【《邮政公共服务设施空间布局现状特征及其空间布局影响因素分析》10000字】

邮政公共服务设施空间布局现状特征及其空间布局影响因素分析目录TOC\o"1-3"\h\u8534邮政公共服务设施空间布局现状特征及其空间布局影响因素分析 1237421.1邮政公共服务设施布局概况 1139511.1.1研究区域概况 1286111.1.2数据来源与研究方法 3289411.2邮政公共服务设施布局特征分析 791811.2.1空间分布类型 7280571.2.2空间分布密度 1059661.2.3空间分布趋势 11156491.3影响因素分析 13316831.1.1自然地理环境 1394041.1.2经济发展水平 14234651.1.3地区人口密度 15163931.1.4政策支持 16233921.4主要问题 17现状分析是进行科学研究和实证建设的第一步。为更加细致化的对邮政公共服务设施布局现状进行分析，本章以西安市为实证研究区域，以POI数据为基础，结合ArcGIS地理信息系统软件，探究邮政公共服务设施空间布局现状的特征，探讨其空间布局影响因素，阐明其存在的主要问题。1.1邮政公共服务设施布局概况1.1.1研究区域概况（1）区域选择依据“十四五规划”时期是我国邮政公共服务设施建设快速转型升级和发展的重要时期，根据国家区域发展总体战略部署要求“着力扶持中西部地区加快发展，缩小地区间基本公共服务差距，以促进经济布局、人口分布和资源环境相协调”，结合国家新型城镇化规划强调的“培育发展中西部地区城市群，提高公共服务水平、加快城市一体化进程”，西安市是“全国七大邮政板块”中西部邮政板块的核心城市，是“一带一路”国际邮路线发展中内陆型改革开放的新高地，西安作为华夏文明的发祥地，发挥着强有力的区位优势，在国家现代化治理建设中占据独特地位。随着我国经济持续快速发展，西安市已成为第9个国家中心城市。从全国范围看，西安是一个经济高速发展、城市化水平不断提升、政府行政能力和创新能力强、人民生活水平持续提高、综合竞争力相对较强的城市。颁布的《中国地级市全面小康排名》中，西安市位于西部地区第1位，全国第40位。其次西安市政府高度重视公共服务设施布局的发展和建设，力求推动公共服务均等化、可及性发展，提高邮政公共服务质量和服务效益。总而言之，西安市经济发展水平较好，居民的可支配收入相对较高，对邮政公共服务有较明确的意识和需求；其次，国家相继颁布多项政策支持、政府机构持续关注和助力邮政公共服务设施的建设和发展，具有相对稳定的制度保障；同时，统观全国各地市，西安市邮政公共服务设施有基础且存在提升的空间，对于绝大多数地级市可以起到借鉴作用。因此，探究西安市邮政公共服务设施布局现状，有较好的典型示范意义。（2）区域发展简述西安市作为特大城市、国务院批复确定的关中平原地区核心城市，在实施国家中心城市战略规划进程中，仍陷入人口数量激增，人均GDP偏低，公共服务资源稀缺且发展不平衡等困境，西安市邮政公共服务体系具有社会保障功能，是西北地区统筹城乡规划，加强社会治理能力现代化建设的重要手段，是彰显城市核心竞争力的重要承载体。西安市地处渭河流域，东临零河灞源，西靠太白台塬，南至秦岭北脊，北抵渭河水源。地标为东经107.40°E～109.49°E，北纬31.42°W～34.45°W。是陕西省地理中心的重要门户[73]。据《西安统计年鉴2020》最新修订，辖区范围东西长约204km，南北宽约116km，行政区域总面积10096.81km2[74]，常驻人口1020.35万人，生产总值为10020.39亿元，人口和生产总值增速超全国3%，巨大的人口和经济体量为西安市社会公共服务体制建设，特别是为邮政公共服务领域提供了充足的人力和物质保障。