消费者购买行为的假日效应：基于扫描数据的微观实证研究_消费者购买行为论文

消费者购买行为的假日效应——基于扫描数据的微观实证，本文主要内容关键词为：实证论文,微观论文,假日论文,消费者购买论文,效应论文，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：F270 文献标识码：A 文章编号：1004—4892(2014)09-0082-08

      节假日对消费者和厂商行为的影响是微观经济学和市场营销学关注的一个重要问题。由于节假日期间季节性商品的需求会明显增加，节假日为研究需求高峰冲击下微观个体行为的变化提供了一个很好的切入点。[1]一个有趣的现象是，节假日期间季节性商品的价格并不一定随着需求的增加而上升。例如，圣诞节是西方国家的重大节假日，在此期间食品的需求虽然有明显增加，但国外学者Warner & Barsky及MacDonald利用微观经济数据分析的结果表明，其价格却有所下降。[2][3]对于这一与经济理论看似相悖的现象，他们通过实证研究得出的解释是，消费者的价格弹性在节假日期间显著变大，从而使降低价格成为商家应对这一变化的均衡策略。自此以后，价格弹性是否发生变化成为节假日消费者行为研究的一个主要争论点：Chevalier等(2003)通过连锁超市门店加总数据的分析发现需求的价格弹性并没有变大，相反，部分商品的价格弹性有显著下降；[4]Nevo和Hatzitaskos(2006)使用相同数据得出了相反的结论，即价格弹性在节假日需求高峰期确实显著变大。[5]

      根据国外学者的已有研究，节假日期间消费者对产品价格的评价可能发生变化并最终影响其产品的选择，从而出现消费者购买行为的假日效应。但国外相关研究采用的是门店层面的加总扫描数据，即研究者能观察到产品门店加总销量及平均价格的变化，但观察不到消费者个体实际的购买记录，因此他们仅能开展品类(category)或产品(product)分析而不能进行消费者个体行为的分析。[3][4][5]本文则基于消费者扫描数据的优势，能够研究消费者个体对产品的离散选择行为。此外，除了产品价格，扫描数据还包含消费者购买某一产品时所获得的折扣以及积分，而折扣和积分均是厂商常用的节假日竞争策略。由于数据的限制，国外已有相关研究对此并未涉及。

      我国也有不少学者对中国的假日经济现象进行研究，但探讨的重点并不相同。国内学者的观点大致分为两种：一种观点认为假日经济能拉动我国内需从而推动经济增长；[6][7][8]另一种观点认为假日经济带来的是消费时空的转移而不是消费总量的增加。[9][10][11][12]相对于国外研究，国内学者通常侧重从宏观经济视角探讨假日对消费的促进作用，而基于微观数据的分析非常匮乏。究其原因主要有两点：一是推行黄金周假日经济政策的初衷是扩大内需、启动消费，因此已有文献偏向采用宏观经济数据进行实证分析，探讨政策效果；二是节假日消费行为的微观实证研究必须基于消费者节假日购买行为的数据，但这种微观数据一般难以获取。然而，随着现代信息技术的发展和大数据时代的到来，微观数据的瓶颈已得突破。[13]区别于国内已有文献，本文基于零售扫描数据对消费者购买行为的假日效应进行微观实证研究。扫描数据的信息丰富而准确，包含消费者具体的购买记录，如购买的时间、所选择的产品以及产品的价格、折扣、积分等信息。通过扫描数据的微观分析，本文尝试回答以下问题：节假日期间消费者对产品价格、折扣以及积分的敏感度是否会发生变化？会发生怎样的变化？这种变化对厂商的市场竞争策略有何启示？肖俊极等(2012)也采用零售扫描数据，使用基于离散选择的购物篮模型研究消费者的节假日购买行为。[14]但他们仅分析五一和十一黄金周假期对服饰购买行为的影响，而春节作为中国最重要的节假日并未被纳入分析。本文的分析涵盖中国所有重要的节假日，包括春节、五一、十一、以及圣诞元旦等，是对其研究的重要拓展。

