郭永芳，李雪璐，雷 蕊

（安徽財經(jīng)大學財政與公共管理學院，安徽蚌埠，233030）

一、引言

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，一種“社交”+“零售”的電商行業(yè)在國內(nèi)迅速發(fā)展，逐漸改變?nèi)藗儌鹘y(tǒng)的購物模式。把這種以個人、企業(yè)以互聯(lián)網(wǎng)為依托，通過運用大數(shù)據(jù)、人工智能等先進技術(shù)手段對線上服務、線下體驗以及現(xiàn)代物流進行深度融合的零售新模式稱之為新零售?；谠诎霾菏卸嗉掖笮瓦B鎖超市購物實體調(diào)查問卷基礎上，首先對蚌埠市消費者對現(xiàn)有購物滿意度及新零售時代下的購物因素期望進行初步分析，其次深入探究蚌埠市不同人群對消費購物影響因素的差異需求，最終為蚌埠市零售行業(yè)如何在新零售時代下進行持續(xù)有效發(fā)展提供相關(guān)建議。

首先建立KANO模型，對消費者關(guān)于超市的內(nèi)外部安全問題、商品質(zhì)量等客觀購物因素進行滿意度分析，在滿意度分布的象限上，得出各個影響因素的差異分布。接著構(gòu)建SEM模型，研究得出在商品特征、工作服務、購物環(huán)境三個潛變量下共12個指標對消費者購物期望的重要程度順序。其次結(jié)合消費者基礎信息數(shù)據(jù)，在主觀賦權(quán)下對三種購物因素即商品特征、工作服務、購物環(huán)境進行綜合打分分類，然后構(gòu)建無序多元logistics回歸模型對不同人群的消費購物影響因素的差異性進行分析。最后依據(jù)上述結(jié)果對蚌埠市新零售的發(fā)展規(guī)劃提出相關(guān)建議。

二、樣本數(shù)據(jù)的篩選與處理

（一）抽樣方法

使用PPS抽樣方法確定所調(diào)研的區(qū)域并結(jié)合街頭攔截式調(diào)查法進行調(diào)查，搜集新零售下連鎖超市受眾群體的基本信息，即性別、年齡、學歷、月收入以及一次性購物金額等數(shù)據(jù)。調(diào)查范圍覆蓋蚌埠市內(nèi)三個主要市轄區(qū)（龍子湖區(qū)、蚌山區(qū)、禹會區(qū)）的4個主要連鎖超市（歐尚、大潤發(fā)、合家福、華運）以及老城區(qū)附近的菜市場、步行街。

（二）樣本篩選與數(shù)據(jù)處理

本次調(diào)查共發(fā)放821份問卷，其中有效問卷為652份，有效問卷回收率為79.5%，對于其中的缺省值我們將采用變量均值、回歸變量和插值法等方式進行處理。

采用兩種方法對調(diào)查問卷的結(jié)果數(shù)據(jù)進行分析，分別是效度分析和信度分析。

1.信度分析

對于外在信度分析，將15道量表題按照調(diào)查內(nèi)容分為三組，分別調(diào)查消費者對超市中的商品特質(zhì)、工作人員服務和購物環(huán)境方面的滿意程度。內(nèi)在信度分析則主要是研究問卷項目之間的內(nèi)在一致性。根據(jù)數(shù)據(jù)預處理中的理論介紹，直接采用Cronbach信度系數(shù)法，檢驗的結(jié)果如表1所示：

表1 信度檢驗結(jié)果表

根據(jù)表1的Cronbach信度系數(shù)檢驗結(jié)果均大于0.8可知問卷設計合理，量表的內(nèi)在一致性程度高，測量的可信度大。

2.效度分析

按照預處理數(shù)據(jù)的檢驗方法，進行內(nèi)容效度和結(jié)構(gòu)效度分析。其中，內(nèi)容效度分析根據(jù)各單個項目分數(shù)與總和分數(shù)的相關(guān)系數(shù)進行分析，用以判斷三個項目類別的代表性；結(jié)構(gòu)效度分析則采用因子分析法，用以判斷三個項目類別的分類是否合理。

