定时派送用户满意度实证研究

张绍琦，郑展智

（北京交通大学 经济管理学院，北京 100044）

1 引言

“互联网+”时代，电子商务蓬勃发展，网购成为了人们日常的消费方式。据我国国家统计局公布的数据，2017年全国社会消费品零售总额约为36.63万亿元，其中全国网上零售额约为7.18万亿元，占比约为19.6%。而在其背后，物流服务是支撑电商行业卓越化发展的重要因素之一。在物流末端配送的过程中，由于配件人与收件人信息不对称，常出现交货时间延迟或变动的情况，无形中增加了物流成本。对此，淘宝公司联合菜鸟裹裹于2017年推出了“定时派送”的服务。该项服务将配送时间从早上9点到晚上22点划分为6个时间段，顾客在网购商品后可以通过支付2到4元不等的费用来选择其方便的时间段收货，从而提高双方的效率。

“定时派送”服务的推广是物流行业精准化、差异化发展的体现，也极大地提高了物流效率，缩短等待的时间成本。但与此同时也存在一些问题，如快件到达时间与预约时段不同、收费高性价比较低、缺乏监管机制等。对此，消费者的满意程度对未来物流服务的发展方向具有指导性的价值。且由于定时派送业务应用时间短、推广范围受限，当前缺少对其有针对性的研究。

本文从消费者满意度出发，通过建立指标体系，测度消费者对定时派送业务的可感知效果，研究影响“定时派送”服务的主要因素。此外，为了更好地描述消费者期望与服务的改进方向，探索了各个影响因素之间的耦合关系，为物流行业的进一步精准化、差异化发展提供理论参考。

2 文献综述及模型构建

2.1 用户满意度研究

自从1965年Cardozo[1]首次提出用户满意度这一概念以来，出现了大量针对用户满意度的含义、衡量方法、研究模型等方面的研究。为了解决对用户满意度概念不一的问题，Giese[2]在整合30多年的研究结论后，提出应将用户满意度定义为：用户满意度是对于产品获得或消费的某些方面，在特定有限时间点的评价，是一种强度不断变化的情感反应。

2.2 用户期望确认理论

Oliver[3]提出的期望确认理论是研究用户满意度研究的基本理论，主要的概念为用户满意度是以购前期望与购后绩效表现进行比较后，判断是否对产品或服务满意，满意度是下次用户购买该产品或服务的参考。一般而言，用户重复购买行为是由首次使用服务或产品后的满意度、感知可用性以及感知可用性与用户忠诚度激励之间的相互作用决定的；用户满意度以及感知可用性均会对首次使用服务或产品期望的确定产生作用。

2.3 模型构建

基于期望确认理论，用户的满意程度取决于用户期望与实际感知之间的差距，其中实际感知包括感知质量与感知价值。黄传慧[4]在研究图书馆满意度模型时提出感知质量与感知价值是一个存在于用户头脑中的主观概念，其取决于用户的期望与实际感受到的质量和价值之间的相对高低。如果体验该服务或产品后给用户带来的实际感知低于用户期望，那么用户满意度低；反之，用户满意度高。

王今[5]认为用户满意度是用户使用某一特定服务或产品后的主观情感反应的量化指标，用户满意是指用户对于预期要求的满足程度而产生的心理感受，其描述的是用户对服务或产品的期望和用户认知之间的差异。当用户期望大于用户认知时，用户的满意度就低；反之，当用户期望小于用户认知时，用户的满意度就高。本文将定时派送的用户满意度定义为用户购买或使用定时派送服务后的感知。符亚男[6]在研究高校MBA教育满意度时，将用户忠诚定义为对某一特定服务或产品的忠诚程度，是指用户对某一特定服务或产品形成偏好后产生重复购买该服务或产品的一种意愿。用户若对定时派送不满意，则可能会拒绝重复购买该服务；而如果用户对定时派送的满意度愈高，就愈有可能重复购买服务，甚至推荐其他人购买，从而产生忠诚度[7]。

