基于大数据网络交易的文化产业产业关系研究_复杂网络论文

文化产业的产业关联研究——基于网络交易大数据，本文主要内容关键词为：文化产业论文,产业论文,数据论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       中图分类号：F202 文献标志码：A 文章编号：1002—5766(2014)11—0025—12

       一、引言

       文化是民族的血脉，是人民的精神家园，是国家软实力的重要体现。根据国家统计局的数据，截止2012年底，文化及相关产业法人单位实现增加值1.8万亿元，对当年经济总量增长的贡献达5.5％，在2013年政府工作报告中指出文化产业增加值的增长为15％，增加值保守估计为2.1万亿元，文化产业对社会经济发展的推动作用正逐渐增强。党的十七届六中全会提出：“推动文化产业与旅游、体育、信息、物流、建筑等产业融合发展，增加相关产业文化含量，延伸文化产业链，提高附加值”。文化产业与经济发展日益融合，呈现出较强的产业关联效应(Jason,2009)，文化产业是一个综合性、渗透性、关联性比较突出的产业，与相关产业存在天然的耦合关系，具有融合的深厚基础和广阔空间(朱欣悦等，2013)。如何界定文化产业融合的“相关产业”，本质上来说必须要建立在产业关联的研究基础上，那么，文化产业与相关产业融合的产业链如何延伸？产业网络如何扩展？文化产业与相关产业融合后对国民经济推动作用如何？通过研究文化产业的产业关联及演化规律对实现文化产业的融合发展有着重要的意义。本文将利用网络交易数据，运用产业复杂网络分析方法，分析文化产业与国民经济中其它产业的关联性，为国内研究文化产业与其它产业间的融合发展提供不同的视角与参照。

       二、文献回顾

       1.文化产业的产业关联研究

       1958年，美国经济学家Hirschman在其《经济发展战略》一书中最先提出产业关联这一概念。Candace(2005)研究了文化产业在非特异的关联市场或行业中的转型问题。关于产业关联的传统计算方法是Leontief开创的投入产出(Input-Output)方法，Shui & Harriss(2006)综合投入产出和生命周期方法进行了评估测算。国内学者大多基于中国投入产出表(1997—2007)计算文化产业的感应度系数、影响力系数、波及效应等，如王志标(2009)、蔡旺春(2009)等。在省域经济角度，郑仕华(2012)进一步通过实证研究了文化产业对浙江省经济发展的促进作用；邓安球和史忠良(2010)分析了湖南省文化产业对产业结构转型的关联作用。在产业关联的理论角度，邢玉升和陈丽敏(2008)研究了奥运会对体育业、旅游业、文化业、金融业的关联效应；韩顺法(2012)探讨了文化产业对相关产业的带动效应。在产业关联基准的角度，学者普遍认为，文化产业是产业体系庞大、产业链条伸展的高关联度、高联动产业，可以作为城市的支柱产业发展(高秋芳等2012、顾江2011、傅才武和陈庚2007)；朱欣悦等(2013)、吴利华等(2011)认为文化产业对自身的关联程度较强，文化产业的发展需在突破自身路径依赖的同时加强产业融合、拓宽自身产业链。在产业关联综合评价方面，蓝庆新(2012)提出了产业关联竞争力指数，蒋萍和王勇(2011)研究了全口径中国文化产业投入产出效率。

