周莉珍，林 娟，吳彬彬

（福建師范大學 文化旅游與公共管理學院，福建 福州 350108）

0 引言

現(xiàn)代信息技術(shù)的突破創(chuàng)新帶動了電子商務產(chǎn)業(yè)的繁榮，越來越多的傳統(tǒng)零售企業(yè)開始結(jié)合互聯(lián)網(wǎng)技術(shù)進行智慧化轉(zhuǎn)型，網(wǎng)絡零售業(yè)得到了快速發(fā)展［1］。2022 年我國網(wǎng)絡零售額達13.79 萬億元，約占全社會消費品零售總額的27.2%［2］，網(wǎng)絡零售在社會消費品零售行業(yè)中占據(jù)著重要的地位。網(wǎng)絡零售業(yè)的發(fā)展可以提高經(jīng)濟流通效率，降低經(jīng)濟交易成本，增加就業(yè)崗位，同時改造優(yōu)化傳統(tǒng)產(chǎn)業(yè)，促進商貿(mào)服務業(yè)繁榮，特別是為支撐其發(fā)展而衍生出的電商服務業(yè)，從而提升第三產(chǎn)業(yè)比重。因此，網(wǎng)絡零售業(yè)發(fā)展是中國經(jīng)濟持續(xù)增長的重要動力之一。網(wǎng)絡零售業(yè)的出現(xiàn)和發(fā)展不僅直接改變了人們的消費方式和習慣，也成為拉動消費的新增長點，其蓬勃發(fā)展對提高經(jīng)濟循環(huán)效率、加快社會財富積累具有不可忽視的重要貢獻。電子商務發(fā)展不僅可能提升電商經(jīng)營戶的收入，也可能對非電商經(jīng)營戶產(chǎn)生溢出效應，進而提升總體收入水平［3］。電子商務與中國農(nóng)村的結(jié)合誕生了“淘寶村”這一特色產(chǎn)物，但由于網(wǎng)絡零售業(yè)在城鎮(zhèn)和農(nóng)村發(fā)展的產(chǎn)業(yè)基礎(chǔ)、生產(chǎn)要素配置和經(jīng)營方式等不同，其對城鎮(zhèn)和農(nóng)村居民收入提升的作用也會有所差異。因此，如何借助互聯(lián)網(wǎng)的東風，讓網(wǎng)絡零售真正惠農(nóng)助農(nóng)、推動鄉(xiāng)村振興與城鄉(xiāng)一體化值得深思。

近年來，眾多學者基于地理學視角圍繞電子商務進行以下幾方面的研究：一是企業(yè)空間組織集聚與擴散，包括某一類型網(wǎng)絡店鋪的空間分布，程利莎等基于電商平臺提供的批發(fā)企業(yè)信息研究其空間分異及影響因素［4］，陳前虎等分析杭州主城區(qū)直播電商企業(yè)區(qū)位特征及影響機制［5］；以及具有一定規(guī)模的網(wǎng)絡店鋪的集聚現(xiàn)象——淘寶村的空間分布研究，王明杰等探求我國淘寶村空間格局及演化特征［6］。二是區(qū)域發(fā)展水平差異及影響因素，陳延斌等研究山東省86 個縣域電子商務發(fā)展水平的空間分異特征與影響因素［7］，谷國鋒等探究我國285 個地級市的阿里巴巴電子商務發(fā)展水平的空間分異格局并對影響因素進行分析［8］。三是社會經(jīng)濟效應，“三農(nóng)”問題一直是中國黨和政府工作的重點，當電子商務跨越傳統(tǒng)的地理限制擴張到農(nóng)村地區(qū)時，引起了國內(nèi)外學者對農(nóng)村電子商務的重點關(guān)注和研究。實證研究發(fā)現(xiàn)，電子商務可以增加農(nóng)村居民收入［9-12］、縮 小 城 鄉(xiāng) 收 入 差 距［11-14］和 消 費 差距［15-19］，促進商貿(mào)流通一體化［20，21］，從而達到城鄉(xiāng)融合［22］。此外，也有研究表明農(nóng)村電子商務能提升城鎮(zhèn)居民收入［23］。四是對不同領(lǐng)域、不同區(qū)域空間結(jié)構(gòu)的影響，李苑君等探索我國三大城市群電子商務快遞物流網(wǎng)絡空間結(jié)構(gòu)特征及其形成機制［24］，宋周鶯等分析我國縣域網(wǎng)絡購物空間格局及其影響因素［25］，汪明峰等以書店為例反映城市零售業(yè)空間演化的趨勢［26］，張英男等刻畫電子商務驅(qū)動下的鄉(xiāng)村空間重構(gòu)［27］。從研究方法上看，既包括傳統(tǒng)的訪談、問卷調(diào)查，也常采用GIS 空間分析、空間變差函數(shù)、地理探測器和地理加權(quán)回歸等地理學方法，此外也借用其他領(lǐng)域方法進行研究，如雙重差分法。

