产品退市决策研究：基于Cox生存模型的实证分析，本文主要内容关键词为：实证论文,退市论文,模型论文,产品论文,Cox论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言，
产品退市(product elimination)是企业进行产品管理(product management)的一个部分，是指企业停止生产或不再销售与公司目标不符的产品。通常来说这类产品处在产品生命周期的衰退期，不能再为企业贡献价值(Banville and Pletcher，1974)。有关产品退市的研究兴起于上世纪70年代，1964年哥伦比亚大学的Alexander教授在Journal of Marketing发表的一篇名为“The death and burial of sick products”的论文里首次提出产品退市这一议题，并指出这是一个被营销学者们忽视的领域。之后，英国教授Avlonitis(1983；1984；1985)和Hart(1989)等学者们对这一领域展开了广泛的研究。在上世纪八九十年代，有关产品退市的研究曾风靡一时，但到了本世纪初，该领域的研究似乎停滞了，相关学术文献也变得屈指可数。与汗牛充栋的新产品上市管理的理论知识相比，能够指导企业进行产品退市的理论知识可谓是捉襟见肘。
从现有国内外文献看，学者们对产品退市的研究主要集中在两个方面：(1)如何进行产品退市决策？(2)企业是否需要一个专门的部门进行产品退市管理？倘若需要，如何构建？针对第一个问题，学者们将研究重点放在了影响产品退市的因素上，如果知道了哪些因素对产品退市有显著影响，那么企业在进行产品退市评估时就会慎重考虑这些因素，从而作出一个正确的产品退市决策。在以往有关产品退市影响因素的研究中，学者们不止一次地提到了销量及其变化率的影响，然而遗憾的是研究人员并未对这两个因素的影响方向和机制给出说明。因此，本研究的立足点也基于此，试图通过建立数量模型的方法探索这两个因素与产品退市之间的关系，探究其影响机制，从而填补现有文献的空白。
综上所述，本研究的意义在于：(1)进一步深化和完善现有产品退市研究领域的理论知识，以期重新引起国内外学者对此领域的重视，填补现有文献的空白；(2)将生存模型应用到产品退市研究中，通过建模的方法分析销量及其变化率对产品退市的影响机制，从而指导企业进行产品退市管理。
1 文献回顾与研究假设
1.1 国外产品退市相关研究回顾
犹如人的生老病死一样，产品也会经历导入期、成长期、成熟期和衰退期4个基本阶段，产品退市意味着一个产品结束了其从生到死的过程。起初学者们认为那些面临退市的产品是处于生命周期衰退期的产品，将它们定义为“患病产品”(sick product)或者“弱势产品”(weak product)(Alexander,1964; Banville and Pletcher,1974;Evans，1977)。然而随着商业环境的不断变化，面临退市的产品不仅仅局限在“弱势产品”上，一些刚刚上市的新产品同样也存在着退市风险。Avlonitis和James(1982)将产品退市研究的范畴扩大，认为凡是与企业目标不符的产品都有可能被列为退市产品，此后，产品退市的研究就在一个更广阔的定义下进行。
产品退市决策过程(product elimination decision-making process)是学者们关注的一个重点。Alexander(1964)认为该过程可以分为4个阶段，分别是：(1)选择可能成为退市的备选产品；(2)收集这些产品的信息并进行分析；(3)作出是否退市的决策；(4)如若必须，则从当前产品线中撤出此产品。Banville和Pletcher(1974)则提出了一个3阶段决策模型(three-stage procedure model)，分别为指定要素评估阶段、产品退市评估和决策以及实施产品退市决策。