潘良昱

（天津科技大学经济与管理学院 天津 300457）

网上零售额是指企业或个人通过公共网络交易平台(包括自建网站或第三方平台)实现商品和服务的销售，其中商品包括实物商品、虚拟商品及服务类的产品。2020年，我国网上零售额达到117601亿元，比2019年增长10.9%，因此网上零售额的增速已经远远超过社会商品零售总额的销售，网络的扩张和现在移动4G、5G网络的实现，使人们网上购物的能力大大增强。现代社会是信息时代，网络信息技术覆盖生活的每一个角落，各个工作领域在信息技术的影响与辅助下不断发展，电子商务正在以一副崭新的面貌登上商业舞台，大大促进了商品零售业的发展。最近，新的网络营销名词出现在大众视线中，这种营销方式对网络营销过程中的每个环节都产生了一定的影响，大大增加了企业的销售额，保证了企业的经济效益。网络用户的不断增加，实现了带动经济的新动能，为消费的增长和经济的发展注入新的活力。本文通过研究影响网上销售额的因素，为增加消费潜力，促进人民消费，从而为经济发展提供新的建议和政策依据，对我国零售行业的发展有着长远的意义。

1 文献综述

叶泽晖等(2021)根据中国家庭小组研究(CFPS)的调查数据，基于中国家庭追踪调查互联网使用对消费群体的影响，研究首次聚焦于青年样本，使用基准回归模型进行拟合，并具体分析了不同特征青年的消费异质性以互联网使用影响消费的内在机制。研究发现，互联网使用行为对消费的影响呈现边际效应递增的趋势。刘文钊、王晓佳(2021)调查了黑龙江省大学生网络消费金融的现状，分析了黑龙江省大学生网络消费金融产品的使用和还款情况，并从法律法规、监管程度、信用风险、大学生金融知识等方面总结了阻碍黑龙江省大学生网络消费金融发展的因素，并提出相应的对策建议。朱素杰(2021)认为，随着网络经济的不断发展，网络环境下人们的消费观念和消费方式发生了重大变化，网络文化不仅对人们的消费方式产生了积极的影响，还带来了一些弊端。本文不仅分析了网络文化对人们消费模式的积极影响，还分析了网络文化对人们消费模式的不良影响，并提出了相应地解决对策。

在中国知网搜索有关我国网上零售额影响因素分析的关键字，仅有刘雪萍(2018)在我国网上零售影响因素实证研究——基于省际数据的分析中进行了研究，研究显示基于省际网上零售数据，构建我国网上零售的影响因素模型。实证结果表明，快递投送能力对我国网上零售的影响最大，其次是网民和网购者人数,再次是移动终端的用户人数；社会消费品零售总额为我国网上零售的发展提供了基本空间；线下实体店对网上零售有较强的替代性。因此，应加快发展快递业，进一步普及3G、4G手机，提高信息技术等新技术的渗透率，发挥线上网店与线下实体店的积极性，推动我国零售业的整体发展。研究我国网上零售额的实证分析较少，是由于近年来网上零售额统计的数据并不完全，仅有最近几年，因此无法用实证分析进行验证。本文通过截面数据，对数据进行实证分析，用数据对结果加以支撑。

