东北地区县域电子商务发展水平的空间差异及影响因素

浩飞龙 , 王彬燕 , 王士君

(东北师范大学 地理科学学院，长春 130024)

东北地区县域电子商务发展水平的空间差异及影响因素

浩飞龙 , 王彬燕 , 王士君

(东北师范大学 地理科学学院，长春 130024)

随着信息基础设施的普及和公众对网络购物认识程度的提高，县域及其所管辖的农村地区迎来了电子商务发展的新机遇。基于阿里研究院提供的东北地区177个县域电子商务发展水平测度数据，分析了县域电子商务发展水平的空间差异特征及影响因素。研究结果表明：东北地区县域电子商务发展整体水平偏低，空间差异显著，中心与外围、县级市与一般县(旗)两种分异并存；发展较为成熟的县域较少，且多分布在边缘区域，中部县域大多单一指数较高；空间冷热点集聚特征明显，广大中部地区低值集聚、外围及沿海县域高值集聚显著；经济发展水平、信息化程度和发展环境是县域电子商务发展水平的重要影响因素。

县域电子商务；空间差异；影响因素；东北地区

0 引言

近年来，随着互联网技术的迅速发展，电子商务日益成为社会经济生活的重要组成部分，作为信息社会的重要消费方式，其对居民的日常生活正在产生深刻的影响。据中国电子商务研究中心检测数据显示，2014年中国电子商务市场交易规模达13.4万亿元，其中网络零售市场交易规模达2.8万亿元，同比增长47.4%，占社会消费品零售总额的10.6%。2015年中央一号文件《关于加大改革创新力度加快农业现代化建设的若干意见》提出“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”、“开展电子商务进农村综合示范”。可见，随着县域经济发展水平的提高、互联网环境的逐步改善及国家政策的倾斜，电子商务应用由城市向农村蔓延已成为必然的趋势。县域作为国家经济的基本单元，占据国民经济的半壁江山，更是我国新型城镇化的重要阵地，在解决区域性的“三农”问题、城镇化、产业结构调整和社会管理等问题中发挥着越来越重要的作用[1]。随着县域企业和消费者应用电子商务日益广泛和深入，电子商务正成为县域经济的重要增长极。

地理学视角下的电子商务研究主要聚焦于电子商务企业的空间发展规律及其对区域经济发展的影响等方面。研究内容主要包括：电子商务的概念界定、内涵及经验借鉴[2-3]，电子商铺的企业区位特征[4-7]，电子商务模式对企业空间组织的集聚与扩散[8-11]，电子商务发展水平的区域差异[12]，电子商务对消费者购物行为[13-16]及城市商业空间组织[17-19]的影响等。国内关于电子商务发展水平测度的研究较少，主要通过对C2C等某一类型网络店铺数量的测度[6-7,20]或者基于区域信息化水平的评价[12]来反映电子商务发展水平的区域差异，具有一定的片面性，且大多从省域或城市层面展开，对县域的测度几乎没有；也有部分机构或组织提出一些测度的指标体系，但由于数据难以收集而没有被广泛认可。2015年5月，阿里巴巴集团下属的阿里研究院基于自身平台的海量数据，发布了2014年中国电商百佳县榜单。作为全球最大的电子商务平台，截止2014年12月，国内网络零售市场份额中，天猫排名第一，占59.3%；移动购物市场份额中，淘宝无线更是达到85.9%。可见阿里巴巴集团旗下的交易平台所蕴含的海量数据能够比较客观地评价我国电子商务经济发展状况。基于此，本研究以阿里研究院提供的东北地区县域(旗、县级市)电子商务发展指数为基础，分析东北地区县域电子商务发展水平的空间差异特征及其影响因素，为当前“互联网+”背景下县域电子商务的发展及政策的制定提供参考。