三、基于KANO模型對新零售的可行方向分析

（一）KANO模型

KANO模型以分析用戶需求對用戶滿意的影響為基礎，體現(xiàn)了產(chǎn)品性能和用戶滿意之間的非線性關(guān)系。KANO模型將產(chǎn)品服務的質(zhì)量特性分為五類基本（必備）型需求、期望（意愿）型需求、興奮（魅力）型需求、無差異型需求、反向（逆向）型需求。由于客戶的需求是通過產(chǎn)品或服務質(zhì)量特性的滿足實現(xiàn)，因此，KANO模型對產(chǎn)品質(zhì)量特性的劃分就是對產(chǎn)品滿足客戶需求的程度和變化趨勢的劃分。

（二）KANO模型建立

通過問卷數(shù)據(jù)，對于上文提及的連鎖超市是否需要有一定的知名度這一問題進行數(shù)據(jù)處理，得出如下結(jié)果（如表2所示）。

1.計算Better系數(shù)

Better系數(shù)的數(shù)值同城情況下為0～1，值越接近1則表示消費者對于該項問題的滿意程度影響越大，滿意程度提升的效果也就越強，反之則滿意度提升的效果越弱，影響越小。

2.worse系數(shù)

表2 模型數(shù)值舉例

Worse系數(shù)的數(shù)值通常為-1～0，即表示如果問題中所設計的方面提供的不夠充分，消費者的不滿意程度影響也就會越強烈，當絕對值越接近1時，對于消費者的不滿意程度影響也就越大，而絕對值接近0時，用戶的不滿意程度影響效果也就越小。

代入數(shù)據(jù)可知上述舉例問題的Better系數(shù)為0.11，Worse系數(shù)為0.170，通過上述兩個系數(shù)可以得出“超市是否具有一定知名度”是無差異屬性（次要屬性）。

通過對所調(diào)研問題進行如上述相同方式的過程得出如下結(jié)果（如表3所示）：

表3 Better系數(shù)與Worse系數(shù)

（三）模型結(jié)論分析與新零售策略分析

綜合上述，可以認為超市的內(nèi)外部安全問題以及商品質(zhì)量應該是人們更為關(guān)心的話題，通過新零售，可以將線上線下結(jié)合起來，對于生鮮產(chǎn)品應減少中間供應商的環(huán)節(jié)以獲得更為新鮮的產(chǎn)品從而在確保安全的前提下，提供高質(zhì)量的產(chǎn)品。而新零售的結(jié)合也可以在一定程度上減少對于停車位即人員的需求，實現(xiàn)連鎖超市和消費者的雙贏，以達到提升用戶滿意度和降低成本之間的平衡。大數(shù)據(jù)區(qū)塊鏈的智能化使得在滿足了送貨上門、商品種類豐富的前提下還能夠不定時地進行優(yōu)惠，已提高人們的生活質(zhì)量，最終提高人們的滿意度。

四、基于SEM模型對新零售的規(guī)劃分析

（一）SEM模型建立

結(jié)構(gòu)方程模型是一種建立、估計和檢驗因果關(guān)系模型的方法。結(jié)構(gòu)方程模型可以清晰分析單項指標對總體的作用和單項指標間的相互關(guān)系。

在結(jié)合著名的美國顧客滿意度指數(shù)模型（ASCI）的基礎上，以顧客期望作為研究的潛變量，商品特征、平臺服務、購物環(huán)境作為相關(guān)性較高的三個潛變量來對顧客期望做出解釋。因此采用二階驗證性因子分析，來描述各個變量之間的關(guān)系，并對其重要程度做出說明。

首先，依據(jù)描述顯在變量與潛在變量之間的測度關(guān)系，稱之為測量模型，該模型中以ξ1即商品特征為例，構(gòu)建模型如下：

其次，描述潛在變量之間的結(jié)構(gòu)關(guān)系，稱為結(jié)構(gòu)模型，模型如下：

根據(jù)3個潛變量之間的影響情況，以此構(gòu)建潛變量并建立模型結(jié)構(gòu)，可以建立如下假設：

H1：“商品特質(zhì)”對“滿意度”具有正向影響；

H2：“平臺服務”對“滿意度”具有正向影響；

H3：“購物體驗”對“滿意度”具有正向影響：

現(xiàn)采用AMOS 21.0軟件，按照結(jié)構(gòu)方程模型路徑圖的符號規(guī)則，畫出模型的路徑圖，規(guī)定模型中第一個潛在變量對應的測量指標系數(shù)為1，相當于規(guī)定潛在變量的度量單位與對應測量指標的單位相同；規(guī)定外生潛在變量、內(nèi)生潛在變量的可測變量的測量誤差系數(shù)為1，依據(jù)相關(guān)關(guān)系進行路徑調(diào)整后，得到新模型，其路徑分析如圖1所示：

