区域物流需求

区域物流需求（精选10篇）

区域物流需求 篇1

1经济因素

1.1经济总量

国民经济总量与物流需求有密切的相关性。生产和流通的发展都会反映为国民经济的总量的增长, 而生产和流通本身就会产生大量的物流活动, 对物流产业产生强大的需求。一般用国内生产总值 (GDP) 作为国民经济总量的衡量指标。

1.2经济结构

物流产业作为一个派生产业, 其发展必然与其经济结构相匹配。区域的产业结构、主导产业选择、产业的高级化等都会对物流产业提出不同的需求。具体而言, 产业结构决定着物流产业作业形式, 例如, 一产业较为发达而二、三产业较为落后的地区, 对于农业初级产品的物流需求较大, 要求物流服务做到以最低成本迅速分拨产品。而农业的单个农户的分散化经营的性质又决定了物流组织化难度较大, 此时, 农产品的产地批发市场就应运而生了。所以, 农业区的物流运作形式就是依靠农产品批发市场聚集商品, 聚齐之后迅速分拨到下一级批发市场或者终端消费地的形式对于产业结构的衡量指标有:一二三产业占GDP比重或其产值大小。

1.3区域贸易

区域贸易的发展、流通业的进步是带动物流需求增长的直接因素。一方面流通业能够促进商品之间的交换, 增加商品的交换距离, 而区域大市场的形成, 使得商品能够在整个区域内无障碍的流动, 促进物流的极大发展。另一方面, 物流业的发展、物流对于流通需求满足性的提高也一定程度上刺激了流通业的发展, 使得企业的产品销售范围更广, 商品交换更频繁。所以, 区域内贸易和物流呈现一种闭环的相互促进效应。一般用社会消费品总额代表此因素。

1.4国际贸易

当前我国是外向型经济, 产品的出口需求较大, 这种情况会带来大量的远洋运输和国际空运的需求。20世纪40年代之前, 远洋运输是国家间贸易难题, 一方面, 长途的运输的颠簸以及频繁的装卸搬运会对货品产生一定的损坏, 另一方面, 在途货物被盗也会造成货主损失。自集装箱发明以来, 密集存储、整体运输、加封上锁的大型集装箱有效克服了上述远洋运输的缺点, 使得远洋运输的成本大大降低, 从而极大的促进了国际贸易的发展。国际贸易的发展促进物流需求的增长, 而物流需求的满足又进一步促进了国际贸易的发展, 两者相互促进。一般用进口、出口或者进出口总额表示国际贸易因素。

1.5居民消费

居民消费的增长对物流需求的增长有带动作用, 具体表现在, 居民消费的总量影响物流需求的总量, 居民消费的水平和结构影响物流需求服务水平。例如, 随着生活水平的提高, 居民对于食品等维持生活的基本消费品的消费支出占总支出的比重越来越少, 必然会带来其他产品比重的增加。一方面, 产品需求的多样化要求物流形式的多样化, 要根据不同的产品选择合适的物流方式。另一方面, 顾客需求的不确定性, 增加了供应链缺货的风险, 从而促使物流活动有更迅速的响应性来降低这种风险带来的损失。所以, 居民消费对于物流需求有着不可磨灭的作用。一般用居民消费水平总额代表居民消费因素。

1.6固定资产投资

投资、消费和出口是拉动经济的三驾马车, 投资的增长会带来经济的增长。一方面, 经济增长对于物流需求的增长有着促进作用;另一方面, 固定资产投资本身就会带来大量的大宗产品如钢铁、煤炭等产品物流需求的增长。同时, 也应该看到, 大规模固定资产投资有可能带来产能的过剩。在固定资产投资期内产生的大规模的物流需求有可能是昙花一现或者说是不能持续的。更有甚者, 过剩的产能和疲软的市场相撞有可能会造成经济环境的恶化, 从而导致下一期物流需求的下降。所以, 固定资产投资有可能对当期物流需求产生正向影响, 而对下一期物流需求产生负向影响。

2政策因素

宏观经济政策和管理体制的变化对物流产业会产生直接或者间接的影响, 对物流需求将产生刺激或抑制的作用。一方面, 经济相关政策的出台对宏观国民经济产生影响, 间接的影响到物流的需求;另一方面, 物流产业政策的出台将会对物流需求产生直接的影响。例如, 2009年3月国家出台《物流产业调整与振兴规划》, 通篇围绕着“建立现代物流服务体系”这一主线提出了“十项主要任务”、“九大重点工程”、“九条保障措施”, 构筑了“现代物流服务体系”的基本框架。《规划》的出台将使国家更多的投资于物流基础设施建设, 其中, 多式联运、转运设施工程、物流园区工程、城市配送工程和应急物流工程将成为投资的重点。

3社会因素

3.1技术发展

技术进步诸如通信和网络技术的发展、电子商务的广泛应用, 对物流需求的量、质和服务范围均将产生重大影响。

3.2观念改变

居民观念的改变也是影响物流需求的重要因素。例如, 专业快递业和货运业的发展, 为居民节省了人工, 提供了方便;专业运输公司的规模效应给居民也带来了成本的节约。居民将改变异地传递物品靠自行携带或者别人帮忙携带的方式, 将更多的使用公共的运输机构。

3.3重大或突发事件影响

重大或突发事件也会物流需求产生较大的影响。奥林匹克运动会在北京的举办给北京带来了大量的物流需求, 这种需求集中在前期的场馆等基础设施建设、中期的赛事物资配给以及后续的扫尾工作之中, 持续时间达8年之久。突发事件如地震、洪水和雪灾等会在受灾地的周边地区产生放射状的物流需求, 形成多条放射线汇聚成一点的物流需求结构。

摘要：从经济、政策和社会三方面总结了区域物流需求的影响因素, 分析了各因素的影响方式和重要性, 并给出了具体的指标, 为估测区域物流需求提供了较为完整的影响因素体系。

关键词：区域物流,物流需求,影响因素

陕北区域能源开发与人才需求研究 篇2

[关键词] 陕北 能源 人才 对策

陕北地区有丰富的土地资源和能矿资源，是国家21世纪重要的能源化工基地。陕北煤炭、石油、天然气和岩盐等矿产资源储量大，质量好，世界罕见，被誉为“中国的科威特”。现已探明煤炭储量2300亿吨，占全国探明总量的30%左右，远景储量达6000亿吨～10000亿吨；石油探明储量11亿吨；天然气面积达4130平方公里，探明储量7474亿立方米，预测储量5万亿立方米，占全省总量的99.9%，是我国陆上探明的最大整装气田；岩盐探明储量8857亿吨，预测储量6万亿吨，约占全国岩盐总量的26%。陕北地区的能源开发和经济发展，必须拥有一大批掌握现代科学知识，具有开拓与创新精神，善于运用市场经济杠杆把科学技术转化为生产力的人才。目前，如何为陕北能源开发提供人才支持，迅速增加陕北地区人才总量，是促进陕北经济社会发展的重要途径。

一、陕北区域能源开发中的人才现状

陕北经济的发展呈现出典型的能源开发型经济特征，能源开发主要集中在石油开发与煤炭开发两个重要的领域。我们以陕北延长石油股份有限公司和榆林、延安两市煤炭系统为例进行了相关的调查研究。

1.延长油田股份有限公司的人才需求现状。延长油田股份有限公司是陕北最大的石油能源开发型企业。截止2006年7月用工总量约46077人，其中正式职工28427人，其他用工17650人。管理人员占职工总数的13%；工程技术人员占职工总数的8.7%；后勤服务及其他人员占职工总数的16.3%；工人占职工总数的62%。 大学本科以上学历占职工总数的3.8%；大专学历占职工总数的11.8%。专业技术人员4690人中，正高4人，副高169人，中级职称913人，初级职称3604人；工程技术人员2474人中，正高3人，副高55人，中级职称420人，初级职称1996人。

从这些数据中可以看出的问题是：第一，队伍专业结构不合理。低效人力资源过剩，而高效人力资源相对匮乏，复合型人才、专业人才、高级技工人才奇缺。管理、后勤服务及其他人员较多，勘探、钻井、井下、采油等一线关键岗位缺员。第二，人才总量紧缺。专业技术人员特别是石油主体专业人才依然紧缺。中高级人才仅有1086人，占全公司职工总数的比重还不到4%，大大低于同等石油企业的水平。第三，培养（培训）、使用机制不健全。全公司有大专以上人员约4432人，仅占职工总数的15.6%，高学历人才不但比例严重失调，而且人才在岗与潜在的优势作用并没有得到明显的发挥。

根据“十一五”规划并结合本企业的发展状况，在“十一五”期间仅石油工程专业（采油、钻井）大专以上学历就需要招聘841人，石油天然气地质（物探）专业就需要招聘620人，合计起来，延长油田公司“十一五”期间紧缺人才需要招聘1461人，平均每年需招聘300名大专以上学历的专业技术人员。另有2027人需要接受在职培训，平均每年需培训400人。由此可见，企业对工程技术人才的需求量十分大。

2.陕北煤炭系统的人才需求现状。煤炭是延安、榆林两市的支柱产业，也是陕北能源化工基地煤、气、油、盐四大资源的重要组成部分。目前，制约该产业规模化发展的核心因素是煤炭专业过程技术人才的严重不足，煤田地质、采煤、矿电、煤化工、煤洗选等方面人才十分缺乏。比如，在調查中有数据表明：延安市煤炭系统已连续15年未分配进一个煤炭专业中专以上毕业生，现在全市93处矿井和市、县（区）煤炭主管部门加起来各类专业技术人员仅有约40人左右；榆林市现有370多个地方矿井，作为管理部门的榆林市煤炭局也只有3名专业技术人员，远远达不到国家要求，与建设重点能源化工基地总体规划的要求极不相符。

目前，榆林市规模以下煤矿中，从业人员主要以初中及以下学历人员为主。以神木县大柳塔镇王家坡煤矿为例，该矿有职工53人，其中高中学历12人，初中及以下学历41人。即使是在规模以下煤炭企业中，有大专以上学历的人员也是屈指可数。以榆林市十八墩煤矿为例，该矿有职工155人，其中大专学历8人，高中学历17人，初中及以下学历130人。陕北煤炭系统的这种人力资源现状，对煤矿的安全及新技术的推广应用造成极大的影响。

二、陕北区域能源开发中人才供求矛盾形成的原因

通过实地调查与数据分析，我们认为陕北区域能源化工基地建设中人才供求的主要矛盾集中表现在以下几个方面：

1.人才结构建设缺乏战略规划。能源开发主体专业人才的紧缺，表现出陕北区域能源开发中缺乏人才战略规划的问题。战略人才观念的缺位使得人才引进的思路、手段相对滞后，长期以来没有对关键部门、关键岗位的主体专业人才进行战略化的开发与利用，没有形成主体专业人才的长效机制，缺乏引进人才的动机，是导致目前人才缺乏的最主要的原因。

