基于聯(lián)合分析法的再制造產(chǎn)品消費(fèi)者偏好研究

陳龍 朱慶華

摘 要：運(yùn)用了一種定量研究消費(fèi)者選擇偏好的方法——聯(lián)合分析法，來研究再制造產(chǎn)品的消費(fèi)者偏好。以官翻手機(jī)為例，選取了品牌、質(zhì)保期、維修周期、綠色標(biāo)簽和購(gòu)買渠道五個(gè)屬性作為影響消費(fèi)者偏好水平的因素，針對(duì)正交設(shè)計(jì)模擬出的16種官翻手機(jī)設(shè)計(jì)偏好問卷獲得樣本數(shù)據(jù)。構(gòu)建了影響偏好水平的聯(lián)合分析模型，發(fā)現(xiàn)品牌、質(zhì)保期和綠色標(biāo)簽對(duì)偏好水平的影響顯著，其重要性占比依次為品牌42.10%、質(zhì)保期19.23%、綠色標(biāo)簽13.35%。通過SPSS的分布檢驗(yàn)發(fā)現(xiàn)消費(fèi)者對(duì)官翻手機(jī)的價(jià)格偏好系數(shù)服從均值為0.6605、標(biāo)準(zhǔn)差為0.1125的正態(tài)分布，而不是以往假設(shè)的均勻分布，并基于該偏好系數(shù)構(gòu)建了新品和再制造品的實(shí)際需求函數(shù)，為制造商和再制造商對(duì)新品與再制造品的市場(chǎng)需求判斷提供了支持。

關(guān)鍵詞：聯(lián)合分析法;消費(fèi)者偏好;再制造產(chǎn)品;分布檢驗(yàn)

Abstract：This paper uses a method of quantitative research on consumer choice preferences-Conjoint analysis to study consumer preferences for remanufactured products. Taking the remanufactured Cell-phones as an example， the five attributes of brand， warranty period， maintenance cycle， green label and purchase channel were selected as factors affecting the level of consumer preference. We design price preference questionnaires for the 16 kinds of remanufactured Cell-phones simulated by orthogonal design. A conjoint analysis model that affects the level of preference is constructed. It is found that the brand， warranty period and green label have a significant impact on the preference level. The importance ratio is 42.10% for the brand， 19.23% for the warranty period and 13.35% for the green label. Through the SPSS distribution test， it is found that the consumer′s price preference coefficient for the remanufactured Cell-phones obeys a normal distribution， with a mean of 0.6605 and a standard deviation of 0.1125， instead of the uniform distribution of the previous hypothesis. And we build actual demand function for new products and remanufactured products based on the preference coefficient. It provides support to obtain actual market demand for new and remanufactured products.

Key words：conjoint analysis; consumer preference; remanufacturing products; distribution test

再制造是循環(huán)經(jīng)濟(jì)四種模式（減量化reduce、再利用reuse、再循環(huán)recycle和再制造remanufacture）之一的新興生產(chǎn)模式，發(fā)展再制造經(jīng)濟(jì)能夠有效緩解資源短缺、環(huán)境惡化等日益突出的問題。通過政府的政策引導(dǎo)和再制造企業(yè)增強(qiáng)自身的市場(chǎng)競(jìng)爭(zhēng)力，我國(guó)的再制造產(chǎn)業(yè)得到了初步發(fā)展，然而消費(fèi)者對(duì)再制造產(chǎn)品仍有一定的偏見和復(fù)雜的認(rèn)知。消費(fèi)者對(duì)于新品和再制造產(chǎn)品的選擇偏好直接影響了再制造產(chǎn)品的實(shí)際市場(chǎng)需求，進(jìn)而影響企業(yè)對(duì)于再制造產(chǎn)品的定價(jià)、生產(chǎn)等決策。

