基于線性回歸的影響電子商務(wù)發(fā)展因素的研究

目錄摘要 摘要隨著我國網(wǎng)絡(luò)技術(shù)普及率的日益提高，通過網(wǎng)絡(luò)進行購物、交易、支付等的電子商務(wù)新模式發(fā)展迅速。電子商務(wù)已成為我國轉(zhuǎn)變發(fā)展方式、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的重要動力。因此，通過對我國電子商務(wù)情況進行分析，以適當(dāng)?shù)哪Ｐ蛯ζ溥M行評價及預(yù)測并提出有用的意見和建議，使得電子商務(wù)行業(yè)能更高速有效地發(fā)展顯得尤為重要。本文通過對影響電子商務(wù)發(fā)展的有關(guān)指標(biāo)數(shù)據(jù)的分析，研究其發(fā)展水平和發(fā)展規(guī)律，旨在構(gòu)建出科學(xué)有效的數(shù)學(xué)模型，對電子商務(wù)進行分析評價和預(yù)測。首先，通過查找文獻和資料，找出影響電子商務(wù)發(fā)展的各項指標(biāo)，對指標(biāo)進行分析，最終確定中國網(wǎng)購人數(shù)、線上交易額、網(wǎng)民規(guī)模三個指標(biāo)，對最終得出的指標(biāo)進行數(shù)據(jù)收集。運用各數(shù)據(jù)繪制柱形圖，得出其大致發(fā)展趨勢，并通過計算得出其多項發(fā)展速度。對不同年份進行速度的比較，分析得出我國電子商務(wù)發(fā)展速度是非迅猛，目前我國的電子商務(wù)已處于較高的發(fā)展水平。然后采用線性回歸模型，對收集到的三個指標(biāo)的數(shù)據(jù)，通過eviews，分別做出散點圖，觀察散點圖的增長趨勢，對不呈線性增長的線上交易額這一指標(biāo)數(shù)據(jù)進行取對數(shù)處理，用新數(shù)據(jù)繪制散點圖。通過最小二乘法得到三個指標(biāo)的線性回歸模型，分別為：y1=0.4105x-823.2368，z=0.2824x-566.0729，y3=0.6478x-1298.011，得出：我國電子商務(wù)交易額呈指數(shù)增長，交易量增長迅速；最后通過構(gòu)建虛擬變量回歸模型，通過eview得到模型系數(shù)估計值：c(1)=-0.4209，c(2)=0.0465，C(3)=0.1179，構(gòu)造出初步模型：zj=-0.4209+0.0465*x1+0.1179*D，關(guān)鍵詞：電子商務(wù)發(fā)展迅速線性回歸模型最小二乘法虛擬變量回歸模型參數(shù)估計t檢驗

問題重述隨著我國經(jīng)濟水平地不斷發(fā)展和網(wǎng)絡(luò)技術(shù)普及率的提高，互聯(lián)網(wǎng)逐漸走進了千家萬戶，發(fā)揮著愈來愈重要的作用。與此同時，電子商務(wù)行業(yè)應(yīng)運而生，電子商務(wù)新模式迅速發(fā)展，越來越多人通過網(wǎng)絡(luò)進行購物、交易、支付等。電子商務(wù)滲透在我們生活的方方面面。因此，通過對我國電子商務(wù)情況進行分析，以適當(dāng)?shù)哪Ｐ蛯ζ溥M行評價及預(yù)測并提出有用的意見和建議，使得電子商務(wù)行業(yè)能更高速有效的發(fā)展顯得尤為重要。利用數(shù)學(xué)模型回答下列問題：

1）根據(jù)目前電子商務(wù)發(fā)展的現(xiàn)狀，選取一定的視角，搜集相關(guān)資料，評價目前我國電子商務(wù)發(fā)展的水平。

2）根據(jù)你所選取的側(cè)面及數(shù)據(jù)，通過建立數(shù)學(xué)模型說明電子商務(wù)的發(fā)展及應(yīng)用情況，并預(yù)測未來五年的發(fā)展。

