基于POI數(shù)據(jù)的株洲市物流業(yè)空間格局研究

郭曉峰

摘 ?要：以株洲市POI興趣點為研究對象，借助ArcGIS軟件從三個方面對株洲市物流業(yè)空間格局進行研究：首先，通過核密度分析和平均最鄰近分析方法，對株洲市物流業(yè)聚集水平進行研究；第二，利用標(biāo)準(zhǔn)差橢圓分析方法，對株洲市物流活動整體空間分布特征進行研究；第三，采用緩沖區(qū)分析方法，對株洲市各類物流業(yè)POI興趣點的區(qū)位行為進行研究。研究結(jié)果表明，株洲市物流活動在中心廣場附近區(qū)域聚集效應(yīng)明顯。

關(guān)鍵詞：物流業(yè)；空間格局；POI；株洲

中圖分類號：F259.27 ? ?文獻標(biāo)志碼：A

DOI：10.13714/j.cnki.1002-3100.2023.09.026

Abstract： Taking Zhuzhou's POI interest point as the research object， this paper studies the spatial pattern of Zhuzhou's logistics industry from three aspects by using ArcGIS software： Firstly， the agglomeration level of Zhuzhou's logistics industry is studied by kernel density analysis and average nearest neighbor analysis; second， using standard deviation ellipse analysis method to study the overall spatial distribution characteristics of Zhuzhou logistics activities; thirdly， the buffer analysis method is used to study the location behavior of POI interest points of various logistics industries in Zhuzhou. The results show that the agglomeration effect of logistics activities in Zhuzhou is obvious near the central square.

Key words： logistics industry; spatial pattern; POI; Zhuzhou

0 ?引 ?言

在經(jīng)濟轉(zhuǎn)型升級的浪潮中，物流業(yè)在促進資源交換、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升經(jīng)濟效率等方面發(fā)揮了重要作用。在城市物流業(yè)的發(fā)展進程中，物流節(jié)點和物流企業(yè)分別代表了流通網(wǎng)絡(luò)和經(jīng)營網(wǎng)絡(luò)的兩個維度，其聚集特征和區(qū)位選擇也反映了城市產(chǎn)業(yè)特征和經(jīng)濟格局。

對于物流業(yè)空間分布特征和演化規(guī)律這一命題，已有大量的學(xué)者對其進行了研究。早期的研究主要選取具有空間屬性的數(shù)據(jù)作為研究對象，例如體現(xiàn)區(qū)域?qū)傩缘奈锪鳂I(yè)產(chǎn)值、物流從業(yè)人數(shù)、物流企業(yè)數(shù)量的相關(guān)數(shù)據(jù)，數(shù)據(jù)獲取的渠道包括地區(qū)統(tǒng)計年鑒、調(diào)查問卷和工商注冊信息等。近年來，具備時效性強、信息準(zhǔn)確度高、信息采集齊全等優(yōu)點的POI興趣點，被越來越多的研究納入到物流業(yè)空間格局的原始數(shù)據(jù)中來。目前，已有學(xué)者對北京市[1]、上海市[2]、西安市[3]、寧波市[4]、義烏市[5]等區(qū)域的POI數(shù)據(jù)進行采集，并導(dǎo)入至ArcGIS等空間地理軟件中，借助空間統(tǒng)計分析、地理加權(quán)回歸等方法，對該區(qū)域內(nèi)物流空間演變過程、物流企業(yè)區(qū)位行為影響因素等問題進行了研究。

株洲市作為湖南省老工業(yè)區(qū)，長株潭城市群的重要一環(huán)，與其經(jīng)濟發(fā)展水平相比，物流業(yè)發(fā)展略顯滯后。綜合性物流園區(qū)發(fā)揮作用不夠，企業(yè)物流自發(fā)性較強，區(qū)域物流組織有待提升，A級以上物流企業(yè)數(shù)在長株潭地區(qū)占比較低。基于此，借助空間地理學(xué)的方法，對株洲市物流相關(guān)的地理要素的空間分布特征進行分析，評估現(xiàn)有物流活動空間分布的合理性，以期對未來物流產(chǎn)業(yè)相關(guān)政策的制定提供建議，提升株洲市物流業(yè)服務(wù)區(qū)域經(jīng)濟的水平。

