从传统零售到新零售：电子商务冲击的视角

李 鹏，马鸿鑫

(郑州航空工业管理学院 经济学院，河南 郑州 450046)

一、引 言

电子商务起源于欧美，兴盛于亚洲，据商务部统计，2016年，亚洲地区网络零售交易额已占全球市场的46%。我国是目前全球最大的零售电商市场。2016年我国零售电商销售额超过8 990亿美元，占全球零售电商规模的47%，占据将近一半市场份额。据商务部2018年发布的《中国电子商务报告(2017)》数据显示，2017年我国网络零售交易额达7.18万亿元，同比增长32.2%，比2016年提高了6个百分点。另据eMarketer预测，未来几年我国将继续保持全球最大零售电商市场的地位，引领全球电子商务发展。

然而，与电商火爆增长形成鲜明对比的是传统零售业的日渐式微。据赢商网不完全统计，2015年我国零售业掀起“关店潮”以来，短短一年时间内，以沃尔玛、百佳超市和北京华联为代表的超市在我国关店34家，以百盛百货为代表的百货店关闭25家。而另据北京工商大学商业经济研究所提供的一组数据显示，从2012年到2015年，短短三年时间里共有138家百货、262家超市和6 209家体育品牌店相继关闭。进入2017年，据《联商网》不完全统计，百货店关店数量虽相较2016年和2015年略有减少，但我国重点城市中至少有45家百货店关门歇业。2018年上半年，联华、人人乐等15家大型上市超市企业共关闭门店至少228家。可以说，实体零售的相对衰退与电商行业的良好发展态势形成巨大反差，这引发了全社会关于电商是否损害实体零售业发展的热议。事实上，类似的争议在美国也存在已久。2018年3月29日，美国总统特朗普在推特上抨击亚马逊，称其向地方政府缴纳很少的税却大量使用美国的邮政系统，给美国带来损失，同时还导致很多零售商失去市场。那么，本文的问题是：电商将会替代传统零售业吗？电商对百货店、专业店和超市三种子零售业态又具有怎样的影响？进一步地，传统零售业的未来趋势在哪里？

二、文献综述

关于电子商务是否替代传统零售的问题，现有研究尚未达成一致结论。一种观点认为，电子商务对传统零售表现出负向冲击作用，有替代之势。Dixon和Marston(2002)[1]通过对东英格兰地区市中心的450人做抽样调查，发现在市中心繁华地区电子商务与传统商业之间存在明显的替代关系。Tonn和Hemrick(2004)[2]使用回归的方法，通过对美国消费者的调查发现，电子商务产生的影响因商品的不同而有所差异，但对于绝大多数商品而言，产生的是替代效应。李琳娜(2016)[3]认为电子商务使传统零售业陷入了发展困境之中，指出传统零售店应从发展线上业务、加盟电商企业、优化经营模式和管理细节等方面进行优化。李嘉苗等(2018)[4]以南昌市为例，通过数据调查分析发现移动电子商务对传统零售业具有较为严重的影响，而不同零售业态受移动电商的影响存在明显差异。

另一种观点认为，传统零售不会被电子商务所替代，反而要依托电子商务带动其发展。Farag等(2006)[5]发现随着荷兰互联网用户网络搜集商品信息的次数增多，用户额外的购物出行频率也会增加，网络购物促进了传统购物。聂林海(2014)[6]指出电子商务带动了传统零售业积极转型，一些转型企业已经在拓展营销渠道、增强用户体验、提升供应链效率等方面取得了良好效果。杜芳莉等(2016)[7]将传统零售业采纳电子商务技术的影响因素进行分类，通过实证研究发现市场拓展效应、消费者忠诚度、渠道冲突对传统零售企业采纳电子商务技术的影响较为显著，并据此提出了弱化渠道冲突、强化信用管理和扩大技术支持等建议。

然而，已有研究未局限于上述两种对立观点，一些学者对电商与传统零售的融合发展进行了探讨。郭馨梅等(2014)[8]基于网络零售与传统零售融合发展的视角，提出传统零售应整合渠道、实现线上线下发展、构建现代物流体系等建议,以促进我国零售业的可持续发展。而孔颖(2016)[9]结合新媒体时代网络零售与传统零售的特点，指出两者在融合发展过程中，应以传统零售业为基础，逐步开展网络零售，构建新型物流配送体系，同时注重人才培养，引入精细化管理理念。

