摘要：隨著商品房市場競爭的日趨激烈，企業(yè)越來越認(rèn)識(shí)到爭取市場、贏取顧客的重要性。這使得處于競爭行業(yè)的房地產(chǎn)開發(fā)企業(yè)不得不開始重視顧客滿意度。依據(jù)中國顧客滿意度模型、美國顧客滿意度模型和一些學(xué)者的研究成果建立商品房顧客滿意度潛變量模型及其指標(biāo)體系，運(yùn)用偏最小二乘（PLS）法建模技術(shù)進(jìn)行參數(shù)估計(jì)， 得到的結(jié)果令人滿意。此項(xiàng)研究對(duì)房地產(chǎn)商制定戰(zhàn)略、特定區(qū)域商品房開發(fā)前期市場研究和其他研究有些借鑒意義。

關(guān)鍵詞：PLS；PLS路徑模型；區(qū)域商品房顧客滿意度模型

中圖分類號(hào)：F224．7 文獻(xiàn)標(biāo)識(shí)碼：A

Customer Satisfaction of Regional Real Estate Market Based on PLS Path Modeling

ZOU Shu-liang，YANG Wei-zhong ，WANG Tie-li， CHEN Jia-hua

(Institute of Development Strategy Regional Economy， University of South China，Hengyang 421001，China)

Abstract:

With the increased competition in the real estate market， more and more enterprises recognize the importance of fighting for market share and winning customers. This makes the real estate developers pay more attention to customer satisfaction.By constructing the regional customer satisfaction model in the estate market based CCSI model， ACSI model，and many other research results，the paper uses the PLS method for estimating to gain the rather satisfactery results which can benfit the developing strategies and preliminaary study of regional market investigation for the real estate firms.

隨著我國城市建設(shè)步伐日益加快，商品房已成為新的消費(fèi)熱點(diǎn)，住宅商品房的買方市場也已經(jīng)形成，居民對(duì)住宅的質(zhì)量、環(huán)境都開始有了嚴(yán)格的要求和選擇。不同文化水準(zhǔn)、不同地區(qū)、不同層次、不同經(jīng)濟(jì)實(shí)力的顧客，對(duì)住宅商品房都有不同的需求，在這樣的大環(huán)境下，房地產(chǎn)開發(fā)企業(yè)在了解區(qū)域市場和消費(fèi)者的居住需求、摸清消費(fèi)者對(duì)其開發(fā)地塊的地理位置、經(jīng)濟(jì)及周邊環(huán)境的基本狀況，按照整個(gè)城市的規(guī)劃要求，給所要開發(fā)的項(xiàng)目制定對(duì)應(yīng)的建設(shè)標(biāo)準(zhǔn)顯得十分必要。

筆者依據(jù)中國顧客滿意度模型、美國顧客滿意度模型和對(duì)湖南省衡陽市商品房顧客滿意現(xiàn)狀的調(diào)查，參考一些學(xué)者的研究成果，建立了適合湖南省衡陽市的區(qū)域商品房顧客滿意度潛變量模型及其指標(biāo)體系，為房地產(chǎn)業(yè)開發(fā)企業(yè)的前期規(guī)劃工作提供決策支持，有助于他們更好的根據(jù)特定區(qū)域顧客的需求，建造適銷對(duì)路的商品房，從而提高企業(yè)的經(jīng)濟(jì)效益和社會(huì)效益。

一、區(qū)域商品房顧客滿意度潛變量模型和指標(biāo)體系

如圖1所示，所建立的衡陽市區(qū)域商品房顧客滿意度潛變量模型，為一結(jié)構(gòu)方程模型，模型中有五個(gè)潛變量，其中，顧客期望為外生潛變量，感知質(zhì)量、感知價(jià)值、滿意度和顧客抱怨均為內(nèi)生潛變量，整個(gè)模型以滿意度為中心變量，與美國顧客滿意度模型和中國顧客滿意度模型不同，該模型并未考慮顧客忠誠問題，因?yàn)樯唐贩繉儆诓粍?dòng)產(chǎn)范疇，對(duì)一般顧客而言，對(duì)其所發(fā)生的購買行為往往是一次性的，只有個(gè)別專業(yè)從事房地產(chǎn)交易商或投機(jī)者才會(huì)發(fā)生重復(fù)性購買行為。該模型各潛變量的指標(biāo)，又稱為可測變量，如表1所示，且都采用反映型指標(biāo)。