圖1 蚌埠市民對于新零售購物期望度的結(jié)構(gòu)方程

運行AMOS得到的擬合指數(shù)統(tǒng)計如下：

表4 擬合指數(shù)

從表4來看，整體適配度良好，理論模型可以與數(shù)據(jù)進行適配。

（二）模型結(jié)論分析與新零售策略分析

依據(jù)表5路徑系數(shù)，在較為準確的結(jié)構(gòu)方程模型上對所示結(jié)果做出分析與解釋。

1.潛在變量之間的關(guān)系分析

潛在變量間的系數(shù)表示某一變量的變動引起其他變量變動的程度，說明購物體驗對于顧客期望的回歸系數(shù)為0.887，表示購物體驗提高1個百分點將使顧客期待值提高0.887個百分點。平臺服務與顧客期待值的回歸系數(shù)為0.903，表示平臺服務水平提高1個百分點，將直接使顧客期待值提高0.903個百分點。商品特征與顧客期待值的回歸系數(shù)為0.853，表示商品特征屬性值提高1個百分點，將直接使顧客期待值提高0.853個百分點。綜合比較，平臺服務與顧客所期待的零售需求關(guān)系最高，優(yōu)先考慮級別最高，顧客更為看重平臺的服務水平質(zhì)量。

表5 結(jié)構(gòu)方程標準化路徑系數(shù)表

2.潛在變量與可測變量之間的關(guān)系分析

（1）商品特征與可測變量之間的關(guān)系

商品特征中商品售后變量的系數(shù)最大（0.840），商品質(zhì)量（0.817）與商品價格（0.813）次之，而商品供給系數(shù)較前兩者較?。?.690）。這說明人們在生活購物中更加注重對商品售后服務的保障，其次人們看重商品價格與商品質(zhì)量，這滿足在實際購物中，人們對質(zhì)量與價格的需求程度高的普遍現(xiàn)象。對于人們商品售后的高需求可以理解為當代人們隨著生活水平的提高，人們可消費支出增大，對商品價格需求重視度降低，轉(zhuǎn)而更加注重商品服務形式，從中獲取更高的價值認同感。商品供給影響系數(shù)較低的原因在于當代商品供給的來源更多，人們對此需求力度較低，因此模型中商品供給的影響系數(shù)水平契合現(xiàn)代市場消費理論。

（2）平臺服務與可測變量之間的關(guān)系

對于平臺服務而言，人們更注重提供服務的種類與服務效率，但同時，服務質(zhì)量與服務態(tài)度也處于較高的水平。因此對于現(xiàn)代消費購物而言，人們對于平臺服務方面各項要求較高，可以理解為當代消費模式從質(zhì)量模式轉(zhuǎn)向于服務模式。

（3）購物體驗與可測變量之間的關(guān)系

人們在挑選物品時更加注重自己的體驗感與使用感，對于品牌與口碑能力的要求不高，在平時的新零售安排中，商家應注重服務效應，安排好購物環(huán)節(jié)，保證客戶在購物中有更高的愉悅感與安全感。

五、基于無序多元logistics分析新零售的環(huán)境條件

（一）指標處理與數(shù)據(jù)分類

針對當今購買需求的多元化，選取不同人群種類作為自變量，研究其對購買需求的影響因素（x1、x2、x3、x4、x5、x6），因變量購物需求及逆行分組可分為15種具體購物感受，將其進一步聚類，可以分為商品特質(zhì)、工作人員、購物環(huán)境三組。

針對購買需求與人群種類之間的關(guān)系，建立多l(xiāng)ogistic回歸模型。根據(jù)問卷設計的內(nèi)容，將購買需求進行分類，分成三大類：商品特質(zhì)、工作人員以及購買環(huán)境。

為了能夠反映每一位受訪者分別對于商品特質(zhì)、工作人員服務和購買環(huán)境的整體看法，根據(jù)調(diào)查問卷的結(jié)果我們將每個受訪者關(guān)于三類購買需求的打分進行加權(quán)處理：

