魏铭昊，张国华

(湖南工业大学商学院，湖南 株洲 412000)

全国校园快递量在2019年就已突破30亿件，以教育部披露的高等教育在校3 833万人计，人均快递达78.2件，这是2018年全国人均42件的1.8倍。据中国劳动经济学会就业促进专业委员会在2020年会上发布的《快递服务站：重构快递末端的困难群体就业增收新渠道》的报告显示，到2025年，中国快递业务量将达到1 500亿件左右。不断增加的大学生数量使得快递业务量也水涨船高，当然，快递业务量猛烈增加的同时，客户类型、货物类型等都发生了变化。菜鸟驿站的建立是目前使用最为广泛的“最后500米”解决方案。但如此巨大的业务量与客户日益提高的满意度要求，也使得校园菜鸟驿站的工作面临前所未有的压力。如何提高校园菜鸟驿站服务满意度，成了一个难题。

通过实地考察以及问卷调查的方式，得到学校菜鸟驿站影响客户满意度的主要因素有如下几点。

1)取件效率低。不同的取件方式(人工扫码和扫描仪扫码)、排队时间、出库效率、寻找包裹的时间等因素都会影响取件效率，过低的取件效率势必会影响客户满意度。

2)丢件。由于工作人员的疏忽、他人错拿或配送信息错误等原因，学校菜鸟驿站偶有快递丢失的事件发生，这会极大地降低客户满意度。

3)包裹破损。快递运输途中的暴力配送、不合理的堆叠方式或错误的包装方法等因素都会导致包裹的破损，严重时会影响货物的完整性，进而导致不必要的纠纷，降低客户满意度。

4)员工服务态度差。目前，学校菜鸟驿站员工专业知识、文化水平、文明程度参差不齐，过低的服务质量会大大降低客户对菜鸟驿站的满意度。

5)驿站距离远。H高校共有10余个菜鸟驿站，但每个菜鸟驿站都只收、发指定物流公司的快递。在无法选择物流公司的情况下，客户只能去指定的菜鸟驿站收发快递，由于学校较大，各驿站距离也较远，导致客户经常要走很远的距离收取包裹，增加了客户的时间成本，因此会影响客户的满意度。

6)驿站内拥挤。在中午12点和傍晚18点左右，由于正是学生下课的时间，各菜鸟驿站会迎来每日的高峰期，经常会出现人山人海的情况，除了会降低取件效率外，也会影响客户的主观感受。

根据问卷调查和实地考查的结果，设置评价指标，如表1所示。

表1 评价指标

在存在多个变量的分析中，多个要素之间通常存在相互关联、相互影响的情况。

假设某一因变量y受i个自变量x1，x2，…，xi的影响，其n组观测值为(ya，x1a，x2a，…，xia)，a=1，2，…，n。则多元线性回归模型的形式为：

ya=β0+β1x1a+β2x2a+…+βkxka+εa

式中，β0，β1，…，βk为待定参数；εa为随机变量。

首先对6个二级指标采用Pearson相关性分析及多元线性回归分析，进而确定各指标对满意度的相关性和显著性。

AHP是将诸要素配对进行比较，根据各要素之间重要程度(相对)进行判断，再根据比较矩阵的特征值获得权重向量Wk，主要步骤如下。

1.4.1 构建比较矩阵

假设比较某一层k个因素C1，C2，…，Ck对上一层因素ο的影响，每次2个因素Ci和Cj，用Cij表示Ci和Cj对ο的影响之比，全部比较结果构成比较矩阵C，也叫正互反矩阵。

若正互反矩阵C元素成立等式：Cij×Cjk=Cik，则称C为一致性矩阵。

1.4.2 计算矩阵的权重

通过解比较矩阵的特征值，求得相应的特征向量。将其归一化后称为权重向量Qk=[q1k，q2k，…，qkk]T，其中的qik就是Ci对ο的相对权重。由特征方程A-λI=0，求得最大特征值λmax和对应的特征向量。

1.4.3 得到最终权值向量

将一致性矩阵任一行或列向量归一化就会得到所需的权重向量。

计算得到准则层对目标层的权重即不同因素的最终权重。

灰色关联分析是求因变量和自变量之间的紧密程度，主要应用于样本量较少的预测。本文采用的自变量是服务态度差、店内拥挤、丢件、驿站距离远与取件效率低这5个指标的选择人数，因变量是顾客满意度指数。具体步骤如下。

