基于PCA与Markov残差灰色模型的京津冀物流能力评价和预测

李林汉, 岳一飞，田卫民

(1.河北金融学院 金融创新与风险管理研究中心，河北 保定 071051； 2.河北省科技金融协同创新中心、河北省科技金融重点实验室，河北 保定 071051)

一、引言及文献综述

改革开放以来，我国的经济发生了翻天覆地的变化，区域经济一体化逐渐成为主流。京津冀区域的协同发展受到国家的高度重视，成为新的国家经济增长点。京津冀地区包括北京市、天津市以及河北省的11个地级市，整个区域面积约为21.6万平方公里，人口约有1.1亿。随着《京津冀协同发展纲要》的出台，北京市为全国政治、文化、科技创新、国际交流中心；天津市为金融创新示范区、北方国际航运中心、改革开放先行区；河北省成为全国现代商贸物流基地、产业转型示范区，京津冀三地生态支撑区，突显了“一盘棋”的观念。物流能力作为京津冀区域经济发展的基础和保障，得到了社会各界的广泛关注，对京津冀三地物流能力进行研究具有重大意义。

国内外关于物流能力的研究众多，主要分为以下两个方面：

一是关于物流能力评价的研究，主要包括企业物流能力、低碳物流能力、港口物流能力以及农产品、乳制品物流能力等。陈吉铭、刘芳等[1]运用熵值法对京津冀地区乳制品冷链物流能力进行了评价，并对地区差异进行了分析，得出了北京综合能力排名第一、河北第二、天津第三的结论，认为三地应注重优势互补,从而促进京津冀乳制品冷链物流系统协调发展；马向国、梁艳等[2]基于模糊物元法对京津冀区域应急物流能力进行分析，得出了该区域应急物流能力进一步提升，对类似问题的研究具有借鉴意义；黎建强、曾立彪等[3]通过构建企业物流能力模型,运用改进的三标度层次分析法对京津冀企业物流能力进行评价，所得结果证明了该方法的可行性；刘鹏[4]把低碳物流能力分为企业规模、物流业务能力、物流系统功能要素低碳化水平、低碳管理能力、低碳技术创新力五个要素，运用模糊综合评价法，建立了企业低碳物流能力评判模型；徐金河[5]运用灰色关联分析法和层次分析法对我国长三角地区五大港口的物流能力进行了评价,并对所得评价值进行横向比较，为我国港口企业的发展提供了宝贵意见；周泰、袁波等[6]选取中国西部12省区的物流能力作为研究对象，运用TOPDIS决策方法进行定量实证研究，得出各个省区影响其物流能力的关键因素；冯华、何佳莉等[7]将动态化与协同思想与供应链物流能力层次评价模型结合，认为将动态化与协同化思想纳入供应链管理体系, 是一个比较前沿的理念；马士华、陈铁巍等[8]构建了供应链物流服务能力的要素体系,从而分析物流服务能力的主要特性，并利用客户满意与物流能力的正相关性，为供应链企业提出了一种面向客户满意的供应链物流服务能力的基础评价方法；DJ Closs ，TJ Goldsby等[9]运用实证证据表明物流信息系统的能力与物流能力有关，并进一步阐述物流信息系统与物流能力之间的关系；NFBM Zawawi ，SA Wahab等[10]运用皮尔逊相关系数和稳健多元回归来检验物流能力对企业绩效的关系，以及企业规模对物流能力与企业绩效之间关系的稳健影响，所得结果表明，物流能力与物流绩效有显著的正相关关系。