      一、数据来源与统计说明

      (一)数据来源

      本文数据来源于大连市某大型购物中心，该购物中心实行会员积分制，会员消费者使用会员卡购物时，其购买记录都以扫描数据的形式得以保存。数据为2005年1月到2006年4月的会员购买记录，样本涵盖了两个春节、五一黄金周、十一黄金周等多个重大节假日。节假日往往是季节性商品的需求高峰期，食品是其中的典型代表，根据数据可得性及完备性，本文选择啤酒作为研究对象。从原始数据中提取出啤酒的购买记录，剔除部分商品信息不完整、发生退货等异常记录后得到研究所需的初始数据，共有购买记录5252条。啤酒分为罐装和瓶装两种包装形式，罐装啤酒的容量均为330毫升，瓶装啤酒的容量则大小不一，从330毫升到630毫升不等。其中，罐装啤酒数据包括了1818名会员消费者的3381条购买记录，占啤酒购买记录总数的64.38%，涵盖了7个品牌的8种不同产品。由于罐装啤酒的购买记录相对较多，并且不同品牌的容积相同，为简化分析本文只考察罐装啤酒的消费者购买行为。本文数据的采样时间看似略早，但并不影响其作为经验证据的有效性。首先，相比数据的时效性，数据的准确性是消费者行为实证研究中更为重要的问题。而扫描数据相对问卷调查数据在准确性方面无疑具有更大的优势，是消费者显示性偏好的真实呈现。其次，即使从时效性的角度看，本文数据也具有良好的代表性。国外相关文献如Chevalier等、Nevo和Hatzitaskos等所使用的数据时间也较早，样本期为1989至1994年。[4][5]直到现在仍然有很多学者使用该数据开展市场营销和经济学的研究，并且成果相继发表于市场营销及经济学的顶尖期刊上。①

      (二)节假日需求变化的统计说明

      先以“周”为时间单位观察啤酒销量的变化。根据已有文献对数据的处理方法，把“周”定义为星期四到下周的星期三，以避免把周末及其前后的销售高峰期分成两部分。[4][5]数据共涵盖70周，图1反映了销量的周期性变化，纵轴是以1千毫升为单位的每周销量，横轴代表时间。图1表明啤酒销量在两个春节明显大幅上升，其他时期也有高低波动，说明啤酒存在多个需求高峰期。本文共定义五个节假日虚拟变量，依时间顺序先后为第一个春节、五一黄金周、十一黄金周、圣诞元旦和第二个春节。②由于“周”的定义是从星期四到下周的星期三，因此这些节假日均覆盖两周的数据。考虑到春节是中国最重大的节日，传统上农历除夕至正月十五元宵节均被认为是“过年”的时间，加上消费者往往在春节前就开始采购年货，因此两个春节虚拟变量的定义在原来两周的基础上提前两周并延后一周共扩大为五周。

      下文将通过回归分析检验以上节假日是否为啤酒的需求高峰期。回归分析中需要控制其他可能引起啤酒销量变化的几个因素，包括炎热天气、店庆促销以及积分促销等。预期炎热天气可能会增加啤酒销量。[4][5]根据所在城市的气候，把“炎热”变量定义为从6月下旬至9月初共12周的时间。该购物中心曾进行为期一周的店庆促销活动，定义虚拟变量“店庆”以反映这一促销活动。此外，会员积分促销是该购物中心的一项非价格策略。消费者使用会员卡购物时可获得积分，一般情况下10元可累积1点积分，即积分比例为10%；累积积分后，消费者在下一次购物时可按照每10点积分抵值1元在店内消费。积分比例可不定期进行调整，数据显示啤酒的积分比例最高可达50%，即10元可累积5点积分。本文使用变量“积分”度量消费者购买某种啤酒后可获得的积分，以反映该购物中心的积分促销策略。

