基于搜索量的消費品需求預(yù)測研究

張愛華,劉力

(北京郵電大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100876)

一、引 言

我國近年來進(jìn)行供給側(cè)改革，促進(jìn)了產(chǎn)業(yè)的升級與轉(zhuǎn)型，一系列促進(jìn)消費的政策不斷出臺，使國內(nèi)消費需求不斷增長，城鄉(xiāng)居民消費能力穩(wěn)步提升，消費對經(jīng)濟(jì)的推動與促進(jìn)作用進(jìn)一步凸顯。根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)，近十年中國社會消費品零售總額始終保持在 10%以上的增速。

與此同時，互聯(lián)網(wǎng)技術(shù)迅速發(fā)展，互聯(lián)網(wǎng)產(chǎn)業(yè)對社會產(chǎn)生了巨大的影響，它改變了人們的生產(chǎn)方式和生活方式。它的存在大大增加了信息來源的可獲得性，增加了信息獲取的效率和便利性，消費者能夠通過網(wǎng)絡(luò)搜索活動從各種來源獲取信息。通過搜索引擎，人們可以尋找自己所感興趣的信息，訪問各種各樣的信息源。中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)第43次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2018年12月，我國搜索引擎用戶規(guī)模達(dá)6.81億，使用率為82.2%，用戶規(guī)模較2017年底增加4 167萬，增長率為6.5%。其中，手機(jī)搜索用戶數(shù)達(dá)6.54億，使用率為80.0%，用戶規(guī)模較2015年底增加2 998萬，增長率為4.8%。在整體網(wǎng)民和手機(jī)網(wǎng)民中，搜索引擎都是第二大互聯(lián)網(wǎng)應(yīng)用，僅次于即時通信應(yīng)用[1]。

傳統(tǒng)的針對社會消費品銷量的預(yù)測往往基于消費品自身過去某一時間段的銷售數(shù)據(jù)，這些數(shù)據(jù)由政府部門進(jìn)行統(tǒng)計匯總并進(jìn)行公布，收集起來較為困難，且具有一定的滯后性，利用這種方法預(yù)測出的結(jié)果不夠及時，不能有效地幫助企業(yè)和政府做出相關(guān)決策[2]。近年來基于網(wǎng)絡(luò)搜索量進(jìn)行經(jīng)濟(jì)領(lǐng)域的相關(guān)預(yù)測已比較成熟，根據(jù)之前的研究可以認(rèn)為，網(wǎng)絡(luò)搜索行為和消費者的購買行為之間存在一定聯(lián)系[3-4]，人們從網(wǎng)絡(luò)搜索中得到的信息對他們的行為具有引導(dǎo)作用[5]。人們重點關(guān)注消費品的購買情況，但由于時間和空間的限制，消費者需要花費大量的金錢和時間，而網(wǎng)絡(luò)搜索流量容易計量且客觀，消費者花費的精力也較少，且時效性較強，因此本文選擇了用網(wǎng)絡(luò)搜索流量對消費品需求進(jìn)行預(yù)測。

Jun等[6]基于韓國的消費品數(shù)據(jù)探索了網(wǎng)絡(luò)搜索量的預(yù)測效果與消費品特性之間的關(guān)系，采用之前的分類標(biāo)準(zhǔn)，將實物產(chǎn)品分為耐用消費品、非耐用消費品和工業(yè)品，由此提出相應(yīng)假設(shè)，運用計量經(jīng)濟(jì)學(xué)和預(yù)測學(xué)的相關(guān)理論以確定互聯(lián)網(wǎng)搜索和產(chǎn)品購買之間的相關(guān)性。研究結(jié)果表明，相比于工業(yè)品，消費品搜索量的預(yù)測效果比工業(yè)品更顯著。此外，在消費品類別中，對于消費耐用品的銷售情況，搜索流量是特別強的預(yù)測因子。即使在非耐用品中，搜索流量也可能是購買的重要預(yù)測因素，這取決于價格和購買頻率。同時還發(fā)現(xiàn)，PC搜索是比移動搜索更強的銷售預(yù)測因子。并且，在該研究中，耐用消費品選擇了冰箱、魚竿、DVR錄像機(jī)，對比這幾種消費品，發(fā)現(xiàn)冰箱網(wǎng)絡(luò)搜索量的預(yù)測效果最好。

