网购退货物流服务补救对消费者重购意愿的影响研究

[9]。从以上分析可以看出，网购退货物流服务和服务补救的定义有一定程度的相似性，网购退货物流服务实质上也是一系列补救性质的服务，然而当前学者们对网购退货物流服务的研究中忽略了其作为服务补救对消费者的影响，在服务补救领域针对退货物流服务的研究也较少。本文将网购退货物流服务补救定义为在网购情境下消费者因某些原因发起退货或退款，商家通过退货物流服务进行补救的过程，并选择较为普适的维度，探讨网购退货物流服务补救与消费者重购意愿之间的关系。（二）消费者二次满意相关研究Spreng等学者（1995）明确提出消费者满意分为一次满意和二次满意，第一次满意是指服务失败发生前的消费者满意，第二次满意是指在服务失败后，消费者对服务提供者采取纠正措施实施情况的满意程度，即补救后满意度REF_Ref130937813\r\h[10]。秦进等（2012）认为消费者二次满意指的是消费者在遭遇服务失败后，对服务提供商提供的第二次服务（补救行为）的总体满意程度REF_Ref130937825\r\h[11]。王子贤（2018）从认知视角出发将顾客二次满意度定义为，通过比较实际感知的服务质量与预期的服务质量之间的差异，所形成的感觉状态REF_Ref130937836\r\h[12]。不难看出，消费者二次满意的普适定义为在服务失败情境下，消费者对商家补救措施的感知满意。因此本文的消费者二次满意度也将继续延续此定义。已有大量的研究证实科学合理的服务补救对提高消费者二次满意发挥重要作用。谭鑫（2017）以网购者为研究对象，通过实证研究发现网购服务补救质量直接正向营销消费者二次满意REF_Ref130937862\r\h[13]。仇立（2018）研究发现网购消费者的内心预期越高，感知到的服务补救绩效越低，即满意度评价越低REF_Ref130937874\r\h[14]。学者们大多研究了网络购物情境下影响消费者二次满意的因素，较少研究消费者二次满意作为传导因素，在网购退货物流服务补救与消费者重购意愿之间发挥的作用。而发生服务失败时，商家提升其二次满意度是挽回消费者的关键环节。因此本文探讨消费者二次满意的中介效应具有重要意义，为消费者二次满意的研究理论提供新的视角。（三）消费者重购意愿相关研究Zeithaml等（1996）认为重购意愿是指消费者在发生购物行为之后，综合各方面的考虑后所产生的一种在将来会持续购买或想他人推荐购买该商家产品或服务的倾向REF_Ref130937888\r\h[15]。而相对比于线下传统购物行业，电商环境下的消费者重购意愿的定义就有所区别。李辉（2018）基于电子商务背景对重购意愿定义为消费者对与企业产品或服务的认知与信赖所表现出的对企业网站多次访问、重复购买或向他人推荐网站、产品或服务的倾向REF_Ref130937902\r\h[16]。因此本文将消费者重购意愿定义为发生网购服务失败情景下，消费者经历了商家网购退货物流服务补救之后是否能够产生在该商家进行重复购物的意愿。（四）文献述评梳理相关文献可知，虽有大量学者对变量进行了积极探索，但聚焦网购情景的针对性研究仍然相对匮乏。在网购退货物流服务方面忽略了其作为服务补救对消费者的影响；在服务补救方面也缺少网购退货物流服务补救框架；同时学者们大多研究了影响消费者二次满意的因素，较少研究其作为传导因素的作用。针对上述研究不足，本文基于网购退货情景，将变量融合至一个理论模型中，研究网购退货物流服务补救对消费者重购意愿的影响机理以及检验消费者二次满意在其中的中介效应。三、研究设计基于上述文献综述内容，本文构建了如图所示的理论模型：图3-1理论模型（一）研究假设1.网购退货物流服务补救与消费者重购意愿服务补救是指商家通过主动行为解决因服务失误导致的消费者不满并将损失降低至最小化，是商家挽回消费者的重要措施。重购意愿作为消费者积极购后行为之一，对企业的长远发展也至关重要。杨强等（2014）通过探索性研究发现，服务补救中有形补偿、响应速度、道歉和补救主动性对企业正面口碑传播意愿有直接的影响作用REF_Ref130937980\r\h[17]。何奇兵等（2019）实证研究表明退货服务补救中退货政策、主动性与道歉对顾客重购意愿有正向影响作用REF_Ref130938202\r\h[18]。在整个退货过程中消费者对补救服务措施的感知满意会对其后续的行为意愿产生一定的影响。由此本文假设：表3-1网购退货物流服务补救与消费者重购意愿假设假设编号假设内容H1网购退货物流服务补救对消费者重购意愿有正向作用H1a有形补偿对消费者重购意愿有正向作用H1b响应速度对消费者重购意愿有正向作用H1c主动反馈对消费者重购意愿有正向作用2.网购退货物流服务补救与消费者二次满意简兆权等（2019）研究发现实质性补偿（退款、换货、折扣等弥补消费者经济损失的措施）会带来更高的消费者二次满意与忠诚度REF_Ref130938076\r\h[19]。