消费者调节聚焦对赛事赞助效果的影响研究，本文主要内容关键词为：赛事论文,消费者论文,效果论文，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。
中图分类号：G80-05 文献标识码：A 文章编号：1000-677X(2015)01-0024-11 1 引言 赞助是以金钱或物质的形式对某一特定活动进行投资，而它所获得的回报是活动产生的商机[14]。国际著名赞助中介机构(International Event Group，IEG)的2013年度报告指出，企业赞助支出连增10年，已高达533亿美元；赞助体育活动是最主要的赞助形式，占总体赞助支出的67％[15]，成为企业提升品牌资产的重要手段[1,2,16]。瑞士ISL公司测算，赞助体育赛事的效果是普通广告的3倍。一般而言，1亿美元赞助奥运可以提升3％的品牌知名度，而等额广告仅能提升1％。因此，赛事赞助从企业营销的战术工具，上升到企业战略的高度[17]。 赛事质量和赞助匹配是影响赛事赞助效果的关键，起到提升品牌资产的作用[3]。企业选择赞助对象时，往往“鱼与熊掌不能兼得”，赞助高质量赛事还是高匹配赛事，是企业的两难选择。可是，学界却存在截然相反的观点。Simmons和Becker-Olsen(2006)认为，赞助匹配更重要，只有高赞助匹配才能提升品牌资产，低赞助匹配甚至会模糊品牌定位、弱化品牌资产[18]。与此相反，Smith(2004)认为，赛事质量更重要，即使赞助匹配较低，高质量赛事依然能够较大幅度提升品牌资产[19]。尽管徐玖平和朱洪军(2009)[3]发现赛事质量和赞助匹配存在交互作用，并且，赛事质量对品牌资产的路径系数大于赞助匹配，但没有进行显著性检验，也没有解释其原因。以上研究结论的矛盾：一方面，阻碍赛事赞助理论的进一步完善；另一方面，给企业赛事赞助造成了困惑，需要加以解决。 本研究认为，忽视了消费者赞助信息处理特征可能导致了这一矛盾。调节聚焦理论指出，规避型消费者更善于处理节点信息，而趋近型消费者更善于处理关系信息[20,21]。因此，规避型和趋近型消费者对赞助信息的聚焦点不同，可能导致了赛事质量和赞助匹配对品牌资产的影响存在差异。本研究在赛事赞助研究中首次引入调节聚焦理论，分析调节聚焦的作用机制，来解决现有研究结论的矛盾，为企业的赛事赞助提供理论借鉴。 2 文献回顾与研究假设 2.1 赛事赞助对品牌资产的影响 赞助是提升品牌意识和品牌形象的有效途径[22]，其目的是提升品牌资产[23]。品牌资产是品牌以往的营销努力形成的品牌知识对消费者反应的改变[24]。Cornwell等(2005)认为，赞助可以通过强化认知效果、情感效果和行为效果提升品牌资产[25]。有学者进一步指出，即使品牌记忆模糊，赞助依然能够形成有利的品牌联想[26]。因此，赞助已经成为企业管理品牌资产的重要工具[27]。赛事赞助提升品牌资产的作用受到多种因素的影响，其中赛事质量和赞助匹配最为关键[3,18,28]。 赛事质量是消费者对被赞助赛事的质量感知[3]。类似概念还有事件质量[29]、事件地位[28]和活动影响力[4]。虽然以上命名存在差异，但是它们的内涵十分接近，都突出赛事水平、社会影响力和消费者关注程度等。赛事质量的作用可以从说服理论和晕轮效应来理解。首先，说服理论指出，信源可信赖性是影响说服力的关键[30]。赛事质量越高，信源可信赖性越强，其说服效果越好。其次，晕轮效应指出，人们对认知对象的正面印象能够泛化到相关实物，进而增加对它们的评价[31]。这种现象广泛存在于赞助活动、明星代言人等领域。赛事质量可以形成消费者对赞助品牌的良好印象[32,33]，通过形象转移提升品牌资产[29]。徐玖平和朱洪军(2009)以北京奥运为背景研究赛事质量对品牌资产的影响，发现赛事质量能够正向影响品牌产品感知质量、品牌联想和品牌体验[3]。 赞助匹配是赛事赞助领域研究最多的概念。赞助匹配是品牌与赛事之间的关联性或相似性[34]。匹配常用来指受众对赞助商和赞助对象之间关联感知的相似性，与关联、相关及适合等术语有着密切联系[1]。赞助匹配的作用在于关联赛事和品牌图示，提升形象转移效果。图示理论是分析赛事赞助作用的理论基础[35]。图示是存在于个体记忆网络中的认知结构，表征与认知对象、概念或刺激相关的信息[36]。当赞助信息暴露在消费者面前时，消费者会从记忆网络中提取并匹配品牌图示和赛事图示，进而评价赞助关系的适当性[35,37]。企业图示与赛事图示匹配程度越高，消费者对赛事的认知和情感越容易向品牌转移，进而提升品牌资产[38]。