基于聯合分析法的再制造產品消費者偏好研究

陳龍 朱慶華

摘 要：運用了一種定量研究消費者選擇偏好的方法——聯合分析法，來研究再制造產品的消費者偏好。以官翻手機為例，選取了品牌、質保期、維修周期、綠色標簽和購買渠道五個屬性作為影響消費者偏好水平的因素，針對正交設計模擬出的16種官翻手機設計偏好問卷獲得樣本數據。構建了影響偏好水平的聯合分析模型，發現品牌、質保期和綠色標簽對偏好水平的影響顯著，其重要性占比依次為品牌42.10%、質保期19.23%、綠色標簽13.35%。通過SPSS的分布檢驗發現消費者對官翻手機的價格偏好系數服從均值為0.6605、標準差為0.1125的正態分布，而不是以往假設的均勻分布，并基于該偏好系數構建了新品和再制造品的實際需求函數，為制造商和再制造商對新品與再制造品的市場需求判斷提供了支持。

關鍵詞：聯合分析法;消費者偏好;再制造產品;分布檢驗

Abstract：This paper uses a method of quantitative research on consumer choice preferences-Conjoint analysis to study consumer preferences for remanufactured products. Taking the remanufactured Cell-phones as an example， the five attributes of brand， warranty period， maintenance cycle， green label and purchase channel were selected as factors affecting the level of consumer preference. We design price preference questionnaires for the 16 kinds of remanufactured Cell-phones simulated by orthogonal design. A conjoint analysis model that affects the level of preference is constructed. It is found that the brand， warranty period and green label have a significant impact on the preference level. The importance ratio is 42.10% for the brand， 19.23% for the warranty period and 13.35% for the green label. Through the SPSS distribution test， it is found that the consumer′s price preference coefficient for the remanufactured Cell-phones obeys a normal distribution， with a mean of 0.6605 and a standard deviation of 0.1125， instead of the uniform distribution of the previous hypothesis. And we build actual demand function for new products and remanufactured products based on the preference coefficient. It provides support to obtain actual market demand for new and remanufactured products.

Key words：conjoint analysis; consumer preference; remanufacturing products; distribution test

再制造是循環經濟四種模式（減量化reduce、再利用reuse、再循環recycle和再制造remanufacture）之一的新興生產模式，發展再制造經濟能夠有效緩解資源短缺、環境惡化等日益突出的問題。通過政府的政策引導和再制造企業增強自身的市場競爭力，我國的再制造產業得到了初步發展，然而消費者對再制造產品仍有一定的偏見和復雜的認知。消費者對于新品和再制造產品的選擇偏好直接影響了再制造產品的實際市場需求，進而影響企業對于再制造產品的定價、生產等決策。

消費者在面臨新品和再制造品的選擇時，總是根據效用最大化原則來決策自己的消費行為，個性化的消費傾向越來越普遍。再制造產品對新產品具有可替代性，不同消費者在環保意識、質量信任、價格敏感等因素上存在差異，從而偏好不同的再制造產品屬性。基于消費者的這種異質性偏好，可以對消費者進行細分研究，從而確定市場的實際需求。

國內外已有研究發現，產品種類、再制造商身份、綠色屬性、再制造商信譽、售后保障制度、社會屬性、質量、價格折扣、品牌等因素都會對消費者的選擇行為構成影響。Subramanian & Subramanyam （2012） 結合eBay的電子類再制造產品與新品的價格差進行了計量分析，結論是銷售者的信譽越高，價格差越小，且售后保障的完善程度并不能對再制造品的價格產生顯著影響;Abbey（2015）的研究結果表明，再制造產品的質量最能夠影響消費者的購買欲望，價格折扣越高對消費者的吸引力越大，影響力排名第二，品牌對再制造品的吸引力同樣也有正向影響;佚名（2018）將消費者綠色偏好因素加入閉環供應鏈的決策體系中，發現當消費者對再造品的功能質量認可度較低時，再制造企業可通過提高再造品環境質量來促進再造品的銷售;Zhao等（2016）基于政府補貼和綠色偏好構建了再制造決策模型，利用再制造產品的需求價格彈性（PED）作為區分消費者環境偏好的指標。

