[摘 要]随着互联网的应用和普及，网购已经成为一种大众化的生活方式，本文利用主成分分析模型与灰色关联度模型，研究网购对传统零售业的影响。通过对影响零售业的因素进行分析，得出一致的结论，即GDP、社会消费品零售总额、城镇居民人均可支配收入为主要影响因素。
[关键词]网购；传统零售业；主成分分析；灰色关联度
1 引 言
目前，互联网的普及带动了网购大潮兴起，传统零售业的巨头们已发现他们的竞争对手已经不再是经商的老门面，而早已变成了“无孔不入”的网络商城。越来越多的人已经转变购物观念。从而选择了网购这样一种新型的平台。在直观上来看，网购会对传统的零售业产生一定的影响，那么网购是否真正会对传统零售业的产生冲击呢？为了回答这个问题，本文采用灰色关联度与主成分分析法来进行研究。
2 问题分析
所谓的网购是指消费者运用互联网进入C2C平台，进行购买自己所需的商品，在零售业中有着诸多的因素，如网民规模、消费者信心指数、居民消费价格、快递量、社会消费品零售总额等，面对以上的诸多因素。本文将采用主成分分析模型，利用此模型提取出主响因素，接下来再利用灰色关联度模型，找出关联度较高的因素，然后对两个模型得出的结果进行对比。进而给予恰当的建议。
建模之前，需有一些基本假设：
（1）本文所选的因素都能很好地反映影响零售业的情况。
（2）在数据所选的年限里没有季度、通货膨胀等无关因素的影响。
3 模型的建立与求解
3.1 主成分分析模型
如表2所示，在主成分矩阵中，提取出三个主要影响传统零售业的因素，分别为城镇居民家庭收入人均可支配收入、国民总收入、社会消费品零售总额。
下面将对这三个影响因素进行进一步的研究，本文将采用VAR模型。
对以上得出的三个因素进行作图，可以看出城镇居民家庭人均可支配收入在以后的10年里是没有什么太大的波动。而在GDP与社会消费品零售总额在以后10年里都呈现快速递长。
3.2 灰色关联度模型
利用灰色关联度模型对影响零售业因素进行关联度分析。计算结果见表3。
在两个模型的计算结果比较中，本文能够得出相同的结论，城镇居民人均可支配收入、GDP和社会消费品零售总额都是影响零售业的因素。