在線拍賣數據價格敏感度量化實證研究

摘要：近年來，以C2C為主要形式的中國網絡購物發展迅速，價格成為影響網上消費者購物決策行為的主要因素之一，如何對消費者價格敏感度進行量化逐漸成為關注的焦點。以淘寶網一口價數據為樣本，實證研究了網購用戶價格敏感度的量化問題，進行了商品價格與信用度偏相關分析，旨在為商品定價提供了建議。

關鍵詞：價格敏感度量化；一口價；在線拍賣；價格區間

中圖分類號：F713.365.2 文獻標識碼：A

Empirical Study on the Quantification of Price Sensitivity Based on On-line Auction Data

WANG Hai-qing1，XU Jiang-hong2，PENG Geng3

(1. College of Science and Technology Engineering， Beijing Vocational College of Electronic Science，

Beijing 100029;2. College of Telecommunication Engineering， Beijing Vocational College of Electronic

Science， Beijing 100029，China;3. Management Department， Graduate University of Chinese Academy

of Science， Beijing 100190，China)

Abstract: With the rapid development of customer to customer model (C2C) online shopping， price is becoming one of the major decision-making factors， which influences the online consumer shopping behavior， and quantification of price sensitivity has become the focus. With analysis of data from Taobao fixed price， the paper studies quantification of price sensitivity online consumer， analyses partial correlation of price and credit， and provides advice to commodity pricing accordingly.

Key words: quantification of price sensitivity; fixed price; on-line auction; price range

一、引言

近年來以C2C為主要形式的中國網絡購物發展迅速，截止到2009年12月，網絡購物用戶規模增長了45.9%，中國網絡購物市場交易規模達到2500億，其中近90%是網民在C2C網站上的購物支出［1］。C2C之所以在近年來能夠蓬勃發展，價格是重要的影響因素之一。對擁有81.5%網購用戶的淘寶網，CNNIC的調查顯示用戶對網購商品價格低廉的滿意度較高，而C2C購物網站采用品類豐富、低價優惠的模式更適宜目前用戶的偏好［2］。在淘寶網中，一口價是很多網絡賣家選擇的定價方式［3-5］，由于網店的低門檻和消費者的低詢價成本，網上商家之間的價格競爭激烈 ［6］，價格作為消費者進行在線購物決策的重要考慮因素，突出地影響著交易成果，這就需要賣家必須把自己商品的價格定價為最有競爭力的價格。為了獲得最有競爭力的定價，在線商家除了考慮：進貨數量和價格、成色和質量、信用度、商品稀缺程度［4］等自身因素外，還特別關心商品價格在什么區間成交量比較好，以及消費者對商品價格的敏感程度，即價格敏感度的量化問題。雖然很多學者的研究表明了一口價價格與成交量成負相關關系，即價格越低，成交量越高［3，7-8］，卻很少進行商品價格對成交結果影響的量化研究。如何對消費者價格敏感度進行量化不僅是在線商家考慮的問題，也是電子商務領域研究的一個重要問題。

本文通過分析淘寶網的在線交易數據，以價格及其他影響因素作為控制變量，實證研究了商品價格對商品成交量的影響，以及消費者對商品價格區間的敏感程度，并進行了商品價格與信用度偏相關分析，最后提出了相應建議。

二、文獻綜述

商品價格是影響網上消費者購物決策行為的主要因素之一［9-10］，消費者對商品價格的敏感程度直接決定了交易行為。國外研究表明，電子商務市場作為一個典型的信息不對稱市場，網絡消費者價格敏感度不僅取決于消費者搜索產品質量信息成本及對商品價格變動了解程度 ［11］，還與自身受教育程度和收入水平等因素有關［12］。此外，網絡消費者對價格的敏感度也可以從網上產品價格的離散程度［13-14］及企業對產品的定價［15］這些側面體現出來。

