——基于盒马鲜生的调查建模

郝绍捷 中国农业大学国际学院   北京  100083

摘要：物流服务质量决定了生鲜电商商业模式的成功与否，当前迫切需要从实证视角来考察物流体验满意度的影响因素。尽管我国冷链物流运输增长较快，但是我国整体的发展规模和现代化程度都较为滞后。在实证研究中，我们证实了这五个方面与客户物流满意度的联系，并且得出，我国生鲜果品电商物流质量的重要性排序为：“产品保存>冷链运输设施>物流服务热情>配送个性化>配送及时性”。未来，我国生鲜果品电商物流要从这几个方面出发，加大对物流设施的投资，并和科技物流企业加强合作，优先改善物流及时性和个性化。

关键词：生鲜果品电商；物流经济；物流质量；顾客满意度

一、选题背景和意义

（一）研究背景

随着垂直型电子商务的飞速发展，催生了大量电子商务和传统产品的融合形式，包括了农业、制造业、服务业等多种业态，生鲜果品电商便是生鲜农产品和电子商务的融合形态，受到众多消费者的追捧，吸引了众多资本和互联网巨头参与其中，2019年市场交易规模达到了2888亿元，同比去年增长41.20%。尤其是在2020年新冠疫情期间，在农产品零售业态大幅萎缩的背景下，生鲜果品电商有效弥补了需求不足的问题，为消化库存提供了不少助力。然而，我国生鲜电子商务行业发展并非一帆风顺，因为生鲜产品具有较高的保鲜需求，产品质量有季节性、易变质、已损坏，所以生鲜果品电商往往面临较大的亏损风险，这也给生鲜果品电商物流带来了巨大挑战。

表1 2013-2019年中国生鲜果品电商市场交易现状

资料来源：iresearch前瞻产业研究院

（二）研究意义

首先，我国从物流服务视角来探讨了生鲜果品电商的发展策略，而以往的研究集中于生鲜果品电商的供应链、冷链运作、商业模式等。同时，本文可以进一步从顾客视角来给生鲜果品电商物流模式提出建议，结合了问卷调查法和建模法，也有助于给未来研究提供借鉴。

其次，物流服务质量决定了生鲜果品电商商业模式的成功与否，当前迫切需要从实证视角来考察物流体验满意度的影响因素，根据结论给生鲜果品电商提供相应决策，以便于让盒马鲜生改善客户满意度。

二、相关研究综述

（一）国外文献综述

Ramanathan（2010）采用了SERVQUAL模型来考察了物流服务质量，作者研究发现，服务水平、服务口碑和售后应急处理决定了客户满意度。Roslan等（2015）也借助问卷调查展开了类似的研究，作者提出了物流服务是由移情性、完善性、超出期望而决定的。Kilibarda等（2016）采用了SERVQUAL模型来考察了物流服务质量，研究认为不同市场的物流服务诉求不同，在时效性强的产品运输中，对服务质量的要求更高。Wohlrab等（2012）认为，电子商务中的“最后一公里”物流服务要求更高，因为该服务与客户接洽，是物流服务的直观感受。Jedermann等（2014）认为，生鲜物流运输中要避免浪费和腐烂，作者建议采用无线传感器来解决类似问题。

（二）国内文献综述

刘刚（2017）研究提出，生鲜果品电商物流服务应当从顾客需求出发，重视即时性、响应性和安全性建设，需要提高物流服务的创新能力，提高生鲜产品的使用效率，为顾客创造价值。张琰（2017）通过实证研究得到，生鲜果品电商物流风险点较多，库存、运输、信息化等过程都影响了服务水平。邱斌（2017）借助SERVQUAL模型考察了生鲜果品电商物流服务能力，作者认为可靠性、经济性、服务柔性构成了物流能力。孙瑞者（2018）认为，生鲜果品电商物流服务风险来自企业内部和外部，需要从多重视角来审视。张其春和黄陈润（2019）采用SERVQUAL模型得到，有形性、响应性和便利性是顺丰农产品电商物流服务质量的驱动因素。李娜（2019）认为，生鲜果品电商物流服务可以采取“1+1+1”模式，同时借助新零售配送、自提和众包来解决。

（三）主要研究思路和研究内容

从过去的研究中，发现较多学者是从整个生鲜果品电商行业的视角来研究问题，并且有相当一部分的研究侧重于企业供给角度，但是没有从消费者角度来探讨。同时，大部分学者采取理论分析或案例分析，较少有学者采用调查分析或实证研究。本文拟采用文献研究和行业现状分析方法，梳理生鲜果品电商物流的特点和现状，建立了本文的研究框架。基于现有的相关研究，本文根据生鲜果品电商的发展现状，建立了盒马鲜生客户物流服务满意度的影响因素模型，为我国生鲜果品电商物流优化给出相应的启示。

