本篇論文目錄導航：

【題目】我國移動電子商務發展潛力探究
【第一章】從APP角度分析移動電子商務未來市場緒論
【第二章】移動電子商務相關理論基礎
【第三章】移動電子商務發展現狀
【第四章】移動電子商務發展前景分析
【第五章】基于Weaver-Thomas模型移動電商APP市場價值分析
【總結/參考文獻】移動電子商務APP市場戰略價值研究總結與參考文獻

第 4 章 移動電子商務發展潛力分析

上一章分析了從智能手機、移動電子商務用戶、APP 三個視角分析了移動電子商務的發展現狀，移動電子商務發展取決于智能手機、移動電子商務用戶、APP 三個移動電子商務三個基本要件，而智能手機、移動電子商務用戶、APP三個移動電子商務決定和影響了移動電子商務的發展，因此本文從智能手機、移動電子商務用戶、APP 三個角度分別分析移動電子商務發展潛力，最后綜合分析了移動電子商務的發展潛力。

4.1 智能手機發展潛力分析

4.1.1 智能手機發展潛力橫向分析

由圖 3.1 可以看出手機已成為第一大上網設備，于 2014 年達到 64.10%,2013-2014 年我國手機市場上，智能手機的銷量持續呈現快速增長，占整體手機銷量中的比例也快速增長。中國報告大廳的數據顯示，2014 年中國智能手機銷量為 12.45 億臺，同比增長 28.40%,占整體手機銷量的 90%.

智能手機發展潛力橫向分析主要是分析智能手機和功能手機之間的發展潛力大小。采用定性的方法從手機的特點和用戶購買行為兩個方面來分析。

從手機的特點分析，功能電話僅僅具有語音通話和單個發普通短信；從廣義上說，智能手機除了具備手機的通話功能外，還具備了 PDA 的大部分功能，特別是個人信息管理以及基于無線數據通信的瀏覽器和電子郵件功能。智能手機為用戶提供了足夠的屏幕尺寸，既方便隨身攜帶，又為軟件運行和內容服務提供了廣闊的舞臺，很多增值業務可以就此展開，如股票、新聞、天氣、交通、商品、應用程序下載、音樂圖片下載等等。正是因為這些優勢為智能手機的快速發展奠定了基礎。

從顧客購買者行為影響因素分析，影響智能手機購買者行為的因素主要有社會因素、文化因素、心理因素、個人因素。

1. 社會因素

隨著科技不斷發展，社會不斷進步，年輕一代的消費者普遍會選擇購買智能手機，甚至是最新的智能手機。中年人也會選擇購買智能手機以不至于與社會脫節。對于老年人來說，不會操作，一般不會選擇購買智能手機，但一些兒女為了孝順長輩，會選擇購買送給老年人。

2. 文化因素

手機的使用操作需要一定的文化基礎，相比較而言，文化程度較高的消費者會更青睞價格更貴更高科技的智能手機，而文化程度較低的消費者可能不會購買智能手機或購買操作較簡單的智能手機。

3. 心理因素

從眾心理會使更多消費者使用智能手機，比較心理會使消費者追求更新更好的智能手機。比如前段時間剛出來的蘋果 6,深受大家追捧，許多有經濟能力又追求新潮的消費者如明星等都在第一時間換上了蘋果 6.

