基于大数据的电商物流末端配送网点空间分布分析——以深圳市为例

◎ 张 智 肖作鹏

基于大数据的电商物流末端配送网点空间分布分析
——以深圳市为例

◎ 张 智 肖作鹏

随着末端配送对于网络购物的重要性越来越强，网络零售企业、物流快递企业等纷纷加大末端物流网络的建设，围绕社区来配备快递配送网点和相应的服务设施。国家相关规划也提出了将电商物流快递基础设施建设纳入土地利用规划与城市总体规划，推动末端配送设施的网格化配置。虽然相关研究及政策已经开始推进，但是受制于数据限制，关于社区快递配送网点的规划布局研究仍然有待深化。以深圳市为例，通过兴趣点等大数据采集与空间分析方法，对邮政公司、快递公司和电商企业末端配送网点的空间分布进行探讨，分析上述公司末端配送网点的空间分布和服务能力，以期为末端物流设施的规划建设提供研究支撑与政策建议。

电商物流 末端配送 大数据 社区尺度 深圳

一、引言

末端配送是电商物流供应链的最后环节，直接与消费者关联，也是成本最高、配送组织最为复杂的环节。末端配送的效率不仅直接影响网络购物的体验，也对物流配送的整体成本有着重要的影响。因此，最后一公里末端物流不仅是物流配送，也是电商购物的发生环节与实现环节，是资金流、信息流与物流的入口，也是未来电商之争最主要的竞技场。

回顾中国电商物流的发展历程，末端配送的形态在不同阶段先后都有不同的演进。在网络发展的初期阶段，末端配送的概念并不明显，主要依赖邮政系统门店网络开展的自提业务以及各类型报业发行物流企业支持的货到付款（COD）模式。虽然邮政网络也加大力度推出了中邮速递以及邮政小包等各类型配送产品，但是仍然无法满足市场需要。随着淘宝网与民营快递达成电商物流联盟，以“四通一达”（指申通快递、圆通速递、中通快递、百世汇通、韵达快递五家民营快递公司的合称，下同）为代表的“通达系”快递企业开展直接配送成为物流配送的主要模式。并且，随着电商配送业务量越来越大，包括网购店取、智能快递箱等各类型的代收服务成为解决直接配送效率低、成本高的主要方式。与此同时，网络零售给传统零售行业的发展带来了巨大挑战，诸如国美、苏宁等传统零售巨头企业着力推进转型，推出了苏宁云商、国美在线等线上平台，开展线上线下相结合的O2O（online to offline）购物模式，依靠终端门店的库存与配送系统，实现快速配送或者到店自提业务。这样一来，经过不同阶段的演替与发展，中国城市的电商物流末端配送形成了现在邮政企业、快递公司与电商公司三足鼎立，共同介入网络零售末端配送市场的格局。各类型企业纷纷加大力度，扩充末端配送网点网络，创新配送形式，尽可能地靠近社区以接触消费者，提高末端物流的响应效率。这些行动显著改变了中国城市末端配送的物流景观。

关于物流企业末端配送网点空间分布的研究目前还相对较少。国内外现有的研究主要集中在对于末端配送环节中存在的主要问题及可能的解决方案，诸如推广共同配送模式（钟耀广，2015；张昕，2013；李卓娅，2014；李超杰，2013；Murphy，2007），培养居民自提模式（姚宇、杨晓芳，2015；赵园园，2015）、搭建合作平台模式（王玉勤，2014；孟军齐，2014）等等。但是，这些倡议性的研究普遍缺少对城市物流末端配送网络现状进行评估。最主要的原因有，数据层面的制约和行业的分散发展格局。因为行业相对分散，各种创新配送方案层出不穷。企业一方面没有采集这些数据，另一方面也由于商业原因没有开放相关数据。政府也缺乏相应的数据采集手段。上述数据问题给相关研究带来很大的困难。但是，随着“大数据”概念的诞生，各类开放地图兴趣点等新的数据类型以及获取数据方法的增多，为相关研究提供了新的数据环境。

