大型购物中心的租户组合认知偏差对消费者满意度的影响

赖俊明

中图分类号：F270.7 文献标识码：A

内容摘要：本文以大型购物中心为研究对象，研究租户组合认知偏差在消费者满意度中的可利用性。验证了大型购物中心与店铺作为价值的共同创造者参与价值创造过程，在这种情境下，消费者占据了主导地位，大型购物中心及店铺只是扮演辅助者的角色。本文在认知偏差传递规律的研究基础上，提出了强化租户组合对消费者在大型购物中心中优势的感知，可以弥补相应劣势对消费者满意度的影响。

关键词：大型购物中心 租户组合 认知偏差 消费者

引言

自美国学者Cardozo于1965年首次在营销学领域讨论了消费者满意度（customer satisfaction）的概念以来，经过学者们几十年的深入研究和探索，消费者满意度理论已逐渐成熟，并在大型购物中心的实践中得到了广泛应用。1981年Oliver根据前人的研究结论，提出了被广大学者普遍接受并作为理论基础的消费者满意度定义，即消费者满意度是消费者消费前对产品或服务的期望和实际经验比较的结果。在这个定义的基础上，学者们从影响消费者满意度的前因（如预期、感知质量、感知价值等）和消费者满意度影响的结果（如消费者忠诚度、抱怨）方面进行了广泛的研究，并区分了两种不同类型的消费者满意度测量情形：一种是特定交易满意度，即消费者一次特定消费经历后，对该产品或服务的满意度，是消费者在短期内对自己的满意程度做出的判断（Wirtz and Miller，1977；Westbrook，1980；Oliver，1980；Woodruff，Cadotte，and Jenkins，1983）；另一种是累积满意度，是更加整合的累计消费经历的评价（Johnson and Fornell，1991；Fornell，1992；Fornell and Johnson，1996）。而后者成为大型购物中心长期监控其消费者满意度状态，以及为国家、行业等提供宏观指标参考的消费者满意指数构建和测量的基础。

然而，随着人们消费观念的变化和可支配收入的增长，消费者的需求越来越呈现出专业化和高水平的特征。大型购物中心在满足消费者需求上的一些不足之处也开始显现出来。首先，在商品种类方面，由于销售额高度集中在少数产品上，使其在商品线的宽度和深度拓展上受到了一定的限制。面对未来各零售业态的竞争，大型购物中心必须做出战略调整，进行业态创新。大型购物中心与专业店的捆绑，能够最大限度地满足消费者的多种消费需求，两者相辅相成、互惠互利。基于此，本文试图通过确认认知偏差现象在满意度测量中是一种客观存在的规律还是偶然的现象，探索消费者认知偏差对消费者满意度结构的影响，旨在为大型购物中心正确对待消费者满意度测量的结果以及客观看待消费者满意度测量中的认知偏差现象，提供理论上的支持。

文献回顾与理论假设

（一）租户组合的界定

租户组合（Tenants Mix或Mix of Tenants），是购物中心内的零售商店组合（Brown，1992），体现了零售租户类型及其在购物中心的空间比例、数量及具体的位置安排（Kirkup and Rafiq，1994）。租户组合包括三个重要内容：租户多样性（Tenant Variety）、租户相容性（Tenant Compatibility）和租户布局。对于购物中心和店铺来说，提高消费者购物乐趣和享乐性的主要方法就是增加商店种类和设施，优化租户组合，提高租户多样性和相容性。研究表明，租户多样性能通过提高消费者实用性购物价值和商品价值的知觉来吸引消费者惠顾（郭福斌，2003），并显著影响消费者满意（王德平，2007）和消费者的回头率（Wakefield and Baker，1998）。

（二）假设设计

尽管对于消费者满意度的测量至今还没有一个学术界公认的量表，但有不少学者对该领域进行了探索性的研究。Rogers等（1997）在心理健康行业更加系统地研究了消费者满意度的组成成分。他开发的股尔康心理受权量表由七个维度构成：自我效能感、无权感、自我认知、有效的改变、对未来的预期或控制、正义感及公民行为，并通过实证研究证明了这七个维度之间的彼此相关。在现在这种商业环境下，大型购物中心向消费者能力最大化转变，大型购物中心不再是传统的一系列商业单位资产，而是包括消费者能力在内的能力集合体。服务主导逻辑与这一趋势是一致的。服务主导逻辑指出，消费者是价值的共同创造者。在测量共创价值时应同时包含消费者行为、大型购物中心行为和消费者与大型购物中心的互动行为。为了对此做出解释，本文提出以下假设：

