基于统计学的电子商务现状分析

第44卷第11期2017年11月天津科技TIANJINSCIENCE&TECHNOLOGYVol.44No.11Nov.2017收稿日期：2017-10-10管理与创新基于统计学的电子商务现状分析陈晓勇(黑龙江大学信息管理学院黑龙江哈尔滨150080)摘要：随着信息技术和互联网的高速发展，全球数据信息量达到前所未有的顶峰，大数据时代已经到来。信息技术及其技术革新几乎覆盖了我们日常生活衣食住行的各个方面，且所占比重越来越大。统计学是研究如何测定、收集、整理、概括和分析反映主体数量数据的一门社会学科。利用统计学方法对电子商务现状进行分析，主要应用图标分析以及回归分析方法预测企业电子商务销售额，并绘制一系列直观的分析图表，可对当前电子商务的发展提供数据帮助。关键词：统计学电子商务图标分析回归分析中图分类号：TP311文献标志码：A文章编号：1006-8945(2017)11-0021-03AnalysisoftheStatusQuoofE-commerceBasedonStatisticsCHENXiaoyong(CollegeofInformationManagement，HeilongjiangUniversity，Harbin150080，HeilongjiangProvince，China)Abstract：WiththerapiddevelopmentofinformationtechnologyandtheInternet，globaldatainformationhasreachedanunprecedentedpeak，whichmeansthearrivalofbigdataera．Informationtechnologyandtechnologicalinnovationhavecoveredalmostallbasicnecessitiesofourlife，andtheirproportionisstillgrowing．Statisticsisasocialdisciplinethatstud-ieshowtomeasure，collect，organize，summarizeandanalyzedatathatreflectthenumberofsubjects．Themethodofstatisticalanalysiswasusedtoanalyzethestatusquoofe-commerce．Iconanalysisandregressionanalysismethodwereadoptedtoforecastsalesvolumeofe-commerce，andaseriesofintuitiveanalysischartswereworkedout，whichmayprovidereferenceforthecurrentdevelopmentofe-commerce.Keywords：statistics；e-commerce；iconanalysis；regressionanalysis0引言近年来，信息技术及相关技术革新几乎覆盖了人们日常生活衣食住行各个方面，且所占比重越来越大。在云计算等一大批高新技术的助推之下，微博微信、信息咨询、网络服务业等新兴产业使信息创造和传递所涉及的领域进一步扩大，在信息技术和互联网技术的协同之下，开启了“大数据”时代[1]。在高新信息技术产品和新兴信息产业的共同推动下，信息数据的增长形态呈指数增长，这是史无前例的增长模式[2]。IDC公司的数字宇宙研究报告指出[3]：2011年，全球被创建和被复制的数据总量超过1.8,ZB，且增长趋势符合新摩尔定律(即全球数据量大约每两年翻一番)，预计2020年将达到35,ZB。与此同时，数据复杂性也急剧增长，其多样性(多源、异构、多模态、不连贯语法或语义等)、低价值密度(大量不相关信息、知识“提纯”难度高)、实时性(数据需实时生成、存储、处理和分析)等复杂特征日益显著，“大数据”时代已经到来[4]。统计学是研究如何测定、收集、整理、概括和分析反映主体数量的数据的一门社会学科。就统计学自身而言，大数据时代的到来就像千里马遇到伯乐，两者都将有巨大的发展。1基于统计学的电子商务图表分析《中国统计年鉴》数据表明，2016年上半年，中国的电子商务交易额达10.5万亿元，同比增长37.6%,，增幅上升7.2个百分点。[5]其中，B2C市场交易规模达到4,576亿元。据GO-Globe．cn提供的数据显示，2011年的B2C电商交易额为553.7亿元；·22·天津科技第44卷第11期2012年突破到千亿大关，达到1,074.8亿；2013年有1,774亿的交易额；2014年达到2,848.4亿，接近前一年的一番；2015年达到3,727.3亿；2016年达到了4,576亿。图1是2011—2016年B2C市场交易额变化情况。图12011年至2016年B2C市场交易额变化图Fig.1B2Cmarketturnoverchangesfrom2011to2016伴随着中国电子商务进入全新的稳定发展阶段，网购人群数量也在剧增。中国电子商务研究中心给出的数据表明，2016年上半年中国网上买家数目达到4.234亿人，同比增长15.1%[5]。据GO-Globe．cn提供的数据显示，2011年电商网购人群有1.784亿人口，2012年为2.198亿，2013年为2.709亿，2014年突破3亿人口大关，达到3.221亿，2015年达到了3.749亿。图2是2011—2016年网上买家数目变化图。图22011～2016年网上买家数目变化图Fig.2Thenumberofonlinebuyersfrom2011to2016随着中国电商的高速发展以及网购人群规模激增，电商的支付方式也是层出不穷。以支付宝为主要支付方式的网上支付越来越受到人们的认可，同时财付通、网上支付转账、快钱、付汇天下等新兴支付方式紧随其后，占领了相当大的市场份额。