李曉敏 李 妍

（上海外國語大學(xué) 國際工商管理學(xué)院，上海 201620）

1 高涉入度產(chǎn)品的基本概念

最早提出涉入概念的學(xué)者是Sherif and Cantril（1947），而對于涉入度的分類，Zaichkowsky（1994）基于涉入對象將涉入度分為廣告涉入度、產(chǎn)品涉入度與購買決策涉入度。其中，產(chǎn)品涉入度是指消費(fèi)者對產(chǎn)品的重視程度或者是產(chǎn)品對個人的重要性。不同的產(chǎn)品會產(chǎn)生不同的涉入度，這主要取決于消費(fèi)者對產(chǎn)品重要性和風(fēng)險性的認(rèn)知、消費(fèi)者個人因素以及產(chǎn)品自身屬性因素等。

結(jié)合前人對產(chǎn)品涉入度概念的研究，本文將高涉入度產(chǎn)品定義為消費(fèi)者感知到的重要性和風(fēng)險性高的產(chǎn)品。消費(fèi)者涉入程度高，說明該產(chǎn)品具有高風(fēng)險、十分重要并且與消費(fèi)者本人關(guān)聯(lián)程度高，消費(fèi)者會盡可能地收集相關(guān)信息，充分比較優(yōu)缺點(diǎn)后才做出決策。換句話說，消費(fèi)者的購買行為是需要時間和精力投入的，當(dāng)產(chǎn)品需要消費(fèi)者花費(fèi)更多的時間和精力做出購買決定的時候，這項產(chǎn)品被認(rèn)為是高涉入度產(chǎn)品，如轎車、住房和電子設(shè)備都是高涉入度產(chǎn)品。

2 高涉入度產(chǎn)品銷量預(yù)測研究中的統(tǒng)計分析

本文以CNKI數(shù)據(jù)庫作為文獻(xiàn)來源，在檢索中首先采用“高涉入度”和“銷售預(yù)測”為題目、摘要、關(guān)鍵詞進(jìn)行檢索，檢索出來的文獻(xiàn)較少。事實上，很多學(xué)者在研究的過程中并沒有直接采用“高涉入度”等作為題目、摘要、關(guān)鍵詞，所以若直接以此為關(guān)鍵詞會導(dǎo)致文獻(xiàn)檢索中出現(xiàn)大量文獻(xiàn)遺漏。因此，本文進(jìn)行補(bǔ)充檢索，擴(kuò)大檢索范圍，首先采用“銷售”或“銷量”和“預(yù)測”為題目、摘要、關(guān)鍵詞進(jìn)行檢索，在檢索出的文獻(xiàn)中選取基于高涉入度產(chǎn)品的銷售預(yù)測文章，同時以“需求預(yù)測”或“預(yù)測模型”進(jìn)行補(bǔ)充檢索。在分別閱讀每篇文章的摘要或全文后刪除與研究主題不符的文獻(xiàn)，最終將符合條件的44篇文獻(xiàn)作為本文的分析對象。

2.1 文獻(xiàn)數(shù)量統(tǒng)計

從文獻(xiàn)的時間動態(tài)分布統(tǒng)計看出，我國學(xué)者從20世紀(jì)90年代開始進(jìn)行高涉入度產(chǎn)品銷量預(yù)測研究，1989—2011年，每年的文獻(xiàn)數(shù)量基本持平，而2012—2017年高涉入度產(chǎn)品銷售預(yù)測有關(guān)研究有新的增長，尤其是在2017年達(dá)到了8篇，為2009年的4倍，說明2012年以后我國對高涉入度產(chǎn)品的銷售預(yù)測研究才逐漸發(fā)展起來。

圖1 我國高涉入度產(chǎn)品銷售預(yù)測研究文獻(xiàn)綜述

CNKI數(shù)據(jù)庫對學(xué)科的劃分，主要分為基礎(chǔ)科學(xué)、工程科技I、工程科技II、農(nóng)業(yè)科技、醫(yī)藥衛(wèi)生、信息技術(shù)、哲學(xué)與人文、社會科學(xué)I、社會科學(xué)II以及經(jīng)濟(jì)與管理。

