【摘要】随着互联网新零售的快速发展，传统物流配送体系逐渐被实时物流系统取代，基于大数据和人工智能技术的新型物流配送站成为实现高效配送的关键环节。文中以新型物流配送站为研究对象，使用空间分析法探讨了新型物流配送站在二线城市中的区位分布演化规律，并运用条件Logistic逻辑回归模型对新型物流配送站在二线城市中的区位分布影响因素进行实证分析。得到结论：现阶段二线城市新型物流配送站主要以“点—轴”空间分布和“点—轴—面”空间分布为基本格局，同时，二线城市新型物流配送站对生产成本的变化不敏感，道路网密度导致的经营成本变化对于现代流通服务业而言影响较小。

　　【关键词】新型物流配送站；二线城市；区位选择；影响因素

　　1引言

　　新型物流配送站是一类基于现代数字技术和科学的物流管理理念建设形成的综合物流配送体系，在发挥基本物流功能的同时，还能够兼顾流通管理现代化、科学化发展的要求，实现流通体系高质量运转。新型物流配送站的快速发展极大地解决了传统配送站运营过程中存在的成本大、渠道少、资源匮乏等实际问题，具有配送反应速度快、配送功能集成化、配送作业规范化、配送组织网络化等一系列特点。新型物流配送站在一线大城市中的发展已被证实具有广阔的市场空间和良好的市场前景，二线城市物流需求相对一线城市有所下降，但部分二线城市仍是邻近城市的物流中转枢纽，因而承担着较大的物流流通压力。在此背景下，新型物流配送站在二线城市中的分布成为提高物流配送效率和资源利用率的关键。物流配送站的区位选择涉及到商业地理理论，国内商业地理理论的研究始于上世纪末，近5年来，伴随着新型物流配送站的快速发展，物流领域的区位分析所具有的实际价值亦快速提升，这也是本文所做研究的重要价值所在。

　　2新型物流配送站在二线城市的区位分布格局

　　2.1“点—轴”空间分布格局

　　新型物流配送站在二线城市中的发展最初是占据城市核心商圈，以充分享受城市核心区人口红利、消费需求带来的发展便利，因此，往往呈现出以大型商场、居民区为关键节点，主要道路和市区人口分布区为轴的“点—轴”空间分布格局。这种分布格局在2015-2018年期间的多数二线城市具有代表性，比如在宁波市，第一家使用大数据和智能路径分析的新型物流配送站设立在人员密集的天一商圈，沿着和义大道、三江口等主要城市干线辐射中心城区核心物流消费需求，新型物流配送站的配送服务很少扩展到城市外围，对近郊和主干道周边区域的服务能力也尚未形成。整体来看，在这一时期“点—轴”空间分布格局下，相较于中心城区，外环及远郊区的新型物流配送站点几乎没有分布，因此，这一格局下的城市新型物流配送业态成熟度不高，经济效益有限。

　　2.2“点—轴—面”空间分布格局

　　近年来，二线城市的快速发展有目共睹，随着城市外围边界的拓展以及城市内部交通通行状况的改善，新型物流配送体系凭借便利的物流网络不断获得新的发展空间。受此影响，新型物流配送站的空间分布也从此前单一的“点—轴”分布格局向全新的“点—轴—面”空间分布格局过渡。以东部地区二线城市无锡为例，2018年以来，随着城市地铁二号线的通车，中山路商圈、河埒商圈、东亭商圈等人流密集区域的快递配送需求显著增加，伴随着城市快速路和地铁的同步延展，智能分拣配送和无人值守快递站开始由城市中心向城市西南、东北、北方、东方发展，围绕市中心的大型站点以及城市快速路、地铁线构成的延伸轴，逐渐覆盖整个城市。在此过程中，新型物流配送站也从以往主要辐射商圈和人员密集社区向重要产业园、城市新区扩展，日益构成更加宽幅的新型物流覆盖面。

　　3新型物流配送站在二线城市的区位选择影响因素分析
　　3.1理论分析框架

　　传统经济地理理论在分析商业体的区位选择时主要从利润最大化角度入手，利润最大化的决策模型包含了潜在的商业机遇和经营效益的最优化配置模式，因此，经营者会遵循减少成本、增加利润的方式实现经营效益提高。该模型可量化为：