因此基于以上研究內(nèi)容，本文提出了三點假設(shè)：

假設(shè)1：消費品的銷量與消費品網(wǎng)絡(luò)搜索量的預(yù)測關(guān)系和消費品特性有關(guān)；

假設(shè)2：電子類消費品的網(wǎng)絡(luò)搜索流量對產(chǎn)品銷售的影響比非電子類產(chǎn)品更強；

假設(shè)3：耐用品的網(wǎng)絡(luò)搜索流量對產(chǎn)品的影響比非耐用品更強。

二、實證研究

(一)數(shù)據(jù)收集

1.耐用消費品

為了研究耐用消費品和網(wǎng)絡(luò)搜索量之間的關(guān)系，本文選擇iPhone、汽車、洗衣機(jī)以及空氣凈化器四類產(chǎn)品，收集了四類耐用消費品在2011—2016年期間內(nèi)的產(chǎn)(銷)量以及對應(yīng)時間內(nèi)的百度指數(shù)，在此基礎(chǔ)上對電子類產(chǎn)品和非電子類產(chǎn)品銷量和網(wǎng)絡(luò)搜索量之間的預(yù)測關(guān)系進(jìn)行對比。

2.非耐用消費品

對于非耐用消費品，本文選取乳制品、啤酒、葡萄酒和桶裝水四類產(chǎn)品進(jìn)行案例研究，收集了四類非耐用消費品在2011—2016年期間內(nèi)的產(chǎn)(銷)量以及對應(yīng)時間內(nèi)的百度指數(shù)，研究網(wǎng)絡(luò)搜索量的預(yù)測效果是否和產(chǎn)品的特性、價格等因素有關(guān)。

有些產(chǎn)品百度指數(shù)和產(chǎn)(銷)量趨勢之間有較為明顯的一致性，且百度指數(shù)的峰值在一定時期提前于產(chǎn)(銷)量的高峰，如耐用消費品中的iPhone、洗衣機(jī)、乳制品。還有幾種消費品，兩者之間關(guān)系并不明顯。如罐頭搜索量有所增加，但是產(chǎn)量穩(wěn)定，并無顯著增長，短期內(nèi)消費此類產(chǎn)品，搜索量并不是其產(chǎn)量的預(yù)測指標(biāo)。而對于同樣屬于酒類消費品的啤酒和葡萄酒來說，搜索量是消費者購買行為的預(yù)測指標(biāo)，其中啤酒的搜索量是重要的預(yù)測因素。根據(jù)銷量與百度指數(shù)的趨勢對比可初步判定搜索量與產(chǎn)量的相關(guān)性，與消費品的特性有關(guān)，如產(chǎn)品的價格、購買頻次等。

(二)實證研究結(jié)果

1.季節(jié)性調(diào)整

本研究中使用搜索數(shù)據(jù)和銷售數(shù)據(jù)是季度或者月份的時間序列數(shù)據(jù)，以此展現(xiàn)季節(jié)性。經(jīng)濟(jì)指標(biāo)往往隱含潛在趨勢，對其做季節(jié)性調(diào)整有利于發(fā)現(xiàn)這一現(xiàn)象。季節(jié)性調(diào)整可以從當(dāng)前的變化去除之前幾年的平均變動，以此來觀察經(jīng)濟(jì)指標(biāo)的上漲或者下跌是否正常還是只是單純的季節(jié)性波動[7]。為此，本文將數(shù)據(jù)分成以上四個分量，然后應(yīng)用趨勢和周期因子，去除季節(jié)性成分以研究長期趨勢。

2.單位根檢驗

在檢驗各類消費品搜索量和產(chǎn)(銷)量之間的關(guān)系之前，先將百度指數(shù)和產(chǎn)(銷)量值進(jìn)行對數(shù)化處理，以消除異方差的影響，同時減少數(shù)據(jù)的波動性。之后需要執(zhí)行單位根檢驗以驗證變量是否平穩(wěn)[8]，單位根測試結(jié)果如表1所示。

