C2C环境下服装零售感知服务质量综合评价模型

高广明， 朱江晖， 许丽慧， 孙 莉， 谷芬芬

(1. 温州大学 美术与设计学院， 浙江 温州 325035； 2. 杭州黯涉电子商务有限公司， 浙江 杭州 311100)

据艾瑞咨询监测，2015年中国服装网购市场整体交易额为4 130.5亿元，其中服装类产品C2C(customer-to-customer)渠道销量高于B2C(business-to-customer)，占比67.7%，在服装网购中占主体地位。艾瑞咨询认为，相对B2C而言，C2C市场服装产品品类齐全，在满足网购顾客个性化需求方面有较大的优势，未来将维持稳定增长[1]。然而消费者对C2C交易市场服务质量的评价却低于B2C，根据本文对消费者对B2C(天猫、唯品会等)和C2C(淘宝网等)的选择调查结果显示(180 份有效样本，采用5级量表)，网购顾客对B2C购物过程的满意度明显高于C2C，B2C满意度得分均值为4.28，C2C为3.67，分析可能是C2C平台卖家成分较为复杂，其产品质量以及售后服务、安全机制等服务质量问题给网购消费者增加了更多的顾虑和不确定性[2]。在服装产品网购顾客数量和差异性逐渐增加的竞争环境下，驱动顾客进行网络购物，博得消费者认同和满意的服务质量关键维度的理解将变得越来越重要，服务质量是赢得消费者的关键因素。

网络零售服务质量可定义为网站能够在多大程度上为消费者提供高效及有效的购物、支付及产品交付[3]。目前，国内外学者主要针对网络零售服务质量维度、服务质量评价模型以及服务质量与顾客行为意向等方面展开研究：Wolfinbarger等[4]基于线上和线下的焦点小组访谈以及针对欧美顾客的在线调查，开发出具有良好信效度的4维度eTailQ评价量表，该量表能有效预测顾客对质量的感知；Parasuraman等[5]基于“手段-目的”理论提出了 E-S-Qual评价模型，并实证检验了模型的有效性；Bauer等[6]提出享乐质量的概念，认为既要重视网站设计、客户服务等实用主义质量维度，也要重视愉悦性、享乐性、体验/氛围性等质量维度，分析发现享乐性维度在质量感知和顾客保留上占有主导作用；邓之宏等[7]基于B2C零售服务质量的研究成果，构建了C2C服务质量评价量表，并验证了愉悦性对C2C环境下服务质量评价的重要性。

尽管国内外学者在网络零售服务质量的研究上取得了丰富成果，但专门针对服装品类的研究却相对较少。Elliot等[8]认为不同的网络零售领域/产品的服务质量维度的形成都有其个性，网络零售服务质量的维度很难在不同产品类别间取得一致。有研究者以服装品类零售为对象，探索影响网络服装零售质量的关键维度，认为相比其他产品，购买服装的消费者可能更需要网站提供享乐/体验的特性，追求乐趣、愉悦的情感反应也是消费者评价服务质量的重要因素[9-10]。另外，目前有关网络零售服务质量的研究大都是基于欧美文化背景，使用的是欧美等国外样本，由于各国在互联网使用行为、文化环境等方面存在差异，不同国家/地域中顾客对服务质量各因素构成的理解不尽相同，其研究结论未必适合我国国情。同时，大部分量表主要适用于B2C环境，学者们对C2C环境下零售服务质量量表的开发和研究尚存不足。

本文从我国服装网购顾客消费体验视角出发，以国外经典网络零售服务质量模型为理论框架，通过问卷调查及统计学方法分析C2C环境下服装零售服务质量评价指标，构建C2C服装零售服务质量评价模型，为国内服装零售卖家提高服务质量、创新服务模式提供理论依据与决策参考。

1 研究方法与设计

1.1 初始量表构建

本文研究所需数据来自问卷调查，问卷包括 3部分。第1部分要求调查对象说出他们经常访问的C2C(例如淘宝网)服装零售店铺名称，有经验的网购顾客最有可能已经形成了对网店的多种属性的心理感知，这样可确保受访者有足够的经验来回答其对网络服装零售服务质量的看法。

