第三方物流企業(yè)顧客滿意度指數(shù)模型實證研究

【中圖分類號】F253 【文獻標(biāo)識碼】A 【文章編號】1673-8209(2009)8-0125-03

第一作者簡介:周華銀(1982-)，男，重慶市忠縣人，碩士研究生，研究方向:企業(yè)管理。

第二作者簡介:韓樹榮(1970- )，男，山西五臺縣人，碩士研究生導(dǎo)師，教授，研究方向:企業(yè)管理。

【摘要】顧客滿意度正在逐漸成為世界各國普遍采用的衡量經(jīng)濟產(chǎn)出和人民幸福程度的軟指標(biāo)。特別是對第三方物流企業(yè)，客戶滿意度是企業(yè)持續(xù)發(fā)展的源泉。本文基于計劃行為理論、科技接受模型建立了物流企業(yè)顧客滿意度指數(shù)模型， 并運用結(jié)構(gòu)方程模型(SEM)估計技術(shù)中的偏最小二乘(PLS)路徑分析方法對測評模型進行了檢驗和參數(shù)求解; 最后通過實證檢驗表明本文所建立的顧客滿意度指數(shù)模型擬合度較高，并得到了各變量之間的相關(guān)系數(shù)。

【關(guān)鍵詞】第三方物流企業(yè);顧客滿意度;結(jié)構(gòu)方程模型 ;PLS路徑分析

An Empirical Study on Customer Satisfaction Index Model of Third Party Physical Distribution Enterprise

ZhouHuayin Han Shurong

【Abstract】The customer degree of satisfaction is becoming a Soft target used in Various countries which can Weighs economic output and the people’s happy degree. Especially to the third party distribution enterprise， the customer degree of satisfaction is fountainhead resources to the enterprise sustained development. the paper bases on the Theory ofPlannedBehavior、Technology Acceptance Model， a customer satisfaction index model of third party distribution enterprise is described. The measurement model is tested and parameters are estimated by means of structural equation modeling with partial least square method. Finally， the experimental research indicates the proposed evaluation model of the third party distribution enterprise customer satisfaction has higher goodness of fit， and the coefficients between variables are also estimated.

【Key words】third party distribution enterprise; customer satisfaction; SEM; PLS Path Analysis

顧客滿意度指顧客對其明示的、通常隱含的或必須履行的需求或期望已被滿足的程度的感受。滿意度是顧客滿足情況的反潰，它是對產(chǎn)品或者服務(wù)性能，以及產(chǎn)品或者服務(wù)本身的評價;給出了(或者正在給出)一個與消費的滿足感有關(guān)的快樂水平，包括低于或者超過滿足感的水平，是一種心理體驗[1]。諸多研究表明，在服務(wù)的水平比較穩(wěn)定時，顧客的感知不太明顯，但是當(dāng)服務(wù)的水平有提高或者降低到一定的程度時，顧客的滿意度成指數(shù)增長或降低的趨勢，亦此稱為顧客滿意度指數(shù)(CSI)。

目前許多國家都高度重視對顧客滿意度的研究，并建立了測評模型，其中ECSI(歐洲顧客滿意指數(shù))和SCSB(瑞典顧客滿意指數(shù)模型)、ACSI(美國顧客滿意指數(shù))是最有影響的三個模型。這些測評模型都是以顧客滿意為中心講其顧客滿意的前因后果構(gòu)成一個系統(tǒng)的網(wǎng)絡(luò)鏈接，從計量經(jīng)濟學(xué)的角度利用結(jié)構(gòu)方程模型的方法測評顧客滿意。結(jié)構(gòu)方程模型[9]是一種綜合性的統(tǒng)計方法，是對驗證性因素分析、路徑分析、多元回歸及方差分析等方法的集成。結(jié)構(gòu)方程模型一般包括結(jié)構(gòu)模型和測量模型， 結(jié)構(gòu)模型也稱為內(nèi)部模型， 描述的是潛在變量(也叫結(jié)構(gòu)變量，Latent variable) 之間的關(guān)系， 測量模型描述的是潛在變量和可測變量(observed variable) 之間的關(guān)系。目前針對制造業(yè)，房地產(chǎn)業(yè)，銀行業(yè)等基于指數(shù)模型的顧客滿意度研究較為常見，而對于物流企業(yè)特別是第三方物流企業(yè)的顧客滿意度研究相對較少，但對于第三方物流企業(yè)來講持續(xù)的服務(wù)購買和永久的顧客忠誠度是企業(yè)求得生存和發(fā)展的關(guān)鍵。由此本文在總結(jié)前人基礎(chǔ)上對物流企業(yè)顧客滿意度研究進行了探索，將該模型引用到第三方物流企業(yè)顧客滿意度研究中，希望對第三方物流企業(yè)提高服務(wù)質(zhì)量有借鑒的作用。