3）電子商務(wù)的發(fā)展受到政策法規(guī)以及經(jīng)濟環(huán)境的制約，試通過數(shù)學(xué)模型，說明外部環(huán)境對電子商務(wù)發(fā)展的影響。

問題分析分析我國電子商務(wù)情況，就必須收集幾年來電子商務(wù)發(fā)展相關(guān)指標(biāo)的數(shù)據(jù)，對數(shù)據(jù)進行處理分析，做出評價，以適當(dāng)?shù)哪Ｐ蛯﹄娮由虅?wù)的發(fā)展模式進行描述，通過該模式來預(yù)測電子商務(wù)行業(yè)未來的發(fā)展趨勢，并提出有用的意見和建議，使電子商務(wù)行業(yè)更高速有效地發(fā)展。問題一：要求根據(jù)目前電子商務(wù)發(fā)展的現(xiàn)狀，選取一定的視角，搜集相關(guān)資料，評價目前我國電子商務(wù)發(fā)展的水平。首先對電子商務(wù)相關(guān)概念進行了解分析，通過查找文獻和網(wǎng)上資料，找出影響其發(fā)展的各項指標(biāo)，對指標(biāo)進行分析，得出最終的評價指標(biāo)。對各個評價指標(biāo)進行數(shù)據(jù)收集，然后通過圖像描繪可知其大致發(fā)展趨勢，并通過計算得出其多項發(fā)展速度，以及不同年份進行速度的比較，分析得出我國電子商務(wù)發(fā)展規(guī)模。問題二：要求根據(jù)你所選取的側(cè)面及數(shù)據(jù)，通過建立數(shù)學(xué)模型說明電子商務(wù)的發(fā)展及應(yīng)用情況，并預(yù)測未來五年的發(fā)展。首先對收集到的中國網(wǎng)購人數(shù)、線上交易額、網(wǎng)民規(guī)模三個指標(biāo)的數(shù)據(jù)，通過eviews，分別做出散點圖，觀察散點圖的增長趨勢，對不呈線性增長的指標(biāo)數(shù)據(jù)進行取對數(shù)處理，用新數(shù)據(jù)做出新的散點圖；通過最小二乘法分別得到三個指標(biāo)的線性回歸模型，分別對三個指標(biāo)的模型進行解釋，闡述其所反映的電子商務(wù)的發(fā)展歌應(yīng)用情況；用該模型對相應(yīng)指標(biāo)未來五年的發(fā)展?fàn)顩r進行預(yù)測，得出未來五年的數(shù)據(jù)。問題三：要求電子商務(wù)的發(fā)展受到政策法規(guī)以及經(jīng)濟環(huán)境的制約，試通過數(shù)學(xué)模型，說明外部環(huán)境對電子商務(wù)發(fā)展的影響。而電子商務(wù)作為經(jīng)濟社會的一部分，并非獨立個體，它受到各種因素的影響，例如，國家的政策、經(jīng)濟、科技、社會等因素的影響，甚至人的消費行為等等因素。因此，我們以中國為例，在眾多因素中選擇了政策影響和經(jīng)濟影響這兩個因素，說明外部環(huán)境對電子商務(wù)發(fā)展的影響。政策法規(guī)作為一個非量化的因素，不能以數(shù)值來衡量，因此我們采用虛擬變量回歸模型，引進了虛擬變量這個指標(biāo)，同時選擇中國國內(nèi)生產(chǎn)總值和中國電子商務(wù)的市場交易額分別作為衡量經(jīng)濟因素和電子商務(wù)發(fā)展的指標(biāo)，求解出該模型并進行檢驗，最后對結(jié)果進行分析。模型假設(shè)假設(shè)數(shù)據(jù)來源真實有效；未來五年沒有特殊政策、經(jīng)濟還有科技因素的影響；假設(shè)本文的所得數(shù)據(jù)與實際的數(shù)據(jù)是具有實際操作可行性；假設(shè)本文所涉及的對本文結(jié)果有決定意義的指標(biāo)是有效可靠的；

