電商服務質量對消費者知識共享意愿的影響分析

摘 要：為探究電商服務質量和感知價值對消費者知識共享意愿的影響機制，本文基于顧客感知角度，結合SERVQUAL模型和LDA主題模型識別出影響電商服務質量的關鍵因素，設計量表并采用問卷調查的方法收集數據，對收集的216份有效樣本數據運用結構方程模型分析，結果表明：消費者的感知服務質量和感知價值對知識共享意愿均有正向影響；感知服務質量還通過影響感知價值間接影響知識共享意愿。

關鍵詞：知識共享，電商服務質量，LDA主題模型，結構方程模型

DOI編碼：10.3969/j.issn.1674-5698.2023.12.018

0 引 言

近年來，中國電商正從高增長向高質量轉換。電商快速發展的同時投訴事件也在不斷增加，退換貨困難、快遞丟失、商品質量問題、售后服務差等問題層出不窮，電商服務質量問題亟需解決。顧客在購物過程中缺乏與商家的直接交流，阻礙了企業獲得顧客對服務體驗的反饋。因此，商家需更加關注顧客需求以便提供更優質的服務。

目前國內對電商服務質量評價研究可以概括為兩方面：（1）電商服務質量影響因素的識別，韓朝勝[1]以SERVQUAL模型為基礎，構建了跨境電商服務質量評價指標體系，具體維度為有形性、響應性、可靠性、易用性；王高山等[2]發現界面美觀、個性化推薦、交互性、便利可靠性和隱私安全性對電商服務質量具有顯著影響；徐廣姝[3]增加產品質量和增值服務兩項指標，進一步完善現有電商物流服務質量評價體系；楊曉榮和杜榮[4]從顧客感知角度出發，識別出電商服務質量維度為易用性、可靠性、響應性和移情性。（2）電商服務質量對交易的影響，李彩彩等[5]發現電子服務質量對企業聲譽具有顯著正向影響，通過提高系統與信息質量，增加社交互動方式等加強企業聲譽。電商平臺的服務質量能夠提高顧客滿意度，管理感知服務質量意味著公司必須將預期的服務和感知的服務匹配起來，才能不斷提高顧客滿意度[6]。可見感知服務質量是企業績效的關鍵指標[7]。除此之外，電商服務質量對購買意愿[8]、顧客忠誠度[9]等具有正向影響。

消費者更多地依賴他人經驗來判斷產品和服務的質量[10]。虛擬社區知識共享能夠有效減少消費者在購物體驗中的不確定性[11]。當消費者在電商社區看到其他消費者分享的相似經驗時，會更相信電商能夠兌現承諾，進而減少消費者和商家之間的信息不對稱[12]。另外，研究表明知識共享影響供應鏈制造商的決策，通過知識共享獲取更多的收益 [13]。因此知識共享能夠顯著影響企業績效。

目前相關研究主要聚焦于虛擬社區知識共享的影響因素、動機、社交媒體等方面，但研究電商服務質量與消費者知識共享意愿之間關系的文獻較少。因此，本研究立足于顧客感知角度，在技術接受模型的基礎上建立結構方程模型，研究可靠性、響應性、安全性和移情性等電商服務質量對消費者知識共享的影響機制。

1 研究設計

1.1 研究框架

技術接受模型（Technology Acceptance Model，TA M）[14]分析了用戶對信息技術接受的決定性因素，提出了感知有用性、感知易用性、使用態度、行為意向等4個關鍵概念。感知有用性是指應用某項技術能夠提升業務績效表現的程度，感知易用性則指使用某個系統的容易程度。本研究基于技術接受模型的影響路徑，通過替換內生變量引入了“感知服務質量”作為外部動機，引入“感知價值”作為內部動機，以探究二者對消費者知識共享意愿的影響機制。同時，還分析了電商服務質量對感知價值的影響程度，綜上，本研究基于技術接受模型建立了感知服務質量對消費者知識共享意愿的影響機制概念模型，如圖1所示。

1.2 研究假設

Pa ra su ra ma n等[15 ]提出用于測評服務質量的SERVQUAL量表。本研究基于LDA主題模型所提取的維度和SERVQUAL量表，構建了消費者在電商情境下的“感知服務質量”評價維度。消費者感知服務質量受到可靠性、響應性、安全性和移情性等因素的影響。消費者對以上因素的感知程度越高，就越可能產生正向的期望，并且會更愿意分享自己的知識和經驗。據此提出以下假設。

