基于地理探測器的長株潭A級物流企業(yè)空間格局與影響因子分析

江雪輝 鄧 彬 魯 嬋

1.湖南工業(yè)大學 商學院 湖南 株洲 412007

2. 湖南工業(yè)大學 計算機學院 湖南 株洲 412007

3. 湖南工業(yè)大學城市與環(huán)境學院湖南 株洲 412007

0 引言

物流業(yè)是集包裝、運輸、倉儲和裝卸搬運等功能于一體的服務型產業(yè)，對促進城市和區(qū)域生產要素流動、確保市場供應穩(wěn)定具有重要作用。準確識別物流企業(yè)的空間布局特征，厘清物流企業(yè)的空間區(qū)位優(yōu)勢與形成機制成為當前我國物流企業(yè)發(fā)展亟待解決的問題。

近年來，國內外學者圍繞物流企業(yè)的空間格局及影響因子進行了大量研究。國外學者主要以發(fā)達國家為研究對象，從微觀角度分析了物流企業(yè)擴散的趨勢和影響因子[1-3]、物流企業(yè)集聚的形成機制[4-6]以及物流企業(yè)對區(qū)域經濟和生產力的影響作用[7-9]等。受物流企業(yè)數(shù)據(jù)的可獲得性影響，國內學者更多是從宏觀角度對物流企業(yè)空間格局及影響因子進行分析。已有研究大多使用最小二乘回歸模型、空間計量模型、地理加權回歸模型等定量分析方法，從區(qū)域政策、區(qū)域經濟、市場、交通可達性等方面分析物流企業(yè)的影響因子與內在機制[10-16]。

長株潭城市群處于“一帶一部”中樞，地理位置優(yōu)越，是湖南省經濟發(fā)展的核心增長極，也是促進中部地區(qū)崛起的重要區(qū)域。A級物流企業(yè)是物流行業(yè)的領跑者，在規(guī)模、功能和服務水平等方面都優(yōu)于其他物流企業(yè)。因此，本研究擬以長株潭A級物流企業(yè)為研究對象，運用地理探測器厘清不同等級物流企業(yè)空間分布的影響因子與形成機制，以期為物流企業(yè)空間分布格局的優(yōu)化、物流規(guī)劃和政策的制定、物流資源合理配置提供依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源與處理

依據(jù)中國物流與采購聯(lián)合會2010—2020年公布的A級物流企業(yè)評估名單，本研究選取長株潭A級物流企業(yè)作為研究對象，剔除注銷或兼并重組的企業(yè)后，得到145家企業(yè)，如表1所示。受A級物流企業(yè)數(shù)量少的限制，將其分為4A級及以上和3A級及以下（無1A級）兩種，并對2010, 2015, 2020年的相關數(shù)據(jù)進行分析。長株潭地區(qū)生產總值、社會消費品零售總額和地方財政支出總額等數(shù)據(jù)來源于2011—2021年湖南省統(tǒng)計年鑒。

通過國家企業(yè)信用信息公示系統(tǒng)（http://www.gsxt.gov.cn/index.html）查詢長株潭A級物流企業(yè)的注冊地址，再利用谷歌地圖獲取企業(yè)經緯度，結合ArcGIS軟件進行可視化分析。

表1 2010—2020年長株潭不同等級物流企業(yè)數(shù)量Table 1 Number of logistics enterprises of different grades in Chang-Zhu-Tan from 2010 to 2020

1.2 研究方法

1）平均最近鄰分析方法。平均最近鄰分析方法可得到5個指標：平均觀測距離、預期平均距離、最近鄰指數(shù)、Z得分和P值。平均觀測距離是指所有點與其最鄰近點之間的距離均值。預期平均距離是隨機分布中所有點與其最鄰近點之間的距離均值。最近鄰指數(shù)可用來判斷研究對象在空間上的分布格局[17]，是平均觀測距離和預期平均距離的比值。Z得分用來檢驗平均最近鄰分析的統(tǒng)計顯著性。P值用來檢驗研究結果的真實性。最近鄰指數(shù)計算公式為