已有研究大多通過前人文獻或者主觀假設的方法將消費者分成兩大類，很少有學者進行實證研究詳細剖析影響消費者對再制造品選擇行為的因素，而且基于消費偏好構建的再制造決策模型中總是假設消費者對再制造產品的某一偏好服從均勻分布來構建需求函數，然而均勻分布的偏好很難符合實際的市場情況，與新品和再制造產品的實際需求存在偏差。

因此，本文以面向個體消費者的典型再制造電子產品官翻手機為例，運用聯合分析的方法來實際研究消費者購買官翻手機的消費偏好。相比新品手機，官翻手機具有很強的替代性，以消費者愿意為官翻手機支付的價格與愿意為新品手機支付的價格的比值作為消費者最終的偏好體現程度，基于實際問卷數據找出影響消費偏好的重要因素，并獲得這一偏好系數的實際分布情況來構建市場上新品與再制造品的需求函數。

1 研究方法和實施步驟

聯合分析（conjoint analysis）是一種定量的研究消費者選擇偏好的方法。它采用分解的辦法讓消費者對一系列的產品輪廓（product profiles） 賦值來計算偏好參數，這些參數可以是分值、權重、理想點等。通過系統地改變產品的特征組合并且利用消費者對產品輪廓的打分，便可以從統計學上推導出消費者對每一個產品特征的潛意識的分值，其一般過程如圖1所示。

1.1 確定影響消費偏好的屬性及屬性水平

再制造電子產品在滿足消費需求的同時能夠節約能源、減少電子垃圾污染，具有重要的經濟和環境價值，官翻手機作為典型的再制造電子產品，逐漸受到了消費者的關注和認可。官翻手機是指原品牌手機廠商通過正規渠道回收有問題的手機，對其性能不良進行修復，經過質量檢測和認證，滿足正常使用標準，對產品外觀進行翻新處理，再重新銷售的手機，一般“R”標識表明其是官翻手機。

目前市場上官翻手機是以同款新品手機價格折扣的10%～50%出售。本文以價格偏好系數來衡量消費者對官翻手機的選擇偏好，即相比同款新品手機，消費者愿意為官翻手機支付的相對價格。官翻手機對新品手機具有較強的可替代性，而且手機的品牌效應顯著，使用頻率高，更換速度快，售后服務體驗非常重要。結合市場調查和已有的關于再制造產品消費偏好因素的研究文獻，本文選取了品牌、質保期、維修周期、綠色標簽和購買渠道五個產品屬性作為影響消費者價格偏好系數的因素。其中：維修周期是指消費者購買官翻手機后出現質量問題，申請維修到完全修好并使用所等待的時間，手機高頻使用的特性使得廠商的售后維修速度較為重要;官翻手機本身具有的再制造產品特征，有利于節能節材和保護環境，電子產品的綠色標簽有利于促進綠色消費者的購買行為;不同的購買渠道會給消費者帶來不同的產品認知和體驗，如線下購買官翻手機時消費者可以實際體驗產品性能。基于上述分析確定各屬性對應的水平如表1所示。

1.2 正交設計與產品模擬

聯合分析對產品的所有屬性及屬性水平進行整體考慮，生成一系列模擬產品。本文采用全輪廓法來生成模擬產品，由全部屬性的某個水平構成的一個組合稱為一個輪廓（profile），每個輪廓分別用一張卡片表示，如模擬產品1的卡片（三線、兩年、5～7天、有、線上）表示三線品牌、質保期半年、維修周期1～3天、有綠色標簽且在線上購買的官翻手機。

針對官翻手機的五個偏好屬性和對應的13個屬性水平，共有108種 （3×3×3×2×2） 產品輪廓，顯然讓被訪者對108張卡片做出評價，超出了消費者的理性判斷范圍。本文參考已有的研究文獻，采用正交設計試驗的方法來減少產品輪廓數，使用SPSS的正交模塊（orthogonal design），將卡片數量減少至16張，如表2所示。

正交設計表中每張卡片代表一種模擬的官翻手機產品，對應的屬性和水平特征如表3所示。

1.3 問卷設計與數據收集

通過正交試驗模擬的16種官翻手機產品輪廓設計消費偏好調查問卷，在問卷開始部分，介紹了官翻手機并解釋了各屬性含義，以便參與者有效理解和填寫問卷。問卷共包含20個問題，1～16題調查消費者對官翻手機的選擇偏好，17～20題調查了參與者的人口特征。

