電子商務(wù)發(fā)展的時空分異及對經(jīng)濟(jì)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(wù)，憑借其成本低廉、交易效率高等特點，快速推進(jìn)了交易的全球化進(jìn)程，成為當(dāng)前重要的商務(wù)形式。電子商務(wù)背景下的商業(yè)地理問題開拓了人文地理學(xué)的研究范疇，衍生出許多研究命題。通過構(gòu)建電子商務(wù)指標(biāo)體系，對各省（市、區(qū)）2011—2015年電子商務(wù)的發(fā)展進(jìn)行測度和空間分析，并運(yùn)用柯布-道格拉斯生產(chǎn)函數(shù)模型，量化分析電子商務(wù)對區(qū)域經(jīng)濟(jì)增長的帶動作用。結(jié)果表明，省域間電子商務(wù)指數(shù)的等級差異顯著且隨著電子商務(wù)指數(shù)的增長而有所擴(kuò)大；電子商務(wù)指數(shù)在省域上的分布呈明顯的空間集聚；省域間電子商務(wù)指數(shù)的空間差異格局變化不明顯，呈現(xiàn)自東部沿海向內(nèi)陸梯度降低、交錯分布的發(fā)展態(tài)勢；電子商務(wù)發(fā)展對經(jīng)濟(jì)增長存在明顯的區(qū)域差異，其空間格局呈極化分布的特點。

關(guān)鍵詞：電子商務(wù)；經(jīng)濟(jì)增長；區(qū)域差異；空間格局；柯布-道格拉斯生產(chǎn)函數(shù)；空間集聚；極化分布

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

電子商務(wù)作為一種新的經(jīng)濟(jì)形式，在促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展、拉動內(nèi)需、帶動就業(yè)等方面產(chǎn)生了積極影響。《第38次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示，截至2016年6月我國網(wǎng)絡(luò)購物用戶規(guī)模達(dá)到4.48億，較2015年底增加3 448萬，增長率為8.3%。我國網(wǎng)絡(luò)購物市場依然保持快速、穩(wěn)健增長趨勢。《2016年（上）中國電子商務(wù)市場數(shù)據(jù)監(jiān)測報告》顯示，2016年上半年中國電子商務(wù)交易規(guī)模達(dá)10.5×1012元，同比增長37.6%。其中，B2B市場交易規(guī)模達(dá)7.9×1012元，同比增長36.2%。網(wǎng)絡(luò)零售市場交易規(guī)模2.3×1012元，同比增長43.4%。截至2016年6月，我國電子商務(wù)服務(wù)企業(yè)直接從業(yè)人員超過285萬人，由電子商務(wù)間接帶動就業(yè)人數(shù)已超過2 100萬人。國外電子商務(wù)發(fā)展較早，地理學(xué)介入研究的時間也相對較早，并進(jìn)行了大量的實證研究，Dunt等回顧了澳大利亞電子商務(wù)發(fā)展及其對經(jīng)濟(jì)發(fā)展產(chǎn)生的影響，認(rèn)為互聯(lián)網(wǎng)和電子商務(wù)對澳大利亞的經(jīng)濟(jì)革新產(chǎn)生了巨大的推動作用[1]；Anderson等探討了B2C電子商務(wù)影響下網(wǎng)絡(luò)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(qū)位條件對電子商務(wù)的影響[5-6]；Yeung等認(rèn)為，基于人際網(wǎng)絡(luò)關(guān)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(bǔ)了新興零售地理的研究空白[7]。國內(nèi)地理學(xué)關(guān)于電子商務(wù)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(wǎng)中C2C網(wǎng)絡(luò)店鋪為切入點展開研究，發(fā)現(xiàn)省域（市域）層面的C2C網(wǎng)絡(luò)店鋪在空間分布中遵循自東部沿海至內(nèi)陸地區(qū)呈現(xiàn)梯度降低的空間分布規(guī)律，且空間集聚特征顯著，這與區(qū)域經(jīng)濟(jì)發(fā)展水平、信息化程度、物流交通發(fā)展等因素?zé)o法分離[8-13]。丁志偉等以C2C店鋪服務(wù)質(zhì)量為研究視角，探尋了中國中部地區(qū)C2C店鋪服務(wù)質(zhì)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(wù)發(fā)展水平的區(qū)域差異進(jìn)行了分析與研究[15-16]。浩飛龍等利用阿里研究院發(fā)布的城市、縣域電子商務(wù)發(fā)展指數(shù)分別對中國城市電子商務(wù)發(fā)展水平和東北地區(qū)縣域電子商務(wù)發(fā)展水平進(jìn)行了空間特征分析和影響因素探究[17-18]。現(xiàn)有地理學(xué)文獻(xiàn)中關(guān)于電子商務(wù)的研究大多集中于網(wǎng)絡(luò)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(wù)發(fā)展程度及其對經(jīng)濟(jì)增長所產(chǎn)生影響等方面的研究較少。中國地域廣闊，經(jīng)濟(jì)發(fā)展水平、交通條件、信息化程度等存在顯著的區(qū)域差異和長期的不均衡性，這些因素影響下的電子商務(wù)將會呈現(xiàn)何種區(qū)域差異與不均衡性？電子商務(wù)發(fā)展是否對區(qū)域經(jīng)濟(jì)增長產(chǎn)生帶動作用？如果產(chǎn)生帶動作用，又將呈現(xiàn)何種空間分異？本試驗將圍繞這些問題展開研究。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

