郭晓峰

摘  要：以株洲市POI兴趣点为研究对象，借助ArcGIS软件从三个方面对株洲市物流业空间格局进行研究：首先，通过核密度分析和平均最邻近分析方法，对株洲市物流业聚集水平进行研究；第二，利用标准差椭圆分析方法，对株洲市物流活动整体空间分布特征进行研究；第三，采用缓冲区分析方法，对株洲市各类物流业POI兴趣点的区位行为进行研究。研究结果表明，株洲市物流活动在中心广场附近区域聚集效应明显。

关键词：物流业；空间格局；POI；株洲

中图分类号：F259.27    文献标志码：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

在经济转型升级的浪潮中，物流业在促进资源交换、优化产业结构、提升经济效率等方面发挥了重要作用。在城市物流业的发展进程中，物流节点和物流企业分别代表了流通网络和经营网络的两个维度，其聚集特征和区位选择也反映了城市产业特征和经济格局。

对于物流业空间分布特征和演化规律这一命题，已有大量的学者对其进行了研究。早期的研究主要选取具有空间属性的数据作为研究对象，例如体现区域属性的物流业产值、物流从业人数、物流企业数量的相关数据，数据获取的渠道包括地区统计年鉴、调查问卷和工商注册信息等。近年来，具备时效性强、信息准确度高、信息采集齐全等优点的POI兴趣点，被越来越多的研究纳入到物流业空间格局的原始数据中来。目前，已有学者对北京市[1]、上海市[2]、西安市[3]、宁波市[4]、义乌市[5]等区域的POI数据进行采集，并导入至ArcGIS等空间地理软件中，借助空间统计分析、地理加权回归等方法，对该区域内物流空间演变过程、物流企业区位行为影响因素等问题进行了研究。

株洲市作为湖南省老工业区，长株潭城市群的重要一环，与其经济发展水平相比，物流业发展略显滞后。综合性物流园区发挥作用不够，企业物流自发性较强，区域物流组织有待提升，A级以上物流企业数在长株潭地区占比较低。基于此，借助空间地理学的方法，对株洲市物流相关的地理要素的空间分布特征进行分析，评估现有物流活动空间分布的合理性，以期对未来物流产业相关政策的制定提供建议，提升株洲市物流业服务区域经济的水平。

1  研究思路与数据来源

1.1  数据来源及处理。通过高德开放平台API数据接口，以“物流”、“仓储”、“货运”、“运输”、“快递”、“邮政”、“配送”为关键词，借助Python编写程序获取了株洲市5区、3县和1个县级市的物流业POI数据，借助EXCEL软件剔除重复和无效数据后共得到辖区范围内的POI数据共计1 563条。以区县为统计单元，得到株洲市各区县的物流业POI數据如表1所示。从表1中可知，57.2%的物流业POI兴趣点集中在株洲市中心城区。考虑到株洲市行政区域狭长、纬度跨越较大的特点，为了提升物流业空间聚集效应研究的有效性，将研究区域确定为与株洲中心城区密切相关的荷塘区、天元区、芦淞区和石峰区4个行政区，共得到物流业POI兴趣点926个。

参考《物流术语》并借鉴其他学者对物流业行业分类的研究，构建本文的物流业POI数据分类方法如下：第一，针对物流业网络结构和物流业产权特征两个维度，分别构建物流节点和物流企业两个大类；第二，基于规模、功能的等级划分，将物流节点分为物流园、物流中心、配送中心和货运站场；第三，根据经营主体和服务对象的差异，将物流企业分为快递邮政类和仓储运输类。对株洲市中心城区的物流业POI数据进行分类及编码，得到的POI数据分类表如表2所示。

1.2  研究方法设计。本文拟从三个维度对株洲市物流业空间格局进行研究：首先，借助核密度分析方法和平均最近邻分析方法ANN，对株洲市城区范围内不同类型物流业POI兴趣点的空间聚集热点区域和聚集水平进行研究；第二，利用标准差椭圆分析，分别对各类型物流业POI兴趣点的中心、发展趋势等空间分布特征进行研究；第三，通过缓冲区分析方法，对各类型物流业的区位选择行为进行研究。

