網(wǎng)絡(luò)商品區(qū)域分布研究

任杰+趙冬梅+羅歡

內(nèi)容摘要：網(wǎng)絡(luò)商品區(qū)域分布是信息時(shí)代下經(jīng)濟(jì)活動(dòng)的空間表現(xiàn)形式。本文通過(guò)多元線性回歸模型，利用2012年統(tǒng)計(jì)年鑒以及淘寶網(wǎng)絡(luò)平臺(tái)相關(guān)數(shù)據(jù)，分析表征網(wǎng)絡(luò)商品區(qū)域分布的重要因子，主要包括信息傳輸計(jì)算機(jī)服務(wù)投資、批發(fā)企業(yè)交易額，在此基礎(chǔ)上提出了合理分布淘寶網(wǎng)絡(luò)商品，提高網(wǎng)絡(luò)商家的經(jīng)營(yíng)利潤(rùn)，進(jìn)而優(yōu)化我國(guó)電子商務(wù)均衡發(fā)展的思路和建議。

關(guān)鍵詞：淘寶網(wǎng) 網(wǎng)絡(luò)商品 區(qū)域分布 多元線性回歸

網(wǎng)絡(luò)商品是電子商務(wù)的重要依托，其區(qū)位分布不僅能體現(xiàn)區(qū)域內(nèi)電子商務(wù)的均衡度，而且能為區(qū)域內(nèi)部的商品流通進(jìn)行有效的調(diào)節(jié)和有序的選擇其合適的經(jīng)濟(jì)活動(dòng)的一種形式。現(xiàn)階段我國(guó)將網(wǎng)絡(luò)商品區(qū)位性與區(qū)域組織相聯(lián)系的宏觀研究還處于摸索時(shí)期?；诖耍疚囊蕴詫毦W(wǎng)為例，借助淘寶網(wǎng)絡(luò)平臺(tái)的相關(guān)數(shù)據(jù)對(duì)該網(wǎng)站商品的區(qū)域分布進(jìn)行分析，意在揭示網(wǎng)絡(luò)商品的區(qū)位對(duì)區(qū)域組織的影響力。

研究現(xiàn)狀

目前針對(duì)網(wǎng)絡(luò)購(gòu)物的研究大多是集中在網(wǎng)絡(luò)購(gòu)物行為的影響因素、信用評(píng)價(jià)機(jī)制等視角上，對(duì)網(wǎng)絡(luò)商品區(qū)域分布的研究并不多見。Kenji Hashimoto等（2002）將信息網(wǎng)絡(luò)的虛擬空間與其實(shí)際地理位置結(jié)合起來(lái)進(jìn)行分析。王蕾（2008）首次從省域?qū)哟螌?duì)淘寶網(wǎng)絡(luò)店鋪的分布情況進(jìn)行了實(shí)證分析，并對(duì)影響區(qū)域布局的相關(guān)因素進(jìn)行了歸納，包括經(jīng)濟(jì)發(fā)達(dá)程度、貨源地、交通便捷性等；楊麗花（2011）在相關(guān)研究中分析了領(lǐng)域設(shè)施對(duì)C2C實(shí)體店鋪在城市中空間區(qū)位選擇的影響，認(rèn)為除了傳統(tǒng)的傳輸網(wǎng)絡(luò)、貨源供給、市場(chǎng)集聚因素外，技術(shù)勞動(dòng)力因素、信任因素成為電子商務(wù)區(qū)位選擇的主流；王賢文（2011）研究結(jié)果表明經(jīng)濟(jì)發(fā)展程度越高、物流業(yè)越發(fā)達(dá)的地區(qū)越容易積聚大量的網(wǎng)絡(luò)店鋪以及網(wǎng)絡(luò)商品。

前人的研究結(jié)論多是通過(guò)對(duì)數(shù)據(jù)的描述得來(lái)，但是經(jīng)濟(jì)發(fā)達(dá)程度、物流發(fā)達(dá)水平、貨源充足程度以及教育水平等影響網(wǎng)絡(luò)商品區(qū)域分布的因素應(yīng)該用什么數(shù)據(jù)來(lái)表現(xiàn)以及說(shuō)明還是模糊的，這正是本文嘗試的方向。

