垄断竞争市场的竞争因素分析

［摘 要］根据西方经济学微观理论,市场竞争程度越高,其对资源的配置越合理,所以竞争程度高于寡头市场和完全垄断市场的垄断竞争市场,成为现实经济生活中普遍存在的一种市场类型。垄断竞争市场由于企业规模小、数量多、产品可替代性高,导致厂商之间的竞争相当激烈。这些竞争归结起来主要包括价格竞争和非价格竞争,而非价格竞争又包括产品质量、功能、品牌等方面因素。厂商面对如此多的竞争因素,应该抓住哪些主要的来吸引消费者扩大销售额,这是本文所要阐述的问题。本文将以手机市场为例,应用“回归分析”和“因子分析”模型来找出竞争因素中的主要因素。

［关键词］垄断竞争市场；竞争因素；回归分析；因子分析

［中图分类号］F222-1 ［文献标识码］A ［文章编号］1005-6432（2011）2-0159-04

改革开放以来中国从计划经济转向了市场经济,经过几十多年的努力中国经济的市场化进程取得了举世瞩目的成就。一大批私有制中小企业的成立,广泛活跃了商品市场,同时厂商之间的竞争也越来越激烈,中国的各类市场逐步形成了垄断竞争的趋势。激烈的竞争中有些厂商脱颖而出而有些却濒临倒闭,导致不同结果的原因是复杂的,但商品销量的保证肯定是主要原因之一,多数厂商也把扩大销量、抢占市场份额作为自己经营的目标。

从消费者角度来思考面对如此多的商品,其购买偏好是什么？在购买时最注重哪些因素？对于商品使用的满意程度怎样？这些问题都是销售厂商应该密切关注的,对于厂商进行产品改良具有很重要的指导意义。由于垄断竞争市场广泛存在于我们的经济生活中,本文以手机市场为例,通过市场调查获取数据,分别采用回归分析和因子分析对手机的各个竞争因素的重要性进行排序,最终得出消费者的偏好结论。

1 数据的获取与整理

企业要获得消费者偏好的信息,首先需要对自己产品所在的市场进行调查。根据自身企业的实力确定调查范围和调查数量。但需注意调查人群不能太集中,数量也不能太少,否则得出的调查结论会失去可靠性。由于消费者偏好是定性因素,我们首先需要把定性因素量化才能进行模型分析,一般采取被调查者打分的方式获得量化数据。

这里我们获得的数据为厦门市思明区105位手机使用者的调查结果,由于数据量较少得出的结果可能会有偏差,我们在这里着重探讨方法问题。

调查问卷设计如下：

题目1：你对你的手机有多少满意度呢？(五颗星表示最高,一颗星是最低,下同)

题目2：关于你正在使用的手机,下列选项中你的满意度是？

价格低廉

功能强大

性能稳定

售后服务

外观款式

题目3：购买手机时,以下几方面因素对你来说有多重要呢？

外观款式

质量

功能

价格

售后服务

品牌

对数据的整理如表1所示(问卷调查整理后部分数据)：

第一题是个人对手机满意度,第二题是个人对手机各方面因素的满意程度,我们推断对一部手机的满意度是由对这部手机的各个因素的满意程度来决定的,所以二者之间应该可以建立回归方程,用这五个方面的满意度对整体满意度的影响来解释他对自己手机是否满意,可以指导厂商加强哪些方面来提高消费者对自己产品的忠诚度。

第三题的六个因素基本涵盖了同学们买手机时考虑的所有因素,这些因素决定了我们是否买一部手机。对这些因素进行因子分析,选取影响最大的因素,可以明确手机研究开发商的开发方向,为其最大限度地吸引消费者购买自己产品提供指导。

2 研究设计

2.1 回归分析

(1)分析工具和方法

运用SPSS15.0 进行回归分析。

(2)回归分析的基本原理

回归分析是一种应用极其广泛的数量分析方法,它用于分析事物之间的统计关系,侧重考察变量之间的数量变化规律,并通过回归方程的形式描述和反映这种关系,帮助人们准确把握变量受其他一个或多个变量影响的程度,进而为预测提供科学依据。

(3)回归分析的一般步骤

①确定回归方程中的解释变量和被解释变量；②确定回归模型；③建立回归方程；④对回归方程进行各种检验；⑤利用回归方程进行预测。

(4)第一、第二题联合回归分析的相关情况

本题回归分析采用105个样本,解释变量为：手机整体满意度；被解释变量共有五个指标：价格、功能、性能、售后、外观。

试分析五个指标的满意度对整体满意度的贡献：

一是对数据采用强制进入回归分析策略,结果如表2所示：

根据表3可以进行回归方程的显著性检验。F检验统计量的观测值为34.480,对应的概率近似值为0。如果显著性水平α=0.05,由于p值小于显著性水平α,应拒绝回归方程显著性检验的零假设,认为各回归系数不同时为0,被解释变量全体与解释变量全体的线性关系是显著的,可建立线性模型。