       2.产业复杂网络的模型研究

       复杂网络理论研究的历史要追溯到著名的数学家Erds & Rényi，自1998年Watts & Strogatz提出小世界网络模型以来，复杂网络分析方法迅速发展，得到了学术界的高度认可，被誉为“21世纪的科学”(Michelle,1997)，一批学者(Barabási,Albert & Jeong)加入到研究行列中，分别在实证研究、演化模型、网络上的动力学等方面作了大量的研究。由于“产业间关联关系实际上是以产业为顶点的图”(赵炳新，1996)，因而可以借鉴不确定图来描述复杂系统中的事物间的数据关系，而且其数据刻画的能力常常优于其他数据模型(Rasteiro & Anjo,2004)。国内外学者利用图论中距离、二元关系等进行了投入产出关联研究。荷兰投入产出学者Dietzenbacher等(2005)提出了APL(average propagation lengths)模型；唐志鹏等(2013)构建了产业关联经济距离模型，提出了关联经济距离指数；吴开亚和陈晓剑(2003)运用Warshall算法揭示了安徽省产业系统的关联关系；胡仙等(2008)以广东省软件产业为例，研究了企业竞争关系演变的复杂网络；张纪会和徐军芹后建立了供应链的复杂网络演化模型；国民经济产业部门的产业结构也可以构建投入产出关联网络(方爱丽等，2009)，赵炳新等在此基础上构建了山东省的产业复杂网络(2011)，将区域经济决策活动归集为路径选择和子网提取等网络优化问题。在产业复杂网络的算法实现方面，已有人工神经网络(Alsing,1994)、自适应同步(Yu,2006)、寻优算法(Li,2007)、模糊逻辑方法(Kobravi,2009)、贝叶斯法(郝崇清，2012)和最可靠最大流法(蔡伟，2012)等。

       从目前已掌握的文献来看，国内学者在运用Leontief的方法测度产业关联时多运用统计年鉴数据(如国家统计局——投入产出表1997—2007)，存在一定的数据滞后问题；而关于产业复杂网络模型的研究成果大多集中在具体的算法实现上，运用现实世界的数据系统地研究某一产业的产业关联问题较为少见。因此，本文运用网络数据平台中文化相关产业的厂商最近30天内实时交易的海量交易数据构建了文化产业复杂网络，运用类似医学CT图谱式的文化产业复杂网络来反映产业关联，将各产业的内在关联结构用可视化的形式进行展示，是图论技术在经济领域的新运用，也提供了产业关联的新思路，并通过该文化产业复杂网络实现数据利用和共享；改进了蔡伟(2012)提供的最可靠最大流的算法，在算法中引入交易份额比例因子，赋予产业复杂网络更为丰富的经济学含义。

       三、数据来源及模型选择

       1.数据来源

       按照国家统计局《文化及相关产业分类(2012)》中统计口径的相关规定，整理了我国国家统计局公开的1987年、1990年、1992年、1995年、1997年、2000年、2002年、2005年和2007年等9年《投入产出表》的数据集；同时，为了克服数据滞后的问题，本文的研究使用了文化产业网络交易数据。根据《2013年度中国电子商务市场数据监测报告》，截止到2013年底，中国电子商务市场交易规模达10.2万亿，占GDP比重达17.96％，同比增长29.9％，“娱乐教育文化用品及服务”类在B2B电子商务商阿里巴巴网上的市场份额占比达22.15％(全网第二)，这表明，网络交易数据可以作为研究文化产业关联的重要途径。

       阿里巴巴网站作为中国最大的“B2B”网络交易平台(市场份额为44.5％)将网上交易产业部门分为：安全、防护，办公、文教，包装，传媒、广电，代理，电工电气，电子元器件，二手设备转让，纺织、皮革，服饰配件、饰品，服装，工艺品、礼品，化工，环保，机械及行业设备，家纺，加工，家用电器，家装、建材，交通运输，精细化学品，美妆日化，母婴用品，内衣，能源，农业，汽摩及配件，日用百货，商务服务，食品、饮料，数码、电脑，通信产品，童装，玩具，五金、工具，箱包皮具，项目合作，橡塑，鞋，冶金矿产，医药、保养，仪器仪表，印刷，运动户外，照明工业和纸业等46产业部门①，利用阿里巴巴数据交易平台，按这46个相关产业部门的分类搜集了每个部门中的近30天内交易总量居前400家厂商的全部交易数据(合计18400家厂商②)进行分析。通过与国家统计局《文化及相关产业分类(2012)》的相关规定的比较，本文选取办公、文教，包装，传媒、广电，工艺品、礼品，玩具，印刷，照明工业，纸业等8个产业部门作为网络文化产品交易的主要研究对象。图2显示了阿里巴巴电商网络大数据云平台的近30天(2013.11.12—2013.12.11)交易的“云数据”图。

      

       图1 阿里巴巴电商网络全网近30天交易的“云数据”(2013/11/12～2013/12/11)

      

       图2 阿里巴巴电商网络实物性文化产品近30天交易的部分“云数据”(2013/11/12～2013/12/11)

