CN115409236B - 一种基于市场细分理论的物流土地需求规模预测方法 - Google Patents
一种基于市场细分理论的物流土地需求规模预测方法 Download PDFInfo
- Publication number
- CN115409236B CN115409236B CN202210743846.9A CN202210743846A CN115409236B CN 115409236 B CN115409236 B CN 115409236B CN 202210743846 A CN202210743846 A CN 202210743846A CN 115409236 B CN115409236 B CN 115409236B
- Authority
- CN
- China
- Prior art keywords
- logistics
- demand
- land
- scale
- cargo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004519 manufacturing process Methods 0.000 claims abstract description 49
- 238000009826 distribution Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000012546 transfer Methods 0.000 claims description 16
- 230000007306 turnover Effects 0.000 claims description 16
- 239000002994 raw material Substances 0.000 claims description 14
- 238000011835 investigation Methods 0.000 claims description 6
- 238000005065 mining Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 7
- 238000011161 development Methods 0.000 description 19
- 230000018109 developmental process Effects 0.000 description 19
- 238000013439 planning Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 8
- 230000008520 organization Effects 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于市场细分理论的物流土地需求规模预测方法,基于市场细分理论,将城市物流需求精细划分为本地商贸物流需求(城市配送)、本地生产物流需求(生产物流)、交易型中转物流需求(区域分拨)和通过型中转物流需求(中转物流)4类,并建立各类细分物流需求与对应社会经济指标的关系模型,预测未来年城市物流需求总量。并据此提出了一种物流站场用地需求规模预测方法和一种高等级公路用地需求规模预测方法,并以广州市为例进行应用研究,结果表明基于市场细分理论的城市物流需求预测方法具有可实施性,并解决了传统交通需求模型对物流需求预测实用性不足的问题。
Description
技术领域
本发明涉及土地需求规模的预测技术领域,该领域是新一代信息技术在国土空间规划、建设和治理中的具体应用,尤其涉及一种基于市场细分理论的物流土地需求规模预测方法。
背景技术
货运物流直接服务于城市的生产、生活,是城市经济社会活动赖以生存的基础。物流需求是各类物流基础设施合理规划布局与建设的首要问题。物流需求预测的目的在于通过对未来物流需求规模和变动趋势的判断,制定适当的调整措施,以保障物流服务供给与需求之间的相对平衡,使社会物流活动实现较高的效率与效益。
目前,关于城市物流需求的研究主要集中在对物流需求影响因素的分析及物流规模与城市发展关系研究等方面。周广亮,吴明通过GWR模型研究了30个中原城市的物流发展规模和其影响因素的空间差异性[周广亮,吴明.中原城市群物流业发展水平时空分异及影响因素分析[J].河南理工大学学报(自然科学版),2021,40(05):90-98.]。张林,姚进才,王钦等运用23个枢纽城市的面板数据,通过耦合协调度模型,分析了城市物流业与城市经济发展的协同效应,发现物流会促进城市经济发展,同时也发现多数城市物流业发展水平较低,制约城市经济的发展[张林,姚进才,王钦等.发展物流产业助推区域经济增长的协同凝聚研究——基于国家物流枢纽城市面板数据[J].城市发展研究,2021,28(05):1-6]。徐静,喻凯欣,姚冠新等通过LIC(Logistics-Industry-Cities)模型研究区域物流发展对于城市群一体化的影响进行研究[徐静,喻凯欣,姚冠新等.区域物流发展对城市群一体化影响的实证研究——以扬子江城市群为例[J].物流科技,2020,43(10):105-108.]。戢晓峰,王然,李晓娟等利用291个地级市的城市发展和物流面板数据,采用空间自相关分析法研究了物流用地变化对于不同等级城市的发展的影响差异性[戢晓峰,王然,李晓娟.我国城市物流用地变化对城镇化的影响——基于291个城市的实证[J].物流研究,2020,(02):19-28.]。
