付巖巖

內(nèi)容摘要：本文基于空間集聚變化的相關(guān)理論，并結(jié)合ArcGIS和GeoDa等空間數(shù)據(jù)分析工具，對2017年我國“淘寶村”的分布情況進行分析。研究結(jié)果表明：“淘寶村”整體呈現(xiàn)組團狀集聚格局，區(qū)際間差異較大，空間分布具有沿南向北擴散的趨勢；“淘寶村”集聚區(qū)域呈現(xiàn)地域梯度和連片化特征，如江蘇、浙江、廣東以及福建等東南沿海省份分布密度較高；縣域尺度“淘寶村”的空間分布具有正自相關(guān)性，并且呈現(xiàn)空間相鄰和蔓延的特征。

關(guān)鍵詞：淘寶村 空間集聚 變化趨勢

引言

2014年10月，阿里巴巴集團推出了以“千縣萬村”計劃為主體的農(nóng)村戰(zhàn)略。在阿里巴巴帶動下，包括京東、蘇寧等在內(nèi)的電商平臺也推出了各自的農(nóng)村電子商務(wù)計劃。2017年，中央一號文件《中共中央、國務(wù)院關(guān)于深入推進農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革 加快培育農(nóng)業(yè)農(nóng)村發(fā)展新動能的若干意見》首次提出了“鼓勵地方規(guī)范發(fā)展電商產(chǎn)業(yè)園”，要求電商產(chǎn)業(yè)園“聚集品牌推廣、物流集散、人才培養(yǎng)、技術(shù)支持、質(zhì)量安全等功能服務(wù)”、“推進農(nóng)村電商”。此后“淘寶村”開始不斷涌現(xiàn)并且呈現(xiàn)空間集聚變化趨勢，對區(qū)域經(jīng)濟的拉動效應(yīng)也顯著增強，這種現(xiàn)象的存在與我國的城鄉(xiāng)二元體制分不開。我國農(nóng)村市場龐大，政府在城鎮(zhèn)化進程中表現(xiàn)出強大的執(zhí)行力，成就了如今異軍突起的“淘寶村”，這種借助于網(wǎng)絡(luò)平臺的集群模式也給我國城鎮(zhèn)化、現(xiàn)代化政策提供了新的思路。

國內(nèi)外研究現(xiàn)狀

國內(nèi)學(xué)者對于電子商務(wù)集聚趨勢方面的研究比較早，如閏明磊（2006）基于虛擬組織理論進行分析后，得出的結(jié)論是：互聯(lián)網(wǎng)的出現(xiàn)讓原本發(fā)展落后的農(nóng)村地區(qū)找到了空間上的優(yōu)勢；池麗月（2010）指出了構(gòu)成電子商務(wù)產(chǎn)業(yè)集群離不開三大主體部分，即網(wǎng)商、供應(yīng)商以及配套服務(wù)提供商。以往的學(xué)者在電子商務(wù)產(chǎn)業(yè)集群方面的研究主要集中在理論方面，但是研究“淘寶村”具體興起的原因很有必要。黃梅英（2014）對當(dāng)時比較典型的“淘寶村”——“軍埔村”做了關(guān)于電子商務(wù)發(fā)展的實證研究，通過對問卷數(shù)據(jù)進行統(tǒng)計分析之后發(fā)現(xiàn)，其興起的過程是建立在農(nóng)村“熟人社會”的巨大優(yōu)勢上，約有25%的電商賣家是通過親戚朋友的介紹而從事電子商務(wù)，人與人之間的信任讓這種新興的產(chǎn)業(yè)迅速發(fā)展，信息的擴散對產(chǎn)業(yè)集群的形成符合之前傳統(tǒng)產(chǎn)業(yè)集群研究。

對于之前產(chǎn)業(yè)集群研究中被眾多學(xué)者看重的聚集效應(yīng)，在對電子商務(wù)產(chǎn)業(yè)集群的研究中也被作為重點。Guo Guihang（2014）同樣通過對當(dāng)時“軍埔村”的研究，討論了電子商務(wù)產(chǎn)業(yè)集群集聚帶來的競爭優(yōu)勢以及經(jīng)濟效益。在廣為人知的Michael E.Porter鉆石模型等的理論基礎(chǔ)上，Guo Guihang研究發(fā)現(xiàn)“淘寶村”擁有顯著的集聚效應(yīng)。聚集之后知識溢出帶來的收益之余還有政府對集群的重視，而集群本身帶來的更加完善的信息極大降低了企業(yè)所需承擔(dān)的風(fēng)險，即在中期面臨局部同質(zhì)化競爭的同時，集群也能更好提供差異化戰(zhàn)略來降低沖突。

