新疆物流企业空间布局多尺度演化特征及影响因素研究

doi:10.12118/j.issn.1000-6060.2024.404

干旱区地理 ›› 2025, Vol. 48 ›› Issue (4): 739-752.doi: 10.12118/j.issn.1000-6060.2024.404 cstr: 32274.14.ALG2024404

• 区域发展 • 上一篇

新疆物流企业空间布局多尺度演化特征及影响因素研究

李松芮¹(), 林秋平¹^,²(), 杨上广³

1.新疆财经大学工商管理学院（MBA学院），新疆乌鲁木齐 830012
2.新疆财经大学新疆企业发展研究中心，新疆乌鲁木齐 830012
3.华东理工大学商学院，上海 200237

收稿日期:2024-07-04 修回日期:2024-08-30 出版日期:2025-04-25 发布日期:2025-04-18
通讯作者: 林秋平（1981-），女，副教授，硕士生导师，主要从事物流产业经济研究. E-mail: lqpxjcd@foxmail.com
作者简介:李松芮（1994-），男，硕士研究生，主要从事物流与供应链管理研究. E-mail: lisongrui2021@163.com
基金资助:
国家社科基金项目(20BGL020);新疆维吾尔自治区普通高等学校人文社会科学基地新疆企业发展研究中心项目(XJEDU2023J007);新疆财经大学研究生科研创新项目(XJUFE2023K048)

Multi-scale evolution characteristics and influencing factors of spatial layout of logistics enterprises in Xinjiang

LI Songrui¹(), LIN Qiuping¹^,²(), YANG Shangguang³

1. College of Business Administration, Xinjiang University of Finance & Economics, Urumqi 830012, Xinjiang, China
2. Xinjiang Enterprise Development Research Center, Urumqi 830012, Xinjiang, China
3. Business School, East China University of Science and Technology, Shanghai 200237, China

Received:2024-07-04 Revised:2024-08-30 Published:2025-04-25 Online:2025-04-18

摘要/Abstract

摘要：

发改委《十四五现代流通体系建设规划》强调“完善区域物流服务网络”，国务院《中国（新疆）自由贸易试验区总体方案》提出“建设联通欧亚的综合物流枢纽”。因此，研究新疆物流企业空间布局对完善区域物流服务网络和建设新疆自贸试验区具有重要战略意义。基于1992—2022年新疆物流企业的地理坐标数据，分析物流企业空间分布在不同尺度下的演变特征后，深入研究县域和网格尺度下物流企业空间布局形成机制与影响因素的空间异质性。结果表明：（1）新疆物流企业呈现集聚发展状态，整体上发展成“单轴、单主核、多副核”的空间格局，局部上发展成“一主核、多副核”的空间格局。（2）县域尺度下，新疆物流企业空间分布的热点区和次热点区始终分布在北疆地区，没有突破天山北坡的地理约束，但在较小的网格尺度下，次热点区最终突破天山北坡的地理约束。（3）电商园区、综合保税区和人口密度是不同尺度下影响物流企业空间布局的重要因素，自然环境因素会与其他影响因素产生非线性增强的交互作用，需给予重视。（4）新疆应重视物流园区建设、完善口岸功能性建设与经济发展，针对电商、工业园区、口岸、综合保税区等局部影响因素，因地制宜制定物流规划。研究深化了企业区位理论，为新疆欧亚物流枢纽及丝绸之路经济带核心区提供了理论支撑与实践指导。

关键词: 物流企业, 多尺度, 空间布局, 演化特征, 影响因素, 新疆

Abstract:

