基于POI數 據的上海物流業空間布局與區位特征分析

涂 敏，陳倬睿

（武漢理工大學 交通學院，湖北 武漢 430063）

1 引言

物流業作為一種綜合多行業的生產性服務業，既是國民經濟高質量增長的基礎要素，又對其發展起著戰略前導性的作用。以物流節點為核心的實體網絡和以物流企業為核心的組織網絡是其空間格局的重要構成部分。從實質上看，物流服務生產、銷售，是生產、銷售的附屬行為。

不同于單個產業集群簡單的地理分布，物流空間格局是從整體規劃角度來研究各層次物流節點設施、企業以及物流通道的布局情況，考慮如何構建高質量物流空間，進而提升相關區域內物流服務水平。已有眾多學者對這一戰略性決策問題做出貢獻，在其研究中多采用統計分析、空間自相關、熱點分析法等，主要以物流業增加值、就業人數、企業數量、貨運量等作為基礎數據。

興趣點（Point Of Interest，POI）作為一種新興地理信息數據，相比于企業黃頁、工商信息等傳統研究方法，其具有樣本數量大、地理數據齊全、時效性更優等特點，可以為研究者提供更加準確的統計結果，近年來逐漸被廣大學者運用到產業空間格局的研究中來。李國旗等[1]借助北京市物流POI數據，從多角度描述北京物流空間格局，并從供給側與需求側兩方面解析其區位選擇規律，最后對三種主要影響因子與物流活動分異機制進行揭示。梁燕[2]，翟青等[3]分別對鄭州市和南京市服務業POI進行分析，研究其產業布局，結果表明在兩市中物流業均表現出高水平集聚特征，并對其他類型服務業起到帶動作用。楊曉楠等[4]，李鋼等[5]，紀有福[6]分別對河北省、西安市、昆明市物流POI數據進行分析，對其位置分布、區位選擇、集聚現象和影響因素進行研究，描述相關省、市的物流空間格局，多采用數理統計、空間分析以及地理加權回歸模型等方法。

近年來，國家重點規劃了長江經濟帶、“一帶一路”倡議和京津冀協同發展三大區域發展戰略，經濟發展進入“新常態”，給各大城市產業結構帶來了實質性的轉變，物流業作為以新產業、新模式為核心的新動能不斷增強，成為推動產業結構優化重組、推進供給側結構性改革、實現經濟高質量發展的重要力量。在此發展背景下，本文以上海為研究對象，主要考慮到它作為“一帶一路”內陸節點城市，同時也是長江經濟帶上重要的物流樞紐承載城市，對外是經濟交流的窗口，對內是產業發展的標桿，其物流業發展迎來了巨大的機遇與考驗。如何利用地理優勢促進其物流影響力，優化資源配置，發揮提振效應，對協調長江流域各地區經濟發展和產業結構優化升級有著重大戰略意義。

2 研究數據及方法

2.1 數據分類

基于國家標準《物流術語》（GB/T 18354-2006）和《物流企業分類與評估指標》（GBT 19680-2013）中對物流各項指標的分類和定義，結合國內外學術界和社會上對物流業的劃分標準，對研究樣本進行如下分類[1,8]：（1）物流節點為物資的中轉、集散和儲運提供中間連接場所，綜觀其在物流系統中的作用，在此將物流節點分為物流園區、配送分撥中心、物流中心3個小類，同時火車站、港口碼頭、機場等貨運場站作為傳統物流節點，是物流網絡中不可忽視的一部分，將其作為政府規劃建設的物流節點納入第四小類；（2）物流企業作為物流供應鏈建設和運營的主要參與主體，以物流企業的服務功能為主要區分特征，將物流企業分為運輸型物流企業、倉儲型物流企業以及綜合服務型物流企業3個小類；（3）考慮到物流科學在中國起步時間較晚，在其概念引入和專業化發展之前，已有某些物流相關設施對物流活動起到促進或引導作用，將其作為研究樣本第三大類，并分為保稅區和工業園區2個小類。研究樣本分類結果與編碼見表1。

