大數據視角下特色電商小鎮產業遴選與評價方法探究

韓冰 唐潭

摘要：在特色小鎮持續降溫的大背景下，各地加快產業結構調整的步伐。選擇和培育既適合本鎮區經濟發展基礎和產業結構轉型升級需要，又有發展潛力優勢的產業，成為各地當前的緊迫任務。本文選擇村鎮中小型電商企業眾多的特色電商小鎮為研究對象，通過挖掘企業大數據研究這一類鎮區優勢產業的評價及遴選方法，探索一種基于大數據手段的普適性方法，以期為同類小鎮提供有益思考。

關鍵詞：大數據；特色電商小鎮；評價方法；沙集小鎮

doi：10.3969/j.issn.1009-1483.2020.01.015 中圖分類號：F292

文章編號：1009-1483（2020）01-0090-08 文獻標識碼：A

Research on the Industry Selection and Evaluation Method of Characteristic E-commerce Town from the Perspective of Big Data： Taking Shaji Town of Xuzhou City as an Example

HAN Bing， TANG Tan

[Abstract] Under the background of the continuous cooling of characteristic towns， the pace of industrial restructuring has been accelerated in all regions. It has become an urgent task to select and cultivate the advantageous industries which are not only suitable for the base of economic development as well as the transformation and upgrading of industrial structure， but also have development potential. This paper selects characteristic e-commerce towns with large number of small and medium-sized e-commerce enterprises as the research objects. By mining the evaluation and selection methods of enterprise big data research on the dominant industries in towns， this paper explores a method based on the universality of big data， hoping to provide beneficial thinking for similar towns.

[Keywords] big data； characteristic e-commerce town； evaluation method； Shaji Town

引言

特色小鎮自2016年率先于浙江省啟動建設以來，已成為擴大至全國范圍的推廣模式，城市規劃界逐步對特色小鎮的規劃建設、政策研究、實施路徑及創建試點進行了多角度、多方位的研究和探索，并取得了一定的階段性成果。特色小鎮的核心是產業，產業是特色小鎮發展的動力和可持續發展的基礎。特色小鎮的發展實際上是以產業特色化發展拉動就業、適應本地城鎮化模式，有利于實現城鄉發展一體化、增強區域核心競爭力 [1]。目前全國范圍的小鎮出現遇冷“降格”，發生這一現象的本質原因與產業特色鮮明度不夠、產業同質化現象嚴重導致后續發展難以為繼等問題相關。

特色小鎮的“特色”產業發展首要工作是做好產業選擇工作[2]。產業選擇既要具有行業甚至區域性競爭力，又要符合產業發展趨勢，而不是使其成為落后淘汰產業的承接地，這就需要做好小鎮產業選擇的評價工作。關于產業選擇內容，國內學術界與專業領域已經有比較系統的闡述、總結和應用。目前，國內城市規劃領域的產業選擇大多只涉及行業選擇，實際上面向企業的產業選擇內容更加豐富[3]。企業是構筑經濟運行的基礎性力量。評價產業時常用的方法是綜合法，比較有代表性的有主成分分析法、因子分析法、層次分析法、灰色聚類分析法、BP神經網絡法等[4]，基于數學模型或指標體系進行分析比較。隨著大數據在城市規劃領域的發展，從各類數據中進行定量分析為城市規劃領域提供了新的可能[5]，目前已開展了一系列城鎮化實踐上的探索[6-7]，但在利用大數據助力特色小鎮產業評價與發展實踐方面仍是空白。筆者針對已具有特色產業的小鎮如何以行業與企業大數據視角進行定量的產業遴選，創新性的提出一種新方法，以期為同類鄉鎮產業評價與遴選提供科學合理的依據與參考。

依托電商銷售平臺而逐漸形成的“淘寶鎮”在全國各地不斷涌現，本文即選擇了這一類具有典型特色產業的電商小鎮作為研究對象。根植于鄉鎮，依托電商平臺銷售特色產品，以此帶動大量鄉鎮居民進入相關產業形成關聯，在地理上靠近的企業定義為鎮域電商特色產業集群[8]，這一類小鎮立足于電商行業，為筆者進行數據挖掘、分析數據提供了可能。本文以江蘇省徐州市沙集鎮為例，基于企業稅收數據、注冊信息等對產業現狀發展特征與結構進行挖掘和分析，梳理特色產業所處行業的特征，總結發展瓶頸、探索最佳發展路徑，合理進行產業遴選、產業鏈填鏈補鏈。

