黃向陽(yáng)

?

廢舊家電回收計(jì)劃對(duì)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響——基于顧客視角的感知價(jià)值理論

黃向陽(yáng)

（永州職業(yè)技術(shù)學(xué)院，湖南 永州 425000）

顧客感知價(jià)值理論是研究消費(fèi)者行為的重要理論依據(jù)，文章在感知價(jià)值理論的基礎(chǔ)上，結(jié)合企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)理論的合理成分，挖掘廢舊家電回收計(jì)劃服務(wù)的特性，引入相關(guān)變量，構(gòu)造模型。同時(shí)通過(guò)問(wèn)卷調(diào)查的方式對(duì)構(gòu)造的感知價(jià)值模型驚醒實(shí)證分析和論證，進(jìn)而得出研究結(jié)論。

感知價(jià)值模型；感知風(fēng)險(xiǎn)；顧客滿(mǎn)意度

鑒于對(duì)感知價(jià)值理論的研究，提出如下四個(gè)假設(shè)：廢舊家電回收計(jì)劃的感知服務(wù)質(zhì)量對(duì)顧客感知價(jià)值正相關(guān)，廢舊家電回收計(jì)劃的社會(huì)價(jià)值對(duì)顧客感知價(jià)值正相關(guān)，廢舊家電回收計(jì)劃的感知風(fēng)險(xiǎn)對(duì)感知價(jià)值負(fù)相關(guān)，廢舊家電回收計(jì)劃的感知價(jià)值對(duì)顧客滿(mǎn)意度正相關(guān)。本文設(shè)計(jì)了各個(gè)維度下的總共25個(gè)指標(biāo)，旨在研究他們之間的關(guān)系。通過(guò)數(shù)據(jù)的實(shí)證分析檢驗(yàn)關(guān)于感知價(jià)值理論的假設(shè)。

1　問(wèn)卷設(shè)計(jì)與發(fā)放

本問(wèn)卷研究的主要是企業(yè)廢舊家電回收服務(wù)感知質(zhì)量模型的利得與利失的維度以及各個(gè)維度下的總共25個(gè)指標(biāo)，旨在研究他們之間的關(guān)系。通過(guò)數(shù)據(jù)的實(shí)證分析檢驗(yàn)本文的理論假設(shè)，得出本文的研究結(jié)論。

1.1問(wèn)卷的結(jié)構(gòu)

為了使問(wèn)卷準(zhǔn)確服務(wù)于研究目的并保證問(wèn)卷內(nèi)容的有效性，設(shè)計(jì)了以下過(guò)程。首先，通過(guò)查閱大量，參考有關(guān)變量的原始量表，再結(jié)合本文研究對(duì)象以及研究目的，對(duì)一些類(lèi)似的測(cè)量參數(shù)進(jìn)行了修改和調(diào)整，形成問(wèn)卷大綱。接著，與有問(wèn)卷調(diào)查經(jīng)驗(yàn)的老師和專(zhuān)家共同討論，對(duì)問(wèn)卷測(cè)量條款是否合理、量表內(nèi)容解釋是否準(zhǔn)確反復(fù)商榷。完成問(wèn)卷設(shè)計(jì)之后，用這份問(wèn)卷做了小范圍內(nèi)的調(diào)研。調(diào)查以訪(fǎng)談的形式，歸納填寫(xiě)問(wèn)卷中遇到的問(wèn)題，對(duì)問(wèn)卷做出改進(jìn)。本研究所使用調(diào)查問(wèn)卷由以下四個(gè)部分組成。

表1. 調(diào)查問(wèn)卷結(jié)構(gòu)

