㊀
㊀㊀收稿日期:2021-01-15
作者简介：李东兵(1969 )，男，教授;E-mail :li8808@126
第20卷㊀第2期大连海事大学学报(社会科学版)
Vol.20,No.22021年4月
魏笑雨Journal of Dalian Maritime University (Social Science Edition )
Apr,2021
文章编号:1671-7031(2021)02-0088-08
贵阳中医学院图书馆长三角城市网络零售的地区差异与空间关联研究 李东兵1，曹卓久2
(1.大连理工大学城市学院，辽宁大连㊀116600;2.大连海事大学航运经济与管理学院，辽宁大连㊀116026)
摘要：为探析长三角城市网络零售发展的均衡性与互动情况，基于空间联系视角，运用泰尔指数和社会网络分析方法，对城市间网络零售的地区差异与空间关联进行研究㊂结果表明：长三角城市网络零售的地区差异逐渐缩小，各省内部差异逐渐成为主要引致原因；城市之间网络零售关联关系分化现象严重，且存在明显的方向差异性；城市网络零售空间关联网络在整体上呈现 核心-边缘 结构，但局部关联仍存在联系稀疏㊁方向差异㊁不均衡等问题㊂在此基础上提出促进城市网络零售经济更好地融入长三角一体化发展战略的建议㊂
关键词：长三角城市；网络零售；地区差异；空间关联；社
会网络分析
中图分类号:F724.6㊀㊀㊀㊀㊀文献标志码:A
华东㊀㊀一、引㊀言
2019年5月13日，随着‘长江三角洲区域一
体化发展规划纲要“的出台，长三角区域一体化发展上升为国家战略㊂长三角城市由26个城市构成，包括上海㊁南京㊁苏州㊁无锡㊁南通㊁常州㊁扬州㊁盐城㊁镇江㊁泰州㊁杭州㊁宁波㊁嘉兴㊁湖州㊁绍兴㊁金华㊁舟山㊁台州㊁合肥㊁芜湖㊁马鞍山㊁铜陵㊁安庆㊁滁州㊁池州㊁宣城㊂为积极响应这一
战略，阿里巴巴旗下菜鸟网络科技有限公司于2019年9月4日联合各快递公司宣布，将启动对 全国核心经济圈 的快递大提速，并已率先承诺长三角经济圈内
26个城市对发快递次日必达㊂快递时效的提升作为网络零售产业的重要支撑，势必会进一步促进城市网络零售的发展㊂由此，针对城市间网络零售的互动发展研究也将受到重点关注㊂
近年来，基于空间视角的网络零售研究受到了许多学者的关注㊂一方面，研究主要集中于网络零售的地区差异分析，相关学者分别基于经济地带层面[1]㊁省域层面[2]㊁城市层面[3]㊁县域层面[4]等视角，对我国电子商务发展水平的地区差异进行了描述㊂另一方面，研究主要集中于网络零售的空间格局探析，相关学者分别基于消费格局[5-7]㊁销售格局[8-10]等视角对网络零售的空间格局特征及其影响因素进行了分析㊂与此同时，随着城市成为近年来空间关联研究的热点，相关学者纷纷采用社会网络分析方法，从动态关联视角去关注城市内部的互动发展，涉及的研究方向包括产业结构关联[11]㊁经济空间关联[12]㊁能源消费关联[13]㊁创新网络结构[14]㊁物流空间联系[15]等㊂
上述基于空间视角的网络零售研究存在以下不足:(1)大多以全国作为研究区域，选取范围过大;(2)仅就消费和销售格局的其中之一进行研究，难以全面反映网络零售的空间格局㊂基于此，本文将社会网络分析应用于网络零售的空间关联研究，以长三角地区作为研究区域，综合消费与销售发展水平，对网络零售的空间关联特征进行探析，以促进城市网络零售的互动发展，使之更好地融入长三角一体化发展战略㊂
第2期李东兵，等：长三角城市网络零售的地区差异与空间关联研究89
㊀二㊁研究方法与数据来源
(一)研究方法
