网购物流绩效与物流服务质量对客户满意度的影响分析

孙永河++潘洁++傅红

摘 要：以B2C网络商店为研究对象，以网购客户服务感知为调节变量，物流服务质量为中介变量，构建了网购物流绩效对客户满意度的影响模型，利用Likert量表和多层回归法对模型进行实证分析和检验。研究结果表明：网购物流绩效对客户满意度具有正向影响，并且物流服务质量在其中起到部分中介作用；同时，物流服务质量在物流绩效和客户满意度之间的中介效应受到网购客户服务感知的正向调节。在网购客户服务感知作用下，提高网购物流物流绩效，对于促进物流服务质量和客户满意度的提升有重要影响。

关键词：网购物流绩效；物流服务质量；网购客户服务感知；客户满意度；B2C网络商店

中图分类号：F7246 文献标志码：A 文章编号：1671-1254（2016）02-0062-10

物流绩效作为企业绩效的子集，主要衡量正在进行的物流活动的执行情况及已完成的物流活动的结果，包含物流服务质量、社会反响、产品可利用率、客户满意度、成本有效性等众多具体因素[1-2]。大量研究表明，物流绩效、物流服务质量、客户满意度三者密切相关，是企业取得成功的关键性因素[3-6]，企业可以通过提高物流绩效来持续提升物流服务质量，并且通过充分展现物流服务的优质水平被客户所感知和信任；同时，较之于低物流绩效的企业，高物流绩效的企业在客户服务感知的作用下，能够赢得更高的客户满意度[7]330。从收集到的相关成果看，已有研究聚焦于物流企业和传统企业的物流绩效与客户满意度的关系、服务质量与客户满意度的关系、客户满意度的测评、物流绩效的管理与评价等方面，而针对网上购物的物流绩效、物流服务质量与客户满意度三者关系的研究则未见报道。

近几年，随着互联网技术的不断发展以及电子商务的迅速崛起，网络营销逐渐成为诸多企业提升市场竞争力的重要营销方式；同时，网上购物也逐渐成为人们，尤其是新生代群体的生活新常态。然而，对于电商企业而言，随着同行竞争的日趋激烈，商品同质化、质量层次不齐、部分入驻商家信用差、物流服务水平低等问题严重制约了我国电商企业的快速健康发展。在此情况下，商品价格已不再是电商企业吸引客户网上购物的主要因素。最新研究结果表明，人们在网络购物时，更加关注的是商家信用、商品价格、质量以及物流服务水平[8-9]，[10]104。因此，系统研究网上购物的物流绩效、物流服务质量、客户满意度三者间的机理关系，对指导电商企业提升客户满意度水平、提高市场竞争力具有重要的实践意义。

根据运营模式的不同，可将电商企业划分为企业对企业（B2B）、企业对消费者（B2C）、个人对消费者（C2C）等不同类型。本文则是以B2C网络商店为研究对象，探讨在物流服务质量的中介作用和网购客户服务感知的调节作用下，网购物流绩效对客户满意度的影响。通过对物流服务质量中介作用的检验，以及对网购客户服务感知调节作用的分析，不仅有助于增强网络商店对网购物流绩效和客户满意度之间关系的认识，还为网络商店提高客户满意度提出了优化策略和相关路径。

一、文献回顾与研究假设

（一）文献回顾

1网购物流与物流绩效。与传统意义上的物流不同，网购物流是支撑网络交易的平台之一，它能实现网上交易商品的末端配送，完成电子商务活动的最后且最重要的环节[11]。同时，网购物流解决了互联网本身无法配送商品的问题，有助于网络交易的实现。在当前的网络交易市场，商品的质量、成本等差异已不能成为网络商店在市场竞争中崭露头角的方式和手段，而物流正逐渐成为网络商店激烈角逐的主要领域。因此，网络商店只有提高自身的物流能力，才能获得差异化竞争优势[12]。

