基于POI數(shù)據(jù)的廣西物流業(yè)空間布局特征分析

周家明,羅 瑤

(廣西民族師范學(xué)院,廣西壯族自治區(qū) 崇左 532203)

0 引言

物流業(yè)空間分布特征和集聚形態(tài)是地方物流產(chǎn)業(yè)規(guī)劃及地方政策制定的重要客觀條件和依托。2022年4月,廣西壯族自治區(qū)人民政府辦公廳印發(fā)《物流業(yè)發(fā)展“十四五”規(guī)劃》指出,到2025年基本建成會(huì)聚高效、區(qū)域協(xié)同、創(chuàng)新融合、智能綠色、安全可控的現(xiàn)代物流體系,推動(dòng)廣西成為國(guó)內(nèi)國(guó)際雙循環(huán)的重要節(jié)點(diǎn)樞紐,推動(dòng)形成區(qū)內(nèi)“雙核牽引、南北支撐、東西聯(lián)動(dòng)、多點(diǎn)協(xié)同”的物流空間布局[1]。中國(guó)物流業(yè)發(fā)展起步晚,對(duì)物流業(yè)布局方面缺乏深入研究,中國(guó)早期的物流業(yè)在空間布局上存在一定的不足。因此,深入研究廣西的物流業(yè)空間布局,對(duì)區(qū)域發(fā)展有重要現(xiàn)實(shí)意義。

已有文獻(xiàn)中,國(guó)外學(xué)者從產(chǎn)業(yè)集聚角度出發(fā),研究物流節(jié)點(diǎn)、物流要素及其它產(chǎn)業(yè)的選址和優(yōu)化,通過(guò)物流產(chǎn)業(yè)的空間集聚效應(yīng)驗(yàn)證物流的效率等[2-4]。對(duì)于POI數(shù)據(jù)的研究,國(guó)內(nèi)學(xué)者將其運(yùn)用到基礎(chǔ)設(shè)施的空間分布、商業(yè)活動(dòng)的特征分析[6,9,12,13]及物流業(yè)空間布局研究[5,7,8,10,11,14]上,取得了一定的成果,但是將POI數(shù)據(jù)運(yùn)用到整個(gè)物流業(yè)的空間布局分析中的研究成果較少,多數(shù)研究都是從物流業(yè)的某個(gè)領(lǐng)域出發(fā),即從微觀出發(fā),而對(duì)物流業(yè)空間分布的宏觀情況缺少深入研究。

基于此,以廣西物流業(yè)的POI數(shù)據(jù)為基礎(chǔ),運(yùn)用核密度估計(jì)法、緩沖區(qū)分析、平均最近鄰指數(shù)等方法分析廣西物流產(chǎn)業(yè)的空間分布特征,以期為廣西物流業(yè)的發(fā)展提供理論參考。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

1)核密度估計(jì)法(KDE)。該方法可用于探究廣西域內(nèi)物流業(yè)POI數(shù)據(jù)在空間上的分散或集聚狀態(tài),測(cè)量一定地理空間范圍內(nèi)單個(gè)POI數(shù)據(jù)在其規(guī)定范圍內(nèi)的單位密度。核密度估計(jì)法認(rèn)為,區(qū)域范圍內(nèi)任何地方都存在一種可估計(jì)的事件密度(也稱強(qiáng)度),而這個(gè)范圍的事件密度又可利用其附近單位面積內(nèi)事件發(fā)生點(diǎn)的位置進(jìn)行估算。計(jì)算公式如下:

