移动端考研产品发展前景分析——以上海市为例

□屠西伟

（安徽财经大学经济学院 安徽 蚌埠 233000）

移动端考研产品发展前景分析
——以上海市为例

□屠西伟

（安徽财经大学经济学院 安徽 蚌埠 233000）

本文针对移动端考研产品发展问题，以给定数据为基础，定量分析了影响考研移动端产品的主要因素以及上海市考研移动端产品投放的可行性。建立涵盖经济基础环境、文化教育、社会发展三项一级指标，六项二级指标、九项三级指标，根据降维思想，计算上海市移动端考研产品投放可行性的因子得分，并运用SPSS、EXCEL等软件对上海市移动端产品投放可行性的指标体系进行因子分析，进而得出综合得分情况。最后对整个模型存在的不足进行讨论，提出对原模型更加科学、严谨的意见和建议。

考研产品；上海；因子分析；对策建议

1 问题背景

随着互联网时代的到来，人们的生活、工作、学习、娱乐无处不被网络产品所充斥，随着网络电视、PC端的不断普及人们已经不满足于固定的网络设备，移动端网络设备开始逐渐占领人们的生活领域，2017年全国硕士研究生招生考试共有201万人报名参加，比去年增加了24万名考生，增加13.56%，我国即将迎来新一轮的考研热潮，庞大的考研人群为企业带来了可观的市场受众，各种考研产品层出不穷，单词、题库、考研视频课程等等，而近年来市场上出现了一种新形式的考研产品——移动端考研产品。

现在的考研群体主要为在校大学生，据报道最新一届的考研学生年龄段普遍已经延伸到93后甚至94后，他们大多是互联网的“原住民”，从小接触互联网、电子产品，对于手机上（移动设备）的新生事物也更为敏感、接受速度更快，同时，他们也是目前流行的各类移动APP的主流用户群。可以说，现在的考生在通过移动端进行备考复习时有着更为强烈的诉求和更高的频次。随着考研热的到来，移动端考研产品也进入了迅速发展的时期。如何选择合适的城市投放考研产品成为我们需要斟酌的问题。投放可行性的问题必须与当地具体情况相结合，经济环境、社会发展、考验教育都是影响投放可行性的重要因素。本题中我们选择的研究对象为上海市，上海作为一所一线城市，距今为止共拥有10所重点工程建设高校，其中有4所为985工程高校，科研机构更达到了上百所。2015～2016学年末，上海全市共有普通高等学校64所，普通中等学校885所，普通小学753所，特殊教育学校29所。全市共有48家机构培养研究生，全年招收研究生4.91万人，在校研究生14.50万人，毕业研究生3.97万人(数据来自2016年上海市国民经济和社会发展统计公报)。因此，选取上海市作为研究对象作为评价移动端考研产品的可行性具有一定的参考价值。

2 问题假设

（1）假设倾向使用移动端考研产品为1，其他为0.（2）假设是否倾向使用移动端考研产品二值，满足伯努利分布；（3）因子变量个数少于原有变量个数；（4）公共因子与特殊因子是不相关的；（5）各个公共因子不相关且方差为1；（6）各个特殊因子不相关，方差不要求相等。

3 模型简介与变量选取

结合上海市具体情况，构建以下指标体系：经济基础环境、社会发展、考研教育，在经济基础环境指标体系下，我们选取人均GDP、财政收入占GDP比重反应经济实力，采用第三产业占GDP比重、出口额占GDP比重反应经济结构，用移动电话普及率反应基础设施的完善程度；在社会发展指标体系下，用就业率反应社会结构，用人口增长率、人均教育经费反应人口素质，在考研教育体系下，用研究生报考人数来表示对移动端考研产品的直接需求，依次用X1、X2、X3、X4、X5、X6、X7、X8、X9 表示。[1]

3.1 因子分析

因子分析是一种降维、简化数据的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并将少数几个“抽象”的变量来表示其基本的数据结构这几个抽象的变量被称为因子，能反映原来众多变量的主要信息。继而可以在提取因子的基础之上，构建综合评价指标，来反映所研究问题的整体情况。[2]

3.2 模型介绍

假设有N个样本，每个样本有q个指标，这q个变量经过标准化处理后，均值为0，标准差为1.则原有变量用k个因子F1、F2、F3……FK的线性组合来表示，即有：

上式便是因子分析的数学模型，也可以用矩阵形式表达：

3.3 因子分析步骤

3.3.1 考察原有变量之间是否适合因子分析。首先考察原有变量之间知否存在一定的线性关系，即对因子分析可行性进行验证，SPSS中提供了相关系数矩阵、巴特利特球度检验和KMO检验。

