2. 河南大学 黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心, 开封 475001;
3. 云南师范大学 地理学部, 昆明 650500
2. Key Research Institute of Yellow River Civilization and Sustainable Development & Yellow River Civilization by Provincial and Ministerial Co-construction of Collaborative Innovation Center, Henan University, Kaifeng 475001, China;
3. Faculty of Geography, Yunnan Normal University, Kunming 650500, China
“淘宝村”是信息流、资金流、技术流、人流、物流在乡村空间融合聚变而形成的新的产业集聚形态,体现了信息时代新自下而上的乡村城镇化进程,呈现出跃迁的就业非农化、全面的生活现代化以及集约的空间城镇化等典型特征,以“人的城镇化”带动了“空间的城镇化”[1]。“淘宝村”的形成与发展,推动了乡村地域“要素流”的快速增长与城乡间“要素流”的相互作用,在这一过程中扩展着“流空间”的节点并影响核心的结构与特征;与此同时,运用传统静态封闭的“位空间”理论已无法对其做出合理解释,亟待借助“流空间”理论进行探析[2]。2013—2022年,全国“淘宝村”数量由20个增长至7780个,覆盖28个省级行政单位,表征着电子商务作为数字经济中规模最大、最活跃的新业态新动能,与乡村传统经济的融合深度不断增强。农村电商仍处于乡村数字经济的“领头羊”地位,2022年全国农村网络零售额为2.17万亿元,占全国网络零售总额的15.74%。“淘宝村”通过助推城乡要素自由流动,在促进农产品上行、减贫增收、推动县域数字化转型和高质量发展方面成效显著,成为推动数字乡村建设和全面推进乡村振兴战略的重要途径。2005年以来,指导“三农”工作的中央一号文件对农村电子商务的部署持续加码,体现出农村电商在助推“三农”高质量发展中的重要作用。2023年中央一号文件提出要深入实施“数商兴农”和“互联网+”农产品出村进城工程,鼓励发展农产品电商直采、定制生产等模式,建设农副产品直播电商基地等,将为“淘宝村”的发展提供新引擎。由此可见,以“淘宝村”这一移动互联网时代下极具中国特色的新产物为研究靶向,厘清其空间分布特征、集聚与关联特征以及影响因素,对积极探索新城镇化规律[3, 4]与“流空间”发育、扩展特征,以及充分发挥农村电商在“乡村振兴”战略中的积极作用具有重要的理论意义和实践价值。
关于“淘宝村”的研究正逐渐成为热点议题。在研究内容上,主要聚焦于“淘宝村”的空间分布与影响因素、产业分类、乡村城镇化、乡村治理与乡村文化等方面,融合了地理学与经济学、社会学等多重视角。“淘宝村”的空间分布主要涉及空间分布态势[5]、空间集聚方向[6]与密度[7]以及空间关联特征[8]等方面;对“淘宝村”影响因素及驱动机理的探究,则主要聚焦于交通物流与电信等基础设施建设[9]、产业基础[10]、消费市场[11]、乡村精英[12]等因素,亦有学者基于“流空间”[13]与乡村增长主义[14]等视角揭示其深层机制;“淘宝村”的产业分类学界尚未统一,现有分类主要以产业基础[15]、产品类型[16]、商品获取途径与生产厂分布[17]等为依据;“淘宝村”对乡村城镇化的促进作用也得到了广泛关注[1, 3, 4];“淘宝村”发展中乡村精英[18]、地方政府与电子商务协会[19]等多方主体的参与催生了乡村治理结构的转型;“淘宝村”的出现在推动“全球乡村”形成的同时,也塑造了当地特殊的“淘宝文化”[20]。研究尺度上,学者们从全国[11]、省域[16]、市域[21]、县域[22]、镇域[23]、村域[24]等各类宏微观尺度展开了丰富论证。研究方法上,定量的时空特征刻画与影响机理探讨[9]渐趋丰富,半结构式访谈等质性研究[18]也提供了良好补充。总体来看,既有研究日趋深入,但运用地理学“格局—过程—机理”分析框架的研究相对不够充分,未能较好地融合地理学的综合性、地域性和时空思维,亟待补充研究。山东省是全国最早出现“淘宝村”的省份之一,截至2021年10月,山东省“淘宝村”数量居全国第3位。其中,菏泽市成功培育出“全国最大的演出服饰生产基地”、“阿里巴巴国际站全国最大的木制品跨境电商基地”,曹县为全国第二“超大型淘宝村集群”。随着农村电商激活下沉市场,数字经济愈发成为推动山东省县域经济高质量发展的核心支撑。但目前对于山东省“淘宝村”的关注相对较少,对典型区域的剖析有待进一步深化。研究尺度上主要以菏泽市曹县的某一典型村域进行微观分析,在县域尺度下对山东省“淘宝村”的时空演化规律和影响机制的探究更为缺乏。值得注意的是,县域是国民经济社会发展的支柱、统筹城乡发展的关键环节,也是当今电子商务发展最具活力的阵地。未来我国将以县域为单元统筹农村商业发展,并将农村电商纳入县域商业体系建设。与此同时,县域尺度下山东省电子商务水平发展不平衡,细化至县域为单元开展研究,与省域尺度相较可以更好地刻画其内部空间分异规律。
据此,本文以2014—2021年山东省“淘宝村”为研究对象,以136个县域为基本研究单元,运用标准差椭圆分析法、核密度分析法、空间自相关分析法和地理探测器等方法,基于县域尺度下的山东省“淘宝村”的时空演变特征,尝试对其影响机理进行剖析,以期为进一步推动山东省数字乡村建设提供参考。
