网购潮刺激下快递业发展实证分析

□文/杨 磊

（安徽财经大学金融学院 安徽·蚌埠）

一、引言

本文首先通过搜集2003～2013年全国快递件数（万件）和2003～2013年淘宝网及天猫商城年交易额（亿元）的数据，以及2007～2013年中国网络零售交易总额（亿元）与2007～2013年全国快递件数（万件）的数据，分别对前后二者间作相关性分析和回归分析，从统计学的角度，验证了网购发展对快递业的促进作用以及二者之间高度相关性。随后通过对1990～2002年全国快递件数（万件）和1990～2013年全国快递件数（万件）的时间序列分别作关于年份的回归分析，验证了1990～2002年全国快递件数符合近似线性增长，而2003年以后的增长不符合1990～2002年所呈现出的线性增长，而是在网购刺激下与网络零售交易额高度相关的增长。进一步验证了网购对快递业的巨大影响。

本文数据来源于《中国统计年鉴2014》，中国电子商务研究中心发布的数据和2014年阿里巴巴的招股书，《中国电子商务市场数据监测报告》。

二、相关性分析

（一）定义变量。定义X，Y，Y1，Z 四个变量，其中Y：2003～2013年全国快递件数（万件）；X：2003～2013年淘宝网及天猫商城年交易额（亿元）；Y1：2007～2013年全国快递件数（万件）；Z：2007～2013年中国网络零售交易总额（亿元）。因为我们分析的是成对数据的线性相关关系，所以时间节点的选择也是一一对应的。在这些定义的变量中我们选择以下两对变量分析：

X 与Y：相同时间段内，淘宝网及天猫商城的交易额与全国快递件数的相关关系。

Z 与Y1：相同时间段内，中国网络零售交易总额与全国快递件数的相关关系。

（二）相关说明。选择研究淘宝网及天猫商城的交易额与全国快递件数的相关关系的原因：1、淘宝网及天猫商城的交易额占全中国网络零售交易总额的比例在2007～2013年基本上都保持在80%。所占比例之大使得它们非常具有代表性。所以，研究淘宝网及天猫商城的交易额与全国快递件数的相关关系是有效的；2、中国网络零售交易总额只有2007～2013年的数据，而淘宝网及天猫商城年交易额包含2003～2013年数据，较大的样本容量也使得分析的准确性和说服力更强。

关于网络零售业的说明：零售业中包含是消费品，主要模式有：C2C，B2C，C2B，M2C，小额外贸，移动电商等。主要网络零售企业包括：淘宝网、兰亭集势、苏宁易购、京东、1 号店、当当网、易趣网、易迅网、天猫、微品聚等。

（三）二元数据Pearson相关性检验。在R 语言中分别对X与Y 和Z 与Y1 作Pearson 相关性检验。得到结果如图1 和图2。（图1、图2）

图1 X与Y相关性检验

图2 Z与Y1相关性检验

由图1 可知，X 与Y（淘宝网及天猫商城的交易额与全国快递件数）相关系数的估计值是0.989，p 值很小，拒绝了相关系数等于零的原假设。即X 与Y 有很强的相关关系。

由图2 可知，Z 与Y1（中国网络零售交易总额与全国快递件数）相关系数的估计值为0.987，p 值很小，同样拒绝了相关系数等于零的原假设。即Z 与Y1 有很强的相关关系。

三、回归分析

在R 语言中，分别对X 和Y，Z 和Y1 做一元回归分析。得到结果如图3 和图4。（图3、图4）

图3 X与Y回归分析

图4 Z与Y1回归分析

由图3 可知，拟合得到的方程为：Y=41570.764+53.925X，R平方为0.9794。经过t 检验，在显著水平为0.05 时，拒绝了截距和X 系数为零的原假设。经过F 检验，p 值很小，拒绝了回归方程不显著的原假设。综上，X 与Y 的回归方程显著。

