘发展。另一方面交通工具的多样化使得消费者对商圈的选择更加灵活，并不局限于个别商圈，摆脱了传统的距离束缚。以传统的钟楼、东、西、南、北大街商圈为例，作为西安市历史最长各方面发展最完备的商圈，由于交通堵塞情况常见，消费者更倾向于选择可替代的其他商圈。

(三)餐饮类商品活跃指数决定商圈O2O活跃指数

餐饮类商品在O2O平台中数量最多，销量最高，对BOA起到决定性作用。休闲娱乐类和生活服务类商品由于自身特点以及发展阶段的不同，商品发展不够成熟。导致这种差异化的原因主要有以下四点：(1)餐饮O2O的进入门槛低，需求量大。生活服务类产品下的旅游行业、租车产业、摄影摄像需要大量的启动资金和资本投入[13]。(2)餐饮类商家受到地域影响小，生活服务类和休闲娱乐类商家主要集中在传统商圈以及居民聚集区。(3)这两类商家自身特点决定，以生活服务类的婚庆和健身两种商家为例，都需要消费者通过进店考察和沟通交流进行判断，因此线上交易并非主流方式。消费者对通过O2O平台寻求生活服务类和休闲娱乐类商家的行为尚未成熟。(4)在生活服务领域，有专项O2O平台，例如驴妈妈、58同城、婚礼纪等，引起的消费者分流。

五、结论与策略

(一)按需优化O2O平台的发展，提升商圈活跃度

三分之二商圈的消费者满意度都在平均线之下，而满意度对商圈活跃影响最大，因此提升消费者对商圈的整体满意度成为了需要商家、O2O平台和政府共同应对的问题。从前文中的四分图(图5)来看，对于低满意度-低时间距离、低满意度-低距离成本的商圈，提升满意度是重点，因此商家在通过促销活动拉动销量的同时，以保障自身服务水平、消费环境和便利性为前提[14]，从而在O2O平台获得良好的消费者评价和评分。对于低满意度-高时间距离、低满意度-高距离成本的商圈而言：(1)从O2O平台的角度来，一方面，要提升平台的性能，完善地图导航、扫码支付、一键分享等功能，使消费者在快速确定到达商圈的时间距离、空间距离的同时，高效完成交易。另一方面，远离市中心的商圈由于受到高时间距离的影响，商圈活跃低，导致评价人数少，评价人数会对消费者满意度产生影响。因此O2O平台可以通过会员制度，引导消费者在体验线下服务后回到平台上进行打分和评价，从而吸引更多消费者参考商家的评价和评分后更好地做出购买决定，增强商家信息的丰富性与可参考性[5]。(2)从西安市政府的角度来说，借助“一带一路”政策引导，加大对新兴边缘商圈周围住宅的开发、公共交通的发展，同时通过对偏远商圈相关服务的完善，将消费者从传统大型商圈中分流。

总之，按照消费者需求优化O2O平台，提升商圈活跃度未来的大势所趋，在提升美食类商品质量的同时，吸引消费者在线点评人数，再通过宣传促销活动带动休闲娱乐类、生活服务类商品的销量，是发展的重心所在。

(二)政府加强城市交通规划，缩短时间距离

由于时间距离较空间距离对商圈的活跃度影响更大，空间距离是无法短期内改变的因素，因此通过政府在交通方面的政策，如完善对主要道路的修建、提升交通路线数量、加大对主要道路的管制等方式，缩短消费者到达商圈所需时间，使得消费者对商圈有更多的选择，从而提升由于时间可达性低导致的商圈活跃度低的情况。

(三)加快城市经济发展，为商圈注入生机

对城市的经济发展水平是城市商圈活跃的基础，也是O2O平台发展的根基[16]，城市居民的网络消费能力以及网络基础设施建设、O2O平台的用户规模和发展水平也会对O2O平台的发展有明显的影响。西安位于古丝绸之路的起点，在“一带一路”的构想下，将会通过提升对外开放水平，发展旅游文化；发展开放经济，促进开放型经济的均衡、协调、可持续发展；构建经济合作平台等方式，做好国家向西部发展的引擎，以此来增强西安市的经济发展水平，从而提升西安市商圈O2O活跃度的整体水平[17]。

[1]辛闻.给力互联网，总理蛮拼的[EB/OL].(2015-03-05)[2017-05-11].http://news.china.com.cn/2015lianghui/2015-03/06/content_34973209.htm.

[2]史坤博，杨永春，杨欣傲，等.时间成本是否成为电子商务区位的核心机制——基于成都市O2O电子商务的实证分析》[J].地理学报，2016(3)：500-514.

[3]艾瑞咨询.《2016中国O2O行业发展报告》[EB/OL].(2016-07-05)[2016-08-10].http:∥www.iresearch.com.cn/report.2612.html.

[4]王巧玉，钱慧敏.O2O 网络平台对消费者购买决策影响研究[J].商业经济研究，2016(20)：53-55.

[5]刘伟，徐鹏涛.O2O电商平台在线点评有用性影响因素的识别研究——以餐饮行业O2O模式为例[J].中国管理科学，2016(5)：168-176.

[6]刘欢.中国O2O城市实力排行榜 [EB/OL].(2016-02-07)[2017-05-11].http://www.iyiou.com/p/24251.

[7]秦萧，甄峰，朱寿佳，等.基于网络口碑度的南京城区餐饮业空间分布格局研究——以大众点评网为例[J].地理科学，2014(7):810-817.

[8]王涛.出行时间成本的影响因素及模型构造[J].交通标准化，2014(15):61-67.

[9]艾媒网.2015-2016年中国手机地图市场研究报告[EB/OL].(2016-02-26)[ 2017-03-24].http://www.iimedia.cn/40937.html.

[10] 余金艳，刘卫东，王亮.基于时间距离的C2C 电子商务虚拟商圈分析——以位于北京的淘宝网化妆品零售为例[J].地理学报,2013(10):1380-1388.

[11] Seung Hyun Leea，Heejung Rob.The impact of online reviews on attitude changes：The differential effects of review attributes and consumer knowledge[J].International Journal of Hospitality Management，2016(56):1-9.

[12] Itamar Simonson,Emanuel Rose.What Marketers Misunderstand About Online Reviews[J].Harvard Business Review，2014(3-4):23-25.

[13] 陈佑成，郭东强.基于多案例分析的中国O2O商业模式研究[J].宏观经济研究，2015(4):14-22.

[14] 洪国彬，廖敏.团购网站O2O用户体验影响因素实证研究[J].华侨大学学报，2015(3):68-76.

[15] 刘晓峰，白雪娇.B2C 电子商务服务质量评价研究综述[J].哈尔滨商业大学学报:社会科学版，2015(1):97-104.

[16] 宋宇，谭仁超.建设“丝绸之路经济带”的战略构想与陕西机遇[J].西安财经学院学报，2015 (2):73-78.

[17] 王娟娟,秦炜.一带一路战略区电子商务新常态模式探索[J].中国流通经济，2015(5):46-54.