城市物流中心引力势力范围及空间交互强度画像分析——以郑州市为例

李欣

doi:10.13471/j.cnki.acta.snus.2022D076

您当前的位置：

首页 >

文章列表页 >

城市物流中心引力势力范围及空间交互强度画像分析——以郑州市为例

研究论文 | 更新时间：2023-11-01

- 城市物流中心引力势力范围及空间交互强度画像分析——以郑州市为例
- Analysis on gravitational influence sphere and spatial interaction intensity of urban logistics centers— A case of Zhengzhou city
- 中山大学学报(自然科学版)(中英文) 2023年62卷第4期页码：21-31
- 作者机构：
  
  河南财经政法大学资源与环境学院 / 城乡协调发展河南省协同创新中心，河南郑州 450046
- 作者简介：
  
  李欣（1981年生），男；研究方向：城市空间大数据挖掘与分析；E-mail：lixin992319@163.com
- 基金信息：
  
  国家自然科学基金(41871159;41771141);河南省重点研发与推广专项（科技攻关）(202102310013)
- DOI：10.13471/j.cnki.acta.snus.2022D076
  中图分类号： K902
- 纸质出版日期：2023-07-25，
  
  网络出版日期：2023-05-05，
  
  收稿日期：2022-10-10，
  
  录用日期：2023-01-03
扫描看全文
李欣.城市物流中心引力势力范围及空间交互强度画像分析[J].中山大学学报(自然科学版),2023,62(04):21-31.

LI Xin.Analysis on gravitational influence sphere and spatial interaction intensity of urban logistics centers— A case of Zhengzhou city[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2023,62(04):21-31.
李欣.城市物流中心引力势力范围及空间交互强度画像分析[J].中山大学学报(自然科学版),2023,62(04):21-31. DOI： 10.13471/j.cnki.acta.snus.2022D076.

LI Xin.Analysis on gravitational influence sphere and spatial interaction intensity of urban logistics centers— A case of Zhengzhou city[J].Acta Scientiarum Naturalium Universitatis Sunyatseni,2023,62(04):21-31. DOI： 10.13471/j.cnki.acta.snus.2022D076.

摘要

识别和分析城市物流中心的影响范围和交互强度，有利于优化物流要素的空间布局，对实现物流行业降本增效具有重要意义。本文首先分别利用空间句法和词向量理论，对引力模型中的综合实力参数和距离参数度量方法进行优化，将物流要素出行时对空间结构的主观感受和偏好规律，与物资供需端的空间分布形态相结合，实现了对城市物流中心的识别，及其引力势力范围的划分，然后在此基础上构建复杂网络，利用边权值呈现了物流中心间的空间交互强度，最终完成城市物流中心动静形态的画像分析。通过空间统计和实地调查验证发现：① 从引力势力范围分布来看，郑州市物流业以市辖区为核心，东西南三向延伸的空间动静特征，与规划文件中重点支持的物流建设项目空间分布具有较高一致性，物资需求端与供给端的空间匹配程度较高；② 从空间交互关系来看，除了物资的供需关系，区域空间可达性对物流要素空间分布也具有较大影响，通过基础设施和物流要素的规划建设，可以增强市辖区与周边县市的空间交互强度，带动城市产业升级，促进区域共同发展。

Abstract

Identifying and analyzing the influence sphere and interaction intensity of urban logistics centers is conducive to optimizing the spatial distribution of logistics elements

which is of great significance to reduce costs and increase efficiency in the logistics industry. Firstly

this paper optimizes the measurement methods of comprehensive strength parameters and distance parameters in the gravity model by using the spatial syntax and word vector theory

combining the subjective feeling and preference law of logistics elements on the spatial structure with the spatial distribution form of the logistics supply and demand side

and realizes the identification of urban logistics center and the division of its gravity sphere of influence. Secondly

this paper constructs a complex network and presents the spatial interaction intensity between logistics centers by using chain weight. Finally

the dynamic and static forms of urban logistics centers are analyzed. Through spatial statistics and field investigation

it is found that: from the view of the distribution of the gravitational influence sphere

Zhengzhou's logistics industry has the spatial dynamic and static characteristics of taking the municipal district as the core and extending from the core to the east

west

and south. These characteristics are highly consistent with the spatial distribution of logistics-construction projects mainly supported in the planning documents. The space matching between the demand side and the supply side is very high. From the view of the spatial interaction intensity

in addition to the supply-demand relationship of materials

regional spatial accessibility also has a great influence on the spatial distribution of logistics elements. The planning and construction of infrastructure and logistics elements can enhance the spatial interaction between the core districts and surrounding areas

drive the upgrading of urban industries

and promote regional development.

关键词

物流中心空间句法词向量引力模型空间交互

Keywords

logistics centerspatial syntaxword vectorgravity modelspatial interaction

references

比尔·希列尔， 2008. 空间是机器：建筑组构理论［M］. 北京：中国建筑工业出版社.

曹卫东， 2011. 城市物流企业区位分布的空间格局及其演化：以苏州市为例［J］. 地理研究， 30（11）： 1997-2007.

陈蔚珊，柳林，梁育填， 2016. 基于POI数据的广州零售商业中心热点识别与业态集聚特征分析［J］. 地理研究，35（4）：703-716.

丁亮，钮心毅，宋小冬， 2017. 上海中心城区商业中心空间特征研究［J］. 城市规划学刊，（2）： 63-70.

丁亮，钮心毅，宋小冬， 2020. 基于个体移动轨迹的多中心城市引力模型验证［J］. 地理学报， 75（2）：268-285.

