国外品牌资产研究进展，本文主要内容关键词为：研究进展论文,国外品牌论文,资产论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
“品牌资产”一词在上个世纪80年代初期首先得到美国广告界的广泛使用(Barwise 1993)，上个世纪80年代末期开始受到学术界的重视(Aaker,1991; Aaker and Biel,1992)。此后，品牌资产一度成为市场研究最为热门的主题，并在20世纪90年代达到高峰。国内符国群(1999)、范秀成(2000)、卢泰宏(2000)、赵平(2003)等著名学者对该时期的成果进行了整理、运用和发展，在国内学术界产生了良好的影响，为推进品牌资产在国内的研究起到了很好的引导作用。但是总的来看，我们对国外品牌资产研究的最新进展关注还有待深入。进入21世纪以后，国外对品牌资产的研究并没有减弱。本文选取了20多篇在2000年以后出现的有关品牌资产的典型论文，对其研究成果进行了综合梳理，供广大研究者参考。我们把这些研究归纳为如下四个方面：
一、关于品牌资产的评估方法
关于品牌资产的评估方法，20世纪80～90年代很多研究者和研究机构提出了很多颇具影响力的测量工具。典型的有Penrose(1989)提出的Interbrand集团七要素法、Blackett(1991)的盈余乘数法、Keller(1993)的间接法和直接法、电通模型(Brand Asset Valuator)、品牌资产趋势(Equi Trend)模型、Aaker(1996)的品牌资产10要素模型(Brand Equity Ten)、品牌资产引擎模型(Brand Equity Engine)等等。可以讲在品牌资产研究领域中，如何对其进行评估是一个最重要的研究主题。在上述方法的基础上，最近几年研究者们又提出了一些较新的方法：
1、以产品和市场为基础的测量方法
Ailawadi,Lehmann & Neslin三位学者为该方法的提出做了大量工作。他们首先是在2002年对品牌资产测量问题从理论上做了深入探讨，认为从概念上讲品牌资产就是拥有品牌名称时所获得的收入超过没有品牌名称时的收入差。但是品牌能够获得源源不断的收入还因为有很多其他机制在起着影响，比如消费者对于折扣价格的敏感度、高强度的广告影响、良好的分销体系等等，要把这些关系全部纳入计算，开发一种综合的测量模型是相当困难的。而且管理者也很难操作，缺乏实践意义。他们的测量方法基于这样的假设：为了在市场中获得最大收入的厂商会最优化他们所选择的价格水平，而厂商的决策又基于需求曲线和面对拥有品牌和没有品牌所要付出的成本，因此没有品牌名称与拥有品牌名称之间的收入差别就代表了因为品牌名称所带来的资产。
接着在2003年的《营销学杂志》(Journal of Marketing)上，Ailawadi,Lehmann & Neslin三位学者继续发表文章认为，把某一品牌所缴纳的税金数量作为一种衡量方法比起去抽象地衡量某一“标签”要简单、客观，并且它作为一种以市场和产品为基础的品牌资产衡量方法，在管理上更加实用。在这篇文章中他们计算了很多不同种类品牌的资产情况，并计算了这些资产的效度。通过分析，他们认为这种测量方法更可靠，并且能真实地反映从品牌产生到衰落的整个变化状况。这种方法与很多其他品牌资产测算方法结合度也比较紧，而且结合了广告、促销行为、价格敏感度、感知类风险等理论。
2、基于顾客的品牌资产测量
尽管从顾客角度来测量品牌资产的思想在上个世纪80年代后期就开始出现，但到目前为止很少有研究会针对顾客为基础的品牌资产进行测量，原因在于很难量化这种顾客的主观评价。
Yoo & Donthu为此做了大量的工作，他们在2001年发表在《商业研究》杂志(Journal of Business Research)的文章正式提出了一个测量量表。该文章1997年投稿，1999年连续两次打回修改，2001年才正式发表。该文章提出的量表后来得到很多研究者竞相借鉴和使用，成为目前引用率最高的品牌资产测量量表。
两位作者从Aaker和Keller的品牌资产核心概念出发，开发并验证了基于顾客的多维品牌资产测量量表(MBE)。他们选取三大类别（运动球鞋、胶片相机和彩色电视机）一共12种品牌在美国和韩国1530个样本中进行测算。测验表明该量表可靠、有效，同时由于考虑到了文化、产品种类等方面的因素，该量表还具有很好的普适性。
与此同时，Vazquez et al(2002)也在《营销管理杂志》(Journal of Marketing Management)上发表文章认为，要开发和验证一种品牌资产的测算工具，前提就是要把品牌资产的这种价值归于顾客的认可。他们的研究显示，存在四种品牌效用的维度，分别是：产品功能效用(product functional utility)、产品象征效用(product symbolic utility)、品牌名称功效(brand name functional utility)以及品牌名称象征效用(brand name symbolic utility)。