式中,k(x)為核密度函數(shù),h為帶寬,即搜索半徑,n為樣本數(shù),x-xi表示x到xi的距離。

2)平均最近鄰指數(shù)法(ANN)。統(tǒng)計(jì)并獲取每個(gè)結(jié)點(diǎn)及與其最近結(jié)點(diǎn)間的平均距離,得出每個(gè)結(jié)點(diǎn)的最近相鄰間距平均數(shù),即平均最近鄰指數(shù)。通過(guò)軟件運(yùn)算得出Z值、平均觀察距離、預(yù)期平均距離及最近鄰比率4項(xiàng)數(shù)據(jù);Z值等于-2.58即認(rèn)為所有數(shù)據(jù)通過(guò)1%顯著性的檢驗(yàn),表示最集中,若超過(guò)-2.58則表示離散。平均觀察距離用于計(jì)算不同類型節(jié)點(diǎn)間的集聚變化,平均觀測(cè)距離越小,在空間上的集聚性越高;最近鄰比率是該方法中的重要指標(biāo),最近鄰比率小于1代表所選指標(biāo)節(jié)點(diǎn)在空間分布上趨向于集聚,大于1則代表其趨向于分散,等于1代表指標(biāo)節(jié)點(diǎn)在空間上呈現(xiàn)隨機(jī)分布狀態(tài)。

3)緩沖區(qū)分析法。緩沖區(qū)分析是地理空間分布分析法中一種常規(guī)且重要的空間分析法,適用于各種場(chǎng)地的選址問(wèn)題。在ArcGIS 10.8系統(tǒng)中找到緩沖區(qū)分析工具,設(shè)置合理的緩沖區(qū)半徑,如5 km或者10 km,在所選指標(biāo)節(jié)點(diǎn)的周邊建立一定寬度范圍的緩沖圓環(huán),將所需分析的目標(biāo)圖層與之疊加,最后進(jìn)行曲線擬合,優(yōu)化后即得到相應(yīng)的分析結(jié)果。

1.2 數(shù)據(jù)來(lái)源

根據(jù)我國(guó)《物流術(shù)語(yǔ)》(GB/T18354-2006)和《物流企業(yè)分類與評(píng)估指標(biāo)》(GBT19680-2013)中關(guān)于物流企業(yè)各項(xiàng)參數(shù)的劃分與規(guī)定,以及有關(guān)專家意見與市場(chǎng)上關(guān)于物流業(yè)分類標(biāo)準(zhǔn)的要求,選取物流節(jié)點(diǎn)與物流企業(yè)兩大類參數(shù)。物流節(jié)點(diǎn)主要包括物流園區(qū)、物流配送節(jié)點(diǎn)、貨運(yùn)場(chǎng)站,其中貨運(yùn)場(chǎng)站主要包括機(jī)場(chǎng)、汽車站、火車站等。物流企業(yè)依據(jù)其作用可分為物流網(wǎng)點(diǎn)(倉(cāng)儲(chǔ)型)、物流速運(yùn)(貨運(yùn)型)及物流公司(貨運(yùn)代理公司)。

通過(guò)高德地圖開放API平臺(tái),選擇“物流園區(qū)”“配送中心”“快遞”“速運(yùn)”“火車站”“汽車站”等關(guān)鍵詞,利用Python爬蟲技術(shù)提取物流POI數(shù)據(jù)。為保證數(shù)據(jù)的完整性,選擇高德地圖物流業(yè)相關(guān)編碼,再次使用Python爬蟲進(jìn)行數(shù)據(jù)提取,通過(guò)兩次數(shù)據(jù)提取獲得廣西物流業(yè)的POI數(shù)據(jù)。經(jīng)整合篩選,刪除重復(fù)或與物流業(yè)無(wú)關(guān)數(shù)據(jù),最終采集到廣西14個(gè)市區(qū)內(nèi)物流業(yè)POI信息共21 064條,其中,物流節(jié)點(diǎn)共2610個(gè),物流企業(yè)共18 454家。詳見表1。