1 数据与研究方法

1.1 数据获取

研究区域为整个东北地区，包括黑龙江省、吉林省、辽宁省以及内蒙古东部的三市一盟(赤峰市、通辽市、呼伦贝尔市、兴安盟)，是一个经济体系相对完整的地理单元。数据来源于阿里研究院在线公布的东北地区177个县(旗、县级市)的电子商务发展指数(aEDI)*电子商务指数是基于阿里巴巴平台海量数据测度、能直观反映区域电子商务发展水平能力的指标。该指标计算所用到的数据包括：B2B网商数、淘宝和天猫网点数、全年成交额、网购消费者数量、全年网购额及第六次全国人口普查数据；指标值介于0～100之间，数值越大，反映当地电子商务发展水平越高。计算方法为：电子商务指数=网商指数×0.5+网购指数×0.5。数据来源于http://topic.aliresearch.com/market/aliresearch/aedi.php###。，该评价指数包括“网购指数(OSI)”和“网商指数(OEI)”，分别反映居民应用电子商务的能力和企业应用电子商务的能力。影响因素分析中的属性数据主要来源于2014年的《辽宁统计年鉴》《吉林统计年鉴》《黑龙江统计年鉴》《内蒙古统计年鉴》《中国县域统计年鉴》，部分数据来源于各地级市统计年鉴及各县国民经济和社会发展统计公报。在实际分析过程中，对所有市辖区和部分没有统计数据的县级行政单元予以剔除。

1.2 研究方法

1.2.1 全局空间自相关。全局空间自相关主要用于检验空间邻接或临近的区域单元的相似程度，衡量整个研究区域空间要素之间的分布特征[21]，一般采用Moran’sI指数进行测度，其计算公式为：

式中：xj为各区域的属性值；wij为空间权重；n为区域单元总数。为便于解释和比较，将G*(d)进行标准化，得到：

1.2.3 多元线性回归分析。参考有关电子商务企业空间区位和区域信息化水平测度等已有成果[6-7,12,23]，考虑到数据的有限性及可获得性，从6个方面选取自变量来探讨县域电子商务发展水平空间差异的影响因素。人口规模(X1)，选取县域总人口数；经济发展水平(X2)，选取人均GDP、人均第三产业产值和城镇居民人均可支配收入；受教育程度(X3)，选取每万人普通中学在校学生数和每万人中等职业教育学校在校生数；信息化程度(X4)，选取每万人互联网宽带接入用户数和固定电话用户数；交通物流环境(X5)，选取公路里程；考虑到政策环境及资金的影响，引入虚拟变量发展环境(X6)，县级市赋值为1，其余县(旗)赋值为0。因变量分别选取各县电子商务发展指数、网商指数、网购指数进行回归。各指标的量纲、数量级及统计方法均存在差异，故对初始数据先进行标准化处理。考虑到部分变量之间存在较强的相关性，为消除多重共线性的影响，选用多元逐步回归法进行分析，最终根据拟合效果选取最优模型。

2 电子商务发展水平的空间差异特征

2.1 地理格局特征

对东北地区177个县(旗、县级市)的电子商务发展指数、网购指数及网商指数选择自然断裂法进行分级显示(图1)。从县域绝对水平(图1a)来看，电子商务发展水平的区域差异较为明显，发展水平较高的县处于东北地区外围区域，而中心邻近市辖区的县则表现出低发展水平特征；此外，县级市普遍表现出了电子商务高发展水平的特征，如第1梯度的绥芬河、延吉、兴城、乌兰浩特、珲春、满洲里等县级市均处于东北地区前列。从网购指数(图1b)来看，网购指数的中心-外围特征表现得尤为突出，说明处于偏远地区的县域，居民应用电子商务的能力较为显著，网购欲望较为强烈，而中部区域的大部分县域居民应用电子商务的能力较弱；从网商指数(图1c)来看，邻近市辖区的县域网商指数发展普遍较高，说明经济发展水平较高、信息化程度及交通物流环境较好的市辖区对周边县域网商的发展具有较强的辐射带动作用；除部分邻近市辖区的县以外，大部分边缘县域的网商指数较低，说明其网商发展水平受交通区位及经济发展水平的影响较为突出。总体来看，东北地区县域电子商务整体发展水平偏低，地域差异明显，中心与外围、县级市与一般县(旗)两种分异并存。

