農村電子商務產業集群演化的計算實驗研究*

李 煊

農村電子商務產業集群演化的計算實驗研究*

李 煊

閩江學院海洋學院管理科學與工程系

以復雜性科學為視角，將農村電子商務產業集群視為由關鍵種群、寄生種群和支持種群組成的共生系統，通過對集群進行NK模型描述，應用粒子群優化算法，建立了農村電子商務產業集群的演化模型。模型采用計算實驗的方式，分析了具有不同復雜性的集群演化特性和規律。結果表明，農村電子商務產業集群隨著種群間復雜性規模的增大而增大，同時在復雜性規模相同情況下，隨著結構復雜性增加而減少。因此，發展農村電子商務產業集群應逐步增加種群相互作用的規模復雜性，并通過整合資源，降低種群的結構復雜性。

電商產業集群 農村電子商務 集群演化

1 概述

2016年中央一號文件《關于落實發展新理念加快農業現代化實現全面小康目標的若干意見》明確指出，布局農村電子商務成為推進農村產業融合，促進農民收入持續較快增長的重要方式。財政部發布了《農業綜合開發扶持農業優勢特色產業促進農業產業化發展的指導意見》，要求不斷完善農業優勢特色產業鏈，鼓勵發展“互聯網 + ”農業，力爭在全國建設百個資源優勢大，產業鏈條延伸長，第一、二、三產業融合發展的區域農業優勢特色產業集群。在互聯網快速滲透和政策扶持下，農村電子商務正在步入快速發展的黃金期并形成了農村電子商務產業與空間聚集的形態，即農村電子商務產業集群。有別于傳統的產業集群，農村電子商務產業集群是指以電子商務為手段，通過整合傳統農村產業鏈，創新銷售模式和企業組織形式，在特定農村地域范圍內形成以當地某一特色產業為核心的線上、線下相關企業和服務機構的有機聚合。與傳統產業集群相同，農村電子商務產業集群也是一種形成規模效應和協同效應的網絡商業集聚現象。不同的是，農村電子商務產業集群強調以第三方電商平臺為銷售支點，依托“互聯網+”對農村傳統特色產業進行轉型升級。目前，以縣域電商和淘寶村帶動形成的農村電子商務產業集群，已成為促進農村經濟發展的有效模式。2016年，根據阿里研究院和阿里新鄉村研究中心聯合發布的《中國淘寶村研究報告（2016）》，截止至2016年8月，全國淘寶村已達1311個，相比2014年的212個，2015年的780個，淘寶村的數量正呈現出井噴式的發展勢頭。隨著農村電子商務的繼續普及，地理位置臨近、產業帶相似的淘寶村將逐漸向規范化、系統化的產業集群方向發展。可見，研究農村電子商務產業集群的演化過程對于加快傳統農村經濟轉型升級具有十分重要的意義。

2 國內外研究綜述

截至目前，國內關于農村電子商務產業集群的研究尚不多見。多數研究采用案例研究的方式，從既成論角度分析探索農村電子商務產業集群的產生機理。如田真平和謝印成從集群演化的視角，討論了創業導向的創新性、風險承擔性、行動超前性、積極競爭性等四個維度在農村電子商務產業集群形成期、成長期、成熟期以及衰退期的不同特性和作用機制[1]。雷兵和劉蒙蒙討論了創業門檻以及創業家行為對農村電子商務產業集群的作用機理[2]。凌守興則分別從地理優勢、外部經濟、領軍企業、社會網絡、政府行為等五個方面闡述了電子商務產業集群的形成機理[3]。Huang Zuhui等則借鑒已有的產業集群研究，從勞動分工、交易費用、規模經濟等角度展開集群形成的機理研究。國外對農村電子商務的研究比國內較為成熟，主要采用實證研究的思路探索電子商務在農村地區的作用機制，并對農村電子商務的模式創新展開討論[4]。Wen基于知識管理的角度，構建了農產品交易智能電子系統，創新了農產品電子商務模式[5]。Ruiz等依據對農產品供應鏈的數據查詢與追蹤研究，認為基于互聯網的管理信息系統將更有利于農產品物流情況的査詢和跟蹤[6]。Dsouza等構建了一個具有包容性相關的電子商務框架，作為印度農村地區農業部門的開發和改善的平臺，從糧食安全和減少貧困兩個層面分析其對社會經濟發展的作用[7]。