從研究者的學(xué)科背景來看，47.73%的文獻(xiàn)來自作者團(tuán)隊，其中43.18%的文獻(xiàn)來自單一學(xué)科背景的作者團(tuán)隊，4.55%的文獻(xiàn)來自兩個學(xué)科背景的作者團(tuán)隊?？傮w上，目前關(guān)于高涉入度產(chǎn)品銷量預(yù)測的研究主要是由單一學(xué)科背景的單一作者獨(dú)立完成，只有極少部分文獻(xiàn)是多學(xué)科背景學(xué)者的合作研究。從學(xué)者的學(xué)科背景來看，39.60%是經(jīng)濟(jì)與管理科學(xué)，30.20%的文獻(xiàn)來自工程科技II輯的研究者，12.50%來自是基礎(chǔ)科學(xué)領(lǐng)域，來自信息技術(shù)和社會科技II輯領(lǐng)域的文獻(xiàn)比例分別是11.50%和4.20%。目前看來，主要趨勢是整合經(jīng)管、工程技術(shù)以及基礎(chǔ)科學(xué)方面的研究力量來開展研究。

2.2 研究方法分類統(tǒng)計

國內(nèi)對銷售預(yù)測的研究主要是在借鑒國外銷售預(yù)測方法的基礎(chǔ)上做更進(jìn)一步的探索和分析。本文將44篇文獻(xiàn)按照研究方法進(jìn)行分類，傳統(tǒng)的研究方法一般分為定性和定量方法，由于檢索的文獻(xiàn)里并未涉及定性方法，所以本文直接從傳統(tǒng)的定量方法來看，有50%的文獻(xiàn)采用了傳統(tǒng)的定量方法，其中有15.91%的文獻(xiàn)采用了回歸分析的方法，在所有傳統(tǒng)研究方法中時間序列法的應(yīng)用最廣泛，比例達(dá)到了31.82%。

圖2 我國高涉入度產(chǎn)品銷售預(yù)測研究學(xué)者的學(xué)科背景分布

從現(xiàn)代的人工智能方法來看，有11.36%的文獻(xiàn)采用了神經(jīng)網(wǎng)絡(luò)的方法，而采用灰色系統(tǒng)研究方法的文獻(xiàn)相對較多，占比15.91%。此外，有研究者試圖將各種預(yù)測方法組合，主要是將時間序列法和人工智能方法進(jìn)行組合，組合方法在預(yù)測中的應(yīng)用達(dá)到了22.73%。

表1 高涉入度產(chǎn)品銷量預(yù)測方法應(yīng)用分類和分布

3 基于知識圖譜的高涉入度產(chǎn)品銷售預(yù)測研究分析

本文采用CiteSpace V軟件進(jìn)行知識圖譜分析，目前國內(nèi)利用CiteSpace進(jìn)行分析的數(shù)據(jù)源為WoS、CSSCI以及CNKI，可對目標(biāo)領(lǐng)域的研究熱點(diǎn)、研究前沿和研究趨勢進(jìn)行探索。本文在對數(shù)據(jù)進(jìn)行分析時，選取CNKI數(shù)據(jù)庫中關(guān)于高涉入度產(chǎn)品銷售預(yù)測研究的期刊和論文，時間跨度為1989—2017年，設(shè)置Time Slice（時間片層）為每兩年一個階段。

3.1 高涉入度產(chǎn)品銷售預(yù)測的研究主體

在圖3中，作者的出現(xiàn)頻率與節(jié)點(diǎn)的大小成正比，節(jié)點(diǎn)內(nèi)圈中的顏色表示不同的時間段。從作者角度可以看出，章旭、王旭天、崔東佳和余世明在高涉入度產(chǎn)品銷售預(yù)測研究方面的產(chǎn)出較為突出。各節(jié)點(diǎn)之間的連線則表示共現(xiàn)的關(guān)系，其粗細(xì)表明共現(xiàn)的強(qiáng)度。從圖2的連線情況可知，目前主要的研究成果來自合作研究。連線的顏色則對應(yīng)節(jié)點(diǎn)第一次共現(xiàn)的時間。顏色從深色調(diào)到淺色調(diào)的變化表示時間從早期到近期的變化，由圖3可知近期的合作研究更為活躍和密切。

圖3 高涉入度產(chǎn)品銷售預(yù)測研究作者分布聚類視圖

3.2 高涉入度產(chǎn)品銷售預(yù)測的研究熱點(diǎn)

高涉入度產(chǎn)品銷售預(yù)測的關(guān)鍵詞在不同時期的出現(xiàn)頻次可以反映出目前相關(guān)研究的熱點(diǎn)和走向，出現(xiàn)頻次較高的關(guān)鍵詞可表明目前該研究領(lǐng)域所關(guān)注的焦點(diǎn)。

圖4 高涉入度產(chǎn)品銷售預(yù)測研究關(guān)鍵詞共現(xiàn)聚類視圖

由圖4可知，目前對高涉入度產(chǎn)品銷售預(yù)測的研究主要集中在汽車領(lǐng)域，研究采用的主要方法包括時間序列法、灰色預(yù)測、神經(jīng)網(wǎng)絡(luò)以及組合預(yù)測等。值得注意的是目前部分研究人員在進(jìn)行高涉入度產(chǎn)品銷售預(yù)測時除了利用傳統(tǒng)的營銷數(shù)據(jù)外，也開始關(guān)注互聯(lián)網(wǎng)的網(wǎng)絡(luò)搜索數(shù)據(jù)在銷售預(yù)測中的應(yīng)用。

時間線視圖主要側(cè)重勾畫聚類之間關(guān)系和某個聚類中文獻(xiàn)的歷史跨度，在時間線視圖中相同聚類的文獻(xiàn)被放置在同一水平線上。在時間線視圖中，我們可以清晰地得到各個聚類中文獻(xiàn)的數(shù)量情況，文獻(xiàn)數(shù)量越多代表所得的聚類領(lǐng)域越重要。由圖5可知研究者利用時間序列法進(jìn)行高涉入度產(chǎn)品銷量研究在2006年出現(xiàn)且一直保持著較高關(guān)注度，研究成果較為豐富。

圖5 高涉入度產(chǎn)品銷售預(yù)測研究關(guān)鍵詞共現(xiàn)時間線視圖

4 高涉入度產(chǎn)品銷量預(yù)測研究軌跡分析

在對44篇文獻(xiàn)進(jìn)行總結(jié)統(tǒng)計分析的基礎(chǔ)上，根據(jù)我國高涉入度產(chǎn)品銷量研究的具體情況，從研究發(fā)展的軌跡來看，可以劃分為三個階段。

表2 高涉入度產(chǎn)品銷量預(yù)測研究方法在不同發(fā)展階段的數(shù)量分布

第一階段：摸索起步階段

在此期間共有2篇文獻(xiàn)，從研究方法的時間演進(jìn)看，在1990年以前，我國的學(xué)者開始進(jìn)行高涉入度產(chǎn)品銷售預(yù)測研究的摸索，在研究方法上主要使用傳統(tǒng)的研究方法，雖然以定量方法為主，但是利用的定量方法比較簡單，回歸模型都是使用了簡單的一元線性回歸方法。

李鴻生（1989）指出在當(dāng)時特殊的經(jīng)濟(jì)環(huán)境下，國民收入對摩托車銷量的影響很小，而集體和個人經(jīng)營者的人數(shù)是影響摩托車銷量的主要因素，并通過回歸模型和灰色數(shù)列預(yù)測模型對摩托車銷量進(jìn)行預(yù)測，由于兩種方法各有側(cè)重，所以綜合考慮后取兩種方法的算術(shù)平均數(shù)作為預(yù)測結(jié)果。金朝崇和岳毅宏（2000）運(yùn)用傅氏分析法確定冰箱銷售的季節(jié)長度和下一周期各個階段的銷售量，為冰箱企業(yè)的決策活動提供了參考。

