基于因子分析的我国电子商务物流配送模式选择

龙源期刊网基于因子分析的我国电子商务物流配送模式选择作者：严敏如来源：《商业经济研究》2015年第21期中图分类号：F252文献标识码：A内容摘要：本文探索了当前我国B2C电子商务企业物流配送面临的问题，并对我国电子商务企业物流模式选择进行了分析，最后得出结论：整体实力较强的电子商务企业更倾向于发展自营物流来替代第三方物流。关键词：电子商务自营物流第三方物流因子分析引言在第三次科技革命中，计算机被发明了。而随后，全球的信息技术不断发展，经历了三次信息化浪潮。电子商务则是在第三次科技革命和三次信息化浪潮的背景下产生的一种新型的商务模式。而现代物流的概念则是在20世纪50年代首次被提出，已经经历了半个多世纪的发展。物流与电子商务密不可分，电子商务必须要依托物流才能够将商品送到人们的手中。B2C（Business-to-Customer）则是电子商务的其中一种模式，中文简称“商对客”。随着Web技术、移动支付技术的发展，B2C电子商务在商流环节的阻碍越来越小，但是随着近年来国内网购的热潮，选择网购商品的人数越来越多，电子商务的销售量也越来越大，现有的物流服务面对网购趋势的增长越来越吃力，已经成为B2C电子商务的“瓶颈”。现在，消费信息相对以前来说更加对称了，价值链上的传统利益集团越来越难巩固自身的利益壁垒，传统的品牌霸权和零售霸权逐渐丧失发号施令的能力。所以在这个大环境下，B2C电子商务的物流不能再以“送达”为目标，而是要在快速、准时送达的基础上不断适应客户的需求，提高客户服务水平，最终要力争满足客户的定制化服务。近年来，国内外学者逐渐认识到物流是电子商务发展的“瓶颈”。高效的物流配送是B2C电商企业成功的基础，电子商务在未来将成为商务模式的主流，而其“瓶颈”在于物流配送。ShuZhou（2013）认为，物流成为电子商务瓶颈的原因是：低质量的服务、高运营成本、低效率、不合格的基础设施、资源缺乏和复杂的法规和赋税。张宇等（2012）对Ballow的物流二维决策模型进行了修改，并提出B2C物流可以采用自营模式、“自营+释放”模式、第三方物流模式和联盟模式。张琳（2014）指出美国有发达的第三方物流体系，使用第三方物流的成本远远比电子商务企业自建物流要低；而中国的第三方物流虽然价格便宜，但是服务水平参差不齐，他们的服务水平往往不能满足B2C电子商务企业的需求，所以自营物流对于我国B2C电子商务企业是必要的。他们对物流服务因素与顾客满意度进行了对比分析，发现配送速度和订龙源期刊网单处理速度是顾客最关心的问题（付雅琴等，2013）。RabinovichE在2006年发表的文章中提出，物流服务是影响B2C电子商务用户满意度的主要原因之一，顾客对物流服务的感知包括：库存情况、订单处理速度、商品是否如期送达、面对突发情况的反应速度、物流对商品的保护、商品退货服务等文献。国内外学者还对这个行业未来的发展趋势进行了思考，认为企业在选择物流模式时应该综合考虑：企业规模和实力、企业的物流管理能力及现有的物流网络、企业的核心与非核心业务、物流对企业成功的影响程度。从物流企业角度看，物流的评价指标包括物流宽度、物流长度、流通时间、流通费用、预测功能；而从客户角度看，物流的评价指标包括服务质量、响应时间、准确性。研究方法本文采用因子分析法的基本思路是：借助SPSS软件的分析，通过以下几步来完成因子分析：对变量是否符合因子分析条件进行检验；通过SPSS得出的公因子方差表，并确定提取的因子数，以保证公因子方差足够大，且不会丢失原始变量中较多的信息；通过SPSS中的解释的总方差表，各公共因子的权重；得出旋转成分矩阵，确定各变量主要对应的成分（因子）；根据成分得分系数矩阵和各公共因子的权重来计算最后各样本的最后得分；根据公因子所对应的变量归纳出公因子所含的信息，并对结果进行解释，每个因子得分的数值越大表示在这个方面的竞争力越强，而总得分越大则表示综合竞争力越强。