世界上網(wǎng)人口與電子商務(wù)交易額預(yù)測(cè)

王小東　楊堅(jiān)爭(zhēng)　楊納川

摘要：電子商務(wù)交易額預(yù)測(cè)是電子商務(wù)發(fā)展預(yù)測(cè)中的一項(xiàng)重要研究課題。電子商務(wù)交易額的增長(zhǎng)主要與因特網(wǎng)上網(wǎng)人數(shù)及網(wǎng)上人均交易額的增長(zhǎng)相關(guān)。本文在廣泛收集有關(guān)數(shù)據(jù)的基礎(chǔ)上，參考國內(nèi)外有關(guān)研究報(bào)告，利用1985-2011年世界上網(wǎng)人口以及1995-2011年電子商務(wù)交易額的時(shí)間序列分別對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)化處理、模型識(shí)別、參數(shù)估計(jì)，建立時(shí)間序列模型，并對(duì)模型進(jìn)行檢驗(yàn)，確定較適合的自回歸移動(dòng)平均模型。利用該模型對(duì)2009-2011年數(shù)據(jù)分別做出計(jì)算值，并與實(shí)際值比較，結(jié)果表明相對(duì)誤差均在5%之內(nèi)，預(yù)測(cè)模型良好，繼續(xù)利用模型對(duì)世界未來幾年因特網(wǎng)上網(wǎng)用戶數(shù)進(jìn)行了預(yù)測(cè)，最后完成了電子商務(wù)網(wǎng)上交易額的近期發(fā)展預(yù)測(cè)。

關(guān)鍵詞：時(shí)間序列；世界上網(wǎng)人數(shù)；羅吉斯曲線；電子商務(wù)交易額

一、世界各國關(guān)于電子商務(wù)發(fā)展的相關(guān)理論研究

電子商務(wù)的發(fā)展現(xiàn)狀已引起人們對(duì)電子商務(wù)發(fā)展前景的極大關(guān)注，許多調(diào)查公司、學(xué)者對(duì)未來互聯(lián)網(wǎng)的市場(chǎng)潛力和電子商務(wù)的發(fā)展進(jìn)行了預(yù)測(cè)，如工業(yè)和信息化部頒布的《互聯(lián)網(wǎng)行業(yè)“十二五”發(fā)展規(guī)劃》提出，到2015年我國將實(shí)現(xiàn)電子商務(wù)交易額18萬億元，互聯(lián)網(wǎng)企業(yè)直接吸納就業(yè)超過230萬人，并帶動(dòng)更大規(guī)模的就業(yè)增長(zhǎng)。艾瑞咨詢集團(tuán)預(yù)測(cè)，到2015年，我國電子商務(wù)市場(chǎng)交易可達(dá)到規(guī)模15.7億元，網(wǎng)絡(luò)市場(chǎng)交易規(guī)?？蛇_(dá)到25510.0萬億元。也有機(jī)構(gòu)和學(xué)者作了相關(guān)的預(yù)測(cè)。

從上面的資料我們看出預(yù)測(cè)主體不同，預(yù)測(cè)的結(jié)果差別很大。其原因在于對(duì)電子商務(wù)的定義不同，統(tǒng)計(jì)資料的來源、多少也不相同，預(yù)測(cè)方式和方法有較大區(qū)別。此外，由于信息技術(shù)的發(fā)展異常迅猛，對(duì)電子商務(wù)的影響極大，人們一時(shí)還很難精確地描述這一新生事物的未來。然而，必須明確，電子商務(wù)與經(jīng)濟(jì)生活中的其它事物一樣，是有規(guī)律可循的，它同樣表現(xiàn)出波動(dòng)性、慣性、關(guān)聯(lián)性、系統(tǒng)性和隨機(jī)性。只要把握好電子商務(wù)的這些性質(zhì)，就可能在一定程度上把握電子商務(wù)的發(fā)展態(tài)勢(shì)，對(duì)電子商務(wù)活動(dòng)進(jìn)行較為準(zhǔn)確的預(yù)測(cè)。