R＜1表示研究對象在空間上集聚分布；R=1表示研究對象在空間上隨機分布；R＞1表示研究對象在空間上離散分布。

2）核密度分析方法。核密度能直觀反映研究對象在空間上的集聚狀態(tài)。它是通過計算要素在鄰域范圍內的密度，并用可視化方式展示研究對象空間分布規(guī)律的方法。核密度值越大，表示在該區(qū)域范圍內研究對象的集聚程度越高[18-19]。核密度計算公式為

式中：s是待估計研究對象的位置；si是落在以s為圓心、h為半徑的圓的第i個研究對象的位置。

3）標準差橢圓分析方法。標準差橢圓分析方法可以有效揭示研究對象在區(qū)域內的中心性、方向性、空間形態(tài)等特征。通過計算圓心、長軸、短軸和方位角繪制標準差橢圓。其中，圓心表示研究對象在空間分布的重心，方位角表示研究對象的空間分布趨勢[20-21]。

式中：xi和yi是要素i的坐標；和是平均中心坐標。

方位角θ為

沿X軸（長軸）、Y軸（短軸）方向的標準差為

4）地理探測器。地理探測器是用來探究研究對象的空間分異性及揭示其背后驅動力的新型統(tǒng)計學方法[22]。其運行原理主要基于如下假設：當因變量Y受自變量X影響時，兩者空間分布具有相似性[23]。地理探測器不僅可以處理數(shù)值型數(shù)據(jù)和定性數(shù)據(jù)，還可以較好地探測兩因子對因變量的交互作用。q值表示因變量Y的空間分異性以及自變量X能在多大程度上解釋因變量Y的空間分異。通過比較單因子q值和兩因子共同作用的q值，可以判斷兩因子是否存在交互作用，以及交互作用的強弱、方向等。q值計算公式為

式中：i是因變量Y或者自變量X的分層；Pi和P分別是層i和樣本區(qū)的單元素；和分別是層i和樣本區(qū)的方差。

q的取值范圍為[0, 1]。q值越大表示因變量Y的空間分異性越強，反之則表示空間分布隨機性越強；若自變量X組成了分層，則q值越大表示自變量X對因變量Y的解釋程度越強，反之則越弱。

2 物流企業(yè)空間分布與變化

2.1 物流企業(yè)空間集聚變化趨勢

運用平均最近鄰分析方法探測2010—2020年長株潭不同等級物流企業(yè)的集聚程度，結果如表2所示。

表2 2010—2020年長株潭A級物流企業(yè)空間集聚程度Table 2 Spatial agglomeration degree of A-level logistics enterprises in Chang-Zhu-Tan from 2010 to 2020

由表2可知，不同等級物流企業(yè)在空間上均呈現(xiàn)集聚分布且集聚程度有所增強，但4A級及以上物流企業(yè)集聚程度明顯高于3A級及以下物流企業(yè)。

使用標準差橢圓分析方法探測不同等級物流企業(yè)的移動方向及變化趨勢，結果如圖1所示。10 年間，不同等級物流企業(yè)空間分布格局由“東北—西南”走向轉變?yōu)椤拔鞅薄獤|南”走向，重心均位于長沙市雨花區(qū)，但相比較3A級及以下物流企業(yè)，4A級及以上物流企業(yè)的重心緯度更高。

圖1 2010—2020年長株潭A級物流企業(yè)分布標準差橢圓分析結果Fig. 1 Distribution standard deviation ellipse of Chang-Zhu-Tan A-level logistics enterprises from 2010 to 2020

2.2 物流企業(yè)空間集聚程度

進一步使用核密度分析方法探測不同等級物流企業(yè)的空間集聚特征，結果如圖2所示。2010—2020年不同等級物流企業(yè)的空間集聚格局均表現(xiàn)出不規(guī)則的環(huán)狀分布特征，不規(guī)則部分與交通干線重合。4A級及以上物流企業(yè)以芙蓉區(qū)為“單核心”的集聚趨勢明顯，3A級及以下物流企業(yè)呈現(xiàn)以芙蓉區(qū)、石峰區(qū)和岳塘區(qū)為“三核心”的集聚格局。

