移动电子商务服务质量综合评价模型

李雪欣，杨丛丛，郁云宝

（辽宁大学 商学院，辽宁 沈阳110036）

一、引言

据中国产业信息网公布的2020年天猫“双十一”的销售数据可知，该平台当天的销售总成交额为4 982亿元，再创新高，其中移动客户端的销售额占比高达90%。随后，CNNIC于2021年2月公布的统计报告显示，2020年12月国内网络群体用户达到9.89亿的数量，与2011年12月的5.13亿相比，翻了近一倍。由此可见，移动电子商务已经较为广泛地存在于消费者的生活中。然而，其快速发展的同时，因鱼龙混杂，也出现许多消费者投诉的问题。ECRC于2019年发布的《2018年度中国电子商务用户体验与投诉监测报告》显示，与2017年同期的数据相比，2018年国内网络消费者投诉电子商务企业侵犯消费者权益的案件数量上增长了38.36%，同时，2017年的网络消费投诉案件数量也比2016年的此种投诉案件数量增长了48.02%；其中全部投诉案件中占比最高的是零售电商类投诉，分别占比62.55%（2018年）和60.59%（2017年）。不断高涨的零售电商投诉事件的一个主要原因，是移动电商缺乏统一有效的服务质量评价指标体系与综合评价模型可以用来自检与指导其服务活动，且监管部门也没有一定的标准规范移动电商的服务活动。因此，本文将通过理论与实证相结合的分析方法构建并验证移动电子商务服务质量评价指标体系，并基于此建立相关的综合评价模型。

二、相关理论研究

国内外对于移动电子商务服务质量评价的研究仍处于初探阶段，尚未形成统一的评价指标体系。Collier & Bienstock认为，电子零售服务质量评价主要是基于服务过程、服务结果、服务补救三个关键指标来展开的[1]。Akinci等人证实了安全性、可靠性、响应性和情感投入对服务质量的显著影响[2]。Koivumaki等人通过深入研究移动电子的服务质量，提出了基于顾客接受度和满意度而提供的移动信息服务[3]。张龙等人基于移动电子商务独特的使用特点，借助部分分散技术检验移动电子商务服务质量的测量模型进而验证了模型的适度性和可运用性[4]。彭润华和阳震青以旅游类移动电子商务为研究对象，并借鉴SERVQUAL测量量表构建了包含便利性、安全性、可靠性、响应性和移动情境性等五个关键指标的服务质量指标体系[5]。Savrul等人认为，普遍存在性和精准定位性是移动电子商务所具有的独特特征，推动了移动电子商务服务类型不断发展[6]。王明明和赵国伟通过因子分析法的探索与验证，设计出一个B2C移动电子商务服务质量评价指标体系，该指标体系涉及有形性、安全性、响应性和移情性维度等衡量指标[7]。

三、调查设计和研究方法

（一）调查设计

移动电子商务服务质量的测量维度主要有：网站设计、有形性、移动情境性、可靠性、物流配送、移情性、情感投入、响应性、安全性、便利性、补偿性。然而，由于这些维度相对应的评价指标得到了不同学者在相近维度下的验证，所以将网站设计、有形性、移动情境性和便利性四个维度统称为移动性，可靠性和物流配送两维度统称为可靠性，移情性和情感投入两维度统称为情感投入，而响应性、安全性和补偿性可以独立使用。因此，结合移动电子商务服务的特点、相关文献及专家意见，本文提出评价移动电子商务服务质量的六个测量维度：响应性、补偿性、移动性、可靠性、安全性、情感投入。

基于量表全面性的考虑，设计了54个测量题项的预调研问卷A。在向有关专家学者和具有移动电子商务经验的顾客发放50份该问卷后，本文对其进行访谈并就此访谈结果进行全面分析，然后调整该问卷的一些题项。例如，由于题项“该APP移动网页的加载速度快”与顾客所使用的电信网络的好坏有关，而与移动电商的服务质量关系不大，所以予以删除；由于题项“对于我需要的商品或服务，该APP提供私人订制服务”中含有需要被调研者分析词意的专业词汇——“私人订制服务”，所以用色彩、规格等具体详细的服务描述来代替该词。同理，共删除了13个题项，调整了3个题项的表达，从而形成了41个题项的初始问卷B。

（二）研究方法

首先，使用借助第三方网站发放初始问卷B，共回收440份，其中剔除疑似不认真填写或数据缺失的问卷，最后得到有效问卷313份。在这些有效问卷的被调研者中，男性占46.33%，女性占53.67%；有两年以上使用移动设备购物经验的占87.54%。