The National Development and Reform Commission’s “14th Five-Year Plan for the Construction of a Modern Circulation System” emphasizes “improving the regional logistics service network”, while the State Council’s “Overall Plan for the China (Xinjiang) Pilot Free Trade Zone” proposes “building a comprehensive logistics hub connecting Europe and Asia”. Therefore, studying the spatial layout of Xinjiang logistics enterprises is of great strategic significance to improving the regional logistics service network and building the Xinjiang Pilot Free Trade Zone. Using the geographic coordinate data of Xinjiang logistics enterprises from 1992 to 2022, this study examines the geographical spatial distribution across different scales. This study explores the spatial heterogeneity of formation mechanisms and influencing factors at county and grid levels. The results indicate that: (1) Xinjiang logistics enterprises exhibit agglomeration, forming an overall spatial pattern of a “single axis, single main core, and multiple sub-cores”, while locally developing into a primary core with multiple sub-cores.(2) At the county level, logistics enterprise hotspots and sub-hotspots remain concentrated in northern Xinjiang, constrained by the northern slope of the Tianshan Mountains. However, at a finer grid scale, the sub-hotspots eventually expand beyond this geographical barrier. (3) E-commerce parks, comprehensive bonded zones, and population density significantly influence the spatial layout of logistics enterprises across different scales. Additionally, natural environmental factors can interact nonlinearly and should not be overlooked. (4) Xinjiang should prioritize logistics park development, enhance port functionality, and drive economic growth. In response to local influencing factors, such as e-commerce, industrial parks, ports, and comprehensive bonded zones, logistics plans should be expressed based on local conditions. The research deepened the enterprise location theory and provided theoretical support and practical guidance for the construction of Xinjiang’s Eurasian logistics hub and the core area of the Silk Road Economic Belt.

Key words: logistics enterprises, multi scale, spatial layout, evolutionary characteristics, influencing factors, Xinjiang

李松芮, 林秋平, 杨上广. 新疆物流企业空间布局多尺度演化特征及影响因素研究[J]. 干旱区地理, 2025, 48(4): 739-752.

LI Songrui, LIN Qiuping, YANG Shangguang. Multi-scale evolution characteristics and influencing factors of spatial layout of logistics enterprises in Xinjiang[J]. Arid Land Geography, 2025, 48(4): 739-752.

图/表 11

图1

表1

图2

表2

图3

表3

表4

不同影响因素交互探测结果"

