楊斯楠

摘要：網(wǎng)站是上市公司借助網(wǎng)絡(luò)實(shí)現(xiàn)與投資者溝通的重要手段，同時(shí)也是投資者獲取海量信息和直接與上市公司互動(dòng)的有效途徑。上市公司應(yīng)注重公司網(wǎng)站的建設(shè)、應(yīng)用與探索，提高企業(yè)的信息化水平，讓公司將來在轉(zhuǎn)型與發(fā)展的道路中贏在起跑線上。利用鏈接分析法對(duì)上市公司潛力企業(yè)網(wǎng)站的影響力進(jìn)行較專門系統(tǒng)的研究，通過描述性分析、相關(guān)性分析、主成分分析等數(shù)學(xué)統(tǒng)計(jì)方法對(duì)企業(yè)網(wǎng)站的網(wǎng)絡(luò)指標(biāo)進(jìn)行分析和評(píng)估，并通過kmeans算法將企業(yè)網(wǎng)站聚成3類。根據(jù)網(wǎng)站的影響力現(xiàn)狀，對(duì)網(wǎng)站建設(shè)策略提出相應(yīng)的建議。研究結(jié)果表明，我國(guó)上市公司潛力企業(yè)，對(duì)網(wǎng)站的網(wǎng)絡(luò)影響力重視不足，整體網(wǎng)絡(luò)影響力較弱，不利于互聯(lián)網(wǎng)時(shí)代的企業(yè)發(fā)展。

關(guān)鍵詞：鏈接分析；企業(yè)網(wǎng)站；絡(luò)影響力；上市公司

1概述

隨著互聯(lián)網(wǎng)技術(shù)應(yīng)用的不斷發(fā)展與延伸，上市公司的互聯(lián)網(wǎng)意識(shí)在不斷提升，互聯(lián)網(wǎng)已經(jīng)成為上市公司思維轉(zhuǎn)化、戰(zhàn)略轉(zhuǎn)移的重要工具。據(jù)統(tǒng)計(jì)，2016年在2807家A股上市公司中，95.05%的上市公司有自己獨(dú)立的網(wǎng)站。移動(dòng)互聯(lián)網(wǎng)時(shí)代，上市公司網(wǎng)站建設(shè)的定位更為明確、個(gè)性獨(dú)立，如今的網(wǎng)站定位基本可分為五大類：品牌形象、企業(yè)宣傳、電子商務(wù)運(yùn)用、行業(yè)門戶、營(yíng)銷展示。因此，上市公司應(yīng)注重公司網(wǎng)站的建設(shè)、應(yīng)用與探索，提高企業(yè)的信息化水平，讓公司將來在轉(zhuǎn)型與發(fā)展的道路中贏在起跑線上。

鏈接分析是借助搜索引擎和網(wǎng)絡(luò)數(shù)據(jù)庫(kù)，以網(wǎng)絡(luò)鏈接為研究對(duì)象，引入傳統(tǒng)引文分析法的基本原理和方法，并借助統(tǒng)計(jì)分析軟件等工具，揭示和分析網(wǎng)絡(luò)鏈接的屬性和特征的一種方法?；诰W(wǎng)絡(luò)站點(diǎn)間鏈接正向肯定關(guān)系，分析網(wǎng)站自身信息組織的科學(xué)性和合理性以及對(duì)網(wǎng)站影響力進(jìn)行間接評(píng)價(jià)，即網(wǎng)站的外部鏈接數(shù)量越多、網(wǎng)絡(luò)影響因子越大，該網(wǎng)站的信息越有價(jià)值，利用率越高，該網(wǎng)站產(chǎn)生的影響力愈大。評(píng)價(jià)網(wǎng)站影響力的方法主要分為主觀定性評(píng)價(jià)和客觀定量評(píng)價(jià)兩種。主觀定性評(píng)價(jià)涉及的主觀因素較多，根據(jù)不同的研究對(duì)象進(jìn)行設(shè)計(jì)，尚未有準(zhǔn)確有效的評(píng)價(jià)體系。而客觀定量評(píng)價(jià)，則以客觀、科學(xué)的實(shí)際數(shù)據(jù)為主要評(píng)價(jià)依據(jù)，如鏈接分析法，在評(píng)價(jià)網(wǎng)站的影響力方面，具有較客觀、定量的特點(diǎn)。因此，本文選用鏈接分析法，以上市公司潛力企業(yè)網(wǎng)站為主要的研究對(duì)象，對(duì)其企業(yè)網(wǎng)站的影響力進(jìn)行較專門系統(tǒng)的研究，使用描述性分析、相關(guān)性分析、主成分分析等數(shù)學(xué)統(tǒng)計(jì)方法對(duì)企業(yè)網(wǎng)站的網(wǎng)絡(luò)指標(biāo)對(duì)其網(wǎng)站的影響力進(jìn)行分析研究，并對(duì)網(wǎng)站建設(shè)策略提出相應(yīng)的建議。

