基于SERVQUAL模型的网购快递服务质量评价体系研究

曹 霞，李 玲

CAO Xia, LI Ling

（重庆财经职业学院 商贸旅游系，重庆 402160）

(Trading and Tour Department， Chongqing College of Finance and Economics， Chongqing 402160， China)

基于SERVQUAL模型的网购快递服务质量评价体系研究

曹 霞，李 玲

CAO Xia, LI Ling

（重庆财经职业学院 商贸旅游系，重庆 402160）

(Trading and Tour Department， Chongqing College of Finance and Economics， Chongqing 402160， China)

在阐述 SERVQUAL 模型服务质量评价表的基础上，提出 5 个维度和 22 个指标的评价服务质量体系。针对快递行业的特点，以 SERVQUAL 模型为理论基础、网络购物的快递服务过程为接触点，选择 24 个指标构建网购背景下快递服务质量评价体系。通过分析网购快递存在的快递时效性较差、快递价格混乱导致快递服务性价比满意度低、隐私保护性差、“网购”快递投诉率较高等问题，提出国内快递企业质量提升对策。

SERVQUAL 模型；网购快递服务；评价体系

根据《2014 年 Q2 中国网购市场研究报告》显示[1]，我国网购网民数量已经超过 3.32 亿人，市场交易规模达 7 534.2 亿元，同比增长 76.21%。2014年“双 11”淘宝全日交易额达 571.12 亿元人民币，比 2013 年增加 57.7%，但作为网络购物“最后一公里”的快递配送却成为诟病最多的地方。网购市场的快速发展与快递服务的脱节，导致国内快递企业相继出现“爆仓”而沦为“慢递”，消费者不能及时拿到网购商品，快件丢失及损毁、快递员服务态度差、违规收费等问题凸显。根据国内首份《网购快递满意度检测》报告显示[2]，网络购物的快递服务整体满意度不足 40%，快递服务质量成为制约网络购物发展的瓶颈。随着快递市场竞争的日趋激烈，客户消费观念的转变，快递服务质量的高低已经成为快递企业能否取得市场竞争优势的关键。以SERVQUAL 模型为理论基础[3]，结合网购市场快递服务的特殊性，采用网上问卷调研形式调查顾客对快递服务质量的评价，然后采用统计产品与服务解决方案软件 (SPSS) 对所收集的数据进行分析，构建快递服务质量指标体系并且进行评价，最后提出快递服务质量的改进措施。

1 基于 SERVQUAL 模型的快递服务质量评价指标分析

SERVQUAL 理论是 20 世纪 80 年代末由美国市场营销学家 Parasuraman，Zeithaml，Berry 依据全面质量管理理论在服务行业中提出的 1 种新服务质量评价体系。该模型提出 5 个维度和 22 个指标的评价服务质量表，SERVQUAL 模型服务质量评价表如表1 所示。针对快递行业的特点，以 SERVQUAL 模型为理论基础、网络购物的快递服务过程为接触点，选择 24 个指标构建快递服务质量指标评价体系，快递服务质量评价指标构成表如表2 所示[4-7]。

表1 SERVQUAL 模型服务质量评价表

表2 快递服务质量评价指标构成表

以快递服务的接受者和购买者为调研对象，采用网上问卷调查法进行调研分析，分为以下 3 个部分：① 调查受访者的基本情况，如性别、年龄、职业、收入等；② 调查受访者网上购物的基本情况，如网购频繁度、快递服务方式及内容的选择等；③ 基于以上 3 个维度 24 个指标体系设计 24 个问题，按照受访者对服务质量的满意程度由“非常满意”到“非常不满意”，采用 5 级 Likert 法[8]，每个题目设置 5 个选项。利用 SPSS[9]描述性统计分析对受访者的性别、年龄分布、收入情况及快递服务方式选择情况进行分析，以频数、百分比来判断样本的代表性。调查女性受访者占 63.4%，男性占 36.6%，女性比重略高于男性；在年龄分布上，19～29 岁年龄段受访者偏多，约占 86.6%，收入在2 001～4 000 元左右，为网购主要群体。