2 研究方法与数据来源 2.1 研究方法 2.1.1 空间特征分析方法首先,利用标准差椭圆分析法刻画“淘宝村”的时空集聚方向。标准差椭圆可用于揭示地理要素的中心趋势、离散程度和扩散方向等空间分布特征。本文以“淘宝村”平均中心为标准差椭圆的中心点,以x,y坐标方向的标准差距离为椭圆轴长,生成各年份山东省“淘宝村”对应的椭圆面。其次,借助核密度分析法对“淘宝村”的时空集聚密度进行探讨。核密度分析是一种测度局部密度变化、探索空间热点的有效技术,该空间算法可反映“淘宝村”在空间上呈现出的集聚或离散分布特征以及空间密集区范围的变化。最后,以全局空间自相关和局部空间自相关揭示“淘宝村”的空间关联特征。
2.1.2 Cartogram方法由于山东省各县域空间单元的面积大小与其“淘宝村”数量的多寡不相匹配,县域数量较多且面积相对较小,“淘宝村”点状要素的空间分布特征也较难直接观测。Cartogram方法可以在不改变原图拓扑关系的基础上,更加直观地表达地图中某种属性信息。因此,本文引入地图可视化拓展方法——多林比较地图(Dorling Cartogram)。
2.1.3 地理探测器地理探测器(GeoDetector)是探测地理要素空间分异性,并揭示其背后驱动力的一种统计学方法,模型如下[25]:
![]() |
(1) |
![]() |
(2) |
式中:h(h=1, 2, …, n)为因变量Y与自变量X的分层;Nh和N分别为层h和全区的单元数;σh2和σ2分别为层h和全区Y值的方差;SSW和SST表示层内方差之和和全区总方差。q值表征各自变量X对“淘宝村”核密度值的解释力,取值为[0, 1],值越大表明“淘宝村”核密度值的空间分异性越强,反之越弱。
2.2 数据来源研究所需的数据主要为:①“淘宝村”数据,来自阿里研究院(http://www.aliresearch.com/cn/index),根据2014—2021年公开的“淘宝村”名单构建山东省“淘宝村”空间数据集。通过百度API坐标拾取工具获取地理坐标,利用ArcGIS10.2经过点矢量化与空间匹配,最终获取“淘宝村”矢量数据。②影响因素选取的指标:经济、产业、人口数据来源于《山东统计年鉴2021》、2020年山东省各区县国民经济与社会发展统计公报与第七次全国人口普查公报;信息通信数据来源于2020年POI数据(https://ditu.amap.com/);物流数据来源于爱查快递(https://www.ickd.cn/outlets/);加权平均出行时间由构建山东省陆路交通网络数据集,借助ArcGIS10.2的网络分析工具计算得出[26];北京大学数字普惠金融指数来源于北京大学数字金融研究中心和蚂蚁金服集团[27];文化教育水平数据来源于《中国2020年人口普查分县资料》。③基础地图数据,来源于山东省标准地图服务(http://bzdt.shandongmap.cn/home)。
3 结果分析 3.1 空间分布特征及类型运用GeoDa软件的Cartogram工具,得到2014—2021年山东省县域“淘宝村”Cartogram分布图(见图 1)。图中以圆圈代替山东省各县域空间单元,圆心位置即县域单元的位置,圆圈面积与各县域“淘宝村”数量的多寡成比例,默认采用四等分分位法,图中默认颜色为绿色,以红色高亮表征“淘宝村”数量过多的离群值,离群值的临界标准为Hinge=1.5[28]。由图 1可知,山东省“淘宝村”主要以菏泽市曹县为集聚核心,以裂变式向外逐渐扩散,呈现出明显的近域扩散效应。随着曹县等新兴“淘宝村”集群的连绵发展,菏泽市县域“淘宝村”呈现出高密度面状分布特征,鲁西南“淘宝村”在全国“北中南”三大集聚区中增长显著。滨州、临沂、烟台、青岛等地的部分县域“淘宝村”数量也较多,但主要为各市市辖区的外围县域,尚未形成集聚高地。由此可见,山东省县域“淘宝村”的空间分布格局与区域经济的整体活力格局不相一致,即“淘宝村”分布集聚区主要在经济发展较缓的内陆地区——鲁南经济圈,而非经济实力较强的省会经济圈与胶东经济圈。这也充分体现出,山东省县域“淘宝村”的兴起路径主要为“互联网+”推动下的“无中生有”类型,而非建立在当地强大产业基础上的传统产业“+互联网”型[1]。此外,鲁南集聚区的“淘宝村”分布也呈现出明显的边缘效应:“淘宝村”及其集群大多分布于山东省的边缘地带,即菏泽市县域“淘宝村”位于鲁豫两省交界处,远离省内主要经济区。
![]() |
图 1 2014—2021年山东省县域“淘宝村”Cartogram分布图 Fig.1 The Dorling Cartograms of the "Taobao Village" in Counties of Shandong Province During 2014—2021 |
由表 1可知,2014—2021年山东省“淘宝村”的最邻近指数R值均小于1,这表明“淘宝村”空间类型为集聚型。从R值变化来看,2014—2020年R值总体呈下降趋势,体现出“淘宝村”空间分布的集聚程度逐渐强化。这说明随着山东省电商支撑环境不断优化,“淘宝村”经由熟人网络的扩散,经营业态由单一分散、各自经营的网店形态向专业化集群发展。2021年R值有所回升,与“淘宝村”空间扩散范围扩大密切相关。
![]() |
表 1 2014—2021年山东省“淘宝村”最邻近指数 Tab.1 Nearest Neighbor Index of the "Taobao Village" in Shandong Province During 2014—2021 |
