人群消费价值观评价模型分析

王建新，宋晓星，颜青琪，曹 将，裴晓苏Wang Jianxin，Song Xiaoxing，Yan Qingqi，Cao Jiang，Pei Xiaosu

人群消费价值观评价模型分析

王建新，宋晓星，颜青琪，曹 将，裴晓苏
Wang Jianxin，Song Xiaoxing，Yan Qingqi，Cao Jiang，Pei Xiaosu

（北京汽车股份有限公司汽车研究院，北京 101300）

人群消费价值观是影响消费者购买行为的重要因素，研究消费价值观评价模型有利于深度了解用户特征，洞悉用户需求，是汽车研发、营销推广的重要依据，是实现以目标人群需求为导向的研发模式的重要手段。基于主流消费价值观评价量表，结合心理学及社会学理论，编制形成消费价值观初版评价量表，再结合自主调研数据，运用探索性因子分析、验证性因子分析、信度检验、效度检验等统计方法进行初版价值观量表的结构优化及模型验证，形成符合实际消费特征的人群价值观结构化模型。

汽车研发；营销推广；消费价值观；统计检验；结构化模型

0 引 言

价值观是个体在与事物的互动中，以自身需求为尺度，对事物重要性认识的观念系统，Gut man在1982年提出的方法-目的链理论[1]认为，消费价值观会影响消费者对产品属性重要性的判断，进而影响消费者对产品的评价和购买行为，三者是有机联系的整体，形成因果链。随着汽车时代的变革，汽车产品更趋于以目标人群需求为导向的模式进行研发，研究消费价值观模型、洞悉用户需求对产品研发具有重要的现实意义；另外，了解用户消费特征对于产品上市的营销推广具有一定的指导作用。

1 搭建消费价值观量表

制定的初版消费价值观量表题库结合了当下汽车消费现状，以施瓦茨价值观量表及卢泰宏的理论体系为基础，参考了国家信息中心5类价值观评价体系、罗克奇价值观、罗兰贝格消费者分析模型、吴垠关于中国消费者分群范式的研究[2]、潘煜等人的中国文化价值观体系[3]等主流的学术理论，拟定形成了14个价值观维度共49个消费价值观评价题目的初版量表，见表1。

表1 14个价值观维度49个量表题目

续表1

2 初测调研数据模型

针对搭建的14个维度共49个消费价值观量表题目进行自主市场调研，量表采用7级量化形式，调研样本分布在全国一、二、三线城市中，年龄分布在18～60岁，男女比例1.5:1，职业及受教育程度符合随机抽样，初测调研数据清洗后共得到有效样本数568个。

2.1 信度检验

克伦巴赫信度系数（内部一致性）是目前最常用的信度系数，是常用的衡量心理或教育测验可靠性的方法[4]。

总量表的信度系数最好在0.8以上，0.7～0.8表示可以接受；分量表的信度系数最好在0.7以上，0.6～0.7表示还可以接受，0.6以下需要考虑重新编制问卷。各价值观维度的信度检验结果见表2。

表2 各价值观维度的信度检验

由表2可知，各价值观维度的克伦巴赫系数均大于等于0.6，说明问卷具有相对较好的内部一致性，作为消费价值观的测量工具稳定可信。

2.2 效度检验

KMO检验统计量是用于比较变量间简单相关系数和偏相关系数的指标，取值0～1，其值越接近1，说明变量间的共同因素越多，越适合进行因子分析。巴特利特球形度检验用于检验相关矩阵中各变量间的相关性，即检验各个变量是否各自独立，原假设为各个变量相互独立，如果拒绝原假设，则适合进行因子分析。KMO和巴特利特球形度检验结果见表3。

表3 KMO和巴特利特检验结果

由表3可知，KMO值为0.956，大于0.9，巴特利特球形检验的卡方值显著性为0.000，拒绝原假设，样本适合进行因子分析。

2.3 探索性因子分析

因子分析的基本思想是寻找公共因子达到降维目的。探索性因子分析主要是为了找出影响观测变量的因子个数，以及各个因子和各个观测变量之间的相关程度。Nunnally认为，进行探索性因子分析时，其样本量应至少是量表题目的10倍[5]126，本次分析有效样本量为568个，符合样本量分析要求。运用公共因子思想形成相关的价值观结构化模型，删除、调整各公共因子内因子载荷较小的量表题目及在多个公共因子上均有较高因子载荷的混淆量表题目，优化后形成消费价值观结构化模型。