1沙集鎮產業發展環境

沙集鎮位于江蘇省徐州市雎寧縣，從生產簡單拼裝家具開始，逐漸發展成為年銷售額超90億元的電子商務示范基地，據統計，2018年沙集鎮共有網店1.61萬家，從業人員3.73萬人[9]，目前已成為全國最大的農村電商集群，成功舉辦第六屆中國淘寶村峰會。其“農戶+網絡+公司”的發展模式被譽為“沙集模式”而聞名全國。由開始的“農民自發創業+政府引導服務”發展而成，其中農戶是發揮主導作用的主體，公司是農村產業化的基礎，電子商務平臺則是產業化發展的引領力量[10]。沙集模式是自下而上的自發模式，也是農村經濟中信息化帶動產業化，產業化促進信息化，實現農村產業化升級的典型。沙集家具網商的交易平臺早已從淘寶網和淘寶商城，拓展到了天貓、京東、誠信通、C店、企業店鋪、聚劃算等多家電商平臺，被譽為“中國農村家具電商第一鎮”，2017年入選了江蘇省首批25家特色小鎮創建名單。

2 沙集鎮產業發展特征評價

2.1 基于企業稅收數據的產業發展特征評價

隨著要素的集中和分散，在宏觀層面上表現為經濟增長與產業的結構變化，微觀層面上則顯示出企業數量和規模的空間組合格局的變動。并且規模與數量的擴張過程既是企業行為空間效應的積累過程，也是空間要素流動被吸收和企業實力不斷積累的過程。企業稅收特征是企業稅收繳納活動中所形成的反映企業繳納情況的涉稅特征，通過具體的涉稅指標來體現。企業稅收特征可以準確、客觀地描述企業的稅收特征，反映企業間的財力水平和差異。體現稅收規模情況的指標主要有稅收收入總額及其增長率，前者描述規模水平，后者說明變化趨勢。

2.1.1稅收總體收入

本文依據沙集鎮政府提供的2016、2017年稅收統計數據，獲取2016年沙集鎮有稅收記錄的家具企業共244家，2017年191家，兩年內均有上繳稅收記錄的企業戶數145家。將稅收收入值取對數，統計不同納稅規模的企業數量顯示：相較2016年，2017年高收入企業數量下降，低收入企業數量上升，企業收入峰值減小。同理統計2017年較2016年注銷及新注冊繳稅企業的稅收分布發現：注銷企業收入狀況無明顯規律，經營波動性較大；而新注冊企業收入集中于中低位收入，整體收入水平偏低（圖1—3）。

2.1.2稅收增長率

稅收增長率是指不同稅收會計期間的稅收差額與基期稅收收入的比值，是描述稅收形式好壞的一項重要指標，也是分析稅收與經濟關系的一項基礎指標。分析稅收規模水平主要方法是比較分析，由不同期間稅收總量的計算得出。選擇稅收增長環比指標公式如下：

稅收收入環比增長=（當期稅收收入-前期稅收收入）前期稅收收入×100%

根據2017年第一季度稅收表，有環比記錄的家具企業共79家，其中32家企業稅收環比下降，占總數的40.5%；47家稅收環比上升，占總數的59.5%。這47家企業中，有21家上一季度收入水平低于2017第一季度的中位數，真正持續經營并確定增長的企業只有26家，占總數的32.9%（見圖4）。這一結論進一步證明了沙集的家具制造企業面臨的市場競爭較大，競爭環境較為惡劣，企業自身的抗風險能力較弱。

2.2 基于企業注冊信息的產業結構特征評價

本小節旨在通過采集順企網①企業信息數據，歸納沙集鎮家具企業的發展現狀，探索一種基于隨機游走的社群發現方法，揭示企業經營范圍之間的關聯度與結構特征，剖析影響企業結構的關鍵因素，提出適合未來家具企業發展的建議。

