快递企业末端服务质量体系研究

郝丹阳

【摘要】提高快递企业末端服务质量有助于促进快递企业实现高质量发展，当前研究主要集中在快递企业这个宏观层面，对末端服务研究较少。因此，研究通过实地调研、文献综述、因子分析等方法构建出快递企业末端服务质量体系，并给出临界值形成一套测量末端服务质量的工具，这对快递企业具有很强的参考和运用价值。

【关键词】快递企业;末端服务;质量体系

1快递企业末端服务质量指标体系构建

研究对北京市通州区三家大型的快递网点进行实地调研，并对网点管理人员和消费者进行访谈，作为初建快递企业末端服务质量体系的依据。接着分别选取消费者、校内外专家作为咨询对象，对指标进行筛选。一是进行专家问卷咨询，将反馈数据进行收集，并将重要性程度较低的指标进行删除，得到新的评价指标集。将新的评价指标集反馈给专家，咨询各位专家是否进行进一步的筛选。二是测试新的指标集和末端服务的切合度，最后得到快递企业末端服务指标。

2快递企业服务质量风险模型构建

2.1调查问卷有效处理

研究通过SPSS对调查问卷17项量表问题进行可信度分析，得到Cronbachs Alpha系数值为0.952，表明调查问卷内部一致性较好，调查数据可以有效的反应快递企业末端服务质量问题。调研发放问卷150份，收回完整意见详本128份，问卷的有效率为85.3%，评估意见经过处理用于统计分析。

2.2因子分析

2.2.1因子分析的适用性

研究通过巴特利球度检验和KMO检验分析指标之间是否有较好的线性关系，SPSS显示统计量的观测值为593.096，相应的概率p接近于0，由于概率p小于显著水平a，应拒绝0假设，认为相关系数矩阵与单位矩阵有显著关系。同时KMO值为0.789，根据Kaiser给出的KMO度量值标准可知评价指标适合做因子分析。

2.2.2提取公共因子

根据原有指标的相关系数矩阵，采用主成分分析法提取公共因子并选取特征根大于1的特征根。在公因子方差中，提取度大部分在0.8以上，所有评价指标的共同度均较高，各个变量的信息丢失较少，因此本次因子提取的總体效果理想。

由表1中得到特征根大于1的公因子数为4个，分别为9879、1.790、1.127和1.006，他们的累计方差贡献率为80.604，总体上，原有评价指标信息丢失较少，因子分析效果较理想。将因子旋转后，累计方差贡献率并没有发生改变，说明没有影响到评价指标的共同度，但重新分配了各个指标原有的方差，改变了方差的贡献率，使得公共因子更易于解释。

3临界值确定

研究可根据快递企业末端服务质量预警指标值，计算快递企业末端服务风险预警综合评价值F。为了直观预报不同程度的服务风险，这里借鉴国家检测经济预警的做法，对服务质量采用信号灯显示方法，分别用绿灯、黄灯、红灯、黑灯信号表示。因此，按照四分法对现有的F值进行划分，分别可以得到四个临界值分别为F1、F2、F3、F4。本研究将快递企业末端服务质量排名倒数25%的公司界定为服务风险严重公司，通过最后实地调研就可以确定F的值。

4总结

研究通过定性和定量方法构建出快递企业末端服务质量模型，为快递企业末端服务提供了一种有效的测量工具，对快递企业弥补末端服务不足等问题具有良好的参考价值。同时，为了使得快递企业末端服务质量模型更加有效，可以收集更多的样本数据，本研究通过调查问卷得到相关数据，具有一定的主观性，也可以通过公司年报或者相关数据进行相应预测，更加具有客观性。在精力时间允许情况下，可以加大时间和空间维度，消除其他因素影响，进一步构建快递服务末端服务质量预警。本研究才有的方法具有一定的偏差性，后续研究可以采用更加可信的研究模型。

参考文献：

[1]刘永胜.北京地区制造业上市公司物流风险预警——基于主成分分析方法[J].中国流通经济，2013，27（4）：60-66.