手機B2C市場中價格離散影響因素實證研究

朱小雁, 田 劍

(江蘇科技大學 經(jīng)濟管理學院,江蘇 鎮(zhèn)江 212003)

近年來，隨著互聯(lián)網(wǎng)在零售領域的應用,在線購物網(wǎng)站不斷涌現(xiàn),對消費者傳統(tǒng)購物方式形成沖擊的同時,也引發(fā)了大量有關在線零售的議題,其中就包括價格離散問題。所謂價格離散指的是在同一時間,不同銷售者以不同價格出售同種產(chǎn)品的現(xiàn)象。繼Stigler[1]對價格離散問題進行開創(chuàng)性研究之后,國內外許多學者從經(jīng)濟學、信息系統(tǒng)和市場營銷等不同角度對價格離散現(xiàn)象進行解釋,并開展了大量的理論與實證研究,學者們一致認為電子商務市場中價格離散現(xiàn)象是普遍存在且受不同因素影響?；仡櫼延形墨I,電子商務市場中價格離散的影響因素可歸結為宏觀和微觀兩個方面,宏觀因素主要包括因特網(wǎng)市場的成熟性[2]、市場特征[3],而微觀因素具體又分為3類:與賣家相關因素,包括網(wǎng)站頁面呈現(xiàn)的購物環(huán)境、銷售商銷售成本[4]、網(wǎng)站信任度、購物參考信息、購物便利性、競爭對手數(shù)量[5]、電子零售商信譽和品牌[6]、廠商成本差異、信譽[7]、搜索便利程度、賣方態(tài)度和購物渠道[8];與買家相關因素,包括消費者評價[9]、消費者議價能力[6]、消費者意識、消費者轉換成本[6]、消費者忠誠度[8];與產(chǎn)品相關因素,包括產(chǎn)品價格、產(chǎn)品類型和運費[9]、產(chǎn)品異質性、品牌知名度[6]。本文以B2C市場中的手機為研究對象,選取天貓商城2013年3月1日至10日間1 663組在線交易數(shù)據(jù),運用多元統(tǒng)計分析方法,以期尋求不同手機細分市場價格離散現(xiàn)象的影響因素,從而為商家制定有效的網(wǎng)絡營銷策略提供決策依據(jù)。

一、研究設計

(一)研究假設

商品評價是買家針對具體商品而進行的評價行為,屬于產(chǎn)品信息的一種具體表現(xiàn)形式。Pan和Shankar[10]的研究表明:網(wǎng)商特征和市場特征導致92%的價格離散,作為網(wǎng)商特征重要組成部分的產(chǎn)品信息,其對價格離散的影響不容小覷。另外,淘寶網(wǎng)等B2C購物網(wǎng)站在買家確認收貨后,都有對購買的商品進行評價環(huán)節(jié)。結合實際現(xiàn)狀與理論分析,本文提出如下假設:

H1:在其他條件相同的前提下,商品評價分值離散與價格離散正相關,即商品評價分值分布越分散,價格離散越大。

消費者基于對商品的質量、服務和價值等因素的反復比較做出購買決策,消費者愿意為具有較好品牌和信譽的賣家支付更高的價格。長期發(fā)展會使得賣家信任度兩級分化,即賣家信任度的離散加大,從而導致市場價格離散增大。Kim[11]認為,賣家的信譽度能積極影響消費者的購買決定,從而導致不同信譽度間賣家的價格離散?；谏鲜稣J識,本文提出如下假設:

H2:在其他條件相同的前提下,賣家信任度離散與價格離散正相關,即賣家信任度離散越大,價格離散越大。

商品交易量是商家綜合水平的體現(xiàn),也是消費者網(wǎng)購過程中重要的參考指標,如天貓商城等B2C購物網(wǎng)站在商品詳情頁面顯示月交易量,交易量越高越容易被買家搜索,而且能增加其好感度,影響其購買決策。Ghose和Yao[12]用交易價格對電子商務市場的價格離散進行重新的檢驗,結論表明:無論在電子商務市場,還是傳統(tǒng)市場,產(chǎn)品交易量與其價格離散呈正相關。分析前人的研究,提出如下假設:

