市場(chǎng)屬性對(duì)跨境購(gòu)物決策的影響——基于粵港兩地的比較研究

○雷超

（廣東藥學(xué)院醫(yī)藥商學(xué)院 廣東 中山 528485）

一、問題的提出

隨著中國(guó)經(jīng)濟(jì)的增長(zhǎng)、出境手續(xù)的便捷以及人民幣的升值，中國(guó)人跨境旅游和跨境購(gòu)物的熱情越來越高漲。香港以其獨(dú)特的地理位置和“購(gòu)物天堂”的美譽(yù)成為中國(guó)居民跨境購(gòu)物的首選目的地。2012年，中國(guó)內(nèi)地繼續(xù)成為香港最大的客源市場(chǎng)，在訪港內(nèi)地旅客中，有1980萬（56.7%）人次為入境不過夜旅客，比2011年上升36.6%。在入境香港不過夜的內(nèi)地旅客中，廣東居民占據(jù)絕大多數(shù)，他們受惠于“自由行”政策最早，許多人都曾去過香港，所以他們?cè)俅胃跋愀弁ǔＶ饕菫榱速?gòu)物。

一般來說，只要相鄰兩國(guó)、兩地區(qū)或一國(guó)之中的兩個(gè)獨(dú)立區(qū)域之間的市場(chǎng)屬性（稅率和產(chǎn)品質(zhì)量等）存在差別，而且這種通過跨境購(gòu)物所獲得的收益大于消費(fèi)者因此而產(chǎn)生的旅行成本的話，跨境購(gòu)物就會(huì)產(chǎn)生。跨境購(gòu)物這一現(xiàn)象由來已久，它在全世界許多地方普遍存在，如加拿大和美國(guó)之間，歐

洲各國(guó)之間。由于各地的社會(huì)和經(jīng)濟(jì)環(huán)境差異較大，不同地區(qū)消費(fèi)者跨境購(gòu)物所關(guān)注的兩地市場(chǎng)差異和所購(gòu)買的產(chǎn)品類別不盡相同。由此，本文就市場(chǎng)屬性對(duì)跨境購(gòu)物決策的影響進(jìn)行研究。

二、確定市場(chǎng)屬性與選擇被調(diào)查產(chǎn)品

1、確定市場(chǎng)屬性

市場(chǎng)屬性是指那些能決定消費(fèi)者是否對(duì)購(gòu)物市場(chǎng)產(chǎn)生正面態(tài)度的因素，例如距離和價(jià)格?？梢酝茰y(cè)，跨境購(gòu)物者滿足逐利避險(xiǎn)的經(jīng)濟(jì)人假設(shè)，因此作為自變量的市場(chǎng)屬性與因變量跨境購(gòu)買決策之間的關(guān)系，適宜采用經(jīng)濟(jì)學(xué)中的交易成本理論來研究和解釋。

交易成本理論假設(shè)交易關(guān)系中的買方和賣方都在努力追求各自利益的最大化。由此可知，交易成本越小消費(fèi)者就會(huì)越高興，所以他們會(huì)傾向于從那些感知交易成本最小的市場(chǎng)中購(gòu)買產(chǎn)品。而感知的交易成本則存在于整個(gè)交易過程之中，包括交易前、交易中和交易后，Chiangetal.按照消費(fèi)者在這三個(gè)階段對(duì)交易成本的感知，將交易成本細(xì)分為搜索成本、比較成本、檢查成本、機(jī)會(huì)成本、支付成本、運(yùn)輸成本和售后服務(wù)成本。因此，本研究首先需要根據(jù)交易成本理論確定那些有可能影響廣東居民跨境香港購(gòu)物的所有市場(chǎng)屬性。

筆者收集跨境購(gòu)物文獻(xiàn)中曾出現(xiàn)過所有的市場(chǎng)屬性，并將這些屬性按照交易成本進(jìn)行分類，然后在Chiangetal.問卷的基礎(chǔ)上進(jìn)行修改，擬定了本研究中的18個(gè)可能影響廣東消費(fèi)者跨境購(gòu)物的市場(chǎng)屬性及其問項(xiàng)；再邀請(qǐng)廣州某高校管理學(xué)院經(jīng)常赴香港購(gòu)物的7位女博士生對(duì)這些市場(chǎng)屬性的問項(xiàng)進(jìn)行開放式的評(píng)論和建議；最后綜合考慮這些建議后確定了本研究的18個(gè)市場(chǎng)屬性（見表1）及其問項(xiàng)的表述。