二是关于物流预测的研究。唐伟鸿、李文锋[11]运用时间序列的支持向量机的预测方法，对实际物流系统的公路运输量进行预测，并和真实值进行比较，认为该预测方法是可行和有效的；张冲、王燕等[12]运用层次分析法和神经网络,建立预测模型,以湖南高速公路物流为样本对模型进行实证分析,验证模型的有效性和准确性；朱念、陈东升等[13]运用灰色GM(1,N)模型对广西北部湾港口物流进行预测，并提出利用地域优势，大力发展整车口岸、深化中国-东盟港口城市合作网络等建议；杨荣英、张辉等[14]提出了物流预测技术中的移动平均线方法，讨论了不同时间跨度的移动平均线的特点，认为该方法既能预测物流短期、中期和长期变化趋势，也能进行短期定量预测；张国玲，徐学红[15]运用自回归移动差分方法建立修正神经网络误差的物流需求预测模型，从而得出最终预测结果，并采用仿真实验对模型的性能进行测试，证明该模型在物流需求预测上的可行性；李夏培[16]运用灰色GM(1,1)模型并借助蚁群算法求出了单个模型的权数，从而构建出灰色线性组合模型，对“十三五”时期北京市农产品的物流需求进行预测，结果证明该方法拟合优度较好，精确度较高；孟建军，杨泽青[17]运用模糊对角回归神经网络滚动预测模型对民航客运量进行预测，证明应用此模型进行民航客运量预测有较高的预测精度；王卫群[18]针对逆向物流预测中不稳定性因素进行定量和定性分析，采用灰色-马尔柯夫预测模式,有助于逆向物流预测工作的顺利开展；王宣承、刘恩猛等[19]运用季节分解和神经网络的物流预测混合模型，同时考虑到物流行业具有周期性和随机性等特征，预测结果表明对于铁路货运量的预测误差小,准确度高；原静[20]运用正向权重组合预测方法对农产品冷链物流进行需求预测，预测结果表明，正向权重组合预测方法更接近真实值，并给出相应结论和建议。

本文创新点在于将评价和预测相结合，首先运用主成分分析法对京津冀地区2007年至2016年物流能力作出合理评价，然后将残差灰色预测与马尔可夫链进行耦合对京津冀未来五年物流能力作出更精准的预测，为国内外学者研究区域物流能力提供新思路。

本文的主要贡献在于：

1.对京津冀地区近十年的物流能力作一个总体评价，并进行排名，使决策者能够直观的把握近十年来物流能力的发展趋势。而且在综合评价函数中，各主成分的权数为其贡献率，它反映了该主成分包含原始数据的信息量占全部信息量的比重，这样确定权数是客观合理的，从而克服了某些方法中人为确定权数的缺陷。

2.运用Markov——残差灰色模型对九大指标进行预测，使预测结果更为精准，科学合理地得出制约京津冀地区未来五年物流能力提升的指标，并在未来首先考虑提升这些指标，对于京津冀地区物流能力的提升起到事半功倍的效果。

二、指标及数据来源

借鉴马士华[8](2007)、唐伟鸿[11](2005)、王宣承[19](2014)、周泰[21](2016)的研究成果，考虑指标数据获取的方便性，并结合本文的实际情况，选取以下九大类定量指标，分别是批发零售住宿餐饮业全社会固定资产投资额(亿元)、交通运输仓储邮政业全社会固定资产投资额(亿元)、交通运输仓储邮政业从业人数(万人)、社会消费品零售总额(亿元)、货运量(万吨)、旅客周转量(亿人公里)、邮电业务总量(亿元)、客运量(万人)、货物周转量(亿吨公里)，并将上述九大类指标依次记做X1～X9。数据来源于中国统计年鉴以及京津冀各市的统计年鉴，下一步运用所得数据进行主成分分析及Markov—残差灰色预测对京津冀物流能力进行评价和预测。京津冀三地原始数据见表1、表2、表3。

表1 河北省各指标原始数据

表2 北京市各指标原始数据

表3 天津市各指标原始数据

三、主成分分析方法介绍

(一)主成分分析法基本原理

主成分分析法(PCA),又称主分量分析。主成分分析是把具有相互关联、复杂关系的诸多变量进行简化分析的方法。该方法将原有的多个指标转化成少数几个代表性比较好的综合指标，这几个少数指标能够代表原来指标的大部分信息(85%以上)，而且各个指标之间相关性较小，避免出现信息的重叠。在经济社会的研究中，如果要全面的、系统的分析问题，就必须考虑到诸多指标，这些指标能从各个侧面反映研究对象的特征，但在一定程度上存在信息的重叠，各指标之间具有相关性。主成分分析可以在保证数据信息丢失最少的原则下，对多指标的截面数据进行综合简化，将高维指标空间进行降维处理，所以，主成分分析的主要作用是降维和简化数据结构。

在研究实际问题过程中，假设有原始指标，将这p个原始指标当做p个随机变量记作x1,x2,…,xp，主成分分析法将这p个指标转换成为m个新指标z1,z2，…，zm(m

