世界上網(wǎng)人口與電子商務交易額預測

王小東　楊堅爭　楊納川

摘要：電子商務交易額預測是電子商務發(fā)展預測中的一項重要研究課題。電子商務交易額的增長主要與因特網(wǎng)上網(wǎng)人數(shù)及網(wǎng)上人均交易額的增長相關。本文在廣泛收集有關數(shù)據(jù)的基礎上，參考國內外有關研究報告，利用1985-2011年世界上網(wǎng)人口以及1995-2011年電子商務交易額的時間序列分別對數(shù)據(jù)進行平穩(wěn)化處理、模型識別、參數(shù)估計，建立時間序列模型，并對模型進行檢驗，確定較適合的自回歸移動平均模型。利用該模型對2009-2011年數(shù)據(jù)分別做出計算值，并與實際值比較，結果表明相對誤差均在5%之內，預測模型良好，繼續(xù)利用模型對世界未來幾年因特網(wǎng)上網(wǎng)用戶數(shù)進行了預測，最后完成了電子商務網(wǎng)上交易額的近期發(fā)展預測。

關鍵詞：時間序列；世界上網(wǎng)人數(shù)；羅吉斯曲線；電子商務交易額

一、世界各國關于電子商務發(fā)展的相關理論研究

電子商務的發(fā)展現(xiàn)狀已引起人們對電子商務發(fā)展前景的極大關注，許多調查公司、學者對未來互聯(lián)網(wǎng)的市場潛力和電子商務的發(fā)展進行了預測，如工業(yè)和信息化部頒布的《互聯(lián)網(wǎng)行業(yè)“十二五”發(fā)展規(guī)劃》提出，到2015年我國將實現(xiàn)電子商務交易額18萬億元，互聯(lián)網(wǎng)企業(yè)直接吸納就業(yè)超過230萬人，并帶動更大規(guī)模的就業(yè)增長。艾瑞咨詢集團預測，到2015年，我國電子商務市場交易可達到規(guī)模15.7億元，網(wǎng)絡市場交易規(guī)模可達到25510.0萬億元。也有機構和學者作了相關的預測。

從上面的資料我們看出預測主體不同，預測的結果差別很大。其原因在于對電子商務的定義不同，統(tǒng)計資料的來源、多少也不相同，預測方式和方法有較大區(qū)別。此外，由于信息技術的發(fā)展異常迅猛，對電子商務的影響極大，人們一時還很難精確地描述這一新生事物的未來。然而，必須明確，電子商務與經(jīng)濟生活中的其它事物一樣，是有規(guī)律可循的，它同樣表現(xiàn)出波動性、慣性、關聯(lián)性、系統(tǒng)性和隨機性。只要把握好電子商務的這些性質，就可能在一定程度上把握電子商務的發(fā)展態(tài)勢，對電子商務活動進行較為準確的預測。

二、預測的出發(fā)點及數(shù)據(jù)采集

由于電子商務是20世紀90年代初才被逐步推廣的，且對其概念沒有一致的看法，因而對電子商務統(tǒng)計數(shù)據(jù)的搜集以及對其影響因素的分析還很不系統(tǒng)；影響電子商務發(fā)展速度的因素眾多（如上網(wǎng)用戶數(shù)，上網(wǎng)用戶購買力水平等）且很難量化，因此對電子商務發(fā)展的預測存在很大的困難。我們認為，較容易獲得又比較全面反映電子商務發(fā)展狀況的是歷年的上網(wǎng)人數(shù)和網(wǎng)上交易額的統(tǒng)計數(shù)字。有鑒于此，我們設計了本文研究的預測路線，即首先對世界上網(wǎng)用戶數(shù)進行預測，然后預測網(wǎng)上交易額，以此對電子商務的近期發(fā)展預測和中長期發(fā)展預測進行分別研究。表1反映了世界電子商務上網(wǎng)人數(shù)和網(wǎng)上交易額有關的歷史數(shù)據(jù)。

三、ARIMA模型預測世界上網(wǎng)人口的數(shù)據(jù)

