论文部分内容阅读
[摘 要]鉴于电子商务环境下的商品捆绑销售与传统捆绑销售相比具有便捷、灵活等新的特点，本文基于有序Probit模型，从消费者的角度出发，通过引入各种影响因素对网络消费者多品牌捆绑商品的购买意愿进行实证研究。研究结果表明，网络消费者在线购买多品牌捆绑商品时主要受到消费者的上网时间量、商品折扣、捆绑方式及商品平均价值等因素的影响，其中上网时间量和商品平均价值是负相关因素。最后，有针对性地提出了相关营销建议，为网络消费者行为研究学者提供借鉴和参考。
[关键词]网络消费者；多品牌捆绑商品；购买意愿；有序Probit模型
1 引 言
在信息技术迅速普及和物流行业高速发展的推动下，网络购物逐步从现代年轻人的生活走进老年人的生活，成为一种时尚的大众化消费方式。根据CNIT-Research在2014年9月份公布的《2014年第2季度中国网络购物市场研究报告》显示，我国参与网络购物的人数已经达到3.32亿人，2014年第2季度网络购物市场交易规模达7534.2亿元，同比增长76.21%。2014年11月11日，天猫平台的成交额高达571亿元，与往年双11销售数据相比成指数倍增长。由此可见，我国网络购物行业在国家及各地区政府的大力扶持下，不断地进行自我完善并日趋成熟。
网络购物的盛行无疑给传统商务带来了巨大的冲击，迫使实体商业不断向数字化方向转型，网络购物市场的竞争日益激烈。商家为增加销量，往往采用打折、包邮、返现和附赠品等促销方式来吸引顾客，此外，捆绑销售策略作为一种在传统商务中运用较为成熟的促销手段也经常被网络商家所采用，网络商家经常将多个品牌的商品捆绑在一起进行销售。恰当的捆绑销售不仅有利于商家增加销售量，而且有利于消费者节约购买商品的经济成本和非经济成本。相反，不恰当的捆绑销售将给商家和消费者带来严重的负面影响。在电子商务环境下，商品的捆绑销售与传统捆绑销售相比呈现出一系列新的特征。在捆绑形式上商家利用互联网的便捷性，将商品更灵活地进行捆绑，除了采用传统捆绑销售中常见的强行捆绑（捆绑中的商品不单独出售）和自愿捆绑（捆绑中的商品可以单独出售）方式外，大部分商家还采用自由捆绑（消费者可以将捆绑中的商品自由组合进行二次捆绑）的方式进行销售。从捆绑销售对商家的利益来看，在线捆绑销售不仅能增加商品的销量，而且有助于将商家不同品牌的商品直观的展现在消费者面前，以刺激消费者的购买欲望。因此，对在线多品牌捆绑销售的研究具有重要的理论及现实意义。
综观目前有关捆绑销售的研究成果，大部分学者主要是从商家的角度出发，研究捆绑销售的定价策略及捆绑策略问题，而极少站在消费者的角度去研究，尤其是在电子商务环境下，相关研究则更加少。本文将从消费者的角度出发，通过引入不同的影响因素并构建有序Probit模型，利用购物平台上实际出现的多品牌捆绑情况对消费者的购买意愿进行调查，探索影响消费者对多品牌捆绑商品购买意愿的关键因素。该研究不仅有利于商家在电子商务环境下了解顾客的购物行为及有效的实施捆绑销售策略，而且能够为网络消费者行为方面的研究提供借鉴和参考。
2 文献回顾
捆绑销售作为一种常见的共生营销策略，一直以来都是营销领域研究的热点。下面本文将主要从捆绑销售的定义及捆绑销售策略两个层面对捆绑销售的相关研究成果进行回顾和梳理。
2.1 捆绑销售定义
捆绑销售的概念从20世纪70年代开始引入营销领域，但到目前为止，学者们对捆绑销售的定义始终没有一个统一的界定。Adams和Yellen（1976）最早对捆绑销售进行研究时将捆绑销售定义为将商品以数包的形式进行出售，他们主要分析了商家进行捆绑销售的原因及捆绑策略的好坏[1]。Gulitinan（1987）把捆绑销售定义为以特殊的价格整体销售两种及更多的产品或服务。[2]Yadav和Monroe（1994）将捆绑销售定义为以一个价格出售两个或两个以上的产品或服务。[3]到21世纪初，随着营销领域相关研究的深入，学者们对捆绑销售才进行了更科学的定义，Stremersch和Tellis（2002）将捆绑销售定义为整体销售两种及以上独立产品，这里的独立产品指的是在独立分离的市场上已分别存在的产品。
