广州市运输型物流企业空间分布特征分析

基于广州市3 040个运输型物流企业的空间属性资料,揭示广州市运输型物流企业的空间分布规律,剖析不同区域运输型物流企业的集聚机理。研究表明:①全市运输型物流企业空间分布特征是中心城区高度聚集、其它地区零散分布,呈现"三心一轴"的格局。②各个区域呈现不同分布格局,白云区是三纵一横一个中心,越秀区是均质分布,荔湾区和海珠区是零散分布,天河区是轴线分布基础上的小规模集聚,黄埔区、萝岗区是双集聚中心。③影响各区域分布格局的主要因素有:城区历史因素(地理位置、经济发展水平),交通基础设施因素(城市主干道),经济活动中心因素(商业、商务、工业园区),物流节点因素(机场、货运站场、批发市场),规划政策(物流规划)因素和土地因素。     

西北内陆中心城市物流企业空间分异及区位选择——以兰州市为例

城市物流企业的空间分布决定物流空间格局、影响城市综合资源和生产空间的合理配置。以西北内陆中心城市——兰州市为案例区,基于微观物流企业数据并运用空间分析方法刻画了兰州市物流企业的空间分布及类型分异特征,进一步通过负二项回归模型探究了其区位选择的影响因素。结果表明：（1） 兰州市物流企业空间分布不均衡特征显著,总体呈现出“中心为主、远郊和近郊为辅,且沿城市交通主干道呈寄生状分布”的分异格局,具体可归纳为“多中心极化”、“中心极化”、“多中心外扩”、“中心外扩”、“整体极化”与“局部外扩”并存5种空间组织形态。（2） 物流企业呈现出“两心两翼四组团”的空间集聚特征,就不同类型而言,运输型和综合型物流企业呈现出“地域均衡化,类型多元化”集聚特征,货代型、快递型及仓储型物流企业则呈现出“片区集聚化,类型集群化”集聚特征。（3） 物流企业空间分异格局与类型分异特征受交通条件、集聚因素、政府政策、土地价格和城乡差异等多元因素影响,其中交通条件、集聚因素以及政府政策对行业整体在区位选择中的影响最为显著。（4） 从企业类型来看,货代型、综合型物流企业的区位选择受集聚因素影响最为显著;快递型、运输型物流企业则较为关注交通条件;仓储型物流企业对政府政策更为敏感。研究结果在丰富城市物流企业区位理论和研究案例的同时,对我国西北内陆中心城市物流企业空间布局优化具有重要的参考价值。     

宁波市港口物流企业空间格局及区位选择

以宁波市为例,基于港口物流企业空间数据,运用冷热点分析和泊松回归等方法,研究宁波市港口物流企业空间分布特征及影响因素。结果发现：① 宁波市港口物流企业呈现向心集聚性,圈层分布格局明显。中心商务区和临港工业区是集聚热点区域;②港口物流企业集聚特征明显但整体集聚程度下降,表现出在中心商务区和临港工业区持续集聚和沿主干道路向外围区域蔓延扩散两大趋势;③不同类型港口物流企业的区位选择有明显差异：货代型物流企业主要分布在中心商务区,仓储型物流企业主要临港分布,运输型企业选择临近沿交通干道布局,综合型物流企业的分布没有明显的区位倾向;④ 政策因素、土地价格、城乡差异、临近港口、经济潜力和工业结构都不同程度地影响港口物流企业的空间分布,而交通便利没有表现出相关性。     

合肥市物流空间区位特征与形成机理

以合肥市111个专业大市场、852家物流企业、38个物流节点为样本,结合合肥市2014年交通网络、工业园要素地图,采用GIS技术,探讨合肥市物流空间特征及形成机理。研究结果显示:(1)陆路交通网络对物流空间区位选择影响显著,而内河港口、机场对其影响不显著;(2)城区物流空间呈单中心等级扩散格局,中心城区与近郊区为物流企业、专业大市场布局热点,远郊区主要布局规模(大中型)物流节点,且无明显物流节点体系分层现象;(3)物流空间与工业布局不协同,区域差异明显,瑶海区、庐阳区物流空间集聚,而包河区与蜀山区无明显集聚现象。     

