智慧物流企業配送效率影響因素研究*

□ 錢慧敏,謝韞穎

(上海工程技術大學 管理學院，上海 201620)

1 引言

電子商務和新零售的快速發展，帶來了激增的業務量和用戶對個性化和時效性的更高要求。面對高速擴張的市場需求和“散、亂、弱、雜、高”的發展現狀[1]，物流企業需要更加高效的解決方案。隨著智慧物流思想與技術的深入發展，物流企業面臨的嚴峻配送形勢有所緩解，配送業務的開展更加高效專業。然而智慧物流技術與設備的普及需要高額的前期投入，但其對配送效率的改進效果也非立竿見影，使得中小企業對于智慧化建設躊躇不前。因此，需要對智慧物流企業配送效率的影響因素進行探究和梳理，以期能夠找到影響配送效率的關鍵因素，幫助物流企業有選擇有針對地進行智慧建設。

2 指標體系和研究假設

2.1 指標體系

綜合考慮智慧物流企業配送系統的發展動力，主要來自三方面：一是技術支持力，包括軟件技術和硬件技術，這是系統建立與發展的基礎；二是市場驅動力，市場是資源配置的決定力量，使得配送系統良性發展；三是組織推動力，智慧物流企業通過營造組織內部智慧運營環境推動智慧配送發展，這是智慧物流企業配送發展的保障。

因此，本文依據上述動力，并結合智慧配送服務的流程，將影響智慧物流企業配送效率的智慧要素劃分為智慧倉儲系統、智慧運輸系統、智慧末端服務、智慧信息服務和智慧組織運營五個維度，并根據參考文獻及物流企業實踐，設計智慧物流企業配送效率影響指標。

智慧倉儲系統包括指標：自動單位化堆、旋轉貨架、AGV搬運機器人、RFID智能包裝、自動導航揀選、智能出入庫、智能庫存盤點。

智慧運輸系統包括指標：GPS車輛追蹤、GIS地圖指引、AI智能配載、AI動態路徑規劃、車輛智能溫控、新能源車輛、無人運輸設備。

智慧末端服務包括指標：大數據規劃網點布局、互聯網共同配送、智能自助取貨、取配時間定制。

智慧信息服務包括指標：隱私信息保護、訂單全程可視化、大數據個性推薦、物流信息共享云、結算方式多樣化、移動客戶端建設。

智慧組織運營包括指標：大數據挖掘與預測、員工智慧技能培養、企業智慧文化構建、新媒體營銷、智慧團隊協作。

配送效率分為經濟效率、服務效率和營運效率。經濟效率包括指標：配送業務收入、配送服務成本、銷售凈利率；服務效率包括指標：安全送達率、準時送達率、客戶滿意度；營運效率包括指標：訂單量、訂單處理速度、員工素質、企業形象。

2.2 研究假設

秦惠林，朱杰(2006)分析日益增長的物流配送需求為倉儲管理帶來的問題，提出了倉儲管理系統中便攜終端子系統的構架，利用信息化和智能化的手段改進倉儲管理，提高配送效率[2]。所以，提出以下假設：

H1：智慧倉儲系統正向影響企業配送效率。

H11、H12、H13：智慧倉儲系統正向影響企業配送經濟效率、服務效率、營運效率。

周立新，劉琨(2002)將智能運輸技術與物流管理相結合，能夠提升物流服務質量，降低物流成本，提出構建物流企業智能物流運輸系統[3]。所以，提出以下假設：

H2：智慧運輸系統正向影響企業配送效率。

H21、H22、H23：智慧運輸系統正向影響企業配送經濟效率、服務效率、營運效率。

王進(2018)認為末端配送服務作為制約配送發展的瓶頸，改善末端配送服務有助于緩解顧客體驗訴求與企業的矛盾，為企業帶來經濟利益[4]。所以，提出如下假設：

H3：智慧末端服務正向影響企業配送效率。

H31、H32、H33：智慧末端服務正向影響企業配送經濟效率、服務效率、營運效率。

陸春華(2017)認為電商環境提供了一種信息交互平臺，發揮這種信息交互平臺的功能優勢，理清配送中心，與客戶建立戰略合作關系，從而實現提高配送效率和控制成本的效果[5]。因此，本文將智慧決策納入研究，提出以下假設：

H4：智慧信息服務正向影響企業配送效率。

H41、H42、H43：智慧信息服務正向影響企業配送經濟效率、服務效率、營運效率。

曹武軍，郝涵星(2018)研究影響冷鮮肉配送效率的因素發現，提高車輛和管理人員調度水平可以有效提升配送效率，進而降低企業配送成本[6]。所以，提出如下假設：

H5：智慧組織運營正向影響企業配送效率。

H51、H52、H53：智慧組織運營正向影響企業配送經濟效率、服務效率、營運效率。

3 實證研究

3.1 問卷設計及數據來源

本文采用李克特五級量表，“5～1”分別表示非常贊同、比較贊同、中立、比較不贊同、非常不贊同。調查對象選取物流相關研究或從業背景的人群為主，同時包括部分智慧物流配送消費者。

問卷發放采用“線上+線下”的方式，通過郵件、微信及面對面調查，向符合條件的調查對象發放問卷，共發出問卷400份，有效回收305份。其中，男性175份，女性130份，年齡主要分布于18-35歲，有物流相關教育與從業背景的占近八成。

