不同尺度下中国“淘宝村”时空分布及演变特征

赵军阳+丁疆辉+王新宇

摘 要：“淘宝村”作为农村地区新生商业模式，需持续关注其空间问题，方可对其未来发展及其区域影响做出科学判断。采用2009年～2016年中国淘宝村数据，运用标准差椭圆分析法、中心要素分析法和空间自相关分析法，探讨了全国、省域、市域三种尺度下中国淘宝村时空格局变化特征及趋势。结果表明：①淘宝村数量不断增多，但增速趋缓。总体具有“南北扩散为主，东西扩散为辅”的特征，但近年来集聚程度越来越强，集中分布东部沿海地区；②淘宝村重心均位于浙江省，重心轨迹在浙江省内大致呈现“西北—东南—东北”方向走势，且移动距离逐渐缩小；③浙江省始终保持着发展的龙头地位，尤其台州市、温州市和金华市淘宝村数量占全国近1/4，呈现极快的发展态势；淘宝村数量在研究区内存在正相关关系，集聚态势明显，空间邻近效应显著；④各尺度淘宝村均表现出集聚与扩散双向特征，但尺度不同，其集聚或扩散程度差异明显，如全国和省域尺度表现出明显扩散特征，而市域则集聚特征更加突出。故淘宝村在尺度转换下空间演变规律的探讨可以为经济地理学尺度研究提供一定案例参考。

关键词：淘宝村；尺度；时空分布；演变特征

中图分类号：F129.9 文献标识码：A

在经济地理学分析中，“尺度”逐渐成为其核心的概念工具，它不单纯是一个空间概念，还是一个时间概念。尺度研究的根本目的在于通过适宜的观测和分析尺度来揭示和把握现象在尺度中的规律性[1]。地理现象的格局和过程具有一定的尺度效应和尺度的敏感性，因此，研究发现的地理规律在不同尺度下如何推演与转换成为地理学的热点问题。农村电子商务作为“互联网+”时代下一种新型的经济活动，将信息、知识与资金等要素与乡村资源结合，塑造形成了极具中国特色的农村电商产业与空间集聚形态——“淘宝村”。淘宝村的出现，不仅破解了农村信息化难题，有效提高了农民收入，提升了农民生活幸福指数，也成为拉动农村经济发展、促进农村创业和就业、缩小城乡数字鸿沟的新渠道[2]。关于“淘宝村”发展与推进同样引起地理学者的关注，而其中最直接的角度便是淘宝村时空发展问题。徐智邦和刁贝娣等指出，中国“淘宝村”在东中西部和南北部等不同区域空间上体现出明显的不平衡特征[3，4]。两人的研究尽管详尽指出了当前“淘宝村”的空间特征，但忽视了不同空间尺度下淘宝村空间演变特征的差异。相对于单一尺度分析，多尺度视角能深入探究“淘宝村”时空规律的特征。基于此，本文从时间与空间尺度两个视角出发，重新梳理了中国“淘宝村”演变过程，旨在提出经济地理学视角下尺度转换的重要意义，对进一步理解尺度关联提供参考。

1 研究回顾与问题提出

作为一种新兴的商务模式，电子商务一出现便受到学者广泛关注，地理学工作者更是将其作为重塑區域空间组织的重要力量进行了广泛而深入的探讨。当前研究主要集中在以下方面，首先探讨网络销售店铺的空间扩散规律及其区位特征[5-7]。研究者认为电子商铺分布呈现等级扩散的特征且在区域内部具有明显的集聚现象，并运用大城市网络店铺的空间集聚情况，揭示了区位选择的倾向性特征和信息时代区位影响因素的变化。其次，网络购物环境下个人的购物行为变化及对城市空间结构的影响[8-10]。研究者将网络购物带来的影响与城市紧密连接，认为中国网上零售企业的扩张仍然遵循等级式的路径，并受经济水平和地理位置的影响，同时指出城市内部不同圈层的居民在网络购物中存在明显的差异性。第三，重点以企业或个人为研究对象，分析其应用电子商务产生的影响。从企业视角看，电子商务活动产生的经济效益通常发生在大型企业中，对于中小企业而言，电子商务的应用则存在明显的空间差异[11-13]；从个人视角看，倾向于研究消费者的购物方式及其对活动空间的影响[14-15]，除了城市空间外，也涉及对交通空间与居住空间的影响研究[16，17]。

