農(nóng)村物流“最后一公里”服務(wù)質(zhì)量對青年群體購后行為的影響研究

吳夢凡 曾傳華

摘 要：農(nóng)村物流配送體系是消費品下鄉(xiāng)的重要渠道，對滿足農(nóng)民生活需要、釋放農(nóng)村消費潛力等具有重要意義。本文以18～35歲的青年人群為研究對象，基于SERVPERF模型、LSQ模型及S-O-R模型，研究農(nóng)村物流“最后一公里”服務(wù)質(zhì)量對青年群體購后行為的影響機(jī)理。實證結(jié)果表明：（1）便利性、服務(wù)態(tài)度及經(jīng)濟(jì)性正向影響消費者物流服務(wù)質(zhì)量滿意度；（2）物流服務(wù)滿意度正向影響購后行為；（3）物流服務(wù)滿意度在便利性和重復(fù)購買之間及便利性和口碑評價之間有部分中介作用，物流服務(wù)滿意度在服務(wù)態(tài)度和口碑評價之間及服務(wù)態(tài)度和重復(fù)購買之間有部分中介作用。

關(guān)鍵詞：農(nóng)村物流“最后一公里”服務(wù)質(zhì)量；物流服務(wù)；購后行為；青年群體；SERVPERF模型

本文索引：吳夢凡，曾傳華.<變量 2>[J].中國商論， 2024（03）：-041.

中圖分類號：F259.27；F063.2 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2024）02（a）--05

近幾年，各級行政村開通寬帶，加速互聯(lián)網(wǎng)在農(nóng)村地區(qū)滲透。第51次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》數(shù)據(jù)顯示，截至2022年12月，全國農(nóng)村網(wǎng)民有3.08億，占網(wǎng)民總數(shù)的28.9%；我國網(wǎng)絡(luò)購物用戶規(guī)模達(dá)8.45億，占網(wǎng)民整體的79.2%；在年齡結(jié)構(gòu)上，10～19歲、20～29歲和30～39歲網(wǎng)民占比分別為14.3%、14.2%及19.6%。如今每天有1億多件快遞包裹在農(nóng)村進(jìn)出，網(wǎng)絡(luò)購物已進(jìn)入許多農(nóng)村家庭的日常生活，農(nóng)村物流將城市和農(nóng)村、生產(chǎn)與消費實現(xiàn)了良好銜接。但由于農(nóng)村地大物博、人口稀少及分散等特點，農(nóng)村物流面臨服務(wù)網(wǎng)點少、費用巨大等問題，大多數(shù)物流公司業(yè)務(wù)只到達(dá)縣城或鎮(zhèn)上。目前，農(nóng)村居民的包裹主要是自己或請熟人到縣城或鎮(zhèn)上取，或有少數(shù)物流業(yè)務(wù)可以到達(dá)鄉(xiāng)鎮(zhèn)的二級專用快遞服務(wù)點，還需要再次交費，非常不便。因此，“最后一公里”配送問題成為農(nóng)村物流發(fā)展的阻礙。青年群體是網(wǎng)絡(luò)購物的先驅(qū)者與主力軍，故本文以18～35歲的青年為對象展開調(diào)查，以探究農(nóng)村物流“最后一公里”服務(wù)質(zhì)量對購后行為的影響，對農(nóng)村物流的可持續(xù)發(fā)展有重要的理論意義和實際價值。

1 S-O-R理論模型

1.1 農(nóng)村物流“最后一公里”服務(wù)質(zhì)量測量維度

國內(nèi)外學(xué)者關(guān)于物流服務(wù)質(zhì)量（Logistics Service Quality）已做了諸多研究，最傳統(tǒng)的是以時間、地點效用為基礎(chǔ)的7Rs理論。隨后，翟小可和吳祈宗（2019）從便利性、可靠性、配送及時性、客戶關(guān)懷性、經(jīng)濟(jì)性、安全保障性6個方面對農(nóng)村電子商務(wù)物流服務(wù)質(zhì)量進(jìn)行實證評估。趙茂楠（2021）基于SERVQUAL模型和LSQ模型，基于農(nóng)村電子商務(wù)物流的實際情況，構(gòu)建了以便利性、響應(yīng)性、可靠性、移情性和經(jīng)濟(jì)性為維度的質(zhì)量評價指標(biāo)體系。S.Yang（2022）從消費者的角度出發(fā)，構(gòu)建了農(nóng)村電商物流服務(wù)指標(biāo)體系，以便捷性、可靠性和分發(fā)及時性為主要指標(biāo)，客戶關(guān)懷、服務(wù)經(jīng)濟(jì)性、安全保障為次要指標(biāo)。