消費(fèi)者在面臨新品和再制造品的選擇時(shí)，總是根據(jù)效用最大化原則來決策自己的消費(fèi)行為，個(gè)性化的消費(fèi)傾向越來越普遍。再制造產(chǎn)品對(duì)新產(chǎn)品具有可替代性，不同消費(fèi)者在環(huán)保意識(shí)、質(zhì)量信任、價(jià)格敏感等因素上存在差異，從而偏好不同的再制造產(chǎn)品屬性?；谙M(fèi)者的這種異質(zhì)性偏好，可以對(duì)消費(fèi)者進(jìn)行細(xì)分研究，從而確定市場(chǎng)的實(shí)際需求。

國(guó)內(nèi)外已有研究發(fā)現(xiàn)，產(chǎn)品種類、再制造商身份、綠色屬性、再制造商信譽(yù)、售后保障制度、社會(huì)屬性、質(zhì)量、價(jià)格折扣、品牌等因素都會(huì)對(duì)消費(fèi)者的選擇行為構(gòu)成影響。Subramanian & Subramanyam （2012） 結(jié)合eBay的電子類再制造產(chǎn)品與新品的價(jià)格差進(jìn)行了計(jì)量分析，結(jié)論是銷售者的信譽(yù)越高，價(jià)格差越小，且售后保障的完善程度并不能對(duì)再制造品的價(jià)格產(chǎn)生顯著影響;Abbey（2015）的研究結(jié)果表明，再制造產(chǎn)品的質(zhì)量最能夠影響消費(fèi)者的購(gòu)買欲望，價(jià)格折扣越高對(duì)消費(fèi)者的吸引力越大，影響力排名第二，品牌對(duì)再制造品的吸引力同樣也有正向影響;佚名（2018）將消費(fèi)者綠色偏好因素加入閉環(huán)供應(yīng)鏈的決策體系中，發(fā)現(xiàn)當(dāng)消費(fèi)者對(duì)再造品的功能質(zhì)量認(rèn)可度較低時(shí)，再制造企業(yè)可通過提高再造品環(huán)境質(zhì)量來促進(jìn)再造品的銷售;Zhao等（2016）基于政府補(bǔ)貼和綠色偏好構(gòu)建了再制造決策模型，利用再制造產(chǎn)品的需求價(jià)格彈性（PED）作為區(qū)分消費(fèi)者環(huán)境偏好的指標(biāo)。

已有研究大多通過前人文獻(xiàn)或者主觀假設(shè)的方法將消費(fèi)者分成兩大類，很少有學(xué)者進(jìn)行實(shí)證研究詳細(xì)剖析影響消費(fèi)者對(duì)再制造品選擇行為的因素，而且基于消費(fèi)偏好構(gòu)建的再制造決策模型中總是假設(shè)消費(fèi)者對(duì)再制造產(chǎn)品的某一偏好服從均勻分布來構(gòu)建需求函數(shù)，然而均勻分布的偏好很難符合實(shí)際的市場(chǎng)情況，與新品和再制造產(chǎn)品的實(shí)際需求存在偏差。

因此，本文以面向個(gè)體消費(fèi)者的典型再制造電子產(chǎn)品官翻手機(jī)為例，運(yùn)用聯(lián)合分析的方法來實(shí)際研究消費(fèi)者購(gòu)買官翻手機(jī)的消費(fèi)偏好。相比新品手機(jī)，官翻手機(jī)具有很強(qiáng)的替代性，以消費(fèi)者愿意為官翻手機(jī)支付的價(jià)格與愿意為新品手機(jī)支付的價(jià)格的比值作為消費(fèi)者最終的偏好體現(xiàn)程度，基于實(shí)際問卷數(shù)據(jù)找出影響消費(fèi)偏好的重要因素，并獲得這一偏好系數(shù)的實(shí)際分布情況來構(gòu)建市場(chǎng)上新品與再制造品的需求函數(shù)。

