2 (美国明尼苏达大学公共事务学院, 双子城 55101)
3 (南京邮电大学地理与生物信息学院, 南京 210000)
1b (南京大学地理与海洋科学学院, 南京 210093)
2 (School of Public Affairs, University of Minnesota, Twin City 55101, America)
3 (School of Geography and Bioinformatics, Nanjing University of Posts and Telecommunications, Nanjing 210000, China)
1b (School of Geography and Ocean Science, Nanjing University, Nanjing 210093, China)
随着ICT(information and communication technology)的迅速发展,网络购物作为一种新型的购物方式逐渐被更多的人接受,在全球范围内盛行。据eMarketer数据统计机构统计,2013年全球网络购物销售总额达1.32万亿美元,同比增长18.8%,网购用户规模达11.81亿。2013年我国网络购物交易额达到1.85万亿人民币,同比增长40.9%,网购用户规模达3.02亿[1]。网络购物蓬勃发展,已经逐步成为影响城市经济繁荣、社会进步、居民生活的关键行业[2],尤其是给传统零售业市场带来了革命性的影响[3],必然也影响并重塑着居民的购物行为模式。
网络购物与实体店购物、购物出行的关系一直是国外交通统计学和地理学领域研究的热点,得出的结论可以总结为四种:替代、补充、修正和中立。其中,替代关系指网络购物替代了原本会在实体店的购物行为,减少了购物出行[4, 5];补充关系指网络信息激发了购物欲望,进而去实体店购买,增加了购物出行[6-8];修正关系指网络购物只会影响购物时间、出行路径等,不会对购物出行的次数和距离产生太大的影响[9];中立关系指网络购物对实体店购物及购物出行没有明显的影响[10]。也有学者认为[11, 12],人们的购物行为受到诸多因素的影响,网络购物和实体店购物、购物出行之间并非单一的替代、补充、修正或中立关系,而是多种关系并存的混合效应。
这些研究大多数将网络购物对购物出行的影响等同于对实体店的影响,将购物行为看作一个整体活动,仅关注购买所采用的方式。其实购物行为是由几个迥然不同的按照特定顺序连接起来的环节共同构成的过程,而网络购物改变着居民购物的每个环节[13, 14],忽略了对任何一个环节的影响,都有可能放大或者缩小网络购物对居民购物行为的影响。因此,需要在购物过程分解的基础上,对网络购物和购物出行的关系做进一步的研究。
Mokhtarian[9]和Cao[12]借鉴前人的研究成果,将购物过程总结为六个环节:产生购物欲望、商品信息搜集、体验商品、购买商品、获取商品、退换商品或售后服务。当然,对于不同类型的商品,购物过程可能会存在差异[15, 16]。目前来讲,讨论最多的、被广泛接受的是将商品分为搜索型和体验型两类[17, 18]。搜索型商品是指居民购买前不需要触摸、体验,通过网上的信息就能掌握商品的主要属性、特征,例如书籍、CD等;而体验型商品则很难单凭网上的信息就能让消费者确定商品的属性、特征,必须亲身体验,例如衣服、化妆品等[19, 20]。所以,体验型商品更多的依靠实体店搜索、体验,搜索型商品更适合在网上搜索、体验、购买[21, 22]。对于不同区位的居民,购物过程也存在差异。有学者认为[23],新型的网络购物方式首先在城区被接受、使用,所以城区比郊区网络搜索和网络购物频率更高,符合创新扩散假设[24];而有学者认为[25, 26],郊区购物便利性低,网络购物作为一种高效、便捷的购物方式,在郊区的搜索和购买频率更高,符合效率假设[24]。
国内的网络购物规模也逐渐发展壮大,但是关于网络购物的研究主要集中在管理学、市场营销等领域,城市规划和地理学领域较少。只有少数学者做过网络购物与购物出行关系的实证研究[27-30],以及不同区位网络购物对实体购物的影响差异研究[31, 32]。国内大多数学者关注的还是居民的实体店购物行为特征,包括如购物出行时间、距离、时耗、频率等[33-36],处于不同城市、不同区位的居民实体店购物行为特征分析与比较[37],以及老年人等特殊群体的购物行为特征等[38]。
综合来看,国外关于网络购物的研究相对成熟、成果较多,提出的购物过程分解为我们提供了一个全新的视角去研究网络购物对购物出行的影响。这些成果指出了不同商品类型、不同区位的购物行为存在差异,但是还缺乏精细化、全面化的实证研究。而国内关注实体购物出行特征的较多,缺乏对网络购物的研究。
本文采用南京市居民购物行为的问卷调查数据,以分解购物过程为切入点,在对商品类型分类的基础上,研究并比较分析信息时代背景下的不同区位的居民购物行为特征,来弥补我国在此领域研究的缺失,以期为以后关于网络购物的相关研究提供参考,为城市不同区位的商业设施的布局选址、类型选择,以及交通规划等提供依据。
