基于不确定性遗憾偏好模型的消费者偏好差异研究

刘学民，葛姣菊，靳国钱

(1.哈尔滨工业大学(深圳) 经济管理学院，广东 深圳 518055；2.北京嘀嘀无限科技发展有限公司深圳分公司，广东 深圳 518054)

内容提要：消费者购买前的主观意向与实际决策行为经常矛盾，即存在陈述性偏好(SP)和显示性偏好(RP)差异性问题。目前关于SP和RP的研究多集中于两者的一致性和互补性，对其差异性研究较少，且忽视了消费者偏好不确定性的影响。基于此，本文提出了不确定性遗憾偏好模型，通过消费者发生购买行为后的满意或后悔程度来衡量SP和RP的差异性。结果表明，品牌认知、设计认知、性能认知及参照群体等不确定性因素，性别、教育和收入等消费者特征因素，价格、产品集、更换时间等产品属性因素均对消费者偏好差异性有显著影响。此外，男、女样本在SP和RP差异性上存在显著的系统性差异。

一、引言

商品同质化倾向使市场竞争加剧，在关键性技术取得突破性进展之前，深入挖掘消费者偏好差异性已成为各大厂商主要的市场策略。按假设条件不同，消费者偏好可分为陈述性偏好(SP)和显示性偏好(RP)，两者的本质区别在于SP是基于消费者自述性信息所反映的偏好[1]，而RP的核心是从消费者行为反推偏好[2]。虽然SP应用广泛，但易随外界环境改变而与实际行为背离[3]，导致SP和RP存在差异性[4]，使得基于SP的市场预测误差较大[5]。目前，国内外关于SP和RP的研究主要有两种形式，即只应用一种偏好(SP or RP)[6]数据或综合两种偏好(SP and RP)[7]。如Hensher和Cherchi[4]研究了如何设计和应用SP以获取更丰富的消费者信息，Berk 和Van Binsbergen[6]利用RP评估资产定价模型。SP方法具有一定局限性，会影响数据准确性[8]。因此，越来越多的学者开始综合使用SP和RP进行研究，大致可分为四类：(1)一致性研究，即先用SP数据对消费者行为进行预测，再用RP数据进行实证检验，分析SP和RP的一致性[9]；(2)互补性研究，即将SP和RP数据结合，扬长避短，提高结论的准确性和稳健性[7]；(3)异质性研究，即使用不同目标群体的SP和RP数据研究其偏好异质性问题[10]；(4)差异性研究[2]，即在相同样本下，将SP方法获取的消费者潜在行为特征同实际RP数据进行比较，分析其差异性。纵观现有文献，对于SP和RP的研究多集中于两者的一致性[9]和互补性[7]，对其差异性研究匮乏，缺少理论层面对其产生根源的系统性分析、衡量方法和模型估计。

由于SP和RP差异性的客观存在，有学者开始质疑陈述性调查法的科学性和准确性[11]。实际上，SP和RP差异性的产生原因较为复杂，涉及了产品属性[2，3]、消费者特征[12]及偏好不确定性[9]等多方面因素。其中，消费者偏好不确定性主要源于受访者的认知[13]、先验经验[14]、决策时间[15]及他人评价[16]等，因不易量化和度量而被多数学者忽视，事实上，不确定性才是SP和RP产生差异性的根源。如Lambooij等[9]认为被调查对象对产品的较低认知水平会扩大其SP和RP的差异性，Cheng[17]发现个人决策容易受到参照群体的影响，Lee[2]指出服务水平越高两种偏好一致性就越高。 可见，偏好不确定性确实存在，并深刻影响着消费者行为。其实，消费者陈述性偏好法中的受访者偏好不确定性早在20世纪70年代就已被广泛关注。Logar等[18]实证经验表明被调查者在回答估值问题时，由于理解程度和受访态度不同可能存在不确定性，导致估值效率偏低，结果准确性较差。Castao等[19]研究发现消费者偏好不确定性会影响消费者对新产品的接受程度。Wang和Ge[20]认为偏好不确定性很大程度源于顾客对待估物品缺乏必要相关知识。此外，被调查者缺乏能力和必要时间也是不确定性产生的重要因素[21]。