20世紀70年代初，博克思（Box）和詹金斯（Jenkins）提出的著名的時間序列預測方法，又稱為Box-Jenkins模型、博克思-詹金斯法、ARIMA模型。其中ARIMA（p，d，q）稱為差分自回歸移動平均模型，AR是自回歸， p為自回歸項； MA為移動平均，q為移動平均項數(shù)，d為時間序列成為平穩(wěn)時所做的差分次數(shù)。時間序列預測一般反映三種實際變化規(guī)律：趨勢變化、周期性變化、隨機性變化。ARIMA模型使時間序列分析理論上升到了一個新的高度，預測的精度大大提高。

下面以我國1995—2011年世界上網(wǎng)人口數(shù)據(jù)，用時間序列分析法對數(shù)據(jù)分析，并通過其預測2010-2011年的世界上網(wǎng)人口與實際上網(wǎng)人口比較，選取最為合理的預測方法對未來幾年世界上網(wǎng)人口做出預測。同時，選取1985-2011年世界上網(wǎng)人口數(shù)據(jù)為樣本。

（一） 平穩(wěn)性檢查

采用EViews6.0對1985-2011年世界上網(wǎng)人口數(shù)據(jù)進行分析，得到1985-2011年世界上網(wǎng)人口時間序列。由此可知，隨著世界科技水平日益提高以及計算機、互聯(lián)網(wǎng)的廣泛普及，世界上網(wǎng)人數(shù)在過去的27年總體呈現(xiàn)出一種指數(shù)增長的趨勢，特別是在1999以后，增長迅速。因此可以將其判斷為非平穩(wěn)時間序列。對于含有指數(shù)趨勢的非平穩(wěn)時間序列，要使其平穩(wěn)化，通常可以通過對指數(shù)趨勢進行對數(shù)變換后轉化為線性趨勢，然后再對其進行差分來消除線性趨勢。為此，先對世界上網(wǎng)人口數(shù)據(jù)取對數(shù)并作差分，得到修正后的時間序列，然后對其進行ADF單根檢驗來判斷修正后的時間序列的平穩(wěn)性，然后選擇ARIMA（p，d，q）模型中合適的d值。

對做二階差分，并對其做ADF檢驗，檢驗結果顯示，二階差分序列在1%的顯著性水平下拒絕存在單位根的原假設，接受不存在單位根的結論，因此可以確定序列是二階單整序列，即d值取為2，。圖1為的二階差分時序圖。

（二） 時間序列模型的識別與參數(shù)估計

模型的選擇與p，q的確定可以通過樣本的自相關與偏自相關函數(shù)的觀察獲得。在計算出樣本自相關系數(shù)和偏自相關系數(shù)的值之后，就要根據(jù)它們表現(xiàn)出來的性質，選擇適當?shù)哪Ｐ蛿M合觀察值序列。這個過程實際上就是要根據(jù)樣本的自相關系數(shù)和偏自相關系數(shù)的性質估計自相關階數(shù)p與移動平均階數(shù)q，因此模型識別過程也稱為模型定階過程。

二階差分后自相關與偏自相關系數(shù)如圖2。

選取ARIMA（p，2，q）模型，現(xiàn)在主要問題是要對ARIMA中p，q進行定階。觀察Ln（pop）的自相關和偏自相關圖，利用2倍標準差范圍輔助判斷，樣本自相關函數(shù)值AC與偏自相關函數(shù)值PAC都落在了95%的置信區(qū)間（-0.3772，0.3772）的內部，因此在5%的顯著性水平下不拒絕AC=0，PAC=0的假設。據(jù)此可認為Ln（pop）是一個白噪聲，從而可以建立Ln（pop）的純MA（0）模型，或建立世界上網(wǎng)人口（POP）的ARIMA（0，2，0）模型。

然后，對2009-2015年世界上網(wǎng)人口進行預測，如表2。

當然，由于在滯后1期時，AC=PAC=-0.306，接近于5%顯著性水平下的臨界值-0.37，所以也可以考慮建立純AR（1）模型，或建立MA（1）模型，或建立ARIMA（1，2，1）。因此，可供選擇的（p，q）的組合為（0，1）、（1，0）、（1，1）。