面向上述理论研究现状，本文的主旨是通过大数据的采集与分析方法，以深圳为案例城市，评估末端配送设施的综合服务能力，研究末端配送设施的空间分布特征。鉴于我国电商物流配送业的迅猛发展，有关研究工作还没有全面跟上。落实国家关于电商物流快递基础设施建设纳入城市规划以及合理规划与配置网络零售末端配送基础设施的现实要求，迫切需要开展针对我国电商物流末端配送网点的研究工作。特别是聚焦在社区层次，分析不同企业的末端物流策略，可以增强对城市物流的理解，对于提高城市末端物流、促进城市共同配送有很大作用。

二、研究案例与数据

（一）案例选择

本文主要以深圳为研究对象。深圳市土地面积近1997平方公里，2013年末常住人口近1063万人。自设立特区以来，深圳凭借其独特的区位与政策优势，现代物流业发展领先于全国。同时，作为我国电子商务首批示范城市，在各种机遇与利好的共同作用下，深圳的电子商务快速发展。根据《2015深圳电子商务发展白皮书》的数据显示，2015年深圳市网络零售总额达到了1670.69亿元，同比增长76.96%，相当于全市社会消费品零售总额的33.29%，占全国网络零售总额的4.3%。这些数据从一定程度上表明了深圳市的电子商务发展水平走在国内城市的前端。鉴于深圳物流和电子商务的快速发展，针对深圳这样一个人口规模过千万的超大型城市开展电商物流的实证研究，能为其他城市提供经验借鉴与参考。

特别是，近些年电子商务与物流发展进一步走向社区。2013年12月深圳市人民政府印发《深圳市关于进一步促进电子商务发展的若干措施的通知》。该通知要求相关部门与行业加强社区配送网络设施建设，将社区便民投送场所纳入城市商业网点、城市建设规划，解决电子商务“最后一公里”终端服务瓶颈。推动这项政策，需要统筹分析各社区的差异性与现有资源，了解参与社区末端配送相关主体的行为策略。

整体来看，深圳市市域范围内共有734个社区（图1）。各个社区在空间尺度上存在较大差异。同时，因为地理区位导致的城市发展时序存在差异，社区间建成面积与人口规模也存在很大差异。本研究为分析影响末端配送网点空间分布的原因，将分析社区末端网点与社区建成面积的关系。

图1 深圳市社区空间分布

（二）研究数据

本研究采用的数据主要来源于2015年12月在Google Map 拾取获得的深圳市域范围兴趣点POI（Point of Interest）集合，共计46.8万个。根据POI的地址标签及其分类，经过数据清洗与提炼后，研究得到参与社区末端配送服务的POI点约有2011个。本文将上述提取到的2011个POI点主要划分为三类：邮政系统末端配送网点、快递企业末端配送网点、电商企业末端配送网点（图2）。

图2 深圳市社区快递配送设施空间分布

其中，邮政系统末端配送网点主要指中国邮政公司在深圳市以社区为单位设立的邮政服务网点，总共有643个；快递企业末端配送网点主要指以顺丰快递、“四通一达”、天天快递等为代表的主流快递公司在深圳市各个社区中设立的服务网点（不包括以加盟合作形式参与的便利店、洗衣店、水果铺等），总共有1256个；电商企业末端配送网点主要为苏宁易购、国美电器、亚马逊、京东商城等电商公司在深圳市设立的线下门店或具备配送货服务能力的服务网点，总共有112个。邮政系统、快递企业和电商企业的末端配送网点比例约为6∶11∶1。

根据图2可以看出，末端配送网点在深圳市社区层次的空间分布整体呈现出“西密东疏，南多北少”的格局。其中，与深圳市的人口规模和用地性质相匹配，南山区、龙华新区、福田区、罗湖区、宝安区局部、龙岗区局部地区的末端配送网点分布较为密集。这些区域的居住人口密集，建成区面积比例高。末端配送网点的空间分布与人口规模和建设用地面积比例呈正相关关系。

