浙江省網絡零售業時空格局及其對城鄉居民收入的影響

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

現代信息技術的突破創新帶動了電子商務產業的繁榮，越來越多的傳統零售企業開始結合互聯網技術進行智慧化轉型，網絡零售業得到了快速發展［1］。2022 年我國網絡零售額達13.79 萬億元，約占全社會消費品零售總額的27.2%［2］，網絡零售在社會消費品零售行業中占據著重要的地位。網絡零售業的發展可以提高經濟流通效率，降低經濟交易成本，增加就業崗位，同時改造優化傳統產業，促進商貿服務業繁榮，特別是為支撐其發展而衍生出的電商服務業，從而提升第三產業比重。因此，網絡零售業發展是中國經濟持續增長的重要動力之一。網絡零售業的出現和發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，其蓬勃發展對提高經濟循環效率、加快社會財富積累具有不可忽視的重要貢獻。電子商務發展不僅可能提升電商經營戶的收入，也可能對非電商經營戶產生溢出效應，進而提升總體收入水平［3］。電子商務與中國農村的結合誕生了“淘寶村”這一特色產物，但由于網絡零售業在城鎮和農村發展的產業基礎、生產要素配置和經營方式等不同，其對城鎮和農村居民收入提升的作用也會有所差異。因此，如何借助互聯網的東風，讓網絡零售真正惠農助農、推動鄉村振興與城鄉一體化值得深思。

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：一是企業空間組織集聚與擴散，包括某一類型網絡店鋪的空間分布，程利莎等基于電商平臺提供的批發企業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直播電商企業區位特征及影響機制［5］；以及具有一定規模的網絡店鋪的集聚現象——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］。二是區域發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］。三是社會經濟效應，“三農”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的地理限制擴張到農村地區時，引起了國內外學者對農村電子商務的重點關注和研究。實證研究發現，電子商務可以增加農村居民收入［9-12］、縮 小 城 鄉 收 入 差 距［11-14］和 消 費 差距［15-19］，促進商貿流通一體化［20，21］，從而達到城鄉融合［22］。此外，也有研究表明農村電子商務能提升城鎮居民收入［23］。四是對不同領域、不同區域空間結構的影響，李苑君等探索我國三大城市群電子商務快遞物流網絡空間結構特征及其形成機制［24］，宋周鶯等分析我國縣域網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空間演化的趨勢［26］，張英男等刻畫電子商務驅動下的鄉村空間重構［27］。從研究方法上看，既包括傳統的訪談、問卷調查，也常采用GIS 空間分析、空間變差函數、地理探測器和地理加權回歸等地理學方法，此外也借用其他領域方法進行研究，如雙重差分法。

整體來看，目前關于網絡零售業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，關于電子商務的空間格局研究已有很多，較少聚焦于網絡零售業的空間格局分析；第二，在研究視角上，多關注于網絡零售業對居民消費的影響，較少開展網絡零售業對居民可支配收入的影響研究，特別是不同時期城鎮和農村地區的對比研究。基于此，本文使用空間分析方法，對2015—2020 年浙江省網絡零售業及城鄉居民收入的時空動態特征進行分析。建立網絡零售業對城鄉居民可支配收入影響模型，基于網絡零售業時空發展特征，利用相應回歸模型深入研究網絡零售業對城鄉居民可支配收入作用的空間異質性、空間溢出效應以及時間變化過程，以期優化浙江省網絡零售業空間格局，縮小地區間發展差距、城鄉間收入差距，助力實現共同富裕。

1 研究區域、研究方法和數據來源

1.1 研究區域

浙江省地處我國東南沿海長江三角洲南翼，地理位置優越，是我國電子商務起步最早、發展最快、業態最全的省份。統計數據顯示，2022 年全國實現網上零售額為137 853 億元，其中浙江省網絡零售交易總額為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造了全國接近五分之一的網絡零售量。此外，中國最早的淘寶村也誕生在浙江，2021 年淘寶村數量排名前10 的中國城市中，浙江省就占據6 席［29］，城鎮和農村電商都十分發達。

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

浙江省網絡零售業發展報告顯示，2015—2020年浙江省網絡零售規模逐年穩步擴大，其中，2020年浙江省網絡零售額達22 608.1 億元，約是2015年的3 倍。從增速來看，浙江省網絡零售業已由高速增長階段轉向高質量發展階段，“十三五”期間，浙江省網絡零售額年均增長24.3%，增速雖有所放緩，但仍處于較高水平。此外，2020 年，浙江省農村網絡零售額9 671.4 億元，占浙江省網絡零售總額的42.8%，農村網絡零售業占據了不小的比重。基于以上，本文選取浙江省為研究區域，以2015—2020 年為研究時段，對其區域網絡零售經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絡零售業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 為研究區域內地理空間單元個數；xi、xj分別為i、j地區的屬性值；wij是空間鄰接權重矩陣。