　　式(1)中，r为地区变量，RMP表示城市中不同区域的物流市场潜能，F为新型物流配送站的固定成本，m为边际生产成本。当μr>μk时，新型物流配送站运营方会选择在r地进行配置。对于现代新型物流配送站选址而言，假定运营方在不同区域拥有相同的固定成本，据此可求得区位选择的利润方程如下：

　　式(2)中，lnmr=αlnw r+(1-α)lnv r-lnA r,w r表示所处地区劳动者的工资水平，v r表示生产要素价格，A r为r区域物流业全要素生产率。

　　在式(2)的基础上，考虑到如今物流业的区域差异性已不只体现在生产要素配置与分布层面，同时也体现在某些不可度量的异质性变量方面，比如，政策指引、市场潜力、消费水平等，因此，式(2)还可继续添加相关变量并恒等变形，得到式(3):

　　式(3)中，εr为随机误差项，与特定区域密切相关。Xr为r区域同其他区域相异的因素。

　　3.2新型物流配送站在二线城市的区位选择影响因素识别

　　根据上文的理论分析体系可以看出，新型物流配送站的区位选择与产业内外多项因素密切相关。笔者认为，新型物流配送站在“互联网＋”的趋势影响下基本实现了“线上＋线下”的经营模式，但随着二线城市商业规模的扩大和流通消费的区域集中，新型物流业态的集聚化发展格局日益明显，形成了不同的商圈(Retail Trade Area),学者Michel Levy认为商品交易区域与零售商的经营活动密切相关，地理区域或范围对其经营效益具有较大影响。在同一商圈内部不同流通领域的商业形态分布同样存在一定的差异，由于新型物流配送站类型众多，所辐射的目标消费人群亦有不同，比如，无人值守快递站主要面向中高端消费群体（职场白领、经理人等）；社区微循环物流站点主要面向特定社区人群；因此，影响新型物流配送站在城市中区位选择的因素较多，谭怡恬，赵学彬认为城市发展历史、交通、城市规划政策、商业自身规律共同构成了商业空间结构的演变。据此，将潜在因素归结如下。

　　①产业内影响因素。新型物流配送站区位选择往往基于降低成本、提高效率的现实考量。物流成本与产业的空间分布有着密切关联，这一点在克鲁格曼建立的“中心—外围”体系得以明确，随着区域产业的聚集，物流成本在不超临界值的前提下表现为规模性缩减；而在集聚后则形成包括运输成本、管理成本及货物保存成本在内的一系列成本项目。在经济地理学的理论体系中，产业效率是产业集聚的函数，企业选址总是趋向于市场规模较大的地区，大量企业的集聚将提升该区域产业的比较优势。对于新型物流配送站而言，选址需实现地理邻接性，以此推动形成配送网络体系间“非市场关联效应”，继而在推动物流服务内容创新、扩大居民消费方面具有积极价值。

　　②产业外影响因素。物流产业的现代化发展愈发依赖外部市场环境和政策环境，这二者从不同层面对新型物流配送站的区位选择产生影响。消费市场同样具有典型的市场形成机制，新型物流配送站的运营方偏好在市场规模大、市场潜力强的地区经营，以利用产业集聚的规模经济效应获得收入报酬的递增。而不同区域的政策规划也同样制约着新型物流配送站的进入与发展，比如，东部沿海城市通过招商引资率先实现新型物流配送网络落地，且在中心地区获得经济和产业发展后帮助外围地区克服本地市场的劣势，实现更好的发展机会。

　　根据以上分析，建立新型物流配送站区位选择实证分析的变量体系如表1所示。

　　3.3计量模型构建与数据分析

　　本文应用McFadden提出的条件Logistic模型完成对新型物流配送站区位选择及其影响因素的计量分析，该模型主要用在对区位特征差异明显的情况下区域被选中概率的影响。在实际选择过程中，本研究针对全国10个二线城市（宁波市、昆明市、福州市、无锡市、厦门市、济南市、大连市、石家庄市、太原市、乌鲁木齐市）108个商圈进行选择，每次仅有一个商圈（街道）会被选择，因此作为解释变量，以落入相应商圈（街道）的新型物流配送站数量为被解释变量，由于被解释变量以0值截尾，因此，考虑截尾情况，构建如下估计模型：

