Research on Market Share of New Rail Transit Industry Cluster Based on Logit Model
雷艳红① LEI Yan-hong；胡严艺② HU Yan-yi
（①西藏大学工学院，拉萨850000；②中冶赛迪工程技术股份有限公司（咨询事业本部），重庆 604100）
（①College of Engineering，Tibet University，Lhasa 850000，China；
②CISDI Engineering Co.，Ltd. （Consulting Business Division），Chongqing 604100，China）
摘要：在分析新建轨道交通产业集群市场占有率影响因素后，选择运输距离、产品价格、产品供应程度、核心技术敏感度、政府扶持力度为特性变量，建立基于Logit模型的新建轨道交通产业集群市场占有率模型，并依据轨道交通产品购买商SP调查数据，借助数据统计软件SPSS22.0，对模型参数进行估计和检验，确定市场占有率模型。结果表明，该模型估计值与实际情况相符，精度达80%以上，可很好的应用于新建轨道交通产业集群市场占有率分析。
Abstract: After analyzing the factors affecting the market share of new rail transit industry clusters, this paper chooses transportation distance, product price, product supply level, core technology sensitivity and government support as characteristic variables, and establishes a new rail transit industry cluster market share based on Logit model. According to the SP survey data of the rail transit product purchaser, the data statistics software SPSS22.0 is used to estimate and test the model parameters and determine the market share model. The results show that the estimated value of the model is consistent with the actual situation, and the accuracy is over 80%, which can be well applied to the market share analysis of the new rail transit industry cluster.
关键词：新建轨道交通产业集群；市场占有率；Logit模型；SPSS 22.0
Key words: new rail transit industry cluster；market share；Logit model；SPSS 22.0
中图分类号：F512.3 文献标识码：A 文章编号：1006-4311（2019）26-0080-03
0 引言
随着城镇化建设加快，交通拥堵问题日趋严重，加大了对轨道交通装备的需求，而我国轨道交通产业正处于高速发展阶段，每年新建大量轨道交通产业集群。为推动其健康持续发展，国家推出了一系列相关优惠政策，要求抓住机遇，提升关键设备和系统的研发能力，不断提高轨道交通产业市场占有率，满足国内外需求。因此，基于市场占有率可从政策和经营管理层面对新建轨道交通产业集群提出发展建议和调整对策，促进组织合理与优化，提高在轨道交通产业中的竞争能力。
近年来相关学者对轨道交通产业竞争力评价研究较多，但对新建轨道交通产业集群市场占有率的研究还未见报道。文献[1]以轨道交通装备制造业市场占有率为基础，用熵值法构建适合轨道交通装备制造业的竞争力评价模型。文献[2]认为价格对市场占有率有一定影响，但顾客忠诚度、顾客满意度、品牌形象的感知以及顾客对产品和服务的感知是获取市场占有率的关键。文献[3]运用综合指数评价方法与主成分分析法结合的方法对五个典型国家轨道客车产业国际竞争力进行定量评价。文献[4]利用皮尔逊相关系数修正的马尔科夫链计算各品牌产品在市场占有率中的内在转移情况。文献[5]提出利用MapReduce 编程模型的软件与马尔科夫链相结合进行市场占有率预测。
本文基于以上研究，目前较多选用马尔科夫链方法预测企业市场占有率，但由于轨道交通产业某些特性，如新建轨道交通产业无法获取初始市场占有率、目标用户明确和政府政策对市场把控较大等，导致马尔科夫链不适合新建轨道交通产业集群市场占有率研究。因此，本文提出建立Logit模型，考虑影响市场占有率的各因素，结合意向调查（SP调查）数据计算新建轨道交通产业集群市场占有率，验证该模型能否为分析新建轨道交通产业市场占有率提供一种新思路。
