集聚與裂變*
——淘寶村、鎮空間分布特征與演化趨勢研究

單建樹 羅震東

集聚與裂變*
——淘寶村、鎮空間分布特征與演化趨勢研究

單建樹 羅震東

單建樹

南京大學建筑與城市規劃學院

碩士研究生

羅震東

南京大學建筑與城市規劃學院 副教授

南京大學區域規劃研究中心 副主任

中國城市規劃學會鄉村規劃與建設學術委員會委員

阿里新鄉村研究中心客座研究員

0 引言

隨著全球化和信息化進程的持續深入，電子商務作為一種新興的交易方式在中國迅速崛起，深刻地影響著商品的流通方式和城鄉居民的日常生活。中國電子商務研究中心發布的數據顯示，2015年中國電子商務交易額達18.3萬億元，網購用戶規模達到4.6億人①引自中國電子商務研究中心《2015年度中國電子商務市場數據監測報告》。，電子商務已成為推動經濟增長和改善民生服務的重要平臺。作為電子商務體系的重要組成部分，鄉村電子商務亦步入成長的快車道，2015年中國農村網購市場規模達3 530億元，環比增速高出城市4個百分點以上②引自中國國際電子商務中心研究院《中國農村電子商務發展報告（2015—2016）》。。在電子商務消費快速增長的同時，鄉村生產活動也通過電子商務接入廣闊的外部市場，快速涌現出大量的淘寶村③阿里研究院對淘寶村的認定標準：1.交易場所：經營場所在農村地區，以行政村為計量單元；2.交易規模：電子商務年銷售額達到1 000萬元以上；3.網商規模：本村注冊網店數量達到100家以上，或注冊網店數量達到當地家庭戶數的10%以上。、淘寶鎮④阿里研究院對淘寶鎮的認定標準：一個鎮、鄉或街道出現的淘寶村大于或等于3個，即為淘寶鎮。，成為信息時代鄉村發展最具代表性的現象⑤據阿里研究院統計，2016年淘寶村的活躍網店數量超過30萬個，年銷售額達到百萬元的電子商鋪突破11 000個，一年有超過7億個包裹發往全國各地。。鄉村生產和消費活動的同步提速不僅為農民增收和城鄉要素流動提供了新途徑，也悄然改變著鄉村的發展模式和城鄉關系，甚至讓式微已久的鄉村城鎮化重現活力，仿佛20世紀80年代興起的自下而上城鎮化的再現[1]。由于電子商務驅動的鄉村發展很好地回應了四化同步、鄉村復興，以及城鄉統籌等時代議題，開始受到越來越多的關注⑥2016年發布的《國務院關于深入推進新型城鎮化建設的若干意見》中明確提出，將農村電子商務發展作為加快新型城鎮化、輻射帶動新農村建設的重要抓手。。作為科學制定新型城鎮化公共政策的基礎，電子商務驅動的鄉村發展特征、機制，以及趨勢和規律的研究變得日益迫切。

作為一種顛覆性(Disruptive) 技術，電子商務縮短了生產網絡和消費網絡之間的時空距離，在產業鏈和價值鏈環節體系中扮演了去中介(Disintermediation)和再中介的(Reintermediation)角色[2-3]，對傳統地理格局產生了巨大影響。電子商務世界（Worlds of E-Commerce）的空間特征作為一個前沿領域早已引起國內外學者的關注[4-5]。隨著中國電子商務的蓬勃發展，近年來關于電子商務空間分布的研究迅速增多，主要有3個方面。一是通過各地的電子商務發展指數，建立電子商務發展水平空間分布的測度方法，如電子商務發展水平的省際差異[6]，城市間、縣域電子商務發展水平的空間分布特征及其影響因素等[7-8]。二是依據各地電子商鋪的數量對其空間特征及影響因素進行研究，如全國層面電子商鋪數量的空間分布特征[9]、影響因子[10]，C2C淘寶店的地理分布[11]及其演化機制等[12]。三是從細分行業的角度研究不同產品類型電子商鋪的分布特征[13-14]。上述研究以定量研究為主，聚焦電子商務發展的整體特征和區域比較，一定程度上反映了中國電子商務發展的空間特征，然而對于農村電子商務及其推動的鄉村城鎮化關注不足。目前，關于鄉村地區電子商務的研究主要以案例描述和定性分析為主，圍繞電子商務驅動下的鄉村城鎮化模式[15-16]、單個淘寶村的空間變遷與重構[17-18]、鄉村電商產業集群[19- 20]，以及鄉村電商發展對于城鄉格局的影響[21]等方面展開，雖然從不同側面呈現了鄉村電子商務和城鎮化的部分特征，但整體仍處于起步階段，缺乏較為全面的定量分析，以及趨勢和規律的探索。基于此，本文試圖在相關研究[22]基礎上，更新研究數據、改進分析方法，通過對淘寶村、鎮的深入分析揭示中國當前農村電子商務發展的空間特征與演變趨勢，探索可能存在的規律，為制定更加有針對性的公共政策以促進新型城鎮化的多元健康發展提供參考。

