在线低折扣回旋镖效应:产品价格与类型的调节作用
董晓松，刘霆杰
(南昌大学 经济管理学院，南昌 330031)
内容提要： 低折扣回旋镖效应是影响消费者购买决策的重要因素，部分商家认为降价是提升产品销量的有效途径，以致实际效果事与愿违。本文以中国电信翼支付平台中3626位用户的消费行为数据为研究样本，实证检验低折扣对生活非必需品销量影响的回旋镖效应，以及在线环境、产品价格、搜索型产品对两者关系的调节效应。研究发现，低折扣回旋镖效应广泛存在于生活非必需品消费的在线和离线环境，在15%的折扣水平以内，折扣率与产品销量呈现显著的“U”型曲线关系，而在线环境显著加强回旋镖效应；产品价格以及产品类型均显著减弱在线低折扣回旋镖效应，并且在考虑了研究样本自选择问题后研究结论不变。上述结论拓宽了低折扣水平与产品销量关系的研究边界和应用范围，丰富了低折扣回旋镖效应的理论研究，为营销管理者的价格促销策略和渠道选择策略提供了新的经验证据。
关键词： 低折扣；回旋镖效应；在线环境；产品价格；产品类型
降价一定会提升销量吗？对此，Bawa等(1987)提出悖论，他们的研究发现价格促销与产品销量之间并不总是存在单调关系。Zeithaml等(1988)发现价格促销在短期内能提高产品销量，但是产品的感知质量可能会随着时间的推移而对产品销量产生负面影响。另外，Priya等(1999)指出消费者凭其知识和经验可以判断出当前促销所反映的产品质量下降。Manning等(2007)指出价格促销并不能显著提高消费者的购买数量，实际上价格促销一般很难提高消费者内在购买动机，相反还可能有所降低。
Della等(1981)发现只有超过15%的折扣才会引起消费者的注意，Gupta等(1992)认为，其主要原因在于折扣较低时折扣的力度会被低估，折扣较高时的折扣力度会被高估。随着研究的深入，理论界提出低折扣(Low Discount)的概念。Lichtenstein等(1990)通过实证研究证明了当价格折扣水平不超过10%时，消费者感知到折扣所带来的价格节省并不明显。因为折扣幅度较低时，消费者不愿分析低价值的价格信息。Drozdenko等(2005)认为当低折扣水平提高时，消费者有可能产生低价格低质量的感受，从而增加质量的风险感知，对产品销量产生负面影响。DelVecchio等(2006)通过实验室实验证实了折扣的负面效果确实存在，消费者在低折扣的情境下对价格优惠的感知会降低，从而影响购买意愿。Cai等(2016)通过连锁商店销售数据观察到生活非必需品的低折扣与产品销量之间呈“U”型曲线，并称之为回旋镖效应(Boomerang Effect)。上述成果丰富了低折扣问题的研究，但在三个方面仍值得探讨。一是现有研究只考察了离线环境，没有观察到在线环境下回旋镖效应的改变。二是如果在线回旋镖效应存在特殊性，其原因是什么？产品类型或其他因素是否会对其产生影响？三是以往研究主要是基于个体感知和心理层面的调查法和实验法，而基于产品特征和消费者特征的实证研究尚且存在较大的可拓展性空间。
婴儿型神经元腊样质脂褐质沉积症的临床特点（附1例报告）… …………… 周露露，盛会雪，金波，等 462
为了探究以上问题的答案，本文基于API接口方式采集了中国电信翼支付平台中3626名用户的消费行为数据，设计3个研究来分析在线回旋镖效应的作用机制，主要检验生活非必需品的低折扣和销量之间的回旋镖效应的存在，以及在线环境对回旋镖效应的调节作用。研究2和研究3在研究1的基础上进行拓展，主要分析在线环境下产品价格和产品类型对回旋镖效应的调节作用。
一、文献综述与研究假设
(一)文献综述
回旋镖效应是个体对某一事件存在逆反情绪，导致行为反应的结果与预期目标完全相反，也就是最终事与愿违的现象(Sensenig等,1968)。在市场营销学中，Wendlandt等(2007)发现消费者所支付的价格和其感知到的实际效用不一致而引起的心理抗拒，进而产生回旋镖效应。实际上，消费者在价格上感知到的不公平现象会降低其满意度(Oliver等，1989)和购买意图，这时价格折扣是促进感知公平的一个重要因素。但是价格折扣的变化并不一定能正向影响消费者的感知公平，消费者对价格折扣水平的反应存在一个门槛值(Gupta等，1992)。当折扣水平在门槛值以下时，消费者认为折扣被故意操纵，折扣后价格并不反映商品真实价值，就会感知到更大的不公平。相关研究证实了这个门槛值为10%-15%的折扣水平(Della等，1981)。Cai等(2016)的研究指出回旋镖效应主要存在于生活非必需品的消费情景中，其源于低折扣使得消费者感知的产品价值下降，并增强了继续等待更高折扣的意愿。可见，低折扣并不能有效提升消费者的购买意愿，但当折扣超出一定幅度后，折扣带来的经济收益会慢慢弥补价格不公平所带来的负向作用，最后引起销量的变化。