為了消費者能夠直觀地感受和理解，針對不同的模擬產品卡片，詢問消費者愿意以同款新品手機的多少價格折扣來購買卡片中的官翻手機。考慮到目前市場中該折扣實際范圍是10%～50%，設置價格折扣為10%、20%、30%、40%、50%五個選擇，基于消費者的自我判斷，選擇愿意購買模擬產品的最低價格折扣，如圖2所示。

類似問題共有16道，組成問卷的第一部分，問卷的第二部分是參與者的社會屬性調查，分別詢問消費者性別、年齡、學歷和月可支配收入信息。本文使用線上線下結合的形式收集數據，線上利用問卷星系統，線下在高校和手機授權商店附近發放問卷，以取得消費者對官翻手機的價格偏好問卷數據。共發放124份問卷，收集到的有效問卷為101份，有效率為81.5%。

2 聯合分析模型構建及偏好分析

2.1 聯合偏好模型的構建

考慮到官翻手機對新品手機具有很強的替代性，本文不同于以往的聯合分析，讓消費者對模擬產品直接打分來探究其購買意愿和偏好程度，而是將問卷中獲得的價格折扣數據轉化為價格偏好系數R（相對價格）， 用R表示消費者的偏好水平，即

R=1-價格折扣=消費者愿意為官翻手機支付的價格消費者愿意為同款新品手機支付的價格

同時依據實際的市場價格調查，價格折扣區間為[10%，50%]，因此R的取值范圍是[50%，90%]。R的值越大，表示偏好水平越高。偏好水平R取決于五個因素：品牌、質保期、維修周期、綠色標簽和購買渠道，其函數關系式如下：

R=f（品牌，質保期，維修周期，綠色標簽，購買渠道）

在此函數中，假設品牌、維修周期、綠色標簽和購買渠道為虛擬變量，質保期為線性函數（以月為單位），其中品牌和維修周期屬性都是三個水平，各自需要設置兩個0～1變量表示。構建的聯合偏好模型為

2.2 相關參數估計

問卷獲得的樣本總數為101，每位參與者需要對16種模擬官翻手機選擇自己愿意購買的價格折扣，這樣可以獲得關于聯合偏好模型的1616（101*16）個數據。利用這些數據，采用SPSS軟件中的最小二乘法回歸（OLS）進行參數估計，得到的結果見表4。

通過t檢驗，可以看出品牌的顯著性水平為0.01。當官翻手機為一線品牌時，消費者偏好水平增加0.067，如果官翻手機為二線品牌，消費者偏好水平增加0.026，可見消費者對于手機廠商的品牌十分看重。蘋果、華為等一線品牌的技術和口碑等使得消費者傾向于信任它們的官翻手機質量，愿意以更高的相對價格購買。綠色標簽的顯著性水平為0.01，如果官翻手機的包裝殼或者手機背面貼有綠色標簽，消費者偏好水平增加0.02。官翻手機因其再制造的特征，節能節材而且減少電子垃圾，促進了消費者對官翻手機的認可和購買。質保期的顯著性水平為0.01，質保期每增加1個月，消費者偏好水平增加0.002，質保期的延長減少了消費者對官翻手機的擔憂。而維修周期和購買渠道的t檢驗水平均大于0.1，表現為不顯著，即對偏好水平影響不明顯。

2.3 因素重要性分析

通過前面的參數估計可以看出五種屬性對消費者偏好水平的影響，但是不能直接說明選中的品牌、質保期、維修周期、綠色標簽和購買渠道五個屬性在消費者決策時的重要程度。下面計算每種屬性的相對重要性來識別消費者在進行選擇時對每種屬性的關注度，主要采用Halbrend tetal在1995年提出的公式來進行因素重要性的計算分析。Halbrend tetal的分析主要通過以下幾步：

a） 計算出每種特征水平下的部分效用價值。

b） 在每一特征水平下計算最大的效用估計值與最小的效用估計值的差，用UR表示;

c） 計算所有不同特征水平的部分效用估計值的和;

d） 計算每一種特征在全部特征效用水平估計合計值的比重，就是特征因素的相對重要性，用RI表示，RIi=100×URi∑nj=1URj

輸入官翻手機的問卷數據，通過SPSS軟件的聯合分析功能，按上述方法算出的影響消費者偏好的屬性重要性結果見表5。

聯合分析結果中的Persons R統計量和Kendall tau統計量可以評估實際值與預測值之間的差距，作為問卷數據整體的信效度檢驗。Persons R統計量的值為0.971，Kendall tau統計量的值是0.883，雙尾檢驗的顯著性水平即P值均為0.000，均小于0.05，由此可見兩個相關系數都通過了統計學檢驗，是十分顯著的。