农村电子商务发展较晚，但推进速度惊人。国内外相关研究主要集中在农村电商发展模式[18-22]、发展问题及发展策略[23-25]、特色农村电商模式下的实证研究[26-28]、农村电商与当地经济的关系以及对生产和生活影响[29]等方面。淘宝村的形成是农村电子商务快速推进的产物，也已成为当今社会关注的热点。学者们主要关注了淘宝村的形成过程[30-31]、淘宝村发展的影响因素[32-33]、淘宝村发展的问题与对策[34-35]、淘宝村发展的优势以及对经济的作用和对生活的影响[36-37]等。作为新生事物，相关研究侧重典型案例分析，以微观视角解析为主，缺少宏观大尺度分析；时间跨度较小，分析多以某年数据为依据，跨时段分析较少。本文基于2009年～2016年中国淘宝村数据①，探讨了中国淘宝村在不同时段的空间格局及其变化特征。一方面梳理了近年来中国淘宝村快速发展的基本状况，另一方面也揭示了不同时段中国淘宝村的空间分布特点及变化特征。

2 数据来源与方法

2.1 数据来源

本文中所使用的数据资料主要包括以下三种：（1）2009年～2016年中国大陆各省区、各地市淘宝村数量及分布的文本文档。数据来源为：阿里巴巴网站发布的关于淘宝村的系列报告，分别为淘宝村研究微报告（2013）和中国淘宝村研究报告（2014～2016）。（2）淘宝村的经纬度坐标信息，主要运用百度坐标拾取系统逐一辨别拾取。（3）中国基础地理信息数据，主要包括中国省级行政区划地图。此数据是从学术网站直接获取。

2.2 研究方法

将“淘宝村”抽象为点要素，采用坐标拾取的采集方式，并基于ArcGIS的空间分析和地理统计分析等方法及相关理论，从三个空间尺度（全国、省域、市域）来研究2009年～2016年中国淘宝村时空分布格局及其空间演变特征。具体研究方法包括：标准差椭圆分析法、中心要素分析法和空间自相关分析法。

（1）标准差椭圆分析法

运用标准差椭圆分析法测算淘宝村分布是否具有特定的方向特征，在全国尺度下分析近年来中国淘宝村扩散的主次方向及变化情况。文中标准差椭圆分析法是由淘宝村平均中心作为起点，x，y坐标方向的标准差作为轴，形成的包含所有淘宝村的椭圆。其中，椭圆的长轴代表最大扩散方向，短轴代表最小扩散方向；偏转角度在0°～180°之间表示南北分布为主导，90°表示东西分布为主导。标准差椭圆分析法可表示为：

（2）中心要素分析法

中心要素分析法用于寻找区域内到其余各要素距离最短的要素所处位置。文中运用中心要素分析法找出与其余各淘宝村距离之和最小的淘宝村所在位置，即淘宝村的重心位置。通过分析淘宝村重心位置分布，明确在省域尺度下淘宝村在全国省域范围内的聚集区域以及重心点变化情况。中心要素分析法可表示为：

式中X，Y为研究区域内淘宝村重心坐标；Xi和Yi为区域中第i个淘宝村坐标，Ri为到第i个淘宝村的距离，n等于淘寶村总数量。

（3）空间自相关分析法

空间自相关方法用于检验区域变量是否存在空间相关性，并揭示局部空间变化，将局部差异的空间格局可视化。文中运用该方法分析在市域尺度下淘宝村分布是否存在相关性并进一步展现区域分布情况，从而揭示其分布特点及演变规律。空间自相关分析法可表示为：

式中 ，Yi表示第i个地区的观测值，n为全国地市总数量，Wij为研究单元的空间邻近关系，当两个研究区域单元邻近时，取值为1，当两个研究区域单元不邻近时，取值为0；Morans I的取值范围为-1≤I≤1，若取值为正，表示淘宝村数量较多（较少）区域在空间上显著集聚；若Morans I为负，表示区域与周边地区的淘宝村数量有着显著的空间差异；若Morans I为零，则认为淘宝村在空间上是随机分布的。