       其中文化产业相关8个产业部门中个选取总交易量前400家厂商，其近30天内每笔交易的交易额按降序排列如图3所示：

      

      

       图3 阿里巴巴文化产品相关部门单笔交易额的分布情况

       2.模型选择

       本文通过建立文化产业复杂网络来研究文化产业的产业关联，建立此类复杂网络模型的总体思路是：首先将国民经济系统中的产业集合进行一定分类，按照一定的依据分为若干个产业部门，再现实中真实的买卖数据计算各产业中不同厂商彼此间的具有一定概率可能性的厂商关联相关性，在此 基础上，利用复杂网络的方法确定产业系统的结构和彼此的关联情况。

       (1)国民经济系统中产业集合的确定：本文依照阿里巴巴网的产业划分资料确定。不妨记1，2，3，…，n作为产业集合G中的元素。

       (2)建立产业系统产业间厂商关联相关性的描述：集合G的关联相关性由属于不同产业i和j的所有厂商间购买选择之间的关联相关性进行刻画。

      

      

       如果有全部厂商交易的实际数据，则上式中各项数值均可直接计算。考虑到约简数据挖掘难度和降低计算量，借鉴莫勒尔和赛迪罗特的方法，本文可以给规模较大的厂商分配较大的权重来简化计算过程。

       (3)文化产业复杂网络的构建：在完成了具有一定概率性质的产业间厂商关联相关性的描述完成后，本文选择一定的关联临界值α(根据柏拉图法则，α取0.8)，利用CONCOR(convergent correlations convergence of iterated correlation)迭代相关收敛法，构建产业复杂网络。

       3.产业关联的评价指标

       (1)产业复杂网络的结构性指标。各产业之间通过这样的关联联结构成产业链，而不同的产业链相互构成了复杂网络，借鉴不确定图来描述该类复杂系统中的事物间的数据关系，其数据刻画的能力常常优于其他数据模型。借助社会网络分析的方法(SNA)本文给出产业复杂网络的结构性指标如表1所示：

      

       (2)产业复杂网络中产业前向供给关联系数(

)和后向需求关联系数(

)。企业的发展战略是在产业链上寻求最优路径，而产业融合政策则是配置产业链条，形成最有效支撑的产业网络体系。这种最优路径或者最有效支撑体系对应于网络的最可靠最大流，根据不确定图中最可靠最大流的相关定义(蔡伟等，2012)，下面给出不确定复杂网络中产业关联性的定义。

       定义：在不确定产业复杂网络G上各产业(顶点)间有有向路(或路)的相关概率为

，设由产业(顶点)i至产业(顶点)j的所有有向路(或路)构成G所蕴含的子图g，且g中存在FV这个最大流，则不确定产业复杂网络产业i与产业j的前向供给关联系数(

)：

      

       四、文化产业复杂网络的实例研究

       1.文化产业复杂网络的构建

       图4分别构建了网络交易的8个文化产业部门与网络中其它产业部门间的产业复杂网络。图中各节点分别代表46个不同的产业部门，图中标示的粗线表示办公、文教，包装，传媒、广电，工艺品、礼品，玩具，印刷，照明工业，纸业等8个部门到其余产业部门间的最可靠最大流路径。相比传统的影响力系数与感应度系数，该模型不但提供了复杂网络的结构性评价指标与前后向关联系数，而且运用类似CT图谱式的文化产业复杂网络来反映产业关联更显形象直观。

      

       图4 文化产业的产业复杂网络(UCN-With culture industry)

       注：图中各节点分别代表1－46号产业部门，具体含义见上文定义

       直观上，文化产业复杂网络的最可能最大流路径的密集程度体现了文化产业对其他产业影响的广度(其他产业受其影响的分散程度)；其路径的长短体现了文化产业对其他产业影响的深度(链长意味着链上各产业交易的频繁；链短则意味着彼此的息息相关)，具体关于产业关联的评价指标如表2所示。

      

