-
一、引言
物流園區(qū)作為物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)中的節(jié)點設(shè)施之一，其規(guī)劃和建設(shè)既是物流本身發(fā)展的需要，也是城市發(fā)展對物流提出的必然要求。物流園區(qū)能有效整合物流資源，帶動城市經(jīng)濟(jì)發(fā)展，成為商品周轉(zhuǎn)、集散、配送和信息處理的中心，同時也可以促進(jìn)多式聯(lián)運的發(fā)展。
物流園區(qū)規(guī)劃是物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)規(guī)劃中的一個重要方面，它的規(guī)劃和建設(shè)逐漸成為我國現(xiàn)代物流快速發(fā)展的必然要求，在物流園區(qū)規(guī)劃中必須解決物流園區(qū)的規(guī)模、數(shù)量、功能以及布局等關(guān)鍵問題；而這幾個關(guān)鍵問題的解決都是建立在對物流需求分析的基礎(chǔ)之上的。很多專家和學(xué)者從理論和實踐的角度對物流需求的分析和預(yù)測進(jìn)行了研究，但目前還沒有形成一套行之有效的物流需求預(yù)測方法來指導(dǎo)物流園區(qū)規(guī)劃的實踐。
為了解決上述問題，本文從物流需求的特性入手，利用物流與經(jīng)濟(jì)發(fā)展的關(guān)系，采用BP神經(jīng)網(wǎng)絡(luò)研究物流園區(qū)規(guī)劃中的物流需求預(yù)測問題，從而為合理確定物流園區(qū)的規(guī)模、數(shù)量和布局奠定基礎(chǔ)，避免出現(xiàn)有場無市、資源浪費等現(xiàn)象。
二、物流園區(qū)的概念
在世界物流業(yè)的發(fā)展過程中，德國、日本等不少國家出現(xiàn)了物流園區(qū)這一概念，但叫法不一，或稱物流園區(qū)，或稱物流團(tuán)地，或稱物流中心。我國物流標(biāo)準(zhǔn)化技術(shù)委員會、物流信息管理標(biāo)準(zhǔn)化技術(shù)委員會和中國物流與采購聯(lián)合會等單位在GB/T18354－2006《物流術(shù)語》的基礎(chǔ)上，對物流園區(qū)的概念進(jìn)行了界定。物流園區(qū)（Logistics Park）是指為了實現(xiàn)物流設(shè)施集約化和物流運作共同化，或者出于城市物流設(shè)施空間布局合理化的目的而在城市周邊等各區(qū)域，集中建設(shè)的物流設(shè)施群與眾多物流業(yè)者在地域上的物理集結(jié)地?？梢詮囊韵氯齻€方面理解物流園區(qū)的內(nèi)涵[1]：
（1）從性質(zhì)上看：一方面物流園區(qū)是構(gòu)成物流基礎(chǔ)設(shè)施的重要組成部分，是一種社會公共基礎(chǔ)設(shè)施；另一方面物流園區(qū)是地域的空間布局與綜合服務(wù)功能融合在一起的物流節(jié)點或物流平臺。
（2）從市場定位上看：一方面物流園區(qū)是物流企業(yè)與相關(guān)企業(yè)如運輸、倉儲企業(yè)和中介服務(wù)機構(gòu)的積聚區(qū)；另一方面物流園區(qū)是有效整合物流資源、實施物流現(xiàn)代化作業(yè)、建立一體化運輸體系、實現(xiàn)設(shè)施共享與高度信息化的物流市場載體。
（3）從服務(wù)定向上看：一方面物流園區(qū)服務(wù)于國內(nèi)物流，按產(chǎn)品分包括工業(yè)物流、流通業(yè)物流、農(nóng)產(chǎn)品物流；按地域分包括城市物流，區(qū)域物流；按功能分包括專業(yè)服務(wù)物流與綜合服務(wù)物流等。另一方面物流園區(qū)服務(wù)于國際物流，主要是為進(jìn)出口貿(mào)易服務(wù)。
三、物流需求概念及預(yù)測分析
（一）已有的物流需求的概念分析
