互联网经济下城市社区快递投送点空间形态与空间联系——基于大学校园的实例分析

张　祚, 卢新海, 罗　翔, 周　敏, 陈昆仑

(1. 华中师范大学　公共管理学院，湖北　武汉　430079；2. 华中科技大学　公共管理学院，湖北　武汉　430074；3. 湖北大学　资源环境学院, 湖北　武汉　430062)

一、引言

中国是当今世界上最大的电子商务市场，而网络购物是推动中国电子商务快速发展的重要力量[1]。随着网购过程参与者数量规模的不断扩大，网购覆盖的空间范围也迅速扩张。在从大城市快速向中小城市和乡村蔓延的同时，跨境网购也逐渐兴起[2]。网购逐渐从少数人接受的新型消费方式[3]，演变成为日常居民生活中习以为常的消费方式。而网购热的背后，一方面折射出当下中国经济发展模式的转变，另一方面也折射出新技术、新业态引导下新的消费观与消费行为的改变。相对于传统消费行为，网购不但具有更加灵活、方便、节省时间等新特征，同时也极大地解放了时空对于消费行为的约束[4]。这种变化不但深刻影响，甚至重塑了消费过程中的人—空间关系。而无论是与之相关的实体空间，还是相应的数字网络所形成的虚拟赛博空间(cyberspace)也都可能产生相应的新特征。

城市空间既包括物理属性，也包括社会属性[5]。伴随着中国城镇化的快速推进，商品消费的不断增长除了满足城市居民的物质需求，也成为驱动社会与空间关系变化的重要因素[6]。城市中不断涌现的新型消费空间促进了城市社会文化与空间结构的重塑。特别是在中国经济转型升级的过程中，互联网与信息技术的快速发展，一方面触发了“空间爆炸”，另一方面也推动了“空间压缩”，形成了更为复杂的人与城市空间的关系[7]。当前，国内已有不少研究提供了审视当代中国经济转型背景下的人—空间关系变化与正义性问题的实证分析，如：城市空间消费带来的空间极化、空间隔离和贫困之间的关系[8]、政府公司化和市场投机对城市空间塑造起到的作用[9]，以及城市化带来的空间增益普惠性与正义性[10]等。

互联网经济的快速发展，在深刻影响城市居民消费行为和日常生活的同时，也逐渐改变了传统商品消费过程中以场所为中心的“面对面”交易模式，并相应产生了新的消费空间与人—空间关系。而厘清这种变化的具体表征及其背后的逻辑，有利于对新的消费行为与空间组织进行更科学的规划和更有效的管理。本文以武汉市一所大学校园作为研究区域，通过实地数据采集与调研，围绕网购与快递，按照“投送点”—“收件人”—“来源地”的主线，对比分析了研究区域内的快递投送点的空间形态、收件人所在地分布特征，以及快递来源地网络与空间分布特征。通过实例分析，试图对中国当前网购消费行为高普及化、常态化下包括实体空间与赛博空间在内多维度人—空间关系的变化进行探讨。

二、研究背景

(一)网络零售与快递业的快速发展

在“互联网+”和“大众创业、万众创新”的推动下，中国创新环境进一步改善。电子商务发展逐渐呈现出规范化、加速化、国际化的趋势[11]。网络零售交易不但空前活跃，并且交易额持续快速增长。2015年底网购者规模达到4.13亿人，较2014年底增加5183万人。2010-2015年间，中国电子商务交易额年均增长超过35%，2015年底达到20.8万亿元。这其中网络零售额年均增长超过50%，2015年达到3.8万亿元(见图1)，较2014年增长33.3%，占社会消费品零售总额约12.9%，保持世界第一的地位*数据来源：中国互联网络信息中心发布的第37次《中国互联网络发展状况统计报告》。。

伴随着中国网络零售的持续快速发展，快递行业作为代表性新业态也迅猛发展。2014年全国快递业务量达140亿件，同比增长52%，跃居世界第一。最多的一天，有超过1亿件快件在寄送途中。2015年快递业务量超过200亿件(见图1)，年人均快件使用量超过15件，规模继续保持世界第一，增速是同期GDP增速的7倍。仅在2015年11月11日当天，阿里巴巴旗下各平台的交易量达到912.17亿元，比2014年当日成交额提升近60%，由此也产生了4.67亿个快递包裹。

