基于GIS平台的上海市菜鸟驿站空间特征分析.pdf

第42卷 第5期 生 态 科 学 42(5):114122 2023 年 9 月 Ecological Science Sep.2023 收稿日期:2021-04-02;修订日期:2021-06-02 基金项目:上海市海洋局科研基金项目(沪海科 2019-05);上海市海洋局科研基金项目(沪海科 2020-05)作者简介:王洁(1982),女,江苏江都人,博士,副教授,主要从事海洋遥感研究,E-mail:*通信作者:沈蔚,男,博士,教授,主要从事激光雷达数据处理与海洋测绘,E-mail: 王洁,吕阳阳,杨奕杰,等.基于 GIS 平台的上海市菜鸟驿站空间特征分析J.生态科学,2023,42(5):114122.WANG Jie,LV Yangyang,YANG Yijie,et al.Spatial characteristics of Shanghai Cainiao station based on GISJ.Ecological Science,2023,42(5):114122.基于 GIS 平台的上海市菜鸟驿站空间特征分析 王洁1,2,吕阳阳1,杨奕杰1,王杰1,沈蔚1,2,*1.上海海洋大学,海洋科学学院,上海 201306 2.上海河口海洋测绘工程技术研究中心,上海 201306 【摘要】随着互联网经济和电商时代的到来,线下物流快速发展,但城镇“最后一公里”配送问题依旧存在,菜鸟驿站便应运而生。上海作为我国大型物流枢纽城市,探究其菜鸟驿站的空间特征及影响因素更具有代表性。研究基于上海市的菜鸟驿站POI(Point of Interest,兴趣点)数据,利用 ArcGIS 技术,综合运用空间自相关分析、缓冲区分析、核密度分析、标准差椭圆、近邻分析等空间分析与文本分析等方法,解析上海市菜鸟驿站的空间分布格局及影响因素。研究结果表明:上海市 90%的菜鸟驿站分布于距离服务对象 150 m 的范围内,数量与服务对象设施最近出入点的距离成反比;受城市经济发展水平、人口数量、交通设施、生态环境、城市规划等因素影响,菜鸟驿站站点分布极其不均衡,大致呈南北走向;菜鸟驿站站点在主城区和郊区分布呈现“多核心集聚模式”,两者分布差异较大;驿站站点的分布不均衡,与城市规划布局高度重合,其数量与城区人口数量、城市经济发展水平呈正相关。此研究结果可为上海市菜鸟驿站布局优化提供一定的参考。关键词：GIS 技术;POI;菜鸟驿站;空间格局;影响因素 doi:10.14108/ki.1008-8873.2023.05.014 中图分类号：P962 文献标识码：A 文章编号：1008-8873(2023)05-114-09 Spatial characteristics of Shanghai Cainiao station based on GIS WANG Jie1,2,LV Yangyang1,YANG Yijie1,WANG Jie1,SHEN Wei1,2,*1.School of Marine Science,Shanghai Ocean University,Shanghai 201306,China 2.Shanghai Estuary Marine Surveying and Mapping Engineering Technology Research Center,Shanghai 201306,China Abstract:With the advent of the internet economy and E-commerce era,offline logistics has developed rapidly,but the problem of last kilometer distribution in cities and towns still exists,and Cainiao station has emerged.As a large-scale logistics hub city in China,Shanghai is more representative to explore the spatial characteristics and influencing factors of the Cainiao station as the research object.Based on the