营销渠道网络结构对渠道权力应用结果的放大与缓冲作用：社会网络视角，本文主要内容关键词为：网络论文,视角论文,营销渠道论文,权力论文,渠道论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
营销学界对营销渠道的研究主要涉及两大领域，即关注渠道结构设计与选择的渠道结构理论和关注渠道成员之间互动行为的渠道行为理论。在渠道行为理论中，渠道权力、冲突与合作一直是学界关注的核心议题之一，并且经过30余年的研究积累，渠道权力与冲突理论已经成为渠道行为理论中较为成熟的部分[1，2]。尽管如此，现有文献依然存在重要的理论缺陷，这主要表现为现有研究主要遵循将两个渠道成员构成的二元渠道关系(dyadic relationship)作为分析单位的二元分析范式，而缺少对渠道网络结构的关注[3]。从渠道结构形态来看，渠道结构是网络化的[4]，因而将某个渠道关系从渠道网络背景中隔离出来进行研究是难以充分解释网络化的渠道结构对渠道行为的影响的[3]。基于此，近年来一些学者倡导突破二元分析范式，对渠道行为进行网络分析，以更加全面地对渠道行为现象和问题进行解释[4-8]。在近年来出现的为数不多的应用社会网络理论对渠道行为进行研究的文献中，涉及的行为变量主要包括惩罚行为[7]、渠道权力(影响战略)应用[9，10]、渠道沟通[11]、关系行为[12]与零售商新商品选择[13]，其中仅有Antia和Frazier[7]、尹洪娟等[12]和张闯等[10]关注了网络结构变量的影响。虽然如此，从社会网络理论角度展开对渠道行为的研究已经成为渠道行为理论的一个重要研究方向[7，8]。
在二元分析范式下，渠道权力应用与冲突、合作关系的研究已经积累了很多研究文献，但仍有很多问题需要解决。如在渠道网络背景下，上述变量间的关系是否会受到网络结构变量的影响？张闯等[10]在农产品渠道背景下发现农户人际关系网络的结构会对企业应用权力、关系内的冲突与合作产生影响。但作为渠道行为的网络背景，渠道网络的结构是否会以及如何对上述变量间的关系产生调节作用？这样的问题在现有文献中还没有得到回答。基于上述理论空间，本文以社会网络理论为基础，参照Antia和Frazier[7]的操作化方式，在B2B渠道背景中检验经销商群体的网络结构变量——网络密度和经销商的网络中心性，对制造商渠道权力应用与冲突、合作之间关系的调节作用。本文的实证研究发现经销商群体的网络密度和经销商的网络中心性这两个网络结构变量对渠道权力应用、冲突与合作等变量之间的关系具有显著调节作用，从而证实了网络结构变量作为渠道行为背景要素的影响作用。本文的研究发现将有助于推动渠道行为研究从二元分析范式向网络分析转换，对企业的营销管理实践也具有一定的参考意义。
理论框架
本研究根据渠道行为理论和社会网络理论相关的研究文献，建立以下四个概念模型(如图1-4)，在第一个概念模型中，自变量为强制性权力使用，因变量为冲突，调节变量分别为经销商网络密度和网络中心性；在第二个概念模型中，自变量为强制性权力使用，因变量为合作，调节变量分别为经销商网络密度和网络中心性；在第三个概念模型中，自变量为非强制性权力使用，因变量为冲突，调节变量分别为经销商网络密度和网络中心性；在第四个概念模型中，自变量为非强制性权力使用，因变量为合作，调节变量分别为经销商网络密度和网络中心性。我们将重点检验两个网络变量的调节作用。
图1 概念模型1
图2 概念模型2
图3 概念模型3
图4 概念模型4
1、渠道权力及其应用