1 研究方法和實(shí)施步驟

聯(lián)合分析（conjoint analysis）是一種定量的研究消費(fèi)者選擇偏好的方法。它采用分解的辦法讓消費(fèi)者對(duì)一系列的產(chǎn)品輪廓（product profiles） 賦值來計(jì)算偏好參數(shù)，這些參數(shù)可以是分值、權(quán)重、理想點(diǎn)等。通過系統(tǒng)地改變產(chǎn)品的特征組合并且利用消費(fèi)者對(duì)產(chǎn)品輪廓的打分，便可以從統(tǒng)計(jì)學(xué)上推導(dǎo)出消費(fèi)者對(duì)每一個(gè)產(chǎn)品特征的潛意識(shí)的分值，其一般過程如圖1所示。

1.1 確定影響消費(fèi)偏好的屬性及屬性水平

再制造電子產(chǎn)品在滿足消費(fèi)需求的同時(shí)能夠節(jié)約能源、減少電子垃圾污染，具有重要的經(jīng)濟(jì)和環(huán)境價(jià)值，官翻手機(jī)作為典型的再制造電子產(chǎn)品，逐漸受到了消費(fèi)者的關(guān)注和認(rèn)可。官翻手機(jī)是指原品牌手機(jī)廠商通過正規(guī)渠道回收有問題的手機(jī)，對(duì)其性能不良進(jìn)行修復(fù)，經(jīng)過質(zhì)量檢測(cè)和認(rèn)證，滿足正常使用標(biāo)準(zhǔn)，對(duì)產(chǎn)品外觀進(jìn)行翻新處理，再重新銷售的手機(jī)，一般“R”標(biāo)識(shí)表明其是官翻手機(jī)。

目前市場(chǎng)上官翻手機(jī)是以同款新品手機(jī)價(jià)格折扣的10%～50%出售。本文以價(jià)格偏好系數(shù)來衡量消費(fèi)者對(duì)官翻手機(jī)的選擇偏好，即相比同款新品手機(jī)，消費(fèi)者愿意為官翻手機(jī)支付的相對(duì)價(jià)格。官翻手機(jī)對(duì)新品手機(jī)具有較強(qiáng)的可替代性，而且手機(jī)的品牌效應(yīng)顯著，使用頻率高，更換速度快，售后服務(wù)體驗(yàn)非常重要。結(jié)合市場(chǎng)調(diào)查和已有的關(guān)于再制造產(chǎn)品消費(fèi)偏好因素的研究文獻(xiàn)，本文選取了品牌、質(zhì)保期、維修周期、綠色標(biāo)簽和購(gòu)買渠道五個(gè)產(chǎn)品屬性作為影響消費(fèi)者價(jià)格偏好系數(shù)的因素。其中：維修周期是指消費(fèi)者購(gòu)買官翻手機(jī)后出現(xiàn)質(zhì)量問題，申請(qǐng)維修到完全修好并使用所等待的時(shí)間，手機(jī)高頻使用的特性使得廠商的售后維修速度較為重要;官翻手機(jī)本身具有的再制造產(chǎn)品特征，有利于節(jié)能節(jié)材和保護(hù)環(huán)境，電子產(chǎn)品的綠色標(biāo)簽有利于促進(jìn)綠色消費(fèi)者的購(gòu)買行為;不同的購(gòu)買渠道會(huì)給消費(fèi)者帶來不同的產(chǎn)品認(rèn)知和體驗(yàn)，如線下購(gòu)買官翻手機(jī)時(shí)消費(fèi)者可以實(shí)際體驗(yàn)產(chǎn)品性能?；谏鲜龇治龃_定各屬性對(duì)應(yīng)的水平如表1所示。

1.2 正交設(shè)計(jì)與產(chǎn)品模擬

聯(lián)合分析對(duì)產(chǎn)品的所有屬性及屬性水平進(jìn)行整體考慮，生成一系列模擬產(chǎn)品。本文采用全輪廓法來生成模擬產(chǎn)品，由全部屬性的某個(gè)水平構(gòu)成的一個(gè)組合稱為一個(gè)輪廓（profile），每個(gè)輪廓分別用一張卡片表示，如模擬產(chǎn)品1的卡片（三線、兩年、5～7天、有、線上）表示三線品牌、質(zhì)保期半年、維修周期1～3天、有綠色標(biāo)簽且在線上購(gòu)買的官翻手機(jī)。