虽然这方面的研究成果颇丰,但仍然存在对物流需求内涵的片面性认识及缺少可操作性的预测方法等问题。
发明内容
为克服现有技术对物流需求内涵的片面性认识及缺少可操作性的预测方法等问题,本发明以大数据为支撑,考虑城市物流需求的产生机理,提出了基于市场细分理论的城市物流需求预测模型,合理预测城市物流需求规模,进而确定国土空间规划中物流土地需求规模。
具体方案如下:
一种基于市场细分理论的物流土地需求规模预测方法,其中,物流对土地需求主要为节点和通道两部分,其特征在于,所述预测方法步骤如下:
(1)预测特征年本地商贸物流需求规模
(1.1)根据历年批发零售总额统计数据回归,计算得到特征年本地批发零售总额;
(1.2)计算特征年本地商贸物流需求规模,商贸物流的需求主体包括城镇居民消费和商贸流通业交易,计算公式如(1)所示:
Dc=∑(Ci/(αi×ni)或 Dc=C/(α×n) (1)
式中,Dc为商贸物流需求;Ci为货类i批发零售额,C为社会消费品批发零售总额;αi为货类i单位重量货值,α为平均单位重量货值;ni为货类i周转次数,n为平均周转次数;
(2)预测特征年本地生产物流需求规模
生产物流需求主体是工业和制造业企业,属于本地物流需求,包含两个部分,即本地工业制造业产成品的物流需求和本地工业制造业企业生产所需原材料的物流需求,计算公式如(2)所示:
Dp=∑((lj+mj)×nj×Pj/αj)或 Dp=(l+m)×n×P/α (2)
式中,Dp为生产物流需求;Pj为工业品j产值,P为第一次进入需求领域的实体工业品价值,包括国际、国内两个市场;αj为工业品j单位重量货值,α为平均单位重量货值;mj为工业品j的产销率,m为平均销售率;lj为工业品j的原料指数,l为平均原料指数;nj为工业品j的周转系数,n为平均周转系数;
(3)预测特征年交易型中转物流需求规模
交易型中转物流需求与批发和零售业商品销售总额刨除批发和零售业社消品零售总额具有相关性,再通过企业调研确定货值货量比和外地购进系数,最终推算出货运量,计算公式如(3)所示:
Tc=∑(1+k)×(Tr-Cr)/α或Tc=∑(1+k)×(T-C)/α (3)
式中,Tc为交易型中转物流区域分拨需求;T为商品销售总额,Tr为行政区r商品销售总额;C为批发零售总额,Cr为行政区r批发零售总额;α为平均单位重量货值;k为外地采进系数;
(4)预测特征年通过型中转物流需求规模
通过中转型货运需求是与城市自身无关的货运需求,是区域运输网络承担的过境物流,采用时间序列法进行进行预测,公式如(4)所示,k,Q为回归系数,根据各城市实际数据标定;
y=k*lnx-Q (4)
(5)城市物流总需求规模预测
城市物流总需求规模计算公式如(5)所示:
D=Dc+Dp+Tc+Tt (5)
式中,D为全市物流总需求,Dc为本地商贸物流需求,Dp为本地生产物流需求,Tc为交易型中转物流需求,Tt为通过型中转物流需求;
(6)当物流对土地需求主要为节点时,节点的土地需求规模为:节点用地规模=节点使用物流规模*每万吨货物节点用地需求,其中,每万吨货物节点用地需求=每万吨货物吞吐量/公路货运枢纽平均作业强度;
(7)当物流对土地需求主要为通道时,通道的土地需求规模为:通道用地规模=通道使用物流规模*每万吨货物通道用地需求;其中,每万吨货物通道用地需求=每万吨货物对通道需求*单位长度通道用地指标。
一种物流站场用地需求规模预测方法,采用所述一种基于市场细分理论的物流土地需求规模预测方法,计算公式如下所示:
物流站场用地需求规模=(Dc+Dp)*(每万吨货物吞吐量/公路货运枢纽平均作业强度)。
一种高等级公路用地需求规模预测方法,采用所述一种基于市场细分理论的物流土地需求规模预测方法,计算公式如下所示:
高等级公路用地需求规模=(Dc+Dp+Tc+Tt)*(每万吨货物对通道需求*单位长度通道用地指标)。
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
1、现有技术多集中于物流需求的影响因素分析、物流规模与城市发展关系、不同城市物流发展与经济发展的关联性差异,缺少对物流需求及土地规模直接预测和应用,本发明提出的方法实现了对物流需求规模总量预测及土地需求规模预测,适应当前国土空间规划的新形势要求。