渠道权力是一个渠道成员对处于同一渠道系统内不同层次上的另一个渠道成员的营销决策变量施加影响和控制的能力[14]。渠道权力根源于渠道成员之间的相互依赖，由于渠道成员之间相互依赖程度的差异，渠道关系中的权力也会呈现出不同的结构[15]。渠道权力是一种潜在的能力，为了对渠道伙伴的行为施加影响，渠道成员会以不同的方式来应用渠道权力。现有文献中，学者们主要采用两种方式来对渠道权力的应用进行操作化：应用权力基础方法和影响战略方法。其中，前者依据社会权力的基础理论[16]，把渠道权力的应用概念化为应用奖赏权、强制权、合法权、认同权、专长权以及信息权等权力基础[17-21]；后者则将权力的应用概念化为实施信息交换、建议、许诺、要求、合法抗辩以及威胁等影响战略[22-27]。虽然操作化方法不同，但在实证研究中，渠道权力的应用一般被分为应用强制性权力与非强制性权力两种基本形式，其中前者主要通过威胁、惩罚等方式来影响渠道伙伴的态度与行为；而后者则主要通过协商、提供支持与协作等方式来对渠道伙伴施加影响。
2、渠道冲突与渠道合作
渠道冲突(channel conflict)是一个渠道成员正在阻挠或干扰另一个成员实现其目标或有效运作的状态[28]。营销渠道中的成员一方面在功能上是专业化的，这决定了它们必须依赖其他成员完成渠道功能；另一方面，渠道成员又都是拥有不同目标的独立企业，这种既在功能上相互依赖，又在运作目标上存在差异的状态是渠道冲突产生的根源。渠道冲突理论认为渠道冲突是一个过程，包括从潜在状态、感知状态、显现状态再到冲突余波状态等不同发展阶段，而不同阶段、不同水平的冲突则会对渠道行为和绩效产生不同的影响[29]。从渠道管理的角度来看，企业对渠道冲突的管理并不是要完全消除冲突，而是要将其控制在一定的水平上，因为完全没有冲突的渠道和过高水平冲突的渠道往往绩效都较低，适度水平的冲突则会为渠道绩效带来积极影响[29]。根据渠道权力和冲突理论，渠道权力应用是导致渠道冲突的主要原因之一[30]。
渠道合作(channel cooperation)指渠道成员为了共同及各自的目标而采取的互利性行动[15]。由于渠道成员在功能上的专业化，渠道成员之间必须保持最低限度的合作才能维持整个渠道系统的运转，而渠道成员之间的合作水平也直接影响了渠道绩效[15，31，32]。实证研究表明，合作对满意[33，34]、信任[35]及渠道绩效[33，34]均有显著正向影响，而渠道成员应用渠道权力的方式则是渠道合作行为的重要影响因素之一。
3、网络密度与网络中心性
网络密度(network density)和网络中心性(network centrality)是社会网络理论的两个核心概念。社会网络理论认为嵌入在网络中的主体的行为不仅仅受到其所在二元关系的内容与性质的影响，同时也受到其所在网络的结构及其在网络中的位置的影响[36]，而网络密度和成员的网络中心性就是刻画网络结构特征的两个基础性变量。
网络密度是指网络中所有成员之间的实际联系数量与其可能存在的最大联系数量之间的比率[37]，该比率越高，该网络的密度就越大。根据社会网络理论，网络密度的增加会带来三种有益的结果：第一，高网络密度会增加网络成员之间沟通的效率，这是由于高密度网络中成员之间存在非常广泛的联系，从而促进了各种信息在网络中流通的效率[38-40]；第二，高网络密度会促使网络成员之间形成共享的价值观、目标、信念和行为规范。高网络密度对信息和资源流动速度的加快和传播范围的扩大，会促进成员之间相互了解程度的加深，所以更容易形成共享的价值观、目标、信念和行为规范与期望[41]；第三，更高的沟通效率和共享价值观念与行为规范的形成会促使网络成员在观念与行为上达成一致[38]，即出现结盟行为。
