• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于多因子AHP的印度汽車(chē)消費(fèi)者決策研究

      2020-07-23 07:01:09鐘新才
      時(shí)代汽車(chē) 2020年8期
      關(guān)鍵詞:多因子

      鐘新才

      摘 要:印度2018年汽車(chē)銷(xiāo)量達(dá)到了440萬(wàn)輛,成為全球第四大汽車(chē)市場(chǎng),上升空間巨大。進(jìn)入2019年,印度汽車(chē)市場(chǎng)卻急轉(zhuǎn)直下,銷(xiāo)量連續(xù)10個(gè)月下跌。本文基于層次分析法(AHP)對(duì)經(jīng)濟(jì)水平、政策趨勢(shì)、社會(huì)環(huán)境、產(chǎn)品性能等多個(gè)影響因子的分析,來(lái)探討消費(fèi)者的自我構(gòu)建對(duì)于其購(gòu)置決策的影響,剖析印度汽車(chē)消費(fèi)者的消費(fèi)需求以及銷(xiāo)量下降背后的原因。分析結(jié)論銷(xiāo)量下降的原因主要是信貸機(jī)構(gòu)大幅削減貸款,汽車(chē)消費(fèi)稅、排放法規(guī)等政策突變導(dǎo)致了長(zhǎng)期以來(lái)印度消費(fèi)者購(gòu)買(mǎi)力較低的問(wèn)題重新暴露;印度消費(fèi)者在購(gòu)置汽車(chē)時(shí)社會(huì)認(rèn)同感,社會(huì)群體參照、便利度對(duì)其決策影響較大。

      關(guān)鍵詞:印度汽車(chē)市場(chǎng);AHP;汽車(chē)消費(fèi);多因子;消費(fèi)者決策

      1 前言:印度汽車(chē)市場(chǎng)概述

      印度汽車(chē)產(chǎn)銷(xiāo)規(guī)模在2013年以后進(jìn)入高速增長(zhǎng)期,2014~2018年期間汽車(chē)銷(xiāo)量年均復(fù)合增長(zhǎng)率CAGR達(dá)到8.5%,2018年銷(xiāo)量排名全球第四,達(dá)到440萬(wàn)[1]。汽車(chē)零部件方面同比增長(zhǎng)18.3%,GDP貢獻(xiàn)率達(dá)到2.3%。零部件出口外匯收益達(dá)135億美元,占印度出口總額的4%。售后服務(wù)具備92億美元的市場(chǎng)規(guī)模。汽車(chē)零部件行業(yè)整體創(chuàng)造的直接、間接就業(yè)機(jī)會(huì)高達(dá)300萬(wàn)人[2]。2018年底開(kāi)始印度汽車(chē)行業(yè)發(fā)展不樂(lè)觀,2019年8月份銷(xiāo)量同比下降33.2%。印度最大的合資汽車(chē)制造商瑪魯?shù)兮從?月份銷(xiāo)量同比下滑36%,塔塔同比下滑49.1%,馬恒達(dá)下滑28.6%,本田下滑51%。銷(xiāo)量下滑是否意味著印度汽車(chē)消費(fèi)者需求降級(jí)?本文將通過(guò)層次分析法從多個(gè)角度去分析印度汽車(chē)消費(fèi)者在購(gòu)置汽車(chē)時(shí)影響其決策的因素,探討銷(xiāo)量下滑的主要原因。

      2 影響印度汽車(chē)消費(fèi)者決策的關(guān)鍵因子

      購(gòu)買(mǎi)行為指消費(fèi)者為滿(mǎn)足某種需要在購(gòu)買(mǎi)動(dòng)機(jī)的驅(qū)使下,以貨幣換取商品的行動(dòng)。在這之前,消費(fèi)者會(huì)根據(jù)需要先去了解、搜集各種相關(guān)信息,并對(duì)可供選擇的商品進(jìn)行綜合的分析比較,最后才做出是否要購(gòu)買(mǎi)的決策[3]。消費(fèi)者每天做出各種購(gòu)買(mǎi)決策,其購(gòu)買(mǎi)行為模型如圖2所示。