1 數據來源與研究方法

1.1 數據來源

研究數據主要來自定量采集和實地調研兩大途徑。阿里研究院以大數據平臺識別的2014、2015、2016連續3年的全國淘寶村和淘寶鎮名單⑦2014年是淘寶村首次在全國范圍內大規模出現的時期，盡管阿里研究院在2013年也發布過淘寶村報告，但當時尚未明確淘寶村以行政村為基本單元，造成在對象選取方面尺度不一，故本次研究沒有采用。（不包括港澳臺三地）作為本研究的基礎定量數據。由于當前中國尚無統一的精細化電子商務平臺統計數據庫，阿里研究院所提供的淘寶村、鎮數據是當前最為準確、能有效地反映農村電子商務發展的數據之一。作為中國最大的電子商務平臺企業，阿里巴巴集團2015年在中國電子商務交易市場占比超過一半，在移動網絡交易的市場份額更是超過了80%⑧引自艾瑞咨詢《2015年電子商務數據報告》。，淘寶村、鎮均以阿里巴巴平臺的交易金額和店鋪注冊數目作為主要衡量指標，能夠較為客觀地反映鄉村電子商務的應用和發展情況。研究團隊從2015年至今先后對浙江、江蘇、山東、廣東等省多地淘寶村、鎮的實地調研，所獲取的大量輔助性數據，如相關規劃成果、政策文件和政府報告，以及非常重要的訪談和感性認識，為空間演化特征與趨勢的研判提供了非常重要的參考。

1.2 研究方法

1.2.1 平均最近鄰分析法

點要素在研究區域內的分布有集聚分布、隨機分布和離散分布3種類型，通過平均最近鄰（Average Nearest Neighbor）分析方法可以分析研究范圍內點數據的分布類型及趨勢程度，計算方法為：

其中：DE為研究區域內點數據隨機分布的平均距離；DO為經過測算后的點數據平均值；n為點數據個數；S為研究區域面積；di為每個點數據與它最近的要素之間的距離[23]。平均最近鄰比率為DO/DE，若該指數＜1，則表示數據分布趨向于聚集，若該數據＞1，則表示該數據分布趨向于離散，指數越接近于1表示數據的分布隨機性越大。

1.2.2 空間自相關分析法

空間自相關分析可以測度空間變量的區域結構形態，是檢驗某一要素是否與其相鄰空間相關聯的重要指標。空間自相關分析可以分為全局空間自相關分析和局部空間自相關分析，全局空間自相關是對面要素內的屬性值（本次分析以縣域

為基本單元，以淘寶村的數量為屬性值）在整個區域空間特征的描述，用于分析區域總體的空間關聯和空間差異程度，主要采用Moran's I指數測度[24]，其計算公式為：

其中：xi為縣域單元i的淘寶村個數；Wij為空間權重矩陣；為屬性平均值Moran's I指數位于-1到1之間，若值接近于1則表示屬性相似的空間單元聚集在一體，若接近于-1則表示屬性相異的空間單元集聚在一起，若值接近于0則為隨機分布，不存在空間自相關性。但全局空間自相關分析會掩蓋小范圍內局部不穩定性，在此基礎上還需進行局部空間自相關分析[25]，測度每個局部單元服從全局總趨勢的程度，并揭示其空間異質，亦稱空間關聯局域指標(Local Indicators of Spatial Association, LISA)，在LISA圖中集聚分為4種情況，其中High-High表示高水平區域被其他高水平區域所包圍，Low-High表示低水平區域被其他高水平的區域所包圍，Low-Low表示低水平區域被其他低水平區域所包圍，High-Low表示高水平區域被其他低水平的區域所包圍[26]。

1.2.3 核密度分析法

圖1 2016年淘寶村和淘寶鎮分布散點圖資料來源：作者自繪。

表1 2016年淘寶村、鎮空間分布的平均最近鄰計算結果

核密度分析（Kernel Density Estimation）作為一種非參數測度方法被普遍應用于空間分析中，該方法以特定的點要素地理坐標位置為圓心，將該點要素的屬性分布在半徑為h的圓的范圍內，在點要素中心位置處密度最大，并隨距離衰減，到極限距離處密度為0[27]，選用Rorenblatt-Parzen核函數進行測度[28]，計算方法為：

