摘要：新冠疫情的爆發(fā)對(duì)社會(huì)各行業(yè)帶來了很大沖擊，但同時(shí)促進(jìn)了電子商務(wù)的發(fā)展，刺激了各界對(duì)物流的需求。物流服務(wù)的質(zhì)量直接影響著顧客的網(wǎng)購體驗(yàn)和滿意程度。以某寶為研究對(duì)象，利用SERVQUAL量表和LSQ模型，設(shè)計(jì)某寶物流服務(wù)滿意度問卷，利用信效度分析、因子分析、相關(guān)分析和回歸分析研究顧客滿意度現(xiàn)狀及其影響因素。結(jié)果表明，模型中變量對(duì)顧客滿意度的影響力由大到小依次為：可靠性、及時(shí)性、安全性和便捷性。根據(jù)分析結(jié)果，提出相應(yīng)的改進(jìn)策略，以促進(jìn)某寶及其第三方物流的可持續(xù)發(fā)展。

關(guān)鍵詞：后疫情時(shí)代；物流服務(wù)質(zhì)量；顧客滿意度

中圖分類號(hào)：F274；F713.55??文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1005-6432（2023）11-0000-04

[DOI]10.13939/j.cnki.zgsc.2023.11.000

1?引言

疫情使“宅經(jīng)濟(jì)”逐漸繁榮，人們依托互聯(lián)網(wǎng)實(shí)現(xiàn)遠(yuǎn)程辦公、線上購物，電子商務(wù)交易量呈現(xiàn)井噴式增長。第49次中國互聯(lián)網(wǎng)報(bào)告表明，我國線上購物使用人數(shù)在2021年底已經(jīng)達(dá)到8.42億[1]。電商與物流相輔相成，電子商務(wù)的迅猛發(fā)展也使社會(huì)對(duì)物流服務(wù)的需求急劇增長。然而，疫情防控之下，物流運(yùn)力受到嚴(yán)重限制，導(dǎo)致顧客對(duì)電商物流服務(wù)的投訴量增加。物流服務(wù)質(zhì)量水平是影響顧客滿意度的重要因素，顧客對(duì)物流服務(wù)的不滿會(huì)制約電商的可持續(xù)發(fā)展。

某寶是網(wǎng)購的主要電商平臺(tái)，采用以第三方物流為主的物流模式，了解顧客對(duì)物流滿意度的影響因素有利于企業(yè)完善物流服務(wù)。以某寶為例，對(duì)疫情影響下的某寶物流服務(wù)滿意度情況進(jìn)行研究，提出相關(guān)改進(jìn)策略，以期改善某寶物流服務(wù)質(zhì)量，為某寶及其同類型電商物流的發(fā)展提供參考。

20世紀(jì)70年代，學(xué)者們開展了關(guān)于物流服務(wù)的研究。其中最典型的是perrault提出的7Rs理論，該理論認(rèn)為物流服務(wù)是指企業(yè)應(yīng)當(dāng)在合適的時(shí)間將數(shù)量無誤的商品精確配送到恰當(dāng)?shù)攸c(diǎn)的活動(dòng)[2]。20世紀(jì)90年代后，電子商務(wù)逐漸興起，國內(nèi)外學(xué)者開展了關(guān)于物流服務(wù)顧客滿意度的研究。Hong等使用卷積神經(jīng)網(wǎng)絡(luò)文本挖掘模型，利用情感分析和相關(guān)性分析后發(fā)現(xiàn)可靠性、便利性、響應(yīng)性和溝通性會(huì)對(duì)顧客滿意度產(chǎn)生正向影響[3]。文朝陽等利用熵權(quán)法，對(duì)構(gòu)建的生鮮電商物流評(píng)價(jià)體系進(jìn)行研究，發(fā)現(xiàn)我國生鮮電商物流主要在時(shí)效性、經(jīng)濟(jì)性和移情性方面有缺陷，倡導(dǎo)各電商物流企業(yè)進(jìn)一步完善配送系統(tǒng)[4]。