4. 個人因素

個人的偏好、習慣、個性、對品牌的認知會影響對智能手機的選擇，消費者會根據自己的需求或通過詢問的方式來選擇智能手機的品牌、樣式、購買渠道等。

通過上述分析可以看出智能手機的發展潛力相對于功能手機是巨大的。

4.1.2 智能手機發展潛力縱向分析

智能手機發展潛力縱向分析主要從功能的完善程度來分析。

從當前智能手機功能完善程度來分析，當前智能手機功能還沒有充分開發出來，如還有移動視頻會議、生物識別傳感器、設備之間的互聯互通、綠色電池電源、無線、移動投影等。移動視頻會議是指使用手機隨時隨地進行視頻聊天和視頻會議，這對于一些用戶來說非常有用，生物識別傳感器是指一些高級別的生物特征識別裝置也可以在手機上得到實現，設備之間的互聯互通是指手機與電腦、電視等其他數碼電子設備之間的互相識別和無縫共享，這將會極大的方便用戶，綠色電池電源指以前的手機曾使用的電池顯得很笨重，而現在的綠色電池技術將有望進入手機，這可以使手機可以直接利用光能充電，無線是指使手機徹底去除繁瑣的電線，將共享視頻、音樂、文件等內容變的更加簡單，移動投影是指有投影技術的手機，這會滿足一些人的需求。

從智能手機的操作系統來分析，由表 3.3 中數據可以看出用戶主要使用安卓系統的智能手機，比例達到了 70.10%,遠遠高于其他系統如 Windows 系統和蘋果系統。安卓系統相對于其他系統有如下優勢，開源及免費，這很有穿透力?？梢灶A見未來安卓系統的智能手機的發展潛力有多大。

通過以上分析可以看出智能手機的發展潛力很大，且已經成為用戶手機購買首選機型，功能手機將逐漸退出市場。智能手機市場中，用戶更偏愛基于安卓系統的智能手機。

4.2 基于線性神經網絡的移動電子商務用戶發展潛力分析

4.2.1 移動電子商務用戶發展潛力影響因素

影響移動電子商務用戶發展潛力主要是用戶屬性包括性別指數、年齡指數、地域分布指數、學歷指數、職業指數、收入指數六項，而移動電子商務用戶規模的大小是衡量移動電子商務用戶發展潛力的一個定量指標，本節通過運用線性神經網絡模型，做出 2014-2016 年移動電子商務的用戶規模。

4.2.2 線性神經網絡預測移動電子商務用戶規模

移動電子商務用戶規模作為衡量移動電子商務市場發展潛力的一個重要指標，其未來發展狀況關系到移動電子商務市場，選用合適的神經網絡模型對其進行預測分析研究。

線性神經網絡是最簡單的一種網絡，由若干個線性神經元構成前向網絡。自適應線性單元網絡是線性神經網絡最早的典型代表是由 B.Widrow 和 M.E.Hoff于 1960 年提出的。線性神經網絡采用的傳遞函數是線性函數，所以其輸入可以取任意值。網絡的權值和閾值是基于最小二乘算法（LMS）的 Widrow- Hof（fW-H）學習規則來逐漸調節的，這樣其精度和收斂速度都會有較大的改善[37-38].

1. 模型選擇

對于一些線性可分離的問題，用線性神經網絡就可以解決。通過不斷調整輸入值來不斷調整權值和閾值，使誤差最小，盡可能使網絡有良好的預測能力2. 數據選擇與歸一化

構造樣本，將樣本分為訓練樣本和測試樣本，訓練樣本用于網絡訓練（學習），測試樣本用于測試網絡預測精度。把 2008-2012 的數據作為訓練樣本，2013 作為測試樣本。對訓練樣本做歸一化處理，將所有數據劃為[0,1]之間的數，這樣更容易學習，而且更加精確。

3. 線性神經網絡構建

確定神經網絡結構，輸入層，可以選擇輸入層神經元個數為 2 或 3,選擇輸入層神經元個數為 2.若模型的輸入層神經元數為 2.這是一個時間序列問題，第 n 年的用戶規?？梢杂们?n-1 年的用戶規模表示，故構造如下函數關系。

線性神經網絡的采用滾動預測方法進行訓練，滾動預測方法是首先選擇一組歷史數據預測未來某一時點的值，然后再把這一仿真模擬數據再視為歷史數據繼續預測下去，依次類推，逐漸的預測未來一段時期的值。若時滯窗口 k=2 時，也就是用 2008 年到 2009 年數據作為網絡的輸入，2010 年的預測值作為網絡的輸出。

接著用 2009 年到 2010 年的數據作為網絡的輸入，2011 年的預測值作為網絡的輸出。依次類推，這樣就得到 2014 到 2016 年的預測值。分別運用上述模型訓練網絡，計算誤差，選出誤差小的模型，對 2014 到 2016 年的數據進行預測。