根据拾取到的末端配送网点的数量，结合深圳市建设用地面积与常住人口规模数据，可以计算网点的平均服务人口规模与覆盖的建成区面积（表1）。分类型来看，每个邮政公司末端配送网点平均服务1.65万常住人口、1.30平方公里建成区；每个快递公司末端配送可以服务0.85万常住人口以及 0.67平方公里建成区；每个电商企业末端配送网点可以服务9.49万常住人口以及7.49平方公里的建成区面积。如果把全部的末端配送网点看成一个整体，每个末端配送网点可以服务0.53万常住人口以及 0.42平方公里建设用地。

表1 深圳市社区快递配送服务网点类型与数量

三、不同类型的末端配送网点分布

为进一步比较分析不同类型的末端配送网点的空间分布，本文采用ArcGIS中常用的核密度分析来进行可视化统计分析。核密度分析用于计算每个输出栅格像元周围的点要素的密度，是一种通过栅格化图像的方法直观描述点在面上的空间分布状态。

（一）邮政系统末端配送网点分布

对深圳市邮政系统末端配送网点进行核密度分析（图3），可以直观看出邮政系统末端配送网点在深圳市市域的空间分布相对均质。虽然深圳市的东部（盐田区、大鹏新区）因为地理环境和人口因素的限制，呈低密度分布状态；但是在居住人口相对密集的西部和中部区域，分布密度呈现非常均匀的中低密度分布状态。特别是在福田中心区，出现了中高密度的分布。这种分布格局说明，邮政公司的社区快递配送服务不仅考虑了行政需求，还考虑了人口规模和建设用地面积等因素。

根据图3，本文根据邮政系统末端配送网点的空间分布，反向识别了末端配送网点强度分布前十名的社区（表2）。与预期相符，这十个社区主要分布在深圳市原经济特区内。其中福田区最为集中，前十名中福田区就有6个，与福田区的中心行政地位存在紧密联系，也与该区域有机场、火车站、出入境口岸等交通枢纽有着直接联系。

（二）快递企业末端配送网点的空间分布

对快递企业末端配送网点的空间分布进行核密度分析（图4），并与邮政系统末端配送网点（图3）进行比较，存在明显差异。从数量上来看，快递企业末端配送有1256个网点，明显高于邮政系统；但是，快递企业的末端配送网点的空间分布却呈现出明显的集聚状态，主要集中在五个片区：宝安区南部深圳机场周边、南山区北部深圳大学城周边、龙华新区中心区深圳高铁站周边、福田中心区和罗湖区西南部；而其他空间范围则呈现明显的低核密度分布状态。这表明了快递企业末端配送网点的空间分布主要是依据人口规模和土地开发，以市场自发导向为主。

图3 邮政系统末端配送网点空间分布

图4 快递企业末端配送网点空间分布

表2 深圳市邮政公司末端配送网点分布前十名社区

同样，反向识别快递企业末端配送网点的社区分布，提取了网点强度分布前十名社区（表3）。可以看出，快递企业末端配送网点分布前十名社区主要分布在深圳市原经济特区内，其中福田区最为集中，前十名里福田区占了5名。从空间属性上看，除了华航、福强等两个中心商业区的网点外，其他网点多数位于城中村以及老旧工业区附近。这些地方靠近市中心区域，周边人口密度大，同时租金低、管制相对较松，因此成为快递企业布局末端网点的首选之地。

表3 深圳市快递公司末端配送网点分布前十名社区

（三）电商企业末端配送网点的空间分布

对电商企业末端配送网点空间分布进行核密度分析（图5），可以看出：由于网点数量相对较少，在整个市域范围整体呈现低密度分布，仅在福田中心区出现了小范围的中高核密度分布。主要原因：首先，末端配送网点主要是以线下门店的形式存在，相对于另外两种形式来说网络搭建成本高。其次，电商企业末端配送网点是商品在线销售，门店相当于仓库，配送服务专门化，服务范围广，不需要通过密度取胜。