2、当前城市交通需求预测普遍关注客流交通需求,物流需求由于其组织复杂性、数据采集困难性难以开展实用性预测,多以定性和简单回归分析为主,结果精度低、误差大,本发明引入细分市场理论,通过企业调研获取不同细分市场的物流价值、周转等核心参数,将物流需求规模预测提升到精细化定量水平,适应当前物流组织模式。
3、相对传统技术,本发明不仅仅预测了物流需求规模,同时将物流需求规模预测应用到物流土地规模需求上,支撑国土空间规划工作。在当前国土空间开发保护大格局下,如何将有限国土资源合理配置到各类用地需求中,特别是物流土地规模精细化配置上提供了科学依据。
附图说明
图1为城市物流需求的市场细分示意图。
图2为城市物流需求预测基本思路图。
具体实施方式
下面结合附图和实施例进一步描述本发明,应该理解,以下所述实施例旨在便于对本发明的理解,而对其不起任何限定作用。
1、市场细分理论概述
市场细分的概念是由20世纪50年代中期,美国市场学家温德尔·史密斯在总结企业市场营销的实践经验基础上提出的。他认为,按照消费者欲望与需求把一个总体市场划分成若干个具有类似、相同特征的子市场的过程就是市场细分。需求差异是市场细分的核心,也是市场细分的出发点。
在进行市场细分时,企业或者经营活动主体应该根据自身的条件选择合适的细分变量和方法,使得经过细分的市场能够被自己合理选择和占领[吴进.国内外市场细分研究综述[J].中国市场,2012,(44):9-13.]。
市场细分的客观基础在于市场差别化倾向,即需求个体的差异性。现代市场学认为,市场具有支付能力,期望通过商品交换来满足自己需求的人或组织所组成[励瑞云,邵崇.市场细分的理论研究[J].社会科学战线,1985,3:22-28.]。商品交换过程必然会带来物的流动,这种流动性随着消费者需求差异性、生产者需求的差异性在市场中形成独特的组织模式,物流交换的组织模式保证了生产者和消费者之间“潜在的交换”顺利实现,因此市场细分理论除广泛应用于产品营销外,也适用于市场消费背后物流规模及组织的预测。
2、城市物流市场细分
城市物流市场细分是市场细分理论在城市物流领域的具体化应用,在物流市场中,客户对物流服务的需求,无论是在产品的质量和数量上,还是在产品的特性和要求上都不尽相同,这就为物流市场细分提供了客观条件和多种选择。为了运用市场细分理论对城市物流需求的预测方法进行深入改进,本发明从城市物流产生的机理及对城市空间的影响范围角度出发,将城市物流细分为本地物流需求(含商贸物流和生产物流)、区域物流需求(含交易型中转物流和通过型中转物流)两组四类,具体如附图1所示。
(1)本地商贸物流需求——即城市配送需求,以碎片化、潮汐化为特征,满足本地居民、企事业单位生活性消费的物流活动。城市配送是城市基本功能和存在根本,不可割舍。需求主要来源于人口消费和商贸活动,空间分布上与各地区人口密度、消费水平密切相关。
(2)本地生产物流需求——即生产物流需求,以计划性、链条化为特征,通过克服时空差异来实现加工附加价值的物流活动,围绕保障生产的目的开展,物流配套服务属性强,不是作为一种追求利润的独立功能,因此并不刻意追求时空价值。生产物流是城市经济实力的重要表征,其规模及货源结构与城市制造业发展程度息息相关,空间分布上呈“跟随”关系。
(3)交易型中转物流需求——即区域分拨(集货)需求,以网络化、跨域区为特征,支撑区域之间商贸开展的物流活动,以周边货物在本城市汇集并交易为主。区域分拨(集货)是城市区域影响力的重要表征。
(4)通过型中转物流需求——即中转物流需求,以大流量、跨区域为特征,保障区域物资顺畅流转的物流活动,以周边地区货物来枢纽城市换装转运、进出口为主。中转物流是城市辐射力的重要表征,也是城市对接国际市场的前沿。
表1城市物流需求市场细分一览表
3、城市物流需求规模预测模型
物流需求与经济社会活动密切相关,直接服务于整个城市、甚至延伸至周边城市的生产、生活。物流需求预测是在分析区域经济发展趋势、产业结构特征、物流业发展特点以及相互之间内在联系的基础上,主要结合社会消费品零售总额、工业总产值、港口吞吐量等经济及交通运输指标,采用定性分析与定量计算相结合的方法,分别对特征年本地商贸物流(城市配送)需求、本地生产物流需求、交易型中转物流需求以及通过型中转物流需求进行预测,基本思路如附图2所示。
(1)本地商贸物流需求规模预测
商贸物流的需求主体主要包括城镇居民消费和商贸流通业交易,其中,城镇居民消费额可由零售业口径取得,而商贸流通业交易额可由批发业口径取得,二者合起来即为批发和零售业社会消费品零售总额。再根据物流与商流之间密不可分的关系,通过货值与货量比以及货物周转系数得到城市商贸物流需求量。计算公式如(1)所示:
Dc=∑(Ci/(αi×ni)或Dc=C/(α×n) (1)
式中,Dc为商贸物流(城市配送)需求;Ci为货类i批发零售额,C为社会消费品批发零售总额;αi为货类i单位重量货值,α为平均单位重量货值;ni为货类i周转次数,n为平均周转次数。
(2)本地生产物流需求规模预测