對于C2C在線拍賣市場， D.Lucking-Reiley(1999)［16］和R.Katkar(2000)［17］通過構造在線拍賣市場實驗研究方式，P.Bajari(2003)［18］、S.Anwar(2004)［19］和D.Lucking-Reiley(2000)［20］則通過調查、收集eBay網站的在線拍賣數據實證研究方式得出了商家所采用的不同拍賣方式對網絡消費者價格敏感度有影響。隨著C2C在線拍賣在中國的迅速發展，網上產品價格作為影響顧客滿意度的一個很重要的原因［21］也引起了國內許多學者廣泛關注：

有的學者基于問卷調查方法，得出價格是消費者在進行網購時，作為稍次于產品功能的第二重要考慮因素［22］ ，而且與消費者選擇店鋪的態度顯著負相關［23］。

有的學者利用網上拍賣數據實證研究價格對成交結果影響。崔香梅等（2010）［3］、彭賡等（2008）［7］對淘寶網實際交易數據、李先國等（2009）［8］對eBay易趣網站的實際交易記錄，及岑薇（2009）［24］通過模擬網購實驗得出的數據研究均得出了一口價價格對成交概率有顯著負向影響的結果。

有的學者著重研究了哪些因素對網上產品成交價有影響。鄧之宏等（2009）［25］從市場聲譽的角度出發對淘寶網交易數據進行實證分析，得出賣家信用和賣家是否為專賣店對成交價具有顯著的正向影響，而賣家差評數和賣家受到懲罰具有顯著的負面影響。呂巍等（2006）［26］通過對eBay網絡Mp3競拍的實證分析得到了是否具有網絡參考價、賣家的信用及經驗信息、網絡支付手段的安全性對成交價有較大影響。李原（2008）［27］通過觀察淘寶網手機行業69個手機型號的價格分布發現，消費者介入度、市場中競爭進數目、進入市場時間也可以影響價格成交價。

王元華（2006）［28］ 則利用數學方法，通過構建模型證明推導得出價格、質量與成交量的關系：如果價格提高的幅度大于質量提高的幅度，或者價格降低的幅度小于質量降低的幅度，都會導致成交量降低。李彥霞（2009）［10］也通過構建消費者購物決策模型，利用消費者效用函數分析推導得出價格對消費者購物決策的影響。

綜合來看，學者進行了大量的實驗研究和實證研究，得到了許多具有理論價值和實踐價值的結論。現如今，在國內如淘寶這樣的在線銷售方式中，一口價定價方式占到了很大的比重。然而在國外，較少有學者進行一口價方式的在線拍賣研究。雖然很多國內學者進行了大量的相關研究，但大都側重于價格對拍賣結果影響的研究上，很少有學者在研究商品價格對成交結果的量化研究上，針對商品價格對拍賣成果造成影響的研究，而對消費者對價格敏感度的量化研究就更少了。

三、理論假設

根據對國內外文獻的研究結果，針對一口價交易方式，筆者對商品價格、信用等因素對交易筆數的影響作出6個假設。

價格是消費者首先考慮的因素，也是比較敏感因素，因此，提出如下假設：

假設1：一口價價格對成交量有負向影響。

用戶對許多商品往往存在一個可接受的價格范圍，若超出此范圍，價格就會變得非常敏感［29］，因此，提出如下假設：

假設2：超出一定的價格區間上限時，價格與成交量負相關；低于一定的價格區間下限時，價格與成交量正相關。

電子商務市場是一個典型的信息不對稱市場，在線交易過程中，買賣雙方之間相互不見面，所以賣家在過去交易中所獲得的信用度和好評率往往成為交易成功是否的重要因素。另外，由于本文采用淘寶網上較為貴重的商品——手機作為研究對象，發票作為消費者向銷貨方要求調換、退貨、修理商品的重要依據，商家是否提供發票以及是否提供商品保修服務，都會降低買家的風險，提高產品成交率。因此，提出如下假設：

