大數(shù)據(jù)新零售對生鮮供應(yīng)鏈的影響研究

陳 露

（江西理工大學(xué)經(jīng)濟管理學(xué)院，江西 贛州 341000）

一、引言

隨著中國經(jīng)濟的轉(zhuǎn)型升級，加之新技術(shù)的不斷發(fā)展變革，零售邊界不斷被超越和打破，新零售的發(fā)展成為不可阻擋之勢[1]。2016年，馬云首次提出新零售概念，認為純電商時代已經(jīng)過去，迎來了線上線下相融合的新零售時代。在數(shù)字化新零售時代下，以“盒馬鮮生”等為代表的生鮮電商，運用大數(shù)據(jù)和物聯(lián)網(wǎng)等新一代信息技術(shù)，重構(gòu)商品供應(yīng)鏈，發(fā)展重心由傳統(tǒng)的以產(chǎn)品為核心轉(zhuǎn)向以消費者體驗為核心，推動傳統(tǒng)零售走上高質(zhì)量發(fā)展的道路。新零售表面上體現(xiàn)為零售渠道的變革，實質(zhì)是對供給端的供應(yīng)鏈進行重構(gòu)[2]，供應(yīng)鏈的整合與優(yōu)化將主導(dǎo)新零售未來發(fā)展的方向。

圍繞大數(shù)據(jù)下新零售對生鮮產(chǎn)品供應(yīng)鏈影響因素的問題，國外學(xué)者Lioutas E D，Charatsari C認為智能技術(shù)引入農(nóng)業(yè)生產(chǎn)，可以提高應(yīng)對農(nóng)產(chǎn)品供需平衡、質(zhì)量安全和購買力等風(fēng)險的能力，提高農(nóng)業(yè)生產(chǎn)效率，進一步促進農(nóng)產(chǎn)品供應(yīng)鏈的改造升級[3]。Lees等分析農(nóng)產(chǎn)品供應(yīng)鏈與供應(yīng)商關(guān)系保持穩(wěn)定的影響因素，研究表明供應(yīng)商長期關(guān)注消費者，根據(jù)消費者需求適應(yīng)市場風(fēng)險以維持農(nóng)產(chǎn)品供應(yīng)鏈的關(guān)系[4]。Cai X等認為生鮮產(chǎn)品在運輸過程中易腐，質(zhì)量難以得到保障，研究從運輸費用、產(chǎn)品數(shù)量和價格出發(fā)，建立模型以協(xié)調(diào)供應(yīng)鏈，找到最佳決策方案[5]。Soto-Silva W E等在研究中基于生鮮產(chǎn)品采購、運輸和存儲建立三種優(yōu)化模型。優(yōu)化模型在實踐中得到運用使得企業(yè)總成本降低，為生鮮供應(yīng)鏈的發(fā)展提供新思路[6]。Banerjee等在研究中表明信息共享的重要性，生鮮零售商利用已有的銷售數(shù)據(jù)及時了解市場的需求，改善產(chǎn)品精準定位服務(wù)，以便快速響應(yīng)生鮮零售市場的發(fā)展需要[7]。Verdouw C N等認為農(nóng)產(chǎn)品行業(yè)的發(fā)展應(yīng)基于互聯(lián)網(wǎng)智能的設(shè)計。物流網(wǎng)絡(luò)具有高效、快速靈活的特性，以便對農(nóng)產(chǎn)品供應(yīng)鏈進行預(yù)測[8]。國內(nèi)學(xué)者方頡，楊磊認為供應(yīng)鏈的協(xié)調(diào)是影響新零售生鮮業(yè)發(fā)展的重要因素，并基于收益共享契約研究新零售生鮮業(yè)的供應(yīng)鏈，最后確定最優(yōu)協(xié)調(diào)策略[9]。王坤，相峰提出新零售的未來發(fā)展路徑不僅需要拓展渠道，形成“全渠道”營銷模式，同時需要利用大數(shù)據(jù)等新技術(shù)帶動新零售與供應(yīng)鏈的關(guān)系重構(gòu)[10]。張建軍，趙啟蘭（2018）深入地研究新零售下流通供應(yīng)鏈商業(yè)模式轉(zhuǎn)型升級的路徑，提出建立以客戶個性化需求為導(dǎo)向的數(shù)字化、柔性化、扁平化、共享化和生態(tài)化商業(yè)模式[11]。劉陽陽研究了傳統(tǒng)生鮮農(nóng)產(chǎn)品供應(yīng)鏈中存在的問題，并基于大數(shù)據(jù)技術(shù)創(chuàng)新性地提出生鮮農(nóng)產(chǎn)品供應(yīng)鏈模式，從而提升企業(yè)效率和降低成本的建議[12]。

