基于分层贝叶斯的消费者智能手机属性偏好与影响因素研究

文/唐瑜皓（苏州大学）

一、引言

自移动互联网出现至今，智能手机市场格局风云变幻，各大手机品牌如雨后春笋般涌现。智能手机制造商为抢夺市场份额，竞相以更短的时间间隔发布新产品，导致了消费者更换周期的缩短[1]，更加剧了市场竞争的激烈程度。根据GSMA智库（GSMA Intelligence）发布的《2022全球移动经济发展》报告，预计到2025年，智能手机移动用户数将从53亿上升到57亿，覆盖全球人口的70%；5G连接数占总连接数的比重将提升到25%，相较于2021年提升17%。目前，我国已成为全球第一大电子消费市场，消费者对智能手机的需求无论从数量还是质量上看，相较于早期市场，都有了新的变化。

消费者已不再单纯地追求品牌知名度，而是将注意力放在产品功能属性与性价比之上。因此，研究消费者购买智能手机时的决策行为具有重要意义。

本文余下部分的结构如下：第二章介绍实验方法、问卷设计、组织实施以及样本描述性分析。第三章介绍了相关模型的构建与估计。第四章讨论了研究结果与建议。

二、实验设计与样本分析

（一）实验方法

Lancaster[2]提出的消费者效用理论表明，消费者获得的效用并非来自商品本身，而是来自商品所拥有的属性或特征，通过比较不同类别的属性或属性层次的组合，发现消费者最终选择购买能够为自身带来最大效用的商品。

本文使用基于选择的联合分析方 法(Choice Based Conjoint Analysis, CBC)作为基本方法，它是目前衡量个体或群体偏好最流行的方法之一。CBC基于随机效用理论(Random Utility Theory)，可以发现产品属性效用在总体效用中发挥的作用，因此，契合Lancaster消费者效用理论。具体而言，CBC通过决定选择实验中包含的属性及属性层次，从而允许消费者在多重属性的产品或服务之间进行权衡[3]，同时作为一种分解方法，它可以引出消费者对实验中产品概念的总体效用，然后通过统计过程将总体效用分解为属性效用[4]。

（二）问卷设计

虽然消费者相较于早期市场已不再过度重视品牌，但当市场上的智能手机供应越来越难以在功能属性上拉开差距时，我们可以预期消费者对某个品牌的兴趣或忠诚度，将成为他购买手机时考虑的重要因素之一。此外，详细比较每一款手机的功能属性对于大多数消费者来说是一件困难的事情，而品牌与该设备的移动操作系统(OS)有关。因此，它还是一个与应用程序、性能和安全性相关的关键功能属性。

本文设置了品牌（华为、苹果、小米）、存储容量（128G、256G、512G）、屏幕大小（6英寸以下、6-6.5英寸、6.5英寸以上）以及价格（2000元、4000元、6000元）四个属性，括号内为对应层次。这是因为除了品牌之外，智能手机的存储容量、屏幕大小以及价格也是消费者购买智能手机时考虑的重要属性且易于比较。

本文属性层次共可以组成3×3×3×3=81种备选项。如果一个选择集包含3个备选项，那么经过计算可知，一共可以生成(81×80×79)/3 =170640个选择集供受访者进行权衡选择。但是，比较如此多的选择集或者备选项是不现实的。此外，Allenby and Rossi[5]的研究表明，受访者进行超过15-20个备选项选择时会感到疲倦，且Meissner, et al.[6]研究表明，每个选择集中包含2-5个备选项是合理的。

因此，为了确保智能手机属性层次分布的平衡性并减轻受访者完成问卷的倦怠感，本文运用部分因子设计方 法（fractional factorial design），它具备“均匀分散，齐整可比”的特点，可以很好地对智能手机的属性及层次进行组合[7]。创建最佳选择设计需要考虑备选项的最小重叠与效用均衡[8]，由于该过程涉及基于组合学的复杂算法，使用Sawtooth软件进行。

（三）组织实施

本文选择江苏省苏州市作为实验地点。实验人员于2022年5月22日在各大商场发放问卷调查。实验过程中，实验人员共同约定选择进入视线的第三个人作为受访者以确保样本的随机性。受访者首先将回答部分人口统计学特征，如性别、年龄等，然后回答所示的选择集。最终，共收集问卷110份，剔除无效问卷后，有效问卷共计107份，有效率97.3%。