2、選擇被調(diào)查產(chǎn)品

由于買賣雙方信息不對(duì)稱，產(chǎn)品一般可以歸為：搜索產(chǎn)品、體驗(yàn)產(chǎn)品和信任產(chǎn)品。香港市場(chǎng)上受內(nèi)地消費(fèi)者喜歡的產(chǎn)品主要是鐘表、珠寶首飾、電子產(chǎn)品和化妝品等，受2008年毒奶粉事件的影響，嬰幼兒配方奶粉也一直是內(nèi)地消費(fèi)者最喜歡購(gòu)買的產(chǎn)品之一。鐘表、電子產(chǎn)品和化妝品都是體驗(yàn)產(chǎn)品，其產(chǎn)品質(zhì)量只有在使用過程中才能夠被感知出來；珠寶首飾和嬰幼兒奶粉屬于信任產(chǎn)品，其產(chǎn)品質(zhì)量即使在使用后消費(fèi)者也很難判斷和感知。因此，本研究選擇化妝品作為體驗(yàn)產(chǎn)品的代表，嬰幼兒奶?粉作為信任產(chǎn)品的代表來進(jìn)行調(diào)查。

表1 影響跨境購(gòu)物決策的市場(chǎng)屬性

市場(chǎng)屬性的問項(xiàng)均采用7級(jí)量表，在測(cè)量?jī)r(jià)格時(shí)1表示便宜50%，2表示便宜30%，3表示便宜10%，4表示差不多，5表示貴10%，6表示貴30%，7表示貴50%，其他市場(chǎng)屬性問項(xiàng)的1—7表示從完全不同意至完全同意。消費(fèi)者跨境購(gòu)物決策的問項(xiàng)是：與在本地商場(chǎng)購(gòu)買下列商品相比，您是否更愿意去香港購(gòu)買？該問項(xiàng)采用6級(jí)量表，1—6表示從絕對(duì)不愿意至絕對(duì)愿意。這樣購(gòu)物決策就可以轉(zhuǎn)換成二進(jìn)制變量，1—3為0，表示不愿意赴香港購(gòu)物，4—6為1，表示愿意赴香港購(gòu)物。

三、正式調(diào)查

由于化妝品的主要購(gòu)買者為女性，嬰幼兒配方奶粉是孕婦和嬰幼兒媽媽們最關(guān)心的產(chǎn)品，所以正式調(diào)查的地點(diǎn)選擇了孕婦和嬰幼兒媽媽們較為集中的廣東省婦幼保健醫(yī)院和廣州市婦幼保健醫(yī)院。調(diào)查采取隨機(jī)選擇候診區(qū)的孕婦和攜帶嬰幼兒的女士進(jìn)行訪問的形式，在征得她們同意的情況下讓其填寫調(diào)查問卷，并在調(diào)查結(jié)束后給予每位被調(diào)查者一份精美的禮品作為答謝。調(diào)查持續(xù)兩周的時(shí)間，共發(fā)放問卷306份，篩選未曾去過香港的和有重要問項(xiàng)未填寫的問卷后，得到有效問卷212份。對(duì)比剔除的問卷和保留的有效問卷后，在人口統(tǒng)計(jì)學(xué)變量上并沒有發(fā)現(xiàn)有明顯的區(qū)別。

被調(diào)查者的基本情況為：孕婦占38.7%，嬰幼兒媽媽占61.3%；年齡在20歲及以下占1.4%，21—28歲占51.9%，29—36歲占41.5%，37歲及以上占4.2%；學(xué)歷為大專的占34.4%，本科占42.9%，碩士占8.5%，博士占1.9%，其他占11.3%；家庭月收入6000元及以下占 17%，6001至 12000元占 57.1%，12001至18000元占16.5%，18001元以上占6.6%。這批樣本以嬰幼兒媽媽為主，年齡介于21—28歲之間的年青女性，以本科學(xué)歷為最多，家庭月收入處于中等水平（6001—12000元）的占大多數(shù)。