      

      图1 啤酒销量图

      (三)购买记录的描述性统计

      罐装啤酒数据涵盖的品牌包括青岛、燕京、北京、朝日、百威、喜力以及健力士，其中青岛啤酒有两种，本文分别称之为“青岛一”和“青岛二”，共计8种啤酒产品。能观察到的产品特征主要有产品价格、折扣数量以及积分数量。表1是产品特征的描述性统计。这里的价格是指每瓶啤酒的单价，而且是折扣之前的原价格，即“通常价格”(regular price)。数据统计表明不同啤酒之间的价格相差较大，除朝日啤酒外国外品牌的啤酒价格普遍高于国内品牌的啤酒价格。从平均价格看，健力士啤酒达11.92元每瓶，为国外品牌也是所有品牌中平均价格的最高者，其次是喜力啤酒，平均7.189元每瓶；(两种)青岛啤酒的平均价格在国内品牌中最高，同时也高于国外品牌中平均价格最低的朝日啤酒。所有啤酒的价格在样本期中均存在波动，幅度依产品不同而不同，其中健力士啤酒的波动幅度高达3.4元，国内品牌中青岛一的波动幅度最大达0.6元。

      表1中的折扣是指购买一瓶啤酒所获得的价格优惠，等于啤酒单价与折扣比例的乘积。例如，九折促销所对应的折扣数量为单价乘以10%。本文数据中啤酒的价格折扣一般为九折，最多为八八折。必须说明的是，这里的折扣是指商家在特定的短暂时期内以促销为目标的价格下调，与通常价格的调整不同。上文的价格分析发现啤酒价格普遍存在波动，这种波动主要反映的是产品通常价格的调整，数据表明这种调整既有价格下调，也有价格上调。而本文把折扣作为影响因素之一纳入分析，主要是考察短期的价格促销活动对消费者购买行为的影响。表1中的积分为购买一瓶啤酒所获得的积分数量。由于该购物中心不定期通过提高积分比进行促销，因此积分作为影响消费者购买行为的另一个变量也被纳入本文分析。

      

      二、计量模型的设定

      (一)需求高峰期的识别

      首先从统计意义上确定节假日是否为啤酒的显著的需求高峰期。以啤酒销量为被解释变量，以节假日、其他可能影响销量的因素等作为解释变量，建立如下计量回归模型：

      

      其中，dum_hol是节假日虚拟变量，包括春节一、五一、十一、圣诞元旦以及春节二；other是可能影响销量的其他因素，包括炎热天气、店庆活动、积分促销；week和weeksq是时间的一次项和二次项，以控制销量的时间趋势。预期销量在节假日显著增加，根据回归结果把显著的节假日变量所对应的时期定义为“节假日”，其他时期则为“非节假日”。

      (二)购买行为的分析

      由于扫描数据提供了关于消费者产品选择行为的详细信息，因此离散选择模型成为分析这一问题的有力工具。事实上，logit模型及其拓展自20世纪80年代以来一直是数量市场营销学中非常重要的分析方法。[15][16]首先设定一般的多项logit模型，然后参照Train(2009)对不同城市居民交通工具选择行为的分析，建立适用于比较分析节假日与非节假日选择行为的模型。[17]

      1.多项logit模型的设定。假定消费者n面临J个可选产品，消费者n选择某产品j的效用为：

      

      根据以上特点，可得出两个性质：(1)不等式两边同时加上某一常数并不影响消费者的产品选择；(2)不等式两边同时乘以某一正数后并不影响消费者对产品的选择。以上两个性质可用于模型的标准化。根据性质(1)，模型仅能识别出J-l个常数项。由于本文数据共有8种产品，把第一种产品作为基准产品，其常数项标准化为零，则模型将识别出7个常数项

      

      根据两个服从I型极值分布的随机变量的差服从logistic分布的性质，得出：

      