由于筆者的區(qū)域商品房顧客滿意度模型是在美國顧客滿意度模型和中國顧客滿意度模型運(yùn)用的基礎(chǔ)上構(gòu)建而成，而且筆者的目的在于探求各變量之間的影響力大小，以尋求影響顧客滿意度的主要路徑，因此提出下列假設(shè)，而未做出具體說明：

H1: 顧客對(duì)商品房質(zhì)量、個(gè)性化服務(wù)和升值潛力的預(yù)期對(duì)感知質(zhì)量產(chǎn)生顯著的正向影響。

H2: 顧客對(duì)商品房質(zhì)量、個(gè)性化服務(wù)和升值潛力的預(yù)期對(duì)感知價(jià)值產(chǎn)生顯著的正向影響。

H3: 顧客對(duì)商品房感知總體質(zhì)量水平、感知工程質(zhì)量水平、感知面積大小、感知地處交通狀況、感知地處人文和生活環(huán)境和感知物業(yè)管理服務(wù)對(duì)感知價(jià)值產(chǎn)生顯著的正向影響。

H4: 顧客對(duì)商品房質(zhì)量、個(gè)性化服務(wù)和升值潛力的預(yù)期對(duì)顧客滿意度產(chǎn)生顯著的正向影響。

H5: 顧客對(duì)商品房感知總體質(zhì)量水平、感知工程質(zhì)量水平、感知面積大小、感知地處交通狀況、感知地處人文和生活環(huán)境和感知物業(yè)管理服務(wù)對(duì)顧客滿意度產(chǎn)生顯著的正向影響。

H6: 顧客對(duì)商品房質(zhì)價(jià)比較感知程度和價(jià)質(zhì)比較感知程度對(duì)顧客滿意度產(chǎn)生顯著的正向影響。

H7: 商品房顧客滿意度對(duì)顧客抱怨產(chǎn)生顯著的負(fù)向影響。

結(jié)構(gòu)方程模型是一種綜合性的統(tǒng)計(jì)建模技術(shù)， 由于能有效處理含潛變量的問題，而被廣泛應(yīng)用于經(jīng)濟(jì)學(xué)， 心理學(xué)， 行為科學(xué)等領(lǐng)域的研究。目前，主要有兩大類估計(jì)技術(shù)求解結(jié)構(gòu)方程模型。-種是基于最大似然估計(jì)的協(xié)方差結(jié)構(gòu)分析方法，該方法被稱為“硬模型”(Hard Modeling) ，以LISREL 方法為代表; 另一種則是基于偏最小二乘( PLS) 的分析方法，被稱為“軟模型”(Soft Modeling) ，以PLS方法為代表。由于PLS求解結(jié)構(gòu)方程模型相對(duì)于LISREL 方法有諸多優(yōu)點(diǎn)，而得到廣泛的運(yùn)用，基于PLS的結(jié)構(gòu)方程模型被稱為PLS路徑模型，是檢驗(yàn)觀測變量和潛變量、潛變量和潛變量之間關(guān)系的一種多元先驗(yàn)?zāi)Ｐ?。本?xiàng)研究數(shù)據(jù)來源于對(duì)湖南省衡陽市廣泛的抽樣調(diào)查，收集到有效問卷233份。數(shù)據(jù)分析工具為德國漢堡大學(xué)開發(fā)的smartpls 2．0 軟件。

二、PLS 路徑模型基本原理

(一）PLS 路徑模型設(shè)定方法

首先假設(shè)對(duì)于n 個(gè)觀測樣本點(diǎn)有j 組可測量變量 Xj={xj1，xj2，…，xjh，…，xjk}． 設(shè)它們都是標(biāo)準(zhǔn)化的變量，(即變量的均值為0，方差為1)，且可觀測變量和潛變量、潛變量和潛變量之間是線性組合關(guān)系，所有的可測變量都是單一維度，也就是測量單一潛變量。

PLS 路徑模型主要由兩部分組成：描述可測變量與潛變量之間的關(guān)系的測量模型和用于描述潛變量之間關(guān)系的結(jié)構(gòu)模型。測量模型的測量方程因所采用的指標(biāo)類型而不同。

