零售渠道研究综述与展望：基于知识图谱方法

陈远高，杨水清

（浙江财经大学信息管理与工程学院，浙江杭州310018）

一、引言

“互联网+”背景下，我国零售业正在经历新一轮的高速发展以及颠覆性的深刻变革。商务部数据显示，2007—2016年我国全社会消费品零售总额从9.36万亿元增长到33万亿元[1]，零售行业对宏观经济增长的贡献不断增大。同时，随着互联网与移动互联网应用的不断深入，网络零售业态长期保持高速增长，我国网络零售总额从2007年的561亿元增加到2016年的5.16万亿元[2]，十年间增长了近92倍。网络零售对传统零售的巨大冲击推动了零售商业模式的创新，新型零售方式不断涌现，线上线下渠道融合趋势日益明显。伴随着新一代信息技术，如云计算、物联网、大数据等的发展，零售渠道亦不断变化演进。近十年来，这一主题吸引了众多研究者的目光。本文应用Citespace知识图谱软件，对2007—2016年间中国知网（CNKI）中文文献数据库和科睿唯安（Clarivate）英文文献数据库中的渠道研究相关文献进行文献计量与可视化分析，呈现零售渠道研究主题与研究热点演变过程，探讨未来零售渠道研究发展趋势。

二、研究数据与研究方法

为完整呈现营销渠道研究发展过程，本文选取2007—2016年中国知网中文文献数据库和科睿唯安社会科学引文索引（Social Science Citation Index，SSCI）期刊数据库作为数据源。其中，考虑到中国知网数据库收录的期刊数量过多，本文将中国知网的文献来源限定为中文社会科学引文索引（Chinese Social Sciences Citation Index，CSSCI）期刊，并根据不同的主题进行了试检索，最后确定检索主题为营销渠道、销售渠道、分销渠道、流通渠道、零售渠道、供应链渠道、网络渠道、在线渠道、线下渠道和传统渠道，检索结果得到1 554条数据，再根据文章标题和摘要进行人工筛选，得到618条最终数据；科睿唯安SSCI期刊数据库的文献来源限定为期刊文章（Article），语种为英语（English），检索主题为营销渠道（Marketing Channel）、销售渠道（Sales Channel）、分销渠道（Distribution Channel）、零售渠道（Retailing Channel）以及供应链渠道（Supply Chain Channel），检索结果得到616条数据，再根据文章标题和摘要进行人工筛选，得到495条最终数据。

知识图谱以知识域为对象，能够反映知识单元与知识网络的结构、演化与衍生等复杂关系，并通过图形化、序列化方法将科学知识展示出来[3]。本文利用Citespace知识图谱软件对近十年来零售渠道领域发表的学术论文进行文献计量和可视化分析。Citespace软件基于库恩（Kuhn）范式转换理论、伯特（Burt）结构洞理论及皮罗利（Pirolli）最佳信息觅食理论等，通过关键路径、最小生成树及最大期望值聚类算法等[4-5]对文献共引网络、作者合作网络等进行可视化分析，在多个领域的文献计量分析中得到应用。

三、基于知识图谱方法的零售渠道研究文献回顾

基于2007—2016年间发表的618篇CSSCI期刊论文和495篇SSCI期刊论文，应用知识图谱理论与Citespace可视化软件，分别从发文数量、高被引论文、作者合作网络、关键词网络、关键词聚类、关键词突现以及共被引文献七个方面对零售渠道研究相关文献进行回顾和分析。

（一）年度发文数量

2007—2016年两个数据库渠道研究相关论文发表情况参见表1。可以发现，2007—2016年间，国内外对渠道研究的关注程度不断提高，CSSCI期刊年度发文量多于SSCI期刊。2008—2009年，国内外渠道研究论文发文量出现明显增长。其可能原因在于，2008—2009年受全球金融危机冲击，电子商务成为拉动全球经济增长的重要新生力量，全球互联网及电子商务进入普及应用阶段，网络购物规模迅速扩大，这一趋势使得国内外学者对零售渠道相关研究产生了更加浓厚的兴趣。