其中：K為核函數；h為帶寬；xi-xj為測算點xi到樣本點xj處的距離。

1.2.4 多距離空間聚類分析方法

多距離空間聚類（Multi-distance Spatial Clustering）分析方法用于分析點數據的空間集聚范圍，可表示點數據的空間聚集或空間擴散在鄰域大小發生變化時是如何變化的，其工作原理為：

其中：S表示研究區域面積；n表示點數據個數；d表示距離而k（i,j）表示權重。當i和j之間的距離≤d時權重為1，當i和j之間的距離＞d時權重為0[29]。該方法可計算與每個要素關聯的相鄰要素（即小于計算距離的要素）的平均數量，如果一個點的相鄰要素數量比期望值高，那么該點及其周圍的鄰居則呈現集聚分布[30]。

2 淘寶村、鎮的空間分布特征

淘寶村、淘寶鎮的井噴式成長雖然和1980年代鄉鎮企業推動下的鎮村發展有著相似的自下而上特征，但時代背景和發展機制的不同使其空間分布也呈現出新的特征。

2.1 三大區域的空間集聚

基于2016年淘寶村、鎮的空間分布可以發現，空間分布極不均衡，具有明顯的區域性集聚特征。全國絕大部分淘寶村和淘寶鎮均聚集于東部地區（圖1），沿海6省（河北省、山東省、江蘇省、浙江省、福建省和廣東省，下同）的淘寶村數量占全國的97.25%，其他省份的淘寶村均在15個以內，有13個省（市、區）尚未出現淘寶村。沿海6省淘寶鎮數量占全國的98.52%，其他省份中僅有遼寧、四川兩省各出現1個淘寶鎮。計算2016年淘寶村和淘寶鎮的平均最近鄰比率，結果顯示比率＜1，并且z得分＜-2.58（呈現明顯的聚類特征），顯著性水平p值小于0.001（99.9%的置信度），具有統計學上的顯著性（表1），表明淘寶村和淘寶鎮的分布具有較強的集聚特性，淘寶鎮在空間上的集聚程度比淘寶村更為強烈。

在集聚程度最高的沿海6省中，淘寶村和淘寶鎮的分布呈現出較為明顯的北、中、南3大區域。集聚程度最高的是中部區域，主要包括浙江全省和江蘇省南部地區，超過40%的淘寶村和淘寶鎮聚集于此。這一區域一方面是中國鄉鎮企業、個私經濟最為發達的地區，同時也是中國電子商務的發源地，具有最為堅實的產業基礎。區域處于長三角核心的區位條件非常優越，密集的交通網絡和居中的地理位置使得產品在運輸效率和運輸成本上最具優勢，可以便捷地輻射全國最主要的人口密集地區⑨依據國家郵政局統計數據，2015年“雙11”期間，快遞出貨量排名前10的城市中有5座城市位于浙江和蘇南地區（金華、杭州、蘇州、溫州、寧波）。。南部區域由珠三角、潮汕和閩東南3個相對獨立的團塊狀集聚區構成。這一區域毗鄰港澳臺，是改革開放的前沿，通過發展“三來一補”的外向型經濟，逐漸形成服裝、電子、食品、玩具等優勢產業，為電子商務的發展奠定了堅實的基礎。這一區域淘寶村的主營產品基本源于上述產業，鄉村工業化在淘寶村形成之前就已基本完成，電子商務的發展更多起到的是拓寬銷售渠道、重新整合產業鏈提升運行效率的作用。北部區域是集中程度最低的區域，主要包括蘇北、魯南，以及冀中南地區。這一區域屬于華北平原農業經濟區，經濟發展水平和產業基礎遠遠落后于中部和南部區域，大多數淘寶村、鎮形成之前的產業基礎很薄弱，人口、資金等生產要素長期處于外流狀態，一定程度上屬于鄉村衰敗地區。電子商務的全球鏈接特性與鄉村低成本創業環境的結合，開啟并加速了當地的鄉村產業化進程，超越了傳統的鄉村線性發展模式，步入信息化帶動工業化和城鎮化的新路徑，催生出一批信息時代的明星鄉鎮，如睢寧縣沙集鎮、曹縣大集鎮等。

