互联网的地区差异对电子商务发展的影响

许 凤等戚 湧

（南京理工大学经济管理学院，江苏南京 210094）

互联网的地区差异对电子商务发展的影响

许 凤等戚 湧

（南京理工大学经济管理学院，江苏南京 210094）

我国互联网已经过30多年的发展，但仍存在地区间发展差异较大等问题。根据我国2011—2015年的相关数据，建立互联网发展的评价指标体系，对我国31个省市自治区的互联网发展现状进行评价并进行聚类分析，发现我国各个地区的互联网发展不均衡，存在明显的互联网地区差异。在此基础上，进一步分析各个地区电子商务交易额与互联网基础资源、互联网普及程度等互联网发展各项指标间的关系。研究发现我国互联网资源对互联网普及度有显著影响，同时互联网资源、互联网普及程度对电子商务发展也有一定影响。

互联网发展；数字鸿沟；电子商务发展；互联网治理；治理对策

1 引言

根据KPCB公司的报告，2015年在互联网用户人数、互联网附着力以及互联网功能等方面，我国已居全球互联网首位。我国政府非常重视互联网应用，并提出“互联网+”计划，以促进经济的发展。电子商务是互联网应用的一种形式，对信息经济的发展产生重要的影响，同时也是我国供给侧改革的重要动力。但是，随着互联网的发展，传统的数字鸿沟问题在互联网发展中愈发明显：中国的互联网发展存在地区不均衡的问题，并在一定程度上加剧了数字鸿沟现象。

（1）关于互联网发展问题。很多学者对互联网发展的现状和特点进行研究，Robison（2002）[1]通过跨国数据研究了互联网发展，发现互联网发展不是经济和政治发展的简单线性函数。Franda（2002）[2]研究了中东、非洲、前苏联与欧亚大陆、中部和东欧、中国和印度的部分地区的互联网发展，发现无论是内部还是国家间的，几乎所有的国家都已经建立了互联网行为的法规和法律以支持互联网发展，Adomi（2005）[3]研究了尼日利亚互联网发展，提出了提高改过互联网连接率的建议；还有学者针对互联网发展的具体情况，提出了衡量互联网发展状态的指标体系。俞立平（2005）[4]认为，互联网发展的衡量指标应包括互联网基础设施、互联网普及、互联网初级应用、互联网高级应用等方面。其中，互联网基础设施方面采用的指标是每平方公里光纤长度，互联网普及采用的指标是每万人网民拥有量、每万人域名拥有量，电脑拥有量等，互联网初级应用采用的指标是每万人网站拥有量，互联网高级应用采用的指标是带数据网站比重、电子支付额、电子商务交易额。王青华（2005）[5]认为，反映一个地区的互联网发展水平可以从互联网基础设施、应用规模、利用程度以及利用效果等多个不同角度、不同的指标来测定。武凌（2013）[6]提出互联网发展水平指标应包括互联网环境、互联网基础设施、互联网应用、互联网普及率等方面，采用三级指标的形式建立了互联网发展指标体系。CNNIC在其每年发布的互联网发展状况统计报告中则从网民规模与结构、互联网基础资源、网民互联网应用状况以及互联网安全环境等四个方面进行报告。还有一些学者研究了随着互联网发展加强治理的问题。Collins（2006）[7]综合讨论了互联网在英国的治理情况，认为互联网治理是分层次的，而不是垂直的。Lo（2001）[8]研究了中国互联网治理情况，提出域名注册、电子商务税收、信息技术、互联网治安以及网络媒体监督等应该注意的方面。还有一些学者对提升互联网治理水平提出了建议。如Yu（2015）[9]提出了一个“3维政策创新框架”从而提高中国互联网信息管理水平，认为中国互联网信息管理要看作互联网管理这个更大范畴的一部分，同时，互联网信息管理是媒体与信息控制在社会历史语境中的一个方面。