通过使用SPSS22.0软件对这些有效问卷的数据进行可靠性分析和探索性因子分析，以实现对这41个题项的纯化。在进行可靠性分析时，主要删除那些影响量表信度的题项，若某一题项已删除的Cronbach’sα系数值明显高于原来则予以删除，因为该题项的存在导致整个量表的信度降低。反复进行探索性因子分析以删除那些在全部因子上的因子载荷都低于0.5的题项及同时在两个或两个以上因子上的因子载荷值都高于0.4的题项。之后，本文形成移动电子商务服务质量评价的正式问卷C。

其次，笔者将正式问卷C通过问卷星进行发放、回收、删除无效问卷后，得到156份有效问卷。在此次有效问卷的被调研者中，男性占39.74%，女性占60.26%；有两年以上使用移动设备购物经验的占94.87%。运用AMOS21.0软件对此次的有效问卷数据进行验证性因子分析，删除潜在变量与测量变量之间标准路径系数低于0.5的题项，对剩下的题项进行信度分析、效度分析及拟合度分析，最终得到移动电子商务服务质量测量量表D。

最后，笔者运用熵值法计算出所有评价指标的权重值，确立移动电子商务服务质量综合评价体系，构建综合评价模型。

四、实证分析

（一）可靠性分析

在项目—总体相关系数CITC纯化的过程中，先后删除了问卷（或测量量表）B的7个题项，其相应维度的Cronbach’sα系数值上升。例如，删除题项X6后，移动性维度整体的Cronbach’sα系数值较删除X6之前提高了0.026；删除“题项X33该APP提供多种支付方式”后，情感投入维度整体的Cronbach’sα系数值较删除前提高了0.01。CITC纯化后，剩下34个题项的测量量表的Cronbach’sα系数值为0.906＞0.8，说明该测量量表的信度良好。

（二）探索性因子分析

为了进一步对量表纯化，本文利用SPSS22.0对该量表进行探索性因子分析。在做探索性因子分析之前，笔者先要对样本数据进行KMO检验与Bartlett’s球形检验，以判断这34个题项的量表是否可以做因子分析。KMO检验判断标准为：KMO值介于0-1之间，若0.7≤KMO值，则说明可以做因子分析；若0.6≤KMO值≤0.7，则说明勉强可以做因子分析；若KMO小于0.6，则说明不适合做因子分析。即当0.6≤KMO≤1且Bartlett’s球形检验结果达到0.05的显著水平时，各测量量表是非常适合做因子分析的。

通过对313个有效样本的KMO与Bartlett检验可知，其KMO=0.876＞0.7，说明此量表可以做因子分析；Bartlett’s球形检验的P值=0＜0.05，表明题项反映的变量间存在显著的线性关系，该量表可以做因子分析。

通过最大方差正交旋转，初步提取了7个公因子；同时，删除那些在所有公因子上的因子载荷均低于0.5的题项（即X1、X31、X32）及同时在两个或两个以上因子上的因子载荷值均大于0.4的题项（即X2、X34）。再重复进行两次上述的因子分析，又删除了题项X30与X14，仍未被删除的题项都是符合提纯标准的。

经过以上探索性因子分析反复提纯，本文得到了含有27个题项的移动电子商务服务质量测量量表C。

本文对量表C的样本数据进行最大方差正交旋转提取出6个公因子，可以解释数据变异信息的62.806%＞60%，将这6个公因子分别命名为响应性、可靠性、安全性、移动性、补偿性及情感投入。

（三）验证性因子分析

验证性因子分析是为了检验测量量表C所反映的模型的拟合度和实际收集数据的有效性，进而能够得到具有较高适度性和严谨性的测量量表。首先，测量量表C需要被设计成调研问卷；再次，经过发放、回收及剔除无效问卷后，得到156份有效问卷；最后，笔者运用AMOS21.0软件将该量表的有效数据进行验证性因子分析。本文依照Hair的检验标准[8]，认为每个题项的标准化因子载荷大于0.5时，则说明整个量表的适度性很高，而本研究中题项MOB1的标准化路径系数低于0.5，故给予删除，最后形成了包含26个题项的测量量表D。随后，将基于测量量表D收集到的有效数据分别进行信度、效度和拟合度分析。

1.信度分析

信度分析主要以信度系数Cronbach’sα和组合信度CR为判断指标，以此来检验整个量表内部的一致性和可靠性。其判断标准是：Cronbach’sα越接近1，表明此量表内部的一致性越高，Cronbach’sα的值高于0.7时，表明此量表的信度很好，在验证性研究中，若0.6≤Cronbach’sα≤0.7，也是可以接受的。同时，如果CR的值越高，那么该量表的信度值也越好。当CR大于0.6时，表明此量表的信度可以接受；当CR小于0.6时，表明此量表的信度不能接受。

