魯 芳，余 琦，司文峰

（湖南工業(yè)大學(xué) 財(cái)經(jīng)學(xué)院，湖南 株洲 412007）

基于多群組結(jié)構(gòu)方程模型的快遞服務(wù)滿意度研究

魯 芳，余 琦，司文峰

（湖南工業(yè)大學(xué) 財(cái)經(jīng)學(xué)院，湖南 株洲 412007）

隨著電子商務(wù)的飛快發(fā)展，快遞業(yè)呈現(xiàn)出強(qiáng)勁的增長(zhǎng)趨勢(shì)，在社會(huì)經(jīng)濟(jì)生活中發(fā)揮著越來越大的作用，但同時(shí)也面臨著很多急需處理的問題，顧客滿意度不高就是其中之一。以快遞企業(yè)形象、服務(wù)速度、服務(wù)質(zhì)量、服務(wù)價(jià)格以及顧客滿意度作為潛變量構(gòu)建結(jié)構(gòu)方程模型，研究了快遞業(yè)顧客滿意度。在此基礎(chǔ)上應(yīng)用AMOS軟件對(duì)調(diào)查數(shù)據(jù)進(jìn)行分析，并分青年、中年、老年3個(gè)群組進(jìn)行多群組分析，根據(jù)路徑模型圖以及參數(shù)估計(jì)的結(jié)果，選出最優(yōu)模型，得出影響快遞業(yè)顧客滿意度的關(guān)鍵因素，并提出相應(yīng)的提升策略，為快遞業(yè)提高服務(wù)質(zhì)量、提升顧客滿意度提供一定的借鑒。

快遞業(yè)；顧客滿意度；結(jié)構(gòu)方程模型；多群組分析

0 引言

中國(guó)快遞市場(chǎng)發(fā)展前景美好，快遞行業(yè)正處于快速增長(zhǎng)期。網(wǎng)易科技上發(fā)布的一篇北京商報(bào)最新報(bào)道顯示，我國(guó)快遞業(yè)務(wù)的增長(zhǎng)速度達(dá)到50%以上，是全世界增速最快的地區(qū)之一。電子商務(wù)是我國(guó)快遞業(yè)的發(fā)展平臺(tái)，近幾年，隨著電子商務(wù)在中國(guó)的快速發(fā)展，網(wǎng)上購(gòu)物成為了一種潮流。根據(jù)網(wǎng)上公布的數(shù)據(jù)，僅2012年11月11日1天，淘寶網(wǎng)全網(wǎng)總銷售額便達(dá)到191億元人民幣，而2013年“雙十一”這一天的銷售總額更是呈現(xiàn)飛躍性增長(zhǎng)，達(dá)到350億元人民幣[1]。在一路飆升的銷售數(shù)據(jù)背后，是對(duì)快遞物流業(yè)的巨大市場(chǎng)需求。然而在行業(yè)快速發(fā)展的同時(shí)，快遞業(yè)在服務(wù)質(zhì)量和管理形式上出現(xiàn)的問題，如暴力分揀、貨物積壓等現(xiàn)象頻頻發(fā)生，造成顧客權(quán)益受到極大的損害，使得顧客對(duì)快遞服務(wù)的滿意度急劇下降。

另一方面，由于近年來我國(guó)快遞行業(yè)的迅速發(fā)展，全國(guó)范圍內(nèi)各大快遞企業(yè)如雨后春筍般萌發(fā)，同時(shí)，國(guó)際上比較大的快遞公司也試圖搶占國(guó)內(nèi)的快遞市場(chǎng)，這些均使得快遞行業(yè)的競(jìng)爭(zhēng)異常激烈，各大快遞企業(yè)必須應(yīng)對(duì)顧客需求，贏得市場(chǎng)，才能夠在競(jìng)爭(zhēng)中生存并發(fā)展下去。

以上現(xiàn)狀表明，構(gòu)建一個(gè)科學(xué)的顧客滿意度評(píng)價(jià)模型對(duì)快遞業(yè)顧客滿意度進(jìn)行研究具有很大的現(xiàn)實(shí)意義。因此本文試圖從顧客感知的角度出發(fā)建立指標(biāo)體系，并用多群組結(jié)構(gòu)方程模型進(jìn)行分析，選出評(píng)價(jià)快遞業(yè)顧客滿意度的最優(yōu)模型，在此基礎(chǔ)上，對(duì)現(xiàn)階段快遞服務(wù)顧客滿意度進(jìn)行研究和分析，以期為快速企業(yè)提高服務(wù)質(zhì)量、提升顧客滿意度提供有益的借鑒。

1 研究綜述

1.1 現(xiàn)有研究成果

顧客滿意度（客戶滿意度）是指一類產(chǎn)品或一種服務(wù)的消費(fèi)者，對(duì)這類產(chǎn)品或服務(wù)價(jià)值的消費(fèi)感知與事前自己的期望值進(jìn)行比較，所形成的愉悅或失望的狀態(tài)。以此類推，顧客對(duì)快遞服務(wù)的滿意程度就是顧客在接受快遞服務(wù)的過程中，把實(shí)際感知的服務(wù)質(zhì)量與自己的期望值進(jìn)行的一種對(duì)比。

