消費(fèi)者“最后一公里”配送模式、服務(wù)方式與配送時(shí)隙的聯(lián)合選擇

朱惠琦，邱 瑩，姜天華，胡明瑤

(1.魯東大學(xué) 交通學(xué)院，山東 煙臺(tái) 264025；2.北京石油化工學(xué)院 經(jīng)濟(jì)管理學(xué)院,北京 102617；3.北京郵電大學(xué) 現(xiàn)代郵政學(xué)院，北京 100876)

0 引言

隨著電子商務(wù)的飛速發(fā)展，越來(lái)越多的消費(fèi)者愿意選擇通過(guò)網(wǎng)絡(luò)購(gòu)買(mǎi)日常用品，這使得網(wǎng)絡(luò)購(gòu)物走入人們的生活，逐漸成為社會(huì)經(jīng)濟(jì)生活的重要組成部分[1]。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心數(shù)據(jù)顯示，2018年上半年我國(guó)網(wǎng)上零售交易額達(dá)到40 810億元，同比增長(zhǎng)30.1%，并繼續(xù)保持穩(wěn)健增長(zhǎng)勢(shì)頭。可見(jiàn)，我國(guó)網(wǎng)絡(luò)購(gòu)物已進(jìn)入高速發(fā)展階段，如何吸引消費(fèi)者進(jìn)行網(wǎng)絡(luò)購(gòu)物已不再是電子商務(wù)企業(yè)面臨的最大問(wèn)題[2]。相反，如何完善配送服務(wù)、保證消費(fèi)者良好的網(wǎng)購(gòu)體驗(yàn)是電商面臨的挑戰(zhàn)。作為網(wǎng)絡(luò)購(gòu)物中唯一能夠直接接觸到消費(fèi)者的環(huán)節(jié)，“最后一公里”配送成為了影響消費(fèi)者網(wǎng)購(gòu)體驗(yàn)的關(guān)鍵環(huán)節(jié)。為了滿足網(wǎng)絡(luò)購(gòu)物消費(fèi)者日益增長(zhǎng)的個(gè)性化“最后一公里”配送需求，電商不斷完善配送服務(wù)來(lái)提高最后一公里配送服務(wù)質(zhì)量。然而，消費(fèi)者對(duì)配送模式、服務(wù)方式及配送時(shí)隙的選擇行為具有明顯差異，例如Agatz等[3]指出消費(fèi)者根據(jù)自身情況會(huì)進(jìn)行不同的配送時(shí)隙選擇；陳義友等[4]研究發(fā)現(xiàn)運(yùn)費(fèi)水平影響顧客選擇自提和送貨上門(mén)的決定。因此充分了解消費(fèi)者對(duì)配送服務(wù)的選擇行為，有助于企業(yè)合理有效地開(kāi)展“最后一公里”配送服務(wù)。