      汽車(chē)消費(fèi)者購(gòu)買(mǎi)者黑箱中的影響因子包括政策,經(jīng)濟(jì),文化,營(yíng)銷(xiāo),技術(shù)等多個(gè)方面。下文將結(jié)合印度市場(chǎng)實(shí)際情況,來(lái)分析印度汽車(chē)消費(fèi)者決策的主要影響因素。

      2.1 產(chǎn)品因子

      產(chǎn)品的價(jià)值是消費(fèi)者購(gòu)買(mǎi)產(chǎn)品的首要需求因素,影響產(chǎn)品價(jià)值的因素包括功能、品類(lèi)、特質(zhì)、造型等。乘用類(lèi)汽車(chē)主要用于載運(yùn)乘客及其隨身行李或物品,在產(chǎn)品設(shè)計(jì)和技術(shù)特性上兼顧美學(xué)和實(shí)用性。消費(fèi)者關(guān)注的影響因素包括:動(dòng)力性、舒適性、造型等。

      2.2 經(jīng)濟(jì)因子

      對(duì)于大多數(shù)印度民眾來(lái)說(shuō),汽車(chē)既是一個(gè)耐久性產(chǎn)品,同時(shí)也是一個(gè)奢侈品,所以經(jīng)濟(jì)性也是消費(fèi)者優(yōu)先關(guān)注的因素,消費(fèi)者做出購(gòu)買(mǎi)決策時(shí)會(huì)在購(gòu)買(mǎi)價(jià)格,使用成本,維護(hù)成本三者之間進(jìn)行考量[4]。

      2.3 政策因子

      印度是一個(gè)聯(lián)邦制國(guó)家,頒布的政策對(duì)于汽車(chē)市場(chǎng)的干預(yù)不能忽視。以下三大政策影響較大:1)消費(fèi)稅制。由于2017年稅改以前的多種混合稅體系十分復(fù)雜,印度各邦都有征稅權(quán)利,導(dǎo)致很多稅是被中央和地方重復(fù)征收[5]。2)排放標(biāo)準(zhǔn)。印度原計(jì)劃2020年開(kāi)始BS-V,2024年開(kāi)始BS-VI。但2016年1月官方突然宣布2020年直接調(diào)整為BS-VI。3)購(gòu)車(chē)補(bǔ)貼。在2016年和2019年先后推出了FAME、FAME-2階段計(jì)劃,計(jì)劃用三年的時(shí)間耗資3萬(wàn)億盧比對(duì)電動(dòng)汽車(chē)進(jìn)行補(bǔ)貼[6]。

      2.4 社會(huì)因子

      在印度社會(huì)中,有的82% 左右的人信奉印度教。等級(jí)森嚴(yán)的婆羅門(mén)種姓制度深刻影響著印度人民的生活方式以及消費(fèi)理念[7]。有三個(gè)主要因素:1)家庭。汽車(chē)作為一個(gè)家庭型消費(fèi)品。丈夫、妻子、子女的意見(jiàn)都會(huì)對(duì)最終的消費(fèi)決策產(chǎn)生影響。2)自我認(rèn)知。印度教徒對(duì)自我的認(rèn)知代入了強(qiáng)烈的宗教色彩,造成了兩級(jí)分化。低等級(jí)的底層印度人消費(fèi)欲望較低;而高等級(jí)的人群消費(fèi)欲望較高。3)社會(huì)認(rèn)同。消費(fèi)者在社會(huì)中承擔(dān)著多種不同的角色,在特定的時(shí)間里有特定的主導(dǎo)角色,同時(shí)這種角色所代表的社會(huì)身份和地位也會(huì)影響其購(gòu)買(mǎi)行為。

      2.5 其他因子

      由于印度的特殊國(guó)情,另有其他三個(gè)因素也應(yīng)該考慮:1)基礎(chǔ)設(shè)施。印度官方數(shù)據(jù)顯示截止2019年4月,印度公路長(zhǎng)度 430萬(wàn)公里,高速公路的長(zhǎng)度超過(guò)142,126公里。公路絕大部分都是路面崎嶇、路況不良的縣級(jí)、農(nóng)村土路。2)信貸消費(fèi)。根據(jù)印度汽車(chē)制造者協(xié)會(huì)(SAIM)的數(shù)據(jù),印度的信貸購(gòu)車(chē)比例高達(dá)80%,40%的新車(chē)貸款來(lái)自影子銀行(非銀行金融公司)。3)節(jié)能減排。SoE科學(xué)環(huán)境中心的環(huán)境統(tǒng)計(jì)年度報(bào)告,印度的環(huán)境保護(hù)績(jī)效指數(shù)在180個(gè)國(guó)家中排名第177位,空氣質(zhì)量得為僅5.75分(滿(mǎn)分100)。