對比上述研究的測量指標(biāo)可知，大多數(shù)研究在指標(biāo)選用層面具有一定的重復(fù)，且大多數(shù)相關(guān)研究是基于有關(guān)服務(wù)質(zhì)量的SERVOUAL模型、SERVPERF模型和關(guān)于物流服務(wù)質(zhì)量的LSQ評價模型構(gòu)建物流服務(wù)質(zhì)量理論模型。由于SERVPERF評價方法去除了SERVQUAL評價方法中消費者對服務(wù)的期望，僅測量消費者服務(wù)質(zhì)量的感知價值，減少了服務(wù)期望對服務(wù)感知的影響，并增加了消費者對企業(yè)服務(wù)質(zhì)量水平的真實評價。故本文基于SERVPERF評價方法，結(jié)合LSQ評價模型，構(gòu)建農(nóng)村物流“最后一公里”服務(wù)質(zhì)量模型量表。本文對已有文獻(xiàn)中的構(gòu)成維度進(jìn)行歸納得出，便利性、可靠性、經(jīng)濟(jì)性、時效性和服務(wù)態(tài)度5個維度可以較為全面地對物流服務(wù)質(zhì)量進(jìn)行描述。基于此，本文將以上述5個維度為農(nóng)村物流“最后一公里”服務(wù)質(zhì)量的測量維度。

1.2 農(nóng)村物流“最后一公里”服務(wù)質(zhì)量與物流服務(wù)滿意度的影響假設(shè)

Parasuramen等（1991）通過實證分析顧客感知服務(wù)質(zhì)量與顧客滿意度之間的關(guān)系，表明顧客滿意度的影響因素主要包括產(chǎn)品質(zhì)量、服務(wù)質(zhì)量及環(huán)境變化等，因此服務(wù)質(zhì)量是影響顧客滿意度高低的重要因素。羅偉（2018）運用關(guān)系質(zhì)量理論建立了物流服務(wù)質(zhì)量、客戶滿意度和再購意愿的關(guān)系模型，結(jié)果表明在線物流服務(wù)質(zhì)量對客戶滿意度有顯著的影響。鄒雯琦（2020）的研究表明，網(wǎng)店消費者感知物流服務(wù)質(zhì)量對消費者滿意度有顯著的積極影響。基于以上文獻(xiàn)分析，本文提出以下研究假設(shè)：

H1：便利性對物流服務(wù)滿意度存在積極的正向影響；

H2：可靠性對物流服務(wù)滿意度存在積極的正向影響；

H3：經(jīng)濟(jì)性對物流服務(wù)滿意度存在積極的正向影響；

H4：時效性對物流服務(wù)滿意度存在積極的正向影響；

H5：服務(wù)態(tài)度對物流服務(wù)滿意度存在積極的正向影響。

1.3 物流服務(wù)滿意度與購后行為的影響假設(shè)

Cronin和Taylor（1992）對多個服務(wù)企業(yè)或行業(yè)的客戶滿意度與服務(wù)質(zhì)量關(guān)系的實證研究表明，感知服務(wù)質(zhì)量程度會影響顧客滿意度的高低，顧客滿意度會影響其購買動機(jī)，且顧客滿意度對購買動機(jī)的影響大于服務(wù)質(zhì)量。高鵬（2021）以抖音平臺用戶為研究對象，指出生鮮農(nóng)產(chǎn)品快遞服務(wù)質(zhì)量會刺激消費者的情緒和感知服務(wù)質(zhì)量，從而影響消費者再次購買生鮮農(nóng)產(chǎn)品的意愿。張夢榮（2022）以生鮮農(nóng)產(chǎn)品直播購物為背景，研究發(fā)現(xiàn)消費者滿意度對重復(fù)購買意愿具有正向影響。基于以上文獻(xiàn)分析，本文提出以下研究假設(shè)：