綜觀上述研究，主要就電子商務在農村經濟的運作機制進行了機理研究或案例描述，尚未深入探討農村電子商務產業集群中各主體間的邏輯關系，也沒有系統提出農村電子商務產業集群發展的一般規律。集群的概念源于生態學，因此有必要從復雜系統角度切入研究農村電子商務產業集群內各主體間的復雜關系。郭承龍通過識別農村電子商務的共生系統結構，提出了寄生模式、非對稱模式、偏利模式、對稱模式和一體化模式等五種農村電子商務共生模式[8]。董坤祥等分析了系統動力學方法在農村電子商務產業集群發展模式研究中的適用性，構建了以產品與生產創新、商業模式創新和金融模式創新為導向的農村電子商務集群發展模型，給出了促進農村電子商務集群可持續發展的對策建議[9]。在農村電子商務產業集群的發展演化過程中，農村網商、政府、電商協會、農民合作社和第三方網絡平臺各主體之間通過信息共享和協作運營形成了一個復雜、非線性的集群網絡。在該網絡中形成了三大類型種群——關鍵種群、寄生種群和支持種群。關鍵種群是電子商務交易的主體，以電商產品供應鏈為核心的消費者、零售商、供應商等，是農村電子商務產業集群的主體部分。寄生種群是為關鍵種群提供增值服務的提供商等，在農村電子商務發展過程中，最典型的是縣域電商服務商以及產業服務商等角色，為農產品轉型電商、銷售提供一系列專業服務。該種群寄生于農村電子商務產業集群中，與集群共存亡。支持種群是實現電商交易必須依附的各類組織或機構，主要圍繞完成電商“四流”的物流公司、金融機構、電信服務商以及相關政府機構等，該種群并非依賴于農村電子商務產業集群，但其在對集群優化中獲利。

3 農村電子商務產業集群演化的計算實驗模型構建

3.1 基于 NK模型的集群描述

生物學家Kauffman提出了研究復雜適應系統工具——NK模型方法。NK模型本質上是一種生物學的思想和方法，它的形式化數學框架為研究復雜系統內部組成要素的相互作用關系提供了可能[10]。農村電子商務產業集群由關鍵種群、寄生種群和支持種群構成，因此，NK模型中值設為3，值的數值和組合反映了對應的種群之間相互作用的規模效應和結構效應所產生的復雜性。參數各數位上的數值之和反映種群之間相互作用關系的數量規模，不同數值的組合反映了種群之間相互作用關系的分布結構。因此可以根據參數定義各種類型的農村電子商務產業集群復雜性程度大小的比較關系。將集群的NK模型分為10種類型：000、001、002、011、111、012、022、112、122和222。例如模型=111的規模為3，模型=011的規模為2，模型111的復雜性程度大于模型011。而模型=012的規模也為3，但其各數位上的最大數值為2，因此其復雜性程度大于模型111。以模型=001為例，該模型表示三類種群中，只有一個種群受到另一個種群影響的NK模型。如圖1所示種群除了自身變化影響到各自的適應度大小之外，支持種群還受寄生種群影響，其它種群均不受其他種群的影響。

圖1 K=001的商務模式NK模型

集群的適應度值用來表示。這里假設3類種群的地位同等，對產業集群的適應度影響程度都相同，集群的適應度值體現為三類種群對集群適應度影響的加權平均：

(1)

由于農村電子商務產業集群的復雜系統特性，三類種群之間的相互作用關系具有非線性和隨機性，雖然難以找出各個種群對集群適應度影響的確切函數關系，即無法預知c、s和p的具體形式。但可根據NK模型方法的“復雜系統的統計力學” 特性，假定各種群對集群適應度的影響是在(0，1)區間上均勻分布的某種形式的隨機變量。因此當種群形態發生變異，可以根據該種群與其他種群的相互作用關系，抽取若干個服從均勻分布的(0，1)區間的隨機數作為該種群和其他種群對集群適應度的影響結果，從而得到新的適應度值，并以此模擬產業集群種群之間的相互作用關系及其結果。

3.2 基于粒子群算法的演化模型構建

NK模型從復雜性的角度通過模型抽象描述了農村電子商務產業集群的各種復雜結構。而研究集群的演化，則還需要在對種群描述基礎上建立集群演化空間，從時間尺度考察演化過程，因此模型將訴諸于演化算法——粒子群優化算法。

粒子群優化算法(Particle Swarm Optimization Algorithms，簡稱PSO)是一種演化算法，由Eberhart與Kennedy于1995年提出，是基于對鳥群、魚群模擬的群體智能方法[11]。在引入慣性因子后，Eberhart R.A給出了例子的速度方程為：

-××(2)

其中為慣性權重，對算法的收斂起著關鍵作用，它控制著粒子先前速度對當前速度的影響[12]。基于NK模型的構造，本文采用離散的粒子群優化算法。該算法擴展了基本PSO算法的應用領域，它的基本思路與基本的粒子群優化算法相似。不同之處在于，該模型將粒子的每一維限制為0或1兩種取值狀態，速度取值按照公式(3)變換為0到1之間的數值。當應用速度來更新粒子的位置時，則根據變換后的速度值高低來進行。如果高一些，則粒子的位置在該維上的狀態取值更有可能選1，反之則選0，具體操作規則見公式(4)。