圖2 2016年縣域尺度淘寶村LISA聚類圖資料來源：作者自繪。

表2 2016年淘寶村空間分布的全局Moran's I指數

淘寶村空間分布在縣域尺度上具有正自相關特征，淘寶村的集聚區域具有鄰接特點。采用Moran's I指數對縣域“淘寶村”空間分布進行全局自相關分析，結果Moran's I指數為0.22＞0，并且z得分＞2.58（呈現明顯的聚類特征），顯著性水平p值小于0.001（99.9%的置信度），具有統計學上的顯著性（表2）。進一步對其進行局部空間自相關性分析，LISA聚類圖（圖2）上High-High區域與上文所述的3大集中分布區基本一致，這些地區內縣域單元和附近縣域單元的淘寶村數量均較多。其中冀中南地區識別出的High-High區域相對較少，表明這一地區的淘寶村集聚程度和鄰接特性相對弱于其他集中分布地區；Low-High區域主要位于浙江東北部的磐安、新昌、寧海等地，這些縣域單元周邊地區的淘寶村數量普遍較多，自身的淘寶村數量相對較少，屬于潛力型地區；High-Low呈現零星分布情況，位于山東博興縣和四川郫縣，這兩個縣域內部淘寶村數量較多，但周邊縣域內淘寶村數量均較少，呈現一定的孤島特征。

2.2 與區域中心的局部錯位

圖3 2014年—2016年淘寶村分布散點圖資料來源：作者自繪。

圖4 2014年—2016年淘寶鎮分布散點圖資料來源：作者自制。

表3 2016年一線城市和沿海六省會的淘寶村、鎮數量

淘寶村和淘寶鎮的3大集中分布區與中國東部主要的經濟區⑩長三角、珠三角、京津冀、閩東南等。存在整體一致和局部錯位現象。尤其東部地區的一、二線發達城市并非淘寶村、鎮密集分布的地區，有些甚至是集聚度洼地。比較東部地區的一線城市和主要省會城市可以看到，除廣州和杭州外，其他城市中淘寶村、鎮數量均較少，上海、南京、深圳等城市甚至尚未出現淘寶村（表3）。這一方面與這些城市的產業結構和產品結構有關。目前C2C電子商務的暢銷品多為家庭作坊或小型企業制造的服裝、家具、箱包、食品等技術含量不高的產品，上述區域中心城市盡管電商產業發達，但其產品主要來源于城鎮或開發區的企業，鄉村電商所代表的小型制造業在其產業結構中所占比例較小。另一方面，由于中心城市人口眾多，產業類型多樣，能夠為鄉村居民提供較為豐富的、多樣的就業崗位，從而使得鄉村居民更傾向于到城區中就業，放棄不確定性較高的電商創業。同時這些中心城市周邊的鄉村地區往往是城市資本向外擴張的首要投放地，大量的鄉村旅游和地產開發活動為村民提供了更多的發展選擇，在一定程度上擠壓了鄉村電商的成長空間。反觀一些淘寶村密集出現的地區，由于當地就業機會少，沒有外出打工的村民擁有大量的閑暇時間嘗試創業，恰恰吻合電子商務對于時間投入較多的要求。同時鄉村地區的低生活成本和基于血緣、親緣的熟人社會網絡，使得其在產品成本、技術擴散與資源整合方面具有巨大的優勢。于是，不僅蘇州、溫州、泉州等制造業基礎雄厚的地區產生了大量的淘寶村，原本產業基礎薄弱的魯南、蘇北地區也涌現出大量淘寶產業集群。

3 淘寶村、鎮的空間增長趨勢

3.1 快速的裂變式增長

淘寶村、鎮雖然在數量上快速增長，但在空間分布上并未呈現顯著的擴張性，更多地呈現為一定范圍內（縣域）的“裂變式”增長狀態，即新增淘寶村、鎮多數出現在原本就較為集中的地方（圖3-圖4），仿佛細胞的裂變增殖。數據顯示，雖然2014—2016年淘寶村的分布省份從10個增加到18個，但新增的8個省份淘寶村的總量僅為14個，只占新增數量的1.27%，淘寶鎮的數量僅增加1個，淘寶村、鎮在新增地區遠未形成集聚發展的態勢（表4）。根據核密度分析結果（圖5），2014年全國淘寶村已呈現多中心分布狀態，珠三角、潮汕、閩東南地區呈現為相對獨立的核心區；浙江境內呈現帶狀分布趨勢，除杭州外，甬臺溫和金麗地區構成了兩條明顯的淘寶集聚帶；而山東、河北的淘寶村則是小規模的點狀集聚。至2016年，珠三角至閩東南地區已經出現連綿發展態勢，浙江全省與蘇南地區則構成淘寶村最大的連綿集聚區，蘇北、魯南與冀中南地區的淘寶核心區也呈現不同程度的加密和擴展。相比于東部地區，淘寶村在中西部和東北地區一直呈現孤島狀分布，河南的許昌、洛陽等地是為數不多的增長相對較快地區。

