物流园区空间布局方法论

徐照

摘要：物流园区作为物流业发展到一定阶段时所产生的新兴物流集疏方式。物流园区空间布局优化可以提高物流效率，提高物流园区效益，达到集聚效应，优化社会资源的配置，促进区位之间的协调发展，有利于解决物流企业之间的竞争博弈问题。笔者通过对物流园区空间布局方法论的介绍，以让读者对其有一定的了解和认识。

关键词：物流园区;空间布局;方法论

一、区位产业集聚分析方法论

产业集聚度是对区位产业集聚程度的量化指标，主要通过某一指标来判断目标区域是否存在产业集聚，以及分析产业集聚的聚合程度。目前学术界常用的测度产业集聚度的指标为：区位熵系数LQ与空间基尼系数GN。区位熵系数LQ主要用来判别产业集聚的是否存在的可能性;空间基尼系数GN主要用来测度产业集群集聚度，判断该产业在空间分布均衡程度。

1、区位熵系数LQ

区位熵系数LQ，由P.Haggett首先提出和运用于区位集聚度分析中，用以衡量目标区域的产业结构，分析区域产业的状况，反映该产业的集聚化程度[28]。其计算公式为：

式中， 为目标区域的区位熵系数; 指目标区域 产业相关指标; 指目标区域 相关指标; 指上层次区域 产业 相关指标; 指上层次区域 相关指标。

区位熵系数LQ能够反映区域专业化水平，通过测算各行业的区位熵系數值，可以判断区域的某产业是否存在产业集聚。区位熵大于1，可以认为该产业是区域的专业化集聚产业，区位熵越大，产业集聚水平越高;区位熵小于1，则反映该产业在区域内的集聚效应差，不是优势主导产业。由此来判断，该地区是否为该产业的集聚区。

2、空间基尼系数GN

空间基尼系数由克鲁格曼提出并首次运用于测算美国制造业的集聚程度，其计算公式为：

式中， 为空间基尼系数; 为目标区域 的某产业相关指标占上层次区域该产业的比重; 为目标区域 的相关指标占全国的比重; 为全国地区的数量。

的值在0和1之间，若 的值越是接近0，那么该地区的产业分布越均衡，若 的值越接近1，则该地区的产业集聚程度越强。空间基尼系数通常用于省级、国家级等层面的分析，较少用于市域、县域的分析。

二、物流量预测方法论

物流园区的规划过程中，最重要的数据指标就是区域物流量。对物流量的预测方法模型较多，比较常用的用于货运量预测的定量预测方法有：多元回归预测法、曲线回归预测法、灰色系统预测法、组合预测法。

1、多元回归预测法

多元回归预测法主要研究一个因变量与两个或两个以上自变量的回归，反映一种现象或事物随多种现象或事物的变动而相应变动的规律。通过建立多个变量之间线性或非线性数学模型的数量关系式，研究因变量与多个自变量之间的联系。Matlab、Spss、SAS等软件都是进行多元线性回归的常用软件。

多元回归预测法预测精度高，能够考虑到各个自变量对因变量的影响，但计算复杂，数据量大，常用于中长期预测。

2、曲线回归预测法

曲线回归预测法是通过Spss中的曲线拟合分析因变量与自变量的相关性变化。Spss曲线回归拟合中，通过 值确定拟合程度最高、未来发展趋势最符合的曲线拟合方程作为预测模型，进而得到因变量未来预测值。

货运量的拟合预测一般都是选取GDP作为自变量，采用一元二次函数拟合，拟合度较高，曲线变化符合现实趋势发展。

3、灰色系统预测法

灰色系统理论常用于既含有已知信息又含有未知信息的系统预测。灰色系统理论认为过程中显示的现象是随机的、杂乱无章的，但数据毕竟存在有序性、有界性。灰色系统预测就是利用这种规律建立灰色预测模型对相关数据进行预测。

4、组合预测法

组合预测法根据组合定理，利用各种预测模型，得出各类预测结果。预测过程中，即使某一预测模型结果不太理想，当与另一个较好的预测模型进行组合后，通过权重比例，对其结果可以进行适当的修正，增加系统的预测性能。因此，组合预测法得到的预测数值更为准确，比单一的预测模型更为科学、有效。