Widrow-Hoff 提出線性神經網絡的有導師學習算法 Widrow-Hoff 學習規則，另外又叫最小均方誤差 LMS 學習算法，該算法學習規則定義如下：

目標是不斷調節權值，使 mse 從誤差空間的某點開始，沿著 mse 的斜面向下滑行，最終使 mse 達到最小值。算法實現如下。

（1） 初始化賦給線性神經網絡結構中的各個連接一個隨機值，但這個值要小一點的。

（2） 把一個樣本輸入，計算連接權值的調整量

公式中 為學習率，當取較大值時，有加快網絡的訓練速度的效果，但是其值不能太大，反之則會導致網絡穩定性的降低和訓練誤差的增加。因此，為了保證網絡進行穩定的訓練，學習率必須選擇一個恰當的值。

（4） 計算均方誤差。

（5） 判斷誤差是否達到預先設定的要求，預先設定的誤差可以使 0 或者其他。

如果達到目的要求，就算法結束，反之輸入下一個樣本，返回第二步進入下一輪求解過程。

線性神經元以線性函數作為傳遞函數，其輸入與輸出之間的關系是簡單的純比例關系。其輸入、輸出關系為：

其中函數f 為比例傳輸函數。

線性神經網絡實現預測過程中需要涉及的函數和基本功能。首先介紹Newlind（），此函數的功能是新建一個線性神經網絡，其次介紹 Learnwh（），此函數的功能是線性神經網絡學習函數。然后介紹 Purelin（），此函數的功能是純線性傳輸函數，此函數返回網絡輸入向量的輸出矩陣，神經元最簡單的傳輸函數是簡單地從神經元輸入到輸出的線性傳輸函數。輸出單單被神經元所附加的偏差所修正，newlind（）函數建立的網絡可以用該函數做為傳遞函數。最后介紹 Mse（），此函數的功能是均方誤差性能函數。

采用平均絕對誤差，誤差公式如下：

線性神經網絡模型訓練所產生的誤差，誤差曲線如圖 4.3 所示經由線性神經網絡模型預測，2014 年的移動電子商務用戶數量為 4.8 億，2015 年的移動電子商務用戶數量為 5.55 億，2015 年的移動電子商務用戶數量為6.26 億，趨勢如圖 4.4 所示。

移動電子商務用戶數量發展迅猛，用戶從 2008 年不到 0.1 億，到 2013 年就達到了 3.73 億，2014-2016 年移動電子商務用戶數量也呈現指數上漲趨勢。即移動電子商務用戶發展潛力巨大。

移動電子商務用戶大致可以劃分為年輕用戶、中年用戶、老年用戶。從用戶對內容的需求來分析，年輕用戶對內容的需求很大，中年用戶對內容的需求相對需求較大，而老年用戶對內容的需求則不大，從上述分析中可以看出年輕用戶是最具有發展潛力的用戶。