隨著顧客滿意度理論的不斷發(fā)展，以瑞典為首的許多國(guó)家的專家學(xué)者根據(jù)本國(guó)的實(shí)際特征，建立了國(guó)家顧客滿意度指數(shù)模型。如1989年，瑞典建立了本國(guó)的顧客滿意度指數(shù)模型，也就是大家熟知的瑞典顧客滿意度晴雨表模型（Sweden customer satisfaction barometer，SCSB）；之后，美國(guó)在1994年建立了自己的顧客滿意度指數(shù)模型，即美國(guó)顧客滿意度指數(shù)模型（American customer satisfaction index，ACSI），ACSI模型在SCSB模型的基礎(chǔ)進(jìn)行了一定程度的修改；后來出現(xiàn)的歐洲的顧客滿意度指數(shù)模型（European customer satisfaction index，ECSI），它是根據(jù)歐洲國(guó)家實(shí)際特征提出的，又是在ACSI模型基礎(chǔ)上進(jìn)行了修改[2]。我國(guó)的專家學(xué)者從20世紀(jì)末期開始探索適合中國(guó)的顧客滿意度指數(shù)模型，其中，清華大學(xué)結(jié)合我國(guó)的發(fā)展?fàn)顩r和實(shí)際特征，率先提出了中國(guó)顧客滿意度指數(shù)模型（China customer satisfaction index，CCSI）[3]。在這些經(jīng)典的顧客滿意度模型中，最具有代表性的是ACSI模型，ACSI是后來各國(guó)專家學(xué)者們進(jìn)行顧客滿意度研究的前提和基礎(chǔ)。

顧客滿意度評(píng)價(jià)方法經(jīng)歷了一個(gè)從簡(jiǎn)到繁不斷發(fā)展的過程。即首先只考慮客戶的期望和感知價(jià)值，以及后來的對(duì)期望和感知進(jìn)行了分權(quán)重計(jì)算，然后進(jìn)一步考慮滿意度對(duì)顧客行為的影響，最后發(fā)展為現(xiàn)在的結(jié)構(gòu)方程模型（structural equation model，SEM）的形式。采用結(jié)構(gòu)方程模型來衡量顧客的滿意度，擁有可以同時(shí)考慮多個(gè)因變量、允許存在誤差等諸多優(yōu)勢(shì)，但是也存在一些限制條件[4]。上海財(cái)經(jīng)大學(xué)的學(xué)者廖穎林認(rèn)為，采用結(jié)構(gòu)方程模型來衡量顧客滿意度的過程中，需要重點(diǎn)關(guān)注以下幾個(gè)方面的問題：需要有準(zhǔn)確的理論指導(dǎo)，需要有補(bǔ)充的統(tǒng)計(jì)分析方法，需要有科學(xué)的抽樣方法，需要采用可以識(shí)別的模型[5]。

隨著快遞業(yè)的發(fā)展，國(guó)內(nèi)外對(duì)快遞服務(wù)滿意度的研究也開始不斷出現(xiàn)。2005年，牛津大學(xué)團(tuán)隊(duì)以“快遞業(yè)對(duì)全球經(jīng)濟(jì)的影響”為核心議題，以多個(gè)國(guó)家實(shí)際發(fā)生的案例為基礎(chǔ)，進(jìn)行了大量的實(shí)證研究，得出了許多有說服力的鮮明觀點(diǎn)[6]。目前，國(guó)內(nèi)學(xué)者對(duì)快遞業(yè)的研究主要集中在對(duì)快遞產(chǎn)業(yè)的競(jìng)爭(zhēng)力現(xiàn)狀分析、快遞產(chǎn)業(yè)的發(fā)展趨勢(shì)、快遞網(wǎng)絡(luò)布局研究等方面。陳世陽(yáng)認(rèn)為中國(guó)的快遞市場(chǎng)是一個(gè)發(fā)展中的市場(chǎng)，目前已經(jīng)形成了民營(yíng)、國(guó)營(yíng)和外資3大市場(chǎng)主體，民營(yíng)快遞企業(yè)的市場(chǎng)擴(kuò)張與國(guó)有快遞網(wǎng)絡(luò)的自我轉(zhuǎn)型，并伴隨著外資跨國(guó)公司的市場(chǎng)拓展和競(jìng)爭(zhēng)，是現(xiàn)在中國(guó)快遞市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)的主要特點(diǎn)[7]。學(xué)者薩茹拉利用偏最小二乘回歸分析方法和四分模型找出影響顧客滿意度的關(guān)鍵因素，對(duì)民營(yíng)快遞服務(wù)顧客滿意度進(jìn)行研究，并以淘寶網(wǎng)商戶提供的快遞服務(wù)為例進(jìn)行了實(shí)證分析。張哲輝指出，快遞服務(wù)網(wǎng)點(diǎn)的布局涉及到快遞網(wǎng)絡(luò)、快遞市場(chǎng)需求、快遞行業(yè)競(jìng)爭(zhēng)等多方面內(nèi)容[8]。

1.2 研究述評(píng)

