大数据视角下特色电商小镇产业遴选与评价方法探究

2020-04-08韩冰唐潭

小城镇建设 2020年1期

韩冰唐潭

摘要：在特色小镇持续降温的大背景下，各地加快产业结构调整的步伐。选择和培育既适合本镇区经济发展基础和产业结构转型升级需要，又有发展潜力优势的产业，成为各地当前的紧迫任务。本文选择村镇中小型电商企业众多的特色电商小镇为研究对象，通过挖掘企业大数据研究这一类镇区优势产业的评价及遴选方法，探索一种基于大数据手段的普适性方法，以期为同类小镇提供有益思考。

关键词：大数据；特色电商小镇；评价方法；沙集小镇

doi：10.3969/j.issn.1009-1483.2020.01.015 中图分类号：F292

文章编号：1009-1483（2020）01-0090-08 文献标识码：A

Research on the Industry Selection and Evaluation Method of Characteristic E-commerce Town from the Perspective of Big Data： Taking Shaji Town of Xuzhou City as an Example

HAN Bing， TANG Tan

[Abstract] Under the background of the continuous cooling of characteristic towns， the pace of industrial restructuring has been accelerated in all regions. It has become an urgent task to select and cultivate the advantageous industries which are not only suitable for the base of economic development as well as the transformation and upgrading of industrial structure， but also have development potential. This paper selects characteristic e-commerce towns with large number of small and medium-sized e-commerce enterprises as the research objects. By mining the evaluation and selection methods of enterprise big data research on the dominant industries in towns， this paper explores a method based on the universality of big data， hoping to provide beneficial thinking for similar towns.

[Keywords] big data； characteristic e-commerce town； evaluation method； Shaji Town

引言

特色小镇自2016年率先于浙江省启动建设以来，已成为扩大至全国范围的推广模式，城市规划界逐步对特色小镇的规划建设、政策研究、实施路径及创建试点进行了多角度、多方位的研究和探索，并取得了一定的阶段性成果。特色小镇的核心是产业，产业是特色小镇发展的动力和可持续发展的基础。特色小镇的发展实际上是以产业特色化发展拉动就业、适应本地城镇化模式，有利于实现城乡发展一体化、增强区域核心竞争力 [1]。目前全国范围的小镇出现遇冷“降格”，发生这一现象的本质原因与产业特色鲜明度不够、产业同质化现象严重导致后续发展难以为继等问题相关。

特色小镇的“特色”产业发展首要工作是做好产业选择工作[2]。产业选择既要具有行业甚至区域性竞争力，又要符合产业发展趋势，而不是使其成为落后淘汰产业的承接地，这就需要做好小镇产业选择的评价工作。关于产业选择内容，国内学术界与专业领域已经有比较系统的阐述、总结和应用。目前，国内城市规划领域的产业选择大多只涉及行业选择，实际上面向企业的产业选择内容更加丰富[3]。企业是构筑经济运行的基础性力量。评价产业时常用的方法是综合法，比较有代表性的有主成分分析法、因子分析法、层次分析法、灰色聚类分析法、BP神经网络法等[4]，基于数学模型或指标体系进行分析比较。随着大数据在城市规划领域的发展，从各类数据中进行定量分析为城市规划领域提供了新的可能[5]，目前已开展了一系列城镇化实践上的探索[6-7]，但在利用大数据助力特色小镇产业评价与发展实践方面仍是空白。笔者针对已具有特色产业的小镇如何以行业与企业大数据视角进行定量的产业遴选，创新性的提出一种新方法，以期为同类乡镇产业评价与遴选提供科学合理的依据与参考。

依托电商销售平台而逐渐形成的“淘宝镇”在全国各地不断涌现，本文即选择了这一类具有典型特色产业的电商小镇作为研究对象。根植于乡镇，依托电商平台销售特色产品，以此带动大量乡镇居民进入相关产业形成关联，在地理上靠近的企业定义为镇域电商特色产业集群[8]，这一类小镇立足于电商行业，为笔者进行数据挖掘、分析数据提供了可能。本文以江苏省徐州市沙集镇为例，基于企业税收数据、注册信息等对产业现状发展特征与结构进行挖掘和分析，梳理特色产业所处行业的特征，总结发展瓶颈、探索最佳发展路径，合理进行产业遴选、产业链填链补链。