快递行业的快速发展，一方面推动了主要企业加大分拣、运输能力建设；另一方面，各地加快快递园区与末端投送能力的建设。截至2014年底，全国25个省(市、区)规划建成171个快递园区，另有108个在规划建设中；全国快递服务网点(末端投送点)达到13.2万个，较上年增长12.1%。网点密度也由2010年的4.8个/10万人大幅提升至2014年的9.7个/10万人*数据来源：国家邮政局2015年发布的《2014年度快递市场监管报告》。。此外，为了强化末端投送能力，快递网点积极与连锁商业机构、便民服务设施、社区服务组织、机关学校管理部门或专业第三方企业合作，在空间上全面向收件末端渗透。

(二)从传统空间到赛博空间

当前中国电子商务飞速发展呈现出一些新的特点，除了移动性更强、更加注重社会性、大数据、精准化等特征之外，同时还更加凸显了虚拟体验与赛博空间[12]。随着信息技术高速发展以及互联网、智能手机的快速普及，赛博空间(也称“信息空间”)作为与真实地理世界并行的虚拟空间受到的关注逐渐增多[13]。与真实地理空间不同的是，赛博空间中不遵守物理距离, 而以创新性方法如功能距离或心理距离等对空间特性进行描述与表达[14]。赛博空间形成不关乎人口数量的影响，而与地区经济发展程度紧密相关[15]。赛博空间拓展了传统地理空间的同时，也延伸了地理学的知识领域。一些新的概念，如：“赛博空间地理学(the geography of cyberspace)”[16]、“赛博地理学(cyber geography)”[17]、“信息景观(information landscapes)”[18]等相继出现。然而，如何理解地理空间与赛博空间的耦合关系也成为新的挑战[19]。Bakis等学者创新性提出在全球网络硬件与服务的支撑下，地理空间和赛博空间逐渐融合并形成所谓的“地理赛博空间(geocyberspace)”[20]。

图1　2010-2015年中国网络零售市场交易总额与快递业务量数据来源：中国互联网络信息中心发布的第37次《中国互联网络发展状况统计报告》。

随着国外对于赛博空间地理学研究的大量涌现，国内学者陆续从不同主题(如: 虚拟社区、虚拟感受、制图与可视化等)、不同学科视角(城市地理、经济地理、人文地理等)对相对更早的国外相关文献进行了较为全面的梳理[21-23]，并开始尝试探讨基于互联网的赛博空间与地理空间的耦合关系[13]。而在当下中国网络零售与快递业务飞速发展的背景下，无论是在消费行为层面，还是消费心理层面都推动了传统空间距离的改变，也为理解城市赛博空间与地理空间生产与互动提供了一个新的视角。

(三)大学校园及其商业空间

大学校园作为从事高等教育和科学研究的场所，是一个特殊的社区，而与之存在密切关系的除教师、学生等核心人群外，还包括其他提供基本服务的餐饮、商贸、快递等从业人员，往往与城市有着密切的地缘关系[24]。因此，大学校园作为一个多功能综合空间，不但包含了规划、建筑和景观等多方面的内容，也往往会与其周边地区建立联系、相互影响，并融入复杂的城市性与社会性[25]。

近年来各大高校扩招推动了学校规模不断扩大，对校园空间规划利用的研究逐渐增多。但对校园内具体商业空间的研究并不多，特别是针对当前网购快速发展在对于校园空间形态、人—空间关系的关注相对更加缺乏。较早时期，黄世孟曾将关注大学校园中大学日常生活与活动影响的区域并定义为“大学隐形空间”[26]。常健与陈丽敏发展了这一概念，提出“隐形校园”商业空间对校园影响过程可以划分为四个不同阶段，并认可将“隐形校园”纳入校园的整体规划中的必要性[25]。曹艳霞强调在校园空间开放模式向多元化转变的过程中，校园商业空间的分布因人流量而异，且具有灵活性。同时，由于校园商业空间缺少合理的规范以及地租等原因，出现了一些“隐形商业空间”[27]。而近期，刘代云与秦艳艳在互联网快速发展背景下，以三所大学为例，从时间关系和参与模式两方面对校园快递空间进行归纳总结，并认为粗放的快递空间仍是校园空间规划的漏洞，校园快递空间应当与校园学习生活共同被纳入整体校园规划中[28]。