可以分別得到451個樣本對于商品特質(zhì)、工作人員和購買環(huán)境的加權(quán)后的均分。

（二）多分類無序logistic回歸模型的建立

建立不同人群種類對購買需求影響的多分類無序logistic模型，回歸方程的模型為：

1.購買需求-商品特質(zhì)logistic回歸

（1）計算商品特質(zhì)分數(shù)的中位數(shù)

可以將該比值劃分為兩個區(qū)間，即當商品特質(zhì)分數(shù)＜5.7857為低，當商品特質(zhì)平均分＞5.7857時為高。并分別用0代表低，1代表高。隨后以年齡、月收入、性別、學歷、購物消費和購物頻率作為自變量，以商品特質(zhì)平均分為因變量進行l(wèi)ogistic回歸。

（2）logistic回歸結(jié)果及分析

由模型系數(shù)的Omnibus檢驗的結(jié)果可得出，模型的p值為0.000遠小于0.05，該關(guān)于商品特質(zhì)的logistic回歸方程具有意義，且該模型預測的正確率高于50%，預測的正確率良好。

由表6數(shù)據(jù)結(jié)果可知，性別、購物消費和購物頻率用于商品特質(zhì)的預測概率并不合適，因此剔除。剔除后的參數(shù)估計表如表7。

從剔除無關(guān)變量后的參數(shù)估計表中可以看出年齡、月收入、學歷可以作為變量構(gòu)成logistic方程：

同時，由Exp（B）即OR值中可以得到，年齡的Exp（B）=1.363表示在50歲以上的居民對商品特質(zhì)的滿意度為高的可能性是40～50歲的1.363倍，而40～50歲的居民對商品特質(zhì)的滿意度評價為高的可能性是30～40歲的1.363倍，以此類推，可以得出年齡越大的受訪者對超市商品特質(zhì)方面感到滿意的可能性越高，而年齡越小的受訪者則會有更大的可能性對商品特質(zhì)并不感到滿意。

表6 參數(shù)估計表

月收入的Exp（B）=1.242，表示月收入在20000元以上的居民對商品特質(zhì)的滿意度為高的可能性是月收入在8000～20000元的1.242倍，而月收入在8000～20000元的居民對商品特質(zhì)的滿意度評價為高的可能性是收入在5000～8000元的1.242倍，以此類推，可以得收入越高的受訪者對超市商品特質(zhì)方面感到滿意的可能性越高，而月收入月低的受訪者則會有更大的可能性對商品特質(zhì)并不感到滿意。

2.購買需求-工作人員服務logistic回歸

（1）計算工作人員服務分數(shù)的中位數(shù)

我們可以將該比值劃分為兩個區(qū)間，即當工作人員分數(shù)＜5.8276為低，當工作人員服務分數(shù)＞5.8276時為高。并分別用0代表低，1代表高。隨后以年齡、月收入、性別、學歷、購物消費和購物頻率作為自變量，以工作人員服務分數(shù)為因變量進行l(wèi)ogistic回歸。

（2）logistic回歸結(jié)果及分析

該模型的p值為0.010遠小于0.05，表明該關(guān)于工作人員服務的logistic回歸方程具有意義，且該模型預測的正確率高于50%，預測的正確率良好。月收入、性別、學歷、購物消費和購物頻率用于工作人員服務的預測概率并不合適，因此剔除。剔除無關(guān)變量后可以看出年齡可以作變量構(gòu)成logistic方程：

可以得出年齡越大的受訪者對超市工作人員服務方面感到滿意的可能性越高，而年齡越小的受訪者則會有更大的可能性對工作人員服務并不感到滿意。

3.購買需求-購物環(huán)境logistic回歸

（1）計算購物環(huán)境分數(shù)的中位數(shù)

將該比值劃分為兩個區(qū)間，即當購物環(huán)境分數(shù)＜5.8571為低，當商品特質(zhì)平均分＞5.8571時為高。并分別用0代表低，1代表高。隨后以年齡、月收入、性別、學歷、購物消費和購物頻率作為自變量，以購物環(huán)境平均分為因變量進行l(wèi)ogistic回歸。

（2）logistic回歸結(jié)果及分析

對模型系數(shù)進行Omnibus檢驗，模型的p值為0.000遠小于0.05，該關(guān)于工作人員服務的logistic回歸方程具有意義。由參數(shù)估計表數(shù)據(jù)結(jié)果可知，年齡、性別和購物頻率用于購物環(huán)境的預測概率并不合適，因此剔除。