內(nèi)容項(xiàng)目測(cè)　量 第一部分感知利得由感知服務(wù)質(zhì)量和社會(huì)價(jià)值構(gòu)成。質(zhì)量運(yùn)用了PZB的量表，同時(shí)結(jié)合廢舊家電的回收服務(wù)特性來(lái)設(shè)計(jì)，社會(huì)價(jià)值包括個(gè)人相關(guān)利益和社會(huì)相關(guān)利益。采用Likert的七級(jí)量表，由“非常不同意”到“非常同意”； 第二部分感知利失由三個(gè)個(gè)問(wèn)題構(gòu)成，包括財(cái)務(wù)風(fēng)險(xiǎn)、社會(huì)風(fēng)險(xiǎn)和時(shí)間風(fēng)險(xiǎn)，測(cè)量量表采用Likert的七級(jí)量表，由“非常不同意”到“非常同意”； 第三部分顧客滿(mǎn)意度從員工服務(wù)，服務(wù)需求和總程度來(lái)衡量企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。由“非常不同意”到“非常同意”； 第四部分基本情況調(diào)查包括性別、年齡、學(xué)歷、可支配月收入等統(tǒng)計(jì)變量。

1.2研究對(duì)象和樣本的選擇

文章以消費(fèi)者為數(shù)據(jù)收集對(duì)象。數(shù)據(jù)主要采集于湖南。在調(diào)查問(wèn)卷種類(lèi)的選擇中，同時(shí)使用了電子問(wèn)卷與紙質(zhì)問(wèn)卷，其中紙質(zhì)問(wèn)卷采用調(diào)查者與填寫(xiě)著一對(duì)一填寫(xiě)的方式。數(shù)據(jù)發(fā)放問(wèn)卷240份，回收有效問(wèn)卷207份。

1.3變量的測(cè)量指標(biāo)

本研究所涉及的變量包括感知服務(wù)質(zhì)量、社會(huì)價(jià)值、感知風(fēng)險(xiǎn)和顧客滿(mǎn)意度。量表的各項(xiàng)度量項(xiàng)目是在參考國(guó)內(nèi)外已有研究量表的基礎(chǔ)上結(jié)合湖南省廢舊家電回收服務(wù)的現(xiàn)狀量定。具體評(píng)價(jià)了感知服務(wù)質(zhì)量的有型性、可靠性、反應(yīng)性、保證性、移情性，社會(huì)價(jià)值的社會(huì)相關(guān)利益和個(gè)人相關(guān)利益，感知風(fēng)險(xiǎn)中的社會(huì)風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)和時(shí)間風(fēng)險(xiǎn)以及顧客滿(mǎn)意度。為了確保問(wèn)卷的有效性和可靠性，本文進(jìn)行了問(wèn)卷前測(cè)，采用小樣本調(diào)查方法，對(duì)問(wèn)卷的具體條款進(jìn)行分析和凈化。小樣本調(diào)查主要是在學(xué)生和朋友中進(jìn)行，共發(fā)放問(wèn)卷60份，收回問(wèn)卷57份，有效問(wèn)卷57份。

2 問(wèn)卷的統(tǒng)計(jì)分析

2.1問(wèn)卷的信度和效度分析

2.1.1信度分析

本文利用SPSS統(tǒng)計(jì)軟件提供的信度分析功能，采用Alpha信度系數(shù)測(cè)量問(wèn)卷的內(nèi)在信度，分別計(jì)算了問(wèn)卷各部分的Alpha信度系數(shù)。

計(jì)算結(jié)果顯示，問(wèn)卷各個(gè)部分的Alpha信度系數(shù)都在0.7以上。由此認(rèn)為，問(wèn)卷具有較好的可信度，對(duì)此問(wèn)卷所得數(shù)據(jù)進(jìn)行的分析也是比較可靠的。問(wèn)卷各部分Alpha信度系數(shù)最終計(jì)算值見(jiàn)表2。

表2. 問(wèn)卷各部分的Cornbach’s Alpha值

項(xiàng)目測(cè)量項(xiàng)數(shù)Cornbach’s 　a值 感知服務(wù)質(zhì)量130.962 社會(huì)價(jià)值30.755 感知風(fēng)險(xiǎn)30.606 顧客滿(mǎn)意度30.707