2 基于 SERVQUAL 模型的快递服务质量评价指标体系构建

2.1 快递服务质量维度因子分析

在快递服务质量评价指标体系建立及问卷调查的基础上，依据 SERVQUAL 模型服务质量评价表，利用 SPSS20.0 对快递服务质量中 3 个维度 24个指标进行探索性因子分析，建立基于网购背景快递服务质量新维度。选择 Bartlett 检验和 KMO检验方法对因子分析的条件进行检验，得到 KMO 值为 0.702，比较适合进行因子分析。Bartlett 球形度检验，近似卡方值为 2 192.126，Sig 值为 0.000，小于显著性水平 0.05。按照最大方差法进行旋转，以特征值大于 1 作为萃取因素的原则，获得 5 项公共因子，特征值分别为 5.136，2.456，2.034，1.588，1.191，解释方差贡献率分别为 37.388%、17.930%、14.816%、11.539%、8.705%。5 个主成分因子解释了原有变量总方差的 90.378%，因子分析效果较好。根据因子分析结果，可以将快递服务质量评价的 24 个指标归为 5 个因子，即即时性、可靠性、便利性、保障性、移情性 5 个维度，因子载荷如表3 所示，该结构与 SERVQUAL 模型量表相似。

2.2 快递服务质量评价指标体系权重确定

表3 因子载荷表

评价指标权重的确定采用因子分析方法即采用少量的综合指标来替代多个可观测变量，所得到的综合指标 (主成分因子) 是原来变量的线性组合。通过研究相关矩阵内部的依存关系，将多个可观测变量综合为几个主成分因子，并且显示出主成分因子之间相关关系的统计分析方法。在所构建的指标体系构建中，一级指标为网购快递服务质量评价体系；二级指标为因子分析方法提出的 5 个主成分因子；三级指标为各主成分因子下的指标变量。

（1）二级指标在一级指标上的权重。二级指标层在一级指标层上的权重 Ai，可以根据各主成分因子相对于一级指标层的贡献率来确定。5 个主成分因子的贡献率分别为 37.388%、17.930%、14.816%、11.539%、8.705%。二级指标在一级指标上的权重可以通过对5 个主成分因子贡献率进行归一化 (各自的贡献率与累计贡献率的比值) 处理得到，主成分因子贡献归一化表如表4 所示。

表4 主成分因子贡献归一化表 %

（2）三级指标的权重。三级指标层在二级指标层上的权重 Aij，可以通过因子得分系数矩阵(因子分析)归一化处理得到；三级指标层在一级指标层上的权重，可以通过三级指标在二级指标上的权重Aij与二级指标在一级指标上的权重 Ai相乘得到，各级指标权重分布表如表5 所示。

表5 各级指标权重分布表

从表5 可知，网购快递服务质量评价指标重要性排序如下。即时性 ＞ 可靠性 ＞ 便利性 ＞ 保障性＞ 移情性。在具体评价指标因素中，卖家发货到取件时间，订单跟踪信息的即时性、准确性，派送之前通知客户派件时间和取件时间，快件无丢失，快递服务性价比，订单信息查询便利、快捷性等指标是影响快递服务质量高低的主要因素；签收安全防护性、个人隐私保护性等指标权重低，客户满意度低；处理客户投诉、快递服务性价比等指标权重高，客户满意度高；订单跟踪信息的即时性、准确性、派送之前通知客户派件时间及到货时间、快件无丢失、订单信息查询方便快捷性、快递服务价格经济合理性指标的满意度权重较高，客户满意度高。

3 网购快递评价及对策

目前国内民营快递企业仍然存在以下问题。

（1）快递时效性较差。时效性作为权重最高的维度，直接影响客户对快递企业服务质量的评价。目前除顺丰速运能够保证快件在 1 d 内到达之外，申通、圆通等快递企业运到时间均在 3～4 d 左右。快递变成“慢递”迫使电商企业不得不选择自营物流来满足快递服务的需求。