因素	县域	网格	因素	县域	网格	因素	县域	网格	因素	县域	网格
X₁∩X₂	BE	BE	X₃∩X₅	BE	BE	X₅∩X₁₂	BE	BE	X₈∩X₁₅	NE	NE
X₁∩X₃	BE	BE	X₃∩X₆	BE	BE	X₅∩X₁₃	BE	BE	X₈∩X₁₆	NE	NE
X₁∩X₄	BE	BE	X₃∩X₇	BE	BE	X₅∩X₁₄	BE	NE	X₉∩X₁₀	BE	BE
X₁∩X₅	BE	BE	X₃∩X₈	BE	NE	X₅∩X₁₅	BE	NE	X₉∩X₁₁	BE	BE
X₁∩X₆	BE	BE	X₃∩X₉	BE	BE	X₅∩X₁₆	NE	BE	X₉∩X₁₂	BE	BE
X₁∩X₇	BE	BE	X₃∩X₁₀	BE	BE	X₆∩X₇	BE	BE	X₉∩X₁₃	BE	BE
X₁∩X₈	NE	NE	X₃∩X₁₁	BE	BE	X₆∩X₈	BE	NE	X₉∩X₁₄	NE	NE
X₁∩X₉	BE	BE	X₃∩X₁₂	BE	BE	X₆∩X₉	BE	BE	X₉∩X₁₅	NE	NE
X₁∩X₁₀	BE	BE	X₃∩X₁₃	BE	BE	X₆∩X₁₀	BE	BE	X₉∩X₁₆	NE	NE
X₁∩X₁₁	BE	BE	X₃∩X₁₄	NE	NE	X₆∩X₁₁	BE	BE	X₁₀∩X₁₁	BE	BE
X₁∩X₁₂	BE	BE	X₃∩X₁₅	BE	NE	X₆∩X₁₂	BE	BE	X₁₀∩X₁₂	BE	BE
X₁∩X₁₃	BE	BE	X₃∩X₁₆	NE	BE	X₆∩X₁₃	BE	BE	X₁₀∩X₁₃	BE	BE
X₁∩X₁₄	NE	NE	X₄∩X₅	BE	BE	X₆∩X₁₄	BE	NE	X₁₀∩X₁₄	NE	NE
X₁∩X₁₅	NE	NE	X₄∩X₆	BE	BE	X₆∩X₁₅	BE	NE	X₁₀∩X₁₅	NE	NE
X₁∩X₁₆	NE	BE	X₄∩X₇	BE	BE	X₆∩X₁₆	BE	NE	X₁₀∩X₁₆	NE	NE
X₂∩X₃	BE	BE	X₄∩X₈	BE	NE	X₇∩X₈	BE	NE	X₁₁∩X₁₂	BE	BE
X₂∩X₄	BE	BE	X₄∩X₉	BE	BE	X₇∩X₉	BE	BE	X₁₁∩X₁₃	BE	BE
X₂∩X₅	BE	BE	X₄∩X₁₀	BE	BE	X₇∩X₁₀	BE	BE	X₁₁∩X₁₄	BE	NE
X₂∩X₆	BE	BE	X₄∩X₁₁	BE	BE	X₇∩X₁₁	BE	BE	X₁₁∩X₁₅	NE	BE
X₂∩X₇	BE	BE	X₄∩X₁₂	BE	BE	X₇∩X₁₂	BE	BE	X₁₁∩X₁₆	NE	BE
X₂∩X₈	BE	NE	X₄∩X₁₃	BE	BE	X₇∩X₁₃	BE	BE	X₁₂∩X₁₃	BE	BE
X₂∩X₉	BE	BE	X₄∩X₁₄	BE	NE	X₇∩X₁₄	BE	NE	X₁₂∩X₁₄	NE	NE
X₂∩X₁₀	BE	BE	X₄∩X₁₅	BE	NE	X₇∩X₁₅	BE	NE	X₁₂∩X₁₅	BE	BE
X₂∩X₁₁	BE	BE	X₄∩X₁₆	NE	BE	X₇∩X₁₆	NE	NE	X₁₂∩X₁₆	NE	BE
X₂∩X₁₂	BE	BE	X₅∩X₆	BE	BE	X₈∩X₉	BE	NE	X₁₃∩X₁₄	NE	BE
X₂∩X₁₃	BE	BE	X₅∩X₇	BE	BE	X₈∩X₁₀	BE	NE	X₁₃∩X₁₅	BE	BE
X₂∩X₁₄	NE	NE	X₅∩X₈	BE	NE	X₈∩X₁₁	BE	NE	X₁₃∩X₁₆	NE	BE
X₂∩X₁₅	NE	BE	X₅∩X₉	BE	BE	X₈∩X₁₂	BE	NE	X₁₄∩X₁₅	NE	NE
X₂∩X₁₆	NE	BE	X₅∩X₁₀	BE	BE	X₈∩X₁₃	BE	NE	X₁₄∩X₁₆	NE	NE
X₃∩X₄	BE	BE	X₅∩X₁₁	BE	BE	X₈∩X₁₄	BE	NE	X₁₅∩X₁₆	NE	NE

