《表4 本研究涉及的变量简介》
由于本研究的数据样本来源于翼支付平台,其记录了该平台2017年9月~2018年10月全国范围内用户的完整消费行为轨迹。电商平台的折扣促销活动很多,如果将用户每一次的实际购买情况记为一个数据点,那么数据量将会非常庞大,同时无法排除某些不可观测的因素对用户消费的影响。因此,笔者参考并延伸了前述学者的研究方法(Cai et al.,2016;Della Bitta&Monroe,1981;Lichtenstein et al.,1991):首先,确定0%~15%的折扣率为低折扣水平,并设定为五个观测区间,即0%,0%~2.5%,2.5%~5%,5%~10%,10%~15%。其次,把“地区”按照中国四大经济区域、“时间”按照交易发生的14个月,以最小二乘虚拟变量估计法进行数据归类,从而将用户每一次的实际购买情况构造成同一地区的用户i在同一月份的同一折扣观测区间的购买情况,由此记录m地区的用户i在第t月以平均低折扣水平Discount和平均初始定价Price购买某产品的数量Volume。最后,本研究是基于电商平台的消费端视角开展的,为了减少研究结论的误差,需要控制消费者在线消费时由个体差异性所造成的干扰,因此选择了“年龄”“收入”“信用卡”作为消费者层面的控制变量(表4)。
图表编号 | XD00192825700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 董晓松、刘霆杰、赵星 |
绘制单位 | 南昌大学经济管理学院、西安交通大学经济与金融学院、成都理工大学旅游与城乡规划学院 |
更多格式 | 高清、无水印(增值服务) |