服務便利性對顧客滿意度的影響研究

楊曉鵬

(濰坊學院經濟管理學院，山東 濰坊261061)

隨著我國商品經濟的快速發展，超市已經成為我國零售業的典型代表。但隨著超市規模的擴大和數量的增多，超市之間的競爭也越發激烈，在這種情況下，超市服務的便利性逐漸成為消費者選擇購物超市的重要依據。然而，在國內外的研究當中，對服務便利性的研究尚處于初期階段，相應的研究還比較匱乏。國外有關服務便利性的研究多集中在對滿意度與忠誠度的影響方面；而國內對服務便利性的研究主要集中在對滿意度、忠誠度和感知服務質量的影響等方面。而在現實當中，消費者對超市的信賴也是消費者選擇超市的重要依據，而消費者的轉換意圖可以降低超市的競爭力。但在先行研究中，服務便利對信賴和轉換意圖的影響研究尚處于空白階段。因此，論文以超市購物為背景，從消費者的角度去研究服務便利對信任和轉換意圖產生的影響關系，此外，還探討消費者的信賴能否讓服務便利性對轉換意圖所產生的負的影響力變小，信賴能否減少轉換意圖對顧客滿意的影響。

一、文獻綜述

(一)服務便利性

便利性指的是能夠節省顧客時間成本的產品或服務。通常顧客在消費的過程中會持續地耗費時間和精力，這時就需要商家提供服務的便利性來減少顧客在消費過程中所耗費的時間和精力。著名營銷學者Berry把服務便利性定義為有助于消費者降低勞動的服務。他還指出服務便利性是由一個二維結構和五個種類構成的，二維結構是指消費者所感知到的時間維度和努力維度；五個種類是指決策便利、渠道便利、交易便利、收益便利和售后便利。Colwell等的研究中指出，服務便利性指的是顧客在消費的過程中，對自己所付出的時間和精力的感知程度。

(二)信任

信任指的是相信對方是誠實、可信賴、正直的。國外的很多學者將信任定義為在可能受到損害的條件下，對另一方行動的樂觀期望。Singh的研究認為信任是維持良好關系的基礎，是實現服務承諾的重要因素。也有很多學者認為信任是服務業成功的關鍵因素。當顧客的信任達到一定的程度時，顧客會變得更加主動和積極，即顧客會主動與企業進行合作，給企業提供相應的信息。此時零售服務企業就能很容易地獲得顧客的信息，從而增強企業自身的創新能力，以提高企業的服務效率。

(三)轉換意圖

很多學者的研究認為顧客的轉換意圖指的是顧客在購買產品或服務后，由于諸多因素的影響，從而產生的由當前企業向其他企業轉換的心理。Logue等的研究認為，轉換意圖指的是終止與目前交易商交易關系的程度，停止與目前供應商合作的可能性。Ernst和Young認為轉換意圖是指停止與目前供應商的合作，進而轉換到與其他企業合作的心理傾向，它可以降低顧客對企業的滿意程度，對企業而言是一種莫大的損失。Efrat等的研究中認為當顧客開始產生轉換傾向時，就意味著供應商的服務質量有待于改善和提高。

(四)顧客滿意度

顧客滿意度的概念最早起源于歐美地區，Cardozo是最早研究顧客滿意的學者，他認為顧客滿意度指的是顧客消費之前和之后的感知心理差異。Anderson和Fornell根據先行研究成果，把顧客滿意度定義為顧客對某種交易條件下對產品或服務的購買后的評價。Faircloth等的研究中認為顧客滿意度是消費者在通過購買動作后的心理結果。Haward(2009)的研究認為顧客滿意度是顧客消費開始前對產品和服務的心理期待與消費過程中所感知的價值之間的差異。

