柯善軍， 魏 瑩， 成振波

(1. 重慶理工大學(xué)車輛工程學(xué)院，重慶 400050；2. 重慶郵電大學(xué)傳媒藝術(shù)學(xué)院，重慶 400065)

基于邏輯回歸的汽車造型品牌意象研究

柯善軍1， 魏 瑩2， 成振波1

(1. 重慶理工大學(xué)車輛工程學(xué)院，重慶 400050；2. 重慶郵電大學(xué)傳媒藝術(shù)學(xué)院，重慶 400065)

針對汽車造型的品牌辨識需求，提出基于邏輯回歸的品牌意象研究方法。以現(xiàn)代品牌為例，首先進行設(shè)計師和消費者意象評價調(diào)研，創(chuàng)建樣本車型的品牌意象評價是非和等級矩陣。然后以造型元素和造型形式為自變量，以評價是非二元值和評價等級為因變量，分別創(chuàng)建樣本車型的二元邏輯回歸和有序邏輯回歸模型，確定現(xiàn)代品牌的特色造型元素和特征造型形式。最后通過該品牌其他車型樣本的消費者調(diào)研驗證了結(jié)論的正確性。

汽車造型；品牌意象；邏輯回歸；造型元素；造型形式

汽車造型是消費者購買時需考慮的重要因素之一，因此造型設(shè)計也成為各個汽車品牌在車型開發(fā)過程中的一個重要內(nèi)容。我國汽車產(chǎn)業(yè)經(jīng)過幾十年的發(fā)展，已取得了較大成就，自主品牌的車型也非常注重造型設(shè)計，但仍缺乏統(tǒng)一的產(chǎn)品品牌形象，特別是在造型的品牌統(tǒng)一性方面缺乏相應(yīng)科學(xué)體系保證等問題。因此，特從統(tǒng)一產(chǎn)品品牌形象角度出發(fā)，探討影響汽車造型品牌意象的因素，包括造型元素和造型形式。

1 汽車造型的品牌意象分析

汽車造型的品牌意象，指某一品牌汽車造型的統(tǒng)一性與共性[1]，包含特色造型元素和特征造型形式兩個方面的內(nèi)容[2]。不同的品牌其特色造型元素有差別，如寶馬品牌主要通過進氣格柵體現(xiàn)與其他品牌的差異性；沃爾沃品牌則主要通過肩線突出品牌造型特色。

特色造型元素研究以汽車造型元素為自變量、

造型品牌意象為因變量，進行邏輯回歸分析，尋找影響品牌意象的顯著造型元素?？紤]邏輯回歸分析一般要求樣本與因素的數(shù)量比(8~10)∶1以上，但是單一品牌的車型樣本數(shù)量有限，需要先縮小自變量(汽車造型元素)的范圍。

1.1 初步篩選特色造型元素

研究汽車造型的品牌屬性，是為了指導(dǎo)設(shè)計師的造型創(chuàng)新。為了初步確定特色造型元素，特選定來自不同設(shè)計公司、有一定造型設(shè)計經(jīng)驗的 20位汽車造型設(shè)計師作為調(diào)研對象[3]。對汽車造型進行造型元素分解，并經(jīng)統(tǒng)計確定在汽車造型創(chuàng)意階段經(jīng)常運用的造型元素為：進氣格柵、側(cè)面輪廓線、前大燈、側(cè)面車窗、腰線、肩線、尾燈、引擎蓋。

以現(xiàn)代品牌為例進行研究，按照1∶1的數(shù)量選取現(xiàn)代品牌和非現(xiàn)代品牌的若干個車型，收集每個車型包括正視、側(cè)視、后視以及前45°等不同角度的圖片，按照以上 8個造型元素進行分解，形成汽車造型元素圖片。對每個汽車造型元素圖片進行處理，形成調(diào)研圖表。圖 1是對現(xiàn)代和非現(xiàn)代品牌各10個汽車造型，按照前大燈造型元素進行分解、處理，得到的20個前大燈造型形式圖片調(diào)研圖表。