2.能源开发基础环境建设滞后使人才引进困难。陕北石油企业在当地区域范围内属于高收入行业，但是与全国同行业的中石油、中石化横向比较待遇相对较差。目前的待遇相对较低，满足不了高素质人才的心理预期。

3.陕北地区没有能源地矿类主体专业人才培养的高等院校。目前陕北地区的高等院校有延安大学与榆林学院，但是都没有设置能源地矿类专业，造成高校能源地矿类专业人才培养总量少，没有很好地发挥出服务当地、促进社会经济发展的作用，表现出专业发展选择的缺位。

4.传统的就业观念与当今社会就业形势不相适应。随着市场经济的发展，就业形势也在不断发生新的变化。但是在调查中发现目前高校毕业生及其家长仍停留在传统的就业观念上。就业趋向于政府部门，追求社会身份，不愿到急需人才的基层单位或条件相对艰苦、地理位置相对偏远的地方就业。

5.企业用人现状与毕业生就业期望值存在较大差距。比如民营企业在接收毕业生就业方面，主要存在以下问题：一是有的企业不论岗位，一律追求本科生；二是工资低，且不办各种保险在一定程度上存在非法用工问题。这样，一方面很多企业找不到相应的人才，另一方面，很多专业人才找不到他们理想的工作，出现了“总量不足，相对过剩”的格局。

6.就业市场发育不完善。从整体上分析，陕北地区缺乏规范的人才与技术人员流动与交流的市场。目前来看，陕北地区毕业生就业市场发育不完善，是区域能源开发中人才匮乏的主要原因之一。

7.企业经营管理机制滞后。陕北地区的一些能源开发企业，特别是私营企业，企业发展基本上属于“机会发展型”。这样的经营与管理机制直接导致的恶果是缺乏引进人才的动机。

三、陕北区域能源开发与人才建设的建议

针对上述的现实问题，我们认为解决陕北区域能源开发中人才短缺问题，现实的解决战略是两个方面：一是建立具有符合陕北区域能源开发的人才培养基地；二是做好资源开发型企业的人才战略规划。

1.建立区域能源开发人才基地。陕北的能源开发在我国国民经济的发展战略中具有重要的意义，一是对西部经济的促进作用；二是对国家未来能源利用的储备作用。建立人才培养基地，既可以促进陕北科技的发展；也可以形成人才培养的长效机制；还可以为能源开发型人才的培养提供必要的实践基地；同时，可以发挥出多产业人才培养的联动效益。在此基础上扩大增长效应和极化效应，带动区域经济的发展。具体的措施可以是：

(1)提供宽松与和谐的学术研究的环境。对于真正有献身精神的科技人员而言，比环境和舒适更为重要的是宽松和谐的研究氛围条件。

(2)体现人才基地的时空性。陕北区域能源人才基地可以是超越陕北地域的大概念。核心是指：为陕北能源可持续开发培养专门人才的所有教育与研究机构的综合。既有地域上的陕北性，也有培养资源利用上的时空性。让省内外各相关高校区分层次，分别承担研发型、实际应用型、技术操作型等不同类型专业人才的培养，让各高校各有側重，充分发挥自身专业优长，进行人才培养的一体化设计。

(3)体现基地的人才质量。教师队伍必须精强能干，时刻能够走在教学、科研的前列。专业课程设置应与科技进步相适应，使得学生所学的知识能在社会上保持领先的水平。注重学生的综合素质的培养，尤其是人文精神及创新能力、理论研究与专业技能等方面的培养。

(4)加强基地毕业生的就业指导。一是要坚持理想教育，调整大学生的就业心态，帮助学生树立正确的择业观，自觉根据社会需要调整择业趋向，尤其是要积极投身陕北经济建设。二是要通过各种途径，要让毕业生充分了解陕北，了解陕北经济社会发展以及人才需求的实际情况。鼓励毕业生到基层去，到艰苦地方去，到生产、教学、科研第一线。同时，要积极鼓励毕业生到民营企业就业以及自主创业。

2.陕北资源型企业要制定相应的人才对策。

(1)做好人才引进规划。目前人才特别是专业技术类员工的匮乏与企业的识人、用人制度有关。目前仅陕北延安市石油行业产值就占全部工业企业产值的90%，是当地经济的绝对支柱性产业。但是由于人力资源的开发利用不充分，严重影响了石油产业对经济增长的贡献率。例如，延安市志丹县永宁钻采公司共有职工2910人，本科以上仅有23人，不到0.8%，专科学历152人，占企业总人数的5%。现实的人员结构和技术水平充分表明合理科学的人才机制在当地许多企业中并没有形成。

(2)提高对知识型员工的认识能力。为了迎接知识经济条件下可持续发展的挑战，资源开发型企业在发展的过程中，越来越突现出人力资源的开发与管理的重要性。知识型员工是企业人力资源开发的重要对象，他们是人力资源开发的代表者、企业文化的构建者、企业精神的体现者、企业发展目标的引导者和实施者，在企业人力资源的开发中发挥着重大的作用。

(3)资源开发型企业要积极实施人才储备。后备人才的储备与开发是企业持续发展的动力与保障。在我们的调查中发现，绝大多数石油、煤炭企业不重视后续人才的储备工作。过度地依靠行业优势、收入优势，不是主动地引进人才，存在很强的保守性。造成了很大的人才流失与人才的压制，使就业人员缺乏积极创新的激励心理，造成了人才创造能力的闭合。陕北在人才开发过程中一定要注意激发人才的潜能，从战略高度做好人才开发利用工作、人才后续储备利用工作。

(4)构建特色企校合作开发人才新模式。随着我国高等教育制度的改革和社会就业压力的增大，企校合作模式正在不断地发展。一是可以扩大学校的招生来源；二是可以供求对应，专业对口；三是可以有效地缓解相应专业的就业压力，这是一个企业与高等院校共赢的模式。企校合作开发人才这种模式不是新鲜的概念，在陕北能源型企业发展中具有很强的现实意义，而且也是解决紧缺人才和高学历人才，缓解人才短缺的有效途径之一。

(5)合理使用现有人力资源。陕北地区大学毕业生的总量不少，但是由于就业观念、工作环境、生活条件等因素的影响，受过高等学历专业培养的许多专业技术人员在择业中，绝大多数在就业选择中表现出愿意进城市和选择热门行业的流动方向，客观上造成一定程度的人才浪费。企业应从自身实力、发展潜力出发，选择最合适的专业人员，以发挥最佳人才效能，而不应盲目追求高学历，造成人才的“高消费”和浪费。

区域物流需求 篇3

数据来源：湖南统计信息网，统计公报（2001～2009年）

1 湘西州区域物流发展总体环境分析

近年来，物流业发展环境持续优化，国务院和湖南省政府先后出台了物流振兴规划，湘西自治州还利用国家西部大开发战略推行的扶贫政策，争取项目资金，加大了对交通基础设施建设的投入力度，全州道路建设成绩显著，以州府吉首为中心，连接县市，沟通城乡，辐射毗邻省市乃至全国的交通运输网络已经基本形成，全州承运能力逐年提高。物流中心、物流园区等物流基础设施不断完善，区域物流产业获得了较好的发展，物流市场正式形成，正处于快速增长期。

至2009年年末全州公路总里程10 352公里，年末全州公路通车里程6 513公里，全社会货物周转量58.35亿吨公里，较2008年增长51.6%，货运量3 229万吨，增长42.6%；旅客周转量24.07亿人公里，增长5.9%，客运量4 068万人，增长12.5%。全年交通运输仓储业实现增加值20.64亿元，邮电业务总量27.97亿元。与2001年全州交通运输业增加值3.64亿元相比提高了4.7倍。如表2中看出湘西州货运周转量已由2001年的49 525万吨公里提高到2009年的58.35亿吨公里，湘西州交通运输能力在逐年稳步提高。

数据来源：湖南统计信息网，统计公报（2001～2009年）

同时，湘西自治州2009年全年实现社会消费品零售总额102.07亿元，增长18.3%，其中批发业零售额20.98亿元，增长11%；零售业零售额61.44亿元，增长20.5%；其他零售额2.98亿元，增长11.8%。城市消费品市场零售额30.52亿元，增长17.8%；县消费品市场零售额36.12亿元，增长18.3%；县以下农村消费品市场零售额35.42亿元，增长18.8%，增幅比上年提高1个百分点。从行业所占社会消费品零售额的比重看，批发业占20.6%，零售业占60.2%。

全州外贸进出口总额为1.68亿美元，下降78.8%，其中出口1.67亿美元，下降56.6%。全年实际利用外资174万美元，下降94.3%。引进内资项目220个，到位资金54.62亿元，增长23%。居民消费价格总水平下降1.1%，其中消费品价格下降0.7%，服务项目价格下降2.7%。商品零售价格下降1%，工业品出厂价格下降5.7%。固定资产投资价格下降0.3%。

以上列举的交通运输业、批发零售业、进出口贸易等社会经济活动是区域物流需求产生的基础，这些经济活动的发展繁荣都为湘西自治州区域物流的较快发展提供了前提与基础。

2 湘西州区域物流需求的特点

如上所述，湘西州区域经济水平持续提高，产业结构不断优化改善、交通运输业发展环境日益优化，这使得区域的物流需求呈现出以下特性：

(1）需求发展的新阶段。

随着区域经济的持续发展，湘西州区域物流需求规模开始扩大，对物流功能需求从相对单一的初级阶段发展到多元化的较高阶段，对物流功能和服务质量等方面提出了更高要求。即区域物流需求不仅从需求规模而且在发展层次上发展到了较高阶段。

(2）需求种类的多样化。

如上所述，物流需求是一种引致需求，近些年来，湘西自治州工业化水平进一步提高，多个工业园区的开放，大型企业的入驻，对区域配送的要求明显提高。同时，湘西州的商贸流通市场的繁荣、旅游业的发展，对区域内快捷、直达的快递服务的需求也日益递增。

(3）需求分布存在不均衡性。

由于湘西州境内资源分布不均，商品集贸市场和生产企业比较集中等因素造成了湘西州区域物流发展不均衡。

3 湘西州区域物流需求的影响因素

根据湘西自治州经济社会发展的现状，影响州内区域物流需求的主要因素有以下几个方面：

(1）经济总量是区域物流需求的决定性因素和原动力。

通过调查发现，湘西州境内物流发展较好的地方其经济发展水平也较高，区域经济总量越高，规模越大，对生产材料、半成品、成品的流通要求也越高。

(2）区域产业结构是影响区域物流需求的另一重要因素。

随着湘西州社会经济的发展，原有的以第一产业为重点的传统产业结构已被打破，正式形成了“三、二、一”的新的产业结构。产业结构的调整为物流发展提供了更好的机遇，第三产业比重的快速增长，带动批发零售业、贸易、交通运输业、仓储业、配送业等流通业的发展，为区域物流的发展提供良好的产业基础。