表1 研究樣本分類與編碼

2.2 數據來源

2020年1月，基于高德地圖開放API平臺，利用爬蟲軟件對物流POI數據進行提取，選擇“物流園區”、“配送/分撥中心”、“快遞”、“速運”、“貨運公司”等關鍵詞，經統計篩選剔除重復與無效數據后，共收集上海市16個市轄區范圍內的物流業POI數據共計11 877個。其中物流節點共計475個，物流企業共計10 931個，物流相關設施共計471個。將POI數據導入Arcgis10.2中，初步得到上海市物流業空間布局圖（如圖1所示）。

圖1 研究樣本分類型分布

2.3 研究方法

2.3.1 核密度估計法。核密度估計法（KDE）是以地理學第一定律為引導，用來衡量地理空間中點要素或者線要素測量值在指定鄰域范圍內的單位密度，反映其集聚特征和距離衰減規律的一種方法。首先用函數模型對每個“核”進行測算，計算其搜索半徑內每個要素的權重值，再通過疊加每個網格單元中“核”表面權重值，進而得到該單元的密度值[9]。計算公式為：

其中：K(X)為核密度函數；h為帶寬，且h＞0，代表距離衰減閾值；n為相對于要素x的距離不超過h的要素點個數。

2.3.2 最近鄰分析法。最近鄰分析是指將指定區域中所有要素的實際分布與該區域中所有要素在理論上的隨機分布進行對比分析。首先，測得區域內每個要素（或其質心）與其最近鄰要素（或其質心）位置之間的距離，然后計算出所有距離平均值，再除以期望下的平均距離，得到的結果就是平均最近鄰比率（ANN）。計算公式為：

其中：D0為所有要素與其最近鄰要素實際測量距離的平均值，De為所有要素在該區域內隨機分布平均距離。若平均最近鄰比率小于1，則表現的模式為集聚分布。若平均最近鄰比率大于1，則表現的模式更趨向于擴散。平均最近鄰比率值與聚類程度表現為負相關，當比率等于1時，則表示要素在該區域內為隨機分布。

2.3.3 區位熵。區位熵（LQ）是評價某一區域內優勢產業的基本方法，通過測量某一區域指定要素的空間分布情況，來反映某一產業的相對專業化程度[10]。計算公式為：

其中：qij為j地區i產業的指標值；qj為j地區的總指標值；qi為全國范圍i產業的總指標值；q為全國總指標值。一般來說，當其值大于1時，則認為i產業在全國中占據競爭優勢。

2.3.4 緩沖區分析。緩沖區指空間實體的一種服務范圍或影響范圍，通常以點、線或面為基礎，以指定距離圍繞要素周圍繪制出多個緩沖圓環區域，再將需要分析的目標圖層與之進行疊加，從而得到所需結果。緩沖區分析是一種解決鄰近度問題的空間分析有效方法之一。

3 上海物流業空間分布特征分析

3.1 核密度分析

圖2 不同類型上海物流活動核密度分析結果

基于表1分類結果，利用Arcgis10.2對上海市物流POI數據按大類進行核密度分析，得到結果如圖2所示。綜合來看，上海市物流活動總體表現為“一極化中心，多核心外遷”的空間格局，與上海市“十三五”規劃提出的“五園區四基地”物流產業空間布局存在高耦合聯系。受政府引導和區位理論的影響，物流節點的空間布局絕大多數位于城市外環線與郊環線之間。其中，西北綜合物流園區作為典型的陸港型物流園區，建設時間最早，離城市中心區距離最短，主要發揮城市配送以及市內外物流集散的功能，同時聯接長三角，借助三縱四橫的交通優勢，對物流企業的集聚效應相較于其他物流節點更高；坐落在浦東新區的外高橋保稅物流園區、洋山深水港物流園區、浦東空港物流園區以及臨港裝備制造業物流基地，借助港口碼頭和航空港的地理優勢，協同集聚效果顯著，對物流企業的區位選擇吸引力強，推動了物流活動核心的外遷，區域內物流節點和物流企業數分別占總量的22.15%和21.72%。物流企業的空間分布則呈現出多樣化的結果，一方面，受物流節點的區位引導和地租理論的影響，呈現出近郊化的分布特征，企業選址多位于城市外環線，鄰近上海交通主干道交匯處，最大化降低了區位間的運輸成本；另一方面，考慮到企業自身的業務重心和其在產業鏈中的位置，仍有22.05%的物流企業分布于上海市中心七個城區，平均密度達8.12個/km2，遠高于上海市平均水平1.68個/km2，物流活動呈現出極化現象。物流相關設施作為專業化物流網絡發展之前物流活動的主要載體，其空間布局多依托于政策引導和各個工業園區的主導產業，同時受到火車站、港口等傳統物流節點的影響，有小規模的集聚現象，多發生在上海市外環線與郊環線之間，規律性不強。從地理位置上看，多分布于黃浦江與長江附近以及靠近其他長三角城市群的西北部，與物流節點的空間分布呈現出較高的耦合聯系。