由图4 可知，拟合得到的方程为：Y1=65324.546+42.075Z，R 平方为0.976。经过t 检验，在显著水平为0.1 时，拒绝了截距和Z 系数为零的原假设。经过F 检验，p 值很小，拒绝了回归方程不显著的原假设。综上，Z 与Y1 的回归方程显著。

图5 X与Y散点图及回归线

接着画出X 与Y 的散点图及回归线，如图5。画出Z 与Y1的散点图及回归线，如图6。（图5、图6）

四、网购兴起前后快递业发展状况的不同

首先对2003年网购兴起之前，即以时间序列为横坐标，以1990～2002年全国快递件数（万件）为纵坐标，作出散点图进行回归分析，并预测若网购不兴起，2003～2013年全国快递件数。最后将其与实际在网购兴起后带动下快递件数进行对比。

令1990年为序号1，则1991年为2，以此类推，2002年为13。对这段时间内全国快递件数（万件）的时间序列数据进行回归分析。全国快递件数：

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）

时间序列号：T=c（1，2，3，4，5，6，7，8，9，10，11，12，13）

得到结果见图7。（图7）由图7，回归方程为：K=－1852.67+1166.45T，R 平方为0.9787。经过t 检验，在显著水平为0.001时，拒绝了截距和T 系数为零的原假设。经过F 检验，p 值很小，拒绝了回归方程不显著的原假设。综上，T 与K 的回归方程显著。

画出T 与K 的散点图及回归线，如图8。（图8）由于回归效果良好，我们预测按照这个回归方程发展下去，2003～2013年全国快递件数，并与实际全国快递件数做对比，计算误差，得到表1。（表1）

由表1 可知，预测值与实际值之间的误差逐年递增，且并不稳定，呈现的是急剧的增长模式。这表明2003年之后，全国快递件数的增长模式与2003年之前不相同，很大程度上是网购的兴起所导致的。

对1990～2013年全国快递件数作回归分析。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年的全国快递件数。

V=c（1：24）是1990～2013 各年的时间序号，如1 代表1990年，2 代表1991年，24 代表2013年，依此类推。回归结果见图9。（图9）

图6 Z与Y1散点图及回归线

图7 T与K回归分析

图8 T与K散点图及回归线

表1 2003～2013年预测值与实际值及误差

由 图9，回 归 方 程 为U=－159583+21816V，R 平 方 为0.4868。经过t 检验，在显著水平为0.05 时，拒绝了截距和V 系数为零的原假设。经过F 检验，p 值很小，拒绝了回归方程不显著的原假设。所以，V 与U 的回归方程显著。但是，由于R 平方只有0.48，远远不足0.8，所以回归效果较差。我们并不认为V与U 之间存在拟合良好的回归方程，即二者的线性相关关系并不强。

图9 V与U回归分析

图10 V与U散点图及回归线

进一步画出V 与U 的散点图及回归线，如图10。（图10）由图10 可更加明显的看出，V 与U 之间并不存在拟合良好的回归直线，反而更像是呈现指数式增长。

五、结论

我们在第四部分得到两个事实：1、1990～2002年全国快递件数的增长符合线性增长，按此趋势预测2003～2013年的快递件数与实际快递件数的误差相当大；2、1990～2013年全国快递件数的增长明显不符合线性增长。（从图10 可以看出更近似服从指数增长）。

结合第二部分的相关性分析和第三部分的回归分析，我们得到：淘宝网及天猫商城的交易额（X）与全国快递件数（Y）有极强的线性相关关系，回归方程显著；中国网络零售交易总额（Z）与全国快递件数（Y1）也有极强的线性相关关系，回归方程显著。

因此，本文验证的结论为：网购潮推动了快递业的跨越式发展，造成快递业井喷现象。

［1］高丽君，张颖萍.电子商务时代我国物流业发展的若干问题探讨［J］.经济师，2003.

［2］栾奕，张元军.中外物流比较及我国物流发展趋势［J］.芜湖职业技术学院学报，2009.