針對(duì)官翻手機(jī)的五個(gè)偏好屬性和對(duì)應(yīng)的13個(gè)屬性水平，共有108種 （3×3×3×2×2） 產(chǎn)品輪廓，顯然讓被訪者對(duì)108張卡片做出評(píng)價(jià)，超出了消費(fèi)者的理性判斷范圍。本文參考已有的研究文獻(xiàn)，采用正交設(shè)計(jì)試驗(yàn)的方法來減少產(chǎn)品輪廓數(shù)，使用SPSS的正交模塊（orthogonal design），將卡片數(shù)量減少至16張，如表2所示。

正交設(shè)計(jì)表中每張卡片代表一種模擬的官翻手機(jī)產(chǎn)品，對(duì)應(yīng)的屬性和水平特征如表3所示。

1.3 問卷設(shè)計(jì)與數(shù)據(jù)收集

通過正交試驗(yàn)?zāi)M的16種官翻手機(jī)產(chǎn)品輪廓設(shè)計(jì)消費(fèi)偏好調(diào)查問卷，在問卷開始部分，介紹了官翻手機(jī)并解釋了各屬性含義，以便參與者有效理解和填寫問卷。問卷共包含20個(gè)問題，1～16題調(diào)查消費(fèi)者對(duì)官翻手機(jī)的選擇偏好，17～20題調(diào)查了參與者的人口特征。

為了消費(fèi)者能夠直觀地感受和理解，針對(duì)不同的模擬產(chǎn)品卡片，詢問消費(fèi)者愿意以同款新品手機(jī)的多少價(jià)格折扣來購(gòu)買卡片中的官翻手機(jī)。考慮到目前市場(chǎng)中該折扣實(shí)際范圍是10%～50%，設(shè)置價(jià)格折扣為10%、20%、30%、40%、50%五個(gè)選擇，基于消費(fèi)者的自我判斷，選擇愿意購(gòu)買模擬產(chǎn)品的最低價(jià)格折扣，如圖2所示。

類似問題共有16道，組成問卷的第一部分，問卷的第二部分是參與者的社會(huì)屬性調(diào)查，分別詢問消費(fèi)者性別、年齡、學(xué)歷和月可支配收入信息。本文使用線上線下結(jié)合的形式收集數(shù)據(jù)，線上利用問卷星系統(tǒng)，線下在高校和手機(jī)授權(quán)商店附近發(fā)放問卷，以取得消費(fèi)者對(duì)官翻手機(jī)的價(jià)格偏好問卷數(shù)據(jù)。共發(fā)放124份問卷，收集到的有效問卷為101份，有效率為81.5%。

2 聯(lián)合分析模型構(gòu)建及偏好分析

2.1 聯(lián)合偏好模型的構(gòu)建

考慮到官翻手機(jī)對(duì)新品手機(jī)具有很強(qiáng)的替代性，本文不同于以往的聯(lián)合分析，讓消費(fèi)者對(duì)模擬產(chǎn)品直接打分來探究其購(gòu)買意愿和偏好程度，而是將問卷中獲得的價(jià)格折扣數(shù)據(jù)轉(zhuǎn)化為價(jià)格偏好系數(shù)R（相對(duì)價(jià)格）， 用R表示消費(fèi)者的偏好水平，即

R=1-價(jià)格折扣=消費(fèi)者愿意為官翻手機(jī)支付的價(jià)格消費(fèi)者愿意為同款新品手機(jī)支付的價(jià)格

同時(shí)依據(jù)實(shí)際的市場(chǎng)價(jià)格調(diào)查，價(jià)格折扣區(qū)間為[10%，50%]，因此R的取值范圍是[50%，90%]。R的值越大，表示偏好水平越高。偏好水平R取決于五個(gè)因素：品牌、質(zhì)保期、維修周期、綠色標(biāo)簽和購(gòu)買渠道，其函數(shù)關(guān)系式如下：

