基于统计学的大学生网络消费支出模型研究

张蓓蓓

（南京医科大学康达学院 理学部， 江苏 连云港 222000）

随着互联网技术的成熟和网购平台的日益优化，尤其在近年来智能手机爆发式增长的影响下，网络购物行为已经由网络时尚逐步转化为大众消费模式。根据中国互联网络信息中心（CNNIC）发布的《第37次中国互联网络发展状况统计报告》显示，截至2015年12月，我国网民规模达6.88亿，其中网络购物用户规模达到4.13亿，较2014年底增加5 183万，增长率为14.3%，我国网络购物市场保持着稳健的增长速度。网络购物在改变传统商业模式的同时，也引发了广大网民消费行为和消费观念的转变。

大学生群体是网络经济未来成长和发展的主要消费人群，[1]其网络消费行为在一定程度上反映了当今大学生的消费观念和价值取向。大学生作为社会特殊的消费群体，研究其网络消费行为，对正确评价和引导他们的消费观念意义重大。同时对院校认知学生群体，实施、改进学生管理办法，也具有实际指导意义。独立学院学生作为大学生群体的重要组成部分，其自身的特殊性决定了其网络消费的差异，本文以独立学院学生为调查对象探讨其网络消费影响因素。

一、数据采集及分析

（一）数据采集

根据普通高等学校学生网络消费的特点，通过网络问卷调查的方式，以南京医科大学康达学院（以下简称“我院”）为例，调查了独立学院学生的网络消费情况，调查对象囊括四个年级、七个专业，共回收问卷433份。回收后的问卷调查进行整理后，进行初步的分析，为消费模型的建立确定可能的影响因素。

（二）数据分析

随着我国经济的发展和消费意识的转变，大学生可支配消费水平逐步提高。[2～3]图1反映了调查对象平均月消费水平的分布情况。由图中可知独立学院大学生月消费整体水平偏高，月消费800～1 200元所占的比例最高为46%，其次为1 200～1 600元的比例为23%。扣除必要的生活开支外，大学生可支配其余消费的金额较多。

网络消费作为学生日常消费的重要内容，其消费规模和方式受月消费水平的影响较大。[4]图2反映了月网络消费金额随月消费水平的变化情况。由图中可知，随着月消费水平的提高，网络消费金额呈现明显上升的趋势。

图1 月消费水平分布图

图2 月网络消费变化图

兼职、补助等作为学生课余收入的主要来源，对学生的月消费额有一定的影响。[5]图3反映了不同月消费水平下兼职、补助收入占月消费的比例，月消费额在300～500元之间的学生受兼职、补助收入的影响较大，二者合计达到月消费额的55%；其次是月消费额在500～800元之间的学生，二者合计达到月消费额的23%。兼职、补助收入除满足学生日常生活性消费外，其余均作为休闲娱乐、学习、网络购物等改善性消费，同样可作为影响网络消费行为的因素之一。

网络购物次数作为网络消费活跃程度的体现，是影响网络消费水平不可忽视的因素。[7]网络消费频次越高，越容易导致消费群体形成长期性的网络消费习惯，进而进一步扩大其网络消费的规模。

图3 兼职、补助收入占月消费比例图

二、模型设定与实证分析

（一）模型设定

将大学生平均月网络消费金额作为模型研究对象，用Y表示。同时，根据数据分析结果，得到大学生网络消费行为的影响因素如下：

（1）大学生平均月消费金额作为第一影响因素，用X1表示；

（2）大学生平均月兼职、补助等课余收入金额的总和作为第二影响因素，用X2表示；

（3）大学生平均月网络消费次数作为第三影响因素，用X3表示。

根据凯恩斯的经济消费理论，[7]本文选择多元线性消费模型：

其中，β0、β1、β2、β3为待定的消费倾向系数，μ为其它因素的影响。

（二）回归分析

回归分析采用SPSS 22.0软件进行，根据表1中的采集数据，对多元线性模型进行回归分析。

表1 某公司A产品的产销量和资金占用的历史数据

表2显示的是回归方程外的各模型变量的有关统计量，并对引入的各变量进行偏回归系数检验。由表中可知，变量X2的概率P值大于0.05，故不能引入方程。

表2 剔除变量表

表3 回归系数表

根据剔除变量X2后的数据，进行多元线性回归，由表3得到设定模型中待定各参数。模型1中的常数项为56.260，偏回归系数β1为0.282，经T检验，β1的概率p值为0.000；模型2中的常数项为 55.374，偏回归系数 β1为 0.264，β2为 3.927，经T检验，β1和β2的概率p值分别为0.000和0.000。按照给定的显著性水平0.05的情形下，两个模型均有显著性意义。则月网络消费模型的估计方程为：