從剔除無關(guān)變量后中可以看出月收入、學歷、購物消費可以作為變量構(gòu)成logistic方程：

由Exp（B）即OR值中可以得到，月收入的Exp（B）=1.341表示在20000元以上的居民對購物環(huán)境的滿意度為高的可能性是收入為8000-20000元居民的1.341倍，而月收入為8000-20000元的居民對購物環(huán)境滿意度評價為高的可能性是5000-8000元歲的1.341倍，以此類推。因此可以得出收入越高的受訪者對超市購物環(huán)境方面感到滿意的可能性越高，而收入越低的受訪者則會有更大的可能性對超市的購物環(huán)境并不感到滿意。

同理，學歷越高的受訪者對超市購物環(huán)境方面感到滿意的可能性越低，而學歷越低的受訪者則會有更大的可能性對超市的購物環(huán)境更加的滿意；單次購物花費越高的受訪者對超市購物環(huán)境方面感到滿意的可能性越低，而單次購物花費越低的受訪者則會有更大的可能性對超市整體的購物環(huán)境感到滿意。

表7 剔除無關(guān)變量后的參數(shù)估計表

六、關(guān)于新零售發(fā)展的結(jié)論及建議

（一）新零售核心發(fā)展理念

新零售應當基于超市的內(nèi)外部安全問題以及商品質(zhì)量做出核心保障建設以獲得更為新鮮的產(chǎn)品，從而在確保安全的前提下，提供高質(zhì)量的產(chǎn)品。其次，新零售的供給應當契合人們對于購物消費行為的需求與期望?；诂F(xiàn)代化商業(yè)的發(fā)展，新零售應當將如何做好服務環(huán)節(jié)納入重點考慮與規(guī)劃項目，做好商品保障服務、購物保障服務、平臺服務效率、平臺多項服務等工作。在滿足人民需求的同時，帶給人們更大的消費滿足感，以此作為新零售的核心發(fā)展理念。

（二）新零售基礎規(guī)劃策略

投資者在開展新零售建設前需作出合理的環(huán)境地域分析，針對不同的人群種類制定合理合適的零售策略。以確?；A發(fā)展方向的正確性。借由logistics模型中的種群分類，我們將需要制定的基礎發(fā)展規(guī)劃與相應人群種類進行匹配。

1.當一個地區(qū)以青中年為主要群體時，應當注重工作人員的相關(guān)服務規(guī)劃策略。

2.當一個地區(qū)以低收入、高學歷的青中年為主時，如大學城等應當注重商品特征與工作人員的規(guī)劃策略。

3.當一個地區(qū)的人群具備低收入、高學歷、高消費能力特征時，應當注重購物環(huán)境規(guī)劃策略。

4.當一個地區(qū)以青中年為主，且具備低收入，高學歷高消費能力時，則三種規(guī)劃都應當注重。

（三）新零售可持續(xù)發(fā)展策略

1.營銷活動為核心，線上推送要加強

從宣傳來看，新零售應當以營銷活動為擴展核心業(yè)務，同時加強電視廣告、官網(wǎng)宣傳的比重，達到線上線下雙重多效應宣傳，以此鼓勵更多人加入新零售，體驗便捷生活。

2.質(zhì)量效率有保證，快捷優(yōu)勢要發(fā)揮

從優(yōu)勢來看，新零售應當堅持質(zhì)量保證這一優(yōu)勢，同時努力將便捷性做到更好，吸引更多顧客選擇新零售，加強與用戶之間的溝通聯(lián)系，做好及時反映問題、及時處理問題的工作。因此，新零售投資者需要建立完整完善的供貨與配送體系。

3.安全體系需健全，顧客安心放心購

從劣勢來看，新零售應當注重安全保障的重要性，確保顧客信息不會泄露，保證顧客在購物的全過程中，質(zhì)量安全有保證，家庭信息安全有保證，個人隱私安全有保證。因此投資者需建立一套合理合法的權(quán)益保護制度與監(jiān)督賠償制度，來保證購物安全。

4.線上優(yōu)惠多折扣，線下配送減成本

顧客選擇新零售更多方面會從價格考慮，線上多打折扣刺激消費，線下減少配送成本費用鼓勵消費，從而拉動顧客消費增長，增加經(jīng)濟流量輸入。