劉冰芳++劉金璐++周文晴

摘 要：本文以我國(guó)各省省會(huì)等為研究對(duì)象，依據(jù)農(nóng)產(chǎn)品生產(chǎn)因素和電子商務(wù)發(fā)展因素選取8個(gè)指標(biāo)，通過(guò)主成分分析提取出農(nóng)業(yè)發(fā)展、電子商務(wù)水平、碎片化程度三個(gè)因子，繼而通過(guò)聚類分析將30個(gè)城市劃分為四類，其中更多的城市表現(xiàn)為農(nóng)業(yè)發(fā)展較差、電子商務(wù)水平不高、生產(chǎn)碎片化的待發(fā)展型，并根據(jù)分析的結(jié)果，提出不同的城市可以選取的農(nóng)產(chǎn)品電子商務(wù)發(fā)展方式。

關(guān)鍵詞：農(nóng)產(chǎn)品電子商務(wù)；發(fā)展水平；主成分聚類分析

中圖分類號(hào)：F323.7 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1008-2697（2015）05-0064-04

農(nóng)產(chǎn)品電子商務(wù)自2012年以來(lái)成為行業(yè)發(fā)展新熱點(diǎn)。2012年阿里網(wǎng)絡(luò)零售平臺(tái)農(nóng)產(chǎn)品銷售額達(dá)198億元，2013年則實(shí)現(xiàn)翻番增長(zhǎng)，生鮮產(chǎn)品成為增速最快的品類[1]。農(nóng)產(chǎn)品電子商務(wù)前景可觀。但相比國(guó)外，我國(guó)的小規(guī)模、分散種植的農(nóng)產(chǎn)品生產(chǎn)基本格局尤為特別。碎片化的小農(nóng)經(jīng)濟(jì)，集中凸顯了農(nóng)業(yè)小生產(chǎn)與現(xiàn)代市場(chǎng)經(jīng)濟(jì)大流通之間的矛盾，是分析農(nóng)產(chǎn)品電子商務(wù)發(fā)展時(shí)有必要考量的因素。故本文將農(nóng)產(chǎn)品生產(chǎn)碎片化程度納入各地農(nóng)產(chǎn)品電子商務(wù)發(fā)展評(píng)價(jià)體系，通過(guò)因子分析找到其中的主要因子，評(píng)估各地發(fā)展水平，再借助聚類分析將各個(gè)城市發(fā)展水平劃分為不同類別以據(jù)此發(fā)現(xiàn)發(fā)展農(nóng)產(chǎn)品電子商務(wù)的優(yōu)劣勢(shì)，進(jìn)而尋求多樣化的農(nóng)產(chǎn)品電子商務(wù)發(fā)展方式。

一、研究設(shè)計(jì)

（一）評(píng)價(jià)體系構(gòu)建

一個(gè)地區(qū)的農(nóng)產(chǎn)品電子商務(wù)發(fā)展水平由當(dāng)?shù)剞r(nóng)產(chǎn)品生產(chǎn)情況及電子商務(wù)發(fā)展水平構(gòu)成。參考前人進(jìn)行的研究工作，同時(shí)考慮數(shù)據(jù)的可獲得性、可比性及有效性，最終確定了8個(gè)指標(biāo)用以衡量各地農(nóng)產(chǎn)品電子商務(wù)發(fā)展水平（如表1所示）。

（二）數(shù)據(jù)來(lái)源

本文以我國(guó)大陸的31個(gè)省級(jí)行政區(qū)域（包括22個(gè)省、5個(gè)自治區(qū)、4個(gè)直轄市）的省會(huì)和首都北京為研究對(duì)象，數(shù)據(jù)來(lái)源于各市2013年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)及2014年統(tǒng)計(jì)年鑒。由于拉薩市的統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)在市統(tǒng)計(jì)局及其他相關(guān)統(tǒng)計(jì)網(wǎng)站上均沒(méi)有提供，無(wú)法獲得所需數(shù)據(jù)，故分析中剔除了拉薩市，具體研究中只包括30個(gè)城市的樣本數(shù)據(jù)。