       2、文化产业与其他产业的产业关联的特性

       文化产业与其它产业的产业关联有如下特性：(1)从产业特性来看，文化产业的产业链广，涉及各个领域，网络经济的绝大部分产业与文化产业有关联。但由于文化产业的自身特性，不同产业与其关联程度迥异，如二手设备转让、代理与文化产业没有关联，而项目合作、商务服务和医药保养与文化产业只有后向需求关联而无前向供给关联。(2)从文化产业整体影响系数来看，在文化相关产业的产业复杂网络中，前向供给管理系数平均数最大为传媒、广电行业，后向需求系数最大为工艺品、礼品行业，产业研究范围由文化产业内部扩展为全网46个产业部门后，产业关联关系发生了动态的变化。(3)从文化产业对各产业前后向关联的对比而言，本文按系数小于0.05、介于0.05与0.25之间和大于0.25对文化产业对各产业的前向供给关联系数

和后向需求关联系数

进行了分类(如图5所示)：文化产业对日用百货，机械及行业设备，家纺，家用电器，家装、建材，交通运输，美妆日化，五金、工具，箱包皮具等产业影响为前后双向关联；文化产业对安全、防护，服饰配件、饰品，内衣等产业影响为前向关联；文化产业对电子元器件，纺织、皮革，化工，环保，加工，精细化学品，能源，农业，数码、电脑，通信产品，橡塑，医药、保养，仪器仪表等产业影响为后向关联。

      

       图5 文化产业对各产业的前向供给关联系数

和后向需求关联系数

的汇总结果

       图5产业是文化产业发展重要的相关产业，在制定文化产业融合策略是，应着重衡量取舍，合理确定文化产业与这些产业间发展速度、规模、比例和效益的关系，促进协调发展，避免发展不匹配而导致的产业链脱节。

       五、动态模拟

       由于国民经济是个复杂的经济运行体，因此，文化产业对整个国民经济拉动效应的测算不能简单地采取求和或加权办法；为了测算文化产业对国民经济其他产业部门的拉动效应，本文采取了动态仿真的方法。即运用上文计算所得的文化产业对国民经济各产业部门的关联系数，在MATLAB7.5平台上动态仿真模拟了网络文化产品交易数据变动1％的水平下对其他产业相关概率的影响，进而求得该网中最可靠最大流的变化，分别得出来文化产业对其余不同产业前向供给关联系数(FP)和后向需求关联系数(BP)的影响，这种影响将导致投入产出结构的变化。网络经济可以在一定程度上反映实体经济，为了将网络平台的研究结论推广到实际国民经济领域，本文运用2007年122个部门投入产出表的增量数据进行模拟测算，结果可如表3所示，其中表的第1、4列代表了网络交易平台和传统投入产出表的产业对应关系。

      

      

       当年文化产业整体投入26027亿(按当年生产价值计算，下同)，产出增量8220亿，非文化产业部门的产出增量总和为266043亿。文化产业投入变动1％，意味着其投入产出水平的变动值约为260亿，表4的最后一行，反映出本文所关心的文化产业对国民经济的整体拉动作用：影响值合计2115亿人民币，为文化产业自身增加值的25.7％，是非文化产业部门产出增加值的0.79％。尽管对非文化产业部门产出增量影响的相对比例不高，但从投入产出的角度讲，文化产业每增加投入1个单位能带动其他产业增加的8.13个单位，文化产业对国民经济的整体拉动效应十分明显。

       传统的投入产出技术通过影响力因子和感应力因子将各产业对国民经济整体运行的作用进行量化，但没有将各个行业彼此间的相互作用细化。本文采用复杂网络建模的方法，将各个产业间的相互作用细化，分解文化产业关联效应。在表3中，本文可以发现一个十分有趣的结论，虽然总的来说文化产业的发展对国民经济运行总体上是拉动经济整体发展的，但是，文化产业对其他产业的相互作用在数值表现上，是有正负向之分的。正向的可以理解为产业间彼此的共生和促进；负向的可以理解为产业间的竞争与挤出。本文可以将这种文化产业对其他产业关联系数的影响做如下的简单分类(如表4所示，表中记P＝FP＋BP)。

      