由图 2可知,2015—2021年山东省“淘宝村”的重心位置主要从济宁市任城区向西南方向移动,且移动距离呈缩小态势。2015年“淘宝村”重心落在泰安市宁阳县,经过1a的发展,其重心位置向西南移动10.38km至济宁市兖州区,这主要与2015年菏泽市“淘宝村”出现裂变式增长、涌现出全国第一批“淘宝村”集群有关;2016—2018年,随着菏泽市“淘宝村”集群化增长、裂变式扩散特征逐年增强,山东省“淘宝村”重心持续向西南方向移动;随着曹县“淘宝村”异军突起,山东省“淘宝村”的重心位置也由“宁阳县—兖州区—任城区—嘉祥县”整体向西南方向偏移,而在2018年之后,重心位置呈现出向东北方向折回的态势,即由嘉祥县重回任城区行政范围,移动距离也逐渐缩短。综上可知,2015—2021年山东省“淘宝村”集聚分布较为明显,且集聚重心主要位于济宁市任城区,其重心移动轨迹大体沿“东北—西南—东北”方向移动,同时重心移动距离变小则表明山东省“淘宝村”在空间上的扩散趋势较为稳定。
![]() |
图 2 2015—2021年山东省“淘宝村”重心移动轨迹及方向分布 Fig.2 Center-of-gravity Trajectory and Direction Distribution Change of the "Taobao Village" in Shandong Province During 2015—2021 |
从“淘宝村”整体的扩散方向特征与离散程度来看,2015—2021年山东省“淘宝村”椭圆均分布在鲁中和鲁西南地区,沿东北—西南方向展开,且东北向距离远大于西南向,这表明7a间山东省“淘宝村”呈现出沿东北—西南方向扩散的方向特征,与“淘宝村”重心位置的移动方向相吻合。其中,2016年相较于2015年“淘宝村”椭圆方向相一致但短轴变短,“淘宝村”分布的地域集中特征开始凸显;2017—2021年“淘宝村”的标准差椭圆分布近乎重合,分布方向与长短轴长度变化稳定,在2016年基础上椭圆进一步向西南方向偏移,长轴和短轴总体上呈缩短趋势,表征着山东省“淘宝村”明显呈现出沿“菏泽市—济宁市—泰安市—济南市—淄博市”轴向分布的平稳态势,且集聚性特征愈发显著。
3.2.2 “淘宝村”时空集聚密度及演变由图 3可知,山东省“淘宝村”存在着明显的地域梯度差异,呈现出“全域相对偏少、鲁西南相对集中”极不均衡的空间集聚特征。其中菏泽市县域经济和产业基础较为落后,但“淘宝村”一直保持着高密度邻近扩张状态。总体演变趋势为由“少而分散”向“局部县域组团连绵式集聚增长”演化,空间集聚的强度不断增强,高强度集聚范围不断扩大,多中心分布态势愈发显著,菏泽市县域高密度分布区逐渐形成。
![]() |
图 3 2014—2021年山东省“淘宝村”核密度分析图 Fig.3 Kernel Density of the "Taobao Village" in Shandong Province During 2014—2021 |
根据各年份“淘宝村”核密度值并基于自然断裂点分级法,将空间集聚强度划分为7个等级聚集区,由于第7等级范围内“淘宝村”空间分布较为零散,仅以6个等级表征“淘宝村”的密度分布模式[10]。其中,将具有一定规模且核密度大于0.0286的地区称为“淘宝村”的核。山东省“淘宝村”的核主要集中分布于交通区位较为不便的内陆县域单元,这与全国“淘宝村”的核在空间结构上表现出的交通指向性和沿海指向性形成了鲜明对比[7]。2014年山东省“淘宝村”开始在菏泽市曹县和滨州市博兴县与淄博市高青县、桓台县交接处形成两处明显的小范围孤岛状集聚区,此时“淘宝村”数量相对较少,空间集聚强度较弱,尚未形成核,“淘宝村”集聚高地的雏形也未形成。2016年“淘宝村”集聚范围变化不大,但集聚强度明显增强,形成了2个核,分别为曹县高密度核心区与博兴县次密度核心区。2018年“淘宝村”的集聚高地逐渐形成,菏泽市曹县的单核面积明显扩大,曹县“淘宝村”集群极化效应增强的同时,扩散效应也逐渐凸显。“曹县—定陶区—牡丹区”相邻县域接连成片的高密度产业集群形成了重要的集聚轴带,6个核中有5个分布于该集聚轴带及其周围——分别为菏泽市曹县高密度核心区、定陶区、牡丹区、成武县与单县低密度核心区,呈现出若干团块状集聚区带动边缘发展的集聚发展模式。2021年菏泽市曹县、定陶县两核进一步聚集形成大核,牡丹区与鄄城县两核相融形成大核并向东明县扩展,鄄城县与巨野县也萌发出新的集聚核心,成武县与单县的单核面积逐渐扩大且有相融趋势,菏泽实现县域“淘宝村”全覆盖。另一方面,菏泽市“淘宝村”的集聚轴带也逐渐增多,如“鄄城县—东明县”、“单县—成武县”、“巨野县—鄄城县”等,菏泽市县域“淘宝村”由“轴带集聚”模式转向“以线织网”集聚模式,面状连片发展集聚区开始形成。与此同时,临沂市兰山区的点状集聚区扩大为岛状集聚区,且有向临沂市罗庄区扩散的趋势;青岛市即墨区也依托优质农产品与童装、女鞋等电商品牌,催生出又一岛状核心区;滨州市惠民县也出现一个新核。
3.3 空间关联特征由表 2可知,2014、2015、2016年Global Moran's I的P值未通过1%的显著性水平检验,表明2014—2016年“淘宝村”随机分布,不具有整体相关性。2017—2021年“淘宝村” Global Moran's I值分别为0.3457、0.3947、0.4147、0.4355、0.5353,呈逐年递增趋势,Z得分最小为9.2682,P值均通过1%水平置信检验,表明2017—2021年山东省邻近县域单元间的“淘宝村”数量呈现显著的正相关性特征,即存在“淘宝村”数量多(少)的县域之间趋于集聚的空间模式,集聚区域的邻近性和外溢性趋于强化。
![]() |
表 2 2014—2021年山东省“淘宝村”空间自相关分析 Tab.2 Global Moran's I Index of the "Taobao Village" in Shandong Province During 2014—2021 |
