石家庄经济学院 谷立霞
暨南大学 阎红雪
区域物流层级体系的划分须尽可能全面考虑各种因素,以达到客观评价物流节点布局载体对物流节点类别适应性的目的,综合已有的研究文献,与物流节点布局有关的影响因素基本可以归纳为国内生产总值、商业发展水平、物流服务产业规模、区域经济发展水平、对外贸易规模、物流作业能力、区域居民消费水平和区域的交通运输条件八项,可分别用以下八个指标衡量。国内生产总值、社会消费品零售总额越大,表明该地区对于物流服务的需求或潜在需求就越大,可以支撑大型物流园区的建设和运营。物流业投资额反映物流节点服务能力,其规模大小是划分不同层次的物流节点的重要指标。财政收入是当地政府进行物流节点建设实力的衡量指标。外商投资额越大越表明该地区对外贸易越活跃,可以为物流企业的发展带来巨大的利润空间。地区货物周转量一定程度上反映了当地的物流作业能力。民用机动车保有量是较高的居民消费水平的象征;同时,也是居民对于物流结点与城市居住中心的距离要求的反映,同时物流作业能够顺利、高效的完成必须要有良好的交通运输条件的支撑;由于物流结点的建设需要大面积的土地,因此当地的土地价格和大面积土地的可获得性也有可能会成为阻碍物流结点建设的一个因素。
物流等级体系分类研究主要包含两个方面的问题,其一是确定物流节点层次分类的评价指标体系,使得该指标体系具有较强的通用性;其二是在该分类评价指标体系下采用适当方法进行聚类分析,以此来确定物流等级的分类。
聚类分析法就是从一批样本的多个观测指标中,找出度量样本之间相似程度的统计量,构成一个对称的相似矩阵,在此基础上寻找各样本之间或样本组合之间的相似程度,按相似程度大小,将样本逐一归类形成一个亲疏关系谱系图用以观察分类对象的差异和联系[1]。在应用聚类分析发进行物流等级体系划分的过程中,指标的筛选是首要问题。因为影响物流体系建设的影响因素较多,涉及面较广而且有些指标难以量化,考虑数据的可获得性和现实的可操作性,必须对原来的指标进行分析和筛选。另外由于以上指标间可能的复杂关系可能影响分析的准确性,故而要对其进行处理,本文选用了指标的相关性分析对其进行取舍,已选取合适的指标构建合理的物流结点类型影响指标体系。
本文通过6类解释性指标数据对京津冀城市圈 21个地级市进行聚类,划分京津冀地区物流中心等级。指标筛选参考了《中国城市竞争力报告·中国城市:物流中心定位》的指标设置体系,由于目前各地级市进出口额及物流业相关指标没有公开的统计资料可查,因此分别用外商投资额和公路货运量对进出口总额和货物周转量进行了替换,结合统计年鉴上提供的实际数据,采集了2005年到2008年京津冀城市圈二十一个地级市的六个主要宏观经济指标(国内生产总值(GDP)、财政收入、外商投资额、社会消费品零售总额、公路货运量、民用机动车辆拥有量)的平均值作为分析指标[2]。由于以六个指标为变量,还必须对各个变量的权重做合适安排,我们的顺序为: GDP、社会消费品售总额、货物周转量、民用机动车拥有量、财政收入、进出口总额。在此基础上运用统计软件SPSS (Statistics Package for Social Scence)的系统聚类分析(Hierarchical Cluster Analysis)对这五个指标进行分析,通过计算样本之间的距离以判断样本间的亲疏程度,从而将具有共同特点的样本聚齐在一起,结果如1图所示。
图1 参加系统聚类分析的记录数统计图
由以上表可见,此次样本数据样本共13个,13个有效,有效性达到100%。根据输入时的设计,本文输出了划分10~12个类时各个地区所属的类别。从分类结果的类成员表中可以看到无论是将总共数据划分为12个类、11个类甚至是10个类,北京市的排名始终是第一类,二天津市和石家庄市也分别位列2和3位。因此,区域物流中心结点的位置非北京、天津和石家庄莫属,结合京津冀城市群物流发展现状,其等级体系应是以北京—天津和北京—石家庄为主发展轴,沿铁路及沿渤海各城市为补充的一个体系,较高一级的物流中心集中在京津及冀中南一带,对其物流规模及功能需求的预测将有助于区域物流体系的协同发展。
