周 瑾，徐彩红，陈国栋

（台州学院 数学与信息工程学院， 浙江 临海 317000）

1 研究背景

近年来，在各项农业农村惠民政策拉动下，我国农村电子商务发展迅猛，已经成为驱动农村创新创业的新动力。2016年初，国务院及各部委密集出台关于农村电商的重磅文件，2016中央6号文件［1］提出“加快发展农村电子商务发展”的要求。同年，“十三五”规划中明确指出“推进农业信息化建设”、“鼓励互联网企业建立产销衔接的农业服务平台，加快发展涉农电子商务”。传统农业借助电子商务实现了经济结构的转型，加快了农村现代化的步伐，农民消费的多样性、便利性和安全性不断提升，长期困扰农民的买难卖难问题得到了较大程度缓解。在推动农村电子商务发展过程中，首要任务是促使农村电子商务聚集从而实现产业化，其中需要考虑的核心问题是“哪些因素促使农村电商的聚集？这些要素之间的关系如何？”

本文基于现有的研究文献，运用UCINET软件进行社会网络分析，从文献中梳理出农村电子商务聚集的力量，为农村电商聚集发展提供理论支撑。

2 研究方案

2.1 数据检索与分析

文献来源为中国知网（China National Knowledge Infrastructure，CNKI），针对现有的研究文献，展开对农村电子商务聚集力量的分析，检索的文献主要来自2010年以来收录的CSSCI期刊、其他中文核心期刊，检索的关键字有“农村电子商务+聚集+影响”、“农村电子商务+聚集动力”、“农村电子商务+发展动力”、“驱动+农村电子商务聚集”。通过检索筛选，得到755篇有关农村电子商务聚集的文献。

将755篇有关农村电商的文章中的关键词进行了提取，采用人工抽样的方式获取，总共分两步：第一步是访谈获取关键词，对电商企业中负责农村电商经营的人员和从事电子商务教学研究的高校教师、学者分别进行访谈，从这些人群中获得与农村电商聚集力量相关的关键词；第二步，检索相关文献进行逐字逐段地分析，该工作的重点是与之前访谈获取的关键词进行比较分析，从文献的题名、摘要和正文中寻找与之相同、意思相近的关键词［2］。经过以上研究过程，总共提炼出36个关键词，以此作为分析对象［3］。

经统计，“政府政策支持”出现频次最高为84次，农村电商在政策支持下正面对一片新兴蓝海，也将迎来飞速发展期。同时，出现频次超过五十次的还有“创业带头人”以及“产业基础”，为了推动农村电子商务发展，很多地方政府积极建设本地电子商务运营中心和乡村服务站点，培训了一大批乡村本土电子商务人才作为创业带头人，从资金和政策方面都给予极大的扶持力度［4］。接下来，出现频次较高的为“电商平台”44 次，“物流支持” 和 “信息化”41 次，“农商基础设施建设”“经济效益”［5］36 次，“区位条件”33 次，“电商群体”［6］26 次，“人才”24 次以及“熟人社会网络”、“创新因子”23 次。如表 1 所示：

表1 高频关键词（部分）

2.2 研究方法

运用社会网络分析方法，使用UCINET工具（UCINET网络分析集成软件可以对一维与二维数据进行分析），生成可视化的NetDraw，对网络联系有直观的解读［7］。

本文主要运用UCINET分析网络社群图、网络密度、中介中心性、中间度量、边缘性、邻接矩阵和层次聚类图，从而实现全方位反映农村电商聚集的力量［8］［9］。网络社群图用来展现各个因素之间的集合关系，网络社群图由多个点（本文研究内容农村电商聚集力量）以及各点之间的连线（用于表达各种聚集力量之间存在的关系）组成的集合，体现影响农村电商聚集力量的各因素之间的关系。网络密度（density）可用于刻画网络中节点间相互连边的密集程度，来表达影响农村电商聚集力量因素之间关系密切程度。中介中心性分析可以得到各个因素在网络中地位的重要程度。中心度测量的是行动者对资源信息的控制程度，如果处在很多网络路径上，该因素就为重要因素，处于中心位置。邻近矩阵内数据越密集，数据越大，则互相之间的密切程度越高，同理，如果在农村电商聚集力量邻接矩阵中，因素之间某块区域数据不为零且值大于1，则这块区域内因素之间依赖性强，对农村电商影响大。层次聚类图展现分组之间的层层关系［10］。

