影響網絡購物交易規模因素計量分析

【摘要】與傳統貿易方式相比，網絡購物近年來因其具有商品廣泛，價格便宜，購買方便等優點而迅速在市場上占據舉足輕重的地位，受到越來越多人的青睞。本文選取2005年至2012年相關數據通過建立一個計量模型對影響網絡購物交易規模的因素進行分析，進而從宏觀的角度解釋網絡購物交易規模的影響因素并提出適當建議。

【關鍵詞】網絡購物 影響因素 計量模型

一、選擇模型及數據來源

隨著互聯網的迅速崛起，網絡購物作為傳統零售業的補充掀起了一場劃時代的革命。網絡購物漸漸得到大眾的認同，現已經成為人們尤其是年輕人士日常生活中津津樂道的重要組成部分。由于網購觀念的普及以及電子商務平臺的進一步完善，網絡購物成為一股不可忽視的新興經濟勢力在中國商品交換市場占據舉足輕重的地位。本文選取2005年至2012年的數據分別來自于《中國統計年鑒》、中國互聯網網絡信息中心（CNNIC）、艾瑞網以及中國電子商務研究中心，進行多元線性回歸模型分析。

二、模型檢驗和確定

（一）設定線性函數模型

對于影響網絡購物交易規模的宏觀因素將從以下四個方面把握：①貨幣供應量（M2）②網民數量③居民消費水平④電子商務交易規模，建立多元線性回歸模型為：

Y1=C+β1X1i+β2X2i+β3X3i+β4X4i+ε

其中，C為常數，Y為網絡購物交易額（單位：億元），X1為貨幣供應量，X2網民數量（單位：億人），X3居民消費水平（單位：元），X4電子商務交易總額（單位：萬億元），β1、β2、β3和β4分別為X1、X2、X3、X4的系數，ε為隨機變量，根據搜集到的數據利用Eviews軟件建立多元線性回歸模型，回歸分析輸出結果為：

Y1=-4539.503+0.018254X1-1542.577X2+0.08276X3+282.3835X4

t=（-1.149595）（3.181707） （-3.970259） （0.083186） （0.279075）

（二）對回歸模型進行統計檢驗

1.模型擬合優度檢驗。可決系數R2=0.995015，修正可決系數R2=0.988369，表明模型的擬合優度很好。

2.模型顯著性檢驗—F檢驗。由回歸結果得統計量F=149.7053，n=8，k=4.對于給定顯著性水平α=0.05，查F分布表得臨界值F0.05（4，3）=9.12，因為149.7053>9.12，故拒絕原假設，模型的線性關系在在概率為95%的條件下顯著成立，即網絡購物交易規模與貨幣供應量、網民數量、居民消費水平、電子商務交易規模存在顯著的線性關系。

3.解釋變量的顯著性檢驗-t檢驗與修正。提出原假設H0：βi=0（i=1，2），n=8，k=4由回歸結果得所有t統計量值分別為：t1=3.181707，t2=-3.970259，t3=0.083186，t4=0.27907。給定顯著性水平α=0.05，從t分布表中查出自由度為3的雙側分位數t0.05/2（3）=2.35。|t1|>|t2|>t和|t3|<|t4|

Yi=-4852.684+0.021627X1i-1503.717X2i

t=（9424924） （-4.50745） （-14.26002）

（三）對修正后的模型進行檢驗

1.模型擬合優度檢驗?？蓻Q系數R2=0.993615，修正可決系數R2=0.99106，表明模型的擬合優度非常好。

2.模型顯著性檢驗——F檢驗。提出原假設H0：β1=β2=0。由回歸結果得統計量F=389.0151，n=8，k=2。對于給定顯著性水平α=0.05，查F分布表得臨界值F0.05（2，5）=5.79，因為389.0151>5.79，故拒絕原假設，模型的線性關系在在概率為95%的條件下顯著成立，即網絡購物交易規模與貨幣供應量、網民數量存在顯著的線性關系。

3.解釋變量的顯著性檢驗-t檢驗。提出原假設H0：βi=0（i=1，2），n=8k=2。由回歸結果得所有t統計量值分別為：t1=9.424924，t2=-4.570745。給定顯著性水平α=0.05，從t分布表中查出自由度為5的雙側分位數t0.051/2（5）=2.57。因為|t1|>t，|t2|>t，所以否定原假設，β1，β2都顯著不等于零，即認為貨幣供應量、網民數量對網絡購物交易規模有顯著的影響。

4.自相關性檢驗。（1）圖示法。

從顯示的殘差分布圖可知，可能存在自相關，故進行進一步詳細的LM檢驗。

（2）LM檢驗法。由于樣本容量較小，故無法采取DW（Durbin-Watson）檢驗法，采取LM檢驗法。

在估計窗口中選擇Serial Correlation LM Test，設定滯后期Lag=1，得到LM檢驗結果。因為X20.05（1）=3.84，LM=nR2=8*0.146574=1.172592<3.84，接受原假設，不存在一階自相關。

5.異方差檢驗。本文主要采取懷特檢驗進行異方差檢驗的功能。由eviews的輸出結果知，WT=nR2=8*0.799184=6.393472，通過查表得X20.05（5）=11.071>6.393472，故接受原假設，此模型不存在異方差。

綜上所述，通過修正后的模型通過了各方面的檢驗，故網絡交易規模的樣本回歸函數為：

Yi=-4852.684+0.021627X1i-1503.717X2i

三、結論及建議

（一）模型結論

Yi=-4852.684+0.021627X1i-1503.717X2i

t=（9424924） （-4.50745） （-14.26002）

R2=0.99106 S.E.=268.5782 F=389.0151

（二）建議

當網絡購物交易規模需要擴大時，在保持網民數量不變的條件下，中央銀行可以考慮通過增加貨幣供應量來刺激網絡購物的消費，增加網購消費。雖然模型得出的結論是網民數量與網絡購物規模呈反方向變動與實際經濟情況不符，原因很可能是因為由于樣本數據獲取不足所導致的誤差。通過完善和改進網上購物的規范性和安全性，建立針對特定消費人群的網絡購物模式，提高消費支付方式的安全性。

作者簡介：劉柳秀（1992-），女，漢族，重慶人，就讀于云南大學經濟學院，研究方向：金融學。