摘要：為增強汽車A 級細(xì)分市場產(chǎn)品的價格競爭力以提高消費者購買意愿，從微觀角度探究消費者對A 級細(xì)分市場的汽車特征裝備的感知價值，進(jìn)而構(gòu)建基于消費者價值感知理論的汽車定價策略模型。首先，通過200 份調(diào)研問卷收集消費者對A 級細(xì)分市場的汽車特征裝備的感知價值數(shù)據(jù)；其次，基于多元有序Logistic 回歸分析法，驗證了特征裝備對汽車感知價值有正向影響，并基于參數(shù)估計構(gòu)建了基于價值感知理論的汽車定價模型；最后，選取某品牌A 級細(xì)分市場中的SUV 車型作為本品研究對象，選取價格和軸距尺寸與本品相近的某品牌A級SUV 車型作為競品進(jìn)行對比分析。結(jié)果表明：根據(jù)該定價模型推導(dǎo)出的本品在價格競爭力上顯著高于競品，其中基礎(chǔ)版車型的價格競爭力高11.52%，豪華版車型的價格競爭力高13.75%，證明該定價模型在工程實踐中的應(yīng)用潛力和價值。

關(guān)鍵詞：消費者價值感知理論；特征價格；多元有序logistics 回歸分析法；汽車定價

0 前言

隨著消費者對汽車知識的不斷積累和認(rèn)知水平的顯著提高，消費者愈發(fā)要求汽車價格與產(chǎn)品價值相匹配［1］。這要求汽車行業(yè)研究能夠匹配產(chǎn)品價值的汽車定價模型。針對汽車定價模型的研究需求，國內(nèi)外學(xué)者正逐漸從傳統(tǒng)的成本導(dǎo)向定價和競爭導(dǎo)向定價轉(zhuǎn)向消費者需求導(dǎo)向定價［2］。消費者需求導(dǎo)向定價的核心理念是基于消費者的價值感知模型，研究消費者所關(guān)注的產(chǎn)品特征屬性及其對應(yīng)的感知價值。目前，學(xué)者們的研究多集中在宏觀層面對感知價值的驅(qū)動因素的探索［3］，而對汽車定價結(jié)果的模型研究以及不同驅(qū)動因素對感知價值的差異性影響的研究相對較少。因此，探討消費者如何根據(jù)汽車特征屬性來評估其整體價值，已成為汽車行業(yè)亟待解決的問題。本文提出通過研究A 級細(xì)分市場的汽車特征裝備對消費者價值感知的正向影響機制，采用多元有序Logistic 回歸分析法構(gòu)建基于消費者價值感知理論的汽車定價模型的研究方法。

1 定價模型

1. 1 理論模型

基于消費者價值感知理論的汽車定價模型通過探究A 級細(xì)分市場的汽車特征裝備對消費者感知價值的影響，計算消費者對汽車價值的估值，作為汽車定價的價格上限［4］。汽車定價模型的表達(dá)式為：

1. 2 模型變量

本文旨在從微觀因素角度探究消費者感知價值在產(chǎn)品定價中的應(yīng)用。為此基于汽車之家和懂車帝網(wǎng)站的A 級汽車細(xì)分市場中產(chǎn)品特征裝備參數(shù)，整理微觀層面的汽車特征裝備明細(xì)，并將特征裝備歸納為動力與傳動系統(tǒng)、外觀、內(nèi)飾、安全和功能五大類特征，作為對消費者價值感知有正向影響的汽車定價模型的自變量，具體見表1。

基于汽車定價模型和變量選擇，制定基于消費者價值感知的定價模型，其原理如圖1 所示。

2 數(shù)據(jù)收集

本文采取問卷調(diào)查的方法系統(tǒng)收集消費者對于汽車特征裝備的價值感知的相關(guān)信息，作為構(gòu)建定價模型的數(shù)據(jù)輸入。

2. 1 問卷調(diào)研及校驗

本調(diào)研問卷的量表按收集數(shù)據(jù)維度的不同被劃分為兩個主要區(qū)塊：第一區(qū)塊旨在收集調(diào)研對象對于A 級細(xì)分市場車型的購車預(yù)算，問卷中加入“是否意向購買A 級汽車”的題項，若調(diào)研對象選擇“否”則問卷結(jié)束；第二區(qū)塊則旨在收集調(diào)研對象對A 級細(xì)分市場的汽車特征裝備的感知價值。量表的調(diào)研指標(biāo)及具體題項見表2，鑒于特征裝備明細(xì)較多，表中僅呈現(xiàn)部分示例。