H1a：总体印象租户组合认知偏差对满意度的影响，将选择对满意度直接影响大的维度向满意度进行传递。

H1b：显著维度租户组合认知偏差对满意度的影响，将选择那些对满意度直接影响大的维度向满意度传递。

H1c：显著维度产生的租户组合认知偏差大于总体印象产生的租户组合认知偏差。

以往学者们都将认知偏差看作是测量汇总产生误差的一种普遍的来源，并希望通过各种方法来消除认知偏差对测量真实结果的影响。但是直到目前为止，仍然没有找到一个得到普遍公认的方法，这其实反映出认知偏差是人类认知过程中一种必然规律。自从Leuthesser、Kohli和Harich（1995）将认知偏差应用到品牌权益测量中，学者们开始对认知偏差的应用有了积极的认识。在消费者满意度测量中，测量的都是消费者主观评价，并且满意度理论揭示，消费者对大型购物中心产品或服务的主观认识，将决定消费者的购买决策。本文提出以下假设：

H2a： 产生显著维度认知偏差的变量变化后，显著维度租户组合认知偏差将被强化。

H2b：产生显著维度认知偏差的变量变化后，总体印象租户组合认知偏差的强度将被削弱。

研究设计

（一）变量的设定

本文基于213份样本数据，利用方差最大正交旋转法进行因子置换，并选取特征值大于1的因子。结果显示KMO值为0.811，表明样本适合进行因子分析；累计方差解释度为69.47%，同时通过了Bartlett`s 球形检验（p=0.000）；所有的问项聚集成6个因子，但有些因子对应的测量指标的因子载荷系数比较低，需要进一步提炼。

（二）模型分析

本文分别构造了两个分层次线性模型：

模型1：同一购物中心不同店铺比较的分层线性模型。

为了确定同一购物中心的不同店铺之间消费者的认知偏差状态是否具有同质性，本文采用两层多水平线性模型：第一层解释了消费者个体之间的差异，第二层解释了店铺之间的差异。

第一层： （1）

第二层： （2）

式（1）中，CSij表示j店铺i消费者的评价分值，β0j表示j店铺评价的平均值，rij表示各消费者评价值与店铺平均值的差异，服从方差为σ2的标准正态分布，代表消费者间的随机效应。式（2）中，γ00表示整个购物中心店铺消费者评价的平均值，μ0j表示j店铺的消费者评价值与整个购物中心店铺消费者评价的平均值的差异，μ0j服从方差τ00的标准正态分布，代表店铺间的随机效应。

（3）

如果店铺间的认知偏差状态具有同质性，那么店铺间的随机效应将不显著，且解释了消费者之间差异的绝大部分。

模型2：不同购物中心之间比较的分层线性模型。

模型2构建在模型1对同一购物中心的不同店铺之间随机效应不显著检验结果基础之上，可以忽略店铺之间的差异而将整个购物中心的所有店铺看作一层，因此在不同购物中心的比较中，本文将多水平线性模型分为消费者个体和不同购物中心两层。第一层解释了消费者个体之间的差异，第二层解释了购物中心之间的差异。

第一层： （4）

第二层： （5）

式（5）中，CSik表示k购物中心i消费者的评价分值，β0k表示k购物中心消费者评价的平均值，rik表示各消费者评价值与该购物中心平均值的差异，服从方差为σ2的标准正态分布，代表消费者间的随机效应。式（5）中，γ000表示所有购物中心店铺消费者评价的平均值，μ0k表示k购物中心的消费者评价值与所有购物中心店铺消费者评价的平均值的差异，μ0k服从方差τ00的标准正态分布，代表购物中心间的随机效应。

实证结果与分析

（一）测量项目提炼和效度分析

在具体操作过程中，本文采用逐步调整的方法，逐步删除测量项目，直到获得一个可接受的拟合模型。测量项目删除的顺序，按照由专家指出的实际测量时消费者无法感知到的测量项目开始，到状态容易发生变化的测量项目，再到载荷系数比较小的测量项目的次序进行。最终测量项目提炼结果如表1所示。