总体而言，目前现有文献对于SP和RP差异性的研究存在很大不足。第一，多数集中于两者的检验性研究、互补性分析及异质性探索，对于其差异性的研究并不多见，缺乏从理论上深入剖析其差异性的产生根源；第二，虽然SP和RP之间的差异性得到相关学者的一致认可，但是缺少对其差异大小的定义和衡量方法；第三，陈述性调查法中的偏好不确定性问题已广泛存在，然而目前还没有学者将其应用到偏好差异领域；第四，当前SP和RP的差异性研究主要针对公共设施、社会福利等非市场化产品，不能有针对性地为市场化产品解决调研、预测中的问题，其应用范围有待拓展。综上，为弥补SP和RP差异性研究空白，本文将从其影响因素、衡量方法、模型构建、市场化产品四个方面对SP和RP的差异性展开深入研究。主要贡献为：首先，从理论上提出了偏好差异的衡量方法，通过构建不确定性遗憾偏好模型，用量化的满意或后悔值对其进行间接测度，该模型不仅克服了Logit模型只能判断SP和RP的一致性，无法测量其差异性的缺陷，而且突破了一般消费者选择模型对于不可观测和不可量化部分产品效用的局限性；其次，受“中兴禁令事件”启发，以手机产品为研究对象，充分揭示消费者偏好不确定性对SP和RP差异性的影响，意在大力提倡研发国产芯片背景下，为国产手机厂商提高预测能力、降低研发风险和提高市场竞争力提供重要参考意义。

二、不确定性遗憾偏好模型构建

(一)偏好差异的衡量

期望价值是消费者在购买产品或服务前的理想化预期[22]，感知价值是顾客发生消费行为后对产品的质量、情感及社会价值的认知[23]。Moqaddasi等[24]通过消费者感知效用和期望效用的比较来判断顾客满意程度。因此，SP和RP的差异性可转换为消费者购买前预期下的总效用和购买后感知效用的差值进行间接衡量，这个差值可表述为消费者购买后对产品各属性超出预期的满意程度或小于预期的遗憾后悔程度。

(二)模型构建及估算方法

基于消费者期望价值、感知价值及效用理论，结合偏好差异的影响因素探究，本文提出了不确定性遗憾偏好模型，其构建过程如下：

首先，基于效用理论构建一般偏好模型。目前，较为完善的是虚拟专家偏好模型，该模型兼容了产品属性效用的可观测和不可观测部分，对于SP和RP数据均适用，因此可作为本研究的基础偏好模型待进一步发展：

(1)

βij=φZi+ξi

(2)

(3)

(4)

(5)

(6)

(7)

最终模型如下：

(8)

其中，Nij为偏好不确定性，Mj为产品属性，Si为消费者特征因素，μij、ηij、γij分别为对应参数。

三、研究设计

(一)变量选取及定义

因变量Y表示消费者偏好差异。本文从消费者对手机的设计(Y1)[25]、性能(Y2)[26]、服务(Y3)[27]的满意或后悔三个维度对偏好差异(Y)进行衡量。 自变量X主要来源于偏好差异的三大影响因素，即不确定性因素(N)、产品属性因素(M)以及消费者特征因素(S)，见表1。其中，不确定性变量中消费者对购买手机的品牌认知程度N1、设计认知程度N2、性能认知程度N3、服务认知程度N4分别由3个、3个、7个及2个维度构成。

表1 变量选取及定义

注：收入、手机价格单位(千元)。

(二)数据收集与统计

本文数据源于问卷调查。调研对象锁定在3个月内发生了手机购买行为的消费者。通过问卷星、体验店人工发放及街头随机发放三种渠道共发放347份，回收330份，总回收率为95.1%，有效问卷268份，有效问卷率为80.0%。