POI(point of interest)data of Shanghai Cainiao station,this paper analyzes the spatial distribution pattern and influencing factors of Shanghai Cainiao station by using ArcGIS technology,spatial autocorrelation analysis,buffer analysis,kernel density analysis,standard deviation ellipse,nearest neighbor analysis and text analysis.In the whole study area,90%of Cainiao station in Shanghai is located within 150 m of the service objects,and the number is inversely proportional to the distance between the nearest entry and exit points of the service objects.Affected by the level of urban economic development,population,transportation facilities,ecological environment,urban planning and other factors,the distribution of Cainiao station is extremely uneven,roughly setting up in the south-north direction.The distribution of Cainiao station in the main urban area and the suburbs presents a multi-core agglomeration mode,and there is a big difference between them.The distribution of Cainiao station is not balanced and highly coincides with the layout of urban planning.The number of Cainiao station is positively correlated with the urban population and urban economic development level.This research results can provide some reference for the layout optimization of Cainiao station in Shanghai.Key words:ArcGIS technology;POI;Cainiao station;spatial pattern;influencing factor 5 期 王洁,等.基于 GIS 平台的上海市菜鸟驿站空间特征分析 115 0 前言 随着电子商务的快速发展与全民网购时代的来临,物流快递行业在经济模式推动下也得到快速发展,并且成为社会发展的重要标志。自 21 世纪以来,全球物流经济进入快速发展阶段,以信息化、网络化为特征,反映出物流产业的高度化发展现状。网络购物的出现不仅使人们生活习惯和消费方式发生改变,而且也提高了居民生活效率及生活质量。在此背景下,进行快递自提空间的研究对于信息化时代城市空间中居民行为及其互动分析具有积极的意义16。菜鸟驿站是物流业为解决配送瓶颈问题,于2013 年建立的面向社区、校园等的第三方末端物流服务平台,于 2020 年站点已经达到 4 万余家。自2015 年菜鸟驿站快递行业快速入驻上海市社区、校园等高密度人群聚集区域市场,至 2020 年已经建设730 个站点。2021 年上海市菜鸟驿站发展得到巨大优化,早已打破了最后一公里配送格局。菜鸟驿站在快递行业的飞速发展对于稳增长、调结构、促改革、惠民生等方面建设都提供了积极的实践意义。国外早已开始对快递网络服务、物流仓储的空间布局、物流快递选址、物流配送系统优化以及公共设施管理优化等方面进行研究711。