城市物流节点合理规模规划的研究

《城市物流节点合理规模规划的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南交通大学硕士研究生学位论文第1页摘要物流节点是现代物流的重要载体，具有规模经济效应、降低社会物流成本、提高物流运作效率的作用。在国家政策的导向下，有些地区物流节点开始盲目建设，物流节点的建设缺乏科学的规划，物流节点规模不合理，造成资源的极大浪费。因此有必要对物流节点的规模确定进行研究。物流节点规模从严格意义上分为作业量规模、用地规模、投资规模，本文主要研究物流节点的用地规模。一个地区的物流节点合理的总规模，即在这个规模上既不浪费资源又能充分发挥物流节点的规模效应，各层次的物流节点的数量的关系和确定，单个物流节点的规模的确定，都是值得研究的。

2、本论文首先对现实中经常出现的物流节点的概念，如物流园区、物流基地、物流中心、配送中心、交通运输枢纽、保税区等进行辨析和比较，确定了各类节点的层次关系。在分析了物流需求的派生性的前提下，比较预测方法的优缺点，结合多个宏观经济影响因素，采用多元线性回归方法，由于多个自变量之间的相关性，构建了主成分回归模型，达到消除多重共线性的目的。以重庆为例，整理了大量重庆地区统计数据，尝试预测了重庆地区2015年的总物流量。利用定量和定性结合的方法，在现有研究成果的基础上，对重庆地区物流节点总体的建设规模做出科学的预测，估算出重庆地区枢纽型物流园区和区域集散型物

3、流中心的数量。在此基础上，研究物流节点的总规模在单个节点上的分摊。利用模糊综合评价的方法确定分摊的比例，物流节点规模的影响因素除了考虑物流作业量外，还考虑了节点辐射范围、服务功能类型、时效性要求、用地限制、土地价格、单位面积成本、物流节点可达性、货运通道连通性、路网适应度等因素，利用综合评价方法对各节点评分，根据将节点的总规模合理的分配到单个节点。关键词：物流节点，预测，节点数量，节点规模西南交通大学硕士研究生学位论文第1I页AbstractLogisticsnodeisallimportantcarrierofmodernlogistics，

4、whichcouldgeteconomicsofscalee虢ct；decreasesociallogisticscostandimprovetheefficiencyoflogisticsactivity．Becauseoftheguidanceofnationalpolicy,somelogisticsnodesareblindlyconstructed，theconstructionsarelackofscientificplanning，logistiesnodescaleisunreasonable，andconsequently,r

5、esourcesaregreatlywasted．Soitisnecessarytostudyhowtocalculatethe109istiesnodescale．Strictly,Logistiesnodescalecomprisesquantityofworkscale．1andscaleandinvestmentscale，thisdissertationmainlystudiesthelandscaleoflogisticsnodes．Inaregion，thereasonabletotallogisticsnodesscale，th

6、ereasonableamountsoflogistiesnodesbetweendifferentlevelandeventhereasonablescaleofasinglelogisticsnodeshavetobestudied．First，theconceptofdifferentlogisticsnodesarecomprisedinthisdissertation，suchaslogistiespark,logisticsbases，logisticscenters，distributioncenters，transportati

7、onhubs，bonded，etc，toestablishtheirlevelrelationship．Then，afteranalysisthederivedpropertiesoflogisticsrequirementsandthefactorswhichaffectlogisticsrequirements，comparestheadvantagesanddisadvantagesbetweenpredictionways，thisdissertationchoicethewayofmultiplelinearregression．In

8、ordertoeliminatemuff—colinearitybecauseofexcessivelymanyvariables，themethod