1 ?研究思路與數(shù)據(jù)來源

1.1 ?數(shù)據(jù)來源及處理。通過高德開放平臺API數(shù)據(jù)接口，以“物流”、“倉儲”、“貨運”、“運輸”、“快遞”、“郵政”、“配送”為關(guān)鍵詞，借助Python編寫程序獲取了株洲市5區(qū)、3縣和1個縣級市的物流業(yè)POI數(shù)據(jù)，借助EXCEL軟件剔除重復(fù)和無效數(shù)據(jù)后共得到轄區(qū)范圍內(nèi)的POI數(shù)據(jù)共計1 563條。以區(qū)縣為統(tǒng)計單元，得到株洲市各區(qū)縣的物流業(yè)POI數(shù)據(jù)如表1所示。從表1中可知，57.2%的物流業(yè)POI興趣點集中在株洲市中心城區(qū)。考慮到株洲市行政區(qū)域狹長、緯度跨越較大的特點，為了提升物流業(yè)空間聚集效應(yīng)研究的有效性，將研究區(qū)域確定為與株洲中心城區(qū)密切相關(guān)的荷塘區(qū)、天元區(qū)、蘆淞區(qū)和石峰區(qū)4個行政區(qū)，共得到物流業(yè)POI興趣點926個。

參考《物流術(shù)語》并借鑒其他學(xué)者對物流業(yè)行業(yè)分類的研究，構(gòu)建本文的物流業(yè)POI數(shù)據(jù)分類方法如下：第一，針對物流業(yè)網(wǎng)絡(luò)結(jié)構(gòu)和物流業(yè)產(chǎn)權(quán)特征兩個維度，分別構(gòu)建物流節(jié)點和物流企業(yè)兩個大類；第二，基于規(guī)模、功能的等級劃分，將物流節(jié)點分為物流園、物流中心、配送中心和貨運站場；第三，根據(jù)經(jīng)營主體和服務(wù)對象的差異，將物流企業(yè)分為快遞郵政類和倉儲運輸類。對株洲市中心城區(qū)的物流業(yè)POI數(shù)據(jù)進行分類及編碼，得到的POI數(shù)據(jù)分類表如表2所示。

1.2 ?研究方法設(shè)計。本文擬從三個維度對株洲市物流業(yè)空間格局進行研究：首先，借助核密度分析方法和平均最近鄰分析方法ANN，對株洲市城區(qū)范圍內(nèi)不同類型物流業(yè)POI興趣點的空間聚集熱點區(qū)域和聚集水平進行研究；第二，利用標(biāo)準(zhǔn)差橢圓分析，分別對各類型物流業(yè)POI興趣點的中心、發(fā)展趨勢等空間分布特征進行研究；第三，通過緩沖區(qū)分析方法，對各類型物流業(yè)的區(qū)位選擇行為進行研究。

1.2.1 ?核密度分析。核密度分析是用于度量空間要素在某區(qū)域聚集特征的方法，其原理是通過構(gòu)建“核”函數(shù)對要素在單位搜索半徑內(nèi)的值進行計算，最后將區(qū)域內(nèi)各單位面積的值進行擬合得到光滑表面，以實現(xiàn)鄰域度量值之間的平滑過渡。“核”函數(shù)的計算公式如式（1）所示，其中：x為輸入變量，h為單位面積的搜索半徑，n為該區(qū)域內(nèi)所有單位面積的樣本數(shù)量，K為權(quán)重系數(shù)。

fx=∑K ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

1.2.2 ?平均最近鄰分析。平均最近鄰分析是對某區(qū)域內(nèi)要素的空間分布狀態(tài)進行分析的方法，其原理是首先計算出實際各最近鄰要素間的平均距離，計算隨機分布條件下最近鄰要素間的距離期望，在通過對二者求比值得到平均最近鄰比率ANN，具體計算公式如式（2）所示。其中，為樣本要素與最近鄰要素間的平均距離，為隨機分布下要素最近鄰距離的數(shù)學(xué)期望值，d為要素i與相鄰要素之間的最小距離，n為區(qū)域內(nèi)要素數(shù)量，A為要素所在區(qū)域面積。要素的空間分布狀態(tài)分為聚集、離散和隨機三種狀態(tài)，其結(jié)論通過ANN的值來進行判斷。當(dāng)ANN的值小于1時，空間分布為聚集狀態(tài)；當(dāng)ANN的值等于1時，空間分布為隨機狀態(tài)；當(dāng)ANN的值大于1時，空間分布為離散狀態(tài)。

ANN== ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

1.2.3 ?標(biāo)準(zhǔn)差橢圓分析。在空間統(tǒng)計學(xué)中，點要素樣本的整體空間分布特征常用標(biāo)準(zhǔn)差橢圓來進行分析，主要通過生成橢圓的圓心、長軸和短軸等方面進行討論。其中：圓心表示所有要素空間分布的中心位置，長軸表示要素整體的分布傾向，短軸表示要素整體的聚集程度。基于要素樣本，構(gòu)建標(biāo)準(zhǔn)差橢圓具體公式如式（3）、式（4）所示，其中：x、y代表第i個要素的坐標(biāo)，、表示所有要素的算術(shù)平均中心。

