针对B2C电商自营物流的城市群分布模型

李晓文，王 东

(上海交通大学中美物流研究院，上海200030)

我国电子商务市场发展迅猛，2012年中国网络购物市场规模为13 030亿元，年增长66.1%，占社会零售品总额中占比6.2%.近几年，随着大型B2C企业大量注资涌入，B2C模式将成为网络零售的主要组成部分.2012年网络购物市场B2C交易额为3 860.2亿元，占网络购物市场整体的29.6%，较2011年的25.3%增长了4.3个百分点，成为网购市场的主要推动力.预计至2016年，B2C占网络零售的比例将超过50%(数据来源:艾瑞咨询集团《中国网络购物行业年度监测报告简版2012－2013年》).中国网络购物市场经过十余年的培育，中国网购消费者的消费观念正在发生改变，对网购产品质量和服务水平有了更高的追求，电商的竞争策略也应随之改变.

随着中国电商迅猛的发展，B2C电商从价格战战略逐步转型服务战.这也就为B2C电商对物流服务的选择和应用模式上提出了要求.由于外部第三方物流服务的标准化、可靠性限制，相较而言，自营物流的优势包括:可靠的物流配送服务[1]，各大型电商纷纷承诺实现次日达，更有易迅在上海、深圳、北京等地纷纷实现了“一日三送”，这种清晰的时间感让感受过易迅快递服务的消费者均印象深刻;实现一定的增值服务，对于自营物流的B2C商家，采取统一管理库存的方式，在消费者下单后，统一发货、配送、安装，做到了真正为消费者的便利着想;实现平台模式的基础，现如今，各大型电商企业均纷纷投资“圈地”，意图建立物流平台，在初期便进行自营物流的B2C企业便可抢占先机.B2C电商最优物流战略为自营与外包相结合，由于电子商务需求量相对集中，对订单密度高的地区进行自营物流，实现全国约1/4数量的地级市覆盖，即能满足50%以上活跃网民覆盖(数据来源:根据国家统计局相关数据计算而得.选取全国284个地级市中，GDP排名前70位的城市，网民数量总和约2.7亿，2012年底中国网民数量约5.6亿，即实现50%网民覆盖).

1 相关研究评述

城市群是指在特定的区域范围内云集相当数量的不同性质、类型和等级规模的城市，以一个或几个特大城市为中心，依托一定的自然环境和交通条件，城市之间的内在联系不断加强，共同构成的一个相对完整的城市“集合体”[2].城市群是在经济发展过程中出现的区域空间形态的高级现象，能够产生巨大的集聚经济效益，是国民经济快速发展、现代化水平不断提高的标志之一.全球化与区域经济一体化要求国家和地区的特定区域形成一体化的城市群经济组织，以提高区域整体竞争力[3].我国城市化和工业化进程加快催生城市群的形成和发展，群中各城市节点之间广泛的有机联系增强了城市群的系统性，使城市群作为一个整体参与到全球经济板块的竞争中[4].当城市群的经济不断发展，物流产业也作为其中一个重要的配套产业随之发展，并且物流产业的发展也推动着城市经济的发展[5].由于集聚形成的规模经济和范围经济，加之高速通道缩短了城市间的空间距离和经济距离，企业的生产成本、服务成本、管理成本和交易成本大大降低，投资回报率和要素收益率明显提高[6].

城市群理论为借助牛顿万有引力模型，通过选择相关经济引力因子，进行城市范围、等级划分.如式(1)所示，Iij为城市与城市之间的引力，Mi，Mj为城市j与城市的引力因子得分，Dij为城市与城市之间的距离，k与b为参数.

美国学者赖利(W·J·Reilly)于1931年最早根据牛顿万有引力定律提出了“零售引力法则”，城市零售商业引力与两个城市的人口规模成正比，与其空间距离的平方成反比[7].我国学者周游和张敏曾经以赖利、艾萨德等学者的研究成果为依据，对城市的引力公式进行了如下修正:两城市之间的引力(集聚力和扩散力)与城市的“质量”，包括城市人口规模，国民生产总值等成正比，与运输费用的平方成反比[8].城市群理论研究多采用引力模型，选取的引力因子包括国民生产总值、人口数量进行城市群经济空间联系强度描述，选取中心地位城市[9].李红锦等应用DEA模型，选取国内生产总值、城市建筑面积、固定资产投资额、从业人员人数、人口规模、产业结构和交通网络密度等指标，对城市群产出效率进行比较分析[10].郭晔选取平均实际工资水平，主要关注就业密度和市场潜力两个解释变量，对三个经济区的城市和区域集聚效应进行了实证对比分析[11].戴帅等选取城市GDP和经济活动人口数为因子建立了山东半岛城市群的城市交通联系引力模型[12].

2 B2C电商城市群分布模型

2.1 电商城市群分布的目标和优势

进行电商城市群分布是为了选取最优的电商自营物流区域.在该范围内，城市群内的城市在中心城市的带动下经济水平往往高于同行政等级的城市，B2C电商通过自营物流能够实现经济效益的同时以最低的成本满足最高的消费者覆盖，满足订单量需求，更有效地提升整体服务水准.

城市群内消费者需求相似.随着城市边界的模糊和中心城市“聚集”与“扩散”效应，城市群内的城市不仅产业结构上与中心城市类似，与大型城市距离较近的消费者的需求特点和需求内容也会相似[13].

以城市群为单位能够实现规模效应[14]，降低物流成本.通过建设城市群为单位的网络结构，将城市个体范围扩大，产生规模效应.某个大型城市产生的订单量不一定能够达到规模经济最优，在一定距离范围内，通过对周边城市的订单需求加和，能够尽可能的实现规模经济.

达到全面提升物流服务水平的目的.城市群中心城市往往相较其周边城市来说，订单需求量会大一个级别.为了实现该大型城市的订单需求，提升服务水平，B2C电商往往选择在该城市进行仓储配送中心建设.中心城市的仓储配送中心的仓储能力往往能覆盖周边城市，带动周边城市的服务效率.

2.2 B2C电商自营物流网络结构

以自营物流为出发点，结合现有的B2C电商物流网络运营现状，完整的全国范围内B2C电商网络往往分为三层:

区域配送中心(RDC，Regional Distribution center)负责覆盖区域产生的订单需求，实现仓储和分拣的功能.将其区域内一个城市群中心产生需求作为整体向城市群配送中心进行配送;由于区域中心本身也是一个城市群的中心，它也负责向其本身作为城市群中心所覆盖的城市进行订单配送.

城市群配送中心(CDC，Cities Distribution center)是一个城市群的中心，负责实现其覆盖的城市的订单需求.城市群配送中心持有一定热销商品的库存，同时向区域配送中心反应该城市群的订单需求，接区域收配送中心进行整体打包的商品后，进行临时仓储和分拣至订单，最后进行订单配送.

城市需求结点(CN，City Node).向所在城市群的中心反应订单需求，由所在城市群中心进行订单覆盖.

3 城市群模型因子选择

依据前文介绍的引力模型，因子选择主要包括两方面:引力因子和距离因子.在模型所需主要符号及及其含义见表1.

表1 符号及其含义

引力因子选择能够体现各城市间电子商务需求量并与物流流通量需求相关的订单量进行计算.当前国内电子商务行业正处于高速发展阶段，许多不确定因素共同影响着B2C电子商务企业的订单数量，如果采用传统的销售预测方法来预估B2C电子商务企业未来的网购订单量，将大大削弱模型的适用性.故本文采用影响电子商务订单量的要素，从网民数量、网购渗透率、平均网购订单数和网站影响力出发来预估B2C电子商务企业在该物流节点处的网购订单流量.其具体表述如式(2)所示:

随着现代交通的发展，两个城市之间的连通度不能计量为直线几何距离，而是受高速公路建设和司机经验等因素影响的实际最短运送时间距离，体现了城市间的连通程度.

4 城市群分布模型

本文考虑在全国范围内的根据B2C电商需求的城市群分布模型.根据前文的介绍可推导出一个城市群内部的引力模型公式，它表示城市i与城市j之间的电商需求经济引力.其具体表述如下所示:

综上述所述，当系统总体订单引力达到最大时，城市群的划分最优.全国范围内B2C电商城市群引力模型如下所示:

其中:约束条件(5)表示独立功能的城市群个数;约束条件(6)可得聚合后各个城市群的网购订单量;约束条件(7)表示每个城市群的网购订单总量必须满足一定的阈值，如果城市群内网购订单总量低于其下限则其所构建B2C电商城市群服务中心无法实现规模效应，如果城市群内网购订单总量高于其上限则其所构建的B2C电商区域物流中心设备超负荷工作，将会导致物流资源分布不均匀等问题的出现.约束条件(8)为城市群中心覆盖的节点与其连接的距离最大值约束.约束条件(9)保证了非城市群中心节点最多与一个城市群中心连接，城市群中心之间不能连接，同时也防止了一个较为独立的城市必须组合成城市群的情况发生.

