□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]

引言

隨著互聯(lián)網(wǎng)的日漸普及和信息技術(shù)的廣泛應(yīng)用，我國數(shù)字經(jīng)濟蓬勃發(fā)展。據(jù)有關(guān)數(shù)據(jù)顯示，2019年我國數(shù)字經(jīng)濟規(guī)模突破35萬億，較2018年增長15.48%，GDP貢獻(xiàn)占比36.2%，總體規(guī)模和增長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)實體經(jīng)濟舉步維艱，客流量和業(yè)績雙雙下滑，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)濟則帶動網(wǎng)絡(luò)銷售強勢增長，在對抗疫情沖擊、促進復(fù)工復(fù)產(chǎn)方面作用顯著，成為后疫情時代經(jīng)濟復(fù)蘇增長的重要引擎。尤其對于深耕實體的傳統(tǒng)零售企業(yè)而言，純粹的線下經(jīng)營難以擺脫現(xiàn)實困境，線上化、融合化和數(shù)字化成為其演化升級、業(yè)績提振的關(guān)鍵。而現(xiàn)實中，強調(diào)線上線下聯(lián)動的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)實體為中心的價值被動創(chuàng)造，取而代之更靈活的雙線互補模式，有效推動零售企業(yè)多維認(rèn)知客戶、多元接觸客戶，在實現(xiàn)客戶感知價值提升的同時，有效促進零售企業(yè)的轉(zhuǎn)型升級和效益優(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)勢難以實現(xiàn)最佳互補融合，協(xié)同運營效率不高，整體轉(zhuǎn)型困難，績效不佳。如何有效突破傳統(tǒng)單線經(jīng)營以企業(yè)為主的價值創(chuàng)造桎梏，取而代之，客企互動主導(dǎo)、線上線下深度融合的價值共創(chuàng)成為零售企業(yè)轉(zhuǎn)型升級的關(guān)鍵。胡海波等、王麗平等基于規(guī)范分析視角揭示了數(shù)字賦能對于企業(yè)能力進階和商業(yè)生態(tài)價值共創(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會、更精準(zhǔn)智能聯(lián)動多元決策的能力以及更高效靈活整合多維資源的方案，進而助力企業(yè)線上線下生態(tài)的有效融合和客戶無差異體驗的實現(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現(xiàn)零售企業(yè)績效提振？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)績效聯(lián)系的關(guān)鍵呢？

針對以上疑問，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)賦能實現(xiàn)轉(zhuǎn)型升級和績效提升的合適路徑，為促進我國零售企業(yè)充分把握數(shù)字賦能機遇，借助線上線下有效融合來推進價值共創(chuàng)增生的落地提供理論和實踐指導(dǎo)。

一、理論基礎(chǔ)與研究假設(shè)