收集電子商務(wù)發(fā)展因素?cái)?shù)據(jù)時(shí)，選取阿里巴巴、淘寶網(wǎng)及天貓這3大網(wǎng)購(gòu)平臺(tái)上的網(wǎng)商情況為數(shù)據(jù)來(lái)源，網(wǎng)商包括阿里巴巴上實(shí)地認(rèn)證且經(jīng)過(guò)企業(yè)身份認(rèn)證的誠(chéng)信通會(huì)員以及淘寶網(wǎng)、天貓的賣家，截止時(shí)間為2015年3月。計(jì)算網(wǎng)商數(shù)量及交易額依托網(wǎng)站提供的店鋪篩選功能，剔除并非以農(nóng)產(chǎn)品為主營(yíng)業(yè)務(wù)的店鋪。阿里巴巴上交易額分為10萬(wàn)以下、10-50萬(wàn)、51-100萬(wàn)、101-500萬(wàn)、501-1000萬(wàn)及1000萬(wàn)以上，分別以10萬(wàn)、30萬(wàn)、75萬(wàn)、300萬(wàn)、750萬(wàn)及1000萬(wàn)計(jì)算。淘寶網(wǎng)及天貓上則選取店鋪內(nèi)價(jià)高和熱銷的商品10件計(jì)算，重復(fù)則在熱銷商品中順延，銷量相同取其中高價(jià)的商品交易額，以在節(jié)省人力和時(shí)間的同時(shí)最大限度地得到最接近的實(shí)際情況的數(shù)據(jù)。由此計(jì)算出各市網(wǎng)商數(shù)量及網(wǎng)商交易額，同時(shí)結(jié)合市統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)，計(jì)算得出單位人口網(wǎng)商數(shù)。

二、地區(qū)農(nóng)產(chǎn)品電子商務(wù)發(fā)展分析

本文采用主成分聚類分析方法，選取我國(guó)大陸各省省會(huì)、直轄市和自治區(qū)首府共30個(gè)城市，對(duì)其進(jìn)行農(nóng)產(chǎn)品電子商務(wù)發(fā)展水平分析。

（一）主成分與聚類分析方法

主成分分析是利用降維的思想，在力保數(shù)據(jù)信息損失最少的原則下，把多個(gè)指標(biāo)轉(zhuǎn)化成少數(shù)幾個(gè)綜合指標(biāo)的一種對(duì)多變量數(shù)據(jù)進(jìn)行最佳綜合簡(jiǎn)化的多元統(tǒng)計(jì)方法。在主成分分析中，通常將轉(zhuǎn)化生成的綜合指標(biāo)成為“主成分”。主成分是原始變量的線性組合，且主成分之間互不相關(guān)。這樣，只需考慮少數(shù)幾個(gè)主成分研究復(fù)雜問(wèn)題，既不丟掉原始數(shù)據(jù)主要信息，又容易抓住主要矛盾，避開(kāi)變量之間共線性的問(wèn)題，便于進(jìn)一步分析，提高分析效率。

聚類分析是根據(jù)“物以類聚”的道理，對(duì)樣品或指標(biāo)進(jìn)行分類的一種多元統(tǒng)計(jì)分析方法。本文所用的快速聚類法的思想是：開(kāi)始按照一定方法選取一批聚類中心，讓樣品向最近的聚心凝聚，形成初始分類，然后按最近距離原則不斷修改不合理分類，直至合理為止[2]。

（二）主成分與聚類過(guò)程分析

1.原始數(shù)據(jù)預(yù)處理及檢驗(yàn)