在整理和分析國(guó)內(nèi)外科研工作者關(guān)于顧客滿意度的已有研究后，發(fā)現(xiàn)國(guó)外學(xué)者對(duì)顧客滿意度指數(shù)模型以及指標(biāo)體系進(jìn)行了全方位考慮，并且有許多學(xué)者對(duì)測(cè)評(píng)方法進(jìn)行了創(chuàng)新研究，而且在理論和實(shí)際中都取得了很多成果。國(guó)內(nèi)現(xiàn)階段對(duì)物流企業(yè)顧客滿意度進(jìn)行研究的論文著作也開始增多，但是這些研究主要是在國(guó)外經(jīng)典研究成果的基礎(chǔ)上進(jìn)行的延伸，在研究的視角和實(shí)用性方面還有待進(jìn)一步提升，在方法的使用上也過于單一，尤其是缺少一些有參考價(jià)值的實(shí)證數(shù)據(jù)。

針對(duì)以往研究過程中存在的不足，本文選取快遞行業(yè)為研究對(duì)象，結(jié)合我國(guó)快遞業(yè)的發(fā)展現(xiàn)狀和實(shí)際情況，從顧客的角度出發(fā)選取評(píng)價(jià)指標(biāo)建立結(jié)構(gòu)方程模型，并按青年、中年、老年3個(gè)群組對(duì)顧客進(jìn)行分層，用多群組分析的方法對(duì)我國(guó)快遞行業(yè)的顧客滿意度進(jìn)行研究。

2 指標(biāo)和模型構(gòu)建

2.1 指標(biāo)選取

結(jié)構(gòu)方程模型由2個(gè)部分組成：一部分稱為結(jié)構(gòu)模型，另一部分稱為測(cè)量模型。潛在變量之間的關(guān)系由結(jié)構(gòu)模型來表現(xiàn)，而潛在變量與顯變量之間的關(guān)系則通常由測(cè)量模型部分來表現(xiàn)[9]。

關(guān)于顯變量與潛在變量之間的關(guān)系，可以用測(cè)量方程表示為

式中：X,Y分別為外源性和內(nèi)源性指數(shù)；

Λx為外源指標(biāo)X的因素負(fù)荷量；

Λy為內(nèi)生指標(biāo)Y的因素負(fù)荷量[10]。

本文設(shè)定的潛在變量有5個(gè)：企業(yè)形象、服務(wù)速度、服務(wù)質(zhì)量、服務(wù)價(jià)格以及顧客滿意度。觀測(cè)變量即顯變量有17個(gè)，具體如表1所示。

表1 顧客對(duì)快遞服務(wù)滿意度評(píng)價(jià)指標(biāo)體系表Table 1 The evaluation index system of customer satisfaction to courier service

2.2 理論假設(shè)和結(jié)構(gòu)模型

從以往學(xué)者的研究中可以看出，有多種因素影響顧客滿意度，對(duì)快遞服務(wù)顧客滿意度影響最大的因素主要包括企業(yè)形象、服務(wù)速度、服務(wù)質(zhì)量和服務(wù)價(jià)格幾個(gè)方面[11]。而這幾個(gè)方面之間本身又可能存在某些影響，據(jù)此作出以下假設(shè)：

假設(shè)1 快遞企業(yè)形象越好，顧客滿意度越高，即快遞企業(yè)形象對(duì)顧客滿意度存在影響關(guān)系。

假設(shè)2 快遞服務(wù)速度越快，顧客滿意度越高，即快遞服務(wù)速度對(duì)顧客滿意度存在影響關(guān)系。

假設(shè)3 快遞服務(wù)質(zhì)量越高，顧客滿意度越高，即快遞服務(wù)質(zhì)量對(duì)顧客滿意度存在影響關(guān)系。

假設(shè)4 快遞服務(wù)價(jià)格越低，顧客滿意度越高，即快遞服務(wù)價(jià)格對(duì)顧客滿意度存在影響關(guān)系。

假設(shè)5 企業(yè)形象、服務(wù)速度、服務(wù)質(zhì)量、服務(wù)價(jià)格幾個(gè)因素相互之間存在路徑關(guān)系。

根據(jù)上述理論假設(shè)提出結(jié)構(gòu)模型，具體見圖1。

圖1 結(jié)構(gòu)模型圖Fig. 1 Structural model

3 實(shí)證分析

3.1 問卷和數(shù)據(jù)收集

本文數(shù)據(jù)采用問卷調(diào)查的方式獲得，問卷調(diào)查時(shí)間為2014年4月份1個(gè)月，調(diào)查對(duì)象為湖南省株洲市范圍內(nèi)在這段時(shí)期使用過快遞的顧客。為避免調(diào)查對(duì)象重復(fù)填寫，按照年齡階段和被調(diào)查者經(jīng)常光顧的快遞網(wǎng)點(diǎn)進(jìn)行控制。將30歲以下顧客劃分為青年顧客群體，30～50歲之間劃分為中年顧客群體，50歲以上歸為老年顧客群體。本次調(diào)查共發(fā)放問卷300份，青年、中年、老年顧客群體各100份，用SPSS 17.0軟件對(duì)調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和分析，收回有效樣本246份，其中青年群體85份，中年群體83份，老年群體78份。問卷內(nèi)容包括5個(gè)潛變量因子、17項(xiàng)可測(cè)指標(biāo)，利用Likert5級(jí)水平的測(cè)量量表，5表示很滿意，4表示滿意，3表示一般，2代表不滿意，1代表很不滿意。本文運(yùn)用表列刪除法來處理數(shù)據(jù)中出現(xiàn)的缺失值，也就是說一份問卷數(shù)據(jù)中存在一項(xiàng)缺失就刪除該條記錄[12]。

