动态定价对顾客满意度的影响研究

耿聪聪　王平　孟亚军

摘    要：随着互联网技术的发展，企业通过电商平台可以频繁地实施价格调整，这就打破了以往顾客认可的“供求关系”“季节变化”的价格变动逻辑，势必会对顾客满意度产生影响。基于酒店在线评论数据，运用有序逻辑回归，实证检验了动态定价对顾客满意度的影响。结果表明：动态定价对顾客满意度有显著的负向影响，同时，酒店等级与顾客经验对上述影响均具有显著的调节作用。

关键词：动态定价;顾客满意度;酒店在线评论;酒店等级;顾客经验

中图分类号：F719;F274                  文献标识码：A                   文章编号：2095-7394（2020）02-0120-09

以往囿于有限的顾客信息追踪能力及高昂的价格变动成本[1]，企业虽可根据供需状况动态调整价格，但整体上调价频次较少，体现出“随行就市”的特征，对顾客满意度的影响较低。近年来，由于互联网技术的发展，淘宝、携程等“平台型”巨头的崛起，企业的动态定价日趋高频化。目前，主流的互联网平台企业都构建了基于数千种“场景”的定价模型，价格策略演变成一种针对消费者的“算法”，价格变动的频次甚至达到了秒级。企业如此频繁调价打破了以往消费者认可的“供求关系”“季节变化”的价格变动逻辑，势必会对顾客满意度产生明显的影响。事实上，企业的高频动态调价行为已经引发广泛关注，甚至发展成公共事件。2017年，一篇在微博头条关于滴滴在高峰时段乱加价的文章引发讨论，作者斥责滴滴在高峰时段提高价格的行为，没有承担任何企业责任;2018年携程被曝“同房不同价”，2019年3月10日，携程又因前后仅仅相差几十秒，但是机票价格飞涨而登上了“热搜”。

以往学者们从不同角度揭示出价格策略与顾客满意度之间存在一定关系[2]，但很少研究动态定价与顾客满意度之间的关系。在互联网环境下，一方面，企业为扩大收益，可以利用网络平台对价格进行高频次动态调整;另一方面，因此产生的顾客不满也会以在线评论的方式，直观地呈现在网上，反过来又会影响企业的收益。因此，探讨动态定价对顾客满意度的影响及其机制，就显得十分必要。本文将通过来自目前实施动态定价较为典型的酒店在线评论数据，对动态定价是否会影响顾客满意度以及如何影响展开研究。

1  文献综述与研究假设

1.1 动态定价

动态定价（dynamic pricing）被定义为一种价格随时间、消费者和/或环境而变化的定价策略。不同于差别定价（differential pricing）根据消费者类型以及位置等因素将相同的产品以不同的价格卖给不同的消费者，动态定价在差别定价的基础上更加强调时间的变化。所以，动态定价对于提供在短期供给不易改变和易逝性较高的产品或服务的行业中应用较为广泛，例如航空运输、酒店、电力、邮轮等，只不过在这些行业中的动态定价实践通常被归为一种收益管理策略。

以往对动态定价的探讨大致分为两类：一类是从企业角度，探讨企业动态定价的意义、定价模型和工具的开发;另一类是从顾客角度，探讨动态定价对其的影响。企业角度的研究一方面揭示了运用动态定价可以提高企业资源配置的效率，优化企业库存管理，提高企业的盈利能力以及增加消费者剩余;另一方面集中于根据需求曲线和经济模型得出的最优定价策略，或者是使用数据挖掘技术和人工智能开发出新的工具，为企业制定更优的定价策略。在顾客层面，越来越多的学者开始关注到动态定价引起的感知价格公平、社会规范、信任等深层次因素对顾客购买意愿的影响。

上述研究大多集中在21世纪前10年，彼时，动态定价刚刚兴起，互联网的发展还处于PC阶段，尚未进入移动互联时代，企业和顾客之间的互动尚不频繁。因此，学者们的研究多是讨论动态定价的优势、策略及对顾客购买意愿的影响，缺乏对于顾客反馈的关注，也没有上升到顾客满意度层面进行研究。现代营销理论认为，顾客的满意，既是顾客追逐的根本目的，也是企业营销行为追求的根本目标，价格仍然是调节顾客满意度的主要手段之一[3]。移动互联网的出现，大大增加了企业与客户之间的互动，这就必然进一步提高顾客潜在的价格差异意识，并且在网上留下了大量的互动“痕迹”。因此，笔者将关注互联网情境下顾客对动态定价的反应，并基于酒店在线评论，探讨动态定价对顾客满意度的影响。