3 全国尺度时空分布及演变特征

3.1 淘宝村数量增长较快，其中以东部地区增长为主

2009年，江苏省睢宁县沙集镇东风村、河北省清河县东高庄和浙江省义乌市青岩刘村3个村入选淘宝村，代表着中国第一批淘宝村的出现。2013年中国有各类淘宝村20个，此后，淘宝村的数量迅速增长，截至2016年，中国淘宝村达1311个（图1）。中国淘宝村在大区域尺度呈现一定的扩散特征，但仍在东部沿海地区集聚明显。2009年，中西部地区淘宝村尚未形成，在2013年～2016年4年间，东部淘宝村数量远大于中西部地区。2016年，在1311个淘宝村中，1285个集中在东部沿海，占总量的98.02%；中部和西部分别有21个和5个，仅占总量的1.60%和0.38%。

3.2 淘宝村南北方向扩散为主，但分布集中度逐渐增加

运用标准差椭圆分析法得知，2013年～2016年中国淘宝村标准差椭圆均在东部地区呈南北方向展开，说明2013年～2016年中国淘宝村主要在东部地区呈南北方向的扩散特点。由图2可知，2013年中国淘宝村标准差椭圆基本呈正南北向，且南北向距离远大于东西向；同2013年相比，2014年中国淘宝村标准差椭圆向东南方向偏移，椭圆东西方向距离有所增大，淘宝村处于快速扩散阶段；2015年和2016年中国淘宝村标准差椭圆基本重合，椭圆在2014年基础上向东北方向移动，南北向和东西向距离都明显缩小。自2014年起，淘宝村标准差椭圆面积逐渐缩小，椭圆x、y轴方向轴长也均有减小，说明中国淘宝村分布集中度逐渐增加。

4 省域尺度时空分布及演变特征

4.1 淘宝村分布的省份不断增多，其中浙江省数量居首位

2009年中国淘宝村仅存于河北、江苏和浙江3个省，2013年，山东省、福建省和广东省等沿海省份淘宝村发展起来，江西省也成了中部地区第一个出现淘宝村的省份；2014年，淘宝村开始向西部地区扩散，四川省出现淘宝村；2015年～2016年，淘宝村分布范围明显扩大，东中部地区部分省份相继出现淘宝村。如图3所示，中国淘宝村省域尺度扩散态势明显，虽然扩散方向仍以东部沿海省份为主，但中西部省份明显增多。

省域淘宝村数量增长以浙江、广东、江苏3省最为明显（图4），年均增长量均在50个以上，浙江省增长超过100个。2016年，3省淘宝村数量分别增加226个、105个和74个，增速达80%、66%和58%。其次是山东省、福建省和河北省，分别增加淘宝村44个、36个和32个。“淘宝村”数量增长较少的省（市、区）的共同特点是淘宝村出现较晚，数量较少且增长速度缓慢。值得一提的是西部的四川省、云南省和宁夏回族自治区，3省（市、区）淘宝村虽数量较少，但却成为农村电子商务西部扩散的重要核心。

4.2 淘宝村重心位置均位于浙江省，重心移动距离缩小

由中心要素法分析得出，2013年～2016年中国淘宝村重心位置均在浙江省内移动，且移动距离逐步缩小（图5）。2013年淘宝村重心位于浙江省西北部的新都村，2014年位于浙江省中南部的筏铺村。经测量数据显示，2013年～2014年间，中国淘宝村重心位置由西北向东南方向移动182.27km；2015年重心位置又向东北方向移动98.28km，重心位于浙江省中部的墩头村；2016年重心与2015年重合，重心位置移动0km。由以上分析可知，2013年～2016年中国淘宝村集聚形态明显，浙江省位于集聚重心，重心移动轨迹在浙江省内大体沿西北—东南—东北方向移动。同时重心位置移动距离逐渐缩小，说明中国淘宝村扩展趋于平稳的现状，地域分布均衡程度有了进一步提升。

5 市域尺度时空分布及演变特征

5.1 拥有淘宝村的地市不断增多，台州、金华等市淘宝村数量较多

2009年～2016年，拥有淘宝村的地市数量增长迅速，如图6所示。2009年首批出现淘宝村的仅有徐州、邢台和义乌3市；2013年增长为16个市；2014年拥有淘宝村地市达到41个；2015年拥有淘宝村地市数量增长最为明显，增长到74个市；2016年，拥有淘宝村的地市数量与2015年相差不大，数量达75个。由此而知，7年间拥有淘宝村地市的数量增加了72个，增长极为迅速。

