Best—Worst Scaling方法綜述

摘 要：關于測量市場和消費者行為的方法，現(xiàn)有的研究大都是用李克特量表直接測量，然而這種方法有很多弊端，據(jù)此得到的調(diào)查數(shù)據(jù)質(zhì)量并不高。基于此，有學者發(fā)明了一種更加準確的方法——Best—Worst Scaling。文章主要介紹了Best—Worst Scaling方法的背景與內(nèi)涵、該方法的具體操作步驟、后期數(shù)據(jù)分析的方法以及該方法在各個領域的具體運用。

關鍵詞：市場；消費者行為；Best—Worst Scaling方法

中圖分類號：F713.5 文獻標識碼：A 文章編號：1008-4428（2018）05-66-02

一、 Best—Worst Scaling方法的背景與內(nèi)涵

Best—Worst Scaling方法是對成對比較法的一種改進，早在20世紀20年代Thurstone博士就建立了一套關于測度的理論方法，他將其稱為“比較性判斷準則”（Law of Comparative Judgement）。這套準則是讓被調(diào)查者將所有的對象進行兩兩比較，最終計算出每個對象的測量分數(shù)，后來的學者根據(jù)這種方法的特點將其命名為“成對比較法”，但是這個方法實施起來效率比較低。

當時Thurstone博士任教于芝加哥大學，彼時芝加哥犯罪頻發(fā)，學者們開始研究應該如何減少犯罪，如何量刑。Thurstone博士就非常關注量刑方面的問題，他選擇了19種當時比較常見的犯罪行為，以此來調(diào)查人們對這19種犯罪行為的嚴重程度的看法。一般來說，大多數(shù)人會選擇打分的方式進行測評，但Thurstone博士認為通過打分得到的結果往往差異化程度不夠，而且容易受到被調(diào)查者自身習慣的影響，因為有些被調(diào)查者傾向于打高分，有些則傾向于打低分。同樣，如果采用排序的方法，被調(diào)查者很難準確地完成排序。一般來說，當需要排序的對象超過7個時，被調(diào)查者就很難做出準確的判斷了，何況這里有19種犯罪行為。最終，Thurstone博士采用了成對比較法，將這19種犯罪行為進行兩兩比較，總共有171（19×（19-1）÷2=171）次成對比較。盡管這意味著需要花費更多的時間完成更多的問題，但被調(diào)查者并不會覺得乏味和困難，而且依此得到的數(shù)據(jù)分析會更加有效和準確，能獲得更有意義的具有顯著差異性的結果。

在此基礎上，F(xiàn)inn & Louviere于20世紀90年代初發(fā)明了Best—Worst Scaling方法，簡稱為BWS，又稱為Maximum Difference Scaling，被翻譯為最大差異測量。這種方法是讓被調(diào)查者分別從多組備選選項中指出“最好的”和“最差的”，然后研究者對其進行賦值，計算出每個對象的所得分數(shù)并進行排序，便可得出相應的結果。Best—Worst Scaling這種方法就不需要將所有對象進行兩兩比較，被調(diào)查者需要回答的問題數(shù)量也大大減少，這樣既保留了成對比較法的優(yōu)點，又極大程度地提高了成對比較法的效率。

二、 Best—Worst Scaling方法的具體操作步驟

在開始進行操作之前，首先需要下載一個輔助軟件，將需要比較的多個對象k進行分組。在此可以利用例如SAS、R等軟件，但其中最權威、功能最豐富、最容易使用和速度最快的軟件是Sawtooth Software。使用Sawtooth Software的MaxDiff模塊時，只需要輸入需要比較的對象列表，設置好相關參數(shù)，軟件就會自動生成問卷。