      2.支付意愿的计算。得到模型系数估计值后可以计算消费者对某些变量的“支付意愿”。例如，厂商调整价格和折扣时感兴趣的是消费者对于价格和折扣变化的反应。在不影响效用大小和消费者产品选择的情况下，价格和折扣的调整满足

。整理后得：

      

      其经济学含义是在保持效用不变的前提下，消费者愿意支付m单位的价格以获得1单位的折扣，m表示消费者对折扣的支付意愿，预期m＞0。m越大，表明在不影响消费者购买决策的前提下，消费者在获得相同的折扣数量时可以接受的“通常价格”越高。或者说，m越大，表明厂商要达到相同的促销效果时所需的折扣数量越小。因此，m越大对厂商越有利。

      3.假日效应的估计策略。为区分消费者节假日与非节假日购买行为的不同特点，本文参照Train(2009)对居民对交通工具选择行为的分析，把数据区分为节假日与非节假日两个子样本进行研究。[17]节假日期间随机误差项的方差可能不同于非节假日期间。如，受节假日气氛的影响以及出于节假日交往的需要，消费者可能更看重啤酒产品的品质和口碑，而品质和口碑难以度量因此进入随机误差项，从而导致随机误差项的方差在节假日与非节假日之间有所不同。此外，消费者对价格、折扣和积分等变量的评价在节假日期间可能也不同于非节假日。因此，我们可以把数据分为节假日与非节假日两个部分分别进行回归。

      仍然以第一种产品为基准产品，假定未标准化时非节假日与节假日随机误差项的方差分别为

，则效用函数分别除以各自标准差得到标准化后的效用函数。

      

      三、实证结果分析

      (一)需求高峰期识别的结果

      通过对式(1)作OLS回归以分析销量的节假日变化，估计结果见表2。结果显示，啤酒的销量在两个春节、五一、十一以及圣诞元旦均出现显著上升，说明这些节假日是啤酒的需求高峰期，啤酒是一种典型的季节性商品。

      

      (二)假日效应的估计

      接下来对消费者购买记录作多项logit模型估计。先使用全部数据进行估计，估计时逐步放入价格、折扣和积分等解释变量，以观察结果的稳健性。所有的估计均以青岛一为基准产品，全部数据的不同估计结果在表3中依次以(1)、(2)、(3)、(4)表示。表3结果表明：在不同模型设定下价格均显著为负，与经济理论相符；折扣显著为正，符合本文预期；但积分并不显著。青岛二、燕京、北京以及朝日的常数项均显著为负，说明在不考虑价格、折扣以及积分时，这些产品的平均效用均显著低于青岛一，平均效用从高到低依次为青岛一、朝日、北京、青岛二和燕京。而其他品牌包括百威、喜力和健力士的平均效用则与青岛一无显著区别。常数项的估计结果说明，除青岛一以外国内品牌啤酒的平均效用都低于国外品牌，国外品牌中平均效用最低的是朝日。以上结果在不同的模型设定下非常稳健。

      

      比较不同的模型设定可以发现，相比结果(1)放入折扣变量时对数似然值有较大提高，放入积分时提高不大，而同时放入折扣和积分时对数似然值最大，因此本文采用结果(4)的设定。由于积分并不显著，下面仅计算消费者对折扣的支付意愿。基于结果(4)的估计结果，计算得出支付意愿为-3.361/(-0.423)=7.946，其含义是如果折扣多增加1单位，那么消费者愿意多支付7.946单位的价格。