赞助匹配程度越高，赞助效果越好，已经成为学者们的共识[1,3,5,6,18,34,39,40]。不仅如此，Wakefield和Bennett(2010)[41]]还证实，即使消费者不能从记忆中直接提取赞助信息，赞助匹配也能够触发赞助品牌与赞助对象的感知关联，增加赞助效果。 尽管如此，学者们对赛事质量和赞助匹配对品牌资产的影响存在较大分歧。Simmons和Becker-Olsen(2006)认为赞助匹配更重要，只有高赞助匹配才能提升品牌资产，低赞助匹配甚至会模糊品牌定位、弱化品牌资产[18]。Smith(2004)却认为，只要赛事质量较高，即使赞助匹配较低，赞助也能大幅度地提升品牌资产[19]。徐玖平和朱洪军(2009)则发现，赛事质量和赞助匹配存在交互作用，赛事质量对品牌资产的路径系数大于赞助匹配[3]，但没有进行显著性检验，也没有解释其原因。以上研究结论间的矛盾困扰了企业，需要正面回答。 本研究认为，以上矛盾可能是由于忽视了消费者调节聚焦的差异。调节聚焦理论指出，规避型消费者更善于处理节点信息，而趋近型消费者更善于处理关系信息[20,21]。具体到赛事赞助，规避型消费者可能更倾向于聚焦赛事质量，而趋近型消费者更倾向于聚焦赞助匹配，导致赛事质量和赞助匹配对品牌资产的相对影响强度不同。本研究详细阐释调节聚焦在赛事赞助影响品牌资产过程中的调节作用。 2.2 调节聚焦对赞助效果的调节作用 调节聚焦理论是由美国哥伦比亚大学心理学教授Higgins在20世纪末提出的，用来探索人类内在动机。调节聚焦理论突破以往认识行为动机的享乐原则，创新性地提出行为动机来自人类追求快乐和避免痛苦两方面的天性，进而区分出规避型(Prevention)和趋近型(Promotion)两类调节聚焦。前者更关注并倾向于规避负面结果，后者更关注并倾向于达成正面结果[42]。调节聚焦理论得到学界普遍支持，影响深远，成为人格学、动机学、行为学和社会学等领域的研究热点。调节聚焦的不同导致了消费者聚焦点、评价和决策的差异。Aaker和Lee(2001)[43]首次将调节聚焦理论引入消费者行为领域，此后调节聚焦成为研究消费者评价和决策的重要理论视角。 有学者发现，消费者的信息聚焦点和处理方式受到调节聚焦的显著影响。与趋近型消费者相比，规避型消费者拥有的认知能力更少，思考事物间深层次关联的能力较弱，主要聚焦于具体节点；与此相反，趋近型消费者拥有的认知能力更多，善于加工事物之间的深层次关联信息，主要聚焦于事物间的关联[21,22]。在相关领域中，吴川、张黎和郑毓煌等(2012)发现，规避型消费者更重视母品牌质量，而趋近型消费者更重视母品牌与延伸产品之间的匹配[7]。因为，趋近型消费者更善于处理关系信息，更容易提取母品牌与延伸品牌之间的匹配信息[8]。也就是说，在评价包含两个信息点及其关系信息时，节点信息对规避型消费者的影响强度更大，而节点间的关系信息对趋近型消费者的影响强度更大。 赛事赞助与之类似，同样存在信息节点及其关系。赛事是主要信息节点，匹配是赞助品牌与赛事的关系。有学者证实，当信息类型与消费者调节聚焦一致时，信息加工更流畅，消费者评价更高[9,44]，因此，规避型消费者理解深层关系的能力相对较弱，更多地聚焦赛事质量；赛事质量信息与其调节聚焦类型更加一致，对品牌资产的影响强度大于赞助匹配。相反，趋近型消费者更善于理解深层关系信息，更多地聚焦赞助匹配；赞助匹配信息与其调节聚焦类型更加一致，对品牌资产的影响强度大于赛事质量。也就是说，调节聚焦会调节赛事质量和赞助匹配对品牌资产的相对影响强度。据此，本研究提出假设H1： H1：消费者调节聚焦会调节赛事质量和赞助匹配对品牌资产的相对影响强度 H1a：对于规避型消费者，与赞助匹配相较而言，赛事质量对品牌资产的影响强度更大 H1b：对于趋近型消费者，与赛事质量相较而言，赞助匹配对品牌资产的影响强度更大 2.3 调节聚焦的作用机制 Simmons和Becker-Olsen(2006)研究赞助对品牌资产的影响时，识别出赞助态度和定位清晰度两个中介变量，发现它们具有完全中介作用[18]。他们认为，与高水平赞助匹配相比，低水平赞助匹配会增加认知加工和批判性思考，进而降低赞助态度，弱化赞助提升品牌资产的作用；同时，低水平赞助匹配还会干扰消费者对品牌定位的理解，降低定位清晰度，进而弱化赞助提升品牌资产的作用[18]。Olson(2010)[45]和刘英，张剑渝和杜青龙(2014)[5]的研究均证实了赞助态度的中介作用。 尽管如此，Simmons和Becker-Olsen(2006)并没研究它们在赛事质量和品牌资产之间的中介作用。