EN中文

Journal of Geo-information Science >

2024 , Vol. 26 >Issue 9: 2140 - 2160

DOI: https://doi.org/10.12082/dqxxkx.2024.230727

Application of the Deformed Thiessen Polygon in the Analysis of Layout Influence Factors for Rural Express Delivery Points

  • CHENG Dongya ,
  • ZHANG Xiaolin , * ,
  • LI Hongbo
Expand
  • School of Geography, Nanjing Normal University, Nanjing 210023, China
* ZHANG Xiaolin, E-mail:

Received date: 2023-12-05

  Revised date: 2024-06-07

  Online published: 2024-09-10

Supported by

National Natural Science Foundation of China(42071224)

Later-stage Project of National Social Science Foundation of China(21FSHB014)

Humanities and Social Science Foundation of the Ministry of Education of China(20YJCZH069)

Fold

Abstract

In the context of rural revitalization, it is important to explore the layout influence factors of rural express delivery points for rural infrastructure construction. In this paper, we propose the Deformed Thiessen Polygon theory based on the current development status of the Thiessen Polygon theory and the needs for the socio-economic application research. Using the Deformed Thiessen Polygon, this study considers the rural area in Suzhou City, Jiangsu Province (its meaning is explained in the main text) as the study area, with the express delivery points as the specific case. Methods such as Ordinary Least Squares (OLS), Spatial Lag Model (SLM), Spatial Error Model (SEM), and Geographically Weighted Regression (GWR) were used to reveal the layout influence factors of rural express delivery points. The main conclusions drawn from this paper are as follows. (1) The Deformed Thiessen Polygon is an improvement and expansion of the Thiessen Polygon for socio-economic applications. It consists of two parts: the deformation area and the non-deformation area. The deformation area represents a local deformation of the Thiessen Polygon, while the non-deformation area retains the original Thiessen Polygon. The Deformed Thiessen Polygon can effectively solve the mismatch problem between the spatial division of the Thiessen Polygon and actual situations, improving the feasibility and scientificity of social and economic research. (2) Using the service scope as a characterization indicator of express delivery point layout, with this indicator as the dependent variable and population size, economic size, road network density, etc., as independent variables, we explored the layout influence factors of express delivery points in the study area. When the probability is less than 0.05, the OLS and SLM results show that population size, average slope, and water area are positive influence factors, with population size being the dominant positive influence factor; Economic size is a negative influence factor. The GWR results show that population size and water area have positive spatial effects, while economic size has a negative spatial effect. There are both positive and negative spatial effects on the road network density and average slope. Based on the analysis presented throughout this paper, the main considerations for the development of the rural express delivery industry are as follows. (1) Give full play to the basic guarantee role of public express delivery points. (2) Emphasize the decisive role of population and economic factors. (3) Guide the comprehensive layout for express delivery points. (4) Create relatively equal rural express delivery services. The Deformed Thiessen Polygon helps to advance the development of the Thiessen Polygon, providing a new basis for spatial division in future studies of socio-economic applications. At the same time, the results of this paper have value for understanding the layout influence factors for rural express delivery points and for implementing rural revitalization strategies.

Key words： Thiessen Polygon; Deformed Thiessen Polygon; express delivery; express delivery point; layout; influence factor; layout influence factor; rural area; Suzhou

Cite this article

CHENG Dongya , ZHANG Xiaolin , LI Hongbo . Application of the Deformed Thiessen Polygon in the Analysis of Layout Influence Factors for Rural Express Delivery Points[J]. Journal of Geo-information Science, 2024 , 26(9) : 2140 -2160 . DOI: 10.12082/dqxxkx.2024.230727

1 引言

当前，乡村快递业发展已经成为乡村发展的重要议题之一。近几年发布的《中共中央 国务院关于做好二〇二三年全面推进乡村振兴重点工作的意见》[1]《国务院办公厅关于加快农村寄递物流体系建设的意见》[2]《农村寄递物流体系建设三年行动方案(2023—2025年)》[3]等文件，都涉及了乡村/农村快递(物流)发展和建设的问题，乡村快递业将迎来一个更快的发展阶段。当前，很多地区乡村快递发展面临着网点少、密度低、供需不平衡等众多现实问题，这些问题已经成为乡村快递业发展的瓶颈。科学地分析乡村快递点布局影响因素，有助于解决乡村快递业发展面临的问题，能为乡村振兴战略的实施提供科学助力。
为理清学界对乡村快递布局影响因素的研究，本文拟从快递布局影响因素、快递布局影响因素分析的方法、乡村快递等3个维度深入分析。① 快递布局影响因素研究。当前，学界对快递布局影响因素的研究[4⇓⇓⇓⇓⇓⇓-11]涉及较多，且影响因素[4⇓⇓⇓⇓⇓⇓-11]选取较为复杂。例如，刘玲等[4]使用人口密度与规模、地区经济发展水平、交通便捷程度等分析了深圳市快递自提点分布影响因素；夏文亮等[8]使用人口密度、建筑密度、路网密度等分析了成都市中心城区快递网点影响因素；王欢等[9]采用土地面积、总人口、城镇居民人均可支配收入等分析了哈尔滨市快递自提点影响因素，等等。从相似点来看，很多学者[4⇓⇓⇓⇓⇓⇓-11]重视人口因素或经济因素(投资、消费等也视为经济因素)或交通因素等对快递布局的影响。从不同点来看，以往学者[4⇓⇓⇓⇓⇓⇓-11]的研究表现出两点明显的不同：第一，尽管关注的部分影响因素相似，但选取的具体指标并不完全一致； 第二，不同研究尺度和研究视角下，除了常规的影响因素外（例如，经济因素），其他影响因素选取的差异很大。 ② 快递布局影响因素分析的方法。当前，快递布局影响因素分析的方法（描述分析也视为方法）[4⇓⇓⇓⇓⇓⇓-11]较多，例如，刘玲等[4]采用相关（相关性）分析探究了路网密度与快递自提点数量的关系；冀琴等[5]采用定性与定量分析相结合的方法探究了快递自提点分布影响因素；夏文亮等[8]采用回归分析（GWR）探究了快递网点影响因素，等等。综合来看，各类方法[4⇓⇓⇓⇓⇓⇓-11]在快递影响因素分析中得到了广泛使用，已经相对完善地说明了快递布局影响因素。③ 乡村快递研究。以“乡村快递”为篇名的知网检索结果为例，截止2023年，期刊文献累计不足100篇，表明当前乡村快递的研究偏少、关注度偏低。从乡村快递研究的具体研究内容来看，其主要涉及乡村振兴背景下乡村（乡镇）快递发展[12-13]、乡村快递网点（网络）布局（选址）[13⇓⇓-16]等。以上几个分析维度可以发现：当前在快递布局影响因素测度、快递布局影响因素分析的方法、乡村快递研究等方向都取得了一定进展，能为区域社会经济发展提供一定参考和借鉴。但以往研究也存在完善和拓展的空间，主要表现如下： ① 乡村振兴背景下，乡村快递研究的关注度明显不够，学术研究相对滞后于社会发展需求； ② 快递布局影响因素研究中，多侧重于社会经济影响因素分析，对自然影响因素的考虑过少，需要加强各因素综合作用过程的研究； ③ 符合快递点特征的影响因素定量分析方法需要拓展。
20世纪初期（1911年），荷兰科学家Thiessen提出了泰森多边形理论[17]。经过不断地发展，该方法逐渐拓展到环境污染[18-19]、灾害分析[20-21]、建筑设计[22-23]等研究领域。近年来，泰森多边形在社会经济点研究中也取得了较多应用成果[24⇓-26]。如宋洁华等[24]利用泰森多边形分析了居民点分布特征；葛奔等[25]利用泰森多边形对公交站点布局优化进行了分析；章扬[26]利用泰森多边形对公共服务设施布局优化进行了分析。根据以往应用泰森多边形研究社会经济点的案例[24⇓-26]可以发现：泰森多边形可以很明确地划分各类社会经济点所代表/反映的区域和范围，具有很好的实用性，可以为未来社会经济点研究提供良好的方向。但当前利用泰森多边形空间划分社会经济点范围的过程中，也出现了一些局限性。以快递点为例，假如某个地区范围很大，且仅存在一个快递点时。正常情况下，快递使用者均会选择该快递点提供服务，此时采用泰森多边形空间划分是适用的。当范围和距离缩小时（例如，日常生活中一些小区门口或内部），存在多个快递点，且各点之间距离相对很近。快递使用者选择快递点提供服务时，其随机性更强，采用泰森多边形空间划分并不适用。因此，采用泰森多边形理论说明和分析这个问题，明显不科学、不适用、不准确，更不符合实际情况。这种现象不仅存在于快递点中，很多社会经济点中均存在类似的现象。如何提出新理论或改进方向，解决泰森多边形应用中存在的问题，不仅具有理论价值，更具有实际的社会经济应用价值。
因此，本文基于快递布局影响因素研究现状、泰森多边形社会经济应用研究现状、乡村振兴背景下实际需求的考量，拟在2个方面开展创新性探索和尝试。① 本文提出了变形泰森多边形的技术方法，进行社会经济点（快递点）空间划分，该方法可以有效地解决泰森多边形空间划分与实际情况不匹配的问题。② 利用空间划分的思想，系统地揭示了快递点布局中各影响因素的综合作用过程，及其影响的区域差异特征，可以更深入地认识区域快递点布局，有助于服务业区位论的进一步发展和延伸。期望本研究能为泰森多边形理论发展和乡村快递点建设提供新的启示。