整體來看，目前關(guān)于網(wǎng)絡零售業(yè)及其對居民收入影響的研究主要有以下不足：第一，在研究主題上，關(guān)于電子商務的空間格局研究已有很多，較少聚焦于網(wǎng)絡零售業(yè)的空間格局分析；第二，在研究視角上，多關(guān)注于網(wǎng)絡零售業(yè)對居民消費的影響，較少開展網(wǎng)絡零售業(yè)對居民可支配收入的影響研究，特別是不同時期城鎮(zhèn)和農(nóng)村地區(qū)的對比研究?；诖?，本文使用空間分析方法，對2015—2020 年浙江省網(wǎng)絡零售業(yè)及城鄉(xiāng)居民收入的時空動態(tài)特征進行分析。建立網(wǎng)絡零售業(yè)對城鄉(xiāng)居民可支配收入影響模型，基于網(wǎng)絡零售業(yè)時空發(fā)展特征，利用相應回歸模型深入研究網(wǎng)絡零售業(yè)對城鄉(xiāng)居民可支配收入作用的空間異質(zhì)性、空間溢出效應以及時間變化過程，以期優(yōu)化浙江省網(wǎng)絡零售業(yè)空間格局，縮小地區(qū)間發(fā)展差距、城鄉(xiāng)間收入差距，助力實現(xiàn)共同富裕。

1 研究區(qū)域、研究方法和數(shù)據(jù)來源

1.1 研究區(qū)域

浙江省地處我國東南沿海長江三角洲南翼，地理位置優(yōu)越，是我國電子商務起步最早、發(fā)展最快、業(yè)態(tài)最全的省份。統(tǒng)計數(shù)據(jù)顯示，2022 年全國實現(xiàn)網(wǎng)上零售額為137 853 億元，其中浙江省網(wǎng)絡零售交易總額為27 042.1 億元［28］，占全國總交易額的19.62%，浙江省以近百分之一的國土創(chuàng)造了全國接近五分之一的網(wǎng)絡零售量。此外，中國最早的淘寶村也誕生在浙江，2021 年淘寶村數(shù)量排名前10 的中國城市中，浙江省就占據(jù)6 席［29］，城鎮(zhèn)和農(nóng)村電商都十分發(fā)達。

2015 年是浙江省農(nóng)村電商發(fā)展的重要轉(zhuǎn)折點，浙江省“淘寶村”數(shù)量首次破百，并呈爆發(fā)式增長至280 個，總數(shù)超出第二名廣東省123 個，全省11 個地市都出現(xiàn)了“淘寶村”，首次實現(xiàn)全覆蓋。在此之前，城市是電子商務發(fā)展的主要陣地，農(nóng)村只是提供初級農(nóng)產(chǎn)品的原產(chǎn)地，農(nóng)民收入低，大量人口外流至城市。而在各種契機的推動下，農(nóng)村首次打破技術(shù)壁壘，擁有了快速發(fā)展的可能，2015 年浙江省“淘寶村”發(fā)展已經(jīng)初具規(guī)模。因此，此時電子商務能否提高農(nóng)村居民收入，對提高城鄉(xiāng)居民收入的作用有何差異值得探究。

浙江省網(wǎng)絡零售業(yè)發(fā)展報告顯示，2015—2020年浙江省網(wǎng)絡零售規(guī)模逐年穩(wěn)步擴大，其中，2020年浙江省網(wǎng)絡零售額達22 608.1 億元，約是2015年的3 倍。從增速來看，浙江省網(wǎng)絡零售業(yè)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，“十三五”期間，浙江省網(wǎng)絡零售額年均增長24.3%，增速雖有所放緩，但仍處于較高水平。此外，2020 年，浙江省農(nóng)村網(wǎng)絡零售額9 671.4 億元，占浙江省網(wǎng)絡零售總額的42.8%，農(nóng)村網(wǎng)絡零售業(yè)占據(jù)了不小的比重?；谝陨?，本文選取浙江省為研究區(qū)域，以2015—2020 年為研究時段，對其區(qū)域網(wǎng)絡零售經(jīng)濟差異問題展開研究。