生产物流需求主体是工业和制造业企业,属于本地物流需求,包含两个部分,即本地工业制造业产成品的物流需求和本地工业制造业企业生产所需原材料的物流需求,工业制造业产成品物流需求量可通过工业总产值推算得出,原材料的物流需求量则是在产成品物流需求量的基础上结合原料指数得出。计算公式如(2)所示:
Dp=∑((lj+mj)×nj×Pj/αj)或 Dp=(l+m)×n×P/α (2)
式中,Dp为生产物流需求;Pj为工业品j产值,P为第一次进入国内需求领域的实体工业品价值(包括国际、国内两个市场);αj为工业品j单位重量货值,α为平均单位重量货值;mj为工业品j的产销率,m为平均销售率;lj为工业品j的原料指数,l为平均原料指数;nj为工业品j的周转系数,n为平均周转系数。
(3)交易型中转物流需求规模预测
交易型中转物流需求与批发和零售业商品销售总额刨除批发和零售业社消品零售总额具有显著的相关性,再通过企业调研确定货值货量比和外地购进系数,最终推算出货运量。计算公式如(3)所示:
Tc=∑(1+k)×(Tr-Cr)/α或Tc=∑(1+k)×(T-C)/α (3)
式中,Tc为交易型中转物流区域分拨需求;T为商品销售总额,Tr为行政区r商品销售总额;C为批发零售总额,Cr为行政区r批发零售总额;α为平均单位重量货值;k为外地采进系数。
(4)通过型中转物流需求规模预测
通过中转型货运需求是与城市自身无关的货运需求,是区域运输网络承担的过境物流,难以通过城市的社会经济等相关指标进行间接衡量与计算,一般采用时间序列法等进行预测。
(5)城市物流总需求规模预测
城市物流总需求规模计算公式如(5)所示:
D=Dc+Dp+Tc+Tt (5)
式中,D为全市物流总需求,Dc为本地商贸物流需求,Dp为本地生产物流需求,Tc为交易型中转物流需求,Tt为通过型中转物流需求。
4、具体实施例——广州城市物流规模预测
4.1广州物流发展概述
广州市是我国最早发展物流的城市之一,交通区位优越、市场需求旺盛,是国际性综合交通枢纽和国际国家商贸中心。近年来,广州市货运量、快件业务量均位居全国第一,是名副其实的国家物流枢纽。
在本地商贸物流需求方面,广州以商贸和消费而闻名,2017年,全市社会消费品零售总额9402.59亿元,位居全国第三。除了直接服务于广州市民生活消费的零售业外,还服务于具有全国影响力的专业批发市场,此外,电子商务的大力发展对城市配送需求和寄递业提出了更多的要求。
在本地生产物流需求方面,广州虽然不是工业主导型城市,但是是华南地区工业门类最齐全的城市,全国41个工业行业大类中,广州拥有35个,以汽车制造业、电子产品制造业和石油化工制造业三大支柱产业为主的产业经济发展势头良好,生产物流需求旺盛。
在交易型中转物流(区域分拨)需求方面,广州是古代海上丝绸之路的始发地,是中国历史最为悠久且唯一从未关闭过的对外通商口岸,是国际商贸中心,素有“千年商都”的美誉,商贸业总体规模连续30年稳居全国第三位,广州共有专业批发市场978个,涵盖了皮具、服装、鞋帽、海鲜产品、干货、玩具、药材等四十多个商品门类,商贸批发市场不仅服务于本地消费需求,更是服务于区域商贸需求。广州发达的商贸业对区域分拨物流提出了更高的要求。
在通过型中转物流需求方面,广州是中国通往世界的南大门以及“一带一路”的枢纽城市,同时,广州地处广东省中南部,珠江三角洲北缘,邻近港澳,是粤港澳大湾区、泛珠江三角洲经济区的核心城市,具有四面八方、四通八达的交通网络体系,区位优势显著,中转物流需求极为旺盛。
表2广州市物流需求关联经济数据一览表
4.2商贸物流需求规模预测
基于广州市历年的批发零售总额统计数据,根据回归公式(6)计算得到2035年广州市批发零售总额约为19325.40万元。
yp=-1233863.133 + 615.817*x (6)
式中,yp为预测年批发零售总额,x为预测年限。同时,基于现状城市配送货运量数据测算,平均单位重量货值α为3.15,平均周转次数n=2.2。
随着现代消费方式不断升级、电子商务迅猛发展和产业转型升级,城市配送需求的货值货量比将不断提升,即同样货量的货物,货物价值将逐步提高,至2035年预计为5.5,同时,由于生产销售模式的转变,将使得货物周转次数逐渐降低2.1,按式(1)计算得到广州市2035年商贸物流需求总量约为7379万吨。
4.3生产物流需求规模预测
生产物流的需求主体是工业和制造业企业,工业制造业产成品物流需求量可通过工业总产值推算得出,原材料的物流需求量则是在产成品物流需求量的基础上结合原料指数得到的。通过对广州工业总产值进行曲线拟合得到特征年的特征值,再根据先进制造业蓬勃发展,货值货量比将有所提升,原料指数将有所下降,周转系数有所下降,得到特征年生产物流需求量,具体预测过程如表3所示。至2035年,生产物流需求量将达到46050万吨。
表3生产物流需求量预测结果一览表
4.4交易中转型物流需求规模预测
广州交易中转型物流需求与批发和零售业商品销售总额刨除批发和零售业社消品零售总额采用回归分析法预测。通过企业调研确定现状货值货量比和外地购进系数分别为3.15和1.6。通过对批发零售业商品销售总额及批发零售业社消品零售总额进行预测,并以其差值为自变量,得到交易型中转物流需求量2035年预测值为40980万吨,具体结果如表4。