表1 研究樣本的分類與數(shù)量Tab.1 Classification and quantity of research samples

2 廣西物流業(yè)空間布局特征

2.1 核密度分析結(jié)果

基于表1的分類結(jié)果,利用Arcgis 10.8系統(tǒng)中的核密度估計(jì)工具,以14市POI數(shù)據(jù)的平均值為階層,對(duì)廣西物流業(yè)的物流節(jié)點(diǎn)及物流企業(yè)進(jìn)行核密度估計(jì)分析。綜合來(lái)看,廣西物流產(chǎn)業(yè)總體表現(xiàn)為“一極化中心,東南走勢(shì)”的空間分布格局,以南寧市為物流業(yè)發(fā)展的中心,形成桂林-柳州-南寧東南走向的物流業(yè)布局,這與廣西“十四五”規(guī)劃提出的“雙核牽引、南北支撐、東西聯(lián)動(dòng)、多點(diǎn)協(xié)同”的物流產(chǎn)業(yè)空間布局還存在一定差距。詳見圖1。

廣西物流產(chǎn)業(yè)在空間密度布局上呈現(xiàn)“東南走向密、西北走向疏”態(tài)勢(shì),體現(xiàn)出物流產(chǎn)業(yè)在發(fā)展過(guò)程中具有分散而集聚化的特點(diǎn)。由圖1(a)可知,物流配送節(jié)點(diǎn)內(nèi)核密度的變化主要集中在以南寧為首的東南走向城市群,這主要受廣西經(jīng)濟(jì)社會(huì)發(fā)展形勢(shì)制約。南寧市作為全國(guó)性物流中心、國(guó)家一級(jí)物流園區(qū),借助經(jīng)濟(jì)、物流基礎(chǔ)設(shè)施、人口、地理等優(yōu)勢(shì),形成較高的協(xié)同集聚效應(yīng),在物流節(jié)點(diǎn)的集聚方面遠(yuǎn)高于其它地區(qū)。

圖1 廣西物流節(jié)點(diǎn)及物流企業(yè)核密度圖Fig.1 Kernel density map of logistics nodes and enterprises in Guangxi

由圖1(b)可知,廣西物流企業(yè)核密度高值主要集中于南寧、柳州、桂林及玉林四地的城區(qū)內(nèi),沿海地區(qū)也占有一定比例,西北地區(qū)核密度值相對(duì)較低。物流企業(yè)大多具有面積小、數(shù)量多、靈活性強(qiáng)、物流活動(dòng)活躍、受服務(wù)人群多的特點(diǎn)。一方面考慮市場(chǎng)業(yè)務(wù)因素,大多分布在城市中心,形成城區(qū)集聚并不斷向四周遞減態(tài)勢(shì)。另一方面,受地租因素影響,呈現(xiàn)出郊區(qū)化的空間布局,但總體還是在城市中心形成高度集聚。

2.2 平均最近鄰分析結(jié)果

將不同類別的廣西物流業(yè)POI數(shù)據(jù)導(dǎo)入Arcgis 10.8系統(tǒng),經(jīng)過(guò)經(jīng)緯度轉(zhuǎn)換與數(shù)據(jù)類型轉(zhuǎn)換,計(jì)算出每個(gè)類別POI數(shù)據(jù)與其最近鄰的相同類別POI數(shù)據(jù)間的平均觀測(cè)距離及不同分布下預(yù)期距離。詳見表2。

