摘要：本文以京东集团为例，依据2015~2019的用户数量、仓库数量、公司员工的相关指标数据来预测2020~2024年的营业年收入。本文中通过指数平滑法和多元线性回归分析等方法，构建京东集团的营业年收入与相关影响因素的预测模型，并利用Eviews和SPSS进行求解，得出京东集团的营业年收入的预测结果等结论，并提出对其发展切实可行的建议。

　　关键词：京东集团;指数平滑法;多元线性回归

　　一、引言

　　进入21世纪以来，全世界发生了翻天覆地的变化，网络购物、电商直播以及人工智能无一不在提醒着人类，科技时代的到来。为了支持电商企业的发展，商务部在下发的《商务部“十二五”电子商务发展指导意见》中提到要大力提高电商的发展以及要着重培养电商专业人员。在这一发展迅速的时代里，一个大的企业要想站稳脚跟必须要有强硬的实力以及过人的胆识。本文以京东企业为例，介绍该企业的运作模式以及在发展过程中营业年收入的变化，并对影响营业年收入的多个影响因素(仓库数量、公司员工、用户数量)的数据进行分析，预测出未来五年京东的发展态势，并给出切实可行的发展建议。

　　二、文献综述

　　在本文对电商企业的研究中，主要以京东企业为例，针对该公司的营业年收入及相关影响因素的分析，来预测未来五年京东的发展。在京东集团的发展方式上，张睿宁[1]对京东集团新零售的发展进行SWTO分析，并给出多个发展建议;钱颖萍等[2]对智慧物流技术进行分类，并介绍了在京东集团对这些智慧物流技术的运用，介绍了京东集团在网络技术与信息技术的共同作用下“互联网+”模式下的发展状况;张双双[3]研究了京东全球购在跨境电商发展中的策略部署。

　　在对京东集团营业年收入的预测中用到了指数平滑法和多元线性回归，杨丽等[4]人运用多元线性回归分析了云南省第一产业产值、第三产业产值和财政支出3个影响因子对该省总体经济发展的影响;张杰等[5]人根据多元线性回归、三次指数平滑法对深圳市垃圾总量的多个影响因素进行分析，并预测出垃圾总量的结果。

　　三、模型构建及分析

　　(一)多元线性回归分析

　　1. 模型介绍

　　在回归分析的过程中，若有两个或两个以上的自变量，就称之为多元回归。在实际情况中，人们往往都会利用多个因自变量去预测因变量，并且多个自变量预测出来的结果精准度远远高于仅用一个自变量的预测结果。所以在运用中，往往是多元线性回归的价值远大于一元线性回归。

　　2. 模型及数据分析

　　y为因变量，x1，x2为自变量，当自变量与因变量呈现为线性关系时，二者的关系可用公式表述为：yi=b0+b1x1+b2x2+μi，b0是常数项，b1，b2为回归系数。

　　以二元线性回归模型为例，求解回归参数的标准方程组为：

　　■y=nb0+b1■x1+b1■x2

　　■x1y=b0■x1+b1■x12+b2■x1x2

　　■x2y=b0■x2+b1■x1x2+b2■x22

　　利用多元线性回归求出各个影响因素的相关性，具体结果如下表所示：

　　表1 各影响因素的相关性

　　由表1可清楚的看到，在各影响因素的相关性分析中，营业总收入与各个影响因素之间都是呈现正相关。也就是用户数量、仓库数量、员工数量的增加都会导致京东集团营业年收入的增加。同时，各个影响因素之间也是正相关的关系，也就是用户数量的增加，会造成仓库的使用数量增多，公司所需要的员工也会相应的增加。

　　表2 京东集团2020~2024年营业总收入预测结果

　　利用京东集团2015~2019年五年的营业总收入、员工数量、用户数量、仓库数量等指标数据，在表2中可清楚的看出该企业近几年的发展走势。通过预测结果可得出，2022年将会进入亏损状态，未来的发展需要采取一些改革措施。

　　四、发展建议

　　在新时代的浪潮里，想要站稳脚跟，快速发展，必须要有自己的核心科技，成为无法被取代的一环才能永不衰败。要坚持在科技创新这条路上继续加大投资，把握好市场动向，深入了解用户的喜好，创造出用户认可且热爱的商业策略。

　　京东集团格外重视与客户密切接触的末端配送，所以成立了京东物流，建立属于自己的仓库。因大量客户的存在，为了实现“211”、“当日达”、“次日达”等策略，要求该公司必须要有库存量，但过多的库存必定会加大资金的投入量，减少公司内部的流动资金，影响后续的一系列发展。为了使企业能够更加灵活的应对市场的不确定性，应在保证足够的安全库存的前提下，尽可能的缩减库存容量。C

　　(作者单位：北京物资学院)

　　参考文献

　　[1] 张睿宁.京东新零售战略SWOT分析[J].中小企业管理与科技(上旬刊),2020(12):130-131.

　　[2] 钱颖萍.企业智慧物流技术应用现状——以京东物流为例[J].中国储运,2020(11):119-121.

　　[3] 张双双.电商企业国际化发展战略研究——以京东集团为例[J].商场现代化,2019(09):48-49.

　　[4] 杨丽,付伟.基于多元线性回归的云南省经济发展影响因素分析[J].山西农经,2019(04):9-11.

　　[5] 张杰,朱家明.基于多元回归和三次指数平滑法对垃圾总量的预测[J].齐鲁工业大学学报,2020,34(04):69-74.