姚卿等（2018）研究表明在网络购物服务失误发生后，商家服务沟通、快速响应对消费者补救满意度产生了正向影响REF_Ref130938090\r\h[20]。总体看，学者们大都认为有效的服务补救正向影响消费者二次满意。由此本文假设：表3-2网购退货物流服务补救与消费者二次满意假设假设编号假设内容H2网购退货物流服务补救对消费者二次满意有正向作用H2a有形补偿对消费者二次满意有正向作用H2b响应速度对消费者二次满意有正向作用H2c主动反馈对消费者二次满意有正向作用3.消费者二次满意与消费者重购意愿胡瑶瑛等（2016）通过实证研究发现服务补救后满意即二次满意对消费者后续行为意向中的正向口碑传播和重购意向均有显著的正向影响REF_Ref130938121\r\h[21]。在网购中，若消费者对商家退货服务补救感到满意，更有可能发生积极的购后行为。由此本文假设：表3-3消费者二次满意与消费者重购意愿假设假设编号假设内容H3消费者二次满意对消费者重购意愿有正向作用4.消费者二次满意的中介作用王聪（2021）通过实证分析发现顾客二次满意在网购服务补救对顾客行为意向的关系中发挥中介作用REF_Ref132311483\r\h[22]。服务补救影响消费者二次满意，消费者二次满意影响消费者后续积极行为意向。由此本文假设：表3-4消费者二次满意的中介作用假设假设编号假设内容H4消费者二次满意在网购退货物流服务补救对消费者重购意愿的关系中发挥中介作用H4a消费者二次满意在有形补偿对消费者重购意愿的关系中发挥中介作用H4b消费者二次满意在响应速度对消费者重购意愿的关系中发挥中介作用H4c消费者二次满意在主动反馈对消费者重购意愿的关系中发挥中介作用（二）问卷设计问卷由两大部分组成：第一部分调查基本信息，包括如下内容：表3-5基本信息编号题目内容问卷选项Q1您的性别1=男2=女Q2您的年龄1=20岁及以下2=21-25岁3=26-30岁4=31-35岁5=36岁及以上Q3您的学历1=高中及以下2=大专3=本科4=研究生及以上Q4您平均每月的网购次数1=1-3次2=4-6次3=7-9次4=10次及以上第二部分的正式量表分为商家退货物流服务补救中有形补偿、响应速度、主动反馈三个维度，以及消费者二次满意、重购意愿两个维度，以上五个维度均采用Likert五级量表法进行统计，由“1”到“5”程度逐渐递增，“1”表示“非常不符合”，“5”表示“非常符合”。1.网购退货物流服务补救变量测量研究发现，国内外学者大多基于Smith等（1999）学者的量表对服务补救各维度进行研究分析REF_Ref130938150\r\h[23]。本文基于网购退货情景，参考Kelley等（1993）等国外学者REF_Ref130938156\r\h[24]以及阎俊（2013）等国内学者REF_Ref130938163\r\h[25]的研究，根据实际语境进行调整，最终选择了退货物流服务补救中有形补偿、响应速度和主动反馈三个维度，共12个题项，如表3-6所示：表3-6网购退货物流服务补救测量量表测量维度编号题项描述有形补偿COM1该商家为我提供了退换货等公平合理的退货方案COM2当我申请退货时，该商家为我提供宽松的退货政策COM3当我退货后，该商家承诺按时赔付我的经济损失COM4当我退货后，我可以得到所需补偿响应速度RS1该商家在办理退货时不会设置障碍RS2该商家的退货处理速度是快的RS3该商家的退货服务人员可以迅速解决我遇到的问题RS4该商家的退货服务人员不会忽略我的问题主动反馈AF1该商家主动跟我联系解决退货问题AF2该商家就退货问题主动跟我道歉AF3该商家及时告知我退货处理进展及结果AF4退货问题解决后，该商家会不定期回馈消息2.消费者二次满意变量测量本文对消费者二次满意的定义为在网购退货情景下，经历商家一系列服务补救后，消费者所感知到的服务后满意度，即消费者对商家退货服务补救效果的评价。本文主要参考陈可等（2014）对于二次满意的测量量表REF_Ref132902537\r\h[26]，根据具体语境进行调整，形成了3个题项，如表3-7所示：表3-7消费者二次满意测量量表测量维度编号题项描述消费者二次满意SSC1我对该商家的退货处理速度很满意SSC2我对该商家的退货处理结果很满意SSC3整体来说，我对这次退货服务经历很满意3.消费者重购意愿变量测量本文参考了杜荷花（2019）REF_Ref130938200\r\h[27]等国内学者对于消费者积极购后行为意向的研究，根据具体语境对消费者重购意愿这个维度进行调整，形成了4个题项，如表3-8所示：表3-8消费者重购意愿测量量表测量维度编号题项描述消费者重购意愿RP1以后如果再购买同类商品，我会首选这家店RP2我乐意再次光顾这家店RP3以后我会继续在该网店中购买更多商品RP4我乐意增加在这家店的购买次数（三）问卷发放结果本文以有过网购退货经历的消费者群体为研究对象，共计回收问卷157份，通过研究对象限定对回收问卷进行筛选，最终筛选出有效问卷148份，问卷有效率为94.27%。