四、符號說明X2006-2015年份y1中國網(wǎng)購人數(shù)y2中國線上交易額y3中國網(wǎng)民規(guī)模z進行取對數(shù)處理后的2006-2015年中國線上交易額的數(shù)值X1中國國內(nèi)生產(chǎn)總值y中國年度的電子商務(wù)市場總額D政策法規(guī)的虛擬變量c(1)模型的常數(shù)c(2)x1的變量系數(shù)c(3)D的變量系數(shù)μ隨機干擾項z對中國年度的電子商務(wù)市場總額數(shù)值取對數(shù)后的值五、模型建立與求解5.1問題一的求解：問題一：要求根據(jù)目前電子商務(wù)發(fā)展的現(xiàn)狀，選取一定的視角，搜集相關(guān)資料，評價目前我國電子商務(wù)發(fā)展的水平。我國電子商務(wù)發(fā)展的水平：在我國互聯(lián)網(wǎng)剛出現(xiàn)時，網(wǎng)民數(shù)量特別少，銷售額也不高，大部分人都沒有網(wǎng)購的意識。中國第一宗網(wǎng)絡(luò)購物發(fā)生在1996年的11月，購物人是加拿大駐中國大使貝詳，他通過實華開公司的網(wǎng)點，購進了一只景泰藍“龍鳳牡丹”。1997年，網(wǎng)上書店開始出現(xiàn)，網(wǎng)上購物及中國商品訂貨系統(tǒng)初現(xiàn)端愧。1999年末，正是互聯(lián)網(wǎng)高潮來臨的時候，國內(nèi)誕生了300多家從事B2C的網(wǎng)絡(luò)公司。2000年，這些網(wǎng)絡(luò)公司增加到了700家。2003年，SARS開辟了我國網(wǎng)購的新局面。非典來襲使得多數(shù)人被困家中，此時許多人已意識到，不出門而買到自己想要的東西，只能靠網(wǎng)購來實現(xiàn)。隨后，大家逐漸意識到“網(wǎng)上訂貨、送貨上門”的方便實用，至此網(wǎng)購也越來越受更多人的歡迎。中國電子商務(wù)發(fā)展的縱向比較：中國網(wǎng)民規(guī)模的發(fā)展：網(wǎng)民規(guī)模連續(xù)9年居首圖SEQ圖\*ARABIC12009-2015年中國網(wǎng)民規(guī)模發(fā)展圖據(jù)數(shù)據(jù)可得，2009年我國的網(wǎng)民規(guī)模為38400萬人，到2010年即上升為45730萬人，同比增長19.09%，發(fā)展規(guī)模相當(dāng)迅速，此時我國的互聯(lián)網(wǎng)普及率相較之前已非?？捎^，在歷經(jīng)了2008年的金融危機后，此時在經(jīng)濟、科技等各方面也逐步調(diào)整過來。到2015年，我國網(wǎng)民規(guī)模達68826萬人，此時的網(wǎng)民人數(shù)足足是2009年網(wǎng)民人數(shù)的1.79倍，6年間我國網(wǎng)民規(guī)模的平均發(fā)展速度達110.2%。據(jù)8月3日中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）在京發(fā)布的第38次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》（簡稱《報告》）顯示，截至2016年6月，中國網(wǎng)民規(guī)模達7.1億，上半年新增網(wǎng)民2132萬人，增長率為3.1%。中國互聯(lián)網(wǎng)普及率達到51.7%，與2015年底相比提高1.3個百分點，超過全球平均水平3.1個百分點，超過亞洲平均水平8.1個百分點，網(wǎng)民規(guī)模連續(xù)9年位居全球首位?；ヂ?lián)網(wǎng)對中國政治、經(jīng)濟、文化、社會等領(lǐng)域發(fā)展產(chǎn)生了深刻影響?！秷蟾妗分赋?，互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)的不斷完善、利好政策的持續(xù)出臺以及互聯(lián)網(wǎng)對各個行業(yè)的滲透，共同促進網(wǎng)民規(guī)模持續(xù)增長。