基于計量經(jīng)濟學的中國網(wǎng)購交易金額影響因素分析

伍舒瑩

摘 要：電子商務飛速發(fā)展，網(wǎng)購已成為人們生活重要的部分。基于計量經(jīng)濟學模型，收集了2005—2019年中國網(wǎng)購交易金額相關(guān)數(shù)據(jù)，以城鎮(zhèn)居民家庭人均可支配收入、互聯(lián)網(wǎng)上網(wǎng)人數(shù)等為解釋變量，利用Eviews軟件進行多元線性回歸，逐步回歸修正并得出結(jié)論：城鎮(zhèn)居民家庭人均可支配收入和CPI是顯著因素，提高國民收入、穩(wěn)定物價是提升網(wǎng)絡購物行業(yè)的重要手段。

關(guān)鍵詞：計量經(jīng)濟學模型;多元線性回歸;網(wǎng)購交易金額

文章編號：1004-7026（2020）16-0014-02? ? ? ? ?中國圖書分類號：F724.6;F126.1;F124.1 ? ? ? ? 文獻標志碼：A

電子商務是指以信息網(wǎng)絡技術(shù)為手段，以商品交換為中心的商務活動。近年來，電子商務產(chǎn)業(yè)蓬勃發(fā)展，網(wǎng)購交易額增長速度加快。因此，通過對可支配收入和上網(wǎng)人數(shù)等進行分析檢驗，可以歸納影響網(wǎng)購交易額的因素。

1? 文獻綜述

李林娟（2016）[1]從物流配送角度分析，認為物流的專業(yè)化分工是為了更好地服務用戶，物流顯示出差異化將影響網(wǎng)購用戶的購物體驗。

徐偉（2017）[2]從信息對稱角度出發(fā)，認為網(wǎng)絡購物市場是一個“檸檬”市場，網(wǎng)絡信息的不確定性將損害網(wǎng)絡消費者的權(quán)益。

吳偉亞（2016）[3]認為，價格信號在網(wǎng)購市場中承載了商品質(zhì)量的信息，消費者往往擔心低價格會帶來假貨的可能，因此保證價格合理傳遞商品質(zhì)量信息對我國網(wǎng)購發(fā)展有重要意義。

毛彥妮等（2014）[4]分析了網(wǎng)絡滲透率，認為網(wǎng)絡滲透率一路走高，要求提升網(wǎng)購市場的服務水平和交易規(guī)模，必須著重從店家信譽和物流服務兩方面提高質(zhì)量。

樊茗玥等（2013）[5]通過研究中小城鎮(zhèn)網(wǎng)購消費市場，認為經(jīng)濟環(huán)境因素是外部因素，物流要素是內(nèi)部因素。

嚴德強等（2013）[6]認為，隨著互聯(lián)網(wǎng)不斷普及，網(wǎng)購規(guī)模呈快速增長勢頭，網(wǎng)購市場存在巨大潛力。

縱觀研究現(xiàn)狀，可以看出網(wǎng)絡購物的研究越來越受到學者的重視。從研究內(nèi)容和角度來看，學者對網(wǎng)購市場的物流、價格、信息化等方面都有涉及，但大多數(shù)學者基于某一個角度進行微觀分析，未同時進行多變量分析。立足于宏觀角度，選取4個變量進行計量經(jīng)濟學和定性研究分析，較為客觀地提出促進中國網(wǎng)購市場的建議對策。

2? 模型建立

經(jīng)過分析，發(fā)現(xiàn)影響中國網(wǎng)購交易金額的主要因素除城鎮(zhèn)居民家庭人均可支配收入外，還和物流費用等有關(guān)，為此設定以下線性模型。

式中：Y為中國網(wǎng)購交易金額，單位為億元;x1為城鎮(zhèn)居民家庭人均可支配收入，單位為元;x2為互聯(lián)網(wǎng)上網(wǎng)人數(shù)，單位為萬人;x3為社會物流總費用，單位為萬億元;x4為CPI;μ為隨機擾動項。

2005—2019年中國網(wǎng)購交易金額及其影響因素統(tǒng)計見表1。

3? 參數(shù)估計

利用eviews軟件對表1數(shù)據(jù)進行OLS回歸估計得如下結(jié)果。

4? 模型檢驗和修正

當a=0.05，查表得t0.025（10）=2.228。

t（β1）=8.80>t 0.025（10）=2.228;|t（β2）|=1.36t 0.025（10）=2.228;說明解釋變量x1、x4通過t檢驗，x2、x3沒有通過。表明可能存在多重共線性。

