1. 引言

2021年12月国务院下发《“十四五”冷链物流发展规划》，指出要全面建成现代冷链物流体系，在物流设施、配送网络、技术装备、服务质量等方面达到世界先进水平。冷链物流行业的发展壮大，必须从消费端出发，只有了解顾客的需求才能提高顾客满意度，顾客满意度的提升将为该行业的发展提供有用的建议。因此，在研究冷链物流服务质量相关理论的基础上，初步构建了顾客视角下生鲜农产品冷链物流服务质量评价体系，使用因子分析，确定最终的评价体系，再用回归分析法确定各个指标的权重，以此判断顾客最关注的指标。

2. 指标体系的建立

本文通过构建顾客视角下生鲜农产品冷链物流服务质量评价指标体系，全面分析顾客对于生鲜农产品冷链物流服务质量的要求，进一步发现生鲜农产品冷链物流发展的薄弱之处，并且为有关冷链物流企业提供提升服务的建议，为顾客带来更好的购买体验，从而提高顾客满意度。本文根据前者的研究为基础，再结合SERVQUAL模型和LSQ模型和目前生鲜农产品冷链物流发展现状，初步确定了5个维度和19个指标的新评价体系（如表1）。

3.研究方法与实证分析

3.1 问卷设计与发放。

问卷分为两部分：被调查者的基本信息；生鲜农产品冷链物流服务质量评价体系有关的问题，包含5个维度和19个指标，是根据李克特五点量表来设计问卷。此次问卷调查在线上进行，其中，微信：166人占77%；手Q:49人占23%；回收有用的调查问卷为215份。

3.2 描述性统计分析。

性别方面，男女所占比例分别为47%和53%，女性比例略高，但是网购比率中女性比男性多，因此可以排除由于性别差异带来的误差；学历方面，接受本科教育人群达到54%，研究生达5.6%，总共占比接近60%。年龄方面，年龄在20～30岁之间的最多，有191人占比88.8%，其次是30～50岁人群，有12人。接近90%的被调查者年龄在50岁以下，这与电商平台生鲜农产品购买主力一致。

3.3 探索型因子分析。

对19个二级指标来验证是否适合做因子分析，KMO一般都是在0-1取件取值，只要KMO值>0.5则说明适合做因子分析[4]；巴特利特球形检验相对应的相伴概率<0.05则比较适合做因子分析。本研究的KMO值为0.963；巴特利特检验的显著性为0.000，说明本文适合做因子分析。使用SPSS 26.0软件，点击主成分方法进行探索型因子分析，主成分分析提取出了主成分特征值大于1的5个维度，并且提取的因子贡献率加起来为74.346%，超过了60%，数据旋转之后的成分矩阵如表2。这一步的目的是判断16个指标与5个维度之间的关系，这样才能更加科学合理地对数据结果进行分析。

根据表3的结果可知最终的评价指标体系：主因子1有KK1、KK2、KK3反映了服务的可靠性，将该主因子叫可靠性；主因子XY1、XY2、XY4体现了服务的响应性，因此将该主因子叫响应性；主因子3有ZY1、ZY2、ZY3反映了服务的专业度，将该主因子叫专业度；主因子4包括FW1、FW3、FW2反映了服务柔性，叫服务柔性；主因子5包括FB1、FB4、FB3、FB2反映了服务的方便性。

3.4 信度分析。

为保证所得数据的真实可靠，必须进行信度分析，来判断各维度之间是否一致和稳定。如果克隆巴赫Alpha系数<0.7说明可信度很差；0.9>其系数>0.8说明数据能很好地反映问题；系数>0.9说明数据可信度很高[4]。本研究每个维度的克隆巴赫Alpha系数都在0.9以上，分别是可靠性0.903、响应度0.904、专业性0.910、服务柔性0.940，所以本次的问卷数据有效。

3.5 权重确定。

指标权重的结果会影响评价结果是否准确，因此必须科学地确定每个维度和指标的权重[5]。权重确定的方法有很多：因子分析、回归分析、层次分析等，本文采用回归分析法来确定每个指标和维度的权重排序。从权重排序的结果可知，顾客最看重的是方便性（0.32），说明顾客在体验生鲜农产品物流服务过程中最在意其是否有便捷性，其中最在意配送时间、线上订购及提货流程；最后是专业性（0.1），且权重较小，说明只要便捷性和可靠性提高，顾客对于冷链物流服务过程中的专业设施设备都不会在过多的关注。

4. 结果

根据最终的评价指标体系可以得出：方便性的权重最大，专业性权重最小。因此，冷链物流企业需要重点关注如何缩短生鲜农产品在配送时间、简化线上订购及退货流程、选择合适的取货方式等等，在这些细节方面关注顾客的需求，解决存在的问题，来提高客户满意度，进而提高全国的冷链物流发展水平。另外在国家政策的背景下，我国的冷链物流将会得到进一步优化。展望未来行业发展趋势，冷链物流企业可以充分利用大数据、人工智能等智慧化信息手段，实现服务质量的信息化、智能化，进一步调整冷链物流体系结构，优化资源配置决策。当然，不同的冷链物流企业有不同的发展水平，具体要根据自身的情况来分析应重视哪一方面的指标。