具有标志性意义的是，2016年阿里云栖大会上，“新零售”理念首次被提出并引发社会广泛关注，将电商与传统零售融合发展问题的讨论进一步推向高潮。赵树梅(2017)[10]在分析新零售含义、模式的基础上，针对当前新零售发展面临的问题和制约因素，建议新零售从确保产品源头质量、加强开放式服务创新和增强危机公关意识等方面进行突破；王宝义(2017)[11]指出新零售是零售本质的回归，就新零售的本质、成因及实践路径等方面进行了研究，并提出要以开放的态度迎接新零售、为新零售发展创造良好政策环境和秉持合作共享的基本理念等要求，以期推进新零售的发展。王坤等(2018)[12]以全渠道为研究基础、以“新零售之轮”理论为支撑，构建了新零售的研究框架，使新零售理论得到进一步发展。王正沛等(2019)[13]采用案例研究方法从消费体验视角探究了新零售的演化发展逻辑，丰富了关于新零售的理论研究。

上述电商与传统零售业关系的研究虽然颇多，但仍存在以下两个方面的问题:一是研究不够深入，对于电子商务所产生的影响，现有研究大多局限在传统零售业整体层面，并没有将传统零售业进行细分，并进行更深层次的研究，尤其对“新零售”的理论研究还停留在含义、特征和发展趋势的初级探索阶段，且侧重理论研究。二是在实证研究中，多数研究数据来源于问卷调查，主观性强、回收率低、数据可靠性欠佳，导致实证结果科学性不高。基于上述分析，本文以百货店、超市和专业店为研究对象，使用更能体现零售业实际发展情况的交易数据，运用SVAR模型深入分析电子商务对零售业的影响，并提出传统零售业转型的思路。

三、电子商务推动传统零售业创新升级的路径

电子商务在冲击传统零售业同时，也为其带来了创新的源泉和动力，并推动其转型发展。具体可归纳为以下四个方面：

(一)营销渠道

传统零售业以线下单一营销渠道为主，忽视了电子商务条件下营销渠道整合的优势，主要表现在以下两点：首先，电子商务扩展了分销渠道的范围。互联网以及电子商务平台等使分销渠道不再受限于地域范围，有利于企业赢得更多市场份额。其次，电子商务畅通了分销渠道信息流，利用电子数据交换技术，传统渠道商对管理和流程进行改进，消除了合作伙伴之间的时差和距离，降低了信息沟通成本，促进了分销渠道主体之间的合作。最后，电子商务促进了线上与线下渠道的融合，有利于线上线下渠道发挥各自的优势，提高交易效率。

(二)客户需求

传统零售业奉行以产品销售为中心的理念，往往忽视客户需求。而电子商务技术则可以帮助零售企业通过对客户历史交易数据的挖掘分析，有效深入分析和把握客户的特定需求，提升零售企业竞争力。这表现在：一方面，电子商务技术使客户关系管理系统(CRM)各个流程结合更加紧密，企业利用CRM收集客户信息，并运用大数据分析技术对信息进行深入挖掘和解析，更易了解消费者的消费习惯，并有利于对其需求的推测与把握(谢刚等，2015[14]；周静，2015[15])。另一方面，微信平台等新兴的电子商务交易模式将社交因素引入零售业，利用社交圈的人脉进行商品交易，为零售企业积累大量社交信息，为客户需求挖掘带来全新视角。

(三)跨平台支持

传统零售企业经营仅限于搭建自身销售平台，而忽略与物流和资金平台的无缝衔接，从而无法将消费者购买行为所产生的商品流、物流和资金流等信息进行整合，真正实现“三流合一”。具体体现在：一方面，随着信息安全技术的不断完善，电子商务交易的电子化特征与金融支付平台实现了无缝衔接，减少了实体店中传统支付的烦琐不便，提高了交易效率。另一方面，条形码技术、电子订货和无人机送货系统等推动了物流管理的现代化进程(邱均平等，2002[16])。这为传统零售的物流配送服务提供了便利，使越来越多的零售业态增加配送服务，与实体店的区位优势更好地结合起来。