H1：感知服務質量對知識共享有正向影響。

在消費者的決策過程中，感知價值通常指獲得產品或服務的收益與所必須做出的犧牲之間的權衡。本文感知收益包括產品本身以及選購過程中的服務，感知犧牲則包括金錢和選購產品所需的時間成本。Bansal和Voyer[16]的研究表明，在購物過程中，消費者感知到的信息可靠性越強，越容易獲得更高的感知價值。因此，高質量的服務會提高消費者對服務質量的感知，從而提高其感知收益。據此提出以下假設。

H2：感知服務質量對感知價值有正向影響。

消費者對社區價值的感知能夠有效地影響其知識共享行為。龔主杰等[17]的研究表明，消費者對虛擬社區中的實用價值、情感價值、利他價值和社會價值的感知均能夠影響其知識共享行為。此外，Cronin等[18]研究表明，服務質量、服務價值和滿意度對消費者的行為意向有正向作用。據此提出以下假設。

H3：感知價值對知識共享有正向影響。

基于構建的消費者知識共享影響因素概念模型，并結合感知服務質量的4個維度及感知價值，本研究構建了消費者知識共享影響因素結構方程模型，如圖2所示。

2 量表設計與數據來源

2.1 文本分析

在線評論中包含了豐富的情感信息，在一定程度上能反映用戶對服務的感知和滿意程度，從在線評論中識別的顧客感知性指標作為評價電商服務質量的維度。通過Python編程抓取京東平臺熱銷產品的在線評論，共獲取5726條在線評論。進一步對在線評論進行文本預處理，由于用戶的評論偏向口語化，在分詞過程中容易被拆成單字，因此需要對詞表進行自定義設置，避免漏掉關鍵詞，然后剔除無效評論和刪除重復評論數據，利用jieba方法對評論文檔進行分詞，使用哈工大的停用詞表去除評論中的無效字符和無意義詞，以減少噪聲和冗余信息的干擾，從而使文本表示更加緊湊和具有表征性。最終提取“質量”“很快”“服務”“物流”“實惠”等高頻詞匯。

通過詞性篩選去除與電商服務質量不相關的詞匯、對所選的高頻詞進行共詞匹配并繪制高頻詞網絡圖，如圖3所示，以“質量”“物流”“快遞”“速度”“滿意”“服務”“態度”為中心逐漸往外延伸，說明顧客對于電商服務質量的這幾個維度比較關注。

針對提取的高頻詞進一步采用L DA主題模型提取電商服務質量主題維度，隱含狄利克雷分布（latent Dirichlet allocation，簡稱LDA）是一種用于文檔建模的概率主題模型。該方法由Blei等[19]首次提出，可以快速從大量文本數據中挖掘出潛在語義信息，適用于在線評論之類數量較大、主題內容繁多的文本。

本文采用Gibbs采樣方法實現LDA模型的超參數估計，共測試了1～10個主題數，并通過困惑度曲線擬合來確定最優主題數目。如圖4所示，在主題數Kgt;4之后，困惑度的下降速度趨于平緩，增加主題數帶來的邊際效用不大，因此最優主題數量為4。

將文本預處理并轉化為數字向量表示導入LDA主題模型，利用Gibbs采樣等技術進行迭代學習。L DA主題模型的原理演示如圖5所示，對于在線評論例句“客服態度熱情有耐心，商品質量有保障”，根據生成的文檔—主題分布采樣獲得在線評論文檔d中詞匯的主題z和概率P（z/d），即售后服務為0.6，質量控制為0.4；對于不同主題，根據生成的主題—詞匯分布抽樣生成詞匯w，得到主題z中單詞w的概率P（w/z），如：售后服務主題中“客服”一詞的概率為0. 5。

基于已有的模型，計算出文檔-主題分布，并選擇概率最高的主題作為該文檔的主題。經過LDA模型的訓練，得到4個高度相關的主題。通過表1發現所有的相關詞匯都集中在同一個主題上，表明LDA模型具有較好的聚類效果。

2.2 量表設計

為確定研究量表，本研究借鑒相關文獻中成熟的量表并以文本分析結果為依據，調整SERVQUAL模型的測量維度。最終確定測量電商服務質量的幾個維度為可靠性、響應性、安全性和移情性、感知價值、知識共享。可靠性指電商服務承諾準確和商品質量合格；響應性指在服務過程中電商的響應速度；安全性指在提供服務過程中用戶數據加密和商品安全；移情性指電商提供個性化的定制服務，并以友好態度解決顧客的問題；感知價值指消費者在獲得的收益與做出的犧牲之間的權衡；知識共享指顧客自愿將自己的知識或經驗傳遞給電商虛擬社區其他成員的行為。對所有題項采取李克特七級量表測量，各個指標維度的測量題項見表2。