通過上述分析發(fā)現(xiàn)，本文相關(guān)的大數(shù)據(jù)新零售下生鮮產(chǎn)品供應(yīng)鏈研究，總體上圍繞大數(shù)據(jù)技術(shù)下新零售特點、生鮮產(chǎn)品供應(yīng)鏈現(xiàn)狀等問題展開。學(xué)者們認同新興技術(shù)對生鮮供應(yīng)鏈的正面影響，構(gòu)建出供應(yīng)鏈協(xié)調(diào)優(yōu)化的不同模型，助力生鮮供應(yīng)鏈升級。但是現(xiàn)有研究對于大數(shù)據(jù)技術(shù)下的新零售較少涉及到生鮮供應(yīng)鏈，即生鮮供應(yīng)鏈的研究中缺少對大數(shù)據(jù)技術(shù)的分析，同時現(xiàn)有文獻較少分析大數(shù)據(jù)技術(shù)下新零售給生鮮供應(yīng)鏈帶來的影響，需要探討大數(shù)據(jù)技術(shù)對生鮮供應(yīng)鏈的影響，為大數(shù)據(jù)技術(shù)在生鮮供應(yīng)鏈運用提供理論參考。因此，本文研究基于大數(shù)據(jù)技術(shù)背景，立足新零售的發(fā)展趨勢和生鮮供應(yīng)鏈的現(xiàn)狀，深入挖掘新零售對生鮮供應(yīng)鏈的關(guān)鍵影響因素，以便為進一步研究新零售的發(fā)展提供決策指導(dǎo)，助力新零售轉(zhuǎn)型發(fā)展。

二、多元Logistic回歸模型

Logistic回歸屬于概率型非線性回歸，它通過 Logit變換將概率和自變量關(guān)系的S形曲線直線化，從而解決了傳統(tǒng)回歸模型在數(shù)據(jù)類型要求上的問題[13]。Logistic回歸分析根據(jù)因變量取值類別不同，分為二項式Logistic回歸和多元Logistic回歸。由于本研究的前提假設(shè)是大數(shù)據(jù)新零售對生鮮供應(yīng)鏈有不同的影響程度，其影響的因素也不同，因此采用多元Logistic回歸方法進行分析?；贚ogistic回歸模型，建立生鮮供應(yīng)鏈的研究模型，運用實證模型分析大數(shù)據(jù)新零售下影響生鮮供應(yīng)鏈的因素，促進生鮮供應(yīng)鏈優(yōu)化升級。

多元Logistic回歸方法主要應(yīng)用于因變量具有多種可能、多種取值水平的情況。該方法模型對于變量的假設(shè)要求不高，最終以事件發(fā)生概率的形式提供結(jié)果。設(shè)大數(shù)據(jù)新零售對生鮮供應(yīng)鏈的影響程度 Y=（y1，y2，……，ym），自變量 X=（x1，x2，……，xn），P是模型響應(yīng)的概率，相應(yīng)的多元Logistic回歸模型如下：

式中 pi= P（yi=1|x1i，x2i，…，xki）為在給定系列自變量x1i，x2i，…，xki的值時事件的發(fā)生概率；α為截距；β為斜率。

通過構(gòu)建多元 Logistic回歸模型，從大數(shù)據(jù)新零售的信息共享、顧客體驗、物流升級和消費者的個人主觀因素四大方面，對大數(shù)據(jù)新零售的影響因素進行分析，從而建立大數(shù)據(jù)新零售與生鮮供應(yīng)鏈之間的關(guān)系，進而對大數(shù)據(jù)新零售與生鮮供應(yīng)鏈的結(jié)合運用進行分析，為生鮮供應(yīng)鏈的發(fā)展提供建議。