图1 东北地区县域电子商务发展水平的地理分布

2.2 发展类型特征

基于四分图模型的评价思维，从网购指数和网商指数两个维度，以二者的均值作为分界线，将所有县域划分为A(高网商-高网购型)、B(高网商-低网购型)、C(低网商-低网购型)、D(低网商-高网购型)4种类型区域(图2)。电子商务发展状态处于A类型的县域有绥芬河、兴城、乌兰浩特、珲春、满洲里、长海、嘉荫、抚松、东宁、同江等32个，占县域总数的18.1%；处于B类型的县域有开鲁、讷河、绥棱、克东、安达、扶余、公主岭、通化、灯塔、辽阳等54个，占总数的30.5%；处于C类型的县域有阿荣旗、扎赉特旗、翁牛特旗、克山、庆安等56个；处于D类型的县域有根河、拉兰屯、巴林左、漠河、敦化等35个。整体来看，东北地区县域电子商务发展主要处于“低网商-低网购”和“高网商-低网购”两种状态，说明电子商务整体发展水平较低；发展较为成熟的县域较少，且多分布在外围区域，中部县域大多单一指数较高，其余县域则处于双低状态。

图2 东北地区县域电子商务发展类型特征

2.3 空间集聚特征

3 电子商务发展水平的影响因素

3.1 基本模型分析

采用SPSS软件进行多元逐步回归分析(表1)。从决定系数R2来看，基本模型中，电子商务发展指数与网购指数模型线性拟合效果较好，其中网购指数模型拟合效果最优，对因变量的解释程度达到54.5%；各回归模型F检验值的显著性水平均为0.01。从各解释变量的回归系数和显著性来看，东北地区县域电子商务发展水平受经济发展水平、信息化程度和发展环境影响较大，人口规模、受教育程度对县域电子商务的发展影响并不明显。经济发展水平中人均第三产业产值影响较为突出，说明县域电子商务的发展受第三产业发展影响显著；发展环境变量影响程度最为突出，说明占有政策和资金优势的县级市在县域电子商务发展中处于领先地位，也进一步解释了县级市与一般县(旗)电子商务发展水平空间分异的地理格局；交通物流环境表现出了显著负相关，主要是因为现阶段东北地区县域电子商务发展水平比较落后，现有的交通物流设施能够满足当前电子商务发展的需求。从网购指数和网商指数模型来看，居民应用电子商务能力的大小主要受经济发展水平、发展环境影响显著，这也进一步说明了经济发展水平较好、人均消费水平较高的县级市，其居民的购物能力比较强；人口规模显著为负，说明电子商务发展水平的大小与人口总量的关系并不明显；但人口规模、信息化程度和发展环境对企业应用电子商务的能力则表现出了显著影响，说明电子商务企业更倾向在人口密集、信息化程度与信息基础设施较高的县级市布局。

图3 东北地区县域电子商务发展水平的空间冷热点集聚格局

表1 多元线性回归模型的估计结果

说明：***，**，*分别表示p< 0.01，p< 0.05，p<0.1；勃利、抚远、科尔沁右翼前旗等5个县(旗)数据缺失，不纳入影响因素分析。

3.2 分类型模型分析

基于发展类型特征分类，分别选取4种类型县域的电子商务发展指数进行回归分析。从各分类型模型R2来看，A类型(高网商-高网购)拟合效果最优，对因变量的解释达到68.4%，其余3个类型模型拟合效果一般。从回归系数及其显著性程度来看，A类型县域电子商务发展水平受经济发展水平、发展环境变量影响显著；B类型(高网商-低网购)县域受信息化程度、发展环境变量影响显著；经济发展水平变量对C(低网商-低网购)、D(低网商-高网购)两种类型县域电子商务发展水平影响显著，其余变量影响不显著。这与理论预期较为一致，也进一步验证了基本模型的分析结果，如B类型县域，因其网商指数较高、网购指数较低，所以信息化程度、发展环境变量影响显著，但经济发展水平变量不显著；C，D类型县域网商指数较低，所以信息化程度、发展环境变量不显著，但二者网购指数的差异在经济发展变量的影响程度上得以体现。

