節假日需求高峰對消費者產品選擇的影響

李國棟　李宏宇

摘 要采用零售掃描數據研究我國節假日需求高峰對消費者產品選擇行為的影響。通過對具有代表意義的季節性商品和非季節性商品的購買記錄依次進行品類、產品和消費者個體三個層面的分析，發現在春節等節假日需求高峰期，消費者對季節性商品的價格彈性顯著變小，表現出對價高質好的產品的明顯偏好，而對非季節性商品的選擇則無明顯變化。季節性商品的必需品屬性和社會性屬性在節假日需求高峰期有所增強，是導致消費者產品選擇行為發生變化的主要原因。廠商在節假日期間應相應調整季節性商品的生產和價格策略，在滿足消費者需求的同時實現自身利潤的最大化。

關鍵詞需求高峰；產品選擇；價格彈性；掃描數據

[中圖分類號]F270 [文獻標識碼]A [文章編號]1673-0461（2015）05-0026-07

一、引言及文獻回顧

春節、五一和十一等節假日已經成為我國特有的需求高峰時期，由此形成的假日經濟現象曾引起不少學者的關注和研究。早期的研究對其促進消費的效果有過爭論，一種觀點認為假日經濟能拉動我國內需從而推動經濟增長（張旭昆和徐俊，2001；陳海達等，2006；孫文凱和陳濟冬，2009）[1-3]，另一種觀點認為假日經濟帶來的是消費在時空上的轉移而不是消費總量的增加（傅曉霞和吳利學，2003；欒惠德，2007；徐維軍和胡茂林，2008）[4-6]。觀點雖有不同，但都是基于宏觀經濟視角進行分析的，均缺少微觀數據的實證研究。事實上，從微觀經濟視角看，由于節假日期間季節性商品需求的明顯增加，節假日成為研究需求高峰沖擊下微觀個體行為變化的一個很好的自然實驗（Levy等，2010）[7]。

國外學者很早就注意到節假日期間消費現象的不同特點，并基于微觀數據展開了一系列的討論。以價格變化為切入點，他們發現節假日期間食品的需求明顯增加但價格卻下降（Warner和Barsky，1995；MacDonald，2000）[8-9]，其解釋是消費者的價格彈性在節假日期間顯著變大，從而使降低價格成為商家應對這一變化的均衡策略。此后，消費者價格彈性是否變化以及如何變化成為節假日消費者行為研究的一個主要爭論點。Chevalier等（2003）[10]通過門店層面加總數據的實證研究后發現，需求的價格彈性并沒有變大，相反部分商品有顯著下降，而需求高峰時期部分

商品價格的下降是由用于廣告目的的吸引商品所引起的。Nevo和Hatzitaskos（2006）[11]使用相同的數據卻否定了Chevalier 等（2003）[10]的結論，他們發現節假日期間消費者的產品偏好發生變化，尤其以金槍魚為例，大齋節期間消費者更偏好價格便宜的產品，從而導致價格彈性在需求高峰時期顯著變大。①

以上研究都是針對感恩節、圣誕節等西方節假日作出的，與之相比我國以春節為代表的節假日有著明顯的文化差異，在我國特有的節假日背景下研究消費者的節假日行為也就顯得尤為必要。尤其是基于微觀經濟數據的實證研究，一方面可以加深我們對我國節假日消費者行為的認識，另一方面也有助于企業制定有針對性的市場競爭策略。但由于研究所需的微觀數據長期以來難以獲取，這一問題的研究一直非常匱乏。然而，隨著現代信息技術的發展和大數據時代的到來，這一數據瓶頸已經得以突破（馮芷艷等，2013）[12]。近年來已經有學者開始使用基于會員卡購買記錄的掃描數據（scanner data）對節假日消費行為進行微觀實證研究。肖俊極等（2012）[13]采用會員卡零售掃描數據，以女性時尚消費品為例，研究五一、十一黃金周時期消費者購買行為的變化，發現價格彈性在黃金周顯著變小而在店慶促銷時顯著變大；李國棟（2013，2014）[14-15]同樣采用會員卡零售掃描數據，對消費者購買行為的假日效應進行實證研究，發現節假日期間消費者對季節性商品折扣的敏感度有所變大，而對非季節性商品的購買決策則出現異質性變化。這些研究關注的重點是消費者價格彈性在節假日期間的變化，均從價格敏感度變化的角度探討消費者行為的假日效應。而根據Nevo 和Hatzitaskos（2006）[11]的發現，節假日期間消費者還可能出現產品選擇行為的變化，但已有文獻并未從這一角度進行探討。此外，Nevo 和Hatzitaskos（2006）[11]的結論，即消費者在節假日期間更偏好價格低的產品（品牌），是否與中國的實際情況相一致也有待驗證。因此，研究我國節假日對消費者產品選擇行為的影響將是對已有研究成果的重要拓展。

