福建省企業信息化程度與電子商務發展水平的空間分異

陳星楠 福州大學人文社會科學學院

一、電子商務水平測量

電子商務是誕生于互聯網的新興經濟類型，吸引了許多學者對電子商務展開了研究[1-3]。這些研究集中在概念、內涵、經驗借鑒、發展模式和影響因素等，但是由于不同地域的復雜性，這些研究的適配性都有限，給學術成果的遷移應用帶來了障礙。

美國商務部最早提出了電子商務水平的測量標準指出電子商務測度的指標體系包括三個大類：電子商務的就緒度、電子商務的應用度和電子商務的影響度。我國的電子商務測量源自信息化水平的測量，當前普遍認為地區信息化水平與電子商務水平呈正相關[4-5]，我國的電子商務水平測量指標中相當一部分是反應信息化水平高低的，而所有的指標在不同的地區是否都適用卻有待商榷[6]。

基于此，本文在現有文獻研究的基礎上，根據權威原始數據，運用因子分析和聚類分析的方法，對福建省各地區企業信息化水平和電子商務業務開展情況在因子分析的基礎上進行聚類量化的評估，探討地區信息化水平對電子商務的影響，為提高電子商務發展水平提供一定參考。

二、構建指標體系

影響電子商務的發展水平的因素有很多，國內的指標體系包括上網人數、互聯網普及率、互聯網寬帶接入端口、計算機擁有數、第三產業產值、網站數量、網頁數量、域名總數、電話普及率、移動電話普及率、互聯網撥號用戶數、互聯網寬帶接入數等。通過《福建經濟普查年鑒（2018）》收集整理企業信息化和電子商務交易情況，運用SPSS統計軟件進行因子分析基礎上的聚類實證研究。

（一）企業信息化指標的選擇

根據權威資料中的指標包括企業數、建立網站企業數目、建立網站企業比重、網站數量、每百家擁有網站數、使用局域網企業數目、使用局域網企業比重、使用互聯網企業數目、使用互聯網企業比重、使用計算機的企業數目、使用計算機的企業比重、期末在用計算機數、每百人擁有計算機數。其中比重型和人均型指標與數目型有所重復，因此保留數目型指標，舍棄比重型指標。

上述指標從不同方面反應了企業信息化水平，許多指標高度相關。全面的指標一方面有助于客觀反應現實，但另一方面，數據的高相關度使得選取合適指標即可體現信息化水平，模型中的共線問題會影響模型的有效性。因此，首先通過相關度分析，對各指標進行初步取舍，篩選合適的變量（見表1）。

由表1可知，指標都呈高度效果性，表明研究所選的指標做因子分析能夠有效反應企業信息化水平。總企業數與其他企業數有關，且企業數與其他指標都呈高相關度，因此，在后續的研究中舍去企業數，保留其他企業數目指標。此外，網站數量與建立網站數目有所重復，因此保留高相關度的建立網站的企業數目指標即可。最后，期末在用計算機數相對其他指標而言，相關度不在一個水平，不適合統一建模，優化后的指標從7個變為4個。

表1 企業信息化指標相關系數

（二）電子商務業務開展指標選擇

同樣來自《福建經濟普查年鑒（2018）》，權威資料中電子商務交易量指標包括有電子商務的企業數、有電子商務銷售的企業數與銷售金額、有電子商務采購的企業數與銷售金額等。為避免重復選擇指標，因此將有電子商務的企業數排除，從剩余指標中選擇電子商務銷售的企業數、電子商務銷售金額、有電子商務采購的企業數、電子商務采購金額四個指標，相關性分析結果見表2。從表2 可知，四個指標變量相關性較高，適合做因子分析[7-8]。

表2 電子商務開展指標相關性關系

三、因子分析和聚類分析和檢驗

（一）因子分析的過程與結果

首先運用因子分析對10個地區的信息化水平和電子商務開展情況有關指標進行分析。對各單變量原始數據進行Z-Scores法標準化處理，消除各指標不同量綱對因子分析的影響。再利用SPSS對福建省各地區相關指標進行因子分析，提取特征值大于1的公因子，公因子描述的總方差越大越好。