三、生鲜果品电商物流的概念与现状

（一）生鲜果品电商物流的概念

一般而言，生鲜产品不耐腐蚀、保鲜时间短、容易损坏，所以传统物流运输是无法满足生鲜产品的运输需要，促使冷链物流成为生鲜果品电商物流的主要方式。冷链物流主要是为运输品提供低温的储藏和运输环境，保证产品从生产到销售过程中起到保鲜作用，减少生鲜产品流通中的损耗率。

表2  冷链运输的对象

资料来源：作者自行梳理

（二）生鲜果品电商物流模式

1.自营物流配送

自营电商物流配送即电商平台提供配送服务，这要电商平台自建物流体系，通过内部管理控制整个物流过程，优点在于能掌控整个运输的信息化与实际运输，并能控制第三方物流的不可控风险，做到质量水平的可控性。然而，自营物流配送要求电商平台具有专业性，尤其是冷链运输，需要投入大量的资金和人力，可能不利于规模较小的生鲜果品电商平台。

2.第三方物流配送

第三方物流即生鲜果品电商企业将物流运输外包给第三方物流公司，即由物流公司承担冷链运输过程，而电商平台应当给订单提供分拣和打包服务。相比而言，第三方配送可能有更长的周期，无法满足客户对生鲜产品的即时性需求，并可能加大货损率。

3.“O2O+前置仓”配送

根据“生鲜+新零售”的思维，实体生鲜门店也开始整合前置仓，通过生鲜果品电商平台的信息化服务，生鲜门店可以为就近线上下单的客户提前打包，然后客户可以上门自取，或者由前置仓城配公司进行运输，提高了生鲜门店的周转率，减少了完整运输时间。不过，前置仓配送很考验电商平台的信息化服务能力。

（三）生鲜果品电商物流的现状

近年来，随着生鲜果品电商的飞速发展，促使生鲜果品电商物流产业规模也迅猛增长，行业主体增长较快。早在2015年，我国冷链物流总产值就突破了1800亿元，同比2014年提高了20.0%。2019年，冷链物流产值已经达到了3391亿元，同比去年增长17.60%。

表3  2016-2019年我国冷链物流行业市场规模

资料来源：前瞻产业研究院

尽管2020年我国爆发了新冠疫情，对我国实体行业带来了严重冲击，但是各大平台的订单却同比上涨，这也说明生鲜果品电商商业模式具有较高的抗风险能力。另外，伴随我国冷链基础设施的推进，生鲜果品电商物流服务也会越来越完善，有助于客户的物流质量体验。长期以来，我国都十分重视冷链物流的建设，2015-2019年间，我国冷库容量增长迅猛，2019年冷库容量达到了6053万吨，同比2018年增长15.56%。

表4  2015-2019年中国冷库容量建设

资料来源：前瞻产业研究院

（四）生鲜果品电商物流的问题和原因

根据中物联冷链委在2019年7月发布的《生鲜果品电商冷链物流研究报告》信息，生鲜果品电商用户在物流方面容易出现以下问题：

表5  生鲜果品电商用户的物流体验问题

资料来源：《生鲜果品电商冷链物流研究报告》

接下来，本文进一步对产生问题的原因进行梳理和分析

1.产品保存不佳

由于电商物流信息系统和冷链运输时效能力的局限，我国生鲜果品电商的货损率较高。在一些地区，由于冷链运输发展不完善，或者商家对产品保鲜的重视度不足，导致平台生鲜质量不高，甚至在少数地区还出现了暴力运输，难以达到消费者期望的标准。生鲜产品对温度、适度和运输条件都有较高要求，缺乏专业化冷链物流服务，便导致了客户的满意度下滑。

2.冷链运输发展滞后

如今，我国一线城市的现代化物流体系较为成熟，但是后线城市的冷链物流服务设施发展滞后，而且相关人才的专业性不强，大部分学历水平不高，缺乏专业化管理经验，导致冷链物流没有规模经济优势，配套服务不完善，所以不能给客户提供直观的质量感知。