上海大都市区港口物流企业的空间格局演化

以上海港口物流企业数据为基础,运用GIS空间分析、数理统计等方法,探讨港口物流企业空间格局及演化规律,并对其关键影响因素进行分析。研究表明:1990 年代中期以来,上海港口物流企业空间格局总体呈集聚化和郊区化特征,中心城区仍是港口物流企业集聚的主要区域,但企业所占比例呈下降态势,郊区企业所占比例则不断上升。不同类型港口物流企业空间分布差异明显,处于价值链低端的运输仓储型企业倾向于向郊区转移,处于价值链中高端的综合服务型企业仍主要布局在中心城区,但已显现出郊区化端倪。上海港口物流企业空间格局演化受到港口功能演变、综合交通网络建设、商务支撑条件、城市规划及发展政策等因素的综合影响。     

西安市物流企业空间格局演化及影响因素分析

借助西安市物流企业微观地理数据,采用平均最近邻、标准差椭圆和核密度估计描述1995—2019年西安市物流企业空间分布及其演化特征,采用统计学方法分析物流企业聚集区与市中心的距离关系,并构建最小二乘回归模型分析影响物流企业空间分布的主要因素。结果表明：西安市物流企业从2000年开始出现聚集趋势,逐渐从单核发展为双核,现有出现第三核的趋势;物流企业空间分布呈现明显的扩散特征,演化过程沿着“西南-东北”方向延伸,整体呈现出“郊区化”趋势,集中分布于距市中心15km左右的位置;上一年度物流企业数量、常住人口及社会消费品零售总额是影响西安市物流企业空间格局形成的主要因素,对物流企业布局和集聚具有积极作用。     

关中平原城市群物流企业空间格局演化及影响因素研究

基于关中平原城市群物流企业微观地理数据,使用平均最近邻、核密度估计和标准差椭圆分析方法,从不同空间区域和不同企业类型维度,探究2005、2010、2015、2019年4个时间点关中平原城市群物流企业空间演化特征,并构建面板数据回归模型探究影响城市群物流企业空间分布的主要因素。结果表明：关中平原城市群物流企业聚集程度不断加深,聚集区由“单核”向“条带式斑点状”演化,整体沿“东北-西南”方向聚集分布,西安都市圈是城市群内物流企业的核心聚集区;城市群不同空间区域物流发展不均衡;不同类型物流企业空间格局演化特征不同;上一年度物流企业数量、邮政业务总量和社会消费品零售总额对物流企业空间集聚具有积极作用。     

广州市物流企业空间布局特征及其影响因素

管理学和经济学多从宏观视角进行物流业整体发展战略的研究,工程学和运筹学偏重物流企业内部流程和设施设计,对于中观层面的城市物流企业的空间研究比较薄弱,实证研究尤为缺乏。文章基于对广州市3771家物流企业调查资料,运用GIS空间分析方法,探究广州市物流企业的空间集聚特征,揭示影响其空间格局的主要因素,研究表明:广州市物流企业的空间分布具有显著的向心集聚性,从城市中心区向郊区和外围县级市,物流企业数量明显递减;物流企业沿城市交通主、次干道呈轴线状分布;物流企业区位选择具有服务依赖性,城市工业区和商务区是物流企业的重要集聚区;物流企业的空间格局是区位、交通、政策、地区经济实力和地价等因素综合作用的结果。     

浙江省A级物流企业时空格局特征研究

基于浙江省2005~2015年A级物流企业时空数据,运用ArcGIS10.0和CrimeStats 3.3软件从时间和空间视角分析了浙江省A级物流企业空间格局特征及形成机制。研究表明：浙江省A级物流企业在时间序列上分为起步阶段、成长阶段和成熟阶段,各等级企业发展不平衡;从空间上来看,A级物流企业呈现明显的东北部密集、西南部稀疏的分布趋势,最近邻指数表明全省A级物流企业的空间分布集聚强度依次为：总体>3A>4A>2A>5A>1A;多尺度研究表明不同等级的物流企业在不同空间尺度上的分布格局以集聚分布形态为主,随机分布为辅,集聚程度趋势随尺度变化而变化;热点探测分析表明A级物流企业区位导向为长三角南翼经济发达区、沿海港口城市、内陆交通枢纽三大地带。     

基于POI的北京物流业区位特征与分异机制

物流节点和物流企业作为物流空间的核心载体和组织主体,其区位特征和分异机制识别对优化城市物流空间布局、合理配置物流资源有重要意义。2014年12月基于腾讯在线地图平台,采集了北京市4396个物流POI。采用产业集中度评价、核密度分析等方法,刻画了北京物流空间格局,阐明了类型差异、供需侧因素与区位选择行为的微观作用机理,揭示了交通、地租、资产对空间分异形成的内在机制。研究表明：① 物流企业和物流节点呈现协同集聚和空间分离相结合的区位特征;物流活动总体呈现“中心边缘、近郊和远郊交错”的空间格局,与物流就业空间耦合度低。② 由物流园区和物流中心构成的公共物流空间是政府引导的结果,由服务于特定行业和终端用户的配送中心构成的末端物流空间多为企业主导,两者区位分异显著。③ 在物流区位形成过程中,政府通过规划交通线路和货运场站改变交通区位条件,配置物流仓储用地影响不同区域物流地租和可得性,进而调控企业行为并形成物流空间的类型与职能分异;企业则通过资产配置的差异化来满足不同服务对象的多样化需求,促进专业化分工并形成物流空间的对象分异。     