调查问卷的第2部分，要求调查对象对他们经常访问的网络服装零售店服务质量的各方面进行评价。基于广泛的国内外经典文献回顾和整理，最终以eTailQ、E-S-Qual、eTransQual服务质量模型为理论框架，设计初始量表。eTailQ量表包含14个测量题项，E-S-Qual量表包含33个测量题项(其中有 5个题项与eTailQ量表相同)，eTransQual量表只采纳关于享乐性维度的4个题项(其中有1个题项与eTailQ量表相同)，共45个测量指标构成了本文研究的初始量表。

Parasuraman等[5]提出的E-S-Qual量表适用于测量欧美B2C环境下网络零售服务质量，其中一些题项并不符合我国C2C环境下网络购物的实际情况。随后对8名具有C2C网上服装购物经验的营销专业的学生和教师展开焦点小组访谈，主要目的是：1)重新叙述测量题项，使语句便于调查对象理解；2)精炼测量题项，删除过时及不符合实际情况的语句。根据焦点小组成员的意见，结合C2C环境下网络服装零售服务的特性，在语句表达和测量题项内容上对初始量表进行如下有益修正。

1)删除E-S-Qual量表补偿性维度中的1个题项“退货时，网店会从我家或单位将商品运回”。很显然，这种情况并不符合我国C2C环境下网络购物的实际，只有像“京东商城”、“唯品会”等B2C电商企业可能拥有自己的快递公司，其有能力提供上门退货服务。

2)删除E-S-Qual量表接触维度中的3个题项“当我有问题时，能电话联系上网店客服”、“网店有在线顾客服务代表”、“网店能提供客服电话”。实际上我国C2C交易平台及商家只在规定的营业时间内提供在线顾客服务代表，并不提供客服电话。

3)删除E-S-Qual量表功效性维度中的2个题项“网店页面加载速度很快”“这个网店能让我很快找到它”。删除E-S-Qual量表系统可用性维度中的4个题项“这个网店只用于商业用途”“网店页面不会崩溃而无法使用”“输入订单后，网页不会停止响应”“页面能立即启动并运行”。文献[4]提出，由于计算机硬件、互联网信息技术的快速发展，顾客对功效性维度的感知可能会发生改变，诸如页面加载、响应速度等问题对质量的感知变得微乎其微。

4)根据焦点小组的意见，增加“我很享受在这个网站购物并沉浸当中”“这个网站富有视觉吸力”2个代表享乐质量维度并能反应网络服装零售特性的题项，同时，文献[9-10]也认为网站富有视觉吸引力等指标可能会在服务质量的感知评价上发挥积极的作用。

整个过程删除E-S-Qual量表中10个不符合实际的题项，同时新增2个题项。最终修正后的问卷包含37个服务质量题项，这些项目涵盖了C2C交易的整个过程，构成了初始总量表，并对项目进行随机编号，题目编号用Q来表示。问卷中的题项全部采用正向提问的方式，使用Likert 5级量表进行测量，1代表很不同意，5代表很同意。此外，问卷还设计2个综合评价服装零售服务质量的题项“我在这个网店的购物体验总体质量是？”“我对这个网店的整体感觉是？”，1代表非常不好，5代表非常好。