1.2 研究方法

1.2.1 冷熱點分析

冷熱點分析可以用來探究網(wǎng)絡零售業(yè)在空間分布上的集聚或分散特征，通過計算Getis -Ord值識別冷點和熱點，計算公式如下：

式中：d為距離尺度；n 為研究區(qū)域內(nèi)地理空間單元個數(shù)；xi、xj分別為i、j地區(qū)的屬性值；wij是空間鄰接權(quán)重矩陣。

為便于解釋，對G*i（d）進行標準化處理，得到z得分，如果要素的z得分高且p值小，則表示有一個高值的空間聚類。如果z 得分低并為負數(shù)且p 值小，則表示有一個低值的空間聚類。z 得分越高（或越低），聚類程度就越大或越小。如果z得分接近于零，則表示不存在明顯的空間聚類。

1.2.2 耦合協(xié)調(diào)度

耦合協(xié)調(diào)度可以用來發(fā)現(xiàn)模型中解釋變量與被解釋變量之間相互耦合以及協(xié)調(diào)發(fā)展的狀況。耦合協(xié)調(diào)度涉及耦合度C 值與協(xié)調(diào)度D 值以及協(xié)調(diào)指數(shù)T值。

耦合度值用C表示，其計算公式如下：

式中：U1和U2分別代表解釋變量與被解釋變量的綜合評價指標，因本文兩個變量均用單指標表示，所以U1＝xj，U2＝y(tǒng)j；yj為j 地區(qū)因變量的觀測值。C∈［0，1］表示耦合度，當C ＝0 時，表示系統(tǒng)之間無任何相關(guān)，C 值越大說明系統(tǒng)之間的關(guān)聯(lián)度越大。當C ＝1 時耦合度達到飽和，此時系統(tǒng)之間完全處于契合狀態(tài)，向有序結(jié)構(gòu)的方向發(fā)展［30］。

式中：T表示兩個變量的綜合評價指數(shù)；a、b 分別代表兩個系統(tǒng)的重要程度，考慮到本文驗證的是網(wǎng)絡零售業(yè)與城鄉(xiāng)居民收入的協(xié)調(diào)發(fā)展，因此對a與b賦值都為0.5。

式中：D 值介于0—1 之間，采用中值分段法對耦合協(xié)調(diào)度進行分段［31］。

表1 耦合協(xié)調(diào)度參照標準Table 1 The reference standard of coupling coordination

1.2.3 莫蘭指數(shù)

莫蘭指數(shù)可以用來驗證回歸模型變量是否具有空間自相關(guān)性。全局莫蘭指數(shù)的范圍一般是［-1，1］，大于0 時表示數(shù)據(jù)呈空間正相關(guān)，小于0時呈空間負相關(guān)，等于0 時，空間呈隨機性。莫蘭指數(shù)的絕對值越大，表示空間相關(guān)性越強。

研究區(qū)域某一空間屬性是否存在空間自相關(guān)性，一般運用單變量莫蘭指數(shù)來進行檢驗，計算公式如下：

式中：S2為樣本方差，其他變量符號的內(nèi)涵與公式（1）一致。

利用雙變量莫蘭指數(shù)可以探索回歸模型兩個變量之間的空間相關(guān)性，計算公式如下：

1.2.4 空間計量模型

建立模型用來分析浙江省居民人均可支配收入的影響因素，對于變量存在空間相關(guān)性的情況，可以用空間計量經(jīng)濟模型進行估計，常用的有空間滯后模型（Spatial Lag Model，SLM）和空間誤差模型（Spatial Error Model，SEM）。在進行空間計量模型分析時，以基于OLS 估計方法的普通線性回歸模型為基準模型，計算公式如下：

式中：β為自變量x 的回歸系數(shù)；ε 表示隨機誤差項。

在空間滯后模型中，空間中的因變量之間存在空間的相關(guān)性，因變量的觀測值既與對應的自變量有關(guān)，也與鄰近區(qū)域的因變量有關(guān)，計算公式如下：

式中：ρ為空間滯后項Wy 的回歸系數(shù)；W 為空間權(quán)重矩陣。

空間誤差模型適用于測度存在于擾動誤差項之中的空間依賴作用，本研究使用該模型度量了鄰近地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)觀察值的影響程度，計算公式如下：

式中：λ為空間殘差項的回歸系數(shù)［32］。

1.3 指標選取與數(shù)據(jù)來源

被解釋變量為居民收入水平，用城鎮(zhèn)和農(nóng)村居民人均可支配收入衡量。解釋變量為網(wǎng)絡零售經(jīng)濟，用人均網(wǎng)絡零售額（Psale）表示。參考已有文獻發(fā)現(xiàn)，移動電話可以提高勞動力要素流動的便利性，從而促進農(nóng)業(yè)勞動力充分流動，從而帶來農(nóng)村居民收入的增加［33］；湯龍等驗證了第二、三產(chǎn)業(yè)發(fā)展可以提高農(nóng)村居民收入［34］；財政社會保障支出是社會保障基金的重要來源，亦是社會保障有效發(fā)揮收入分配調(diào)節(jié)功能的重要保障［35］。因此，本研究選擇控制變量包括互聯(lián)網(wǎng)基礎(chǔ)、經(jīng)濟環(huán)境和政府對轉(zhuǎn)移性收入的投入等，分別用人均移動電話擁有量（Pphone）、人均第二產(chǎn)業(yè)增加值（Psecond）、人均第三產(chǎn)業(yè)增加值（Pthird）、財政社會保障和就業(yè)支出（Sec）來表示。

浙江省各縣區(qū)網(wǎng)絡零售額數(shù)據(jù)來源于浙江省商務廳電子商務處網(wǎng)站，城鎮(zhèn)和農(nóng)村居民人均可支配收入、常住人口、移動電話擁有量、第二、三產(chǎn)業(yè)增加值、社會保障和就業(yè)支出等數(shù)據(jù)均來自地方統(tǒng)計年鑒。

2 結(jié)果及分析

2.1 時空特征

本文運用自然斷裂法分級顯示2015—2020 年浙江省網(wǎng)絡零售業(yè)時空演變特征，結(jié)果如圖1 所示。研究發(fā)現(xiàn)，2015—2020 年浙江省網(wǎng)絡零售業(yè)空間分布格局變化顯著，網(wǎng)絡零售業(yè)得到了極大發(fā)展。2015 年，浙江省大部分地區(qū)網(wǎng)絡零售業(yè)發(fā)展程度差，第一梯隊縣區(qū)僅有杭州市濱江區(qū)、江干區(qū)和金華市義烏市三處，第一梯隊縣區(qū)人均網(wǎng)絡零售額均值接近114 000 元，超過全省平均值98 000 余元，是全省最低值的497 倍。處于第二梯隊的縣區(qū)數(shù)量較少，皆與第一梯隊縣區(qū)鄰接；位于第三梯隊的縣區(qū)在杭州市濱江區(qū)、江干區(qū)附近分布較集中，少數(shù)分散在東部沿海；二、三梯隊的縣區(qū)受第一梯隊縣區(qū)輻射，對第一梯隊縣區(qū)的依賴性較強。第四梯隊的縣區(qū)在第一梯隊附近和東部沿海均有分布；最后一個梯隊的縣區(qū)數(shù)量最多，約是全省縣區(qū)數(shù)量的60%。2020年，浙江省網(wǎng)絡零售業(yè)發(fā)展狀況發(fā)生極大改善，人均網(wǎng)絡零售額全省均值增長約89%。第一梯隊范圍除在原有基礎(chǔ)上擴大外，還新增了臺州市天臺縣，第一梯隊人均網(wǎng)絡零售額之和約占全省人均網(wǎng)絡零售額總和的三分之一，極化狀況明顯。第二梯隊縣區(qū)數(shù)量增長緩慢，網(wǎng)絡零售業(yè)出現(xiàn)斷層發(fā)展；第三梯隊縣區(qū)數(shù)量是2015 年的3 倍，在各地級市都有所分布，最后一個梯隊的縣區(qū)數(shù)量在2020 年的占比下降到15%以下。

圖1 2015 年、2020 年浙江省人均網(wǎng)絡零售額時空分布特征Figure 1 Spatial and temporal distribution characteristics of per capita online retail sales in Zhejiang Province in 2015 and 2020

計算2015 年與2020 年浙江省人均網(wǎng)絡零售額的Getis—Ord指數(shù)，采取幾何間隔法將Getis—Ord統(tǒng)計量劃分為5 類，得到浙江省網(wǎng)絡零售業(yè)的冷熱點分布格局（圖2）。由圖2 可知，2015—2020 年浙江省網(wǎng)絡零售業(yè)北部相比南部，優(yōu)勢愈發(fā)明顯。2015 年，熱點區(qū)是由兩個高值中心聯(lián)結(jié)而成的從而貫通北部和中部的一整塊區(qū)域；次熱點區(qū)主要分布在熱點區(qū)周圍，此外在南部也有所分布；冷點區(qū)分布在浙江省西南部、東北部島嶼和東部，浙西南以山地和丘陵為主，經(jīng)濟相對落后，東北部以發(fā)展海洋經(jīng)濟為主，網(wǎng)絡零售經(jīng)濟不發(fā)達；次冷點區(qū)分布在西南部和東部的冷點區(qū)周圍。2020 年，熱點區(qū)分布范圍不變；次熱點區(qū)由南部向北部轉(zhuǎn)移，熱點區(qū)分布在中部和北部，帶動周邊地區(qū)發(fā)展網(wǎng)絡零售業(yè)，易形成集聚；冷點區(qū)和次冷點區(qū)縣區(qū)數(shù)量減少，分布范圍 縮小，浙江省網(wǎng)絡零售業(yè)普遍發(fā)展。

圖2 2015 年、2020 年浙江省人均網(wǎng)絡零售額冷熱點格局Figure 2 Cold and hot spot patterns of per capita online retail sales in Zhejiang Province in 2015 and 2020

計算2015 年與2020 年浙江省城鎮(zhèn)和農(nóng)村居民人均可支配收入的比值，并運用自然斷裂法進行分級顯示（圖3）。從圖3 可見，2015—2020 年浙江省城鄉(xiāng)收入差距減小，全省城鄉(xiāng)收入比平均值下降了0.1，收入分配格局明顯改善。2015 年，浙江省中部和南部絕大部分縣區(qū)存在高或較高的城鄉(xiāng)收入差距，收入差距大的縣區(qū)主要集中在麗水、溫州和金華三市；北部大部分縣區(qū)屬于中等或較低的城鄉(xiāng)收入差距區(qū)，其中較低城鄉(xiāng)收入差距的縣區(qū)主要集中在湖州、嘉興和杭州三市交界處，城鄉(xiāng)收入差距低的區(qū)域僅有舟山市岱山縣一處。2020 年，浙江省高城鄉(xiāng)收入差距的縣區(qū)數(shù)量減少了近50%，較低收入差距的縣區(qū)數(shù)量增長了近兩倍。中部和南部存在高和較高收入差距的縣區(qū)數(shù)量減少，屬于中等和較低收入差距的縣區(qū)數(shù)量增多；北部縣區(qū)由中等收入差距為主轉(zhuǎn)為較低收入差距為主。

圖3 2015 年、2020 年浙江省城鄉(xiāng)收入比分布格局Figure 3 Distribution patterns of urban-rural income ratio in Zhejiang Province in 2015 and 2020

2.2 空間耦合協(xié)調(diào)關(guān)系

利用系統(tǒng)耦合協(xié)調(diào)指標衡量浙江省網(wǎng)絡零售業(yè)與居民可支配收入的協(xié)調(diào)關(guān)系，采用中值分段法將耦合協(xié)調(diào)度分為四段，統(tǒng)計處于各段的縣區(qū)數(shù)量，結(jié)果如表2 所示。從總體上看，2015—2020 年浙江省網(wǎng)絡零售業(yè)與城鎮(zhèn)、農(nóng)村居民可支配收入均主要處于低、中協(xié)調(diào)耦合階段，少數(shù)縣區(qū)處于高協(xié)調(diào)耦合階段，但尚未達到極協(xié)調(diào)耦合水平。2015 年，網(wǎng)絡零售經(jīng)濟與城鎮(zhèn)、農(nóng)村居民收入處于低協(xié)調(diào)耦合的縣區(qū)數(shù)量比例均超過60%，此時浙江省僅有少數(shù)縣區(qū)網(wǎng)絡零售經(jīng)濟比較發(fā)達，耦合作用不明顯。2020年，網(wǎng)絡零售經(jīng)濟與城鎮(zhèn)、農(nóng)村居民收入從低協(xié)調(diào)耦合為主發(fā)展為中協(xié)調(diào)耦合為主，但與城鎮(zhèn)地區(qū)相比，農(nóng)村地區(qū)居民收入與網(wǎng)絡零售經(jīng)濟進入中協(xié)調(diào)耦合階段的縣區(qū)更多。其原因可能是農(nóng)村居民收入來源單一，增長相對較為困難，一旦網(wǎng)絡零售經(jīng)濟直接或間接影響到農(nóng)村地區(qū)，便會顯著帶動其耦合協(xié)調(diào)度提高。

表2 2015 年、2020 年浙江省網(wǎng)絡零售經(jīng)濟與城鄉(xiāng)居民收入?yún)f(xié)調(diào)耦合階段Table 2 The coordinated coupling stage between online retail economy and urban and rural residents' income in Zhejiang Province in 2015 and 2020

2.2.1 居民收入空間自相關(guān)分析

探索網(wǎng)絡零售經(jīng)濟與居民可支配收入之間的空間相關(guān)性，先需確定居民可支配收入具有空間相關(guān)性。分別對2015年和2020年的城鎮(zhèn)、農(nóng)村居民人均可支配收入進行全局Moran's I分析（表3）。從表3可見，城鄉(xiāng)居民收入具有顯著的正向空間相關(guān)性。

