基于SEM的3PL顾客满意测评模型的构建*

金 燕

(连云港广播电视大学 人文经贸系,江苏 连云港 222006)

随着经济全球化进程的加快、组织机构的变革和信息技术的运用,第3方物流市场已经明显表现出潜力大、渐进性和高增长率的特征[1]。目前,我国第3方物流市场相对比较分散,物流业的进入门槛比较低,信息化程度低,企业规模和实力还比较小,中小公司占90%以上,第3方物流占整个物流市场的比重不足25%,尤其是随着网络购物的迅速发展,客户需求不断增长的情况下,我国第3方物流企业也面临着前所未有的挑战。如何在激烈的市场竞争中满足客户需求并提高客户的满意度,已经成为第3方物流发展过程中的一个关键问题。

1 相关理论回顾

1.1 顾客满意度

20世纪30年代,Hoppe[2]和Lewin[3]在社会和实验心理学领域首次对满意进行了研究。20世纪60年代,Cardozo[4]首次在营销领域提出了顾客满意这一概念,并指出顾客满意与再购买之间的关系。Garbarino等[5]提出顾客满意度是以对产品和服务的购买和消费经验为基础的全面性评价。在2000版的ISO/DIS9000中,顾客满意被定义为“顾客对某一事项已经满足其需求和期望的程度的意见”。本文认为顾客满意实际上是人的一种感觉状态水平,是顾客对于产品或服务的总体感知和评价,顾客满意度就是对顾客满意程度的描述,通过测评顾客满意度来衡量顾客的感受水平。

1.2 顾客满意度指数模型

1989年,美国密歇根大学商学院质量研究中心(NQRC)的Fornell教授总结了相关理论成果,提出了费耐尔逻辑模型。这个模型是利用结构方程建模的数学方法,将顾客期望、顾客感知、价格等多个因素组合起来,并采用偏最小二乘法(PLS)来估计模型参数的一个计量经济学的逻辑模型。随后瑞典国家统计局首次应用费耐尔模型,建立了瑞典顾客满意度指数模型(Swedish customer satisfaction barometer,简称SCSB)[6]。1994年,美国在研究SCSB 的基础上,提出了美国顾客满意度指数模型(American customer satisfaction index,简称ACSI)[7]。欧洲也提出顾客满意度模型(European customer satisfaction index,简称ECSI)。此后我国也推出了CCSI模型[8-10]。

1.2.1 SCSB模型 第1个全国性的顾客满意测评模型是1989年的瑞典顾客满意度指数模型SCSB。该模型包含5个结构变量(见图1):顾客期望、感知价值、顾客满意、顾客抱怨和顾客忠诚,其中顾客期望是外生变量,其他变量是内生变量。

图1 SCSB模型

1.2.2 ACSI模型 美国顾客满意度指数模型ACSI在SCSB模型的基础上作出了如下修正:① 将感知质量从感知价值中分离出来,并分解为产品感知质量和服务感知质量,仍旧分别由3个观测变量组成;② 将顾客期望的观测变量中加入了“满足顾客需求程度”和“可靠程度期望”,与原有的“总体期望”一起来衡量顾客期望。ACSI模型一共由6个结构变量和9个关系组成,见图2。

1.2.3 ECSI模型 欧洲顾客满意指数模型ECSI和ACSI相比有较大变化,ECSI在借鉴ACSI模型的基础上增加了“形象”作为结构变量,将感知质量分为感知硬件和感知软件质量,去掉了顾客抱怨这个结构变量。ECSI模型包括5个前因变量(见图3):企业形象、顾客期望、感知质量(硬件)、感知质量(软件)、感知价值,顾客忠诚是顾客满意的结果变量。

图2 ACSI模型

图3 ECSI模型

1.3 结构方程

结构方程模型(structural equation model,简称SEM)最早是由瑞典统计学家Karl G Joreskog提出的一种线性统计建模的方法。结构方程模型是假定一组隐变量(latent variable,LV,又叫结构变量或潜在变量)之间存在因果关系,其中这些隐变量又可以由多个显变量(manifest variable,MV,又叫观测变量)来构成。结构方程主要是研究多个隐变量之间的关系以及隐变量与显变量之间的关系。隐变量本身是不可直接观测的,而显变量是具体的可测量的变量,所以可以通过显变量来间接测量隐变量。根据隐变量在模型中的地位,可分为外生变量和内生变量,外生变量是从模型外部导入的变量,没有作为其他变量结果的变量,内生变量是至少一次作为其他变量结果的变量[8]。

2 基于SEM的3PL客户满意测评模型的构建

2.1 3PL顾客满意测评模型的构建

第3方物流企业顾客满意度取决于物流企业的物流服务质量以及客户对服务的总体期望,最终取决于顾客的体验以及评价。结合以上的理论分析,并且考虑到3PL物流企业的实际特点,本文对ACSI模型以及ECSI模型进行了一定的改进,初步构建了3PL顾客满意测评模型(如图4所示)。图4所示的模型共选择了6个结构变量(结构变量均被视作潜变量),结构变量分为外源潜变量(由外部因素决定,不以模型中的其他变量决定)即企业形象(ξ),内生潜变量(由模型中内部结构决定的内源潜变量)即顾客期望(η1)、感知质量(η2)、感知价值(η3)、顾客满意(η4),以及顾客满意模型的结果变量即顾客忠诚(η5)。

图4 3PL顾客满意测评模型

2.2 观测变量的设计

本次研究是在梳理文献和调查访谈的基础上,结合第3方物流的实际特点一共设计了20个观测变量。在此基础上,通过采用基于PLS的结构方程模型的方法,运用Visualpls1.04软件对模型进行初步拟合分析,删去了5个观测变量,其中包括企业资产、企业亲和度、顾客对服务总体期望、顾客对服务总体评价、顾客对价格的感知，最后确定正式的观测变量一共15个。结构变量对应的观测变量如表1所示。

根据3PL顾客满意度模型,其结构变量之间存在因果关系,本文提出如下假设。

Ha1: 企业形象对顾客期望具有正向直接作用;

Ha2: 企业形象对顾客满意具有正向直接作用;

Ha3: 企业形象对顾客忠诚具有正向直接作用;

Hb4: 顾客期望对感知质量具有正向直接作用;

Hb5: 顾客期望对感知价值具有正向直接作用;

Hb6: 顾客期望对顾客满意具有正向直接作用;

Hc7: 感知质量对感知价值具有正向直接作用;

Hc8: 感知质量对顾客满意具有正向直接作用;

Hc9: 感知质量对顾客忠诚具有正向直接作用;

Hd10:感知价值对顾客满意具有正向直接作用;

He11:顾客满意对顾客忠诚具有正向直接作用。

数学表达式如下所示。

具体的结构方程为

具体的测量方程为

表1 结构变量和观测变量列表

3 实证分析

本文首先进行了问卷设计和数据的收集；接着在试调查的基础上,对问卷进行了改进；之后进行了正式调研,回收整理问卷,统计数据,分析样本的分布,确保调研数据具有代表意义;随后对模型进行了尝试性拟合,对模型的变量进行了改进,确定了正式模型;最后对确定模型通过信度、效度和模型的整体分析后,对本文提出的相关假设进行了验证。

3.1 问卷设计

本文问卷设计的量表主要是基于美国顾客满意模型(ACSI)、欧洲顾客满意模型(ECSI),并结合第3方物流顾客满意度的影响因素,另外还通过对个别顾客的访谈,请教了相关专家,完成了问卷的初步设计。问卷衡量方式采用Likert7量表来进行评估,每个项目分别给予1～7的量化的分数,从1到7满意程度由低到高。