网络中心性是指成员在网络中占据中心位置的程度。某成员的网络中心性高则表现在该成员处于联接各种关系的核心地位或者处于连接两个弱联系群体的重要位置。网络中心性赋予了该成员对其他网络成员的影响力，以及对网络中资源与信息流动的控制力[37]。在社会网络理论中，“网络中心性”与“权力”有着千丝万缕的联系，社会网络研究者倾向于用“中心性”表达权力的概念，此外他们认为某成员的网络中心性分为三个维度[42]：一是点度中心性(degree centrality)，指与该成员直接相联的网络成员的数量，此数量越多，该成员的点度中心性就越强。二是中间中心性(betweenness centrality)，指该成员在多大程度上处于其他网络成员的“桥梁”之上，如果一个成员处于许多其他成员交往的路径上，就可能具有控制其他成员之间交往的能力。三是接近中心性(closeness centrality)，指某个成员与网络中其他成员接近的程度，表示该成员不受他人控制的程度。社会网络研究表明，成员网络中心性的增加可以为其带来更大的影响力和支配力[43-45]，有助于提升其获取网络信息与资源的能力[46]。
研究假设
1、渠道权力应用方式对渠道冲突与合作的影响
(1)渠道权力应用对渠道冲突的影响
不同的渠道权力应用方式对冲突有不同影响。由于强制性权力应用的影响主要建立在威胁、惩罚等机制的基础上，即如果受到影响的渠道成员不顺从就会遭受损失[23，47，48]，因此受到影响的渠道成员往往会感觉到自主性的剥夺，即是出于迫不得已而改变自己的行为或态度，从而会将渠道伙伴强制性权力的应用更多地归因于对自己利益的剥夺，阻碍其目标的实现[23，25]。与之相反，非强制性权力的影响机制主要建立在企业提供的协助与支持等方面，即如果渠道伙伴顺从的话，就会获得收益[47,48]。对于受到影响的渠道成员而言，渠道伙伴非强制性权力的应用，则会令其认为对方是在努力解决问题，提升合作绩效[23，25]，因而其行为的改变则更多出于自愿。在不同的研究背景中，以往的实证研究均发现强制性权力的应用会导致较高水平的冲突[18,24，25，30，49-52]，而非强制性权力的应用则会降低冲突的水平[18,24，25，30，49]。因此，提出如下假设：
H1a:制造商越多使用强制性权力，其与经销商关系中的冲突水平越高；
H1b:制造商越多使用非强制性权力，其与经销商关系中的冲突水平越低。
(2)渠道权力应用对渠道合作的影响
强制性权力应用主要通过威胁、惩罚的方式改变渠道伙伴的行为，受影响的渠道成员往往会感觉到其决策与行为的自主性受到了控制[20，53]，这就会破坏渠道成员间亲密团结的合作氛围，降低后者的合作意愿，从而降低渠道关系内的合作水平。与之相反，非强制性权力的应用主要通过支持、协作与商议的方式改变渠道伙伴的行为，受到影响的渠道成员会感觉到其决策与行为的自主性受到了尊重[20，53]，并且会将影响者的观念逐渐内化为自身的观念[48,54]。可见，企业应用非强制性权力会促进渠道伙伴的积极态度，并提升渠道合作水平。实证研究发现非强制性权力对合作有显著正向影响[31，33，34，50-52]，强制性权力对合作有显著负向影响[33，50-52]。由此，我们提出以下假设：
H2a:制造商越多使用强制性权力，其与经销商关系中的合作水平越低；
H2b:制造商越多使用非强制性权力，其与经销商关系中的合作水平越高。
2、经销商网络密度和网络中心性的调节作用
(1)经销商网络密度的调节作用
网络密度关注的是整体网络的结构，网络密度的增加可以提升网络成员之间的沟通效率和信息共享水平[38-40]；有助于形成一致的期望和共同的目标，促进行为规范的形成与扩散[41]；另外，还可以加深网络成员之间的相互信任程度[55]。这样就更有可能在部分或所有网络成员之间形成一个观念与行为上一致的联盟[38]。在相对封闭的高密度网络中，声誉机制与惩罚机制还会进一步强化成员的一致性行为[39,56]。
