区域电子商务水平评价体系的构建及聚类分析

范刚龙 刘盼

摘 要：随着信息技术的高速发展，电子商务不断推动消费格局的转变，电商不仅改变了人们的生活方式，还极大拉动GDP，推动了社会发展进程。本文通过信息沉淀法初步选择指标，使用因子分析法筛选指标，构建区域电子商务水平评价指标体系。为更好地了解区域电子商务水平，促进国家和地区电子商务迅速发展，本文运用因子分析和聚类分析方法对区域电子商务水平进行综合评价，得出结论：目前我国大多数省份的电子商务水平未达到均值，整体电子商务水平偏低；电子商务水平发展不均衡且地理分布差异显著，电子商务水平从东南沿海向西部递减；高分区主要是北京、广东、上海、浙江、江苏、山东、福建、四川等地，低分区主要是吉林、新疆、黑龙江、甘肃等地，存在明显的空间聚集特征。基于此，本文将各省聚类为3类，即北京、上海聚为一类，广东单独聚为一类，其余省市聚为一类，以更好地反映区域电子商务水平的聚类层次。

关键词：区域电子商务；水平评价；因子分析；系统聚类法

本文索引：范刚龙，刘盼.<变量 2>[J].中国商论，2023（14）：-044.

中图分类号：F724.6 文献标识码：A 文章编号：2096-0298（2023）07（b）--04

1 引言

20世纪90年代中期至21世纪以来，信息化的高速发展为电子商务的普及和崛起提供了重要基础。2022年，骞芳莉发表了《中国电子商务报告（2021）》，其数据显示2021年中国电子商务交易额达42.3万亿元，比2020年同期增长19.6%。报告数据显示，2011—2021年跨境电子商务进出口总交易额达1.92万亿元，全国网上零售交易额达13.09万亿元，全国农村网络零售交易额达2.05万亿元；电子商务就业人数达6727.8万，电子商务服务业营收达6.40万亿元，快递服务行业的企业业务量累计完成1083.0亿件。

本文使用因子分析和聚类分析方法对区域电子商务水平进行综合评价，聚焦省份间电子商务发展的差异性，有利于各省認清各自的优势和劣势，针对性地从优势出发，尽可能规避劣势，寻找适合本省的电子商务发展方向，同时对政府及相关部门发展电子商务，拟定相关政策起到一定的参考价值。

2 区域电子商务水平评价指标体系的构建

2.1 初选指标

本文使用信息沉淀法对指标进行初步选择，具体步骤为：（1）在知网（CNKI）、万方网、维普网等数据网站检索关键词“电子商务水平”“电子商务评价”，共检索到15065条相关文献；（2）在搜索结果中使用“指标体系”“评价体系”关键词进行检索，根据研究方向和文章主旨筛选出56篇可以借鉴的文献、107个可用指标；（3）对107个指标整理归纳，将相同或相似指标合并，不重要或重要程度低的指标删除；（4）根据数据的可收集性，指标的初步选择结果如表1所示。

表1 指标的初步选择

目标层 初始分类 初始指标

区域电子商务水平评价指标体系（A） 准备度 移动电话基站数（万个）B11

网上计算机数（台）B12

域名数量（万个）B13

快递网点数（处）B14

应用度 人均电子商务交易额（万元）B21

移动电话普及率（部/百人）B22

每百人使用计算机数（台）B23

移动互联网用户数（万户）B24

影响度 电商企业数量占比（%）B31

电商企业销售额（亿元） B32

快递量（万件）B33

信息传输和软件、信息技术服务从业者工资（元）B34

2.2 构建指标体系

2.2.1 KMO检验和Bartlett检验

本文以2021年数据为例，将12个标准化后的指标数据导入SPSSP26.0软件中，得到KMO的数值为0.77，大于0.6，Bartlett球形度检验的结果显示P=0，表示不接受零假设，因此比较适宜做因子分析。

2.2.2 选取公因子个数

因子分析所得碎石图如图1所示，表明前三个因子处于一个明显的拐点，这三个因子旋转后的累计方差贡献率分别为41.66%、77.677%、90.134%，因此保留3个因子比较合适。

由表2可知，本研究选取3个公共因子后，约58%的指标共同度在90%以上，25%的指标共同度在80%～90%，说明大部分指标具有较高的共同度，即每个指标丢失的信息较少。由此可见，选取3个公共因子几乎涵盖12个指标的大部分信息，进一步说明选取3个公因子是合适的。

2.2.3 指标体系的构建

由表2可知：指标B11～B14在公因子F1中具有较高的载荷，将其命名为环境支撑；指标B21～B23在公因子F2中具有较高的载荷，将其命名为应用渗透；指标B31在公因子F3中具有较高的载荷，将其命名为发展潜力。依据研究简便性原则和指标代表性原则，其余指标因具有较低的因子载荷而舍弃，据此构建区域电子商务水平评价指标体系，如表2前3列所示。