我國学者也根据捆绑的特点对捆绑销售进行了一系列的定义，余嘉明和刘洁（2004）认为以往对捆绑销售的定义都不能将捆绑策略与包装策略区分开来，故他们在Stremersch 和 Tellis观点的基础上，将捆绑销售定义为整体销售两种及以上独立的不同的产品。[4]强调了捆绑商品的不同，主要包括商品的核心利益、功能、包装及品牌等特征的不同。其他学者在此基础上又进一步将捆绑销售定义为将两种或两种以上不同产品或服务进行组合并以一个特定的价格进行销售。该定义将捆绑销售更为形象清楚的表述出来，得到了广大学者的认同。由于网络市场中，绝大多数商家实施捆绑销售的情况都符合该定义，所以本文将采用该定义对消费者购买在线捆绑商品的意愿进行实证研究。
2.2 捆绑销售策略相关研究
定价策略是捆绑销售研究中的一个重要组成部分，很多学者以经济学理论为基础对此进行了大量的研究。所谓捆绑定价就是指商家将一种商品与其他商品捆绑在一起以一个特定的价格出售。Johnson和Herrmann（1999）等运用规范分析方法研究了捆绑销售最优定价问题。我国学者曹洪和夏丽萍（2004）也对捆绑定价策略进行了详细的探析，将捆绑定价的形式分为同质产品捆绑定价、互补式产品捆绑定价及非相关性产品捆绑定价，并分析了捆绑定价实施的条件及其对企业和消费者的利与弊。[5]余嘉明和刘洁（2004）运用心里账户理论研究了在捆绑定价中标价方式、折扣分配及价格参考点对消费者感知价格的影响。[4]同时，学者们也利用各种不同的方法或针对某一类特殊的商品进行了捆绑销售定价策略的研究，如刘璐（2013）采用联合分析法对电信捆绑定价进行了分析，结果表明联合分析法能够较好的应用于电信业务捆绑定价的实践中。[6] 商品性质的差异决定了一种捆绑方式不可能适用于所有的商品，如何将捆绑最优化一直都是企业关注的重点问题，对此，学者们基于营销学和心理学的相关理论对捆绑策略进行了深入的探索。关于捆绑销售的分类，不同的学者根据研究的侧重点不同将其划分为不同的类别，如有的学者根据捆绑销售的性质和形式的不同将其分为同质商品捆绑销售、互补式商品捆绑销售和非相关性商品捆绑销售，或者根据捆绑商品主次地位的不同分为主辅式捆绑、赠送式捆绑和对等捆绑。徐盼（2009）在研究捆绑销售的有效实施策略中将捆绑销售详细的划分为了10大类，包括企业内部捆绑和企业之间捆绑、同品牌捆绑和不同品牌捆绑等。[7]对于不同类别的商品及不同的市场环境，商家往往需要采用不同的捆绑策略。魏航（2012）利用随机效用理论建立MNL模型，研究了同质时鲜产品捆绑销售的最优策略问题，分析了同质时鲜产品在实施捆绑销售时的最优价格、最优临界时间、最优捆绑数量及最大利润等问题。[8]施芳凝、王湘红和成华（2011）通过分析信息产品捆绑销售模型，研究了捆绑销售对于信息产品销售的影响及运营商的最优捆绑策略。研究结果表明在特定条件下，捆绑销售能够给供应商带来更大的利润，但会降低消费者剩余并减少社会总福利。此外，其他学者也进行了很多类似的研究，如于芳和马维忠（2010）研究了关联分析在超市商品捆绑销售中的应用等。
3 材料与方法
3.1 数据来源
本研究的数据来源于《网络消费者对多品牌捆绑商品购买意愿影响因素研究》的调查问卷，研究对象主要包括在校大学生及在职员工等进行过网络购物的人。调查共发放问卷230份，收回有效问卷224份，有效回收率为97.4%。在问卷中我们向每一位被调查者展现了目前淘宝天猫等购物平台上常见的一些多品牌捆绑商品，主要涵盖食品、服装、电子产品等网络消费者经常购买的商品，然后要求被调查者对这些在线多品牌捆绑商品的购买意愿用5度李克特量表进行打分（1=非常不愿意购买，2=不愿意购买，3=一般，4=愿意购买，5=非常愿意购买），以了解网络消费者对多品牌捆绑商品的购买倾向性。
