基于淘宝平台的第三方服务商地理分布空间浅析

摘 要：文章基于以往电子商务服务业的文献研究，探讨淘宝平台第三方服务商省域、市域两个层次的地理空间分布规律，发现无论是省域层次还是市域层次，第三方服务商在真实地理空间上均存在着明显的空间集聚效应和空间相关性。因此，文章认为相邻省、市域之间应当加强电子商务基础设施的共享建设，提高信息化水平，推动经验和信息分享，普及信息技术知识等，进而实现合作共赢，共同推进区域电子商务经济的发展。

关键词：第三方服务商；地理空间分布规律；空间集聚

一、引言

技术变革推动着经济的增长。随着宽带和移动网络的普及，电子商务与实体经济的日益融合，电子商务活动对人们的生产、消费和生活的各方面均产生了巨大的影响。

淘宝的兴起和发展带来了新型服务业——电子商务服务业。互联网+背景下，我国大量传统企业开始寻求新渠道以建立更加稳固的市场，有意开始从事电子商务活动；但由于缺乏相关的电子商务经验，对其造成了极大的障碍，同时也成为一个新商机，涌现了一批又一批电子商务服务商群体，开始为传统企业提供电子商务服务，从而帮助其消除电子商务市场的无形壁垒，借此契机，电子商务服务商为自身的发展积累了有利的条件。其中，颇具代表性和典型性的就是阿里巴巴旗下的淘宝卖家服务市场，它提供的服务种类不断细化和深化，涵盖了店铺装修、商品服务、促销管理等服务，聚集了数量众多的卖家第三方服务商，为电子商务主体带来了更大的便利性，更好的用户体验和更深层次的发展，成为电子商务发展中不可忽视的重要经济主体。

信息技术虽然模糊了经济发展的空间边界，但这并不意味着能就此割裂与地理空间之间的联系，尤其对区域经济发展而言，这不仅会导致研究结果的不实，还可能得到不切实际的研究结论。因此，本文基于以往电子商务服务业的文献研究，探讨淘宝平台第三方服务商省域、市域两个层次的空间分布集聚性与差异性。

二、研究回顾

1.关于服务业的传统区位理论

关于服务业分布要素的探讨较为权威和被普遍认可的理论是区位理论。传统的区位理论认为，外在的区位因素包括了交通可达性、运输开支、土地利用方式、地租费用等，它们能够明显影响地区经济的集聚，即正是外在的资源禀赋差造成了不同国家或地区生产结构的差异。例如，土地经济学家W·Alonso（阿兰索）提出的著名的竞租理论。著名的城市地理学家W·Christaller（克里斯塔勒）和经济学家A·Lsch（廖什）提出的中心地理论。我国有研究者在借鉴中心地理论的基础上，提出空间分布的等级性也存在于服务业之中，不同等级的服务组织分布于不同等级的中心地（张文忠，1999）。一般认为，服务业的空间集聚趋势较工业企业的空间集聚特征更加显著。

以上主要的几种服务业区位理论来看，服务业区位理论均属于个别要素/禀赋导向型，而没有考虑空间要素的影响。

2.服务业——基于空间视角的区位研究

高进田（2007）在其著作中把“区位”定义为有效配置形态在空间中的体现，那么区位要素的范畴理所应当可以扩展到空间维度上，也就是说区位本身应当成为一种要素。这是基于区位要素的空间延伸所形成的一种新型要素。随着空间经济学研究的不断展开，越来越多的研究更多地关注非空间因素和空间因素的综合分析。

Wernerheim， C Michael，Sharpe， Christopher（2003）采用加拿大城市、省域和国家级关于两类生产性服务业的数据进行实证分析，发现加拿大高端服务业的研究没有证明制度和接近客户对产业布局的影响，但却间接地证实了产业布局不应当忽视空间因素。王小霞（2011）基于新地理经济学、城市经济学理论，对我国三大经济圈服务业空间集聚机理及其影响因素进行了空间分析，证实了我国三大经济圈服务业存在空间集聚现象。胡霞，魏作磊（2006）将空间作为要素纳入研究范围，分析了在我国主要城市中服务业是如何分布的，空间分布存在的差异性以及导致空间分布差异的影响因素，主要包括收入、城市化水平、人口和劳动力因素、GDP、优惠政策等。盛龙，陆根尧（2013）则从行业和地区层面阐述了，生产性服务业的空间集聚要素主要是对第二产业的需求、信息化程度、知识密集度以及人力资源等。