3.在线回旋镖效应与产品价格。如前文所述，在线环境中产品质量信息不及线下信息有效，因而价格对消费者购买决策的影响将更为显著。而Grewal等(2014)认为消费者对折扣价值的感知与价格相关，也就是说，消费者对高价格产品的涉入度更高，对高价格产品的价格信息更为敏感。面对相同的折扣水平，消费者更重视高价格产品的折扣信息(Birnbaum等，1979)。此外，相同折扣水平下，高价格产品的绝对经济收益更大，因而消费者对高价格产品的折扣更为敏感(Kaneman和Tversky，1984)，即相比于低价格产品，高价格产品在较低折扣率时更易成交(DelVecchio等，2005)。可见，在线环境中高价格将有效缩短折扣水平与产品销售的负相关范围。综上所述，提出如下假设：
(二)研究假设的提出
1.生活非必需品购买与回旋镖效应。产品购买的感知价值由购买价值和交易价值组成，购买价值与购买产品的净收益有关，交易价值则与交易的愉悦感有关，而生活非必需品购买的感知价值主要取决于交易价值(Grewal等，1998)。Cai等(2016)认为生活非必需品购买中交易价值在推动消费者决策方面起着更重要的作用，以更低价格成交会给生活非必需品的消费者带来更好的购买体验。其中，一方面，低折扣将影响产品品质的感知价值，会打破消费者之前对产品品质与价格定位之间建立的平衡，让消费者认为自己原来的判断是错误的，产生产品原始价格高于产品品质的新判断(Cai等，2016)；另一方面，消费者对于生活非必需品可能没有迫切的需求，愿意花费更多的时间和精力去等待，同时，现有低折扣让消费者认为即将出现更高的折扣，因而更加愿意等待(Drake等，2003)；还有，当生活非必需品消费者获得一个更高的折扣时，其愉悦感及其所带来的交易价值提升，超过门槛值，最终转化为交易行为(Gelbrich等，2011)。综上所述，提出如下假设：
H1:生活非必需品购买时，随着低折扣水平的增长存在销量先下降后回升的回旋镖效应。
2.回旋镖效应与在线环境。在线环境下大部分消费者更关注比线下更低的价格，因而对价格因素更为敏感(Drozdenko等，2005)。在线环境的消费虽然在价格优惠方面存在优势，但是在产品质量方面却存在更高的风险(Biswas等，2004)。因此在低搜索成本和高风险感知的双重作用下，更高的折扣才会改变在线消费意愿(王求真等，2014)。一方面，在线消费缺乏直观的感知信息，消费者没有机会直接对实际产品的品质进行检验，无法满足其对产品品质直接观察的期望，因而会更加依赖价格相关信息来评估产品品质(Lee和Tan，2003)。另一方面，在线环境降低了价格信息的搜索成本，消费者通过搜索更容易获得额外的经济收益(盛天翔等，2011)，一旦观测到低折扣，消费者就会认为可能存在更优惠的折扣，因而更愿意继续等待和搜索。综上所述，提出如下假设：
1.2 防治方法：①农业防治：早春清除田间杂草和残株落叶，集中处理，压低越冬虫口密度。平时勤除草，可减轻危害。②药剂防治：用0.3%苦参碱水剂1000倍液；80%敌敌畏乳油1500倍液；50%辛硫磷1500倍液；21%灭杀毙乳油1500倍液；20%复方浏阳霉素乳油1000倍液喷心叶及叶背处。
为了加快农产品电商产业发展，当地政府部门应该高度重视基础设施建设，进一步构建完善的交通、网络等基础设施。地方政府部门也需要积极探索全新的市场化运营模式，全面调动道路工程部门、通讯部门以及各类主体，全面参与到电商产业建设当中，从而进一步实现村村通和村级网络宽带覆盖。同时还应该进一步加强农村信息服务站点建设，鼓励基层地区的邮政站、供销合作社率先改造成农村电商服务点，通过进一步提高信息服务质量、服务水平，为农产品电商发展铺平道路。
H2:相对于离线环境，在线环境加强回旋镖效应。
城市动物园自身的发展一直受到资金和发展空间的制约，而立足自身的深度开发和多元化发展是实现其可持续发展的两条路径。南宁动物园在实现立足自身主业满足顾客需求的同时，通过多元化发展基本解决了自身可持续发展的问题。但更多的城市动物园的可持续发展依然面临着在立足自身公益性深度开发和多元化发展上的权衡。
在此领域，以往研究考察了价格折扣与消费者的购买意愿、购买行为、产品销量之间的单调和非单调关系，同时引入了折扣水平(Discount Size)和低折扣(Low Discount)的概念，形成了专门的细分研究方向。但是尚未见到学者给出回旋镖效应在在线环境的经验证据，更没有学者指出其中的特殊性。然而，在线低折扣却非常常见，但是在线商家和平台方并没有意识到低折扣的负效应，还一直在错误地广泛应用低折扣促销策略。因此在现有研究的基础上，本文首先立足于消费者购买生活非必需品的渠道环境，关注在线环境中回旋镖效应的敏感性，再进一步讨论不同产品类型的购买情景下，消费者的个体异质性和在线学习时间差异对于回旋镖效应所产生的影响，同时关注产品价格对回旋镖效应的调节作用。
托尔(Torre，1985)认为文献中的“增强权能”有三个主题：第一是从个人成长直至社会变迁的一个发展过程；第二是自尊、效能在内心增强的一种心理状态；第三是通过社会运动而达到的对无权者的解放。[2]
