范剛龍 劉盼

摘 要：隨著信息技術(shù)的高速發(fā)展，電子商務(wù)不斷推動消費格局的轉(zhuǎn)變，電商不僅改變了人們的生活方式，還極大拉動GDP，推動了社會發(fā)展進程。本文通過信息沉淀法初步選擇指標(biāo)，使用因子分析法篩選指標(biāo)，構(gòu)建區(qū)域電子商務(wù)水平評價指標(biāo)體系。為更好地了解區(qū)域電子商務(wù)水平，促進國家和地區(qū)電子商務(wù)迅速發(fā)展，本文運用因子分析和聚類分析方法對區(qū)域電子商務(wù)水平進行綜合評價，得出結(jié)論：目前我國大多數(shù)省份的電子商務(wù)水平未達到均值，整體電子商務(wù)水平偏低；電子商務(wù)水平發(fā)展不均衡且地理分布差異顯著，電子商務(wù)水平從東南沿海向西部遞減；高分區(qū)主要是北京、廣東、上海、浙江、江蘇、山東、福建、四川等地，低分區(qū)主要是吉林、新疆、黑龍江、甘肅等地，存在明顯的空間聚集特征?；诖?，本文將各省聚類為3類，即北京、上海聚為一類，廣東單獨聚為一類，其余省市聚為一類，以更好地反映區(qū)域電子商務(wù)水平的聚類層次。

關(guān)鍵詞：區(qū)域電子商務(wù)；水平評價；因子分析；系統(tǒng)聚類法

本文索引：范剛龍，劉盼.<變量 2>[J].中國商論，2023（14）：-044.

中圖分類號：F724.6 文獻標(biāo)識碼：A 文章編號：2096-0298（2023）07（b）--04

1 引言

20世紀(jì)90年代中期至21世紀(jì)以來，信息化的高速發(fā)展為電子商務(wù)的普及和崛起提供了重要基礎(chǔ)。2022年，騫芳莉發(fā)表了《中國電子商務(wù)報告（2021）》，其數(shù)據(jù)顯示2021年中國電子商務(wù)交易額達42.3萬億元，比2020年同期增長19.6%。報告數(shù)據(jù)顯示，2011—2021年跨境電子商務(wù)進出口總交易額達1.92萬億元，全國網(wǎng)上零售交易額達13.09萬億元，全國農(nóng)村網(wǎng)絡(luò)零售交易額達2.05萬億元；電子商務(wù)就業(yè)人數(shù)達6727.8萬，電子商務(wù)服務(wù)業(yè)營收達6.40萬億元，快遞服務(wù)行業(yè)的企業(yè)業(yè)務(wù)量累計完成1083.0億件。

本文使用因子分析和聚類分析方法對區(qū)域電子商務(wù)水平進行綜合評價，聚焦省份間電子商務(wù)發(fā)展的差異性，有利于各省認(rèn)清各自的優(yōu)勢和劣勢，針對性地從優(yōu)勢出發(fā)，盡可能規(guī)避劣勢，尋找適合本省的電子商務(wù)發(fā)展方向，同時對政府及相關(guān)部門發(fā)展電子商務(wù)，擬定相關(guān)政策起到一定的參考價值。

2 區(qū)域電子商務(wù)水平評價指標(biāo)體系的構(gòu)建

2.1 初選指標(biāo)

本文使用信息沉淀法對指標(biāo)進行初步選擇，具體步驟為：（1）在知網(wǎng)（CNKI）、萬方網(wǎng)、維普網(wǎng)等數(shù)據(jù)網(wǎng)站檢索關(guān)鍵詞“電子商務(wù)水平”“電子商務(wù)評價”，共檢索到15065條相關(guān)文獻；（2）在搜索結(jié)果中使用“指標(biāo)體系”“評價體系”關(guān)鍵詞進行檢索，根據(jù)研究方向和文章主旨篩選出56篇可以借鑒的文獻、107個可用指標(biāo)；（3）對107個指標(biāo)整理歸納，將相同或相似指標(biāo)合并，不重要或重要程度低的指標(biāo)刪除；（4）根據(jù)數(shù)據(jù)的可收集性，指標(biāo)的初步選擇結(jié)果如表1所示。

表1 指標(biāo)的初步選擇

目標(biāo)層 初始分類 初始指標(biāo)

區(qū)域電子商務(wù)水平評價指標(biāo)體系（A） 準(zhǔn)備度 移動電話基站數(shù)（萬個）B11

網(wǎng)上計算機數(shù)（臺）B12

域名數(shù)量（萬個）B13

快遞網(wǎng)點數(shù)（處）B14

應(yīng)用度 人均電子商務(wù)交易額（萬元）B21

移動電話普及率（部/百人）B22

每百人使用計算機數(shù)（臺）B23

移動互聯(lián)網(wǎng)用戶數(shù)（萬戶）B24

影響度 電商企業(yè)數(shù)量占比（%）B31

電商企業(yè)銷售額（億元） B32

快遞量（萬件）B33

信息傳輸和軟件、信息技術(shù)服務(wù)從業(yè)者工資（元）B34

2.2 構(gòu)建指標(biāo)體系

2.2.1 KMO檢驗和Bartlett檢驗

本文以2021年數(shù)據(jù)為例，將12個標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)導(dǎo)入SPSSP26.0軟件中，得到KMO的數(shù)值為0.77，大于0.6，Bartlett球形度檢驗的結(jié)果顯示P=0，表示不接受零假設(shè)，因此比較適宜做因子分析。