国内物流产业的起步和发展较晚,研究主要集中于快递网络的选址与形态特征、城市内网点的布局及优化、物流终端的发展模式、配送问题及快递自提空间特征等方面1219,但目前来看缺乏针对案例城市菜鸟驿站系统研究的可靠数据,特别是菜鸟驿站空间分布特征与其影响因素分析更是鲜有涉及。本文以上海市作为研究案例城市,以民营代表菜鸟驿站为研究主线,基于 POI 数据解析菜鸟驿站空间分布特征及运营方式,并重点探讨影响菜鸟驿站布局的因素,为后续学者研究其他城市菜鸟驿站布局提供相应指导和实践借鉴。1 研究区概况 上海市位于东经 12052至 12212,北纬 3040至 3153,常住人口达 2423.78 万人。中心城区包括黄浦区、长宁区、徐汇区、静安区、普陀区、虹口区与杨浦区,郊区包括嘉定区、崇明县、青浦区、松江区、闵行区、宝山区、奉贤区、金山区与浦东新区,全市总面积达到 6340.5 km2。上海市地理位置优越、交通发达,是中国目前的重要物流枢纽之一。2015 年上海市物流业增加值规模已达 3044 亿元,占全市国民生产总值比重为 12.2%。截至 2020年 3 月,上海市菜鸟驿站增长到 730 个站点,并建立八大物流园区,以推动上海物流经济的高水平发展。2 材料与方法 2.1 材料来源 POI 数据以百度地图作为数据源,利用“脉策数据 MDT”提供的“POI 查询”功能,输入关键词“上海市+菜鸟驿站”,筛选 2020 年 3 月期间的上海市菜鸟驿站物流站点的 POI 网点数据,包括自提点名称、经纬度坐标、具体地址信息等。获取后对选取的数据进行清洗、剔除、坐标纠正、地址信息纠正等处理。上海市人口数据以及国民生产总值等数据均来自上海统计局的历年统计年鉴。上海市行政区划图数据来自国家基础地理信息数据资源。上海市居民区数据、道路数据来自于上海市公共数据开放平台。土地利用类型图来自于上海市政府发布的 上海市城市总体规划(20172035 年)中的 2015 年土地利用现状图。2.2 研究方法 本文基于上海市菜鸟驿站的 POI 数据,综合运用图表分析法、数理统计方法、空间自相关分析、核密度分析(KDE)、标准差椭圆、缓冲区分析和近邻分析等空间分析方法,分别从空间集聚程度、分布形态、邻近特征和空间组织关系方面展开,并结合上海市社会经济、交通等相关方面的统计数据,利用 SPSS 与 ArcGIS 软件,研究分析菜鸟驿站空间特征和影响驿站选址的因素。2.2.1 空间自相关分析(Global Morans I)空间自相关统计量是用于度量地理数据的一个基本性质。本文引入全局自相关 Morans I 指数对研究区菜鸟驿站的空间分布进行度量,来分析菜鸟驿站的空间分布模式,探索其空间集聚和离散的程度。Morans I 指数取值范围在1 与 1 之间。在显著水平下,当 Morans I0 时,表示存在空间正相关关系,揭示研116 生 态 科 学 42 卷 究区域内菜鸟驿站集聚分布,且 I(d)数值越大集聚程度越强2021。公式如下:11,2111,ijnnijj innniijini jxxxxIi jxx ,1/inixx n 式 中:为 各 统 计 单 元 的 菜 鸟 驿 站 网 点 密 度,i j是空间权重矩阵。若 Morans I指数为正,则研究区菜鸟驿站站点空间分布可能存在高值点和集聚现象。2.2.2 平均最近邻分析 平均最近邻分析是指空间地理要素间最邻近距离的平均值,通过最邻近指数(NNI)判定要素的集聚程度。若 NNI1,则表明研究区内菜鸟驿站分布模式趋向于离散或竞争。计算公式如下:100.5,/niiEdDDnn A,0020.26136,/EEDDDNNISEZDSEnA 式中:0D 为平均观测距离,ED为预期平均距离,n为要素个数,NNI 为计算近邻指数,SE 为标准误差。若 Z2.58,则置信度 99%以上。2.2.3 标准差椭圆(SDE)标准差椭圆分析空间离散数据集的分布方向特征,长半轴方向代表数据集在空间上的主导方向,短半轴表示数据集的空间分布范围,椭圆扁率越大,方向性越明显。计算公式如下:2211,nniiiixyxXyYSDESDEnn 式中:ix和iy是要素i的坐标,X Y表示要素的平均中心,n等于要素总数。2.2.4 核密度分析 核密度估计法分析菜鸟驿站点要素在空间上的分布情况,利用核函数将点或折线要素拟合为光滑曲面22。