最終共回收221 份調(diào)查問卷，其中有效問卷200 份，有效答卷率達(dá)到90.50%。

本文使用SPSS 軟件對收集的數(shù)據(jù)進(jìn)行信度和效度檢測。其中，信度結(jié)果顯示各變量的克朗巴哈系數(shù)均集中在0.9～0.999，顯示出極高的信度水平。問卷整體的克朗巴哈系數(shù)為0.984%，表明這是一份具有高信度系數(shù)的問卷。效度檢測包括巴特利特球形檢驗及KMO 檢驗。本調(diào)研獲得的KMO 值為0.794，超過了0.7 的基準(zhǔn)線。同時，巴特利特球形度檢驗值（P 值）為0.03，表明問卷收集的特征裝備變量具有較高的效度。這表明本問卷能夠準(zhǔn)確測量消費者的感知價值數(shù)據(jù)，可以進(jìn)行后續(xù)數(shù)據(jù)處理。

2. 2 問卷數(shù)據(jù)處理

為進(jìn)一步提升問卷數(shù)據(jù)質(zhì)量，確保多元有序Logistic 回歸分析法的準(zhǔn)確性和可靠性，本文采用RobustScaler 算法，對每個汽車特征裝備的消費者價值感知數(shù)值進(jìn)行特征縮放，以對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，同時減少異常值對模型參數(shù)估計的影響。RobustScaler 算法是機器學(xué)習(xí)中用于數(shù)據(jù)預(yù)處理的特征縮放方法，特別適用于對異常值敏感的算法。RobustScaler 算法采用中位數(shù)和四分位距作為數(shù)據(jù)縮放的參數(shù)，這些統(tǒng)計量對異常值具有更高的魯棒性，可以降低異常數(shù)據(jù)對定價模型的影響。

中位數(shù)對異常值具有不敏感性，因此在評估數(shù)據(jù)集的中心趨勢時，提供了一種更為穩(wěn)健的度量方法。本文對感知價值數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，以確保數(shù)據(jù)的一致性和可比性。進(jìn)一步地，本文采用中位數(shù)來量化消費者汽車特征裝備的感知價值。這增強了數(shù)據(jù)的代表性，能夠更準(zhǔn)確地反映消費者的價值感知，進(jìn)而為汽車產(chǎn)品的定價策略提供有力的數(shù)據(jù)支持。

3 基于多元有序Logistic 回歸分析法的模型構(gòu)建

3. 1 多元有序Logistic 回歸分析法

多元有序Logistic 回歸分析法［5］用于研究一個有序分類因變量與多個自變量之間的關(guān)系。本文自變量特征裝備根據(jù)技術(shù)參數(shù)的不同進(jìn)行排序。因此，本文采用多元有序Logistic 回歸分析方法探究A 級細(xì)分市場的汽車特征裝備對消費者價值感知的影響，其模型的函數(shù)表達(dá)式為：

3. 2 定價模型數(shù)據(jù)校驗

在構(gòu)建多元有序Logistic 回歸模型之前，必須對模型進(jìn)行擬合優(yōu)度檢驗和平行性檢驗。擬合優(yōu)度檢驗的目的是評估模型對實際觀測數(shù)據(jù)的適配性，確保模型能夠捕捉數(shù)據(jù)的關(guān)鍵特征。平行性檢驗則旨在驗證模型中不同類別的閾值是否保持一致性，這是模型有效性的一個重要前提。只有在這兩項檢驗均通過的情況下，才可以開展進(jìn)一步的回歸分析。

本文采用SPSS 軟件進(jìn)行模型的數(shù)據(jù)校驗，模型的擬合優(yōu)度結(jié)果顯示皮爾遜顯著性系數(shù)為0.998，接近完美的P 值，表明本文定價模型具有優(yōu)秀的擬合效果。平行性檢驗的顯著性為0.995，高于0.05 的統(tǒng)計顯著性閾值，而且非常接近1，表明本文定價模型通過了平行性檢驗。

綜上，本定價模型通過了擬合優(yōu)度檢驗和平行性檢驗，可以進(jìn)一步采用回歸分析方法確定模型中的參數(shù)估計值并建立相應(yīng)的函數(shù)表達(dá)式。

3. 3 模型參數(shù)估計及函數(shù)表達(dá)

通過SPSS 軟件進(jìn)行多元有序Logistic 回歸分析，其參數(shù)估計結(jié)果見表3。

由表3 可以看出：汽車A 級細(xì)分市場的顯著性為0.001，展現(xiàn)出最強的統(tǒng)計學(xué)顯著性。另外，外觀、動力、安全和功能的顯著性也達(dá)到統(tǒng)計學(xué)顯著水平，說明細(xì)分市場、外觀、動力、安全和功能對消費者價值感知有顯著的正向影響。然而，內(nèi)飾的顯著性超出了0.05 的閾值，達(dá)到0.064，這意味著內(nèi)飾對于本定價模型缺乏統(tǒng)計學(xué)上的顯著解釋力，應(yīng)予以排除。這意味著在當(dāng)前市場環(huán)境下，消費者在評估汽車價值時，可能更傾向于考慮性能、安全、功能和外觀設(shè)計等其他因素。基于參數(shù)估計結(jié)果，得出A 級細(xì)分市場的汽車產(chǎn)品感知價值表達(dá)式為：