1.人口特征统计描述。基于受访者总体样本分析的表2可以看出，当前手机消费市场以年轻人为主，受教育水平较高但收入水平偏低；消费特征可以看出，主要手机消费群体手机更换的频率快且偏好于高端机型。

表2 消费者和产品属性特征

表3 偏好不确定性描述统计

2.偏好不确定性统计分析。 由表3可知，全部样本的消费者平均偏好差异为2.1个单位，处于中等水平。在偏好不确定性影响因素中，消费者对手机产品性能(mean=3.66)和设计(mean=3.66)的认知程度最高，其相应产生的偏好不确定性最低；品牌认知(mean=3.47)和参照群体(mean=3.48)次之；对服务的认知程度最低(mean=3.29)，因此伴随着较高的偏好不确定性。从T检验结果可以看出，男性消费者的偏好差异明显小于女性消费者(Mmale=1.95vs.Mfemale=2.29，p=0.000)，因为男性消费者对所购买手机的设计认知(Mmale=3.71vs.Mfemale=3.59，p=0.056)和性能认知(Mmale=3.71vs.Mfemale=3.59，p=0.048)均高于女性消费者，即由认知程度所产生的偏好不确定性对男性消费者影响较小。

四、实证结果及分析

(一)模型检验

由Pearson相关系数可知，性别、教育、对品牌、设计、性能的认知程度、亲友推荐的重要性、手机更换时间间隔以及购买手机的考虑集与因变量之间均在0.1显著性水平下相关，说明这些变量的引入都是有效的。此外，自变量与控制变量之间也存在显著的相关关系。为避免因虚拟变量全部回归导致的完全共线性问题， 每种类型的虚拟变量均剔除了其中一个虚拟变量。用White-test和Breusch-Pagan/Cook-Weisberg 两种方式进行异方差性检验，结果均表明不存在异方差性。

(二)回归结果

1. 总体样本分析。品牌认知(N1_bra)、设计认知(N2_des)、性能认知(N3_per)及参照群体(N5_r.g)等不确定性因素，性别(S1_gen)、受教育程度(S3_edu5)及收入(S4_inc4、S4_inc5)等消费者特征因素，价格(M1_pri5)、更换时间(M2_rep5)及购买时考虑的产品集(M3_set2、M3_set3、M3_set5)等产品属性因素均与消费者SP和RP的差异性显著相关(表4)。

(1)不确定性因素。品牌认知程度N1_bra回归系数为-0.1404，在5%水平上显著，设计认知程度N2_des(Coef.=-0.264，Std.Err.=0.089)和性能认知程度N3_per(Coef.=-0.337，Std.Err.=0.095)都通过了1%的显著性水平检验，表明消费者对相关产品认知水平的提高，降低了由认知程度引发的消费者偏好不确定性，继而减弱了对SP和RP差异性的影响。因为目标群体对预期购买产品的品牌、设计和性能了解程度越高，越能弥补认知不足和先验经验缺乏所带来的不确定性，消费者就越能够准确评估期望效用，因此手机购买后的感知效用与购买前的期望效用也就越相近，最终SP和RP的差异性就会越小。参照群体N5_r.g(Coef.=-0.117)在5%的水平上显著为负，表明参照群体意见的重要性(如亲朋好友的推荐和建议)，能够弥补源于相关知识的缺乏和不完善所导致的消费者偏好不确定性，一定程度降低了SP和RP的差异性。可见，广泛听取他人意见，取长补短，可有效丰富消费者对相关产品的知识储备，完整的知识结构有助于目标群体全方位评估欲购买产品，因此做出符合预期购买决策的概率较大，相应的偏好差异会较小。