假設3：商家信用度對成交量有正向影響。

假設4：商家好評率對成交量有正向影響。

假設5：是否開具發票對成交量有正向影響。

假設6：是否保修對成交量有正向影響。

四、數據收集及計量分析

（一）數據收集

為了有效地研究消費者對商品價格的敏感程度，應盡可能選取同質的數據樣本，以避免由產品不同質帶來的問題。本文選取淘寶網上交易比較活躍的，以一口價方式競拍的基本同質的諾基亞手機作為研究樣本，利用自編的SPIDER程序在淘寶網上觀察2009年1-2月期間的交易，以架上期間作為時間周期，收集交易結束時交易數量及其他變量信息將近4萬余條。同時，為了保證數據的真實性，對數據進行了篩選，剔除了一些非全新商品及成交量為0的數據，對好評率為0或信用度4以下的數據進行刪除，原因主要是：一是因為這些賣家交易行為不夠成熟，缺乏代表性；二是即使有交易，也可能存在虛假行為。最終得到了近3 000條有效樣本。數據分析使用SPSS16.0統計分析軟件，采用如下分類線性回歸分析模型：

Y=Xβ+C+ε;E(ε)=0;Cov (ε) =σ2I

其中Y為成交量，X為一口價價格、信用度、好評率、有無發票和是否保修等（變量描述見表1）。當然，成交量還受其它多種因素的影響，如商家是否加入消保、商家的產品推廣力度、線下交易等。因此，本模型只能在一定程度上解釋商品價格、信用度、好評率、有無發票和是否保修對成交量的影響。

（二）數據分類初始化

在進行分類回歸數據分析時，本文首先對數據中的成交價格、信用度、好評率、有無發票及是否保修進行了分類處理。各個變量的處理方法如下：

1．成交價格。由于數據樣本涉及10類不同型號的諾基亞手機，每款手機的價格都不一樣，因此，本文首先對每一款手機進行大量的線上線下考察，得出每一款手機網上合理價位，并以此價位作為基點，然后通過大量訪談，確定以200元作為每類間的梯度，對價格進行分類初始化。

2．發票與保修。筆者作了如下定義：1代表無發票或無保修；2代表有發票或有保修。

3．信用度按淘寶網采用的分級方法分為了20個等級。

（三）分類回歸結果及分析

用SPSS16軟件進行模型驗證和參數檢驗，回歸結果如表2所示：

從分類回歸結果可知F=40.878，P<0.0001，表明模型有統計學意義。商品價格對成交量有顯著的負向影響，商品價格越低成交量越高，說明進行網購的消費者對價格具有較高的價格敏感度，他們更喜歡在商品價格低的店鋪瀏覽和購買商品，這與以前學者的研究成果是完全一致的。由回歸系數可知，在其他因素不變的情況下，商品價格每降低一個價格區間，成交量會上升12.7%。

商家的信用度對成交量有顯著的正向影響，且影響較大，說明在網絡這種虛擬空間中信用度高的商家更容易得到買家的信任，從而增加商家產品的成交概率。好評率在0.05顯著性水平上相關，對此的解釋是淘寶網上大多數買家的中評數和差評數保持在很低的水平，導致商家的好評率普遍較高。

有無發票變量統計上顯著，這與預期假設相符。說明對于手機這種消費水平較高的產品來說，發票可以降低在線交易的風險，提高成交量。商家是否提供保修服務無統計學意義，這與預期假設不相符。對此的解釋是：一方面：商家所提供的產品保修證明與發票有較強的相關性，都是發生在商品成交基礎上由商家隨產品一并發出的。另一方面，由于網上交易的產品價格比線下要低，有部分買家會因價格而甘愿承擔一定的無保修服務等這樣的風險。

（四）相關性分析

本文主要研究消費者對價格的敏感性，但鑒于信用對成交量的顯著影響，因此在做相關性分析時主要選取了價格和信用二個變量，以進一步查看變量之間的相關關系。分析結果（見表3）顯示，成交量與成交價格、信用度均有顯著的相關性。成交價格與交易呈負相關關系，信用度與成交量呈正相關關系，這說明價格越低和信用度高的賣家都可以提高成交概率，這與預期假設相符。

