【电子商务论文】基于灰色系统理论研究中国电子商务发展对商业地产供求的影响

摘要：近几年来，电子商务的快速发展对于传统的商业销售模式产生了巨大的冲击，而传统的商业销售模式与商业地产的供给与需求紧密相关。现阶段电子商务对于商业地产供需的影响的研究多是定性研究，因此本文希望通过灰色关联度分析验证电子商务的高速发展对商业地产供需产生一定的影响。通过 GM(1,1)预测模型对未来一定时间内的商业地产供给和需求量进行预测分析，可以更加准确的了解商业地产市场的供给和需求情况，有助于形成对未来商业地产市场需求的合理预期，保证商业地产供给与需求的均衡发展，实现房地产业与城市经济的健康稳定运行。

关键词

电子商务；灰色关联分析；GM(1,1)－马尔柯夫模型；商业地产供给；商业地产需求

1 引言

电子商务具有交易环节少、效率高、成本低等优势，因此电子商务成为近几年来发展最快的新兴商业模式。一般而言，新兴商业模式的发展往往会侵占原有商业模式与机制的利益，电子商务对于传统的商业销售模式就产生了巨大的冲击，而传统的商业销售模式与商业地产的供给与需求紧密相关。商业地产作为房地产的重要组成部分，无论从经济方面还是从城市建设方面来看，对经济增长的拉动作用十分明显，研究商业地产的市场供给和需求，能够合理配置资源，避免商业用房空置、堆积所造成的各种资源的浪费，保证商业地产供给与需求的均衡发展，有助于房地产业和城市经济的健康稳定运行。

现阶段对于电子商务对于商业地产供需的影响的研究多是定性研究，因此本文希望通过灰色关联度分析验证电子商务的高速发展对商业地产供需产生一定的影响，构建可操作性强、预测精度高的并适用于商业地产供给和需求量的GM(1,1)预测模型，并对未来一定时间内的商业地产供给和需求量进行预测分析，可以更加准确的了解商业地产市场的供给和需求情况，有助于形成对未来商业地产市场需求的合理预期。通过对商业地产供给与需求的研究，还可以为政府相关部门制定关于商业地产行业可持续发展的政策提供参考的理论依据，从而适时有效地利用宏观政策对商业地产市场进行调控，促进商业用房资源在市场上的合理有效分配。此外，还能为房地产企业的决策提供参考，有利于企业提高竞争能力与应变能力。准确的商业地产的需求预测是正确投资决策的前提，因为商业地产项目在投资成本、开发风险高、更一旦决策失误，将会造成巨大的损失，甚至可能导致破产，因此分析商业地产需求对于商业地产开发企业具有重要的意义。

2 方法论

灰色系统理论是1982 年由中国学者邓聚龙创立的，是一种解决少数据、贫信息不确定性问题的新方法。灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。灰色系统是按颜色命名的，用“黑”表示信息未知，用“白”表示信息完全明确，用“灰”表示部分信息明确、部分信息不明确。相应地，信息完全明确的系统称为白色系统，信息未知的系统称为黑色系统，部分信息明确、部分信息不明确的系统称为灰色系统。

灰色系统理论主要包括以灰色朦胧集为基础的理论体系,以灰色关联空间为依托的分析体系,以灰色序列生成为基础的方法体系,以灰色模型(GM)为核心的模型体系,以系统分析、评估、建模、预测、决策、控制、优化为主体的技术体系。

2.1灰色关联度分析

2.1.1灰色关联度分析的基本原理

灰关联分析（GRA: Grey Relational Analysis），是通过分析每个自变量与因变量的变化趋势来判断自变量的变化对因变量变化产生的影响，即贡献度的大小。如果自变量的变化能够更加贴近因变量的变化规律，那么我们就说这个自变量对预测对象即因变量的贡献很大。

影响商业房地产市场需求的因素很多，通过灰色关联分析可以找出这些众多因素中对商业房地产市场需求影响最为显著的主要因素。灰色关联分析克服了方差分析、回归分析、主成分分析等数理统计方法的不足之处，具有少数据、不必考虑数据的分布以及计算简便的优势。

2.1.2灰色关联分析的步骤

3 结果

3.1电子商务发展对中国商业地产供求影响的灰色关联分析

3.1.1影响因素的选取

电子商务发展对于商业地产供需的影响因素的多样性，商业地产供需系统的复杂性,难以全面了解电子商务发展对商业地产供需的影响因素并且确定各个影响因素之间的数量关系以及其中的主要因素与次要因素，因此电子商务对于商业地产供需的影响因素是具有灰色性。

灰色系统中的灰色关联分析是一种根据灰色理论为基础的分析方法，能够分析因素的主次关系和因素间的关系，解决数据少、信息不完全不确定的系统问题。灰色关联分析从本质上来说，是分析不同曲线之间几何形状的差别，因素间变化曲线的差值大小就是具体关联度的衡量尺度，因此灰色关联分析是一种比较客观的分析方法，对样本量的多少和样本间有无规律同样适用，它不会打乱样本间的联系与规律，且计算量小，比较方便，能解决电子商务发展对于商业地产供需的影响因素灰色性问题。