西安市下辖13个行政区划，如表1.1所示：表1.1西安市行政管辖区域区划级别名称区级城六区（未央区、雁塔区、碑林区、新城区、莲湖区、灞桥区）其他区（长安区、鄠邑区、阎良区、高陵区、临潼区）县级蓝田县、周至县我国将邮政公共服务使命赋予邮政企业[75]，经过近十余年的快速成长，邮政公共服务设施至今已覆盖全市各区县，西安市邮政公共服务以邮政网点为根本，结合运输网和信息网搭建邮政公共服务网络，有力推动了邮政公共服务水平的提升。但邮政公共服务的运转仍处于困境，较为突出的问题有基础设施薄弱，布局规划不合理，难以保障公民需求等[76]。1.1.2数据来源与研究方法（1）资料来源及数据处理1）邮政公共服务设施点数据文中涉及的邮政公共服务营业场所名录来源于西安市邮政管理局，截止2020年11月，共有304处邮政公共服务营业场所，通过百度地图API获取POI数据（PointsOfInterest，兴趣点）共301条，其中坐落于灞桥区的电厂南路邮政所、未央区的珠江路邮政所、高陵区的湾子邮政所实地查无，存在拆除或搬迁的可能性。2）行政规划数据西安市行政区划面状数据获取自“国家基础地理信息中心”平台。采用1:1000000的中国地图，选择区县级数据；边界数据来源于高德地图开发平台。3）DEM数字高程数据西安市DEM数字高程数据来源于中国科学院计算机网络信息中心维护的“地理空间数据云”系统，选用GDEMV230M分辨率的数字高程数据。4）经济发展水平数据西安市经济发展水平数据来源于西安市统计局颁布的《西安统计年鉴2020》，选取各行政区县的“生产总值（GrossDomesticProduct，GDP）”来反映各区域的经济发展水平。由于西安市行政区划尚未添加西咸新区，因此把统计年鉴中的西咸新区生产总值归入未央区。5）地区人口密度数据人口数据来源于全国第六次人口普查资料，西安市统计局颁布的《西安市第六次全国人口普查主要数据公报》，包含各行政区县、街道常住人口数据。（2）研究方法基于POI数据，借助ArcGIS地理信息系统软件，综合运用如表1.2所示方法，探讨西安市邮政公共服务设施布局现状。表1.2研究方法汇总表方法名称方法用途变异系数法用于判定空间分布类型核密度分析法用于核算空间分布密度方向分布分析法用于计算空间分布趋势叠置分析法用于多种图层的叠加分析Pearson相关系数法用于判断影响因素的相关性ArcGIS地理信息系统软件用于结合地图分析，实现可视化1）变异系数法变异系数法又称为均方差系数，离散系数。它是从相对角度核算差异值，表现变量间的离散程度，在计算标准差的基础上考虑了变量间的差异率，是反映动态偏离程度的相对指标。在空间布局规划中，可以准确的衡量及反映区位间的分布状态。同时，空间分布进行测度时，Voronoi图能精确反映事物在空间的分布状态，确保测量点要素的空间分布与实际分布一致，以期得出相对准确的西安市邮政公共服务空间分布类型。因此，综合运用Voronoi图，采用变异系数法估计计算变异系数CV值（Coefficientofvariation，CV）来衡量各区域面积的变化程度，其计算公式为：（1.1）变异系数CV值的优势在于能够有效判断事物在空间层面的相对变化程度。当CV值较高时，表示面积的变化程度较大，反之亦然。其次，具有显著规律性的点集也会使得CV值较高。法国学者C.Duyckaerts和G.Godefroy将其划分为3个区间范围：当CV值低于33%时，表示为均匀型布局模式；当CV值介于33%~64%之间时，表示为随机型布局模式；当CV值高于64%时，表示为凝聚型布局模式[77-78]。2）核密度分析法核密度估计法（KernelDensityEstimation）是一种不需要附加假设条件，依托数据本身空间分析法，属于非参数估计法。即以任一移动的单元格为基础，核算给定区域的点（线）元素的聚集情况[79]。