二、預(yù)測(cè)的出發(fā)點(diǎn)及數(shù)據(jù)采集

由于電子商務(wù)是20世紀(jì)90年代初才被逐步推廣的，且對(duì)其概念沒有一致的看法，因而對(duì)電子商務(wù)統(tǒng)計(jì)數(shù)據(jù)的搜集以及對(duì)其影響因素的分析還很不系統(tǒng)；影響電子商務(wù)發(fā)展速度的因素眾多（如上網(wǎng)用戶數(shù)，上網(wǎng)用戶購買力水平等）且很難量化，因此對(duì)電子商務(wù)發(fā)展的預(yù)測(cè)存在很大的困難。我們認(rèn)為，較容易獲得又比較全面反映電子商務(wù)發(fā)展?fàn)顩r的是歷年的上網(wǎng)人數(shù)和網(wǎng)上交易額的統(tǒng)計(jì)數(shù)字。有鑒于此，我們?cè)O(shè)計(jì)了本文研究的預(yù)測(cè)路線，即首先對(duì)世界上網(wǎng)用戶數(shù)進(jìn)行預(yù)測(cè)，然后預(yù)測(cè)網(wǎng)上交易額，以此對(duì)電子商務(wù)的近期發(fā)展預(yù)測(cè)和中長(zhǎng)期發(fā)展預(yù)測(cè)進(jìn)行分別研究。表1反映了世界電子商務(wù)上網(wǎng)人數(shù)和網(wǎng)上交易額有關(guān)的歷史數(shù)據(jù)。

三、ARIMA模型預(yù)測(cè)世界上網(wǎng)人口的數(shù)據(jù)

20世紀(jì)70年代初，博克思（Box）和詹金斯（Jenkins）提出的著名的時(shí)間序列預(yù)測(cè)方法，又稱為Box-Jenkins模型、博克思-詹金斯法、ARIMA模型。其中ARIMA（p，d，q）稱為差分自回歸移動(dòng)平均模型，AR是自回歸， p為自回歸項(xiàng)； MA為移動(dòng)平均，q為移動(dòng)平均項(xiàng)數(shù)，d為時(shí)間序列成為平穩(wěn)時(shí)所做的差分次數(shù)。時(shí)間序列預(yù)測(cè)一般反映三種實(shí)際變化規(guī)律：趨勢(shì)變化、周期性變化、隨機(jī)性變化。ARIMA模型使時(shí)間序列分析理論上升到了一個(gè)新的高度，預(yù)測(cè)的精度大大提高。

下面以我國1995—2011年世界上網(wǎng)人口數(shù)據(jù)，用時(shí)間序列分析法對(duì)數(shù)據(jù)分析，并通過其預(yù)測(cè)2010-2011年的世界上網(wǎng)人口與實(shí)際上網(wǎng)人口比較，選取最為合理的預(yù)測(cè)方法對(duì)未來幾年世界上網(wǎng)人口做出預(yù)測(cè)。同時(shí)，選取1985-2011年世界上網(wǎng)人口數(shù)據(jù)為樣本。

（一） 平穩(wěn)性檢查

采用EViews6.0對(duì)1985-2011年世界上網(wǎng)人口數(shù)據(jù)進(jìn)行分析，得到1985-2011年世界上網(wǎng)人口時(shí)間序列。由此可知，隨著世界科技水平日益提高以及計(jì)算機(jī)、互聯(lián)網(wǎng)的廣泛普及，世界上網(wǎng)人數(shù)在過去的27年總體呈現(xiàn)出一種指數(shù)增長(zhǎng)的趨勢(shì)，特別是在1999以后，增長(zhǎng)迅速。因此可以將其判斷為非平穩(wěn)時(shí)間序列。對(duì)于含有指數(shù)趨勢(shì)的非平穩(wěn)時(shí)間序列，要使其平穩(wěn)化，通?？梢酝ㄟ^對(duì)指數(shù)趨勢(shì)進(jìn)行對(duì)數(shù)變換后轉(zhuǎn)化為線性趨勢(shì)，然后再對(duì)其進(jìn)行差分來消除線性趨勢(shì)。為此，先對(duì)世界上網(wǎng)人口數(shù)據(jù)取對(duì)數(shù)并作差分，得到修正后的時(shí)間序列，然后對(duì)其進(jìn)行ADF單根檢驗(yàn)來判斷修正后的時(shí)間序列的平穩(wěn)性，然后選擇ARIMA（p，d，q）模型中合適的d值。