样本选取和变量选择为了准确、客观地评价我国B2C电子商务企业的物流模式，在排除了无法量化、难以统计的项目后，本文试选取以下10个指标，对我国B2C电子商务企业的物流模式进行评价：始发仓数目，指的是可为消费者进行配送的仓库数目，单位为个。仓储面积，主要指中央配送中心、区域配送中心以及各个前端配送中心的实际仓储作业面积的总和，单位为万平方米。自营物流覆盖城市数目，主要指各B2C电子商务企业的自营物流覆盖的地级市、县级市的数目，单位为个。自营物流配送站数目，主要指各B2C电子商务企业的自营物流的末端配送中心，单位为个。支持自提的城市数目，指的是允许用户去指定自提点、自提柜取货的城市的数目，单位为个。自提点数目，主要包括店面、自提柜、仓库等允许消费者上门自提的场所或者设施设备，单位为个。龙源期刊网，指的是库存量单位（StockKeepingUnit），用来表示库存量的多少。SKU可以反映销售业绩，以及电商平台和商品的受欢迎程度，因为B2C电子商务企业在库存管理时会考虑库存量的规模，以防止商品积压而造成的仓储成本增加。单位为万。免运费最低消费。各B2C电子商务企业的物流对于消费者并不是完全免费的，也就是“包邮”，大多数B2C电子商务企业有一个最低消费值以触发免运费条款，这样可以有效地弥补企业的物流配送成本，同时，消费者为了满足免运费条件而进行“凑单”以及各B2C电子商务企业的“凑单”推荐也能增加各B2C电子商务企业的销售业绩和SKU，单位为人民币。未达免运费标准的订单的最低运费，指的是单笔订单未满相应的价值时，消费者需要支付的最低运费。网络零售市场份额，指的是各B2C电子商务企业在B2C、C2C等面向消费者的网上购物平台上所占的市场份额，单位为%。而在研究对象的选择上，本文在此选择了五家同时使用自营物流和第三方物流的B2C电子商务企业（见表1）。首先，由于免运费最低消费和未达免运费标准的订单的最低运费是数值越小越好，而其他数据则是数值越大越好，所以我们先要对这量项数据进行正向化处理。正向化处理可以用取相反数或者取倒数的方法，本文选取了取相反数的方法，免运费最低消费和未达免运费标准的订单的最低运费分别保存为变量v1和v2。从表2中可以看出，各变量的相关系数的绝对值大多数都大于0.3，因此这组数据适合做因子分析。本文选择了提取的因子数为2，因为提取的因子数为1时，公因子方差表（见表3）中的部分变量提取百分比太小，会损失原始变量中较多的信息。表4中的“提取平方和载入”一栏中的“方差的%”即为我们需要的数据，因此我们可以得出2个因子的权重，如表5所示。在确定了公共因子的个数及其权重后，对公共因子的解释就是面临的重要问题。而对公共因子作解释要通过观察公共因子系数矩阵，看各公共因子与哪些指标变量有较高的相关性。为此，需要成分矩阵来进行计算（见表6）。为了让因子特征更为明显，即每个变量在尽可能少的因子上有较高的载荷，要对成分矩阵进行旋转，这样才能更好地对因子进行解释（见表7）。龙源期刊网据此可以看出，第一主成分主要对始发仓个数、自营物流覆盖城市数目、SKU、网络零售市场份额进行评价。这些变量在第一主成分的载荷都在0.98以上，反映的是B2C电子商务企业自营物流实力。第二主成分对支持自提的城市数目、自提点数目、v1（即免运费最低消费）、v2（即未达免运费标准的订单的最低运费）进行评价。所以第二主成分主要体现了B2C电子商务企业的物流服务和物流增值服务的水平。