王馨

（西安航空學院，西安 710077）

基于Logit模型的消費者對品牌選擇的實證研究

王馨

（西安航空學院，西安 710077）

隨著現(xiàn)代市場競爭的加劇，如何加強企業(yè)品牌建設，提升消費者對產品的忠誠度，成為企業(yè)思考的重點。而企業(yè)品牌能否吸引消費者的眼球，關鍵在于品牌是否可以滿足消費者的需求。對此，為更好地滿足用戶需求，結合主成分分析法對傳統(tǒng)的多項Logit選擇模型進行改進，從而提高概率計算的精度。最后，以手機品牌為例，通過問卷調查獲取品牌選擇的數(shù)據(jù)并進行實證。結果表明，各主成分在模型中都非常明顯，并提高了品牌預測的概率，為企業(yè)營銷決策提供了參考。

Logit模型；品牌選擇；概率；實證；營銷決策

隨著現(xiàn)代信息技術的的不斷發(fā)展，消費者的購物習慣也出現(xiàn)了巨大的變化，使得越來越多的消費者開始通過電子商務進行購物。以淘寶為例，2016年“雙十一”淘寶的銷售收入超過1千億元人民幣，從而使得我國網(wǎng)絡購物邁入萬億元大關，而在不久的將來超過10萬億的體量只是一個時間問題。正是因為網(wǎng)絡購物的迅猛發(fā)展，使得很多學者開始對消費者的網(wǎng)品牌選擇的研究成為熱點。而由于傳統(tǒng)的購物方式和網(wǎng)絡購物存在很大的區(qū)別。因此，構建基于網(wǎng)絡購物的消費者品牌選擇模型成為具有極其重要的現(xiàn)實價值。目前，針對消費者品牌的選擇研究主要從定性和定量的角度分析，其中定性主要從研究人員角度，這種方法通常帶有很強的主觀色彩。對此，本文采用定性的方法，利用實證的方式，通過主成成分分析法得到影響消費者品牌選擇的主要因素，然后利用多項Logit模型對消費者對品牌選擇的概率進行計算，以此提供預測的精度。

一、多項Logit模型

多項Logit模型作為目前品牌選擇中常用的模型，是基于效用最大理論，以某一個品牌作為參照，對不同商品品牌進行兩兩比較，從而構成一個選擇集C。在這個選擇集中，每一個品牌對消費者來講都存在一定的效用。而消費者只會購買效用對其最大的那個品牌。同時，消費者在選擇的時候，會受到多種因素的影響。因此，對于消費者來講，其選擇品牌j的效用Uij可以用以下公式來表示：

其中，Vij為總效用Uij的系統(tǒng)項，反映被消費者觀察到的品牌選擇因素的效用；而εij表示消費者為觀察到的隨機效用，表示誤差項。

在公式（2）中，αj表示為品牌特有的常數(shù)項，βjk表示第j個品牌的第k個屬性的效用權重，xij表示消費者可觀察到的第j個品牌的第k個屬性對第i個消費者所體現(xiàn)出的價值。

對消費者來講，其總會選擇效用最大的品牌方案。因此，消費者選擇品牌k的概率可以表示為：

消費者在選擇品牌的時候，通常不止面臨一個品牌，而會面臨多個品牌，j=1，2，3....，J。因此，可以將品牌的多項Logit模型表示為：

二、基于主成分分析的多項Logit模型構建

唐瑛（2015）通過分析發(fā)現(xiàn)，傳統(tǒng)的多項Logit模型通常會選擇多個不同的指標，從而查看不同指標對消費者品牌選擇的影響。而通過實踐發(fā)現(xiàn)，大量的指標會產生多重共線性問題。對此，為減少多個不同指標帶來的影響，人們往往會采用少量的指標從而獲取大量的等價信息。而這種思想被人們稱作主成分分析法。具體來講就是，通過構建選取變量之間的相關矩陣，從而找出基本可控制自變量的主成分指標。而對于主成分指標選取是盡可能多地包含自變量信息，利用其再現(xiàn)自變量之間的相關關系，以此達到降維目的，簡化運算。

假設一個樣本會觀測t個協(xié)變量x1，x2，....，xt，由此在n個樣本資料中則可以得到矩陣X。

而主成分分析法就是將上述的t個觀測到的協(xié)變量變?yōu)閠個新變量，則有：

其中，αij表示主成分系數(shù)。

將上述的t個新變量帶入到公式（4）中，從而可以得到：

由此通過上述的t個主成分作為解釋變量，從而預測在保證信息損失量最小的情況下，對品牌選擇進行預測。

三、模型實證分析

1.研究對象與自變量選取。為進一步驗證上述模型的正確性，選擇手機作為研究載體。而對于手機的選取，首先考慮手機的普及率；然后考慮手機的價格。同時對于手機品牌的選取中，主要參考2015互聯(lián)網(wǎng)統(tǒng)計中的提出的手機品牌，選擇華為、蘋果、三星、小米作為研究對象。而本文研究的自變量主要選取表1中的10個指標。

表1 影響指標體系構建

2.樣本數(shù)據(jù)收集與描述。在對樣本數(shù)據(jù)的收集中，主要分為兩個部分：一部分為采用李克特五點量表對消費者關于手機品牌的態(tài)度；第二部分是對被調查著的個人基本信息進行調查，包括收入、年齡特征等。研究中共發(fā)放問卷800份，回收597份，回收率74.63%。

3.實證分析。根據(jù)上述的數(shù)據(jù)和模型，分析得到X1～X4四個指標的貢獻率最大，具體（如表2所示）。

表2 各主成分特征值和具體貢獻率

將上述的4個主要成分帶入到Logit回歸模型中，從而可以得到表3中的回歸分析結果。

表3 Logit回歸分析結果

四、結論

由上述的分析可以看出，在選取的10個指標中，前4個指標為主要影響因素指標，由此將其帶入到回歸模型中，得到主成分F1和F2對消費者品牌選擇的影響因素顯著，即消費者在購買手機的過程中，會優(yōu)先考慮手機整體的質量和價格。同時由于F1系數(shù)為正，說明綜合質量越好，選擇該手機的可能性越高。

[1]劉賢鋒，劉枚蓮，肖吉軍，李慧蘭.網(wǎng)絡消費者品牌選擇的模糊LOGIT模型研究[J].模糊系統(tǒng)與數(shù)學，2014，(4)：171-179.

[2]李慧蘭，范露元，劉淼.基于主成分改進的網(wǎng)絡消費者品牌選擇LOGIT模型研究[J].科技信息，2012，(13)：107-108.

[3]唐瑛.消費者品牌選擇的實證分析——基于Logistic模型和主成分分析[J].企業(yè)經(jīng)濟，2015，(7)：40-43.

[4]向禹辰，陳潔，趙昕.基于多項Logit選擇模型的在線渠道價格促銷效應實證研究[J].上海管理科學，2011，(1)：44-47.

[責任編輯 陳麗敏]

F713.55

A

1673-291X（2017）10-0055-03

2016-12-18

王馨（1977-），女，山東黃縣人，講師，碩士研究生，從事企業(yè)管理市場營銷研究。