（2）关于互联网的地区差异问题。数字鸿沟是互联网发展中一个不可避免的议题。在过去的20年里，世界范围内对信息和通讯技术的应用得到了显著的增长[10]。信息和通讯技术不仅使得经济得到持续的增长，而且对其他领域也产生了明显的作用，例如教育、健康和就业[11-13]。以前的研究通常将数字鸿沟概念化为两个方面：可以使用信息通讯技术的和不可以使用信息通讯技术的[14-15]。由于信息通讯技术渐渐融入了人们的日常生活，数字鸿沟的二分法不再适用于日渐复杂而纷繁的信息通讯技术应用的不平等情况，很多学者发现互联网的发展有了其他特征。如Lam、Boymal、Martin（2004）[16]研究了1997—2002年越南互联网用户数据在变化情况，证明了互联网随时间的扩散符合稍稍拉长的“S”曲线。Andres等（2010）[17]收集了各国的互联网数据，并将其分为高收入国家和低收入国家两个类别进行比较分析，得到了两类国家各自发展的规律。

（3）有关电子商务发展的研究，一部分学者研究了电子商务影响因素，如Wei（2004）[18]使用线性趋势模型、二次趋势模型、指数趋势模型与S型曲线趋势模型对互联网普及率进行了预测，并研究了其对电子商务的影响，认为随着互联网使用者普及率的增加，将增加电子商务量，从而认为如果企业要增加市场占有量，需要关注中文用户的需求，可以通过设计多语言网站实现这一目标。另外还有一些学者从宏观角度研究了电子商务扩散的问题。Sila（2015）[19]通过案例和调查的方法认为，互联网对B2B电子商务扩散有正向的影响；Leong（2016）[20]认为，在电子商务发展中信息与通讯技术），能够快速扩散知识、提高参与电子商务的积极性以及增强提供产品的适应性，而使得电子商务较快发展。Njihia和Merali（2013）[21]认为，ICT已经成为偏远的不发达地区摆脱资源匮乏的方式之一，ICT能够帮助欠发达的农村地区缩小与城市的差距，主要通过提供教育机会（如远程学习）、医疗保健（如远程医疗）和市场（如电子商务）。还有一些学者从微观角度研究了电子商务发展的影响因素。Xu（2013）[22]、Bhattacherjee（2012）[23]等研究了互联网用户的转换行为，认为满意度、主观规范、替代吸引力和品种寻求行为对个体的转换意愿有显著影响，这些行为对某一电子商务的发展产生影响。Lee（2001）[24]认为，电子商务的成果在很大程度上取决于客户对未知产品和卖家的信任程度。

综上所述，学者们已经认识到互联网鸿沟问题的重要性，并从某一方面（如互联网普及率）探讨其对电子商务发展的影响，但是，并没有文献分析互联网地区之间的差异对电子商务发展的作用。本文以我国2011—2015年的数据，从分析我国互联网鸿沟的现状着手，试图分析其对电子商务发展的影响，并从这一角度对我国互联网以及电子商务发展提出建议。

2 互联网发展指数的地区差异

随意信息技术的发展，“数字鸿沟”正日益成为信息时代全球性的问题。根据经济合作与发展组织的定义，数字鸿沟的定义是指不同社会水平的个人、家庭、企业和地区在接触信息通信技术和互联网进行各种活动机会的差距，即信息和通讯技术并不是对每一个人、每一户、每一家企业以及每一地区都可用的，并对社会经济水平有重要的影响。类似地，本文将上述结论体现的互联网发展区域差异定义为“互联网鸿沟”，即互联网并不是对每一个人、每一户、每一家企业以及每一地区都可用的，并对社会经济水平有重要的影响。

2.1 互联网鸿沟测度

我国互联网经过30多年的发展，是否在地区间存在互联网鸿沟需要进一步确认。因此，本文首先对我国互联网鸿沟现状进行测度。

一直以来，众多的机构和学者都研究并提出信息化水平的衡量指标，Machlup（1962）[25]建立起对美国知识生产与分配的最早的测度体系，即马克卢普的信息经济测度范式。2003年，联合国贸发会议为支持联合国人权委员会举办的“科学技术促进发展”提出了信息化扩散指数（Diffusion Index，ICT-DI)，从信息通讯技术的接入、获取、政策和应用四个方面衡量评价国家或地区信息通讯技术应用发展状况；2007年，国际电信联盟将信息化机遇（ICT-OI）指数和数字机遇（DOI）指数合并，建立了信息化发展指数（Information Development Index，IDIITU），在全球范围内衡量世界各国信息通讯技术进程和发展，信息化发展潜力，以及数字鸿沟。世界经济论坛与美国哈佛大学的国际发展中心合作，采用信息化指数的方式，开发了一套网络就绪指数（Networked Readiness Index，NRI）来衡量一个国家和地区融入网络世界所做的准备程度，包括加入未来网络世界的潜在能力。中国国家统计局为“十一五”信息化规划编制的信息化发展指数（Information Development Index，IDICN）也是国内信息化水平的重要衡量指标。但是，衡量互联网发展水平的并没有一个成熟准确的方法。

