第三方物流顾客感知质量评价模型与指标体系实证研究

第3期

87-94页

世界科技研究与发展

WO R LD SC I 2TECH R&D

Vol .29Jun .2007　

No .3

pp.87-94

3基金项目:本研究为重庆师范大学青年基金项目(06X WQ005)阶

段性成果。

第三方物流顾客感知质量评价模型与指标

体系实证研究

3

李爱国

1,2

　彭其渊3　黄建宏

4

(1.重庆师范大学经济与管理学院,重庆400047;2.西南交通大学经济管理学院,成都610031;3.西南交通大学交通运输学院,成都610031;4.哈尔滨工业大学深圳研究生院,深圳518055)

摘　要:在专家和顾客访谈的基础上,参考I N DSERV 量表制定包含十六个题项的第三方物流顾客感知质量调查问卷,然后收集数据并利用SPSS11.5软件进行探索性因子分析,抽取出四个第三方物流顾客感知质量评价公因子,分别命名为潜在质量、硬的过程质量、软的过程质量和结果质量。再使用L I SRE L8.54统计软件作验证性因子分析和二阶因子分析,结果表明潜在质量、硬的过程质量、软的过程质量和结果质量同属于一个高阶变量,称之为第三方物流顾客感知质量。基于此,最终确定“第三方物流顾客感知质量评价模型”及其指标体系。关键词:第三方物流顾客感知质量　探索性因子分析　验证性因子分析　二阶因子分析

Explora tory Study on M ea surem en t of Custom er Perce i ved

Serv i ce Qua lity i n Th i rd Party L og isti cs(TPL )

3

L I A i guo

1,2

　PENG Q i yuan 3

　HUANG J i a nhong

4

(1.School of Econo m ics and Manage ment,Chongqing Nor mal University,Chongqing 400047;2.School of Econom ics and Manage ment,South west J iaot ong University,Chengdu 610031;3.School of Traffic and Trans portati on,South west J iaot ong University,Chengdu 610031;4.Shenzhen Graduate School,Harbin I nstitute of Techonol ogy,Shenzhen 518055)

Abstract:On the basis of intervie w with experts and cust omers and I N DSERV scale,we devel oped a 16-ite m s survey ques 2ti onnaires f or TP L quality .After the data collecti on ,we used SPSS1115s oft w are f or exp l orat ory fact or analysis and abstract f our public fact ors of TP L quality .That four public fact ors res pectively were potential quality,hard p r ocess quality,s oft p r ocess quality and out put quality .Then,we use L I SRE L8154Statistical Soft w are for confir mat ory fact or analysis and sec 2ond 2order confir mat ory fact or analysis and we f ound that the four public fact ors bel ong t o a higher order fact or which we call cust omer perceived quality of Third party l ogistics.Based on these,we have deter m ined the “cust omer perceived quality e 2valuati on model of Third party l ogistics ”finally .

Key words:Cust omer Perceived Service Quality in TP L,exp l orat ory fact or analysis,confir mat ory fact or analysis,second 2or 2der confir mat ory fact or analysis

　　顾客感知质量是二十世纪八十年代以来,西方管理学界和业界研究的热点问题。我国学者也于90年代开始大量引进国外的顾客感知质量研究理

论和模型,但主要应用于医院、图书馆、银行、饭店等零售业。但是,大多数研究基于企业对消费者(B -t o -C )的环境。在众多的国外文献中,关于物流顾客感知质量的系统研究文章还不多见。本文将利用顾客感知质量理论,从顾客感知的角度探讨我国物

流服务质量问题,并由此建立物流服务质量评价模型和评价指标体系。

长期以来国外学者对物流服务的评价都是基于属性的(attribute -based ),即从物流运作层面来评

价物流,通常用“7R s ”

(right p r oduct,right a mount,right p lace ,right ti m e ,right inf or mati on ,right con 2

diti on,right p rice )[1]

来描述,以订单数量、即时配送比率及无损坏配送比率等项目作为测量指标。这种物流评价方式是从物流公司的角度,主要关注实体配送服务(Physical D istributi on Service,P DS ),忽视物流使用者(物流顾客)对物流服务的感受和认知。国内学者主要沿用国外学者所提供的基于属性的方

