朱小平

（安徽国防科技职业学院，安徽 六安 237011）

中国本地生活服务O2O市场起步于2003年，在经历了以点评、口碑、信息发布等方式为主的市场探索期，以及千团大战的市场培育期[1]，2015年起，陆续发生了滴滴快的合并、58同城赶集合并、携程去哪儿合并、滴滴优步五大并购交易[2]，腾讯、百度、阿里巴巴等大型互联网公司加大投入力度，生活服务O2O进入行业深耕期，生活服务O2O市场加速增长。中国本地生活服务市场超过10万亿，且持续保持增长，但90%以上的本地生活服务市场未互联网化，团购交易额占比低于5%，餐饮O2O实现服务闭环的只占1%,不难看出，本地生活服务O2O市场是巨大的蓝海[3]。本文在大量文献研究的基础上运用德尔菲法确定了影响本地生活服务O2O市场交易规模的影响因素，并对相应的指标数据进行灰色关联度分析，进一步对我国本地生活服务O2O市场交易规模影响因素进行定量研究。

1 本地生活服务O2O概述

1.1 O2O

O2O（Online to Offline），通俗称为线上购买，线下服务。O2O模式的核心是通过各种方式将线上的用户引导到线下的商业实体中。真正的O2O能够满足用户的全方位需求，能够实现从线上的信息查询、优惠获取、支付完成到线下的消费体验再到线上的点评分享、积分返利的整个循环。

1.2 本地生活服务O2O

本地生活服务O2O围绕日常生活服务的方方面面，在整个O2O市场中占据着重要份额[4]，本文提及的本地生活服务O2O仅限于餐饮、休闲娱乐、美容美护、酒店、婚庆、亲子、旅游及教育8个行业。

1.3 本地生活服务O2O发展概况

2016年，我国本地生活服务O2O的交易额大约为7 291亿，相比2015年增加64%。各大主流平台的交易额和交易笔数都呈现明显上升趋势，以日交易笔数为例，2016年，口碑为1 500万笔/d、美团为1 300万笔/d、饿了么为700万笔/d、百度外卖为300万笔/d。除了交易额的增长，形式也发生了重要转变，从单一的团购形式演变为到店、到家、外卖3大板块[3]。

2 本地生活服务O2O行业市场规模影响因素选取

伴随着电子商务的发展，O2O日渐深入到我们生活的方方面面，我国本地生活服务O2O行业市场规模在不断扩大，影响其规模的因素很多。为更好地完成影响因素的筛选工作，首先运用文献法完成本地生活服务O2O行业市场规模影响因素的初步筛选[3,5-6]，再运用德尔菲法，组建由8名专家构成的专家小组，发放调研问卷，采用匿名发表意见的方式，即专家之间不得互相讨论，不发生横向联系，通过3轮调查，反复征询、归纳专家意见，修改调研问卷，最终形成专家的基本一致意见。基于数据可获得性原则、模型适用原则运用德尔菲法对文献法的筛选结果进行二次筛选，最终归纳为以下9种（表1）。

表1 本地生活服务O2O行业市场规模的影响因素

3 本地生活服务O2O市场规模影响因素的灰色关联分析

3.1 灰色关联分析

灰色关联分析[7-8]是一种定量的模型验证方法，具有选取样本量要求较小、选取的数据不要求符合特殊分布、计算量较小等特点。其核心是计算关联度。灰色关联分析是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，它反映了曲线间的关联程度。

在数据较少、信息不完备及不确定的情况下，借助数据生成将原始数据归整成规律性强的数列，从而再作深层次的研究。灰色关联分析依据曲线相似度来衡量因素间的关联程度，即两个因素的同步变化趋势越接近，这两个因素之间的关联程度就越高；反之，则二者之间的关联程度就越低。通过依次计算影响因素和主因素之间的绝对、相对及综合关联度来确定多个影响因素影响力的强弱关系。

