基于POI數(shù)據(jù)的物流公司網(wǎng)點服務能力評價—以閩三角城市群為例

田潔玫

（華僑大學 政治與公共管理學院，福建 泉州 362021）

1 引言

20世紀70年代以來，世界各國將發(fā)展重心從制造業(yè)向生產(chǎn)性服務業(yè)轉(zhuǎn)移，現(xiàn)代物流業(yè)也逐漸蓬勃發(fā)展。近年來我國物流業(yè)發(fā)展勢頭良好，2018年總收入達到10.1萬億元，比上年增加14.77%。物流公司要在物流業(yè)的良好態(tài)勢中不斷發(fā)展壯大，提高企業(yè)競爭力，就需要不斷加強自己的服務能力[1]。根據(jù)物流公司發(fā)展的周期分析，對于物流網(wǎng)點等基礎設施的投入能幫助增長服務能力[2]。物流公司的網(wǎng)點是整個物流網(wǎng)絡的結(jié)點，其是大批量物資儲存、集散的場所，物流網(wǎng)點的布局要符合國家的宏觀生產(chǎn)力布局、符合國家經(jīng)濟發(fā)展規(guī)劃，良好的物流網(wǎng)點布局將有助于有效提供物流服務。

2017年習近平總書記提出“推動實施國家大數(shù)據(jù)戰(zhàn)略”；2019年國務院政府工作報告中提出“深化大數(shù)據(jù)應用、壯大數(shù)字經(jīng)濟”的要求。信息時代，城市大數(shù)據(jù)的空間分析技術(shù)與方法正在不斷融入傳統(tǒng)研究領(lǐng)域，國內(nèi)外專家學者廣泛開展諸如POI數(shù)據(jù)、手機信令、網(wǎng)絡開放數(shù)據(jù)等在城市尺度的應用研究[3]。未來研究可以更加關(guān)注對基于Python語言的網(wǎng)絡數(shù)據(jù)挖掘技術(shù)以及面向ArcGIS的Arcpy在數(shù)據(jù)處理分析上的應用。在大數(shù)據(jù)背景下對城市群物流公司網(wǎng)點服務能力的研究，通過POI（Point of interest，興趣點）數(shù)據(jù)這種包含地物地理空間信息的數(shù)據(jù)，可以更好地了解物流公司網(wǎng)點的空間布局，進而評判其服務能力。通常POI數(shù)據(jù)表現(xiàn)為多組包含名稱、坐標、位置、歸屬地等屬性字段的點文件。POI數(shù)據(jù)的來源方向多種多樣，通過Python語言編程可以從Google地圖、百度地圖、騰訊地圖、高德地圖、國家地理信息供服務平臺天地圖等開放平臺獲取地圖服務、位置檢索等幫助，取得的POI數(shù)據(jù)在ArcGIS環(huán)境中可以進而簡便運行和處理。

當今社會，城市群日益成為區(qū)域經(jīng)濟發(fā)展與國家參與全球競爭的重要地理單元。閩三角城市群是海峽西岸城市群的重要組成部分，其是由廈門市、泉州市和漳州市共同組成的海灣型城市群[4]。閩三角城市群GDP總量常年接近福建全省的50%，是中國東部地區(qū)最具活力的經(jīng)濟區(qū)域之一，同時也是福建省經(jīng)濟發(fā)展戰(zhàn)略的核心區(qū)與新型城鎮(zhèn)化的主體區(qū)，是中國經(jīng)濟重心轉(zhuǎn)移的承載地。隨著“廈漳泉一體化”進程不斷推進，閩三角城市群也不斷受到社會各界的著重關(guān)注。社會經(jīng)濟發(fā)展上的優(yōu)勢性，產(chǎn)業(yè)的集群效應，使對該區(qū)域物流公司網(wǎng)點服務能力的研究具有一定的理論與現(xiàn)實價值[5]。