變量選取與模型設(shè)立

相關(guān)研究表明，網(wǎng)絡(luò)商品區(qū)域分布的影響因素主要包括經(jīng)濟(jì)發(fā)達(dá)程度、物流發(fā)達(dá)水平、貨源充足程度以及教育水平，本文結(jié)合現(xiàn)有數(shù)據(jù)選取表征經(jīng)濟(jì)發(fā)達(dá)程度的指標(biāo)有生產(chǎn)總值（X1）、第三產(chǎn)業(yè)總值（X2）；表征物流發(fā)達(dá)水平的指標(biāo)有快遞從業(yè)人員（X3）；表征貨源從組程度的指標(biāo)有批發(fā)企業(yè)數(shù)（X4）、批發(fā)企業(yè)交易額（X5）；表征教育水平的指標(biāo)有上網(wǎng)人數(shù)（X6）、信息傳輸計(jì)算機(jī)服務(wù)投資（X7）、教育投資（X8）。把淘寶平臺(tái)商品數(shù)（y）作為因變量，建立的多元線性回歸模型如下：

Y=β0+β0 X1+β0 X2+β0 X3+β0 X4+β0 X5+β0 X6+β0 X7+β0 X8+ε

數(shù)據(jù)來(lái)源與統(tǒng)計(jì)分析

（一）數(shù)據(jù)來(lái)源

本文中31個(gè)?。ㄖ陛犑校┑奶詫毶唐窋?shù)據(jù)來(lái)源于淘寶平臺(tái)，利用淘寶高級(jí)搜索得來(lái)。自變量數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)年鑒（2012年），整理后的數(shù)據(jù)參見附錄。

（二）統(tǒng)計(jì)分析

1.相關(guān)性分析。首先分析因變量與各自變量之間的相關(guān)關(guān)系，通過(guò)相關(guān)關(guān)系的分析整理可知，商品數(shù)與第三產(chǎn)業(yè)總值、快遞從業(yè)人員、批發(fā)企業(yè)個(gè)數(shù)、批發(fā)企業(yè)交易額、上網(wǎng)人數(shù)、信息傳輸計(jì)算機(jī)服務(wù)投資、生產(chǎn)總值這7個(gè)自變量的相關(guān)系數(shù)都超過(guò)0.5，均在0.01水平（雙側(cè)）上顯著相關(guān)，說(shuō)明相關(guān)性強(qiáng)；商品數(shù)與教育投資在0.05水平上顯著相關(guān)，但是相關(guān)系數(shù)為0.398，相對(duì)于其他自變量而言，與因變量的相關(guān)性弱。

2.逐步回歸。由表1可知，自變量之間相關(guān)系數(shù)普遍高于0.5，說(shuō)明自變量之間的相關(guān)性強(qiáng)，為了盡量避免多重共線性對(duì)回歸模型的影響，本文采用逐步回歸的方式進(jìn)行自變量的選取。

首先將與因變量相關(guān)性最強(qiáng)的自變量，引入線性回歸模型，構(gòu)造一元線性方程。查表1可知，與商品數(shù)相關(guān)性最強(qiáng)的自變量是信息傳輸計(jì)算機(jī)服務(wù)投資（X7），兩者的相關(guān)系數(shù)為0.736，構(gòu)造的一元線性方程如下：

y=-3301.989+78.435 X7

調(diào)整后的R2為0.562，F(xiàn)值為34.323，t值為5.859，該方程通過(guò)F檢驗(yàn)和t檢驗(yàn)。

然后再按相關(guān)性強(qiáng)弱引入第二個(gè)自變量，查表可以應(yīng)該引入批發(fā)企業(yè)交易額（X5），兩者的相關(guān)系數(shù)為0.715，構(gòu)造的多元線性回歸方程如下：

y=-2966.043+49.121 X7 +0.096 X5

調(diào)整后的R2為0.591，F(xiàn)值為22.689，X7系數(shù)的t檢驗(yàn)值為2.799，X5系數(shù)的t檢驗(yàn)值為2.367，該方程通過(guò)F檢驗(yàn)和t檢驗(yàn)。