二、研究假設與研究模型

(一)服務便利性對信任的影響

很多的先行研究表明服務便利性中包含了顧客商品選擇的多樣性，商品的種類越多，顧客選擇的便利性就會越大，這時顧客對服務提供者的信任程度就會增加。在Quelch和Klein(2004)的研究中發現線上商店的配送便利性(速度、質量等)會對顧客的信任、滿意度和再使用意圖產生積極的影響。Hunt(2008)認為線下店鋪的設施(購物通道、購物車的位置等)、環境等因素對顧客的信任產生積極的影響。

假設1：服務便利性對顧客的信任產生正的影響。

(二)服務便利性對轉換意圖的影響

Bhattacherjee(2010)的研究中表明服務便利性對轉換意圖產生顯著的負(負號)影響，即顧客感知到該商店的服務越是方便，顧客就越不會轉移到其他商店去購物；滿意度越高，轉換費用就會越高，從而轉換意圖就會越低，這時的忠誠度就會越高。Lin(2010)的研究表明顧客的滿意會增加顧客的轉換費用，提高顧客的再訪問意圖，從而降低顧客的轉換意圖，在該研究中轉換費用和顧客的再訪問意圖在滿意度與轉換意圖之間起到了雙重中介的效果。

假設2：服務便利性對轉換意圖產生負的影響。

(三)服務便利性對顧客滿意度的影響

很多的先行研究表明，方便的服務可以有效地提高顧客所感知到的價值，也就是說顧客在購物的過程中所得到的方便越多，就越容易產生更高層次的滿足感。Berry的研究表明如果顧客們能夠在購買產品或獲得服務的過程中輕而易舉地得到方便或便利，那么這部分顧客在心理上會更容易得到滿意，并且能夠促使消費者再一次進行訪問。

Choy認為服務供給者所提供的服務方便性能夠影響顧客的滿意度，例如，超市購物通道的便利，服務員的隨叫隨到和購物車的擺放等，這些因素都能夠影響到顧客的購物滿意程度。即購物通道越方便，服務員的態度越積極，顧客的滿意程度就會越高。

假設3：服務便利性對顧客滿意度產生正的影響。

(四)信任對顧客滿意度的影響

Everard和Galletta(2006)的研究表明，顧客對于特定企業的信任程度可以有效地增加顧客對于特定企業產品或服務的信任感和滿足感，同時也可以提高顧客對于產品質量和服務質量的忠誠度，從而形成對該企業的積極評價。在Mayer(1995)的研究中表明顧客對于大型超市產品、服務、環境和店員等的信任感越強，就越容易對整個大型超市的所有因素產生滿足感，從而會積極地影響顧客的口碑和再訪問意圖。

假設4：信任對顧客滿意度產生正的影響。

(五)轉換意圖對顧客滿意度的影響

Oh和Yoon(2009)，Seo(2013)，Yoon&Sung和Lee(2009)等的研究都證實了滿意度對轉換意圖有著負的影響關系，即滿意度越高，轉換意圖就越低；滿意度是轉換意圖的先行要因。Williamson(2009)的研究認為顧客轉換意圖的產生，必定會對滿意度產生消極的影響，即當顧客想要轉移到其他服務供應商上時，必定是因為對現供應商產生了不滿。

假設5：轉換意圖對顧客滿意度產生負的影響。

(六)信任的調節效果

Erdem和Swait(1998)，Faircloth，Capella和Alford(2001)的研究認為，消費者對于某種產品品牌的信任程度可以對消費者的忠誠度和店鋪的轉換意圖產生影響，即當消費者對某種產品或者企業產生信任感時，消費者在購買產品或者服務的過程當中所感知到的危險程度就會減弱，這時就會提高該企業或者產品在消費者心目中的地位，從而增加消費者對企業的品牌形象，削弱消費者的轉換意圖。

Cronin&Brady和Hult(2000)以西餐廳的消費者為研究對象，研究了品牌信任與消費者滿意度之間的關系。即消費者的信任感對消費者的行動性或者態度性滿意度會產生積極的影響關系，當消費者對西餐廳產生信任感時，不僅會增加消費者的滿意度，同時還會削弱消費者對其他西餐廳的訪問欲望。

