基于多元有序logistic 回歸分析法的汽車定價(jià)策略

摘要：為增強(qiáng)汽車A 級(jí)細(xì)分市場(chǎng)產(chǎn)品的價(jià)格競(jìng)爭(zhēng)力以提高消費(fèi)者購(gòu)買(mǎi)意愿，從微觀角度探究消費(fèi)者對(duì)A 級(jí)細(xì)分市場(chǎng)的汽車特征裝備的感知價(jià)值，進(jìn)而構(gòu)建基于消費(fèi)者價(jià)值感知理論的汽車定價(jià)策略模型。首先，通過(guò)200 份調(diào)研問(wèn)卷收集消費(fèi)者對(duì)A 級(jí)細(xì)分市場(chǎng)的汽車特征裝備的感知價(jià)值數(shù)據(jù)；其次，基于多元有序Logistic 回歸分析法，驗(yàn)證了特征裝備對(duì)汽車感知價(jià)值有正向影響，并基于參數(shù)估計(jì)構(gòu)建了基于價(jià)值感知理論的汽車定價(jià)模型；最后，選取某品牌A 級(jí)細(xì)分市場(chǎng)中的SUV 車型作為本品研究對(duì)象，選取價(jià)格和軸距尺寸與本品相近的某品牌A級(jí)SUV 車型作為競(jìng)品進(jìn)行對(duì)比分析。結(jié)果表明：根據(jù)該定價(jià)模型推導(dǎo)出的本品在價(jià)格競(jìng)爭(zhēng)力上顯著高于競(jìng)品，其中基礎(chǔ)版車型的價(jià)格競(jìng)爭(zhēng)力高11.52%，豪華版車型的價(jià)格競(jìng)爭(zhēng)力高13.75%，證明該定價(jià)模型在工程實(shí)踐中的應(yīng)用潛力和價(jià)值。

關(guān)鍵詞：消費(fèi)者價(jià)值感知理論；特征價(jià)格；多元有序logistics 回歸分析法；汽車定價(jià)

0 前言

隨著消費(fèi)者對(duì)汽車知識(shí)的不斷積累和認(rèn)知水平的顯著提高，消費(fèi)者愈發(fā)要求汽車價(jià)格與產(chǎn)品價(jià)值相匹配［1］。這要求汽車行業(yè)研究能夠匹配產(chǎn)品價(jià)值的汽車定價(jià)模型。針對(duì)汽車定價(jià)模型的研究需求，國(guó)內(nèi)外學(xué)者正逐漸從傳統(tǒng)的成本導(dǎo)向定價(jià)和競(jìng)爭(zhēng)導(dǎo)向定價(jià)轉(zhuǎn)向消費(fèi)者需求導(dǎo)向定價(jià)［2］。消費(fèi)者需求導(dǎo)向定價(jià)的核心理念是基于消費(fèi)者的價(jià)值感知模型，研究消費(fèi)者所關(guān)注的產(chǎn)品特征屬性及其對(duì)應(yīng)的感知價(jià)值。目前，學(xué)者們的研究多集中在宏觀層面對(duì)感知價(jià)值的驅(qū)動(dòng)因素的探索［3］，而對(duì)汽車定價(jià)結(jié)果的模型研究以及不同驅(qū)動(dòng)因素對(duì)感知價(jià)值的差異性影響的研究相對(duì)較少。因此，探討消費(fèi)者如何根據(jù)汽車特征屬性來(lái)評(píng)估其整體價(jià)值，已成為汽車行業(yè)亟待解決的問(wèn)題。本文提出通過(guò)研究A 級(jí)細(xì)分市場(chǎng)的汽車特征裝備對(duì)消費(fèi)者價(jià)值感知的正向影響機(jī)制，采用多元有序Logistic 回歸分析法構(gòu)建基于消費(fèi)者價(jià)值感知理論的汽車定價(jià)模型的研究方法。

