供需协同视角下零售业供应链数字化转型研究

田晓丹 王园梦 陈向华

（东北林业大学,黑龙江 哈尔滨 150000）

随着人工智能、物联网等信息技术在零售业的广泛运用，相较于无法及时响应市场需求变化的零售业传统供应链，以消费者需求为中心、逆向牵引生产方式的数字化供应链更能适应新时代零售业的发展，成为零售业供应链转型方向。但供应链数字化转型不是零售企业的目标，零售企业进行供应链数字化转型的本质是为了利用互联网等信息技术手段充分了解消费者需求并刺激消费，让数字化供应链成为企业抵抗市场风险和提高市场竞争力的资源；同时，数字化供应链能提高生产和流通效率，使零售企业在供需多变的市场环境下提供更优质的供应链服务，最终达到既满足消费者需求又增加企业盈利的目的。因此文章研究在供需协同视角下中小型连锁超市供应链如何实现数字化转型。

1 文献综述

关于中小型连锁超市供应链数字化，国内学者早在2001年就指出初步实现零售业规模化经营之后，企业竞争的焦点将转向供应链管理效率。超市数字化供应链是将数字化与供应链创新融合，依托云计算、大数据、物联网、移动互联网、人工智能等信息通信技术获取并整合利用供应链各环节（采购、生产、流通、消费等)业务数据，打破上下游企业信息交流的壁垒，为供应链各个节点提供一种更高效的运行模式，实现供应链转型升级[1]。

在零售商主导市场的时期，供应链网络多呈现单向线状结构。国内研究者基于供给侧结构性改革提出，零售业应推动创新发展切合多元化需求，利用先进技术构建线上线下全渠道生态格局，并且通过介入供给端生产环节的供应链再造模式，提高对需求变化的适应性和灵活性[2-3]。2016年阿里研究院对新零售下定义：“新零售是以消费者体验为中心的数据驱动的泛零售形态。”其本质是通过重构“人、货、场”3个核心要素，以人为本，实现让研究者聚焦于需求侧管理、以消费者为中心的零售业态。研究者基于需求满足论，指出只有对需求端赋能改造，即以满足顾客需求和最大限度让渡顾客价值并将服务消费与供应链供给端融为一体的业态才能成为未来发展的新业态[4-5]。研究者吴群对新零售供应链生态圈的建构逻辑及协同智慧进行分析，提出要建立跨渠道、全渠道、无边界的零售模式，形成智能化、数据化、协同化的“多元要素协同”的数字化供应链[6]。

基于资源整合理论以及数字化赋能程度可将中小型连锁超市供应链数字化分为3个状态：一是供应链数字化1.0状态，连锁超市内部建立信息系统，以平衡库存与统计营业额；二是供应链数字化2.0状态，连锁超市将数据转化为信息资源，通过数字化模糊与上游企业的界限，降低供应链内部对资源的消耗；三是供应链数字化3.0状态，零售业围绕需求端和供给端构建以消费者需求为中心的数字化供应网络，获得竞争优势，使包括消费者在内的供应链各主体资源达到“帕累托最优”。目前，我国零售企业大多处于供应链数字化2.0状态向3.0状态转变阶段。

当前对零售业供应链的研究大部分是对数字平台以及信息系统的研究，且大多侧重于单一视角。本研究在此基础上，在供给侧结构性改革与需求侧管理的协同视角下，借助零售业数字化供应链运行机制（见图1），分析中小型连锁超市供应链采购、库存、物流等环节协同运营的关键影响因素，推动中小型连锁超市供应链数字化转型，提高经济效益。

图1 零售业数字化供应链运行机制

2 实证分析

2.1 数据来源及研究设计

本研究的研究对象主要来自烟台多家中小型连锁超市的工作人员以及消费者。运用SPSS 24.0对预调查问卷所得数据进行探索性因素分析，调整量表题目和因子结构，确定正式调查问卷，共收集476份有效问卷。

利用Cronbach's Alpha进行信度检验，系数分别为0.792和0.913，表明问卷所收集数据的可靠性和稳定性较好；利用KMO值和Bartlett球体检验来进行效度分析，代表取样的KMO值分别为0.64和0.917，bartlett球体检验的显著性概率均为0.000＜0.01，表明量表变量间信息的相关程度较高，比较适合做因子分析。

利用因子分析中的探索性因子分析方法对供给侧问卷调查数据进行分析，提取供应商、仓储管理和物流配送3个公因子。第一个因子为供应商因子，其特征值为2.813，贡献度为35.162%；第二个因子为仓储管理因子，其特征值为1.72，贡献度为21.505%；第三个因子为物流配送因子，其特征值为1.178，贡献度为14.73%；综上三个因子的累计可解释总方差的71.398%，解释程度较高，因子提取合理。为分析零售业供给侧相关因素对供应链数字化转型的影响，本文以此为基础建立二元Logistic回归模型：