（一）數(shù)字賦能與線上線下融合

“賦能思維”最早源于組織內(nèi)部，強調(diào)通過對被賦能方權(quán)力、地位等的授予來克服無力、增強效能。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)、云計算、人工智能等數(shù)字技術(shù)的應(yīng)用，對組織和個人能力迭代、業(yè)務(wù)進階、價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)帶來的組織價值模式的顛覆，從傳統(tǒng)以企業(yè)為中心的“鏈?zhǔn)絻r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、存儲和決策能力的提升，即推動企業(yè)萬物互聯(lián)、多維數(shù)據(jù)存儲共享和科學(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，王強等通過對大潤發(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（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)部運營視角切入，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)對于零售企業(yè)的賦能亦集中于三個維度：（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，實現(xiàn)多維資源的平等化、自由化、開放化流動；（2）分布式的數(shù)字存儲技術(shù)如云端技術(shù)，賦予零售企業(yè)“海量”存儲能力，助力多渠道場景碎片化客戶信息的收集共享；（3）智能數(shù)字分析技術(shù)如機器學(xué)習(xí)、人工智能等，賦予零售企業(yè)“強大”決策能力，通過共性聚類分析、個性針對分析、類別交叉分析等，推動零售企業(yè)用戶畫像的精準(zhǔn)繪制和用戶需求的合理預(yù)測，進而驅(qū)動基于虛擬仿真、及時交互、地理定位等數(shù)字技術(shù)的多元立體全域消費場景的打造，實現(xiàn)人、貨、場最優(yōu)匹配[10]和數(shù)字驅(qū)動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，加之國家大力推行供給側(cè)改革和新消費升級，線上線下資源、服務(wù)和體驗等的深度融合成為零售企業(yè)發(fā)展的大勢所趨。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，更有效地洞悉消費者訴求，實現(xiàn)線上引流服務(wù)和線下交互體驗的互補整合，為消費者提供線上線下無差異的個性消費體驗。具體上看，它包括線上線下價值主張、多維資源和交互體驗的融合[12]。但事實上，絕大多數(shù)企業(yè)選擇線上、線下渠道分開獨立運營，信息不完備、交互不全面、運營不協(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，賦予線上線下更強的聯(lián)通共享、互動創(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、更強的存儲能力，推動多維信息串聯(lián)共享，加速雙線信息孤島聯(lián)動，尤其是線上社交流量和線下體驗數(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性繪制，有效促進雙線價值主張的融合[1]；（2）海量存儲和智能分析技術(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)的嵌入推動企業(yè)線上線下更精準(zhǔn)的庫存共享、更靈活的運營決策，一定程度緩解了線上線下共享網(wǎng)絡(luò)、資源整合和運營管理的同步性、可靠性、靈活性和便捷性等問題，有效促進雙線多維資源的縱橫協(xié)同融合和價值的精準(zhǔn)傳遞[13]；（3）即時交互和智能客服技術(shù)在賦能零售企業(yè)連接能力同時，也借助多維接洽客戶機會，營造從線上的數(shù)據(jù)追蹤反饋到線下的體驗場景，突破了線下時間空間限制和線上場景體驗限制，助力企業(yè)多方位多角度多空間接洽客戶，尤其個性定制、開放平臺和協(xié)同設(shè)計等智能模塊的應(yīng)用賦予零售企業(yè)更強的決策能力，有效將客戶的個性需求、創(chuàng)意構(gòu)念和企業(yè)的生產(chǎn)設(shè)計行銷服務(wù)等有機地串聯(lián)，推動線上線下客企交互體驗的融合升級[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融合。

（二）數(shù)字賦能與企業(yè)績效

從企業(yè)動態(tài)能力視角來看，數(shù)字賦能零售企業(yè)更先進的技術(shù)組合、更靈活的應(yīng)變能力和更強勁的組織韌性，其借助連接、共享和決策能力的整合，助力企業(yè)豐富資源、增長新知，并持續(xù)推進企業(yè)調(diào)整迭代以適應(yīng)市場競爭和客戶需求變化，創(chuàng)新性地重塑產(chǎn)品、流程、組織以及商業(yè)模式等，帶動零售企業(yè)轉(zhuǎn)型升級和績效提振[8]。具體上看，數(shù)字賦能傳統(tǒng)零售企業(yè)績效提升主要包括完善運營活動、縮減交易成本和價值創(chuàng)新驅(qū)動三條路徑：（1）數(shù)字的自動監(jiān)測、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)實時掌握產(chǎn)品庫存、銷量和用戶反饋等信息，大幅提升了企業(yè)的營銷、服務(wù)和交易等運營活動的效率；（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)動零售企業(yè)實現(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)，逆向拉動多元主體多維情境的交融和企業(yè)核心能力的迭代，實現(xiàn)產(chǎn)品、服務(wù)的創(chuàng)新升級[7]。故假設(shè)：