3.物流配送延迟

如今，电子商务行业的物流竞争中，大量平台的对比对象为淘宝、京东、饿了么、美团等头部电商企业，但是这些大型平台都兼并了物流科技公司，在物流服务信息化具有充足的经验，能将集合订单处理的全部流程，提高了相应速度、信息时效性、应答及时性和退换货速度。但是，生鲜果品电商在电商产业中的比重很低，产业规模相对较小，极少有企业整合了成熟的物流信息体系，无法与菜鸟网络、京东物流、蜂鸟配送等相提并论，甚至配送存在延迟，导致客户的物流个性化需求难以满足。

4.物流服务没有热情

由于生鲜果品电商行业的自营配送比例极低，所以无法对物流人员进行统一的企业文化和服务礼仪培训。一般而言，上门配送服务人员是顾客与企业接触的实际形态，如果能感受到更聊的服务，会让客户对生鲜果品电商平台的印象更好，甚至能够包容一定程度的生鲜货损率。

5.配送服务缺乏个性化

根据经典的服务质量SERVQUAL模型，服务移情性指的是能让客户感受到与众不同的体验，表明其个性化诉求能得到企业重视。由于饿了么、美团等O2O电商平台配送中，通过大数据获取了用户的个性化标签，并能够通过智能算法来预测他们的备注需求，为客户提供个性化物流体验，比如定时配送、配送员要求、送达时间等。但是，生鲜果品电商企业由于各个城市的订单数量规模不大，而且不是自营物流，所以难以满足客户的个性化物流服务。

四、生鲜果品电商物流顾客满意度影响因素研究

（一）问卷设计

综合了过去的文献以及相关理论，研究将借助问卷量表来进行研究，量表的特点可以提供一定的连续性，以便于回归建模分析。在案例公司选择上，考虑到市场影响力与知名度，选取了盒马鲜生作为研究案例，从前文中对生鲜果品电商物流问题的分析出发，并参考了中物联冷链委的《生鲜果品电商冷链物流研究报告》的问卷设计，以5级李克特量表来测量^①。除了问卷主体部分，还包括了人口统计学信息，会在下文进一步分析。

表6  问卷设计

资料来源：作者自行梳理

（二）问卷发放

本文调查对象是大学生，在上海立信会计金融学院发放了调查问卷，调查方式的网络调查，在朋友圈中转发问卷，并以现金红包来激励同学校友填答，总共发放问卷200份，得到以下人口统计学信息，可以看出女生占比居高，这是因为我校女生占比居多，并显示出女性是生鲜产品的主要客户。

表7  人口统计学信息

（三）数据检验

1.信度分析

将数据导入到SPSS 22.0，采用了信度和效度分析测算，以保障生鲜果品电商物流属性变量的建构可靠性和有效性，根据测算得到，产品保存、冷链运输、物流配送及时性、物流服务热情以及配送服务个性化这5个变量的克隆巴赫系数范围是0.897-0.933，全部超过了0.8的理想水平，说明生鲜果品电商物流质量建构的内在一致性良好。

表8  克隆巴赫系数测算结果

2.因子分析

因子分析是检验变量构建有效性的方法。先根据KMO和Bartlett的检验得到，生鲜果品电商物流量表数据的KMO统计量超过了0.9阈限水平，Bartlett检验P值也达到理想水平，说明适合进行下一步的主成分分析。

表9  KMO和Bartlett 的检验

资料来源：作者计算

在导入数据后，以最大方差法提取因子，结果总共提取到5个主成分，生鲜果品电商物流量表指标数据其累积方差贡献率为89.968%，说明模型建构是合理的，恰好为各个变量对应的因子。

表10  解释的总方差

资料来源：作者计算

在旋转成份矩阵计算中，得到生鲜果品电商物流量表指标的因子载荷均高于0.7，这也说明各个指标没有被去除的必要，原始数据可以反映出数据结构的多个变量信息，能识别出生鲜果品电商物流质量评价的不同维度，总体测算效度良好。

表11  旋转成份矩阵

提取方法：主成份。

旋转法：具有Kaiser标准化的正交旋转法。

a.  旋转在7次迭代后收敛。

资料来源：作者计算

（四）结构方程模型的建模分析

本项物流服务满意度影响因素模型借鉴了以往的相关文献，采用结构方程模型来建模验证，以考察不同因素的影响强度关系。文章所使用的测算软件为AMOS 21.0，通过路径系数的大小和P值来比较关系强度区别。测算结果如表12所示：

