高質(zhì)量物流服務(wù)對產(chǎn)品銷量的影響

摘 要： 線上零售的快速發(fā)展使零售企業(yè)或零售平臺對物流配送服務(wù)越來越重視，并且投入大量的資本力爭為用戶提供高質(zhì)量的物流服務(wù)。量化高質(zhì)量的物流服務(wù)對產(chǎn)品銷量的影響能夠幫助企業(yè)更好地進(jìn)行成本和收益的權(quán)衡。通過分析淘寶平臺的產(chǎn)品層面的銷售數(shù)據(jù)，使用固定效應(yīng)模型，驗證了高質(zhì)量物流服務(wù)對產(chǎn)品銷量的影響。同時，驗證了高質(zhì)量物流服務(wù)對產(chǎn)品銷量的影響對不同類型的商家有不同的效果，即高信譽(yù)的賣家能夠從提升物流服務(wù)質(zhì)量中獲得更高的收益。

關(guān)鍵詞： 線上零售；物流服務(wù)；產(chǎn)品銷量

中圖分類號： F 272

文獻(xiàn)標(biāo)志碼： A

收稿日期：2021-12-16

作者簡介：王萌萌（1989—），女，河北滄州人，上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院，博士研究生；美國佛羅里達(dá)州立大學(xué)管理學(xué)院訪問學(xué)者，研究方向為消費(fèi)者購買和退貨行為。

文章編號：1005-9679（2024）05-0089-05 ·市場營銷·

The Impact of High-Quality Logistics Service on Product Sales

WANG Mengmeng

（Antai College of Economics & Management， Shanghai Jiao Tong University， Shanghai 200030， China）

Abstract： With the development of online retailing， retailers or retailing platforms pay more and more attention to logistics and distribution services， and invest a lot of capital to strive to provide users with high-quality logistics services.？Quantifying the impact of high-quality logistics services on product sales can help retailers better balance costs and benefits. Through the analysis of product-level sales data of Taobao platform， the fixed effect model is used to verify the impact of high-quality logistics service on product sales.？At the same time， it verifies that high-quality logistics services have different effects on different types of retailers， that is retailers with high reputation are more able to benefit from improving the quality of logistics services in term of product sales.

Key words： online retailing; logistics service; product sales

0 引言

在本研究中，我們認(rèn)定使用了順豐速運(yùn)的商家為提供了高質(zhì)量物流服務(wù)的商家。已有的對于中國物流配送服務(wù)的研究中，順豐速運(yùn)同樣被認(rèn)定為提供高質(zhì)量物流服務(wù)的代表（Cui， Li and Li，2020［1］）。同時，順豐作為中國最大的物流上市公司，致力于為客戶提供快速、準(zhǔn)時、穩(wěn)定的高品質(zhì)門到門快遞服務(wù)。在2021年第二季度的快遞滿意度調(diào)查中，順豐速運(yùn)以速度快服務(wù)態(tài)度好等當(dāng)選為公眾最滿意的快遞公司。在全程時限方面，順豐速運(yùn)平均時限在48小時以內(nèi)，比其他物流公司快20%左右。在72小時準(zhǔn)時率上面，順豐速運(yùn)的準(zhǔn)時率在90%以上，比同期其他物流公司高10%左右［2-4］。

我們通過對淘寶平臺上手機(jī)和攝像機(jī)兩大品類的商家的銷售數(shù)據(jù)的分析，使用回歸的方法，驗證了高質(zhì)量物流對產(chǎn)品銷量確實有積極的影響，并且發(fā)現(xiàn)這種影響對于信譽(yù)高的商家有更積極的作用。和已有文獻(xiàn)相比，我們使用了更具體的產(chǎn)品層面的數(shù)據(jù)，直接驗證了使用高質(zhì)量物流服務(wù)對產(chǎn)品銷量的影響。同時，對于零售商或者零售平臺而言，量化物流服務(wù)對產(chǎn)品銷量的影響，能夠幫助企業(yè)進(jìn)行物流投資決策的時候，更準(zhǔn)確地估計投入成本和獲得收益的權(quán)衡。