利用Global Moran's I值得到LISA集聚类型,以通过显著性检验地区为研究对象,进一步识别山东省县域“淘宝村”的局部空间特征。从类型分布来看,2014—2021年H—H集聚区主要集中分布在菏泽市县域,呈连绵状高值聚集状态;H—L集聚区数量较多,破碎化分布明显,多为“淘宝村”数量高于周边区县的孤岛型县域单元;L—L集聚区主要在德州市、聊城市与潍坊市等部分县域呈零星状分布;L—H集聚区多在菏泽市、东营市、滨州市与济宁市的部分县域集聚。从时间演变来看,2014年未出现H—H集聚区,在“淘宝村”最初发轫的曹县和博兴县出现了两个H—L集聚区,主要分布于菏泽、滨州与东营的部分县域;由于大部分县域尚无“淘宝村”分布,L—L集聚区分布广泛,多达22个县域单元。2014年—2016年曹县“淘宝村”集群的集聚效应进一步增强,H—H集聚区从无到有,分布范围由菏泽市单县迅速扩展至单县、成武县等5个县域单元;H—L集聚区单元从2个增至6个,表明随着“淘宝村”高值聚集区域逐渐形成,极化效应进一步增强,空间分布差异愈发显著;与此同时,L—L集聚区单元数量由22个急剧缩减为0个,L—H集聚区数量也由11个降至3个,与高值单元增长呈负相关。2017—2021年,曹县、单县等高值区域的空间溢出效应使得H—H集聚区覆盖至菏泽市7县2区,且一直未发生改变;H—L集聚区单元减少至3个,L—L集聚区数量略有增长,L—H集聚区数量降至1个,表明在山东省“淘宝村”邻近扩散效应与多中心分布态势的作用下,“淘宝村”的整体空间格局趋于一体化、均衡化。
3.4 影响因素分析 3.4.1 指标选取本研究基于文献综述[8, 9, 11, 16, 21, 22]的成果,对相关研究中影响因子进行频数统计。综合考量已有研究,拟选取频数排名靠前的电商环境支撑、交通物流环境、经济发展水平、产业基础、文化教育水平5类二级因素对山东省“淘宝村”空间分布的影响因素进行定量分析。同时考虑到影响因素量化的可行性,从这5个方面筛选出12个指标,构建影响因素指标体系。电商环境支撑包括推动农村电商发展的信息基础设施与数字金融发展水平,分别以电信、移动和联通营业厅数量[9]和北京大学数字普惠金融指数[29]表征。其中,电信网络作为重要的“流载体”,能够承载和运作电商交易行为中的“资金流”与“信息流”;以数字普惠金融为代表的新金融模式,降低了电商小微企业的融资难度,为淘宝电商的发展提供了资金支持。交通物流环境主要指承载“人流”、“物流”等显性流的交通网络与货物运输能力,以加权平均出行时间和物流网点数量表征;相关研究[10]中常用区域路网密度与年末通车总里程表征“淘宝村”的交通条件,本文引入加权平均出行时间指标,可以更好测度“淘宝村”在区域交通网络中的可达性水平。经济发展水平是“淘宝村”发展的重要基础,选取农村居民人均可支配收入、城镇居民人均可支配收入和城乡居民储蓄存款余额来衡量。产业基础对“淘宝村”的形成有重要影响,选取第一产业增加值、第二产业增加值、第三产业增加值。文化教育水平在一定程度上会影响网商群体数字素养与技能的提升,主要以平均受教育年限和普通中学在校学生数来表征。其中,普通中学在校学生数在表征文化教育水平[30]的同时,也能在一定程度上凸显返乡创业的“新农人”在助推农村电商发展中的关键作用。
本文以2020年“淘宝村”数据为例,探究“淘宝村”空间分布的影响因素。参考已有研究,选取2020年山东省“淘宝村”核密度值为地理探测器因变量值Y,用q值度量,将电信、移动和联通营业厅数量(X1)、北京大学数字普惠金融指数(X2)、加权平均出行时间(X3)、物流网点数量(X4)、农村居民人均可支配收入(X5)、城镇居民人均可支配收入(X6)、城乡居民储蓄存款余额(X7)、第一产业增加值(X8)、第二产业增加值(X9)、第三产业增加值(X10)、平均受教育年限(X11)、普通中学在校学生数(X12)作为探测因子,数据等级分级按照自然间断法划分为6个等级。
3.4.2 影响因素的作用解析(1)影响因素的作用强度分析。各探测指标均通过了0.01的显著性水平检验,解释力由强到弱的排序为:X1(0.3219)> X3(0.2081)> X12(0.1758)> X11(0.1531)>X6(0.1174)> X2(0.0917)> X5(0.0773)> X10(0.0373)> X8(0.0364)> X7(0.0360)> X4(0.0347)> X9(0.0314)。结果表明,影响因子主要为电信、移动和联通营业厅数量、加权平均出行时间、普通中学在校学生数、平均受教育年限、城镇居民人均可支配收入。由此可知:通信网络行业、较高的交通可达性水平为淘宝网商利用互联网的长尾效应形成线上“信息流”与线下“物流”的衔接提供了基础,为网络购物行为提供了畅通的信息渠道与售后保障,并在一定程度上降低了淘宝网商的运输成本,提升了利润空间;接触了先进知识、技术以及经营和管理理念的乡村精英,打通了城乡间生产要素流动渠道,是“淘宝村”产业成长和裂变式扩散的重要动力[1];可支配收入较高的城镇居民和教育程度较高的群体,网购观念渗透度和网络消费能力往往较高,为“淘宝村”的发展提供了客源基础。综合来看,各影响因素的q值探测结果排序为:电商环境支撑(0.4136)>文化教育水平(0.3289)>交通物流环境(0.2428)>经济发展水平(0.2307)>产业基础条件(0.1050)。电商环境支撑、文化教育水平与交通物流环境是塑造“淘宝村”区位的核心因素,表征“淘宝村”吸附“信息流”、“资金流”、“人流”、“交通流”与“物流”,“流空间”与“淘宝村”地理空间形成了双向影响与相互构建。
(2)影响因素的交互作用分析。探测结果显示(见图 4),12个影响因子中任意因子交互后的解释力均强于单因子解释力,且因子间的交互作用主要表现为非线性增强和双因子增强两种类型,表征“淘宝村”空间分布是各影响因子综合作用的结果。
![]() |