1沙集鎮产业发展环境

沙集镇位于江苏省徐州市雎宁县，从生产简单拼装家具开始，逐渐发展成为年销售额超90亿元的电子商务示范基地，据统计，2018年沙集镇共有网店1.61万家，从业人员3.73万人[9]，目前已成为全国最大的农村电商集群，成功举办第六届中国淘宝村峰会。其“农户+网络+公司”的发展模式被誉为“沙集模式”而闻名全国。由开始的“农民自发创业+政府引导服务”发展而成，其中农户是发挥主导作用的主体，公司是农村产业化的基础，电子商务平台则是产业化发展的引领力量[10]。沙集模式是自下而上的自发模式，也是农村经济中信息化带动产业化，产业化促进信息化，实现农村产业化升级的典型。沙集家具网商的交易平台早已从淘宝网和淘宝商城，拓展到了天猫、京东、诚信通、C店、企业店铺、聚划算等多家电商平台，被誉为“中国农村家具电商第一镇”，2017年入选了江苏省首批25家特色小镇创建名单。

2 沙集镇产业发展特征评价

2.1 基于企业税收数据的产业发展特征评价

随着要素的集中和分散，在宏观层面上表现为经济增长与产业的结构变化，微观层面上则显示出企业数量和规模的空间组合格局的变动。并且规模与数量的扩张过程既是企业行为空间效应的积累过程，也是空间要素流动被吸收和企业实力不断积累的过程。企业税收特征是企业税收缴纳活动中所形成的反映企业缴纳情况的涉税特征，通过具体的涉税指标来体现。企业税收特征可以准确、客观地描述企业的税收特征，反映企业间的财力水平和差异。体现税收规模情况的指标主要有税收收入总额及其增长率，前者描述规模水平，后者说明变化趋势。

2.1.1税收总体收入

本文依据沙集镇政府提供的2016、2017年税收统计数据，获取2016年沙集镇有税收记录的家具企业共244家，2017年191家，两年内均有上缴税收记录的企业户数145家。将税收收入值取对数，统计不同纳税规模的企业数量显示：相较2016年，2017年高收入企业数量下降，低收入企业数量上升，企业收入峰值减小。同理统计2017年较2016年注销及新注册缴税企业的税收分布发现：注销企业收入状况无明显规律，经营波动性较大；而新注册企业收入集中于中低位收入，整体收入水平偏低（图1—3）。

2.1.2税收增长率

税收增长率是指不同税收会计期间的税收差额与基期税收收入的比值，是描述税收形式好坏的一项重要指标，也是分析税收与经济关系的一项基础指标。分析税收规模水平主要方法是比较分析，由不同期间税收总量的计算得出。选择税收增长环比指标公式如下：

税收收入环比增长=（当期税收收入-前期税收收入）前期税收收入×100%

根据2017年第一季度税收表，有环比记录的家具企业共79家，其中32家企業税收环比下降，占总数的40.5%；47家税收环比上升，占总数的59.5%。这47家企业中，有21家上一季度收入水平低于2017第一季度的中位数，真正持续经营并确定增长的企业只有26家，占总数的32.9%（见图4）。这一结论进一步证明了沙集的家具制造企业面临的市场竞争较大，竞争环境较为恶劣，企业自身的抗风险能力较弱。

2.2 基于企业注册信息的产业结构特征评价

本小节旨在通过采集顺企网①企业信息数据，归纳沙集镇家具企业的发展现状，探索一种基于随机游走的社群发现方法，揭示企业经营范围之间的关联度与结构特征，剖析影响企业结构的关键因素，提出适合未来家具企业发展的建议。

2.2.1技术方法

经营范围是企业从事经营活动的业务范围，反映企业业务活动的内容和生产经营方向。企业倾向于扩大经营领域来分散经营风险，从而增强企业的自身实力，拥有更加完整的产业链。而产业与产业之间存在着直接或间接的经济联系，产业结构的变化是许多相关因素及内部结构相互调节的过程。因此分析企业注册信息的经营类别，通过家具产业链各个环节产业结构的组成比重、联系状态和方式的分析判断产业间的排列组合和产业合理化。采集顺企网下主营产品字段为“家具”、地址位于沙集镇的数据并自动入库，共筛选出1121家企业。首先将这些企业经营范围标签节点化并建立连接关系，例如沙集A企业经营范围包括家具、百货、板式家具，将其视为三个节点，并建立一份关系；类似的，将所有企业不同节点之间（即不同企业之间）经营范围建立关联并可视化；统计企业节点之间连接的紧密程度，从而找到特征群组关系。

