我國各省份互聯網區域化發展競爭力差異分析

尹楠

（南京曉莊學院商學院，江蘇南京211171）

我國各省份互聯網區域化發展競爭力差異分析

尹楠

（南京曉莊學院商學院，江蘇南京211171）

本文選取網民數量、網民規模增長速度、域名數量、網站數量、IPv4地址數比例和頁面平均大小等作為研究指標，利用因子對應分析方法對我國31個省、市、自治區的互聯網發展狀況進行分析，結果表明，北京、上海、福建、浙江、江蘇、黑龍江屬于互聯網發展競爭力較強的地區，廣東和山東屬于互聯網發展競爭力中等程度地區，其他地區的互聯網發展競爭力較弱。從總體上看，互聯網發展水平高低與經濟發展水平有一定相關性，但也存在例外的情況。

因子對應分析；K聚類算法；互聯網

一、引言

互聯網作為一項高新技術產業，已經成為經濟增長最具有活力的產業之一，李克強總理在2015年兩會期間明確提出了“互聯網+”的概念，[1]互聯網已經完全融合進社會經濟發展的各個方面。“互聯網+”代表一種新的經濟形態，必須充分發揮互聯網在生產要素配置中的優化和集成作用，將互聯網的創新成果深度融合于經濟社會各領域之中，提升實體經濟的創新力和生產力，形成更廣泛的以互聯網為基礎設施和實現工具的經濟發展新形態。[2]據中國互聯網絡信息中心（CNNIC）發布的最新統計數據顯示，截至2013年12月，中國網民規模達6.18億，全年共計新增網民5358萬人。互聯網普及率為45.8%，較2012年底提升3.7個百分點。2013年，中國各省市區網民規模均有一定幅度增長，大陸31個省、直轄市、自治區中網民數量超過千萬規模的省份已達25個，網絡普及率超過全國平均水平的省份達13個，相比2012年增加了青海和河北兩省，其網絡普及率分別為47.8%和46.5%。[3]

但是我國具體哪些地區的互聯網發展競爭力水平較高，哪些地區的互聯網發展競爭力水平較低，并未有一個詳細的分類。本文選取一些能反映我國各地區互聯網發展競爭力水平的指標，利用因子對應分析法對各指標數值進行分類，從中得出我國各地區該指標值的相應發展程度；然后再利用K聚類分析算法對我國各省、市、自治區的互聯網發展競爭力情況做一個系統的分類，了解我國大陸31個省、市、自治區互聯網發展的水平，為網絡服務供應商更好地提供網絡服務提供參考，為我國各地區的互聯網發展和建設提供一定的借鑒。

二、現有研究文獻綜述

目前對我國互聯網區域發展競爭力差異性方面的研究幾乎是空白，國內學者對這方面的研究較少，對我國互聯網領域的研究主要是基于經濟增長視角的互聯網區域發展研究，或者采用某種經濟研究方法研究我國互聯網區域發展的差異，并未有依據一些研究指標采用特定研究方法對我國互聯網區域發展競爭力進行區域分類的研究。查閱相關文獻資料，目前對我國互聯網區域發展差異性情況的相關研究成果主要有以下幾個方面：

劉文新、張平宇[4]從網絡普及率、網絡信息資源豐度及互聯網商業應用三個角度初步探討了中國互聯網發展存在的區域差異，并設計了互聯網發展指數（IDI），從人均的角度反映互聯網發展的綜合水平。

劉桂芳[5]將中國互聯網域名地區分布數據與圖形數據結合，運用相關分析、洛倫茲（Lorenz）曲線和區位熵等方法，從時間和空間上探討了中國互聯網分布的區域差異。

金兼斌、吳科特[6]基于創新擴散理論，對我國互聯網擴散的地區不平衡狀況及其影響因素進行了初步探索，以基尼系數來描述互聯網發展的地區不平衡，并通過回歸分析探究影響互聯網擴散的關鍵因素。研究發現，近年來我國互聯網發展的地區差距在不斷縮小，其差異程度逐漸和經濟發展水平的差異程度接近。

寧進廳、邱娟、汪明峰[7]基于互聯網產業的生產與消費兩個方面，利用錫爾系數和集中化指數等方法，對2000年至2009年我國31個省、市、自治區的互聯網產業發展狀況進行了系列研究。結果發現：我國互聯網產業發展的區域差異仍然十分顯著，但消費層面的省際差異明顯小于生產層面，而且消費層面差異縮小的幅度也明顯大于生產層面；同時，從空間來看，東部地區的變化顯著，大部分省市有了較大發展，但中西部地區的大部分省份仍處于低消費、低生產的狀況。