Asplund和Sandin(1999)又从一个动态的过程描述了企业进行产品退市决策的过程。他们认为每当企业推出一个新产品时，最初并不能预测该产品未来的市场需求，经过一段时间的市场反应后，消费者对该产品的偏好及企业用于保持该产品市场地位的成本将会变得越来越清晰，因此企业就可以根据过去和当前的市场数据对该产品的未来需求作出预测；这样的过程会随着时间的推移而循环，企业不断评估影响该产品未来需求的因素并且作出是否将产品撤出市场的决策。实证研究发现当新产品的销量小或不断降低时，企业就会考虑将产品撤出市场。产品退市是一个动态的过程，而且与企业所处的市场环境息息相关(Avlonitis，1984)。学者们通过各自的研究总结出了各种可能影响到产品退市的因素，笔者将其总结如表1所示。
虽然影响因素众多，但是基本可以归纳为3大类：公司层面、市场层面、产品层面。公司层面的因素主要包括管理层顾虑、公司战略、财务营销等职能部门的牵制、企业形象、组织决策等一系列和公司总体发展目标有关的信息。市场层面包括产品的市场份额、销售状况、利润表现、价格变化等一系列最终影响企业利润的信息。产品层面则是指产品本身的形象质量、替代品状况、相关零配件资源等和产品本身密切相关的信息。
产品退市包含在产品整个生命周期中，换言之，研究产品退市从某种程度上说是在研究产品的生存问题，而新产品的生存概率一直都是企业关注的重点。Asplund和Sandin(1999)运用Duration模型作出了这样的假定：在新产品推出的早期，企业对产品未来的状况有很高的不确定性所以不会轻易退出市场，危险概率是逐渐上升的；但是过了一段时间之后，产品的销售情况渐渐明了，对于未来的销售也可以进行预测，企业会把销售情况不好达不到当初预期的产品撤出市场，所以危险概率随时间变化不断下降。简而言之，刚刚上市的新产品由于面临很大的风险，其被退市的概率也很大，即生存时间比较短。当新产品顺利度过“危险概率上升期”时，其未来退市的概率就会降低，生存时间变长。当新产品撤出市场时，自然而然地就演变为产品退市问题。
1.2 国内产品退市相关研究回顾
相比于国外学者对产品退市的大量研究，国内学者在这方面的研究还处在启蒙阶段，有关新产品上市(扩散)的研究很多(常莹等，2006)，而关于产品退市的研究却很少(桑赓陶，2007；李季，江明华，2010)。桑赓陶(2007)认为产品退市是一项牵一发而动全身的活动，作出一个正确的产品退市决策需要企业内部各个部门的配合，同时还要考虑相关利益者的利益。李季和江明华(2010)则从产品退市决策不当的角度阐述了其对企业的影响。一个产品在未上市之前企业要投入巨额的资金，如果退市决策失误将对企业造成巨大的经济影响。而当一个退市决策作出后，企业也要作好心理准备去迎接来自各方面的压力，例如与供应商和消费者的关系，对企业整体形象的影响等等。
相比于产品退市研究的冷清，国内学者运用生存分析方法在社会科学领域的研究相对较多。例如商业银行可以通过建立基于生存分析的信用风险等级模型来预测企业的财务危机，从而加强商业银行中长期信用信贷的风险管理(宋雪枫等，2006)。生存分析模型还可应用于企业的客户关系管理，童利忠和吕小宇(2007)就利用生存分析模型识别出了移动通信行业中具有高盈利和高流失风险的客户群。生存分析也有助于零售企业识别影响顾客间断购买行为的因素(王燕等，2006)。
通过对现有国内外文献的回顾，笔者发现自上世纪80年代产品退市这一领域的研究掀起一阵热潮后，本世纪初鲜有学者关注这一领域，而且研究方法和得出的结论都没有改进和进一步的深化，这对该领域的理论建设是一大缺陷。首先，从研究方法上，之前研究主要采取的是企业访谈和问卷调查，鲜有采用数量模型的方法进行研究。其次，之前实证研究并未给出因变量与自变量之间确切的数量关系，只是说明了某某自变量确实对因变量产生了影响，而对影响方向、影响程度未作具体说明。因此为了弥补以往研究的不足并夯实该领域的理论基础，本研究拟解决的问题有：(1)运用生存分析方法分析影响产品退市的因素，以期通过建模的方法探索出产品退市与各影响因素之间的数量关系；(2)具体研究之前学者们不止一次提到的销量及其变化率对产品退市的影响，对这两个变量的具体影响机制给出说明。
