1 研究背景

2021年《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)》數(shù)據(jù)表明，我國(guó)2020年數(shù)字經(jīng)濟(jì)規(guī)模已超39萬(wàn)億元，占國(guó)內(nèi)生產(chǎn)總值的比重約為38.6%。數(shù)字經(jīng)濟(jì)帶動(dòng)了大數(shù)據(jù)、云計(jì)算及區(qū)塊鏈等數(shù)字技術(shù)的迅速發(fā)展，也推動(dòng)數(shù)字技術(shù)向傳統(tǒng)產(chǎn)業(yè)全面滲透，加速各行業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。在此背景下，物流行業(yè)發(fā)展迅速，2021年全國(guó)快遞服務(wù)企業(yè)累計(jì)完成快件量高達(dá)1083.0億件，累計(jì)收入量突破10332.3億元，其中，完成量增長(zhǎng)近30%。數(shù)字經(jīng)濟(jì)創(chuàng)新物流產(chǎn)業(yè)運(yùn)作模式，提高物流產(chǎn)業(yè)服務(wù)效率，而物流末端配送屬于推動(dòng)物流產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展的配套性服務(wù)產(chǎn)業(yè)，其服務(wù)質(zhì)量好壞、服務(wù)效率高低是決定產(chǎn)業(yè)發(fā)展?fàn)顩r的核心因素。

數(shù)字經(jīng)濟(jì)旨在利用數(shù)字技術(shù)和資源驅(qū)動(dòng)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展，推動(dòng)實(shí)體經(jīng)濟(jì)創(chuàng)新，實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。數(shù)字技術(shù)在物流領(lǐng)域的應(yīng)用逐漸增多，智能快遞柜、無(wú)人駕駛等技術(shù)的應(yīng)用在提升物流智能化水平的同時(shí)也催生出許多問(wèn)題。首先，數(shù)字技術(shù)在物流末端配送過(guò)程中實(shí)際融合較少，阻礙了物流產(chǎn)業(yè)升級(jí)轉(zhuǎn)型；其次，客戶對(duì)快遞配送服務(wù)的投訴率較高，降低了服務(wù)質(zhì)量和水平；最后，現(xiàn)有研究中缺乏合理、適用的評(píng)價(jià)指標(biāo)，無(wú)法準(zhǔn)確評(píng)價(jià)物流企業(yè)末端配送質(zhì)量。物流末端配送是物流服務(wù)的最終環(huán)節(jié)，其效率和質(zhì)量直接影響著物流服務(wù)水平。因此，發(fā)揮數(shù)字技術(shù)對(duì)物流企業(yè)末端配送環(huán)節(jié)的賦能作用，對(duì)物流產(chǎn)業(yè)服務(wù)效率、質(zhì)量的提升十分重要。

基于此，本文引入SERVQUAL模型等作為理論基礎(chǔ)，構(gòu)建蘇州物流企業(yè)末端配送服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系，提出物流企業(yè)末端配送質(zhì)量評(píng)價(jià)方法，即采用層次分析法(AHP)[1]，確定蘇州物流企業(yè)末端配送服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)的權(quán)重，對(duì)蘇州物流企業(yè)末端配送服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)，對(duì)各評(píng)價(jià)指標(biāo)的優(yōu)勢(shì)和不足進(jìn)行分析并提出對(duì)策建議，為數(shù)字技術(shù)賦能物流末端配送、相關(guān)物流行業(yè)和部門(mén)發(fā)展提供參考和建議。

2 基于SERVQUAL模型的蘇州物流企業(yè)末端配送質(zhì)量評(píng)價(jià)指標(biāo)體系

2.1 研究方法

SERVQUAL模型是由美國(guó)營(yíng)銷(xiāo)學(xué)家Valarie.A.Zeithaml、A.Parasuraman等學(xué)者提出的一種普遍用于服務(wù)質(zhì)量評(píng)估的模型。該模型通過(guò)比較客戶接受服務(wù)前的期望和接受服務(wù)后的實(shí)際感受間的差距來(lái)評(píng)價(jià)服務(wù)質(zhì)量，又被稱(chēng)為“期望—感知”模型，即通過(guò)六個(gè)主要維度(有形性、可靠性、響應(yīng)性、保證性、移情性和交互性)衡量“感受和期望的差距”[2]。SERVQUAL模型以問(wèn)卷調(diào)研數(shù)據(jù)為基礎(chǔ)，讓客戶對(duì)接受服務(wù)前的期望和接受服務(wù)后的感受進(jìn)行打分來(lái)評(píng)價(jià)服務(wù)質(zhì)量，被廣泛應(yīng)用于相關(guān)領(lǐng)域。