其次，各地市拥有淘宝村的数量情况反映出较强的集聚状态。2009年淘宝村处于发展起步阶段，分布的3个地市集聚特征并不明显；2013年，全国20家淘宝村中，分布前10地市的淘宝村共有14个，占总量的70%，主要集中在临安市、丽水市和义乌市；2014年，分布前10地市淘宝村数量占总量的61.14%，共有129个，集中分布在广州市、汕头市和揭阳市；2015和2016年，分布前10位淘宝村地市数量分别有405个和746个，占总量的51.92%和56.90%，均集中分布在台州市、温州市和金华市。由以上可知，分布前10位地市淘宝村数量占总量比重呈波动上升的态势，这说明7年来，中国淘宝村在地市分布上呈现集聚的发展态势。由前3位地市分布情况来看，近年来主要集中在浙江省和广东省的临安市、广州市、金华市和台州市，且从2015年和2016年淘宝村数量较多地市均为台州市、温州市和金华市来看，也说明与2013年相比，市域淘宝村集聚程度进一步提升。

5.2 淘宝村数量在市域范围内集聚态势明显

利用全国市域淘宝村数量进行全局相关性分析得出2013年～2016年市域淘宝村数量分布水平的Morans I指数。除2013年P值为0.000004外，其余年份均为0，这意味着市域淘宝村分布空间模式不可能属于随机过程（小概率P<0.01），同时2013年～2016年Z得分均为正值且大于正态分布函数在0.01水平下的临界值（2.58）（表1），以上可知，P值和Z得分均與标准正态分布相关联，说明淘宝村分布数量在市域尺度上存在空间正相关关系。2013年～2016年全局Morans I指数分别为0.02、0.06、0.10和0.09，均大于0，说明市域尺度淘宝村分布具有显著的空间依赖性和集聚特征。虽然Morans I指数值在2016年略有下降，但是总体上呈上升态势，说明淘宝村在市域尺度上集聚力度不断增强，即高水平（低水平）的地区趋于向高水平（低水平）的地区靠拢，同时也说明淘宝村总体空间分布差异性也在不断缩小。

5.3 高-高集聚区分布范围逐渐扩大，空间邻近效应显著

市域淘宝村数量分布的局部相关性分析结果显示（表2），高-高集聚区（HH）分布数量较多，低-高集聚区（LH）有少许分布，而低-低集聚区和高-低集聚区分布不显著，因此，本文仅对高-高集聚区和低-高集聚区进行空间格局演变分析。

2013年～2016年，分别有13个、18个、24个以及25个地市位于“典型区域”，即高-高集聚区和低-高集聚区（图7）。在这四个研究年份里，泉州、揭阳、杭州、金华、丽水和温州这6个地市一直位于HH区，空间集聚特征明显，说明这些地区淘宝村分布数量较多，起步时间较早，发展程度较高，并且带动了周围地市淘宝村的出现与发展。上海、宁德和舟山3市位于LH区，与周围地区相比淘宝村数量较少，这是因为上海市经济发展水平较高，农村电子商务发展程度相对较低，而宁德和舟山两市目前暂不存在淘宝村，3市被淘宝村数量较多地区所包围，故出现低值区。

总体来看，2013年～2016年市域尺度下淘宝村分布HH区和LH区主要集中在东部地区。东部地区市域淘宝村发展具有较强的空间依赖性，“邻近效应”明显，邻近地市的相互交流与借鉴，使得高水平地区强强联合，并促进低水平地区的发展，但目前来看这种影响对中西部的扩散效应不足。

6 结论与讨论

在“互联网+”发展战略向农村深入的新时期，以淘宝村为代表的农村电子商务获得了极大的发展机遇，目前淘宝村已破茧成蝶，成为农村电商发展的排头兵。本文运用数理统计和空间分析方法对2009年～2016年不同空间尺度的中国淘宝村时空分布格局及其演变特征进行了探讨，结果显示在不同的空间尺度下，“淘宝村”发展既有相似又有差异。无论哪个空间尺度集聚与扩散现象都同时存在是其明显的共性特征，而差异性主要表现在不同尺度中集聚与扩散强度不同。具体如下：