表4交易中转物流需求量预测结果一览表
4.5通过型中转货运需求规模预测
广州市通过型中转物流需求采用时间序列法预测,其公式如(7)所示,计算得到2035年广州市通过型中转物流需求规模为75835万吨。
y=92516*lnx-962680 (7)
表4 2010-2017年中转物流货运量基础数据
单位:万吨
4.6物流需求总规模预测
根据上述商贸物流、生产物流、交易型中转物流和通过型中转物流需求量预测,可以得到广州市2035年物流需求总量为170244万吨。
5、物流规模预测的应用
物流需求是规划物流基础设施规划、建设规模的依据和基础。城市总体空间资源有限,城市开发强度存在上限(按照国际惯例,城市国土空间开发30%被视为城市开放强度的警戒线,全球城市的城市开发强度大都维持在20%左右,例如香港为21%、大巴黎为21%、大伦敦为24%、日本三大都市圈平均约15%),城市建成区扩张,必然要求压缩物流空间占用,而由物流需求增长引发的物流空间蔓延也是城市经济发展的必然结果,这使得二者之间一定会存在空间争夺,同时伴随空间交织,城市建成区的空间占用与物流的空间占用之和,应小于城市空间总体开发强度。因此,物流规模预测在合理确定物流空间占用,节约资源利用上有广泛应用前景。
物流对土地需求主要为节点(枢纽或站场)和通道两部分,具体计算如下:
节点(枢纽或站场)需求规模为:节点用地规模=节点使用物流规模*每万吨货物节点用地需求,其中,每万吨货物节点用地需求=每万吨货物吞吐量/公路货运枢纽平均作业强度。
通道需求规模为:通道用地规模=通道使用物流规模*每万吨货物通道用地需求。其中,每万吨货物通道用地需求=每万吨货物对通道需求*单位长度通道用地指标。
其中,货运枢纽平均作业强度取值为广州市货运枢纽物流强度,现状值约为600万吨/平方公里,参考国际经验,未来货运效率提到,2035年该值将达到1000万吨/年;每万吨货物对通道需求取值为高速公路总里程与广州高速公路货运量的比值,约为0.0235公里/万吨,未来随着运输效率的提升,该值会降低到0.015公里/万吨,同时考虑高速公路宽度及两侧控制地带,单位长度高速公里用地指标约为0.04平方公里。
其中,交易中转型和通过型中转货运主要使用通道,商贸型、生产型既使用节点用地也使用通道用地。因此,广州市2035年物流用地需求规模为:
节点(枢纽或站场)需求规模为:(7379+46050)*1/1000=53.4平方公里。
通道需求规模为:(7379+46050+40980+75835)*0.015*0.04=102平方公里。
因此,2035年广州市规划的物流站场用地约需53.4平方公里,高等级公路用地约102平方公里,相对于里程约为2550公里。该值可用以国土空间规划的物流用地管控。
本发明采用以上技术方案与现有技术相比,具有以下有益效果:
1、现有技术多集中于物流需求的影响因素分析、物流规模与城市发展关系、不同城市物流发展与经济发展的关联性差异,缺少对物流需求及土地规模直接预测和应用,本发明提出的方法实现了对物流需求规模总量预测及土地需求规模预测,适应当前国土空间规划的新形势要求。
2、当前城市交通需求预测普遍关注客流交通需求,物流需求由于其组织复杂性、数据采集困难性难以开展实用性预测,多以定性和简单回归分析为主,结果精度低、误差大,本发明引入细分市场理论,通过企业调研获取不同细分市场的物流价值、周转等核心参数,将物流需求规模预测提升到精细化定量水平,适应当前物流组织模式。
3、相对传统技术,本发明不仅仅预测了物流需求规模,同时将物流需求规模预测应用到物流土地规模需求上,支撑国土空间规划工作。在当前国土空间开发保护大格局下,如何将有限国土资源合理配置到各类用地需求中,特别是物流土地规模精细化配置上提供了科学依据。
对于本领域的普通技术人员来说,在不脱离本申请创造构思的前提下,还可以对本发明的实施例做出若干变型和改进,这些都属于本申请的保护范围。
Claims (3)
1.一种基于市场细分理论的物流土地需求规模预测方法,其中,物流对土地需求主要为节点和通道两部分,其特征在于,所述预测方法步骤如下:
(1)预测特征年本地商贸物流需求规模
(1.1)根据历年批发零售总额统计数据回归,计算得到特征年本地批发零售总额;
(1.2)计算特征年本地商贸物流需求规模,商贸物流的需求主体包括城镇居民消费和商贸流通业交易,计算公式如(1)所示:
Dc=∑(Ci/(αi×ni)或Dc=C/(α×n) (1)
式中,Dc为商贸物流需求;Ci为货类i批发零售额,C为社会消费品批发零售总额;αi为货类i单位重量货值,α为平均单位重量货值;ni为货类i周转次数,n为平均周转次数;
(2)预测特征年本地生产物流需求规模
生产物流需求主体是工业和制造业企业,属于本地物流需求,包含两个部分,即本地工业制造业成品的物流需求和本地工业制造业企业生产所需原材料的物流需求,计算公式如(2)所示:
Dp=∑((lj+mj)×nj×Pj/αj)或Dp=(l+m)×n×P/α (2)
式中,Dp为生产物流需求;Pj为工业品j产值,P为第一次进入需求领域的实体工业品价值,包括国际、国内两个市场;αj为工业品j单位重量货值,α为平均单位重量货值;mj为工业品j的产销率,m为平均销售率;lj为工业品j的原料指数,l为平均原料指数;nj为工业品j的周转系数,n为平均周转系数;
(3)预测特征年交易型中转物流需求规模
交易型中转物流需求与批发和零售业商品销售总额刨除批发和零售业社消品零售总额具有相关性,再通过企业调研确定货值货量比和外地购进系数,最终推算出货运量,计算公式如(3)所示:
Tc=∑(1+k)×(Tr-Cr)/α或Tc=∑(1+k)×(T-C)/α (3)
式中,Tc为交易型中转物流区域分拨需求;T为商品销售总额,Tr为行政区r商品销售总额;C为批发零售总额,Cr为行政区r批发零售总额;α为平均单位重量货值;k为外地采进系数;
(4)预测特征年通过型中转物流需求规模
通过中转型货运需求是与城市自身无关的货运需求,是区域运输网络承担的过境物流,采用时间序列法进行预测,公式如(4)所示,k,Q为回归系数,根据各城市实际数据标定;
y=k*lnx-Q (4)
(5)城市物流总需求规模预测
城市物流总需求规模计算公式如(5)所示:
D=Dc+Dp+Tc+Tt (5)
式中,D为全市物流总需求,Dc为本地商贸物流需求,Dp为本地生产物流需求,Tc为交易型中转物流需求,Tt为通过型中转物流需求;
(6)当物流对土地需求主要为节点时,节点的土地需求规模为:节点用地规模=节点使用物流规模*每万吨货物节点用地需求,其中,每万吨货物节点用地需求=每万吨货物吞吐量/公路货运枢纽平均作业强度;
(7)当物流对土地需求主要为通道时,通道的土地需求规模为:通道用地规模=通道使用物流规模*每万吨货物通道用地需求;其中,每万吨货物通道用地需求=每万吨货物对通道需求*单位长度通道用地指标。
2.一种物流站场用地需求规模预测方法,其特征在于采用权利要求1所述一种基于市场细分理论的物流土地需求规模预测方法,计算公式如下所示:
物流站场用地需求规模=(Dc+Dp)*(每万吨货物吞吐量/公路货运枢纽平均作业强度)。
3.一种高等级公路用地需求规模预测方法,其特征在于采用权利要求1所述一种基于市场细分理论的物流土地需求规模预测方法,计算公式如下所示:
高等级公路用地需求规模=(Dc+Dp+Tc+Tt)*(每万吨货物对通道需求*单位长度通道用地指标)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210743846.9A CN115409236B (zh) | 2022-06-27 | 2022-06-27 | 一种基于市场细分理论的物流土地需求规模预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210743846.9A CN115409236B (zh) | 2022-06-27 | 2022-06-27 | 一种基于市场细分理论的物流土地需求规模预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115409236A CN115409236A (zh) | 2022-11-29 |
CN115409236B true CN115409236B (zh) | 2023-05-12 |
Family
ID=84157533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210743846.9A Active CN115409236B (zh) | 2022-06-27 | 2022-06-27 | 一种基于市场细分理论的物流土地需求规模预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115409236B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117035469B (zh) * | 2023-10-09 | 2024-01-26 | 广东省科学院广州地理研究所 | 公铁联运枢纽功能区建设用地指标测算的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014002466A (ja) * | 2012-06-15 | 2014-01-09 | Railway Technical Research Institute | 陸上貨物における鉄道需要を計測する二段階分析方法 |
CN108304969A (zh) * | 2018-01-30 | 2018-07-20 | 东南大学 | 一种基于空间效益的开发区规划用地规模预测方法 |