不过，Olson(2010)[45]证实了赞助态度在赞助对象态度和品牌资产之间的中介作用；李建军(2009)[4]指出，赞助态度在活动影响强度和品牌资产之间具有中介作用。活动影响强度指体育活动或项目本身的影响范围大小、影响程度强弱、影响持续时间长短以及被媒体和公众的关注程度，与赛事质量的内涵高度相关。一般而言，质量较高的赛事，影响范围大、程度强、持续时间长。因此，赞助态度在赛事质量和品牌资产之间同样具有中介作用。据此，本文提出假设H2： H2：赞助态度和定位清晰度会中介赛事质量和赞助匹配对品牌资产的影响 H2a：赞助态度在赛事质量和品牌资产之间具有中介作用 H2b：赞助态度在赞助匹配和品牌资产之间具有中介作用 H2c：定位清晰度在赞助匹配和品牌资产之间具有中介作用 那么，调节聚焦是调节赛事质量和赞助匹配对中介变量的影响，还是调节中介变量对品牌资产的影响？这关系到调节聚焦的作用机制。上文分析指出，调节聚焦的作用在于调节消费者对赞助信息的聚焦和处理。进一步说，规避型消费者更倾向于聚焦赛事质量，加工赛事质量信息更流畅；趋近型消费者更倾向于聚焦赞助匹配，加工赞助匹配信息更流畅。也就是说，调节聚焦主要影响消费者对赛事赞助信息的处理。因此，本文推测，调节聚焦对赛事赞助的作用机制是，调节赛事质量和赞助匹配对赞助态度和定位清晰度的影响，而非调节赞助态度和定位清晰度对品牌资产的影响。据此，本文提出研究假设H3： H3：消费者调节聚焦通过调节赛事质量和赞助匹配对中介变量的影响进而影响品牌资产 H3a：与趋近型消费者相较而言，赛事质量对规避型消费者赞助态度的影响强度更大 H3b：与规避型消费者相较而言，赞助匹配对趋近型消费者赞助态度的影响强度更大 H3c：与规避型消费者相较而言，赞助匹配对趋近型消费者定位清晰度的影响强度更大 H3d：赞助态度对品牌资产的影响在规避型和趋近型消费者之间没有显著差异 H3e：定位清晰度对品牌资产的影响在规避型和趋近型消费者之间没有显著差异 3 研究1：调节聚焦的调节作用 3.1 实验设计 研究1重点分析调节聚焦对赛事赞助的调节作用，比较赛事赞助对规避型和趋近型消费者品牌资产影响强度的差异，即检验假设H1。研究1采用3(赛事质量：高、中、低)×2(赞助匹配：高、低)×2(调节聚焦：趋近型、规避型)的组间实验设计。情景实验是消费者行为研究中的常用方法，能够较好操控消费者的情景反应，并减少无关变量的干扰[46]，在赛事赞助研究中广泛采用[3,5,10,40,47]。 3.2 刺激物设计 研究1刺激物以英利赞助世界杯为背景，这出于4方面考虑。1)足球赛事具有广泛影响力、消费者较为熟悉，有利于排除赛事熟悉程度的干扰；2)世界杯是仅次于奥运会的世界大型赛事，知晓程度较高，可以剔除赛事知晓程度的干扰；3)英利在国内较少进行营销推广，可以剔除企业前期营销活动的干扰；4)英利品牌知晓度相对较低，没有形成较为固化的品牌知识，便于实验操控。研究1共设计赛事质量、赞助匹配、调节聚焦三种刺激物。 1.赛事质量。研究1以足球世界杯、欧洲杯和亚洲杯3大赛事为备选刺激物。与正式实验样本来自同一总体的36名本科生参加了前测，采用9点Likert量表测量赛事质量(量表与正式实验一致)。以赛事质量5个题项均值作为变量评分，方差分析显示，足球世界杯的赛事质量显著高于欧洲杯[世界杯的赛事质量均值
=7.88，欧洲杯的赛事质量均值
=6.42；F(1，23)=133.67，P＜0.01]和亚洲杯[足球世界杯的赛事质量均值
=7.88，亚洲杯的赛事质量均值
=5.42；F(1，21)=340.18，P＜0.01]，且欧洲杯的赛事质量显著高于亚洲杯[欧洲杯的赛事质量均值
=6.42，亚洲杯的赛事质量均值
=5.42；F(1，22)=52.70，P＜0.01]。因此，足球世界杯、欧洲杯和亚洲杯的赛事质量评价存在显著差异，分别作为质量较高、居中和较低的赛事。 2.赞助匹配。研究1通过刺激物操控英利的赞助匹配。赛事赞助可以分为提供资金和提供产品两种形式[48]。Simmons和Becker-Olsen(2006)指出，在赞助活动中使用赞助商产品可以提升赞助匹配[18]。因为，产品匹配是赞助匹配的重要维度[1]。也就是说，可以通过英利产品在赛事中的使用情况来操控赞助匹配。根据这一思路，在低赞助匹配刺激物中，仅介绍英利的概况和主营业务；在高赞助匹配刺激物中，增加说明“英利为全部比赛城市提供了27套光伏发电系统，同时为体育场内的媒体中心和大本营设置了8～15个太阳能充电站”。与正式实验样本来自同一总体的33名本科生参加了前测实验，采用9点likert量表测量赞助匹配(量表与正式实验一致)。以赞助匹配4个题项均值作为变量评分，方差分析显示，高赞助匹配刺激物的匹配评价显著高于低赞助匹配刺激物(高匹配刺激物的赞助匹配均值
