1 引言
20世纪末以来，第三方物流作为物流业发展的一个新型产业形态得到了高速发展；它是通过提供多功能、全方位的物流服务获取经济效益的一种组织[1]。如何通过提高服务质量，满足客户需求为企业赢得生存空间是当前众多第三方物流企业亟需解决的问题；利用SERVQUAL模型(服务质量差距模型)检验效度和信度，通过实证分析在构建第三方物流企业服务质量差距模型时，寻找出客户对第三方物流企业的服务质量期望值(数学期望)与客户实际体验值(满意度)之间的差距，并找出影响服务质量满意度的因子，为后继改进第三方物流服务质量的措施提供决策依据[2]。
2 服务质量差距模型综述
2.1 服务质量差距相关理论和模型概述
SERVQUAL理论是20世纪80年代末期由美国市场营销学家A.Parasuraman、Zeithaml和Berry依据全面质量管理理论在服务行业中提出的一种新的服务质量评价体系，理论核心是“服务质量差距模型”其模型为：SERVQUAL分数=实际感受分数-期望分数。贝利在《SERVQUAL服务质量：概念和工具》中首先探讨了服务质量的定义、度量和评估，以及如何通过改善服务质量提高顾客满意度和忠诚度等方面的内容。帕拉苏拉曼在《SERVQUAL：一种服务质量度量方法》中详细阐述了SERVQUAL模型的原理、方法和应用，包括服务质量差距模型、服务质量的维度以及度量方法等内容。此外，他还提出了“服务质量差距模型”的概念，并探讨如何通过改善服务质量来提高顾客满意度和忠诚度等方面的内容。
胡璇(2022)[3]、范秀成(1999)[4]等国内研究者在天津等城市针对服务业调研时发现，在服务质量的五个维度中并非所有的维度对用户的满意度和忠诚度会产生影响，同样不同的行业对不同维度之间的响应度各不相同。因此，在利用SERVQUAL模型分析时，构建维度时需要考虑所研究行业的特征，对维度进行修正[5]。
2.2 服务差距模型修正
根据范秀成教授实地调研的结果，不同行业对服务维度的响应性强弱各不相同，第三方物流企业本质上是通过提升服务质量吸引客户、留住客户；为客户提供所需服务是企业的立身之本；借助SERVQUAL量表，将服务要素进行量化，有助于直观展示第三方物流企业服务质量方面存在的差距和不足[6]；由于第三方物流企业本身具有服务的特性，如物流信息共享、延迟配送、个性化服务需要等，需要对SERVQUAL模型量表的部分维度进行必要修改，使其更符合企业实际服务要素[7]。维度对比见表1。鉴于第三方物流企业本身服务特征，将维度中的响应性改为敏捷性，对第三方物流企业服务维度增加安全性，即与第三方物流企业通过信息共享方式掌握企业提供服务的进度以及货物是否完整无损送达客户指定地点。
3 第三方物流企业实证研究——以广州市白云区天智物流园为例
3.1 SERVQUAL模型的量表设计
本文以广东省广州市白云区天智物流园区内第三方物流企业服务质量差距情况进行实证分析。首先对于园区内第三方物流企业服务质量差距，假设均无显著性差异，以SERVQUAL模型为基础，将第三方物流企业的服务维度修正为有形性(Tangibillity)、可靠性(Reliablity)、敏捷性(Lissome)、保证性(Assurance)、移情性(Empathy)、安全性(Security)，后文用第一个字母T、R、L、A、E、S表示相应的维度，以大写字母标注下标序号的方式表示该维度下的子维度。通过对物流园区的第三方物流企业实地调研，结合客户的反馈意见，以该园区第三方物流企业服务质量体系为依据建立六大维度，并将六大维度划分为25个子维度进行测量，具体的测量维度如表2所示。
表1 Servqual模型维度与第三方物流企业服务维度对比
3.2 问卷调查的结果
根据表2设计问卷调查，本次问卷调查采用李克特7级量表(1：很不满意；2：不满意；3：较不满意；4：一般；5：比较满意；6：满意；7：非常满意)对客户进行满意度调查，为保证样本的有效性，本次调查借助园区第三方物流企业资源，通过第三方物流企业向客户发放纸质问卷资料，现场发放，即时填写问卷，即时回收的方式完成；本次问卷调查共向客户发放问卷160份，回收160份，剔除其中26份无效问卷，实际回收调查问卷134份，有效率为83.75%，保证了本次调查样本的准确性。通过回收的调查问卷，整理出数据量表，后继以该量表数据进行相关的检测分析。
3.3 模型检测内部一致性