2 研究数据此次研究的数据来源于2015年4-6月开展的《南京市居民购物行为调查》(南京大学,2015),问卷主要包括了居民的基本属性,最近一次购买书籍或衣服的经历等内容。根据南京市人口分布现状,考虑到高档社区、普通商品房社区、保障房社区等不同类型社区空间分布的均衡性,兼顾社区与周边重点商业设施、地铁等交通设施的距离,选择南京市的8个市区(鼓楼、玄武、秦淮、建邺、栖霞、浦口、江宁、雨花台),42个社区(见图 1),在休息日和工作日下班时间进行随机入户调查,由开门的人填写问卷。本次调查问卷共发放1068份,回收1032份,其中有效问卷959份,有效率89.8%。
在有效样本中,有531个样本分布在南京中心城区(鼓楼、玄武、秦淮、建邺),有428个样本分布在南京郊区(栖霞、浦口、江宁、雨花台)。有效样本中女性偏多,占比57.6%;以年轻人为主,25-34岁的占一半以上,45岁以上的仅占8.5%;学历较高,60%以上的被调查者有着本科或本科以上的学历;家庭平均月收入在3000-4999、5000-6999、7000-9999元的偏多(见表 1)。
书籍是搜索型商品的代表,衣服是典型的体验型商品,因此此次研究选取居民购买书籍和衣服两种商品的购物过程进行分析,两类商品样本量见表 2。购物过程则重点关注居民产生购物欲望、搜索商品信息、体验商品、购买商品、退换货五个环节。经统计,完成购买前环节的方式主要有网络和实体店两种(特别是衣服),并且经卡方检验,购买前环节采用的方式对购买环节的影响,在不同区位、不同商品类型的分类基础上,只有网络和实体店两种方式呈显著性相关(P < 0.05),所以下面重点对这两种方式进行分析与比较。
城区居民购买书籍的产生购物欲望方式比衣服多元化。城区居民网购衣服时,由网络激发购物欲望占52.5%,是主导方式,通过实体店占31.3%,同样是主要方式;实体店购买衣服在店内激发购物欲望占81.5%,占据绝对的主导地位,网络仅占2.5%,激发实体店购买衣服的欲望少。而城区居民不论是网购还是实体店购买书籍,由网络、实体店、他人等方式激发购物欲望均占据一定比例(如表 3,表示城区居民网购或实体店购买商品时,购买前三个环节采用方式的比例)。
城区居民网购书籍主要依靠网络搜索信息,仅有13.3%通过实体店搜索而产生少量出行;实体店买书时,通过实体店和网络搜索分别占49.0%、34.3%,网络搜索对实体店买书同样重要。城区居民网购衣服时,通过网络搜索信息占54.4%,35.0%去实体店搜索而产生较多出行;实体店买衣服主要在店内搜索信息,通过网络搜索占21.0%。
所以,网络购物仍会产生为完成此次购物的商品信息搜索出行。城区居民网购衣服比书籍激发更多的搜索出行;而实体店购买书籍比衣服更多的依靠网络搜索,网络对实体店买书的影响较大。
3.1.3 体验商品城区居民网购书籍时,通过网络试读占54.7%,12.7%去实体店试读而产生少量体验出行;实体店买书通过实体店和网络试读的比例均在40%左右,网络试读对实体店买书同样很重要。63.8%的城区居民网购衣服前没有试穿,35.6%去实体店试穿而产生体验出行。所以,城区居民网购衣服比书籍产生更多的体验出行。
3.1.4 退换货城区居民购买书籍退换货的比例低,购买衣服退换货的比例较高。实体店购买衣服后,城区居民通过实体店和快递退换货的比例分别为13.4%、5.8%;网购衣服退换货的比例更高,33.8%的城区居民通过快递退换货,3.1%去店里退换货,说明城区出现了小规模的线上购买、线下提供售后服务的商业模式。
3.1.5 购买前环节对购买环节的影响购买前环节使用的方式对购买环节选择的方式有决定性影响,城区居民通过网络产生购物欲望、搜索商品信息或体验商品,则一般会在网上购买;通过实体店完成,则一般会去店里购买。城区居民一般只通过网络或实体店完成所有购物活动。
但也存在“网络-实体”和“实体-网络”相互穿插的混合式购物模式。在产生购物欲望环节,通过网络产生购物欲望却去实体店购买的行为,其实质是网络激发了购物出行,属于网络对实体店的补充作用。“网络-实体”式的购物模式书籍占比24%,衣服仅为3%,说明网络激发城区居民购书出行的可能性较大,补充作用较为显著,但是对实体店购买衣服的补充作用不明显。通过实体店产生购物欲望却在网上购买,其实质是网络购物替代了实体店购物从而减少出行,属于替代作用。“实体-网络”式的购物模式书籍和衣服分别占比30%、34%,说明网络购物对两类商品都存在明显的替代作用进而减少了相应的实体店购物出行(如图 2),表示城区居民通过网络、社交、他人、实体店等方式产生购物欲望后,通过网络购买书籍和衣服,以及通过实体店购买书籍和衣服的比例。搜索商品信息、体验商品与购买商品环节之间同样存在混合式的购物模式。
综合来说,网络购物对实体店购买书籍是替代与补充关系并存的混合效应,既减少也激发了购物出行;网络购物对实体店购买衣服同样存在显著的替代作用进而减少购物出行,但补充作用弱,激发的实体店购买衣服出行少。
3.2 郊区居民购物过程 3.2.1 产生购物欲望郊区居民购买书籍的产生购物欲望方式比衣服多元化。郊区居民网购衣服,由网络和实体店激发购物欲望占比分别为52.0%、32.0%,实体店买衣服在店内激发购物欲望占88.9%,网络仅占1.7%。而郊区居民网购或实体店购买书籍,由网络、实体店、他人等方式激发购物欲望均占据一定比例(如表 4,表示郊区居民网购或实体店购买商品时,购买前三个环节采用方式的比例)。