在进行网络购物时，消费者的购买行为往往会受到多方面因素的影响，包括与消费者自身相关的内在因素及产品因素、营销因素等外在因素。在考虑多重共线性检验及现有研究成果的基础上，最终确定了10个自变量。消费者的内在因素主要考虑性别、年龄、学历、平均月消费额度和平均每天上网时间5个因素；外在因素主要考虑商品折扣、商品捆绑方式（由于网络购物中较少出现强行捆绑的现象，故只考虑自愿捆绑和自由捆绑的情况）、商品之间有无互补性、商品平均价值、是否为同等档次商品捆绑共5个因素。各变量的具体解释如表1所示。3.2 描述性分析
在调查问卷中，我们在选择向被调查者展示的多品牌捆绑商品时综合的考虑了与产品和营销相关的各个自变量因素，最终选择出具有代表性的12组捆绑商品进行打分。为了了解所搜集数据的整体情况，我们对数据进行简单的描述性分析。
从分析结果来看，被调查者在回答非常不愿意购买的样本中，男性的样本占了54%，而在回答非常愿意购买的样本中，男性占43%，这说明网络消费者对购买多品牌捆绑商品的意愿与性别之间存在一定的相关关系。对其他3个变量进行类似分析，表现最为明显的是X7和X10，最大差距为58%，这说明网络消费者更倾向于购买能够进行二次捆绑或者具有互补性的多品牌捆绑商品。
对其他数值变量进行描述分析，全部样本的平均年龄为26岁，学历本科及以上的占64%，本科以下的为36%，这符合我国网络消费者主要以年轻、高端人群为主的特点。此外，不同购买意愿分组（不同的Y值）所对应的月平均消费者额度的平均值没有太大的差别，这说明收入与多品牌捆绑商品的购买意愿似乎没有明显的关系。但所对应的平均每天上网时间、商品折扣以及商品平均价值的平均值却有明显的区别，在回答为Y=1的分组与Y为其他值的分组相比，X5和X9的均值较大，X6的均值偏小。
3.3 有序Probit模型构建
有序Probit模型通过可观测的有序反映数据研究不可观测的潜变量变化规律，近年来广泛地运用于处理多类别离散数据。在调查消费者对在线捆绑商品的购买意愿时得到的因变量为离散的有序数据，故本文通过构建有序Probit模型来进行研究。
3.4 模型检验
有序Probit模型的检验通常采用似然比检验。对所构建的Probit模型进行卡方检验，结果显示似然比的模型显著性检验的P值为6.452182e-16<0.05，说明该模型具有统计学意义，在确定的10个解释变量中，存在某些变量对网络消费者购买多品牌捆绑商品的意愿有显著影响。
4 结果分析
本研究采用SAS 9.2对有序Probit模型进行回归拟合分析，得到的分析结果如表3所示。
从结果表中可以看出，通过显著性检验的变量有5个，分别为X5、X6、X7、X9和X10，说明这5个变量对网络消费者购买多品牌捆绑商品的意愿具有显著的影响。在这些变量中，X5和X9的系数为负数，说明平均每天上网时间和商品的平均价值这两个变量与网络消费者对多品牌捆绑商品的购买意愿呈负相关。主要的原因可能是如果消费者有较多的时间进行网络购物，则他会愿意花更多的时间和精力去挑选自己想购买的商品，而不愿意购买多个品牌所捆绑的商品。同时，捆绑商品的平均价值越大，那么消费者将要承担更大的风险，故降低了其购买意愿。其他变量X6、X7和X10的系数为正，说明这些变量与网络消费者购买多品牌捆绑商品的意愿呈正相关，即多品牌捆绑商品的折扣更大、捆绑方式为自由式捆绑或者捆绑的商品具有较强的互补性則网络消费者更倾向于购买。
5 结论及建议