3.2 灰色关联分析步骤

设X0=[x0(1),x0(2),…,x0(n)]为主要因素序列，Xi= [xi(1),xi(2),…,xi(n)]为相关因素序列。

(1)计算灰色绝对关联度

灰色绝对关联度ε0i表征了折现X0与X1之间的相似程度，折现X0与X1越相似，ε0i越大，反之，越小。其计算公式为：

(2)计算灰色相对关联度

灰色相对关联度γ0i反映了X0与X1之间的变化速率之间的关系，相对于起始点X0与X1的变化速率越大，γ0i越小，反之，越大。其计算公式为：

(3)计算灰色综合关联度

在分析过程中，将因素变化曲线与几何相似性同时考虑进去能够更好地度量因素在系统发展态势中的相似程度。因此，用综合关联度来确定影响因素优先顺序的关系。综合关联度ρ0i将X0与X1的相似程度及变化速率接近程度均考虑在内，因此ρ0i能够全面、有效地反映序列之间是否紧密。其计算公式为：

其中，θ∈[0，1]为因素变化曲线几何相似性和变化趋势一致性的权重系数，文章同等重视变化速率与绝对量之间的关系，因此，令θ＝0.5。

3.3 本地生活服务O2O行业市场规模相关因素灰色关联计算与分析

本文选择了2011—2016年影响我国本地生活服务O2O行业市场规模相关因素进行分析，数据见表2。

将表2中的原始数据信息经过相应的计算并带入式(1)～(3)分别得到：

表2 2011—2016年影响我国本地生活服务O2O行业市场规模相关因素数据

(1)关联度计算

(2)影响因素的强弱关系

由综合关联度 ρ09＞ρ08＞ρ01＞ρ02＞ρ05＞ρ04＞ρ06＞ρ07＞ρ03可知，影响我国本地生活服务O2O行业市场规模相关因素的强弱顺序为X9＞X8＞X1＞X2＞X5＞X4＞X6＞X7＞X3。

4 结论与展望

4.1 结论

综上所述，城镇居民人均可支配收入是推动我国本地生活服务O2O行业市场交易额增长的最主要因素，同时中国城镇人口规模的关联指数0.702 9也在0.7以上，其对我国本地生活服务O2O行业市场交易规模也起着举足轻重的作用，而电子商务市场交易规模、网络购物市场交易规模、中国移动网民数量、中国网民数量、中国移动购物用户规模、第三方移动支付交易规模的关联程度依次减弱，移动端购物市场交易规模相比之下影响最弱。该结果与实际基本相符。

4.2 展望

伴随着我国经济的持续稳步发展，我国城镇居民人均可支配收入近年来也保持着较快的增长，城镇居民人均可支配收入的稳步提升，为本地生活O2O行业的发展奠定了基础。同时随着城镇化进程的加快，城镇人口规模不断扩大，本地生活O2O的需求将不断释放，本地生活服务O2O市场规模将不断增长，未来本地生活服务O2O行业将具有可观的发展前景。

参考文献:

[1]潘福达．美团点评合并成O2O企业[N]．北京日报,2015-10-09．

[2]wesay1．互联网的大动荡时代已来临！BAT站队不可避免？[EB/OL]．(2015-05-27)．http://blog．csdn．net/wesay1/article/details/46045581．html．

[3]Trustdata．2016年本地生活服务O2O白皮书[EB/OL]．(2017-02-07)．http://www．199it．com/archives/562254．html．

[4] 刘京．本地生活服务O2O市场现状及发展趋势探析[J]．现代商业,2014(21):70-71．

[5]刘锦峰．影响本地生活服务O2O的关键因素研究[J]．电子商务,2016(5):42,91．

[6]艾瑞咨询研究院．2017年中国本地生活O2O行业研究报告[EB/OL]．(2017-07-11)．http://www．iresearch．com．cn/report/ 3024．html．

[7] 王东峰．基于灰色关联度的电子商务交易额影响因素分析[J]．郑州航空工业管理学院学报,2014,6(32):53-56．

[8] 王东峰．基于灰色关联度的移动电子商务交易规模影响因素分析[J]．南阳理工学院学报,2015,3(7):39-42．

[9]中华人民共和国国家统计局．中国统计年鉴2017[M]．北京:中国统计出版社,2017．

[10]艾瑞咨询研究院．2016年中国O2O行业发展报告[EB/OL]．(2016-07-05)．http://www．iresearch．com．cn/report/2612．html．