1.3 研究假设
Asplund和Sandin(1999)实证研究发现产品销量的下降容易引起企业将产品撤出市场，销量下降暗示产品的市场份额在逐渐减少，而该研究还得出了一个结论是处于市场主导地位(市场份额较大)的产品面临很大的退市风险，如果仅从表面分析，这是两个不同的结论，但是稍加深入推敲，我们发现这两个结论中存在着矛盾。之所以存在这一矛盾，是因为该研究中把企业规模和产品地位同时作为解释变量而非调节变量加入到模型中，这样做是不妥的。在进行产品退市决策时，大企业和小企业考虑的因素及评估标准是不同的，譬如销量的变化，因此我们不能直接说企业规模的大小决定了新产品退市概率的大小。对于产品所处的市场地位和生命周期，企业也会采取不同的标准进行评估。因此我们也不能说处于主导地位的产品就一定不会退市，处于衰退期的产品就一定会退市。
在本研究中我们主要考察了产品上市前期和退市前期的平均销量及其变化率，根据产品所处生命周期的不同，企业关注的重点也会不同，例如在产品上市初期，企业更关心销量的增长速度，对于销量的绝对数并不是太敏感；而当产品到了成熟稳定期时，企业希望产品的销量能维持在一个较高的水平，而不再去关注增长速度。因此本研究的第一个假设为：
H1a:在产品上市前期，相比于平均销量企业更关注销量变化率，销量增长率越高，退市风险越低，生存时间越长。
H1b:在产品退市前期，相比于销量变化率企业更关注平均销量的大小，平均销量越高，退市风险越低，生存时间越长。
上文提到的产品所处的市场地位属市场层面的相关因素，本文中我们用市场份额这一指标进行控制，并进一步分析市场份额的调节作用。对于市场份额较高的品牌来说，在产品刚上市的前几个月，由于之前已经形成了一定规模的市场占有率，所以对于销量、销售变化率指标的变化并不是非常敏感，换句话说前期的销量及销售变化率并不足以预示产品在未来的销售状况。相反，对于市场份额较低的品牌来说，在产品最初上市的几个月，由于市场占有率比较小，销量的变化率更会引起企业的重视，企业如果想抢占市场就必须把握住每一个新产品上市的契机，如果前期表现不佳，那么由于其本身市场份额较低的原因，后期很难再奋起直追。所以对于市场份额较低的品牌来说，上市前期的销售量及其变化率对预测该产品在未来的销售状况有很大作用。基于以上分析，本研究的第二个假设为：
H2a：市场份额高的品牌比市场份额低的品牌更看重退市前期平均销量这个指标，平均销量越高，退市风险越低，生存时间越长。
H2b:市场份额低的品牌比市场份额高的品牌更看重上市前期销量变化率这个指标，销量增长率越高，退市风险越低，生存时间越长。
综上所述，本文的研究框架如图1所示。
图1 基于Cox模型的研究框架
2 研究模型
2.1 Cox模型
生存分析(survival analysis)是一种以截断(censored)数据为研究对象的统计分析方法。产品生存时间(survival time)的数据一般选取的是一段观察期，存在数据截断(censored)现象，即观察开始之前产品已经退市而数据未被记录或在观察结束时产品仍未退出市场而我们也无法观测到。在生存分析的估计中我们把某个事件发生称为死亡，对个体而言，从开始到死亡发生称为“存活时间”，对应本研究则是产品从上市到撤出市场，这段时间称为“产品生存时间”。生存时间可以用生存函数(survival function)表示，记作S(t)，指个体生存时间长于t的概率，即：S(t)=P(个体生存时间T＞t)=l－F(t)；F(t)是个体生存时间T的分布函数，如果能够对任一个时刻t估计出条件概率P(T＞t+Δt｜T＞t)，就等于估计出了整个生存函数S(t)。
