基于e-TSC指数的淘宝村集群网络交易时空特征研究*

周 静 王 帅 赵 越 曾 越 田 静 于 立 ZHOU Jing, WANG Shuai, ZHAO Yue, ZENG Yue, TIAN Jing, YU Li

0 引言

淘宝村是信息技术时代中国农村社会经济发展的一种独特的新现象。由于信息技术的嵌入，农村地区摆脱了物理空间距离对其发展的限制，实现人口、资本、商品、信息等实时流动和深度共享[1]。截至2020年底，全国已经涌现出5 000多个淘宝村、近2 000个淘宝镇，电子商务年销售额合计超过1万亿元[2]。淘宝村在增加农民收入、带动返乡创业、灵活就业、减贫脱贫、促进乡村振兴等方面已经显现出重要的社会经济效应和价值[3]。

针对淘宝村这一新现象，相关研究逐年增多，主要集中于社会学、经济地理学与规划学等学科[4-5]。研究内容主要集中在淘宝村的空间分布[6]24，[7-8]、发展特征与演化机理[9-12]、机制解析[13]，以及淘宝村产生的社会经济效应[14]等多个方面。另外，淘宝村等电子商务村庄作为新的现象，国际社会上相对应的研究也刚起步不久，发表论文较为集中的英文期刊有Journal of Rural Studies、Cities、China Economic Review等。

但是目前学界对淘宝村现象的信息技术作用机理及其科学表达的探讨仍然较少。定量研究力度有待增强，尤其亟需开展利用大数据在乡村尺度进行分析的研究[15]。在当前国家乡村振兴政策不断聚焦、新一轮国土空间规划编制的关键时期，传统区位理论是否适用于分析电子商务？如何描述电子商务平台上淘宝村真实的网络交易时空特征？如何用科学方法识别淘宝村发展中关键的流动性要素，认知乡村产业经济、社会网络、空间需求的动态变化和规律趋势，更好地发挥其聚集辐射效应？这些问题亟需得到解答。

如果不对虚拟的网络交易空间的时空特征进行深入剖析，则很难真正理解其运行规律[16]。对淘宝村各类资源禀赋进行科学测度、要素解析和建立评价标准，用于指导政府及相关部门制定乡村发展政策，实现各类要素的优化配置，有助于推动“乡村联动”“城乡一体化”高质量发展。

1 研究方法与数据来源

传统意义上，决定乡村发展潜力的要素主要指乡村特有的自然禀赋或长期发展积淀形成的人文条件，主要是在地性要素，如区位交通条件、产业基础、生态环境、基础设施和支撑保障体系等[17]。随着信息技术的深度嵌入，乡村发展的“流”要素的重要性日益凸显。淘宝村发展的“流”要素可以分为商品流、人流、物流、信息流、资金流等流动性要素（见表1）。由于基于电子商务的商品流能够突破物理时空限制，实现多重时空维度生产者与消费者的交易契合，因而极大拓展了时空效用[18]。高效的商品流是推动淘宝村快速发展的重要原因之一。基于此，本文主要针对商品流进行测度与识别。

1.1 既有研究与测度方法

一是应用传统经济学、地理学中产业集聚指标或模型，定量分析网店/淘宝村在全国/区域的空间分布及演化特征。例如俞金国等[19]，王贤文等[20]，朱邦耀等[21]通过电子商务平台的网店地址数据，分析得到我国网络交易活跃度与所在地区GDP呈现一定的正相关关系；曹义等[6]27，杨卓等[22]基于B2B的电子商务企业联系探讨长三角区域网络格局，发现长三角地区正在成为一个互联网与区域制造相结合的混合经济空间。

表1 淘宝村发展的“流”要素测度指标Tab.1 Measurement indexes of "flow" elements of the development of Taobao Villages

二是借鉴传统的“商品流”研究，探讨电子商务的虚拟商圈特征。但目前相关研究较少，还处于探索阶段。厄尔曼（E.L.Ullman，1956）对商品流的地理研究进行了开创性的工作。他从不同区域的相互作用和经济联系出发，提出“互补性、介入机会、可转移性”作为商品流与区域建立关系的基础。余金艳等[23]从“时间距离”角度出发构建时间距离地图，将“时间成本”可视化，探讨电子商务的虚拟商圈特征。靳字含等[24]73利用网店后台数据，描绘某商品从生产者到消费者之间的空间移动轨迹，从微观层面挖掘了网络交易特征。这些研究都为本文提供了重要启示（见图1）。

