基于GIS的冷鏈物流企業時空演變特征及其影響因素

文/韓忠洋

本文根據中國冷鏈物流企業數據，選用標準差橢圓與核密度估計的方法，對2013-2019年中國冷鏈物流企業空間格局的演變特征進行分析，探討出近年來冷鏈物流企業的時空分布特征并尋找其影響因素，以期為冷鏈物流企業選址提供有價值的建議。

隨著我國經濟水平的提高，居民對生鮮品的需求量與日俱增。冷鏈物流逐漸成為國內外學者關注的重點，總結國內外研究如下：從研究內容來看，既有對選址問題的規劃[1，2]，也有對冷鏈物流企業路徑優化的研究[3]，更有對冷鏈物流市場的評價分析[4]，而針對冷鏈物流企業時空分布的研究少之又少；從研究方法來看，有利用BA模型研究冷鏈物流網絡[5]，也有基于ArcGIS技術的物流網絡構建研究[6]和利用SWOT解決冷鏈物流實際問題的研究[7]；從研究對象來看，有農產品冷鏈物流[8]、醫藥冷鏈物流[9]和更小范圍內如冷藏車優化研究[10]等。

綜上，豐富的研究成果為進一步的的探索提供了理論與實證基礎，但現有的針對冷鏈物流企業的研究主要集中在優化方面，對冷鏈物流企業的時空分布特征的研究少之又少。同時，研究大多數都局限在省域、市域上，很少對全國冷鏈物流企業做系統評價。基于此，針對以往研究中的不足，本研究以全國冷鏈物流企業為研究對象，以各省域為基本研究單元，選取2013年、2016年和2019年3個時點，采用標準差橢圓與核密度估計等空間研究方法，從宏觀視角探討我國冷鏈物流企業空間分布以及時間演化特征，并探索其影響因素。

1.研究方法與數據來源

1.1 研究方法

1）標準差橢圓

標準差橢圓能有效地表達研究對象的空間布局。主要采用ArcGIS10.2軟件中的方向分布模塊進行可視化表達。

2）核密度估計

核密度估計工具用于計算要素在其周圍鄰域中的密度。主要借助于ArcGIS10.2軟件空間分析中集成的核密度工具。

1.2 數據來源

本文根據《全國冷鏈物流企業分布圖》，選取2013、2016、2019年3個時點的物流企業；再根據冷鏈物流企業的名稱，在GoogleEarth上獲取企業的地理坐標，利用ArcGIS10.2軟件進行空間可視化表達。

2.冷鏈物流企業時空特征分析

基于基于上述研究方法，分別選取2013、2016和2019年3個時間節點，使用標準差橢圓與核密度估計的方法，并借助“胡煥庸線”對中國冷鏈物流企業空間格局演變特征進行深入分析。

2.1 標準差橢圓分析

對2013、2016和2019年冷鏈物流企業進行標準差橢圓分析（表1、圖1）。冷鏈物流企業的分布大體上呈南北方向，標準差橢圓的轉角介于37.44°-91.59°之間。

圖1 冷鏈物流企業分布及標準差橢圓

表1 冷鏈物流企業標準差橢圓參數

2013年橢圓長短軸差距為175.12km，且橢圓整體位于胡煥庸線東南方；2016年橢圓長短軸差距為297.37km，在3個時點中差距最大，即橢圓的扁率最大，表明此時冷鏈物流企業向心力最強、方向性最明顯，大體長呈由東向西的方向，并突破胡煥庸線的限制，朝線的西北方延伸；2017年橢圓扁率最小，橢圓更趨近于圓形。從橢圓中心點來看，橢圓的中心點均位于安徽省附近，從2013-2019年，整體上呈現由東南向西北的轉移趨勢。

2.2 核密度分析

通過核密度分析，分別生成2013、2016和2019年冷鏈物流企業的核密度分布圖（圖2），進一步探究其空間分布的總體格局及演變特征。

圖2 冷鏈物流企業空間分布核密度

由圖可見，中國冷鏈物流企業集群大體上沿著東部向內陸散發，東部地區的長三角地區在2013-2019年期間均為冷鏈物流企業的主要分布地區。2013年，冷鏈物流企業幾乎都位于胡煥庸線的東側，長三角地區冷鏈物流企業密度最高；從省域來看，上海市的冷鏈物流企業密度最高，為29.37個/104km2，沒有冷鏈物流企業的省域主要在西北與西南地區。2016年，沿海冷鏈物流企業的集聚程度更進一步提高，呈現出連片的高密度分布；冷鏈物流企業逐漸向胡煥庸線以西發展，但分布的集聚程度仍十分低下，冷鏈物流企業的分布密度都小于3個/104km2；從省域來看，上海市的冷鏈物流企業密度仍然最高，為97.03個/104km2，然后是北京市的57.45個/104km2，而且每個省份均有物流企業的存在，但數量上仍然存在著較大的差異。2019年，冷鏈物流企業的分布進一步向內陸擴散，中西部地區形成了更多的企業集群，與東部地區的聯系更為密切，但分布上仍集中在胡煥庸線東側；具體的省域來看，上海市、浙江省、江蘇省、北京市、天津市的冷鏈物流企業分布密度仍最高，分別為147.32、44.94、37.67、32.91、29.42個/104km2。