1 定價(jià)模型

1. 1 理論模型

基于消費(fèi)者價(jià)值感知理論的汽車定價(jià)模型通過(guò)探究A 級(jí)細(xì)分市場(chǎng)的汽車特征裝備對(duì)消費(fèi)者感知價(jià)值的影響，計(jì)算消費(fèi)者對(duì)汽車價(jià)值的估值，作為汽車定價(jià)的價(jià)格上限［4］。汽車定價(jià)模型的表達(dá)式為：

1. 2 模型變量

本文旨在從微觀因素角度探究消費(fèi)者感知價(jià)值在產(chǎn)品定價(jià)中的應(yīng)用。為此基于汽車之家和懂車帝網(wǎng)站的A 級(jí)汽車細(xì)分市場(chǎng)中產(chǎn)品特征裝備參數(shù)，整理微觀層面的汽車特征裝備明細(xì)，并將特征裝備歸納為動(dòng)力與傳動(dòng)系統(tǒng)、外觀、內(nèi)飾、安全和功能五大類特征，作為對(duì)消費(fèi)者價(jià)值感知有正向影響的汽車定價(jià)模型的自變量，具體見(jiàn)表1。

基于汽車定價(jià)模型和變量選擇，制定基于消費(fèi)者價(jià)值感知的定價(jià)模型，其原理如圖1 所示。

2 數(shù)據(jù)收集

本文采取問(wèn)卷調(diào)查的方法系統(tǒng)收集消費(fèi)者對(duì)于汽車特征裝備的價(jià)值感知的相關(guān)信息，作為構(gòu)建定價(jià)模型的數(shù)據(jù)輸入。

2. 1 問(wèn)卷調(diào)研及校驗(yàn)

本調(diào)研問(wèn)卷的量表按收集數(shù)據(jù)維度的不同被劃分為兩個(gè)主要區(qū)塊：第一區(qū)塊旨在收集調(diào)研對(duì)象對(duì)于A 級(jí)細(xì)分市場(chǎng)車型的購(gòu)車預(yù)算，問(wèn)卷中加入“是否意向購(gòu)買(mǎi)A 級(jí)汽車”的題項(xiàng)，若調(diào)研對(duì)象選擇“否”則問(wèn)卷結(jié)束；第二區(qū)塊則旨在收集調(diào)研對(duì)象對(duì)A 級(jí)細(xì)分市場(chǎng)的汽車特征裝備的感知價(jià)值。量表的調(diào)研指標(biāo)及具體題項(xiàng)見(jiàn)表2，鑒于特征裝備明細(xì)較多，表中僅呈現(xiàn)部分示例。

最終共回收221 份調(diào)查問(wèn)卷，其中有效問(wèn)卷200 份，有效答卷率達(dá)到90.50%。

本文使用SPSS 軟件對(duì)收集的數(shù)據(jù)進(jìn)行信度和效度檢測(cè)。其中，信度結(jié)果顯示各變量的克朗巴哈系數(shù)均集中在0.9～0.999，顯示出極高的信度水平。問(wèn)卷整體的克朗巴哈系數(shù)為0.984%，表明這是一份具有高信度系數(shù)的問(wèn)卷。效度檢測(cè)包括巴特利特球形檢驗(yàn)及KMO 檢驗(yàn)。本調(diào)研獲得的KMO 值為0.794，超過(guò)了0.7 的基準(zhǔn)線。同時(shí)，巴特利特球形度檢驗(yàn)值（P 值）為0.03，表明問(wèn)卷收集的特征裝備變量具有較高的效度。這表明本問(wèn)卷能夠準(zhǔn)確測(cè)量消費(fèi)者的感知價(jià)值數(shù)據(jù)，可以進(jìn)行后續(xù)數(shù)據(jù)處理。

