長江經濟帶商貿流通業融合發展評價

許珊珊　許丹丹

內容摘要：本文由以下五部分組成：第一，構建以互聯網產業以及商貿流通業融合發展為因變量的評價指標體系；第二，運用主成分分析法對已構建指標體系中的指標逐級賦權，得出長江經濟帶11個主要省市互聯網產業與商貿流通業融合發展評價綜合指標得分序列；第三，聚類分析得分序列，分析這些省市之間存在的融合發展差異；第四，基于聚類分析結果建立能力成熟度（CMM）模型，劃分兩者相互影響的序列層級；第五，給出推動互聯網產業與商貿流通業融合進一步升級的對策與建議。

關鍵詞：長江經濟帶 互聯網+ 商貿流通業 融合發展 評價

現有的大部分研究文獻基本上都是從以下四個角度對產業融合的涵義進行解釋的：第一，技術；第二，產業；第三，產品；第四，創新。很顯然，它們雖然都是產業的重要組成要素，但卻僅可以代表產業融合眾多屬性中的某一種或者某幾種，不能對產業融合進行全面、客觀的評價。針對融合測度的研究則主要集中在理論方面，實證研究流通產業融合的非常少，以互聯網為融合對象的更是鳳毛麟角。造成這種研究空白的主要原因有兩個：首先，實證研究所需數據難以搜集；其次，構建融合度評價指標體系難度較大。基于此，本文在現有理論研究的基礎上，對互聯網產業與商貿流通業融合發展進行了實證研究，希望能夠對相關理論進行有益的補充。

互聯網產業與商貿流通業融合發展評價的測算過程

（一）構建評價指標體系與處理數據樣本

構建評價指標體系。在歸納與總結現有研究的基礎上，本文構建了評價指標體系如圖1所示。

處理數據樣本。本文的數據樣本選自《中國統計年鑒》、《中國年度發展報告》以及互聯網信息數據庫，樣本對象為長江帶11個主要省市，樣本采集時間跨度為10年。由于不同報告選擇的統計口徑有所區別，所以，樣本數據在大小方面有很大差異，不具可比性。基于此，本文運用標準化法先對選取的數據樣本做無量綱化處理，利用公式（）推導出無量綱化后的數據。

（二）確立主成分權重與得分

對矩陣中成分系數進行轉化即可得到主成分組合系數（式（1））。這一節將以融合發展環境為研究對象，對其主成分確立與得分進行說明。

融合發展環境評價應從以下四個角度進行：第一，經濟環境；第二，銷售環境、第三，消費環境；第四，流通環境。我們選取的評價指標分別為：人均GDP（X1）、人均消費水平（X2）、人均通訊費（X3）、人均消費品零售額（X4）、貨物周轉量（X5）。將無量綱化處理后的樣本數據帶入SPSS。

首先，驗證變量之間是否存在相關性。通過表1可知，第一組指標之間的相關性較為顯著，可以體現同一主成分的屬性。

其次，檢驗指標的KMO以及Bartlett球形度。如表2所示，計算結果為：KMO=0.723>0.6，意味著選取的指標能夠用于主成分分析，一致性良好；Bartlett球形度存在很強的顯著性，能夠用于主成分分析，數據變化連續而平滑。融合發展環境指標總方差和融合發展環境主成分矩陣如表3和表4所示。

可以用同樣的方法計算出以下四個主成分的得分：第一，發展基礎；第二，發展貢獻；第三，發展應用；第四，發展潛力。然后，再將得到的5個得分矩陣帶入SPSS降維；最后，將它們的得分帶入式（3），即可得出融合發展最終得分F。具體得分如表5所示。

聚類研究對象及劃分層級

（一）聚類分析

系統聚類流程。第一步，假設初始狀態有n個樣本，類別不明，因此，將其定義為n類，G1（0），G2（0），…，Gn（0）。通過計算不同樣本的距離，可以得出維度為N*N的距離矩陣D（0）；

第二步，求出距離矩陣D（n），其中n是聚類合并的總次數。如果該矩陣中的最小元素為Gi（n）與Gj（n）的距離，那么Gi（n）與Gj（n）可以聚為一類，即Gij（n+1）。以此類推，新的分類為：G1（n+1），G2（n+1），…，Gl（n+1）；

第三步，計算新類別各個樣本之間的距離矩陣D（n+1），再計算Gij（n+1）與未合并的G1（n+1），G2（n+1），…，Gl（n+1）的距離；

第四步，從第二步開始再次進行計算與合并，直至矩陣D（n）中的最小分量 閾值D為止。此時分類結果達到了滿意一致性的要求。

本文基于歐氏距離測算法來計算樣本距離，公式為：

（4）

系統聚類結果。將表5的數據輸入SPSS中并用上一小節的方法對它們進行聚類處理，得到的結果如表6所示。

由表6可知，長江經濟帶11個省市按照互聯網產業與商貿流通業融合發展的具體程度可以分為四大類（按照聚類程度由高至低排序）：

第一類：包括上海市與浙江省；

第二類：僅江蘇省；

第三類：包括重慶市、安徽省、四川省、云南省、江西省、湖南省、湖北省；

第四類：僅貴州省。

（二）劃分聚類層級

可重復級。產業融合發展必需的基礎設施能夠覆蓋核心地區，而且覆蓋范圍正在不斷擴大；互聯網產業有了一定發展，商貿流通業也初步建立起了較為完善的發展模式，產業融合成為推動地區經濟發展的新生力量，其積極影響開始顯現。