法,以“Seven R s”为评价标准[2],对物流进行评价;也有少数人用思辩的方及物流顾客问题,认为物流公司应该以物流客户为中心,提高物流质量、满足客户需求[3]。

第三方物流企业本身不拥有货物,而是为其外部客户的物流作业提供管理、控制和专业化服务的企业。第三方物流活动是物流服务企业根据客户需求的物流供应特点,为客户设计物流解决方案,并提供专业化服务的过程,其实质就是一种服务[3]。Menon等曾经强调第三方物流服务的购买过程与其它工业服务的购买过程是相似的,用服务业顾客购买行为研究中常用的方法来量化第三方物流顾客的选择标准是切实可行的[4]。

Mentzer等将一般的物流活动分为顾客下订单、订单流程、物品运送和物品送达的过程,并认为在下订单和接受物品两个阶段发生顾客接触。因此,物流配送包括顾客营销服务(Marketing Cust omer Serv2 ice,MCS)和实体配送服务(Physical D istributi on Service,P DS)两个层面,应该将这两个层面整合在一起,使物流与营销相结合,以满足顾客需求[5]。为此,Mentzer等人在PZ B模型的基础上,发展出包括人员接触质量(pers onnel contact quality)、订单释放数量(order release quantities)、信息质量(inf or ma2 ti on quality)、订单处理过程(ordering p r ocedures)、订单精确性(order accuracy)、订单状况(order condi2 ti on)、订单质量(order quality)、订单误差处理(order discrepancy handling)和准时性(ti m eliness)等九个维度、二十五个项目的物流顾客感知质量量表(l ogis2 tics service quality scale,LS Q)[6]。LS Q量表信度指标(cr onbachsα)以及效度指标(χ2/df,NF I,CF I)都达到比较满意的值,表明该量表具有较好的信度和效度。

Mentzer利用PZ B理论来研究物流顾客对物流服务质量的评价,对于物流评价研究而言,是一次方法和思维的转变,是对传统的从物流公司的角度出发,注重物流属性而忽视服务评价的一种超越。国内利用顾客感知质量理论和模型研究物流服务质量评价问题的主要是学者,他们基本上是沿用PZ B模型,将PZ B量表中的题项的语意修改成与物流服务相适应。如:宋柏年结合PZ B模型和Mentzer 模型,从有形性、可靠性、响应性、保证性、同情心、个人接触、差异处理以及产品处理情况等8个维度,以三十一个项目来测度宅配服务顾客感知质量[7]。

虽然PZ B模型被广泛应用于服务质量评价,但是该模型所指的顾客往往是一般消费者,是基于B -t o-C的服务模式。而物流服务的对象是企业,是基于B-t o-B的服务模式。B-t o-B环境下的服务更加专业化,包含更高的技术性[8]。而且企业顾客与一般消费者在购买心态和购买文化上具有显著的差异[9]。Sp ir os Gounaris认为,SERVQUAL量表是在一般消费者环境下发展出来的,在B-t o-B环境下使用SERVQUAL量表会遭遇到方上的问题,SERVQUAL量表的预测效果在B-t o-B环境下大打折扣[10]。为此他对希腊雅典地区1285家公司(包括银行业、软件业、房屋维护业、货运承载业等行业)进行问卷调查,对比SERVQUAL量表和他本人发展出的I N DSERV量表,结果表明I N DSERV 量表更适合于测量B-t o-B环境下的顾客感知服务质量。

I N DSERV量表将顾客感知服务质量分成潜在质量(Potential quality)、硬过程质量(Hard p r ocess quality)、软过程质量(Soft p r ocess quality)、结果质量(Out put quality)等四个维度,以二十三个项目来测量企业顾客感知服务质量。其中潜在质量指服务提供者是否具备提供该项服务所具备的软硬件条件,包括人员、设备、知识技术等必要条件;硬过程质量指服务提供者的计划情况、服务传递精准情况等;软过程质量指服务提供方一线员工是以何种姿态传递服务;结果质量指服务提供方所提供的服务技术性结果以及对顾客所代表的组织的影响。这四个维度主要包括了组织需求,如潜在质量、硬过程质量和结果质量方面的要求,也顾及到代表企业的主体自身的需求,如软过程质量方面。