采用反映型指標(biāo)的測量方程為：

（二）PLS 路徑模型參數(shù)估計(jì)方法

偏最小二乘法估計(jì)結(jié)構(gòu)方程模型分為兩個(gè)步驟：第一步:通過反復(fù)迭代得到潛變量估計(jì)值；第二步: 通過普通最小二乘法進(jìn)行線性回歸，得到測量模型和結(jié)構(gòu)模型的參數(shù)估計(jì)值。與協(xié)方差結(jié)構(gòu)分析方法估計(jì)結(jié)構(gòu)方程模型不同，偏最小二乘法意在使測量方程和結(jié)構(gòu)方程的誤差項(xiàng)達(dá)到最小化。對(duì)潛變量ξj的估計(jì)可以從兩方面進(jìn)行：一方面認(rèn)為潛變量ξj可以由第j 組可觀測變量Xj的線性組合來估計(jì)， 記為Yj稱為潛變量ξj的外部估計(jì):

其中，Wj={wj1，wj2，…wjh…wjk}為外部權(quán)重向量。符號(hào)“∝”表示對(duì)計(jì)算結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理。

另一方面， 如果Yi(i≠j) 是與ξj直接相關(guān)聯(lián)的潛變量ξi的外部估計(jì)值， 還可以利用Yi來估計(jì)潛變量ξj，這一估計(jì)值被記為Zj， 稱為潛變量ξj的內(nèi)部估計(jì)：

內(nèi)部權(quán)重eji，有三種計(jì)算方法：Centroid權(quán)重計(jì)算法，F(xiàn)actorial權(quán)重計(jì)算法和Path權(quán)重計(jì)算法。Herman O．A．World贊成Centroid權(quán)重計(jì)算法，而Wynne W． Chin認(rèn)為應(yīng)根據(jù)潛變量間的相關(guān)性大小不同而選擇不同的計(jì)算方法，但通常三種方法的計(jì)算結(jié)果沒有明顯的區(qū)別。

外部權(quán)重向量 的計(jì)算方法，有兩種模式:

采用反映型的計(jì)算方法選擇模式A：wjh=cor(xjh，Zj)[JY](5a)

采用構(gòu)成型的計(jì)算方法選擇模式B：Wj=(X′jXj)-1X′jZj[JY](5b)

接下來開始迭代:

首先對(duì)外部權(quán)重向量Wj進(jìn)行初始化，可令Wj=（1，0…0），通過公式(3)，得到Y(jié)j的估計(jì)值；

得到Y(jié)j的估計(jì)值后，通過公式(4) ， 可以得到Zj的估計(jì)值;

根據(jù)Zj的估計(jì)值， 通過公式（5a）或者(5b) ， 可以計(jì)算出新的權(quán)重向量

三、區(qū)域商品房顧客滿意度模型計(jì)算結(jié)果

（一）評(píng)價(jià)測量模型

求出PLS路徑模型的各項(xiàng)參數(shù)后，就對(duì)模型的合理性進(jìn)行評(píng)價(jià)。復(fù)合信度系數(shù)ρ可作為測量工具的信度系數(shù)。若信度系數(shù)高，表示各指標(biāo)內(nèi)部一致性高。一潛變量ρ大于等于0．7， 表明這一潛變量的變化至少能解釋對(duì)應(yīng)測量工具70%的變化。也就是說ρ越大，測量工具越是可靠。復(fù)合信度系數(shù)的計(jì)算公式為：

ρ=(∑[DD(][]k[DD)]λh(huán))2/(∑[DD(][]k[DD)]λh(huán))2+∑[DD(][]k[DD)](1-λh(huán))2

其中，k表示一潛變量下指標(biāo)的個(gè)數(shù)，λh(huán)表示一潛變量下的第h指標(biāo)的因子負(fù)荷。

高信度并不表示測量是單一維度。換句話說，一個(gè)測量工具有高信度系數(shù)，并不一定是測量單一潛變量。滿足單一維度的條件通常是所有的因子負(fù)荷λ要大于0．5才能保證指標(biāo)和潛變量之間的有足夠的線性等價(jià)關(guān)系。經(jīng)smartpls2．0計(jì)算，因子負(fù)荷和復(fù)合信度系數(shù)如表1所示，表中因子負(fù)荷的絕對(duì)值都大于0．50，表明指標(biāo)和潛變量間的有足夠的線性等價(jià)關(guān)系，滿足偏最小二乘法單一維度的條件。復(fù)合信度系數(shù)都大于0．70，表明信度高，測量模型內(nèi)部一致性好。