四、數(shù)據(jù)分析

一般在面對(duì)多個(gè)備選方案的評(píng)價(jià)標(biāo)準(zhǔn)時(shí)，消費(fèi)者的決策規(guī)則都可以歸為補(bǔ)償性決策規(guī)則和非補(bǔ)償性決策規(guī)則這兩大類。使用補(bǔ)償性決策的消費(fèi)者會(huì)考慮所有屬性，并按重要性程度賦予每一屬性以相應(yīng)的權(quán)重，同時(shí)結(jié)合每一備選方案在每一屬性上的評(píng)價(jià)值，得出各個(gè)備選方案的綜合得分，得分最高的就是被選擇方案，因而它是一種線性的決策模型。然而，當(dāng)消費(fèi)者面對(duì)較多的評(píng)價(jià)屬性或較為復(fù)雜的備選方案時(shí)，往往并不會(huì)考慮所有的屬性因素，他們可能會(huì)僅僅基于一個(gè)或幾個(gè)屬性就做出判斷和決策，因而評(píng)價(jià)過程并不總是補(bǔ)償性的。而Johnsonet al.強(qiáng)調(diào)，補(bǔ)償性的線性模型并不能適用于非補(bǔ)償性的決策規(guī)則。由于市場(chǎng)屬性對(duì)購(gòu)買決策的影響需要從所有可能的市場(chǎng)屬性中選出最重要的那些屬性，從數(shù)據(jù)結(jié)構(gòu)上來看為許多個(gè)自變量對(duì)一個(gè)因變量，消費(fèi)者面對(duì)的評(píng)價(jià)屬性較多，常采用非補(bǔ)償性的決策規(guī)則，適合擅長(zhǎng)處理非線性模型的人工智能神經(jīng)網(wǎng)絡(luò)分析（ANN）方法。

1、構(gòu)建神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)模型有多種類型，以反向傳播網(wǎng)絡(luò)（BP）和自組織網(wǎng)絡(luò)在實(shí)際應(yīng)用中較為普遍。根據(jù)本研究的問題和數(shù)據(jù)的特點(diǎn)，筆者選擇BP神經(jīng)網(wǎng)絡(luò)模型來預(yù)測(cè)消費(fèi)者的跨境購(gòu)物決策。BP神經(jīng)網(wǎng)絡(luò)是一種監(jiān)督性的學(xué)習(xí)網(wǎng)絡(luò)，它旨在學(xué)習(xí)映射輸入向量至所需的輸出向量。而訓(xùn)練就是一種最小化實(shí)際輸出和理想輸出之間差別的迭代過程。訓(xùn)練輸入數(shù)據(jù)被放置在網(wǎng)絡(luò)的輸入層。網(wǎng)絡(luò)輸出層上的實(shí)際輸出與理想輸出之間的差值將會(huì)被計(jì)算出來，再被反向傳播給前面一層，然后，相鄰層之間的權(quán)重將會(huì)通過最小均方法進(jìn)行調(diào)整以此來減少觀察到的輸出誤差。這一過程將會(huì)繼續(xù)向前一層執(zhí)行，一直到達(dá)輸入層才結(jié)束。

本研究將為化妝品和嬰幼兒配方奶粉這兩種產(chǎn)品構(gòu)建兩個(gè)BP神經(jīng)網(wǎng)絡(luò)。每個(gè)BP神經(jīng)網(wǎng)絡(luò)的輸入層都有18個(gè)節(jié)點(diǎn)，對(duì)應(yīng)于18個(gè)市場(chǎng)屬性，輸出層有一個(gè)二進(jìn)制的節(jié)點(diǎn)，代表著消費(fèi)者在香港（1）或不在香港（0）購(gòu)物的決策。在構(gòu)建神經(jīng)網(wǎng)絡(luò)過程中，確定隱藏層的層數(shù)和節(jié)點(diǎn)數(shù)是非常重要的。很多研究表明，當(dāng)隱藏層超過一層時(shí)，隱藏層數(shù)量的增加并不會(huì)導(dǎo)致神經(jīng)網(wǎng)絡(luò)性能的提高。本研究也發(fā)現(xiàn)當(dāng)設(shè)置隱藏層為2層和3層時(shí)，模型的精度并不比1層隱藏層時(shí)更高。所以本研究中構(gòu)建的兩個(gè)BP神經(jīng)網(wǎng)絡(luò)都只有一層隱藏層。與確定隱藏層的數(shù)量一樣，確定隱藏層上的節(jié)點(diǎn)數(shù)也沒有理論指導(dǎo)，隱含層節(jié)點(diǎn)數(shù)選用太少，網(wǎng)絡(luò)難以處理較復(fù)雜的問題；選用過多，將使網(wǎng)絡(luò)訓(xùn)練時(shí)間急劇增加，而且過多的節(jié)點(diǎn)容易使網(wǎng)絡(luò)訓(xùn)練過度。因此作者采用試探的方法在每個(gè)神經(jīng)網(wǎng)絡(luò)上試驗(yàn)1—10個(gè)不同數(shù)量的隱藏層節(jié)點(diǎn)，再比較神經(jīng)網(wǎng)絡(luò)的性能以此確定隱藏層的節(jié)點(diǎn)數(shù)。性能比較的結(jié)果表明，當(dāng)隱藏層上的節(jié)點(diǎn)數(shù)達(dá)到6個(gè)時(shí)，兩種產(chǎn)品網(wǎng)絡(luò)模型的預(yù)測(cè)精度均達(dá)到最高值，故這兩個(gè)BP神經(jīng)網(wǎng)絡(luò)模型隱藏層的最佳節(jié)點(diǎn)數(shù)為6個(gè)。隨后為這兩個(gè)模型都選擇Sigmoid激活函數(shù)，它是最常使用的激活函數(shù)之一。