表12  盒马鲜生物流满意度模型的关系路径

^***代表通过了0.1%的显著性水平，^**代表通过了1%的显著性水平，^*代表通过了5%的显著性水平，⁺代表通过了10%的显著性水平。

资料来源：作者计算

（五）结果讨论

根据表12，产品保存的影响系数为0.556，通过了0.1%的显著性水平，这说明生鲜果品电商物流的产品保存能力十分重要，只有为客户提供更优质的产品保存，才能保障生鲜产品的使用价值；冷链运输的影响系数为0.471，通过了0.1%的显著性水平，这是因为冷链运输的有形性建设能让用户感受到心理上的安全，认为生鲜果品电商平台的生鲜供应链完善，能帮助客户从源头控制质量；配送及时性的影响系数为0.346，通过了0.1%的显著性水平，这代表生鲜果品电商的物流配送效率最为重要，客户期望能下单后尽快获得；物流服务热情的影响系数为0.456，通过了0.1%的显著性水平，这也证实了物流服务贴心与满意度的关联，说明生鲜果品电商物流需要优化配送人员的培训，让物流服务人员可以传递生鲜果品电商的服务承诺；配送个性化的影响系数为0.451，通过了1%的显著性水平，影响略低于于配送及时性，这说明个性化取件评价能赢得客户的青睐，这也是我国生鲜果品电商物流体系建设中需要重视的，不能一味发展单一物流，而是要给客户更多样、更便捷的选择。

五、研究结论

在本文研究中，梳理了我国生鲜果品电商物流的发展现状和问题。可以看出，尽管我国冷链物流运输增长较快，但是我国整体的发展规模和现代化程度都较为滞后，存在产品保存不佳、冷链运输发展滞后、物流配送延迟、物流服务没有热情、配送服务缺乏个性化等问题。在进一步的实证研究中，我们证实了这五个方面与客户物流满意度的联系，并且得出，我国生鲜果品电商物流质量的重要性排序为：“产品保存>冷链运输设施>物流服务热情>配送个性化>配送及时性”。未来，我国生鲜果品电商物流要从这几个方面出发，加大对物流设施的投资，并和科技物流企业加强合作，优先改善生鲜产品保存质量和冷链运输设施。

六、研究不足和未来研究方向

本文的研发方法只采用了盒马鲜生这一家生鲜果品电商企业作为案例，问卷设计仅仅基于SERVQUAL模型为基准，没有参考最新前沿的满意度文献。另外，限于作者的研究能力，问卷调查对象是上海立信会计金融学院学生，可能对生鲜果品电商整体市场没有好的代表性。因此，在未来研究中，建议采用更多企业进行研究，并且提高模型的专业性，并加大样本量和覆盖人群，提高研究结论的科学性。

注释：

①1表示很差，2表示较差，3表示一般，4表示较好，5表示很好。

参考文献：

[1]Ramanathan R. The moderating roles of risk and efficiency on the relationship between logistics performance and customer loyalty in e-commerce[J]. Transportation Research Part E: Logistics and Transportation Review, 2010, 46(6): 950-962.

[2]Roslan N A A, Wahab E, Abdullah N H. Service quality: A case study of logistics sector in Iskandar Malaysia using SERVQUAL model[J]. Procedia-Social and Behavioral Sciences, 2015, 172(0): 457-62.

[3]Kilibarda M, Nikolicic S, Andrejic M. Measurement of logistics service quality in freight forwarding companies[J]. The International Journal of Logistics Management, 2016.

[4]Wohlrab J, Harrington T S, Srai J S. Last Mile Logistics Evaluation-Customer Industrial and Institutional Perspectives[C]//23rd Annual Production and Operations Management Society (POMS) Conference, Chicago, Illinois, USA. 2012.

[5]Jedermann R, Nicometo M, Uysal I, et al. Reducing food losses by intelligent food logistics[J]. 2014.

[6]刘刚.生鲜农产品电子商务的物流服务创新研究[J].商业经济与管理,2017(03):12-19.

[7]张琰.生鲜农产品冷链物流风险预警指标本体系构建——基于成本约束的背景[J].商业时代,2017(03):132-133.

[8]邱斌.基于突变级数法的生鲜电商冷链物流服务质量评价研究[D].北京交通大学,2017.

[9]孙瑞者.生鲜电商物流模式优化策略探讨[J].商业经济研究,2018(01):110-112.

[10]张其春,黄陈润.生鲜电商环境下食品冷链物流服务质量评价研究——基于PCA-BP神经网络的实证[J].大连海事大学学报(社会科学版),2019,18(03):70-77.

[11]李娜.生鲜电商配送模式的瓶颈与突破——基于“最后一公里”的问题[J].商业经济研究,2019(04):94-96.