張越、李琪[8]通過收集各地區經濟發展水平及互聯網發展水平的相關數據，建立模型進行分析并得出結論：互聯網發展與經濟發展之間存在著重要的關系，互聯網普及率與互聯網基礎設施建設水平對經濟發展影響顯著。

汪明峰、邱娟[9]從人均GDP、城鎮化水平、基礎設施水平、受教育程度、對外開放度等變量的角度，發現我國東、中、西三大區域存在顯著的互聯網發展區域性差異。

馮湖、張璇[10]研究發現，中國“數字鴻溝”日趨縮小，是東、中、西部地區內省際間差距不斷縮小的結果。區域知識發展水平、經濟生活水平和對外開放程度對互聯網發展區域差異的解釋力最強，信息基礎設施的影響也較顯著。

鄭素俠[11]認為，互聯網在大陸擴散的區域性差異，不僅存在于發達地區和欠發達地區之間，也存在于各城市體系之間，更深的“數字鴻溝”潛存于對互聯網的使用質量之中。只有當互聯網能夠為改善欠發達地區和農村貧困人口的生活發揮作用時，它才真正成為推動社會發展的技術工具。

綜上所述，以上文獻主要是從經濟增長的視角并結合我國的實際情況，對我國互聯網的區域發展差異性進行了研究，取得了一定的研究成果。但從目前的文獻資料來看，并未有利用特定的研究分析法對我國各省、市、自治區的互聯網區域發展競爭力的差異性進行系統分類和總結的研究。

三、研究指標選取和數據收集

從2014年中國互聯網絡信息中心公布的第33次中國互聯網絡發展狀況統計報告中，選取一些相應的統計指標作為實現因子對應分析和K聚類分析的變量指標，選取的研究指標如下所示：

指標1：網民數量，指各個省份的網民總人數。

指標2：網民規模增長速度，指各省份的網民數量2014年比2013年的增長程度。

指標3：域名數量，指各個省份的域名擁有數量，域名是指每個互聯網網絡使用者在建設網站后向互聯網管理機構申請的名稱，該名稱在網絡上是獨一無二的。

指標4：網站數量，指各個省份擁有的網站數量。

指標5：IPv4地址數比例，指各個省份的IPv4地址數占全國的比例，IPv4是一種傳統的互聯網協議的地址。

指標6：頁面平均大小，指各省份的網站總容量與各省份擁有的網頁數量的比值。

選取以上指標作為研究分析的主要指標是考慮到三個方面的因素。首先，所選指標的數據都可以從公開的資料中提取，滿足數據的可獲得性要求；其次，所選指標的數據都是可以量化的，屬于定量研究的數據，使得研究更具客觀性，不受人為因素的干擾；最后，所選擇的指標能夠基本反映我國互聯網區域發展競爭力的各方面要求，能夠反映一個地區的互聯網發展競爭力的大致狀況（參見表1）。

表1 我國31個省、市、自治區互聯網區域發展競爭力指標值

四、基于因子對應分析法對各指標值的研究

1.因子對應分析的基本原理

因子對應分析是在因子分析基礎上發展起來的一種多元統計分析方法，主要通過分析定性變量構成的列聯表來揭示變量之間的關系，也稱R-Q分析。在因子分析中一般只是分析原始變量的因子結構，找出決定原始變量的公共因子，從而使問題的分析簡化和清晰。這種研究對象是變量的因子分析稱為R型因子分析。但是對于有些問題來說，還需要研究樣品的結構，若對于樣品進行因子分析，稱為Q型因子分析。對同一觀測數據進行R和Q型因子分析，并分別保留兩個公共因子，則是對應分析的基礎。[12]

R型因子分析和Q型因子分析反映的是一個整體的不同側面，R型因子分析是從列來討論（對變量），Q型因子分析是從行來討論（對樣本點），因此他們之間存在內在的聯系。對應分析的基本步驟可以表述如下：（1）獲取對應分析數據；（2）確定研究的目的，選擇對應分析中所需數據和應該包括的背景資料；（3）建立列聯表；（4）進行對應分析；（5）畫出對應分析圖并解釋結果的意義。