四、数据分析与假设检验本文通过SPSS23.0软件首先对148份有效问卷中的基本信息部分进行了描述性统计分析，后对网购退货物流服务补救各维度、消费者二次满意、消费者重购意愿等部分进行信度效度检验、相关分析、回归分析等，以检验前文的假设。（一）描述性统计分析对问卷数据中的基本信息部分进行统计分析，结果如表4-1所示：表4-1描述性统计分析变量选项频数百分比(%)性别男6745.27女8154.73年龄20岁及以下117.421-25岁13087.826-30岁53.431-35岁21.436岁及以上00学历高中及以下10.7大专53.4本科13087.8研究生及以上128.1网购次数1-3次3725.04-6次6141.27-9次3423.010次及以上1610.8从性别分布看，本次受调查的样本中女性比例稍高于男性。相对比之下，女性在网络购物环境下购买欲望更容易被激发，也更容易受商家退货物流服务补救措施的影响，因此该性别分布是较为合理的。从年龄分布来看，相关数据显示网购群体集中在21-29岁，本文受调查样本的年龄集中在21-25岁，因此该年龄分布有效。从学历分布来看，本文受调查样本的学历集中在本科，文化水平较高，能够较好的理解问卷内容，保证了填写和测量质量。从网购次数分布来看，本次受调查者整体网购次数较为频繁，比较符合本文的研究对象。（二）信度分析信度分析一般用来检测问卷的一致性、稳定性及可靠性。1.网购退货物流服务补救的信度分析（1）有形补偿表4-2有形补偿信度分析题项编号删除项后的标度平均值删除项后的标度方差修正后的项与总计相关性平方多重相关性删除项后的克隆巴赫Alpha标准化后的αCOM111.394.674.564.324.7690.801COM211.814.127.496.246.800COM311.443.826.692.554.701COM411.443.785.708.569.692根据表4-2可知，该维度的题项信度良好。（2）响应速度表4-3响应速度信度分析题项编号删除项后的标度平均值删除项后的标度方差修正后的项与总计相关性平方多重相关性删除项后的克隆巴赫Alpha标准化后的αRS111.285.345.671.454.8480.867RS211.075.778.685.483.840RS311.145.320.795.657.796RS411.235.416.718.576.827根据表4-3可知，该维度的题项信度良好。（3）主动反馈表4-4主动反馈信度分析题项编号删除项后的标度平均值删除项后的标度方差修正后的项与总计相关性平方多重相关性删除项后的克隆巴赫Alpha标准化后的αAF19.437.785.666.447.7980.839AF29.218.017.649.424.806AF39.147.946.668.446.798AF49.517.095.707.501.781根据表4-4可知，该维度的题项信度良好。（4）网购退货物流服务补救总体信度分析表4-5网购退货物流服务补救信度分析克隆巴赫Alpha标准化后的α项数.884.89012网购退货物流服务补救整体标准化Cronbach'sα系数为0.89，接近1，整体信度非常好。2.消费者二次满意的信度分析表4-6消费者二次满意信度分析题项编号删除项后的标度平均值删除项后的标度方差修正后的项与总计相关性平方多重相关性删除项后的克隆巴赫Alpha标准化后的αSSC17.522.496.670.472.8120.841SSC27.492.415.679.486.803SSC37.511.966.777.604.706根据表4-6可知，该维度的题项信度良好。3.消费者重购意愿的信度分析表4-7消费者重购意愿信度分析题项编号删除项后的标度平均值删除项后的标度方差修正后的项与总计相关性平方多重相关性删除项后的克隆巴赫Alpha标准化后的αRP19.728.694.857.735.9220.94RP29.678.590.847.719.925RP39.768.808.862.747.921RP49.838.550.864.750.920根据表4-7可知，该维度的题项信度非常好。4.整体量表信度分析表4-8整体量表信度分析克隆巴赫Alpha标准化后的α项数.926.92919问卷整体量表的标准化信度系数为0.929，非常接近1，整体信度非常好。（三）效度分析效度分析一般用来检测问卷的准确性、有用性。1.网购退货物流服务补救的效度分析表4-9网购退货服务补救KMO和巴特利特检验KMO取样适切性量数。.879巴特利特球形度检验近似卡方913.521自由度66显著性.000根据表4-9可知，变量间具有较强的相关性。