=3.70，低匹配刺激物的赞助匹配均值
=2.56；F(1，31)=61.58，P＜0.01)。因此，刺激物能成功操控赞助匹配。 3.调节聚焦。研究1采用两种方式操控调节聚焦以提升操控效果。首先借鉴Wan、Hong和Sterntha(2009)[49]在华人地区成功采用过的方式，先请被试填写他们认为重要的课程，然后，回答实验操控问题。对于规避型实验组，请被试填写他们在该课程中想避免的问题和采取的行动；对于趋近型实验组，请他们填写在该课程中想达到的学习效果和采取的行动。然后，参照张黎、郑毓煌和吴川(2011)[8]研究，请被试进行词语连线测试，连接英文单词和对应的中文意思。对于规避型实验组，提供3组每组4个共12个有规避含义的英文单词和对应中文；对于趋近型实验组，提供3组每组4个共12个趋近含义的英文单词和对应中文。 3.3 量表设计 研究1主要采用成熟量表。赛事质量测量综合借鉴徐玖平和朱洪军(2009)[3]、Gwinner(1997)[29]、Ko等(2011)[33]等的量表，采用5个题项测量。赞助匹配测量综合借鉴Simmons等(2006)[18]和Olson(2010)[45]的量表，采用4个题项测量。品牌资产测量综合借鉴Simmons和Becker-Olsen(2006)[18]以及Yoo、Donthu和Lee(2000)[50]的量表，采用5个题项测量。 3.4 数据分析 3.4.1 样本概况 共有280名本科生参加正式实验。学生样本同质性较高，能够较好地降低个体差异的干扰，被广泛应用到消费者行为研究中，在赞助研究中较为普遍[5,51,52]。删除误判赞助对象和英利主营业务的样本，共得到有效样本269个。男生102名，女生167名，女生占62.1％，但是，女生比例不会干扰研究结果，因为赛事质量[男生的赛事质量均值
=6.42，女生的赛事质量均值
=6.24；F(1，267)=0.594，P=0.44]、赞助匹配[男生的赞助匹配均值
=3.14，女生的赞助匹配均值
=3.25；F(1，267)=0.590，P=0.44]、品牌资产[男生的品牌资产均值
=5.29，女生的品牌资产均值
=5.36；F(1，237)=0.493，P=0.483]均不存在性别差异。 3.4.2 操控检验 1.赛事质量操控成功。足球世界杯的赛事质量显著高于欧洲杯[世界杯的赛事质量均值
=7.60，欧洲杯的赛事质量均值
=6.28；F(1，179)=49.81，P＜0.01]和亚洲杯[足球世界杯的赛事质量均值
=7.60，亚洲杯的赛事质量均值
=5.19；F(1，169)=220.53，P＜0.01]，并且欧洲杯的赛事质量显著高于亚洲杯[欧洲杯的赛事质量均值
=6.28，亚洲杯的赛事质量均值
=5.19；F(1，184)=38.25，P＜0.01]。 2.赞助匹配操控成功。高赞助匹配刺激物的匹配评价显著高于低赞助匹配刺激物(高匹配刺激物的赞助匹配均值
=3.84，低匹配刺激物的赞助匹配均值
=2.44；F(1，267)=175.08，P＜0.01)。 3.调节聚焦操控成功。参考Sengupta和Zhou(2007)[53]检验调节聚焦操控效果的方法。询问“你在用心经营一段友谊时，最看重下面6条中的哪3条”，并提供规避型和趋近型表述各3条。选择一条规避型表述得1分，选择一条趋近型表述不得分，因此，总分最高3分，最低0分。规避型组总得分显著高于趋近型组(规避型消费者的调节聚焦均值
=1.69，趋近型消费者的调节聚焦均值
=1.03；F(1，267)=76.00，P＜0.01)。 4.情绪状态影响不显著。实验过程中被试的情绪状态会干扰实验结果[54]，本研究采用Yeo和Park(2006)[54]的情绪量表，以2个题项平均值作为情绪状态评分，12个实验组的情绪状态没有显著差异[
=6.74，
=6.02；F(1，257)=0.67，P=0.77]。 3.4.3 测量质量 首先是量表信度。赛事质量、赞助匹配、品牌资产的信度依次为0.92、0.91、0.91，因此量表信度较高。其次是量表效度。对研究变量的题项进行探索性因子分析，以特征值大于1为标准，共提取3个因子，累积方差解释量为76.48％。因子和对应题项的旋转后因子载荷范围为0.79～0.92。验证性因子分析显示，测量模型拟合较好，
=141.02，df=74，