表4

表5

图4

表6

图5

参考文献 31

[1]	O’Connor K. Global city regions and the location of logistics activity[J]. Journal of Transport Geography, 2010, 18(3): 354-362.
[2]	Julie C. Concentration and decentralization: The new geography of freight distribution in US metropolitan areas[J]. Journal of Transport Geography, 2010, 18(3): 363-371.
[3]	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): 134-144. doi: 10.11820/dlkxjz.2014.01.015
	[Wang Chengjin, Zhang Mengtian. Spatial pattern and its mechanism of modern logistics companies in China[J]. Progress in Geography, 2014, 33(1): 134-144.] doi: 10.11820/dlkxjz.2014.01.015
[4]	潘方杰, 王宏志, 宋明洁, 等. 基于GIS的中国A级物流企业时空演变特征及其影响因素[J]. 长江流域资源与环境, 2020, 29(10): 2186-2199.
	[Pan Fangjie, Wang Hongzhi, Song Mingjie, et al. Study on the spatio-temporal evolutionary characteristics and the influencing factors of A-grade logistics companies in China based on GIS[J]. Resources and Environment in the Yangtze Basin, 2020, 29(10): 2186-2199.]
[5]	Sun B W, Li H M, Zhao Q. Logistics agglomeration and logistics productivity in the USA[J]. The Annals of Regional Science, 2018, 61(2): 273-293.
[6]	Rivera L, Sheffi Y, Welsch R. Logistics agglomeration in the US[J]. Transportation Research Part A, 2014, 59(11): 222-238.
[7]	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): 125-133.
	[Zhang Lulu, Zhao Jinli, Song Jinping. Spatial evolution and influencing factors of logistics enterprises in Beijing-Tianjin-Hebei urban agglomeration[J]. Economic Geography, 2019, 39(3): 125-133.]
[8]	李天宇, 陆林, 张海洲, 等. 长三角城市群A级物流企业空间演化特征及驱动因素[J]. 经济地理, 2021, 41(11): 157-166.
	[Li Tianyu, Lu Lin, Zhang Haizhou, et al. Evolution characteristics and driving factors of A-level logistics enterprises in the Yangtze River Delta urban agglomeration[J]. Economic Geography, 2021, 41(11): 157-166.]
[9]	Zhang Y W, Kong J, Zhang Y, et al. Case study of stratification, spatial agglomeration, and unequal logistics industry development on western cities in China[J]. Journal of Urban Planning and Development, 2022, 148(2): 1-13.
[10]	李国旗, 金凤君, 陈娱, 等. 基于POI的北京物流业区位特征与分异机制[J]. 地理学报, 2017, 72(6): 1091-1103. doi: 10.11821/dlxb201706011
	[Li Guoqi, Jin Fengjun, Chen Yu, et al. Location characteristics and differentiation mechanism of logistics industry based on points of interest: A case study of Beijing[J]. Acta Geographica Sinica, 2017, 72(6): 1091-1103.] doi: 10.11821/dlxb201706011
[11]	张大鹏, 曹卫东, 姚兆钊, 等. 上海大都市区物流企业区位分布特征及其演化[J]. 长江流域资源与环境, 2018, 27(7): 1478-1489.
	[Zhang Dapeng, Cao Weidong, Yao Zhaozhao, et al. Study on the distribution characteristics and evolution of logistics enterprises in Shanghai metropolitan area[J]. Resources and Environment in the Yangtze Basin, 2018, 27(7): 1478-1489.]
[12]	千庆兰, 陈颖彪, 李雁, 等. 广州市物流企业空间布局特征及其影响因素[J]. 地理研究, 2011, 30(7): 1254-1261.
	[Qian Qinglan, Chen Yingbaio, Li Yan, et al. Spatial distribution of logistics enterprises in Guangzhou and its influencing factors[J]. Geographical Research, 2011, 30(7): 1254-1261.]
[13]	曹卫东. 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, 2011, 30(11): 1997-2007.
	[Cao Weidong. Spatial pattern and location evolution of urban logistics enterprises: Taking Suzhou as an example[J]. Economic Geography, 2011, 30(11): 1997-2007.]
[14]	张圣忠, 柴廷熠. 西安市物流企业空间格局演化及影响因素分析[J]. 世界地理研究, 2021, 30(6): 1275-1285. doi: 10.3969/j.issn.1004-9479.2021.06.2020101
	[Zhang Shengzhong, Chai Tingyi. Spatial evolution and influencing factors of logistics enterprises in Xi’an[J]. World Regional Studies, 2021, 30(6): 1275-1285.] doi: 10.3969/j.issn.1004-9479.2021.06.2020101
[15]	程秀娟, 李晶晶, 杨洁辉, 等. 河南省物流业空间格局——基于百度地图和面板数据[J]. 人文地理, 2018, 33(5): 114-122.
	[Cheng Xiujuan, Li Jingjing, Yang Jiehui, et al. Spatial patterns of Henan logistics industry based on a geographic analysis of Baidu maps and panel data[J]. Human Geography, 2018, 33(5): 114-122.]
[16]	蒋天颖, 伍婵提, 陈改改. 浙江省A级物流企业时空格局特征研究[J]. 地理科学, 2017, 37(11): 1720-1727. doi: 10.13249/j.cnki.sgs.2017.11.014
	[Jiang Tianying, Wu Chanti, Chen Gaigai. Spatio-temporal pattern of Zhejiang A-class logistics enterprise[J]. Scientia Geographica Sinica, 2017, 37(11): 1720-1727.] doi: 10.13249/j.cnki.sgs.2017.11.014