圖2 2010—2020年長株潭A級物流企業(yè)核密度分析結果Fig. 2 Kernel density analysis of A-level logistics enterprises in Chang-Zhu-Tan from 2010 to 2020

彩圖

3 物流企業(yè)空間分布影響因子

3.1 影響因子的相關性分析

物流企業(yè)的空間分布受多種因素影響。本研究團隊通過閱讀大量的相關文獻，并基于長株潭A級物流企業(yè)的空間格局變化特征以及數(shù)據(jù)的可獲得性，選取了城鎮(zhèn)化水平、區(qū)域經濟實力、居民消費能力、商貿市場規(guī)模、區(qū)域政策、工業(yè)化水平、人口密度、交通可達性等8個具有代表性的影響因子。影響因子的選取和計算方法如表3所示。

表3 影響因子的選取和計算方法Table 3 Influencing factor selection and calculation method

運用相關性分析方法探測影響因子與物流企業(yè)之間的線性相關性，計算結果如表4所示。物流企業(yè)Pearson相關系數(shù)均為正數(shù)，表明選取的影響因子與物流企業(yè)均存在正相關關系，也從側面反映了這些影響因子的選取存在一定合理性。具體來看，區(qū)域經濟實力、居民消費能力和交通可達性均通過了不同等級物流企業(yè)在2010, 2015, 2020年的顯著性檢驗；商貿市場規(guī)模和區(qū)域政策均通過了4A級及以上物流企業(yè)在不同年度的顯著性檢驗；城鎮(zhèn)化水平、商貿市場規(guī)模和區(qū)域政策只通過了3A級及以下物流企業(yè)在某一年度的顯著性檢驗，Pearson相關系數(shù)相對較高。

表4 長株潭A級物流企業(yè)影響因子的Pearson相關系數(shù)Table 4 Pearson correlation coefficient of influencing factors among Chang-Zhu-Tan A-level logistics enterprises

3.2 影響因子作用的空間分異性

用因子探測器分析不同影響因子可解釋物流企業(yè)的空間分異程度。將自變量導入地理探測器軟件中，計算2010, 2015, 2020年影響因子對長株潭不同等級物流企業(yè)的影響力q值，結果見表5。

表5 不同影響因子對長株潭A級物流企業(yè)分布的影響力q值Table 5 q value of influence of different influencing factors on Chang-Zhu-Tan A-level logistics enterprises

3.3 交互探測結果

進一步使用地理探測器分析任意兩個影響因子對A級物流企業(yè)空間分布的影響程度，結果見表6。不同影響因子之間產生的交互作用有2種：非線性增強（nonlinear enhancement，NE）和雙因子增強（bi-factor enhancement，BE）。非線性增強表示兩個影響因子在交互作用時產生的影響力大于它們單獨作用時產生的影響力之和；雙因子增強表示兩個影響因子在交互作用時產生的影響力大于它們單獨作用時產生的最大影響力，影響程度弱于非線性增強。

表6 長株潭A級物流企業(yè)不同影響因子的交互探測結果Table 6 Interactive detection results of different influencing factors in Chang-Zhu-Tan A-level logistics enterprises

3.4 影響因子的作用機制分析

3.4.1 主要影響因子作用強度趨向于均衡化

由表5可知，2010—2020年城鎮(zhèn)化水平、商貿市場規(guī)模和交通可達性對不同等級物流企業(yè)分布的影響程度逐漸增強，其余影響因子呈現(xiàn)減弱趨勢，不同影響因子間的q值差距也在減小，表明長株潭A級物流企業(yè)的空間格局不是由單個因素決定，而是受多個因素共同影響，其逐漸朝著均衡化方向發(fā)展。具體來看，工業(yè)化水平對2010和2015年4A級及以上物流企業(yè)空間分布的影響程度最高；交通可達性在2020年取代工業(yè)化水平成為核心影響因子；區(qū)域經濟實力和商貿市場規(guī)模一直對4A級及以上物流企業(yè)的空間分布具有重要影響。區(qū)域政策是2010年3A級及以下物流企業(yè)空間分布的核心影響因子；區(qū)域經濟實力在2015年取代區(qū)域政策成為核心影響因子；城鎮(zhèn)化水平在2020年取代區(qū)域經濟實力成為核心影響因子；交通可達性和商貿市場規(guī)模一直是影響3A級及以下物流企業(yè)空間分布的重要因素。