本文结合国际信息化发展水平衡量指标体系、学者已提出的互联网发展水平衡量指标体系，以及因子分析的结果，提出互联发展水平应包括三个方面：互联网基础设施资源、互联网普及程度以及互联网应用指标。考虑到具体指标的完整性、有效性以及可获得性，最终包括的指标确定为16个。其中，互联网基础资源包括“人均通信费用”、“每万人CN域名拥有量”、“每万人局用交换机容量”、“每万人移动电话交换机容量”、“每百人电脑台数”、“每万人拥有的域名数”、“每万人拥有的网站数”、“每万人拥有的网页数”等8个指标；互联网普及程度包括“每万人互联网宽带接入端口数”、“移动电话普及率”、“网民普及率”、“每平方公里光缆线路长度”、“开通互联网业务的行政村比重”、“接入宽带户数比例”等6个指标；互联网应用包括“互联网企业数”、“有电子商务交易销售额”等2个指标。

2.2 互联网发展指数测度

本文在此部分采用因子分析的方法测度互联网发展指数，选取的样本数为中国31个省市地区4年的数据，样本数为124个。由于篇幅的限制，本文不再赘述因子分析的具体原理和分析步骤。根据这一样本数，本文确定的因子载荷量的选取标准为0.45，此时共同因素可以解释指标的百分比为20%[26]。

在进行探索性因子分析时，特征值大于1的因素共有三个。表1是转轴后的因子矩阵。从表1中得到4个因子，其中第一个因子（B）包括“人均通信费用”、“每万人CN域名拥有量”、“每万人局用交换机容量”、“每万人移动电话交换机容量”、“每百人电脑台数”、“每万人拥有的域名数”、“每万人拥有的网站数”、“每万人拥有的网页数”等8个指标；第二个因子（C）包括“每万人互联网宽带接入端口数”、“移动电话普及率”、“网民普及率”、“每平方公里光缆线路长度”、“开通互联网业务的行政村比重”、“接入宽带户数比例”等6个指标；第三个因子（D）包括“互联网企业数”、“有电子商务交易销售额”等2个指标。这三个因子构念与原先的构念相符合，根据各因素构念包含的指标特征，将四个因子分别命名为：“互联网环境”、“互联网基础资源”、“互联网普及程度”、“互联网应用”。

根据表1，16个指标的共同性都大于0.2[27]，说明相关指标都适合投入主成分分析，因此，在选取萃取方法时本文首先采取主成分分析法。16个因子载荷都较高（高于0.45），说明各指标在相应的因子中都比较重要。

在表2中，“互联网基础资源”因子层面的Cronbach’s Alpha值为0.933，高于0.900非常理想的标准[27]，说明“互联网基础资源”层面的内部一致性信度非常理想。从表2中可以看到，“每万人局用交换机容量”和“每万人移动电话交换机容量”删除后α系数稍高于层面的α系数外，其余指标删除后的α系数均没有高于层面的α系数。由于层面的α系数已经达到0.933，虽然将上述两个指标删除后可稍微增加α系数，但新的α系数与原先未删除指标的α系数0.933差距不大，因此，本文保留了“每万人局用交换机容量”和“每万人移动电话交换机容量”两个指标。

在表3中，“互联网普及程度”层面的α系数为0.902，高于0.900非常理想的标准，并且指标删除后的α系数值介于0.614～0.888，没有高于层面的α系数0.902，说明“互联网普及程度”层面的内部一致性信度非常理想。