以往的文献研究，从行业类型来看，对我国服务业空间集聚的研究大多以分配性、消費性、生产性和社会公共性服务业四大类展开，而这种行业划分是概括而粗略的；从地区来看，基于地理空间划分视角对各地区服务业的研究也是略显粗糙的，划分的地理区块过大，可能因为区域内各地区之间数据的抵消关系或受到区域内极端属性值的影响而掩盖真实经济实质。

3.电子商务服务业相关研究回顾

广义电子商务服务业是指，在电子商务环境中，依托电子信息技术，为交易主体提供各类电商服务的服务商集合（荆林波，梁春晓主编，2011）。另一方面，根据Tobler（1970）的地理学第一定律，空间分布上的所有属性互为相关，但是空间相近的事物关联更紧密（all attribute values on a geographic surface are related to each other， but closer values are more strongly related than are more distant ones）。因此，空间因素在区域科学研究，尤其在电子商务服务业研究的重要影响是不容怀疑的。

俞金国，王丽华，连显淼（2010）利用淘宝网和统计数据检索，结合E指数和回归分析等方法，研究发现电子商铺分布广泛且不均衡，由东向西的递减趋势明显；但同时在部分区域还存在集聚现象。杨丽花（2010）利用GIS和FMCDM技术对淘宝实体店铺的区位选择进行了定量探究，研究发现，整体上看，电子服务网点表现出了区位特征；分行业来看，分散与集聚并存，对传统设施的依赖较少。路紫等（2011）采用基于邻域设施的模糊区位选择方法和模糊多属性的决策方法，得到了在C2C电子商务方式下电子服务网点区位选择的分析结论，指出影响网络店铺地理空间的选址的因素的重要程度顺位与以往传统区位选择要素的重要性顺位发生了变化。

关于网络店铺真实地理空间分布的规律，学者们或多或少把空间效应予以考虑，运用了定量分析方法进行研究，得出网络店铺真实地理空间分布呈现了东西部分布不均衡，由东向西递减趋势的结论。而鉴于”生产者——消费者”之间的紧密关系，网络店铺区位分布的规律有理由成为研究影响第三方服务商地理空间分布规律的借鉴。

三、第三方服务商地理空间分布的描述性分析

1.第三方服务商地理空间分布——省域层次

数据来自于淘宝平台2009年-2013年底中国大陆31个省区（不包含港澳台地区）和331个地市（包含港澳地区和台湾部分城市：台北、台南、基隆、高雄和台中）第三方服务商数据；囿于数据的可得性和完整性，本文对少量缺省数据进行了删除。

为了更加细致、直观地展现淘宝第三方服务商省域分布的差异，本文运用五分位法对我国31个省份（不含港澳台地区）的淘宝第三方服务商省域分布数据进行划分和展示。

处于第一级（第三方服务商数量最少）的省份共有六个，分别是西藏、青海、宁夏、海南、新疆和甘肃六省区，除海南省外，其余五省皆位于我国西部地区。处于第二级省份的第三方服务商数量多于第一级省区，共有六个，分别是山西、云南、黑龙江、吉林、贵州和内蒙古，这些省份主要位于我国的东北和西南部，呈现明显对角呼应，这些省份位于我国边境，经济发展程度相对不高，电子商务发展相对受限。而处于第三级省份的服务商数量又多于第二级省份，共有七个省份，分别是安徽、广西、辽宁、江西、重庆、陕西和天津，这些省份的分布相对分散，大致位于我国地理中部，是第三方服务商的第三梯队，并且有意思的是安徽和江西两省，它们与服务商最多的省份接壤，邻近东部沿海，拥有相对便捷的交通等较为有利的区位，但却并未进入第四级区间，而成为第五级和第四级之间的“山谷”，这可能是因为，一，与东部沿海城市相比，安徽和江西发展电子商务尤其是第三方服务商的区位优势不够、社会经济基础不够坚实，二，邻近的中部省份本身大多经济水平较好，有能力较好地发展电子商务；共有六个省份位于第四级区间，分别是山东、四川、河南、湖北、河北和湖南，除四川省外主要位于我国的中东部，社会经济水平较好，电子商务比较活跃，成为第三方服务商的第二梯队。第五级区间的省份分布了最多的第三方服务商，它们分别是广东、北京、浙江、上海、江苏和福建，与卖家分布第一梯队一一对应，无一例外地位于我国东部沿海地区，社会经济基础好，区位条件优越，电子商务发展迅速，无疑成为第三方服务商的第一梯队。