R=f（品牌，質(zhì)保期，維修周期，綠色標(biāo)簽，購(gòu)買渠道）

在此函數(shù)中，假設(shè)品牌、維修周期、綠色標(biāo)簽和購(gòu)買渠道為虛擬變量，質(zhì)保期為線性函數(shù)（以月為單位），其中品牌和維修周期屬性都是三個(gè)水平，各自需要設(shè)置兩個(gè)0～1變量表示。構(gòu)建的聯(lián)合偏好模型為

2.2 相關(guān)參數(shù)估計(jì)

問卷獲得的樣本總數(shù)為101，每位參與者需要對(duì)16種模擬官翻手機(jī)選擇自己愿意購(gòu)買的價(jià)格折扣，這樣可以獲得關(guān)于聯(lián)合偏好模型的1616（101*16）個(gè)數(shù)據(jù)。利用這些數(shù)據(jù)，采用SPSS軟件中的最小二乘法回歸（OLS）進(jìn)行參數(shù)估計(jì)，得到的結(jié)果見表4。

通過t檢驗(yàn)，可以看出品牌的顯著性水平為0.01。當(dāng)官翻手機(jī)為一線品牌時(shí)，消費(fèi)者偏好水平增加0.067，如果官翻手機(jī)為二線品牌，消費(fèi)者偏好水平增加0.026，可見消費(fèi)者對(duì)于手機(jī)廠商的品牌十分看重。蘋果、華為等一線品牌的技術(shù)和口碑等使得消費(fèi)者傾向于信任它們的官翻手機(jī)質(zhì)量，愿意以更高的相對(duì)價(jià)格購(gòu)買。綠色標(biāo)簽的顯著性水平為0.01，如果官翻手機(jī)的包裝殼或者手機(jī)背面貼有綠色標(biāo)簽，消費(fèi)者偏好水平增加0.02。官翻手機(jī)因其再制造的特征，節(jié)能節(jié)材而且減少電子垃圾，促進(jìn)了消費(fèi)者對(duì)官翻手機(jī)的認(rèn)可和購(gòu)買。質(zhì)保期的顯著性水平為0.01，質(zhì)保期每增加1個(gè)月，消費(fèi)者偏好水平增加0.002，質(zhì)保期的延長(zhǎng)減少了消費(fèi)者對(duì)官翻手機(jī)的擔(dān)憂。而維修周期和購(gòu)買渠道的t檢驗(yàn)水平均大于0.1，表現(xiàn)為不顯著，即對(duì)偏好水平影響不明顯。

2.3 因素重要性分析

通過前面的參數(shù)估計(jì)可以看出五種屬性對(duì)消費(fèi)者偏好水平的影響，但是不能直接說明選中的品牌、質(zhì)保期、維修周期、綠色標(biāo)簽和購(gòu)買渠道五個(gè)屬性在消費(fèi)者決策時(shí)的重要程度。下面計(jì)算每種屬性的相對(duì)重要性來識(shí)別消費(fèi)者在進(jìn)行選擇時(shí)對(duì)每種屬性的關(guān)注度，主要采用Halbrend tetal在1995年提出的公式來進(jìn)行因素重要性的計(jì)算分析。Halbrend tetal的分析主要通過以下幾步：

a） 計(jì)算出每種特征水平下的部分效用價(jià)值。

b） 在每一特征水平下計(jì)算最大的效用估計(jì)值與最小的效用估計(jì)值的差，用UR表示;

c） 計(jì)算所有不同特征水平的部分效用估計(jì)值的和;

d） 計(jì)算每一種特征在全部特征效用水平估計(jì)合計(jì)值的比重，就是特征因素的相對(duì)重要性，用RI表示，RIi=100×URi∑nj=1URj