表4-10网购退货物流服务补救总方差解释成分初始特征值提取载荷平方和旋转载荷平方和总计方差百分比累积%总计方差百分比累积%总计方差百分比累积%15.51245.93045.9305.51245.93045.9303.50229.18129.18122.00716.72862.6582.00716.72862.6582.85523.79152.9723.7956.62569.284.7956.62569.2841.95716.31169.2844.6235.18974.4725.5524.60179.0746.5034.18983.2637.4824.01487.2778.4163.46990.7469.3532.94293.68810.3172.64296.33111.2522.10198.43212.1881.568100.000提取方法：主成分分析法。表4-11网购退货物流服务补救旋转后的成分矩阵a题项编号成分123COM1.704COM2.653COM3.725COM4.764RS1.730RS2.785RS3.827RS4.745AF1.789AF2.761AF3.783AF4.849提取方法：主成分分析法。旋转方法：凯撒正态化最大方差法。a.旋转在5次迭代后已收敛。对网购退货物流服务补救维度通过主成分分析法对因子进行降维提取，提取3个因子，累计方差为69.284%。将该维度的因子载荷通过最大方差法进行旋转，从表4-11可以看出，12个题项被旋转分布到3个因子里，且对应的题项与问卷设置一致，说明该维度量表题项效度良好。2.消费者二次满意的效度分析表4-12消费者二次满意KMO和巴特利特检验KMO取样适切性量数。.697巴特利特球形度检验近似卡方185.865自由度3显著性.000根据表4-12可知，变量间具有较强的相关性。表4-13消费者二次满意总方差解释成分初始特征值提取载荷平方和总计方差百分比累积%总计方差百分比累积%12.27775.90875.9082.27775.90875.9082.45415.12791.0353.2698.965100.000提取方法：主成分分析法。表4-14消费者二次满意成分矩阵a题项编号成分1SSC1.848SSC2.854SSC3.910提取方法：主成分分析法。a.提取了1个成分。对消费者二次满意维度通过主成分分析法进行对因子进行降维提取，提取1个因子，累计方差为75.908%。由于该维度量表仅存在1个主成分，不存在旋转后的成分矩阵，其中成分矩阵如表4-14所示，3个题项被分布到1个因子里，与问卷设置一致，说明该维度量表题项效度良好。3.消费者重购意愿的效度分析表4-15消费者重购意愿KMO和巴特利特检验KMO取样适切性量数。.866巴特利特球形度检验近似卡方519.695自由度6显著性.000根据表4-15可知，变量间具有较强的相关性。表4-16消费者重购意愿总方差解释成分初始特征值提取载荷平方和总计方差百分比累积%总计方差百分比累积%13.39384.81484.8143.39384.81484.8142.2325.79790.6113.1994.96495.5754.1774.425100.000提取方法：主成分分析法。表4-17消费者重购成分矩阵a题项编号成分1RP1.921RP2.914RP3.924RP4.925提取方法：主成分分析法。a.提取了1个成分。对消费者重购意愿维度通过主成分分析法对因子进行降维提取，提取1个因子，累计方差为84.814%。由于该维度量表仅存在1个主成分，因此不存在旋转后的成分矩阵，其中成分矩阵如表4-17所示，3个题项被分布到1个因子里，与问卷设置一致，说明该维度量表题项效度良好。（四）相关分析相关分析用于初步验证变量之间的相关性。本研究的各变量之间的相关性分析如表4-18所示：表4-18各变量之间的相关性分析变量平均值标准差有形补偿响应速度主动反馈消费者二次满意消费者重购意愿有形补偿3.8395.653361响应速度3.7264.76228.740**1主动反馈3.1081.90170.375**.410**1消费者二次满意3.7523.72856.622**.701**.464**1消费者重购意愿3.2483.97131.331**.336**.605**.559**1**.在0.01级别（双尾），相关性显著。根据以上的相关性分析结果得出，各变量之间的相关系数均小于0.800，可排除共线的可能性。网购退货物流服务补救各子维度对消费者重购意愿和消费者二次满意均在0.01级别显著相关，其中有形补偿、响应速度、主动反馈对消费者重购意愿的相关系数分别为0.331、0.336、0.605，均大于0.3，假设H1a至H1c得到初步检验；有形补偿、响应速度、主动反馈对消费者二次满意的相关系数分别为0.622、0.701、0.464，均大于0.3，假设H2a至H2c得到初步检验。