3.2 平均最近鄰分析

通過將不同類別的上海物流業POI數據導入Arcgis，經過坐標變換，計算出每個POI與其最近鄰的POI之間的觀測距離和隨機分布下的預期距離，計算結果見表2。

計算結果表明，上海市物流空間總體分布的平均最近鄰（ANN）指數為0.321 1，反映出上海市物流業有明顯的空間集聚特征；Z值為-141.54，小于-2.58，即此聚類模式隨機產生的可能性小于1%。此外，通過分別計算不同類型的物流節點和物流企業的平均最近鄰指數可以看出，所有類別的平均最近鄰比率均小于1，Z值小于-2.58，均在1%顯著水平下檢驗通過，表現出統計學上顯著的聚類特征。其中：綜合服務型物流企業的集聚程度最高，ANN值為0.311 2，平均最近鄰觀測距離為380.61m；運輸型物流企業密度最高，企業之間的平均觀測距離最小，僅為264.78m；貨運場站由于樣本數量較其他類型少，且為政府規劃建設的公共資源，更加注重在空間分布上的均衡性，ANN值為0.603 5。物流節點的平均最近鄰指數和平均最近鄰觀測距離較物流企業普遍偏高，表現出物流節點作為物流專業化發展的核心產物，選址更為均勻合理；物流企業的主要服務對象為其他產業和城市居民，平均最近鄰觀測距離小，集聚特征更為顯著，與核密度分析中物流活動空間分布特征相吻合。

表2 分類型節點和企業平均最近鄰指數結果

3.3 產業集聚度評價

在研究中，區位熵的指標選取常采用就業人數或產值進行計算，考慮到物流業就業人員在市內通勤的流動性，不能準確測量特定區域的區位熵，故采用物流業產值進行計算。由于在國民經濟核算中暫無專門的物流業產值統計，一般選取交通運輸、倉儲和郵政業產值代替物流業產值。本文研究數據來源為2019年上海市及各區縣政府出版的統計年鑒、統計公報等。計算結果詳見表3，并根據計算結果繪制上海市各區縣區位熵分級圖，如圖3所示。

上海市總體物流業區位熵值為1.04，表明其集聚度略高于全國平均水平，可以認為從整體上看上海市物流產業存在一定程度的集聚情況，同時也有部分地區物流發展水平過低，體現了上海市各區縣物流業發展的不均勻性。其中：上海市內LQ值＞1的市轄區占全市的31.25%，地處上海市中心的黃浦區、靜安區、長寧區和虹口區都有較高的LQ和HCLQ值，主要由于其區域主導產業包含金融商貿、航運航空等與物流業融合度較高的產業，在全市的物流發展中更具競爭優勢；同時青浦區作為“全國快遞行業轉型發展示范區”，區內含有上市民營快遞物流企業總部達5家、重點物流企業數量17家，LQ值達2.41，體現了該區物流產業經濟規模大，專業集聚化程度較高。從區位熵分布地圖來看，黃浦江東南側沿海地區物流業發展較為平均，LQ值集中在0.7～0.8之間；黃浦江西北側差異顯著，最高為黃浦區（2.73），最低為徐匯區（0.25）。綜上所述，可以看出物流業的發展水平不僅受到城市空間結構和主導產業經濟發展的制約，政策規劃和地理資源也是決定性的影響因素。

表3 分區縣物流業集聚度評價結果

圖3 上海市各區域物流業區位熵分布

3.4 緩沖區分析

不同類型的物流節點和物流企業，因其服務對象、資產配置和職能定位不同，呈現出差異化的區位選擇行為[1]。考慮到上海市路網具有典型的中心環形加放射狀的結構特征，本文借助ArcGIS多環緩沖區工具，以上海城市坐標原點（121.478 19，31.239 746）為中心，以1km為間隔，構建多緩沖區圓環，與不同類型的上海市物流節點和物流企業POI數據進行空間疊加分析，并將結果進行曲線擬合，擬合結果如圖4所示。

