以阿里研究院公布的2015年电子商务发展指数为测度指标,运用变异系数、空间插值、空间自相关分析等方法分析中国省域、市域、县域电子商务发展水平的空间差异特征,并采用地理加权回归模型对县域电子商务发展水平进行影响因素分析。研究表明：①从省域内部电子商务发展水平差距看,四大经济地带呈现不均衡发展状态。东南沿海省份内部差距较大;西部发展水平较低的省份内部差距次之,如藏、新、青、滇、川;中部、东北部省份内部的差距相对较小。②从空间格局上看,中国电子商务发展水平总体上呈偏低的状态,地理分布差异显著,以长三角、珠三角、京津冀城市群为核心,逐步向西部递减,在西藏、青海、新疆等形成低值区。③从空间关联格局看,中国电子商务发展水平存在空间集聚现象。显著HH区主要在冀、苏、浙、闽等分布;显著LL区主要在藏、川、青、 甘地带分布。④以回归系数平均数绝对值为例,影响中国县域电商发展水平因素的排名由大到小为城乡居民储蓄存款余额>城镇化率>人均GDP>非农产业占比>城镇居民可支配收入>移动电话用户>互联网用户>固定电话用户。
Based on the data of e-commerce development index(EDI) published by Ali Research Institute in 2015, This paper aims to reveal differences in the spatial distribution characteristics on the provincial, municipal and county scale and the factors influencing their development level, by means of using a comprehensive method of coefficient of variation, spatial interpolation, spatial autocorrelation and geographic weighted regression model. The results show that(1)On the provincial scale, it shows an extremely unbalanced characteristic of e-commerce development level in four economic zones. The interior difference of e-commerce development level is large in southeast coastal provincesand low in western China, such as Xizang Autonomous Region, Xinjiang Uygur Autonomous Region, Qinghai Province, Yunnan Province and Sichuan Province, the interior difference of e-commerce development level is relatively small in the central and northeastern provinces. (2) From the perspective of spatial distribution pattern, e-commerce development level is still at a low level, which shows the significant regional differences, and is higher in the eastern coastal cities than in the western cities. Moreover, the higher distribution of e-commerce development level mainly concentrated in the Yangtze River Delta and the Pearl River Delta and Beijing-Tianjin-Hebei Urban Agglomeration. The lower e-commerce development level tends to be distributed in Xizang Autonomous Region, Xinjiang Uygur Autonomous Region, Qinghai Province. (3) From the pattern of spatial correlation, the level of e-commerce development appeared significant spatial agglomeration characteristics. The significant High-High areas were mainly distributed in the Hebei Province, Jiangsu Province, Zhejiang Province and Fujian Province the significant Low-Low areas were mainly concentrated in Xizang Autonomous Region,, Sichuan Province, Qinghai Province and Gansu Province. (4) The impact factors of the e-commerce development level ranked from high to low are resident deposit balance, urbanization rate, real GDP per capita, the proportion of the two or three industry to the gross product, the proportion of non-agricultural industry, disposable income of urban households, mobile phone users, Internet use and fixed phone subscriber.
[1] 中共中央,国务院.关于深入推进农业供给侧结构性改革加快培育农业农村发展新动能的若干意见[R].2017.
[2] Chua C E H,Straub D W,Khoo H M,et al. The evolution of E-commerce research:A stakeholder perspective[J].Journal of Electronic Commerce Research,2005,6(4):262-281.
[3] Javalgi R,Ramsey R.Strategic issues of E-commerce as an a-lternative global distribution system[J].International Marketing Review,2001,18(4):376-391.
[4] 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.
[5] 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):1 248-1 253.
[6] 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):1 564-1 569.
[7] 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.
[8] 盖爽,赵亮. 企业信息化水平测度指标体系的构建[J].情报杂志,2002(12):38-39.
[9] 刘敏. 电子商务发展测度与预测方法[M].北京:经济科学出版社,2008:93-179.
[10] 娄策群,桂学文,王学东. 武汉城市圈电子商务发展报告[M].北京:科学出版社,2009.
[11] 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.
[12] Boschma R A,Weltevreden J.An evolutionary perspective on internet adoption by retailers in the Netherlands[J].Environment and Planning A,2008,40(9):2 222-2 237.
[13] 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):1 861-1 866.
[14] 钱俭,郑志锋. 基于“淘宝产业链”形成的电子商务集聚区研究——以义乌市青岩刘村为例[J].城市规划,2013(11):79-83.
[15] Sim L L,Koi S M.Singapore’s internet shoppers and their im-pact on traditional shopping patterns[J].Journal of Retailing and Consumer Services,2002,9(2):115-124.
[16] Farag S,Weltevreden J,Rietbergen TV,et al.E-shopping in the Netherlands:Does geography matter?[J].Environment and Planning B,2006,33(1):59-74.
[17] 林德荣,郭晓琳. 旅游电子商务研究述评[J].旅游学刊,2008,23(12):87-92.
[18] 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.
[19] 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.
[20] 席广亮,甄峰,汪侠,等. 南京市居民网络消费的影响因素及空间特征[J].地理研究,2014,33(2):284-295.
[21] 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):1 835-1 840.
[22] 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.
[23] 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.
[24] 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.
[25] 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.
[26] 余金艳,刘卫东. 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):1 380-1 388.
[27] Currah A.Behind the web store:The organizational and spatial evolution of multichannel retailing in Toronto[J].Environment and Planning A,2002,34(8):1 411-1 442.
[28] 浩飞龙,王彬燕,王士君. 东北地区县域电子商务发展水平的空间差异及影响因素[J].地域研究与开发,2016,35(5):16-20.
[29] 周章伟,张虹鸥,陈伟莲. C2C电子商务模式下的网络店铺区域分布特征[J].热带地理,2011,31(1):65-71.
[30] 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):1 021-1 027.
[31] 曾思敏,陈忠暖. 信息时代我国电子商铺区位取向的实证分析[J].人文地理,2011,26(5):88-93.
[32] 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):1-10.
[33] 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):1 064 - 1 069,1 106.
[34] 丁疆辉,吴建民,李冰洁. 天猫平台入驻店铺时空格局及变化特征[J].经济地理,2017,37(11):136-144.
[35] 王新宇,丁疆辉,赵军阳. 电子商务发展的时空分异及对经济增长的带动作用——基于中国省际面板数据的实证分析[J].江苏农业科学,2017,45(20):309-314.
[36] 王蕾. C2C电子商务店铺区域分布的实证研究[D].石家庄:河北师范大学,2007.
[37] 钟海东,张少中,华灵玲,等. 中国C2C电子商务卖家空间分布模式[J].经济地理,2014,34(4):91-96.
[38] 朱邦耀,宋玉祥,李国柱. 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):92-98.
[39] 丁志伟,周凯月,康江江,等. 中国中部C2C店铺服务质量的空间分异及其影响因素——以淘宝网5类店铺为例[J].地理研究,2016,35(6):1 074-1 094.
[40] 阿里研究院. 2015年中国城市电子商务发展指数报告[R].2016.
[41] 徐建华. 地理建模方法[M].北京:科学出版社,2010.
