基于一致聚類和PLS方法的電子商務競爭力形成機理研究

尹 詩，楊堅爭，尹清杰

（1.上海理工大學 管理學院，上海 200093；2.浙江工貿職業技術學院，浙江 溫州 325003）

基于一致聚類和PLS方法的電子商務競爭力形成機理研究

尹 詩1，楊堅爭1，尹清杰2

（1.上海理工大學 管理學院，上海 200093；2.浙江工貿職業技術學院，浙江 溫州 325003）

城市電子商務競爭力反映了城市的發展水平，是城市產業競爭力的重要研究內容之一。文章在分析城市電子商務競爭力的內涵及系統結構的基礎上，用一致聚類改進算法對53個全國電子商務示范城市分類，用PLS結構方程模型建立了各類別城市電子商務競爭力的形成機理，并進行實證分析。結果顯示，機理模型和結構要素可以解釋目前中國城市電子商務競爭力的狀況。

電子商務競爭力；一致聚類；結構方程模型；形成機理

一、引言

隨著互聯網技術的普及和應用，電子商務以其特有的開放性，在全球化市場中具有極強的競爭力。在城市的競爭中，發達城市占據領先地位，欠發達地區面臨極強的挑戰。而電子商務作為新興產業為欠發達地區提供彎道超車的可能，同時可以為社會提供大量就業機會，緩解就業壓力。隨著“互聯網+”行動計劃上升至國家戰略，促進電子商務快速發展已成為地方政府乃至國家經濟工作的重點之一。電子商務在為改變經濟增長模式，打造經濟發展新引擎，激勵大眾創業、萬眾創新展示勃勃生機的同時，深刻地影響著城市的發展。

電子商務競爭力研究正引起國內外學者和研究機構的關注。Burt和Sparks通過現代零售業中電子商務的影響分析，提出電子商務的發展促進城市零售業的繁榮，越大的零售商越追求互聯網優勢[1]。荊叢波從電子商務對經濟社會發展的影響入手，構建中國城市電子商務評價模型，同時提出電子商務全面助推城市化進程[2]。《中國中小企業電子商務發展報告2012》顯示，應用電子商務率每增加1%，就業機會就能增加4萬個。迅猛發展的電子商務，在拉動城市經濟增長、推動城市產業結構化等方面也都顯示了強大的活力。

國內外文獻雖然在直接的城市電子商務競爭力形成機理的論述較少，但現有理論成果仍然是本文梳理形成機理、合理評價城市的電子商務競爭力的重要理論支撐。基于以上研究，本文以全國電子商務示范城市為研究對象，用一致聚類改進算法對我國已經公布的三批共53個電子商務示范城市進行了分類，用PLS結構方程模型建立了各類別城市電子商務競爭力形成機模型。通過城市電子商務競爭形成機理的研究，提煉提升城市電子商務發展的關鍵要素，為研究城市電子商務競爭力提供理論基礎。

二、基于一致聚類的城市電子商務發展差異性分析

2011年國家發改委公布國家第一批21個電子商務示范城市（后增加到23個），2014年國家發改委和財政部、商務部等部門聯合發文公布30個國家第二批電子商務示范城市。兩批53個電子商務示范城市有4個直轄市、25個省會城市和5個計劃單列市和19個其他級別的城市。這些城市的區位資源稟賦、經濟發展水平存在明顯差異。現有的研究少有對全國53個示范城市電子商務總體發展水平進行分析。本文首先選取電子商務企業服務水平、快遞服務水平、電商交易水平、網購消費者水平、第三產業對經濟貢獻度五個指標對城市電子商務發展差異性進行判別分析。

（一）一致聚類方法

聚類分析（Cluster Analysis）起源于分類學，是研究如何度量事物之間的相似性和怎樣構造變量分類以實現分類的多元統計方法。聚類分析依據某種相似性變量，將具有相似特征的樣本歸為一類，使得類內相似差異較小，而類間相似差異大[3]。經典的類內誤差與準則函數（Winthin-Group Sum of Squared error，WGSS）為：