2 变形泰森多边形理论概述

2.1 泰森多边形到变形泰森多边形的变形思想与变形过程

（1） 泰森多边形到变形泰森多边形的变形思想（图1）。日常生活中，社会经济点（快递点）[简称为点，后文同理]空间分布是不均衡的，有的点之间距离相对较近，有的点之间则距离相对较远。社会经济点（快递点）距离过近的情况下，点A、B、C之间或点D、E之间的实际服务（影响）边界模糊。通常情况下，点A、B、C或点D、E共同服务于一定区域，且受该区域内各种因素共同影响。利用泰森多边形空间划分社会经济点（快递点）的服务（影响）范围时，点A、B、C所在的泰森多边形并不符合实际情况，点D、E所在的泰森多边形也不符合实际情况。因此，在社会经济点（快递点）距离很小的情况下：点A、B、C实际可以视为一个虚拟点，服务于M边界范围内的居民；点D、E可以视为一个虚拟点，服务于N边界范围内的居民。
图1 泰森多边形与变形泰森多边形空间划分的结果对比

Fig. 1 Spatial division comparisons of the Thiessen Polygon and the Deformed Thiessen Polygon

（2） 泰森多边形到变形泰森多边形的变形过程（图1）。变形泰森多边形需要以泰森多边形空间的划分结果为基础，根据研究对象的实际情况，通过泰森多边形的局部变形（合并），形成变形泰森多边形的变形区。例如，图1中点A、B、C所在的泰森多边形，通过局部变形（合并）成为变形泰森多边形的变形区(M)；点D、E所在的泰森多边形，通过局部变形(合并)成为变形泰森多边形的变形区(N)。其他保持不变的泰森多边形，成为变形泰森多边形的非变形区。
（3）变形泰森多边形变形区的实际社会经济内涵。变形过程本质是多个社会经济点(快递点)视为一个虚拟点的过程，反映了距离相对较近的多个社会经济点(快递点)，本质是一个服务点且服务一定范围的实际情况。日常生活中，距离相对较远的单个社会经济点(快递点)，相对独立的形成服务功能；距离相对较近的多个社会经济点(快递点)，共同组合下形成服务功能。采用泰森多边形空间划分，对距离相对较近的社会经济点(快递点)直接进行空间分割，难以反映实际情况。变形泰森多边形变形区，则很大程度地避免了直接空间分割带来的不合理性，更有利于揭示社会经济点(快递点)分布的真实影响因素。

2.2 变形泰森多边形变形区确定过程对研究结果的影响

2.2.1 变形区相同且不同条件下

以图2为例，图2(a)、2(b)、2(c)、2(d)中，分别存在2×2、6×6、12×12、18×18共4种不同的网格/栅格情景。假设：
图2 变形泰森多边形变形区相同且不同条件下的精度对比

Fig. 2 Precision comparisons for the same deformation area of the Deformed Thiessen Polygon and the different conditions

T12(a)=T12(b)=T12(c)=T12(d)
T22(a)=T22(b)=T22(c)=T22(d)
T32(a)=T32(b)=T32(c)=T32(d)
图2(a)、2(b)、2(c)、2(d)中，变形区的面积依次可以表示为：
T2(a)=T12(a)+T22(a)+T32(a)
T2(b)=T12(b)+T22(b)+T32(b)
T2(c)=T12(c)+T22(c)+T32(c)
T2(d)=T12(d)+T22(d)+T32(d)
据此可以得出：
T2(a)=T2(b)=T2(c)=T2(d)
式(1)—式(8)中： Ti表示i种情况下变形区的总面积； Tji表示i种情况下j区域的面积。
根据式(1)—式(8)可知，图2(a)—图2(d) 4种情况下，变形泰森多边形变形区的总面积是相等的。变形区对应的网格/栅格不同时，图2(a)—图2(d)中的变形区，明显具有不同的信息提取精度。图2(a)中，变形区对应的网格/栅格数量最少，此时变形区提取的网格/栅格信息相对粗略，结果不理想。图2(d)中，变形区对应的网格/栅格数量最多，此时变形区提取的网格/栅格信息更为精细，结果相对更为合理。因此，使用变形泰森多边形的过程中，需要注意不同变形条件对研究结果的影响。

2.2.2 变形区不同且相同条件下

以图3为例，图3(a)、3(b)、3(c)、3(d)中，分别存在4种不同的变形区，其对应的网格/栅格完全一致。假设：
图3 变形泰森多边形变形区不同且相同条件下的精度对比

Fig. 3 Precision comparisons for the different deformation area of the Deformed Thiessen Polygon and the same conditions

T13(a)=T13(b)=T13(c)=T13(d)
T23(a)=T23(b)=T23(c)=T23(d)
T33(a)=T33(b)=T33(c)=T33(d)
T43(a)=T43(b)=T43(c)=T43(d)
且
T43(a)>T33(a)
T43(b)>T33(b)
T43(c)>T33(c)
T43(d)>T33(d)
图3(a)、3(b)、3(c)、3(d)中，其对应的变形区面积可以表示为：
T3(a)=T13(a)+T23(a)
T3(b)=T13(b)+T23(b)+T33(b)
T3(c)=T13(c)+T23(c)+T43(c)
T3(d)=T13(d)+T23(d)+T33(d)+T43(d)
据此可以得出：
T3(d)>T3(c)>T3(b)>T3(a)
式(9)—式(21)中： Ti表示i种情况下变形区的总面积； Tji表示i种情况下j区域的面积。
根据式(9)—式(21)可知，图3(a)、3(b)、3(c)、3(d) 4种情况下，变形区的范围和大小存在明显差异。图3(a)中的变形区面积最小，图3(d)中的变形区面积最大。网格/栅格完全相同的情况下，图3(a)中的变形区，包含的网格/栅格数量最少；图3(d)中的变形区，包含的网格/栅格数量最多；图3(b)和图3(c)中的变形区，包含的网格/栅格数量则相对居中。假设各种情况下，均能有效地提取信息，通过变形区提取或统计网格/栅格数据信息时。图3(a)中的变形区，变形范围较小；被提取的数据，平均化程度低，更有利于提高对比研究的差异性。图3(d)中的变形区，变形范围过大；被提取的数据，平均化程度高，降低了对比研究的差异性。因此，变形泰森多边形的变形区确定时，需要充分考虑变形范围对研究结果的影响。

2.2.3 变形区确定的实际情况验证

以上从理论层面，分析了变形区相同且不同条件下、变形区不同且相同条件下的研究精度，但变形结果的实际应用价值最为重要。因此，进一步进行实际应用情况的验证分析。以图4为例，图4(a)、4(b)、4(c)、4(d)中，存在A、B、C、D 共4个社会经济点(快递点)，分别存在4种不同的变形情况。假设：
T14(a)=T14(b)=T14(c)=T14(d)
T24(a)=T24(b)=T24(c)=T24(d)
T34(a)=T34(b)=T34(c)=T34(d)
T44(a)=T44(b)=T44(c)=T44(d)
且
T44(a)>T34(a)
T44(b)>T34(b)
T44(c)>T34(c)
T44(d)>T34(d)
式（22）—式（29）中： Tji表示i种情况下j区域的面积。
图4 变形泰森多边形实际使用的验证

Fig. 4 Verification analysis of the practical application of the Deformed Thiessen Polygon

假设图4中的变形区，都可以满足对网格/栅格信息的提取。不同变形条件下，变形区内所有点形成的最小边界几何（本文采用圆来计算，以下简称圆）的面积关系，可以用如下公式表示。
F4(d)=F4(c)>F4(b)>F4(a)
则图4(a)、4(b)、4(c)、4(d)中圆的直径关系为：
G4(d)=G4(c)>G4(b)>G4(a)
据此可以得出，图4(a)、4(b)、4(c)、4(d)中，变形区内任意两点的最大距离关系为：
MaxH4(d)=MaxH4(c)>MaxH4(b)>MaxH4(a)
式（30）—式（32）中： Fi表示i种情况下圆的面积； Gi表示i种情况下圆的直径，MaxHi表示i种情况下变形区内任意两点的最大距离。
根据式(30)—式(32)可知，图4(a)中，变形区内的社会经济点(快递点)，其对应圆的面积和直径最小；表明任意两点之间最大距离更近，实际意义更强。图4(c)和图4(d)中，变形区内的社会经济点(快递点)，其对应圆的面积和直径最大；表明任意两点之间最大距离更远，实际意义有限或不符合实际情况。图4(c)、图4(d)中的变形区对比来看：图4(c)中的变形区范围更小，相对图4(d)中的变形区更为合理。因此，在保证信息可提取的情况下，实际变形区的确定过程中，优先推荐图4(a)中的变形区、其次为图4(b)中的变形区，再次为图4(c)中的变形区，最后才推荐图4(d)中的变形区。