值得注意的是，以往有关网络店铺（或网店）空间地理分布的文献中，有学者指出淘宝网络店铺的空间地理分布呈现出了明显的梯度特征，即淘宝网店数量由东部沿海地区向西部内陆地区明显递减（王贤文，徐申萌，2011；俞金国等，2010）。

根据数据拟合结果来看，第三方服务商的空间分布大致上符合淘宝网络店铺分布由东部沿海向内陆地区递减的趋势，但两者分布规律并不完全吻合，第三方服务商空间地理分布自有其特点。其一，部分层级的省份在地理上大致都呈现了东北——西南走向的条带状分布特征，尤其第五级省区（除北京外）和第四级省区（除四川外）地理靠近，首尾邻接，特征明显；其二，各层级”高低相见”分布，并非按照数量多少由东部向内陆依次递减。

2.第三方服务商地理空间分布——市域层次

为了进一步了解市域层次第三方服务商的空间地理分布情况，同样利用地理画图分析软件的五分位法对我国331个地市（包括香港、澳门，但不包括台湾）的淘宝第三方服务商市域分布数据进行分析和展示。

处于五分位第一层级区间的城市共有66个，主要是白银，榆次，阿拉善盟、七台河、昌都和玉树等，经济相对不发达，电子商务发展相对落后等我国大陆西部城市，此外还包括澳门、基隆、台北、台南、高雄和台中。市域层次第三方服务商的第四梯队有65个城市，如阳泉、晋城、通辽、本溪、阜新、鸡西、黑河、延安和天水等城市，随着梯队秩序的升高，城市分布开始由西向东转移。第三梯队城市，主要有大同、临汾、运城、长治、包头和赤峰等中部城市。到第二梯队即第四层级区间时，城市多分布于东部省区，基本完成了由西向东的转移，主要有秦皇岛、邯郸、衡水、安庆、阜阳、三明、漳州、宜春等城市。第五層级区间的城市即为第三方服务商的第一梯队，刷光地图得到图3，可知，包括北京、天津、上海、重庆和香港，特别地，9个来自江苏省，如南京、无锡、徐州、常州、苏州、南通等；9个来自广东省，如惠州、深圳、广州、佛山、东莞、珠海等；8个来自浙江省，如杭州、宁波、温州、嘉兴、湖州、绍兴等；7个来自山东省，如济南、青岛、烟台、潍坊、济宁等；5个来自福建省，福州、厦门、莆田、泉州、漳州；4个来自河北省，唐山、石家庄、邢台和保定。

3.第三方服务商市域层次Cartogram分布图

考虑到我国大大小小的地级市有300多个，且单个城市在地图上的面积较小，不易辨认，很难通过普通地图来反映某个城市小面积，高属性值的情况，因此采用比较统计地图（Cartogram）进行市域层次（331个地市，包括香港和澳门以及台湾部分城市）的分析。

比较统计地图（Cartogram）以地图为底，利用不同的图形或标志的大小来比较各区域某种指标数值大小。在GeoDa软件中，Cartogram比较统计地图用圆圈来代表原先的空间单元，圆圈本身尽可能以非线性最优原则，紧密地排列在相匹配的空间单元的原始位置，但是圆圈的大小则取决于指标的数值大小，而与该区域的实际地理面积无关。