1.2.1  核密度分析。核密度分析是用于度量空间要素在某区域聚集特征的方法，其原理是通过构建“核”函数对要素在单位搜索半径内的值进行计算，最后将区域内各单位面积的值进行拟合得到光滑表面，以实现邻域度量值之间的平滑过渡。“核”函数的计算公式如式（1）所示，其中：x为输入变量，h为单位面积的搜索半径，n为该区域内所有单位面积的样本数量，K为权重系数。

fx=∑K                                         （1）

1.2.2  平均最近邻分析。平均最近邻分析是对某区域内要素的空间分布状态进行分析的方法，其原理是首先计算出实际各最近邻要素间的平均距离，计算随机分布条件下最近邻要素间的距离期望，在通过对二者求比值得到平均最近邻比率ANN，具体计算公式如式（2）所示。其中，为样本要素与最近邻要素间的平均距离，为随机分布下要素最近邻距离的数学期望值，d为要素i与相邻要素之间的最小距离，n为区域内要素数量，A为要素所在区域面积。要素的空间分布状态分为聚集、离散和随机三种状态，其结论通过ANN的值来进行判断。当ANN的值小于1时，空间分布为聚集状态；当ANN的值等于1时，空间分布为随机状态；当ANN的值大于1时，空间分布为离散状态。

ANN==                                           （2）

1.2.3  标准差椭圆分析。在空间统计学中，点要素样本的整体空间分布特征常用标准差椭圆来进行分析，主要通过生成椭圆的圆心、长轴和短轴等方面进行讨论。其中：圆心表示所有要素空间分布的中心位置，长轴表示要素整体的分布倾向，短轴表示要素整体的聚集程度。基于要素样本，构建标准差椭圆具体公式如式（3）、式（4）所示，其中：x、y代表第i个要素的坐标，、表示所有要素的算术平均中心。

SDE=                                           （3）

SDE=                                           （4）

1.2.4  缓冲区分析。所谓缓冲区分析，是指围绕某目标要素在其周边构建固定宽度的缓冲区图形，再通过该图层与样本要素的相交叠加分析，得到样本要素与目标要素的空间邻近关系结果。

2  株洲市物流业空间格局分析

2.1  产业聚集水平分析。首先针对物流节点和物流企业两个大类的POI兴趣点，借助ArcGIS软件分别对其进行核密度分析，得到结果如图1所示。总体而言，株洲市物流活动呈现一极化中心的空间分布特点。具体来说，对于物流节点类型的POI兴趣点，聚集效应明显，呈现一个中心、多聚集点的特征，空间位置近邻铁路枢纽和公路干线，空间布局与株洲市的产业如服饰、轨道交通企业等的区位规划有关。而对物流企业类别而言，物流活动空间在株洲市传统商业中心聚集程度明显，在其他地区覆盖面较广，这与其中大量与民生息息相关的快递行业类型节点分散布局有关。

通过ArcGIS软件的最近邻分析ANN对不同类型物流POI兴趣点进行分析，得到物流业POI兴趣点的ANN分析结果如表3所示。从表3中可知，株洲市物流POI兴趣点所有类型的最近邻比率均小于1，Z得分均小于-2.58，均呈现出显著聚集的态势。在具体类别中，物流企业的平均观测距离和预期平均距离均小于物流节点，说明物流企业在城区的分布密度大于物流节点，这与物流企业偏向物流终端、物流节点布局依托交通节点的特点相适应的。

2.2  产业分布特征分析。对株洲市中心城区的物流业POI兴趣点进行标准差椭圆分析，得到的结果如图2所示。株洲市中心城区的物流活動中心坐标为113.14°E和27.84°N，这体现了株洲市以中心广场为中心向四周辐射的发展历程。从椭圆覆盖的株洲市产业来看，既有杉木塘、月塘、宋家桥、董家塅等传统工业区，也包括了金山、戴家岭、建宁等中小企业工业区。从发展方向上来看，聚集趋势体现了东北—西南方向，从芦淞区向着天元区方向延伸，这也是多年来株洲市 “一江两岸双中心”的城市空间规划发展的结果。

针对株洲市物流节点和物流企业两个大类，分别做标准差椭圆分析，得到的结果如图3所示。从图3可知，株洲市物流节点和物流企业都是以株洲中心广场区域为中心，其分布方向在东北—西南方向上是一致的。但是从聚集程度而言，物流节点的标准差椭圆的扁率更大，说明物流节点分布的方向趋向性更明显，说明物流节点的布局更容易受产业规划布局的影响。