圖5 2014年—2016年淘寶村分布核密度圖資料來源：作者自繪。

圖6 2015年、2016年新增淘寶村分布散點圖資料來源：作者自繪。

表4 2014年—2016年全國淘寶村和淘寶鎮的分布情況

計算2015年和2016年新增淘寶村數量的平均最近鄰比率，結果顯示比率為＜1，并且z得分＜-2.58（呈現明顯的聚類特征），顯著性水平p值小于0.001（99.9%的置信度），具有統計學上的顯著性（表5），表明新增淘寶村在空間上具有很強的集聚性，絕大部分新增的淘寶村位于原本分布就較為集中的沿海6省（圖6），占到新增數量的97.18%。

除全國尺度上的空間集聚性外，淘寶村的集聚范圍發生了明顯變化，通過對2014—2016年淘寶村進行多距離空間聚類分析，淘寶村在一定距離內的集聚程度均高于隨機分布的最大值，并全部通過檢驗。2015年和2016年淘寶村集聚峰值出現的距離明顯比2014年延后，淘寶村的空間集聚范圍由2014年的8.5 km擴展到2015年的17 km，至2016年進一步擴展為17.4 km（圖7），表明淘寶村向外擴張的距離迅速擴大后趨于穩定。2015年至2016年淘寶村數量由778個增加至1 311個，增幅達68.51%，但是淘寶村的集聚距離范圍增幅僅為2.35%，進一步印證了前文關于淘寶村在空間分布上呈現裂變式增長的論述。

3.2 空間分布的可能趨勢

基于對淘寶村、鎮空間分布的演化過程分析，結合對大量淘寶村、鎮的實地調研，可以預測未來淘寶村、鎮將會在東部地區尤其是3大集中分布區域進一步集聚，形成明顯的淘寶集群效應。互聯網、電子商務雖然能夠在一定程度上壓縮時空距離、降低交易成本，但更為綜合的區域差異并不會因為時空壓縮而立即消除。不同地區的生產技術水平、人才聚集程度、信息技術應用能力，以及思想文化觀念等多方面差距，甚至會在信息時代進一步放大，形成難以逆轉的“馬太效應”。尤其隨著電子商務的進一步發展，產品競爭將更加激烈，諸多品類會不可避免地進行行業洗牌和優勝劣汰，電商創業的門檻必將進一步提高，完全沒有產業基礎的淘寶村產生的幾率將大大降低。結合既有產業基礎，圍繞既有淘寶村、鎮空間形成淘寶村將成為更為主要的產生模式，而由此帶來的空間集聚范圍也將趨于穩定。

圖7 2014年—2016年淘寶村多距離空間聚類分析圖資料來源：作者自繪。

表5 2015年、2016年新增淘寶村空間分布的平均最近鄰計算結果

根據中國經濟發展的區域梯度格局，河南、安徽、江西等中部省份的部分地區可能在未來率先迎來淘寶村、鎮的快速成長期。鄉村電子商務本質上是鄉村實體產業的一種鏈接渠道和擴散媒介，當電商產業和人才開始在更大區域內進行分工與協作時，電子商務也會隨之擴散，從而為后發地區帶來鄉村電商發展的契機。例如表演服飾產業聚集的山東省曹縣大集鎮，由于本地生產能力有限，部分網商會在“五一”、“六一”等銷售旺季就近聯系河南省商丘、許昌等地的服裝企業為其生產表演服飾，產業鏈的延伸有可能帶動這些地區產生新的淘寶村。這一趨勢在近年的變化中已有所體現，目前河南省已發現13個淘寶村，成為東部沿海6省外擁有淘寶村數量最多的省份，江西省淘寶村發展速度也相對較快（目前已發現4個淘寶村），而安徽省更是2016年唯一實現淘寶村數量零的突破的省份。在廣大的西部地區，由于技術水平、運輸效率等因素的制約，當前還很難與東部地區建立有效的分工與協作機制，少數鄉村可能因獨特的產品??如云南鶴慶縣新華村的手工銀器、寧夏賀蘭縣德勝村的枸杞產品。而成長為淘寶村，但淘寶村大量出現的可能性不高。