在表4中，“互联网应用指标”因子层面的α系数为0.711，高于0.700达到信度高的标准，表示“互联网应用指标”因子的内部一致性比较高。

根据上述指标，我们通过采用德尔菲法结合因子分析的结果，确定两级指标的比重，并对我国31个省市自治区的互联网发展情况进行评分。具体指数见表5。

根据表5，可以清晰地看出我国31个省市自治区的互联网发展水平差距较大。互联网发展最快的北京地区与互联网发展水平最低的西藏地区相比，指数相差10倍之多，可见，我国互联网在地区发展之间的鸿沟确实存在。如果以近年的数据进行计算，越接近2016年的年份其对应的地区间发展差异越大。这与许多学者的研究相一致，他们认为互联网加重了已经存在的数字鸿沟这一社会不平等现象[28-30]。

本文根据上述计算结果进行聚类分析，采用K-means聚类方法。K-means算法是典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为，簇是由距离靠近的对象组成的，因此，把得到紧凑且独立的簇作为最终目标。其优点是算法确定的K个划分到达平方误差最小。

本文按照主成分分析得到的四维将31个地区分为3类（K=3）：第一类地区包括北京、上海2个地区；第二类地区包括广东、浙江、江苏、山东、福建、辽宁、天津等7个地区；第三类地区包括黑龙江、海南、内蒙古、新疆、青海等22个地区，结果显示聚类是密集的，且当类与类之间区别明显时，效果较好。具体地区分类见表6。除北京和上海外，我国大部分的省市和地区都处于图1的右下方，说明我国大部分地区的互联网发展水平都处于不发达，这一区域又被分为两大类，说明这些互联网不发达地区的特点也不一样。互联网发展水平的聚类结果显示3类地区的具体特点如表6。

3 实证研究

图1 31省市区互联网发展水平聚类结果

表1 我国互联网发展指标效度分析

表2 互联网基础资源指标信度分析

从上述计量结果来看，我国数字鸿沟存在，并且互联网的地区发展差异加剧了这一现象。从聚类结果来看，第一类和第二类地区与第三类地区相比，有一个共同的特征，即互联网应用指标值较低，特别是电子商务交易量。因此，本文对互联网基础资源、普及度对电子商务的影响关系进行研究。

根据Leong[20]的观点，给出假设H1。

H1：互联网基础资源与有电子商务交易销售额有正向影响关系

根据众多学者[31]的研究结果，在互联网扩散过程中，ICT基础设施是互联网扩散的支撑，基础设施对互联网扩散具有影响作用。得到假设H2。

H2：互联网基础资源与有互联网普及程度有正向影响关系

表3 互联网普及程度指标信度分析

表4 互联网应用指标信度分析

表5 31省市地区的互联网发展指数

根据Sila[33]认为，互联网对B2B电子商务扩散有正向的影响、Wei[18]认为，电子商务量随着互联网使用者的普及率增加而增加的观点，我们提出假设H3。

H3：互联网普及程度与有电子商务交易销售额有正向影响关系

为了进一步了解互联网导致的数字鸿沟、互联网应用维度之间的影响关系，本文采用结构方程进行分析。考虑到以往的数字鸿沟指标一般并不包括环境指标，本文则主要从互联网基础指标、互联网普及程度指标以及互联网应用指标三个方面进行分析。在AMOS 21.0中，首先对每个指标进行验证性因子分析。由于互联网基础资源指标中的人均通信费用B1、每万人CN域名拥有量B2两个指标CR值较低，借鉴前述研究者[4-6]的指标建立情况，删除原有的B1和B2两个指标。在互联网普及程度指标中，考虑指标的重复性以及CR值，删除每万人互联网宽带接入端口数指标C1。按照类似的标准，在互联网应用指标中，删除互联网企业数指标。根据假设，建立如下研究框架，如图2所示。

根据上述研究框架，在AMOS 21.0中进行分析，对模型选择极大似然估计方法，得到模型适配度结果如表7所示。

观察MI值结果显示，需要增加每百人电脑台数与有电子商务交易销售额之间的影响关系，同时增加网民普及率与有电子商务交易销售额之间的影响关系。根据Bilbao-Osorio[34]等人的研究，网民普及率及电脑普及率等对数字鸿沟有着直接的影响关系，当网民普及率和电脑普及率上升时，数字鸿沟可以有效减少，从而影响电子商务交易额，因此，本文增加了这两项指标对电子商务交易额指标的影响路径，并对修正后的模型重新进行分析。