（2）快递价格混乱导致快递服务性价比满意度低。电商与快递企业之间的“博弈”导致快递价格此起彼伏。实力较弱的快递企业过度依赖低价格竞争获得生存，规模较大的快递企业却通过涨价来获取更多利润，电子商务快递市场秩序混乱。

（3）隐私保护性差。由于消费者普遍缺乏隐私保护意识，许多快递企业忽视对客户隐私的保护，利用快递单号泄露客户信息，导致电子商务出现信任危机，对客户人身安全和财产安全造成威胁。

（4）“网购”快递投诉率较高。在调研统计中，“网购”快递投诉 80% 以上来自特许加盟的民营快递企业，“延误率、遗失率、损毁率”成为 3大投诉焦点，究其原因在于民营快递企业普遍缺乏管理人才，重市场份额轻服务质量，管理方式有待提高。

综上所述，国内快递市场亟需强化快递市场主体准入制度，优化市场格局，健全快递监管法律体系，丰富快递监管技术手段，使民营快递企业能在“洋快递”与“国有快递”的夹缝中获得生存与发展。作为“网购快递”主体，以特许加盟为特色的民营快递企业应重视目标市场细分，做好目标市场服务；在产品同质化竞争激烈的快递市场，充分利用自身灵活性的优势，解决和完善及时性、安全性、投诉处理等方面存在的问题，拓展其他业务领域，通过联盟、并购等形式提升服务水平；民营快递企业还应加强与电商企业的合作，把握云时代到来为快递企业发展带来的契机。

4 结束语

电子商务作为商业领域的一场变革，在改变传统商业模式的同时，也改变着消费者的购物方式及生活方式。电商行业和快递行业作为产生海量数据的行业，从顾客进入网站浏览电商商品信息到最终货物配送的实现，每一步均产生大量信息，在与电商进行合作的同时，国内快递企业可以利用大数据的优势加快信息传播速度，快速客户响应，提高快递服务质量，最终促进快递行业与电商行业的融合发展[10-11]。

[1] 中国IT研究中心． 中国2014Q2网购市场研究报告[R]． 北京：中国IT研究中心，2014．CNIT-Research． 2014Q2 China’s Online Shopping Market Research Report[R]． Beijing：CNIT-Reasearch，2014．

[2] 物流杂志社，豪森威市场研究有限公司． 2012年网购快递满意度监测[R]． 广州：物流杂志社，2012．Logistics Magazine，Housonwell Marketing Reasarch CO.，LTD． 2012 Online Shopping Express Satisfaction Monitoring[R]． Guangzhou：Logistics，2012．

[3] Parasuraman A，Zeithaml V，Berry L． Servqual[J]． Journal of Retailing，1988，64(1)：12-40．

[4] Brady M，Cronin J． Some New Thoughts on Conceptualizing Perceived Service Quality：A Hierarchical Approach[J]．Journal of Marketing，2001(65)：34-49．

[5] Parasuraman A，Zeithaml V，Berry L． A Conceptual Model of Service Quality and Its Implications for Future Research[J]． Journal of Marketing，1985，49(3)：41-50．

[6] 孙军华，苏 强． 中国快递服务质量体系的构建与模糊综合评价[J]． 工业工程与管理，2010，14(4)：112-114．SUN Jun-hua，SU Qiang． Construction and Fuzzy Comprehensive Evaluation of China’s Express Delivery of Quality Systems [J]． Industrial Engineering and Management，2010，14(4)：112-114．

[7] 范雷雷． B2C网络购物背景下的快递服务质量评价的实证研究[D]． 大连：东北财经大学，2013．FAN Lei-lei． Empirical Research of Express Service Quality Evaluation under the Background of B2C Online Shopping[D]． Dalian：Dongbei University of Finance and Economics，2013．

[8] 乔 均，何秀丽． 快递行业品牌形象提升的关键因素及影响机制[J]． 南京社会科学，2011 (9)：31-32．QIAO Jun，HE Xiu-li． Study on Influence Mechanism and Key Factor on Promote Express Delivery Enterprise of Brand Image[J]． Social Sciences in Nanjing，2011 (9)：31-32.

[9] Likert R． A Technique for the Measurement of Attitudes[J]．Archives of Psychology，1932(140)：15-20.