4 结论与讨论

4.1 结论

基于东北地区县域电子商务发展水平的测度数据，借助空间分析法和回归分析法研究电子商务发展水平的空间差异特征及影响因素。(1)从地理格局特征看，东北地区县域电子商务整体发展水平偏低，地域差异明显，中心与外围、县级市与一般县(旗)两种分异并存；从发展类型特征看，大部分县域处于“低网商-低网购”和“高网商-低网购”两种状态，发展较为成熟的县域较少，且多分布在外围区域，中部县域大多单一指数较高，其余县域则处于双低状态；从空间集聚特征看，电子商务发展水平的空间冷热点集聚特征差异明显，广大中部地区低值集聚显著，外围及沿海县市高值集聚显著。(2)东北地区县域电子商务发展水平受经济发展水平、信息化程度和发展环境影响显著，人口规模、受教育程度对县域电子商务的发展影响并不明显；居民应用电子商务能力受经济发展水平、发展环境影响显著，人口规模、信息化程度和发展环境对企业应用电子商务的能力影响显著。分类型回归模型进一步验证了信息化程度、发展环境变量对企业应用电子商务能力的显著作用以及经济发展水平对居民应用电子商务能力的影响。

4.2 讨论

随着广大农村地区网络技术的普及和人们上网意识的增强，县域作为连接农村经济与城市经济的重要桥梁，将会有很大的发展空间。传统以城市为核心的电子商务也会逐渐向农村地区扩散和转移，这对于区域的均衡发展将会有重要的促进作用。但目前由于缺乏系统的数据支撑，很多研究具有局限性，部分企业大数据能真正反映地方乃至宏观经济结构与趋势，但却不能共享。因此，从电子商务企业布局的视角探讨其对中国产业空间组织的影响及其机理以及从城乡一体化视角探讨电子商务对农村经济的推动及其在区域均衡发展中的作用等一系列问题还远没有被认识清楚，实证研究不足，还都有待于进一步深入探讨。

东北地区作为我国近现代工业发展最早的区域，也是我国重要的经济增长战略区域，但近年来东北地区在全国的经济地位不断下降，“东北现象”突出。面对不断下滑的经济增长态势，国家在近期支持东北发展的有关意见中明确提出，实施“互联网+”行动计划，积极发展电子商务等新兴业态，支持电子商务向基层延伸，鼓励在电子商务领域就业创业。可见，电子商务将会是县域产业发展的重要方面。对东北地区县域电子商务空间差异的分析发现，处于中部地区、邻近市辖区的县域其发展水平较低，相反外围县域发展水平较高，说明传统占据中心区位的县域其地位受到了挑战，电子商务的发展使得边缘的、相对弱小的县域也能凭借自身的物产资源优势实现经济的发展。影响因素的分析说明信息化程度和信息基础设施建设对提高区域电子商务发展水平具有重要作用，而农村地区的互联网低普及率及高人口规模，也反映了其电子商务发展的潜力；此外，无论从居民还是从企业的电子商务能力来看，发展环境变量影响都较为突出，可见县域电子商务的发展与其政策环境及资金支持有很大的相关性。

[1] 许婵,吕斌,文天祚.基于电子商务的县域就地城镇化与农村发展新模式研究[J].国际城市规划,2015,30(1):14-21.

[2] Chua C E H,Straub D W,Khoo H M,etal.TheEvolutionofE-commerceResearch:AStakeholderPerspective[J].JournalofElectronicCommerceResearch,2005,6(4):262-281.

[3]JavalgiR,RamseyR.StrategicIssuesofE-commerceasAnAlternativeGlobalDistributionSystem[J].InternationalMarketingReview,2001,18(4):376-391.

[4]CurrahA.BehindtheWebStore:TheOrganizationalandSpatialEvolutionofMultichannelRetailinginToronto[J].EnvironmentandPlanningA,2002,34(8):1411-1442.

[5] 刘卫东,PeterD,杨伟聪.信息技术对企业空间组织的影响——以诺基亚北京星网工业园为例[J].地理研究,2004,23(6):833-844.

[6] 俞金国,王丽华,李娜.电子商铺空间分布特征分析——来自淘宝网的实证[J].经济地理,2010,30(8):1248-1253.

[7] 王贤文,徐申萌.中国C2C淘宝网络店铺的地理分布[J].地理科学进展,2011,30(12):1564-1569.

