基于绿通车数据的生鲜农产品区域时空流通模式研究——以云南省为例

孔令帅，陈 方，戢晓峰，覃文文

（1.昆明理工大学 交通工程学院，云南 昆明 650504；2.昆明理工大学 云南综合交通发展与区域物流管理智库，云南 昆明 650504；3.昆明理工大学 云南省现代物流工程研究中心，云南 昆明 650504；4.昆明理工大学 马克思主义学院，云南 昆明 650504）

0 引言

近年来，保障城乡居民的生鲜农产品供应已成为关系社会稳定的重大民生问题。生鲜农产品的高效流通是保证生鲜农产品有效供应的关键环节之一，但当前生鲜农产品整体流通效率较低，运输成本偏高[1]。货物流通网络对区域间物流有重要影响[2]，能反映区域间货物流通联系强弱和空间结构分布特征。因此，亟需开展生鲜农产品流通模式相关研究，进而挖掘货物在物流网络中的流通规律以及物流节点的空间作用力，为生鲜农产品物流组织优化提供依据。

截至目前，国内外关于区域物流网络特征和空间结构的研究成果较为丰富，如Snyder 等从网络分析的视角指出世界经济网络具有典型的核心-边缘结构[3]；Cai 等对国际农产品贸易结构进行了定量解析，得出世界农产品贸易呈现出一种封闭、不平衡、多元、多极化的发展态势[4]；陈艺文等运用社会网络和空间计量分析法，分析了国家间粮食贸易网络的空间结构和演化机制[5]；蒋小荣等基于复杂网络分析方法探究了全球货物运输网络的演化过程[6]；左微等通过构建大宗货物公路运输网络结构指标体系，对公路货运组织结构和空间分异特征进行了分析[7]；戢晓峰等利用空间分析方法，提取了公路客货运输空间的运行特征[8]；刘正兵等采用社会网络分析法，揭示了城际货运网络结构特征[9]。整体而言，现有成果主要对区域间货物流动的空间交互、空间结构以及货运网络演化特征进行了较多探讨，为货物空间联系特征和运行规律研究提供了理论基础。

生鲜农产品具有易损易腐和时效性的特点，不同地区生鲜农产品的季节、地域性较强，对运输距离、时间、温度等有着较高的要求。为优化生鲜农产品流通体系，需针对其特点对相关流通模式展开系统研究，而国内外关于农产品流通模式研究主要集中于农业流通模式优化和路径配送优化。如Ahumada 等通过探究生鲜农产品物流高效配送的运输组织和盈利模式，提出生鲜农产品短期保护措施及配送过程中的运输形式[10]；Sorescua指出应用供应链管理系统可提高生鲜农产品流通效率[11]；范雨婷基于流通成本、流通费用率和流通利润率等指标，对比分析了6 种农产品的流通效率[12]；尚猛等基于改进的鲨鱼优化算法，研究了农产品物流配送路径优化问题[13]；安璐等对量子蚁群算法进行了改进，并验证了该算法可有效降低生鲜农产品的碳税成本和综合成本[14]；陈静等利用蚁群算法模型，解析了生鲜农产品最优物流配送路径[15]。以上研究运用不同方法探究了物流高效运输和降本增效的方式，为生鲜农产品高质量流通提供了保障。

综上分析发现，鲜有学者基于实际运输数据对生鲜农产品流通的模式和网络结构展开研究，而通过探究生鲜农产品时空间流通模式及其变化规律，获取生鲜农产品的流通特性，有助于促进生鲜农产品物流配送效率的提升。为此，本文将以云南省为例，基于高速公路绿通车数据，构建生鲜农产品区域物流时空网络，采用社会网络分析方法，从网络节点、演化过程和空间结构3 个方面探究生鲜农产品的流通模式和空间分布特征，以期为生鲜农产品物流组织优化提供理论依据。

1 数据来源与研究方法

1.1 数据来源

本文基于云南省高速公路收费系统的数据库，提取了2018 年1 月—8 月绿通车数据以解析生鲜农产品的流通模式，共涉及云南省325 个高速公路收费站点，79 个县级行政区。同时，考虑到云南省具有立体型气候特征，是全国重要的冬春蔬菜和夏秋补淡种植基地，故分别选取1月和8月绿通车收费数据作为云南省生鲜农产品在冬春和夏秋时节流通的研究对象。

1.2 研究方法

社会网络分析是一种社会学研究方法，通过定量分析法刻画网络间关系、形态及测度各种网络结构特征，揭示网络中群体间的层级特征和个体间的空间关系。本文采用社会网络分析方法对生鲜农产品区域时空流动模式进行解析，以高速公路收费站点和县级行政区为社会网络中的节点，将各节点连接起来，则节点连接线构成空间关系图谱，用于分析不同尺度下节点间的联系强度、网络地位及流动规律，从而获取生鲜农产品的整体流动特征和网络结构。