2.3 數據來源

為了確保調查問卷的合理性和可行性，初步發放了64份問卷進行預調研，并通過AMOS26.0對55份有效問卷進行信度和效度檢驗，分析結果表明所有題項的信度系數與效度系數均大于0.7，可以做大樣本問卷調查。

本文針對使用過京東購物的顧客進行問卷調查，通過問卷星制作發布調查問卷254份，線下發放92份問卷，線上發放162份問卷，去除無效問卷后獲得216份有效問卷。本次調查的樣本基本特征分布見表3。

3.1 信度和效度檢驗

本研究采用Cr onbach’α系數和組合信度檢驗各維度的內部一致性。Cronbach’α系數大于0.7表明具有良好的內部一致性和同質信度。從表4中可看出，各變量的Cronbach’α均大于0.8，組合信度大于0. 8，說明具有良好的內部一致性和可信度。因此，本研究構建的模型具有合理性和可靠性。

本研究采用AVE法評估區別效度。當AVE的平方根大于潛變量間的相關系數時，表明測量模型具有較好的區分效度。表5結果表明各構念之間具有較好的區別效度，可以保證各變量的獨立性。

3.2 結構方程分析

本研究使用AMOS 26進行結構模型檢驗。由表6可知，僅RMSEA和AGFI兩項指標略大于判斷標準，在可接受范圍內，其余指標均符合判斷標準。結果表明測量模型與數據擬合效果較好，構建的模型具有合理性。

結構方程模型的路徑參數和分析結果如圖6和表7所示，由此可知，感知服務質量對知識共享有正向影響，路徑系數為0.536（plt;0.01）；感知服務質量對感知價值有正向影響，路徑系數為0.765（plt;0.01）；感知價值對知識共享有正向影響，路徑系數為0.428（plt;0.01）。分析結果支持H1、H2、H3。

本文采用Bootstrapping測算感知服務質量對知識共享的間接影響，進而驗證感知價值在構建的影響路徑模型中的中介效果。由表8可知，各個影響路徑的Bias-Corrected和Percentile的置信區間內均不包含0。因此，感知價值在感知服務質量對知識共享的影響路徑中存在中介效應，并對知識共享具有間接影響。

4 結 論

本研究從顧客體驗角度出發，在SERVQUA L模型的基礎之上，結合LDA主題模型識別影響電商服務質量的關鍵因素，構建了電商服務質量對知識共享的影響模型，并結合問卷調查數據，運用結構方程模型分析和檢驗相關假設，得到如下結論。

（1）感知服務質量對知識共享具有顯著正向影響。除了商品物化屬性外，意識層面的感知服務質量對消費者知識共享也會產生影響。消費者能體驗到具象化的感知服務，其感知的服務質量會直接正向影響知識共享。

（2）感知價值對知識共享具有顯著正向影響。當消費者更滿意于自己的購物體驗從而獲得更高的感知價值時，會進一步促使消費者更積極地參與知識共享，成為推動消費者做出購買決策的重要因素。

（3）消費者感知服務質量對感知價值具有顯著正向影響。消費者對電商平臺提供的服務質量的感知和評價，包括產品質量、物流服務、售后服務等方面。當消費者感知到電商平臺提供的服務質量較高時，他們會認為自己從電商平臺獲得了更多的利益和價值，進而感知到更高的價值。

（4）感知服務質量通過感知價值對消費者知識共享產生間接影響。主要有兩條路徑：1）直接對知識共享產生正向影響；2）通過感知價值的“中介效應”對消費者知識共享產生間接正向影響。電商平臺應該注重提高服務質量和價值，以促進消費者的知識共享行為。

（5）本研究為電商平臺提升服務質量，促進消費者知識共享提供一些建議：首先，電商平臺應該為消費者提供優質的服務，加強對產品質量的監管以及提高物流配送的效率。以提高消費者對服務質量的感知，從而增強其對電商平臺的信任感，促進其參與知識共享行為。其次，電商平臺應該注重感知價值的提升，為消費者提供更加有價值的服務，包括提供個性化的推薦服務，加強對商品信息的描述和展示，提供優惠的價格和服務，以及提供豐富的社區活動和互動。這些措施可以提高消費者對電商平臺的感知價值，從而增強其對平臺的忠誠度，促進其參與知識共享行為。

參考文獻

韓朝勝. 基于多屬性決策的跨境電商服務質量測評指標體系構建[J]. 商業經濟研究， 2019（02）：60-64.