2. 2 問(wèn)卷數(shù)據(jù)處理

為進(jìn)一步提升問(wèn)卷數(shù)據(jù)質(zhì)量，確保多元有序Logistic 回歸分析法的準(zhǔn)確性和可靠性，本文采用RobustScaler 算法，對(duì)每個(gè)汽車特征裝備的消費(fèi)者價(jià)值感知數(shù)值進(jìn)行特征縮放，以對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，同時(shí)減少異常值對(duì)模型參數(shù)估計(jì)的影響。RobustScaler 算法是機(jī)器學(xué)習(xí)中用于數(shù)據(jù)預(yù)處理的特征縮放方法，特別適用于對(duì)異常值敏感的算法。RobustScaler 算法采用中位數(shù)和四分位距作為數(shù)據(jù)縮放的參數(shù)，這些統(tǒng)計(jì)量對(duì)異常值具有更高的魯棒性，可以降低異常數(shù)據(jù)對(duì)定價(jià)模型的影響。

中位數(shù)對(duì)異常值具有不敏感性，因此在評(píng)估數(shù)據(jù)集的中心趨勢(shì)時(shí)，提供了一種更為穩(wěn)健的度量方法。本文對(duì)感知價(jià)值數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，以確保數(shù)據(jù)的一致性和可比性。進(jìn)一步地，本文采用中位數(shù)來(lái)量化消費(fèi)者汽車特征裝備的感知價(jià)值。這增強(qiáng)了數(shù)據(jù)的代表性，能夠更準(zhǔn)確地反映消費(fèi)者的價(jià)值感知，進(jìn)而為汽車產(chǎn)品的定價(jià)策略提供有力的數(shù)據(jù)支持。

3 基于多元有序Logistic 回歸分析法的模型構(gòu)建

3. 1 多元有序Logistic 回歸分析法

多元有序Logistic 回歸分析法［5］用于研究一個(gè)有序分類因變量與多個(gè)自變量之間的關(guān)系。本文自變量特征裝備根據(jù)技術(shù)參數(shù)的不同進(jìn)行排序。因此，本文采用多元有序Logistic 回歸分析方法探究A 級(jí)細(xì)分市場(chǎng)的汽車特征裝備對(duì)消費(fèi)者價(jià)值感知的影響，其模型的函數(shù)表達(dá)式為：

3. 2 定價(jià)模型數(shù)據(jù)校驗(yàn)

在構(gòu)建多元有序Logistic 回歸模型之前，必須對(duì)模型進(jìn)行擬合優(yōu)度檢驗(yàn)和平行性檢驗(yàn)。擬合優(yōu)度檢驗(yàn)的目的是評(píng)估模型對(duì)實(shí)際觀測(cè)數(shù)據(jù)的適配性，確保模型能夠捕捉數(shù)據(jù)的關(guān)鍵特征。平行性檢驗(yàn)則旨在驗(yàn)證模型中不同類別的閾值是否保持一致性，這是模型有效性的一個(gè)重要前提。只有在這兩項(xiàng)檢驗(yàn)均通過(guò)的情況下，才可以開(kāi)展進(jìn)一步的回歸分析。

本文采用SPSS 軟件進(jìn)行模型的數(shù)據(jù)校驗(yàn)，模型的擬合優(yōu)度結(jié)果顯示皮爾遜顯著性系數(shù)為0.998，接近完美的P 值，表明本文定價(jià)模型具有優(yōu)秀的擬合效果。平行性檢驗(yàn)的顯著性為0.995，高于0.05 的統(tǒng)計(jì)顯著性閾值，而且非常接近1，表明本文定價(jià)模型通過(guò)了平行性檢驗(yàn)。

綜上，本定價(jià)模型通過(guò)了擬合優(yōu)度檢驗(yàn)和平行性檢驗(yàn)，可以進(jìn)一步采用回歸分析方法確定模型中的參數(shù)估計(jì)值并建立相應(yīng)的函數(shù)表達(dá)式。