可以看到，修订模型中除了指示牌清楚、商品摆放合理两个测量项目的载荷系数略有降低外，降低幅度从0.016到0.020，其他测量项目均在不同程度上提高，其中容易获得信息测量项目的提高幅度最大，为0.372。修订模型中每个测量项目的标准偏差均明显减少，t值均明显提高。测量项目提炼后，模型拟合优度得到极大的改善，所有拟合指标均优于初始模型，χ2从351.14降低到94.92，χ2/df从0.07下降到0.06，SRMR从0.08降低到0.04，特别是GFI、AGFI、NNFI、CFI四个指标分别从低于0.90判断值的0.80、0.75、0.85、0.87大幅提高到高于判断值的0.94、0.90、0.97、0.98。综合上述分析，接受修订模型为最终模型。

（二）信度分析

本文认为同源模型（congeneric model）在本研究中适合用来估计购物中心中消费者满意度量表的信度。为了用同源模型来估计信度，文章采用验证性因子分析计算得到的结构变量说明的测量项目的方差来估计信度（Fleishman and Benson，1987；Baiyin，2004）。计算公式如下：

（6）

式中，βj表示使一个测量项目对真值估计的载荷数值，也就是该测量项目反映真值的程度；θj表示的是每个测量项目估计误差的方差。

表2给出了对购物中心中消费者满意度影响维度的信度估计。本文同时采用 τ等同模型（τ-equivalent model）和同源模型进行信度估计，τ等同模型估计就是常用的Cronbach`sα系数。引入同源模型进行信度估计是因为该估计在验证性因子分析环境下对信度的估计更精确（Bollen，1989；Baiyin，2004）。在修订模型中，各维度中除了感知价值的α系数低于0.70的判断值外，其他维度相对于初始模型变化不大，甚至略高于初始模型；而同源模型的信度估计则显示，修订模型各维度的信度不但均高于α系数估计的信度，也明显高于初始模型的信度估计，为0.697到0.935。说明修订模型的信度并没有因为测量项目的减少而明显下降，反而有了较大的改善，说明上述指标提炼过程具有合理的可靠性。

购中便利、购前便利两个对满意度存在显著较大的影响，其中购中便利受总体影响的影响最大，进一步观察并且购中便利对满意度的影响最大，为0.24；而对满意度的影响也较小且不显著的购后便利、感知价值受总体印象影响小且不显著；总体印象对满意度不存在显著的直接影响，路径系数仅为0.01。这些结果说明，总体印象认知偏差对满意度的影响，将选择对满意度直接影响大的维度向满意度进行传递，从而本研究提出的假设H1a得到证实。

在传递路径上，显著维度认知偏差同总体印象认知偏差存在明显的差异。在显著维度引发的认知偏差中，购中便利对满意度具有显著的直接影响，为0.24，p<0.01，说明购中便利引发的认知偏差向满意度传递时，没有明显的路径选择性，说明产生显著维度认知偏差的变量变化后，总体印象认知偏差的强度将被增强。从而本研究提出的假设H2b被拒绝。同时可以注意到，显著维度认知偏差的强度高于总体印象认知偏差的强度，从而本研究提出的假设H1c得到证实。

研究发现作为引发显著维度认知偏差的购中便利维度在被强化后，对满意度的直接影响从0.44增加到0.62，增加了0.18，而其他维度对满意度的直接影响却出现了不同程度的下降，下降幅度分别从0.01到0.17，购前便利对满意度的直接影响下降幅度最大，并且其统计显著性从正常认知偏差状态下的高度显著（p<0.001）变化为认知偏差强化组中的不显著。这种现象说明，显著维度认知偏差被强化后，作为引发显著维度认知偏差的维度对满意度的直接影响得到了加强，而同时其他维度对满意度的直接影响却在不同程度上被削弱。这种现象说明，显著维度认知偏差被强化后，显著维度认知偏差向满意度传递路径的路径系数之间的差异趋于弱化，本研究提出的假设H2a得到证实。

