我国C2C电子商务的地理格局及其演化机制，本文主要内容关键词为：格局论文,地理论文,机制论文,我国论文,电子商务论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
修回时间：2011-06-23
中图分类号：F129.9 文献标识码：A 文章编号：1000-8462(2011)07-1064-06
C2C电子商务模式，是指网络服务提供商利用计算机和网络技术，提供有偿或无偿使用的电子商务平台和交易程序，允许交易双方(主要为个人用户)在其平台上独立开展以竞价、议价为主的在线交易模式[1-2]。目前，国内主要的C2C电子商务平台有淘宝、易趣、腾讯拍拍、百度有啊等，其中淘宝占据了最大的市场份额。C2C电子商务正在对国民的日常消费和社会生活产生重要影响。根据中国互联网络信息中心2010年1月15日发布的报告，截至2010年12月，我国的网民数量为4.57亿，网购网民数量为1.6亿，也就是说，有过网购行为的网民比例达到了35.1％。
C2C电子商务对带动相关行业的发展、促进区域经济发展起着重要作用。因其区位相对于传统商业和服务业区位的差异性，对中国C2C电子商务发展进行空间分析和研究，有助于更好地了解这一新兴的经济形态。进一步探究其分布规律及影响动因，不仅能够为当地政府吸引适合当地发展的经济活动提供依据，也有助于C2C电子商务商家提高效益，并帮助消费者合理消费。
近年来，随着C2C电子商务的迅猛发展，对C2C电子商务发展的研究也日渐多见。这方面的研究主要包括：①C2C电子商务的信任机制[3-8]；②C2C电子商务的发展和盈利模式[9-11]等等。
但是，关于C2C电子商务的地理空间分析的研究并不多见，
研究了地理距离对C2C交易的影响，Andrew Currah对加拿大C2C电子商务的空间分布进行了研究[12]。在国内文献中，作者在CNKI中仅检索到2篇文献(检索时间：2010年10月20日)，其中俞金国等人利用区域经济学中的CV变异系数、基尼系数等从省域层次研究淘宝网店的空间分布特征[13]。王蕾也从省域层次对淘宝网店的空间分布进行了分析[14]。
在本文的研究中，作者选择中国最大的C2C电子商务平台网站——淘宝网作为研究对象，从省域层次(包括中国内地22个省、5个自治区，4个直辖市)和市域层次(包括中国内地地区354个地级及以上城市)通过对淘宝网上的中国内地地区C2C网店的空间分布特征、LISA集聚特征进行研究，并基于空间计量经济学模型，从省域层次对中国C2C电子商务发展的影响因素进行空间回归分析。根据淘宝网络店铺的空间分布态势，本文进一步研究其形成动因及演化机制，以期为区域政府的经济决策提供参考性意见，为网络店铺商家的经营行为和消费者的消费行为提供借鉴。
1 数据与方法
1.1 数据来源
本研究中的淘宝店铺数据均来自淘宝网(www.taobao.com)的检索结果。作者利用淘宝网站的高级检索工具分别输入中国内地地区的31个省(自治区、直辖市)和354个城市的名称进行检索，即可得到省域和城市淘宝店铺数量的检索结果(不包括台湾、香港、澳门三个地区)，检索时间为2010年7月23日至2010年9月5日。
1.2 数据获得
根据中国行政区划数据，本文选择中国内地地区的31个省(直辖市、自治区)，以及354个城市为分析对象，不包括台湾、香港、澳门这三个地区。
结果显示，拥有淘宝店铺数量最多的省(自治区、直辖市)是广东，为286 586家；数量最少的省(自治区、直辖市)是西藏，淘宝店铺数量为391家。整个中国内地每个省(自治区、直辖市)平均拥有的淘宝店铺数量为48 783家。
在城市层面，拥有淘宝店铺数量最多的是上海，为198 505家；数量最少的城市是新疆维吾尔自治区的克孜勒苏柯尔克孜自治州，淘宝店铺数量为0。全部354个城市平均拥有的淘宝店铺的数量为4 262家。
1.3 GIS与空间计量经济学
1.3.1 Moran’s I指数。Moran’s I指数是用来度量空间自相关的指标，反映了空间邻接或空间邻近的区域单元属性值的相似程度[15]
1.3.3 LISA集聚分析。LISA集聚图反映的是空间联系的局部指标(Local Indicators of Spatial Association，缩写为LISA)。在LISA图中，集聚分为四种情况，每一种情况分别识别一个地区及其与其邻近地区的关系。其中High-High表示高水平区域被其他高水平区域所包围；Low-High表示低水平区域被其它高水平的区域所包围；Low-Low表示低水平区域被其他低水平区域所包围；High-Low表示高水平区域被其它低水平的区域所包围[15]。