1 文獻(xiàn)綜述

已有的關(guān)于物流配送服務(wù)的研究一般聚焦在物流服務(wù)對用戶滿意度的影響以及物流服務(wù)對用戶后續(xù)購買行為的影響。Kumar， Kalwani and Dada（1997）［5］發(fā)現(xiàn)高質(zhì)量的配送服務(wù)能夠提高用戶的滿意度和需求。Koufteros等（2014）［6］發(fā)現(xiàn)對于電子商務(wù)而言，物流服務(wù)質(zhì)量能夠用來預(yù)測用戶的滿意度。Thirumalai and Sinha（2005）［7］通過研究得出了相同的結(jié)論，即訂單后續(xù)的物流服務(wù)是決定用戶滿意度的重要因素之一。與之類似，Rao， Griffis and Goldsby（2011）［8］發(fā)現(xiàn)如果不能提供給用戶提前許諾的物流服務(wù)質(zhì)量，用戶會產(chǎn)生不滿的情緒，從而導(dǎo)致后續(xù)購買行為的減少。

關(guān)于研究物流服務(wù)對用戶后續(xù)購買行為的影響，Lee和Whang（2001）［9］研究發(fā)現(xiàn)物流服務(wù)會決定用戶后續(xù)購買產(chǎn)品的行為，從而影響產(chǎn)品的銷量。Griffis等（2012）［10］也發(fā)現(xiàn)了相似的結(jié)論，物流配送服務(wù)會影響用戶未來的購買行為。Fisher， Gallino and Xu（2019）［11］研究了提升訂單配送的速度對用戶購買行為的影響。作者發(fā)現(xiàn)美國一個線上服裝零售商在某個區(qū)域新建了一個物流分銷中心，從而提升了該地區(qū)的物流配送速度。通過比較在建立了新的分銷中心后，該區(qū)域用戶和其他區(qū)域用戶的購買需求，使用雙重差分（DID）的方法，研究了物流速度的提升對用戶購買行為的影響，結(jié)果發(fā)現(xiàn)物流速度提升會增加用戶的購買需求。Luo， Rong and Zheng（2020）［12］發(fā)現(xiàn)關(guān)于產(chǎn)品物流質(zhì)量的好評會增加用戶對該產(chǎn)品的購買需求。Cui， Li and Li（2020）［1］通過分析高質(zhì)量物流退出零售平臺的一個事件，研究了物流服務(wù)對產(chǎn)品銷量的影響，結(jié)果發(fā)現(xiàn)如果平臺無法再繼續(xù)給用戶提供高質(zhì)量的物流服務(wù)，用戶會減少未來消費(fèi)需求。除了研究物流服務(wù)對用戶未來的購買行為的影響，也有文獻(xiàn)研究了物流服務(wù)對用戶當(dāng)下訂單的退貨行為的影響。Rao， Rabinovich and Raju（2014）［4］發(fā)現(xiàn)用戶退貨概率會隨著物流速度的提高而減少。

除了對實際物流服務(wù)的研究外，有的文章研究了如何向用戶提供承諾的物流服務(wù)，例如提供給用戶的期望物流配送速度。與之類似，Cui等（2020）［3］同樣研究了期望物流配送速度對用戶未來購買服務(wù)的影響。作者發(fā)現(xiàn)改變提供給用戶的期望配送時間，會改變用戶未來的購買行為。除此之外，Bray（2020）［2］研究了物流狀態(tài)更新的時間點對用戶物流評分的影響，發(fā)現(xiàn)用戶更傾向企業(yè)在物流配送的后半部分時間提供比較頻繁的物流狀態(tài)更新。

2 研究假設(shè)

已有研究發(fā)現(xiàn)，對于線上零售商而言，物流配送服務(wù)是決定用戶滿意度的重要因素之一（Kumar， Kalwani and Dada， 1997［5］，Koufteros等，2014［6］）。較長的物流配送時長會影響用戶對商家的印象，增加用戶的等待成本（Luo， Rong and Zheng，2020［12］），同時也會增加用戶的焦慮感，例如用戶會擔(dān)心產(chǎn)品是否缺貨，或者產(chǎn)品在運(yùn)輸過程中是否出現(xiàn)了問題，例如產(chǎn)品是否丟失、破損等，從而降低用戶對商家的評價（Rabinovich， Rungtusanatham and Laseter，2008［13］， Shang， Dunson and Song，2017［14］）。而且，隨著等待時間的增加，用戶對于線上購物感知到的便利性也會減少（Bell， Gallino and Moreno，2014［15］）。因此，快速、準(zhǔn)時和穩(wěn)定的配送服務(wù)能夠減少用戶的焦慮，降低用戶的機(jī)會成本，例如用戶可以有效安排產(chǎn)品的使用，從而提高用戶對產(chǎn)品以及商家的印象。在我們的研究情境下，順豐速運(yùn)對用戶意味著高質(zhì)量的物流配送服務(wù)。因此，對于提供順豐速運(yùn)的產(chǎn)品而言，快速和準(zhǔn)時的配送速度，穩(wěn)定的服務(wù)質(zhì)量能夠提高用戶對產(chǎn)品以及商家的印象，降低用戶的等待成本和機(jī)會成本，從而增加用戶的購買需求?；诖?，我們得出了第一個研究假設(shè)：