郊区居民网购书籍时,通过网络搜索信息占比62.9%,19.0%的郊区居民通过实体店搜索而产生少量的搜索出行;实体店买书主要在店内搜索信息,网络搜索占比29.2%。郊区居民网购衣服时,通过网络搜索信息占比61.3%,42.7%通过实体店搜索而产生较多的搜索出行;实体店买衣服主要通过实体店搜索信息,网络仅占12.0%,网络对实体店购买衣服影响较小。所以,郊区居民网购衣服比书籍产生更多的搜索出行。
3.2.3 体验商品郊区居民网购书籍,通过网络试读占比56.9%,12.9%通过书店试读而产生少量的体验出行;实体店买书通过实体店试读占比40.8%,26.7%在网上试读。37.3%的郊区居民网购衣服前去实体店试穿再购买而产生较多的体验出行,16.0%的郊区居民提前试穿他人的衣服。所以,郊区居民网购衣服比书籍产生更多的体验出行。
3.2.4 退换货郊区居民购买书籍的退换货比例很低,购买衣服的退换货比例偏高。实体店购买衣服后通过实体店和快递退换货的比例分别为13.7%、7.7%;网购衣服退换货比例达到41.3%,均是通过快递退换货。
3.2.5 购买前环节对购买环节的影响类似于城区居民,郊区居民也倾向于使用购买前的方式完成购买环节,习惯于只通过网络或实体店来完成购物的所有活动。但也存在“网络-实体”和“实体-网络”的混合式购物模式。在激发购物欲望环节,购买书籍采用“网络-实体”混合式购物模式的比例为25%,衣服仅有5%,说明网络购物激发了郊区居民更多的购书出行,补充作用较为显著,但是激发实体店购买衣服的出行少,其补充作用不明显。“实体-网络”混合式购物模式所占的比例,书籍和衣服分别为17%、19%,这说明网络购物对两类商品都存在替代作用从而减少了实体店购物出行(如图 3,表示郊区居民通过网络、社交、他人、实体店等方式产生购物欲望后,通过网络购买书籍和衣服,以及通过实体店购买书籍和衣服的比例)。搜索商品信息、体验商品与购买商品环节之间同样存在混合式的购物模式。
所以,网络购物对郊区居民实体店购买书籍同样是替代与补充关系并存的混合效应,既能减少出行也激发了出行;对实体店购买衣服的补充作用弱,但存在显著的替代作用从而减少了出行。
3.3 城区和郊区居民购物过程比较城区和郊区居民都倾向于只通过网络或实体店完成购物所有活动,也都存在混合式的购物模式,购物行为特征总体上相似,但存在程度上的差异。下面在区分商品类型的基础上,对城区和郊区居民的购物过程存在的共性与差异进行分析。
3.3.1 搜索型商品产生购物欲望环节,网络购物对城区和郊区居民的实体店购书均存在显著的补充作用而激发了出行;同时,通过实体店产生购物欲望后,网络购物替代了郊区17%的购书出行、城区30%的购书出行,说明网络购物对城区和郊区居民实体店买书均存在显著的替代作用,且在城区的替代作用更明显从而减少了更多的购书出行。
搜索商品信息环节,郊区居民网购书籍较多通过实体店搜索而产生了较多的搜索出行,城区居民使用网络搜索较多;实体店买书时,城区居民使用网络和实体店方式均比郊区多。
体验商品环节,城区和郊区居民网购书籍都产生了少量的体验出行;实体店买书时,城区居民比郊区居民更多的依靠网络试读,网络对城区居民实体店买书更重要。
总体来说,网络购物对城区居民购买书籍的影响较大。不仅替代作用在城区较显著,城区居民还较多的使用了网络搜索信息、试读书籍,去实体店比郊区居民少,产生的搜索、体验出行较少。
3.3.2 体验型商品产生购物欲望环节,网购对城区和郊区居民实体店购买衣服的补充作用不显著,激发的购物出行少;但是,通过实体店产生购买衣服欲望后,在网上购买的城区和郊区居民分别占34%和19%,均存在显著的替代作用,且城区比郊区明显,减少的购物出行较多。
搜索商品信息环节,城区和郊区居民网购衣服前均产生了较多的搜索出行,且郊区多于城区;实体店购买衣服时,郊区居民网络和实体店使用率均不及城区居民。
体验商品环节,郊区居民网购和实体店购买衣服到店内试穿的比例均大于城区居民,产生了较多的体验出行。虽然如此,郊区居民退换货的比例却高于城区,产生的退换货出行较多,而城区先于郊区出现了小规模的线上购买、线下售后的商业模式。
总体来说,网络购物对城区居民购买衣服的影响更明显。网络购物的替代作用在城区更显著,并且城区居民较多的依靠网络搜索信息,对于实体店的依赖程度低于郊区,产生的额外购物出行较少。
4 结论与讨论本文调研对象为网购群体,通过分解购物过程总结出在网络购物的影响下,居民购买搜索型和体验型两类商品的购物行为特征,以及网络购物对不同区域的居民实体店购买这两类商品的影响。
首先,不论是搜索型还是体验型商品,城区和郊区居民均倾向于只通过网络或实体店完成所有购物活动,也都存在“网络-实体”的补充作用和“实体-网络”的替代作用。对于搜索型商品,网络购物对实体店是替代与补充的混合效应,既能减少出行也激发出行,并且替代作用在城区更显著;对于体验型商品,网络购物对实体店存在替代作用从而减少了出行,且替代作用在城区更显著,补充作用在城区和郊区均不明显从而激发的实体店购物出行少。其次,每一次网络购物均对实体店造成了影响,但是并非每次都减少出行,网络购物还会产生搜索、体验和退换货出行,网购体验型商品产生的额外出行比搜索型商品多,郊区产生的额外出行比城区多。所以,网络购物对实体店的影响并不等同于对购物出行的影响,对实体店的影响仅取决于是否通过实体店购买;而网络购物对购物出行的总体影响还取决于是否减少或增加了搜索出行、体验出行、退换货出行等。