CN109858687A (zh) * | 2019-01-14 | 2019-06-07 | 河海大学 | 一种基于物流需求的大尺度条件下物流通道规划方法 |
CN112613810A (zh) * | 2020-12-17 | 2021-04-06 | 北京工商大学 | 一种考虑需求优先级的应急物流系统动态选址-规划方法 |
CN113256964A (zh) * | 2021-04-19 | 2021-08-13 | 东南大学 | 一种基于节点-场所模型的城市交换中心容量设计方法 |
-
2022
- 2022-06-27 CN CN202210743846.9A patent/CN115409236B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014002466A (ja) * | 2012-06-15 | 2014-01-09 | Railway Technical Research Institute | 陸上貨物における鉄道需要を計測する二段階分析方法 |
CN108304969A (zh) * | 2018-01-30 | 2018-07-20 | 东南大学 | 一种基于空间效益的开发区规划用地规模预测方法 |
CN109858687A (zh) * | 2019-01-14 | 2019-06-07 | 河海大学 | 一种基于物流需求的大尺度条件下物流通道规划方法 |
CN112613810A (zh) * | 2020-12-17 | 2021-04-06 | 北京工商大学 | 一种考虑需求优先级的应急物流系统动态选址-规划方法 |
CN113256964A (zh) * | 2021-04-19 | 2021-08-13 | 东南大学 | 一种基于节点-场所模型的城市交换中心容量设计方法 |
Non-Patent Citations (4)
Title |
---|
Sheng Luo.Multi-parameter Optimum Combination Model of Predicting Land Demand for Construction Use of City.《2009 International Conference on Environmental Science and Information Application Technology》.2009,第3卷703-707. * |
吕连恩 等.港口城市物流用地需求预测研究——以宁波市北仑区为例.《交通世界(运输·车辆)》.2010,(第08期),112-114. * |
江国逊 ; 沈山 ; 林立伟 ; .中等城市物流产业集聚区发展规划实证研究――以江苏省新沂市为例.徐州工程学院学报(社会科学版).2010,(第03期),37-42. * |
甘勇华 等.城市货运组织模式及枢纽空间布局适应性研究.《中国物流与采购》.2012,(第19期),74-75. * |
Also Published As
Publication number | Publication date |
---|---|
CN115409236A (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Adams | Residential structure of Midwestern cities | |
Meng et al. | Industrial land-use efficiency and planning in Shunyi, Beijing | |
Lan et al. | Data analysis for metropolitan economic and logistics development | |
Cui et al. | Spatial relationship of high-speed transportation construction and land-use efficiency and its mechanism: Case study of Shandong Peninsula urban agglomeration | |
CN115409236B (zh) | 一种基于市场细分理论的物流土地需求规模预测方法 | |
Kim et al. | Impact analysis of high-speed rail investment on regional economic inequality: a hybrid approach using a transportation network-CGE model | |
Lan et al. | Coordinated development of metropolitan logistics and economy toward sustainability | |