（三） 殘差白噪聲檢驗與模型優(yōu)化

已將所有的p，q可能取值列出：（0，1）、（1，0）、（1，1）。下對以上模型進行殘差的白噪聲檢驗與模型的平穩(wěn)性檢驗。最后用AIC準則、SC準則對模型進行優(yōu)化。詳見表3。

能通過殘差的白噪聲檢驗和平穩(wěn)性檢驗的組合有（1，0）、（1，1）。根據(jù)AIC、SC準則的模型優(yōu)化要求，最合適的p，q組合應為（1，1）。下面將對其具體的模型的平穩(wěn)性檢驗與殘差的白噪聲檢驗給出說明：

根據(jù)圖3參數(shù)估計結果顯示，模型的滯后多項式倒數(shù)根均落在單位圓內，滿足過程的平穩(wěn)要求。圖4給出了模型殘差的白噪聲檢驗，可見殘差的自相關值和偏自相關值都落入了隨機區(qū)間，與0無顯著差異，說明殘差序列是白噪聲。

四、退勢平穩(wěn)序列法預測世界電子商務交易額

首先，和第五部分處理方法一樣，把世界電子商務交易額序列的對數(shù)變換序列（ln（trade））當作退勢平穩(wěn)序列處理。分析退勢之后序列的自相關和偏自相關圖，做出如下回歸：

（1985，t=1）

提取殘差做自相關和偏自相關圖，發(fā)現(xiàn)為過程。因此可以用EViews來估計模型的參數(shù)，得出解：

并且模型的殘差通過白噪聲檢驗，特征方程的根在單位元外，模型通過診斷檢驗。圖6描述了世界電子商務交易額的真實值（TRADE）與預測值（TRADEF）的曲線圖，可以看出預測值非常接近真實值。

在此基礎上，將對世界電子商務交易額進行預測，如表4。

五.說明與分析

1、 根據(jù)前面的預測，2012、2013、2014年的世界上網(wǎng)人數(shù)分別為255003.4萬，286646.4萬，321835.8萬。未來三年的交易額為343299.0億美元，434707.1億美元，547418.7億美元。考慮到社會經(jīng)濟發(fā)展的不穩(wěn)定性，可能會阻礙電子商務的發(fā)展速度，但基本不會以很大的比例偏離預測值，所以，未來的幾年將依然是電子商務豐收的幾年。

2、在世界經(jīng)濟復蘇步伐放緩的嚴峻環(huán)境下，不斷創(chuàng)新商業(yè)模式，大力開拓電子商務市場，充分挖掘潛力潛力，可以大大促進經(jīng)濟的增長。

3、隨著電子商務作為戰(zhàn)略性新興產(chǎn)業(yè)和服務業(yè)發(fā)展重點行業(yè)地位的確定，電子商務的發(fā)展受到各方面的高度重視，大大促進了這一新興產(chǎn)業(yè)的發(fā)展。

參考文獻：

[1] 薛冬梅. ARIMA模型及其在時間序列分析中的應用[J]. 吉林化工學院學報， 2010（3）： 80-83

[2] 張波.湖北省人均GDP時間序列模型及預測[J]. 中南財經(jīng)政法大學研究生學報，2006（2）： 95-100

[3] 陳飛，高鐵梅. 結構時間序列模型在經(jīng)濟預測方面的應用研究. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2005（2）： 95-103

[4] 劉薇. 時間序列分析在吉林省GDP預測中的應用[M].

[5] 李瑩. 時間序列分析在山東省GDP預測中的應用研究[M].

[6] 王厚芹.電子商務交易額（2000-2004）. 世界電子商務的昨天、今天和明天（1）[N]， 中國計算機報， 2002-04-01.

[7] 電子商務交易額（2005-2011）：商務部. 中國電子商務報告（2010-2011）. 清華大學出版社，2012.

[8] 王永聯(lián).關于金融學本科專業(yè)課程雙語教學的探討[J].上海理工大學學報，2004，04.