三、研究区域、数据来源与研究方法

(一)研究区域概况

武汉市作为全国高等教育资源最集中的五大城市之一，有普通高校82所，在校研究生11.27万人，在校本科及大专生95.68万人*数据来源：国家邮政局发布的《2015年度快递市场监管报告》。。这些高校中，不但相当一部分位于武汉中心城区，而且占地面积较大(见图2)。根据对校园位于武汉市中心城区的20所高校进行统计，占地面积约合33km2，相当于武汉市东湖(全国最大城中湖)的全域面积(见图2A)；仅在校学生人数超过50.58万人(图2C)。其中仅华中科技大学与武汉大学占地面积分别约为3.5km2和4.7km2；在校人数分别为5.65万人和5.61万人。可以说，高校校园作为主要围绕在校学生学习、生活的空间载体，同时也为教学及其周边服务相关人员提供了活动空间。因此，很多大学校园，特别是位于市区的大学校园，既是一个教学、科研场所，也是一个集各种生活配套设施于一体的大型综合性城市社区。

本研究选取了位于武汉市中心城区二环以内的湖北大学校园作为研究区域(见图2A)。对于该研究区域的选择，一方面考虑开展调研与收集数据具有可行性与相对便利性；另一方面研究区域占地面积1.33 km2、各类在校学生人数2.47万人，都处于武汉市中心城区20所主要高校的中间水平，有一定典型性。

(二)数据来源与研究方法

本文以湖北大学校园作为案例研究区域，按照“点(投送点)” —“面(收件人)” —“网(来源地)”的尺度框架，主要考察以下问题：1)研究区内有哪些快递投送点？以及这些投送点的空间分布与空间形态；2)快递投送点的快递投向哪里？以及通过快递点领取/派送快递形成的人—空间关系。3)这些快递又来源于哪里？以及所形成的网络与空间分布特征。

图2　武汉市中心城区主要高等学校、占地面积与在校学生人数分布注：图中统计的高校未包括军事院校与高等职业技术学校；学校占地面积与在校学生人数来源各高校门户网站。

通过实地考察获得可靠资料是案例研究的必要手段之一。本文主要采取了现场观察法、数量类型统计与对比法，实地调查了研究区校园范围内涵盖12家快递公司的9个快递网点，并收集了以下三个方面的主要数据：1)通过GPS实地记录各个网点的位置，并在GIS中与研究区域地图叠加；实地调查日均快递投送量与网点空间形态。2)选取校园内以投送网购商品为主的快递点，随机选择普通工作日，通过实地收集当天全部有效快递面单766张，并逐一记录快递订单的收件人的社区地址，并进行汇总。3)进一步收集766张有效快递面单上所反映的快递来源城市信息，逐一记录、汇总。

此外，为了基于对所收集的一手数据进行深入挖掘与探索，借助GIS工具、社会网络分析及可视化工具进一步对快递收件人所在地网络分布、快递来源地网络分布与空间分布特征进行分析。

四、快递投送点空间形态与空间联系

(一)投送点：校内空间分布及空间形态

通过实地调研，研究区域内共有9个快递投送点(见图3)。除了京东、天猫和唯品会等专门网购平台外，其他投送点包括顺丰、中通、圆通、韵达等快递公司。通过抽样实地调查，快递投送点在除开学或临近毕业时间段外，投送快递件超过90%来源于网购。作为多功能综合空间，研究区域可以被划分为三个主要功能区域：教学区、家属区域和学生生活运动区。研究区内的9个快递投送点有5个分布在学生生活运动区(见图3快递点1-3、8、9)、2个分布在教学区(见图3快递点4、5)、2个分布在家属区(见图3快递点6、7)。由于校园快递投送点的区位选择，主要考虑如何最大程度地实现高效率、低成本、高顾客满意度。基于实地调查，研究区内的9个快递投送点的区位特征基本可以归纳分为三类：沿商业街分布、傍功能节点分布和“破碎空间”分布。出于综合因素考虑，前两者主要受校园人口流动线路影响，而“破碎空间”分布则主要考虑灵活性与租金成本因素。