第三方物流服务的顾客虽然最终也是以某个主体(部门经理、物流副总等)为代表,但是他们与一般的消费者是有区别的。他们不仅仅代表其个人,更是代表企业的需求。很显然,这些顾客对服务质量的评价要受到企业目标的约束。本研究参考I N DSERV量表,而不采用SERVQUAL量表,主要考虑到Sp ir os Gounaris实证表明I N DSERV量表在B-t o-B环境下对感知质量测量,在多方面的指标都优于SERVQUAL量表。至于LS Q量表,也是基于SERVQUAL量表发展而来,更适合于物流配送质量评价。此外,正如LS Q量表发展者所说,LS Q量表所使用的样本皆来源于美国国防物流(DLA)客户,虽然具有一定的代表性,但其局限性也很明显;LS Q2007年6月世界科技研究与发展　　管理学

量表使用李克特5点尺度,可以在一定的范围内度量顾客的感知,难以测度顾客对物流服务质量更广范围的认知;LS Q维度过多(9个)且其中的两个维度(信息质量、订单处理过程)都分别只有两个项目。这些问题都对量表的应用和推广造成不利的影响。

1　研究设计

1.1　问卷设计

顾客感知质量是顾客对产品或性能、卓越性的高层次的抽象的总体判断,类似于顾客对产品或服务的一种态度。本研究依据这个定义认为第三方物流顾客感知质量是第三方物流顾客对第三方物流公司所提供的物流服务属性的总体评价。在参考了I N DSERV量表的基础上,我们制定了研究初案,通过对一些物流专家以及一些企业的物流经理或分管物流的副总进行访谈,最终确定以I N DSERV量表为蓝本设计问卷初稿。经过试调查以后,最后确定以第三方物流服务潜在质量、第三方物流服务硬过程质量、第三方物流服务软过程质量、第三方物流服务结果质量等四个维度,十六个项目的问卷,直接测量第三方物流顾客感知质量(具体参见表1)。为了在更大的范围内测量顾客对第三方物流服务质量的感知,本研究调查问卷采用李克特7点尺度,最高为7分,最低为1分。7分表示完全同意,6分表示同意, 5分表示有点同意,4分表示中性评价,3分表示有点不同意,2分表示不同意,1分表示完全不同意。

1.2　调研对象

Ku mar认为B-t o-B环境下的顾客是那些对购买行为的影响者(influencer)、决策者(decisi on maker)和实际购买者(buyer)[12]。因此,本研究主要指向那些将自己的部分或全部物流任务交由第三方物流公司来完成的企业,我们将这些企业的物流主管作为问卷调查对象。

1.3　调研方法

2006年3月10日-7月5日,我们采用方便样本,对北京、上海、成都、重庆、南宁等城市制造、建筑、化工、商贸等类型的企业进行实地问卷调查,共发出问卷520份,收回252份,其中有效问卷230份,问卷有效回收率为44123%。其中,北京、上海两地的企业配合调查的程度远远高于其他城市的企业。

2　数据分析与结果讨论

2.1　描述性统计分析

本研究使用SPSS11.5软件计算各评价指标的平均值和标准差,统计结果如表1所示。

表1　各质量评价指标的平均值和标准差

Table1　The mean value and standard deviati on of each evaluating index

代码指标平均值标准差代码指标平均值标准差Q1提供可选择的多种物流解决方案 3.817 1.783Q9满足对物流活动的期限要求 4.026 1.8 Q2提供全面和充分的第三方物流服务 3.861 1.637Q10理解和满足顾客不同的物流需求 3.1 1.590

Q3员工具备物流服务所必须的专业知识、技

术与能力 3.913 1.724Q11员工热情承担各自的工作职责 3.865 1.631

Q4拥有现代化的物流服务设备、设施和作业

系统 3.935 1.692Q12员工待人礼貌亲切,乐意为顾客服务 3.982 1.627

Q5员工队伍稳定,人员更替率低 4.022 1.551Q13照顾物流使用方的利益 3.870 1.556 Q6利用广泛的物流服务合作网络 4.052 1.694Q14对顾客所在公司的销售或形象做出贡献 4.008 1.518 Q7严格按照双方共同拟定的计划行事 4.052 1.523Q15所提供的物流服务具有创造性 3.913 1.550

Q8恪守业已达成的财政协议 4.017 1.682Q16所提供的物流服务与顾客所在公司战略

目标一致 4.052 1.503

2.2　探索性因子分析(exp l orat ory fact or analysis, EF A)

