由上表可知，企业形象对服务质量的 P值小于0．01，非标准化系数为 0．249，基础设施对服务质量的P值也小于0．01，非标准化系数为 0．339，这说明企业形象和基础设施 2个 因素对服务质量呈正向影响作用 ；基础设施对服务价格的P值小于 0．05，非标准化系数为 0．181，企业形 象对服务价格 的 P值也小于 0．05，非标准化系数为 0．522，这说明基础设施和企业形象 2个 因素对服务 价格呈正 向影 响作用 ；企业形象、基础设施 、服务质量 务价格 4个因素对满意度的P值均小于 0．05，这说 明 4个 因素对顾客满意度呈正 向影响作用 ；而满 意度对忠诚度的 P值小于 0．05，非标准化系数为0．53，这说 明满意度对忠诚度呈正向影响作用 ，也就是说 ，企业的顾客满意度越高 ，则顾客的忠诚度就越高。由以上 的数据分析 和输出路 径图分析可知 ，本文所提出的 6个理论假设均成立 ，即 H 、H 、H 、H4、Hs、H6均 成立 。
4 结论 与讨论
实证分析结果表明，* 三方物流企业 的企业形象 、基础设施 、服务质量 务价格是对顾客满意度呈正向影响的 4大 因素，其 中影响较大 的是服务质量 。现根据路径 图输 出提 出几个可提升三方物 流企 业服 务质 量 的提升 对策 ：1)提高货物的完好率。保证货 物完好送达顾客手中，这是第三方物流企业的较基本也是首要任务 。一旦出**物破损 ，必然引发顾客的不满 ，处理不当就会发生纠纷事件 ，这会大大降低第三方物流企业的顾客满意度和忠诚度。
2)扩展 网点分布 ，加强信息化建设。第三方物流企业可以运用信息化手段 ，优化 网点资源配置 ，加强各网点之间的联系 ，整息，将现有资源利用较大化 ，加大整车业务 ，在保证货物完好的情况下使速度较大化。
3)加强服务 人员 的综合素质 培训。服务人 员的综合素质是影响顾客满意度较直接的因素，综合素质较差的配送人员会给顾客带来较差的客户体验和较低 的顾客满意度 。第三方物流企业应对此加大关注和投入，不仅要提高基层配送人员的学历要求 ，也要对员工进行岗前培训 ，向员 工渗透企业文化 ，使其真心真意为顾客服务。
4)丰富企业 的增值服务。* 三方物流企业 可以从管理技术能力 、运作效率和多客户运作平 台的整合能力三方面人手，如提供物流咨询 、物流方案规划 以及 物流 系统设计 等 ，以此 达到 提高满 意度 的效 果 。
问卷和数据收集
本文问卷调查以第三方物流企业——德邦物流
公司为例，设计问卷并发放给该公司的顾客，都是近期与德邦物流公司合作过接受过该公司物流服务 的企业或个人。调查 问卷 的具体内容分 2个层次 ，分别为6个潜在变量和21个显变量，具体内容见表 1，该部分调查所得数据是后文研究的数据支撑。本次问卷调查一共发放250份 问卷 ，其 中收 回
有效问卷249份，其中企业105、个人144，具有一定的代表性。利用Likert5级水平的测量量表对数据进行统计，5表示很满意、4表示满意 、3一般 、2表示不满意 、1表示 很不 满意 。
3．2 效 度 分析
*对问卷数据进行信度分析 ，本文利用 SPSS22．0软件运算所得数据 ，通过检验探索性 因子分析来检验问卷的结构效度 。正确的操作顺 序是先
进行 Bartlett球形检验和 KMO足够度的检验 ，以此来确定是否可以进行 因子分析，下一步是通过 因子载荷衡量数据效度。这些过程都是有固定的界限数值来确定的，正常情况下 ，KOM值 大于 0．7且 Bart1ett球度检验的相伴概率小于0．05时，则认 为量表适合进行因子分析 。在因子载荷衡 量环节 ，认 为其因子载荷大于 0．5是聚合效度良好的指标。为了检验数据是否适合进行因子分析，先对数据进行 Bartlett球形检 验和 KMO足够 度 的检验，如表 2所 示 。表 2量表的 KMo 和 Bartlett球形检验取样 足够度的 Kaiser-Meyer-Olkin度量 0．915由上表可知 ，本次问卷 调查 数据 的 KMO检验值等于 0．915，大于要求 的 0．70，符合条件可以对调查问卷进行因子分析。表 2中Bartlett球形检验的可以看出，近似卡方值非常大 ，等于 3956．370，且显著性概率是 0．000(P<0．01)，拒绝 Bart．1ett球形检验的零假设 ，这说明该调查问卷的效度 比较好 ，能够进行下一步因子分析。，进行因子分析。因子分析过程主要运用主成分分析法 ，运用正交法进行因子旋转 ，将特征值不小于 1的所有因子抽取出来 。在这个过程中，一共得到了 6个特征值不小 于 1的公共因子 ，总方差解释率等于 79．196％ ，不小于 60％ ，充分说明了这 6个公共因子具有很高的代表性 ，所提取 的因子数量跟本文开始预想的测量维度数 目匹配 ，如表 3所示 。，根据因子载荷的相关知识即：假如某一个因子跟某一道题 目的因子载荷 不小 于 0．5，则表示这个因子跟该题 目具有 比较高的相关性 ，能够很好地代表该题目，可 以在对 因子进行命 名的时候考虑该题 目的含义。各个题项均落在与本文开始预想的测量维度题目项数匹配，即通过效度检验 ，如表4所示 。
3．3 信度 分析
信度也称作可靠性分析 ，它可 以用来测量研究变量或者量表在不 同测量情况 时一致性程度情况 。内部一致性信度检验 的方法 是用Cronbacha系数
值衡量量表中各题项得分 的一致性情况 。一般情况下 ，CronbachO／系数值大于 0．8表示量表信度很好，CronbachO／系数值在 0．6和 0．8之间说 明信度可 以接受 ，CronbachO／系数值小于 0．6则表示量表信度较差，调查 问卷 需要 修改 。本次 研究 运用CronbachOL系数值衡量法判断问卷信度情况 。测量结 果 ，如表 5所示。* 1期 李继承等 ：基于结构方程模型的第三方物流企业顾客满意度研究 51
科 技 与 管 理 *19卷
从上表可知 ：本次涉及研 究变量共 为 6个 ，其CronbachAlpha分别是0．905、0．893、0．850、0．910、0．939、0．903。并且从删除后的信系数来看 ，如果题项 被删 除 ，信 度 系数会 下 降，以及 题项 相关 值(correcteditem—totalcorrelation)也均均会**0．5，较终说明本次涉及到 的研究变量信度较高 ，样本回答基本准确可靠 ，也即说 明此次研究样本数据可用于研究使用。一
3．4 相关分 析
相关分析就是对各个变量之间的相互关系进行分析 ，主要有 2种分析方法 ：Pearson相关 系数法和Spearman相关系数法。其 中用 Pearson相关系数法是较 为 常见 的，Pearson相 关 系 数 的 取 值 范 围是一1～1。Pearson系数值为正数时说 明各变量 间为正相关关系，值为负数则说 明各变量 间为负相关关系，Pearson系数**值的大小表示各变量间关系的紧密程度 ，值越大则关系越紧密。本文也运用 Pearson相关系数法对各变量间的
关系进行分析 ，以便为之后 的回归分析做好 准备。