4.在线回旋镖效应与产品类型。体验型与搜索型是在线产品类型划分的重要方式，大量在线研究以体验型和搜索型为区别考察了产品类型的调节效应(Zhang等，2014)。如果产品属性可以在购买前获得，则该产品属于搜索型产品；如果产品属性在购买和使用前无法知道，则该产品属于体验型产品(Klein，1998)。相对于实体店，在线购物环境使得消费者无法近距离触摸产品和判断质量，从而降低了直接信息的可得性，因而在线消费者对上述两类产品的购买态度有更显著的差异(Schmid等，2018)。在线环境下，相对于体验型产品，消费者可以更准确地获得搜索型产品品质的参数，进而可以更准确的判断其质量，因而不会因为价格的改变而较大地改变对搜索型产品质量的感知。而体验型产品则需要更多地借助他人评价、价格等产品外部因素判断产品质量的优劣(Nijs和Rhodes，2013)。因而，相对于体验型产品，低折扣对搜索型产品品质感知下降的影响更小。据此，提出假设：
考虑到消费者可能会对低折扣的反应不同而产生样本自选择问题，本文采用Heckman两阶段法以进一步控制性别的影响以解释这个问题，分别构建不同性别的消费者选择是否接受低折扣的概率方程和低折扣对产品销量的影响的回归方程。即第一阶段利用总体样本(有低折扣和无低折扣)对不同性别的消费者选择是否接受低折扣的概率方程进行Probit估计，预测总体样本中消费者选择接受低折扣的概率，并利用估计结果计算出逆米尔斯比率(lambda)；第二阶段将逆米尔斯比率作为新的控制变量，加入低折扣对产品销量的影响的回归方程进行估计。限于篇幅，仅列示了Heckman第二阶段方程的回归结果(见表7至表9)，回归分析的结果与本文结论一致，且逆米尔斯比率的回归系数均为显著，说明本文存在一定的样本自选择问题，因此采用Heckman两阶段法的估计结果是有效的。
二、研究设计的提出
(一)样本选择与数据来源
本文的模型设计和估计方法主要沿袭了前述学者的思路，对自变量低折扣与因变量产品销量构建了线性回归方程来估算结果。但是因变量产品销量也有可能是一个离散变量，服从泊松分布，因而本文也尝试对其构建了泊松回归方程来检验原回归方程的稳健性，实证结果与本文上述结论保持一致(见表10)。
“往年水上应急演习多是由海事局一家主办，今年由肇庆市政府牵头，18个单位共同参加，演习规模之大，受重视程度之高都是罕见的，这是建设“平安西江”行动所取得的显著成果，也充分说明了肇庆市政府及各单位对水上安全的认识正在不断提高。”说到今年的水上安全监管形势的变化，肇庆海事局局长谢卓廷笑逐颜开，他高兴地表示，随着建设“平安西江”行动的持续深入推进，肇庆海事局不再是孤军奋战，而是有着更多关系密切的“战友”。
图1 研究框架
产品类型选取对本文十分重要。由于我们的研究首先要基于产品的非必需性购买，再进一步讨论搜索性和体验性对消费者购买决策的调节作用，应保证所选产品在购买必需性与非必需性、搜索性与体验性上存在显著差异。根据Piercy等(2010)、Cai等(2016)的研究，类似于谷物粮食这种经常性消费且人们赖以生存的产品的购买可以被认为是必需性购买，而其他低消费频率产品、高档耐用品等可以被认为是非必需性购买。综合相关研究的观点，可以认为书、个人电脑、手机、电影票为搜索型产品，服装、零食、化妆品、玩具为体验型产品。
为了提高产品分类的准确性和研究结果的可信性，本文在购买性质的测量上参考了Chaudhuri等(1998)和Cai等(2016)开发的量表，在搜索型产品的测量上采用了Mudambi等(2010)开发的量表，设计了李克特7级量表，(1表示“非常不可能”，7表示“非常可能”)。通过对翼支付用户进行问卷调查，评价8种产品的购买性质以及其搜索性。该用户群体的年龄在18-55岁之间，是数码产品、电影票、零食、书、火车票、化妆品、餐饮小吃、服装等主要的消费者，且具备较为丰富的购买经验和理解量表的能力。在回收的150份问卷中，得到127份有效问卷。本文界定：产品必需性的均值高于3.5为生活必需品，低于3.5为生活非必需品；搜索型产品高于3.5为搜索型产品，低于3.5为体验型产品。统计结果(表1)表明数码产品、电影票、零食、书为生活非必需品；餐饮小吃、服装、火车票、化妆品为生活必需品；数码产品、电影票、零食、书、火车票、化妆品为搜索型产品；餐饮小吃、服装为体验型产品。这与前述学者的研究基本吻合。
表1 非必需品和搜索型产品评价
由于本文是基于生活非必需品的低折扣回旋镖效应进行深入拓展，因而综合考虑均值和标准值的差异，选取了数码产品作为研究1的“在线和离线生活非必需品”的样本，把电影票、零食作为研究2的“在线生活非必需品”的样本以及研究3的“非必需性搜索型产品和体验型产品”的样本。
H3:在线环境中购买生活非必需品时，高产品价格显著削弱回旋镖效应。
全面化针对性护理干预组微量泵注入胰岛素治疗的依从性、复常血糖的时间、住院治疗时间更有优势（P＜0.05），见表 3。
(二)变量度量