H2：數(shù)字賦能與企業(yè)績效正相關(guān)。

（三）線上線下融合與企業(yè)績效

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、客戶體驗為重”的理念貫徹，協(xié)同線上線下利益相關(guān)者，完成優(yōu)勢資源的互補整合和以客戶為中心的價值共創(chuàng)，實現(xiàn)線上服務(wù)和線下體驗的深度融合和無縫對接，在提升客戶感知的同時，完成企業(yè)績效的提升，具體來看：（1）線上線下價值主張的融合，能夠幫助企業(yè)在與客戶互動過程中，保持線上線下完整一致的形象，樹立“同品同質(zhì)同價同惠”的良好口碑，讓客戶感知到信任和誠意，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)略運營，實現(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)勢完成企業(yè)動態(tài)勢能的構(gòu)建[8]；（3）線上線下交互體驗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)和線下體驗場景，嵌入AI技術(shù)、顧客地理定位、眾包共享物流和本土市場服務(wù)等，給予客戶更多維的消費情境和更極致的服務(wù)體驗，尤其是客戶積極反饋、協(xié)同設(shè)計的參與，能夠幫助客企實現(xiàn)可持續(xù)的價值共創(chuàng)績效[16]?；趧討B(tài)能力的構(gòu)建、降本增效的開展和客戶體驗的升級，線上線下融合有利于推動企業(yè)績效的提升。故假設(shè)：

H3：線上線下融合與企業(yè)績效正相關(guān)；

H3a：價值主張融合與企業(yè)績效正相關(guān)；

H3b：多維資源融合與企業(yè)績效正相關(guān)；

H3c：交互體驗融合與企業(yè)績效正相關(guān)。

（四）線上線下融合的中介作用

隨著我國供給側(cè)改革的深入和消費升級的驅(qū)動，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、實現(xiàn)轉(zhuǎn)型升級的關(guān)鍵法寶。已有研究重點關(guān)注數(shù)字技術(shù)對于產(chǎn)品設(shè)計、流程再造、組織重塑、模式創(chuàng)新等方面的賦能助推[8]，對于零售業(yè)態(tài)的數(shù)字賦能研究較為零散，早期更偏向于支付、運營模式的探討，而隨著強調(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、線上線下融合的新零售模式轉(zhuǎn)型升級、業(yè)績提振的關(guān)鍵助推：（1）價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，推動線上線下基于客戶個性訴求的價值主張融合和傳遞，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景建構(gòu)和虛實情境交融，尤其是社群營造和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，在增加客戶粘性的同時，促進其貢獻(xiàn)知識和創(chuàng)意，推動企業(yè)產(chǎn)品、資金等對象性資源與客戶知識、關(guān)系等操作性資源的互補融合，實現(xiàn)交互場景的優(yōu)化和價值共創(chuàng)增生。綜上，不管是用戶不滿消除、運營反饋提速，亦或是場景體驗優(yōu)化，這些作為零售企業(yè)績效提升的表征，都離不開以線上線下價值主張、多維資源和交互體驗融合為著力的數(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)績效之間起中介作用；

H4a：價值主張融合在數(shù)字賦能與企業(yè)績效之間起中介作用；

H4b：多維資源融合在數(shù)字賦能與企業(yè)績效之間起中介作用；

H4c：交互體驗融合在數(shù)字賦能與企業(yè)績效之間起中介作用。

綜上，本研究構(gòu)建一個多重中介模型來探討數(shù)字賦能對于零售企業(yè)業(yè)績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

二、研究設(shè)計與實證分析

（一）量表設(shè)計

本研究旨在探討和檢驗數(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，采用的是李克特五點量表開展測量，量表內(nèi)容則主要借鑒國內(nèi)外相關(guān)領(lǐng)域的研究成果并結(jié)合零售行業(yè)的特點和相關(guān)專家的建議開展優(yōu)化，最終形成18個題項，具體題項內(nèi)容見表2。

表2 量表測量題項

此外，零售企業(yè)的績效還會受到其他因素影響，如企業(yè)規(guī)模、運營年限、產(chǎn)品種類等，本研究考慮將該三項變量作為控制變量。

（二）樣本收集

本研究獲得“福建省批發(fā)零售行業(yè)協(xié)會”和“福建省互聯(lián)網(wǎng)零售行業(yè)協(xié)會”的支持，依托其企業(yè)智庫資源，利用問卷星平臺針對已開展線上線下業(yè)務(wù)的零售企業(yè)進行電子問卷調(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)和雙線融合契機開展工作），均可作為調(diào)研對象。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)時間來看，主要集中在5年內(nèi)，占比高達(dá)88.85%；從受訪對象來看，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

