Bass模型在新生活方式擴散預測應用的研究

2011-12-31 00:00:00王日爽董大海郭艷紅

現代管理科學 2011年8期

摘要：Bass模型及其擴展模型的預測對象大多是耐用品和技術創新，鮮有針對生活方式創新擴散的研究。生活方式的擴散會引導和促進經濟的發展和科學技術的進步，給企業帶來新的市場需求。通過研究生活方式擴散，營銷人員能夠為企業營銷決策提供更好的依據，因此研究生活方式創新擴散有著重要現實意義。文章在已有擴散模型基礎上，結合生活方式擴散具有口碑傳播效果顯著、有效市場潛量動態變化的特點，建立生活方式擴散模型。以中國網上購物為例進行了實證研究，通過檢驗發現，模型的擬合度和預測精度較高。

關鍵詞：生活方式；擴散模型；網上購物

目前，國內外的創新擴散預測模型應用比較廣泛和成功的是Bass模型及其擴展模型，但是這些模型的預測對象都是針對耐用品和技術創新，而很少有針對生活方式創新擴散的研究。Bass模型能否應用于生活方式擴散研究？如果可以，與產品和技術創新擴散有何不同？本文立足于Bass模型在生活方式擴散領域的研究，探索了模型的適用型以及在預測中的注意要素，并通過中國網上購物擴散數據進行了實證研究。

一、理論基礎

1. 生活方式及其擴散的相關研究。生活方式的研究可以追溯到上世紀的早期，人類學、農村社會學、公共衛生和醫療社會學、傳播學、營銷學等各個不同領域流派從不同角度對不同類別的生活方式進行研究。各個學科的創新擴散的研究在各自獨立的領域同時進行著，盡管這些擴散研究各有特色，但這些研究都令人驚訝的得出相似的結論：一項創新的擴散遵循S形曲線。然而，這個結論只是描述性統計的結果，并沒有學者針對生活方式的預測作出量化估計模型。

2. 網上購物生活方式。網上購物是一種生活方式。首先，從生活方式的定義看，網上購物在一定的消費哲學指導下，為了實現購買產品目的的“行為模式”，屬于“個人行為的特定模式”，符合學者們對于生活方式的定義。其次，從生活方式的三個構成要素來看，網上購物條件為具備客觀的上網條件及其他輔助條件；網上購物的主體為進行網上購物的消費者；網上購物的活動形式為網上購物的具體活動形式。此外，很多學者已經對網上購物作為一種生活方式進行研究，例如李長江認為，消費購物、網上購物都屬于生活方式。因此本文選擇網上購物擴散作為本實證分析案例。

網上購物發展很迅速，為企業帶來巨大商機。很多打算進軍網上銷售的傳統企業以及已經進入網絡銷售的企業，都需要網上購物未來發展的數據作為企業未來經營方向以及投資數量等決策的依據。通過研究網上購物生活方式，可以相對準確的預測網上購物的未來發展數據，解決以上企業的問題。

二、 Bass模型及相關研究進展

1. Bass基本模型及其演進。Bass于1969年提出的Bass模型適用于預測耐用品在第一個使用壽命周期內的擴散情況。在第一個生命周期內，耐用品銷量可以看作是創新者的數量，該數據可以避免因重復購買而產生的數據重復問題。

由于Bass模型有其固定的使用前提條件，使用范圍受到限制。后來的學者根據不同的預測對象，對Bass模型進行相應的修改，使得改進后模型的預測范圍擴大或準確度提高。Norton Bass針對新產品代替上一代產品的問題，建立了Norton擴散模型。該模型中的產品市場份額來自對創新的需求和對老產品的淘汰，模型證明了，消費者對老產品的使用能夠促進對新一代產品的采用。隨后，Speece Danaher在Norton模型基礎上增加了營銷變量，分別對牛奶包裝容器和歐洲兩世代移動電話擴散進行了研究。Lilien，Rao Kalish；Mahajan，Wind Sharma在Bass模型中考慮到重復購買并將模型用來分析藥品的擴散狀況。除了在產品銷售預測方面的預測之外，Bass模型在改進之后，還被應用于與高科技產品相關的服務擴散預測之中，如衛星電視服務銷售。

