基于主成分聚类分析地区农产品电子商务发展分析.docVIP

基于主成分聚类分析地区农产品电子商务发展分析 　　摘 要：本文以我国各省省会等为研究对象，依据农产品生产因素和电子商务发展因素选取8个指标，通过主成分分析提取出农业发展、电子商务水平、碎片化程度三个因子，继而通过聚类分析将30个城市划分为四类，其中更多的城市表现为农业发展较差、电子商务水平不高、生产碎片化的待发展型，并根据分析的结果，提出不同的城市可以选取的农产品电子商务发展方式。 　　关键词：农产品电子商务；发展水平；主成分聚类分析 　　中图分类号：F323.7 文献标志码：A 文章编号：1008-2697（2015）05-0064-04 　　农产品电子商务自2012年以来成为行业发展新热点。2012年阿里网络零售平台农产品销售额达198亿元，2013年则实现翻番增长，生鲜产品成为增速最快的品类[1]。农产品电子商务前景可观。但相比国外，我国的小规模、分散种植的农产品生产基本格局尤为特别。碎片化的小农经济，集中凸显了农业小生产与现代市场经济大流通之间的矛盾，是分析农产品电子商务发展时有必要考量的因素。故本文将农产品生产碎片化程度纳入各地农产品电子商务发展评价体系，通过因子分析找到其中的主要因子，评估各地发展水平，再借助聚类分析将各个城市发展水平划分为不同类别以据此发现发展农产品电子商务的优劣势，进而寻求多样化的农产品电子商务发展方式。 　　一、研究设计 　　（一）评价体系构建 　　一个地区的农产品电子商务发展水平由当地农产品生产情况及电子商务发展水平构成。参考前人进行的研究工作，同时考虑数据的可获得性、可比性及有效性，最终确定了8个指标用以衡量各地农产品电子商务发展水平（如表1所示）。 　　（二）数据来源 　　本文以我国大陆的31个省级行政区域（包括22个省、5个自治区、4个直辖市）的省会和首都北京为研究对象，数据来源于各市2013年国民经济和社会发展统计公报及2014年统计年鉴。由于拉萨市的统计年鉴及统计公报在市统计局及其他相关统计网站上均没有提供，无法获得所需数据，故分析中剔除了拉萨市，具体研究中只包括30个城市的样本数据。 　　收集电子商务发展因素数据时，选取阿里巴巴、淘宝网及天猫这3大网购平台上的网商情况为数据来源，网商包括阿里巴巴上实地认证且经过企业身份认证的诚信通会员以及淘宝网、天猫的卖家，截止时间为2015年3月。计算网商数量及交易额依托网站提供的店铺筛选功能，剔除并非以农产品为主营业务的店铺。阿里巴巴上交易额分为10万以下、10-50万、51-100万、101-500万、501-1000万及1000万以上，分别以10万、30万、75万、300万、750万及1000万计算。淘宝网及天猫上则选取店铺内价高和热销的商品10件计算，重复则在热销商品中顺延，销量相同取其中高价的商品交易额，以在节省人力和时间的同时最大限度地得到最接近的实际情况的数据。由此计算出各市网商数量及网商交易额，同时结合市统计年鉴及统计公报，计算得出单位人口网商数。 　　二、地区农产品电子商务发展分析 　　本文采用主成分聚类分析方法，选取我国大陆各省省会、直辖市和自治区首府共30个城市，对其进行农产品电子商务发展水平分析。 　　（一）主成分与聚类分析方法 　　主成分分析是利用降维的思想，在力保数据信息损失最少的原则下，把多个指标转化成少数几个综合指标的一种对多变量数据进行最佳综合简化的多元统计方法。在主成分分析中，通常将转化生成的综合指标成为“主成分”。主成分是原始变量的线性组合，且主成分之间互不相关。这样，只需考虑少数几个主成分研究复杂问题，既不丢掉原始数据主要信息，又容易抓住主要矛盾，避开变量之间共线性的问题，便于进一步分析，提高分析效率。 　　聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。本文所用的快速聚类法的思想是：开始按照一定方法选取一批聚类中心，让样品向最近的聚心凝聚，形成初始分类，然后按最近距离原则不断修改不合理分类，直至合理为止[2]。 　　（二）主成分与聚类过程分析 　　1.原始数据预处理及检验 　　收集的数据反映了各地区农产品电子商务方面的不同信息，为了排除不同量纲对评价造成的干扰，在聚类分析前，首先对原始数据做无量纲处理。本文采用SPSS 22.0中的标准化处理方法。所得数据经KMO检验和Bartlett检验，结果KMO值为0.6330.5，Bartlett显著水平0.05，即指标之间相互独立，适合做主成分分析。 　　2.主成分分析法提取主因子 　　采用主成分分析法运用SPSS软件分析得到2个初始特征值大于1的因子，累计方差贡献率达到65.754%，解释结果不理想。但第三个因子贡献率较大，因此选取3个因子，其方差贡献率分别为38.892%、26.863