（五）用戶敏感度價格區間

詹姆斯#8226;恩格爾等人指出：由于顧客對許多產品往往不注意它們的精確價格，因而在許多情況下，可能存在一個可接受的價格范圍。如果產品落入這個范圍，價格就可能不被作為一個尺度，然而若價格超出可接受范圍的上限或下限，價格就變得很重要，同時有問題的產品被拒絕［29］。因此，為了進一步驗證用戶敏感度的價格區間，現對成交量和分類處理后的價格作分析研究。

由于每一型號的手機均是按實際考察價格加減100元作為中間分類號4，并以200元為價格梯度依次分為7類價格區間，這樣做就可以排除因不同型號手機價格不一致帶來的問題，達到初步研究用戶敏感度價格區間的目的。

在研究過程中首先對實證數據中不同型號但具有相同分類號的成交量進行分類匯總，得到每一價格區間的交易總量；然后對每一價格區間交易量占總成交量百分比進行分析，結果如表4和圖1所示。

分析結果表4中可以看出，網上交易時分類號為4的價格區間成交量最多，占到了總成交量的65.6%，而分類號為4的價格區間正是我們以網上手機實際考察價格加減100元所得出的價格區間。分類號為3和5的價格區間成交量相比分類號為4的價格成交量有大幅度降低，分別為：9.5%和11.9%。也就是說，買家對手機價格在超出實際考察價格的正負100元時變得比較敏感，成交量會急劇降低。

圖1中還可以看出，以分類號4的價格區間為中心，成交價格與成交量基本成倒“U”型結構，這與假設2相符。也就是說，以某一個價格區間為中心，在左邊，成交量隨著價格的降低而降低，而在右邊，成交量隨著價格的升高而降低。隨著價格的升高成交量降低，這和上面分類回歸結果及相關性分析結果是一致的。而在某一個價格點的左邊，成交量卻隨著價格的降低而降低，我們對此的解釋是，手機作為一類相對貴重的商品，消費者在網上進行交易時，一般會預先進行相關信息收集，但由于網上交易存在信息不對稱現象：如產品質量及因雙方身份難以確定而引起的網張詐騙等［30］，因此，隨著價格的降低，買家會對賣家的商品質量等方面產生不信任，從而導致了成交量的下降。即消費者在線上進行交易時，當價格超過一定的價格區間時，消費者商家會因為商品太貴而放棄購買，而當價格低于某一價格區間時，又會因為對質量產生懷疑及其他因素而放棄購買。

五、結論與建議

本文通過對淘寶網手機一個拍賣周期實際交易數據分析，研究了網購用戶對價格敏感度的量化問題，驗證了相關假設（見表5），得出商品價格對成交量有顯著的負向影響，價格越低成交量越高。在其他因素不變的情況下，而且商品價格每降低一個價格區間（以200元作為價格梯度），成交量會上升12.7%。研究還表明，成交價格與成交量基本成倒“U”型結構，商品價格并不是越低成交量就越高，當價格超過一定的價格區間時，消費者商家會因為商品太貴而放棄購買，而當價格低于某一價格區間時，又會因為對質量產生懷疑及其他因素而放棄購買。買家對商品價格在超出實際考察價格的正負100元時變得比較敏感，成交量會急劇降低；超過正負300元時，成交量就變得相當少。這就要求賣家在對商品定價時，找到這個合適的價格區間，并結合自身的具體條件如：信用度等多方面因素綜合思考，以期獲得更大收益。

參考文獻：

［1］ CNNIC第25次中國互聯網絡發展狀況調查統計報告［EB/OL］．Http://www.cnnic.cn.

［2］ 2009年中國網絡購物市場調查報告［EB/OL］．Http://www.cnnic.cn.

［3］ 崔香梅，黃京華.信用評價體系以及相關因素對一口價網上交易影響的實證研究［J］．管理學報，2010（1）.

［4］ 肖尉.C2C網上交易中賣家定價及行為研究［J］．湖南科技學院學報，2005(10).

［5］ 邵丹萍.C2C網上交易模式下的定價策略研究［J］．價格月刊，2008(10).