下一步就是設置相關參數(shù)，首先列舉出多個需要比較的對象k，由多個對象k組成“最好/最差”任務。一般來說，一個任務中包含3—5個需要比較的對象m，且要保證每個對象至少出現(xiàn)了3—5次。據(jù)此可以推導出一套MaxDiff問題中任務個數(shù)t的公式：3×k/m≤t≤5×k/m，根據(jù)這個公式，便可以快速確定所需要的任務數(shù)量。當然，BWS方法對于樣本量n也有要求，一般來說，必須保證各個對象出現(xiàn)的總次數(shù)不少于500次，即（n×m×t）/k≥500。假設在單個被調(diào)查者層面上每個對象出現(xiàn)至少3次（（m×t）/t=3），那么需要的最小樣本量n為167（500÷3）。從實際角度來說，如果能夠保證每個對象出現(xiàn)3次的話，樣本量n設為200是一個比較可行的選擇。如果為了進行一些分組分析或人群細分分析，需要滿足每個組別或每個細分人群都能滿足上述條件。舉個例子來說，假設最終的細分人群為4—5個，且需要比較這些細分人群之間計算結果的差異，那么相應的樣本量應該是800—1000。最后，還有一個參數(shù)需要注意，就是MaxDiff問題的版本數(shù)。版本數(shù)越多，獲得的比較信息就越全面。但是，過多的版本數(shù)也沒有必要。一般來說，版本數(shù)控制在4—10左右。同時，每個版本對應的樣本數(shù)量不需完全一致。因為每個受訪者完成的Maxdiff版本是隨機派發(fā)的，這樣就可以保證每個版本對應的樣本數(shù)都非常接近。設置好以上參數(shù)后，Sawtooth Software會自動生成問卷。

在生成問卷之后，可以通過以下四個原則來判斷MaxDiff實驗設計的優(yōu)劣：①每個對象出現(xiàn)的次數(shù)均等；②兩兩對象同時出現(xiàn)的次數(shù)均等；③對象出現(xiàn)在每個任務中每個位置的頻率相等；④所有對象均可相連接。以上這4個條件實際體現(xiàn)了兩個核心要素——公平和效率。保證公平是為了測度結果準確，保證效率是為了節(jié)省時間和精力。如果不滿足“每個對象出現(xiàn)的次數(shù)均等”這個條件，將會導致“出鏡率低”的對象的測量誤差增大。“兩兩對象同時出現(xiàn)的次數(shù)均等”，這也是為了公平起見。“對象出現(xiàn)在每個任務中每個位置的頻率相等”，是為了消除位置因素導致的影響。因為人在觀察事物時，眼睛掃描對象存在一定的方向傾向，第一眼看到的內(nèi)容給人留下的印象往往更加深刻。所以，排在不同位置的對象往往會受到這種被關注次序的影響。“所有對象均可相連接”，這實際指的是成對比較信息的可傳遞性問題。假設只有2個Maxdiff問題，題目一需要在A/B/C/D中指出“最具影響/最沒有影響”的對象，題目二需要在“E/F/G/H”中指出“最具影響/最沒有影響”的對象。這時無論如何也無法推算這兩個題目的比較信息，因為第一題中4個對象的比較關系無法和第二題中4個對象的比較關系建立任何“連接”。

三、 Best—Worst Scaling方法的后期數(shù)據(jù)分析

談到數(shù)據(jù)分析，分層貝葉斯算法是目前被采用最多的方法，但這種方法比較耗時，且原理不太容易理解。相對來說，最簡單的分析方式是計數(shù)分析，該方法不僅容易理解，而且計算方便、簡單。因為分層貝葉斯算法和計數(shù)分析這兩種方法最后得到的結果并沒有顯著差異，所以使用計數(shù)分析方法進行數(shù)據(jù)分析會更加方便。

計數(shù)分析是指統(tǒng)計每個對象被選擇為“最好的”和“最壞的”的次數(shù)，然后把前者的數(shù)值減去后者的數(shù)值就可以得到每個對象的偏好分數(shù)。比如：某個對象在其所出現(xiàn)的4個任務中均被選為“最好的”，則其偏好分數(shù)被記為最高分4分，如果在其所出現(xiàn)的4個任務中均被選為“最壞的”，則其偏好分數(shù)被記為最低分-4。一般來說，最后得到的偏好分數(shù)的分布會是正態(tài)分布，也就是說總會有少數(shù)幾個對象獲得高分，少數(shù)幾個對象獲得低分，盡量拉開最好和最差的區(qū)別，也即Maximum Difference。這也是為什么這種測度方法最終被命名為Maximum Difference Scaling的原因。