2 我国C2C电子商务的空间分布分析
2.1 省域层次
将31个省(自治区、直辖市)的淘宝店铺数量数据导入ArcGIS中国地图数据库中进行相关分析，选择5分位对区域进行划分。如图1所示，淘宝店铺数量位于前20％的6个省级地区分别为北京、江苏、上海、浙江、福建、广东，它们均位于中国的东部沿海地带。前40％至前20％区间内的省域除陕西外包括沿海的辽宁、河北、山东及内陆的河南、湖北、四川。前60％至前40％区间内的省域包括天津及内陆的安徽、江西、湖南、广西、陕西、重庆，基本与上述两个层级的地区紧紧相邻。前80％至前60％区间内的省域包括分布在东北及华北地区的黑龙江、吉林、内蒙古和山西，以及西南地区的云南和贵州。而淘宝店铺数量最少的省域除海南省外，包括新疆、西藏、甘肃、青海、宁夏，主要分布在中国的西部地区。这五个层次从东往西呈现出较为明显的梯度分布趋势，也就是说，从省域的层面上看，我国内地东部沿海地区相比于中西部地区淘宝店铺数量更多，C2C电子商务活动更活跃。
2.2 城市层次
同样选择5分位来划分淘宝店铺的分布范围。如图2所示，淘宝店铺数量位于前20％的71个地区均主要位于中国的东部沿海地带，从沿海往内地延伸的2—3个地区，以及内陆的少数省会城市，如成都、昆明、武汉、郑州、长春、哈尔滨等。淘宝店铺数量在前40％至前20％区间内的地区与上述地区紧紧相邻。在80％至40％的层级中，淘宝店铺大部分在华中和华南地区错落分布，也有少数分布在华北及东北地区。淘宝店铺数量最低的层级中的城市主要分布在中国的西部地区。从整体上看，这五个层次从东往西也呈现出较为明显的梯度分布趋势，但中部和西部的少数省会城市也拥有较多的淘宝店铺数量，其C2C电子商务发展水平与周边地区比较相对发达。
图1 中国淘宝店铺的省域分布
图2 中国淘宝店铺的城市分布
3 空间LISA集聚分析
3.1 省域层次
在对中国内地地区淘宝网店的空间分布情况进行分析之后，接下来作者对中国淘宝网店的数据进行LISA集聚分析(图3)。
图3是中国淘宝店铺省域分布的LISA集聚图，其中东南沿海地区黑色是高—高集聚地区(High-High cluster)，西北地区深灰色表示低—低集聚地区(Low-Low cluster)，四川省浅灰色表示的是低—高邻接地区(Low-High cluster)，斜纹表示的是高—低邻接地区(High-Low cluster)。在图3的LISA集聚图中，江苏、上海和福建3个省域是黑色，代表的是东部地区C2C电子商务高—高集聚的中心区域；新疆、内蒙古、甘肃、宁夏等西部地区是深灰色，这些地区为C2C电子商务低水平集聚地区的中心。江西、海南是浅灰色，表示与相邻地区比较，这部分地区C2C电子商务发展水平较低。
图3 中国淘宝店铺省域分布的LISA集聚分析
如图4所示，对中国淘宝店铺数量进行省域层次的分析，可以看出，各点基本分布在一、三象限，即高—高集聚和低—低集聚区域。其中Moran’s I指数为0.3013，说明在省域的层次上，中国各地区C2C电子商务发展存在着非常显著的、正的空间自相关，即各地区存在相似值之间的高度空间集聚。
图4 中国淘宝店铺省域分布的Moran散点图
3.2 城市层次
在城市层次对淘宝网店的分布进行LISA分析，如图5所示，黑色的区域主要包括北京、天津、上海、苏州、杭州、温州、宁波、广州、深圳、东莞及与其邻近的东南沿海城市，代表了东部C2C电子商务高—高集聚的中心区域。相比省域层次的分析，城市层次的分析更细化，可以看出，在省域层次的LISA分析结果中没有体现出的华北地区的北京、天津及华南的广州、深圳、东莞等城市被凸显出来，而安徽及江西省内的城市的淘宝店铺集聚效应则不明显。图5中的深灰色覆盖了中国内地西部的绝大部分城市，说明这些地区及其周围地区的淘宝店铺存在低—低集聚，电子商务水平普遍偏低，这与省域层次的分析结果基本相同。另外，兰州位于高—低集聚区域，其淘宝店铺数量与其邻近地区相比具有较大优势，也从侧面反映了中国西部大部分地区的C2C电子商务发展水平处于较低水平。
图5 中国淘宝店铺城市分布的LISA集聚分析
