论文部分内容阅读
媒介定价(Media Pricing)虽不是传媒研究领域中的核心议题，但是由于它往往解决的是价格(Price]、亡告费(Advertising Rate)、发行量(Cimfilation)以及读者群特征(demographics of readership basel之间错综复杂的关系。而备受研究学者的重视。尤其是在西方传媒发达国家，研究者们利用实证的研究方法，通过将历年来的业界数据加以分析，得出了许多描述或解释上述几者之间关系的结论。本文就将这些前人的实证研究归纳如下，希望对中国媒介定价问题的研究提供借鉴。
有关订阅价格与发行量之间关系的研究
订阅价格与发行量之间的关系，集中体现在一个问题上：“订阅价格的上升是否会导致发行量的下降?”尤其是对于报纸或杂志而言。在这个问题上。业界和学者之间往往存在着一个悖论：业界通常认为如果提高了订阅价格，那么有很大可能是会导致发行量的下降，也就是说，许多报纸经营者往往将发行量的损失归结为价格增长的问题。因此，媒介经理人在给报纸定价时，往往会考虑上述因素，他们认为如果想保持报纸的发行量，就不能将订阅价格订得过高。
但是，传媒的研究者们却通过无数次的实证研究验证了一个与上述业界几乎完全相悖的结论：订阅价格与发行量之间并没有显著的统计学关系(他们往往选择P≤0.05的置信程度)，他们信奉的是价格无弹性的发行需求曲线理论。因此，报纸在定价时，无需过多考虑发行量是否会下降。一些有代表性的文献如下：
Landau和Davenport在1959年的研究中就提出：“报纸的价格，不是由供需之间的关系决定的，也不是由成本而定的，它是纯粹的专断性的。”在1961年，Gallup建议报纸发行商由当时的5美分提高到15美分，因为在它的一项调查中，得出的结果就是大多数的受众对价格不敏感。1976年，Clark通过对202份日报随机抽样得出结论，仅仅有39％的报纸在提高订阅价格的同时伴随着发行量的下降。
1977年，Grotta由于要为报纸经营者进行定价而提供更详细的数据支撑，开展了一项调查和研究。他搜集了美国1970年～1975年日报发行量的变化(cjrculation change)、每份报纸价格(per copy price)和区域人口(area population)数据，并进行了回归分析。GroRa发现，发行量增长是随着人口区域的增加而增加的。同时他也发现，虽然价格上升，发行量也下降了，但是不在0.05的显著性水平上。为了进一步挖掘发行量和价格之间的关系，Grotta进行了多元回归分析，回归等式为：Y’=A+X1(人口变化比例)+X2(价格变化比例)。他将X1视为一阶自变量。将X2视为二阶自变量。当两个变量都在这个等式中时，R2为0.00685。而且没有一个变量对发行量的贡献在0.05的显著性水平上。最后，Grotta的结论就是。从1970年到1975年，报纸发行量的需求是高度没有弹性的，应该为发行量的变化寻求除了价格和人口之外的更深层、更复杂的解释。
1989年，Thompson在挖掘英国和爱尔兰报纸的发行量、广告率与价格之间的关系时，也得出了价格与发行量之间没有显著关系的结论。
1990年，Picard在讨论是否应该阻止报纸经营者提高价格时认为，报纸需求是缺乏价格弹性的，而且他说：“即使这个弹性存在，它也很可能是存在于那些只有两家或更多当地报纸竞争的市场中，但这个市场是很少的。”1991年，Pi-card又开展了一项研究挖掘价格与发行量之间的关系，他分析了中西部中等规模的日报，在研究中他将发行量视为因变量，零售价格和订阅价格是自变量。结果，他计算出了周末报的订阅弹性为0.0646，日报的订阅弹性为0.0567。因此，他得出结论：“任何发行价格30％的上升将会导致发行量3％的下降。所以当地的垄断性报纸不要畏惧提高价格，只要这样的提价是合理的。”
然而，正如开篇所说，尽管有着整个学界几乎视为“真理”似的结论的存在，当1993年Detroit News和Free Press的发行量下落时，它们仍然将原因归咎于4月1日价格的提高(由25美分提高到了35美分)。
有关广告费与发行量之间关系的研究