(3）国家的宏观经济政策和物流产业政策刺激物流需求。

随着国家西部大开发和物流产业振兴规划等政策的相继出台，西部和沿海地区的产业对接进程加快，如近几年来湘西自治州的诸多招商项目，将会加速经济发展，物流需求也会相应增加。

(4）物流服务水平的高低对物流需求影响重大。

物流服务水平提高将刺激物流需求，反之，抑制物流需求。目前湘西自治州境内物流有效需求不足，主要原因在于提供专业物流服务的第三方物流企业规模小、数量少、效率低、服务质量不高，不能提供企业多元化的物流需求。

(5）价格变动。

价格与需求会互相影响。影响物流需求的价格主要有两个方面：一是物流服务价格；二是流通中的商品即物流服务商品的价格。物流服务商品价格上涨，从物流始发地流向接受地的商品需求减少，从而引起物流需求减少。而物流服务价格提高将抑制物流需求；价格降低刺激物流需求。

由于我国资源分布、经济发展水平不均衡，东部地区经济相对发达，但资源能源明显不足，生态环境破坏严重，西部地区自然资源丰富，环境容量较大，但经济发展相对滞后，而中部地区，经济社会发展水平与东部相比差距仍然明显，但是自然资源比较丰富。湘西自治州在资源能源方面具有得天独厚的优势，水资源、矿产资源、农特土产品无论从数量还是质量上都有明显优势，因此这类资源有流向其他资源相对欠缺的区域的趋势，引起物流需求。目前，居高不下的货运运输成本占据了湘西自治州的物流费用的绝大部分，导致物流服务商品及物流服务价格高，抑制了物流需求。

(6）消费水平提高、消费理念转变也会影响物流需求。

国民生产总值持续增长，居民收入增加，消费水平提高，消费层次向多样化、个性化、便捷化发展，商贸物流中“点到点”的物流服务已逐渐被“门到门”的物流服务取代，物流服务的高效率与高质量成为物流供应商与需求商共同追求的目标，促进了以需求为导向的物流服务形式不断创新。

4 湘西自治州区域物流需求分析

通过对区域物流需求与生产需求的社会经济活动的分析，了解社会经济系统对物流的需求强度与程度，从而合理规划区域物流的供给系统。对区域物流需求的分析，从内容上，主要从物流需求量和物流需求结构两方面分析。

(1）区域物流市场需求量分析

物流需求量是物流需求与物流供给、物流服务水平相互作用的结果，即在一定的物流服务能力与水平下所实现的物流需求。只有当物流服务设施齐备、物流服务能力得到保障的前提下，潜在物流需求才会转化为物流需求量。因此，物流需求量与物流需求以及潜在物流需求之间的关系如图1所示。

假定在其他因素保持不变，物流需求量与物流服务水平之间的关系是以如下发展呈现：物流服务水平提高，则物流需求者的物流需求量增加，反之则减少。

(2）区域物流市场需求结构分析

区域内各类工商企业、事业单位、商品批发集贸市场、消费者等需求主体对物流需求的侧重点不同，不同需求主体对社会化物流服务的种类、服务质量标准不同，这些将影响区域物流需求结构，从而影响区域物流规划中物流服务功能、物流服务规模的定位。

从湘西自治州物流需求主体的角度，目前州内工业企业和商业企业也只是把传统物流项目外包，生产企业主要是把干线运输外包，其次是市内配送；商业企业主要是把市内配送外包，其次是仓储外包，再次是干线运输。

生产制造型企业原材料物流的执行主体主要是供货方，占80%以上，第三方不到15%；产成品销售物流中，56%的执行主体是企业自身，14%是第三方物流企业，30%是两者结合的形式。商业企业的物流社会化程度不高，78%的由供货方提供物流，以批量小、品种多、频次高为主要特色的零售企业物流，缺乏有效的后勤支持。

伴随经济发展方式的转变，物流需求结构也必然将发生深刻变化，与消费升级和商贸服务业等末端产业相关联的高端物流需求在物流需求生产占据的分量也将越来越重，因此专业化、差异化、精细化的物流需求将占有越来越重要的分量，这在客观上要求湘西州内的物流业必须加快产业升级，提高技术水平，改善物流作业流程管理，提高应变和快速反应能力，应对市场的挑战，迎接机遇。

参考文献

[1]邹娟平.湘西自治州物流的SWOT分析[J].经济研究导刊,2010(18):115-116.

[2]李霞.区域物流规划与管理[M].北京:经济科学出版社,2008:130-136.

第三方物流的需求分析 篇4

【关键词】新杰物流 物流需求 市场 现状

当前人们对第三方物流服务的需求量也越来越大。新杰第三方物流的需求量也在逐年增长。接下来为了更好的了解第三方物流在市场中和人们生活中的重要性以及人们的需求量，我们以新杰第三方物流企业来进一步分析。

1 第三方物流的需求现状分析

第三方物流这个概念从我们的视线腾空越进，从国际市场不断地引进。在欧洲大多数国家第三方物流早开始了全方位更专业性的服务。在运输行业、银行业、金融业等各个行业中都做着不同的专业服务。各个物流企业在国际市场都有一席之地，同时，他们的需求量也很大。

2 我国当前第三方物流的需求现状

从整个世界角度来看，第三方物流的需求空间很大。在一些国家的需求量也在不断的上涨。整体分析来看，第三方物流企业在我国还不是很受大众的重视。由于多方面的原因，第三方物流公司在市场中的比率还不是很高。但是根据调查发现人们生活水平的提高使很多的人们需要更全方位的服务。所以第三方物流公司在我们国家的实际需求空间还是很大的。接下来我们以新杰物流为例，进一步了解一下我国当前第三方物流的需求状况，并且根据实际情况进行规划。

2.1 新杰第三方物流需求地域性

当前，新杰物流公司在中国市场上的需求量也很大，但是，由于当前我国还没有更具有权威的物流公司，所以在第三方物流的需求主体上还不够完善，很多需求主体也会考虑到新杰第三方物流是否能给其带来一定的利益。由于他们的服务性比较单一，很难做到全面的服务量，同时，不同区域的物流对象也有很大的不同。

2.2 新杰第三方物流需求主体性

当前，新杰第三方物流在中国市场的规模还需拓展，有些服务功能还不能实现全方位专业化。自从我国加人WTO后，有一大批跨国生产、中小企业和一些零售企业在我国建立很多的生产基地和销售网点。一些跨国公司对我国各个地方进行大量投资并且投资项目急剧增加，这就带来更多的企业对新杰物流服务的需求。同时，我国将成为一些商品的制造基地。随着制造产业的增加，本身原材料采购、成品销售会快速增长，进出口贸易也会有较大增长，从而使物流量大大增加，这就需要第三方物流服务作有力的支撑。现在根据调查，中国的物流行业在市场中还有很多的空间。由于规模小，他们的需求主体还很单一，没有很复杂的成分，这就导致了第三方物流的市场的局限性。可见，物流需求的主体在物流行业中有重要的作用。

2.3 新杰物流的服务质量

随着我国经济的不断发展，物流业已成为我国经济领域中进一步确定服务质量规范的重点。一般来说，服务标准可以分为服务质量标准、服务管理标准、服务提供能力标准、服务设施标准等，我国第三方服务在我国市场上的标准还不够完善。在我国，物流第三方物流还有很多地方需要改进，在人们的观念中物流的服务很重要，但是第三方物流在服务上很单一，还没有全方位的展开。整体上服务质量的优劣直接决定着第三方物流企业的拓展，在中国还有大量的空间可以帮助物流企业占据市场。所以，物流企业的服务质量还有很大的关键性。

3 世界第三方物流的需求的发展

未来的发展中，人们会更依赖于第三方物流企业，相对来讲，物流企业也会随之改进，把单一色彩的企业规模拓展成更具规模的企业。更专业化的服务会使人们更放心购买第三方物流产品。并且在发展物流专业中，把整体商品分类得更详细，并且创造国际品牌，让更多的国家在第三方物流的帮助下进出口贸易。所以总的来看，第三方物流的需求量在未来更大。

4 新杰物流未来发展需求分析

我国第三方物流企业在市场中的比率与整个欧洲地区比是最低的一个，但是从目前的第三方物流需求量上来看，它的需求量很大，也有很大的空间来发展。对于新杰物流企业来讲，这就要求在短时间内，不断改进自己的不足，制定更专业性的服务理念，根据分析来看，新杰第三方物流在规模上要不断扩大，在企业中大力宣传自己的服务理念，将单一性的服务转变成更专业性的服务。

从以上分析来看，第三方物流已经打入我们的生活。为了让第三方物流在以后的生活中占据市场，我们就要把目光放得远一些。要用更有创新的思维和理念，用长远的、发展的目光来看待关键性的问题。当前第三方物流需求不是很大，但是它在我国甚至是国外都占据着潜在的市场。所以，第三方物流在我国的需求空间足够多。有了第三方物流的优质服务，我们的生活更加便捷。所以，随着人们对第三方物流的要求加大，第三方物流也会逐渐在市场中扩展自己，并且垄断物流行业。

参考文献

[1]刘永红，张省.浅议第三方物流策略的应用[J].当代经济，2006（09）.

[2]巫钢.物流需求资源转化路径与模式研究[D].天津财经大学 2008.

