打开文本图片集

摘 要：基于ACSI （顾客满意度指数）模型，结合生鲜电商服务的实际特点，明确“顾客预期、感知质量、感知价值、顾客抱怨、顾客忠诚和顾客满意度”研究变量并提出研究假设，构建生鲜电商物流配送顾客满意度模型，以调查问卷的形式收集数据，进行信度效度检验和回归分析，研究顾客满意的作用机制。研究结果表明，顾客期望、感知价值和物流声誉正向影响顾客满意度，信息服务和便利性对顾客满意的影响作用不显著。

关键词：生鲜电商；物流配送；顾客满意度；ACSI

Abstract： Based on the ACSI （Customer Satisfaction Index） model and combined with the actual characteristics of fresh e-commerce services， the research variables of "customer expectation， perceived quality， perceived value， customer complaint， customer loyalty and customer satisfaction" are clarified and the research hypothesis is proposed. The customer satisfaction model of fresh e-commerce logistics distribution is constructed and data is collected in the form of questionnaires. Reliability and validity test and regression analysis were carried out to study the mechanism of customer satisfaction. The results show that customer expectation， perceived value and logistics reputation have a positive impact on customer satisfaction， while information service and convenience have no significant impact on customer satisfaction.

Key words： fresh electricity supplier; Logistics distribution; Customer satisfaction; ACSI

1 引言

在电子商务的迅猛发展和消费升级的共同助力下，生鲜电商的市场规模不断壮大，成为电子商务企业投资竞争的新领域。疫情期间，作为不可或缺的日常生活必需品，消费者线上购买生鲜产品的需求增加，间接推动了生鲜电商的进一步发展。据艾媒咨询数据显示，2022年中国生鲜电商行业市场规模为3637.5亿元，同比上升16.7%，用户对生鲜电商行业的信任度加深，预计2026年中国生鲜市场规模达6302.0亿元。而物流配送服务作为生鲜电商企业和顾客进行商品交易的关键通道，直接决定了企业的持续发展，并为顾客的留存与选择提供了基础条件。因此，如何提高物流配送服务质量，进而提高顾客满意度和留存率，已成为每一个生鲜电商企业所面临的关键问题。本文基于顾客满意度指数模型（ACSI），研究影响生鲜电商物流配送顾客满意度的因素，并提出针对生鲜食品物流配送的优化方案，对生鲜电商企业的发展有一定的促进作用。

2 文献综述

ACSI 模型是由Fornell等人在瑞典顾客满意指数模式（SCSB）的基础上创建的，在该模型的研究中参考并提取了质量管理，数量经济学，市场营销等这些学科最核心的部分来建立模型，该模型包含顾客预期、感知质量、感知价值、顾客抱怨、顾客忠诚和顾客满意度六个变量[1]。何雄[2]以淘宝网顾客满意度作为切入点，基于ACSI理论模型，构建假设模型研究淘宝购物平台顾客感知质量、感知价值、感知便利、在线服务、感知风险、物流配送、售后服务七个因素对顾，客满意度的影响，利用结构方程模型将得到的顾客满意度数据进行处理映射假设模型并得到路径图。李绍迎，崔彬[3]基于Servqual量表和LSQ模型的评价理念，结合生鲜农产品的特性以及生鲜电商物流配送服务的特点，从交付服务质量、配送时间质量、信息服务质量、个性化服务质量、服务规范性、服务经济性和人员服务质量7个维度选取22个指标构建了生鲜电商物流配送顾客满意度评价指标体系，并采用AHP法确定了各指标权重，发现生鲜产品的品质和新鲜度是影响顾客满意度的最主要因素。目前，已有的研究大多侧重于电子商务环境下普通商品的物流服务顾客满意度评价方面。然而，针对主流生鲜平台用户，基于大量数据调研分析对顾客满意度进行评价的研究仍有不足。为此，本文拟结合相关文献与生鲜产品的特性及生鲜电商物流配送特点，基于ACSI模型，构建生鲜电商物流配送顾客满意度研究模型，并采用相关分析和回归分析等方法，研究影响生鲜电商物流配送顾客满意度的因素，为生鲜电商企业提高服务品质和竞争能力、促进产业升级提供参考。