计算公式如下:111nniif xKxxnhh 式中:k x为核函数,h为带宽参数,ixx为估计点到样本点ix的距离。2.2.5 缓冲区分析 缓冲区分析是对地图要素按设定的距离条件或自动建立一定范围的多边形实体。计算公式如下:|,Px d x Ar 式中:d为欧氏距离,或其它距离,A为参考多边形要素,r为邻域半径或缓冲区建立的条件23。本文根据POI数据属性,利用ArcGIS缓冲区分析构建基于菜鸟驿站的点要素的缓冲区,叠加上海市行政区图分析驿站的空间覆盖范围。3 结果与分析 3.1 菜鸟驿站的基本特征 3.1.1 菜鸟驿站站点数量特征 对站点数量进行统计分析,得出上海市菜鸟驿站站点总量为730个,中心城区分布183个,郊区分布数量高达547个,显然郊区驿站数量远多于中心城区。杨浦区的菜鸟驿站站点分布数量达到42个,是中心城区内站点最多的地区,长宁区最少,仅有16个;郊区中浦东新区的菜鸟驿站站点分布数量最多,达到226个,崇明县最少,仅有3个。由此可知,从空间分布上来看,上海市菜鸟驿站的分布数量极其不均衡。3.1.2 菜鸟驿站经营方式及布局依托类型 菜鸟驿站通常伴随居民和市场的需求而出现,且不同职能的区域对站点的需求不同。菜鸟驿站的经营方式可分为私营和合营两类。菜鸟驿站的服务对象种类繁多,按性质划分为学校、企业、社区、店铺、商场、园区及厂区和各类市场等。通过对上海市菜鸟驿站进行分类统计分析,上海市域内有90%的菜鸟驿站的经营类型为合营,剩余10%为私营,其中依托小区和学校的菜鸟驿站约为59%,占比最大;其余依托的类型仅占41%,主要包括便利店、商场、园区和超市。3.1.3 驿站与其服务点的距离分析 依据距离最小原则对上海市菜鸟驿站与其服务对象最近出入口的距离进行数理统计分析,得到大部分驿站站点靠近其服务对象(包括小区、商场、产业园区等)出入口,距服务对象最近出入口的平均距离为101 m。根据已知数据计算菜鸟驿站指数趋势线y=314.4 e0.012x,拟合度R2=0.9594,拟合关系十分显著。如图1所示,菜鸟驿站的区位距离整体上 5 期 王洁,等.基于 GIS 平台的上海市菜鸟驿站空间特征分析 117 图 1 上海市菜鸟驿站距离选择趋势线拟合 Figure 1 Trend line fitting of distance selection of Cainiao station in Shanghai 呈现递减趋势,在距离设施最近出入口70 m范围内的直线距离达到极值,此后不断下降。90%的菜鸟驿站分布在距离服务对象设施最近出入点150 m的范围之内。由此可知,随着菜鸟驿站的位置与其服务对象设施出入口距离的增加,居民自提行为的便捷程度大幅度下降,菜鸟驿站点位设置的区位优势削弱。3.2 菜鸟驿站空间分布特征 3.2.1 菜鸟驿站布局的空间聚集性 探析上海市菜鸟驿站的整体空间分布特征以及各站点彼此之间的关联程度,利用ArcGIS空间统计工具中的空间自相关和平均最邻近功能,分别统计出上海市菜鸟驿站的全局自相关系数Morans I和近邻指数NNI的计算结果。菜鸟驿站的Morans I指数为0.4656大于0,近邻指数NNI为0.5596小于1,均表明菜鸟驿站的空间整体分布模式呈现空间正相关关系,且存在显著的集聚性。通过对上海市各区域菜鸟驿站核密度分析并叠加底图(图2),发现上海市菜鸟驿站空间分布存在明显的聚集特征,其表现为“中部聚集四周发散”,且分布的不均匀性也较为突出。3.2.2 菜鸟驿站布局的方向性 方向性也是快递自提点区位空间分布的一个重要特征,即样本点在某个方向上的聚集程度有比较明显的特征24。本文运用ArcGIS软件地理分析工具的标准差椭圆分析方法来解析上海市菜鸟驿站在空间分布离散程度方向上的差异。由图2可知,标 图 2 上海市菜鸟驿站空间特征分析图 Figure 2 Analysis of spatial characteristics of Shanghai Cainiao station 118 生 态 科 学 42 卷 准差椭圆的长轴与短轴的长度差距并不明显,即椭圆的扁率较小,空间分布的方向性不是特别凸显,长轴方向为南北朝向,其整体分布呈现轻微的南北倾向。从空间的总体分布情况来看,上海市菜鸟驿站在空间上有“西南东北”走向分布的趋势。3.2.3 菜鸟驿站的服务范围特征 基于ArcGIS地理分析的缓冲区分析工具,对距离菜鸟驿站1 km范围内的覆盖区域进行统计分析,并且叠加居民区的底图数据(图3)。