1.泰尔指数泰尔指数衡量的是各地区收入份额与人口份
额之比的对数的加权和，权数为收入份额，指数越大，表示区域差异越大㊂由于本文研究网络零售的地区差异，故用网络零售份额代替收入份额㊂
2.基于时间距离的引力模型修正
本文应用时间距离对引力模型距离指标进行
修正，重点参考业务量较大的六家快递公司，并取城际快递时效的平均值，来表示城市间网络零售活动的阻碍因素，修正后的引力模型如下
:
式中:i ,j 代表城市;G ij 表示城市i 对城市j 的网络零售吸引力;k ij 表示城市i 对城市j 的零售引力贡献权重
;
表示城市间进行网络零售活动的快递
时效平均值;P i 和R i 分别表示城市i 的人口数量和网络零售额;P j 和R j 分别表示城市j 的人口数量和网
络零售额;m 为快递时效参考的快递公司数量㊂
为直观体现每对城市基于网络零售经济的联系强度和方向，将长三角26个城市两两之间650项网络零售联系划分为325对联系
[16]
㊂
式中:F 1㊁F 2分别表示每对城市联系强度中最大值㊁最小值占城市联系强度总量的比重,n 表示城市数量㊂
3.社会网络分析方法
(1)网络密度㊂它反映网络中关联关系的疏
密，关联关系数越多，则网络密度越大㊂计算公式为实际关联关系数除以理论上最大关联关系数㊂
(2)中心性㊂其量化指标的主要构成为中心
度测度，包括度数中心度和中间中心度等㊂度数中心度根据各节点的连接数来衡量其网络中心地位，
度数中心度越高，则说明该节点与其他节点间
的联系越多，即其中心地位也越高㊂中间中心度反映各节点在多大程度上控制其他节点间的关联关系，若某点处在较多点对的最短途径上，则表明其具有较高的中间中心度，即意味着该节点对其他节点间相互行动的控制能力较强㊂
(3)块模型分析㊂它可以对各板块在关系网
络中的角进行分析，其中涉及的板块角有四种：一是主受益板块，该板块既接收其他板块的关系，又对其他板块发出关系，但其接收关系数显著高于发出关系数；二是双向溢出板块，该板块既接收外部关系，又向外部发出关系，且其内部成员间的关系数目相对较多；三是净溢出板块，该板块接收外部关系数较少，但对外发出关系数较多；四是经纪人板块，该板块既接收又发出外部关系，在板块间起到 中介 作用㊂
(二)数据来源
本文涉及的省级层面数据来源于‘国家统计年鉴“(2014 2019)和‘中国电子商务报告“
(2013)，城市层面数据来源于各省统计年鉴
(2014 2019)，快递时效来源于 菜鸟裹裹 APP㊂网络零售商品由卖方向买方的转移主要通过
非你莫属之藏龙卧虎
快递形式实现，限于城市层面的网络零售额无法完整获得，因此本文借鉴方福前等(2015)[17]的思路，用各城市的快递业务量乘以一个权重来反映该城市的网络零售规模，其中，权重为该城市所在省份网络零售额与该省快递业务量之比，即平均每件快递所代表的网络零售额㊂
㊀㊀三㊁长三角城市网络零售的地区差异分析
㊀㊀为探析在网络零售整体发达的长三角地区，其城市内部发展的均衡性问题，首先运用Arc-gis 中的自然断点法，对各城市网络零售发展进行空间可视化㊂如图1所示，近年来长三角城市网络零售发展的分布格局并无显著变化，整体上的空间差异性较大，网络零售发展较好的城市主要集中在长三角东部地区，如上海㊁金华㊁杭州等，发展较差的城市多处于中西部地区，如池州㊁铜陵㊁马鞍山等㊂
为使网络零售的地区差异特征进一步凸显，将采用泰尔指数，深入体现省内差异和省际差异,
90㊀大连海事大学学报(社会科学版)第20
卷
图1㊀长三角地区网络零售的发展格局演变
