• 沒有找到結果。

回顧以往文獻,學者在討論網站服務品質對消費者偏好的影響時,幾乎都採 用質化的方式分析,採用計量模型的量化方式則是少之又少,故本研究擬應用 Beckert (2005) 的隨機偏好模型,對網站服務品質進行分析研究。

由於消費者在進行上網這個動作時,事前並不知道網站的相關訊息,故對網 站的服務品質存在不確定性,進而影響事後消費者所開啟的網站位元流量(byte volume, v)與停留時間(convenience time, t ),同時假定消費者的偏好具有異質 性,故應用隨機偏好模型建構效用函數形成消費者的目標式;而在限制式方面,

本文利用特徵價格法以網站服務品質(internet service quality, b)為特徵建構出位 元流量與停留時間的特徵價格函數,藉此對網站服務品質進行分析討論。

本模型的兩大特色,第一,此模型將網站的服務品質與消費者之連續偏好選 擇結合在一起,透過消費者對網站所開啟的位元流量與停留時間,探討網站服務 品質與消費者效用之間的關係;第二,此模型考慮了消費者對未知網站服務品質 的預期,亦即事前消費者對位元流量與停留時間的邊際效用裡面存在未知參數,

但是藉由實際上網的過程之中,消費者將能清楚知道此兩內生變數對其帶來的邊

13特徵價格理論(hedonic price theory)認為財貨的各種特徵組合才是影響消費者效用函數至關重 要的基本元件,因此一個特定財貨的價格,應是決定於消費者對各種特徵的需求大小,亦即財貨 的價格應是決定於各項特徵為消費者所帶來的邊際效用(marginal utility)之總合,詳請參閱 Waugh

(1928)、Court (1939)、Becker(1965)、Lancaster(1966)、Rosen(1974)與 Ladd & Suvannunt (1976)。

際效用是多少。

本文根據 Beckert (2005) 假定一個使用網路服務的消費者,其效用主要來自 於其所開啟的位元流量、停留時間與其他各種財貨(composite outside good, x)的 消費量,效用函數為 Cobb-Douglas 的型態,即下列式(4.1.1)。

(4.1.1)

U v t x b

( , , , ; , ,

θ ε ς

b)=

e

ε θ1+ ⋅ln( )

v

+

σ

θ2⋅ln( )

t

+

e

ε2⋅ln( )

x

+

ς

b.

式(4.1.1)即為使用網路服務的消費者之效用函數,其中ςb為誤差項、

ε

1

ε

2代表 消費者在作任何決定之前就已知的資訊、θ為服從平均數μ與變異數σθ2的常態 分配之隨機變數,代表消費者事前未知的資訊。

由於實際上網之前,消費者並不知道網站服務品質的好壞,故消費者所開啟 的位元流量之邊際效用中,應包含兩個部分,其一為消費者在作任何決定之前就 已知的資訊

ε

1

ε

2,另一個部分則是消費者事前未知的資訊θ,但是本文假定消 費者知道θ為一服從平均數μ與變異數σθ2的常態分配之隨機變數,同時可由消 費者實際上網的過程中,根據網站所提供的服務品質而確定,經由此兩個部分共 同決定出一個理性消費者所開啟的位元流量之最適消費量;除此之外,本文也假 定停留網站時間之邊際效用與位元流量的不確定性有關,不確定性越高則會使得 停留網站時間之邊際效用越高,進而讓消費者決定最適停留網站時間的消費量。

本文假設整個模型的求解過程將如以下各個步驟:首先,消費者對θ產生預 期,同時在各種可能的網站服務品質下計算其預期效用,此時消費者除了最大化 其預期效用函數之外,同時利用位元流量與停留時間的特徵價格函數、其他財貨 價格與總支出形成預算限制式,再透過拉式函數作一階求解,消費者將可決定出 其最適的位元流量、停留時間與其他各種財貨的消費量,整個過程如同面對式 (4.1.2)的數學求解。

(4.1.2)

{ [ ] }

過程可利用拉氏函數(Lagrangian function,

L

),即式(4.1.3)作一階導數求出最 適解。