按照“传统”的看法，学者们一般认为发行量与广告费之间是线性的关系，而且报纸的发行量越大。它的广告费应该越高，因为广告商们总是试图通过高的发行规模来达到高的广告到达率。当然，其他因素也会影响到广告费的定价，但是对于广告商来说，发行量是所有因素中最重要的。另外一个与之相关又比较重要的因素就是百万行费率(MiUine Rate)，它会随着发行量的上升而下降。持此观点的学者包括Ferguson(1983)、Thorn & Pfefl(1987)、Lacy & Simon(1993)等。这些学者观点的最好代表用公式表示为Y=mX+b。
但是，按照Ferguson & Takane(19891、Kerlinger(1986)、Hall(1988)和Mendenhan & Beaver(1994)的研究结论，仅仅以线性模型来解释两者的关系。或者来给广告费定价是不充分的。它们又发掘了对数模型和多项式模型，等式分别为：Y=c Inx+b；Y=b+clx+c2x2+……。
Picard(2002)在他的研究中，通过一个随机样本，对上述三种模型关系给予了验证。首先，他挖掘了广告价格与发行量之间的关系，结果显示，多项式关系的解释度是最高的，R2达到了0.9369。然后，Pi-cardX挖掘了百万行费率与发行量之间的关系，如图1所示。结论是，三个模型的解释度都不是很高，最高的是对数模型，它的R2有0.3801。
虽然在百万行费率与发行量之间并没有寻找到最适合的模型，但是Pieard说，这个已经证明了线性模型并不是解释广告费与发行量之间关系的最好关系，它应该由曲线模型来代替。同时，他给出建议说，广告商试图达到最高的成本效率的位置就是如图1所示的那一片很小的区域。有关读者群特征与定价之间关系的研究
正如Koschat & Putsis(2000)的研究所示，在对媒介进行估值时。读者群特征是一个很重要的因素。因为不同的市场细分受众会带来不同的广告商客户，从而影响媒体的广告收入。
然而，尽管在这个领域中，运用不同方法关注此问题的研究尚存，比如Newha。gen & Rafaeli(1996)聚焦在互联网网民不同特征的研究，还有Shaver(1995)对报纸定价的研究，以及Dupagne(1997)对传播技术 在大众媒体花费的研究。但是，一个比较有效的解决定价与人口统计学特征两者之间关系的还要数Hedonic分析模型。在这方面比较有代表性的就是Koschat & Putsis。他们的研究利用Hedonic分析模型，对变量的定义如下：
y=某段时间、全页和全彩的成本
XC=发行量
Xr=读者群的总数量
XrC=每本的读者群(=xr／xe)
xal=29岁以下的读者群数量
xa2=29-39岁的读者群数最
xa3=40-53岁的读者群数量
xa4=53岁以上的读者群数量
xil=年收入在$21，500以下的读者群数量
xi2=年收入在$21，500到36，500之间的读者群数量
xi3=年收入在$36，500到56，000之间的读者群数量
xi4=年收入在$56，000以上的读者群数量
XW=女性读者群数量
这样.Koschat & Putsis将读者的人口统计学要素分别定义并量化了。与此同时。事实上上述不同变量的组合也正是对“某种杂志”的描述，包括了对它的发行量、成本、读者群总数量、读者群年龄分布、年收入分布以及性别分布的特征描述。经过数据分析与检验之后，该研究得到的回归模型为：
log(y)=ao+log(xc)+arc log(xrc)+aa2log(xa2)+ai4 log(xi4)+aw1 log(xw)+aw2 log(xw)2+ε
此模型的R2为0.91。解释效果良好。可以看出，在这个模型中，与成本最相关的是29～39岁的年轻读者以及年收入在$56，000以上的读者群数量。也就是说，某个杂志或报纸的29～39岁的读者群或者年收入在$56，000以上的读者群数量越多，它的定价就越高。
有关定价、发行量、广告与读者群特征四者之间复杂关系的研究