将有效样本数据导入到统计分析软件SPSS22.0后，经分析得到移动电子商务服务质量总量表和各维度的Cronbach’sα值分别为0.923（总量表）、0.893（响应性RES）、0.818（可靠性REL）、0.867（安全性SAF）、0.751（移动性MOB）、0.780（补偿性CPS）、0.640（情感投入EMI）。因为总量表和所有维度的Cronbach’sα值均大于0.6，所以测量量表D的信度较高。

2.效度分析

效度分析是对量表有效性的分析，包括聚合效度分析与判别效度分析。

（1）聚合效度分析

聚合效度分析是对同一个潜在变量（因子）与其测量变量（题项）之间关联程度的分析。此分析的相关指标主要有因子载荷量λi和组合信度CR。其标准是：λi＞0.4并且处于P＜0.05的显著水平上，或者λi＞0.5并且处于P＜0.01的显著水平上（更佳），那么表明该量表的聚合效度可以接受；如果组合信度≥0.6，或者组合信度≥0.7（更好），那么表明该量表的聚合效度可以接受。

由于测量量表D中各指标的λi除SAF4略小于0.5以外，其他指标的λi均在0.532与0.958之间，均大于0.5，且所有指标的λi都位于P≤0.001的显著水平；组合信度CR除了情感投入维度的CR略小于0.7以外，其他维度的CR及维度间的CR均高于0.75。因此，测量量表D的聚合效度较好。

（2）判别效度分析

判别效度分析即对不同的潜在变量（因子）区别度的分析。其主要通过潜在变量的平均方差抽取量的平方根AVE来衡量，在各变量提取的可解释方差百分比AVE大于0.5的前提下，若AVE大于该潜在变量与其他潜在变量的相关系数pearson，则说明测量量表具有很好的判别效度。即如果AVE＞CC时，那么表明此量表的判别效度可以接受。AVE的计算公式是其中λi指因子载荷，ei指误差项。

因为该量表涉及的全部潜在变量或因子的AVE均大于0.5，且对应的AVE也均大于这个潜在变量和其他潜在变量的相关系数，所以测量量表D的判别效度良好。

（3）拟合度分析

拟合度分析是对整个测量模型的适度性和各变量关系及实际数据间一致性程度的分析。此分析的相关指标有χ2/DF、GFI、AGFI、RMSEA、NFI、IFI、TLI、CFI。

χ2/DF是卡方自由度比，是一种综合拟合度指标。该指标的理想值处于1和3之间，并且其数值越接近1，则越说明整个测量模型和实际数据间的拟合度比较好。

GFI是拟合度指数，而AGFI是调整后的拟合度指数，都是绝对拟合度指标。GFI与AGFI的值越接近1，表明测量模型和实际数据的拟合度越好。在具体的研究中，GFI与AGFI的最理想值一般需要大于0.9，如果它们的值在0.7到0.9之间，那么表明拟合度也是可以接受。RMSEA是渐近残差平方和的平方根，它的值越接近0越好。如果它的值是0，那么表明测量模型与实际数据完全拟合。小于0.08，表明拟合度可以接受；反之，表明拟合度较差，不能接受。

NFI、IFI、TLI、CFI均是增值拟合度指标。这些指标值越接近1，表明测量模型与数据的拟合度越好，这些指标最理想的值需要大于0.9。但在实际研究中，若大于等于0.7，测量模型和各变量及实际数据间的拟合度也可以接受；低于0.7，则表明拟合度较差。

由于测量量表D的拟合度指标χ2/DF=1.765＜3；GFI=0.794＞0.7；AGFI=0.753＞0.7；RMSEA=0.070＜0.08；NFI=0.781＞0.7；IFI=0.892≈0.9、TLI=0.878≈0.9；CFI=0.890≈0.9，根据上述标准可知测量量表D的拟合度可以接受。

（四）评价指标附权重

根据测量量表D，本文构建出移动电子商务服务质量评价指标体系（见图1）。案

图1移动电子商务服务质量评价指标体系

1.二级指标权重计算

本文运用熵值法计算该指标体系的二级评价指标的权重。这种方法通过计算熵（ej）以判断指标的离散程度，即熵（ej）越小，指标的离散程度（1-ej）越大，提供的信息量越多，不确定性越小，因而对综合评价的影响越大，权重就越大。

第一，本文以测量量表D的156个有效样本为行、该量表所含的26个指标为列构造规范化的决策矩阵R。

第三，对决策矩阵中的标准化数值做归一化处理。将决策矩阵R中的xij除以第j列的所有数值之和，即，其中i=1，2，...，156；j=1，2，...，26。

第四，计算所有二级指标的信息熵ej，即

第五，计算所有二级指标的差异系数gj，即

第六，计算所有二级指标的合成权重，即

2.一级指标权重计算

本文运用求和法计算出一级指标的权重，即计算一级指标所含的所有二级指标的合成权重之和（结果见表1）。

从表1可见，移动电子商务服务质量一级指标的权重大小依次为：安全性PI3=0.2688；响应性PI1=0.2064；情感投入PI6=0.1802；可靠性PI2=0.1624；补偿性PI5=0.1195；移动性PI4=0.0627。