二、交叉学科的引入
为了有所突破，研究者将一些其他学科的理论引入了品牌资产的研究，为该研究主题融入了新的血液。
1、品牌资产动力学
Sriram(2004)在其博士论文《品牌资产动力学初探》(Essays on the dynamics of brand equity)中将“滤波”的概念引入了品牌资产的研究（图1）。
图1 品牌资产动力学
作者认为对品牌资产的管理是保持品牌长期绩效的一种最重要的方式。论文首先利用商品扫描数据引入随机系数logit需求模型(random coefficients logit demand model)来评估品牌资产。作者选取了两类品牌，在不同时间跟踪顾客，以测量品牌资产的变化，并且被跟踪的顾客都经历了该品牌的几次新产品或改进产品的导入。接下来作者从Kalman滤波器(Kalman filter)出发，开发出了状态空间模型(state-space model)，从而提出了所谓的品牌资产动力学。通过随机系数logit需求模型与Kalman滤波器的整合，利用扫描数据去获取品牌资产的变化动态。使用这些需求预测，作者推断广告和价格促销的变化对于市场份额和获利的长短期影响。此外他还进一步研究了在不改变总预算额的情况下，广告和促销之间不同的预算分配对于品牌获利的影响。最后作者还发展了一个针对科技产品的需求模型，用以得出品牌组合的变化效应和品牌绩效的内在偏好影响。
2、将信号检测理论(Signal Detection Theory)引入品牌资产研究
信号检测理论是心理学一个重要理论，但长期没有得到营销学的关注。Ye,Van Raaij(2004)提出品牌知晓度（品牌记忆）(brand awareness)和品牌嗜好(brand liking)是消费者情绪集(customer mind set)的组成部分。决定品牌知晓度和嗜好能力的因素变化也决定了品牌资产在财务上的变化。为了理解这个事实，信号检测理论被作者引入。这篇文章通过信号检测理论，把品牌知晓度扩展为品牌灵敏度(awareness sensitivity)和偏见(bias)，把品牌嗜好度扩展为嗜好灵敏度(liking sensitivity)和偏见(bias)。作者通过三个试验验证了上述被扩展的成分后，发现这种分解后的形式要优于原有的形式，有助于引导企业加强消费者情绪集。
三、品牌资产与其他因素的相互影响关系
一旦品牌资产形成，就会对很多其他的变量产生重要的影响，给企业带来各种利益。这点Aaker和Keller等人在20世纪90年代就作了充分的阐述，例如Aaker(1991)认为一个具有附加价值的品牌，将有助于提升顾客忠诚度，而Keller(1993)认为品牌资产除了可提高营销支出的成本效益，也可改善营销活动的生产力。2000年以后，很多研究者对品牌资产对其他营销因素的影响以及其他营销因素对品牌资产的影响进行了大量研究。
1、品牌资产对供应链关系的影响
以往很少有文献会关注到在组织间的品牌问题。专注于消费者市场的品牌管理忽略了下游的分销商和零售商的重要性，也没有充分利用上游供应商的品牌资产杠杆作用以产生附加值，如图2所示：
图2 传统品牌资产研究的关注点
美国田纳西州州立大学(University of Tennessee)的Davis博士在其2003年的博士论文《品牌资产在供应链关系中的影响》中对这个问题进行了研究。作者的调查对象主要集中于器械工业，他对六家公司的16个主管人员进行了访谈。作者认为以前从学术视角和企业视角下的关于品牌的观点分析都是不完全的，他的研究为两者构建了一个桥梁，具有一定实践和理论意义。
2、品牌资产对两代之间的影响
在竞争日益激烈的市场环境下，品牌资产作为市场开发者一个重要的战略资源被使用。然而一种潜在的具有价值的品牌资产在营销学的研究文献中被长期忽略了，这就是两代人之间的相互影响问题。Moore,Wilkie & Lutz(2002)通过大量零售商品的买卖试验证明了这种影响。他们做了两个研究试验，在研究1中作者使用母亲和女儿的平板调查数据去隔离和量化两代影响，结果表明在产品种类和品牌水平上呈现不同的影响结果。在研究2中，作者使用诠释的方法去考察这种影响，比如改变表格形式等等。作者认为两代影响是市场中一种真实的现象，将会受到越来越多的对于品牌资产有兴趣的战略家的重视。
3、品牌资产与一些非重要品牌属性的相互影响
品牌通过属性不断导入到产品中去，但是有的属性却没有满足消费者的真正诉求，比如一些非重要的产品属性。Broniarczyk & Gershoff(2003)做了两个实验以验证品牌资产对于这种非重要的产品属性对消费者评价的影响。结果表明，在对真实价值缺乏了解的情况下，具有高低品牌资产的品牌都能从导入具备吸引力的品牌属性后获得利益。但是如果消费者是在选择前知道该产品提供的属性是不重要的，那么低资产的品牌会因为高资产的品牌也适用这些价值不高的属性而获利，而高资产的品牌却可以单独从其提供的价值不高的属性中获利。消费者如果是在事后知道产品提供的属性不重要的，那么就会严重损害低资产的品牌后发能力，而对高资产的品牌影响不大。
