赵保国,刘 勇
(1.北京邮电大学 经济管理学院,北京 100876;2.北京工商大学 商学院,北京 100048)
农村居民作为一个巨大的消费群体,个体之间存在着相似的消费取向以及消费行为,深入研究农村居民的消费价值观必然有助于做出符合农村居民特性的扩大需求决策,也有助于企业做出适宜的营销策略。在此背景下,本文在借鉴国内外相关研究的基础上,选择以我国农村居民作为研究对象,从消费价值观的维度,对农村居民的消费行为开展实证研究。
随着对消费者心理层面研究的逐步深入,学者们在研究相关问题时,通常会使用价值观和消费价值观等术语。虽然理论上对价值观或者消费价值观的含义尚未达成一致,但基本上认可了价值观和消费价值观能够指导消费者的消费行为。价值观不仅可以是一种个体现象,也可以是一种群体现象,对行为具有持久性的导向作用。消费价值观与价值观密切关联,它是在价值观影响下逐步形成的消费价值取向,具有稳定、内隐等特征。价值观相同或类似的个人或群体应当会具有相同或类似的消费价值观。消费价值观能够指导个人或者群体的消费行为。毋庸置疑,消费价值观并不是一个具有固定内涵的术语,其对消费行为影响的研究不能孤立于经济、社会、政治等社会发展环境之外,也即不同时期、不同背景下的个人或群体往往具有不同的消费价值观。
从事价值观相关研究必不可少的工具就是价值观量表,国内外的研究者从不同的角度,采用一系列多样化的技术,如投射化、情景化、单测题、多测题、序列化和非序列化等编制技术,试图开发出具有良好信度和效度的价值观量表。随着理论上对价值观量表开发的研究逐步深入,一些具有代表性的价值观量表也得到了理论上的认可,如RVS量表、LOV量表、VALS量表、CVS量表和SVS量表等。但霍夫施泰德(Hofstede)开发的CVS量表其研究的初衷是为了认识大型跨国企业中层管理人员的价值观状态,因此并不适合来解释消费行为问题;LOV量表虽与人们的日常生活密切,但更多强调个人价值,不适合分析涉及社会价值方面的问题;VALS2量表虽与消费生活密切相关,但其量表中的测项基本都属于生活方式方面的内容,因此严格来说不应该属于价值观量表[1]。罗克奇指出,就一般价值观的结构来讲,价值观可以分为工具性价值观和终极性价值观,二者相互体现、相互依存。国内也有学者研究表明,价值观在水平和层次上存在着显著差异[2]。也有些学者认为,价值观不仅体现在目标上,还体现在为了达到这些次级目标所采取的手段上,据此可以把价值观分为手段价值观和目标价值观[3]。胡洁[4]以心理学视角分析大学生的消费价值观,依据基本成分的不同,将大学生的消费价值观分解为“消费价值目标”和“消费价值手段”两个方面,其价值观问卷的编制规范且严谨,统计分析的程序和方法正确而规范,各项指标和数据结果都在可接受的范围内。
本次研究中,我们运用RVS量表的理论框架,以罗克奇提出的基本价值观模型为基础,并借鉴国内外学者相关的研究成果,构建了本文研究的理论模型,同时将农村居民小组座谈会得出的影响农村居民消费行为的价值观因素融入其中,最终根据消费价值观基本成分的不同,将农村居民的消费价值观进行了两个方面的划分,即“消费价值目标”和“消费价值手段”。具体的维度构想及其各自的影响因素如表1所示。
表1 农村居民消费价值观维度构想
量表初稿确定了8个价值观维度,其中消费价值目标包括经济型目标、象征性目标、体验性目标、功能性目标和情感性目标5个维度;消费价值手段包括超前性手段、谨慎性手段和保守性手段3个维度。每个维度含5个测项,总计40个测项,采用李克特自评式五点量表,按照“完全不同意”、“基本不同意”、“不确定”、“基本同意”、“完全同意”依次对应l分、2分、3分、4分、5分计分。
在正式研究之前,先采用100个方便样本对问卷进行初测,从填写错误和初步信度两方面对问卷初稿做了若干项目的修正,最终保留7个维度,30个测项。在正式研究中,笔者在我国具有地域代表性的河南、山东和浙江3大省18个乡镇的农村居民采用分层抽样的方法发放纸质问卷进行调研,共计550份,回收有效问卷500份,样本分布如表2所示。
表2 样本分布一览表
(1)信度检验。Cronbach-α系数是信度检验中最常用的参考指标。Bryman和 Cramer[5]指出,α系数值越高代表信度越好,大于0.80时表示问卷内容具有相当高的一致性和可靠性,一般情况下,α系数值不宜低于0.60。运用SPSS17.0对本问卷各维度进行分析,Cronbachα系数均大于0.60,且取值在0.67—0.81之间,这说明本问卷具有较好的内部一致性,作为农村居民消费价值观的测量工具是稳定可信的。
(2)效度检验。为检验问卷是否适合进行因子分析,本研究采用了“KMO球形检定法”。KMO是比较变量间简单相关系数和偏相关系数的度量指标,其值越逼近1,代表变量间的共同因素越多,越适合进行因子分析。运用SPSS17.0对消费价值目标和消费价值手段分别进行效度检验,其取样适当性数值KMO都在0.80以上,Bartlett球形检验的χ2值达到显著性水平,依据Kaiser[6]的观点,说明样本适合进行因子分析。