总体上,网络购物对城区居民的影响较大,城区居民更依赖于网络,郊区居民更多的通过实体店完成购物活动。究其原因,可能有以下三点:一是城区居民能够较快的接受新事物、新技术,网络购物作为一种新型的购物方式,首先被城区居民所接受,然后慢慢向外扩散,符合创新扩散假设[24];二是城区居民的工作多在城区,部分郊区居民也在城区工作,其通勤距离大于城区居民,上下班途中经过的商业设施更多,顺便完成购物行为的可能性更大;三是城区物流配送较快,居民能尽快获取所购买的商品。
购物行为是一个极其复杂的链式活动,受到各种因素的影响,网络购物和实体店购物既存在替代与补充的相互作用,也有高度融合的趋势。随着信息化的进一步发展,智能手机的普及以及各种购物APP、网上商城的出现与盛行,网络购物继续发展壮大,渗透度将更高,居民的购物过程会更加复杂。同时,新技术、新理念的进一步扩散,网络购物将对郊区居民、农村居民的购物行为产生更大的影响。面对网络购物的冲击与居民购物行为的改变,应鼓励城区更多的实体商业实行线上线下相结合的运作模式,郊区的商业设施也亟需做好应对策略。并且,商业设施应依托于重要的交通设施规划选址,也要综合考虑与居住用地和商务办公用地的关系。休闲娱乐、餐饮、购物等商业设施应集聚发展,发挥集聚效应,提高消费者接触商品的可能性及购物的便利性,激发实体商业活力的同时,减少购物过程中单一目的的搜索、体验出行,尤其是对于体验型商品。由此可见,分解购物过程来研究居民网络购物和购物出行的特征与关系,对我们更准确的理解居民购物行为、更合理的指导规划实践具有明显的意义。同时,由于此次研究的重点在于分解购物过程,对各购物环节的特征及环节之间的影响做出分析与探讨,没有研究网络购物对一次完整购物活动所有环节的综合影响。进一步的研究中,将会对购物过程分解进而组合成若干种购物过程模式,探讨网络购物对每种购物模式的作用与影响,以期为城市规划提供更有价值的参考依据和建议。
[1] | 中国互联网络信息中心.2013年中国网络购物市场研究报告[EB/OL]. (2014-04-22)[2016-05-29]. http://www.cnnic.cn. [China Internet Network Information Center. 2013 China online shopping market research report[EB/OL]. (2014-04-22)[2016-05-29]. http://www.cnnic.cn.] |
[2] | Cao X, Xu Z, Douma F. The interactions between e-shopping and traditional in-store shopping:An application of structure equations model[J]. Transportation, 2012, 39(5): 957-974. DOI:10.1007/s11116-011-9376-3 |
[3] | Hoffman D L. The revolution will not be televised:Introduction to the special issue on marketing science and the internet[J]. Marketing Science, 2000, 19(1): 1-3. DOI:10.1287/mksc.19.1.1.15181 |
[4] | Dixon T, Marston A D. UK retail real estate and the effects of online shopping[J]. Journal of Urban Technology, 2002, 9(3): 19-47. DOI:10.1080/1063073022000044279 |
[5] | Bhat C R, Sivakumar A, Axhausen K W. An analysis of the impact of information and communication technologies on nonmaintenance shopping activities[J]. Transportation Research B, 2003, 37(10): 857-881. DOI:10.1016/S0191-2615(02)00062-0 |
[6] | Farag S, Schwanen T, Dijst M. Empirical investigation of online searching and buying and their relationship to shopping trips[J]. Transportation Research Record, 2005, 1926(1): 242-251. |
[7] | Farag S, Weltevreden J, Van Rietbergen T, et al. E-shopping in the Netherlands:Does geography matter?[J]. Environment and Planning B, 2006, 33(1): 59-74. DOI:10.1068/b31083 |