3 研究假设与模型构建

3.1 感知价值相关假设

顾客感知价值的核心是感受利益与消费者的付出之间的一种选择或者权衡。顾客感知价值的概念包括两层的意义：第一层，是指价值是感性且不可估量的，没有一种价值是相同的，这会因为个体的不同而产生不一样的结果，所以每一个人对相同的产品所产生的感知价值不是一样的。第二层是价值所象征的两方面，一方面是收益，另一方面是成本，而消费者则需要从这两方面根据自己不同的感觉所认知的价值来进行选择与权衡，最终才会做出购买决定，而这一过程是不能够从某一个单一元素中来决定的[4，5]。

平台质量是指生鲜电商企业所打造或指定的生鲜购买平台，据陈振华[6]研究提出，Ahn等认为平台质量的好坏直接影响顾客的感知；此外，物流配送服务除了平台服务质量，其物流配送过程中不同事物环节的构成也决定了其满意度。为此，综合李绍迎[7]学者的研究提出及以上定义，在此提出以下研究假设：

假设H1：生鲜电商物流配送服务交付服务质量正向影响顾客满意度。

假设H2：生鲜电商物流配送服务时间性正向影响顾客满意度。

假设H3：生鲜电商物流配送服务信息服务质量正向影响顾客满意度。

假设H4：生鲜电商物流配送服务便利性正向影响顾客满意度。

假设H5：生鲜电商物流配送服务人员服务质量正向影响顾客满意度。

假设H6：感知价值会对顾客满意度产生正相关影响。

3.2 顾客期望价值相关假设

产品的好坏直接关系着消费者的满意度。Hugheset al （1996）得出产品的质量，食品和完善的售后服务有助于建立企业忠诚度，而产品质量和新鲜程度会正向影响满意度。在生鲜网购过程中，配送质量，期望感知，消费感知等具有正向影响，而顾客对生鲜企业平台的期望会直接影响顾客的满意度[7，8]。为此，本文提出顾客期望方面以及物流声誉方面的以下假设：

假设H7：生鲜电商物流声誉会对感知价值产生正相关影响。

假设H8：生鲜电商物流声誉会对顾客期望产生正相关影响。

假设H9：生鲜电商物流声誉会对顾客满意度产生正相关影响。

假设H10：顾客期望会对感知价值产生正相关影响。

假设H11：顾客期望会对顾客满意度产生正相关影响。

3.3 模型构建

综上所述，建立如图3.1所示的顾客满意度影响因素模型。

4 实证检验

4.1 问卷设计与发放

综合上述假设和研究模型设计调查问卷，在正式进行问卷调查前，首先进行预调查，并根据调研结果对问卷题项进行修改，最终形成 10 个变量、38 个问题的正式问卷，采用“问卷星”平台线上调研的方式，最终回收数据569份，有效数据497份，有效回收率为87.3%。

4.2 样本分析

根据问卷收集的数据进行分析，在性别方面，女性占比63.8%，远远高于男性，说明女性更倾向于网购，在中国女性食材消费占据主导地位。从年龄来看，在线上购买生鲜产品的人群中，26-30岁的人群占34.97%，其次是31-40岁，占比32.69%，人群年轻人居多，具有新事物的高适应性。从受教育程度来看，绝大多数学历为本科，在群体中占比达75.22%，工作类型主要是职业人员和事业单位，较符合生鲜市场的用户群体画像定位，月收入水平也与该群体契合。从网购生鲜频率来看，大多数购物频率处于每月2-3次，占群体总数的55.01%，每月4次以上的群体占比33.57%。生鲜产品是日常生活中不可或缺的食品，而在疫情的冲击下，大部分人已经习惯于通过线上购买，购买的类别主要包含水果、蔬菜、水产、肉品及熟食等，具体数据见图4.1所示：

4.3 实证结果分析

4.3.1 信度和效度分析

（1）信度分析。信度分析以克隆巴赫系数为标准，当克隆巴赫α系数处于0.6以下，说明问卷内部一致性信度不佳；当α系数处于0.6-0.7之间，说明信度可接受；当α系数处于0.7-0.8之间，说明信度较好；当α系数处于0.8以上，则说明信度非常好。根据SPSS分析结果，问卷整体α系数为0.940，大于0.8，问卷一致性较好。