消费者二次满意对消费者重购意愿在0.01级别显著相关，相关系数为0.559，大于0.3，假设H3得到初步检验。（五）回归分析1.网购退货物流服务补救与消费者重购意愿的回归分析（1）有形补偿与消费者重购意愿的回归分析表4-19有形补偿与消费者重购意愿的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量)1.362.452-3.011.0030.1090.10317.907**有形补偿.491.116.3314.232.000a.因变量：消费者重购意愿D-W值：2.046*p<0.05**p<0.01由表4-19可知，该维度公式为消费者重购意愿=1.362+0.491*有形补偿。回归系数值为0.491（p＜0.01），有形补偿显著正向影响消费者重购意愿。假设H1a成立。（2）响应速度与消费者重购意愿的回归分析表4-20响应速度与消费者重购意愿的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量)1.654.378-4.377.0000.1130.10718.565**响应速度.428.099.3364.309.000a.因变量：消费者重购意愿D-W值：2.056*p<0.05**p<0.01由表4-20可知，该维度公式为消费者重购意愿=1.654+0.428*响应速度。回归系数值为0.428（p＜0.01），响应速度显著正向影响消费者重购意愿。假设H1b成立。（3）主动反馈与消费者重购意愿的回归分析表4-21主动反馈与消费者重购意愿的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量)1.222.230-5.323.0000.3660.36284.326**主动反馈.652.071.6059.183.000a.因变量：消费者重购意愿D-W值：2.052*p<0.05**p<0.01由表4-21可知，该维度公式为消费者重购意愿=1.222+0.652*主动反馈。回归系数值为0.652（p＜0.01），主动反馈显著正向影响消费者重购意愿。假设H1c成立。（4）网购退货物流服务补救与消费者重购意愿的回归分析表4-22网购退货物流服务补救与消费者重购意愿的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量).288.389-.742.4590.2910.28659.781**网购退货物流服务补救.832.108.5397.732.000a.因变量：消费者重购意愿D-W值：2.076*p<0.05**p<0.01由表4-22可知，该整体维度公式为消费者重购意愿=0.288+0.832*网购退货物流服务补救。回归系数值为0.832（p＜0.01），网购退货物流服务补救显著正向影响消费者重购意愿。假设H1成立。2.网购退货物流服务补救与消费者二次满意的回归分析（1）有形补偿与消费者二次满意的回归分析表4-23有形补偿与消费者二次满意的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量)1.089.281-3.869.0000.3870.38392.191**有形补偿.694.072.6229.602.000a.因变量：消费者二次满意D-W值：2.077*p<0.05**p<0.01由表4-23可知，该维度公式为消费者二次满意=1.089+0.694*有形补偿。回归系数值为0.694（p＜0.01），有形补偿显著正向影响消费者二次满意。假设H2a成立。（2）响应速度与消费者二次满意的回归分析表4-24响应速度与消费者二次满意的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量)1.256.215-5.854.0000.4910.488140.943**响应速度.670.056.70111.872.000a.因变量：消费者二次满意D-W值：2.352*p<0.05**p<0.01由表4-24可知，该维度公式为消费者二次满意=1.256+0.670*响应速度。回归系数值为0.670（p＜0.01），响应速度显著正向影响消费者二次满意。假设H2b成立。（3）主动反馈与消费者二次满意的回归分析表4-25主动反馈与消费者二次满意的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量)2.587.192-13.499.0000.2150.21040.032**主动反馈.375.059.4646.327.000a.因变量：消费者二次满意D-W值：2.145*p<0.05**p<0.01由表4-25可知，该维度公式为消费者二次满意=2.587+0.375*主动反馈。