表1 消費品產(chǎn)(銷)量及搜索量單位根ADF檢驗

注：*P<0.1，**P<0.05，***P<0.01。

表1展示了每個產(chǎn)品的產(chǎn)(銷)量及搜索量的單位根測試結(jié)果。綜合比較可知，搜索量和產(chǎn)(銷)量為同階單整的是洗衣機(jī)和葡萄酒，非同階單整的是iPhone、汽車、空氣凈化器、乳制品、啤酒和罐頭。

3.協(xié)整檢驗

在上述單位根測試結(jié)果中，可以觀察到產(chǎn)(銷)量和搜索流量對于大多數(shù)產(chǎn)品是不穩(wěn)定的，因此，使用差異變量來檢驗基于向量自回歸模型的因果關(guān)系。首先，需要驗證兩個變量之間是否存在長期穩(wěn)定關(guān)系。Johansen協(xié)整檢驗是一種被廣泛接受和使用的代表性方法[9]。在檢驗協(xié)整關(guān)系個數(shù)的同時，還可以得到協(xié)整系數(shù)的值，對參數(shù)進(jìn)行調(diào)整，從而進(jìn)一步建立VEC模型。

本研究中，為了進(jìn)行Johansen協(xié)整檢驗，首先在數(shù)據(jù)的水平線上(而不是差異)建立VAR模型。其次，確定VAR中變量的最大滯后長度。如果設(shè)置過度延長的滯后(階)長度，將導(dǎo)致稍低的效率。考慮到這種問題，本研究將VAR模型的最大滯后(階)長度設(shè)置為低于4。

同時，在檢驗協(xié)整關(guān)系時還需注意調(diào)整系數(shù)。調(diào)整系數(shù)值是指在VEC模型中變量之間動態(tài)關(guān)系偏離協(xié)整關(guān)系后的調(diào)整速度。計算的調(diào)整系數(shù)多個估計值中至少有一個為負(fù)值，如果全部為正值，說明該協(xié)整關(guān)系無效。檢驗結(jié)果如表2所示。

表2 消費品產(chǎn)(銷)量與搜索量協(xié)整關(guān)系檢驗

由表2可知，iPhone、罐頭搜索量和銷量之間有兩個協(xié)整關(guān)系，汽車，空氣凈化器、葡萄酒搜索量和產(chǎn)量之間存在一個協(xié)整關(guān)系，而洗衣機(jī)、乳制品、啤酒搜索量和產(chǎn)量之間并無協(xié)整關(guān)系。

同時在表2中，由于對協(xié)整方程進(jìn)行了標(biāo)準(zhǔn)化處理，對于iPhone來說，增加一個單位的搜索量，銷量會增加77.623 02個單位，對于空氣凈化器而言，增加一個單位的搜索量，銷量會增加1.42個單位，對于罐頭來說，增加一個單位的搜索量，銷量會增加2個單位，而對于汽車和葡萄酒，搜索量增加，銷量反而會下降，因此這兩類產(chǎn)品搜索量不能作為銷量或產(chǎn)量的預(yù)測因子。

4.格蘭杰因果關(guān)系檢驗

根據(jù)計量經(jīng)濟(jì)學(xué)的相關(guān)理論，若兩個變量為同階單整，且存在協(xié)整關(guān)系，如果發(fā)現(xiàn)協(xié)整方程存在于協(xié)整分析中，利用原始數(shù)據(jù)建立VAR模型進(jìn)行格蘭杰因果關(guān)系檢驗。若兩個變量為非同階單整，如果存在協(xié)整關(guān)系，則可以利用差分?jǐn)?shù)據(jù)建立VAR模型。然后通過使用該模型執(zhí)行VAR格蘭杰因果/塊異質(zhì)性(GCBEW)測試，如果變量之間并沒有協(xié)整關(guān)系，則不用進(jìn)行格蘭杰因果關(guān)系檢驗?；谝陨侠碚摚贸隽吮?和表4。表3給出了產(chǎn)(銷)量和搜索量同階單整的洗衣機(jī)和葡萄酒的格蘭杰因果關(guān)系檢驗結(jié)果。原假設(shè)為葡萄酒搜索量不是銷量的格蘭杰原因。