再試著引入第三產(chǎn)業(yè)總值（X2），構(gòu)造的多元線性回歸方程如下：

y=-3265.156+58.271 X7 +0.203 X2

調(diào)整后的R2為0.522，F(xiàn)值為17.356，X7系數(shù)的t檢驗(yàn)值為2.134，X5系數(shù)的t檢驗(yàn)值為0.848，該方程通過(guò)F檢驗(yàn)，X7系數(shù)通過(guò)t檢驗(yàn)，而X5系數(shù)的t未通過(guò)t檢驗(yàn)。

再試著引入批發(fā)企業(yè)個(gè)數(shù)（X4），構(gòu)造的多元線性回歸方程如下：

y=-2940.136+55.188 X7 +0.589 X4

調(diào)整后的R2為0.537，F(xiàn)值為18.392，X7系數(shù)的t檢驗(yàn)值為2.470，X4系數(shù)的t檢驗(yàn)值為1.292，該方程通過(guò)F檢驗(yàn)，X7系數(shù)通過(guò)t檢驗(yàn)，而X4系數(shù)的t未通過(guò)t檢驗(yàn)。

依次類推，再先后引入上網(wǎng)人數(shù)（X6）、快遞從業(yè)人員（X3）、生產(chǎn)總值（X1）、教育投資（X8），通過(guò)比較R2值的大小，0.591>0.537>0.522>…，可知第二個(gè)引入回歸模型的自變量為批發(fā)企業(yè)交易額（X5）。

然后再按相關(guān)性強(qiáng)弱引入第三個(gè)自變量，查表可以應(yīng)該引入第三產(chǎn)業(yè)總值（X2），構(gòu)造的多元線性回歸方程如下：

y=-2960.855+52.532 X7+01 X5-0.46 X2endprint

調(diào)整后的R2為0.577，F(xiàn)值為14.615，X7系數(shù)的t檢驗(yàn)值為2.034，X5系數(shù)的t檢驗(yàn)值為2.152，X2系數(shù)的t檢驗(yàn)值為-0.183，該方程通過(guò)F檢驗(yàn)，X7 和X5的系數(shù)通過(guò)t檢驗(yàn)，X2的系數(shù)未通過(guò)t檢驗(yàn)。

依次類推，再先后引入批發(fā)企業(yè)個(gè)數(shù)（X4）、上網(wǎng)人數(shù)（X6）、快遞從業(yè)人員（X3）、生產(chǎn)總值（X1）、教育投資（X8），綜合比較R2值大小，以及回歸方程是否通過(guò)F檢驗(yàn)，回歸系數(shù)是否通過(guò)t檢驗(yàn)，可知最優(yōu)的回歸模型如下：

y=-2966.043+49.121 X7 +0.096 X5

該模型共引入兩個(gè)自變量，分別是信息傳輸計(jì)算機(jī)服務(wù)投資（X7）、批發(fā)企業(yè)交易額（X5）。

通過(guò)計(jì)算，回歸平方和為5.407E8，殘差平方和為3.336E8，表明自變量可以在很大程度上解釋因變量。

由于在引入變量的過(guò)程中采用了逐步回歸的方法，所以很大程度上避免了多重共線性情況，回歸結(jié)果顯示兩個(gè)自變量X7、X5容差均為0.502，VIF均為1.991，表明多重共線性的程度較?。ㄒ姳?）。

3.殘差分析。在回歸模型的分析中，假定ε是期望值為0，方差相等且服從正態(tài)分布的一個(gè)隨機(jī)變量。如果此假定不成立，后面的分析都有問(wèn)題，因此有必要進(jìn)行方差分析來(lái)確定有關(guān)ε的假定是否成立。殘差分析包括以下幾部分：