2.1.2效度分析

量表效度分析是對(duì)量表有效性的評(píng)價(jià)，其中一個(gè)主要指標(biāo)就是量表架構(gòu)的有效性（建構(gòu)效度）。在建構(gòu)效度方面，本研究采用因子分析法來(lái)驗(yàn)證問(wèn)卷的建構(gòu)效度。因子分析的具體方法是用少量因子代替多個(gè)原始變量來(lái)分析目標(biāo)，本研究采用主成分分析法(Principle Component Analysis)，并將特征值大于1作為因子提取的標(biāo)準(zhǔn)，且KMO值小于0.05的因子不適合分析。

a.感知服務(wù)價(jià)值

樣本充分性KMO的測(cè)試系數(shù)是0.775，樣本分布的球形Bartlett檢驗(yàn)卡方值是6507.098，P值是0，表明適合進(jìn)行因子分析。因子負(fù)荷值（一般在0.5以上）越大表示收斂效度越高；每一個(gè)項(xiàng)目只能在其所屬的構(gòu)面中，出現(xiàn)一個(gè)大于0.5以上的因子負(fù)荷值，符合這個(gè)條件的項(xiàng)目越多，則量表的區(qū)別效度越高。感知服務(wù)質(zhì)量因子符合上述條件，表明具有很好的建構(gòu)效度。

b.社會(huì)價(jià)值

樣本充分性KMO測(cè)試系數(shù)結(jié)果是是0.655，樣本分布的球形檢驗(yàn)的卡方值是192.838，P值是0，適合進(jìn)行因子分析。

從表3可以看出，因子分析共提取一個(gè)因子，因此無(wú)法旋轉(zhuǎn)，其特征值是2.082，可解釋方差的69.384%，表明社會(huì)價(jià)值間具有較好的構(gòu)建效度。

表3. 社會(huì)價(jià)值因子分析

項(xiàng)目因子T值解釋方差百分比累積解釋方差百分 社會(huì)1.7562.08269.384%69.384% 社會(huì)2.777.614 社會(huì)3.548.304 KMO0.655 *Bartlett球形檢驗(yàn)卡方值192.838 P0.00

2.1.3感知風(fēng)險(xiǎn)

樣本充分性KMO測(cè)試系數(shù)是0.508，樣本分布的球形檢驗(yàn)卡方值是114.509，P值是0，表明適合進(jìn)行因子分析。因子分析最終結(jié)果見(jiàn)表4。

表4. 感知風(fēng)險(xiǎn)因子分析

項(xiàng)目因子T值解釋方差百分比累積解釋方差百分比財(cái)務(wù)風(fēng)險(xiǎn).5321.76458.809%58.809%社會(huì)風(fēng)險(xiǎn).791.858時(shí)間風(fēng)險(xiǎn).441.378 KMO.508 *Bartlett球形檢驗(yàn)卡方值114.509 P.000

2.1.4顧客滿(mǎn)意度

樣本充分性KMO測(cè)試系數(shù)是0.508，樣本分布的球形檢驗(yàn)卡方值是114.509，P值是0，表明適合進(jìn)行因子分析。從表5可以看出，因子分析共提取一個(gè)因子，因此無(wú)法旋轉(zhuǎn)，其特征值是2.082，可解釋方差的69.384%，表明社會(huì)價(jià)值間具有較好的構(gòu)建效度。

表5. 顧客滿(mǎn)意度因子分析

項(xiàng)目因子T值解釋方差百分比累積解釋方差百分比員工表現(xiàn).6571.80860.263%60.263%回收.601.771總滿(mǎn)意.649.421 KMO.583 *Bartlett球形檢驗(yàn)卡方值108．851 P.000