在本文的研究背景中，经销商群体网络密度的调节作用来自两个方面。一方面，高网络密度的经销商群体，拥有高效率的信息流通速度，高水平的互动沟通程度，这就会使得制造商针对某经销商的渠道行为信息为更多的经销商所共享，从而会影响网络内其他经销商对制造商的态度。另一方面，经销商群体信息交换效率的提升，会增进彼此之间的了解与互信，因而经销商群体更有可能采取一致性态度与行为对待制造商。
对于制造商而言，不同的权力应用方式会对经销商态度与行为产生不同的影响。制造商强制性权力的应用会使受到影响的经销商觉得其决策与行为的自主性受到了侵犯[20,53]，还会使后者认为制造商在制造麻烦，破坏合作氛围，而非解决问题[23，25]。因此，经销商可能在行为上对制造商表现为服从，但在观念上可能会与制造商相悖[54]，从而降低双方的合作水平，并可能导致较高水平的冲突。在高网络密度的经销商群体中，信息流通速度快，扩散范围广，受制造商强制性权力影响的经销商更可能与其他经销商交换自己对制造商的看法，从而可能导致更多的经销商，乃至整个经销商群体对制造商形成消极的态度，当受到相同影响的经销商数量增加时，由于彼此之间的沟通与商议成本很低，经销商群体就更有可能形成联盟来共同抵制制造商的行为[7，10]，这样就可能进一步降低双方的合作水平，乃至使冲突进一步升级。
而制造商非强制性权力的应用往往会使受到影响的经销商感觉到其决策与行为的自主权与控制权得到尊重[20，53]，还会使后者认为制造商在致力于解决问题[23，25]，因而更倾向于将制造商的支持看作为对自己的帮助。因此，受到影响的经销商会对制造商增加积极的态度，即将制造商的价值标准内化[48，54]。显然，高网络密度的经销商群体的成员之间更容易交换其对制造商的积极看法，而制造商良好声誉的传播与扩散，反过来又会促进双方的合作水平提升和冲突水平的下降。由此，我们得到以下假设：
H3:经销商网络密度对制造商强制性权力使用与冲突之间的正相关关系有显著正向调节作用。
H4:经销商网络密度对制造商强制性权力使用与合作之间的负相关关系有显著正向调节作用。
H5:经销商网络密度对制造商非强制性权力使用与冲突之间的负相关关系有显著正向调节作用。
H6:经销商网络密度对制造商非强制性权力使用与合作之间的正相关关系有显著正向调节作用。
(2)经销商网络中心性的调节作用
网络成员的中心性反映的是该成员在整体网络中的地位，这种地位主要体现在该成员在网络中所拥有的联系，及在网络中所处的位置[37]。一方面，成员网络中心性的增加，有利于提升该成员获取相关信息和资源的便捷性[46，56]，加快其找到并获取所需的信息和资源的速度[57]；另一方面，成员网络中心性的增加，提高了该成员对网络中信息与资源的控制能力[43-45]。在本文的研究背景中，某经销商的网络中心性越高，其获取相关信息与资源的能力，及对网络中流动的各种信息、资源实施影响与控制的能力也越强，这往往会给其带来较大的权力[43-45]，一旦制造商对其使用强制性权力，该经销商很有可能采用相似的方式报复[23，25,58，59]，这样一来，必然会降低双方的合作水平，加剧渠道关系的紧张程度，甚至激化矛盾，引起更深的冲突。另一方面，经销商的网络中心性越高，意味着其在经销商群体中拥有的联系越广泛，该经销商越有可能通过控制其他经销商所获信息的内容与质量等途径，对其他经销商的态度与行为施加影响。显然，如果制造商对高网络中心性的经销商使用了强制性权力，就会带给其以消极的感知，该经销商又会利用自己的中心地位，影响网络中其他成员对制造商的看法。这种消极态度的蔓延，必然会雪上加霜，使双方原有的合作水平降得更低，冲突水平升得更高。反之，如果制造商对高网络中心性的经销商使用非强制性权力，会带给其以积极的感知，该经销商同样会利用自己的独特地位，向网络中其他成员传递制造商的良好形象，这种积极态度的传播，必然会锦上添花，进一步增强双方原有的合作水平，降低冲突水平。由此，我们提出以下假设：