2.3 变形泰森多边形理论总结

2.3.1 变形泰森多边形变形区确定的主要原则

根据以上分析，本文认为在未来变形泰森多边形的使用过程中，对变形区的确定，要遵循以下主要变形原则：
主要变形原则1：根本原则——最符合社会经济实际情况原则。一般来说，社会经济点的类型非常多样，不同社会经济点的实际服务（影响）范围具有差异。对于不同类型的社会经济点，使用变形泰森多边形时，需要考虑其变形是否具有实际含义。
主要变形原则2：重要原则——最小变形范围原则。不同社会经济问题研究中，后续对应的数据处理流程并不一致。在符合社会经济实际、尽量保证后续研究可行性的前提下，变形范围可以尽量减小，以提高研究的精确性和科学性。需要说明的是，“主要变形原则2”是建立在“主要变形原则1”的基础上；即“主要变形原则1”是基础，且最为重要。

2.3.2 变形泰森多边形的主要特征

为了更好地理解变形泰森多边形，服务于未来的研究，本文从分区、点数量、适用性等角度总结其主要特征，具体见表1。
表1 变形泰森多边形的主要特征

Tab. 1 Main features of the Deformed Thiessen Polygon

主要特征 属性 变形区 非变形区 主要特征归纳
1 分区 泰森多边形局部变形而来 原始的泰森多边形 存在2个分区
2 点数量 单个多边形内，点数量有两个或以上 单个多边形内，点数量仅有一个 单个多边形内，点数量具有差异
3 适用性 社会经济点距离很近，且各点实际服务(影响)边界相对模糊时，变形区能够科学准确地说明该特征 社会经济点距离较大，且各点服务(影响)边界相对明显时，非变形区能够科学准确地说明该特征 适用于社会经济点空间划分研究
主要特征1：存在2个分区。变形泰森多边形由变形区和非变形区2个部分组成，变形区由泰森多边形局部变形而来，非变形区是原始的泰森多边形。
主要特征2：单个多边形内，点数量具有差异。变形区中，单个多边形内，点数量有2个或以上；非变形区中，单个多边形内，点数量仅有一个。
主要特征3：适用于社会经济点空间划分研究。社会经济点距离很近，且各点实际服务（影响）边界相对模糊时，变形区能够科学准确地说明该特征。非变形区适用于社会经济点距离较大，且各点服务（影响）边界相对明显的情况。

3 研究区概况、数据与方法

3.1 研究区概况

苏州市隶属于江苏省，位于江苏省南部，是长三角重要的城市之一。2022年苏州市国民经济和社会发展统计公报[27]显示：全年实现地区生产总值23 958.34亿元，人均地区生产总值18.60万元，总量和人均经济指标均位居全国前列。苏州市乡村①（①本文苏州市乡村是指纳入研究区的乡村，该范围剔除了少部分乡村，具体介绍3.3.1章节。如无特别说明，全文“研究区”或“苏州市乡村”与此含义相同。）（以下简称为研究区，图5）快递业发展较为成熟，本文提取的数据显示，2022年研究区共有快递点885个，菜鸟驿站668个，邮政217个，分别占比75.48%、24.52%。
图5 苏州市乡村范围及其快递点分布格局

Fig. 5 Scope of rural areas in Suzhou City and distribution pattern of its express delivery points

3.2 技术路线

本文利用变形泰森多边形，测度乡村快递点布局影响因素，具体流程如图6，说明如下。① 快递点一般采用POI(Point of Interest)数据反映，可以采用空间划分的思想探究其影响因素。距离较近的快递点为快递使用者提供服务时，存在边界相对模糊的特征。直接采用泰森多边形进行空间划分，并不符合实际情况。因此，需要采用变形泰森多边形，测度其快递点布局影响因素。② 根据研究区实际情况、数据可获得性、快递点自身特性，拟采用人口、经济、地形等测度快递点布局影响因素。③ 采用普通最小二乘法(Ordinary Least Squares，OLS)、空间滞后模型(Spatial Lag Model， SLM)、空间误差模型(Spatial Error Model， SEM)、地理加权回归(Geographically Weighted Regression， GWR)等方法，分析各影响因素对快递点布局的全局影响和局部影响。
图6 利用变形泰森多边形分析苏州市乡村快递点布局影响因素的技术路线

Fig. 6 The technical line of analyzing the layout influence factors of the rural delivery points using the Deformed Thiessen Polygon in Suzhou City

3.3 数据来源与处理

3.3.1 基础数据来源与处理

（1） 乡村边界数据来源与处理。乡村边界以天地图·江苏/江苏省地理信息公共服务平台(http://jiangsu.tianditu.gov.cn/staticServer/site/atlas/index.html和 http://218.2.231.247/staticServer/site/atlas/index.html)公开的地图为基础，根据本研究的实际需求，进行矢量化制作和划分。苏州市属于水域分布较多的地区，太湖、长江等大型水域中，存在岛屿、沙洲等不连续的区域。同时，受城市与水域分隔的影响，少部分乡村与研究区内其他乡村空间距离较远，位置相对孤立。当研究区范围纳入这些乡村时，会对研究结果产生很大的影响。因此，本文乡村边界处理过程中，剔除了以下两类区域：① 相对孤立的乡村地区，例如金庭镇、东山镇等地区；② 部分的不连续区域，例如沙洲、岛屿等。
（2） 快递点数据来源与处理。快递点数据来源于高德地图(https://www.amap.com)，使用高德地图开放平台提取，提取时间为2022年。快递点是一个相对宽泛的概念，其包括快递企业中转网点、快递网点、快递自提点等多种形式。通常来说，日常生活中的所说快递点主要是指快递网点和快递自提柜。本文研究主题为快递点布局影响因素，因此需要考虑快递点收件寄件功能。快递自提柜一般用于快递末端收件，邮寄功能相对较弱，此类快递点不宜纳入本文的研究范围。民营的快递点中，菜鸟驿站一般具有收件寄件功能，可以视为典型的快递点。除菜鸟驿站外，通常还存在其他具备收件寄件功能的民营快递点，但其分布较为分散且类型多样，暂不纳入本文的考虑范围。除了民营的菜鸟驿站外，国营邮政网点一般具有齐全的收件寄件功能，也占有重要的市场地位，也需要考虑邮政网点。尽管菜鸟驿站和邮政不能全面说明一个地区所有快递点，但二者具有很强的代表性和研究价值。因此，本文提取的快递点，仅包括民营菜鸟驿站和国营邮政2个类别。快递点POI数据提取后，采用如下标准进一步提高快递点数据的精度： ① 合并经纬度完全相同的快递点； ② 合并地区相同且名称相同的快递点； ③ 其他。例如，距离过小(<3 m)的快递点，政府部门的邮政管理局。经过上述过程处理后，POI数据已经能够相对真实地反映研究区快递点布局的基本情况。

3.3.2 快递点变形泰森多边形构建

（1） 快递点变形泰森多边形构建的理论内涵。① 变形区中的单个多边形内，2个及以上快递点具有一定服务范围和服务边界；非变形区中的单个多边形内，1个快递点具有一定服务范围和服务边界。② 变形区中的单个多边形内，2个及以上快递点受边界内各种要素共同作用；非变形区中的单个多边形内，单个快递点受边界内各种要素共同作用。
（2） 快递点变形泰森多边形构建的实际意义。① 变形泰森多边形的空间划分结果，反映了距离较近的快递点，具有服务功能共享的特点。当快递点距离较近时，多个快递点共同服务于快递使用者。利用变形泰森多边形理论，将距离过近的快递点进行合并，反映了实际生活中快递点服务功能共享的特点。② 变形泰森多边形空间划分的结果，体现了各种快递点整体运行效益最优的特点。变形泰森多边形变形区的形成过程，实际是将多个快递点视为1个虚拟快递点的过程，该虚拟快递点符合了快递点布局和运行效益最优的现状。例如，近距离内存在邮政、菜鸟驿站两个快递点，两个快递点之间存在服务功能差异化。这种布局特征实现了最大的社会经济效益，是一种最优的空间布局状态。
（3） 快递点变形泰森多边形构建的结果。利用研究区885个乡村快递点构建泰森多边形，以变形泰森多边形理论为基础，根据快递点布特征、后期栅格数据精度等，形成变形泰森多边形（图7）。结果显示：研究区泰森多边形数量885个，最小面积0.03 km2，最大面积49.63 km2，平均面积5.08 km2；变形泰森多边形数量629个，最小面积1.12 km2，最大面积49.63 km2，平均面积7.14 km2。相对于泰森多边形，研究区变形泰森多边形呈数量下降、平均面积增加的特征。
图7 苏州市乡村快递点泰森多边形与变形泰森多边形构建示意

Fig. 7 Construction schematic for the Thiessen Polygon and the Deformed Thiessen Polygon of rural express points in Suzhou City

