高質量物流服務對產品銷量的影響

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

關鍵詞： 線上零售；物流服務；產品銷量

中圖分類號： F 272

文獻標志碼： A

收稿日期：2021-12-16

作者簡介：王萌萌（1989—），女，河北滄州人，上海交通大學安泰經濟與管理學院，博士研究生；美國佛羅里達州立大學管理學院訪問學者，研究方向為消費者購買和退貨行為。

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，我們認定使用了順豐速運的商家為提供了高質量物流服務的商家。已有的對于中國物流配送服務的研究中，順豐速運同樣被認定為提供高質量物流服務的代表（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、準時、穩定的高品質門到門快遞服務。在2021年第二季度的快遞滿意度調查中，順豐速運以速度快服務態度好等當選為公眾最滿意的快遞公司。在全程時限方面，順豐速運平均時限在48小時以內，比其他物流公司快20%左右。在72小時準時率上面，順豐速運的準時率在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和攝像機兩大品類的商家的銷售數據的分析，使用回歸的方法，驗證了高質量物流對產品銷量確實有積極的影響，并且發現這種影響對于信譽高的商家有更積極的作用。和已有文獻相比，我們使用了更具體的產品層面的數據，直接驗證了使用高質量物流服務對產品銷量的影響。同時，對于零售商或者零售平臺而言，量化物流服務對產品銷量的影響，能夠幫助企業進行物流投資決策的時候，更準確地估計投入成本和獲得收益的權衡。

1 文獻綜述

已有的關于物流配送服務的研究一般聚焦在物流服務對用戶滿意度的影響以及物流服務對用戶后續購買行為的影響。Kumar， Kalwani and Dada（1997）［5］發現高質量的配送服務能夠提高用戶的滿意度和需求。Koufteros等（2014）［6］發現對于電子商務而言，物流服務質量能夠用來預測用戶的滿意度。Thirumalai and Sinha（2005）［7］通過研究得出了相同的結論，即訂單后續的物流服務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］發現如果不能提供給用戶提前許諾的物流服務質量，用戶會產生不滿的情緒，從而導致后續購買行為的減少。

關于研究物流服務對用戶后續購買行為的影響，Lee和Whang（2001）［9］研究發現物流服務會決定用戶后續購買產品的行為，從而影響產品的銷量。Griffis等（2012）［10］也發現了相似的結論，物流配送服務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。作者發現美國一個線上服裝零售商在某個區域新建了一個物流分銷中心，從而提升了該地區的物流配送速度。通過比較在建立了新的分銷中心后，該區域用戶和其他區域用戶的購買需求，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，結果發現物流速度提升會增加用戶的購買需求。Luo， Rong and Zheng（2020）［12］發現關于產品物流質量的好評會增加用戶對該產品的購買需求。Cui， Li and Li（2020）［1］通過分析高質量物流退出零售平臺的一個事件，研究了物流服務對產品銷量的影響，結果發現如果平臺無法再繼續給用戶提供高質量的物流服務，用戶會減少未來消費需求。除了研究物流服務對用戶未來的購買行為的影響，也有文獻研究了物流服務對用戶當下訂單的退貨行為的影響。Rao， Rabinovich and Raju（2014）［4］發現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，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的影響。作者發現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］研究了物流狀態更新的時間點對用戶物流評分的影響，發現用戶更傾向企業在物流配送的后半部分時間提供比較頻繁的物流狀態更新。

2 研究假設

已有研究發現，對于線上零售商而言，物流配送服務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，例如用戶會擔心產品是否缺貨，或者產品在運輸過程中是否出現了問題，例如產品是否丟失、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、準時和穩定的配送服務能夠減少用戶的焦慮，降低用戶的機會成本，例如用戶可以有效安排產品的使用，從而提高用戶對產品以及商家的印象。在我們的研究情境下，順豐速運對用戶意味著高質量的物流配送服務。因此，對于提供順豐速運的產品而言，快速和準時的配送速度，穩定的服務質量能夠提高用戶對產品以及商家的印象，降低用戶的等待成本和機會成本，從而增加用戶的購買需求。基于此，我們得出了第一個研究假設：

假設1 商家對產品提供高質量的物流配送服務，會增加用戶對產品的購買需求。

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

假設2 高質量物流配送服務對產品需求的影響，受到商家信譽的調節作用，即信譽高的商家，從高質量的物流配送服務中獲得的收益越大。

3 數據和變量描述

為了驗證我們的研究假設，我們抓取了淘寶平臺上相同的產品在不同商家的銷量數據。鑒于淘寶平臺提供產品的多樣性，我們選取了手機和攝像機兩個品類的產品，抓取了這兩類產品在淘寶平臺銷售頁面的詳細信息，數據包括不同商家的每個產品在淘寶平臺搜索結果的排序頁面數，例如商家1的RgXLtuKAIhNETWeFSSRdJA==產品1在淘寶平臺的搜索結果中排在第一頁，以及該產品詳細頁面的信息，例如該產品前30天的銷量、產品的價格和賣家的信息，包括賣家的注冊時間、賣家的評分、負責配送的第三方物流、賣家是否標注當天發貨，以及賣家標注的位置信息等。

為了驗證我們的假設，我們分析了產品層面的銷售數據，使用產品前30天的銷量（產品銷量）作為因變量，主要的自變量是該產品是否使用順豐速運（順豐），如果該產品使用順豐速運，該變量為1，否則為0。順豐速運代表著高質量的物流配送（Cui， Li and Li，2020［1］），如果該變量的估計系數為正，則說明高質量的物流配送能夠增加產品的銷量。我們同時添加了產品的價格（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品的質量，從而影響到該賣家產品的銷量。我們同時控制了賣家的注冊年限（賣家年限），更有經驗的賣家可能會選擇提供更高質量的物流服務，同時也更有經驗提升產品的銷量。搜索排序（搜索排序）是影響產品銷量的重要因素之一，因為它是決定產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天發貨（當天發貨）以及賣家的平均物流速度（物流速度）。我們用賣家標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，我們控制了產品的固定效應，從而排除產品相關因素導致的銷量的差異，例如產品本身的受歡迎程度等。表1提供了相關變量的描述統計，表2展示了變量之間的相關關系。

4 回歸模型和結果

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

Ln（產品銷量ij）=α0+α1順豐ij+α2信譽賣家j+α3順豐ij*信譽賣家j+φ控制變量ij+產品i+εij

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

從表3可以看出，是否使用順豐對產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果（模型4：α=0.555，p=0.000）。結果顯示，使用高質量的物流能夠顯著提高產品的銷量，支持了研究假設1。為了驗證研究假設2，我們在模型4中添加了順豐和信譽賣家的交叉項。模型4結果表明交叉項的系數顯著為正，說明對于信譽賣家而言，和非信譽賣家相比，提供高質量的物流服務更能夠提高產品的銷量，證明了信譽賣家對高質量物流服務對產品銷量影響的調節作用。研究假設2得到了驗證。

在主要分析結果中，我們使用了所有商家的數據，為了驗證我們結果的穩健性，我們去掉了總評論數量少于5的商家。評論數量過少的商家可能和評論數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，從而導致估計結果的差異。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果。表4中所有模型的估計結果都和我們主分析的估計結果保持一致。順豐的系數顯著為正，說明賣家為用戶提供高質量的物流服務，能夠提高產品的銷量，假設1同樣得到了支持。順豐和信譽賣家的交叉項為正，同樣驗證了高質量物流服務對產品銷量的影響在賣家層面的異質性，支持了假設2。

5 結論

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

參考文獻：

［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.