1 市场占有率概述
市场占有率是指在一定时期内，企业向市场提供产品的份额占市场总份额的比例。
1.1 市场占有率分类
市场占有率可分为总体市场占有率、所服务市场占有率和相对市场占有率三类[6]。总体市场占有率指企业的销售额或销售单位占整个行业销售额或销售单位的百分比。服务的市场占有率是指对产品感兴趣、企业营销能力所能触及的市场占有率。相对市场占有率指与领先竞争者销售单位或销售额追踪对比，依据比例找出与竞争者的差距。由于新建轨道交通产业所触及的市场及目标用户明确，故结合其特性本文选用所服务的市场占有率来进行分析。
1.2 市场占有率作用
市场占有率是评价企业业绩的重要指标，可直观反映不同因素对企业销售份额的影响；市场占有率是企业管理的目标，占有率越大，累计生产量越大，单位生产成本较低；市场占有率是衡量企业竞争力的重要指标，可根据市场占有率规划竞争策略；市场占有率是预测销售量的工具，可根据市场销售单位占有率、平均销售量和占有率走向预知市场潜量。
2 Logit模型理论
Logit模型的理论基础是消费者在选择时追求“效用”最大化假说[7]。消费者作为购买行为决定的最基本单位，在特定的选择条件下，选择其所认知到的选择方案中效用最大方案。某购买商选择轨道交通产业集群时，会遵循效用最大化原则，选择对自己效用最大的选择枝。即当Uin＞Ujn（购买商n选择产业集群i大于选择集群j的效用，i≠j）时，选择集群i（i∈In）。
随机效用理论认为效用是一个随机变量，是由非随机变化部分Vin和随机变化部分?着in组成，并假设二者之间呈线性关系。即消费者n选择新建轨道交通产业集群i的效用可表示为：
■
式中：
Vin表示消费者n选择新建轨道交通产业集群i效用函数的固定项；
?着in表示消费者n选择新建轨道交通产业集群i效用函数的随机变化部分。
一般情况下，为计算方便，效用函数固定项用线性函数形式表示，以影响消费者选择行为的影响因素作为特性变量，以消费者感知各变量的相对重要性作为权重系数。即：
■
式中：
■表示消费者n选择新建轨道交通产业集群i考虑的k个特性变量；
■表示权重系数。
依据效用函数最大化理论，消费者n选择新建轨道交通产业集群i的概率Pin可以表示如下：
■
且■
3 Logit模型建立
3.1 特性变量选择
在消费过程中，依据常规企业市场占有率影响因素，结合轨道交通产业投资资金大、产品结构复杂、技术含量与进入门槛高、政府主导市场力度强等特点，依据文献[8]综合分析可发现轨道交通产业集群市场占有率主要取决于产业集群条件、购买属性及政府政策扶持力度三方面，由此可确定影响消费者选择的特性变量包括：
①运输距离，Xin1表示。指购买商所需轨道交通产品位置与轨道交通产业集群距离的远近，消费者优先选择运输距离短的产业集群。以公里为单位，按照实际运输公里数除以100计。
②产品价格，Xin2表示。指购买商在购买轨道交通产品时需要支付的金钱，消费者优先选择产品价格低的产业集群。实际调查中，分为价格高、较高、一般、较低、低五档，用1、2、3、4、5表示，应用时转换为0.2、0.4、0.6、0.8、1。
③提供全套产品能力，Xin3表示。购买商遵循方便、效率原则会优先选择能提供所需产品齐全的产业集群。调查中以能提供轨道交通产品种类/所需产品种类计。
④对核心技术的敏感程度，Xin4表示。一般讲，轨道交通产业因为对产品核心生产技术要求高、企业进入门槛高，不同的轨道交通产业在科技创新方面投资越大，技术创新能力越强，市场吸引力越大。实际调查按1、2、3、4、5打分，应用时转换为0.2、0.4、0.6、0.8、1。
⑤政府政策扶持力度，Xin5表示。政府作为轨道交通产业的主要投资方，也是主要购买商，政府会在财政补贴、竞争条例和生产标准等方面进行宏观调控，对轨道交通产业发展起着主导作用，较大影响轨道交通产业集群市场占有率。对政府扶持力度，实际调查分为很大、大、一般、较小、小五档，按1、0.8、0.6、0.4、0.2计。
3.2 市场占有率模型建立
轨道交通产业集群建成后，购买商是否愿意选择该集群作为产品供应商，即选择方案为选择该新建集群（i=1）和不选择该集群（i=2）两种情况，因此采用二项Logit模型描述并分析消费者对轨道交通产业集群的选择行为。假定效用函数概率项?着in服从相同参数二重指数分布时，结合影响选择结果的特性变量，可得出市场占有率模型为：
■
式中：
P1n表示消费者n选择新建轨道交通产业集群为产品供应商的概率；
P2n表示消费者n不选择该新建轨道交通产业集群的概率；
?琢是常数项，指效用函数中不能用特性变量表示的其他影响因素值。
在确定特征变量后，将实际调查数据代入模型，利用数据统计软件SPSS22.0标定模型参数，得到最终市场占有率模型。
3.3 模型检验
3.3.1 显著性检验
效用函数中各特性变量对消费者选择行为的重要性选用tk统计量检验。当tk＞1.96时，有95%的概率认为对应的变量是对选择结果产生影响的因素之一。相反，当tk?燮1.96时，在95%的可靠性水平上认为相应的变量对选择结果不产生影响，这时可以将该变量从效用函数中排出，重新标定参数。
