论文部分内容阅读
摘要：为促进农村电子商务的发展，结合国内外测度电子商务发展水平的理论基础，构建了农村电子商务发展水平测度指标体系，并以黑龙江省15个农村电子商务综合示范县的调研数据为样本，采用因子分析和聚类分析的方法，对样本县域的农村电子商务发展水平进行打分、排名、归类。研究发现，就绪度因子、应用度因子、影响度因子是发展农村电子商务的核心要素；尚志市的农村电子商务综合发展水平最高，克东县的农村电子商务发展水平最低；将15个县域聚成5类，不同类别的县域之间存在共性和差异性。最后提出黑龙江省农村电子商务发展的对策和建议。
关键词：农村电子商务；测度指标体系；因子分析；聚类分析
中图分类号： F320.3文献标志码： A文章编号：1002-1302（2016）05-0608-04
1农村电子商务研究现状
1.1研究背景
2015年中央一号文件在关于创新农产品流通方式部分指出，支持电商、物流、商贸、金融等企业参与涉农电子商务平台建设，在河北省、黑龙江省、江苏省、安徽省、江西省、河南省、湖北省、四川省率先开展电子商务进农村综合示范工作。在2015年互联网大会上，“互联网 农业”备受关注，农村电商平台加速落地已达成共识。黑龙江省“互联网 流通”行动计划中明确提出，大力发展黑龙江省农村电子商务，提升农业电子商务服务能力，开展电子商务进农村综合示范，促进互联网与流通产业深度融合。自2014年起，黑龙江省已推出15个电子商务综合示范县。电子商务发展水平的测度是评价政府宏观政策的有效工具，是了解电商行业发展情况的重要手段，是解决农产品市场信息不对称的基础保障，是衡量农村电子商务经济竞争力的标准[1]。针对农村电子商务构建测度体系，对农村电子商务的发展进行综合评价。
1.2文献综述
国内外学者对于农村电子商务发展水平测评体系的研究方法略有不同。20世纪90年代，Machlup、Porat分别对知识经济、信息经济测度进行研究，为电子商务测度提供了重要依据[2]。1998年，国际经济合作与发展组织（OECD）成立了关于电子商务测度的专家组，以罗杰斯关于创新扩散理论的S曲线为基础，将电子商务发展水平分为就绪度、应用度、影响度3个阶段，从而全面描述电子商务的发展水平[3]。2000年，中国互联网信息中心（CNNIC）开始发布《中国互联网发展状况统计调查》，从中国网民的角度展开宏观定性的统计研究[4]。2001年，推出了“CII电子商务指标体系研究与指数测算”，设定9个一级指标、32个二级指标，系统、综合地对中国电子商务总指数进行测算[5]。2013年，阿里研究院发布了《2013年中国县域电子商务发展指数报告》，依据阿里电商平台交易数据，构建阿里巴巴电子商务发展指数（AEI）体系[6]。
电子商务发展水平的测度多为定量描述，定性测量方法中指标的设定过于繁多，数据难以测量。近年来，电子商务进农村的发展逐步加快，但尚未建立全面的农村电子商务发展水平测评体系[7]。本研究借鉴现有电子商务发展水平测评的相关文献，以黑龙江省15个农村电子商务综合示范县为例，通过实地调研数据和统计年报数据，运用主成分分析法和聚类分析法对黑龙江省农村电子商务发展水平进行综合评价。
2研究假设
由于农村电子商务的发展刚刚起步，发展水平受多方面因素的影响。本研究对国内外电子商务发展水平测度指标进行梳理，结合中国农村发展电子商务的实际情况，从数据的可获得性、代表性、权威性出发，提出以下研究假设。
依据OECD的评价方法提出3个一级指标假设：就绪度、应用度、影响度。H1为农村电子商务的就绪度，指农村电子商务发展的前期准备，如基础设施、人力、物力等。就绪度是农村电子商务顺利开展的前提条件，对农村电子商务综合发展水平存在一定影响，但不是绝对影响。H2为农村电子商务的应用度，指农村电子商务的运营情况，主要体现在交易过程中买卖双方对电子商务的应用。应用度水平高，表明该农村的电子商务交易使用频繁，供给与需求双方收益大。H3为农村电子商务的影响度，指借助电子商务平台完成交易后，对政治、经济、物流、就业结构、农民心理等带来的影响。影响度越高，表明农村电子商务对当地经济的影响越大。