H3:在其他條件相同的前提下,商品交易量離散與價格離散正相關,即商品交易量離散越大,價格離散越大。

競爭者數(shù)目可直觀反映市場競爭程度,隨著電子商務的發(fā)展,網(wǎng)店數(shù)量與日俱增,競爭也隨之加劇。Carlson和McAfee[13]基于搜尋模型,通過對價格離散和競爭者數(shù)量進行理論分析得出:競爭者數(shù)量越多,價格離散越小。Cohen[14]認為,市場中替代者的出現(xiàn)猶如一把“雙刃劍”,競爭者的數(shù)量增加使得市場同質產(chǎn)品的數(shù)量增加,價格離散度將降低,但同時因為信息量繁多,消費者難以判定信息的真實性,從而導致價格離散增加。因此提出如下假設:

H4:在其他條件相同的前提下,競爭者數(shù)量與價格離散正相關,即競爭者數(shù)量越多,價格離散越大。

手機產(chǎn)品更新?lián)Q代速度快,定價目標會隨著其生命周期的變化而調整,從而導致各階段價格離散情況各異。在商品上市初期,購買者由于缺乏對高新技術產(chǎn)品價值的認知,通常把價格作為衡量產(chǎn)品質量的標志,由于可替代品很少或者不存在,此時廠商成為定價的主導者,形成較小的價格離散。在商品上市一段時間后,購買者掌握了大量信息,不再只關心產(chǎn)品效用,而更加關注價格與替代產(chǎn)品所帶來的價值,此時競爭者也逐漸增多,價格離散增大。分析天貓商城的手機市場,對于即將進入市場的手機提供預定服務,對于即將退出市場的手機有特價促銷活動,也同樣反映出產(chǎn)品生命周期對價格的影響?？偨Y上述分析,將產(chǎn)品上市時間作為一個影響因素。因此提出如下假設:

H5:在其他條件相同的前提下,產(chǎn)品生命周期階段與價格離散正相關,即越處于后期的商品,其價格離散越大。

根據(jù)以上分析,建立多元回歸分析模型,因變量為價格離散指數(shù)DPrice,考慮到不同價格水平的商品,價格離散程度不一致,平均價格相對較高,競爭較少的商品,價格離散通常都很高,產(chǎn)品價格對于價格離散影響很大,故分為所有商品、高價商品、低價商品3大類。自變量包括商品評價分值(ProductE)、賣家信任度(SellerC)、月成交量(SaleV)、競爭者數(shù)量(CompetitorN)和商品上市時間(TimeM)5個方面。

DPricei=β0+β1ProductE+β2SellerC+β3SaleV+β4ComptetitorN+β5TimeM+u

式中,i=1為所有商品的價格離散；i=2為低價商品的價格離散；i=3為高價商品的價格離散。

(二)樣本來源

本文選擇手機作為研究對象,主要基于以下幾點的考慮:首先,在我國電子商務市場,手機被許多消費者選擇為最常購買的商品之一;其次,手機價格區(qū)間范圍大,品牌眾多,更新速度快,標準化程度高,且屬于較成熟的電子商務產(chǎn)品;最后,作為全球范圍內的手機消費大國,我國的手機市場競爭激烈。研究在符合網(wǎng)絡購物真實性的要求下,采取隨機采樣。為了避免網(wǎng)絡購物環(huán)境、支付方式、物流服務等的影響,本文選擇國內具有代表性的天貓商城(http://www.tmall.com/)來收集數(shù)據(jù)驗證假設。為避免時間因素的影響,數(shù)據(jù)收集主要集中在2013年3月1日至10日之間,選取50個型號的手機,共1 894個數(shù)據(jù),剔除信息不完整及異常數(shù)據(jù)231條,最終有1 663個有效數(shù)據(jù)用于假設檢驗。

(三)變量測量

在研究變量測量方面,通過分析國內外相關文獻的處理方法,結合本文的研究內容,進行具有針對性的設計。本文的因變量為價格離散,用“標準差/均值”來衡量,采集的數(shù)據(jù)均為成交價格。自變量包括:① 商品評價分值離散:商品評價分值即各購買者在確認收貨后對該商品進行綜合評價后的累計分值,以商品評價分值標準差除以其均值來衡量;② 賣家信任度離散:賣家信任度是“描述相符”、“服務態(tài)度”、“發(fā)貨速度”這3方面的綜合得分,以賣家信任度分值標準差除以其均值來衡量;③ 月成交量離散:截止收集數(shù)據(jù)時,以各型號手機的月銷售量標準差除以其均值來衡量;④ 上市時間:每款手機上市至收集數(shù)據(jù)月份的間隔時間(按月計算);⑤ 競爭者數(shù)量:即天貓商城目前銷售該型號手機的商家數(shù)目。為了考察上市時間和競爭者數(shù)量對價格離散的影響,并縮小數(shù)量級之間的差異,因此對其求對數(shù)。