(1)沿商业街分布。校园商业街由众多商业个体户组成，集中了各种服务类行业：小吃店、便利店、衣饰店、缝纫洗衣、饮品店等。商业街在满足学校师生的多样化需求的同时，也以“物美价廉”的“学生街”特质吸引了周边校外人员。快递点沿商业街分布，充分利用了商业街人流量大、消费需求旺盛的特点。

(2)傍功能节点分布。校园内的一些主要功能性节点，如学生活动中心、图书馆、食堂等往往是师生日常密集出入的场所。一些快递投送点，借助这些校园内主要功能性场所日常人流量大的特点在其附近选址。

(3)“破碎空间”分布。不同于传统商业空间，该类空间分布有较强的灵活性与不规则性、不一定是封闭的空间，可以是任何建筑的楼梯角落，利用特殊地点的开放时间或在空间中以“见缝插针”的形式零星分布，并试图尽量降低租金成本。

从快递投送点的空间存在形式来看，研究区内的9个快递投送点主要可以划分为：独立功能型、半独立功能型与非正规型三种形式。其中：独立功能型快递投送点基本上有相对正式、独立的门店，并且明确以快递投送为主要功能。半独立功能型快递投送点往往是较大店面空间进行内部空间分割之后的“店中店”。分割后的空间以“柜台”、“货架”形式分别出租给不同经营者，或者同一经营者将快递业务与零售、洗衣等其他业务兼营，在组织方式和空间构成上通常形成“租户组合”。而租用家属区居住住房作为快递投送点则属于另外一种形式的半独立功能型。此外，还有一些非正规型的快递投送点利用非封闭的缝隙空间，以十分简陋的设施条件作为快递投送点，如：依靠体育馆楼梯—墙体—地面形成的自然三角半开放区域作为快递投送点。逢快递旺季，则需要临时在空地搭建帐篷，甚至“画地为店”来完成配送量。此外，这些投送点的外部空间往往聚集大量人流、车流和商品包装垃圾，同时可能营业时间超长。

(二)收件人：所在地与空间联系

随机选取普通工作日，实地收集研究区内某中等规模快递投送点当日全部有效快递订单收件人的社区位置信息，通过逐一梳理、汇总，发现：1)当日全部投送的766件快递中，364件收件人在大学校园内，占到全部比例的47.5%。这部分收件人，可能是校内学生、教职员工。2)虽然所考察的快递投送点位于校园内，但是52.5%的快递收件人地址并不在校内，而在校园以外。3)具体梳理收件地址在校外的快递信息发现，7.4%是来源于毗邻学校的教师公寓，收件人多数为学校教职员工。4)而另外还有37.9%、6.4%、0.7%的收件人所在地分别是学校周边的住宅小区、商业店铺以及公司写字楼(见图4)。这部分收件人，都是校外的居民、商铺工作人员、公司职工或其他流动人员。此外，经过调查发现，投送点抽样快递订单中超过90%是通过打电话或发短信的方式通知收件人到投送点自行领取，而其它订单主要由快递投送点组织快递员进行投送。

图3　快递投送点面积与派件量分布(根据实地调研情况绘制)

图4　快递收件人所在地网络分布及空间流动方向图

(三)来源地：网络与空间分布

通过进一步逐一记录、梳理实地收集的有效快递面单上的来源地信息并进行汇总，发现：1)从省级来源地覆盖面看，所收集件快递来源地涵盖了除西藏、海南、宁夏以外，包括港澳台在内的全国31个省(市、区)。2)进一步从市级来源地覆盖面看，所收集件快递来源地涵盖了123个不同城市(见图5)。其中来源于同一省不同城市数超过10个的包括：江苏(15个)、广东(13个)、山东(11个)与浙江(11个)。3)从不同来源地订单数量空间分布来看，虽然快递来源地覆盖面广，但是数量分布相对集中；排在前7位的省、市(浙江、广东、江苏、上海、湖北、北京)累积所占订单数量的比例达到78.2%；其中浙江与广东是来源比例最高的省份，分别占到了全部订单的26.1%与20.5%(见图6)。4)从快递来源地所涵盖的123个不同城市所在区域来看，来自于东部地区订单数量占到绝大多数，占到79.5%；而来自于中、西部地区的比例分别为14.2%和5.5%；另外0.8%来自于港澳台地区。

此外，互联网经济也推动了电商专业村的快速发展[29]。大量涌现的以农户为经营主体，依托淘宝等电商平台及其电商生态系统，围绕村落聚集形成的淘宝村逐渐受到各界关注[30-31]。为了进一步考察本研究随机抽样的快递来源地与全国212个淘宝村分布的空间关系：1)在GIS分析环境中将快递来源地与中国淘宝村分布图的叠加(见图7A)，并进一步识别淘宝村所在的市(县)，并与快递来源市(县)进行对比(见图7B)，发现：55.3%快递件数来源地于淘宝村所在的市(县)，且覆盖到全部淘宝村的97.6%。2)利用GIS工具识别各个快递来源地最临近的淘宝村，并计算两者间的空间距离(见图7C)，发现：累积40%的快递件数来源地距离最近的淘宝村在35km内，而累积60%的快递件数来源地距离其最近的淘宝村在55.4km内。淘宝村本身即互联网与电商快速发展下的产物[29]。而本案例实地调研抽样的快递来源地，特别是位于东部地区的快递来源地与淘宝村分布匹配度较高，这一定程度反映了当下新的商业消费模式与商业空间格局对于消费空间社会网络更新的影响。

五、讨论与小结

(一)讨论

(1)在中国城镇化快速推进与经济发展转型升级的背景下，网购与快递业的快速发展，推动了城市社区空间的重塑。而这种变化可能对城市空间需求、空间关系产生重要影响。从前文所调查的校园内快递投送点空间形态的分析可知，快递点在人们工作、生活的空间内快速涌现，甚至分布在体育馆楼梯夹角等日常较少或没有人关注的“夹缝”空间、“破碎”空间。不难看出，一种“巨大的力量”驱动着新的空间需求和空间利用方式的产生。而这种需求极其旺盛且迫不及待，以至于还来不及纳入到现有的各种空间规划框架之下。新的业态空间和景观快速重构的同时也还产生了人流、车流聚集、垃圾剧增等负外部性效应。此外，同样需要注意的是，互联网经济下，新消费模式对于地理空间联系与赛博空间联系中逻辑关系的变化(见图8)。伴随着新的空间需求在城市社区旺盛的生长和蔓延的同时，传统以实体商业场所(如:百货商场、电脑城等)为中心的消费行为势必迅速减少。而随着互联网零售持续快速发展，城市空间中这种新的变化、此消彼长的关系，不但是经济、社会、技术变革的空间映射，同时也改变了包括以空间为载体的消费、就业、日常活动路径、社会关系等在内的人—空间关系。

图5　快递来源地与网络分布图注: 图A为随机调查的某快递投送点当日投送所有快递的来源地与件数在实体地理空间中的分布图；图B为模拟的以收件地为中心的赛博空间网络分布图。

图6　快递订单来源于不同省(市、区)数量与累积百分比

图7　不同快递订单来源地在全国的分布及其与“淘宝村”分布的对比注：1)图A中订单数据来源于作者实地调研，淘宝村分布数据来源于2015年阿里研究院发布的《中国淘宝村研究报告》；2)图B中“Ⅰ区”和“Ⅱ区”分别表示快递来源地与淘宝村所在市(县)匹配和不匹配的情况；3)图C中的点代表不同快递来源市(县)到最近淘宝村的距离。

(2)这里探讨的城市空间的转变，不仅仅依托于显性的实体空间，还包括隐形的、与实体空间平行的赛博空间。随着全球化、互联网技术、智能移动终端、网络零售的快速发展，实现了超越实体空间距离，主体间信息数据的多维链接传递与及时信息沟通。实体空间与赛博空间的叠加，形成一个既包括现实生活中传统物理空间，又包括数字网络空间的多层次时空维度。赛博空间的虚拟性与超时空性为网络购物消费行为买卖主体在更广域空间范围内直接互动提供了可能，而快递业的快速发展，解决了赛博空间中主体间零距离实时信息传递沟通与主体间物理空间距离真实存在之间的矛盾。各种零售商品从赛博空间中供需信息转化为物理空间中的真实商品，满足个人的生活需求。而在本文所研究的实例中，校园内快递投送点随机一天的快递商品即可能来自于超过100个不同城市。但大多数快递收件人，并没有对这些来源地的具体位置形成清晰的物理空间概念，而是笼统地认为所购商品“来自网络”。