中國網(wǎng)購人群數(shù)飛數(shù)增長：隨著經(jīng)濟科技不斷發(fā)展，中國網(wǎng)民規(guī)模不斷上升，人們的消費習(xí)慣也在不斷地改變。由于網(wǎng)民人數(shù)的增加和人們網(wǎng)購意識的增強，使得中國的網(wǎng)購人群數(shù)逐年攀升。圖SEQ圖\*ARABIC22009-2015年中國網(wǎng)購人數(shù)據(jù)數(shù)據(jù)統(tǒng)計，我國2009年網(wǎng)購人群數(shù)為1.08億人，占同年網(wǎng)民人數(shù)的28.125%。2010年，我國網(wǎng)購人數(shù)達1.61億人，同比增長速度達49.07%，占同年網(wǎng)民人數(shù)的35.21%。在2014年時，我國網(wǎng)購人數(shù)已達3.84億人，網(wǎng)購人數(shù)是2009年的3.8倍，增長水平相當(dāng)驚人。網(wǎng)購人數(shù)占同年網(wǎng)民人數(shù)的60.01%，網(wǎng)民中有超過一半的人有網(wǎng)購習(xí)慣，這說明了網(wǎng)上購物已對我國居民的生活習(xí)慣帶來巨大的影響。2009-2015年間，中國網(wǎng)購人群數(shù)的平均發(fā)展速度為125.03%，高速增長的網(wǎng)購人數(shù)說明人們消費習(xí)慣的巨大改變，人們越來越傾向于網(wǎng)上消費，這種便捷的消費方式給人們的生活帶來了諸多好處，同時，這也反應(yīng)了我國電子商務(wù)的國民參與度地不斷快速增加，側(cè)面反映了我國電子商務(wù)發(fā)展水平逐年穩(wěn)步上升，不斷地往高水平邁進。中國線上交易額的指數(shù)增長趨勢：圖SEQ圖\*ARABIC32009-2015年中國線上交易額2009-2015年間我國線上交易額的平均發(fā)展速度為133.34%，從2009年的3.7萬億元增加到2015年的20.8萬億元，增加了5.62倍，呈指數(shù)增長趨勢。圖SEQ圖\*ARABIC42011-2016年中國B2B市場交易規(guī)模圖盡管我國電子商務(wù)不斷發(fā)展，無論從網(wǎng)民人數(shù)、網(wǎng)購人群數(shù)還是線上交易額來看，都呈現(xiàn)逐年增長的趨勢，但是，其環(huán)比增長速度卻有逐年下降的趨勢，從市場增速來看，中國電子商務(wù)已經(jīng)進入成熟期；市場結(jié)構(gòu)上，B2B仍然占主導(dǎo)地位，網(wǎng)絡(luò)零售占比持續(xù)擴大，B2B服務(wù)商不斷尋求盈利模式的多元化探索，從而推動整體交易規(guī)模的穩(wěn)定增長；網(wǎng)絡(luò)零售市場將持續(xù)不斷升溫。中國電子商務(wù)發(fā)展的橫向比較：拿我國在網(wǎng)購人群數(shù)上與美國進行比較可發(fā)現(xiàn)，2009年到2011年我國的網(wǎng)購人群數(shù)都是低于美國的，但是差距逐年遞減，到2012年時已經(jīng)反超美國，呈高速發(fā)展。到2014年時，我國的網(wǎng)購人群數(shù)比美國同期多了1.333億人，是同期美國的1.87倍，說明我國電子商務(wù)的普及率已相當(dāng)高了，網(wǎng)購規(guī)?？捎^，電子商務(wù)發(fā)展水平較高。圖SEQ圖\*ARABIC52009-2014年中美網(wǎng)購人群數(shù)對比圖而在線上交易額上，2009年時高于同期美國2.75億元，到2014年高于同期美國12.01億元。高額的線上交易額，一方面是由于中國龐大的人口基數(shù)帶來的巨大交易量，另一方面，是因為我國的電子商務(wù)在十多年來的飛速發(fā)展。在互聯(lián)網(wǎng)時代的今天，線上交易已成為人們生活中不可或缺的一部分，我國的電子商務(wù)發(fā)展已進入到較高水平。