收集的數(shù)據(jù)反映了各地區(qū)農(nóng)產(chǎn)品電子商務(wù)方面的不同信息，為了排除不同量綱對(duì)評(píng)價(jià)造成的干擾，在聚類分析前，首先對(duì)原始數(shù)據(jù)做無(wú)量綱處理。本文采用SPSS 22.0中的標(biāo)準(zhǔn)化處理方法。所得數(shù)據(jù)經(jīng)KMO檢驗(yàn)和Bartlett檢驗(yàn)，結(jié)果KMO值為0.633>0.5，Bartlett顯著水平<0.05，即指標(biāo)之間相互獨(dú)立，適合做主成分分析。

2.主成分分析法提取主因子

采用主成分分析法運(yùn)用SPSS軟件分析得到2個(gè)初始特征值大于1的因子，累計(jì)方差貢獻(xiàn)率達(dá)到65.754%，解釋結(jié)果不理想。但第三個(gè)因子貢獻(xiàn)率較大，因此選取3個(gè)因子，其方差貢獻(xiàn)率分別為38.892%、26.863%及11.652%，累計(jì)貢獻(xiàn)率達(dá)到77.406%，即能夠解釋77.406%的變量。可以認(rèn)為原來(lái)的8個(gè)指標(biāo)能夠綜合成3個(gè)因子，作為評(píng)價(jià)各地農(nóng)業(yè)碎片化下電子商務(wù)發(fā)展水平的主成分。

由于因子載荷矩陣不是惟一的，所以應(yīng)該對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)。用最大方差正交旋轉(zhuǎn)法處理3個(gè)因子后得出載荷矩陣（如表2所示）。第一主成分在X3（播種面積）、X4（產(chǎn)量）、X2（農(nóng)業(yè)機(jī)械總動(dòng)力）、X1（產(chǎn)值比）指標(biāo)上有很高的載荷，有三個(gè)達(dá)到了0.8以上，因此將F1定義為農(nóng)業(yè)因子。第二主成分在X7（網(wǎng)上交易額）、X6（網(wǎng)商數(shù)量）、X8（單位人口網(wǎng)商數(shù)）指標(biāo)上載荷值較大，所以定義為電子商務(wù)因子。第三主成分在X5（龍頭企業(yè)數(shù)量）指標(biāo)上有載荷值較大，所以定義為碎片化因子。3個(gè)主成分與現(xiàn)實(shí)中討論農(nóng)產(chǎn)品電子商務(wù)時(shí)考慮的3個(gè)方面一致。

3.計(jì)算各主成分得分系數(shù)矩陣及綜合主成分得分

SPSS自動(dòng)輸出的各主成分得分系數(shù)矩陣如表3所示。根據(jù)表2得出3個(gè)主成分的表達(dá)式：

F1=-0.699X1+0.818X2+0.848X3+0.836X4+0.069X5-0.047X6-0.038X7-0.214X8

F2=-0.296X1-0.105X2-0.096X3+0.112X4+0.156X5+0.929X6+0.947X7+0.782X8

F3=0.097X1+0.08X2-0.078X3+0.001X4+0.967X5+

0.107X6-0.061X7+0.273X8

各主成分乘以相應(yīng)的權(quán)重加總，得出綜合測(cè)算公式為：

F=（F1*38.892+F2*26.863+F3*11.652）/77.406

4.聚類分析

綜合測(cè)算結(jié)果能夠反映各地農(nóng)產(chǎn)品電子商務(wù)發(fā)展水平，但未能揭示3個(gè)因子的內(nèi)在狀況和影響。因此對(duì)F1、F2、F3進(jìn)行快速聚類，首先取聚類數(shù)為9，觀察各聚類中心位置，將聚類中心基本一致的類聚成新類，重新設(shè)置聚類數(shù)。直至當(dāng)聚類數(shù)為4時(shí)，各類聚類中心距離基本一致，聚類中心位置清晰不重疊，所以將30個(gè)城市分為4類。