回归系数值为0.375（p＜0.01），主动反馈显著正向影响消费者二次满意。假设H2c成立。（4）网购退货物流服务补救与消费者二次满意的回归分析表4-26网购退货物流服务补救与消费者二次满意的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量).787.240-3.276.0010.5180.515157.003**网购退货服务补救.833.067.72012.530.000a.因变量：消费者二次满意D-W值：2.322*p<0.05**p<0.01由表4-26可知，该整体维度公式为消费者二次满意=0.787+0.833*网购退货物流服务补救。回归系数值为0.833（p＜0.01），网购退货物流服务补救显著正向影响消费者二次满意。假设H2成立。3.消费者二次满意与消费者重购意愿的回归分析表4-27消费者二次满意与消费者重购意愿的回归系数模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量).454.350-1.298.1960.3120.30766.206**消费者二次满意.745.092.5598.137.000a.因变量：消费者重购意愿D-W值：1.893*p<0.05**p<0.01由表4-27可知，该维度公式为消费者重购意愿=0.454+0.745*消费者二次满意。回归系数值为0.745（p＜0.01），消费者二次满意显著正向影响消费者重购意愿。假设H3成立。4.消费者二次满意的中介效应（1）消费者二次满意对有形补偿与消费者重购意愿的中介效应检验表4-28消费者二次满意对有形补偿与消费者重购意愿的中介效应模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量).526.419-1.256.2110.3120.30342.856**有形补偿-.041.131-.028-.315.753消费者二次满意.768.117.5766.546.000a.因变量：消费者重购意愿D-W值：1.888*p<0.05**p<0.01由表4-28可知，加入消费者二次满意作为中介变量，p为0.753大于0.05，变为不显著，这表明消费者二次满意在有形补偿对消费者重购意愿中发挥完全中介效应。假设H4a成立。（2）消费者二次满意对响应速度与消费者重购意愿的中介效应检验表4-29消费者二次满意对响应速度与消费者重购意愿的中介效应模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量).590.369-1.597.1120.3180.30943.643**响应速度-.139.123-.109-1.136.258消费者二次满意.847.128.6356.606.000a.因变量：消费者重购意愿D-W值：1.886*p<0.05**p<0.01由表4-29可知，加入消费者二次满意作为中介变量，p为0.258大于0.05，变为不显著，这表明消费者二次满意在响应速度对消费者重购意愿中发挥完全中介效应。假设H4b成立。（3）消费者二次满意对主动反馈与消费者重购意愿的中介效应检验表4-30消费者二次满意对主动反馈与消费者重购意愿的中介效应模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量).001.318-.004.9970.4650.45726.641**主动反馈.475.074.4416.426.000消费者二次满意.472.091.3545.161.000a.因变量：消费者重购意愿D-W值：1.910*p<0.05**p<0.01由表4-30可知，加入消费者二次满意作为中介变量，其回归系数由0.652降为0.475（p<0.01），这表明消费者二次满意在响应速度对消费者重购意愿中发挥了部分中介效应。假设H4c成立。（4）消费者二次满意的中介效应检验表4-31消费者二次满意的中介效应模型未标准化系数标准化系数t显著性R2调整后R2FB标准误差Beta(常量)-.083.387--.215.8300.3510.34213.490**网购退货物流服务补救.439.149.2842.948.004消费者二次满意.472.129.3543.673.000a.因变量：消费者重购意愿D-W值：1.938*p<0.05**p<0.01由表4-31可知，加入消费者二次满意作为中介变量，其回归系数由0.832降为0.439（p<0.01），这表明消费者二次满意在网购退货物流服务补救对消费者重购意愿中发挥了部分中介效应。假设H4成立。至此，所提出的17个理论假设均通过检验。