（1）全国尺度以扩散为主，淘宝村数量不断增多，以东部地区增长最为明显。空间分布呈扩散状，具有“南北扩散为主，东西扩散为辅”的特征，但随着时间的推移，其扩散规模逐渐缩小，集中式分布特点愈发显著。

（2）省域尺度同样以扩散特征为主，东部沿海省份扩散明显，中西部省份亦在不断增多；淘宝村主要在广东—浙江—江苏沿海省份呈带状分布，但重心集聚性明显，在浙江省内大致呈现“西北—东南—东北”方向，且移动距离逐渐缩小。

（3）市域尺度集聚现象则相对明显，台州市、温州市和金华市等市数量较多，增长较快，集聚特征最突出；空间分布上，市域淘宝村数量的空间集聚态势明显，空间邻近效应显著。

总之，电子商务发展会带动农村地区的进一步参与，而淘宝村的发展将会持续，其地域分布将更深入地体现农村经济发展。因此，基于不同尺度分析农村电商这一经济组织模式既能体现经济地理学对空间尺度与尺度关系的理论研究，又能给出不同尺度下农村电商发展的合理建议。

参考文献：

[1] 刘卫东. 经济地理学思维[M]. 北京：科学出版社，2013.

[2] 阿里研究院. 中国淘宝村研究报告（2013）[EB/OL].

[3] 徐智邦，王中辉，周亮，王慧荣. 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（01）：107-114.

[4] 刁贝娣，陈昆仑，丁镭，曾克峰. 中国淘宝村的空间分布格局及其影响因素[J]. 热带地理，2017（01）：56-65.

[5] 王贤文，徐申萌. 我国C2C电子商务的地理格局及其演化机制[J]. 经济地理，2011，31（7）：1064-1069，1106.

[6] 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.

[7] 路紫，李晓楠，杨丽花，等. 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.

[8] 汪明峰，卢姗. 网上零售企业的空间组织研究——以“当当网”为例[J]. 地理研究，2011，30（6）：965-976.

[9] 席广亮，甄峰，汪侠，等. 南京市居民网络消费的影响因素及空间特征[J]. 地理研究，2014，33（2）：284-295.

[10] 刘定惠. 城市空间结构对居民通勤行为的影响研究——以成都市和兰州市为例[J]. 世界地理研究，2015，24（04）：78-84+93.

[11] Taylor M， Murphy A. SMES and the take-up of E-business[J]. Urban Geography， 2004，25（4）： 315-331.

[12] Warf B. Geographies of global internet censorship[J]. Geojournal， 2011，76（1）： 1-23.

[13] Piera C， Roberto C， Giuseppe C. E-procurement and E-supply Chain： Features and development of E-collaboration. IERI Procedia， 2014，6： 8-14.

[14] Lglesias-Pradas S， Pascual-Miguel F， Hernandez-Garcia A. Barriers and drivers for non-shoppers in B2C E-commerce： A latent class exploratory analysis[J]. Computers in Human Behavior， 2013，29： 314-322.

[15] Clemes M D， Gan C， Zhangjunli. An empirical analysis of online shopping adoption in Beijing，China[J]. Journal of Retailing and Consumer Services， 2014，21（3）： 364-375.

[16] Leszczynski A， Wilson M W. Guest editorial： Theorizing the geoweb[J]. GeoJoural， 2013，78（6）：915-919.

[17] Farag S， Schwanen T， Dijst M. Shopping online or in-store？ A structural equation model of the relationships between E-shopping and in-store shopping[J]. Transportation Research Part A， 2007，41（2）： 125-141.

[18] 侯晴霏，侯濟恭. 以区域为核心的农村电子商务模式[J]. 农业网络信息，2011，（05）：5-8.

[19] 朱兴荣. 新农村电子商务及实施模式的探索[J]. 科技情报开发与经济，2007，17（12）：227-228.

[20] 杨克斯，吴江雪. 我国农村电子商务新模式初探[J]. 中国商贸，2012，（31）：152-153.

[21] Ali Akbar Jalali， Mohammad Reza Okhovvat， Morteza Okhovvat. A new applicable model of Iran rural e-commerce development[J]. Procedia Computer Science， 2011（3）： 1157–1163.