图8　地理空间联系与赛博空间联系转变示意图

(二)结论与建议

(1)在本文所选的案例中，从校园内的快递投送点实体空间分布与空间形态来看，快递投送点可以划分为沿商业街分布、傍功能节点分布、“破碎空间”分布三种不同类型。影响快递投送点分布的主要因素是社区人口流动线路，同时也包括考虑灵活性与租金成本因素。而现有快递投送点的空间形态可以划分为独立功能型、半独立功能型与非正规型三种形式。除了少数投送点是校园规划管理范畴内的正规门店，大多数投送点不是与现有商业空间的“嫁接”，就是在“生长”在夹缝空间中。高峰时期“画地为店”的现象、快递点周围往往产生大量快递包装垃圾现象等都说明大量的快递投送点还处于自发、无序的空间状态。

(2)本文所选的大学校园位于城市中心城区，作为城市肌体的一部分，该校园园区与其周边生活、商业空间有着密切的天然联系。从本文考察的案例中发现，只有不到一半的快递收件人是在校园内工作或学习的教师、学生；而超过一半的快递收件人来自于校园周边的教师小区、其他住宅小区、商业店铺以及公司写字楼。这部分收件人，除了学校教师及其家属，大部分都是校外的居民、商铺工作人员、公司职工或其他流动人员。可以说，随着网购与快递业的快速发展，在改变人们购物行为特征与行动路线的同时，也为城市社区及其周边空间联系与互动提供了新的动力。而这些新的空间联系与互动也逐渐影响着城市社区内部及其与周边区域的人—空间关系。

(3)从一个普通快递投送点同一天投送的所有快递来源地的追溯分析来看，空间分布覆盖面广，涉及包括港澳台在内的全国31个省(市、区)的123个城市；空间分布强度相对集中，多数集中在浙江、广东、江苏、上海等经济发达地区；并且与这些地区淘宝村的空间分布匹配度较高。也就是说，在更大的空间尺度上，城市社区中的消费者通过“互联网购物+快递”的模式能打破传统商业模式下实体空间的阻隔，在不用考虑或较少考虑空间距离因素影响的情况下直接与商品供应主体(甚至相当一部分位于村落)在赛博空间中互动，并最终通过快递作为纽带产生在真实地理空间中的联系。

(4)建议与展望。从本研究案例来看，面对网络购物与快递业的快速发展对于校园空间及其周边社区人—空间关系的改变，特别是空间的无序化和负外部性效应，无论是校园还是其他类型的城市社区都亟待采取更有针对性的科学空间规划与合理的管理控制措施。虽然本案例是一个特殊社区空间，但一定程度也折射出当前商业模式的转变对于地理—赛博空间逻辑关系以及空间消长的改变。这需要相关部门既要加强对实体商业空间规划、布局的更新与功能转型升级，也要重视对于赛博空间的认识与管理。而如何更好地理解互联网经济驱动地理—赛博空间生产的机制，并厘清地理空间与赛博空间的互动耦合关系需要未来更进一步的理论探索与实证更新。

参考文献：

[1]Gervasi M. East-commerce: China e-commerce and the Internet of things[M]. John Wiley & Sons, 2016.

[2]上海社会科学院经济研究所课题组, 石良平, 汤蕴懿. 中国跨境电子商务发展及政府监管问题研究——以小额跨境网购为例[J]. 上海经济研究,2014(9):3-18.

[3]Gong W, Stump R L, Maddox L M. Factors influencing consumers’ online shopping in China[J]. Journal of Asia Business Studies, 2013, 7(3): 214-230.

[4]Mokhtarian P L. A conceptual analysis of the transportation impacts of B2C e-commerce[J]. Transportation, 2004, 31(3): 257-284.