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 耦合協調度

耦合協調度可以用來發現模型中解釋變量與被解釋變量之間相互耦合以及協調發展的狀況。耦合協調度涉及耦合度C 值與協調度D 值以及協調指數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＝yj；yj為j 地區因變量的觀測值。C∈［0，1］表示耦合度，當C ＝0 時，表示系統之間無任何相關，C 值越大說明系統之間的關聯度越大。當C ＝1 時耦合度達到飽和，此時系統之間完全處于契合狀態，向有序結構的方向發展［30］。

式中：T表示兩個變量的綜合評價指數；a、b 分別代表兩個系統的重要程度，考慮到本文驗證的是網絡零售業與城鄉居民收入的協調發展，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調度進行分段［31］。

表1 耦合協調度參照標準Table 1 The reference standard of coupling coordination

1.2.3 莫蘭指數

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

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

式中：S2為樣本方差，其他變量符號的內涵與公式（1）一致。

利用雙變量莫蘭指數可以探索回歸模型兩個變量之間的空間相關性，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性的情況，可以用空間計量經濟模型進行估計，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；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性，因變量的觀測值既與對應的自變量有關，也與鄰近區域的因變量有關，計算公式如下：

式中：ρ為空間滯后項Wy 的回歸系數；W 為空間權重矩陣。

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關于因變量的誤差沖擊對本地區觀察值的影響程度，計算公式如下：

式中：λ為空間殘差項的回歸系數［32］。

1.3 指標選取與數據來源

被解釋變量為居民收入水平，用城鎮和農村居民人均可支配收入衡量。解釋變量為網絡零售經濟，用人均網絡零售額（Psale）表示。參考已有文獻發現，移動電話可以提高勞動力要素流動的便利性，從而促進農業勞動力充分流動，從而帶來農村居民收入的增加［33］；湯龍等驗證了第二、三產業發展可以提高農村居民收入［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揮收入分配調節功能的重要保障［35］。因此，本研究選擇控制變量包括互聯網基礎、經濟環境和政府對轉移性收入的投入等，分別用人均移動電話擁有量（Pphone）、人均第二產業增加值（Psecond）、人均第三產業增加值（Pthird）、財政社會保障和就業支出（Sec）來表示。

浙江省各縣區網絡零售額數據來源于浙江省商務廳電子商務處網站，城鎮和農村居民人均可支配收入、常住人口、移動電話擁有量、第二、三產業增加值、社會保障和就業支出等數據均來自地方統計年鑒。

2 結果及分析

2.1 時空特征

本文運用自然斷裂法分級顯示2015—2020 年浙江省網絡零售業時空演變特征，結果如圖1 所示。研究發現，2015—2020 年浙江省網絡零售業空間分布格局變化顯著，網絡零售業得到了極大發展。2015 年，浙江省大部分地區網絡零售業發展程度差，第一梯隊縣區僅有杭州市濱江區、江干區和金華市義烏市三處，第一梯隊縣區人均網絡零售額均值接近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數量較少，皆與第一梯隊縣區鄰接；位于第三梯隊的縣區在杭州市濱江區、江干區附近分布較集中，少數分散在東部沿海；二、三梯隊的縣區受第一梯隊縣區輻射，對第一梯隊縣區的依賴性較強。第四梯隊的縣區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數量最多，約是全省縣區數量的60%。2020年，浙江省網絡零售業發展狀況發生極大改善，人均網絡零售額全省均值增長約89%。第一梯隊范圍除在原有基礎上擴大外，還新增了臺州市天臺縣，第一梯隊人均網絡零售額之和約占全省人均網絡零售額總和的三分之一，極化狀況明顯。第二梯隊縣區數量增長緩慢，網絡零售業出現斷層發展；第三梯隊縣區數量是2015 年的3 倍，在各地級市都有所分布，最后一個梯隊的縣區數量在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 年浙江省人均網絡零售額的Getis—Ord指數，采取幾何間隔法將Getis—Ord統計量劃分為5 類，得到浙江省網絡零售業的冷熱點分布格局（圖2）。由圖2 可知，2015—2020 年浙江省網絡零售業北部相比南部，優勢愈發明顯。2015 年，熱點區是由兩個高值中心聯結而成的從而貫通北部和中部的一整塊區域；次熱點區主要分布在熱點區周圍，此外在南部也有所分布；冷點區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，經濟相對落后，東北部以發展海洋經濟為主，網絡零售經濟不發達；次冷點區分布在西南部和東部的冷點區周圍。2020 年，熱點區分布范圍不變；次熱點區由南部向北部轉移，熱點區分布在中部和北部，帶動周邊地區發展網絡零售業，易形成集聚；冷點區和次冷點區縣區數量減少，分布范圍 縮小，浙江省網絡零售業普遍發展。