2.因子對應分析過程

根據以上對應分析的基本原理，可以確定R型因子分析的變量分別為網民數量、網民規模增長速度、域名數量、網站數量、IPv4地址數比例、頁面平均大小，分別用X1～X6來表示。Q型因子分析的樣本點為我國31個省、市、自治區。在R數據分析軟件中，通過計算可以得到R型因子分析（變量）和Q型因子分析（樣本點）在矩陣中的具體坐標值數據，如表2和表3所示。然后將這些坐標值數據在R軟件中作圖，畫出對應分析圖。由于R型因子和Q型因子各自的坐標值數據在對應分析圖中的位置較為緊湊，難以在圖中形象地表示出來，本文省略對應分析圖的繪制。根據對應分析顯示的結果可以把R型因子分析（變量）和Q型因子分析（樣本點）分為幾類：

第一類，變量為網民數量，樣本點為內蒙古、寧夏、貴州、新疆、廣西、江西等省份。第二類，變量為網民規模增速，樣本點為青海。第三類，變量為域名數量，樣本點為廣東。第四類，變量為網站數量，樣本點為江蘇和北京等。第五類，變量為IPv4地址數比例，樣本點為重慶、江蘇等。第六類，變量為頁面平均大小，樣本點為西藏。

表2 Q型因子分析（樣本點）的矩陣坐標值數據

表3 R型因子分析（變量）的矩陣坐標值數據

五、基于K聚類分析對各省份區域發展競爭力的研究

1.K聚類分析的基本原理

K聚類分析是一種將研究對象進行分類統計的多元統計方法，通過確定對象之間的相似性和差異性，進行分類統計。這些對象之間的相似性和差異性的劃分完全是根據數據聚類統計結果確定的。聚類分析的思想是先將n個樣品各自看成一類，然后規定類與類之間的距離，選擇距離最小的一對合并成新的一類，計算新類與其他類的距離，再將距離最近的兩類合并，這樣每次減少一類，直至所有的樣品都成為一類為止。[13]

K-means算法和K-medoids算法都屬于基于劃分的啟發式聚類方法，K-means算法的每個簇用該簇中對象的平均值來表示，而K-medoids算法的每個簇用接近聚類中心的一個對象來表示。

K-means算法是一種基于樣本間相似性度量的間接聚類方法。該算法以K為參數，把n個對象分為K個簇，簇內具有較高的相似度，而且簇間的相似度較低。相似度的計算根據一個簇中對象的平均值來進行。此算法的過程為：首先從n個數據對象任意選擇K個對象作為初始聚類中心。而對于所剩下其他對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然后再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值），不斷重復這一過程直到標準測度函數開始收斂為止。[14]

K-medoids算法和K-means算法基本相似，唯一不同的地方在于中心點的選取，K-means算法將中心點取為當前聚類分析中所有數據點的平均值，而K-medoids算法從聚類分析中選取一個點作為中心點，即該中心點到其他所有點的距離之和最小。

K-medoids算法的基本思想：首先為每個簇隨意選擇一個代表對象；剩余的對象根據其與代表對象的距離分配給最近的一個簇；然后反復地用非代表對象替代代表對象，以改進聚類的質量；聚類結果的質量用一個代價函數估算，該函數評估了對象與其參照對象之間的平均相異度。[15]

2.K聚類分析過程

由于人工計算聚類分析的過程較為復雜，這里利用R統計軟件實現K-means和K-medoids算法的聚類分析過程。在R統計軟件中，利用編程計算出各類別的聚類優度，可以比較選擇出最優的類別數，利用該類別數劃分得出的聚類分析結果為最優。研究樣本有31個省、市、自治區，在研究中將類別數從1到30取遍，得出的結果如表4所示。

從以上各類別的聚類優度結果可以看出，在類別等于3時，隨著類別數的增加聚類效果也發生變化（聚類優度值從0.83到0.94），當類別數超過4后，聚類的效果保持不變，因此在本研究中，將類別數指定為3是最合適的。如圖1所示，圖1中第3個圓點即為最優類別數，之后的圓點基本上呈現出一條直線，說明聚類的類別數在3之后進行聚類分析時基本上沒有差異。