目前使用最多的是Cox比例风险模型(Cox proportional hazard model)，该模型关心的不是生存时间，而是风险(hazard)。对于风险h(t)的定义如下：
2.2 研究变量
2.2.1 因变量
1)上市时间(Time)
这是我们关心的因变量，它表示的是某个产品已经上市了多长时间，以月计。值得一提的是，这并不代表Time就是我们所说的生存时间。因为对于已经退市的产品，该变量确实代表生存时间；但是对于那些还没有退市的产品，无法确定在未来何时退市，所以他们的生存时间是大于或等于Time的。
2)是否退市(Status)
这是一个0-1变量，Status=1表示该产品已经退市，Status=0则表示该产品没有退市。这是对Time的一个补充，或者说Time和Status共同构成了因变量。假设一个产品的真实生存时间为Z，那么当Status=1时，Time=Z；当Status=0时，Z≥Time。因此Time是一个被截断的数据。
2.2.2 解释变量
1)上市前期的平均销售量
这是一个定量变量，计算每类产品上市前期销量的平均值，将该平均值纳入模型中作为解释变量。很多关于新产品扩散的研究中都指出产品上市前期的销售状况十分重要，如果销售得好，那么生存时间可能就会长一些，如果前期销售状况不佳，那么退市的风险也就会变大。
2)退市前期的平均销售量
这是一个定量变量，计算每类产品退市之前的销量平均值，将该值纳入模型中作为解释变量。很多关于产品退市的研究中指出销售状况不佳是造成产品退市的一大重要因素，因此，当产品已经上市了一段时间后，如果销售状况持续不佳，那么退市的风险就会比较大。
3)上市前期的销量变化率
这是一个定量变量，考虑到平均销量作为一个绝对数指标有时不能很好地揭示变量之间的关系，所以引入了变化率这一相对指标，该指标主要考察产品上市前期的销售增长情况，有些产品虽然每月销量不高，但是每个月都比上一个月有很大的增幅，那么这类产品退市的风险也是比较小的。该指标的计算公式为：
。
4)退市前期的销量变化率
同上市前期的销量变化率指标的作用一样，该指标主要考察产品退市前的销售变化情况，对于某些产品，虽然每月的销量都很高，但是从变化率来看，每月的销量是一个逐渐下降的趋势，那么这样的产品就可能面临退市的风险。该指标的计算公式为：
。
除了以上因变量和解释变量之外，本研究中还加入了市场份额这一调节变量，分析解释变量对因变量的影响是否会因调节变量的存在而不同。具体地说就是对于高市场份额和低市场份额的品牌，其生存时间的影响因素和机制可能会不同。
3 数据介绍
3.1 数据选取
梳理之前关于新产品扩散、新产品生存时间的研究，我们发现用于研究的数据基本来自第三方调研机构或零售企业。例如Asplund和Sandin(1999)在研究新产品生存时间时使用的就是来自当地的一家垄断零售商从1989-1995年之间啤酒的月度销售相关数据。Hahn等(1994)在对新产品扩散进行研究时使用的是美国IMS(一家药品市场研究公司)在1981-1984年之间新上市的21种处方药的数据。无论是研究新产品扩散还是新产品生存，如果直接从企业获取相关数据既费时又耗费成本，而一家企业新产品的数目是有限的，为了得到更大的数据集我们就必须收集多家企业的数据，从操作的角度看可实施性较低。因此，之前学者用于研究新产品扩散(生存)问题的数据都是来源于一个能够基本表征某类产品相关信息的第三方机构，如当地的一家大型零售企业，因为对垄断零售商来说它是生产企业在当地唯一的销售渠道，所以零售商的销售数据基本代表了企业该产品的一个销售状况，如果企业新上市了一款产品或停止生产某款产品，那么都会及时地反映到零售商的销售数据中。