4.3 APP 發展潛力分析

4.3.1 APP 發展潛力影響因素分析

APP發展潛力影響因素包括覆蓋率、啟動次數比例、軟件質量、使用率、用戶屬性、下載量、市場份額、生活緊密程度、停留時間。

4.3.2 APP 發展潛力橫向分析

從圖 3.7 中，可以清晰看出移動 IM 在覆蓋率和啟動次數這兩項指標上相對其他 APP 有優勢，當前還沒有 APP 市場價值分析的文獻，只有少數咨詢機構發布的 APP 排行榜，從圖 3.9 中可以看出社交類 APP 相對商務類 APP、工具類 APP和娛樂類 APP 在覆蓋率和啟動次數兩項指標上占有優勢。70%用戶對付費 APP的態度拒絕，可見免費 APP 相對于付費 APP 的發展是有潛力，軟件質量對 APP的發展潛力影響不是太大，這是因為當前 APP 設計技術的成熟，基本都能達到和諧交互，生活緊密度則很大程度上影響了 APP 的發展潛力，如移動購物和人們生活關系緊密，可以說生活緊密度高的 APP 發展潛力巨大，停留時間的多少也能影響 APP 的發展潛力，在一種 APP 停留時間的長短顯示用戶對這項 APP 的喜歡程度，可以說停留時間長的 APP 的發展潛力相對于停留時間短的 APP 的發展潛力大，下載量很大程度上影響 APP 的發展潛力，可以說下載量大的 APP 比下載量小的 APP 的發展潛力大，使用率很大程度上影響 APP 的發展潛力，可以說使用率大的 APP 比使用率低的 APP 發展潛力大，市場份額也能影響 APP 的發展，可以說市場份額大的 APP 發展潛力相對于市場份額小的 APP 發展潛力大，用戶屬性也能影響 APP 的發展潛力，但是這么多影響因素，具體哪種 APP 綜合上述因素發展潛力巨大，本文第 5 章通過引進產業競爭力分析模型，對移動視頻、移動新聞、移動音樂、移動購物、移動搜索五類用戶常用的 APP 進行市場價值分析，具體研究哪種 APP 是最具有戰略價值。

4.3.3 APP 發展潛力縱向分析

企業 WAP 是對傳統互聯網的一次革命，使用戶能夠隨時隨地的上網，解決了用戶受上網地點、時間限制的問題。而另一場移動互聯網的革命之火應運而生。

這場“革命”是以智能手機及智能手機中的 APP 應用為主題的，相較于 WAP 站點的發展緩慢，手機 APP 擁有迅猛的發展勢頭，APP 取代企業 WAP 網站成為手機主流窗口，解決了用戶對內容的需求。從 APP 在行業中的開發比例和企業兩個角度來分析 APP 發展潛力。

APP 在各個行業的開發比例不高，在餐飲、教育、商超等領域 APP 的開發比例太低，甚至有些領域 APP 還沒有涉足，APP 的開發還處于初級階段，這些領域 APP 的發展能夠未用戶帶來方便快捷，也能為 APP 企業提供額外利潤，這顯示 APP 的發展潛力巨大。

APP 作為移動電子商務中應用軟件或者說是窗口，能夠為傳統企業增加銷售渠道，企業管理的移動化等，從而提高公司效率，節省成本，擴大利潤。傳統企業迫切需要 APP 發展帶動自己企業發展，不至于落后。

上述分析縱向分析智能手機發展潛力中顯示智能手機在很多功能上還有進步空間，而這些功能的實現則需要 APP 這個窗口來解決這些新功能，綜合多方面分析，可見 APP 的發展潛力巨大。

4.4 移動電子商務發展潛力綜合分析

從以上分析可以看出，可以看出智能手機發展潛力巨大，用戶發展潛力巨大，APP 的發展潛力空間也是巨大。由第三章移動電子商務現狀綜合分析中，即APP 的現狀相對于智能手機和用戶的現狀顯得不那么樂觀，APP 是移動電子商務的窗口，由木桶原理，可以看出 APP 的發展潛力關乎移動電子商務發展潛力的前景，APP 的發展對移動電子商務的發展的重要作用。

4.5 本章小結

通過上述分析，運用定性、定量方法研究智能手機的發展潛力，得出安卓系統的智能手機是具有發展潛力，運用線性神經網絡模型定量對移動電子商務的用戶數量進行了預測，2014年移動電子商務用戶規模達到4.8億，2015年移動電子商務用戶規模達到5.55億，2016年移動電子商務用戶規模達到6.26億，2014-2016年用戶幾乎以指數函數形勢增長，發展潛力巨大，其中年輕用戶發展潛力巨大，運用定性、定量方法研究APP的發展潛力得出APP的發展潛力巨大。

最后結合短板理論綜合分析移動電子商務發展潛力，得出未來移動電子商務發展潛力還要看 APP 的發展潛力。APP 的發展潛力是移動電子商務發展潛力的短板，APP 的發展潛力關乎移動電子商務發展前景。