1.2.1 社会网络模型

本文通过网络密度和度中心度分析高速公路上物流节点在流通网络中的重要程度和层级差异，以揭示云南省生鲜农产品流通网络结构和空间分布格局。社会网络模型构建中，分别以收费站点、县级行政区为网络节点构建不同空间尺度下的生鲜农产品物流网络：以收费站为网络节点构建收费站流通网络，收费节点间的流动方向为网络边的方向，路径上节点间的流量为该网络边的联系强度；以各县级行政区为网络节点构建县级行政区流通网络，县级行政区间的流动方向为网络边的方向，县级行政区间的流量作为网络边的联系强度，对于同一县级行政区间收费节点间发生的流通关系不予考虑。最后，利用Net⁃Draw工具绘制流通网络结构图。

1.2.2 网络指标

（1）网络密度。该指标反映生鲜农产品流通网络节点（收费站、县级行政区）间联系的紧密程度，指标值越大，表明各网络节点间的交流越频繁，计算公式为[16]：

式（1）中：D为网络密度；l为实际网络联系数；n为网络节点个数。

（2）度中心度。该指标是反映生鲜农产品流通网络节点（收费站、县级行政区）在网络中的重要程度，流通网络节点的度中心度越大，表明在网络中的位置越重要。度中心度包括流入度和流出度。生鲜农产品流通网络节点的流入度、流出度以及度中心度的计算公式如下[16]：

式（2）～式（4）中：Cin(j)和Cout(j)分别为网络节点绿通车的流入度和流出度；lyj为从节点y流向节点j的绿通车流量（辆）；ljy为从节点j流向节点y的绿通车流量（辆）；C(j)为节点j的度中心度，值越大表明节点在流通网络中的核心地位越高。

（3）流量占比。该指标指网络节点间流量占总流量的比例，其值越大，说明网络节点在整体网络中的位置越重要。生鲜农产品网络节点流量占比计算公式如下：

式（5）中：K为生鲜农产品网络节点的流量占比（%）；d为整体流通网络节点总数；其他变量含意同前。

2 云南省生鲜农产品时空流通模式特征分析

2.1 收费节点间网络结构特征分析

本文基于社会网络分析法，以收费节点间绿通车联系作为网络的边，构建网络节点联系的合作矩阵，即收费节点间产生联系则在网络矩阵中赋值为1，反之赋值为0，最终分别构建243×243,322×322 两个网络矩阵。同时，利用Ucinet 6.0 软件分别对2018 年1 月和8 月高速公路收费节点的度中心度进行测算，并选取排名前50 的收费节点，如图1、图2 所示。可以看出，1 月和8 月各收费节点整体度中心度变化幅度较小，8 月整体中心度比1 月略高些，但收费节点的流入度和流出度差异较大，节点在1 月和8 月分别承担着不同的流通职能。其中，度中心度较高的节点一直处于网络核心位置，与其他收费节点的联系较为密切；少数节点的度中心度增长较快，而其余收费节点的度中心度基本保持不变。这表明整体网络收费节点间的度中心度增值趋于平稳，度中心度在25以上的核心收费节点表现较为均衡，而中心度在10以下的边缘节点与其他收费节点交流依赖性较弱。

图1 云南省2018年1月高速公路收费节点度中心度

图2 云南省2018年8月高速公路收费节点度中心度

由式（2）、式（3）可计算得各收费节点的流入度和流出度。分析发现，收费节点的度中心度高值和低值在1 月和8 月呈明显的“极化”态势，度中心度排名靠前的高值收费节点如昆明南、胜景关、小喜村、水富、杜家营、九龙湾、平年等在1 月的流出度远大于流入度，而在8 月的表现则相反，说明生鲜农产品在整体流通网络中的流入度和流出度季节差异明显。

由此可见，云南省生鲜农产品时空流动模式与当地农产品的季节特性存在相关性，1 月的流出度高于8 月流出度，各收费节点的流通功能定位具有较大差异，度中心度高值节点在整个流通网络中的货物资源支配能力较强。省内收费节点的整体度中心度空间差异显著且集聚效应明显，度中心度在25以上的高值收费节点主要集中在滇中地区如昆明、曲靖、玉溪市内，该地区生鲜农产品流通网络与其他州市联系较为紧密。相比而言，滇西南、滇西北地区内收费节点的度中心度均低于10，处于度中心度低值区的主要有临沧、普洱、丽江、西双版纳，这些地区生鲜农产品流通能力偏弱，对外主导能力有限。