表2 購(gòu)買決策相對(duì)于市場(chǎng)屬性的靈敏度

2、優(yōu)化神經(jīng)網(wǎng)絡(luò)

構(gòu)建了上述兩個(gè)神經(jīng)網(wǎng)絡(luò)模型之后，我們需要對(duì)它們進(jìn)行優(yōu)化。本研究采用靈敏度分析的方法檢驗(yàn)輸入向量相對(duì)輸出向量的重要性，并將那些對(duì)購(gòu)物決策不重要的市場(chǎng)屬性刪除以減少輸入向量的數(shù)量從而達(dá)到優(yōu)化網(wǎng)絡(luò)的作用。這種優(yōu)化的好處就在于可以使網(wǎng)絡(luò)更加簡(jiǎn)單、訓(xùn)練更加迅速、避免過度擬合的能力更強(qiáng)。而且通過刪除不重要的輸入節(jié)點(diǎn)來優(yōu)化網(wǎng)絡(luò)的方法還可以提高預(yù)測(cè)的精度。

本研究使用Clementine11.0軟件中的BP神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行靈敏度分析。根據(jù)本研究結(jié)果情況，刪除靈敏度小于0.25的值，結(jié)果如表2所示。由此就確定了經(jīng)過優(yōu)化的化妝品BP模型的輸入變量（市場(chǎng)屬性）為9個(gè)：打折促銷、銷售人員的服務(wù)水平、購(gòu)物環(huán)境、價(jià)格、貨幣兌換和付款方式、產(chǎn)品和品牌的可選擇性、挑選和購(gòu)買的速度、跨境的時(shí)間成本、以及換/退貨和退款服務(wù)；嬰幼兒奶粉的輸入變量為4個(gè)：購(gòu)買到假貨和次貨的可能性、跨境的經(jīng)濟(jì)成本、產(chǎn)品質(zhì)量和跨境的時(shí)間成本。

3、檢驗(yàn)網(wǎng)絡(luò)模型及其結(jié)果

為了測(cè)試兩個(gè)經(jīng)過優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型的性能，作者采用剖分樣本測(cè)試法（split-samplevalidation）來驗(yàn)證網(wǎng)絡(luò)的泛化能力和對(duì)于未知樣本的評(píng)價(jià)準(zhǔn)確性。BP神經(jīng)網(wǎng)絡(luò)的泛化能力（generationcapability）是指對(duì)于同一樣本集中的非訓(xùn)練樣本，網(wǎng)絡(luò)仍能給出正確的輸入輸出關(guān)系的能力，即網(wǎng)絡(luò)識(shí)別訓(xùn)練集以外樣本的能力。泛化能力被認(rèn)為是衡量BP神經(jīng)網(wǎng)絡(luò)性能的最重要指標(biāo)，沒有泛化能力的神經(jīng)網(wǎng)絡(luò)是沒有實(shí)用價(jià)值的。