与传统企业一样，物流绩效能够影响网络商店在网络市场中的地位，并提升网络商店的差异化竞争力[13]210。因此，物流绩效的评价和管理也是B2C电商企业相当重视的一项工作。目前，关于B2C电商企业物流绩效的研究，可大致分为两类：其一，从定性层面探讨如何提升B2C电商（合作）企业物流绩效。譬如，通过加强对物流服务人员专业素质的培养、促进与物流企业的信息化合作等手段，解决我国B2C电商企业物流发展过程中存在的专业化水平低、战略合作效果不显著等问题[14-15]。其二，运用定量模型对B2C模式下的电商物流绩效予以评价，如Cho[16]等采用标杆法评价了电商企业物流绩效；Chia[17]构建了模糊层次分析和模糊TOPSIS（Technique for Order Preference by Similarity to an Ideal Solution）的混合模型，建立模糊绩效评价体系对模糊环境下电商企业的物流绩效进行评价；Jane[18]从成本的角度利用实证因子分析法对物流绩效的各个指标进行分析；Yu[10]116等通过调研中国电商市场并基于实验数据分析指出，网购物流服务供应商是联系网上卖家和买家的桥梁，网购商品物流服务供应商的绩效对于电商客户满意度有重要影响。综上所述可知，迄今关于B2C网购物流绩效的研究绝大部分仅停留在单维度分析层面，从深层次揭示物流服务质量、客户满意度等诸多因素之间的交叉作用机理的研究尚较为有限。

2物流服务质量。1982年，Gronroos从心理学的基本原理出发，提出了服务感知质量概念，并得出服务质量的评价结果，是客户将其在接受企业所提供的服务过程中的实际感受和心理预期相比较而得出这一结论。由此，服务质量被学术界定义为客户感知的服务与客户期望之间的差异[7]340；同时，服务质量的评价、影响因素等与之相关的问题成为企业管理领域中备受瞩目的研究课题。随着对服务质量研究的不断深入与发展，物流服务质量作为服务质量在物流活动中的体现，逐渐受到专家学者的关注。一些学者基于服务质量的定义，阐释了物流服务质量的涵义，即物流服务质量表现为客户在订购商品之前对物流服务的期望值与在接受服务时感知到的物流服务水平之间的差异[19]56。

现有文献中，关于物流服务质量的研究，主要侧重于构建以SERVQUAL量表为基础的模型，从功能、技术等维度对物流企业的物流服务质量进行测量，并分析对客户满意度的影响。然而，针对B2C模式下网购物流服务质量的研究尚不多见。虽然少数研究者从可靠性、反应性、移情性、安全性等维度，研究物流服务质量对网购客户满意度的影响，但物流服务质量的实质，即物流服务质量依赖于客户的感知与期望，在已有文献中并没有得到很好的体现。

在B2C运营模式下网络商店的物流服务质量与网购客户的期望和感知息息相关。网络商店间的竞争是一个吸引和保持网购客户的动态过程[20]744。由于电商行业竞争的加剧，网络商店需要及时发现和了解网购客户的各种需求，评估网购客户的期望值，尽量提高物流服务质量来满足网购客户对物流服务的感知满意度，缩短网购客户的期望与感知之间的差距，赢得吸引新客户、留住老客户的竞争[20]749。因此，作者认为，针对B2C模式下物流服务质量的研究，可以引入客户感知和期望两个因素，探讨物流服务质量与客户感知、期望之间的交互作用机理。

3客户服务感知。客户服务感知体现了客户对服务的感觉、认知和评价，客户对服务质量的判断、对服务的满意度评价均源自于客户对服务的感知[19]71。于超[20]749等将客户服务感知视为评价企业服务的要素之一，认为客户在接受一项服务前会先制定对服务的期望要求，在接受服务后会产生感知绩效。当感知绩效超过期望要求时，客户会感到欣喜，则增加对服务的满意度；当感知绩效未达到期望要求时，客户会感到失望，则降低对服务的满意度。这一研究结果与Huang[21]1588等得出的客户服务感知绩效高，则客户对企业的满意度评价高的结论不谋而合；另外，Huang[21]1588等从心理学的角度进一步分析，指出客户对服务的满意度主要受客户认知和情感两方面因素的影响，而二者的影响作用主要通过客户服务感知实现。客户在接受服务的过程中利用感知对企业所提供服务质量进行评价，并将感知服务质量与自身的需求与期望进行对比，形成对企业服务的认知；同时，客户也会据此对服务产生满意、失望等不同的情感，最终表现为对企业服务的满意度。

目前，随着手机媒体、移动电视等新媒体的广泛应用，网购客户能够随时随地地接收各种信息及感知网络商店提供的多样化服务，这无疑加剧了网络商店间的竞争。在此环境下，确保网购客户对服务产生正面感知效应已成为网络商店服务客户、取得竞争优势的必要条件[22]。因此，网络商店在设计服务与提供服务的过程中必须考虑网购客户的期望、满意、失望等情感因素[20]749。

