EN中文

经济地理 >

2025 , Vol. 45 >Issue 7: 159 - 167

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.07.016

产业经济与创新发展

广东省跨境电商企业格局变化特征及其区位选择影响因素

  • 朱邦耀
展开
  • 广东技术师范大学 财经学院，中国广东 广州 510665

朱邦耀（1982—），男，博士，副教授，硕士生导师，研究方向为区域经济学、国际贸易学。E-mail：

收稿日期: 2024-07-11

  修回日期: 2025-05-11

  网络出版日期: 2025-08-28

基金资助

国家社会科学基金项目(22BJL102)

广东技术师范大学科研课题(2021SDKYB052)

收起

Change Characteristics and Influencing Factors of Location Selection of Cross Border E-commerce Enterprises in Guangdong Province

  • ZHU Bangyao
Expand
  • College of Finance and Economics，Guangdong Polytechnic Normal University，Guangzhou 510665，Guangdong，China

Received date: 2024-07-11

  Revised date: 2025-05-11

  Online published: 2025-08-28

Fold

摘要

文章以广东省为研究对象，采用最邻近指数、核密度、标准差椭圆、泰尔指数等方法分析其新增跨境电商企业时空变化格局，同时基于路径依赖理论构建计量经济模型揭示了跨境电商企业区位选择及时空格局演变驱动因素。研究发现：①时序发展上，广东省跨境电商企业数量稳步增长，受经济环境和政策演变影响，新增企业呈现出阶段性波动特征；②广东省新增跨境电商企业呈集聚与分散并存、集聚为主的特征，集聚方向趋近于水平，集聚中心位于深圳市和东莞市，四大区域板块之间分布差异大于板块内部差异；③广东省新增跨境电商企业由广州市、深圳市双中心轴线集聚向珠江口西岸多中心面状集聚转变，并进一步向粤东、粤西、粤北地区跳跃式扩散和等级扩散；④跨境电商企业区位选择在珠三角和非珠三角地区分别呈现出路径依赖为主和路径创造为主的空间差异。影响因素中区位条件和经济发展水平形成的路径依赖仍然占据主导作用，政策因素呈现出路径创造作用，技术进步、开放程度等外部冲击的路径创造作用不显著。

关键词： 跨境电商企业; 空间集聚; 区位选择; 路径依赖; 制造业; 政策; 珠三角

本文引用格式

朱邦耀 . 广东省跨境电商企业格局变化特征及其区位选择影响因素[J]. 经济地理, 2025 , 45(7) : 159 -167 . DOI: 10.15957/j.cnki.jjdl.2025.07.016

Abstract

Taking Guangdong Province as the research object, this study analyzes the spatiotemporal variation pattern of its newly added cross-border e-commerce enterprises. Then, an econometric model based on path dependence theory is constructed to illustrate the driving factors of cross-border e-commerce enterprise location selection and spatiotemporal pattern evolution, using methods such as nearest neighbor index, kernel density, standard deviation ellipse, and Theil index. The research results indicate:1) In terms of temporal development, the number of cross-border e-commerce enterprises in Guangdong Province has steadily increased, and new enterprises have shown periodic fluctuations due to the influence of economic environment and policy evolution. 2)The newly added cross-border e-commerce enterprises in Guangdong Province are characterized by both agglomeration and dispersion, with agglomeration as the main trend. The agglomeration direction tends to be horizontal, and the agglomeration centers are located in Shenzhen and Dongguan. The distribution differences between the four major regional sectors are greater than the differences within the sectors. 3)The new cross-border e-commerce enterprises in Guangdong Province have transformed from the gathering of double central axes in Guangzhou and Shenzhen to the gathering of multi central planes on the west bank of the Pearl River Estuary, and further spread to the eastern, western and northern regions of Guangdong by leaps and bounds. 4)The location selection of cross-border e-commerce enterprises presents spatial differences in the Pearl River Delta and non Pearl River Delta regions, with a focus on path dependence and path creation, respectively. The path dependence formed by location conditions and economic development level still dominates among the influencing factors, while policy factors show a path creation effect. The path creation effect of external shocks such as technological progress and openness are not significant.

Key words： cross border e-commerce enterprises; spatial agglomeration; location selection; path dependence; manufacturing; policy; Pearl River Delta region