假設6：消費者的信任程度越高，服務便利性對轉換意圖所產生的負的影響力就會越小。

假設7：消費者的信任程度越高，轉換意圖對顧客滿意度所產生的負的影響力就會越小。

根據本研究所設定的研究假設，研究模型如圖1所示。

圖1 研究模型

三、實證分析

(一)資料收集

研究通過電子郵件和問卷星微信連接的形式共向消費者發放了380份問卷，回收了350份，刪除了不誠實回答或者有缺少值的問卷30份，最后共320份問卷用于統計分析。研究使用了SPSS23.0、Amos和Mplus統計分析軟件進行了數據的分析。

(二)信度與效度分析

在檢驗假設之前，為了驗證服務便利性、信任、轉換意圖和顧客滿意度等變量的信度和效度，利用Cronbach's alpha系數來進行變量的信度檢驗，利用探索性因子分析來進行效度檢驗。分析結果如表1所示。服務便利性、信任、轉換意圖和顧客滿意度4個變量的因子載荷量都在0.6以上，各個變量的Cronbach's alpha系數都在0.7以上。所以，研究中的因子具有很好的信度和效度。

表1 信度與效度的分

(三)驗證性因子分析

在檢驗研究假設之前，需要先進行驗證性因子分析，以便更嚴謹地檢驗測量量表的信度和效度。研究利用AMOS軟件來對變量進行驗證性因子分析，以分析變量量表的信度、收斂效度和區分效度，利用組合信度(composite reliability，CR)來檢驗變量之間的收斂效度，如果CR值大于0.7，那就表明本研究的測量量表具有很高的信度和收斂效度。采用因子載荷和平均提取方差(average variance extracted，AVE)來作為檢驗變量區分效度的指標。如果所有指標的因子載荷值都大于0.7，AVE值都大于0.5，那么就說明具有較好的區分效度。驗證性因子分析的結果如表2所示，CR值、因子載荷量都大于0.7，AVE值都大于0.5，可見測量量表具有很好的信度、收斂效度和區分效度。

表2 驗證性因子分析

(四)假設檢驗

論文利用Amos統計軟件對結構方程模型進行假設檢驗，假設檢驗的結果如表3所示。在假設1～5中所有假設的P值都小于0.05，所以假設1～5都成立。結構方程模型中模型的擬合度指數GFI=0.890，CFI=0.884，RMR=0.048，NFI=0.901，CFI=0.934，TLI=0.830，說明模型與數據之間的擬合度較好。

表3 假設檢驗結果

具體的分析結果如下：服務便利性對信任有著積極顯著的影響關系(路徑系數=0.324，t值=2.733，P＜0.05)，服務便利性對轉換意圖有著顯著的影響關系(路徑系數=-0.271，t值=-2.212，P＜0.05)，服務便利性對顧客滿意度產生積極的影響關系(路徑系數=0.421，t值=3.383，P＜0.01)，信任對滿意度有著積極顯著的影響關系(路徑系數=0.435，t值=3.906，P＜0.01)，轉換意圖對滿意度有著顯著的影響關系(路徑系數=-0.232，t值=-2.176，P＜0.05)。

最后，利用Amos軟件對信任的調節效果進行分析，利用Mplus軟件對本研究的有調節的中介模型進行驗證。有調節的中介模型(moderated mediation model)就是自變量X通過中介變量M對因變量Y產生影響時，這個中介過程(X→M→Y)受到調節變量的調節。目前在分析有調節的中介效應模型時，使用最多的方法就是乘積指標法，即把自變量和調節變量包括的所有指標進行一對一的相乘，然后用相乘的變量作為調節變量進行分析。然而，這種方法存在著很多的不足，即生成指標過多，容易給研究者造成困惑，乘積項是非正態分布，分析結果可能會產生很大的偏差等。所以，論文中使用了另一種方法，即LMS來對研究中有調節的中介效應進行分析。分析結果如表4所示。調節效果的路徑系數為-0.156和-0.121，P值都小于0.05，相比之前的路徑系數值有所變小，所以假設6與假設7成立。