Du et al. | An analysis of coupling coordination relationship between regional economy and transportation: Empirical evidence from China | |
CN113947281A (zh) | 城市轨道交通装备制造业集群竞争力评价方法 | |
Xu et al. | From efficiency to equity: Changing patterns of China's regional transportation systems from an in‐use steel stocks perspective | |
CN111625772A (zh) | 一种综合运输行业评价方法 | |
Xu et al. | Unveiling the comprehensive resources and environmental efficiency and its influencing factors: Within and across the five urban agglomerations in Northwest China | |
Ji et al. | RETRACTED ARTICLE: The influence of the manufacturing agglomeration heterogeneity on the green economic efficiency in China | |
Polyzos et al. | Interregional transport infrastructures and regional development: A methodological approach | |
Guo et al. | The growth impact of infrastructure capital investment: the role of regional innovation capacity—evidence from China | |
Ramadhan et al. | The Influence Of Gross Regional Domestic Product, The Amount Of Population, And The Number Of People Working To Income Inequality In East Java Province | |
Guo et al. | Analysis of regional vegetable circulation efficiency and its spatial effect considering carbon emission | |
Liu et al. | Financial analysis on the influence of infrastructure construction on regional economic development | |
Zan | Modeling of the impact of regional transportation on social and economic development. | |
Boeing | The Fab City Index: A Toolkit for Measuring Progress Towards a Circular Economy | |
Pykhov et al. | Infrastructure security of the Ural regions: Assessment technique and diagnostic results | |
Lako et al. | Urban Public Transport as a Basis for Sustainable Mobility Development in the Transition from Private Vehicles to Urban Public Transport: A Case Study of Elbasan. | |
Wu | Determinants of logistics efficiency with the comparison among China and EU-OBOR countries | |
Li et al. | Assessment of the internet impact on road transportation industry operational efficiency | |
Yi et al. | High-Speed Rail And Income Inequality within Cities: Evidence From China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |