郭興堃，譚 志，姚 輝

（1.湖南農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，長(zhǎng)沙 410128；2.湖南省煙草專(zhuān)賣(mài)局 長(zhǎng)沙 410004；3.張家界市煙草專(zhuān)賣(mài)局，湖南 張家界 427000）

0 引言

營(yíng)銷(xiāo)的本質(zhì)是產(chǎn)品市場(chǎng)化，以滿(mǎn)足消費(fèi)者需求為出發(fā)點(diǎn)和歸宿。為此，卷煙營(yíng)銷(xiāo)的核心要義就是用精準(zhǔn)的信息手段把握市場(chǎng)動(dòng)態(tài)，用科學(xué)的市場(chǎng)手段對(duì)未來(lái)市場(chǎng)進(jìn)行謀局。然而，長(zhǎng)期以來(lái)，我國(guó)的卷煙營(yíng)銷(xiāo)模式采取的是計(jì)劃經(jīng)濟(jì)下的專(zhuān)賣(mài)制度，在“按客戶(hù)訂單組織貨源”政策實(shí)施以前，煙草公司大都采用上級(jí)計(jì)劃總量、逐級(jí)分派配額的經(jīng)營(yíng)模式，這種模式時(shí)常導(dǎo)致供需失調(diào)，不符合市場(chǎng)自身邏輯。當(dāng)下卷煙銷(xiāo)售，即便采用“按客戶(hù)訂單組織貨源”的經(jīng)營(yíng)辦法，然而，“訂單”是一種事前行為，也會(huì)因?yàn)檫^(guò)于理想化而與實(shí)際需求相脫節(jié)。所以，展開(kāi)“按客戶(hù)訂單組織貨源”，也需要實(shí)時(shí)修正，做到“有計(jì)劃不惟計(jì)劃、走市場(chǎng)適調(diào)需求”。為此，在“按客戶(hù)訂單組織貨源”的主營(yíng)銷(xiāo)模式基礎(chǔ)上，構(gòu)建一整套卷煙需求量預(yù)測(cè)系統(tǒng)，對(duì)于穩(wěn)步推進(jìn)卷煙產(chǎn)品銷(xiāo)售的市場(chǎng)化進(jìn)程，促成理想“訂單”與現(xiàn)實(shí)需求的一致性，具有重要意義。

本文分?jǐn)M采用多元線(xiàn)性回歸法，對(duì)湖南張家界全市未來(lái)5年的卷煙市場(chǎng)需求進(jìn)行預(yù)判，以期指導(dǎo)張家界卷煙營(yíng)銷(xiāo)工作。

1 研究模型設(shè)定與測(cè)試

1.1 研究模型的設(shè)定

線(xiàn)性與非線(xiàn)性函數(shù)模型是產(chǎn)品市場(chǎng)需求預(yù)測(cè)的通行函數(shù)模型，線(xiàn)性函數(shù)運(yùn)用的前提是各影響變量事先確定，且不含未知因素，然而，現(xiàn)實(shí)生活時(shí)常伴隨各種不確定性市場(chǎng)因素，運(yùn)用非線(xiàn)性形式似乎已成常態(tài)，但這種函數(shù)的使用也常受決策者實(shí)踐經(jīng)驗(yàn)影響。借鑒現(xiàn)有的研究，我們擬選取以下非線(xiàn)性函數(shù)模型：

在此，Q為特定年度的產(chǎn)品市場(chǎng)預(yù)測(cè)需求量；GDP、D、P、R分別表示某地區(qū)特定年度的旅游GDP、旅游人口、產(chǎn)品銷(xiāo)售價(jià)格以及人均居民收入水平；a為常數(shù)項(xiàng)；b、c、d、e、f分別為某地區(qū)某特定年度的旅游人口、旅游GDP、物價(jià)指數(shù)CPI、產(chǎn)品市場(chǎng)售價(jià)、人均收入水平等參量常數(shù)。

1.2 數(shù)據(jù)的收集與初檢驗(yàn)

通過(guò)對(duì)張家界統(tǒng)計(jì)局官方統(tǒng)計(jì)數(shù)據(jù)、《張家界市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》（2009～2013）、《張家界煙草年鑒》（2009～2013）、《張家界全市主要經(jīng)濟(jì)指標(biāo)》（2009～2013）等資料的收集與整理，搜集上述統(tǒng)計(jì)項(xiàng)目數(shù)據(jù)見(jiàn)表1。