關(guān)于物流需求的定義，專家和學(xué)者們從現(xiàn)代物流學(xué)、經(jīng)濟(jì)學(xué)等角度對其進(jìn)行了闡述。如北京交通大學(xué)趙啟蘭、陳婭娜（2005）[2]從物流需求主體和物流各作業(yè)環(huán)節(jié)的二維分析體系角度把物流需求界定為：一定時期內(nèi)社會經(jīng)濟(jì)活動對生產(chǎn)、流通、消費領(lǐng)域的原材料、成品和半成品、商品以及廢舊物品、廢舊材料等的配置作用而產(chǎn)生的對物品在空間、時間、作業(yè)量和費用方面的要求，涉及運輸、庫存、包裝、裝卸搬運、流通加工以及與之相關(guān)的信息需求等物流活動的諸方面。國務(wù)院發(fā)展研究中心魏際剛（2006）[3]從經(jīng)濟(jì)學(xué)的角度界定物流需求為：組織或者個人提出的對物流產(chǎn)品、服務(wù)或信息流動有支付能力的需要。其他學(xué)者也進(jìn)行了類似的研究[4][5]。上述觀點從微觀的角度對物流需求進(jìn)行了界定，但是據(jù)此預(yù)測宏觀的物流需求尚存在一定的困難。原因在于：
（1）目前我國還沒有關(guān)于物流業(yè)發(fā)展水平的全面且詳細(xì)的統(tǒng)計數(shù)據(jù)，因此還沒有辦法通過直接的指標(biāo)來衡量物流需求規(guī)模的大小。
（2）物流業(yè)涉及的領(lǐng)域和部門很廣，各自的統(tǒng)計指標(biāo)包含的內(nèi)涵及外延各不相同，所以僅從微觀角度來確定和預(yù)測物流需求不能從總體上反映物流需求的規(guī)模。
鑒于上述問題，本文根據(jù)宏觀經(jīng)濟(jì)發(fā)展和物流發(fā)展的相關(guān)關(guān)系，選擇和建立影響物流需求的經(jīng)濟(jì)指標(biāo)體系，并通過數(shù)學(xué)方程對其進(jìn)行定義和量化，從而確定經(jīng)濟(jì)發(fā)展水平影響下的物流需求規(guī)模。
假設(shè) 表示不同時期的經(jīng)濟(jì)指標(biāo)體系， 表示多經(jīng)濟(jì)指標(biāo)影響和決定下的物流需求規(guī)模，那么可以將物流需求規(guī)模用方程表示為：
（1）
物流需求規(guī)模的經(jīng)濟(jì)影響因素是多方面的。國家和相關(guān)的研究機構(gòu)已經(jīng)對影響物流需求的經(jīng)濟(jì)指標(biāo)體系進(jìn)行了許多探索性的理論研究工作[10][11]，盡管各自的出發(fā)點和設(shè)計的經(jīng)濟(jì)影響因素不同，但概括起來可以分為四個方面：一是經(jīng)濟(jì)總量指標(biāo)，包括國內(nèi)生產(chǎn)總值，固定資產(chǎn)投資總額；二是產(chǎn)業(yè)結(jié)構(gòu)類指標(biāo)，包括第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)產(chǎn)值；三是交通運輸類指標(biāo)，包括貨運量和貨物周轉(zhuǎn)量；四是國際和國內(nèi)貿(mào)易類指標(biāo)，包括社會消費品零售總額和進(jìn)出口貿(mào)易總額。
（二）已有的物流需求預(yù)測模型與方法分析
物流園區(qū)規(guī)劃的內(nèi)容主要是確定物流園區(qū)的規(guī)模、數(shù)量、功能以及布局等問題。很多人通過運籌學(xué)、經(jīng)濟(jì)學(xué)以及數(shù)學(xué)等理論對上述問題進(jìn)行了研究，并構(gòu)建了相應(yīng)的物流需求預(yù)測模型來解決上述問題，如貨物需求預(yù)測時空多項概率模型，基于時間序列的非線性航空服務(wù)需求模型，貨運量預(yù)測的逐步線性回歸方法，投入產(chǎn)出和空間價格相結(jié)合的物流需求分析模型，路線比較模型與重力模型以及灰色預(yù)測模型、模糊預(yù)測和神經(jīng)網(wǎng)絡(luò)預(yù)測模型與方法等[6][7][8][9]。這些模型與方法為物流需求的預(yù)測提供了較好的思路，但在研究宏觀物流需求時還存在一些局限性，表現(xiàn)在：
（1）大部分模型與方法都要預(yù)先知道被控對象的數(shù)學(xué)模型，但實際上許多對象具有復(fù)雜的不確定性、時變性和非線性。雖然灰色系統(tǒng)理論中有預(yù)測模型識別的方法，但對非線性時變系統(tǒng)尚無成熟的理論和方法。
（2）缺乏將經(jīng)濟(jì)與物流需求預(yù)測緊密結(jié)合起來進(jìn)行的研究。絕大多數(shù)文獻(xiàn)集中在利用物流的歷史數(shù)據(jù)進(jìn)行物流需求預(yù)測，而不是利用經(jīng)濟(jì)數(shù)據(jù)預(yù)測物流需求。人工神經(jīng)網(wǎng)絡(luò)有表示任何非線性關(guān)系和學(xué)習(xí)等能力，給解決這類問題提供了新的思想和方法。