为了进一步探析西安市邮政公共服务设施空间分布密度，运用ArcGIS10.2的ArcToolbox工具下的SpatialAnalyst工具内的KernelDensity（核密度分析）模块对西安市邮政公共服务设施分布进行测算及可视化表达。核密度分析工具优势在于可以运用核函数确定点元素在其相邻区域中单位面积的密度值，其计算公式如下：QUOTE（1.2）式（1.2）中：QUOTEfx为核密度估计值，h为搜索半径，即带宽；n为距离x小于或等于h的要素点个数；k是核函数；QUOTEx-Xi表示估计点xQUOTEx到已知点QUOTEXi的距离，相关说明如图1.1所示。核密度分析中，QUOTEfx值越大，表示此区域邮政公共服务设施分布越密集；搜索半径h是决定计算结果的重要参数，h值越大时，空间上点密度的变化更越平滑，但一定程度上遮盖了点密度的内在结构；h值越小时，空间上点密度的变化凹凸不平，细节反映更明显。在具体的实践应用中h的取值不受约束，需要通过多次试验，选取最适合的h值进行核密度分析，进一步剖析点密度曲面的光滑程度[80]。图1.1事件点的核密度说明图3）方向分布分析法方向分布分析法（StandardDeviationalEllipse，SDE），又称标准差椭圆分析法，是一种能够同时对离散点的方向性和分布程度进行考量的经典算法，用于探究空间分布的中心趋势、离散和发展趋向[81]。该方法以平均中心为起点（即中心点），位于整个点集的中心位置，长短半轴分别代表点集的方向走势和覆盖范围，其差值越大（即扁率越大），点集的方向越鲜明；短半轴越短，点集的向心力越显著，反之点集的离散程度越大。通过计算点集二维坐标的标准差，进而形成标准差椭圆。具体计算公式如下[82]：QUOTE（1.3）QUOTE（1.4）QUOTEQUOTE（1.5）QUOTE（1.6）QUOTE（1.7）从（1.3）到（1.7）式中，QUOTExi与QUOTEyi表示第i个子区域内点要素的空间位置坐标，n表示POI的个数，表示中心点坐标，QUOTE_x和QUOTE_y分别表示x轴和y轴的椭圆标准差，其中长轴表示点集整体分布方向，短轴表示点集整体分布范围。4）叠置分析法叠置分析法是地理信息应用的经典方法，其核心是对多种图层的叠置融合，其基本原理是确定图层间要素的关联性进行匹配、核查与连接，生成的新图层中包含原图层的所有要素信息[83]。文中将不同类型邮政公共服务设施营业场所的地理位置信息图层与其他属性图层，如海拔高度、地形地貌、人口密度、住宅区、行政区划等图层进行叠加融合，以此分析邮政公共服务设施在各要素上的分布差异特征。5）Pearson相关系数法 Pearson相关系数法是由英国数学家KarlPearson在衡量国民收入和身高体重、成绩、居民储蓄存款等因素关系时提出，用于考察两个变量间的相关程度，其计算公式为：（1.8）其中，r为Pearson相关系数，X、Y表示两个变量，i为样本数，为样本均值。Pearson相关系数r指的范围为（-1.00~1.00），当r为0时，X和Y两个变量无相关性；当时具备正向相关性，反之亦然；r的绝对值越大，相关性越明显。同时，KarlPearson也提出了常用取值范围的相关强度，如表1.3所示：表1.3Pearson相关程度表r的取值范围相关程度0.8~1.0极强相关0.6~0.8强相关0.4~0.6中级相关0.2~0.4弱相关0~0.2极弱相关6）ArcGIS地理信息系统软件ArcGIS是美国环境系统研究所公司（EnvironmentSystemsResearchInstitute，ESRI）推出的一条为不同需求的用户提供全面完善的、可伸缩的GIS产品线和解决方案。ArcGIS可以进行影像管理、处理、发布和使用，如二三维一体化的影像显示和浏览，栅格影像数据的存储、编目、处理和分发，影像分析和动态处理，影像服务的发布及地图缓存的制作等。