結果表明，影響消費偏好水平的各屬性重要程度依次為品牌42.10%、質保期19.23%、維修周期15.95%、綠色標簽13.35%、購買渠道9.37%。這說明消費者愿意為官翻手機支付更高價格的驅動因素依次為品牌、質保期、維修周期和綠色標簽，而官翻手機購買渠道的影響最低。

3 基于消費偏好的需求函數

3.1 消費偏好系數的分布函數

在上文的因素重要性分析中，聯合分析結果中不僅包含各屬性不同水平的整體效用值，也包含了每個被調查者對各屬性不同水平的效用值，以及依據各屬性重要程度和各水平效用值算出的對16種模擬官翻手機的偏好水平R，輸出結果（部分數據）如圖3所示。

得到1616（101*16）個消費偏好系數r（與偏好水平R相同）的數據。之前的文獻研究中為了便于求解模型，學者們基本假設r服從0到1之間的均勻分布，因此首先檢驗r是否服從均勻分布。SPSS軟件中的P-P圖是根據變量的累積概率對應于所指定的理論分布累積概率繪制的散點圖，可用于直觀地檢測樣本數據是否符合某一概率分布。如果被檢驗的數據符合所指定的分布，則代表樣本數據的點應當基本在代表理論分布的對角線上。r的均勻及正態分布檢驗結果見圖4。

可以看出代表r的點基本都偏離了均勻分布的對角線，與均勻值的水平線偏差范圍是（-0.1，0.2），說明消費偏好系數r并不服從均勻分布。偏好水平受多個因素的影響，因此考慮r是否服從正態分布。r的正態P-P圖顯示數據點基本都在代表正態分布的對角線上，而且與正態值的水平線偏差范圍是（-0.03，0.04），因此正態分布可以較好地代表偏好系數r的分布情況。

為了進一步確定r是否服從正態分布，通過SPSS對r進行正態性檢驗，結果如表6所示，顯著性均小于0.01，說明r的正態分布的檢驗是顯著的，因此可以認為r服從正態分布。同時，通過r的直方圖和正態曲線（見圖5），能夠更加直觀地看出r的正態分布趨勢，并得到r的均值為0.66052，標準差為0.11252。

3.2 構建含消費偏好系數的需求函數

以官翻手機為例，消費偏好系數r表示消費者愿意為官翻手機支付的價格是愿意為新品手機支付價格的r倍， r～N（μ，σ）。假設消費者愿意為新品手機支付的價格δ服從 [0，A]的均勻分布，其中A是手機市場最高出清價格，而消費者愿意為官翻手機支付的價格為rδ。當消費偏好r為定值時，消費者購買新品手機和官翻手機的需求量為qm和qr。用消費者愿意支付的價格和銷售價格之差表示效用的大小：

4 結語

本文運用了一種定量研究消費者選擇偏好的方法——聯合分析法，來研究再制造產品的消費者偏好。以官翻手機為例，基于文獻梳理和市場調研選取了品牌、質保期、維修周期、綠色標簽、購買渠道五個屬性及對應水平，并以價格偏好系數來體現消費者的偏好程度，針對正交設計模擬出的16種官翻手機設計偏好問卷獲得了量化數據。構建了影響偏好水平的聯合分析模型，利用SPSS中的OLS回歸進行參數估計，發現品牌、質保期和綠色標簽對偏好水平的影響顯著;基于消費者的效用得分計算出了五個屬性的重要性占比：品牌42.10%、質保期19.23%、維修周期15.95%、綠色標簽13.35%、購買渠道9.37%。再制造商的品牌影響力很大，同時售后服務中質保期和維修響應時間也會促進消費者愿意以更高的價格購買再制品，再制造產品的綠色標簽會吸引更多的消費者。最后通過對價格偏好系數的問卷數據進行分布檢驗，發現消費者的偏好水平并不服從均勻分布，而是服從均值為0.6605、標準差為0.1125的正態分布。基于正態分布的消費偏好系數，構建了新品和再制造產品的實際市場需求函數，為制造商和再制造商對新品與再制造品的需求判斷提供了支持。