1.核心变量。参照Della等(1981)、Cai等(2016)的研究，本文将低折扣水平设为15%及其以内的折扣水平，结合现有数据的客观性和可得性，按照同一月份同一低折扣水平范围作统计。对于用户i ，如果在截取点之前购买了n 件产品L ，则记用户的购买为n ，并记录该类产品价格的均值Price 和低折扣水平的均值Discount 。对于消费渠道，如果用户i 在截取点之前选择在线购买某类产品M ，则记该用户的消费渠道为1，否则记为0。对于搜索型产品，如果用户i 在截取点之前选择购买某类搜索型产品N ，则记该用户的搜索型产品为1，否则记为0。
2.控制变量。本文选择年龄、收入、信用卡、在线学习、地区、时间等因素作为主要观测的控制变量。选择“地区”、“时间”变量的原因是吸收二者对消费行为的影响。选择“在线学习”的原因是在线环境是本文的一个重要的调节变量，不同用户对此消费渠道的学习使用经验存在差异。因而我们在研究2和研究3中，以用户注册到完成截取点前的登录次数作为测量“在线学习”的标准。
表2 主要变量的描述和定义
3.实证模型。本文的理论模型和估计方法沿袭了前述学者的思路和研究，基于因变量产品销量与自变量低折扣的关系进行延伸，展开了三个研究进行讨论：研究1探讨了当为消费者提供一个购买生活非必需品的低折扣时，与线下实体店相比，在线环境是否更能调节低折扣的回旋镖效应作用；研究2和研究3均是研究1的拓展，探讨在线环境下，产品价格和搜索型产品对低折扣回旋镖效应的调节作用。从样本上来看，研究1既有在线环境消费的样本，也有离线环境消费的样本。而研究2和研究3只有在线环境消费的样本，因而还存在一个关于“在线学习”控制变量。
为了验证在线环境对产品低折扣回旋镖效应的调节作用，构建模型(1)以检验假设1和假设2：
(1)
第二产业着重是指制造业。在现代产融结合发展的大趋势下，金融支持是制造业转型升级的必要条件。制造业转型升级重点在于以技术创新驱动传统制造业企业和中小型高科技企业能级跃升，而技术创新是一个持续化的伴随着风险与不确定性的动态过程，必然需要大量资金的支持。产融结合可以增强产业资本实力，并借助内嵌于金融资本中的专业人才和技术在我国金融系统发展不完善的体制环境中，克服银行体系间接融资模式的无效率和股票市场缺乏直接融资所导致的制造业转型升级困境。
为了验证在线环境下产品价格对低折扣回旋镖效应的调节作用，构建模型(2)检验假设3：
(2)
其中Volume i,t 为用户i 第t 月的购买电影票或零食的数量，Discount i,t 衡量的是用户i 在第t 月购买电影票或零食的平均低折扣水平，Price i,t 衡量的是用户i 第t 月购买电影票或零食的均价，Discount i,t ×Price i,t 是低折扣水平与产品价格的交互项，
是低折扣水平平方与产品价格的交互项，Controls i,t 为消费者层面、产品层面的控制变量。
其中Volume i,t 为用户i 第t 月的购买数码产品的数量，Discount i,t 衡量的是用户i 在第t 月购买数码产品的平均低折扣水平，Online i,t 衡量的是用户i 选择在线环境下第t 月购买数码产品，Discount i,t ×Online i,t 是低折扣水平与在线环境的交互项，
是低折扣水平与在线环境的交互项，Controls i,t 为消费者层面、产品层面的控制变量。
为了验证在线环境下搜索型产品对低折扣回旋镖效应的调节作用，构建模型(3)检验假设4：
(3)
其中Volume i,t 为用户i 第t 月的购买电影票或零食的数量，Discount i,t 衡量的是用户i 在第t 月购买电影票或零食的平均低折扣水平，Search i,t 衡量的是用户i 第t 月购买的是搜索型产品，Discount i,t ×Search i,t 是低折扣水平与搜索型产品的交互项，
是低折扣水平平方与搜索型产品的交互项，Controls i,t 为消费者层面、产品层面的控制变量。
三、实证结果及分析
(一)数据的描述性分析
本文采集了3626个消费者样本数据，关于生活非必需品(数码产品)、非必需性搜索型产品(电影票)的低折扣水平与产品销量关系如图2所示。本研究利用Stata 15.1进行数据分析，样本的描述统计如表3所示。从分析结果可知低折扣水平、在线环境、搜索型产品均与产品销量具有显著的相关性，但是相关系数不能反映变量之间的因果关系以及调节效应。因此，本文采用线性回归、泊松回归、Heckman检验的方法来进行假设检验。
图2 低折扣水平与产品销量关系
表3 描述性统计及变量间的相关性分析
注：括号内为标准差，*、**、***分别表示在10%、5%和1%水平下显著(下同)，.表示该变量不在该研究中体现。
(二)回归结果分析
