世界地理研究 ›› 2021, Vol. 30 ›› Issue (5): 937-947.DOI: 10.3969/j.issn.1004-9479.2021.05.2020135
收稿日期:
2020-03-14
修回日期:
2020-06-24
出版日期:
2021-09-30
发布日期:
2021-09-17
通讯作者:
卢明华
作者简介:
李聪(1996-),女,硕士研究生,主要研究方向为企业地理,E-mail:sdzzlicong@126.com。
基金资助:
Received:
2020-03-14
Revised:
2020-06-24
Online:
2021-09-30
Published:
2021-09-17
Contact:
Minghua LU
摘要:
以中国361个地级行政区为空间单元,运用核密度、空间自相关、空间计量回归方法,研究中国跨境进口电商企业的时空特征及其影响因素。结果表明:①2004—2018年间中国跨境进口电商企业从“萌芽期”“发展期”到“平缓期”呈阶段性发展;企业分布涉及城市不断增加,从东部向中部逐步扩散,多中心化更加明显,大城市带动周边城市发展范围扩大。②跨境进口电商企业在全国范围内呈现“东多西少,南多北少”的分布特征,城市层面具有较强的集聚特点,形成“两大两小”不同分布模式的跨境进口电商企业集聚区。③跨境进口电商企业的空间分布是多因素共同作用的结果,集聚经济、交通运输水平、网络设施水平、物流发展水平对此影响较大。
李聪, 卢明华. 中国跨境进口电商企业的时空特征及影响因素分析[J]. 世界地理研究, 2021, 30(5): 937-947.
Cong LI, Minghua LU. Spatio-temporal characteristics and influencing factors of cross-border import e-commerce enterprises in China[J]. World Regional Studies, 2021, 30(5): 937-947.
图2 跨境进口电商企业分布核密度分析(2009、2018)注:底图来自自然资源部网站(审图号:GS(2016)1570号),本文未对地图边界进行任何修改,下同。
Fig.2 Distribution kernel density analysis of cross-border imported e-commerce enterprises (2009, 2018)
等级 | 城市名称 |
---|---|
第一等级(70家以上) | 深圳、广州、上海、北京 |
第二等级(30-69家) | 杭州、宁波、重庆 |
第三等级(11-29家) | 福州、郑州、青岛、长沙、天津、厦门、成都、南京 |
第四等级(4-10家) | 佛山、合肥、苏州、武汉、济南、威海、珠海、西安、东莞、大连 |
第五等级(1-3家) | 常州、海口、沈阳、赤峰、贵阳、金华、兰州、南通、石家庄、乌鲁木齐、烟台、中山、包头、北海、东营、哈尔滨、葫芦岛、湖州、济宁、锦州、昆明、廊坊、临沂、绵阳、南宁、秦皇岛、三亚、绍兴、太原、渭南、温州、无锡、咸阳、盐城、扬州、银川、岳阳、保山、张家港、长春、镇江、淄博、奎屯、肇庆、日照、钦州、南昌 |
表1 跨境进口电商企业数量等级划分(2018)
Tab.1 Classification of cross-border imported e-commerce enterprises (2018)
等级 | 城市名称 |
---|---|
第一等级(70家以上) | 深圳、广州、上海、北京 |
第二等级(30-69家) | 杭州、宁波、重庆 |
第三等级(11-29家) | 福州、郑州、青岛、长沙、天津、厦门、成都、南京 |
第四等级(4-10家) | 佛山、合肥、苏州、武汉、济南、威海、珠海、西安、东莞、大连 |
第五等级(1-3家) | 常州、海口、沈阳、赤峰、贵阳、金华、兰州、南通、石家庄、乌鲁木齐、烟台、中山、包头、北海、东营、哈尔滨、葫芦岛、湖州、济宁、锦州、昆明、廊坊、临沂、绵阳、南宁、秦皇岛、三亚、绍兴、太原、渭南、温州、无锡、咸阳、盐城、扬州、银川、岳阳、保山、张家港、长春、镇江、淄博、奎屯、肇庆、日照、钦州、南昌 |
指标 | 指标描述及处理 | 预期符号 | 实际符号 | |
---|---|---|---|---|
集聚经济 | X1 | 2018年前累计的跨境进口电商企业数量/个 | + | + |
对外开放水平 | X2 | 外贸依存度(进出口额/地区生产总值)/% | + | + |
网络设施水平 | X3 | 互联网宽带接入用户数/万户 | + | + |
经济发展水平 | X4 | 人均地区生产总值(地区生产总值/常住人口)/(万元/人) | + | + |
物流发展水平 | X5 | 快递服务企业业务量/万件 | + | + |
交通运输水平 | X6-1 | 民航货邮量/万吨 | + | + |
X6-2 | 港口外贸吞吐量(沿海+内海)/万吨 | + | + | |
政策支持力度 | X7-1 | 跨境综合试验区开放时长(2019-开放时间) | + | + |
X7-2 | 综合保税区数量/个 | + | - | |
居民受教育程度 | X8 | 高校在校人数/社会总人数/% | + | 不显著 |