计算中国淘宝店铺城市分布的Moran’s I指数，如图6所示，从图4省域层次的0.3003提高到了0.5961，说明在市域尺度上，我国C2C电子商务发展过程中所存在的空间自相关更加显著，高水平的电子商务主要在东部沿海城市集聚。
图6 中国淘宝店铺城市分布的Moran散点图
4 中国C2C电子商务发展的空间回归分析
4.1 经济发展对C2C电子商务发展的影响
空间回归的模型选择一般由两个拉格朗日乘数(Lagrange Multiplier)检验来决定，即LM-Lag和稳健的LM-Lag(R-LMLag)。如果LM-Lag和LM-Error都不显著，则还是选择OLS回归的结果。如果LM-Lag显著而LM-Error不显著，则用空间滞后模型，如果LM-Lag不显著而LM-Error显著，则用空间误差模型；如果LM-Lag和LM-Error在统计上都显著，就由R-LMLag和R-LM-Error的显著性决定空间依赖模型。如果R-LMLag显著，则选择空间滞后模型，如果R-LM-Error显著，则选择空间误差模型[15-16]。
以GDP为自变量，淘宝店铺数量为因变量，加载地理权重矩阵，首先运行OLS回归，然后依次运行空间滞后模型(Spatial Lag Model)和空间误差模型(Spatial Error Model)。结果如表2所示，Lagrange Multiplier(Error)通过显著性检验，所以选择空间误差模型(Spatial Error Model)，而非空间滞后模型(Spatial Lag Model)。
空间误差模型的结果如表3所示，很好地通过了显著性检验。其中GDP的系数为1.6988，λ的系数为-2.7952。空间误差模型的结果说明经济发展对省份淘宝店铺数量具有明显的正向影响。
4.2 C2C电子商务发展对城市物流业的影响
以民航货运总量为自变量，淘宝店铺数量为因变量，加载地理权重矩阵，依次运行OLS回归、空间滞后模型(Spatial Lag Model)、空间误差模型(Spatial Error Model)。
结果如表4所示，Lagrange Multiplier(Lag)和Lagrange Multiplier(Error)都通过显著性检验，但是Robust LM(Error)没有通过检验，而Robust LM(Lag)通过检验，所以应该选择空间误差模型(Spatial Lag Model)，而非空间滞后模型(Spatial Lag Model)。
空间滞后模型的结果如表5所示，其中W_Log_Air08和常量(Constant)在0.001水平下显著，Log_Taobao在0.05水平下显著。空间滞后模型的结果说明淘宝店铺数量对所在地区的民航货运总量有明显的正向影响，即淘宝店铺促进了所在省份的民航物流发展。
5 C2C电子商务地理格局的演化机制分析
5.1 国家层面的演化机制
电子商务的发展是一个长期演化的过程，发展过程中既有“遗传”，又有“变异”。在区域零售业历史、空间、制度、文化和技术等因素的作用下，电子商务的发展轨迹会产生路径依赖[17]。我国C2C电子商务发展由东部沿海到内陆地区梯度降低的空间分布趋势有诸多原因。区别于以往的传统区位因素，影响C2C电子商务分布的区位因素如下。
5.1.1 经济贸易因素。一般来说，产品从生产到最终销售，中间贸易环节越少，价格越低。并且，最终产品的产生需要大量的中间产品的支持，因此好的供应链环境非常重要。C2C电子商务打破了传统贸易的地理区位因素限制，因此可以将贸易直接建立在生产环节之后，从而大大节约了成本。我国东部沿海地区的各类商品丰富，商业繁荣，经济贸易活跃。一些产业集聚形成，生产规模和贸易规模不可小觑。不少C2C电子商铺拥有足够的劳动力资本，可以进行独立生产，有的对高端品牌进行代加工或是仿造；有的则创立自己独有的品牌，利用C2C电子商务扩展销售渠道。而在中西部地区，经济贸易相对保守，对C2C电子商务的发展造成了一定障碍。
5.1.2 经济文化环境。随着城市化水平提高，社会经济观念的转变，人们的经济意识不断增强，对周围所存在的经济现象越来越敏锐，很多人能够更准确地捕捉商机，有效地参与竞争。改革开放以来，东部地区率先发展，尤其是北京、江苏、上海、浙江、福建、广东等省份，对外开放程度大，信息产业发达，年轻人口众多，网民众多，C2C电子商务作为一种新的经济形态，其方便、快捷的特征很快被人们认识并利用；而中部、西部地区对外开放程度较低，市场经济的发展程度偏低造成人们的经济意识相对薄弱，稳定的工作和薪资依旧是大部分人群的唯一收入来源，C2C电子商务的应用范围较小。
