当前位置:100EC>数字零售>论文:我国电商拐点与市场极限预测
论文:我国电商拐点与市场极限预测
发布时间:2018年09月03日 10:40:38

(网经社讯)[提要]人们普遍认为,我国电子商务已经进入拐点,后期将呈缓慢增长态势。但是,本文未检索到专门文献论述该拐点确已到来。本文采用一种科学合理的方法,即逻辑斯蒂模型对该问题进行研究,计算拐点的具体位置、未来市场规模的极限,以及未来三年市场规模,希望对相关研究、企业经营和政府决策提供依据。

关键词:电子商务;逻辑斯蒂模型;拐点;市场极限

基金项目:中央高校基金项目:“大学生网络创业研究”(项目编号:jnb2014)

中图分类号:F724.6 文献标识码:A

收录日期:2018年6月13日

一、问题的背景

近几年,业界和学界普遍认为,我国电子商务已经进入拐点,后期将呈缓慢增长态势,发展空间不大。不难理解,中国电子商务进入拐点不仅是电商领域的重大事件,也是我国经济领域的重大事件,客观上需要运用科学的方法和详实的数据进行反复确认,避免战略误判。经检索,未发现专门文献论证电商市场的拐点已经来临。相关文献只是根据“近几年电商交易额的变化”就将“我国电子商务已进入拐点”作为“不争的事实”,并以此为前提展开其他问题的研究。显然,仅凭几年的局部数据无法排除随机波动的干扰,进而无法断定电商市场的趋势发生了逆转。这种研究方法是不严谨的,结论可信度低,基于该结论的任何决策都将面临巨大的战略风险。拐点是事物发展过程中从一种状态向另一种状态过渡的重要节点,研究拐点首先需要一个能反映事物发展规律的模型;其次,需要时间跨度较长的数据积累。只有这样,对拐点的判断才是合理的。逻辑斯蒂模型完全符合上述要求。

二、逻辑斯蒂模型介绍

逻辑斯蒂曲线是正反馈效应和负反馈效应共同作用下事物发展的路线轨迹。以网络销售为例,在最初阶段,网络销售量很低,社会影响力微弱,行业发展缓慢。随着时间推移,网络销售量逐渐增加,社会影响力不断提升,网购人数迅速增加,行业呈加速发展态势。这种发展速度与销售量呈正比例关系的现象即为正反馈效应。在正反馈效应发生作用的同时也存在另一种相反的现象,即:随着销售量的增加,发展阻力越大。这主要体现在以下方面:第一,随着网络销售的进一步增加,从事网络销售的企业和个人迅速增加,行业竞争加剧,经营成本上升,并推动网络商品价格上升;第二,实体店受电商冲击也存在降价的冲动。这样,网络销售引以为豪的价格优势逐步丧失;第三,随着网络销售的迅速发展,网购的弊端也充分暴露出来。例如,网络购物体验远不及实体店以及由此产生的购物风险也远高于实体店等;第四,随着网络交易量迅速增加,物流的滞后性越突出,矛盾也越尖锐。这种与交易量变化呈反向关系的现象就是负反馈效应。在电子商务的发展过程中,正反馈效应与负反馈效应同时存在,并可用如下数学式(1)表示:

■=ky(M-y) (1)

其中,y:交易规模;t:时间(单位:年);■:交易规模的年发展速度;M:交易规模极限;k:正反馈效应和负反馈效应中的比例常数。

解上述微分方程,得曲线方程(2)如下式:

y=■ (2)

其中:A=Mk,B为任意正常数。

方程(2)即为逻辑斯蒂曲线方程。图1是该曲线的图像。(图1)

由此可见,在正反馈和负反馈同时存在的情况下,电商行业的发展并非直线式的均匀发展,而是呈现出特征明显的三个阶段,即:前期缓慢发展、中期高速发展,随后进入长期的缓慢发展阶段。

逻辑斯蒂曲线的几何特征:

1、单调性

y'=■>0 (3)

上式(3)表明:在正常情况下,电商市场总会呈发展态势。

2、拐点

yn=■ (4)

在式(4)中,令yn=0,得曲线拐点为(■,■)。其经济意义为:市场前期缓慢发展,接近拐点时,呈加速发展态势;拐点之后,发展趋缓,最后进入长期的缓慢发展阶段。拐点是市场发生逆转的分水岭。

3、极限

■■=M (5)