H7:经销商网络中心性对制造商强制性权力使用与冲突之间的正相关关系有显著正向调节作用。
H8:经销商网络中心性对制造商强制性权力使用与合作之间的负相关关系有显著正向调节作用。
H9:经销商网络中心性对制造商非强制性权力使用与冲突之间的负相关关系有显著正向调节作用。
H10:经销商网络中心性对制造商非强制性权力使用与合作之间的正相关关系有显著正向调节作用。
研究方法
1、样本与数据收集
本文的实证研究对象是制造商与其分销商之间的渠道关系网络，我们选择从制造商一边获得数据。为了保证样本企业分销商群体网络结构变量有充分的变异，我们将采用非排他性渠道结构的制造商作为抽样总体，即样本企业在区域市场内某一层面上拥有多个分销商(批发商或零售商)。为了保证调查的有效性，在实施问卷调查以前，我们对来自14个企业(包括制造商、经销商与零售商)的总经理、营销经理及采购经理进行了深度访谈。访谈的目的一方面在于获得不同类型产品分销渠道的结构特征方面的信息，另一方面则了解这些企业，尤其是制造商销售(市场)经理对渠道网络结构的认知情况。深度访谈为调查操作提供了有价值的指导性意见。
我们首先根据调查计划中确定的样本要求分别在广州、沈阳、长春、大连、郑州和西安6城市随机抽取样本企业，然后通过电话联系符合调查要求的企业相关人员(调查对象为制造商的销售经理、市场经理和市场业务主管等了解企业渠道状况的边界人员)，在确认对方愿意接受调查以后，由调查员通过面对面访问的方式完成问卷调查。我们委托了一家专业市场调查公司实施调查，以提高问卷回收率。调查共发放问卷300份，最终回收有效问卷278份，有效问卷回收率为92，7%。在全部有效问卷中，36.7%的受调查者为销售(市场)经理，63.3%的受调查者为业务主管或业务员；受调查者在样本企业的工作年限在5年以下的占77.3%，6-10年的占16.5%，10-15年的占4.0%，15年以上的占2.2%。样本描述性统计特性如表1所示。
为了检验来自不同地区的样本之间是否存在显著差异，我们按照地区将样本随机分作两组，进行了双样本T检验，结果表明各个地区的样本之间不存在显著差异，因而样本的地理分布不会对本文的研究结论产生影响。
2、变量测量
本研究中的量表均来自前人的研究中使用过的成熟量表，我们将英文翻译为中文，并在不改变原意的前提下，根据研究情境的具体情况对量表的问项做了相应的修改，使之更符合研究情境下的渠道关系。其中，经销商网络密度和网络中心性的测量题项来自Antia和Frazier[7]，各包含3个题项；强制性权力应用和非强制性权力应用的测量题项来自Gaski，Nevin[18]和庄贵军等[50]，各包含4个题项；渠道冲突和渠道合作的测量题项来自庄贵军等[51]各包含3个题项和4个题项。各个变量的题项如表2所示。
3、量表信度、效度检验
我们采用AMOS7进行验证性因子分析(CFA)，得模型拟合指数Δ
