郭永芳，李雪璐，雷 蕊

（安徽財經(jīng)大學(xué)財政與公共管理學(xué)院，安徽蚌埠，233030）

一、引言

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，一種“社交”+“零售”的電商行業(yè)在國內(nèi)迅速發(fā)展，逐漸改變?nèi)藗儌鹘y(tǒng)的購物模式。把這種以個人、企業(yè)以互聯(lián)網(wǎng)為依托，通過運(yùn)用大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)手段對線上服務(wù)、線下體驗以及現(xiàn)代物流進(jìn)行深度融合的零售新模式稱之為新零售。基于在蚌埠市多家大型連鎖超市購物實體調(diào)查問卷基礎(chǔ)上，首先對蚌埠市消費(fèi)者對現(xiàn)有購物滿意度及新零售時代下的購物因素期望進(jìn)行初步分析，其次深入探究蚌埠市不同人群對消費(fèi)購物影響因素的差異需求，最終為蚌埠市零售行業(yè)如何在新零售時代下進(jìn)行持續(xù)有效發(fā)展提供相關(guān)建議。

首先建立KANO模型，對消費(fèi)者關(guān)于超市的內(nèi)外部安全問題、商品質(zhì)量等客觀購物因素進(jìn)行滿意度分析，在滿意度分布的象限上，得出各個影響因素的差異分布。接著構(gòu)建SEM模型，研究得出在商品特征、工作服務(wù)、購物環(huán)境三個潛變量下共12個指標(biāo)對消費(fèi)者購物期望的重要程度順序。其次結(jié)合消費(fèi)者基礎(chǔ)信息數(shù)據(jù)，在主觀賦權(quán)下對三種購物因素即商品特征、工作服務(wù)、購物環(huán)境進(jìn)行綜合打分分類，然后構(gòu)建無序多元logistics回歸模型對不同人群的消費(fèi)購物影響因素的差異性進(jìn)行分析。最后依據(jù)上述結(jié)果對蚌埠市新零售的發(fā)展規(guī)劃提出相關(guān)建議。

二、樣本數(shù)據(jù)的篩選與處理

（一）抽樣方法

使用PPS抽樣方法確定所調(diào)研的區(qū)域并結(jié)合街頭攔截式調(diào)查法進(jìn)行調(diào)查，搜集新零售下連鎖超市受眾群體的基本信息，即性別、年齡、學(xué)歷、月收入以及一次性購物金額等數(shù)據(jù)。調(diào)查范圍覆蓋蚌埠市內(nèi)三個主要市轄區(qū)（龍子湖區(qū)、蚌山區(qū)、禹會區(qū)）的4個主要連鎖超市（歐尚、大潤發(fā)、合家福、華運(yùn)）以及老城區(qū)附近的菜市場、步行街。

（二）樣本篩選與數(shù)據(jù)處理

本次調(diào)查共發(fā)放821份問卷，其中有效問卷為652份，有效問卷回收率為79.5%，對于其中的缺省值我們將采用變量均值、回歸變量和插值法等方式進(jìn)行處理。

采用兩種方法對調(diào)查問卷的結(jié)果數(shù)據(jù)進(jìn)行分析，分別是效度分析和信度分析。

1.信度分析

對于外在信度分析，將15道量表題按照調(diào)查內(nèi)容分為三組，分別調(diào)查消費(fèi)者對超市中的商品特質(zhì)、工作人員服務(wù)和購物環(huán)境方面的滿意程度。內(nèi)在信度分析則主要是研究問卷項目之間的內(nèi)在一致性。根據(jù)數(shù)據(jù)預(yù)處理中的理論介紹，直接采用Cronbach信度系數(shù)法，檢驗的結(jié)果如表1所示：