從表4可以看出，第一類F1<0，F(xiàn)2>0，F(xiàn)3<0，表現(xiàn)為農(nóng)業(yè)發(fā)展一般，電子商務(wù)水平較高，碎片化程度高。類似地，第二類F1<0，F(xiàn)2<0，F(xiàn)3>0，表現(xiàn)為農(nóng)業(yè)發(fā)展較差，電子商務(wù)水平較低，碎片化程度一般。第三類F1<0，F(xiàn)2>0，F(xiàn)3>0，表現(xiàn)為農(nóng)業(yè)發(fā)展較差，電子商務(wù)水平較高，產(chǎn)業(yè)化程度高。第四類F1>0，F(xiàn)2<0，F(xiàn)3<0，表現(xiàn)為農(nóng)業(yè)發(fā)展良好，電子商務(wù)水平一般，碎片化程度較高。

最終結(jié)果如表5所示。

三、地區(qū)農(nóng)產(chǎn)品電子商務(wù)發(fā)展結(jié)果分析

由分析結(jié)果可知，重慶、昆明、石家莊、杭州、哈爾濱綜合得分較高，排名居前，但高分原因略有不同。同屬第四類的的重慶、昆明、石家莊和哈爾濱得分高主要源于當(dāng)?shù)剞r(nóng)業(yè)發(fā)展良好，除昆明外的其他3個(gè)城市的機(jī)械化程度較高，產(chǎn)量大，可外銷。昆明機(jī)械化程度不高，農(nóng)作物播種面積也不大，但農(nóng)產(chǎn)品產(chǎn)出效率很高。杭州則是因?yàn)檗r(nóng)業(yè)產(chǎn)業(yè)化發(fā)達(dá)，網(wǎng)商數(shù)量較多且地區(qū)常住人口少，農(nóng)產(chǎn)品電子商務(wù)水平較高。聚類分析得出的4個(gè)類別中城市間優(yōu)劣勢(shì)不同，也代表了以此為主要表現(xiàn)的四類城市農(nóng)產(chǎn)品電子商務(wù)發(fā)展?fàn)顩r。

第一類城市有北京、長(zhǎng)沙、上海和成都，共性在于F1得分在0左右波動(dòng)，F(xiàn)2得分為正，F(xiàn)3得分略有不同，為“碎片電商型”。北京、上海經(jīng)濟(jì)繁榮，對(duì)于電子商務(wù)這一新興的交易形態(tài)接受度、采納度高，網(wǎng)商數(shù)量眾多且交易額高，有良好的電子商務(wù)基礎(chǔ)。但都是一線城市，農(nóng)作物播種面積和產(chǎn)量有限，農(nóng)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中占比不大，缺乏進(jìn)行農(nóng)產(chǎn)品電子商務(wù)的物質(zhì)支持。長(zhǎng)沙和成都則另有特點(diǎn)，長(zhǎng)沙網(wǎng)商人數(shù)不多，但經(jīng)營(yíng)著茶以及禽蛋這類標(biāo)準(zhǔn)化程度較高、客單價(jià)較高、適合進(jìn)行網(wǎng)上交易的農(nóng)產(chǎn)品，達(dá)到較高交易額。成都網(wǎng)商數(shù)量也不多，交易額高于平均水平，但是農(nóng)作物播種面積大，有一定的農(nóng)產(chǎn)品電子商務(wù)基礎(chǔ)條件。