相比于新产品扩散的实证研究，有关产品退市的实证研究比较少，所以本研究的数据选取参考以往新产品扩散的研究，选择的是当地一家大型连锁超市的某一个产品品类的月度销售数据。连锁超市中产品的退架可以看成是暂时的退市，在获取研究所需数据时我们了解到该连锁超市是当地的龙头企业，用于研究的产品品类，其相应的供应商都选择该超市作为第一销售渠道，所以该产品在此超市中的销售状况基本可以代表其在当地的市场表现，那么由此可以推断企业在作出将产品退出当地市场决策时主要考虑的就是产品在该超市的销售状况，一旦企业的产品退架了，那么这就是一个严重的退市预警信号。由于退架与退市产生的原因基本相似，所以影响产品退架的因素在很大程度上会影响到产品退市，受到获取数据的限制，我们用退架近似退市过程，虽然在结论上不能保证完全的一致性，但是具有高度的相关性。
3.2 数据来源
本研究的数据取自秦皇岛家惠连锁超市。秦皇岛家惠商贸集团有限公司成立于1999年10月28日。注册资金3000万元，营业面积10万多平米，现有员工1500多人，年销售额8亿多元。目前，有连锁店35家(其中直营店33家，加盟店2家)，分布在秦皇岛各县区及唐山市区、滦南县等地，是秦皇岛市规模最大的民营股份制超市连锁企业，连续多年入围全国连锁百强企业。该零售商在当地具有一定的影响力，是供应商首选的零售渠道之一。根据研究需求，该超市为我们提供了从2008年7月到2011年12月所有在售的洗发水的月度销售相关数据。
3.3 数据筛选
数据选取的时间间隔为2008年7月到2011年12月，包括每种洗发水的月度销量、含税销售额和含税成本金。例如，产品编码为60010057的X牌洗发露2010年12月的销量为153瓶，销售额为1443.6元，含税成本金为1363.52元。基于本研究的目的，我们需要对原始数据进行清理。生存数据的一个特点就是存在截断现象，为了研究的方便，我们只考虑有截断情况，考察新产品的生存时间(Asplund and Sandin,1999)。本研究中将2008年7、8、9三个月作为新产品识别期，这三个月在售的洗发水产品不作为我们的研究对象，也就是说我们需要从2008年10月到2011年12月所有在售的洗发水中排除在2008年7、8、9月已经在售的洗发水，例如，产品编码为60010001的多姿多彩洗发水1300ml在2008年7月已经在售，处在新产品识别期内，所以不属于我们的研究对象；又如产品编码为60010029的海飞丝怡神冰凉洗发水400ml在2009年6月的时候第一次出现在销售记录中，该产品被识别为新产品。按照此原则筛选出从2008年10月到2011年12月新上市销售的洗发水共632种，在这632种产品中部分产品存在“二次死亡”的现象，例如洗发水产品A在2009年1月上市，销售5个月后不再销售，又在2010年的1月重新上市销售，对于这类产品，我们认为其已经“死”过一次，也不在我们的研究范围内。我们仍以3个月为识别期，对于每类产品每两个月的间隔超过3个月或以上的，这样的样本需要剔除。例如产品编码为60010025的洗发水销售时间段为2008年12月到2011年8月，但是中间有三个月(2010年1、2、3月)是无销售记录的，则需要剔除。另外，对于观测期末上市销售的产品(例如2011年11、12月)由于其在三个月的识别期内，观测期较短，对研究的意义不大，所以对于这样的数据我们也要剔除。综上所述，最终识别出的可用于生存分析的洗发水新产品共528个。
4 模型分析
4.1 变量描述性分析
首先我们对四个定量指标进行了描述性分析，结果如表2所示。
从描述性分析的结果看，销量变化率存在缺失值，这是因为部分产品存在当月销售量为零的情况。我们对所有新上市洗发水的销量按月度做了一个趋势图，发现从2008年10月到2011年12月，洗发水的总体销量呈增长趋势(见图2)，但是对一些已经“死亡”的洗发水按月度做销量趋势图，我们却发现了相反的趋势(见图3至图6)；而且这些洗发水的销量波动范围相对较大，相比之下，上市前期的销量波动要比上市后期的销量波动大。
图2 洗发水总体销量增长趋势图
图3 洗发水A在售期间月度销量