圖2 2015 年、2020 年浙江省人均網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 年浙江省城鎮和農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 年浙江省城鄉收入差距減小，全省城鄉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存在高或較高的城鄉收入差距，收入差距大的縣區主要集中在麗水、溫州和金華三市；北部大部分縣區屬于中等或較低的城鄉收入差距區，其中較低城鄉收入差距的縣區主要集中在湖州、嘉興和杭州三市交界處，城鄉收入差距低的區域僅有舟山市岱山縣一處。2020 年，浙江省高城鄉收入差距的縣區數量減少了近50%，較低收入差距的縣區數量增長了近兩倍。中部和南部存在高和較高收入差距的縣區數量減少，屬于中等和較低收入差距的縣區數量增多；北部縣區由中等收入差距為主轉為較低收入差距為主。

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

2.2 空間耦合協調關系

利用系統耦合協調指標衡量浙江省網絡零售業與居民可支配收入的協調關系，采用中值分段法將耦合協調度分為四段，統計處于各段的縣區數量，結果如表2 所示。從總體上看，2015—2020 年浙江省網絡零售業與城鎮、農村居民可支配收入均主要處于低、中協調耦合階段，少數縣區處于高協調耦合階段，但尚未達到極協調耦合水平。2015 年，網絡零售經濟與城鎮、農村居民收入處于低協調耦合的縣區數量比例均超過60%，此時浙江省僅有少數縣區網絡零售經濟比較發達，耦合作用不明顯。2020年，網絡零售經濟與城鎮、農村居民收入從低協調耦合為主發展為中協調耦合為主，但與城鎮地區相比，農村地區居民收入與網絡零售經濟進入中協調耦合階段的縣區更多。其原因可能是農村居民收入來源單一，增長相對較為困難，一旦網絡零售經濟直接或間接影響到農村地區，便會顯著帶動其耦合協調度提高。

表2 2015 年、2020 年浙江省網絡零售經濟與城鄉居民收入協調耦合階段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分析

探索網絡零售經濟與居民可支配收入之間的空間相關性，先需確定居民可支配收入具有空間相關性。分別對2015年和2020年的城鎮、農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，城鄉居民收入具有顯著的正向空間相關性。

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

2.2.2 雙變量空間自相關分析

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

表4 浙江人均網絡零售額與居民收入雙變量莫蘭指數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，從網絡零售經濟、互聯網基礎、經濟環境和政府對轉移性收入的投入等方面構建了影響因素模型，重點探索網絡零售業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，具體分析與檢驗結果如表5、6 所示。分別對2015 年和2020 年的城鎮、農村居民人均可支配收入進行拉格朗日倍數檢驗，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，則比較穩健的拉格朗日乘數Robust LM 的顯著性后再選擇。結果顯示，2015 年城鎮居民收入僅通過LMerr和R-LMerr顯著性檢驗，2015 年農村居民收入四類統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 年城鎮和農村居民收入都僅有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 模型的擬合優度（R2）、自然對數似然函數值（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 數值較高。因此，SEM、SLM 的擬合效果優于OLS，OLS不能作為本研究空間變量間關系的回歸模型。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絡零售經濟與居民可支配收入的空間關系。從表5 可見，在城鎮和農村地區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ρ 始終為正值且顯著，其中農村的值大于城鎮，說明局部區域的居民收入會對鄰近區域產生溢出效應，且農村區域比城鎮區域表現更明顯。

