区域物流节点空间布局研究

邬 跃，杨 洋

（北京物资学院，北京 101149）

1 引言

区域物流节点是物流基础设施网络的重要组成部分，是整个区域物流网络的基础，类似人体的“穴位”。区域物流网络结构从低水平均衡阶段开始，向极化集聚、轴射扩展、高水平均衡阶段发展的过程中[1]，物流节点的发展是网络结构演化的基础，没有节点的极化和扩散效应就没有网络的发展。物流节点的结构布局，不仅决定着物流通道的结构，影响区域物流网络的整体形态，也将直接影响到网络的运作效率。

2 基本理论研究

2.1 物流节点的概念与分类

物流节点是物流作业活动的空间聚集场所，也是物流线路的起点、中转点和终点，是连接通道的结节之处[2]。实体网络中，物流节点既可以是一个具体的城市、乡镇，也可以是物流园区、物流中心、配送中心、货运站、仓储中心或者交通枢纽（如空港、火车站、汽车站、港口码头等）[3]。本文研究的节点特指以城市为载体的物流节点。

物流节点按照不同的标准有不同的分类方法，按重要性可分为核心节点、重要节点和一般节点。

（1）核心节点。物流核心节点是整个网络的核心，数量最少，发展阶段最高。其区位优势突出，位于核心交通枢纽处，辐射范围最广。节点货物、人才、资金、信息等资源聚集效应明显，服务能力最强。

（2）重要节点。物流重要节点是网络局部区域的核心，数量较多，具有一定发展水平。其区位优势明显，辐射范围较强，一般在区域城市之间。节点对货物、人才、资金、信息等资源有一定的聚集效应，服务能力较强。

（3）一般节点。物流一般节点是物流网络的基础，数量最多，发展阶段较低。一般节点区位优势一般，辐射范围最窄，资源聚集效应较弱，仅能满足城市内部或乡镇级别的需求，服务能力一般。

2.2 物流节点形成分析

城市学家Ebenezer Howard 认为，一个节点城市好比一个巨大的磁极，磁极通过磁场形成强大的吸引力，吸引周边城市的资源[1]。以此类推，城市通过吸引周边城市的货源、信息、人才、资金等向自身聚集，聚集后进一步强化，从而形成物流节点（如图1所示）。节点在发展到一定阶段之后，向外部重新扩散货源、信息、人才、资金等要素（如图2所示），进一步形成新的节点。对不同等级的物流节点，吸引的力度和范围均有不同。

图1 节点聚集效应

图2 节点扩散效应

2.3 物流节点功能分析

物流节点吸引着周围城市大量的货源、信息、资金、人才等要素集聚，起到极核的作用[4]。

物流节点作为重要终端，主要功能包括：（1）承担仓储、装卸、包装、配送、流通加工等基础物流活动；（2）网络指挥调度、管理控制物流系统的基本运作，和其他节点分工协作；（3）衔接物流活动的参与主体，收集物流信息，负责信息的传递；（4）实现对货物、信息、资金和人员的中转[5]。

3 区域物流节点布局指标体系构建

指标体系的构建是区域物流节点布局的重要基础，不能仅依靠定性分析，必须采用科学的量化方法进行分析。目前多数学者对网络节点布局的研究中，指标体系的建立均是建立在定性分析基础上，缺少定量筛选分析。本文在文献综述的基础上，提炼各学者研究过的相关指标，结合定量分析方法，筛选最终指标。

（1）相关性分析。由于提炼的指标众多，指标间存在高度相关性，使指标信息重叠，为了消除此问题，采用相关分析方法分析，相关系数计算公式如下：

式中：rij— 指标i 和指标j 的相关系数；n—研究对象的数量—指

rij越接近1表明两指标相关性越大，当两个指标相关系数大于0.95时，应结合其他条件考虑将其中一个指标删除。

（2）空间差异度分析[6]。聚类分析要求各个研究对象样本在某个指标下的数值具有较强的分辨能力及较好的分离效果，分辨意义较差的指标应该删除。而空间差异系数能较好地解决这一问题，其表达式为：

式中：Sj—指标j在n个研究对象上的标准差；—指标j在n个研究对象上的均值；j—第j个指标，j=1,2,…,m，m表示选取的指标数。

当指标的相关差异度小于0.5 时，应该考虑将该指标删除。

4 区域物流网络节点布局

区域物流网络节点的布局主要包括三大内容：物流节点分类分析、物流节点分级分析和物流节点隶属分析。

4.1 区域物流网络节点分类分析

（1）聚类分级及方法选择。聚类分析中，层次聚类法适合任意形状的数据，易于理解、便于操作，生成的树状图直观形象。层次分析法中的凝聚式算法，在计算上快捷、简便，能得到相近的最终结果，所以采纳该方法[7-8]。