跨境电商作为融合电子商务与国际贸易两种交易形式的外贸新业态，具有信息成本低、供需效率高、规模经济性强等特点，成为中国推动贸易转型升级、巩固外循环的主要突破口和实现高水平对外开放战略的重要支撑[1]。近年来，中国跨境电子商务企业数量快速增长，截至2023年底存量跨境电商企业数量超过6万家，跨境电子商务发展已迈向强化供应链韧性、提升数字化水平和优化区域空间布局的高质量发展阶段[2-3]。但是，随着全球经济增速放缓，地缘政治冲突局部激化，贸易保护主义和单边主义不断抬头，全球贸易环境急剧恶化，给我国出口增长带来了严峻挑战[4]。在此背景下，探讨跨境电商企业区位选择因素与影响机制，有助于构建具有本土性的区位选择理论以及制定更具针对性的跨境电商试验区政策，为双循环背景下我国推动数字贸易发展和高水平对外开放新格局提供参考。
跨境电商的快速发展在国内外学术界引起了广泛关注，相关研究成果逐步深化。在经济全球化和数字贸易发展背景下，跨境电商助推产业链和供应链的延伸与扩张能够克服生产过剩和抵御不确定性风险[5]。跨境电商一方面降低信息成本，促进出口在扩展边际上的增长[6]；另一方面强化规模经济，促进出口在集约边际上的增长[7]。同时，跨境电商对于优化区域协调发展格局具有普惠性特征，有助于城乡融合及包容性增长[8]。研究发现，跨境电商对于推动中国企业出口产品质量提升具有长期促进作用[9]，是中国企业增强出口稳定性[10]和实现国际创业的重要路径之一[1]。此外，企业的时空动态与影响因素也是经济地理学的重要研究内容之一[11-12]，企业空间集聚能够带来设施共享和要素配置效率的提升，进而产生规模经济效益和空间溢出效应[13]，呈现出路径依赖过程。电子商务企业的区位选择有别于传统制造业和商业企业[14]，跨境电商生态系统发展受平台服务、跨境物流、跨境支付、人才培养、国际网络营销等要素的直接影响[15]以及政治、经济、技术、社会文化等环境的间接影响[16]。综上来看，学者们对跨境电商发展的经济和社会效应进行了较为深入的分析，并从空间视角探讨了外贸企业的时空演化机制，但是鲜有针对数字经济背景下快速发展中的中国跨境电商企业时空格局及其区位因素的研究。
广东省是中国第一外贸大省，具有优越的区位条件和对外贸易发展环境。2023年广东省外贸进出口总值8.31万亿元，稳居全国第一。在全球单边主义和贸易保护主义威胁抬头的背景下[17]，广东省对外贸易发展面临不确定性风险，跨境电商企业空间布局在多尺度力量交织与博弈下发生动态演化与重构。目前，学术界关于广东省跨境电商的研究集中于生态圈建设、发展潜力及评价等方面[18]，对于跨境电商企业时空分布格局的研究十分鲜见。鉴于此，本文基于广东省跨境电商企业大数据，采用地理编码、泰尔指数、地统计分析和计量模型研究广东省跨境电商企业时空格局演化特征，并构建双向固定效应面板模型对跨境电商企业分布区位因素进行探讨，为促进广东省跨境电商企业布局优化及高质量发展提供理论及决策参考。

1 数据来源与研究方法

1.1 研究区域与数据来源

广东省位于20°13′N~25°31′N和109°39′E~117°19′E之间，拥有全国最长的海岸线，分布有广州、深圳、珠海、东莞等多个亿吨级港口。广东省内铁路干线发达，国际航空运输便利，为跨境贸易提供了便捷的交通物流条件。得益于成熟的产业链、多元化商业模式、高效的物流体系和政策的大力扶持，广东省跨境电商蓬勃发展，数量和经营规模日益壮大。
本文数据来源主要有两部分：一是跨境电商企业数据主要来源于企查查企业数据库，数据属性包括企业名称、注册时间、注册资本、所属行业、企业地址和经营范围等主要信息。企查查企业数据库统计时间始于2014年，因此采集2014—2023年广东省跨境电商企业的时间序列信息，建立跨境电商企业空间和属性数据库。为确保数据的准确性，采用天眼查企业数据库进行比对分析。二是人口、经济、进出口、外商投资等数据主要来源于广东省统计年鉴、中国经济社会大数据研究平台，互联网发展水平数据来源于广东省通信管理局网站。

1.2 研究方法

1.2.1 最邻近指数

最邻近指数（Nearest Neighbour Index，NNI）用于识别空间点要素的分布特征，本文采用最邻近指数来衡量广东省跨境电商企业各年份整体集聚特征及其变化趋势。由于跨境电商企业数量较多，通过该指数计算随机分布状态下企业分布点要素到最近点的平均距离与最近邻距离期望的比值来测度点要素的空间分布特征。计算公式见相关文献[19]。

1.2.2 标准差椭圆分析

标准差椭圆（Standard deviational ellipse，SDE）方法广泛用于揭示要素的空间扩散方向及离散程度。本文采用标准差椭圆相关参数刻画广东省新增跨境电商企业的集聚方向及其变化特征，计算公式见相关文献[19]。

1.2.3 泰尔指数

泰尔指数是广义熵指标体系的一种特殊形式，最大优势在于能够将总体差异分解为区域内差异和区域间差异。根据各市的地理位置和行政隶属关系，将广东省分为珠三角、粤东、粤西、粤北4个区域，其中珠三角地区包括广州、深圳、佛山、东莞、肇庆、惠州、江门、中山和珠海市，粤东地区包括汕头、潮州、揭阳、汕尾、梅州和河源市，粤西地区包括湛江、茂名、阳江和云浮市，粤北地区包括韶关和清远市。本文采用泰尔指数分别计算广东省跨境电商企业总体、区域间以及区域内的指数值，并对其分布格局及差异的层次特征进行表征，指数值越大，表明差异性越大。计算公式见相关文献[20]。