区域物流需求 篇5

目前, 常用的区域物流需求的预测方法有:时间序列方法 (移动平滑法、指数平滑法、随机时间序列方法) 、相关 (回归) 分析法、以及灰色预测方法等[1,2,3,4]。这些方法多采用物流需求量本身的历史数据来进行预测, 所建立的模型不能全面、科学和本质地反映所预测对象的内在结构和复杂特性。神经网络具有的高度非线性函数映射能力, 它有着传统建模方法所不具备的很多优点, 因此近年来部分学者采用BP神经网络来对物流需求进行预测[5,6]。但BP网络在用于函数逼近时, 存在收敛速度慢和局部极小等缺点, 在解决样本量少且噪声较多的问题时效果并不理想。此外, 这些模型只考虑了经济因素对物流需求的影响, 并未综合考虑其他相关因素的作用, 如宏观经济政策、物流服务水平、消费水平、价格水平、人口数量等, 预测结果难以令人满意。

笔者认为, 区域物流需求是一种典型的派生需求, 其大小及其变化归根结底是由区域内各种社会、经济、政策、资源等多种因素及其相互关系决定的。因此, 对物流需求进行预测研究, 应综合考虑这些因素的作用。基于此, 本文较全面地分析了影响区域物流需求的多种因素, 然后采用径向基函数神经网络构建了一个基于多种因素的区域物流需求量预测模型, 以求实现少样本条件下区域物流需求的准确预测。

一、区域物流需求的多因素分析

区域物流需求的多因素数学模型可表示为:

Y=f (X) (1)

式中, Y= (y1, y2, …, ym) T为区域物流需求量向量, 它包含m个分量, 表示m个物流需求量指标;X= (x1, x2, …, xn) T表示影响区域物流需求的因素向量, 它包含n个分量, 这n个分量主要包括在经济、社会、科技和环境等方面:

(一) GDP与产业结构

物流活动贯穿于整个经济活动的生产、流通、消费过程之中, 是经济活动的重要组成部分, 因而物流需求与经济发展有着密切的相关性, 即经济发展是影响物流需求的主要因素。在未来的一段时间里, 我国的产业结构将实现较快升级, 呈现“软化”趋势, 以知识密集型为主的第三产业比重在产业结构中会不断提高。第三产业比重的快速增长将会带动批发零售贸易和交通运输仓储业等流通业的发展, 为物流发展提供了良好的产业基础。因此, 未来的产业结构变化必然会影响物流需求。经济发展快, 将对物流需求起刺激作用, 经济发展慢, 将对物流需求起抑制作用。

(二) 宏观经济政策和管理体制

宏观经济政策对物流需求有重大影响。国家和地区经济政策的倾向性, 会强烈地影响区域经济的发展速度, 进而影响其物流需求。国家宏观经济政策的支持, 会使该区域经济发展加快, 物流需求也会相应增加;反之亦然。

管理体制也会对物流需求产生刺激或抑制作用, 这一点在我国表现得很明显。目前, 我国的铁路、公路和水路交通的基础设施由不同的部门投资经营, 管理体制各不相同。不同的体制, 必会使投资于铁路、公路和水路的资金力度不一, 进而将直接影响它们的建设及技术改造程度, 刺激或抑制着区域的物流需求。

(三) 市场环境

市场环境变化将影响物流需求, 这包括国际、国内贸易方式的改变和生产企业、流通企业的经营理念的变化及经营方式的改变等。物流服务于生产和市场销售, 物流的具体对象更离不开企业和社会所需要的各种物质资料, 因而市场环境的改变将影响物流的物质流向、服务方式、服务数量和质量等。

(四) 消费水平

消费水平直接影响着企业经营决策和生产、销售行为, 进而影响物流的规模、流动方向和作用对象, 使得物流需求随着消费水平而变化。消费水平提高, 就会产生新的消费需求, 促使企业生产和销售新产品来满足这种需求, 这样就会增加对物流的需求;反之, 消费水平下降, 会抑制对物流的需求。

(五) 技术进步

技术进步, 特别是信息技术的发展, 提升了物流服务的质量和范围, 从而对物流需求的量、质和服务范围均产生重大影响。正是由于现代技术的发展, 才使中国在国际分工中世界加工中心的地位得到加强, 从而使中国在国际上的原料输入和产品输出规模急剧扩大, 进而增大不同区域的物流需求。

(六) 物流服务水平

物流服务水平也将刺激或抑制物流需求。例如货物及时准确的配送情况、货损率的高低、缺货的多少等, 都将影响需求主体对物流服务的需求变化。当物流服务水平提高时, 将刺激物流需求;服务水平降低时, 抑制物流需求。

(七) 价格水平

价格的变动将影响物流供给和商品流通, 从而影响物流需求的变化。价格提高会抑制物流需求;价格降低, 会刺激物流需求。

(八) 人口数量

人口越多, 消费需求便越多, 因而带来的人们对物流的需求量也就会增大, 反之亦然。

二、RBF网络及算法

径向基函数 (Radial Basis Function, RBF) 神经网络是由Broomhead和Lowe于20世纪80年代末提出的新的神经网络方法, 在逼近能力、泛化能力和学习速度等方面均优于BP神经网络。此外, RBF网络所需的训练样本量较少, 训练结果唯一, 特别适合于本文样本数据少的特点。

RBF网络是一种3层前向网络:首先用径向基函数作为隐含层节点的“基”构成隐含层空间, 对输入向量进行一次变换, 将低维的模式输入数据映射到高维空间内, 然后通过对隐含层节点输出数据的加权求和得到输出, 即通过线性函数将隐含层节点输出数据映射到输出层节点空间[7]。这就是RBF网络的基本思想。

径向基函数就是某种沿径向对称的标量函数, 通常定义为空间任一点Xt到某一中心di之间欧式距离的单调函数。径向基神经网络中常用的径向基函数是高斯函数:

undefined

因此, 从输入层节点空间到输出层节点空间的映射函数关系可以表示为:

undefined

式 (3) 中, ‖g‖为欧式范数;i=1, 2, …, M, M表示隐含层的节点数;Xt= (xt1, xt2, …, xtn) T, Xt∈Rn, t=1, 2, …, N, 是训练样本集合中第t个输入样本, N为样本总数;di∈Rn, i=1, 2, …, M, 是RBF网络隐含层节点的中心;wik为隐含层到输出层的连接权值;m为输出层的节点。

RBF网络的学习过程分为两个阶段。第一阶段, 提取典型训练样本, 结合使用递推K-均值聚类算法和递推最小二乘法来确定隐含层节点中心、RBF的宽度、隐含层节点个数以及隐含层到输出层连接权值;第二阶段, 在确定好隐含层的参数后, 根据样本校正隐含层和输出层的参数, 以进一步提高网络的精度。

三、区域物流需求预测模型构建

(一) 区域物流需求量指标选取

反应物流需求量的指标较多, 主要包括不同环节、不同功能的具体物流作业量, 如货运量、库存量、装卸搬运量、流通加工量、配送量等。但到目前为止, 我国只有货物运输量和货物周转量统计数据, 其他物流业的相关指标均没有公开的统计资料, 也没有权威的统计方法和基础数据, 故在建模时只选取了区域的货物运输量和货物周转量作为物流需求量指标, 即区域物流需求量向量Y只包含2个分量:y1货物运输量 (万吨) 、y2货物周转量 (亿吨公里) 。

(二) 影响区域物流需求的多因素指标选取

鉴于统计数据可获得性的限制, 以及2节中对区域物流需求的多因素分析结果, 本文选取如下的指标来构成因素向量X的分量, 并分别记为:

x1区域国内生产总值 (亿元) 、x2区域人均国内生产总值 (元/人) 、x3区域第一产业产值 (亿元) 、x4区域第二产业产值 (亿元) 、x5区域第三产业产值 (亿元) 、x6区域全社会固定资产投资 (亿元) 、x7区域进出口总额 (万美元) 、x8区域社会消费品零售总额 (亿元) 、x9区域居民人均消费水平 (元/人) 、x10科技经费支出总额 (万元) 、x11区域物流行业就业人数 (万人) 、x12商品零售价格总指数、x13区域总人口数。这些指标中, 区域国内生产总值、区域人均国内生产总值、第一产业产值、第二产业产值、第三产业产值不仅反应了区域经济总量, 而且反应了产业结构对物流需求量的影响;区域全社会固定资产投资体现区域宏观经济政策的实施情况;区域进出口总额、区域社会消费品零售总额体现了区域商品市场的规模和环境变化;区域居民人均消费水平反应了区域的消费水平;科技经费支出总额则从侧面反应了区域科技水平的进步;由于服务业劳动者人数的多少直接决定着服务产品的总量, 进而决定着服务的质量, 因此采用区域物流行业就业人数来反应物流服务业的服务水平;商品零售价格总指数则体现了区域的价格水平变化;区域总人口数反应不同时期区域人口数量的大小。

(三) RBF网络设计

本文中, RBF网络的输入维数为13, 等于因素向量X的分量个数;输出层神经元个数为2, 等于要预测的物流需求量向量Y的分量个数。隐含层基函数选取的是高斯函数, 隐含层到输出层采用纯线性函数。

在实际预测中, 采用上一年的因素向量X的分量指标数据, 对应下一年的区域物流需求量向量Y的分量指标数据来构成训练样本对, 对神经网络进行训练。为取得较好的预测效果, 在训练网络之前需将原始数据作预处理, 本文采用将所有输入、输出训练数据都转换到[0, 1]区间的归一化处理。网络训练完毕后, 将验证数据也作归一化处理后, 输入到训练完成的网络, 就可得到网络的预测输出。

四、实例分析

(一) 样本数据的确定

由《四川省统计年鉴》, 得到四川省1996-2006年共11年的相应指标数据, 如表1所示。

说明:表中x12商品零售价格总指数是以1995年为基期指数 (=100) 计算而得。

由于是采用上一年的因素指标数据来预测下一年的区域物流需求量, 因此由表1中的数据, 可得到10对样本。将前8对数据作为训练样本集, 后2对数据作为测试样本集, 即采用前8对数据训练得到的网络, 来预测2005-2006年的区域物流需求量, 并和实际值进行比较, 以检验预测效果。

(一) 结果分析

预测模型的样本拟合值及相对误差如表2所示, 货物运输量和货物周转量的最大相对误差绝对值均为0, 实现了精确拟合;其样本的预测值及相对误差如表3所示, 货物运输量的最大相对误差绝对值为4.9216%, 相对误差绝对平均值为2.634%;货物周转量最大相对误差绝对值为2.8777%, 相对误差绝对平均值为2.3887%。

根据上面的拟合和预测结果, 可以看到模型具有高度的拟合能力, 并且外推样本的预测值和实际值也十分接近, 所有相对误差的绝对值均小于5%, 结果令人满意。这表明该模型在少样本的条件下, 仍有较高的预测精度和良好的泛化能力, 可用于区域物流需求的预测。

五、结束语

本文在对影响区域物流需求的多种因素进行充分分析的基础上, 利用径向基函数网络具有的高度非线性映射功能, 构建了基于多因素的区域物流需求神经网络预测模型, 在少样本条件下实现较高精度的预测。为进一步提高预测精度, 还需要使用更多的样本数据来进行训练, 此外如何去除原始数据噪声对网络预测精度的影响等问题还有待进一步研究。

参考文献

[1]Bahram A, Arjun C, Kambiz R.The demand forUS air transport service:a chaos and nonlinearityinvestigation[J].Transportation Research Part E37, 2001:337-353.

[2]Fite J, Taylor G, Usher J, Roberts J.Forecastingfreight demand using economic indices[J].nterna-tional Journal of Physical Distribution&LogisticsManagement, 2001, 31 (4) :299.

[3]赖一飞, 郑清秀, 章少强, 纪昌明.灰色预测模型在水运货运量预测中的应用[J].武汉水利电力大学学报, 2000, 33 (1) :96-99.

[4]陈森, 周峰.基于灰色系统理论的物流需求预测模型[J].统计与决策, 2006 (3) :59-60.

[5]后锐, 张毕西.基于MLP神经网络的区域物流需求预测方法及其应用[J].系统工程理论与实践, 2005 (12) :43-47.

