B2C环境下感知服务质量与顾客满意度的关系研究，本文主要内容关键词为：服务质量论文,关系论文,环境论文,顾客满意度论文,B2C论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、导论
中国互联网络信息中心的统计报告（CNNIC，2008）显示，截止到2007年12月，中国网民总人数达2.1亿，年增7300万。其中，网民以年轻人为主（18～40岁占69.3％），并呈现出较高的学历特征（大专以上学历占36.2％）。根据易观国际发表的《中国B2C市场年度综合报告2006》显示，我国B2C电子商务市场规模达到41.3亿元，较上一年同比增长了32.6％。其中，有60.6％的网民在半年内浏览过购物网站，有17.9％的网民在半年内有过网络购物经历，对购物经历的满意程度有45.3％的网民表示一般，有21.1％的网民表示不满意；在香港及澳门的350万网民中，有12％的人有过网络购物的经历，有58％的网民对互联网持半信半疑的态度；在台湾近1200万网民中，有34.41％的网民对网络购物感到不满意，表示非常不满意的比例达到4.15％。可见，B2C模式下的顾客满意度问题已成为当今我国网络购物中一个比较突出的问题。
奥利弗（Oliver R.L.）认为，顾客满意度是顾客需要得到满足后的一种心理反应，是顾客对产品的期望与实际感知绩效之间的差距进行评估之后的产物[1]，它反映了顾客的一种感知状态水平。显然，判断这种满足程度的标准不同，顾客的心理感知就不一样。当实际的服务效果“达到”或“超过”顾客的期望时，顾客便会获得理想的质量或满意的质量，此时即达到了顾客满意，反之将导致顾客的不满。
关于感知服务质量，北欧学派代表人物格鲁努斯（Gr
nroos C.）将其定义为顾客对服务期望与实际服务绩效之间的比较，并将服务质量划分为技术质量和功能质量两个维度予以测量[2]。在感知服务质量概念提出之后，很多学者都对感知服务质量的测量方法进行了大量的研究。目前广为接受的、应用最普遍的一种测量方法就是SERVQUAL量表[3]。众多学者利用SERVQUAL量表来测量顾客对服务质量的感知，并将其延伸至其他的行业及相关领域，如公共事业、牙医服务、零售业、信息服务、航空业、旅店业以及网络购物等。
本文通过对B2C环境下顾客满意度影响因素的实证研究，以分析影响顾客感知服务质量的主要因子，并依此建立更加符合B2C环境的顾客满意度影响因素模型。
二、文献综述
1.基于感知服务质量的满意度
在基于顾客感知服务质量的满意度研究中，很多学者认为感知服务质量与顾客满意度之间存在着一定的因果关系。帕拉苏莱曼等（Parasuraman et al.）比较系统地提出了综合评价感知服务质量的要素理论，并认为顾客最终对服务质量是否感到满意可以通过感知服务质量模型来描述[3]。伍德赛德等（Woodside et al.）研究发现，个别事件的顾客满意度是个别事件服务质量的函数，而整体性顾客满意度则是整体性服务质量的函数[4]。布雷迪和克罗宁（Brady M.K.& Cronin J.J.）的研究结论指出，顾客满意度对顾客的购买意愿存在显著性影响，且服务质量是顾客满意度的前置变量[5]。韦福祥认为，顾客感知服务质量与顾客满意存在着强正相关关系，只有当顾客认为企业所提供的服务质量较高时，他们才会产生满意的心理，并进而决定了顾客的重购行为[6]。
针对网络环境下的顾客满意度问题，很多学者提出了新的测量指标。斯泽曼斯基和海斯（Szymamski D.M.& Hise R.T.）归纳出了网络顾客满意度的前置因子，并通过实证研究发现，网站设计、便利性和安全性对于网络顾客满意度有着显著的正向影响[7]。李（Lee M.K.O.）提出了一个网络顾客满意的整合性框架，他认为影响网络顾客满意度的因素包括企业的后勤支持、顾客服务、商品价格的吸引力和网站前端各项服务的优劣等[8]。斯里尼瓦桑等（Srinivasan et al.）提出了影响网络商店中顾客忠诚度的8个因素，即定制化、互动性、培养、关怀、虚拟社群、选择性、便利性和网站特色[9]。林和吴（Lin C.S.& Wu S.）的实证研究发现，网络顾客对购物网站的期望直接影响顾客的满意度，而期望的形成则受购买者过去的网络购物经验、网络购买特定需求和网站声誉的影响[10]。查金祥、王立生在网络顾客满意度影响因素的研究中也证实了顾客期望直接影响顾客满意度的形成[11]。