二、假設檢驗與結果分析

表1是描述性統(tǒng)計結果,列出了變量的相關系數(shù)。在檢驗假設之前,本文通過多重共線性診斷發(fā)現(xiàn)各模型自變量的方差擴大化因子(Variance Inflating Factor,VIF)的數(shù)值都接近于1,說明不存在多重共線性問題。P值(Pvalue)就是當原假設為真所得到的樣本觀察結果或更極端結果出現(xiàn)的概率。P值越小，表明結果越顯著。模型的顯著性(F值)、擬合優(yōu)度(R2)具體值表2。

表1 變量的均值、標準差和相關系數(shù)

注：*** 表示P<0.001 水平下顯著,** 表示P<0.01 水平下顯著,* 表示P<0.05 水平下顯著。

表2 回歸分析結果

注：*** 表示P<0.001 水平下顯著,** 表示P<0.01 水平下顯著,* 表示P<0.05 水平下顯著。所有模型都進行了加權處理,權重為殘差序列絕對值的倒數(shù)。

從回歸分析結果(表2)可看出,商品評價分值離散與價格離散顯著正相關(0.042***),即當同一商品在不同賣家間評價分值的差異越大,價格離散越明顯,這反映出買家對于商品評價的重視及賣家的定價策略;月成交量離散與價格離散顯著負相關(-0.020***),即當成交量差異越大,價格離散越小,當成交量都集中在某幾家店鋪時,其他銷量滯后的賣家會采取積極的價格策略,將價格向某個更低的方向發(fā)展,使價格趨于同一水平,導致價格離散的縮小;商品上市時間與價格離散顯著正相關(0.022***),即越處于后期的商品,其價格離散越大。上市初期,由于市場上缺少質量高、性能獨特、讓買家滿意的替代產(chǎn)品,且競爭者數(shù)目不多,此時價格離散較小。隨著產(chǎn)品上市時間的增進,一段時間后有大量的追隨者進入市場,即進入成熟期,此時價格離散逐步增大。進入衰退期時,市場的基本特征是供過于求,下一代的創(chuàng)新產(chǎn)品將上市。此時,由于賣家采取各種不同的價格策略,如維持定價策略和驅逐定價策略,保本定價策略等,導致價格離散增大。另外,全新機和翻新機混雜于市場中,也是導致后期價格離散增大的原因之一。然而,在模型2的分析結果顯示,在低價商品中,僅有商品上市時間能影響價格離散(0.024**),可以這樣解釋:對于低價商品,買家對于價格的敏感性高于其他,而不同上市時間的商品,價格存在一定的差異。手機更新?lián)Q代速度快,部分賣家未能及時根據(jù)手機所處生命周期階段的不同，作出價格調整，從而導致價格離散增大。模型3的分析結果表明:商品評價分值離散與價格離散正相關(0.054**),月成交量離散與價格離散負相關(-0.021*)。由于高價商品往往都是上市時間較短的新產(chǎn)品,買家比較欠缺產(chǎn)品信息,往往會依賴商品的評價來輔助自己的判斷。另外,購買高價商品的買家,通常更在乎商品的性能,而不是價格,所以在一定區(qū)間范圍的價格均可接受。經(jīng)過一段時間的刪選,分值高的賣家就能把價格定得相對較高,從而形成較大的價格離散。

提煉上述分析結果,將3個模型中顯著影響因素用圖表進行比較(圖1),商品評價分值離散這個方面,高價商品的影響程度大于所有商品,當月成交量離散較小的時候,高價商品的價格離散大于所有商品,當月成交量離散達到一定值的時候,兩者離散程度相同,繼而呈相反的趨勢發(fā)展。低價商品的價格離散在上市時間這方面的敏感性大于所有商品。

圖1 回歸系數(shù)顯著的商品價格離散影響因素比較分析結果

三、結論與展望

(1)高價和低價的價格離散影響因素不同,應制定不同的價格策略。高價商品的商品評價分值離散對于價格離散的敏感度較高,買家更看重商品評價分值,在合理的價格范圍內,會選擇評價好的賣家。所以賣家可以在商品上市前期提供優(yōu)質的服務和品質保障,當商品分值較高時可以將價格適度上調,增加利潤。對于低價商品,消費者出于搜尋成本的考慮,會降低搜尋成本的投入,信息獲得不全面,因此賣家可以采取價格歧視的定價策略,制定不同的價格,比如對于不同批次的產(chǎn)品制定不同價格。