2 理论分析

人均地区生产总值是一个地区经济发展重要的衡量指标，一般来说经济发展越好，网上零售额越高，初步估计是正向影响。

网站数是实现网上购物的基本指标，一般来说每百家企业拥有网站数越高，网上零售额就越高，初步估计是正向影响。

移动互联网用户数是用户实现手机购物的重要因素，用户数高的地区说明地方网上销售额发展水平潜力较大，网上零售额也就越高，因此估计是正向影响。

地区快递数数值直接反映了地区网上消费量，消费量越高，基数越大，则网上消费额就越高，因此估计是正向影响。

3 变量数据收集和模型构建

3.1 变量数据收集

本文数据来源于《中国统计年鉴》2021，收集的是2020年31个省份地区的截面数据(表1)。

表1 2020年31个省份地区网上零售额相关情况

3.2 模型的构建

本文根据上述数据建立我国网上零售额对人均地区生产总值、每百家企业拥有网站数、移动互联网用户数、地区快递数的多元线性回归模型：

其中，为常数项；为系数项；为随机误差项。

4 模型的估计和检验

4.1 散点图

为了解数据之间的具体关系，进行散点图的绘制，初步直接地了解解释变量与被解释变量之间的关系，从而为后文的回归分析奠定基础(图1)。

图1 散点图

由图1可以看到，～均与呈现正向的线性趋势，且线性关系均是比较明显的状态，初步判断变量均与被解释变量之间的关系同向变化，接下来进行参数估计。

4.2 参数估计

根据表1相关数据，使用STATA软件，用最小二乘法做多元线性回归分析(图2)，可得结果如下：

图2 回归分析

4.3 经济意义检验

模型估计结果说明，在假定其他变量不变的情况下，平均来说，人均地区生产总值每增长1%，网上零售额就增加0.9854%；每百家企业拥有网站数每增长1%，网上零售额就增加0.5288%；移动互联网用户数每增长1%，网上零售额就增加0.0088%；地区快递数每增长1%，网上零售额就增加0.6342%。

4.4 统计检验

(3)检验：在给定显著性水平=0.05的条件下，查t分布表的自由度为26的临界值2.0555。由图2数据可知，、、对应的统计量的绝对值大于2.0555，说明解释变量对被解释变量没有显著影响，、、存在显著的影响。

4.5 多重共线性检验

本文使用相关系数矩阵检验模型中是否存在多重共线性，若解释变量之间的相关系数大于0.8，使用STATA软件的运行结果如图3所示。

图3 相关性分析

根据相关性分析结果，解释变量之间的相关系数存在大于0.8的，与之间的相关系数为0.8954，说明模型中存在严重的多重共线性。为了进一步检验模型的共线性，进行方差膨胀因子检验如图4所示。

图4 方差膨胀因子检验

由图4可以看到，对数化后的模型、的VIF值大于10，跟相关系数结果得到的结论是一致的，因此，需要对模型进行逐步回归，逐步加入对模型拟合优度最高且显著的变量，直到所有变量显著，以、、为最终回归结果(图5)。

图5 逐步回归结果

4.6 异方差检验

对模型进行异方差检验，用怀特检验方法以检验模型的残差项是否有异方差性(图6)：

图6 异方差性检验

通过怀特检验可以看到，卡方值为4.27，对应的p值为0.8930＞0.05，即在0.05的显著性水平上接受模型残差同方差性的原假设，即模型不存在异方差。

由图7经过各种检验，最终的理想模型为：

图7 最终回归结果

4.7 经济意义检验

模型的估计结果说明，在假定其他变量不变的情况下，平均来说，人均地区生产总值每增长1%，网上零售额就增加0.9787%；每百家企业拥有网站数每增加1%，网上零售额就增加0.5252%；地区快递数每增长1%，网上零售额就增加0.6390%。

4.8 统计检验

(3)检验：在给定显著性水平=0.05的条件下，查分布表自由度为28的临界值2.0518。由图7数据可知，、、对应的统计量绝对值大于2.0518，且对应的p值均小于0.05，说明、、解释变量都对被解释变量有显著影响。

5 结语

5.1 结论

模型的估计结果说明，在假定其他变量不变的情况下，平均来说，人均地区生产总值每增长1%，网上零售额就增加0.9787%；每百家企业拥有网站数每增加1%，网上零售额就增加0.5252%；地区快递数每增长1%，网上零售额就增加0.6390%。由此可以发现，人均地区生产总值、每百家企业拥有网站数、地区快递数均会促进网上零售额的发展，这也比较符合经济原理。

5.2 政策建议

加快发展快递业，进一步普及4G、5G手机，提高信息技术等新技术的渗透率，发挥线上网店与线下实体店的积极性，推动我国零售业的整体发展。如果使电商业可持续发展就需要政府加强监管，促进电商制度的健康有序发展。禁止过高的井喷式销售，如果消费者不理智地支配自己的收入，就会带来资源的浪费，疲劳促销、疲劳消费等问题，都会制约电商的长久发展。