3.3.3 影响因素选择依据与提取过程

（1） 社会经济影响因素选择的依据。从社会经济影响因素来看，政策、人口经济状况、技术条件等都会对快递点布局产生影响。社会经济影响因素中，政策和技术条件一般是难以量化的，本文暂不考虑这些影响因素。通常来说，人口、经济、交通等都是快递点布局中常见或重要的影响因素；快递点布局需要依靠人口规模产生快递量，经济越发达产生的快递量可能越多，路网密度越高越有利于快递运输与收寄。从乡村人口与经济特征来看，当前我国多数乡村地区普遍存在人口密度、经济密度低于城市地区的特征，采用人口密度、经济密度指标反映乡村快递点布局影响因素并不合理，甚至会产生很大偏差。因此，人口因素与经济因素对乡村快递点布局的影响，采用规模特征更为适宜。交通对快递点布局影响的指标选择中，本文仍采用常用的路网密度（公路路网密度）。综合以上分析，社会经济因素选取人口规模、经济规模、路网密度3个指标，体现各因素对乡村快递点布局的影响。
（2） 自然环境影响因素选择的依据。随着社会经济的发展，自然环境因素对快递点布局的影响总体在减弱，但在某些乡村仍具有不可忽视的作用。苏州市总体属于平原地带，但也存在少量（低山）丘陵，因此需要将地形纳入影响因素，本文选择平均坡度反映地形特征。通常来说，对比城市而言，乡村水域分布较为广泛，该特征尤其以南方地区表现最为突出。研究区是典型的南方乡村，河网密集，水域面积很大，且分布广泛。这种特征可能会对快递点布局产生影响，有必要将水域纳入影响因素中。本文采用空间划分思想测度快递点布局影响因素，水域指标采用河网密度表征并不恰当，本文采用水域面积来度量。综合以上分析，自然环境影响因素选取水域面积、平均坡度2个指标，体现各因素对乡村快递点布局的影响。同时本文认为：社会经济因素、自然环境因素不仅会直接影响快递点布局，自然环境因素与社会经济因素也会相互影响，再次间接影响快递点布局（图8）。因此，乡村快递布局影响因素的分析，需要考虑各因素的相互作用过程。
图8 苏州市乡村快递点布局可能的主要影响因素

Fig. 8 Possible major layout influence factors of rural express delivery points in Suzhou City

（3） 影响因素数据来源与处理。本文影响因素的数据来源见表2。相关数据基于变形泰森多边形提取，数据提取后编码处理。除此之外，本文还有以下内容需要进一步说明。① 采用研究区边界剪裁泰森多边形/变形泰森多边形的过程中，边界附近存在不完整、面积很小、形状异常的多边形，相关多边形直接就近合并。② 反映快递点布局的指标很多，例如快递点布局的密度、快递点布局的数量、快递点的服务范围等，本文采用服务范围来表征快递点布局。③ 使用变形泰森多边形提取影响因素过程中，存在少量数值缺失，剔除该部分数据。此处不包括路网密度和水域面积的数据缺失，例如：路网数据较为粗略的情况下，部分区域路网密度难以提取；以多数情况下，某些区域无大型水域的情况也真实存在。 ④ 由于回归变量单位不同，为了提高后期模拟精度，对回归变量进行标准化处理（SPSS中进行标准化）。
表2 快递点布局影响因素的数据来源与指标说明

Tab. 2 Data sources and indicator description of layout influence factors for express delivery points

数据名称 来源说明 提取的
具体指标		 指标单位 指标
编码		 标准化后的指标编码 指标用途
快递点变形泰森多边形数据 以变形泰森多边形理论为基础，提取若干个快递点所服务的范围，即单个变形泰森多边形的面积 服务范围 km2 Y ZY 反映快递点布局特征
人口数据 来源于中国人口空间分布公里网格数据集[28]，该数据来源于资源环境科学数据注册与出版系统[资源环境科学数据平台(https://www.resdc.cn/)]，数据分辨率为
1 km，时间为2019年		 人口规模 人 RK ZRK 反映人口因素对快递点布局的影响
经济数据 来源于中国GDP空间分布公里网格数据集[29]，该数据来源于资源环境科学数据注册与出版系统[资源环境科学数据平台(https://www.resdc.cn/)]，数据分辨率为
1 km，时间为2019年		 经济规模 元 JJ ZJJ 反映经济因素对快递点布局的影响
道路数据 来源于全国地理信息资源目录服务系统(https://mulu.tianditu.gov.cn/main.do?method=index)，本文路网密度是公路的路网密度 路网密度 m/km2 JT ZJT 反映交通因素对快递点布局的影响
坡度数据 通过DEM(Digital Elevation Model，DEM)数据计算得出，DEM数据来源于中国科学院计算机网络信息中心地理空间数据云(https://www.gscloud.cn/)，分辨率为90 m 平均坡度 o DX ZDX 反映地形因素对快递点布局的影响
水域数据 来源于全国地理信息资源目录服务系统(https://mulu.tianditu.gov.cn/main.do?method=index)，本文水域面积
基于面SHP格式水系数据提取		 水域面积 m2 SY ZSY 反映水域因素对快递点布局的影响

注：由于具体指标进行了编码处理，后文中经济规模与ZJJ可以认为一致，其他指标同理。

3.4 主要计量方法

本文采用的主要方法包括普通最小二乘法(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)、地理加权回归(GWR)。上述方法在本文中均为多元回归的形式，且回归变量一致，全部列举公式并无必要，此处仅阐述基本表达式，具体见表3。
表3 本文涉及的主要计量方法

Tab. 3 The main measurement methods covered in this article

方法 简要表达形式 公式和变量说明 公式编号
普通最小二乘法(OLS)[30-31] y = q 0 + q i x + ε x为自变量，y为因变量，q0为常数，qi为系数值，ε是随机误差。文献[30]和[31]中基本表达式有所差异，本文结合两个文献[30-31]简化表达式 (33)[30-31]
空间滞后模型(SLM)[31-32] y = q 0 w + q i x + ε x为自变量，y为因变量，q0为空间系数值，w空间矩阵；qi反映自变量对因变量的影响，ε是随机误差 (34)[31-32]
空间误差模型(SEM)[31-32] y = q i x + λ w u + ε x为自变量，y为因变量，qi反映自变量对因变量的影响，w空间矩阵，λ表示误差系数，u表示随机误差向量，ε是随机误差 (35)[31-32]
地理加权回归(GWR)[30,35] y i = q 0 ( m i , n i ) + ∑ i = 1 k q i ( m i , n i ) x i + ε i xi为自变量，yi为因变量，(mi, ni)为某个点的中心坐标，qi(mi, ni)为i处的值，εi是随机误差，k为样本量 (36)[30,35]

注：“方法”和“编号”栏目中的引用标注，表示本行参考(引用)的文献。

（1） 普通最小二乘法(OLS)。OLS是一种传统且经典的定量分析方法，通过OLS可以观测自变量对因变量的影响[30⇓-32]。因此，本文首先采用OLS测度ZRK、ZJJ、ZJT、ZDX、ZSY等对ZY的影响。
（2） 空间滞后模型(SLM)和空间误差模型(SEM)。餐饮业分布具有空间相关性（异质和集聚）[31]，快递与其相似性。空间自相关分析可以判断变量的空间相关/关联特征[33-34]，本文利用该方法测度变量是否存在相关性。快递点服务范围一般存在空间自相关特征，进一步采用2个模型解释ZRK、ZJJ、ZJT、ZDX、ZSY等对ZY的影响。
（3） 地理加权回归(GWR)。GWR在多学科[30,35]研究中具有广泛的应用，该方法可以分析影响因素的局部变异特征和局部影响规律[30,35]。因此，最后采用该方法测度ZRK、ZJJ、ZJT、ZDX、ZSY等对ZY的局部空间影响。

4 苏州市乡村快递点布局影响因素分析

4.1 基于全局回归结果的快递点布局影响因素分析

4.1.1 全局回归结果分析

当P(Probability)<0.05时，以OLS、SLM结果来看，研究区快递点布局影响因素中，人口规模、平均坡度、水域面积为正影响因素，其中人口规模为正主导影响因素；经济规模为负影响因素（表4和表5）。
表4 苏州市乡村快递点布局影响因素的普通最小二乘法(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)的莫兰指数和R2检验

Tab. 4 Moran's index and R-squared of ordinary least squares, spatial lag model and spatial error model of layout influence factors of rural express delivery points in Suzhou city

莫兰指数 R2 Adjusted R2
普通最小二乘法(OLS) — 0.89 0.89
空间滞后模型(SLM) 0.46 0.90 —
空间误差模型(SEM) 0.46 0.92 —

注：本文空间自相关分析采用莫兰指数测度，莫兰指数采用GeoDa软件计算得出，其适用于SLM、SEM、GWR的前提性检验，不属于回归模型计算结果；自变量为ZRK、ZJJ、ZJT、ZDX、ZSY，因变量为ZY。

表5 苏州市乡村快递点布局影响因素的普通最小二乘法(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)结果

Tab. 5 Results of ordinary least squares, spatial lag model and spatial error model of layout influence factors of rural express delivery points in Suzhou city

模型 属性 ZRK ZJJ ZJT ZDX ZSY
普通最小二乘法
(OLS)		 Coefficient 1.60 -0.84 -0.03 0.04 0.17
Std. Error 0.05 0.05 0.01 0.01 0.02
t-Statistic 33.80 -18.51 -1.85 2.73 10.58
Probability 0.00 0.00 0.07 0.01 0.00
空间滞后模型
(SLM)		 Coefficient 1.46 -0.74 -0.02 0.04 0.15
Std. Error 0.05 0.04 0.01 0.01 0.01
z-value 31.63 -17.36 -1.90 2.93 9.78
Probability 0.00 0.00 0.06 0.00 0.00
空间误差模型
(SEM)		 Coefficient 1.48 -0.73 -0.01 0.02 0.16
Std. Error 0.05 0.05 0.01 0.01 0.02
z-value 28.88 -14.66 -1.03 1.21 10.33
Probability 0.00 0.00 0.30 0.23 0.00

