摘要：随着电商促销常态化与消费者理性决策能力的提升，策略性等待行为（如延迟购买以等待更低价格或更优促销）成为影响企业收益与市场效率的关键因素。本研究基于计划行为理论与消费者效用理论，构建“促销感知-等待成本-风险偏好”多维度分析框架，通过线上问卷与爬虫数据相结合的方式收集样本，运用有序Logit模型实证检验影响因素。结果表明：消费者对促销频率的敏感性、跨期选择偏好（时间折扣率）、产品类型（搜索品 vs. 体验品）及平台信任度显著影响等待意愿；其中，价格锚定效应与损失厌恶心理在促销敏感型群体中表现尤为突出。研究进一步揭示，企业动态定价策略与消费者预期管理的交互作用会加剧等待行为的复杂性。结论为电商平台优化促销机制、制定差异化库存策略及实施精准营销提供了理论依据。

关键词：策略性消费者行为；等待行为；促销敏感度；时间折扣率；实证研究；电子商务

在当代商业环境剧烈变革的背景下，企业营销策略与消费者购买决策之间的动态博弈愈发显著。当 "双十一" 的预售机制与 "季末清仓" 的折扣策略成为市场常态时，消费者的购买行为已不再是简单的需求满足过程，而是演变为对价格波动的策略性评估与时机选择。这种策略性等待行为的普遍化，促使我们重新审视传统营销理论中关于消费者决策的基本假设 —— 当 79% 的潜在购买者宁愿等待折扣也不愿以低于心理预期的价格立即购买时，企业若仍将消费者视为短视的价格接受者，可能面临高达潜在利润 20% 的损失。

研究缘起：动态定价下的消费者行为嬗变

翻开时尚零售业的价格策略手册，"高低定价" 模式如同一条暗藏的时间轴线：新品以品牌溢价姿态上市，随着季节更迭逐步释放折扣，直至季末以清仓价收尾。这种持续数十年的营销实践，实则在无形中培育了消费者的策略思维 —— 他们如同精明的市场分析师，在脑海中绘制着产品价格的预期曲线，权衡着立即购买的效用与等待折扣的潜在收益。科 ase（1972）早已洞察到这种行为对企业定价权的侵蚀：当耐用消费品的价格下跌预期形成时，消费者会像等待债券到期般延迟购买，使企业失去通过价格歧视实现利润最大化的能力。

现实的商业数据更凸显了问题的紧迫性。Besanko 与 Winston（1990）的研究揭示了一个触目惊心的事实：若企业将所有消费者假定为短视群体来制定价格，其收益可能锐减 60%。Aviv 与 Pazgal（2008）则进一步量化了策略性消费者行为的经济影响 —— 忽视这种行为可能导致企业损失高达 20% 的潜在利润。这些数字背后，是无数零售商在季末清仓时面对积压库存的无奈，也是电商平台在大促期间流量暴增却利润率下滑的困惑。

过往学者为缓解这一困境提出了多元解决方案。Wei 和 Zhang（2018）将零售商的应对策略系统划分为定价调整、库存信息管理与折扣信息披露三大类；Levin（2010）发现当动态定价与产能设计相结合时，能显著削弱消费者的策略性等待；Correa（2016）则证明预先宣布定价策略可使企业收入提升 4.4%。然而，这些基于数学建模的研究成果，却在真实消费场景中缺乏足够的实证支撑 —— 当消费者在超市货架前面对 "限时折扣" 标识时，究竟是哪些因素在潜意识中操控着他们的等待决策？

理论框架：影响等待行为的多维因子解析

价格感知的锚定效应

商品价格作为消费决策的核心变量，其影响远超出货币数值本身。Jocoby（1977）指出，价格是消费者认知框架中的关键锚点，它不仅衡量商品价值，更触发着对未来价格走势的心理预期。在本研究的理论建构中，价格被划分为三个具有现实消费场景对应性的层级：以十几元面包为代表的低价商品、百余元快消服装的中价区间，以及千元以上智能手机的高价范畴。这种划分源于 Zheng（2006）的洞见 —— 消费者对价格的认知并非绝对数值比较，而是嵌入社会消费语境的相对判断：购买面包时几元钱的差价可能被忽略，而选购手机时数百元的折扣则足以引发策略性等待。