1.在线环境对低折扣回旋镖效应的调节作用。表4展示了在线环境对低折扣回旋镖效应的调节作用的回归结果，其中模型0是基准方程，在模型1-2依次加入本文要研究的变量。模型1中加入自变量低折扣水平和及其平方项，探究非必需品的低折扣水平与产品销量是否存在回旋镖效应；模型2中加入了调节变量在线环境；模型3中加入了交互项，探究在线环境对回旋镖效应是否存在调节作用。回归结果显示模型1中低折扣水平的系数为-17.290(p<0.001)和低价低折扣水平平方的系数为139.200(p<0.001)，说明低折扣水平与产品销量呈“U”型曲线关系。在加入调节变量的模型2中，低折扣水平的系数为-31.840(p<0.001)和低折扣水平平方的系数为209.400(p<0.001)，其系数符号均与模型1保持一致，而且在线环境的系数为2.284(p<0.001)，说明在线环境对产品销量具有正向作用，低折扣水平与产品销量同样存在回旋镖效应，原假设1通过检验。
表4 在线环境对低折扣回旋镖效应的调节作用
为了分析在线环境对低折扣回旋镖的调节作用，在模型3中加入了在线环境与低折扣水平的交互项，以及在线环境与低折扣水平平方的交互项，其系数分别为24.180(p<0.001)、-178.100(p<0.001)与低折扣水平的系数-31.840(p<0.001)和低折扣水平平方的系数209.400(p<0.001)进行联合估计可以推测出在线环境加强了回旋镖效应，即H2通过检验。
2.产品价格对在线低折扣回旋镖效应的调节作用。表5展示了产品价格对在线低折扣回旋镖效应的调节作用的回归结果。模型构建和估计方法与研究一同理。回归结果显示，模型1中低折扣水平的系数为-84.400(p<0.001)和低折扣水平平方的系数为497.900(p<0.001)，调节变量产品价格的系数为-0.217(p<0.001)，说明产品价格对产品销量具有负向作用，此外低折扣回旋镖效应同样存在。为了分析产品价格对在线低折扣回旋镖效应的调节作用，在模型2中加入了产品价格与低折扣水平的交互项，以及产品价格与低折扣水平平方的交互项，其系数分别为-6.740(p<0.05)、64.26(p<0.001)，与低折扣水平的系数-61.810(p<0.001)和低折扣水平平方的系数278.900(p<0.001)进行了联合估计可以推测出产品价格削弱了回旋镖效应，H3通过检验。
表5 产品价格对在线低折扣回旋镖效应的调节作用
3.产品类型对在线低折扣回旋镖的调节作用。表6展示了搜索型产品对在线低折扣回旋镖的调节作用的回归结果，模型构建和估计方法与研究一同理。回归结果显示，模型2中低折扣水平的系数为-58.140(p<0.001)和低折扣水平平方的系数为263.300(p<0.001)，调节变量搜索型产品的系数为0.318(p<0.001)，说明搜索型产品对产品销量具有正向作用，此外低折扣回旋镖效应同样存在。为了分析搜索型产品对在线低折扣回旋镖的调节作用，在模型3中加入了搜索型产品与低折扣水平的交互项，以及搜索型产品与低折扣水平平方的交互项，其系数分别为-32.230(p<0.001)、157.200(p<0.001)，与低折扣水平的系数-56.720(p<0.001)和低折扣水平平方的系数255.100(p<0.001)进行了联合估计可以推测出搜索型产品削弱回旋镖效应，H4通过检验。
表6 搜索型产品对在线低折扣回旋镖的调节作用
四、 Heckman检验与稳健性分析
(一)Heckman检验
H4:在线环境下购买生活非必需品时，搜索型产品显著削弱回旋镖效应。
表7 在线环境对低折扣回旋镖效应的调节作用的Heckman第二阶段方程回归结果
表8 产品价格对在线低折扣回旋镖效应的调节作用的Heckman第二阶段方程回归结果
表9 搜索型产品对在线低折扣回旋镖的调节作用的Heckman第二阶段方程回归结果
图3 回旋镖效应示意图
(二)稳健性检验
本文关注的是低折扣所形成的回旋镖效应，以及存在哪些因素对其产生调节作用。通过相关文献分析，结合以往学者的研究，我们逐步将这些因素锁定在在线环境、产品价格、产品类型上，研究框架如图1所示。为验证本文的研究假设，设计了三个研究，以观测消费者在购买生活非必需品的过程中，伴随低折扣变化的消费行为轨迹。研究1是选取离线和在线环境下的生活非必需品作为研究样本，分析在线环境对低折扣回旋镖的调节作用。研究2、研究3是选取在线生活非必需品作为产品对象，分析产品价格、产品类型对在线低折扣回旋镖的调节作用(具体如图1所示)。
若|EXT (u)∩EXT (v)|≠n-k,取再取b1∈EXT (v),b1≠a1,存在边取集合I′={a1,b1}.则w与z间存在内的哈密顿路HP1.此时
关于“低折扣水平”范围内的区间划分变量的测量，主要借鉴于Cai等(2016)的研究方法与结论，本文划分了0%、0%-2.5%、2.5%-5%、5%-10%、10%-15%五个取值区间，回归结果也证明了回旋镖效应在不同的消费渠道、不同的搜索型产品、不同的产品价格中确实存在差异，并且该结果通过了Heckman检验和稳健性检验。另外，我们也做了其他区间划分的实证结果，但限于本文的篇幅并未展示，有兴趣的读者可以联系索取。