圖1 大燈品牌判斷調(diào)查圖表

同樣方式得到其他7個造型元素的各20個汽車造型形式圖片調(diào)研圖表。再選擇 20位具有一定使用經(jīng)驗的汽車消費者作為調(diào)查對象，每個用戶對圖 1中各個造型元素圖片進行品牌識別。通過 20位調(diào)查者的識別和判斷，統(tǒng)計現(xiàn)代品牌每個造型元素的 10個造型形式圖片被消費者判斷正確的次數(shù)總和結(jié)果為：進氣格柵139、側(cè)面輪廓線91、前大燈117、側(cè)面車窗102、腰線86、肩線141、尾燈94、引擎蓋98。

顯然，不同造型元素的判斷正確率有差別，肩

線、進氣格柵、前大燈的判斷正確率要遠(yuǎn)遠(yuǎn)高于其他造型元素。初步確定這3個造型元素為現(xiàn)代品牌汽車的特色造型元素。

1.2 創(chuàng)建品牌意象評價矩陣

首先，收集現(xiàn)代品牌不同地區(qū)市場的 28個車型樣本，提取每個車型的肩線、進氣格柵、前大燈的造型形式，并以簡圖的形式表現(xiàn)出來。然后以特色造型元素為線索，對所有造型形式進行歸類、整合、編碼，如圖2所示。

圖2 現(xiàn)代品牌特色造型元素及其造型形式

再運用語義區(qū)分法對樣本車型的品牌意象進行評價。語義區(qū)分分析法是運用劃分成若干等級的語義區(qū)分量表來研究事物意義的一種方法[4-5]。以現(xiàn)代品牌汽車的造型意象為例，其可劃分成5個等級，如圖3所示。其中0表示“不是現(xiàn)代品牌的”，1表示“不太像現(xiàn)代品牌的”，2表示“有點像”，3表示“非常像”，4表示“就是現(xiàn)代品牌的”[6]。

圖3 品牌意象評價量表

針對選定的 28個現(xiàn)代品牌車型樣本，收集多角度造型圖片并進行處理，形成品牌意象調(diào)查表，并邀請 20位有一定汽車使用經(jīng)驗的消費者進行品牌意象評價。統(tǒng)計各個車型的品牌意象評價結(jié)果，將評價結(jié)果均值轉(zhuǎn)化為“意象是非二元值”和“意象等級值”，轉(zhuǎn)化標(biāo)準(zhǔn)如圖 4所示。綜合各個樣本車型特色造型元素及其造型形式編碼，形成品牌意象評價矩陣[7-8]，如表1所示。

圖4 評價意象均值與等級、是非的轉(zhuǎn)化標(biāo)準(zhǔn)

表1 28個車型的品牌意象評價矩陣

2 邏輯回歸模型的構(gòu)建與分析

邏輯回歸分析用于尋找識別對分類因變量影響較顯著的因素，根據(jù)變量分類情況分為二元邏輯回歸、多元邏輯回歸[9]。造型的品牌意象具有感性、無法準(zhǔn)確量化等特征，可歸于分類變量的邏輯回歸分析。

2.1 基于二元邏輯回歸的特色造型元素研究

將表1的數(shù)據(jù)輸入spss軟件，以品牌意象是非二元值為因變量，造型元素(進氣格柵、肩線和大燈)為自變量，進行二元邏輯回歸分析。二元邏輯回歸模型的可信度需要通過卡方及似然比檢驗，也可以通過預(yù)測分類表的預(yù)測結(jié)果說明，并最終確定自變量對因變量的影響顯著性水平。相關(guān)結(jié)果如表2~7所示。

表2 模型系數(shù)混合檢驗

表2顯示，自由度數(shù)目為1和2，取顯著性水平0.05，可以計算出卡方臨界值分別為3.841和5.991。表2顯示的卡方值分別為11.809和21.897，遠(yuǎn)大于臨界值，并且相應(yīng)的顯著性p值小于0.05，因此在顯著性水平為0.05的情況下，這些檢驗有意義。

表3 模型摘要

表3中，最大似然平方的對數(shù)值用于檢驗?zāi)Ｐ偷恼w性擬合效果，本例為15.623，大于卡方臨界值5.991，最大似然對數(shù)值檢驗通過。

表4 Hosmer - Lemeshow檢驗

表 4顯示，自由度數(shù)目為 1，取顯著性水平0.05，可以計算出卡方臨界值分別為 3.841。表 4需要檢驗的卡方值1.845小于臨界值，檢驗通過。因p值0.174大于0.05，也可以判斷Hosmer-Lemeshow檢驗有意義。