甘霖，曹广忠，冯长春，2016.基于引力模型的城市区位潜力测度与区域双核结构刻画——以山东省济-青双核结构为例［J］.地域研究与开发，35（5）：60-66.

江斌，黄波，陆锋， 2002. GIS环境下的空间分析和地学视觉化［M］. 北京：高等教育出版社.

李国旗，金凤君，陈娱，等， 2017. 基于POI的北京物流业区位特征与分异机制［J］. 地理学报，72（6）：1091-1103.

李欣， 2019. 基于时空切分和词向量相似性的轨迹伴随模式挖掘［J］. 中山大学学报（自然科学版），58（5）：35-43.

李一曼，修春亮，孙平军，2014.基于加权平均旅行时间的浙江省交通可达性时空格局研究［J］.人文地理，29（4）：155-160.

刘海燕，李宗平，叶怀珍， 2000. 物流配送中心选址模型［J］. 西南交通大学学报， 35（3）： 311-314.

刘康，仇培元，刘希亮，等， 2017. 利用词向量模型分析城市道路交通空间相关性［J］. 测绘学报， 46（12）：2032-2040.

潘裕娟，曹小曙， 2012. 广州批发市场的供应物流空间格局及其形成机制［J］. 地理学报， 67（2）： 179-188.

秦昆，周勍，徐源泉，等， 2017. 城市交通热点区域的空间交互网络分析［J］. 地理科学进展， 36（9）： 1149-1157.

全国物流标准化技术委员会，2021. 物流术语： GB/T 18354-2021［S］. 北京：中国标准出版社.

全国物流标准化技术委员会等，2005. 物流企业分类与评估指标：GB/T 19680-2005［S］. 北京：中国标准出版社.

任为，林子茵， 2011. 物流企业公路运输能力评价指标体系的构建［J］. 物流科技，34（11）：103-106.

王成金，王伟，张梦天，等，2014.中国道路网络的通达性评价与演化机理［J］.地理学报，69（10）：1496-1509.

徐寿波， 2007. 大物流再论［J］. 中国流通经济， 21（10）： 7-10.

许培源，叶丽云，2015. 基于引力模型的厦漳泉大都市区城市空间结构研究［J］.地域研究与开发，34（2）：56-61.

叶士琳，曹有挥，王佳韡，等，2018.长江沿岸港口物流发展格局演化及其机制［J］.地理研究，37（5）：925-936.

于丙辰，刘玉轩，陈刚， 2018. 基于夜光遥感与POI数据空间耦合关系的南海港口城市空间结构研究［J］. 地球信息科学学报， 20（6）：854-861.

袁庆达，杜文，黎青松， 2001. 区域公共物流中心规模和选址问题［J］. 交通运输工程学报， 1（4）： 97-100.

张安琪，王海军，夏畅， 2018. 基于空间句法的道路通达度作用分计算［J］. 地理与地理信息科学，34（3）：108-113.

周博，马林兵，胡继华，等， 2019. 基于轨迹数据场的热点区域提取及空间交互分析——以深圳市为例［J］. 热带地理， 39（1）： 117-124.

ALLENA J， BROWNEA M， CHERRETTB T， 2012. Investigating relationships between road freight transport， facility location， logistics management and urban form［J］. Journal of Transport Geography， 24（9）： 45-57.

BENGIO Y， DUCHARME R， VINCENT P， et al， 2000. A neural probabilistic language model［J］. Journal of Machine Learning Research， 3（6）：932-938.

DABLANC L， OGILVIE S， GOODCHILD A， 2014. Logistics sprawl： differential warehousing development patterns in Los Angeles and Seattle［J］. Transportation Research Record Journal of the Transportation Research Board， 2410（12）：105-112.

DABLANC L， ROSS C， 2012. Atlanta： A mega logistics center in the Piedmont Atlantic Megaregion［J］. Journal of Transport Geography， 24（9）： 432-442.

HEUVEL F， LANGEN P， DONSELAAR K， et al， 2013. Regional logistics land allocation policies： Stimulating spatial concentration of logistics firms［J］. Transport Policy， 30（30）：275-282.

HUFF D L， HAGGERTY J W， 1962. Determination of intra-urban retail trade areas［J］. Revista Salud Uninorte， 28（3）：411-418.

KEUMSOOK L， HEE Y L， 2010. A new algorithm for graph-theoretic nodal accessibility measurement［J］. Geographical Analysis，30（1）：1-14.

RIVERA L， SHEFFI Y， KNOPPEN D， 2016. Logistics clusters： the impact of further agglomeration， training and firm size on collaboration and value added services［J］. International Journal of Production Economics， 179（9）：285-294.

RIVERA L， SHEFFI Y， WELSCH R， 2014. Logistics agglomeration in the US［J］. Transportation Research Part A： Policy and Practice， 59（11）： 222-238.

SAKAI T， KAWAMURA K， HYODO T， 2015. Locational dynamics of logistics facilities： Evidence from Tokyo［J］. Journal of Transport Geography， 46（6）：10-19.

TANIGUCHI E， NORITAKE M， YAMADA T， et al， 1999. Optimal size and location planning of public logistics terminals［J］. Transportation Research Part E： Logistics and Transportation Review， 35（3）： 207-222.

VERHETSEL A， KESSELS R， GOOS P， et al， 2015. Location of logistics companies： a stated preference study to disentangle the impact of accessibility［J］. Journal of Transport Geography， 42（1）： 110-121.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于时空切分和词向量相似性的轨迹伴随模式挖掘