及其对应差异贡献率，见表1㊂需要指出的是，由于T k 和D k 分别描述的是组内差异和各组差异贡献率，上海作为单一的空间单元，内部不存在比较对象，因而上海的T k 和D k 均为0，不适合做组内差异分析㊂测算结果显示:(1)从整体上看，泰尔指数(T )保持在0.35至0.41的变动范围内，其中前三年的总体差异不断扩大，于2015年达到最大值后，近三年的发展不平衡性得到明显改善㊂通过分解泰尔指
数，可以发现，省际差异(T b )逐年下降，而省内差异(T w )呈现不断上升的趋势,
由此表明三省一市网络零售发展的不均衡正在得到逐步缓解，而在引致长三角地区网络零售发展差异方面，各省内部差异正在产生越来越大的影响㊂值得注意的是,2018年各省内部差异贡献率(D w )首次超过各省间的差异贡献率(D b )，说明其已成为地区差异最主要的导致因素㊂(2)分别以各省为研究单元，计算组内差异(T k )及其差异贡献率(D k )㊂从绝对量上看，基于T k 的观测，在
2013 2017年期间安徽均为最高，浙江次之，江苏最低，表明江苏省9个城市发展高度均衡，而安徽省8个城市网络零售的发展均衡性最差㊂从相对量上看，浙江历年差异贡献率均超过其他两省之和，成为整体差异最主要的引致省份；安徽由于网络零售经济体量小，所以在造成地区差异方面产生的影响相对有限；而江苏的差异贡献率一直在10%左右波动㊂
表1㊀
长三角网络零售的地区差异测度
㊀㊀四、长三角城市网络零售联系强度和空间关联分析
㊀㊀(一)城市间网络零售联系强度分析
基于时间距离对引力模型进行修正后，将各
中国节拍 震动世界载荷步指标对应数据代入，计算出长三角城市两两之间的网络零售联系强度㊂为更直观地体现各城市间联系强度的占比地位，采用 每对城市间联系强度占城市联系强度总量的比重 这一指标，同时，对每对城市的占比采用最大值和最小值的分
第2期李东兵，等：长三角城市网络零售的地区差异与空间关联研究91
㊀组方式表示，并分别进行排名，从而反映网络零售经济联系的强弱和方向㊂下面以2018年为例，限
于篇幅，根据F 1排名选取前5%进行展示，见表
2㊂
表2㊀2018
年城市间网络零售联系强度
㊀㊀基于F 1的观测，可以看出，在排名前16位中网络零售发出城市仅有4个，按发出次数由多到少依次为上海(8次)㊁杭州(6次)㊁金华(1次)㊁苏州(1次)㊂这不仅体现了4个城市在长三角地区的优势地位，而且反映出网络零售经济较高的极化程度㊂然而，接收到以上4个城市网络零售辐射作用的城市比较分散，体现出中心城市具有一定的扩散效应㊂为了易于比较城市间联系强度的大小，依据排名将前16对城市平均分为2组，则第1名至第8名的占比总和高达16.36%，而第9名至第16名的占比总和仅为10.67%，两组比重相差较大，说明城市对之间联系强度差异悬殊,
城市网络零售关联关系存在着较为严重的分化现象㊂
基于F 1和F 2的对比观测，可以发现，关联的两个城市由于联系方向的不同，所对应的比重排名也不一致㊂为深入研究，将采用 F 1/F 2 这一指标，对各城市在关联关系中的平等程度进行量化，比值越接近1，表明两个城市在网络零售经济活动中的地位越平等㊂结果显示，前16组城市 F 1/F 2 的平均值为3.92，表明城市两两之间基于网络零售经济的依赖与被依赖程度，存在较为
严重的不对等㊂网络零售关联地位异常悬殊的城市对包括上海和嘉兴㊁杭州和台州等，而关联地位较为平等的城市对包括上海和金华㊁杭州和金华等㊂