表2 变量选择及其定义
Tab.2 Variable selection and its definition
指标 | 指标描述及处理 | 预期符号 | 实际符号 | |
---|---|---|---|---|
集聚经济 | X1 | 2018年前累计的跨境进口电商企业数量/个 | + | + |
对外开放水平 | X2 | 外贸依存度(进出口额/地区生产总值)/% | + | + |
网络设施水平 | X3 | 互联网宽带接入用户数/万户 | + | + |
经济发展水平 | X4 | 人均地区生产总值(地区生产总值/常住人口)/(万元/人) | + | + |
物流发展水平 | X5 | 快递服务企业业务量/万件 | + | + |
交通运输水平 | X6-1 | 民航货邮量/万吨 | + | + |
X6-2 | 港口外贸吞吐量(沿海+内海)/万吨 | + | + | |
政策支持力度 | X7-1 | 跨境综合试验区开放时长(2019-开放时间) | + | + |
X7-2 | 综合保税区数量/个 | + | - | |
居民受教育程度 | X8 | 高校在校人数/社会总人数/% | + | 不显著 |
参数 | OLS | SLM模型 | SEM模型 | 模型1 | 模型2 |
---|---|---|---|---|---|
X1 | 20.937*** | 20.871*** | 20.914*** | ||
X6-2 | 2.349** | 2.344** | 2.347** | 8.875*** | |
X3 | -7.469 | -7.357 | -7.423 | 22.990** | 29.980** |
X5 | 0.691 | 0.719 | 0.715 | 8.464*** | 13.153*** |
X7-1 | -0.749 | -0.756 | -0.768 | 4.018** | 3.941* |
X4 | 0.861 | 0.897 | 0.881 | 3.405** | 3.337* |
X2 | 0.920 | 0.930 | 0.914 | 1.568* | 0.582 |
X6-1 | -0.548 | -0.534 | -0.538 | -1.575 | 0.028 |
X7-2 | 0.167 | 0.150 | 0.183 | -5.087* | -4.486* |
X8 | -0.766 | -0.764 | -0.761 | -0.824 | -1.864 |
R | 0.935 | 0.946 | 0.945 | 0.788 | 0.712 |
样本量 | 68 | 68 | 68 | 68 | 68 |
表3 模型回归系数与统计判断
Tab.3 Regression coefficients and statistical judgment of each model
参数 | OLS | SLM模型 | SEM模型 | 模型1 | 模型2 |
---|---|---|---|---|---|
X1 | 20.937*** | 20.871*** | 20.914*** | ||
X6-2 | 2.349** | 2.344** | 2.347** | 8.875*** | |
X3 | -7.469 | -7.357 | -7.423 | 22.990** | 29.980** |
X5 | 0.691 | 0.719 | 0.715 | 8.464*** | 13.153*** |
X7-1 | -0.749 | -0.756 | -0.768 | 4.018** | 3.941* |
X4 | 0.861 | 0.897 | 0.881 | 3.405** | 3.337* |
X2 | 0.920 | 0.930 | 0.914 | 1.568* | 0.582 |
X6-1 | -0.548 | -0.534 | -0.538 | -1.575 | 0.028 |
X7-2 | 0.167 | 0.150 | 0.183 | -5.087* | -4.486* |
X8 | -0.766 | -0.764 | -0.761 | -0.824 | -1.864 |
R | 0.935 | 0.946 | 0.945 | 0.788 | 0.712 |
样本量 | 68 | 68 | 68 | 68 | 68 |
1 | 杨吾扬. 商业地理学——回顾与前瞻. 人文地理, 1991, 6(04): 1-5. |
Yang W. Business geography--review and prospect. Human Geography, 1991, 6(04): 1-5. | |
2 | 周春山,罗彦,尚嫣然. 中国商业地理学的研究进展. 地理学报, 2004, 59(06): 1028-1036. |
Zhou C, Luo Y, Shang Y. Research progress of business geography in China. Acta Geographica Sinica, 2004, 59(06): 1028-1036. | |
3 | 余金艳,刘卫东,王亮. 基于时间距离的C2C电子商务虚拟商圈分析——以位于北京的淘宝网化妆品零售为例. 地理学报, 2013, 68(10): 1380-1388. |