當(dāng)前學(xué)者對(duì)最后一公里配送服務(wù)進(jìn)行了相關(guān)分析，將配送模式劃分為自提和送貨上門(mén)兩種[5]，并將自提配送模式的服務(wù)方式又分為有人值守自提點(diǎn)和無(wú)人值守自提點(diǎn)(如自提柜)[6-8]。從有人值守自提點(diǎn)服務(wù)方式中可以看到，提供配送服務(wù)的人員中有專門(mén)從事該工作的專職人員，也有兼職提供服務(wù)的非專職人員(如便利店店主)。因此，這里將有人值守自提點(diǎn)服務(wù)方式進(jìn)一步細(xì)分，有專職人員提供配送服務(wù)的方式稱為職業(yè)人服務(wù)方式，由非專職人員提供配送服務(wù)的方式稱為非職業(yè)人服務(wù)方式。送貨上門(mén)配送模式的服務(wù)方式中也存在專職人員和非專職人員(如眾包情形中的自由快遞人[9])的區(qū)分，同時(shí)還存在無(wú)人模式(如無(wú)人機(jī)送貨)。綜上述分析，本文認(rèn)為最后一公里配送的服務(wù)方式可分為職業(yè)人、非職業(yè)人和無(wú)人3種。不同消費(fèi)者除了對(duì)配送模式和服務(wù)方式的選擇偏好不同，對(duì)取/送貨時(shí)間的選擇也存在明顯差異。特別是配送模式和服務(wù)方式的多樣化為消費(fèi)者靈活的安排取貨時(shí)間提供了可能性。電商的配送服務(wù)一般會(huì)提供若干配送時(shí)隙供消費(fèi)者選擇，如8:00～10:00、10:00～12:00、12:00～16:00、16:00～18:00[3]，但消費(fèi)者選擇配送時(shí)隙的行為往往不是孤立的[10]，一般與配送模式和服務(wù)方式有緊密的聯(lián)系[11]?？梢?jiàn)，配送模式、服務(wù)方式及配送時(shí)隙之間存在關(guān)聯(lián)性，如消費(fèi)者更愿意在下班后由職業(yè)快遞人員送貨上門(mén)。因此，本文將配送模式、服務(wù)方式及配送時(shí)隙選擇納入同一模型中進(jìn)行分析，來(lái)揭示消費(fèi)者的“最后一公里”配送服務(wù)選擇行為的一般規(guī)律。

廣義極值(Generalized Extreme Value, GEV)模型可以揭示任意候選方案之間的關(guān)聯(lián)性，同時(shí)具有封閉式的概率表達(dá)式，無(wú)需借助模擬技術(shù)就可以被估計(jì)出來(lái)[12]。因此，本文利用GEV理論，構(gòu)造一種交叉巢式結(jié)構(gòu)，并將之應(yīng)用于配送模式、服務(wù)方式與配送時(shí)隙的聯(lián)合選擇中。通過(guò)問(wèn)卷調(diào)查所獲得的樣本數(shù)據(jù)進(jìn)行參數(shù)估計(jì)，從而分析社會(huì)經(jīng)濟(jì)屬性、配送活動(dòng)屬性及配送服務(wù)屬性對(duì)消費(fèi)者“最后一公里”配送服務(wù)選擇行為的影響。與其他相關(guān)研究相比，本文的不同點(diǎn)在于：①分析配送模式、服務(wù)方式和配送時(shí)隙的聯(lián)合選擇行為，而非其中的單一選擇行為；②構(gòu)建基于GEV理論的交叉巢式Logit(Cross Nested Logit, CNL)模型，考慮社會(huì)經(jīng)濟(jì)屬性類變量、配送活動(dòng)屬性類變量及配送服務(wù)屬性類變量對(duì)消費(fèi)者聯(lián)合選擇行為的影響，并做關(guān)于配送服務(wù)屬性類變量的直接彈性分析。

1 消費(fèi)者的配送服務(wù)選擇特征

本課題組于2018年4月～5月針對(duì)北京、上海、天津、廣東、浙江、江蘇、山東等7地消費(fèi)者，以網(wǎng)絡(luò)問(wèn)卷的形式進(jìn)行了調(diào)查。為保障調(diào)研數(shù)據(jù)的質(zhì)量，本調(diào)研采取提供報(bào)酬的方式，并限定同一用戶或IP只能填寫(xiě)一次調(diào)查問(wèn)卷。調(diào)查共獲取消費(fèi)者調(diào)查問(wèn)卷1 300份，其中有效問(wèn)卷為1 240份，占全部收回問(wèn)卷總數(shù)的95.38%，結(jié)果如表1所示。

表1 樣本構(gòu)成

從表1中可以得到：

(1)從配送模式角度看 有72.82%的消費(fèi)者選擇送貨上門(mén)，其中大多數(shù)消費(fèi)者仍然更愿意職業(yè)人提供送貨上門(mén)的服務(wù)方式；27.18%的消費(fèi)者會(huì)選擇自提貨物，但他們?cè)诜?wù)方式的選擇表現(xiàn)出來(lái)的特征與送貨上門(mén)不同，更多的消費(fèi)者愿意選擇非職業(yè)人提供自提服務(wù)。

