我国电子商务产业空间集聚性与空间关联性研究

张新平

摘 要：随着信息化的发展和商品贸易的活跃，电子商务产业获得了前所未有的发展机遇，并加速改变着企业的经营、销售格局与个人的购物理念。在总结已有文献的基础上，以电子商务销售额为因变量，同时选取了经济发展水平、交通便利程度、人口密度、互联网普及率作为自变量，探究了各变量在空间上的集聚与关联，并建立空间回归模型分析因变量电子商务产业发展水平与所选取自变量之间的空间关联性，在此基础上，提出了完善互联网基础设施、加大相关信用立法等针对性的政策建议。

关键词：电子商务产业；互联网普及率；人均生产总值

中图分类号：F2

文献标识码：A

doi：10.19311/j.cnki.16723198.2016.23.002

1 引言

电子商务是以电子通讯网络为载体，通过网络对含有经济价值的商品和服务进行宣传、交易与结算，它是随着第三次科技革命和计算机网络的普及而出现的一种新型商业模式，主要包括B2B、B2C、C2C、C2B等形式，具有受众广、成本低、信息传输快等优点。电子商务的兴起，正加速改变着传统的企业经营方式，带动了全产业链的升级，2015年全国电子商务交易额达18.2万亿元，同比增长35%，在网上做生意者日众。在国家层面上，“十三五”时期电子商务产业发展的顶层设计中也认为“要促进电子商务进农村进社区，推进服务业电子商务应用，开展电子商务与物流快递协同发展试点，推动跨境电子商务健康发展”等目标。基于此，本文旨在探究电子商务产业在空间分布上的特点及与各影响因素在空间上的关联度。

2 研究基础与文献综述

电子商务的诸多优点与巨大影响力吸引了不少学者的目光，近些年来学者们尝试从不同角度对电子商务产业进行研究。李博群（2015）从宏观角度出发，认为我国电子商务产业整体发展势头迅猛，但是也存在区域间发展态势不平衡，法律风险、交易信用和安全风险突出，配套设施欠缺等弊端，指出我国应加强电子商务产业的信用体系建设和相关基础设施投入。游贵巧（2011）则从经济、技术、社会、理念等角度考察了影响电子商务网络发展的因素，认为电子商务的发展要从经营、技术创新、资源整合方面入手。产业集群也是该领域研究的重点方向，凌守兴（2015）通过对不同地区个案的比较分析了农村电子商务产业集群的萌芽、成长、成熟三个阶段的状况与特征。蒋定福等（2012）对上海市电子商务产业集群的发展现状进行了探讨，指出应从培养行业发展环境，第三方机构建设，产业载体建设，发挥龙头企业带动作用这四个方面入手，推动电子商务产业集群的健康发展。由于电子商务的发展深受居民分布，交通因素的影响，故也有学者从空间地理的视角对此加以研究。总体而言，我国电子商务的分布具有明显的地域差异，以长三角为核心，呈由东南向西北的阶梯分布，且主要受到物流业、互联网技术、居民文化程度等因素影响。钱海东等（2014）通过对我国C2C卖家在空间上的分布进行了研究，同样认为C2C卖家区域分布差距较大，且向沿海和特大城市聚集。

基于此，本文在梳理文献的基础上，旨在从空间计量经济学的视角出发，对以往学者的研究结论加以辨析和发展，分析电子商务产业在空间地域单元之间互相影响的效应与表现，以及电子商务产业发展程度与当地的经济发展水平、交通便利程度、网络普及程度等变量的影响。

3 研究方法

3.1 数据来源与自变量设定

本文假设电子商务产业的发展与当地的人口规模、经济基础、互联网基础设施、交通便利程度有关。故本文选取人均电子商务销售额为因变量，并将人口密度、人均生产总值、互联网普及率、公路密度作为自变量，从空间计量的角度考察其对电子商务产业发展水平的影响。本文数据来源于《中国统计年鉴》、《中国第三产业统计年鉴》及各省市区的相关统计数据。

3.2 空间关联性测量指标

某一变量在空间上发生集聚，则意味着在一定的区域内，该变量在各个地域单元之间具有空间自相关性。Moran在1950年提出全局Moran I指数，反映各个地域单元与邻近地域单元的相似性。单变量全局莫兰指数I（又称自关联性全局莫兰指数I）的计算公式：I=∑∑Wij（xi-）（xj-）S2∑∑Wij