综上所述，本文提出如图1所示的理论模型及相关研究假设（见表1）。

图1 理论模型

表1 研究假设汇总

3 数据收集

3.1 问卷设计

本文采用问卷调查的方法验证理论模型。变量的测度项主要参考上述的情景进行设立（见表2），并形成最终问卷。测度项均采用李克特五级量表的形式，1代表“非常不同意”，2代表“不同意”，3代表“一般”，4代表“同意”，5代表“非常同意”。

表2 测度项及其来源

3.2 数据来源

本文通过问卷星邀请用户访问在线问卷并填写。最终收回303份问卷，剔除全是相同答案、存在大量缺失值以及没有使用过定时派送业务的无效问卷后，共获得250份有效问卷，样本回收率82.51%。调查对象基本情况见表3。

表3 调查对象基本情况

4 数据处理

4.1 统计分析

运用SPSS统计软件[13]对收集到的数据进行整理，经过计算后将观测变量的平均值和标准差列入表4。

表4 基本统计数据

从表4可知，US2的得分最高，为4.028，说明用户普遍都认为选择定时派送服务是正确的选择；PQ1的得分最低，为3.784，说明用户认为定时派送服务的条款不够通俗易懂。

4.2 信度分析

本文对量表的信度检验主要采用一致性系数（Cronbach’s Alpha）进行分析，当测试结果一致性系数＞0.700时即可判断实验所得的数据可靠，能够进行下一步分析。检验结果表明所有变量一致性系数均高于0.7，总体一致性系数为0.939，表明该量表具有极高的信度[14]。而各分量表信度分析结果见表5。

表5 变量信度检验结果

4.3 效度分析

通过利用主成分分析法对问卷指标因子进行分析，各因子变量的因子负荷均超过0.5，显著性明显；采用AMOS21.0软件计算平均方差提取值和组合信度，具体见表6，各因子AVE均超过0.5，CR超过0.7，收敛度较好，达到检验标准。

表6 AVE和CR收敛度分析

5 结构方程模型分析

本文用AMOS21.0软件对数据进行分析，得到结果见表7、图2和表8。卡方值与其自由度的比值为1.981，小于参考值2；拟合优度指数GFI=0.909，高于参考值0.9；规范拟合指数NFI=0.925，高于参考值0.9；比较拟合指数CFI=0.961，高于参考值0.9；增加拟合指数IFI=0.962，大于参考值0.9；Tucker-Lewis指数TLI=0.952，高于参考值0.9；近似误差均方根RM-SEA=0.063，小于参考值0.08。统计结果表明，各项检验指标均能较好地满足拟合指数所设定的标准，该模型的输出结果可用[15]。

表7 适配度检验

图2 结构方程模型图

表8 模型拟合与假设检验结果

6 结论与建议

6.1 结论

本研究在现有文献的基础上，以物流过程中的定时派送业务为研究对象，利用实际的问卷调查数据，构建了结构方程模型。该模型包括5个潜在变量、16个观测变量，通过探索不同变量间的关系，得出以下结论：

（1）用户期望对用户的感知质量和感知价值具有直接的正向影响。其中，用户期望对感知质量的路径影响系数为0.670，用户期望对感知价值的路径影响系数为0.450。这表明在用户使用该项服务之前，若能建立良好的宣传基础和服务口碑，提高用户期望，将会有效促进用户对服务质量和价值的感知，对提升服务满意度具有重要的推动作用。同时可以发现感知质量对感知价值有着显著的正向影响作用，其路径系数达到了0.513，可见感知质量的提升可以较高的提高感知价值。

（2）提高用户对该项服务的感知价值和感知质量对培养用户满意度具有重要意义。根据表8可知感知价值和感知质量对用户满意具有较强的正相关关系，感知价值每提高1单位的标准差，用户满意则提高0.544个单位的标准差。因此，在顾客首次使用该项服务时，其感知的价值和质量对其满意度乃至今后的使用选择均具有较大的影响。对于定时派送服务而言，其性价比、准时性、安全性等因素都会影响用户的感知。