對(duì)做二階差分，并對(duì)其做ADF檢驗(yàn)，檢驗(yàn)結(jié)果顯示，二階差分序列在1%的顯著性水平下拒絕存在單位根的原假設(shè)，接受不存在單位根的結(jié)論，因此可以確定序列是二階單整序列，即d值取為2，。圖1為的二階差分時(shí)序圖。

（二） 時(shí)間序列模型的識(shí)別與參數(shù)估計(jì)

模型的選擇與p，q的確定可以通過樣本的自相關(guān)與偏自相關(guān)函數(shù)的觀察獲得。在計(jì)算出樣本自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的值之后，就要根據(jù)它們表現(xiàn)出來的性質(zhì)，選擇適當(dāng)?shù)哪Ｐ蛿M合觀察值序列。這個(gè)過程實(shí)際上就是要根據(jù)樣本的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)的性質(zhì)估計(jì)自相關(guān)階數(shù)p與移動(dòng)平均階數(shù)q，因此模型識(shí)別過程也稱為模型定階過程。

二階差分后自相關(guān)與偏自相關(guān)系數(shù)如圖2。

選取ARIMA（p，2，q）模型，現(xiàn)在主要問題是要對(duì)ARIMA中p，q進(jìn)行定階。觀察Ln（pop）的自相關(guān)和偏自相關(guān)圖，利用2倍標(biāo)準(zhǔn)差范圍輔助判斷，樣本自相關(guān)函數(shù)值A(chǔ)C與偏自相關(guān)函數(shù)值PAC都落在了95%的置信區(qū)間（-0.3772，0.3772）的內(nèi)部，因此在5%的顯著性水平下不拒絕AC=0，PAC=0的假設(shè)。據(jù)此可認(rèn)為L(zhǎng)n（pop）是一個(gè)白噪聲，從而可以建立Ln（pop）的純MA（0）模型，或建立世界上網(wǎng)人口（POP）的ARIMA（0，2，0）模型。

然后，對(duì)2009-2015年世界上網(wǎng)人口進(jìn)行預(yù)測(cè)，如表2。

當(dāng)然，由于在滯后1期時(shí)，AC=PAC=-0.306，接近于5%顯著性水平下的臨界值-0.37，所以也可以考慮建立純AR（1）模型，或建立MA（1）模型，或建立ARIMA（1，2，1）。因此，可供選擇的（p，q）的組合為（0，1）、（1，0）、（1，1）。

（三） 殘差白噪聲檢驗(yàn)與模型優(yōu)化

已將所有的p，q可能取值列出：（0，1）、（1，0）、（1，1）。下對(duì)以上模型進(jìn)行殘差的白噪聲檢驗(yàn)與模型的平穩(wěn)性檢驗(yàn)。最后用AIC準(zhǔn)則、SC準(zhǔn)則對(duì)模型進(jìn)行優(yōu)化。詳見表3。

能通過殘差的白噪聲檢驗(yàn)和平穩(wěn)性檢驗(yàn)的組合有（1，0）、（1，1）。根據(jù)AIC、SC準(zhǔn)則的模型優(yōu)化要求，最合適的p，q組合應(yīng)為（1，1）。下面將對(duì)其具體的模型的平穩(wěn)性檢驗(yàn)與殘差的白噪聲檢驗(yàn)給出說明：

根據(jù)圖3參數(shù)估計(jì)結(jié)果顯示，模型的滯后多項(xiàng)式倒數(shù)根均落在單位圓內(nèi)，滿足過程的平穩(wěn)要求。圖4給出了模型殘差的白噪聲檢驗(yàn)，可見殘差的自相關(guān)值和偏自相關(guān)值都落入了隨機(jī)區(qū)間，與0無顯著差異，說明殘差序列是白噪聲。