/df=1.748，RMSEA=0.052，IFI=0.945，CFI=0.944，NNFI=0.932，GFI=0.908。结果显示所有题项因子的标准载荷均大于0.5的门槛值，而且都在p＜0.001的水平上显著，各变量的AVE值都大于0.5，说明量表中的各变量有较好的聚敛效度(表2)。我们采用Δ卡方值来检验变量之间的判别效度。从表3可以看出，所有变量之间的卡方值差异均大于3.84(p＜0.05)，说明各个变量之间存在明显差异，判别效度良好。最后，所有变量的Cronbach's α值介于0.765到0.899之间，各变量的组合信度(composite reliability)都大于0.7。综上，本研究各个变量具有较好的信度与效度。各个变量的均值、标准差与相关系数如表4所示。
数据分析与结果
本研究采用多元层次回归分析法进行数据分析，以验证理论假设。考虑到强制性权力使用和非强制性权力之间的相关关系，我们在针对强制性权力使用的回归模型中，放入非强制性权力使用作为控制变量，反之亦然。我们将关系长度(RL)作为控制变量，其测量问项为：“贵公司与该分销商之间的商业往来有多少年了？”表5至表8为多元层次回归分析结果。
从表中可以看出，强制性权力应用对渠道冲突有显著正向影响(β=0.356，p ＜0.001)，这与假设H1a一致；非强制性权力应用对渠道冲突无显著影响(β=0.021，p＞0.05)，这与假设H1b不符，因此该假设被拒绝。
就网络结构变量的调节作用而言，在CO(1)的第四个回归模型中(表5)，虽然CEP的回归系数显著不为0且为正，但是ND和CEP×ND的回归系数不显著(β=-0.033，p＞0.05)，这说明经销商网络密度对制造商强制性权力的使用与冲突之间的正相关关系不会起调节作用。因此，假设H3没有得到支持。同样，在CO(2)的第四个回归模型中(表6)，NCEP、ND和NCEP×ND的回归系数均不显著，这说明经销商网络密度对制造商非强制性权力的使用与冲突之间的关系不会起调节作用。因此，假设H5也没有得到支持。
在CO(3)的第四个回归模型中(表7)，CEP的回归系数显著不为0且为正，而且CEP×DC的回归系数显著不为0且为负(β=-0.174，p＜0.01)，这说明经销商网络中心性对制造商强制性权力的使用与冲突之间的正相关关系起负向调节作用，即弱化上述关系，这与假设H7的预测相反，因此假设H7被拒绝。在CO(4)的第四个回归模型中(表8)，NCEP、DC的回归系数不显著，但NCEP×DC的回归系数却显著为负(β=-0.173，p＜0.01)，这说明经销商网络中心性会弱化制造商非强制性权力的使用与冲突之间的关系。虽然制造商非强制性权力的使用与冲突之间的负相关关系是不显著的，但该结果依然表明经销商网络中心性对制造商非强制性权力的使用与冲突之间的关系会起负向调节作用，这与假设H9相反。
对于COO而言，结果表明制造商强制性权力应用对渠道合作有显著负向影响(β=-0.239，p＜0.001)，因此假设H2a得到支持；制造商应用非强制性权力可以显著提高渠道合作水平(β=0.299，p＜0.001)，这与假设H2b一致，因此该假设也通过检验。
就经销商网络结构变量的调节作用而言，在COO(1)的第四个回归模型中(表5)，CEP的回归系数显著不为0且为负，而CEP×ND的回归系数显著不为0且为正(β=0.131，p＜0.05)，这说明经销商网络密度会强化制造商强制性权力的使用与合作之间的负相关关系，因此，假设H4通过检验。在COO(2)的第四个回归模型中(表6)，NCEP的回归系数显著不为0且为正，并且NCEP×ND的回归系数显著不为0且为正(β=0.185，p＜0.001)，这说明经销商网络密度会强化制造商非强制性权力的使用与合作之间的正相关关系。因此，假设H6得到支持。