H6：物流服務(wù)滿意度對重復(fù)購買存在積極的正向影響；

H7：物流服務(wù)滿意度對口碑評價存在積極的正向影響。

1.4 物流服務(wù)滿意度的中介作用假設(shè)

孫語聰（2018）研究證明了農(nóng)村地區(qū)優(yōu)質(zhì)末端物流服務(wù)可以提高客戶滿意度，從而間接提高客戶積極購買行為的可能性，滿意度在末端物流服務(wù)質(zhì)量與購買行為間起到中介作用。漆燕（2020）發(fā)現(xiàn)，客戶滿意度在冷鏈物流服務(wù)質(zhì)量與重復(fù)購買意愿間起中介作用，故滿意度在農(nóng)村物流“最后一公里”物流服務(wù)質(zhì)量和農(nóng)村居民網(wǎng)絡(luò)購后行為之間有中介作用。基于以上文獻(xiàn)分析，本文提出以下研究假設(shè)：

H8：物流服務(wù)滿意度在農(nóng)村物流“最后一公里”服務(wù)質(zhì)量和青年群體網(wǎng)絡(luò)購后行為之間有中介作用。

1.5 S-O-R理論模型框架

本文選擇S-O-R（Stimulus-Organism-Response）模型作為理論模型框架，S-O-R模型主要解釋有機(jī)體受到外界刺激和一定的心理過程對行為反應(yīng)產(chǎn)生影響。該模型已成為研究消費者行為的代表性理論，被廣泛應(yīng)用于商業(yè)零售和在線購物等領(lǐng)域的研究。在本文中，農(nóng)村物流“最后一公里”服務(wù)質(zhì)量是刺激因素（S），物流服務(wù)滿意度是有機(jī)體（O），青年群體購后行為是反應(yīng)（R）。基于上述研究假設(shè)并結(jié)合S-O-R模型，得出如圖1所示的理論模型。

2 調(diào)查問卷設(shè)計與數(shù)據(jù)分析

2.1 量表設(shè)計

本文基于SERVPERF模型及LSQ模型的基本內(nèi)容，參考相關(guān)文獻(xiàn)的物流服務(wù)質(zhì)量、購后行為及滿意度模型量表，并結(jié)合農(nóng)村物流的實際情況，形成變量測量量表。依據(jù)專家意見及預(yù)調(diào)查結(jié)果，對量表進(jìn)行多次修正，最終形成正式的變量測量題項表，如表1所示。變量測量題項表主要包括三部分：（1） 農(nóng)村物流“最后一公里”服務(wù)質(zhì)量；（2）消費者物流服務(wù)滿意；（3）購后行為。

2.2 調(diào)查設(shè)計與樣本收集

本文的調(diào)查問卷包括：（1）個人基本信息；（2）農(nóng)村物流“最后一公里”服務(wù)質(zhì)量評價及滿意度；（3）購后行為等內(nèi)容。本文以表1中的測量題項為主要調(diào)查內(nèi)容，問卷量表部分采用5點李克特量表法。通過線上調(diào)研的方法，經(jīng)篩選最終獲得有效問卷276份。本次調(diào)查樣本中，女性占一半以上，達(dá)到64.5%；調(diào)查對象職業(yè)方面，學(xué)生占比最高，達(dá)到51.8%；在月均消費金額方面，月消費額低于2000元的占70.7%；取件距離為0～2公里占49.3%；每月平均的購買頻率大部分是2～3次，占47.1%。