随机游走由一连串轨迹组成数学统计模型。其思想是假设一个漫步者在一个关系网络中随机游走。该漫步者很可能被困在连接稠密的区域里。这个稠密区域就是漫步者发现的社群。如果根据点和社群间机构的相似度来度量漫步者的行为，这种相似度是一种可计算的距离相似度，这样就可以利用合并层次聚类方法建立社群的层次结构，反映网络中的个体行为的局部性特征及其相互之间的关联关系，这对理解整个网络的结构和功能起到至关重要的作用，并且可帮助我们分析及预测整个网络各元素间的相互关系。

笔者基于随机游走的社群发现方法识别了7类经营类型最为紧密的特征群组关系。

2.2.2产业结构联系特征

统计结果显示营业范围包括五金、电器、电缆配套销售类的企业数量最多，占比36%，且相关网络最为宽泛。板式&金属&软体家具、百货&家具销售经营链紧随其后（分占29.5%、24.6%），其他几个社群由通讯&电脑器材销售、家具原料、实木家具、展台展柜办公设备企业关系群组组成，联系性较弱（见图5）。这一结果表明：首先，沙集镇企业经营范围极大，尤其是五金电器关系网络包含了33种经营范围，结合税收数据说明沙集镇大量企业都存在规模小、经营目标不明确，以及跟随市场需求和个人关系随时调整的特点，呈现典型的粗犷经营的小企业的特征；其次，家具经营范围以木制板材家具为主，实木家具为辅助，以及少量的展台展柜办公家具，距离初步形成家具产业链仍有较大距离。呈现典型的以面向家庭的中低端家具需求为产业核心，极少有面向中高端的实木家具，这一现象与我国在全球家居产业链中承担家具制造中心不谋而合，而这将带来严重后果：家具制造环节与产业链中的其他环节相比，表现为高能耗、高污染、容易产生粉尘、噪音、废气等污染源。竞争式采购战略使本土家具企业为了争取订单，倾向于削价竞争[11]；同时家具原料企业较少，木制板材家具类企业经营范围广，专业分工特征不明晰。实木家具的企业经营范围专一，呈现了一定的专业化特征，但数量稀少。

综上，沙集镇的家具企业规模普遍较小，经营产品雷同且杂乱，目标不明确，产业链的专业化分工不清晰。这形成了企业间竞争激烈、抗市场风险能力较弱的局面。因此在产业链改造升级过程中，如何明确目标，补充、延长、提升产业链，实现市场专业化细分，实现产业遴选，就需要行业对标，解读行业趋势，关注行业内相关企业发展态势，认知沙集镇家具产业所处的行业地位。

3基于行业数据的沙集镇产业遴选

3.1 数据获取

产业链是技术链、产品链、供应链、价值链的统一，家具产业链一般囊括了家具设计、原料采购、订单处理、批发经营、终端零售及家具生产企业的中间生产环节的整个产品流程。改革开放以来，我国家具产业规模不断增大，正在成长为全球家具制造中心[11-13]，家具相关产业不断丰富。通过顺企网站企业数据挖掘，采集并处理了全国120万家家具企业的经营范围有效信息，并围绕产业链分为以下10类：装修设计、木工机械、家具厂商、家具饰品、原辅材料、家具卖场、配套服务、物流货运、家具销售、其他。从全国范围来看，很多城市拥有比较完善的产业类型，珠三角区域、上海市无论在企业数量與产业类型都处于全国领先水平。沙集镇所在的徐州市拥有全部十种类型，但相关企业数量偏少（见图6、图7）。

3.2 行业对标分析

同样基于社群发现方法对全国各地级市家具产业链关系进行关联可视化分析，识别了15类不同的城市产业分布模式（见图8）。珠三角区域、北京、上海所在组团呈现出高度聚集且完备的全产业链分布特征，设计、制造和营销都在是市场前沿，具有产业集群、产业供应链和品牌优势。这一组群的城市应向高附加值的营销、品牌、服务环节靠拢，需要服务创新升级[14]，同时积极开拓国际新兴市场。环渤海经济带上的天津、河北、山东等省市及其他经济较发达的城市组成了第二组群，这一组团多资源丰富，地理位置优越，家具企业规模和消费群体较大，成熟的家具专业销售市场和家具营销企业集中，产业链不及珠三角组团，但呈现日趋完善的趋势，产品主要为内销。对比以上两类，徐州市所在组团包括的多为内陆二三线城市，这一类多具有实木家具生产和木材优势，生产实力处于全国领先地位，家具产品供应面向中西部三级市场，但市场份额相对较少，企业以物流优势获取市场份额，并形成了以产业园为强大基础的产业规划（见图9）。

