华东地区电子商务发展水平空间差异及影响因素分析

鄢慧丽，王 强，熊 浩，徐 帆

(1． 海南大学 旅游学院，海南 海口 570228；2．海南大学 经济与管理学院，海南 海口 570228)

电子商务作为一种全新的商务交易模式，在“互联网+”时代取得显著成绩．随着电子商务应用领域不断拓展，它已成为推动落后地区经济发展的重要手段．因此，电子商务发展水平成为国内外相关领域学者研究的热点问题之一．国外学者对电子商务的研究主要集中在空间效应、消费者行为、经济影响、电子商务发展水平测度等方面．Weltevereden研究了网购对城市商业中心购物的影响，认为从长远来看，网购将取代实体店铺的地位[1]．Borenstein等阐述了电子商务给日常生活带来的变化，认为电子商务通过降低交通成本、提升经济效益来提高企业创造价值的能力[2]．Michalak认为区域差异对电子商务产生重大影响，并以加拿大为例进行了实证分析[3]．Van den Poel等认为网站点击率对顾客的购买决策行为起着重要作用，电子商务零售商应注重对顾客行为的研究，进而提升经营效益[4]．Hernéndez等认为顾客购物经验与购物观念有关系，随着网购者认识水平的变化，购物行为也随之变化[5]．Brookes等运用计量经济学模型估算了B2B电子商务对发达国家经济发展的作用[6]．1998年OECD成立专家组开展电子商务测度研究，提出了电子商务测度指标体系，包括电子商务的就绪度、应用度和影响度3类指标[7]．

“双十一”“6.18”狂欢节等电子商务活动的涌现，改变了人们的生活习惯和传统商业经营格局，电子商务逐渐引起国内相关领域学者的关注．国内学者对电子商务空间格局的研究主要集中在“淘宝网”电子商铺的空间格局及影响因素的研究[8-11]和“淘宝村”空间分布的研究[12-14]等方面，而对电子商务发展水平测度的研究主要是利用相关分析、因子分析、主成分分析等方法进行分析[15-19]．俞金国等[8]、魏华等[9]对电子商铺的空间分布进行了量化研究，并对其影响因素进行分析．郑文升等以中国361个地级以上的行政区为研究单元，以“淘宝网”449 626个活跃C2C电子商铺与国内20家物流公司的物流网点为研究对象，对电子商铺与物流网点地区分布关系进行研究[10]．王贤文等从演化经济学角度，在省域和市域两个层面，分析了影响电子商务地理格局的主要因素[11]．刁贝娣等[12]、朱邦耀等[13]、马海涛等[14]根据阿里研究院公布的2013—2014年淘宝村的相关数据，运用最邻近指数法、核密度分析法和回转半径等方法分析了淘宝村的空间分布格局及影响因素．徐智邦等[15]运用2013—2015年“淘宝村”空间统计数据，结合区域网民数量、互联网普及率等数据，研究了中国“淘宝村”变化趋势及驱动因素．汤英杰[16]、何红[17]、杨坚争等[18]、穆燕鸿等[19]运用统计学方法，从全国、区域及省域尺度对电子商务发展水平特征进行了研究．

综合看来，已有对电子商务空间差异的研究，多数从全国范围内选取省域或经济大区(如长三角、京津冀地区)为研究对象进行分析，分析视角较为宏观，未能具体到省级范围内的县(区)揭示电子商务发展水平的空间差异．而且，研究数据多数采用C2C或B2C“淘宝店铺”的数据进行分析，存在一定的片面性．鉴于此，文中选取华东地区464个县(区)为研究对象，利用阿里研究院公布的县域电子商务指数，从电子商务发展水平指数、网购指数和电商应用指数3个层面，探究华东地区县(区)电子商务发展水平的分布特征，并且试图通过空间自相关分析和多元逐步回归分析法进一步探究其差异的影响因素与机制，为引导县域电子商务的发展提供参考．