因子分析通常分为探索性因子分析(exp l orat ory fact or analysis,EF A)和验证性因子分析(confir mat ory fact or analysis,CF A)。Anders on建议,在发展理论的过程中,先通过探索型分析建立模型,再用验证型分析去检验和修正模型[12]。下面,我们将样本分成两个部分,首先利用101份样本数据进行探索性因子分析,然后再使用剩余的129份样本做验证性因子分析,以达到交叉证实的效果。

因子分析对样本的数目有一定的要求,样本规模直接影响因素分析参数(因素负荷)的稳定性,原则上样本越大因素负荷越稳定,但具体需要多少样本尚没有定论。有学者认为做因子分析最低样本数目要求为400个,而且样本数目至少应该是题目数的3～5倍[13]。也有学者认为做因子分析绝对样本管理学　　世界科技研究与发展2007年6月

数为200个[14]。统计学家Gorsuch建议,因子分析应达到一个测量项目对应5个被试的标准,且样本容量不得少于100个[12]。SPSS公司暑期培训班资料认为做因子分析必须满足两个条件:其一,样本数目达到100个以上。其二,样本数与变量比达到5∶1以上[15]。本研究问卷有16个观察变量,以101份有效样本进行探索性因子分析,达到SPSS软件对样本数目的最低要求。

下面使用SPSS11.5软件对样本数据做K MO和Bartlettπs检验,从另外一个方面说明本研究数据适合于做因子分析。K MO和Bartlettπs检验结果如表2所示。

表2　样本K MO和Bartlettπs检验

Table2　The K MO and Bartlettπs test of the sa mp le Kaiser-Meyer-O lkin Measure of

Sa mp ling Adequacy0.770 Bartlett’s Test of Sphericity App r ox.Chi2Square768.422

df120

Sig.0.000一般而言,K MO值介于0～1之间,当K MO值越大时,表示变项间的共同因素越多,越适合于做因子分析。当K MO值大于0150时,一般适合于做因子分析。Bartlettπs值达到显著水平,适合于做因子分析[13]。表2数据显示K MO值为01770,Bartlettπs 值为7681422,显著性概率为01000,达到显著水平,所以本研究样本数据适合于做因子分析。

接下来使用SPSS11.5软件,利用主成分分析法(p rinci pal component analysis),经过方差最大化(va2 ri m ax p r ocedure)正交旋转(orthogonal r otati on),经过4次迭代,抽取出四个公共因子,其因子载荷如表3所示。表3的数据显示,四个公因子的因子载荷都大于01743,而在其他指标上的载荷都不大于0140。由表3可见,Q1-Q6可以归为公共因子TP LQ1,Q7 -Q10可以归为公共因子TP LQ2,Q11-Q13可以归为公共因子TP LQ3,Q14-Q16可以归为公共因子TP LQ4。

正交旋转(orthogonal r otati on)的前提条件是假定因素之间是相互,而事实上社会科学研究中因素之间的相关情况是非常常见的,因此,有学者建议用斜交旋转(oblique r otati on)抽取公共因子更具有说服力。为此,本研究使用SPSS1115软件对样本数据进行最优斜交(Pr omax)旋转,以提取公因子,并与以上正交旋转的结果作对比,作为最终提取公表3　第三方物流服务质量(TP LQ)因子载荷

Table3　Fact or l oadings of third2party l ogistics service quality 指标

因子

TP LQ1TP LQ2TP LQ3TP LQ4 Q10.853

Q20.837

Q30.817

Q40.847

Q50.746

Q60.856

Q70.743

Q80.849

Q90.836

Q100.796

Q110.840

Q120.855

Q130.847

Q140.812

Q150.863

Q160.810注:1.表中Q1-Q16同表1;2.表中省略小于0140的因子载荷;3. TP LQ1-TP LQ4代表第三方物流服务质量4个公因子。

因子的依据。Pr omax斜交旋转通过经过7次迭代,同样可以抽取出四个公因子。而且四个公因子因子载荷都大于01754,而在其他指标上的载荷都不大于0140(如表4所示)。由表4可知,Q1-Q6可以归为公共因子F1,Q7-Q10可以归为公共因子F2, Q11-Q13可以归为公共因子F3,Q14-Q16可以归为公共因子F4。