1.2 “网络交易时空指数”的构建

借鉴既有研究和测度指数①2010年阿里研究院与中国社会科学院信息化研究中心利用电子商务平台大数据，合作构建“网商发展指数指标体系”，后发展为“阿里巴巴电子商务发展指数”（aEDI）。该指标体系包括网商密度、网商交易水平、网购者密度和网购交易水平4项指标，用于测度某地区的电子商务发展水平。见阿里研究院《2010年网商发展指数报告》《2013中国县域电子商务发展指数报告》。，本文从空间、时间和价格3个维度构建“网络交易时空指数”（e-Trading Spatial-temporal Characteristics，简写为e-TSC）的测度指标（见表2）。3个维度中，“网络交易空间集聚指数”测度网络交易是否存在集聚现象，用于探索网络空间与场所空间的映射与相互影响；“网络交易时间离散指数”测度网络交易时间的离散化、碎片化特征，用于理解时间变量逐渐成为信息时代社会经济发展的新动力之一[24]75，[25-26]；“网络交易价格指数”测度不同地区的商品网络交易的价格特征，用于揭示日趋明显的商品产销一体化现象。

“网络交易空间集聚指数”（e-Trading Space Cluster Index，简写为e-TSCI），为某地区某商品在电子商务平台上交易的次数在同类商品中所占的比例。

图1 相关定量研究与测度方法Fig.1 Related quantitative research and measurement methods

式中，e-TSCI表示某地区（本文指某淘宝村集群，包含数量不等的淘宝村，下同）某商品在电子商务平台上进行网络交易次数的集中度；N表示电子商务平台上某同类细分商品所有交易地区；n表示平台上销售该商品的这一地区（即该淘宝村集群，下同）；Si表示网络空间交易次数。

“网络交易时间离散指数”（e-Trading Time Dispersion Index，简写为e-TTDI），为电子商务平台上某地区某商品网络交易的时间离散程度。

式中，e-TTDI表示某地区某商品在电子商务平台上进行网络交易的时间离散度；n表示平台上销售该商品的这一地区；Ti表示该地区销售该类商品的一天中交易次数发生时间的平均值。受限于采集到的数据，本文使用该地区该商品店铺一天中直播时间平均值的占比作为替代计算②1天直播时间平均值占比并不能完全代表平台交易的时间离散度，仅能部分代表网络交易时间特点。根据本文计算公式，取值在0—1之间;越接近于1，则认为网络交易的离散程度越高。。

“网络交易价格指数”（e-Trading Price Index，简写为e-TPI），为某地区某商品在电子商务平台上交易的平均价格与平台上同类商品的平均价格的比值。

式中，e-TPI表示某地区某商品在电子商务平台上进行网络交易的平均价格水平；N表示电子商务平台上某同类细分商品的所有交易地区；n表示平台上销售该商品的这一地区；Pi表示网络空间交易的平均价格。

1.3 数据采集与淘宝村集群选取

使用Python采集淘宝网电子商务平台网站（https://www.taobao.com）数据。所有数据来源于淘宝网公开数据，不涉及企业和个人隐私信息。根据对淘宝村销售的商品类型的分析③本文中将淘宝村集群分为基于工业产品、手工艺产品和农业产品的淘宝村集群3种基本类型。，经过多轮测试，本文最终选取“大闸蟹”“紫砂壶”“家纺”“花卉/绿植”“子母床”“水晶饰品”等29个关键词搜索商品，进行数据采集。关键词的确定原则是进行预搜索，商品条目数量样本在5 000条以上，同时尽量减少相关或衍生商品对该商品的影响。数据采集时间为2020年3月—2020年10月，共采集到14万多条数据。每一条数据包含的属性字段有商品名称及ID，商品店铺所在地、商品价格、该商品购买人数等信息。

采集完数据后整理筛选有效数据。筛选出等级为“三钻”以上的店铺④周章伟等认为淘宝网平台上等级为“三钻”以上的店铺可以看作达到一定规模，具有相对稳定的交易量与消费群体。，删除该商品之外的相关商品或衍生品的数据信息⑤淘宝网搜索引擎采用智能算法。分词权重定义产品关联度。，以及同一店铺重复商品且购买数量为0的数据。根据对淘宝网上店铺营业执照上的登记地址或商品发出的物流信息的整理得到店铺所在地地址，并与阿里研究院公布的淘宝村名单核对，辨识其所在的淘宝村集群⑥根据阿里研究院数据统计得到，2020年淘宝村集群所含淘宝村数量占所有淘宝村数量的比重达到76%。根据笔者实地调研发现淘宝村集群周边通常会存在专业市场，二者之间联系密切，因此本文在计算中保留了地址位于专业市场的网店数据信息。。