表3 浙江居民人均可支配收入莫蘭指數(shù)Table 3 Moran index of per capita disposable income of Zhejiang residents

2.2.2 雙變量空間自相關(guān)分析

采用雙變量Moran's I 初步探索浙江省網(wǎng)絡零售與居民可支配收入的空間相關(guān)性，結(jié)果如表4 所示。由表4 可知，2015 年、2020 年浙江省人均網(wǎng)絡零售額與城鎮(zhèn)、農(nóng)村居民人均可支配收入均呈顯著的正相關(guān)性，即局部地區(qū)人均網(wǎng)絡零售額增加會導致周邊地區(qū)居民人均可支配收入上升。市場經(jīng)濟環(huán)境下，網(wǎng)絡零售業(yè)的發(fā)展將產(chǎn)品市場從地方逐步擴展到全國乃至全球，且流通成本降低，而網(wǎng)絡零售業(yè)的產(chǎn)品受生產(chǎn)地限制小，來源可以是周邊地區(qū)，特別是對農(nóng)產(chǎn)品市場的擴大更為顯著，對于提升農(nóng)業(yè)效益進而增加農(nóng)民收入作用十分明顯。隨著網(wǎng)絡零售業(yè)及相關(guān)產(chǎn)業(yè)的發(fā)展，會提供更多的就業(yè)崗位，吸引周邊地區(qū)居民前來就業(yè)從而拓寬收入來源。2020年浙江省各地網(wǎng)絡零售業(yè)普遍得到了發(fā)展，由于距離的不可跨越性，一些經(jīng)濟活動更傾向于在本地完成，所以對周邊地區(qū)城鎮(zhèn)、農(nóng)村居民收入的影響都有所減弱。

表4 浙江人均網(wǎng)絡零售額與居民收入雙變量莫蘭指數(shù)Table 4 Bivariate Moran index of Zhejiang per capita online retail sales and resident income

2.3 空間計量模型

為了探究提高居民收入的有效途徑，從網(wǎng)絡零售經(jīng)濟、互聯(lián)網(wǎng)基礎(chǔ)、經(jīng)濟環(huán)境和政府對轉(zhuǎn)移性收入的投入等方面構(gòu)建了影響因素模型，重點探索網(wǎng)絡零售業(yè)對居民可支配收入的影響，并比較了2015 年和2020 年份影響作用的差異，具體分析與檢驗結(jié)果如表5、6 所示。分別對2015 年和2020 年的城鎮(zhèn)、農(nóng)村居民人均可支配收入進行拉格朗日倍數(shù)檢驗，先采用最小二乘法（OLS）對模型進行估計，然后比較拉格朗日乘數(shù)LM的顯著性：都不顯著，保持OLS模型；只有一個顯著，選擇相應的空間回歸模型（SLM或SEM）；若顯著性相同，則比較穩(wěn)健的拉格朗日乘數(shù)Robust LM 的顯著性后再選擇。結(jié)果顯示，2015 年城鎮(zhèn)居民收入僅通過LMerr和R-LMerr顯著性檢驗，2015 年農(nóng)村居民收入四類統(tǒng)計量的顯著性均通過檢驗，但LMerr和R-LMerr的檢驗值大于LMlag和R-LMlag的檢驗值。而2020 年城鎮(zhèn)和農(nóng)村居民收入都僅有LMlag 和R -LMlag 顯著性通過檢驗。因此，針對2015 年和2020 年分別建立SEM和SLM模型。

表5 2015 年回歸模型參數(shù)Table 5 Regression model parameters in 2015

2.4 空間回歸模型比較分析

比較建立的模型與相應OLS 模型的擬合優(yōu)度（R2）、自然對數(shù)似然函數(shù)值（LogL）、赤池信息量準則（AIC）和施瓦茨準則（SC）值，一般情況下，R2、LogL越大，AIC、SC 數(shù)值越小，則模型的模擬效果越好［36］。從表5、6 可見，OLS 的R2、LogL 普遍較低，且AIC、SC 數(shù)值較高。因此，SEM、SLM 的擬合效果優(yōu)于OLS，OLS不能作為本研究空間變量間關(guān)系的回歸模型。由此可見，針對不同時期分別有SEM、SLM模型可以更科學地解釋網(wǎng)絡零售經(jīng)濟與居民可支配收入的空間關(guān)系。從表5 可見，在城鎮(zhèn)和農(nóng)村地區(qū)λ 始終為正且顯著，說明模型誤差有較強的空間依賴。從表6 可見，在SLM 模型中，因變量居民收入的回歸系數(shù)ρ 始終為正值且顯著，其中農(nóng)村的值大于城鎮(zhèn)，說明局部區(qū)域的居民收入會對鄰近區(qū)域產(chǎn)生溢出效應，且農(nóng)村區(qū)域比城鎮(zhèn)區(qū)域表現(xiàn)更明顯。