表3 葡萄酒產(chǎn)(銷)量與搜索量格蘭杰因果關(guān)系檢驗

注：*P<0.1；**P<0.05；***P<0.01。

如果協(xié)整存在，那么格蘭杰因果關(guān)系也會存在。然而，格蘭杰因果關(guān)系不能表明關(guān)系是正還是負(fù)。因此，為了確定格蘭杰因果關(guān)系或協(xié)整方程中效應(yīng)的方向，檢驗歸一化的協(xié)整系數(shù)，如表3所示。表2和表3的結(jié)果表明，在葡萄酒中觀察到格蘭杰因果關(guān)系，搜索流量每增加一個單位，便減少0.32單位的葡萄酒。因此，葡萄酒的搜索量并不是銷量的有效預(yù)測因素。而洗衣機(jī)由于沒有協(xié)整關(guān)系，因此不必進(jìn)行格蘭杰因果關(guān)系檢驗。

表4顯示了與沒有協(xié)整產(chǎn)品有關(guān)的搜索和銷售的VAR格蘭杰因果關(guān)系測試結(jié)果。由于銷售和搜索變量被觀察為非穩(wěn)定，非同階單整，因此使用差分變量確定VAR模型，通過該模型執(zhí)行VAR格蘭杰因果/塊異質(zhì)性(GCBEW)測試。

非同階單整的消費品中，乳制品和啤酒的搜索量和產(chǎn)量之間并沒有協(xié)整關(guān)系存在，因此不能進(jìn)行格蘭杰因果關(guān)系檢驗，說明對于這兩類消費品而言，搜索量不能成為有效預(yù)測因子。對于iPhone、汽車、空氣凈化器和罐頭建立VAR模型，進(jìn)行格蘭杰因果關(guān)系檢驗，結(jié)果如表4所示。

表4 其他消費品產(chǎn)(銷)量與搜索量格蘭杰因果關(guān)系檢驗

由表4可知，iPhone、空氣凈化器、罐頭的搜索量都是銷量的格蘭杰因果關(guān)系，而汽車的搜索量并非產(chǎn)(銷)量的一個有效預(yù)測因子。

在耐用品類別中，iPhone、空氣凈化器中的搜索量是產(chǎn)(銷)量的格蘭杰因果關(guān)系，對于汽車這類價格較高的生活類消費品而言，搜索量并不能起到很好的解釋效果。對于非耐用品，只有在罐頭這類產(chǎn)品上發(fā)現(xiàn)搜索流量是產(chǎn)(銷)量的有效預(yù)測因子。但很難在典型非耐用品，即乳制品、啤酒、葡萄酒中，發(fā)現(xiàn)同樣的情況。

(三)VAR模型預(yù)測

乳制品和啤酒的產(chǎn)量和搜索量為非同階單整，且兩者之間并無協(xié)整關(guān)系，因此不能建立VAR模型進(jìn)行預(yù)測。而葡萄酒和汽車在檢驗協(xié)整關(guān)系時建立的協(xié)整方程顯示銷量和搜索量關(guān)系為負(fù)，且兩類消費品的搜索量和產(chǎn)(銷)量之間并無格蘭杰因果關(guān)系，因此不能進(jìn)行預(yù)測。而iPhone、空氣凈化器和罐頭這幾類消費品的產(chǎn)(銷)量與搜索量之間有協(xié)整關(guān)系，且關(guān)系為正，有格蘭杰因果關(guān)系，可以建立模型進(jìn)行預(yù)測。

對于同階單整的兩個變量，協(xié)整的存在表明，它們存在一個長期的關(guān)系，因此可以應(yīng)用VECM，產(chǎn)(銷)量與搜索量為同階單整關(guān)系的有洗衣機(jī)和葡萄酒兩類產(chǎn)品，但洗衣機(jī)的銷量和搜索量之間的協(xié)整關(guān)系無效。而葡萄酒雖有協(xié)整關(guān)系，但關(guān)系為負(fù)，且搜索量并不是銷量的格蘭杰因果關(guān)系，因此不能進(jìn)行預(yù)測。因此只能對iPhone、空氣凈化器和罐頭利用VAR模型進(jìn)行預(yù)測。本文詳細(xì)介紹iPhone VAR模型建立過程。

由之前的協(xié)整檢驗可知，iPhone的銷量和搜索量之間存在兩個協(xié)整關(guān)系，且可知搜索量每增加一個單位，銷量會增加77.6個單位，如表5所示。