往日美丽的年轻的小伙子，和死蛇一般爬回来。五姑姑出来看见自己的男人，她想到往日受伤的马，五姑姑问他：“义勇军全散了吗？”
(三)进一步分析
上述检验结果汇总如表11所示。本研究根据上述的三种回归分析方法进行估计和检验的数据结果，绘制图3以说明回旋镖效应的改变。图3(a)说明与线下环境(l曲线)相比，在线环境(h曲线)下低折扣回旋镖效应的转折点往右偏移，单调递减区间的范围增大，说明了在线环境加强了低折扣回旋镖效应，H2得以验证。图3(b)中p、m曲线分别为原始曲线、高价格调节作用曲线，可以直观地发现，随着产品价格的升高，低折扣回旋镖效应的转折点往左偏移，单调递减区间的范围减小，说明了产品价格削弱了低折扣回旋镖效应，H3得以验证。图3(c)中与体验型产品(q曲线)相比，搜索型产品(s曲线)更能使得低折扣回旋镖效应的转折点往左偏移，单调递减区间的范围减小，说明了搜索型产品削弱了低折扣回旋镖效应，H4得以验证。
表10 稳健性检验
表11 各调节因素对回旋镖效应负相关区间的改变
五、总结与讨论
1.本文的理论贡献主要体现在以下五个方面：
(1)本文梳理了回旋镖效应的起源和其跨学科的发展，由心理学的“心理抗拒理论”、“感知有用性理论”引入到营销学的“购买价值理论”、“感知有用性理论”，根据以往学者对于回旋镖效应的研究经验和方向，本文以第三方移动支付平台的生活非必需品购买行为作为样本，选取了“产品销量”与“低折扣水平”的关系作为回旋镖效应可视化的一个重要观测点，加入“在线环境”、“产品价格”、“搜索型产品”作为调节变量，探究回旋镖效应对于顾客的购买决策影响，结果发现，低折扣水平确实会使产品销量有负向影响，呈现“U”型变化，但是在不同消费渠道、不同产品类型、不同产品价格下均有差异。
(2)本文明晰了消费渠道的差异对回旋镖效应所产生的调节作用。以往学者的研究大多论述了产品营销中顾客的感知效用将产生回旋镖效应，但并未关注不同消费渠道下回旋镖效应的敏感程度。研究结果发现，在线消费渠道加强生活非必需品购买的回旋镖效应。
2017年7月7 —11日，内蒙古自治区兴安盟出现强降水天气过程，期间伴有短时强降水、冰雹、雷雨大风等强对流天气。7日08：00至11日08：00，3个站累积降雨量超过50.0 mm，分别为中旗吐列毛都镇罕查干55.9 mm、阿尔山五岔沟镇南沟55.8 mm、中旗吐列毛都54.0 mm。累积降雨量为25.0～50.0 mm的站点有55个，主要分布在中西部地区。主要降水时段在7日白天至8日白天。7日11：00左右，降水从南部地区开始，随着时间推移雨带逐渐向北推进。7日白天降水集中在中南部地区，夜间降水集中在中北部地区，8日白天之后则以分散性的雷阵雨天气为主，9日以后降水强度和范围明显减弱。
(3)本文也讨论了产品价格的差异对在线回旋镖效应所产生的调节作用。在市场营销学的研究中，产品价格几乎是所有学者都会考虑的因素之一，产品价格的高低直接影响了产品销量。结果表明，高产品价格削弱在线生活非必需品购买的回旋镖效应。
(4)本文进一步探索了产品类型的差异对回旋镖效应所产生的调节作用。由于前述学者并未对生活非必需品再进行性质类别区分，使得产品销量和低折扣水平呈现“U”型关系的结论存在不足。而回旋镖效应来源于顾客的感知有用性，后者与产品信息的获取程度相关，搜索型产品则直接影响了顾客对产品信息的获取程度。总的来说，搜索型产品削弱在线生活非必需品购买的回旋镖效应。
(5)在方法上，本文对渠道之间、产品之间异质性的控制，拓展了回旋镖效应的外部效度。已有研究大多以一种产品估计或多种产品分别估计，本文则按照“生活非必需品购买的消费渠道差异”和“在线生活非必需品购买的搜索性差异”的逻辑选取样本，先后在同一个模型中进行估计，从更为广泛的层面验证了结论的适用性。
2.本文结论也有着很强的管理意义。首先，进一步验证了回旋镖效应的存在，为营销人员合理利用回旋镖效应来促进产品的扩散提供了理论依据；其次，发现在消费渠道、产品价格和搜索性存在差异的情况下，营销策略应该做出相应的变化：营销人员在发现进行生活非必需品购买的顾客时应该要避免陷入因低折扣水平而降低顾客的感知有用性的回旋镖效应陷阱中，通过营造更高的折扣水平吸引顾客。
参考文献：
[1] Bawa K, Shoemaker R W. The Effects of a Direct Mail Coupon on Brand Choice Behavior[J]．Journal of Marketing Research(JMR), 1987,24(4):370-376.
[2] Zeithaml V A. Consumer Perceptions of Price, Quality, and Value: A Means-End Model and Synthesis of Evidence[J]．Journal of Marketing, 1988,52(3):2-22.