(2)消费者特征因素。性别S1_gen的回归系数为-0.221，在5%水平上显著。表明男性消费者比女性消费者的偏好差异性要小，与上文按性别分组统计描述的结果一致，是由于男性消费者对手机产品的设计认知程度和性能认知程度均高于女性消费者所致。受教育程度S3_edu5(Coef.=0.534)，通过了1%显著性水平检验，意味着高学历消费群体伴随着高SP和RP差异性，这与本文的预期相反。可能是该类目标群体对自己的消费决策更为自信，致使决策产品效用预期过高，加剧了SP和RP的差异性。消费者收入S4_inc4和S4_inc5回归系数分别为-0.264和-0.323，在90%的置信区间内显著，表明高收入消费群体比低收入消费群体的SP和RP差异性小。收入水平在一定程度上反映了消费者的购买能力，月收入过12000元的消费者往往不会因为经济条件约束对产品委曲求全，其预期效用与实际感知效用的差异性会较低。

(3)产品属性特征因素。产品价格M1_pri5回归系数为0.320，在10%的水平上显著，表明当购买4000元以上机型时价格对消费者的SP和RP差异性影响较大。由于高成本支出，一旦手机感知效用与预期效用不符，更容易导致消费者心理落差或后悔，SP和RP的差异性会被无限放大。更换时间M2_rep5(Coef.=0.311)通过了10%的显著性水平检验，说明当手机更换时间间隔达2年以上时，才会对SP和RP的差异性产生影响。通常，消费者长时间不更换手机，难免会对手机技术发展环境感到生疏，因此在实际购买中，难以在有限时间内做出准确判断。考虑的产品集M3_set2、M3_set3及M3_set5回归系数为0.249、0.450及0.646，分别通过了10%、1%及10%的显著性水平检验。说明目标群体购买产品时考虑的产品集数量越多，其 SP和RP差异性越大。因为当消费者购买的手机在使用过程中没有达到预期时，就会后悔没有选择其他曾经考虑过的手机。

2. 男性样本分析。如表4所示，产品属性特征因素对男性消费者的SP和RP差异性无显著影响作用。但是，与不确定性因素(设计认知N2_des、性能认知N3_per)和消费者特征因素(年龄S2_age2和S2_age3、教育程度S3_edu4和S3_edu5、收入S4_inc4)显著相关。其中，设计认知N2_des和性能认知N3_per回归系数为-0.327和-0.397，分别通过了5%和1%的显著性水平检验，意味着男性消费者对手机设计和性能认知程度的提高降低了其SP和RP的差异性。年龄S2_age2(Coef.=-0.754)、S2_age3(Coef.=-0.784)及S2_age4(Coef.=-0.760)分别通过了10%、5%和10%的显著性水平检验。表明当男性消费者年龄介于18到36岁之间时，随着其年龄的增加可降低由先验经验不足引起的消费者偏好不确定性，继而减少对SP和RP差异性的影响作用。收入S4_inc4回归系数为-0.6913，在1%水平上显著，表明收入位于8000到12000元之间的男性消费者随着月收入的增加，其陈述性偏好和显示性偏好间的差异会逐渐减小。

表4 总体样本、男性样本及女性样本回归结果

注：***表示p<0.01,**表示p<0.05，*表示p<0.1(下同)。

3.女性样本分析。对于女性消费者，其SP和RP的差异性与不确定性因素中的认知程度(设计认知N2_des、性能认知N3_per)和参照群体(N5_r.g)，消费者收入(S4_inc5)，产品属性特征的价格(M1_pri5)、更换时间(M2_rep3、M2_rep5)、产品集(M3_set2、M3_set3)显著相关(见表4)。其中，设计认知(Coef.=-0.247)和性能认知(Coef.=-0.241)均通过了10%的显著性水平检验，即不确定性因素中的认知程度对于女性消费者的SP和RP差异性依然起到反向抑制作用。参照群体N5_r.g回归系数为-0.146，在5%水平上显著，表明参照群体推荐的重要性可有效降低女性消费者的偏好差异性。而且，只有当月收入超过12000元(S4_inc5，Coef.=-0.447，Std.Err.=0.248)时女性消费者的购买前偏好与实际购买行为才会更加一致。产品属性因素普遍对女性消费者的偏好差异性影响较大，如手机价格大于4000元(M1_pri5，Coef.=-0.409，Std.Err.=0.215)、更换时间2年以上(M2_rep3，Coef.=-0.445，Std.Err.=0.260)、购买时考虑过多个产品集(M3_set2，Coef.=-0.512，Std.Err.=0.184；M3_set3，Coef.=-0.755，Std.Err.=0.208)时均会加大女性消费者SP和RP的差距。