按照修正后研究框架，在AMOS 21.0中进行分析，对模型选择极大似然估计方法，得到模型相关适配度结果如表8所示。

从表8可以看出，卡方值为50.18，P值为0.036。虽然P值小于0.05达到了显著的条件，但是模型在样本量较大和模型较为复杂的情况下并不以P值为唯一判断标准[27]。再看其他指标，卡方自由度比为1.476 ＜ 3；RMSEA=0.062，介于0.05～0.08，可以接受；CFI=0.988 ＞ 0.9。NNFI=0.977 ＞0.9；IFI=0.988 ＞ 0.9；GFI=0.937 ＞0.9；这些指标均达到了模型可以接受的标准，表示假设模型与样本数据可以契合。模型修正后的估计结果如表9所示。

根据模型的路径分析运行结果，可以发现，互联网基础资源对互联网普及程度的总效果为正数，且达到了显著水平；而互联网基础资源对电子商务交易额、网民普及率与电子商务交易额有正向的影响关系，但是并未达到显著水平。因此，假设H2得到支持，而假设H1和H3并没有得到有效支持，这说明互联网基础资源和互联网普及程度在电子商务发展过程中有一定的作用，但是，并不是最主要或关键因素，这与一些研究者的结论相一致，即互联网普及和互联网基础资源发展到一定程度，影响互联网应用的可能是一些非物理性的指标，如网络使用者的工具性和创造性技能，这些指标在网络应用存在的鸿沟中具有重要的作用[30,35-36]。

上述数据分析可以得知，一个地区的电子商务发展在很大程度上并不直接依赖于互联网等信息技术软硬件的发展，可能更加倚重于电子商务发展的地区环境，如政策、金融以及电子商务氛围。以江苏省为例，2014年江苏省信息化应用效益指数为102.55，位居全国第一。但是互联网能量远未释放，江苏省网络化社会指数0.6809，尚处于发展期的初级阶段，位居全国第三，互联网与传统行业跨界融合发展不够。与广东省相比，江苏省的互联网基础设施以及互联网普及率都不低，但是却缺少进入全国十强的互联网龙头企业。因此，我国各个地区的电子商务发展与互联网发展并不成正向关系，这可能是由于以下原因：一是各个地区缺乏符合地区互联网发展特征的策略。大部分地区的主要互联网发展策略在于加大互联网基础资源的投入而对互联网发展的其他方面缺乏考虑，如互联网使用者的素质、社会组织的自律性等方面的提升。二是缺乏互联网发展的机制保障。如互联网管理政策法规碎片化，缺少全局性、系统性的约束，同时缺乏支撑互联网发展的财税政策。三是缺乏完整的互联网治理框架。如没有广泛吸纳社会组织、企业和公民参与。据2015年1月调查数据显示，90%以上网民表示支持政府发起的各项网络治理行动，但网民参与互联网治理的渠道还很少；同时，目前部门存在着职责模糊交叉和多头管理，管理资源分散[37]。

表6 互联网发展地区水平聚类结果

图2 我国互联网鸿沟对电子商务的影响研究框架图

表7 模型适配度（MI）结果

表8 模型适配度结果

4 结论与建议

本文利用2011—2015年的相关数据，对我国31个省市地区的互联网发展现状进行聚类，验证互联网鸿沟现象较为明显，以及互联网地区差异加剧了数字鸿沟现象。本文分析各地区电子商务交易额与互联网基础资源、互联网普及程度等互联网发展各项指标间的关系，研究发现我国电子商务交易额对互联网资源、互联网普及程度有一定依赖，但是除了互联网基础资源对互联网普及程度的影响是显著的之外，其他两个正向影响关系并不显著。这一结论与其他学者认为互联网发展除了受到有形的互联网资源的影响外还与无形的软件资源相关的论点相一致[14,30,35]。

表9 非标准化系数估计

根据上述结果，为了促进我国互联网及地区电子商务发展，提出如下对策建议。

第一，不同地区应采取差异化互联网发展策略。如果是处于黑龙江、海南等第三类地区，由于该类地区的互联网发展存在明显的短板，因此，首先需要认清自身的劣势，弥补短板，在此基础再谋求进一步的发展；而在上海和北京，由于互联网发展的物理性指标已经达到了一定的饱和，因此基础资源的建设和互联网普及不再是首要考虑的指标，而应致力于提高其他影响因素，如网络使用者的素质等软件指标。

