基于貨運(yùn)量預(yù)測(cè)的物流園區(qū)用地規(guī)模研究

唐小鴻+晏永剛

摘 要：“一帶一路”的戰(zhàn)略背景，給物流業(yè)帶來(lái)新的發(fā)展機(jī)遇的同時(shí)，也面臨著巨大的挑戰(zhàn)。物流園區(qū)作為物流業(yè)的載體，應(yīng)充分發(fā)揮其高效配置物流資源的能力，提高物流運(yùn)行效率，最大限度滿足物流用地集約和節(jié)約化原則。為科學(xué)合理確定物流園區(qū)的用地規(guī)模，文章在建立遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型對(duì)貨運(yùn)量進(jìn)行預(yù)測(cè)的基礎(chǔ)上，改進(jìn)了基于全社會(huì)物流總量的物流園區(qū)用地規(guī)模測(cè)算公式，提高了預(yù)測(cè)的精確度和操作的可行性，規(guī)避了傳統(tǒng)參數(shù)法、時(shí)空消耗法等在物流園區(qū)用地規(guī)模預(yù)測(cè)上存在的局限性；并以重慶市為例，確定了重慶市2020年的物流園區(qū)用地規(guī)模需求，以期為“十三五”區(qū)域中長(zhǎng)期物流規(guī)劃及政府有關(guān)部門制定相關(guān)政策提供有益的參考借鑒。

關(guān)鍵詞：物流園區(qū)；用地規(guī)模；GA-BP；貨運(yùn)量預(yù)測(cè)

中圖分類號(hào)：F719 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： The logistics industry is also faced with great challenges when it seizes new development opportunities under the strategic background of“one belt and one road”. As the carrier of the logistics industry， logistics park should make full use of its efficient logistics resources allocations and improve the logistics efficiency， so as to meet the principle of land intensive and economical use of logistics. To determine the logistics park scale scientifically and reasonably， this paper establishes a BP neural network model optimized by genetic algorithm to forecast the freight volume. Then it improves the calculating formula of land use for logistics park based on total social logistics， which not only is beneficial to enhancing the accuracy of forecast and the feasibility of operation， but also circumvent the limitations of land use prediction in logistics park of the traditional parameter method， space time consumption method. This paper takes Chongqing as an example to determine the logistics park scale of land demand of 2020， in order to provide a useful reference to medium and long term regional logistics planning in“thirteen five”and government's formulating relevant policies.

Key words： logistics park； land size； GA-BP； freight volume forecast

0 引 言

根據(jù)中國(guó)物流與采購(gòu)聯(lián)合會(huì)發(fā)布的《中國(guó)采購(gòu)發(fā)展報(bào)告（2014）》顯示，2013年我國(guó)社會(huì)物流總費(fèi)用超過(guò)10萬(wàn)億元，占GDP比重為18.0%，是美國(guó)8.5%的2倍有余，物流成本明顯偏高。該報(bào)告表明物流運(yùn)行效率低下仍然是影響資源配置效率和國(guó)民經(jīng)濟(jì)轉(zhuǎn)型發(fā)展的重要瓶頸。2013年9月10日，中國(guó)國(guó)家主席習(xí)近平分別提出了建設(shè)“新絲綢之路經(jīng)濟(jì)帶”和“21世紀(jì)海上絲綢之路”的戰(zhàn)略構(gòu)想。這一戰(zhàn)略結(jié)合海陸布局，推進(jìn)沿線交通建設(shè)，開創(chuàng)了跨地區(qū)跨國(guó)之間的新型合作，為我國(guó)物流業(yè)的發(fā)展提供了新的機(jī)遇。而物流園區(qū)作為現(xiàn)代物流的載體，在降低物流成本、提升企業(yè)生產(chǎn)效率、改善區(qū)域發(fā)展環(huán)境的同時(shí)也面臨著許多規(guī)劃不合理和盲目建設(shè)等問(wèn)題，一定程度上阻礙了物流業(yè)的發(fā)展。因此，科學(xué)合理地規(guī)劃建設(shè)物流園區(qū)是當(dāng)前發(fā)展環(huán)境下的必然要求。