其中，因变量为中小型连锁超市供应链数字化建设程度（CD），主要包括数字化建设的意愿与能力两个方面；自变量为供应商（supplier1）、仓储管理（warehouse1）和物流配送（allotment1）；调节变量为被调查工作人员的工作年限（year）、工作部门（department）及工作职位（position）。本文主要关注系数α11、α12、α13，如果α11、α12、α13显著为正，说明数字化转型与零售业供给方的供应商、仓储管理和物流配送因素呈正相关。

针对需求侧，对中小型连锁超市线上购物部分的数据进行筛选以及调查消费者选择线上购物的影响因素，本文运用Heckman两阶段法建立回归模型；

第一阶段应用二元Logistic回归模型，对线上购物部分的数据进行筛选以及选择线上购物的影响因素，因变量为疫情期间在中小型连锁超市的购物方式（CD），设定1为线上购物（CD=1），0为线下购物（CD=0）；自变量为售后服务（customer-service）、供应商（supplier2）、仓储管理（warehouse2）和物流配送（allotment2）；调节变量为被调查者的平均月收入（income）、与超市距离（distance）、购物渠道（way）、商家口碑（reputation）和营销策略（marketing）。本文主要关注系数α21、α22、α23和α24，如果α21、α22、α23和α24显著为正，说明被调查者选择线上购物方式与零售业的供应商、仓储管理、物流配送和售后服务因素呈正相关。

第二阶段利用第一阶段的选择性样本观测数据应用有序Logistic回归模型，因变量为线上购物总体满意程度（SL），设1是非常不满意，2是不满意，3是一般，4是满意，5是非常满意。自变量和调节变量与第一阶段相同。本文主要关注系数ωi，如果ωi显著为正，说明被调查者线上购物满意度与该因素呈正相关。

2.2 描述性统计

对供给侧、需求侧调查问卷关键问题结果进行对比描述性分析（见表4）。

2.3 回归分析

2.3.1 供给侧模型结果与分析

供给侧建立二元Logistic回归模型，运用SPSS 24.0进行回归分析，Hosmer-Lemeshow拟合优度检验结果显示P=0.867>0.05，本研究所建模型和真实数据拟合度状况良好，回归结果见表6。模型中自变量供应商（P=0.005）、仓储管理（P=0.002）均在0.01的水平上显著且系数均大于1，表明供应商和仓储管理对中小型连锁超市供应链数字化建设有显著正向影响；而自变量物流配送（P=0.140）未通过显著性检验，表明该变量对因变量无显著影响。此外，调节变量工作职位（P=0.042）在0.05的水平下显著，故进一步对调节变量超市工作人员的工作职位进行单因素方差分析（ANOVA分析），结果见表7。在P<0.05的水平下，中层管理人员在与基层管理人员和一般员工的对比结果均在0.05的水平下显著（P=0.032，P=0.045）中均有显著性差异，表明中层管理人员与基层管理人员之间、中层管理人员与一般员工之间对中小型连锁超市供应链数字化建设的意愿有显著差异；中层管理人员在与高层管理人员对比结果未通过显著性检验（P=0.701），基层管理人员在与一般员工对比结果未通过显著性检验（P=0.807）中显著性为0.807，均无显著性差异，表明中层管理人员与高层管理人员之间、基层管理人员与一般员工之间对中小型连锁超市供应链数字化建设的意愿无显著差异。

2.3.2 需求侧模型结果与分析

需求侧运用Heckman两阶段法建立二元Logistic回归模型与有序Logistic回归模型。第一阶段Hosmer-Lemeshow拟合优度检验结果显示P=0.421>0.05，表明该模型和真实数据拟合度状况良好，回归结果见表9。控制变量中商家口碑（P=0.049）和营销策略（P=0.032）均在0.05的水平下显著，表明二者对消费者选择线上超市或者线下超市的购物方式影响显著。

利用第一阶段的选择性样本观测数据进行有序Logistic回归模型分析。线上购物总体满意程度为因变量，对选择性样本的因变量各选项进行频率分析，结果见表10。选择后的样本对中小型连锁超市线上购物总体满意程度为不满意的被调查者在疫情期间主要购物方式均为线下购物，即缺失2所代表的不满意变量，只有一名被调查者的总体满意程度为非常不满意仍选择了线上购物，对该问卷进行分析可知线上购物的方便快捷以及安全性是吸引该消费者继续选择线上购物的主要原因。