本文基于大數(shù)據(jù)背景展開分析，通過獲取與運用物流網(wǎng)點OPI數(shù)據(jù)，實現(xiàn)對閩三角城市群中不同物流公司的網(wǎng)點服務能力研究，具體分析服務數(shù)量、服務范圍、服務趨勢和服務中心等內(nèi)容，以期為城市群物流網(wǎng)點合理布局、物流網(wǎng)點數(shù)字化管理提供參考與依據(jù)。

2 研究區(qū)域與數(shù)據(jù)來源

閩三角城市群位于福建省東南部，東經(jīng)23°33′20″-25°56′45″，北緯 116°53′21″-119°01′38″的沿海區(qū)域，其是“十三五規(guī)劃”的19個城市群中海峽西岸城市群的重要組成部分，素有“閩南金三角”之稱，從行政區(qū)劃上看包括廈門市、泉州市和漳州市三個設區(qū)市及所轄28個縣（市區(qū)）。閩三角城市群土地總面積達到2.53萬km2，2018年常住人口達到1 795萬，2018年全年地區(qū)生產(chǎn)總值達到1.7萬億元，分別占福建省土地總面積的20.84%，總?cè)丝诘?5.55%，地區(qū)經(jīng)濟生產(chǎn)總量的47.49%。

文中社會經(jīng)濟數(shù)據(jù)來源于統(tǒng)計資料，包括：福建省、廈門市、泉州市和漳州市的2018年統(tǒng)計年鑒數(shù)據(jù)；2019年3月國家統(tǒng)計局發(fā)布的福建省、廈門市、泉州市和漳州市的2018年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。行政區(qū)劃數(shù)據(jù)來自于中國科學院地理科學與資源研究所網(wǎng)站提供的行政邊界shp文件。

文中POI數(shù)據(jù)來源于2020年百度地圖，通過百度地圖開放平臺提供的地點檢索服務，從19個一級行業(yè)類型中選擇“生活服務”，并在其包含的16個二級行業(yè)類型中選擇符合物流網(wǎng)點研究需求的類型，按照經(jīng)緯度范圍爬取閩三角城市群區(qū)域內(nèi)所有物流網(wǎng)點POI數(shù)據(jù)。其后對這些數(shù)據(jù)進行去重、篩選和匹配，并通過空間坐標糾正將BD09類型的加密百度坐標系轉(zhuǎn)為常用的WGS84國際經(jīng)緯度坐標系，使其能與福建省行政區(qū)劃圖共同在ArcGIS軟件中應用。最終取得的POI數(shù)據(jù)包含網(wǎng)點名稱、位置、經(jīng)度、緯度、所屬市（縣區(qū)）等信息。

3 研究方法

3.1 標準距離方法

標準距離方法（Standard Distance）是由英國統(tǒng)計學家狄金森（Dickinson，G.C）在1973年提出的。用于度量分布的緊密度范圍，該方法操作后將會輸出一個圓形，以所有要素的平均中心為圓心，所有要素的標準距離為半徑?？梢苑从滁c要素對于其幾何中心的聚集或發(fā)散程度，輸出結(jié)果包括中心點坐標以及標準距離，其中標準距離也即是圓半徑[6]。參數(shù)橢圓大小（Circle Size）有三級標準差級別，本研究采用2_STANDARD_DEVIATION，表示地理要素具有空間分布特征時，有95%的地理要素質(zhì)心被包含在標準差圓形空間范圍內(nèi)。

3.2 方向分布方法

方向分布方法（Directional Distribution），也稱為標準差橢圓（Standard Deviational Ellipse），最早是由美國南加州大學社會學教授韋爾蒂.利菲弗（D.Welty Lefever）在1926年提出。該方法操作后將會輸出一個橢圓形，其中空間范圍可以表現(xiàn)出空間分布主體區(qū)域，橢圓的大小反映空間格局總體要素的集中程度，偏角反映格局的主導方向，長軸表示主趨勢方向上的離散程度，短軸代表最小擴散方向[7]。參數(shù)橢圓大小（Ellipse Size）有三級標準差級別，本研究采用2_STANDARD_DEVIATION，表示地理要素具有空間分布特征時，有95%的地理要素質(zhì)心被包含在標準差橢圓空間范圍內(nèi)。

