基于GIS的冷链物流企业时空演变特征及其影响因素

文/韩忠洋

本文根据中国冷链物流企业数据，选用标准差椭圆与核密度估计的方法，对2013-2019年中国冷链物流企业空间格局的演变特征进行分析，探讨出近年来冷链物流企业的时空分布特征并寻找其影响因素，以期为冷链物流企业选址提供有价值的建议。

随着我国经济水平的提高，居民对生鲜品的需求量与日俱增。冷链物流逐渐成为国内外学者关注的重点，总结国内外研究如下：从研究内容来看，既有对选址问题的规划[1，2]，也有对冷链物流企业路径优化的研究[3]，更有对冷链物流市场的评价分析[4]，而针对冷链物流企业时空分布的研究少之又少；从研究方法来看，有利用BA模型研究冷链物流网络[5]，也有基于ArcGIS技术的物流网络构建研究[6]和利用SWOT解决冷链物流实际问题的研究[7]；从研究对象来看，有农产品冷链物流[8]、医药冷链物流[9]和更小范围内如冷藏车优化研究[10]等。

综上，丰富的研究成果为进一步的的探索提供了理论与实证基础，但现有的针对冷链物流企业的研究主要集中在优化方面，对冷链物流企业的时空分布特征的研究少之又少。同时，研究大多数都局限在省域、市域上，很少对全国冷链物流企业做系统评价。基于此，针对以往研究中的不足，本研究以全国冷链物流企业为研究对象，以各省域为基本研究单元，选取2013年、2016年和2019年3个时点，采用标准差椭圆与核密度估计等空间研究方法，从宏观视角探讨我国冷链物流企业空间分布以及时间演化特征，并探索其影响因素。

1.研究方法与数据来源

1.1 研究方法

1）标准差椭圆

标准差椭圆能有效地表达研究对象的空间布局。主要采用ArcGIS10.2软件中的方向分布模块进行可视化表达。

2）核密度估计

核密度估计工具用于计算要素在其周围邻域中的密度。主要借助于ArcGIS10.2软件空间分析中集成的核密度工具。

1.2 数据来源

本文根据《全国冷链物流企业分布图》，选取2013、2016、2019年3个时点的物流企业；再根据冷链物流企业的名称，在GoogleEarth上获取企业的地理坐标，利用ArcGIS10.2软件进行空间可视化表达。

2.冷链物流企业时空特征分析

基于基于上述研究方法，分别选取2013、2016和2019年3个时间节点，使用标准差椭圆与核密度估计的方法，并借助“胡焕庸线”对中国冷链物流企业空间格局演变特征进行深入分析。

2.1 标准差椭圆分析

对2013、2016和2019年冷链物流企业进行标准差椭圆分析（表1、图1）。冷链物流企业的分布大体上呈南北方向，标准差椭圆的转角介于37.44°-91.59°之间。

图1 冷链物流企业分布及标准差椭圆

表1 冷链物流企业标准差椭圆参数

2013年椭圆长短轴差距为175.12km，且椭圆整体位于胡焕庸线东南方；2016年椭圆长短轴差距为297.37km，在3个时点中差距最大，即椭圆的扁率最大，表明此时冷链物流企业向心力最强、方向性最明显，大体长呈由东向西的方向，并突破胡焕庸线的限制，朝线的西北方延伸；2017年椭圆扁率最小，椭圆更趋近于圆形。从椭圆中心点来看，椭圆的中心点均位于安徽省附近，从2013-2019年，整体上呈现由东南向西北的转移趋势。

2.2 核密度分析

通过核密度分析，分别生成2013、2016和2019年冷链物流企业的核密度分布图（图2），进一步探究其空间分布的总体格局及演变特征。

图2 冷链物流企业空间分布核密度

由图可见，中国冷链物流企业集群大体上沿着东部向内陆散发，东部地区的长三角地区在2013-2019年期间均为冷链物流企业的主要分布地区。2013年，冷链物流企业几乎都位于胡焕庸线的东侧，长三角地区冷链物流企业密度最高；从省域来看，上海市的冷链物流企业密度最高，为29.37个/104km2，没有冷链物流企业的省域主要在西北与西南地区。2016年，沿海冷链物流企业的集聚程度更进一步提高，呈现出连片的高密度分布；冷链物流企业逐渐向胡焕庸线以西发展，但分布的集聚程度仍十分低下，冷链物流企业的分布密度都小于3个/104km2；从省域来看，上海市的冷链物流企业密度仍然最高，为97.03个/104km2，然后是北京市的57.45个/104km2，而且每个省份均有物流企业的存在，但数量上仍然存在着较大的差异。2019年，冷链物流企业的分布进一步向内陆扩散，中西部地区形成了更多的企业集群，与东部地区的联系更为密切，但分布上仍集中在胡焕庸线东侧；具体的省域来看，上海市、浙江省、江苏省、北京市、天津市的冷链物流企业分布密度仍最高，分别为147.32、44.94、37.67、32.91、29.42个/104km2。