表6 2020 年回歸模型參數(shù)Table 6 Regression model parameters in 2020

結(jié)果顯示，在其他控制變量的影響下，網(wǎng)絡零售額僅在2020 年對城鎮(zhèn)居民收入有顯著的正影響，影響系數(shù)為0.027，其他情況均未通過顯著性檢驗，表明浙江省網(wǎng)絡零售經(jīng)濟2015 年對提高居民收入沒有明顯作用，發(fā)展至2020 年達到一定規(guī)模后，對提高居民收入影響有限，還未影響到農(nóng)村地區(qū)。這可能會拉大城鄉(xiāng)收入差距，造成馬太效應，不利于城鄉(xiāng)一體化發(fā)展，有悖于共同富裕。在廣大農(nóng)村地區(qū)推廣淘寶村這一中國特有的農(nóng)村電子商務載體，增加就業(yè)、激發(fā)經(jīng)濟活力，能在一定程度上緩解網(wǎng)絡零售經(jīng)濟對城鄉(xiāng)收入影響的不平衡。浙江省網(wǎng)絡零售業(yè)發(fā)展一直在全國名列前茅，互聯(lián)網(wǎng)技術(shù)發(fā)達，產(chǎn)業(yè)基礎(chǔ)雄厚。例如，阿里總部位于杭州市，杭州市現(xiàn)在也是直播電商發(fā)展較好的城市之一；義烏市是全球小商品集散地，通過成熟的物流網(wǎng)絡將商品銷售至世界各地。

移動電話擁有量在不同時期均對居民收入有顯著的正影響，2020 年的影響系數(shù)普遍大于2015 年，達到了0.2 左右，說明在信息化時代下，互聯(lián)網(wǎng)普及度對居民收入的影響越來越大。移動電話可以大幅減少溝通成本，提高經(jīng)濟活動效率，因此和居民收入有很強的相關(guān)性。數(shù)據(jù)顯示，浙江省4G 網(wǎng)絡建設(shè)基本實現(xiàn)省內(nèi)全覆蓋，4G基站規(guī)模達34.9 萬座，全國排名第3 位。5G 基站建設(shè)速度全國領(lǐng)先，截至2020 年12 月底，5G基站規(guī)模超過6 萬座，實現(xiàn)全省縣城以上地區(qū)和重點鄉(xiāng)鎮(zhèn)覆蓋。同一時期農(nóng)村的影響系數(shù)大于城鎮(zhèn)，但實際上農(nóng)村互聯(lián)網(wǎng)普及度遠不及城鎮(zhèn)，因此，改善農(nóng)村互聯(lián)網(wǎng)基礎(chǔ)設(shè)施，有利于消除數(shù)字鴻溝，增加農(nóng)村居民收入，減小城鄉(xiāng)差距。此外，移動電話擁有量也是衡量網(wǎng)絡零售業(yè)發(fā)展環(huán)境的指標之一。

人均第二產(chǎn)業(yè)增加值對居民收入的影響在2015 年均未通過顯著性檢驗，這是因為2015 年浙江省結(jié)構(gòu)性問題突出特別是產(chǎn)業(yè)結(jié)構(gòu)，過剩產(chǎn)能已成為制約經(jīng)濟轉(zhuǎn)型的一大包袱，盲目發(fā)展低端產(chǎn)業(yè)并不能促進經(jīng)濟社會持續(xù)健康發(fā)展，對改善人民生活沒有實際效果。其中，2015 年浙江省鋼鐵行業(yè)虧損面達到50%。但其在2020 年對城鎮(zhèn)和農(nóng)村居民收入均有正向作用，“十三五”期間，浙江省在全國供給側(cè)改革的政策引領(lǐng)下，率先提出數(shù)字經(jīng)濟“一號工程”，推動了傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級。此外農(nóng)村地區(qū)影響系數(shù)0.027 大于城鎮(zhèn)地區(qū)的0.013，說明農(nóng)村地區(qū)也要積極發(fā)展工業(yè)，而淘寶村自產(chǎn)自銷的模式正是目前鄉(xiāng)村工業(yè)化的最佳選擇。