1 数据来源与研究方法

1.1 数据来源

选取的研究区域为华东地区(不包括台湾省)，包括上海市、浙江省、安徽省、江苏省、福建省、山东省、江西省，是一个相对完整的地理单元．数据来源于阿里研究院公布的华东地区464个县(区)的电子商务发展指数.电子商务发展指数是反映电子商务发展水平的指标，取值在0～100，电子商务发展指数=网购指数×0.5+电商应用指数×0.5，其中，网购指数指居民应用电子商务的能力；电商应用指数指市县企业应用电子商务的能力[14]．空间数据来源于国家基础地理信息中心的1∶4 000 000地图数据库，所需统计数据来源于《中国县域统计年鉴》、各市县统计年鉴以及各市县国民经济社会发展统计公报．

1.2 研究方法

利用ArcGIS 10.2，运用全局莫兰指数(Global Moran’sI)、局部莫兰指数(Local Moran’sI)、位序-规模法则(Rank-size rule)等研究方法(表1)，对华东地区电子商务发展水平空间差异进行分析．

在研究电子商务发展水平空间差异的过程中，引入空间自相关分析法，判定县(区)单元与相邻空间的电子商务发展水平指数、网购指数和电商应用指数相关性是否显著;在研究华东地区电子商务发展的规模等级结构及其差异性的时候，引入位序-规模法则分析;在研究空间差异影响因素的过程中，引入逐步回归分析法，探究华东地区电子商务发展水平空间差异的影响因素．

表1 研究方法及意义解释

图1 华东地区电子商务发展水平地理分布

2 电子商务发展水平空间差异特征

2.1 地理格局特征

利用ArcGIS 10. 2，将阿里研究院获取的华东地区464个县(区)的电子商务发展指数、网购指数和电商应用指数进行可视化处理，并运用自然断裂法对其进行分级显示(图1)．

从电子商务发展指数来看，电子商务发展的区域差异较显著，发展水平较高的区域是东部沿海区域，从东部沿海向内陆逐渐递减；此外，电子商务发展水平最高的地区是浙江省的义乌市、永康市、海宁市，这些城市是电子商务的发源地．从网购指数来看，网购指数较高的区域仍然是东部沿海地区(第1梯度)，“双十一”“6.18”这些网购狂欢的节日，刺激着忠实的网民，使其网购欲望增强；福建省、江苏省、山东省的大部分县(区)的网购指数处于第2梯度，居民应用电子商务的能力较明显，而安徽省、江西省等内陆省份的居民对电子商务的需求相对较弱．从电商应用指数来看，电商应用指数呈3级分层的格局，最高的区域仍是沿海地区，尤其是长三角地区的电商应用指数最高．究其原因，主要是长三角地区经济发展水平较高，信息化程度领先全国各地，物流发达，使得长三角地区拥有很多知名的电商企业．山东省、福建省、江苏省等地的电商应用指数处于第2梯度，安徽省、江西省等地的电商应用指数较低，说明电商发展受经济发展水平的影响较为强烈．整体来看，华东地区的电子商务发展水平领先全国其他地区，区域差异比较明显，沿海区域的电子商务引领全国．

表2 位序-规模

2.2 等级规模特征

对华东地区电子商务发展水平等级规模特征从城市层面进行分析，通过对75个省市地级市及以上城市电子商务发展水平指数均值进行降序排列，得到位序-规模表(表2)，并运用SPSS 20.0进行线性回归分析，得到各城市坐标值，进而制作出相应的散点图(图2)．

图2 华东地区电子商务发展水平

由图2可知，整体看来，华东地区电子商务发展水平线性拟合较好(R2=0.950 5)．根据Zipf位序-规模法则，q值小于1，表明各城市电子商务发展水平差异显著，等级结构体系呈正态分布，位于中间位序的城市较多，首位城市浙江省义乌市的垄断性较弱．同时，由于电子商务中小企业较多，使得规模结构呈现出复杂、松散的特点，并且由各县(区)电子商务企业规模变化幅度可以预测，这种状态将会持续一段时间．

2.3 发展类型特征

利用ArcGIS 10.2，基于四分位图的评价模式，以网购指数均值(8.26)和电商应用指数(网商指数)均值(6.64)为分界线， 将华东地区所有县(区)的网购指数和电子商务应用指数的高低状态进行可视化表达，可以直观地反映华东地区电子商务发展类型特征(图3)．