（1）考虑X1单变量影响：

（2）考虑X1和X2双变量影响：

表4显示模型的拟合情况，从表中可以看出，两个模型的复相关系数R接近0.9，判定系数R2接近0.81，调整判定系数R2接近0.81，估计值的标准误差均为67.471。说明模型的拟合度较好地反映了数据的内部联系。

表4 模型相关系数

（三）结果分析

通过对独立学院学生网络消费支出行为的实证分析，由月网络消费模型的估计方程可以看出，月消费水平和网络消费次数对学生月网络消费支出的影响都是线性的。随着月消费和网络消费次数的增加，学生的网络消费支出呈现递增的趋势。然而，二者对于网络消费的影响显著性，有明显的差异。由公式（3）可知，网络消费次数对应的影响系数为3.927，即单次网络消费金额为3.927，与实际消费情况有所出入，在一定程度上反映了网络消费次数对网络消费金额的影响较小。月消费水平作为衡量消费能力的主要因素，其对网络消费的影响程度是最为显著的。由公式（2）、（3）可知，月网络消费基本占到总月消费额的26%～28%，比例相对固定，由此可知网络消费在独立学院学生群体中是一种常态化行为。

独立学院学生家庭收入差异较大，大多数家庭条件优越，少数较困难。从学生个人收入来源的构成看，个人课余收入在低消费水平的学生中所占比例较大，但在大学生整个群体平均所占比例相对较低。这与我国在校大学生消费支出的资金来源主要由家庭提供是一致的。[5～10]由于课余收入对网络消费的影响较弱被剔除出模型，说明大学生的课余收入主要用于日常生活性消费。兼职、补助是大学生获取收入的方式，且相对独立学院大多数学生，兼职主要集中在家庭收入较少的这部分学生中，表现为低消费学生兼职、补助较普遍，进而网络消费也呈现相似的变化趋势。

三、总结

本文根据网络抽样调查获取样本，通过分析月消费水平、课余收入、网购频率等要素对独立学院学生网络消费行为的影响，利用SPSS软件对样本数据进行了回归分析和模型检验，对学生网络消费行为的影响因素建立了线性消费模型。分析结果表明，月消费水平是影响大学生网络消费规模的直接因素，对网络消费行为有显著的促进作用。而课余收入、网购频率对大学生整体群体的网络消费水平的影响较小，对低消费水平群体网购行为的作用高于较高消费水平的群体。

参考文献：

[1]屠爱国，曹慧鹏，石云丰.大学生网络消费行为计量分析[J].现代商贸工业，2014（10）：169-171.

[2]赵萌，兰德新.基于多元统计分析的大学生消费调查[J].重庆理工大学学报（自然科学版），2012（7）：123-126.

[3]陈玉珍.大学生消费调查分析[J].统计与信息论坛,2007（6）：104-108.

[4]王金台.我国网络消费的特点、发展现状及对策[J].郑州大学学报（哲学社会科学版），2005（4）：80-82.

[5]刘江帆，王齐.大学生消费支出的实证分析[J].消费经济,2005（4）：40-43.

[6]徐倩，邹德新，李晓毅.大学生消费模型的建立与分析[J].沈阳师范大学学报（自然科学版），2005（3）：245-247.

[7]何明升，李一军.网络消费的数学模型与应用分析[J].管理工程学报，2003（1）：10-12.

[8]黄江华.大学生消费模型的建立[J].科技情报开发于经济，2009（13）：160-162.

[9]郝存生.大学生消费模型的建立—以淮安某高校为例[J].数学理论与应用，2011（2）：81-83.

[10]李龑.顾客体验对社区网站品牌忠诚影响的实证研究——以“豆瓣网”为例[J].科学技术与工程,2012（2）：390-394.