□文/楊 磊
(安徽財經(jīng)大學金融學院 安徽·蚌埠)
本文首先通過搜集2003~2013年全國快遞件數(shù)(萬件)和2003~2013年淘寶網(wǎng)及天貓商城年交易額(億元)的數(shù)據(jù),以及2007~2013年中國網(wǎng)絡零售交易總額(億元)與2007~2013年全國快遞件數(shù)(萬件)的數(shù)據(jù),分別對前后二者間作相關性分析和回歸分析,從統(tǒng)計學的角度,驗證了網(wǎng)購發(fā)展對快遞業(yè)的促進作用以及二者之間高度相關性。隨后通過對1990~2002年全國快遞件數(shù)(萬件)和1990~2013年全國快遞件數(shù)(萬件)的時間序列分別作關于年份的回歸分析,驗證了1990~2002年全國快遞件數(shù)符合近似線性增長,而2003年以后的增長不符合1990~2002年所呈現(xiàn)出的線性增長,而是在網(wǎng)購刺激下與網(wǎng)絡零售交易額高度相關的增長。進一步驗證了網(wǎng)購對快遞業(yè)的巨大影響。
本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒2014》,中國電子商務研究中心發(fā)布的數(shù)據(jù)和2014年阿里巴巴的招股書,《中國電子商務市場數(shù)據(jù)監(jiān)測報告》。
(一)定義變量。定義X,Y,Y1,Z 四個變量,其中Y:2003~2013年全國快遞件數(shù)(萬件);X:2003~2013年淘寶網(wǎng)及天貓商城年交易額(億元);Y1:2007~2013年全國快遞件數(shù)(萬件);Z:2007~2013年中國網(wǎng)絡零售交易總額(億元)。因為我們分析的是成對數(shù)據(jù)的線性相關關系,所以時間節(jié)點的選擇也是一一對應的。在這些定義的變量中我們選擇以下兩對變量分析:
X 與Y:相同時間段內(nèi),淘寶網(wǎng)及天貓商城的交易額與全國快遞件數(shù)的相關關系。
Z 與Y1:相同時間段內(nèi),中國網(wǎng)絡零售交易總額與全國快遞件數(shù)的相關關系。
(二)相關說明。選擇研究淘寶網(wǎng)及天貓商城的交易額與全國快遞件數(shù)的相關關系的原因:1、淘寶網(wǎng)及天貓商城的交易額占全中國網(wǎng)絡零售交易總額的比例在2007~2013年基本上都保持在80%。所占比例之大使得它們非常具有代表性。所以,研究淘寶網(wǎng)及天貓商城的交易額與全國快遞件數(shù)的相關關系是有效的;2、中國網(wǎng)絡零售交易總額只有2007~2013年的數(shù)據(jù),而淘寶網(wǎng)及天貓商城年交易額包含2003~2013年數(shù)據(jù),較大的樣本容量也使得分析的準確性和說服力更強。
關于網(wǎng)絡零售業(yè)的說明:零售業(yè)中包含是消費品,主要模式有:C2C,B2C,C2B,M2C,小額外貿(mào),移動電商等。主要網(wǎng)絡零售企業(yè)包括:淘寶網(wǎng)、蘭亭集勢、蘇寧易購、京東、1 號店、當當網(wǎng)、易趣網(wǎng)、易迅網(wǎng)、天貓、微品聚等。
(三)二元數(shù)據(jù)Pearson相關性檢驗。在R 語言中分別對X與Y 和Z 與Y1 作Pearson 相關性檢驗。得到結(jié)果如圖1 和圖2。(圖1、圖2)
圖1 X與Y相關性檢驗
圖2 Z與Y1相關性檢驗
由圖1 可知,X 與Y(淘寶網(wǎng)及天貓商城的交易額與全國快遞件數(shù))相關系數(shù)的估計值是0.989,p 值很小,拒絕了相關系數(shù)等于零的原假設。即X 與Y 有很強的相關關系。
由圖2 可知,Z 與Y1(中國網(wǎng)絡零售交易總額與全國快遞件數(shù))相關系數(shù)的估計值為0.987,p 值很小,同樣拒絕了相關系數(shù)等于零的原假設。即Z 與Y1 有很強的相關關系。
在R 語言中,分別對X 和Y,Z 和Y1 做一元回歸分析。得到結(jié)果如圖3 和圖4。(圖3、圖4)
圖3 X與Y回歸分析
圖4 Z與Y1回歸分析
由圖3 可知,擬合得到的方程為:Y=41570.764+53.925X,R平方為0.9794。經(jīng)過t 檢驗,在顯著水平為0.05 時,拒絕了截距和X 系數(shù)為零的原假設。經(jīng)過F 檢驗,p 值很小,拒絕了回歸方程不顯著的原假設。綜上,X 與Y 的回歸方程顯著。
由圖4 可知,擬合得到的方程為:Y1=65324.546+42.075Z,R 平方為0.976。經(jīng)過t 檢驗,在顯著水平為0.1 時,拒絕了截距和Z 系數(shù)為零的原假設。經(jīng)過F 檢驗,p 值很小,拒絕了回歸方程不顯著的原假設。綜上,Z 與Y1 的回歸方程顯著。