圖SEQ圖\*ARABIC62009-2014年中美線上交易額對比圖5.2問題二的模型建立與求解問題二：要求根據(jù)你所選取的側(cè)面及數(shù)據(jù)，通過建立數(shù)學(xué)模型說明電子商務(wù)的發(fā)展及應(yīng)用情況，并預(yù)測未來五年的發(fā)展。問題二模型建立：線性回歸模型對收集到的中國網(wǎng)購人數(shù)，線上交易額，網(wǎng)民規(guī)模三個指標(biāo)的數(shù)據(jù)，通過運行eviews,分別做出散點圖：圖SEQ圖\*ARABIC7中國網(wǎng)購人數(shù)散點圖圖SEQ圖\*ARABIC8中國線上交易額散點圖圖SEQ圖\*ARABIC9中國網(wǎng)民規(guī)模散點圖由圖可知，中國網(wǎng)購人數(shù)散點圖、中國線上交易額散點圖呈線性增長，但中國線上交易額散點圖是呈指數(shù)增長。對中國線上交易額相關(guān)數(shù)據(jù)進行取對數(shù)處理：z處理后的數(shù)據(jù)如下表：年度線上交易額處理后的線上交易額20061.370.3148107420072.10.74193734520082.981.09192330120093.71.3083328220104.51.504077397201161.79175946920128.52.140066163201310.22.32238772201413.82.624668592201520.83.034952987表STYLEREF1\s0SEQ表\*ARABIC\s11用處理后的數(shù)據(jù)，繪制散點圖：圖SEQ圖\*ARABIC10繪制出的新的散點圖呈現(xiàn)線性增長，可用于構(gòu)造線性模型。通過運行eviews分別對中國網(wǎng)購人數(shù)，線上交易額，網(wǎng)民規(guī)模三個指標(biāo)，構(gòu)建線性回歸模型：對中國網(wǎng)購人數(shù)線性模型進行構(gòu)造，運行結(jié)果如下：圖SEQ圖\*ARABIC11從圖中可得：R2=0.953015，接近于1，說明模型擬合效果好。對中國線上交易額線性模型進行構(gòu)造，運行結(jié)果如下：圖SEQ圖\*ARABIC12從圖中可得：R2=0.993368，接近于1，說明模型擬合效果好。對中國網(wǎng)民規(guī)模線性模型進行構(gòu)造，運行結(jié)果如下：圖SEQ圖\*ARABIC13從圖中可得：R2=0.963928，接近于1，說明模型擬合效果好。由上述的運行結(jié)果，可得到三個指標(biāo)的線性回歸模型：中國網(wǎng)購人數(shù)的線性回歸模型：y中國線上交易額的線性回歸模型：z=0.2824x-566.0729中國網(wǎng)民規(guī)模的線性回歸模型：y3=0.6478x-1298.011電子商務(wù)的發(fā)展及應(yīng)用情況：電子商務(wù)的發(fā)展由上述構(gòu)造出的各指標(biāo)發(fā)展模型，可知中國網(wǎng)購人數(shù)和網(wǎng)民規(guī)模隨時間呈指數(shù)增長，線上交易額更是呈指數(shù)增長，從一定層面上說明我國電子商務(wù)在不斷持續(xù)增長中，而且發(fā)展速度迅猛。隨著互聯(lián)網(wǎng)普及率的不斷增加，以及小眾企業(yè)應(yīng)用電子商務(wù)進程的推進和國家對電子商務(wù)發(fā)展的重視，我國的電子商務(wù)在不斷地向高水平發(fā)展，所涉及的業(yè)務(wù)除了購物、支付、交易之外，在越來越多其他的領(lǐng)域上應(yīng)用。我國電子商務(wù)呈現(xiàn)以下特點：我國電子商務(wù)交易額呈指數(shù)增長，交易量增長迅速。消費群體發(fā)展速度快。電子商務(wù)模式創(chuàng)新日益活躍。應(yīng)用情況：我國電子商務(wù)涉及的行業(yè)不斷擴展。電子商務(wù)不單在電子產(chǎn)品、服裝、家庭生活用品等方面發(fā)展，而且在外貿(mào)、能源、制造、金融等行業(yè)方面也呈顯出蓬勃發(fā)展的勢頭。