Yu J, Liu W, Wang. Analysis of C2C e-commerce virtual business circle based on time distance -- a case study of cosmetics retail on taobao.com in Beijing. Acta Geographica Sinica, 2013, 68(10): 1380-1388. | |
4 | 易观智库. 中国跨境进口电商生态图谱2019. https://www.analysys.cn/article/analysis/detail/20019170, 2019-02-12.[Think-tankAnalysys. China's cross-border imports electricity ecological map2019. https://www.analysys.cn/article/analysis/detail/20019170, 2019-02-12.] |
5 | 张夏恒. 跨境电商类型与运作模式. 中国流通经济, 2017, 31(01): 76-83. |
Zhang X. Types and operation modes of cross-border e-commerce. China Circulation Economy, 2017, 31 (01): 76-83. | |
6 | 黄琳琳. 我国中小企业跨境电商协同机制研究. 现代商贸工业, 2020, 41(03): 35-36. |
Huang L. Research on the collaborative mechanism of cross-border e-commerce among small and medium-sized enterprises in China. Modern Business and Trade industry, 2020, 41(03): 35-36. | |
7 | Farag S, Krizek KJ, Dijst M. E-shopping and Its Relationship with Store Shopping: Empirical Evidence from the Netherlands and the U.S. Transport Reviews, 2006, 26(01): 43-61. |
8 | Cheung M, Luo C, Sia C, et al. Credibility of Electronic Word-of-Mouth: Informational and Normative Determinants of On-line Consumer Recommendations. International Journal Of Electronic Commerce, 2009, 13(04): 9-38. |
9 | Appel A. Embeddedness and the (Re)making of Retail Space in the Realm of Multichannel Retailing: the Case of Migros Sanal Market in Turkey. Geografiska Annaler: Series B, Human Geography, 2016, 98(01): 55-69. |
10 | 赵键,王琛. C2C服装店铺信用等级的规模分布及其影响因素——以江浙沪地区为例. 热带地理, 2019, 39(05): 790-798. |
Zhao J, Wang C. Scale distribution and influencing factors of credit rating of C2C clothing stores in Jiangsu, Zhejiang and Shanghai. Tropical Geography, 2019, 39 (05) : 790-798. | |
11 | 赵军阳,丁疆辉,王新宇. 不同尺度下中国"淘宝村"时空分布及演变特征. 世界地理研究, 2017, 26(06): 73-82. |
Zhao J, Ding, Wang X. Spatiotemporal distribution and evolution characteristics of chinese "Taobao village" under different scales. World Geography Research, 2017, 26 (06): 73-82. | |
12 | 宋周莺,刘卫东. 中国虚拟企业的空间分布格局及其影响因素. 地理科学进展, 2011, 30(08): 1021-1027. |
Song Z, Liu W. Spatial distribution pattern of virtual enterprises in China and its influencing factors. Progress in geographic science, 2011, 30(08): 1021-1027. | |