3.3 核密度方法

核密度方法（Kernel Density）是由Rosenblatt在1955年和Emanuel Parzen在1962年所提出的。核密度方法的基本原理在于距離越近的事物，其關(guān)聯(lián)性越密切；與核心要素越近的位置，其密度擴張值越大[8]，這種空間特征也被稱為“距離衰減效應”。其中有兩個重要指標參數(shù)：輸出像元大?。∣utput cell size）決定這輸出柵格的大小，數(shù)值越大，則生成的柵格約不平滑，美觀性越差；搜索半徑（Search radius）表征主要與尺度有關(guān)系：當搜索半徑越大時，形成的結(jié)論越能體現(xiàn)整體發(fā)展態(tài)勢；而搜索半徑越小，則結(jié)論越能反映細節(jié)和局部趨勢。

4 結(jié)果與分析

4.1 物流公司網(wǎng)點基本情況

通過百度開放平臺取得閩三角城市群各類物流公司網(wǎng)點POI數(shù)據(jù)共計4655個，結(jié)合社會經(jīng)濟統(tǒng)計數(shù)據(jù)可得到下表1。

表1 閩三角城市群物流網(wǎng)點基本情況表

由表1可知，泉州市占據(jù)閩三角城市群44.10%的物流網(wǎng)點個數(shù)，從總體上與閩三角城市群社會經(jīng)濟發(fā)展水平相適應，因此物流網(wǎng)點的服務能力總體良好。廈門市雖然物流網(wǎng)點個數(shù)屈居第二，但考慮到其人口與區(qū)域GDP水平是泉州市的二分之一，區(qū)域土地面積僅為泉州市的14.81%，在這種情況下，廈門市總體的物流網(wǎng)點服務能力遠超閩三角城市群平均水平。漳州市人口數(shù)僅比廈門市多了100余萬人，區(qū)域GDP水平尚小于廈門市，其土地面積為三市中最大，是廈門市的7倍以上，綜合來看，其物流網(wǎng)點服務水平總體低于閩三角城市群平均水平，特別是在“地均”水平上更是遠遠落后，地大而網(wǎng)點數(shù)少，將是制約漳州市物流服務能力的根本原因。

4.2 物流公司網(wǎng)點服務能力分析

4.2.1 物流公司網(wǎng)點服務數(shù)量分析。將閩三角城市群物流網(wǎng)點POI數(shù)據(jù)按照不同公司進行統(tǒng)計，最終取得網(wǎng)點個數(shù)大于20個的公司共15家，匯總可得到圖1。

由圖可知，網(wǎng)點個數(shù)大于20個的物流公司中，體量最大的是中國郵政和菜鳥驛站，遠超其他物流公司在閩三角城市群內(nèi)的網(wǎng)點數(shù)量，兩公司合計占匯總圖總量的71.93%，只有物流公司的網(wǎng)點數(shù)量先達到一定級數(shù)，才能滿足人民日常生活和企業(yè)生產(chǎn)發(fā)展的流通需求，因此中國郵政和菜鳥驛站具有了存在較高服務能力的可能性。網(wǎng)點個數(shù)大于100個的物流公司僅有5個，在土地面積達到25 081km2的閩三角城市群，其他網(wǎng)點數(shù)小于100個的公司很難全面的提供物流服務，因此后文研究主要對中國郵政、菜鳥驛站、百世匯通、申通快遞和順豐速運五家公司展開。

圖1 閩三角城市群不同公司物流網(wǎng)點匯總圖

還有一個需要注意的問題，即是網(wǎng)點個數(shù)大于20個的物流公司網(wǎng)點總計1 229個，是閩三角城市群物流網(wǎng)點總數(shù)的26.40%，還有相當大一部分物流公司并未形成規(guī)模，零散分布于閩三角城市群內(nèi)部，大公司對這些公司的整合，或者這些公司未來發(fā)展合并的態(tài)勢，將會很大程度的影響整個區(qū)域物流公司網(wǎng)點服務能力和服務水平。