问卷第三部分包括调查对象的人口统计信息，如性别、年龄、职业、收入等，同时也询问调查对象的网络购物历史、一定时间范围内购买服装的频率等相关问题。

1.2 样本和数据收集

为保证样本来源的差异性，本文研究使用一家专业市场调研机构提供的付费随机样本进行在线数据采集，该机构能够通过筛选规则、陷阱问题等条件对问卷进行人工筛查，以确保问卷的有效性(要求调查对象为18岁以上，拥有足够的网上购物经验，在过去的4个月内至少购买过一次服装)。问卷分2批发放，第1批有530位受访者完成在线问卷，通过规则筛查自动删除 86份无效问卷，人工删除9份问卷，共计回收 435份有效问卷；第2批发放300份问卷，回收 255份有效问卷，2批有效问卷的平均答题时间均超过7 min，问卷有效率分别为82.07%和85%。文献[11]提出，进行因子分析时，量表的测量题目与样本的比例应在1∶10左右，本文研究的样本数符合要求。文献[9]提出，女性在服装网购中占统治地位，只选择女性样本作为其网站质量维度和满意度的研究对象可减少性别对数据分析结果的影响。本文2批问卷中女性样本占比较大，分别为62.14%和71%。为验证男、女 2组样本对服务质量各测量题项的感知水平是否有差异，本文对各题项的均值进行独立样本T检验，结果显示在显著性水平为0.05的情况下，概率p值全部大于0.05，可以认为2组样本对题项的认知上没有显著性差异。

1.3 数据分析方法

本文实验分2个目标进行。第1个目标是检验经典eTailQ、E-S-Qual测量模型在中国C2C网购环境下的适用性。运用SPSS22.0和AMOS21.0统计分析软件对收集来的第1批样本数据执行信度分析和验证性因子分析，目的是检验2个测量模型的信效度以及模型的拟合度。

第2个目标是开发一个基于中国消费者视角的C2C环境下服装零售顾客服务质量的综合评价模型。以eTailQ、E-S-Qual量表为理论框架，使用第 1批样本对37个测量指标展开探索性因子分析，构建模型并形成正式量表。应用第2批样本对模型进行验证性因子分析，检验模型的信效度及模型与数据的拟合度。

2 结果与分析

2.1 eTailQ与E-S-Qual测量模型的适用性

本文实验用Cronbach′s α系数来评价模型的内部可靠性。eTailQ分量表中顾客服务、隐私性、履行性、设计维度的信度系数分别为0.600、0.676、0.645、0.707，总量表信度系数为0.866。E-S-Qual分量表中响应性、补偿性、隐私性、履行性、功效性维度的信度系数分别为0.696、0.537、0.793、0.788、0.800，总量表的信度系数为0.896。从结果中可以看出2个模型的部分维度信度系数数值较低，但内部可靠性在可接受的范围内。

应用验证性因子分析来检验模型的拟合度和结构效度。应用6个拟合指数：卡方自由度比、残差均方根、拟合度指数、调整拟合度指数、近似误差均方根、比较拟合度指数来检验量表对数据的拟合程度。表1示出eTailQ、E-S-Qual量表拟合度指数。可看出，除了卡方自由度比及残差均方根满足检验标准外，eTailQ、E-S-Qual量表的大部分拟合度指标不符合检验的最低标准，说明2个模型对数据的拟合度不佳。

表1 eTailQ与E-S-Qual量表拟合度指数检验表Tab.1 eTailQ and E-S-Qual scale fitting index summary

平均方差抽取量(AVE)是反映聚敛效度的指标，其判别标准一般应大于0.5[12]。表2、3分别示出eTailQ、E-S-Qual量表结构效度检验表。可看出，只有E-S-Qual量表的隐私性维度AVE值大于0.5，说明2个模型的聚敛效度不理想。

表2 eTailQ量表结构效度检验表Tab.2 eTailQ scale structure validity summary

表3 E-S-Qual量表结构效度检验表

通过对比各维度间相关系数的平方与维度AVE的极小值来检验模型的区别效度，当各维度相关系数的平方小于各维度AVE值时，表示模型具有良好的区别效度。然而从表2、3可看出，eTailQ量表4个维度的相关系数平方后均大于AVE的极小值0.264，E-S-Qual量表中只有隐私性和履行性、隐私性与功效性、补偿性与功效性间的相关系数平方小于AVE的极小值0.248，说明2个模型各维度的区别效度并不理想。