假設將n個樣本tj∈CN（j=1，2，…，n）分為k類，對i= 1，2，…，k和j=1，2，…，n定義：

矩陣A=（Aij）有如下性質：Aij∈{0，1}且Aij=1（j= 1，2，…，n）

設ni表示第i中所包含的樣本個數，則：

設ti∈CN表示i類的中心，則：

所以，第i類的類內差異為：

整體類內差異為：

聚類算法的目的就是尋找使得D（μ）取得最小值的μ*，即D（A*）=min{D（A）}。

當樣本各自獨立成類（k=n）時，D（A）取得最小值0。因此，僅憑上述準則是不能找到最優分類的，需找到其它能夠分類的準則函數。同時，不同結構特征的數據進行分類時，一致聚類方法可以解決相似矩陣選取和自動確定聚類數目等問題。

一致聚類亦稱聚類集成，是針對給定數據獲得確定類別數目，從中選取最能反映聚類信息類別的聚類劃分。常用的結合重采樣和基于迭代的一致聚類方法，對于聚類數目識別不準確問題仍沒有得到有效解決。鑒于Minkowski距離公式，能夠準確解釋數據的相似度，本文應用距離公式對收集的數據進行分析，在不需要迭代時，即能確定聚類信息的相似度度量，準確獲得聚類數目信息，其算法流程如圖1所示。

圖1 基于Minkowski距離的一致聚類流程圖

1.設定距離函數。本文采用Minkowski距離公式[4]（見公式（1）、公式（2））：

公式（1）、公式（2）中，x和y為n維樣本點，p和墜為距離調整參數。不同的 值構建的Minkowski距離，利用算法分析會得到不同的聚類效果。p可以取0.1到1之間的任何值，當p=1，2，∞時，公式（1）分別刻畫的是數據i與j橫坐標差值的絕對值之和（稱為曼哈頓距離）、最短距離（稱為歐氏距離）、最大差值（稱為切比雪夫距離）；公式（2）中墜為可調參數，通過p和墜的調整，能夠用上述距離公式從不同角度反映p值的相似度信息。

本文設定p=1，2，∞三種不同的值及墜=0.1，0.3，0.5，0.8，0.9五類不同的值，通過公式（1）、公式（2）獲得15種不同相似矩陣，進行聚類分析。

2.聚類算法的集成。不同的聚類算法對一致聚類算法的集成影響極為重要，基于本文研究特點，融合兩種不同Laplacian矩陣構建譜聚類算法（公式（3）、公式（4））。

式中，D為將相似矩陣每行之和賦值到對角線的對角矩陣，L為相似度矩陣[5]。

3.聚類數目識別。相似度矩陣L一般被當做以樣本為節點（無向圖）之間的鄰接矩陣，矩陣中的權值就是無向圖的邊（以粗細表示權值大小）。以隨機游走策略在無向圖中獲得轉移概率矩陣P，P滿足下列條件：P=diag-1（S·e）·S，式中e是值全為1的向量。

令 δ（P）=λi（i=1，2，…，n，且 λnλn-1…λ1=1作為P的譜分布。因為λnλn-1…λ1=1有個特征值接近于1，λk和λk+1之間的相對距離則確定了數據聚類的數目。

4.聚類信息的獲得。根據聚類數目序列k=[k1，k2，…，kn]（n為選擇的聚類數目）中的ki，i∈{1，2，…，n}分別進行聚類，共獲得3×n個聚類結果，形成一致矩陣M。矩陣M中的元素分別為0或1，其中Mij=0表示第i個節點和第j個節點沒有分到同一類，分到同一類時為1。再將一致矩陣M代替轉移概率矩陣P=diag-1（S·e）·S中的S，求得P的特征值，通過特征值的分布獲得聚類信息。

（二）電子商務示范城市聚類分析

基于Minkowski距離的一致聚類算法的優越性體現在聚類數目的自動識別，能夠對數據進行分析并獲得最佳的聚類數目信息。結合Minkowski聚類函數，建立樣本之間不同維度的距離，取p∈[1，2，∞]，墜=[0.1，0.3，0.5，0.7，0.9]，共15種組合以覆蓋參數的取值。

1.對于任取的一組 p和 墜值，令k=[k1，k2，…，kn]（根據文本所掌握的城市電子商務數據規模（見表1），設k∈[2，3，4，5，6，7，8，9，]，共 8種聚類數目），對于每一個 k值，分別按上述方法進行聚類，可得到8個聚類結果構建的一致相似矩陣Mi（i∈1，2，…，15）。