通过建立有序Probit模型对网络消费者购买多品牌捆绑商品的影响因素进行分析的结果表明：影响网络消费者对多品牌捆绑商品购买意愿的因素主要有消费者的上网时间、商品折扣、商品捆绑方式、商品之间有无互补性和商品平均价值的大小。通过对这些因素进行分析，网络商家可以得到相关的营销启示，在进行多品牌捆绑销售策略时应该考虑到以下几个方面。一是在捆绑方式上尽量多使用自由捆绑的方式，让消费者有更大的自主选择权；二是在挑选各种品牌的商品进行捆绑时，应该重点考虑商品之间的互补性，将互补性较强的商品捆绑在一起进行销售；三是多品牌捆绑商品的平均价值不宜过大，减少消费者的风险感受，此外，对应多品牌捆绑商品进行合理的定价，在盈利的情况下采取合适的商品折扣，从而吸引更多的顾客。
参考文献：
[1]Adams W.J.and Yellen，J.L.Commodity Bundling and the Burden of MonoPoly[J].QuarterlyJournal of Economics，1976（90）：475-498.
[2]Guiltinan J.The price bundling of services： a normative framework[J].Journal of Marketing，1987（51）：74-85.
[3]Yadav，Monroe S.How Buyers Evaluate Product Bundles：A Model of Anchoeing and Adjustment[J].Journal of Consumer Research，1994（21）：42-53.
[4]余嘉明，刘洁.捆绑销售中的价格策略研究——心理账户理论的运用[J].管理现代化，2004（5）：4-6.
[5]曹洪，夏丽萍.捆绑定价策略探析[J].价格与市场，2004（6）：46-48.
[6]刘璐.联合分析法在电信捆绑定价中的应用研究[D].北京：北京邮电大学，2013.
[7]徐盼.捆绑销售有效实施及顾客满意策略研究[D].合肥：中国科学技术大学，2009.
[8]魏航.同质时鲜产品捆绑销售的最优策略[J].管理科学学报，2012（6）：7-20.
[关键词]网络消费者；多品牌捆绑商品；购买意愿；有序Probit模型
1 引 言
在信息技术迅速普及和物流行业高速发展的推动下，网络购物逐步从现代年轻人的生活走进老年人的生活，成为一种时尚的大众化消费方式。根据CNIT-Research在2014年9月份公布的《2014年第2季度中国网络购物市场研究报告》显示，我国参与网络购物的人数已经达到3.32亿人，2014年第2季度网络购物市场交易规模达7534.2亿元，同比增长76.21%。2014年11月11日，天猫平台的成交额高达571亿元，与往年双11销售数据相比成指数倍增长。由此可见，我国网络购物行业在国家及各地区政府的大力扶持下，不断地进行自我完善并日趋成熟。
网络购物的盛行无疑给传统商务带来了巨大的冲击，迫使实体商业不断向数字化方向转型，网络购物市场的竞争日益激烈。商家为增加销量，往往采用打折、包邮、返现和附赠品等促销方式来吸引顾客，此外，捆绑销售策略作为一种在传统商务中运用较为成熟的促销手段也经常被网络商家所采用，网络商家经常将多个品牌的商品捆绑在一起进行销售。恰当的捆绑销售不仅有利于商家增加销售量，而且有利于消费者节约购买商品的经济成本和非经济成本。相反，不恰当的捆绑销售将给商家和消费者带来严重的负面影响。在电子商务环境下，商品的捆绑销售与传统捆绑销售相比呈现出一系列新的特征。在捆绑形式上商家利用互联网的便捷性，将商品更灵活地进行捆绑，除了采用传统捆绑销售中常见的强行捆绑（捆绑中的商品不单独出售）和自愿捆绑（捆绑中的商品可以单独出售）方式外，大部分商家还采用自由捆绑（消费者可以将捆绑中的商品自由组合进行二次捆绑）的方式进行销售。从捆绑销售对商家的利益来看，在线捆绑销售不仅能增加商品的销量，而且有助于将商家不同品牌的商品直观的展现在消费者面前，以刺激消费者的购买欲望。因此，对在线多品牌捆绑销售的研究具有重要的理论及现实意义。