2.2回歸分析

在確定變量間相互依賴(lài)的定量關(guān)系時(shí)，我們需要使用回歸分析的方法建立以感知價(jià)值各維度為自變量，以顧客滿(mǎn)意度為因變量的回歸方程，籍此對(duì)這兩者間存在的因果關(guān)系進(jìn)行檢驗(yàn)。

表6. 樣本回歸分析

模型RR 方調(diào)整 R 方標(biāo)準(zhǔn)估計(jì)的誤差1.838a.702.698.52980

由表6中對(duì)于回歸總體效果的參數(shù)分析可以得到，回歸方程能解釋69.8%的總變異(調(diào)整R方項(xiàng))?；貧w方程如表7所示：

表7. 回歸模型系數(shù)

模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差試用版(常量)2.523.3467.284.000感知服務(wù)質(zhì)量.715.038.56113.714.000社會(huì)價(jià)值.515.038.78418.936.000感知風(fēng)險(xiǎn)-.156.058-.113-2.702.001

通過(guò)系數(shù)可以看出，假設(shè)成立，感知服務(wù)質(zhì)量正向影響，社會(huì)價(jià)值正向影響，感知風(fēng)險(xiǎn)負(fù)向影響，且系數(shù)顯著?？梢缘贸鲆韵路匠蹋?/p>

顧客滿(mǎn)意度=2.523+0.715*感知服務(wù)質(zhì)量+0.515*社會(huì)價(jià)值-0.156*感知風(fēng)險(xiǎn)

2.3結(jié)構(gòu)方程分析

本部分是利用Amos軟件做結(jié)構(gòu)方程分析。路徑圖如圖1。

圖1. 結(jié)構(gòu)方程模型路徑圖

如上圖，感知服務(wù)質(zhì)量對(duì)感知價(jià)值的影響程度最為顯著，為0.63，而社會(huì)價(jià)值較弱，為0.47，感知風(fēng)險(xiǎn)的影響程度最弱，為-0.16。顧客感知價(jià)值對(duì)顧客滿(mǎn)意度的影響系數(shù)為0.68。系數(shù)的正負(fù)剛好相符合，假設(shè)成立。

感知服務(wù)質(zhì)量對(duì)感知價(jià)值的影響系數(shù)是0.63。社會(huì)價(jià)值的對(duì)感知價(jià)值有正向影響，社會(huì)3個(gè)人相關(guān)利益的影響程度最高，社會(huì)1-“使用廢舊家電回收服務(wù)能使廢舊家電得到重新利用”影響程度次之。感知風(fēng)險(xiǎn)的總體影響程度是-1.69，較之感知服務(wù)質(zhì)量和社會(huì)價(jià)值為最低，在這其中財(cái)務(wù)風(fēng)險(xiǎn)是0.469，而社會(huì)風(fēng)險(xiǎn)的系數(shù)卻為負(fù)值。

將回歸分析與結(jié)構(gòu)方程分析相比較，兩者的分析結(jié)論近乎相同。結(jié)構(gòu)方程分析能處理觀(guān)測(cè)變量，得出每個(gè)測(cè)量題項(xiàng)的路徑系數(shù)?；貧w分析直接忽略了感知價(jià)值。

3　實(shí)證分析結(jié)論

通過(guò)實(shí)證的研究，表明感知服務(wù)質(zhì)量，社會(huì)價(jià)值和感知風(fēng)險(xiǎn)通過(guò)顧客感知價(jià)值來(lái)影響顧客滿(mǎn)意度。

3.1感知利得

由回歸模型可知：感知服務(wù)質(zhì)量正向影響感知價(jià)值，因此質(zhì)量與成本的聯(lián)系，是價(jià)值形成的重要部分，所有影響感知質(zhì)量的因素也間接地影響感知價(jià)值，用以測(cè)量感知質(zhì)量的維度也可用于確定感知價(jià)值的觀(guān)念一致。服務(wù)質(zhì)量也是衡量感知價(jià)值的一部分。