完成对公共因子的命名和解释后，就要进行因子分析的最后一步——计算因子得分。SPSS会将因子得分保存为变量，结果如表8所示。所以根据因子权重和成分得分系数矩阵进行加权计算，可以得出如表9所示的结果。在综合得分上，京东为1.01863，远远超过了其他参与分析的B2C电子商务企业。苏宁易购则凭借同为苏宁云商旗下的苏宁电器的家电卖场基础，其物流配送的实力还是要超越除京东外的其他国内B2C电子商务企业不少。而亚马逊中国、1号店、易迅网这些B2C电子商务企业想要挑战它们，还有很长的路要走。从各个主成分的得分来看：在第一主成分上，京东以1.04141分的绝对优势压倒其他B2C电子商务企业，而且仅有京东的得分是正数。这个结果说明了京东的自营物流实力远超国内其他B2C电子商务企业。苏宁易购、亚马逊中国、1号店的得分比较接近，在-0.22至-0.27之间，而易迅网相对落后。在第二主成分上则是苏宁易购以0.60307的得分处于领先地位。首先，苏宁易购的优势在于全场免运费。其次，苏宁易购依托其分布广泛的门店，自提点数目要比其他B2C电子商务企业多很多，并且不需要额外的基础设施建设或者租用的费用。而京东在这方面总体来说不弱，但是和苏宁的门店自提相比，还有待提高。其余三个B2C电子商务企业的差距在于支持自提服务的城市太少，仅在北京、上海、深圳有自提服务。为了探索销售业绩和自营物流规模之间隐含的联系，本文引入销售业绩的数据进行进一步的分析（见表10）。将因子分析的结果引入，与销售业绩（交易额）进行对比，首先可以得出如表11所示的结果。接着进行相关性分析，得出的结果如表12所示。从表12中可以看出，年交易额和排名的Pearson相关性值为-0.783，也就是说年交易额和排名呈负相关的关系。由此可以推导出，在我国当前的电商环境下，电商企业的整体实力越强，其拥有的物流基础设施和物流配送网络布局越完善。也就是说，整体实力较强的电商企业更倾向于发展自营物流来替代第三方物流。结论随着IT和互联网的发展，电子商务在我们的生活中起到了不可或缺的作用。而物流配送又是B2C电子商务的重中之重。在目前的环境下，整体实力较强的B2C电子商务企业更倾向龙源期刊网于发展自营物流来替代第三方物流。由于数据来源限制，很多数据的获取存在着相当的难度，部分数据并未公布，这对本文的因子分析部分带来了一定的阻碍。同时，有不少物流配送的评价指标是难以量化、难以统计的，例如用户体验的评价指标，并且由于时间限制和数据的科学性、准确性问题，通过个人来调查这部分数据也是难以实现的。相信如果能获得更多更可靠的数据，本文的分析以及结论会更加完善。参考文献：1.ZhouS.LogisticsBottleneckOfOnlineRetailIndustryInChina[J].JournalofSupplyChainandOperationsManagement，2013，11（2）2.吴君钧.电子商务与物流配送模式研究[J].科技致富向导，2012（5）3.张宇，李琪.B2C电子商务企业物流配送模式选择研究[J].人文杂志，2012（3）4.张琳.美国电商为什么不自建物流？[J].中国制衣，2014（1）5.付雅琴，叶晓霞.B2C物流服务满意度提升策略的实证研究[J].物流技术，2013，32（9）6.ElliotRabinovich，A.MichaelKnemeyer，ChadM.Mayer.WhydoInternetcommercefirmsincorporatelogisticsserviceprovidersintheirdistributionchannels？[J].JournalofOperationsManagement，2006（3）龙源期刊网龙源期刊网