數(shù)據(jù)來源和研究方法

（一）數(shù)據(jù)來源

本文研究中涉及到的數(shù)據(jù)主要來源中國互聯(lián)網(wǎng)數(shù)據(jù)平臺和中國統(tǒng)計信息網(wǎng)，并從計量地理學(xué)的角度，利用ArcGIS、GeoDa等軟件對數(shù)據(jù)進行可視化分析。用統(tǒng)計地圖來展現(xiàn)“淘寶村”的空間集聚現(xiàn)象，同時使用空間計量經(jīng)濟學(xué)的方法，如LISA集聚圖等，進一步分析“淘寶村”的數(shù)量與地理區(qū)位之間的關(guān)系。

（二）研究方法

統(tǒng)計地圖。統(tǒng)計地圖是用統(tǒng)計數(shù)據(jù)以色彩、圖形的形式來表示制圖對象數(shù)量特征的地圖，包括分位圖、點密度圖、柱形圖、Cartogram圖等。具體介紹如下：第一，分位圖。分位圖是一種使用分級色彩表示的地圖，每個類的層級可以很好地顯示，分位數(shù)是與每個類相等的數(shù)據(jù)值，沒有空類且類的值不會超過也不會減少。第二，點密度圖。點密度圖是基于每個面的字段值將字段的定量值表示為一系列圖案填充，不對數(shù)據(jù)進行分類，而是會基于字段值用點來填充各個面。創(chuàng)建點密度圖時，可以指定每個點所表示的要素數(shù)量以及點的大小。第三，柱形圖。柱形圖能夠以一種醒目的方式來顯示大量的定量字段。通常當(dāng)圖層中含有大量需要進行比較的相關(guān)數(shù)值屬性時，可繪制柱形圖。

當(dāng)Morans I>0表示空間正相關(guān)性（高值與高值聚集，低值與低值聚集），值越大，空間相關(guān)性越強；Morans I<0表示空間負相關(guān)性（高值與低值聚集），值越小，空間差異越大；Morans I=0時空間呈隨機性。在計算莫蘭Ⅰ指數(shù)時，z分數(shù)和p值是兩個非常重要的概念。p值表示概率，z分數(shù)代表標(biāo)準差的倍數(shù)。例如，如果z分數(shù)是+2.5，那么結(jié)果是標(biāo)準偏差的2.5倍。p值與z得分通常一起出現(xiàn)，用以表示結(jié)果的置信度，如表1所示。在正態(tài)分布的兩端出現(xiàn)非常高或非常低（負值）的z得分，這些分數(shù)與非常小的P值相關(guān)。當(dāng)計算結(jié)果顯示很小的p值和非常高或非常低的z分數(shù)時，表明所觀察到的空間模式不可能反映零假設(shè)表示的理論隨機模式。

第二，LISA。LISA衡量的是局部空間自相關(guān)的程度。以上所說的Morans I常指全局空間自相關(guān)，它解釋了研究區(qū)域到底有無集聚現(xiàn)象，而局部空間自相關(guān)則解釋了其具體空間位置和集聚的顯著度。全局空間自相關(guān)假設(shè)空間區(qū)域內(nèi)研究對象的某一屬性只有一種整體趨勢，而實際上空間異質(zhì)性（Spatial Heterogeneity）也是普遍存在的。因此，LISA可以作為一種局部統(tǒng)計方法，來定量描述空間對象在局部的相關(guān)性質(zhì)。

“淘寶村”的空間聚集變化趨勢分析

（一）“淘寶村”地理分布現(xiàn)象及集聚情況

分位圖是將數(shù)據(jù)按照數(shù)量等分，其優(yōu)點是直觀、等級感強，但是有時會將屬性值差異不大的地區(qū)分開，將屬性值差異較大的地區(qū)合并，具有一定的局限性。本文結(jié)合使用點密度圖根據(jù)每個省級行政區(qū)的面積與點的密度，來體現(xiàn)各個?。ㄊ校┑碾娮由虅?wù)發(fā)展水平。整體來看，“淘寶村”數(shù)量仍然是從東部沿海地區(qū)向內(nèi)陸遞減，點密度逐漸降低，村數(shù)量逐漸減少，在西北部地區(qū)點數(shù)甚至屈指可數(shù)，充分顯示了電子商務(wù)在我國發(fā)展的不平衡。

