“4R”对新能源物流车购买意愿的影响
——以五菱公司为例 吴玉梅 叶龙 广西工业职业技术学院 基金项目:2021年度广西高校中青年教师科研基础能力提升项目(2021KY1256) 摘要:基于五菱公司新能源物流车购买意愿的市场调查数据,运用4R理论构建二元逻辑回归模型。运用因子分析法从19个测量指标中提取出4个主成分,通过二元逻辑回归模型检验,得出结论:需求关联、市场反应、互动关系和价值回报四种因素对五菱公司新能源物流车的购买意愿存在显著正向影响,影响程度按由强到弱依次为需求关联、市场反应、互动关系、价值回报。最后根据研究结论总结出营销启示,提出五菱公司强化顾客对新能源物流车购买意愿的四个途径。 关键词:新能源物流车;4R;购买意愿;二元逻辑回归;影响因素 一、引言 在双碳目标和绿色物流理念的倡导下,政府出台政策通过路权优先、牌证优先、税费减免等方式强势推广新能源物流车。新能源物流车是指以新型能源为动力的、安装有四只脚轮的、用于运送与储存物料的单元移动集载设备。中国邮政、京东、顺丰等物流企业加快节奏淘汰“高能耗、高排放、高污染”的传统物流车。随着电商业迅速发展,催生巨大的物流车需求,我国新能源物流车市场潜量巨大。在国家出台利好政策的大力支持下,重庆瑞驰、吉利、东风等品牌新能源物流车在该领域逐渐凸显优势地位,而享有“国民神车”之誉的上汽通用五菱汽车股份有限公司(简称五菱公司)却在新能源物流车领域略显逊色。五菱公司新能源物流车目前存在的困境是:产品推出滞后于其他龙头企业,自2020年首款新能源物流车上市以来,其市场销量远低于瑞驰、吉利、东风等品牌。为赢得市场青睐,五菱公司通过升级产品设计、开拓密集渠道、价格折扣、促销礼包等方式刺激顾客购买,但这些传统的4P策略收效并不明显。采取何种方式才能更有效地强化顾客对新能源物流车的购买意愿,是当下五菱公司亟待解决的问题。 二、文献综述 1.关于4R营销理论 唐·舒尔茨(Don E.Schuhz)在“4C”的基础上提出了4R营销理论。该理论认为,在市场竞争中企业应通过需求和业务与顾客建立关联,要站在顾客的角度及时倾听和高度回应市场需求,与顾客建立起长期稳固的友好合作关系,要从关注短期利益转变为重视长期利益,为顾客创造价值。即围绕“关联(Relevancy)、反应(Reaction)、关系(Relationship)、回报(Reward)”四要素与顾客构筑“命运共同体”。4R是以竞争为导向,以关系营销为核心,注重建立顾客忠诚的一种营销理论。秦嘉鑫(2020)在《基于4R理论的N公司营销策略优化研究》中指出4R理论比4P理论和4C理论更适合目前新能源产业的发展阶段,通过案例分析对动力能源N公司的产业环境和背景进行了分析,并基于4R理论为N公司提出了改进营销策略[1]。 2.关于新能源汽车购买意愿的研究 对新能源汽车购买意愿的研究比较多,研究的角度有消费群体偏好、消费模式、影响因素、市场策略等。如张安忠(2022)针对新能源汽车市场进行调查,从年龄、性别、收入、学历等几个维度分析不同人群对新能源汽车的消费升级意愿及消费偏好[2]。刘璐(2021)从心理形成机制的角度进行实证研究,检验了感知物质收益和感知精神收益对新能源乘用车购买行为会产生影响[3]。 3.关于新能源汽车购买意愿影响因素的研究 对新能源汽车购买意愿影响因素分析的研究中,运用的理论主要有6P、心理与行为机理等。如李航雁(2021)利用多项Logit回归模型证实了停车费折扣、电价优惠、财政补贴、限行、充电桩建设等消费政策组合对消费者选择的具有显著影响,政策组合对新能源汽车推广具有推动作用[4]。于慧茹(2022)基于计划行为理论对新能源汽车购买意愿的影响因素进行调查研究,验证了新能源汽车认知、环境问题知识、环境关切度、政策态度以及主观规范5个因素对购买意愿存在正向影响[5]。 综上所述,现有研究仍存在欠缺。