2.3 數(shù)據(jù)檢驗

首先，檢驗樣本測量數(shù)據(jù)的信度，Cronbach’s α系數(shù)不低于0.7表示信度較好。其次，對樣本的組合信度（評判標(biāo)準(zhǔn)：CR值大于0.7）和平均方差萃取量（評判標(biāo)準(zhǔn)：AVE值大于0.36為適用，大于0.5為優(yōu)秀）進(jìn)行檢驗，檢驗結(jié)果如表2所示。由表2可知，所有變量的Cronbach’s α值大于0.7、AVE值大于0.36及CR值大于0.7，表明問卷的測量量表具有較強(qiáng)的內(nèi)容一致性、具有較好的一致性和穩(wěn)定性，數(shù)據(jù)具有良好的信度和效度。

3 結(jié)構(gòu)方程模型建立與效應(yīng)分析

3.1 建立結(jié)構(gòu)方程模型

基于上述理論基礎(chǔ)與研究假設(shè)的理論支撐，構(gòu)建本文的理論模型，其中農(nóng)村物流“最后一公里”服務(wù)質(zhì)量的時效性、可靠性、經(jīng)濟(jì)性、服務(wù)態(tài)度和便利性5個維度是自變量，購后行為是因變量，物流服務(wù)滿意度是中介變量。將青年群組樣本數(shù)據(jù)導(dǎo)入SmartPLS軟件，運用SmartPLS軟件建立結(jié)構(gòu)方程模型進(jìn)行假設(shè)路徑驗證，運行所建SEM模型結(jié)果如圖2所示。

多重判定系數(shù)（Multiple Coefficient of Determination，R2）表示某一潛變量的方差能夠被其他潛變量解釋的程度，用于分析模型擬合效果（評判標(biāo)準(zhǔn)：R2系數(shù)不低于0.1，當(dāng)R2=0.1～0.5時，解釋力較弱；當(dāng)R2=0.5～0.75時，解釋力較強(qiáng)；R2越大，解釋力也就越強(qiáng)）。由圖2可知，物流服務(wù)滿意度： R2=0. 537；重復(fù)購買： R2=0.376及口碑評價： R2=0.363，表明該模型的解釋力良好。

3.2 假設(shè)檢驗結(jié)果

結(jié)果如表3所示，在物流服務(wù)滿意度的路徑上，經(jīng)濟(jì)性對物流服務(wù)滿意度的路徑達(dá)到0.05顯著性水平；便利性對物流服務(wù)滿意度的路徑達(dá)到0.001顯著性水平；服務(wù)態(tài)度對物流服務(wù)滿意度的路徑達(dá)到0.01顯著性水平。物流服務(wù)滿意度對重復(fù)購買及口碑評價的路徑均達(dá)到0.001顯著性水平。結(jié)果表明，便利性、服務(wù)態(tài)度及經(jīng)濟(jì)性對物流服務(wù)滿意度有積極影響；可靠性及時效性對物流服務(wù)滿意度影響均不顯著。出現(xiàn)此現(xiàn)象有以下幾種原因：第一，農(nóng)村居民網(wǎng)絡(luò)購物首先考慮的問題是物流服務(wù)站點覆蓋率低、配送范圍大小，直接影響消費者的寄取件便利性，從而影響網(wǎng)絡(luò)購物是否便利。第二，農(nóng)村地區(qū)缺乏專業(yè)技術(shù)人才，因此物流站點的工作人員大部分是當(dāng)?shù)鼐用瘢唇邮軐I(yè)的職業(yè)素養(yǎng)培訓(xùn)。第三，有些農(nóng)村地區(qū)的物流配送站點出現(xiàn)服務(wù)費用過高的現(xiàn)象，且退換物流費用不統(tǒng)一超過規(guī)定的標(biāo)準(zhǔn)。第四，大部分青年群體是在外求學(xué)或工作，了解農(nóng)村地區(qū)條件，所以對當(dāng)?shù)匚锪髡军c的服務(wù)質(zhì)量好壞較包容，因此對物流服務(wù)質(zhì)量的要求不高。