根据3大类一级指标假设所设定的逻辑关系，对照CII指数及AEI指数，构建农村电子商务发展水平测评指标体系，尝试性地提出14个二级指标假设（表1）。表1农村电子商务发展水平测评指标体系
一级指标二级指标指标说明就绪度农村互联网普及率X1反映农村的上网程度农村快递点数X2反映农村物流的基础情况农村网站数X3反映农村信息化程度农村初中以上学历所占比例X4反映农民受教育程度农村道路硬化率X5反映农村道路基础情况应用度涉农电子商务企业数X6反映涉农电商平台的应用度农村电子商务交易额X7反映农村电商平台活动的程度农村网民网络购物使用率X8反映农村网民网购使用密度农民网上支付率X9反映农民网上支付的使用程度网购消费占支出比重X10反映农村电子商务消费情况影响度农村物联网线路情况X11反映对农村物联网的影响电子商务就业指数X12反映电子商务从业人员的就业构成农村网民安全感知度X13反映农民对电子商务的信任程度农村病毒侵袭电脑比率X14反映电子商务的安全程度
H4：X1～X5为就绪度一级指标下的二级指标，假设这5个指标越高，农村电子商务的基础设施越好。H5：X6～X10为应用度一级指标下的二级指标，假设这5个指标越高，农民电子商务应用程度越强。H6：X11～X15为影响度一级指标下的二级指标，假设这4个指标越高，农村电子商务的影响度越大。H7：假设在因子分析中，各共同因子之间、特殊因子之间、共同因子和特殊因子之间均不相关，各因子之间的线性关系不显著。H8：假设将15个样本聚成5类，每个类别中存在共性，不同类别间存在差异性。 3样本选择及数据来源
2015年上半年，黑龙江省实现电子商务交易额556.7亿元，同比增长26.1%；网络消费总额265.8亿元，同比增长34.0%，这与黑龙江省电子商务进农村综合示范县工作有序开展密不可分。截至2015年，已有庆安县、富裕县、明水县、肇源县、尚志市、拜泉县、集贤县、泰来县、勃利县、延寿县、嫩江县、桦南县、海林市、方正县、克东县成为示范县。为全面、真实地反映黑龙江省电子商务发展水平，选取全部示范县作为样本来源地。
本研究的数据来源分为案头调研、问卷调查2个部分。案头调研主要整理《黑龙江省年鉴》《2014黑龙江省互联网发展报告》中的相关数据。问卷调查针对15个示范县，每个示范县发放100份问卷，共发放1 500份问卷；去除不完整、有缺失的问卷，回收有效问卷1 326份，有效回收率为 88.4%。调研受访农民的样本特征见表2。
4模型建立与结果分析
4.1因子分析KMO和Bartelett检验
因子分析主要利用降维的思想，采用较少互相独立的因子反映原有变量的绝大部分信息。原有变量之间具有较强相关关系是因子分析的前提条件，因此在因子分析时应先研究原有变量之间的相关性。采用SPSS 19.0软件进行KMO、Bartlett检验，结果见表3。
KMO统计量的取值为0.0～1.0，一般情况下，KIMO值>0.5时适合进行因子分析。Bartlett检验以原有的相关系数矩阵为出发点，其零假设H0相关系数矩阵为对角矩阵，如果拒绝原假设，表明可以进行因子分析；如果不拒绝原假设，则表明这些变量可能独立提供信息，不适合进行因子分析。KMO值为0.537，且Bartlett检验P=0.000，表明样本数据较适合进行因子分析。
4.2提取公因子