殘差是否服從均值為零的正態(tài)性。由圖1可知，標(biāo)準(zhǔn)化殘差符合正態(tài)分布的假設(shè)。

殘差的獨(dú)立性分析。由表3可知，DW值為2.141，接近于2，可以認(rèn)為該模型不存在自相關(guān)情況。

異方差分析。由圖2可知，隨著因變量的增加，殘差有所波動(dòng)，但是整體而言，基本上符合回歸分析中方差企業(yè)的假設(shè)。

模型解釋與研究結(jié)論

從回歸模型中留下的自變量可知，表征淘寶商品數(shù)區(qū)域分布的主要指標(biāo)為信息傳輸計(jì)算機(jī)服務(wù)投資、批發(fā)企業(yè)交易額。此結(jié)果表明，與國(guó)外相比，我國(guó)的互聯(lián)網(wǎng)發(fā)展和普及程度較弱，從而導(dǎo)致我國(guó)消費(fèi)者擁有的計(jì)算機(jī)網(wǎng)絡(luò)經(jīng)驗(yàn)和知識(shí)也相對(duì)較少，因此網(wǎng)絡(luò)購(gòu)物中的計(jì)算機(jī)服務(wù)投資是影響我國(guó)消費(fèi)者網(wǎng)絡(luò)購(gòu)物行為的重要因素。網(wǎng)絡(luò)購(gòu)物的優(yōu)勢(shì)是為消費(fèi)者提供便捷的購(gòu)買方式，但網(wǎng)絡(luò)購(gòu)物涉及到商品的信息搜集、訂購(gòu)、付款等一系列程序，每個(gè)程序又有相應(yīng)的操作流程和方法，對(duì)于網(wǎng)絡(luò)經(jīng)驗(yàn)較少的消費(fèi)者會(huì)產(chǎn)生一種挫敗感，從而放棄選擇網(wǎng)絡(luò)購(gòu)買，因此本研究認(rèn)為，我國(guó)的購(gòu)買網(wǎng)站應(yīng)該為消費(fèi)者提供簡(jiǎn)單、易學(xué)易懂、易操作的購(gòu)買流程，減少消費(fèi)者的挫敗感，提高消費(fèi)者對(duì)網(wǎng)絡(luò)購(gòu)買的易用認(rèn)知水平，以降低消費(fèi)者購(gòu)買所花費(fèi)的時(shí)間并以減少消費(fèi)者所做的努力為首要目標(biāo)。批發(fā)企業(yè)交易額越大意味著該區(qū)域的批發(fā)市場(chǎng)越活躍，貨源越充足，物流越發(fā)達(dá)，就會(huì)有更多的人在淘寶開店，自然商品數(shù)就越多，表明我國(guó)電子商務(wù)發(fā)展和當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)達(dá)程度非常相關(guān)。

綜上所述，通過(guò)理論及實(shí)證研究表明影響淘寶網(wǎng)絡(luò)商品區(qū)域分布的影響因素主要有地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度、物流發(fā)達(dá)水平、貨源充足程度以及教育水平等，而主要表征網(wǎng)絡(luò)商品區(qū)域分布的指標(biāo)為信息傳輸計(jì)算機(jī)服務(wù)投資和批發(fā)企業(yè)交易額。

參考文獻(xiàn)：

1.王賢文.中國(guó)C2C淘寶網(wǎng)絡(luò)店鋪的地理分布[J].地理科學(xué)進(jìn)展，2011（11）

2.楊洋.基于回歸分析的科普網(wǎng)站空間分布差異研究[J].科技創(chuàng)新導(dǎo)報(bào)，2010

3.俞金國(guó).電子商務(wù)空間分布特征分析—來(lái)自淘寶網(wǎng)的實(shí)證[J].經(jīng)濟(jì)地理，2010（8）

4.周章偉.C2C電子商務(wù)模式下的網(wǎng)絡(luò)店鋪區(qū)域分布特征[J].熱帶地理，2011（1）

5.王蕾.C2C電子商務(wù)店鋪區(qū)域分析的實(shí)證研究[D].河北師范大學(xué)碩士學(xué)位論文，2008

6.郭呈全，陳希鎮(zhèn).主成分回歸的SPSS實(shí)現(xiàn)[J].統(tǒng)計(jì)與決策，2011（5）endprint

調(diào)整后的R2為0.577，F(xiàn)值為14.615，X7系數(shù)的t檢驗(yàn)值為2.034，X5系數(shù)的t檢驗(yàn)值為2.152，X2系數(shù)的t檢驗(yàn)值為-0.183，該方程通過(guò)F檢驗(yàn)，X7 和X5的系數(shù)通過(guò)t檢驗(yàn)，X2的系數(shù)未通過(guò)t檢驗(yàn)。