1.5.1 确定参考序列和比较序列

1.5.2 指标的规范化处理

指标间通常有不同的量纲或数量级，为了保证结果的可靠性，不能直接进行比较，因此要对原指标进行去量纲处理。通常处理方法有两种——均值化和初值化，本文采用均值化。分别求出各个指标原始数据的平均值，接着用均值去除对应指标的每个数据，得到新数据。

1.5.3 计算关联系数

式中，ρ∈(0，1)，一般取ρ=0.5。

1.5.4 计算关联度

由于关联系数是比较数列与参考数列在各个时刻的关联程度的值，它的值不止一个，无法进行比较。因此要将各个时刻的关联系数集中为一个值，也就是求其平均值，作为比较数列与参考数列间关联程度的数字表示，加权的关联度公式如下：

式中，ψk表示由之前AHP得到的各因素权重，其中，0≤ψk≤1。

本次数据均采用问卷调查的方式获取，针对H高校师生共发放180份，回收174份，回收率为96.7%；有效问卷为170份，有效率为97.7%。

根据问卷得到的数据，使用SPSS软件进行信度和效度分析，具体结果如表2、表3所示。

表2 可靠性统计

表3 KMO和巴特利特检验

由表2可知，量表总信度系数为0.811，表示内部一致性较高，说明较为可信。由表3可知，Bartlett球形检验的显著性为0，而KMO值为0.771，说明效度较高。

总体满意度如表4所示，调查人员中，选择非常不满意的只占2%，比较不满意的占11%，一般占28%，比较满意占39%，非常满意占19%，整体评价介于一般与比较满意之间。

表4 总体满意度调查

根据总体满意度影响指标：快递破损、员工服务态度差、取件效率低、驿站距离远、驿站内拥挤和丢件，使用SPSS软件进行线性回归分析。由表5可知，快递破损显著性为0.307，不显著，其余各因素显著性均小于0.05，显著。故首先剔除快递破损这个指标。而通过皮尔逊相关性可得各指标与满意度的相关性排序为：取件效率低>店内拥挤>员工服务态度差>驿站距离远>丢件。

表5 多元线性回归分析结果

由之前所得的各因素与满意度相关性排序，可以得到一级指标的判断矩阵，具体如表6所示。

表6 判断矩阵

采用SPSS进行分析，得到指标权重，结果如表7所示。

表7 AHP层次分析结果

根据分析结果，得到各因素权重，权重由高到低排列为：取件效率低36.000%，店内拥挤28.000%，员工服务态度差20.000%，驿站距离远12.000%，丢件4.000%。

表8 参考序列与比较序列

根据公式：

采用均值法计算关联系数，P取0.5，得到关联系数，结果如表9所示。

表9 关联系数结果

表10 关联度结果

综上所述，可以得到结论：各因素对于菜鸟驿站服务满意度的关联程度，由高到低排列为：取件效率低>店内拥挤>服务态度差>驿站距离远>丢件。

根据分析结果，取件效率低对于提高菜鸟驿站服务满意度最为重要。而导致取件效率低的原因有两个：出库效率低和取件时间长。其中，取件时间长是由于驿站拥挤、货架布局混乱和取件号码不明显引起的，而货架布局也会间接导致驿站拥挤。学校菜鸟驿站存在两种出库方式：人工扫描、扫描仪扫描。导致扫描仪效率低的原因是：机器数量少、使用不方便及客户不了解操作。导致人工扫描效率低的原因是：员工问题、网络问题。

由上述的分析可以看出，本校菜鸟驿站提高客户满意度必须先从优化货架布局、优化出库步骤、增强员工培训、优化派送方式等入手。

3.1.1 杂物清理及空间规划

在优化货架的布局前，最好进行杂物的清理以及空间的规划，提高驿站空间利用率的同时预留客户排队的通道[6]。

3.1.2 重新设置货架位置及编码

根据货架数量将货架进行编号，货架则在客户排队的通道两侧按数字从小到大的顺序进行排列，让客户一眼就能看到自己的包裹所在的货架编号，减少客户寻找货架的时间。

3.1.3 合理分配货架存储空间

货物按照大小进行摆放，大宗货物放置在货架最底层，而文件等小件货物放在相对上层的位置，使得客户能根据自己所要寻找的包裹类型有目的地进行寻找，缩短客户寻找包裹的时间。