[22] JiaoMeng. E-Commerce poverty alleviation in Longnan city[N]. China Today， 2016（9）： 28-30.

[23] 龚炳铮. 关于农村电子商务的发展思路与对策的探讨[J]. 中国信息界，2011，（12）：28-31.

[24] 曾庆闯. 农村电子商务发展存在的问题及对策浅析[J]. 智富时代，2016，（01）：110-111.

[25] 李丽军，王永钊. 农村电子商务对区域的影响及发展策略[J]. 教育现代化， 2015，（17）： 180-182.

[26] 汪向东. 农村经济社会转型的新模式——以沙集电子商务为例[J]. 工程研究-跨学科视野中的工程，2013，（02）：194-200.

[27] 傅辰昊，周素红，闫小培，等. 中国城乡居民生活水平差距的时空变化及其影响因素[J]. 世界地理研究，2015，（04）：67-77.

[28] 骆莹雁. 浅析我国农村电子商务的发展与应用——以沙集淘宝村为例[J]. 中国商贸，2014，（02）：72-75.

[29] Hong Yong. E-commerce helps alleviate rural poverty[J]. China Today，2016（4）：48-50.

[30] 曾亿武，邱东茂，沈逸婷，等. 淘宝村形成过程研究：以东风村和军埔村为例[J]. 经济地理，2015，35（12）：90-97.

[31] 张嘉欣，千庆兰，陈颖彪，等. 空间生产视角下广州里仁洞“淘宝村”的空间变迁[J]. 经济地理，2016，36（01）： 120-126.

[32] 朱邦耀，宋玉祥，李国柱，等. C2C电子商务模式下中国“淘宝村”的空间聚集格局与影响因素[J]. 经济地理，2016，36（4）：92-98.

[33] 崔丽丽，王骊静，王井泉. 社会创新因素促进“淘宝村”电子商务发展的实证分析——以浙江丽水为例[J]. 中国农村经济，2014（12）：50-60.

[34] 邓晓峰. 龙岩培斜淘宝村电子商务发展现状及对策分析[J]. 龙岩学院学报，2014，32（3）：74-77.

[35] 朱康对，朱呈访，潘姬熙. “淘宝村”现象与温州网络经济发展——基于永嘉西岙“淘宝村”的案例研究及政策建议[J]. 温州职业技术学院学报，2015，15（1）：23-26.

[36] Guo Guihang， LiangQian， Luo Guangfan. Effects of clusters on Chinas e-commerce： Evidence from the Junpu TaobaoVillage[J]. International Journal of Business and Management， 2014，5（22）： 180-186.

[37] GengLin， XiaoruXie， ZuyiLv. Taobao practices， everyday life and emerging hybrid rurality in contemporary China[J]. Journal of Rural Studies， 2016，6（8）： 514-523.

[38] 張珣，钟耳顺，张小虎，等. 2004年～2008年北京城区商业网点空间分布与集聚特征[J]. 地理科学进展，2013，32（08）：1207-1215.

Abstract： "Taobao villages" is a new business model in rural areas. We need to pay more attention to its spatial distribution and evolution， in order to make a scientific evaluation on its future development and regional influence. Based on the data of Taobao villages in China during 2009-2016， using standard deviation ellipse analysis， central factor analysis and spatial auto-correlation analysis， the temporal and spatial characteristics and variation trends of China's Taobao villages were discussed in national，provincial and urban lewes respectively. The results showed， ①With the Characteristics of the main north-south diffusion as a whole， the agglomeration degree has become stronger in recent years， concentrated in eastern coastal areas； ②Taobao village distribution of the provinces is increasing，which showed obvious zonal distribution trend in Guangdong-Zhejiang-Jiangsu coastal provinces area； The center of gravity had been in Zhejiang province for 4 years； ③Zhejiang province has always maintained a leading position， especially in the cities of Taizhou， Wenzhou and Jinhua， where the number of Taobao villages accounted for nearly 1/4 of the whole nation. There is a positive correlation between the number of Taobao Village， Which means that spatial distribution of Taobao village is concentrated in municipal level.

Key words： Taobao villages； levels； spatial and temporal distribution； evolution characteristics