三、問卷設(shè)計與發(fā)放

1.設(shè)計思路

本研究運用 Logistic 回歸模型完成大數(shù)據(jù)新零售對生鮮供應(yīng)鏈的影響因素分析，本研究的因變量是大數(shù)據(jù)新零售對生鮮供應(yīng)鏈的影響程度。同時，自變量的選取也十分重要。由于新零售注重消費者的體驗感受，強調(diào)為消費者提供個性化服務(wù)，運用新技術(shù)對供應(yīng)鏈重構(gòu)和物流升級。因此，自變量將圍繞大數(shù)據(jù)新零售中的信息共享、顧客體驗、物流升級和主觀因素進行選取。

問卷主體一共分成三個部分，第一部分是被調(diào)查的基本情況；第二部分是區(qū)分被調(diào)查者是否有在新零售平臺購買生鮮產(chǎn)品的經(jīng)歷，針對不同經(jīng)歷的被調(diào)查者進一步分析原因；第三部分主要了解被調(diào)查者對大數(shù)據(jù)新零售下生鮮供應(yīng)鏈的態(tài)度和看法，是衡量變量的主要部分。

問卷設(shè)計采用的是李克特五級量表，運用李克特五級量表設(shè)計的題項依次用“1”“2”“3”“4”“5”進行計分。這種方法設(shè)定固定的題目及選項可得出被調(diào)查者對于該問題態(tài)度的強弱或其對于問題的不同狀態(tài)。

2.指標選取

在研究大數(shù)據(jù)新零售對生鮮供應(yīng)鏈影響因素中，共計5個變量，測量指標14個，每個指標用1-5分進行賦值，由低到高依次代表的含義是“非常不同意”“不同意”“不確定”“同意”“非常同意”，各指標的題項設(shè)計及賦值情況如表1所示。

表1 模型題項及賦值情況

3.數(shù)據(jù)來源與調(diào)查

本研究的問卷發(fā)放選擇了國內(nèi)最大的在線問卷調(diào)查網(wǎng)站“問卷星”進行有償發(fā)放，調(diào)查人群特征不限，限制單一網(wǎng)絡(luò)IP地址只可回答1份問卷。最終，互聯(lián)網(wǎng)問卷共回收300份，去掉答題時間少于60秒的問卷，最后確認有效問卷為267份，有效問卷率達95%。

4.信度效度分析

為確保研究的科學(xué)性，對問卷進行了信效度檢驗。信度檢驗的結(jié)果表示，克隆巴赫系數(shù)為0.681，表明該問卷的信度良好，數(shù)據(jù)可靠。在隨后效度檢驗中，對量表的效度進行KMO值和Bartlett’s 球形檢驗。結(jié)果顯示，KMO值為0.788，Bartlett’s 球形檢驗X2值為 456.609，Sig 值為 0.000＜0.01，達到非常顯著。

5.描述性分析

在性別的題項中男女比例分別為50.54%、49.46%，男女性別比例分布較均勻。被調(diào)查者的年齡在25歲～34歲占36.2%、35歲～44歲占34.41%，說明在新零售平臺購買生鮮的顧客或者潛在顧客以中青年為主。在職業(yè)題項中，40.14%是公司職員，21.15%是學(xué)生。關(guān)于月收入的題項，其中“4000元及以下”“4001元～6000元”“8001元～12000元”在人數(shù)上都較為均衡，“6001元～8000元”選項人數(shù)最多，占樣本總?cè)藬?shù)的31.18%。關(guān)于新零售平臺購買生鮮的題項，83.87%的被調(diào)查者有過在新零售平臺購買生鮮的經(jīng)歷，16.13%的被調(diào)查者沒有在新零售平臺上購買過生鮮，樣本數(shù)據(jù)可以作為生鮮供應(yīng)鏈的影響因素分析。

四、多元Logistic回歸模型

1.模型檢驗

平行線檢驗結(jié)果如表2所示，這里輸出的是檢驗各自變量對于反應(yīng)變量的影響在兩個回歸方程中是否相同的結(jié)果，如果該檢驗結(jié)果P＞0.05，說明各回歸方程互相平行有序多分類Logistic回歸模型是適當(dāng)?shù)倪x擇。