再制造產品的消費偏好受到很多因素影響，消費者對再制品的偏見以及復雜的認知程度使得個性化的選擇傾向日趨明顯，本文僅以電子再制造電子產品為例，選取的屬性及對應水平可能存在一定的偏差。另外，在消費偏好不服從均勻分布而是服從正態分布時，新的需求特征如何影響再制造商的生產定價決策仍然需要進一步的研究和探討。

參考文獻：

[1] TSENG M L， LIM M， WONG W P. Sustainable supply chain management：a closed-loop network hierarchical approach[J]. Industrial Management & Data Systems， 2015， 115（3）：436-461.

[2] 程永偉. 考慮消費者偏好的再制造決策[J]. 中國管理科學， 2012（S1）：214-219.

[3] WANG Y， HUSCROFT J R， HAZEN B T， et al. Green information， green certification and consumer perceptions of remanufactured automobile parts[J]. Resources Conservation and Recycling， 2016：128.

[4] WANG Y， HAZEN B T. Consumer product knowledge and intention to purchase remanufactured products[J]. International Journal of Production Economics， 2015（181）：460-469.

[5] 許民利， 張璇， 簡惠云. 考慮品牌優勢和成本差異的再制造決策[J]. 管理學報， 2016， 13（8）：1241-1249.

[6] MICHAUD C， LLERENA D. Green consumer behavior：an experimental analysis of willingness to pay for remanufactured products[J]. Business Strategy and the Environment，2011，20（6）：408-420.

[7] SUBRAMANIAN R， SUBRAMANYAM R. Key factors in the market for remanufactured products[J]. Manufacturing & Service Operations Management， 2012， 14（2）：315-326.

[8] ABBEY J D， MELOY M G， GUIDE V D R， et al. Remanufactured products in closed-loop supply chains for consumer goods[J]. Production & Operations Management， 2015， 24（3）：488-503.

[9] 佚名.考慮消費者綠色偏好的閉環供應鏈決策研究[J]. 軟科學， 2018， 32（9）.

[10] ZHAO S， ZHU Q， CUI L. A decision-making model for remanufacturers：considering both consumers environmental preference and the government subsidy policy[J]. Resources， Conservation and Recycling， 2016：S0921344916301689.

[11] ATALAY A， MIKLOS S. Remanufacturing as a marketing strategy[J]. Management Science， 2008， 54（10）：1731-1746.

[12] WANG Z B， WANG Y Y， WANG J C. Optimal distribution channel strategy for new and remanufactured products[J]. Electronic Commerce Research， 2016， 16（2）：269-295.

[13] WANG W， DA Q. Production and pricing strategy of closed-loop supply chain considering market segmentation[J]. Kongzhi yu Juece/Control and Decision， 2009， 24（5）：675-597.

[14] 杜學美， 唐星， 解正品. 考慮消費者偏好的再制造產品定價策略研究[J]. 工業工程與管理， 2016（6）.

[15] 李幫義， 李寧， 孫春艷. 再制造系統消費者類型分布對定價策略與戰略決策的影響機制分析[J]. 控制與決策， 2016， 31（11）：2025-2029.

[16] ABBEY J D， KLEBER R， SOUZA G C， et al. The role of perceived quality risk in pricing remanufactured products[J]. Production & Operations Management， 2017， 26（1）：100-115.

[17] XIAOLE W U， YU Z. Buyer-specific versus uniform pricing in a closed-loop supply chain with third-party remanufacturing[J]. European Journal of Operational Research， 2018：S0377221718307239.

[18] GREEN P E， SRINIVASAN V. Conjoint analysis in consumer research：issues and outlook[J]. Journal of Consumer Research， 1978， 5（2）：103-123.

[19] BERGER P D， MAURER R E， CELLI G B. Orthogonality， orthogonal decomposition， and their role in modern experimental design[M]// Experimental Design， 2018.

[20] HALBRENDT C， WANG Q， FRAIZ C， et al. Marketing problems and opportunities in mid-atlantic seafood retailing[J]. American Journal of Agricultural Economics， 1995， 77（5）：1313-1318.