表4　第三方物流服务质量因子组型矩阵(因子载荷) Table4　Fact or pattern matix of third2party l ogistics service quality

指标

因子

F1F2F3F4 Q1.858

Q2.843

Q3.814

Q4.852

Q5.749

Q6.855

Q7.754

Q8.850

Q9.836

Q10.799

Q11.841

Q12.867

Q13.854

Q14.808

Q15.872

Q16.815注:1.表中Q1-Q16同表1;2.表中省略小于0.40的因子载荷;3.F1 -F4代表第三方物流服务质量4个公因子。

2007年6月世界科技研究与发展　　管理学

对比正交和斜交旋转的结果,我们认为可以将第三方物流服务质量评价的十六个指标归为四个公共因子。根据各因子所包含指标的原始意义,我们将四个公共因子依次命名为:第三方物流服务的潜在质量(Potential Quality,P Q)、第三方物流服务的硬过程质量(Hard Pr ocess Quality,HQ)、第三方物流服务的软过程质量(Soft Pr ocess Quality,S Q)以及第三方物流服务的结果质量(Out put Quality,OQ)。其中,第三方物流服务的潜在质量指物流服务提供者是否具备提供物流服务所具备的软硬件条件,包括人员、设备、知识技术等必要条件以及解决物流问题的方案设计、广泛的物流服务合作网络等方面;第三方物流服务硬过程质量指物流服务提供者的物流服务计划情况、服务传递精准情况、财政协议状况以及理解和满足顾客对物流的需求情况等;第三方物流服务软过程质量指物流服务提供方一线员工是以何种姿态传递服务、对顾客的态度以及关注顾客的利益情况等;第三方物流服务结果质量指物流服务提供方所提供的服务技术性结果以及对顾客所代表的组织的影响等方面。

四个公共因子的信度评价指标之一的Cr onbachα值,分别达到019085、0182、018176以及017870,全部超过0170的标准,量表总体Cr onbachα值也超过0170的标准(见表5)。四个公共因子特征值分别为41295、31030、21006、116,皆超过标准值1的水准,累积方差贡献率为701161%,即评价模型的构想效度达到0170以上的较好水平。根据以上分析的结果,我们认为第三方物流服务质量评价模型具有较高的信度和效度。探索性因子分析表明,我们可以用包括第三方物流服务的潜在质量(P Q)、第三方物流服务的硬过程质量(HQ)、第三方物流服务的软过程质量(S Q)以及第

三方物流服务的结果质量(OQ)等四个维度,十六项评价指标(Q1-Q16)来评价第三方物流服务质量。

表5　评价指标的内部一致性系数

Table5　Cornbachαvalue

观察

变量

删除后的

Cr onbachα值

Cr onbachα

值

观察

变量

删除后的

Cr onbachα值

Cr onbachα

值

Q10.8875

Q20.88

Q30.9060

Q40.10

Q50.8855

Q60.34

Q70.8184

Q80.7515

0.9085

Q90.7595

Q100.77

Q110.7416

Q120.7494

Q130.7559

Q140.7045

Q150.6729

Q160.7544

量表总体Cr onbachα值:0.7419

2.3　验证性因子分析(confir mat ory fact or analysis, CF A)

本研究使用L I SRE L8.54统计软件,对第三方物流服务的潜在质量(Potential Quality,P Q)、第三方物流服务的硬过程质量(Hard Pr ocess Quality,HQ)、第三方物流服务的软过程质量(Soft Pr ocess Quality, S Q)以及第三方物流服务的结果质量(Out put Quali2 ty,OQ)等各隐变量做验证性因子分析。

运行L I SREL程序,得到变量在指标上的负荷值及变量间相关矩阵(见表6,表7)。结果显示标准化估计值皆大于0172,且小于0195的临界值,t 值都大于8188,远大于1196的标准,即评价模型所有指标在各自计量的概念(隐变量)上的因子负载和t值均比较显著,表明数据有较高的会聚有效性。同时,变量间相关矩阵系数皆大于01828,且小于0195的临界值,观察变量测量误差在0123～0149之间,无较大误差出现,表明下一步可以做评价模型整体适配性分析[16]。