就物流園區(qū)用地規(guī)模的確定而言，目前國(guó)際上還沒(méi)有一套成熟的確定物流園區(qū)規(guī)模的方法，部分專家學(xué)者在基于不同的理論和目標(biāo)前提下提出了一些具體的預(yù)測(cè)模型。Weber[1]、Beckman[2]、Drener[3]等學(xué)者基于運(yùn)籌學(xué)理論提出了物流用地預(yù)測(cè)模型。吳琳、沈德熙[4]根據(jù)濟(jì)南市峨眉片區(qū)擔(dān)山屯物流園區(qū)的主體定位，采用時(shí)空消耗法對(duì)其規(guī)劃建設(shè)規(guī)模進(jìn)行預(yù)測(cè)，以此指導(dǎo)具體的規(guī)劃用地布局。周愛(ài)芳、周倩[5]（2014）在采用回歸模型和增長(zhǎng)系數(shù)法組合預(yù)測(cè)物流需求量的基礎(chǔ)上，選擇了參數(shù)法對(duì)湖南省的物流園區(qū)用地規(guī)模進(jìn)行預(yù)測(cè)。孫焰、魏威、鄭文家[6]（2014）則采用改進(jìn)的參數(shù)法、時(shí)空消耗法和類比法分別對(duì)物流園區(qū)用地規(guī)模進(jìn)行預(yù)測(cè)。綜合對(duì)比以上3種預(yù)測(cè)方法，類比法的計(jì)算過(guò)于粗糙，預(yù)測(cè)結(jié)果偏差較大；時(shí)空消耗模型最大限度地考慮了物流園區(qū)和貨物對(duì)時(shí)空資源的供需平衡，但面臨參數(shù)變量過(guò)多，數(shù)據(jù)獲取難度較大等問(wèn)題，適用于物流發(fā)展水平較高等地區(qū)；參數(shù)法可以直接套用現(xiàn)有公式，易于量化，但該方法只適用于物流用地總規(guī)模已經(jīng)確定的預(yù)測(cè)類型。為規(guī)避傳統(tǒng)物流園區(qū)用地規(guī)模預(yù)測(cè)方法的局限性以及提高預(yù)測(cè)的準(zhǔn)確性，文章通過(guò)建立GA-BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)物流需求，結(jié)合重慶市物流發(fā)展特點(diǎn)對(duì)基于全社會(huì)物流總量的物流園區(qū)用地規(guī)模測(cè)算公式進(jìn)行改進(jìn)，運(yùn)用該公式確定2020年重慶市物流園區(qū)用地規(guī)模，以期為“十三五”區(qū)域中長(zhǎng)期物流規(guī)劃以及制定相關(guān)物流政策提供決策參考。endprint

1 物流園區(qū)用地規(guī)模預(yù)測(cè)模型

1.1 基于GA-BP模型的物流需求預(yù)測(cè)

1.1.1 物流需求影響因素分析。物流需求是指在一定時(shí)期內(nèi)，社會(huì)經(jīng)濟(jì)活動(dòng)過(guò)程中對(duì)各種物品的運(yùn)動(dòng)狀態(tài)在空間、時(shí)間、效率、質(zhì)量等方面的要求[7]。經(jīng)濟(jì)與物流需求之間存在一種內(nèi)在的、隱含的映射關(guān)系，可以用表達(dá)式（1）來(lái)抽象概括二者之間的內(nèi)在決定和驅(qū)動(dòng)關(guān)系：

物流需求預(yù)測(cè)是物流園區(qū)規(guī)模規(guī)劃的前提條件，然而我國(guó)目前沒(méi)有一個(gè)準(zhǔn)確描述物流量的指標(biāo)，物流需求量也沒(méi)有一個(gè)明確的概念[8]。由于在物流服務(wù)能力能滿足物流需求的條件下，一定時(shí)期內(nèi)的貨運(yùn)量在一定程度上反映了該時(shí)間段內(nèi)的物流總需求，因此文章以貨運(yùn)量指標(biāo)作為輸出信息進(jìn)行分析。

物流園區(qū)用地的規(guī)模很大程度上受物流量大小的影響，而物流量大小又與多種因素有關(guān)。在其他因素不變的情況下，區(qū)域GDP、工業(yè)總產(chǎn)值、進(jìn)出口總額均與物流量成正相關(guān)，物流量越大，物流用地規(guī)?？偭吭酱骩9]。同時(shí)全社會(huì)固定資產(chǎn)投資是反映固定資產(chǎn)規(guī)模和速度的綜合指標(biāo)，社會(huì)消費(fèi)品零售總額是反映生活消費(fèi)品市場(chǎng)的主要指標(biāo)，它們都能在某種程度上反映經(jīng)濟(jì)快速發(fā)展下的物流市場(chǎng)狀況。