表1 信度檢驗結(jié)果表

根據(jù)表1的Cronbach信度系數(shù)檢驗結(jié)果均大于0.8可知問卷設(shè)計合理，量表的內(nèi)在一致性程度高，測量的可信度大。

2.效度分析

按照預(yù)處理數(shù)據(jù)的檢驗方法，進(jìn)行內(nèi)容效度和結(jié)構(gòu)效度分析。其中，內(nèi)容效度分析根據(jù)各單個項目分?jǐn)?shù)與總和分?jǐn)?shù)的相關(guān)系數(shù)進(jìn)行分析，用以判斷三個項目類別的代表性；結(jié)構(gòu)效度分析則采用因子分析法，用以判斷三個項目類別的分類是否合理。

三、基于KANO模型對新零售的可行方向分析

（一）KANO模型

KANO模型以分析用戶需求對用戶滿意的影響為基礎(chǔ)，體現(xiàn)了產(chǎn)品性能和用戶滿意之間的非線性關(guān)系。KANO模型將產(chǎn)品服務(wù)的質(zhì)量特性分為五類基本（必備）型需求、期望（意愿）型需求、興奮（魅力）型需求、無差異型需求、反向（逆向）型需求。由于客戶的需求是通過產(chǎn)品或服務(wù)質(zhì)量特性的滿足實現(xiàn)，因此，KANO模型對產(chǎn)品質(zhì)量特性的劃分就是對產(chǎn)品滿足客戶需求的程度和變化趨勢的劃分。

（二）KANO模型建立

通過問卷數(shù)據(jù)，對于上文提及的連鎖超市是否需要有一定的知名度這一問題進(jìn)行數(shù)據(jù)處理，得出如下結(jié)果（如表2所示）。

1.計算Better系數(shù)

Better系數(shù)的數(shù)值同城情況下為0～1，值越接近1則表示消費(fèi)者對于該項問題的滿意程度影響越大，滿意程度提升的效果也就越強(qiáng)，反之則滿意度提升的效果越弱，影響越小。

2.worse系數(shù)

表2 模型數(shù)值舉例

Worse系數(shù)的數(shù)值通常為-1～0，即表示如果問題中所設(shè)計的方面提供的不夠充分，消費(fèi)者的不滿意程度影響也就會越強(qiáng)烈，當(dāng)絕對值越接近1時，對于消費(fèi)者的不滿意程度影響也就越大，而絕對值接近0時，用戶的不滿意程度影響效果也就越小。

代入數(shù)據(jù)可知上述舉例問題的Better系數(shù)為0.11，Worse系數(shù)為0.170，通過上述兩個系數(shù)可以得出“超市是否具有一定知名度”是無差異屬性（次要屬性）。

通過對所調(diào)研問題進(jìn)行如上述相同方式的過程得出如下結(jié)果（如表3所示）：

表3 Better系數(shù)與Worse系數(shù)

（三）模型結(jié)論分析與新零售策略分析

綜合上述，可以認(rèn)為超市的內(nèi)外部安全問題以及商品質(zhì)量應(yīng)該是人們更為關(guān)心的話題，通過新零售，可以將線上線下結(jié)合起來，對于生鮮產(chǎn)品應(yīng)減少中間供應(yīng)商的環(huán)節(jié)以獲得更為新鮮的產(chǎn)品從而在確保安全的前提下，提供高質(zhì)量的產(chǎn)品。而新零售的結(jié)合也可以在一定程度上減少對于停車位即人員的需求，實現(xiàn)連鎖超市和消費(fèi)者的雙贏，以達(dá)到提升用戶滿意度和降低成本之間的平衡。大數(shù)據(jù)區(qū)塊鏈的智能化使得在滿足了送貨上門、商品種類豐富的前提下還能夠不定時地進(jìn)行優(yōu)惠，已提高人們的生活質(zhì)量，最終提高人們的滿意度。

四、基于SEM模型對新零售的規(guī)劃分析

（一）SEM模型建立

結(jié)構(gòu)方程模型是一種建立、估計和檢驗因果關(guān)系模型的方法。結(jié)構(gòu)方程模型可以清晰分析單項指標(biāo)對總體的作用和單項指標(biāo)間的相互關(guān)系。