图4 洗发水B在售期间月度销量
图5 洗发水C在售期间月度销量
图6 洗发水D在售期间月度销量
4.2 生存时间的描述性分析
通过对528种产品生存时间的K-M估计，我们发现有60.4%的产品能活过21个月，有54.2%的产品能活过31个月，参见图7。
图7 总体生存状况
4.3 Cox回归分析
首先我们关注市场份额是否对产品的生存时间产生影响。洗发水行业具有品牌集中度高、集团化竞争等特点，根据中国排行榜2011中国洗发水十大排行的数据①显示海飞丝、清扬、夏士莲、霸王、潘婷、力士、飘柔、拉芳、舒蕾和沙宣十个品牌的市场综合占有率已超过80%。具体为以宝洁、联合利华为首的市场份额约75%左右，舒蕾、霸王、拉芳市场份额约为15%，采乐、好迪、奥妮等小众品牌蚕食剩余的10%市场份额。对比2009、2010、2011年三年的排行数据，我们发现洗发水品牌的排行几乎未发生变化，所以，我们将市场份额超过80%的十大品牌产品划分为高市场份额组，将余下的品牌划分为低市场份额组。通过对分组情况(高市场份额组vs.低市场份额组)的生存曲线比较，确实发现两组之间存在显著差异(见图8)，针对528种产品，用分组情况对Cox回归分析也相应地得到了显著结果(见表3)，Rsquare=0.014，似然比检验=7.65(p＜0.01)，Wald检验=7.22(p＜0.01)。
分组情况显示高市场份额的品牌生存时间要低于低市场份额的品牌，由于高市场份额品牌旗下的延伸产品比较多(例如飘柔系列下就有好几种不同功能的洗发水产品)，产品之间的替代性较强，加之消费者对这些品牌的产品有一定的认知基础，所以一旦某款产品的销售状况不佳，企业就会考虑其他替代产品。相反，低市场份额品牌的延伸产品相对较少，产品替代性较差，而且通常来说低市场份额的产品所占的货架空间要小，因销量不佳引起的利润减少不如高市场份额的产品明显，同时对于低市场份额的品牌来说，由于其本身知名度就比较低，所以要得到消费者的认可就需要延长一定的在架时间。
接着，在控制了市场份额的前提下我们对4个定量变量进行Cox回归分析，如表4所示。
从上表可以看出，在控制了市场份额后4个连续变量的指标中只有上市前期的销量变化率和退市前期的平均销量两个指标是显著的而且系数均为负。验证了我们之前的假设一，说明在上市前期，销量变化率上升得越慢，危险率就越高，生存时间越短，产品面临退市的风险就越大。对于一个刚刚上市的产品，如果前期的销售变化率比较显著，且呈一个逐渐上升的状态，那么我们有理由相信，该产品成功地进入了快速成长期，对于这样一个发展势头良好的产品来说，其被退市的概率是很小的，所以生存时间会比较长。而到了后期，平均销量指标变得更为重要，平均销量越低，危险率越高，生存时间越短，产品面临退市的风险就越大。因为此时经过了一段时间的适应，产品的销售状况已趋于平稳状态，如果此时的平均销量处于一个比较低的水平，那么我们有理由相信在未来的一段时间内，其销量不会有太大的波动，所以在后期，这些平均销量较低的产品就面临着很大的退市风险。
接下来，我们分析市场份额的调节作用，将分组变量分别乘以上市前期销量变化率和退市前期平均销量，得到两个交互项，作为新变量加入Cox模型中进行回归分析，得到的结果如表5所示。
两个交互项的结果都是显著的，说明调节变量的作用确实存在，具体而言，上市前期销量变化率的系数为-0.22，这是低市场份额组的效应.高市场份额组的效应为-0.22加上第一个交互效应的系数0.21为-0.01，也就是说在低市场份额组上市前期的销量增长率对生存时间的影响较大，上市前期销量增长率越大，退市风险越小，生存时间越长。再看退市前期平均销量的系数是0.006，为低市场份额组的效应，那么高市场份额组的效应为0.006-0.055=-0.049，说明在高市场份额组退市前期的平均销量的效应更大，具体表现为退市前期平均销量越高，退市风险越小，生存时间越长。这也就验证了之前的假设二，即高市场份额的品牌更看重退市前期的平均销量，低市场份额的品牌更看重上市前期的销量变化率。