用Geoda繪制的Cartogram圖用圓圈大小描述了各市的“淘寶村”數(shù)量，圓心為城市的地理位置，半徑大小表示屬性值的高低。在市域?qū)哟紊?，由于城市?shù)量過多，有些城市雖然面積不大，但是屬性值很高，尤其是東部沿海地區(qū)一些密集的小城市，如金華、紹興，這在普通地圖上很容易被忽略。Cartogram圖可以彌補這一不足，使數(shù)據(jù)顯示更加直觀。圖1給出了我國各省“淘寶村”Cartogram分布。

如圖1所示，黑色代表離群值，白色代表空值，灰色代表正常值。從圖1可以看出，北京、上海、廣州、深圳、杭州是“淘寶村”數(shù)量最多的幾個城市，代表了我國的金融、政治、貿(mào)易、科技發(fā)展水平；一些沿海城市也呈現(xiàn)出很高的村數(shù)量值，如臺州、寧波、青島、大連、廈門、東莞；而西北部地區(qū)幾乎沒有離群值。

（二）“淘寶村”的空間聚集分析

經(jīng)過前文的地圖可視化展示可以看出，無論是省域?qū)哟芜€是市域?qū)哟?，“淘寶村”在各個區(qū)域的分布都有一定的聚集趨勢。接下來通過ArcGIS中的Morans I工具對以上現(xiàn)象進行驗證，對電子商務(wù)在我國各省市的發(fā)展做定量分析，“淘寶村”分布情況如表2所示。

空間自相關(guān)報表。本文使用的空間關(guān)系概念化方式是CONTIGUITY_EDGES_CORNERS，也就是所謂的Queen's Case，指共享邊界、結(jié)點或重疊的面要素會影響目標(biāo)面要素的計算?？臻g自相關(guān)分析報表如圖2所示。從圖2可以看出，“淘寶村”的數(shù)量確實存在空間正相關(guān)現(xiàn)象，即村數(shù)量多的省份彼此聚集，村數(shù)量少的省份也有類似的變化趨勢。當(dāng)z得分大于+1.96且小于+2.58時，p值<0.05，則省域數(shù)據(jù)的空間分布有小于5%的概率是隨機分布的，即存在空間集聚現(xiàn)象的可能性為95%。

“淘寶村”分布格局研究

雖然各個省市經(jīng)濟發(fā)展水平各不相同，但是其都具有各自地域特色的產(chǎn)業(yè)結(jié)構(gòu)，因此本文選擇了淘寶網(wǎng)最熱門的十個關(guān)鍵字：服裝、鞋包、飾品、戶外、母嬰、數(shù)碼、虛擬、護膚、食品、家居，從不同行業(yè)統(tǒng)計“淘寶村”的數(shù)量，在這些行業(yè)中選擇具有代表性的關(guān)鍵詞，對各個地區(qū)的優(yōu)勢產(chǎn)業(yè)進行分析。

（一）服飾類“淘寶村”分布

由于沿海地區(qū)省市與內(nèi)陸省市之間的差異過大，筆者選擇繪制條形圖的方法對服飾類“淘寶村”分布進行分析，具體如圖3所示。

如圖3所示，排在第一位的是浙江省，其次是廣東和江蘇。浙江和江蘇作為面料出口大省，是許多國內(nèi)外知名服裝品牌的原材料供貨地。內(nèi)陸省市如河南也有較多的服裝類“淘寶村”數(shù)量，而西北部的一些地區(qū)如寧夏、陜西、新疆等“淘寶村”數(shù)量則較少。由此可見，雖然東部沿海地區(qū)的電子商務(wù)發(fā)展迅猛，服裝業(yè)也位居前列，但是仍有明顯的差異，浙江省遠超其余各省市。