/df=1.91，RMSEA=0.058，NFI=0.97，RNI=0.96，NNFI=0.98，CFI=0.98。题项的标准化因子载荷在0.72～0.92之间，大于0.55，因此，量表收敛效度较高。每一潜变量平均变异萃取量根的范围为0.84～0.93，潜变量相关系数的范围为0～0.47。因此，每一个潜变量平均萃取量根均大于该潜变量与其他变量的相关系数，说明量表区别效度较高(表1)。
3.4.4 假设检验 研究1检验假设H1。H1推测调节聚焦会调节赛事质量和赞助匹配对品牌资产的相对影响强度。如表2所示，对于规避型消费者，赛事质量对品牌资产的路径系数为0.45，赞助匹配对品牌资产的路径系数为0.35，前者大于后者；对于趋近型消费者，赛事质量对品牌资产的路径系数为0.21，赞助匹配对品牌资产的路径系数为0.58，后者大于前者。这与研究假设一致。研究1进一步验证以上结果的显著性。本研究参照Olsen(2007)[55j和金立印(2007)[11]的方法，借助结构方程模型检验显著路径的相对大小，即检验赛事质量和赞助匹配到品牌资产的路径系数差异的显著程度。约束赛事质量和赞助匹配对品牌资产路径系数等同。对于规避型消费者，Δ
(1)=0.39，差异不显著，赛事质量和赞助匹配对品牌资产的路径系数没有显著差别，即H1a没有得到支持；对于趋近型消费者，Δ
(1)=10.86，差异显著，因此赞助匹配对品牌资产的路径系数显著大于赛事质量，即H1b得到支持。也就是说，对于规避型消费者，赛事质量对品牌资产的影响强度大于赞助匹配，但不显著；对于趋近型消费者，赞助匹配对品牌资产的影响强度大于赛事质量，并且具有显著差异。综合以上结果，调节聚焦会调节赛事质量和赞助匹配对品牌资产的相对影响强度，H1得到支持。
3.5 小结 研究1结果显示，赛事质量和赞助匹配对品牌资产的路径系数在规避型和趋近型消费者之间存在差异。对于趋近型消费者，赞助匹配对品牌资产的路径系数大于赛事质量，并且存在显著差异。对于规避型消费者，赛事质量对品牌资产的路径系数大于赞助匹配，但没有发现显著差异。因此，调节聚焦会调节赛事质量和赞助匹配对品牌资产的相对影响强度。尽管如此，研究1存在3个局限：1)没有检验假设H2和H3；2)赞助匹配通过品牌描述操控，并没有采用两个高、低匹配的不同品牌；3)调节聚焦操控不全面，消费者调节聚焦具有情景性和特质性两类，研究1操控了情景性调节聚焦，没有测量特质性调节聚焦。尽管两类调节聚焦在影响消费者评价时具有一致性[12]，为了增强研究结果的可靠性，研究2将测量特质性调节聚焦，再次验证调节聚焦对赛事赞助效果的影响。 4 研究2：调节聚焦的作用机制 研究2在研究1的基础上，从3个方面完善：1)增加测量赞助态度和定位清晰度，以检验假设H2和H3；2)采用两个品牌操控赞助匹配；3)通过测量获得消费者特质性调节聚焦。 4.1 实验设计 研究2的实验设计与研究1一致，采用3(赛事质量：高、中、低)×2(赞助匹配：高、低)×2(调节聚焦：趋近型、规避型)的组间实验设计。 4.2 刺激物设计 1.赛事质量。徐玖平和朱洪军(2009)[3]研究赛事赞助对品牌资产的影响时，将奥运会作为高质量赛事刺激物，将亚运会作为低质量赛事刺激物。为了扩大赛事质量的变异，研究2增加同为综合性赛事的全运会。与正式实验样本来自同一总体的44名本科生参加了赛事质量刺激物前测。以赛事质量5个题项均值作为赛事质量评分，方差分析显示，奥运会的赛事质量显著高于亚运会[奥运会的赛事质量均值
=7.52，亚运会的赛事质量均值
=6.38；F(1，29)=12.97，P＜0.01]和全运会[奥运会的赛事质量均值
=7.52，全运会的赛事质量均值
=5.43；F(1，39)=55.61，P＜0.01]，并且亚运会的赛事质量显著高于全运会[亚运会的赛事质量均值
=6.38，全运会的赛事质量均值
=5.43；F(1，27)=5.90，P＜0.05]。因此，奥运会、亚运会和全运会的赛事质量评价存在显著差异，分别作为赛事质量较高、居中和较低的赛事。 2.赞助匹配。研究2通过前测实验找到两个赞助匹配较高和较低的品牌。由于品牌熟悉度、品牌喜欢度、赞助历史、品牌声誉可能会干扰赞助匹配对品牌资产的影响，需要加以控制，因此，需要满足两个条件。一是与体育赛事的赞助匹配存在显著差异；二是品牌熟悉度、品牌喜欢度、品牌声誉的评分适中，并且赞助历史较少。研究2初步找出12个备选品牌，分别为李宁、特步、德尔惠、耐克、锐步、茵宝、华为、长城汽车、海信、三星、福特、惠而浦，共有26名与正式实验来自同一总体的本科生参加前测实验。通过配对样本t检验，得到295组检验结果，发现德尔惠和海信较为满足要求。德尔惠的赞助匹配显著高于海信(德尔惠的赞助匹配均值