统计结果显示菜鸟驿站的服务范围覆盖了67%的居民区,中心城区平均覆盖率高达80%,其中黄浦区覆盖率达到了94.07%,甚至占比最低的长宁区也达到了62.72%,而城市外围的郊区平均覆盖范围为37.28%,其中最高覆盖率的闵行区仅为58.62%,低覆盖率的崇明县为14.39%。由此可知,从空间距离来看,中心城区的覆盖率远高于郊区,短距离范围内主要服务于居民区。3.3 菜鸟驿站站点选址因素分析 本文重点选择社会经济因素、生态环境因素、交通因素和城市规划因素对菜鸟驿站分布选址的具体影响。借助于SPSS数字平台,分析社会经济、生态环境、交通与城市规划等因素对菜鸟驿站选址的影响程度。3.3.1 社会经济因素 利用SPSS软件Pearson相关系数分析菜鸟驿站数量与区域生产总值的相关系数为0.918*,呈正相关关系,与人均GDP的相关系数为0.059,呈负相关关系。根据图4(a)可知,菜鸟驿站数量大致与区域内的GDP总值分布趋势相同,而与人均GDP呈现异同,主要由于区域经济发展水平高带动了大量人口流入造成人均生产总值下降,反而突显社会经济条件的优势吸引了快递行业选址的关注。城市地区的经济发展水平高体现了区域人口集中、居民的购买力强以及快递需求量大,导致菜鸟驿站在一定区域范围内迅速形成集聚效应。因此,菜鸟驿站分布数量与研究区域的经济发展程度相顺应。图 3 上海市菜鸟驿站 1 km 缓冲区与居民区叠加图 Figure 3 Superimposed map of 1 km buffer zone and residential area of Cainiao station in Shanghai 5 期 王洁,等.基于 GIS 平台的上海市菜鸟驿站空间特征分析 119 图 4 上海市菜鸟驿站个数与不同因素关系图 Figure 4 Relationship between the number of Cainiao station and different factors in Shanghai 城市常住人口是一个城市经济、文化发展的重要基础和保证,同时也是菜鸟驿站服务的主要对象。菜鸟驿站的设置对各区人口规模高度依赖,体现出驿站与人口分布存在显著的趋同关联25,二者的分散和集聚是相辅相成的。根据图4(b)可知,菜鸟驿站个数与人口数量均呈正比,地区人口数量越大,驿站分布数量越多。中心城区人口密度大,地区面积小,故菜鸟驿站的服务范围较广,限制了设置菜鸟驿站站点的个数。对比郊区发现,人口数量多、需求量大,驿站分布数量多。利用Pearson相关系数分析人口数量与菜鸟驿站个数的相关系数为0.968*,呈正相关关系,故人口规模是影响菜鸟驿站布局的主要因素。以30岁为分界,15岁至30岁的人群定义为青年消费者,30岁至64岁的人群定义为中年消费者,65岁以上的消费群体定义为老年消费者26。如图4(c)所示,青年和中年消费者作为互联网消费的主力军,其购买能力最强,也是菜鸟驿站主要服务对象。对比其他年龄层发现,老年消费群体的网络购买力较弱。因此,居民年龄结构也是影响菜鸟驿站区位设置的重要因素之一。地区生产总值与人口因素对菜鸟驿站布局具有强烈的影响力,但郊区的菜鸟驿站站点数量反比中心城区数量多,主要受地价因素的影响。如图4(d)所示,中心城区地价超于郊区一倍,而郊区菜鸟驿站分布数量是中心城区的翻倍。利用Pearson相关系数分析上海市中心城区地价均价与菜鸟驿站数量的相关系数为0.726,呈负相关关系,则郊区相反,两者相关系数为0.835,呈正相关,故地区经济发展水平高、人口数量大以及地价均价偏低会更加吸引菜鸟驿站布局的关注。3.3.2 交通因素 路网密度依据路网内的道路中心线计算其长度、依道路网所服务的用地范围计算其面积。道路交通是连接菜鸟驿站与顾客的重要枢纽,便捷的交通条件有助于菜鸟驿站服务覆盖范围的扩大。如图4(d)可知,各区域交通便捷程度不同,中心城区路网密度和菜鸟驿站的数量成反比,表明了中心城区的交通条件对菜鸟驿站的影响较小;而郊区的路网密度与菜鸟驿站的数量成正比,表明了菜鸟驿站对郊区交通道路条件的依赖性较大。因此,交通条件主要是影响城市外围地区的菜鸟驿站布局,而对中心城区驿站布局的吸引力较小。3.3.3 生态环境因素 菜鸟驿站站点的选址与其他物流服务业具有一定的关联,在信息物流丰富的街道、人口密集的居民区以及易获取的绿色空间等地理环境,对菜鸟驿站站点布局具有自然与社会环境上的吸引作用。自120 生 态 科 学 42 卷 城区至郊外的地理优势下降,菜鸟驿站站点的密度也随之变小。