3 社会网络分析

3.1 网络社群图分析

研究时需要使用UCINET工具，导入UCINET的数据格式为二维矩阵，整理农村电子商务动力因素获得矩阵数据表（表2）。经分析，得到如图1所示的网络社群图，该图形象直观地展示出每个关键词节点之间的关系与节点之间联系强度，每个节点和每条直线分别代表关键词和关键词之间的联系，直线的粗细表示联系的强弱：发现具有更多相似的研究主题的两关键词之间，节点间的连线越粗，联系更紧密；节点越大，则表示被使用的次数越多，也表明了该关键词所代表的研究领域就越突出［11］。

表2 30个高频关键词构成的原始矩阵（部分）

图1 网络社群图

在图1中，各项动力因素错综复杂关乎关联形成网状结构，这些结构同样也代表了各个动力因素之间的关系以及每个因素在网络社群图中的地位影响方面。中间位置分别是“区位因素”、“政府政策支持”、“产业基础”、“创业知识”等，这些因素为核心因素，其他动力因素指向核心因素，表现出对核心因素的依赖作用。边缘因素是“城镇化”、“新农村建设”等，由于处于边远位置，对农村电商聚集力量的作用力较小。由于图中点与线构成的图形过于复杂，只能够观察出大体趋势，很难从图中看出其内部结构，因此需要进一步分析。

3.2 网络密度分析

网络密度是用来表示图中各节点关系的紧密程度，密度越高，代表各节点行为者之间的关系越紧密。本研究中，通过网络密度分析图可以分析动力因素之间的密切程度［12］，matrix average越大，密切程度越高。由图2网络密度分析图得知，整个网络的密度是0.4437，说明了各动力因素之间具有较强的相互关联性，各因素相互作用，共同促进农村电子商务聚集。

图2 网络密度分析图

3.3 中介中心性分析

中介中心性是在图的最短路径基础上的一种中心性测度。通过UCINET分析中间中心性，可以得到哪些动力因素对于农村电子商务更为重要，这些动力因素对于其他因素处于一个怎样的关键位置，是对网络社群图的进一步地解释补充。从图3的中介中心图可以看出，政府政策支持、信息化、经济效益、电商平台、创新因子、区位的优势条件等因素参数较大，具有较大的中间度核心性，对农村电商影响也较大，很多其他因素也从这些发展而来。从实际来讲也正是如此，政府政策的扶持，信息化发展，以及经济条件不断变好带给农村电商前所未有的发展动力［13］。

3.4 中间度量分析

中间度量是平均最短路径，一个节点的平均最短路径是从该节点到另一个节点可到达的最短路径的平均长度。将数据导入UCINET能够识别农村电商网络分析中最有影响力［14］的节点。越接近中心其closeness值就越大，图4显示“政府政策支持”、“区位条件”、“产业基础”、“电商平台”为前四项数据，他们都是在多项因素路径的中心位置上，该项数据说明两点：一是这四项动力因素对农村电商发展起到核心作用；二是其他因素对这四项因素的依赖程度最大。

图3 中介中心图

图4 农村电商中间度量分析图

3.5 邻接矩阵分析

邻接矩阵是用来表示一个有限图的方阵，分析后如图5所示。该矩阵研究表示顶点动力因素之间相邻关系，从邻接矩阵可以分析得到两个动力因素之间的相互作用关系。在邻接矩阵中，右下方区域密集，且数值大多大于1，由此分析可得，该区域内“产业基础-电商平台”、“政府政策支持-创业带头人”、“产业基础-政府政策支持”以及“网商群体-政府政策扶持”之间密切程度高，相互作用下对农村电商影响较大。

图5 邻接矩阵分析结果图

3.6 聚类图表

聚类分析(Cluster Analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。在本研究中选择聚类分析生成柱状图更加形象明了展现不同的动力因素对于农村电子商务的影响［15］，如图6所示。

图6 聚类图表分析结果图

图表中存在很多节点，这些节点代表左侧影响因素受当前动力因素所影响，如：“集体效应”、“新农村建设”、“城镇化”、“价值链”、“工业化”受“区位条件”影响，所以该节点集结在此。从上图分析来看，节点众多、分布均匀代表这不只是受一项或几项动力因素影响，众多因素影着农村电商，这使得农村电商能够更加稳健向前发展，不会因为单个因素变化而夭折。从中也看出：“区位条件”、“政府政策支持”、“物流支持”、“产业基础”等因素为重要因素，促使着农村电商聚集发展。

4 结论

本文研究对象是现有的研究文献，使用社会网络分析的方法，对农村电子商务聚集力量进行全方位检验，得到一系列结论。首先，各项动力因素错综复杂，关乎关联形成网状结构，互相联系；其次，通过社会网络分析的各个方法验证，农村电子商务的聚集力量主要集中于“政府政策支持”和“产业基础”；最后，“政府政策支持”与“创业带头人”、“产业基础”以及“网商群体”关系密切，“产业基础”与“政府政策支持”和“电商平台”最为密切。