[3] Raghubir P, Corfman K. When Do Price Promotions Affect Pretrial Brand Evaluations?[J]．Journal of Marketing Research(JMR), 1999,36(2):211-222.
[4] Manning K C, Sprott D E. Multiple Unit Price Promotions and Their Effects on Quantity Purchase Intentions[J]．Journal of Retailing, 2007,83(4):411-421.
[5] Della Bitta A J, Monroe K B. A Multivariate Analysis of The Perception of Value From Retail Price Advertisements[J]．Advances in Consumer Research, 1981,8(1):161-165.
[6] Gupta S, Cooper L G. The Discounting of Discounts and Promotion Thresholds[J]．Journal of Consumer Research, 1992,19(3):401-411.
[7] Lichtenstein D R, Netemeyer R G, Burton S. Distinguishing Coupon Proneness from Value Consciousness: An Acquisition-Transaction Utility Theory Perspective[J]．Journal of Marketing, 1990,54(3):54.
[8] Drozdenko R, Jensen M. Risk and Maximum Acceptable Discount Levels[J]．Journal of Product & Brand Management, 2005,14(4):264-270.
[9] DelVecchio D, Henard D H, Freling T H. The Effect of Sales Promotion on Post-promotion Brand Preference: A Meta-analysis[J]．Journal of Retailing, 2006,82(3):203-213.
[10] Cai F, Bagchi R, Gauri D K. Boomerang Effects of Low Price Discounts: How Low Price Discounts Affect Purchase Propensity[J]．Journal of Consumer Research, 2016,42(5):804-816.
[11] Sensenig J, Brehm J W. Attitude Change from An Implied Threat to Attitudinal Freedom[J]．Journal of Personality and Social Psychology, 1968,8(4).
[12] Wendlandt M, Schrader U. Consumer Reactance Against Loyalty Programs[J]．Journal of Consumer Marketing, 2007,24(5):293-304.
[13] Oliver R L, Swan J E. Consumer Perceptions of Interpersonal Equity and Satisfaction in Transactions: A Field Survey Approach[J]．Journal of Marketing, 1989,53(2):21-35.
[14] Grewal D, Monroe K B, Krishnan R. The Effects of Price-Comparison Advertising on Buyers′ Perceptions of Acquisition Value, Transaction Value, and Behavioral Intentions[J]．Journal of Marketing, 1998,62(2):46-59.
[15] Darke P R, Dahi D W. Fairness and Discounts: The Subjective Value of a Bargain[J]．Journal of Consumer Psychology(Taylor & Francis Ltd), 2003,13(3):328.