利用ArcGIS软件对上海市菜鸟驿站站点与土地利用类型进行叠加分析,如图5显示,菜鸟驿站站点主要向城镇用地聚集,农村居民用地、建筑用地以及其他用地类型分布较少。通过统计分析,80%的菜鸟驿站站点分布在城镇用地,主要由于城镇用地的地理条件优越,如地势平坦、生态环境较好的地域,社区、学校的人口密度大,商圈经济活动繁荣,区域经济发展水平高,对网购的需求量大,促进了快递行业的发展,进而加快了菜鸟驿站的建设发展。3.3.4 城市总体规划因素 上海市菜鸟驿站布局在方向上具有“西南东北”走向的趋势,空间上呈现多核心聚集模式主要分布于主城区和新城,而新市镇、乡镇以及村庄区域仅仅是不规则的散点,这是上海市总体规划为“一主、两轴、四翼,多廊、多核、多圈”的空间结构和“主城区新城新市镇乡村”的城乡体系以及“三横三纵”和“三环十射”组成的骨干道路网络的具体体现。由此可见,菜鸟驿站空间分布格局与上海市规划高度拟合,表明了城市规划对菜鸟驿站的区位分布产生重要的影响。本文对影响菜鸟驿站选址的量化因素利用SPSS17.0软件进行Pearson相关分析和双侧显著性检验,并根据分析结果相关性的强烈程度排序,如表1所示。菜鸟驿站布局主要影响因素为常住人口数量、地区生产总值以及消费人群等社会经济因素,路网密度与生态环境因素对驿站布局影响其次,主要由于菜鸟驿站为市场主导,但人口数量、区域生产总值、交通、生态环境与城市总体规划因素在不同程度地影响菜鸟驿站的空间格局。4 讨论 菜鸟驿站本质具有专业性、便利性、保护性、整合性的特点,而人口数量是影响驿站选址的重要因素之一。上海市菜鸟驿站1 km缓冲区内覆盖了60%的居民区,并且研究依托类型发现其主要服务对象是社区和学校,显然人口因素对菜鸟驿站的分布具有较强的促进作用。人口数量高值区主要集中于浦东新区、闵行区和宝山区,其菜鸟驿站分布数量较多,表明菜鸟驿站选址对人口数量具有高度依赖性。低值区主要分布于长宁区、金山区和崇明县,表明人口数量对其区域的菜鸟驿站分布作用较低。刘玲27等研究表明,快递自提点分布与人口数量存在趋同关联,两者集聚相辅相成。除人口因素外,菜鸟驿站受市场导向控制,经济发展水平带动了物流包裹的流向。静安区的人口分布数量较少,但经济生产总值等同于闵行区的生产总值,也有效地促进了菜鸟驿站的发展。冀琴28等研究表明,快递站点的空间选址与经济生产总值呈正相关,区域经济发 图 5 上海市菜鸟驿站站点与土地利用类型关系 Figure 5 Relationship between Cainiao station and land use types in Shanghai 5 期 王洁,等.基于 GIS 平台的上海市菜鸟驿站空间特征分析 121 表 1 上海市菜鸟驿站与影响因素关系 Table 1 Relationship between Cainiao station and influencing factors in Shanghai 消费人群数量 路网密度 菜鸟驿站 影响因素 常住 人口 地区生产总值 青年 中年 老年 市区郊区R 0.968*0.918*0.916*0.972*0.883*0.726 0.835*P 0 0 0 0 0 0.0650.005排序 1 2 3 4 注:*.在 0.01 水平(双侧)上显著相关。展水平越高,快递自提点分布数量越多。因此,快递自提点的数量与区域经济发展水平相适应。受经济发展水平和城市化水平等因素的影响,人口向城区聚集,而道路交通是联系人口与菜鸟驿站的通道27。交通道路连通性好利于扩大驿站的服务范围,90%的菜鸟驿站分布在距离服务对象设施最近出入点150 m的范围之内,但随着距离的增加服务对象便捷程度下降,驿站站点的区位优势削弱。吴晓29等研究表明,路网密度越密集的地段,菜鸟驿站的布局越多,交通的通达性和步行性已成为菜鸟驿站布局的直接影响因素,驿站的分布数量的变化随着交通便捷程度改变。上海市郊区路网密度与菜鸟驿站分布数量呈正顺应关系,而中心城区的道路网密集,菜鸟驿站分布数量偏少,受城区地价因素的影响较大。上海中心城区大面积由城镇用地所覆盖,主要城市功能是经济商业发展,具有人口集中与经济发展水平高等区域特点,受地价因素影响,菜鸟驿站的分布数量偏少,但交通发达在一定程度上扩大了驿站站点的服务范围。本文研究存在局限性,数据缺少时效性、影响因素缺乏全面性以及因素的定量分析较少。