[5]宋伟轩, 朱喜钢, 吴启焰. 城市滨水空间生产的效益与公平——以南京为例[J]. 国际城市规划, 2009(6):66-71.

[6]张京祥, 邓化媛. 解读城市近现代风貌型消费空间的塑造——基于空间生产理论的分析视角[J]. 国际城市规划, 2009(1):43-47.

[7]张敏, 熊帼. 基于日常生活的消费空间生产: 一个消费空间的文化研究框架[J]. 人文地理, 2013(2):38-44.

[8]潘泽泉. 社会空间的极化与隔离:一项有关城市空间消费的社会学分析[J]. 社会科学, 2005(1):67-72.

[9]魏立华, 闫小培. 转型期中国城市社会空间演进动力及其模式研究——以广州市为例[J]. 地理与地理信息科学, 2006(1):67-72.

[10]钱振明. 走向空间正义: 让城市化的增益惠及所有人[J]. 江海学刊, 2007(2):40-43.

[11]欧阳日辉, 刘洋雪. 2015年中国电子商务发展报告[M]// 新媒体蓝皮书. 北京：社会科学文献出版社, 2015: 120-139.

[12]陈国青. 新兴电子商务——参与者行为[M]. 北京：清华大学出版社, 2013.

[13]Zhang Z, Tang W. Analysis of spatial patterns of public attention on housing prices in Chinese cities: A web search engine approach[J]. Applied Geography, 2016, 70:68-81.

[14]Cairncross F. The death of distance: How the communications revolution is changing our lives [M]. Harvard Business Press, 2001.

[15]卢鹤立, 刘桂芳. 赛博空间地理分布研究[J]. 地理科学, 2005, 25(3):317-321.

[16]Batty M. The geography of cyberspace [J]. Environment and Planning B: Planning and Design, 1993, 20(6): 615-616.

[17]Dodge M. Journey to the centre of the Web [J]. Telegeography, 1999, 150-154.

[18]Kathleen Dunaway M. Connectivism: Learning theory and pedagogical practice for networked information landscapes[J]. Reference Services Review, 2011, 39(4): 675-685.

[19]Tsou M H, Kim I H, Wandersee S, et al. Mapping ideas from cyberspace to realspace: visualizing the spatial context of keywords from web page search results[J]. International Journal of Digital Earth, 2014, 7(4): 316-335.

[20]Bakis H. Understanding the geocyberspace: a major task for geographers and planners in the next decade[J]. The Netcom, 2001, 15(1-2): 9-16.

[21]张捷, 顾朝林, 都金康,等. 计算机网络信息空间(Cyberspace)的人文地理学研究进展与展望[J]. 地理科学, 2000, 20(4):368-374.

[22]汪明峰, 宁越敏. 网络信息空间的城市地理学研究:综述与展望[J]. 地球科学进展, 2002, 17(6):855-863.

[23]孙中伟, 路紫, 王杨. 网络信息空间的地理学研究回顾与展望[J]. 地球科学进展, 2007, 22(10): 1005-1011.

[24]吕斌. 大学校园空间持续成长的原理及规划方法[J]. 城市规划, 2002(5):24-28.

[25]常健, 陈丽敏. 大学“隐形校园”商业空间研究[J]. 华中建筑, 2005, 23(3):53-54.

[26]黄世孟. 台湾大学校园规划之经验与策略[J]. 城市规划, 2002, 26(5):46-49.

[27]曹艳霞. 大学校园商业空间环境研究[D]. 太原理工大学, 2008.

[28]刘代云, 秦艳艳. 网络社会背景下的大学校园快递空间探究——以大连三所高校为例[J]. 华中建筑, 2014(4):84-88.

[29]刁贝娣, 陈昆仑, 丁镭,等. 中国淘宝村的空间分布格局及其影响因素[J]. 热带地理, 2017, 37(1):56-65.

[30]边文魁, 张永春, 张晓峰. 中国电子商务发展及对策[J]. 上海交通大学学报, 2010, 17(8): 70-73.

[31]刘亚军, 储新民. 中国“淘宝村”的产业演化研究[J]. 中国软科学, 2017(2):29-36.