快遞企業末端服務質量體系研究

郝丹陽

【摘要】提高快遞企業末端服務質量有助于促進快遞企業實現高質量發展，當前研究主要集中在快遞企業這個宏觀層面，對末端服務研究較少。因此，研究通過實地調研、文獻綜述、因子分析等方法構建出快遞企業末端服務質量體系，并給出臨界值形成一套測量末端服務質量的工具，這對快遞企業具有很強的參考和運用價值。

【關鍵詞】快遞企業;末端服務;質量體系

1快遞企業末端服務質量指標體系構建

研究對北京市通州區三家大型的快遞網點進行實地調研，并對網點管理人員和消費者進行訪談，作為初建快遞企業末端服務質量體系的依據。接著分別選取消費者、校內外專家作為咨詢對象，對指標進行篩選。一是進行專家問卷咨詢，將反饋數據進行收集，并將重要性程度較低的指標進行刪除，得到新的評價指標集。將新的評價指標集反饋給專家，咨詢各位專家是否進行進一步的篩選。二是測試新的指標集和末端服務的切合度，最后得到快遞企業末端服務指標。

2快遞企業服務質量風險模型構建

2.1調查問卷有效處理

研究通過SPSS對調查問卷17項量表問題進行可信度分析，得到Cronbachs Alpha系數值為0.952，表明調查問卷內部一致性較好，調查數據可以有效的反應快遞企業末端服務質量問題。調研發放問卷150份，收回完整意見詳本128份，問卷的有效率為85.3%，評估意見經過處理用于統計分析。

2.2因子分析

2.2.1因子分析的適用性

研究通過巴特利球度檢驗和KMO檢驗分析指標之間是否有較好的線性關系，SPSS顯示統計量的觀測值為593.096，相應的概率p接近于0，由于概率p小于顯著水平a，應拒絕0假設，認為相關系數矩陣與單位矩陣有顯著關系。同時KMO值為0.789，根據Kaiser給出的KMO度量值標準可知評價指標適合做因子分析。

2.2.2提取公共因子

根據原有指標的相關系數矩陣，采用主成分分析法提取公共因子并選取特征根大于1的特征根。在公因子方差中，提取度大部分在0.8以上，所有評價指標的共同度均較高，各個變量的信息丟失較少，因此本次因子提取的總體效果理想。

由表1中得到特征根大于1的公因子數為4個，分別為9879、1.790、1.127和1.006，他們的累計方差貢獻率為80.604，總體上，原有評價指標信息丟失較少，因子分析效果較理想。將因子旋轉后，累計方差貢獻率并沒有發生改變，說明沒有影響到評價指標的共同度，但重新分配了各個指標原有的方差，改變了方差的貢獻率，使得公共因子更易于解釋。

3臨界值確定

研究可根據快遞企業末端服務質量預警指標值，計算快遞企業末端服務風險預警綜合評價值F。為了直觀預報不同程度的服務風險，這里借鑒國家檢測經濟預警的做法，對服務質量采用信號燈顯示方法，分別用綠燈、黃燈、紅燈、黑燈信號表示。因此，按照四分法對現有的F值進行劃分，分別可以得到四個臨界值分別為F1、F2、F3、F4。本研究將快遞企業末端服務質量排名倒數25%的公司界定為服務風險嚴重公司，通過最后實地調研就可以確定F的值。

4總結

研究通過定性和定量方法構建出快遞企業末端服務質量模型，為快遞企業末端服務提供了一種有效的測量工具，對快遞企業彌補末端服務不足等問題具有良好的參考價值。同時，為了使得快遞企業末端服務質量模型更加有效，可以收集更多的樣本數據，本研究通過調查問卷得到相關數據，具有一定的主觀性，也可以通過公司年報或者相關數據進行相應預測，更加具有客觀性。在精力時間允許情況下，可以加大時間和空間維度，消除其他因素影響，進一步構建快遞服務末端服務質量預警。本研究才有的方法具有一定的偏差性，后續研究可以采用更加可信的研究模型。

參考文獻：

[1]劉永勝.北京地區制造業上市公司物流風險預警——基于主成分分析方法[J].中國流通經濟，2013，27（4）：60-66.