空间数据可视化是有效传输与表达地理信息，挖掘空间数据之间的内在联系，解释地理现象内在规律的重要手段。空间数据可视化是GIS的基本功能和立足点，本文借助ArcGIS10.2，进行地理信息的表达，主要包括数字高程模型、数据分析与可视化。1.2邮政公共服务设施布局特征分析通过ArcGIS10.2软件进行数字化处理，绘制西安市邮政公共服务设施分布图，如图1.2所示，以此为基础图，探索西安市邮政公共服务设施布局的类型、密度和趋势特征。图1.2西安市邮政公共服务设施空间分布图1.2.1空间分布类型空间分布测度是衡量点要素空间布局特征的首要任务，是进一步确定西安市邮政公共服务设施空间布局模式的重要手段。以西安市邮政公共服务设施POI数据为基础，运用ArcGIS10.2创建泰森多边形，得到西安市邮政公共服务设施Voronoi图。其中每个点要素（邮政公共服务设施营业网点）将目标区域分割成301个大小不一的不规则多边形，如图1.3所示。图1.3西安市邮政公共服务设施Voronoi图结合图1.3，以西安市各区县为研究单元，统计西安市各行政区划的平均面积、标准差以及邮政公共服务设施点的斑块个数等数据，通过Voronoi图的CV值公式，计算并明晰出全西安市13个行政区划的变异系数值和布局模式，相关数据如表1.4、表1.5所示。表1.4西安市邮政公共服务设施变异系数法相关指数统计地区斑块数平均斑块面积（m2）斑块面积标准差（m2）CV值新城区171772494121435168.51%碑林区18129825735461727.31%莲湖区192016824129372364.15%灞桥区2214750320960780365.14%未央区2311496090902267378.48%雁塔区324732510413228987.32%阎良区7349366432727529578.07%临潼区3030532350935334930.63%长安区48330884502011616660.80%高陵区9285051531190369041.76%鄠邑区22581556123772301964.87%蓝田县27742957532279455630.68%周至县271090903358594741778.79%表1.5西安市各区域邮政公共服务设施布局模式统计CV值范围布局模式行政区划名＜33%均匀型布局模式碑林区、临潼区、蓝田县33%-64%随机型布局模式长安区、高陵区＞64%凝聚型布局模式雁塔区、未央区、阎良区、新城区、灞桥区、莲湖区、鄠邑区、周至县从区县尺度上分析，碑林区、临潼区、蓝田县的CV值低于33%，属于均匀型布局模式；长安区、高陵区的CV值在33%和64%之间，属于随机型布局模式；雁塔区、未央区、阎良区、新城区、灞桥区、莲湖区、鄠邑区、周至县的CV值高于64%，属于凝聚型布局模式，该区域城镇化发展较完善，经济发展水平较好，因此凝聚性程度较高，其中，莲湖区、灞桥区和鄠邑区的CV值在64%附近。总而言之，西安市301处邮政公共服务设施点，对三种空间布局模式均有涉及，各行政区划存在的自然资源环境差异、区域经济差异以及公共服务投入力度差异是引起西安市邮政公共服务设施空间布局模式多元化的主要缘由。在ArcGIS10.2中，以生成的Voronoi图的元素属性表为依据，能够直接运算出各区域面积的平均值和标准差，取值分别为18518380.62m2和31128522.38m2，计算得出全市的变异系数（CV值）为59.49%，因此，西安市邮政公共服务设施整体上的空间布局模式为随机型分布，为西安市社会公共服务保障体系建设整合资源、提升城镇化发展水平、改善居民生活质量、提高邮政均等化和可及性提供可能。其次，通过以点带面形式，以持续性拓展控制点的凝聚-扩散功能为主，以政策支持为辅，有助于推动西安市邮政公共服务水平的全面协调可持续发展和不断提升。