注：自变量为ZRK、ZJJ、ZJT、ZDX、ZSY，因变量为ZY。

（1） 回归结果检验。从莫兰指数来看，快递点服务范围(ZY)具有空间相关性，适合进行SLM和SEM分析。从R2来看，OLS、SLM、SEM下，其R2均大于0.80，表明自变量能够较好地解释因变量。从标准误差(Std. Error)来看，标准误差最大的始终是人口规模或经济规模，路网密度、平均坡度、水域面积的标准误差则相对较小。从P检验来看，在P<0.05时，各模型下多数影响因素均通过检验，表明本文影响因素选择较为科学合理。从未通过P<0.05检验的具体指标来看， OLS、SLM下路网密度未通过检验， SEM下路网密度和平均坡度未通过检验。虽然OLS、SLM下的路网密度未通过 P<0.05的检验，但在P<0.10下其仍具有很强的参考意义和实际价值。
（2） 影响因素正负和主导程度② (② P<0.05时，SEM模型下路网密度(ZJT)和平均坡度(ZDX)未通过检验。将OLS、SLM、SEM的结果一起分析时，会产生歧义。如无特别说明，后文所有相关内容的分析是基于OLS、SLM结果的阐述。)。正负影响来看，人口规模、平均坡度、水域面积为正影响因素；表明这些影响因素越大，研究区快递点服务范围越大。经济规模为负影响因素，该影响因素越大，研究区快递点服务范围越小。从OLS、SLM下各影响因素的回归系数（Coefficient）绝对值来看，人口规模>经济规模>水域面积>平均坡度。同时，人口规模和经济规模的回归系数绝对值，远大于水域面积和平均坡度。因此，可以得出：人口规模为正主导影响因素，经济规模为负主导影响因素，平均坡度、水域面积则属于非主导影响因素。

4.1.2 基于全局回归结果的快递点布局影响因素探讨

（1） 快递点布局的社会经济影响因素探讨。研究区快递点布局影响因素中，人口规模为正主导影响因素，说明人口因素对快递点布局影响突出。对于城市而言，快递点之间存在激烈的相互竞争关系，且城市人均快递量较高；一般情况下，在城市内部，人口规模越大，快递点服务范围越小的可能性更大。但研究区人口规模越大，快递点服务范围却越大，可能说明乡村快递点布局有其特别的规律。本文认为乡村产生该现象，可能是如下原因导致。① 在多数乡村地区，快递点相对稀疏，人均快递量低于城市，从而影响了变形泰森多边形的空间划分，形成的快递点服务范围更大。② 乡村快递点分布具有明显的集聚特征，且其服务范围空间异质性较强。一般来说，核心乡村(一般是指集镇、乡镇所在地)具有良好的工业商业基础且人流量相对较大，其快递点多、人均快递量大，导致快递点服务范围小；核心乡村之外的乡村，一般快递点少、人均快递量少，导致快递点服务范围大。因此，两个因素的共同作用下，研究区产生了人口规模越大快递点服务范围越大的现象。经济规模作为研究区快递点布局的负影响因素，且回归系数绝对值很大，说明经济发展对快递点布局具有关键性的影响。就研究区而言，经济规模越大，快递点服务范围越小。该特征可以说明：无论是城市，还是乡村，经济发展水平可能始终是快递点布局的主导动因之一。未来要实现乡村快递点布局合理化，提升经济规模是最重要的途径之一。尽管P<0.05的水平下，OLS和SLM结果中路网密度未通过检验，但从研究区路网密度的回归系数，本文仍然可以做出如下推断： ① 路网密度对快递点布局的影响，可能远低于人口因素或经济因素的影响； ② 乡村路网密度远低于城市，快递点布局过程中，可能更多依靠乡村交通干线，由此导致了路网密度影响程度偏小的特征； ③ 本文路网密度数据仅能反映基本的路网格局，精细路网格局反映不足，影响了测度效果；当路网更为精细的情况下，交通因素对快递点服务范围的影响，可能会发生明显变化。综合以上分析，本研究认为：乡村地区快递点布局可能有其独特的人口因素，经济因素对乡村快递点布局十分重要，同时也需要重视交通发展对乡村快递点布局的作用。
（2） 快递点布局的自然环境影响因素探讨。研究区多为长江三角洲下游的平原，(山地)丘陵分布相对较少，仅在局部乡村地区有所分布。因此，对于研究区总体而言，地形对快递点布局的影响十分有限。例如， OLS结果中，平均坡度的回归系数不足0.10，也说明了该特征。但是，如果将研究区放置于山区为主的区域，地形对快递点布局的影响可能会加强，甚至在SEM模型下，平均坡度也可以通过 P<0.05的检验。苏州市属于典型的江南水乡，其乡村地区具有密集的水网和星罗棋布的湖泊，该特征必然影响快递点服务范围。本研究结果也说明了自然环境(水域)对研究区快递点布局的重要性。未来针对快递点布局影响因素的研究，尤其是水域较多的区域，应该进一步考虑水域的影响。但是研究区为乡村地区，水域对快递点布局的影响明显。如果放置于城市，水域对快递点布局的影响可能会变小。主要原因在于城市交通网络密集且发达，城市内部水域对快递点布局的阻隔作用会减弱。综合以上分析，本文认为：未来在地形复杂区快递点布局影响因素的研究中，应该充分考虑地形的影响；在河网密集的区域，尤其是乡村地区，还应该充分考虑水域对快递点布局的影响。

4.2 基于地理加权回归结果的快递点布局影响因素分析

4.2.1 地理加权回归结果分析

不同影响因素对研究区快递点布局的影响，存在局部差异；人口规模和水域面积为正空间影响，经济规模为负空间影响，路网密度、平均坡度正负空间影响均存在（表6、表7、图9、图10）。
表6 苏州市乡村快递点布局影响因素的地理加权回归(GWR)参数检验

Tab. 6 Simulation parameter test of geographically weighted regression on layout influence factors of rural express delivery points in Suzhou City

Bandwidth Residual Squares Effective Number Sigma AICc R2 R2 Adjusted
25 206.35 46.22 32.24 0.28 202.02 0.93 0.92

注：自变量为ZRK、ZJJ、ZJT、ZDX、ZSY，因变量为ZY。

表7 苏州市乡村快递点布局影响因素的地理加权回归(GWR)回归系数统计特征

Tab. 7 Statistical characteristics of geographically weighted regression regression coefficient on layout influence factors of rural express delivery points in Suzhou City

属性 ZRK ZJJ ZJT ZDX ZSY
最大值 2.03 -0.27 0.05 0.10 0.29
最小值 1.16 -1.27 -0.04 -0.78 0.04
极差 0.87 1.00 0.09 0.88 0.24
空间回归系数极差大小排序 3 1 5 2 4

注：由于四舍五入的原因，数据会出现加减运算后不相等的情况。

图9 苏州市乡村快递点布局影响因素的地理加权回归(GWR)局部R2和标准残差

Fig. 9 Local R2 and standard residual analysis of geographically weighted regression on layout influence factors of rural express delivery points in Suzhou City

图10 苏州市乡村快递点布局影响因素的回归系数局部空间差异特征

Fig. 10 Regression coefficients of local spatial differences of layout influence factors of rural express points in Suzhou City

（1） 回归结果检验。表4已经显示，变量具有空间相关性，可以进行GWR分析。GWR模拟结果显示，模型拟合优度R2为0.93，调整后R2为0.92，说明该模型模拟结果较好。从局部R2(Local R2)来看，多数区域的局部R2大于0.85，也表明模型具有较好的拟合水平。从标准残差来看，标准残差绝对值大于2.00的区域相对较少，多数地区标准残差绝对值小于1.00。综合来看，本文认为GWR模拟结果可以较好地满足研究需求，各影响因素空间回归系数可信。
（2） 空间回归系数的统计特征及其含义。从各影响因素回归系数的统计特征来看，ZRK的空间回归系数最大值、最小值均大于1.10，极差0.87；表明人口规模对研究区快递点布局影响很大，其影响的空间差异程度较高。ZJJ的空间回归系数绝对值的最大值、最小值、极差分别为1.27、0.27、1.00，表明经济规模在研究区某些地区的影响很大，在某些地区的影响又很小，经济对快递点布局影响的空间差异性很强。ZJT的空间回归系数来看，回归系数绝对值的最大值、最小值均不足0.10，极差也不足0.10，表明路网密度对研究区快递点布局的影响很小，且空间差异也很小。ZDX的空间回归系数的最大值、最小值、极差分别为0.10、-0.78、0.88，表明平均坡度对研究区快递点布局影响具有非常明显的局部差异。ZSY的空间回归系数的最大值、最小值、极差分别为0.29、0.04、0.24，表明水域面积对研究区快递点布局的影响相对较小，且空间影响的差异也不大。从各影响因素空间回归系数极差大小排序来看，经济规模>平均坡度>人口规模>水域面积>路网密度，这表明经济规模对研究区快递点布局影响的空间差异相对较大，路网密度则相对较小。因此，根据以上分析可以发现：对研究区快递点布局影响总体较大的因素，其影响的空间差异程度并非最大；某些总体影响很小的因素，其在局部地区可能明显影响快递点布局。
（3） 影响因素空间差异的变化特征。人口规模对研究区快递点布局的影响，始终是正空间影响。人口规模回归系数较大的区域主要分布两处：东北部、西南部(以研究区范围为参考，下文同理)，表明这些区域人口规模影响更强烈；人口规模回归系数较小的区域主要在北部(西北部)，表明这些区域人口规模影响弱一些。经济规模对研究区快递点布局的影响，始终是负空间影响；经济规模回归系数绝对值较大的区域主要在两处(东北部、西南部)，表明这些区域影响程度较大；经济规模回归系数绝对值较小的区域主要在北部(西北部)，表明这些区域影响程度较小。路网密度对研究区快递点布局正负空间影响均有，正影响区域多分布在南部，负影响区域多分布在中北部。平均坡度对研究区快递点布局的正负空间影响均存在，南部主要是正影响区域，北部主要是负影响区域。水域面积对研究区快递点布局的影响，均为正空间影响。水域面积回归系数较小的区域主要在研究区北部居中，表明这些区域影响较弱一些；水域面积回归系数较大的区域主要在中南部，北部(西北部)也存在少部分回归系数较大的区域，表明这些区域水域的影响更强一些。

