[摘 要]近年来，随着盲盒类产品被引入中国，中国的盲盒类产品市场已经快速增长到千万级市场。本研究结合问卷调查法和统计学方法调查了部分北京地区消费者购买盲盒类产品的消费意愿，并采用Logistic回归模型对消费者购买意愿的影响因素进行统计分析。通过分析得到的结果可以判定，性别以及收入水平这两项指标是影响消费者购买意愿的主要因素。基于相关统计分析结果，本研究提出盲盒类产品的生产厂家要注重提升产品的品质，针对在校学生及白领阶层这两个主要受众群体要做好定向产品营销及售后服务等工作，有望实现盲盒类产品消费市场的进一步扩大。

[关键词]Logistic回归模型;盲盒;消费者;购买意愿

[DOI]10.13939/j.cnki.zgsc.2020.25.125

1 研究背景与意义

盲盒起初只是玩具的一种销售形式，近年来盲盒类产品的种类日渐繁多，其消费市场也日益扩大，这类产品逐渐从日本市场开始走向国际化。

从产品角度看，盲盒在被拆封前无法知晓其内含产品，这是一套具有极高不确定性的收益反馈机制，容易诱发消费者的博弈心理，进而在较短的时间内产生依赖性的重复购买行为。加之盲盒类产品的新品层出不穷，以及隐藏款具有稀缺性，更加容易激发消费者的收藏和占有欲，这也使得部分款式的产品存在较高溢价，进而催生了其二级市场。随着我国经济的飞速发展以及人民生活水平的普遍提高，已经有越来越多的中国消费者产生购买意愿，也由此衍生出一个千万级的消费市场。

文章选取北京市的部分消费者作为调查对象，在传统的问卷调查法基础之上，采用Logistic回归模型对消费者关于盲盒类产品的购买意愿进行研究，目的在于分析消费者对盲盒类产品的购买特征，针对盲盒类产品的消费市场发展提出有针对性的建议与意见。

2 变量选择与模型构建

2.1 变量选择

为了更好了解本次调查中所有的有效被调查消费者个体的特征对盲盒类产品的购买意愿的影响情况，本研究选择使用统计学方法中的多变量二分类Logistic回归模型进行建模并对样本数据进行回归分析。研究中，选择将消费者是否有意愿购买盲盒类产品作为因变量，将包括人口统计学变量在内的若干可能影响消费者购买意愿的变量定义为自变量。自变量中，主要涉及被调查消费者的性别、年龄、受教育程度以及收入水平这四大类变量。

其中，性别变量的水平划分参考了国际通用标准，男性定义为1，女性定义为0。年龄的划分采用时代划分法，将“00后”定义为1;“90后”定义为2;“80后”定义为3;其余40岁以上的群体定义为4。受教育程度（含在读）采用三级划分法，将高中及以下的较低学历水平定义为1;大学本/专科的中等学历水平定义为2;硕士研究生及以上的高等学历水平定义为3。收入水平方面，参考国家统计局社科文司在2018年全国时间利用调查数据中对被调查者月收入水平的划分方式，将月收入在2000元以下的样本划分为低收入群体，取值为1;将月收入在2000～5000元的样本划分为中等收入群体，取值为2;将月收入在5000～10000元的样本称为较高收入群体，取值为3;将月收入在1万元～2万元的样本称为高收入群体，取值为4;将月收入在2万元以上的样本称为超高收入群体，取值为5。

2.2 模型构建

在本研究中，通过对问卷调查法所得到数据的初步分析，可以将消费者购买盲盒类产品的行为划分为二分类回归问题。为了更加深入且明确地了解消费者对盲盒类产品的消费意愿及影响因素，本研究将进一步构建Logistic模型对被调查者的消费意愿进行回归分析。希望通过使用统计学模型的回归分析，能够得到在一定水平下具有显著性的影响消费者购买意愿的因素，模型的具体形式为：

Y=β0+βk×xj（1）

由于因变量Y为离散型二分类变量，取值只能为0或1，故本研究中的Logistic回归模型可以表示为：

Pk=11+exp （β0+∑mj=kβj×xjk）（2）

其中，Pk为愿意购买盲盒类产品的概率;k为消费者编号;β0为截距;j为影响因素编号;m为影响因素的个数;βj为影响因素的回归系数;xjk表示第k个样本的第j种影响因素。

3 数据收集与统计分析

3.1 数据来源

本研究采用线上线下相结合的问卷调研方式，被调查的消费者分别涵盖了不同的性别、年龄、职业、文化程度和收入水平。本次问卷调查共随机调研了210名消费者，其中线下调研50人次，线上发放问卷160份，共回收问卷210份。其中，线上回收的问卷中有6份作答时间过短，人工将其判定为无效问卷，予以作废处理，本次调查问卷综合有效率为97.14%。

3.2 統计学分析

在204个有效被调查者中，男性人数为54人，女性人数为150人;年龄方面，“90后”群体是本次调查中的主要人群，其总人数占被调查人数的73.53%;受教育程度方面，被调查对象普遍接受过大学专科及以上的教育，其占比为97.06%;职业方面，在读学生与普通办事人员及有关人员是本调研的主要对象，其占比分别为61.76%及26.47%;收入水平方面，近七成的被调查者月收入在5000元以下，另有14.71%的被调查者月入过万元。