综观目前有关捆绑销售的研究成果，大部分学者主要是从商家的角度出发，研究捆绑销售的定价策略及捆绑策略问题，而极少站在消费者的角度去研究，尤其是在电子商务环境下，相关研究则更加少。本文将从消费者的角度出发，通过引入不同的影响因素并构建有序Probit模型，利用购物平台上实际出现的多品牌捆绑情况对消费者的购买意愿进行调查，探索影响消费者对多品牌捆绑商品购买意愿的关键因素。该研究不仅有利于商家在电子商务环境下了解顾客的购物行为及有效的实施捆绑销售策略，而且能够为网络消费者行为方面的研究提供借鉴和参考。
2 文献回顾
捆绑销售作为一种常见的共生营销策略，一直以来都是营销领域研究的热点。下面本文将主要从捆绑销售的定义及捆绑销售策略两个层面对捆绑销售的相关研究成果进行回顾和梳理。
2.1 捆绑销售定义
捆绑销售的概念从20世纪70年代开始引入营销领域，但到目前为止，学者们对捆绑销售的定义始终没有一个统一的界定。Adams和Yellen（1976）最早对捆绑销售进行研究时将捆绑销售定义为将商品以数包的形式进行出售，他们主要分析了商家进行捆绑销售的原因及捆绑策略的好坏[1]。Gulitinan（1987）把捆绑销售定义为以特殊的价格整体销售两种及更多的产品或服务。[2]Yadav和Monroe（1994）将捆绑销售定义为以一个价格出售两个或两个以上的产品或服务。[3]到21世纪初，随着营销领域相关研究的深入，学者们对捆绑销售才进行了更科学的定义，Stremersch和Tellis（2002）将捆绑销售定义为整体销售两种及以上独立产品，这里的独立产品指的是在独立分离的市场上已分别存在的产品。
我國学者也根据捆绑的特点对捆绑销售进行了一系列的定义，余嘉明和刘洁（2004）认为以往对捆绑销售的定义都不能将捆绑策略与包装策略区分开来，故他们在Stremersch 和 Tellis观点的基础上，将捆绑销售定义为整体销售两种及以上独立的不同的产品。[4]强调了捆绑商品的不同，主要包括商品的核心利益、功能、包装及品牌等特征的不同。其他学者在此基础上又进一步将捆绑销售定义为将两种或两种以上不同产品或服务进行组合并以一个特定的价格进行销售。该定义将捆绑销售更为形象清楚的表述出来，得到了广大学者的认同。由于网络市场中，绝大多数商家实施捆绑销售的情况都符合该定义，所以本文将采用该定义对消费者购买在线捆绑商品的意愿进行实证研究。
2.2 捆绑销售策略相关研究
定价策略是捆绑销售研究中的一个重要组成部分，很多学者以经济学理论为基础对此进行了大量的研究。所谓捆绑定价就是指商家将一种商品与其他商品捆绑在一起以一个特定的价格出售。Johnson和Herrmann（1999）等运用规范分析方法研究了捆绑销售最优定价问题。我国学者曹洪和夏丽萍（2004）也对捆绑定价策略进行了详细的探析，将捆绑定价的形式分为同质产品捆绑定价、互补式产品捆绑定价及非相关性产品捆绑定价，并分析了捆绑定价实施的条件及其对企业和消费者的利与弊。[5]余嘉明和刘洁（2004）运用心里账户理论研究了在捆绑定价中标价方式、折扣分配及价格参考点对消费者感知价格的影响。[4]同时，学者们也利用各种不同的方法或针对某一类特殊的商品进行了捆绑销售定价策略的研究，如刘璐（2013）采用联合分析法对电信捆绑定价进行了分析，结果表明联合分析法能够较好的应用于电信业务捆绑定价的实践中。[6] 商品性质的差异决定了一种捆绑方式不可能适用于所有的商品，如何将捆绑最优化一直都是企业关注的重点问题，对此，学者们基于营销学和心理学的相关理论对捆绑策略进行了深入的探索。