2.2.1技術方法

經營范圍是企業從事經營活動的業務范圍，反映企業業務活動的內容和生產經營方向。企業傾向于擴大經營領域來分散經營風險，從而增強企業的自身實力，擁有更加完整的產業鏈。而產業與產業之間存在著直接或間接的經濟聯系，產業結構的變化是許多相關因素及內部結構相互調節的過程。因此分析企業注冊信息的經營類別，通過家具產業鏈各個環節產業結構的組成比重、聯系狀態和方式的分析判斷產業間的排列組合和產業合理化。采集順企網下主營產品字段為“家具”、地址位于沙集鎮的數據并自動入庫，共篩選出1121家企業。首先將這些企業經營范圍標簽節點化并建立連接關系，例如沙集A企業經營范圍包括家具、百貨、板式家具，將其視為三個節點，并建立一份關系；類似的，將所有企業不同節點之間（即不同企業之間）經營范圍建立關聯并可視化；統計企業節點之間連接的緊密程度，從而找到特征群組關系。

隨機游走由一連串軌跡組成數學統計模型。其思想是假設一個漫步者在一個關系網絡中隨機游走。該漫步者很可能被困在連接稠密的區域里。這個稠密區域就是漫步者發現的社群。如果根據點和社群間機構的相似度來度量漫步者的行為，這種相似度是一種可計算的距離相似度，這樣就可以利用合并層次聚類方法建立社群的層次結構，反映網絡中的個體行為的局部性特征及其相互之間的關聯關系，這對理解整個網絡的結構和功能起到至關重要的作用，并且可幫助我們分析及預測整個網絡各元素間的相互關系。

筆者基于隨機游走的社群發現方法識別了7類經營類型最為緊密的特征群組關系。

2.2.2產業結構聯系特征

統計結果顯示營業范圍包括五金、電器、電纜配套銷售類的企業數量最多，占比36%，且相關網絡最為寬泛。板式&金屬&軟體家具、百貨&家具銷售經營鏈緊隨其后（分占29.5%、24.6%），其他幾個社群由通訊&電腦器材銷售、家具原料、實木家具、展臺展柜辦公設備企業關系群組組成，聯系性較弱（見圖5）。這一結果表明：首先，沙集鎮企業經營范圍極大，尤其是五金電器關系網絡包含了33種經營范圍，結合稅收數據說明沙集鎮大量企業都存在規模小、經營目標不明確，以及跟隨市場需求和個人關系隨時調整的特點，呈現典型的粗獷經營的小企業的特征；其次，家具經營范圍以木制板材家具為主，實木家具為輔助，以及少量的展臺展柜辦公家具，距離初步形成家具產業鏈仍有較大距離。呈現典型的以面向家庭的中低端家具需求為產業核心，極少有面向中高端的實木家具，這一現象與我國在全球家居產業鏈中承擔家具制造中心不謀而合，而這將帶來嚴重后果：家具制造環節與產業鏈中的其他環節相比，表現為高能耗、高污染、容易產生粉塵、噪音、廢氣等污染源。競爭式采購戰略使本土家具企業為了爭取訂單，傾向于削價競爭[11]；同時家具原料企業較少，木制板材家具類企業經營范圍廣，專業分工特征不明晰。實木家具的企業經營范圍專一，呈現了一定的專業化特征，但數量稀少。

綜上，沙集鎮的家具企業規模普遍較小，經營產品雷同且雜亂，目標不明確，產業鏈的專業化分工不清晰。這形成了企業間競爭激烈、抗市場風險能力較弱的局面。因此在產業鏈改造升級過程中，如何明確目標，補充、延長、提升產業鏈，實現市場專業化細分，實現產業遴選，就需要行業對標，解讀行業趨勢，關注行業內相關企業發展態勢，認知沙集鎮家具產業所處的行業地位。

3基于行業數據的沙集鎮產業遴選

3.1 數據獲取

產業鏈是技術鏈、產品鏈、供應鏈、價值鏈的統一，家具產業鏈一般囊括了家具設計、原料采購、訂單處理、批發經營、終端零售及家具生產企業的中間生產環節的整個產品流程。改革開放以來，我國家具產業規模不斷增大，正在成長為全球家具制造中心[11-13]，家具相關產業不斷豐富。通過順企網站企業數據挖掘，采集并處理了全國120萬家家具企業的經營范圍有效信息，并圍繞產業鏈分為以下10類：裝修設計、木工機械、家具廠商、家具飾品、原輔材料、家具賣場、配套服務、物流貨運、家具銷售、其他。從全國范圍來看，很多城市擁有比較完善的產業類型，珠三角區域、上海市無論在企業數量與產業類型都處于全國領先水平。沙集鎮所在的徐州市擁有全部十種類型，但相關企業數量偏少（見圖6、圖7）。