3.2 信度和效度檢驗(yàn)

利用SPSS 17.0軟件對(duì)問卷數(shù)據(jù)進(jìn)行運(yùn)算，得到整個(gè)測(cè)評(píng)量表的克朗巴哈信度值（Cronbach’s Alpha），為0.918，大于0.8，這一結(jié)果表明，總量表的內(nèi)部一致性良好。然后，分別對(duì)各潛變量對(duì)應(yīng)的觀察變量進(jìn)行運(yùn)算，得到各潛變量的Cronbach’s Alpha值如表2所示，所有數(shù)值均大于可接受標(biāo)準(zhǔn)0.6，表示問卷信度符合分析要求。

表2 潛變量信度檢驗(yàn)結(jié)果Table 2 The reliability test results of latent variables

效度指測(cè)驗(yàn)結(jié)果的正確性或可靠性，檢驗(yàn)效度一般要對(duì)變量進(jìn)行因子分析，常用的評(píng)價(jià)標(biāo)準(zhǔn)是KMO(Kaiser-Meyer-Olkin)值與Bartlett球性檢驗(yàn)。用SPSS 17.0軟件對(duì)數(shù)據(jù)進(jìn)行因子分析，得到KMO值與Bartlett球性檢驗(yàn)結(jié)果如表3所示，KMO值為0.914，大于標(biāo)準(zhǔn)值0.5且接近最優(yōu)值1.0，Bartlett球性檢驗(yàn)的顯著性（Sig=0.000＜0.05），表示量表調(diào)查數(shù)據(jù)的可靠性強(qiáng)，效度高，適合做分析。

表3 測(cè)評(píng)量表的KMO值與Bartlett球性檢驗(yàn)Table 3 Evaluation scale for KMO value and Bartlett ball test

按特征根值大于1提取公因子，共抽取了5個(gè)公因子，按0.5的因子載荷作為提取標(biāo)準(zhǔn)，“知名度、信譽(yù)度、員工素質(zhì)”在“企業(yè)形象”上的載荷較高；“攬收速度、送貨速度、追蹤信息更新速度、處理顧客抱怨的速度”在“服務(wù)速度”上有較強(qiáng)的正相關(guān)性；“所送貨物的正確性、包裝的完好性、貨物的完好性、服務(wù)態(tài)度”在“服務(wù)質(zhì)量”上有較高的載荷；“收費(fèi)價(jià)格的透明性、收費(fèi)價(jià)格的合理性、賠付價(jià)格的合理性”在“服務(wù)價(jià)格”上有較高的載荷；“總體滿意程度、與預(yù)期相比的滿意程度、與其他快遞相比的滿意程度”在“顧客滿意度”上有較強(qiáng)的正相關(guān)性。

3.3 模型和數(shù)據(jù)適配度及顯著性檢驗(yàn)

將上述SPSS數(shù)據(jù)表導(dǎo)入AMOS軟件中，進(jìn)行計(jì)算估計(jì)，得到的文本輸出結(jié)果顯示各項(xiàng)適配度指標(biāo)總體表現(xiàn)良好，具體如表4所示。

表4 主要指標(biāo)適配度檢驗(yàn)結(jié)果Table 4 Test results of main indicators adaptation degree

卡方自由度作為最重要的評(píng)判標(biāo)準(zhǔn)，如表4可知其輸出結(jié)果為1.851，在評(píng)判標(biāo)準(zhǔn)3以內(nèi)，適配性理想；RMR數(shù)值為0.038小于0.05，RMSEA數(shù)值為0. 059小于0.08，體現(xiàn)了良好的適配性。GFI, NFI, CFI等增值擬合度指標(biāo)數(shù)值均大于0.9，達(dá)到適配標(biāo)準(zhǔn)，簡(jiǎn)約擬合度指標(biāo)中PNFI數(shù)值為0.729大于0.5，PGFI數(shù)值為0.668大于0.5，適配理想。因此，模型適配度理想，承認(rèn)預(yù)設(shè)模型的合理性。

然后根據(jù)文本輸出的結(jié)果，對(duì)5大潛在變量與其指標(biāo)（觀察變量）之間的關(guān)系以及潛變量之間的關(guān)系進(jìn)行分析。

根據(jù)文本輸出的非標(biāo)準(zhǔn)化回歸系數(shù)及其顯著性關(guān)系圖見圖2～6，各圖中第1列數(shù)字表示回歸系數(shù)，第4列表示P值，如果P＜0.001，達(dá)到顯著性，則會(huì)以“***”表示，反之，則表示未達(dá)到顯著性，指標(biāo)的針對(duì)性不強(qiáng)，在構(gòu)建指標(biāo)體系時(shí)要注意調(diào)整。