[8] | Farag S, Schwanen T, Dijst M, et al. Shopping online and/or instore? A structural equation model of the relationships between eshopping and in-store shopping[J]. Transportation Research A, 2007, 41(2): 125-141. |
[9] | Mokhtarian P L. A conceptual analysis of the transportation impacts of B2C e-commerce[J]. Transportation, 2004, 31(3): 257-284. DOI:10.1023/B:PORT.0000025428.64128.d3 |
[10] | Calderwood E, Freathy P. Consumer mobility in the Scottish isles:The impact of internet adoption upon retail travel patterns[J]. Transportation Research Part A Policy & Practice, 2014, 59(1): 192-203. |
[11] | Tonn B, Hemrick A. Impacts of the use of e-mail and the internet on personal tripmaking behavior[J]. Social Science Computer Review, 2004, 22(2): 270-280. DOI:10.1177/0894439303262581 |
[12] | Cao X. The interactions between e-shopping and store shopping in the shopping process of search goods[J]. Transportation Research A, 2012, 46(7): 993-1002. |
[13] | Wagner J. Anytime/anywhere-Playing catch up with the mind of the smartphone consumer[J]. International Journal of Mobile Marketing, 2011, 6(1): 28-30. |
[14] | Peterson R A, Balasubramanian S. Exploring the implications of the internet for consumer marketing[J]. Journal of the Academy of Marketing Science, 1997, 25(4): 329-346. DOI:10.1177/0092070397254005 |
[15] | Childers T L, Rao A R. The influence of familial and peer-based reference groups on consumer decisions[J]. Journal of Consumer Research, 1992, 19(2): 198-211. DOI:10.1086/jcr.1992.19.issue-2 |
[16] | Senecal S, Kalczynski P J, Nantel J. Consumers' decision-making process and their online shopping behavior:A clickstream analysis[J]. Journal of Business Research, 2005, 58(11): 1599-1608. DOI:10.1016/j.jbusres.2004.06.003 |
[17] | Nelson J C, Galán M, Ocón A, et al. Advertising as information[J]. Journal of Political Economy, 1974, 82(4): 729-754. DOI:10.1086/260231 |
[18] | Girard T, Korgaonkar P, Silverblatt R. Relationship of type of product, shopping orientations, and demographics with preference for shopping on the internet[J]. Journal of Business & Psychology, 2003, 18(1): 101-120. |
[19] | Huang P, Lurie N H, Mitra S. Searching for experience on the web:An empirical examination of consumer behavior for search and experience goods[J]. Journal of Marketing, 2009, 73(2): 55-69. DOI:10.1509/jmkg.73.2.55 |