根据原有变量的相关系数矩阵，采用SPSS 19.0软件对黑龙江省15个农村电子商务示范县的14个指标进行主成分分析，选取特征值大于1、累计贡献率大于80%的特征根，提取了3个主成分。方差贡献率分别为32.039%、29.935%、28.712%，采用最大方差法对因子进行旋转，旋转平方和载入后累计贡献率达到90.686%，原有变量的信息丢失总体较少，因子分析效果较理想，这3个主成分基本反映原有变量的绝大部分信息（表4）。
运用方差极大值法得到因子载荷矩阵，用平均值代替缺失值，使选取的主因子能够更准确地反映其实际含义。由旋转得分矩阵（表5）可知，农村互联网普及率X1（0.948）、农村快递点数X2（0.974）、农村网站数X3（0.628）、农村初中学历所占比例X4（0.958）、农村道路硬化率X5（0.963）5个指标在表4解释的总方差
第一主成分上载荷较大，代表了就绪度主因子。涉农电子商务企业数X6（0.824）、农村电子商务交易额X7（0.905）、农村网民网络购物使用率X8（0.866）、农民网上支付率X9（0.835）、电子商务交易额占GDP比重X10（0.921）5个指标较能反映农村电子商务的应用度，在第二主成分上载荷较大，代表了应用度主因子。农村物联网线路情况X11（0.972）、电子商务就业指数X12（0.952）、农村网民安全感知度X13（0.948）、农村病毒侵袭电脑比率X14（0.917）4个指标在第三主成分上载荷较大，代表了影响度主因子。主成分分析验证了农村电子商务在就绪度、应用度、影响度存在着水平差异，各二级指标的归类与原假设一致。
4.3计算因子得分
由成分得分系数矩阵（表6）可知，采用回归法得出各因子得分函数，将3个公因子表示为各变量的线性组合，并直接代替14个变量进行相关分析与回归分析。主因子F1就绪度、F2应用度、F3影响度3个公因子得分公式如下。
由综合得分排名可知，尚志市、肇源县、海林市、集贤县、延寿县的农村电子商务发展水平较高，勃利县、明水县、方正县、泰来县、克东县的农村电子商务发展水平较低。其中，尚志市各因子得分均为正值，表明尚志市的就绪度、应用度、影响度得分均高于平均水平。2015年，尚志市的地区生产总值在15个示范县中最高，达到315亿元，年均增长14%；电子商务企业数为47家，其中涉农2家。尚志市的旅游资源较为丰富，带动了当地土特产品的销售。
克东县的3个公因子得分均为负值，表明克东县农村电子商务发展水平低于示范县平均水平。就绪度因子得分为 -0.750 6，表明其电子商务基础设施较不完善；应用度得分为-1.099 6，在实地调查中发现，当地农村主要进行传统交易，涉农电子商务企业较少；就绪度得分、应用度得分均较低，其影响度因子也为负值。克东县政府应加强宣传力度，完善基础设施，打造特色农产品品牌，真正让农村电子商务为农民带来利益[8]。
4.4聚类分析
为深入了解黑龙江省农村电子商务的发展情况，对黑龙江省15个农村电子商务示范县进行分类，从而找出同一类别的共性以及不同类别的差异性。依据因子分析中的农村电子商务综合得分F，选择系统聚类分析方法，运用SPSS 19.0软件进行系统聚类计算，标注个案为地区，聚类方法为组间联接，区间为平方Euclidean距离，指定聚类数为5，标准化采用Z得分，绘制出树状图[9]。
由聚类结果树状图（图1）可知，尚志市为第1类，农村电子商务综合发展水平最高；肇源县、海林市、集贤县、延寿县为第2类，农村电子商务综合发展水平较高；嫩江县、桦南县、拜泉县为第3类，农村电子商务综合发展水平一般；庆安县、富裕县、勃利县、明水县为第4类，农村电子商务综合发展水平较低；方正县、泰来县、克东县为第5类，农村电子商务综合发展水平最低。
5结论与建议
黑龙江省农村电子商务发展处于起步阶段，测度农村电子商务发展水平可在一定程度上反映农村市场经济、信息经济的发展情况，为各级政府和企业的政策调整提供依据。 5.1结论
