電子商務發展的時空分異及對經濟增長的帶動作用

王新宇+丁疆輝+趙軍陽

摘要：基于ICTs支持下的電子商務，憑借其成本低廉、交易效率高等特點，快速推進了交易的全球化進程，成為當前重要的商務形式。電子商務背景下的商業地理問題開拓了人文地理學的研究范疇，衍生出許多研究命題。通過構建電子商務指標體系，對各省（市、區）2011—2015年電子商務的發展進行測度和空間分析，并運用柯布-道格拉斯生產函數模型，量化分析電子商務對區域經濟增長的帶動作用。結果表明，省域間電子商務指數的等級差異顯著且隨著電子商務指數的增長而有所擴大；電子商務指數在省域上的分布呈明顯的空間集聚；省域間電子商務指數的空間差異格局變化不明顯，呈現自東部沿海向內陸梯度降低、交錯分布的發展態勢；電子商務發展對經濟增長存在明顯的區域差異，其空間格局呈極化分布的特點。

關鍵詞：電子商務；經濟增長；區域差異；空間格局；柯布-道格拉斯生產函數；空間集聚；極化分布

中圖分類號： F324；F713.36 文獻標志碼： A 文章編號：1002-1302（2017）20-0309-06

電子商務作為一種新的經濟形式，在促進區域經濟發展、拉動內需、帶動就業等方面產生了積極影響。《第38次中國互聯網絡發展狀況統計報告》顯示，截至2016年6月我國網絡購物用戶規模達到4.48億，較2015年底增加3 448萬，增長率為8.3%。我國網絡購物市場依然保持快速、穩健增長趨勢。《2016年（上）中國電子商務市場數據監測報告》顯示，2016年上半年中國電子商務交易規模達10.5×1012元，同比增長37.6%。其中，B2B市場交易規模達7.9×1012元，同比增長36.2%。網絡零售市場交易規模2.3×1012元，同比增長43.4%。截至2016年6月，我國電子商務服務企業直接從業人員超過285萬人，由電子商務間接帶動就業人數已超過2 100萬人。國外電子商務發展較早，地理學介入研究的時間也相對較早，并進行了大量的實證研究，Dunt等回顧了澳大利亞電子商務發展及其對經濟發展產生的影響，認為互聯網和電子商務對澳大利亞的經濟革新產生了巨大的推動作用[1]；Anderson等探討了B2C電子商務影響下網絡購物的時空變化[2-4]；Ren等通過分析居民購物行為，探討了區位條件對電子商務的影響[5-6]；Yeung等認為，基于人際網絡關系所形成的博客商店極大地突破了虛擬空間和物理空間的距離，并從虛擬空間延伸到實體空間，填補了新興零售地理的研究空白[7]。國內地理學關于電子商務的研究較晚，研究成果主要集中在近幾年中。俞金國等以淘寶網中C2C網絡店鋪為切入點展開研究，發現省域（市域）層面的C2C網絡店鋪在空間分布中遵循自東部沿海至內陸地區呈現梯度降低的空間分布規律，且空間集聚特征顯著，這與區域經濟發展水平、信息化程度、物流交通發展等因素無法分離[8-13]。丁志偉等以C2C店鋪服務質量為研究視角，探尋了中國中部地區C2C店鋪服務質量的空間格局和影響因素[14]。朱邦耀等從不同空間尺度對電子商務發展水平的區域差異進行了分析與研究[15-16]。浩飛龍等利用阿里研究院發布的城市、縣域電子商務發展指數分別對中國城市電子商務發展水平和東北地區縣域電子商務發展水平進行了空間特征分析和影響因素探究[17-18]。現有地理學文獻中關于電子商務的研究大多集中于網絡店鋪、淘寶村的空間特征分析和影響因素的探究，在電子商務發展程度及其對經濟增長所產生影響等方面的研究較少。中國地域廣闊，經濟發展水平、交通條件、信息化程度等存在顯著的區域差異和長期的不均衡性，這些因素影響下的電子商務將會呈現何種區域差異與不均衡性？電子商務發展是否對區域經濟增長產生帶動作用？如果產生帶動作用，又將呈現何種空間分異？本試驗將圍繞這些問題展開研究。

1 數據來源與研究方法

1.1 數據來源

本研究所指區域為中國大陸區域，不包括香港特別行政區、澳門特別行政區、臺灣省。在保證數據準確性與可查性的前提下，采用國家相關部門公開的數據。其中，電子商務指標體系中互聯網普及率來源于《2012—2016年中國信息年鑒》，其他指標數據、地區生產總值、全社會固定資產投資、年末就業人數（年末就業人數為年末城鎮單位就業人數、年末城鎮個體和私營就業人數之和）等數據均來源于《2012—2016年中國統計年鑒》。