1 概念模型和潛在變量的建立

1.1 建立因果概念模型:

根據(jù)物流行業(yè)自身的特點即它是為滿足消費者需求而進行的對原材料、中間庫存、最終產(chǎn)品及相關(guān)信息從起始點到消費地的有效流動，以及為實現(xiàn)這一流動而進行的計劃、管理和控制過程，其中顧客的滿意程度是整個工程的導(dǎo)向。本文根據(jù)上述研究成果建立了客戶滿意度關(guān)系因果的概念模型，如圖1:

該模型以顧客滿意為中心將顧客滿意的前因后果構(gòu)成一個系統(tǒng)性的網(wǎng)絡(luò)鏈條，共有6個結(jié)構(gòu)變量，包括4個前因變量、1個結(jié)果變量和9種假設(shè)關(guān)系(H1～H9)。(1)該模型感知信息安全一般是指顧客在尋求服務(wù)時需要考慮的信息要素如 :信息的充分性，信息的真?zhèn)涡?，企業(yè)的知曉性，企業(yè)的榮譽度等。(2)感知價值一般是指產(chǎn)品給顧客帶來的所有利益的總和與顧客為此所付出價格的比值。(3)在結(jié)果變量中增加了顧客信任及忠誠度，因為客戶滿意度本身又影響到客戶忠誠和客戶的流失，企業(yè)如果想減少客戶的流失，就必須提高客戶對產(chǎn)品的感知價值和客戶所追求的客戶附加價值。

1.2 指標(biāo)體系的建立:

在上述概念模型中的潛在變量是不能直接測量的， 因此必須構(gòu)造多維的可測變量對其進行估計， 實際上就是建立指標(biāo)體系。本文建立可測指標(biāo)的方法如下:(1)參考大量文獻[5][6][7]的基礎(chǔ)上， 建立了初始指標(biāo)體系;(2)運用最大數(shù)模糊聚類的方法將些指標(biāo)分為若干子類;(3)由于各指標(biāo)的分布未知， 則對每個子類進行非參數(shù)的檢驗， 以檢驗該類中各指標(biāo)有無顯著性差異;(4)對沒有顯著性差異的指標(biāo)群， 用秩相關(guān)系數(shù)法選出對其它指標(biāo)偏秩相關(guān)系數(shù)平方和最大的指標(biāo)， 用它來反映研究對象在該類中表現(xiàn)出的信息，得到最終的可測指標(biāo)。由此得到的可測變量見表1。

2 實證分析

本次實證研究是以山西省某大型物流企業(yè)的頻繁客戶為測評對象，采用PLS路徑分析軟件對數(shù)據(jù)進行分析，研究目的是驗證第三方物流企業(yè)顧客滿意度指數(shù)模型的有效性，并且得到模型中潛在變量與其可測變量以及各潛在變量之間的相關(guān)系數(shù)。

顧客信任及忠誠度對企業(yè)的信任顧客忠誠度重復(fù)購買的可能性向他人推薦的可能性

2.1 數(shù)據(jù)收集和樣本特征:

本次研究是通過發(fā)放調(diào)查問卷來收集數(shù)據(jù)。問卷包括前面建立的可測變量共設(shè)計19個度量項目，問卷表采用李克特式的五級量表(points)， 度量項目計2 分為“非常不滿意”，計10 分為“非常滿意”。調(diào)查工作從2007年12月5 日到2008 年3月1日， 共收回問卷420份， 其中有效問卷367份。

表2 樣本分布特征(n=367)

特征人數(shù)比例(%)

年齡20歲以下7520.1

21-3512634.4

35-5011331

50以上5314.5

性別男23463

女13337

教育程度?？埔韵?827.1

?？?2634.6

本科8322.6

碩士4912.9

博士112.8

應(yīng)用SPSS 軟件對19個度量項目進行探索性因子分析(EFA )， 19個度量項目的可靠性系數(shù)(Cronbach) 在0.78～0.89之間，表明設(shè)計的度量項目是合理的。

2.2 模型估計的PLS 路徑分析。

偏最小二乘(Partial Least Square， 簡稱PLS[2])路徑分析方法是結(jié)構(gòu)方程模型估計技術(shù)的一種，PLS估計雖然是有偏的，但相對于其他估計方法來說是較為理想的預(yù)測，且有收斂速度快，不需要對數(shù)據(jù)嚴(yán)格假定等優(yōu)點，因此本文將采用PLS 路徑分析的方法對物流企業(yè)顧客滿意度指數(shù)模型的參數(shù)進行估計[8]。

(1)結(jié)構(gòu)方程模型的數(shù)學(xué)表示:結(jié)構(gòu)方程模型由外部模型(測量模型)和內(nèi)部模型(結(jié)構(gòu)模型)兩部分構(gòu)成。

①外部模型:假設(shè)對于n個觀測樣本J組變量組變量xj={xj1，xj2，…，xjn}。其中， 變量xji是可測變量， 假設(shè)它們都是中心化的變量(即變量的均值為零)。另外， 還假設(shè)每一組可測變量都受到同一個標(biāo)準(zhǔn)化的潛在變量ξj的影響。因此第j組可測變量與其潛在變量之間的外部模型可以表示為:

xjk=ηjk0+ηjkξj+τk (1)

其中ξj服從標(biāo)準(zhǔn)正態(tài)分布，τk是測量誤差， 均值為0且與潛在變量ξj不相關(guān)，ηjk為回歸系數(shù)。

②內(nèi)部模型:J個潛在變量之間的關(guān)系可以表示為:

ξj=βj0+∑i≠jβjiξi+γj(2)

ξj和ξi是兩組潛在變量，βji為回歸系數(shù)，γj是測量誤差， 其均值為0，且與ξi不相關(guān)。

(2) 模型中參數(shù)估計的PLS方法:對于潛在變量Nj的估計的方法包括外部估計和內(nèi)部估計兩種。

①外部估計:外部估計就是潛在變量ξj由j組可測變量xjk的線性組合來估計， 記為Yj， 稱為潛在變量ξj的外部估計，可表示為:

Yj=∑wjkxjk(3)

其中wjk為外部權(quán)重。

②內(nèi)部估計:外部估計是潛在變量ξj由與之相關(guān)聯(lián)的潛在變量 ξ′j的估計值Y′j來估計。記這一估計值為Zj，稱為潛在變量ξj的內(nèi)部估計，可表示為:

Zj∝=∑ejj′Y′j(4)

其中∝表示對數(shù)據(jù)壓縮處理;ejj′為內(nèi)部權(quán)重，它表示Yj與Y′j的相關(guān)函數(shù)的符號函數(shù)值。

(3)權(quán)重wjk的估計方法:

權(quán)重wjk有兩種估計方法: 模式A和描述B，在模式A中，權(quán)重wjk是可測變量xjk關(guān)于Zj的協(xié)方差系數(shù)， 可以表示為:

wjk=cov(xjk，Zj)(5)

在模式B中，權(quán)重向量wj是Zj關(guān)于可測變量xjk的回歸系數(shù)向量，可以表示為:

wj=(xjx′j)-1x′jzj(6)

因此 PLS路徑分析的迭代算法如下:

①初始的權(quán)重可以任意賦值， 如可令其中一個wjk=1， 其它的權(quán)重為0;

② 依次按照式(3)、(4)、(5) 或者(6) 計算得到新的權(quán)重向量wjk;

重復(fù)步驟①、②， 直到收斂為止， 得到最終的wjk;

③通過公式，ξ′j=∑kwjkxjk∑kwjk其中ξ′j是潛在變量的估計值;

④用估計值ξ′j代替潛在變量ξj后， 運用普通多元回歸， 也可以用PLS回歸的方法， 來估計內(nèi)部模型中的參數(shù)。

2.3 實證結(jié)果分析:對測量模型的檢驗包括內(nèi)斂效度(convergent validity)，內(nèi)部一致性信度( internal consistency)的檢驗。內(nèi)部一致性信度是通過由Fornell 和Larcker 定義的綜合信度來衡量的。內(nèi)斂效度是由各潛在變量的AVE (Average Variance Extracted) 以及相應(yīng)可測變量的負荷來衡量的，測量模型檢驗的結(jié)果見表3。

從表3 可以看出，所有潛在變量的綜合信度從0.74到0.91，都超過了Nunnally臨界值[3]，說明所有變量的信度較高。另一方面，本研究負荷的最小值是0.64，(高于臨界水平0.60)，并且所有潛在變量的AVE值都大于0.50說明變量的內(nèi)斂效度都較高。

結(jié)構(gòu)模型的檢驗包括估計路徑系數(shù)(path coefficient)和R2 的值。路徑系數(shù)反映了潛在變量之間影響的方向和影響的程度。R2值反映了結(jié)構(gòu)模型中，內(nèi)生潛在變量能被前面潛在變量解釋的程度，也反映了模型的預(yù)測能力。結(jié)構(gòu)模型檢驗結(jié)果的路徑系數(shù)和R2 。如圖2。