在所有被调查的消费者中，有过盲盒类产品消费的用户占全部有效被调查消费者总数的58.82%。针对具有盲盒类产品消费经历的被调查者进行进一步的深入调研，研究发现有48.33%的用户两次购买行为的时间间隔大于一个月，同时也有31.67%的用户会在一周内进行多次购买。由此可见，盲盒类产品的消费者群体购买意愿呈两极化，热衷者会频繁购买，其他消费者则只会偶发购买。这就导致盲盒类产品的消费者中会出现一部分“铁杆粉丝”，也是市场的消费主体。

3.3 Logistic回归分析

根据本次问卷调查所得到的204份有效数据，运用R统计软件对样本数据进行Logistic 模型回归分析，全模型的参数估计情况如表1所示。通过P检验可知，性别变量为男性的被调查者在0.05显著性水平下具有显著购买意愿;月收入在2000～5000元的群体在0.01的显著性水平下具有显著性;同时，月收入在1万元～2万元的被调查者的购买意愿也在0.05的显著性水平下显著。其他变量的水平均没有统计学意义上的显著相关性。

3.4 模型效果与评估

在评价二分类问题预测模型的有效性过程中，通常采用TPR和FPR这两个指标。在本研究中，针对全模型的TPR指标描述的是在所有实际上购买了盲盒类产品的被调查样本中，被正确判断为购买者的比率，而FPR指标则描述的是在所有实际上没有购买盲盒类产品的被调查样本中，被错误地判断为购买者的比率。一般而言，研究者希望模型中TPR的值尽可能高，同时FPR的值尽可能低。但是在现实问题中，TPR与FPR的取值都是在0～1之间动态变化的，为了更加直观地观察模型的效果，统计学中引入了ROC 曲线。

ROC曲线是一种在数理统计中常用的，用来描述模型TPR和FPR关系的曲线。在模型的评价过程中，通常采用计算模型的AUC值作为评价二分类模型预测效果的标准。在本研究中，经过AIC准则的调整和选择，将模型进一步优化后，得到AIC标准下模型的ROC曲线。根据计算结果，AIC准则选择后的模型的AUC值为0.696，可以说该模型对消费者购买盲盒类产品的购买意愿有较好的预测效果。

4 结论与建议

4.1 研究结论

根据Logistic回归模型的全模型参数估计结果可以看出，在影响消费者购买盲盒类产品意愿的影响因素中，性别、收入水平和年龄变量有一定的显著性。可以说在消费者拥有一定的经济基础的情况下，或是中年职场人在一定程度上相较于年龄段或收入水平的用户更容易产生购买盲盒类产品的意愿。

值得注意的是，除较高收入群体中具有显著性的消费意愿外，月消费水平在2000～5000元的学生群体，特别是在读大学生群体也是盲盒类产品的主要受众之一。此类消费者相较于中年消费者和具有较高收入的白领阶层更加年轻化和潮流化，对盲盒类产品的样式、包装以及产品的新颖性等方面有较高的要求。

4.2 政策建议

盲盒类产品的核心竞争力一方面在于其单品的独特性和未知性，另一方面则是其具有较高的艺术性，具有一定的收藏价值。因此，盲盒类产品的生產厂家和经销商要结合线上线下多渠道的宣传方式，在广大学生群体及具有较高收入的白领阶层消费者心中树立起拥有过硬的产品质量、广泛的销售渠道以及优质的售后服务保障的良好品牌形象。

由于消费者群体的消费能力普遍较高，盲盒类产品的经销商应该提高产品单价，并尽可能让消费者拥有物有所值甚至物超所值的购物体验，进而产生复购行为。针对盲盒类产品消费者普遍具有较高的文化素质和艺术追求这一特点，盲盒类产品的生产厂商可以尝试与更多的顶级流量形象合作，结合当下的热点进行产品设计，打造更加流行的爆款产品。

现阶段盲盒类产品市场还处于“野蛮生长”的初级阶段，政府在此类产品的发展进程中应该扮演好市场监管者和促进者的角色。一方面，有关部门应该尽快完善相关的法律法规，为这个新兴市场营造良好的市场环境;另一方面，对于可能存在违规生产或盗版侵权等问题的生产商，有关部门应该加强市场监管力度，保障消费市场中产品的安全性和可靠性。这样不仅能够维护良好的消费市场秩序，也有利于促进市场增长，推进行业较好较快发展。

参考文献：

[1]李耀东，马清梅.中外有机食品购买行为研究对比[J].商业经济研究，2019（21）：54-56.

[2]左妹华，刘洪伟，何锐超，等.基于Logistic回归模型的消费者购买意向研究[J].南昌大学学报（理科版），2019，43（4）：398-403，408.

[3]韩欣悦.从行为经济学视角看盲盒经济之谜[J].商讯，2019（27）：117-118.

[4]田静. 鲁西南乐透型体育彩票彩民购买行为影响因素研究[D].济南：山东建筑大学，2019.

[5]黄逸珺，张依纯.消费者冲动性网购行为的影响因素研究[J].北京邮电大学学报（社会科学版），2019，21（5）：34-45.

[6]李梦璐，罗珊，余春晓，等.消费者微信群特色农产品购买行为影响因素研究——基于Logit模型和Poisson模型的实证分析[J].农村经济与科技，2019，30（19）：104-110.

[作者简介]张泽远（1994—），男，汉族，北京人，首都经济贸易大学管理工程学院，硕士研究生，研究方向：电子商务与供应链一体化。