在COO(3)的第四个回归模型中(表7)，CEP的回归系数显著不为0且为负，CEP×DC的回归系数显著不为0且为正(β=0.169，p＜0.01)，这说明经销商网络中心性会强化制造商强制性权力的使用与合作之间的负相关关系。因此，假设H8得到支持。在COO(4)的第四个回归模型中(表8)，NCEP的回归系数显著不为0且为正，而NCEP×ND的回归系数显著为正(β=0.129，p＜0.05)，这说明经销商网络中心性对制造商非强制性权力的使用与合作之间的正相关关系会起正向调节作用。因此，假设H10得到了支持。
本研究所有假设检验结果如表9所示。
结果讨论
1、渠道权力应用对冲突与合作的影响
与现有文献的研究发现相一致[31,33.50-52]，本文发现制造商应用强制性权力会显著提高渠道冲突水平、降低渠道合作水平；而应用非强制性权力则会显著提高合作水平。现有研究表明非强制性权力应用对冲突有显著负向影响[25,30.49]，但本研究并未发现二者之间的显著影响关系。一些以中国市场为背景的研究也发现了与本文结果相同的结论[50-52]，这可能与中国的文化背景有关。在讲究“和气生财”、“以和为贵”的中国商业文化中，企业应当尽量避免与合作伙伴的冲突[52]以免伤了和气。在营销渠道背景中，一方面制造商会更加谨慎地使用强制性权力以维护和谐的渠道合作关系，不到万不得已的地步尽量不会使用这种权力；另一方面，受到权力影响的经销商也会对强制性权力应用更加敏感，对冲突的感知也会更为敏锐。渠道关系中一旦爆发了渠道冲突，通常情况是渠道关系中的矛盾被激化了，此时制造商如果希望通过向经销商提供支持和协助的方式来缓解双方的冲突往往并不会奏效，因为经销商可能认为制造商所给予的这些协助和支持是对其不当使用权力的弥补，感情的裂痕和深层次的矛盾并不会因此而得到修复。另一方面，由于渠道冲突是一个过程，制造商使用强制性权力会更为直接地激发冲突，而非强制性权力应用的结果可能需要更长的时间来体现[25]，因此，要考察非强制性权力应用对冲突的影响需要更长的时间周期，本文所采用的截面数据无法反映这一过程，这也可能是该研究假设没有通过检验的原因。
2、经销商网络密度的调节作用
实证研究结果表明，网络密度作为一个重要的网络结构变量会放大制造商权力应用与合作之间的影响关系，但对权力应用与冲突之间的影响关系却没有显著调节作用，对于这一结果我们解释如下。根据渠道冲突理论，冲突的发展是一个过程，网络密度对权力应用与冲突之间关系的调节作用关注的是权力应用方式所带来的冲突水平在不同网络密度的渠道结构中是否会被强化或弱化，这也需要从一个时间维度上来考虑。随着网络密度的增加，制造商与经销商之间的冲突水平可能受到两种不同方向的影响。一方面，随着经销商群体沟通成本的降低和效率的提高，经销商之间很容易在观念与行为上达成一致。当经销商之间感觉到彼此利益息息相关，以群体方式给制造商压力时，关系中的冲突就可能会升级。另一方面，经销商联合起来与制造商谈判也可能会促使制造商让步，从而可能缓解双方之间原有的冲突。两种不同影响机制可能同时存在，从而使得网络密度的调节作用难以呈现出一个清晰的结果。此外，对冲突的考察需要考虑时间过程，因为上述两种机制都不是在某个时点上发挥作用，从过程的角度来考虑会得到更为深刻的理解。
3、经销商网络中心性的调节作用
网络密度是网络层面的结构变量，而经销商的网络中心性则体现了某一网络成员在网络结构中的地位。实证研究结果显示，经销商网络中心性会放大制造商强制性权力对合作的负向影响，以及制造商非强制性权力应用对合作的正向影响。但与我们假设的方向相反，我们发现经销商的网络中心性会弱化制造商权力应用对冲突的影响，即缓冲了制造商强制性权力应用对冲突的正向影响和非强制性权力应用对冲突的影响。这种影响可能主要来自于经销商网络中心性所赋予经销商的影响力。经销商的网络中心性越高，其在网络中的联系就越广泛，其位置就越靠近网络的中心，因而这样的经销商有着更大的渠道权力。制造商与高中心性的经销商之间的冲突会由于经销商更强的“反抗”能力而被削弱，因为这样的冲突升级很可能会带来“两败俱伤”的结果。所以，在这样的情况下，双方都有充足的动机化解渠道冲突，将冲突控制在一定的范围内。另一方面，经销商在网络中的地位也提供了解决冲突的可能性。高中心性经销商的网络地位会使之更容易与制造商对话与协商，双方之间便捷的沟通渠道有利于化解冲突，弱化权力应用方式对冲突的影响。