輸入官翻手機(jī)的問卷數(shù)據(jù)，通過SPSS軟件的聯(lián)合分析功能，按上述方法算出的影響消費(fèi)者偏好的屬性重要性結(jié)果見表5。

聯(lián)合分析結(jié)果中的Persons R統(tǒng)計(jì)量和Kendall tau統(tǒng)計(jì)量可以評(píng)估實(shí)際值與預(yù)測(cè)值之間的差距，作為問卷數(shù)據(jù)整體的信效度檢驗(yàn)。Persons R統(tǒng)計(jì)量的值為0.971，Kendall tau統(tǒng)計(jì)量的值是0.883，雙尾檢驗(yàn)的顯著性水平即P值均為0.000，均小于0.05，由此可見兩個(gè)相關(guān)系數(shù)都通過了統(tǒng)計(jì)學(xué)檢驗(yàn)，是十分顯著的。

結(jié)果表明，影響消費(fèi)偏好水平的各屬性重要程度依次為品牌42.10%、質(zhì)保期19.23%、維修周期15.95%、綠色標(biāo)簽13.35%、購(gòu)買渠道9.37%。這說明消費(fèi)者愿意為官翻手機(jī)支付更高價(jià)格的驅(qū)動(dòng)因素依次為品牌、質(zhì)保期、維修周期和綠色標(biāo)簽，而官翻手機(jī)購(gòu)買渠道的影響最低。

3 基于消費(fèi)偏好的需求函數(shù)

3.1 消費(fèi)偏好系數(shù)的分布函數(shù)

在上文的因素重要性分析中，聯(lián)合分析結(jié)果中不僅包含各屬性不同水平的整體效用值，也包含了每個(gè)被調(diào)查者對(duì)各屬性不同水平的效用值，以及依據(jù)各屬性重要程度和各水平效用值算出的對(duì)16種模擬官翻手機(jī)的偏好水平R，輸出結(jié)果（部分?jǐn)?shù)據(jù)）如圖3所示。

得到1616（101*16）個(gè)消費(fèi)偏好系數(shù)r（與偏好水平R相同）的數(shù)據(jù)。之前的文獻(xiàn)研究中為了便于求解模型，學(xué)者們基本假設(shè)r服從0到1之間的均勻分布，因此首先檢驗(yàn)r是否服從均勻分布。SPSS軟件中的P-P圖是根據(jù)變量的累積概率對(duì)應(yīng)于所指定的理論分布累積概率繪制的散點(diǎn)圖，可用于直觀地檢測(cè)樣本數(shù)據(jù)是否符合某一概率分布。如果被檢驗(yàn)的數(shù)據(jù)符合所指定的分布，則代表樣本數(shù)據(jù)的點(diǎn)應(yīng)當(dāng)基本在代表理論分布的對(duì)角線上。r的均勻及正態(tài)分布檢驗(yàn)結(jié)果見圖4。

可以看出代表r的點(diǎn)基本都偏離了均勻分布的對(duì)角線，與均勻值的水平線偏差范圍是（-0.1，0.2），說明消費(fèi)偏好系數(shù)r并不服從均勻分布。偏好水平受多個(gè)因素的影響，因此考慮r是否服從正態(tài)分布。r的正態(tài)P-P圖顯示數(shù)據(jù)點(diǎn)基本都在代表正態(tài)分布的對(duì)角線上，而且與正態(tài)值的水平線偏差范圍是（-0.03，0.04），因此正態(tài)分布可以較好地代表偏好系數(shù)r的分布情況。

為了進(jìn)一步確定r是否服從正態(tài)分布，通過SPSS對(duì)r進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果如表6所示，顯著性均小于0.01，說明r的正態(tài)分布的檢驗(yàn)是顯著的，因此可以認(rèn)為r服從正態(tài)分布。同時(shí)，通過r的直方圖和正態(tài)曲線（見圖5），能夠更加直觀地看出r的正態(tài)分布趨勢(shì)，并得到r的均值為0.66052，標(biāo)準(zhǔn)差為0.11252。