目前物流服務(wù)滿意度領(lǐng)域的文獻(xiàn)大多集中于分析各類產(chǎn)業(yè)或不同配送模式的物流服務(wù)，缺乏對(duì)疫情影響下電商物流服務(wù)顧客滿意度的研究。因此，本文以后疫情時(shí)代為研究背景，結(jié)合服務(wù)質(zhì)量（Service?Quality，SERVQUAL）量表和物流服務(wù)質(zhì)量（Logistics?Service?Quality，LSQ）模型，構(gòu)建某寶物流服務(wù)滿意度影響因素模型，通過問卷調(diào)查，對(duì)某寶物流服務(wù)質(zhì)量進(jìn)行實(shí)證分析，驗(yàn)證模型的有效性。

2?模型構(gòu)建與研究假設(shè)

2.1?模型構(gòu)建

服務(wù)質(zhì)量的研究領(lǐng)域中的經(jīng)典量表是PZB建立的SERVQUAL量表，將顧客實(shí)際感知到的服務(wù)質(zhì)量與其期望的程度與進(jìn)行對(duì)比，測(cè)評(píng)物流服務(wù)質(zhì)量[5]。另一個(gè)經(jīng)典模型是Mentzer等建立的LSQ模型，從訂貨、收貨和事后顧客的滿意程度等三個(gè)階段分析物流服務(wù)，體現(xiàn)了影響滿意度的因素以及各因素與彼此的關(guān)聯(lián)[6]。在我國后疫情時(shí)代的背景下，以SERVQUAL量表和LSQ模型為基礎(chǔ)，為某寶物流服務(wù)滿意度設(shè)定5個(gè)初始變量，即經(jīng)濟(jì)性、及時(shí)性、便捷性、可靠性、安全性。構(gòu)建的理論模型如圖1所示。

1.1?研究假設(shè)

經(jīng)濟(jì)性是指顧客為了享受物流服務(wù)需要付出的經(jīng)濟(jì)代價(jià)。運(yùn)費(fèi)是消費(fèi)者在網(wǎng)購時(shí)著重考慮的因素，若消費(fèi)者接受的服務(wù)質(zhì)量與其付出的成本不匹配，會(huì)對(duì)物流服務(wù)滿意度產(chǎn)生負(fù)面影響。

及時(shí)性是指企業(yè)在運(yùn)輸以及接受問題咨詢時(shí)能否快速完成。疫情爆發(fā)后，地區(qū)封控易使商品大量積壓，物流受疫情影響的延遲時(shí)效在一定程度上影響顧客對(duì)物流服務(wù)的滿意度。

便捷性是指物流企業(yè)設(shè)置的取件時(shí)間和地點(diǎn)是否能為顧客的生活提供便利。疫情防控環(huán)境下居民取件受限，物流企業(yè)提供的服務(wù)能否滿足人民生活的需要是影響顧客滿意度的重要因素。

可靠性是指企業(yè)是否能夠準(zhǔn)確完成配送，例如在承諾的日期送達(dá)、物品無缺漏以及實(shí)時(shí)呈現(xiàn)商品運(yùn)送的位置等，對(duì)物流企業(yè)的網(wǎng)點(diǎn)基礎(chǔ)建設(shè)以及實(shí)施跟蹤定位技術(shù)提出了更高的要求。

安全性是指企業(yè)能否注意防疫安全以及信息安全。包括物流企業(yè)每日對(duì)網(wǎng)點(diǎn)做好防疫消毒措施以及人員體溫檢測(cè)等，顧客滿意度的提升需要物流安全保證。

綜上，提出假設(shè)：

H1：某寶物流服務(wù)的經(jīng)濟(jì)性與其顧客滿意度呈顯著正相關(guān)。

H2：某寶物流服務(wù)的及時(shí)性與其顧客滿意度呈顯著正相關(guān)。

H3：某寶物流服務(wù)的便捷性與其顧客滿意度呈顯著正相關(guān)。

H4：某寶物流服務(wù)的可靠性與其顧客滿意度呈顯著正相關(guān)。

H5：某寶物流服務(wù)的安全性與其顧客滿意度呈顯著正相關(guān)。

2?研究設(shè)計(jì)

2.1?量表設(shè)計(jì)