另外，Myers(2003)也对排名靠前的9大软饮料品牌进行纵向研究，证明属性对于品牌资产和品牌选择都有重要影响。
4、危机事件对品牌资产的影响
品牌资产是一种珍贵但又易失的资产，不断发生的品牌危机事件和对事件作出的不成熟反应都会对品牌资产产生严重的后果。Dawar & Pillutla(2000)采用“期望—证实框架”(expectations-evidence framework)去解释企业对于危机事件反应的后果影响。他们通过实地调查和试验结果得出，消费者对企业反应的解释是基于他们先前的期望，期望与企业反应之间的相互关系会加速对品牌资产的影响。
5、赞助对品牌资产的影响
以往文献对于赞助商与事件匹配的影响考虑过少，Roy & Cornwell(2003)的研究通过对赞助商和事件匹配来考量品牌资产。他们用6个赞助商（其中3个低资产品牌的赞助商、3个高资产品牌的赞助商）对应6个赞助事件。假设检验结果表明，通过事件赞助，高资产的品牌赞助商比起低资产的品牌赞助商更容易被接受。文章建议，消费者对于品牌的联想不是来自“赞助商—事件”联想，而是针对赞助商的联想。那些不知名的品牌也许可以通过赞助来建立品牌资产，但是与高资产的品牌相比获得的水平是不一样的。
6、品牌资产对品牌知识的影响
Casey(2003)在其博士论文中研究分析了品牌延伸对品牌知识和当前品牌的相互影响问题。作者利用现实中的奢侈品牌(Mercedes Benz)进行品牌延伸假想，收集到344份大学生问卷(178+166)，并在这两个样本群体中比较对于当前品牌延伸的形象联想和无关品牌延伸的品牌形象联想。结果发现，具有高资产的奢侈品牌能够延伸到一些不相关的产品领域，而低资产的品牌能力很弱。该研究也发现两个样本对品牌延伸的感知是不相同的，因此当一种品牌进行扩展之前，应该充分考虑它的目标群。
Keller & Sood(2003)也对品牌延伸的问题展开了研究，对理解为什么会发生品牌稀释和如何发生品牌稀释的问题作了解释。起源于早期学术研究的拇指法则(the rule of thumb)认为，不成功的品牌延伸仅仅当延伸品牌与母品牌之间存在高度相关时，有可能会破坏母品牌的形象。作者的研究表明，另外的一些环境因素也会导致品牌稀释。比如说当品牌进行延伸的时候，如果消费者对原来的品牌具有很高的使用体验，那么他们会慢慢升级对于母品牌的感觉。作者还建议要积极管理消费者的品牌知识，强有力的品牌资产不仅要向消费者承诺进一步的成长动机，而且要为失败的品牌延伸提供帮助以保护母品牌。
7、品牌信息的个人资源和非个人资源对品牌资产的影响
Fraser(2003)的博士论文将品牌信息传递的来源进行了分类：个人来源(personal sources)和非个人来源(non-personal sources)。个人来源主要来自于销售人员和展销会，而非个人来源主要是广告、直邮、网站等。结果表明品牌信息的个人来源相对非个人来源对品牌资产有更大的影响。在研究中还发现销售人员对品牌资产的影响最大、展销会其次。在非个人来源中，供应商的网站对品牌资产影响最大。
另外，Kitchen et al(2003)还对灰市进口(gray import)对品牌资产和价值的影响进行了研究。该文章曾一度成为高引用率的文章，平均每年超过20次。
四、其他研究
除了上述三类研究外，以下简要介绍相关扩展性研究：
1、在服务品牌中的应用研究
在产品和服务之间存在着差别使得两者应有不同的市场策略，但在品牌研究领域，存在明显偏重产品品牌而忽视服务品牌的现象，Mackay在2001的《服务营销杂志》(Journal of Services Marketing)发表文章指出了这一问题。同时，他把顾客基础的品牌资产衡量方法应用于金融服务市场中（信用卡）。研究表明大多数的测量都与产品市场有相类似的特点，与预测的市场份额存在很高的相关性。研究还发现了品牌联想和品牌知晓度在信用卡市场中是最好的评估指标。
另外，Jevons，Gabbott(2000)研究了在网络商务关系中的信任、品牌资产和品牌真实性，Sporleder(2003)研究了在全球食物系统中的品牌资产，Gladden，Milne(1999)研究了在职业体育中的品牌资产等等。
2、消费者学习与品牌资产
人们在高质量决策中的学习过程会加强对企业品牌资产的认识(Van Osselaer & Alba,2000)。当品牌名称和产品质量之间的关系先于产品属性与质量被消费者学习的时候，那么消费者对于后者的学习便会被阻断。但是会随着学习环境的不同发生变化，这种结果与普遍认可的原因推理模型(models of causal reasoning)不一致，却很好地支持了联想学习模型(associative learning models)，这表明消费者有一种天生的不断学习的本性。