3.2 行業對標分析

同樣基于社群發現方法對全國各地級市家具產業鏈關系進行關聯可視化分析，識別了15類不同的城市產業分布模式（見圖8）。珠三角區域、北京、上海所在組團呈現出高度聚集且完備的全產業鏈分布特征，設計、制造和營銷都在是市場前沿，具有產業集群、產業供應鏈和品牌優勢。這一組群的城市應向高附加值的營銷、品牌、服務環節靠攏，需要服務創新升級[14]，同時積極開拓國際新興市場。環渤海經濟帶上的天津、河北、山東等省市及其他經濟較發達的城市組成了第二組群，這一組團多資源豐富，地理位置優越，家具企業規模和消費群體較大，成熟的家具專業銷售市場和家具營銷企業集中，產業鏈不及珠三角組團，但呈現日趨完善的趨勢，產品主要為內銷。對比以上兩類，徐州市所在組團包括的多為內陸二三線城市，這一類多具有實木家具生產和木材優勢，生產實力處于全國領先地位，家具產品供應面向中西部三級市場，但市場份額相對較少，企業以物流優勢獲取市場份額，并形成了以產業園為強大基礎的產業規劃（見圖9）。

在分析地級市家具行業信息的基礎上，對沙集鎮企業產業分布信息進行分析，發現與沙集鎮最為接近的產業分布類型與徐州市所在組團的家具行業模式仍有差距，為常州、菏澤所在組團。對比前兩類，沙集鎮所在組團更偏重家具的制造，與此同時，設計能力、銷售能力及其他配套服務處于極低水平，這造成了在產業鏈中抗風險能力弱，產業亟待升級。

3.3支持度分析

支持度分析是關聯分析的一種，探索用精確的量化方法來研究沙集鎮產業之間的聯系。這一指標表示包含A的事務中同時包含B事務的比例，這里可以看作由指定產業構成完整產業鏈的幾率，可通過分析各產業環節之間的依賴程度篩選出最優價值組合。具體表達為項集{X，Y}在總項集里出現的概率即表示產業環節同時在總數I中發生的概率，公式為：

Support（X→Y） = P（X，Y） / P（I）= P（X∩Y）/ P（I） = num（X∩Y）/ num（I）

其中，I表示總事務集，num（）表示求事務集里特定項集出現的次數，P（）表示項集出現的概率。

根據計算結果繪制各類型產業之間支持度分析圖，數據代表縱軸中各環節對橫軸中各環節的支持度（見圖10）。對裝修設計貢獻度最高的產業環節為家具廠商、家具銷售及其他；對家具銷售貢獻度最高的環節是家具廠商；而對配套服務貢獻度最高的環節為家具廠商與家具銷售。雖然沙集鎮當前的產業結構中家具廠商占據主導，但結合上文結論來看，其中主要的是制造加工企業多，而品牌家具企業幾乎沒有，對設計環節的支撐性弱，缺乏可以明顯提升支撐度的設計公司、培訓機構、咨詢公司；同時，沙集當前的產業結構中，下游配套服務環節幾乎缺失，需要增加廠商銷售機會的家具展覽、家具媒體等。這就需要從單一依賴網絡銷售，變成多元的銷售渠道。需要從面向中低端家庭消費的產品結構，轉向多元化的市場定位和產品結構，需要扶持具備專業化能力和規模增長能力的品牌家具企業，轉變當前的小作坊式零散結構。

4特色小鎮產業遴選建議

本文通過不同尺度范圍的家具企業數據分析了沙集鎮家具產業自身發展結構及目前所處行業水平。在每一個特定的經濟發展階段，產業結構內部各產業總會因不同的增長速度和不同的作用而處于不同的地位，從而形成產業之間特定的排列組合[15]。通過大數據手段分析與評價對失衡的產業結構進行調整，促進產業結構與需求結構協調適應，趨向合理化是本文研究目標。

面對這些問題，針對沙集特色小鎮提出以下幾點產業遴選建議：一是重塑產業體系，形成聯動效應。具體來說立足現狀基礎產業，形成設計研發、機械加工、油漆加工、包裝加工、品牌營銷的網銷價值鏈。通過精深加工提高產品附加值，延長產業鏈，提升價值鏈。增加同設計公司、培訓機構、咨詢公司的合作。同時補齊家具展覽、家具媒體，實現從線上向線上線下的多元化轉變。二是面對產品利潤率越來越低的問題，適度增銷實木、鋼木家具，由板式家具為主轉向實木家具和鋼木家具生產。三是從培養本土家具設計人才出發，腳踏實地地打造國家級家具品牌，鼓勵提高企業技術水平和自主創新能力，實現企業選擇和培育并幫助家具企業構建完善和協調的產業鏈。