假設(shè)1 商家對產(chǎn)品提供高質(zhì)量的物流配送服務(wù)，會增加用戶對產(chǎn)品的購買需求。

信譽(yù)高的商家通常產(chǎn)品的評論數(shù)量較多，或者產(chǎn)品的好評率較高。因此對于購買產(chǎn)品的用戶而言，更高的評論數(shù)量或者好評數(shù)量使用戶能夠更便利地獲得關(guān)于該產(chǎn)品物流配送質(zhì)量的信息。因此，對于使用順豐速運(yùn)的商家而言，評論數(shù)量或者好評數(shù)量多的商家更容易將高質(zhì)量的物流配送服務(wù)的信息傳遞給用戶。因此，和信譽(yù)低的商家相比，用戶更容易從高信譽(yù)的商家處獲悉產(chǎn)品的物流配送服務(wù)質(zhì)量的信息，從而增加對高信譽(yù)商家的產(chǎn)品的購買需求。因此，我們認(rèn)為和信譽(yù)較低的商家來比，信譽(yù)越高的商家，受到的高質(zhì)量的物流配送服務(wù)對用戶購買需求的影響越大。我們提出了第二個研究假設(shè)：

假設(shè)2 高質(zhì)量物流配送服務(wù)對產(chǎn)品需求的影響，受到商家信譽(yù)的調(diào)節(jié)作用，即信譽(yù)高的商家，從高質(zhì)量的物流配送服務(wù)中獲得的收益越大。

3 數(shù)據(jù)和變量描述

為了驗證我們的研究假設(shè)，我們抓取了淘寶平臺上相同的產(chǎn)品在不同商家的銷量數(shù)據(jù)。鑒于淘寶平臺提供產(chǎn)品的多樣性，我們選取了手機(jī)和攝像機(jī)兩個品類的產(chǎn)品，抓取了這兩類產(chǎn)品在淘寶平臺銷售頁面的詳細(xì)信息，數(shù)據(jù)包括不同商家的每個產(chǎn)品在淘寶平臺搜索結(jié)果的排序頁面數(shù)，例如商家1的RgXLtuKAIhNETWeFSSRdJA==產(chǎn)品1在淘寶平臺的搜索結(jié)果中排在第一頁，以及該產(chǎn)品詳細(xì)頁面的信息，例如該產(chǎn)品前30天的銷量、產(chǎn)品的價格和賣家的信息，包括賣家的注冊時間、賣家的評分、負(fù)責(zé)配送的第三方物流、賣家是否標(biāo)注當(dāng)天發(fā)貨，以及賣家標(biāo)注的位置信息等。