第二，创造电子商务发展条件。在互联网基础资源和互联网普及程度提升的同时，注重互联网持续健康发展的外在机制保障，制定有利于电子商务在内的互联网经济发展的包括财政、金融、税收等政策，同时注重营造电子商务发展的氛围。

第三，加强地区互联网治理。一方面进一步完善各地区互联网治理组织构架，明确部门管理职责，充分调动行业协会等社会组织和广大网民的积极性，推进构建政府、企业、媒体和社会大众等共同参与的互联网协同治理体系；另一方面积极推动互联网人才培养，加强互联网治理的国际交流，为互联网发展提供动力。

[1] ROBINSON Kristopher Kyle, EDWARD Crenshaw. Post-industrial transformations and cyber-space: a cross-national analysis of Internet development[J]. Social Science Research, 2002, 31(3): 334-363.

[2] FRANDA Marcus. Launching into cyberspace: Internet development and politics in fve world regions[M]. Boulder: Lynne Rienner Publishers, 2002.

[3] ADOMI Esharenana. Internet development and connectivity in Nigeria[J]. Program, 2005, 39(3): 257-268.

[4] 俞立平. 中国互联网发展水平测度指标体系研究[J].中国流通经济, 2005, 19(12): 32-34.

[5] 王青华, 陈棣. 我国互联网发展水平的地区差异分析:兼析数字鸿沟与经济鸿沟的数量关系[J]. 统计教育, 2006(4): 15-17.

[6] 伍凌. 中国互联网成熟度发展研究[D]. 北京: 北京邮电大学, 2013.

[7] COLLINS Richard. Internet Governance in the UK[J]. Media, Culture & Society, 2006, 28(3): 337-358.

[8] LO Wattie, ANDRE Everett. Thriving in the regulatory environment of e-commerce in China: a Guanxi Strategy[J]. SAM Advanced Management Journal, 2001, 66(3): 17.

[9] YU Yanni. An empirical analysis of the relationship between environmental performance and sustainable egovernance in China[J]. Technological Forecasting and Social Change, 2015, 96: 71-78.

[10] WEBER Rolf, MIRA Burri. Classifcation of services in the digital economy[M]. Springer Science & Business Media, 2013.

[11] MERCER Kevin. Examining the impact of health information networks on health system integration in Canada[J]. Leadership in Health Services, 2001, 14(3): 1-30.

[12] MO Di, SWINNEN J, ZHANG L, et al. Can one-to-one computing narrow the digital divide and the educational gap in China? the case of Beijing migrant schools[J]. World Development, 2013, 46: 14-29.

[13] STEUNMUELLER Edward. ICTs and the possibilities for leapfrogging by developing countries[J]. International Labour Review, 2001, 140(2): 193-210.

[14] HARGITTAI Eszter, GINA Walejko. The Participation Divide: Content creation and sharing in the digital age 1[J]. Information, Community and Society, 2008, 11(2): 239-256.

[15] HARGITTAI Eszter, YU-lI Patrick Hsieh. Digital inequality[J]. The Oxford Handbook of Internet Studies, 2013: 129-150.

[16] LAM Dieu, Boymal, Jonathan, Bill Martin. Internet diffusion in Vietnam[J]. Technology in Society, 2004, 26(1): 39-50.

[17] ANDRES Luis, CUBERES D, DIOUF M, et al. The diffusion of the Internet: A cross-country analysis[J]. Telecommunications Policy, 2010, 34(5): 323-340.

[18] WEI June, MARTIN Feinberg. Forecasting Internet penetration in China: The effect on E-commerce[J]. Journal of Internet Commerce, 2004, 3(3): 83-93.

[19] SILA Ismail. The state of empirical research on the adoption and diffusion of business-to-business ecommerce[J]. International Journal of Electronic Business, 2015, 12(3): 258-301.

[20] LEONG C M L, PAN S L, NEWELL S, et al . The emergence of self-organizing e-commerce ecosystems in remote villages of China: a tale of digital empowerment for rural development[J]. Mis Quarterly, 2016, 40(2): 475-484.

[21] NJIHIA James Muranga, MERALI Yasmin. The broader context for ict4d projects: a morphogenetic analysis[J]. Mis Quarterly, 2013, 37(3): 881-905.