4客户满意度。客户满意度反映的是客户根据自身需求与期望对产品或服务的评价，是客户愉悦程度的表现[23]。网购客户满意度是网购客户在网络交易过程中对网络商店产品质量、服务水平的感知与客户自身购物需求期望相比较后，得出的对网络商店产品性价比、服务质量的主观感知度，可视为网购客户决定是否再次与企业进行交易的标准之一，是网络商店寻求重复业务关系和增加长期盈利能力的关键性因素[24]99。

近几年，以客户为导向的企业经营策略引起了学术界的广泛关注和研究兴趣，诸多学者在研究企业客户满意度时，引入了以客户为导向这一因素。Zairi[25]在研究客户满意度时指出，企业一切经营活动是围绕客户而展开，客户决定了企业的发展与衰败。在实际交易双方关系中，并不是客户依赖于企业，而是企业绩效依靠其所拥有的客户。基于此研究成果，Wirtz[24]112采用三种不同的方法对客户满意度进行测量与评价，评价结果证实，以客户为导向经营策略对企业的客户满意度具有重要影响。之后，Liu[26]等对以客户为导向经营策略的影响作用进行了更为深入的研究。研究结果表明，在当前竞争环境中的以客户为导向的企业拥有更为充足的信息和资源，能够针对客户需求变化作出快速反应，及时制定应对决策；同时，Liu[26]等进一步强调，以客户为导向的企业能够为客户提供更有价值的服务，促使客户对企业做出更高的满意度评价。虽然以客户为导向的经营策略对企业客户满意度影响作用已得到证实，但仍有一些核心问题值得深入探讨：一是较之以竞争对手、政府等为导向的经营策略，以客户为导向的经营策略优势不明显；二是针对不同行业，以客户为导向策略的适用性不确定；三是事物具有两面性，如何规避和解决以客户为导向经营策略带来的问题需要进一步系统研究。尽管以客户为导向的经营策略对客户满意度的影响仍需深入探讨，但从已有的研究成果看，在B2C模式下，以网购客户为服务主体、将客户满意度放在首位的经营策略，有利于网络商店利用市场数据和信息开发新服务，为自身的价值创造提供坚实的基础[27-28]。

（二）研究假设

1网购物流绩效与客户满意度。针对物流绩效对客户满意度的影响问题，已有学者进行了前期探索。Davis[4]797等通过对服务运营模式的分析得出，企业可以提升物流服务来赢得客户持久满意度和忠诚度。Stank[5]447等指出，有效的物流绩效更能满足客户的需求，提升客户对企业的信任和忠诚，并通过实证分析，证实了物流绩效与客户满意度及忠诚度之间的关系。Leuschner[13]226等则从供应商和零售商两个层面对物流绩效、客户满意度及业务共享进行了实证分析，证明了在供应商和零售商进行业务共享后，二者的物流绩效会有所提升；同时，客户对企业的满意度也会增加。上述研究从不同的角度证实了企业可通过提高物流绩效来持续提升客户满意度。然而遗憾的是，从收集到的相关文献看，关于B2C模式下网络商店的物流绩效对网购客户满意度的影响研究则未见报道。

研究表明，在网络交易中，商品的延迟送达和损坏及订单处理不准确，是引起客户不满意的主要原因[29]，而物流绩效则能够解决上述问题，并促使网络商店享有更高的知名度[13]226；另外，较高的物流绩效降低了客户在网络交易过程中的焦虑感，有助于网络商店获得较高的客户满意度。由此，提出以下假设：

H1：网购物流绩效对客户满意度具有正向影响

2网购物流绩效与物流服务质量。目前，关于物流绩效与物流服务质量之间关系的研究主要是从物流服务质量的角度评价物流绩效，并检验物流服务质量对物流绩效的影响。而对于一个评价体系而言，评价的结果往往能够反映出各评价指标的现状和问题。因此，本文采用逆向思维，研究物流绩效对物流服务质量的影响。

在网络交易中，网购物流绩效是网络商店绩效的重要组成部分，网络商店可依据网购物流绩效的评价结果，采取针对性的改进措施，提升物流服务质量。由此，我们可以推论，物流服务质量作为物流绩效的评价指标之一，可以从物流绩效的评价结果中反映出自身的弱点与问题。网络商店可以根据物流服务质量指标的大小，判断所提供的物流服务是否达到预期效果，是否得到网购客户的好评，并结合客户的反馈意见提出相应的改善措施。根据以上观点，本文提出如下假设：