折扣力度的心理阈值

价格促销的本质是对消费者感知价值的重构。Folkes 与 Wheat（1995）通过实验证实，只有当折扣幅度突破某个心理阈值时，才能有效改变消费者的购买时点决策。本研究将折扣力度设定为九折、七折、五折三个梯度，既覆盖了日常促销的常见区间，也暗含着消费心理的微妙变化 —— 从 "小幅优惠" 到 "中等折扣" 再到 "大幅让利"，消费者对 "等待值得与否" 的评估体系会发生质的转变。Chen（1998）曾形象地描述这种现象：当折扣力度超过某个临界点时，消费者会产生 "错过即损失" 的紧迫感，反而可能加速购买；但在临界点以下，等待行为则会随着折扣幅度的增加而强化。

时间维度的策略算计

打折时机的选择犹如在消费者心理时钟上拨动指针。不同商品的销售周期天然构成了时间感知的参照系：面包的 "一天销售周期"、服装的 "季节销售周期" 与手机的 "年度迭代周期"，使同一时间比例（如销售周期的 50%）在消费者认知中呈现不同意义。下午三点对面包而言是 "销售中期"，对春装而言则是 "季中"，对手机而言却是 "上市半年"。这种时间认知的相对性，导致消费者对 "晚打折" 的耐受度存在显著差异 —— 谁会为明天就过期的面包等待到晚上八点半？但可能愿意为新款手机等待到上市十一个月后的折扣。

库存信息的认知博弈

库存披露方式构成了零售商与消费者之间的信息博弈场。Jerath（2010）在服务行业研究中发现，隐藏库存信息能增加消费者的决策压力，而完全披露则会强化等待的安全感。本研究设计的 "全部库存展示" 与 "仅显示有库存" 两种模式，实则模拟了两种极端的信息环境：当消费者看到 "库存仅剩 10 件" 时，可能触发稀缺性焦虑；而当仅知 "有货在售" 时，对库存充足度的不确定性会影响等待决策。Yin（2009）的研究早已证实，这种信息不对称会显著改变消费者的时间偏好 —— 在库存透明的情况下，消费者更倾向于等待，因为他们确信 "折扣时仍有货可买"。

定价策略的预期塑造

零售商的定价策略如同向消费者发布的 "价格天气预报"。响应定价策略如同变幻莫测的天气，降价时机与幅度充满随机性；而提前宣布定价策略则像提前发布的天气预报，让消费者能精准规划 "购买时机"。Cachon（2009）发现，这两种策略对消费者等待行为的影响截然不同：在响应定价下，消费者可能因害怕错过随机折扣而提前购买；在预先宣布定价下，消费者则会严格按照公布的折扣时间表行动。这种策略差异本质上是对消费者预期的管理 —— 当 "双十一" 的折扣规则提前公布时，消费者的等待行为会变得更加有序且可预测。

个体差异的调节作用

价格敏感度作为消费者的内在特质，如同调节等待行为的心理旋钮。Goldsmith（2018）将其定义为 "消费者对价格变化的感知与反应强度"，这种强度差异源于产品属性、个人特征与购买参与度的综合影响。本研究采用李克特五级量表测量价格敏感度，通过五个维度的问题刻画个体差异：从 "价格是购物首要考虑因素" 到 "愿为优质商品支付溢价" 的态度光谱，实则反映了消费者在 "性价比追求" 与 "即时满足" 之间的价值权衡。而购物经验的测量则聚焦于消费者对市场规则的认知程度 —— 是 "促销套路了然于胸" 的资深买家，还是 "容易被折扣吸引" 的消费新手，这些经验差异可能潜移默化地影响等待决策。

实验设计：场景模拟中的变量操控

前测访谈的探索性发现

在正式实验启动前，对 8 位普通消费者的深度访谈如同为研究绘制了初步的 "心理地图"。半结构化的对话围绕三个核心问题展开：哪些因素影响购买时机？谁更可能策略性等待？何种情况下不应等待？受访者的回答呈现出惊人的一致性：价格高低、折扣大小、打折时间是被反复提及的三大因素；"精打细算的家庭主妇" 与 "关注性价比的年轻群体" 被视为策略等待的典型人群；而 "急需使用" 与 "限量商品" 则被认为是抑制等待的情境。这些质性发现为后续实验因子的确定提供了重要依据，特别是将库存信息与定价策略纳入研究框架，很大程度上源于受访者对 "限时抢购" 与 "预售机制" 的讨论。