理论贡献与未来方向
1、理论贡献
本研究的理论贡献主要体现在以下两个方面。首先，针对现有渠道行为研究缺少对渠道网络结构要素影响机制关注的缺陷，本研究从社会网络理论的角度切入渠道权力、冲突与合作的研究，将传统渠道行为研究分析单位的二元渠道关系——“制造商-分销商”关系拓展为“制造商-经销商群体”关系，并实证检验了经销商群体网络密度和经销商的网络中心性这两个网络结构变量对制造商权力应用方式与渠道冲突、合作之间关系的调节作用。我们的实证研究结果表明经销商网络结构变量确实会对制造商权力应用的结果产生放大或缓冲作用，这进一步表明了对渠道网络结构影响机制进行深入研究的必要性。从某种程度上说，本研究突破了传统二元分析范式，不仅丰富与拓展了渠道权力理论研究文献，对推动渠道行为研究向网络分析方向转向也具有重要借鉴意义。
其次，本文对网络结构变量的操作方法的尝试对未来研究具有启发意义。在不存在明确边界的营销渠道网络中对网络结构变量进行测量一直是对渠道行为进行网络分析面临的重要挑战[60-62]。IMP集团的网络图景理论(network picture theory)提供了一个解决此问题的可能思路。该理论认为虽然企业所处的网络结构是一种客观存在，但企业管理决策却是建立在其管理人员对网络若干属性的主观感知的基础上[63-65]。这意味着，采用主观感知的方法来对网络结构变量进行研究操作可能是一种可行的方法。Antia和Frazier[7]首先在特许渠道中采用了这一操作化方法，本文遵循此方法在更为一般的渠道背景下对渠道网络结构变量进行了测量，研究结果显示这是一种可行的操作化方式，可以为后续的研究所借鉴。
2、管理建议
本文的研究发现对企业的营销渠道管理实践具有以下借鉴意义：首先，制造商在对其渠道成员进行管理时，应该谨慎地使用强制性权力，而多使用非强制性权力，因为前者往往会降低渠道合作水平、带来更高水平的渠道冲突；后者则可以有效提升渠道合作水平。其次，制造商在实施渠道管理时需要突破一对一的思维局限，考虑整个经销商群体网络结构的影响，了解经销商之间联系与沟通的状态、某个经销商在其群体中的地位将可以有效地提升渠道管理的效果。
3、研究局限与未来方向
首先，完整的渠道网络结构是包括制造商和经销商两个群体的网络，本文出于研究操作性的考虑只关注了经销商群体一边的网络结构，未来的研究应该考虑将双方的网络都纳入分析范围，以更加深入地理解网络结构的影响机制。
其次，本文的实证研究数据是从制造商一边获取的，这虽然是渠道行为理论主流的操作方式，但制造商方面对渠道网络结构与渠道行为的感知可能与经销商的感知并不一致，因为未来的研究需要考虑从制造商和经销商两边获取数据，以减小偏差。
再次，在众多的渠道行为变量中，我们只考虑了渠道权力应用与冲突、合作之间的关系，而没有考虑其他行为变量。因此，未来的研究可以探讨渠道网络结构变量对其他渠道行为变量之间关系的影响机制。
最后，根据社会网络理论，网络的影响既包括网络结构的影响，即“结构嵌入”视角，也包括网络关系强度的影响，即“关系嵌入”视角。本文主要考虑了网络结构嵌入的影响，未来的研究可以关注关系嵌入对渠道行为的影响机制。