4 結論與討論

改革開放30多年中國經濟的持續快速增長推動了消費需求的全面升級，眾多個性化、小眾型產品成為人們青睞的對象，而互聯網長尾（Long Tail）效應[31]的存在則為眾多特色產品、小微制造的發展提供了機遇。與此同時，信息時代的開放性和生產要素的高速流動，使得包括鄉村地區在內的各種聚落都能夠融入更大范圍的生產和消費體系。地方的增長潛力不再單純地依賴自身的人口規模和資源稟賦，更多地取決于其鏈接區域的能力。互聯網所重塑的經濟、社會，以及時空特征為中國鄉村電子商務的興起奠定了堅實的基礎。通過對淘寶村、鎮的空間分布特征與演化趨勢的研究，可以看到中國當前農村電子商務的發展呈現顯著的集聚特征。3大淘寶村、鎮集聚區域與中國東部主要的經濟區存在整體一致和局部錯位的特征，區域中心城市因其特定的經濟、社會特征使得其通常并非淘寶村、鎮集聚程度最高的地區。在演化方面，淘寶村、鎮的空間增長開始呈現出在一定范圍內快速裂變式增殖的態勢，分布范圍的擴張速度開始降低，但分布密度持續提高。這一趨勢雖然還有待進一步的觀察，但值得區域城鎮化公共政策的制定者關注。

淘寶村、鎮的出現是中國鄉村地區借助互聯網的強大鏈接能力，積極融入區域生產和消費體系、重塑城鄉要素流動關系、重構傳統城鄉格局的積極嘗試，一定程度上突破了鄉村產業內卷化的長期困境[32]，改變了鄉村地區長期作為城市附庸的尷尬地位。淘寶村、鎮的成功所彰顯的鄉村電子商務的巨大潛力已經引起政府的高度關注，2016年12月底，由商務部、中央網信辦、發展改革委聯合發布的《電子商務“十三五”發展規劃》明確指出，電商在促進經濟增長、創業創新、脫貧攻堅等方面發揮了重要作用。可以預見，隨著各級政府的高度重視，未來一段時期內淘寶村、鎮仍將持續快速發展，成為影響中國鄉村城鎮化的一股重要力量。顯然，這樣一場電子商務推動下的鄉村城鎮化進程將既不同于西方發達國家經歷的城鎮化模式，也明顯區別于中國過去幾十年的城鎮化道路，為中國城鎮化的“下半程”提供新的發展可能，也為信息時代的鄉村規劃與建設提出了新的挑戰。

References

[1]羅震東.淘寶村為中國城鎮化的“下半程”提供了新的可能[EB/OL].（2016-12-06）[2017-02-17]. http://www.aliresearch.com/blog/article/detail/ id/21175.html. LUO Zhendong. Taobao village offers new possibilities for the second half of urbanization in China[EB/OL]. (2016-12-06) [2017-02-17]. http:// www.aliresearch.com/blog/article/detail/id/21175. html.

[2]Wrigley N, Lowe M, Currah A. Retailing and E-tailing[J].Urban Geography, 2002, 23(2): 180-197.

[3]Christensen C M, Tedlow R S. Patterns of disruption in retailing[J]. Harvard Business Review, 2000, 78(1): 42-45.

[4]Leinbach T R, Brunn S T. Worlds of E-commerce: economic, geographical and social dimensions[M]. John Wiley and Sons Ltd, 2001.

[5]劉衛東. 論我國互聯網的發展及其潛在空間影響[J]. 地理研究，2002，21（3）：347-356. LIU Weidong. Development of the internet in China: spatial characteristics and implications[J].Geographical Research, 2002, 21(3): 347-356.

[6]湯英漢.中國電子商務發展水平及空間分異[J].經濟地理，2015，25（5）：9-14. TANG Yinghan. A spatial difference study on China's E-commerce development Level[J]. Economic Geography, 2015, 25(5): 9-14.

[7]浩飛龍，關皓明，王士君.中國城市電子商務發展水平空間分布特征及影響因素[J].經濟地理，2016，36（2）：1-10. HAO Feilong, GUAN Haoming, WANG Shijun. Study on the influencing factors and spatial distribution of electronic commerce development level in China’s Cities[J]. Economic Geography, 2016, 36 (2): 1-10.

[8]浩飛龍，王彬燕，王士君.東北地區縣域電子商務發展水平的空間差異及影響因素[J].地域研究與開發，2016，35（4）：16-21. HAO Feilong, WANG Binyan, WANG Shijun. Influencing factors and spatial difference of E-commerce development level at county scale in northeast China[J].Areal Research And Development, 2016, 35(4): 16-21.

[9]俞金國，王麗華，李娜.電子商鋪空間分布特征分析——來自淘寶網的實證[J].經濟地理，2010，30（8）：1248-1253. YU Jinguo, WANG Lihua, LI Na. E-shops spatial distribution rule: a case study of Taobao net[J]. Economic Geography, 2010, 30(8): 1248-1253.

[10]俞金國，王麗華，連顯淼.電子商鋪空間分布規律及其影響因素探究——來自淘寶網的實證[J].地域研究與開發，2010，29（6）：34-39. YU Jinguo, WANG Lihua, LIAN Xianmiao. E-Shops spatial distribution law and its influencing factors: a case study of Taobao net[J]. Areal Research and Development, 2010, 29(6): 34-39.