但在进行比较统计地图的拟合之前，需要确定变量值的分类。在GeoDa软件中，利用Hinge标准来确定离群值或极端值。通过运行软件，从而得到在Hinge=1.5和Hinge=3.0标准下，第三方服务商数值的分布变化。由于在不同标准下，离群情况没有大的差异，因此采用默认标准Hinge=1.5，同时为了保证拟合的效果，比较统计地图拟合时进行了大于1000次的迭代计算处理。

由Cartogram地图可知，市域层次的第三方服务商分布基本服从了自东向西递减的趋势，并且我国三大经济圈（长三角、珠三角和环渤海经济圈）在集聚了大量的服务商。具体表现在，第三方服务商在市域层次的空间分布存在47个上离群值，占样本总量的14.2%，0个下离群值。红色表示该区域分布了数量较多的第三方服务商，其中圆圈最大的五个城市依次分别是，北京、广州、上海、杭州和深圳，这五個城市经济基础深厚，位于东部沿海，地理位置优越，发达的交通网络和便捷的物流服务，吸引了来自全国各地的人才，技术和创新环境良好，为电子商务尤其是第三方服务的发展和创新提供了有利的资源和技术支撑；相对较小的红色圆圈依次是，成都、香港、金华、苏州、东莞、泉州、武汉、厦门、温州、郑州等42个城市，其中2个直辖市，13个省会城市。与此同时，东西部地区红色圆圈的空间分布体现了截然不同的规律：在东部沿海地区，红色大圆圈被小红色圆圈所包围，红色圆圈的周围大多仍是红色圆圈，红色圆圈的分布呈现了“抱团”趋势，例如上海被苏州、嘉兴、南通等城市所围绕，杭州被金华、绍兴、台州、宁波等城市包围。而在中西部地区，红色圆圈则呈散落分布，并且这些红色圆圈多是该省区的省会城市，周围被较低量级的、非红色圆圈所围绕，侧面说明省会城市对邻近城市电商发展的带动作用不明显。另一方面，无论是东部地区还是中西部地区，第三方服务商分布近似以较高量级的圆圈为圆心，圆圈量级由内向外地逐圈递减，即离红色大圆圈越远，圆圈量级越低，该区域服务商数量越少。这可能是因为，离红色大圆圈越近，受到区域中心的经济辐射作用越明显，吸收到更多更好的技术、资源，接触到前沿的市场，从而刺激和推动周边城市的第三方服务商的产生和成长。而非红色圆圈有284个城市，占样本总量的85.8%，主要分布在中西部、内陆地区。

通过前面的分析可知，无论是省域和市域层次，我国第三方服务商的空间地理分布都与卖家分布保持极大的相似性，一般来说，卖家数量较多的省区/城市，拥有的第三方服务商数量也较多，反之则较少；从空间分布规律来看，无论是卖家分布还是第三方服务商分布，两者都大致遵循了由西向东梯度递减，高低相见分布的规律。

四、第三方服务商地理空间分布的统计分析

在空间统计学中，一般使用Moran I指数来检验区域经济变量是否存在空间相关性，它主要针对全域空间相关性分析，即从区域的空间整体上刻画区域空间分布的集聚趋势。

Moran I指数的数值介于-1到1之间，其绝对值的大小代表了空间相关程度的高低，绝对值越大说明空间相关性越高，反之越低。

1.第三方服务商及其与卖家省域层次的Moran散点图

以淘宝平台第三方服务商省域层次的数量为自变量X，以省域层次第三方服务商数量的空间滞后值为因变量Y，计算得出淘宝平台第三方服务商省域层次的Morans I指数为0.1213，并且考虑对Morans I的推断基于随机序列，它多次重新计算统计量会产生一个参考分布，将统计量与参考分析进行比较，从而计算一个假设显著性，发现其通过了显著性（P值=0.077）和敏感性检验。这说明淘宝平台第三方服务商分布在省域层次上存在比较显著的正向空间自相关性；进一步由下图可知，大部分省域最主要地集中在第三象限，即”低-低”集聚区域，这意味着第三方服务商数量较少的省份，其相邻省份的第三方服务商数量也较少（见图4）。