关于捆绑销售的分类，不同的学者根据研究的侧重点不同将其划分为不同的类别，如有的学者根据捆绑销售的性质和形式的不同将其分为同质商品捆绑销售、互补式商品捆绑销售和非相关性商品捆绑销售，或者根据捆绑商品主次地位的不同分为主辅式捆绑、赠送式捆绑和对等捆绑。徐盼（2009）在研究捆绑销售的有效实施策略中将捆绑销售详细的划分为了10大类，包括企业内部捆绑和企业之间捆绑、同品牌捆绑和不同品牌捆绑等。[7]对于不同类别的商品及不同的市场环境，商家往往需要采用不同的捆绑策略。魏航（2012）利用随机效用理论建立MNL模型，研究了同质时鲜产品捆绑销售的最优策略问题，分析了同质时鲜产品在实施捆绑销售时的最优价格、最优临界时间、最优捆绑数量及最大利润等问题。[8]施芳凝、王湘红和成华（2011）通过分析信息产品捆绑销售模型，研究了捆绑销售对于信息产品销售的影响及运营商的最优捆绑策略。研究结果表明在特定条件下，捆绑销售能够给供应商带来更大的利润，但会降低消费者剩余并减少社会总福利。此外，其他学者也进行了很多类似的研究，如于芳和马维忠（2010）研究了关联分析在超市商品捆绑销售中的应用等。
3 材料与方法
3.1 数据来源
本研究的数据来源于《网络消费者对多品牌捆绑商品购买意愿影响因素研究》的调查问卷，研究对象主要包括在校大学生及在职员工等进行过网络购物的人。调查共发放问卷230份，收回有效问卷224份，有效回收率为97.4%。在问卷中我们向每一位被调查者展现了目前淘宝天猫等购物平台上常见的一些多品牌捆绑商品，主要涵盖食品、服装、电子产品等网络消费者经常购买的商品，然后要求被调查者对这些在线多品牌捆绑商品的购买意愿用5度李克特量表进行打分（1=非常不愿意购买，2=不愿意购买，3=一般，4=愿意购买，5=非常愿意购买），以了解网络消费者对多品牌捆绑商品的购买倾向性。
在进行网络购物时，消费者的购买行为往往会受到多方面因素的影响，包括与消费者自身相关的内在因素及产品因素、营销因素等外在因素。在考虑多重共线性检验及现有研究成果的基础上，最终确定了10个自变量。消费者的内在因素主要考虑性别、年龄、学历、平均月消费额度和平均每天上网时间5个因素；外在因素主要考虑商品折扣、商品捆绑方式（由于网络购物中较少出现强行捆绑的现象，故只考虑自愿捆绑和自由捆绑的情况）、商品之间有无互补性、商品平均价值、是否为同等档次商品捆绑共5个因素。各变量的具体解释如表1所示。3.2 描述性分析
在调查问卷中，我们在选择向被调查者展示的多品牌捆绑商品时综合的考虑了与产品和营销相关的各个自变量因素，最终选择出具有代表性的12组捆绑商品进行打分。为了了解所搜集数据的整体情况，我们对数据进行简单的描述性分析。
从分析结果来看，被调查者在回答非常不愿意购买的样本中，男性的样本占了54%，而在回答非常愿意购买的样本中，男性占43%，这说明网络消费者对购买多品牌捆绑商品的意愿与性别之间存在一定的相关关系。对其他3个变量进行类似分析，表现最为明显的是X7和X10，最大差距为58%，这说明网络消费者更倾向于购买能够进行二次捆绑或者具有互补性的多品牌捆绑商品。
对其他数值变量进行描述分析，全部样本的平均年龄为26岁，学历本科及以上的占64%，本科以下的为36%，这符合我国网络消费者主要以年轻、高端人群为主的特点。此外，不同购买意愿分组（不同的Y值）所对应的月平均消费者额度的平均值没有太大的差别，这说明收入与多品牌捆绑商品的购买意愿似乎没有明显的关系。但所对应的平均每天上网时间、商品折扣以及商品平均价值的平均值却有明显的区别，在回答为Y=1的分组与Y为其他值的分组相比，X5和X9的均值较大，X6的均值偏小。
3.3 有序Probit模型构建