為了驗證我們的假設(shè)，我們分析了產(chǎn)品層面的銷售數(shù)據(jù)，使用產(chǎn)品前30天的銷量（產(chǎn)品銷量）作為因變量，主要的自變量是該產(chǎn)品是否使用順豐速運(yùn)（順豐），如果該產(chǎn)品使用順豐速運(yùn)，該變量為1，否則為0。順豐速運(yùn)代表著高質(zhì)量的物流配送（Cui， Li and Li，2020［1］），如果該變量的估計系數(shù)為正，則說明高質(zhì)量的物流配送能夠增加產(chǎn)品的銷量。我們同時添加了產(chǎn)品的價格（價格）來控制價格對銷量的影響。賣家的評分（賣家評分）很大程度上能夠代表賣家產(chǎn)品的質(zhì)量，從而影響到該賣家產(chǎn)品的銷量。我們同時控制了賣家的注冊年限（賣家年限），更有經(jīng)驗的賣家可能會選擇提供更高質(zhì)量的物流服務(wù)，同時也更有經(jīng)驗提升產(chǎn)品的銷量。搜索排序（搜索排序）是影響產(chǎn)品銷量的重要因素之一，因為它是決定產(chǎn)品在平臺獲得多少流量的最重要的因素。除此以外，我們還控制了賣家是否當(dāng)天發(fā)貨（當(dāng)天發(fā)貨）以及賣家的平均物流速度（物流速度）。我們用賣家標(biāo)注的地址到各省省會的配送速度的平均值作為該賣家的平均物流速度，從而控制賣家因為不同的地理位置導(dǎo)致的物流配送速度的差異或者用戶對物流配送速度的偏好。最后，我們控制了產(chǎn)品的固定效應(yīng)，從而排除產(chǎn)品相關(guān)因素導(dǎo)致的銷量的差異，例如產(chǎn)品本身的受歡迎程度等。表1提供了相關(guān)變量的描述統(tǒng)計，表2展示了變量之間的相關(guān)關(guān)系。

4 回歸模型和結(jié)果

我們使用了產(chǎn)品層面的固定效應(yīng)模型來估計賣家提供高質(zhì)量的物流對其產(chǎn)品銷量的影響。具體模型如下：

Ln（產(chǎn)品銷量ij）=α0+α1順豐ij+α2信譽(yù)賣家j+α3順豐ij*信譽(yù)賣家j+φ控制變量ij+產(chǎn)品i+εij

其中，i代表產(chǎn)品編號，j代表賣家編號?？刂谱兞堪ㄙu家j提供的產(chǎn)品i的價格，賣家j的評分，賣家j的年限，賣家j提供的產(chǎn)品i的搜索排序，賣家在該產(chǎn)品銷售頁是否標(biāo)注了當(dāng)天發(fā)貨，賣家的平均物流速度，同時，我們添加了產(chǎn)品層面的固定效應(yīng)來控制產(chǎn)品的受歡迎程度等。具體模型估計結(jié)果參見表3。

從表3可以看出，是否使用順豐對產(chǎn)品的銷量有顯著的正向的影響，并且我們從所有的4個模型中都可以得出一致的結(jié)果（模型4：α=0.555，p=0.000）。結(jié)果顯示，使用高質(zhì)量的物流能夠顯著提高產(chǎn)品的銷量，支持了研究假設(shè)1。為了驗證研究假設(shè)2，我們在模型4中添加了順豐和信譽(yù)賣家的交叉項。模型4結(jié)果表明交叉項的系數(shù)顯著為正，說明對于信譽(yù)賣家而言，和非信譽(yù)賣家相比，提供高質(zhì)量的物流服務(wù)更能夠提高產(chǎn)品的銷量，證明了信譽(yù)賣家對高質(zhì)量物流服務(wù)對產(chǎn)品銷量影響的調(diào)節(jié)作用。研究假設(shè)2得到了驗證。

在主要分析結(jié)果中，我們使用了所有商家的數(shù)據(jù)，為了驗證我們結(jié)果的穩(wěn)健性，我們?nèi)サ袅丝傇u論數(shù)量少于5的商家。評論數(shù)量過少的商家可能和評論數(shù)量多的商家面臨不同的用戶群體，同時也會選擇不同的物流配送服務(wù)，從而導(dǎo)致估計結(jié)果的差異。因此，我們重新估計了我們的模型，并且在表4中報告了所有的估計結(jié)果。表4中所有模型的估計結(jié)果都和我們主分析的估計結(jié)果保持一致。順豐的系數(shù)顯著為正，說明賣家為用戶提供高質(zhì)量的物流服務(wù)，能夠提高產(chǎn)品的銷量，假設(shè)1同樣得到了支持。順豐和信譽(yù)賣家的交叉項為正，同樣驗證了高質(zhì)量物流服務(wù)對產(chǎn)品銷量的影響在賣家層面的異質(zhì)性，支持了假設(shè)2。