表5 消費品產(chǎn)(銷)量與搜索量協(xié)整關(guān)系檢驗

在建立VAR模型之前需要確定最佳滯后期。根據(jù)AIC準(zhǔn)則，選取4作為最佳滯后期，建立VAR模型

y=0.728×y(-1)+0.012×y(-2)+0.314×y(-3)-0.188×y(-4)+

0.176×x(-1)-0.023×x(-2)+0.045×x(-3)-0.152×x(-4)+0.248

其中，y為經(jīng)季節(jié)調(diào)整后的iPhone銷量，x為季節(jié)調(diào)整后的iPhone搜索量，()內(nèi)的數(shù)字表示滯后期。

建立VAR模型之后，對模型進(jìn)行穩(wěn)定性檢驗和格蘭杰因果關(guān)系檢驗并得出脈沖響應(yīng)函數(shù)以及進(jìn)行方差分解。

圖1中單位圓中的點表示的是AR特征根倒數(shù)的模，若這些點都落在單位圓內(nèi)，則表示VAR模型平穩(wěn)。反之則表示模型不平穩(wěn)。圖1中所有的點均落在了單位圓內(nèi)，說明VAR模型穩(wěn)定。

之后對VAR模型進(jìn)行格蘭杰因果關(guān)系檢驗，該檢驗給出了每個內(nèi)生變量相對于其他內(nèi)生變量之間的格蘭杰因果關(guān)系。在銷量方程中，銷量作為被解釋變量對其他解釋變量(即搜索量)進(jìn)行格蘭杰因果關(guān)系檢驗，搜索量的聯(lián)合統(tǒng)計量值是11.414 35，且在小于1%的概率水平下構(gòu)成對銷量的格蘭杰因果關(guān)系。

脈沖響應(yīng)函數(shù)可以分析銷量和搜索量之間的動態(tài)影響關(guān)系，如圖2所示。實線表示經(jīng)季節(jié)性調(diào)整后銷量受沖擊的走勢，虛線表示走勢的兩倍標(biāo)準(zhǔn)差?？梢钥闯?，銷售量受搜索量的正向沖擊后，從第一期開始逐漸上升，并在第四期達(dá)到峰值，然后沖擊作用開始下降，至第7期為0。

圖1 iPhone VAR模型穩(wěn)定性檢驗

圖2 iPhone VAR模型脈沖響應(yīng)函數(shù)

圖3 iPhone VAR模型方差分解

方差分解圖可以了解銷量的變動方差因自身以及由搜索量引起的變動，如圖3所示。從圖3可以看出，由搜索量變動解釋的部分逐漸增加，在第4期達(dá)到峰值，說明大約5%的銷量變動方差由搜索量引起。在第9期達(dá)到峰值，說明大約40%的銷量變動方差由搜索量引起。

從之前的協(xié)整檢驗可知，空氣凈化器搜索量每增加一個單位，銷量增加1.42個單位。罐頭搜索量每增加一個單位，銷量增加2個單位。兩者的搜索量和銷量之間均存在一個協(xié)整關(guān)系，因此均可建立VAR模型。

三、研究結(jié)論與展望

(一)研究結(jié)論

在耐用消費品中，iPhone和空氣凈化器均可以利用網(wǎng)絡(luò)搜索量進(jìn)行預(yù)測，而對于汽車和洗衣機(jī)而言，搜索量并不是一個有效的預(yù)測因子，這可能是因為，iPhone是一款年輕人及商務(wù)人士喜歡的電子類產(chǎn)品，而這兩類人群又是網(wǎng)絡(luò)用戶的主體，所以銷量極易受網(wǎng)絡(luò)搜索量的影響。而空氣凈化器又是近幾年由于空氣污染問題而銷量激增的消費品，也較易受網(wǎng)絡(luò)搜索量的影響。汽車銷量所受的影響因素更多，如油價和政策補貼等。因此，即使汽車搜索量較高，也不一定代表其銷量會隨之增加，所以，汽車的網(wǎng)絡(luò)搜索量并不是影響汽車銷量的有效因素。