針對上述宏觀物流需求預(yù)測中的局限性，本文利用BP神經(jīng)網(wǎng)絡(luò)來研究物流需求的預(yù)測問題，采用一系列的經(jīng)濟(jì)指標(biāo)來預(yù)測區(qū)域物流需求，進(jìn)而尋求二者之間的非線性映射關(guān)系。BP網(wǎng)絡(luò)是一種反饋式全連接多層神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用廣泛和發(fā)展較成熟的神經(jīng)網(wǎng)絡(luò)，具有結(jié)構(gòu)簡單、工作狀態(tài)穩(wěn)定等優(yōu)點，并且具有較強的聯(lián)想、記憶和推廣能力，可以以任意精度逼近任何非線性連續(xù)函數(shù)。它由神經(jīng)元結(jié)構(gòu)模型、網(wǎng)絡(luò)連接模型、網(wǎng)絡(luò)學(xué)習(xí)算法等幾個要素組成。
四、基于BP網(wǎng)絡(luò)的物流需求預(yù)測模型構(gòu)建
（一）物流需求預(yù)測思路
物流需求屬于派生需求，它是由經(jīng)濟(jì)發(fā)展本身帶來的。經(jīng)濟(jì)發(fā)展水平?jīng)Q定物流需求，物流需求的大小反映了經(jīng)濟(jì)發(fā)展水平的高低。如果能夠找出這種映射關(guān)系，就可以實現(xiàn)經(jīng)濟(jì)數(shù)據(jù)和物流需求規(guī)模的轉(zhuǎn)換，從而達(dá)到分析和預(yù)測物流需求的目的。預(yù)測思路如圖1所示。
圖1 物流園區(qū)規(guī)劃中的物流需求預(yù)測思路圖
現(xiàn)實中，圖1所描述物流園區(qū)的經(jīng)濟(jì)發(fā)展水平與物流需求轉(zhuǎn)換關(guān)系非常復(fù)雜，本質(zhì)上可能是一種多元非線性的關(guān)系，事先建立函數(shù)模型來實現(xiàn)經(jīng)濟(jì)發(fā)展水平與物流需求的轉(zhuǎn)換非常困難。由于BP神經(jīng)網(wǎng)絡(luò)有很好的曲線擬合能力、自學(xué)習(xí)能力和抗干擾能力，所以用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行物流需求預(yù)測是一種有效的方法。
（二） 物流需求預(yù)測BP網(wǎng)絡(luò)結(jié)構(gòu)模型
BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)定對于整個網(wǎng)絡(luò)的推廣能力、計算效率都起著關(guān)鍵作用。就BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)而言，一般包括輸入層、隱含層和輸出層。不同的神經(jīng)網(wǎng)絡(luò)可以有不同的隱含層數(shù)，但它們都只有一個輸入層和一個輸出層。BP神經(jīng)網(wǎng)絡(luò)的各層又由不同數(shù)目的神經(jīng)元組成，各層神經(jīng)元數(shù)目隨解決問題的不同而不同。一般情況下，輸人神經(jīng)元數(shù)目是輸入的變量數(shù)，輸出神經(jīng)元數(shù)目是輸出的變量數(shù)，隱含神經(jīng)元數(shù)目可以隨機選擇，但也不能太多或太少，太多網(wǎng)絡(luò)將難以收斂，太少網(wǎng)絡(luò)又達(dá)不到優(yōu)化效果。實踐證明三層神經(jīng)網(wǎng)絡(luò)已經(jīng)足以模擬輸入與輸出之間的復(fù)雜的非線性映射關(guān)系[10][11]。因此，本文主要討論三層BP網(wǎng)絡(luò)的結(jié)構(gòu)模型，其一般結(jié)構(gòu)如圖2所示。
圖2 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型圖