H2：网购物流绩效对物流服务质量具有正向影响

3物流服务质量与客户满意度。关于服务质量与客户满意度的关系，目前学术界仍未达成共识。一些学者认为，服务质量和客户满意度是等同的概念[7]336，而另一些学者则主张服务质量是客户满意度的前身，服务质量影响了客户的满意度[30]。我们认为，研究结果的不同是由研究背景差异造成的。不同背景下企业提供的服务类型不同，客户的评价标准也会存在差异。就B2C网络商店而言，显然，服务质量是影响网购客户满意度的核心因素。这是因为在网络交易中，服务质量主要衡量网购客户对服务期望与感知间的差异，而客户满意度是网购客户对网络商店的整体评价，二者存在本质区别。

物流服务作为网购客户从网络商店获取产品的关键环节，在网络商店所提供的众多服务中备受网购客户的关心和关注。对于网络商店而言，产品的成本、质量等属性及销售服务人员的能力、态度等职业素质都能控制在有利的范围内，而物流服务质量则具有一定的不可控性。物流服务人员对网购客户的每一次服务，都可能影响客户与网络商店之间的关系，进而影响客户对网络商店的满意度评价及随后的重复购买行为。由此，提出以下假设：

H3：物流服务质量对网购客户满意度具有正向影响

4物流服务质量的中介作用。服务是企业维持与客户关系的重要桥梁，企业与客户的关系要想得到持续发展，除了向客户销售物超所值的产品外，还必须使客户感知到优质的服务。对于B2C网络商店而言，物流服务作为网购客户评价网络商店整体服务水平的因素之一，应该得到重视[26，31]。网络商店提高物流绩效的目的之一就是将其自身的能力、品牌、信誉等信息传递给客户，通过物流服务使客户对网络商店产生信任，从而激发客户发展与网络商店的长期关系，进而实现网络商店提升客户满意度的目标。在此，物流服务质量成为物流绩效与客户满意度间的中介变量。

网络商店最突出的优势在于为客户提供了便利的购物环境及多样的产品，然而，物流服务却成为阻挡交易实现的最大障碍。低质的物流服务可能超出网购客户的等待期，不仅会使客户丧失对商品的期待，还可能激发客户的抱怨情绪，影响客户对网络商店的满意度评价。针对上述问题，网络商店可通过分析自身的物流绩效进行解决。由于物流绩效能够反映出网络交易过程中的物流活动信息，反馈网购客户对物流服务的期望[32]，所以，网络商店可基于物流绩效提出改善物流服务、提高物流服务质量的策略[33]。由此，提出以下假设：

H4：物流服务质量在物流绩效与客户满意度的正向关系中具有中介作用

5网购客户服务感知的调节作用。前文已指出，物流服务质量是网购客户的物流服务感知与自身期望之间的差异，网购客户通常根据自身对物流服务的感知，评价网络商店的物流服务质量。若网购客户感知的物流服务水平高，则对物流服务质量的评价高，网络商店会获得较高的满意度评价；反之，若网购客户感知到低水平的物流服务，则认为网络商店提供的物流服务质量较差，对网络商店的满意度评价也会较低。另外，Meidute[7]340分析了影响网络商店客户满意度的因素，指出网购客户满意度取决于各种因素，如网购客户对服务的感知、网购客户的情绪、社会交往、网购客户的相关经验等。其中，网购客户服务感知对客户满意度具有显著的积极影响[34]。综上所述可知，网购客户服务感知是物流服务质量与客户满意度间的调节变量，且表现为正向调节。

网络商店通过对物流绩效评价结果的分析，采取改善物流服务的措施，从而提高物流服务质量，进而提升网购客户的满意度，在此过程中，网购客户能否通过服务感知起到一定的作用，则需进一步探索研究。由此，提出以下假设：

二、研究方法

（一）样本与数据收集

不同性质的变量需要采用不同的方法进行数据收集。对于网购物流绩效的数据，本文采用网络调查法和电话访问法进行收集；物流服务质量、网购客户服务感知和客户满意度三个变量的数据则通过调查问卷获取。