图1 不确定性因素对消费者偏好差异的影响对比

4. 男女样本对比分析。上文对男性和女性样本分组回归的假设基础是男性和女性消费者存在结构性差异。因此，本文需要使用Chow test对模型结构差异进行检验。结果统计量F=2.159，表明Chow Test在10%置信水平上拒绝原假设，即模型存在结构性差异。说明，男性、女性样本下模型各解释变量系数存在明显差异，对男性和女性消费者分开进行回归是合理的。图1揭示了不确定性因素对不同样本消费者偏好差异的影响，虽然产品设计(N2_des)和性能(N3_per)的认知程度对男女消费者的SP和RP差异性都存在显著性关系，但是男性消费者的回归系数绝对值和显著性水平高于女性消费者(N2_des：MaleCoef.=-0.327vs.FemalCoef.=-0.247，5%vs.10%显著性水平；N3_per：MaleCoef.=-0.397vs.FemaleCoef.=-0.241，1%vs.10%显著性水平)。表明相对于女性消费者，手机设计和性能的认知水平对男性消费者偏好差异性的影响更大。参照群体(N5_r.g)即亲友推荐的重要性对女性样本显著，对男性样本不显著。说明男性消费者倾向于决策独立，购买行为理性，主要集中于对产品本身设计和性能认知水平的判断；而女性消费者感情色彩浓厚，购买动机易受参照群体影响，即外部环境容易引发女性消费者消费偏好的不确定性，且该不确定性的增加会加剧女性消费者的偏好差异性。

消费者特征和产品属性因素。总体而言，消费者特征因素对男性消费者偏好差异性影响较大，而产品属性特征主要作用于女性消费者偏好差异。如年龄(S2_age2、S2_age3、S2_age4)、教育(S3_edu4、S3_edu5)和收入(S4_inc4)均对男性样本显著，而只有收入(S4_inc5)显著作用于女性消费者。同时，手机购买价格(M1_pri5)、更换间隔(M2_rep3、M2_rep5)以及手机购买的考虑集(M3_set2、M3_set3)只与女性消费者SP和RP差异存在显著性关系。由此可见，男性消费者和女性消费者在消费行为上存在显著的系统性差异，导致男性和女性样本SP和RP差异性的影响因素大不相同。因此，无论学术研究还是企业调研都应区别对待。

(三)稳健性检验

上文实证分析是在相同权重ω下进行的。实际上，消费者偏好差异Y的三个维度的三种权重关系还不能确定，因此不能断定原实验中这种相等权重设计是有效的。接下来，本文将SP和RP差异性不同维度的权重ωn按高(50%)、中(30%)、低(20%)进行实验设计，用于不确定性遗憾偏好模型Robust稳定性检验。