除了在耐用產品、多代產品、重置購買以及與高科技相關的服務擴散的預測之外，Bass模型是否可以用于生活方式預測還有待研究。

2. 其他相關擴展模型。Mansfield模型又稱作Logistic模型，該模型用于衡量創新擴散的速度，它認為影響創新擴散速度的因素只有口碑傳播一種，該模型適用于模仿性較強或創新性較弱的擴散過程。該模型是Bass模型在創新系數p=0時的特例，表示擴散過程主要是潛在采納者模仿已采納創新者行為的過程。在（1）式中令創新系數p=0，得：

f（t）=qF（t）[1-F（t）]（1）

另外，Bass認為市場潛量是不變的，但實際的情況是市場潛量常常隨著外部條件的變化而變化，比如市場潛量會隨著價格的下降而變大。許多后繼研究者拓展了Bass模型，將市場潛量作為內生變量，受到價格等外生變量的影響。Kalish提出，市場潛量的變化是產品價格和某些促使不確定性減少因素的函數，而不確定性是隨產品采用者人數的增加而減少的。

式中a，d為常數；m0為技術創新的初始市場潛力；P（t）為產品價格；（a+1）/（a+N（t）/m0）為口頭傳播導致市場規模增大情況下的市場滲透率。

三、生活方式擴散模型構建

1. 生活方式擴散的特點分析。

（1）口碑傳播效果顯著。新產品在擴散過程中，由于受到廠商有意而為的推介，如大幅度的廣告等，大眾媒體所起的促進作用非常大。相比之下，生活方式在擴散時，往往處于一種“自發”式的傳播狀態，沒有大眾媒體的刻意推動。因此，大眾媒體在生活方式的擴散中過程中所起的作用比較小。

創新擴散的集大成者Rogers認為，大眾傳媒只能導致一些薄弱觀念的改變，那些強硬觀念的形成，通常是由口碑傳播完成的。這與認知選擇理論對于大腦接受信息的解釋不謀而合。認知選擇可能性理論認為，復雜的創新事物難以與人類大腦中已有的信息歸類，大腦需要做出更多的努力才能夠接受這些復雜的創新。從本質上來講，生活方式是人們價值觀的一種體現，是人類思維、認知、情感的外在體現，其改變涉及到大腦中眾多方面信息的重新整合、劃分和歸類，需要投入較多大腦信息處理努力才能夠實現。而大眾媒體只能進行單向信息傳播，其信息傳達量有限，難以讓大腦對有限的信息進行劃分歸類以至于接受創新事物。口碑渠道通過雙向的、有針對性的信息傳播方式，可以大量的傳播被接受者頭腦所需的信息，容易使得大腦輕松的接受新事物。因此，生活習慣的改變以及生活方式的接受大多是通過口碑渠道完成的。

（2）有效市場潛量動態變化。Bass模型假設產品創新的采用只受到大眾媒體和口碑傳播兩種方式的影響，但是生活方式的采用與否所涉及到的因素遠遠比這兩種因素復雜的多，如收入水平、教育水平、社會地位、技術水平、價值觀等眾多方面。不滿足這些前提條件的人群即使接受到了新生活方式創新的信息，也不會采用新生活方式。例如，“會上網”成為網上購物的前提條件，“網民”就成為滿足“網上購物者”的可能有效潛在群體。網上購物方式的擴散，只能在網民中進行，非網民即使接受網上購物這一生活方式信息，在短期內也不會立即采用這種新式購物方式，因為上網本身需要一個學習過程。網上購物的人必定是網民，所有這些有可能采用網上購物的網民總和構成網上購物的有效市場潛量。新生活方式在擴散中，潛在采用者是已經具有前提條件的人群數量，該數量會隨著一定的外部影響因素發生變化。由于新生活方式的接受涉及到的前提條件比新產品要多，所以其擴散與有效市場潛量的變化關聯更加緊密。