验证性因子分析的数据显示，eTailQ、E-S-Qual测量模型都无法与收集的数据相适配，分析可能是eTailQ、E-S-Qual量表更强调顾客服务、网站设计等实用主义质量维度，而没有关注追求乐趣、愉悦性等享乐主义质量维度，中国顾客可能对诸如网站设计、顾客服务维度等相关测量指标的关注度并不高。同时，eTailQ、E-S-Qual量表是基于欧美B2C交易环境，C2C环境下我国顾客对部分维度测量指标的理解会产生较大差异。数据分析的结果也验证了基于欧美背景下开发的B2C零售服务质量评价量表并不适合我国C2C环境。

2.2 C2C服装零售服务质量评价模型

2.2.1模型构建

本文研究应用描述性统计分析、项目总体相关系数(CITC)、极端组检验和探索性因子分析等手段来对题项进行筛选。依据以下标准初步删除测量题项：1)标准差小于0.75并且偏度系数绝对值大于0.7；2)CITC值小于0.4，并且删除后量表的信度系数(Cronbach′s α)值增加；3)测量指标共同度小于0.5。此过程删除10个题项，剩余27个题项。

经过上述分析后，对剩余的题项进行探索性因子分析，样本的检验统计量KMO值为0.900，Bartlett球形检验p值小于0.05，适合做因子分析。利用主成分分析作为因子抽取的方法，采用最大方差法进行正交旋转，并选取特征值大于1的公共因子。依据以下标准删除题项：1)因子负荷量小于0.5；2)跨因子负荷量大于0.5[12]。执行一系列迭代过程，产生包含18个测量指标5个维度的C2C服装零售服务质量评价量表，结果如表4所示。

对5个公共因子命名并定义：1)履行性，网店里所展示的商品信息是准确的以及顾客在承诺的时间内收到正确的商品；2)隐私性，网店能保证顾客的信息安全；3)功效性，包括方便顾客信息搜索以及适当的个性化产品的选择等方面；4)享乐性，网店具有吸引力，提供享乐、愉悦体验的特性；5)补偿性，网店能合理地处理顾客退货问题及补偿其损失。

2.2.2模型检验

首先，对数据的信度进行检验。表4示出了模型总量表Cronbach′s α系数为0.907，5个分量表履行性、隐私性、功效性、享乐性、补偿性的Cronbach′s α系数分别为0.757、0.788、0.653、0.656、0.706，除功效性和享乐性的信度系数略低外，其他分量表的信度系数都在0.70以上，说明总量表的信度颇佳。

其次，对数据的效度及拟合度进行检验。为进一步检验模型的内在质量以及模型与数据是否相互适配，本文对255个样本及子样本数据进行验证性因子分析，建立C2C服装零售感知服务质量综合评价结构方程模型，如图1所示。

一个具有良好内在质量的量表可通过聚敛效度和区别效度来进行评价。表5示出模型结构校度检验结果表。可看出，各维度的AVE值均大于0.5的标准，表示模型的聚敛效度比较理想。同时，5个维度的相关系数平方后均小于各维度AVE的极小值0.522，表示模型具有良好的区别效度。

表4 C2C服装零售服务质量评价指标探索性因子分析Tab.4 Exploratory factor analysis of C2C apparel retailing service quality evaluation index

注：Q代表题项，下标数字在问卷中被随机分配。

注:图中的数值代表因子载荷。图1 C2C服装零售服务质量评价结构方程模型Fig.1 Structural equation model of C2C clothing retailing service quality evaluation

维度履行性隐私性功效性享乐性补偿性履行性1.000隐私性0.4551.000功效性0.6690.5451.000享乐性0.6210.6200.7221.000补偿性0.6780.5800.6990.7051.000AVE0.5220.5580.5280.5460.530

接下来对模型进行拟合度检验。卡方自由度比为1.600<3，除调整拟合度指标略低外，其他拟合度指标均达到检验的最低标准，说明模型与数据的拟合情况较佳。综合上述检验结果，本文研究所建立的模型可用来进行C2C服装零售感知服务质量的评价。