表6　变量在指标上的负荷值

Table6　Fact or holdings of all indicat ors on res pective latent variable

系数标准化

估计值

观察变量

测量误差t值系数

标准化

估计值

观察变量

测量误差t值

P Q→Q1λ1,10.840.2911.54HQ→Q9λ9,20.750.439.74 P Q→Q2λ2,10.800.3510.76HQ→Q10λ10,20.830.3011.32 P Q→Q3λ3,10.830.3111.37S Q→Q11λ11,30.840.3011.39 P Q→Q4λ4,10.730.479.38S Q→Q12λ12,30.880.2312.22 P Q→Q5λ5,10.790.3710.52S Q→Q13λ13,30.720.4.15 P Q→Q6λ6,10.720.4.24OQ→Q14λ14,40.840.2911.09 HQ→Q7λ7,20.730.479.24OQ→Q15λ15,40.740.459.25 HQ→Q8λ8,20.800.3610.55OQ→Q16λ16,40.720.498.88管理学　　世界科技研究与发展2007年6月

表7　变量间相关矩阵

Table7　Correlati on coefficient matrix

P Q HQ S Q OQ P Q 1.000

HQ0.913 1.000

S Q0.8540.868 1.000

OQ0.8340.8280.850 1.000

评价模型整体适配性的主要判别指标结果如表8所示:卡方值(X2)=1581540,自由度(df)=98 ,近似均方根残差(RMSEA)=010695,规范拟合指数(NF I)=019,不规范拟合指数(NNF I)= 01980,比较拟合指数(CF I)=01984,增量拟合指数(I F I)=01984,拟合优度指数(GF I)=01866。其中,X2/df<2,规范拟合指数(NF I)、不规范拟合指数(NNF I)、比较拟合指数(CF I)以及增量拟合指数(I F I)值皆大于0190,近似均方根残差(R MSE A)小于0108,p值大于0105,拟合优度指数(GF I)接近理想值(0190)。总体看来,该评价模型拟合程度还是不错的[20]。

表8　验证性因子分析拟合优度指标

Table8　Fit indexes of confir mat ory fact or analysis

X2df NF I NNF I CF I GF I I F I RMSEA P 158.540980.90.9800.9840.8660.9840.06950.0586

与此同时,评价模型的信度也达到比较满意的分值。十六个观察变量的信度指标(R2)值都在01512～01772之间,皆超过临界值0.5。因此,我们认为该评价模型的信度和效度(拟合程度)都达到统计的要求。验证性因子分析的信度指标如表9所示。

表9　验证性因子分析的信度指标

　Table9　Reliability indexes of confir mat ory fact or

analysis

观察变量信度(R2)观察变量信度(R2) Q10.711Q90.568

Q20.2Q100.696

Q30.691Q110.705

Q40.531Q120.772

Q50.631Q130.521

Q60.519Q140.705

Q70.526Q150.545

Q80.2Q160.512

2.4　二阶因子分析(second-order CF A)

验证性因子分析结果表明P Q、HQ、S Q、OQ四个变量间相关程度很高,相关矩阵系数皆大于01828(如表7所示),因此,这四个变量应该可以归于某个更高阶因子。为此,我们利用L I SRE L8154统计软件对以上四个变量做二阶因子分析。如表10所示,二层因子负荷值在01～0195之间,没有超过0195的临界值;t值在8179～10176之间,远大于1196的标准,即二阶因子负载和t值均比较显著。进一步对模型拟合程度进行评价,二阶验证性因子分析拟合优度结果如表11所示。其中,X2/df <2,不规范拟合指数(NNF I)、规范拟合指数(NF I)、比较拟合指数(CF I)以及增量拟合指数( I F I)值皆大于0190,近似均方根残差(R MSEA)小于0108,p值大于0105,拟合优度指数(GF I)接近理想值(0190)。综合以上指标,我们认为该评价模型拟合程度达到中等适配水平。