设施点通常会安置在社会经济基础和地理环境较好的区域，如城市化水平更高处，社区点更密集处，道路条件便捷处等。由于西安市各行政区划内人口密度情况、交通便捷性、资源配置以及经济综合发展水平具有较为鲜明的地域差异，因此大部分邮政公共服务设施区域属于随机型分布模式。总而言之，西安市301处邮政公共服务设施点在空间分布上呈现出显著的“整体随机、局部凝聚、少数均匀”型布局模式特征，有助于运用“以点带面”的方式推动西安市全域邮政公共服务体系的建设，进而实现统筹各行政区县间的协调发展。均匀性分布模式区域应适度增加邮政公共服务设施布局的凝聚度，提高交通通达程度。随机性分布模式区域下的邮政公共服务设施分布规律性欠缺，缺乏规划引导，应结合区域的功能定位、居民地分布情况以及环境因素，进行差异化的布局优化措施；凝聚型分布模式区域原则上以降本增效为目标，合理规划布局结构，调整邮政公共服务设施数量。1.2.2空间分布密度为进一步探究西安市邮政公共服务设施空间布局均衡性特征，以POI数据为基础，运用ArcGIS10.2中SpatialAnalyst工具下的核密度分析模块对其空间分布密度进行分析。分类方法选择自然间断点分级法，其优势在于不仅对数据本身进行分析，而且在其基础上核算出自然断点并进行分组，促使分类下各组数据差异化最小。对于精细化到区县尺度来说，选取自然间断点分级法可以更为精确地表示其真实的数据分布情况。经过反复测算，确定输出像元大小为100m，搜索半径为2000m，构建西安市邮政公共服务设施核密度图，如图1.4所示。图1.4西安市邮政公共服务设施核密度图从图1.4可以看出，西安市邮政公共服务设施在空间分布上呈现出“全市整体均衡、局部相对集中”的现象，存在明显的向心性。邮政公共服务设施核密度的中高值区几乎覆盖市中心六大市辖区（新城、莲湖、碑林、灞桥、雁塔和未央区），具有十分显著的核密度优势，映现出“片区型”布局表现形式；其他城区的邮政公共服务设施规模较小且分散，具有相互独立的分布态势。由于邮政公共服务设施有着以保障居民基本用邮为目标的市场定位，所以邮政公共服务设施的布局依赖于人口密集及交通便利城区。此外，邮政公共服务设施布局呈现出由高密度区向外围行政区线辐射的显著态势，地处城六区之外的临潼、长安、阎良、高陵和鄠邑区均呈现出邮政公共服务业态的区域中心。究其原因，随着城乡一体化建设的不断推进，逐渐出现由城内向城外的人口迁出潮，进而在郊区形成新的居民聚集点，邮政公共服务设施也随之驻扎进入。由于郊区地租成本较低，一定程度上提高了邮政公共服务的边际效益。与此同时，周至县和蓝田县未形成相对规模的中高密度区，需要进一步加强对边缘地区的邮政公共服务设施建设。总而言之，西安市邮政公共服务设施的空间分布密度呈现“全市整体均衡、局部相对集中、市中密外围疏”的基本形态，位于市中心的碑林、莲湖和雁塔区为最高密度区，周至和蓝田县密度特征不明显，其余行政区域相对集中分布。表明西安市邮政公共服务设施总体空间布局较合理，但需注意对各行政区县内，尤其是非城六区内的邮政公共服务设施兴趣点的空间布局进行调整优化，应因地制宜辅助政策工具，加大对农村和边缘地区邮政公共服务设施的建设力度，提高邮政公共服务城乡一体化水平，进而实现邮政公共服务营业场所乡镇全覆盖，推动实施乡村振兴战略。1.2.3空间分布趋势由于Voronoi图法和核密度分析法仅仅只能明晰西安市邮政公共服务设施空间布局模式和均衡程度，无法明确其空间分布趋势。为了定量分析西安市邮政公共服务设施在其整个区域上的总体发展方向和分布重心，基于西安市邮政公共服务设施POI数据，选用ArcGIS10.2中空间统计工具下度量地理分布内的标准差椭圆模块进行分析，标准差级别（StandardDeviation）分别选取一级、二级和三级，表示生成的椭圆能够包含68%、95%和99%的兴趣点，以便分级观察西安市邮政公共服务设施的空间分布趋势，如图1.5所示。