现代物流业影响城市空间结构机理分析

供应链管理模式的广泛应用使现代物流业作为继资源和人力领域后的第三利润源,与信息化一起快速整合到所有产业形态中,并通过物流系统的优化和高效的物流服务对城市发展产生深远影响。从经济学和城市地理学角度分析现代物流业影响城市空间结构的机理,指出现代物流业的产业特性使其具有特殊的企业组织与产业关联效应,不仅影响城市产业布局,而且通过由此产生的空间特性,即物流业区位偏好、物流园区建设以及网络化城市物流节点布局模式的构建参与城市空间结构的演化。     

中国城市物流创新的空间网络特征及驱动机制

创新要素高效流动的空间联系网络是物流高质量发展和区域物流协同发展研究的重要切入点。基于2003—2018年中国284个城市物流专利权利转移数据,运用大数据挖掘技术、GIS空间分析、社会网络分析和空间计量方法,研究了中国城市物流创新的空间网络特征及驱动机制,结果表明：① 网络规模扩张迅速,网络愈加稠密化,形成以深圳、北京、上海为中心的“多核心-边缘”格局,边缘区城市联结密度大幅提升,两极分化态势逐渐减弱。② 京津冀、长三角、珠三角和成渝城市群内的核心城市构筑了中国城市物流创新空间网络的菱形结构,形成邻近、等级和跳跃式混合聚类的四大凝聚子群,首位联系主要表现为五种空间扩散模式,呈现跳跃式和接触式联系态势。③ 城市物流创新联系在经济及信息联系通道中更易集聚,存在显著的内生交互效应;基于本地-邻近视角,功能基础和信息基础在经济、地理和信息权重下均对本地城市和邻近城市创新联系产生负向影响;政府扶持和众创氛围在经济、地理和信息权重下均对本地城市和邻近城市物流创新联系具有正向作用;经济基础、产业驱动、消费驱动和人才支撑在经济、地理和信息权重下分别对本地或邻近城市物流创新联系入强度或出强度产生显著影响。     

现代物流业与城市空间结构作用相关研究进展

在经济全球化进程中,分工和专业化不断深化,在此背景下物流业的发展方兴未艾,引起诸多专家学者的关注。通过对前人研究文献的整理,我们认为目前学术界对现代物流业与城市空间结构相互作用的相关研究仅处于起步阶段,物流业的空间组织与空间布局成果较多,但现代物流与城市空间结构的影响成果并不多。研究多集中于城市地理学和交通地理学中,在研究物流产业空间布局时对其与城市空间结构作用的简单提及。本文从物流业对城市空间结构的影响的表现和机理两方面进行了综述,物流业主要通过经济和政府两个视角影响城市空间结构,其空间布局促进了城市空间扩展,改变了城市用地结构及功能。最后,文章提出了关于物流业对城市空间结构影响的研究方向的展望与建议。     

空间视角下城乡物流网络的内涵、构成要素与研究框架

地理学视角的物流网络研究已成为物流科学领域的热点方向。从地理学的空间视角出发,在明确城乡物流网络理论来源和相关概念的基础上,对城乡物流网络的内涵、构成及研究框架进行梳理。基于研究,首先给出了城乡物流网络的定义,认为城乡物流网络的本质是旧的城市物流网络和乡村物流网络在空间上的延伸、衔接和提效。其次,从空间视角将城乡物流网络分解为节点、连线和域面3要素,指出网络各要素均出现了功能强化和更新,如节点的管理、衔接和经济社会功能强化;连线的联结功能和平衡功能出现,域面的协同组织、动态调整功能突出。最后,遵循地理学“格局-过程-机理-决策”的科学逻辑,提出“数据采集与融合、要素映射与解析、时空比较与分析、机理探究与优化”4个模块的城乡物流网络分析框架,为深刻揭示城乡物流网络结构及其演化机理提供基础。进一步指出未来应探讨城乡物流节点、连线、域面及网络的地区类型、区域适宜性及要素间相互作用机制,提炼适应不同区域、能有效提升要素流通效应的多尺度空间组织模式,加强对城乡要素流通系统的科学认知,科学支撑城乡地域融合发展实践。     