反映农村电子商务发展水平的指标与原假设基本一致。选取样本数据并构建农村电子商务发展水平测度指标体系，剔除多重共线变量。经检验，采用主成分聚类分析的方法研究县域农村电子商务发展相对水平是可行的。实证分析表明，就绪度、应用度、影响度是影响黑龙江省农村电子商务发展的核心要素。
就绪度因子、应用度因子、影响度因子的权重系数分别为0.35、0.33、0.32，3个主要公因子对农村电子商务发展综合水平的作用差异不大。黑龙江省农村电子商务发展起步较晚，基础设施较为落后，但就绪度因子对电子商务发展水平的影响并不显著。
由聚类分析可知，同一类别的县域具有共性。因子得分为第1类的尚志市与第2类的肇源县、海林市、集贤县、延寿县具有共同特点，即应用度因子得分均为正值，表明其应用度高于平均样本水平。这5个县域均有涉农电子商务的龙头企业，带动整个农村电子商务的应用水平。方正县、泰来县、克东县排在第5类，这些地区的应用度因子、影响度因子得分均为负值。这3个县域的农村网民对互联网安全的感知度较低，且其网上支付率很低，多数农村网民选择货到付款，对电子商务不信任从根本上影响了农村电子商务的发展。
5.2建议
就绪度、应用度、影响度应齐头并进，打造黑龙江特色区域性农村电商平台。在起步阶段，这3个方面须兼顾发展。针对农村生产生活资料的采购需求，建设B2B、B2C综合型农村电子商务服务平台，完善农村电子商务服务体系，提供农产品交易、综合服务、物流服务、金融服务等涉农电子商务的相关服务。及时准确地提供农产品市场信息，使农产品销售渠道保持畅通，解决难买难卖问题。
涉农电子商务龙头企业要当领头羊，提升农民的电子商务意识。黑龙江省农村经济主要依靠农业，与江浙地区的“淘宝村”不同，多数黑龙江省农村均自下而上由传统行业转型为电子商务服务业。为使黑龙江省加快农村电子商务的发展，应支持农产品流通企业建设、发展电子商务、加强农民对电子商务的认识，真正让电子商务服务平台为各方所用。
利用黑龙江省区域特色农产品品牌，拓展绿色食品电商销售渠道。通过现有的各类电子商务平台及淘宝、天猫、京东、苏宁易购等国内知名第三方电子商务平台，推动黑龙江省绿色食品网上销售。同时，对黑龙江省绿色食品展示交易中心、旗舰店、连锁店等现有绿色食品营销渠道进行改造，逐步构建覆盖全国的龙江绿色食品线上线下销售网络。
提升电子商务物流仓储能力，培育农村电子商务人才。全面开展农村电子商务人才培训，鼓励大专院校与电子商务产业园区合作建立电商人才培训基地，做到懂电商、善应用、通电商、善营销。鼓励农民工返乡创业，针对传统流通企业开展电商应用实训，带动企业形成“互联网 流通”应用能力。
参考文献：
[1]凌守兴. 我国农村电子商务产业集群形成及演进机理研究[J]. 商业研究，2015（1）：104-109.
[2]刘跃，王文庆. 区域电子商务发展指数的重构及实证分析[J]. 科学学与科学技术管理，2009，30（7）：144-147.
[3]任今方. 区域电子商务发展水平测度方法研究与实证[J]. 兰州教育学院学报，2013，29（10）：48-51.
[4]薛伟贤，刘骏. 数字鸿沟主要影响因素的关系结构分析[J]. 系统工程理论与实践，2008，28（5）：85-91.
[5]刘敏，陈正. 电子商务发展测度指标体系研究[J]. 统计与信息论坛，2008，23（7）：20-28.
[6]王海龙，司爱丽. 农村电子商务发展构想[J]. 经济纵横，2007，3（2）：38-40.
[7]汤英汉. 中国电子商务发展水平及空间分异[J]. 经济地理，2015，35（5）：9-14.
[8]杨坚争，周涛，李庆子. 电子商务对经济增长作用的实证研究[J]. 世界经济研究，2011（10）：40-43.