增添二维坐标，得到西安市邮政公共服务设施方向分布空间表示图，如图1.6所示。图1.5西安市邮政公共服务设施方向分布分析图图1.6西安市邮政公共服务设施方向分布空间表示图同时，对ArcGIS10.2方向分布模块的元素属性表进行核算，统计得出西安市邮政公共服务设施标准差椭圆分析相关指数表，如表1.6所示。表1.6西安市邮政公共服务设施标准差椭圆分析相关指数统计属性68%标准差椭圆95%标准差椭圆99%标准差椭圆Shape_Length（周长/m）201035.234181402070.468348603105.693642Shape_Area（面积/m2）2663184249.16842310652736996.59530823968653637.920765CenterX（中心点X坐标）-520357.525493-520357.525493-520357.525493CenterY（中心点Y坐标）3846822.6136173846822.6136173846822.613617XStdDist（X轴的长度/m）20261.51514840521.03029760784.545445YStdDist（Y轴的长度/m）41842.93432183685.868641125528.802962Rotation（偏心率/%）76.93456176.93456176.934561追溯西安市城市空间格局演变的历程，在地形地貌、资源环境等自然因素的限制，以及社会经济发展水平、交通便利性、人口密度的综合作用下，形成了如今由“城六区向四周扩散”的城市空间形态格局，总体呈现“东强西弱”的特征。表1.6包含三个级别下西安市邮政公共服务设施标准差椭圆分析相关指数统计值，三个级别的中心点坐标均为108.948631°E，34.246141°N，位于碑林区，表示西安市邮政公共服务设施的最佳服务范围是相同的，资源分布集中度很高，具有一致的向心力；集聚区域大致呈西南-东北方向分布，偏心率小于90度且相同，说明朝这个方向发展的趋势最为明显。西安市的城市重心按照“十四五规划”正向北移，与其城市空间格局发展方向基本吻合，也与核密度分析下的空间分布态势大致相同。这也进一步说明，当前西安市邮政公共服务设施布局的发展方向具备一定的合理性和可持续性。为了推动整个西安市邮政公共服务的发展，应充分考虑西部区县的地形地貌、经济发展水平、人口数量、政策支持等因素，积极推动邮政公共服务设施纳入城乡建设规划中，为提升邮政公共服务的终端投递深度和广度予以支持。1.3影响因素分析邮政公共服务设施是推动国家公共服务均等化建设的热点之一，其空间布局以城市为依托，必然受到城市中多种客观因素的影响。且不同布局模式的邮政公共服务设施其空间分布影响因素各不相同：均匀型布局模式主要涉及区位条件、自然环境等因素影响；随机型布局模式主要涉及交通便捷性、社区点布局状况等因素影响；凝聚型布局模式主要涉及其经济发展条件、城镇化水平等因素影响。国家政策、资本投资偏好等诸多素也可能会影响到邮政公共服务的空间布局，考虑到数据的可获得性，结合西安市邮政公共服务空间分布现状，从自然地理环境、经济发展水平、地区人口密度及政策支持四个方面探讨其空间布局影响因素。1.1.1自然地理环境自然地理环境主要是指城市的区域面积和地形地貌。区域的面积越大，地形相对平缓，邮政公共服务设施营业场所相对就越多。地形地貌是影响区域景观形成的根本，通过影响人口、经济、交通和娱乐活动等要素的空间分布，进而影响邮政公共服务设施布局情况[84]。运用ArcGIS10.2软件，通过DataManagement工具进行镶嵌栅格和投影，像素类型选择16BIT，以提高数据集的位深度和辐射分辨率。