      3 AHP多因子遞階模型的建立

      上一章對(duì)于影響因子的類(lèi)別和各因子均進(jìn)行了詳盡的總結(jié),下面按照類(lèi)別總結(jié)將各因子納入遞階模型結(jié)構(gòu)的分析中,將決策目標(biāo)、考慮的決策準(zhǔn)則和決策對(duì)象按相互關(guān)系分為目標(biāo)層、準(zhǔn)則層和子準(zhǔn)則層,遞階模型如下。

      如圖3所示,第一層D為目標(biāo)層,進(jìn)行刺激因子識(shí)別的目標(biāo),即印度汽車(chē)消費(fèi)者的購(gòu)置決策;第二層為f準(zhǔn)則層,是基于文獻(xiàn)和印度的汽車(chē)消費(fèi)現(xiàn)狀梳理得到描述汽車(chē)價(jià)值構(gòu)成的5類(lèi)因素,這也是日常進(jìn)行汽車(chē)購(gòu)置決策之前理性消費(fèi)者將去收集的基本信息類(lèi)別,第三層將準(zhǔn)則層再次細(xì)分,構(gòu)成包含15個(gè)因子的子準(zhǔn)則組,是當(dāng)前印度的汽車(chē)市場(chǎng)環(huán)境中可能會(huì)對(duì)消費(fèi)者購(gòu)買(mǎi)決策產(chǎn)生影響的刺激信號(hào)。

      4 建立判斷矩陣和權(quán)重計(jì)算

      判斷矩陣中的元素表示消費(fèi)者在對(duì)汽車(chē)進(jìn)行購(gòu)置決策考量時(shí)所考慮的某兩個(gè)評(píng)價(jià)指標(biāo)之間的相對(duì)重要性程度之比。根據(jù)汽車(chē)行業(yè)專(zhuān)家在層次比較問(wèn)卷中對(duì)印度汽車(chē)市場(chǎng)的評(píng)估打分情況對(duì)樣本數(shù)據(jù)進(jìn)行算數(shù)平均處理(問(wèn)卷采用1~9的標(biāo)度來(lái)對(duì)因子之間的重要性進(jìn)行賦值進(jìn)而排序),再綜合前人論文中的權(quán)重進(jìn)行微調(diào),最終得到表1所示結(jié)果,隨后構(gòu)建準(zhǔn)則層相對(duì)于目標(biāo)層的判斷矩陣Df:

      本研究采取“和法”權(quán)重計(jì)算法,將判斷矩陣進(jìn)行列向歸一化,再按行求和繼續(xù)歸一化得到特征向量近似值,以此近似計(jì)算最大特征根[8]。首先將準(zhǔn)則層-目標(biāo)層的判斷矩陣Df進(jìn)行列向量的歸一化得到歸一化矩陣rij,然后對(duì)rij按行求和并且進(jìn)行行的歸一化處理得到向量,即準(zhǔn)則層f1到f5對(duì)于決策層D的影響權(quán)重。

      同樣地,針對(duì)準(zhǔn)則層各因素的判斷矩陣f1u、f2u、f3u、f4u、f5u,根據(jù)樣本對(duì)各因素重要程度的打分同樣進(jìn)行歸一化處理得到各判斷矩陣的權(quán)重向量rf1u、rf2u、rf3u、rf4u、rf5u。

      5 判斷矩陣的一致性檢驗(yàn)

      為了檢驗(yàn)評(píng)分過(guò)程中權(quán)重打分的協(xié)調(diào)性,我們需要對(duì)判斷矩陣Df進(jìn)行一致性檢驗(yàn)。判斷一致性比率CR計(jì)算方式如下:,其中RI是n>2階方陣的不一致程度指標(biāo),RI指平均隨機(jī)一致性指標(biāo),它只與矩陣階數(shù)n有關(guān),其數(shù)值如表2所示。