5.1.3 居民受教育水平。近些年，国民平均受教育年限不断增加。一方面，人们的经济理论知识日渐丰富，理财水平提高，参与市场经济运作的能力不断增强，越来越多的人从单纯的消费者向投资者和劳动者转变，不仅降低了创业的难度，也为在做专业领域工作的同时兼职经营网店创造了可能；另一方面，计算机和网络技术进入基础教育范畴，不再只是少数高级知识分子和商务人群的工具，而是被越来越多的人所掌握和使用，为C2C电子商务的发展奠定了基础。东部地区经济实力雄厚，科技教育发达，居民文化层次普遍较高，而中西部地区教育水平相对落后，再加上中西部受教育水平较高的人群大批向东部经济发达地区发展的趋向，直接造成C2C电子商务的发展差距。
5.1.4 科技发展水平。科技的进步使得使用科技产品建立交易的成本大幅度降低。计算机技术的智能化、互联网技术的大范围普及，不仅降低了其使用成本，也降低了其技术门槛。C2C电子商务平台、网络银行、物流网络等配套技术的开发，使得商务贸易不再限制于地理的空间范畴，C2C电子商务发展日趋完善。东部沿海地区商品经济繁荣，科技进步速度快，信息产业的基础设施相对完善，应用也更为广泛，相对中西部地区来说经营C2C电子商务的成本更低，风险更小。
5.1.5 交通物流环境。交通设施的不断完善以及物流业迅猛发展，也是促进C2C电子商务发展的重要因素。我国东部发达的物流产业保障了信息的畅通及商品的流通，C2C电子商务的流程变得更加简单，电子商户发货、买家收货方便快捷，安全可靠性也有较高的保障。而且，C2C电子商务的进一步发展，也将促进物流行业的进一步发展和完善。
5.2 省区层面的演化机制
根据对我国C2C电子商务省域层面和城市层面的空间分布的对比分析可以看出，我国东部地区上海、浙江、江苏、广东、福建、北京、山东、天津等地区形成三大集聚区，即东部沿海集聚区、南部沿海集聚区和北部沿海集聚区。在这些区域内，C2C电子商务发展呈现多中心的分布趋势。而中西部部分省区，如甘肃、陕西、山西、四川、云南等，C2C电子商务在省区内部的发展差异较大，呈现单中心分布，且中心多为该省的省会城市。究其原因，主要是因为各省区的经济基础不同，城镇体系结构不同，省区内经济发展水平不均衡，一些落后地区还有待开发。
生产企业在市场上都既是生产者，又是消费者，因为它需要购买其他企业的产品作为生产投入，又要把自己生产的产品销售给其他企业。为了节约成本，企业区位往往选择在生产链上的相对地理位置接近于上下游产业的地方，形成一些产业集聚。根据对我国C2C电子商务的进一步LISA集聚分析，可以看出西部一些省份的省会城市如兰州、西安等，处于高—低集聚区，其周围城市也应具有相当的发展潜力。政府应采取适当政策促进省内形成合理的产业布局，有效发挥各地区的优势，合理地利用资源，实现效益最大化，促进省内经济和C2C电子商务的均衡发展。
6 结论
对中国内地的淘宝店铺进行省域层次和城市层次的空间分析，可以看出，淘宝店铺的数量分布呈现出自东部沿海向内陆地区明显的梯度降低趋势。东部地区，尤其是以上海和杭州为核心的长江三角洲和以广州和深圳为核心的珠江三角洲地区C2C电子商务活跃，网络购物经济非常发达。西部地区除了若干地区的省会城市之外，大部分地区的C2C电子商务均处于落后状态。
空间自相关分析结果表明，高水平的电子商务主要在东部沿海地区集聚，低水平的电子商务在西部地区集聚。中国C2C电子商务发展存在着非常显著的、正的空间自相关性，集聚程度非常高。
从省域层次对中国C2C电子商务发展的影响因素进行空间回归分析，可以看出，中国的C2C电子商务发展和当地的经济发达程度具有较高的相关性。省份的经济发展水平对淘宝店铺数量具有明显的正向影响，而电子商务的发展明显带动了当地的物流业发展。
分析我国C2C电子商务的演化机制，中西部地区政府可根据实际情况通过扶持资金和优惠政策支持电子商户的发展；加大宣传力度，提高居民的经济意识，形成浓厚的经济文化氛围；加强信息产业基础设施的建设，并积极发展交通和物流业；引导居民学习利用计算机和互联网技术；加强对网络购物市场的规范管理，为C2C电子商务的发展提供保障。
标签：电子商务论文; 电子商务外包论文; 空间分析论文; 集聚效应论文; 电子商务环境论文; 经济模型论文; 城市经济论文; 淘宝空间论文; 地理论文; 城市选择论文; 经济学论文;