通过该模型，我们能够在一定限制下，根据订单量和距离进行电子商务城市群的划分，以计算出的城市群为整体在引力中心建立一个城市群服务中心站，进行自营物流服务.该模型以最大化城市之间的引力为目标，实现了城市群内订单密度最高，保证了物流服务的规模效益和自营物流最优覆盖，为全方位提升物流水平打下了基础.

5 实例分析

本文选取中国直辖市和地级市中2012年GDP超过2 000亿元的70个城市(由于GDP数据可得性强，能够较为准确的反应经济水平，近似的体现电商需求状况).带入模型，进行计算，可得城市群结果如表2所示，在该13个城市群中，覆盖了58个城市，涵盖了全国网购网民数的46%.本文中所需数据来源于中国互联网络信息中心，2012年中国互联网络发展状况统计报告，艾瑞咨询集团《中国网络购物行业年度监测报告简版2012～2013年》等相关报告.

表2 城市群分布结果

在以上城市群分布中，并不覆盖最初选择的全部70个城市，原因有两个:第一，该城市地理位置较为孤立，与其他城市距离均较远，难以与其他城市形成群落.对于此种城市，若其自身订单量较小，则采取外包的配送模式，如南昌、昆明等.若其自身的订单需求量较大，足以满足建立一个仓储配送中心的要求，对此城市仍建立仓储配送中心，该仓储配送中心覆盖城市仅为该城市，在本案例中并没有出现这样的情况;第二，该部分城市距离较近足以形成城市群，但是其作为城市群订单量总和仍不满足建立仓储物流中心的订单量要求，对于该类型的城市也应进行外包配送的方式，本例中鄂尔多斯、包头、榆林距离较近满足城市群条件，然而订单量太少，所以对于该群落也采用外包的配送方式.

6 结语

本文结合城市群理论建立运筹模型获得了全国范围内B2C电商城市群分布情况，表明了以城市群为服务对象能够以最低的物流成本投入满足最高的消费者覆盖，满足订单量需求，更有效地提升整体服务水准.本文利用引力模型，保证全国范围内经济引力最大，完成了城市群的划分和引力中心的选择.以城市群为单位进行城市群服务中心建设并进行自营物流服务，能够有效提升电商企业服务水平.同时，在后续研究中可以实现城市群之间的链接，完成全国范围内物流网络的建设.

[1]丁 怡，胡 昊.电子商务企业的自营物流模式[J].物流工程与管理，2011，32(1):90－91.

[2]国家发改委国地所课题组.我国城市群发展研究[J].新华文摘，2009，30(23):45－49.

[3]房国忠，刘贵清.日美城市群产业空间演化对中国城市群发展的启示[J].当代经济研究，2009，19(9):53－56.

[4]甄延临，张杰军，陈怀录.基于价值链的我国沿海城市群城市地位演化研究——以长三角，珠三角，闽东南城市群为例[J].中国软科学，2008，22(8):110－120.

[5]张炜熙，胡玉莹.长三角与京津冀城市群物流产业发展比较及与区域经济关联分析[J].现代财经:天津财经学院学报，2010，29(6):81－86.

[6]陈玉光.城市群形成的条件，特点和动力机制[J].城市问题，2009，27(1):18－22.

[7]REILLY W J.The law of retail gravitation[M].W J Reilly，1931.

[8]周 游，张 敏.经济中心城市的集聚与扩散规律研究[J].南京师大学报:社会科学版，2000，45(4):16－22.

[9]李红锦，李胜会.基于引力模型的城市群经济空间联系研究——珠三角城市群的实证研究[J].华南理工大学学报:社会科学版，2011，13(1):19－24.

[10]李红锦，李胜会.基于DEA模型的城市群效率研究—珠三角城市群的实证研究[J].软科学，2011，25(5):91－95.

[11]郭 晔.我国三大经济区的发展比较—基于城市与区域集聚效应的面板数据分析[J].中国工业学报，2010，26(4):35－45

[12]戴 帅，陈艳艳，王振报.山东半岛城市群的城际公路交通吸引研究[J].道路交通与安全，2006，6(2):29－31.

[13]FUJITA M.Economics of agglomeration:Cities，industrial location，and regional growth[M].London:Cambridge University Press，2002.

[14]HANSON G H.Scale economies and the geographic concentration of industry[J].Journal of Economic Geography，2001，1(3):255－276.

[15]陆静超，杜大仲，马 放.多维度环境要素在城镇规划设计中的应用研究[J].哈尔滨商业大学学报:自然科学版，2014，30(5):636 －640.