1.2.4 核密度分析

核密度分析（Kernel density estimation，KDE）通过计算地理要素在空间任一位置发生概率的差异来对要素空间格局进行分析和表征。采用核密度分析方法估计离散测度值在连续空间范围内分布情况可以识别点要素空间分布集聚特征和集聚区域，本文选择核密度方法对跨境电商企业集聚特征和区域进行空间可视化表达。具体采用核函数估计p在点x处的核密度p（x），选用Roren-blatt-Parzen核函数进行估计，计算公式见相关参考文献[21]。

2 广东省跨境电商企业时空格局变化

2.1 广东省跨境电商发展情况

2.1.1 企业总数稳步增长

企业是市场经济活动的主体，伴随着对外贸易规模提升和跨境电商的快速发展，广东省跨境电商企业数量稳步增长。2014—2023年，广东省跨境电商企业数量从714家增长至14952家。同期，跨境电商进出口总额由139亿元增长至8433亿元，扩大近60倍，有力支撑了广东省对外贸易的快速发展和经济持续增长。与此同时，跨境电商企业充分利用粤港澳大湾区的区位优势，积极拓展海外市场，建设跨境电商海外仓，跨境电商市场规模持续扩大，与一般贸易、加工贸易共同形成广东省3大对外贸易方式。

2.1.2 新增企业数呈现阶段性波动特征

从新增企业数量来看，广东省每年新增跨境电商企业数呈现阶段性波动特征。具体来看，2014—2023年的发展演变可分为3个阶段：①2014—2016年为起步探索期。以广州为例，2014年获批国家跨境电子商务服务试点城市，新增跨境电商企业数量相对较少，多数跨境电子商务贸易依托大型跨境电商企业平台完成。2016年1月，在跨境贸易快速增长的背景下，广州、深圳相继获批国家级跨境电子商务综合试验区，为跨境电商企业发展创设了政策条件。②2017—2019年为快速增长期。随着数字技术发展和跨境贸易市场需求的增长，广东省跨境电商进入快速发展阶段。该时期平台备案的跨境电商企业累计申报进出口超1.8亿份清单，跨境电商业务量和跨境电商企业数量呈爆发式增长，跨境电商发展迈上新台阶。③2020年至今为波动发展阶段。宏观方面，由于中美贸易摩擦导致全球贸易局势紧张，致使外贸不确定性因素增加，2020年广东省跨境电商行业快速增长态势降温，跨境电商企业注册数量减少了4.9%。2021年，新冠疫情推动人们对线上购物的依赖增加，加速了外贸企业数字化转型，跨境电商又迎来快速增长。2022—2023年，跨境电商市场规模起伏波动，跨境电商新增企业数量先增长85%，后下降24%。

2.2 跨境电商企业空间格局特征

2.2.1 总体空间格局特征

按时间间隔选取2014、2019和2023年3个时间节点，分别计算最邻近指数NNI值。结果发现，3个时间节点计算结果置信度均为99%，且NNI值均显著小于1，并呈现下降趋势，说明广东省新增跨境电商企业存在显著的空间集聚特征且集聚程度逐渐增强，其中2019—2023年集聚程度增强趋势显著弱于2014—2019年。从标准差椭圆分布看，2014、2019和2023年的标准差椭圆中心点坐标依次为（113.8433°E，22.7579°N）、（113.8426°E，22.7189°N）和（113.7620°E，22.8646°N），分别位于深圳市宝安区西坊别墅路、深圳市宝安区上南大街和东莞市环湖绿道，集聚中心先向西南方向移动，再向西北方向移动；椭圆旋转角分别为101.1994°、86.0385°、86.6623°。随着珠江口西岸的珠海、中山以及粤西地区湛江、茂名等城市跨境电商注册企业增加，广东省新增跨境电商企业沿广州和深圳即西北至东南方向的分布趋势减弱，标准差椭圆方向逐渐趋近于略偏东北至西南方向的水平分布。从椭圆面积来看，3个时间节点的2阶标准差椭圆范围逐步扩大，且扩大的趋势逐步增强。

2.2.2 区域分布差异及演变特征

本文采用泰尔指数对广东省新增跨境电商企业在省域、四大经济板块以及市域之间分布的差异及其层次特征进行定量分析（表1），结果发现：①新增跨境电商企业分布区间差异显著大于区内差异。分区域来看，珠三角地区区内差异最大，粤东地区区内差异次之，粤北和粤西地区区内差异较小。其中，珠三角地区泰尔指数较大主要是因为广州、深圳和东莞等制造业和跨境电商发达城市的新增跨境电商企业数量占比较高，2023年广州、深圳和东莞3个城市新增跨境电商企业数量占珠三角地区新增跨境电商企业总数量的90%以上，其余6个城市占比不足10%。而粤东、粤西、粤北地区新增跨境电商企业数量较少，且没有形成跨境电商发展的核心城市。②从泰尔指数变化趋势来看，整体泰尔指数值逐步增大，说明广东省新增跨境电商企业分布的区域差异仍在扩大，空间非均衡性特征愈发显著。③从区域内部来看，珠三角地区新增跨境电商企业分布的泰尔指数值呈现下降趋势，表明新增跨境电商企业的区域不平衡特征趋于减弱，其余几个经济板块新增跨境电商企业的区域不平衡性总体呈现上升趋势，开始出现区域内的集聚中心。
表1 2014—2023年广东省新增跨境电商企业分布泰尔指数