双变量莫兰指数Ixy（又称交叉莫兰指数I）的计算公式为：Ixy=∑∑Wij（yi-y-）（xj-）Sx2∑∑Wij

其中，n是研究地域内的单元数，wij是空间权重矩阵的元素值，xi是地域单元i的x变量值，yi是地域单元i的y变量值。莫兰指数的取值范围在-1至1之间，Moran I大于0表示正相关，越接近于1表示属性相似的值集聚的特征越明显，Moran I越接近0则表示值的属性分布越趋向于随机分布，空间自相关性就越弱。此外，Anselin在1995年提出用局部莫兰指数来检验局部地区是否存在变量聚集现象。其计算公式为：Ii=（xi-）∑Wij（xj-）S2，在局部莫兰指数中，正的I值表示高值被高值所包围或者低值被低值所包围，而负的I值则表示低值被高值所包围或者是高值被低值所包围。

3.3 空间权重矩阵的确定

空间权重矩阵是用来表示地域单元之间邻接性的工具，若邻接则表示为1，不邻接则表示为0。常用的空间权重矩阵设定方式有线性邻接、车邻接、后邻接、象邻接等，本文采用后邻接来生成空间权重矩阵，若两个地域单元之间存在共同的边或共同的顶点，就定义它们邻接，即Wij=1，否则Wij=0。

4 空间相关性研究

4.1 全国电子商务产业发展水平的地域分布

根据各地区人均电子商务销售额（单位：亿元）制作了相应的四分位图和LISA图，如图1、图2所示，我国人均电子商务销售额呈现了东中西部梯级分布格局，由东部沿海往西北内陆，人均电子商务销售额呈递减趋势。就空间集聚性而言，仅有天津呈现了高-高分布，而西北地区则呈现了低-低分布，内蒙古、甘肃、青海均处在电子商务产业较不发达的区域。此外，经计算可得人均电子商务销售额的Moran I指数为0.135215，说明其在空间分布上呈现出较弱的空间正相关。

4.2 自变量的空间分布情况

本文使用Geoda软件制作了四个被解释变量的Moran I散点图，与人均电子商务销售额类似，我国的人口密度在空间上也呈现了东中西梯级分布的特征，如图3所示，其Moran I指数为0.198985，大部分散点位于第一和第三象限，说明人口密度的地域分布呈现了较大的空间正相关性。究其原因，一是因为东部地区多为平原，气候宜人，且为我国主要的粮食生产基地，为大量人口的生存提供了物质基础，而西部地区则气候恶劣，经济落后，对人口的吸引力不足。

在人均GDP的空间分布上，也大致呈现了东高西低的局面，如图4所示，其Moran I指数为0.228949，具有正的空间相关性，江浙沪以及环渤海、珠三角地区均呈现高-高分布，而云南、贵州、广西则为低人均GDP的集聚区。人均GDP较高的地区要么因为地处沿海，拥有良好的地理区位，要么则是因为当地矿产等自然资源丰富。

在互联网普及率方面，东部沿海地区的普及率普遍超过50%，明显高于全国其他地区，西北边疆地区的普及率也较高，中部和西南地区的普及率则较低，部分省份的普及率甚至低于35%。如图5所示，其Moran I指数为-0.0681794，指数较小，倾向于随机分布，可以认为互联网普及率不具有明显的空间相关性。一方面，东部地区经济发达，互联网的普及具有良好的经济基础。另一方面，新疆、内蒙古、青海、陕西等西部地区虽然经济水平不算发达，但是当地地广人稀，互联网的需求量较少，出现了供大于求的局面，也有助于互联网的普及。而中部和西南则经济欠发达且人口众多，多山地，基础设施建设成本大，于是出现了互联网资源供不应求的局面。

电子商务的发展离不开物流与交通运输行业的支撑。当地公路密度决定了当地电子商务产业运输成本的高低。如图6可知，其Moran I指数为0.449661，呈现了显著的空间自相关。具体而言，山东、河南、安徽、江苏四省为我国公路密度最为稠密的区域，这可能与当地的人口规模与地形有关，华东、华北均为人口聚集区，庞大的人口规模增加了对于公路交通的需求，且当地又位于华北平原和江淮平原这两类地形区，平原地形无疑为公路的修建提供了自然便利。