[9]郑亚琴. 我国农村电子商务区域基础设施发展水平的主成分聚类分析[J]. 中国科技论坛，2007，1（1）：119-122.郑凯丽，周洪. 重庆山区农户转入耕地补偿现状及影响因素——以重庆市酉阳县为例[J]. 江苏农业科学，2016，44（5）：620-623.
关键词：农村电子商务；测度指标体系；因子分析；聚类分析
中图分类号： F320.3文献标志码： A文章编号：1002-1302（2016）05-0608-04
1农村电子商务研究现状
1.1研究背景
2015年中央一号文件在关于创新农产品流通方式部分指出，支持电商、物流、商贸、金融等企业参与涉农电子商务平台建设，在河北省、黑龙江省、江苏省、安徽省、江西省、河南省、湖北省、四川省率先开展电子商务进农村综合示范工作。在2015年互联网大会上，“互联网 农业”备受关注，农村电商平台加速落地已达成共识。黑龙江省“互联网 流通”行动计划中明确提出，大力发展黑龙江省农村电子商务，提升农业电子商务服务能力，开展电子商务进农村综合示范，促进互联网与流通产业深度融合。自2014年起，黑龙江省已推出15个电子商务综合示范县。电子商务发展水平的测度是评价政府宏观政策的有效工具，是了解电商行业发展情况的重要手段，是解决农产品市场信息不对称的基础保障，是衡量农村电子商务经济竞争力的标准[1]。针对农村电子商务构建测度体系，对农村电子商务的发展进行综合评价。
1.2文献综述
国内外学者对于农村电子商务发展水平测评体系的研究方法略有不同。20世纪90年代，Machlup、Porat分别对知识经济、信息经济测度进行研究，为电子商务测度提供了重要依据[2]。1998年，国际经济合作与发展组织（OECD）成立了关于电子商务测度的专家组，以罗杰斯关于创新扩散理论的S曲线为基础，将电子商务发展水平分为就绪度、应用度、影响度3个阶段，从而全面描述电子商务的发展水平[3]。2000年，中国互联网信息中心（CNNIC）开始发布《中国互联网发展状况统计调查》，从中国网民的角度展开宏观定性的统计研究[4]。2001年，推出了“CII电子商务指标体系研究与指数测算”，设定9个一级指标、32个二级指标，系统、综合地对中国电子商务总指数进行测算[5]。2013年，阿里研究院发布了《2013年中国县域电子商务发展指数报告》，依据阿里电商平台交易数据，构建阿里巴巴电子商务发展指数（AEI）体系[6]。
电子商务发展水平的测度多为定量描述，定性测量方法中指标的设定过于繁多，数据难以测量。近年来，电子商务进农村的发展逐步加快，但尚未建立全面的农村电子商务发展水平测评体系[7]。本研究借鉴现有电子商务发展水平测评的相关文献，以黑龙江省15个农村电子商务综合示范县为例，通过实地调研数据和统计年报数据，运用主成分分析法和聚类分析法对黑龙江省农村电子商务发展水平进行综合评价。
2研究假设
由于农村电子商务的发展刚刚起步，发展水平受多方面因素的影响。本研究对国内外电子商务发展水平测度指标进行梳理，结合中国农村发展电子商务的实际情况，从数据的可获得性、代表性、权威性出发，提出以下研究假设。
依据OECD的评价方法提出3个一级指标假设：就绪度、应用度、影响度。H1为农村电子商务的就绪度，指农村电子商务发展的前期准备，如基础设施、人力、物力等。就绪度是农村电子商务顺利开展的前提条件，对农村电子商务综合发展水平存在一定影响，但不是绝对影响。H2为农村电子商务的应用度，指农村电子商务的运营情况，主要体现在交易过程中买卖双方对电子商务的应用。应用度水平高，表明该农村的电子商务交易使用频繁，供给与需求双方收益大。H3为农村电子商务的影响度，指借助电子商务平台完成交易后，对政治、经济、物流、就业结构、农民心理等带来的影响。影响度越高，表明农村电子商务对当地经济的影响越大。