表2 “网络交易时空指数”的测度指标Tab.2 Measurement indexes of e-TSC

表3 全国典型淘宝村集群网络交易时空特征计算结果Tab.3 The calculation results of e-TSC of typical Taobao Village clusters in China

2 计算结果分析

全国典型淘宝村集群的“网络交易空间集聚指数（e-TSCI）”“网络交易时间离散指数（e-TTDI）”和“网络交易价格指数（e-TPI）”的计算结果如表3所示⑦因河南洛阳东平镇淘宝村集群同时销售牛皮大鼓和牡丹花画两种细分商品，所以本文测度对象共28个淘宝村集群。。

计算结果分析如下：

（1）基于工业产品的淘宝村集群

基于工业产品的淘宝村集群主要位于东部地区，占比超过90%，以销售日用消费品为主，包含淘宝村数量众多，远超过基于手工艺产品和农产品类型的淘宝村。

从网络交易空间集聚指数（e-TSCI）来看，在e-TSCI指数较高的淘宝村集群中，浙江省占比最多，其次是广东省和江苏省。如电熨斗（浙江宁波）的e-TSCI高达0.6620、皮草（浙江嘉兴）达到0.6224、家纺（江苏南通）的e-TSCI为0.6158等。近40%的基于工业产品淘宝村集群的e-TSCI超过0.5。

从网络交易时间离散指数（e-TTDI）来看，不同工业产品淘宝村集群的e-TTDI指数差异较大。一些与女性消费者相关的商品，如女士内衣、家纺产品、皮草和牛仔裤等，网络直播活跃，计算得到的e-TTDI较高。

从网络交易价格指数（e-TPI）来看，儿童玩具的e-TPI为1.9421，价格高出电子商务平台平均价格近1倍，健身器材、皮草的网络交易价格都超过了平均价格的10%—20%。其余商品的价格略低于电子商务平台上销售的平均价格。

（2）基于手工艺产品的淘宝村集群

基于手工艺产品的淘宝村集群主要分布在我国东部和中部地区，但数量远少于基于工业产品的淘宝村。

从网络交易空间集聚指数（e-TSCI）来看，依赖当地特色原料的手工艺淘宝村集群的e-TSCI指数相对较高。如紫砂壶（江苏无锡）e-TSCI达到0.8072，占电子商务平台约80%的交易量。另外，一些具有传统文化特色的手工艺产品在电子商务平台的销售量逐年增加，如中国名剑龙泉宝剑（浙江丽水）、牛皮大鼓（河南洛阳）、玉器（河南南阳）的e-TSCI分别为0.6351、0.5244、0.3201。

从网络交易时间离散指数（e-TTDI）来看，玉器（河南南阳）、紫砂壶（江苏无锡）和天然水晶（江苏连云港）的e-TTDI指数较高，分别达到0.4165、0.3091、0.2337，其他商品的e-TTDI则在0.1000左右，目前直播促销现象不明显。

从网络交易价格指数（e-TPI）来看，手工艺淘宝村集群的网络交易价格普遍高于同类产品在电子商务平台上销售的平均价格。其中天然水晶（江苏连云港）、龙泉宝剑（浙江丽水）、老粗布（山东滨州）的e-TPI别为1.7358、1.3023和1.1293，比电子商务平台上销售的平均价格高出10%以上。紫砂壶的e-TPI为1.0340，与电子商务平台上销售的平均价格基本持平。瓷器（福建泉州）、牛皮大鼓（河南洛阳）、牡丹花画（河南洛阳）的e-TPI分别为0.8986、0.7057和0.6857，略低于电子商务平台上销售的平均价格。

（3）基于农产品的淘宝村集群

本文选取水果、特产水产和花卉绿植在电子商务市场上相对稳定并且发展较为成熟的农产品进行分析。

从网络交易空间集聚指数（e-TSCI）来看，具有地域品牌效应的农产品淘宝村集群的e-TSCI指数较高，而普通农产品淘宝村集群的e-TSCI指数一般。

从网络交易时间离散指数（e-TTDI）来看，农产品淘宝村集群的e-TTDI指数普遍较高。苹果、橙子等水果通常采用现场采摘、现场包装、主播试吃等形式开展各种营销活动吸引消费者，如苹果（山东烟台）的e-TTDI高达0.4483，丑橘（四川成都）和脐橙（江西赣州）e-TTDI分别为0.2770、0.2635。茶叶（福建泉州）和蜂蜜（河南许昌）种类丰富，通过直播有利于增加对茶叶和蜂蜜的了解，其e-TTDI分别为0.3172和0.2525。