=6.11，海信的赞助匹配均值
=4.37；t=3.32，P＜0.01)；同时，被试对两个品牌的熟悉度(德尔惠的品牌熟悉度均值
=4.48，海信的品牌熟悉度均值
=4.78；t=1.44，P=0.16)、喜欢度(德尔惠的品牌喜欢度均值
=5.07，海信的品牌喜欢度均值
=5.63；t=-1.53，P=0.14)和企业声誉(德尔惠的品牌声誉均值
=5.63，海信的品牌声誉均值
=5.93；t=-1.16，P=0.26)适中，赞助历史较少(德尔惠的赞助历史均值
=3.74，海信的赞助历史均值
=3.93；t=-0.68，P=0.50)，并且品牌间没有显著差异。因此，研究2将德尔惠和海信分别作为高赞助匹配和低赞助匹配刺激物。 3.调节聚焦。研究二通过测量获得消费者调节聚焦，因此，没有设计调节聚焦刺激物。 4.3 量表设计 研究2的量表与研究1相同，仅增加测量调节聚焦、赞助态度和定位清晰度，并采用9点likert量表进行测量。调节聚焦测量借鉴Higgins(2001)[42]的量表，采用11个题项测量。参照Yeo和Park(2006)p54]的做法，实验2天后，请被试填答调节聚焦问卷。赞助态度采用Simmons和Becker-Olsen(2006)[18]的量表，采用4个题项测量。定位清晰度同样采用Simmons和Becker-Olsen(2006)[18]的量表，采用4个题项测量。为了降低测量顺序效应的干扰，研究2参照Simmons和Becker-Olsen(2006)[18]的做法，采用平衡设计。一半问卷先测赞助态度和定位清晰度，后测品牌资产；另一半问卷先测品牌资产，再测赞助态度和定位清晰度。 4.4 数据分析 4.4.1 样本概况 共有320名本科生参加正式实验，删除未填学号样本①、误判赛事举办地样本②、误判赞助品牌主营业务样本③，剩余有效样本298个。男生110名，女生188名，女生占63.1％，比例较高。但是女生比例较高不会干扰实验结果，因为赛事质量[男生的赛事质量均值
=6.41，女生的赛事质量均值
=6.40；F(1，296)=0.002，P=0.96]、赞助匹配[男生的赞助匹配均值
=5.50，女生的赞助匹配均值
=5.27；F(1，296)=1.12，P=0.29]、赞助态度[男生的赞助态度均值
=5.55，女生的赞助态度均值
=5.74；F(1，296)=0.93，P=0.34]、定位清晰度[男生的定位清晰度均值
=5.02，女生的定位清晰度均值
=5.18；F(1，296)=0.81，P=0.37]、品牌资产[男生的品牌资产均值
=5.03，女生的品牌资产均值
=5.21；F(1，296)=0.75，P=0.37]均不存在性别差异。 4.4.2 操控检验 1.赛事质量操控成功。以赛事质量5个题项的平均值作为变量评分，方差分析显示，奥运会的赛事质量显著高于亚运会[奥运会的赛事质量均值
=7.35，亚运会的赛事质量均值
=6.27；F(1，197)=25.72，P＜0.01]和全运会[奥运会的赛事质量均值
=7.35，全运会的赛事质量均值
=5.68；F(1，188)=57.52，P＜0.01]，亚运会的赛事质量显著高于全运会[亚运会的赛事质量均值
=6.27，全运会的赛事质量均值
=5.68；F(1，205)=9.66，P＜0.05]。 2.赞助匹配操控成功。以赞助匹配4个题项均值作为变量评分，方差分析显示，德尔惠的赞助匹配显著高于海信[德尔惠的赞助匹配均值
=5.82，海信的赞助匹配均值
=4.87；F(1，296)=23.78，P＜0.01]。 3.调节聚焦操控成功。本研究参照Yeo和Park(2006)[54]的方法，将调节聚焦反向题项翻转后，计算11个题项的均值作为变量评分，并进行排序，评分较高的一半为规避型，评分较低的一半为趋近型。规避型被试的调节聚焦得分显著高于趋近型被试[规避型消费者的调节聚焦均值
=5.48，趋近型消费者的调节聚焦均值
=4.17；F(1，296)=425.91，P＜0.01]。 4.情绪状态影响不显著。以情绪状态2个题项平均值作为情绪状态评分，方差分析显示，12个实验组被试的情绪状态没有显著差异[
=6.98，
=6.15；F(1，286)=0.98，P=0.47]。 4.4.3 测量质量 1.量表信度，赛事质量、赞助匹配、赞助态度、定位清晰度、品牌资产的内部一致性信度依次为0.93、0.94、0.93、0.82、0.95；逆转反向题项后规避型和趋近型的调节聚焦的内部一致性信度依次为0.91、0.90。因此，赛事赞助量表和调节聚焦量表的信度都较高。 2.量表效度。对全部研究变量的题项进行探索性因子分析，以特征值大于1为标准，共提取7个因子，累积方差解释量为78.67％。因子和对应题项的旋转后因子载荷范围为0.64～0.92。验证性因子分析显示，测量模型拟合较好，