分类方法选择自然间断点分级法，其优点是在保存离散点本身特有的分类基础上，确保各个类之间的区别最大化，以提高数据可视化结果。运用叠置分析法，将西安市地形DEM高程图层与市内邮政公共服务设施分布图层（图1.1）进行叠加分析，得到西安市邮政公共服务设施地形DEM高程图，如图1.7所示。图1.7西安市邮政公共服务设施地形DEM高程图研究发现，邮政公共服务设施的空间布局与自然地理条件联系紧密，邮政公共服务设施在地势平缓区域相对密集，但在山峦连绵、高低重叠区域则因不适居住、开发艰巨而少有渉入。位于西安市西南角的太白山脉，接壤蜿蜒绵延式阶梯型缓降的秦岭山脉，均未有邮政公共服务设施的分布，靠近山脉附近仅仅设有少量邮政公共服务设施点。渭河干流冲积平原、渭河支流河谷平原及山麓洪积平原等三个次一级地貌平原地势平缓，这些区域邮政公共服务设施布局广泛，由此可见自然地理环境因素对邮政公共服务设施布局的影响显著。1.1.2经济发展水平西安市邮政公共服务设施在空间核密度分布上呈现出“市中密外围疏”的布局特征，这与西安市经济发展水平空间差异相一致。运用PEARSON相关系数法，将西安市邮政公共服务设施点数量与2019年西安市经济发展水平（GDP）指数进行相关分析，发现西安市邮政公共服务设施数目与经济发展水平的联系密切，其计算出PEARSON相关性系数指数为0.47（P=0.01）。这表明西安市邮政公共服务设施的空间分布数量与各行政区域的经济发展水平为正相关。邮政是随着经济社会发展而诞生的衍生物，邮政公共服务是一种社会保障性基本公共服务，必须以当地的经济发展水平为依托进行发展。在马斯洛需求层次理论中，邮政公共服务属于第三层社交需求，而经济发展水平属于第一需求。经济发展水平越高，居民对于邮政公共服务的认知和需求程度越深，区域快递市场潜力越大，越会促进邮政公共服务设施的建设与发展；经济发展落后地区，邮政公共服务发展相对滞后，资金支撑较差，布局相对较少。1.1.3地区人口密度人口密度表示区域内单位人口分布水平，是公共服务设施规划布局时的核心考察因素[85]。运用ArcGIS10.2软件，将数据属性表进行“空间连接”，使得西安市各乡镇街道的人口数据连接到其行政规划图层上，形成西安市人口密度分布图，如图1.8所示。图1.8西安市人口密度分布图按照乡镇街道划分区域以统计人口密度，西安市人口数呈现“由城中心向两边逐步递减”的表现形式，其中城六区人口高度聚集，人数均在5万人以上。从乡镇街道尺度来看，碑林区、雁塔区和长安区部分乡镇街道人口数达到20万人以上；人口密度莲湖区、新城区和未央区乡镇街道人口数均在2万人/km2以上，市区密度皆高于县域密度。其次，通过叠置分析法，将西安市人口密度图层与邮政公共服务设施空间分布图（图1.1）进行叠加融合，以探究人口密度与邮政公共服务设施点的相关性，如图1.9所示。图1.9西安市人口-邮政公共服务设施分布叠加图由图1.9可知，西安市人口密度与邮政公共服务设施点呈现正相关。运用PEARSON相关系数法，将西安市邮政公共服务设施点数量与2019年西安市各乡镇街道级人口密度进行相关性分析，发现西安市邮政公共服务设施的数量与人口密度的相关性较高，二者的PEARSON相关系数值为0.61（P=0.01）。这表明西安市邮政公共服务设施的空间分布数量与各行政区域的人口密度显著相关。1.1.4政策支持2016年，国家通过了《邮政业发展“十三五”规划》，西安市积极响应，制定西安市邮政公共服务发展“十三五”规划方针，推动完善邮政公共服务设施布局建设；2017年，国家邮政局普遍服务司下达了《邮政普遍服务》，确定了邮政公共服务中设施布局的新标准；2019年，西安市颁布了《西安邮政普遍服务管理考核办法》，贯彻落实邮政公共服务相关工作，确保邮政公共服务水平稳中有升；2020年，是邮政公共服务质量提升的关键期，国家邮政局丰富发展了《中华