潘良昱
(天津科技大學(xué)經(jīng)濟(jì)與管理學(xué)院 天津 300457)
網(wǎng)上零售額是指企業(yè)或個(gè)人通過(guò)公共網(wǎng)絡(luò)交易平臺(tái)(包括自建網(wǎng)站或第三方平臺(tái))實(shí)現(xiàn)商品和服務(wù)的銷售,其中商品包括實(shí)物商品、虛擬商品及服務(wù)類的產(chǎn)品。2020年,我國(guó)網(wǎng)上零售額達(dá)到117601億元,比2019年增長(zhǎng)10.9%,因此網(wǎng)上零售額的增速已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)社會(huì)商品零售總額的銷售,網(wǎng)絡(luò)的擴(kuò)張和現(xiàn)在移動(dòng)4G、5G網(wǎng)絡(luò)的實(shí)現(xiàn),使人們網(wǎng)上購(gòu)物的能力大大增強(qiáng)。現(xiàn)代社會(huì)是信息時(shí)代,網(wǎng)絡(luò)信息技術(shù)覆蓋生活的每一個(gè)角落,各個(gè)工作領(lǐng)域在信息技術(shù)的影響與輔助下不斷發(fā)展,電子商務(wù)正在以一副嶄新的面貌登上商業(yè)舞臺(tái),大大促進(jìn)了商品零售業(yè)的發(fā)展。最近,新的網(wǎng)絡(luò)營(yíng)銷名詞出現(xiàn)在大眾視線中,這種營(yíng)銷方式對(duì)網(wǎng)絡(luò)營(yíng)銷過(guò)程中的每個(gè)環(huán)節(jié)都產(chǎn)生了一定的影響,大大增加了企業(yè)的銷售額,保證了企業(yè)的經(jīng)濟(jì)效益。網(wǎng)絡(luò)用戶的不斷增加,實(shí)現(xiàn)了帶動(dòng)經(jīng)濟(jì)的新動(dòng)能,為消費(fèi)的增長(zhǎng)和經(jīng)濟(jì)的發(fā)展注入新的活力。本文通過(guò)研究影響網(wǎng)上銷售額的因素,為增加消費(fèi)潛力,促進(jìn)人民消費(fèi),從而為經(jīng)濟(jì)發(fā)展提供新的建議和政策依據(jù),對(duì)我國(guó)零售行業(yè)的發(fā)展有著長(zhǎng)遠(yuǎn)的意義。
葉澤暉等(2021)根據(jù)中國(guó)家庭小組研究(CFPS)的調(diào)查數(shù)據(jù),基于中國(guó)家庭追蹤調(diào)查互聯(lián)網(wǎng)使用對(duì)消費(fèi)群體的影響,研究首次聚焦于青年樣本,使用基準(zhǔn)回歸模型進(jìn)行擬合,并具體分析了不同特征青年的消費(fèi)異質(zhì)性以互聯(lián)網(wǎng)使用影響消費(fèi)的內(nèi)在機(jī)制。研究發(fā)現(xiàn),互聯(lián)網(wǎng)使用行為對(duì)消費(fèi)的影響呈現(xiàn)邊際效應(yīng)遞增的趨勢(shì)。劉文釗、王曉佳(2021)調(diào)查了黑龍江省大學(xué)生網(wǎng)絡(luò)消費(fèi)金融的現(xiàn)狀,分析了黑龍江省大學(xué)生網(wǎng)絡(luò)消費(fèi)金融產(chǎn)品的使用和還款情況,并從法律法規(guī)、監(jiān)管程度、信用風(fēng)險(xiǎn)、大學(xué)生金融知識(shí)等方面總結(jié)了阻礙黑龍江省大學(xué)生網(wǎng)絡(luò)消費(fèi)金融發(fā)展的因素,并提出相應(yīng)的對(duì)策建議。朱素杰(2021)認(rèn)為,隨著網(wǎng)絡(luò)經(jīng)濟(jì)的不斷發(fā)展,網(wǎng)絡(luò)環(huán)境下人們的消費(fèi)觀念和消費(fèi)方式發(fā)生了重大變化,網(wǎng)絡(luò)文化不僅對(duì)人們的消費(fèi)方式產(chǎn)生了積極的影響,還帶來(lái)了一些弊端。本文不僅分析了網(wǎng)絡(luò)文化對(duì)人們消費(fèi)模式的積極影響,還分析了網(wǎng)絡(luò)文化對(duì)人們消費(fèi)模式的不良影響,并提出了相應(yīng)地解決對(duì)策。
在中國(guó)知網(wǎng)搜索有關(guān)我國(guó)網(wǎng)上零售額影響因素分析的關(guān)鍵字,僅有劉雪萍(2018)在我國(guó)網(wǎng)上零售影響因素實(shí)證研究——基于省際數(shù)據(jù)的分析中進(jìn)行了研究,研究顯示基于省際網(wǎng)上零售數(shù)據(jù),構(gòu)建我國(guó)網(wǎng)上零售的影響因素模型。實(shí)證結(jié)果表明,快遞投送能力對(duì)我國(guó)網(wǎng)上零售的影響最大,其次是網(wǎng)民和網(wǎng)購(gòu)者人數(shù),再次是移動(dòng)終端的用戶人數(shù);社會(huì)消費(fèi)品零售總額為我國(guó)網(wǎng)上零售的發(fā)展提供了基本空間;線下實(shí)體店對(duì)網(wǎng)上零售有較強(qiáng)的替代性。因此,應(yīng)加快發(fā)展快遞業(yè),進(jìn)一步普及3G、4G手機(jī),提高信息技術(shù)等新技術(shù)的滲透率,發(fā)揮線上網(wǎng)店與線下實(shí)體店的積極性,推動(dòng)我國(guó)零售業(yè)的整體發(fā)展。研究我國(guó)網(wǎng)上零售額的實(shí)證分析較少,是由于近年來(lái)網(wǎng)上零售額統(tǒng)計(jì)的數(shù)據(jù)并不完全,僅有最近幾年,因此無(wú)法用實(shí)證分析進(jìn)行驗(yàn)證。本文通過(guò)截面數(shù)據(jù),對(duì)數(shù)據(jù)進(jìn)行實(shí)證分析,用數(shù)據(jù)對(duì)結(jié)果加以支撐。
人均地區(qū)生產(chǎn)總值是一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展重要的衡量指標(biāo),一般來(lái)說(shuō)經(jīng)濟(jì)發(fā)展越好,網(wǎng)上零售額越高,初步估計(jì)是正向影響。
網(wǎng)站數(shù)是實(shí)現(xiàn)網(wǎng)上購(gòu)物的基本指標(biāo),一般來(lái)說(shuō)每百家企業(yè)擁有網(wǎng)站數(shù)越高,網(wǎng)上零售額就越高,初步估計(jì)是正向影響。
移動(dòng)互聯(lián)網(wǎng)用戶數(shù)是用戶實(shí)現(xiàn)手機(jī)購(gòu)物的重要因素,用戶數(shù)高的地區(qū)說(shuō)明地方網(wǎng)上銷售額發(fā)展水平潛力較大,網(wǎng)上零售額也就越高,因此估計(jì)是正向影響。
地區(qū)快遞數(shù)數(shù)值直接反映了地區(qū)網(wǎng)上消費(fèi)量,消費(fèi)量越高,基數(shù)越大,則網(wǎng)上消費(fèi)額就越高,因此估計(jì)是正向影響。
本文數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》2021,收集的是2020年31個(gè)省份地區(qū)的截面數(shù)據(jù)(表1)。