一是绝大部分研究围绕新能源乘用车市场展开,针对物流车市场的研究较为匮乏;二是对新能源汽车购买意愿研究的角度主要有人口统计特征、感知价值、消费政策等因素,多运用6P、消费者心理与行为机理等理论构建研究模型,而鲜有运用4R理论构建模型的研究;三是针对新能源物流车市场的研究主要是围绕新能源物流车的市场发展状况、商业模式和推广策略等进行分析。由此可见,目前甚少有针对新能源物流车这个细分市场购买意愿的研究。鉴于此,文章基于4R营销理论视角,对五菱新能源物流车购买意愿进行调查研究,检验“4R”对五菱新能源物流车购买意愿的影响,并试图找出“4R”中蕴含的具体影响指标,以期探索出能有效强化用户购买意愿的途径。这对于提升五菱公司新能源物流车市场竞争力和促进我国新能源物流车的推广具有重要意义。 三、市场调研数据分析 1.问卷设计及数据收集 问卷设计。采用问卷调查法对五菱公司新能源物流车购买意愿进行调查,问卷设计程序如下:(1)对新能源物流车行业存在的问题进行摸底,设计问卷题项雏形;(2)梳理文献,借鉴前人的成熟量表;(3)融入汽车行业专家知识经验,优化量表观测指标;(4)在朋友圈小范围测试问卷信效度,修正量表题项形成正式问卷。为使受访者清楚表示自己的意见,以确保数据精准,调查问卷的主体题项采用Likert五级量表,每个题项的答案分为1-5级。 数据收集。利用问卷星平台发布调查问卷和收集数据,通过微信朋友圈、QQ等社交平台发放,由于社交辐射范围有限,回收的问卷涉及地理区域主要以广西、广东等省市为主。共收回有效问卷496份,其中购买意愿为“是”的样本371份,购买意愿为“否”的样本125份。 2.描述性分析 为了探索出“4R”中哪些具体因素对五菱新能源物流车购买意愿存在影响,调查问卷采用Likert五级量表设置了5个主体题项共24个观测指标,经检验筛选后保留4个主体题项共19个研究指标。 (1)“关联(Relevancy)” 对五菱新能源物流车购买意愿影响的描述性分析 “您认为五菱新能源物流车的车辆性能与您用车需求的关联吻合程度”题项包含7个指标:续航能力、动力性、装载能力、安全性、经济性、操控性、舒适性。被调查者对这7个指标赋值4、5的占比分别为31.45%和18.75%以上,明显高于赋值小于3的占比,如图3所示,说明大部分被调查者认为五菱新能源物流车的性能与顾客用车需求的关联吻合程度较高,约10%被调查者认为不吻合或非常不吻合。 图1 被调查者认为五菱新能源物流车的配置性能与其需求的关联与吻合程度 (2)“关系(Relationship)” 对五菱新能源物流车购买意愿影响的描述性分析 “您对五菱与顾客互动关系的意见”题项包含4个指标:关心顾客体验、采用高效平台实时沟通、顾客维系频次高、长期跟进顾客。被调查者对这4个指标赋值4、5的占比分别为35.89%以上、18.95%以上,明显高于赋值小于3的占比,如图2所示,说明大部分被调查者认为五菱厂商与顾客互动关系较紧密。 图2 被调查者认为五菱厂商与顾客互动关系紧密程度的意见 (3)反应(Reaction)对五菱新能源物流车购买意愿影响的描述性分析 “您认为五菱厂商回应顾客需求的效率如何”题项包含4个指标:产品到货、维修保养、车辆救援、顾客投诉处理。被调查者对这4个指标赋值4、5的占比分别为35.48%以上、20.77%以上,明显高于赋值1、2的占比,如图3所示,说明大部分被调查者认为五菱厂商对顾客需求反应较迅速,约7%认为不迅速或非常不迅速。 图3 被调查者认为五菱厂商对顾客需求的反应迅速程度 (4)回报(Reward)对五菱新能源物流车购买意愿影响的描述性分析 “您对五菱新能源物流车价值回报的满意程度是”题项包含4个指标:整车价格、品牌价值、优惠补贴力度、售后服务收费。