网络消费者多品牌捆绑商品购买意愿影响因素研究

[摘 要]鉴于电子商务环境下的商品捆绑销售与传统捆绑销售相比具有便捷、灵活等新的特点，本文基于有序Probit模型，从消费者的角度出发，通过引入各种อ影响因素对网络消费者多品牌捆绑商品的购买意愿进行实证研究。研究结果表明，网络消费者在线购买多品牌捆绑商品时主要受到消费者的上网时间量、商品折扣、捆绑方式及商品平均价值等因素的影响，其中上网时间量和商品平均价值是负相关因素。最后，有针对性ฃ地提出了相关营销建议，为网络消费者行为研究学者提供借鉴和参考。

[关键词]网络消费者；多品牌捆绑商品；购买意愿；有序Probit模型

1 引 言

网络购物的盛行无疑给传统商务带来了巨大的冲击，迫使实体商业不断向数字化方向转型，网络购物 ϡ市场的竞争日益激烈。商家为增加销量，往往采用打折、包邮、返现和附赠品等促销方式来吸引顾客，此外，捆绑销售策略作为一种在传统商务中运用较为成熟的促销手段也经常被网络商家所采用，网络商家经常将多个品牌的商品捆绑在一起进行销售。恰当的捆绑销售不仅有利于商家增加销售量，而且有利于消费者节约购买商品的经济成本和非经济成本。相反，不恰当的捆绑销售将给商家和消费者带来严重的负面影响。在电子商务环境下，商品的捆绑销售与传统捆绑销售相比呈现出一系列新的特征。在捆✘绑形式上商家利用互联网的便捷性，将商品更灵活地进行捆绑，除了采用传统捆绑销售中常见的强行捆绑（捆绑中的商品不单独出售）和自愿捆绑（捆绑中的商品可以单独出售）方式外，大部分商家还采用自由捆绑（消费者可以将捆绑中的商品自由组合进行二次捆绑）的方式进行销售。从捆绑销售对商家的利益来看，在线捆绑销售不仅能增加商品的销量，而且有助于将商家不同品牌的商品直观的展现在消费者面前，以刺激消费者的购买欲望。因此，对在线多品牌捆绑销售的研究具有重要的理论及现实意义。

综观目前有关捆绑销售的研究成果，大部分学者主要是从商家的角度出发，研究捆绑销售的定价策略及捆绑策略问题，而极少站在消费者的角度去研究，尤其是在电子商务环境下，相关研究则更加少。本文将从消费者的角度出发，通过引入不同的影响因素并构建有序Probit模型，利用购物平台上实际出现的多品牌捆绑情况对消费者的购买意愿进行调查，探索影响消费者对多品牌捆绑商品购买意愿的关键因素。该研究不仅有利于商家在电子商务环境下了解顾客的购物行为及有效的实施捆绑销售策略，而且能够为网络消费者行为方面的研究提供借鉴和参考。

2 文献回顾

捆绑销售作为一种常见的共生营销策略，一直以来都是营销领域研究的热点。下面本文将主要从捆绑销售的定义及捆绑销售策略两个层面对捆绑销售的相关研究成果进行回顾和梳理。

2.1 捆绑销售定义

我国学者也根据捆绑的特点对捆绑销售进行了一系列的定义，余嘉明和刘洁（2004）认为以往对捆绑销售的定义都不能将捆绑策略与包装策略区分开来，故他们在Stremersch 和 Tellis观点的基础上，将捆绑销售定义为整体销售两种及以上独立的不同的产品。[4]强调了捆绑商品的不同，主要包括商品的核心利益、功能、包装及品牌等特征的不同。其他学者在此基础上又进一步将捆绑销售定义为将两种或两种以上不同产品或服务进行组合并以一个特定的价格进行销售。该定义将捆绑销售更为形象清楚的表述出来，得到了广大学者的认同。由于网络市场中，绝大多数商家实施捆绑销售的情况都符合该定义，所以本文将采用该定义对消费者购买在线捆绑商品的意愿进行实证研究。

2.2 捆绑销售策略相关研究

3 材料与方法

3.1 数据来源

在调查问卷中，我们在选择向被调查者展示的多品牌捆绑商品时综合的考虑了与产品和营销相关的各个自变量因素，最终选择出具有代表性的12组捆绑商品进行打分。为了了解所搜集数据的整体情况，我们对数据进行简单的描述性分析。

从分析结果来看，被调查者在回答非常不愿意购买的样本中，男性的样本占了54%，而在回☑答非常愿意购买的样本中，男性占43%，这说明网络消费者对购买多品牌捆绑商品的意愿与性别之间存在一定的相关关系。对其他3个变量进行类似分析，表现最为明显的是X7和X10，最大差距为58%，这说明网络消费者更倾向于购买能够进行二次捆绑或者具有互补性的多品牌捆绑商品。

对其他数值变量进行描述分析，全部样本的平均年龄为26岁，学历本科及以上的占64%，本科以下的为36%，这符合我国网络消费者主要以年轻、高端人群为主的特点。此外，不同购买意愿分组（不同的Y值）所对应的月平均消费者额度的平均值没有太大的差别，这说明收入与多品牌捆绑商品的购买意愿似乎没有明显的关系。但所对应的平均每天上网时间、商品折扣以及商品平均价值的平均值却有明显的区别，在回答为Y=1的分组与Y为其他值的分组相比，X5和X9的均值较大，X6的均值偏小。

3.3 有序Probit模型构建

有序Probit模型通过可观测的有序反映数据研究不可观测的潜变量变化规律，近年来广泛地运用于处理多类别离散数据。在调查消费者对在线捆绑商品的购买意愿时得到的因变量为离散的有序数据，故本文通过构建有序Probit模型来进行研究。

3.4 模型检验