　　根据(4)式，拟使用极大似然法进行模型估计，在估计时考虑到前文所述的二线城市新型物流配送站发展的三个阶段各自不同的特点进行总体估计和异质性检验。

　　本文研究涉及的相关数据均来自于中国统计年鉴(2013-2022年），同时，对来自各二线城市商务局的部分数据进行整理合并，提高了数据体系的完备性。

　　3.4计量分析结果

　　采用条件Logistic模型进行估计，得到结果如表2所示。其中，模型1只考虑产业内影响因素主导下的新型物流配送站区位选择，可以看出生产成本和经营效率存在显著正向效应。模型2在模型1的基础上加入市场潜能变量，发现该变量同样对二线城市新型物流配送站区位选择存在显著的正向影响效应。模型3在模型2的基础上加入了反映政策引导的变量，同样具有正向影响，但在此变量的影响下，市场潜能对二线城市新型物流配送站区位选择的影响变为负。

　　整体来看，二线城市新型物流配送站对生产成本的变化不敏感，道路网密度导致的经营成本变化对于现代流通服务业而言影响较小，本文认为这与二线城市新型物流配送站单位利润较高、服务潜能巨大等实际情况有关。而经营效率在考虑市场潜能（人口密度）的作用下将对二线城市新型物流配送站的选择带来负面影响，在模型2中，In_eff变量的系数为-0.2020,这也说明市内人口密度大的区域并不一定是新型物流配送站选址的最佳区位，比如，在老式社区中布局无人值守快递站的整体效益便不如在人口相对稀疏的白领公寓等地进行相同配置。

　　4结论与启示
　　4.1研究结论

　　新型物流配送站是二线城市物流配送提质增效的关键。本文研究了新型物流配送站在二线城市中的区位选择及相应的影响因素，使用Logistic模型进行实证检验后发现，现阶段二线城市新型物流配送站主要以“点—轴”空间分布和“点—轴—面”空间分布为基本格局，同时，二线城市新型物流配送站对生产成本的变化不敏感，道路网密度导致的经营成本变化对于现代新型物流配送站而言影响较小。根据上述研究结果，二线城市新型物流配送站的区位分布应当综合考虑城市物流需求以及作为物流商业体盈利的需要选择合适的区位。4.2启示

　　①依托互联网优化新型物流配送站选址规划。

　　互联网数据驱动加速物流业智慧化转型。物物互联、数据驱动、平台支撑、软件主导的智慧企业创新发展也将为实现物流业良好的可持续生态和价值韧性提供了保障。深化物流配送领域互联网应用要重视以数据为核心驱动力，重视数据从附属产物向重要生产要素转变的意义和价值。以市场数据、消费数据为先导经过计算和分析确定最适选址。

　　②明确新型物流配送站选址需求。

　　新型物流配送站的职能存在显著差异，在不同城市选址时要尽量做到因地制宜，结合区域人口密度、流通消费市场环境以及竞争对手的分布选择合适的区位，在这一过程中政府主管部门应按有关因素做出统筹判断，指导运营方做出合适的选址规划，充分发挥城市路网、商圈等基础设施建设的价值，提高新型物流配送站的价值。

　　［参考文献］

　　[1]李靖丰．物流经济发展下的城市交通网络发展策略[J].中国航务周刊，2023(39):53-55.

　　[2]孙家煜，苏艳敏，孙友国，等．马鞍山钢铁铁路物流中心站点综合选址[J].物流工程与管理，2021,43(05):77-79.

　　[3]刘亚楠，郑长江，沈金星．基于地铁的城市物流配送路径优化[J].贵州大学学报（自然科学版），2019,36(06):114-118.

　　[4]孟珂宇，江诗涵．关于校园二手交易市场线下站点的构建设想[J].商场现代化，2019(13):17-19.

　　[5]刘倩雯．基于Balanced Scorecard的物流站点选址—以京东物流厦门软件园三期为例[J].环渤海经济瞭望，2019(06):199-200.

　　[6]田佳雨．基于GIS的物流网点选址研究—以天津PJ物流公司河东区选址为例[J].物流科技，2019,42(03):43-44.

　　[7]张影，梁子婧．高校快递包装逆向物流回收站点的构建—以徐州工程学院为例[J].中国市场，2019(08):165-166+179.

　　[8]郭崇义．连锁零售商区位决策：理论分析框架[J].首都经济贸易大学学报，2009,11(04):23-27.

　　[9]管驰明，崔功豪．中国城市新商业空间及其形成机制初探[J].城市规划汇刊，2003(06):33-36+95.