在层次聚类法中，由于度量标准、标准化方法和类间距离计算方法的不同，会导致不一样的结果，因此每种方法的选择都需要有足够的依据来支撑。文中度量标准选用平方欧几里德距离，在对欧几里德距离进行平方后，大差值被高度关注，而小差值只产生较小的作用[9]。标准化方法选择Z-得分法，可使各数据对象各个属性值的标准方差和均值相同，分辨力完全同化[10]。选择类间距离计算方法时，主要考虑单调性和空间的浓缩与扩张性两大因素。类平均法具有严格的单调性，且空间扩张程度适中[11]，因此采纳选用。

（2）聚类分析检验。在进行聚类之后，采用学术界认可的F-统计量方法检验，具体公式为[12]：

式（3）中：n 代表样本数，j为具体类别，nj代表第j类的样本数，i 为具体样本（i=1，2，…，n），对应阈值的分类数为r，；d 为指标数量，k为具体指标（k=1，2，…，d）表了第j 个分类的中心和总体样本向量的距离；则代表了第j个分类中每个样本与分类中心的距离，其遵从自由度为（r-1，n-r）的F-分布。若F＞Fα(r-1.n-r)（置信度α常取0.1），则聚类效果满意。

4.2 区域物流网络节点分级分析

在对区域内各城市进行聚类分析之后，需要进一步采用定量与定性相结合的方法确定节点的层级，即需要对各个城市在各指标上的综合实力进行排序。本文采用灰色关联度法进行分析，该方法最大的优点是对数据量没有太高的要求，在系统数据较少和条件不满足统计要求的情况下，更有实用性。其实质是比较若干数列所构成的曲线几何形状的接近程度，几何形状越接近，其关联度越大[13]。灰色关联系数计算公式为：

式（4）中：X0(k)*为数据标准化后的第k 个参考序列值；Xi(k)*为数据标准化后第i个城市的第k个指标值；ς为分辨系数，一般取值为0.5。

在灰色关联度分析中，需要确定城市i 各项指标的权重，而许多确定指标权重的方法均需要采用专家打分，受实际条件的限制，较难通过问卷对指标进行打分。因此进行算法改进，计算第k个指标灰色关联系数的权重，即：

式（5）中：φi(k)表示第i 个城市第k 个理想指标的拟合程度占全部理想指标拟合程度的比重，间接用来反映第k个指标的权重。

定义节点城市重要程度为[14]：

式（6）中：x*ik表示标准化后城市i在第k个指标下的指标值；表示指标j的平均值。

Zi值反映了第i个城市在所有城市中超越省内平均水平的综合实力。通过计算Zi值，可以判断城市的重要程度。

4.3 区域物流网络节点隶属分析

在对节点进行分级之后，需要进一步确定节点之间的归属，具体包括两个方面：低层级节点归属于哪些高层级节点和高层级节点之间如何进行连接。由于物流网络的产生离不开城市之间的经济和物流联系，即离不开城市之间在空间上相互作用的关系，因此根据物理学中的万有引力模型，得出空间吸引度公式：

式（7）中：Gij—城市i和城市j之间的物流吸引度；Zi—城市i的重要程度；Zj—城市j的重要程度；g—引力系数，常取值1[15]；Dij—城市i和城市j之间的距离，由于我国以公路运输为主体，因此Dij较多采用两城市间公路距离，这里指城市i和城市j 通过高速公路相连最短的距离；α—交通距离修正系数，由于现实中度量两个城市之间的距离有多种方式，采用单纯的公路计算会产生巨大误差，因此在主要考虑公路距离的基础上，增加交通修正系数以更准确地反映两个城市之间的距离。当两个城市通过公路、铁路和航运三种方式直达连接时，取值为0.5；只通过铁路和公路（或者公路、水路）直达连接时，取值为0.7；仅仅通过公路直达连接时，取值为1.2[14]；r—引力衰减系数，常取值为2。

在计算出各城市之间的物流吸引度之后，根据数值大小，结合城市之间的重要程度，可以判断出城市之间的隶属关系。

5 实例分析

5.1 指标体系构建

经过大量文献研究后，本文得到包括GDP、工业增加值、货运量在内的共61个指标组成的指标体系。从2013年《江西省统计年鉴》和2013年《中国城市年鉴》中得到相关数据，根据式（1）和式（2），结合指标选取时灵活实效、相似合并、简明、科学客观、数据准确可得、系统全面6个原则，得到最终指标体系见表1。

表1 最终的层次指标体系

5.2 节点构建

将经过筛选后的指标值输入SPSS19.0 中，得到最终聚类图如图3所示。

图3 组间联接和组内联接聚类对比图

由图3可以看出，类平均法下的两种聚类虽然过程上略微不同，但是最终的结果一致。最后将江西省的节点数分成三类：第一类是南昌市；第二类是九江市、赣州市、吉安市、宜春市、抚州市和上饶市；第三类是景德镇市、萍乡市、新余市和鹰潭市。