[6]贾星辰, 王铁宁, 裴帅.基于BP神经网络的物流需求量预测模型研究[J].物流科技, 2006 (4) :3-5.

区域物流需求 篇6

1 文献综述

区域物流需求预测是科学制定区域物流发展规划,提高区域物流整体效率的基础。目前有不少学者对此问题进行了研究,从方法上看,这些研究大致可以分为统计学方法、组合预测方法和人工智能方法。运用统计学方法的典型研究有:李正锋[1]根据江苏沿海地区1999—2008年的物流需求量数据,运用灰色预测模型GM(1,1)对江苏沿海地区未来五年的物流需求进行了预测;牛芳兵[2]运用灰色GM(1,1)预测模型理论,对山东省未来五年物流需求规模进行预测;田刚等[3]利用江苏省货物周转量历史数据建立了新陈代谢GM(1,1)模型群,通过案例验证了模型具有较好的预测效果;王小丽[4]选定GDP增长量等七大因素为影响物流需求量的关键因素,建立了体现灰色GM(1,1)模型和多元线性回归模型优点的物流量需求预测的多因素灰色预测模型,通过对河南省物流需求量的预测实证验证了预测模型的有效性。也有学者将不同的预测方法进行融合,形成了组合预测方法并应用于区域物流需求预测,例如许沛沛等[5]将自组织数据挖掘方法应用于区域物流需求预测,分别建立了参数GMDH输入输出模型和非参数模糊规则归纳区域物流需求预测模型,实证分析表明组合预测模型比单一预测模型具有更好的预测效果;曾艳[6]将灰色预测模型、非线性三次指数平滑预测模型和回归预测模型相结合,利用变异系数法确定3种预测模型的各自权重,构建了一种区域物流需求的组合预测模型,并用实例验证了模型的科学性和可行性;杨树果等[7]将最小二乘回归预测法和灰色预测模型有机结合,对黑龙江垦区未来7年的物流需求量进行预测,结果表明组合预测方法可以有效提高预测的精度。以神经网络为代表的人工智能方法具有较高的非线性拟合精度,不需要建立确定的数学公式,在区域物流需求预测中具有较好的适用性。后锐等[8]考虑到区域物流需求与区域经济指标的相关性,用第一产业产值等经济指标来预测区域物流需求量,提出了一种基于MLP神经网络的区域物流需求预测模型;俞达等[9]将灰色系统理论和神经网络方法相结合,根据浙江省公路货运量的历史数据,采用灰色神经网络方法对浙江省公路货运需求量进行预测,取得了较好的效果。由于我国现代物流业发展的起步较晚、区域物流需求量的统计样本一般较小,灰色神经网络处理少数据、贫信息问题的长处正好可以弥补这方面的不足;但其主要缺陷在于各网络层的权值和阀值随机初始化,使得算法的收敛速度慢,且容易陷入局部最优值。如何确定灰色神经网络的最佳初始权值和阀值,是提高灰色神经网络预测精度的关键。

本文在现有研究的基础上,提出了一种区域物流需求预测的GSO-GNNM模型。首先考虑到区域物流需求与区域经济发展的相关性,构建了区域物流需求预测的灰色神经网络模型;然后利用新近出现的一种智能优化方法—萤火虫算法(GSO,Glowworm Swarm Optimization)优化灰色神经网络的初始权值和阀值以提高其预测精度;最后运用湖南省货物周转量和相关经济指标的历史数据对该模型的有效性进行了检验,并与其它预测模型的预测效果进行比较,结果表明本文所提预测模型具有较强的预测能力。

2 区域物流需求预测指标选择

指标选择是确定区域物流需求预测模型的首要问题,许多文献都以区域物流需求的历史数据本身为指标进行建模分析,预测区域物流需求量[2,3,4,6]。运用这种指标选取方式构建区域物流需求预测模型,其运算过程较为简单,但是预测模型不能体现现代物流业与其他产业之间的联系。物流业是生产性服务业,物流业的发展建立在其它产业发展的基础之上,区域物流需求量与区域经济社会的发展水平密不可分。在参考现有研究的基础上,将区域物流需求的影响因素归结为:地区生产总值(X1)、第一产业产值(X2)、第二产业产值(X3)、第三产业产值(X4)、社会消费品零售总额(X5)、进出口总额(X6)等6个经济指标。由于区域物流需求的内涵很丰富,对其进行全面统计较为困难,目前统计部门还没有发布区域物流量的统计数据。货物周转量以t·km为计量单位,不仅能反映货物运输的数量,也能反映货物运输的距离,基本能体现因区域经济社会发展引起的物资流动程度[4],因此本文也选用地区货物周转量来替代区域物流需求量。

3 区域物流需求预测的GSO-GNNM模型

3.1 灰色神经网络

1982年,我国华中科技大学邓聚龙教授提出了灰色理论。该理论认为任何随机过程都可以看作是在一定时空内变化的灰色过程,随机量可看成灰色量,通过对无规律系统已知信息的提炼和挖掘,可以达到用已知信息去揭示未知信息,预测系统发展变化趋势的目的。其基本原理可以表述如下:

设有时间数据序列x(0):

对x(0)作一次累加,得到新数据序列x(1):

根据数据序列x(1),建立如下微分方程:

上式中a称为发展灰数,u称为内生控制灰数。求解以上微分方程,得其解如下:

以上所得xt*(1)为xt(1)序列的估计值,对xt*(1)作一次累减即可得xt(0)的估计值xt*(0),上述模型称为GM(1,1)模型。将以上模型扩展到含有n-1个输入参数的情形,可得如下微分方程表达式:

以上方程中,a,b1,b2,…,bn为微分方程的系数,y1为系统的输出参数,y2,y3,…,yn为系统输入参数,以上模型称为GM(1,n)模型。求解方程(5),得到其时间响应式如下:

令

并进行转化,可得到式(6)的如下等价式:

将式(7)映射到一个扩展的BP神经网络上,就可以得到n-1个输入参数,1个输出参数的灰色神经网络结构,如图1所示。

图1中,w11;w21,…,w2n;w31,…,w3n分别代表灰色神经网络各层的初始权值,k代表网络的阀值,其取值如下:

网络各层的初始输出为:

计算网络各层预测输出与期望输出的误差,并根据误差调整权值和阀值。第d层误差为:σd=LD-d-y1(t);第c层误差为:σc1=σd(1+e-at),σc2=σd(1+e-at),…,σcn=σd(1+e-at);第b层误差为:

根据误差修正网络权值和阀值。修正b层与c层的连接权值为:w22=w22-μ1·σc2·LB_b,…,w2n=w2n-μn-1·σcn·LB_b;修正a层与b层的连接权值为:w11=w11+atσb;修正阀值为:

重复以上过程,直到网络的预测误差能满足预测要求时为止。

由上可见,利用灰色神经网络的自学习、自适应特点,可以不断缩小y1(t)的预测误差,从而获得较好的预测效果。

3.2 GSO-GNNM模型

灰色神经网络预测模型的缺陷是网络的初始权值和阀值w11;w21,…,w2n;w31,…,w3n;k随机获取,使得网络的收敛速度慢,且预测结果容易陷入局部极值。为此,本文在现有研究的基础上,利用萤火虫算法对灰色神经网络的初始权值和阀值进行寻优,将寻优所得权值和阀值代入灰色神经网络模型,再利用历史数据对灰色神经网络进行训练,最后用训练好的网络对物流需求量进行预测。

自然界中的萤火虫可以通过感知有效范围内其他萤火虫的发光强度和频率来确定其他个体的存在和吸引力,达到吸引异性和猎物的目的。2005年,印度学者Krishhand等根据自然界中萤火虫的这些生物学特性提出了一种新型的智能仿生算法,称为萤火虫算法(Glowworm Swarm Optimization),其实质是一种基于群体搜索的随机优化算法。算法的主要流程如下[10]:

(1)定义萤火虫的种群规模、感知域、适应度函数、迭代次数和步长;

(2)初始化萤火虫i的位置xi(0)和荧光素li(0);

(3)更新荧光素:

其中ρ为荧光素的挥发率,γ为荧光素的更新率,f(xi(t+1))为t+1时刻萤火虫i所在位置的适应度值。萤火虫的荧光素值越大,其亮度也越大,对其它萤火虫的吸引力也越强。

(4)确定萤火虫i的移动方向和移动距离:

xi(t+1)为t+1时刻萤火虫i所在位置,s为步长,j为萤火虫i的决策域内对萤火虫i吸引力最大的萤火虫编号。

(5)萤火虫的决策域更新:

其中,rdi(t+1)为萤火虫i在t+1时刻的决策域,rs为萤火虫的感知域,nt为萤火虫邻居数量的阀值,Ni(t)为萤火虫i在时刻t的邻居数量。

(6)重复以上步骤(3)—(5),满足一定条件时停止。

通过以上寻优过程,萤火虫群最终聚集到荧光素值最大的萤火虫处,通过解码可以获得最优函数值的近似值。

GSO-GNNM区域物流需求预测模型首先利用萤火虫算法优化灰色神经网络的初始权值和阀值,然后将得到的最佳初始权值和阀值代入灰色神经网络模型,再利用训练集对网络进行训练,满足预测要求时停止训练,最后利用训练好的网络进行物流需求预测。其主要步骤如下:

(1)用萤火虫算法优化灰色神经网络的初始权值和阀值w11;w21,…,w2n;w31,…,w3n;k;

(2)将优化得到的权值和阀值代入灰色神经网络模型进行网络训练;

(3)将物流需求量和相关经济指标的统计数据进行归一化处理,代入训练好的网络对物流需求量进行预测。

其流程如图2所示。

4 基于GSO-GNNM模型的湖南省物流需求量预测

下面利用1999—2013年间湖南省货物周转量和相关经济指标的统计数据来验证GSO-GNNM预测模型的有效性。

注:数据来源于湖南统计信息网

基于GSO-GNNM模型的湖南省物流需求量预测的步骤如下:

(1)确定灰色神经网络的拓扑结构。根据灰色神经网络理论,本例中的灰色神经网络拓扑结构为“1-1-6-1”型结构,如图3所示。

(2)用萤火虫算法优化灰色神经网络的初始权值和阀值。以表1中1999—2009年间的统计数据为样本,令算法的适应度函数fx为物流需求量的预测值yi与期望值ei之差的绝对值的函数,对灰色神经网络的初始权值和阀值进行寻优:

经过萤火虫算法的寻优过程,求得灰色神经网络的最佳初始权值和阀值。由运算结果可知,当a,b1,b2,…,b6取值为:a=0.256;b1=0.595;b2=0.632;b3=0.519;b4=0.657;b5=0.631;b6=0.479时,网络的权值和阀值为最优。

(3)将得到的最佳初始权值和阀值代入灰色神经网络,用训练样本对灰色神经网络进行训练,满足终止条件时停止训练。

(4)将2010—2013年间的数据作为测试集,对训练好的灰色神经网络的预测能力进行检验。

(5)预测模型精度分析。用matlab语言编写了实现上述步骤的程序代码;此外为便于分析上述预测模型的性能,以表1中1999—2009年间的统计数据为训练集、2010—2013年的数据为测试集,利用文献[5]和文献[9]的方法对本例的物流需求量进行预测,并将其预测效果与本文所提模型的预测效果进行对比,结果如图4所示。

利用如下公式计算3种模型的平均预测误差:

得到3种模型的相对平均预测误差如表2所示。

由上可见,灰色神经网络的平均预测误差为0.058 4,而GSO-GNNM模型平均预测误差仅为0.016 5,由于利用萤火虫算法优化了灰色神经网络的初始权值和阀值,使得灰色神经网络的预测能力有了显著的提升;GSO-GNNM模型的平均预测误差也比多因素灰色模型偏小,这说明本文所提出的预测模型较强的预测能力。

5 结论

区域物流需求 篇7

关键词：区域经济,区域物流需求,差异性

随着世界经济全球化和区域经济一体化不断深化,物流业越来越受到人们的重视。物流是一种典型的派生需求,由其他相关产业的本源性需求产生,它的形成与发展需要以国民经济其他产业的发展为依托。而区域物流是以经济学中的区域概念为基础,考察区内物品、区内与区外的物品流动。因此区域经济系统内部及与其他区域之间存在的空间差异与互补,决定着区域物流的需求结构和发展水平。研究表明,区域物流规划强调的是系统性和合理性,促进区域经济与物流业的协调发展。因此在构建区域物流体系时,把握好区域经济与物流需求的现状是研究的基础。

1 区域物流需求总体特征

从三次产业结构上看,闽粤赣经济区的产业结构从1999年的18.0∶46.7∶35.3调整为11.7∶49.2∶39.1。按照工业化进程阶段分类,整个经济区基本是处于第二阶段初期,与我国的工业化进程基本一致。根据计算得出,该经济区与全国的三次产业的区位商分为:第一产业为1.01,第二产业为1.04,第三产业为0.94,即该经济区的三次产业水平均与国家相近。其中,第一产业与第二产业略高于全国平均水平,具有一定的比较优势,产品有剩余,可以向区域外流动。第三产业略低于全国平均水平,产品从区外向区内流动。区位商和产业结构表明,经济区现阶段的物流需求层次仍较低,主要体现在原材料、农产品以及初级工业品为主的运输、保管等方面,对于包装、流通加工、尤其是附加值比较高的物流需求比较小。但是闽粤赣经济区是一个特殊的经济区,与其他经济区对比,无论是地理区位还是经济产业状况上都有着明显的独特性,再加上区位商本身的局限性、物流的复杂性与不成熟性,使得对该区域的物流需求状况分析更加复杂。以下本文将从农产品物流需求、工业品物流需求和消费品物流需求这三方面,对其物流需求状况作更进一步的细化分析。

2 农产品的物流需求分析

从经济区内城市第一产业的GDP来看,基本上与各城市的GDP水平一致,呈现沿海→中部→内陆的递减规律。从第一产业产业比重来看,大致呈现沿海→中部→内陆递增的规律。其中沿海地区第一产业比重为8.31,低于经济区的平均水平;中部地区第一产业比重最大,为21.27;内陆地区为19.65。因此,从产业结构来看,中部地区和内陆地区第一产业优势明显,所以该区域农产品的物流流向基本上为内陆和中部地区→沿海地区。如更进一步来分析区内三个地理区的农产品流动状况,沿海地区的第一产业城市间差异很大,所以农产品主要是从漳州(LQ=2.72>1)流向厦门、泉州,更有向中部地区的龙岩流动;而中部地区三个城市的第一产业差距不大,基本上可以实现自给自足,并有剩余供给沿海地区;内陆地区,鹰潭与其他两个城市的差距无论是从总量还是产业比重上来看,落差很大,因此农产品的物流方向为赣州、抚州流向鹰潭,并有剩余供给经济区的其他城市。总体来说,经济区农产品的物流需求在区域内部基本上可以得到满足。由于农产品一般具有质量大、体积大、时鲜性强等特点,所以区域物流主要以公路运输为主,运输需求量大,价值量小,注重时效性。

3 工业品的物流需求分析

从闽粤赣经济区整体发展水平来看,该地区处于工业发展的第二阶段初期,第二产业超过50%。但是这个区域的工业水平无论是从地理位置还是支柱产业类型上都有很大的差异性。

从第二产业的GDP总量来看,排在前列的都是沿海地区,工业化水平整体上均呈现出从沿海到内陆逐渐降低的规律,即沿海地区工业水平最高,中部、内陆地区工业化水平相近,都较低。因此结合区位商分析,第二产业的产品物流流向为沿海区→中部地区→内陆地区。

但是这样的分析明显具有片面性,由于工业产品种类繁多,加工深度不一,相互之间的差异性很大,很难利用模型来分析物流需求。所以我们还需要结合对支柱产业的产业链分析及区内产业合作的情况来探讨工业品的物流需求。

所谓支柱产业的产业链分析,就是分析由支柱产业的前向产业和后向产业所构成的产业链条。目前沿海地区,主要以电子行业、机械行业、化工行业、热电力行业、纺织鞋服、食品加工业为主;中部地区为烟草、矿产、煤炭、机械制造、冶金业为主;内陆地区以有色冶金、矿产、机械制造、钢铁等行业为主。这些支柱产业构成几个主要的产业链:煤炭、矿产→冶金业(钢铁行业)→机械制造,煤炭、矿产→热电力行业→机械制造,机械制造→化工行业等。总体来看,经济区的产业链较短,至今尚未形成较为完整的产业链,产业关联度低,区内工业结构差异性很大。同时区域内深入到产品、生产环节层次的分工合作还未大面积展开,经济合作、特别是产业合作不紧密。所以现在区内工业产品的物流方向均为内陆、中部地区→沿海地区,运送煤炭、矿产等工业原材料。因此,目前物流需求的主要内容是运输和存储,物流作业量很大,运输需求强度增长迅速,基本不需要包装,总体上还属于低层次的数量要求。

所以,虽然该区域工业区位商≈1,但是由于区内产业链不完整,产业合作不紧密,使得区内的工业品实际上并不能满足产业发展的需要,物流主要在与其他区域之间进行。

4 消费品的物流需求分析

由于最终零售给消费者的社会消费品,在销售后一般直接由消费者即时消费(如餐饮)、随身携带(如日常生活消费品)或自行解决(如汽车销售),较少产生专门的社会物流需求。因此,社会消费品零售方面的区域物流需求主要产生于在批量采购时,所以消费品的物流需求分析主要利用社会消费品零售总额来进行。

该经济区的社会消费品零售总额为3332.97亿元,与GDP总量9325.97亿元水平相协调,其中消费额最高的前5名为泉州、汕头、厦门、漳州、赣州,主要为沿海区,沿海区总消费额为2430.73亿元,占72.93%,中部区为501.04亿元,占15.03%,内陆区为401.2亿元,占12.04%,同样呈阶梯状变化,从沿海向内陆递减。所以,区内消费品的物流方向基本是内陆→中部→沿海。

但是,消费品物流服务为最终消费,区域内的消费品物流受区域加工工业影响较大。该经济区的终端消费品加工工业不够发达,所以该经济区的消费品更多地依赖于区域外的输入,物流成本相对较高。物流需求的主要内容是运输、仓储、包装、流通加工和配送,属于较高层次的物流需求。

综上分析,闽粤赣经济区的城际间经济发展水平差异性落差大,其经济总体实力、产业结构、工业化程度基本呈现从沿海到内陆逐渐递减的规律。这就决定了区域的物流需求流向基本上是内陆→中部地区→沿海地区,物流需求层次仍较低。其中,经济区第一产业优势明显,农产品的物流活动基本在区域内进行;第二产业产业关联度低,区内产业合作层次低,因此限制了工业品物流需求的总量和质量,物流活动主要是与其他地区展开;从消费品来看,该区域总体的物流需求潜力大。

参考文献

[1]秦璐,刘凯.基于产业结构的区域物流需求分析[J].物流技术,2006(7):58.59.

[2]赵启兰,王稼琼,刘宏志.物流规划中的需求与潜在需求分析[J].中国软科学,2004(9):30.31.

[3]张可民,乔丽.城市产业结构对物流需求的影响[J].现代物流,2007(28):7.

[4]邓小兵.产业经济发展与区域间物流需求相关分析[J].经济物流,2006(12):48.49.

区域物流需求 篇8

关键词：证据理论,BP神经网络,区域物流,预测,融合

一、引言

国内外对区域物流需求的预测模型分为:时间序列方法, 用历史数据预测;解释性预测方法, 找出各影响因素进行预测。然而, 区域物流需求变化具有很强的非线性特征, 同时具有很强的时间相关性。故本文先用区域物流需求的各影响因素进行预测, 后用物流需求历史数据进行预测, 再将得到的预测值, 利用证据理论融合, 获得更可靠的区域物流需求预测值。

二、动态组合型神经网络模型的构建

BP网络非常适合处理区域物流需求预测这类多因素、多条件、不精确的信息问题。理论已证明输入层、隐藏层和输出层三层神经网络就可实现任意N维到M维映射, 故本文采用三层BP神经网络。

1. 解释型区域物流需求预测模型

影响区域物流需求的经济因素宏观上考虑主要有三个:区域经济规模是区域物流需求的决定性因素;产业结构差异对物流需求功能、物流需求层次以及物流需求量等产生较大影响;区域经济空间布局、区域经济发展是客观上造成物流需求的最直接原因。物流需求又是经济发展的派生需求, 凡影响经济发展的因素也潜在地影响区域物流需求。这种错综复杂的内在关联决定了经济因素与物流需求间的多元非线性映射关系。选取影响区域物流需求的各项经济指标如下: (1) 区域经济总量指标:地区国民生产总值 (GDP) x1 (亿元) ; (2) 区域产业结构指标:工业总产值x2 (亿元) 、农业总产值x3 (亿元) 、第三产业总产值x4 (亿元) ; (3) 区域内外贸易指标:区域零售总额x5 (亿元) 、区域外贸总额x6 (亿美元) ; (4) 区域消费水平:人均消费水平x7 (元) 。

设Yi表示第i年的物流需求量, (Xi1, xi2, …xin) 表示第i年该区域物流需求经济影响因素向量, xin表示第i年第n个经济影响因素的变量值。因区域物流需求的经济影响因素短期内不会急剧大幅变动, 可用第i-1年的经济影响因素变量值预测第年的物流需求量。将 (xi1, xi2, …xin|) 作为输入变量, Yi作为相应的输出变量, 形成n个样本对 (Xm-1, Ym) 。用此n个样本对神经网络训练, 使其掌握其内在影响及变化关系。后将t-1年的影响区域物流需求的经济因素值输入已训练好的网络来预测t年需求值。