3.冷鏈物流企業時空演變影響因素分析

3.1 變量選取

本研究在借鑒以往學者研究的基礎上，選取市場規模、人口密度、城鎮化水平、交通可達性、對外開放程度、省域政策因素、工業化發展水平、信息化水平、地區經濟實力、貨物運輸能力這10個指標，通過其與所在省域冷鏈物流企業數量對比，揭示冷鏈物流企業空間分布的影響要素。

3.2 相關性分析

借助SPSS19.0軟件進行Pearson分析，具體結果如表2。

表2 指標Pearson系數

由表4可見，選取的指標與冷鏈物流企業數量均為正相關關系，按年份來看，2013年，對外開放程度與冷鏈物流企業數量存在極強相關性；市場規模、人口密度、省域政策因素、信息化水平、地區經濟實力與冷鏈物流企業數量存在強相關性；城鎮化水平、交通可達性、貨物運輸能力與冷鏈物流企業數量中等程度相關；工業化發展水平與冷鏈物流企業數量存在弱相關性。2016年，對外開放程度、省域政策因素、信息化水平、地區經濟實力與冷鏈物流企業數量存在強相關性；市場規模、交通可達性、貨物運輸能力與冷鏈物流企業數量中等程度相關；人口密度、城鎮化水平、工業化發展水平與冷鏈物流企業數量存在弱相關性。而2019年，市場規模、省域政策因素、信息化水平與冷鏈物流企業數量存在強相關性；交通可達性、貨物運輸能力與冷鏈物流企業數量中等程度相關；城鎮化水平、對外開放程度與冷鏈物流企業數量存在弱相關性；人口密度、工業化發展水平、地區經濟實力與冷鏈物流企業數量存在極弱相關性。

4.結論與建議

4.1 結論

本文借助ArcGIS10.2軟件，通過標準差橢圓、核密度分析與探索性空間數據分析的方法，對2013、2016、2019年冷鏈物流企業的時空分布進行分析，并用SPSS19.0軟件對其相關性進行分析，結論如下：

1.冷鏈物流企業的集聚程度從2013年-2019年呈現出先增加后減少的趨勢，但熱點區域仍集中在人口密度較大的“胡煥庸線”以東，且近年來有向西北略微發展的態勢。

2.選取的指標中，市場規模、信息化水平與貨物運輸能力與冷鏈物流企業數量的相關性隨著時間越來越大，表明省域內冷鏈物流企業的數量受市場規模、信息化水平與貨物運輸能力的影響越來越大。

4.2 建議

冷鏈物流作為現階段我國急需大力發展的物流產業，研究其時空分布，對于支撐我國流通領域的經濟發展與社會經濟系統的高效運營有重要戰略意義，對冷鏈物流企業的選址也有一定的指導價值。從企業數量與參數的相關性上來看，冷鏈物流企業若需求完善的基礎設施與較高的交通通達度，則“胡煥庸線”以東的省域人口密度高，城市化水平與信息化水平較為發達，是較好的選擇；從冷鏈物流企業的空間分布來看，由于東南沿海地區以及距海岸較勁的內陸省域冷鏈物流企業數量較多，競爭壓力大，而“胡煥庸線”以西地區冷鏈物流企業數量較少，且國家對西部農產品以及特色農業的扶持力度越來越大，在此區域選址則能更好地貼近國家政策，獲得更大的便利與更多的資源。C

引用出處

[1]盧尚賢.農副產品冷鏈物流中心規劃設計研究[D].西安建筑科技大學,2015.

[2]董琦.基于需求量預測的生鮮電商企業中心倉與前置倉選址研究[D].北京交通大學，2020.

[3]楊瑋,楊白月,王曉雅,馬晨佩,吳瑩瑩.低碳環境下冷鏈物流企業庫存-配送優化研究[J/OL].包裝工程:1-12[2021-03-30].

[4]王赫男.河北省冷鏈物流市場分析［D］.石家莊：河北師范大學商學院，2014.

[5]張華.基于改進BA模型的冷鏈物流無標度網絡建模仿真與應用分析[D].安徽工業大學,2017.

[6]強濃.基于GIS的冷鏈物流網絡構建研究[D].中南林業科技大學,2014.

[7]符瑜,陳聲廉.“新零售”視角下海南農產品冷鏈物流SWOT分析[J].物流科技，2021，44(02):165-167.

[8]萬玉龍.后疫情時代生鮮產品冷鏈物流的區間結構和信息體系構建[J].商業經濟研究，2020(24):86-90.

[9]祝新,王瑤.基于路況的醫藥冷鏈物流配送路徑優化[J].科學技術與工程，2021，21（04):1548-1554.

[10]羅小金,王偉.藥品冷鏈流通用冷藏車的驗證方法探討[J].計量與測試技術，2017，44(07):22-23+25.