Tab.1 The Theil Index of the distribution of new cross border e-commerce enterprises in Guangdong Province from 2014 to 2023

年份 泰尔指数 珠三角地区 粤东地区 粤西地区 粤北地区 区域间 区域内
2014 7.3937 7.1275 0.0524 - - 4.6284 2.7653
2015 7.5596 6.3704 0.1083 0.0521 - 4.9807 2.5789
2016 7.9947 4.9866 0.0635 0.0426 0.0329 4.8739 3.1208
2017 8.1404 6.0754 0.0925 0.0329 0.0362 5.0652 3.0725
2018 8.2123 5.2317 0.0827 0.0538 0.0538 5.1034 3.1089
2019 8.7173 5.1681 0.1000 0.0629 - 5.3310 3.3862
2020 8.5131 5.1463 0.0687 0.0775 0.0610 5.3535 3.1596
2021 8.4874 5.1370 0.1069 0.0551 0.0639 5.3629 3.1245
2022 8.6546 5.1386 0.1245 0.0379 0.0595 5.3605 3.2940
2023 9.2316 4.7378 0.7022 0.0984 0.0686 5.6070 3.6246

注：“-”表示当年无新增。

2.2.3 空间集聚格局变化

本文基于核密度分析方法对新增跨境电商企业空间集聚格局和集聚区域演变特征进行分析。从图1来看，新增跨境电商企业空间集聚呈现如下特征：①以珠三角中心城市为核心的环状格局。从3个时间节点的核密度分析图可以看出，新增跨境电商企业高密度集聚区域主要位于珠三角城市群，其中2014年以深圳、广州为中心，2019年集聚范围逐步扩大，到2023年逐渐形成深圳、广州、东莞、珠海多中心结构，并呈现出圈层递减环状格局。②以产业集群为基础的连片分布格局。依托制造业、物流、港口服务等产业集聚区，新增跨境电商企业呈现出空间连片分布趋势。集聚区域从2014年的广州、深圳两地逐渐向2019年的深圳、广州、东莞、惠州等珠江口东岸城市群扩散，再向2023年的珠海、中山、佛山、肇庆等珠江口西岸城市群扩散，形成片状分布格局。③向区域中心城市跳跃式扩散和等级扩散格局。从2019和2023年核密度分布图可以看出，跨境电商新增企业除了在珠三角地区集聚以外，开始向粤东地区的汕头和揭阳、粤西的湛江和茂名以及粤北地区的清远等区域性中心城市扩散。此外，从2023年核密度分布图可以发现，在区域性中心城市周边，跨境电商企业也开始增加，跳跃式扩散和等级扩散同时发生。综合来看，2014—2023年广东省新增跨境电商企业空间分布由广州市、深圳市双中心，珠江口东岸轴线集聚向珠三角多中心和线面集聚转变，以广州市、深圳市为端点的轴线集聚格局愈发显现，以珠三角为核心的集聚区范围逐步扩大，并且在粤东、粤西、粤北各地级市均形成了离散的集聚地和次一级的集聚中心，整体呈现“双核引领、邻域扩散、分层扩散、片区集聚”的空间分布格局。
图1 广东省新增跨境电商企业分布核密度空间分布演变

Fig.1 Evolution of spatial distribution of kernel density map of new cross-border e-commerce enterprises in Guangdong Province