(1)探索性因子分析。Nunnally[7]认为,进行探索性因子分析时,其样本量应至少为量表测项数目的10倍。本研究的初始量表共包含30个题项,因此在做探索性因子分析时,运用SPSS17.0软件从500个样本中随机抽取300个进行分析,并用其余200个样本进行验证性因子分析。鉴于消费者价值观由“消费价值目标”和“消费价值手段”两个方面构成,因而在分析过程中我们采用主成分分析法将二者分开进行研究,并采用正交旋转法,方便共同因子辨认及命名,分析结果如表3和表4所示。
由表3和表4可知,原来的30个变量已经被归为7大类,表中各个子项目分别归属于对应载荷最大的因子,载荷值均在0.50以上,表明本量表具有良好的结构构想效度。经过因子分析,本文提取了7个因子,从各因子的解释变量和顾客价值感知角度可以对这些因子进行如下界定:
因子1:“新潮时尚因子”。包含5个测试语句:“与左临右舍相比,我穿的更加时髦”,“我向往城里人新潮的生活”,“我更倾向于购买流行的商品”,“购物时我喜欢尝试新产品”,“保守与时尚之间我更倾向于时尚”。这些语句代表了农村居民对都市新潮生活和时尚元素的喜爱与渴望。
因子2:“面子地位因子”。包含5个测试语句:“购买名牌高档商品能让我在朋友或邻居面前更有面子”,“购买廉价或打折降价商品是件丢面子的事情”,“拥有一两件名牌产品,我会觉得与众不同,家里有小轿车等高档品能提高自己在村里的地位”,“穿着打扮象征着一个人的身份地位”。这些语句显示了这类农村消费者重视品牌,认为购买或使用名牌产品能使自己更有面子或提升自己的社会地位,而购买廉价或打折降价商品是件丢面子的事情,因此对这类消费者来讲,品牌效应将起到很大的作用。
因子3:“勤俭节约因子”。包含4个测试语句:“我通常选择购买便宜实惠的商品”,“我倾向于购买打折降价的商品”,“我通常不考虑购买太贵的商品”,“买东西时我经常首先考虑价格”。这些语句显示这类农村消费者购买商品时特别注重价格,倾向于购买便宜实惠、打折降价商品,价格是影响其购买决策的最主要因素。
因子4:“情感需求因子”。包含4个测试语句:“卖场的购物环境会影响我的购买决策”,“售后服务好的产品,让我买起来更放心”,“商家的服务态度会影响我购物的心情”,“别人的意见会影响我的购买决策”。这些语句显示了这类农村消费者购买商品时特别注重购物给他带来的感觉,购物环境是否惬意,购物过程是否有乐趣,购买商品时是否受到了贴心周到的服务,厂家的售后服务是否能让消费者放心等因素都会影响到消费者的购买决策。
因子5:“谨慎理性因子”。包含5个测试语句:“我对家里的日常花销非常谨慎”,“选择购买商品时,我经常考虑家里的需要和支付能力”,“对我来说过日子应该能省就省”,“购买商品前,我经常会货比三家”,“家里的东西坏的时候,我通常进行修理而不是买新的”。这些语句显示了这类农村消费者购买商品时特别谨慎和理性,购物前会考虑家里需要和支付能力,会货比三家,收集到充分的信息后再消费,很少发生冲动消费的行为。
因子6:“保守储蓄因子”。包含3个测试语句:“将大部分收入存在银行里很重要”,“我一般不会购买很新奇的产品”,“我认为钱存了比花了强”。这些语句显示了此类农村消费者不会轻易购买新奇的产品,其消费观念甚为保守,储蓄倾向很强烈,认为家庭有一定的存款是生活安全感的保障,因此他们即使有支付能力也很可能不会转化为消费需求,有点守财奴倾向。
因子7:“超前消费因子”。包含4个测试语句:“我有时会借钱购买家里支付不起的东西”,“我认同有钱就花、想花就花”,“如果有机会,我愿意贷款购买家里需要的东西”,“我愿意分期付款购买需要支付利息的商品”。这些语句显示了有些农村消费者的消费意识超前,认为花明天的钱换取今天的享受很正常,而且他们的消费需求很强烈,为了购买自己喜欢的商品宁愿去借钱或贷款。
表3 消费价值目标旋转成分矩阵
表4 消费价值手段旋转成分矩阵
(2)验证性因子分析。对于农村居民的消费价值观,我们已经通过探索性因子分析找到了构成“消费价值目标”的4个因子和构成“消费价值手段”的3个因子。但是由于探索性因子分析中各因子之间的关系是未知状态,导致所有因子负荷、唯一性方差和因子相关等都是待估值,具有不确定性,我们又开展了验证性因子分析,以进一步验证各维度的农村居民消费价值观模型的稳定性。余洪文[8]指出,验证性因子分析能够用于检验潜在变量的存在性、原定假设下的因子结构、评估测量工具的效度并对所涉及的各种模型的拟合度进行检验。验证性因子分析往往通过结构方程建模来测试,可以进行测度模型及包括因子之间关系的结构方程建模并拟合的统计软件有很多,比如 LISREL、AMOS、EQS、MPLUS等,其中最常用的是LISREL。Shumacker和Lomax[9]研究发现,在大部分结构方程模型研究中,样本数都介于200—500之间。本研究中的验证性因子分析抽取了500个样本,采用LISREL程序对模型的数据进行拟合分析。“消费价值目标”和“消费价值手段”的验证性因子分析模型如图1和图2所示。
