供需協同視角下零售業供應鏈數字化轉型研究

田曉丹 王園夢 陳向華

（東北林業大學,黑龍江 哈爾濱 150000）

隨著人工智能、物聯網等信息技術在零售業的廣泛運用，相較于無法及時響應市場需求變化的零售業傳統供應鏈，以消費者需求為中心、逆向牽引生產方式的數字化供應鏈更能適應新時代零售業的發展，成為零售業供應鏈轉型方向。但供應鏈數字化轉型不是零售企業的目標，零售企業進行供應鏈數字化轉型的本質是為了利用互聯網等信息技術手段充分了解消費者需求并刺激消費，讓數字化供應鏈成為企業抵抗市場風險和提高市場競爭力的資源；同時，數字化供應鏈能提高生產和流通效率，使零售企業在供需多變的市場環境下提供更優質的供應鏈服務，最終達到既滿足消費者需求又增加企業盈利的目的。因此文章研究在供需協同視角下中小型連鎖超市供應鏈如何實現數字化轉型。

1 文獻綜述

關于中小型連鎖超市供應鏈數字化，國內學者早在2001年就指出初步實現零售業規模化經營之后，企業競爭的焦點將轉向供應鏈管理效率。超市數字化供應鏈是將數字化與供應鏈創新融合，依托云計算、大數據、物聯網、移動互聯網、人工智能等信息通信技術獲取并整合利用供應鏈各環節（采購、生產、流通、消費等)業務數據，打破上下游企業信息交流的壁壘，為供應鏈各個節點提供一種更高效的運行模式，實現供應鏈轉型升級[1]。

在零售商主導市場的時期，供應鏈網絡多呈現單向線狀結構。國內研究者基于供給側結構性改革提出，零售業應推動創新發展切合多元化需求，利用先進技術構建線上線下全渠道生態格局，并且通過介入供給端生產環節的供應鏈再造模式，提高對需求變化的適應性和靈活性[2-3]。2016年阿里研究院對新零售下定義：“新零售是以消費者體驗為中心的數據驅動的泛零售形態。”其本質是通過重構“人、貨、場”3個核心要素，以人為本，實現讓研究者聚焦于需求側管理、以消費者為中心的零售業態。研究者基于需求滿足論，指出只有對需求端賦能改造，即以滿足顧客需求和最大限度讓渡顧客價值并將服務消費與供應鏈供給端融為一體的業態才能成為未來發展的新業態[4-5]。研究者吳群對新零售供應鏈生態圈的建構邏輯及協同智慧進行分析，提出要建立跨渠道、全渠道、無邊界的零售模式，形成智能化、數據化、協同化的“多元要素協同”的數字化供應鏈[6]。

基于資源整合理論以及數字化賦能程度可將中小型連鎖超市供應鏈數字化分為3個狀態：一是供應鏈數字化1.0狀態，連鎖超市內部建立信息系統，以平衡庫存與統計營業額；二是供應鏈數字化2.0狀態，連鎖超市將數據轉化為信息資源，通過數字化模糊與上游企業的界限，降低供應鏈內部對資源的消耗；三是供應鏈數字化3.0狀態，零售業圍繞需求端和供給端構建以消費者需求為中心的數字化供應網絡，獲得競爭優勢，使包括消費者在內的供應鏈各主體資源達到“帕累托最優”。目前，我國零售企業大多處于供應鏈數字化2.0狀態向3.0狀態轉變階段。

當前對零售業供應鏈的研究大部分是對數字平臺以及信息系統的研究，且大多側重于單一視角。本研究在此基礎上，在供給側結構性改革與需求側管理的協同視角下，借助零售業數字化供應鏈運行機制（見圖1），分析中小型連鎖超市供應鏈采購、庫存、物流等環節協同運營的關鍵影響因素，推動中小型連鎖超市供應鏈數字化轉型，提高經濟效益。

圖1 零售業數字化供應鏈運行機制

2 實證分析

2.1 數據來源及研究設計

本研究的研究對象主要來自煙臺多家中小型連鎖超市的工作人員以及消費者。運用SPSS 24.0對預調查問卷所得數據進行探索性因素分析，調整量表題目和因子結構，確定正式調查問卷，共收集476份有效問卷。

利用Cronbach's Alpha進行信度檢驗，系數分別為0.792和0.913，表明問卷所收集數據的可靠性和穩定性較好；利用KMO值和Bartlett球體檢驗來進行效度分析，代表取樣的KMO值分別為0.64和0.917，bartlett球體檢驗的顯著性概率均為0.000＜0.01，表明量表變量間信息的相關程度較高，比較適合做因子分析。

利用因子分析中的探索性因子分析方法對供給側問卷調查數據進行分析，提取供應商、倉儲管理和物流配送3個公因子。第一個因子為供應商因子，其特征值為2.813，貢獻度為35.162%；第二個因子為倉儲管理因子，其特征值為1.72，貢獻度為21.505%；第三個因子為物流配送因子，其特征值為1.178，貢獻度為14.73%；綜上三個因子的累計可解釋總方差的71.398%，解釋程度較高，因子提取合理。為分析零售業供給側相關因素對供應鏈數字化轉型的影響，本文以此為基礎建立二元Logistic回歸模型：