（3）用户高满意度会积累忠诚用户。用户满意与用户忠诚间有着极强的正相关关系，其路径影响系数高达0.925。由此可见，定时派送服务如果能够达到高效省时且准确的效果，使用户感知到其带来的便利，那么该用户的忠诚度便会大大提高。也就是说，在推广过程中，该项业务必须与前期宣传保持高度的一致，从而获得忠实的用户群体。

6.2 建议

根据上述的研究结果，对物流服务中的“定时派送”业务提出以下改进建议：

（1）建立良好的宣传基础，提高知名度。定时派送业务作为一项新推出的服务，很多消费者并不了解其含义和功能。因此，电商平台和第三方物流公司要对该项服务进行有效宣传，将其效果和可能节省的时间数据化，使更多人了解它并建立用户期望。

（2）提高业务效率，培养良好的信誉。物流公司要提供高性价比的服务，杜绝随意改动用户预选时间段、延期发货等现象。从服务态度到服务质量，使消费者认同额外收取的费用确有其高效之处，这将大大提高用户满意度，培养企业信誉。

（3）与消费者有效沟通，树立口碑。建立电子商家、物流与消费者之间有效的沟通渠道，以诚恳的服务态度听取顾客的意见与建议，并不断改进服务。唯有顾客满意于“定时派送”所带来的便利，才能减弱其后续推广的阻力。

[参考文献]

[1]Cardozo R N.An Experimental Study of Customer Effort,Expectation,and Satisfaction[J].Journal of Marketing Research(JMR),1965,2(3):244-249.

[2]Giese J L,Cote J A.Defining Consumer Satisfaction[J].Academy of Marketing Science Review,2000,(1):1-24.

[3]0liver R,Burke R.Expectation Process in Satisfaction Formation:A Field Study[J].Journal of Service Research,1999,1(3):196.

[4]黄传慧.基于情景化用户偏好的图书馆满意度模型构建研究[J].图书馆学研究,2015,(21):61-65.

[5]王今,马海群.政府开放数据质量的用户满意度评价研究[J].现代情报,2016,36,(9):4-9.

[6]符亚男,白宝光.基于结构方程模型的高校MBA教育满意度研究[J].研究生教育研究,2011,(2):56-62.

[7]Kuo Y F,Wu C M,Deng W J.The Relationships among Service Quality,Perceived Value,Customer Satisfaction,and Postpurchase Intention in Mobile Value-added Services[J].Computers in Human Behavior,2009,25(4):887-896.

[8]Fornell C,Johnson M D,Anderson E W,et al.The American Customer Satisfaction Index:Nature[J].Journal of Marketing,1996,60(4):7-18.

[9]Gefen D,Karahanna E,Straub D W.Trust and TAM in online Shopping:An Integrated Model[J].MIS Quarterly,2003a,27(1):51-90.

[10]Luarn P,Lin H H.Toward an Understanding of the Behavioral Intention to Use Mobile Banking[J].Computers in Human Behavior,2005,21(6):873-891.

[11]Lee K C,Chung N.Understanding Factors Affecting Trust in and Satisfaction with Mobile Banking in Korea:A Modified Delone and McLean’s Model Perspective[J].Interacting with Computers,2009,21(5-6):365-392.

[12]Floh A,Treihlmaier H.What Keeps the E-hanking Customer Loyal?A Multigroup Analysis of the Moderating Role of Consumer Characterristics on E-loyalty in the Financial Service Industry[J].Journal of Electronic Commerce Research,2006,7(2):97-110.

[13]何晓群,刘文卿.应用回归分析[M].北京:中国人民大学出版社,2005.

[14]Nunnally J C.Psychometric Theory[M].New York:McGraw-Hill,1978.

[15]温忠麟,侯杰泰,马什赫伯特,等.结构方程模型检验:拟合指数与卡方准则[J].心理学报,2004,36(2):186-194.