表4 調節效應分析結果

基于LMS方法的有調節的中介效應分析是以結構方程模型的擬合度為前提條件的。首先，我們要判斷不包含調節項的結構方程模型的擬合度是否可以接受。其次，我們要判斷包含調節項的結構方程模型的擬合度是否比基準模型的擬合度更好。判斷的方法有兩種，一種是利用AIC值進行判斷，如果AIC值變小或者不變，就證明模型有所改善；另一種方法是利用似然比檢驗法進行判斷，即基準模型與有調節的中介模型之差-2LL值如果檢驗顯著，那么就表示有調節的中介模型要優于基準模型，那么這時就可以對有調節的中介效應進行檢驗了。

首先，我們對不包含調節項的模型進行分析，分析結果為χ2=20.36，CFI=0.89，TLI=0.92，RMSEA=0.003，SRMR=0.017，表明基準模型擬合度良好。其次，對于包含調節項的模型進行分析，分析結果為AIC=32104.68，相較于基準模型的AIC值減少了7.32，所以有調節的中介模型相較于基準模型有所改善。對有調節的中介模型進行檢驗的結果如下所示：當調節效果的取值為均值以下的一個標準差時，中介效應為2.08，其置信區間為[1.36，2.53]，不包含0，中介效果顯著。當調節效果的取值為均值時，中介效應為1.97，其置信區間為[1.22，2.14]，不包含0，中介效果顯著。當調節效果的取值為均值以上的一個標準差時，中介效應為1.76，其置信區間為[1.08，2.04]，不包含0，中介效果顯著；分析結果表明，中介效應隨著調節效果的變化而產生變化，因此，本研究中的有調節的中介效應模型顯著。

四、結論

首先，服務便利性對信任和顧客滿意度有著積極、顯著的影響，信任對顧客滿意度也同樣有著積極、顯著的影響，而服務變量性對轉換意圖有著顯著的負的影響關系，轉換意圖對滿意度同樣也有著顯著的負的影響關系，這樣的研究結果與Ernst和Young的研究結果相似。通過研究的結果我們可以發現，要想提高消費者的購物滿意度，就必須要改善超市的服務便利性，增加消費者對超市的信任程度；而服務便利性的改善不僅可以提高顧客的滿意度，還可以減少消費者去其他超市購物的轉換意圖。所以，超市要定期根據消費者的需求積極改善服務，讓消費者能夠感受到便利，這樣才能增加消費者的訪問率。

其次，一方面，消費者的信任程度能夠讓服務便利對轉換意圖所產生的負的影響力變小，也就是說，消費者對超市產品或者服務的信任程度越高，超市的服務便利性對轉換意圖所產生的負的影響力也就會越小，即信任程度越高，消費者的轉換意圖就會越弱；另一方面，消費者的信任程度能夠讓轉換意圖對滿意度所產生的負的影響力變小，也就是說，信任程度越高，滿意度就會越高。所以，企業要想增加客戶的滿意度，減少客戶的轉換意圖，最重要的就是要通過各種手段來增加消費者對企業的信任程度。

最后，驗證了有調節的中介效應模型。即服務便利性通過轉換意圖對顧客滿意度產生影響的中介效應會隨著信任這個調節效果的變化而產生變化。即隨著信任程度的提高，服務便利性經過轉換意圖對顧客滿意度所產生的中介效應會顯著變弱，也就是說，隨著消費者信任程度的增加，轉換意圖的中介效應會變得越來越小。

論文是關于服務便利性、信任、轉換意圖和顧客滿意度之間關系的一次定量研究，同時也對有調節的中介模型進行了嘗試性的分析，具有實踐性意義和學術性意義。然而，本研究也存在一定的局限性，主要體現在變量的數量和數據的樣本量太少，缺乏一定的說服力和代表性。在今后的研究當中不僅要考慮加入其他變量，使模型變得更加具有說服力，而且還需要增加樣本的數量，使研究更加具有可信度和代表性。