表2 模型平行線檢驗

原假設(shè)指出，位置參數(shù)（斜率系數(shù)）在各個響應(yīng)類別中相同。

擬合度檢驗結(jié)果如表3所示，由表3可知Logistic回歸模型的Cox & Snell R2及Nagelkerke R2檢驗結(jié)果為0.383及0.430，R2（R2＜1）越大表明模型擬合效果越好。

表3 模型匯總

2.回歸結(jié)果分析

將“影響程度”做為因變量，信息共享、顧客體驗、物流升級和主觀因素的13個維度為自變量，采用向前進入的方法對自變量進行篩選，結(jié)果如表4所示。

表4 模型的回歸結(jié)果分析

表4中的結(jié)果顯示，在信息共享中，因為產(chǎn)品信息的共享是大數(shù)據(jù)技術(shù)下在新零售平臺購買生鮮的重要條件，不能得知產(chǎn)品的詳細信息，不利于顧客在新零售平臺上購買生鮮產(chǎn)品。對于新零售平臺借助大數(shù)據(jù)技術(shù)能夠查到產(chǎn)品來源等信息而購買生鮮產(chǎn)品不同意的顯著性為0.041，不確定的為0.001，同意的為0.011。綜上，在信息共享中，大數(shù)據(jù)新零售平臺上查到產(chǎn)品來源等信息對生鮮供應(yīng)鏈有一定的影響，大數(shù)據(jù)技術(shù)下的信息化資源共享，引領(lǐng)生鮮供應(yīng)鏈的信息化管理能力，為生鮮供應(yīng)鏈的價值賦能奠定基礎(chǔ)。

在顧客體驗中，產(chǎn)品的新鮮度和推薦的產(chǎn)品與真實產(chǎn)品的相符度都對生鮮供應(yīng)鏈有一定的影響。大數(shù)據(jù)新零售平臺上購買的產(chǎn)品新鮮，數(shù)據(jù)顯示其不同意的顯著性為0.01，大數(shù)據(jù)新零售平臺上推薦的產(chǎn)品與真實產(chǎn)品相符其不同意的顯著性為0.007，兩者都存在顯著性影響。但是兩者的偏回歸系數(shù)為負值，一定程度上說明顧客對新零售平臺提供的產(chǎn)品新鮮度和產(chǎn)品符合度較為敏感。綜上，大數(shù)據(jù)新零售平臺中生鮮產(chǎn)品的新鮮度和推薦產(chǎn)品與真實產(chǎn)品相符度對生鮮供應(yīng)鏈有一定的影響，且關(guān)于產(chǎn)品新鮮度和產(chǎn)品符合度方面都可以有一定的改善空間。

在物流升級中，大數(shù)據(jù)新零售平臺的生鮮產(chǎn)品采用冷鏈物流，商品送達完好無損壞表示不確定的偏回歸系數(shù)為-1.689，顯著性為0.003，存在負面的影響，說明顧客對新零售的物流配送有著較高的要求。大數(shù)據(jù)新零售平臺的線下提貨地點覆蓋范圍合理表示不同意的顯著性為0.037，同意的為0.019，同時存在較大的負面影響。原因可能是線下自提店的分布不合理，如果新零售利用大數(shù)據(jù)技術(shù)合理配送生鮮產(chǎn)品，調(diào)整自提店的布局，生鮮供應(yīng)鏈還會有一定的進步空間。綜上，在物流升級中，冷鏈物流配送和配送范圍的合理分配對生鮮供應(yīng)鏈有一定的影響。顧客對物流的總體要求較高，與大數(shù)據(jù)新零售相關(guān)的生鮮供應(yīng)鏈物流需要進一步優(yōu)化。

五、結(jié)論與建議

本文從信息共享、顧客體驗、物流升級和個人因素四個角度設(shè)計問卷，考察大數(shù)據(jù)新零售對生鮮供應(yīng)鏈的影響因素，通過對問卷結(jié)果的Logistic回歸分析發(fā)現(xiàn)：信息共享方面中關(guān)于產(chǎn)品信息的追溯、顧客體驗方面中關(guān)于產(chǎn)品的新鮮度及符合度與物流升級方面中冷鏈物流運輸及產(chǎn)品線下提貨地點覆蓋范圍都對生鮮供應(yīng)鏈有一定影響。并且在信息共享、顧客體驗、物流升級、主觀因素4個變量中信息共享對生鮮供應(yīng)鏈的影響最大。據(jù)此，本研究提出以下建議。