1.2 研究方法

1.2.1 主成分分析 本研究利用主成分分析對電子商務指標進行“降維”分析，將7個自變量轉化為少數幾個主成分，旨在以少數幾個主成分反映原始變量的大部分信息，且所含信息互不重復，同時得到更加科學、有效的數據信息，最終通過計算主成分得分，得到電子商務指數[19-21]。由于7個指標數據的單位不一致，先采用對數化處理方法對數據進行無量綱化處理，再進行主成分分析。主成分得分計算公式如下：

式中：E表示主成分得分，即電子商務指數；F（F1、…、F7）表示提取的主成分系數；I（I1、…、I7）表示標準化后的指標變量。

1.2.2 空間局部自相關模型 運用ArcGIS 10.2軟件中空間局部自相關分析模型，用以探討電子商務指數的空間分布特征。空間自相關是指地理事物分布于不同空間位置的某一屬性值之間的統計相關性，Local Morans I是指衡量局部空間中各區域與其他區域之間的關聯程度及類型[22-23]，它是對全局Morans I方法的分解，對第i個區域而言，計算公式為：

1.2.3 柯布-道格拉斯生產函數（cobb-douglas production function）模型 柯布-道格拉斯生產函數是由美國數學家柯布和經濟學家道格拉斯共同探討投入和產出關系時，將技術資源因素引入到一般形式的生產函數中創造的，簡稱C-D生產函數。

本研究選取2011—2015年各省（市、區）的地區生產總值作為因變量；選取全社會固定資產投資、年末就業人數分別代表資本要素投入（K）、勞動要素投入（L），并對數據進行無量綱化處理；之后將電子商務指數引入柯布-道格拉斯生產函數模型，運用最小二乘法進行參數估計，得到模型的檢驗參數和彈性系數[24-25]。含有電子商務指數的柯布-道格拉斯生產函數模型：endprint

顯然，其給出的產出與投入之間的關系式是非線性的。通過模型的對數變換，可獲得其線性表達式為：

式中：Y表示地區生產總值（GDP）；E表示電子商務發展指數；K、L分別表示資本要素和勞動要素的投入；ρ、α、β分別表示其產出彈性；eμ表示隨機擾動項。

1.3 電子商務指標體系的建立

最早關于電子商務測度的指標體系是國家統計局國際統計信息中心同中國互聯網研究與發展中心在2000年發布的“CII電子商務總指數指標體系”，而后許多學者基于該指標體系，構建電子商務測度指標體系[26-29]；2013年阿里研究院基于阿里巴巴平臺的海量數據，構建了“阿里巴巴電子商務發展指數（aEDI）”指標體系[30]。然而這些指標體系多是從信息化、網絡交易等角度出發，難以較全面地反映出區域電子商務的發展程度。

在參考其他電子商務測評指標體系的基礎上，本研究以信息化發展水平、基礎設施建設、就業人員、交通快遞等行業的發展等4個方面為出發點，選取2011—2015年各省（市、區）的互聯網普及率、公路里程、交通運輸倉儲和郵政業增加值、郵政業就業人員、快遞量、快遞營業網點、快遞業收入等7項指標構建電子商務指數體系，能夠較客觀、全面地反映各省（市、區）電子商務的發展程度。

2 電子商務發展的時空分異

2.1 省域電子商務指數呈增長態勢

借助SPSS 21軟件，分別對2011—2015年各省（市、區）的指標體系進行主成分分析，抽取特征值大于1的主成分，再結合各因子的累積貢獻率，得到1個特征因子，并計算主成分得分，即電子商務指數（表2）。

各省（市、區）電子商務指數呈現明顯的上升趨勢，電子商務指數平均值從2011年的2.829 9提高到2015年的3144 8，增長了11.13%。5年中省域間電子商務指數存在一定的等級差異，廣東、江蘇、浙江、山東、上海等省（市）的電子商務指數處于較高水平；而寧夏、海南、甘肅、青海、貴州、西藏等省（區）電子商務指數與其他省（市、區）差距較大，處于低水平；其他省（市、區）5年中的等級略有變化。