2. 时间序列区域物流需求预测模型

区域物流需求为时间序列变量, 通过拟合前一时间段的区域物流需求值, 找出其随时间变化的趋势, 从而预测下一时间段的需求值。时间序列预测模型为:qt=f (Q1, Q2, Q3, …, Qt-1)

Qi= (i=1, 2, 3, …, t-1) 为i年份区域物流需求值, qt为t年份区域物流需求值。将前t-1, …t-k (k为神经网络输入单元数) 年份区域物流需求值作为输入, 目标值为第t年的物流需求值qt。输入层单元数取决于时间序列组数。根据经济现象呈周期性变化的时间周期来确定组数划分, 形成n个样本对: (qt, (Qt-k, Qt-k-1, Qt-k-2, …qt-1) ) , (t=1, 2, 3, ..., n) 作为神经网络的训练样本。训练好后, 将 (Qm-k, Qm-k-1, Qm-k-2, …, Qm-1) 作为神经网络的输入, 输出值qm就是第m年份的需求预测值。引入时间滑动窗口:若时间周期为m年, 则时间滑动窗口尺寸k为m-k。根据前k年的物流需求值来预测下一年的值, 然后把此下一年预测值和其前k-2年的需求值作为时间窗口滑动, 预测下一年的值, 然后再进行时间窗口滑动, 以此类推, 见图1。

三、区域物流需求预测值融合

证据融合利用同时来自相互独立的不同信息源的证据来提高对事件的置信程度, 降低不确定度, 改善评价结果的可区分度, 且识别能力强, 推理简单。证据理论融合法则:设有两个推理系统, 其概率赋值和信任函数分别为m1, m2和Bel1, Bel2, 对于子集A, 将这两个系统的概率赋值合成的D-S规则为:

Bel=m1 (A1) ⊕m2 (A2)

m所对应的Bel称为Bel1, Bel2的合成或直和, 记为Bel=Bel1Bel2。

本文采用证据理论对从两种预测方法所获取的预测值进行融合, 见图2。

四、预测模型应用及评价

选取1985年~2006年的广东的物流需求统计数据 (来源于广东统计年鉴2006) 为研究对象, 取 (1) 训练样本:1985年~2002年数据 (2) 检验样本:2003年~2006年的数据。用Matlab7.0编制网络训练和分析程序, 并对神经网络有关参数进行优化。

1. 解释型区域物流需求预测

在解释性区域物流需求预测中, 取7个经济因素指标作为输入, 隐含层单元数根据经验选择16个, 其结构见图3。

将1985年~2002年数据作为样本训练, 误差曲线见图4。2002年~2006年数据作为训练后神经网络的输入, 输出预测值见表1。

由图4知, 神经网络很快收敛。表1显示相对误差都<5%, 能得到较为满意的预测精度。

2. 时间序列区域物流需求预测

选取时间滑动窗口尺寸为5, 故输入单元数为5。隐含层单元数取16个。网络结构与图3类似。

用1985年~2002年的区域物流量作为训练样本, 用样本后续年的物流量作为目标量, 用时间滑动窗口方法训练网络。误差曲线见图5。

3. 物流需求预测值进行融合

对前2种方法得到的预测值融合, 结果见表3。

可看出融合后预测精度比前两者有所提高。

五、结束语

本文先根据影响区域物流需求的关键经济因素进行预测, 再根据物流历史需求量进行预测, 最后将二者的预测值用证据融合理论进行统一, 提高了单个预测方法的精度, 是一种有效的区域物流需求预测方法。同所有的BP神经网络预测模型一样, 该方法也有其局限性。

参考文献

[1]林荣天陈联诚李绍静黄灏然:基于灰色神经网络的区域物流需求预测[J].价值工程, 2007 (2) , 92～95

[2]后锐, 张毕西.基于MLP神经网络的区域物流需求预测方法及其应用[J].系统工程理论与实践, 2005 (12) , 43～47

区域物流信息建设的研究 篇9

关键词：区域物流；信息化；增长；效率；发展

一、区域物流的概况

区域物流是指全面支撑区域可持续发展总体目标而建立的适应区域环境特征、提供区域物流功能、满足区域经济、政治、自然、军事等发展需要，具有合理空间结构和服务规模，实现有效组织与管理的物流活动体系。区域物流主要由区域物流网络体系、区域物流信息支撑体系和区域物流组织运作体系组成。非均衡发展理论，最初是发展中国家实现经济发展目标的一种理论选择。但由于区域与国家在许多的相似性，使得这两种理论成为区域开发与规划时，经常被引用和借鉴，作为区域经济发展战略选择的理论基础。着眼于交通一体化发展，打造区域物流核心枢纽和骨干通道，形成网络化布局、一体化运作的区域物流服务网络，促进多种运输方式的衔接和先进运输模式的推广，提升区域物流服务能力，支撑区域经济一体化发展。着眼于统一开放的市场体系，加快区域交通、运输、物流等法律法规和技术标准的对接，推动区域公共物流信息平台建设和数据共享，打造区域统一开放的物流市场，支撑区域协同发展的体制机制创新。物流业将充分发挥产业自身优势，在区域产业结构调整、发展方式转变、体制机制创新等方面发挥积极作用，助推形成区域经济优化开发和合作共赢的新模式。

二、区域物流信息建设

未来物流业将呈现集约发展、整合发展、联动（融合）发展、创新发展、绿色（协调）发展的总趋势，向供应链转型是物流业一个重要发展趋势，在“大数据、大金融、大物流”背景下，物流及供应链一体化发展将受到广泛关注。

物流信息平台（ULP）的建设包括：电子商务门户网站、物流管理系统、运输管理系统、供应商管理系统、货运商城、CRM系统GPS定位系统、手机短信发送平台等等。该平台必须要以业务流程的再造为前提，力求要把整体物流作业链上每个节点上的操作实行规范化管理。使托运方、承运方对自己的作业要求、收益一目了然。信息平台体现了承运方和托运方之间有统一的计量单位、作业标准、结算标准和价格体系，从接单到货物送达完全按照规定的工作节点、流程、作业标准、服务标准与价格标准来操作。该系统是公司物流信息技术上的再一次突破，为整个联盟平台的构建起到关键性的技术保障作用。该平台完全支持联盟企业的联合运用与往来结算，使公司的信息化建设更具优势，保持了在省公路物流行业的技术领先、服务领先地位，并增强辐射带动作用，带动一批加盟企业共同转型升级，为发展地方经济做出积极的贡献。

构建区域物流信息平台必须以物流信息窗口、业务桥梁、物流管理作为支撑。其平台具体功能分为：物流交易管理系统、物流EDI接口系统、物流数据库、网上物流市场管理系统、 公共物流信息系统、企业物流规划决策支持系统、宏观决策支持系统、信息系统接口、平台维护管理系统等，以实现区域物流法律保护、区域物流关系管理、电子票据中转发送、 区域物流活动数据库、区域物流信息审查和设施管理、区域物流信息的发布和业务查询、 区域物流运行状况分析和物流各企业间的竞争力分析、区域物流数据和经济适应性及发展分析、区域物流各部门信息系统的相互连接，以及对物流信息平台系统的维护管理等。很多城市基础设施相比发达城市还较落后、信息化水平不高、资源不能共享、有的业务多次外包、无标准化管理、物流网络各自为政等，严重制约了物流行业的快速发展。政成拥有三十年的物流管理专业经验，还有一支技术精湛的信息技术团队、成熟的公路运输网络与甩挂组织经验，长期致力于物流技术的研究与开发，为加快企业的规模化发展和增强示范带动作用，公司拟建立政成物流联盟平台。

将丰富的教育资源运用起来， 为物流信息管理方面储备优秀的人才。物流业属于新兴行业，我省各大院校刚刚开始设置相关专业。不少物流公司的现有员工尽管从学历、年龄结构看还比较合理，但其中真正适应现代物流业发展的高端专业人才非常缺乏。为此，应重视学生解决实际问题能力和动手操作能力的培养，构建一种产、学、研相结合，校内学习与企业实践相衔接，社会、企业、院校和培训机构互动的人才培养新模式，使学生做到既懂理论知识，又善实践操作，还能思考研究，满足社会和企业对物流人才的需要。一大批既懂物流业务，又具备信息化专业知识人来提高公司核心竞争力，而四川成都开创的“导师”模式，可以让每一位职员都可以成为其所擅长领域的老师、每周的分享会极大的调动了员工的积极性，让每位人才都能尽情展露自己的能力。以降低物流成本和提高物流效率为目标，以先进的技术为支撑，以资源整合为手段，坚持社会化、专业化、标准化、信息化发展方向，促进物流业结构调整和优化升级，建设全国区域性的现代物流中心。为了提高对物流中心的承载能力，历城区正朝着多元化方向发展。像巴夫洛、普洛斯等以合资或独资形式建立的外资物流企业，为其在中国的生产、销售和采购等物流活动提供越来越全面的服务；顺丰、申通等民营物流企业，是按照現代物流理念和经营模式建立的新型专业物流服务企业，是物流市场最具活力的力量；以盖世、零点、维尔康等传统运输、货代、仓储、批发为主的企业，是历城物流市场的主力。打造国家级电商产业园和国家级物流聚集区，把初级物流逐步升级为高级物流，通过货仓引进货商，和商业紧密结合起来。加快调整战略布局，引进第三方、第四方物流企业，促进物流业与制造业两业联动等将加快地区建设物流中心的步伐。此外，打造区域性物流中心，并不是一个部门就能独立完成的，需要多部门共同促进形成，而且要形成一个统一的物流区域规划并逐步实施，建议政府将土地利用规划、城市规划及产业规划“三规合一”。

三、结语

综上所述，在区域物流的发展中，信息化是一个重要的发展方向，随着技术的不断完善我们要从大的方向思考与规划。从社会的发展需求以及企业本身的发展需求来积极推进，从而落实好物流信息化的不断发展。

参考文献：

[1]谈丽萍.区域物流信息平台建设研究[D].武汉理工大学，2005.

[2]朱长征.区域物流信息化建设方案研究[D].长安大学，2006.

[3]丁喻珺.完善福州市区域物流信息平台建设研究[D].南昌大学，2014.

