• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于Logistic回歸分析的二手車電商模式選擇研究

      2019-05-22 10:29:16鄭鑫徐夢怡
      商場現(xiàn)代化 2019年3期
      關(guān)鍵詞:感知風(fēng)險

      鄭鑫 徐夢怡

      摘 要:B2C與C2C模式的二手車電商會使得消費者的感知風(fēng)險存在差異,由此產(chǎn)生選擇偏好。本文通過Logistic回歸模型檢驗了不同選擇的兩類消費者感知風(fēng)險六個維度及個人特質(zhì)的差異。結(jié)果顯示,對于線上購買二手車感知到更高社會與財務(wù)風(fēng)險的消費者傾向于B2C電商,女性、個人車主或預(yù)算較低的則更傾向于C2C。

      關(guān)鍵詞:二手車電商;感知風(fēng)險;Logistic回歸

      一、引言

      2018年3月5日,李克強總理在政府工作報告中提出全面取消二手車“限遷”政策,這是繼2016年3月國務(wù)院印發(fā)的《關(guān)于促進二手車便利交易的若干意見》以來僅時隔一年便再次提及二手車交易問題,可見其重視程度。

      目前國內(nèi)二手車電商按交易模式分類主要有以下四種:為二手車商提供服務(wù)的B2B模式、為個人車主拍賣二手車的C2B模式、與二手車商合作賣車的B2C模式、連接個體車主與買家的C2C模式。其中,服務(wù)于購車消費者的電商以B2C與C2C兩種模式為主。不同模式會具有不同的購車體驗與交易風(fēng)險,那么選擇B2C與C2C模式的兩類消費者各具何種特性呢?這便是本文通過實證調(diào)研試圖解答的。

      二、文獻梳理

      現(xiàn)階段有關(guān)二手車電商的研究多數(shù)是從電商平臺的角度出發(fā),而對于消費者二手車購買行為的研究則較為匱乏。包立國與林麗萍重點對B2C模式的二手車電商平臺進行了研究,建立了在該模式下二手車經(jīng)銷商與買家渠道選擇行為的演化博弈模型。就C2C模式而言,也有學(xué)者發(fā)現(xiàn)賣家行為感知不確定性顯著影響買家購買意愿,而商品感知不確定性則通過賣家行為不確定性間接影響購買意愿。

      由于二手車商品相比日常消費品來說價格更高、選擇更有限,且消費者的專業(yè)程度通常低于賣方,真實的商品信息也都掌握在賣方手中,這就導(dǎo)致線上、線下二手車市場都是信息不對稱的“檸檬市場”。在信息不對稱的市場中,賣方信息披露程度、買方信息評估能力都與消費者感知風(fēng)險負向相關(guān),面對不同模式的二手車電商,消費者的感知風(fēng)險程度亦不同。

      三、問卷分析

      本研究采用線上問卷的方式,首先確認如果被調(diào)查者會選擇B2C還是C2C模式的二手車電商與其預(yù)算范圍;其次分別測量感知風(fēng)險的六個維度:財務(wù)風(fēng)險(FIR)、性能風(fēng)險(PFR)、人身風(fēng)險(PSR)、心理風(fēng)險(PCR)、社交風(fēng)險(SOR)、時間風(fēng)險(TMR);最后是基本信息,包括是否有過線上購買二手車的經(jīng)驗、是否有車、性別與年齡。

      本次問卷調(diào)查共回收了323份,有效問卷321份,有效率99.38%。其中170位男性,151位女性,分別來自24個省與直轄市。31歲至40歲占34.9%,占比最大,其次為26歲至30歲,占26.8%。車主有184位,占比57.3%。有過線上二手車購車經(jīng)驗的54位,占比約為16.8%。

      本研究采用SPSS 22.0軟件進行二項Logistic回歸分析,在回歸分析之前,首先需要進行多自變量進行多重共線性檢驗,本研究中各自變量的容忍度均大于0.1,且方差膨脹因子遠小于10,可以認為自變量之間不存在多重共線性問題,可以采用Logistic回歸分析。模型系數(shù)的綜合檢驗中,輸出了Logistic回歸模型中所有參數(shù)是否均為0的似然比檢驗結(jié)果,P<0.05表示納入的自變量至少有一個自變量的OR值具有統(tǒng)計學(xué)意義,即模型總體有意義。H-L擬合優(yōu)度檢驗結(jié)果顯示當P值不小于檢驗水準時(即P>0.05),認為在一定可接受水平上,當前模型的擬合優(yōu)度較高。錯判矩陣中,總體正判率70.4%?;诨貧w分析表格,可得出Logistic回歸分析方程為:

      Wald值結(jié)果顯示對選擇傾向影響最大的自變量為性別、社會風(fēng)險、財務(wù)風(fēng)險、是否有車、是否有線上購車經(jīng)驗以及預(yù)算,人身、心理、時間與性能風(fēng)險與年齡則對模型幾乎無影響。

      首先,六個維度中對選擇傾向影響最為顯著的兩個因素分別是社會風(fēng)險與財務(wù)風(fēng)險,對于線上購車感知到更高社會與財務(wù)風(fēng)險的消費者,也就是認為線上購買二手車很有可能發(fā)生財務(wù)損失與有損個人社會形象的消費者,會更傾向于選擇B2C模式。由于大部分消費者都還未有過線上購買二手車的經(jīng)驗,對于他們而言,這兩者之間最直觀的區(qū)別就是交易對象的不同,一種是與二手車商交易,而另一種是與個人車主交易。消費者容易得出以下判斷:二手車商比個人車主更專業(yè)可靠,發(fā)生欺詐違約的可能性更低,因此由于購車而發(fā)生財產(chǎn)損失的可能性也就更低。就社會風(fēng)險而言,測量的是消費者擔心購車后個人社會形象在他人眼中是否受損的風(fēng)險,因此更在意他人眼光的消費者會傾向于與B2C模式,可能因為二手車商相比個人車主而言更具有正規(guī)性,知名二手車商還會有一定品牌效應(yīng)。