各省（市、區）電子商務指數出現不同程度的增長，增長速度（電子商務的增長速度為5年的平均增長率）的區域差異明顯，山東、江蘇、北京、上海等電子商務指數較高的省（市）電子商務指數的增長速度相對較低； 而貴州、寧夏、青海、海南、甘肅等電子商務指數較低的省（區）出現了較快的增長速度。但這并未對省域間電子商務指數的發展等級產生過多影響，且省域間的差異隨電子商務指數的增長而有所擴大。

運用SPSS 21軟件中的Pearson相關性分析法，對電子商務發展指數和地區生產總值進行相關性分析，各省（市、區）電子商務指數與其生產總值的相關性分析均通過了P值小于0.01的顯著性檢驗，所得到的Pearson值均達到0.8以上。可見，電子商務發展程度與區域經濟水平之間存在明顯的正相關，勢必存在顯著的區域差異與不均衡性。

2.2 電子商務指數省域間差異明顯

為了更好地探尋電子商務指數的空間分異格局，利用ArcGIS 10.2對電子商務指數進行空間自相關分析。5年中電子商務指數的Morans I指數分別為0.184、0.178、0.171 2、0.171、0.184，且均通過了0.01的顯著性檢驗，表明電子商務指數在省域上發生了顯著的空間集聚。

2011年，東部省（市）電子商務指數較高，其中山東、江蘇、上海、浙江電子商務指數高于周邊省（市），形成了“HH”型的高值集聚區域；西部省（區）電子商務指數普遍偏低，而甘肅、青海、西藏等省（區）的電子商務指數相對周邊省（市）又偏低，形成了“LL”型的低值集聚區域。這種空間集聚特征維持到2015年才有所改變，2015年河南省電子商務指數增長較快，與山東省之間的差距有所減小，形成了以山東省、河南省、江蘇省、上海市、浙江省為中心的高值集聚區域，以甘肅省、青海省、西藏自治區為中心的低值集聚區域。5年中各省（市、區）電子商務指數的集聚格局變化較穩定。

2.3 空間差異格局變化不明顯

運用AcrGIS 10.2中的自然斷點分級法（natural areaks classification）將電子商務指數劃分為5個梯隊，結果發現，山東、江蘇、上海、浙江、廣東等5個沿海省（市）的電子商務指數處于較高水平，為第一梯隊；第二梯隊包括河北、北京、河南、湖北、安徽、福建、四川等省（市），其中安徽省在2013、2014年跌落至第三梯隊，于2015年回升至第二梯隊；第三梯隊包括黑龍江、內蒙古、遼寧、陜西、山西、重慶、湖南、江西等省（市、區），其中遼寧省和湖南省分別在2012年、2013年從第二梯隊跌落第三梯隊至今；第四梯隊省市包括吉林、天津、廣西、云南、新疆等省（市、區），其中廣西壯族自治區自2013年從第三梯隊跌入第四梯隊至今；第五梯隊包括寧夏、甘肅、青海、西藏、貴州、海南等省（區），其中寧夏回族自治區在2012年進入第四梯隊，并于2013年回落至第五梯隊。可見，5年中電子商務指數的空間格局變化不明顯，總體上呈現自東部沿海向內陸梯度降低、交錯分布的發展態勢。

3 電子商務發展對經濟增長的作用

省域電子商務盡管均處于增長態勢，但其空間格局及發展趨勢表明，電子商務發展需要與區域發展的各要素（如經濟，社會文化等）之間關系進行更深入的探討，才能科學解釋其時空特征及演變規律。因此，本試驗通過量化研究電子商務發展與區域經濟增長之間的關系，以期得出電商時空演變規律的科學解釋。

3.1 柯布-道格拉斯生產函數模型檢驗

綜上分析，電子商務發展程度與區域經濟水平之間存在明顯的正相關， 因此運用柯布-道格拉斯生產函數對電子商務在經濟增長中所產生的影響進行量化研究，旨在更清晰刻畫電子商務對區域經濟增長的推動作用。將各省（市、區）的數據分別代入公式（4）構建柯布-道格拉斯生產函數模型，并采用Eviews 6.0計量軟件中的最小二乘估計法對模型進行多元回歸分析，得到模型的檢驗參數和彈性系數（表4）。endprint

