随着物流业的发展,物流服务水平也受到了越来越多的关注与重视,已经成为物流行业的重要组成部分。物流服务水平包括物流服务的效率、服务的到达时间、服务的质量、安全与可持续性等多方面的内容,这些不仅是提高物流服务竞争力的重要手段,也是衡量企业物流服务的重要指标。物流服务水平在现代商业运作中起着至关重要的作用,直接关系到消费者的满意度和企业的竞争力,消费者对物流服务的期望也日益提高。因此,研究物流服务水平对消费者满意度的影响,对于优化供应链管理、提升消费者体验以及提高企业绩效具有重要意义。
服务水平这一概念最初被用于描述消费者对服务的感知水平,具体体现在消费者接受服务后实际感受与预期之间的差异程度。而物流服务水平的研究最早起源于7Rs理论,该理论认为物流服务水平是指物流企业满足消费者个性化需求的能力,具体包含以下几点:合适的价格、正确的方式、准确的时间、准确的地点、合适的产品服务,以及消费者价值的提升。
近几年的研究表明,物流服务水平在消费者在购买决策中越来越占据分量。送货准时性、运输安全性、信息透明度等因素,被认为是影响消费者满意度的关键因素。以送货准时性为例,准时交付不仅是消费者的基本期望,同时也与消费者的个人安排和需求息息相关。可靠的物流服务能够提供及时送货,增强消费者的满意度和忠诚度。对于物流服务水平的解释,陈清化,薛书琦,龚壮壮(2023)认为物流服务水平是指物流企业及电商平台在供应链管理中提供的服务质量和效率水平[1]。在网购物流方面,秦星红,苏强,洪志生(2019)指出顾客的购物服务期望对顾客的购物体验和购物行为产生影响,并且这种影响程度取决于顾客期望值的高低。因此,顾客服务期望在供应链管理分析中占据着非常重要的地位[2]。对于零售商供应链方面的研究,黄芳,郑循刚(2019)提出,代发货物流通过承担更多的供应链管理责任和提供一揽子的物流服务,可以为零售商和生产商提供更高水平的服务[3]。在冷链物流方面,山红梅,杨雪静(2020) 运用生鲜农产品冷链物流服务水平评估模型可以有效地避免专家评判时的不确定性和偶然性。该模型结合了云计算和层次分析方法,通过对各个评价指标的权重进行判断和调整,减少了主观因素对评估结果的影响[4]。对于物流定价的研究,张京敏,黄彦(2019)指出众包物流服务商为获得最大利润而确定的最优价格,会受消费者对众包物流价格敏感程度的影响,众包物流的最优价格先会随之下降,随后趋于稳定[5]。为了提高第三方物流服务商的物流服务水平,姜林在(2016) 研究中设计了物流服务成本共担机制,并对分本共享机制和集中式成本共享机制对供应链的影响进行了分析。研究结果显示,在一定条件下,物流服务成本共担机制能有效改善供应链绩效[6]。对于物流服务水平与零售企业物流外包效益关系,
本文将以物流服务水平作为自变量,消费者满意度作为因变量展开研究,探索物流企业如何提升物流服务水平从而为消费者提供更好的消费体验,使物流企业在为消费者提供更好服务的同时,还能得到更加丰厚的回报。
物流企业拥有较高的物流服务水平,是消费者对物流服务满意的重要保障;物流信息能力是物流服务能力的核心,涉及到物流活动中的信息流程,包括信息采集、处理和存储。物流信息水平的高低直接影响到物流决策制定、运作执行和业务绩效。在物流服务能力中,物流运作水平是一个物流系统或组织在实施其供应链和物流活动时的效率和效益程度,涉及到多个方面,包括订单处理、库存管理、运输和配送、供应链协调等。物流运作水平的高低直接影响到物流成本、交付时间、客户满意度以及整体业务绩效;物流要素水平是指物流活动中各个要素的质量、效率和可靠性等程度,涉及到物流系统中的多个要素,包括供应链设计、货物处理、运输管理、仓储设施和信息技术应用等。物流要素的水平对整个物流系统的运作和绩效都有重要影响。本文根据文献资料和理论知识将物流服务水平进行了归纳和分类,将其分为物流信息水平、物流运作水平、物流要素水平,如表1所示。
物流服务水平 | 一级分类 | 二级分类(问卷调查) |
物流信息水平 | 内部信息共享能力 | 企业各个物流部门间信息共享效率 |
外部信息交流能力 | 消费者、分销商、供应商、生产商等各个供应链组成部分之间信息接入和查询服务能力 | |
物流运作水平 | 运输配送能力 | 按照订单要求,将货物在规定时间内送往目的地的能力 |
组织管理能力 | 对整个物流系统计划、调控、管理的能力 | |
物流要素水平 | 基础设施水平 | 仓储设施、运输设施等基础设施 |
技术水平 | 物流技术设备、物流信息系统设备等 |
本文提出以下4点假设:
H1:物流服务水平对消费者满意度有显著的相关关系。
H2:物流信息水平对消费者满意度有正向影响。
H3:物流运作水平对消费者满意度有正向影响。
H4:物流要素水平对消费者满意度有正向影响。