物流需求作为一种派生需求,是经济发展的产物,它与区域经济水平存在密切的内在关系[3]。影响其需求量的经济因素主要有:地区生产总值、产业结构、居民消费水平、外贸出口总额、货物周转量等。地区生产总值与物流需求存在一定的正相,经济发展会带来物流需求的增加;产业结构从第一产业向第三产业调整,物流需求不仅对运输和仓储继续保持较强增长,对包装、流通加工等增值服务需求也大大增加;居民消费水平的提升反映消费者购买能力加强,消费呈现多元化和个性化,相应的小批量、高频率的配送需求相应的上升;对于全国性的港口城市或以外向型经济为主的城市区域而言,外贸物流在整个区域物流规模中占有很大的比重,货物周转量的大小则代表区域商贸流通的活跃程度。
Kolmogorov定理保证了任一连续函数或映射都可由一个三层神经网络来实现[4]。因此,本文设计一个三层神经网络、采用tansig,pureline作为传递和输出函数的网络预测模型。由于物流需求的影响因素有六个,故输入变量确定为六个;另外只有一个输出变量即用货物周转量表示的物流的需求量;根据中间层变量个数的确定公式(1)可以得到模型的完整结构。
将往年的各影响指标值归一化后输入网络,便可得到预测年的物流需求量,反归一化后可得到实际的需求量。
根据以上分析,选取以物流节点城市北京市、天津市和石家庄市为主的城市进行物流需求预测。北京市、天津市和石家庄市1999年到2009年的地区生产总值、第一产业、第二产业和第三产业等指标值由各省市统计年鉴数据为准,将这些指标值归一化后作为输入变量,输入模型来预测2010年的物流需求量。由于有关数据具有较大的差距且单位不同,故需进行数据处理,本文采用以下公式对其进行处理使得有数据都处于0-1之间,这样便于软件对于数据的识别和处理。
将处理过的2000~2006年的各影响指标数据作为输入,以2001~2007年的货物周转量作为输出,代入软件matlab进行模拟,并进行误差分析,可以得到一个对于这些数据的一个模拟模型。有以图2可以看出,在经过6次运算以后,模型达到所要求的精确度,误差几乎小于0.02,具备了较高的可信度。将2008年的各影响指标的数值输入模拟模型,得到2009年的物流需求量的预测值,归一化后与实际的货物周转量相比较误差较小。说明该预测模型具有较高的准确度,模型可以用来预测2010年的物流需求量。
图2 模型预测的误差曲线图
将2009年的各指标值输入模型进行预测,可以得到北京市2010年的物流需求量的指标值为为Out = 1.0354,将其反归一化处理可得实际的需求量为775.159222。同理可以得到天津市和石家庄市在2010年的物流的需求量,分别为19193.1643和215.4699。
以上分析表明,京津冀地区在未来几年对于物流的需求呈现一定的上升趋势,物流业的发展将迎来良好的发展契机。如何抓住机遇,制定有效的策略促进物流产业的发展就成为了首要的问题,本文依据上述分析并结合京津冀地区的发展实际,给出如下建议。首先,北京市的三次产业结构中,第三产业必定是其将来的发展趋势,再结合北京市整个城市的定位,北京更适合于发展与商业经济和居民日常消费相关的物流项目;其次,天津市第二产业发展势头强劲,天津滨海新区建设也必将加快这一地区的第二产业经济以及相关行业的发展,加之与河北省的唐山曹妃甸、秦皇岛的港口建设相互联动、互相促进,适合于发展大宗货物运输,特别是海上船舶运输等以第二产业为主要服务对象的物流结点。再次在南部地区的石家庄市凭借其较强的经济实力和得天独厚的交通运输优势,再加上地理位置的优越性无可厚非的就成为了南部的物流节点城市来带动周边地区的物流经济的发展。统筹以上几个地区的物流规划,促进区域物流的协同化发展,形成各具优势、户型补充的格局是当务之急。
[1]章文波 ,陈红艳.实用数据统计分析及spss12.0应用[M].北京:人民邮电出版社2006.
[2]广州市在广东省物流中心空间等级体系中的定位[J].商业经济文荟,2005,(6).
[3]张利学.城市物流需求预测方法研究[D].南京:东南大学,2006.
[4]伍生.神经网络理论及其工程应用[M].北京:测绘出版社,2006.
[5]周开利,周耀红.神经网络模型及其MATLAB仿真程序设计[M].北京:清华大学出版社,2005.
[6]葛哲学,孙志强.神经网络理论与MATLABR2007实现[M].北京:电子工业出版社,2007.