2研究設(shè)計(jì)

2.1研究樣本

本文以2017年3月15日福布斯網(wǎng)站發(fā)布的"2017年中國(guó)上市公司潛力企業(yè)榜”中的100家企業(yè)作為研究對(duì)象，利用百度搜索引擎檢索得到企業(yè)網(wǎng)站的URL。然后基于鏈接分析的方法，獲取企業(yè)網(wǎng)站的網(wǎng)絡(luò)指標(biāo)，通過分析這些企業(yè)網(wǎng)站的網(wǎng)絡(luò)影響力，使用描述性分析、相關(guān)性分析、主成分分析等數(shù)學(xué)統(tǒng)計(jì)方法進(jìn)行分析描述，進(jìn)而評(píng)估最具潛力的上市公司群體的網(wǎng)站影響力情況。

2.2網(wǎng)絡(luò)指標(biāo)選擇

本文考慮網(wǎng)絡(luò)鏈接數(shù)量、分布及應(yīng)用等各方面，為了綜合分析網(wǎng)站的網(wǎng)絡(luò)影響力情況，最終選取了總頁面數(shù)、總鏈接數(shù)、內(nèi)鏈接數(shù)、外鏈接數(shù)、網(wǎng)絡(luò)影響因子（WIF，WebImpactFactor）、內(nèi)部網(wǎng)絡(luò)影響因子（WIFs，self-WIF）、外部網(wǎng)絡(luò)影響因子（WIFe，external-WIF）、Page Authority（PA）、MozRank、百度權(quán)重、出站鏈接數(shù)、站內(nèi)鏈接數(shù)等共12個(gè)指標(biāo)。其中，PA，是著名的SEO（Search Engine Optimization）工具提供商SEOmoz開發(fā)的用以預(yù)測(cè)特定頁面在搜索引擎頁面中的排名的分值，包括網(wǎng)站鏈接數(shù)、MozRank等鏈接指標(biāo)，使用機(jī)器學(xué)習(xí)模型和算法進(jìn)行計(jì)算，可以反映出網(wǎng)站綜合的質(zhì)量。MozRank也是SEOmoz開發(fā)的用以量化鏈接流行度的指標(biāo)，MozRank的取值范圍是0～10之間，可以反映特定網(wǎng)頁在互聯(lián)網(wǎng)中的重要性程度。

2.3數(shù)據(jù)獲取

目前通常使用的鏈接分析工具大致可以分為商業(yè)搜索引擎、自主開發(fā)的鏈接分析工具以及商業(yè)的SEO分析工具等。一些常用的搜索引擎，如AhaVista（Yahoo?。ing等，因過高的帶寬消耗以及其他技術(shù)上的局限被取消了鏈接搜索命令。而Google還保留對(duì)網(wǎng)站的網(wǎng)頁數(shù)量的檢索，通過使用Google支持的“site：”指令，可以獲得特定域名下的被搜索引擎數(shù)據(jù)庫(kù)索引的全部頁面數(shù)量，但是不能區(qū)分內(nèi)外鏈接。因此，本文選取Google搜索引擎作為獲取網(wǎng)站總頁面數(shù)指標(biāo)的工具，使用鏈接分析工具Open Site Explorer獲取每個(gè)企業(yè)URL的總鏈接數(shù)、內(nèi)鏈接數(shù)、外鏈接數(shù)，使用站長(zhǎng)之家的站長(zhǎng)工具獲取企業(yè)URL的百度權(quán)重、出站鏈接數(shù)和站內(nèi)鏈接數(shù)，并計(jì)算各網(wǎng)站的網(wǎng)絡(luò)影響因子、內(nèi)部網(wǎng)絡(luò)影響因子和外部網(wǎng)絡(luò)影響因子。表1總結(jié)了本文中使用的網(wǎng)絡(luò)指標(biāo)及其對(duì)應(yīng)的獲取途徑。

對(duì)樣本中的100家企業(yè)的URL進(jìn)行檢索，并通過鏈接分析工具獲取相應(yīng)指標(biāo)，其中高德紅外、中國(guó)派對(duì)文化、金雷風(fēng)電、中國(guó)鋁罐四家企業(yè)URL在使用鏈接分析工具獲取指標(biāo)時(shí)存在部分?jǐn)?shù)據(jù)缺失，因此將這四個(gè)企業(yè)數(shù)據(jù)剔除，最終得到96個(gè)企業(yè)的網(wǎng)站鏈接數(shù)據(jù)，部分?jǐn)?shù)據(jù)如表2所示。

3結(jié)果分析

3.1數(shù)據(jù)描述性分析

樣本中100家企業(yè)超過半數(shù)分布在廣東、浙江和北京三地，醫(yī)藥行業(yè)占比超20%，其次是軟件行業(yè)。廣東省上榜企業(yè)最多，達(dá)23家，北京和浙江上榜企業(yè)數(shù)量排名第二，均達(dá)到15家。對(duì)96個(gè)企業(yè)網(wǎng)站的網(wǎng)絡(luò)指標(biāo)進(jìn)行散點(diǎn)繪圖，觀察各指標(biāo)值的分布情況，如圖1所示。

計(jì)算樣本中的描述統(tǒng)計(jì)量，包括各指標(biāo)的極小值、極大值、均值、標(biāo)準(zhǔn)差和方差，如表3所示。

通過分析圖1和表3的數(shù)據(jù)情況，可發(fā)現(xiàn)：

1）樣本中的96家上市公司潛力企業(yè)網(wǎng)站的總頁面數(shù)量主要集中于0-2000范圍，平均值約為1，491.677，說明樣本中大部分的企業(yè)網(wǎng)站的總頁面數(shù)指標(biāo)呈集中趨勢(shì)，其中總頁面數(shù)最高的是兄弟科技，達(dá)到29，900。

2）總鏈接數(shù)指標(biāo)主要集中在0-3000范圍，但是分散程度遠(yuǎn)高于總頁面數(shù)，標(biāo)準(zhǔn)差達(dá)到12，515.911，總鏈接數(shù)最少的企業(yè)是中來股份，僅為1，最多的企業(yè)是聯(lián)眾，共有111，000鏈接量；內(nèi)鏈接數(shù)指標(biāo)中，有54%的企業(yè)網(wǎng)站內(nèi)鏈接數(shù)為0，而外鏈接數(shù)指標(biāo)中，只有1個(gè)企業(yè)網(wǎng)站的外鏈接數(shù)為0，從標(biāo)準(zhǔn)差來看，內(nèi)鏈接數(shù)的離散程度也遠(yuǎn)高于外鏈接數(shù)。統(tǒng)計(jì)總鏈接數(shù)、外鏈接數(shù)和內(nèi)鏈接數(shù)之間的數(shù)量關(guān)系，可發(fā)現(xiàn)外鏈接數(shù)占總鏈接數(shù)比例大于50%的企業(yè)網(wǎng)站數(shù)量達(dá)到72，占樣本量的75%。說明樣本企業(yè)網(wǎng)站大部分不重視網(wǎng)站內(nèi)部層次構(gòu)建，信息量不夠完備。