[17]	陈治亚, 周于轶. 基于POI的物流业空间集聚特征分析——以浙江省为例[J]. 铁道科学与工程学报, 2022, 19(10): 2862-2872.
	[Chen Zhiya, Zhou Yuyi. Analysis of spatial agglomeration characteristics of logistics industry based on POI: Taking Zhejiang Province as an example[J]. Journal of Railway Science and Engineering, 2022, 19(10): 2862-2872.]
[18]	李小建. 经济地理学研究中的尺度问题[J]. 经济地理, 2005, 25(4): 433-436.
	[Li Xiaojian. Scale and economic geography inquiry[J]. Economic Geography, 2005, 25(4): 433-436.]
[19]	林秋平, 李松芮, 杨上广, 等. 乌鲁木齐市物流企业区位时空演化、影响因素和发展策略研究[J]. 干旱区地理, 2024, 47(7): 1252-1262. doi: 10.12118/j.issn.1000-6060.2023.574
	[Lin Qiuping, Li Songrui, Yang Shangguang, et al. Spatiotemporal evolution, influencing factors, and development strategies of logistics enterprise location in Urumqi City[J]. Arid Land Geography, 2024, 47(7): 1252-1262.] doi: 10.12118/j.issn.1000-6060.2023.574
[20]	潘方杰, 万庆, 冯兵, 等. 中国物流企业空间格局及多尺度特征分析[J]. 经济地理, 2021, 41(6): 97-106. doi: 10.15957/j.cnki.jjdl.2021.06.011
	[Pan Fangjie, Wan Qing, Feng Bin, et al. Multi-scale analysis of spatial pattern characteristic of the logistics companies in China[J]. Economic Geography, 2021, 41(6): 97-106.] doi: 10.15957/j.cnki.jjdl.2021.06.011
[21]	蒋天颖, 史亚男. 宁波市物流企业空间格局演化及影响因素[J]. 经济地理, 2015, 35(10): 130-138.
	[Jiang Tianying, Shi Ya’nan. The spatial pattern evolution and influencing factors of logistics enterprises in Ningbo[J]. Economic Geography, 2015, 35(10): 130-138.]
[22]	王瑞, 蒋天颖, 王帅. 宁波市港口物流企业空间格局及区位选择[J]. 地理科学, 2018, 38(5): 691-698. doi: 10.13249/j.cnki.sgs.2018.05.006
	[Wang Rui, Jiang Tianying, Wang Shuai. Spatial pattern and location selection of port logistics enterprises in Ningbo[J]. Scientia Geographica Sinica, 2018, 38(5): 691-698.] doi: 10.13249/j.cnki.sgs.2018.05.006
[23]	Liu S J, Zhu C J, He N N, et al. Role of mountains and rivers in the formation of logistics enterprises’ spatial pattern in the central urban areas of Chongqing[J]. Journal of Mountain Science, 2022, 19(7): 2060-2074.
[24]	王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134. doi: 10.11821/dlxb201701010
	[Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective[J]. Acta Geographica Sinica, 2017, 72(1): 116-134.] doi: 10.11821/dlxb201701010
[25]	Fotheringham A S, Yang W B, Kang W. Multiscale geographically weighted regression (MGWR)[J]. Annals of the American Association of Geographers, 2017, 107(6): 1247-1265.
[26]	Yu H C, Fotheringham A S, Li Z Q, et al. Inference in multiscale geographically weighted regression[J]. Geographical Analysis, 2020, 52(1): 87-106.
[27]	Yang R, Xu Q, Long H L. Spatial distribution characteristics and optimized reconstruction analysis of China’s rural settlements during the process of rapid urbanization[J]. Journal of Rural Studies, 2016, 47: 413-424.
[28]	杨忍, 刘彦随, 龙花楼, 等. 中国村庄空间分布特征及空间优化重组解析[J]. 地理科学, 2016, 36(2): 170-179. doi: 10.13249/j.cnki.sgs.2016.02.002
	[Yang Ren, Liu Yanshui, Long Hualou, et al. Spatial distribution characteristics and optimized reconstructing analysis of rural settlement in China[J]. Scientia Geographica Sinica, 2016, 36(2): 170-179.] doi: 10.13249/j.cnki.sgs.2016.02.002
[29]	刘敏, 郝炜. 山西省国家A级旅游景区空间分布影响因素研究[J]. 地理学报, 2020, 75(4): 878-888. doi: 10.11821/dlxb202004015
	[Liu Min, Hao Wei. Spatial distribution and its influencing factors of national A-level tourist attractions in Shanxi Province[J]. Acta Geographica Sinica, 2020, 75(4): 878-888.] doi: 10.11821/dlxb202004015
[30]	张佰发, 苗长虹, 冉钊, 等. 核心-边缘视角下的黄河流域县域经济差异研究[J]. 地理学报, 2023, 78(6): 1355-1375. doi: 10.11821/dlxb202306003
	[Zhang Baifa, Miao Changhong, Ran Zhao, et al. Economic differences among counties in the Yellow River Basin from the core-periphery perspective[J]. Acta Geographica Sinica, 2023, 78(6): 1355-1375.] doi: 10.11821/dlxb202306003
[31]	周侃, 殷悦, 陈妤凡. 城市群水污染物排放的驱动因素及尺度效应[J]. 地理学报, 2022, 77(9): 2219-2235. doi: 10.11821/dlxb202209006
	[Zhou Kan, Yin Yue, Chen Yufan. Driving factors and scale effects of water pollutant discharge in the urban agglomeration[J]. Acta Geographica Sinica, 2022, 77(9): 2219-2235.] doi: 10.11821/dlxb202209006

