侯和宏 | 文 

图片来源

原文信息：Bart J. Bronnenberg, Jean-Pierre Dube, Matthew Gentzkow, Jesse M. Shapiro. (2015). Do Pharmacists Buy Bayer? Informed Shoppers and the Brand Premium. Quarterly Journal of Economics, 130(4): 1669-1726.

朋友们，你在购买商品时是否倾向于选择全国知名品牌呢？据统计，同样的100片一瓶（325毫克/粒）的阿司匹林，Bayer药业生产的能够卖到6.29美元，而CVS商店品牌的阿司匹林却只需1.99美元。

这两家品牌的阿司匹林的有效成分完全相同，为什么价格差异如此之大呢？CVS是知名的连锁药店，不可能生产假药。因而价格差异的背后原因是消费者愿意为知名度高的品牌支付溢价。

作者发现在消费性包装品（consumer packaged goods，CPG，即一些快速消费品，如食物和饮料，鞋类和服装等等与耐用消费品相对应）方面，如果消费者能够从全国知名品牌转向连锁店品牌，每年可节省高达440亿美元。

关于品牌溢价的起因，有两种观点。第一种观点认为全国知名品牌能够提供可靠优质的产品；第二种观点认为消费者高估了品牌商品的价值，因而花了一笔冤枉钱，或者消费者在某种程度上被误导了。弄清楚哪种机制真正起作用，有助于评估消费品市场的效率和广告的福利效应，同时也能为消费者保护和相关的规制政策提供参考。这正是本篇文章所致力于解决的问题。通过调查消费者对CPG产品知识信息的了解程度来分析购买品牌商品的倾向。

文章根据消费者关于产品的信息了解程度把消费者分为了解产品信息的（informed）消费者和了不解产品信息的（uninformed）消费者。通过构建模型来识别信息对于消费者选择和福利的影响。

模型概述

作者构建模型用来说明消费者选择行为。模型的基本环境是消费者面临两种选择：全国知名品牌和连锁店品牌。前者比后者价格要高出一些，品牌溢价用①表示。消费者认为全国知名品牌比连锁店品牌带来更高的效用，差额用②表示，但这一认识可能由于对于产品信息了解不充分存在误差，如果产品信息认识充分的话，全国知名品牌带来的额外效应用③表示。

消费者的行为是：如果② > ①，那么购买全国知名品牌。如果③ > ①，消费者充分掌握产品信息时，那么购买全国知名品牌。

对于消费者福利的影响：如果③ > ①或者① > ②和③，无论信息是否充分，消费者的选择都是一样的，因而福利不受信息的影响。如果② > ① > ③，那么信息充分时将选择连锁店品牌，获得收益① - ③。如果③ > ① > ②，那么信息充分时将选择全国知名品牌，获得收益③ - ①。

估计实施过程

基本模型：

家庭是否选择连锁店品牌 = 信息掌握程度的变量 + 影响选择行为的情景变量 + 人口与家庭特征变量

信息掌握程度的变量包括：对产品有效程度的掌握，受教育程度，大学所学专业，职业。影响选择行为的情景变量包括：连锁店，季度。同时还控制了家庭收入水平和年龄以及家庭人口数等。

描述统计与基本结果

文中数据主要源于Nielsen Homescan Panel以及作者基于该数据的进一步补充调查。数据由Nielsen公司和芝加哥大学Booth商学院联合调查实施。数据包含家庭在2004至2011年间的消费购买行为、购买的产品分类信息及批发价格和家庭的收入和人口特征。特别地，作者又调查了个人对药品有效成分的了解程度。

以治疗头痛的处方药为例，连锁店品牌销量占到74%，销售额占到53%，就每粒药的平均价格而言，连锁店品牌是对应的全国知名品牌的40%。

在描述统计中，作者针对问卷中“对药品有效成分的了解”与信息掌握程度的变量之间的关系做出了说明：（1）大学毕业的人中有62%能够识别出药品有效成分，这一比例在高中毕业的人中占到50%；（2）在相关药品的有效成分识别中，护士能够识别出85%，药剂师能够识别出89%；（3）大学专业与健康和科学有关的专业人群识别出药品有效成分的比重远高于其他专业人群。

