傅志妍，劉柯良，黃 勇，陳 堅

(1. 重慶交通大學 交通運輸學院，重慶 400074； 2. 重慶第二師范學院 經濟與工商管理學院，重慶 400067)

0 引 言

隨著互聯(lián)網信息技術的迅速發(fā)展，網民與網購用戶數(shù)量持續(xù)增長，電子商務規(guī)模持續(xù)擴大。2018年，中國電商物流全年業(yè)務收入超過6 000億，共計處理約507億件快遞包裹，高峰時期平均每天處理約4.2億件，物流配送行業(yè)已呈現(xiàn)井噴式發(fā)展態(tài)勢。在電商物流發(fā)展初期，物流企業(yè)以價格競爭模式占有市場，易產生配送時間延誤、信息不準確、快件丟失缺損、工作人員服務態(tài)度不友好等問題。近年來，隨著配送市場趨于更加穩(wěn)定成熟，企業(yè)競爭已逐漸轉變?yōu)樽⒅仡櫩头阵w驗的質量競爭模式，研究物流配送服務顧客滿意度將針對性地提升物流配送服務水平，改善顧客對服務的切實感受。

已有的國內外學者關于物流配送服務滿意度研究主要集中于滿意度影響因素構念的探索，缺乏影響因素之間定量關系分析。G.TONTINI等[1]研究發(fā)現(xiàn)，安全性、可靠性、靈活性等因素對第三方物流配送服務顧客滿意度和忠誠度具有非線性影響；E.RABINOVICh等[2]認為，快遞物流服務質量是影響B(tài)2C顧客滿意度的關鍵因素；R.SHASHANK等[3]研究發(fā)現(xiàn)，物流配送費用、服務質量是影響顧客滿意度和忠誠度的關鍵因素；張炎亮等[4]認為，企業(yè)形象、物流運行質量、服務水平、物流成本等因素對第三方物流配送服務顧客滿意度有著顯著影響。目前關于物流配送服務滿意度測評，主要采用模糊綜合評價法、熵權法等，但各因素的權值賦予方法有待商榷，影響因素對滿意度的影響關系亦缺乏精確量化。I.VLACHOS[5]建立了第三方物流企業(yè)顧客滿意度概念模型；劉明等[6]基于SERVQUAL模型構建了快遞物流企業(yè)服務質量的評價指標體系；王欣[7]將熵權法與模糊綜合評價法相結合構建了快遞企業(yè)服務質量的評價指標體系。筆者基于中國顧客滿意度指數(shù)模型，結合服務質量理論、消費行為學理論構建了物流配送服務顧客滿意度測評模型，拓展了滿意度影響因素的構念維度，并運用結構方程模型對各影響因素之間的定量關系進行了驗證，從改善顧客心理體驗角度為提高物流配送服務質量提供了理論支撐。

1 基礎理論

中國顧客滿意度指數(shù)模型(China customer satisfaction index，CCSI)由中國標準化研究所與清華大學于2002年共同提出，是中國首個全品類顧客滿意度測評模型。CCSI模型結合消費行為學和營銷學相關理論，基于美國顧客滿意度指數(shù)模型(ACSI)與歐洲滿意度指數(shù)模型(ECSI)的核心架構，以期望質量替代顧客期望，刪除顧客抱怨變量，并結合中國國情新增了品牌形象變量，將顧客自身作為質量評價主體，顧客需求作為質量評價標準，認為顧客滿意度取決于顧客對產品或服務的期望質量與感知質量的比較以及企業(yè)品牌形象的共同作用。CCSI模型核心框架見圖1。

圖1 CCSI模型框架Fig. 1 CCSI model framework

CCSI模型描述了顧客對產品或服務的消費認知過程，將顧客整體滿意度置于一個相互影響、相互關聯(lián)的因果互動系統(tǒng)中，能夠解釋消費過程與整體滿意度之間的關系，已被廣泛應用于社會學、管理學等各個研究領域。但CCSI模型變量的解釋能力有限，需對CCSI模型進行適應性的改進(包括融入新變量與調整路徑關系等)[8]，以期獲得更具有行業(yè)針對性、更高解釋能力的滿意度測評模型。