[22] XU Xiaoyu, LI H， HEIKKILA J, et al. Exploring individuals’ switching behaviour: an empirical investigation in social network games in China[J]. 26th Bled eConference, 2013: 141-153.

[23] BHATTACHERJEE Anol, MOEZ Limayem, CHRISTY MK Cheung. User switching of information technology: a theoretical synthesis and empirical test[J]. Information & Management, 2012, 49(7): 327-333.

[24] LEE Matthew KO, EFRAIM Turban. A trust model for consumer internet shopping[J]. International Journal of Electronic Commerce, 2001, 6(1): 75-91.

[25] MACHLUP Fritz. The production and distribution of knowledge in the United States[M]. Princeton: Princeton University Press, 1962.

[26] TABACHNICK Barbara, FIDELL Linda. Experimental designs using ANOVA[M]. Boston: Duxbury Press, 2007.

[27] 吴明隆. 问卷统计分析实务: SPSS 操作与应用[M].重庆: 重庆大学出版社, 2010.

[28] DIMAGGIO Paul, HARGITTAL E, CELESTE C, et al. From unequal access to differentiated use: a literature review and agenda for research on digital inequality[J]. Social Inequality, 2004: 355-400.

[29] NORRIS Pippa. Digital divide: civic engagement, information poverty, and the Internet worldwide[M]. Cambridge: Cambridge University Press, 2001.

[30] VAN Dijk, JAN A. Digital divide research, achievements and shortcomings[J]. Poetics, 2006, 34(4): 221-235.

[31] LEE Sangwon, MIRCEA Marcu, SEONMI Lee. An empirical analysis of fixed and mobile broadband diffusion[J]. Information Economics and Policy, 2011, 23(3): 227-233.

[32] WULF Jochen, SASKIA Zelt, WALTER Brenner. Fixed and Mobile Broadband Substitution in the OECD Countries: A Quantitative Analysis of Competitive Effects[C]//2013 46th Hawaii International Conference on System Sciences (HICSS). IEEE, 2013: 1454-1463.

[33] SILA Ismail. The state of empirical research on the adoption and diffusion of business-to-business ecommerce[J]. International Journal of Electronic Business, 2015, 12(3): 258-301.

[34] BILBAO B, SOUMITRA Dutta, BRUNO Lanvin. The global information technology report 2013: growth and jobs in a hyper connected world[C]//World Economic Forum, Geneva. 2013.

[35] CORREA Teresa. The participation divide among “online experts”: experience, skills and psychological factors as predictors of college students' web content creation[J]. Journal of Computer-Mediated Communication, 2010, 16(1): 71-92.

[36] HARGITTAI E, WALEJKO G. The participation divide: content creation and sharing in the digital age 1[J]. Information, Community and Society, 2008, 11(2): 239-256.

[37] 常红. 中国民调显示: 9成多网民支持各项网络治理行动[EB/OL]. [2016-03-02].http://world.people.com. cn/n/2015/0227/c1002-26608129.html.

Infuence of Internet on the Development of Electronic Commerce in China

XU Feng, QI Yong
(School of Economics & Management, Nanjing University of Science and Technology, Nanjing 210094)

China's Internet has been over 30 years of development, but there are still many problems. According to China's 2011-2015 correlation data, the evaluation index system of internet gap is established in this paper. A clustering is on the current situation of the development of Internet of China's 31 provinces and regions, the digital divide phenomenon focus on Internet development indicators measuring is obvious in our country, and further analysis of the various regions of e-commerce transactions. Internet based resources and the popularity of the Internet in the relationship between the degree of Internet development indexes, the study found China's e-commerce transactions on the Internet resources and the popularity of the Internet there is a certain degree of dependence.

internet development, digital divide, electronic commerce development, Internet governance, governance countermeasures

C915

A

10.3772/j.issn.1674-1544.2016.05.014

许凤（1981—），女，南京理工大学博士研究生，研究方向：互联网协同治理；戚湧*（1970—），男，博士，南京理工大学教授、博士生导师，研究方向：互联网协同治理。

国家自然科学基金项目“融合泛在网的协同防护与安全风险预测”（61272419）；江苏省社会科学基金项目“网络强国治理的路径与对策研究”（14SZB018）。

2016年9月5日。