根据3大类一级指标假设所设定的逻辑关系，对照CII指数及AEI指数，构建农村电子商务发展水平测评指标体系，尝试性地提出14个二级指标假设（表1）。表1农村电子商务发展水平测评指标体系
一级指标二级指标指标说明就绪度农村互联网普及率X1反映农村的上网程度农村快递点数X2反映农村物流的基础情况农村网站数X3反映农村信息化程度农村初中以上学历所占比例X4反映农民受教育程度农村道路硬化率X5反映农村道路基础情况应用度涉农电子商务企业数X6反映涉农电商平台的应用度农村电子商务交易额X7反映农村电商平台活动的程度农村网民网络购物使用率X8反映农村网民网购使用密度农民网上支付率X9反映农民网上支付的使用程度网购消费占支出比重X10反映农村电子商务消费情况影响度农村物联网线路情况X11反映对农村物联网的影响电子商务就业指数X12反映电子商务从业人员的就业构成农村网民安全感知度X13反映农民对电子商务的信任程度农村病毒侵袭电脑比率X14反映电子商务的安全程度
H4：X1～X5为就绪度一级指标下的二级指标，假设这5个指标越高，农村电子商务的基础设施越好。H5：X6～X10为应用度一级指标下的二级指标，假设这5个指标越高，农民电子商务应用程度越强。H6：X11～X15为影响度一级指标下的二级指标，假设这4个指标越高，农村电子商务的影响度越大。H7：假设在因子分析中，各共同因子之间、特殊因子之间、共同因子和特殊因子之间均不相关，各因子之间的线性关系不显著。H8：假设将15个样本聚成5类，每个类别中存在共性，不同类别间存在差异性。 3样本选择及数据来源
2015年上半年，黑龙江省实现电子商务交易额556.7亿元，同比增长26.1%；网络消费总额265.8亿元，同比增长34.0%，这与黑龙江省电子商务进农村综合示范县工作有序开展密不可分。截至2015年，已有庆安县、富裕县、明水县、肇源县、尚志市、拜泉县、集贤县、泰来县、勃利县、延寿县、嫩江县、桦南县、海林市、方正县、克东县成为示范县。为全面、真实地反映黑龙江省电子商务发展水平，选取全部示范县作为样本来源地。
本研究的数据来源分为案头调研、问卷调查2个部分。案头调研主要整理《黑龙江省年鉴》《2014黑龙江省互联网发展报告》中的相关数据。问卷调查针对15个示范县，每个示范县发放100份问卷，共发放1 500份问卷；去除不完整、有缺失的问卷，回收有效问卷1 326份，有效回收率为 88.4%。调研受访农民的样本特征见表2。
4模型建立与结果分析
4.1因子分析KMO和Bartelett检验
因子分析主要利用降维的思想，采用较少互相独立的因子反映原有变量的绝大部分信息。原有变量之间具有较强相关关系是因子分析的前提条件，因此在因子分析时应先研究原有变量之间的相关性。采用SPSS 19.0软件进行KMO、Bartlett检验，结果见表3。
KMO统计量的取值为0.0～1.0，一般情况下，KIMO值>0.5时适合进行因子分析。Bartlett检验以原有的相关系数矩阵为出发点，其零假设H0相关系数矩阵为对角矩阵，如果拒绝原假设，表明可以进行因子分析；如果不拒绝原假设，则表明这些变量可能独立提供信息，不适合进行因子分析。KMO值为0.537，且Bartlett检验P=0.000，表明样本数据较适合进行因子分析。
4.2提取公因子
根据原有变量的相关系数矩阵，采用SPSS 19.0软件对黑龙江省15个农村电子商务示范县的14个指标进行主成分分析，选取特征值大于1、累计贡献率大于80%的特征根，提取了3个主成分。方差贡献率分别为32.039%、29.935%、28.712%，采用最大方差法对因子进行旋转，旋转平方和载入后累计贡献率达到90.686%，原有变量的信息丢失总体较少，因子分析效果较理想，这3个主成分基本反映原有变量的绝大部分信息（表4）。