表1 可靠性统计量

表2 KMO和Bartlett球形检验结果

表3 解释的总方差

表4 各变量描述性分析结果

表5 Hosmer-Lemshaw检验

表6 供给侧回归结果

表7 工作职位ANOVA分析结果

表8 Hosmer-Lemshaw检验

表9 Heckman第一阶段回归结果

表10 因变量频率分布

表11 平行性检验a

第二阶段平行性检验结果显示P=0.088＞0.05，回归结果有意义，回归结果见表12。供应商、物流配送和售后服务均在0.01的水平下显著，且系数均大于0，说明供应商、物流配送和售后服务会对消费者线上购物满意度产生显著的正向影响。

表12 Heckman第二阶段回归结果

3 研究结论与实施对策

3.1 研究结论

供给侧建立二元Logistic回归模型，通过回归分析可知自变量中的供应商、仓储管理以及调节变量超市工作人员的工作职位对中小型连锁超市供应链数字化建设程度有显著影响；物流配送对其无显著影响。进一步对调节变量超市工作人员的工作职位进行单因素方差分析，发现中层管理人员与高层管理人员对中小型连锁超市供应链数字化建设的意愿无显著差异，并通过进一步访谈可知其更愿意进行供应链数字化转型；基层管理人员与一般员工对中小型连锁超市供应链数字化建设的意愿也无显著差异，但与前两者意愿相反。经进一步访谈发现，高层管理人员与中层管理人员学历较高、目标长远；一般员工与基层管理人员学历较低、学习能力较弱，认为供应链数字化会增加工作难度。

需求侧运用Heckman两阶段法建立二元Logistic回归模型与有序Logistic回归模型，通过回归分析可知自变量中的供应商、物流配送和售后服务会对消费者线上购物满意度产生显著的正向影响；调节变量中的中小型连锁超市的商家口碑和营销策略对消费者选择线上超市或者线下超市的影响显著。而仓储管理对消费者线上购物满意度影响不大。因此综合来看，消费者的需求是否得到满足在于超市是否选择了合适的可以满足消费者对于价格和品质的要求的供应商；物流配送环节是连接消费者与中小型连锁超市、供应商的关键桥梁，从订单生成到实物交付的时间差直接影响消费者的购物消费体验，从而影响消费者购物满意度；售后服务环节伴随消费者逐渐成为市场经济消费的权力中心而出现和完善，是消费者购物之后的安全保障，优质的售后服务可以增加顾客黏性，提高消费者购物的满意度。

3.2 实施对策

（1）建立供应链战略联盟[7-8]。供应链战略联盟的形成以供应链战略伙伴关系为基础，能综合供应链各环节企业的资源、能力和核心竞争力，实现优势互补，并减少由于不断更换关系利益者导致的供应链交易成本增加；同时，通过共享的信息系统与物流链构建供应商与实体零售门店、供应商与仓储、供应商与线上零售店铺、仓储与线上零售店铺、仓储与实体零售门店、实体零售门店与线上零售店铺、销售环节与消费者的商品供应网络及实时同步的信息流（见图2），产生减少供应链各环节资源浪费、降低“牛鞭效应”、提高消费者满意度、持续保持企业市场竞争力的作用。

图2 零售业数字化供应链模式

（2）逐步健全供应链数字化管理体系，提高信息化管理水平[7]。中小型连锁超市要提升信息化管理水平，严格规范内部信息管理秩序，构建超市数据库及智能决策信息系统，提高资源配置效率及销售过程中信息共享化程度。通过完善科学仓储管理制度、健全仓储管理分工架构、推进仓储管理数字化建设，降低仓储管理成本。同时，建立智慧化的售后服务体系、完善售后咨询系统及相关补偿系统，及时响应顾客售后需求以提高消费者满意度，进而增加顾客黏性。

（3）培养信息技术人才。受信息技术人才短缺约束，零售业供应链数字化转型仍主要集中于行业领先企业，而广大中小型连锁超市的供应链数字化进程较为滞后。通过积极招募甄选专业的信息技术人员，匹配公平的绩效激励与惩罚机制，建设一支高水平、高技能的技术顾问或员工团队，充分调动员工参与供应链数字化积极性，完善各环节监督模式及数字化运行机制，提高超市整体服务水平，提升超市数字化建设水平；进行合理的员工开发与培训，提高其服务水平与能力，使其可以完成零售业数字化工作。

（4）注重营销以及服务消费。企业定期对其员工进行相关培训，以提升员工的专业素养、主动服务意识以提升顾客购物体验；注意加强实体店内硬件设施配置等以提升顾客购买商品的舒适度；增加打折促销频率和力度，营造轻松和谐的购物环境，吸引顾客重复购买；提高超市口碑，增加顾客黏性，促进中小型连锁超市供应链数字化进一步完善。