[8] 汪明峰,卢珊.B2C电子商务发展的路径依赖：跨国比较分析[J].经济地理,2009,29(11):1861-1866.

[9] 刘卫东.论我国互联网的发展及其潜在空间影响[J].地理研究,2002,21(3):347-356.

[10] 黄莹,甄峰,汪侠,等.电子商务影响下的南京主城区经济型连锁酒店空间组织与扩张研究[J].经济地理,2012,32(10):56-62.

[11] 余金艳,刘卫东,王亮.基于时间距离的C2C电子商务虚拟商圈分析——以位于北京的淘宝网化妆品零售为例[J].地理学报,2013,68(10):1380-1388.

[12] 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.

[13]SimLL,KoiSM.Singapore’sInternetShoppersandTheirImpactonTraditionalShoppingPatterns[J].JournalofRetailingandConsumerServices,2002,9(2):115-124.

[14]FaragS,WeltevredenJ,VanRietbergenT,etal.E-shoppingintheNetherlands:DoesGeographyMatter?[J].EnvironmentandPlanningB,2006,33(1):59-74.

[15] 汪明峰,卢珊,袁贺.网上购物对不同区位消费者行为的影响——市区和郊区的比较[J].城市规划,2013,37(11):84-88.

[16] 刘学,甄峰,张敏,等.网上购物对个人出行与城市零售空间影响的研究进展及启示[J].地理科学进展,2015,34(1):48-54.

[17] 汪明峰,卢珊,邱娟.网上购物对城市零售业空间的影响:以书店为例[J].经济地理,2010,30(11):1835-1840.

[18] 路紫,王文婷,张秋娈,等.体验性团购网络对城市商业空间组织的影响[J].人文地理,2013,28(5):101-105.

[19] 汪明峰,卢珊.网上零售企业的空间组织研究——以“当当网”为例[J].地理研究,2011,30(6):965-976.

[20] 王贤文,徐申萌.我国C2C电子商务的地理格局及其演化机制[J].经济地理,2011,31(7):1064-1069.

[21] 孟斌,张景秋,王劲峰,等.空间分析方法在房地产市场研究中的应用——以北京市为例[J].地理研究,2005,24(6):956-964.

[22] 张凌云,李松,张洁,等.基于空间自相关的乌鲁木齐市民族居住格局研究[J].干旱区资源与环境,2014,28(3):50-56.

[23] 李晓雨,甄峰,沈丽珍.中国移动信息基础设施的空间发展特征研究[J].地域研究与开发,2015,34(5):13-18.

Influencing Factors and Spatial Difference of E-commerce Development Level at County Scale in Northeast China

Hao Feilong , Wang Binyan , Wang Shijun

(SchoolofGeographicalSciences,NortheastNormalUniversity,Changchun130024,China)

With the improvement of the public’s awareness of shopping online and development of information infrastructure, counties and villages within their jurisdiction are presented with unprecedented opportunities of e-commerce. Taking the 177 counties in northeast area of China as a study case, aEDI as the measure indicators provided by Ali Research Institute of Alibaba Group, this paper analyses the spatial difference and influencing factors of county e-commerce development level in northeast China. The results show that: the development of county e-commerce is still at a low level, which shows the significant regional differences, with the two types of differentiation coexist in the central area and peripheral area, county-level cities and counties; a few well-developed counties distribute in edge area, most of the central counties single index is higher; the county e-commerce level shows significant spatial agglomeration globally and locally, with hot concentrated areas mainly occurred in the peripheral and coastal counties, and cold concentrated area in the central region. The results of multiple regression show that the county e-commerce level is highly relevant to the economic development level, degree of informatization and the development environment of counties.

county e-commerce; spatial difference; influencing factor; Northeast China

2015-11-27；

2016-06-03

国家自然科学基金项目(41471142)

浩飞龙(1989-)，男，甘肃庆阳市人，博士研究生，主要从事城市地理与城乡规划研究，(E-mail)haofl587@nenu.edu.cn。

王士君(1963-)，男，吉林长春市人，教授，博士，主要从事城市地理、经济地理及城市与区域规划研究，(E-mail)wangsj@nenu.edu.cn。

K902

A

1003-2363(2016)04-0016-06