（四）样本描述性分析

受访者男女比例较为均衡，分别为44.86%、55.14%；年龄在26-35岁的最多，为58.88%，该年龄段人群对智能手机更为了解；已婚人数占比为69.16%；本科以上学历人数占比为84.11%；收入在10万元以上的人数占比为72.9%。

三、模型构建与估计

（一）模型构建

根据Lancaster[2]的效用理论，本文所研究的智能手机可以被看作是品牌、屏幕大小、存储容量以及价格属性组合。消费者将在预算约束下选择智能手机的属性组合以实现其自身效用的最大化。因此，消费者 从备选项 获得的效用可以表示为：

假设每个受访者会选择可以使其效用最大化的替代方案，那么消费者选择方案的概率为：

对于（5）式，有两种估计方法。一种是极大似然估计法（Maximum Likelihood Estimate，MLE）， 另 一种是分层贝叶斯估计（Hierarchical Bayesian，HB）方法。本文选择HB对（5）式建立概率模型进行估计，原因是，相较于传统的极大似然法，基于马尔可夫链蒙特卡洛法（Markov Chain Monte Carlo，MCMC）的贝叶斯估计可以给予模型更好的灵活性与一致性，避免得到局部最优解[9]。对于系数向量的均值和协方差先验选择时，由于对该研究的先验信息较少，均值先验选择弱信息高斯先验；协方差矩阵可以分解为一个尺度向量 和相关矩阵，对尺度向量 的先验选择弱信息先验，比如小尺度半柯西分布，对于相关矩阵，给予一个LKJ先验且形状参数 为[10,11]。具体的概率模型如下：

（二）模型估计

本文将品牌属性层次、性别设置为虚拟变量，其中小米、男性为参考项；学历为区间变量；其余变量均为连续变量。利用pylogit软件包[12]对混合Logit进行贝叶斯估计，进行2000次烧录（burn-in）热身，6000次抽样分析。智能手机产品属性相关系数如图1所示，估计结果如表1所示。

图1 智能手机产品属性相关系数热力图

表1 混合Logit估计结果

如图1所示，华为与存储容量、价格与屏幕大小具有较强的负相关关系。这表明：①偏好华为品牌的消费者对存储容量的大小并不太在意。②相较于品牌、存储容量而言，消费者不愿意为了屏幕大小付出更大的代价。

表1的回归结果表明：①相较于小米，消费者最偏好华为，其次是苹果。②消费者更偏好大容量与大尺寸的智能手机。③相较于女性消费者，男性消费者更偏好华为、苹果与更小尺寸的手机，且更愿意为智能手机的提升付出代价。可能原因是：男性消费者更为喜好电子产品且注重实用性。④随着学历水平的提升，相较于小米，消费者更偏好苹果与大尺寸的手机。⑤随着收入的提升，消费者更偏好华为与苹果、大容量以及小尺寸的智能手机。

四、结论与建议

本文以智能手机作为研究案例，共设置品牌、存储容量、屏幕大小以及价格四个属性与相应的层次，对苏州市消费者开展选择实验，共获得107份样本。通过分层贝叶斯方法对混合Logit选择模型进行估计，考察了受访者对智能手机各属性层次的偏好及其影响因素。结论表明：①随着智能手机市场的成熟，消费者需求趋于个性化、多元化，不同特征的消费者对智能手机属性层次组合有不同偏好。如男性消费者，相较于女性消费者更偏好华为、苹果与更小尺寸的手机，且愿意为之支付更多金钱。②消费者对智能手机属性偏好存在相关性，如偏好华为的消费者不太在意存储容量。

本文的建议是：①针对不同的消费人群，制定相应的产品策略，以满足消费者需求，从而增加市场规模。如针对学历较高的人群，相应地生产屏幕更大而存储容量够用的智能手机即可，从而在控制成本中提升需求，实现最优化生产与市场良性循环。②相较于其他属性，消费者为屏幕尺寸支付更高价的意愿不高，智能手机产品升级的过程中，可以考虑将屏幕尺寸作为次优先的选择。

相关链接

智能手机是具有独立的操作系统，独立的运行空间，可以由用户自行安装软件、游戏、导航等第三方服务商提供的设备，并可以通过移动通讯网络来实现无线网络接入的手机类型的总称。