3 区域电子商务水平的综合评价

3.1 数据收集

本文数据来源于2018—2022年《中国统计年鉴》和国家统计局官网，收集并整理2017—2021年我国各省市相关指标数据。

3.2 数据标准化处理

本文使用z-score标准化对数据进行处理，假设进行因子分析的指标变量有p个：x1，x2，…，xp，共有n个评价对象，第i个评价对象第j个指标的取值为xij，将各指标值xij转化成标准化指标，如下：

，（i=1，2，…，n; j=1，2，…p）（1）

其中，，，即，sj分别为第j个指标的均值和标准差，相应地称为标准化指标变量。

3.3 因子分析

3.3.1 綜合因子得分

本文以各省综合得分为依据，对区域电子商务水平进行评价，将数据导入SPSS26.0得到各年成分矩阵表和总方差解释表。假设进行因子分析的指标变量有p个，主成分有n个，利用成分矩阵表的数据进行回归分析，得到第i个因子的得分公式如下：

，（i=1，2，…，n）（2）

其中，bip代表第i个主成分第p个指标的因子得分系数；是第p个指标标准化后的数据。

本文使用综合得分公式和总方差解释表中的数据，将方差贡献率除以累计方差贡献率所得的值作为权重，可得综合得分公式如下：

（3）

其中，为第n个主因子的因子得分；为第n个主因子的权重。

3.3.2 因子分析结果

依据前文所得综合得分公式，本文得到2017—2021年各省综合得分，如表3所示。

表3 近5年各省综合得分

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

宁夏 -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电子商务水平及某省近5年的电子商务水平变化情况。为了更加直观地分析各省电子商务水平随年份的变化，以年份为横轴、综合得分为纵轴构建如图2所示的折线图。

由图2可以看出，北京、广东、上海、浙江、江苏、山东、福建、四川电子商务水平高于我国电子商务水平均值，我国电子商务发展不均衡，大多数省份的电子商务水平未达到均值，整体电子商务水平偏低。2019年前电子商务水平呈现整体上升趋势；2019年后电子商务水平整体开始下滑；2020年后各省电子商务又重新焕发生机，电子商务整体水平逐渐上升。

为了更加形象化地显示区域电子商务水平空间分布情况，根据近5年综合得分划分为-0.5～-0.5、0.5～1.5、1.5～2.5、2.5～3.5，3.5分以上共5个等级，颜色越深代表综合得分越高，可得电子商务水平空间分布情况，如图3所示。

由图3可以看出，我国各省电子商务发展不平衡，高分区主要集中在东南沿海地区，在北京、广东、上海、浙江、江苏、山东、福建、四川等地带分布；低分区主要集中在中西部和东北部地区，在西藏、新疆、青海、甘肃等地带分布。电子商务发展呈现东南沿海地带差距较大、中西部和东北部地带差距较小，高分区和低分区各自聚集的现象，存在明显的空间聚集特征。我国电子商务整体由东部沿海向西部扩散，东强西弱发展不平衡，整体电子商务水平较低。

3.4 聚类分析

本文基于因子分析结果，现以2017年数据为例，对我国各省进行系统聚类分析。本次聚类为Q型聚类，聚类方法为组间链接聚类，度量标准为平方欧式距离，聚类结果如图4所示。

图4 聚类分析树状图

由图4可知，当选取的聚类类别为3类时，可以清晰地反映出各省电子商务水平的聚类层次，聚类分析结果如下：

（1）第一类包括北京、上海。北京、上海两个市的特点是电子商务综合水平高、发展速度快。

（2）第二类包括广东。广东整体指标数据表现较为突出，但因尤为突出的网上计算机数量和移动电话基站数两个指标，将广东省单独归为一类。广东省整体的电子商务水平高，有很好的电子商务发展基础。

（3）第三类包括除了北京、上海、广东之外的其他省份。这些省市电子商务水平距北京、上海、广东有较大差距，虽然整体电子商务水平较低，但仍有巨大的潜力。

4 结语

我国整体电子商务水平不高，高分区和低分区各自聚集，存在地域性集中趋势。在对各省分析的过程中发现，我国电子商务发展不均衡，东部沿海地区的电子商务发展速度快、综合评分高，而中西部、西北部及东北部的电子商务整体水平普遍偏低。基于因子分析结果进行聚类分析发现，各省聚类为3类时，能够很好地反映区域电子商务水平聚类层次，即北京、上海聚为一类；广东单独聚为一类；其余省市聚为一类。因此，根据区域电子商务水平情况，提出以下建议：（1） 因地制宜地制定相关法律法规；（2）培养和引入电子商务技术人才；（3）加强区域协调机制。

参考文献

中华人民共和国商务部.中国电子商务报告（2021）[M].北京：中国商务出版社，2021：1-9.

中华人民共和国统计局.中国统计年鉴2017[M].北京：中国统计出版社，2018.

中华人民共和国统计局.中国统计年鉴2018[M].北京：中国统计出版社，2019.

中华人民共和国统计局.中国统计年鉴2019 [M].北京：中国统计出版社，2020 .

中华人民共和国统计局.中国统计年鉴2020[M].北京：中国统计出版社，2021 .

中华人民共和国统计局.中国统计年鉴2021[M].北京：中国统计出版社，2022.

国家统计局. 国家数据[EB/OL]. https：//data.stats.gov.cn/easyquery.htm？.