3）Page Authority由于取值有限，所以極差較小，數(shù)據(jù)主要集中于30-50，而該指標(biāo)的上限是100，說明這些企業(yè)的網(wǎng)站在SEOmoz的算法下的權(quán)威性都較低。得分最高的是聯(lián)眾，PA值達(dá)到68分。

4）MozRank指標(biāo)主要集中于4-7分，該指標(biāo)的上限是10分，說明大部分企業(yè)在SEOmoz的排名機(jī)制下處于中間水平。其中中生聯(lián)合的MozRank最高為6.86。

5）百度權(quán)重指標(biāo)僅為0、1、2的企業(yè)數(shù)量最多，共占樣本企業(yè)的90.63%。樣本企業(yè)中百度權(quán)重最高的企業(yè)是陌陌科技，指標(biāo)為6。

6）出站鏈接指標(biāo)，大部分企業(yè)網(wǎng)站指向外部其他網(wǎng)頁的超鏈接數(shù)小于10，東土科技的企業(yè)網(wǎng)站中出站鏈接數(shù)最高，為58。反映大部分企業(yè)都不注重友情鏈接等互鏈建設(shè)。

7）站內(nèi)鏈接于指標(biāo)的離散情況相較出站鏈接指標(biāo)要高，主要集中在0-50區(qū)間，少量企業(yè)網(wǎng)站的站內(nèi)鏈接數(shù)高于100，藍(lán)海華騰取得最大值為230。這說明相對(duì)一部分的企業(yè)網(wǎng)站是進(jìn)行了信息組織和網(wǎng)站構(gòu)建設(shè)計(jì)。

8）69.79%的企業(yè)網(wǎng)站的網(wǎng)絡(luò)影響因子指標(biāo)低于1，88.54%的內(nèi)部網(wǎng)絡(luò)影響因子指標(biāo)低于1，85.41%的外部網(wǎng)絡(luò)影響因子指標(biāo)低于1。樣本企業(yè)整體的網(wǎng)絡(luò)影響力情況都一般。個(gè)別企業(yè)網(wǎng)站網(wǎng)絡(luò)影響因子指標(biāo)和外部網(wǎng)絡(luò)影響因子指標(biāo)很高，如東方網(wǎng)絡(luò)。

3.2網(wǎng)絡(luò)指標(biāo)相關(guān)性分析

使用統(tǒng)計(jì)分析軟件SPSS計(jì)算各個(gè)網(wǎng)絡(luò)指標(biāo)之間的Spearman相關(guān)系數(shù)，進(jìn)而觀察和分析網(wǎng)絡(luò)指標(biāo)之間是否具有相關(guān)關(guān)系。Spearman相關(guān)系數(shù)r的取值在-1到1之間，若r<0，則說明兩者存在負(fù)相關(guān)關(guān)系，r>0則說明兩者存在正相關(guān)關(guān)系，r的絕對(duì)值越接近1，則兩個(gè)指標(biāo)的相關(guān)性越高。各指標(biāo)之間的Spearman相關(guān)系數(shù)，如表4所示。