表2 平均最近鄰指數(shù)分析Tab.2 Average nearest neighbor index

觀察各種類型的物流節(jié)點(diǎn)及物流企業(yè)間的平均最近鄰指數(shù)和最近鄰比值發(fā)現(xiàn),除機(jī)場(chǎng)以外的所有類型平均最近鄰比率都低于1,Z值也低于-2.58,在統(tǒng)計(jì)學(xué)上表現(xiàn)為明顯的聚集特點(diǎn),這是機(jī)場(chǎng)面積大而人口分布不集中導(dǎo)致的。此外,在物流企業(yè)中,物流網(wǎng)點(diǎn)的聚集程度與相對(duì)密度都最高,最近鄰比率為0.159898,平均最近鄰觀測(cè)間距約為439.4m。從總體上看,物流企業(yè)間平均觀測(cè)距離最小,相近距離最短。與其它類型的節(jié)點(diǎn)相比,汽車站、港口、機(jī)場(chǎng)等傳統(tǒng)物流節(jié)點(diǎn)的POI數(shù)據(jù)存在數(shù)量小、規(guī)模大等特點(diǎn),但在空間上存在顯著的離散特征,原因是部分物流節(jié)點(diǎn)是政府規(guī)劃建設(shè)的公共資源,相較于其它類型的節(jié)點(diǎn)均衡性更高,離散程度更大,故最近鄰比率普遍偏高。物流節(jié)點(diǎn)的各項(xiàng)指標(biāo)都相對(duì)高于物流企業(yè),說(shuō)明物流節(jié)點(diǎn)作為物流業(yè)專業(yè)化發(fā)展的核心,其布局更具合理性。根據(jù)服務(wù)對(duì)象及對(duì)象規(guī)模的不同,物流企業(yè)的平均觀測(cè)距離小,集聚特征最為顯著,而物流節(jié)點(diǎn)、物流速運(yùn)與城市居民的生活息息相關(guān),具有規(guī)模小、品牌多、承載力弱的特點(diǎn),需具備一定的數(shù)量規(guī)模才能滿足居民及其他產(chǎn)業(yè)發(fā)展的日常需求。

2.3 緩沖區(qū)分析結(jié)果

不同類型的物流節(jié)點(diǎn)和物流企業(yè)因定義不同,其所服務(wù)的對(duì)象也不同,物流節(jié)點(diǎn)占地面積廣但數(shù)量較少,與物流企業(yè)面積小而數(shù)量多的情況相反。在POI數(shù)據(jù)中,無(wú)論大小通常都定義為“1”,故使用緩沖區(qū)分析法描述的物流企業(yè)分布特征較顯著,頻次特征明顯。為探究從市中心到物流企業(yè)的情況,將14市的物流企業(yè)POI數(shù)據(jù)導(dǎo)入Arcgis 10.8系統(tǒng),采用多環(huán)緩沖區(qū)分析法,以各市的市政府中心坐標(biāo)點(diǎn)為核心,10 km為間隔,逐步向外構(gòu)建多環(huán)緩沖區(qū),利用GIS中的分析工具分別與各市物流企業(yè)POI點(diǎn)進(jìn)行空間疊加分析,相交后得到廣西各城市物流企業(yè)距市中心的頻次分布數(shù)據(jù)。將統(tǒng)計(jì)數(shù)據(jù)導(dǎo)入Excel中構(gòu)建X、Y散點(diǎn)圖進(jìn)行曲線擬合,其中,橫坐標(biāo)單位為距離單位km,縱坐標(biāo)單位為物流企業(yè)個(gè)數(shù)。詳見圖2。

圖2 廣西14市物流企業(yè)POI點(diǎn)距離/頻次分布圖Fig.2 Distribution map of POI point distance/frequency of logistics enterprises in Guangxi

總體來(lái)看,廣西物流空間區(qū)位特征具有明顯不均衡性、層級(jí)性,根據(jù)城市的發(fā)展水平,大多呈現(xiàn)比較單一的分布特征。南寧、桂林、柳州、玉林、欽州、貴港、防城港等地的物流POI集中于市中心10 km～30 km范圍內(nèi),數(shù)量隨距市中心里程的增大而不斷減少。在廣西區(qū)域內(nèi),這些城市經(jīng)濟(jì)發(fā)展水平排名靠前,人口較多,體現(xiàn)了經(jīng)濟(jì)發(fā)展水平、人口密度及交通便利程度等對(duì)物流空間集聚的促進(jìn)作用。

崇左、百色、河池、來(lái)賓的物流企業(yè)空間布局不僅在城市中心10 km～20 km范圍內(nèi)存在集聚情況,在50 km～70 km范圍內(nèi)同樣存在集聚情況,河池市遠(yuǎn)郊地區(qū)的集聚程度甚至高于市中心。這4個(gè)城市的經(jīng)濟(jì)發(fā)展水平、交通運(yùn)輸發(fā)展較緩慢,崇左、百色、河池面積大,人口較為分散,山地多,故中心城區(qū)沒(méi)有形成明顯集聚效應(yīng)。人口分散、中心城區(qū)經(jīng)濟(jì)發(fā)展有限、用地缺乏導(dǎo)致土地價(jià)格高昂等原因使這些城市的物流POI向遠(yuǎn)郊擴(kuò)散,物流空間布局向郊區(qū)拓展。