(二)主成分分析法计算步骤

1.确定评价指标，查找原始数据。2.将查找的原始数据输入SPSS22.0计算软件中，对原始数据进行标准化处理。3.进行KMO和Bartlett的球形度检验。4.计算特征值即对应的特征向量。5.计算贡献率及累积贡献率。主成分个数根据累积贡献率不小于85%的标准选取。6.根据输出的旋转成分矩阵对主成分进行解释。7.根据成分得分系数矩阵得出主成分表达式。8.计算主成分得分及综合得分，并对综合得分进行排名。

四、京津冀三地物流能力综合评价

(一)河北省物流能力评价

1.将查找得到的河北省各指标原始数据输入SPSS22.0计算软件中，将数据标准化处理之后，进行KMO和Bartlett的球形度检验，见表4。其中，KMO的值是0.661，在0.5至1.0之间，符合要求；Bartlett的球形度检验值Sig=0，表明各指标之间相关性不显著，所以，可以进行因子分析。

表4 KMO和Bartlett的检验

2.由SPSS22.0计算软件得各指标的特征值、贡献率、累积贡献率，由于累积贡献率不得低于85%，所以，从累积贡献率中提取两个主成分，见表5。

3.由SPSS22.0计算软件得到旋转成分矩阵，见表6。由旋转矩阵可知，第一主成分主要反映了批发零售住宿餐饮业全社会固定资产投资额、交通运输仓储邮政业全社会固定资产投资额、交通运输仓储邮政业从业人数、社会消费品零售总额、货运量、邮电业务总量、货物周转量这7个指标的信息；第二主成分中有较高载荷的是旅客周转量、客运量，所以，第二主成分主要反映了以上两个指标的信息。因此，提取的两个主成分基本能够替代9个指标进行分析。

表5 方差分解主成分提取分析表

表6 旋转成分矩阵

表7 成分得分系数矩阵

4.计算得到的旋转后的成分得分系数矩阵见表7，由此，可以得到第一主成分(Y1)以及第二主成分(Y2)的表达式：

5.河北物流能力综合得分表达式：

Fz=0.67272Y1+0.25508Y2

6.2007年至2016年河北省物流能力综合得分排名，见表8。

表8 2007年至2016年河北省物流能力综合得分排名

由表8可以看出，河北省2013年物流能力综合得分排名第一，2014年得分排名第二，而2015年、2016年得分排名第四、第三，具有一定的波动性。所以，河北省物流能力在2007年至2012年处于稳定提升状态，在2013年至2016年处于波动状态，且物流能力有所下降。

(二)北京市物流能力评价

与上述计算步骤相同，第一主成分包括批发零售住宿餐饮业全社会固定资产投资额、交通运输仓储邮政业从业人数、社会消费品零售总额、货运量、旅客周转量、货物周转量这六个指标的信息；第二主成分包括交通运输仓储邮政业全社会固定资产投资额、邮电业务总量两个指标的信息；第三主成分包含指标客运量的信息。

第一主成分(Y1)、第二主成分(Y2)的表达式和第三主成分表达式(Y3)为

Y1=0.168X1+0.014X2+0.207X3+0.139X4+0.265X5+0.142X6-0.139X7+0.086X8+0.206X9

Y2=-0.203X1+0.347X2+0.019X3+0.135X4-0.221X5+0.159X6+0.434X7-0.043X8-0.220X9

Y3=-0.400X1+0.072X2+0.148X3-0.077X4+0.134X5+0.075X6-0.066X7+0.731X8-0.062X9

北京物流能力综合得分表达式为

Fz=0.51269Y1+0.28338Y2+0.15028Y3

最后得出2007年至2016年北京市物流能力综合得分排名，见表9。

表9 2007年至2016年北京物流能力综合得分排名

由表9可以看出，2016年北京市物流能力综合得分排名第一，2014年排名第二。但是，2013年、2015年分别排名第五、第四，波动起伏大，所以，北京市物流能力在近几年发展不稳定。

(三)天津市物流能力评价

第一主成分包括批发零售住宿餐饮业全社会固定资产投资额、交通运输仓储邮政业全社会固定资产投资额、社会消费品零售总额、旅客周转量、客运量五个指标的信息；第二主成分包括交通运输仓储邮政业从业人数、货运量两个指标的信息；第三主成分反映指标邮电业务总量、货物周转量。