2.2 數(shù)據(jù)來(lái)源

本研究通過(guò)對(duì)蘇州各大物流園區(qū)、知名物流企業(yè)、辦公樓和社區(qū)進(jìn)行實(shí)地走訪、問(wèn)卷調(diào)研，采訪相關(guān)物流企業(yè)專(zhuān)業(yè)人士和行業(yè)專(zhuān)家學(xué)者，獲得的數(shù)據(jù)分為兩部分，第一部分是SERVQUAL模型各指標(biāo)權(quán)重的數(shù)據(jù)來(lái)源，對(duì)蘇州知名物流企業(yè)專(zhuān)業(yè)人士和行業(yè)專(zhuān)家學(xué)者進(jìn)行調(diào)研，發(fā)放18份問(wèn)卷，回收18份有效問(wèn)卷，得到真實(shí)、客觀的數(shù)據(jù)；第二部分是SERVQUAL模型的數(shù)據(jù)來(lái)源，通過(guò)對(duì)蘇州各大物流園區(qū)、社區(qū)等進(jìn)行實(shí)地走訪、發(fā)放調(diào)研問(wèn)卷，線上線下共發(fā)放300份問(wèn)卷，回收287份有效問(wèn)卷。

2.3 指標(biāo)體系構(gòu)建

本研究基于真實(shí)數(shù)據(jù)資料，構(gòu)建以SERVQUAL模型為基礎(chǔ)的蘇州物流企業(yè)末端配送服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系。在評(píng)價(jià)指標(biāo)體系中，根據(jù)研究將目標(biāo)層分為有形性、可靠性、響應(yīng)性、保證性、移情性、交互性六個(gè)維度(準(zhǔn)則層)，準(zhǔn)則層又可分為若干指標(biāo)(指標(biāo)層)，如表1所示。

3 指標(biāo)權(quán)重計(jì)算方法

本研究采用層次分析法(AHP)確定評(píng)價(jià)指標(biāo)體系的指標(biāo)權(quán)重。層次分析法將定性分析與定量分析相結(jié)合，對(duì)主觀評(píng)價(jià)進(jìn)行數(shù)據(jù)量化并得出相應(yīng)指標(biāo)權(quán)重。

3.1 建立層次結(jié)構(gòu)模型

將蘇州物流企業(yè)末端配送服務(wù)質(zhì)量評(píng)價(jià)分為三個(gè)層次：目標(biāo)層為蘇州物流企業(yè)末端配送服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)，準(zhǔn)則層為有形性、可靠性等6個(gè)維度，指標(biāo)層為智能快遞柜設(shè)備充足，配置無(wú)人配送機(jī)器人、無(wú)人機(jī)等無(wú)接觸配送模式，驛站掃碼設(shè)備狀態(tài)較好等21個(gè)指標(biāo)，根據(jù)以上要素建立層次結(jié)構(gòu)模型[3]。

3.2 構(gòu)建判斷矩陣

建立層次結(jié)構(gòu)后，三個(gè)層次之間的關(guān)系已明確，對(duì)同一層次的各指標(biāo)關(guān)于上一層次某準(zhǔn)測(cè)的重要性進(jìn)行對(duì)比，采用9級(jí)比例標(biāo)尺(見(jiàn)表2)構(gòu)建兩兩比較判斷矩陣。

本研究共構(gòu)建7個(gè)判斷矩陣，蘇州物流企業(yè)末端配送服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)A、有形性判斷矩陣B1、可靠性判斷矩陣B2、響應(yīng)性判斷矩陣B3、保證性判斷矩陣B4、移情性判斷矩陣B5、交互性判斷矩陣B6。

3.3 計(jì)算指標(biāo)權(quán)重

由于比較判斷矩陣中相同準(zhǔn)則的指標(biāo)數(shù)較多，而且是由行業(yè)、企業(yè)專(zhuān)家學(xué)者設(shè)定，前后可能出現(xiàn)邏輯相悖的情況，因此要求判斷矩陣滿足一致性檢驗(yàn)，采用一致性比例CR(CR=CI/RI)值進(jìn)行一致性檢驗(yàn)，計(jì)算步驟如下：

第一，計(jì)算一致性指標(biāo)CI。

式(1)中：λmax是判斷矩陣的最大特征值。

第二，從相關(guān)文獻(xiàn)查閱得到檢驗(yàn)比較矩陣一致性標(biāo)準(zhǔn)RI。

第三，計(jì)算一致性比例CR。當(dāng)CR<0.1時(shí)，該判斷矩陣符合一致性要求；若CR≥0.1，則該判斷矩陣不符合一致性要求，存在不符合邏輯的問(wèn)題，應(yīng)對(duì)判斷矩陣進(jìn)行人工調(diào)整后重新分析。

表3為本文構(gòu)造的7個(gè)判斷矩陣的CR值。由表3可知，7個(gè)判斷矩陣的CR值均小于0.1，滿足一致性要求，符合邏輯一致性，可通過(guò)計(jì)算得出相應(yīng)各判斷矩陣的權(quán)重。

