12月7日下午，由社会科学部、校社科联主办，工商管理学院承办的“青年学术沙龙”邀请国际商学院黄幼麟博士作了“自述偏好实验与离散选择模型在市场营销研究中的应用”学术分享，消费行为与数字营销研究所副所长宋金柱副教授主持，王雅娟、朱良杰和马来坤等老师和研究生全程参与。
自述偏好实验是利用虚拟选择场景模拟消费者在真实市场环境中面临的消费选择的研究手段。通过构建虚拟选择场景、展示具体的产品服务参数信息，自述偏好实验能够克服消费者对新产品认知的局限性，有效解决传统问卷调查方法中易引起的自我报告偏差及共同方法偏差等常见问题。该研究方法已被应用于探究消费者的创新产品采纳，尤其在交通出行、医疗健康领域有广泛应用。
讲座中，黄幼麟博士从自述偏好实验设计、自述偏好数据收集、自述偏好数据分析建模三个方面展开。在自述偏好实验设计部分，详细介绍了自述偏好实验的内容、作用、实验场景及步骤等内容。主要包括六个步骤：
1.确定选择集（通常3-4个选项，选项间需具有可比性，避免有绝对优势的选项，模拟消费者可能遇到的选择情景）
2.确定选项特征变量（参考现有文献及市场实际，纳入可能影响消费者在不同选项之间选择的因素，特征变量通常为3-10个）
3.确定选项特征参数（参考已有自述偏好实验设计及市场实际，确定不同特征在不同选项上的可能取值，通常为2-5个）
4.确定自述偏好实验问题
5.优化自述偏好实验设计的特征参数组合
6.设定符合受访者自身实际的自述偏好场景
在自述偏好数据收集部分，主讲人详细介绍了数据收集的过程，主要包括准备自述偏好实验场景模板代码、批量生成多个自述偏好实验场景、将自述偏好实验设计上线（比如使用问卷星企业版）等内容。其中，为匹配符合受访者自身实际的自述偏好场景，可以利用逻辑跳转功能为不同受访者跳转不同场景。
在自述偏好数据分析建模部分，主讲人结合其已经发表的论文分享了实验所需的数据准备、建模软件及代码、常用模型、建模结果的汇报方法等内容，着重介绍了常用的离散选择模型：多项式(Multinomial) Logit模型(MNL)、巢式(Nested) Logit模型(NL)、潜类别模型和随机参数Logit(RPL)模型。其中，巢式Logit模型是多项式Logit模型的常见扩展，有较为广泛的应用。
在结尾的互动讨论环节，主讲人解答了大家的疑问，与参与讲座的师生进行了深入的互动交流。