已定義級。產業融合基礎設施可重復級更為完善，上下游行業的成熟度日益提高，互聯網與商貿流通業的發展速度都很快，他們的融合發展在很大程度上推動了地區經濟的發展，不過，與產業融合程度較高地區仍然存在明顯差距。

已管理級。移動網絡發展水平較高，越來越多的用戶選擇通過移動網絡來搜集信息、購物、支付等，不過，這些應用暫時停留在較低層次，還有巨大的發展空間有待挖掘；互聯網與商貿流通業融合令政府、企業與消費者同時獲益。該階段，政府應加大對產業融合發展的監管力度、拓展產業融合范圍、完善產業發展服務體系。

持續優化級。地區已經將互聯網與商貿流通業融合發展作為一項長期發展戰略，并大力支持相關的領域的人才培養、技術創新等。該層級的優化關鍵是確保產業融合發展保持創新動力，通過不斷創新來提高產業融合發展質量與效率。根據上一節的計算結果，長江經濟帶11省市的互聯網與商貿流通業融合發展成熟度層級劃分如圖2所示。

（三）聚類與層級劃分結果分析

地區間融合發展成熟度存在顯著差異。根據上一節的層級劃分結果不難發現，長江經濟帶上地處東部的上海市與浙江省屬于持續優化級；地處西部的貴州省則屬于最低層級-可重復級。由于上海市與浙江省的產業融合基礎設施建設非常完善、互聯網技術先進、寬帶流量荷載大、上網速度快，所以，互聯網能夠很好的與商貿流通業融合，令消費者的生活更加便捷。

已定義級是主流融合發展成熟度。第一，除了上海市、浙江省、貴州省和江蘇省之外，其他省市的產業融合成熟度均為已定義級，代表這些省市的產業融合基礎設施較之可重復級更為完善，上下游行業的成熟度日益提高，互聯網與商貿流通業的發展速度都很快，他們的融合發展在很大程度上推動了地區經濟的發展；第二，雖然同為已定義級，但是這些省市的得分各不相同，其中四川省排在第一位，云南省則排在最后一位，這兩地區的產業融合發展差距仍然比較明顯。成熟度等級受融合發展基礎的影響最大。根據表5可知，融合發展基礎對互聯網與商貿流通業融合發展的成熟度影響權重系數最大。換句話說，發展基礎中各因子變化對成熟度的影響最顯著。基于此，各地區均應提高對產業融合基礎設施建設工作的重視程度，積極建設完善互聯網基礎設施。

推動互聯網產業與商貿流通業融合進一步升級的對策建議

可重復級省市。這個級別省市的融合發展基礎設施尚在建設之中，而且也缺乏支持融合發展的必要技術與人才。所以，該級別省市政府應加大對相關專業領域人才教育的支持力度，加快互聯網基礎設施建設速度以改善產業融合發展環境。

已定義級省市。這個級別省市的融合發展基礎設施比較完善，產業融合已經得到了一些發展，但地區的要素投入力度較小，融合發展的范圍相對狹窄。基于此，該級別省市政府應加大要素投入力度，以用戶需求為立足點拓展產業融合范圍。

已管理級省市。這個級別省市的融合發展基礎設施建設十分完善，但受限于技術創新的速度，在很多領域中互聯網與流通業出現了脫節。基于此，政府應積極改善融合發展環境、鼓勵融合主體創新技術并不斷完善產業融合配套服務體系。

持續優化級。這個級別省市的融合發展環境已經成熟，產業融合不但成為了地區經濟發展的主要推動力，還在很大程度上促進了地區的產業結構升級與優化。基于此，該級別省市應將“互聯網+”戰略作為長期發展戰略體系的重要組成部分，加大對產業融合發展相關領域人才的專業教育力度。

參考文獻：

1.葉蘭.研究數據管理能力成熟度模型評析[J].圖書情報知識，2016（2）

2.龔新湘.我國流通業信息化變革及對流通產業發展的影響[J].商業經濟研究，2015（1）

3.嚴偉.旅游場域視角下的旅游產業融合度實證研究[J]. 社會科學家，2015（1）

4.姚麗.組織創新管理能力成熟度模型研究——基于歐盟創新管理標準[J].河北經貿大學學報，2015（1）

5.俞立平.網絡背景下信息資源與經濟增長互動關系研究——基于PVAR模型的省際面板數據估計[J].情報科學，2016（12）

6.呂新民.政府審計機關IT能力成熟度模型及其評價研究[J].審計研究，2014（3）