在分析地级市家具行业信息的基础上，对沙集镇企业产业分布信息进行分析，发现与沙集镇最为接近的产业分布类型与徐州市所在组团的家具行业模式仍有差距，为常州、菏泽所在组团。对比前两类，沙集镇所在组团更偏重家具的制造，与此同时，设计能力、销售能力及其他配套服务处于极低水平，这造成了在产业链中抗风险能力弱，产业亟待升级。

3.3支持度分析

支持度分析是关联分析的一种，探索用精确的量化方法来研究沙集镇产业之间的联系。这一指标表示包含A的事务中同时包含B事务的比例，这里可以看作由指定产业构成完整产业链的几率，可通过分析各产业环节之间的依赖程度筛选出最优价值组合。具体表达为项集{X，Y}在总项集里出现的概率即表示产业环节同时在总数I中发生的概率，公式为：

Support（X→Y） = P（X，Y） / P（I）= P（X∩Y）/ P（I） = num（X∩Y）/ num（I）

其中，I表示总事务集，num（）表示求事务集里特定项集出现的次数，P（）表示项集出现的概率。

根据计算结果绘制各类型产业之间支持度分析图，数据代表纵轴中各环节对横轴中各环节的支持度（见图10）。对装修设计贡献度最高的产业环节为家具厂商、家具销售及其他；对家具销售贡献度最高的环节是家具厂商；而对配套服务贡献度最高的环节为家具厂商与家具销售。虽然沙集镇当前的产业结构中家具厂商占据主导，但结合上文结论来看，其中主要的是制造加工企业多，而品牌家具企业几乎没有，对设计环节的支撑性弱，缺乏可以明显提升支撑度的设计公司、培训机构、咨询公司；同时，沙集当前的产业结构中，下游配套服务环节几乎缺失，需要增加厂商销售机会的家具展览、家具媒体等。这就需要从单一依赖网络销售，变成多元的销售渠道。需要从面向中低端家庭消费的产品结构，转向多元化的市场定位和产品结构，需要扶持具备专业化能力和规模增长能力的品牌家具企业，转变当前的小作坊式零散结构。

4特色小镇产业遴选建议

本文通过不同尺度范围的家具企业数据分析了沙集镇家具产业自身发展结构及目前所处行业水平。在每一个特定的经济发展阶段，产业结构内部各产业总会因不同的增长速度和不同的作用而处于不同的地位，从而形成产业之间特定的排列组合[15]。通过大数据手段分析与评价对失衡的产业结构进行调整，促进产业结构与需求结构协调适应，趋向合理化是本文研究目标。

面对这些问题，针对沙集特色小镇提出以下几点产业遴选建议：一是重塑产业体系，形成联动效应。具体来说立足现状基础产业，形成设计研发、机械加工、油漆加工、包装加工、品牌营销的网销价值链。通过精深加工提高产品附加值，延长产业链，提升价值链。增加同设计公司、培训机构、咨询公司的合作。同时补齐家具展览、家具媒体，实现从线上向线上线下的多元化转变。二是面对产品利润率越来越低的问题，适度增销实木、钢木家具，由板式家具为主转向实木家具和钢木家具生产。三是从培养本土家具设计人才出发，脚踏实地地打造国家级家具品牌，鼓励提高企业技术水平和自主创新能力，实现企业选择和培育并帮助家具企业构建完善和协调的产业链。

5结论与论证

对于特色小镇来说，做好产业遴选并合理运营是发展的唯一路径。在当前特色小镇建设瓶颈时期，特色产业已经成为促进经济发展转型、提升镇区综合发展竞争力的重要引擎。本文结合原有产业遴选方法中的小数据，尝试基于大数据挖掘小镇潜在特征并提出发展路径。首先，结合企业税收数据与注册数据在自身层面进行发展比较，研究产业现状发展特征，研究产业环境发展背景、产业链与其潜在结构联系特征。随之在对发展条件评估基础上，获取全国该行业的数据，通过社群发现方法对产业结构分组识别，进行产业定位和选择。此处由于行业数据的可挖掘性和易获得性，避免了以往企业数据库调研资料的难获取与乡镇统计路径杂难的问题。同时进一步在区域层面上与其他城市进行行业对标分析，识别具有相似产业链的城市，对其他小镇快速全面地厘清产业类别，如何选择差异化特色发展路径，从而遴选特色小镇产业具有重要的方法借鉴意义。后期以沙集镇电商小镇规划实践为例验证产业选择，笔者认为此方法可广泛应用于新一代信息技术及高端制造类一类与电商有密切交织的特色小镇，可面向企业构建企业数据库、企业评价指标与评价结果，从而进行产业遴选；但需要注意的是对于龙头企业或骨干企业单一类型强支撑的小镇，数据量不足以应用此方法。