設(shè)輸入層有 個神經(jīng)元，隱含層有 個神經(jīng)元，輸出層有 個神經(jīng)元。一般情況下，整個網(wǎng)絡(luò)的輸入分別為 ，并且對應(yīng)輸入到網(wǎng)絡(luò)輸入層的第 個神經(jīng)元，輸入層中各神經(jīng)元的傳輸函數(shù)一般采取比例系數(shù)為1的線性函數(shù)，因此，輸入層中神經(jīng)元的輸出信息分別是 ，這些輸出信息傳遞到隱含層各神經(jīng)元。隱含層神經(jīng)元將輸入的信息按照一定的方式匯總，作為各神經(jīng)元的輸入信息，然后通過傳輸函數(shù)，產(chǎn)生隱含層各神經(jīng)元的輸出信息。隱含層神經(jīng)元的傳輸函數(shù)一般選取非線性函數(shù)，隱含神經(jīng)元的輸出又傳遞到輸出層，與隱含層神經(jīng)元類似，輸出層神經(jīng)元也輸出相應(yīng)的信息，并作為整個網(wǎng)絡(luò)的輸出信息 。如果網(wǎng)絡(luò)的輸出不滿足期望要求，則進(jìn)行反向傳播過程，從而連接各連接權(quán)值和閾值。
在確定了BP網(wǎng)絡(luò)的輸入層、隱含層、輸出層的數(shù)目，并設(shè)定各層之間傳輸函數(shù)和參數(shù)的情況下，便可以對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和仿真，從而利用經(jīng)濟(jì)發(fā)展水平指標(biāo)預(yù)測不同時期的物流需求。
（三）物流需求預(yù)測BP網(wǎng)絡(luò)計算過程
物流園區(qū)規(guī)劃中的物流需求預(yù)測的BP神經(jīng)網(wǎng)絡(luò)計算過程可以概括為兩個階段：一是BP網(wǎng)絡(luò)訓(xùn)練階段，主要是訓(xùn)練不同的輸入輸出樣本對，從而確定網(wǎng)絡(luò)的結(jié)構(gòu)和指標(biāo)權(quán)重；二是網(wǎng)絡(luò)仿真階段，這個階段利用網(wǎng)絡(luò)訓(xùn)練階段輸出的結(jié)果，固定不同樣本對應(yīng)的BP網(wǎng)絡(luò)結(jié)構(gòu)和指標(biāo)權(quán)重，仿真輸出待預(yù)測年份的物流需求規(guī)模，具體計算過程描述從略，計算過程如圖3所示。
圖3 物流需求預(yù)測BP神經(jīng)網(wǎng)絡(luò)計算過程圖
五、 模型應(yīng)用及分析
（一） 初始數(shù)據(jù)處理及其參數(shù)設(shè)定
為了驗證該預(yù)測模型的有效性，本文對全國范圍的物流需求進(jìn)行了預(yù)測?？紤]到數(shù)據(jù)的權(quán)威性，在對我國物流需求進(jìn)行預(yù)測時選取“社會物流總額”作為物流需求規(guī)模指標(biāo)。按照前文對物流需求的經(jīng)濟(jì)因素分析，并本著可操作性原則，選取用于物流需求規(guī)模預(yù)測的經(jīng)濟(jì)指標(biāo)為：國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、第一產(chǎn)業(yè)產(chǎn)值、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、貨物運輸量、貨物周轉(zhuǎn)量、社會消費品零售總額、進(jìn)出口貿(mào)易總額等。原始數(shù)據(jù)見表1所示。
表1 經(jīng)濟(jì)指標(biāo)和社會物流總額原始數(shù)據(jù)表
GDP ?。▋|元） 固定資產(chǎn)投資總額 （億元） 第一產(chǎn)業(yè)產(chǎn)值（億元） 第二產(chǎn)業(yè)產(chǎn)值（億元） 第三產(chǎn)業(yè)產(chǎn)值（億元） 貨物綜合運輸量（萬噸） 全社會貨物周轉(zhuǎn)量（億噸公里） 社會消費品零售總額（萬元） 進(jìn)出口貿(mào)易總額（萬美元） 社會物流總額（億元）
2000 89468 32917 14628 44935 29904 1358682 44321 34153 474290 170561
2001 109655 37213 15411 48750 33153 1401786 47710 37595 509760 194513
2002 120332 43499 16117 52980 36074 1483446 50686 40911 620770 232583
2003 135822 55566 16928 61274 39188 1561422 53859 45842 850988 295488
2004 159878 70477 20768 72387 43720 1706412 69445 53950 1154550 383829