［6］ Bakos，J.Y. Reducing Buyer Search Costs: Implications for Electronic Marketplaces［J］．Management Science，1997，43(12):1676-1692.

［7］ 彭賡，陳杰，劉穎.信用對在線拍賣結果的影響-基于淘寶網一口價數據的分析［C］．第十三屆中國信息經濟學會學術年會，2008-07-01.

［8］ 李先國，張茜.基于網站自身數據的c2c在線拍賣運營研究［J］．中國軟科學，2009(1).

［9］ 劉子龍.基于模式比較的C2C在線消費決策行為研究［J］．管理現代化，2007(5).

［10］ 李彥霞，彭賡，呂本富.基于購物渠道影響的消費者效用感知研究［J］．商業經濟，2009(2).

［11］ Spremann K. The Signaling of Quality by Reputation. in G Feichtinger，Ed，Optimal Control Theory and Analysis［J］．North-Holland，Amsterdam，1985(2):235-252.

［12］ Hoch S J，Kim B，Montgomery A L，et.Determinants of store level price elasticity［J］．Journal of Marketing Research，1995(32):17-29.

［13］ Salop，S. Monopolistic competition with outside goods［J］．Bell J.Economy，1979(10):141-156.

［14］ Salop，S.，J.E.Stiglitz. The theory of sales:A simple model of equilibrium price dispersion with identical agents［J］．Amer.Economic.Rev，1982，72(5):1121-1130.

［15］ RAO， VITHALA R. Pricing research in marketing: the state of the Art ［J］． Journal of Business， 1984， 57(1):39-60.

［16］ D. Lucking-Reiley. Using Field Experiments to Test Equivalence between Auction Formats: Magic on the Internet ［J］． American Economic Review， 1999， 89(5):106.

［17］ R.Katkar， D. Lucking-Reiley. Public Versus SecretRe-serve Prices in eBay Auctions: Results from a Pokémon Field Experiment ［J］． Working Paper， 2000(12).

［18］ P. Bajar，i A.Hortacsu. W inner’s Curse， Reserve Prices and Endogenous Entry: Empirical Insights from eBay Auctions ［J］．Rand Journal of Economics， 2003，3(2): 329-335.

［19］ S. Anwar， R.McMillan，M. Zheng. Bidding Behavior in CompetingAuctions: Evidence from eBay ［J］． European Economic Review， 2004.

［20］ D.Lucking-Reiley， D.Bryan， D.Reeves Pennies from eBay. the Determinants of Price in Online Auctions Working Paper，2000(1).

［21］ 晉芯.手機消費者品牌忠誠度實證研究和價格策略建議［D］． 首都經濟貿易大學碩士論文，2009.

［22］ 黃敏學，梅澎，張寧.網絡市場中網站內容對不同類型有形產品價格敏感度的影響［C］．中國市場學會2006年年會暨第四次全國會員代表大會論文集，2006.

［23］ 李萍.C2C電子商務中影響消費者網上購物態度的因素分析［D］．哈爾濱工業大學碩士論文，2007.

［24］ 岑薇.C2C中商家因素對消費者選擇行為影響研究［J］．現代商貿工業，2009(22).

［25］ 鄧之宏，邵兵家.網上交易市場聲譽機制對商品價格的影響研究——基于淘寶網的實證研究［J］．價格理論與實踐，2009.

［26］ 呂巍，周穎.網上一元競拍成交價格影響因素相關性研究:基于eBay網絡Mp3競拍的實證［J］．生產力研究， 2006(4).

［27］ 李原.C2C模式下價格離散形成機制研究［D］．華中科技大學碩士學位論文，2008.

［28］ 王元華，曾鳳章. 質量、價格對顧客滿意度的影響［J］．數學的實踐與認識，2006(11).

［29］ 蘇國梁.消費者特性與質量—價格策略［J］．價格月刊，2002(6):31-32.

［30］ 陸弘彥.C2C網絡零售市場聽信息不對稱分析［J］．商場現代化，2007(3).

（責任編輯：石樹文）