3.冷链物流企业时空演变影响因素分析

3.1 变量选取

本研究在借鉴以往学者研究的基础上，选取市场规模、人口密度、城镇化水平、交通可达性、对外开放程度、省域政策因素、工业化发展水平、信息化水平、地区经济实力、货物运输能力这10个指标，通过其与所在省域冷链物流企业数量对比，揭示冷链物流企业空间分布的影响要素。

3.2 相关性分析

借助SPSS19.0软件进行Pearson分析，具体结果如表2。

表2 指标Pearson系数

由表4可见，选取的指标与冷链物流企业数量均为正相关关系，按年份来看，2013年，对外开放程度与冷链物流企业数量存在极强相关性；市场规模、人口密度、省域政策因素、信息化水平、地区经济实力与冷链物流企业数量存在强相关性；城镇化水平、交通可达性、货物运输能力与冷链物流企业数量中等程度相关；工业化发展水平与冷链物流企业数量存在弱相关性。2016年，对外开放程度、省域政策因素、信息化水平、地区经济实力与冷链物流企业数量存在强相关性；市场规模、交通可达性、货物运输能力与冷链物流企业数量中等程度相关；人口密度、城镇化水平、工业化发展水平与冷链物流企业数量存在弱相关性。而2019年，市场规模、省域政策因素、信息化水平与冷链物流企业数量存在强相关性；交通可达性、货物运输能力与冷链物流企业数量中等程度相关；城镇化水平、对外开放程度与冷链物流企业数量存在弱相关性；人口密度、工业化发展水平、地区经济实力与冷链物流企业数量存在极弱相关性。

4.结论与建议

4.1 结论

本文借助ArcGIS10.2软件，通过标准差椭圆、核密度分析与探索性空间数据分析的方法，对2013、2016、2019年冷链物流企业的时空分布进行分析，并用SPSS19.0软件对其相关性进行分析，结论如下：

1.冷链物流企业的集聚程度从2013年-2019年呈现出先增加后减少的趋势，但热点区域仍集中在人口密度较大的“胡焕庸线”以东，且近年来有向西北略微发展的态势。

2.选取的指标中，市场规模、信息化水平与货物运输能力与冷链物流企业数量的相关性随着时间越来越大，表明省域内冷链物流企业的数量受市场规模、信息化水平与货物运输能力的影响越来越大。

4.2 建议

冷链物流作为现阶段我国急需大力发展的物流产业，研究其时空分布，对于支撑我国流通领域的经济发展与社会经济系统的高效运营有重要战略意义，对冷链物流企业的选址也有一定的指导价值。从企业数量与参数的相关性上来看，冷链物流企业若需求完善的基础设施与较高的交通通达度，则“胡焕庸线”以东的省域人口密度高，城市化水平与信息化水平较为发达，是较好的选择；从冷链物流企业的空间分布来看，由于东南沿海地区以及距海岸较劲的内陆省域冷链物流企业数量较多，竞争压力大，而“胡焕庸线”以西地区冷链物流企业数量较少，且国家对西部农产品以及特色农业的扶持力度越来越大，在此区域选址则能更好地贴近国家政策，获得更大的便利与更多的资源。C

引用出处

[1]卢尚贤.农副产品冷链物流中心规划设计研究[D].西安建筑科技大学,2015.

[2]董琦.基于需求量预测的生鲜电商企业中心仓与前置仓选址研究[D].北京交通大学，2020.

[3]杨玮,杨白月,王晓雅,马晨佩,吴莹莹.低碳环境下冷链物流企业库存-配送优化研究[J/OL].包装工程:1-12[2021-03-30].

[4]王赫男.河北省冷链物流市场分析［D］.石家庄：河北师范大学商学院，2014.

[5]张华.基于改进BA模型的冷链物流无标度网络建模仿真与应用分析[D].安徽工业大学,2017.

[6]强浓.基于GIS的冷链物流网络构建研究[D].中南林业科技大学,2014.

[7]符瑜,陈声廉.“新零售”视角下海南农产品冷链物流SWOT分析[J].物流科技，2021，44(02):165-167.

[8]万玉龙.后疫情时代生鲜产品冷链物流的区间结构和信息体系构建[J].商业经济研究，2020(24):86-90.

[9]祝新,王瑶.基于路况的医药冷链物流配送路径优化[J].科学技术与工程，2021，21（04):1548-1554.

[10]罗小金,王伟.药品冷链流通用冷藏车的验证方法探讨[J].计量与测试技术，2017，44(07):22-23+25.