最后，分析了维度与综合服务质量之间的关系，目的是用来判断各维度是否能有效预测服务质量，如表6所示。选取1个总体和2个子样本，分别代表了“全体”“经常购买”“不常购买”的顾客群体，依据标准化回归系数来检验5个维度对服务质量的预测能力。可看出，履行性和享乐性维度对服务质量的预测最为显著，功效性和补偿性维度次之，隐私性维度对服务质量的预测并不显著。从表中还可看出，顾客在C2C交易市场购买服装产品时，更加重视网店里所展示的商品信息是否真实准确以及能否在正确时间内收到正确的商品，同时也需要网店具有享乐、愉悦体验的特性，再次验证了文献[9]提出的享乐性维度对C2C服装交易市场感知服务质量评价的重要性。频繁购买服装产品的顾客可能会更重视网店的享乐体验特性，他/她们会花更多的时间沉浸在购物的愉悦当中。

表6 维度对服务质量的预测Tab.6 Prediction of dimensions on service quality

注：**表示p<0.001,*表示p<0.05，n表示不显著；括号内的数值代表样本数。

2.2.3指标体系实证分析结果比较

本文构建的服务质量指标体系与文献[4-5]提出的指标存在差异，娱乐性维度在eTailQ、E-S-Qual量表中并没有体现。本文提出的模型更多地强调履行性和娱乐性维度在我国C2C环境下服装网购顾客对服务质量感知的重要性，这一观点与相关文献[7，9]的判断基本相符，都反映出了追求乐趣、愉悦的情感也是消费者评价服务质量的重要因素，可见本文提出的指标体系具有良好的测量效果。

3 结论与启示

3.1 研究结论

1)基于中国消费者视角检验经典eTailQ、E-S-Qual测量模型在中国C2C交易市场环境下的适用性。运用SPSS22.0和AMOS21.0统计分析软件对收集来的样本数据执行信度分析和验证性因子分析。数据显示，尽管eTailQ、E-S-Qual测量模型内部可靠性在可接受的范围内，但模型的结构效度并不理想，且均无法与收集的数据相适配，结果也验证了基于欧美背景下开发的B2C零售服务质量评价量表并不适合我国C2C环境。

2)以经典的eTailQ、E-S-Qual、eTransQual服务质量评价模型为理论框架，根据焦点小组访谈，结合C2C环境下服装零售的特性，对修正后的测量指标执行因子分析，构建C2C环境下服装零售感知服务质量评价模型，其中包括履行性、隐私性、功效性、享乐性、补偿性5个维度共18个测量指标。验证性因子分析结果显示，模型具有良好信度和效度。

3)通过实证的方法检验5个维度对服务质量的预测能力。其中履行性和享乐性维度对服务质量的预测最为显著，功效性和补偿性维度次之，隐私性维度对服务质量的预测并不显著。相对而言，顾客在C2C交易市场购买服装产品时，更加重视网店的履行性，同时也希望在网店中得到享乐、愉悦的体验。

3.2 管理启示

本文构建的服装零售感知服务质量评价模型可为C2C交易市场服装零售卖家提高服务质量、完善服务体系提供借鉴。

根据本文的研究结果，C2C卖家应关注以下几方面：1)因履行性和享乐性维度对服务质量的预测最为显著，及时交付给顾客正确无误的产品是消费者最直接有效感受到的服务质量，卖家应提高产品的交付速度，保证顾客收到的产品是准确无误的。同时，鉴于顾客在服装网购过程中追求享乐体验，网店卖家应充分利用网络信息等技术提高网店的视觉吸引力，顾客与网店发生互动以提升他/她们的愉悦体验；2)卖家应在商品信息内容上做文章，做到商品信息描述清楚且易于理解，合理设置商品目录及分类，同时提供个性化的商品以提高网店顾客粘性；3)C2C交易环境下产品质量问题是顾客关心的重点，当产品质量出现问题时，卖家应及时有效地处理顾客投诉，同时卖家应提供合理的退货政策以及妥善处理商品退货问题。