企業(yè)形象與其3個(gè)觀察變量之間的關(guān)系如圖2所示。

圖2 企業(yè)形象與其指標(biāo)顯著性關(guān)系Fig. 2 Significant relationships between corporate image and its indicators

從圖2中可以看出，企業(yè)的員工素質(zhì)這一指標(biāo)未達(dá)到顯著性，應(yīng)在指標(biāo)體系中進(jìn)行調(diào)整，其他2個(gè)指標(biāo)均達(dá)到顯著性。

服務(wù)速度與其4個(gè)觀察變量之間的顯著性關(guān)系如圖3所示，從圖中可知，處理顧客抱怨的速度這一指標(biāo)未達(dá)到顯著水平，表示它與服務(wù)速度這個(gè)潛變量的關(guān)聯(lián)性不夠強(qiáng)，應(yīng)在指標(biāo)體系中進(jìn)行調(diào)整，其他3個(gè)指標(biāo)均在0.001水平上達(dá)到顯著。

圖3 服務(wù)速度與其指標(biāo)顯著性關(guān)系Fig. 3 Significant relationships between service speed and its indicators

服務(wù)質(zhì)量與其4個(gè)觀察變量的顯著性如圖4所示，從圖中可知，服務(wù)態(tài)度這一指標(biāo)未達(dá)到顯著水平，其他3個(gè)指標(biāo)均在0.001水平上顯著。

圖4 服務(wù)質(zhì)量與其指標(biāo)顯著性關(guān)系Fig. 4 Significant relationships between service quality and its indicators

服務(wù)價(jià)格與其3個(gè)觀察變量間回歸系數(shù)的顯著性如圖5所示。

圖5 服務(wù)價(jià)格與其指標(biāo)顯著性關(guān)系Fig. 5 Significant relationships between service price and its indicators

從圖5中可知，收費(fèi)價(jià)格的合理性及收費(fèi)價(jià)格的透明性這2個(gè)指標(biāo)達(dá)到0.001顯著性水平，賠付價(jià)格的合理性這一指標(biāo)未達(dá)到顯著性水平。

顧客滿意度與其3個(gè)指標(biāo)的顯著性如圖6所示。

圖6 顧客滿意度與其指標(biāo)顯著性關(guān)系Fig. 6 Significant relationships between customer satisfaction and its indicators

從圖6中可知，總體滿意程度這一指標(biāo)未達(dá)到顯著性水平，其他2個(gè)指標(biāo)均在0.001顯著性水平上。

在分析了5大潛變量與其觀察變量之間的關(guān)系后，再分析4大外源潛變量之間的協(xié)方差及顯著性關(guān)系，如圖7所示。

圖7 四大外源潛變量關(guān)系的顯著性Fig. 7 Significant relationship between the four major exogenous latent variables

圖7中第1列數(shù)字表示協(xié)方差，第4列表示P值，如果P＜0.05，達(dá)到顯著性，則會(huì)以“***”表示，反之則表示未達(dá)到顯著性。從圖7中可以看出，4大外源潛變量的協(xié)方差均達(dá)到0.05的顯著水平，表示這4個(gè)變量存在顯著的影響關(guān)系。

3.4 多群組分析

多群組的SEM分析檢驗(yàn)的目的在于評(píng)估一個(gè)預(yù)設(shè)模型在不同群體之間的適配性，即評(píng)價(jià)研究者提出的預(yù)設(shè)模型在不同群體之間是否相等或具有參數(shù)不變性。多群組的SEM分析原理乃是將原先在單一樣本的單一共變結(jié)構(gòu)關(guān)系分割成數(shù)個(gè)平行共變結(jié)構(gòu)，進(jìn)而評(píng)估這些共變結(jié)構(gòu)的等同關(guān)系。

AMOS（analysis of moment structures）是適用于SEM的2大統(tǒng)計(jì)軟件之一，能驗(yàn)證各種測(cè)量模型和不同路徑分析模型；此外也可進(jìn)行多群組分析、結(jié)構(gòu)平均數(shù)的檢驗(yàn)，單群組或多群組多個(gè)競(jìng)爭(zhēng)模型或選替模型的優(yōu)選等。AMOS在多群組分析的對(duì)話窗口中，有關(guān)模型不變性的設(shè)定，包括8種不變性型態(tài)模型：1）設(shè)定測(cè)量系數(shù)（measurement weights）相同；2）增列測(cè)量截距項(xiàng)（measurement intercepts）相同；3）增列結(jié)構(gòu)系數(shù)（structural weights）相等；4）增列結(jié)構(gòu)截距（structural intercepts）相等；5）增列結(jié)構(gòu)平均數(shù)（structural means）相等；6）增列結(jié)構(gòu)協(xié)方差（structural covariances）相同；7）增列結(jié)構(gòu)殘差（structural residuals）相同；8）增列測(cè)量誤差（measurement residuals）相同。