五、研究结论与启发建议（一）研究结论本文探讨在网络购物背景下，消费者对通过网购获得的商品或服务不满意而要求退货或退款，已经发生这类服务失误的前提下，电商企业提供的退货物流服务补救措施对消费者重购意愿的影响机理。通过系统性整理分析国内外相关研究，共提出17个理论假设，结果显示均通过检验。具体研究结论如下：1.网购退货物流服务补救与消费者重购意愿网购退货物流服务补救及其子维度均显著正向影响消费者重购意愿。在发生服务失败的前提下，商家在最后的退货阶段积极表现，往往能够获得消费者的宽恕和谅解，以致消费者走出服务失败阴影，产生重复购买的意愿。其中，对消费者重购意愿的影响程度中，有形补偿和响应速度的影响程度较小，主动反馈的影响程度较大。究其原因，重购意愿为本次网购经历之后的行为，有形补偿和响应速度与本次的网购经历直接相关，主动反馈则可以链接到下一次的网购经历，相比较之下，影响程度较大。2.网购退货物流服务补救与消费者二次满意网购退货物流服务补救及其子维度均显著正向影响消费者二次满意。在发生服务失败时，商家及时为消费者提供有形补偿、响应速度、主动反馈方面的服务补救，挽救消费者经济损失，并通过积极服务平息消费者心理上的不满，可以有效激发消费者二次满意。其中，在对消费者二次满意的影响程度中，有形补偿和响应速度的影响程度较大，主动反馈的影响程度较小。究其原因，有形补偿直接弥补消费者的经济损失，响应速度能够最大程度上反映商家对消费者的重视程度，相比较之下，主动反馈无法直接降低消费者对有形损失的负面感知。3.消费者二次满意与消费者重购意愿消费者二次满意显著正向影响消费者重购意愿。发生网购服务失败时，商家各项服务补救措施能够激发消费者的二次满意，其程度显著影响消费者重购意愿。4.消费者二次满意的中介效应消费者二次满意在网购退货物流服务补救对消费者重购意愿中发挥中介作用，其中在有形补偿、响应速度维度发挥完全中介作用，在主动反馈维度发挥部分中介作用。究其原因，商家补救措施中有形补偿和响应速度最主要的作用在于降低消费者对本次有形损失的负面感知，若无法降低，无法提升消费者的满意度，也就没有后续的重购行为。主动反馈方面，虽无法直接降低消费者对本次服务失误的负面感知，但能一定程度上提升消费者对商家的感知真诚，能一定程度引发重购行为。具体结果如表5-1所示：表5-1实证检验结果假设编号假设内容检验结果H1网购退货物流服务补救对消费者重购意愿有正向作用通过H1a有形补偿对消费者重购意愿有正向作用通过H1b响应速度对消费者重购意愿有正向作用通过H1c主动反馈对消费者重购意愿有正向作用通过H2网购退货物流服务补救对消费者二次满意有正向作用通过H2a有形补偿对消费者二次满意有正向作用通过H2b响应速度对消费者二次满意有正向作用通过H2c主动反馈对消费者二次满意有正向作用通过H3消费者二次满意对消费者重购意愿有正向作用通过H4消费者二次满意在网购退货物流服务补救对消费者重购意愿的关系中发挥中介作用通过H4a消费者二次满意在有形补偿对消费者重购意愿的关系中发挥中介作用通过H4b消费者二次满意在响应速度对消费者重购意愿的关系中发挥中介作用通过H4c消费者二次满意在主动反馈对消费者重购意愿的关系中发挥中介作用通过（二）启发建议基于以上的研究结论，本文为电商企业提出如下建议：1.建立完备的网购退货物流服务补救体系从消费者点击退货或退款到最后的交易结束，过程极为短暂，不同于传统线下企业，在快消费时代，电商企业要想在这个过程中达到服务补救成功的目的，对其采取服务补救措施的绩效水平有着极为严格的要求。电商企业亟需构建完备的网购退货物流服务补救体系，实现服务补救流程程序化、标准化，服务补救措施制度化、科学化，及时识别和处理服务失误，节约补救决策和实施时间，增加服务补救的处理速度和主动程度，从有形补偿、响应速度、主动反馈等层面抓住最后的补救时机，及时挽回每一位宝贵的消费者。2.提升在线客服的业务能力和服务水平在线客服作为与消费者直接对接的重要人员，其业务能力和服务水平直接影响退货物流服务补救措施的效果。有形补偿方面考验客服的决策能力和实施能力，要求极快判断服务失误归因，给出处理方案并及时实施；响应速度方面考验客服的反应速度和答疑能力，要求客服整体素质较高，了解产品，对于消费者提出的问题及时解答，诚恳理智，不推脱责任；主动反馈方面考验客服的主动诚恳和言语亲和，安抚消费者负面情绪，充分展现企业对消费者的重视与尊重。商家应定期开展对客服人员的技能培训，强化客服的在线服务质量和沟通能力，提升正向引导消费者行为意向的能力，扭转消费者对企业的负面印象和评价。3.重视数据收集，化被动为主动电商企业应重视数据收集，化被动为主动，利用大数据实现对消费者的有效管理。对于电商企业而言，每一次的退货物流服务补救不只是挽回消费者的过程，更是其察觉消费者需求、记录和分析消费者行为、建立用户画像的机会。往近看，海量的用户数据增强商家对消费者心理的了解程度，在个体补救过程中捕捉消费者最关注的维度，采用一对一的补救方案，最大程度上提升消费者二次满意，促进消费者重购意愿。