其中，因變量為中小型連鎖超市供應鏈數字化建設程度（CD），主要包括數字化建設的意愿與能力兩個方面；自變量為供應商（supplier1）、倉儲管理（warehouse1）和物流配送（allotment1）；調節變量為被調查工作人員的工作年限（year）、工作部門（department）及工作職位（position）。本文主要關注系數α11、α12、α13，如果α11、α12、α13顯著為正，說明數字化轉型與零售業供給方的供應商、倉儲管理和物流配送因素呈正相關。

針對需求側，對中小型連鎖超市線上購物部分的數據進行篩選以及調查消費者選擇線上購物的影響因素，本文運用Heckman兩階段法建立回歸模型；

第一階段應用二元Logistic回歸模型，對線上購物部分的數據進行篩選以及選擇線上購物的影響因素，因變量為疫情期間在中小型連鎖超市的購物方式（CD），設定1為線上購物（CD=1），0為線下購物（CD=0）；自變量為售后服務（customer-service）、供應商（supplier2）、倉儲管理（warehouse2）和物流配送（allotment2）；調節變量為被調查者的平均月收入（income）、與超市距離（distance）、購物渠道（way）、商家口碑（reputation）和營銷策略（marketing）。本文主要關注系數α21、α22、α23和α24，如果α21、α22、α23和α24顯著為正，說明被調查者選擇線上購物方式與零售業的供應商、倉儲管理、物流配送和售后服務因素呈正相關。

第二階段利用第一階段的選擇性樣本觀測數據應用有序Logistic回歸模型，因變量為線上購物總體滿意程度（SL），設1是非常不滿意，2是不滿意，3是一般，4是滿意，5是非常滿意。自變量和調節變量與第一階段相同。本文主要關注系數ωi，如果ωi顯著為正，說明被調查者線上購物滿意度與該因素呈正相關。

2.2 描述性統計

對供給側、需求側調查問卷關鍵問題結果進行對比描述性分析（見表4）。

2.3 回歸分析

2.3.1 供給側模型結果與分析

供給側建立二元Logistic回歸模型，運用SPSS 24.0進行回歸分析，Hosmer-Lemeshow擬合優度檢驗結果顯示P=0.867>0.05，本研究所建模型和真實數據擬合度狀況良好，回歸結果見表6。模型中自變量供應商（P=0.005）、倉儲管理（P=0.002）均在0.01的水平上顯著且系數均大于1，表明供應商和倉儲管理對中小型連鎖超市供應鏈數字化建設有顯著正向影響；而自變量物流配送（P=0.140）未通過顯著性檢驗，表明該變量對因變量無顯著影響。此外，調節變量工作職位（P=0.042）在0.05的水平下顯著，故進一步對調節變量超市工作人員的工作職位進行單因素方差分析（ANOVA分析），結果見表7。在P<0.05的水平下，中層管理人員在與基層管理人員和一般員工的對比結果均在0.05的水平下顯著（P=0.032，P=0.045）中均有顯著性差異，表明中層管理人員與基層管理人員之間、中層管理人員與一般員工之間對中小型連鎖超市供應鏈數字化建設的意愿有顯著差異；中層管理人員在與高層管理人員對比結果未通過顯著性檢驗（P=0.701），基層管理人員在與一般員工對比結果未通過顯著性檢驗（P=0.807）中顯著性為0.807，均無顯著性差異，表明中層管理人員與高層管理人員之間、基層管理人員與一般員工之間對中小型連鎖超市供應鏈數字化建設的意愿無顯著差異。

2.3.2 需求側模型結果與分析

需求側運用Heckman兩階段法建立二元Logistic回歸模型與有序Logistic回歸模型。第一階段Hosmer-Lemeshow擬合優度檢驗結果顯示P=0.421>0.05，表明該模型和真實數據擬合度狀況良好，回歸結果見表9。控制變量中商家口碑（P=0.049）和營銷策略（P=0.032）均在0.05的水平下顯著，表明二者對消費者選擇線上超市或者線下超市的購物方式影響顯著。

利用第一階段的選擇性樣本觀測數據進行有序Logistic回歸模型分析。線上購物總體滿意程度為因變量，對選擇性樣本的因變量各選項進行頻率分析，結果見表10。選擇后的樣本對中小型連鎖超市線上購物總體滿意程度為不滿意的被調查者在疫情期間主要購物方式均為線下購物，即缺失2所代表的不滿意變量，只有一名被調查者的總體滿意程度為非常不滿意仍選擇了線上購物，對該問卷進行分析可知線上購物的方便快捷以及安全性是吸引該消費者繼續選擇線上購物的主要原因。