表1 張家界近5年來(lái)的卷煙銷(xiāo)量以及影響參數(shù)量化值

本文采用EXCEL中的數(shù)據(jù)分析回歸工具進(jìn)行計(jì)算，選擇置信度為95%，計(jì)算結(jié)果如表2所示。

表2 模型回歸結(jié)果

1.3 模型評(píng)估

（1）R2線(xiàn)性檢驗(yàn)。

一般而言，R2∈（0 1），R2值越趨向于1，顯示函數(shù)方程對(duì)經(jīng)濟(jì)現(xiàn)象的擬合度越好。擬合測(cè)算的結(jié)果表明，在上述研究中，R2=0.99843，顯示出函數(shù)模型的擬合度程度較高，這也說(shuō)明，檢驗(yàn)函數(shù)趨向于線(xiàn)性檢驗(yàn)，即自變量X與因變量Y的散點(diǎn)分布基本上在一條直線(xiàn)上，兩者呈線(xiàn)性關(guān)系。然而，當(dāng)X拓展為Xi時(shí)，即自變量趨向多元時(shí)，不確定性因素增多，模型的線(xiàn)性將可能打破，進(jìn)而呈非線(xiàn)性關(guān)系。

（2）t統(tǒng)計(jì)量檢驗(yàn)。

t統(tǒng)計(jì)檢驗(yàn)旨在測(cè)試各自變量真實(shí)值與參數(shù)為零假設(shè)的關(guān)系問(wèn)題。假如測(cè)試結(jié)果顯示t統(tǒng)計(jì)量超過(guò)其臨界值，那么將可以試圖預(yù)設(shè)置信區(qū)間，結(jié)合自由度重設(shè)臨界值，參數(shù)為0的假設(shè)將被拒絕；相反，假設(shè)測(cè)試結(jié)果顯示，統(tǒng)計(jì)值t小于臨界值，則說(shuō)明自變量Xm相對(duì)于因變量Y不構(gòu)成線(xiàn)性關(guān)系，自變量Xm應(yīng)該剔除。本研究設(shè)定10%的顯著性水平，即置信區(qū)間為90%，設(shè)定t臨界值c值為2.132，測(cè)試結(jié)果顯示：CPI的t統(tǒng)計(jì)值為-0.67207小于臨界值c，根據(jù)上述原理，對(duì)CPI變量予以剔除。包括GDP、銷(xiāo)售單價(jià)、居民人均收入、人口數(shù)等在內(nèi)的其他變量t值都大于臨界值，予以保留。為此，還需對(duì)模型進(jìn)一步測(cè)試與修正。

（3）剔除變量CPI后的模型修正。

剔除變量CPI后，樣本數(shù)依然是5個(gè)，而自變量數(shù)目從原來(lái)的5個(gè)減為4個(gè)。預(yù)先設(shè)定t的臨界值c=2.015，進(jìn)行EXCEL測(cè)試，結(jié)果如表3所示。

表3 模型回歸結(jié)果

1.4 模型確立

2 未來(lái)5年需求量預(yù)測(cè)

2.1 自變量歷史數(shù)據(jù)

按照上述預(yù)測(cè)函數(shù)，我們擬搜集近年來(lái)的相關(guān)自變量統(tǒng)計(jì)數(shù)據(jù)，進(jìn)一步構(gòu)建具體的時(shí)間序列預(yù)測(cè)模型，進(jìn)而對(duì)張家界卷煙市場(chǎng)的未來(lái)5年市場(chǎng)需求做出預(yù)測(cè)。

收集2002～2013年12年來(lái)張家界的旅游人口、旅游帶來(lái)的年生產(chǎn)總值GDP、城鎮(zhèn)居民可支配收入及2009年來(lái)的產(chǎn)品銷(xiāo)售單價(jià)、銷(xiāo)量等數(shù)據(jù)資料如表4所示。

表4 近12年來(lái)自變量歷史數(shù)據(jù)

2.2 各變量計(jì)算

（l）未來(lái)5年的人口D預(yù)測(cè)。

通過(guò)時(shí)間序列，張家界未來(lái)5年人口分布如圖1所示：

圖1 未來(lái)5年人口分布圖

該關(guān)系圖呈線(xiàn)性關(guān)系，以2002～2013年12個(gè)旅游人口數(shù)值作為Y值，2002～2013年為X值進(jìn)行回歸分析。2015～2019年的旅游人口值D分別為：