（三）實證分析

本研究主要利用SPSSAU軟件完成對量表數(shù)據(jù)的實證檢驗，具體過程如下：

1.同源偏差檢驗

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，將所有量表題項開展探索性因子分析（EFA），最終旋轉(zhuǎn)后得到的第一個因子的解釋率為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

首先，對樣本數(shù)據(jù)開展信效度檢驗，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球形檢驗顯著性為0.000，說明各變量的信度均較高；而此時，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，對樣本數(shù)據(jù)開展驗證性因子分析（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，具體檢驗結(jié)果見表4、表5。

表4 信度、收斂效度和擬合度檢驗結(jié)果

表5 區(qū)別效度檢驗結(jié)果

3.相關(guān)性檢驗

對各變量開展Person系數(shù)相關(guān)性檢驗，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)字賦能與價值主張融合、多維資源融合、交互體驗融合和企業(yè)績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)性檢驗結(jié)果

4.假設(shè)檢驗

對整體假設(shè)開展分層回歸檢驗：首先把零售企業(yè)績效作為被解釋變量，將運營年限、企業(yè)規(guī)模、產(chǎn)品種類三個控制變量納入檢驗；其次，在此基礎(chǔ)上，分別將數(shù)字賦能對零售企業(yè)績效開展回歸分析（DE→EV，回歸系數(shù)設(shè)為c）、線上線下融合對零售企業(yè)績效開展回歸分析（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方法計算95%置信區(qū)間上下限是否包括0來進一步檢驗多重中介效應(yīng)的顯著性，具體情況見表7。

表7 假設(shè)檢驗情況表

檢驗結(jié)果顯示：（1）數(shù)字賦能對于線上線下融合的三維度—價值主張融合、多維資源融合和交互體驗融合均產(chǎn)生顯著正向影響，其中，對價值主張融合的回歸系數(shù)a1=0.612,(p<0.01)，對多維資源融合的回歸系數(shù)a2=0.201,(p<0.01)，對交互體驗融合的回歸系數(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)字賦能對零售企業(yè)績效產(chǎn)生顯著正向影響，回歸系數(shù)c=0.485，(p<0.01)，且多重共線性檢驗發(fā)現(xiàn)VIF值小于5，而自相關(guān)性檢驗的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，價值主張融合、多維資源融合、交互體驗融合分別對于零售企業(yè)績效產(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，假設(shè)H3a、H3b、H3c成立，H3也相應(yīng)得到支持。

此外，將價值主張融合、多維資源融合、交互體驗融合三個中介變量加入到數(shù)字賦能對于零售企業(yè)績效的影響中，發(fā)現(xiàn)數(shù)字賦能對于零售企業(yè)績效的回歸系數(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，會降低自變量對因變量的影響且顯著性通過的，存在中介效應(yīng)。而此時，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，說明數(shù)字賦能不僅對零售企業(yè)績效產(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)績效，其中，價值主張融合、多維資源融合、交互體驗融合均發(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，再進一步結(jié)合張涵等[21]關(guān)于多重中介Bootstrap檢驗的研究，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，不包括0值則表示多重中介效應(yīng)顯著。通過1 000次抽樣，檢驗結(jié)果表明三個中介變量的95%置信區(qū)間均不包含0，故假設(shè)H4、H4a、H4b、H4c均成立。