從表4可發(fā)現(xiàn)，大部分的網(wǎng)絡(luò)指標(biāo)之間的相關(guān)性不高。除去自連的配對(duì)以外，共60對(duì)關(guān)系，其中13對(duì)指標(biāo)存在負(fù)相關(guān)的關(guān)系，負(fù)相關(guān)程度最高的是外部網(wǎng)絡(luò)影響因子和百度權(quán)重，表明相關(guān)性較弱。其余47對(duì)Spearman相關(guān)系數(shù)均大于0，呈現(xiàn)正相關(guān)關(guān)系。其中，外部網(wǎng)絡(luò)影響因子和網(wǎng)絡(luò)影響因子的關(guān)系最強(qiáng)，其后依次是內(nèi)鏈接數(shù)和總鏈接數(shù)、內(nèi)鏈接數(shù)和內(nèi)部網(wǎng)絡(luò)影響因子等。除此以外，相關(guān)程度一般的指標(biāo)有外鏈接數(shù)和總鏈接數(shù)、PA和總鏈接數(shù)，相關(guān)系數(shù)均為0.5，網(wǎng)絡(luò)指標(biāo)PA和PageRank之間的相關(guān)系數(shù)為0.492，相關(guān)程度并不是特別高。然而，總鏈接數(shù)和網(wǎng)絡(luò)影響因子WIF之間的相關(guān)性只有0.382，相比起來，網(wǎng)絡(luò)影響因子與外鏈接數(shù)指標(biāo)之間的相關(guān)性則更高，這說明樣本的96個(gè)上市公司潛力企業(yè)網(wǎng)站的總鏈接數(shù)量主要由外鏈接數(shù)構(gòu)成。

3.3因子主成分分析

為了更好地分析研究樣本的各指標(biāo)之間的關(guān)系，使用主成分分析的方法，通過正交變換將存在相關(guān)性的遍歷轉(zhuǎn)換為若干組不存在相關(guān)性的變量，達(dá)到降維的效果。通過統(tǒng)計(jì)分析軟件SPSS進(jìn)行主成分分析，基于相關(guān)性矩陣的結(jié)果，最大收斂性迭代25次，輸出主成分分析結(jié)果以及對(duì)應(yīng)的主成分載荷和因子得分。旋轉(zhuǎn)在第3次后收斂，各成分特征值的碎石圖如圖2所示。

從圖2可以看出成分的特征值貢獻(xiàn)，兩個(gè)主成分的方差值加起來已達(dá)到51.56%，后面的成分特征值貢獻(xiàn)越來越小且差值不大。因此選擇前兩個(gè)成分作為樣本的主成分。各主成分的載荷如表5所示。

通過主成分分析，可將原本的12個(gè)指標(biāo)變量降維到2個(gè)主成分，并得到每個(gè)主成分對(duì)應(yīng)的與原先變量的相關(guān)系數(shù)，相關(guān)系數(shù)的絕對(duì)值越大，主成分對(duì)該變量的代表性越高。主成分載荷圖如圖3所示。

從圖3可以看出，在使用主成分解析各個(gè)變量時(shí)，在這個(gè)三維坐標(biāo)空間中，站內(nèi)鏈接指標(biāo)和出站鏈接指標(biāo)比較接近，內(nèi)部網(wǎng)絡(luò)影響因子和外部網(wǎng)絡(luò)影響因子之間的相關(guān)性也很高。網(wǎng)絡(luò)影響因子、外部網(wǎng)絡(luò)影響因子、外鏈接數(shù)三個(gè)指標(biāo)相關(guān)性較大，且與其他指標(biāo)距離很遠(yuǎn)，自成一團(tuán)。其他網(wǎng)絡(luò)指標(biāo)均較分散。

基于降維后的兩個(gè)新變量，對(duì)樣本數(shù)據(jù)使用kmeans算法進(jìn)行聚類，設(shè)定聚類數(shù)k為5，聚類結(jié)果可視化如圖4所示。其中橫坐標(biāo)代表主成分1，縱坐標(biāo)代表主成分2，不同顏色代表聚類情況。

基于kmeans算法的聚類根據(jù)兩個(gè)主成分將96個(gè)企業(yè)網(wǎng)站聚成3類，其中第1類（藍(lán)色）有16個(gè)，第2類（綠色）有2個(gè)，第3類（紅色）有1個(gè)。使用差異比指標(biāo)對(duì)聚類效果進(jìn)行評(píng)估，計(jì)算得三個(gè)聚類組內(nèi)的距離平方和分別是25.96、8.60和0，組間距離的平方和占整體距離平方和的81.8%，說明組間分離度大，組內(nèi)凝聚力強(qiáng)，差異比大，聚類效果較好。