表5 最終預(yù)測分類表

表5顯示模型對28個樣本車型的預(yù)測結(jié)果，其中對于不是現(xiàn)代品牌(二元判斷值為 0)的車型，有2個判斷預(yù)測錯誤；對于是現(xiàn)代品牌(二元判斷值為1)的車型，有1個判斷預(yù)測錯誤。整體正確率為89.3%，說明該模型可用。

表6 未在模型中的變量

表6顯示，大燈造型元素的影響顯著性p值為0.260，大于顯著性臨界值 0.05的要求，不具有統(tǒng)計學(xué)意義，因此被移出模型。即大燈造型元素對現(xiàn)代品牌汽車造型的品牌判斷的影響不顯著，因此排除前大燈作為現(xiàn)代品牌的特色造型元素。

表7 最終模型中的變量

表7顯示，進氣格柵和肩線造型元素影響的p值小于臨界值0.05的要求，具有統(tǒng)計學(xué)意義，即進氣格柵和肩線對現(xiàn)代品牌汽車造型的品牌判斷的影響顯著。該結(jié)論與前面通過消費者調(diào)研確定特色造型元素的結(jié)果一致，也說明了結(jié)論的正確性。因此，可以確定進氣格柵和肩線為現(xiàn)代品牌汽車造型的特色造型元素。

2.2 基于有序邏輯回歸的特征造型形式研究

同一特色造型元素有不同的造型形式，進一步研究以造型形式為對象，分析不同的造型形式對品牌意象評價等級的影響，確定品牌的特征造型形式[10]。因為意象等級是屬于有序多分類類型，所以回歸方法選用有序邏輯回歸。

將表1的數(shù)據(jù)輸入spaa軟件，以品牌意象等級為因變量，肩線、進氣格柵和大燈的造型形式為自變量，選擇logit連接函數(shù)，進行有序邏輯回歸。有序邏輯回歸模型的可信度必須通過平行線檢驗，并通過卡方和偽R方檢驗，并最終估計各個自變量和

因變量有序等級的顯著性水平。相關(guān)結(jié)果分析如表8~12所示。

表8 模型擬合信息

表9 擬合度

表8、9顯示，模型擬合和相關(guān)系數(shù)的p值小于0.05，具有統(tǒng)計學(xué)意義；表10，偽R方數(shù)據(jù)表明模型的擬合度較好。

表10 偽R方分析

表11 平線性檢驗

表11中，p值大于0.05，平行線檢驗通過。

表12 變量的參數(shù)估計

表 12顯示，進氣格柵、肩線的各個造型形式的p值小于0.05，具有統(tǒng)計學(xué)意義，對品牌意象等級的影響最大；而大燈的各個造型形式的p值均大于0.05，不具有統(tǒng)計學(xué)意義。該結(jié)論與造型元素的二元回歸分析結(jié)果一致，也表明了結(jié)論的正確性。

肩線的造型形式 1(15°左右斜線肩線)p值為0.002，肩線的造型形式 2(接近水平肩線)p值為0.018；進氣格柵的造型形式 1(飛翼形格柵)p值為0.035，進氣格柵的造型形式 2(六邊形格柵)p值為0.018。因此，確定這4個造型形式為現(xiàn)代品牌的特征造型形式，對品牌意象等級的影響次序為：15°左右斜線肩線＞接近水平肩線=六邊形格柵＞飛翼形格柵。

3 結(jié)果驗證

收集驗證車型(該車型不包含上面28個樣本車型中)的多角度圖片，制作品牌意象調(diào)查圖表，如圖5所示，進行品牌意象調(diào)查、統(tǒng)計，比較其結(jié)果與模型估計的差異。

本例選取現(xiàn)代品牌的瑞納和瑞奕車型作為驗證車型，邀請 20位有一定汽車使用經(jīng)驗的消費者進行品牌意象評價。統(tǒng)計兩個車型樣本的品牌意象評價結(jié)果如表 13所示，與模型估計接近，驗證了結(jié)論的正確性，表明了研究方法的可行性。