1.1.2 GA-BP模型。BP神經(jīng)網(wǎng)絡(luò)是基于誤差反向傳播算法（BP算法）的多層前向神經(jīng)網(wǎng)絡(luò)，其拓?fù)浣Y(jié)構(gòu)由1個(gè)輸入層、若干隱含層和1個(gè)輸出層構(gòu)成。BP神經(jīng)網(wǎng)絡(luò)良好的非線性逼近能力和對(duì)雜亂信息的綜合處理能力，能在一定程度上與物流需求市場(chǎng)的研究難點(diǎn)相適應(yīng)，適用于物流需求的預(yù)測(cè)。

遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)（GA-BP）就是運(yùn)用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始網(wǎng)絡(luò)權(quán)值和閾值，把優(yōu)化后的權(quán)值輸入BP神經(jīng)網(wǎng)絡(luò)完成網(wǎng)絡(luò)訓(xùn)練建立模型。它能夠利用自己的全局搜索能力克服神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu)解以及收斂速度慢的缺陷，尋找最適合BP神經(jīng)網(wǎng)絡(luò)的參數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)，在最短時(shí)間內(nèi)得到全局最優(yōu)解。

1.2 物流園區(qū)用地規(guī)模測(cè)算公式

2 實(shí)證研究——以重慶市為例

2.1 樣本數(shù)據(jù)準(zhǔn)備

文章選取的基本數(shù)據(jù)（如表1），為重慶市2005～2014年的相關(guān)經(jīng)濟(jì)指標(biāo)，數(shù)據(jù)來(lái)自于《重慶市統(tǒng)計(jì)年鑒（2014）》和《2014年重慶市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。根據(jù)數(shù)據(jù)，計(jì)算得出各指標(biāo)在2005～2014年的年均增長(zhǎng)率，并在假設(shè)增長(zhǎng)率不變的條件下，得出2020年各指標(biāo)的預(yù)測(cè)值（如表2）。

2.2 GA-BP模型預(yù)測(cè)物流需求

以表1中2005～2014年的區(qū)域GDPx（億元）、工業(yè)總產(chǎn)值x（萬(wàn)元）、進(jìn)出口總額x（萬(wàn)美元）、社會(huì)消費(fèi)品零售總額x（萬(wàn)元）、全社會(huì)固定資產(chǎn)投資x（萬(wàn)元）數(shù)據(jù)作為輸入信息，2005～2014年的貨運(yùn)量y（萬(wàn)噸）作為輸出信息，以此為樣本進(jìn)行訓(xùn)練學(xué)習(xí)，然后將表2中的數(shù)據(jù)作為測(cè)試數(shù)據(jù)，預(yù)測(cè)2020年的貨運(yùn)量。

構(gòu)建的GA-BP網(wǎng)絡(luò)輸入層有5個(gè)神經(jīng)元，隱含層有9個(gè)神經(jīng)元，輸出層有1個(gè)神經(jīng)元，輸入層和隱含層的激活函數(shù)分別為tansig函數(shù)和purelin函數(shù)。訓(xùn)練函數(shù)選擇trainbfg函數(shù)，因?yàn)槭褂迷摵瘮?shù)，不僅預(yù)測(cè)度精度高，收斂的速度也很快[13]。網(wǎng)絡(luò)迭代次數(shù)為5 000，學(xué)習(xí)速率為0.3，訓(xùn)練目標(biāo)為1.0e-10 。遺傳算法的種族規(guī)模為50，進(jìn)化代數(shù)為100，交叉概率為0.3，變異概率為0.1，程序在Matlab軟件中實(shí)現(xiàn)。通過(guò)GA-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，可以得到如下結(jié)果：

圖1表明隨著進(jìn)化代數(shù)的不斷增加，誤差整體呈下降趨勢(shì)并逐漸趨近于某一具體的值，由此可以推出，如果樣本足夠大，誤差則隨著進(jìn)化可以降低到忽略不計(jì)。圖2表明經(jīng)過(guò)120次的訓(xùn)練，預(yù)測(cè)的誤差值達(dá)到了目標(biāo)范圍。結(jié)果得到2020年的貨運(yùn)量為122 610萬(wàn)噸。

2.3 物流園區(qū)用地規(guī)模確定

2.3.1 物流園區(qū)效率e取值。文章采用2014～2015全球競(jìng)爭(zhēng)力報(bào)告中的技術(shù)成熟度、教育與培訓(xùn)及基礎(chǔ)設(shè)施3項(xiàng)指標(biāo)（如表3）按其權(quán)重加權(quán)平均求和后的值來(lái)衡量物流園區(qū)的效率。