在結(jié)合著名的美國顧客滿意度指數(shù)模型（ASCI）的基礎(chǔ)上，以顧客期望作為研究的潛變量，商品特征、平臺服務(wù)、購物環(huán)境作為相關(guān)性較高的三個潛變量來對顧客期望做出解釋。因此采用二階驗證性因子分析，來描述各個變量之間的關(guān)系，并對其重要程度做出說明。

首先，依據(jù)描述顯在變量與潛在變量之間的測度關(guān)系，稱之為測量模型，該模型中以ξ1即商品特征為例，構(gòu)建模型如下：

其次，描述潛在變量之間的結(jié)構(gòu)關(guān)系，稱為結(jié)構(gòu)模型，模型如下：

根據(jù)3個潛變量之間的影響情況，以此構(gòu)建潛變量并建立模型結(jié)構(gòu)，可以建立如下假設(shè)：

H1：“商品特質(zhì)”對“滿意度”具有正向影響；

H2：“平臺服務(wù)”對“滿意度”具有正向影響；

H3：“購物體驗”對“滿意度”具有正向影響：

現(xiàn)采用AMOS 21.0軟件，按照結(jié)構(gòu)方程模型路徑圖的符號規(guī)則，畫出模型的路徑圖，規(guī)定模型中第一個潛在變量對應(yīng)的測量指標(biāo)系數(shù)為1，相當(dāng)于規(guī)定潛在變量的度量單位與對應(yīng)測量指標(biāo)的單位相同；規(guī)定外生潛在變量、內(nèi)生潛在變量的可測變量的測量誤差系數(shù)為1，依據(jù)相關(guān)關(guān)系進(jìn)行路徑調(diào)整后，得到新模型，其路徑分析如圖1所示：

圖1 蚌埠市民對于新零售購物期望度的結(jié)構(gòu)方程

運(yùn)行AMOS得到的擬合指數(shù)統(tǒng)計如下：

表4 擬合指數(shù)

從表4來看，整體適配度良好，理論模型可以與數(shù)據(jù)進(jìn)行適配。

（二）模型結(jié)論分析與新零售策略分析

依據(jù)表5路徑系數(shù)，在較為準(zhǔn)確的結(jié)構(gòu)方程模型上對所示結(jié)果做出分析與解釋。

1.潛在變量之間的關(guān)系分析

潛在變量間的系數(shù)表示某一變量的變動引起其他變量變動的程度，說明購物體驗對于顧客期望的回歸系數(shù)為0.887，表示購物體驗提高1個百分點(diǎn)將使顧客期待值提高0.887個百分點(diǎn)。平臺服務(wù)與顧客期待值的回歸系數(shù)為0.903，表示平臺服務(wù)水平提高1個百分點(diǎn)，將直接使顧客期待值提高0.903個百分點(diǎn)。商品特征與顧客期待值的回歸系數(shù)為0.853，表示商品特征屬性值提高1個百分點(diǎn)，將直接使顧客期待值提高0.853個百分點(diǎn)。綜合比較，平臺服務(wù)與顧客所期待的零售需求關(guān)系最高，優(yōu)先考慮級別最高，顧客更為看重平臺的服務(wù)水平質(zhì)量。

表5 結(jié)構(gòu)方程標(biāo)準(zhǔn)化路徑系數(shù)表

2.潛在變量與可測變量之間的關(guān)系分析

（1）商品特征與可測變量之間的關(guān)系

商品特征中商品售后變量的系數(shù)最大（0.840），商品質(zhì)量（0.817）與商品價格（0.813）次之，而商品供給系數(shù)較前兩者較?。?.690）。這說明人們在生活購物中更加注重對商品售后服務(wù)的保障，其次人們看重商品價格與商品質(zhì)量，這滿足在實際購物中，人們對質(zhì)量與價格的需求程度高的普遍現(xiàn)象。對于人們商品售后的高需求可以理解為當(dāng)代人們隨著生活水平的提高，人們可消費(fèi)支出增大，對商品價格需求重視度降低，轉(zhuǎn)而更加注重商品服務(wù)形式，從中獲取更高的價值認(rèn)同感。商品供給影響系數(shù)較低的原因在于當(dāng)代商品供給的來源更多，人們對此需求力度較低，因此模型中商品供給的影響系數(shù)水平契合現(xiàn)代市場消費(fèi)理論。