圖5 驗證車型調(diào)查圖表

表13 驗證車型的品牌意象矩陣

4 結(jié) 論

以現(xiàn)代品牌汽車造型為對象案例，以造型元素和造型形式為自變量、品牌判斷二元值和品牌意象等級為因變量，分別進行二元和有序邏輯回歸。結(jié)果表明現(xiàn)代品牌汽車：肩線和進氣格柵是其品牌特色造型元素，對其品牌判斷的影響最為顯著；15°左右斜線肩線、接近水平肩線、六邊形進氣格柵和飛翼形進氣格柵是其品牌特征造型形式，對其品牌意象等級的影響最為顯著。

通過該品牌其他車型的驗證，表明該研究方法有效可行，能夠幫助汽車品牌尋找識別自身特色造型元素和特征造型形式，進而塑造統(tǒng)一鮮明的產(chǎn)品品牌形象。

[1] 張文泉, 趙江洪. 奧迪品牌造型基因研究[J]. 包裝工程, 2007, 28(4): 84-86.

[2] Chan C. Can style be measured [J]. Design Studies, 2000, 21(3): 277-291.

[3] 柯善軍, 劉紅杰, 魏 瑩, 等. 基于感知意象的品牌手機造型特色研究[J]. 包裝工程, 2008, 29(12): 188-203.

[4] Lee J H, Chang M L. Stimulating designers’ creativity based on a creative evolutionary system and collective intelligence in product design [J]. International Journal of Industrial Ergonom ics, 2010, 40(3): 295-305.

[5] 徐 江, 孫守遷, 張克俊. 基于遺傳算法的產(chǎn)品意象造型優(yōu)化設(shè)計[J]. 機械工程學(xué)報, 2007, 43(4): 53-58.

[6] Yanagisawa H, Murakam i T. Factors affecting viewpoint shifts when evaluating shape aesthetics towards extracting customer’s latent needs of emotional quality [C]// 2008 ASME International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. New York: ASME Press, 2008: 791-800.

[7] 李永峰, 朱麗萍. 基于模糊邏輯的產(chǎn)品意象造型設(shè)計研究[J]. 工程圖學(xué)學(xué)報, 2011, 32(1): 124-128.

[8] Lanzotti A, Tarantino P. Kansei engineering approach for total quality design and continuous innovation [J]. Training for Quality Merged Journal, 2008, 20(4): 324-337.

[9] 薛 薇. SPSS統(tǒng)計分析方法及應(yīng)用[M]. 2版. 北京: 電子工業(yè)出版社, 2009: 281-300.

[10] 盧兆麟, 張 悅. 基于映射關(guān)系的產(chǎn)品設(shè)計DNA描述方法研究[J]. 機械設(shè)計, 2014, 31(9): 1-5, 9.

The Research on Brand Image for Automobile Styling Based on Logistic Regression

Ke Shanjun1, Wei Ying2, Cheng Zhenbo1

(1. Vehicle Engineering Institute, Chongqing University of Technology, Chongqing 400050, China; 2. College Communication Art, Chongqing University of Posts and Telecommunications, Chongqing 400065, China)

Aim ing at the need of brand identification in the process of automobile styling development, a method of brand image research is proposed based on logistic regression. Taking Hyundai as an example, the evaluation matrix of brand image is created by the survey of designers and consumers. Then, the mathematical model of logistic regression is created to analysis the modeling element characteristics and the modeling style characteristics. Finally, the validity of the conclusion is verified by testing other samples through consumers’ survey.

automobile styling; brand image; logistic regression; modeling elements; modeling style

TB 472

10.11996/JG.j.2095-302X.2016040524

A

2095-302X(2016)04-0524-06

2015-12-29；定稿日期：2016-02-21

重慶市教委科學(xué)技術(shù)研究項目(KJ1500912)

柯善軍(1975–)，男，湖北陽新人，講師，碩士。主要研究方向為產(chǎn)品設(shè)計、計算機輔助工業(yè)設(shè)計。E-mai l：shanjunke@cqut.edu.cn