国内B2C电子商务企业物流服务满意度研究

江梅霞，吴邦雷

(1.安徽机电职业技术学院 经济与贸易学院，安徽 芜湖 241000；2.安徽机电职业技术学院 工商管理学院，安徽 芜湖 241000)

伴随“互联网+”技术的不断发展和深化，传统企业以及新型的互联网企业也在不断融入电子商务行业，安全高效优质的服务、适中的物流服务价格、高质量的客户体验是电子商务快速发展的前提条件。根据中国互联网络信息中心发布的2018年度数据报告中显示，物流服务在2018年度B2C电子商务消费者投诉中占比最高的是到货迟缓、退换货问题，分别占20%和9%，这种顾客消费体验对物流服务质量造成了很大的负面影响。根据艾瑞咨询统计，其中消费者对B2C电子商务物流环节的满意度仅达到77.1%，由此可见，B2C电子商务运作过程中物流服务质量是消费者密切关注的重要环节。消费者的网购体验是物流服务质量一个重要指标，提升物流服务质量是消费者对B2C电子商务平台的良好体验。B2C电子商务平台获得竞争优势的一个重要途径就是提高物流服务质量，如何提高消费者对电子商务企业物流服务满意度是B2C电子商务平台重点要解决的问题。

一、相关研究综述

国内外学者对物流服务质量及其模型有较多研究。国外学者对物流服务质量也有进一步的研究，其中影响力较大的是Mentzer、Gomes和Krapfe(1999)提出的物流服务质量定义，他们指出有形产品的运营管理是传统实体配送的重点，对于顾客能够感知其价值的无形商品未做考虑，并认为顾客营销和实体配送是物流服务质量概念对应的两部分[1]。Perreault和Russ，提出了7RS理论，该理论构建了7个评价指标：送货准确率、货物完好率等[2]。Mentzer等在2001年对之前的研究做了进一步分析，提出了现在较为完整并运用最为广泛的 LSQ 模型，该模型通过对物流服务质量的时间性和过程的考察，同时研究了其各维度的先后影响作用[3]。专家Kent N.Gourdin提出B2C电子商务物流服务评价质量模型，并指出物流配送是顾客评判B2C电子商务满意度的一个重要项目。该质量模型是以顾客与商家为项目主体，通过分析顾客与商家二者之间的关系，分析了顾客对 B2C 电子商务物流服务质量不满意的原因，并得出B2C电子商务活动中物流配送占据重要的角色[4]。Mc Ginnis等研究指出配送服务质量是影响整个物流作业成果的重要因素，并以顾客的评价为重点构建了物流配送评价模型[5]。

在物流服务质量上的描述国内学者覃雪莲，刘志学对其从定量角度进行研究，从消费者的行为偏好、决策者的心理特征以及物流服务方法创新等方面进行分析，为物流服务的评价体系提供了相应的研究方向[6]。崔璐，王美英采用问卷调查法，建立网络分析模型，从顾客角度出发，提出物流应该从快速准时、服务态度、个性功能、隐私保护等方面落实物流服务质量[7]。张其春，黄陈润借鉴LSQ模型和SERVQUAL模型，从物流的便利性、运输的响应性、存储的有形性以及配送的可靠性四个维度分析物流服务质量，指出四个维度环环相扣，任何一个环节出现薄弱现象都可能导致物流服务体系失真[8]。李存芳等利用层次分析法及Super Decision计算功能建立了模式选择评价指标体系，通过计算分析，得出了与企业最为匹配的物流配送模式[9]。

综上所述，国内外学者从不同角度作了大量研究，主要关注物流服务质量中的时间质量、人员沟通质量，物流的配送等问题，而针对电子商务企业物流服务质量等问题缺乏系统深入的研究。建立个人消费者对电子商务企业物流服务满意度评价指标体系，并采用定量分析的方法具体现实的意义。

二、构建B2C电子商务企业个人消费物流服务满意度评价模型

(一)B2C电子商务企业个人消费物流服务满意度评价指标体系

在总结国内外研究文献的基础上，结合B2C电子商务企业物流服务的实际情况以及消费者对这些企业物流服务满意和不满意的要素，从商品的准确性、物流的时效性、物流费用、沟通质量及物流售后服务五个方面构建。商品的准确性包括：商品数量、商品完好、商品外包装和商品丢失率；沟通质量包括：物流人员沟通能力、物流人员态度、物流信息反馈及时性、物流动态信息准确性、收货提醒信息的准确性；物流售后服务包括：快递差错处理能力、快递纠纷处理能力、投诉处理能力、退换货处理能力；物流的时效性即消费者对物流时间的满意程度；物流费用即消费者对商品订单物流收费的满意程度。见图1：

图1 B2C电子商务企业物流服务评价指标体系

(二)基于AHP法的灰色关联度计算方法

(1)各指标权重计算

(2)以上15个二级评级指标都为定性指标，并全部采用五度评价法，所以不存在量纲的不同，在这里不做数据无量纲归一化处理。

(3)灰色关联系数和灰色关联度计算

记某电子商务企业物流服务满意度评价原始数据构成的原始数列为Xi,所有被评价电子商务企业物流服务满意度各项指标最优值构成最优数列X0。

关联系数φij是第i家电子商务企业的原始数列Xi与最优数列X0在第j个指标的差值，差值作为关联程度的标准。φij越大，表明第i家电子商务企业原始数列和最优数列在第j个指标上越接近。