3.2.1 采用人工扫描和扫描仪相结合的方式

由于扫描仪的普及，许多菜鸟驿站只有扫描仪在进行出库工作，而工作人员只是在一旁看着。鉴于高峰期取件人数较多，菜鸟驿站光靠扫描仪出库速度仍然较慢，导致出库效率低下。而人工扫描可以对驿站内客户进行分流，减轻排队压力，加快出库速度。扫描仪的普及并不应是工作人员减少工作量的理由，而应是提高出库效率的方案，因此应采用人工扫描和扫描仪相结合的方式。

3.2.2 改善驿站内网络环境

据反映，扫描仪操作不便多数是由于驿站内网络环境不佳导致客户打开菜鸟app时出现卡顿等现象。因此，驿站可采用Nanocell等技术，满足LTE和WLAN双网信号的覆盖，改善驿站内客户的网络环境，以此提高扫描仪出库的效率，提高客户的满意度。

由于菜鸟驿站作为末端物流运营环节，驿站的工作人员直接与客户接触。工作人员的专业水平、服务态度等都会影响到客户的满意度。因此菜鸟企业可以将专业素养、文明程度、沟通能力等纳入考核范围，定期对各驿站员工进行素质考核，平时注重员工各方面的培训。这样菜鸟驿站的员工在为客户提供服务时能有效提高客户对驿站的满意度。

鉴于目前大多数时候，客户期望包裹派送的驿站与包裹实际派送的驿站不符，导致客户经常要走很长一段路才能到达指定驿站收取包裹，大大增加了客户的时间成本，降低了客户的满意度。虽然学校也存在一些第三方的“代取”服务，可以将驿站的包裹送至客户宿舍楼下，但是代取价格较高，并且送至宿舍楼下的时间相对较晚，无法满足大部分客户的需求。而菜鸟app中的“互助取件”功能只能与微信好友共同使用，范围较小，目前使用的人也较少，同样无法满足客户需求。因此菜鸟驿站要想缩短客户前往驿站取件的距离和时间，需要优化派送方式。

3.4.1 采取“包裹靠近客户”原则

客户在填写收件信息时可以备注自己所期望派送的驿站，而驿站也可以根据客户所填信息，尽量满足客户的需求，提高客户满意度。但还要考虑到高峰期客户的分流问题，不能完全按照客户期望的驿站进行派送，这样反而会降低客户的取件效率，得不偿失。

3.4.2 尝试“校园众包”新模式

假设：客户甲的包裹被送至驿站A，但他希望去驿站B取包裹，甲就可以在app上发布自己希望代取的申请，而乙的行走路径刚好要经过驿站A和驿站B，乙就可以接受申请，首先在驿站A对甲的包裹进行拍照上传，再将甲的包裹从驿站A带到驿站B。在规定时间内将甲的包裹完好地送达驿站B后，乙也可以享受一次“代取”服务。这种模式的好处是：全程在app上操作，双方都需要实名认证以及本校学生身份认证，而代取也只是从驿站A到驿站B，不存在客户私下里的包裹配送，并且后台可以对上传的数据实时跟踪，降低了丢件的风险，提高了众包物流的保障。而客户也可以在自己期望的驿站取货，可以有效缩短客户前往驿站取件的时间，提高客户的满意度。

本文通过问卷的方式调查了H高校菜鸟驿站服务满意度存在的问题及师生对于校园菜鸟驿站的满意度评价情况。并分别采用多元线性回归、AHP层次分析法、灰色关联度分析法分析数据，发现目前菜鸟驿站诸多不足之处。这样分析的好处是：能够站在客户的角度更加客观地得到结论，利用线性回归取代了传统层次分析法中专家打分获得的重要性程度划分标准，使之得到的权重更为客观、准确，而灰色关联度中加入AHP得到的权重，也使得分析结果更具说服力。接着具体问题具体分析，根据问题对满意度影响程度，对影响较大的问题提出了合理的建议，对于菜鸟驿站提高客户满意度有较大的参考价值。但是文章也存在一些不足之处，例如数据量较少导致数据说服力较低等。

总之，通过对H高校校园菜鸟驿站服务满意度的研究，提出合理的改进建议，能够加强物流末端服务质量，促使驿站服务与时俱进，不断改善。也能够抛砖引玉，为其他高校菜鸟驿站的服务满意度研究提供依据。

技术与市场2022年11期