2. 生活方式擴散模型的提出。

基于以上分析，本文提出如下假設：

假設1：在生活擴散過程中，口碑傳播效果顯著，而大眾傳媒的作用可以忽略不計。

假設2：生活方式擴散的有效市場潛量是動態變化的。

根據以上假設，提出如下模型：

其中，q為生活方式口碑傳播的力量；N（t）為生活方式傳播中的有效市場潛量。

四、實證分析——以中國網上購物方式擴散為例

1. 數據搜集。本文數據來自中國互聯網信息中心（China Internet Network Information Center，CNNIC），CNNIC是權威發布中國互聯網統計信息的機構。本文搜集了從1999年下半年到2010年上半年的網上購物人數數據，每半年作為一個時間段，共22期數據。由于受到到外界宏觀環境因素的影響，數據中偶爾出現后來時間點的網上購物采用人數少于前面時間點人數的情況，本文對這種數據點一律采用與前面時間點相同的處理方式，以保證擴散不會出現負增長的情況。

設1999年下半年對應于t=0，2000年上半年對于t=1，2000年下半年對應于t=3，以此類推。則t時刻所對應的網上購物累計人數N（t）如表1所示。

2. 模型構建。模型（3）中的有效市場潛量動態變化N（t），在網上購物實例中用歷年的網民數量W（t）的線性函數來擬合，即：

N（t）=kW（t）（4）

其中，W（t）為t時刻網民數量，k為t時刻最大潛在累計網上購物人數與累計網民數量的比例。因此，網上購物的擴散模型可以如下所示：

該方程共有兩個參數，分別為口碑傳播系數q以及網上購物者的有效市場潛量與網民數量的比例k。本研究采用Eviews軟件對模型參數進行估計。

3. 結果與分析。展開方程（5），可得：

采用Eviews軟件對上述方程進行參數估計，結果如圖1所示。總體來看，模型較好的擬合了實際數據，大致上與實際數據的波動方向相同。在2005年時，計算數據與實際數據的變化有一個較大的出入點，主要因為在2005年時，中國的第三方交易平臺的使用較為普及和成熟，這極大的刺激了網上購物的發展，從而該時間點的網上購物人數暴增，導致模型在該點的預測受到影響。因此，新生活擴散模型對于中國網上購物方式的擴散進行了較好的描述。

參數估計情況見表2。結果擬合度R2為0.72。

從結果來看，參數估計都很顯著并且合理。根據表2可以解得：q=0.85，k=0.33。對計算結果分析如下：

（1）關于口碑傳播效果的分析。從以上結果可知：口碑傳播系數是0.85，這說明當模型只考慮口碑系數的時候，口碑對創新擴散的影響是很大的。為了驗證大眾媒體渠道在網上購物擴散所起的作用是否顯著，在模型中加上大眾媒體傳播的影響變量，此時，模型變型為：

其中，p代表大眾媒體對網上購物擴散的影響系數。展開方程（7），得到其展開時方程（8）：

其參數估計結果如表3所示。

結果擬合度R2為0.72。

從方程（6）和方程（8）的結果來看，增加大眾媒體變量以后，整個方程的擬合度并沒有提高，都是0.72，說明p對整個模型擬合度的提高并沒有什么貢獻；在方程（8）中，p*k的t檢驗顯然沒有達到臨界值，從統計意義上不能通過檢驗；其三，增加變量p以后，其他兩個變量t檢驗的顯著性降低。因此，p對模型的貢獻非常小，應該予以刪除。