按:美尼埃病在临床是一种常引发眩晕的疾病,由于该病会反复发作,给患者带来强烈的痛苦感,采用西药治疗虽然有一定的治疗效果,但无法根除该病。该病的主要症状有眩晕以及呕吐,小柴胡汤可治疗这两种症状,所以在使用小柴胡汤进行治疗后获得了良好的成效。

图3 华东地区电子商务发展类型特征

由图3可知，电子商务发展处于“高-高”类型的县(区)分布在东部沿海区域，尤其是长三角地区，此发展类型占总数的30.4%；“高-低”类型的县(区)主要分布在福建省，还有少部分分布在山东省，占总数的14.5%；“低-高”类型的县(区)零星散落在华东地区，占总数的5.2%；“低-低”类型的县(区)主要分布在安徽、山东、江西等省份，沿海区域分布很少，此发展类型在华东地区占比最大，占总数的50.1%．整体来看，华东地区电子商务发展主要处于“高-高”和“低-低”两种发展类型，说明电子商务发展水平不均衡，“两极”状态分布较多，发展成熟的县(区)分布在东部沿海区域，多数内陆县(区)处于双低状态，单一指数较高的县(区)数量较少．

2.4 空间集聚特征

为了对华东地区电子商务发展水平空间集聚特征有清晰的了解，利用ArcGIS 10.2，计算了华东地区3指数的Moran’sI指数(表3)．

表3 华东地区电子商务发展水平空间分布的莫兰指数

由表3 可知，3指数的莫兰指数均为正值，且都通过了0.01的显著性检验，说明华东地区电子商务发展水平空间上呈现显著的正相关性，即县(区)电子商务发展水平越高，空间分布越集中．同时可知，电子商务发展水平较高的县(区)对周边县(区)的辐射作用不容小觑．

进一步运用Getis-OrdG*i指数[20]，分析华东地区电子商务发展水平空间冷热点分布情况(图4)．

从电子商务发展指数来看(图4(a))，整体而言，华东地区电子商务发展水平冷热点空间分布呈现出明显的梯度分层格局，其中，以长三角地区为中心的核心边缘结构突出，华东地区电子商务发展水平热点区主要聚集于长三角地区，次热点聚集区分布在热点区附近，主要是福建省部分县(区)；冷点聚集区主要集中在安徽省、江西省部分县(区)，其他省市县(区)冷热点聚集特征不明显．从网购指数来看(图4(b))，空间集聚特征基本与电子商务发展指数的集聚特征类似，长三角地区及福建省部分县(区)热点区聚集特征明显，冷点区主要分布在江西省、安徽省和山东省部分县(区)．从电商应用指数来看(图4(c))，空间热点聚集区主要分布在长三角地区，次热点区分布在福建省部分县(区)，冷点区主要分布在江西省部分县(区)．总体来看，华东地区电子商务发展水平的空间分布以冷点区为主，且冷热点聚集特征空间差异显著，表现出自东向西过渡的特征，除长三角地区热点区聚集特征明显之外，多数地区处于低聚集状态，说明其电子商务发展水平处于起步阶段．

3 电子商务发展水平的影响因素

3.1 影响因素识别及模型构建

县(区)电子商务发展水平存在梯度差异是由县(区)基础条件的差异造成的[12]．现阶段中小企业是电子商务应用主体，因此，电子商务交易活跃的地区多为中小企业聚集地区．从以上的分析可知，浙江省、江苏省、上海市等地电子商务发展水平明显高于华东地区其他省市，这也说明这些省市是中小企业聚集区．电子商务以信息技术为基础，同时配备专业人才、技术、基础设施以及政策等诸多方面来辅助[15]．鉴于此，从多层次、多维度出发，探究影响华东地区电子商务发展水平差异的因素，尽可能全面揭示华东地区电子商务发展水平差异的原因．