当研究电子商务发展对商业地产供需影响时应选择能反映系统特征的数据序列，这些影响因素能够反映电子商务的发展对于商业地产供给与需求有明显的影响，并且这些影响因素要易于进行量化处理。基于以上考虑，本文主要选择了以下几个影响因子进行电子商务发展对商业地产供需的影响关联度分析：中国网络零售市场交易规模、网络零售市场规模占社会消费品零售总额比例、中国网络零售企业规模、中国网购用户规模、中国个人网店数量规模、中国移动电子商务用户规模、中国海外代购市场交易规模。

3.1.2数据

本文的数据主要来源于中国统计年鉴及2012年度中国网络零售市场数据监测报告，选取2008-2012中国网络零售市场交易规模、网络零售市场规模占社会消费品零售总额比例、中国网络零售企业规模、中国网购用户规模、中国个人网店数量规模、中国移动电子商务用户规模、中国海外代购市场交易规模的数据作为电子商务发展对商业地产供需影响的影响因素数据，选取2008-2012房地产开发企业商业营业用房新开工面积作为商业地产供给的参考因素数据，选取2008-2012商业用房销售面积作为商业地产需求的参考因素数据，通过灰色关联分析，研究电子商务发展对商业地产供需的影响。

3.1.3灰色关联分析结果

按照灰色关联分析步骤进行计算，得到以下电子商务发展对中国商业地产供求影响的灰色关联分析结果：

电子商务发展对商业用房销售面积影响的灰色相关分析结果

电子商务发展对房地产开发企业商业营业用房新开工面积影响的灰色相关分析结果

一般认为，关联度大于 0.7 影响因素对参考因素才有影响，关联度越大则影响因素对参考因素的影响越大。由上述结果可知，各影响因素对参考因素的关联度均较大，说明这些影响因素对参考因素的影响均较大，电子商务的发展对商业地产的供需情况有明显的影响。

按照由大到小对计算出的各因素关联度进行降序排列，可得到电子商务发展对商业用房销售面积、房地产开发企业商业营业用房新开工面积的影响因素主次关系如下：中国个人网店数量规模>中国网购用户规模>网络零售市场规模占社会消费品零售总额比例>中国网络零售企业规模>中国网络零售市场交易规模>中国移动电子商务用户规模>中国海外代购市场交易规模。

3.2 GM(1,1)－马尔柯夫模型预测未来商业地产的供需

3.2.1数据

本文的数据主要来源于中国统计年鉴，选取2008-2012房地产开发企业商业营业用房新开工面积作为商业地产供给的数据，选取2008-2012商业用房销售面积作为商业地产需求的数据，使用GM(1,1)－马尔柯夫模型预测2013-2015年的商业地产的供需。

3.2.2 GM(1,1)－马尔柯夫模型预测结果

按照GM(1,1)－马尔柯夫模型计算步骤进行计算，得到以下预测结果：

GM(1,1)－马尔柯夫模型预测结果

通过GM(1,1)－马尔柯夫模型预测的结果，可以发现2013-2015年商业地产的供给、需求均呈现上涨趋势且上涨趋势明显。通过预测的商业地产的供给与需求数据相比较可以发现商业地产的供给远远大于商业地产的需求，商业地产市场呈现供大于求的情况。

4 结论

电子商务具有交易环节少、摩擦成本低，能够大幅度地节约流通成本的优势，也正是如此，电子商务成为近几年来发展最快的一个新兴商业模式。一般而言，新兴商业模式的发展往往会侵占原有商业模式与机制的利益，电子商务对于传统的商业销售模式就产生了巨大的冲击，而传统的商业销售模式与商业地产的需求紧密相关。本文通过灰色相关分析，得出中国个人网店数量、中国网购用户规模、网络零售市场规模占社会消费品零售总额比例是影响商业地产供需的三个最主要因素。据中国电子商务研究中心监测数据显示，截2012年12月，实际运营的个人网店数量达1365万家，中国网购用户规模达2.47亿人，中国网络零售市场交易规模占到社会消费品零售总额的6.3%，说明是电子商务日趋完善与成熟，电子商务已经融入人们的生活。电子商务的发展与传统零售业难免产生激烈竞争和相互碰撞，但是电子商务并不能取代传统的零售业，主要是因为传统零售业具有无可替代的体验性，顾客可以通过感官去感受商品的质地、气味等，而这些事电子商务无法实现的，同时电子商务仍存在许多风险与问题，如网络支付的风险、相应的法律法规不健全等。因此，电子商务并不能完全取代传统的商业零售模式，对于商业地产的需求也不会消失，通过GM(1,1)－马尔柯夫模型预测的结果也可得到验证，2013-2015年中国商业地产的需求呈现上涨趋势且上涨趋势明显。但是，GM(1,1)－马尔柯夫模型预测的结果也表明中国的商业地产的供给呈现上涨趋势且上涨趋势明显，并且商业地产的供给与需求数据相比较可以发现商业地产的供给远远大于商业地产的需求，商业地产市场呈现供大于求的情况。