本研究所指區(qū)域為中國大陸區(qū)域，不包括香港特別行政區(qū)、澳門特別行政區(qū)、臺灣省。在保證數(shù)據(jù)準(zhǔn)確性與可查性的前提下，采用國家相關(guān)部門公開的數(shù)據(jù)。其中，電子商務(wù)指標(biāo)體系中互聯(lián)網(wǎng)普及率來源于《2012—2016年中國信息年鑒》，其他指標(biāo)數(shù)據(jù)、地區(qū)生產(chǎn)總值、全社會固定資產(chǎn)投資、年末就業(yè)人數(shù)（年末就業(yè)人數(shù)為年末城鎮(zhèn)單位就業(yè)人數(shù)、年末城鎮(zhèn)個體和私營就業(yè)人數(shù)之和）等數(shù)據(jù)均來源于《2012—2016年中國統(tǒng)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(wù)指標(biāo)進(jìn)行“降維”分析，將7個自變量轉(zhuǎn)化為少數(shù)幾個主成分，旨在以少數(shù)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(fù)，同時得到更加科學(xué)、有效的數(shù)據(jù)信息，最終通過計算主成分得分，得到電子商務(wù)指數(shù)[19-21]。由于7個指標(biāo)數(shù)據(jù)的單位不一致，先采用對數(shù)化處理方法對數(shù)據(jù)進(jìn)行無量綱化處理，再進(jìn)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(wù)指數(shù)；F（F1、…、F7）表示提取的主成分系數(shù)；I（I1、…、I7）表示標(biāo)準(zhǔn)化后的指標(biāo)變量。

1.2.2 空間局部自相關(guān)模型 運(yùn)用ArcGIS 10.2軟件中空間局部自相關(guān)分析模型，用以探討電子商務(wù)指數(shù)的空間分布特征。空間自相關(guān)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(tǒng)計相關(guān)性，Local Morans I是指衡量局部空間中各區(qū)域與其他區(qū)域之間的關(guān)聯(lián)程度及類型[22-23]，它是對全局Morans I方法的分解，對第i個區(qū)域而言，計算公式為：

1.2.3 柯布-道格拉斯生產(chǎn)函數(shù)（cobb-douglas production function）模型 柯布-道格拉斯生產(chǎn)函數(shù)是由美國數(shù)學(xué)家柯布和經(jīng)濟(jì)學(xué)家道格拉斯共同探討投入和產(chǎn)出關(guān)系時，將技術(shù)資源因素引入到一般形式的生產(chǎn)函數(shù)中創(chuàng)造的，簡稱C-D生產(chǎn)函數(shù)。