4.2.2 物流公司網(wǎng)點服務范圍分析。將網(wǎng)點個數(shù)大于100個的物流公司POI數(shù)據(jù)導入ArcGIS軟件，通過對Standard Distance工具包的調(diào)用，可以得到物流公司網(wǎng)點服務范圍與趨勢的結(jié)果，繪制出圖2。

不同物流公司的服務范圍具有不同特點，通過標準距離的計算，其數(shù)值大小可以直接反映服務范圍大小。通過ArcGIS軟件統(tǒng)計匯總，按照物流公司網(wǎng)點的標準距離結(jié)果進行排序：中國郵政（1.216）＞百世匯通（1.052）＞申通快遞（0.942）＞順豐速運（0.941）＞物流整體（0.876）＞菜鳥驛站（0.528）。

中國郵政網(wǎng)點在空間布局上較為均勻，閩三角城市群各市縣區(qū)均有網(wǎng)點分布，因此其服務范圍也最大，除了漳州西南一角，基本做到網(wǎng)點全覆蓋。與之相反的是菜鳥驛站，雖網(wǎng)點數(shù)量與中國郵政相差無幾，但菜鳥驛站在空間上呈現(xiàn)出極不均衡的分布特征，其服務范圍緊緊圍繞廈門市，形成了最小的標準距離圈，甚至遠小于閩三角城市群物流公司網(wǎng)點整體情況。其他物流公司服務范圍均大于整體平均水平，服務可以覆蓋閩三角城市群的大部區(qū)域。

4.2.3 物流公司網(wǎng)點服務趨勢分析。將網(wǎng)點個數(shù)大于100個的物流公司POI數(shù)據(jù)導入ArcGIS軟件，通過對 Directional Distribution（Standard Deviational Ellipse）工具包的調(diào)用，可以得到物流公司網(wǎng)點服務趨勢的結(jié)果，繪制出圖2。

通過標準差橢圓的參數(shù)計算，可以了解物流公司網(wǎng)點服務的趨勢性，標準差橢圓的長半徑表示布局方向，短半徑表示離散程度。因此，標準差橢圓的短半徑越短，說明服務的集中性趨勢越好。通過ArcGIS軟件統(tǒng)計匯總，按照短半徑結(jié)果進行排序：菜鳥驛站（0.264）＞申通快遞（0.446）＞物流整體（0.476）＞百世匯通（0.563）＞順豐速運（0.587）＞中國郵政（0.763）。

菜鳥驛站雖然網(wǎng)點數(shù)量與中國郵政相差無幾，但其在空間上呈現(xiàn)出極不均衡的分布特征，其標準差橢圓的短半徑最短，網(wǎng)點服務緊緊圍繞以廈門市為中心的閩三角核心區(qū)域，這種趨勢有助于物流公司網(wǎng)點集中集散。申通快遞的集中服務能力超過閩三角城市群的平均水平，而其他公司，特別是中國郵政，很難做到既擴大服務范圍又聚焦服務熱點。

圖2 閩三角城市群物流公司網(wǎng)點服務范圍圖

4.2.4 物流公司網(wǎng)點服務中心分析。將網(wǎng)點個數(shù)大于100個的物流公司POI數(shù)據(jù)導入ArcGIS軟件，通過對Kernel Density Estimation工具包的調(diào)用，可以得到物流公司網(wǎng)點服務中心的結(jié)果，并繪制出圖3。

通過核密度估算并對結(jié)果進行重分類，最終在圖3上可見，白色點狀區(qū)域即為物流公司網(wǎng)點服務的中心，而網(wǎng)點服務中心的形成則說明了物流公司在該區(qū)域的網(wǎng)點達到了某種集聚程度，可以依據(jù)集中連片的規(guī)模效益，發(fā)揮更大的服務作用，因此中心點越多越大則說明服務能力越強。