第二階段：探討成長階段

在這一階段，高涉入度產(chǎn)品銷售預(yù)測研究文獻(xiàn)數(shù)量相比第一階段有了很大的提高，在研究方法上也出現(xiàn)多元化，灰色系統(tǒng)、BP神經(jīng)網(wǎng)絡(luò)都第一次被運(yùn)用到高涉入度產(chǎn)品銷售預(yù)測之中。研究出現(xiàn)了從簡單單變量分析向復(fù)雜的多變量分析、從靜態(tài)模型向動態(tài)模型、從單一方法向綜合方法發(fā)展，多種學(xué)科開始介入研究之中的變化趨勢。

楊艷霞（2006）分別利用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)和基于差分進(jìn)化的BP網(wǎng)絡(luò)建立了3個不同的汽車零部件銷量預(yù)測模型，基于最小二乘準(zhǔn)則，將取得的3個預(yù)測模型合成為一個復(fù)合模型HANNFM并驗證了它的有效性。陳紅周、劉碧玉、李學(xué)全（2009）利用灰色預(yù)測 GM（1，1）模型研究了手機(jī)銷售總數(shù)量動態(tài)變化，并使用灰色關(guān)聯(lián)度來計算總銷售量對目標(biāo)品牌的影響。耿萬里（2010）基于銷售預(yù)測相關(guān)理論知識以及產(chǎn)品的歷史銷售數(shù)據(jù)，運(yùn)用SPSS和一元線性回歸模型，以及根據(jù)實際需求自主構(gòu)建的預(yù)測修正算法，對該公司的平板電視產(chǎn)品進(jìn)行了銷售預(yù)測分析和修正。錢永渭和余世明（2011）采用神經(jīng)網(wǎng)絡(luò)理論對罐裝飲料自動售貨機(jī)銷售額預(yù)測進(jìn)行數(shù)學(xué)建模，采用BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)了罐裝飲料自動售貨機(jī)銷售額的預(yù)測。陳力華、楊亞莉和陳浩（2011）基于SPSS曲線預(yù)測和平滑指數(shù)法，對我國自主品牌汽車銷量進(jìn)行了預(yù)測研究，研究結(jié)果表明，使用三次曲線法可以更有效地預(yù)測汽車銷量。

第三階段：發(fā)展整合階段

2012年以來，我國對高涉入度產(chǎn)品銷量預(yù)測的研究進(jìn)入了新的階段，目前有34篇成果出現(xiàn)，遠(yuǎn)遠(yuǎn)多于前兩個階段文獻(xiàn)的總和。隨著大數(shù)據(jù)的發(fā)展和人工智能理論的成熟及在各行業(yè)的廣泛應(yīng)用，研究者將互聯(lián)網(wǎng)搜索趨勢數(shù)據(jù)、評價口碑以及社交媒體上的內(nèi)容引入高涉入度產(chǎn)品銷售預(yù)測并進(jìn)行了有益的探索。在這一階段，雖然更多的方法被引入銷售預(yù)測研究中，但回歸模型和時間序列仍然占有主導(dǎo)地位。在高涉入度產(chǎn)品銷售預(yù)測研究中嘗試將新的研究方法與最新的研究整合運(yùn)用，研究方法逐漸精細(xì)化。得益于大數(shù)據(jù)時代的到來和數(shù)據(jù)挖掘技術(shù)的成熟，銷售預(yù)測方法也經(jīng)歷了比較大的變化。