中国城市物流蔓延的时空演化特征——基于329个城市的物流用地面板数据

基于中国土地市场物流用地数据,构建用地蔓延指数模型,采用核密度、加权标准差椭圆等空间分析方法,从蔓延强度及方向等多维角度出发,获取2008—2017年中国城市物流蔓延的时空演化特征。研究发现：① 2008—2017年,中国城市物流蔓延强度最高为东北部,其次为东部、西部、中部,全国约67.48%的城市处于慢速蔓延状态。② 城市物流蔓延在全国范围内形成长三角、山东半岛和京津冀3个主要核密度高值区,物流用地冷点区主要分布在甘肃和云南等西部地区。③ 中国城市物流蔓延的空间分布重心轨迹经历了向东北?西南?东南方向的演化过程,一定程度上受国家战略和经济发展水平等因素的共同影响,应合理扩张物流用地,降低物流蔓延的负面影响。     

An empirical study on the intra-urban goods movement patterns using logistics big data

ABSTRACT

Movement patterns of intra-urban goods/things and the ways they differ from human mobility and traffic flow patterns have seldom been explored due to data access and methodological limitations, especially from systemic and long timescale perspectives. However, urban logistics big data are increasingly available, enabling unprecedented spatial and temporal resolutions to this issue. This research proposes an analytical framework for exploring intra-urban goods movement patterns by integrating spatial analysis, network analysis and spatial interaction analysis. Using daily urban logistics big data (over 10 million orders) provided by the largest online logistics company in Hong Kong (GoGoVan) from 2014 to 2016, we analyzed two spatial characteristics (displacement and direction) of urban goods movement. Results showed that the distribution of goods displaceFower law or exponential distribution of human mobility trends. The origin–destination flows of goods were used to build a spatially embedded network, revealing that Hong Kong became increasingly connected through intra-urban freight movement. Finally, spatial interaction characteristics were revealed using a fitting gravity model. Distance lacked substantial influence on the spatial interaction of goods movement. These findings have policy implications to intra-urban logistics and urban transport planning.     

基于企业数据的中国汽车物流网络组织特征及影响因素分析

物流活动及其空间组织是经济地理和交通地理共同的研究话题。本文基于汽车物流企业数据，选取137家典型汽车物流企业为研究样本，运用城市网络研究方法，分析了中国汽车物流组织网络的等级结构、空间分异和空间联系特征，并进一步应用回归模型，探讨汽车物流企业在区域尺度的空间分布及区位选址的影响因素。研究结果表明：区域尺度的中国城市汽车物流组织网络存在明显的金字塔型等级结构，可将其划分为全国性、区域性、次区域性、地方性枢纽城市和普通型城市五个等级；各节点城市组织能力空间分布不均，非均衡化发展特征明显，形成由东部沿海3个核心区和中西部2个高值区所构成的“3+2”空间分布格局；节点城市间基本形成以上海为核心，广州、北京、重庆、武汉城市间联系为骨干链条的密集联系网络，其核心网络结构与中国沿海经济带和长江经济带构成的“T”字型空间结构相吻合，网络联系呈现出从东部沿海向中西部地区递减、由城市群向周边地区递减的趋势。通过回归分析发现，城市经济发展水平、汽车物流市场需求和交通基础设施是影响区域尺度的中国汽车物流组织网络布局的重要因素。     

基于物流企业数据的2007-2017年中国城市网络空间特征及演化

采用2007、2012和2017年中国百强物流企业网络数据,运用世界城市网络研究的链锁网络模型方法,分析中国城市网络的等级结构、空间分异、空间联系及其演变特征。研究表明：基于物流企业数据的中国城市网络具有明显的层级特征,并呈现“两主多中心”的区域空间结构,网络联系的离散水平逐渐降低,其稳定性和均衡性有所增加,等级结构趋于合理;各节点城市组织能力空间分异明显,京津冀、长三角、珠三角的组织能力和介中心性始终处于较高水平,城市间物流联系逐渐增强,并有协同发展的趋势;城市网络联系中,长江沿线城市物流网络联系地位上升,上海为中心的T字型空间结构替代以北京为中心的核心网络结构,在全国尺度形成以胡焕庸线为界线,物流联系网络呈中东部密集、西部相对稀疏的空间格局,其演变过程呈现由等级网络联系特征向等级性与空间近邻性网络联系特征转变趋势。