菜鸟驿站服务满意度调查研究——以昆明市为例

郭凤香，李明远 GUO Fengxiang,LI Mingyuan

（昆明理工大学 交通工程学院，云南 昆明 650504）

(School of Traffic Engineering,Kunming University of Science and Technology,Kunming 650504,China)

0 引言

电子商务业的蓬勃发展推动了物流产业的迅速崛起，快递行业进入了发展的“黄金时期”。据统计，自2006年至2016年间，快递业务量增幅达31倍之多，业务收入增长了13.7倍，目前我国快递业位居世界第一[1]。然而快递行业的过快发展也暴露出许多问题，尤其是处于物流服务链末端的城市配送问题[2]，也被称为物流的“最后一公里”问题，其服务水平的落后成为了限制电商及物流行业发展的瓶颈[3]。为解决此问题，电商公司进行了多种尝试，如与第三方物流公司合作，或是自营物流公司，但实际效果并不理想[4]。

为了解决物流“最后一公里”难题，阿里巴巴与多家公司合作，成立了面向社区的物流服务平台“菜鸟驿站”，致力于为消费者提供多元化的“最后一公里”服务[5]，为客户、加盟商和快递企业提供了便利。但是，随着菜鸟驿站数量的不断增长、客户数量的迅速扩大，菜鸟驿站在其运营中也暴露出一系列问题，突出体现在客户服务方面[6]。目前针对于菜鸟驿站的文献多为驿站选址研究[2,5]以及对其运营进行分析并提供建议[3,7]，缺乏客户对于菜鸟驿站满意度的调查研究。因此，本文以昆明市菜鸟驿站为例，采用问卷调查收集其客户对菜鸟驿站所提供服务的满意度，并进一步探究其影响因素。

1 数据采集及处理

1.1 数据采集。本文将昆明市作为研究区域，采用随机抽样的方法对使用菜鸟驿站取件的居民进行问卷调查。调查内容包括居民的个人属性，主要为性别、年龄、学历和个人年收入，以及取件频率、取件时段、步行时间和取件时长，同时还收集了居民对于菜鸟驿站各项服务的满意度评分。其中，取件频率为平均每周的取件次数；取件时段是根据对多家菜鸟驿站进行多次调查选取的对应时段，高峰时段为11:30～13:00及17:00～18:30，其余营业时间为非高峰时段；步行时间为居民从其住所至菜鸟驿站的单次步行时间。

本次问卷调查的时间为2019年3月，共发放问卷450份，回收有效问卷439份。问卷各项内容的统计结果如表1所示：

表1 样本统计表

1.2 数据特征分析。在本次调查当中，受调查者被要求对驿站人员服务态度、快递包裹完整性、信息获取及时性（即菜鸟驿站是否及时将到货信息通知收件人）以及问题处理速度（即收件人遇到包裹丢失或破损等问题时菜鸟驿站处理问题的速度）等4个方面的满意度进行评价。满意度的评价分数为1～5分，分别表示不满意、一般、比较满意、满意和非常满意，如表2所示：

表2 满意度等级分值表

对被调查者有关上述4个项目得分的平均值进行计算，计算结果如表3所示。其中信息获取及时性的满意度最高，平均值达到了3.21分，说明被调查者对于菜鸟驿站到件信息通知的速度较为满意。而被调查者针对问题处理速度的满意度最低，为2.52分，说明菜鸟驿站的工作人员平时应当针对客户出现问题的包裹提升其处理效率，以提升客户的满意度。

表3 满意度评价均值

2 取件满意度影响因素分析

2.1 模型构建。取被调查者的4项满意度均值作为其对菜鸟驿站的整体满意度，将整体满意度及其相关影响因素按照其数值大小作为有序变量，这类变量具备计数变量的性质并兼有半定量比较的性质。变量在各水平之间互不相容，但又有级别上的轻重关系。为了对有序变量进行有效测度，选用有序Logistic回归模型（Ordered Logistic Regression Model）进行相应分析。有序Logistic回归模型是将因变量取值的不同划分成两个相对的区域，并依次将因变量建立为二分类的Logistic回归模型。有序Logistic回归模型为[8]：

式中：λi为分界点，有 J-1 个且 λ1〈λ2〈…λj…〈λJ-1；a为截距；bj为回归系数；xk为解释变量；P（ y≤i| ）x为累积概率；y为xk的函数。

有序Logistic回归模型中，事件发生的相关累计概率通过比值比来描述。累计概率为：

然后，在累计频率的基础上计算各事件相应的概率。最后，采用极大似然估计法标定有序Logistic回归模型中相应的回归参数。

在调查数据统计分析的基础上，将菜鸟驿站整体满意度划分为5个区域，分别为 [0,1]分， (1,2]分， (2,3]分， (3,4]分以及 (4,5]分。为研究菜鸟驿站使用者的个人属性以及相应客观因素对菜鸟驿站整体满意度的影响，现选取性别、年龄、学历、收入、取件频率、取件时段、步行时间以及取件时长作为影响变量，变量赋值如表4所示。