回归分析结论：消费者能够识别出的药品有效成分越多，购买连锁店品牌药品的比例越高。类似地，在控制了收入因素之后，受教育程度越高的组购买连锁店品牌的比例越高，收入越高购买连锁店品牌的比例越低。

然后作者又以烹饪原料（食盐，糖等等）为例来分析食品购买行为。这里用职业（大厨、其他的食品筹备人等）来显示对于食品信息的掌握程度。回归分析表明大厨购买连锁店品牌的概率要高出12%，其他的食品筹备人高出2%。

接下来一个很自然的问题就是购买某商品的专业知识是否会外溢到其他商品？比如一个经常购买连锁店品牌药品的药剂师是否也会购买连锁店品牌的食品？答案是因领域而异的。医药健康专业知识无法传递到该领域之外。结果表明药品有效成分的掌握与购买连锁店品牌食品的关系不显著，药剂师和医生等与医疗有关的职业也不倾向于购买连锁店品牌食品。然而对于食品相关的专业知识可以影响到药品购买行为。结果表明相对于其他消费者，大厨购买连锁店品牌的药品的可能性要高出11%。这里作者并没有进一步说明该现象背后的原因，我认为从事医疗卫生职业的人受到科学方法的训练，进而养成了思维严谨的习惯，对于其熟悉的医药产品只选对不选贵的，而对于其不熟悉的产品宁可选择更知名的品牌以避免承担低质量的风险。而大厨等服务行业人员，逻辑思维严谨度较低，比较注重感性认知，因而很容易把自己熟悉领域的经验外推到其他领域，比如日常经验告诉他连锁店品牌的调料不亚于全国知名品牌，因而认为医药类产品可能也差不多是同样的情形。

接下来，作者又对更多的医药产品和食品和饮料进行检验。大部分结果支持前文结论。

消费者信息的加总效应

为了在总体层面上增进对产品信息效应的理解，作者构建了一个数量分析模型来评估消费者所掌握的信息对福利和企业定价的影响。模型由三阶段博弈构成：第一阶段厂商和销售商同时宣布价格，第二阶段消费者通过权衡交通成本决定到那家销售商哪里购买，第三阶段消费者通过对产品的预期效用来选择购买哪种品牌。

结果表明，在医药保健市场，消费者信息的作用非常巨大。如果每位消费者能够像医生或者药剂师一样拥有关于产品的专业知识，全国知名品牌的利润将减少一半，占到消费者总支出的19%，而连锁店品牌的利润增加额占到消费者总支出的5%，消费者剩余增加额占到消费者总支出的4%。以上没有考虑到产品价格变化，如果把价格变化考虑在，内消费者剩余将增加更多。对于食品和饮料类食品来说，信息效应在数量要小一些，在调料方面，消费者剩余增加额占到总支出的3%。

结论与启示

总的说来，这篇文章表明消费者对于产品信息了解的越多，越倾向于购买连锁店品牌而不是全国知名品牌。信息扮演着一个重要的作用，尤其是医药保健市场，无论是对于消费者还是生产商，信息都会产生数量巨大的影响。本文最后的数量分析的方法可以运用于规制欺诈性广告方面。通过比较专家和非专家的产品购买行为可以量化欺诈性广告产生的危害。另外，对于消费者而言，如果在购买商品之前能够对产品的性能有更多的了解可能会少花一些冤枉钱，当然这也取决于信息获取成本的高低。当然，这里没有考虑品牌所产生的炫耀性消费效应，正如作者在文章中假设的那样，一旦消费者对产品信息了解充分，相同成分（性能）产品所带来的效应是相同的。

Abstract

We estimate the effect of information and expertise on consumers’ willingness to pay for national brands in physically homogeneous product categories. In a detailed case study of headache remedies, we find that more informed or expert consumers are less likely to pay extra to buy national brands, with pharmacists choosing them over store brands only 9 percent of the time, compared to 26 percent of the time for the average consumer. In a similar case
study of pantry staples such as salt and sugar, we show that chefs devote 12 percentage points less of their purchases to national brands than demographically similar non-chefs. We extend our analysis to cover 50 retail health categories and 241 food and drink categories. The results suggest that misinformation and related consumer mistakes explain a sizable share of the brand premium for health products, and a much smaller share for most food and drink products. We tie our estimates together using a stylized model of demand and pricing.