參照日本、德國(guó)的物流園區(qū)效率，得出我國(guó)在物流園區(qū)規(guī)劃時(shí)e值可以取4.3～5.5，結(jié)合重慶市物流發(fā)展取得的長(zhǎng)足進(jìn)步，確定重慶市物流園區(qū)的效率e取中間值4.9。

2.3.2 第三方物流占物流市場(chǎng)比例

p。第三方物流市場(chǎng)占全社會(huì)物流市場(chǎng)的比例取值，根據(jù)胡寶雨[15]的研究經(jīng)驗(yàn)，如果規(guī)劃地區(qū)的經(jīng)濟(jì)發(fā)展較快，物流市場(chǎng)需求大，則p的取值略高于40%，否則p低于40%。同時(shí)據(jù)2013年11月26日商務(wù)部新聞辦召開的“商貿(mào)物流”專題新聞發(fā)布會(huì)得知：我國(guó)第三方物流占物流市場(chǎng)比例不足25%。鑒于重慶市物流業(yè)的快速發(fā)展及其未來(lái)需求的擴(kuò)大，確定重慶市第三方物流占物流市場(chǎng)比例取30%。

2.3.3 進(jìn)入物流園區(qū)的比例α取值。根據(jù)現(xiàn)階段研究成果表明，受到集聚性規(guī)模效益等的影響，第三方物流企業(yè)將集中進(jìn)入物流園區(qū)發(fā)展，這既是市場(chǎng)競(jìng)爭(zhēng)的要求，同時(shí)也與世界物流業(yè)的發(fā)展趨勢(shì)相符合[16]。物流成本越低，物流服務(wù)越高效，規(guī)模經(jīng)濟(jì)越明顯，α一般取值為60%～80%[17]。若當(dāng)?shù)厥袌?chǎng)化程度高、經(jīng)濟(jì)總量大、物流市場(chǎng)需求量大，則α在60%～80%取最大值，如珠三角、長(zhǎng)三角等地區(qū)；反之，則在60%～80%取最小值[17]。根據(jù)重慶市物流發(fā)展實(shí)際，文章第三方物流業(yè)務(wù)進(jìn)入物流園區(qū)的比例α取70%。

2.3.4 預(yù)留發(fā)展用地系數(shù)R取值。預(yù)留發(fā)展用地是為滿足將來(lái)物流園區(qū)面積增大的需要而設(shè)置的用地，它會(huì)隨著物流需求的增加而不斷增長(zhǎng)。R的確定需要綜合考慮多方面情況，如經(jīng)濟(jì)的發(fā)展、企業(yè)物流成本控制程度、物流服務(wù)水平。趙葉[18]指出，根據(jù)發(fā)展原則，物流園區(qū)得提前設(shè)計(jì)遠(yuǎn)期預(yù)留區(qū)，規(guī)定其預(yù)留系數(shù)一般取值1.15。

2.3.5 修正系數(shù)ω取值。重慶處于“一帶一路”和“長(zhǎng)江經(jīng)濟(jì)帶”的交匯節(jié)點(diǎn)，強(qiáng)大的區(qū)位優(yōu)勢(shì)將有力推動(dòng)重慶市物流業(yè)的發(fā)展，政府也將持續(xù)制定一系列有助于物流業(yè)新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)的相關(guān)政策，因此ω確定為1.1。endprint

2.3.6 重慶市物流園區(qū)用地規(guī)模確定。將計(jì)算得到的貨運(yùn)量數(shù)據(jù)及確定的各參數(shù)值帶入公式（3）中，得出2020年重慶市物流園區(qū)用地規(guī)模的預(yù)測(cè)值為66.47平方公里。

3 結(jié)束語(yǔ)

文章通過(guò)GA-BP模型的建立預(yù)測(cè)出重慶市區(qū)域范圍內(nèi)的貨運(yùn)量，并基于全社會(huì)物流總量的物流園區(qū)用地規(guī)模測(cè)算公式得出的2020年物流園區(qū)用地規(guī)模需求為重慶市合理確定物流園區(qū)用地規(guī)模具有較強(qiáng)的參考意義。相對(duì)于參數(shù)法和時(shí)空消耗法而言，該模型考慮的因素較為全面，避免了時(shí)空消耗模型過(guò)于微觀且參數(shù)變量過(guò)多，數(shù)據(jù)獲取困難等缺點(diǎn)，同時(shí)相對(duì)于參數(shù)法而言，該模型的預(yù)測(cè)精度較高。然而物流園區(qū)的規(guī)劃涉及到方方面面的因素，文章所選擇的輸入值并不能完全體現(xiàn)物流的需求量，同時(shí)GA-BP模型雖然優(yōu)化了BP模型的權(quán)值和閾值，增強(qiáng)了模型收斂的效果，但誤差畢竟是不可避免的。綜上所述，基于改進(jìn)的物流園區(qū)用地規(guī)模預(yù)測(cè)方法具有較強(qiáng)的有效性和適應(yīng)性，可為區(qū)域中長(zhǎng)期物流規(guī)劃及物流政策制定提供有益的理論參考和方法借鑒。