图 4 影响因子交互探测结果 Fig.4 Interactive Detection Results of Impact Factors |
其中,电信、移动和联通营业厅数量(X1)与其他因子交互后解释力显著大于双因子之和,电信、移动和联通营业厅数量(X1)和加权平均出行时间(X3)交互作用解释力最强,q值达0.8719。从中可见,电信、移动和联通营业厅数量作为信息基础设施水平的测度,与表征区域交通可达性的加权平均出行时间在空间叠加后,对“淘宝村”的空间分布起到了主导作用,体现出“信息流”与“交通流”在推动“淘宝村”空间扩散中的重要作用。
4 结论与讨论 4.1 结论本文的主要研究结果如下:①从空间分布特征及类型来看,山东省“淘宝村”主要分布在产业基础较为薄弱的鲁南经济圈,空间类型以集聚型分布为主,空间分布格局与山东省经济活力格局不相吻合,呈现出边缘效应。②从空间集聚特征来看,2015—2021年山东省“淘宝村”的重心移动路径为“宁阳县—兖州区—任城区—嘉祥县—任城区”,“淘宝村”空间集聚呈现出“全域相对较少、鲁西南相对集中”的不均衡特征。2014—2021年,“淘宝村”的集聚密度逐渐增强,集聚模式由“尚未形成核”到“形成2个核”,到形成“集聚轴带”、“以线织网”集聚模式。③从空间关联特征来看,山东省邻近县域单元间“淘宝村”的数量具有正的自相关性特征,集聚区域的邻近性和外溢性趋于强化,淘宝农村电商分布趋向一体化。④从空间分异格局影响因素来看,电商环境支撑、文化教育水平、交通物流环境是山东省“淘宝村”空间分布的核心影响因素,电信、移动和联通营业厅数量、加权平均出行时间、普通中学在校学生数、平均受教育年限、城镇居民人均可支配收入是主要的影响因子。
基于以上主要结论,本文得出以下几点政策启示:①应着力塑造良好的电商环境,将侧重点放在县域通信网络基础设施的改造、建设和升级上。通信网络行业的平稳运行将为山东省县域淘宝电商“信息流”、“资金流”的双向流通提供强大的技术支撑,并助力特色产品网货化与线上销售渠道的拓宽。未来,山东省将加大NB-IoT网络部署力度,以及实现县级及以上城区普遍覆盖,为电商基础设施数字化、网络化与智能化水平的提升提供坚实基础。②应继续加大力度挖掘和培育农村电商“新农人”,积极探索新型职业农民培育模式。基于山东电子商务“云课堂”在线培训平台,以“专业+实训”方式深入电商线上培训,增强“新农人”等乡村精英对电商创新模式的敏感度与职业技能的掌握程度。③应进一步重视交通运输能力的提升,助力打通农产品上行“最初一公里”和工业品下行“最后一公里”。2022年山东省高速公路通车里程达8048 km,开工数量创历史新高,这将为山东省基本实现“县县有综合商贸服务中心和物流配送中心”目标夯实基础。
4.2 讨论作为数字经济时代电子商务与乡村经济结合的典型产物,“淘宝村”为实现脱贫攻坚与乡村振兴有效衔接提供了重要支撑。“淘宝村”的出现与快速增长,既是中国特色城镇化——自下而上模式的生动实践,也是“流空间”进一步扩展的空间体现[1]。在电子商务促发的城乡之间“要素流”作用下,“淘宝村”推动了乡村地域的要素、结构与功能变化,即乡村重构[18]。本文的创新点主要体现在:从农村电商发育和增长的基本空间单元——县域出发,可以更加明晰地揭示山东省“淘宝村”的空间演变规律和影响机制;研究区域较为典型,研究数据较好地反映了山东省“淘宝村”发展的新动态;借助“流空间”理论,尝试将“流要素”作为影响因子选取的重要考量。已有研究认为“淘宝村”主要分布在产业基础和经济发展良好的“长三角”、“珠三角”与“京津冀”等地区[11],但本研究揭示出,山东省“淘宝村”空间扩展的重要推动力并非产业基础和经济发展水平,而是各个“要素流”作用下信息网络与地理空间相互影响的结果,例如在产业基础薄弱的鲁西南地区,“淘宝村”亦能展现出强劲的发展动力。
[1] |
罗震东, 何鹤鸣. 新自下而上进程——电子商务作用下的乡村城镇化[J]. 城市规划, 2017, 41(3): 31-40. [Luo Zhendong, He Heming. New bottom-up process: Rural urbanization under the influence of e-commerce[J]. City Planning Review, 2017, 41(3): 31-40.] |
[2] |
孙中伟, 路紫. 流空间基本性质的地理学透视[J]. 地理与地理信息科学, 2005, 21(1): 109-112. [Sun Zhongwei, Lu Zi. A geographical perspective to the elementary nature of space of flows[J]. Geography and Geo-Information Science, 2005, 21(1): 109-112.] |
[3] |
许婵, 吕斌, 文天祚. 基于电子商务的县域就地城镇化与农村发展新模式研究[J]. 国际城市规划, 2015, 30(1): 14-21. [Xu Chan, Lv Bin, Wen Tianzuo. New patterns of county in-situ urbanization and rural development based on e-commerce[J]. Urban Planning International, 2015, 30(1): 14-21.] |
[4] |