5 空间回归模型分析

在利用空间数据分析不同变量相互关系时，往往需要在经典线性回归模型中加入空间自相关因素，从而形成空间自回归模型，所谓空间自回归就是在因变量中包含因变量其他地域单元的值。由于本文试图探究地区之间相互作用因所处位置不同而产生的差异，故采用空间误差模型进行回归分析，得到的结果如表1所示。

由表1可知，互联网普及率对电子商务产业的发展具有显著的正向促进作用，充分说明了互联网作为电子商务产业重要的信息基础设施，直接关系到电子商务产业的应用程度，没有互联网的普及，电子商务产业的发展也就无从谈起。而自变量人均国内生产总值前面的系数是-0.1550，说明经济发展水平与电子商务产业的发展水平之间存在负相关关系，这似乎与人们通常的认识不同。究其原因，可能有两点，一方面，可能与样本的选择有关，如内蒙古、陕西、吉林等省份由于蕴藏有大量的石油、天然气、稀土等自然资源，属于自然资源富集地区，所以其人均国内生产总值较高，但资源的富集并不完全等同于经济基础的雄厚，实际上，这些地区人民生活水平和工业基础、产业结构在我国并不占优势，这一误差可能最终导致了模拟结果与假设的不一致。另一方面，经济落后地区往往城镇化水平较低，如云南、贵州、广西等地农村人口较多，且地形崎岖，实体店不如其他地区那样集聚，B2C形式电子商务的出现反而在当地获得了较大的市场，降低了当地人外出购物的时间成本和交通成本，导致当地人可能更倾向于电子商务这一新兴商业模式。

6 政策与建议

根据上述的空间计量分析以及文献研究，笔者认为我国电子商务产业近些年虽然得到了显著的发展，也仍然存在诸多问题和发展障碍，针对上文分析，提出如下政策建议。

第一，加大信息基础设施建设，提高互联网普及率。由上文可知，互联网普及率的提升可以极大地促进电子商务销售额的提升。但目前我国信息化程度的区域差异非常明显，江苏、浙江、广东、北京、上海等地发达的信息基础设施为电子商务产业提供了良好的发展环境，广东众多的中小企业则促进了B2B业务的扩大。作为基础设施投资，互联网的建设具有投资大、周期长、风险大的特点，一般私人资本难以承担，因此需要政府介入，通过财政出资和社会融资相结合的方式，为边远地区、地形复杂地区架设互联网线路，补齐当地限制电子商务产业发展的短板。此外，还要发展大数据和云计算等配套产业，同时降低用户上网费用，提高互联网的服务质量和水平，提升企业的信息化水平。

第二，加大电子商务产业的相关立法与信用体系建设。电子商务产业在我国发展时间并不长，相关领域的法律法规建设相对滞后，导致不少企业个人可以钻法律的漏洞，引发了诈骗、侵犯知识产权、产品质量无保证等一系列问题。因此，相关部门应加强电子商务产业的法制建设，出台一批与国际接轨的管理规定，使电子商务企业的经营做到有法可依，有章可循。此外，电子商务作为虚拟交易平台，建立在契约的基础上，对交易双方的信用要求较高，故要加强该领域的诚信体系建设，建立失信惩戒制度。因此，不仅要关注卖家的诚信度，也要加强公共电子商务交易平台之类的媒介建设，促使电子商务媒介走上正规化、诚信化的经营道路，努力营造公平竞争的外部环境，促进电子商务产业的健康有序发展。

参考文献

[1]李博群.我国电子商务发展现状及前景展望研究[J].调研世界，2015，（1）：1518.

[3]游贵巧.论影响电子商务网络成长的因素[J].中国商贸，2011，（25）：2930.

[4]凌守兴.我国农村电子商务产业集群形成及演进机理研究[J].商业研究，2015，（1）：104109.

[5]蒋鼎福，岳焱.上海电子商务产业集群推进策略研究[J].商业时代，2012，（16）：129130.

[6]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）.

[7]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）.

[8]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）.