（二）高被引论文分析

高被引论文是领域内研究者进行文献研究的基础和参照点，能够反映领域内学术研究的热点和趋势。截至2017年10月5日，2007—2016年中国知网CSSCI期刊数据库中引用次数排名前十的渠道研究论文如表2所示。由表2可以发现，以运筹优化等定量研究方法为主的双渠道定价、供应链协调研究占绝大部分，甚至将范围扩大到引用次数前三十位的论文也是如此。值得注意的是，清华大学李飞[6]2013年发表的论文《全渠道零售的含义、成因及对策——再论迎接中国多渠道零售革命风暴》也获得了104次的引用次数。这表明，随着移动商务的深入发展，在技术驱动与需求拉动的作用下，零售行业的渠道结构和特点正在发生深刻变化，而行业实践的变迁进一步推动渠道研究与时俱进。

表1 2007—2016年CSSCI和SSCI期刊渠道研究论文发表情况 篇

表2 2007—2016年中国知网CSSCI期刊引用次数排名前十的论文

不过，截至2017年10月5日，2007—2016年引用次数排名前十的渠道研究SSCI期刊论文（参见表3）在研究主题和研究方法上呈现出了不一样的特点。以渠道关系、渠道信任、渠道结构、渠道冲突与合作等为主题的实证研究与以渠道选择、渠道定价、服务竞争等为主题的运筹优化研究在引用次数排名前十的论文中数量相当。此外，通过SSCI期刊论文施引文献的学科类别（Category）共现分析，发现商业（Business）、管理（Management）、经济（Economics）领域与运筹研究（Operations Research）、管理科学（Management Science）、工程（Engineering）、计算机科学（Computer Science）领域的研究数量总体相近，说明研究者对两大类主题均比较关注。

（三）作者合作网络分析

根据2007—2016年度论文作者标注情况，利用Citespace软件生成作者合作网络。分别选择中国知网CSSCI期刊数据库和科睿唯安SSCI期刊数据库中每年引用次数排名前50的渠道研究相关论文，最小合作次数（最少共同署名的论文数量）阈值设为2，所生成作者合作网络中节点间连线的粗细代表作者间合作发文数量的多少。其中，CSSCI期刊作者合作网络包括77个节点，45条连接；SSCI期刊作者合作网络包括47个节点，21条连接。可以发现，国内渠道领域研究者已经形成了比较稳定的合作网络结构。比如，以西安交通大学庄贵军教授、东北财经大学张闯教授、重庆大学但斌教授等为核心节点的合作网络结构，其节点中心性（Centrality）指标均大于0.01，合作频次均在10次以上，充分说明该节点在整个渠道研究者合作网络中具有重要地位。而SSCI期刊作者合作网络结构比较松散，作者间合作频次较低，节点中心性指标均为0，没有比较明显和突出的核心节点，其中合作频次较高的子网络，如中国科学技术大学的梁樑（Liang L）团队、南京大学的肖条军（Xiao TJ）团队以及香港理工大学的蔡灿明（Choi TM）团队和郑大昭（Cheng TCE）团队，其合作频次均为4～6次，且节点中心性指标均为0。这在一定程度上说明，SSCI期刊作者尚未形成较为稳定的合作网络，作者间临时性合作较多，合作关系比较松散，以部分学者为中心的渠道研究合作网络还在形成过程中。

表3 2007—2016年SSCI期刊引用次数排名前十的论文

同时，利用Citespace软件进行国家和地区合作网络分析，按照第一作者研究机构所在地进行统计，其结果参见表4。SSCI期刊数据库中渠道研究的区域集中度较高，按照节点中心性指标与发文频次统计，美国和中国成为排名前两位的国家。如果将合作者地区信息考虑进来，发文数量集中度还将进一步扩大。很显然，理论研究离不开行业实践。美国和中国2015年零售总额分别达到4.7万亿美元和4.4万亿美元[27]，为全球零售总额排名的前两位，同时两个国家领先的电子商务企业（如亚马逊、淘宝等）也在全球网络零售市场中占据重要地位。