第一步對上述指標進行KMO和巴特利特的球形度檢驗，看數據是否適合進行因子分析。分析結果如表3、表4所示。

表3 地區信息化水平指標的KMO和巴特利特球形度檢驗

表4 地區電子商務開展情況指標的KMO和巴特利特球形度檢驗

地區信息化水平KMO=0.787＞0.7，地區電子商務開展情況KMO=0.780＞0.7，較合適做因子分析；兩體系的巴特利特球形度檢驗Sig均為0，拒絕原假設，認為個變量之間并不是獨立的，適合做因子分析。

提取公因子，對福建省10個地區的企業信息化指標和電子商務開展情況指標進行提取主成份，結果見表5、表6。提取的2個公因子分別描述了原變量總方差的98.876%和86.252%，可以認為這2個因子基本反映了原變量的絕大部分信息[9]。

表5 企業信息化指標解釋的總方差

表6 電子商務開展情況指標解釋的總方差

再根據因子得分系數矩陣（見表7、表8）將因子（信息化指標）和因子（電子商務開展情況）得分進一步用各因素表示如下：

表7 企業信息化成分得分系數矩陣

F1=0.249Z建立網站企業數+0.252Z使用局域網企業數目+0.252Z使用互聯網企業數目+0.252Z使用計算機企業數目

F2=0.248Z有電子商務銷售企業數目+0.281Z電子商務銷售金額+0.274Z有電子商務采購企業數目+0.273Z電子商務采購金額

綜合計算出各地區信息化水平綜合評分和電子商務開展水平綜合評分。需要特別指出的是，由于在初時數據時進行了標準化，綜合得分可為負，但并不表示電子商務水平為負，而是表明其綜合水平低于平均水平。將企業信息化綜合得分和電子商務業務水平得分綜合比較，討論企業信息化水平和電子商務業務水平的關系，結果見表8。從表中可知，除福州和平潭地區企業信息化水平和電子商務業務水平排名完全相同，其余地區兩排名都有一定距離。但是，各地區兩排名差距并不大，可知信息化水平和電子商務業務水平還是有一定相關性的，并且從綜合排名可以看出企業信息化水平和電子商務業務水平具有一定空間分異性。

表8 地區信息化水平得分和電子商務業務水平得分排名比較

（二）在因子分析的基礎上的聚類分析

為進一步探討企業信息化水平和電子商務業務的空間分異[10]，下面運用系統聚類的方法對因子分析中產生的新因子變量進行系統聚類分析。方法為“組間聯接”，度量標準區間為“平方Euclidean距離”，繪制樹狀圖。經SPSS25.0分析得系統聚類樹狀圖。此次聚類采用新的作為自變量，地區為分類變量，結果如圖1、圖2所示。

圖1 企業信息化水平樹狀圖

圖2 電子商務開展情況樹狀圖

從企業信息化聚類結果可以看出，10個地區分成了5類，廈門為第一類，福州、泉州為第二類，平潭為第三類，莆田、龍巖、漳州為第四類，南平、寧德、三明為第五類。而從電子商務開展情況聚類分析結果可以得知，最小組距分組情況是廈門、福州、平潭、泉州各自單獨一類，其余六個地區為第五類，其中廈門、福州組間距較小，視為一個大類。

結語

通過相關分析剔除了電子商務水平研究因素的多重共線性，從而找到影響我國電子商務水平的核心因素。通過因子分析，構建了無差異的綜合得分，在此基礎上用聚類分析把各省域電子商務發展水平相似區域歸在一類，既可以發現共性，又可以區分差異，滿足完備性而不會丟失信息。

通過上述因子分析和聚類分析可以得出以下結論。

第一，各地區企業信息化和電子商務發展水平存在較大的不平衡。從得分來看，平潭地區與其他地區的發展水平存在較大差距。廈門、福州、泉州地區發展水平也遠高出平均水平。

第二，地區企業信息化水平與電子商務業務水平有一定相關性，但并不完全一致。企業信息化達到一定水平的地區相應電子商務水平高，如福州、廈門、泉州；企業信息化不足的地區如平潭，其電子商務業務開展有限。其余地區的企業信息化水平與電子商務業務水平也存在一定相關性，但相關性不如上述的情況高。

第三，企業信息化和電子商務發展水平存在明顯的地區反應。通過系統聚類分析可知，企業信息化和電子商務業務水平存在明顯的空間分異。信息化和電子商務發展程度高的地區集中在東南沿海地區，并且存在福州、廈門、泉州三個高發展水平中心。與中心空間聯系越緊密的地區，企業信息化和電子商務業務水平也更高。