2.3  产业区位行为分析。以前文中标准差椭圆分析得到的圆心为中心点，借助ArcGIS软件的多环缓冲区分析工具，以1公里为步长，构造了覆盖株洲市中心城区的非重叠圆环。在此基础上，将株洲市物流业POI兴趣点与多缓冲区圆环进行相交分析，得到了各类型物流业与株洲城区中心点距离的分布数据，如图4所示。通过数据分析可知，物流业因其路径依赖、职能定位、产业规划等因素的影响，存在明显的区位行为的类型化差异。

从大类上来看，物流节点还是呈现较强的聚集性，将近80%分布在距离市中心5公里的区间内，这也说明中心广场附近区域由于其路网基础、既有产业等优势，在物流活动中依然扮演着重要的角色。就细分类别而言，物流园的区位行为没有明显的规律，与株洲市中心的距离分布在各个区间，将近30%的物流园分布在株洲市郊区，这与物流园因其用地需求更容易收到产业规划影响的因素有关。与此相对，作为物流领域下游的配送中心，有将近80%的POI兴趣点分布在距离市中心2～5公里的范围内，体现其是服务制造业、商贸业以及民生活动的重要载体。

对物流企业来说，其区位行为与其企业经济生产活动密切相关。从供给侧来说，活跃市场行为带来物流需求，这会刺激物流企业向城市中心区域聚集，但城市中心区域的房租、交通因素也会产生高额的运营成本。因此，物流企业的区位选择需要在贴近市场与控制成本之间取得一个均衡的结果。对比物流节点，株洲市中心5公里区域内的物流企业占比仅为67%，这既与运营成本影响物流企业区位行为选择有关，也和物流企业中直接服务居民生活的大量快递点分布较广有关。例如，仓储运输类物流企业与市中心距离的中位数在3公里区间，而快递邮政类企业与市中心距离的中位数在4公里区间。说明株洲市服务产业比服务民生的物流活动聚集程度更高。

3  结  论

本文基于株洲市物流业POI兴趣点数据，借助ArcGIS软件从聚集水平、分布特征和区位行为三个方面，对株洲市物流业空间分布格局进行了分析，得到以下几个结论：第一，株洲市物流业总体呈现明显的聚集效应。物流节点的分布受交通节点和产业规划的影响，在株洲市城区的表现为一极多核的特点。物流企业的聚集效应比物流节点大，辐射城区的面积更大。第二，在空间分布特征方面，株洲市物流活动以株洲市中心广场为中心向四周扩散，分布方向表现为东北—西南方位、以天元区—芦淞区为轴进行延伸，物流节点的偏向性比物流企业更强。第三，株洲市总体物流活动主要集中于株洲市中心广场区域5公里范围内，物流园的区位行为体现产业规划的影响，物流企业的区位行为受运营成本和服务对象的不同而产生差异。

株洲市物流業发展迅速，体现了株洲市产业布局和交通布局的特点，其空间分布与株洲市经济发展的脉络是相适应的。目前株洲物流园等物流综合性枢纽对周边物流活动影响有限，物流活动多集中于城市中心区域，行业空间分布合理性有待优化。因此，发挥公共物流园的物流集成优势，适度引导仓储运输型物流企业向市郊路网节点处迁移，对于优化城区资源配置、提升物流业态布局有重要意义。

参考文献：

[1] 李国旗，金凤君，陈娱，等. 基于POI的北京物流业区位特征与分异机制[J]. 地理学报，2017，72（6）：1091-1103.

[2] 涂敏，陈倬睿. 基于POI数据的上海物流业空间布局与区位特征分析[J]. 物流技术，2020，39（8）：62-67.

[3] 张圣忠，柴廷熠. 西安市物流企业空间格局演化及影响因素分析[J]. 世界地理研究，2021，30（6）：1275-1285.

[4] 蒋天颖，史亚男. 宁波市物流企业空间格局演化及影响因素[J]. 经济地理，2015，35（10）：130-138.

[5] 朱慧，周根贵. 国际陆港物流企业空间格局演化及其影响因素——以义乌市为例[J]. 经济地理，2017，37（2）：98-105.