房冠辛. 中国"淘宝村": 走出乡村城镇化困境的可能性尝试与思考——一种城市社会学的研究视角[J]. 中国农村观察, 2016, 37(3): 71-81, 96-97. [Fang Guanxin. "Taobao Village" and its possibility in breaking through the dilemma of urbanization in rural China: From the perspective of urban sociology[J]. China Rural Survey, 2016, 37(3): 71-81, 96-97.] |
[5] |
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. [Zhu Bangyao, Song Yuxiang, Li Guozhu, et al. Spatial aggregation pattern and influencing factors of "Taobao Village" in China under the c2c e-commerce mode[J]. Economic Geography, 2016, 36(4): 92-98.] |
[6] |
马海涛, 李强, 刘静玉, 等. 中国淘宝镇的空间格局特征及其影响因素[J]. 经济地理, 2017, 37(9): 118-124. [Ma Haitao, Li Qiang, Liu Jingyu, et al. Spatial pattern characteristics and influencing factors of Taobao town in China[J]. Economic Geography, 2017, 37(9): 118-124.] |
[7] |
辛向阳, 乔家君. 淘宝村集聚的时空演变及形成机制[J]. 地域研究与开发, 2018, 37(1): 11-15, 30. [Xin Xiangyang, Qiao Jiajun. Formation mechanism and spatial-temporal evolution of Taobao villages agglomeration[J]. Areal Research and Development, 2018, 37(1): 11-15, 30.] |
[8] |
丁志伟, 韩明珑, 张改素, 等. 县域尺度下中原城市群C2C淘宝店铺服务质量的空间分异及其影响因素[J]. 经济地理, 2019, 39(5): 143-154. [Ding Zhiwei, Han Minglong, Zhang Gaisu, et al. Spatial differentiation and influencing factors of service quality of Taobao stores in China[J]. Economic Geography, 2019, 39(5): 143-154.] |
[9] |
汪凡, 汪明峰. 基于格网的淘宝村集聚特征及影响因素分析[J]. 地理科学, 2020, 40(2): 229-237. [Wang Fan, Wang Mingfeng. Spatial aggregation characteristics and influencing factors of Taobao village based on grid in China[J]. Scientia Geographica Sinica, 2020, 40(2): 229-237.] |
[10] |
王明杰, 颜梓晗, 余斌, 等. 电子商务专业村空间格局演化及影响因素研究——基于2015—2020年中国淘宝村数据[J]. 地理科学进展, 2022, 41(5): 838-853. [Wang Mingjie, Yan Zihan, Yu Bin, et al. Spatial pattern and change of e-commerce specialized villages and influence factors based on the data of Taobao villages in China from 2015 to 2020[J]. Progress in Geography, 2022, 41(5): 838-853.] |
[11] |
徐智邦, 王中辉, 周亮, 等. 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, 37(1): 107-114. [Xu Zhibang, Wang Zhonghui, Zhou Liang, et al. The spatial distribution characteristics and driving factors of "Taobao Village" in China[J]. Economic Geography, 2017, 37(1): 107-114.] |
[12] |
于海云, 汪长玉, 赵增耀. 乡村电商创业集聚的动因及机理研究——以江苏沭阳"淘宝村"为例[J]. 经济管理, 2018, 40(12): 39-54. [Yu Haiyun, Wang Changyu, Zhao Zengyao. Research on the motivation and mechanism of rural e-commerce entrepreneurship agglomeration: The case study of shuyang "Taobao Village"[J]. Business and Management Journal, 2018, 40(12): 39-54.] |
[13] |