表1 2020年31個(gè)省份地區(qū)網(wǎng)上零售額相關(guān)情況
本文根據(jù)上述數(shù)據(jù)建立我國(guó)網(wǎng)上零售額對(duì)人均地區(qū)生產(chǎn)總值、每百家企業(yè)擁有網(wǎng)站數(shù)、移動(dòng)互聯(lián)網(wǎng)用戶數(shù)、地區(qū)快遞數(shù)的多元線性回歸模型:

其中,為常數(shù)項(xiàng);為系數(shù)項(xiàng);為隨機(jī)誤差項(xiàng)。
為了解數(shù)據(jù)之間的具體關(guān)系,進(jìn)行散點(diǎn)圖的繪制,初步直接地了解解釋變量與被解釋變量之間的關(guān)系,從而為后文的回歸分析奠定基礎(chǔ)(圖1)。

圖1 散點(diǎn)圖
由圖1可以看到,~均與呈現(xiàn)正向的線性趨勢(shì),且線性關(guān)系均是比較明顯的狀態(tài),初步判斷變量均與被解釋變量之間的關(guān)系同向變化,接下來(lái)進(jìn)行參數(shù)估計(jì)。
根據(jù)表1相關(guān)數(shù)據(jù),使用STATA軟件,用最小二乘法做多元線性回歸分析(圖2),可得結(jié)果如下:

圖2 回歸分析

模型估計(jì)結(jié)果說(shuō)明,在假定其他變量不變的情況下,平均來(lái)說(shuō),人均地區(qū)生產(chǎn)總值每增長(zhǎng)1%,網(wǎng)上零售額就增加0.9854%;每百家企業(yè)擁有網(wǎng)站數(shù)每增長(zhǎng)1%,網(wǎng)上零售額就增加0.5288%;移動(dòng)互聯(lián)網(wǎng)用戶數(shù)每增長(zhǎng)1%,網(wǎng)上零售額就增加0.0088%;地區(qū)快遞數(shù)每增長(zhǎng)1%,網(wǎng)上零售額就增加0.6342%。