      根据购买记录发生的时间，再把全部数据划分为非节假日与节假日两个子样本分别估计，得到结果(5)和结果(6)。结果均表明，价格显著为负，折扣显著为正，积分并不显著。常数项的估计结果表明，产品平均效用的排序与全部数据的估计结果无明显差别，唯一的变化是健力士的平均效用在非节假日时期显著高于青岛一。价格系数的绝对值以及折扣系数在节假日均变小，但这并不一定意味着消费者对价格及折扣的敏感度下降，而可能是节假日随机误差项方差变大的结果。虽然不能通过直接比较系数大小来判定消费者对价格及折扣敏感度的变化，但可以通过计算系数之间的比值来比较消费者支付意愿的变化，这种计算消除了不同时期随机误差项方差不同的影响。根据计算公式，非节假日的折扣支付意愿为-4.406/(-0.546)=8.070，节假日的折扣支付意愿为-2.853/(-0.290)=9.838，比非节假日明显增大。其含义是如果折扣多增加1单位，那么消费者在节假日愿意多支付9.838单位的价格，而在非节假日愿意多支付8.070单位的价格，消费者对节假日折扣更加敏感，折扣促销能显著地影响消费者的购买决策。而积分的估计结果表明，积分促销在非节假日与节假日对消费者购买啤酒的决策均无影响，因此厂商无需考虑在节假日进行积分促销。

      四、结论与展望

      本文基于零售扫描数据，选取啤酒作为代表性商品对消费者购买行为的假日效应进行实证研究。(1)对七个不同品牌的啤酒数据进行加总并作计量分析，结果表明啤酒的销量具有明显的季节性，春节期间需求上升幅度最大，五一、十一以及圣诞元旦等节假日也是显著的需求高峰期。(2)使用多项logit模型对消费者的产品选择行为进行分析，结果显示价格的系数显著为负，折扣的系数显著为正，这与理论相符，但积分对消费者效用无显著影响。通过设定不同的多项logit模型并作估计，发现以上结果非常稳健。(3)计算消费者的折扣支付意愿，发现节假日期间的折扣支付意愿有明显上升，相同的折扣数量在节假日期间能给消费者带来更高的效用。

      以上结论为我国消费者购买行为假日效应的研究提供了新的微观证据，也为厂商竞争策略的制定提供了参考。相比非节假日，节假日期间消费者对折扣的支付意愿明显上升，厂商可以通过相对较小的折扣水平达到非节假日期间相同的促销效果；或者说，以同样的折扣促销可以获得比非节假日期间更大的销量，从而获取更大的销售收入或利润。另外，会员积分作为一种非价格策略虽然被广泛使用，但本文结果显示积分策略对消费者啤酒购买的行为无显著影响。虽然有越来越多的经验证据验证了积分促销的有效性，但这一营销策略的效果可能因商品种类的不同而有所区别。

      由于受数据完备性的限制，本文仅选取啤酒作为季节性商品的代表进行分析，结论存在一定局限性。将来的研究需要获取更为丰富的数据，纳入更多种类的季节性商品，以进一步验证本文结果的适用性。尤其是在大数据背景下，淘宝、京东等电子商务网站均积累了海量的消费者购买记录，将来这些数据若能用于研究，则消费者购买行为假日效应研究的广度和深度均可有很大的拓展。

      ①芝加哥大学布斯商学院根据论文发表的年份对这些研究成果进行排列，目前最新的论文发表于2014年，见http://research.chicagobooth.edu/kilts/marketing-databases/dominicks/papers。

      ②2000年至2007年，五一劳动节与十一国庆节法定放假三天，并与前后周末拼接形成为期7天的黄金周假期。但从2008年起，五一法定假期从三天减为一天，意味着五一黄金周被取消；同时，传统节日清明、端午、中秋增设为国家法定节假日，各放假一天。由于本文数据样本期为2005年1月至2006年4月，因此，五一仍是为期7天的黄金周假期，而清明、端午及中秋并非法定假日。五一黄金周虽已被取消，但对结论影响不大。从图1可以看出，啤酒最大的两个需求高峰期均出现在春节，而不是五一或十一，因此本文结论对现今节假日消费者的购买行为仍具有很强的解释力。

标签：消费者购买行为论文;  消费者分析论文;