陈宏伟, 张京祥. 解读淘宝村: 流空间驱动下的乡村发展转型[J]. 城市规划, 2018, 42(9): 97-105. [Chen Hongwei, Zhang Jingxiang. Taobao villages: Rural development transformation driven by the space of flow[J]. City Planning Review, 2018, 42(9): 97-105.] |
[14] |
张天泽, 张京祥. 乡村增长主义: 基于"乡村工业化"与"淘宝村"的比较与反思[J]. 城市发展研究, 2018, 25(6): 112-119. [Zhang Tian-ze, Zhang JingXiang. New growth supremacism in rural areas: interpretation and reflection on the phenomenon of "taobao village"[J]. Urban Development Studies, 2018, 25(6): 112-119.] |
[15] |
张嘉欣, 千庆兰. 信息时代下"淘宝村"的空间转型研究[J]. 城市发展研究, 2015, 22(10): 81-84, 101. [Zhang Jiaxin, Qian Qinglan. Research of the spatial transformation of "Taobao Village" in information age[J]. Urban Development Studies, 2015, 22(10): 81-84, 101.] |
[16] |
周静, 杨紫悦, 高文. 电子商务经济下江苏省淘宝村发展特征及其动力机制分析[J]. 城市发展研究, 2017, 24(2): 9-14. [Zhou Jing, Yang Ziyue, Gao Wen. The development characteristics and mechanism analysis of Taobao villages in Jiangsu province under e-commerce economy[J]. Urban Development Studies, 2017, 24(2): 9-14.] |
[17] |
白冬冬, 孙中伟. 我国淘宝村的空间组织与地理根植性[J]. 世界地理研究, 2019, 28(1): 121-129. [Bai Dongdong, Sun Zhongwei. The spatial organization and geographic embeddedness of Taobao Village in China[J]. World Regional Studies, 2019, 28(1): 121-129.] |
[18] |
张英男, 龙花楼, 屠爽爽, 等. 电子商务影响下的"淘宝村"乡村重构多维度分析——以湖北省十堰市郧西县下营村为例[J]. 地理科学, 2019, 39(6): 947-956. [Zhang Yingnan, Long Hualou, Tu Shuangshuang, et al. A multidimensional analysis of rural restructuring driven by e-commerce: A case of Xiaying village in central China.[J]. Scientia Geographica Sinica, 2019, 39(6): 947-956.] |
[19] |
曾亿武, 郭红东. 电子商务协会促进淘宝村发展的机理及其运行机制——以广东省揭阳市军埔村的实践为例[J]. 中国农村经济, 2016, 32(6): 51-60. [Zeng Yiwu, Guo Hongdong. The mechanism and operation mechanism of e-commerce association promoting the development of Taobao village: Taking the practice of Junpu village, Jieyang city, Guangdong province as an example[J]. Chinese Rural Economy, 2016, 32(6): 51-60.] |
[20] |
吴昕晖, 袁振杰, 朱竑. 全球信息网络与乡村性的社会文化建构——以广州里仁洞"淘宝村"为例[J]. 华南师范大学学报(自然科学版), 2015, 47(2): 115-123. [Wu Xinhui, Yuan Zhenjie, Zhu Hong. Global information network and the social and cultural construction of rurality : A case based on "Taobao" village in Guangzhou[J]. Journal of South China Normal University(Natural Science Edition), 2015, 47(2): 115-123.] |
[21] |
谷国锋, 许瑛航. 中国地级市电子商务发展水平的空间格局及影响因素[J]. 经济地理, 2019, 39(10): 123-129, 145. [Gu Guofeng, Xu Yinghang. Spatial pattern and influencing factors of e-commerce development level in prefecture-level cities in China[J]. Economic Geography, 2019, 39(10): 123-129, 145.] |