（3）城鎮(zhèn)居民可支配收入未來(lái)5年預(yù)測(cè)。

城鎮(zhèn)居民可支配收入未來(lái)5年的時(shí)間序列預(yù)測(cè)，如圖2所示。

圖2 以時(shí)間散點(diǎn)圖表示的未來(lái)5年居民收入

基于圖2的模擬關(guān)系，我們擬采用二次回歸予以分析，令：

如果年份自2002～2013年為1～12的序列數(shù)，那么，令Z為1-12的平方數(shù)，如表5所示。

表5 時(shí)間序列表述的居民收入原始統(tǒng)計(jì)值表

于是，收入回歸結(jié)果如表6所示。

表6 居民收入時(shí)間序列回歸結(jié)果

于是，得到函數(shù)方程為：

（4）未來(lái)5年單箱收入（價(jià)格）預(yù)測(cè)。

未來(lái)5年單箱收入（價(jià)格）做時(shí)間序列預(yù)測(cè)：以2009～2013年5年單箱收入為Y值，以2009～2013年為X值進(jìn)行線(xiàn)性回歸，2015～2019年的單箱收入（價(jià)格）公式為：

回歸結(jié)果如表7所示。

表7 單箱收入時(shí)間序列回歸結(jié)果

單箱收入2015=-2834895+2015*1420.29=26989.35

單箱收入2016=-2834895+2016*1420.29=28409.64

單箱收入2017=-2834895+2017*1420.29=29829.93

單箱收入2018=-2834895+2018*1420.29=31250.22

單箱收入2019=-2834895+2019*1420.29=32670.51

2.3 估計(jì)未來(lái)一段時(shí)間需求量

整理上述各變量預(yù)測(cè)值，我們得到張家界2015-2019年的各年份數(shù)據(jù)如表8所示。

表8 張家界2015～2019年各變量預(yù)測(cè)值表

完整需求模型為：

3 結(jié)論

以式（10）為張家界卷煙需求的最終回歸模型。從中可以看出，從旅游角度看，影響張家界卷煙產(chǎn)品需求的變量主要有旅游人口、旅游GDP、卷煙價(jià)格和居民可支配收入等。由于EXCEL回歸中的t統(tǒng)計(jì)值檢驗(yàn)不予通過(guò)，故初始CPI因素被剔除。

從回歸方程中我們看到，旅游人口、旅游GDP、居民收入和單箱收入等變量系數(shù)分別是0.00158、0.000074、0.000025、-0.00002，據(jù)此可以判斷各影響因素的影響力水平為：

旅游人口＞旅游GDP＞居民收入＞單箱價(jià)格。

本文以張家界市場(chǎng)為例，通過(guò)對(duì)影響區(qū)域市場(chǎng)卷煙產(chǎn)品需求的宏觀和微觀因素進(jìn)行分析，構(gòu)建了考察區(qū)域市場(chǎng)產(chǎn)品市場(chǎng)需求預(yù)測(cè)模型，并試圖采取時(shí)間序列數(shù)據(jù)對(duì)預(yù)測(cè)模型做進(jìn)一步測(cè)試，以求對(duì)區(qū)域市場(chǎng)未來(lái)一段時(shí)間內(nèi)產(chǎn)品市場(chǎng)需求做出較為精準(zhǔn)的預(yù)判。該預(yù)測(cè)模型的構(gòu)建及運(yùn)用以微觀需求模型為主要框架，以影響變量為突破口，構(gòu)建了市場(chǎng)自變量與需求量因變量間的預(yù)測(cè)模型關(guān)系式，對(duì)區(qū)域市場(chǎng)卷煙商業(yè)企業(yè)進(jìn)行卷煙市場(chǎng)需求預(yù)測(cè)具有推廣價(jià)值。

[1]Heilman C M,Bowman D,Wright G P.The Evolution of Brand Prefrences and Choice Behaviors of Consumers：New to a Market[J].Journal marketing Researeh,2000,37(2).

[2]Yoo B,Donthu N,Lee S.An Examination of Selected Marketing Mix and Brand Equity[J].Academy of marketing science,2000,28(2).

[3]菲利普·科特勒.營(yíng)銷(xiāo)管理[M].盧泰宏譯,北京：中國(guó)人民大學(xué)出版社，2009.

[4]各年份張家界市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)（2002-2013）[R].張家界統(tǒng)計(jì)局信息網(wǎng)，http：//222.240.193.196/default.asp.

[5]呂林濤,王鵬,李軍懷,呂暉,張景.基于時(shí)間序列的趨勢(shì)性分析及其預(yù)測(cè)算法研究[J].計(jì)算機(jī)工程與應(yīng)用,2004,(19).

[6]張一揚(yáng),周冀衡,周清明.影響我國(guó)卷煙消費(fèi)需求的主要經(jīng)濟(jì)指標(biāo)分析[J].中國(guó)煙草學(xué)報(bào),2008,(4).