4.2.2 基于地理加权回归结果的快递点布局影响因素探讨

（1） 社会经济因素对快递点布局影响产生空间差异的成因。研究区人口规模回归系数较大的两个区域(东北部、西南部)，受人口密度相对较低的影响明显，其快递点更加集聚于少部分核心乡村，产生了人口规模越大快递点服务范围越大的突出现象。研究区北部乡村，尤其是张家港及其周边的乡村，其人口密度相对较高且乡村工业发达，必然影响快递点服务范围，导致人口规模回归系数相对较小。研究区经济规模越大，快递点服务范围越小，但经济规模对快递点布局的局部负影响差异很大，这也说明研究区(乡村)经济可能存在明显的不均衡性。因此，本文认为：① 研究区(乡村地区)快递点分布总体具有空间不均衡性，快递点分布的不均衡导致了其服务范围的不均衡；② 研究区少部分乡村地区，尤其是核心乡村，其乡镇工业发达、商业服务业基础良好，进而产生人均快递量偏高、快递点多的特征，所以快递点服务范围小；③ 研究区核心乡村之外的多数乡村，空间划分的快递点服务范围内人口规模偏大，但快递点少，导致快递点服务范围偏大；④ 良好的社会经济条件，可能有利于降低人口规模对快递点布局的影响。全局回归(OLS和SLM)结果中，研究区路网密度对快递点布局是负影响(P<0.10)，但局部空间回归系数仍存在正影响。从具体区域来，研究区南部乡村路网密度对快递点布局的正影响区域明显偏多，产生该特征的原因可能如下。① 一个区域交通网络密集，会带动快递运输发展，也会推动居民寄送快递便利化。研究区南部乡村路网密集程度相对低于其他地区，影响了快递点布局。② 南部乡村水域分布较多，道路网密集程度会降低，空间划分过程中会增加快递点服务范围。除南部乡村外，研究区路网密度对快递点布局多为负影响，但回归系数的之差不高于0.10，这也在一定程度说明交通对乡村快递点布局的影响可能并非主导。因此，综合以上分析，本文推测：对于其他地区的乡村而言，人口规模对乡村快递点布局空间影响可能始终是正向；经济对其布局空间影响的差异性可能更大；路网密度对其布局空间影响不一定全是正向。
（2） 自然环境因素对快递点布局影响产生空间差异的成因探讨。平均坡度对研究区快递点布局起到一定影响，且正负影响均存在。平均坡度正影响区域主要分布在研究区偏南部，负影响区域主要分布在偏北部。研究区偏南部地区，存在少量的(低山)丘陵，该特征不利于快递点布局。因此，研究区出现了平均坡度越大快递点服务范围越大的现象。但是对于研究区偏北部的乡村而言，平均坡度越大快递点服务范围越小，本文认为这并不能反映实际情况。主要原因如下：研究区偏北部的乡村，多为地势低平的沿江平原，很多地区坡度差异很小；因此，坡度对快递点服务范围的影响可以基本忽略不计，回归系数的实际意义可能十分有限。水域面积对研究区快递点布局均为正影响。具体来看，回归系数较小的区域主要在北部居中，回归系数较大的区域主要在中南部。靠近北部居中的乡村，水域分布面积相对较小且空间分布连续性不强，导致水域面积对快递点服务范围的影响有限。位于中南部的乡村，水域分布面积大且空间分布连续性强，水域面积对快递点布局的影响可能会更强。但研究区北部(西北部)少部分乡村，仍存在水域面积对快递点布局影响相对较强的区域，本文推测可能是长江的影响，但也可能是其他影响因素导致。因此，综合以上分析，本文认为：未来分析乡村快递点布局影响因素中，假如整个区域地形比较平坦，但仍存在少量低山或丘陵的情况下，对地形影响因素的解释需慎重考虑其现实意义。

5 讨论

5.1 关于变形泰森多边形理论的社会经济应用

本文以泰森多边形理论为基础，根据其发展现状和社会经济实际应用研究的需要，提出了变形泰森多边形理论，该理论有助于推动泰森多边形理论的发展。泰森多边形社会经济应用研究已经发展多年，可以很好地解决一些实际问题。但在当前部分社会经济现象空间划分的研究中，泰森多边形出现了一些不适用的问题，阻碍了该理论的进一步发展，变形泰森多边形则可以有效地解决这些问题。变形泰森多边形的非变形区是原始的泰森多边形，吸收了原有理论的优点。变形泰森多边形的变形区，实际是泰森多边形的局部变形，更符合社会经济点分布的实际情况。泰森多边形到变形泰森多边形，具有明确的科学理论基础和现实基础，可以为未来的研究提供新的理论支撑。本文利用变形泰森多边形，研究乡村快递点布局影响因素中发现，变形泰森多边形理论仍有一些问题需要今后解决和完善。① 减少变形泰森多边形变形区确定的主观性。本文中，对变形区的确定仍然是根据经验来手动完成，其存在一定偏差。未来研究可以结合要提取的数据和社会经济点实际情况，设计科学的定量标准，确定最优变形区，减少主观性偏差。 ② 通过其他社会经济点研究完善该理论。变形泰森多边形理论，主要是针对社会经济问题研究提出的，本文进行了快递点的简要说明和验证，其他社会经济点研究(如银行、餐饮等)实际效果如何，需要更多研究者进一步完善该理论。

5.2 关于快递点区位选择

传统的区位理论中，杜能农业区位论[36]和韦伯工业区位论[37]最为典型，且在科学研究中较为常见[36-37]。服务业具有类型多样、分布分散、功能多样等特性，导致服务业区位研究相对复杂[38⇓-40]。快递点布局影响因素的研究，本质是服务业区位研究的内容。本文发现，快递点布局的区位选择，具有服务业区位选择复杂性的特点。其主要表现为以下几点。① 快递点区位选择具有多样性。研究区快递点区位选择虽具有主导因素，但非主导的因素也能影响快递点布局。例如，水域面积对研究区快递点布局的影响虽然很小，但其仍具有重要作用。② 快递点区位选择具有区域差异性。本文采用5个影响因素研究苏州市乡村快递点布局，不同影响因素对快递点布局影响，在空间上表现出差异性。③ 非主要影响因素在局部地区可能对快递点区位选择产生重要影响。例如，本研究中经济规模在局部地区的回归系数绝对值最低仅为0.27，但平均坡度在局部地区的回归系数绝对值最高可以达到0.78。因此，乡村振兴背景下，进一步对比不同地区乡村快递点区位选择，分析其共性主导区位、局部主导区位，具有较好的实际应用价值。当前，除了快递点区位研究外，日常生活中的银行网点、餐饮点等也是典型的服务业(点)。未来可以发掘此类要素的区位研究，进而发展和完善服务业区位研究理论。同时，本文提出的变形泰森多边形理论，可以为未来社会经济点区位研究，提供一种新的空间划分视角和方法，有助于推进服务业区位研究的发展。

5.3 本文存在的问题

本文以变形泰森多边形理论为基础，分析了苏州市乡村快递点布局影响因素。本文可以为相关应用研究提供新的理论支撑，也可为当前乡村快递业发展提供参考依据。但本文也存在如下问题，需要各位读者注意。① 快递点数据精度的问题。互联网地图的优点在于实时更新，但互联网地图存在地名重复、信息不完整等实际问题。利用互联网地图获得的POI数据量众多，识别和解决这些问题更为困难。本文合并了经纬度相同、名称相同、距离过近等快递点，实际仍然存在装修、停业、重复、非快递点等异常值难以解决。② 变形泰森多边形变形区确定的主观性偏差。本文变形泰森多边形变形区确定的过程中，主要依据经验性的判断，并进行了手动合并，其存在效率低、科学性低、主观性强、错误率高等实际问题，这些问题在本研究中尚未得到有效解决。③ 部分数据分辨率较为粗略。快递点总体来说是较为微观的研究，本文使用的部分影响因素数据相对粗略，会对研究结果产生一定影响。因此，本文利用变形泰森多边形理论研究快递点布局影响因素，仅是初步的说明和探索，其结果更多属于粗略性和案例性的说明，更为精细和准确的研究需要今后的研究者进一步论证和完善。