3 广东省跨境电商企业区位选择的影响因素分析

3.1 区位选择机制分析

为了系统分析广东省跨境电商企业区位选择机制，构建企业分布时空格局演变影响因素分析框架并进行实证检验，本文基于区位论和路径依赖理论进行影响因素分析。在区位条件、资源禀赋、经济水平和社会环境等因素的共同作用下，“地方依赖性”是企业集聚与产业发展的根本特征之一[22]。一方面，区位条件优越的地区，生产要素的集聚会催生马歇尔外部性和波特集群过程，企业能够获得更多的产品需求以及相互支持的非正式网络、知识溢出和劳动力市场共享的支持[23]。在产业演化层面，区域转型产业或新产业都与现有产业结构存在显著关联性[24]，区域倾向于发展与本地产业结构存在较强技术关联的产业，从而呈现路径依赖过程。反之，区位条件不够优越的地区则可能陷入无效率的演化过程中，从而产生路径锁定。
另一方面，产业集群的演化具有自适应特征，基于嵌套系统的情景交互，会呈现不同的可能结果[25]。市场化、全球化和分权化的经济开放转型过程以及不同行为主体的共同作用，使得区域内会创造出新的经济活动和新的产业发展[26-27]，从而创造出新路径[28-29]。区域产业变革过程中，内部因素是路径创造的基础，外部因素则可能发挥积极的催化作用。中国是转型发展中国家，政府通过产业政策、税收政策、贸易政策等积极介入经济发展，是区域路径创造的重要催化剂。地方制度、技术变革、经济结构和社会文化等因素决定了不同区域应对外部冲击时表现的分化[30-31]。在短期当中，经济结构和社会文化等因素趋于稳定，技术变革和政策制度冲击等外生力量是路径突破的主要机会，诸如全球性或国家层面的技术变革、经济贸易危机以及政府的刺激性发展政策等。
总体来看，在内部因素和外部因素共同作用下，区域发展呈现出“路径创造”与“路径锁定”的转变、强化与弱化等多元演变趋势，从而影响企业集聚、产业链重构与区域发展格局。跨境电商作为依托国际贸易和电子商务而发展的新兴产业，企业区位选择及集聚格局演变受到区位条件、发展环境、产业集聚、政府政策等多重因素的综合作用，在收益成本比较主导的路径依赖和技术创新与经济政策推动的路径突破作用下呈现复杂的时空演变特征。因此，本文提出如下假设并进行实证检验。在区位条件等初始因素存在显著差异的背景下，跨境电商企业首先在珠三角东岸地区集聚，并且在集聚优势和发展环境的综合作用下呈现出典型的“路径依赖”特征。之后，在交通改善、技术变革、政策刺激等因素作用下，优势区域的“路径依赖”受到冲击，呈现出“路径依赖”作用下的企业集聚与“路径创造”作用下的企业扩散共存的复杂演变过程（图2）。
图2 跨境电商企业分布时空演变理论分析框架

Fig.2 Theoretical framework of the spatio-temporal evolution of cross-border e-commerce enterprises

3.2 模型设计与影响因素选择

本文选取新增跨境电商企业数量密度作为因变量，基于理论分析框架，将跨境电商企业分布影响因素分为区位条件（X1）、发展水平（X2）、技术进步（X3）、开放水平（X4）4个方面，分别表征相关要素作用下跨境电商企业区位选择的路径依赖以及路径创造因素。在构建模型中考虑滞后期的影响，将因变量跨境电商数量密度的一阶滞后项作为自变量（X5），并检验其回归系数。若回归系数显著为正，则为路径依赖，若回归系数显著为负，则为路径创造。主要变量说明见表2。
C b e d e n i t = β 0 + β 1 U r b a n i t + β 2 T r d e n i t + β 3 U r b a n i t + β 4 D I S i t + β 5 R t s i i t + β 6 I n t e r i t + β 7 T i e v i t + + β 8 F D I i t + β 9 P o l i i t + β 10 C b e d e n i ( t - 1 ) + ε i t
式中： i表示城市； t表示年份； β 0为截距； β i是变量的回归系数； ε i t为随机误差项。
表2 跨境电商企业分布影响因素及说明

Tab.2 Influence factors of spatial distribution of cross border e-commerce enterprises

变量类型 影响因素 变量 符号 测度指标 预期效应
因变量 企业分布 跨境电商分布 Cbeden 跨境电商数量密度 /
自变量 区位条件（X1） 城市发展条件 Urban 城镇人口比例 +
交通发展条件 Trden 各市路网密度 +
地理邻近性 Dis 离椭圆中心距离倒数 +
发展水平（X2） 经济发展水平 GDP 地区生产总值 +
产业结构水平 Rtsi 三产与二产增加值之比 +
技术进步（X3） 技术发展因素 Inter 互联网发展水平 +
开放水平（X4） 对外开放水平 Tiev 进出口总额 +
市场开放程度 FDI 外商直接投资额 +
政策制度因素 Poli 跨境电商政策复合指标 +
路径依赖（X5） 上期分布 L.Cbeden 上期跨境电商数量密度 +

3.3 企业区位选择影响因素分析

为便于解释与分析，对因变量和自变量取自然对数（表3）。由于珠三角与非珠三角地区的区位条件、经济发展水平、技术条件、开放水平等存在较大差异，预期跨境电商企业的空间集聚在珠三角地区存在路径依赖，而在非珠三角地区存在路径创造特征。本文分别对广东省、珠三角地区和非珠三角地区进行面板回归模型分析，并检验回归系数。预期珠三角地区因变量一阶滞后项的回归系数显著为正，非珠三角地区因变量一阶滞后项的回归系数显著为负。即新增跨境电商企业的集聚在两个地区分别以路径创造和路径依赖为主。
表3 变量的描述性分析结果