上述三个类别的研究都是仅仅衡量了本文开篇所提的几个要素的某两者之间的关系。那么，对于这四者之间是某种“复杂的关系”呢?一些学者也开始在这个问题上开始考量。并且试图寻找一个模型可以同时将这四者都置于其中。以这种思路最典型的研究便是KMita & Ducoffe(2002)。他们的研究是以对“传统思路”的思考和批判开始的。按照传统的看法，广告会决定媒体的定价(比如Belch & Belch，1995；Bovee，Thill，Dovel，& Wood，1995的研究1，因为广告商是媒体最主要的收入来源，媒体的定价会受广告的影响。
事实上，在Kalita & Ducoffe之前。已经有一些研究推翻了这一传统的看法。Norris(1982)的研究运用了两个回归分析，其中自变量为杂志广告空间的比例，因变量为每页编辑内容的报摊价格和订阅价格，研究发现广告对价格没有任何影响。接着Soloy & Krishnan(1987)进行了一个类似的回归分析，也得出了类似的结论。
Kalita & Dueoffe以领先消费杂志为例开展了研究。此研究是建立在这样一个假设之上的：媒体定价的变化是与从发行中获得的收入和从广告中获得的收入相互不同而影响着的。在这个假设之上，他们开始挖掘美国领先消费杂志定价、发行量、读者特征与广告收入之间的复杂关系。首先，他们分别建立了每本杂志的价格(PRICE)、每本杂志的广告收入fADREV)、log发行量(L-CIRC)等的计算公式。分别如下：
PRICE=a0+a1L-CIRC+a2ADREV+a3ROM0-C+a4CIRC-N+a5EDPAGES+a6GROUP+e1，L-CIRC=b0+b1P50000+62PRICE+63PRO-MO+bdEDPAGES+e2.
ADREV=c0+c1P50000+c2L-CIRC+c3GROUP+e3
最后经过相关分析和回归分析之后。得出的结论是：虽然每本杂志的价格和每本杂志的广告收入之间存在着较强的相关关系(相关系数为0.46)，但是当有其他变量存在时，它们两者之间并没有显著的关系。而且，更为重要的是，研究结果发现，将四者(价格、发行量、广告和读者群特征)建立在同一个模型中是不能实现的，因为它们之间的关系过于复杂了。但是，这样的研究却为媒体定价决策提供了很好的范本。
结语
总之，上述所列出的一些文献都来自美国、英国等发达国家的媒体实践。而且都采用了科学而规范的实证研究方法。这样的研究在目前的中国是很缺乏的。因此。希望本文的文献回顾能够为以后中国媒体市场的研究提供借鉴。
有关订阅价格与发行量之间关系的研究
订阅价格与发行量之间的关系，集中体现在一个问题上：“订阅价格的上升是否会导致发行量的下降?”尤其是对于报纸或杂志而言。在这个问题上。业界和学者之间往往存在着一个悖论：业界通常认为如果提高了订阅价格，那么有很大可能是会导致发行量的下降，也就是说，许多报纸经营者往往将发行量的损失归结为价格增长的问题。因此，媒介经理人在给报纸定价时，往往会考虑上述因素，他们认为如果想保持报纸的发行量，就不能将订阅价格订得过高。
但是，传媒的研究者们却通过无数次的实证研究验证了一个与上述业界几乎完全相悖的结论：订阅价格与发行量之间并没有显著的统计学关系(他们往往选择P≤0.05的置信程度)，他们信奉的是价格无弹性的发行需求曲线理论。因此，报纸在定价时，无需过多考虑发行量是否会下降。一些有代表性的文献如下：
Landau和Davenport在1959年的研究中就提出：“报纸的价格，不是由供需之间的关系决定的，也不是由成本而定的，它是纯粹的专断性的。”在1961年，Gallup建议报纸发行商由当时的5美分提高到15美分，因为在它的一项调查中，得出的结果就是大多数的受众对价格不敏感。1976年，Clark通过对202份日报随机抽样得出结论，仅仅有39％的报纸在提高订阅价格的同时伴随着发行量的下降。
