长江经济带商贸流通业融合发展评价

许珊珊　许丹丹

内容摘要：本文由以下五部分组成：第一，构建以互联网产业以及商贸流通业融合发展为因变量的评价指标体系；第二，运用主成分分析法对已构建指标体系中的指标逐级赋权，得出长江经济带11个主要省市互联网产业与商贸流通业融合发展评价综合指标得分序列；第三，聚类分析得分序列，分析这些省市之间存在的融合发展差异；第四，基于聚类分析结果建立能力成熟度（CMM）模型，划分两者相互影响的序列层级；第五，给出推动互联网产业与商贸流通业融合进一步升级的对策与建议。

关键词：长江经济带 互联网+ 商贸流通业 融合发展 评价

现有的大部分研究文献基本上都是从以下四个角度对产业融合的涵义进行解释的：第一，技术；第二，产业；第三，产品；第四，创新。很显然，它们虽然都是产业的重要组成要素，但却仅可以代表产业融合众多属性中的某一种或者某几种，不能对产业融合进行全面、客观的评价。针对融合测度的研究则主要集中在理论方面，实证研究流通产业融合的非常少，以互联网为融合对象的更是凤毛麟角。造成这种研究空白的主要原因有两个：首先，实证研究所需数据难以搜集；其次，构建融合度评价指标体系难度较大。基于此，本文在现有理论研究的基础上，对互联网产业与商贸流通业融合发展进行了实证研究，希望能够对相关理论进行有益的补充。

互联网产业与商贸流通业融合发展评价的测算过程

（一）构建评价指标体系与处理数据样本

构建评价指标体系。在归纳与总结现有研究的基础上，本文构建了评价指标体系如图1所示。

处理数据样本。本文的数据样本选自《中国统计年鉴》、《中国年度发展报告》以及互联网信息数据库，样本对象为长江带11个主要省市，样本采集时间跨度为10年。由于不同报告选择的统计口径有所区别，所以，样本数据在大小方面有很大差异，不具可比性。基于此，本文运用标准化法先对选取的数据样本做无量纲化处理，利用公式（）推导出无量纲化后的数据。

（二）确立主成分权重与得分

对矩阵中成分系数进行转化即可得到主成分组合系数（式（1））。这一节将以融合发展环境为研究对象，对其主成分确立与得分进行说明。

融合发展环境评价应从以下四个角度进行：第一，经济环境；第二，销售环境、第三，消费环境；第四，流通环境。我们选取的评价指标分别为：人均GDP（X1）、人均消费水平（X2）、人均通讯费（X3）、人均消费品零售额（X4）、货物周转量（X5）。将无量纲化处理后的样本数据带入SPSS。

首先，验证变量之间是否存在相关性。通过表1可知，第一组指标之间的相关性较为显著，可以体现同一主成分的属性。

其次，检验指标的KMO以及Bartlett球形度。如表2所示，计算结果为：KMO=0.723>0.6，意味着选取的指标能够用于主成分分析，一致性良好；Bartlett球形度存在很强的显著性，能够用于主成分分析，数据变化连续而平滑。融合发展环境指标总方差和融合發展环境主成分矩阵如表3和表4所示。

可以用同样的方法计算出以下四个主成分的得分：第一，发展基础；第二，发展贡献；第三，发展应用；第四，发展潜力。然后，再将得到的5个得分矩阵带入SPSS降维；最后，将它们的得分带入式（3），即可得出融合发展最终得分F。具体得分如表5所示。

聚类研究对象及划分层级

（一）聚类分析

系统聚类流程。第一步，假设初始状态有n个样本，类别不明，因此，将其定义为n类，G1（0），G2（0），…，Gn（0）。通过计算不同样本的距离，可以得出维度为N*N的距离矩阵D（0）；

第二步，求出距离矩阵D（n），其中n是聚类合并的总次数。如果该矩阵中的最小元素为Gi（n）与Gj（n）的距离，那么Gi（n）与Gj（n）可以聚为一类，即Gij（n+1）。以此类推，新的分类为：G1（n+1），G2（n+1），…，Gl（n+1）；

第三步，计算新类别各个样本之间的距离矩阵D（n+1），再计算Gij（n+1）与未合并的G1（n+1），G2（n+1），…，Gl（n+1）的距离；

第四步，从第二步开始再次进行计算与合并，直至矩阵D（n）中的最小分量 阈值D为止。此时分类结果达到了满意一致性的要求。

本文基于欧氏距离测算法来计算样本距离，公式为：

（4）

系统聚类结果。将表5的数据输入SPSS中并用上一小节的方法对它们进行聚类处理，得到的结果如表6所示。

由表6可知，长江经济带11个省市按照互联网产业与商贸流通业融合发展的具体程度可以分为四大类（按照聚类程度由高至低排序）：

第一类：包括上海市与浙江省；

第二类：仅江苏省；

第三类：包括重庆市、安徽省、四川省、云南省、江西省、湖南省、湖北省；

第四类：仅贵州省。

（二）划分聚类层级

可重复级。产业融合发展必需的基础设施能够覆盖核心地区，而且覆盖范围正在不断扩大；互联网产业有了一定发展，商贸流通业也初步建立起了较为完善的发展模式，产业融合成为推动地区经济发展的新生力量，其积极影响开始显现。