Tab.3 Descriptive statistics of variables

变量 平均值 标准差 最小值 最大值 截面数
lnCbeden -5.916 2.546 -9.669 0.372 210
lnUrban 4.142 0.277 3.678 4.603 210
lnTrden 0.215 0.317 0.106 0.429 210
lnDis 3.151 2.016 0.171 5.209 210
lnGDP 8.025 0.970 6.752 10.39 210
lnRtsi 0.196 0.298 -0.361 0.994 210
lnInternet 6.314 0.760 5.347 8.074 210
lnTiev 6.702 1.677 4.595 10.51 210
lnFDI 2.745 1.800 0.086 6.607 210
lnPoli 5.012 0.573 3.146 5.058 210
根据面板回归分析结果（表4），广东省城市发展条件（Urban）、交通发展条件（Trden）、地理邻近性（Dis）、产业结构水平（Rtsi）、对外开放水平（Tiev）和政策制度因素（Poli）等指标对新增跨境电商企业分布密度产生了显著的正向影响。经济发展水平（GDP）和跨境电商新增企业分布密度存在正向关系，但不显著。技术发展因素（Inter）与新增跨境电商企业分布密度存在负向关系，市场开放程度（FDI）与新增跨境电商企业分布密度也存在负向关系，但不显著。珠三角地区的市场开放程度（FDI）与跨境电商新增企业分布密度存在正向关系，其他自变量的影响方向与广东省相同。非珠三角地区的地理邻近性（Dis）、对外开放水平（Tiev）和政策制度因素（Poli）等自变量的影响不显著，其他自变量的作用方向与广东省相同。因变量的一阶滞后项在珠三角地区显著为正，在非珠三角地区为负，显著性水平低于珠三角地区。具体分析如下：
表4 企业区位选择因素面板回归结果

Tab.4 Regression results for the spatial distribution of cross-border e-commerce

自变量 符号 系数
（广东省）		 系数
（珠三角）		 系数
（非珠三角）
城市发展条件 lnUrban 4.056***（3.840） 4.877***
（5.19）		 2.218***
（4.15）
交通发展条件 lnTrden 1.627**
（2.21）		 1.851***
（5.85）		 0.827**
（4.36）
地理临近性 lnDis 1.037*
（1.83）		 1.285*
（3.04）		 0.928
（3.72）
经济发展水平 lnGDP 1.089
（1.43）		 1.249
（1.81）		 0.590
（0.78）
产业结构水平 lnRtsi 1.842***
（3.37）		 2.206***
（1.98）		 1.109***
（0.80）
技术发展因素 lnInternet -1.098*（-1.69） -1.154*（-0.927） -0.729*（-0.796）
对外开放水平 lnTiev 0.859*
（1.71）		 0.925**
（4.99）		 0.508
（3.17）
市场开放程度 lnFDI -0.168（-0.90） 0.237
（1.33）		 -0.032
（0.370）
政策制度因素 lnPoli 1.231*
（2.47）		 1.291*
（2.85）		 0.788
（1.39）
因变量滞后项 L.lnCbeden 1.859***
（5.27）		 3.952***
（4.35）		 -0.993*
（-1.66）
常数 Constant -30.672***
（-8.19）		 -21.063***
（-5.46）		 -18.805***（-5.48）
Adj-R2 R2 0.905 0.873 0.801

注：***、**、*分别表示在1%、5%、10%水平上显著，括号内为t值。

①区位条件因素。区位条件始终是企业集聚的首要影响因素，是“路径依赖”的初始出发点。不同区位和地理环境首先表现在人口的集聚程度即城镇化水平，城镇化水平的提高与人口集聚和制造业发展水平提升具有密切关系，是企业集聚的基础。良好的区位条件和地理环境也便于交通等基础设施建设，对于优化物流网络、降低物流成本、提高物流效率等产生正向影响。此外，城镇人口比例上升为制造业集群和跨境电商发展提供丰富的人资本。地理邻近性因素对珠三角地区的影响较为明显，非珠三角地区影响不显著。说明企业扩散的知识邻近、制度邻近、组织邻近等因素的影响作用具有一定空间距离阈值，超过一定空间距离，邻近性作用减弱。
②发展水平因素。经济发展规模、产业结构水平是新增跨境电商企业分布“路径依赖”重要影响因素。跨境电商的发展高度依赖于制造业规模水平的提升，珠三角地区作为我国重要的制造业基地，是跨境电商企业集聚和发展的经济基础。值得注意的是，经济规模与跨境电商新增企业分布的正向关系并不显著，主要由于经济发展规模与跨境电商的关系与区域经济结构相关，如果某一地区经济总量主要由传统产业贡献，那么跨境电商发展未必受到经济规模扩大的推动。此外，第三产业与第二产业增加值之比与跨境电商新增企业分布存在显著的正向影响关系。一方面，跨境电商企业在经营过程中涉及到众多服务环节，第三产业在整体经济中的比例提升和发展水平提高为跨境电商提供了更为完善和专业的服务支撑。另一方面，城市产业结构高级化过程中，产业数字化需求可能越旺盛，数字平台衍生在线购物、支付、物流等服务，这些为跨境电子商务的蓬勃发展提供了坚实基础。
③技术进步因素。技术推动、政策引导和关键性企业进驻是促进“路径依赖”向“路径突破”转变，推动跨境电商时空格局演变的重要影响因素。按照预期，伴随着网络覆盖范围扩大和网络速度提升，特别是移动互联网技术的发展，跨境电商企业可以更便捷地开展相关业务，跨境电商产业规模也会随之扩大。但是，互联网技术的发展与普及使消费者更容易在移动设备上访问电商平台，从而增加了电商平台特别是国内大型跨境电商平台的用户数量并扩大其市场份额，对中小微跨境电商企业产生一定的竞争压力。此外，中国互联网技术发展水平相对较高，珠三角经济发达地区和粤东、粤西、粤北等相对不发达地区的互联网技术发展水平差异并不明显，在研究时期内对新增跨境电商企业没有显著的正向影响作用。
④开放水平因素。进出口贸易规模增长反映了城市的经济活力与对外联系水平，贸易总额提升意味着与国际市场的联系更为密切，跨境电商企业拥有更广阔的市场机遇。研究结果显示进出口规模与跨境电商企业分布呈现显著正向关系，符合理论预期。外商直接投资与新增跨境电商企业区位选择存在负向关系。外商直接投资的增加一般意味着更多外国企业和资本进入该地区市场，而跨国外资企业通常具有更雄厚的资金、更先进的技术和更丰富的资源，从而形成对本土跨境电商企业的竞争压力。同时，外商直接投资的增加既会便利外资企业的跨国产销活动，部分替代跨境电商业务；也会导致地方政府相对更加关注吸引外资而忽略对本地跨境电商企业的政策支持。此外，制度变革是重要的路径创造机会，也是影响跨境电商企业区位选择的核心要素之一，研究发现非珠三角地区政策制度因素作用不显著，亟需制度创新及其复制推广。