(2)對于更新?lián)Q代快的商品,賣家應把握商品的上市時間,采取分階段的營銷策略。導入期,各類宣傳渠道共同發(fā)布新品消息,不斷推出產(chǎn)品的非價格賣點以吸引消費者的眼球,降低消費者的價格敏感度,企業(yè)采取較高的價格是切實可行的。對于一些知名大企業(yè)推出的新產(chǎn)品可采取聲望定價,即利用消費者崇尚名牌的心理來制定產(chǎn)品的價格,把價格定成整數(shù)或高價。因為消費者有崇尚名牌的心理,往往以價格判斷質量,認為高價代表高質量和高性能。當產(chǎn)品知名度到一定程度的時候開始大規(guī)模上市,由于新品初期可觀的銷售利潤,各賣家爭相進入該產(chǎn)品市場,到達產(chǎn)品成熟期,這時商品評價分值和賣家信任度會影響消費者的決策,所以應注意前期信譽的積累。為了進一步吸引消費者,競爭者會采取一系列的價格、非價格策略進行促銷,價格逐漸下降,此時如果情況允許,可以選擇適時地退出競爭,準備下一輪新產(chǎn)品的上市;到了衰退期,非價格策略已不能吸引消費者的眼球,網(wǎng)絡銷售商更多的采取降低價格的促銷手段,清空庫存,利潤達到最低。

由于人工采集數(shù)據(jù)的工作量比較大,而且價格離散的影響因素眾多,未能全面地進行分析,時間序列數(shù)據(jù)的不足使得未能對文章中的價格影響因素進行追蹤研究,在未來的研究中,希望能加強與企業(yè)的合作,獲得更高質量的市場數(shù)據(jù),價格離散影響因素間的相互作用機理也是一個非常值得關注的研究方向。

參考文獻:

[1] STIGLER G.The economics of information[J].Journal of Political Economy, 1961,69(31):213-225.

[2] BAILEY J P.Electronic consumer:prices and consumer issues for three products:books, compact discs and software[R].Organization for Economic Cooperation and Development, 1998.

[3] ALESSANDRIA G.Consumers search, price dispersion international relative price fluctuations[J].International Economic Review, 2009,50(3):803-829.

[4] BELLMAN S,JOHNSON E J,LOHSE G L,et al.Designing marketplaces of the artificial with consumers in mind:four approaches to understanding consumer behavior in electronic environments[J].Journal of Interactive Marketing, 2006,20(1):21-33.

[5] 邵兵家,羅玲麗.中國在線商品價格離散影響因素的實證檢驗[J].統(tǒng)計與決策,2007(16):45-50.

[6] SMITH M,BRYJOLFSSON E.Customer decision making at an internet shopbot:brand still matters[J].Journal of Industrial Economics,2001,49(4):541-558.

[7] BAYE M R,MORGAN J.Price dispersion in the lab and on the internet:theory and evidence[J].The RAND Journal of Economics,2004,35(3):448-466.

[8] 曹磊,張子剛.消費者感知搜索成本降低的影響因素及其結果[J].工業(yè)工程與管理,2011(3):93-105.

[9] PETRESCU M.Online price dispersion:more than imperfect information[J].Journal of Product & Brand Management,2011,20(7):541-548.

[10] PAN X,RATCHFORD B T,SHANKER V.Can price dispersion in online markets be explained by differences in e -tailer service quality?[J].Journal of Academy of Marketing Science,2002(4):443-456.

[11] KIM D J,FERRIN D L,RAO H R.A trust-based consumer decision-making model in electronic commerce:the role of trust,perceived risk and their antecedents[J].Decision Support Systems,2008(2):544-564.

[12] GHOSE A,YAO Y.Using transaction prices to reexamine price dispersion in electronic markets[J].Information Systems Research,2011(2):269-288.

[13] CARLSON J A,MCAFEE R P.Discrete equilibrium price dispersion[J].Journal of Political Economy,1983(3):480-493.

[14] COHEN M.Linking price dispersion to product differentiation:incorporate aspects of customer involvement[J].Applied Economics,1998(6):829-835.