1977年，Grotta由于要为报纸经营者进行定价而提供更详细的数据支撑，开展了一项调查和研究。他搜集了美国1970年～1975年日报发行量的变化(cjrculation change)、每份报纸价格(per copy price)和区域人口(area population)数据，并进行了回归分析。GroRa发现，发行量增长是随着人口区域的增加而增加的。同时他也发现，虽然价格上升，发行量也下降了，但是不在0.05的显著性水平上。为了进一步挖掘发行量和价格之间的关系，Grotta进行了多元回归分析，回归等式为：Y’=A+X1(人口变化比例)+X2(价格变化比例)。他将X1视为一阶自变量。将X2视为二阶自变量。当两个变量都在这个等式中时，R2为0.00685。而且没有一个变量对发行量的贡献在0.05的显著性水平上。最后，Grotta的结论就是。从1970年到1975年，报纸发行量的需求是高度没有弹性的，应该为发行量的变化寻求除了价格和人口之外的更深层、更复杂的解释。
1989年，Thompson在挖掘英国和爱尔兰报纸的发行量、广告率与价格之间的关系时，也得出了价格与发行量之间没有显著关系的结论。
1990年，Picard在讨论是否应该阻止报纸经营者提高价格时认为，报纸需求是缺乏价格弹性的，而且他说：“即使这个弹性存在，它也很可能是存在于那些只有两家或更多当地报纸竞争的市场中，但这个市场是很少的。”1991年，Pi-card又开展了一项研究挖掘价格与发行量之间的关系，他分析了中西部中等规模的日报，在研究中他将发行量视为因变量，零售价格和订阅价格是自变量。结果，他计算出了周末报的订阅弹性为0.0646，日报的订阅弹性为0.0567。因此，他得出结论：“任何发行价格30％的上升将会导致发行量3％的下降。所以当地的垄断性报纸不要畏惧提高价格，只要这样的提价是合理的。”
然而，正如开篇所说，尽管有着整个学界几乎视为“真理”似的结论的存在，当1993年Detroit News和Free Press的发行量下落时，它们仍然将原因归咎于4月1日价格的提高(由25美分提高到了35美分)。
有关广告费与发行量之间关系的研究
按照“传统”的看法，学者们一般认为发行量与广告费之间是线性的关系，而且报纸的发行量越大。它的广告费应该越高，因为广告商们总是试图通过高的发行规模来达到高的广告到达率。当然，其他因素也会影响到广告费的定价，但是对于广告商来说，发行量是所有因素中最重要的。另外一个与之相关又比较重要的因素就是百万行费率(MiUine Rate)，它会随着发行量的上升而下降。持此观点的学者包括Ferguson(1983)、Thorn & Pfefl(1987)、Lacy & Simon(1993)等。这些学者观点的最好代表用公式表示为Y=mX+b。
但是，按照Ferguson & Takane(19891、Kerlinger(1986)、Hall(1988)和Mendenhan & Beaver(1994)的研究结论，仅仅以线性模型来解释两者的关系。或者来给广告费定价是不充分的。它们又发掘了对数模型和多项式模型，等式分别为：Y=c Inx+b；Y=b+clx+c2x2+……。
Picard(2002)在他的研究中，通过一个随机样本，对上述三种模型关系给予了验证。首先，他挖掘了广告价格与发行量之间的关系，结果显示，多项式关系的解释度是最高的，R2达到了0.9369。然后，Pi-cardX挖掘了百万行费率与发行量之间的关系，如图1所示。结论是，三个模型的解释度都不是很高，最高的是对数模型，它的R2有0.3801。
虽然在百万行费率与发行量之间并没有寻找到最适合的模型，但是Pieard说，这个已经证明了线性模型并不是解释广告费与发行量之间关系的最好关系，它应该由曲线模型来代替。同时，他给出建议说，广告商试图达到最高的成本效率的位置就是如图1所示的那一片很小的区域。有关读者群特征与定价之间关系的研究
正如Koschat & Putsis(2000)的研究所示，在对媒介进行估值时。读者群特征是一个很重要的因素。因为不同的市场细分受众会带来不同的广告商客户，从而影响媒体的广告收入。
然而，尽管在这个领域中，运用不同方法关注此问题的研究尚存，比如Newha。gen & Rafaeli(1996)聚焦在互联网网民不同特征的研究，还有Shaver(1995)对报纸定价的研究，以及Dupagne(1997)对传播技术 在大众媒体花费的研究。但是，一个比较有效的解决定价与人口统计学特征两者之间关系的还要数Hedonic分析模型。在这方面比较有代表性的就是Koschat & Putsis。他们的研究利用Hedonic分析模型，对变量的定义如下：