3.2 構(gòu)建含消費(fèi)偏好系數(shù)的需求函數(shù)

以官翻手機(jī)為例，消費(fèi)偏好系數(shù)r表示消費(fèi)者愿意為官翻手機(jī)支付的價(jià)格是愿意為新品手機(jī)支付價(jià)格的r倍， r～N（μ，σ）。假設(shè)消費(fèi)者愿意為新品手機(jī)支付的價(jià)格δ服從 [0，A]的均勻分布，其中A是手機(jī)市場(chǎng)最高出清價(jià)格，而消費(fèi)者愿意為官翻手機(jī)支付的價(jià)格為rδ。當(dāng)消費(fèi)偏好r為定值時(shí)，消費(fèi)者購(gòu)買新品手機(jī)和官翻手機(jī)的需求量為qm和qr。用消費(fèi)者愿意支付的價(jià)格和銷售價(jià)格之差表示效用的大?。?/p>

4 結(jié)語(yǔ)

本文運(yùn)用了一種定量研究消費(fèi)者選擇偏好的方法——聯(lián)合分析法，來研究再制造產(chǎn)品的消費(fèi)者偏好。以官翻手機(jī)為例，基于文獻(xiàn)梳理和市場(chǎng)調(diào)研選取了品牌、質(zhì)保期、維修周期、綠色標(biāo)簽、購(gòu)買渠道五個(gè)屬性及對(duì)應(yīng)水平，并以價(jià)格偏好系數(shù)來體現(xiàn)消費(fèi)者的偏好程度，針對(duì)正交設(shè)計(jì)模擬出的16種官翻手機(jī)設(shè)計(jì)偏好問卷獲得了量化數(shù)據(jù)。構(gòu)建了影響偏好水平的聯(lián)合分析模型，利用SPSS中的OLS回歸進(jìn)行參數(shù)估計(jì)，發(fā)現(xiàn)品牌、質(zhì)保期和綠色標(biāo)簽對(duì)偏好水平的影響顯著;基于消費(fèi)者的效用得分計(jì)算出了五個(gè)屬性的重要性占比：品牌42.10%、質(zhì)保期19.23%、維修周期15.95%、綠色標(biāo)簽13.35%、購(gòu)買渠道9.37%。再制造商的品牌影響力很大，同時(shí)售后服務(wù)中質(zhì)保期和維修響應(yīng)時(shí)間也會(huì)促進(jìn)消費(fèi)者愿意以更高的價(jià)格購(gòu)買再制品，再制造產(chǎn)品的綠色標(biāo)簽會(huì)吸引更多的消費(fèi)者。最后通過對(duì)價(jià)格偏好系數(shù)的問卷數(shù)據(jù)進(jìn)行分布檢驗(yàn)，發(fā)現(xiàn)消費(fèi)者的偏好水平并不服從均勻分布，而是服從均值為0.6605、標(biāo)準(zhǔn)差為0.1125的正態(tài)分布?；谡龖B(tài)分布的消費(fèi)偏好系數(shù)，構(gòu)建了新品和再制造產(chǎn)品的實(shí)際市場(chǎng)需求函數(shù)，為制造商和再制造商對(duì)新品與再制造品的需求判斷提供了支持。

再制造產(chǎn)品的消費(fèi)偏好受到很多因素影響，消費(fèi)者對(duì)再制品的偏見以及復(fù)雜的認(rèn)知程度使得個(gè)性化的選擇傾向日趨明顯，本文僅以電子再制造電子產(chǎn)品為例，選取的屬性及對(duì)應(yīng)水平可能存在一定的偏差。另外，在消費(fèi)偏好不服從均勻分布而是服從正態(tài)分布時(shí)，新的需求特征如何影響再制造商的生產(chǎn)定價(jià)決策仍然需要進(jìn)一步的研究和探討。

參考文獻(xiàn)：

[1] TSENG M L， LIM M， WONG W P. Sustainable supply chain management：a closed-loop network hierarchical approach[J]. Industrial Management & Data Systems， 2015， 115（3）：436-461.