2.2.2 選取公因子個數(shù)

因子分析所得碎石圖如圖1所示，表明前三個因子處于一個明顯的拐點，這三個因子旋轉(zhuǎn)后的累計方差貢獻率分別為41.66%、77.677%、90.134%，因此保留3個因子比較合適。

由表2可知，本研究選取3個公共因子后，約58%的指標(biāo)共同度在90%以上，25%的指標(biāo)共同度在80%～90%，說明大部分指標(biāo)具有較高的共同度，即每個指標(biāo)丟失的信息較少。由此可見，選取3個公共因子幾乎涵蓋12個指標(biāo)的大部分信息，進一步說明選取3個公因子是合適的。

2.2.3 指標(biāo)體系的構(gòu)建

由表2可知：指標(biāo)B11～B14在公因子F1中具有較高的載荷，將其命名為環(huán)境支撐；指標(biāo)B21～B23在公因子F2中具有較高的載荷，將其命名為應(yīng)用滲透；指標(biāo)B31在公因子F3中具有較高的載荷，將其命名為發(fā)展?jié)摿ΑＲ罁?jù)研究簡便性原則和指標(biāo)代表性原則，其余指標(biāo)因具有較低的因子載荷而舍棄，據(jù)此構(gòu)建區(qū)域電子商務(wù)水平評價指標(biāo)體系，如表2前3列所示。

3 區(qū)域電子商務(wù)水平的綜合評價

3.1 數(shù)據(jù)收集

本文數(shù)據(jù)來源于2018—2022年《中國統(tǒng)計年鑒》和國家統(tǒng)計局官網(wǎng)，收集并整理2017—2021年我國各省市相關(guān)指標(biāo)數(shù)據(jù)。

3.2 數(shù)據(jù)標(biāo)準(zhǔn)化處理

本文使用z-score標(biāo)準(zhǔn)化對數(shù)據(jù)進行處理，假設(shè)進行因子分析的指標(biāo)變量有p個：x1，x2，…，xp，共有n個評價對象，第i個評價對象第j個指標(biāo)的取值為xij，將各指標(biāo)值xij轉(zhuǎn)化成標(biāo)準(zhǔn)化指標(biāo)，如下：

，（i=1，2，…，n; j=1，2，…p）（1）

其中，，，即，sj分別為第j個指標(biāo)的均值和標(biāo)準(zhǔn)差，相應(yīng)地稱為標(biāo)準(zhǔn)化指標(biāo)變量。

3.3 因子分析

3.3.1 綜合因子得分

本文以各省綜合得分為依據(jù)，對區(qū)域電子商務(wù)水平進行評價，將數(shù)據(jù)導(dǎo)入SPSS26.0得到各年成分矩陣表和總方差解釋表。假設(shè)進行因子分析的指標(biāo)變量有p個，主成分有n個，利用成分矩陣表的數(shù)據(jù)進行回歸分析，得到第i個因子的得分公式如下：

，（i=1，2，…，n）（2）

其中，bip代表第i個主成分第p個指標(biāo)的因子得分系數(shù)；是第p個指標(biāo)標(biāo)準(zhǔn)化后的數(shù)據(jù)。

本文使用綜合得分公式和總方差解釋表中的數(shù)據(jù)，將方差貢獻率除以累計方差貢獻率所得的值作為權(quán)重，可得綜合得分公式如下：

（3）

其中，為第n個主因子的因子得分；為第n個主因子的權(quán)重。

3.3.2 因子分析結(jié)果

依據(jù)前文所得綜合得分公式，本文得到2017—2021年各省綜合得分，如表3所示。

表3 近5年各省綜合得分

省份 2017年 2018年 2019年 2020年 2021年

北京 3.90 3.54 3.64 3.23 3.61

天津 -0.21 -0.41 -0.39 -0.36 -0.35

河北 -0.46 -0.42 -0.36 -0.30 -0.33

… … … … … …

青海 -0.95 -0.92 -0.90 -0.78 -0.65

寧夏 -0.80 -0.82 -0.97 -0.88 -0.93

新疆 -1.05 -0.99 -1.09 -0.96 -1.00

表3能反映同一年各省份電子商務(wù)水平及某省近5年的電子商務(wù)水平變化情況。為了更加直觀地分析各省電子商務(wù)水平隨年份的變化，以年份為橫軸、綜合得分為縱軸構(gòu)建如圖2所示的折線圖。