表4 变量及赋值

2.2 模型检验。初步分析变量为有序变量，符合有序Logistic回归模型。为进一步检验自变量不同取值对因变量影响系数是否相同，采用平行线检验进行判别，平行线检验结果显示，卡方=37.278，P=0.678〉0.05，符合平行线假定，说明模型中各自变量回归系数与分割点无关，模型是可行的。此外，模型拟合信息中P=0.000，说明模型中的自变量对模型具有较好的解释能力。结果如表5所示。

表5 平行检验及模型拟合信息

2.3 模型结果。利用SPSS.25.0软件对有序Logistic回归模型回归参数进行标定，结果如表6所示：

在具有显著性的自变量中，性别为男性的被调查者估算系数为负数，表明男性被调查者相比女性被调查者倾向于更低的整体满意度，且满意度低于一个等级的可能性是女性被调查者的1.828倍；取件时段为高峰时段的被调查者估算系数为负数，表明高峰时段取件的被调查者相比非高峰时段取件的被调查者倾向于更低的整体满意度，且满意度低于一个等级的可能性是非高峰时段取件的被调查者的3.536倍；步行时间小于5分钟的被调查者和步行时间为5至10分钟的被调查者的估算系数为正数，表明步行时间小于5分钟的被调查者和步行时间为5至10分钟的被调查者倾向于更高的整体满意度，且满意度高于一个等级的可能性分别是步行时间大于10分钟群体6.424倍和8.917倍；取件时长小于2分钟的被调查者和取件时长为2至5分钟的被调查者的估算系数为正数，表明取件时长小于2分钟的群体和取件时长为2至5分钟的被调查者倾向于更高的整体满意度，且满意度高于一个等级的可能性分别为取件时长大于5分钟的被调查者的3.401倍和6.733倍。此外，年龄、学历、收入和取件频率对整体满意度在统计上无显著差异。

3 结论及建议

本文以昆明市作为案例，对菜鸟驿站服务满意度进行了调查研究。研究结果表明，被调查者对于包裹出现问题后菜鸟驿站处理速度的满意度分值最低。此外，通过有序logit的模型结果可以看出，性别、取件时间段、取件时长和步行至菜鸟驿站的时间对顾客的满意度有显著影响，其中，在高峰期取件、取件时间大于5分钟以及步行至菜鸟驿站的时间超过10分钟，均会显著降低顾客对于菜鸟驿站的服务满意度。

菜鸟驿站的取件操作较为简单，但是菜鸟驿站加盟的快递公司较多，货物数量较多，且快递配送时间较为统一，容易形成货物积压。而且，菜鸟驿站的顾客多为上班族或着学生，此类人群的作息时间较为固定，容易形成聚集取件的现象，形成取件高峰期，增加顾客取件等待时间，使其对菜鸟驿站服务满意度降低。对此，菜鸟驿站应当在高峰时期加派工作人员或提供合理的分流机制，提升取件效率。随着微信应用的推广，菜鸟驿站应当进一步健全其微信公众号的功能，例如顾客能够选定其取件时间，为菜鸟驿站的分流机制提供相应依据；或通过微信实名简化取件流程，减少顾客高峰时期的取件等待时间。

在菜鸟驿站数量高速增长的同时，其各类投诉的数量也不断攀升。考虑到有相当数量的菜鸟驿站都是由个体商户加盟而来，菜鸟驿站应当加强对这些驿站的管理工作，制定更高的加盟和管理的标准，并定期对其进行考察。针对调查中菜鸟驿站问题处理速度满意度低的问题，菜鸟驿站应当建立健全的客户服务平台。当顾客在线下驿站遇到的问题无法得到满意处理时，应当有线上的客服能够及时与顾客取得沟通，由线上客服记录顾客的问题或投诉，协同处理问题，同时线上客服接到的投诉数量也可以作为线下驿站的考核标准。

表6 有序Logistic回归模型标定结果

目前，针对菜鸟驿站选址问题的研究已有很多，但大多数建立在配送成本最低的基础上。而在实际的调查当中，菜鸟驿站加盟管理缺乏规范，网点选址混乱的问题较为突出，这主要源于选址忽略了顾客感受。在研究中发现当顾客步行至菜鸟驿站的时间大于10分钟时，其满意度会显著降低，因此菜鸟驿站应当根据其未来的发展战略及方向，科学合理地制定菜鸟驿站的位置，既要考虑运营成本问题，同时能够兼顾顾客取件的感受。

菜鸟驿站的发展时间较短，但是作为有效解决物流“最后一公里”问题的平台，发挥着越来越大的作用。同时，菜鸟驿站在高速发展的过程中也暴露了一些问题。本文对菜鸟驿站各项服务的满意度及其影响因素进行了研究，可为菜鸟驿站未来的发展提供一些参考。