（四）关键词网络分析

关键词是论文研究主题的重要表征。对关键词出现频次与变化趋势的分析可以反映本领域研究热点聚焦与演变规律。首先，本文以每两个年度作为一个时间阶段，选择每个时间阶段中出现频率排名前50的关键词。初步运行后形成的关键词网络分支较多，为使整个网络能够更好地凸显结构上的重要特征，应用路径搜索算法（Pathfinder）进行网络修剪[28]。2007—2016年间，CSSCI期刊论文关键词网络包括185个网络节点，209条网络连接，网络密度为0.012 3；SSCI期刊论文关键词网络包括140个网络节点，193条网络连接，网络密度为0.019 8。从CSSCI期刊论文关键词网络可以发现，营销渠道、流通渠道、供应链、渠道冲突等关键词的出现频次和节点中心性指标呈现出较高的水平；而在SSCI期刊的关键词网络中，竞争（Competition）、协调（Coordination）、信任（Trust）、营销渠道关系（Marketing Channel Relationship）、契约（Contract）以及定价（Pricing）等关键词的出现频次和节点中心性指标呈现出较高的水平。

表4 2007—2016年渠道研究SSCI期刊发文量排名前四的国家

（五）关键词聚类分析

为对所有研究进行领域类别上的识别，应用Citespace软件对关键词网络进行K聚类分析。CSSCI期刊关键词聚类经过路径搜索算法（Pathfinder）修剪后，获得22个聚类，聚类模块化指标模块度（Modularity）为0.848 9，聚类同质性指标平均轮廓系数（Mean Silhouette）为0.598 2，说明聚类结构显著，信度较高；SSCI期刊关键词聚类结果获得16个聚类，模块度为0.744 0，平均轮廓系数为0.541 1，聚类效果合理。剔除较小的聚类后，可以得到较好的聚类结果，具体参见表5。两类期刊聚类所形成的研究领域是比较吻合的，SSCI期刊关键词聚类结果展示的研究领域比CSSCI期刊更为集中。

（六）关键词突现分析

为发现渠道研究演进过程中的研究前沿，应用关键词突现（Burst Detection）分析进行热点关键词探测。设定探测模型的γ阈值为0.7，分别获得CSSCI期刊突现关键词21个，SSCI期刊突现关键词44个，均取排名前20的突现关键词（参见表6）。可以发现，在CSSCI期刊有关渠道问题的研究中，2007—2016年研究热点从渠道构建、渠道竞争与渠道关系管理、渠道优化整合发展到渠道服务质量与渠道公平，形成了一条清晰的随时间演进的热点变迁路径。其中，图书与农产品流通领域成为应用研究的焦点，这主要源于图书在线零售是发展最早、模式最为成熟的电子商务应用领域[29]，也最早受到了研究者的关注；而农产品流通源于国家“三农”战略对农民增收的持续关注，农超对接、农产品电子商务等新型模式蓬勃发展[30-31]，众多研究者投身于这一领域。而在SSCI期刊有关渠道的研究中，热点随时间演进的趋势并不明显，渠道关系、渠道合作与协调、互联网、渠道整合等在2007—2013年得到重视，2013年之后则缺少明显的突现关键词。其可能原因在于，国外零售流通行业成熟度高，零售电子商务应用较早，现阶段发展速度远没有中国来得这样迅猛，研究者关注的焦点并没有呈现出明显的随时间演进的特点。

表5 关键词聚类结果

表6 2007—2016年CSSCI与SSCI期刊突现关键词分析

（七）共被引文献分析

为分析渠道研究理论发展的动态结构，通过共被引文献之间的联系来揭示理论演进的特点。由于中国知网数据库中没有共被引文献数据，这里仅分析科睿唯安SSCI期刊数据库2007—2016年共被引文献的情况。引用495篇渠道研究文献的论文达到16 482篇。以每两个年度作为一个时间阶段，按照最小被引次数C=3，最小共被引次数CC=4的阈值进行文献抽取，运用路径搜索算法（Pathfinder）进行修剪后，可以获得由98个网络节点、106条网络连接组成的共被引文献网络，其网络密度为0.022 3。利用K聚类算法进行聚类，获得聚类模块化指标模块度（Modularity）为0.771 6，聚类同质性指标平均轮廓系数（Mean Silhouette）为0.566 8，说明聚类结构显著，信度较高。从聚类结果可以发现，渠道研究的主题呈现出非常有趣的三类：一是新兴的渠道问题，包括再制造产品的零售渠道（聚类0）和体验性产品的零售渠道（聚类5）；二是渠道伙伴合作关系管理，包括渠道收益分享（聚类1）和渠道广告支持计划（聚类4）；三是顾客渠道行为管理，包括渠道选择行为（聚类2）和顾客忠诚管理（聚类3）。