第二類城市包括濟(jì)南、長(zhǎng)春、南京、武漢、沈陽(yáng)、合肥等二十個(gè)城市，共性在于F1 、F2普遍為負(fù)，為“待發(fā)展型”。其中包括農(nóng)業(yè)發(fā)展明顯落后、生產(chǎn)產(chǎn)業(yè)化但電子商務(wù)有待發(fā)展以及3個(gè)維度都有待發(fā)展的3種城市群體。廣州、太原、蘭州、貴陽(yáng)和西寧5個(gè)城市在農(nóng)業(yè)機(jī)械總動(dòng)力、播種面積、產(chǎn)量以及產(chǎn)值比上都明顯低于平均水平。且除廣州外，4個(gè)城市的電子商務(wù)發(fā)展處于較低水平。但廣州數(shù)量較多的農(nóng)產(chǎn)品網(wǎng)商也并未充分發(fā)揮農(nóng)產(chǎn)品電子商務(wù)的潛力。濟(jì)南、長(zhǎng)春、南京、武漢、沈陽(yáng)、合肥、福州、南昌、天津九個(gè)城市F3得分為正，表明生產(chǎn)較為產(chǎn)業(yè)化和集約化。其中濟(jì)南和南昌的產(chǎn)業(yè)化發(fā)展突出。濟(jì)南機(jī)械化程度高，產(chǎn)出效果良好。南昌機(jī)械化水平低、播種面積較小，產(chǎn)量不大，與當(dāng)?shù)財(cái)?shù)量較多的龍頭企業(yè)數(shù)量不相匹配。余下7個(gè)城市中，除南京和武漢外，農(nóng)產(chǎn)品電子商務(wù)發(fā)展剛起步，網(wǎng)商數(shù)量少，網(wǎng)商交易額不高。南京雖電子商務(wù)發(fā)展良好但當(dāng)?shù)剞r(nóng)作物播種面積小、產(chǎn)量小，農(nóng)業(yè)發(fā)展不足以支撐其發(fā)展當(dāng)?shù)剞r(nóng)產(chǎn)品電子商務(wù)。武漢則是網(wǎng)商數(shù)量尚可，但交易額不高。西安、鄭州、烏魯木齊、呼和浩特、海口及銀川6個(gè)城市基本表現(xiàn)出3個(gè)維度都不具優(yōu)勢(shì)，農(nóng)產(chǎn)品產(chǎn)量較低、生產(chǎn)碎片化。值得一提的是烏魯木齊以數(shù)量低于平均水平的網(wǎng)商和農(nóng)作物播種面積，達(dá)到了高出平均水平的交易額。這一現(xiàn)象也與新疆瓜果在全國(guó)范圍內(nèi)都享有盛譽(yù)，棗類、核桃、干果等農(nóng)產(chǎn)品適合發(fā)展電子商務(wù)有關(guān)。

第三類城市只有杭州。在多次聚類分析中，杭州一直自成一類或偶爾和少數(shù)幾個(gè)城市分成一類。杭州是唯一的一個(gè)F2、F3得分都高于1的城市，為“產(chǎn)業(yè)電商型”。杭州農(nóng)業(yè)龍頭企業(yè)數(shù)量達(dá)681家，居各市之首，同時(shí)單位人口網(wǎng)商數(shù)也是最高?？梢?jiàn)杭州當(dāng)?shù)囟嗍驱堫^企業(yè)帶動(dòng)農(nóng)戶生產(chǎn)，產(chǎn)業(yè)化發(fā)展良好。此外浙商素來(lái)是經(jīng)濟(jì)發(fā)展的重要推動(dòng)力量，杭州網(wǎng)商數(shù)量眾多，達(dá)成的交易額高，但當(dāng)?shù)剞r(nóng)作物播種面積小，產(chǎn)量少，沒(méi)有過(guò)多可外銷的農(nóng)產(chǎn)品存量。

第四類城市有重慶、昆明、石家莊、哈爾濱及南寧，主要表現(xiàn)為F1得分高，F(xiàn)2、F3得分較低，為“碎片農(nóng)業(yè)型”。昆明和南寧農(nóng)業(yè)發(fā)展條件一般，但農(nóng)產(chǎn)品產(chǎn)出效率很高。石家莊和哈爾濱分別在農(nóng)業(yè)機(jī)械化及播種面積上各有優(yōu)勢(shì)，達(dá)到了相差不多的農(nóng)產(chǎn)品高產(chǎn)量，同時(shí)農(nóng)業(yè)在該市產(chǎn)業(yè)結(jié)構(gòu)明顯占據(jù)較大的比重，是典型的農(nóng)業(yè)城市。重慶則是在機(jī)械化水平、播種面積、產(chǎn)量上都明顯超出平均水平，但產(chǎn)值較低，仍不失為一個(gè)農(nóng)業(yè)發(fā)達(dá)的城市。