参考有关电子商铺空间分布已有的成果[8,11,16,22]，选取了不同层面的指标，包括经济发展、管理模式、信息普及程度、对外开放水平、教育水平等15个指标，运用SPSS 20.0进行了因子分析，通过对结果的分析，选取影响因子较高的人口规模、经济发展水平、信息化程度、物流环境、教育程度、政策环境等6个指标，探究这些因素对华东地区电子商务发展水平的影响(表4)．

图4 华东地区电子商务发展水平空间集聚特征

变量指标衡量指标人口规模X1县域总人口数经济发展水平X2城镇居民人均可支配收入信息化程度X3互联网宽带接入用户数物流环境X4物流网点数教育程度X5每万人在校大学生政策环境X6引入虚拟变量城市等级,把县级市赋为1,其他县赋为0

其中，E为华东地区电子商务水平；βi(i=1～6)为各指标变量回归系数；β0为常数；ε为回归误差；Xi(i=1～6)为自变量．

3.2 模型结果分析

采用SPSS 20.0，利用上述回归模型，进行多元逐步回归分析，根据拟合效果选取最优模型(表5)．

表5 华东地区多元逐线性回归分析的评估结果

注：**表示P<0.05，*表示P<0.1．

从决定系数R2来看，3个指数方程拟合结果都比较好，网购指数拟合结果最优．从6个变量的回归系数和显著性来看，华东地区电子商务发展水平的空间差异受经济发展水平、信息化程度、物流环境和教育程度影响显著，人口规模、政策环境对华东地区电子商务发展影响并不显著．其中信息化程度对电子商务发展的影响最为显著，说明县(区)信息化程度的高低决定电子商务发展的程度，也表明了电子商务对互联网具有很强的依赖性．从网购指数来看，县(区)居民应用电子商务的能力主要取决于经济发展水平、信息化程度和教育程度．其中经济发展水平和信息化程度影响最为突出，说明人均可支配收入较高、信息化普及的居民更青睐网上购物．人口规模因素表现出明显的负相关性，说明网购指数受人口规模影响较低．从电商应用指数来看，乡镇企业使用电子商务的能力受到信息化程度、人口规模、物流环境的显著影响，表明电子商务企业更愿意在互联网发达、物流环境良好、人口集中的城镇发展业务；而经济发展水平和受教育程度对电商应用指数影响并不显著．

4 结论与建议

4.1 结论

基于阿里研究院公布的电商数据，借助空间分析法、位序-规模法则等研究方法，对华东地区电子商务发展水平的空间分布特征及影响因素进行分析，得出如下结论：

1)整体来看，华东地区电子商务发展水平较高，空间差异显著．空间格局呈现出自东部沿海区域向西部内陆区域阶梯状分层特征；县(区)层面呈现出长三角地区与华东地区其他县(区)之间分异并存的空间格局，网购水平与电商应用水平空间分布较为一致，呈现出以长三角地区为核心向内陆辐射的分布特征．

2)等级规模特征显示，华东地区电子商务等级结构体系位于中间位序城市较多，城市等级因素的显著性不高，说明区域核心城“两极”状态分布较明显；发展成熟的县(区)分布在东部沿海区域，华东内陆区域主要县(区)单一发展指数较高，其他县(区)仍处于“双低”状态．电子商务发展水平县(区)尺度上表现出显著的空间集聚特征，热点聚集区位于长三角地区，冷点聚集区分布于安徽省及江西省部分县(区)．

3)通过对华东地区电子商务发展水平空间差异影响因素的分析可知，华东地区电子商务发展水平受人口规模、教育程度、信息化程度和物流环境影响显著，其中以信息化程度影响最为突出；经济发展水平因素影响并不显著，主要因为电子商务发展水平处于起步阶段，对电子商务发展水平的影响不突出；县(区)居民应用电子商务水平(网购指数)主要受经济发展水平、教育程度、信息化程度影响显著；而影响企业使用电子商务(电商应用指数)的因素主要包括人口规模、信息化程度及物流环境．

4.2 建议

基于上述分析，提出如下建议：

1)促进华东地区电子商务协调发展．① 通过发展县(区)经济和统筹力度，缩小周边县(区)电子商务发展差距，使不同县(区)电子商务更好地发展．② 各县(区)都应立足于自身，发挥自身优势，挖掘具有鲜明特色的电商优势．