式(5)表明:随着时间的推移,电商市场的交易量将缓慢增长,并无限接近最大值,该最大值即为市场规模的极限。

三、我国电子商务市场回归分析

(一)相关数据。方程(2)为逻辑斯蒂曲线方程。式中参数y为交易规模或市场规模,可为绝对量,也可为相对量。绝对量是指市场实际成交金额,相对量是指网络交易零售额占社会商品零售额的比例。如果采用绝对量指标,则容易受经济周期的影响。例如,在经济扩张期,网络零售额和社会商品零售总额都会高速增加;反之,则会明显下降。若采用绝对量指标,则不能准确反映电子商务本身的市场影响力。因此,为准确起见,本文采用二者的比值(即:网络交易零售额占社会商品零售额的比例)作为衡量电子商务市场规模的大小。表1列示了2004~2017年我国网络零售额占社会商品零售总额的比例。从表1可以看出,我国网络交易零售额基本呈上升趋势,在2014年以前加速趋势明显,随后速度趋缓。(表1)

(二)回归结果。根据表1的数据,应用非线性回归方法可获得回归曲线(6)如下:

y=■ (6)

可决系数R2=0.92。由(6)式可知:曲线的拐点为(2014.6,11),即:2014年与2015年之间市场进入拐点,最大值M=22。图2反映了回归曲线与实际数据的拟合情况。(图2)

(三)回归预测。表2列示了回归值与实际值的部分数据。(表2)

表2显示,2018年、2019年、2020年预测值(回归值)分别为17.8、19.0、20.0。即:尽管拐点已过,未来3年电商市场仍有明显的发展。

四、总结

(一)逻辑斯蒂模型包含了事物发生、发展直至成熟稳定的主要过程,与电商的发展过程高度吻合。因此,用该模型研究电商的拐点问题是科学的、合理的。

(二)市场规模选择相对指标(即:网络交易零售额占社会商品零售总额的比例),克服了绝对指标(交易额)的缺陷,准确反映了电子商务市场的发展水平。

(三)所有数据均可纳入模型,不同阶段的数据反映不同阶段的信息,数据越丰富,电商市场的发展态势(回归曲线)越完整,结论越可靠。

(四)我国网络购物市场拐点的具体位置在2014年与2015年之间,这与目前的一般看法基本一致。但本文结论更准确,依据更充分,可信度更高。该方法明显优于仅根据几年的局部数据直接下结论的简单方法。

(五)我国电商市场的最大规模为22%,该指标无法根据几年的局部数据推算出来。

(六)目前采用的数据主要是纯电商数据,因此拐点位置和最大市场规模主要针对纯电商而言,如果电商经营模式发生变化(如:新零售),则需重新计算。

(作者单位:西南民族大学管理学院)

主要参考文献:

[1]高进锋.探索我国电子商务未来的发展趋势[J].电子商务,2017(7).

[2]程传旭.经济效益视域下电子商务经济发展趋势研究[J].经济研究导刊,2017(5).

[3]中国电子商务研究中心.2016年度中国电子商务市场数据监测报告[EB/ON].http://www.100ec.cn/zt/16jcbg/,2017.5.24.(来源:合作经济与科学 文/徐伟德 编选:电子商研究中心)

网经社联合A股上市公司网盛生意宝(002095.SZ)推出消费品在线供应链金融解决方案。该产品具有按需提款、按天计息、随借随还、专款专用、循环信用贷、全线上流程操作等特点,解决消费品供应链核心企业及下游经销商/网店因库存及账期造成的流动性差“痛点”。》》合作联系

网经社“电数宝”电商大数据库(DATA.100EC.CN,注册免费体验全部)基于电商行业12年沉淀,包含100+上市公司、新三板公司数据,150+独角兽、200+千里马公司数据,4000+起投融资数据以及10万+互联网APP数据,全面覆盖“头部+腰部+长尾”电商,旨在通过数据可视化形式帮助了解电商行业,挖掘行业市场潜力,助力企业决策,做电商人研究、决策的“好参谋”。

【关键词】 电商拐点市场极限
【投诉曝光】 更多>

【版权声明】秉承互联网开放、包容的精神,网经社欢迎各方(自)媒体、机构转载、引用我们原创内容,但要严格注明来源网经社;同时,我们倡导尊重与保护知识产权,如发现本站文章存在版权问题,烦请将版权疑问、授权证明、版权证明、联系方式等,发邮件至NEWS@netsun.com,我们将第一时间核实、处理。

        平台名称
        平台回复率
        回复时效性
        用户满意度
        微信公众号
        微信二维码 打开微信“扫一扫”
        微信小程序
        小程序二维码 打开微信“扫一扫”