三、研究結(jié)論與未來展望

（一）研究結(jié)論

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)績效間關(guān)系的研究框架，探討了數(shù)字賦能對于零售企業(yè)績效提振的影響路徑，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)字賦能對于零售企業(yè)績效提振能夠產(chǎn)生顯著正向影響，數(shù)字技術(shù)借助物聯(lián)、自動、仿真和智能等特性賦能企業(yè)連接、存儲和決策力，幫助零售企業(yè)完善運營活動、縮減交易成本，實現(xiàn)價值創(chuàng)新驅(qū)動，進而實現(xiàn)轉(zhuǎn)型升級和績效提振，此為數(shù)字賦能零售企業(yè)績效提振的直接路徑；（2）數(shù)字賦能借助對價值主張融合、多維資源融合和交互體驗融合三個觀測維度實現(xiàn)對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)字存儲技術(shù)賦能零售企業(yè)更全面深入的價值主張融合，智能化的數(shù)字決策技術(shù)和多元場景的數(shù)字存儲技術(shù)賦能零售企業(yè)更及時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)突破場景限制，推動交互體驗融合，此為數(shù)字賦能零售企業(yè)績效提振的間接路徑；（3）線上線下融合的三個維度—價值主張融合、多維資源融合和交互體驗融合分別對企業(yè)績效提振產(chǎn)生顯著正向影響，價值主張融合促進企業(yè)樹立統(tǒng)一形象，增進客企共鳴，多維資源融合推動企業(yè)立體精準(zhǔn)的客戶認(rèn)知，完成動態(tài)勢能構(gòu)建，而交互體驗融合則引入客戶參與溝通、設(shè)計，推動價值共創(chuàng)增值，明確了雙線深度融合戰(zhàn)略對于零售企業(yè)轉(zhuǎn)型升級、績效提振的核心意義；（4）線上線下融合借助價值主張融合、多維資源融合和交互體驗融合三維度在數(shù)字賦能與零售企業(yè)績效提振間發(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)績效間聯(lián)系的重要路徑節(jié)點。

（二）管理啟示

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)績效三方研究模型，并借助實證方法開展驗證，揭示數(shù)字賦能促進零售企業(yè)轉(zhuǎn)型升級和績效提振的路徑，即數(shù)字賦能一方面直接影響零售企業(yè)績效，另一方面借助線上線下融合間接影響企業(yè)績效，彌補了傳統(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，以線上線下融合為研究切入，探討線上線下融合對數(shù)字賦能與零售企業(yè)績效間的影響關(guān)系，強調(diào)了線上線下融合在數(shù)字賦能向零售企業(yè)績效轉(zhuǎn)化過程中的重要中介作用，說明價值主張融合、多維資源融合和交互體驗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)擴大數(shù)字賦能的范疇，創(chuàng)造地增進整體系統(tǒng)的動態(tài)勢能，進而實現(xiàn)零售企業(yè)的績效提振，一定程度上彌補了相應(yīng)理論的空白。

2.實踐方面

本研究對于廣大想抓住數(shù)字賦能契機提振企業(yè)績效的零售企業(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，積極推進整體企業(yè)數(shù)字化轉(zhuǎn)型。尤其是當(dāng)下消費者的需求個性多變，零售企業(yè)就更應(yīng)該強化自身數(shù)字基層平臺的搭建和數(shù)字技術(shù)的應(yīng)用，借助數(shù)字技術(shù)強連接、廣共享和智決策能力的賦予，推動以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)動整體價值生態(tài)網(wǎng)實現(xiàn)面向客戶的優(yōu)化運營和能力重構(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)該盡快落實自身結(jié)構(gòu)性變革，明確單一渠道、場景運營是難以在競爭中取勝，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)，依托線下真實體驗場景的營造和線上個性豐富資訊的推廣，有效突破單一渠道和場景的桎梏。（3）面對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)該強化面向客戶的線上線下融合，始終貫徹“客戶需求驅(qū)動、客戶體驗為重”的價值理念，協(xié)同線上線下利益相關(guān)者，完成優(yōu)勢資源的互補整合和以客戶為中心的價值共創(chuàng)，促進雙線價值主張的融合、多維資源的整合和交互體驗的統(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)完成雙線乃至全價值網(wǎng)的融合共創(chuàng)。

（三）研究局限

本研究主要基于實證角度來探討數(shù)字賦能零售企業(yè)轉(zhuǎn)型升級和績效提升的路徑，雖然能夠檢驗數(shù)字賦能、線上線下融合與企業(yè)績效之間的關(guān)系，但缺乏典型現(xiàn)實案例支撐，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)績效間的關(guān)系。此外，數(shù)字賦能與零售企業(yè)績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：中國信通院2020年發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書（2020年）》。