2.2 收费节点间流通特征分析

以云南省2018 年1 月和8 月高速公路绿通车流动数据为例，分析各收费节点间联系强度的差异。对节点间月流量大于50辆的收费节点进行分析，结果发现：①生鲜农产品收费节点空间联系格局整体呈现出以滇中、滇东地区为流通集聚中心的模式，高强度货物联系主要集中在核心地区的对外辐射和货源吸引，且货物联系均为双向联系；②生鲜农产品高流量路径主要分布在昆明、曲靖、玉溪市内核心收费节点，与其他地区构成放射态。

经统计，云南省生鲜农产品流通量在1月和8月变化情况趋同，整体表现较为均衡。利用层次聚类法对生鲜农产品流通量进行时空特征分析，按照收费节点间流通量可将联系强度划分为5 个层级：低强度、一般强度、中等强度、高强度、较高强度，如表1所示。其中，1月联系强度较高的有昆明北—胜境关站，8 月为富有—昆明南站，收费节点联系强度月流量均为10 000 辆以上，是省内地区最为核心的生鲜农产品流动路径，流量占比较低；高强度层级下的流动路径总数在1 月和8 月表现较为均衡，主要以杜家营、昆明南、胜境关站与其他收费节点发生强运输联系；生鲜农产品流通量在低强度层级下的流动路径分布较为广泛，但大多数路径流量规模较小，空间联系强度较弱。

表1 收费节点间流动路径层级划分

从收费节点流通总量来看，生鲜农产品在各区域的流通总量具有等级差异，利用自然断裂法将其分为5个等级，如表2所示。

表2 收费站点绿通车总流量等级划分

由表2 可知，流通总量高值区以昆明核心，与其他区域发生空间联系的控制力较强。Ⅴ等级下总流量在30 000 辆以上的节点有胜境关、昆明南、杜家营站，是1 月和8 月均承担生鲜农产品大流通的关键节点，其中经省界的节点胜境关站绿通车的流量最大；Ⅳ等级下绿通车总流量占比较高，1 月和8 月的流通量占比分别为33.4%和32.35%，其中水富、小喜村、平年、方山收费节点为次核心省界节点，此等级下的生鲜农产品流通主要分布在曲胜高速、罗富高速以及水麻高速沿线；Ⅲ,Ⅱ,Ⅰ等级下的收费站点总流量在1 月和8月相对均衡。

2.3 县级行政区间网络结构特征分析

为进一步探究云南省生鲜农产品时空流通模式，以县级行政区间货流联系为网络的边，构建网络节点联系的合作矩阵，若县级行政区间产生联系则在网络矩阵中赋值为1，反之赋值为0，分别构建76×76，81×81两个网络矩阵。根据式（1）～式（4），分别计算云南省各县级行政区节点的整体流通网络密度、度中心度、出入度指标。结果表明：2018 年1 月和8 月生鲜农产品整体流通网络密度分别为0.143 和0.173，均偏低，表明各县级行政区节点间的生鲜农产品流动联系不紧密，网络结构较为稀疏[16]。

通过测算，选取排名前20的县级行政区节点网络度中心度探究网络节点的重要程度，得知1月和8 月县级行政区节点的度中心度变化幅度较小，这两个月处于网络中心地位的盘龙区、呈贡区、西山区、官渡区、红塔区的度中心度均在50以上，呈空间连片式集聚特征。通过Gephi 软件进一步测算各县级行政区的模块度，得知1月和8月有向网络模块度分别为0.404 和0.389，说明县级行政区节点在空间上存在组团现象。县级行政区节点的度中心度越大，表明该节点越处于网络的核心位置，与其他节点的联系越紧密，影响力越大，反之则表示该节点在网络中稳定性较弱，与其他节点连通性较差，如图3、图4 所示。其中，盘龙区、西山区、呈贡区、红塔区、官渡区在1 月和8 月均为生鲜农产品流动的控制者，其网络组织能力较强；其次，陇川县、五华区、玉龙县、鲁甸县等网络边缘节点对核心区域生鲜农产品的流通依赖度较高，形成对核心县级行政区的路径依赖。

图3 县级行政区1月生鲜农产品网络节点度中心度分布图

图4 县级行政区8月生鲜农产品网络节点度中心度分布图

由图3、图4可见，在县级行政区尺度下的生鲜农产品货运网络呈显著的中心聚集态势，核心县级行政区节点在网络中具有较强的支配能力，节点核心边缘特征较为鲜明。生鲜农产品流动网络以昆明、曲靖、玉溪3 个地级市为多核心向外辐射，对周边区域的影响力和控制力不断增强，是省内生鲜农产品集散的重要节点，货运流通能力较强。对于度中心度低的边缘地区，由于交通区位优势条件较差，较依附于与核心地区发生货物交流。