本研究選取2011—2015年各省（市、區(qū)）的地區(qū)生產(chǎn)總值作為因變量；選取全社會固定資產(chǎn)投資、年末就業(yè)人數(shù)分別代表資本要素投入（K）、勞動要素投入（L），并對數(shù)據(jù)進(jìn)行無量綱化處理；之后將電子商務(wù)指數(shù)引入柯布-道格拉斯生產(chǎn)函數(shù)模型，運(yùn)用最小二乘法進(jìn)行參數(shù)估計，得到模型的檢驗參數(shù)和彈性系數(shù)[24-25]。含有電子商務(wù)指數(shù)的柯布-道格拉斯生產(chǎn)函數(shù)模型：endprint

顯然，其給出的產(chǎn)出與投入之間的關(guān)系式是非線性的。通過模型的對數(shù)變換，可獲得其線性表達(dá)式為：

式中：Y表示地區(qū)生產(chǎn)總值（GDP）；E表示電子商務(wù)發(fā)展指數(shù)；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(chǎn)出彈性；eμ表示隨機(jī)擾動項。

1.3 電子商務(wù)指標(biāo)體系的建立

最早關(guān)于電子商務(wù)測度的指標(biāo)體系是國家統(tǒng)計局國際統(tǒng)計信息中心同中國互聯(lián)網(wǎng)研究與發(fā)展中心在2000年發(fā)布的“CII電子商務(wù)總指數(shù)指標(biāo)體系”，而后許多學(xué)者基于該指標(biāo)體系，構(gòu)建電子商務(wù)測度指標(biāo)體系[26-29]；2013年阿里研究院基于阿里巴巴平臺的海量數(shù)據(jù)，構(gòu)建了“阿里巴巴電子商務(wù)發(fā)展指數(shù)（aEDI）”指標(biāo)體系[30]。然而這些指標(biāo)體系多是從信息化、網(wǎng)絡(luò)交易等角度出發(fā)，難以較全面地反映出區(qū)域電子商務(wù)的發(fā)展程度。

在參考其他電子商務(wù)測評指標(biāo)體系的基礎(chǔ)上，本研究以信息化發(fā)展水平、基礎(chǔ)設(shè)施建設(shè)、就業(yè)人員、交通快遞等行業(yè)的發(fā)展等4個方面為出發(fā)點，選取2011—2015年各省（市、區(qū)）的互聯(lián)網(wǎng)普及率、公路里程、交通運(yùn)輸倉儲和郵政業(yè)增加值、郵政業(yè)就業(yè)人員、快遞量、快遞營業(yè)網(wǎng)點、快遞業(yè)收入等7項指標(biāo)構(gòu)建電子商務(wù)指數(shù)體系，能夠較客觀、全面地反映各省（市、區(qū)）電子商務(wù)的發(fā)展程度。

2 電子商務(wù)發(fā)展的時空分異

2.1 省域電子商務(wù)指數(shù)呈增長態(tài)勢

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

各省（市、區(qū)）電子商務(wù)指數(shù)呈現(xiàn)明顯的上升趨勢，電子商務(wù)指數(shù)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(wù)指數(shù)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(wù)指數(shù)處于較高水平；而寧夏、海南、甘肅、青海、貴州、西藏等省（區(qū)）電子商務(wù)指數(shù)與其他省（市、區(qū)）差距較大，處于低水平；其他省（市、區(qū)）5年中的等級略有變化。

各省（市、區(qū)）電子商務(wù)指數(shù)出現(xiàn)不同程度的增長，增長速度（電子商務(wù)的增長速度為5年的平均增長率）的區(qū)域差異明顯，山東、江蘇、北京、上海等電子商務(wù)指數(shù)較高的省（市）電子商務(wù)指數(shù)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(wù)指數(shù)較低的省（區(qū)）出現(xiàn)了較快的增長速度。但這并未對省域間電子商務(wù)指數(shù)的發(fā)展等級產(chǎn)生過多影響，且省域間的差異隨電子商務(wù)指數(shù)的增長而有所擴(kuò)大。

運(yùn)用SPSS 21軟件中的Pearson相關(guān)性分析法，對電子商務(wù)發(fā)展指數(shù)和地區(qū)生產(chǎn)總值進(jìn)行相關(guān)性分析，各省（市、區(qū)）電子商務(wù)指數(shù)與其生產(chǎn)總值的相關(guān)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(dá)到0.8以上。可見，電子商務(wù)發(fā)展程度與區(qū)域經(jīng)濟(jì)水平之間存在明顯的正相關(guān)，勢必存在顯著的區(qū)域差異與不均衡性。