另外，模型的區(qū)分效度法（Discriminant validity）必須得到檢驗(yàn)， 區(qū)分效度法是檢驗(yàn)各潛變量互相區(qū)別的程度，是否有獨(dú)立存在的必要。可通過比較潛變量平均萃取變異量（Average variance extracted）的平方根值和潛變量間的相關(guān)系數(shù)的大小來判斷兩潛變量的區(qū)分程度，是否能夠獨(dú)立存在。 若平均萃取變異量的平方根值遠(yuǎn)大于相關(guān)系數(shù)，表明測量模型有良好的區(qū)分效度。平均萃取變異量計(jì)算公式如下：

（二）評(píng)價(jià)結(jié)構(gòu)模型

模型中的假設(shè)可由路徑系數(shù)的大小和顯著性水平來檢驗(yàn)，表3給出了假設(shè)檢驗(yàn)結(jié)果。Smartpls 2．0以Bootstap 方法來檢驗(yàn)路徑系數(shù)的顯著性，以t值作為Bootstap的計(jì)算結(jié)果，若t值大于t0．05值或t0．025(14)值，則表明路徑系數(shù)在統(tǒng)計(jì)學(xué)上是顯著的。

如表1、3所示，顧客對(duì)商品房質(zhì)量、個(gè)性化服務(wù)和升值潛力的預(yù)期與感知質(zhì)量強(qiáng)烈正相關(guān)，顧客對(duì)商品房質(zhì)量、個(gè)性化服務(wù)和升值潛力的預(yù)期對(duì)感知價(jià)值產(chǎn)生顯著的正向影響，顧客對(duì)商品房感知總體質(zhì)量水平、感知工程質(zhì)量水平、感知面積大小、感知地處交通狀況、感知地處人文和生活環(huán)境和感知物業(yè)管理服務(wù)與感知價(jià)值成強(qiáng)烈正相關(guān)，因此， H1，H2，H3 得到支持；路徑系數(shù)γ=-0．12表明顧客對(duì)商品房質(zhì)量、個(gè)性化服務(wù)和升值潛力的預(yù)期對(duì)顧客滿意度產(chǎn)生負(fù)向影響，這與原假設(shè)相違背，可能的解釋是；當(dāng)前房地產(chǎn)商所提供的實(shí)物標(biāo)的及與其相關(guān)的服務(wù)尚不能達(dá)到顧客需求標(biāo)準(zhǔn)，房地產(chǎn)商不切實(shí)際的過度宣傳，也有可能誤導(dǎo)顧客的消費(fèi)傾向，進(jìn)而使顧客期望過高，因此，H4未得到支持；顧客對(duì)商品房感知總體質(zhì)量水平、感知工程質(zhì)量水平、感知面積大小、感知地處交通狀況、感知地處人文和生活環(huán)境和感知物業(yè)管理服務(wù)對(duì)顧客滿意度產(chǎn)生非常顯著的正向影響，說明只有充分為消費(fèi)者提供高質(zhì)量的商品與服務(wù)，才能使顧客得到滿意，H5得到支持；顧客對(duì)商品房質(zhì)價(jià)比較感知程度和價(jià)質(zhì)比較感知程度與顧客滿意成較強(qiáng)烈正相關(guān)，因此，H6得到支持；路徑系數(shù)γ=-0．67表明商品房顧客滿意度對(duì)顧客抱怨產(chǎn)生顯著的負(fù)向影響， 這意味著顧客滿意度減少的結(jié)果是增加的顧客抱怨，Hirschman (Hirsman，1970)的“exist-voice”理論可解釋為：當(dāng)顧客不滿意時(shí)，除了可能停止從提供者購買產(chǎn)品或服務(wù)，還可能告知提供者他對(duì)產(chǎn)品（服務(wù)）的不滿意，H7得到支持。

模型的解釋能力可由多重判定系數(shù)的大小來說明，多重判定系數(shù)越大，說明預(yù)測變量對(duì)因變量的解釋能力越強(qiáng)。如表3所示，R2值都很大，表明模型的解釋能力好。

