陳 露

（江西理工大學經(jīng)濟管理學院，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，重構商品供應鏈，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)是對供給端的供應鏈進行重構[2]，供應鏈的整合與優(yōu)化將主導新零售未來發(fā)展的方向。

圍繞大數(shù)據(jù)下新零售對生鮮產(chǎn)品供應鏈影響因素的問題，國外學者Lioutas E D，Charatsari C認為智能技術引入農(nóng)業(yè)生產(chǎn)，可以提高應對農(nóng)產(chǎn)品供需平衡、質(zhì)量安全和購買力等風險的能力，提高農(nóng)業(yè)生產(chǎn)效率，進一步促進農(nóng)產(chǎn)品供應鏈的改造升級[3]。Lees等分析農(nóng)產(chǎn)品供應鏈與供應商關系保持穩(wěn)定的影響因素，研究表明供應商長期關注消費者，根據(jù)消費者需求適應市場風險以維持農(nóng)產(chǎn)品供應鏈的關系[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，以便快速響應生鮮零售市場的發(fā)展需要[7]。Verdouw C N等認為農(nóng)產(chǎn)品行業(yè)的發(fā)展應基于互聯(lián)網(wǎng)智能的設計。物流網(wǎng)絡具有高效、快速靈活的特性，以便對農(nóng)產(chǎn)品供應鏈進行預測[8]。國內(nèi)學者方頡，楊磊認為供應鏈的協(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)等新技術帶動新零售與供應鏈的關系重構[10]。張建軍，趙啟蘭（2018）深入地研究新零售下流通供應鏈商業(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)品供應鏈中存在的問題，并基于大數(shù)據(jù)技術創(chuàng)新性地提出生鮮農(nóng)產(chǎn)品供應鏈模式，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)，本文相關的大數(shù)據(jù)新零售下生鮮產(chǎn)品供應鏈研究，總體上圍繞大數(shù)據(jù)技術下新零售特點、生鮮產(chǎn)品供應鏈現(xiàn)狀等問題展開。學者們認同新興技術對生鮮供應鏈的正面影響，構建出供應鏈協(xié)調(diào)優(yōu)化的不同模型，助力生鮮供應鏈升級。但是現(xiàn)有研究對于大數(shù)據(jù)技術下的新零售較少涉及到生鮮供應鏈，即生鮮供應鏈的研究中缺少對大數(shù)據(jù)技術的分析，同時現(xiàn)有文獻較少分析大數(shù)據(jù)技術下新零售給生鮮供應鏈帶來的影響，需要探討大數(shù)據(jù)技術對生鮮供應鏈的影響，為大數(shù)據(jù)技術在生鮮供應鏈運用提供理論參考。因此，本文研究基于大數(shù)據(jù)技術背景，立足新零售的發(fā)展趨勢和生鮮供應鏈的現(xiàn)狀，深入挖掘新零售對生鮮供應鏈的關鍵影響因素，以便為進一步研究新零售的發(fā)展提供決策指導，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是大數(shù)據(jù)新零售對生鮮供應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鏈的因素，促進生鮮供應鏈優(yōu)化升級。

多元Logistic回歸方法主要應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要求不高，最終以事件發(fā)生概率的形式提供結果。設大數(shù)據(jù)新零售對生鮮供應鏈的影響程度 Y=（y1，y2，……，ym），自變量 X=（x1，x2，……，xn），P是模型響應的概率，相應的多元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)新零售與生鮮供應鏈之間的關系，進而對大數(shù)據(jù)新零售與生鮮供應鏈的結合運用進行分析，為生鮮供應鏈的發(fā)展提供建議。

三、問卷設計與發(fā)放

1.設計思路

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，運用新技術對供應鏈重構和物流升級。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)新零售下生鮮供應鏈的態(tài)度和看法，是衡量變量的主要部分。

問卷設計采用的是李克特五級量表，運用李克特五級量表設計的題項依次用“1”“2”“3”“4”“5”進行計分。這種方法設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

為確保研究的科學性，對問卷進行了信效度檢驗。信度檢驗的結果表示，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%是學生。關于月收入的題項，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

平行線檢驗結果如表2所示，這里輸出的是檢驗各自變量對于反應變量的影響在兩個回歸方程中是否相同的結果，如果該檢驗結果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?shù)倪x擇。

表2 模型平行線檢驗

原假設指出，位置參數(shù)（斜率系數(shù)）在各個響應類別中相同。

擬合度檢驗結果如表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，結果如表4所示。

表4 模型的回歸結果分析

表4中的結果顯示，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鏈有一定的影響，大數(shù)據(jù)技術下的信息化資源共享，引領生鮮供應鏈的信息化管理能力，為生鮮供應鏈的價值賦能奠定基礎。

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鏈有一定的影響，且關于產(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)技術合理配送生鮮產(chǎn)品，調(diào)整自提店的布局，生鮮供應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)新零售相關的生鮮供應鏈物流需要進一步優(yōu)化。

五、結論與建議

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計問卷，考察大數(shù)據(jù)新零售對生鮮供應鏈的影響因素，通過對問卷結果的Logistic回歸分析發(fā)現(xiàn)：信息共享方面中關于產(chǎn)品信息的追溯、顧客體驗方面中關于產(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、供應商和顧客可以通過大數(shù)據(jù)技術建立標準化信息資源共享體，充分利用大數(shù)據(jù)技術獲取數(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，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)品供應鏈轉(zhuǎn)型升級。

2.運用大數(shù)據(jù)技術數(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鏈有顯著影響，另外顧客對物流的總體要求較高，生鮮供應鏈配送的生鮮產(chǎn)品的品質(zhì)難以保證，需要提高物流整體運作的效率。新零售下供應鏈借助大數(shù)據(jù)等新技術，加大物流設施投入力度，優(yōu)化物流流通模式。當產(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)等新興技術提前規(guī)劃最優(yōu)線路、分配人員和車輛，同時合理設置提貨點，提高物流過程中的反應速度，縮短物流時間，促進生鮮產(chǎn)品供應鏈高效發(fā)展。

3.運用大數(shù)據(jù)技術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，提升顧客體驗價值。