=1250.71，df=443，
/df=2.82，RMSEA=0.078，NFI=0.92，RNI=0.91，NNFI=0.94，CFI=0.94。题项的标准化因子载荷在0.74～0.94之间，大于0.55，量表收敛效度较高。每一潜变量平均变异萃取量根的范围为0.79～0.90，潜变量相关系数的范围为-0.14～0.44。因此，每一个潜变量平均萃取量根均大于该潜变量与其他变量的相关系数，说明量表区别效度较高(表3)。
4.4.4 假设检验 首先，再次检验假设H1。如表4所示，对于规避型消费者，赛事质量对品牌资产的路径系数为0.38，赞助匹配对品牌资产的路径系数为0.27，前者大于后者；对于趋近型消费者，赛事质量对品牌资产的路径系数为0.21，赞助匹配对品牌资产的路径系数为0.47，后者大于前者。与研究假设和研究1结果一致。研究2采用与研究1同样的方法检验差异的显著性。约束赛事质量和赞助匹配到品牌资产的路径系数相等后，对于规避型消费者，Δ
(1)=1.20，差异不显著；对于趋近型消费者，Δ
(1)=6.11，差异显著。也就是说，对于规避型消费者，尽管赛事质量对品牌资产的路径系数大于赞助匹配，但差异不显著，即H1a再次没有得到支持；对于趋近型消费，赞助匹配对品牌资产的路径系数显著大于赛事质量，即H1b再次得到支持。综合以上结果，调节聚焦会调节赛事质量和赞助匹配对品牌资产的影响强度，H1再次得到支持。 第二，检验假设H2。为了检验赞助态度和定位清晰度在赛事赞助影响品牌资产过程中的中介作用，本文借鉴Simmons和Becker-Olsen(2006)[18]采用结构方程检验中介作用的操作方法，采用Baron和Kenny(1986)[56]建议的程序和标准进行检验。首先估计无中介变量模型M1，模型拟合较好，路径系数均显著(
=0.18，P＜0.01；
=0.43，P＜0.01)，因此，赛事质量和赞助匹配到品牌资产的路径系数显著；然后估计自变量—中介变量模型M2，模型拟合较好，路径系数均显著(
=0.23，P＜0.01；
=0.47，P＜0.01；
=0.41，P＜0.01；
=0.63，P＜0.01；
=0.32，P＜0.01)，因此，赛事质量到赞助态度、赞助匹配到赞助态度、赞助匹配到定位清晰度的路径系数均显著。最后估计自变量—中介变量—因变量模型M3，模型拟合较好，
和
不再显著，其他路径系数依然显著。根据Baron和Kenny(1986)建议的判断中介效应的标准，赞助态度和定位清晰度在赛事质量和赞助匹配影响品牌资产的过程中具有完全中介效应。同时，无论是规避型消费者(模型M4、模型M5、模型M6)，还是趋近型消费者(模型M7、模型M8、模型M9)，均得到一致结果，具体见表5。因此，假设H2、H2a和H2b得到支持。
第三，检验假设H3。研究2采用结构方程的多样本比较来检验H3。参照牛永革、赵平和王良锦(2010)[13]的检验方法和标准，本研究依次约束结构模型的以下路径在两类调节聚焦被试问等同，“赛事质量—＞赞助态度”(检验H3a)、“赞助匹配—＞赞助态度”(检验H3b)、“赞助匹配—＞定位清晰度”(检验H3c)、“赞助态度—＞品牌资产”(检验H3d)、“定位清晰度—＞品牌资产”(检验H3e)。如果约束模型与非约束模型的Δ
(1)显著，那么，可以确认路径系数在规避型和趋近型样本之间存在显著差异。如表6所示，约束“赛事质量—＞赞助态度”等同后，Δ
(1)=1.41，路径系数差异不显著；也就是，赛事质量对赞助态度的路径系数在规避型和趋近型消费者间没有显著差异，即H3a没有得到支持。约束“赞助匹配—＞赞助态度”等同后，Δ
(1)=15.89，路径系数差异显著；也就是，与规避型消费者相较而言，赞助匹配对趋近型消费者赞助态度的路径系数更大，即H3b得到支持。约束“赞助匹配—＞定位清晰度”等同后，Δ
(1)=10.78，路径系数差异显著；也就是，与规避型消费者相较而言，赞助匹配对趋近型消费者定位清晰度的路径系数更大，即H3c得到支持。约束“赞助态度—＞品牌资产”等同后，Δ
(1)=1.41，路径系数差异不显著；也就是，赞助态度对品牌资产的路径系数在规避型和趋近型消费者之间没有显著差异，即H3d得到支持。约束“定位清晰度—＞品牌资产”等同后，Δ