對于洗衣機(jī)這類耐用消費品而言，雖然近些年電商平臺迅速崛起，但人們還是傾向于去線下實體店購買，因此即便洗衣機(jī)的搜索量增加，卻不能起到預(yù)測作用，搜索量的增加只能體現(xiàn)出該時期銷量的增加。在非耐用消費品中，乳制品、啤酒和葡萄酒這三類消費品并不能用網(wǎng)絡(luò)搜索量進(jìn)行產(chǎn)量預(yù)測。罐頭的網(wǎng)絡(luò)搜索量是有效預(yù)測因子，原因可能是，乳制品和啤酒是生活中十分容易就能買到的消費品，且產(chǎn)品質(zhì)量并無明顯差異，因此罐頭的網(wǎng)絡(luò)搜索量對其銷量無明顯影響。同時，在三類消費品中，搜索量對iPhone的銷量影響最大，搜索量每增加1單位，銷量便增加77單位。

綜上，可以驗證前文的三個假設(shè)。這一結(jié)論證明，在利用網(wǎng)絡(luò)搜索量進(jìn)行消費品需求預(yù)測時，應(yīng)該考慮產(chǎn)品類型，即使同屬一類消費品，也會因為不同的價格和性能有不同的預(yù)測效果。

(二)管理建議

利用網(wǎng)絡(luò)搜索量對消費品需求進(jìn)行預(yù)測對企業(yè)和政府有十分重要的意義。因此，基于以上研究結(jié)果，為企業(yè)和政府分別提出以下建議。

1.對相關(guān)企業(yè)建議

結(jié)合搜索量，準(zhǔn)確判斷市場未來走向。根據(jù)以上研究發(fā)現(xiàn)，對于特定的消費品來說，搜索量一定程度上能對未來的銷量進(jìn)行預(yù)測，因此企業(yè)可以與搜索引擎公司合作，利用搜索信息對產(chǎn)品未來的市場走向進(jìn)行判斷，觀察產(chǎn)品生命周期的走向。根據(jù)銷量的不同了解產(chǎn)品現(xiàn)在以及未來所處的生命周期階段，由此采用不同的營銷和生產(chǎn)策略。

利用搜索量進(jìn)行需求預(yù)測，優(yōu)化供應(yīng)鏈管理。利用搜索量進(jìn)行需求預(yù)測，可以有效地對供應(yīng)鏈進(jìn)行計劃、管理、協(xié)調(diào)以及控制，從而確保將顧客所需的產(chǎn)品按時送到正確地點，使總成本最小化[10]。

2.對政府監(jiān)管建議

從搜索趨勢中監(jiān)控市場動態(tài)，把握經(jīng)濟(jì)發(fā)展趨勢。近些年來，政府在逐步利用互聯(lián)網(wǎng)信息作為宏觀政策決策的輔助，如百度通過將官方統(tǒng)計數(shù)據(jù)加之海量的搜索數(shù)據(jù)整理出中小企業(yè)經(jīng)濟(jì)指數(shù)預(yù)測及宏觀經(jīng)濟(jì)指數(shù)預(yù)測，一定程度上幫助政府監(jiān)控市場動態(tài)，彌補市場調(diào)劑的自發(fā)性、盲目性及滯后性，發(fā)揮政府調(diào)劑的主動性及預(yù)見性，避免市場資源配置效率低導(dǎo)致資源浪費和經(jīng)濟(jì)發(fā)生波動。

(三)研究不足與改進(jìn)

網(wǎng)絡(luò)搜索量能夠體現(xiàn)實時的消費者行為，為相關(guān)機(jī)構(gòu)提供預(yù)測數(shù)據(jù)，但其也有一些不足之處。網(wǎng)絡(luò)搜索量可能被一些情感因素，如對名人的過度迷戀或厭惡而影響，并迅速傳播。前人的研究表明，無論是正面還是負(fù)面的新聞，都會影響人們的興趣，興趣的短暫浮動能在搜索流量中體現(xiàn)，即使那是消極的新聞。這類興趣會產(chǎn)生搜索量，這點在分析搜索流量時要注意。另外，百度是市場上的主導(dǎo)搜索引擎，其他的信息來源如微博、今日頭條等軟件也涉及搜索行為。因此，在未來收集來源更為廣泛的搜索量數(shù)據(jù)對于消費品銷量預(yù)測很有必要。