      λmax為矩陣的最大特征根,通常當(dāng)CR<0.1時(shí),認(rèn)為判斷矩陣具有可接受的一致性。通過(guò)計(jì)算,矩陣Df最大特征根λmax=5.169;査表可得5階矩陣平均一致性制表位1.12,因此該判斷矩陣一致性比率為:CR=0.03772<0.1,判斷矩陣的一致性檢驗(yàn)通過(guò),同理可以算出f1u、f2u、f3u、f4u、f5u的一致性比例,結(jié)果如表3所示,判斷矩陣一致性檢驗(yàn)全部通過(guò)。接下來(lái)將子準(zhǔn)則u層在其準(zhǔn)則層中的權(quán)重計(jì)算結(jié)果相乘,進(jìn)而可以計(jì)算出u層中每一個(gè)子準(zhǔn)則對(duì)于總決策目標(biāo)D的權(quán)重結(jié)果,如表4所示,可以明顯識(shí)別出各影響因子對(duì)總決策目標(biāo)D的影響排名。

      6 結(jié)論

      6.1 印度消費(fèi)者購(gòu)買(mǎi)力偏低

      印度汽車(chē)消費(fèi)者購(gòu)買(mǎi)汽車(chē)時(shí),經(jīng)濟(jì)因素是首要考慮的問(wèn)題,對(duì)消費(fèi)決策影響權(quán)重達(dá)到0.491。購(gòu)買(mǎi)價(jià)格和信貸消費(fèi)兩者對(duì)于總目標(biāo)的影響權(quán)重達(dá)到了0.513。世界銀行數(shù)據(jù)顯示印度人均國(guó)民收入僅為2020美元,居民購(gòu)買(mǎi)力低。消費(fèi)者對(duì)購(gòu)買(mǎi)價(jià)格極其敏感,影響權(quán)重為0.343;其次,由于購(gòu)買(mǎi)力的不足,大多數(shù)意向購(gòu)車(chē)者都選擇信貸消費(fèi),信貸消費(fèi)對(duì)于購(gòu)置決策的影響權(quán)重為0.170。2018年末,印度最大的非銀行金融公司IL&FS倒閉后,印度影子銀行的流動(dòng)性緊縮加劇,大幅削減貸款。這是2018印度汽車(chē)銷(xiāo)量斷崖式下跌的導(dǎo)火索。

      6.2 政策對(duì)印度汽車(chē)消費(fèi)的驅(qū)動(dòng)力較大

      消費(fèi)稅制是印度消費(fèi)者第三關(guān)注的因素,對(duì)于總目標(biāo)的影響權(quán)重比為0.099。2017年7月GST改革的稅率汽車(chē)消費(fèi)稅率為28%,但僅僅2個(gè)月,印度官方就出臺(tái)附加稅,所以最終改革后汽車(chē)消費(fèi)稅率并不比以前低,個(gè)別項(xiàng)目相比于稅改前更高。新的排放法規(guī)標(biāo)準(zhǔn)出臺(tái)后,規(guī)定2020年3月31日以后,BS-IV的車(chē)輛將無(wú)法通過(guò)新車(chē)注冊(cè)。導(dǎo)致必須提前幾個(gè)月停產(chǎn)BSIV車(chē)型。這造成了成本增加,并最終轉(zhuǎn)嫁到消費(fèi)者頭上。以上兩大政策都削弱了其消費(fèi)積極性,這也是印度汽車(chē)2019年銷(xiāo)量下滑原因之一。

      6.3 消費(fèi)者對(duì)便捷出行體驗(yàn)的需求極高

      由于印度道路基礎(chǔ)設(shè)施(對(duì)總目標(biāo)影響權(quán)重比為0.07)落后,路面擁擠情況嚴(yán)重,所以在印度主要交通工具還是兩輪或三輪的摩托車(chē)。出行便捷度也是消費(fèi)者在做出購(gòu)買(mǎi)汽車(chē)決策時(shí)需要重點(diǎn)考慮的——同時(shí)這也是4米以下的A00級(jí)小型車(chē)在印度市場(chǎng)受歡迎的原因。