由表4可知，物流服務(wù)滿意度在便利性和口碑評價之間的中介作用達(dá)到0.01顯著性水平；物流服務(wù)滿意度在便利性和重復(fù)購買之間的中介作用達(dá)到0.01顯著性水平；物流服務(wù)滿意度在服務(wù)態(tài)度和口碑評價之間的中介作用達(dá)到0.01顯著性水平；物流服務(wù)滿意度在服務(wù)態(tài)度和重復(fù)購買之間的中介作用達(dá)到0.01顯著性水平，VAF值分別為：30%、30%、67%及42%，均屬于部分中介。

4 結(jié)語

4.1 研究結(jié)論

本文研究了農(nóng)村物流“最后一公里”服務(wù)質(zhì)量對青年群體購后行為的影響機(jī)制，得出以下結(jié)論：

（1）農(nóng)村物流“最后一公里”服務(wù)質(zhì)量中的便利性、經(jīng)濟(jì)性及服務(wù)態(tài)度3個屬性對物流服務(wù)滿意度均存在顯著正向影響，影響力度由高至低依次為：便利性、服務(wù)態(tài)度、經(jīng)濟(jì)性。

（2）消費者購后行為主要包括重復(fù)購買和口碑評價，檢驗結(jié)果表明物流服務(wù)滿意度對購后行為存在顯著正向影響。表明顧客在網(wǎng)絡(luò)購物時的物流服務(wù)滿意度越高，越可能出現(xiàn)重復(fù)購買和廣泛推廣等正向積極的購后行為。

（3）物流服務(wù)滿意度在便利性和口碑評價之間存在中介作用；物流服務(wù)滿意度在便利性和重復(fù)購買之間存在中介作用；物流服務(wù)滿意度在服務(wù)態(tài)度和口碑評價之間存在中介作用；物流服務(wù)滿意度在服務(wù)態(tài)度和重復(fù)購買之間存在中介作用，均屬于部分中介作用。因此，便利性及服務(wù)態(tài)度對重復(fù)購買有直接作用，也可以通過物流服務(wù)滿意度對重復(fù)購買起作用；便利性及服務(wù)態(tài)度對口碑評價有直接作用，也可以通過物流服務(wù)滿意度對口碑評價起作用。

4.2 對策建議

根據(jù)研究結(jié)果，本文提出以下建議：

（1）優(yōu)質(zhì)的物流服務(wù)是電商快速發(fā)展的重要條件。本文建議：開發(fā)用戶版配送共享數(shù)據(jù)軟件或者微信小程序，用戶可以選擇自己所在的地區(qū)，發(fā)布取件及寄件需求，同地區(qū)用戶則可選擇接單，并且發(fā)布者支付相應(yīng)的費用。用戶去取包裹的時候，同時接單賺取額外的費用，這不僅有利于不方便過去取包裹的用戶，還打通農(nóng)村物流“最后一公里”；搭建智能化系統(tǒng)，能夠提升運營效率且降低成本。比如，機(jī)器人取件或解答疑問等，可減少排隊時長，提升退件及處理問題的速度。

（2）在農(nóng)村地區(qū)有些地方取件費用或者寄件費用不統(tǒng)一，從而引起消費者的不滿，從而會減低農(nóng)村物流的使用率。本文建議：物流中心搭建監(jiān)管系統(tǒng)，實現(xiàn)數(shù)據(jù)共享。用戶可以在監(jiān)管平臺進(jìn)行投訴，維護(hù)自己的權(quán)利；物流站點建立標(biāo)準(zhǔn)化服務(wù)體系，提供多樣化服務(wù)，對用戶進(jìn)行分類管理。

（3）優(yōu)質(zhì)服務(wù)是農(nóng)村物流站點的門面、物流服務(wù)的基礎(chǔ)。提高員工的服務(wù)態(tài)度不僅提高消費者對物流服務(wù)站點的在消費者心中的良好印象，還可以大大提高消費者的使用率。本文建議：定期對各物流站點工作人員進(jìn)行培訓(xùn)，提高員工職業(yè)素質(zhì)等；設(shè)置獎勵機(jī)制，激發(fā)員工的積極性，并且做到相互監(jiān)督。

參考文獻(xiàn)

S. Yang， “Construction of Rural E-Commerce Logistics Service Quality Evaluation System and IoT Applications under the Background of New Retail，” Wireless Communications and Mobile Computing， vol. 2022， Article ID 5946536， 11 pages， 2022.