(2)從服務(wù)方式角度看 有62.66%的消費(fèi)者選擇由職業(yè)人提供配送服務(wù)，特別是52.82%的消費(fèi)者選擇由職業(yè)人提供送貨上門(mén)；有22.42%的消費(fèi)者愿意由非職業(yè)人提供配送服務(wù)，且消費(fèi)者對(duì)非職業(yè)人送貨上門(mén)(11.13%)和非職業(yè)人自提(11.29%)的喜好相近；有14.92%的消費(fèi)者選擇無(wú)人的服務(wù)方式。從總體上，消費(fèi)者仍然愿意接受“有人”的服務(wù)方式，對(duì)“無(wú)人”的服務(wù)方式還處于嘗試接受的階段。

(3)從配送時(shí)隙角度看 選擇8:00～10:00配送的消費(fèi)者占15.48%，選擇10:00～12:00配送的消費(fèi)者占21.13%，選擇12:00～16:00配送的消費(fèi)者占19.52%，選擇16:00～18:00的消費(fèi)者占43.87%。其中10:00～12:00和16:00～18:00這兩個(gè)配送時(shí)隙是多數(shù)消費(fèi)者的選擇，這也與消費(fèi)者上下班的作息時(shí)間相一致。

從上述調(diào)查數(shù)據(jù)中還可以看出，消費(fèi)者對(duì)“最后一公里”配送服務(wù)的選擇存在差異，因此差異化的配送服務(wù)方案可以滿足具有不同特征的消費(fèi)者的需求。然而，在現(xiàn)實(shí)生活中不同配送服務(wù)方案之間具有一定的替代性，如由非職業(yè)人在8:00～10:00提供送貨上門(mén)與在8:00～10:00提供自提之間、職業(yè)人在12:00～16:00提供自提與無(wú)人機(jī)在16:00～18:00提供送貨上門(mén)之間。這體現(xiàn)了消費(fèi)者對(duì)配送模式、服務(wù)方式及配送時(shí)隙的選擇具有相關(guān)關(guān)系，消費(fèi)者的選擇也不再是非此即彼的單一選擇行為，而是可以綜合考慮自身服務(wù)需求的聯(lián)合選擇行為。由于各方案之間的相關(guān)性是一般統(tǒng)計(jì)特征所無(wú)法體現(xiàn)的，下文將運(yùn)用CNL模型，分析具有上述樣本特征的1 240份問(wèn)卷數(shù)據(jù)，揭示配送模式、服務(wù)方式與配送時(shí)隙之間存在深刻的聯(lián)系。

2 CNL模型構(gòu)建

基于GEV理論的離散選擇模型中，多項(xiàng)Logit(Multinomial Logit, MNL)模型最為常用，但MNL模型具有IIA(independent and irrelevant alternatives)性質(zhì)，即假設(shè)每個(gè)備選方案的效用隨機(jī)項(xiàng)相互獨(dú)立且服從Gumbel分布。該假設(shè)否定了備選方案間可能存在的相關(guān)性。然而，一般認(rèn)為越相似的備選方案之間的替代性越高，因此在備選方案的相關(guān)性顯著存在時(shí)，MNL模型的IIA性質(zhì)將明顯與現(xiàn)實(shí)不符[13]。NL(nested Logit)模型接受備選方案的關(guān)聯(lián)性，但該模型要求預(yù)先設(shè)定備選方案之間的分層結(jié)構(gòu)，允許每個(gè)“巢”內(nèi)的備選方案間具有相關(guān)性，而屬于不同“巢”的備選方案相互獨(dú)立。因此，NL模型僅能在一定程度上克服IIA性質(zhì)，只適合備選方案在一個(gè)維度上的關(guān)聯(lián)性。CNL模型不同于NL模型之處在于允許一個(gè)備選方案屬于多個(gè)子集，能夠靈活描述多維選擇行為中不同維度選擇之間的相關(guān)關(guān)系。成對(duì)組合Logit模型(Paired Combinatorial Logit Model，PCL)主要是將任意兩個(gè)備選方案成對(duì)組成一個(gè)子集，廣義嵌套Logit(Generalized Nested Logit，GNL)模型則設(shè)定每個(gè)備選方案與每個(gè)子集均通過(guò)一個(gè)分配系數(shù)建立不同程度的從屬關(guān)系，混合Logit模型最主要考慮處理隨機(jī)偏好差異[13]。對(duì)比各模型的實(shí)際應(yīng)用情況，CNL模型更適合于本文的研究。因此，本文選用CNL模型來(lái)解決備選方案在配送模式、服務(wù)方式及配送時(shí)隙3個(gè)維度上的關(guān)聯(lián)性。