运用方差极大值法得到因子载荷矩阵，用平均值代替缺失值，使选取的主因子能够更准确地反映其实际含义。由旋转得分矩阵（表5）可知，农村互联网普及率X1（0.948）、农村快递点数X2（0.974）、农村网站数X3（0.628）、农村初中学历所占比例X4（0.958）、农村道路硬化率X5（0.963）5个指标在表4解释的总方差
第一主成分上载荷较大，代表了就绪度主因子。涉农电子商务企业数X6（0.824）、农村电子商务交易额X7（0.905）、农村网民网络购物使用率X8（0.866）、农民网上支付率X9（0.835）、电子商务交易额占GDP比重X10（0.921）5个指标较能反映农村电子商务的应用度，在第二主成分上载荷较大，代表了应用度主因子。农村物联网线路情况X11（0.972）、电子商务就业指数X12（0.952）、农村网民安全感知度X13（0.948）、农村病毒侵袭电脑比率X14（0.917）4个指标在第三主成分上载荷较大，代表了影响度主因子。主成分分析验证了农村电子商务在就绪度、应用度、影响度存在着水平差异，各二级指标的归类与原假设一致。
4.3计算因子得分
由成分得分系数矩阵（表6）可知，采用回归法得出各因子得分函数，将3个公因子表示为各变量的线性组合，并直接代替14个变量进行相关分析与回归分析。主因子F1就绪度、F2应用度、F3影响度3个公因子得分公式如下。
由综合得分排名可知，尚志市、肇源县、海林市、集贤县、延寿县的农村电子商务发展水平较高，勃利县、明水县、方正县、泰来县、克东县的农村电子商务发展水平较低。其中，尚志市各因子得分均为正值，表明尚志市的就绪度、应用度、影响度得分均高于平均水平。2015年，尚志市的地区生产总值在15个示范县中最高，达到315亿元，年均增长14%；电子商务企业数为47家，其中涉农2家。尚志市的旅游资源较为丰富，带动了当地土特产品的销售。
克东县的3个公因子得分均为负值，表明克东县农村电子商务发展水平低于示范县平均水平。就绪度因子得分为 -0.750 6，表明其电子商务基础设施较不完善；应用度得分为-1.099 6，在实地调查中发现，当地农村主要进行传统交易，涉农电子商务企业较少；就绪度得分、应用度得分均较低，其影响度因子也为负值。克东县政府应加强宣传力度，完善基础设施，打造特色农产品品牌，真正让农村电子商务为农民带来利益[8]。
4.4聚类分析
为深入了解黑龙江省农村电子商务的发展情况，对黑龙江省15个农村电子商务示范县进行分类，从而找出同一类别的共性以及不同类别的差异性。依据因子分析中的农村电子商务综合得分F，选择系统聚类分析方法，运用SPSS 19.0软件进行系统聚类计算，标注个案为地区，聚类方法为组间联接，区间为平方Euclidean距离，指定聚类数为5，标准化采用Z得分，绘制出树状图[9]。
由聚类结果树状图（图1）可知，尚志市为第1类，农村电子商务综合发展水平最高；肇源县、海林市、集贤县、延寿县为第2类，农村电子商务综合发展水平较高；嫩江县、桦南县、拜泉县为第3类，农村电子商务综合发展水平一般；庆安县、富裕县、勃利县、明水县为第4类，农村电子商务综合发展水平较低；方正县、泰来县、克东县为第5类，农村电子商务综合发展水平最低。
5结论与建议
黑龙江省农村电子商务发展处于起步阶段，测度农村电子商务发展水平可在一定程度上反映农村市场经济、信息经济的发展情况，为各级政府和企业的政策调整提供依据。 5.1结论
反映农村电子商务发展水平的指标与原假设基本一致。选取样本数据并构建农村电子商务发展水平测度指标体系，剔除多重共线变量。经检验，采用主成分聚类分析的方法研究县域农村电子商务发展相对水平是可行的。实证分析表明，就绪度、应用度、影响度是影响黑龙江省农村电子商务发展的核心要素。