四、退勢(shì)平穩(wěn)序列法預(yù)測(cè)世界電子商務(wù)交易額

首先，和第五部分處理方法一樣，把世界電子商務(wù)交易額序列的對(duì)數(shù)變換序列（ln（trade））當(dāng)作退勢(shì)平穩(wěn)序列處理。分析退勢(shì)之后序列的自相關(guān)和偏自相關(guān)圖，做出如下回歸：

（1985，t=1）

提取殘差做自相關(guān)和偏自相關(guān)圖，發(fā)現(xiàn)為過程。因此可以用EViews來估計(jì)模型的參數(shù)，得出解：

并且模型的殘差通過白噪聲檢驗(yàn)，特征方程的根在單位元外，模型通過診斷檢驗(yàn)。圖6描述了世界電子商務(wù)交易額的真實(shí)值（TRADE）與預(yù)測(cè)值（TRADEF）的曲線圖，可以看出預(yù)測(cè)值非常接近真實(shí)值。

在此基礎(chǔ)上，將對(duì)世界電子商務(wù)交易額進(jìn)行預(yù)測(cè)，如表4。

五.說明與分析

1、 根據(jù)前面的預(yù)測(cè)，2012、2013、2014年的世界上網(wǎng)人數(shù)分別為255003.4萬，286646.4萬，321835.8萬。未來三年的交易額為343299.0億美元，434707.1億美元，547418.7億美元?？紤]到社會(huì)經(jīng)濟(jì)發(fā)展的不穩(wěn)定性，可能會(huì)阻礙電子商務(wù)的發(fā)展速度，但基本不會(huì)以很大的比例偏離預(yù)測(cè)值，所以，未來的幾年將依然是電子商務(wù)豐收的幾年。

2、在世界經(jīng)濟(jì)復(fù)蘇步伐放緩的嚴(yán)峻環(huán)境下，不斷創(chuàng)新商業(yè)模式，大力開拓電子商務(wù)市場(chǎng)，充分挖掘潛力潛力，可以大大促進(jìn)經(jīng)濟(jì)的增長(zhǎng)。

3、隨著電子商務(wù)作為戰(zhàn)略性新興產(chǎn)業(yè)和服務(wù)業(yè)發(fā)展重點(diǎn)行業(yè)地位的確定，電子商務(wù)的發(fā)展受到各方面的高度重視，大大促進(jìn)了這一新興產(chǎn)業(yè)的發(fā)展。

參考文獻(xiàn)：

[1] 薛冬梅. ARIMA模型及其在時(shí)間序列分析中的應(yīng)用[J]. 吉林化工學(xué)院學(xué)報(bào)， 2010（3）： 80-83

[2] 張波.湖北省人均GDP時(shí)間序列模型及預(yù)測(cè)[J]. 中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào)，2006（2）： 95-100

[3] 陳飛，高鐵梅. 結(jié)構(gòu)時(shí)間序列模型在經(jīng)濟(jì)預(yù)測(cè)方面的應(yīng)用研究. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2005（2）： 95-103

[4] 劉薇. 時(shí)間序列分析在吉林省GDP預(yù)測(cè)中的應(yīng)用[M].

[5] 李瑩. 時(shí)間序列分析在山東省GDP預(yù)測(cè)中的應(yīng)用研究[M].

[6] 王厚芹.電子商務(wù)交易額（2000-2004）. 世界電子商務(wù)的昨天、今天和明天（1）[N]， 中國計(jì)算機(jī)報(bào)， 2002-04-01.

[7] 電子商務(wù)交易額（2005-2011）：商務(wù)部. 中國電子商務(wù)報(bào)告（2010-2011）. 清華大學(xué)出版社，2012.

[8] 王永聯(lián).關(guān)于金融學(xué)本科專業(yè)課程雙語教學(xué)的探討[J].上海理工大學(xué)學(xué)報(bào)，2004，04.