[2] 程永偉. 考慮消費(fèi)者偏好的再制造決策[J]. 中國(guó)管理科學(xué)， 2012（S1）：214-219.

[3] WANG Y， HUSCROFT J R， HAZEN B T， et al. Green information， green certification and consumer perceptions of remanufactured automobile parts[J]. Resources Conservation and Recycling， 2016：128.

[4] WANG Y， HAZEN B T. Consumer product knowledge and intention to purchase remanufactured products[J]. International Journal of Production Economics， 2015（181）：460-469.

[5] 許民利， 張璇， 簡(jiǎn)惠云. 考慮品牌優(yōu)勢(shì)和成本差異的再制造決策[J]. 管理學(xué)報(bào)， 2016， 13（8）：1241-1249.

[6] MICHAUD C， LLERENA D. Green consumer behavior：an experimental analysis of willingness to pay for remanufactured products[J]. Business Strategy and the Environment，2011，20（6）：408-420.

[7] SUBRAMANIAN R， SUBRAMANYAM R. Key factors in the market for remanufactured products[J]. Manufacturing & Service Operations Management， 2012， 14（2）：315-326.

[8] ABBEY J D， MELOY M G， GUIDE V D R， et al. Remanufactured products in closed-loop supply chains for consumer goods[J]. Production & Operations Management， 2015， 24（3）：488-503.

[9] 佚名.考慮消費(fèi)者綠色偏好的閉環(huán)供應(yīng)鏈決策研究[J]. 軟科學(xué)， 2018， 32（9）.

[10] ZHAO S， ZHU Q， CUI L. A decision-making model for remanufacturers：considering both consumers environmental preference and the government subsidy policy[J]. Resources， Conservation and Recycling， 2016：S0921344916301689.

[11] ATALAY A， MIKLOS S. Remanufacturing as a marketing strategy[J]. Management Science， 2008， 54（10）：1731-1746.

[12] WANG Z B， WANG Y Y， WANG J C. Optimal distribution channel strategy for new and remanufactured products[J]. Electronic Commerce Research， 2016， 16（2）：269-295.

[13] WANG W， DA Q. Production and pricing strategy of closed-loop supply chain considering market segmentation[J]. Kongzhi yu Juece/Control and Decision， 2009， 24（5）：675-597.

[14] 杜學(xué)美， 唐星， 解正品. 考慮消費(fèi)者偏好的再制造產(chǎn)品定價(jià)策略研究[J]. 工業(yè)工程與管理， 2016（6）.

[15] 李幫義， 李寧， 孫春艷. 再制造系統(tǒng)消費(fèi)者類型分布對(duì)定價(jià)策略與戰(zhàn)略決策的影響機(jī)制分析[J]. 控制與決策， 2016， 31（11）：2025-2029.

[16] ABBEY J D， KLEBER R， SOUZA G C， et al. The role of perceived quality risk in pricing remanufactured products[J]. Production & Operations Management， 2017， 26（1）：100-115.

[17] XIAOLE W U， YU Z. Buyer-specific versus uniform pricing in a closed-loop supply chain with third-party remanufacturing[J]. European Journal of Operational Research， 2018：S0377221718307239.

[18] GREEN P E， SRINIVASAN V. Conjoint analysis in consumer research：issues and outlook[J]. Journal of Consumer Research， 1978， 5（2）：103-123.

[19] BERGER P D， MAURER R E， CELLI G B. Orthogonality， orthogonal decomposition， and their role in modern experimental design[M]// Experimental Design， 2018.

[20] HALBRENDT C， WANG Q， FRAIZ C， et al. Marketing problems and opportunities in mid-atlantic seafood retailing[J]. American Journal of Agricultural Economics， 1995， 77（5）：1313-1318.