4 结论与建议

4.1 结论

本文基于2014—2023年中国第一贸易大省广东省新增跨境电商企业面板数据，系统分析了跨境电商企业时空格局演变特征及影响因素。主要结论如下：①时间演变上，广东省跨境电商规模持续扩大，企业数量稳步增长，新增企业数量呈现出明显的阶段性特征。②空间格局演化上，新增跨境电商企业集聚核心区域主要为珠三角地区，集聚范围逐渐扩大，新增企业区间差异大于区内差异，珠三角地区分布非均衡性逐步减弱，而其他地区非均衡性增强。③新增跨境电商企业分布格局从广州—深圳双核结构，逐渐向东莞扩展形成片状集聚结构，再向珠江口西岸城市中山、珠海扩散，最后向粤东、粤西和粤北地区扩散，逐渐形成了“双核引领、邻域扩展、等级扩散、片区集聚”的空间分布格局。④跨境电商企业区位选择在珠三角地区和非珠三角地区存在不同的路径依赖和路径创造空间结构特征。在区位选择影响因素上，城镇化率与路网密度等基础区位条件对跨境电商企业分布具有显著正向作用，地理邻近性因素在珠三角地区具有显著正向影响。⑤从外部冲击来看，技术进步对新增跨境电商企业影响不显著，对外贸易规模与外商直接投资对新增跨境电商企业分布分别具有正向和负向作用，政策制度因素对新增跨境电商企业分布具有正向影响，且在珠三角地区更为明显。

4.2 建议

根据上述结论，本文提出如下对策建议：①综合考虑地区差异，促进跨境电商区域协调发展。广东省新增跨境电商企业在珠三角和非珠三角地区形成了集聚与扩散并存的格局，跨境电商发展区域差距呈现扩大趋势。应推动发达地区与欠发达地区实现优势互补，促进资源要素的优化配置与流动共享。②推动跨境电商与传统产业发展融合，提升相关服务业发展水平。产业结构水平与制造业规模是跨境电商发展的重要影响因素。应围绕区域优势产业集群打造生产企业与跨境电商交流合作平台，支持企业数字化建设和产业转型升级，探索跨境电商与传统制造业的融合发展。③优化数字贸易发展环境，发掘跨境电商发展潜力。结论显示，互联网与数字技术对新增跨境电商企业的影响并不明显，跨境电商发展的区域差异更多源于产业链与供应链水平。应充分利用跨境电商综试区的示范带动作用，建设高标准跨境电商产业园，提升跨境电商运营效率和供应链韧性。④强化国际交流与合作，提升对外贸易开放水平。针对市场开放与政策引导等外部冲击作用不明显的状况，应充分依托“一带一路”倡议和RCEP全面生效等区域贸易合作契机，加强与日韩、东盟、中亚、中东欧等地区的经贸往来，打通资金流、信息流、贸易流和物流，构建跨境电商发展良好生态。⑤改变制度供给模式，完善服务型政府建设。政策制度是跨境电商发展环境优化和产业集聚的重要影响因素。应逐步优化制度供给模式，从模仿性制度创新转变为自主性制度创新，充分发挥政策制度的引导作用，改善跨境电商营商环境，建设服务型政府，使企业家精神这一“新奇”要素在自由市场中充分发挥作用，推动微观层面实现路径突破与创造。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
杨胜刚, 谢晋元, 成程. 跨境电商、供应链优化和企业国际化——基于大数据文本分析的经验证据[J]. 国际贸易问题, 2023(10):1-18.

[2]
王煜昊, 马野青, 承朋飞. 跨境电商赋能企业供应链韧性提升:来自中国上市公司的微观证据[J]. 世界经济研究, 2024(6):105-119,137.

[3]
王琦, 王琴梅. 数字贸易改革、空间溢出与城市经济韧性——基于跨境电商综合试验区的准自然实验[J]. 经济问题探索, 2024(5):93-107.