6 结论

本文以泰森多边形理论为基础，提出了变形泰森多边形理论。并以苏州市乡村快递点为例，利用该理论开展了快递点布局影响因素研究。本研究结果有助于推动泰森多边形理论的发展，能为变形泰森多边形社会经济应用研究提供新的理论支撑，也对乡村振兴战略实施具有启示意义。经过以上分析，本文初步得出以下主要结论：
（1） 变形泰森多边形是泰森多边形在社会经济应用中的改进和拓展，变形泰森多边形由变形区和非变形区两个部分组成，变形区是泰森多边形的局部变形，非变形区是原始的泰森多边形。变形泰森多边形可以有效地解决泰森多边形空间划分与实际情况不匹配的问题，有利于提高社会经济问题研究的可行性与科学性。
（2） 将快递点服务范围作为快递点布局的表征指标，以该指标为因变量，人口规模、经济规模、路网密度等为自变量，探究研究区快递点布局影响因素。P<0.05时，研究区OLS、SLM模拟结果显示：人口规模、平均坡度、水域面积为正影响因素，其中人口规模为正主导影响因素；经济规模为负影响因素。研究区GWR模拟结果显示：人口规模和水域面积为正空间影响，经济规模为负空间影响，路网密度、平均坡度正负空间影响均存在。
根据全文的分析，本文对乡村地区快递业发展的主要思考如下。① 发挥公益性快递点的基础保障作用。乡村振兴背景下促进乡村发展，基础设施发展是重要的环节之一。乡村快递点布局要达到或接近城市水平，依靠市场力量非常困难，建议邮政作为公益性布局，适度进行网点优化和加密。② 发挥人口因素与经济因素的决定性作用。乡村快递点布局影响因素中，人口因素和经济因素是决定乡村快递点布局的关键。行政部门在乡村快递点布局、规划、引导的过程中，要充分考虑人口因素和经济因素的决定性作用。③ 引导快递点综合性布局。快递点布局实践中，可因地制宜地考虑各种区位的综合作用。某些乡村人口规模或经济规模明显不足以支撑快递点布局时，单纯依靠公益投入并不能解决所有问题。网点布局需要考虑其他因素，最终达到居民需求、市场营利、行政配置的综合平衡。④ 打造相对均等化的乡村快递服务。乡村振兴是全方位的战略要求，乡村振兴进程中，使乡村居民获得相对均等性的优质快递服务，是全社会的努力方向。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
中共中央, 国务院. 中共中央国务院关于做好二〇二三年全面推进乡村振兴重点工作的意见[J]. 中华人民共和国国务院公报, 2023(6):4-10.

[The Central Committee of the CPC, The State Council. Opinions of the Central Committee of the CPC and the State Council on fulfilling the key work of comprehensively promoting rural revitalization in 2023[J]. Gazette of the State Council of the People's Republic of China, 2023(6):4-10.]

[2]
国务院办公厅. 国务院办公厅关于加快农村寄递物流体系建设的意见[J]. 中华人民共和国国务院公报, 2021(25):16-18.

[The General Office of the State Council. Opinions of the General Office of the State Council on accelerating the development of rural delivery and logistics systems[J]. Gazette of the State Council of the People's Republic of China, 2021(25):16-18.]

[3]
国家邮政局办公室等七部门办公厅(室). 国家邮政局办公室等七部门办公厅(室)关于印发《农村寄递物流体系建设三年行动方案(2023—2025年)》的通知[国邮办发[2023]29号][Z]. 北京: 国家邮政局办公室等七部门办公厅(室), 2023.

[Office of State Post Bureau, et al: Notice on issuing a three-year action plan for the construction of a rural postal logistics system in 2023-2025 (NO.[2023]29 published by Office of State Post Bureau)[Z]. Beijing: Office of State Post Bureau, et al, 2023.

[4]
刘玲, 李钢, 杨兰, 等. 深圳市快递自提点的空间分布特征与影响因素[J]. 地球信息科学学报, 2019, 21(8):1240-1253.

DOI

[Liu L, Li G, Yang L, et al. Spatial distribution characteristics and influencing factors of the delivery sites in Shenzhen[J]. Journal of Geo-information Science, 2019, 21(8):1240-1253.] DOI:10.12082/dqxxkx.2019.190114

[5]
冀琴, 朱敏, 刘睿. 重庆市中心城区快递自提点空间格局及影响因素研究——基于POI数据[J]. 重庆师范大学学报(自然科学版), 2021, 38(3):121-128.

[Ji Q, Zhu M, Liu R. The spatial pattern and relation of the pickup points based on POI in Chongqing[J]. Journal of Chongqing Normal University (Natural Science), 2021, 38(3):121-128.] DOI:10.11721/cqnuj20210315

[6]
高延辉, 王宝义. 基于地理信息数据的青岛市快递自提点布局规律与影响因素[J]. 山东交通学院学报, 2023, 31(3):29-39.

[Gao Y H, Wang B Y. Layout rules and influencing factors of express delivery pick-up points in Qingdao based on geographic information data[J]. Journal of Shandong Jiaotong University, 2023, 31(3):29-39.] DOI:10.3969/j.issn.1672-0032.2023.03.005

[7]
唐建荣, 郑楠. 基于POI大数据的快递末端网点空间分异及影响因素研究[J]. 资源开发与市场, 2023, 39(6):706-717.

[Tang J R, Zheng N. Research on spatial difference and influencing factors of express service outlets based on POI[J]. Resource Development & Market, 2023, 39(6):706-717.] DOI:10.3969/j.issn.1005-8141.2023.06.009

[8]
夏文亮, 朱勤东, 刘敏, 等. 微观尺度下城市快递网点空间格局及影响因素——以成都市中心城区为例[J]. 测绘与空间地理信息, 2023, 46(3):42-46.

[Xia W L, Zhu Q D, Liu M, et al. Spatial pattern and influencing factors of urban express outlets at micro scale: -Take the downtown area of Chengdu as an example[J]. Geomatics & Spatial Information Technology, 2023, 46(3):42-46.]

[9]
王欢, 吴相利. 哈尔滨市快递自提点空间布局与影响因素研究[J]. 边疆经济与文化, 2021(4):7-12.

[Wang H, Wu X L. Research on the spatial layout and influencing factors of express self-pickup points in Harbin[J]. The Border Economy and Culture, 2021(4):7-12.]

[10]
李俊, 王仲智, 孟浩, 等. 淮海经济区快递网点空间格局及影响因素研究[J]. 现代城市研究, 2020(6):2-7.

[Li J, Wang Z Z, Meng H, et al. The spatial pattern and influencing factors of express outlets in Huaihai Economic Zone[J]. Modern Urban Research, 2020(6):2-7.] DOI:10.3969/j.issn.1009-6000.2020.06.001

[11]
吴晓, 王凌瑾, 宁昱西, 等. 南京市快递企业网点布局及其影响因素解析——基于民营企业(顺丰速递)和国营企业(EMS)的比较[J]. 地域研究与开发, 2019, 38(4):52-59,67.

[Wu X, Wang L J, Ning Y X, et al. Analysis on express enterprise network distribution and related influential factors in Nanjing: Based on a comparison between private express enterprise (SF Express) and state-owned enterprise (EMS)[J]. Areal Research and Development, 2019, 38(4):52-59,67.] DOI:10.3969/j.issn.1003-2363.2019.04.009

[12]
雷蕾, 吴洁, 吴高海. 乡村振兴背景下乡镇快递取件二次收费的困境与应对策略研究[J]. 邮政研究, 2022, 38(1):14-18.

[Lei L, Wu J, Wu G H. Research on the dilemma and countermeasures of the secondary charge for rural express pick-up under the background of rural revitalization[J]. Studies on Posts, 2022, 38(1):14-18.] DOI:10.13955/j.yzyj.2022.01.03.05

[13]
陆秋羽. 乡村振兴背景下快递进村的网点布局规划研究[D]. 镇江: 江苏大学, 2022.

[Lu Q Y. Research on the network layout planning of express delivery into villages in the context of rural revitalization[D]. Zhenjiang: Jiangsu University, 2022.]

[14]
甘泉. 乡村快递的网络布局优化[J]. 济宁学院学报, 2020, 41(4):75-79.

[Gan Q. Research on the optimization of rural express network[J]. Journal of Jining University, 2020, 41(4):75-79.]

[15]
甘泉. 安徽省乡村快递业的网络布局研究——以肥西县为例[J]. 重庆科技学院学报(社会科学版), 2020(5):48-51.

[Gan Q. Study of the network layout of rural express delivery industry in Anhui Province: A case study in Feixi County[J]. Journal of Chongqing University of Science and Technology (Social Sciences Edition), 2020(5):48-51.] DOI:10.19406/j.cnki.cqkjxyxbskb.2020.05.012

[16]
刘鹏. 县域乡村快递业网点选址问题研究[D]. 西安: 长安大学, 2016.

[Liu P. Research on county location model of rural express delivery business outlets[D]. Xi'an: Chang'an University, 2016.]

[17]
李少华, 刘远刚, 王延忠. 泰森多边形在地质数据去丛聚中的应用[J]. 物探与化探, 2011, 35(4):562-564.

[Li S H, Liu Y G, Wang Y Z. The application of Thiessen polygon to the decluttering effect of geological data[J]. Geophysical and Geochemical Exploration, 2011, 35(4):562-564.]

[18]
谢远扬, 王森. 泰森多边形在分析西安市PM2.5污染状况中的应用[J]. 环境科学与技术, 2017, 40(7):22-27.

[Xie Y Y, Wang S. Application of thiessen polygon method to analysis of PM2.5 pollution in Xi'an[J]. Environmental Science & Technology, 2017, 40(7):22-27.] DOI:10.3969/j.issn.1003-6504.2017.07.004

[19]
陈晓杰, 张金亭, 张长城, 等. 基于泰森多边形的南京市PM2.5时空特征及其与土地利用的相关性研究[J]. 水土保持通报, 2018, 38(1):293-298.