[11]王賢文，徐申萌.中國C2C淘寶網絡店鋪的地理分布[J].地理科學進展，2011，30（12）：1564-1569. WANG Xianwen, XU Shenmeng. Geographical distribution of C2C Taobao online stores in China[J]. Progress in Geography, 2011, 30(12): 1564-1569.

[12]王賢文，徐申萌.我國C2C電子商務的地理格局及其演化機制[J].經濟地理，2011，31（7）：1064-1069，1106. WANG Xianwen,XU Shenmeng. Spatial autocorrelation analysis of C2C E-business in China[J]. Economic Geography, 2011, 31(7): 1064-1069, 1106.

[13]周章偉，張虹鷗，陳偉蓮. C2C電子商務模式下的網絡店鋪區域分布特征[J].熱帶地理，2011，31 （1）：65-70，76. ZHOU Zhangwei, ZHANG Hong’ou, CHEN Weilian. Characteristics of regional distribution of online shops under C2C E-business models[J]. Tropical Geography, 2011, 31(1): 65-70, 76.

[14]郭鴻鵬，于延良，趙楊.電商平臺農產品經營主體空間分布格局及影響因素研究——基于阿里巴巴電商平臺數據[J].南京農業大學學報（社會科學版），2016，16（1）：42-48，163. GUO Hongpeng, YU Yanliang, ZHAO Yang. Pattern and influencing factors of agricultural operators spatial distribution on Agri-E-commerce platform: based on data from Alibaba E-commerce platform[J]. Journal of Nanjing Agricultural University (Social Sciences Edition), 2016,16(1): 42-48, 163.

[15]許嬋，呂斌，文天祚.基于電子商務的縣域就地城鎮化與農村發展新模式研究[J].國際城市規劃，2015，30（1）：14-21. XU Chan，LV Bin，WEN Tianzuo. New patterns of county in-situ urbanization and rural development based on E-commerce[J]. Urban Planning International, 2015, 30(1): 14-21.

[16]LIU Changyu, LI Jiale, LIU Jing. Rural E-commerce and new model of rural development in China: a comparative study of 'Taobao Village' in Jiangsu province[J]. Asian Agricultural Research 2015, 7(11): 35-37, 46.

[17]楊思，李郇，魏宗財，等.“互聯網+”時代淘寶村的空間變遷與重構[J].規劃師，2016，32（5）：117-123. YANG Si, LI Xun, WEI Zongcai, et al. Spatial transition and restructuring of Taobao Villages in Internet+ era[J]. Planners, 2016, 32(5): 117-123.

[18]張嘉欣，千慶蘭，陳穎彪，等.信息時代下“淘寶村”的空間轉型研究[J].城市發展研究，2016，22（10）：81-84，101. ZHANG Jiaxin, QIAN Qinglan, CHEN Yingbiao, et al. Research of the spatial transformation of 'Taobao Village' in information age[J]. Urban Development Studies, 2016, 22(10): 81-84, 101.

[19]錢儉，鄭志鋒.基于“淘寶產業鏈”形成的電子商務集聚區研究——以義烏市青巖劉村為例[J].城市規劃，2013，37（11）：79-83. QIAN Jian，ZHENG Zhifeng. E-commerce clusters based on Taobao industrial chain: a case study on Qingyanliu village in Yiwu city[J]. City Planning Review, 2013, 37(11): 79-83.

[20]曾億武，邱東茂，沈逸婷，等.淘寶村形成過程研究：以東風村和軍埔村為例[J].經濟地理，2015，35（12）：90-97. ZENG Yiwu，QIU Dongmao，SHEN Yiting，et al. Study on the formation of Taobao village: taking Dongfeng village and Junpu village as examples[J]. Economic Geography, 2015,35(12): 90-97.

[21]曹璐.從淘寶村到“互聯網+”，是否將改變中國鄉村空間格局[J].小城鎮建設，2016（6）：74-77，86. CAO Lu. From 'Taobao Village' to 'Internet +'concept, will change the spatial structure of rural area[J]. Development of Small Cities & Towns, 2016(6): 74-77, 86.

[22]朱邦耀，宋玉祥，李國柱，等. C2C電子商務模式下中國“淘寶村”的空間聚集格局與影響因素[J].經濟地理，2016，36（4）：93-98. ZHU Bangyao, SONG Yuxiang, LI Guozhu, et al. Spatial aggregation pattern and influencing factors of Taobao Village in China under the C2C E-commerce mode[J].Economic Geography, 2016,36(4): 93-98.

