“淘宝村”的空间集聚变化趋势分析

付岩岩

内容摘要：本文基于空间集聚变化的相关理论，并结合ArcGIS和GeoDa等空间数据分析工具，对2017年我国“淘宝村”的分布情况进行分析。研究结果表明：“淘宝村”整体呈现组团状集聚格局，区际间差异较大，空间分布具有沿南向北扩散的趋势；“淘宝村”集聚区域呈现地域梯度和连片化特征，如江苏、浙江、广东以及福建等东南沿海省份分布密度较高；县域尺度“淘宝村”的空间分布具有正自相关性，并且呈现空间相邻和蔓延的特征。

关键词：淘宝村 空间集聚 变化趋势

引言

2014年10月，阿里巴巴集团推出了以“千县万村”计划为主体的农村战略。在阿里巴巴带动下，包括京东、苏宁等在内的电商平台也推出了各自的农村电子商务计划。2017年，中央一号文件《中共中央、国务院关于深入推进农业供给侧结构性改革 加快培育农业农村发展新动能的若干意见》首次提出了“鼓励地方规范发展电商产业园”，要求电商产业园“聚集品牌推广、物流集散、人才培养、技术支持、质量安全等功能服务”、“推进农村电商”。此后“淘宝村”开始不断涌现并且呈现空间集聚变化趋势，对区域经济的拉动效应也显著增强，这种现象的存在与我国的城乡二元体制分不开。我国农村市场庞大，政府在城镇化进程中表现出强大的执行力，成就了如今异军突起的“淘宝村”，这种借助于网络平台的集群模式也给我国城镇化、现代化政策提供了新的思路。

国内外研究现状

国内学者对于电子商务集聚趋势方面的研究比较早，如闰明磊（2006）基于虚拟组织理论进行分析后，得出的结论是：互联网的出现让原本发展落后的农村地区找到了空间上的优势；池丽月（2010）指出了构成电子商务产业集群离不开三大主体部分，即网商、供应商以及配套服务提供商。以往的学者在电子商务产业集群方面的研究主要集中在理论方面，但是研究“淘宝村”具体兴起的原因很有必要。黄梅英（2014）对当时比较典型的“淘宝村”——“军埔村”做了关于电子商务发展的实证研究，通过对问卷数据进行统计分析之后发现，其兴起的过程是建立在农村“熟人社会”的巨大优势上，约有25%的电商卖家是通过亲戚朋友的介绍而从事电子商务，人与人之间的信任让这种新兴的产业迅速发展，信息的扩散对产业集群的形成符合之前传统产业集群研究。

对于之前产业集群研究中被众多学者看重的聚集效应，在对电子商务产业集群的研究中也被作为重點。Guo Guihang（2014）同样通过对当时“军埔村”的研究，讨论了电子商务产业集群集聚带来的竞争优势以及经济效益。在广为人知的Michael E.Porter钻石模型等的理论基础上，Guo Guihang研究发现“淘宝村”拥有显著的集聚效应。聚集之后知识溢出带来的收益之余还有政府对集群的重视，而集群本身带来的更加完善的信息极大降低了企业所需承担的风险，即在中期面临局部同质化竞争的同时，集群也能更好提供差异化战略来降低冲突。

数据来源和研究方法

（一）数据来源

本文研究中涉及到的数据主要来源中国互联网数据平台和中国统计信息网，并从计量地理学的角度，利用ArcGIS、GeoDa等软件对数据进行可视化分析。用统计地图来展现“淘宝村”的空间集聚现象，同时使用空间计量经济学的方法，如LISA集聚图等，进一步分析“淘宝村”的数量与地理区位之间的关系。

（二）研究方法

统计地图。统计地图是用统计数据以色彩、图形的形式来表示制图对象数量特征的地图，包括分位图、点密度图、柱形图、Cartogram图等。具体介绍如下：第一，分位图。分位图是一种使用分级色彩表示的地图，每个类的层级可以很好地显示，分位数是与每个类相等的数据值，没有空类且类的值不会超过也不会减少。第二，点密度图。点密度图是基于每个面的字段值将字段的定量值表示为一系列图案填充，不对数据进行分类，而是会基于字段值用点来填充各个面。创建点密度图时，可以指定每个点所表示的要素数量以及点的大小。第三，柱形图。柱形图能够以一种醒目的方式来显示大量的定量字段。通常当图层中含有大量需要进行比较的相关数值属性时，可绘制柱形图。