3.4.2 不同等級物流企業(yè)影響因子作用差異明顯

從影響因子影響力q值來看，區(qū)域經濟實力、商貿市場規(guī)模和交通可達性是影響長株潭4A級及以上物流企業(yè)空間分布的核心因素，區(qū)域經濟實力、區(qū)域政策和交通可達性則是影響3A級及以下物流企業(yè)空間分布的核心因素，其余影響因子對不同時期不同等級物流企業(yè)的影響程度差異較大。

1）城鎮(zhèn)化水平、區(qū)域經濟實力。城鎮(zhèn)化水平、區(qū)域經濟實力對長株潭A級物流企業(yè)的空間分布具有重要影響。如表5所示，A級物流企業(yè)在區(qū)域空間分布上的不均衡和異質性，在一定程度上反映出不同城市區(qū)域之間經濟發(fā)展水平的差異。近10年來，長株潭A級物流企業(yè)數(shù)量和規(guī)模都有明顯增長，4A級及以上和3A級及以下物流企業(yè)的q值一直處于較高水平，這主要是區(qū)域經濟實力對物流企業(yè)空間分布影響顯著。從整體來看，4A級及以上物流企業(yè)規(guī)模較大，更傾向于布局在經濟發(fā)展水平更高的長沙市，而3A級及以下物流企業(yè)由于規(guī)模較小，分布相對均衡。從縣（市）區(qū)層面來看，多數(shù)A級物流企業(yè)選擇集聚在三市中心城區(qū)并形成熱點區(qū)域。

2）居民消費能力、人口密度。居民消費能力對不同等級物流企業(yè)空間分布的影響程度保持在中等水平，表明居民消費能力雖然對物流企業(yè)的布局具有一定的影響，但相對于區(qū)域經濟實力、交通可達性等影響因子，其影響程度較低。隨著產業(yè)的升級轉型，物流企業(yè)引入了智能物流技術、自動化設備，例如自動化立體倉庫、無人叉車和RFID（radio frequency idenfication）電子標簽等，節(jié)約了大量人力和物力，導致物流企業(yè)對勞動力的需求有所減少。

3）工業(yè)化水平、商貿市場規(guī)模。工業(yè)作為第二產業(yè)，商貿流通業(yè)作為第三產業(yè)，均能為物流企業(yè)創(chuàng)造大量的運輸、配送等需求。近10 年來，由于產業(yè)結構不斷升級調整，長株潭第二產業(yè)產值占地區(qū)生產總值的比例總體呈下降趨勢，而第三產業(yè)產值的比例逐漸增加。工業(yè)化水平對不同等級物流企業(yè)空間分布的影響力均有所下降，而商貿市場規(guī)模的擴大對不同等級物流企業(yè)空間分布的影響作用提升。4A級及以上物流企業(yè)受商貿市場規(guī)模影響更大，其商貿市場規(guī)模影響力q值均高于其他物流企業(yè)，在選址時應重點考慮。

4）區(qū)域政策。區(qū)域政策對物流企業(yè)的空間分布具有重要引導作用。相關規(guī)劃促進了物流企業(yè)空間分布由“東北—西南”走向轉變?yōu)椤拔鞅薄獤|南”走向，重心不斷向東南方向偏移。區(qū)域政策對4A級及以上物流企業(yè)的影響程度較高且緩慢提升；對3A級及以下物流企業(yè)的影響程度有所減弱，但依舊保持較高水平。3A級及以下物流企業(yè)的經濟實力較弱，抗風險能力較差，因而需要更多的政策扶持，而4A級及以上物流企業(yè)規(guī)模有所增大，競爭力日益增強，這與政府鼓勵物流企業(yè)做大做強的理念具有一致性。