姚層林（2012）利用徑向基函數(shù)網(wǎng)絡(luò)預(yù)測非線性數(shù)據(jù)的優(yōu)勢，將其用于汽車銷量的預(yù)測中。張凡（2012）以歷年的銷售數(shù)據(jù)作為原始數(shù)據(jù)，并以2015年、2020年為水平年，運(yùn)用灰色預(yù)測法并結(jié)合定性分析，對近期、中期我國裝載機(jī)銷售量進(jìn)行了預(yù)測。隨著大數(shù)據(jù)技術(shù)的發(fā)展和成熟，研究者開始關(guān)注到網(wǎng)絡(luò)搜索以及網(wǎng)絡(luò)評價與銷售預(yù)測的關(guān)系。李雪妮（2013）關(guān)注到隨著web2.0的出現(xiàn)，消費(fèi)者開始在商家的網(wǎng)站上發(fā)表對商品的評論，并且通過這些評論來分享各自的經(jīng)驗，她以書本評論作為研究對象，重點(diǎn)關(guān)注評論中情感信息的挖掘，并探討將這種信息用于產(chǎn)品銷量預(yù)測的方法。黃琦（2013）基于灰色理論建立汽車銷量預(yù)測模型并借助GM（1，1）模型進(jìn)行了預(yù)測，并對模型進(jìn)行了精度檢驗。洪鵬和余世明（2015）針對自動售貨機(jī)單一商品售空而頻繁加貨耗費(fèi)大量人力物力資源的問題，提出了用RBF神經(jīng)網(wǎng)絡(luò)對各產(chǎn)品的銷量進(jìn)行預(yù)測，以便制定合理的銷售方案來減少這方面費(fèi)用?？紤]到自動售貨機(jī)的歷史銷售數(shù)據(jù)受非最優(yōu)銷售方案制約，從而導(dǎo)致預(yù)測結(jié)果不理想的特點(diǎn)，建立了一個ARMA模型預(yù)測受制約銷量來補(bǔ)償實際銷量以優(yōu)化預(yù)測模型，加快銷售方案趨于最優(yōu)的速度。王煉、寧一鑒和賈建民（2015）認(rèn)為網(wǎng)絡(luò)搜索行為可以反映消費(fèi)者購買意愿，并利用消費(fèi)者搜集信息和購買決策的真實數(shù)據(jù)研究網(wǎng)絡(luò)搜索與現(xiàn)實交易之間的關(guān)系。實證結(jié)果顯示，網(wǎng)絡(luò)搜索對汽車銷量存在顯著的正向影響。此外，本文基于fractional logit模型驗證了消費(fèi)者網(wǎng)絡(luò)搜索對市場份額的影響。此外，部分學(xué)者開始從單一方法轉(zhuǎn)向方法整合進(jìn)行研究。范慶科（2017）提出了一種SARIMA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法對汽車銷量進(jìn)行預(yù)測，首先針對汽車銷量影響因素表現(xiàn)出的多樣性使用灰色關(guān)聯(lián)分析法進(jìn)行篩選，對于汽車銷量非線性規(guī)律，選擇SARIMA方法和BP神經(jīng)網(wǎng)絡(luò)法分別對時間序列的線性部分和非線性部分進(jìn)行建模；王旭天（2016）以BP神經(jīng)網(wǎng)絡(luò)技術(shù)為主線，結(jié)合ARIMA模型和主成分分析，分別對汽車的月度銷量和年度銷量進(jìn)行了預(yù)測。

韓兆林（1997）對國外涉入理論在消費(fèi)者行為研究中的運(yùn)用進(jìn)行梳理后發(fā)現(xiàn)涉入度對消費(fèi)行為的影響主要表現(xiàn)在七個方面：廣告信息的學(xué)習(xí)、信息搜集、廣告認(rèn)知反應(yīng)、個人態(tài)度改變、新產(chǎn)品接受過程、品牌選擇以及品牌忠誠等。結(jié)合我國目前的研究現(xiàn)狀，本文將產(chǎn)品涉入度對消費(fèi)者行為的影響歸結(jié)到三個方面：一是信息搜索，指主觀地獲取產(chǎn)品信息和評價信息等；二是營銷信息處理，指客觀地接受和處理廣告等營銷信息；三是品牌忠誠度，指客戶在購買行為發(fā)生后仍愿意繼續(xù)長期購買。因此，我們可以得出不同涉入度產(chǎn)品銷售預(yù)測的概念研究框架，具體如圖6所示。

