基于多元回归模型的新疆电商好评率分析

喻楚玲

(新疆大学经济与管理学院 新疆 乌鲁木齐 830000)

基于多元回归模型的新疆电商好评率分析

喻楚玲

(新疆大学经济与管理学院 新疆 乌鲁木齐 830000)

随着互联网技术的飞速发展，近年来电子商务在我国也得到了飞速的发展。但是它在给我们带来便利的同时，弊端也日益凸显。尤其是互联网的虚拟性导致消费者难以准确把握商品的真实质量，为了解决这一问题知名平台建立了一套诚信系统。对于商家而言也就是好评率这一核心指标，那么这一指标的可信度又有多高，引人深思。本文主要采用多元回归的方法对2016年新疆皇冠级以上电子商务企业的好评率进行研究和分析。结合120家企业对其宝贝数量，主营业务占比，宝贝与描述相符的程度，卖家的服务态度水平以及卖家的发货速度进行研究，最后得出宝贝与描述相符的程度以及卖家的服务态度水平对好评率有着显著性影响。

电子商务；好评率；显著性水平

一、引言

随着互联网技术的飞速发展，近年来电子商务在我国也得到了飞速的发展。但是它在给我们带来便利的同时，弊端也日益凸显。尤其是互联网的虚拟性导致消费者难以准确把握商品的真实质量，为了解决这一问题阿里巴巴建立了一套诚信系统。对于商家而言设定了好评率这一核心指标，那么这一指标的可信度又有多高，引人深思。而多元线性回归模型是由一组独立解释变量值预测一个或多个被解释变量的一种统计工具。它也用于评估解释变量对被解释变量的影响，对于好评率的被解释变量的研究有着重要的现实意义。

二、多元线性回归模型

假设讨论的多元线性回归模型为n元,即解释变量为n个,多元线性回归模型的矩阵表达式为:Y=Xβ+ε其中：

Y=(y1,y2,y3…yn)T

β=(β0,β1,β2…βn)T

ε=(ε1,ε2,ε3……εn)T,n=1,2,3…

假设；(1)理论模型中的解释变量X1，X2……X非随机或非固定，且相互之间互不相关(无多重共线性)；

(2)除我们在理论模型中设定的解释变量外的随机干扰项具有零均值，同方差及不序列相关性；

(3)解释变量与随机干扰项不相关且随机干扰项满足正态分布；值得关注的是，变量之间的函数关系和相关关系在一定条件下是可以相互转化的；

E(μi)=0,i=1,2,3…n

Var(μi)=E(μi2)=σ2,i=1,2,3…n

Cov(μi,μj)=E(μi,μj)=0,i≠j,i=1,2,3…n,j=1,2,3…n

Cov(xji,μi)=0,j=1,2,3…n,i=1,2,3…n

μi～N(0,σ2)

三、于2016年新疆皇冠级以上好评率被解释变量的分析

好评率对于卖家而言是其持续经营的一项指标，同时也是消费者直观衡量商家的一个因素，对于第三方而言也是一项简便快捷定量分析商家诚信度的一个参考值。好评率的科学性研究需要基于观测企业客观定量指标的准确性和科学性。为了达到这一目标，现随机选取淘宝店铺中新疆120家皇冠级以上电商组成一个样本。现设定解释变量好评率为y，被解释变量宝贝数量为x1，主营业务占比为x2，宝贝与描述相符程度为x3，卖家的态度水平为x4，卖家的发货速度为x5。

四、数据的选取

淘宝店铺120家新疆皇冠级网商2016年的好评率，宝贝数量，主营业务占比，宝贝与描述相符程度，卖家的服务态度水平，卖家的发货速度。数据提取于淘宝网各个网商的店铺主页。

五、多元线性回归模型

根据以上假定具体回归方程设为以下形式:

y=β0+β1x1+β2x2+β3x3+β4x4+β5x5+ε,其中βi为解释变量每变化一个单位对被解释变量的影响程度。

六、横截面数据分析——多元回归分析

(一)变量间相关性分析

计量经济学软件很多，在这里我们运用Eviews软件对好评率进行分析，在做分析之前先对搜集来的数据进行处理，剔除上述设定的解释变量和被解释变量不完整的企业剩余100家企业。然后对变量进行相关性分析，确定最终的解释变量，过程如下；

表1 解释变量之间相关性

表2 面板数据描述统计表

表3 回归分析的统计量、回归系数和t检验等数据结果

表4 调整之后的回归分析的统计量、R2和回归系数及其t检验、F检验等数据结果

表5 调整之后的回归分析的统计量、R2和回归系数及其t检验、F检验等数据结果

(二)模型检验

1.R2检验分析

表3的得出R2=0.18，调整后的R2=0.16，可以得出对于电子商务企业的好评率而言R2的值比较可观，说明淘宝网电商的好评率与宝贝与描述相符程度x3，卖家的服务态度水平x4有着一定的相关程度。

2.多元线性回归方程线性检验(F检验)

表4中给出的F检验值为36.57489远远大于F0.05=3.23，说明宝贝与描述相符程度x3,卖家的服务态度水平x4与电商的好评率之间y之间有着显著的回归效果。

3.参数显著性检验(t检验)

表4给出了修正后的回归系数β0，β3，β4的估计值及其标准误差、t检验值等。由于各回归系数的t检验值分别为t3=2.752432,t4=2.431965都大于t0.10/2=1.684(此处常数项的t值可以不计)，故拒绝原假设β0=0,β3=0,β4=0。可以说明宝贝与描述相符程度与卖家服务态度水平对电子商务企业的好评率有着显著性影响。

综合上面所做的EViews回归分析以及所得出的结果，可以得到如下的回归模型：

R2=0.18，R2=0.16，n=100，F=36.57489

七、结论及对策

基于上述研究结果说明了消费者更加注重购物时的用户体验。对于卖家而言应该不断的提高自身的服务水平以及客观的对自家的商品进行描述，做好这两个方面才能更好的提高店铺的好评率，这样才能更好的提高市场份额。互联网时代的飞速发展以及移动互联给人们带来的便利，意味着电子商务行业有着很大的崭露头脚的机会，从好评率与卖家发货速度的相关关系，作为消费者的我们也不应该过度的依赖于好评率对店铺做出武断的判断。综上所述，卖家应该提高自身的服务水准并且客观的描述商品，给消费者带来更好的用户体验是其成败的关键。

[1]宋亦平，顾中立.对中国C2C电子商务信用评价机制的实证分析[D]

[2]郑秀升，金立娟.C2C店址商铺的空间分布及影响因素研究——以‘淘宝网’为例[D]

[3]周庭锐,张红宇.网络口碑对消费者在线行为的影响——基于‘大众占评’的实例分析[D]

[4]张维迎,杨居正.信誉,信息与管制——基于网上交易数据的实证研究[D]

[5]廖成林,李雨洁.C2C模式下在线商品评价偏差的成因与影响机理研究[D]

[6]李维安,吴德胜,徐皓.网上交易中的声誉机制——来自淘宝网的证据.南开管理评论.2007,(5)36-46[J]