笔者注意到这两条路径系数在正常认知偏差组中，为总体印象影响最大的两条路径。同时发现，认知偏差强化组合正常认知偏差组比，总体印象影响的统计显著水平有所下降。分析结果说明，总体印象认知偏差在显著维度认知偏差被强化后，整体上的影响被削弱了，本研究提出的假设H2b得到证实。

结果讨论与管理启示

通过本文分析可以看到对评价对象总体印象的好坏能使消费者对产品或服务具体属性的评价产生偏差，即总体印象越好，对具体属性的评价越高，总体印象越差，对具体属性的评价越低；对满意度直接影响较高的维度或属性也是使消费评价产生偏差的主要原因，并且这些维度或属性对满意度的影响越大，使其他对满意度影响相对较小的维度和属性的评价偏差越大。

高感知价值消费者的满意度更高，对店铺的态度或行为忠诚就会越高；对店铺更高忠诚的消费者也更愿意对购物中心进行交叉惠顾。研究表明店铺的租户多样性对消费者感知价值、消费者满意、消费者行为意向和交叉惠顾意愿的影响比租户相容性要大。这一结论说明，在中国的零售环境下消费者具有对购物区租户种类和数量更大的偏好，一方面租户多样性能够给消费者更具体和直接的感官和购物刺激，另一方面因为抽象性，租户相容性往往被大多数消费者忽略，而且本文研究也表明租户多样性对租户相容性有较为显著的影响作用。

最后，本研究指出需要主动掌握测量满意度的正确时机，应使测量过程处于各变量正常的水平下，否则某些变量短时间的人为干预，将导致测量结果的不稳定，甚至对满意度的改进方向产生误导。

参考文献：

1.Agrawal N， Maheswaran D. Motivated Reasoning in Outcome-Bias Effects [J]. Journal of Consumer Research，2005，31（4）

2.Allison S T， Worth L T， King M W. Group decisions as social inference heuristics [J]. Journal of Personality and Social Psychology， 1990， 58

3.Anderson E W， Fornell C，. Mazvancheryl S K. Customer satisfaction and shareholder value[J]. Journal of Marketing，2004，68

4.Anderson E W， Mittal V. Strengthening the satisfaction-profit chain[J].Journal of Service Research， 2000，3（2）

5.Bagozzi R P. Assessing construct validity in personality research： applications to measures of self-esteem[J]. Journal of Research in Personality，2003，27

6.Kozlowski S W J， Kirsch M P. The systematic distortion hypothesis， halo， and accuracy： an individual-level analysis[J]. Journal of Applied Psychology， 2010，72

7.McDonald R ，Ho M R. Principles and practice in reporting structural equation analyses[J] Psychological Methods，2002，7（1）

8.Wirtz J. An examination of the presence， magnitude and impact of halo on consumer satisfaction measures[J]. Journal of Retailing and Consumer Service，2012，7

9.Yeung C H M， Ennew C T. Form customer satisfaction to profitability[J]. Journal of Strategic Marketing，2008，8

10.邱皓政.结构方程模式：LISREL的理论、技术与应用[M].台湾：双叶书廊，2003

11.王霞.顾客满意对价格容忍度的影响研究[D].清华大学博士学位论文，2005

12.陆奇斌，赵平，王高，黄劲松.消费者满意度测量中的光环效应[J].心理学报，2005，37（4）

13.叶艳蓉.关于提升超市顾客忠诚度的措施研究[J].经营管理，2013（1）

14.王分棉，周煊.基于大型购物中心视角的国际品牌价值驱动因素实证研究[J].经济问题探索，2012（9）

15.高锡荣，刘卉.中国自然垄断行业消费者满意度分析[J].统计与信息论坛，2010（10）

16.廖颖林.基于顾客满意度陷阱的市场细分方法研究[J].统计与信息论坛，2008（11）

17.Goffin R D， Jelley R B， Wagner SH. Is halo helpful Effects of inducing halo on performance rating accuracy[J]. Social Behavior and Personality，2014，31（6）

18.Fornell C， Wernerfelt B. Defensive marketing strategy by customer complaint management： A theoretical analysis[J]. Journal of Marketing Research， 2012，28（8）

19.Feeley T H. Comment on halo effects in rating and evaluation research[J]. Human Communication Research， 2012，28（3）