(1)=0.06，路径系数差异不显著；也就是，定位清晰度对品牌资产的路径系数在规避型和趋近型消费者之间没有显著差异，即H3e得到支持。综合以上结果，消费者调节聚焦通过调节赛事质量和赞助匹配对中介变量的影响进而影响品牌资产，因此假设H3得到支持。
4.5 小结 研究2再次验证了H1，H1a依然没有得到支持，假设H1b再次得到支持。与研究1结果一致。研究2发现调节聚焦的作用机制是调节聚焦改变了赛事质量和赞助匹配对中介变量的影响强度，而非调节两者对品牌资产的影响，假设H2、H2a、H2b、H3、H3b、H3c、H3d、H3e得到支持，H3a没有得到支持。 5 结论与建议 5.1 结论 赛事质量和赞助匹配是影响赞助效果的关键变量[3,18,28]。然而，学者们对赛事质量和赞助匹配提升品牌资产的认识存在分歧。本研究通过引入调节聚焦理论解决了现有研究中的矛盾，推进赛事赞助研究，为企业选择赛事提供理论借鉴。本研究发现： 1.赛事质量和赞助匹配都具有提升品牌资产的作用，但是调节聚焦会调节它们对品牌资产的影响强度。对于趋近型消费者，赞助匹配对品牌资产的影响强度大于赛事质量，并且差异显著。对于规避型消费者，赛事质量对品牌资产的影响强度大于赞助匹配，但没发现显著差异；可能是因为消费者对刺激物中的赛事较为熟悉，赛事信息加工程度较低，弱化了调节聚焦的作用。 2.赞助态度和定位清晰度在赛事赞助中具有中介作用。本研究证实赞助态度和定位清晰度在赛事赞助影响品牌资产的过程中具有完全中介效应。一方面，还证实了赞助态度在赛事质量影响品牌资产过程中的中介作用；另一方面，再次验证了Simmons和Becker-Olsen(2006)[18]的结论。本研究结论增进了对赛事赞助影响品牌资产的中介机制的认识。 3.揭示了调节聚焦影响赛事赞助效果的作用机制。本研究深入分析了调节聚焦的作用机制，发现调节聚焦通过改变赛事质量和赞助匹配对赞助态度和定位清晰度的影响强度，进而影响品牌资产，而非调节两者对品牌资产的影响。本研究揭示了调节聚焦影响赛事赞助效果的作用机理，进一步深化了赛事赞助理论。 5.2 建议 1.赛事赞助对不同调节聚焦类型的消费者的影响强度不同，赞助商在进行赛事赞助之前，需要先分析目标市场的消费者调节聚焦类型，进而确定优先赞助哪类赛事。 2.赞助匹配对趋近型消费者的影响强度更大；目标市场以趋近型消费者为主的企业，应重点选择赞助匹配较高的赛事。对于规避型消费者，赛事质量对品牌资产的路径系数大于赞助匹配；目标市场以规避型消费者为主的企业，应侧重于选择赞助质量较高的赛事。 3.研究1证实在赛事中使用赞助商产品可以起到提升赞助匹配的作用。赞助品牌，特别是赞助匹配较低的赞助品牌，可以考虑通过向赛事提供相关产品或服务。提升赞助匹配水平，进而获得提升品牌资产的更好效果。 4.本研究证实情景性和特质性调节聚焦的影响具有一致性。因此，一方面，企业可以通过优化赞助推广策略，触发有利的消费者调节聚焦，进而提升赛事赞助效果。例如，红色会触发消费者产生规避型调节聚焦，而蓝色会触发消费者产生趋近型调节聚焦[57]。如果赛事质量更高，企业可以多选择红色背景呈现赞助信息；如果赞助匹配更高，企业可以更多选择蓝色背景呈现赞助信息。另一方面，企业可以通过识别目标市场的特质性调节聚焦特质是规避型还是趋近型，进而确定赛事赞助的重点。 5.3 研究局限 本研究还存在3点局限。一是没有考虑多品牌赞助的情况。现实中，一个赛事往往有多个甚至十余个赞助商，因此，未来研究需要进一步验证多赞助商情况下调节聚焦的作用。二是主要采用的学生样本。为了提高实验内部效度，本研究采用同质性较高的学生样本，以后研究可以考虑采用非学生样本来扩展研究结论的外部效度。三是未研究赛事熟悉度。赛事刺激物主要为熟悉度较高的赛事，这可能导致H1a没有得到支持。以后研究可以考虑在不同赛事熟悉度的情况下，再次检验调节聚焦对赛事赞助效果的影响。 收稿日期：2014-10-14；修订日期：2014-12-17 注释： ①本研究以学号为关键字段合并前后两次调查的数据，只有两次调查都准确填写学号才能合并数据，因此漏填序号问卷予以删除。 ②本研究测量“第30届奥运会在伦敦举办(第16届亚运会在广州举办)”作为甄别题项，如果被试评分低于6分，说明被试认为的赛事举办地点与刺激物描述不符，则为随意填答问卷 ③本研究测量“德尔惠(海信)主要经营体育相关产品”作为甄别题项，如果高赞助匹配组评分低于6分或低赞助匹配组高于4分，说明被试认为的赞助品牌主营业务与刺激物描述不符，则为随意填答问卷。
标签：市场营销论文; 品牌资产论文; 品牌理论论文; 海信欧洲杯论文; 德尔惠论文;