问卷调查法是一种收集和获取研究数据的常用方法,通过向受访者提供一系列问题,以收集他们的观点、意见、态度、行为等信息。问卷调查法的优点包括获取大量数据、广泛涉及受众群体、成本相对较低、可重复使用性强等。基于此,本文采取问卷调查法来获取实证分析所需的数据。
根据实际所需,本调查问卷设计由三部分构成。第一部分是基本信息问卷,其中包括填卷者的性别和最近时间使用顺丰物流的次数。第二部分是三个服务水平相关问题,也是问卷最重要的一部分,意在调查顺丰物流水平对消费者的影响。第三部分是问卷总结部分,调查消费者对顺丰物流的总体看法。问卷题项使用李克特的五级量表法,用于评估受访者对某个陈述或问题的态度、观点或意见,采用五个等级的反应选项,用以表示受访者在某个陈述的满意程度或同意程度。本文中被调查者依据自身体验对顺丰物流各个要素进行打分,根据实际情况给予参与者的回答在1分至5分之间进行评分,表示“不满意、不太满意、一般、满意、很满意”。本文在根据已有研究和理论知识设计问卷,保证问卷的有效性。
本文发放了130份小样本的原始问卷,收回了103份问卷,其中有效的问卷数量为99份。剔除不合理问卷,例如答题时间过短、问卷答案全为一个等不合理问卷4份,应用SPSS软件对问卷数据进行实证分析,以确保数据的有效性。
描述性分析是对被调查者的性别和近段时间使用顺丰物流次数进行分析。
变量 | 选项 | 频率 | 百分比 |
性别 | 男 | 40 | 40.404% |
女 | 59 | 59.596% | |
次数 | 1次 | 44 | 44.444% |
2次 | 32 | 32.323% | |
3次 | 19 | 19.191% | |
4次及以上 | 4 | 4.040% |
如表2所示,在性别分布上,男性和女性的比例分布为40.404%和59.596%,女性数量略多于男性;近段时间使用顺丰物流次数上,1次为44.444%,2次为32.323%,3次为19.191%,4次及以上为4.404%,说明大家近段时间内对顺丰物流的需求不是很高。
变量 | 个案数 | 最小值 | 最大值 | 均值 | 标准 |
信息水平 | 99 | 2.200 | 5.000 | 4.006 | 0.734 |
运作水平 | 99 | 2.571 | 5.000 | 4.004 | 0.654 |
物流要素水平 | 99 | 2.200 | 5.000 | 3.954 | 0.722 |
总体满意度 | 99 | 2.000 | 5.000 | 4.050 | 0.850 |
由表3可知,各个服务水平均值都在4.0左右,说明整体服务水平属于偏上水平,企业应该保持自身物流优势。
信度分析是一种评估测量工具或问卷调查等测试的可靠性和稳定性的方法。它用于确定测量工具在不同情境下得到一致结果的程度,即测量工具本身的信度。Cronbach’sα可靠性是目前最常用的可靠性系数,其公式为:
当Cronbach's alpha介于0.7和0.8之间时,通常被视为良好的内部一致性。这意味着测量工具的各个项目之间存在一定程度的相关性,当Cronbach's alpha介于0.8和1之间时;这意味着测量工具的各个项目之间存在高度的相关性。本文利用SPSS软件对物流服务水平对消费者满意度影响研究所得数据进行分析,其结果如表4所示。
变量 | 克隆巴赫Alpha | 项数 |
信息水平 | 0.792 | 5 |
运作水平 | 0.825 | 7 |
要素水平 | 0.813 | 5 |
由表4可知,物流信息水平Cronbach’sα系数是0.792,介于0.7-0.8之间,说明此量表的信度比较好。物流运作水平Cronbach’sα系数是0.825,介于0.8-1.0之间,说明此量表的信度非常好。物流要素水平Cronbach’sα系数是0.813,介于0.8-1.0之间,说明此量表的信度非常好。结合以上信度分析,说明所得的数据稳定性及一致性较好。
效度检验是评估测量工具或问卷调查等测试的有效性和准确性的方法。它用于确定测量工具是否能够有效地测量所要衡量的概念或变量,即测量工具的效度。运用SPSS软件对物流服务水平量表进行了效度分析。结果显示,物流服务能力的KMO值为0.849,大于0.7,说明适合进行因子分析。同时,Bartlett's球形度检验的近似卡方值为921.377,在0.000水平下非常显著。这表明物流服务能力数据在因子分析中是比较合适的。
KMO 取样适切性量数 | 0.849 | |
巴特利特球形度检验 | 近似卡方 | 921.377 |
自由度 | 153 | |
显著性 | 0.000 |
相关性检验用于确定两个或多个变量之间的关系或相关程度。它帮助研究人员判断变量之间是否存在显著的线性关系,以及这种关系的方向和强度。通常采用Pearson相关系数作为衡量相关关系的指标。具体的相关性程度如下:
绝对值大于等于0.8的Pearson相关系数存在高度正相关性;
绝对值在0.58之间的Pearson相关系数存在中度正相关性;
绝对值在0.3到0.5之间的Pearson相关系数存在低度相关性;
绝对值小于0.3的Pearson相关系数关系极弱,可认为不相关。
变量 | 总体满意度 | 信息水平 | 运作水平 | 物流要素水平 |
总体满意度 | 1 | |||
信息水平 | .546** | 1 | ||
运作水平 | .517** | .785** | 1 | |
要素水平 | .556** | .617** | .662** | 1 |
由表6可知,信息水平与总体满意度的Pearson相关系数为0.546,介于0.5-0.8之间,存在中度正相关性。运作水平与总体满意度的Pearson相关系数为0.517,介于0.5-0.8之间,存在中度正相关性。要素水平与总体满意度的Pearson相关系数为0.556,介于0.5-0.8之间,存在中度正相关性。信息水平和运作水平的Pearson相关系数为0.785,介于0.5-0.8之间,存在中度正相关性。信息水平和要素水平的Pearson相关系数为0.617,介于0.5-0.8之间,存在中度正相关性。运作水平和要素水平的Pearson相关系数为0.662,介于0.5-0.8之间,存在中度正相关性。
以上结果表明,信息水平、运作水平要素水平分别与总体满意度之间存在中度正相关性。此外,信息水平与运作水平、信息水平与要素水平、运作水平和要素水平之间也存在中度正相关性。
这些结果支持了关于不同服务水平对总体满意度的假设(H1成立),证明物流信息水平、物流运作水平和物流要素水平提高时,消费者总体满意度会相应提高。
基于上文研究可知,物流服务能力与消费者满意度具有显著的关系,据此以各个物流服务水平作为自变量,以消费者总体满意度作为因变量,对物流服务水平及消费者满意度的关系进行回归分析,其回归结果如表7所示。
变量 | B | SE | Beta | t | 显著性p |
(常量) | 0.804 | 0.449 | 1.793 | 0.076 | |
信息水平 | 0.325 | 0.155 | 0.281 | 2.103 | 0.038 |
运作水平 | 0.098 | 0.182 | 0.075 | 0.537 | 0.592 |
物流要素水平 | 0.392 | 0.13 | 0.333 | 3.018 | 0.003 |
R方 | 0.378 | ||||
调整后R方 | 0.358 | ||||
F | 19.224 |
由表7可知,R方值为0.378,调整后R方值为0.358,大于0.03,说明回归方程拟合程度较高,解释变量对被解释变量变化的解释程度较好。
物流运作能力、物流要素能力、物流信息能力三个解释变量的Beta系数分别为0.281,0.075和0.333,说明它们对于被消费者满意度均有正向影响,通过检验,假设H2、H3、H4成立。其影响程度分别为物流要素水平最强,其次是物流信息水平,最后是物流运作水平。
以顺丰物流为例,本文对于物流服务水平对消费者影响展开研究,得出结论如表8所示。
标号 | 研究假设内容 | 检验结果 |
H1 | 物流服务水平对消费者满意度有显著的相关关系。 | 支持 |
H2 | 物流信息水平对消费者满意度有正向影响 | 支持 |
H3 | 物流运作水平对消费者满意度有正向影响 | 支持 |
H4 | 物流要素水平对消费者满意度有正向影响 | 支持 |
由表8可知,物流服务水平与消费者满意度有显著的正相关性,并且三个物流服务水平因素对消费者满意度都有正向影响,影响程度从强到弱分别为物流要素水平、物流信息水平和物流运作水平。物流信息系统和基础设施设备的健全,再加上合理的运作系统成为企业能否具备市场竞争力的决定性因素。
企业应积极引入自动化、高科技基础物流设施设备,积极提升物流服务水平。高科技物流管理借助自动化设备、智能机器人和自动化仓库等技术,减少了人工操作的需求,降低了错误率,并提高了工作效率。例如,自动化分拣系统可以实现高效的订单处理和货物分拣,大大节省时间和成本。
高科技设施可以实现实时监控和跟踪货物、订单和库存等数据,使企业能够了解货物位置、运输状态以及交付时间等关键信息,这会使消费者的信任感变强,满意度和忠诚度也会随之而提升。
优秀的物流管理模式下,系统可以根据产品种类、时效性、服务和价格成本等因素提供最佳运作方案,让管理者和消费者都更加省心省力,提升消费者忠诚度。
高科技的物流设备设施能让企业的日常运作更加合理和有效,大大提升企业物流运行的效率,并且能让企业和其他合作企业、消费者之间的关系更加紧密。