四、結(jié)論與建議

筆者首先得出感知質(zhì)量對(duì)商品房顧客滿意度產(chǎn)生最強(qiáng)烈的正向影響，其次為感知價(jià)值；與原假設(shè)不同的是顧客期望對(duì)商品房顧客滿意度產(chǎn)生一定的負(fù)向影響；而顧客滿意度與顧客抱怨成強(qiáng)烈負(fù)相關(guān)。此外，計(jì)算結(jié)果表明該模型具有很好的解釋性。

商品房由于它的建設(shè)周期長，整體價(jià)格高，消費(fèi)次數(shù)少等特點(diǎn)，決定了它的高風(fēng)險(xiǎn)。而顧客的滿意是決定整個(gè)項(xiàng)目是否成功的重要標(biāo)準(zhǔn)，房地產(chǎn)開發(fā)企業(yè)必須潛心研究消費(fèi)者的愛好和行為，駕馭顧客的需求，提供優(yōu)質(zhì)的服務(wù)，才能贏得消費(fèi)者的芳心，通過實(shí)施顧客滿意度戰(zhàn)略，建立商品房主體質(zhì)量、面積和空間規(guī)劃、地理位置、價(jià)格、自然環(huán)境等內(nèi)容的顧客滿意體系指標(biāo)，根據(jù)顧客滿意體系得出的結(jié)果，在市場上進(jìn)行準(zhǔn)確的定位，同時(shí)保證工程質(zhì)量、功能質(zhì)量、環(huán)境質(zhì)量、服務(wù)質(zhì)量，還有社區(qū)文化質(zhì)量、生活環(huán)境質(zhì)量等做到項(xiàng)項(xiàng)優(yōu)質(zhì)，達(dá)到技術(shù)與經(jīng)濟(jì)的最佳結(jié)合，經(jīng)濟(jì)、社會(huì)、環(huán)境效益的高度統(tǒng)一。使得建造的房地產(chǎn)既有房子自身實(shí)用的功能，又有新思想、新內(nèi)涵和新概念，賦予房子靈魂、情感功能，給消費(fèi)者以美感和遐想。這樣，企業(yè)品牌的美譽(yù)度、認(rèn)知度、忠誠度才能得以維持與加強(qiáng)，才能在激烈的市場競爭中保持自己的競爭優(yōu)勢(shì)。

關(guān)于運(yùn)用的區(qū)域商品房顧客滿意度模型還有許多有待研究的問題，例如， 模型的指標(biāo)體系可能設(shè)置的不夠全面和準(zhǔn)確，更多的因素應(yīng)考慮在內(nèi)。而且，隨著時(shí)間和地點(diǎn)的變化，結(jié)果可能會(huì)發(fā)生很大的變化。盡管如此，本項(xiàng)研究對(duì)房地產(chǎn)商制定戰(zhàn)略和其他研究有些借鑒意義。

參考文獻(xiàn)：

[1] Claes Fornell， Michael D. Johnson， Eugene W. Anderson， Jaesung Cha， Barbara Everitt Bryant， The american customer satisfication index: nature， purpose， and findings[J]， Jouneral of marketing， vol.60， ，Oct.1996: 7-18.

[2] Wang Wen-hui， Partial least squares regression-linear and nonlinear methods (in chinese)[M]， National defense industry press， 2006: 150-151.

[3] The PLS approach to generalized linear models and causal path modeling : Algorithms and application[C]， IASC session interface meeting Montreal (Canada)， April 19th， 2002: 1-10.

[4] Louis Raymond and Josee St-Pierre， Antecedents and performance outcomes of advance manufacturing systems sophistication in SMEs[J]， Journal of Operations Production Management， vol. 25， no. 6. 2005: 511-533.

[5] Wynne W. Chin， Partial Least Squares is to LISREL as Principal Components Analysis is to Common Factor Analysis[J]， Technology Studies， Feb， 1995: 315-319.

[6] Hirschman， Albert O， Exit， voice， and loyalty-responses to decline in firms， organizations， and states[M]，Harvard university press， 1970: 1-9.

[7] Lin Sheng， The study on customer satisfaction assessment in service industry based on the partial least square for structural equation modeling [D]， Tianjin University College of Management， Dec， 2002.

[8] 沈凌.我國房地產(chǎn)企業(yè)實(shí)施CS顧客滿意戰(zhàn)略的必要性[J].中原地產(chǎn)市場研究，2005.

（責(zé)任編輯：孫桂珍）

注：“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文?！?/p>