（2）平臺服務(wù)與可測變量之間的關(guān)系

對于平臺服務(wù)而言，人們更注重提供服務(wù)的種類與服務(wù)效率，但同時，服務(wù)質(zhì)量與服務(wù)態(tài)度也處于較高的水平。因此對于現(xiàn)代消費(fèi)購物而言，人們對于平臺服務(wù)方面各項要求較高，可以理解為當(dāng)代消費(fèi)模式從質(zhì)量模式轉(zhuǎn)向于服務(wù)模式。

（3）購物體驗與可測變量之間的關(guān)系

人們在挑選物品時更加注重自己的體驗感與使用感，對于品牌與口碑能力的要求不高，在平時的新零售安排中，商家應(yīng)注重服務(wù)效應(yīng)，安排好購物環(huán)節(jié)，保證客戶在購物中有更高的愉悅感與安全感。

五、基于無序多元logistics分析新零售的環(huán)境條件

（一）指標(biāo)處理與數(shù)據(jù)分類

針對當(dāng)今購買需求的多元化，選取不同人群種類作為自變量，研究其對購買需求的影響因素（x1、x2、x3、x4、x5、x6），因變量購物需求及逆行分組可分為15種具體購物感受，將其進(jìn)一步聚類，可以分為商品特質(zhì)、工作人員、購物環(huán)境三組。

針對購買需求與人群種類之間的關(guān)系，建立多l(xiāng)ogistic回歸模型。根據(jù)問卷設(shè)計的內(nèi)容，將購買需求進(jìn)行分類，分成三大類：商品特質(zhì)、工作人員以及購買環(huán)境。

為了能夠反映每一位受訪者分別對于商品特質(zhì)、工作人員服務(wù)和購買環(huán)境的整體看法，根據(jù)調(diào)查問卷的結(jié)果我們將每個受訪者關(guān)于三類購買需求的打分進(jìn)行加權(quán)處理：

可以分別得到451個樣本對于商品特質(zhì)、工作人員和購買環(huán)境的加權(quán)后的均分。

（二）多分類無序logistic回歸模型的建立

建立不同人群種類對購買需求影響的多分類無序logistic模型，回歸方程的模型為：

1.購買需求-商品特質(zhì)logistic回歸

（1）計算商品特質(zhì)分?jǐn)?shù)的中位數(shù)

可以將該比值劃分為兩個區(qū)間，即當(dāng)商品特質(zhì)分?jǐn)?shù)＜5.7857為低，當(dāng)商品特質(zhì)平均分＞5.7857時為高。并分別用0代表低，1代表高。隨后以年齡、月收入、性別、學(xué)歷、購物消費(fèi)和購物頻率作為自變量，以商品特質(zhì)平均分為因變量進(jìn)行l(wèi)ogistic回歸。

（2）logistic回歸結(jié)果及分析

由模型系數(shù)的Omnibus檢驗的結(jié)果可得出，模型的p值為0.000遠(yuǎn)小于0.05，該關(guān)于商品特質(zhì)的logistic回歸方程具有意義，且該模型預(yù)測的正確率高于50%，預(yù)測的正確率良好。

由表6數(shù)據(jù)結(jié)果可知，性別、購物消費(fèi)和購物頻率用于商品特質(zhì)的預(yù)測概率并不合適，因此剔除。剔除后的參數(shù)估計表如表7。

從剔除無關(guān)變量后的參數(shù)估計表中可以看出年齡、月收入、學(xué)歷可以作為變量構(gòu)成logistic方程：

同時，由Exp（B）即OR值中可以得到，年齡的Exp（B）=1.363表示在50歲以上的居民對商品特質(zhì)的滿意度為高的可能性是40～50歲的1.363倍，而40～50歲的居民對商品特質(zhì)的滿意度評價為高的可能性是30～40歲的1.363倍，以此類推，可以得出年齡越大的受訪者對超市商品特質(zhì)方面感到滿意的可能性越高，而年齡越小的受訪者則會有更大的可能性對商品特質(zhì)并不感到滿意。