章俊文. 網(wǎng)絡(luò)購物中的隱性控制及其運作過程研究[D].金華：浙江師范大學(xué)，2022.

Perrault WD， Russ F.Physical Distribution Serviee：A Neglected Aspect of Marketing Management. MSU Business Topies ， 1974， 22（2）：37-45.

翟小可，吳祈宗.基于AHP-模糊綜合評價的農(nóng)村電商物流服務(wù)質(zhì)量評價研究[J].數(shù)學(xué)的實踐與認(rèn)識，2019，49（5）：121-127.

趙茂楠. 基于SERVQUAL-LSQ模型的農(nóng)村電商物流服務(wù)質(zhì)量評價體系研究[D].昆明：昆明理工大學(xué)，2021.

張晨宇. 基于SERVPERF方法的現(xiàn)代鐵路貨物運輸服務(wù)質(zhì)量評價研究[D].南昌：華東交通大學(xué)，2020.

Parasuraman A，Berry L L，Zeithaml V A.Understanding customer expectations of service.Sloan Management Review，1991：39-48.

羅偉. 網(wǎng)購物流服務(wù)質(zhì)量與滿意度及再購意愿的關(guān)系研究[D].蘇州：蘇州大學(xué)，2018.

鄒雯琦. 網(wǎng)絡(luò)商店物流服務(wù)質(zhì)量與消費者滿意度及重購意愿的關(guān)系研究[D].廈門：廈門大學(xué)，2020.

Cronin JrJ J， Taylor S A. Measuring service quality： a reexamination and extension[J]. Journal of marketing， 1992， 56（3）： 55-68.

高鵬. 基于SOR模型的快遞服務(wù)質(zhì)量對消費者再次購買意愿影響[D].青島：青島大學(xué)，2021.

張夢榮. 直播購物模式下消費者生鮮農(nóng)產(chǎn)品重復(fù)購買意愿研究[D].鎮(zhèn)江：江蘇科技大學(xué)，2022.

孫語聰. 電商末端物流服務(wù)質(zhì)量對農(nóng)村居民網(wǎng)購行為影響研究[D].長春：吉林大學(xué)，2018.

漆燕. 冷鏈物流服務(wù)質(zhì)量、顧客滿意及重復(fù)購買意愿關(guān)系實證研究[D].雅安：四川農(nóng)業(yè)大學(xué)，2020.

CHILES T H，MCMACKIN J F.Integrating variable risk preferences，trust，and transaction cost economics[J].Academy of Management Review，1996，21（1）：73-99.

張力. 基于SERVPERF模型的ST快遞服務(wù)質(zhì)量評價研究[D].昆明：云南財經(jīng)大學(xué)，2022.

張登銀. C2C電子商務(wù)物流服務(wù)質(zhì)量對顧客滿意度的影響研究[D].天津：天津理工大學(xué)，2021.

程亮. 唐山市快遞業(yè)服務(wù)質(zhì)量評價研究[D].天津：河北工業(yè)大學(xué)，2019.

劉偉. 校園電子商務(wù)快遞“最后一公里”服務(wù)質(zhì)量研究[D].武漢：湖北大學(xué)，2016.

張林鳳. 農(nóng)村電商物流服務(wù)質(zhì)量評價研究[D].重慶：重慶工商大學(xué)，2016.

向卓. 基于EW-FCE的農(nóng)村物流服務(wù)質(zhì)量評價研究[D].重慶：重慶工商大學(xué)，2019.

石幸福. 產(chǎn)品危機(jī)對消費者購后行為的影響研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2015.

周容西. 農(nóng)村電商物流“最后一公里”滿意度及影響因素研究[D].成都：西南財經(jīng)大學(xué)，2022.

Jordi Rosell，Jaime Allen. Test-riding the driverless bus： Determinants of satisfaction and reuse intention in eight test-track locations[J]. Transportation Research Part A，2020，140.