表10　二层因子负荷值

　Table10　Fact or l oadings of secord2order confir mat ory fact or analysis

系数标准化估计值t值TP LQ→P Qγ1,10.9410.76

TP LQ→HQγ2,10.958.79

TP LQ→S Qγ3,10.9210.24

TP LQ→OQγ4,10.9.55表11　二阶验证性因子分析拟合优度指标

　Table11　Fit indexes of second2order confir mat ory fact or

analysis

X2df NF I NNF I CF I GF I I F I R MSEA P 161.831000.9630.9810.9840.80.9840.0700.0566

不仅如此,评价模型的信度也达到比较满意的分值。二阶验证性因子分析信度值如表12所示。十六个观察变量的信度指标(R2)值都在01516～017之间,皆超过临界值015;结构信度值更高,分别在01791～01909之间,远远高于015的标准水准。因此,第三方物流服务的潜在质量(P Q)、第三方物流服务的硬过程质量(HQ)、第三方物流服务表12　二阶验证性因子分析信度值

Table12　Reliability value of second2order confir mat ory fact or analysis

观察

变量信度(R

2)结构

信度

观察

变量信度(R

2)

结构

信度

Q10.713

Q20.6

Q30.694

Q40.528

Q50.626

Q60.516

Q70.524

Q80.639

0.2

Q90.5

Q100.703

Q110.712

Q120.7

Q130.522

Q140.696

Q150.545

Q160.524

0.909

0.841

0.791

2007年6月

世界科技研究与发展　　

管理学

www.g lobesci .co m

第93　页

的软过程质量(S Q )以及第三方物流服务的结果质量(OQ )四个因子同属于一个高阶因子,我们称之为“第三方物流服务顾客感知质量”(TP LQ )。2.5　结果讨论

从I N DSERV 量表所提供的验证性因子分析模型整体适配性主要判别指标评来看,其GF I =0193

(略优于本研究)、CF I =0190(低于本研究)、R M 2SE A =0103(优于本研究);I N DSERV 量表内部一致

性指标分别为0181、0179、0183、0184,本研究制定的量表内部一致性指标分别为019085、0182、018176、017870,但本研究量表题项少于I N DSERV

量表,相比较而言,本研究量表相当不错;I N DSERV 量表所提供的内在质量指标平均变异抽取的值分别为0166、0154、0175、0162,而本研究平均变异抽取01622、01608、01667、0.588,但本研究结构信度分别

为012、01909、01841、01791,因此,本研究量表内在质量也是相当令人满意的。此外,I N DSERV 量表四个维度的标准化系数分别为0178、0185、0190、0168,达0105显著水平,而本研究四个维度的相应

的标准化系数分别0194、0195、0192、01,皆达到0101显著水平。由此可见,Sp ir os Gounaris 研究表

明软的过程质量(S Q )最被顾客看重,而本研究所调查的物流顾客对硬的过程最重视。造成以上差别的原因有两点,其一,Sp ir os Gounaris 所调查的行业包括银行业、软件业、房屋维护业、货运承载业等行业,其研究的服务质量不是专门针对物流服务。其二,Sp ir os Gounaris 所使用的有效样本达到1285份,远

远超过本研究的样本数量,在模型整体适配性及模型内在质量的某些指标上具有相应的优势。

在实际调查过程中,问卷内容和题项数目对调查结果有很大的影响。问卷所提供的信息既要充分

揭示所研究的问题的主要内容,同时又要简练精悍,太多的题项不适合于企业顾客问卷调查。在问卷填写过程中,所调查到的企业的物流管理人员中,多数对本量表所提供的可选择的信息内容以及对题项的数目表示满意。因此,我们最终确定包含四个维度,共十六个题项的“第三方物流服务顾客感知质量”(TP LQ )的评价模型及其指标体系(如图1所示)。

3　结论及研究不足

3.1　结论

通过以上的文献研究和实证研究,

我们认为对

图1　第三方物流服务顾客感知质量(TP LQ )评价模型

F i g .1　Evaluati on model of TP LQ

注:Q1-Q16同表1;P Q 代表第三方物流服务的潜在质量、HQ 代表第三方物流服务的硬过程质量、S Q 代表第三方物流服务的软过程质量、OQ 代表第三方物流服务的结果质量。

于第三方物流服务的评价,不能够只从第三方物流服务提供者的角度来进行,必须将物流企业自评与顾客对物流服务的评价相结合起来。目前,我国很多物流企业都进行自评,缺少关于物流使用者(物流顾客)对物流服务的感受和认知方面的评价。第三方物流服务是作为专业性服务,应该借鉴服务业顾客购买行为研究中常用的方法来量化物流服务质量。我们可以从第三方物流服务的潜在质量(P Q )、第三方物流服务的硬过程质量(HQ )、第三方物流服务的软过程质量(S Q )以及第三方物流服务的结果质量(OQ )四个方面进行,使用十六个次级指标评价第三方物流服务顾客感知质量。该评价模型具有较高的信任度和效果度,有一定的使用和推广价值。3.2　研究不足和今后的研究方向