       表3中，正向关联中的第一类行业(商务服务；加工；电工电气；家装、建材；纺织、皮革；美妆日化；精细化学品；橡塑；日用百货)为强正向关联，文化产业的发展与此类产业的关联性高，同时，随着文化产业的发展，此类产业也表现出较强的成长性，文化产业在此类产业的产业链结构中具有“承上启下”的关键作用，与文化产业的融合，将促进该类产业的整体发展，对提升中国产业的整体水平有十分重要的意义；负向关联的最后一类行业(农业；食品、饮料；内衣；五金、工具；交通运输；化工；环保；家用电器；机械及行业设备；能源；服饰配件、饰品；鞋；服装)为强负向关联，文化产业与此类产业发展彼此的竞争与挤出效应十分突出，要使文化产业和此类产业融合后充分发挥产业功能，必须依靠外部环境的改善，促使产业结构升级。

       六、结论与建议

       本文利用网络交易数据，构建文化产业对其它产业影响的产业复杂网络，并基于此运用产业复杂网络的最可能最大流算法实证分析了文化产业和国民经济其他产业间影响。实证分析结果显示：文化产业对商务服务等11大行业有显著的正向促进效应，对农业等13大行业则有显著的负向挤出效应。最后，动态模拟量化的结果发现文化产业对每增加投入1个单位能带动其他产业增加的8.13个单位，表明文化产业对国民经济的整体拉动效应十分明显。结合对实物性文化产品产业链的研究，本文提出以下政策建议：

       厂商层面上，尤其是本文所研究的新经济中的网络厂商，在面对消费者时，由于互联网交易的特殊性，互联网的营销受时空限制少，导致“长尾”效应突出。厂商需站在产业链的高度而不是单纯依赖于交易额的多少对网络消费者进行分类，来自文化产业链关联性强的相关产业中消费者带来的往往是长期、稳定的合作，应当予以充分重视，实现长期的合作可能；而对于处于“长尾”中的弱关联产业中的消费者，则应针对其特点进行私人定制等个性化服务，最求单笔交易利润的极大化。而厂商在彼此间组合战略联盟时，文化产业厂商可以“越界”促成与不同行业的厂商间的强强联合，厂商针对自身发展状况，充分考虑文化企业的行业关联，选择合理的越界产业，制定厂商内的发展策略，这样更容易体现出蕴含在产业关联效应下的产业链中的协同效应，实现彼此间的共赢，促进厂商的持续稳健的发展。

       产业层面上，产业化是工业化的提升。对内，文化产业内部积极培养独立生产、自我协调、自我积累和自我扩张的能力，主动发展，加强自生机制的建设。对外，文化产业外部的产业关联组成完整的产业链条，文化产业对整个国民经济产业优化和调整中有十分有效的整体“拉动”作用。单靠政府财力资金的注入去外推文化产业的发展，并不是长远的可持续发展道路，产业资本特别是关联性强的相关产业的产业资本必须渗透文化产业，成为资本增值的途径。文化产业和其它产业间彼此的融合，这些产业或选择在最可能最大流路径中出现频繁的产业或选择商务服务等与文化产业关联影响为正的第三产业，而应尽量避免农业等对文化产业发展产生挤出效应的产业。文化产业有选择地和不同产业在产业链上融合，共同形成产业交叉链，推动延伸产业链，促进产业间资本、技术和管理的结合，既有利于文化产业内部革新技术，加快产业的转型升级，外部产业文化消费意识的培养，也利于分散风险，缓解市场压力。

       本文中关联临界值的选择具有一定的主观性，但这并不影响同一国民经济系统中彼此关联性的相互比较，因为关联性本身就是一个相对值而不是绝对的大小。就构造的模型而言，本身就是带有一定概率性质的产业复杂网络，随着今后大数据平台的开发，数据挖掘算法的优化，这种主观性阈值的设定将会逐渐被真实数据本身的数值特征所决定，而这也是今后研究深化的方向。

       收稿日期：2014－08－04

       注释：

       ①为了下文叙述的方便，这46个产业部门依次定义为1—46号产业部门。

       ②本文的数据来源主要有新经济的代表网络阿里巴巴交易云数据平台提供的原始交易数据，笔者自行在网络上搜集的原始交易数据；部分数据因涉及具体商业机密，阿里巴巴云数据平台以指数形式提供，同时感谢阿里巴巴网站所分享的数据。

标签：复杂网络论文;  国民经济论文;  网络模型论文;  关联营销论文;  文化产业论文;