由圖2可以看出，北京、廣東、上海、浙江、江蘇、山東、福建、四川電子商務(wù)水平高于我國電子商務(wù)水平均值，我國電子商務(wù)發(fā)展不均衡，大多數(shù)省份的電子商務(wù)水平未達到均值，整體電子商務(wù)水平偏低。2019年前電子商務(wù)水平呈現(xiàn)整體上升趨勢；2019年后電子商務(wù)水平整體開始下滑；2020年后各省電子商務(wù)又重新煥發(fā)生機，電子商務(wù)整體水平逐漸上升。

為了更加形象化地顯示區(qū)域電子商務(wù)水平空間分布情況，根據(jù)近5年綜合得分劃分為-0.5～-0.5、0.5～1.5、1.5～2.5、2.5～3.5，3.5分以上共5個等級，顏色越深代表綜合得分越高，可得電子商務(wù)水平空間分布情況，如圖3所示。

由圖3可以看出，我國各省電子商務(wù)發(fā)展不平衡，高分區(qū)主要集中在東南沿海地區(qū)，在北京、廣東、上海、浙江、江蘇、山東、福建、四川等地帶分布；低分區(qū)主要集中在中西部和東北部地區(qū)，在西藏、新疆、青海、甘肅等地帶分布。電子商務(wù)發(fā)展呈現(xiàn)東南沿海地帶差距較大、中西部和東北部地帶差距較小，高分區(qū)和低分區(qū)各自聚集的現(xiàn)象，存在明顯的空間聚集特征。我國電子商務(wù)整體由東部沿海向西部擴散，東強西弱發(fā)展不平衡，整體電子商務(wù)水平較低。

3.4 聚類分析

本文基于因子分析結(jié)果，現(xiàn)以2017年數(shù)據(jù)為例，對我國各省進行系統(tǒng)聚類分析。本次聚類為Q型聚類，聚類方法為組間鏈接聚類，度量標(biāo)準(zhǔn)為平方歐式距離，聚類結(jié)果如圖4所示。

圖4 聚類分析樹狀圖

由圖4可知，當(dāng)選取的聚類類別為3類時，可以清晰地反映出各省電子商務(wù)水平的聚類層次，聚類分析結(jié)果如下：

（1）第一類包括北京、上海。北京、上海兩個市的特點是電子商務(wù)綜合水平高、發(fā)展速度快。

（2）第二類包括廣東。廣東整體指標(biāo)數(shù)據(jù)表現(xiàn)較為突出，但因尤為突出的網(wǎng)上計算機數(shù)量和移動電話基站數(shù)兩個指標(biāo)，將廣東省單獨歸為一類。廣東省整體的電子商務(wù)水平高，有很好的電子商務(wù)發(fā)展基礎(chǔ)。

（3）第三類包括除了北京、上海、廣東之外的其他省份。這些省市電子商務(wù)水平距北京、上海、廣東有較大差距，雖然整體電子商務(wù)水平較低，但仍有巨大的潛力。

4 結(jié)語

我國整體電子商務(wù)水平不高，高分區(qū)和低分區(qū)各自聚集，存在地域性集中趨勢。在對各省分析的過程中發(fā)現(xiàn)，我國電子商務(wù)發(fā)展不均衡，東部沿海地區(qū)的電子商務(wù)發(fā)展速度快、綜合評分高，而中西部、西北部及東北部的電子商務(wù)整體水平普遍偏低。基于因子分析結(jié)果進行聚類分析發(fā)現(xiàn)，各省聚類為3類時，能夠很好地反映區(qū)域電子商務(wù)水平聚類層次，即北京、上海聚為一類；廣東單獨聚為一類；其余省市聚為一類。因此，根據(jù)區(qū)域電子商務(wù)水平情況，提出以下建議：（1） 因地制宜地制定相關(guān)法律法規(guī)；（2）培養(yǎng)和引入電子商務(wù)技術(shù)人才；（3）加強區(qū)域協(xié)調(diào)機制。

參考文獻

中華人民共和國商務(wù)部.中國電子商務(wù)報告（2021）[M].北京：中國商務(wù)出版社，2021：1-9.

中華人民共和國統(tǒng)計局.中國統(tǒng)計年鑒2017[M].北京：中國統(tǒng)計出版社，2018.

中華人民共和國統(tǒng)計局.中國統(tǒng)計年鑒2018[M].北京：中國統(tǒng)計出版社，2019.

中華人民共和國統(tǒng)計局.中國統(tǒng)計年鑒2019 [M].北京：中國統(tǒng)計出版社，2020 .

中華人民共和國統(tǒng)計局.中國統(tǒng)計年鑒2020[M].北京：中國統(tǒng)計出版社，2021 .

中華人民共和國統(tǒng)計局.中國統(tǒng)計年鑒2021[M].北京：中國統(tǒng)計出版社，2022.

國家統(tǒng)計局. 國家數(shù)據(jù)[EB/OL]. https：//data.stats.gov.cn/easyquery.htm？.