物流企業(yè)為獲得更多的經(jīng)濟(jì)效益,招攬更多的專業(yè)人才,會(huì)不斷向城市中心集聚,以借力于高經(jīng)濟(jì)發(fā)展水平帶來(lái)的龐大市場(chǎng)與先進(jìn)基礎(chǔ)設(shè)施。根據(jù)市場(chǎng)的一般規(guī)律,供過(guò)于求時(shí),會(huì)使產(chǎn)品價(jià)格出現(xiàn)一定程度的下降,市場(chǎng)低迷,使得企業(yè)減少或不生產(chǎn)此類產(chǎn)品。物流企業(yè)依托于市場(chǎng),受市場(chǎng)周期影響,當(dāng)集聚規(guī)模達(dá)到市場(chǎng)臨界點(diǎn)時(shí),其經(jīng)濟(jì)效益就會(huì)下降,開始向遠(yuǎn)郊擴(kuò)展。當(dāng)擴(kuò)散到某一范圍時(shí),繼續(xù)擴(kuò)散所帶來(lái)的經(jīng)濟(jì)收益不足以抵消向遠(yuǎn)郊拓展造成的運(yùn)輸成本與時(shí)間成本時(shí),物流企業(yè)會(huì)在集聚經(jīng)濟(jì)的驅(qū)使下再次趨向地理集中[10]。

南寧市等地沒(méi)有出現(xiàn)明顯的物流企業(yè)轉(zhuǎn)移現(xiàn)象,說(shuō)明市中心仍存在一定的經(jīng)濟(jì)效益,使得物流產(chǎn)業(yè)區(qū)位布局仍不斷向市中心集聚。崇左等地已出現(xiàn)明顯的物流業(yè)擴(kuò)散現(xiàn)象,說(shuō)明此地物流企業(yè)在市中心的經(jīng)濟(jì)效益不高,在追求低成本的需求下不斷向遠(yuǎn)郊地區(qū)集聚。

3 結(jié)論

基于高德地圖API開放平臺(tái)物流業(yè)的POI數(shù)據(jù)將物流業(yè)分類為物流節(jié)點(diǎn)、物流企業(yè),以廣西14個(gè)城市為研究對(duì)象,使用Python進(jìn)行數(shù)據(jù)提取,利用ArcGis軟件對(duì)廣西物流業(yè)的空間布局特征進(jìn)行研究,得出主要結(jié)論如下:

1)廣西物流業(yè)總體表現(xiàn)為“一極化中心,東南走勢(shì)”的空間格局,具有層級(jí)性和不均衡性的發(fā)展特征,與政府規(guī)劃的物流業(yè)空間布局耦合度較低。無(wú)論是物流節(jié)點(diǎn)還是物流企業(yè),在西北部城市中還存在很大空白。

2)不同類型的物流活動(dòng)表現(xiàn)各有差異。物流企業(yè)的集聚程度遠(yuǎn)高于物流節(jié)點(diǎn),物流節(jié)點(diǎn)與物流速運(yùn)集聚程度最高,機(jī)場(chǎng)、火車站及汽車站等傳統(tǒng)物流節(jié)點(diǎn)的集聚程度最低,符合物流企業(yè)、物流節(jié)點(diǎn)的布局特征。

3)廣西物流業(yè)仍處于發(fā)展階段。以南寧市為首的一些城市物流業(yè)發(fā)展仍處于市中心集聚階段,沒(méi)有形成遠(yuǎn)郊化集聚態(tài)勢(shì),說(shuō)明市中心物流經(jīng)濟(jì)效益沒(méi)有達(dá)到頂峰,經(jīng)濟(jì)發(fā)展?jié)摿Υ?仍擁有龐大的市場(chǎng)需求與潛力。