被调查者对这4个指标赋值4、5的占比分别为34.27%以上、15.12%以上,明显高于赋值1、2的占比,如图4所示,说明大部分被调查者对于五菱新能源物流车的价值回报较满意。 图4 被调查者对五菱新能源物流车价值回报的满意程度 运用SPSS26.0软件对4个主体题项进行描述性统计,结果显示:在125个购买意愿为“否”的样本中,对“五菱新能源物流车的配置性能与其需求关联吻合程度”、“五菱厂商与顾客互动关系紧密程度”、“五菱厂商对顾客需求的反应迅速程度”、“对五菱新能源物流车价值回报的满意程度”这四个方面的各项指标赋值小于等于3的样本占比为33.6%;在371个购买意愿为“是”的样本中,对上述四个方面的各项指标赋值为4或5的样本占比为31.8%,赋值大于等于3的占比为84.1%。这四个方面对顾客购买意愿是否存在影响,需要进一步运用逻辑回归模型进行验证。 3.量表信度与效度分析 利用SPSS26.0软件进行数据分析,采用克隆巴赫信度系数(Cronbach α系数)法对问卷数据进行信度检验,将问卷量表的X1-X19指标分4个维度分别进行信度检验,结果如表1所示。从问卷可靠性分析结果可知,19个指标4个维度的Cronbach α系数分别为0.954、0.940、0.941和0.929,均大于0.9,表明所有分量表的数据信度甚佳,问卷整体具有很高的信度。 表1 信度检验与因子分析结果 量表借鉴了前人的研究成果,并且融入汽车行业专家的知识经验,对量表进行了优化设计,因此可认为量表的内容效度符合标准。采用因子分析法对量表的效度进行检验,以验证测量题项设计是否合理。利用Bartlett's球状检验验证量表中各个变量是否具有独立性。如表2数据显示,KMO值为0.963,接近1,表明适合做因子分析;Bartlett值为10560.710,显著性水平为0.000(小于0.001),分析提取的累计载荷总方差≥60%,所有测项的因子载荷≥0.5,表明该问卷具有良好的结构效度。 表2 KMO 和巴特利特检验 4.因子分析 利用因子分析法对量表进行分类,经过最大方差法正交旋转,通过主成分分析法提取主成分4个,其中3个主成分特征值(见表1)分别为12.908、1.154、1.090,均大于1,第4个主成分特征值为0.515,虽小于1,但考虑到它能将总体累积方差贡献率提升到80%以上,因此采纳。累积方差贡献率为82.5%,说明19个指标提取的4个因子对于原始变量的解释度较为理想,可以解释原始变量的82.5%的信息。从旋转后的成分矩阵划分维度,4个主成分即4个维度(见表3),其中维度1包括7个观测指标:续航能力、动力性、装载能力、安全性、经济性、操控性和舒适性;维度2包括4个观测指标:整车价格、品牌价值、优惠补贴力度、售后服务收费;维度3包括4个观测指标:关心顾客体验、采用高效平台实时沟通、顾客维系频次高、长期跟进顾客;维度4包括4个观测指标:产品到货、维修保养、车辆救援、顾客投诉处理。旋转后的成分矩阵中,四个维度的因子载荷系数均大于0.5,说明维度划分良好。将4个维度作为潜变量依次命名为需求关联(Relevancy)、价值回报(Reward)、市场反应(Reaction)、互动关系(Relationship)(见表1)。 表3 旋转后的成分矩阵 5.相关性分析 为了避免自变量之间存在相关性影响模型的准确度,利用Pearson进行相关性分析。数据显示,需求关联、价值回报、互动关系、市场反应4个因子两两之间的皮尔逊相关性系数均为0.000,Sig值为1.000。根据皮尔逊系数判定标准,皮尔逊相关性系数绝对值越接近于1,相关性越强;皮尔逊相关性系数越接近于0,相关性越弱,因此,四因子两两之间不存在显著相关性。 6.回归分析 首先进行模型显著性检验,分析结果显示,卡方值为71.750,显著性值为0.000,表明该模型具有统计学意义,引入的四个因素变量(需求关联、价值回报、互动关系、市场反应)至少有一个有效果。 