在分类之后，通过F-统计量对聚类结果进行检验。根据式（3）得F=11.53，查阅F-分布临界值表F0.1( )2,8 =3.11 ＜F，因此聚类效果满意。

进行节点排序时，首先确定参考数列。由于人均GDP、总人口、公路里程等十三个指标数值越大，代表行业、经济或者交通实力越强，因此选取各指标中最大值为参考序列。根据式（4）-式（6）可得节点城市的重要程度，见表2。

表2 节点城市的重要程度

对比聚类分析和重点城市重要程度排序分析，只有抚州位置不同，但不影响结果。因此，根据上述分析，将南昌作为江西省一级核心枢纽结点，九江市、赣州市、吉安市、宜春市、抚州市和上饶市作为二级重要枢纽节点，景德镇市、萍乡市、新余市和鹰潭市作为三级一般节点，构建三级轴辐式网络体系。

根据式（7），可得各城市间物流吸引度见表3。

表3 江西省各城市之间的物流吸引度

分别对比景德镇、萍乡、新余、鹰潭四市和南昌、九江、赣州、吉安、宜春、抚州、上饶七市的物流吸引度，可知景德镇和南昌、九江相连；萍乡和宜春相连；新余和南昌、吉安和宜春三市相连；鹰潭和南昌、上饶相连。再对比南昌、九江、赣州、吉安、宜春、抚州、上饶七市之间的物流吸引度，可知南昌与除赣州外的所有节点城市相连；吉安和赣州、宜春相连。最终江西省物流网络如图4所示。

南昌市作为江西省的省会，GDP位列全省第一，三大产业产值位列全省前列；作为全省“三纵四横”高速公路结构的中心、“五纵五横”的铁路骨架的枢纽及全省航空中心，区位优势突出，是江西省的交通总枢纽；在全国物流园区发展规划中，南昌作为二级物流园区布局城市，在江西省作用明显。因此，综合发展条件最好的南昌成为唯一核心节点。九江、赣州、吉安、宜春、抚州和上饶中，赣州、上饶和九江也是二级物流园区布局城市，6市GDP总额占江西省的56%，经济发展潜力较强，产业特色突出，而且6市作为重要节点，位于江西省东南西北各方向，构成整个网络的主干。景德镇、萍乡、新余、鹰潭四市作为一般节点，便于网络的延伸和覆盖，起到辅助作用。

图4 江西省物流网络图

6 结论

本文通过科学地构建指标体系，提供了对节点进行空间布局的方法。节点的空间布局是构建区域物流网络的重要步骤，未来在研究过程中，应结合多年的数据反映一段时间内各城市的总体水平，并确定各节点的规模；再通过定量化的研究方法，构建节点间的物流线路，形成最终区域物流网络。

[1]杨光华.区域物流网络结构的演化机理与优化研究[D].长沙:中南大学,2010.

[2]王之泰.新编现代物流学(第三版)[M].北京:首都经济贸易大学出版社,2012.

[3]葛喜俊,刘凯,贾传峻,等.城市群物流需求网络结构特征分析方法研究[J].物流技术,2007,26(5):1-4.

[4]李金华.区域物流网络结构及其功能探讨[J].物流工程与管理,2013,35(12):77-78.

[5]李华.区域物流网络中物流节点布局方法研究[J].物流技术,2013,32(9):320-323.

[6]张晓东.物流园区布局规划理论研究[M].北京:北京物资出版社,2004.

[7]刘兴伟,姚书怀.基于层次聚类的语义Web 服务发现算法[J].计算机应用与软件,2007,24(7):173-178.

[8]吴青,翟建设,赵旭赟.基于层次聚类的分层可扩展性编码算法的优化[J].计算机应用与软件,2007,24(2):45-52.

[9]克劳斯·巴克豪斯,本德·埃里克森,伍尔夫·普林可,等.多元统计分析方法（用SPSS工具）[M].上海:上海人民出版社,2009.

[10]李仁义,数据挖掘中聚类分析算法的研究与应用[D].成都:电子科技大学,2009.

[11]何晓群.多元统计分析[M].北京:中国人民大学出版社,2004.

[12]胡晓庆,马儒宁,钟宝江.层次聚类算法的有效性研究[J].山东大学学报(工学版),2010,40(5):146-149.

[13]杜栋,庞庆华,吴炎.现代综合评价方法与案例[M].北京:清华大学出版社,2008.

[14]胡钱平.区域物流网络构建与评价研究[D].大连:大连海事大学,2010.

[15]李全喜,金凤花,孙磐石.区域物流引力和地位模型的构建及应用研究[J].经济地理,2010,30(10):1 619-1 624.