1. 引言
中国消费市场在数字化、个性化与可持续化趋势的推动下，呈现出消费升级、二手经济兴起与从众心理交织的复杂特征[1]。智能手机作为高频更换、技术迭代迅速的典型品类，其产品更新与消费者替换行为研究价值突出[2]。企业在面对研发成本与技术限制的双重压力时，往往选择基于现有产品进行迭代更新[3]。然而，消费者在已拥有同系列产品的情况下，是否愿意替换为新一代产品，不仅受到产品功能与价格的直接影响，更受到其“购得”与“处理”双重心理准备状态的深层制约[4]。其中隐含着消费者对自身预算的会计管理意识与对购买行为成本效益的潜在核算[5]。本研究立足于这一现实问题，旨在从消费者微观经济决策与产品生命周期成本评估的交叉视角[6]，系统探讨产品更新策略与价格策略如何通过消费者准备度影响其替换意愿，以期为企业在复杂多变的中国市场制定科学有效的新产品营销策略提供融合会计思维的决策支持。
2. 文献综述与研究假设
2.1. 消费者准备度的理论脉络与双重中介模型构建
消费者准备度概念源于技术接受模型与行为决策理论的交叉领域[3]。近年来，赵晓康(2023)基于中国情境，将准备度扩展为“欲望–能力”双维构念，并强调了其在替换决策，而非初始采纳决策中的关键作用[4]。值得注意的是，消费者的“能力”维度不仅包括使用能力，更隐含了支付能力、预算分配等经济核算能力，这与管理会计中的资源约束理论和消费者行为学中的预算管理概念密切相关[5]。
本研究创新性地提出“双重中介模型”，将消费者准备度划分为“购得准备度”与“处理准备度”。其中，“购得准备度”不仅包含购买欲望，更包含了消费者对新产品支付的承受能力、预算分配决策以及对其性价比的会计式评估[5]；“处理准备度”则涉及对旧产品处置收益(如回收价格)与成本(如数据迁移成本)的核算[7]，这与资产处置决策中的成本效益分析逻辑相似[6]。该模型融入了消费者作为“自我会计师”进行微观经济决策的视角[5]，揭示了营销策略通过影响消费者在“获得”与“处置”两端的经济性与心理性准备状态[4]，最终驱动其替换决策的完整心理机制，具有显著的理论创新性。
2.2. 中国消费环境特征与假设推导
中国消费环境具有鲜明的本土化特征，首先，“消费升级”趋势促使消费者追求更高价值产品[1]，这种价值判断往往融合了功能效用与经济代价的权。其次，“二手经济”的蓬勃发展使得旧产品处置的残值回收成为消费者替换决策中重要的成本抵减项[7]，直接影响净购买成本。最后，消费者的从众心理也可能受到参照群体消费水平与自身预算匹配度的影响。这些特征为研究假设提供了现实基础。
基于上述理论与现实基础，本研究提出以下研究假设，见图1：
H1：非线性更新比线性更新更能促进消费者的替换意愿，因为非线性更新带来的价值跃迁更可能被消费者认为物有所值，覆盖其购买的心理账户成本[2]。
H2：核心属性更新比非核心属性更新对替换意愿的影响更强，因为核心属性的提升更直接地贡献于产品的使用效能，在消费者的价值评估中权重更高[3]。
H3：低价策略对消费者替换意愿的促进作用最强，因其直接降低了消费者的现金支出与预算压力[1]。
H4：消费者准备度(购得准备度与处理准备度)在营销策略与替换意愿之间起中介作用，且这种中介作用受到消费者个人预算约束程度和对产品全生命周期成本敏感度的调节[4]。
Figure 1. Research framework
图1. 研究框架
3. 研究设计
3.1. 变量测量与实验设计
本研究采用情境实验法与问卷调查法。以智能手机为目标产品，设计2 (更新方式：线性/非线性) × 2 (属性类型：核心/非核心) × 3 (价格策略：高/中/低)的组间实验，共12组实验情境。通过前测确定核心属性为“运行内存”与“网络支持(5G)”，非核心属性为“机身材质”与“屏幕刷新率”。价格策略以参与者当前所用手机的市场价格为基准，设定为高出30% (高价)、基本持平(中价)、低于30% (低价)三个水平。
所有变量的测量均采用Likert 7点量表(1 = 非常不同意，7 = 非常同意)，量表题项结合成熟量表和本研究语境修订而成，具体题项及来源见附录1。实验情境材料示例(以“非线性核心更新–低价”组为例)见附录2。
3.2. 样本与数据质量
本研究通过专业的在线问卷调查平台“问卷星”进行数据收集，共计发放问卷500份。回收后，通过设置注意力检测题项和筛查答题时间过短的问卷，对数据质量进行严格过滤，最终获得有效问卷455份，有效回收率为91%。
样本人口统计特征如表1所示。样本覆盖了不同年龄、收入和职业群体，但需注意，样本主要来源于线上渠道，且年轻、高学历群体占比较高，这可能对研究结论的普适性产生一定影响。例如，结论可能更适用于对科技产品接受度较高的年轻消费群体，而在年龄较大或数字触达率较低的群体中的适用性需进一步验证。
Table 1. Demographic characteristics of the sample (N = 455)
表1. 样本人口统计学特征(N = 455)
人口特征 |
类别 |
频数 |
百分比(%) |