依次類推，再先后引入批發(fā)企業(yè)個(gè)數(shù)（X4）、上網(wǎng)人數(shù)（X6）、快遞從業(yè)人員（X3）、生產(chǎn)總值（X1）、教育投資（X8），綜合比較R2值大小，以及回歸方程是否通過(guò)F檢驗(yàn)，回歸系數(shù)是否通過(guò)t檢驗(yàn)，可知最優(yōu)的回歸模型如下：

y=-2966.043+49.121 X7 +0.096 X5

該模型共引入兩個(gè)自變量，分別是信息傳輸計(jì)算機(jī)服務(wù)投資（X7）、批發(fā)企業(yè)交易額（X5）。

通過(guò)計(jì)算，回歸平方和為5.407E8，殘差平方和為3.336E8，表明自變量可以在很大程度上解釋因變量。

由于在引入變量的過(guò)程中采用了逐步回歸的方法，所以很大程度上避免了多重共線性情況，回歸結(jié)果顯示兩個(gè)自變量X7、X5容差均為0.502，VIF均為1.991，表明多重共線性的程度較?。ㄒ姳?）。

3.殘差分析。在回歸模型的分析中，假定ε是期望值為0，方差相等且服從正態(tài)分布的一個(gè)隨機(jī)變量。如果此假定不成立，后面的分析都有問(wèn)題，因此有必要進(jìn)行方差分析來(lái)確定有關(guān)ε的假定是否成立。殘差分析包括以下幾部分：

殘差是否服從均值為零的正態(tài)性。由圖1可知，標(biāo)準(zhǔn)化殘差符合正態(tài)分布的假設(shè)。

殘差的獨(dú)立性分析。由表3可知，DW值為2.141，接近于2，可以認(rèn)為該模型不存在自相關(guān)情況。

異方差分析。由圖2可知，隨著因變量的增加，殘差有所波動(dòng)，但是整體而言，基本上符合回歸分析中方差企業(yè)的假設(shè)。

模型解釋與研究結(jié)論

從回歸模型中留下的自變量可知，表征淘寶商品數(shù)區(qū)域分布的主要指標(biāo)為信息傳輸計(jì)算機(jī)服務(wù)投資、批發(fā)企業(yè)交易額。此結(jié)果表明，與國(guó)外相比，我國(guó)的互聯(lián)網(wǎng)發(fā)展和普及程度較弱，從而導(dǎo)致我國(guó)消費(fèi)者擁有的計(jì)算機(jī)網(wǎng)絡(luò)經(jīng)驗(yàn)和知識(shí)也相對(duì)較少，因此網(wǎng)絡(luò)購(gòu)物中的計(jì)算機(jī)服務(wù)投資是影響我國(guó)消費(fèi)者網(wǎng)絡(luò)購(gòu)物行為的重要因素。網(wǎng)絡(luò)購(gòu)物的優(yōu)勢(shì)是為消費(fèi)者提供便捷的購(gòu)買方式，但網(wǎng)絡(luò)購(gòu)物涉及到商品的信息搜集、訂購(gòu)、付款等一系列程序，每個(gè)程序又有相應(yīng)的操作流程和方法，對(duì)于網(wǎng)絡(luò)經(jīng)驗(yàn)較少的消費(fèi)者會(huì)產(chǎn)生一種挫敗感，從而放棄選擇網(wǎng)絡(luò)購(gòu)買，因此本研究認(rèn)為，我國(guó)的購(gòu)買網(wǎng)站應(yīng)該為消費(fèi)者提供簡(jiǎn)單、易學(xué)易懂、易操作的購(gòu)買流程，減少消費(fèi)者的挫敗感，提高消費(fèi)者對(duì)網(wǎng)絡(luò)購(gòu)買的易用認(rèn)知水平，以降低消費(fèi)者購(gòu)買所花費(fèi)的時(shí)間并以減少消費(fèi)者所做的努力為首要目標(biāo)。批發(fā)企業(yè)交易額越大意味著該區(qū)域的批發(fā)市場(chǎng)越活躍，貨源越充足，物流越發(fā)達(dá)，就會(huì)有更多的人在淘寶開店，自然商品數(shù)就越多，表明我國(guó)電子商務(wù)發(fā)展和當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)達(dá)程度非常相關(guān)。