四、 Best—Worst Scaling方法在各個領域中的運用

BWS方法在全世界范圍內(nèi)得到了廣泛認可，最近由Marley & Louviere（2005）對其進行了詳細闡述。此后，該方法得到了廣泛推廣，多被運用在醫(yī)療保健、社會科學等多個領域（Cohen，2009）。

Auger、Devinney、Louviere（2007）采用了BWS方法，調(diào)查了超過600位來自六個國家的消費者對社會和道德問題態(tài)度的差異，結果表明，這六個國家的消費者對社會和倫理問題的態(tài)度確實有一些差異。但是總的來說，被調(diào)查者最看重的是：人權、童工、安全的工作環(huán)境、良好的生活環(huán)境；最不看重的是：回收包裝、使用動物副產(chǎn)品、使用可回收的材料、使用轉基因材料。

Lusk（2009）利用BWS方法來確定消費者的食品價值系統(tǒng)。文章編制了一個內(nèi)含十一種食物價值的表格，通過實證結果表明，在消費者看來，食品的安全性、營養(yǎng)、口味和價格是最重要的，而公平、傳統(tǒng)和原產(chǎn)地等食品價值是最不重要的。

Sun et al.（2009）在研究中運用了BWS方法，在北京的各大超市門口隨機采訪了超市購物者以及大學生，調(diào)查影響消費者購買葡萄酒的因素，調(diào)查結果表明，事先品嘗、葡萄酒產(chǎn)地和品牌是影響消費者購買決策的三個最重要的因素。

Louviere et al.（2013）在文章中舉了兩個運用BWS方法的實證案例，其中在第一個案例中，被調(diào)查者是420名悉尼、澳大利亞的居民，讓他們從6個備選旅游地中選出周末最想去度假和最不想去度假的地方，最終根據(jù)每個旅游地的得分將其進行排序，從而得出被調(diào)查者對這6個備選旅游地的偏好。

Costanigro、Deselnicu、McFadden（2016）列出了牛奶生產(chǎn)企業(yè)的九個維度的CSR活動，使用BWS的方法來評估消費者對牛奶生產(chǎn)企業(yè)的CSR活動的看重程度，最終發(fā)現(xiàn)消費者最看重的CSR活動是動物福利和可持續(xù)農(nóng)業(yè)實踐，而水資源的消耗與社區(qū)活動是最不看重的CSR活動。

總的來說，Best—Worst Scaling方法的應用非常廣泛，尤其是在企業(yè)社會責任的研究領域，克服了打分法、排序法、李克特量表在多個對象的比較方面的弊端，希望通過文章的介紹能為相關領域的研究提供一定的參考和指導。

參考文獻：

[1]MARLEY A A J， LOUVIERE J J. Some Probabilistic Models of Best，Worst， and Best. Worst Choices[J]. Journal of Mathematical Psychology，2005，49（6）：464-480.

[2]COHEN E. Applying best.worst scaling to wine marketing[J]. International Journal of Wine Business Research，2009，21（1）：8-23.

[3]AUGER P， DEVINNEY T M， LOUVIERE J J. Using Best—Worst Scaling Methodology to Investigate Consumer Ethical Beliefs Across Countries[J]. Journal of Business Ethics，2007，70（3）：299-326.

[4]LUSK G. Food Values[J]. American Journal of Agricultural Economics，2009，91（1）：184-196.

[5]SUN H， GOODMAN S， YU Y， et al. Chinese Choices：A Survey of Wine Consumers In Beijing[J]. International Journal of Wine Business Research，2009，21（2）：155-168.

[6]LOUVIERE J， LINGS I， ISLAM T， et al. An introduction to the application of（case 1）best—worst scaling in marketing research[J]. International Journal of Research in Marketing，2013，30（3）：292-303.

[7]COSTANIGRO M， DESELNICU O， MCFADDEN D T. Product differentiation via corporate social responsibility：consumer priorities and the mediating role of food labels[J]. Agriculture and Human Values，2016，33（3）：597-609.

作者簡介：

張芳，女，湖南衡陽人，廣州工商學院工商管理系教師，碩士，研究方向：市場營銷、企業(yè)管理。