（二）數(shù)碼類“淘寶村”分布

如圖4所示，作為高新產(chǎn)業(yè)聚集區(qū)，廣東省的數(shù)碼類“淘寶村”明顯高于其余各省，達到823家，浙江、江蘇等地也位居前列，但是均只占廣東省的1/2左右。另外北京、上海等地數(shù)碼類“淘寶村”的數(shù)量也明顯高于其他內(nèi)陸省份。

從圖4給出的數(shù)碼類“淘寶村”在各省市的分布情況可以看出，廣東、浙江、河南、湖北、遼寧、北京數(shù)碼類的“淘寶村”要多于其他地區(qū)；上海、山東兩者基本持平；寧夏、陜西、新疆等地的數(shù)碼類“淘寶村”分布比較少。

結(jié)論與啟示

（一）研究結(jié)論

本文運用空間分析和統(tǒng)計分析的方法，對我國各省市的“淘寶村”空間分布格局進行分析，進一步研究我國“淘寶村”的空間集聚變化趨勢。具體研究結(jié)論有以下幾點：第一，“淘寶村”的空間分布呈現(xiàn)出明顯的區(qū)域差異性，就整體的變化趨勢而言呈現(xiàn)組團狀的分布格局，并且具有從東南沿海地區(qū)向內(nèi)陸擴張的趨勢；第二，在省市域內(nèi)的分布尺度上，“淘寶村”的空間分布格局差異較大，主要的集聚區(qū)域變化趨勢是從廣東、浙江、江蘇等省份向河南、安徽以及河北等地蔓延；第三，從“淘寶村”經(jīng)營類別來看，服飾類的“淘寶村”和數(shù)碼類的“淘寶村”分布情況也呈現(xiàn)出空間集聚特征。浙江和江蘇作為面料出口大省，是許多國內(nèi)外知名服裝品牌的原材料供貨地，因此服飾類的“淘寶村”比較多并且集中。廣東省在數(shù)碼產(chǎn)品行業(yè)具有傳統(tǒng)的優(yōu)勢，因此數(shù)碼類“淘寶村”明顯高于其余各省。

（二）研究啟示

“淘寶村”是我國電子商務(wù)產(chǎn)業(yè)與農(nóng)村經(jīng)濟高度融合的產(chǎn)物，極大促進了城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)的調(diào)整，在一定程度上解決了農(nóng)村大量剩余勞動力的就業(yè)問題。在改變城鄉(xiāng)傳統(tǒng)的經(jīng)濟模式和商業(yè)地域格局方面，“淘寶村”的空間集聚變化特征有一定借鑒意義。隨著電子商務(wù)的發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)的不斷升級和不斷細化，農(nóng)村地區(qū)的勞動力分工加快了“淘寶村”的空間集聚變化趨勢，可以預(yù)見的是在接下來的3-5年內(nèi)，“淘寶村”空間集聚變化趨勢還將繼續(xù)?！疤詫毚濉痹谖覈植嫉赜?qū)訌V泛，且對我國農(nóng)村經(jīng)濟的推動也會進一步增強。

參考文獻：

1.徐智邦，王中輝，周亮等.中國“淘寶村”的空間分布特征及驅(qū)動因素分析[J].經(jīng)濟地理，2017，37（1）

2.董彥龍，王東輝.基于“淘寶村”、“電商產(chǎn)業(yè)園”的電商空間集聚現(xiàn)象研究—以浙江金華市“義烏商圈”為例[J].商業(yè)經(jīng)濟研究，2017（10）

3.祝君紅.我國淘寶村發(fā)展的現(xiàn)狀、成因與趨勢[J].商業(yè)經(jīng)濟研究，2017（22）

4.劉傳喜，唐代劍.浙江農(nóng)村流動空間格局及其形成影響因素—基于“淘寶村”和旅游村的分析[J].浙江農(nóng)業(yè)學(xué)報，2016，28（8）

5.周娜.“淘寶村”與農(nóng)業(yè)集群融合發(fā)展模式探討[J].經(jīng)貿(mào)實踐，2016（20）

6.王林申，運迎霞，倪劍波.“淘寶村”的空間透視—一個基于流空間視角的理論框架[J].城市規(guī)劃，2017，41（6）

7.馮潔.“淘寶村”：農(nóng)村電商大載體[J].浙江經(jīng)濟，2015（14）

8.梁曉音.“淘寶村”發(fā)展模式、問題與對策—以廣西“淘寶村”為研究對象[J].商業(yè)經(jīng)濟研究，2016（14）