      其次,人身、心理、時間與性能風(fēng)險這四個維度對于模型的影響并不顯著,也就是說在這四個維度上,選擇不同模式二手車電商的兩組消費者都具有類似的感知程度。由于二手車產(chǎn)品的特殊性質(zhì),其駕車安全隱患是客觀存在的,無論從何種渠道購入二手車,消費者的這一感知都難以有顯著的改善。性能風(fēng)險與時間風(fēng)險也存在同樣情況,購車后可能不符合預(yù)期與花費大量時間進行維修替換的風(fēng)險也具有一定的剛性,因此以上三種風(fēng)險的樣本無顯著差異,沒有納入回歸方程。心理風(fēng)險指的是消費者對于產(chǎn)品不符合個人心里定位與自我形象的風(fēng)險,這一風(fēng)險的影響并不顯著的原因猜測可能是由于缺乏具體的選擇場景,沒有具象的產(chǎn)品使被調(diào)查者難以估計,因此在問卷缺乏具體產(chǎn)品的情況下,心理風(fēng)險并無顯著差異。

      除此之外,性別是影響最為顯著的自變量,男性選擇B2C模式與C2C模式的人數(shù)相近,而女性選擇B2C模式的占比67.6%,選擇C2C模式的僅占比32.4%。對于女性消費者來說,購買二手車的專業(yè)知識與經(jīng)驗都相對要少,而在與個人車主的交易環(huán)節(jié)中需要買家個人專業(yè)知識的判斷。因此對于在車輛知識方面缺乏自信的女性消費者而言,與專業(yè)的二手車商進行交易可能是更為穩(wěn)妥的選擇。

      購車經(jīng)驗這一變量的回歸系數(shù)為正,OR值是所有變量中最高的,從統(tǒng)計學(xué)角度解釋,即有過線上購買二手車的經(jīng)驗會大大增加選擇B2C模式進行交易的概率。是否有車的回歸系數(shù)為負,OR值小于1,表示擁有私家車會加大選擇C2C模式進行交易的概率。可能原因是擁有私家車的被調(diào)查者本身就是個人車主,一是對購車所需的車輛專業(yè)知識有一定掌握,且同作為個人車主,更容易接受與其他個人車主交易的購車方式。購車預(yù)算的回歸系數(shù)為正,R值大于1,表示購車預(yù)算的增加也加大選擇B2C模式進行交易的概率。

      四、研究結(jié)果與思考

      本文從消費者感知風(fēng)險的六個維度以及年齡、性別、購車經(jīng)驗、購車預(yù)算、是否有車進行了有關(guān)選擇傾向的二項Logistic回歸分析,提出了以下幾點結(jié)論:B2C模式的專業(yè)可靠性更受消費者認可;B2C模式更能滿足消費者對維持社會形象的訴求;C2C模式在消費者心中還是以低價取勝;C2C模式較難抓住女性消費者。以上結(jié)論有助于二手車電商更深入地了解相應(yīng)的消費者畫像,為后期制定營銷策略提供指導(dǎo)。

      參考文獻:

      [1]孔娟.二手車電子商務(wù)平臺模式分析[J].時代汽車,2017,(24):108-110.

      [2]張璐晶.二手車競爭有多激烈電商模式比拼:去經(jīng)銷商靠譜嗎?[J].中國經(jīng)濟周刊,2017,(03):20-23.

      [3]包立國,林麗萍.二手車經(jīng)銷商及買家渠道選擇行為研究--B2C電子商務(wù)模式下[J].現(xiàn)代商貿(mào)工業(yè),2017(8):51-53.

      [4]張耕,劉震宇.在線消費者感知不確定性及其影響因素的作用[J].南開管理評論,2010,13(05):99-106.

      [5]Akerlof G. The Market for “Lemons”:Quality Uncertainty and the Market Mechanism[M]//Essential Readings in Economics. Macmillan Education UK,1995:488-500.

      [6]王德勝,王冠琳.信息不對稱條件下消費者網(wǎng)絡(luò)購物的感知風(fēng)險[J].經(jīng)濟管理,2013(1):142-152.

      猜你喜歡
      感知風(fēng)險
      網(wǎng)絡(luò)購物環(huán)境下退貨政策對消費者購買意愿的影響研究
      軟科學(xué)(2017年2期)2017-04-01 23:27:58
      消費者在線生成廣告行為阻礙因素及作用路徑研究
      新聞界(2016年11期)2016-11-07 21:19:58
      “互聯(lián)網(wǎng)+”背景下網(wǎng)絡(luò)消費者購買決策的實證分析
      消費者網(wǎng)購生鮮農(nóng)產(chǎn)品的感知風(fēng)險研究
      我國高技術(shù)服務(wù)業(yè)中品牌資產(chǎn)對感知風(fēng)險影響的研究
      軟科學(xué)(2014年5期)2014-06-12 19:42:53
      马龙县| 新营市| 望江县| 谷城县| 电白县| 临夏市| 改则县| 汝南县| 保定市| 民勤县| 神池县| 博爱县| 全州县| 鹤庆县| 武山县| 巍山| 修水县| 松溪县| 闽侯县| 施秉县| 府谷县| 芒康县| 龙岩市| 宝山区| 台南县| 庆云县| 东乌珠穆沁旗| 通河县| 石河子市| 平利县| 九龙坡区| 象州县| 绍兴县| 乡宁县| 华安县| 黑龙江省| 山丹县| 太原市| 阿拉善左旗| 临潭县| 海盐县|