表3 測量模型檢驗結(jié)果

可測變量均值標(biāo)準(zhǔn)差載荷

顧客期望(CR=0.87 AVE=0.64)

對特色的預(yù)期

對可靠性的預(yù)期

對質(zhì)量的總體預(yù)期

4.023.763.870.740.740.740.64 0.88

0.89

感知信息安全(CR=0.74 AVE=0.52)

信息的充分性

信息的真?zhèn)涡?/p>

企業(yè)的知名度3.793.933.890.750.600.660.780.700.75

感知價值(CR = 0.78 AVE = 0.55)

給定價格下的質(zhì)量感知

給定質(zhì)量下的價格感知3.793.85

0.760.660.810.74

感知質(zhì)量(CR=0.91 AVE=0.77)

對特色的感知對可靠性的感知對實效性總體感知4.124.014.164.100.730.760.780.740.87 0.92 0.850.83

顧客滿意(CR=0.81 AVE=0.59)

同預(yù)期理想服務(wù)的差距程度同預(yù)期適當(dāng)服務(wù)的差距程度整體滿意程度3.903.883.840.690.710.710.880.82

0.80

顧客信任及忠誠度(CR=0.85 AVE=0.53)

對企業(yè)的信任向他人推薦的可能性重復(fù)購買的可能性顧客忠誠度4.143.873.303.190.500.620.930.990.690.750.890.80

從圖2可以看出，顧客滿意變量的64%被前面的潛在變量所解釋(R2=0.64)，顧客信任度和忠誠度的54%被顧客滿意變量所解釋(R2=0.54)，表明整個模型有很好的預(yù)測能力。

3 結(jié)束語

物流企業(yè)持續(xù)發(fā)展的根本在于，不斷識別顧客的需求，滿足顧客的需求，因此，提高顧客滿意度是物流企業(yè)的重中之重。本文通過上述分析，得出如下研究結(jié)論:

(1)借鑒了SCSB、ACSI、ECSI模型，分析了物流業(yè)的顧客滿意度的內(nèi)在作用機制;

圖2 結(jié)構(gòu)模型中的路徑系數(shù)和R2值

(2)建立了物流企業(yè)顧客滿意度指數(shù)模型;

(3)運用PLS路徑分析的方法對模型進行檢驗和參數(shù)求解，研究結(jié)果表明模型有較高的擬合性。

物流服務(wù)是物流企業(yè)運作的核心，物流服務(wù)必須是顧客所想所要的，不然，再好的物流服務(wù)如果不是顧客所需要的，顧客還是會不滿意的。因此測評顧客對物流服務(wù)的滿意程度，分析滿意度測評結(jié)果進而采取改善措施，提高顧客的滿意度，增強顧客的忠誠度，建立顧客滿意戰(zhàn)略，從而形成企業(yè)與顧客長期良好的合作關(guān)系，擴展企業(yè)持續(xù)發(fā)展的空間是企業(yè)獲得持續(xù)發(fā)展的重要舉措，本文的研究結(jié)論對于第三方物流企業(yè)針對性的提高服務(wù)質(zhì)量有很好的借鑒作用。

參考文獻

[1] 希伯爾德.客戶關(guān)系管理理念與實例[M].北京:機械工業(yè)出版社，2002. P95-140

[2] 馬國慶.管理統(tǒng)計-數(shù)據(jù)獲取、統(tǒng)計原理、SPSS工具與應(yīng)用研究[M] 科學(xué)出版社，2002

[3] NunnallyJ.Psychometric theory[M].New York，McGraw -Hill，1978

[4] 王惠文.付凌暉.PLS 路徑模型在建立綜合評價指數(shù)中的應(yīng)用[J].系統(tǒng)工程理論與實踐， 2004.10:P80-85

[5] 王平.電力行業(yè)用戶滿意度指數(shù)模型構(gòu)建與實證研究[J].武漢理工大學(xué)學(xué)報，2006.03:P145-149

[6] 曾鐘鐘.物流公司配送績效評價模型研究[J].工業(yè)工程與管理，2003.03:P40-44

[7] 周京華.王玲.第三方物流企業(yè)顧客滿意度影響因素分析[J].物流技術(shù)，2005 .10:P99-102

[8] 梁燕.顧客滿意度模型參數(shù)估計方法的選擇[J].統(tǒng)計與決策.2007.09.P14-18

[9] Bollen KA. Structural equations with latent variables[M].New york:Wiley.1989

[10] Jiun-Sheng Chris Lin， Pei-Ling Hsieh The influence of technology readiness on satisfaction and behavioral intentions toward self-service technologies 2007.03. Computers in Human Behavior卷次: 23 第3期