從檢驗參數上看，各省（市、區）函數模型的R2值和R2值較高，模型構建的擬合度良好；除內蒙古自治區（0.20）和黑龍江省（0.18）的P值較大外，其余省（市、區）的P值均小于0.1，置信水平較高。雖然內蒙古自治區和黑龍江省的P值較大，但其模型的擬合度較好，因此對2個模型進行F值檢驗，發現這2個模型的F值均大于其顯著水平下的臨界值[F（0.2，3，13）=2.85>1.78、F（0.18，3，13）=16.08>1.89]。可見，參數結果對函數模型有一個良好的、可信的解釋，柯布-道格拉斯生產函數模型可以對電子商務在經濟增長中所產生的影響進行量化研究，電子商務彈性系數可以衡量電子商務發展對區域經濟增長的帶動作用。

3.2 省域電子商務彈性系數

電子商務發展并非對所有省（市、區）的經濟增長都具有推動作用。廣西、湖南、遼寧、浙江、黑龍江、北京、山東、內蒙古、青海、廣東、海南、新疆、上海、西藏、安徽、貴州、山西等省（市、區）的電子商務彈性系數為正，表明在這19個省（市、區）的電子商務發展對其經濟增長具有顯著的帶動作用。而福建、江西、河南、陜西、湖北、四川、云南、重慶、河北、天津、吉林、甘肅等12省（市）的電子商務彈性系數為負數，意味這些省（市）的電子商務發展反而會阻礙經濟增長，顯然不符合經濟運行規律。經過對資本投入和勞動投入分析后發現，福建、江西、河南、陜西、湖北、四川、云南、河北、甘肅等省的資本投入對區域經濟增長的帶動作用尤為顯著；重慶市、天津市、吉林省的勞動投入的帶動作用則相對明顯。因此，在這些省（市）的電子商務發展對于區域經濟增長并未產生帶動作用。

3.3 電子商務對區域經濟增長的省域差異顯著

利用ArcGIS 10.2中的自然斷點法對電子商務彈性系數進行分級，結果顯示，將無帶動作用的省（市、區）賦為空值，將具有帶動作用省（市、區）的彈性系數劃分為5個等級，廣西壯族自治區、湖南省為第一等級，遼寧省、浙江省、黑龍江省、北京市為第二等級，山東省、內蒙古自治區、青海省、廣東省為第三等級，海南省、新疆維吾爾自治區、上海市、西藏自治區、安徽省、貴州省為第四等級，山西省、寧夏回族自治區、江蘇省為第五等級。無帶動作用的省域（除吉林省外）分布在中西部地區，其余集中連片分布；具有帶動作用的省（市、區）被劃分為4個區域，在東部、中部、西部3個地區均有分布，呈現分散化、區域化分布。其中，4個區域內各省（市、區）電子商務彈性系數不一，等級差異顯著。東部6省（市）中浙江省、北京市屬于第二等級，山東省屬于第三等級，安徽省、上海市屬于第四等級，江蘇省屬于第五等級；南部5省（區）中廣西壯族自治區、湖南省屬于第一等級，廣東省屬于第三等級，貴州省、海南省屬于第四等級；西部3省（區）中青海省為第三等級，西藏自治區、新疆維吾爾自治區為第四等級；北部5省（區）中遼寧省、黑龍江省為第二等級，內蒙古自治區屬于第三等級，寧夏回族自治區、山西省為第五等級。

4 結論

電子商務指數存在明顯的區域差異，省域間的等級差異顯著且隨著電子商務指數的增長有所擴大。2011—2015年各省（市、區）的電子商務指數不斷增長，電子商務的發展程度呈明顯的上升趨勢，且與區域經濟水平之間存在明顯的正相關，區域差異與不均衡性顯著；各省（市、區）電子商務指數的增長速度不一，電子商務指數較低的省（市、區）呈現較快的增長速度，但并未影響到省域間的等級差異，且其等級差異有所擴大。電子商務指數在省域上的分布呈明顯的空間集聚。東部地區省（市）的電子商務指數較高，形成了以山東省、河南省、江蘇省、上海市、浙江省為中心的高值集聚區域，西部地區省（區）電子商務指數偏低，形成以甘肅省、青海省、西藏自治區為中心的低值集聚區域。省域間電子商務指數的空間差異格局變化不明顯，呈現自東部沿海向內陸降低、交錯分布的發展態勢。隨著電子商務的發展，各省（市、區）電子商務指數有所增長，電子商務指數被劃分為5個梯隊，呈現自東部沿海至內陸降低、交錯分布的發展態勢；各省（市、區）間電子商務指數的等級差異變化較小，所以5年間電子商務指數的省域空間分布格局變化較小。電子商務發展對區域經濟增長存在明顯的省域差異，其空間格局呈極化分布的特點。電子商務并非對所有省（市、區）的經濟增長都具有帶動作用，電子商務發展對區域經濟增長的空間格局呈極化分布，一是無帶動作用的省域（除吉林省外）呈集中連片分布；二是具有帶動作用的省（市、區）被劃分為4個區域，呈分散化、區域化分布；4個區域內部各省（市、區）電子商務對經濟增長的帶動作用強弱不一，等級差異顯著。

參考文獻：

[1]Dunt E S，Harper I R.E-commerce and the Australian economy[J]. Economic Record，2002，78（242）：327-342.