性别 |
男 |
191 |
42.0 |
女 |
264 |
58.0 |
年龄 |
20岁及以下 |
45 |
9.9 |
21~30岁 |
198 |
43.5 |
31~40岁 |
157 |
34.5 |
41岁及以上 |
55 |
12.1 |
学历 |
大专及以下 |
77 |
16.9 |
本科 |
289 |
63.5 |
硕士及以上 |
89 |
19.6 |
月收入 |
5000元及以下 |
132 |
29.0 |
5001~10,000元 |
182 |
40.0 |
10,001~15,000元 |
98 |
21.5 |
15,000元以上 |
43 |
9.5 |
对问卷中各主要变量的测量量表进行信效度检验。信度分析显示，总体量表的Cronbach’s α系数为0.89，各潜变量的Cronbach’s α系数均在0.78以上，表明量表具有较高的内在一致性信度。探索性因子分析结果显示，各题项在其对应的因子上载荷均大于0.6，累计方差解释率为68.4%，表明量表结构效度良好。
4. 研究结果
4.1. 产品更新策略对替换意愿的影响
单因素方差分析结果显示，更新方式的主效应显著(F(1, 453) = 5.12, p < 0.05, η2 = 0.02)。尽管η2 = 0.02表明更新方式单独解释的变异比例较小(效应量小)，但其统计显著性(p < 0.05)表明非线性更新情境下的消费者替换意愿(M = 4.65, SD = 0.78)仍显著高于线性更新情境(M = 4.59, SD = 0.81)，假设H1得到支持。属性类型的主效应显著(F(1, 453) = 18.34, p < 0.001, η2 = 0.06)，属于中等偏小的效应量。核心属性更新情境下的替换意愿(M = 4.67, SD = 0.75)显著高于非核心属性更新情境(M = 4.37, SD = 0.84)，假设H2得到支持。
更新方式与属性类型的交互作用显著(F(1, 451) = 4.88, p < 0.05)。简单效应分析表明，四种更新策略对替换意愿的影响由高至低依次为：非线性核心更新(M = 4.82) > 线性核心更新(M = 4.61) > 非线性非核心更新(M = 4.48) > 线性非核心更新(M = 4.26)。这一结果验证了H2a。这一结果可结合“感知价值”与“心理账户”理论解释：非线性核心更新同时提供了“功能突破”和“性能保障”，创造了最高的感知价值；而线性非核心更新仅在次要属性上做边际改进，难以激发消费者的替换动力，因其无法覆盖消费者为换新所开启的“心理账户”成本。
4.2. 价格策略对替换意愿的影响
单因素方差分析表明，价格策略对替换意愿的主效应显著(F(2, 452) = 3.89, p < 0.05, η2 = 0.03)，效应量较小。事后比较(LSD)发现，低价策略组的替换意愿(M = 4.71, SD = 0.80)显著高于中价组(M = 4.52, SD = 0.79, p < 0.05)和高价组(M = 4.48, SD = 0.82, p < 0.01)，而中价组与高价组之间无显著差异(p > 0.1)。假设H3得到支持。尽管效应量不大，但在高度竞争的智能手机市场，即使是微小的意愿提升也具有重要的实践意义。尽管η2 = 0.03的效应量不大，解释的变异有限，但在高度竞争且消费者价格敏感的智能手机市场，即使是微小的替换意愿提升也可能通过影响大规模用户群体而转化为显著的市场销量变化，因此仍具有重要的实践参考价值。
4.3. 消费者准备度的中介作用
采用Process宏模型(Model 4)进行Bootstrap抽样(5000次)中介效应检验，结果如表2所示。报告了总效应、直接效应和间接效应的完整路径系数，所有置信区间均未包含0，表明中介效应显著。
Table 2. Analysis results of the mediating effect of consumer preparedness (standardized coefficient)
表2. 消费者准备度的中介效应分析结果(标准化系数)
路径 |
总效应 |
直接效应 |
间接效应 |
Bootstrap 95% CI |
产品更新策略→替换意愿 |
0.32*** |
0.24*** |
0.08** |
[0.03, 0.14] |
经由购得准备度 |
|
|
0.05* |
[0.01, 0.10] |
经由处理准备度 |
|
|
0.03* |
[0.01, 0.07] |
价格策略→替换意愿 |
0.57*** |
0.51*** |
0.06** |
[0.02, 0.11] |
经由购得准备度 |
|
|
0.04* |
[0.01, 0.08] |
经由处理准备度 |
|
|
0.02* |
[0.00, 0.05] |
*注：*p < 0.05，**p < 0.01，***p < 0.001；产品更新策略以非线性–核心更新为编码；价格策略以低价为参照。