3.3.2 提取因子。一般依据特征根大于1提取因子，将原有变量浓缩成少数变量。

3.3.3 计算因子得分。因子得分是因子分析的最终体现，用原有变量描述因子，然后利用方差贡献度为权重，计算最后综合得分。

3.3.4 数据来源。相关数据来源为历年《上海统计年鉴》，由于研究生报考人数数据的可得性，区间为1994-2015，最终指标通过相关计算得到。

4 模型求解

4.1 因子分析可行性指标

巴特利特球检验相应的概率接近于0，所以相关系数矩阵与单位矩阵有显著性差异，可以进行因子分析。[3]

4.2 提取因子

表1 因子分析的初始解

提取方法：主成分分析

特征根大于1时，只有人均GDP、财政收入占GDP的比重、第三产业占GDP比重、移动电话普及率、人均教育经费支出的绝大部分信息可以被解释，这些变量的信息丢失较少，但其余4个变量的信息丢失较为严重，出口额占GDP比重信息丢失度超过50%。所以我们重新制定提取特征根的标准，指定提取两个因子。此时，提取效果较为理想，所有变量的共同度均很高，各个变量的信息丢失较少。[4]

4.3 计算因子得分

采用回归法估计因子得分系数，写出因子得分函数：

4.4综合评价

采用因子加权总分的办法，计算出1994-2015年以来关于移动端考验产品投放可行性的综合评价得分。[5]

由测算结果可以得出，上海市综合得分经历了较快的增长。在1994年至2004十年间综合得分一直为负值，但是保持持续增长趋势，2005年以后增长为正值，尤其是在2010年以后，增长趋势更为明显，上海市投放移动端考研产品的可行度在加大。第一，上海是我国金融中心，经济发展水平高，考研学生家庭有足够的可支配收入。第二，正是由于上海经济发达，吸引高素质人才的流入，这对本地的本科生就业造成了一定的冲击，为增强自身就业竞争力，走上考研之路。上海市2017年考研人数为5.2万人，同比增加18.2%。对于考生来说，报名人数的增加则代表着他们将面临着更加激烈的竞争，传统的自我修炼已经不能跟上时代的步伐，只有掌握方便及时的学习方法，才能更有效率地学习。而移动产品由于具有使用场景更丰富、使用更加灵活方便、且可以随时随地利用碎片化时间学习等多方面的优势，成为年轻一代考研群体更倾向移动端学习的主要原因。第三，移动端考研产品推行的客观环境和wifi的覆盖有直接关系，上海市的网络建设基础完善，这也为移动端考研产品的投放提供了便利。目前，上海市各大校园内已经基本实现wifi全覆盖，并且小区、公共产所等区域的wifi的覆盖面积已经进一步加大。通过指标体系的建立，以最小信息丢失为前提，建立了上海市考研产品投放可行性的综合得分函数，动态反映出上海市历年考研产品环境变化。不足之处在于指标体系涵盖信息不够全面，缺乏横向对比。下一步将在原有模型基础上，添加相关指标，选取全国省会城市作为参考标准，全面反映上海市考研产品投放的可行性。[6]

结束语

移动端考研产品满足了市场的需求，准确的来说是未来考研发展的一个趋势。本文在对上海市考研产品分析的基础上，得到了一些结论：（1）移动产品由于具有使用场景更丰富、使用更加灵活方便、且可以随时随地利用碎片化时间学习等多方面的优势，成为年轻一代考研群体更倾向移动端学习的主要原因；（2）传统的自我修炼已经不能跟上时代的步伐，只有掌握方便及时的学习方法，才能更有效率地学习；（3）网络建设基础完善，这也为移动端考研产品的投放提供了便利。基于以上的结论，提出如下的建议：（1）加强基础设施建设，完善网络设施建设；（2）政府要加强监管，促进移动端考研产品市场健康、有序发展。（3）以考生需求为导向，为学生创造质量高、服务好、随时随地可以学习的高品质产品。[7]

[1]王会娥.面向对象中分层模块化设计的运用[J].软件,2011,32(3):37-39

[2]BoisyPitre.Swift基础教程[M].北京:人民邮电出版社,2015.

[3]田伟宇.iOS应用架构谈 (一):架构设计的方法论[EB/OL].http://www.infoq.com/cn/articles/ios-app-arch-part-01.

[4]符国群.消费者行为学[J].高等教育出版社，2014（13）.

[5]贺继红,白建磊.市场营销学同理[J].清华大学出版社，2014（03）.

[6]高菊兰.保险市场消费行为心理因素分析[J].中国知网，2014（01）.

[7]侯渝.关于消费心理与行为的市场营销策略探析[J].2011.

1004-7026（2017）14-0120-02

F49

A

10.16675/j.cnki.cn14-1065/f.2017.14.079

屠西伟（1995.8-），男，汉族，安徽六安人，安徽财经大学经济学院，2014级本科生，研究方向：经济增长。