2 模型構建

2.1 研究假設

筆者結合C.GR?NROOS[9]的感知服務質量理論以及物流配送系統(tǒng)的服務特性，將CCSI模型中的感知質量、期望質量具體化為感知服務質量、期望服務質量，基于CCSI模型既有路徑關系，提出研究假設：感知服務質量對顧客滿意度具有正向直接影響(H1)；期望服務質量對顧客滿意度具有負向直接影響(H2)；品牌形象對顧客滿意度具有正向直接影響(H3)；期望服務質量對感知服務質量具有負向直接影響(H4)；品牌形象對期望服務質量具有正向直接影響(H5)；顧客滿意度對顧客忠誠度具有正向直接影響(H6)。

CCSI模型中的感知質量側重于評判顧客對產品或服務的真實質量感受，感知價值則指產品或服務的質量相較于其價格在顧客心中的感知地位?？紤]到物流配送服務顧客滿意度更關注影響因素作用貢獻究竟是質量致勝還是價格領先，以感知服務質量與感知服務費用替代感知價值，直接探究質量與價格對顧客滿意度的影響，并結合消費行為學理論提出研究假設：感知服務費用對顧客滿意度具有負向直接影響(H7)。此外，由于筆者研究變量間的直接影響效應，故對CCSI模型中的品牌形象對感知服務質量的間接影響路徑予以剔除。研究假設路徑關系見圖2。

圖2 研究假設Fig. 2 Research hypothesis

2.2 變量測度

為定量描述模型中不可直接觀測的潛變量，需以觀察變量(測量題項)對其進行構念測度?？紤]到期望服務質量、感知服務質量、品牌形象3個潛變量的構念含義較為復雜，涉及多維度、多層次內容，若直接以測量題項表征可能造成構念解析力度不夠、被調查對象不易理解等問題，故對感知服務質量、期望服務質量、品牌形象分別設立一級測量指標和二級測量題項。結合C.GR?NROOS[9]的感知服務質量模型，以大眾口碑、過去經驗、個人需求作為期望服務質量的一級測量指標，以信息服務、配送服務以及售后服務過程中的服務質量作為感知服務質量的一級測量指標，并將認知形象、服務形象、社會形象作為品牌形象的一級測量指標，而感知服務費用、顧客滿意度、顧客忠誠度的構念相對簡單，可直接設立二級測量題項。采用李克特五點評分量表對不可直接觀測的潛變量進行測度，具體變量測度見表1。

表1 變量測量題項Table 1 Variable measurement items

2.3 結構方程模型構建

結構方程模型(structural equation model, SEM)以觀察變量對概念抽象、不可直接觀測的潛變量進行測度。該模型基于變量的協(xié)方差矩陣分析變量間的相互作用關系，并允許自變量和因變量均可含測量誤差，是多元數(shù)據(jù)分析的重要工具，在心理學、社會學等研究領域已有廣泛應用[10-12]。

SEM借助因子分析計算潛變量與觀察變量間的因子載荷系數(shù)，以此表征二者之間的關系，進而得到潛變量的觀測值，并可同時以此觀測值分析多個因變量之間的相互影響關系，有效避免分析自變量與因變量之間的影響作用時所受到其他因變量的干擾。SEM包括測量模型與結構模型兩部分。測量模型描述外生潛變量ξ與外生顯變量X之間、內生潛變量η與內生顯變量Y之間的關系；結構模型描述內生潛變量η與外生潛變量ξ之間的關系。

測量模型如式(1)：

(1)

式中：X為由12個外生顯變量(B1～B9、PC1～PC3)構成的向量；ξ為由2個外生潛變量(品牌形象BI、感知服務費用PC)構成的向量；ΛX為X對ξ的因子載荷矩陣；δ為由X的觀測誤差構成的向量；Y為由25個內生顯變量(E1～E9、P1～P9、CS1～CS3、CL1～CL3)構成的向量；η為由4個內生潛變量(期望服務質量EQ、感知服務質量PQ、顧客滿意度CS、顧客忠誠度CL)構成的向量；ΛY為Y對η的因子載荷矩陣；ε為由Y的觀測誤差構成的向量。

結構模型如式(2)：

(2)

式中：B為內生潛變量η的結構系數(shù)矩陣，反映模型中內生潛變量間的作用大?。沪橥馍鷿撟兞喀蔚慕Y構系數(shù)矩陣，反映外生潛變量ξ對內生潛變量η的作用大小；ζ為內生潛變量的誤差向量。

2.4 模型求解及檢驗

運用Mplus軟件對模型進行參數(shù)估計，并檢驗模型所生成的測量變量協(xié)方差矩陣與樣本協(xié)方差矩陣的接近程度(擬合度)。模型擬合度越好，參數(shù)估計結果越準確。