结果表明，产品更新策略与价格策略均能通过提升消费者的购得准备度和处理准备度，进而正向影响其替换意愿。消费者准备度在营销策略与替换意愿间起部分中介作用，假设H4得到支持。
5. 研究结论与建议
5.1. 研究结论
本研究通过实证分析，得出以下核心结论：
从会计相关视角看，消费者的替换决策本质上是一个包含了购置成本、使用价值、处置收益在内的简化版“成本效益分析”过程[7]。营销策略通过影响消费者对这一“分析”中各项要素的感知与评估，进而作用于其替换意愿[4]。
5.2. 管理建议
基于上述结论，特别是针对不同策略对“购得准备度”和“处理准备度”影响路径的差异，提出以下更具差异化和精准性的营销干预措施：
1) 在产品价值沟通中，引入全生命周期成本(TCO)或拥有总价值的理念[6]：企业应将研发资源优先投向能带来质变的核心属性上，并致力于为其增添“新功能”、“新体验”等非线性特征。例如，不应仅提升电池容量(线性)，而应结合全新快充技术或独家软件生态(非线性)，形成组合拳。
2) 针对不同预算约束的消费者群体，设计差异化的财务方案[1]：针对预算紧张的消费者，提供灵活的分期付款方案、以旧换新抵扣、或捆绑必要配件以减少后续追加支出[7]；对预算充裕但重视价值的消费者，则强调产品长期使用的均摊成本优势与投资回报[6]。
3) 优化以旧换新流程，提升旧产品残值评估的透明度和便捷性[6]。可提供官方评估工具、保证回收价格、简化数据迁移流程，实质上是帮助消费者高效完成“旧资产处置”环节，降低其替换决策的交易成本与不确定性。
5.3. 研究局限与展望
未来研究可进一步引入明确的会计相关变量[5]，如消费者个人的预算管理严格程度、对产品折旧的认知、对财务方案的偏好等，以更直接地检验会计因素在替换决策中的作用机制[7]。
附 录1：变量测量量表及来源
所有题项均采用Likert 7点量表(1 = 非常不同意，7 = 非常同意)。
变量 |
测量维度 |
题项编号 |
测量题项 |
参考文献 |
替换意愿 |
|
RI1 |
我购买这款新手机的可能性很大。 |
刘洋. 产品迭代对消费者升级意愿的影响研究[D]. 浙江大学, 2022. (改编) |
RI2 |
如果有机会，我愿意购买这款新手机。 |
RI3 |
我会向朋友推荐购买这款新手机。 |
购得准备度 |
购得欲望 |
AD1 |
这款新手机的更新功能符合我的需求。 |
Parasuraman, A. (2000). Technology Readiness Index (TRI). Journal of Service Research. (概念基础)
赵晓康(2023). (构念与量表改编) |
AD2 |
这款新手机对我而言是有用的。 |
使用能力 |
AC1 |
我认为学会使用这款新手机是容易的。 |
AC2 |
我有信心能够熟练操作这款新手机。 |
处理准备度 |
处理欲望 |
DD1 |
我现在的手机已经有些落伍了。 |
McMullen, H. (2012). Understanding Consumer Disposal Behavior. (Unpublished doctoral dissertation). (量表题项改编) |
DD2 |
我渴望处理掉(如卖掉、换掉)我现在的手机。 |
处理能力 |
DC1 |
我知道如何处理(如转卖、赠送)我现有的手机。 |
DC2 |
对我来说，处理掉现有手机是便利的。 |
产品更新
感知 |
更新明显度 |
PU1 |
我认为这款新手机相比我现有的手机，在【具体属性】上有明显的更新/提升/新增。 |
Kiyama, R. (2013). Perceived Innovation and Consumer Response. (量表题项改编) |
属性重要性 |
AI1 |
我认为【具体属性】对于一款手机来说是重要的。 |
Keia, M. (2020). Attribute Importance in Upgrade Decisions. (量表题项改编) |
价格感知 |
|
PP1 |
我认为这款新手机的上市价格是合理的。 |
McMullen, H. (2012). (量表题项改编) |
PP2 |
我可以接受这款新手机的价格。 |
PP3 |
这款新手机的价格具有吸引力。 |
附 录2：实验情境材料示例(非线性核心更新–低价组)
尊敬的参与者：
请您想象以下场景：
您目前正在使用的智能手机具备以下特征：
*运行内存(RAM)：8 GB
*网络支持：4 G
*机身材质：玻璃后盖
*屏幕刷新率：60 Hz
现在，该品牌推出了新一代产品。新产品在您现有手机的基础上进行了更新，具体信息如下：
*【核心属性–非线性更新】新产品新增了“5 G网络支持”功能，在网速和延迟方面有显著提升。
*【核心属性–线性更新】新产品的“运行内存”从8 GB提升至12 GB，能够更流畅地同时运行多个应用程序。
*【价格信息】新产品的官方首发价格，比您当前使用的这款手机当初的上市价格低约30%。
请您基于以上描述，回答后续的一系列问题。