[23]韋玉春，陳鎖忠.地理建模原理與方法[M].北京：科學出版社，2007. WEI Yuchun，CHEN Suozhong. Principles and methods of geographic modeling[M]. Beijing: Science Press，2007.

[24]Cliff A D, Ord J K. Spatial Autocorrelation[M]. Pion London, 1973.

[25]Anseln L. Local indicators of spatial association—LISA[J]. Geographical Analysis, 1995, 27(2): 93-115.

[26]Anselin L. Spatial econometrics: methods and models[M]. Dordrecht: Kluwer Academic Publishers, 1988.

[27]Silverman B W. Density estimation for statistics and data analysis[M]. New York: Chapman & Hall, 1986.

[28]董丞妍，譚亞玲，羅明良，等.中國“癌癥村”的聚集格局[J].地理研究，2014，33（11）：2115-2124. DONG Chengyan, TAN Yaling, LUO Mingliang, et al. Spatial aggregation pattern of Cancer Village in China[J]. Geographical Research, 2014, 33(11): 2115-2124.

[29]張景秋，陳葉龍.北京城市辦公空間的行業分布及集聚特征[J].地理學報，2011，66（10）：1299-1308. ZHANG Jingqiu, CHEN Yelong. Industrial distribution and clusters of urban office space in Beijing[J]. Acta Geographica Sinica, 2011, 66(10): 1299-1308.

[30]張珣，鐘耳順，張小虎，等. 2004—2008年北京城區商業網點空間分布與集聚特征[J].地理科學進展，2013，32（8）：1207-1215. ZHANG Xun，ZHONG Ershun，ZHANG Xiaohu，et al. Spatial distribution and clustering of commercial network in Beijing during 2004—2008[J]. Progress in Geography, 2013, 32(8): 1207-1215.

[31]克里斯·安德森著，喬江濤譯.長尾理論[M].北京：中信出版社，2006. Chris Andersen, QIAO Jiangtao translated. The long tail[M]. Beijing: China Citic Press，2006.

[32]房冠辛.中國“淘寶村”：走出鄉村城鎮化困境的可能性嘗試與思考——一種城市社會學的研究視角[J].農村經濟觀察，2016（3）：71-81. FANG Guanxin. Taobao village and its possibility in breaking through the dilemma of urbanization in rural China：from the perspective of urban sociology[J]. Rural Economic Observation, 2016(3): 71-81.

Agglomeration and Fission: Spatial Distribution Characteristics and Evolution Trends of Taobao Villages and Towns

淘寶村、鎮是電子商務驅動下鄉村城鎮化的典型空間單元。基于2014—2016年淘寶村、鎮的相關數據，通過空間定量分析方法探討淘寶村、鎮的空間分布特征與演化趨勢。發現淘寶村、鎮在全國范圍內呈現顯著的集聚分布特征，3大集聚區域從北至南分別為北部的蘇北、魯南與冀中南地區，中部的浙江全省和江蘇省南部地區，以及南部的珠三角、潮汕與閩東南地區。3大集聚區域與中國東部主要經濟區存在整體一致、局部錯位現象，區域中心城市并非淘寶村、鎮集聚程度最高的地區。在演化趨勢方面，淘寶村、鎮呈現出在一定地域范圍內快速裂變式增殖的態勢，分布范圍的擴張速度開始降低，但分布密度持續提高。

Taobao villages and towns are representative space units of rural urbanization driven by electronic commerce. Based on the data of 2014—2016 Taobao villages and towns, by means of space quantitative analysis method, we discuss spatial distribution characteristics and evolution trends of Taobao villages and towns. It is found that Taobao villages and towns show a significant agglomeration distribution in the whole country. There are three agglomeration areas from north to south, including northern agglomeration areas which are northern Jiangsu Province, southern Shandong Province and middle-southern Hebei Province; central agglomeration areas which are the whole Zhejiang Province and southern Jiangsu Province; southern agglomeration areas which are Pearl River Delta, Chaoshan area and southeastern Fujian Province. The three agglomeration areas have overall consistency and partial dislocation phenomenon with the main economic zones in eastern China; regional central cities are not the most concentrated areas of Taobao villages and towns. In terms of evolutionary trends, Taobao villages and towns present a rapid proliferation of fission in a certain geographical situation, and the expansion rate of distribution range begins to decrease, but the distribution density continues to increase.

淘寶村 | 空間分布 | 集聚 | 裂變 | 鄉村城鎮化

Taobao village | Spatial distribution | Agglomeration | Fission | Rural urbanization

1673-8985（2017）02-0098-07

TU981

A

國家自然科學基金“基于流空間的城鎮發展戰略分析方法與規劃理論研究”（項目編號：51478216），江蘇省“青藍工程”資助。