2.1 模型結(jié)構(gòu)

本文以消費(fèi)者最后一公里的配送服務(wù)選擇行為為研究對(duì)象。首先定義模型的選擇項(xiàng)集合，它由配送模式子集合d、服務(wù)方式子集合s和配送時(shí)隙子集合t3個(gè)子集合組成(如圖1)。配送模式子集合d包含2個(gè)選擇肢，分別是送貨上門(mén)模式和自提模式。在不同配送模式下，企業(yè)會(huì)針對(duì)不同的消費(fèi)者需求，為消費(fèi)者提供職業(yè)人服務(wù)、非職業(yè)人服務(wù)及無(wú)人服務(wù)等3種服務(wù)方式，進(jìn)而形成包含3個(gè)選擇肢的服務(wù)方式子集合s。配送時(shí)隙子集合t包含4個(gè)選擇肢，分別是8:00～10:00、10:00～12:00、12:00～16:00、16:00～18:00。從圖1中可以看到，CNL模型包含有2+3+4=9個(gè)巢；模型的最終選擇方案集C=c1,c2,…,cl，是d=2，s=3，t=4的聯(lián)合選擇集合，共包含I=2×3×4=24個(gè)備選方案。

2.2 效用函數(shù)與選擇概率

根據(jù)隨機(jī)效用最大化理論，若選擇方案ci的效用為Ui(i=1,2,…,l)，則當(dāng)且僅當(dāng)Ui>Uj(j∈C,?i≠j)時(shí)，決策者從最終選擇方案集C中選擇方案ci。Ui由確定的系統(tǒng)項(xiàng)Vi和隨機(jī)的效用誤差項(xiàng)εi組成：

Ui=Vi+εi。

(1)

式中：Vi為效用變量的函數(shù);εi反映無(wú)法觀測(cè)到的因素對(duì)Ui的影響。

考慮到結(jié)果分析和系數(shù)標(biāo)定的方便性，通常采用線性函數(shù)作為Vi的表達(dá)式，即

(2)

式中：Xil為決策者的第i個(gè)方案的第l個(gè)變量值;βl為待定系數(shù)。

假設(shè)每個(gè)選擇方案的效用誤差項(xiàng)εi均服從標(biāo)準(zhǔn)Gumbel分布，則I個(gè)選擇方案的聯(lián)合累積分布函數(shù)為

(3)

根據(jù)GEV模型理論，推導(dǎo)出CNL模型第i個(gè)選擇方案的選擇概率

(4)