第一主成分(Y1)、第二主成分(Y2)的表达式和第三主成分表达式(Y3)为

天津物流能力综合得分表达式为

Fz=0.58493Y1+0.23954Y2+0.14655Y3

最终得出2007年至2016年天津市物流能力综合得分排名，见表10。

表10 2007年至2016年天津物流能力综合得分排名

由表10可以看出，天津市物流能力发展良好，处于连年提升态势，较为乐观。

五、markov—残差灰色模型

(一)残差灰色模型

记作：

记作：

其中：

由此可以看出，只有正确预测当k>n的m(k)值，才能提高灰色预测精度，为了正确预测当k>n的m(k)值，有必要引入马尔可夫预测模型。

(二)马尔可夫(Markov)预测模型

设随机过程Xn,n∈T(其中，参数集T=0,1,2,...,Xn可能取值的全体组成的状态空间为I=i1,i2,...)，若对于任意的整数n∈T和任意的i0,i1,...,in+1∈I,条件概率满足PXn+1=in+1|X0=i0,X1=i1,...,Xn=in=PXn+1=in+1|Xn=in，则称Xn,n∈T为马尔可夫链，简称马氏链。PXn+1=in+1|Xn=in是马尔可夫链的无后效性的数学表达式。马尔可夫链Xn,n∈T在时刻n的一步转移概率为pij=PXn+1=j|Xn=i(i,j∈I)，简称转移概率。同时可以得到状态转移概率矩阵：

本文求残差正、负号的状态转移概率将运用马尔可夫预测模型，从而进一步确定当k>n时的残差符号。其步骤如下：(1)确定状态，本文只确定+1和-1两种状态。(2)依据残差数据状态(+1，-1)推导出状态转移概率矩阵P。(3)确定初始状态π(0)。(4)依据状态转移公式π(t)=π(0)·pt，推导出第t期状态转移结果，取概率大的状态。若出现正负号的概率相等，一般取上期确定的符号。

六、京津冀物流能力预测及增速分析

通过对京津冀各指标进行CM(1,1)预测,由于原始数据波动起伏较大，对预测模型进行检验所得的后验方差比C和小误差概率p均不理想，导致多数指标的模型精度等级处于勉强和不合格的状态，严重影响了京津冀物流能力的预测及评价。所以，将马尔卡夫与残差灰色进行藕合，从而得出科学的预测结果，进行合理的分析。

(一)河北省物流能力预测及增速分析

由于Markov—残差灰色预测模型的计算过程较多，如果对三地的所有指标进行一一详细叙述，将占用大量的篇幅，本文的中心意图是对京津冀物流能力进行预测和评价，并非对两种预测方法进行预测精度对比，所以，我们选取一个典型指标进行方法叙述，剩下的指标将直接给出预测结果(预测方法全部相同)。下面给出一个例子，对河北省的货运量进行预测，详细过程如下：

由原始数据得：x(0)=[x(0)(1),x(0)(2),...,x(0)(10)]=(104118,111383,...,211000)。

将残差数列g(0)的绝对值进行GM(1,1)预测，可得预测公式：

计算结果见表11。

由表11可见，残差灰色预测模型预测更为精准。当k>10时，m(k)的值运用马尔可夫过程进行确定，由表11可得出残差的数据状态为(-1,+1)，状态转移概率矩阵如下所示：

由表11可知m(10)=-1，初始状态向量为π(0)=[0 1]，通过状态转移公式π(t)=π(0)g·pt得出第t期状态转移结果：

当t=1时，

表11 各步计算结果比较

表12 2017年至2021年状态转移向量

表13 2017年至2021年河北省货运量预测结果

其它指标的预测与上述方法相同，表14是2017—2021年河北省各指标的预测结果。

表14 2017年至2021年河北省各指标预测结果

从河北省各指标的初步预测结果来看，河北省未来五年的客运量令人堪忧，近五年预测值呈现下降趋势，且低于部分历史年份数据；货运量、旅客周转量、邮电业务总量预测数值相对于历史时期的数据具有波动性，但预测数值呈上升状态；批发零售住宿餐饮业全社会固定资产投资额、交通运输仓储邮政业全社会固定资产投资额、交通运输仓储邮政业从业人数、社会消费品零售总额、货物周转量相对与历史时期数据无较大波动性，预测数值上升状态平稳，较为乐观。为了对预测值做进一步分析和比较，计算出2017年至2021年各指标的平均发展速度，见表15。进一步求出平均增长速度，最后由平均增长速度推断未来五年各指标对河北省物流能力的影响程度，如下所示。其中，设时间序列中各期发展水平为