全因子设计的场景构建

本研究采用全因子实验设计，将理论框架中的核心变量转化为可操控的实验因子：3 个价格水平 ×3 个折扣力度 ×3 个打折时机 ×2 种定价策略 ×2 种库存信息披露方式，共构建 108 个不同的购买场景。这种复杂的因子组合旨在捕捉现实消费中各种因素的交互影响 —— 当高价商品在销售末期推出五折优惠并显示库存紧张时，消费者的等待意愿会如何变化？每个场景至少安排 4 名受试者，以确保数据的统计效力。

在场景具体化过程中，特别注重商品选择的现实对应性：以单价 15 元左右的面包作为低价代表，其销售周期设定为 8:00-22:00 共 14 小时，打折时机分别为 15:00、18:00、20:30；春季快消服装选取单价 150 元左右的款式，销售周期为 2-7 月共 6 个月，打折时机设为 5 月初、6 月初、7 月初；智能手机则以单价 3000 元左右的机型为样本，更新周期 12 个月，打折时机为上市 6 个月、8.5 个月、11 个月。这种设置既考虑了不同商品的消费周期特性，也使时间比例（50%、70%、90%）在不同场景中具有相对合理性。

样本招募与数据收集

527 名受试者通过在线调查平台 "问卷星" 招募，构成了具有一定社会代表性的样本群体：47.2% 为男性，52.8% 为女性，年龄跨度从 18 岁到 55 岁，覆盖了学生、职场新人、家庭主妇等主要消费群体。实验采用随机分配原则，每位受试者仅接触 108 个场景中的一个，以避免场景间的干扰效应。

问卷设计遵循 "情境模拟 - 意向测量 - 特质评估" 的逻辑链条：首先通过文字描述构建具体购物场景，如 "你正在选购一款 3000 元的智能手机，商家宣布上市 6 个月后将进行七折促销，目前显示库存充足"；然后要求受试者在 5 分制量表上表明等待意愿（1 = 完全不等待，5 = 非常愿意等待）；最后通过价格敏感度与购物经验量表收集个体特质数据，并采集性别、年龄等人口统计学信息。这种设计确保了因变量（等待意愿）的测量紧贴具体场景，避免了抽象回答可能带来的偏差。

实证发现：变量影响的交互效应解析

描述性统计的初步观察

表 1 呈现的描述性统计结果勾勒出样本的基本特征：策略性等待的平均得分为 3.06，处于中等偏上水平，说明在实验设定的场景中，消费者普遍表现出一定的等待倾向；价格敏感度均值 14.57（满分 25）表明样本群体对价格变动具有中等程度的敏感性；购物经验均值 11.79（满分 20）则显示受试者整体具备一定的消费阅历。值得注意的是，价格敏感度与策略等待之间仅存在 0.125 的弱相关，而购物经验与等待行为几乎不相关（相关系数 0.002），这一发现与过往研究中 "经验丰富者更策略" 的假设形成反差，暗示着需要更深入的交互效应分析。

主效应分析：价格、折扣与时间的三重影响

方差分析结果揭示了三个关键主效应的显著影响：

· 产品价格的正向影响（β=0.220，p≤0.05）表明，价格越高，消费者越倾向于等待。这与日常观察一致 —— 人们可能为几元钱的面包即时购买，但会耐心等待千元手机的折扣。

· 折扣力度的负向影响（β=-0.305，p≤0.05）显示，折扣越大，等待意愿越强。这看似矛盾的结果实则反映了消费者的价值计算：更大的折扣意味着等待的 "收益" 更高，因此更值得等待。

· 打折时机的负向影响（β=-0.501，p≤0.05）说明，打折时间越晚，等待意愿越低。这印证了时间价值的心理规律 —— 遥远的折扣不如近期的优惠有吸引力，尤其是对保质期短的商品而言。