2007—2016年共被引次数排名前十的文献参见表7。这些文献发表在管理科学、营销科学领域的顶级期刊上，量化建模研究占多数，在渠道研究方面提出了一系列经典的供应链双渠道与协调契约模型。

2007—2016年共被引文献发表数量排名前十的期刊如表8所示，基本涵盖了营销科学和管理科学领域的国际顶级期刊。

四、新零售环境下的渠道研究展望

随着手机用户和移动网络应用的不断普及，基于移动智能终端的零售模式飞速发展，零售渠道形式进一步多元化，不同渠道间的互动融合进一步加强。在全球零售行业与新兴电子商务企业推动下，线上线下融合的新兴零售业态不断涌现。2013年，梅西百货开始试点推出线上购买线下取货（Buy Online and Pick-up in Store，BOPS）服务；2015年，亚马逊开出自己第一家线下实体书店；2016年初，阿里巴巴第一家线下生鲜超市——盒马鲜生上海金桥店诞生。2016年10月，阿里巴巴集团董事局主席马云在阿里云栖大会上首次提出了“新零售”的概念。随着企业在零售实践中不断探索和创新，线上到线下（Online to Offline，O2O）、全渠道零售（Omni-channel Retailing）、新零售等概念与模式不断成为业界热点。企业在零售渠道实践中从单一渠道（Single-channel）发展到多渠道（Multi-channel），再发展到全渠道（Omni-channel）和新零售，并持续推动理论研究不断前进。

基于对科睿唯安SSCI期刊数据库中文献共被引情况的分析可以发现，近年来零售渠道的研究热点也在发生变化。从渠道研究的对象来看，2001年之后，共被引高频文献的关键词集中在双渠道（Dual-channel）、多渠道（Multi-channel）、互联网渠道（Internet Channel）等方面；2010年之后，渠道整合（Channel Integration）以及跨渠道（Crosschannel）等关键词出现频率增加；2011年里格比（Rigby D）[41]提出全渠道概念之后，有关全渠道这一关键词的研究迅速增多。2013年，布莱恩约弗森（Brynjolfsson E）等[42]发表的论文提出了全渠道零售的竞争框架，截至2017年10月5日该论文在SSCI期刊数据库中的引用次数已经达到50次。电子商务和营销研究领域顶级期刊——国际电子商务杂志（International Journal of Electronic Commerce）和零售学杂志（Journal of Retailing）分别于2014年和2015年先后出版专刊（国际电子商务杂志2014年18卷4期和零售学杂志2015年91卷2期），对全渠道零售环境下的消费者跨渠道行为、渠道整合及其对厂商的影响等问题进行讨论，其中范霍夫（Verhoef P C）等[43]关于多渠道零售向全渠道零售变迁的论文更是成为科睿唯安SSCI期刊数据库中基本科学指标（Essential Science Indicators，ESI）方面的高被引论文，截至2017年10月被引用次数已经达到62次。

表7 2007—2016年渠道研究共被引次数排名前十的文献

表8 2007—2016年渠道研究共被引文献发表数量排名前十的期刊

从渠道特征看，零售渠道结构演进路径从传统的单一渠道发展到传统与网络渠道并行的多渠道零售，再发展到线上线下渠道整合的全渠道零售。大数据时代的来临使零售行业数据化驱动特征变得更加明显，而新零售正是通过零售大数据的驱动进一步强化了线上线下的渠道交互以及营销渠道与现代物流的有机融合。零售渠道结构与特征演化过程具体参见图1。需要说明的是，贝克（Beck N）等[44]以及皮克特·柯贝（Picot-Coupey K）等[45]提出，在多渠道零售与全渠道零售之间还存在着另外一种零售模式——跨渠道零售（Crosschannel Retailing）。笔者认为，跨渠道并不是一种单独的零售模式，而是多渠道零售向全渠道零售过渡的中间形态，从顾客视角看强调了顾客的跨渠道行为，从厂商视角看强调了跨渠道的整合。