[10] 吴 广，刘 荣． SPSS统计分析与应用[M]． 北京：电子工业出版社，2013．WU Guang，LIU Rong． SPSS Statistical Analysis and Application[M]． Beijing：Publishing House of Electronics Industry，2013．

[11] 吴保成． 大数据时代信息服务的创新研究[J]． 河南科技，2013，17(5)：23-30．WU Bao-cheng． Innovation Research on Information Services of the Era of Big Data[J]． Journal of Henan Science and Technology，2013，17(5)：23-30．

责任编辑：吴文娟

全国铁路暑运旅客发送量实现同比大幅增长

2015年 7月 1日起，为期 2 个月的暑运拉开大幕。7月份，全国铁路完成旅客发送量 24 765万人，同比增加 2 556 万人，增幅达 11.5%。其中，国家铁路发送旅客 24 504 万人，同比增加2 590 万人，增幅达 11.8%。全路 16 个铁路局 (公司) 实现同比增长，其中青藏铁路公司、南宁铁路局增幅最大，分别达到 70% 和 48.3%。

7月份，全国铁路日均发送旅客 799万人，7月 17—20日连续 4 天在 800 万人以上高位运行。其中，7月 18日，全国铁路发送旅客894.3 万人，创铁路暑运单日客流新高，这一数值比 2014 年暑运高峰日增加 66.6 万人。

旅游客流是铁路暑运客流另一大主力，全路共安排加开红色直通旅游列车 84 列。此外，为满足广大旅客对高速铁路 (以下简称高铁) 动卧的需求铁路部门从 7月 3日起再次增开北京、上海至广州、深圳的高铁动卧列车，并优化运行时刻。

随着铁路建设步伐加快，路网规模不断扩大，高铁成网效应日益明显，人们外出旅游更青睐便捷、快速的动车组和高铁。数据显示，7月份，全路动车组共发送旅客 10 886 万人，同比增幅近30%；日均开行 3 271 列，发送旅客 351.2 万人，占全国铁路日均旅客发送量的 44%。京沪、京广等高铁客流旺盛，其中京沪高铁日均开行320 列、发送旅客 39.7 万人，京广高铁日均开行 424 列、发送旅客 46.4 万人，均实现同比大幅增长。

新开通运营的线路以及首次加入暑运高铁大军的线路均客流火爆，“首秀”成绩不俗，成为2015 年暑运一大亮点。沪昆高铁新晃西至贵阳北段日均发送旅客 21.1 万人，高峰日达 23 万人；合福高铁日均发送旅客 9.2 万人，高峰日达 10.7万人；郑焦铁路日均发送旅客 0.9 万人，高峰日达1 万人；贵广高铁日均发送旅客 6.3 万人，高峰日达 6.8 万人；南广高铁日均发送旅客 8.8 万人，高峰日达 10 万人。高铁动卧全月开行 257 列，发送旅客 17.8 万人，上座率达 113.7%。全路有 26 条高铁、客运专线动车组平均客座率达 80% 以上，其中贵广高铁客座率超过 100%。日益增长的动车组和高铁旅客发送量已成为暑运客运增量的最大“引擎”。

（摘自《人民铁道》报）

Study on Evaluation System of Express Service Quality of Online Shopping based on SERVQUAL Model

Based on expounding the service quality evaluation table of SERVQUAL model, this paper puts forward the system of evaluating service quality with 5 dimensions and 22 indices. Targeting with characteristics of express industry, taking the SERVQUAL model as the theoretical basis and the express service process of online shopping as the study point, the evaluation system of express service quality under online shopping is established by selecting 24 indices. Through analyzing the problems existing in online shopping express such as poor timeliness of the express, low satisfaction of the express service caused by confused express price, bad privacy protection and high complaint rate of “online shopping” express, the paper puts forward countermeasures of increasing quality of domestic express enterprises.

SERVQUAL Model; Express Service of Online Shopping; Evaluation System

1003-1421(2015)08-0093-06

F259.22

B

2015-03-23

重庆财经职业学院教改项目 (2015JGY005)