4 蘇州物流企業(yè)末端配送服務(wù)質(zhì)量評(píng)價(jià)

本研究將以蘇州物流企業(yè)末端配送為研究對(duì)象，利用SERVQU——AL模型對(duì)服務(wù)質(zhì)量進(jìn)行綜合評(píng)價(jià)，并根據(jù)結(jié)果提出改善服務(wù)的方向和對(duì)策，以提升客戶滿意度和物流服務(wù)效率。

首先，本研究對(duì)蘇州各大物流園區(qū)、知名物流企業(yè)、辦公樓和社區(qū)居民進(jìn)行實(shí)地走訪和問(wèn)卷調(diào)查，通過(guò)線上線下相結(jié)合的方式共發(fā)放300份調(diào)研問(wèn)卷，回收有效問(wèn)卷287份，回收率為95.7%；其次，采用10分制對(duì)問(wèn)卷中所調(diào)研問(wèn)題進(jìn)行評(píng)價(jià)，“10”表示非常滿意，“1”表示非常不滿；最后，通過(guò)數(shù)據(jù)分析后得出蘇州物流企業(yè)末端配送服務(wù)的感知值、期望值及“感受和期望的差距”。差距若為負(fù)數(shù)，表示結(jié)果不如預(yù)期；差距若為正數(shù)，表示服務(wù)超過(guò)預(yù)期。蘇州物流企業(yè)末端配送“感知—期望”值如表4所示。

從總體來(lái)看，期望值、感知值、感知和期望值間的差距的加權(quán)平均值分別為7.2125、4.8761、-2.3364，說(shuō)明當(dāng)前物流企業(yè)末端配送服務(wù)的客戶滿意度較低、配送效率低下。從權(quán)重來(lái)看，排名前3的指標(biāo)分別是快遞員、工作人員有能力幫助客戶記錄、解決取件過(guò)程中存在的問(wèn)題并進(jìn)行反饋C23、配送時(shí)快遞員或工作人員主動(dòng)聯(lián)系客戶告知配送時(shí)間C32和客戶能通過(guò)相關(guān)App、短信等獲取物流更新?tīng)顟B(tài)和取件碼發(fā)現(xiàn)問(wèn)題可及時(shí)聯(lián)系快遞員或工作人員C22，可見(jiàn)快遞從業(yè)人員的綜合服務(wù)能力培養(yǎng)和物流數(shù)據(jù)平臺(tái)的建設(shè)至關(guān)重要。從“感知—期望”值數(shù)據(jù)來(lái)看，客戶對(duì)物流企業(yè)末端配送服務(wù)質(zhì)量指標(biāo)的期望值大部分都高于7，表明客戶希望在配送服務(wù)中得到優(yōu)質(zhì)、高效的服務(wù)[4]；而在感知值評(píng)價(jià)時(shí)，僅有智能快遞柜、驛站取貨流程簡(jiǎn)明易懂C12高于7，可見(jiàn)末端配送環(huán)節(jié)在設(shè)備使用、服務(wù)體驗(yàn)等方面還有很大提升空間。從落差值來(lái)看，差距最大的分別為根據(jù)不同類(lèi)型的客戶選擇不同配送時(shí)間，配送前主動(dòng)聯(lián)系客戶C53，使用智能快遞柜、無(wú)人配送機(jī)器人、無(wú)人機(jī)等方式進(jìn)行取貨，客戶感到放心C41和智能快遞柜、驛站環(huán)境安全整潔、快遞擺放有序C14，分別為-5.15、-4.18和-3.93，表明在這三個(gè)方面客戶實(shí)際感受與期望間差距最大，有較大的優(yōu)化空間。

其中，智能快遞柜設(shè)備充足，配置無(wú)人配送機(jī)器人、無(wú)人機(jī)等無(wú)接觸配送模式，驛站掃碼設(shè)備狀態(tài)較好C11，智能快遞柜、驛站取貨流程簡(jiǎn)明易懂C12，使用智能快遞柜、無(wú)人配送機(jī)器人、無(wú)人機(jī)等方式進(jìn)行取貨，客戶感到放心C41等的期望值均接近8，可見(jiàn)客戶對(duì)于數(shù)字化、信息化手段在末端配送環(huán)節(jié)的運(yùn)用存在期待而在感知值評(píng)價(jià)時(shí)，C11、C12分別為6.2474和7.1429，與期望值之間的差距不大，由此可知智能快遞柜、無(wú)人配送等數(shù)字化手段的投放使用，對(duì)物流末端配送效率和客戶滿意度有所提升，C41感知值為3.7909，客戶使用智能快遞柜等取件時(shí)并不能完全感到安心，擔(dān)心出現(xiàn)快速損毀、無(wú)法取件、信息泄露等問(wèn)題，可以得出數(shù)字技術(shù)投入物流終端配送時(shí)仍有改善空間。各電商平臺(tái)或公眾號(hào)推送生活服務(wù)相關(guān)信息，方便客戶滿足日常需求C61的期望值僅為4.0592，由此可知大數(shù)據(jù)對(duì)客戶的興趣愛(ài)好定位不準(zhǔn)，信息推送存在偏差，而C61的感知值為3.3589，客戶對(duì)此類(lèi)推送信息并無(wú)興趣甚至?xí)a(chǎn)生反感，說(shuō)明數(shù)字信息化手段一定程度上提升了配送效率和客戶滿意度，但仍有優(yōu)化空間。