基于K-means算法計算得出了三個類別包含的樣本數，分別為6、2、23以及各類別中心點的坐標值，分別為第1類（0.0630000，916444.3，231677.67，0.07240000，43.83333），第2類（0.0875000，3938785.5，340858.50，0.07280000，49.00000），第3類（0.1186522，127414.3，35964.91，0.01425217，47.30435）。即表示第1類被認為是互聯網發展競爭力較強的地區，第2類是互聯網發展競爭力中等的地區，第3類是互聯網發展競爭力較弱的地區。

基于K-medoids算法在R語言中得到輸出結果，與之前的K-means算法相比，輸出結果中多了一項中心點（Medoids），從中可以得到聚類分析完成時的各類別的中心點分別是哪幾個樣本點及變量的取值范圍，在本研究中三個類別的中心點分別是浙江、廣東和江西。從兩種聚類分析的結果可知，根據K-medoids算法得出的聚類分析結果和K-means算法的結論完全相同，聚類分析的結論如表5所示。

圖1 選擇最優聚類優度

六、研究結論

基于互聯網區域發展競爭力的各項具體指標所做的因子對應分析的結論，可以看出，北京、江蘇、重慶等省份擁有的網站數量和IPv4地址數比例較高，福建、浙江、湖北等省份在對應分析圖中的位置離這兩個指標的距離也不是太遠，說明這些省份的網站數量及IPv4地址數比例也較高；在域名數量指標上，廣東擁有的域名數量最多；在網民數量這一指標上，大多數中西部省份的網民數量較多；在網民規模增速指標和頁面平均大小指標上，最有代表性的分別是青海和西藏，說明這兩個省份在互聯網的普及和發展方面正在逐步加快。

表4 聚類類別數量與聚類優度

表5 基于K-means和K-medoids算法的聚類分析結果

根據K聚類分析得出的結論，可以將31個省、市、自治區按以上規則劃分為東、中、西部來考察。針對我國區域經濟發展嚴重不平衡的現狀，我國現行的區域政策基本上是按照東、中、西三大地區區別對待的。基于以上兩種K聚類分析算法得出的結論，第1類屬于互聯網發展競爭力較強的地區，包括北京、上海、福建、浙江、江蘇、黑龍江，大部分都位于發達的東部沿海地區，其互聯網的發展狀況與經濟的發展水平相一致；唯一例外的是黑龍江，按我國的區域劃分屬于中部內陸地區，經濟上相對東部沿海地區要落后一些，但其互聯網發展競爭力水平卻較高，原因在于黑龍江的互聯網發展競爭力各指標值數據離中心點的距離較為接近，這也是聚類分析算法的意義所在，如黑龍江省在總體網民人數中，每萬人擁有的域名數量、網站數量和IPv4的比例相對于其他省份較高，雖然其總體數量并不占優勢，因此可以認定為黑龍江省的互聯網發展競爭力水平較高。

第2類屬于互聯網發展競爭力中等程度的地區，包括廣東和山東。這兩個省份都位于經濟發達的東部沿海地區，但由于網民總體數量大、網民規模增速較慢、人均擁有域名數和網站數量不高等因素，導致這兩個省份的互聯網發展競爭力水平相對弱一些。

第3類屬于互聯網發展競爭力較弱的地區，包括以上統計剩余的中國大多數省份，大多數省份屬于中部內陸地區和西部邊遠地區，這些省份的互聯網發展競爭力水平還比較低，都有上升和發展的空間。

K聚類分析得出的結論與我國傳統的東、中、西部三大區域的劃分規則總體上是相吻合的，從另一個側面也可以得出這樣的結論：從總體上來說，互聯網發展水平高低與經濟的發展程度有一定的關系，一個地區經濟發展程度越高，其互聯網發展競爭力水平也越高，但也存在一定的例外。如按照本文的研究結論，黑龍江的互聯網發展競爭力水平較高，而天津和遼寧的互聯網發展競爭力水平反而較低。

七、研究建議

本文利用兩種K聚類算法對我國互聯網的區域發展競爭力水平進行了一個系統的聚類劃分，兩種研究方法得出的結論完全相同，說明K聚類分析的結論具有一定的科學性。本研究說明，我國只有少數幾個省份的互聯網發展競爭力水平較高，大多數省份的互聯網發展競爭力水平較低。目前我國正在加快信息化和網絡化建設，可以重點關注本研究中的第3類地區，這些地區的互聯網發展競爭力水平都有待提高。