[20] | Chung J, Rao V R. A general consumer preference model for experience products:Application to internet recommendation session[J]. Journal of Marketing Research, 2012, 49(3): 289-305. DOI:10.1509/jmr.09.0467 |
[21] | Couclelis H. Pizza over the internet:E-commerce, the fragmentation of activity and the tyranny of the region[J]. Entrepreneurship & Regional Development, 2004, 16(1): 41-54. |
[22] | Ha S, Stoel L. Consumer e-shopping acceptance:Antecedents in a technology acceptance model[J]. Journal of Business Research, 2009, 62(5): 565-571. DOI:10.1016/j.jbusres.2008.06.016 |
[23] | Farag S, Krizek K J, Dijst M. E-shopping and its relationship with in-store shopping:Empirical evidence from the Netherlands and the U.S[J]. Transport Reviews, 2005, 26(1): 43-61. |
[24] | Anderson W P, Chatterjee L, Lakshmanan T R. E-commerce, transportation and economic geography[J]. Growth and Change, 2003, 34(4): 415-432. DOI:10.1046/j.0017-4815.2003.00228.x |
[25] | Ren F, Kwan M P. The impact of geographic context on e-shopping behavior[J]. Environment & Planning B:Planning & Design, 2009, 36(2): 262-278. |
[26] | Weltevreden J W J, Rietbergen T V. E-shopping versus city centre shopping:The role of perceived city centre attractiveness[J]. Journal of Economic & Social Geography, 2007, 98(1): 68-85. |
[27] | 汪明峰, 卢姗. 替代抑或补充:网上购物与传统购物出行的关系研究[J]. 人文地理, 2012, 27(3): 44-49. [Wang Mingfeng, Lu Shan. Substitution or complementation:Online shopping and its relationship with traditional shopping behavior[J]. Human Geography, 2012, 27(3): 44-49. ] |
[28] | 卢姗.电子商业对中国城市零售业空间的影响[D].上海:华东师范大学, 2008:56-88. [Lu Shan. The Impact of B2C E-Business on Urban Retail Space in China[D]. Shanghai:East China Normal University, 2008:56-88.] |
[29] | 席广亮, 甄峰, 汪侠, 等. 南京市居民网络消费的影响因素及空间特征[J]. 地理研究, 2014, 33(2): 284-295. [Xi Guangliang, Zhen Feng, Wang Xia, et al. Study on the influencing factors and spatial characteristics of residents' online consumption in Nanjing[J]. Geographical Research, 2014, 33(2): 284-295. ] |
[30] | 刘学, 甄峰, 张敏, 等. 网上购物对个人出行与城市零售空间影响的研究进展及启示[J]. 地理科学进展, 2015, 34(1): 48-54. [Liu Xue, Zhen Feng, Zhang Min, et al. Research review of online shopping impact on personal travel and urban retail space and implications[J]. Progress in Geography, 2015, 34(1): 48-54. ] |