3.2 数据收集

根据本文研究目的,主要调研对象是第3方物流企业的顾客，本次为连云港市5家具有代表性的物流公司的顾客。调研共发放问卷185份,回收填写的问卷179份,筛选合格问卷163份,合格问卷的回收率为88%。本文采用基于PLS的结构方程模型方法。根据相关资料,样本量[9]一般要求为模型中具有最多结构路径指向的结构变量的路径数的10倍,最少不能少于5倍。按照这一要求,本次回收的有效样本量符合这一必要条件。

3.3 信度分析

所谓信度,就是量表的可靠性和稳定性。一个量表的信度越高,说明量表越稳定,采用该量表测试或调查的结果就越可靠[10]。问卷通过采用Cronbach L J所创的克朗巴哈信度系数(Cronbach Alpha)来考察信度,一般认为Cronbachα值大于0.7,可以认为数据可靠性较高;在探索性研究中,Cronbachα值可以小于0.7,但是应当大于0.5[11]。

本文用Visualpls1.04b1软件计算各结构变量的Cronbachα,结果发现其值除企业形象为0.638外,其余均高于0.7,说明该问卷可靠、稳定。

3.4 效度分析

所谓效度是指正确性,即能测出所欲测量问题特征之程度[12]，效度愈高,表示愈能测出对象的特征。对模型效度的检验包括内敛效度和判别效度，模型的内敛效度可通过每个结构变量的AVE值来反应,AVE值大于0.5,说明结果变量具有较好的内敛效度[6]。运用Visualpls1.04b1软件计算发现,结构变量对应的AVE值都大于0.5,说明结构变量具有很强的内敛效度。根据CLAES等[7]的研究结论,为了确保各个概念之间存在着内涵和实证方面的差异,即判别效度,模型中每个潜变量的AVE应当大于潜变量间相关系数的平方。计算发现,各结构变量AVE值的平方根均高于其对应的相关系数,说明具有很强的判别系数。

3.5 模型总体分析

3.5.1 综合信度 通过对综合信度的分析可以测度模型表现出较好的内部一致性[13],根据相关研究建议,综合信度应大于0.7[17]。本次计算结果见表2,所有的结构变量的综合信度都是大于0.8,更表明结构变量的描述是可信的、准确的。

3.5.2R2值R2为线性回归方程的确定性系数,结构变量的R2反应观测变量对结构变量的解释程度。R2在0～1之间,越接近1,表示自变量对因变量解释能力越强。表3结果显示该模型具有较高的解释能力,虽然顾客期望R2值小于0.5,但其他结构变量R2均大于0.5,顾客满意R2值高达0.750,说明模型对核心变量顾客满意具有较强解释能力。

表2 综合信度

表3 结构变量对应的R2值

3.5.3 路径系数 各结构变量之间的路径系数如表4所示。

3.5.4 结构变量的关系假设 结构变量的关系假设如表5所示。

表4 路径系数

表5 本文提出的结构变量关系的假设验证结果

4 结论与建议

4.1 最终模型

经过探索性实证分析后,模型修正如图5所示。

4.2 研究结论

本文以基于PLS结构方程的方法为数学支撑,运用Visualpls1.04b1软件对3PL顾客满意测评模型进行了实证研究。本文提出的相关假设经过实证均得到了验证。

(1) 企业形象对顾客期望、顾客满意、顾客忠诚都具有正向的直接作用。企业形象对顾客期望的影响程度最大。在目前信任危机普遍存在的情况下,企业具有良好的品牌形象,并且能够承诺消费者的利益不受到损害,与消费者之间建立相互信赖的关系,将会对顾客期望的提高有积极的作用,所以企业形象对顾客期望的影响最大。假设Ha1,Ha2,Ha3得到验证。

(2) 顾客期望对感知质量、感知价值、顾客满意具有正向的直接作用,尤其是对感知质量的影响程度最大。第3方物流顾客期望的形成结果往往受消费者自身的消费经验、媒介及他人的评价等因素的影响。目前我国的物流产业还没有建立好完善的系统,顾客也还没有能够积累起充足的信任和消费体验,所以顾客期望的理性值还需要进一步调整。假设Hb4,Hb5,Hb6得到验证。