2.基于顾客信任度的满意度
在B2C模式下，传统的基于实体接触的测量顾客满意度的SERVQUAL量表已不再具有较强的适用性了。李等（Li et al.）通过研究搜索引擎服务质量时发现，SERVQUAL量表原有的5个维度并不完全适用[12]。巴拉苏布兰马尼安等（Balasubramanian et al.）参照了SERVQUAL量表的原有维度，并结合网络环境的特点进行了相应的修改，对在线投资环境下的顾客信任度、顾客感知产品和服务的能力、顾客感知的环境安全性、顾客本身的信任倾向和价格等因素与顾客满意度的关系进行了研究[13]。
在网络环境下，由于顾客缺乏必要的知识和消费经历，往往很难对服务质量形成预期，因此，他们对购物网站所产生的信任程度就成为影响其满意度的重要因素。对此，很多学者将顾客信任作为影响网络顾客满意度的一个主要的前置变量，从顾客信任度的角度来探讨影响顾客满意度的主要因素，并对SERVQUAL量表的5个维度重新进行了解释。鲁耀斌和周涛研究了影响顾客初始信任的相关因素，认为网站的有用性、网站的易用性、网站声誉、网站安全和顾客信任倾向等因素对网站的初始信任度产生直接的影响，并进而通过影响顾客满意度来影响顾客的网上购物动机[14]。
三、模型假设与指标修正
1.测量维度选择
综合国内外学者的相关研究成果，本文针对网络购物环境的特点，对传统SERVQUAL量表的5个维度进行了适当的修改和补充，并将顾客信任倾向引入到B2C环境下顾客满意度的影响因素中，作为影响顾客信任度的测量维度。这样，便形成了9个维度的测量量表，即信息可靠性（X[,1]）、系统可靠性（
）、网络安全性（X[,3]）、网络互动性（X[,4]）、个性化（X[,5]）、便利性（X[,6]）、网站声誉（X[,7]）、价格（X[,8]）和顾客信任倾向（X[,9]）。
对上述量表进行探索性因子分析结果显示，在显著水平下（P＝0.000），KMO值为0.917，样本分布的巴特立特球度检验χ[2]值为3703.992，说明所形成的各个因子与原有文献中所涉及的因子结构基本相符。经过方差极大化旋转后，提取的X[,1]～X[,9]因子的累计贡献率达到78.844％，说明原有变量信息丢失较少，并且各问项在对应的因子上均具有较高的载荷，说明量表具有较好的解释程度。
为了探讨B2C环境下顾客感知服务质量、顾客信任度与顾客满意度之间的关系，本文将顾客信任度（Y[,1]）作为内生潜变量引入到模型之中，并将顾客满意度（Y[,2]）作为因变量拟合模型。
2.测量维度的调整
在B2C模式下，由于价格（X[,8]）因素具有更强的信号作用，因此它并不直接影响顾客信任度，而是直接影响顾客满意度。基于此，本文在充分参考以往研究成果的基础上，在选择顾客信任度的测量维度时剔除了价格因素，而将其直接作为测量顾客满意度的影响因素。
3.假设及模型构建
（1）顾客信任度与顾客满意度
在网络环境下，顾客无法通过实体接触来判断购物网站的服务质量，因而他们必须依赖信任来选择网站的服务。巴拉苏布兰马尼安等研究发现，在网络环境中，顾客很难形成对服务质量的预期，因此，顾客信任在网络顾客满意度中发挥了关键作用[13]。这说明了顾客信任度是影响顾客满意度的重要因素。对此，本文提出以下假设：
假设H1：顾客对购物网站的信任度对其满意度具有正向影响。
（2）顾客信任倾向与顾客信任度
部分学者对顾客信任倾向和信任度进行实证研究发现，顾客的信任度受其自身对社会和他人信任倾向的影响。可见，个人本身的信任倾向是信任程度的一个很重要的影响因素。对此本文提出假设：
假设H2：顾客的信任倾向对购物网站的信任度具有正向影响。
（3）顾客感知服务质量与顾客信任度
巴拉苏布兰马尼安等人的研究显示，顾客所感知的网络环境安全性和公司满足顾客需求的能力影响顾客的信任度[13]。鲁耀斌和周涛也认为，顾客信任度的影响因素包括网站声誉、网站有用性、网站易用性、安全性等[14]。对此，本文建立如下假设：
假设H3：顾客感知的网络购物服务质量对顾客信任度具有正向影响。
为了更清晰地了解顾客感知服务质量对顾客信任度的影响，本研究基于调整后的量表，提出了进一步的假设：
假设H31：购物网站的信息可靠性对顾客信任度具有正向影响。