擬合度檢驗指標包括卡方自由度比(χ2/df, 亦稱規(guī)范卡方)、近似誤差均方根(RMSEA, root mean square error of approximation)、比較擬合指數(shù)(CFI, comparative fit index)、非規(guī)范適配指數(shù)(TLI, tacker-lewis Index)、標準化殘差均方根(SRMR, standardized root mean square residual)。其中，良好的模型適配度要求如下：χ2/df屬于(1, 3)范圍內；RMSEA、SRMR均小于0.08；CFI、TLI均大于0.90。

3 實證分析

以重慶市的城市居民為調查對象進行物流配送服務滿意度研究。在設計初始問卷基礎上，通過預測試收集的數(shù)據(jù)檢驗問卷的信度和效度，并進行一階測量模型與二階測量模型的適用性分析，根據(jù)測試結果適當調整問卷測量題項得到最終問卷。于2019年6月發(fā)放正式離線調查問卷550份，剔除不認真填答、缺失值個數(shù)大于3、連續(xù)選擇極端值超過5個的樣本，最終共回收有效問卷518份，有效回收率94.19%，有效樣本數(shù)量達到問卷測量題項數(shù)目(37個)的10倍以上，符合R.B.KLINE等[13]提出的經驗準則。

3.1 描述性統(tǒng)計分析

本次調查所得的518份有效問卷中，受訪者男女比例均在50%左右，年齡主要集中在18～40歲之間(75.17%)，受教育程度多為本科層次(33.58%)，平均每月使用物流配送(寄遞)服務次數(shù)最多的為1～2次(62.40%)，具體統(tǒng)計信息見表2。

表2 問卷描述性統(tǒng)計信息Table 2 Descriptive statistic information of questionnaire

3.2 信度與效度分析

由表3，表4可知，各潛變量的組合信度值(CR, composite reliability)均大于0.8，表明模型潛變量的測量指標之間的內部一致性較好。一級測量指標與二級測量題項的因子載荷均大于0.7，各變量的平均方差抽取量(AVE, average variance extracted)均大于0.5，且AVE值的平方根均大于與其他變量間的皮爾森相關系數(shù)，模型的區(qū)別效度較好。綜上，模型具有良好的信度與效度，計算結果可被接受。

表3 因子載荷系數(shù)Table 3 Factor loading coefficient table

表4 皮爾森相關系數(shù)Table 4 Pearson correlation coefficient table

3.3 模型適配度檢驗

利用Mplus軟件對模型適配度進行檢驗，相關檢驗指標計算結果見表5。由表5可知，χ2/df、RESEA等檢驗指標均在可接受的范圍內，模型擬合度符合檢驗標準。

表5 模型適配度檢驗結果Table 5 Test results of model fitness

3.4 路徑分析及假設檢驗

以標準化路徑系數(shù)反映各變量間的影響作用大小(負號表示負向影響作用)，結構方程路徑系數(shù)及假設檢驗結果見表6，結構方程模型標準化路徑分析結果見圖3。各潛變量對顧客滿意度的影響作用按標準化路徑系數(shù)大小排序依次為感知服務質量、感知服務費用、品牌形象、期望服務質量，說明顧客對物流配送服務質量的重視高于服務費用，且物流配送企業(yè)的品牌形象也備受關注；品牌形象、期望服務質量對感知服務質量的標準化路徑系數(shù)分別為0.59、-0.32；顧客滿意度對顧客忠誠度標準化路徑系數(shù)為0.83，影響顯著。各潛變量之間的標準化路徑系數(shù)計算結果見表6，變量間的影響關系均達到95%置信度的顯著性(P<0.05)，故關于潛變量的7個假設均成立。

表6 結構方程路徑系數(shù)及假設檢驗結果Table 6 Path coefficient of structural equation and hypothesis test results

圖3 結構方程模型標準化路徑分析結果Fig. 3 Standardized path analysis results using structural equation model

4 結 語

在CCSI模型的基礎上，以感知服務質量、感知服務費用詮釋感知價值，研究質量與價格對滿意度的影響貢獻，構建了物流配送服務顧客滿意度測評模型。運用結構方程模型對潛變量與測量變量以及各潛變量之間的影響關系進行了具體化描述，進行了重慶市居民的實證分析，定量驗證了模型中變量的相互影響關系，表明該模型能夠從心理感知角度描述物流配送服務中顧客滿意度情況，但其對于不同社會群體的適用性有待進行進一步研究。