当Morans I>0表示空间正相关性（高值与高值聚集，低值与低值聚集），值越大，空间相关性越强；Morans I<0表示空间负相关性（高值与低值聚集），值越小，空间差异越大；Morans I=0时空间呈随机性。在计算莫兰Ⅰ指数时，z分数和p值是两个非常重要的概念。p值表示概率，z分数代表标准差的倍数。例如，如果z分数是+2.5，那么结果是标准偏差的2.5倍。p值与z得分通常一起出现，用以表示结果的置信度，如表1所示。在正态分布的两端出现非常高或非常低（负值）的z得分，这些分数与非常小的P值相关。当计算结果显示很小的p值和非常高或非常低的z分数时，表明所观察到的空间模式不可能反映零假设表示的理论随机模式。

第二，LISA。LISA衡量的是局部空间自相关的程度。以上所说的Morans I常指全局空间自相关，它解释了研究区域到底有无集聚现象，而局部空间自相关则解释了其具体空间位置和集聚的显著度。全局空间自相关假设空间区域内研究对象的某一属性只有一种整体趋势，而实际上空间异质性（Spatial Heterogeneity）也是普遍存在的。因此，LISA可以作为一种局部统计方法，来定量描述空间对象在局部的相关性质。

“淘宝村”的空间聚集变化趋势分析

（一）“淘宝村”地理分布现象及集聚情况

分位图是将数据按照数量等分，其优点是直观、等级感强，但是有时会将属性值差异不大的地区分开，将属性值差异较大的地区合并，具有一定的局限性。本文结合使用点密度图根据每个省级行政区的面积与点的密度，来体现各个省（市）的电子商务发展水平。整体来看，“淘宝村”数量仍然是从东部沿海地区向内陆递减，点密度逐渐降低，村数量逐渐减少，在西北部地区点数甚至屈指可数，充分显示了电子商务在我国发展的不平衡。

用Geoda绘制的Cartogram图用圆圈大小描述了各市的“淘宝村”数量，圆心为城市的地理位置，半径大小表示属性值的高低。在市域层次上，由于城市数量过多，有些城市虽然面积不大，但是属性值很高，尤其是东部沿海地区一些密集的小城市，如金华、绍兴，这在普通地图上很容易被忽略。Cartogram图可以弥补这一不足，使数据显示更加直观。图1给出了我国各省“淘宝村”Cartogram分布。

如图1所示，黑色代表离群值，白色代表空值，灰色代表正常值。从图1可以看出，北京、上海、广州、深圳、杭州是“淘宝村”数量最多的几个城市，代表了我国的金融、政治、贸易、科技发展水平；一些沿海城市也呈现出很高的村数量值，如台州、宁波、青岛、大连、厦门、东莞；而西北部地区几乎没有离群值。

（二）“淘宝村”的空间聚集分析

经过前文的地图可视化展示可以看出，无论是省域层次还是市域层次，“淘宝村”在各个区域的分布都有一定的聚集趋势。接下来通过ArcGIS中的Morans I工具对以上现象进行验证，对电子商务在我国各省市的发展做定量分析，“淘宝村”分布情况如表2所示。

空间自相关报表。本文使用的空间关系概念化方式是CONTIGUITY_EDGES_CORNERS，也就是所谓的Queen's Case，指共享边界、结点或重叠的面要素会影响目标面要素的计算。空间自相关分析报表如图2所示。从图2可以看出，“淘宝村”的数量确实存在空间正相关现象，即村数量多的省份彼此聚集，村数量少的省份也有类似的变化趋势。当z得分大于+1.96且小于+2.58时，p值<0.05，则省域数据的空间分布有小于5%的概率是随机分布的，即存在空间集聚现象的可能性为95%。

“淘宝村”分布格局研究

虽然各个省市经济发展水平各不相同，但是其都具有各自地域特色的产业结构，因此本文选择了淘宝网最热门的十个关键字：服装、鞋包、饰品、户外、母婴、数码、虚拟、护肤、食品、家居，从不同行业统计“淘宝村”的数量，在这些行业中选择具有代表性的关键词，对各个地区的优势产业进行分析。