SDE= ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

SDE= ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

1.2.4 ?緩沖區(qū)分析。所謂緩沖區(qū)分析，是指圍繞某目標(biāo)要素在其周邊構(gòu)建固定寬度的緩沖區(qū)圖形，再通過該圖層與樣本要素的相交疊加分析，得到樣本要素與目標(biāo)要素的空間鄰近關(guān)系結(jié)果。

2 ?株洲市物流業(yè)空間格局分析

2.1 ?產(chǎn)業(yè)聚集水平分析。首先針對物流節(jié)點和物流企業(yè)兩個大類的POI興趣點，借助ArcGIS軟件分別對其進行核密度分析，得到結(jié)果如圖1所示。總體而言，株洲市物流活動呈現(xiàn)一極化中心的空間分布特點。具體來說，對于物流節(jié)點類型的POI興趣點，聚集效應(yīng)明顯，呈現(xiàn)一個中心、多聚集點的特征，空間位置近鄰鐵路樞紐和公路干線，空間布局與株洲市的產(chǎn)業(yè)如服飾、軌道交通企業(yè)等的區(qū)位規(guī)劃有關(guān)。而對物流企業(yè)類別而言，物流活動空間在株洲市傳統(tǒng)商業(yè)中心聚集程度明顯，在其他地區(qū)覆蓋面較廣，這與其中大量與民生息息相關(guān)的快遞行業(yè)類型節(jié)點分散布局有關(guān)。

通過ArcGIS軟件的最近鄰分析ANN對不同類型物流POI興趣點進行分析，得到物流業(yè)POI興趣點的ANN分析結(jié)果如表3所示。從表3中可知，株洲市物流POI興趣點所有類型的最近鄰比率均小于1，Z得分均小于-2.58，均呈現(xiàn)出顯著聚集的態(tài)勢。在具體類別中，物流企業(yè)的平均觀測距離和預(yù)期平均距離均小于物流節(jié)點，說明物流企業(yè)在城區(qū)的分布密度大于物流節(jié)點，這與物流企業(yè)偏向物流終端、物流節(jié)點布局依托交通節(jié)點的特點相適應(yīng)的。

2.2 ?產(chǎn)業(yè)分布特征分析。對株洲市中心城區(qū)的物流業(yè)POI興趣點進行標(biāo)準(zhǔn)差橢圓分析，得到的結(jié)果如圖2所示。株洲市中心城區(qū)的物流活動中心坐標(biāo)為113.14°E和27.84°N，這體現(xiàn)了株洲市以中心廣場為中心向四周輻射的發(fā)展歷程。從橢圓覆蓋的株洲市產(chǎn)業(yè)來看，既有杉木塘、月塘、宋家橋、董家塅等傳統(tǒng)工業(yè)區(qū)，也包括了金山、戴家?guī)X、建寧等中小企業(yè)工業(yè)區(qū)。從發(fā)展方向上來看，聚集趨勢體現(xiàn)了東北—西南方向，從蘆淞區(qū)向著天元區(qū)方向延伸，這也是多年來株洲市 “一江兩岸雙中心”的城市空間規(guī)劃發(fā)展的結(jié)果。

針對株洲市物流節(jié)點和物流企業(yè)兩個大類，分別做標(biāo)準(zhǔn)差橢圓分析，得到的結(jié)果如圖3所示。從圖3可知，株洲市物流節(jié)點和物流企業(yè)都是以株洲中心廣場區(qū)域為中心，其分布方向在東北—西南方向上是一致的。但是從聚集程度而言，物流節(jié)點的標(biāo)準(zhǔn)差橢圓的扁率更大，說明物流節(jié)點分布的方向趨向性更明顯，說明物流節(jié)點的布局更容易受產(chǎn)業(yè)規(guī)劃布局的影響。

2.3 ?產(chǎn)業(yè)區(qū)位行為分析。以前文中標(biāo)準(zhǔn)差橢圓分析得到的圓心為中心點，借助ArcGIS軟件的多環(huán)緩沖區(qū)分析工具，以1公里為步長，構(gòu)造了覆蓋株洲市中心城區(qū)的非重疊圓環(huán)。在此基礎(chǔ)上，將株洲市物流業(yè)POI興趣點與多緩沖區(qū)圓環(huán)進行相交分析，得到了各類型物流業(yè)與株洲城區(qū)中心點距離的分布數(shù)據(jù)，如圖4所示。通過數(shù)據(jù)分析可知，物流業(yè)因其路徑依賴、職能定位、產(chǎn)業(yè)規(guī)劃等因素的影響，存在明顯的區(qū)位行為的類型化差異。