(四)经营成本

降低成本是企业实现利润最大化经营目标的主要手段。对于传统零售企业而言，电子商务从两个方面削减了企业经营成本。一方面是管理成本。电子商务中的EDI技术加强了企业各部门之间的信息互动式交流和传播，大幅提高了获取和处理信息的效率(孙健等，2000[17])，有利于企业对各职能部门进行有组织、有计划的统一管理，提高管理效率；另一方面是交易成本，主要包括采购成本、库存成本和营销成本。首先，电子商务平台使采购双方可直接在平台上进行交易，打破了距离与空间的限制，免去了采购过程中传统信息传递形式，有效降低了采购成本。其次，库存电子网络技术的运用简化了企业订单运作方式，使企业能够迅速了解客户需求并及时生产，有效避免产品积压问题，大幅降低库存成本(宋兵等，2006[18])。最后，电子商务平台的运用，不仅有利于更充分地展示产品特性，扩大市场影响，而且便于在线与消费者进行互动，有效获取客户的真实意见，节省大量线下营销人员，在保证营销效果的同时大幅降低营销费用。

综上，传统零售业在电子商务推动下，以整合营销渠道为重要手段，在精准把握客户需求基础上，将物流、信息流和资金流进行跨平台融合，有效降低了企业经营成本，使得客户满意度不断提高。实际上，这些要素也正是新零售的要义所在。换言之，所谓新零售是以客户体验为核心，通过“线上+线下+物流”深度结合，在大数据化整合的基础上对供需进行精准匹配，打破电子商务与传统零售界限，实现电商平台和实体零售业无缝融合。

四、实证研究

(一)实证模型

Sims于20世纪80年代初提出的向量自回归模型(VAR)是一种非结构化模型，它的基本思想是把系统中的每一个内生变量作为系统中所有内生变量的滞后项的函数来构造模型，不用提前区分内生变量和外生变量，从而避免了主观决策的随意性。然而，VAR模型忽略了变量之间的当期影响关系，且当期相关关系隐藏在误差项的相关结构中致使无法给出结构性解释。与VAR模型相比，SVAR模型的优点主要是可以反映模型中内生变量的同期相关关系，因此我们采用SVAR方法，通过对模型施加约束，找到变量之间的当期关系。P阶SVAR的模型形式为：

AXt=B0+B1Xt-1+B2Xt-2+…+BnXt-n+Bζt(t=1,2,3,…,T)

其中，A代表k×k维的可逆系数矩阵，Xt为包含内生变量的列向量(BHDt/ZYDt/CSt/LSYt,GDPt,DZSWt)，B矩阵为各内生变量对当前冲击的反应系数，μt为k维扰动向量。本文的每个模型中包含3个内生变量，因此需要对结构式施加3个约束条件，才能识别出结构冲击。首先要构建约束矩阵A、B。根据现实的经济意义，做出如下三个假设：传统零售的发展会影响GDP值，但当期GDP不会影响零售。因为消费是在经济发展的基础上增加的，所以GDP对消费的影响会有所延迟，即A矩阵中a12=0；电子商务可能会影响当期GDP和传统零售发展，但电子商务不依赖于二者。因为在现阶段，与电子商务对传统零售业的影响相比，传统零售业对电子商务的影响较小，即A矩阵中a31、a32均为0。因此，A矩阵设置为对角线为1的矩阵，a21、a13、a23为待估计系数的3行3列矩阵，而B矩阵则设置为单位矩阵，模型的约束矩阵如下：

(二)变量与数据处理

1.变量说明与数据来源

关于电子商务发展的衡量指标，第一种主要以国家统计局进行的《CII中国电子商务总指数指标体系研究与指数测算》为依据。该指标综合电子商务交易类、效益类、基础设施类、人力资本类等多方面数据计算得到电子商务发展指数，属于宏观层面，优点在于易于获得性，但容易出现样本量不足、代表性受限等问题。第二种与美国普查局在实施电子商务度量活动时将“电子商务交易额”作为优先度量指标相类似，国内学者也把电子商务交易额近似看作电子商务发展水平的标度(刘跃等，2009)[19]。本文考虑到我国电子商务企业大多以中小企业居多，B2B电子商务占据电子商务主导地位，因此将中小企业B2B营收规模作为电子商务发展的代理指标，选用季度同比数据序列，用DZSW表示。

对于零售业，按照《零售业态分类》国家标准(2004)，我国将零售业分为食杂店、便利店、折扣店、超市、大型超市、仓储会员店、百货店、专业店、专卖店、家居建材店、购物中心、厂家直销中心、电视购物、邮购、网上商店、自动售货亭和电话购物17种业态，种类繁多。为简化分析，本文将传统零售业分为百货店、超市和专业店三种业态，主要基于以下两点考虑：一方面，这三种业态经营商品类别多样却因商品性质和经营范围的广度、深度不同而有所区别。其中，百货店主要经营综合类商品，根据不同商品分类设销售区；超市以经营生鲜食品、日杂用品为主；专业店以经营某一大类商品为主，尤其是家电、通讯、五金材料、汽车、体育及娱乐用品等耐用消费品方面涉及甚广，针对性、专业性强，在满足客户特定需要的同时具有选择余地大的特点。另一方面，陈健(2015)[20]通过对网络零售化程度较高的商品和各零售业态商品经营范围的对比分析发现，百货店、超市和专业店均会受到电子商务的影响但强度有所不同。基于此，对重点流通企业中百货店、超市和专业店的销售额当月同比简单算术平均后得到当季同比数据，将其作为零售业发展指标，分别用BHD、CS和ZYD表示。同时，选取不变价GDP批发和零售业当季同比数据衡量零售业整体发展水平，用LSY表示。

此外，为了控制宏观经济因素可能对变量产生的影响，参照刘朝阳等(2012)[21]的研究，本文选取不变价GDP为控制变量。本文的样本区间为2009年第一季度到2017年第四季度，主要基于以下考虑：一是从中国电子商务发展历程来看，2008年以后中国电子商务初步形成了具有中国特色的网络交易方式，整体上进入规范化稳步发展的阶段(谌楠等，2014)[22]；二是避免2008年全球次贷危机所产生的影响，使实证结果更加稳健。上述各项指标原始数据均来源于Wind数据库。

2.平稳性检验

为避免“伪回归”问题，必须对变量进行平稳性检验，数据平稳性是保证模型有效性的前提。本文采用ADF法来检验VAR模型中各变量的平稳水平，同时为避免季节性因素影响，利用CensusX12方法进行季节调整，再采用HP滤波方法将季节调整后的数据分解为趋势项和周期波动项并利用得到的周期波动项进入模型，检验结果如表1所示。从检验结果可以看出，各变量均为平稳序列。

表1 ADF单位根检验

注：检验形式(C，T，L)分别代表单位根检验中的截距项、时间趋势项和滞后阶数.

3.变量滞后期选择

变量滞后阶数是影响SVAR模型估计结果的重要因素。滞后期太少，不能完整反映变量间动态关系；滞后期太多会导致自由度减少，影响模型参数估计的有效性。结合LR、FIL、AIC、SC、HQ五个准则确定最后阶数。表2结果显示，模型最佳滞后期为1。同时，通过计算模型的AR特征多项式，发现3个SVAR方程所有特征值都落在单位圆内，表明模型是稳定的。

表2 最大滞后阶数检验统计量

注：*表明通过检验选择出的滞后阶数，括号表示滞后阶数.

(三)实证分析

1.分样本分析

在SVAR模型中，脉冲响应函数反映对扰动项上施加一个标准差大小的冲击后，对各个变量所带来的影响。图1中实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。横坐标为冲击发生后的时间间隔(季度)，纵坐标表示对变量冲击的反应程度。

图1 百货店对电子商务的响应路径

依据前文对零售业子业态的划分，下面分别对百货店、专业店和超市进行实证分析。

(1)电子商务对百货店的脉冲响应分析

由图1可知，在受到电子商务的冲击后，百货店对电子商务的响应长期处于负向，但前两期基本无响应。从第三期开始出现负向冲击并在第4期达到最大，随后开始收敛并最终趋向于零。