本文的貢獻在于：第一，在中國背景下討論節假日對消費者產品選擇的影響，相比已有文獻，方法上從品類分析和產品分析進一步推進到消費者個體分析，結論上得出與已有文獻不同的實證結果并給出了相應的解釋；第二，區別于絕大多數采用宏觀經濟數據研究我國假日經濟的文獻，本文采用了基于會員卡購買記錄的零售掃描數據進行實證分析，為我國消費者行為假日效應的微觀實證研究再添磚加瓦。

二、研究設計及數據

（一）研究設計

Nevo和Hatzitaskos（2006）[11]質疑Chevalier等（2003）[10]的一個主要論點是，人們所觀察到的商品平均價格下降是由消費者的產品偏好變化導致的。而事實上，由于他們使用的是門店層面的加總掃描數據而不是消費者個體層面的掃描數據，因此并不足以區分商品平均價格的下降是由消費者偏好變化還是收入效應造成的。本文將采用消費者個體層面的零售掃描數據進行實證研究，首先參考已有文獻的方法對數據進行品類（category）和產品（product）分析，然后進一步推進到消費者個體（individual）層面分析以確認消費者的偏好在節假日期間是否發生改變。具體而言，研究設計如下：

（1）品類分析。選取一組季節性商品的消費者購買記錄，同時選取一組非季節性商品的消費者購買記錄用于比較。預期季節性商品將在節假日期間出現需求高峰，而非季節性商品則無明顯高峰。把這些購買記錄先加總為產品層面的數據，然后在產品層面的基礎上進一步加總為品類層面的數據。判斷節假日是否為兩組商品的需求高峰，并分析品類價格在需求高峰的變化。endprint

（2）產品分析。通過估計產品的需求函數驗證產品價格彈性是否發生變化。用表示產品的銷量，對每一品類下的產品進行如下計量模型的回歸：

lnQit=α+β·lnPit+∑■■δk·holidaykt·lnPit+∑■■φj·otherjt·lnPit+∑■■λi·producti+γ·weekt+η·weeksqt+uit

（1）

其中，i代表產品，t代表時間，Pit代表產品i在第t周的價格，因此β是產品的價格彈性。我們關注產品的價格彈性在節假日需求高峰中是否有所變化，因此方程中加入節假日虛擬變量holidaykt與lnPit價格的交互項。如果價格彈性在節假日期間有所上升（下降），則意味著消費者的產品偏好可能發生改變，從而選擇價格更低（高）的產品。考慮到價格彈性在其他因素的影響下也可能發生變化，模型加入其他因素otherjt與lnPit價格的交互項。此外，方程中還放入表示不同產品的虛擬變量producti。最后，加入控制時間變化趨勢的一次項week和weeksq二次項。

（3）消費者個體分析。相比門店層面掃描數據，消費者個體層面掃描數據的優勢是我們可以根據會員卡卡號識別出消費者的身份，因此可以觀察到同一消費者在非節假日與節假日的產品選擇。如果消費者的產品偏好確實發生改變，則預期得到的結果是，在非節假日購買了價格較低（高）的產品的消費者，在節假日期間將購買價格較高（低）的產品。

（二）數據選取及處理

1. 數據選取

本文數據來源于大連市某大型購物中心，該購物中心實行會員積分制，會員消費者使用會員卡購物時，其購買記錄都以掃描數據的形式得以保存。數據為2005年1月到2006年4月的會員購買記錄，樣本涵蓋了兩個春節、五一黃金周、十一黃金周等多個重大節假日。根據本文研究設計，我們從中選取季節性與非季節性兩組商品的購買記錄。食品是典型的季節性商品，重大節假日往往是其需求高峰期。② 根據數據可得性及完備性，選取啤酒和瓜子作為季節性商品的代表。日化用品則沒有明顯的季節性，選取洗發水、沐浴露作為非季節性商品的代表。選擇這四種商品的另一個重要原因是，它們的重量或容積的信息在購買記錄中有完整的呈現。由于在數據統計中需要根據商品重量或體積對價格等重要變量作標準化處理，因此這些信息是否完整成為選取商品的一個重要條件。四種商品購買記錄的初步統計見表1。

需要說明的是，本文數據的時間看似略早，但其實并不影響其作為經驗證據的有效性。首先，相比數據的時效性，數據的準確性是消費者行為實證研究中更為重要的問題。因為實證研究的關鍵在于使用真實反映消費者購買行為的數據來推斷消費者的偏好及需求函數，而掃描數據相對問卷調查數據在準確性方面無疑具有更大的優勢，是消費者顯示性偏好的真實呈現。其次，即使從時效性的角度看，本文數據也具有良好的代表性。我國假日經濟從1999年至今僅運行14年，而本文數據始于2005年1月并且長達16個月，因此仍然具有良好的代表性。國外相關文獻如Chevalier等（2003）[10]以及Nevo和Hatzitaskos（2006）[11]所使用的數據時間也較早，樣本期為1989至1994年。該數據名為Dominick's Database，是芝加哥大學布斯商學院與Dominick's Finer Food連鎖超市合作收集的掃描數據。③ 更重要的是，直到現在仍然有很多學者使用該數據開展市場營銷和經濟學的研究，并且成果相繼發表于市場營銷及經濟學的頂尖期刊上。④

2. 數據處理

首先對本文所選取數據的品類和產品加以說明：品類是指商品的類別，本文數據一共有4個品類，包括啤酒、瓜子、洗發水和沐浴露；產品則是指每一個品類下具體的商品，這里的產品不等同于品牌，因為同一品牌下很可能包括幾種有差異的商品。在對四種商品作品類和產品的統計分析時，考慮到由于包裝的原因，不同商品的重量或容積很可能不相同，因此需要對購買記錄中商品的重量或容積作標準化處理。啤酒以1 000毫升作為1個單位的標準化容積，瓜子以250克作為1個單位的標準化重量，洗發水和沐浴露均以200毫升作為1個單位的標準化容積。在此基礎上得到每一條購買記錄中商品的標準化價格。

得到標準化價格后首先可以計算出每種產品每周的平均價格，等于產品在第周的總收益除以總銷量。會員積分促銷是該購物中心一項重要的非價格策略，數據顯示一般情況下1元可積累0.1分，即積分比例為0.1。而該購物中心會不定期通過提高積分比例進行促銷。因此積分比例作為一個影響銷售量的變量被納入本文分析。描述性統計表明，產品的銷量及價格標準差較大，說明銷量在不同產品以及時間內存在較大波動。產品價格的分布也比較分散，如果以價格作為產品品質的信號，說明存在一系列品質不等的商品。而積分比例最高均可達0.5，說明存在明顯的非價格促銷。

（三）變量定義

根據樣本期所涵蓋的時間，本文一共定義五個節假日虛擬變量，依時間順序先后為第一個春節、五一黃金周、十一黃金周、圣誕元旦和第二個春節。⑤ 我們以“周”作為數據的時間刻度，為避免把周末及其前后的銷售高峰期分成兩部分，根據已有文獻對數據的處理方法把“周”定義為星期四到下一周的星期三，因此這些節假日均覆蓋兩周的時間。考慮到春節是中國最重大的節日，傳統上農歷除夕至正月十五元宵節均被認為是“過年”的時間，加上消費者往往在春節前就開始采購，因此兩個春節虛擬變量的定義在原來兩周的基礎上提前兩周并延后一周共擴大為五周。

此外，回歸分析中需要控制可能引起商品銷量變化的幾個因素，包括炎熱天氣、店慶促銷以及積分促銷等。預期炎熱天氣會增加啤酒銷量，同時預期炎熱可能也會增加洗發水和沐浴露的銷售。根據該購物中心所在城市的氣候，把“炎熱”變量定義為從6月下旬至9月初共12周的時間。該購物中心曾進行一次店慶促銷活動，定義虛擬變量“促銷”，共覆蓋兩周。此外，該購物中心對會員消費者采取不定期提高積分比的促銷方式，本文使用變量“積分”反映其會員積分策略。endprint