已定义级。产业融合基础设施可重复级更为完善，上下游行业的成熟度日益提高，互联网与商贸流通业的发展速度都很快，他们的融合发展在很大程度上推动了地区经济的发展，不过，与产业融合程度较高地区仍然存在明显差距。

已管理级。移动网络发展水平较高，越来越多的用户选择通过移动网络来搜集信息、购物、支付等，不过，这些应用暂时停留在较低层次，还有巨大的发展空间有待挖掘；互联网与商贸流通业融合令政府、企业与消费者同时获益。该阶段，政府应加大对产业融合发展的监管力度、拓展产业融合范围、完善产业发展服务体系。

持续优化级。地区已经将互联网与商贸流通业融合发展作为一项长期发展战略，并大力支持相关的领域的人才培养、技术创新等。该层级的优化关键是确保产业融合发展保持创新动力，通过不断创新来提高产业融合发展质量与效率。根据上一节的计算结果，长江经济带11省市的互联网与商贸流通业融合发展成熟度层级划分如图2所示。

（三）聚类与层级划分结果分析

地区间融合发展成熟度存在显著差异。根据上一节的层级划分结果不难发现，长江经济带上地处东部的上海市与浙江省属于持续优化级；地处西部的贵州省则属于最低层级-可重复级。由于上海市与浙江省的产业融合基础设施建设非常完善、互联网技术先进、宽带流量荷载大、上网速度快，所以，互联网能够很好的与商贸流通业融合，令消费者的生活更加便捷。

已定義级是主流融合发展成熟度。第一，除了上海市、浙江省、贵州省和江苏省之外，其他省市的产业融合成熟度均为已定义级，代表这些省市的产业融合基础设施较之可重复级更为完善，上下游行业的成熟度日益提高，互联网与商贸流通业的发展速度都很快，他们的融合发展在很大程度上推动了地区经济的发展；第二，虽然同为已定义级，但是这些省市的得分各不相同，其中四川省排在第一位，云南省则排在最后一位，这两地区的产业融合发展差距仍然比较明显。成熟度等级受融合发展基础的影响最大。根据表5可知，融合发展基础对互联网与商贸流通业融合发展的成熟度影响权重系数最大。换句话说，发展基础中各因子变化对成熟度的影响最显著。基于此，各地区均应提高对产业融合基础设施建设工作的重视程度，积极建设完善互联网基础设施。

推动互联网产业与商贸流通业融合进一步升级的对策建议

可重复级省市。这个级别省市的融合发展基础设施尚在建设之中，而且也缺乏支持融合发展的必要技术与人才。所以，该级别省市政府应加大对相关专业领域人才教育的支持力度，加快互联网基础设施建设速度以改善产业融合发展环境。

已定义级省市。这个级别省市的融合发展基础设施比较完善，产业融合已经得到了一些发展，但地区的要素投入力度较小，融合发展的范围相对狭窄。基于此，该级别省市政府应加大要素投入力度，以用户需求为立足点拓展产业融合范围。

已管理级省市。这个级别省市的融合发展基础设施建设十分完善，但受限于技术创新的速度，在很多领域中互联网与流通业出现了脱节。基于此，政府应积极改善融合发展环境、鼓励融合主体创新技术并不断完善产业融合配套服务体系。

持续优化级。这个级别省市的融合发展环境已经成熟，产业融合不但成为了地区经济发展的主要推动力，还在很大程度上促进了地区的产业结构升级与优化。基于此，该级别省市应将“互联网+”战略作为长期发展战略体系的重要组成部分，加大对产业融合发展相关领域人才的专业教育力度。

参考文献：

1.叶兰.研究数据管理能力成熟度模型评析[J].图书情报知识，2016（2）

2.龚新湘.我国流通业信息化变革及对流通产业发展的影响[J].商业经济研究，2015（1）

3.严伟.旅游场域视角下的旅游产业融合度实证研究[J]. 社会科学家，2015（1）

4.姚丽.组织创新管理能力成熟度模型研究——基于欧盟创新管理标准[J].河北经贸大学学报，2015（1）

5.俞立平.网络背景下信息资源与经济增长互动关系研究——基于PVAR模型的省际面板数据估计[J].情报科学，2016（12）

6.吕新民.政府审计机关IT能力成熟度模型及其评价研究[J].审计研究，2014（3）