總體來看，上海物流空間區位具有明顯的層級性和不均勻性的特征，其中：

（1）物流節點的區位選擇呈現出較高的相似性，主要分布區域集中在距離上海市中心10km～30km范圍內，占總量的73.17%，也體現了中心城區由于缺乏物流用地供應以及土地價格過高致使物流節點建設不足。物流園區的建設多受政府規劃和地域政策的主導和影響，區位選擇較其它節點更為單一，36.09%的物流園區集中在城市外環線（17km～22km），體現了其物流運作共同化和物流設施集約化的職能定位；物流中心作為城市公共物流空間，為了更好的提升其輻射范圍，首先在8km～10km范圍形成集聚圈，以商貿物流為主，接著在17km～20km處也有明顯的集聚現象，主要服務外環邊緣的制造業與工業，以及港區物流業務；配送分撥中心作為物流中心的下游，與物流中心的分布擬合度較高，但由于輻射范圍更小，分布也更為離散，主要服務對象為末端客戶，但內環以內節點僅占8.84%，表明主要消費區內末端配送物流設施不足，物流資源供求失衡，容易造成城市物流成本及交易成本過高、物流效率降低等問題，也凸顯了物流服務“最后一公里”配送難問題已成為制約物流發展的瓶頸。

圖4 不同類型節點和企業距中心相對分布

（2）與物流節點不同，物流企業為了獲得更好的經濟效益，提升自身服務效率，會先向城市中優勢區位集聚，當集聚規模過大而造成經濟效益減少時，物流企業開始向外擴散，轉移到企業生存成本更低的區位，當擴散到某一范圍時，繼續擴散所帶來的經濟收益不足以抵消溢出造成的運輸和時間成本時，物流企業在集聚經濟驅使下再次趨向地理集中。

不同類型物流企業受地域政策、業務對象、地租成本、交通網絡、既有物流設施、公司環境等多因素影響，區位選擇結果也更加多樣化。主要分布在上海郊環線以內，表現出明顯的圈層分布格局，仍以城市近郊為主要選擇，占總量的48.43%（15km～30km），但對地價的敏感程度整體較物流節點更弱。運輸型物流企業的業務重心在于城市居民和中小型工商企業，多為輕資產型企業，對內環邊緣區域和近郊區域都有明顯的選擇傾向，外環以內的企業數量占總量的56.21%。倉儲型物流企業由于所需用地面積大，其區位選擇則更側重于地租成本，其次是與物流園區、交通網絡的銜接，表現出郊區化的態勢，集中分布于距離上海市中心15km～30km之間。綜合服務型物流企業作為提供多種物流服務的企業，市場覆蓋面廣，規模較大，更多考慮多層級、全覆蓋的需求，在中心城區、外環和郊區均有不同程度的集聚。

4 結論

本文以上海市為研究對象，借助物流POI數據，利用ArcGIS軟件對上海市物流空間從距離視角、區縣視角和范圍視角進行分析，主要結論如下。

（1）上海市物流活動總體表現為“一極化中心，多核心外遷”的空間格局，與政府規劃的產業空間高度耦合；

（2）不同類型的物流活動表現出層級性、差異化的集聚結果，其中，物流節點的集聚程度弱于物流企業，綜合服務型物流企業集聚度最高，政府規劃的貨運場站集聚度最低，運輸型物流企業之間的平均觀測距離最小。

（3）上海市物流業整體上呈現出集聚特征，但各區縣之間物流業由于城市空間結構、主導產業、政策規劃和地理位置的不同，發展水平也有較大懸殊，表現為中心集聚、邊緣均勻和西北集聚、東南均勻的分布特征。

（4）物流企業的區位選擇相比物流節點更多樣化，呈現出“極化”和“擴散”現象；物流節點的區位選擇更多的傾向于城市外環處。

由于單個企業具體數據獲取的困難性，本文僅從整體水平進行研究，沒有考慮單個或局部企業規模過大造成的誤差影響，后續將進一步收集更為詳細的數據進行研究。