5 蘇州物流企業(yè)末端配送提升對(duì)策建議

5.1 完善物流設(shè)施設(shè)備，提升員工專(zhuān)業(yè)化形象

在有形性B1、可靠性B2判斷矩陣中，快遞員有統(tǒng)一、整潔的服裝C13，智能快遞柜。驛站環(huán)境安全整潔、快遞擺放有序C14，快遞員、工作人員有能力幫助客戶記錄、解決取件過(guò)程中存在的問(wèn)題并進(jìn)行反饋C23等期望與感知值之間的落差較大，說(shuō)明消費(fèi)者對(duì)這兩個(gè)方面均不滿意，物流末端配送環(huán)節(jié)應(yīng)強(qiáng)化管理，做好快遞從業(yè)人員的招聘和培訓(xùn)工作，規(guī)范快遞從業(yè)人員的衣著和言行，實(shí)施快遞服務(wù)獎(jiǎng)懲機(jī)制，持續(xù)提升服務(wù)意識(shí)和專(zhuān)業(yè)能力；此外，還應(yīng)優(yōu)化設(shè)施設(shè)備管理，保障設(shè)施設(shè)備正常運(yùn)轉(zhuǎn)，升級(jí)信息化和智能化程度，出現(xiàn)技術(shù)問(wèn)題，工作人員要及時(shí)響應(yīng)，營(yíng)造有序、高效的自提環(huán)境[5]。

5.2 構(gòu)建智能物流配送體系，提升客戶響應(yīng)度

在響應(yīng)性B3、保證性B4判斷矩陣中，客戶關(guān)于快遞的投訴或問(wèn)詢能在24h內(nèi)回復(fù)C33，使用智能快遞柜、無(wú)人配送機(jī)器人、無(wú)人機(jī)等方式進(jìn)行取貨，客戶感到放心C41等存在的落差較大，應(yīng)持續(xù)優(yōu)化現(xiàn)有信息服務(wù)供應(yīng)鏈，通過(guò)與淘寶、菜鳥(niǎo)等電商平臺(tái)深入合作，強(qiáng)化末端物流配送體系建設(shè)，使消費(fèi)者及時(shí)掌握物流動(dòng)向，暢通線上預(yù)約配送渠道，消費(fèi)者可以自主預(yù)約配送或取件時(shí)間，提升客戶滿意度；升級(jí)無(wú)人機(jī)、無(wú)人配送車(chē)等智能配送方式，借助大數(shù)據(jù)同步更新社區(qū)居民配送信息，實(shí)時(shí)優(yōu)化配送路徑，保障路線、時(shí)效最佳；同時(shí)，還要優(yōu)化問(wèn)題處理機(jī)制，搭建客戶和物流公司的溝通渠道，出現(xiàn)問(wèn)題客服及時(shí)介入，針對(duì)客戶需求提供完善的售后服務(wù)，弱化客戶負(fù)面情緒，增強(qiáng)企業(yè)服務(wù)口碑。

5.3 打造物流大數(shù)據(jù)平臺(tái)，提供客戶差別化服務(wù)

在移情性B5、交互性B6判斷矩陣中，各個(gè)指標(biāo)的期望值和感知值間的落差均比較大，在移情性和交互性兩方面重視度不足。物流企業(yè)應(yīng)始終堅(jiān)持客戶第一、服務(wù)至上的原則，根據(jù)客戶的特點(diǎn)提供差異化、個(gè)性化服務(wù)，為不同的客戶提供合理的取貨方式和取貨時(shí)間，后臺(tái)自動(dòng)記錄客戶取貨習(xí)慣，提供精準(zhǔn)配送業(yè)務(wù)，有效增強(qiáng)客戶黏性；同時(shí)，設(shè)計(jì)打造優(yōu)質(zhì)物流平臺(tái)，如小程序、App等，并基于客戶購(gòu)買(mǎi)特征和購(gòu)買(mǎi)偏好，精準(zhǔn)推送客戶感興趣的相關(guān)產(chǎn)品和服務(wù)內(nèi)容，為客戶打造舒心的平臺(tái)環(huán)境。