對(duì)聚類的群組進(jìn)行分析，第1類企業(yè)包括93個(gè)企業(yè)，這些企業(yè)網(wǎng)站整體水平類似；第2類企業(yè)包括東方網(wǎng)絡(luò)和贏合科技，這兩個(gè)企業(yè)的網(wǎng)站鏈接數(shù)和外鏈接數(shù)很高，平均總鏈接數(shù)為36561.5，平均外鏈接數(shù)為36297，但內(nèi)鏈接數(shù)占總鏈接數(shù)的比值很低，平均低于0.01%；聯(lián)眾則單獨(dú)劃分為第3類，從圖可看見，它與其他企業(yè)的距離相隔很遠(yuǎn)，差異較大，其總頁面數(shù)、總鏈接數(shù)和內(nèi)鏈接數(shù)都非常高，遠(yuǎn)遠(yuǎn)超出其他企業(yè)的平均水平。

4研究結(jié)論

從整體來看，上市公司潛力企業(yè)的網(wǎng)站建設(shè)情況一般。在研究樣本中，同一網(wǎng)站在指標(biāo)上的優(yōu)劣情況存在較大差異，存在某個(gè)指標(biāo)特別好，而其他指標(biāo)一般的情況。而不同的網(wǎng)站之間在不同的指標(biāo)上具有各自的優(yōu)勢(shì)。這些都表明網(wǎng)站的網(wǎng)絡(luò)影響力未引起這些企業(yè)的管理者和網(wǎng)站建設(shè)者的重視，這可能是研究樣本的企業(yè)大部分屬于傳統(tǒng)制造業(yè)或醫(yī)學(xué)藥學(xué)類，只有少數(shù)來自互聯(lián)網(wǎng)行業(yè)，例如聯(lián)眾、陌陌科技等?？梢园l(fā)現(xiàn)，提供互聯(lián)網(wǎng)產(chǎn)品或軟件服務(wù)的潛力企業(yè)，網(wǎng)站的網(wǎng)絡(luò)影響力情況要整體較好。此外，由于企業(yè)網(wǎng)站承擔(dān)的功能及其定位不一樣，這也會(huì)導(dǎo)致企業(yè)管理者或網(wǎng)站建設(shè)者在對(duì)待網(wǎng)站的影響力方面的態(tài)度差異。按照企業(yè)的網(wǎng)站規(guī)模與功能實(shí)現(xiàn)，可以將其劃分為三大類：信息展示型企業(yè)網(wǎng)站、網(wǎng)上直銷型企業(yè)網(wǎng)站和綜合型電子商務(wù)網(wǎng)站。信息展示型的企業(yè)網(wǎng)站只是將網(wǎng)站作為一種信息載體，用于企業(yè)信息發(fā)布與形象展示，這類企業(yè)網(wǎng)站無論是總頁面數(shù)還是鏈接數(shù)都較低，而站內(nèi)鏈接數(shù)量則主要依賴于網(wǎng)站內(nèi)部的信息組織優(yōu)劣，在樣本中大量的企業(yè)網(wǎng)站都屬于這一類型；網(wǎng)上直銷型企業(yè)網(wǎng)站，網(wǎng)站建設(shè)增加了在線接受訂單和支付的功能模塊；綜合型電子商務(wù)網(wǎng)站除了以上的信息發(fā)布和展示、在線下單和支付功能以外，還集成了包括供應(yīng)鏈管理在內(nèi)的整個(gè)企業(yè)流程一體化的信息處理系統(tǒng)。一般來說，網(wǎng)上直銷型企業(yè)網(wǎng)站的網(wǎng)絡(luò)營(yíng)銷力大于綜合型電子商務(wù)網(wǎng)站，信息展示型企業(yè)網(wǎng)站的網(wǎng)絡(luò)影響力相對(duì)最弱。