2.2 電子商務(wù)指數(shù)省域間差異明顯

為了更好地探尋電子商務(wù)指數(shù)的空間分異格局，利用ArcGIS 10.2對電子商務(wù)指數(shù)進(jìn)行空間自相關(guān)分析。5年中電子商務(wù)指數(shù)的Morans I指數(shù)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(wù)指數(shù)在省域上發(fā)生了顯著的空間集聚。

2011年，東部省（市）電子商務(wù)指數(shù)較高，其中山東、江蘇、上海、浙江電子商務(wù)指數(shù)高于周邊省（市），形成了“HH”型的高值集聚區(qū)域；西部省（區(qū)）電子商務(wù)指數(shù)普遍偏低，而甘肅、青海、西藏等省（區(qū)）的電子商務(wù)指數(shù)相對周邊省（市）又偏低，形成了“LL”型的低值集聚區(qū)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(wù)指數(shù)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(qū)域，以甘肅省、青海省、西藏自治區(qū)為中心的低值集聚區(qū)域。5年中各省（市、區(qū)）電子商務(wù)指數(shù)的集聚格局變化較穩(wěn)定。

2.3 空間差異格局變化不明顯

運(yùn)用AcrGIS 10.2中的自然斷點分級法（natural areaks classification）將電子商務(wù)指數(shù)劃分為5個梯隊，結(jié)果發(fā)現(xiàn)，山東、江蘇、上海、浙江、廣東等5個沿海省（市）的電子商務(wù)指數(shù)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(nèi)蒙古、遼寧、陜西、山西、重慶、湖南、江西等省（市、區(qū)），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(qū)），其中廣西壯族自治區(qū)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(qū)），其中寧夏回族自治區(qū)在2012年進(jìn)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(wù)指數(shù)的空間格局變化不明顯，總體上呈現(xiàn)自東部沿海向內(nèi)陸梯度降低、交錯分布的發(fā)展態(tài)勢。

3 電子商務(wù)發(fā)展對經(jīng)濟(jì)增長的作用

省域電子商務(wù)盡管均處于增長態(tài)勢，但其空間格局及發(fā)展趨勢表明，電子商務(wù)發(fā)展需要與區(qū)域發(fā)展的各要素（如經(jīng)濟(jì)，社會文化等）之間關(guān)系進(jìn)行更深入的探討，才能科學(xué)解釋其時空特征及演變規(guī)律。因此，本試驗通過量化研究電子商務(wù)發(fā)展與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系，以期得出電商時空演變規(guī)律的科學(xué)解釋。

3.1 柯布-道格拉斯生產(chǎn)函數(shù)模型檢驗

綜上分析，電子商務(wù)發(fā)展程度與區(qū)域經(jīng)濟(jì)水平之間存在明顯的正相關(guān)， 因此運(yùn)用柯布-道格拉斯生產(chǎn)函數(shù)對電子商務(wù)在經(jīng)濟(jì)增長中所產(chǎn)生的影響進(jìn)行量化研究，旨在更清晰刻畫電子商務(wù)對區(qū)域經(jīng)濟(jì)增長的推動作用。將各省（市、區(qū)）的數(shù)據(jù)分別代入公式（4）構(gòu)建柯布-道格拉斯生產(chǎn)函數(shù)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(jìn)行多元回歸分析，得到模型的檢驗參數(shù)和彈性系數(shù)（表4）。endprint

從檢驗參數(shù)上看，各省（市、區(qū)）函數(shù)模型的R2值和R2值較高，模型構(gòu)建的擬合度良好；除內(nèi)蒙古自治區(qū)（0.20）和黑龍江省（0.18）的P值較大外，其余省（市、區(qū)）的P值均小于0.1，置信水平較高。雖然內(nèi)蒙古自治區(qū)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(jìn)行F值檢驗，發(fā)現(xiàn)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(shù)結(jié)果對函數(shù)模型有一個良好的、可信的解釋，柯布-道格拉斯生產(chǎn)函數(shù)模型可以對電子商務(wù)在經(jīng)濟(jì)增長中所產(chǎn)生的影響進(jìn)行量化研究，電子商務(wù)彈性系數(shù)可以衡量電子商務(wù)發(fā)展對區(qū)域經(jīng)濟(jì)增長的帶動作用。