对三种权重ωn随机组合，可得M1-M6六种不同模型，加上原等权重下的实证分析，即一共七组实验，各模型显著性水平与基准权重的比较如表5所示。可以看出，对于不确定性变量，品牌认知程度N1_bra除在模型M3和模型M4中不显著以外，在其余四模型中均显著，可见当SP和RP差异性集中于产品性能维度时(权重为50%)，由品牌认知程度引起的消费者偏好不确定性对消费者偏好差异性不起任何作用，这与均等权重ω下的回归结果略有不同；设计认知程度N2_des在七组实验中显著性水平较为一致，表明源于设计认知程度的消费者偏好不确定性广泛作用于SP和RP的差异性；性能认知程度N3_per在六种权重配比下均通过了1%显著性水平检验，回归结果与原等权重下实验高度吻合；服务认知程度N4_ser无论在等权重还是在不同权重下回归结果都不显著；参照群体N5_r.g在模型M1-M6六种不同权重ωn分布下都与SP和RP的差异性显著负相关，且其显著性水平除在模型M1和M2中略低以外(90%置信区间)，其余M3-M6四个模型与原实验相同。对于消费者特征变量，其显著性变量个数和显著性水平在模型M1-M6中与原实验差别不大。对于产品属性因素，除价格M1_pri5外，其余M1_pri2、M1_pri3、M1_pri4在模型M1-M6中均不显著，与原实验结果一致；更换时间M2_rep2、M2_rep3及M2_rep4在七组实验中均不显著，M2_rep5在模型M1-M3中不显著但是在M4-M6中显著，基本符合原实验预期；产品集M3_set2、M3_set3及M3_set5在原等权重实验下分别通过了0.1、0.01及0.1显著性水平检验，但在模型M1-M6中，M3_set2的显著性水平略有提高，即在M2、M4、M5、M6中均在0.05水平上显著；M3_set3显著性水平无变化，M3_set5在模型M5和M6中不再显著。综上，通过六个检验模型M1-M6与原实验结果对比研究发现，SP和RP差异性影响因素中的5个不确定性变量、4个控制变量及3个解释变量在偏好差异各维度等权重或不同权重分布下的回归系数符号均一致、显著性情况基本无差别，各模型标准差也极其相似。因此本文构建的不确定性遗憾偏好模型的稳健性较高，结果可靠。

表5 不同权重下模型M1-M6回归结果

五、结论和建议

本文主要研究了消费者偏好不确定性下的陈述性偏好和显示性偏好差异性问题。通过文献回顾发现目前学术界对SP和RP差异性研究明显不足，缺乏对其产生根源的探究、衡量方法和模型估计，更是忽略了消费者偏好不确定性因素的影响。因此，本文提出了不确定性遗憾偏好模型，用消费者发生购买行为后的满意程度或后悔程度对SP和RP的差异性进行间接测量。同时，对偏好差异性的三个维度按不同权重设计随机组合，以检验该模型的稳健性。

研究发现：第一，消费者偏好不确定性、消费者特征及产品属性因素是SP和RP之间产生差异性的主要根源。第二，消费者对品牌、设计、性能的认知水平越高，源于认知程度和先验经验缺乏所带来的不确定性水平越低，继而对SP和RP差异性影响越小。此外，参照群体意见的重要性能够降低由相关知识缺乏和不完善所导致的消费者偏好不确定性，一定程度弱化了SP和RP的差异性。第三，消费者收入越高，其SP和RP差异性越小，但产品价格越高、更换时间越长、购买时考虑的产品集数量越多，消费者偏好差异性越大。第四，由于男性消费者和女性消费者在消费行为上存在显著的系统性差异，因此男性和女性样本SP和RP差异性的影响因素差别很大。如由认知程度引发的不确定性对男性消费者偏好差异性影响较大，而女性消费者购买行为易受参照群体影响。消费者特征(年龄、教育、收入)对男性消费者偏好差异性影响很大，相反对女性消费者影响微乎其微；产品属性因素(价格、更换时间、产品集)主要作用于女性消费者偏好差异，与男性消费者无任何显著性关系。

基于以上结论，为企业市场预测提出以下建议：第一，尽可能降低目标消费群体SP和RP差异性对企业产生的负面影响，当感知效用低于预期效用时必然导致高投诉率。虽然这种差异性的产生源于消费者自身偏好不确定性，但损失却要由企业承担，易造成企业品牌形象恶化。第二，由于男、女样本SP和RP差异性影响因素大不相同，因此在产品推广中应区别对待两种不同的消费群体。如在体验店让男性消费者了解更多性能和设计上的信息，而粉丝会的推广应侧重于女性消费群体。第三，高端机型对消费者产生的SP和RP差异性更大，一点瑕疵都会让消费者感觉到被欺骗。因此，企业开发高端手机应持有谨慎态度，尽最规避潜在风险。