在对参与调查的11家大型B2C网络商店进行网络调查和电话访问后，收集到此次研究所需的网购物流绩效数据，并将数据按Likert 5点法进行处理。在参与调查的网络商店样本中，采用自营物流模式的网络商店占273%，364%的网络商店采用外包物流模式，两种物流模式相结合的网络商店占363%。本次调查问卷采用Likert 5点量表进行设计，1-5表示“完全不符合”到“完全符合”选项。根据便利取样法，此次调查问卷的调查对象选取为在校大学生，且这些大学生均有参与调查的11家大型B2C网店购物的经历。在正式发放问卷之前，为保证测度项的可靠性和有效性，调查问卷请相关专家予以认真审阅和修改；同时，邀请部分学生进行前测，利用SPSS190软件对前测的题项进行信度和效度分析，剔除了3个可信度较低题项。调查问卷通过电子邮件的方式，从参与调查的学生处收回调查问卷183份，经筛选剔除数据缺失或雷同的问卷13份，最后得到有效问卷170份。在收集的问卷样本中，男性和女性分别占276%和724%；平均年龄在238岁；本科学历占318%，硕士学历占647%，博士学历占35%；每月网购次数在3-5之间的占635%。

（二）变量测量

变量的测量量表均是在国外成熟量表的基础上，根据网络交易的特殊性和地区差异，对部分测项进行调整和修改而得。测量网购物流绩效的量表，是在Veronica[35]评价的优秀量表的基础上进行修改所得，修改后的测项能够充分反映中国网购物流绩效的情况。衡量物流服务质量、网购客户服务感知和客户满意度的量表分别借鉴Ieva[7]334和Rudolf[13]226的研究，并根据网上购物的特征进行适当的改编。

鉴于网络商店采用的物流配送模式不同，在选取控制变量时，以网络商店的物流配送模式为参照组设置三个控制变量，分别为自营物流、外包物流和自营外包结合物流。

三、数据分析与结果

（一）信度效度检验

为保证样本数据分析的正确性和可靠性，首先，利用SPSS 190软件对各变量进行信度分析。分析结果表明，各变量的Cronbachs （系数在0783-0820）之间（见表1），均大于可接受的最低标准070，说明各量表内在一致性良好，可信性较高。其次，由于网购物流绩效、物流服务质量、网购客户服务感知和客户满意度这四个变量均属于单维变量。因此，本文利用AMOS170软件对四个变量组成的四因子模型进行结构效度检验。在此之前，需要先对量表进行探索性因子分析，检验量表是否适合进行因子分析。检验结果显示，量表的KMO值是0820，且通过Bartlett球形检验（P<0001），表明量表的测度项能够有效地反映和衡量所研究的变量，适合进行因子分析。之后，采用结构方程模型的验证性因子分析（CFA）得出该模型的拟合度指标如下：RMSEA=0074，GFI=0914，CFI=0944，P<0001。根据相关标准，RMSEA小于008表示比较理想，GFI和CFI大于09表示拟合度较好。由此可知，由网购物流绩效、物流服务质量、网购客户服务感知和客户满意度组成的四因子模型拟合程度较好。因此，本次研究采用的量表具有较好的结构效度。

通过对各变量的平均方差抽取量（AVE）的检验，可以判断量表的收敛效度。在表1中，各变量的AVE值均大于05，说明各量表收敛效度较好。同时，为了进一步检验量表的区别效度，本文比较了各变量AVE平方根和变量间的相关系数的大小。如表2所示，所有AVE平方根均大于各变量之间的相关系数，说明此次采用的量表具有很好的区别效度。

（二）描述性统计分析

各主要变量的平均值、标准差和相关性系数如表2所示。从表2中的数据可知，网购物流绩效和客户满意度显著正相关（r=0471，P<001），说明样本企业的网购物流绩效对客户满意度具有正向影响关系，即网购物流绩效越高则客户满意度越高。由此，假设H1得到初步验证。网购物流绩效与物流服务质量之间的相关系数r=0738，显著性水平P<001，存在显著的正向关系，即网购物流绩效越高则物流服务质量越好。由此，假设H2得到初步验证。同时，物流服务质量与客户满意度之间的相关系数r=0624，显著性P<001，显著相关性明显，因而可以得出，物流服务质量对客户满意度存在显著的正向关系，即物流服务质量越好则客户越满意。由此，假设H3得到初步验证。