在云计算、大数据、物联网、人工智能等新兴信息技术推动下，依托线上和线下以及电脑端和移动端所有渠道形态，实现产品与服务销售功能的新零售模式应运而生。赵树梅等[46]、杜睿云等[47]将新零售的英文翻译成“New Retailing”，并给出了初步定义。笔者从渠道视角出发认为，新零售是零售商通过整合的平台实现零售渠道的全融合、零售数据的全共享、零售流程的全衔接以及消费行为的社交化、服务体验的个性化、决策支持的智能化，集成设计、生产、销售与服务的零售新模式。在此基础上，广义的新零售还将进一步推动大数据驱动下的信息流、资金流、物流的有机融合，形成完整的零售生态系统。因此，笔者认为，新零售并不是一种全新的商业模式，而是新技术和新思维催生的全渠道融合、数据驱动的零售新战略，其英文翻译成“The Future of Retailing”更为恰当。其核心要素具体如下：

图1 零售渠道结构与特征演化过程

一是有机的渠道融合。不同渠道之间的边界消失，线上线下、虚实融合的跨渠道、多环节零售流程无缝衔接，形成全渠道融合的产品与服务分销系统。

二是透明化的供应链整合。通过协同规划、预测与补货，消费者对企业（C2B）个性化定制，智能化配送等技术和手段，实现零售供应链伙伴的高效整合，实现面向供应链伙伴乃至终端顾客的全透明化[48]。

三是数据驱动的零售流程。借助大数据、人工智能与物联网等技术，以大数据为载体驱动零售流程，优化客户体验，实现按需定制、个性化推荐、服务增强的智能化营销以及渠道管控、品类优化、服务支持的智能化管理。

由此，基于前面的文献回顾对新零售环境下的渠道研究进行展望。未来可能的研究热点包括以下几个方面：

一是顾客跨渠道行为与渠道整合绩效研究。实施新零售战略的企业如何实现不同渠道下业务流程、顾客数据、服务资源等的集成，从而达到渠道整合的目标，是智能时代企业获取竞争优势的关键所在[49-50]。在这一方面，近年来已有部分研究做了一些前期工作。比如，加利诺（Gallino S）等[51]基于企业实证数据分析了线上购买线下取货服务带来的渠道整合效果，研究了顾客线上购买线下取货行为产生的交叉销售效应（Cross-selling Effect）和渠道转移效应（Channel-shift Effect）。黄（Huang L）等[52]研究了移动端渠道增加对电脑端渠道造成的替代性影响，也证明了交叉销售效应的存在。未来，渠道融合环境下更多的顾客跨渠道迁移行为将受到关注[53]，如线上信息搜索、线下体验、移动终端购买等。此外，社交网络中的用户生成内容行为、支付选择行为、物流选择行为、平台选择行为等也将逐渐受到关注[54]。

二是新零售环境下的渠道决策优化研究。高（Gao F）等[55-56]在这一领域进行了开拓性研究。他们从全渠道运营管理的视角出发，分别研究了三种典型的渠道融合情境，即零售商提供线上购买线下取货服务、零售商提供线上虚拟体验或线下实体体验服务、零售商提供线上线下自助下单服务，分析了不同情境下零售商的最优策略及其对零售经营业绩的影响和作用。未来，更多行为运作管理方面的研究者将投身到这一领域，对顾客风险敏感、信息选择、有限理性、心理偏好等特征所导致的不同消费行为进行研究。

三是新型渠道场景与零售服务研究。随着虚拟现实（VR）、增强现实（AR）、万物互联、人脸识别、智能推荐等新技术在零售领域不断投入应用，新的零售场景与服务模式迅速出现。比如，贝尔（Bell DR）等[57]基于眼镜零售企业沃比帕克（Warby Parker）提供的三种崭新的顾客体验渠道（在线虚拟试戴、快递到家试戴、线下实体店体验），对不同渠道下的销售数据进行实证研究，发现线下体验店不仅能够增加线上渠道的需求，而且能够提高快递到家试戴体验顾客的转化率，从而拉动顾客全渠道的总需求。线上与线下渠道场景的融合与交互将越来越多，无人超市、VR/AR购物、直播购物等新兴业态将日益改变顾客所面临的消费渠道场景，粉丝经济和场景营销的作用也将越来越受到零售商的重视[58]，这必将产生一系列新的研究问题，为研究者面向崭新的渠道方式和服务模式进行系列化研究创造机遇。