參考文獻(xiàn)：

[1] Weber A. On the Location of Industries （Translation of Uber Den Standort der Industrie， 1909）[M]. OECD Seminar on Advanced Road Transport Technologies， 1994.

[2] Beckman M， McGuire J， Winsten C B. Studies in the Economics of Transportation[M]. New Havan： Yale University Press， 1956.

[3] Drener Z. Facility Location-A Survey of Applications and Methods[M]. Berlin： Springer， 1995.

[4] 吳琳，沈德熙. 城市規(guī)劃視野下的物流園區(qū)規(guī)模預(yù)測(cè)——以濟(jì)南市為例[J]. 現(xiàn)代城市研究，2009（7）：33-38.

[5] 周愛(ài)芳，周倩. 基于參數(shù)法對(duì)湖南省物流園區(qū)用地規(guī)模的預(yù)測(cè)[J]. 衡陽(yáng)師范學(xué)院學(xué)報(bào)，2014，35（3）：94-97.

[6] 孫焰，魏威，鄭文家. 物流園區(qū)用地規(guī)模計(jì)算方法研究[J]. 物流科技，2014，37（6）：72-76.

[7] 張婷婷. 以物流需求為導(dǎo)向的物流園區(qū)用地規(guī)模研究[D]. 西安：長(zhǎng)安大學(xué)（碩士學(xué)位論文），2011.

[8] 董小寧. 廣饒縣物流園區(qū)規(guī)模研究[D]. 北京：北京交通大學(xué)（碩士學(xué)位論文），2013.

[9] 余浩輝. 區(qū)域物流用地規(guī)模預(yù)測(cè)研究[D]. 上海：上海交通大學(xué)（碩士學(xué)位論文），2011.

[10] 張艷霞，張倩. 物流園區(qū)用地規(guī)模測(cè)算方法研究[J]. 上海管理科學(xué)，2012，34（1）：12-14.

[11] 重慶市統(tǒng)計(jì)局. 重慶市統(tǒng)計(jì)年鑒（2014）[EB/OL]. （2014-05-23）[2015-05-21]. http：//www.cqtj.gov.cn/html/tjsj/tjnj/14/05/7082.html.

[12] 重慶市統(tǒng)計(jì)局. 2014年重慶市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[EB/OL]. （2015-03-16）[2015-05-21]. http：//www.cqtj.gov.cn/html/tjsj/tjgb/15/03/7345.html.

[13] 姚俊. 基于遺傳算法和BP神經(jīng)網(wǎng)絡(luò)的建設(shè)用地規(guī)模預(yù)測(cè)研究——以長(zhǎng)株潭城市群為例[D]. 長(zhǎng)沙：湖南農(nóng)業(yè)大學(xué)（碩士學(xué)位論文），2013.

[14] World Economic Forum. The Global Competitiveness Report 2014-2015[EB/OL]. （2014-09-03）[2015-05-21]. http：//reports.weforum.org/global-competitiveness-report-2014-2015/.

[15] 胡寶雨. 物流園區(qū)規(guī)模確定及選址方案評(píng)價(jià)[D]. 大連：大連理工大學(xué)（碩士學(xué)位論文），2012.

[16] 周愛(ài)芳，周倩. 基于參數(shù)法對(duì)湖南省物流園區(qū)用地規(guī)模的預(yù)測(cè)[J]. 衡陽(yáng)師范學(xué)院學(xué)報(bào)，2014，35（3）：94-97.

[17] 姚舜，衣保中. 吉林省區(qū)域物流節(jié)點(diǎn)建設(shè)規(guī)模預(yù)測(cè)分析[J]. 管理世界，2011（7）：175-176.

[18] 趙葉. 滄州渤海新區(qū)綜合保稅區(qū)用地規(guī)模研究[D]. 大連：大連海事大學(xué)（碩士學(xué)位論文），2014.endprint