2.重新取一組p和墜值，重復上一步驟，得到15個一致相似矩陣Mi（i∈1，2，…，15）和相應的轉移概率矩陣Pi（i∈1，2，…，15）。

3.對轉移概率矩陣分別進行特征值分解，并根據特征值之間的差值判別獲得聚類數目。通過對圖2中轉移矩陣特征值分布（統計值接近于1的特征值數目）的判別，本文所給數據的最優聚類數目為3類。

表1 城市電子商務發展五項主要指標數據（Z標準化結果）

圖2 聚類數目的特征值分布圖

根據表1列出的53個城市電子商務發展五項主要指標數據，利用K均值聚類法對將城市進行聚類分析，分為三類，分類結果如表2所示：

表2 城市電子商務發展水平聚類結果

其中，義烏憑借著較高的快遞服務水平、電商交易水平、網購消費者水平、第三產業對經濟貢獻度，與北京、上海、廣州、深圳、杭州聚為第一類城市。

表3 各類最終聚類中心

由表3可知，第一類的聚類中心在各項指標數值上均大于第二類，而第二類又都大于第三類，表明三個分類在電子商務發展的總體水平上排序結果為：一類、二類、三類。

表4 各類與最終聚類中心之間的距離

此外，通過對比各類與最終距離中心之間的距離可以發現，一二類之間的距離要明顯大于二三類之間的距離，表明第一類和第二類的之間的分類界限更為明確，一類優于二類的優勢更為明顯。

三、城市電子商務競爭力形成機理與結果分析指標體系構建

目前國內外學者幾乎沒有涉及對電子商務競爭力形成機理的研究，電子商務評價體系主要是從電子商務對企業或網站的競爭力開展研究。我國關于電子商務評價體系的研究，較為顯著的成果是CII中國電子商務總指數指標體系。該體系首次研究了我國區域電子商務評價，但由于年份較早，體系并不完善。

本文認為電子商務的發展水平主要是通過環境支撐、資源聚集和可持續發展這三個層面構成；電子商務競爭力的影響因素主要是由基礎環境、區域優勢、市場集中度、創新、市場拓展、開放和產業需求八個指數構成。

電子商務競爭力的顯性度量指標——電子商務產業發展水平，通過電子商務規模指數和電子商務產業效益指數來衡量。選取電子商務企業服務水平和快遞服務水平兩個觀測值作為電子商務規模指數的潛變量；選取電子商務交易水平、網購消費者水平和第三產業對經濟貢獻度三個觀測值作為產業效益的潛變量。

電子商務發展的基礎環境是多方面的，作為新興產業，其發展離不開政府相關政策的支持和法律法規的規范；移動電話擁有率和互聯網普及率是電子商務發展的“環境”基礎；人均可支配收入和第三產業投資水平是電子商務發展的基礎。因此，本文選取電子商務相關政策、移動電話擁有率、互聯網普及率、第三產業投資水平、人均可支配收入水平四個觀測值作為電子商務發展基礎環境的潛變量。

區域的自然稟賦對產業發展起著重要的作用，基于本文的研究方向和以全國電子商務示范城市作為觀測點，選取電子商務相關行業勞動力水平、交通便利性和地理位置水平構成三個觀測值作為區域優勢的潛變量。

城市電子商務的產業集中度不反映電子商務企業相對規模的差距，只籠統反映區域內相關產業的集中度[6]。本文使用產業組織理論（SCP）中的指標來量化電子商務產業市場集中度，選取網商密度水平、電商衍生水平和本地化電子商務園區水平三個觀測值作為電子商務產業集中度的潛變量。

創新是電子商務核心經濟發展最終動力，有利于電子商務產業的結構優化和升級，而一個城市可持續發展的創新力與城市的創新環境分不開的。為此，選取萬人專利發明量、人才儲備水平、R&D財政投入水平三個觀測值為電子商務創新指數的潛變量。

選取電子商務拉動相關行業就業水平、電子商務行業平均收入指數和第三產業增加值三個觀測值為電子商務市場拓展的潛變量，研究電子商務行業對區域就業效應和產業的貢獻度。

城市良好的開放環境無疑對電子商務發展帶來積極的影響，而吸引、利用外資的能力和進出口水平是其開放的顯著的特性之一[7]。選取利用外資能力、貨物進口水平、貨物出口水平三個觀測值為城市開放指數的潛變量。