图1 “消费价值目标”验证性因子分析模型
目前研究中,存在许多测量指标和标准,用以表示模型的总体拟合程度,这些拟合指标可以分为三类:绝对拟合指标、相对拟合指标和简约拟合指标。
图2 “消费价值手段”验证性因子分析模型
在使用结构方程模型的过程中,如何有效地对模型的拟合程度进行评价是一个复杂的问题,不同的拟合指标,其评价的侧重点也不同,因此,一般认为,应该参考多个指标进行综合评价,以判定某个模型能否被接受[8]。Esbensen[10]建议同时考虑上述三类指标,其优点在于,同时使用三类指标时,更能够对模型的可接受性达成共识的结果。根据公认的标准,本研究采用的指标如表5所示。
表5 模型拟合度指标和评价标准
运用LISREL软件分析该测量模型的拟合 度,数据结果整理如表6所示。
表6 模型主要拟合度指标
根据表6显示,拟合指标大多处于可接受范围之内,证明原设定模型的结构具有较高的可接受程度,同时验证了探索性因子分析所得出的因子维度是合理的。
本文对消费价值观与农村居民购买行为之间的关系进行了实证研究,在国内外相关消费价值观量表的基础上,自编了农村居民消费价值观问卷,探讨了农村居民消费价值观结构,分析了农村居民消费价值观特点。以具有良好信度和效度的农村居民消费价值观量表作为研究工具,采用探索性因子分析和验证性因子分析相结合的方法,得出农村居民消费价值观包含“消费价值目标”和“消费价值手段”两个方面,“消费价值目标”由“经济性目标”、“象征性目标”、“体验性目标”和“情感性目标”四个维度构成,“消费价值手段”由“超前性手段”、“谨慎性手段”和“保守性手段”三个维度构成。
根据上述维度的特点,笔者提出假设并通过对应分析、列联表分析及卡方检验等统计分析方法对其进行证实,得出如下结论:
第一,可以通过农村居民的消费价值观来细分我国农村市场。
第二,不同消费价值观的农村居民在性别、年龄、文化程度和职业等方面存在个体差异。
第三,不同消费价值观的农村居民对品牌选择、商品价位选择和促销活动存在显著差异。
第四,不同消费价值观的农村居民具有不同的消费倾向和消费目的。
第五,消费价值观是决定农村居民消费差异的本质原因,与其所在的地区没有根本联系。
本文不足表现在:在样本选取上,由于时间和经费不足等原因,调查抽样只在河南、浙江和山东等省份进行,取样还不够全面,因此对于反应全国的整体情况具有一些局限性;在调查方法上,有限的文化水平很可能使农村居民对问卷题项的理解产生一定的偏差,并直接对研究结果产生影响。
通过对农村居民的消费价值观进行研究,可以预测农村居民未来的消费倾向,洞察他们之间的消费差异,并据此进行市场细分,进而对各细分市场提出有针对性的、有区分度的差异化营销策略。
[1]史有春.价值观量表开发与应用现状及开发方向探析[A].2010年JMS中国营销科学学术年会论文集[C].北京:对外经贸大学出版社,2010.307-317.
[2]辛智勇,金盛华.西方学校价值观教育方法的发展及其启示[J].比较教育研究,2002,23(4):27-32.
[3]金盛华,李雪.大学生职业价值观:手段与目的[J]. 心理学报,2005,37(5):650-657.
[4]胡洁.大学生消费价值观问卷的编制与实测[D].重庆:西南大学硕士学位论文,2008.
[5]Bryman,A.,Cramer,D.Quantitative Data Anaysis with SPSS for Windows[M].London:Routledge,1997.
[6]Kaiser,A.Test of Services Marketing Theory:Consumer Information Acquisition Activities[J].The Journal of Marketing,1974,55(1):10 -25.
[7]Nunnally,J.C.Are There Universals in the Content and Structure of Values[J].Journal of Social Issues,1978,50(2):19 -45.
[8]余洪文.基于消费价值观的广东大学生消费区域差异实证研究[D].广州:暨南大学硕士学位论文,2009.
[9]Shumacker,R.E.,Lomax,R.G.A Beginner’s Guide to Structural Equation Modeling[M].Mahwah:Erlbaum Associates,1996.
[10]Esbensen,K.H.Multivariate Data Analysis:In Practice[M].Upper Saddle River:Prentice Hall,1998.