圖3 閩三角城市群物流公司網(wǎng)點服務中心圖

按照核密度中心點個數(shù)進行排序：菜鳥驛站（三主兩次）＞中國郵政（兩主一次）＞百世匯通（兩主一次）＞申通快遞（一主兩次）＞順豐速運（一主兩次）＞物流整體（一主一次）。按照核密度中心點大小進行排序：百世匯通＞中國郵政＞申通快遞＞順豐速運＞物流整體＞菜鳥驛站。

有關(guān)核密度中心的兩項分析中，中心點個數(shù)各物流公司均達到閩三角城市群物流整體水平以上；而中心點大小的排序中，菜鳥驛站小于物流整體。由圖可知，五個物流公司的核密度中心基本均分布在廈門市、泉州市和漳州市的核心城區(qū)，百世匯通和申通快遞在泉州市更是有向西部延伸的趨勢。但菜鳥驛站在廈門市內(nèi)部又能形成核密度中心，說明菜鳥驛站的著眼點就是立足廈門。

4.3 物流公司網(wǎng)點服務能力評述

將以上物流公司網(wǎng)點服務的分析與排序進行總結(jié)，可得到表2，其中服務中心分析有兩項因此分為服務中心1和服務中心2。

表2 閩三角城市群物流公司網(wǎng)點服務能力總評表

總體上看，中國郵政網(wǎng)點數(shù)量多，布局均勻，服務范圍最廣，中心明確，在閩三角城市群全域范圍內(nèi)具有較高的協(xié)調(diào)性，是物流行業(yè)的頭把交椅。其他物流公司，均無法做到中國郵政的公平性與均勻性，但可以補充中國郵政公平之余，重點區(qū)域效率不足的問題，例如菜鳥驛站就是后起之秀，數(shù)量多且集中性好，重點突出，主要服務廈門城區(qū)；百世匯通和申通快遞則兼顧閩三角城市群的區(qū)縣發(fā)展；順豐速運基于POI數(shù)據(jù)來看，分布情況各項平平，也說明順豐的受眾目前尚有局限。

5 結(jié)論

基于POI數(shù)據(jù)和ArcGIS方法可以開展物流公司網(wǎng)點服務能力的相關(guān)研究，通過網(wǎng)點服務數(shù)量、服務范圍、服務趨勢、服務中心的多項分析，明確區(qū)域不同物流公司的服務特點與服務水平，文章以閩三角城市群為例得出結(jié)論如下：

（1）POI數(shù)據(jù)具有坐標和其他屬性信息，對其的獲取可以填補僅有統(tǒng)計數(shù)據(jù)，而無法從空間上全局把控物流公司網(wǎng)點信息的局限。ArcGIS軟件是POI數(shù)據(jù)分析的常用軟件，通過ArcGIS軟件的標準距離、方向分布和核密度方法，可以分析物流公司網(wǎng)點空間布局情況，并在此基礎上應用于分析與評判網(wǎng)點服務能力方面。

（2）閩三角城市群中網(wǎng)點數(shù)超過100個的物流公司僅有5家，其中：中國郵政網(wǎng)點在數(shù)量上有絕對優(yōu)勢，同時服務范圍也最大；菜鳥驛站網(wǎng)點的集中性最高，同時具有突出的服務中心；百世匯通的服務中心擴散范圍最大，總體服務范圍較廣泛；申通快遞與菜鳥驛站的類似，具有較高的服務集中性；順豐速運在網(wǎng)點的空間分布上不具有優(yōu)勢。

（3）本文對物流公司網(wǎng)點服務能力的分析主要依靠POI數(shù)據(jù)，因此存在缺乏其他數(shù)據(jù)而分析未盡完善的情況，未來可嘗試多元數(shù)據(jù)融合，更好地反映現(xiàn)實情況，并促進物流管理相關(guān)研究的推進。