中國電信運營商、軟件及系統(tǒng)集成商積極開展電子商務(wù)服務(wù)，移動商務(wù)成為電子商務(wù)發(fā)展的新領(lǐng)域，電子商務(wù)服務(wù)及網(wǎng)站公司自身正在向產(chǎn)業(yè)化方向發(fā)展，形成了初具規(guī)模的電子商務(wù)服務(wù)業(yè)。預(yù)測未來五年的發(fā)展通過上訴三個線性回歸模型，預(yù)測出2016-2020年中國網(wǎng)購人數(shù)、線上交易額以及網(wǎng)民規(guī)模的值，如下表：年度網(wǎng)購人數(shù)（億）線上交易額（萬億）網(wǎng)民規(guī)模（億）20164.3006666725.551050358.02608720174.7111515233.888510048.67392220185.1216363644.946532429.32175820195.5321212159.612853289.96959420205.9426060679.0648818610.61743表STYLEREF1\s0SEQ表\*ARABIC\s122016-2020年發(fā)展預(yù)測圖通過對2016-2020年三個指標(biāo)的預(yù)測，可知：中國網(wǎng)購人數(shù)、線上交易額和網(wǎng)民結(jié)構(gòu)都將持續(xù)增長；2016年到2020年，中國網(wǎng)民規(guī)模預(yù)計增加約為2.59億人，平均發(fā)展速度為105.75%；中國網(wǎng)購人數(shù)預(yù)計增加約為1.64億人，平均發(fā)展速度為106.65%；2016-2020年中國網(wǎng)購人群的增加數(shù)量是中國網(wǎng)民規(guī)模增加數(shù)量的63.32%；線上交易額預(yù)計增加約為53.51萬億，平均增長速度為105.75%，2020年線上交易額預(yù)計比2016年翻兩番。通過上述數(shù)據(jù)可知，在沒有特殊政策、經(jīng)濟還有科技因素的影響下，電子商務(wù)仍將持續(xù)不斷地發(fā)展，發(fā)展速度迅猛，隨著網(wǎng)民人數(shù)和網(wǎng)購人數(shù)的增加，電子商務(wù)的覆蓋率將越來越大，對人們的生活方式將繼續(xù)產(chǎn)生重要的作用和影響。5.3問題三的模型建立與求解模型構(gòu)建：虛擬變量回歸模型設(shè)y為中國年度的電子商務(wù)市場總額，x1為中國國內(nèi)生產(chǎn)總值，D為政策法規(guī)的虛擬變量，則：D=y=c（其中，c(1)為模型的常數(shù)，c(2)、c(3)為對應(yīng)變量系數(shù)，μ為隨機干擾項，0、1的虛擬變量取值根據(jù)各年的電子商務(wù)法律法規(guī)對電子商務(wù)發(fā)展的影響好壞取值。）模型求解：運行eviews，代人x1值和y值的數(shù)據(jù)，繪制散點圖，檢驗因變量y和定量變量x1之間的關(guān)系:圖SEQ圖\*ARABIC14電子商務(wù)市場交易額和國內(nèi)生產(chǎn)總值關(guān)系散點圖由圖14可以看出，隨中國國內(nèi)生產(chǎn)總值的增加，中國年度的電子商務(wù)市場總額呈現(xiàn)指數(shù)型上升。為使數(shù)據(jù)具有線性相關(guān)性，對數(shù)據(jù)做對數(shù)處理。對y的數(shù)據(jù)進行預(yù)處理：z經(jīng)預(yù)處理后得到新的關(guān)系散點圖：圖SEQ圖\*ARABIC15處理后的市場交易額y和國內(nèi)生產(chǎn)總值x的散點圖由圖可得，y值得數(shù)據(jù)經(jīng)過處理后，得到的新變量z與x呈現(xiàn)線性關(guān)系。將處理后的數(shù)據(jù)代入模型，求解模型系數(shù)：DependentVariable:ZMethod:LeastSquaresDate:08/22/16Time:21:25Sample:18Includedobservations:8VariableCoefficientStd.Errort-StatisticProb.