[Chen X J, Zhang J T, Zhang C C, et al. Spatial and temporal variation of PM 2.5 concentrations basen on Thiesen polygon and its correlation with land-use patterns in Nanjing City[J]. Bulletin of Soil and Water Conservation, 2018, 38(1):293-298.] DOI:10.13961/j.cnki.stbctb.20171228.001

[20]
谢绍锋, 肖化顺, 储蓉, 等. 基于泰森多边形的广州市林火空间分布规律研究[J]. 西北林学院学报, 2018, 33(3):178-185.

[Xie S F, Xiao H S, Chu R, et al. Spatial distribution of forest fire based on the Voronoi in Guangzhou[J]. Journal of Northwest Forestry University, 2018, 33(3):178-185.] DOI:10.3969/j.issn.1001-7461.2018.03.27

[21]
谢绍锋, 欧阳君祥, 肖化顺. 基于泰森多边形与条件熵的林火易发性空间分布研究[J]. 林业资源管理, 2017(4):50-58.

[Xie S F, Ouyang J X, Xiao H S. Research on the forest fire susceptibility spatial distribution of Voronoi and conditional entropy[J]. Forest Resources Management, 2017(4):50-58.] DOI:10.13466/j.cnki.lyzygl.2017.04.009

[22]
陈天驰. 基于泰森多边形的建筑表皮优化设计——以杭州运河大剧院为例[J]. 浙江建筑, 2022, 39(4):6-8.

[Chen T C. Optimal design of architecture facade based on Voronoi diagram: A case study of Hangzhou Grand Canal Theatre[J]. Zhejiang Construction, 2022, 39(4):6-8.] DOI:10.15874/j.cnki.cn33-1102/tu.2022.04.003

[23]
李泰, 姚敏峰. 自然分形——论Voronoi泰森多边形在建筑设计中的应用[J]. 中外建筑, 2017(7):139-144.

[Li T, Yao M F. Natural fractal -Analyzing the application of Voronoi Thiessen polygon in the field of architectural design[J]. Chinese & Overseas Architecture, 2017(7):139-144.] DOI:10.19940/j.cnki.1008-0422.2017.07.036

[24]
宋洁华, 李少伟, 赵志忠, 等. 泰森多边形在居民点空间分布特征分析中的应用研究——以海南省临高县为例[J]. 海南师范大学学报(自然科学版), 2013, 26(2):223-226.

[Song J H, Li S W, Zhao Z Z, et al. Research on application of Thiessen polygon to spatial distribution characteristics of settlement -A case study of Lingao County[J]. Journal of Hainan Normal University (Natural Science), 2013, 26(2):223-226.]

[25]
葛奔, 蔡琳, 王富. 基于泰森多边形服务分区的常规公交站点布局优化[J]. 武汉工程大学学报, 2018, 40(6):668-672.

[Ge B, Cai L, Wang F. Layout optimization of bus stations based on Voronoi diagram for zoning service area[J]. Journal of Wuhan Institute of Technology, 2018, 40(6):668-672.] DOI:10.3969/j.issn.1674-2869.2018.06.017

[26]
章扬. 基于泰森多边形的农村基本公共服务设施空间布局优化研究——以淄博市凤凰镇为例[D]. 济南: 山东建筑大学, 2021.

[Zhang Y. Research on spatial layout optimization of rural basic public service facilities based on Thiessen polygon: Take Fenghuang Town, Zibo City as an example[D]. Jinan: Shandong Jianzhu University, 2021.]

[27]
苏州市统计局, 国家统计局苏州调查队. 2022年苏州市国民经济和社会发展统计公报[R]. 苏州: 苏州市统计局,国家统计局苏州调查队, 2023.

[Statistics Bureau of Suzhou City, Suzhou Survey Team of National Bureau of Statistics. Statistical bulletin on economic and social development of Suzhou City in 2022[R]. Suzhou: Statistics Bureau of Suzhou City, Suzhou Survey Team of National Bureau of Statistics, 2023.]

[28]
徐新良. 中国人口空间分布公里网格数据集[Z]. 资源环境科学数据注册与出版系统(http://www.resdc.cn/DOI), 2017.

[Xu X L. Population spatial distribution kilometer grid dataset of China[Z]. Resource and Environmental Science Data Registration and Publishing System, 2017.] DOI:10.12078/2017121101

[29]
徐新良. 中国GDP空间分布公里网格数据集[Z]. 资源环境科学数据注册与出版系统(http://www.resdc.cn/DOI), 2017.

[Xu X L. Gross domestic product (GDP) spatial distribution kilometer grid dataset of China[Z]. Resource and Environmental Science Data Registration and Publishing System, 2017.] DOI:10.12078/2017121102

[30]
汤庆园, 徐伟, 艾福利. 基于地理加权回归的上海市房价空间分异及其影响因子研究[J]. 经济地理, 2012, 32(2):52-58.

[Tang Q Y, Xu W, Ai F L. A GWR -Based study on spatial pattern and structural determinants of Shanghai’s housing price[J] Economic Geography, 2012, 32(2):52-58.] DOI:10.15957/j.cnki.jjdl.2012.02.009

[31]
唐锦玥, 何益珺, 塔娜. 基于POI数据的上海市餐饮业空间分布特征及影响因素[J]. 热带地理, 2020, 40(6):1015-1025.

DOI

[Tang J Y, He Y J, Ta N. Spatial distribution patterns and factors influencing the Shanghai catering industry based on POI data[J]. Tropical Geography, 2020, 40(6):1015-1025.] DOI:10.13284/j.cnki.rddl.003280

[32]
肖雅文, 李仙德. 2010—2020年长三角常住人口空间格局演变及影响因素研究[J]. 上海师范大学学报(自然科学版), 2023, 52(4):495-506.

[Xiao Y W, Li X D. Spatial pattern evolution and influencing factors of permanent population in the Yangtze River Delta from 2010 to 2020[J]. Journal of Shanghai Normal University (Natural Sciences), 2023, 52(4):495-506.] DOI:10.3969/J.ISSN.1000-5137.2023.04.013

[33]
程叶青, 王哲野, 张守志, 等. 中国能源消费碳排放强度及其影响因素的空间计量[J]. 地理学报, 2013, 68(10):1418-1431.

DOI

[Cheng Y Q, Wang Z Y, Zhang S Z, et al. Spatial econometric analysis of carbon emission intensity and its driving factors from energy consumption in China[J]. Acta Geographica Sinica, 2013, 68(10):1418-1431.] DOI:10.11821/dlxb201310011

[34]
戴丽, 尹昌应, 毛春艳, 等. 喀斯特山地城市景观格局对城市内涝的影响研究——以贵阳市为例[J]. 贵州师范大学学报(自然科学版), 2024, 42(2):53-61.

[Dai L, Yin C Y, Mao C Y, et al. The influence of the landscape pattern on urban waterlogging in Karst mountains -Take Guiyang as an example[J]. Journal of Guizhou Normal University (Natural Sciences), 2024, 42(2):53-61.] DOI:10.16614/j.gznuj.zrb.2024.02.006

[35]
程东亚, 李旭东. 贵州乌江流域气温与降水空间分布特征及其地形影响分析[J]. 水土保持研究, 2020, 27(2):246-252.

[Cheng D Y, Li X D. Analysis of spatial distribution of temperature and precipitation and its terrain impact of the Wujiang River Basin in Guizhou Province[J]. Research of Soil and Water Conservation, 2020, 27(2):246-252.] DOI:10.13869/j.cnki.rswc.2020.02.035

[36]
张明龙, 周剑勇, 刘娜. 杜能农业区位论研究[J]. 浙江师范大学学报(社会科学版), 2014, 39(5):95-100.

[Zhang M L, Zhou J Y, Liu N. A review of Von Thuen’s agricultural location theory[J]. Journal of Zhejiang Normal University (Social Sciences), 2014, 39(5):95-100.]

[37]
姚付龙. 韦伯工业区位论在建设虚拟型生态工业园中的应用研究——以伊宁市边境经济合作区为例[J]. 伊犁师范学院学报(自然科学版), 2012(2):59-64.

[Yao F L. A research on Alfred Weber theory of industrial location and its applications in the construction of virtual eco-industrial park: A case study of the Yining Border Economic Cooperation Zone[J]. Journal of Yili Normal University (Natural Science Edition), 2012(2):59-64.]

[38]
陈殷, 李金勇. 生产性服务业区位模式及影响机制研究[J]. 上海经济研究, 2004(7):52-57.

[Chen Y, Li J Y. Research on the location model and impact mechanism of productive service industry[J]. Shanghai Economic Review, 2004(7):52-57.] DOI:10.19626/j.cnki.cn31-1163/f.2004.07.007

[39]
张文忠. 大城市服务业区位理论及其实证研究[J]. 地理研究, 1999, 18(3):273-281.

DOI

[Zhang W Z. A study of metropolitan service industry location theory and substantiation[J]. Geographical Research, 1999, 18(3):273-281.]

[40]
方远平, 闫小培. 服务业区位论:概念、理论及研究框架[J]. 人文地理, 2008(5):12-16.

[Fang Y P, Yan X P. Service industrial location: Concept, theory and research framework[J]. Human Geography, 2008(5):12-16.] DOI:10.13959/j.issn.1003-2398.2008.05.013

Options
Outlines

/

〈 〉