5）交通可達性。良好的交通可達性可以減少貨物運輸時間，提高運輸效率，增加客戶的滿意度，同時也可以擴大物流企業(yè)的輻射范圍，贏得更多潛在的物流市場。交通可達性對不同等級物流企業(yè)空間分布的影響力均保持較高水平且影響力q值有所增加。物流企業(yè)布局于高速公路、車站、機場等樞紐附近，可以提高運輸效率，降低運輸成本。4A級及以上物流企業(yè)業(yè)務量較大，對運輸時效性要求更高，在布局時受交通可達性的影響更大。

3.4.3 影響因子交互作用呈顯著增強趨勢

如表6所示，長株潭不同等級物流企業(yè)空間分布的影響因子在交互作用時產生的影響力均大于它們獨自作用時產生的影響力，不存在相互獨立的影響因子。4A級及以上物流企業(yè)在2010, 2015, 2020年分別有6, 8, 13種影響因子在交互時產生了非線性增強，因子交互作用的占比從21.43%增長到46.43%；3A級及以下物流企業(yè)在2010, 2015, 2020年分別有9,8, 12種影響因子的交互作用為非線性增強，且因子交互作用的占比從32.14%增長到42.86%。4A級及以上物流企業(yè)表現(xiàn)為區(qū)域政策（X5）、交通可達性（X8）、商貿市場規(guī)模（X4）與多個影響因子交互作用的非線性增強；3A級及以下物流企業(yè)，城鎮(zhèn)化水平（X1）、商貿市場規(guī)模（X4）和交通可達性（X8）與多個影響因子的交互作用為非線性增強。這表明不同等級物流企業(yè)空間分布的影響因子既有共同作用，又存在時空差異。

4 結語

本研究分析了長株潭A級物流企業(yè)的空間格局變化特征，并探究了A級物流企業(yè)空間分布格局的主要影響因子與形成機制。主要研究結論如下：1）不同等級物流企業(yè)的空間分布格局均表現(xiàn)出不規(guī)則的環(huán)狀分布特征，不規(guī)則部分與交通干線重合，且重心往東南方向偏移趨勢明顯，4A級及以上物流企業(yè)以芙蓉區(qū)為“單核心”的集聚趨勢明顯，3A級及以下物流企業(yè)逐漸呈現(xiàn)出以芙蓉區(qū)、石峰區(qū)和岳塘區(qū)為“三核”的集聚格局；2）城鎮(zhèn)化水平、商貿市場規(guī)模和交通可達性等影響因子對不同等級物流企業(yè)的影響程度逐漸增強，其余影響因子均呈現(xiàn)減弱趨勢，同時因子的q值差距減小，這表明長株潭A級物流企業(yè)的空間格局不由單個因素決定，而是受多個因素共同影響，其逐步朝著均衡化方向發(fā)展；3）兩個影響因子在交互作用時產生的影響力均大于它們獨自作用時產生的影響力。區(qū)域經濟實力、商貿市場規(guī)模和交通可達性是4A級及以上物流企業(yè)空間分布的核心影響因子，區(qū)域經濟實力、區(qū)域政策和交通可達性則是3A級及以下物流企業(yè)空間分布的核心影響因子。

長株潭物流行業(yè)正處于快速發(fā)展階段，因而政府需給予土地、財稅、金融等政策支持物流企業(yè)落戶發(fā)展。交通可達性對物流企業(yè)的空間分布具有重要影響。政府需要增強干線運輸和支線運輸?shù)哪芰?，充分利用現(xiàn)有株洲西站、株洲站、湘潭北站和湘潭站等客運樞紐，適度提升貨運功能；大力支持多式聯(lián)運，打造高效便捷的軸輻式物流網絡，促進長株潭物流企業(yè)健康發(fā)展。