2)通过政府惠民政策促进华东地区电子商务落后地区发展．① 积极发展物流业，提高物流服务水平，为电子商务发展提供基础保障；② 加强信息化建设，积极培训个体商户，激励电商网站不断完善交易平台建设，最终形成以交易为主的电商平台，促进电子商务、金融、旅游等“互联网+”行业融合发展．

3)网购市场规范化管理，促进华东地区电子商务进一步发展．① 政府及相关部门应加强网购市场的规范管理，并提升个体商户的诚信教育，确保电子商务健康发展；② 利用长三角等电子商务热点聚集区的优势和经验，充分发挥其辐射作用，促进热点聚集区周边县(区)电子商务的发展．

:

[1] WELTEVREDEN J W J．Substitution or complementarity？How the Internet changes city centre shopping[J].JournalofRetailing&ConsumerServices，2007，14(3)：192．

[2] BORENSTEIN S，SALONER G．Economics and electronic commerce[J].JournalofEconomicPerspectives，2001，15(1)：3．

[3] MICHALAK W，CALDER L．Integration of e-commerce as a retail channel：impact of youth：on e-commerce trends in Canada[J].ProgressinPlanning,2003，60(1)：111．

[4] Van den POEL D，BUCKINX W．Predicting online-purchasing behaviour[J].EuropeanJournalofOperationalResearch，2005，166(2)：557．

[5] HERNÉNDEZ B，JIMÉNEZ J，MARTN M J．Customer behavior in electronic commerce：The moderating effect of e-purchasing experience[J].JournalofBusinessResearch，2010，63(9/10)：964．

[6] BROOKES M，WAHHAJ Z．TheShockingEconomicEffectofB2B[M].Golaman:Global Economics，2000．

[7] OECD．Measuring electronic commerce[R].Paris:Committee for Information,Computer and Communications Policy,1998．

[8] 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．

[9] 魏华，王勇,万辉．C2C电子商务卖家空间分布特征——以湖北省为例[J].中国流通经济,2016,30(8)：76．

[10] 郑文升，金丽娟，姜玉培，等．中国C2C电子商铺与物流网点地区分布关系[J].经济地理，2016，36(3)：83．

[11] 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．

[12] 刁贝娣，陈昆仑，丁镭，等．中国淘宝村的空间分布格局及其影响因素[J].热带地理，2017，37(1)：56．

[13] 朱邦耀，宋玉祥，李国柱，等．C2C电子商务模式下中国“淘宝村”的空间聚集格局与影响因素[J].经济地理，2016，36(4)：92．

[14] 马海涛，李强，刘静玉，等．中国淘宝镇的空间格局特征及其影响因素[J].经济地理，2017，37(9)：118．

[15] 徐智邦，王中辉，周亮，等．中国“淘宝村”的空间分布特征及驱动因素分析[J].经济地理，2017，37(1)：107．

[16] 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．

[17] 何红．我国电子商务发展及区域差异的初步分析[D].兰州：兰州大学，2016．

[18] 杨坚争，郑碧霞，杨立钒．基于因子分析的跨境电子商务评价指标体系研究[J].财贸经济，2014，35(9)：94．

[19] 穆燕鸿，王杜春．黑龙江省农村电子商务发展水平测度实证分析——以15个农村电子商务综合示范县为例[J].江苏农业科学，2016，45(5)：608．

[20] 浩飞龙，关皓明，王士君．中国城市电子商务发展水平空间分布特征及影响因素[J].经济地理，2016，36(2)：1．

[21] 刘大均，胡静，程绍文，等．中国旅游微博空间分布格局及影响因素——以新浪旅游微博为例[J].地理科学，2015，35(6)：717．

[22] 宋周莺，刘卫东．中国虚拟企业的空间分布格局及其影响因素[J].地理科学进展，2011，30(8)：1021．

[23] 董国芳，张晓芳．我国电子商铺空间分布的影响因素——基于淘宝网电子商铺的研究[J].中国流通经济，2017，31(1)：107．