2.4 县级行政区间流通特征分析

在县级行政区尺度下，选取节点间月流量在50 辆以上和总流量500 辆以上的数据分析生鲜农产品整体流通特征。结果发现：①生鲜农产品县级行政区流通关系整体呈现“中间高，四周低”的分布态势，主要以昆明市辖区、红塔区、富源县为核心发生货物强连接；②生鲜农产品高流量路径主要分布在昆明、玉溪、曲靖市内县级行政区节点间，其运输流向表现出高度集聚形态。

经统计，云南省各县级行政区生鲜农产品的流通规模存在较大的空间差异，层级结构明显。县级行政区生鲜农产品流量等级划分如表3所示，可见：①县级行政区尺度下高强度流通路径以昆明市辖区为主导，8月流通路径数比1月多，高强度流通路径分别为晋宁区—呈贡区、呈贡区—红塔区、富源县—呈贡区，享有绝对流通优势地位；县级行政区间流量在500～1000辆和50～500辆之间的生鲜农产品流通路径数在1 月和8 月均较为集中，集聚边缘地区明显，但整体流量规模偏小。②昆明市辖区生鲜农产品总流量最高，在流通网络中地位极为重要，这与昆明地区主导的产业结构和高速公路路网密度有关；生鲜农产品总流量为10001～50000 辆和5001～10000 辆之间的县级行政区流通量较为均衡；生鲜农产品流通总量较低的县级行政区节点主要分布在滇中和滇西北，同一地区内部县级行政区节点的流通规模具有明显极差。

表3 县级行政区生鲜农产品流量等级划分

2.5 生鲜农产品流动距离特征分析

利用GIS 网络分析功能测算县级行政区间最短运输距离，发现不同距离下的县级行政区流通量层级显著，表现为：生鲜农产品的流通量越大，运距相应越短，具有明显的距离衰减特征。本文以2018 年1 月绿通车运输数据为例，对生鲜农产品县级行政区间的运输距离进行分析验证。

云南省生鲜农产品1 月平均运距统计结果如表4 所示。研究发现：①云南省各县级行政区间短距离货运次数较多，平均运距相对较短，区域间发生的货运交流频次较高；②昆明市辖区货运强度最高，是区域内最重要的生鲜农产品流通区，运输效率相对较高；③中长距离货运次数占比最高，约49.7%，跨区域流通特征明显；远距离货运次数占比较小，但县级行政区间月流量多发生于10 000 辆以上，如水富、富宁、红塔县的辐射规模和运量较大，其经济效益也相对较高。

表4 云南省2018年1月生鲜农产品平均运距统计表

云南省生鲜农产品分运距流动结构如表5 所示。研究发现：①云南省生鲜农产品流动以短途运输为主，运距在100km 以下的流量占比达61.29%，跨区域空间流动较为局限，同一区域内货物交流更为密切；②运距为100～300km 的流量占比达25.17%，相邻核心地区间的吸附能力强，如盘龙区—富源县、呈贡区—富源县均为生鲜农产品关键流通路径，货运网络组织效率更加高效；③运距在300km 以上的生鲜农产品流量占比逐渐减少，符合距离衰减效应，且位于网络边缘县级行政区的数量居多。

表5 云南省2018年1月生鲜农产品分运距流动结构

3 结论

为探究生鲜农产品的物流运作模式，提高生鲜农产品流通率，降低物流运输损耗，本文基于云南省高速公路收费系统的绿通车数据，运用社会网络分析法对生鲜农产品在高速公路系统中的流动特征和层级结构进行了分析，得出如下结论：

（1）通过运用社会网络模型表征区域物流节点间的流通关系，发现云南省生鲜农产品时空流通模式和农产品季节性具有一定的相关性，1 月生鲜农产品流出度大于8 月流出度；各收费节点流通能力差异显著，流通规模整体表现出非均衡性。

（2）从点、线、面的角度呈现货物空间网络的整体特征，发现云南省县级行政区的生鲜农产品流动模式集聚现象较为明显，流通格局表现出“中间高，四周低”的特点，核心县级行政区流通规模较大。

（3）生鲜农产品流通模式以100km 内短距离运输为主，中长距离以100～300km 规模为辅，表明地理距离对生鲜农产品的流动规模和空间分布具有较大影响。

由于高速公路属于较为封闭的交通系统，获取多样性数据受限，本研究只分析了高速收费站点间、区域间生鲜农产品的流动特征和网络结构，未考虑区域邻近性、区域经济水平以及产业规模等因素对生鲜农产品流通模式和空间分布的影响。后续将进一步剖析其他因素对生鲜农产品流通网络变化的影响以及降低流通成本的相关举措，以促进区域间供给需求资源的有效配置。