图8 分组生存函数图(高市场份额组vs.低市场份额组)
5 结论
5.1 研究结论
本文通过对影响产品退市因素的研究，运用生存分析模型确定了对产品退市有显著影响的两大因素及其影响机制，它们分别是，上市前期的销量变化率和退市前期的平均销量。具体而言：上市前期的销量变化率越大，退市危险越小，生存时间越长；退市前期的平均销量越高，退市危险越小，生存时间越长。同时我们的研究还表明由于调节变量市场份额的存在，不同市场份额的品牌其生存时间受到的影响因素会有所不同，高市场份额的品牌其生存时间仅与退市前期的平均销量有关，退市前期平均销量越低，面临退市的危险越大，生存时间越短；低市场份额的品牌其生存时间仅与上市前期的销量变化率有关，上市前期销量增长得越慢，面临退市的危险越大，生存时间越短。
5.2 管理启示
本文的研究结果对企业进行产品退市管理具有一定的指导意义。首先本文指出销量及其变化率对产品退市有显著影响，因此企业可以将销量设置为预警指标，密切关注已上市产品的销量变化，对于那些销量过低或销量增长率过低的产品应给予高度重视，及时将那些市场表现不好的产品撤出市场不仅可以为企业节省更多的资源，而且避免了成本的浪费。此外，我们应该注意到对于不同类型的企业产品退市的决策略有不同，如果企业旗下的品牌多为市场份额较高的产品，那么企业应该意识到产品之。间会存在替代效应，也就是说企业可以考虑缩短每种产品的生存时间，让其他产品进行替代，这样可以最大化企业的整体利润。而对于低市场份额的品牌，退市决策应该更加慎重，因为在这类产品中替代效应不明显，企业应尽量延长产品的生存时间，以期获得更多的利润。在进行产品退市决策时，对于高市场份额的品牌企业应该更加关注产品在上市后期的平均销量这一指标，而对低市场份额的品牌企业应更加关注产品上市前期销量变化率这一指标。
5.3 研究局限及未来研究方向
(1)本研究所采用的数据是来自秦皇岛某大型连锁超市的产品数据，而不是来自行业数据，虽然该数据在一定程度上能代表产品的生存情况，但是在判断产品退市的时点上仍会较行业数据存在一定的误差，研究的外部效度有一定的局限性，所以对于今后更加深入的研究，我们可以尽量从行业协会或公司直接获取数据，增加研究的外部效度，但是这样做也有另外一个缺陷，就是成本高而且实施起来比较困难。
(2)本文只考察了和销量这一指标有关的因素，对于文献中提到的其他定量指标(例如利润、成本等)并未作考察，难免存在一定的局限性。另外在控制因素上面本文只考虑了市场方面的相关因素(如市场份额)，并未考虑公司层面的因素，这也是本文的一个局限，由于研究数据来源于零售商，所以无法直接获得产品在公司层面的信息(如在这期间公司是否推出了新产品)。新产品的上市确实会对已有产品的退市造成一定的影响，但是在本研究中我们认为这种影响比较小，原因是新产品的上市也会有一个适应过程，企业不可能在刚推出一个新产品的同时就立写将原有产品退市，对新产品会有一个考察过程，看看新产品的市场表现是否良好，如果不好，退市的就有可能是新产品而不是老产品。如果表现良好，企业也不一定就会作出将老产品退市的决策，除非是企业资源有限并且老产品此时确实已经到了衰退期无法再为企业贡献价值。所以从某种程度上说，新产品上市对原有产品的退市在时间点是一个滞后的影响，本研究选取的是一段观测期，所以假如说在这段时间里公司推出了新产品，那么它的影响会滞后一段时间，而对现有产品退市的影响比较小。诚然，在今后的研究中我们应该更加严格地控制公司层面的因素。
(3)最后，本研究只考虑了市场份额这一个调节变量，而通过文献回顾我们知道诸如企业地位、企业规模等因素也会在一定程度上影响退市决策，所以未来的研究中可以考察其他的调节变量。
注释：
①http://trade.phb168.com/list4366/255681_2.htm