[31] | 汪明峰, 卢姗, 袁贺. 网上购物对不同区位消费者行为的影响——市区和郊区的比较[J]. 城市规划, 2013, 37(11): 84-88. [Wang Mingfeng, Lu Shan, Yuan He. Influences of online shopping on consumer behaviors at different shopping locations:A comparative study on city center and suburb[J]. City Planning Review, 2013, 37(11): 84-88. ] |
[32] | 孙智群, 柴彦威, 王冬根. 深圳市民网上购物行为的空间特征[J]. 城市发展研究, 2009, 16(6): 106-112. [Sun Zhiqun, Chai Yanwei, Wang Donggen. The spatial characteristics of e-shopping behavior of Shenzhen residents[J]. Urban Development Studies, 2009, 16(6): 106-112. ] |
[33] | 柴彦威, 沈洁, 翁桂兰. 上海居民购物行为的时空间特征及其影响因素[J]. 经济地理, 2008, 28(2): 221-227. [Chai Yanwei, Shen Jie, Weng Guilan. A study on activity space of shopping of shanghai residents:Temporal and spatial characteristics and relative influencing factors[J]. Economic Geography, 2008, 28(2): 221-227. ] |
[34] | 陈零极, 柴彦威. 上海市民大型超市购物行为特征研究[J]. 人文地理, 2006, 21(5): 124-128. [Chen Lingji, Chai Yanwei. The study on shopping behavior of hypermarket shoppers in Shanghai city[J]. Human Geography, 2006, 21(5): 124-128. ] |
[35] | 韩会然, 宋金平. 芜湖市居民购物行为时空间特征研究[J]. 经济地理, 2013, 33(4): 82-87. [Han Huiran, Song Jinping. The study on temporal and spatial characteristics of shopping behavior of Wuhu residents[J]. Economic Geography, 2013, 33(4): 82-87. ] |
[36] | 焦华富, 韩会然. 中等城市居民购物行为时空决策过程及影响因素——以安徽省芜湖市为例[J]. 地理学报, 2013, 68(6): 750-761. [Jiao Huafu, Han Huiran. Research on temporal and spatial decision-making process and influencing factors of residents' shopping behavior in medium-sized cities:A case study of Wuhu city in Anhui province[J]. Acta Geographica Sinica, 2013, 68(6): 750-761. ] |
[37] | 柴彦威, 李昌霞. 中国城市老年人日常购物行为的空间特征——以北京、深圳和上海为例[J]. 地理学报, 2005, 60(3): 401-408. [Chai Yanwei, Li Changxia. The spatial characteristics of shopping behavior of the Chinese urban elderly:A case study of Beijing, Shenzhen and Shanghai[J]. Acta Geographica Sinica, 2005, 60(3): 401-408. ] |
[38] | 王益澄, 马仁锋, 孙东波, 等. 宁波城市老年人的购物行为及其空间特征[J]. 经济地理, 2015, 35(3): 120-126. [Wang Yicheng, Ma Renfeng, Sun Dongbo, et al. Shopping behavior and its spatial characteristics of the urban elderly in Ningbo[J]. Economic Geography, 2015, 35(3): 120-126. ] |