從以上結果中可以得出：假設1成立，即在生活方式擴散中口碑傳播渠道對擴散的作用是顯著的，而大眾媒體渠道作用不顯著。

（2）有效市場潛量。k=0.33，即網上購物者的最大有效市場潛量占通年網民的比例為33%，這一比例雖然較美國的網上購物人數達到網民數量的70%小了很多，但根據國內的特殊情況，這一比例是具有可信性的。其一，網上購物作為生活方式，即不僅僅是一次性網上購物。國外這一比例數據是指進行過網上購物的比例。其二，CNNIC年度報告中指出，中國網民中相當一部分人是通過手機上網的。這些通過手機網上的網民難以采用網上購物。由于以上原因，這部分網民在短期內難以形成網上購物的習慣。根據以上分析，網上購物采用者的最大潛量為同年網民累計數的33%這一比例，是可以接受的。

從以上結果中可以得出：假設2成立，生活方式擴散的有效市場潛量是動態變化的。

4. 預測精度檢驗。對于模型預測功能的評價，通常可以將整個樣本區間分成兩個部分，用樣本的前一段數據估計模型，然后利用所估計的模型對于后一段的數據點進行預測。通過實際值和預測值的對比，評價模型預測功能。這種方法既能保證精確度比較客觀，又能檢驗參數的魯棒性。考慮到數據較少，選取1999.07到2009.01這段時間的數據進行參數估計，只選取2009.07到2010.01這兩個時間數據作為檢驗性數據。本文采用平均相對絕對值誤差（Mean Abs. Percent Error，MAPE）衡量模型的預測精度，MAPE的值越小，模型的預測精度越高；用Theil統計量來檢驗模型預測結果的擬合程度，其值越小，擬合程度越高。計算后得到，平均絕對值誤差（Mean Abs. Percent Error）為16.19，Theil不等系數（Theil Inequality Coefficien-t）為0.098。MAPE小于20，在數據點較少的情況下，這個結果證明模型的預測精度較好。Theil統計量也很小，證明模型的擬合程度較高。從上面數據可以看出，模型的預測效果較好。

五、結論

Bass模型以前只用于預測新產品、新技術的擴散，本文探索了其在生活方式擴散中的應用，增（下轉第116頁）加了Bass模型可預測對象的類型，豐富了Bass模型的研究成果，擴展了應用范圍。生活方式擴散模型描述了新生活方式擴散中口碑傳播的效果非常顯著，有效市場潛量是動態變化的特點，經過調整后的模型，有著較高的擬合度，參數估計結果進一步證明了這種分析。

本文用網民數量的線性函數來擬合網上購物擴散的有效市場潛量，可能用其他函數形式表現會更加精確一些，這是本文下一步研究的方向。

參考文獻：

1. 李長江.中國互聯網用戶網上購物研究.哈爾濱工業大學，2007:9-17.

2. 費孝通.社會學概論.天津:天津人民出版社1984:266.

3. 董鴻揚.論中西傳統生活方式基調的跨文化差異. 學習與探索，1998，（3）:90-95.

4. 張磊，呂裔良. 快速消費品產品擴散的模型研究——以中國乳制品為例.預測，2009，（1）：30-35.

5. 蔡津，張正華.基于擴散理論的網上購買人口擴散模型.上海理工大學學報，2000，（4）:343-346.

6. 官建成，張西武.創新擴散模型的研究進展與展望(上).科學學與科學技術管理，1995，(12):14-16.

7. 徐賢浩，宋奇志.改進BASS模型應用于短生命周期產品需求預測.工業工程與管理，2007，(5):27-31.

8. 徐玖平，廖志高.技術創新擴散速度模型.管理學報，2004，（3）:330-340.

9. 張彬，楊國英，榮國輝.產品擴散模型在Internet采用者分析中的應用.中國管理科學，2002，（2）:51-56.

10. 徐賢浩，宋奇志.改進Bass模型應用于短生命周期產品需求預測.工業工程與管理，2007，（5）:27-31.