人均第三產(chǎn)業(yè)增加值提高對居民收入有持續(xù)的正向影響，在城鎮(zhèn)和農(nóng)村地區(qū)影響系數(shù)一直保持在0.01 左右，“十三五”期間，浙江省第三產(chǎn)業(yè)所占比例提升顯著，知識密集型和高技術(shù)服務業(yè)發(fā)展迅速，第三產(chǎn)業(yè)發(fā)展對改善產(chǎn)業(yè)結(jié)構(gòu)，擴大就業(yè)均有幫助，可以間接提高居民收入。

社會保障和就業(yè)支出會影響到居民的轉(zhuǎn)移性收入，2015 年社會保障和就業(yè)支出對城鎮(zhèn)、農(nóng)村居民收入的影響均通過了顯著性檢驗，影響系數(shù)為正，2020 年，僅城鎮(zhèn)地區(qū)通過顯著性檢驗。相比之下，城鎮(zhèn)的社會保障體系更加完善，所以其對城鎮(zhèn)居民收入保持著顯著的正向影響，但其對提高農(nóng)村居民收入的作用并不穩(wěn)定。

3 結(jié)論和討論

3.1 結(jié)論

基于2015—2020 年浙江省網(wǎng)絡零售額數(shù)據(jù)，利用空間分析、空間自相關(guān)檢驗和空間回歸模型等方法，本文對浙江省網(wǎng)絡零售經(jīng)濟的時空分布、集聚特征及對居民可支配收入的影響進行了初步探討。主要結(jié)論如下：①2015—2020 年浙江省網(wǎng)絡零售業(yè)空間分布格局變化顯著。最后一梯隊縣區(qū)數(shù)量占比由60%下降到15%以下，反映出浙江省網(wǎng)絡零售業(yè)發(fā)展狀況發(fā)生極大改善。冷熱點分析顯示，相比于南部，北部的優(yōu)勢愈發(fā)明顯。浙江省城鄉(xiāng)收入差距減小，城鄉(xiāng)收入比平均下降了0.1，收入分配格局明顯改善。②2015—2020 年浙江省網(wǎng)絡零售業(yè)與城鎮(zhèn)、農(nóng)村居民可支配收入均主要處于低、中協(xié)調(diào)耦合階段，少數(shù)縣區(qū)處于高協(xié)調(diào)耦合階段，未達到極協(xié)調(diào)耦合水平。2015 年，以低協(xié)調(diào)耦合為主，2020 年發(fā)展為中協(xié)調(diào)耦合為主，其中與城鎮(zhèn)地區(qū)相比，農(nóng)村地區(qū)進入中協(xié)調(diào)耦合階段的縣區(qū)更多。居民可支配收入通過空間自相關(guān)檢驗，且與網(wǎng)絡零售經(jīng)濟共同通過雙變量自相關(guān)檢驗。③在其他控制變量的影響下，網(wǎng)絡零售額僅在2020 年對城鎮(zhèn)居民收入有顯著的正影響，表明浙江省網(wǎng)絡零售經(jīng)濟發(fā)展截至2015 年時對提高居民收入沒有明顯作用，發(fā)展至2020 年，對提高居民收入影響有限，還未影響到農(nóng)村地區(qū)。這可能會拉大城鄉(xiāng)收入差距，造成馬太效應，不利于城鄉(xiāng)一體化發(fā)展，有悖于共同富裕。同一時期移動電話擁有量的影響系數(shù)在農(nóng)村地區(qū)大于城鎮(zhèn)，但實際上農(nóng)村互聯(lián)網(wǎng)普及度遠不及城鎮(zhèn)，數(shù)字鴻溝的出現(xiàn)可能也會擴大城鄉(xiāng)收入差距。人均第二、三產(chǎn)業(yè)增加值、社會保障和就業(yè)支出均在一定時期內(nèi)對城鎮(zhèn)或農(nóng)村居民收入水平有影響。

3.2 討論

既往馬震等研究表明農(nóng)村電商集群化顯著提升了城鎮(zhèn)居民收入，但未明顯提升農(nóng)村居民收入［23］；本研究結(jié)果顯示網(wǎng)絡零售經(jīng)濟達到一定規(guī)模后可以提高城鎮(zhèn)居民收入，但未能提高農(nóng)村居民收入。其原因可能是農(nóng)村電商規(guī)模還無法與城市相比較，缺乏知識和人才以提高經(jīng)濟效益等。因此，通過電子商務發(fā)展縮小城鄉(xiāng)收入差距還需要一定的時間。本研究為網(wǎng)絡零售經(jīng)濟與社會良性互動，創(chuàng)造更大的社會經(jīng)濟效益提供參考。以淘寶村為代表的農(nóng)村電商在網(wǎng)絡零售業(yè)中越來越突出，而其在網(wǎng)絡零售經(jīng)濟提高居民收入的過程中作用幾何還需要進一步探索。