（三）假设检验

在对假设进行回归分析前，先对各变量的共线性问题进行诊断。诊断结果表明，所有控制变量与研究变量的VIF值均小于3，可见共线性问题并不严重，可做回归分析。

考虑到本文涵盖物流绩效、物流服务质量、客户服务感知和客户满意度四个变量，其中包含中介变量和调节变量。因此，采用多层回归分析的方法对假设进行验证，得出表3、表4所示的检验结果。

物流绩效和客户满意度之间的关系，即假设H1，可由表3中的模型3检验得知。在模型3中，网购物流绩效的标准化回归系数β为0505，且在P<0001水平上显著，说明网购物流绩效对客户满意度具有显著正向作用，△R2=0134说明网购物流绩效对客户满意度具有预测效果，进一步解释自变量对因变量有影响作用。由此假设H1获得验证。从表3中的模型2可以看出，网购物流绩效对物流服务质量具有显著的正向作用（β=0624，P<0001），模型4表明物流服务质量对客户满意度正向作用显著（β=0707，P<0001）。由此，假设H2和H3得到支持。

对于假设H4、H5和H6，可采用温忠麟[36-37]等提出的有调节的中介效应模型的检验方法进行检验。有调节的中介效应显著意味着：建立模型6，做因变量对自变量和调节变量的回归，自变量的系数显著；建立模型5，做中介变量对自变量和调节变量的回归，自变量的系数显著；建立模型7，做因变量对自变量、调节变量和中介变量的回归，中介变量的系数显著，到此说明中介变量的中介效应显著；建立模型9，做因变量对自变量、调节变量、中介变量和调节变量与中介变量乘积的回归，调节变量与中介变量乘积的系数显著。如表4所示，模型6中，物流绩效对客户满意度的正向作用显著（β=0304，P<0001）；由模型5可知物流绩效对物流服务质量的正向作用显著（β=0385，P<0001）；在客户满意度对物流绩效、物流服务质量和客户服务感知的回归模型（见模型7）中，中介变量物流服务质量的标准化回归系数β为0245且达到显著性水平（P<001），而自变量物流绩效的标准化回归系数（β=0207，P<0001）相较于模型3（β=0505，P<0001）有所降低，说明物流服务质量在物流绩效和客户满意度之间存在部分中介效应。由此，假设H4得到了支持。表4中，模型8可以检验客户服务感知在物流服务质量和客户满意度之间的调节作用。由模型8可知，客户服务感知和物流服务质量交互项的标准化回归系数β为0172，且P<0001，这表明客户服务感知和物流服务质量的交互与客户满意度之间存在显著的正向关系，则假设H5得到了支持。从模型9来看，当调节变量与中介变量的交互进入回归模型后，物流服务质量和客户服务感知交互的标准化回归系数β为0157，且显著性水平P<001，说明有调节的中介效应显著，即物流服务质量的中介效应受到了客户服务感知的调节，假设H6得到了支持。

四、结论

从已有的研究成果来看，现有文献主要围绕网络商店的物流绩效评价和网购客户满意度测评两方面分别予以了大量研究，而关于网购物流绩效对客户满意度的影响研究仍是空白。厘清网购物流绩效对客户满意度的影响机制，不仅有助于电商企业摆脱物流服务水平低、配送时间过长等问题的制约，而且对电商企业提高市场竞争力具有重要的参考、借鉴价值。鉴于此，本文以B2C网络商店为研究对象，网购物流绩效为自变量，客户满意度为因变量，通过物流服务质量的中介作用和网购客户服务感知的调节作用，分析网购物流绩效对客户满意度的影响作用。

本文通过理论分析、模型构建和实证分析对网购物流绩效、物流服务质量、网购客户服务感知和客户满意度的内在机理进行了探索研究，并得出了相关结论。研究结果表明：网购物流绩效能够很显著地正向影响网购客户的满意度，即提高网购物流绩效能够提升客户满意度，物流服务质量的中介机制，明确了网络商店在提供物流服务过程对客户满意度的影响，还加深了网购物流绩效对客户满意度的影响作用；网购客户服务感知的调节作用，能够在已有的对客户满意度的影响作用基础上产生叠加的效果。网购客户服务感知将网络商店的物流服务质量，通过网购客户的感受和评价转化为各影响因素，最终以客户满意度的形式展示出来；物流服务质量水平的提高，能够让网购客户感知到更为优质的服务，从而网购客户对网络商店更为满意。因此，从总体上看，网购客户服务感知表现出正面作用。此外，我们还发现，网购客户服务感知正向调节物流服务质量在网购物流绩效和客户满意度之间的中介作用，进一步说明网购客户服务感知对客户满意度具有较为复杂的作用。在网购客户服务感知的作用下，提高网购物流绩效相较于提高网购物流绩效，物流服务质量和客户满意度能得到一定程度的提升。