首先，本文利用克朗巴哈系数法对量表六个维度进行内部一致性检测，一般认为系数值至少要达到0.8才能接受；根据问卷调查所得样本直接利用克朗巴哈系数公式得到表3结果；通过表3可知，所设置的六个维度的系数值均超过0.8，说明量表整体的信度较高，量表各个项目之间具备较好的内部一致性。
表2 第三方物流企业服务质量测量量表
表3 克朗巴哈系数法内部一致性检测
3.4 服务质量差距分析
本文对第三方物流企业服务维度期望值与满意度差距的配对进行T检验，检验各个服务维度下客户对六大维度的期望度和满意度水平(见表4)，首先表4中各个服务维度检验的P值均小于0.05，说明数据量表中期望值和满意度值这两组平均值具有统计学意义；再分析结果可知，客户的六大维度期望值处于5和6之间，按照李克特7级量表对比，即处于“比较满意”和“满意”之间，而满意度则均处在4和5之间，即介于“比较满意”和“一般”之间；说明客户对服务的期望值和实际对所接受服务的满意度之间存在着较大差异，第三方物流企业在多个维度方面均需要改进；对照量表数据可知，在六大维度中，其中“移情性”期望值最高，同时也是“移情性”满意度最低；客户的期望值和满意度之间差距以敏捷性最大(0.71)，有形性最低(0.08)，可见客户对于期望所获得的服务质量与实际的满意度差距较大。
表4 服务维度期望值与满意度差距
通过配对T检验可以发现(见表5)，第三方物流企业服务项目的期望值与满意度差距均值超出0.01的显著性水平。其中各个服务项目在期望值与满意度的差距上，与客户实现物流业务信息共享(S3,1.23)差距最大，第三方企业工作人员的外在形象(T1,0.18)差距最小；从六个维度来看，各个维度差异性最大分别是：企业是否具有满足客户要求的设备(T3,0.28)，企业能圆满完成客户下达的指令(R1,0.88)，企业能明确货物送达时间(L1,1.04)，企业工作人员友好对待客户，不会区别对待(A2,0.72)，企业能够针对不同客户提供个性化服务(E1,0.92)，客户实现物流业务信息共享(S3,1.23)。
总而言之，通过对表5的分析可知，客户对服务质量的期望值与实际的满意度存在着较大差异，客户与服务商之间难以通过深度合作加深两者之间的关系，可以利用SPSS软件包采用IPA模型法进行象限分析，优先解决对于客户重要性高而对服务质量满意度不佳的影响因子。
3.5 利用SPSS作IPA象限分析
IPA分析法主要用于分析客户对于各项服务质量满意度的需求，通过发现客户对服务质量的期望度与满意度的差异来明确服务质量改进的领域，并由此作为企业改善服务质量体系提供依据[8];IPA象限划分依据满意度和重要性的相关性确定；图1中客户的实际满意度值为纵轴，横轴为客户对服务质量项目的数学重要性(期望值)；图1被分解成四个象限：重要性高满意度不高(D)、重要性低满意度不高(C)、重要性低满意度良好(B)、重要性高满意度良好(A)。
由图1可知，服务质量差距体系中25个项目在象限中的分布情况，图1的服务质量分析分布散点图，在D象限中第19、24、25个服务因子是在所有服务因子中服务质量差异较大的项目；通过图1服务质量差异分布图，第三方企业可以明晰各个服务项目因子改进空间，为后继服务质量的改进提供方向。
表5 服务项目重要性与满意度差距
图1 满意度-重要性分布图(IPA象限)
4 建议措施
根据IPA象限图第三方物流企业服务质量期望值和满意度差距的实际情况，提出以下几点改善服务质量，提高客户满意度的措施。
第一，企业与客户信息共享，消灭信息孤岛。保证客户能够及时掌握货物流向，为后继经营活动提供决策支持。第二，为客户提供个性化服务，与客户实现双赢。通过构建为客户提供个性化服务为特征的核心竞争力，与客户实现双赢。第三，筛选优质客户，降低物流运营成本。企业利用A、B、C分类法，对A类客户重点维护，同时控制C类用户的数量。第四，以价值为导向，提高员工服务意识和能力。企业管理层应以价值为导向，将员工视为利益共同体，提高员工服务的意识。
5 结语
本文利用SERVQUAL模型对企业服务质量进行研究是目前企业改善服务质量的主要策略之一，企业推行全面质量管理(TQM)能否成功主要在于如何正确找出服务质量体系中存在短板的因子，借助SERVQUAL模型通过六大维度下的子维度进行相关性检测，利用显著性数值可以清晰发现子维度的选择是否具有合理性；通过维度划分，研究人员可以凭借重要性和满意度的差异情况有针对性地提出相应改进措施[9]。
沪公网安备 31011202008041号