1.2  动态定价与顾客满意度的关系

对顾客满意度影响机制的探讨是学界经久不衰的话题。最初对顾客满意度的研究主要是将顾客满意与感知价值联系起来，如Oliver提出的“期望-实绩”模型，认为顾客满意度取决于购前期望与购后感知之间的差值[4]。有些学者则从心理学的角度关注到顾客满意是一种情绪状态。Fournier和Mick提出顾客满意是主动和动态的过程，往往具有很强的社会维度，其中意义和情感是满意度的组成部分，满意度过程具有很强情境依赖性和偶然性[5]。许多学者通过实证研究证明顾客情感与顾客满意度之间的存在关系，正向情感有助于提升顾客满意度，而负向情感则会降低顾客满意度。

根据双权利原则，企业的价格策略会直接影响到顾客的感知公平，即企业由于成本增加提高价格，顾客一般不会有太多消极情感;而当企业是为了增加利润而提高价格时，顾客会感到不公平。也就是说，顾客抵制企业与成本无关的价格变动，企业基于收益最大化而采用动态定价策略会招致顾客的抵触，使其出现抱怨或者转移购买等行为。另外，根据公平理论，当顾客发现自己的投入产出比同参考对象不相等时，就会产生心理失衡，会感觉到不公平，顾客会感到失望、不可接受，导致负面情绪[6]。而在动态定价中，价格变化频率高时，顾客会意识到企业的价格策略是为增加利润而进行的价格变动，会对其产生抵制和消极情感，并且在每一次价格变动中，顾客比较的是不断发生變化的价格，其感知公平就会降低，情感倾向于消极抵触情感，顾客满意度就会降低。所以提出如下假设。

H1：动态定价会降低顾客满意度，且动态定价频率越高，顾客满意度越低。

1.3 酒店等级对动态定价和顾客满意度关系的调节作用

为了便于管理和监督，维护顾客和酒店行业利益，国家政府机构和其他行业组织对酒店进行分级[7]。在酒店业通常用星级来划分，旅游电子商务平台（例如携程）则用钻级来划分酒店的等级。毫无疑问，高星级的酒店设施及服务比低星级酒店要完善，通常价格也较高。以往的研究多集中于不同星级酒店之间顾客满意度影响因素的差异。一般，等级越高的酒店，其目标顾客群对于价格敏感度越低。因此，在本文中，笔者假设不同等级的酒店，动态定价的频率对顾客满意度的影响是不同的，即当酒店等级越高时，动态定价对顾客满意度的影响减弱。所以提出如下假设。

H2：酒店等级可以调节动态定价对顾客满意度的影响。即随着酒店等级的升高，动态定价对顾客满意度的负向影响会减弱。

1.4  顾客经验对动态定价和顾客满意度关系的调节作用

经验指直接接触客观事物的过程，接触事物的次数越多，经验越丰富。顾客对基于网络信息的理解与描述的能力是根据其现有领域的经验构建的，因此，顾客经验是顾客消费使用产品或服务的过程，在此过程中顾客对其模式和特征越熟悉，其所收获的相关知识也越多。并且顾客经验也影响顾客决策过程和结果，同时也会调节顾客态度的持久性及其形成过程，而顾客满意度又是顾客购后态度的一种表达形式。基于此，对于顾客满意度的形成会受到顾客经验的影响。在动态定价背景下，顾客经验水平不同，对酒店的定价机制的了解往往存在差异。当顾客经验越多，对酒店定价机制越了解，则比起经验较少的顾客就越能够避免动态定价带来的负面影响。同时，顾客经验较多者可以选择在合适的时间和合适的价格预订酒店，并且对于酒店短时间内涨价和降价背后的原因，其可以感知到或者给出经验上的理解与认知。所以，在本文中，笔者假设顾客经验不同，动态定价对顾客满意度的影响是不同的。因此，提出如下假设。

H3：顾客经验可以调节动态定价对顾客满意度的影响。即顾客经验越多，动态定价对酒店顾客满意度的负向影响会减弱。

2   研究设计

2.1  研究方法

吴维芳等在对酒店满意度研究中，出于对因变量顾客满意度是1-5的有序变量的考量，选择了有序逻辑回归（Ordinal Logistic Regression）建立回归模型[8]。鉴于此，选用在线评论点评者对酒店的评分来测量顾客满意度，并且针对其有序的特征运用有序逻辑回归（Ordinal Logistic Regression）建立回归模型。回归模型表达式为：