3.3.2 模型准确性检验
指消费者实际选择行为结果与模型预测结果是否一致的指标，表示建立模型的准确性，用拟合优度（Goodness of Fit）统计量检验。当命中率大于80%时，认为模型可靠，能较好的应用于新建轨道交通产业集群市场占有率预测。
4 实例应用
4.1 调查设计
宜宾临港经济开发区正建设集轨道交通核心技术研发、整车总装、零部件生产、运营维保、综合服务为一体的轨道交通产业集群，其市场定位是立足川南，初期覆盖川南地区城市轨道交通和川南城际铁路市场，中期广泛占据川东北和攀西地区，拟于2020年初步形成生产能力。由于数据调查局限性，针对成都经济区、川南地区、川东北和攀西经济区服务的城市轨道交通市场进行调查，采取意向调查法（SP调查）在假定宜宾市轨道交通产业集群初步形成生成能力条件下从城市轨道交通产品购买商特征、购买属性和购买意愿选择三个方面搜集数据。共发放调查问卷400份，收回有效问卷336份，有效率达84%。
4.2 占有率预测
4.2.1 参数标定
基于城市轨道交通产品购买商调查数据，采用统计分析软件SPSS22.0中的二元Logit分析，对模型参数进行标定，参数标定结果如表1所示。
由参数标定结果可以得到城市轨道交通产品购买商n选择宜宾市轨道交通产业集群的概率模型为：
■
由宜宾市轨道交通产业市场占有率模型可知，运输距离、产品价格、核心技术敏感度、提供全套产品能力、政府扶持力度对购买城市轨道交通产品的消费者选择行为影响较大。变量对应的系数为正，表示各影响变量随取值增大，购买商选择宜宾市轨道交通产业集群的概率减小；变量系数为负，表示随变量取值增大，宜宾市轨道交通市场占有率增大。由变量系数值可以看出，运输距离和政府扶持力度在所有影响因素中所占比例最大，说明在宜宾市轨道交通产业集群建设初期，消费者比较看重政府的优惠政策和运输距离，对这两个因素敏感程度较高，同时产品价格和提供全套产品的能力也是影响选择结果的重要因素，在宜宾市轨道交通产业集群建设中后期可以在这几方面加大投资力度，以提高市场占有率。
4.2.2 参数检验
由SPSS参数标定结果表1可知，显著性水平由参数值Sig确定，运输距离、产品价格、核心技术敏感度、提供全套产品能力、政府扶持力度的Sig值均小于0.05，说明其对模型线性关系显著，对消费者选择行为结果有较大影响，应将其纳入模型的解释变量中。
在SPSS中依据模型预测值与调查数据实际观测值的比例评估模型准确性，输出结果见表2。
由表2可知，不选择宜宾市轨道交通产业集群的预测准确率为82.9%，选择该集群的预测准确率为79.4%，并且模型的总体命中率为81.25%，大于80%，说明预测结果和实际调查数据吻合度较好，模型精度较高，其计算结果可接受。
4.3 市场占有率
依据轨道交通市场占有率模型，可预测出宜宾市轨道交通产业集群在初步形成生产能力的阶段，可占据成都经济区、川南地区、川东北和攀西经济区46.7%城市轨道交通市场。据统计，成都经济区、川南地区、川东北和攀西经济区城市轨道交通建成里程约200km,依据预测的市场占有率可知，在初步形成生产能力阶段，宜宾市轨道交通产业集群占据该市场规模约93km，与政府出台的《宜宾市轨道交通产业规划》中的市场规模数据吻合。
5 结论与建议
应用宜宾市轨道交通产业集群初步形成生产能力阶段意向调查数据建立消费者选择行为的Logit模型，推测该预测阶段的市场占有率，预测结果与调查数据和产业规划数据吻合程度较高，结果较为精确，该模型用于新建轨道交通产业集群市场占有率的预测是可行的，也奠定了以轨道交通为主的市场占有率和市场竞争力的研究基础。本文还使用了统计分析软件SPSS输出市场占有率模型，不仅提高处理数据和模型预测的效率，还从统计学角度对模型参数作出检验，保证了模型建立的科学性和可靠性。
参考文献：
[1]蔡忠香.大连轨道交通装备制造业竞争力提升战略研究[D].大连：大连交通大学，2015.
[2]黄劲松，赵平，王高，等.基于顾客角度的市场占有率研究[J].中国管理科学，2004，12（2）：95-100.
[3]杜剑.中外轨道客车产业国际竞争力的比较研究[D].长春：东北师范大学，2014.
[4]聂笃忠，陈桦，米承继，等.马尔科夫链状态概率转移矩阵修正算法[J].理论新探，2013，3（2）：14-17.
[5]张希翔，李陶深.基于云计算的网络软件市场占有率统计与预测模型[J].系统工程理论与实践，2011，31（2）：75-80.
[6]钟绍鹏，邓卫，包丹文.考虑ATIS市场占有率及遵从率的随机系统最优拥挤收费模型[J].系统工程理论与实践，2013，33（2）：456-462.
[7]关宏志.非集计模型—交通行为分析工具[M].北京：人民交通出版社，2004.
[8]王晶.中国轨道交通装备制造业的国际竞争力研究[D].北京：北京交通大学，2016.
[9]杨宇，黄超.江苏省轨道交通装备制造产业发展研究[J].价值工程，2008（09）：32-34. |