3.2 省域電子商務(wù)彈性系數(shù)

電子商務(wù)發(fā)展并非對所有省（市、區(qū)）的經(jīng)濟(jì)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(nèi)蒙古、青海、廣東、海南、新疆、上海、西藏、安徽、貴州、山西等省（市、區(qū)）的電子商務(wù)彈性系數(shù)為正，表明在這19個省（市、區(qū)）的電子商務(wù)發(fā)展對其經(jīng)濟(jì)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(wù)彈性系數(shù)為負(fù)數(shù)，意味這些省（市）的電子商務(wù)發(fā)展反而會阻礙經(jīng)濟(jì)增長，顯然不符合經(jīng)濟(jì)運(yùn)行規(guī)律。經(jīng)過對資本投入和勞動投入分析后發(fā)現(xiàn)，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(qū)域經(jīng)濟(jì)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(wù)發(fā)展對于區(qū)域經(jīng)濟(jì)增長并未產(chǎn)生帶動作用。

3.3 電子商務(wù)對區(qū)域經(jīng)濟(jì)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(wù)彈性系數(shù)進(jìn)行分級，結(jié)果顯示，將無帶動作用的省（市、區(qū)）賦為空值，將具有帶動作用省（市、區(qū)）的彈性系數(shù)劃分為5個等級，廣西壯族自治區(qū)、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(nèi)蒙古自治區(qū)、青海省、廣東省為第三等級，海南省、新疆維吾爾自治區(qū)、上海市、西藏自治區(qū)、安徽省、貴州省為第四等級，山西省、寧夏回族自治區(qū)、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(qū)，其余集中連片分布；具有帶動作用的省（市、區(qū)）被劃分為4個區(qū)域，在東部、中部、西部3個地區(qū)均有分布，呈現(xiàn)分散化、區(qū)域化分布。其中，4個區(qū)域內(nèi)各省（市、區(qū)）電子商務(wù)彈性系數(shù)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(qū)）中廣西壯族自治區(qū)、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(qū)）中青海省為第三等級，西藏自治區(qū)、新疆維吾爾自治區(qū)為第四等級；北部5省（區(qū)）中遼寧省、黑龍江省為第二等級，內(nèi)蒙古自治區(qū)屬于第三等級，寧夏回族自治區(qū)、山西省為第五等級。

4 結(jié)論

電子商務(wù)指數(shù)存在明顯的區(qū)域差異，省域間的等級差異顯著且隨著電子商務(wù)指數(shù)的增長有所擴(kuò)大。2011—2015年各省（市、區(qū)）的電子商務(wù)指數(shù)不斷增長，電子商務(wù)的發(fā)展程度呈明顯的上升趨勢，且與區(qū)域經(jīng)濟(jì)水平之間存在明顯的正相關(guān)，區(qū)域差異與不均衡性顯著；各省（市、區(qū)）電子商務(wù)指數(shù)的增長速度不一，電子商務(wù)指數(shù)較低的省（市、區(qū)）呈現(xiàn)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(kuò)大。電子商務(wù)指數(shù)在省域上的分布呈明顯的空間集聚。東部地區(qū)省（市）的電子商務(wù)指數(shù)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(qū)域，西部地區(qū)省（區(qū)）電子商務(wù)指數(shù)偏低，形成以甘肅省、青海省、西藏自治區(qū)為中心的低值集聚區(qū)域。省域間電子商務(wù)指數(shù)的空間差異格局變化不明顯，呈現(xiàn)自東部沿海向內(nèi)陸降低、交錯分布的發(fā)展態(tài)勢。隨著電子商務(wù)的發(fā)展，各省（市、區(qū)）電子商務(wù)指數(shù)有所增長，電子商務(wù)指數(shù)被劃分為5個梯隊，呈現(xiàn)自東部沿海至內(nèi)陸降低、交錯分布的發(fā)展態(tài)勢；各省（市、區(qū)）間電子商務(wù)指數(shù)的等級差異變化較小，所以5年間電子商務(wù)指數(shù)的省域空間分布格局變化較小。電子商務(wù)發(fā)展對區(qū)域經(jīng)濟(jì)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(wù)并非對所有省（市、區(qū)）的經(jīng)濟(jì)增長都具有帶動作用，電子商務(wù)發(fā)展對區(qū)域經(jīng)濟(jì)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(qū)）被劃分為4個區(qū)域，呈分散化、區(qū)域化分布；4個區(qū)域內(nèi)部各省（市、區(qū)）電子商務(wù)對經(jīng)濟(jì)增長的帶動作用強(qiáng)弱不一，等級差異顯著。