表4 模型系数的 Omnibus 检验 二元逻辑回归分析显示,需求关联、互动关系、市场反应三个因子的显著性值均为0.000(<0.001),价值回报的显著性值为0.004。常量系数为1.267,需求关联、价值回报、互动关系、市场反应四个因子的回归系数分别为0.620、0.363、0.419、0.488,表明四个因子对购买意愿有显著性正向影响,影响程度按由强到弱排序依次为需求关联>市场反应>互动关系>价值回报。 表6 回归方程变量 四、逻辑回归模型构建 根据回归模型分析结果,写出二元逻辑回归模型表达式如下: 五、研究结论与启示 1.研究结论 一是,需求关联对五菱公司新能源物流车的购买意愿存在显著的正向影响。即五菱公司新能源物流车性能配置与顾客需求的关联程度越强,则顾客购买意愿就越强,其中动力性、续航能力、经济性、安全性、操控性、装载能力和舒适性这7个指标是构建需求关联的关键性指标,其重要性依循以上排序。 二是,市场反应对五菱公司新能源物流车的购买意愿存在显著的正向影响。即五菱公司新能源物流车厂商对市场需求的反应效率越高,则顾客购买意愿就越强。其中顾客投诉处理、车辆救援、维修保养、产品到货效率4个指标是市场反应的关键性指标。 三是,互动关系对五菱公司新能源物流车的购买意愿存在显著的正向影响。即五菱公司新能源物流车厂商与顾客的互动关系越紧密,则顾客购买意愿就越强;其中顾客维系频次、关心顾客体验、实时沟通、长期跟进顾客4个指标是构建互动关系的关键性指标。 四是,价值回报对五菱公司新能源物流车的购买意愿存在显著的正向影响。五菱公司新能源物流车厂商给顾客的价值回报越高,则顾客购买意愿就越强。其中优惠补贴力度、品牌价值、整车价格、售后服务收费4个指标是构成价值回报的关键性指标。 五是,四种因素对五菱公司新能源物流车购买意愿的影响程度按由强到弱排序为需求关联>市场反应>互动关系>价值回报。 2.启示 一是,五菱公司应通过提升客户需求关联度来强化购买意愿。通过市场调查、用户共创、数据调取、用户信息精细化管理等方式洞察用户需求痛点,满足用户在动力性、续航里程、经济性等方面的需求,与用户构建需求关联,以强化顾客购买意愿。 二是,五菱公司可通过提升市场反应效率来强化购买意愿。通过构建高效信息端口,打通各类渠道的触达点,高效处理市场信息,快速协调供应链,聚焦消费者所需车型,优先解决市场欠单,高效处理顾客投诉、开展车辆救援和维修保养,对市场作出快速反应,以赢得用户青睐。 三是,五菱公司可通过加强互动关系来强化购买意愿。具体措施上,可采用高效平台实时与顾客保持互动,及时处理顾客投诉,关心顾客用车体验,与顾客形成高粘度的稳定关系,以促进购买。 四是,五菱公司可通过提高对顾客的价值回报来强化购买意愿。重塑品牌形象提升品牌价值,完善电池技术降低整车造价,推出经济实惠的充电换电等服务,以最高的附加值回馈用户,从而吸引顾客购买。 3.不足之处 预测模型尚存在不足之处。一是由于时间和发放问卷平台的限制,采集到的样本量不足,导致建立的模型对购买意愿“否”的预测能力较差,准确率不高;二是需求关联、市场反应、互动关系和价值回报四种要素所蕴含的指标可能不尽完善。后续需针对以上问题进行修正,以建立拟合优度更高的模型,提升模型的预测能力。 参考文献: [1]秦嘉鑫.基于4R理论的N公司营销策略优化研究[D].苏州:苏州大学,2020(04). [2]张安忠.新能源汽车市场的消费升级意愿及偏好分析[J].中国商论,2022(13):36-38. [3]刘璐.新能源乘用车顾客购买行为影响因素的研究[D].苏州:苏州大学,2021(03). [4]李航雁.新能源汽车消费政策组合对消费者选择的影响研究[D].北京:北京交通大学,2021. [5]于慧茹.基于计划行为理论的新能源汽车购买意愿影响因素研究[D].吉林:长春理工大学,2022. |