Ifthen;

else(4)

本文將粒子群優化算法中粒子飛行空間的維數與NK模型的種群類別數相對應，因此在加入演化算法后，針對單個復雜集群的NK適應度地形圖轉變為在粒子群飛行空間中的多個多維圖形群體。這為演化研究中的指標度量提供了基本的框架。農村電子商務產業集群在演進過程中，種群根據粒子的速度來調整其在空間中位置。粒子的速度可以理解為集群演化的慣例(routine)。算法速度方程公式(4)中的第一部分代表了對上一次迭代所使用速度的繼承，體現了慣例的可繼承特性。在實踐中，農村電子商務產業集群的演化不是不受約束地去迎合環境變化，它受制于農村地域范圍內的產業基礎條件。而速度方程的第二、三部分體現的則是粒子對自身以及社會環境的學習認知程度。慣例的演化是學習的過程，學習的來源可以歸納為內外兩部分：集群對自身過去演化經驗的積累總結以及其他地區產業群先進經驗的學習模仿。這與粒子群算法速度方程的后兩部分相符合。

粒子群優化算法與NK模型方法相結合可以描述農村電子商務產業集群的演化動態與集群本身的復雜性的聯系，二者缺一不可，單獨采用演化算法則缺乏對集群內種群之間形成的組合效應的考察，單獨采用NK模型方法則僅能從有限的種群組合上來考察集群的復雜結構，缺乏對集群與農村環境之間交互機制與演化的研究。二者相結合，則為農村電子商務產業集群演化提供較為完整的模型描述框架，即：通過NK模型對集群內種群復雜性的描述機制，研究不同K值下的集群演化規律，從而分析集群演化過程中，宏觀環境對農村電子商務產業集群的種群在規模效應以及結構效應上的調整策略。

3.3 計算實驗過程及結果分析

對于粒子群算法，大部分問題初始種群取10個粒子便能取得較好的結果。根據前文所述，將農村電子商務產業集群的初始狀態分為8種，分別是000、001、010、011、100、101、110、111。這8個不同狀態的集群就代表了群空間中不同初始條件的粒子。不同值決定了各個組分(即狀態位)之間的聯系不同，所以模型需根據不同的值來生成種群中粒子的適應度值。如=111時，粒子取值如表1所示。

表1 K=111時初始集群的三維適應度值表示

另外，算法中的三個關鍵權重因子中，是慣性權重，使粒子保持運動的慣性，加速常數1和2代表每個粒子推向自身最優與全局最優位置的統計加速項權重。取值，可以是固定的常數，也可以線性變化或動態變化。模型根據以往研究結果，一般在0.4~0.9之間取值或變化。1、2通常為2.0，也可以在0~4.0之間浮動[13]。算法的終止條件可以根據問題的實際情況來設定。終止條件即算法迭代的次數，模型假設當粒子群中的8個粒子在15次的迭代演化中都保持不變時中斷演化。眾多研究證明，產業集群演化具有階段性，其周期不是循環往復的，集群演化將受內外環境等諸多因素的影響而中斷或進入退化階段。

本模型采用可視化程序設計語言VC++編程，開發出可調節演化參數、計算實驗次數的操作程序，程序流程圖如圖2所示。

圖2 計算實驗算法流程圖

為了得到集群演化的統計性質，必須針對10種模型做多次實驗，以此來得到各種模型的統計結果，進而分析電商產業集群演化與復雜性之間的練習。設定模型中，為常數0.5，1、2分別為2.0，對每一個模型分別進行10000次模擬，得到基于NK模型算法結果如圖3所示。

圖3 農村電商產業集群NK模型演化結果

圖3縱軸表示的是所有粒子在迭代后的平均適應度值。粒子群優化算法在演化中充分展示了其全局搜索的能力，在每一次迭代中，粒子可以同時改變自身在多個維數空間上的狀態，從而使得集群在適應度地形圖上可能表現為從一個山峰向距離遙遠的另一個山峰跳躍的過程。因此，算法的運行可以保證大多數的粒子收斂到最優值。從圖3可以發現集群內種群的復雜性程度與平均適應度的之間關聯關系。集群總體平均適應度值隨著種群復雜性提高而呈非線性的增長趨勢，當種群間的復雜性最小時，平均適應度值最小；當種群間的復雜性最大時，平均適應度值最大。相對于復雜性程度較低的產業集群，種群之間相互作用關系的復雜性為電商產業集群的演化創新提供了更多的可能。