(二)城市网络零售空间关联分析将基于引力模型计算得出的城市间网络零售联系强度，作为社会网络分析的基础数据，依据截断值变换为邻接矩阵，借助UCINET 中的NetDraw 工具，对关联网络进行
可视化表示，如图2所示㊂长三角城市网络零售空间关联网络呈现明显的 核心-边缘 结构㊂㊀㊀1.网络密度分析
长三角整体网络密度近年来存在波动，但变
化范围不大，由2013年的0.3262上升到2018年的0.3323，说明存在显著联系的城市数量越来越多㊂但总体来看，城市网络零售空间关联不够紧密㊂理论上讲，长三角26个城市两两之间的关联关系应达到650个，而样本观测值中实际关系最大值仅为217个，说明城市成员基于网络零售联系的程度和强度，仍有很大的增长空间㊂
2.城市中心性分析
为深入探析关联网络中的城市节点，将采用
92㊀大连海事大学学报(社会科学版)
第20卷
度数中心度和中间中心度，以描述各城市在长三
角网络零售空间关联中的地位和作用
㊂
图2㊀2018年长三角城市网络零售空间关联网络
㊀㊀(1)度数中心度㊂第一，城市网络零售的点出度平均值为8.308，高于均值的城市只有12个，点
出度非零的城市也仅有15个，由此表明网络零售供给地区的集中，如图3(a)所示㊂点出度最高的是上海，其对除池州外的长三角其他24个城市均发出了显著的网络零售联系，充分体现出绝对核心地位；点出度较高的其他城市不仅包括苏州㊁杭州㊁南京㊁宁波等经济强市，也包含金华㊁无锡㊁南通㊁台州㊁嘉兴㊁绍兴等网络零售发展势头良好的城市㊂第二，城市网络零售的点入度平均值为8.308，在高于均值的15个城市中，点入度最大的是无锡(14)，最小的是盐城(9)；在低于均值的11个城市中，点入度最大为8，包括扬州㊁镇江㊁泰州和芜湖，最小的是池州(0)㊂从点入度对比可以看出，城市间的差异不大，体现了网络零售需求地区相对分散，如图3(b)所示㊂第三，选用点出度与点入度的差值，来反映各城市网络零售的 净溢出 或 净受益 效应㊂由图3(c)可知，净溢出效应较为显著的城市有上海㊁杭州㊁金华和苏州等，净受益效应较为显著的城市有湖州㊁盐城㊁镇江㊁泰州㊁芜湖和扬州等㊂
(2)中间中心度㊂长三角26个城市中间中
心度的平均值为1.019，高于均值的城市数量仅为6个，揭示了网络节点间的连接仅靠少数几个
中心城市在维系，如图3(d)所示㊂其中，上海和无锡的中间中心度显著高于其他城市，表明其在城市网络零售空间关联中发挥着难以替代的 枢纽 作用；苏州㊁杭州㊁南京和绍兴的中心度明显降低，但对网络零售经济资源的控制能力同样关键㊂从另一个角度看，中间中心度为零的城市数量多达一半以上，这些城市大都处于关联网络的边缘区，难以对其他城市间的连接产生 中介 作用㊂总之，城市
中间中心度差距过大，印证了城市关联网络的 核心-边缘 结构，同时也凸显出关联关系的不对等和不均衡现象㊂
3.块模型分析
为进一步揭示城市网络零售的空间关联效
应，本文采用CONCOR 方法，以最大切分深度为2，集中标准为0.200，将长三角26个城市划分为四个板块：第一板块包含8个城市，分别为上海㊁苏州㊁南京㊁无锡㊁南通㊁宁波㊁金华㊁杭州；第二板
块包含5个城市，分别为绍兴㊁嘉兴㊁常州㊁合肥㊁台州；第三板块包含9个城市，分别为盐城㊁湖州㊁泰州㊁安庆㊁镇江㊁扬州㊁芜湖㊁滁州㊁宣城；第四板块包含4个城市，分别为铜陵㊁马鞍山㊁池州㊁舟山㊂
2018年长三角网络零售空间关联板块溢出
效应见表3㊂
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议