区域物流需求 篇10

信息化社会，市场运作模式和企业经营方式都受到巨大的影响。信息被用来提高经济运行速度，提升企业对市场的反应灵敏度，改善企业经营管理流程，进而实现信息技术与企业活动的完美结合，获得最大的经济效益。信息化是现代物流业的重要标志和推动现代服务业发展的重要动力。社会开放的物流信息平台为企业和个人提供了信息交流、业务流通、市场公开的空间，降低了中小企业物流信息化的投入成本。通过接口技术实现企业物流信息系统与行业物流信息平台或区域物流信息平台互联，营造出一个电子商务网络支撑环境，进而实现物流、资金流、信息流的完美结合，加速经济的运行、活跃市场、促进社会发展。

1.1 区域物流信息平台功能

区域物流信息平台的构建是一个复杂的系统工程，可以提高制造业生产力水平，加快电子商务的实施，提高物流企业的核心竞争力，对国民经济发展起到有力的推动作用，其服务的范围是一个区域，可以是一个行政区域，也可以是一个地理区域。它为不同组织、团体之间的信息共享、数据交换提供方便、快捷、高效的运行模式。

区域物流信息平台是供需双方决策的界面，是双方获取信息的桥梁。通过实现企业管理信息系统和物流信息平台的对接，企业可以在平台上拥有一定的权限获取自己需要的信息和发布自己的信息。对于生产型企业，随着大量的物流业务外包，电子采购和电子销售往往促使这类生产企业选择公共物流信息平台或者自己建设综合性的网站，实现网上采购、网上销售、网上优化物流网络、选择物流供应商等活动。流通型的企业则依赖于物流信息平台的支持管理和扩展自己的业务。总体上，区域物流信息平台的功能可以概况为5个主要的方面。

以上功能的实现都基于对客户或者用户服务需求的满足。根据客户的不同，物流信息平台所提供的项目不同，表现出来的功能也会有所不同。

1.2 区域物流的特征

区域经济是一种聚集经济，是物流、商流、资本流、信息流、人流等各种要素聚集在一起的规模化生产，是以生产的批量化和连续性为特征的。但是，聚集不是目的，要素的聚集是为了商品的扩散，如果没有发达的商贸、物流作为保障，大量产品就会堆积在狭小的空间里，商品的价值和使用价值都难以实现，区域经济的基本运转就会中断。物流是进行生产和建设的前提，因此，在区域经济的发展进程中，合理的物流系统起着基础性的作用。区域现代物流业的发展，已成为我国各级政府和企业广为关注的热点问题。区域物流主要包括下面三方面特征：

(1)区域性。区域物流是以区域为范围，以区域地理为前提。区域地理位置的差异是形成区域物流的地理条件，任何地区由于其地理位置的差异，造成了区域经济的差异。区域经济的发展是区域物流的基础，不同区域经济的水平、规模和产业形态要求相应的区域物流来保障，也就影响了区域物流的规模和发展水平。

(2)中心性。区域的中心城市对区域物流的形成和发展具有主要影响。大中型城市是区域经济的核心，往往是区域物流发展的中心，如华中的武汉，华南的广州和深圳，华东的上海。区域物流的发展须以中心城市为核心向区域内的周边地区进行辐射和蔓延。中心城市的物流发展政策会对区域物流发展内容、模式和趋势都会产生重要影响，这就促使区域物流的发展存在中心性。

(3)距离经济性。不同运输方式通常有最佳的距离范围，公路运输的最佳距离一般在500km以内，尤其是200km以内，长三角和珠三角的区域经济基本上分布在以上海和广州为核心的200km以内。这也要求物流企业在最佳距离范围内实施有效的物流组织活动，既为顾客提供高水准的物流服务，又获得最佳的企业经济效益，实际上最佳运输距离就确定了区域物流的辐射范围。

1.3 问题的提出

区域物流信息平台的规模和发展水平是区域物流现代化的重要标志。现代经济环境多元化、多层次、高竞争性的现状要求生产企业对市场做出最快的反应，及时、有效地夺得市场先机。物流作为商务实现的最终表现过程，必须跟上经济发展的步伐。区域物流信息平台的专业化服务，不仅面向区域内的各类有物流需求的生产、流通企业，同时以最快的方式传递政府、行业的信息，高效地对物流市场的运行状况和规范程度作出了显示，这有利于管理部门对区域物流业的监管和引导做出科学的、联系实际的管理决策。区域物流信息平台对区域物流业的影响体现了客户对物流的需求。如何合理认识、正确分析这种影响力，是大多数人所忽略的问题。许多研究人员只是主观上知道区域物流信息平台对区域物流业的发展十分重要，对这种重要性和影响力的判断只有直观的概念，缺乏深入的理解。本文旨在将区域物流信息平台与区域物流业结合起来，讨论信息平台对区域物流业影响力的构成，进而通过模型将这种影响力具体呈现出来。

2 运用模糊综合评价法模型评估影响力

设有事物n个要素特征等待评价，这n个要素特征构成对象集A和影响因子集U:

因子权重构成权重集P，如式(3):

其中：式中m表示影响因子的个数，Pi表示第i个因子Ui所对应的权重。

n个特征中每个影响因子的评价集为：

则m个影响因子得到的评价矩阵为：

那么，n个待评价特征的影响力模糊综合指数为：

这时，我们发现B是1×n的矩阵，也即是对事物n个要素特征所作出的影响力评价指数矩阵。令：

其中bj(j=1,2,…,n)是针对事物第i个特征得出的影响力评价指数。

式(6)中，“?”表示模糊算子，在模型中选择如下的计算方式：

2.1 确定隶属函数

隶属函数在模糊数学中发挥着重要作用，在实际问题的解决中，一般都要通过确定隶属函数来对模糊的元素进行集合归类。模糊集研究和处理客观世界中存在的模糊现象，借助隶属函数就可以实现对模糊事物的定量描述，这是将不确定的因素用数学语言表达的前提和依据。隶属函数的建立是在控制实验的基础上获得的，本身在一定程度上具有主观性和经验性。确定隶属函数的方法一般有模糊统计法和典型函数法等。本文采用典型函数法的界下型函数，表达式如下：

式中，f(u)为因子u的隶属函数，a、b、c均为参数，且a>0,b>0,c>0。从式(9)表达式来看，可以表示某因子的影响力大小程度。当影响力因子u的值大于某一界值时(界值为c，表示因子u的最小值)认为具有影响，否则f(u)=0表示不构成影响。影响力因子统计数据u增大，表示影响力大的隶属函数值f(u)也会增大。

2.2 参数计算

在式(9)中，规定b=2,c=umin,a采用下面的方法确定具体值：令u的最大值所对应的隶属函数值(隶属度)为0.99，则有：

在实际计算时，a值偏大。为使a值能够有利于隶属度的计算，我们定义一个经验系数H，通过多次试验可以选择H为0.5，于是得到：a=um姨ax-9 9umin×H。

a,b,c都确定之后，我们可以利用隶属函数(9)求出影响力因子的隶属度，构成因子评价矩阵E。

2.3 计算影响力评价指数

利用因子评价矩阵E和因子权重矩阵P做通过式(6)做矩阵运算即可得出事物n个特征的影响力评价指数矩阵B。bj就是特征aj的影响力评价指数。通过bj的横向比较我们就可以发现具体的某个特征产生的影响力在整体中的地位。在区域物流信息平台的不同要素中，哪个或者哪些要素对区域物流的影响力最大，有多大的影响力都可以直观地进行说明。在实际对影响力指数计算的时候，特征的选取至关重要，采用不同的选择方式就可以从不同的角度分析、认识各特征要素的影响力程度。本文从区域物流信息平台服务对象的划分入手，探讨区域物流信息平台的影响力大小。

3 影响力模型算例研究

区域物流信息平台的目标市场包括区域内各地的物流场站、物流公司、货主企业、货运市场和政府相关部门等，它的服务对象主要有四大类，如图所示。

政府机构：如海关、检验检疫局、工商行政管理局、技术监督局、税务局、商务部等政府部门。平台为该类服务对象相关政策法规的发布、新闻公告等信息展示和相关的服务。物流企业：如运输企业、仓储企业、配送企业、加工企业等。平台主要为该类服务对象提供诸如仓储、配送、车辆调度、运输计划、货物跟踪等物流过程中的动态信息处理等服务。

物流客户：即物流需求方，主要包括贸易企业和生产企业等。该类对象通过平台获取物流服务提供者提供的各种物流相关信息和资源，同时也可以发布自己的需求信息。依据平台提供的信息自由选择满足自己需求的交易对象和服务，与物流服务提供者及相关行业完成在线交易。

相关行业：诸如支付工具提供商、认证机构等。该类角色主要辅助物流服务平台的服务供需双方共同完成物流业务交易等。

下面我们就从四个方面分析、计算区域物流信息平台对区域物流的影响力指数。首先根据物流信息平台的服务对象，构建区域物流信息平台的四个要素特征分别为“政府相关机构”、“物流企业”、“物流客户”、“其他行业”。其影响因子为：(1)从区域物流信息平台上获取的信息占所有获取信息的比例;(2)利用区域物流信息平台实现的业务占所有业务量的比例;(3)某时期内用于物流信息化建设的资金投入占所有软硬件建设资金投入的比例。为了计算方便，我们采用分值表示相应的比例。从1到5，整数记分，如果分值为1表示比例为20%，分值为5表示比例为100%，以此类推。首先，针对四个要素特征进行三个影响因子评分，得出的影响因子集合为：

由于采用5分制计法,所以umax=5。利用隶属函数(9)计算隶属度,得出因子评价矩阵为:

结合因子权重矩阵P,代入式(6)得到物流信息平台的四个要素特征的影响力指数矩阵如下:

B=P?E=[0.220 0.429 0.527 0.258],所以区域物流信息平台对政府相关机构，物流企业，物流客户，其他行业的影响力指数分别为：0.220,0.429,0.527,0.258。

通过上面的分析，我们发现区域物流信息平台对区域物流的影响力是一个综合评价后应用模型可以量化表示的指标。在我国经济全面发展，区域物流业市场繁荣，区域物流信息平台快速成长的历史时期，政府机构、行业协会、物流企业、物流客户等都需要对物流信息平台的这种影响力有及时准确的理解，以便更好地调整战略，响应市场，进一步在物流信息化、自动化的过程中实现物流现代化。

参考文献

[1]汪鸣.2007年中国区域物流的新进展及2008年展望(一)[J],中外物流,2008,(03).

[2]黄虎.区域物流需求的影响因素分析[J].商场现代化,2007.12

[3]赵英姝.区域物流信息平台功能规划研究[J].物流工程,2007,(10).

[4]崔晓迪,张东亮.区域物流系统的供需分析[J].区域物流,2007,(12).

[5]姚舜,温海涛,樊雪梅.区域物流竞争力系统理论模型构建[J].物流管理,2008,(01).

[6]徐伟,赵嵩正,蒋维杨,基于功能的区域物流信息平台体系结构研究[J].情报杂志,2008,(07)

[7]崔晓迪,王耀球,基于供需平衡的区域物流耦合系统的研究[J].物流技术,2008,(3).

[8]李志,区域物流产业构成及其基本特征[J].中国流通经济,2008,(04)