1、天道酬勤电子商务环境下冷链物流效劳质量满意度评价研究马轶男 杜倩妮：根据SERVQUAL量表、LSQ量表，以电子商务环境下冷链企业物流效劳质量特点和影响因素，通过调查问卷的方式对该行业进行数据分析，通过检验与调整，最终得到了5个维度和18个具体指标。采用AHP和离差最大化组合的方法确定各指标的权重，采用改良的突变级数来构建电子商务环境下冷链物流效劳质量的评价模型。结果说明：消费者最关心的是冷链物流的物流费用，其次是冷链物流的便利性，提出了联合配送的解决对策。关键词：冷链物流;AHP;离差最大化;突变级数;评价模型中图分类号：F713.365.1文献标识码：A近年来，随着电子商务、冷链物流不断开
2、展，已经成为我国重要的产业和国民经济的增长点。越来越多的企业为了跟随市场的脚步，他们纷纷开始反观自身，深化改革去迎合市场的需求。在电子商务和冷链物流迅速开展的同时，效劳质量的满意度影响着企业的开展。想要提高自身的效劳质量，必须要从顾客的角度出发，深入了解顾客的需求，才能从本质上解决顾客的问题，不断地改良与调整，提高市场的竞争力。1电子商务环境下冷链物流效劳质量满意度评价指标体系确实定目前，国内外学者对物流效劳质量评价做过很多相关研究。Parasuraman和Berry基于全面质量管理理论，分别从有形性、可靠性、保证性、响应性和关心性5个维度及其细分的22个指标，提出了SERVQUAL评估量表，
3、该量表为后续国内外学者对于物流效劳质量及其他效劳质量领域的研究奠定了良好根底;Meltzer，Flint和Keith从客户角度出发，经过大量的调研和访谈，从订货过程、人员沟通质量等9个维度来解释影响物流效劳质量的關键因素，构建了9个因素、5个指标的LsQ量表。周正嵩和施国洪依据SERVQUAL和LSQ量表，在充分考虑技术质量和功能质量的情况下，将可靠性、有形性、协作性、反响性和经济性作为5个评价新维度，并细分出一个涵盖16个指标的量表，最终建立了物流企业效劳质量评估模型口I。本文首先以SERVQUAL模型、LSQ模型作为根底框架，分析现有的相关文献及电子商务环境下冷链物流效劳质量的特点和影响因
4、素构建了效劳质量的评价指标体系，包括响应性、可靠性、效劳柔性、方便性、经济性5个一级指标和订单响应速度、客服响应速度、退换货速度、物流信息更新及时性等19个二级指标。本次问卷的对象是接受过冷链物流效劳的顾客，包括有经验的顾客和潜在的消费者，通过网上发放的方式共收集到118份有效问卷。首先，用SPSS22.0对调查问卷进行了信效度分析，其Cronbachs Alpha系数为0.911大于0.8，说明收集的样本数据具有高度的置信度。分别对各维度下的二级指标进行相关性检验。响应性维度、可靠性维度、效劳柔性维度和经济性维度下的二级指标的总体相关系数均大于0.4，这些维度下的二级指标无需变动。而方便性维
5、度下的配送方式灵活性的总体相关系数小于0.4，将该指标剔除，删除前方便性维度的a系数上升，该维度的信度上升，故对配送灵活性指标给予剔除处理。得到最终的指标体系如表1所示。2综合权重确实定本文利用突变级数法对一级指标进行综合评估，需要对二级指标大小进行排序。确定权重的方法有多种，主观赋权法有层次分析法、专家意见法、主成分分析法等，而客观赋权法那么有离差最大化法、熵值法等。这些方法大都存在主观的偏差性，计算过程中也会面临计算容量大的缺点，考虑到主、客观赋权法的优缺点。所以本文决定采用AHP主观赋权法和离差最大化客观赋权法相结合的方法来计算综合权重，这样既减少了主观因素带来的影响。同时也能合理、科学
6、地对效劳质量做出可靠的评价。2.1层次分析法确定主观权重首先将各指标按主次与隶属关系分组，形成层次结构，通过相关专家对同一层次电子商务环境下冷链物流效劳质量满意度指标按照相对重要性进行两两比拟，利用1-9尺度方法及其倒数建立判断矩阵，然后计算判断矩阵的最大特征值和对应特征向量，在归一化后，它是某一层指标对上一层相关指标的权重。最后，计算CR=CI/RI，进行一致性检验，其中cI=max-n/n-1，平均一致性指标m如表2所示。当CR0.1时，判断矩阵通过一致性检验并具有满意的一致性，否那么重新分配判断矩阵的值。3基于突变级数法的冷链物流效劳质量满意度评价研究3.1突变级数的根本原理及步骤突变级数法的理论源于突变理论，突变理论是由法国著名数学家Rene Thorn教授在20世纪60年代末提出的。它是基于结构稳定性的理论，通过研究在连续作用下的系统从不连续的一种稳定状态到另一种稳定状态转变的现象和规律的复杂科学。用势函数来表达系统内各要素之间的相互作用及与外部环境的关联性强弱。这种关系通过公式中的状态变量和控制变量来描述。Rene Thom在其研究中指出：当状态变量为l维时，有折迭型突变、尖点型突变、燕尾型突变和蝴蝶型突变4种初等突变模型，如表3所示。