表1 可靠性統計量

表2 KMO和Bartlett球形檢驗結果

表3 解釋的總方差

表4 各變量描述性分析結果

表5 Hosmer-Lemshaw檢驗

表6 供給側回歸結果

表7 工作職位ANOVA分析結果

表8 Hosmer-Lemshaw檢驗

表9 Heckman第一階段回歸結果

表10 因變量頻率分布

表11 平行性檢驗a

第二階段平行性檢驗結果顯示P=0.088＞0.05，回歸結果有意義，回歸結果見表12。供應商、物流配送和售后服務均在0.01的水平下顯著，且系數均大于0，說明供應商、物流配送和售后服務會對消費者線上購物滿意度產生顯著的正向影響。

表12 Heckman第二階段回歸結果

3 研究結論與實施對策

3.1 研究結論

供給側建立二元Logistic回歸模型，通過回歸分析可知自變量中的供應商、倉儲管理以及調節變量超市工作人員的工作職位對中小型連鎖超市供應鏈數字化建設程度有顯著影響；物流配送對其無顯著影響。進一步對調節變量超市工作人員的工作職位進行單因素方差分析，發現中層管理人員與高層管理人員對中小型連鎖超市供應鏈數字化建設的意愿無顯著差異，并通過進一步訪談可知其更愿意進行供應鏈數字化轉型；基層管理人員與一般員工對中小型連鎖超市供應鏈數字化建設的意愿也無顯著差異，但與前兩者意愿相反。經進一步訪談發現，高層管理人員與中層管理人員學歷較高、目標長遠；一般員工與基層管理人員學歷較低、學習能力較弱，認為供應鏈數字化會增加工作難度。

需求側運用Heckman兩階段法建立二元Logistic回歸模型與有序Logistic回歸模型，通過回歸分析可知自變量中的供應商、物流配送和售后服務會對消費者線上購物滿意度產生顯著的正向影響；調節變量中的中小型連鎖超市的商家口碑和營銷策略對消費者選擇線上超市或者線下超市的影響顯著。而倉儲管理對消費者線上購物滿意度影響不大。因此綜合來看，消費者的需求是否得到滿足在于超市是否選擇了合適的可以滿足消費者對于價格和品質的要求的供應商；物流配送環節是連接消費者與中小型連鎖超市、供應商的關鍵橋梁，從訂單生成到實物交付的時間差直接影響消費者的購物消費體驗，從而影響消費者購物滿意度；售后服務環節伴隨消費者逐漸成為市場經濟消費的權力中心而出現和完善，是消費者購物之后的安全保障，優質的售后服務可以增加顧客黏性，提高消費者購物的滿意度。

3.2 實施對策

（1）建立供應鏈戰略聯盟[7-8]。供應鏈戰略聯盟的形成以供應鏈戰略伙伴關系為基礎，能綜合供應鏈各環節企業的資源、能力和核心競爭力，實現優勢互補，并減少由于不斷更換關系利益者導致的供應鏈交易成本增加；同時，通過共享的信息系統與物流鏈構建供應商與實體零售門店、供應商與倉儲、供應商與線上零售店鋪、倉儲與線上零售店鋪、倉儲與實體零售門店、實體零售門店與線上零售店鋪、銷售環節與消費者的商品供應網絡及實時同步的信息流（見圖2），產生減少供應鏈各環節資源浪費、降低“牛鞭效應”、提高消費者滿意度、持續保持企業市場競爭力的作用。

圖2 零售業數字化供應鏈模式

（2）逐步健全供應鏈數字化管理體系，提高信息化管理水平[7]。中小型連鎖超市要提升信息化管理水平，嚴格規范內部信息管理秩序，構建超市數據庫及智能決策信息系統，提高資源配置效率及銷售過程中信息共享化程度。通過完善科學倉儲管理制度、健全倉儲管理分工架構、推進倉儲管理數字化建設，降低倉儲管理成本。同時，建立智慧化的售后服務體系、完善售后咨詢系統及相關補償系統，及時響應顧客售后需求以提高消費者滿意度，進而增加顧客黏性。

（3）培養信息技術人才。受信息技術人才短缺約束，零售業供應鏈數字化轉型仍主要集中于行業領先企業，而廣大中小型連鎖超市的供應鏈數字化進程較為滯后。通過積極招募甄選專業的信息技術人員，匹配公平的績效激勵與懲罰機制，建設一支高水平、高技能的技術顧問或員工團隊，充分調動員工參與供應鏈數字化積極性，完善各環節監督模式及數字化運行機制，提高超市整體服務水平，提升超市數字化建設水平；進行合理的員工開發與培訓，提高其服務水平與能力，使其可以完成零售業數字化工作。

（4）注重營銷以及服務消費。企業定期對其員工進行相關培訓，以提升員工的專業素養、主動服務意識以提升顧客購物體驗；注意加強實體店內硬件設施配置等以提升顧客購買商品的舒適度；增加打折促銷頻率和力度，營造輕松和諧的購物環境，吸引顧客重復購買；提高超市口碑，增加顧客黏性，促進中小型連鎖超市供應鏈數字化進一步完善。