3. 3 模型參數(shù)估計(jì)及函數(shù)表達(dá)

通過(guò)SPSS 軟件進(jìn)行多元有序Logistic 回歸分析，其參數(shù)估計(jì)結(jié)果見(jiàn)表3。

由表3 可以看出：汽車A 級(jí)細(xì)分市場(chǎng)的顯著性為0.001，展現(xiàn)出最強(qiáng)的統(tǒng)計(jì)學(xué)顯著性。另外，外觀、動(dòng)力、安全和功能的顯著性也達(dá)到統(tǒng)計(jì)學(xué)顯著水平，說(shuō)明細(xì)分市場(chǎng)、外觀、動(dòng)力、安全和功能對(duì)消費(fèi)者價(jià)值感知有顯著的正向影響。然而，內(nèi)飾的顯著性超出了0.05 的閾值，達(dá)到0.064，這意味著內(nèi)飾對(duì)于本定價(jià)模型缺乏統(tǒng)計(jì)學(xué)上的顯著解釋力，應(yīng)予以排除。這意味著在當(dāng)前市場(chǎng)環(huán)境下，消費(fèi)者在評(píng)估汽車價(jià)值時(shí)，可能更傾向于考慮性能、安全、功能和外觀設(shè)計(jì)等其他因素?；趨?shù)估計(jì)結(jié)果，得出A 級(jí)細(xì)分市場(chǎng)的汽車產(chǎn)品感知價(jià)值表達(dá)式為：

4 實(shí)例驗(yàn)證

4. 1 定價(jià)結(jié)果評(píng)價(jià)指標(biāo)

引入價(jià)格競(jìng)爭(zhēng)力指數(shù)作為定價(jià)結(jié)果評(píng)價(jià)指標(biāo)，以量化評(píng)估本定價(jià)模型推導(dǎo)的本品研究對(duì)象的價(jià)格相對(duì)競(jìng)品的價(jià)格優(yōu)勢(shì)［6］。計(jì)算該指數(shù)的步驟包括：首先，對(duì)競(jìng)品的裝備配置進(jìn)行處理，確保其與本品研究對(duì)象具有一致的裝備水平。這涉及剔除競(jìng)品獨(dú)有的裝備并減去對(duì)應(yīng)的感知價(jià)值，同時(shí)增加本品獨(dú)有的裝備并加上對(duì)應(yīng)感知價(jià)值。調(diào)整后得到處理后的競(jìng)品價(jià)格，隨后將本品的感知價(jià)值與競(jìng)品處理后的價(jià)格進(jìn)行比對(duì)，從而得出價(jià)格競(jìng)爭(zhēng)力指數(shù)，其表達(dá)式為：

4. 2 評(píng)價(jià)指標(biāo)的計(jì)算及其結(jié)果分析

為實(shí)例驗(yàn)證本定價(jià)模型，選取某品牌A 級(jí)細(xì)分市場(chǎng)中的SUV 產(chǎn)品作為本品研究對(duì)象。該SUV產(chǎn)品包含基礎(chǔ)版與豪華版兩款車型。選取軸距尺寸與本品相近的某品牌SUV 產(chǎn)品作為競(jìng)品進(jìn)行對(duì)比分析，并在競(jìng)品中選擇價(jià)格與本品相近的基礎(chǔ)版和豪華版兩款車型。將相關(guān)參數(shù)代入式（4），可得到本品的價(jià)格競(jìng)爭(zhēng)力指數(shù)，即感知價(jià)值除以競(jìng)品車型按照本品裝備水平處理后的價(jià)格。相比競(jìng)品，本品基礎(chǔ)版車型價(jià)格競(jìng)爭(zhēng)力指數(shù)為11.52%，本品豪華版車型價(jià)格競(jìng)爭(zhēng)力指數(shù)為13.75%，說(shuō)明消費(fèi)者會(huì)認(rèn)為本品車型的性價(jià)比更高，進(jìn)而對(duì)本品產(chǎn)生更為強(qiáng)烈的購(gòu)買(mǎi)意愿。