王高山， 張新， 徐峰，等. 電子服務質量對顧客契合的影響：顧客感知價值的中介效應[J]. 大連理工大學學報（社會科學版）， 2019， 40（02）：67-76.

徐廣姝. 基于粗糙集的電商物流服務質量評價應用研究——以生鮮電商為例[J]. 中國流通經濟， 2019，33（07）：35-44.

楊曉榮， 杜榮. IT驅動的虛擬社區知識共享對跨境電商服務質量的影響研究[J]. 中國管理科學， 2022， 30（02）： 226-233.

李彩彩， 賀瑞娟， 韓燕雄， 等. 電商平臺服務質量對企業聲譽的影響實證研究[J]. 商業經濟研究， 2019（09）：80-83.

Izogo E. Customers’ service quality perception in automotiverepair[J]. African Journal of Economic and ManagementStudies， 2015， 6（3）：272-288.

Izogo E. Customer loyalty in telecom service sector： the roleof service quality and customer commitment[J]. The TQMJournal， 2017， 29（1）：19-36.

王興標， 谷斌. 基于信任的移動社交電子商務購買意愿影響因素[J]. 中國流通經濟， 2020， 34（04）：21-31.

Goutam D， Gopalakrishna B V， Ganguli S. Determinants ofcustomer satisfaction and loyalty in e-commerce settings： anemerging economy perspective[J]. International Journal ofInternet Marketing and Advertising， 2021， 15（3）： 327-348.

Plotkina D， Munzel A. Delight the experts， but never dissatisfyyour customers！ A multi-category study on the effects of onlinereview source on intention to buy a new product[J]. Journal ofRetailing and Consumer Services， 2016， 29：1-11.

Chen C C， Chang Y C. What drives purchase intention onAirbnb？ Perspectives of consumer reviews， information quality，and media richness[J]. Telematics and Informatics， 2018，35（5）：1512-1523.

Stouthuysen K， Tenuis I， Reusen E， et al. Initial trust andintentions to buy： The effect of vendor-specific guarantees，customer reviews and the role of online shopping experience[J].Electronic Commerce Research and Applications， 2018，27：23-38.

周建亨， 冉蕓. 基于策略性競爭博弈的供應鏈信息共享策略[J]. 中國管理科學， 2019， 27（6）：88-102.

DAVIS F D， Perceived usefulness， perceived ease of use， anduser acceptance of information technology[J]. MIS Quarterly，1989， 13（3）：319-340.

Parasuraman A V， Berry L L， Zeithaml V A. Servqual： AMultiple-item Scale for Measuring Consumer Perceptions ofService[J]. Journal of Retailing， 1988， 64（1）：12-40.

Bansal H S， Voyer P A. Word-of-mouth processes withina services purchase decision context[J]. Journal of serviceresearch， 2000， 3（2）：166-177.

龔主杰， 趙文軍， 熊曙初. 基于感知價值的虛擬社區成員持續知識共享意愿研究[J]. 圖書與情報， 2013（05）：89-94.

Cronin J J， Brady M K， Hult G T M. Assessing the effectsof quality， value， and customer satisfaction on consumerbehavioral intentions in service environments[J]. Journal ofretailing， 2000， 76（2）：193-218.

Blei D M， Ng A Y， Jordan M I. Latent Dirichlet allocation[J].Journal of Machine Learning Research， 2003， 3（4-5）：993-1022.

Wolfinbarger M， Gilly M. eTail Q：dimensionalizing， measuringand predicting etail quality[J]. Journal of Retailing， 2003，79（3）：183-198.

Loiacono E T， Watson R T， Goodhue D L. WebQual：An instrument for consumer evaluation of web sites[J].International journal of electronic commerce， 2007， 11（3）：51-87.

Hsu M， Ju T， Yen C， et al. Knowledge sharing behavior invirtual communities：The relationship between trust， selfefficacy，and outcome expectations[J]. International Journal ofHuman - Computer Studies， 2007， 65（2）：153-169.

常亞平， 朱東紅， 張金隆. 虛擬社區知識共享與消費者品牌轉換的關系研究[J]. 管理學報， 2009， 6（11）：1536-1540.