往远看，将服务补救相关数据纳入数据管理体系，有助于企业把握消费者需求、市场动向，对于企业长远发展也有着重要作用。（三）不足与展望本文尚存在以下几点不足：（1）样本量不足。本文问卷共25道题，根据样本量大于题项五倍数据有效原则，收集的148份有效数据刚好过及格线。然而现实生活中，对于广大的网络购物的消费者而言，这些数据只是九牛一毛。目前只是对这些维度进行初步探讨与验证，未来使用海量数据研究时是否会发现其他维度或者得出其他更加准确的结论，敬请期待。（2）数据收集方式有待完善。本文数据主要通过微信、QQ、微博等社交媒体进行收集，让被调查者回忆最近一次网购退货物流服务补救经历作答。然而一方面，受限于真实场景无法还原、记忆模糊性以及被调查者的主观色彩，难以收集到最真实的网购退货物流服务补救的数据；另一方面，在线上相隔着网络收集，无法保障被调查者是否认真、用心作答。未来可通过和被调查者面对面沟通交流获取研究数据，提高问卷数据的可靠性。（3）理论研究有待进一步拓展。本文探讨商家退货物流服务补救措施对消费者重购意愿的影响，但对于前景服务失败的原因并未探讨。有研究表明，服务失败归因对于后续服务补救措施有效性也有显著影响。未来可在不同服务失败归因前景下，探讨商家退货物流服务补救措施对消费者重购意愿的影响研究，进一步从理论上完善商家退货服务补救机制。参考文献赵淑红.网络交易中退货逆向物流管理研究[J].物流工程与管理,2015,37(07):58-60.王航.B2C电子商务环境下退货物流服务与物流成本研究[J].物流技术,2010,29(Z2):182-184+232.葛文卿,王虹.B2C电子商务行业的物流成本控制——以S公司为例[J].物流工程与管理,2020,42(07):121-122+114.徐娟.电商自营物流模式下循环快递箱逆向物流系统规划研究[D].河北工业大学,2020.DOI:10.27105/ki.ghbgu.2020.001556.陶丽娟,张丽婷.电子商务下逆向物流模式选择[J].商场现代化,2016,No.808(01):32-33.DOI:10.14013/ki.scxdh.2016.01.020.李一.B2C电子商务逆向物流服务质量评价体系研究[D].哈尔滨工业大学,2019.DOI:10.27061/ki.ghgdu.2019.003393.JamesGMaxham.Servicerecovery'sinfluenceonconsumersatisfaction,positiveword-of-mouth,andpurchaseintentions[J].JournalofBusinessResearch,2001,54(1).黄珍,张宣,于海航.直播带货情境下服务补救对重购意愿的影响研究——感知真诚和补救后满意的链式中介作用[J].商业经济研究,2022,No.838(03):109-112.郭婷婷,李宝库.顾客心理契约破裂及其修复策略——基于网络购物服务失误情境[J].经济与管理,2019,33(06):50-57.RichardA.Spreng,GilbertD.Harrell,RobertD.Mackoy.Servicerecovery:Impactonsatisfactionandintentions[J].JournalofServicesMarketing,1995,9(1).秦进,陈琦.网络零售服务补救情形下的顾客忠诚——基于感知公平与感知转移成本视角的研究[J].经济管理,2012,34(03):95-102.DOI:10.19616/ki.bmj.2012.03.013.王子贤,吕庆华.服务补救、感知公平与顾客满意——基于网购用户视角的研究[J].山西财经大学学报,2018,40(10):77-89.DOI:10.13781/ki.1007-9556.2018.010.006.谭鑫.网购服务补救质量对顾客二次满意的影响研究——基于顾客认同的中介作用[J].江汉大学学报(社会科学版),2017,34(05):75-80+127.DOI:10.16387/ki.42-1867/c.2017.05.010.仇立.服务失误情境下互联网顾客忠诚影响机理[J].中国流通经济,2018,32(05):84-96.DOI:10.14089/11-3664/f.2018.05.009.ZeithamlValarieA.,BerryLeonardL.,ParasuramanA..TheBehavioralConsequencesofServiceQuality[J].JournalofMarketing,1996,60(2).李辉.网购情境中消费者后悔情绪对重购意向的影响研究[D].兰州财经大学,2018.杨强,张宇,刘彩艳.服务补救、感知控制对