綜上所述，通過(guò)理論及實(shí)證研究表明影響淘寶網(wǎng)絡(luò)商品區(qū)域分布的影響因素主要有地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度、物流發(fā)達(dá)水平、貨源充足程度以及教育水平等，而主要表征網(wǎng)絡(luò)商品區(qū)域分布的指標(biāo)為信息傳輸計(jì)算機(jī)服務(wù)投資和批發(fā)企業(yè)交易額。

參考文獻(xiàn)：

1.王賢文.中國(guó)C2C淘寶網(wǎng)絡(luò)店鋪的地理分布[J].地理科學(xué)進(jìn)展，2011（11）

2.楊洋.基于回歸分析的科普網(wǎng)站空間分布差異研究[J].科技創(chuàng)新導(dǎo)報(bào)，2010

3.俞金國(guó).電子商務(wù)空間分布特征分析—來(lái)自淘寶網(wǎng)的實(shí)證[J].經(jīng)濟(jì)地理，2010（8）

4.周章偉.C2C電子商務(wù)模式下的網(wǎng)絡(luò)店鋪區(qū)域分布特征[J].熱帶地理，2011（1）

5.王蕾.C2C電子商務(wù)店鋪區(qū)域分析的實(shí)證研究[D].河北師范大學(xué)碩士學(xué)位論文，2008

6.郭呈全，陳希鎮(zhèn).主成分回歸的SPSS實(shí)現(xiàn)[J].統(tǒng)計(jì)與決策，2011（5）endprint

調(diào)整后的R2為0.577，F(xiàn)值為14.615，X7系數(shù)的t檢驗(yàn)值為2.034，X5系數(shù)的t檢驗(yàn)值為2.152，X2系數(shù)的t檢驗(yàn)值為-0.183，該方程通過(guò)F檢驗(yàn)，X7 和X5的系數(shù)通過(guò)t檢驗(yàn)，X2的系數(shù)未通過(guò)t檢驗(yàn)。

依次類推，再先后引入批發(fā)企業(yè)個(gè)數(shù)（X4）、上網(wǎng)人數(shù)（X6）、快遞從業(yè)人員（X3）、生產(chǎn)總值（X1）、教育投資（X8），綜合比較R2值大小，以及回歸方程是否通過(guò)F檢驗(yàn)，回歸系數(shù)是否通過(guò)t檢驗(yàn)，可知最優(yōu)的回歸模型如下：

y=-2966.043+49.121 X7 +0.096 X5

該模型共引入兩個(gè)自變量，分別是信息傳輸計(jì)算機(jī)服務(wù)投資（X7）、批發(fā)企業(yè)交易額（X5）。

通過(guò)計(jì)算，回歸平方和為5.407E8，殘差平方和為3.336E8，表明自變量可以在很大程度上解釋因變量。

由于在引入變量的過(guò)程中采用了逐步回歸的方法，所以很大程度上避免了多重共線性情況，回歸結(jié)果顯示兩個(gè)自變量X7、X5容差均為0.502，VIF均為1.991，表明多重共線性的程度較?。ㄒ姳?）。

3.殘差分析。在回歸模型的分析中，假定ε是期望值為0，方差相等且服從正態(tài)分布的一個(gè)隨機(jī)變量。如果此假定不成立，后面的分析都有問(wèn)題，因此有必要進(jìn)行方差分析來(lái)確定有關(guān)ε的假定是否成立。殘差分析包括以下幾部分：