(5)

极差Δij=|x0j-xij|，ρ为分辨系数，根据经验一般ρ=0.5[11]。由于关联系数只能反映某个电子商务企业物流服务满意度原始数列与最优数列在十五个评价指标中的某一个指标上的关联程度，不能反映其在物流服务满意度全体上的优劣，在此用灰色关联度来体现，原始数列Xi和最优数列X0的灰色关联度为：

(6)

从空间上来看，如果灰色关联度θi值越大说明该电子商务企业物流服务满意度的原始数列Xi与最优列数X0拟合程度越好，即该电子商务企业物流服务满意度越高。

三、实证分析

根据以上建立的B2C电子商务企业个人消费物流服务满意度评价指标体系(15个二级指标)，采用问卷调查的形式，通过网络和面谈的方式收集五个B2C电子商务企业资深消费者(按照5个企业对个人消费者的分级)对其物流服务的满意度展开调研。问卷发放时间自2019年 9月 15 日至 2019 年 10月 15 日，共发放问卷400份，收问卷325份，其中有效问卷310份。15个二级指标分别使用五个等级“非常不满意”“比较不满意”“一般满意”“比较满意”和“非常满意”进行测量，并分别赋值为0、30、60、80、100。

(一)运用九分位评价法构建评价指标体系构建判断矩阵Bn，用方根法计算各层指标权重，这里只计算第一级指标权重，第二级指标权重因篇幅限制计算过程和一致性检验略，见表1、表2。

表1 一级指标权重

表2 各级指标权重

(二)根据调查问卷收集五家电子商务企业各评价指标的得分形成原始数列及Δij见表3。

表3 5家电子商务企业个人消费物流服务满意度原始数列及极差Δij

(三)五家电子商务企业各项指标的关联系数、灰色关联度见表4、表5

表4 五家电子商务企业φij和θi(ρ=0.5)

图2 五家电子商务企业各项指标的关联系数、灰色关联度折线图

一级指标和总的灰色关联度天猫超市京东唯品会亚马逊苏宁商品的准确性0.152 950.155 640.132 990.080 130.152 45沟通质量0.088 010.086 500.088 170.058 700.067 39物流售后服务0.191 140.198 840.191 450.128 610.188 61时效性0.312 980.366 710.217 450.184 730.205 60物流费用0.088 480.108 950.081 550.053 480.078 92总θi0.833 560.916 650.711 620.505 650.692 97

根据以上计算结果，五家B2C电子商务企业的个人消费总的物流满意度排名为：京东、天猫超市、唯品会、苏宁和亚马逊。从一级指标来看商品准确率的排名为：京东、天猫超市、唯品会、苏宁和亚马逊；沟通质量的排名为：唯品会、天猫超市、京东、苏宁和亚马逊；物流售后服务排名为：京东、唯品会、天猫超市、苏宁和亚马逊；物流时效性排名为：京东、天猫超市、唯品会、苏宁和亚马逊；物流费用排名为：京东、天猫超市、唯品会、苏宁和亚马逊。从二级指标来看，总满意度排名第一的京东在商品完好、物流收货提醒信息准确性、投诉处理能力、物流时间满意度、物流收费的满意度排名第一；天猫超市在商品数量、物流人员态度和物流信息反馈及时性排名第一；唯品会在物流人员沟通能力、物流动态信息准确性和退换货处理能力排名第一；苏宁在商品外包装、商品丢失、快递差错处理能力和快递纠纷处理能力排名第一。

在十五个二级指标中物流时效性、物流费用和退换货处理能力对B2C电子商务企业个人消费物流服务满意度的贡献度分别为0.366 709、0.108 95和0.124 974，从问卷调查的结果来看，目前天猫超市、京东、唯品会、亚马逊和苏宁五家电子商务企业在物流时效性方面的原始值分别为63.806、64.548、61.581、60.290和61.161，还有非常大的提升空间；在物流费用方面的原始值分别为71.839、72.839、71.387、68.355和71.194，也有待进一步改善，同时这也是五家电子商务企业在物流费用上提供很多个性化选择的原因；在退换货处理能力方面的原始值分别为79.739、79.355、79.871、76.839和78.387，五家企业差别不大，说明都认识到这个指标在总的物流满意度中起到重要的作用，同时还可以做得更好。

四、结语

综上所述B2C电子商务企业要提升个人消费物流满意度可以从商品的准确性、沟通质量、物流售后服务、物流时效性和物流费用五大方面展开工作，特别是在物流时效性、物流费用和退换货处理能力三个方面是提升个人消费物流满意度的重中之重。以上的研究也是一种相对的研究，任何一家电子商务企业都可以把自身在物流满意度方面的原始数据放入模型中计算得出自己的排名，还可以找到和同类企业相比在具体指标上的优劣。另外还可以把对比的范围扩大到其他行业，或者以整个物流行业最优的企业为参照进行自身物流满意度的研究。