1、2、指标的比例划分设定所有因素为100分，根据专家的意见赛事水平、比赛的重要意义和赛事水平占80，为80分；赛事宣传、比赛时间、天气情况和场馆环境占20，为20分。3、指标细化赛事水平、出线等意义和赛事类型的问卷调查结果： 图 1 赛事类型等问卷调查结果表 2 赛事类型等问卷调查均值均值占80分中的比重值0.4933800.49331.460129出线等意义0.52680.52681.4601270.440.441.460124合计1.460180比赛宣传、比赛时间、天气情况和场馆环境如下图：图 2 场馆环境等问卷调查结果表 3 场馆环境等问卷调查均值0.4129200.41291.7524=
2、4.710.48730.48731.7524=5.560.44180.44181.7524=5.040.41040.41041.7524=4.681.752420因为我们研究的是国家队的比赛，所以赛事的类型在实际定价中的影响相对要小些。虽然问卷调查显示天气情况比场馆环境的影响程度大，但是在实际中，由于比赛当天的天气是不好控制的因素，而门票价格是在比赛之前确定的，决定价格时比赛当天的天气的情况是不能确定，所以天气情况对定价的影响不大。赛事宣传和场馆环境对票价的影响程度基本相同。根据专家的建议，我们调整了分值，赛事水平30分，赛事意义28分，赛事类型22分。比赛时间7分，赛事宣传5分，场馆环境5分
3、，天气情况3分。表 4 影响因素赋值比重值实际赋值2930272824224.7155.5675.0434.68合 计100结合实际，对各明细指标赋值4、比赛时间、赛事宣传、场馆环境和天气情况是与赛事紧密联系在一起的，他们影响门票价格围绕赛事的价值上下波动。赛事的时间安排会影响观众的消费行为。根据体育局的经验，如果一年之间举行两场以上的比赛就会引起消费疲劳，另外，如果同期有其他的体育赛事或者娱乐活动，观众势必会进行取舍，因而会影响门票价格和上座率。但是，宣传的作用没有比赛之外的政治文化意义大，所以分值也相对低一点。场馆环境从两个方面和门票价格联系在一起。一方面，场馆的环境和观众的感受联系在一起
4、，好的设施能够给观众带来更好的享受，观众愿意支付更高的费用。另一方面，改善场馆的环境主办方也需要一定的成本。由于足球比赛价值的生产和消费具有同时性和不可存储的特点，人们对比赛价值的了解在一定程度上需要从媒体的宣传中获得。强大的宣传攻势和出色的广告策略，以及对赛事有关情况的详细介绍可以极大地刺激消费者的消费欲望。而且广告总是之间或者间接的向消费者传达赛事精彩、门票价格合理的信息。天气情况会影响上座率，由于它的不可控制性，对门票价格的影响相对较小，和对方国家的地理位置对票价的影响相类似。二、基于支付意愿的足球赛事享乐定价模型2.1 历史赛事定价与支付意愿的对比分析在上文所述的影响因素及其影响程度的
5、基础上，我们选取了在长沙举行的四场重要赛事作为样本进行定价模型的分析基础。对历史赛事实际票价和支付意愿对比分析。表 5 观众支付意愿统计结果强敌包厢价高档价中档价低档价重要赛事313.08177.63108.4467.13一般赛事187.78114.4375.3855.27一般对手261.9150.9995.5256.01145.4891.6359.8937.85弱敌194.26104.7771.0853.25104.7168.1344.9124.65注：支付意愿数据来源于观众支付意愿的问卷的调查结果。表中的数据，是根据调查结果取的平均数。重要定义：（1）重要赛事是指中国国家足球队的官方网站（
6、中国之队）公布的不仅关系到两支球队的国际排名而且涉及到出线权，或者具有重要的政治历史文化等意义的比赛。（2）高档票价是指有利于观看比赛的座位（一般在主席台对面和球门的两侧）的价格，；中档票价是指观看比赛的视角一般的座位（一般在球场的环形处）的价格；低档票价是指观看比赛的视角不好，对观看比赛造成一定影响的座位（一般在球门的后面）的价格。表 6 历史赛事实际票价和支付意愿对比高档票中档票低档票历史定价支付意愿二者比例中韩3001.692001.841.491.19中哥2802.452.651202.17中保3.061803.012.64501.32中日1501.310.90分析结论：（1） 中日比
7、赛的票价和观众支付意愿最接近，而中保比赛的票价和观众的支付意愿差距最大。（2） 除去中日比赛的低档票价外，所有比赛不同档次的实际定价都在同类支付意愿的1倍以上。这也反映了市场经济中的一个普遍的规律：供应方总是希望自己提供的服务或者商品能够卖到比较高的价钱，而购买者则希望用比较低的价钱买到较好的商品或者享受更好的服务。（3） 综合价和综合支付意愿的形成综合价形成依据：历史赛事的门票价格是体育主管部门依据经验作出的，而观众会在各种不同类型的票价之间进行了选择 ，挑选性价比最高的门票。观众的选择就是市场对定价进行的修正。我们认为，观众的各种不同选择综合之后的价格，是比较合理的综合价格。因此，进入模型
8、的，是经过修正之后的综合价而不是原始定价。座位综合价计算公式：座位综合价格高档票价高档票销量/座位总销量中档票价中档票销量座位总销量低档票价低档票销量/座位总销量综合支付意愿形成依据：问卷调查的观众的支付意愿，是观众按照不同类型的比赛和座位情况给出的支付意愿。它是观众的心里价位，而不是球赛的真正价值。为了和门票的综合价格相对应，我们也对支付意愿进行处理，得到不同类型比赛观众的综合支付意愿。综合支付意愿计算公式：座位综合支付意愿=（高档价中档价低档价）/3因为问卷调查的观众支付意愿是按照赛事和坐位档次来分类的，所以每种赛事类型的综合支付意愿，我们按照坐位档次取平均数。历史赛事综合价和观众综合支付