[2]Anderson W P，Chatterjee L，Lakshmanan T R.E-commerce，transportation，and economic geography[J]. Growth and Change，2003，34（4）：415-432.

[3]Farag S，Weltevreden J，Rietbergen T V，et al.E-shopping in the Netherlands：does geography matter？[J]. Environment and Planning B（Planning and Design），2006，33（1）：59-74.

[4]Boschma R A，Weltevreden J W J. The evolutionary nature of b2c e-commerce in inner cities[M]. E-commerce，e-business and the dynamics of economic development. Aldershot：Ashgate，forthcoming，2004.endprint

[5]Ren F，Kwan M P.The impact of geographic context on e-shopping behavior[J]. Environment and Planning B（Planning and Design），2009，36（2）：262-278.

[6]Freathy P，Calderwood E.The impact of internet adoption upon the shopping behaviour of island residents[J]. Journal of Retailing and Consumer Services，2013，20（1）：111-119.

[7]Yeung G，Ang K L.Online fashion retailing and retail geography：the blogshop phenomenon in Singapore[J]. Tijdschrift Voor Economische en Sociale Geografie，2016，107（1）：81-99.

[8]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（8）：1248-1253.

[9]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.

[10]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.

[11]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.

[12]鐘海東，張少中，華靈玲，等. 中國C2C電子商務賣家空間分布模式[J]. 經濟地理，2014（4）：91-96.

[13]鄭文升，金麗娟，姜玉培，等. 中國C2C電子商鋪與物流網點地區分布關系[J]. 經濟地理，2016（3）：83-90.

[14]丁志偉，周凱月，康江江，等. 中國中部C2C店鋪服務質量的空間分異及其影響因素——以淘寶網5類店鋪為例[J]. 地理研究，2016，35（6）：1074-1094.

[15]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（4）：92-98.

[16]席廣亮，甄 峰，張 敏，等. 網絡消費時空演變及區域聯系特征研究——以京東商城為例[J]. 地理科學，2015，35（11）：1372-1380.

[17]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（2）：1-10.

[18]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.

[19]叢明珠，歐向軍，趙 清，等. 基于主成分分析法的江蘇省土地利用綜合分區研究[J]. 地理研究，2008（3）：574-582.

[20]王 鵬，況福民，鄧育武，等. 基于主成分分析的衡陽市土地生態安全評價[J]. 經濟地理，2015（1）：168-172.

[21]鄧楚雄，謝炳庚，李曉青，等. 基于主成分分析法的湖南省農用地集約利用評價[J]. 熱帶地理，2011，31（1）：71-76.

[22]方忠權. 廣州會展企業空間集聚特征與影響因素[J]. 地理學報，2013，68（4）：464-476.

[23]呂衛國，陳 雯. 江蘇省制造業產業集群及其空間集聚特征[J]. 經濟地理，2009，29（10）：1677-1684.

[24]黃大全，滕艷麗，張 華，等. 基于生產函數的城市經濟水平影響因素差異研究[J]. 城市發展研究，2009（3）：73-80.

[25]龍蓉蓉. 勞動力就業、固定資產投入與中國工業增長——基于柯布-道格拉斯生產函數的判斷[J]. 經濟研究導刊，2013（8）：9-11.

[26]王紅茹. 互聯網研究與發展中心發布CⅡ中國電子商務指數報告[J]. 中國經濟快訊，2000（31）：32.

[27]劉 敏，陳 正. 電子商務發展測度指標體系研究[J]. 統計與信息論壇，2008，23（7）：20-28.

[28]葉瓊偉，聶秋云. 電子商務發展水平測度指標體系構建及其對我國服務業影響的實證研究[J]. 電子商務，2013（11）：28-29，43.

[29]桂學文. 電子商務促進經濟發展的效果測度研究[D]. 武漢：華中師范大學，2011.

[30]盛振中. 2014年中國電子商務示范城市發展指數報告[EB/OL]. （2015-05-05）[2017-02-22]. http：//i.aliresearch.com/file/20150508/ 20150508101127.endprint