此次研究为网络商店进行客户满意度评价提供了新的思路；同时，通过研究网购物流绩效和物流服务质量对客户满意度的影响，对网络商店提升客户满意度、实现战略目标具有重要参考、借鉴价值，但在研究内容的复杂性、研究方法的不完整性等方面仍存在许多不足有待完善。本文的不足之处在于：

第一，由于受到获取客观数据条件的限制，在样本选取方面，网络商店的样本选取的是规模较大的B2C电子商务企业，未来可针对不同运营模式的电商企业进行研究；问卷的调查对象为在校大学生，造成样本数据具有一定的局限性，未来可选取不同地域、不同文化差异和不同消费心理的人群进行研究。

第二，虽然此次研究将网络商店不同的物流配送模式列为主要控制变量，但在现实中，影响因素还有很多，如网络商店的产品特性、经营时间、信用值等。未来的研究可考虑进一步拓展其他影响因素，使研究更为全面。

第三，本文仅探讨了物流服务质量的中介作用，对网络商店来说，信息的准确性、信息化水平、服务的及时性和准确性等因素也具有一定的中介效应。因此，今后有待对更多因素的中介作用进行探索研究，使得对网购客户满意度的研究更为系统。

参考文献：

[1]霍佳震， 周敏. 物流绩效管理[M]. 北京： 清华大学出版社，2009：57.

[2] CHOW G， HEAVER T D， HENRIKSSON L E. Logistics performance： Definition and measurement [J]. International Journal of Physical Distribution and Logistics Management， 1994， 24（1）： 17-28.

[3] CHODZAZA G E， GOMBACHIK H S H. Service quality， customer satisfaction and loyalty among industrial customers of a public electricity utility in Malawi [J]. International Journal of Energy Sector Management， 2013， 7（2）： 269-282.

[4] DAVIS S B， MENTZER J T， STANK T P. Creating consumer durable retailer customer loyalty through order fulfillment service operations [J]. Journal of Operations Management， 2008， 26（6）.

[5] STANK T P， GPLDSBY T J， VICKERY S K. Effect of service supplier performance on satisfaction and loyalty of store managers in the fast food industry [J]. Journal of Operations Management， 1999， 17（4）.

[6] MENTZER J T， FLINT D J， HULT T M. Logistics service quality as segment-customized process [J]. Journal of Marketing， 2001， 65（2）： 82-104.

[7] MEIDUTE K I， ARANSKISA， LITVINENKO M. Consumer satisfaction with the quality of logistics services [J]. Procedia-Social and Behavioral Sciences， 2014，（110）.

[8] HONG L B. Understanding the consumers online merchant selection process： The roles of product involvement， perceived risk， and trust expectation[J]. International Journal of Information Management， 2015， 35（3）： 322-336.

[9] LI Y J， XU L， LI D H. Examining relationships between the return policy， product quality， and pricing strategy in online direct selling[J]. International Journal of Production Economics， 2013， 144（2）： 451-460.

[10]YU J， SUBRAMANIAN N， NING K，et al. Product delivery service provider selection and customer satisfaction in the era of internet of things： A Chinese e-retailers perspective[J]. International Journal of Production Economics， 2015， （159）.

[11] LEE H L， WHANG S. Winning the last mile of e-commerce [J]. Mit Sloan Management Review， 2001， 42（4）： 54-62.

[12] LAI K H. Service capability and performance of logistics service providers [J]. Transportation Research Part E： Logistics and Transportation Review， 2004， 40（5）： 385-399.

[13] LEUSCHNER R， LAMBERT D M， KNEMEYER A M. Logistics performance， customer satisfaction， and share of business： A comparison of primary and secondary suppliers [J]. Journal of Business Logistics， 2012， 33（3）.

[14] DALY S P， CUI L X. E-logistics in China： Basic problems， manageable concerns and intractable solutions [J]. Industrial Marketing Management， 2003， 32（3）： 235-242.