將上述收集的數(shù)據(jù)導(dǎo)入AMOS 17.0軟件中，進(jìn)行多群組分析，AMOS根據(jù)3個(gè)群組的理論模型圖提供了5個(gè)內(nèi)定的參數(shù)限制模型，即上述8種型態(tài)中的（1），（3），（6），（7），（8），加上原先未限制參數(shù)的基線模型，共有6個(gè)模型。執(zhí)行計(jì)算估計(jì)程序后，未限制參數(shù)模型和（3），（6），（7），（8）可以適配，將這5個(gè)模型分別設(shè)置為模型A～E。多群組參數(shù)并未全部加以限制的模型稱為參數(shù)限制的部分不變性模型，例如模型A～D；多群組參數(shù)全部加以限制的稱為參數(shù)限制的全部不變性模型，在本例中E模型屬于此類。

瀏覽群組輸出路徑圖，發(fā)現(xiàn)模型A的中年群組、模型C的青年群組以及模型D的青年群組輸出路徑圖出現(xiàn)負(fù)的誤差方差，表明模型A, C, D不合理。剩下B和E兩個(gè)模型中，模型B中服務(wù)質(zhì)量對(duì)顧客滿意度的回歸系數(shù)為負(fù)，與假設(shè)不符，排除模型B，因此模型E為最優(yōu)模型。模型E的輸出路徑圖如圖8所示。

圖8中外源變量之間的數(shù)字表示的是2個(gè)外源變量間的協(xié)方差，誤差變量的方差由誤差變量左上方的數(shù)字表示，而外源變量對(duì)內(nèi)生變量的回歸系數(shù)則由單箭頭符號(hào)上的數(shù)字表示。

模型E中企業(yè)形象、服務(wù)速度、服務(wù)質(zhì)量和服務(wù)價(jià)格4大外源潛變量對(duì)顧客滿意度的回歸系數(shù)均為正，且這4大外源潛變量之間均存在顯著的影響關(guān)系，因此模型E，即多群組參數(shù)限制的全部不變性模型是合理的。

青年、中年、老年3個(gè)群組非標(biāo)準(zhǔn)化估計(jì)輸出路徑圖中的自由參數(shù)值均相等，表明多群組參數(shù)限制的全部不變性模型在青年、中年、老年3個(gè)群組中均適配。因此，接下來針對(duì)這一模型進(jìn)行分析討論。

圖8 輸出路徑圖Fig.8 Output path

4 討論

上述研究評(píng)選出了同時(shí)適配于青年、中年、老年3個(gè)群組的最優(yōu)模型，根據(jù)此模型的計(jì)算估計(jì)結(jié)果來討論影響快遞業(yè)顧客滿意度的關(guān)鍵因素，并提出相應(yīng)的改進(jìn)建議，以便為現(xiàn)階段各大快遞企業(yè)提升顧客滿意度提供一定的借鑒。本文主要從以下幾個(gè)層面來展開討論。

4.1 觀察變量

本文選取的觀察變量共有17個(gè)，從圖8可以看出，企業(yè)形象中“信譽(yù)度”這一觀察變量的回歸系數(shù)很高，表明其對(duì)“企業(yè)形象”影響較大，說明現(xiàn)階段各大快遞企業(yè)的信譽(yù)度遠(yuǎn)未達(dá)到顧客的期望；服務(wù)質(zhì)量中“服務(wù)態(tài)度”的回歸系數(shù)相對(duì)較高，說明服務(wù)態(tài)度是影響顧客滿意度的一個(gè)重要因素；而服務(wù)速度的4個(gè)觀察變量的回歸系數(shù)均較高，特別是“送貨速度”和“追蹤信息更新速度”，說明要提升顧客滿意度，這幾個(gè)方面的工作急需改進(jìn)；服務(wù)價(jià)格中，“收費(fèi)價(jià)格的合理性”和“賠付價(jià)格的合理性”有待改進(jìn)；另外，顧客滿意度中“與其他快遞相比的滿意程度”這一觀察變量的路徑系數(shù)相對(duì)較高，說明顧客普遍認(rèn)為其他快遞比自己本次所使用的好，這也是影響顧客滿意度的一個(gè)重要因素。

將所有17個(gè)觀察變量進(jìn)行橫向比較，可知信譽(yù)度、送貨速度、追蹤信息更新速度以及與預(yù)期相比的滿意程度、與其他快遞相比的滿意程度這幾個(gè)觀察變量的顯著性相對(duì)較高。因此，現(xiàn)階段快遞業(yè)要提升顧客滿意度，需優(yōu)先改善這幾個(gè)方面的服務(wù)水平。

4.2 潛在變量

本文設(shè)定的潛在變量有5個(gè)，企業(yè)形象、服務(wù)速度、服務(wù)質(zhì)量和服務(wù)價(jià)格是外源潛在變量，顧客滿意度是內(nèi)生潛在變量。從圖8可以看出，在這4大外源潛在變量中，服務(wù)價(jià)格和服務(wù)速度2部分對(duì)顧客滿意度的回歸系數(shù)比另外2部分高，尤其是服務(wù)價(jià)格，其回歸系數(shù)達(dá)到0.58，顯著性遠(yuǎn)遠(yuǎn)高于另外3個(gè)潛在變量，說明快遞企業(yè)要提高顧客滿意度應(yīng)重點(diǎn)著力于降低服務(wù)價(jià)格和提高服務(wù)速度，尤其要注重降低服務(wù)價(jià)格。