(3)檢驗(yàn):在給定顯著性水平=0.05的條件下,查t分布表的自由度為26的臨界值2.0555。由圖2數(shù)據(jù)可知,、、對(duì)應(yīng)的統(tǒng)計(jì)量的絕對(duì)值大于2.0555,說(shuō)明解釋變量對(duì)被解釋變量沒(méi)有顯著影響,、、存在顯著的影響。
本文使用相關(guān)系數(shù)矩陣檢驗(yàn)?zāi)P椭惺欠翊嬖诙嘀毓簿€性,若解釋變量之間的相關(guān)系數(shù)大于0.8,使用STATA軟件的運(yùn)行結(jié)果如圖3所示。

圖3 相關(guān)性分析
根據(jù)相關(guān)性分析結(jié)果,解釋變量之間的相關(guān)系數(shù)存在大于0.8的,與之間的相關(guān)系數(shù)為0.8954,說(shuō)明模型中存在嚴(yán)重的多重共線性。為了進(jìn)一步檢驗(yàn)?zāi)P偷墓簿€性,進(jìn)行方差膨脹因子檢驗(yàn)如圖4所示。

圖4 方差膨脹因子檢驗(yàn)
由圖4可以看到,對(duì)數(shù)化后的模型、的VIF值大于10,跟相關(guān)系數(shù)結(jié)果得到的結(jié)論是一致的,因此,需要對(duì)模型進(jìn)行逐步回歸,逐步加入對(duì)模型擬合優(yōu)度最高且顯著的變量,直到所有變量顯著,以、、為最終回歸結(jié)果(圖5)。

圖5 逐步回歸結(jié)果
對(duì)模型進(jìn)行異方差檢驗(yàn),用懷特檢驗(yàn)方法以檢驗(yàn)?zāi)P偷臍埐铐?xiàng)是否有異方差性(圖6):

圖6 異方差性檢驗(yàn)
通過(guò)懷特檢驗(yàn)可以看到,卡方值為4.27,對(duì)應(yīng)的p值為0.8930>0.05,即在0.05的顯著性水平上接受模型殘差同方差性的原假設(shè),即模型不存在異方差。
由圖7經(jīng)過(guò)各種檢驗(yàn),最終的理想模型為:

圖7 最終回歸結(jié)果

模型的估計(jì)結(jié)果說(shuō)明,在假定其他變量不變的情況下,平均來(lái)說(shuō),人均地區(qū)生產(chǎn)總值每增長(zhǎng)1%,網(wǎng)上零售額就增加0.9787%;每百家企業(yè)擁有網(wǎng)站數(shù)每增加1%,網(wǎng)上零售額就增加0.5252%;地區(qū)快遞數(shù)每增長(zhǎng)1%,網(wǎng)上零售額就增加0.6390%。


(3)檢驗(yàn):在給定顯著性水平=0.05的條件下,查分布表自由度為28的臨界值2.0518。由圖7數(shù)據(jù)可知,、、對(duì)應(yīng)的統(tǒng)計(jì)量絕對(duì)值大于2.0518,且對(duì)應(yīng)的p值均小于0.05,說(shuō)明、、解釋變量都對(duì)被解釋變量有顯著影響。
模型的估計(jì)結(jié)果說(shuō)明,在假定其他變量不變的情況下,平均來(lái)說(shuō),人均地區(qū)生產(chǎn)總值每增長(zhǎng)1%,網(wǎng)上零售額就增加0.9787%;每百家企業(yè)擁有網(wǎng)站數(shù)每增加1%,網(wǎng)上零售額就增加0.5252%;地區(qū)快遞數(shù)每增長(zhǎng)1%,網(wǎng)上零售額就增加0.6390%。由此可以發(fā)現(xiàn),人均地區(qū)生產(chǎn)總值、每百家企業(yè)擁有網(wǎng)站數(shù)、地區(qū)快遞數(shù)均會(huì)促進(jìn)網(wǎng)上零售額的發(fā)展,這也比較符合經(jīng)濟(jì)原理。
加快發(fā)展快遞業(yè),進(jìn)一步普及4G、5G手機(jī),提高信息技術(shù)等新技術(shù)的滲透率,發(fā)揮線上網(wǎng)店與線下實(shí)體店的積極性,推動(dòng)我國(guó)零售業(yè)的整體發(fā)展。如果使電商業(yè)可持續(xù)發(fā)展就需要政府加強(qiáng)監(jiān)管,促進(jìn)電商制度的健康有序發(fā)展。禁止過(guò)高的井噴式銷售,如果消費(fèi)者不理智地支配自己的收入,就會(huì)帶來(lái)資源的浪費(fèi),疲勞促銷、疲勞消費(fèi)等問(wèn)題,都會(huì)制約電商的長(zhǎng)久發(fā)展。