[4]
闫晗, 高聪. 中国跨境电商供应链风险因素研究[J]. 南方经济, 2023(6):104-121.

DOI

[5]
Yadav N. The role of internet use on international trade:Evidence from Asian and Sub-Saharan African enterprises[J]. Global Economy Journal, 2014, 14(2):189-214.

[6]
马述忠, 房超. 跨境电商与中国出口新增长——基于信息成本和规模经济的双重视角[J]. 经济研究, 2021, 56(6):159-176.

[7]
Dennis A, Shepherd B. Trade facilitation and export diversification[J]. The World Economy, 2011, 34(1):101-122.

[8]
马述忠, 张道涵, 陈逸凡. 跨境电子商务与市域协调发展——兼论跨境电商的普惠逻辑[J]. 经济学动态, 2024(3):77-95.

[9]
孙黎, 张弛. 跨境电商对中国企业出口产品质量的影响——基于双循环新发展格局的视角[J]. 经济问题探索, 2023(11):37-55.

[10]
史本叶, 齐瑞卿. 跨境电商能否增强企业出口稳定性[J]. 财经科学, 2023(9):103-117.

[11]
Malerba F. Innovation and the dynamics and evolution of industries:Progress and challenges[J]. International Journal of Industrial Organization, 2007, 25(4):675-699.

[12]
刘君洋, 朱晟君. 贸易政策不确定性、出口产品复杂度与企业集聚:风险环境下的企业空间重构[J]. 地理研究, 2021, 40(12):3302-3313.

DOI

[13]
朱邦耀, 白雪, 李国柱, 等. 中国创业板上市公司分布时空格局演变[J]. 世界地理研究, 2019, 28(3):113-122.

[14]
Alvarez-Palau E J, Méndez-Ortega C, Gutiérrez C C. Locational factors of logistics platforms in the era of e-commerce:a preliminary assessment from the Spanish case[J]. Transportation Research Procedia, 2023, 72:1990-1997.

[15]
张正荣, 杨金东. 跨境电子商务综试区的区位选择与推广路径研究——基于70个案例的模糊集定性比较分析(fsQCA)[J]. 技术经济, 2019, 38(10):118-127.

[16]
李隽波, 张珏, 曲霏. 跨境电商生态圈构建及发展路径研究[J]. 科技管理研究, 2019, 39(23):207-212.

[17]
朱伟骅, 王雪婷. 中美贸易摩擦对中国企业脱虚向实的影响[J]. 经济地理, 2023, 43(9):42-51.

DOI

[18]
王菁菁. 跨境电商视角下广东外贸企业转型升级研究[J]. 经济论坛, 2017(11):11-13.

[19]
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):92-98.

[20]
Bickenbach F, Mbelu A, Nunnenkamp P. Is foreign aid concentrated increasingly on needy and deserving recipient countries?An analysis of Theil indices,1995-2015[J]. World Development, 2019, 115:1-16.

DOI

[21]
董丞妍, 谭亚玲, 罗明良, 等. 中国“癌症村”的聚集格局[J]. 地理研究, 2014, 33(11):2115-2124.

DOI

[22]
Martin R, Sunley P. Forms of emergence and the evolution of economic landscapes[J]. Journal of Economic Behavior & Organization, 2012, 82(2-3):338-351.

[23]
Pinch S, Sunley P. Do urban social enterprises benefit from agglomeration?Evidence from four UK cities[J]. Regional Studies, 2015, 50(8):1290-1301.

[24]
Martin R. Roepke lecture in economic geography—rethinking regional path dependence:Beyond lock-in to evolution[J]. Economic Geography, 2010, 86(1):1-27.

[25]
Martin R, Sunley P. Conceptualizing cluster evolution:beyond the life cycle model?[J]. Regional Studies, 2011, 45(10):1299-1318.

[26]
Hassink R, Isaksen A, Trippl M. Towards a comprehensive understanding of new regional industrial path development[J]. Regional Studies, 2019, 53(11):1636-1645.

DOI

[27]
Trippl M, Grillitsch M, Isaksen A. Exogenous sources of regional industrial change:Attraction and absorption of non-local knowledge for new path development[J]. Progress in Human Geography, 2018, 42(5):687-705.

[28]
白俊红, 张艺璇, 卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济, 2022(6):61-78.

[29]
钱肖颖, 杨宇. 从“路径创造”到“路径锁定”:港澳台投资与外商投资影响珠三角产业动态的比较分析[J]. 地理科学进展, 2022, 41(9):1635-1646.

DOI

[30]
贺灿飞. 区域产业发展演化:路径依赖还是路径创造?[J]. 地理研究, 2018, 37(7):1253-1267.

DOI

[31]
陈作任, 李郇. 经济韧性视角下城镇产业演化的路径依赖与路径创造——基于东莞市樟木头、常平镇的对比分析[J]. 人文地理, 2018, 33(4):113-120.

[32]
段丁允, 冯宗宪. 中国城市群数字贸易发展水平测度[J]. 西安交通大学学报(社会科学版), 2023, 43(3):44-60.

Options
文章导航

/

〈 〉