[15] RABINOVICH E， LASETER R T M. Physical distribution service performance and internet retailer margins： The drop-shipping context [J]. Journal of Operations Management， 2008， 26（6）： 767-780.

[16] CHO J J， OZMENT J， SINK H. Logistics capability， logistics outsourcing and firm performance in an e-commerce market [J]. International Journal of Physical Distribution and Logistics Management， 2008， 38（5）： 336-359.

[17] CHIA Ch . A performance evaluation model by integrating fuzzy AHP and fuzzy TOPSIS methods [J]. Expert Systems with Applications， 2010， 37（12）： 7745-7754.

[18] JANE C C. Performance evaluation of logistics systems under cost and reliability considerations [J]. Transportation Research Part E： Logistics and Transportation Review， 2011， 47（2）： 130-137.

[19] CAMPOS D F， NOBREGA K C. Importance and the zone of tolerance of customer expectations of fast food services [J]. Journal of Operations and Supply Chain Management， 2009， 2（2）.

[20] 于超， 张重阳， 樊治平. 考虑顾客感知效用的服务要素优化配置方法[J]. 管理学报， 2015， 12（5）.

[21] HUANG B， WANG T， XUE X. Service-selecting approach based on domain-specified 'quality of service' model and its application in logistics [J]. Service Industries Journal， 2012， 32（9）.

[22] CACERES R Ch， PAPAROIDAMIS N G. Service quality， relationship satisfaction， trust， commitment and business-to-business loyalty [J]. European Journal of Marketing， 2007， 41（7/8）： 836-867.

[23] AKINBOADE O A， KINFACK E C， MOKWENA M P. An analysis of citizen satisfaction with public service delivery in the Sedibeng district municipality of South Africa [J]. International Journal of Social Economics， 2012， 39（3）： 182-199.

[24] WIRTZ J. Improving the measurement of customer satisfaction： A test of three methods to reduce halo [J]. Managing Service Quality， 2001， 11（2）.

[25] ZAIRI M. Managing customer satisfaction： A best practice perspective [J]. The TQM Magazine， 2000， 12（6）： 389-394.

[26] LIU W H， XIE D. Quality decision of the logistics service supply chain with service quality guarantee [J]. International Journal of Production Research， 2013， 51（5）： 1618-1634.

[27] MOSAHAB R， MAHAMAD O， RAMAYAH T. Service quality， customer satisfaction and loyalty： A test of mediation [J]. International Business Research， 2010， 3（4）： 72-80.

[28] JAYAWARDHENA C. The impact of service encounter quality in service evaluation： Evidence from a business-to-business context [J]. Journal of Business and Industrial Marketing， 2010， 25（5）： 338-348.

[29] RAMANATHAN R. The moderating roles of risk and efficiency on the relationship between logistics performance and customer loyalty in e-commerce [J]. Transportation Research Part E： Logistics and Transportation Review， 2010， 46（6）： 950-962.

[30] GORLA N， SOMERS T M， WONG B. Organizational impact of system quality， information quality， and service quality [J]. Journal of Strategic Information Systems， 2010， 19（3）： 207-228.

[31] XIE G， WANG S Y， LAI K K. Quality improvement in competing supply chains [J]. International Journal of Production Economics， 2011， 134（1）： 262-270.

[32] WEGELIUS L T. Performance measurement in construction logistics [J]. International Journal of Production Economics， 2001， 69（1）： 107-116.

[33] KILIBARDA M， ZECEVIC S， VIDOVIC M. Measuring the quality of logistic service as an element of the logistics provider offering [J]. Total Quality Management and Business Excellence， 2012， 23（11-12）.

[34] 卞文良， 鞠颂东， 徐杰， 等. 在线B2C客户物流服务感知及相关因素的实证研究[J]. 管理工程学报， 2011， 25（2）： 13-20.

[35]LGEN V S， FORSLUND H. Logistics performance management in textiles supply chains： Best-practice and barriers [J]. International Journal of Productivity and Performance Management， 2015， 64（1）： 52-75.

[36] 温忠麟， 张雷， 侯杰泰. 有中介的调节变量和有调节的中介变量[J]. 心理学报， 2006， 38（3）： 448-452.

[37] 叶宝娟， 温忠麟. 有中介的调节模型检验方法： 甄别和整合[J]. 心理学报， 2013， 45（9）： 1050-1060.