式(4)中的未知參數(shù)包括分配參數(shù)aim、異質(zhì)性參數(shù)μm及效用函數(shù)Vi中各變量的系數(shù)βl。

3 模型變量標(biāo)定與結(jié)果分析

3.1 效用變量定義

消費(fèi)者的配送服務(wù)選擇行為還受到多種因素的影響。Collins[14]指出影響消費(fèi)者選擇的因素有服務(wù)質(zhì)量及運(yùn)費(fèi);Hayel等[15]則主要分析了運(yùn)費(fèi)、自提點(diǎn)位置、包裹被拒絕和等待時(shí)間因素;Morganti等[16]研究指出取貨距離也會(huì)影響顧客的選擇，這個(gè)觀點(diǎn)與文獻(xiàn)[15]的觀點(diǎn)相同;陳義友等[4]基于排隊(duì)模型，全面地考慮了取貨距離、取貨時(shí)間、運(yùn)費(fèi)、安全性、溝通便利性、退貨方便性等因素對(duì)消費(fèi)者最后一公里配送服務(wù)選擇影響。除了運(yùn)費(fèi)、取貨距離、等待時(shí)間、服務(wù)質(zhì)量、溝通便利性等因素外，不同的配送時(shí)隙還會(huì)對(duì)消費(fèi)者配送服務(wù)選擇活動(dòng)會(huì)產(chǎn)生作用[3，17]，上門(mén)投遞服務(wù)缺陷對(duì)消費(fèi)者的自提意愿也有直接的促進(jìn)作用[18]。綜合以上研究成果，本文認(rèn)為影響消費(fèi)者配送服務(wù)選擇的因素主要有社會(huì)經(jīng)濟(jì)屬性、配送活動(dòng)屬性和配送服務(wù)屬性3類。社會(huì)經(jīng)濟(jì)屬性類變量描述具有不同社會(huì)經(jīng)濟(jì)屬性特征的消費(fèi)者配送服務(wù)選擇行為的偏好差異，配送活動(dòng)屬性類變量描述不同配送模式、服務(wù)方式及配送時(shí)隙帶給消費(fèi)者的選擇約束，配送服務(wù)屬性類變量描述不同配送服務(wù)對(duì)消費(fèi)者配送服務(wù)選擇活動(dòng)的吸引力。

因此，式(1)中的系統(tǒng)項(xiàng)Vi是關(guān)于社會(huì)經(jīng)濟(jì)屬性、配送活動(dòng)屬性和配送服務(wù)屬性的函數(shù)。考慮數(shù)據(jù)的可得性，最終確定分析的效用變量共20個(gè)，具體說(shuō)明如表2所示，其中的變量均為離散化變量。

表2 效用變量的選擇與說(shuō)明

在離散化處理過(guò)程中，對(duì)于主觀性效用變量的測(cè)量主要采用5點(diǎn)式李克特量表法，如溝通性需求、送貨及時(shí)、等待時(shí)間造成的困擾度等；對(duì)客觀性效用變量的測(cè)量主要結(jié)合前期訪談和預(yù)調(diào)研結(jié)果對(duì)選項(xiàng)進(jìn)行設(shè)計(jì)，如平均家庭月收入、自提距離、配送費(fèi)用等。

3.2 參數(shù)估計(jì)

運(yùn)用Biogeme軟件，采用最大似然估計(jì)方法[19]，對(duì)CNL模型中的未知參數(shù)進(jìn)行估計(jì)與檢驗(yàn)，估計(jì)結(jié)果如表3所示。

表3 CNL的參數(shù)估計(jì)結(jié)果

從圖1可知，CNL模型包含9個(gè)巢，24個(gè)備選方案，因此將產(chǎn)生9個(gè)異質(zhì)性參數(shù)和72個(gè)分配參數(shù)。估計(jì)所有的分配參數(shù)可以提高模型的擬合效果，但會(huì)導(dǎo)致模型過(guò)度參數(shù)化、降低模型對(duì)樣本數(shù)據(jù)的適配性。文獻(xiàn)[20]的方法可以降低參數(shù)估計(jì)成本，且不影響估計(jì)效果[21]。因此，本文參考Hess等[20]對(duì)分配參數(shù)的處理方式，將所有的分配參數(shù)設(shè)定為1/3。