9、意愿表 7 历史赛事综合价和观众综合支付意愿赛事座位综合价座位综合支付意愿186117.7316881.712463.12872.2 定价模型1研究目的：通过对历史赛事的综合价赛事分值和综合支付意愿之间的分析，希望找出它们之间的线性关系，为以后的定价提供支持。2历史赛事有关数据表 8 历史赛事有关数据座位综合价格100分打分值776049483定价模型座位综合价格和赋值与支付意愿的线性关系。表 9 座位综合价格和赋值与支付意愿的线性关系说明：因素的P值都大于0.01。说明模型虽然能够反映票价和分值以及综合支付意愿之间的线性关系，但是由一定的偏差。这主要是因为历史赛事的数据有限造成的，随着赛事数
10、量的增加，模型能够得到优化。座位的综合价格P -39.826 6.14打分值2.074结论通过公式我们可以看出：综合价和打分值成正比例关系，和支付意愿成反比例关系。因为打分值越高，说明球赛的赛事质量、赛事水平越高，或者与足球核心产品相关的服务越到位，可观赏性强，能够刺激消费者的消费欲望，所以票价会高。而观众的支付意愿是观众的主观的心里价位，不是球赛的真正价值。观众总是希望用较低的价钱来欣赏精彩的比赛。所以体现在公式中就是综合价和支付意愿成反比关系。2.3 价格分配模型1、分析历史赛事的统计分析历史赛事的实际价格和综合价格如表。表 10 历史赛事的实际价格和综合价格低档票1低档票2历史赛事的实际
11、定价和综合价格的比例如下表。表 11 历史赛事的实际定价和综合价格的比例高中低1.611.080.491.670.712.261.450.681.721.150.57历史赛事各类门票销量占总销量的比例表 12 历史赛事各类门票销量比例高档票占总销量的比例中档票占总销量的比例低档票占总销量的比例22.54527.512251015601835422、结论：中韩比赛和中保比赛的实际综合价低于模型给出的综合票价，中哥比赛的实际综合价高于模型给出的综合票价，中日比赛的实际综合价和模型给出的综合价相当。中保比赛高中档票价与综合价之比远远高于其他三场比赛。中保比赛低档票销量所占的比重远远高于其他三场比赛，
12、而中档票销量的比重又低于其他三场比赛。这表明中保比赛中档票价定得过高，观众根据自己的需要，挑选对自己最有利的性价比最高的门票。2.4 价格分配比例1、分配理由模型给出的价格只是球赛的综合价格，它反映的是球赛的综合情况。在实际中，我们需要根据座位情况的不同制定出不同档次的票价。因此需要找出不同档次的票价和综合价之间的比例关系，从而对综合价进行合理的分配，找出高中低档票价定价的合理区间。综合价格是观众根据体育局的定价进行比较选择的结果，也就是供求双方的均衡点，不同档次票价和综合价的比例反映了票价浮动的大致区间。去掉极端的差异值，就可以得到不同档次票价与综合价的浮动范围。2、高中低档票价与综合价的浮
13、动比例表 13 价格分配比例高档票价中档票价低档票价与座位综合价的比例范围1.61.71.11.20.50.7三、足球赛事上座人数分析本章的研究目的在于找出人数与价格之间的关系，为预测上座率提供参考，其中隐含了一个基本假设，即认为观众人数只与门票价格相关。3.1 座位总人数与综合价的线性关系表 14 座位总人数与综合价的线性关系结论：座位总人数5594.714198.458模型能够回归座位总人数与座位综合价的线性关系，但是由于p值大于0.01，所以精度不高，误差范围大约在10-30左右。表 15 模型预测总人数与实际观众总人数对比分析实际观众人数模型预测人数误差范围38000313192050
14、027746170001901414250116713.2 各档次座位人数与综合价的线性关系1、高档座位人数与座位综合价的线性关系表 16 高档座位人数与座位综合价的线性关系高档票销量2984.39350.686模型能够回归高档座位人数与座位综合价的线性关系，但是由于p值大于0.01，所以精度不高，误差较大。表 17 高档座位模型预测人数与实际观众人数对比分析90006443283000553184200033016527001425472、中档座位人数与座位综合价的线性关系表 18 中档座位人数与座位综合价的线性关系中档票销量6954.112106.755模型能够回归中档座位人数与座位综合价
15、的线性关系，但是由于p值大于0.01，所以精度不高，误差较大。表 19 中档座位模型预测人数与实际观众人数对比分析180001290262501098075628310952502333563、低档座位人数与座位综合价的线性关系表 20 低档座位人数与座位综合价的线性关系模型能够回归低档座位人数与座位综合价的线性关系，但是由于p值大于0.01，所以精度不高，误差在20左右。表 21 低档座位模型预测人数与实际观众人数对比分析11000119728112501123311200094292163007911座位综合价 低档票销量4343.79141.017 3.3 结论总的说来，上述的线性关系精度不高。原因有两个方面：观众人数不仅与票价有关，还受其他因素的影响。另外，由于历史赛事的数量十分有限，所以造成回归结果不理想。不过，结果具有一定的参考价值，可以为预估观众人数提供参考。