綜合考慮K聚類算法和因子對應分析法的結論，可以看出，在整體上東部地區的互聯網發展競爭力要強于中西部地區，東部地區擁有的網絡資源也較西部地區更加豐富，但是在一些分指標上，如在網民規模增速和頁面平均大小上，西部地區的一些省份正在快速增長。目前，我國正在加快信息化建設的步伐，提升我國各個地區互聯網的發展建設競爭力水平尤為重要。對于中西部大多數省份，隨著網民人數的不斷增長，對于這些地區的網絡資源，如在擁有域名數量和IPv4地址數比例等指標上，也應該給予這些省份更多的分配。

基于以上分析得出的結論可以從以下三個方面為網絡服務供應商更好地提供網絡服務提供參考，并且也可以為我國各地區的互聯網發展和建設提供一定的借鑒。第一，在互聯網基礎設施建設和信息產業的發展中，要為中西部的大多數省份提供更多的支持，為互聯網接入提供更加便利的條件，讓各省份的網民數量及擁有網站數量等指標有更大的提升。第二，網絡服務供應商應積極推動互聯網的應用發展，讓更多的人使用互聯網。第三，新技術的發展如移動互聯網技術的發展，尤其是手機網民數量的持續增長，讓中西部地區網民數量快速增長，網絡服務供應商需要在降低移動網絡收費、提升移動互聯技術等方面多下功夫。

[1]趙竹青.學者熱議：李克強提的“互聯網＋”是個啥概念？[EB/OL].（2015-03-06）.http：//news.china.com.cn/2015li anghui/2015-03/06/content_34978805.htm.

[2]林其玲.“互聯網+”助力中國經濟“彎道超車”[EB/ OL].（2015-03-16）.http：//news.xinhuanet.com/tech/2015-03/ 16/c_27583775.htm.

[3]中國互聯網絡信息中心.第33次中國互聯網絡發展狀況統計報告[R].2014.

[4]劉文新，張平宇.中國互聯網發展的區域差異分析[J].地理科學，2003（4）：388-407.

[5]劉桂芳.中國互聯網區域差異的時空分析[J].地理科學進展，2006（4）：47-54.

[6]金兼斌，吳科特.我國互聯網擴散之地區差異的影響因素探究[J].南京郵電大學學報（社會科學版），2006（4）：8-13.

[7]寧進廳，邱娟，汪明峰.中國互聯網產業發展的區域差異及其動態演進——基于生產和消費的視角[J].世界地理研究，2010（4）：58-64.

[8]張越，李琪.互聯網對我國各省區經濟發展的影響[J].山西財經大學學報，2008（6）：38-44.

[9]汪明峰，邱娟.中國互聯網用戶增長的省際差異及其收斂性分析[J].地理科學，2011（1）：42-48.

[10]馮湖，張璇.中國互聯網發展的區域差異與政策治理[J].北京科技大學學報（社會科學版），2011（3）：399-407.

[11]鄭素俠.互聯網在中國大陸擴散的區域性差異[J].國際新聞界，2007（2）：55-59.

[12]王斌會.多元統計分析及R語言建模[M].廣州：暨南大學出版社，2011：288-320.

[13]湯銀才.R語言與統計分析[M].北京：高等教育出版社，2005：113-150.

[14]薛京花，劉震宇，崔適時.對K-means算法初始聚類中心選取的優化[J].電子世界，2012（5）：11-18.

[15]李洪升.K-Medoids算法在人臉識別系統中的應用[J].現代計算機（專業版），2009（4）：59-62.

責任編輯：方程

Analysis on the Regional Development Competitiveness Differences of China's Internet

YIN Nan
（Nanjing Xiaozhuang University，Nanjing，Jiangsu211171，China）

Taking such factors as number of Internet users，number of networks，and so on as the research factors，and using factor correspondence analysis，the author analyzes the Internet development situation of 31 princes，cities and municipalities.It shows that the development competitiveness of Internet in Beijing，Shanghai，Fujian，Zhejiang，Jiangsu and Heilongjiang is stronger；that of Guangdong and Shandong is moderate；and that of other regions is weaker.Generally speaking，the development level of Internet has some relations with the economic development level；but there are still some exceptions.

factor correspondence analysis；K clustering algorithm；Internet

F127

A

1007-8266（2015）09-0052-07

尹楠（1982—），男，江蘇省鎮江市人，南京曉莊學院商學院教師，博士，主要研究方向為管理信息系統、企業信息化。