图3是中国最为流行的支付方式比例图。据GO-Globe．cn提供的数据表明，支付宝占领了47%,的最大市场份额，财付通紧随其后拥有21%的份额，网上银行转账占11%，快钱占6%,，付汇天下占6%,，易宝支付占4%，其他的网上支付方式共占有5%,的市场份额。图3中国最为流行的支付方式比例图Fig.3MostpopularwaysofpaymentinChina伴随着电子商务进入高速发展的阶段，这些快捷方式在给消费者带来方便、快捷和优惠的同时，也引发了很多实际问题。网络营销充斥在人们的生活娱乐当中，朋友圈和微博等社交平台已然成为网络营销的主战场。这些积极的电子活动发展可能导致电子商务发展受到制约和阻碍，电子商务发展的担子也更加沉重[5]。近几年由淘宝天猫主导的“11.11”促销打折活动引领了中国电商销售额，给各大平台都带来了巨大的收益[5]。与此同时，无售后、假冒伪劣商品、网络诈骗等销售难题也随之而来，使消费者权益受到很大的损害。中国电子商务研究中心的投诉数据表明，仅在2016年上半年，全国电商投诉数量同比2015年上半年增长4.16%[5]。根据平台数据，2016年网购投诉占全部投诉的52.75%,，占一半以上，而生活服务O2O也占有不小的比例，达到21.03%,，跨境电商占13.94%，互联网金融占6.29%，物流快递占4.20%，B2B网络贸易领域投诉占1.34%,，微商占0.15%,，其他(如网上诈骗和传销等)占0.30%[5]。图4是电商投诉领域分布图。图4电商投诉领域分布图Fig.4Areadistributionofe-commercecomplaints从图中可以直观看出网购占有比例最高，说明相2017年11月陈晓勇：基于统计学的电子商务现状分析·23·关平台和有关部门监管不严格，导致中间出现许多漏洞，使不法商家有可乘之机。跨境网购投诉比例虽然只排到第3位，但是其发展潜力也是日渐丰满，是我们值得去注意和监管的领域[5]。根据中国电子商务研究中心给出的投诉问题数据，关于商品的品质问题占14.88%、售后服务占9.99%、退款难占9.92%、发货迟缓占8.59%、退换货难占6.51%、不发货占6.07%、网络售假占5.92%、网络诈骗占5.48%、订单取消占4.81%、虚假发货占4.00%，这些是平台累计比例最高的投诉问题(见图5)。[5]通过了解这些被投诉的问题，我们可以得出一些可行性的建议：①商品质量和商家售后是当前电商发展的重要难题，值得我们去进一步挖掘；②商家信誉问题堪忧，需要有关监管部门大力整治，让不法商家不敢逾越法律底线。图5十大热点被投诉问题Fig.5Tenhotcomplaints2基于回归分析的电子商务销售额预测在中国统计年鉴中，筛选出6个不同地区2015年企业拥有网站数量和电子商务销售额的数据，希望通过回归分析，可以预测到这两者之间的关系。2.1回归分析的定义及特点回归分析是一种应用较多的统计分析方法，几乎在每个领域都有应用。其主要用于通过观察和分析自变量与因变量的数量变化情况，最后利用回归方程来反映这两者之间的关系，使用者可以更精准地了解自变量与因变量的关系以及影响程度，以便预测未来某种发展情况和发展态势。[6]要使用回归分析方法，需要在自变量与因变量之间有一定的相关性的前提下，然后根据分析结果得出的各项数值，确定一个合适的回归方程，并进行显著性检验。最后，使用者就可以将得到的回归方程进行推算和预测。[6]2.2基于Excle的回归分析①录入数据。在中国统计年鉴中，筛选出6个不同地区2015年企业拥有网站数量和电子商务销售额的数据录入。录入结果如表1所示。表1中国统计年鉴数据Tab.1DatafromChinaStatisticalYearbook1地区企业拥有网站个数子商务销售额(亿万)2北京19,72510,530.53天津9,8883,148.64上海23,61712,879.45浙江47,6345,581.26广东62,97513,783.77江苏66,0395,193.5②作散点图。将企业拥有网站个数作为自变量也就是横轴，电子商务销售额作为因变量也就是纵轴。点击“插入”选项，然后点击散点图的图标。在弹出的散点图模板选第1个，双击第1个模板，即可出现我们所需要的散点图(见图6)。图6XY散点图Fig.6XYscatterplots③通过散点图可以得出二者间是否存在线性关系。只有当数据具有线性分布特征时，才能采用线性回归分析方法。观察该图分布，本例数据并没有很明显的线性分布关系，但是也可以继续操作下去。点击“数据”栏，菜单最右侧有“数据分析”，单击这个选项。然后选择“回归”，确定后弹出选项表，进行如下选择：X、Y值的输入区域(B1：B11，C1：C11)，标志，置信度(95%,)，新工作表组，残差，线性拟合图或者：X、Y值的输入区域(B2：B11，C2：C11)，置信度(95%,)，新工作表组，残差，线性拟合图。确定后得到回归结果如图7所示。从回归分析结果和散点图得出，企业拥有网站的数量与电子商务销售额并没有线性关系。也就是说，企业拥有的网站数量对于电子商务销售额并没有正相关影响。所以企业要在拥有网站数量的基础之上，加强对网站服务、建设及优化等措施，积极推广电子商务交易活动，抓住现有电子商务平台，与企业本身结合，创造出更大的收益。下转第28页·28·天津科技第44卷第11期5结论与建议科技成果转化涉及的主体是多方面的，作为产学研合作、共性技术研发及成果转化载体的产业技术研究院目前正是蓬勃发展的时期，其发展模式还有待创新。经过调研及实践探索，笔者认为建立多级的决策机制，突破高校及政府的条框约束，应用创新的项目遴选及投资策略，建立有效的科技金融体系，是产业技术研究院可持续发展的有力保障，也是促进产学研合作的重要途径。建议地方政府以更包容的心态来发展产业技术研究院，并为之创造更有利的发展环境，同时产业技术研究院要以更市场化的形式运作，加强与外部环境及资源的融合。■参考文献［1