有序Probit模型通过可观测的有序反映数据研究不可观测的潜变量变化规律，近年来广泛地运用于处理多类别离散数据。在调查消费者对在线捆绑商品的购买意愿时得到的因变量为离散的有序数据，故本文通过构建有序Probit模型来进行研究。
3.4 模型检验
有序Probit模型的检验通常采用似然比检验。对所构建的Probit模型进行卡方检验，结果显示似然比的模型显著性检验的P值为6.452182e-16<0.05，说明该模型具有统计学意义，在确定的10个解释变量中，存在某些变量对网络消费者购买多品牌捆绑商品的意愿有显著影响。
4 结果分析
本研究采用SAS 9.2对有序Probit模型进行回归拟合分析，得到的分析结果如表3所示。
从结果表中可以看出，通过显著性检验的变量有5个，分别为X5、X6、X7、X9和X10，说明这5个变量对网络消费者购买多品牌捆绑商品的意愿具有显著的影响。在这些变量中，X5和X9的系数为负数，说明平均每天上网时间和商品的平均价值这两个变量与网络消费者对多品牌捆绑商品的购买意愿呈负相关。主要的原因可能是如果消费者有较多的时间进行网络购物，则他会愿意花更多的时间和精力去挑选自己想购买的商品，而不愿意购买多个品牌所捆绑的商品。同时，捆绑商品的平均价值越大，那么消费者将要承担更大的风险，故降低了其购买意愿。其他变量X6、X7和X10的系数为正，说明这些变量与网络消费者购买多品牌捆绑商品的意愿呈正相关，即多品牌捆绑商品的折扣更大、捆绑方式为自由式捆绑或者捆绑的商品具有较强的互补性則网络消费者更倾向于购买。
5 结论及建议
通过建立有序Probit模型对网络消费者购买多品牌捆绑商品的影响因素进行分析的结果表明：影响网络消费者对多品牌捆绑商品购买意愿的因素主要有消费者的上网时间、商品折扣、商品捆绑方式、商品之间有无互补性和商品平均价值的大小。通过对这些因素进行分析，网络商家可以得到相关的营销启示，在进行多品牌捆绑销售策略时应该考虑到以下几个方面。一是在捆绑方式上尽量多使用自由捆绑的方式，让消费者有更大的自主选择权；二是在挑选各种品牌的商品进行捆绑时，应该重点考虑商品之间的互补性，将互补性较强的商品捆绑在一起进行销售；三是多品牌捆绑商品的平均价值不宜过大，减少消费者的风险感受，此外，对应多品牌捆绑商品进行合理的定价，在盈利的情况下采取合适的商品折扣，从而吸引更多的顾客。
参考文献：
[1]Adams W.J.and Yellen，J.L.Commodity Bundling and the Burden of MonoPoly[J].QuarterlyJournal of Economics，1976（90）：475-498.
[2]Guiltinan J.The price bundling of services： a normative framework[J].Journal of Marketing，1987（51）：74-85.
[3]Yadav，Monroe S.How Buyers Evaluate Product Bundles：A Model of Anchoeing and Adjustment[J].Journal of Consumer Research，1994（21）：42-53.
[4]余嘉明，刘洁.捆绑销售中的价格策略研究——心理账户理论的运用[J].管理现代化，2004（5）：4-6.
[5]曹洪，夏丽萍.捆绑定价策略探析[J].价格与市场，2004（6）：46-48.
[6]刘璐.联合分析法在电信捆绑定价中的应用研究[D].北京：北京邮电大学，2013.
[7]徐盼.捆绑销售有效实施及顾客满意策略研究[D].合肥：中国科学技术大学，2009.
[8]魏航.同质时鲜产品捆绑销售的最优策略[J].管理科学学报，2012（6）：7-20.