需求的诞生往往伴生着供给，第三方服务商的服务对象主要是网络卖家，第三方服务商的空间分布似乎天然地趋近卖家分布，那么卖家的省域分布究竟会对第三方服务商省域分布产生怎么样影响？利用双变量空间自相关指标——Morans I用所有相邻位置的平均值评估一个位置的X变量与Y变量的空间相关程度，其中Morans I=0.1582（P值=0.05），说明卖家的省域分布会比较显著地正向影响第三方服务商的省域分布，同时省域之间的集聚主要地属于“低-低”集聚，即卖家少、第三方服务商少的省份地理上普遍相邻，如黑龙江省、内蒙古、新疆、吉林省、甘肃省、山西省等。少量省域分布在第一象限——”高-高”区域的省份是山东省、福建省、浙江省、上海、江苏省和河北省（见图5）。

2.第三方服务商及其与卖家市域层次的Moran散点图

根据下图显示，我国市域层次的第三方服务商Morans I指数为0.0729，且我国地市多集中分布在第一象限——“高-高”集聚区域，这说明在市域层次，我国第三方服务商的空间分布存在比较显著的正向空间自相关性并且分布呈现了与省域层次不同的分布特征，第三方服务商较多的城市，其周边城市也拥有较多的第三方服务商。同时考虑到市域层次样本量的增多，以及999序列对特定随机序列的敏感性评估结果相对稳定，由此对P值和敏感性进行了999序列检验。

通过前文的分析可知，在省域层次上，卖家的空间分布会显著正向影响第三方服务商的地理分布，但却主要地落在”低-低”集聚区域；而在市域层次上，Morans I指数约为0.1212（P值=0.004）同样说明了卖家的空间分布对第三方服务商的空间分布发挥的显著正向影响，但主要地落在第一象限“高-高”集聚区域，说明卖家的省域分布会比较显著地正向影响第三方服务商的省域分布，同时卖家多、第三方服务商多的城市也被卖家多、第三方服务商多的城市所围绕（见图7）。

3.LISA聚集分析

（1）第三方服务商省域层次的LISA集聚分析

LISA聚集地图能够反映相关的局域空间指标，展现相邻省份之间的空间关系，刷光Moran散点图，可以在地图上显示选中取值的对应区域，也可以通过对我国31个省区分布的第三方服务商数量进行计算得到，本文采取后者，绘制显著性水平为0.05时，我国省域层次的第三方服务商LISA聚集地图（Morans I=0.1213）。由下图可知，共有9个省市通过显著性检验，其中处于”高-高”区域为福建省和上海市，表示福建省和上海市与其邻近省份之间的拥有较多数量的第三方服务商且其邻近省份也拥有较多数量的第三方服务商；处于“低-低”区域的主要是我国中西部省区，分别是内蒙古、新疆和甘肃省，说明这些省份本身分布的第三方服务商数量并不多，同时其邻近省份的第三方服务商数量也较少；落在“低-高”区域的省份是江西省，虽然江西省分布的第三方服务商数量较少，但却被第三方服务商数量较多的省份所围绕；“高-低”区域的省份为四川省，它拥有较多数量的第三方服务商，但与它相邻接的省份的第三方服务商数量却不多。而灰色区域则表示该省份（海南省）与其他各省区地理上都不相邻，且第三方服务商数量较少。