從效用變量的參數(shù)估計(jì)值看，除了家中是否有需要看護(hù)的小孩或老人(HNur)、送貨及時(shí)性(OMDel)、消費(fèi)者能接受的非職業(yè)人送貨上門(mén)費(fèi)用(TPHDelU)及消費(fèi)者能接受的職業(yè)人自提服務(wù)費(fèi)用(TPPDelP)這4個(gè)效用變量外，其他效用變量的參數(shù)估計(jì)值顯著性普遍較高，說(shuō)明它們對(duì)消費(fèi)者“最后一公里”配送服務(wù)選擇有顯著影響。其中，消費(fèi)者能接受的自提柜自提服務(wù)費(fèi)用、消費(fèi)者對(duì)送貨上門(mén)/自提等待時(shí)間造成的困擾度以及消費(fèi)者對(duì)送貨上門(mén)/自提帶來(lái)的經(jīng)濟(jì)損失擔(dān)憂度的參數(shù)估計(jì)值為負(fù)，即對(duì)消費(fèi)者“最后一公里”配送服務(wù)選擇有負(fù)效應(yīng)，符合研究預(yù)期。

從異質(zhì)性參數(shù)的數(shù)值來(lái)看，每個(gè)巢的異質(zhì)性參數(shù)顯著性都很好，表明CNL模型能夠較好地表達(dá)各個(gè)備選方案的關(guān)聯(lián)性。異質(zhì)性參數(shù)取值大小還可以體現(xiàn)出各巢下選擇方案之間的替代性，則進(jìn)一步比較“配送模式”、“服務(wù)方式”和“配送時(shí)隙”3類巢的異質(zhì)性參數(shù)可以看到，巢“服務(wù)方式”的異質(zhì)性參數(shù)最小，表明該巢內(nèi)部的各選擇肢之間具有較強(qiáng)的關(guān)聯(lián)性。同時(shí)，也意味著當(dāng)效用變量(如設(shè)備可操作性需求)發(fā)生變化時(shí)，消費(fèi)者通常不愿意改變其服務(wù)方式，而會(huì)考慮改變配送模式和配送時(shí)隙。而巢“配送時(shí)隙”中4個(gè)選擇肢出現(xiàn)了明顯不同的兩種情況，即8:00～10:00和10:00～12:00兩個(gè)配送時(shí)隙的異質(zhì)性參數(shù)很大，而12:00～16:00和16:00～18:00兩個(gè)配送時(shí)隙的異質(zhì)性參數(shù)相對(duì)較小。這表明處于上午的配送時(shí)隙獨(dú)立性較高且可替代性很低，而下午的配送時(shí)隙可替代性較高。如果配送服務(wù)發(fā)生在上午，則配送時(shí)隙的異質(zhì)性參數(shù)最大，即效用變量發(fā)生改變時(shí)，消費(fèi)者會(huì)首先考慮更改配送時(shí)隙，然后考慮改變配送模式，最后才考慮改變服務(wù)方式；如果配送服務(wù)發(fā)生在下午，則配送模式的異質(zhì)性參數(shù)最大，即當(dāng)效用變量發(fā)生改變時(shí)，消費(fèi)者會(huì)首先更改配送模式，然后變更配送時(shí)隙，最后更改服務(wù)方式。

3.3 直接彈性分析

運(yùn)用表3的參數(shù)估計(jì)結(jié)果計(jì)算直接彈性，分析效用變量在按一定百分比變化時(shí)選擇概率的變化情況。這里直接彈性是指當(dāng)備選方案i的第l個(gè)效用變量值變化1%時(shí)，方案i選擇概率發(fā)生的變化。因此，CNL模型第l個(gè)效用變量的直接彈性的表達(dá)式為：

(5)

本文主要針對(duì)配送服務(wù)屬性類變量做直接彈性分析，具體含義為不同配送模式在不同配送方式和配送時(shí)隙下，某一配送服務(wù)屬性類變量變化引起的備選方案選擇概率的變化，計(jì)算結(jié)果如表4所示。

表4 配送服務(wù)屬性類變量的直接彈性分析

分析表4中數(shù)據(jù)可以看到：

(1)在等待時(shí)間造成的困擾度方面 送貨上門(mén)模式的直接彈性大于自提模式，即消費(fèi)者對(duì)送貨上門(mén)模式的等待時(shí)間更為敏感。在服務(wù)方式中，職業(yè)人服務(wù)方式的直接彈性最小，這意味著消費(fèi)者更能接受職業(yè)人提供服務(wù)所帶來(lái)的等待時(shí)間增加。在配送時(shí)隙中，消費(fèi)者對(duì)8:00～10:00送貨上門(mén)和12:00～16:00自提的等待時(shí)間最敏感，這兩個(gè)配送時(shí)隙正與大部分消費(fèi)者上班的時(shí)間相一致。