依據(jù)模型和研究假設(shè)，對(duì)現(xiàn)有量表進(jìn)行適當(dāng)修改，形成某寶物流服務(wù)顧客滿意度初始量表，如表1所示?；诹勘磉M(jìn)行問卷設(shè)計(jì)，問卷由兩個(gè)模塊組成：第一個(gè)模塊是被調(diào)研對(duì)象的信息，第二個(gè)模塊是與某寶物流服務(wù)質(zhì)量滿意度模型中各潛在變量相對(duì)應(yīng)的測(cè)量題項(xiàng)。題項(xiàng)均設(shè)置為正向描述，問卷以Likert五級(jí)量表進(jìn)行量化，根據(jù)滿意程度將選項(xiàng)分別賦值為5、4、3、2、1。

1.1?預(yù)調(diào)研

為檢驗(yàn)本次調(diào)查問卷的設(shè)計(jì)是否合理，需要進(jìn)行預(yù)調(diào)研，利用問卷星制作問卷，并通過微信向周圍人發(fā)放110份問卷，回收107份，將其中選項(xiàng)完全一致、作答時(shí)長過短的問卷定義為無效問卷，篩選后得到有效問卷101份。

信度分析是指多次進(jìn)行調(diào)研后測(cè)量結(jié)果依然保持可靠性和一致性的程度，一般利用Cronbach’s?α系數(shù)進(jìn)行判斷。如表2所示，每個(gè)潛在變量的Cronbach’s?α系數(shù)均高于0.7且整體量表的Cronbach’s?α系數(shù)為0.919，說明初始問卷信度良好，符合要求。

效度是指調(diào)研問卷能夠反映測(cè)量內(nèi)容的程度，通常利用KMO系數(shù)和Bartlett球形檢驗(yàn)來測(cè)量內(nèi)容效度。如表3所示，量表的KMO值為0.842，大于0.7，顯著性為0.000，小于0.05，均通過檢驗(yàn)，允許進(jìn)行后續(xù)的因子分析。

利用探索性因子分析檢查量表的結(jié)構(gòu)效度，利用主成分法提取出的6個(gè)主因子累計(jì)方差解釋率為68.078%，采用最大方差法，發(fā)現(xiàn)EC3和TI1的因子載荷值小于設(shè)定值0.5，不符合條件，于是刪除，SV1與原量表設(shè)計(jì)初衷相差較大，予以刪除，由此實(shí)現(xiàn)對(duì)量表的凈化，最終得到由21個(gè)題項(xiàng)組成的正式量表，如表4所示。

1?實(shí)證分析

1.1?樣本描述性統(tǒng)計(jì)

本次調(diào)研利用社交平臺(tái)發(fā)放350份問卷，歷時(shí)30天，回收339份，剔除無某寶網(wǎng)購經(jīng)歷和答案前后矛盾等無效問卷36份，得到有效問卷303份，有效率為86.57%。在303個(gè)調(diào)研對(duì)象中，男性占比47.2%，女性占比52.8%，整體分布適中。56.8%的調(diào)研對(duì)象的年齡在19歲至29歲之間，約有一半的受調(diào)查者具有本科學(xué)歷，職業(yè)以學(xué)生和公務(wù)員或事業(yè)單位人員占比最多，月收入在1500以下的顧客占比33%，56.8%的調(diào)研對(duì)象每月平均接受某寶物流頻次在5次及以下，28.7%的顧客最近一次某寶網(wǎng)購接受了中通的物流服務(wù)。

物流服務(wù)質(zhì)量各題項(xiàng)的平均值分布在3.40至4.06之間。各題項(xiàng)的標(biāo)準(zhǔn)差位于0.756至1.111之間，表明調(diào)查對(duì)象的認(rèn)同感相差不大。各題項(xiàng)中偏度絕對(duì)值最大的是RE3，其偏度為-0.967，小于3，各題項(xiàng)峰度絕對(duì)值最大的是RE5，其峰度為1.559，小于10，即樣本數(shù)據(jù)滿足正態(tài)分布，允許進(jìn)行后續(xù)分析。