（2）第三方服务商市域层次的LISA集聚分析

通过对我国331个地市的第三方服务商数量进行计算得到，显著性水平为0.05，Morans I为0.0729时，我国市域层次的第三方服务商LISA聚集地图（见下图），其中97个城市通过显著性检验。处于“高-高”区域的城市共有11个，分别是保定、苏州、南通、宁波、嘉兴、绍兴、惠州、佛山、东莞、珠海和中山，在这些城市中，除了保定坐落于京津冀经济圈外，其余十个城市均分布在长三角或是珠三角，形成了明显的集聚，说明东部沿海的长三角和珠三角聚集了数量较多的第三方服务商；落在“低-低”区域的城市多达79个，它们本身及其周边城市的第三方服务商数量都较低，、主要是白银、太原、运城、呼和浩特、阿拉善盟等中西部城市，这些城市多位于我国的内陆欠发达地区，社会经济和电子商务发展水平大都较低，明显落后于东部沿海城市；落在“低-高”区域的城市共有5个，分别是河北省的张家口、承德、廊坊、浙江省的湖州和广东省的清远，说明它们本身的第三方服务商数量较低，却仍被第三方服务商数量较多的城市所包围，这些城市也同样分别坐落于我国京津冀、长三角和珠三角三大经济圈内，这也侧面反映了三大经济圈内各城市之间的电子商务发展水平存在一定的差异。

五、结论与展望

电子商务服务业作为拉动我國经济社会发展新的增长动力，其重要性不言而喻。为了更好地促进我国各区域电子商务服务业的均衡发展，掌握并电子商务服务业的空间分布规律及其影响因素等问题是十分必要的。以往关于服务业，尤其是电子商务服务业的分析研究大多是基于传统的区位理论和一般区位要素，忽视了空间经济效应。

因此，本文分别从省域和市域两个层次对淘宝平台第三方服务商在真实地理空间的分布进行了拟合和空间描述性统计分析，发现无论是省域层次还是市域层次，第三方服务商在真实地理空间上均存在着明显的空间集聚效应和空间相关性，基于此，从现实来看，相邻省域、市域之间以及具有空间经济效应的省域、市域之间应当加强合作协同，促进合作共赢。相邻省、市域应当加强电子商务基础设施的共享建设，提高信息化水平，推动经验和信息分享，普及信息技术知识等。尤其对于我国不够发达的中西部地区来说，发展电子商务，开展电子商务服务业，不仅需要强化电子商务基础设施建设，还应当关注人的因素。不仅要创造条件，推动信息技术的普及和应用，还应当营造良好的“软环境”，吸引和留住电子商务人才，特别是高层次的电子商务人才。

参考文献：

[1]张文忠.大城市服务业区位理论及其实证研究[J].地理研究，1999，18（3）：273-281.

[2]高进田.区位的经济学分析[M].上海：上海人民出版社·格致出版社，2007：pp18、76、85、116.

[3]Wernerheim，C Michael，Sharpe，Christopher.“High Order”Producer Services in Metropolitan Canada： How Footloose Are They？[J]. Regional Studies，2003，37（5）：469-490.

[4]王小霞.我国服务业产业集聚及影响因素——基于三大经济圈的实证研究[D].暨南大学，2011.

[5]胡霞，魏作磊.中国城市服务业发展差异的空间经济计量分析[J].统计研究，2006，（9）：54-60.

[6]盛龙，陆根尧.中国生产性服务业集聚及其影响因素研究：基于行业和地区层面的分析[J].南开经济研究，2013，（5）：115-129.

[7]荆林波，梁春晓主表.电子商务服务业发展报告NO.1[M].北京：社科文献出版社，2011.

[8]Tobler W.R.，A Computer Movie Simulating Urban Growth in the Detroit Region[J].Economic Geography，1970，46（2）：234-240.

[9]俞金国，王丽华，连显淼.电子商铺空间分布规律及其影响因素探究——来自淘宝网的实证[J].地域研究与开发，2010，29（6）：34-39.

[10]杨丽花.基于GIS和FMCDM的淘宝实体店铺区位探究[D].河北师范大学，2010.

[11]路紫，李晓楠，杨丽花，杨东，邓丽丽.基于邻域设施的中国大城市网络店铺的区位取向——以上海、深圳、天津、北京四城市为例[J].地理学报，2011，66（6）：813-820.

[12]王贤文，徐申萌.中国C2C淘宝网络店铺的地理分布[J].地理科学进展，2011，30（12）：1564-1569.

[13]俞金国，王丽华，连显淼.电子商铺空间分布规律及其影响因素探究——来自淘宝网的实证[J].地域研究与开发，2010，29（6）：34-39.

作者简介：陈雨泓（1991- ），女，福建南平人，管理学硕士，助教，研究方向：电子商务