（一）服饰类“淘宝村”分布

由于沿海地区省市与内陆省市之间的差异过大，笔者选择绘制条形图的方法对服饰类“淘宝村”分布进行分析，具体如图3所示。

如图3所示，排在第一位的是浙江省，其次是广东和江苏。浙江和江苏作为面料出口大省，是许多国内外知名服装品牌的原材料供货地。内陆省市如河南也有较多的服装类“淘宝村”数量，而西北部的一些地区如宁夏、陕西、新疆等“淘宝村”数量则较少。由此可见，虽然东部沿海地区的电子商务发展迅猛，服装业也位居前列，但是仍有明显的差异，浙江省远超其余各省市。

（二）数码类“淘宝村”分布

如图4所示，作为高新产业聚集区，广东省的数码类“淘宝村”明显高于其余各省，达到823家，浙江、江苏等地也位居前列，但是均只占广东省的1/2左右。另外北京、上海等地数码类“淘宝村”的数量也明显高于其他内陆省份。

从图4给出的数码类“淘宝村”在各省市的分布情况可以看出，广东、浙江、河南、湖北、辽宁、北京数码类的“淘宝村”要多于其他地区；上海、山东两者基本持平；宁夏、陕西、新疆等地的数码类“淘宝村”分布比较少。

结论与启示

（一）研究结论

本文运用空间分析和统计分析的方法，对我国各省市的“淘宝村”空间分布格局进行分析，进一步研究我国“淘宝村”的空间集聚变化趋势。具体研究结论有以下几点：第一，“淘宝村”的空间分布呈现出明显的区域差异性，就整体的变化趋势而言呈现组团状的分布格局，并且具有从东南沿海地区向内陆扩张的趋势；第二，在省市域内的分布尺度上，“淘宝村”的空间分布格局差异较大，主要的集聚区域变化趋势是从广东、浙江、江苏等省份向河南、安徽以及河北等地蔓延；第三，从“淘宝村”经营类别来看，服饰类的“淘宝村”和数码类的“淘宝村”分布情况也呈现出空间集聚特征。浙江和江苏作为面料出口大省，是许多国内外知名服装品牌的原材料供货地，因此服饰类的“淘宝村”比较多并且集中。广东省在数码产品行业具有传统的优势，因此数码类“淘宝村”明显高于其余各省。

（二）研究启示

“淘宝村”是我国电子商务产业与农村经济高度融合的产物，极大促进了城乡二元经济结构的调整，在一定程度上解决了农村大量剩余劳动力的就业问题。在改变城乡传统的经济模式和商业地域格局方面，“淘宝村”的空间集聚变化特征有一定借鉴意义。随着电子商务的发展以及产业结构的不断升级和不断细化，农村地区的劳动力分工加快了“淘宝村”的空间集聚变化趋势，可以预见的是在接下来的3-5年内，“淘宝村”空间集聚变化趋势还将继续。“淘宝村”在我国分布地域将会更加广泛，且对我国农村经济的推动也会进一步增强。

参考文献：

1.徐智邦，王中辉，周亮等.中国“淘宝村”的空间分布特征及驱动因素分析[J].经济地理，2017，37（1）

2.董彦龙，王东辉.基于“淘宝村”、“电商产业园”的电商空间集聚现象研究—以浙江金华市“义乌商圈”为例[J].商业经济研究，2017（10）

3.祝君红.我国淘宝村发展的现状、成因与趋势[J].商业经济研究，2017（22）

4.刘传喜，唐代剑.浙江农村流动空间格局及其形成影响因素—基于“淘宝村”和旅游村的分析[J].浙江农业学报，2016，28（8）

5.周娜.“淘宝村”与农业集群融合发展模式探讨[J].经贸实践，2016（20）

6.王林申，运迎霞，倪剑波.“淘宝村”的空间透视—一个基于流空间视角的理论框架[J].城市规划，2017，41（6）

7.馮洁.“淘宝村”：农村电商大载体[J].浙江经济，2015（14）

8.梁晓音.“淘宝村”发展模式、问题与对策—以广西“淘宝村”为研究对象[J].商业经济研究，2016（14）