殘差是否服從均值為零的正態(tài)性。由圖1可知，標(biāo)準(zhǔn)化殘差符合正態(tài)分布的假設(shè)。

殘差的獨(dú)立性分析。由表3可知，DW值為2.141，接近于2，可以認(rèn)為該模型不存在自相關(guān)情況。

異方差分析。由圖2可知，隨著因變量的增加，殘差有所波動(dòng)，但是整體而言，基本上符合回歸分析中方差企業(yè)的假設(shè)。

模型解釋與研究結(jié)論

從回歸模型中留下的自變量可知，表征淘寶商品數(shù)區(qū)域分布的主要指標(biāo)為信息傳輸計(jì)算機(jī)服務(wù)投資、批發(fā)企業(yè)交易額。此結(jié)果表明，與國(guó)外相比，我國(guó)的互聯(lián)網(wǎng)發(fā)展和普及程度較弱，從而導(dǎo)致我國(guó)消費(fèi)者擁有的計(jì)算機(jī)網(wǎng)絡(luò)經(jīng)驗(yàn)和知識(shí)也相對(duì)較少，因此網(wǎng)絡(luò)購(gòu)物中的計(jì)算機(jī)服務(wù)投資是影響我國(guó)消費(fèi)者網(wǎng)絡(luò)購(gòu)物行為的重要因素。網(wǎng)絡(luò)購(gòu)物的優(yōu)勢(shì)是為消費(fèi)者提供便捷的購(gòu)買方式，但網(wǎng)絡(luò)購(gòu)物涉及到商品的信息搜集、訂購(gòu)、付款等一系列程序，每個(gè)程序又有相應(yīng)的操作流程和方法，對(duì)于網(wǎng)絡(luò)經(jīng)驗(yàn)較少的消費(fèi)者會(huì)產(chǎn)生一種挫敗感，從而放棄選擇網(wǎng)絡(luò)購(gòu)買，因此本研究認(rèn)為，我國(guó)的購(gòu)買網(wǎng)站應(yīng)該為消費(fèi)者提供簡(jiǎn)單、易學(xué)易懂、易操作的購(gòu)買流程，減少消費(fèi)者的挫敗感，提高消費(fèi)者對(duì)網(wǎng)絡(luò)購(gòu)買的易用認(rèn)知水平，以降低消費(fèi)者購(gòu)買所花費(fèi)的時(shí)間并以減少消費(fèi)者所做的努力為首要目標(biāo)。批發(fā)企業(yè)交易額越大意味著該區(qū)域的批發(fā)市場(chǎng)越活躍，貨源越充足，物流越發(fā)達(dá)，就會(huì)有更多的人在淘寶開店，自然商品數(shù)就越多，表明我國(guó)電子商務(wù)發(fā)展和當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)達(dá)程度非常相關(guān)。

綜上所述，通過(guò)理論及實(shí)證研究表明影響淘寶網(wǎng)絡(luò)商品區(qū)域分布的影響因素主要有地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度、物流發(fā)達(dá)水平、貨源充足程度以及教育水平等，而主要表征網(wǎng)絡(luò)商品區(qū)域分布的指標(biāo)為信息傳輸計(jì)算機(jī)服務(wù)投資和批發(fā)企業(yè)交易額。

參考文獻(xiàn)：

1.王賢文.中國(guó)C2C淘寶網(wǎng)絡(luò)店鋪的地理分布[J].地理科學(xué)進(jìn)展，2011（11）

2.楊洋.基于回歸分析的科普網(wǎng)站空間分布差異研究[J].科技創(chuàng)新導(dǎo)報(bào)，2010

3.俞金國(guó).電子商務(wù)空間分布特征分析—來(lái)自淘寶網(wǎng)的實(shí)證[J].經(jīng)濟(jì)地理，2010（8）

4.周章偉.C2C電子商務(wù)模式下的網(wǎng)絡(luò)店鋪區(qū)域分布特征[J].熱帶地理，2011（1）

5.王蕾.C2C電子商務(wù)店鋪區(qū)域分析的實(shí)證研究[D].河北師范大學(xué)碩士學(xué)位論文，2008

6.郭呈全，陳希鎮(zhèn).主成分回歸的SPSS實(shí)現(xiàn)[J].統(tǒng)計(jì)與決策，2011（5）endprint