y0,y1,...,yn-1,yn

平均发展速度

平均增长速度

表15 2017年至2021年河北省各指标平均发展速度

表16 预测平均增长速度排名

从表16可以看出，2017年至2021年间，河北省各指标平均增速由高到低依次为批发零售住宿餐饮业全社会固定资产投资额、社会消费品零售总额、交通运输仓储邮政业全社会固定资产投资额、货物周转量、货运量、邮电业务总量、交通运输仓储邮政业从业人数、旅客周转量、客运量。其中，推动河北省未来物流能力提升的指标有批发零售住宿餐饮业全社会固定资产投资额、交通运输仓储邮政业全社会固定资产投资额和社会消费品零售总额，平均增速排名前三，然而指标旅客周转量、平均增长速度缓慢，客运量平均增长速度为负数，呈现负增长态势，所以旅客周转量、客运量将成为制约未来河北省物流能力提升的重要指标。

(二)北京市物流能力预测及增速分析

通过运用Markov—残差灰色预测模型得到2017年至2021年北京市各指标预测值，见表17。

表17 2017年至2021年北京市各指标预测结果

从北京市各指标的初步预测结果来看，北京市未来五年客运量呈下降趋势，状况堪忧；交通运输仓储邮政业全社会固定资产投资额、邮电业务总量未来五年预测值具有一定的波动性，2019年预测值最低，但之后两年预测数值又处于上升阶段；批发零售住宿餐饮业全社会固定资产投资额、货运量近五年预测值相对于历史年份数值具有波动性，但预测值整体呈上升趋势；交通运输仓储邮政业从业人数、社会消费品零售总额、旅客周转量、货物周转量未来五年预测数值均高于历史年份数值，且呈上升态势，较为乐观。进一步计算出北京市2017年至2021年平均发展速度与平均增长速度，由平均增长速度推断未来五年各指标对北京市物流能力的影响程度，见表18。

表18 2017年至2021年北京市各指标平均发展速度

表19 预测平均增长速度排名

从表19可以看出，2017年至2021年间，北京市各指标平均增速由高到低依次为社会消费品零售总额、交通运输仓储邮政业从业人数、邮电业务总量、旅客周转量、货物周转量、批发零售住宿餐饮业全社会固定资产投资额、交通运输仓储邮政业全社会固定资产投资额、货运量、客运量。其中，推动北京市未来物流能力提升的指标有社会消费品零售总额和交通运输仓储邮政业从业人数、邮电业务总量，平均增速排名前三。但是货运量、客运量平均增速不理想，客运量增速为负数，在未来呈负增长态势，所以，货运量、客运量将成为制约未来北京市物流能力提升的重要指标。

(三)天津市物流能力预测及增速分析

通过运用Markov—残差灰色预测模型得到2017年至2021年天津市各指标预测值，见表20。

表20 2017年至2021年天津市各指标预测结果

从天津市各指标的初步预测结果来看，天津市未来五年客运量预测值相对于历史年份数值具有波动性，但预测值整体呈上升趋势；邮电业务总量、货物周转量未来五年预测值呈下降趋势，状况不佳；其余六个指标批发零售住宿餐饮业全社会固定资产投资额、交通运输仓储邮政业全社会固定资产投资额、交通运输仓储邮政业从业人数、社会消费品零售总额、货运量和旅客周转量未来五年预测值基本高于历史各年份数值，且呈上升趋势，形势乐观。进一步计算出天津市2017年至2021年平均发展速度与平均增长速度，由平均增长速度推断未来五年各指标对天津市物流能力的影响程度，见表21。

表21 2017年至2021年天津市各指标平均发展速度

表22 预测平均增长速度排名

从表22可以看出，2017年至2021年间，天津市各指标平均增速由高到低依次为批发零售住宿餐饮业全社会固定资产投资额、社会消费品零售总额、交通运输仓储邮政业全社会固定资产投资额、旅客周转量、交通运输仓储邮政业从业人数、客运量、货运量、邮电业务总量、货物周转量。其中，推动天津市未来物流能力提升的指标有零售住宿餐饮业全社会固定资产投资额、社会消费品零售总额和交通运输仓储邮政业全社会固定资产投资额，平均增速排名最为靠前；由于邮电业务总量和货物周转量的平均增长速度为负数，在未来五年呈现负增长态势，所以，邮电业务总量和货物周转量将成为制约未来天津市物流能力提升的重要指标。