圖6 不同涉入度產(chǎn)品銷量研究的概念框架

目前產(chǎn)品涉入度研究已經(jīng)從關(guān)注產(chǎn)品涉入度與消費(fèi)者行為的關(guān)系深化為產(chǎn)品涉入度和銷售預(yù)測之間的關(guān)系，相關(guān)研究者致力于不同產(chǎn)品涉入度的銷售預(yù)測研究為現(xiàn)實的商業(yè)活動提供更為有效的支持，探索不同產(chǎn)品銷售預(yù)測背后消費(fèi)者行為的差異進(jìn)而進(jìn)行更為精準(zhǔn)的產(chǎn)品銷售預(yù)測。

5 結(jié)語

近兩年，關(guān)于高涉入度產(chǎn)品的銷售預(yù)測研究文獻(xiàn)數(shù)量出現(xiàn)顯著增長，高涉入度產(chǎn)品銷售預(yù)測正逐漸成為銷售預(yù)測研究中的重要分支，高涉入度產(chǎn)品銷售預(yù)測應(yīng)該引起我國學(xué)者的重視并積極開展理論和實踐研究。

從研究者的學(xué)科背景來看，目前關(guān)于高涉入度產(chǎn)品銷量預(yù)測的研究主要是由單一學(xué)科背景的單一作者獨(dú)立完成，只有極少部分文獻(xiàn)是多學(xué)科背景學(xué)者的合作研究，今后對于高涉入度產(chǎn)品銷量的預(yù)測研究可以嘗試結(jié)合多學(xué)科背景進(jìn)行合作研究。

從研究領(lǐng)域和影響因素來看，高涉入度的研究行業(yè)主要是汽車、家電以及電子產(chǎn)品，模型當(dāng)中的自變量主要來源于宏觀層面的影響因素，包括國內(nèi)人均生產(chǎn)總值、消費(fèi)者信息指數(shù)等，雖然以宏觀層面的影響因素構(gòu)建的模型在一定程度上可以對高涉入度產(chǎn)品銷量進(jìn)行預(yù)測，但還是準(zhǔn)確度還有待考量。

從研究的框架來看，關(guān)于涉入度的研究正在經(jīng)歷著一次新的轉(zhuǎn)型和深化，主流研究開始從關(guān)注涉入度與消費(fèi)者的行為深化為涉入度與銷售預(yù)測，并形成了以“高涉入度產(chǎn)品—消費(fèi)者行為—銷售預(yù)測”為研究框架的高涉入度產(chǎn)品銷售預(yù)測研究。在今后的研究中，可以細(xì)化涉入度的維度并更深入地探究涉入度對銷售預(yù)測的作用。

從研究方法來看，高涉入度產(chǎn)品銷量預(yù)測研究已經(jīng)由定性研究轉(zhuǎn)化為定量研究，并與實際的經(jīng)濟(jì)活動相聯(lián)系，這也對預(yù)測和測量工具的開發(fā)選擇提出了新的要求，需要學(xué)者創(chuàng)新測量工具和技術(shù)手段，不斷運(yùn)用大數(shù)據(jù)時代所帶來的信息資源以及現(xiàn)代技術(shù)手段對數(shù)據(jù)進(jìn)行分析，進(jìn)而使研究結(jié)果更加合理化和規(guī)范化。綜上所述，在我國開展高涉入度產(chǎn)品銷售預(yù)測研究，有必要系統(tǒng)梳理、引入和借鑒來自計算機(jī)科學(xué)與技術(shù)、數(shù)學(xué)等領(lǐng)域的研究成果，進(jìn)行跨學(xué)科的研究合作，嘗試不同研究領(lǐng)域，細(xì)化涉入度的維度，嘗試?yán)没ヂ?lián)網(wǎng)帶來的大數(shù)據(jù)進(jìn)行銷售預(yù)測并改進(jìn)或整合現(xiàn)有的研究模型，促使高涉入度產(chǎn)品銷量預(yù)測研究的過程和方法更加合理，研究結(jié)果更加準(zhǔn)確和有預(yù)見性。