剖分樣本并交叉測(cè)試方法的目的在于通過重新打亂樣本并對(duì)樣本重復(fù)使用，盡可能利用有限樣本的資源來減少預(yù)測(cè)的偏差，使樣本得到最有效的利用，其檢驗(yàn)結(jié)果比傳統(tǒng)檢驗(yàn)方法更為可信。本研究中剖分樣本并交叉測(cè)試方法的具體做法是，將總樣本212個(gè)（212=4×53）隨機(jī)地劃分為4個(gè)樣本容量都為53的子樣本集，每次用3個(gè)樣本集來訓(xùn)練網(wǎng)絡(luò)，即每次都有159個(gè)訓(xùn)練樣本，再用剩下的一個(gè)子樣本集作測(cè)試樣本，循環(huán)4次使每一個(gè)子樣本集都作一次測(cè)試樣本，共隨機(jī)劃分兩次，訓(xùn)練和測(cè)試8次模型。然后將每次運(yùn)算生成的輸出預(yù)測(cè)值與測(cè)試樣本的實(shí)際值進(jìn)行比較，即得到兩個(gè)模型的預(yù)測(cè)精度平均值，化妝品神經(jīng)網(wǎng)絡(luò)模型的精度平均值為72.4%，嬰幼兒奶粉神經(jīng)網(wǎng)絡(luò)模型的精度平均值為80.2%，如表3所示。由此可見，這兩個(gè)經(jīng)過優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型都達(dá)到了一定的預(yù)測(cè)精度，結(jié)果具有非常高的準(zhǔn)確性。

五、結(jié)論

本研究以粵港之間的跨境購(gòu)物現(xiàn)象為切入點(diǎn)，研究了市場(chǎng)屬性對(duì)廣東消費(fèi)者跨境購(gòu)物決策的影響。研究結(jié)果表明：市場(chǎng)屬性對(duì)消費(fèi)者跨境購(gòu)物決策的影響因產(chǎn)品種類的不同而不同。對(duì)于體驗(yàn)產(chǎn)品而言（如化妝品），影響廣東消費(fèi)者跨境香港購(gòu)物的9個(gè)市場(chǎng)屬性重要性由大到小依次為：打折促銷、銷售人員的服務(wù)水平、購(gòu)物環(huán)境、價(jià)格、貨幣兌換和付款方式、產(chǎn)品和品牌的可選擇性、挑選和購(gòu)買的速度、跨境的時(shí)間成本、以及換/退貨和退款服務(wù)；而對(duì)于信任產(chǎn)品而言（如嬰幼兒奶粉），影響廣東消費(fèi)者跨境香港購(gòu)物的4個(gè)市場(chǎng)屬性重要性由大到小依次為：購(gòu)買到假貨和次貨的可能性、跨境購(gòu)物的經(jīng)濟(jì)成本、產(chǎn)品質(zhì)量和跨境購(gòu)物的時(shí)間成本。這一結(jié)論不僅為香港旅游業(yè)和零售業(yè)在如何吸引內(nèi)地旅客方面提供指導(dǎo)，而且也為廣東本地零售業(yè)的生產(chǎn)經(jīng)營(yíng)以及如何提高競(jìng)爭(zhēng)力方面提供了參考。

表3 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精度平均值

（注：項(xiàng)目基金：廣東省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（批準(zhǔn)號(hào)GD12YGL07）。 ）

[1]香港特區(qū)政府旅游事務(wù)署：2012年旅游業(yè)表現(xiàn)[EB/OL].http：//www.tourism.gov.hk/sc_chi/statistics/statistics_perform.html，2013.

[2]Leal，A.Lopez-Laborda，J.，Rodrigo，F(xiàn).Cross-BorderShopping：ASurvey[J].InternationalAdvancesinEconomicResearch，2010（16）.

[3]Chiang，W.K.，Zhang，D.andZhou，L.Predictingandexplainingpatronagebehaviortowardwebandtraditionalstoresusing neuralnetworks：acomparativeanalysiswithlogisticregression[J].DecisionSupportSystems，2006（41）.

[4]Williamson，O.E.Transaction-costeconomics[J].JournalofE-conomicbehaviorandorganization，1987，8（4）.

[5]West，P.，Brockett，P.L.，Golden，L.L.Acomparativeanalysisof neuralnetworksandstatisticalmethodsforpredictingconsumer choice[J].MarketingScience，1997，16（4）.

[6]Johnson，F(xiàn).I.，Meyer，R.J.，Ghose，S.When choice models fail：compensatorymodelsinnegativelycorrelatedenvironments[J].JournalofMarketingResearch，1989，26 （3）.

[7]Rumelhart，D.E.andMcClelland，J.L.（Eds.），ParallelandDistributedProcessing：ExplorationsintheMicrostructureofCognition[M].MITPress，Cambridge，MA，1986.

[8]Jain，B.A.Nag，B.N.Performanceevaluationofneuralnetwork decisionmodels[J].JournalofManagementInformationSystems，1997，14（2）.

[9]Ponnapalli，P.V.S.Ho，K.C.andThomson，M.Aformalselectionandpruningalgorithmforfeedforwardartificialneuralnetworkoptimization[C].IEEETransactionsonNeuralNetworks，1995，10（4）.