3.2 信度與效度檢驗

通過Cronbachα值來檢驗問卷的信度，總量表與分量表的α值均大于0.8，說明問卷量表具有較高的可信度。利用探索性因子分析對量表的結構效度進行檢驗，KMO值為0.973，進行Bartlett球形度檢驗，顯著性水平小于0.05；經過最大方差法對影響智慧物流企業配送效率的智慧要素量表收集的數據進行因子旋轉，得到5個成分，累計方差解釋量為65.938%，大于50%，表明問卷具有較好的結構效度。

3.3 回歸檢驗

以智慧物流企業的5個智慧要素為自變量，配送效率為因變量進行回歸分析，檢驗智慧物流企業各智慧要素與配送效率間的關系。從回歸系數和顯著性檢驗來看，智慧倉儲系統(β=0.178，P<0.01)、智慧運輸系統(β=0.197，P<0.01)、智慧末端服務(β=0.278，P<0.001)、智慧信息服務(β=0.202，P<0.001)、智慧組織運營(β=0.400，P<0.001)均對智慧物流企業配送效率具有顯著正向影響，且智慧組織運營與智慧末端服務對配送效率的影響較大，假設H1、H2、H3、H4、H5成立。

檢驗智慧物流企業各智慧要素與配送經濟效率間的關系。智慧末端服務(β=0.253，P<0.01)和智慧組織運營(β=0.350，P<0.001)對智慧物流企業配送經濟效率具有顯著正向影響，假設H31、H51成立，假設H11、H21、H41不成立。

檢驗智慧物流企業各智慧要素與配送服務效率間的關系。智慧倉儲系統(β=0.241，P<0.01)、智慧運輸系統(β=0.178，P<0.05)、智慧末端服務(β=0.191，P<0.05)、智慧信息服務(β=0.253，P<0.001)、智慧組織運營(β=0.390，P<0.001)均對智慧物流企業配送效率具有顯著正向影響，且智慧組織運營與智慧信息服務對配送服務效率的影響較大，假設H12、H22、H32、H42、H52均成立。

檢驗智慧物流企業各智慧要素與配送營運效率間的關系。智慧倉儲系統(β=0.159，P<0.05)、智慧末端服務(β=0.301，P<0.001)、智慧信息服務(β=0.277，P<0.01)、智慧組織運營(β=0.353，P<0.001)均對智慧物流企業配送效率具有顯著正向影響，且智慧組織運營、智慧末端服務對智慧物流企業配送營運效率的影響較大，假設H13、H33、H43、H53成立，假設H23不成立。

4 研究結論與建議

4.1 研究結論

本文通過問卷調查和回歸分析，研究了智慧物流企業各智慧要素對配送效率的影響程度，得出以下結論：

①智慧組織營運、智慧末端服務、智慧信息服務、智慧運輸系統和智慧倉儲系統均正向影響智慧物流企業配送效率，且影響程度依次遞減；

②智慧物流企業的五個智慧要素對配送效率各維度的影響存在差異，智慧末端服務、智慧組織運營正向影響配送經濟效率，智慧倉儲系統、智慧運輸系統、智慧末端服務、智慧信息服務、智慧組織運營正向影響配送服務效率，智慧倉儲系統、智慧末端服務、智慧信息服務、智慧組織運營正向影響配送營運效率。因此，探究智慧物流企業配送效率提升的策略可從這幾方面著手。

4.2 建議

①智慧物流企業期望提高配送經濟效率，要注重整合企業內外部物流能力，對于企業內部，應當簡化作業流程，做好事前和事后控制，使得業務流程能夠靈活地應對用戶需求的變化；對于企業外部，可以考慮采用共同配送的模式，整合末端配送資源，對同一營業網點通過集中配送實現規模效應，從而降低配送單位成本。同時，智慧物流企業應當著力提高全程信息化水平，預防配送環節間及企業與用戶間信息溝通不及時的情況導致的重復投遞等問題，壓縮無效成本，避免利潤損失。

②智慧物流企業期望提高配送服務效率，首先，應當緊跟智慧物流發展步伐，充分利用物聯網、移動互聯網、人工智能等高新技術，保證配送服務的準時安全性，如利用人工智能動態規劃配送運輸路線，避開交通擁堵及事故高發路段，將貨物安全及時送達；其次，可以考慮完善增值服務優化用戶體驗，如利用積累的數據為客戶提供需求預測和咨詢服務，物流創新企業服務類型，增加用戶粘性；最后，注重末端配送服務人員的素質培養和提高，末端服務人員在與用戶接觸中代表了企業的形象，通過培訓提高服務能力和個人素質，保證服務質量提高用戶滿意度的同時，也為企業形象進行了正面宣傳。

③智慧物流企業期望提高配送營運效率，一方面，應該充分利用積累的數據進行分析和挖掘以提高營銷精準度，充分利用微博、微信等新媒體手段開展宣傳與營銷活動，擴大企業知名度，吸引更多的客戶；另一方面，要注意構建智慧企業文化，通過重視文化建設促進員工價值觀念的統一，促進智慧物流企業可持續發展，樹立智慧企業的先進形象。