城市群是我国区域经济发展的重要载体，也是区域产业布局的重要依托，在我国区域经济发展中起着引领作用[1-2]。物流是连接生产与消费的重要流通环节，也是维系区域经济联系的纽带和桥梁，对于带动区域经济发展起着重要作用。城市群物流作为降低城市空间阻隔、沟通跨区域生产消费、提升经济效率的重要产业，对促进城市群协调发展、推动经济一体化建设具有重要意义[3]。 物流企业作为承担物流活动的经济实体，是物流产业发展的主体和关键，在推动区域经济增长和区域间社会经济交流中扮演着重要角色[4]。进入21世纪以来，物流企业呈现“爆炸式”增长[4]，随着物流企业的发展和壮大，学界对于物流企业的关注和研究也逐渐增多。国外学者对于物流企业的相关研究主要集中在物流企业的空间结构与扩散[5-7]、区位选择[8-9]、溢出效应[10-11]、绩效评估[12-13]、政策影响[14-15]等方面。国内学者围绕物流企业的区位优势与区位选择[16-18]、空间结构与分布特征[19-21]、时空演化与影响因素[22-26]、空间网络组织[27-28]、城市网络结构[29-31]等方面进行了有益的探索。上述研究对于丰富物流地理学的相关研究内容和推动区域物流产业的协调发展具有重要意义，同时为本文开展物流企业的相关研究提供了宝贵的参考价值。梳理相关文献发现，尽管已有学者从不同角度、不同层面对物流企业进行了细致的研究，但仍存在有待完善之处。在研究尺度上，已有研究多以市域尺度[16，18-19，22，24]、省域尺度[20]及全国尺度[4，29]为主，对城市群尺度物流企业的关注相对较少[26]；在研究方法上，已有研究多使用负二项回归模型[18，24-25]、泊松回归模型[17]、地理加权回归模型[26]等传统研究方法，将地理探测器模型运用于物流企业研究的较少；在影响因素的研究上，已有研究多是从静态的时间截面角度分析物流企业空间分布的影响因素[24，26]，缺乏对影响因素动态变化的历时性分析，未能揭示同一影响因子在不同时期的作用强度差异及未来的变化趋势。 在我国，以国家行政主管部门和行业组织评定的A级物流企业引领着物流业标准化、现代化、规模化的发展方向，可充分反映我国物流企业发展状态[4]。以A级物流企业作为研究样本，可为洞察城市群物流企业的发展与演化，进一步揭示城市群物流产业的空间过程提供依据。长江三角洲城市群（以下简称“长三角城市群”）是我国城市群建设和经济发展的主要阵地，也是我国重要的物流产业集聚区之一，为物流企业空间演化研究提供了合适的研究区域。物流区位理论是分析物流经济活动的一般空间法则，为探讨物流产业空间布局及演化提供了重要的理论支撑。因此，本文基于物流区位理论，以长三角城市群为研究区域，利用2006-2018年A级物流企业数据，从城市群视角出发探讨A级物流企业的空间演化特征及驱动因素，可丰富和完善物流区位理论相关研究，具有一定理论意义。此外，城市群作为区别于市域和省域等单一行政区的空间形式，从城市群空间视角出发进行物流企业空间相关研究，对于完善跨行政区的物流空间组织理论具有一定贡献，同时也为城市群物流产业空间合理布局及区域物流一体化发展提供一定借鉴。 1 研究区概况、数据来源与研究方法 1.1 研究区概况 长三角城市群地处我国华东地区，地理范围为115°46'E～123°25'E，28°01'N～34°28'N，包含上海、南京、杭州、合肥等26个城市，区域总面积21.17万km2，是“一带一路”与长江经济带的重要交汇地带，也是长江三角洲区域一体化发展规划的中心区域，在我国现代化建设大局和全方位开放格局中具有举足轻重的战略地位[32]。截至2018年8月，长三角城市群共拥有A级物流企业1267家。 1.2 数据来源 A级物流企业数据源于中国物流与采购联合会（http://www.chinawuliu.com.cn/）官方公布的26批A级物流企业名录。A级物流企业由中国物流与采购联合会依据《物流企业分类与评估指标》国家标准，将物流企业分为运输型、仓储型、综合服务型三种类型，1A～5A五个等级，5A级为最高级[33]，代表了我国现代物流企业的发展水平。结合国家企业信用信息公示系统查询各A级物流企业详细地址，通过Google Earth获取其经纬度坐标，并借助ArcGIS软件建立A级物流企业地理信息数据库。根据2006-2018年物流企业数量的变化情况，选择具有代表性的2006、2010、2014和2018年作为研究时间节点。长三角城市群各城市行政区划等矢量空间数据来源于地理空间数据云平台（http://www.gscloud.cn/）。相关的社会经济数据来源于各省市统计年鉴（2007-2019年）、《中国城市统计年鉴》（2007-2019年）、《中国区域经济统计年鉴》（2007—2014年）以及各城市历年国民经济与社会发展统计公报，个别缺失数据通过插值法进行补充。 1.3 研究方法 1.3.1 核密度估计法 核密度估计法是一种用于点数据密度可视化的非参数方法，能直观地反映地理要素在空间上的密集状况[34]。本文借助核密度估计法对A级物流企业的空间分布密度及其演化进行可视化表达。公式如下：
式中：f（x，y）为空间位置（x，y）处的核密度值；h为带宽；x和y为物流企业位置；
表示以x和y为圆心的物流企业位置。