就绪度因子、应用度因子、影响度因子的权重系数分别为0.35、0.33、0.32，3个主要公因子对农村电子商务发展综合水平的作用差异不大。黑龙江省农村电子商务发展起步较晚，基础设施较为落后，但就绪度因子对电子商务发展水平的影响并不显著。
由聚类分析可知，同一类别的县域具有共性。因子得分为第1类的尚志市与第2类的肇源县、海林市、集贤县、延寿县具有共同特点，即应用度因子得分均为正值，表明其应用度高于平均样本水平。这5个县域均有涉农电子商务的龙头企业，带动整个农村电子商务的应用水平。方正县、泰来县、克东县排在第5类，这些地区的应用度因子、影响度因子得分均为负值。这3个县域的农村网民对互联网安全的感知度较低，且其网上支付率很低，多数农村网民选择货到付款，对电子商务不信任从根本上影响了农村电子商务的发展。
5.2建议
就绪度、应用度、影响度应齐头并进，打造黑龙江特色区域性农村电商平台。在起步阶段，这3个方面须兼顾发展。针对农村生产生活资料的采购需求，建设B2B、B2C综合型农村电子商务服务平台，完善农村电子商务服务体系，提供农产品交易、综合服务、物流服务、金融服务等涉农电子商务的相关服务。及时准确地提供农产品市场信息，使农产品销售渠道保持畅通，解决难买难卖问题。
涉农电子商务龙头企业要当领头羊，提升农民的电子商务意识。黑龙江省农村经济主要依靠农业，与江浙地区的“淘宝村”不同，多数黑龙江省农村均自下而上由传统行业转型为电子商务服务业。为使黑龙江省加快农村电子商务的发展，应支持农产品流通企业建设、发展电子商务、加强农民对电子商务的认识，真正让电子商务服务平台为各方所用。
利用黑龙江省区域特色农产品品牌，拓展绿色食品电商销售渠道。通过现有的各类电子商务平台及淘宝、天猫、京东、苏宁易购等国内知名第三方电子商务平台，推动黑龙江省绿色食品网上销售。同时，对黑龙江省绿色食品展示交易中心、旗舰店、连锁店等现有绿色食品营销渠道进行改造，逐步构建覆盖全国的龙江绿色食品线上线下销售网络。
提升电子商务物流仓储能力，培育农村电子商务人才。全面开展农村电子商务人才培训，鼓励大专院校与电子商务产业园区合作建立电商人才培训基地，做到懂电商、善应用、通电商、善营销。鼓励农民工返乡创业，针对传统流通企业开展电商应用实训，带动企业形成“互联网 流通”应用能力。
参考文献：
[1]凌守兴. 我国农村电子商务产业集群形成及演进机理研究[J]. 商业研究，2015（1）：104-109.
[2]刘跃，王文庆. 区域电子商务发展指数的重构及实证分析[J]. 科学学与科学技术管理，2009，30（7）：144-147.
[3]任今方. 区域电子商务发展水平测度方法研究与实证[J]. 兰州教育学院学报，2013，29（10）：48-51.
[4]薛伟贤，刘骏. 数字鸿沟主要影响因素的关系结构分析[J]. 系统工程理论与实践，2008，28（5）：85-91.
[5]刘敏，陈正. 电子商务发展测度指标体系研究[J]. 统计与信息论坛，2008，23（7）：20-28.
[6]王海龙，司爱丽. 农村电子商务发展构想[J]. 经济纵横，2007，3（2）：38-40.
[7]汤英汉. 中国电子商务发展水平及空间分异[J]. 经济地理，2015，35（5）：9-14.
[8]杨坚争，周涛，李庆子. 电子商务对经济增长作用的实证研究[J]. 世界经济研究，2011（10）：40-43.
[9]郑亚琴. 我国农村电子商务区域基础设施发展水平的主成分聚类分析[J]. 中国科技论坛，2007，1（1）：119-122.郑凯丽，周洪. 重庆山区农户转入耕地补偿现状及影响因素——以重庆市酉阳县为例[J]. 江苏农业科学，2016，44（5）：620-623.