(3) 感知质量对感知价值、顾客满意、顾客忠诚有直接正向作用。感知质量对3者的影响都比较大,本文把感知质量划分为服务、沟通、物流人员的专业技术水平3个维度,由于物流是服务性的行业,经过初期的调查和研究发现在服务业中这3个因素对服务质量的影响所占的比重最大。假设Hc7,Hc8,Hc9得到验证。

(4) 感知价值对顾客满意具有正向直接作用。价格是消费者最关心的话题之一，企业选择第3方物流的动机之一是通过第3方物流专业化的服务为企业降低物流成本,从而降低企业总成本,让顾客感到物有所值,甚至物超所值成为影响顾客满意的直接影响因素。假设Hd10得到验证。

(5) 顾客满意对顾客忠诚具有正向的直接作用。顾客满意度包括总体满意度以及与期望相比的满意程度。吕淑丽[14]也在相关的课题研究中提出,顾客满意对顾客态度忠诚和行为忠诚具有一定的影响。顾客对物流服务的全过程的感知和评价通过与期望相比较而得出。假设He11得到验证。

图5 3PL顾客满意测评最终模型

参考文献:

[1] LIEB R, KENDRICK S. The use of third-party logistics services by large American manufacturers age 2002 Survey[J]. Supply Chain Forum:An International Journa1, 2002, 3(2): 2-10.

[2] HOPPE E. Psicologische forschung[J]. Ergfolg und Misserfolg, 1930, ⅪⅤ: 1-62.

[3] LEWIN K. Principles of Topological Psychology[M]. New York : McGraw Hill, 1936.

[4] CARDOZO R N. An experimental study of consumer effort, expectation, and satisfaction[J]. Journal of Marketing Research, 1965(8): 244-249.

[5] GARBARINO E, JOHNSON M S. The different roles of satisfaction, trust and commitment in customer relationships[J]. Journal of Marketing, 1999(4): 70-87.

[6] CLAES F. A national customer satisfaction barometer: the Swedish experience[J]. Journal of Marketing, 1992, 56(1): 6-20.

[7] CLAES F, JOHNSON M D. The American customer satisfaction index: Nature, purpose, and Findings[J]. Journal of Marketing, 1996, 60(4): 7-19.

[8] 金勇进,梁燕.偏最小二乘(Partial Least Square)方法的拟合指标及其在满意度研究中的应用[J].数理统计与管理,2005,24(2):40-44.

[9] 梁燕.关于顾客满意度指数的若干问题研究[J].统计研究,2003(11):52-56.

[10] 唐雯,陈爱祖.顾客满意度测评中的问卷检验[J].数理统计与管理,2005,24(1):58-61.

[11] HAIR J F Jr, ANDERSON R E, TATHAM R L, et al. Multivariate Data Analysis[M]. 5th ed. Upper Saddle River, NJ: Prentice Hall, 1998.

[12] 林盛.基于PLS结构方程模型的服务行业顾客满意度测评方法及应用研究[D].天津:天津大学,2002.

[13] 王永贵.服务质量、顾客满意与顾客价值的关系剖析——基于电信产业的整合框架[J].武汉理工大学学报:社会科学版，2002，15(6):579-587.

[14] 吕淑丽.结构方程模型在物流企业顾客忠诚度研究中的应用[J].情报杂志，2010(7):193-202.

[15] 易秋香，汪建刚.基于顾客的第三方物流服务商满意度评价指标体系的构建[J].长春理工大学学报：社会科学版，2012(11):134-135.

[16] 丰佳栋.第三方物流企业的顾客满意管理体系[J].物流科技，2012(10):63-65.

[17] 靳妮倩君，李佳，李廷宇，等.浅谈物流管理对客户满意度的影响[J].西南农业大学学报：社会科学版，2012,10(5)：30-32.