y=某段时间、全页和全彩的成本
XC=发行量
Xr=读者群的总数量
XrC=每本的读者群(=xr／xe)
xal=29岁以下的读者群数量
xa2=29-39岁的读者群数最
xa3=40-53岁的读者群数量
xa4=53岁以上的读者群数量
xil=年收入在$21，500以下的读者群数量
xi2=年收入在$21，500到36，500之间的读者群数量
xi3=年收入在$36，500到56，000之间的读者群数量
xi4=年收入在$56，000以上的读者群数量
XW=女性读者群数量
这样.Koschat & Putsis将读者的人口统计学要素分别定义并量化了。与此同时。事实上上述不同变量的组合也正是对“某种杂志”的描述，包括了对它的发行量、成本、读者群总数量、读者群年龄分布、年收入分布以及性别分布的特征描述。经过数据分析与检验之后，该研究得到的回归模型为：
log(y)=ao+log(xc)+arc log(xrc)+aa2log(xa2)+ai4 log(xi4)+aw1 log(xw)+aw2 log(xw)2+ε
此模型的R2为0.91。解释效果良好。可以看出，在这个模型中，与成本最相关的是29～39岁的年轻读者以及年收入在$56，000以上的读者群数量。也就是说，某个杂志或报纸的29～39岁的读者群或者年收入在$56，000以上的读者群数量越多，它的定价就越高。
有关定价、发行量、广告与读者群特征四者之间复杂关系的研究
上述三个类别的研究都是仅仅衡量了本文开篇所提的几个要素的某两者之间的关系。那么，对于这四者之间是某种“复杂的关系”呢?一些学者也开始在这个问题上开始考量。并且试图寻找一个模型可以同时将这四者都置于其中。以这种思路最典型的研究便是KMita & Ducoffe(2002)。他们的研究是以对“传统思路”的思考和批判开始的。按照传统的看法，广告会决定媒体的定价(比如Belch & Belch，1995；Bovee，Thill，Dovel，& Wood，1995的研究1，因为广告商是媒体最主要的收入来源，媒体的定价会受广告的影响。
事实上，在Kalita & Ducoffe之前。已经有一些研究推翻了这一传统的看法。Norris(1982)的研究运用了两个回归分析，其中自变量为杂志广告空间的比例，因变量为每页编辑内容的报摊价格和订阅价格，研究发现广告对价格没有任何影响。接着Soloy & Krishnan(1987)进行了一个类似的回归分析，也得出了类似的结论。
Kalita & Dueoffe以领先消费杂志为例开展了研究。此研究是建立在这样一个假设之上的：媒体定价的变化是与从发行中获得的收入和从广告中获得的收入相互不同而影响着的。在这个假设之上，他们开始挖掘美国领先消费杂志定价、发行量、读者特征与广告收入之间的复杂关系。首先，他们分别建立了每本杂志的价格(PRICE)、每本杂志的广告收入fADREV)、log发行量(L-CIRC)等的计算公式。分别如下：
PRICE=a0+a1L-CIRC+a2ADREV+a3ROM0-C+a4CIRC-N+a5EDPAGES+a6GROUP+e1，L-CIRC=b0+b1P50000+62PRICE+63PRO-MO+bdEDPAGES+e2.
ADREV=c0+c1P50000+c2L-CIRC+c3GROUP+e3
最后经过相关分析和回归分析之后。得出的结论是：虽然每本杂志的价格和每本杂志的广告收入之间存在着较强的相关关系(相关系数为0.46)，但是当有其他变量存在时，它们两者之间并没有显著的关系。而且，更为重要的是，研究结果发现，将四者(价格、发行量、广告和读者群特征)建立在同一个模型中是不能实现的，因为它们之间的关系过于复杂了。但是，这样的研究却为媒体定价决策提供了很好的范本。
结语
总之，上述所列出的一些文献都来自美国、英国等发达国家的媒体实践。而且都采用了科学而规范的实证研究方法。这样的研究在目前的中国是很缺乏的。因此。希望本文的文献回顾能够为以后中国媒体市场的研究提供借鉴。