（2）感知价值效度检验。生鲜电商物流配送服务感知价值共有18题，通过SPSS分析，得到KMO值为0.936，巴特利特球形度检验显著水平为0.000。

（3）顾客满意度效度检验。为探索变量之间关系的合理性，通过SPSS分析，得到KMO值为0.914，巴特利特球形度检验显著水平为0.000，

4.3.2 相关性分析

皮尔逊相关系数为适用于度量变量之间线性相关程度的指标，使用皮尔逊相关系数对假设进行初步验证，其相关性分析结果如表4.1所示：

从上表可知，利用相关分析去研究顾客满意度分别和支付服务质量、时间性、信息服务质量、便利性、人员服务质量、顾客期望、感知价值、物流声誉之间的相关关系，使用皮尔逊相关系数表示相关关系的强弱情况，具体分析可知，11个假设都呈现0.01水平的显著性，每个假设之间初步判断都有着显著的正相关关系。

4.3.3 回归分析

通过上述皮尔逊相关系数，前序11个假设得到初步验证，为了验证得到更准确的结果，采用回归分析进行最终结论验证。

从表4.2可知，将上述五项作为自变量，将顾客满意度作为因变量进行线性回归分析，得出模型公式为：顾客满意度=0.483 + 0.306*支付服务质量 + 0.144*时间性 + 0.064*信息服务质量 + 0.025*便利性 + 0.342*人员服务质量，模型R方值为0.602，意味着这五项可以解释顾客满意度的60.2%变化原因。模型通过F检验（F=148.580，p=0.000<0.05），即说明这五项中至少一项会对顾客满意度产生影响关系，具体分析可得：支付服务质量的回归系数值为0.306（t=5.642，p=0.000<0.01），支付服务质量会对顾客满意度产生显著正相关；时间性的回归系数值为0.144（t=3.256，p=0.001<0.01），时间性会对顾客满意度产生显著正相关；信息服务质量的回归系数值为0.064（t=1.534，p=0.126>0.05），则信息服务质量不会对顾客满意度产生影响关系；便利性的回归系数值为0.025（t=0.630，p=0.529>0.05），则便利性并不会对顾客满意度产生影响关系；人员服务质量的回归系数值为0.342（t=6.998，p=0.000<0.01），人员服务质量会对顾客满意度产生显著正相关。

从表4.3可知，将以上三项作为自变量，而将顾客满意度作为因变量进行线性回归分析，模型公式为：顾客满意度=0.541 + 0.275*顾客期望 + 0.442*感知价值 + 0.152*物流声誉，模型R方值为0.607，意味着这三项可以解释顾客满意度的60.7%变化原因。模型通过F检验（F=253.594，p=0.000<0.05），也即说明顾客期望，感知价值，物流声誉中至少一项会对顾客满意度产生影响关系，具体分析可得：顾客期望的回归系数值为0.275（t=7.169，p=0.000<0.01），顾客期望会对顾客满意度产生显著正相关；感知价值的回归系数值为0.442（t=11.848，p=0.000<0.01），感知价值会对顾客满意度产生显著正相关；物流声誉的回归系数值为0.152（t=3.971，p=0.000<0.01），物流声誉会对顾客满意度产生显著正相关。

从表4.4可知，将顾客期望，物流声誉作为自变量，而将感知价值作为因变量进行线性回归分析，得出模型公式为：感知价值=0.915 + 0.367*顾客期望 + 0.389*物流声誉，模型R方值为0.459，意味着顾客期望，物流声誉可以解释感知价值的45.9%变化原因。模型通过F检验（F=209.707，p=0.000<0.05），也即说明顾客期望，物流声誉中至少一项会对感知价值产生影响关系，具体分析可得：顾客期望的回归系数值为0.367（t=8.486，p=0.000<0.01），顾客期望会对感知价值产生显著正相关。物流声誉的回归系数值为0.389（t=9.095，p=0.000<0.01），意味着物流声誉会对感知价值产生显著正相关。