四、結(jié)論與啟示

本文通過(guò)上述數(shù)據(jù)分析，聚類后得到的3個(gè)因子為農(nóng)業(yè)發(fā)展因子、電子商務(wù)水平因子及生產(chǎn)碎片化程度因子，與實(shí)際討論時(shí)考慮的3個(gè)方面吻合，表明可以以這3個(gè)維度直接衡量最終農(nóng)產(chǎn)品電子商務(wù)發(fā)展水平。同時(shí)第一主成分為農(nóng)業(yè)發(fā)展，第二主成分為電子商務(wù)水平，第三主成分為碎片化程度，表現(xiàn)了發(fā)展農(nóng)產(chǎn)品電子商務(wù)時(shí)生產(chǎn)是否為碎片化影響較小，更應(yīng)著力于提升農(nóng)業(yè)實(shí)力與電子商務(wù)水平。

聚類分析后將30個(gè)城市分為4類：碎片電商型城市北京、長(zhǎng)沙、上海和成都，其中上海和北京電子商務(wù)基礎(chǔ)良好，成都農(nóng)產(chǎn)品儲(chǔ)備較大，而長(zhǎng)沙選擇適合網(wǎng)絡(luò)交易的農(nóng)產(chǎn)品交易進(jìn)而電子商務(wù)發(fā)展良好；待發(fā)展型城市濟(jì)南、長(zhǎng)春、南京等，同時(shí)此類也是最多城市所在類別，可再細(xì)分為農(nóng)業(yè)發(fā)展明顯落后、生產(chǎn)產(chǎn)業(yè)化但電子商務(wù)有待發(fā)展以及三個(gè)維度都有待發(fā)展的3種城市群體；自成一類的產(chǎn)業(yè)電商型城市杭州；碎片農(nóng)業(yè)型城市重慶、昆明、石家莊等?？筛鶕?jù)不同類別基本情況，相應(yīng)地提升發(fā)展農(nóng)產(chǎn)品電子商務(wù)中相對(duì)不足的方面，選取不同的發(fā)展模式。如杭州可通過(guò)產(chǎn)業(yè)化的生產(chǎn)進(jìn)而拉動(dòng)農(nóng)業(yè)發(fā)展，提高機(jī)械化程度、提升產(chǎn)量，為農(nóng)產(chǎn)品電子商務(wù)發(fā)展奠定物質(zhì)基礎(chǔ)，進(jìn)而更好地發(fā)展農(nóng)產(chǎn)品電子商務(wù)。

由于本文研究對(duì)象只包含各個(gè)省的省會(huì)、直轄市及自治區(qū)首府，并未包括該省其他城市，城市分析結(jié)果并不適用于描述該省情況，不適用于廣泛推廣。同時(shí)因?yàn)橹贿x取了省會(huì)和首府，部分農(nóng)產(chǎn)品電子商務(wù)發(fā)展得很好的城市，如安徽蕪湖——互聯(lián)網(wǎng)品牌“三只松鼠”的所在城市，并沒(méi)有計(jì)入研究范圍。當(dāng)然，這也為后續(xù)研究提供了一種進(jìn)一步完善的方向。

參考文獻(xiàn)：

[1]高紅冰等.中國(guó)新農(nóng)人研究報(bào)告[R].杭州：阿里研究院，

2014.

[2]汪冬華.多元統(tǒng)計(jì)分析與SPSS應(yīng)用[M].上海：華東理工大學(xué)

出版社，2010.

（責(zé)任編輯：湯欽樂(lè)）