然而，種群之間結構性復雜程度的提高則在一定程度上制約了集群的演化。這里的復雜性制約主要體現在農村電子商務產業集群的結構效應上。當規模相同時，結構越復雜，集群的適應度值就越低。從圖3可見，當模型從011變為002，相應的適應度值下降；當模型從111變為012，相應的適應度值下降；當模型從112變為 022，相應的適應度值下降。

江蘇睢寧縣沙集鎮是農村電子商務產業集群的典型表現形式——淘寶村。以沙集鎮的集群發展為例，該鎮最初由草根農民網商驅動，漸漸將網銷家具發展成為支柱產業，并催生當地加工、配套生產和物流等產業鏈的發展。這是集群在規模增長的同時，逐漸發揮出集聚效應的過程。農戶從最初自發地使用電商交易平臺，并隨著網銷細胞的“裂變式”復制擴張，帶動制造業及其他配套產業發展，生成了以公司為主體、多物種并存共生的“農戶+網絡+公司”新商業生態。集群的發展壯大過程在規模逐漸增大，但集群結構則隨著分工細化，則走向相對均衡。

4 結論

從本文計算實驗結果可見，在農村電子商務產業集群演化中，種群間相互作用規模的增大可以促進農村電子商務產業集群的形成，而當相互作用規模保持不變時，盡可能均勻分布種群間相互作用關系也可以促進集群的優化。因此，集群在演化過程中，應通過分工細化和資源整合，降低集群中種群的復雜結構效應，并逐步增加實現電子商務生態共同體的種群類別直至復雜性最高的種群規模出現，這是實現農村電子商務產業集群持續創新的必要手段和途徑。

尤其在目前的農村電商發展過程中，隨著電商主體如政府機構、電商平臺、網商、生產農戶以及電商服務商等需求的日益增加，這就需要在縣域內建立電子商務公共服務中心來梳理主體之間的關系，從政策、市場等各方面入手平衡主體之間的結構，在保證集群發展規模的同時，降低結構復雜性。電子商務公共服務中心是農村電子商務集群發展到一定規模階段后的產物，是政企對接、產業聯合協作的機構。通過實現服務配套、服務商及品牌孵化、運營數據化、人才培養、創業就業扶植、主流電商平臺落地等功能，提供與企業對接的平臺，為優秀服務商提供服務，以此為生產企業帶來咨詢、培訓、人才、運營托管、IT及ERP系統、電子商務金融、倉儲服務等一站式電商服務的機構，促進了農村電子商務產業集群的繁榮發展。

注釋：

①參考來源：http://www.aliresearch.com/blog/article/detail/id/21242.html

[1] 田真平,謝印成. 創業導向下的我國農村電子商務產業集群演進機理研究[J]. 科學管理研究, 2017(12):182-188.

[2] 雷兵,劉蒙蒙.農村電子商務產業集群的形成機制——基于典型淘寶村的案例分析[J]. 科學管理研究, 2017(11):177-184.

[3] 凌守興.我國農村電子商務產業集群形成及演進機理研究[J]. 商業研究, 2015(1):104-109.

[4] Huang Z, Zhang X, Zhu Y. The role of clustering in rural industrialization: A case study of the footwear industry in Wenzhou[J]. China Economic Review, 2008, 19(3):409-420.

[5] Wen W. A knowledge-based intelligent electronic commerce system for selling agricultural products[J]. Computers & Electronics in Agriculture, 2007, 57(1):33-46.

[6] Ruiz M C. Specification and testing of e-commerce agents described by using UIOLTSs[C]// Ifip Wg 6.1 International Conference on Formal Techniques for Distributed Systems. Springer-Verlag, 2010:78-86.

[7] Dsouza D J. Development of agricultural e-commerce framework for India, a strategic approach.[J]. International Journal of Engineering Research & Applications, 2014, 4(11):1195-1211.

[8] 郭承龍.農村電子商務模式探析——基于淘寶村的調研[J]. 經濟體制改革, 2015(5):110-115.

[9] 董坤祥, 侯文華, 丁慧平等. 創新導向的農村電子商務集群發展研究?——基于遂昌模式和沙集模式的分析[J]. 農業經濟問題, 2016(10): 60-69.

[10] Frenken, Koen. Modeling the organization of innovation activity using the NK-model[C]. The Nelson-and-Winter conference, Aalborg, 2001.

[11] R.Eberhart,J.Kennedy.Particle swarm optimization[C]. Perth: Proceeding of IEEE International Conference on Neural Networks,1995: 1942-1948.

[12] Kenneay J,Eberhart R,Shi Yuhui.Swarm intelligence[M].San Francisco: Morgan Kaufmann,2001.

閩江學院社科項目“基于小生境技術的電子商務產業集群進化研究”(編號：MYS15014)；福州市社會科學規劃項目“共享經濟視角下福州市農村電商扶貧機制及對策研究”(編號：2016FZ26)。