交互效应分析：个体特质与情境因素的碰撞

价格敏感度与产品价格的交互作用（β=0.093，p≤0.10）揭示了个体差异的调节作用。如图 1 所示，当产品价格较低时，高价格敏感度与低价格敏感度消费者的等待意愿差异不大；但随着价格升高，高敏感群体的等待意愿显著上升，形成陡峭的曲线斜率。这意味着，在高价商品领域，价格敏感度是预测等待行为的关键变量 —— 对价格越敏感的消费者，越会在高价面前展现出策略性耐心。

价格敏感度与打折时机的交互作用（β=0.475，p≤0.10）则呈现出时间维度上的个体差异。图 2 显示，当打折时间较早（如销售周期 50%）时，不同敏感度消费者的等待意愿差异较小；但当打折时间推迟到销售周期 90% 时，高价格敏感度群体的等待意愿显著高于低敏感群体。这表明，对价格敏感的消费者更能忍受较长的等待时间，因为他们对折扣的价值评估更高。

最具实践意义的发现来自产品价格与库存信息的交互作用（β=-0.270，p≤0.10）。图 3 呈现的 "反转效应" 令人深思：当产品价格较低时，仅显示 "有库存" 而不披露具体数量会抑制等待行为，可能是因为消费者担心 "无货可等"；但当产品价格较高时，同样的库存信息披露方式却会增强等待行为 —— 高价商品的 "有库存" 信息让消费者觉得 "等待安全"，反正库存充足，不必急于购买。这种差异对零售商具有重要启示：低价商品应披露库存紧张信息来刺激即时购买，而高价商品则需谨慎管理库存披露，避免强化等待意愿。

研究结论：理论启示与实践路径

本研究通过 108 个场景的实验设计与 527 个样本的实证分析，勾勒出策略性等待行为的影响因素图谱。核心发现可归纳为三个层面：在产品特征维度，价格高低与折扣力度是驱动等待行为的核心变量，高价与大折扣会强化等待意愿；在时间维度，打折时机的早晚显著影响等待决策，越晚的折扣越缺乏吸引力；在信息环境维度，库存披露方式与价格水平的交互作用揭示了微妙的消费者心理 —— 低价商品的库存模糊信息会引发抢购焦虑，而高价商品的同样信息则会增强等待安全感。

一个值得关注的反常识发现是：购物经验对策略性等待行为并无显著影响。这与过往研究中 "经验丰富者更策略" 的假设不同，可能源于当下消费信息的高度透明化 —— 即使是购物新手，也能通过网络评价、价格比较工具等轻易获取折扣信息，无需依赖长期经验积累。这一发现暗示着零售商面对的可能是 "全民策略化" 的消费群体，传统的 "经验差异" 营销策略可能需要调整。

从实践角度看，本研究为零售商提供了精细化的策略工具箱：

· 对于高价商品（如电子产品），应谨慎设计折扣节奏，避免过早释放过大折扣，同时在库存信息披露上保持适度模糊，以削弱消费者的等待安全感；

· 对于低价快消品（如食品），可通过 "限时折扣 + 库存紧张" 的信息组合，利用消费者对缺货的恐惧来抑制等待行为；

· 在定价策略选择上，高价耐用品可考虑预先宣布折扣计划，将消费者的等待行为纳入可预测的轨道，而低价易耗品则适合采用灵活的响应定价，制造折扣的随机性来刺激即时购买。

未来研究可在三个方向深化：一是拓展产品类型，探讨消耗品与耐用品、必需品与奢侈品的等待行为差异；二是引入更多情境变量，如社会参照（他人是否等待）、情感因素（购物愉悦感）等；三是追踪实际购买数据，将实验场景延伸至真实消费环境，验证理论发现的外部效度。当电商平台的 "算法定价" 与消费者的 "策略等待" 形成持续博弈时，这种基于实证的消费行为研究，将为商业实践提供珍贵的决策罗盘。

在这个消费者与零售商互为博弈对手的时代，理解策略性等待行为的本质，不仅是学术命题，更是商业生存的必修课。当我们剥开价格标签的表象，看到的是消费者在时间与价值维度上的精密算计，而企业的营销智慧，正体现在如何将这种算计转化为共赢的商业节奏。