參考文獻(xiàn)：

[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(wǎng)的實證[J]. 經(jīng)濟(jì)地理，2010（8）：1248-1253.

[9]周章偉，張虹鷗，陳偉蓮. C2C電子商務(wù)模式下的網(wǎng)絡(luò)店鋪區(qū)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(wǎng)絡(luò)店鋪的地理分布[J]. 地理科學(xué)進(jìn)展，2011，30（12）：1564-1569.

[11]王賢文，徐申萌. 我國C2C電子商務(wù)的地理格局及其演化機(jī)制[J]. 經(jīng)濟(jì)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(wù)賣家空間分布模式[J]. 經(jīng)濟(jì)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(wǎng)點地區(qū)分布關(guān)系[J]. 經(jīng)濟(jì)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(wù)質(zhì)量的空間分異及其影響因素——以淘寶網(wǎng)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(wù)模式下中國“淘寶村”的空間聚集格局與影響因素[J]. 經(jīng)濟(jì)地理，2016（4）：92-98.

[16]席廣亮，甄 峰，張 敏，等. 網(wǎng)絡(luò)消費(fèi)時空演變及區(qū)域聯(lián)系特征研究——以京東商城為例[J]. 地理科學(xué)，2015，35（11）：1372-1380.

[17]浩飛龍，關(guān)皓明，王士君. 中國城市電子商務(wù)發(fā)展水平空間分布特征及影響因素[J]. 經(jīng)濟(jì)地理，2016（2）：1-10.

[18]浩飛龍，王彬燕，王士君. 東北地區(qū)縣域電子商務(wù)發(fā)展水平的空間差異及影響因素[J]. 地域研究與開發(fā)，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(qū)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(tài)安全評價[J]. 經(jīng)濟(jì)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(nóng)用地集約利用評價[J]. 熱帶地理，2011，31（1）：71-76.

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

[23]呂衛(wèi)國，陳 雯. 江蘇省制造業(yè)產(chǎn)業(yè)集群及其空間集聚特征[J]. 經(jīng)濟(jì)地理，2009，29（10）：1677-1684.

[24]黃大全，滕艷麗，張 華，等. 基于生產(chǎn)函數(shù)的城市經(jīng)濟(jì)水平影響因素差異研究[J]. 城市發(fā)展研究，2009（3）：73-80.

[25]龍蓉蓉. 勞動力就業(yè)、固定資產(chǎn)投入與中國工業(yè)增長——基于柯布-道格拉斯生產(chǎn)函數(shù)的判斷[J]. 經(jīng)濟(jì)研究導(dǎo)刊，2013（8）：9-11.

[26]王紅茹. 互聯(lián)網(wǎng)研究與發(fā)展中心發(fā)布CⅡ中國電子商務(wù)指數(shù)報告[J]. 中國經(jīng)濟(jì)快訊，2000（31）：32.

[27]劉 敏，陳 正. 電子商務(wù)發(fā)展測度指標(biāo)體系研究[J]. 統(tǒng)計與信息論壇，2008，23（7）：20-28.

[28]葉瓊偉，聶秋云. 電子商務(wù)發(fā)展水平測度指標(biāo)體系構(gòu)建及其對我國服務(wù)業(yè)影響的實證研究[J]. 電子商務(wù)，2013（11）：28-29，43.

[29]桂學(xué)文. 電子商務(wù)促進(jìn)經(jīng)濟(jì)發(fā)展的效果測度研究[D]. 武漢：華中師范大學(xué)，2011.

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