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

結果顯示，在其他控制變量的影響下，網絡零售額僅在2020 年對城鎮居民收入有顯著的正影響，影響系數為0.027，其他情況均未通過顯著性檢驗，表明浙江省網絡零售經濟2015 年對提高居民收入沒有明顯作用，發展至2020 年達到一定規模后，對提高居民收入影響有限，還未影響到農村地區。這可能會拉大城鄉收入差距，造成馬太效應，不利于城鄉一體化發展，有悖于共同富裕。在廣大農村地區推廣淘寶村這一中國特有的農村電子商務載體，增加就業、激發經濟活力，能在一定程度上緩解網絡零售經濟對城鄉收入影響的不平衡。浙江省網絡零售業發展一直在全國名列前茅，互聯網技術發達，產業基礎雄厚。例如，阿里總部位于杭州市，杭州市現在也是直播電商發展較好的城市之一；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 年的影響系數普遍大于2015 年，達到了0.2 左右，說明在信息化時代下，互聯網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，提高經濟活動效率，因此和居民收入有很強的相關性。數據顯示，浙江省4G 網絡建設基本實現省內全覆蓋，4G基站規模達34.9 萬座，全國排名第3 位。5G 基站建設速度全國領先，截至2020 年12 月底，5G基站規模超過6 萬座，實現全省縣城以上地區和重點鄉鎮覆蓋。同一時期農村的影響系數大于城鎮，但實際上農村互聯網普及度遠不及城鎮，因此，改善農村互聯網基礎設施，有利于消除數字鴻溝，增加農村居民收入，減小城鄉差距。此外，移動電話擁有量也是衡量網絡零售業發展環境的指標之一。

人均第二產業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 年浙江省結構性問題突出特別是產業結構，過剩產能已成為制約經濟轉型的一大包袱，盲目發展低端產業并不能促進經濟社會持續健康發展，對改善人民生活沒有實際效果。其中，2015 年浙江省鋼鐵行業虧損面達到50%。但其在2020 年對城鎮和農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改革的政策引領下，率先提出數字經濟“一號工程”，推動了傳統產業轉型升級。此外農村地區影響系數0.027 大于城鎮地區的0.013，說明農村地區也要積極發展工業，而淘寶村自產自銷的模式正是目前鄉村工業化的最佳選擇。

人均第三產業增加值提高對居民收入有持續的正向影響，在城鎮和農村地區影響系數一直保持在0.01 左右，“十三五”期間，浙江省第三產業所占比例提升顯著，知識密集型和高技術服務業發展迅速，第三產業發展對改善產業結構，擴大就業均有幫助，可以間接提高居民收入。

社會保障和就業支出會影響到居民的轉移性收入，2015 年社會保障和就業支出對城鎮、農村居民收入的影響均通過了顯著性檢驗，影響系數為正，2020 年，僅城鎮地區通過顯著性檢驗。相比之下，城鎮的社會保障體系更加完善，所以其對城鎮居民收入保持著顯著的正向影響，但其對提高農村居民收入的作用并不穩定。

3 結論和討論

3.1 結論

基于2015—2020 年浙江省網絡零售額數據，利用空間分析、空間自相關檢驗和空間回歸模型等方法，本文對浙江省網絡零售經濟的時空分布、集聚特征及對居民可支配收入的影響進行了初步探討。主要結論如下：①2015—2020 年浙江省網絡零售業空間分布格局變化顯著。最后一梯隊縣區數量占比由60%下降到15%以下，反映出浙江省網絡零售業發展狀況發生極大改善。冷熱點分析顯示，相比于南部，北部的優勢愈發明顯。浙江省城鄉收入差距減小，城鄉收入比平均下降了0.1，收入分配格局明顯改善。②2015—2020 年浙江省網絡零售業與城鎮、農村居民可支配收入均主要處于低、中協調耦合階段，少數縣區處于高協調耦合階段，未達到極協調耦合水平。2015 年，以低協調耦合為主，2020 年發展為中協調耦合為主，其中與城鎮地區相比，農村地區進入中協調耦合階段的縣區更多。居民可支配收入通過空間自相關檢驗，且與網絡零售經濟共同通過雙變量自相關檢驗。③在其他控制變量的影響下，網絡零售額僅在2020 年對城鎮居民收入有顯著的正影響，表明浙江省網絡零售經濟發展截至2015 年時對提高居民收入沒有明顯作用，發展至2020 年，對提高居民收入影響有限，還未影響到農村地區。這可能會拉大城鄉收入差距，造成馬太效應，不利于城鄉一體化發展，有悖于共同富裕。同一時期移動電話擁有量的影響系數在農村地區大于城鎮，但實際上農村互聯網普及度遠不及城鎮，數字鴻溝的出現可能也會擴大城鄉收入差距。人均第二、三產業增加值、社會保障和就業支出均在一定時期內對城鎮或農村居民收入水平有影響。

3.2 討論

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