(2)在對(duì)服務(wù)態(tài)度的滿意度方面 送貨上門(mén)配送模式的直接彈性仍然大于自提模式，即消費(fèi)者對(duì)送貨上門(mén)模式的服務(wù)態(tài)度很敏感，這也反映出送貨上門(mén)的服務(wù)水平最能影響消費(fèi)者的服務(wù)滿意度。在服務(wù)方式中，非職業(yè)人送貨上門(mén)的服務(wù)方式的直接彈性最大，這說(shuō)明消費(fèi)者對(duì)非職業(yè)人提供送貨上門(mén)服務(wù)的要求最為苛刻；對(duì)比自提模式中的3種服務(wù)方式發(fā)現(xiàn)，職業(yè)人自提方式的直接彈性比其他兩種方式高，說(shuō)明消費(fèi)者對(duì)職業(yè)人提供自提服務(wù)的要求較嚴(yán)格。在配送時(shí)隙中，消費(fèi)者對(duì)服務(wù)態(tài)度的滿意度表現(xiàn)與等待時(shí)間造成的困擾度表現(xiàn)基本一致。

(3)在對(duì)經(jīng)濟(jì)損失的擔(dān)憂度方面 自提模式的直接彈性小于送貨上門(mén)模式，即消費(fèi)者更擔(dān)憂送貨上門(mén)模式的經(jīng)濟(jì)損失。在服務(wù)方式中，職業(yè)人模式的直接彈性相對(duì)較小，其中職業(yè)人自提模式的直接彈性最小，這反映出消費(fèi)者比較能接受由職業(yè)人提供自提服務(wù)所帶來(lái)的經(jīng)濟(jì)損失；比較送貨上門(mén)模式中的3種服務(wù)方式可以發(fā)現(xiàn)，由無(wú)人機(jī)送貨上門(mén)的服務(wù)方式直接彈性最大，這體現(xiàn)出盡管消費(fèi)者愿意嘗試無(wú)人機(jī)配送的服務(wù)方式，但仍然對(duì)其送貨的服務(wù)安全性有較大疑慮。在配送時(shí)隙中，消費(fèi)者對(duì)經(jīng)濟(jì)損失的擔(dān)憂度表現(xiàn)仍然與等待時(shí)間造成的困擾度表現(xiàn)一致。

直接彈性反映出來(lái)的消費(fèi)者行為還與前文從統(tǒng)計(jì)數(shù)據(jù)中得到的消費(fèi)者配送服務(wù)選擇特征相符，更清晰地刻畫(huà)了消費(fèi)者在效用變量影響下選擇不同備選方案的概率變化。

4 結(jié)束語(yǔ)

配送模式、服務(wù)方式及配送時(shí)隙三者之間存在緊密聯(lián)系，研究三者的聯(lián)合選擇問(wèn)題能較充分地解釋消費(fèi)者對(duì)配送服務(wù)的選擇行為，有助于企業(yè)合理有效的開(kāi)展“最后一公里”配送服務(wù)。因此，本文通過(guò)問(wèn)卷調(diào)查，描述了消費(fèi)者的配送服務(wù)選擇特征，并進(jìn)一步構(gòu)建了交叉巢式Logit模型，來(lái)分析消費(fèi)者對(duì)“最后一公里”配送模式、服務(wù)方式與配送時(shí)隙的聯(lián)合選擇。通過(guò)研究，得到以下結(jié)論：

(1)CNL模型能充分考慮備選方案在多維度的關(guān)聯(lián)性，從模型的擬合結(jié)果看，模型具有較好的統(tǒng)計(jì)學(xué)特征，可作為消費(fèi)者配送服務(wù)選擇行為中有關(guān)多維選擇問(wèn)題的分析工具;從參數(shù)估計(jì)值來(lái)看，能夠正確反映效用變量對(duì)消費(fèi)者的配送服務(wù)選擇行為的作用。