4.1? 多重共線性檢驗與修正

由eviews軟件得相關(guān)系數(shù)矩陣，各解釋變量之間相關(guān)系數(shù)較高，均大于0.8，說明解釋變量之間存在嚴重多重共線性。

利用逐步回歸法對多重共線性修正。根據(jù)eviews軟件檢驗分析，中國網(wǎng)購交易金額受城鎮(zhèn)居民家庭人均收入（x1）影響最大，且參數(shù)估計值符號合理，而且也通過了F檢驗和t檢驗，因此選擇x1構(gòu)建模型，并逐步引進第二個解釋變量和第三個解釋變量回歸。經(jīng)檢驗后，最終放棄引入第三個解釋變量，以Y=f（x1，x4）為最優(yōu)模型，由eviews軟件進行OLS分析并成功通過t檢驗后確定模型如下。

4.2? 自相關(guān)和異方差檢驗與修正

對上述模型=370 144.8+9.62x1t-1 014.87x4t進行自相關(guān)檢驗，得殘差的變動有系統(tǒng)模式，見圖1，連續(xù)為正和連續(xù)為負，表明殘差項存在一階正相關(guān)，模型中t統(tǒng)計量和F統(tǒng)計量的結(jié)論不可信，需采取補救措施。

用eviews軟件對原模型進行廣義差分回歸，得到下式。

經(jīng)檢驗，廣義差分模型中已無自相關(guān)，同時R 2、t、F統(tǒng)計量也均達到理想水平。

經(jīng)white檢驗，模型不存在異方差。修改后的模型β0=294 322.2/（1-0.134 383）=340 014.3。

由此，得到中國網(wǎng)購交易金額的模型見下式。

由模型可知，在假定其他變量不變的情況下，城鎮(zhèn)居民家庭人均可支配收入每增加1元，中國網(wǎng)購交易金額增加9.24億元;CPI每增加1，中國網(wǎng)購交易金額減少946.68億元。

5? 分析與建議

從模型可以看出，中國網(wǎng)購交易金額受城鎮(zhèn)居民家庭人均可支配收入和CPI指數(shù)影響最大。

5.1? 穩(wěn)定物價

物價頻繁變化將加重消費的不確定性，降低居民購買力。對于網(wǎng)絡上哄抬物價、捏造散布漲價信息的行為，必須加大打擊和懲處力度，以保護消費者權(quán)益，創(chuàng)造健康的網(wǎng)購消費環(huán)境。同時，政府可適當發(fā)放網(wǎng)絡購物券，以達到刺激經(jīng)濟、拉動消費的目的[7-9]。

5.2? 加強經(jīng)濟建設，促進就業(yè)

政府應該繼續(xù)以增加就業(yè)規(guī)模和控制失業(yè)率作為宏觀調(diào)控的重要目標，積極調(diào)整經(jīng)濟結(jié)構(gòu)，扶持新興產(chǎn)業(yè)增加就業(yè)崗位，同時對失業(yè)人員創(chuàng)業(yè)和靈活就業(yè)人員等給予適當補貼和信貸支持，以達到提高可支配收入和更好地保障居民生活的目標。

參考文獻：

[1]李林娟.中國網(wǎng)絡購物現(xiàn)狀與發(fā)展趨向分析[J].中國管理信息化，2016，19（20）：135-136.

[2]徐偉.我國網(wǎng)絡購物市場可信交易的動力機制與阻礙因素研究[J].江蘇商論，2017（9）：31-33.

[3]吳偉亞.網(wǎng)絡購物市場的價格信號博弈分析[C]//2016年第二屆今日財富論壇論文集.北京：今日財富雜志社，2016.

[4]毛彥妮，黃瑱.我國網(wǎng)絡購物市場發(fā)展狀況調(diào)查研究[J].經(jīng)濟縱橫，2014（8）：82-86.

[5]樊茗玥，查夢娜，王來青，等.中小城鎮(zhèn)網(wǎng)絡購物市場的影響因素研究[J].科技管理研究，2013，33（22）：242-246.

[6]嚴德強，張曉琴.我國網(wǎng)絡購物市場生態(tài)分析[J].合作經(jīng)濟與科技，2014（13）：117-118.

[7]張耀荔，謝廣營，陳靜.中國網(wǎng)絡購物現(xiàn)狀與發(fā)展趨向分析[J].商業(yè)研究，2013（6）：28-31.

[8]黃國雄，杜昕然.只有互補才能共贏——網(wǎng)購與店購發(fā)展趨勢的分析[J].全國商情·理論研究，2014（8）：46-48，49.

[9]廖英敏.我國網(wǎng)絡零售業(yè)的發(fā)展趨勢與影響[J].中國市場，2012（33）：66-69.