[16] Gelbrich K. I Have Paid Less Than You! The Emotional and Behavioral Consequences of Advantaged Price Inequality[J]．Journal of Retailing, 2011,87(2):207-224.
[17] Biswas D, Biswas A. The Diagnostic Role of Signals in the Context of Perceived Risks in Online Shopping: Do Signals Matter More on The Web?[J]．Journal of Interactive Marketing(John Wiley & Sons), 2004,18(3):30-45.
[18] Lee K S, Tan S J. E-retailing versus Physical Retailing: A Theoretical Model and Empirical Test of Consumer Choice[J]．Journal of Business Research, 2003,56(11):877.
[19] 盛天翔, 刘春林. 网络渠道与传统渠道价格差异的竞争分析[J]．管理科学, 2011,24(3).
[20] 王求真, 姚倩, 叶盈. 网络团购情景下价格折扣与购买人数对消费者冲动购买意愿的影响机制研究[J]．管理工程学报, 2014(4).
[21] Grewal D, Roggeveen A L, Lindsey-Mullikin J. The Contingent Effects of Semantic Price Cues[J]．Journal of Retailing, 2014,90(2):198-205.
[22] Birnbaum M, E. Stegner S. Source Credibility in Social Judgment: Bias, Expertise, and the Judge′s Point of View[J]．Journal of Personality and Social Psychology, 1979,37(1):48-74.
[23] Kahneman D, Tversky A. Choices, Values, and Frames[J]．American Psychologist, 1984,39(4):341-350.
[24] DelVecchio D. Deal-prone Consumers′ Response to Promotion: The Effects of Relative and Absolute Promotion Value[J]．Psychology & Marketing, 2005,22(5):373-391.
[25] Zhang K Z K, Cheung C M K, Lee M K O. Examining the Moderating Effect of Inconsistent Reviews and Its Gender Differences on Consumers′ Online Shopping Decision[J]．International Journal of Information Management, 2014,34(2):89-98.
[26] Klein L R. Evaluating the Potential of Interactive Media through a New Lens: Search versus Experience Goods[J]．Journal of Business Research, 1998,41(3):195-203.
[27] Schmid B, Axhausen K W. In-store or Online Shopping of Search and Experience Goods: A Hybrid Choice Approach[J]．Journal of Choice Modelling, 2018.
[28] De Nijs R, Rhodes A. Behavior-based Pricing with Experience Goods[J]．Economics Letters, 2013,118(1):155-158.
[29] Piercy N F, Cravens D W, Lane N. Thinking Strategically About Pricing Decisions[J]．Journal of Business Strategy, 2010,31(5):38-48.
[30] Chaudhuri A. Product Class Effects on Perceived Risk: The Role of Emotion[J]．International Journal of Research in Marketing, 1998,15(2):157-168.
[31] Mudambi S M, Tallman S. Make, Buy or Ally? Theoretical Perspectives on Knowledge Process Outsourcing through Alliances[J]．Journal of Management Studies, 2010,47(8):1434-1456.
The Boomerang Effect of Online Low Discount :The Moderation Effect of Product Price and Category Interaction
DONG Xiao-song,LIU Ting-jie
(School of Economics &Management ,Nanchang University ,Nanchang 330031,China )
Abstract ：Low discount boomerang effect is an important factor affecting consumers′ purchase decisions. Some businesses think that price reduction is an effective way to improve product sales, so that the actual effect goes against their wishes.Based on the data of 3626 users′ consumption behavior in China Telecom Wing payment platform, this paper empirically tests the boomerang effect of low discount on the sales of non necessities of life, and the moderation effect of online environment, product price and search products on the relationship between them.It is found that the boomerang effect of low discount exists widely in the online and offline environment of non essential consumption. Within the 15% discount level, there is a significant “U” shaped curve relationship between discount rate and product sales, while the online environment significantly strengthens the boomerang effect; both the product price and the product type significantly weaken the online boomerang effect of low discount, and the research conclusion remains unchanged after considering the self selection problem of the research sample.These conclusions broaden the research boundary and application scope of the relationship between low discount level and product sales, enrich the theoretical research on boomerang effect of low discount, and provide new empirical evidence for the price promotion strategy and channel selection strategy of marketing managers.
Key words ：low discount; boomerang effect; online environment; product price; product type
中图分类号： F273. 2
文献标识码： A
文章编号： 1001-148X( 2019) 11-0001-11
收稿日期： 2019-06-01
作者简介： 董晓松(1976-)，男，河南洛阳人，南昌大学经济管理学院教授，管理学博士，研究方向：数字营销、管理科学；刘霆杰(1996-)，男，广东江门人，南昌大学经济管理学院实验室研究助理，研究方向：数字营销、管理科学。
基金项目： 国家自然科学基金项目，项目编号：71862023；江西省自然科学基金管理科学项目，项目编号：ZKJ20180091。
(责任编辑：关立新)