電子商務產業需求由諸多因素構成，但人均社會消費品需求能力將是電子商務的產業需求直接影響因素[8]。依據本文研究方向，選取人均社會消費品需求水平、人均貨物運輸需求水平、人均郵電業務需求水平三個觀測值為電子商務產業需求的潛變量。

綜合上述分析，從我國電子商務發展的現狀和特征出發，根據指標全面性和數據可得性的標準，構建我國電子商務競爭力的影響因素及其分析指標，如表5所示。

表5 城市電子商務競爭力分析指標

四、城市電子商務競爭力形成機理研究

（一）基于結構方程模型的城市電子商務競爭力形成機理研究

結構方程模型是用數學方程組的形式將事物之間的因果關系表現出來的統計分析技術。對于復雜的結構方程模型，主要有基于極大似然估計的因子模型 LISREL、AMOS等軟件和偏最小二乘法的PLS算法來求解。對于電子商務競爭力的形成機理研究，本文主要關注于變量之間的預測關系，樣本有限、結構方程模型較為復雜，更適用于對樣本數據沒有分布假設要求的PLS算法。

（二）研究假設

根據國內外學者對產業競爭力影響因素及其形成機理的研究成果，結合本文構建的電子商務競爭力形成機理指標，提出以下假設，并建立如圖3所示的研究框架。

H1：區域優勢對市場集中度有直接的正向影響關系

H2：基礎環境對市場集中度有直接的正向影響關系

H3：基礎環境對市場拓展有直接的正向影響關系

H4：基礎環境對產業需求有直接的正向影響關系

H5：產業需求對市場拓展有直接的正向影響關系

H6：開放程度對產業需求有直接的正向影響關系

H7：開放程度對市場拓展有直接的正向影響關系

H8：市場集中度對產業規模有直接的正向影響關系

H9：市場拓展對產業規模有直接的正向影響關系

H10：創新指數對產業規模有直接的正向影響關系

H11：創新指數對產業效益有直接的正向影響關系

H12：產業規模對對產業效益有直接的正向影響關系

圖3 電子商務競爭力形成機理

（三）數據收集

本文的數據是根據表2建立的電子商務競爭力評價指標，從53個電子商務示范城市的2015年各個城市的統計年鑒、中國城市電子商務發展指數報告等統計報告中獲取，最終獲得53x28組基本面板數據，并對數據進行標準化處理。通過前文對我國電子商務競爭力發展狀況的分析，根據上述的研究假設，對三類城市的分組進行統計分析和假設檢驗，建立三類城市的電子商務競爭力形成機理模型。

（四）實證分析

表6 潛變量的信度分析

2.數據分析與假設檢驗。由于PLS主要是預測規范而沒有做分布假設，給予統計分布假設的一般檢驗方法不適用于偏最小二乘法。常用的PLS算法檢驗有Stone-Geisser檢驗、Bootstrap方法等，本文選用Smart-PLS 2.0的 Bootstrap算法，根據原始樣本及其經驗分布的基礎上作有放回的再抽樣，得到較準確的檢驗及推理結果。

根據本文的研究假設，分別建立三類影響要素之間的路徑關系，按照在0.05顯著水平下t統計量達到1.96的要求，選擇出可靠程度較高的影響路徑[9]，建立三類電子商務競爭力形成機理模型。

圖4是上海、杭州等6個城市的第一類電子商務競爭力形成機理模型，有8個研究假設得到驗證；H1、H4、H7和H10未得到驗證。

圖4 第一類城市電子商務競爭力形成機理模型

圖5是無錫、寧波等城市的電子商務競爭力形成機理模型，有9個研究假設得到驗證；H1假設的路徑系數為負，其實證結果與假設相反。

圖5 第二類城市電子商務競爭力形成機理模型

圖6是徐州、煙臺等第三類城市的電子商務競爭力形成機理模型，有11個研究假設得到驗證；H3假設的路徑系數為負，其實證結果與假設相反；假設H7未得到驗證。

圖6 第三類城市電子商務競爭力形成機理模型

五、研究結論

借鑒國內外學者研究成果，本文將一致聚類改進算法和PLS結構方程模型結合，在實證分析基礎上，發現我國已公布的53個電子商務示范城市競爭力形成機理有以下特點：

第一，基礎環境建設對不同區域電子商務競爭力的形成都有重要影響。電子商務基礎環境建設直接影響本區域電子商務產業集中度，從第三類到第一類對產業集中度的影響逐步增強，說明良好的電子商務基礎環境對產業集中度產生正影響，也說明電子商務是提升經濟發展的新興產業。而基礎環境對產業需求的影響是有限的，只有第三類城市對產業需求有明顯作用。