本研究在理论上明确提出了从第三方物流使用者的角度评价第三方物流服务质量,并且首次参考B -t o -B 服务环境下的I N DSERV 量表,发展出第

三方物流顾客感知质量量表和评价模型。但是,本研究尚存在三点不足:其一,由于调查企业顾客的难度和研究经费的,本研究只在北京、上海等几个城市收集了较少数量的样本,导致样本数量及样本代表性受到一定程度的,影响到评价模型的拟合程度指标。其二,本研究数据主要来源于制造、建筑、化工、商贸等类型的企业,评价模型是否适合于其他行业企业,还有待于进一步验证。其三,本研究只是探求了顾客对第三方物流服务质量的评价,并没有将顾客对第三方物流服务质量的评价与物流提供者对物流服务质量的认知进行比较研究。将来,我们可以扩大调研范围,增加样本的数量,以及对比物流企业管理者与物流顾客对物流服务质量感知的差别,进一步调整和完善“第三方物流服务顾客感知质量”评价模型和评价指标体系。

管理学

世界科技研究与发展2007年6月

第94　页

www.g lobesci .co m

参考文献

[1]Daugherty P J,Stank T P,Ellinger A E .Leveraging Logistics/D isti 2

buti on Capabilities:The I m pact of Logistics Service on Market Share .Journal of Business Logistics,1990,19(2):35～51[2]蔡启明,张庆.现代物流管理[M ].立信会计出版社,2004[3]马颖,佘廉,王超.提高第三方物流企业服务水平的对策[J ].武

汉理工大学学报・信息与管理工程版,2004,26(6):86～

[4]Me mon M K,M A MeGinnis and K B.Acker man Selecti on Criteria

f or p r oviders of Third 2party Logistics Service:An Exp l orat ory Study Journal of Business l ogistics ,1998,19(1):121～137

[5]Mentzer J T,Gomes R and Krapfel R E .J r .“Physical distributi on

service:a funda mental marketing concep t ”.Journal of The Acade my of Marketing Science,19,17(1):53～62

[6]John T Mentzer,Daniel J Flint,John L Kent .Devel op ing a l ogistics

service quality scale .Journal of Business Logistics,1999,20(1);9

～32

[7]宋柏年.运筹服务品质、满意度及忠诚度之探讨———以宅配服务

为例.国立高雄第一科技大学,硕士论文,2002:46～47

[8]Jacks on R and Cooper Ph .Unique as pects of marketing industrial

service,I ndustrialMarketingManage ment,1988,17(2):111～118

[9]W ebster F .Manage ment science in industrial marketing,Journal of

Marketing,1978,42(1):21～27

[10]Sp ir os Gounaris .Measuring service quality in b2b services:an eval 2

uati on of the SERVQUAL scale vis -a -vis the I N DSERV scale .Journal of ServicesMarketing,2005,19(6):42～43

[11]V Kumar,Ti m othy R Bohling,Rajendra N Ladda .Antecedents and

consequences of relati onshi p intenti on:I m p licati ons f or transacti on and relati onshi p marketing .I ndustrial Marketing Management ,

2003,32:667～676

[12]胡中锋,莫雷.论因素分析方法的整合.心理科学,2002,25(4):

474～475

[13]陈正昌,程炳林,刘子健等.多变量分析方法.中国税务出版社,

2005:214～224

[14]范津砚.探索性因素分析———最近10年的评述.心理科学进

展,2003,5:579～585

[15]htt p://www .s p ss .com /

[16]黄芳铭.结构方程模式理论与应用.中国税务出版社,2005:

273,397

作者简介

李爱国(L I A iguo,1972,102),男,安徽庐江人,西南交通大学经济管理学院博士生,重庆师范大学经济与管理学院讲师,主要研究方向:物流管理、市场营销。

彭其渊(PE NG Q iyuan,19632),男,重庆人,教授,博士,博士生导师,西南交通大学交通运输学院院长。

(责任编辑:张　勐)