X0.0465200.00131535.386120.0000XU0.1178980.0340833.4591780.0181C-0.4209290.064407-6.5354460.0013R-squared0.996689

Meandependentvar1.940817AdjustedR-squared0.995365

S.D.dependentvar0.647798S.E.ofregression0.044103

Akaikeinfocriterion-3.124573Sumsquaredresid0.009725

Schwarzcriterion-3.094783Loglikelihood15.49829

Hannan-Quinncriter.-3.325499F-statistic752.6057

Durbin-Watsonstat2.628405Prob(F-statistic)0.000001得到模型系數(shù)估計值，其中c(1)=-0.4209，c(2)=0.0465，C(3)=0.1179構(gòu)造出初步模型：z模型檢驗：對c(1)，c(2)，c(3)進行t檢驗，可以發(fā)現(xiàn)其t值對應(yīng)的p值均小于0.05，說明顯著性檢驗通過，也就是說，國內(nèi)生產(chǎn)總值和政策法規(guī)對電子商務(wù)的發(fā)展均有顯著性影響。同時，R2=0.996689，接近于1，說明模型效果好。結(jié)果分析：上述模型對市場交易額的相應(yīng)數(shù)據(jù)進行對數(shù)處理，但由于處理前后的數(shù)據(jù)同增減，對結(jié)果的分析不產(chǎn)生影響，因此，我們不做數(shù)值的再處理。對國內(nèi)生產(chǎn)總值這個變量，其系數(shù)為正，說明國內(nèi)生產(chǎn)總值的增長能夠促進電子商務(wù)的交易規(guī)模的擴大，而且每增長一單位，市場交易額增加0.0465單位的增值；對于政策法規(guī)，當(dāng)政策有利于電子商務(wù)發(fā)展時，即D=1時，能促進電子商務(wù)交易額的增加。

六、模型的評價、改進與推廣模型的評價優(yōu)點：問題2在預(yù)測電子商務(wù)未來5年的發(fā)展時，采用了回歸預(yù)測模型計算預(yù)測值，更加地簡單有效，可以計量多個因素之間的相關(guān)程度與回歸擬合程度的高低，從而提高預(yù)測值的準(zhǔn)確性。問題3在建立模型的時候考慮到影響因素3政策法規(guī)是不可量化變量時，引進了虛擬變量，很好解決定性變量不可量化的問題，并且基于虛擬變量的分析僅需作一次回歸。缺點:線性回歸模型本身的局限只能從少指標(biāo)方向出發(fā)分析數(shù)據(jù)，由于電子商務(wù)發(fā)展是受到多方面因素的影響的，即使本文選取了客觀對電子商務(wù)發(fā)展影響比較大的幾個因素，但是還是忽略了其他指標(biāo)對電子商務(wù)發(fā)展造成的引起，從而引起誤差。模型的改進結(jié)合實際分析，模型對電子商務(wù)未來五年的發(fā)展的預(yù)測不夠精確，存在一定的誤差。因此，本文應(yīng)用matlab擬合預(yù)測進行了進一步的分析，首先用polyfit計算出2次擬合多項式系數(shù)，再插入預(yù)測時間區(qū)間，最后用polyval求得2016-2020上的函數(shù)近似值。年度網(wǎng)購人數(shù)（億）線上交易額（萬億）網(wǎng)民規(guī)模（億）20164.888625.92867.123420175.572932.85006.862320186.292640.72147.440820197.047949.54297.497120207.838659.31437.4852表3matlab預(yù)測模型的推廣通過該指標(biāo)體系評價模型除了可解決題述的問題，即對電子商務(wù)的評價分析和預(yù)測之外，同樣適用于對各類行業(yè)發(fā)展?fàn)顩r的分析和預(yù)測。七、參考文獻[1]趙燕.我國傳統(tǒng)零售業(yè)與網(wǎng)購關(guān)系的實證研究.[OL].中國知網(wǎng)，2014.04[2]徐光.2015年上半年中國電子商務(wù)交易額達7.63萬億元.[EB/OL].