假设H32：购物网站的系统可靠性对顾客信任度具有正向影响。
假设H33：购物网站的安全性对顾客信任度具有正向影响。
假设H34：购物网站的互动性对顾客信任度具有正向影响。
假设H35：购物网站的个性化服务对顾客信任度具有正向影响。
假设H36：购物网站的便利性对顾客信任度具有正向影响。
假设H37：购物网站的声誉对顾客信任度具有正向影响。
（4）价格与顾客满意度
在网络购物环境中，价格优势对顾客满意度有着显著的直接影响[7]。对此本文提出以下假设：
假设H4：顾客感知购物网站的价格对顾客满意度具有负向影响。
根据上述假设，本文提出了B2C环境下的顾客满意度模型，如图1所示。
图1 B2C环境下顾客满意度模型
四、数据收集方法
参照中国互联网络发展状况统计报告（CNNIC）的分析结果，本研究的样本框选取了经常上网的在职人员和学生这两个群体作为实验总体。其中，学生样本主要来自北京高校的高年级本科生和研究生；在职人员主要包括20～40岁的来自于金融、教育、房地产、建筑、政府等多个职业的有过网上购物经历的人。
为确保样本具有代表性以及调研的准确性，本研究采用分层抽样的方式进行抽样。在经过预调之后，按照样本框的要求，通过现场发放问卷与在线调研相结合的方式在两周之内按时段完成抽样。本次调研共发放问卷600份，回收478份，剔除不合格问卷和无效问卷54份，最终获得有效问卷共424份，回收率为70.6％。
样本数据统计分布显示，本次所测样本男性占50.7％、女性占49.3％，其中大部分受访者的年龄在20～40岁之间，职业分布较为广泛，且受教育程度较高。数据基本符合CNMIC（2008）报告中的网民特征。
五、模型检验与拟合
1.样本数据的信度与效度分析
根据多元统计，Cronbach α值在0.7，以上可接受（0.7～0.98之间属于高信度），而在0.35以下的值则应予拒绝。表1的结果显示，所有因子的Cronbach α系数值均在0.770以上，且各维度的测量问项具有较好的内部一致性，表明本研究的量表具有较高的信度。
在效度方面，本研究各测量问项的设计基本上参考了已有的文献，并经过小规模的访谈和预调。此外，由各个变量提取的平均方差（AVE）值均在0.5以上，说明所测样本数据具有较好的效度。
2.验证性因子分析及模型检验
验证性因子分析用于检验观测变量和潜变量之间的关系，并据此验证各问项对因子的解释作用。本研究对假设模型进行验证性因子分析，结果发现，“网站声誉”对顾客信任度的影响较弱（t值为1.07；p＝0.025），这说明模型拟合不太理想，原假设H37不成立。对此，本文将“网站声誉”作为外生变量直接与顾客满意度建立关系，经调整后分析结果显示，“网站声誉”对顾客满意度的影响显著（t值为3.90；p＝0.000），且其他的拟合指数均在可接受范围内。其中，／df为2.427（介于2～5之间），属于合理范围；近似误差均方根RMSEA＝0.066，低于0.08，说明模型的拟合程度较好；拟合优度指数GFI＝0.93；相对拟合指数NNFI＝0.90；CFI＝0.91；IFI＝0.92，各值均超过0.9，这说明数据对模型具有较好的解释效果，同时，各个观测变量在相应潜变量上的负载系数均通过了t检验（t＞2），这表明本研究的各变量具有充分的收敛效度。
修正后的满意度模型如图2所示。
图2 修正后的B2C环境下顾客满意度模型
六、结论及局限性
从实证研究结果可以看出，顾客信任倾向作为影响顾客信任度的测量维度具有较高的路径系数，这也正反映出在B2C环境下，顾客对购物网站的信任度越高，其满意度也就越高。此外，“网站声誉”的路径系数达到0.55，这说明除了价格这一影响因素外，网络购物者比较注重购物网站的声誉。为此，企业应加强网站的品牌建设，塑造良好的品牌形象，通过履行承诺和建立信任，为顾客提供物美价廉的产品和服务，以期提高顾客的满意度。
此外，本研究存在着以下的局限性：
第一，由于客观条件限制，抽样范围只选择在北京地区，造成了样本分布过于集中，从而产生了一定的样本误差。
第二，本研究只探讨了B2C环境下8个维度对顾客信任度和满意度的影响，但对其他可能存在的维度缺少深入的分析。因此，在其他行业使用量表时，需根据不同的行业特点选择不同的维度和指标。
标签：顾客满意度论文; 顾客感知服务质量模型论文; 服务质量差距模型论文;