首先，百货店在前两期对电子商务几乎无响应，之所以出现这种情况是由于两者的产品定位不同。百货店以追求市场和有品位的顾客为主，而网上销售致力于打造价格低廉、档次适中或偏低的产品。其次，从第三期开始百货店对电子商务的冲击开始出现负向响应，这可能是因为以下几种原因：一是百货店经营的产品中，服装鞋帽、化妆品正是方便网络购买的品类。二是百货店的客户体验较差。顾客在购物时，除了选购商品过程中部分售货员服务态度不好和缺乏技巧之外，还不得不在不同柜台之间奔波往返才能完成付款和开发票等环节。三是与网络零售足不出户的省时便捷性相比，百货店购物耗时费力。最后，值得注意的是，电子商务对百货店的负向冲击并未一直持续，在达到最大值后逐渐趋于零。产生这种结果有两种可能：一是“关店潮”的蔓延导致百货店大量关闭，店面数量急剧下降。然而，来自Wind数据库的数据证实，中国连锁零售企业百货店门店总数从2009年的5 304个减少至2012年的4 377个后一直处于增长态势，因此可排除此种可能。二是百货店面对生存空间被反复压缩的困境，积极采取应对措施。这主要表现在：一方面，百货店充分发挥实体店的地理位置优势，以区域内消费群体为主，重新定位经营产品，逐步与消费群体建立信任感，实现转型；另一方面，利用网络零售开发自身销售渠道，依靠网络科技布局网上商城，引进电子商务技术为顾客提供更好的供应链服务(郭馨梅等，2017)[23]。例如，2014年阿里与银泰投资开始合作，阿里所拥有的庞大数据流、商品SKU体系以及物流体系等资源与银泰150万名会员的会员体系和良好的品牌商合作关系相对接，双方的数据和资源全面打通，实现了线上线下的良好融合，为传统百货的改造开辟了新路径。

(2)电子商务对专业店的脉冲响应分析

由图2可知，在受到电子商务冲击后，专业店对电子商务的响应在经历1期短暂正向后转变为负向，并在第4期达到最高值，此后逐渐趋于0。

图2 专业店对电子商务的响应路径

首先，第1期出现正向效应是因为电子商务发展前期，商品经营模式尚不成熟，为消费者提供的服务专业性不强，而专业店经营的商品和品牌具有自己的特色，还可为消费者提供专业的服务，顾客忠诚度较高。因而，消费者早期偏向于在网上寻找喜欢的产品后到实体店购买，这反而促进了专业店的发展。

然而，专业店对电子商务的响应随后由正向变为负向，并在第4期达到最大。这是因为电子商务的服务专业性不断完善的结果。专业店以电子商务平台为依托，设立旗舰店的“店中店”，凭借交易便利、价格低廉、选择性广等特点，将客户从百货店成功转移。以2017年淘宝网的“双11”全球狂欢节为例，专业店中最典型的家电品类在此次电销大战中成交金额共约513亿元，占全网总销售额的20%，总销售额比2016年同期增长了42%。专业店也在试图转型，以更好地应对电子商务带来的挑战，这体现在缩小经营类别、扩大品牌丰富度、加快产品更新速度、加强专业化服务等方面。与此同时，专业店也开始顺应电子商务的发展潮流，不断开拓线上业务。此外，专业店近年来也不断增加智能化互动，打造互动新体验，以应对电子商务带来的冲击。例如，2017年日立中央空调专业店推出SMART升级计划：以二维码为载体，顾客通过扫码观看技术讲解视频，直观立体化地了解产品信息，从而使顾客获得良好的智能化体验。这恰恰体现了新零售发展的核心要义。

(3)电子商务对超市的脉冲响应分析

由图3可知，在受到电子商务冲击后，超市对电子商务的冲击响应经历2期的正向反应后转变为负向，于第4期达到最大值后趋于零。

首先，之所以出现短时间的正向响应主要和超市对产品和消费者的定位有关。超市旨在满足消费者的基本生活需求，所面对的消费人群以周边的居民和流动顾客为主，顾客相对稳定。

其次，第2期后超市对电子商务的冲击响应变为负向。这是由于网上超市诞生后，人们的消费行为在潜移默化中发生改变。对于一些日用品，消费者已经形成了自己的购物习惯，不需要去实体店中切身体验与挑选，而选择通过网上超市购买(张博，2008)[24]。而且与实体超市相比，网上超市的商品种类丰富、样式繁多，短时间内可浏览多家网站，同时促销活动频繁并提供送货服务，不仅降低了顾客停车和在货架之间搜寻商品的时间成本，而且所获得的商品性价比更高。

图3 超市对电子商务的响应路径

最后，电子商务对超市的负向效应在第4期达到-0.3的最大响应值后开始减小，并在最后逐渐消失，这是由于一些特定商品尚不适应网络电子商务销售方式。以生鲜品为例，生鲜类的即食性特点使其对新鲜度的要求很高。这需要电子商务企业制定合理的采购数量，避免商品的积压，否则便会直接造成成本的损失，同时在配送的过程中既要保证到达的速度，又要顾及商品的完好度和新鲜度。而我国冷链物流对此未能提供较好的支持(刘建鑫等，2016)[25]。基于此，顾客逐渐放弃在网上超市购买生鲜产品，回归到实体超市。与此同时，实体超市也开始主动出击，仿效电商，提供覆盖周边区域客户的送货上门服务，提高了购物便利性。如2017年1月永辉超市推出的新业态“超级物种”店，采用“高端超市+生鲜餐饮+O2O”的混合业态，实现了线上线下渠道的全融合，通过大数据分析挖掘消费者需求从而实现智能制造，同时丰富消费场景，变传统零售“货—场—人”模式为“人—货—场”模式，重构了传统超市的经营模式。