/system/2015/09/24/020848550.shtml,2015-09-24/2016-08-22[3]李子奈，潘文卿.計量經(jīng)濟學(xué).[M].高等教育出版社，2010.3[4]司守奎，孫璽菁.數(shù)學(xué)建模算法與應(yīng)用.北京：國防工業(yè)出版社，2013.8[5]姜啟源等.數(shù)學(xué)模型[M].第四版.201~203[6]吳應(yīng)良.電子商務(wù)原理與應(yīng)用(第1版)[M].廣州:華南理工大學(xué)出版社,2002.17-24.[7]刑煒.《中國電子商務(wù)的現(xiàn)狀與發(fā)展》.《計算機世界》.1998.12.[8]張蕾.電子商務(wù)專業(yè)建設(shè)研究[J].西安郵電學(xué)院學(xué)報，200（64）：24-25.[9]孫海峰.促進我國電子商務(wù)發(fā)展的思考[J].經(jīng)濟師，200（704）：76-77.

八、附錄年份網(wǎng)購人群數(shù)（億）線上交易額（萬億）網(wǎng)民規(guī)模（萬）20091.083.73840020101.614.54573020111.9465131020122.428.55640020133.0210.26175820143.8413.86487520154.1320.868826表STYLEREF1\s0SEQ表\*ARABIC\s11年份美國網(wǎng)購人數(shù)（億）美國線上交易額（萬億）20092.1170.9520102.211.1220112.2921.3120122.3691.4220132.4411.620142.5071.79表STYLEREF1\s0SEQ表\*ARABIC\s12zyxD1.0647112.931.675101.2809343.634.0902811.5040774.540.890301.791759648.412302.0605147.8553.412302.32238810.258.801802.59525513.463.59112.90690118.367.67071表STYLEREF1\s0SEQ表\*ARABIC\s13matlab程序1a=[1.081.611.942.423.023.84];%a(i)分別2009-2014中國網(wǎng)購人群數(shù)（億）fori=1:5%采用for循環(huán)語句arate(i)=a(i+1)/a(i)-1;%網(wǎng)購人群的環(huán)比增長速度endarateb=[3.74.568.510.213.8];%b(i)分別2009-2014中國線上交易額（億）fori=1:5%采用for循環(huán)語句brate(i)=b(i+1)/b(i)-1;%中國線上交易額的環(huán)比增長速度endbratec=[38400457305131056400617586487568826];%c(i)分別2009-2014中國網(wǎng)民規(guī)模（億）fori=1:6%采用for循環(huán)語句crate(i)=c(i+1)/c(i)-1;%中國網(wǎng)民規(guī)模的環(huán)比增長速度endcrateaaverage=(arate(1)*arate(2)*arate(3)*arate(4)*arate(5)).^(1/5)%2009-2014中國網(wǎng)民人群數(shù)的平均發(fā)展速度baverage=(brate(1)*brate(2)*brate(3)*brate(4)