4.3 提升對(duì)策

快遞企業(yè)要想取得成功，首先要考慮的就是如何提供優(yōu)質(zhì)的服務(wù)，越來越多的企業(yè)開始認(rèn)識(shí)到服務(wù)的重要性[13]。落實(shí)到具體行動(dòng)中，快遞企業(yè)應(yīng)從以下幾個(gè)方面提升服務(wù)水平：

1）應(yīng)對(duì)顧客群體進(jìn)行分層，可按性別、年齡階段、受教育程度、收入水平等方面進(jìn)行劃分，分析不同群體顧客的特征，然后提供針對(duì)性的服務(wù)。本文以年齡階段為例進(jìn)行了分層研究，但劃分標(biāo)準(zhǔn)單一，研究結(jié)論還存在一些局限性，還有繼續(xù)深入研究的空間。

2）應(yīng)注重提升服務(wù)人員的綜合素質(zhì)，尤其是基層快遞人員的素質(zhì)?？爝f基層人員的服務(wù)水平是影響顧客滿意度的最直接因素，而大多數(shù)基層快遞人員的文化程度偏低，綜合素質(zhì)也不高，因此快遞企業(yè)一方面要提高對(duì)基層員工的學(xué)歷要求，另一方面要對(duì)員工實(shí)行培訓(xùn)上崗，規(guī)范服務(wù)用語(yǔ)，增強(qiáng)其責(zé)任心，使員工具有歸屬感和使命感[14]。

3）要加強(qiáng)網(wǎng)點(diǎn)建設(shè)和信息化建設(shè)，加強(qiáng)各網(wǎng)點(diǎn)之間的聯(lián)系，進(jìn)行資源優(yōu)化配置，例如對(duì)某一個(gè)小區(qū)或某個(gè)高校的快件進(jìn)行整合，統(tǒng)一配送，在不影響配送速度的前提下最大限度縮減成本。

4）要增強(qiáng)服務(wù)的靈活性。快遞行業(yè)有淡旺季之分，在旺季時(shí)可以充分利用企業(yè)資源，但在淡季時(shí)會(huì)出現(xiàn)大量人力物力閑置浪費(fèi)的情況[15-19]。因此，快遞企業(yè)要靈活運(yùn)作，例如在淡季時(shí)可以將倉(cāng)庫(kù)、車輛等設(shè)施進(jìn)行短期出租，一方面可以有效降低成本，另一方面還可以增加企業(yè)收入來源。

[1] 周 璞. 雙11天貓交易額350億，手機(jī)淘寶貢獻(xiàn)15%[EB/OL]. [2013-11-12]. http：//soft.zol.com.cn/411/4117293.html. Zhou Pu. On November 11，Tmall Transactions in 30 Billion，Mobile Phone Taobao Contribute 15%[EB/OL]. [2013-11-12]. http：//soft.zol.com.cn/411/4117293.html.

[2] 梁 燕. 顧客滿意度研究述評(píng)[J]. 北京工商大學(xué)學(xué)報(bào)，2007，22(2) ：75-80. Liang Yan. Summary and Comment on the Customer’s Satisfaction Study[J]. Journal of Beijing Technology and Business University，2007，22(2) ：75-80.

[3] 薩茹拉. 民營(yíng)快遞服務(wù)顧客滿意度研究：以為淘寶網(wǎng)商戶提供的快遞服務(wù)為例[D]. 北京：北京交通大學(xué)，2010. Sa Rula. Private Express Service Customer Satisfaction Study：Take the Express Service for the Merchants on Taobao Website for Example[D]. Beijing：Beijing Jiaotong University，2010.

[4] 張廣敬. 第三方物流服務(wù)的顧客滿意度研究[J]. 物流技術(shù)，2012，31(12) ：60-64. Zhang Guangjing. Study on Customer Satisfaction of Third Party Logistics Services[J]. Logistics Technology，2012，31(12) ：60-64.

[5] 廖穎林． 結(jié)構(gòu)方程模型及其在顧客滿意度研究中的應(yīng)用[J]. 統(tǒng)計(jì)與決策，2005(18) ：24-26．Liao Yinlin. Structural Equation Model and Its Application in Customer Satisfaction Research[J]. Statistics and Decision，2005(18) ：24-26．

[6] Oxford Economic Forecasting. The Impact of The Express Delivery Industry on The Global Economy[R]. [S. l.]：Abbey House，2005 ：7-8．

[7] 陳世陽(yáng). 我國(guó)快遞業(yè)現(xiàn)狀及對(duì)策[J]. 中國(guó)水運(yùn)，2007，7 (9) ：194-195. Chen Shiyang. China’s Express Industry Present Situation and the Countermeasures[J]. China’s Water Transport，2007，7(9) ：194-195.

[8] 張哲輝. 快遞企業(yè)國(guó)內(nèi)服務(wù)網(wǎng)點(diǎn)布局研究[D]. 大連：大連海事大學(xué)，2005．Zhang Zhehui. Research on Internal Service Nodes Layout of Express Enterprise[D]. Dalian：Dalian Maritime University，2005.