年份	莫兰指数	Z值	P值	年份	莫兰指数	Z值	P值
1992	0.214	3.783	0.000	2008	0.254	4.785	0.000
1994	0.194	3.436	0.001	2010	0.268	5.056	0.000
1996	0.233	4.142	0.000	2012	0.240	4.552	0.000
1998	0.139	2.518	0.012	2014	0.212	3.993	0.000
2000	0.122	2.209	0.027	2016	0.139	2.572	0.010
2002	0.141	2.552	0.011	2018	0.129	2.377	0.017
2004	0.193	3.479	0.001	2020	0.161	2.918	0.004
2006	0.221	4.041	0.000	2022	0.186	3.363	0.001

年份	莫兰指数	Z值	年份	莫兰指数	Z值
1992	0.167	7.290	2008	0.131	6.017
1994	0.161	7.103	2010	0.138	6.219
1996	0.151	6.691	2012	0.141	6.212
1998	0.139	5.839	2014	0.136	5.968
2000	0.138	5.620	2016	0.129	5.423
2002	0.132	5.441	2018	0.134	5.581
2004	0.130	5.577	2020	0.141	5.944
2006	0.127	5.574	2022	0.141	6.072

一级指标	二级指标	单位	符号	县域q值	网格q值
集聚因素	物流企业距离	km	X₁	0.050	0.114^***
	批发市场距离	km	X₂	0.104^**	0.196^***
	工业园区距离	km	X₃	0.227^***	0.215^***
	农业园区距离	km	X₄	0.272^***	0.204^***
	电商园区距离	km	X₅	0.322^***	0.352^***
经济因素	经济发展水平（灯光数据均值）	-	X₆	0.439^***	0.209^***
	人口密度	人·km^-2	X₇	0.448^***	0.301^***
交通因素	交通干线可达性（5级）	-	X₈	0.171^***	0.006
	火车站距离	km	X₉	0.192^***	0.178^***
	机场距离	km	X₁₀	0.142^***	0.149^***
政策因素	物流园区距离	km	X₁₁	0.282^***	0.256^***
	口岸距离	km	X₁₂	0.292^***	0.210^***
	综合保税区距离	km	X₁₃	0.412^***	0.317^***
自然环境因素	山地面积占比	%	X₁₄	0.031	0.011
	沙漠、戈壁面积占比	%	X₁₅	0.101^**	0.032^**
	年结冰时间占比	%	X₁₆	0.060	0.077^***

变量	OLS模型		GWR模型		MGWR模型
变量	系数	VIF	均值	带宽	均值	带宽
常数项	-	-	-0.013^**	53	-0.047^***	44
电商园区距离	-0.177^**	2.02	0.024^**	53	0.023^**	79
经济发展水平	0.404^***	3.95	0.079^**	53	0.236^**	104
人口密度	0.155	3.80	0.300^**	53	0.040^**	106
口岸距离	0.142	3.38	0.283^**	53	0.397^***	44
综合保税区距离	-0.374^***	3.82	-0.771^**	53	-0.918^***	44
AICc	222.344		153.930		132.178
RSS	43.077		16.784		15.134
R²	0.601		0.845		0.860
调整后R²	0.582		0.812		0.837