2.总样本分析

为更加清晰地比较上述三个子业态与整体零售业对电子商务的冲击响应，也为了检验上述分析的稳健性，本文选取批发和零售业当季同比数据作为零售业的代理变量进一步进行实证分析。

图4 零售业对电子商务的响应路径

从图4的脉冲响应图来看，在受到电子商务冲击后，零售业对电子商务的冲击响应经历2期的正向反应后转变为负向，于第4期达到最大值-0.1后趋于零。这意味着电子商务对零售业在短期仍然总体上形成较为明显的替代作用，但从中长期来看，这种替代作用逐渐减弱。此外，从冲击极值大小来分析，电子商务整体上对零售业的冲击均弱于上述三个子业态。这也印证了本文选取百货店、专业店和超市三个子业态作为研究样本的典型性。

五、结论及启示

通过以上实证分析，本文发现电子商务对传统零售业的冲击在短期内存在负向效应，但长期内最终趋向于零。这意味着电子商务并不能完全取代传统零售业。进一步地，电子商务对传统零售业的影响涉及不同子行业，且负向作用强度因业态的不同而存在较大差异。相比于专业店和超市，电子商务对百货店业态的冲击表现得较为明显。反观现实，随着中国电子商务的发展，其对传统零售业的冲击也越来越明显，这不断倒逼传统零售业向新零售转型发展。2016年11月，国务院颁布《关于推动实体零售创新转型的意见》也进一步提到要促进零售业线上线下融合，拓展智能化、网络化的全渠道布局，零售界对新零售概念的接受与探索过程进一步加速。对于传统零售业而言，当务之急是与电子商务在竞合中取长补短、相互融合，尽快向新零售转型升级。

(一)加快营销渠道整合力度，实现线上线下与物流一体化发展

线上线下企业应改变竞争对立的观念，转向通力合作从而互补共赢，同时与现代物流体系联合起来，打造体验(线下)、交易(线上)、交付(物流)一体化的新型商业生态。此外，传统零售业可利用掌握大量线下资源的优势，不断丰富产品种类，扩大消费场景，实现线下资源与线上渠道的无缝对接。

(二)深度挖掘客户需求，实现客户数字化管理

对于零售业来说，客户数字化管理是经营成败的关键，对于传统百货店与专业店向新零售转型至关重要。当前，大数据和云计算等新型技术可以帮助零售业打通不同店面之间的客户信息壁垒，对客户数据进行整合，进而根据客户特征、忠诚度、客户生命周期等要素区分相互不同的客户类型，定期进行个性化营销推送，实现精准客户营销。

(三)以提升客户体验满意度为核心，创新消费场景

一方面，传统零售企业应根据经营产品特点及定位，结合相应的文化要素，打造多元化消费场景，提升客户购买体验。同时，通过评估客户对产品、服务以及体验认可度，了解客户情感关切点，持续改进。另一方面，利用社交网络，实现消费场景新布局。微信、微博、直播网站等移动社交平台构建了庞大的社交网络，借助人与人之间的信任与信息共享，帮助不同来源的消费者建立聚类的社交关系，提升对产品质量了解的准确度，在短时间内达到裂变式传播效果，促进商品的销售。这为传统超市走向新零售提供了转型思路。传统超市网点应不断下沉到社区，直接面向社区消费群体，成为社区民众生活中不可分割的一部分，实现关系营销。

此外，针对80后、90后已经逐渐成为零售业主体消费人群更容易接受新消费理念的现实情况，传统零售业应在销售平台将分期消费等新型消费金融方式进行整合。这不仅有利于满足这些群体的购物消费需求，实际上也降低了销售门槛，提高了销售周转效率。事实上，消费金融已经成为带动零售业发展的引擎。可以预见，区块链、数字货币等新型技术在消费金融中的应用将为零售业转型新零售提供新动力。