5結論與論證

對于特色小鎮來說，做好產業遴選并合理運營是發展的唯一路徑。在當前特色小鎮建設瓶頸時期，特色產業已經成為促進經濟發展轉型、提升鎮區綜合發展競爭力的重要引擎。本文結合原有產業遴選方法中的小數據，嘗試基于大數據挖掘小鎮潛在特征并提出發展路徑。首先，結合企業稅收數據與注冊數據在自身層面進行發展比較，研究產業現狀發展特征，研究產業環境發展背景、產業鏈與其潛在結構聯系特征。隨之在對發展條件評估基礎上，獲取全國該行業的數據，通過社群發現方法對產業結構分組識別，進行產業定位和選擇。此處由于行業數據的可挖掘性和易獲得性，避免了以往企業數據庫調研資料的難獲取與鄉鎮統計路徑雜難的問題。同時進一步在區域層面上與其他城市進行行業對標分析，識別具有相似產業鏈的城市，對其他小鎮快速全面地厘清產業類別，如何選擇差異化特色發展路徑，從而遴選特色小鎮產業具有重要的方法借鑒意義。后期以沙集鎮電商小鎮規劃實踐為例驗證產業選擇，筆者認為此方法可廣泛應用于新一代信息技術及高端制造類一類與電商有密切交織的特色小鎮，可面向企業構建企業數據庫、企業評價指標與評價結果，從而進行產業遴選；但需要注意的是對于龍頭企業或骨干企業單一類型強支撐的小鎮，數據量不足以應用此方法。

注：

① 順企網是順企網絡科技有限公司開發并運營的B2B電子商務平臺及企業黃頁平臺，提供全國企業黃頁信息查詢服務。

參考文獻：

[1] 陳桂秋，馬猛，溫春陽，等.特色小鎮特在哪[J].城市規劃，2017，41（2）：68-74.

[2] 周凱，韓冰.基于綜合效益評價的特色小鎮產業遴選與體系構建方法研究——以江蘇省南通市海門三星鎮為例[J].學術論壇，2018，41（1）：111-115，174.

[3] 王興平，朱凱.集約型城鎮產業空間規劃[M].南京：東南大學出版社，2014：19-43.

[4] 黃春分，王哲.區域主導產業選擇方法研究述評[J].安徽工業大學學報（社會科學版），2014，31（1）：3-6.

[5] 吳昊，彭正洪.城市規劃中的大數據應用構想[J].城市規劃，2015，39（9）：93-99.

[6] 楊俊宴，曹俊.動·靜·顯·隱：大數據在城市設計中的四種應用模式[J].城市規劃學刊，2017（4）：39-46.

[7] 田溯寧.城鎮化與國家大數據戰略[J].理論視野，2015（12）： 22-24.

[8] 薛洲，耿獻輝.電商平臺、熟人社會與農村特色產業集群——沙集“淘寶村”的案例[J].西北農林科技大學學報（社會科學版），2018，18（5）：46-54.

[9] 董坤祥，侯文華，丁慧平，等.創新導向的農村電商集群發展研究——基于遂昌模式和沙集模式的分析[J].農業經濟問題，2016，37（10）：60-69，111.

[10] 任華.吉林省農村電商可持續發展問題研究——以黃松甸淘寶村為例[J].現代經濟信息，2019（7）：364.

[11] 藍瞻瞻，王立群.我國家具產業鏈低端現象分析[J].世界林業研究，2013，26（1）：89-92.

[12] 程寶棟.全球價值鏈視角下家具產業集群升級分析——以廣東家具產業集群為例[J].國際經濟合作，2013（4）：73-76.

[13] 程寶棟，田園，魯艷增.我國家具產業集群現狀、問題及發展對策分析[J].北京林業大學學報（社會科學版），2011，10（2）：59-62.

[14] 管懷鎏.產業結構均衡化及其集約增長效應[J].經濟管理學報，1996（5）：12-16.

[15] 楊立發.產業結構演進中的制度創新研究——國際比較及對中國的啟示[D].上海：上海財經大學，2007.