第二，區域優勢對電子商務競爭力的影響作用各不相同。第一類城市（除義烏），區域優勢沒有明顯差異，對電子商務競爭力形成機理的作用差異也不顯著，第二類城市區域優勢對產業集中度影響呈負相關，第三類城市作用差異性顯著。研究結論不但說明電子商務具有跨區域空間的意義，而且對我國調整產業布局有積極的影響。

第三，創新在各類城市中影響的差異性較小，說明電子商務的發展離不開創新要素的支持。大力發展電子商務產業，一定要加大人才儲備和科研投入力度，提供良好的創新資源保障。

第四，開放指數對各類城市電子商務影響差異較大，開放對第一類城市產業需求有明顯的正相關，對第三類城市產業需求相對較弱，而第三類相關性不顯著。梳理三類城市的劃分，不難理解利用外資能力對產業聚集度高和產業聚集度低的區域，利用外資能力對電子商務的發展有較大的影響，而產業聚集度適中的區域，更多應該尋求其它因素對電子商務發展的支持。

第五，市場拓展對各類城市電子商務規模的形成影響較大，而產業需求直接作用電子商務產業拓展的發展。機理形成再次表明，大力發展電子商務產業，不但可以刺激產業需求，提高第三產業增加水平，而且可以極大拉動區域的就業水平。

第六，市場集中度高有利于電子商務規模的形成。義烏小商品市場集中度高，杭州電子商務中小企業發達和上海發展總部經濟優勢，都形成了較好的電子商務環境，是我國城市產業轉型升級良好的案例。在全球一體化市場環境下，發展電子商務可以在全球資源重新分配中占得先機。

第七，產業規模和產業效益在不同區域中關系各不相同。產業規模對產業效益的影響由第三類到第一類不斷增強，這符合新古典經濟學關于規模擴大減低平均成本產生規模效益的論述。

本文根據實證研究，比較客觀地探討了我國電子商務示范城市電子商務競爭力的機理形成。針對各類電子商務形成機理的差異，因地制宜進行發展策略研究將會是城市電子商務未來的研究方向之一。

[1]BurtS，Sparks L.E-co m merce and the retail process：a review [J].Journal of Retailing and Computers and Electronics in Agriculture，2007，（57）.

[2]荊叢波.電子商務助推城市化[J].全國商情，2012，13（7）.

[3]周濤，陸惠玲.數據挖掘中聚類算法研究進展[J].計算機工程與應用，2012，48（12）.

[4]Hathaway KJ，Bezdek JC，HuY.Generalized fuzzy c-means clustering strategies using Lp norm distances[J].Ieee Trans on Fuzzy Systems，2000，8（5）.

[5]徐德剛，徐戲陽，陳曉，等.基于Minkowski距離的一致聚類改進算法及應用研究[J].湖南大學學報（自然科學版），2016，43（4）.

[6]陳偉，2012.影響我國電子商務產業結構的原因分析[J].決策參考（8）.

[7]郭樹華，蒙昱竹，梁任敏.中國沿邊省會城市開放程度對經濟發展的影響研究[J].華東經濟管理，2016，30（4）.

[8]所志國，2012.電子商務消費環境已趨成熟[J].信息與電腦（2）.

[9]曾濤，王秉琦，占紹文，2015.區域文化創意產業競爭力形成機理差異化研究[J].統計與決策（11）.

（責任編輯：C 校對：R）

F713.36

A

1004-2768（2016）12-0007-06

2016-10-20

國家自然科學基金項目（70973079）；滬江基金研究基地專項（D14008）

尹詩（1991-），女，河南南陽人，上海理工大學管理學院博士研究生，研究方向：管理科學、電子商務和電子商務評價；楊堅爭（1952-），男，江蘇無錫人，上海理工大學管理學院教授、博士生導師，研究方向：電子商務、國際貿易和國際法；尹清杰（1962-），男，河南南陽人，浙江工貿職業技術學院研究員，研究方向：大學生就業與創業教育。