圖5 X與Y散點圖及回歸線
接著畫出X 與Y 的散點圖及回歸線,如圖5。畫出Z 與Y1的散點圖及回歸線,如圖6。(圖5、圖6)
首先對2003年網(wǎng)購興起之前,即以時間序列為橫坐標,以1990~2002年全國快遞件數(shù)(萬件)為縱坐標,作出散點圖進行回歸分析,并預測若網(wǎng)購不興起,2003~2013年全國快遞件數(shù)。最后將其與實際在網(wǎng)購興起后帶動下快遞件數(shù)進行對比。
令1990年為序號1,則1991年為2,以此類推,2002年為13。對這段時間內(nèi)全國快遞件數(shù)(萬件)的時間序列數(shù)據(jù)進行回歸分析。全國快遞件數(shù):
K=c(343.3,566.7,959.2,2156.2,4019.5,5562.7,7096.6,6878.9,7667.7,9091.3,11031.4,12652.7,14036.2)
時間序列號:T=c(1,2,3,4,5,6,7,8,9,10,11,12,13)
得到結(jié)果見圖7。(圖7)由圖7,回歸方程為:K=-1852.67+1166.45T,R 平方為0.9787。經(jīng)過t 檢驗,在顯著水平為0.001時,拒絕了截距和T 系數(shù)為零的原假設。經(jīng)過F 檢驗,p 值很小,拒絕了回歸方程不顯著的原假設。綜上,T 與K 的回歸方程顯著。
畫出T 與K 的散點圖及回歸線,如圖8。(圖8)由于回歸效果良好,我們預測按照這個回歸方程發(fā)展下去,2003~2013年全國快遞件數(shù),并與實際全國快遞件數(shù)做對比,計算誤差,得到表1。(表1)
由表1 可知,預測值與實際值之間的誤差逐年遞增,且并不穩(wěn)定,呈現(xiàn)的是急劇的增長模式。這表明2003年之后,全國快遞件數(shù)的增長模式與2003年之前不相同,很大程度上是網(wǎng)購的興起所導致的。
對1990~2013年全國快遞件數(shù)作回歸分析。其中:U=c(343.3,566.7,959.2,2156.2,4019.5,5562.7,7096.6,6878.9,766 7.7,9091.3,11031.4,12652.7,14036.2,17237.8,19771.9,22880.3,26988,120189.6,151329.3,185785.8,233892,367311.1,5685 48,918674.9)是1990~2013年的全國快遞件數(shù)。
V=c(1:24)是1990~2013 各年的時間序號,如1 代表1990年,2 代表1991年,24 代表2013年,依此類推?;貧w結(jié)果見圖9。(圖9)
圖6 Z與Y1散點圖及回歸線
圖7 T與K回歸分析
圖8 T與K散點圖及回歸線
表1 2003~2013年預測值與實際值及誤差
由 圖9,回 歸 方 程 為U=-159583+21816V,R 平 方 為0.4868。經(jīng)過t 檢驗,在顯著水平為0.05 時,拒絕了截距和V 系數(shù)為零的原假設。經(jīng)過F 檢驗,p 值很小,拒絕了回歸方程不顯著的原假設。所以,V 與U 的回歸方程顯著。但是,由于R 平方只有0.48,遠遠不足0.8,所以回歸效果較差。我們并不認為V與U 之間存在擬合良好的回歸方程,即二者的線性相關關系并不強。
圖9 V與U回歸分析
圖10 V與U散點圖及回歸線
進一步畫出V 與U 的散點圖及回歸線,如圖10。(圖10)由圖10 可更加明顯的看出,V 與U 之間并不存在擬合良好的回歸直線,反而更像是呈現(xiàn)指數(shù)式增長。
我們在第四部分得到兩個事實:1、1990~2002年全國快遞件數(shù)的增長符合線性增長,按此趨勢預測2003~2013年的快遞件數(shù)與實際快遞件數(shù)的誤差相當大;2、1990~2013年全國快遞件數(shù)的增長明顯不符合線性增長。(從圖10 可以看出更近似服從指數(shù)增長)。
結(jié)合第二部分的相關性分析和第三部分的回歸分析,我們得到:淘寶網(wǎng)及天貓商城的交易額(X)與全國快遞件數(shù)(Y)有極強的線性相關關系,回歸方程顯著;中國網(wǎng)絡零售交易總額(Z)與全國快遞件數(shù)(Y1)也有極強的線性相關關系,回歸方程顯著。
因此,本文驗證的結(jié)論為:網(wǎng)購潮推動了快遞業(yè)的跨越式發(fā)展,造成快遞業(yè)井噴現(xiàn)象。
[1]高麗君,張穎萍.電子商務時代我國物流業(yè)發(fā)展的若干問題探討[J].經(jīng)濟師,2003.
[2]欒奕,張元軍.中外物流比較及我國物流發(fā)展趨勢[J].蕪湖職業(yè)技術學院學報,2009.