[Lnp=α+βDP+λDP×I+γX，]             （1）

模型（1）中，[α]表示常数项，[β]、[λ]、[γ]表示系数，DP表示核心解释变量动态定价，Dp×I表示自变量与调节变量的乘积，即酒店等级和顾客经验与动态定价的乘积，X表示控制变量。其中，对控制变量的选择，包括Ye等在研究酒店价格对感知服务质量和价值影响时，将服务、卫生、位置作为控制变量，出行类型作为调节变量[9];Duan等衡量酒店服务质量和绩效时在模型中纳入了设施维度[10]，因此，笔者引入服务、卫生、位置、设施以及出行类型作为控制变量。考虑到顾客在预订酒店时会挑选酒店评分较高的酒店，因此进一步引入酒店评分作为控制变量。

2.2  数据收集

使用的数据来源于携程旅行网（www.Ctrip.com），目前携程是中国最大的在线旅游服务提供商，市场份额在2017年为36.6%，面向中国市场的品牌总交易用户数在2018年已经达到1.35亿。笔者于2018年11月運用八爪鱼数据抓取软件收集本文所需的数据。在其自定义程序中定义了有关房价的关键词（例如：价格、房价、性价比、元、钱等），获取了关于房价的评论，根据动态定价的定义对数据进行整理，最终得到2 483条关于动态定价评论的数据集，其中包括：五星级酒店191家，四星级酒店203家，三星级酒店327家，二星级及其以下酒店360家。

2.3  数据整理与变量描述

以酒店在线评论数值型数据为基础，整理出因变量（顾客满意度）、自变量（动态定价）、调节变量（酒店等级、顾客经验）以及控制变量（服务、卫生、位置、设施、出行类型、酒店评分）的所需数据。各个变量的描述与类型如表1所示，需要加以说明的是：自变量动态定价则通过对于评论内容的解读以及动态定价的认知，结合酒店情景，将价格变动1次作为低频率，价格变动1次以上作为高频率。在调节变量中，酒店等级和顾客经验作为分类变量出现，酒店等级具体分为高端酒店（五星级酒店）、中端酒店（三、四星级酒店）以及经济型酒店（二星级及其以下）。顾客经验在本文中用点评者等级来测度，点评者等级是通过点评者点评次数进行等级划分，其中，等级越高者意味着其点评次数越多，也说明其入住酒店的次数越多，入住经验也就越多，因此，具体分为经验较少（点评新星）、经验一般（点评达人）以及经验较多（点评专家）。

3   结果分析

各变量与因变量的相关性检验已通过person检验，自变量、调节变量以及控制变量均与因变量显著相关，但动态定价对顾客满意度的影响以及酒店等级和顾客经验的调节效应需要进行回归分析来验证。

运用有序逻辑回归对所得数据进行逐步回归，分析结果如表2所示。在式（1）的基础上，构建了4个回归模型，M2-M4显示了逐步增加服务、卫生、位置、设施、出行类型、酒店评分的回归结果。回归结果如表3显示，控制变量除出行类型不显著之外，其他控制变量均在1%水平上显著。自变量动态定价的回归系数是-0.486，比数比是0.615，说明高频动态定价的顾客满意度是低频动态定价的0.615倍。根据有序逻辑回归原理，系数是负值意味着事件每提升一个等级发生的比率会减少，也就是说当动态定价频率越高时，顾客越倾向于不满意，且这种影响在 1%水平上统计显著，H1通过验证。

接下来笔者验证了酒店等级的调节作用。鉴于酒店等级和动态定价是分类变量，因此，将动态定价和酒店各个等级做了嵌套逻辑回归，在式（1）的基础上，构建了8个回归模型，M3、M5、M7、M9分别或同时引入经济型酒店、中端酒店以及高端酒店与动态定价的乘积项，以考察酒店等级的调节效应。回归结果如表3所示，经济型酒店与动态定价的乘积项在10%水平上显著为负，中端酒店与动态定价的乘积项在5%水平上显著为负，高端酒店与动态定价的乘积项在1%水平上显著为负，说明酒店等级起到了调节作用，但并非随着酒店等级的提升，动态定价对顾客满意度的负向影响减弱，反而是增强了动态定价对顾客满意度的负向影响，因此，H2没有通过检验。这可能源于酒店等级代表着不同酒店的标准、不同的品质与定位，酒店等级越高，其所代表的酒店品质越高、形象越好，然而动态定价会使顾客对酒店的品质与形象产生模糊不确定性，因而顾客的感知价值降低，甚至可能引发酒店信任危机。

对于顾客经验的调节作用采取和酒店等级一样的方法，在式（1）基础上，构建了8个回归模型，M3、M5、M7、M9分别或同时引入经验较少、经验一般以及经验较多与动态定价的乘积项。回归结果如表4所示，经验较少与动态定价的乘积项显著为负，经验一般和经验较多分别与动态定价的乘积项均不显著，说明顾客经验在动态定价对顾客满意度的影响中起到了调节作用，并且随着顾客经验的增加，动态定价对顾客满意度的负向影响减弱，H3通过检验。