社會(huì)價(jià)值是感知利得中一個(gè)重要的維度，本研究得出的社會(huì)價(jià)值對(duì)感知價(jià)值的影響系數(shù)為0.47，低于感知服務(wù)質(zhì)量，在三個(gè)測(cè)量題項(xiàng)中，個(gè)人相關(guān)利益對(duì)社會(huì)價(jià)值的系數(shù)最高，為0.767，但社會(huì)相關(guān)利益的影響程度也較為顯著。

3.2感知利失

伍德(Chaires M. Wood)在他的研究中提出，感知利失的眾多評(píng)價(jià)因素中應(yīng)該包括顧客的感知風(fēng)險(xiǎn)。消費(fèi)者對(duì)感知服務(wù)質(zhì)量感知風(fēng)險(xiǎn)的影響很小，系數(shù)為-0.16，影響程度并不太大。但可以看出的是，先前對(duì)模型的假設(shè)檢驗(yàn)結(jié)論在圖形所示的部分是很成立的，廢舊家電回收服務(wù)的感知風(fēng)險(xiǎn)與顧客感知價(jià)值負(fù)向相關(guān)。證實(shí)了感知風(fēng)險(xiǎn)與感知價(jià)值密切相關(guān)，感知風(fēng)險(xiǎn)減少了，感知價(jià)值會(huì)相應(yīng)提高。

3.3顧客滿(mǎn)意度

廢舊家電的顧客感知價(jià)值與顧客滿(mǎn)意度正相關(guān)。消費(fèi)者的感知價(jià)值正向影響顧客滿(mǎn)意度，顧客價(jià)值則是滿(mǎn)意的重要前因。組織、顧客和服務(wù)之間的關(guān)系本質(zhì)由顧客感知價(jià)值描述，而顧客對(duì)具體產(chǎn)品或服務(wù)的實(shí)際價(jià)值的反應(yīng)通過(guò)滿(mǎn)意度反映出來(lái)。企業(yè)必須為顧客提供良好的價(jià)值，才能長(zhǎng)久地贏(yíng)得顧客的滿(mǎn)意。

因此，本研究得出如下結(jié)論：感知服務(wù)質(zhì)量對(duì)模型的影響因素較大，高于社會(huì)價(jià)值的影響因素。感知風(fēng)險(xiǎn)的影響最小?？梢钥闯龅氖?，先前對(duì)模型的假設(shè)檢驗(yàn)結(jié)論在圖形所示的部分是很成立的，感知服務(wù)質(zhì)量和社會(huì)價(jià)值對(duì)顧客感知價(jià)值正向影響，感知風(fēng)險(xiǎn)存在負(fù)向影響。顧客感知價(jià)值正向影響顧客滿(mǎn)意度。

[1]王茵,馬祖軍.家電制造商的廢舊家電回收處理模式?jīng)Q策研究[J].物流技術(shù),2008,(9):46-49.

[2]閻明.廢舊電器回收處理之路的思考[J].再生資源研究,2005,(3):19-22.

[3]楊華國(guó).完善我國(guó)廢舊家電回收體系——兼評(píng)家電“以舊換新”政策的回收策略[J].再生資源與循環(huán)經(jīng)濟(jì),2010,(2):25-27.

[4]周曉曄,王蕾,馬小云,李凱.廢舊家電逆向物流綜合效益評(píng)價(jià)研究[J].沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2010,(4):351-354.

（責(zé)任編校：何俊華）

2016－01－21

2014年湖南省教育廳科學(xué)研究項(xiàng)目“廢舊家電回收計(jì)劃對(duì)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)的影響研究：基于顧客的視角”（項(xiàng)目編號(hào)14c1146）階段性研究成果。

黃向陽(yáng)（1967－），女，湖南寧遠(yuǎn)人，講師，碩士，研究方向?yàn)榻?jīng)濟(jì)管理。

F27

A

1673-2219（2016）05-0150-04