表6 參數(shù)估計表

月收入的Exp（B）=1.242，表示月收入在20000元以上的居民對商品特質(zhì)的滿意度為高的可能性是月收入在8000～20000元的1.242倍，而月收入在8000～20000元的居民對商品特質(zhì)的滿意度評價為高的可能性是收入在5000～8000元的1.242倍，以此類推，可以得收入越高的受訪者對超市商品特質(zhì)方面感到滿意的可能性越高，而月收入月低的受訪者則會有更大的可能性對商品特質(zhì)并不感到滿意。

2.購買需求-工作人員服務(wù)logistic回歸

（1）計算工作人員服務(wù)分?jǐn)?shù)的中位數(shù)

我們可以將該比值劃分為兩個區(qū)間，即當(dāng)工作人員分?jǐn)?shù)＜5.8276為低，當(dāng)工作人員服務(wù)分?jǐn)?shù)＞5.8276時為高。并分別用0代表低，1代表高。隨后以年齡、月收入、性別、學(xué)歷、購物消費(fèi)和購物頻率作為自變量，以工作人員服務(wù)分?jǐn)?shù)為因變量進(jìn)行l(wèi)ogistic回歸。

（2）logistic回歸結(jié)果及分析

該模型的p值為0.010遠(yuǎn)小于0.05，表明該關(guān)于工作人員服務(wù)的logistic回歸方程具有意義，且該模型預(yù)測的正確率高于50%，預(yù)測的正確率良好。月收入、性別、學(xué)歷、購物消費(fèi)和購物頻率用于工作人員服務(wù)的預(yù)測概率并不合適，因此剔除。剔除無關(guān)變量后可以看出年齡可以作變量構(gòu)成logistic方程：

可以得出年齡越大的受訪者對超市工作人員服務(wù)方面感到滿意的可能性越高，而年齡越小的受訪者則會有更大的可能性對工作人員服務(wù)并不感到滿意。

3.購買需求-購物環(huán)境logistic回歸

（1）計算購物環(huán)境分?jǐn)?shù)的中位數(shù)

將該比值劃分為兩個區(qū)間，即當(dāng)購物環(huán)境分?jǐn)?shù)＜5.8571為低，當(dāng)商品特質(zhì)平均分＞5.8571時為高。并分別用0代表低，1代表高。隨后以年齡、月收入、性別、學(xué)歷、購物消費(fèi)和購物頻率作為自變量，以購物環(huán)境平均分為因變量進(jìn)行l(wèi)ogistic回歸。

（2）logistic回歸結(jié)果及分析

對模型系數(shù)進(jìn)行Omnibus檢驗，模型的p值為0.000遠(yuǎn)小于0.05，該關(guān)于工作人員服務(wù)的logistic回歸方程具有意義。由參數(shù)估計表數(shù)據(jù)結(jié)果可知，年齡、性別和購物頻率用于購物環(huán)境的預(yù)測概率并不合適，因此剔除。

從剔除無關(guān)變量后中可以看出月收入、學(xué)歷、購物消費(fèi)可以作為變量構(gòu)成logistic方程：

由Exp（B）即OR值中可以得到，月收入的Exp（B）=1.341表示在20000元以上的居民對購物環(huán)境的滿意度為高的可能性是收入為8000-20000元居民的1.341倍，而月收入為8000-20000元的居民對購物環(huán)境滿意度評價為高的可能性是5000-8000元?dú)q的1.341倍，以此類推。因此可以得出收入越高的受訪者對超市購物環(huán)境方面感到滿意的可能性越高，而收入越低的受訪者則會有更大的可能性對超市的購物環(huán)境并不感到滿意。

同理，學(xué)歷越高的受訪者對超市購物環(huán)境方面感到滿意的可能性越低，而學(xué)歷越低的受訪者則會有更大的可能性對超市的購物環(huán)境更加的滿意；單次購物花費(fèi)越高的受訪者對超市購物環(huán)境方面感到滿意的可能性越低，而單次購物花費(fèi)越低的受訪者則會有更大的可能性對超市整體的購物環(huán)境感到滿意。