表1指标的信息熵与权重

（五）构建综合评价模型

综上所述，本文构建了一个含有6个一级指标和26个二级指标（附含权重值）的移动电子商务服务质量评价指标体系，并将一级指标与同一个一级指标下的二级指标按照权重大小进行排序（见表2）。由此，本文也构建了相应的综合评价模型：

其中m为样本量，xij为标准化决策矩阵的数值，Wij为第j个指标的权重。

根据此综合评价模型，本文对样本进行分类计算，求得部分移动电商服务质量的综合得分依次为苏宁易购65.10分，天猫63.60分，京东58.33分，淘宝53.72分。这个排名顺序与《2017年中国电子商务用户体验与投诉监测报告》中的电商满意度的相对排名基本一致。在该报告中，苏宁易购满意度第一、京东的满意度第四，天猫与淘宝合在一起的满意度第十。因此，本文构建的移动电子商务服务质量综合评价模型和实际情况吻合，具有较客观准确的测评效果。

五、研究结论与启示

本文构建了一个含有6个一级指标与26个二级指标的移动电子商务服务质量评价指标体系，且通过验证性因子分析检验了该评价指标体系。经检验，该评价指标体系具有较好的信度、效度及拟合度。之后，本文运用熵值法为该指标体系的所有指标赋了权重值，并构建了该指标体系的综合评价模型。

表2附含权重的移动电子商务服务质量评价指标体系

（一）研究结论

第一，移动电子商务服务质量评价包括六个维度，其重要性顺序依次为安全性（权重0.2688）、响应性（权重0.2064）、情感投入（权重0.1802）、可靠性（权重0.1624）、补偿性（权重0.1195）及移动性（权重0.0627）。

第二，本文构建的移动电子商务服务质量综合评价模型不仅适用于移动电商自我检查，也适用于政府监管部门对移动电商进行考核。

（二）营销启示

第一，移动电商想要提升其服务质量首先要提高安全性。由于个人隐私泄露对消费者造成经济、名誉甚至法律的严重影响，所以消费者对于移动电商的安全性最为关心。移动电子商务企业必须加强对顾客的基本信息和个人隐私的保护，使用户购买产品或者服务时没有后顾之忧。

第二，移动电商需要加强其响应顾客需求的及时性。随着现代生活节奏的加快，许多消费者没有太多的时间和耐心去等待电商一段时间后的响应，所以实时地响应对于提升服务水平至关重要。移动电商可以重点从指标体系中的七个题项着手完善其响应性：即要为顾客提供多种形式的联系方式，以便顾客可以便捷地联系到移动电商客服，且客服可以及时解答顾客的咨询；培训移动电商客服的专业性，使得客服可以有效协调并解决顾客反馈的问题；在解答顾客问题的过程中，移动电商客服人员需要付出情绪劳动，始终保持良好的态度，尤其是遇到出言不逊的顾客时，更需要如此；就订单没能被及时处理的情况要有对应的解决方案；除了售前、售中的及时响应外，移动电商还需要对售后服务提供及时响应，以便获得一个好的口碑、树立一个好的品牌形象，避免法律纠纷与负面舆论。

第三，移动电商也需要从情感投入、可靠性、补偿性维度进行一定程度的人力、物力、财力的投入。例如，重要节日发送祝福短信与礼品以示对老顾客的真挚关心；展示的商品或服务具有三维立体视觉效果，以便顾客可以更加直观、全面地了解商品或服务；保证顾客收到的商品或服务没有任何错误；保证顾客的评价信息总体上真实，杜绝商品质量一般却刷了很多好评的现象——追逐短期利益的同时也会降低其品牌的美誉度；如果不能及时地兑现承诺，移动电商最好以尽可能短的时间为顾客提供良好的补偿服务。由于中国信息通讯技术与移动设备的迅猛发展，移动电商在移动性上表现得越来越好，所以只需适当关注该维度下的四个方面即可。

第四，移动电商可以定期向顾客发放测量量表D的问卷并运用配套的服务质量综合评价模型“移动电子商务服务质量进行打分，对比自己与行业最好移动电商的差别，找到自己在哪些方面仍然存在不足，从而有的放矢地进行改进。政府监管部门也可以向消费者发放该量表问卷，以考核移动电子商务行业的企业，对评分低的移动电商进行重点监管，以此来确保移动电子商务行业健康长远的发展。