4    结论与启示

4.1  研究结论

围绕着动态定价如何影响顾客满意度这一核心问题，基于酒店在线评论，通过有序逻辑回归结果得出以下结论：其一，动态定价显著负向影响顾客满意度，即动态定价频率越高，顾客满意度越低;其二，酒店等级起到了显著的调节作用，随着酒店等级的提升，动态定价对顾客满意度的负向影响增强;其三，顾客经验起到了显著的调节作用，随着顾客经验的增多，动态定价对顾客满意度的负向影响减弱。

4.2  启示

首先，服务业的本质是形成组织与顾客良好的交互关系，追求的是双赢。酒店业原本就是“款待业（hospitality industry）”，它与顾客之间绝不仅仅是赤裸裸的交易关系，而是有温度、有情感的服务。酒店经营的根本是提升顾客满意度，价格策略也不例外，不应本末倒置，尤其是高端酒店不应该“滥用”收益管理技术。其次，根据酒店等级不同，酒店可以制定大致符合自身酒店的价格变动范围，确定适当的动态定价频次，在考虑收益的同时也要注重顾客满意度。第三，社交媒体、在线平台已成为旅游企业进行营销或者布局战略的重要手段。酒店及航空、旅游等类似企业需要对基于网评的顾客满意度给予高度重视，对涉及价格变化的顾客网评宜在回复时进行缘由说明，要对顾客进行必要的价格变动信息的反馈，以减少价格变动所造成的信息不对称，进而减少顾客价格不公平感，提升感知价值，以达到顾客满意。

参考文献：

[1] ELMAGHRABY W， KESKINOCAK P. Dynamic Pricing in the Presence of Inventory Considerations： Research Overview， Current Practices， and Future Directions[J]. Management Science，2003，49（10）：1288-1309.

[2] 陈金龙.商品降价对顾客满意度影响的研究[J].价格理论与实践，2015（7）：91-93.

[3]孟铁.现代企业定价目标：顾客满意度[J].山西财经学院学报，1997（6）：72-74.

[4] OLIVER R L. A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions[J]. Journal of Marketing Research，1980，17（4）：460-469.

[5] FOURNIER S， MICK D G. Rediscovering Satisfaction[J]. Journal of Marketing，1999， 63（4）：5-23.

[6] XIA L， MONROE， KENT B， et al. The Price Is Unfair！ A Conceptual Framework of Price Fairness Perceptions[J]. Journal of Marketing，2004，68（4）：1-15.

[7]張广瑞.世界旅馆旅馆世界[M].北京：中国经济出版社，1991：48-49.

[8]吴维芳， 高宝俊， 杨海霞， 等.评论文本对酒店满意度的影响： 基于情感分析的方法[J].数据分析与知识发现，2017，1（3）：62-71.

[9] YE Q， LI H， WANG Z， et al. The Influence of Hotel Price on Perceived Service Quality and Value in E-Tourism： An Empirical Investigation Based on Online Traveler Reviews[J]. Journal of Hospitality & Tourism Research，2014，38（1）：23-39.

[10] DUAN W，YU Y，CAO Q， et al. Exploring the Impact of Social Media on Hotel Service Performance[J]. Cornell Hospitality Quarterly， 2015，57（3）：282-296.

责任编辑    张志钊

A Study of the Impact of Dynamic Pricing on Customer Satisfaction：

Based on Data of Hotel Online Reviews

GENG Congcong1，WANG Ping1，MENG Yajun2

（1. School of Tourism & Geography，Qingdao University，Qingdao 266071，China;2. Department of Tourism，Ocean University of China，Qingdao 266100，China）

Abstract： With the development of Internet technology，enterprises can frequently adjust price through e-commerce platform. This breaks the previous logic of price movement accepted by customers，such as “the relationship between supply and demand”or“seasonal price adjustments”，which is bound to have an impact on customer satisfaction.Based on data of online traveler reviews and using ordinal logistic regression，this paper empirically tested the impact of dynamic pricing on customer satisfaction.The results show that dynamic pricing has a significant negative effect on customer satisfaction，while hotel star rating and customer experience have a significant moderating effect on the above effects. Finally，according to the conclusion，this paper puts forward the corresponding suggestions to improve management.

Key  words： dynamic pricing;customer satisfaction;hotel online reviews;hotel star rating;customer experience

收稿日期：2020-03-10

基金項目：国家自然科学基金“自然资源资产与经济增长、经济安全的协调机制与策略研究”（71934001）

作者简介：耿聪聪，硕士研究生，主要研究方向为旅游电子商务;孟亚军，硕士研究生，主要研究方向为酒店管理。

通讯作者：王平，副教授，硕士生导师，主要研究方向为旅游企业管理、旅游营销。