1.2?信度分析和效度分析

針對(duì)本次調(diào)研收集到的數(shù)據(jù)進(jìn)行信度和效度檢驗(yàn)。各潛在變量的Cronbach’s?α系數(shù)分布在0.766至0.876之間，且整體量表的Cronbach’s?α系數(shù)為0.939，表明量表信度良好。KMO值為0.931，且顯著性為0.000，證明量表具有良好的內(nèi)容效度，可以進(jìn)行驗(yàn)證性因子分析。

1.3?驗(yàn)證性因子分析

利用AMOS軟件檢驗(yàn)?zāi)Ｐ蛿M合效果，X2/DF=2.183<3，適配情況理想；RMSEA=0.063<0.08，可以接受；RMR=0.039<0.05，結(jié)果適配良好。CFI=0.943>0.9，結(jié)果適配良好；NFI=0.900>=0.9，符合參數(shù)要求；NNFI=0.931>0.9，結(jié)果適配良好；綜上所述，模型擬合情況良好。

某寶物流服務(wù)質(zhì)量的驗(yàn)證性因子分析結(jié)果匯總，如表5所示。各潛在變量標(biāo)準(zhǔn)化載荷系數(shù)均大于0.6，表明每個(gè)變量對(duì)應(yīng)的題項(xiàng)有其代表性。各變量的平均萃取方差（AVE）均大于0.5，組合信度（CR）均大于0.7，表明量表聚斂效度良好。

1.1?相關(guān)分析

利用皮爾遜系數(shù)進(jìn)行相關(guān)性檢驗(yàn)，如表6所示。各相關(guān)系數(shù)的P值均在0.01的級(jí)別上顯著，且系數(shù)均為正值，表明各潛變量之間具有顯著正向相關(guān)關(guān)系，該相關(guān)性分析結(jié)果為后續(xù)影響因素分析提供了依據(jù)。

1.1?回歸分析

針對(duì)模型的自變量和因變量進(jìn)行多元線性回歸分析，結(jié)果如表7所示。R2=0.585>0.3，表明本次運(yùn)算結(jié)果較為真實(shí)可靠。VIF值均小于5，即自變量之間不存在多重共線性。F值為83.705，P小于0.001，即五個(gè)自變量中至少有一個(gè)自變量可以顯著影響因變量。經(jīng)濟(jì)性的顯著性為0.070，大于0.05，不能顯著影響顧客滿意度，其余變量的顯著性均小于0.05，系數(shù)B均大于0，即可以顯著正向影響顧客滿意度。構(gòu)建多元線性回歸模型如下：

Y=β0+β1X1+β2X2+…βnXn+μ

其中：Y為被解釋變量，X1，X2…Xn為解釋變量，n為解釋變量的數(shù)目，β0為常數(shù)項(xiàng)，β1，β2…βn為回歸系數(shù)，表示當(dāng)其他解釋變量不變時(shí)，某個(gè)解釋變量對(duì)被解釋變量均值的影響，μ是隨機(jī)誤差項(xiàng)。

得出某寶物流服務(wù)顧客滿意度回歸方程如下：

CS=0.376+0.236×TI+0.118×SV+0.333×RE+0.145×SA

每個(gè)維度的權(quán)重：

TI=0.236/（0.236+0.118+0.333+0.145）=0.284

SV=0.118/（0.236+0.118+0.333+0.145）=0.142

RE=0.333/（0.236+0.118+0.333+0.145）=0.400

SA=0.145/（0.236+0.118+0.333+0.145）=0.174

由此得出，某寶物流服務(wù)的可靠性對(duì)顧客滿意度的影響最大，其余影響力由大到小依次是及時(shí)性、安全性和便捷性。線性回歸分析結(jié)果見表7。

1.1?結(jié)果分析

依據(jù)回歸分析結(jié)果可知，除假設(shè)H1不成立外，其余假設(shè)均成立。實(shí)際上，經(jīng)濟(jì)性對(duì)顧客滿意度的影響不顯著是可以理解的，某寶店家為吸引顧客，大多選擇商品包郵，使顧客對(duì)于各物流企業(yè)的運(yùn)費(fèi)等情況不甚了解，因此在顧客不必支付運(yùn)費(fèi)也不常退貨的情況下，經(jīng)濟(jì)性對(duì)顧客滿意度的影響不會(huì)顯著。依據(jù)研究假設(shè)檢驗(yàn)結(jié)果修正原模型，最終模型如圖2所示。