表4最后一列为回归系数显著性t检验的概率p值,可以看到,价格和功能的p值大于显著性水平α=0.05。因此不应拒绝零假设,认为这些偏回归系数与0无显著差异,它们与被解释变量的线性关系是不显著的,不应该保留在方框中。由于该模型中保留了一些不该保留的变量,因此该模型目前是不可用的,应重新建模,考虑剔除一些变量。

二是下面对数据采用逐步筛选策略,分析结果如表5所示：

剔除两个变量后T检验的p值均为0,可以看出建立回归方程是合适的。

最终的回归方程为：手机满意度=0.284+0.257×售后满意度+0.366×外观满意度+0.315×性能满意度。

可以得出结论：顾客对于手机的满意度主要由售后、外观、性能决定,其中外观占的比重最大。对厂商的指导意义是：应该注重自己产品的外观设计,同时注重手机的性能和售后服务,以保证顾客对自己产品的满意度,实现顾客的二次消费。

回归分析结果简单明了,但是有个很大的缺陷,在做回归时如果无论采取强制进入策略还是逐步筛选策略时F值均非常大,说明被解释变量不能很好地被解释,得出的回归方程是没有意义的。不过在现实中,一般情况下我们选取的被解释变量和解释变量之间都有很强的相关性,我们只是不知道哪个解释变量更重要而已。下面我们采取另一种分析方法“因子分析”,它不存在不能回归的问题,而是直接考察因子的重要程度,对因子进行排序。

2.2 因子分析

(1)分析工具和方法

运用SPSS15.0 进行因子分析。

(2)因子分析的基本原理

在教育、社会、经济等领域的研究中往往需要对反映事物的多个变量进行大量的观察,收集大量的数据以便进行分析。在大多数情况下,收集到的指标之间同时不是相互独立的,存在一定的相关关系。因此,我们将利用少数几个独立的综合性的指标(因子)来反映原来指标所反映的主要信息,以简化问题。因子分析就是通过研究众多变量间的内部依赖关系,探求观测数据中的基本结构,并用少数几个因子来描述许多指标或因素之间的联系,用较少几个因子反映原资料大部分统计信息的一种统计方法。

(4)第三题因子分析的相关情况

本题的因子分析采用105个样本,有六个因素：即外观款式、质量、功能、价格、售后服务及品牌。

在进行因子分析之前,要先做KMO检验和Bartlett检验以判断样本是否适合作因子分析。KMO检验的目的是分析观测变量之间的简单相关系数和偏相关系数的相对大小,Bartlett检验的目的是确定所要求的数据是否取自多元正态分布的总体,检验变量间的相关阵是否为单位阵。

对本题有关数据进行KMO检验和巴特利特球形检验,检验结果KMO值为0.692,巴特利特球形检验给出的相伴概率为0,小于显著性水平0.05,因此本题数据适合作因子分析。

下面两表(表8和表9)是用SPSS15.0对本题数据进行因子分析之后得到的部分相关表格。为了使得因子累积贡献率大于90%,我们选取了五个因子F1， F2， F3， F4， F5,其中各因子的贡献率递减,即F1的因子贡献率为42.169%,其余递减。

其中“加粗”标注的Xj(j=1,2,3,4,5)是对应与各Fi(i=1,2,3,4,5)中对Fi影响最大的因素。又因为F1～F5的相对重要性依次递减,我们即可得出大学生对手机消费的各因素排序。可以得出结论：消费者在购买手机时考虑因素的排序是：价格―品牌―外观―功能―质量。对于厂商的指导意义是：在资金有限的情况下,应该先研发技术,尽量降低制造成本来降低价格,同时加强广告宣传树立自己的品牌形象,这样可以更吸引消费者。

由于个人财力精力有限,获得的数据量小、地区局限,但是本文仅以手机市场为例,着重探讨方法问题。回归分析和因子分析两种方法可以适用于一切垄断竞争市场的竞争因素分析,厂商进行数据调查时样本量应尽量大,调查范围尽量广,这样得出的结论才具有指导意义。在竞争日益激烈的今天,只靠经验来决定企业的发展方向显然会被淘汰,应该有科学的理论指导,用数据说话。

参考文献：

［1］平狄克.微观经济学［M］.北京：中国人民大学出版社,2000.

［2］朱建平.应用多元统计分析［M］.北京：科学出版社,2006.

［3］吴喜之.统计学从数据到结论［M］.北京：中国统计出版社,2009.

［4］王冰.垄断竞争市场及其评论［J］.经济师,1999(8).

［作者简介］刘洋(1988―),男,河南人,厦门大学计划统计系统计学专业投资决策方向2007级在读本科生。