5 結(jié)論

我們通過對淘寶平臺上的產(chǎn)品銷售數(shù)據(jù)的分析，研究了提供高質(zhì)量物流服務(wù)對產(chǎn)品銷量的影響。結(jié)果發(fā)現(xiàn)賣家提供高質(zhì)量的物流服務(wù)確定能夠增加產(chǎn)品的銷量，并且高質(zhì)量物流的正向效應(yīng)對信譽(yù)高的賣家產(chǎn)生的效果更強(qiáng)。與已有研究相比，我們使用了更細(xì)致的產(chǎn)品層面的銷售數(shù)據(jù)，比較了不同賣家的相同產(chǎn)品類型是否使用順豐對產(chǎn)品銷量產(chǎn)生的影響。我們的研究結(jié)論驗證了高質(zhì)量物流對產(chǎn)品銷量的效應(yīng)。對于致力于為用戶提供更高質(zhì)量的物流服務(wù)的零售企業(yè)或者零售平臺而言，量化高質(zhì)量物流對產(chǎn)品銷量的影響效果能夠更好的幫助企業(yè)或平臺做相關(guān)方面的決策和成本收益的權(quán)衡。在本研究中我們使用了產(chǎn)品層面的數(shù)據(jù)，未來的研究可以使用更詳細(xì)的數(shù)據(jù)，例如交易層面的數(shù)據(jù)，從而更好地控制交易層面相關(guān)的變量。同時我們只考慮了順豐作為高質(zhì)量物流服務(wù)的代表，未來的研究可以通過細(xì)化物流服務(wù)的維度，從而選擇不同的物流配送公司做不同等級的物流服務(wù)質(zhì)量的劃分，更加細(xì)致地研究物流服務(wù)對產(chǎn)品銷量的影響。

參考文獻(xiàn)：

［1］ CUI R M ， LI M， LI Q. Value of high-quality logistics： evidence from a clash between sf express and alibaba［J］. Management Science，2020（66）9： 3879-3902.

［2］ BRAY， ROBERT L. Operational transparency： Showing when work gets done［J］. Manufacturing & Service Operations Management，2020.

［3］ CUI R M， et al. Sooner or later？ Promising delivery speed in online retail［J］. Promising Delivery Speed in Online Retail，2020.

［4］ RAO S， RABINOVICH E， RAJU D. The role of physical distribution services as determinants of product returns in Internet retailing［J］. Journal of Operations Management， 2014， 32（6）： 295-312.

［5］ KUMAR P， KALWANI M U， DADA M. The impact of waiting time guarantees on customers' waiting experiences［J］. Marketing Science， 1997， 16（4）： 295-314.

［6］ KOUFTEROS X， et al. Encounter satisfaction in e-tailing： Are the relationships of order fulfillment service quality with its antecedents and consequences moderated by historical satisfaction？［J］. Decision Sciences， 2014， 45（1）： 5-48.

［7］ THIRUMALAI S， SINHA K K. Customer satisfaction with order fulfillment in retail supply chains： Implications of product O5fClxCLMDPOZS0m05izNw==type in electronic B2C transactions［J］. Journal of Operations Management， 2005， 23（3-4）： 291-303.

［8］ RAO S， GRIFFIS S E， GOLDSBY T J. Failure to deliver？ Linking online order fulfillment glitches with future purchase behavior［J］. Journal of Operations Management， 2011， 29（7-8）： 692-703.

［9］ LEE H L， WHANG S. Winning the last mile of e-commerce［J］. MIT Sloan Management Review， 2001， 42（4）： 54-62.

［10］ GRIFFIS S E， et al. Linking order fulfillment performance to referrals in online retailing： An empirical analysis［J］. Journal of Business Logistics， 2012， 33（4）： 279-294.

［11］ FISHER M L， GALLINO S， XU J Q. The value of rapid delivery in omnichannel retailing［J］. Journal of Marketing Research， 2019， 56（5）： 732-748.

［12］ LUO J， RONG Y， ZHENG H. Impacts of logistics information on sales： Evidence from Alibaba［J］. Naval Research Logistics （NRL）， 2020， 67（8）： 646-669.

［13］ RABINOVICH E， RUNGTUSANATHAM M， LASETER T M. Physical distribution service performance and Internet retailer margins： The drop-shipping context［J］. Journal of Operations Management， 2008， 26（6）： 767-780.

［14］ SHANG Y， DUNSON D， SONG J S. Exploiting big data in logistics risk assessment via bayesian nonparametrics［J］. Operations Research， 2017， 65（6）： 1574-1588.

［15］ BELL D R， GALLINO S， MORENO A. How to win in an omnichannel world［J］. MIT Sloan Management Review， 2014， 56（1）： 45.