表4 探索性因子分析结果

表5 各因子内的信度检验

使用探索性因子分析以主成分分析的抽取方法及Kaiser标准化最大方差法的因子旋转法进行。如表4及表5 所示，对初始的49个价值观量表题目进行4轮探索性因子分析调整及优化，最终得出具有31个价值观量表题目的消费价值观结构化模型，且均通过内部一致性信度检验，累计方差贡献率为51.17%。综合来看，该理论模型较为合理，得到初步验证。

3 复测调研数据模型

3.1 复测调研

基于初测调研数据分析得到具有6个公共因子共31个题目的消费价值观结构化模型，再结合心理学及社会学理论的现实意义，在FAC2中增加了“规矩：我喜欢按照规则办事”，在FAC4中增加了“理性务实：我更注重产品的性价比和实用性”共2个量表题目，并调整量表题目“我买东西时非常注重材料和质感”为子维度“自然”，最终形成具有6个公共因子共33个题目的消费价值观结构化模型。对此进行复测调研，检验31个题目及33个题目的消费价值观结构化模型的通用化拟合效果。

综合各价值观维度的量表题目意义对6个公共因子进行命名，见表6。

表6 复测调研33个题项价值观结构化模型

续表6

3.2 验证消费者价值观结构化模型

复测调研样本分布在全国一、二、三线城市中，样本属性构成及抽样方法同初测，复测调研数据清洗后共得到有效样本数1 925个。

赵保国[5]127等指出，由于探索性因子分析中各因子之间的关系是未知状态，导致所有因子负荷、唯一性方差和因子相关都是待估值，具有不确定性。余洪文[6]指出，验证性因子分析能够用于检验潜在变量的存在性、原定假设下的因子结构、评估测量工具的效度并对所涉及的各种模型的拟合度进行检验。使用AMOS软件对具有6个公共因子共33个题目的消费价值观结构化模型进行验证性因子分析，如图1所示，其中1～33为残差项，且回归系数设为1。消费价值观结构化模型验证性因子分析结果见表7。

图1 验证性因子分析模型

表7 消费价值观结构化模型验证性因子分析结果

注：CMIN/DF（CMIN/Degree of Freedom，卡方值与自由度比值）；GFI（Goodness of Fit Index，拟合优度指数）；AGFI（Adjusted Goodness of Fit Index，调整后的拟合优度指数）；RMR（Root Mean Square Residual，残差均方根）；RMSEA（Root Mean Square Error of Approximation，近似误差均方根）；CFI（Comparative Fit Index，比较拟合指数）。

由表7可知，具有33个题目的结构化模型验证性因子分析各拟合度指标均处于良好的拟合范围内，证明初测数据分析输出的消费价值观结构化模型通用化拟合效果好，接受度高。

4 结 论

基于价值观相关理论及自主调研数据，通过搭建价值观量表题库、探索初测调研数据模型、验证复测调研数据模型3大步骤，输出6大类14个子类33个题目的消费价值观结构化模型。

该模型在汽车产品研发及营销推广中具有较强的现实意义：第一，该模型的搭建可以作为研究分析消费者价值属性的有力工具，进而发现相关消费需求；第二，可结合专项调研数据提炼不同价值观人群特征属性，如兴趣爱好、关注领域等，可转化促进汽车产品研发及营销推广；第三，可结合如社会阶层、汽车观等属性分类，进行多维度人群类别综合划分，针对细化的人群类别研究消费需求，以目标人群需求为导向，指向性开发汽车产品。

[1]GUTMAN，J. A Means-End Chain Model Based on Consumer Categorization Processes[J]. Journal of Marketing，1982（46）：60-72.

[2]吴垠. 关于中国消费者分群范式（China-Vals）的研究[J]. 南开管理评论，2005，8（2）：9-15.

[3]潘煜，高丽，张星，等. 中国文化背景下的消费者价值观研究——量表开发与比较[J]. 管理世界，2014（4）：90-106.

[4]刘全，刘汀. 关于调查问卷内部一致性信度的评价与研究[J].中国统计，2010，（9）：49-51.

[5]赵保国，刘勇. 我国农村居民消费价值观的维度研究[J]. 财经问题研究，2013（1）：124-129.

[6]余洪文. 基于消费价值观的广东大学生消费区域差异实证研究[D]. 广州：暨南大学，2009.

2021-01-22

C34

A

10.14175/j.issn.1002-4581.2021.03.013

1002-4581（2021）03-0050-05