其中，各种预测方法的权重使用平均误差倒数法，易于操作，且效果好，适用于本研究。对平均误差较小的模型赋予高权重，平均误差大的模型赋予较小权重。其公式为：

三、物流园区规模的确定方法论

在物流园区规模的确定方法上，普遍采用定量分析方法。主要的定量分析方法为德国提出的MSFLB规划方法论中的REA经验模型、国内专家学者提出的时空消耗模型和比例汇总模型。

一、REA经验模型

REA经验模型由德国弗劳恩霍夫物流研究院提出。REA经验模型利用市场调查得到的区域物流量，通过建立不同的预测模型，如灰色预测GM（1，1）模型和曲线回归分析法等，使用区域GDP往年增长率的数据预测物流园区未来10-15年物流量数据;估计该地区的货运量在物流园区的仓储比例，并根据调查和经验数据得到每年每平米仓储面积的货物存放量;最后根据以上数据，计算预测年份区域物流园区仓储需求面积，随后根据仓库建筑密度反推预测年份物流园区需求占地面积。

二、时空消耗模型

时空消耗模型由北京工业大学程世东在2005年针对物流用地规模提出的物流园区规划模型。其数学模型为：

式中： 为物流园区理想规模; 为物流园区面积与仓储面积的比值; 为货物种类数; 为单位货物平均所占体积; 为货物平均周转时间; 为货物年周转量，即园区的年物流量; 为货物 的时间相关系数; 为每平方米仓库所能存储货物 的体积。

时空消耗理论基于时空消耗供需平衡的基础而建立的，通过一定的方法计算物流园区所要提供的时空资源。时空消耗模型主要用于区域物流数据比较完善能够通过各种方式获取，且物流发展水平较高地区的物流园区规划。

三、比例汇总模型

2004年6月，东南大学交通学院李玉民、李旭宏等提出区域物流比例汇总模型。比例汇总模型，在规划目标趋于物流节点总体规模确定的前提并且各不同物流节点隔离性强，物流交换少的时候使用。

在区域物流规划中，若每年的作业天数按365计，物流园区的建设总规模为：

其中： 为预测目标年份物流园区建设需求面积（ ）; 为预测目标年份全社会物流量（ ）; 为预测目标年份第三方物流（3PL）市场占全社会物流市场的比重; 为预测目标年份通过物流园区发生的作业量占第三方物流（3PL）全部物流作业量的比例; 为单位生产能力用地参数（ ），即每单位货物所占面积。

四、物流园区的区位选择方法论

对物流园区的区位选择方法很多，常用的选址方法为模糊综合评价法，对物流园区的选址进行评价。

模糊综合评价法考虑对象的各种相关影响因素值并将进行量化，通過行列式运算对物流园区区位选择方案进行评价。其评价步骤如下：

一、评价对象因素集的建立

评价对象因素集是各影响因素的集合，通常表示为：

二、评价对象备选集的建立

评价对象因素集是各影响因素的评价结果可能对比值的集合，通常表示为：

三、模糊关系矩阵的建立

对评价对象中的某个因素，采取专家评审打分的方法确定其因素关系值，进而建立模糊关系矩阵。

四、建立权重集。对各个因素 赋予一相应的权重 所组成的集合：

五、模糊综合评判

通过其归一化后的评价集 对方案进行评价，最后得出决策结论。

参考文献

[1]葛金田，沈鹏飞，陈宁宁.基于区位熵法的济南市物流产业集聚度分析[J].物流工程与管理，2012，01：92-94.

[2]彭耿，刘芳.产业集聚度测量研究综述[J].技术与创新管理，2010，02：181-184+201.

[3]张婷婷.以物流需求为导向的物流园区用地规模研究——以陕西省为例[D].长安大学硕士论文，2011.

[4]胡卫群.基于货运强度变化规律的货运量预测方法[J].交通科技，2011，02：107-109.

[5]侯文英，李宣.包头市城区农产品物流园区规模预测[J].商场现代化，2008，01：82-83.