(2)異質(zhì)性參數(shù)描述巢內(nèi)各個(gè)選擇肢之間相關(guān)性的大小，其取值越大表明巢之間相關(guān)度越低。從調(diào)查問(wèn)卷的數(shù)據(jù)擬合結(jié)果看，當(dāng)配送服務(wù)發(fā)生在上午，巢“配送時(shí)隙”的異質(zhì)性參數(shù)最大，其次是巢“配送模式”，巢“服務(wù)方式”的異質(zhì)性參數(shù)最小；當(dāng)配送服務(wù)發(fā)生在下午，巢“配送模式”的異質(zhì)性參數(shù)最大，其次是巢“配送時(shí)隙”，巢“服務(wù)方式”的異質(zhì)性參數(shù)最小。上述異質(zhì)性參數(shù)的排序，也表明了當(dāng)效用變量發(fā)生變化時(shí)，消費(fèi)者選擇的變化情況，即巢的異質(zhì)性參數(shù)越小，消費(fèi)者越不愿意變更在該“巢”的選擇。

(3)直接彈性分析表明，消費(fèi)者對(duì)送貨上門(mén)模式帶來(lái)的等待時(shí)間、服務(wù)水平、經(jīng)濟(jì)損失都比較敏感，這反映出送貨上門(mén)配送模式的各方面表現(xiàn)都比較能影響消費(fèi)者的配送服務(wù)選擇。相比之下，消費(fèi)者對(duì)自提模式相對(duì)放心。盡管如此，消費(fèi)者仍然愿意選擇比較便利的送貨上門(mén)配送模式。在服務(wù)方式中，消費(fèi)者對(duì)非職業(yè)人送貨上門(mén)服務(wù)方式帶來(lái)的服務(wù)水平最為敏感，對(duì)無(wú)人機(jī)送貨上門(mén)的服務(wù)方式帶來(lái)經(jīng)濟(jì)損失最為顧慮，而對(duì)職業(yè)人服務(wù)方式帶來(lái)的等待時(shí)間和經(jīng)濟(jì)損失更寬容。這也表現(xiàn)出消費(fèi)者對(duì)職業(yè)人的配送服務(wù)是相對(duì)信任，對(duì)非職業(yè)和無(wú)人服務(wù)方式的服務(wù)質(zhì)量較為擔(dān)心。在配送時(shí)隙中，消費(fèi)者對(duì)8:00～10:00送貨上門(mén)服務(wù)和12:00～16:00自提在各方面都普遍表現(xiàn)比較敏感。這兩個(gè)時(shí)隙是大多數(shù)消費(fèi)者的上班時(shí)間，因此反映出如果消費(fèi)者在上班時(shí)間接受配送服務(wù)則會(huì)提出更高的配送服務(wù)要求。直接彈性所表現(xiàn)出的消費(fèi)者對(duì)不同配送服務(wù)備選方案的偏好，還與消費(fèi)者配送服務(wù)選擇特征相一致。本文研究可以為企業(yè)開(kāi)展與消費(fèi)者偏好相適應(yīng)的“最后一公里”配送服務(wù)提供指導(dǎo)，但仍然存在一定的局限性。首先，數(shù)據(jù)主要來(lái)自中國(guó)沿海地區(qū)的消費(fèi)者，缺少對(duì)中西部地區(qū)消費(fèi)者偏好的考慮；其次，本研究?jī)H關(guān)注了配送服務(wù)屬性類變量的單一作用，現(xiàn)實(shí)生活中配送服務(wù)屬性類變量與社會(huì)經(jīng)濟(jì)屬性、配送活動(dòng)屬性類變量之間存在交互影響，這種影響在本研究中尚未被探討。這些局限性將在后續(xù)研究中加以改進(jìn)與完善，以使得研究結(jié)果更加具有說(shuō)服力。