根据研究结果,结合前人对菜鸟驿站的具体研究,对今后菜鸟驿站布局优化提出建议:(1)优化菜鸟驿站布局应综合考虑各区域人口因素。快递业的发展依赖于居民生活水平,包括居民的消费水平和消费方式。居民消费水平应作为衡量菜鸟驿站的物流量和影响菜鸟驿站选址的因素之一。因此,上海市菜鸟驿站应综合考虑各区域居民生活水平和快递的服务需求量,优化菜鸟驿站的布局。(2)调整菜鸟驿站布局应综合考虑各区域的经济发展水平。本文仅分析各区域的经济生产总值,忽视了商业圈的存在。城市的商业区交通状况良好、地段优越以及基础设施完善,对快递业的发展具有较强影响。上海市菜鸟驿站应分析不同地段商业区的物流量数据,调整或增加驿站站点的布局,充分提高驿站的利用率。(3)菜鸟驿站优化布局应与交通路线优化结合。上海市菜鸟驿站偏向交通便捷的中心城区,而市中心外围区域菜鸟驿站数量极少。故菜鸟驿站布局优化必须与路线优化、资源优化等配套实施,并全面提高市中心外围地区和部分郊区的公共服务水平,有助于菜鸟驿站的可持续发展。5 结论 本文以上海市菜鸟驿站为研究对象,基于上海市菜鸟驿站的POI数据,探讨了上海市菜鸟驿站的空间布局,并运用了相关分析、空间分析等方法探讨了影响上海市菜鸟驿站区位分布的影响因素,其结论如下:(1)微观距离层面特征:90%的菜鸟驿站分布在距离服务对象设施最近出入点150 m的范围之内,且菜鸟驿站的数量和距离其服务对象设施最近出入点的距离成反比。(2)依托类型和服务对象:上海市菜鸟驿站的经营模式以合营为主、私营为辅,其依托类型主要分为7个大类,小区、商场、便利店、学校、园区、超市和私营。菜鸟驿站主要服务于社区、学校和便利店等对象群体,其中依托小区和学校设立的菜鸟驿站占比高达59%,其次是便利店26%。(3)空间分布特征:上海市菜鸟驿站的空间特征分布方向上具有“西南东北”走向趋势,整体上呈现“多核集聚模式”,核心区域和乡镇区域分布差异较大,空间不平衡性较为突出。(4)区位分布影响因素:上海市菜鸟驿站区位分布的影响因素包括经济发展水平、人口规模与密度、路网密度、生态环境和城市总体规划,其中人口数量占主导因素,影响菜鸟驿站发展规模与数量,且城市经济发展水平、路网密度、生态环境与站点分布数量相关,城市总体规划利于菜鸟驿站资源调配整合。参考文献 1 WOUDSMA C,JAKUBICEK P,DABLANC L.Logistics sprawl in North America:methodological issues and a case 122 生 态 科 学 42 卷 study in TorontoJ.Transportation Research Procedia,2016(12):474488.2 SAKAI T,KAWAMURA K,HYODO T.Logistics facility distribution in Tokyo metropolitan area:experiences and policy lessonsJ.Transportation Research Procedia,2016(12):263277.3 ALJOHANI K,THOMPSON R G.Impacts of logistics sprawl on the urban environment and logistics:taxonomy and review of literatureJ.Journal of Transp or Geography,2016(57):255263.4 RAIMBAULT N,ANDRIANKAJA D,PAFFONI E.Understanding the diversity of logistics facilities in the Paris regionJ.ProcediaSocial and Behavioral Sciences,2012(39):543555.5 CIDELL J.Concentration and decentra-lization:the new geography of freight distribution in US metropolitan areasJ.Journal of Transport Geography,2010,18(3):363371.6 DABLANC L,RAKOTONARIVO D.The impacts of logistics sprawl:How does the