图5 电商企业末端配送网点空间分布

从社区分布来看（表4），电商企业末端配送网点分布前十名社区的空间分布相对均衡，不如邮政和快递公司末端配送网点集中分布在福田区。除了中心商业住宅区，电商企业社区快递配送网点的空间分布与工业住宅区和城中村的空间分布关系密切。

四、不同类型的末端配送网点分布比较

（一）高密度分布区

虽然图3、图4和图5的核密度分析结果存在明显的不同，但是却有一个特别统一的共同点：三种末端配送网点的高密度区域相互重合点都位于福田中心区附近。

表4 深圳市电商企业末端配送网点分布前十名社区

福田区是深圳市的中心城区，市委市政府所在地，人口密度为全市最高。该区域主要由华航社区（华强北市场所在社区）、荔村社区、福强社区、田面社区和长城社区等五个社区构成。通过观察大样图可以发现（图6），该区域的末端配送网点数量明显高于其他区域。不仅大量快递企业选择在该区域布置末端配送设施，就连全市总共才112个的电商企业配送网点在该区域就多达10个，占比接近10%。这种中心区集聚的现象表明，尽管随着城市的不断扩张发展，物流设施在往外走，但是中心城区的物流活动和物流服务网点还是很多。一方面是因为该区域人口密度高、商业配送活动强度大；另一方面是因为诸如邮政企业等在该区域早先就存在很多网点。这种现象与国外学者提出的空间惰性和优势空间等概念用于解释大巴黎地区中心区包裹快递设施众多相呼应（Heitez，2016）。

图6 末端配送网点高密度区

（二）不同点

尽管空间上存在重叠，但是三种类型的末端配送网点也存在多方面差异。首先，从数量上来看，快递公司末端配送网点最多，电商企业最少，邮政公司居中，这取决于参与快递末端配送公司的业务能力；从空间分布上来看，邮政和电商企业的末端配送网点在空间分布上相对均匀，而快递公司的末端配送网点在空间分布上相对集中。这种差异主要与不同主体的性质紧密关联。

邮政的末端配送网点不仅能为社区提供末端配送服务，还有其他行政职能和业务范畴，快递公司的末端配送需求最旺盛，为了给网购者提供最高效的配送服务质量，快递公司必须通过提高网点数量，缩窄服务半径；电商企业的末端配送网点主要是由传统连锁门店转型而来，空间分布零散，但同时兼具售后“退换货”的职能。电商公司的末端配送网点基于自身的规模限制，成本较高，难以大量铺陈。

五、结论与讨论

随着末端物流在电商物流供应链中扮演的角色越来越多、越来越重，如何布局末端物流成为电商物流参与主体重点关注的问题。总体来看，不同主体都是根据自身的商业模式，结合市场服务与空间设施可获得性等因素安排末端网点设施布局。在这里，地理与空间因素发挥了重要作用。本文通过不同主体空间网点在社区层次的“数据扫描”方式，透视不同企业布局末端配送网点的空间分布属性。总体来看，邮政系统受到国有企业、普遍性公共服务和原有发展历程的影响，网点布局注重均衡、覆盖面广，可以说是行政导向型的布局模式；快递公司则显现出灵活性，以低成本的方式覆盖高密度的消费人群，从而实现盈利，是市场导向型的布局模式；基于门店的电商企业末端配送则因应电商的消费模式，主动调整门店分布，压缩社区级的小店，设置片区级的大店，从而提高单店的利用效率，并通过快速的物流配送响应实现对多个社区的整体覆盖。