表7 剔除無關(guān)變量后的參數(shù)估計表

六、關(guān)于新零售發(fā)展的結(jié)論及建議

（一）新零售核心發(fā)展理念

新零售應(yīng)當(dāng)基于超市的內(nèi)外部安全問題以及商品質(zhì)量做出核心保障建設(shè)以獲得更為新鮮的產(chǎn)品，從而在確保安全的前提下，提供高質(zhì)量的產(chǎn)品。其次，新零售的供給應(yīng)當(dāng)契合人們對于購物消費(fèi)行為的需求與期望?；诂F(xiàn)代化商業(yè)的發(fā)展，新零售應(yīng)當(dāng)將如何做好服務(wù)環(huán)節(jié)納入重點(diǎn)考慮與規(guī)劃項目，做好商品保障服務(wù)、購物保障服務(wù)、平臺服務(wù)效率、平臺多項服務(wù)等工作。在滿足人民需求的同時，帶給人們更大的消費(fèi)滿足感，以此作為新零售的核心發(fā)展理念。

（二）新零售基礎(chǔ)規(guī)劃策略

投資者在開展新零售建設(shè)前需作出合理的環(huán)境地域分析，針對不同的人群種類制定合理合適的零售策略。以確?；A(chǔ)發(fā)展方向的正確性。借由logistics模型中的種群分類，我們將需要制定的基礎(chǔ)發(fā)展規(guī)劃與相應(yīng)人群種類進(jìn)行匹配。

1.當(dāng)一個地區(qū)以青中年為主要群體時，應(yīng)當(dāng)注重工作人員的相關(guān)服務(wù)規(guī)劃策略。

2.當(dāng)一個地區(qū)以低收入、高學(xué)歷的青中年為主時，如大學(xué)城等應(yīng)當(dāng)注重商品特征與工作人員的規(guī)劃策略。

3.當(dāng)一個地區(qū)的人群具備低收入、高學(xué)歷、高消費(fèi)能力特征時，應(yīng)當(dāng)注重購物環(huán)境規(guī)劃策略。

4.當(dāng)一個地區(qū)以青中年為主，且具備低收入，高學(xué)歷高消費(fèi)能力時，則三種規(guī)劃都應(yīng)當(dāng)注重。

（三）新零售可持續(xù)發(fā)展策略

1.營銷活動為核心，線上推送要加強(qiáng)

從宣傳來看，新零售應(yīng)當(dāng)以營銷活動為擴(kuò)展核心業(yè)務(wù)，同時加強(qiáng)電視廣告、官網(wǎng)宣傳的比重，達(dá)到線上線下雙重多效應(yīng)宣傳，以此鼓勵更多人加入新零售，體驗便捷生活。

2.質(zhì)量效率有保證，快捷優(yōu)勢要發(fā)揮

從優(yōu)勢來看，新零售應(yīng)當(dāng)堅持質(zhì)量保證這一優(yōu)勢，同時努力將便捷性做到更好，吸引更多顧客選擇新零售，加強(qiáng)與用戶之間的溝通聯(lián)系，做好及時反映問題、及時處理問題的工作。因此，新零售投資者需要建立完整完善的供貨與配送體系。

3.安全體系需健全，顧客安心放心購

從劣勢來看，新零售應(yīng)當(dāng)注重安全保障的重要性，確保顧客信息不會泄露，保證顧客在購物的全過程中，質(zhì)量安全有保證，家庭信息安全有保證，個人隱私安全有保證。因此投資者需建立一套合理合法的權(quán)益保護(hù)制度與監(jiān)督賠償制度，來保證購物安全。

4.線上優(yōu)惠多折扣，線下配送減成本

顧客選擇新零售更多方面會從價格考慮，線上多打折扣刺激消費(fèi)，線下減少配送成本費(fèi)用鼓勵消費(fèi)，從而拉動顧客消費(fèi)增長，增加經(jīng)濟(jì)流量輸入。