      6.4 印度汽車(chē)消費(fèi)者對(duì)產(chǎn)品品質(zhì)需求亟待提升

      印度整體市場(chǎng)購(gòu)車(chē)意愿影響因子中產(chǎn)品因子影響力較弱。聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署的報(bào)告中指出,在2005-06年至2015-16年,印度貧困率從55%大幅降低到28%,隨著印度經(jīng)濟(jì)飛速發(fā)展,產(chǎn)品品質(zhì)——如動(dòng)力性、舒適性和造型設(shè)計(jì)等對(duì)印度消費(fèi)者的影響將進(jìn)一步擴(kuò)大。

      6.5 社會(huì)群體參照對(duì)消費(fèi)決策的影響較高

      產(chǎn)品因子對(duì)總目標(biāo)的影響權(quán)重僅有0.037,是準(zhǔn)決層中影響權(quán)重最低的因子。社會(huì)因子對(duì)于總目標(biāo)的影響權(quán)重為0.061。從整體來(lái)看,底層民眾在購(gòu)買(mǎi)汽車(chē)時(shí)傾向于尋求社會(huì)認(rèn)同,以群體的標(biāo)準(zhǔn)為依據(jù)。鈴木汽車(chē)在印度占據(jù)近一半的市場(chǎng)份額,暢銷(xiāo)乘用車(chē)排名前十的車(chē)型中,鈴木占據(jù)7席。除了產(chǎn)品本身的原因外,也體現(xiàn)了大多數(shù)印度人的參照群體心理。

      參考文獻(xiàn):

      [1]安慶衡.印度將成為全球汽車(chē)產(chǎn)業(yè)爭(zhēng)奪的下一個(gè)制高點(diǎn)——參加日本“印度汽車(chē)論壇”有感[J]. 汽車(chē)縱橫,2019(7):46-49.

      [2]尹嵐. 汽車(chē)產(chǎn)業(yè)“市場(chǎng)換技術(shù)”政策分析——中國(guó)同印度比較分析[J]. 經(jīng)濟(jì)技術(shù)協(xié)作信息,2015(28):14-15.

      [3]姜生俊. 基于購(gòu)買(mǎi)意愿視角的電動(dòng)汽車(chē)市場(chǎng)發(fā)展實(shí)證研究[D].2017.

      [4]秦志嬡,沈慶. 印度汽車(chē)市場(chǎng)現(xiàn)狀及中國(guó)汽車(chē)產(chǎn)品進(jìn)入對(duì)策建議[J]. 汽車(chē)工業(yè)研究,2016(10):14-19.

      [5]劉小平. 基于PEST分析法的印度汽車(chē)產(chǎn)業(yè)發(fā)展環(huán)境分析[J]. 汽車(chē)與配件,2012(18):48-50.

      [6]2018印度汽車(chē)工業(yè)分析報(bào)告[R].印度:印度品牌資產(chǎn)基金會(huì)(IBEF),2018:9-10.

      [7]歐東明. 印度教與印度種姓制度[J]. 南亞研究季刊(3):64-69.

      [8]韓柳. 私人電動(dòng)汽車(chē)消費(fèi)者價(jià)值感知及購(gòu)置行為意向研究[D]. 2019.

      猜你喜歡
      多因子
      基于機(jī)器學(xué)習(xí)的多因子選股模型
      基于BP神經(jīng)網(wǎng)絡(luò)的多因子洪水分類(lèi)研究
      基于打分法的多因子量化選股策略研究
      基于大數(shù)據(jù)的股票多因子量化投資策略?xún)?yōu)化研究
      基于多因子的ZigBee安全認(rèn)證機(jī)制
      “多因子 全方位”加強(qiáng)對(duì)高校家庭經(jīng)濟(jì)困難學(xué)生引導(dǎo)
      贡觉县| 金山区| 桃江县| 洞头县| 金山区| 泽普县| 枣强县| 浦城县| 镇宁| 溧阳市| 武山县| 淮北市| 昌宁县| 大同市| 翼城县| 田东县| 岳池县| 吉木乃县| 永济市| 太和县| 武穴市| 石渠县| 崇礼县| 金川县| 昌吉市| 陕西省| 青神县| 政和县| 隆化县| 张北县| 红桥区| 禹城市| 瑞昌市| 临沭县| 财经| 肃北| 龙川县| 会同县| 龙泉市| 临城县| 盈江县|