在上述布局逻辑之下，不同主体的末端配送网点在市中心区有相互重叠，市中心末端物流配送资源相对集中，相互之间竞争激励；与此同时，在外围地区，因为需求密度较低，末端配送网点相对较少。因此，面对这些问题，基于末端物流设施应该作为公共产品进行提供的思路，共同配送在两个维度存在的问题。其一，在市中心区域如何促进集合运输；其二，在外围地区，如何增强服务能力。了解不同主体末端网点空间布局的逻辑以及以上这些维度，能够为落实国家关于电商物流快递基础设施建设纳入城市规划、合理规划与配置网络零售末端配送基础设施提供支撑。

本文还有很多有待继续深化的方面。例如，本文主要使用空间网点数据反向推演末端物流策略。如果使用一些定性的数据，想必有助于进一步揭示这些策略的逻辑形成过程。再如，POI的大数据仅仅解释了空间点的分布，而缺乏有效分析具体的末端物流配送的组织，特别是没有末端物流之流的时空数据，无法深入刻画不同物流的末端配送组织方式。最后，相关研究可以采用地理加权回归（GWR）的方法，深入研究影响末端配送的设施分布强度有哪些具体因素。

[1]Heitz, A., Beziat, A. The parcel industry in the spatial organization of logistics activities in the Paris Region: inherited spatial patterns and innovations in urban logistics systems. Transportation Research Procedia, 2016, 12: 812 -824.

[2]Murphy, A. Grounding the virtual: The material effects of electronic grocery shopping. Geoforum, 2007,38: 941-953.

[3]张智,肖作鹏,张伟,等.社区配送国际经验的探讨[J].物流技术,2015(9): 27-30.

[4]姚宇,杨晓芳.电子商务环境下自提网点布局的研究[J].物流技术与应用,2015,20(9):145-148.

[5]李超杰.共同配送模式在社区物流中的应用探讨[J].物流技术与应用,2013,18,(1):101-103.

[6]李卓娅.基于B2C电子商务模式的末端物流协同配送[J].物流技术,2014,(8):59-61.

[7]张昕.末端物流共同配送模式及决策路径——基于电商物流和社区服务的供需分析[J].财经问题研究, 2013,(3):123-129.

[8]钟耀广.优化电商环境下的城市共同配送——基于全国试点城市经验[J].开放导报,2015,(5):51-54.

[9]赵园园.电子商务环境下社区智能快递系统助力快递末端配送效率提升[J].物流技术（装备版）, 2015,34,(1):158-160.

[10]孟军齐.零售电子商务“最后一公里”物流风险及对策研究——以深圳为例[J].物流技术,2014,(10): 111-113.

[11]王玉勤.“双11”背后的冷思考:如何提升快递企业的柔性[J].中国储运,2014,(4):110-111.

Using Big Data to Analyze the Spatial Distribution of E-tailing-related Final Delivery Facilities: The Case of Shenzhen, China

Zhang Zhi, Xiao Zuopeng

Along with the increasing importance of final delivery in e-shopping, internet retailers, parcel express companies and other stakeholders all have put great investments on lastmile delivery network, especially on expanding delivery network at the scale of community. The central government and municipal authorities also have proposed the necessity of incorporating e-tailing logistics infrastructure to urban planning and promoting last-mile delivery network. In face of these policy issues, there are few studies which investigate the spatial distribution of final delivery facilities due to limits of data availability. The paper aims to fill this gap by examining the spatial distribution of final delivery facilities in Shenzhen, with big data source like point-ofinterest (POI). This study has compared the spatial distribution of final delivery points deployed by postal companies, parcel express companies and e-tailing companies. Insights from this study are to offers supports and suggestions for decision making on planning and constructing final delivery facilities.

e-tailing logistics; final delivery; big data; community level; Shenzhen

F253.9

10.3969/j.issn.1674-7178.2017.01.006

张智，香港城市大学深圳研究院研究员，研究方向为城市与区域规划。肖作鹏，香港大学博士，注册城市规划师，研究方向是城市物流与供应链规划。

（责任编辑：陈丁力）

国家自然科学基金重点项目（71390335）；国土资源部城市土地资源监测与仿真重点实验室开放课题基金（KF-2015-01-056）。