变量	OLS模型		GWR模型		MGWR模型
变量	系数	VIF	均值	带宽	均值	带宽
常数项	-	-	-0.896^***	53	-1.063^***	43
工业园区距离	-0.130^*	3.66	0.026^***	53	0.104^***	43
电商园区距离	-0.277^***	4.42	-0.393^***	53	-0.257^***	43
人口密度	0.440^***	1.16	0.242^***	53	-0.175^***	43
物流园区距离	0.274^***	6.98	-0.159^***	53	-0.331^***	43
综合保税区距离	-0.260^***	3.50	-0.689^***	53	-0.828^***	43
AICc	846.484		207.262		154.745
RSS	206.053		24.225		21.382
R²	0.442		0.934		0.942
调整后R²	0.434		0.920		0.930

新疆物流企业空间布局多尺度演化特征及影响因素研究

Multi-scale evolution characteristics and influencing factors of spatial layout of logistics enterprises in Xinjiang

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 31

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	李维露, 张明斗. 黄河流域城市人口集聚与土地生态韧性的协同性研究[J]. 干旱区地理, 2025, 48(4): 728-738.
[2]	杨晓亚, 于坤霞, 李占斌, 李鹏, 刘永刚, 莫淑红, 杨建宏. 秦岭山区-黄土高原地区生态基流区域差异及其阈值研究[J]. 干旱区地理, 2025, 48(3): 380-390.
[3]	王福红, 夏咏. 干旱区主要农作物生产时空格局演化及影响因素分析——以新疆地区为例[J]. 干旱区地理, 2025, 48(3): 444-454.
[4]	张杰, 屈建军, 陈海, 石金鑫, 马羽赫, 刘迪. 基于电路理论的生态安全格局时空演变与影响因素研究——以陕北黄土高原为例[J]. 干旱区地理, 2025, 48(3): 494-505.
[5]	付晓, 黄颖敏. 主体功能视角下中国革命老区高质量发展空间格局及影响因素[J]. 干旱区地理, 2025, 48(3): 517-527.
[6]	李梦园, 庞家朋, 李欢. 省域典型旅游集散地综合可达性协调发展及空间关系研究——以新疆为例[J]. 干旱区地理, 2025, 48(3): 539-548.
[7]	朱怡婷, 赵晨, 曹开军, 梁桂仙, 姚昊. 国家矿山公园游憩满意度影响因素研究[J]. 干旱区地理, 2025, 48(3): 549-558.
[8]	贾妮娅·叶力肯, 侯建楠, 刘思博. 近30 a新疆地州市旅游气候舒适度时空特征分析[J]. 干旱区地理, 2025, 48(2): 212-222.
[9]	唐延东, 臧翠萍, 于云鹏, 余青霖. 基于分形理论的陇东地区沟谷发育特征及影响因素分析[J]. 干旱区地理, 2025, 48(2): 223-233.
[10]	郭佳丽, 杜宏茹. 多元流视角下新疆绿洲城市网络格局研究[J]. 干旱区地理, 2025, 48(2): 323-332.
[11]	张傲翔, 苗成林, 陈峥妍. 黄河流域城市生态韧性、社会网络及其影响因素分析[J]. 干旱区地理, 2025, 48(1): 130-142.
[12]	李刚. 高质量发展的新疆实践：评估体系构建及测度研究[J]. 干旱区地理, 2025, 48(1): 143-152.
[13]	殷一丹, 鱼腾飞, 韩拓, 谭天逸, 陈小玲. 黑河下游胡杨林土壤碳空间分异特征及其影响因素[J]. 干旱区地理, 2025, 48(1): 94-104.
[14]	刘慧, 孙思奥, 方创琳, 周迪, 鲍超. 1990—2020年新疆用水量时空演化格局及影响因素分析[J]. 干旱区地理, 2024, 47(9): 1451-1461.
[15]	张璐, 孙美平, 闫欣, 王伟生, 范蕊谊. 基于多源数据的昆仑山北坡地表太阳辐射调查评估[J]. 干旱区地理, 2024, 47(8): 1304-1313.