4 實例驗證

4. 1 定價結(jié)果評價指標(biāo)

引入價格競爭力指數(shù)作為定價結(jié)果評價指標(biāo)，以量化評估本定價模型推導(dǎo)的本品研究對象的價格相對競品的價格優(yōu)勢［6］。計算該指數(shù)的步驟包括：首先，對競品的裝備配置進(jìn)行處理，確保其與本品研究對象具有一致的裝備水平。這涉及剔除競品獨有的裝備并減去對應(yīng)的感知價值，同時增加本品獨有的裝備并加上對應(yīng)感知價值。調(diào)整后得到處理后的競品價格，隨后將本品的感知價值與競品處理后的價格進(jìn)行比對，從而得出價格競爭力指數(shù)，其表達(dá)式為：

4. 2 評價指標(biāo)的計算及其結(jié)果分析

為實例驗證本定價模型，選取某品牌A 級細(xì)分市場中的SUV 產(chǎn)品作為本品研究對象。該SUV產(chǎn)品包含基礎(chǔ)版與豪華版兩款車型。選取軸距尺寸與本品相近的某品牌SUV 產(chǎn)品作為競品進(jìn)行對比分析，并在競品中選擇價格與本品相近的基礎(chǔ)版和豪華版兩款車型。將相關(guān)參數(shù)代入式（4），可得到本品的價格競爭力指數(shù)，即感知價值除以競品車型按照本品裝備水平處理后的價格。相比競品，本品基礎(chǔ)版車型價格競爭力指數(shù)為11.52%，本品豪華版車型價格競爭力指數(shù)為13.75%，說明消費者會認(rèn)為本品車型的性價比更高，進(jìn)而對本品產(chǎn)生更為強烈的購買意愿。

綜上所述，本文構(gòu)建的基于價值感知理論的汽車定價模型具有顯著的實際應(yīng)用價值。該模型能夠指導(dǎo)汽車廠商根據(jù)消費者的價值感知來制定合理的汽車產(chǎn)品價格策略，進(jìn)而在激烈的汽車市場中獲得相對于競品的價格競爭優(yōu)勢。

5 結(jié)語

為構(gòu)建汽車定價模型，深入分析了消費者價值感知模型的概念和應(yīng)用，以更好地理解消費者對汽車價格的認(rèn)知及其影響因素。從微觀經(jīng)濟(jì)學(xué)的角度出發(fā)，詳細(xì)定義了一系列影響A 級細(xì)分市場汽車產(chǎn)品價格的特征裝備指標(biāo)。為了獲取消費者對A 級細(xì)分市場汽車產(chǎn)品特征裝備的價值感知數(shù)據(jù)，設(shè)計并實施了問卷調(diào)研。收集到的數(shù)據(jù)利用SPSS軟件進(jìn)行了信度及效度檢驗，確保數(shù)據(jù)的可靠性和有效性。通過多元有序Logistic 回歸分析，構(gòu)建了基于消費者價值感知的汽車定價數(shù)學(xué)模型。最后，為了驗證所構(gòu)建模型的有效性和準(zhǔn)確性，進(jìn)行了產(chǎn)品價格對比的實例驗證。結(jié)果表明：采用本定價模型制定價格策略的某品牌SUV 在價格競爭力上顯著高于競品，其中基礎(chǔ)版車型的價格競爭力高11.52%，豪華版車型的價格競爭力高13.75%。結(jié)果驗證了本文定價模型在實際應(yīng)用中的優(yōu)越性，有助于使汽車價格更貼近消費者的實際感知，并為汽車廠商提供更為合理的定價策略。

參考文獻(xiàn)

［ 1 ］ 陸清華. 消費者認(rèn)知方式、品牌態(tài)度與營銷效果[J]. 商業(yè)經(jīng)濟(jì)研究，2020（15）：69-72.

［ 2 ］ 汪建坤. 五種價格理論及其比較分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2001（1）：91-93.

［ 3 ］ 汪小梅，田英莉，趙靜. 基于顧客感知價值的信息產(chǎn)品定價方法研究[J]. 情報雜志，2010，29（2）：164-167，95.

［ 4 ］ 史思伊. 考慮消費者感知質(zhì)量的農(nóng)產(chǎn)品品牌認(rèn)同與定價策略研究[D]. 成都：西南交通大學(xué)，2022.

［ 5 ］ MCLAUGHLIN K. A quantitative study oflearner choice in cybersecurity training： do theyeven want gamification？[D]. Colorado Springs：Colorado Technical University，2023.

［ 6 ］ 王翕. 基于顧客感知價值的寬帶定價策略研究[D]. 北京：北京郵電大學(xué)，2012.