從大類上來看，物流節(jié)點還是呈現(xiàn)較強的聚集性，將近80%分布在距離市中心5公里的區(qū)間內(nèi)，這也說明中心廣場附近區(qū)域由于其路網(wǎng)基礎(chǔ)、既有產(chǎn)業(yè)等優(yōu)勢，在物流活動中依然扮演著重要的角色。就細(xì)分類別而言，物流園的區(qū)位行為沒有明顯的規(guī)律，與株洲市中心的距離分布在各個區(qū)間，將近30%的物流園分布在株洲市郊區(qū)，這與物流園因其用地需求更容易收到產(chǎn)業(yè)規(guī)劃影響的因素有關(guān)。與此相對，作為物流領(lǐng)域下游的配送中心，有將近80%的POI興趣點分布在距離市中心2～5公里的范圍內(nèi)，體現(xiàn)其是服務(wù)制造業(yè)、商貿(mào)業(yè)以及民生活動的重要載體。

對物流企業(yè)來說，其區(qū)位行為與其企業(yè)經(jīng)濟生產(chǎn)活動密切相關(guān)。從供給側(cè)來說，活躍市場行為帶來物流需求，這會刺激物流企業(yè)向城市中心區(qū)域聚集，但城市中心區(qū)域的房租、交通因素也會產(chǎn)生高額的運營成本。因此，物流企業(yè)的區(qū)位選擇需要在貼近市場與控制成本之間取得一個均衡的結(jié)果。對比物流節(jié)點，株洲市中心5公里區(qū)域內(nèi)的物流企業(yè)占比僅為67%，這既與運營成本影響物流企業(yè)區(qū)位行為選擇有關(guān)，也和物流企業(yè)中直接服務(wù)居民生活的大量快遞點分布較廣有關(guān)。例如，倉儲運輸類物流企業(yè)與市中心距離的中位數(shù)在3公里區(qū)間，而快遞郵政類企業(yè)與市中心距離的中位數(shù)在4公里區(qū)間。說明株洲市服務(wù)產(chǎn)業(yè)比服務(wù)民生的物流活動聚集程度更高。

3 ?結(jié) ?論

本文基于株洲市物流業(yè)POI興趣點數(shù)據(jù)，借助ArcGIS軟件從聚集水平、分布特征和區(qū)位行為三個方面，對株洲市物流業(yè)空間分布格局進行了分析，得到以下幾個結(jié)論：第一，株洲市物流業(yè)總體呈現(xiàn)明顯的聚集效應(yīng)。物流節(jié)點的分布受交通節(jié)點和產(chǎn)業(yè)規(guī)劃的影響，在株洲市城區(qū)的表現(xiàn)為一極多核的特點。物流企業(yè)的聚集效應(yīng)比物流節(jié)點大，輻射城區(qū)的面積更大。第二，在空間分布特征方面，株洲市物流活動以株洲市中心廣場為中心向四周擴散，分布方向表現(xiàn)為東北—西南方位、以天元區(qū)—蘆淞區(qū)為軸進行延伸，物流節(jié)點的偏向性比物流企業(yè)更強。第三，株洲市總體物流活動主要集中于株洲市中心廣場區(qū)域5公里范圍內(nèi)，物流園的區(qū)位行為體現(xiàn)產(chǎn)業(yè)規(guī)劃的影響，物流企業(yè)的區(qū)位行為受運營成本和服務(wù)對象的不同而產(chǎn)生差異。

株洲市物流業(yè)發(fā)展迅速，體現(xiàn)了株洲市產(chǎn)業(yè)布局和交通布局的特點，其空間分布與株洲市經(jīng)濟發(fā)展的脈絡(luò)是相適應(yīng)的。目前株洲物流園等物流綜合性樞紐對周邊物流活動影響有限，物流活動多集中于城市中心區(qū)域，行業(yè)空間分布合理性有待優(yōu)化。因此，發(fā)揮公共物流園的物流集成優(yōu)勢，適度引導(dǎo)倉儲運輸型物流企業(yè)向市郊路網(wǎng)節(jié)點處遷移，對于優(yōu)化城區(qū)資源配置、提升物流業(yè)態(tài)布局有重要意義。

參考文獻：

[1] 李國旗，金鳳君，陳娛，等. 基于POI的北京物流業(yè)區(qū)位特征與分異機制[J]. 地理學(xué)報，2017，72（6）：1091-1103.

[2] 涂敏，陳倬睿. 基于POI數(shù)據(jù)的上海物流業(yè)空間布局與區(qū)位特征分析[J]. 物流技術(shù)，2020，39（8）：62-67.

[3] 張圣忠，柴廷熠. 西安市物流企業(yè)空間格局演化及影響因素分析[J]. 世界地理研究，2021，30（6）：1275-1285.

[4] 蔣天穎，史亞男. 寧波市物流企業(yè)空間格局演化及影響因素[J]. 經(jīng)濟地理，2015，35（10）：130-138.

[5] 朱慧，周根貴. 國際陸港物流企業(yè)空間格局演化及其影響因素——以義烏市為例[J]. 經(jīng)濟地理，2017，37（2）：98-105.