2?結(jié)論及建議

2.1?結(jié)論

通過整理相關(guān)文獻(xiàn)，以物流服務(wù)質(zhì)量理論為基礎(chǔ)，構(gòu)建了某寶物流服務(wù)質(zhì)量滿意度影響因素模型，利用SPSS和AMOS軟件對(duì)收集的問卷樣本數(shù)據(jù)進(jìn)行實(shí)證分析。結(jié)果顯示，物流服務(wù)的及時(shí)性、便捷性、可靠性和安全性對(duì)某寶物流服務(wù)顧客滿意度存在顯著正向影響，根據(jù)影響力的大小，提出相應(yīng)的建議，為物流企業(yè)提升服務(wù)質(zhì)量提供參考。

2.2?對(duì)策建議

第一，著力提升物流服務(wù)的可靠性。建立健全商品定位系統(tǒng)，及時(shí)錄入正確的物流信息，在疫情影響下需重點(diǎn)關(guān)注受管制地區(qū)的物流情況，對(duì)錯(cuò)誤的物流信息給予修正，以便顧客能隨時(shí)查看商品的位置，了解預(yù)計(jì)送達(dá)的時(shí)間。

第二，保證物流服務(wù)的及時(shí)性。利用云計(jì)算等發(fā)展智慧物流，根據(jù)訂單和送達(dá)的區(qū)域，合理選擇出貨的倉庫，盡力避開疫情嚴(yán)重地區(qū)物流節(jié)點(diǎn)；優(yōu)化退換貨流程，完善物流網(wǎng)點(diǎn)布局，加強(qiáng)逆向物流建設(shè)，爭取為顧客提供更快速的退換貨服務(wù)。

第三，提高物流服務(wù)的安全性。將每日消殺和員工體溫情況及時(shí)反映在物流信息上，使顧客放心取件；重視保護(hù)消費(fèi)者的個(gè)人信息，啟用隱私面單，避免顧客的信息被收集利用，增強(qiáng)顧客對(duì)物流企業(yè)的信任感。

第四，維護(hù)物流服務(wù)的便捷性。為顧客提供多種取件時(shí)間的選擇；以顧客需求為主導(dǎo)，提供送貨上門等多樣的收件方式；支持上門取件等個(gè)性化的退換貨方式，加強(qiáng)員工的責(zé)任意識(shí)，準(zhǔn)時(shí)上門取件，節(jié)約顧客的時(shí)間，為人們生活提供便利。

參考文獻(xiàn)：

[1]第49次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[R].北京：中國互聯(lián)網(wǎng)絡(luò)信息中心，2022．

[2]PERRAULT?W?D，RUSS?F?R.?Physical?distribution?service：a?neglected?aspect?of?marketing?management[J].MSU?business?topics，1974（22）：37-45.

[3]HONG?W，?ZHENG?C，?WU?L，?et?al.?Analyzing?the?relationship?between?consumer?satisfaction?and?fresh?e-commerce?logistics?service?using?text?mining?techniques[J].Sustainability，?2019，11：1-16.

[4]文朝陽，張新潔.基于消費(fèi)者滿意度的生鮮電商物流評(píng)價(jià)體系研究[J].山西能源學(xué)院學(xué)報(bào)，2020，33（2）：75-77.

[5]PARASURAMAN?A，?ZEITHAML?V?A，?BERRY?L?L.?SERVQUAL：a?multiple-item?scale?for?measuring?consumer?perceptions?of?service?quality[J].Journal?of?retailing，1988，64（1）：12-40.

[6]MENTZER?J?T，F(xiàn)LINTDANIEL?D?J，HULT?G?T?M.Logistics?service?quality?as?a?segment-customized?process[J].Journal?of?marketing，2001，65（4）：82-104.

[作者簡介]陳璐（1998—），女，漢族，河南許昌人，碩士研究生，研究方向：物流與供應(yīng)鏈管理。