綜上所述，本文構(gòu)建的基于價(jià)值感知理論的汽車定價(jià)模型具有顯著的實(shí)際應(yīng)用價(jià)值。該模型能夠指導(dǎo)汽車廠商根據(jù)消費(fèi)者的價(jià)值感知來(lái)制定合理的汽車產(chǎn)品價(jià)格策略，進(jìn)而在激烈的汽車市場(chǎng)中獲得相對(duì)于競(jìng)品的價(jià)格競(jìng)爭(zhēng)優(yōu)勢(shì)。

5 結(jié)語(yǔ)

為構(gòu)建汽車定價(jià)模型，深入分析了消費(fèi)者價(jià)值感知模型的概念和應(yīng)用，以更好地理解消費(fèi)者對(duì)汽車價(jià)格的認(rèn)知及其影響因素。從微觀經(jīng)濟(jì)學(xué)的角度出發(fā)，詳細(xì)定義了一系列影響A 級(jí)細(xì)分市場(chǎng)汽車產(chǎn)品價(jià)格的特征裝備指標(biāo)。為了獲取消費(fèi)者對(duì)A 級(jí)細(xì)分市場(chǎng)汽車產(chǎn)品特征裝備的價(jià)值感知數(shù)據(jù)，設(shè)計(jì)并實(shí)施了問(wèn)卷調(diào)研。收集到的數(shù)據(jù)利用SPSS軟件進(jìn)行了信度及效度檢驗(yàn)，確保數(shù)據(jù)的可靠性和有效性。通過(guò)多元有序Logistic 回歸分析，構(gòu)建了基于消費(fèi)者價(jià)值感知的汽車定價(jià)數(shù)學(xué)模型。最后，為了驗(yàn)證所構(gòu)建模型的有效性和準(zhǔn)確性，進(jìn)行了產(chǎn)品價(jià)格對(duì)比的實(shí)例驗(yàn)證。結(jié)果表明：采用本定價(jià)模型制定價(jià)格策略的某品牌SUV 在價(jià)格競(jìng)爭(zhēng)力上顯著高于競(jìng)品，其中基礎(chǔ)版車型的價(jià)格競(jìng)爭(zhēng)力高11.52%，豪華版車型的價(jià)格競(jìng)爭(zhēng)力高13.75%。結(jié)果驗(yàn)證了本文定價(jià)模型在實(shí)際應(yīng)用中的優(yōu)越性，有助于使汽車價(jià)格更貼近消費(fèi)者的實(shí)際感知，并為汽車廠商提供更為合理的定價(jià)策略。

參考文獻(xiàn)

［ 1 ］ 陸清華. 消費(fèi)者認(rèn)知方式、品牌態(tài)度與營(yíng)銷效果[J]. 商業(yè)經(jīng)濟(jì)研究，2020（15）：69-72.

［ 2 ］ 汪建坤. 五種價(jià)格理論及其比較分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2001（1）：91-93.

［ 3 ］ 汪小梅，田英莉，趙靜. 基于顧客感知價(jià)值的信息產(chǎn)品定價(jià)方法研究[J]. 情報(bào)雜志，2010，29（2）：164-167，95.

［ 4 ］ 史思伊. 考慮消費(fèi)者感知質(zhì)量的農(nóng)產(chǎn)品品牌認(rèn)同與定價(jià)策略研究[D]. 成都：西南交通大學(xué)，2022.

［ 5 ］ MCLAUGHLIN K. A quantitative study oflearner choice in cybersecurity training： do theyeven want gamification？[D]. Colorado Springs：Colorado Technical University，2023.

［ 6 ］ 王翕. 基于顧客感知價(jià)值的寬帶定價(jià)策略研究[D]. 北京：北京郵電大學(xué)，2012.