13 | 杜晓娟,甄峰,常恩予. 基于电子商务势能的中国城市体系格局与形成机制——以阿里巴巴集团为例.经济地理, 2016, 36(09):49-57. |
Du X, Zhen F, Chang E. The pattern and formation mechanism of urban system in China based on the potential energy of e-commerce -- a case study of alibaba group. Economic Geography, 2016, 36(09): 49-57. | |
14 | 任晓晓,丁疆辉,靳字含. 产业依托型淘宝村时空发展特征及其影响因素——以河北省羊绒产业集聚区为例. 世界地理研究, 2019, 28(03): 173-182. |
Ren X, Ding J, Jin Z. Spatial and temporal development characteristics of industry-dependent taobao village and its influencing factors: a case study of cashmere industry cluster in hebei province. World Geography Research, 2019, 28 (03): 173-182. | |
15 | Maria G, Riccardo M, Alessandro P, et al. Cross-border B2c E-commerce to Greater China and the Role of Logistics: A Literature Review. International Journal of Physical Distribution & Logistics Management, 2017, 47(09): 772–795 |
16 | 史坤博,杨永春,杨欣傲,等. 时间成本是否成为电子商务区位的核心机制——基于成都市O2O电子商务的实证分析. 地理学报, 2016, 71(03): 500-514. |
Shi K, Yang Y, Yang X, et al. Whether time cost becomes the core mechanism of e-commerce location -- an empirical analysis based on Chengdu O2O e-commerce. Acta Geographica Sinica, 2016, 71(03): 500-514. | |
17 | Xu Y, Gui H, Zhang J, et al. Supply Chain Analysis of Cross Border Importing E-Commerce Considering with Bonded Warehouse and Direct Mailing. Sustainability, 2019, 11(07): 1909-1921 |
18 | Gessner, Snodgrass Guy H., Coral R. Designing e-commerce cross-border distribution networks for small and medium-size enterprises incorporating Canadian and U.S. trade incentive programs. Research in Transportation Business & Management, 2015, 07(16): 84-94 |
19 | 李鲁奇,马学广. 基于运单数据的中国快递型物流网络格局、结构与功能——以宅急送为例. 地理科学, 2019, 39(01): 89-97. |
Li L, Ma X. Pattern, structure and function of express delivery logistics network in China based on waybill data -- a case study of guizhi express. Scientia Geographica Sinica, 2019, 39(01): 89-97. | |
20 | 李鲁奇,孔翔. "双十一"期间中国快递流通的时空结构与效率——基于时间地理学视角. 地理研究, 2019, 38(08): 1891-1904. |
Li L, Kong X. Spatio-temporal structure and efficiency of express delivery in China during "double eleven" -- based on the perspective of time geography. Geographical Research, 2019, 38(08): 1891-1904. | |
21 | 宗会明,周素红,闫小培. 全球化下地方综合服务型物流企业的空间网络组织——以腾邦物流为案例. 地理研究, 2015, 34(05): 944-952. |