[22] |
武荣伟, 周亮, 康江江, 等. 中国县域电子商务发展空间格局及影响因素[J]. 干旱区资源与环境, 2018, 32(2): 65-69. [Wu Rongwei, Zhou Liang, Kang Jiangjiang, et al. Spatial patterns of electronic commerce development level and its factors in China[J]. Journal of Arid Land Resources and Environment, 2018, 32(2): 65-69.] |
[23] |
袁超君, 罗震东. 乡村增长机器: 电子商务推动城镇化的微观机制研究——以山东省曹县大集镇为例[J]. 国际城市规划, 2023, 38(1): 74-81. [Yuan Chaojun, Luo Zhendong. Rural growth machine: Research on the micro mechanism of urbanization promoted by E-commerce: An empirical study based on Daji town, Cao county, Shandong province[J]. Urban Planning International, 2023, 38(1): 74-81.] |
[24] |
刘本城, 房艳刚. "淘宝村"电商生产空间演变效应及优化——以山东省曹县大集镇丁楼村为例[J]. 地域研究与开发, 2020, 39(5): 138-144. [Liu Bencheng, Fang Yangang. Spatial evolution and optimization of "Taobao" village e-commerce production space: A case study of Dinglou village in Caoxian county of Shandong province[J]. Areal Research and Development, 2020, 39(5): 138-144.] |
[25] |
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. [Wang Jingfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.] |
[26] |
王姣娥, 焦敬娟, 金凤君. 高速铁路对中国城市空间相互作用强度的影响[J]. 地理学报, 2014, 69(12): 1833-1846. [Wang Jiaoe, Jiao Jingjuan, Jin Fengjun. Spatial effects of high-speed rails on interurban economic linkages in China[J]. Acta Geographica Sinica, 2014, 69(12): 1833-1846.] |
[27] |
郭峰, 王靖一, 王芳, 等. 测度中国数字普惠金融发展: 指数编制与空间特征[J]. 经济学(季刊), 2020, 19(4): 1401-1418. [Guo Feng, Wang Jingyi, Wang Fang, et al. Measuring China's digital financial inclusion: Index compilation and spatial characteristics[J]. China Economic Quarterly, 2020, 19(4): 1401-1418.] |
[28] |
徐申萌. 我国C2C电子商务地理格局研究[D]. 大连: 大连理工大学, 2013: 13-14. [Xu Shenmeng. Research on the Geographical Pattern of C2C E-commerce in China[D]. Dalian: Dalian University of Technology, 2013: 13-14.]
|
[29] |
易贰, 马静, 陈曦. 数字金融支持、电商嵌入与居民消费升级关系探讨[J]. 商业经济研究, 2021, 40(4): 94-97. [Yi Er, Ma Jing, Chen Xi. Discussion on the relationship between digital financial support, e-commerce embedding and residents' consumption upgrading[J]. Journal of Commercial Economics, 2021, 40(4): 94-97.] |
[30] |
陈诗一, 张军. 中国地方政府财政支出效率研究: 1978—2005[J]. 中国社会科学, 2008, 29(4): 65-78, 206. [Chen Shiyi, Zhang Jun. Efficiency of local government financial expenditure in China: 1978—2005[J]. Social Sciences in China, 2008, 29(4): 65-78, 206.] |