(四)灰色GM(1,1)模型与Markov—残差灰色模型预测精度对比

由于本文指标过多，不再一一列举进行对比，仅选取河北省货运量进行预测精度对比，调取河北省货运量2007年至2014年的原始数据，并对2015年至2016年的河北省货运量进行预测，分别采用GM(1,1)模型和本文模型进行预测，并将预测结果与原始数据进行对比。见表23。

表23 预测精度对比表

经过上述预测精度对比可以看出，灰色GM(1,1)模型对于单调变化的序列预测精度较高，但是，对于波动变化明显的序列而言，灰色GM(1,1)模型预测的误差相对比较大，而本文绝大多数指标的时间序列波动变化明显，所以，灰色GM(1,1)模型不适合对物流能力预测的研究，相比之下，Markov——残差灰色模型更适合对波动变化明显的时间序列进行预测，具有一定的可行性，适合本文的研究。

七、结论与启示

通过主成分分析和Markov残差灰色模型对京津冀物流能力进行评价和预测得出以下结论：

1.京津冀地区2007年至2016年物流能力发展总体平稳，但是河北省物流能力在2015年、2016年有所降低，北京市物流能力在2012年至2016年有较大波动，只有天津市物流能力逐年提升，状况良好。

2.在京津冀地区未来五年物流能力发展过程中，旅客周转量、客运量将成为制约河北省物流能力提升的重要指标，货运量、客运量将成为制约北京市物流能力提升的重要指标，邮电业务总量和货物周转量将成为制约天津市物流能力提升的重要指标。

基于上述结论，考虑到京津冀地区一体化发展的需求，本文认为京津冀三地物流业的发展可以从以下几方面展开：

1.北京市在未来应着重提升本市货运量和客运量。近年来，北京产业结构的变化在一定程度影响着货运量。由于北京市更加偏重附加值较高、精加工的产品，而且对质量、响应速度要求较高，所以，交通运输业在保障快速、安全、稳定的同时，更应该注重技术装备系统和运输的通道、枢纽等方面。同时，北京市农产品商品化、国际化水平较高，这就要求北京交通运输业向成本低、效率高的方向发展，这也为北京市交通运输业指明了新的发展空间，从而改变北京市货运量增长缓慢的状况。由于北京市近年来环保意识不断增强，大量工厂外迁，高耗能工厂关闭，使大量外来务工人员减少，以及北京城市职能转变等一系列因素，使北京客运量呈下降趋势，所以，北京市客运需求必须由第二产业向第三产业转变，从而遏制客运量不断下滑的趋势。

2.天津市在未来应该对邮电业务总量、货物周转量足够重视。航空、港口作为天津市物流产业的支柱，应该不断加强物流基础设施建设，提升天津市的空港聚集能力，增加国际航线、减少对北京的依赖，提升自身货物周转能力，降低物流成本，提高集约化程度、改变传统物流经营模式，加快第三方物流企业的发展，将天津市构建为陆海空三位一体的现代物流体制。

3.河北省在未来应该不断提升本省客运量和旅客周转量，首先，要扩大省内交通基础设施建设以及加大省内交通设备投资,同时合理配置不同交通方式之间的运力，并做到有效衔接，改善省内综合交通结构，不断将出行条件提高，出行时间缩短，出行舒适度提升。扩大路网规模，提升交通运输服务水平。第二，不断提高省内人均收入，改变人们的消费结构，刺激人们不断增加除饮食之外的消费。不断提高省内第二产业和第三产业比重，加快省内不发达地区城镇化脚步，同时，制定合理宏观经济政策，这些都是有效提高省内客运量和旅客周转量的重要因素。

4.在京津冀三地经济一体化的条件下，尽管京津冀三地的物流能力和发展水平不同，但是京津冀三地却能够相互关联、相互补充。北京拥有先进的物流基础设施，但是对北京市造成的压力显著，天津市则依托天津港口，但是强大的物流优势对周边各个省份所形成的辐射带动作用并没有得到很好的发挥，河北省物流需求发展前景良好，近年来，农产品运输、商贸运输增长速度快。所以，北京市可以将物流资源和设施向天津、河北转移，天津则着重大力发展港口物流，并与河北省各港口担起京津冀地区航运功能，河北省需要科学规划从京津输入的物流资源，建立具有鲜明特色的物流功能聚集区，打造成为服务于京津冀，面向全国的立体化物流网络。