Zong H, Zhou S, Yan X. Spatial network organization of local integrated service logistics enterprises under globalization -- a case study of Tengbang logistics. Geography Research, 2015, 34(05): 944-952. | |
22 | 于瀚辰,周麟,沈体雁. 制造业企业区位选择集聚经济指向的空间效应. 地理研究, 2019, 38(02): 273-284. |
Yu H, Zhou L, Shen T. Spatial effects of location selection and agglomeration economic orientation for manufacturing enterprises. Geographical Research, 2019, 38(02): 273-284. | |
23 | 智研咨询. 2017-2022年中国跨境电商物流市场研究及未来发展趋势报告. 智研咨询集团, 2018, 88-89. |
Research Consulting. 2017-2022,China's cross-border electronic business logistics market research and the future development trend reports. Think Tank Research Consulting Group, 2018, 88-89. | |
24 | 宋周莺,刘卫东. 信息时代的企业区位研究. 地理学报, 2012, 67(04): 479-489. |
Song Z, Liu W. Enterprise location research in the information age. Acta Geographica Sinica, 2012, 67(04): 479-489. | |
25 | Anselin L, Syabri I, Kho Y. GeoDa: An introduction to spatial data analysis. Geographical Analysis, 2006, 38(1): 5-22. |
[1] | 赵敏, 张俊, 李鹏. 泛亚高铁建设背景下中国西南-东南亚城市联系的多情景预测[J]. 世界地理研究, 2023, 32(3): 1-16. |
[2] | 李连刚, 胡晓辉. 新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J]. 世界地理研究, 2023, 32(3): 64-75. |
[3] | 王运喆, 张国俊, 周春山. 中国城市群产业协同集聚的时空特征及影响因素[J]. 世界地理研究, 2023, 32(2): 104-114. |
[4] | 李安琪, 曹鑫, 崔喜红, 梁涵玮, 李强, 全振先, 张政. 基于GlobeLand 30的南亚各国人造地表变化时空特征分析[J]. 世界地理研究, 2023, 32(2): 23-35. |
[5] | 喻冰洁, 梁源, 杨林川. 波士顿共享单车出行与街区建成环境的关系研究[J]. 世界地理研究, 2023, 32(2): 48-58. |
[6] | 谢潇, 盈斌, 杜芳娟, 宋潇玉, 吴函彦. 中国妇幼健康水平的区域差异和影响因素[J]. 世界地理研究, 2023, 32(2): 82-92. |
[7] | 王丽敏, 吴相利, 刘凡, 张少铎. CEO空间经历对中国民营企业500强 总部区位选择影响分析[J]. 世界地理研究, 2023, 32(1): 67-79. |
[8] | 梁茂林, 彭邦文, 骆华松, 洪菊花. 中国与周边国家地缘经济关系测度与时空格局演变分析[J]. 世界地理研究, 2023, 32(1): 43-53. |
[9] | 王孟林, 陈瑛, 张婷婷. 中国对美国州层面直接投资时空演变与驱动因素探究[J]. 世界地理研究, 2023, 32(1): 54-66. |
[10] | 韩瑞玲, 李玲玲, 姚海芳. 中国客运航空网络节点结构及其外部性因素的空间异质性研究[J]. 世界地理研究, 2022, 31(5): 967-977. |
[11] | 焦士兴, 王安周, 陈林芳, 张建伟, 赵荣钦, 李中轩, 尹义星. 中国省域三维水生态足迹及其驱动研究[J]. 世界地理研究, 2022, 31(5): 988-997. |
[12] | 李祺祥, 游小珺, 韦素琼. 基于事件数据分析法的两岸关系测度及影响因素研究[J]. 世界地理研究, 2022, 31(3): 514-526. |
[13] | 应奎, 李旭东. 中国人口死亡率空间格局演变及其影响因素[J]. 世界地理研究, 2022, 31(2): 440-452. |
[14] | 冯晓兵. 中国民宿网络关注时空特征及影响因素研究[J]. 世界地理研究, 2022, 31(1): 154-165. |
[15] | 张婷婷, 陈瑛, 王孟林. 基于航空联系的中国城市网络格局演变分析[J]. 世界地理研究, 2022, 31(1): 166-176. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||