1.運用大數(shù)據(jù)技術(shù)標準化管理實現(xiàn)信息共享

本文研究表明產(chǎn)品的來源信息對生鮮供應(yīng)鏈有顯著影響，同時可能存在產(chǎn)品信息溯源標準不統(tǒng)一，難以體系化的難題。新零售生鮮零售商、供應(yīng)商和顧客可以通過大數(shù)據(jù)技術(shù)建立標準化信息資源共享體，充分利用大數(shù)據(jù)技術(shù)獲取數(shù)據(jù)資源，及時追蹤產(chǎn)品產(chǎn)地的信息來源，覆蓋產(chǎn)品生產(chǎn)運輸?shù)娜^程來保證產(chǎn)品在流通過程中的信息共享。利用大數(shù)據(jù)建立的標準化信息資源共享體，能夠?qū)ιr產(chǎn)品進行數(shù)據(jù)化信息管理，便于顧客及時查詢、檢索產(chǎn)品的信息狀態(tài)，另外配合物聯(lián)網(wǎng)、區(qū)塊鏈等新興技術(shù)，更精準、安全實現(xiàn)信息共享，提升生鮮產(chǎn)品信息的溯源管理效率，資源配置合理運用，增強顧客購買信心，助力生鮮產(chǎn)品供應(yīng)鏈轉(zhuǎn)型升級。

2.運用大數(shù)據(jù)技術(shù)數(shù)字化實現(xiàn)物流智能運作

本文研究表明冷鏈物流運輸及產(chǎn)品提貨地點的覆蓋范圍對生鮮供應(yīng)鏈有顯著影響，另外顧客對物流的總體要求較高，生鮮供應(yīng)鏈配送的生鮮產(chǎn)品的品質(zhì)難以保證，需要提高物流整體運作的效率。新零售下供應(yīng)鏈借助大數(shù)據(jù)等新技術(shù)，加大物流設(shè)施投入力度，優(yōu)化物流流通模式。當(dāng)產(chǎn)品尤其是易腐蝕的生鮮產(chǎn)品出現(xiàn)訂單量大或配送路線出現(xiàn)交通擁擠時，可以利用大數(shù)據(jù)對路線及線下的提貨地點進行合理的規(guī)劃，以減少流通環(huán)節(jié)產(chǎn)生的成本和損耗，給顧客帶來更好的消費體驗。利用大數(shù)據(jù)等新興技術(shù)提前規(guī)劃最優(yōu)線路、分配人員和車輛，同時合理設(shè)置提貨點，提高物流過程中的反應(yīng)速度，縮短物流時間，促進生鮮產(chǎn)品供應(yīng)鏈高效發(fā)展。

3.運用大數(shù)據(jù)技術(shù)滿足顧客個性化需求

本文研究表明產(chǎn)品的新鮮度對生鮮供應(yīng)鏈有顯著影響且顧客對產(chǎn)品的新鮮度較為敏感。由于生鮮產(chǎn)品是生活必需品，保質(zhì)期短且容易腐壞，需要格外注重產(chǎn)品的質(zhì)量并了解顧客的消費需求。大數(shù)據(jù)技術(shù)通過標準化信息資源，能夠有效地收集到顧客的消費數(shù)據(jù)，建立數(shù)據(jù)資源整合體系[19]，通過數(shù)據(jù)資源的協(xié)同與整合，形成顧客的立體消費畫像，從而挖掘顧客需求，掌握顧客的消費偏好以滿足顧客多樣化、個性化的需求。大數(shù)據(jù)技術(shù)分析得出的用戶畫像信息是加強顧客互動的依據(jù)，將其傳遞給供應(yīng)鏈上游，從產(chǎn)品產(chǎn)地進行逐步改善，努力高效實現(xiàn)個性化服務(wù)，提升顧客體驗價值。