从表4.5可知，将物流声誉作为自变量，顾客期望作为因变量进行线性回归分析，得出模型公式为：顾客期望=1.511 + 0.625*物流声誉，模型R方值为0.399，意味着物流声誉可以解释顾客期望的39.9%变化原因。模型通过F检验（F=328.149，p=0.000<0.05），也即说明物流声誉一定会对顾客期望产生影响关系，最终具体分析可知：物流声誉的回归系数值为0.625（t=18.115，p=0.000<0.01），意味着物流声誉会对顾客期望产生显著正相关。综合上述分析，假设H1、H2、H5-H11成立，假设H3、H4不成立。

5 结语

本文基于顾客满意度指数模型（ACSI），研究影响生鲜电商物流配送顾客满意度的因素。首先，明确生鲜电商的及物流配送的发展痛点，结合主流生鲜平台现状挖掘用户特性与用户画像；其次，明确顾客满意度指数模型的应用思路，结合模型特点设计调查问卷，获取数据并分析生鲜电商物流配送方面存在的问题；最后，使用SPSS统计工具进行分析，得出生鲜电商物流解决顾客配送满意度所具有的必要条件，并提出针对生鲜食品物流配送的优化方案。根据分析可得，影响生鲜电商顾客满意度的主要因素有：（1）感知质量，即消费者接受到的实际服务质量与预期质量的差距，其影响因素体现为产品交付服务质量、平台配送的时效性以及配送服务的好坏。（2）生鲜产品配送服务质量以及产品性价比的高低也是影响满意度的因素之一。（3）感知价值，即为消费者相同地位产品的衡量，其生鲜产品要在同等价位同等质量的商品比较下更方面属性符合消费者预期，平衡消费者的投入。（4）物流声誉的好坏、物流服务质量是重要影响因素之一。

基于上述影响因素，结合生鲜电商平台的运营现状，对生鲜电商企业提出以下建议：一是充分利用好自身已具备的较为成熟的冷链运输体系，如盒马鲜生仓储门店零售一体化的方式、3公里内30分钟极速送达且接受无理由快速退款等服务，以提升顾客产品体验为主，让消费者达到预期消费体验，如没有成熟的冷链运输体系，以提升该方面为主，保证产品质量才能保证后续各项服务。二是在自身具备强大算法的情况下，如盒马鲜生所依靠的阿里巴巴大数据算法，利用算法大大降低运营成本和库存成本，及时处理消费者需求变化，有针对性得提高门店采购、物流运输等能力，及时的信息处理才能更好地分配物流活动，提高配送效率及配送服务质量，进而有效地增加客户回头率。三是在高速发展的时代背景下，物流的更新迭代也要进行适配升级，在此基础上，物流声誉也应是企业所要关注的重点，保证物流配送的效率、时效及信息处理准确性即为提高客户满意度的重点。

参考文献

[1]刘新燕，刘雁妮，杨智，等．构建新型顾客满意度指数模型--基于SCSB、ACSI、ECSI的分析[J]，南开管理评论，2003，6（6），52-56.

[2]何雄.淘宝网络购物平台顾客满意度影响因素研究——基于ACSI理论模型[J].当代经济，2017（35）：76-77.

[3]李绍迎，崔彬.生鲜电商物流配送顾客满意度评价指标体系研究[J].物流科技，2021，44（03）：16-19+27.

[4]董欣欣．生鲜电商顾客满意度影响因素研究[D]，北京，首都经济贸易大学，2021.

[5]代林虎，蒋磊，李玲．生鲜电商行业发展的现状、问题及对策[J]，中国市场监管研究，2022（10），32-34.

[6]陈振华．基于ACSI模型的生鲜电商顾客满意度的实证研究[J]，现代商业，2018，2，11-12.

[7]李绍迎．生鲜电商物流配送服务顾客满意度的影响因素研究[D]，江苏：扬州大学，2022.11-12.

[8]Yuan Shuzhi，Zuo Jinhua，Li Xiaofei，Fan Xinguang，Li Xiulian，Wang Qing，Zheng Shufang．Micro-perforated packaging delays leaf yellowing and maintains flavor of postharvest pak choi （Brassica rapa subsp.chinensis） following low-temperature storage[J]，Food Packaging and Shelf Life，2021，29.