[9] 范悍彪. 顧客對(duì)超市滿意度的結(jié)構(gòu)方程模型分析[J]. 合作經(jīng)濟(jì)與科技，2011(3) ：36-37．Fan Hanbiao. Structural Equation Model Analysis of Customer Satisfaction at the Supermarket[J]. CO-Operative Economy & Science，2011(3) ：36-37.

[10]吳明隆. 結(jié)構(gòu)方程模型：AMOS的操作與應(yīng)用[M]. 重慶：重慶大學(xué)出版社，2010：371-438．Wu Minglong. Structural Equation Model：The Operation and Application of AMOS[M]. Chongqing：Chongqing University Press，2010：371-438.

[11]易秋香，汪建剛. 基于顧客的第三方物流服務(wù)商滿意度評(píng)價(jià)指標(biāo)體系的構(gòu)建：以淘寶網(wǎng)為例[J]. 長(zhǎng)春理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012，25(11)：134-135．Yi Qiuxiang，Wang Jian’gang. The Construction of Satisfaction Evaluation Index System of Third Party Logistics Services Based on Customer：Taking an Example of Taobao[J]. Journal of Changchun University of Science and Technology：Social Science Edition，2012，25(11)：134-135．

[12]吳明隆. SPSS統(tǒng)計(jì)應(yīng)用實(shí)務(wù)：?jiǎn)柧矸治雠c應(yīng)用統(tǒng)計(jì)[M].北京：科學(xué)出版社，2003 ：1-258. Wu Minglong. SPSS Statistical Application Practice：Questionnaire Analysis and Statistics Application[M]. Beijing：Science Press，2003：1-258.

[13]胡勇軍. 基于Kano模型的廣東第三方物流企業(yè)顧客滿意度實(shí)證分析[J]. 物流技術(shù)，2012，31(6) ：79-82. Hu Yongjun. A Kano Model Analysis of TPL Provider Customer Satisfaction in Guangdong[J]. Logistics Technology，2012，31(6) ：79-82.

[14]王文樹，薛蓉娜. 基于AMOS的西部某省快遞業(yè)顧客滿意度提升研究[J]. 中小企業(yè)管理與科技，2011(16)：167-168. Wang Wenshu，Xue Rongna. Research of CustomerSatisfaction Improving of Express Industry in a Western Province Based on AMOS Model[J]. Management & Technology of SME，2011(16)：167-168.

[15]李曉燕，廖 泳，李 玲，等. 順豐速運(yùn)客戶滿意度研究[J]. 物流工程與管理，2010，32(9)：73-74. Li Xiaoyan，Liao Yong，Li Ling，et al. An Analysis of SF Express Customer Satisfaction[J]. Logistics Engineering and Management，2010，32(9)：73-74.

[16]Bernhardt K L，Donthu N，Kennett P A. A Longitudinal Analysis of Satisfaction and Profitability[J]. Journal of Business Research，2000，47(2)：161-171.

[17]Bodet G. Customer Satisfaction and Loyalty in Service：Two Concepts，F(xiàn)our Consumer，Several Relation-Ship[J]. Journal of Retailing and Consumer Services，2008，15(3)： 156-162.

[18]王旭晴，朱曉寧. 我國(guó)快遞企業(yè)市場(chǎng)競(jìng)爭(zhēng)力比較分析[J].物流技術(shù)，2010，29(4)：20-22. Wang Xuqing，Zhu Xiaoning. Comparative Analysis of Market Competitiveness of Express Enterprises in China [J]. Logistics Technology，2010，29(4)：20-22.

[19]周蕘陽(yáng). 物流服務(wù)質(zhì)量的顧客價(jià)值分析[J]. 鐵路采購(gòu)與物流，2010，5(5)：50-52. Zhou Yaoyang. Analysis of the Customer Value of Logistics Service Quality[J]. Railway Purchase and Logistics，2010，5(5)：50-52.

（責(zé)任編輯：申 劍）

Research on Courier Services Satisfaction Based on Multiple-Group Structural Equation Model

Lu Fang，Yu Qi，Si Wenfeng
（School of Finance and Economics，Hunan University of Technology，Zhuzhou Hunan 412007，China）

The express industry appears strong growth trend with e-commerce rapid development and plays an increasing important role in the social and economic life, but it also faces many problems to be solved, and low customer satisfaction is one of them. Builds a structural equation model for investigating customer satisfaction of express industry with as latent variables of the express corporate image, service speed, service quality, service price and customer satisfaction. Applies AMOS software to analyze the survey data, and conducts multiple-group analysis on three groups of youth, middle-age and old-age customers. According to parameter estimation and path model diagram, selects the best model and obtains key factors of influencing customer satisfaction of express industry. Proposes appropriate improving strategies, and provides some suggestions for the express industry to improve the service quality and customer satisfaction.

express industry；customer satisfaction；structural equation model；multiple-group analysis

F274

A

1673-9833(2015)02-0094-08

10.3969/j.issn.1673-9833.2015.02.018

2014-11-23

國(guó)家自然科學(xué)基金資助項(xiàng)目（71201053）

魯 芳（1979-），女，湖南瀏陽(yáng)人，湖南工業(yè)大學(xué)副教授，博士，碩士生導(dǎo)師，主要研究方向?yàn)榉?wù)管理，E-mail：lufang31@126.com