从网络交易价格指数（e-TPI）来看，农产品淘宝村集群销售的平均价格略高于电子商务平台的平均价格。大闸蟹（江苏苏州阳澄湖）的e-TPI为1.4671。花卉绿植（江苏宿迁）、茶叶（福建泉州）、丑橘（四川成都）、苹果（山东烟台）的e-TPI均在1以上。

3 结论与讨论

3.1 主要结论

本文构建“网络交易时空指数”，利用大数据分析，精细化识别并测度了2020年全国28个典型淘宝村集群的商品流要素。研究认为电子商务经济形成了更强的地理空间锁定效应，相比传统专业村镇，淘宝村集群正在成为更大规模商品专门化的生产—交易空间节点。具体结论如下：

（1）通过“网络交易空间集聚指数（e-TSCI）”计算，发现对于细分商品类型，淘宝村集群e-TSCI指数相当高，即网络交易映射的生产性实体空间集聚现象明显。2020年全国28个典型淘宝村集群中约有30%的e-TSCI指数大于0.5。一个值得注意的现象是，近年来农产品淘宝村集群发展开始加速⑧在应用电子商务销售的过程中，一些淘宝村逐渐摸索出适宜农产品销售和运输的方式，如农产品预售模式、农产品直播模式、不断改进物流包装等，建立起生产者和消费者之间的直接联系。这成为推动农产品淘宝村集群发展的重要动力之一。。

（2）通过“网络交易时间离散指数（e-TTDI）”，发现部分淘宝村集群的e-TTDI指数较高，发展活跃。研究认为时间变量日益成为数字新经济发展的重要动力之一，且随着网络直播销售方式的日趋成熟，e-TTDI指数还会进一步提升。

图2 乡村振兴要素识别与应用Fig.2 Identification and application of factors of rural revitalization

（3）通过“网络交易价格指数（e-TPI）”分析，发现淘宝村集群的商品交易价格在淘宝平台同类商品中处于中高水平。2020年全国28个典型淘宝村集群中，约50%的淘宝村集群的e-TPI价格指数超过1，高于同类产品在电子商务平台上销售的平均价格。这一发现打破了淘宝村集群销售廉价商品的认知，部分淘宝村集群正朝着品牌化的方向发展升级。

尽管研究采集到14万条商品信息，但这些数据在淘宝网平台交易中仍然是相当小的一部分，更为全面和深入的研究有待进一步推进。

3.2 思考与讨论

当前正是新一轮国土空间规划编制的关键时期，乡村空间管控既需要传导自上而下的刚性，同时又要协调好自下而上的需求反馈。如何识别和挖掘有潜力的乡村，科学高效地配置乡村资源要素，具有强烈的现实导向和政策需求。本文作为一种探索，将隐性的商品流通过指标测度显性化，有利于拓展对“流”要素的认知，并为今后进一步提炼淘宝村发展的关键要素和实施乡村振兴路径提供参考。研究提出以下几点建议：

（1）突破传统在地性要素为主导的乡村发展要素判定依据，研究深度信息化时代乡村发展综合要素的判定技术和方法。对应于不同社会经济发展阶段，乡村发展路径有其特定规律。信息技术推动并不必然导致淘宝村发展和乡村产业兴旺。科技技术背后，需要一系列软环境和基础设施建设的支撑。辨识乡村发展的在地性要素和流动性要素，揭示各类资源禀赋在乡村发展中的作用机制是极其紧迫的课题。随着大数据技术方法的日益成熟，电商平台、手机信令、社交网络等大数据为“流”研究带来了数据获取上的巨大变革和方法优势。利用大数据在乡村尺度开展研究，识别“流”的内部规律和属性特征，挖掘以淘宝村为代表的数字乡村发展的内生动力机制，可以为深度信息化时代的乡村振兴提供科学依据。

（2）建立规范和分类相结合的乡村振兴诊断体系，探索分类调控、精准实施的乡村振兴路径。建立乡村基础数据库，在识别其发展的关键要素基础上，科学评价其发展潜力，可以应用于政府及相关部门乡村振兴政策设计与引导。在既有的数字乡村发展相关规划和文件基础上，可考虑制定数字乡村建设的规划实施方案及实施细则，让空间上的“千山万水”变为网络里的“近在咫尺”，实现各类要素的优化配置。推动信息技术与乡村深度融合，发挥县城、镇区、乡村产业集群的聚集辐射效应，推动“乡村联动”“城乡一体化”高质量发展（见图2）。