location of parcel transport terminals affect the energy efficiency of goods movements in paris and what can we do about it?J.ProcediaSocial and Behavioral Sciences,2010,2(3):60876096.7 GIULIANO G,Kang S.Spatial dynamics of the logistics industry:evidence from CaliforniaJ.Journal of Transport Geography,2018,66:248258.8 IWAN S,KIJEWSKA K,LEMKE J.Analysis of parce1 lockers efficiency as the last mile delivery solution the results of the research in PolandJ.Transportation Research Procedia,2016(12):644655.9 PARK H,PARK D,JEONG I J.An effects analysis of logistics collaboration in last-mile networks for CEP delivery servicesJ.Transport Policy,2016(50):115125.10 HEITZ A,BEZIAT A.The parcel industry in the spatial orga-nization of logistics activities in the Paris region:inherited spatial patterns and innovations in urban logistics systemsJ.Transportation Research Procedia,2016,12:812824.11 MORGANTI E,SEIDEL S,BLANQUART C,et al.The impact of e-commerce on final deliveries:alternative parcel delivery services in france and germanyJ.Transportation Research Procedia,2014,4(1):178190.12 李钢,陈未雨,杨兰,等.武汉市快递自提点的空间格局与 集 聚 模式研 究 J.地 理 科 学 进 展,2019,38(3):407416.13 张璐璐,赵金丽,宋金平.京津冀城市群物流企业空间格局演化及影响因素J.经济地理,2019,39(3):125133.14 李钢,杨兰,贺建雄,等.基于POI 数据的西安市快递自提点空间格局及空间关系研究以菜鸟驿站为例J.地理科学,2018,38(12):20242030.15 倪玲霖,史峰.多分配快递轴辐网络的枢纽选址与分配优 化 方 法J.系 统 工程 理论 与 实践,2012,32(2):441448.16 谭如诗,徐逸伦,陈栋,等.城市居民快递自提行为空间研究以南京市城区菜鸟驿站为例J.世界地理研究,2016,25(5):111120.17 袁帅.基于复杂网络的快递企业配送系统优化研究D.哈尔滨:哈尔滨工业大学,2013.18 王成金,张梦天.中国物流企业的布局特征与形成机制J.地理科学进展,2014,33(1):134144.19 黄涛.基于 GIS 的快递末端自提网点布局研究D.西安:长安大学,2017.20 LONGLEY P A,GOODCHILD M F,MAGUIRE D J,et al.Geographic information science and systemsMKOBAYASHI A.International Encyclopedia of Human Geography(Second Edition).Oxford:Elsevier.2020:2936.21 SIDEROV K.Spatial data analysis:theory and practice J.Austral Ecol,2005,30(2):240241.22 禹文豪,艾廷华,刘鹏程,等.设施POI 分