均值 123031 47935 16771 56065 36408 1502350 53204 42490 722072 255395
方差 26618 15220 2391 10960 5343 138060 9742 7722 283015 85916
數(shù)據(jù)來源：中國統(tǒng)計年鑒2005；中國物流年鑒2006。數(shù)據(jù)進(jìn)行了取整數(shù)處理
針對BP網(wǎng)絡(luò)本身的特征，首先采用標(biāo)準(zhǔn)化處理，將樣本集數(shù)據(jù)的均值和方差作標(biāo)準(zhǔn)化處理，使得其均值為0，方差為1。數(shù)據(jù)標(biāo)準(zhǔn)化公式為：
在原始數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上，以2000—2003年的經(jīng)濟(jì)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)作為網(wǎng)絡(luò)的輸入，以該年度的社會物流總額作為網(wǎng)絡(luò)輸出，形成BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本對，如表2所示。由于輸入層和輸出層都是以4年為一組，所以輸入層和輸出層的節(jié)點數(shù)都為4，隱含層的節(jié)點數(shù)設(shè)為6，訓(xùn)練步長為1000，期望誤差為0．01，訓(xùn)練函數(shù)分別采用tansig和purelin[12]。
表2 經(jīng)濟(jì)指標(biāo)和社會物流總額原始數(shù)據(jù)標(biāo)準(zhǔn)化表
GDP （億元） 固定資產(chǎn)投資總額 （億元） 第一產(chǎn)業(yè)產(chǎn)值（億元） 第二產(chǎn)業(yè)產(chǎn)值（億元） 第三產(chǎn)業(yè)產(chǎn)值（億元） 貨物綜合運輸量（萬噸） 全社會貨物周轉(zhuǎn)量（億噸公里） 社會消費品零售總額（萬元） 進(jìn)出口貿(mào)易總額（萬美元） 社會物流總額（億元）
2000 －1．26?。?．99?。?．90?。?．02?。?．22?。?．04 －0．91?。?．08?。?．88?。?．99
2001 －0．50?。?．70 －0．57?。?．67 －0．61?。?．73?。?．56?。?．63 －0．75?。?．71
2002 －0．10?。?．29?。?．27?。?．28?。?．06?。?．14?。?．26 －0．20?。?．36 －0．27
2003 0．48 0．50 0．07 0．48 0．52 0．43 0．07 0．43 0．46 0．47
2004 1．38 1．48 1．67 1．49 1．37 1．48 1．67 1．48 1．53 1．49487
（二） 網(wǎng)絡(luò)訓(xùn)練與需求預(yù)測[13]
以表2中的樣本作為網(wǎng)絡(luò)的理想輸入和輸出，對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練過程通過MALAB7．0的神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行實現(xiàn)，經(jīng)過反復(fù)迭代，得到網(wǎng)絡(luò)的權(quán)值：
[－1．5862 2．7394 3．2431 0．21388
0．68705 －0．39064 0．77825 0．031962
W1 ＝ 6．7354 ?。?．8728 ?。?．47067 0．035351
－7．0567 17．6413 ?。?．6129 2．8331
－1．0026 3．1318 3．5424 0．49448
1．8263 0．63414 1．0972 －0．17041]
[1．5035 －1．6591 4．0381 －6．6777 0．89087 0．075695；
W2 ＝ 0．53286 ?。?．1899 2．9202 －4．7889 2．2614 0．014669；
0．28416 ?。?．45277 1．1082 －1．8212 0．61815 0．52912；
－0．57142 0．78778 －1．9239 3．1702 －0．84677 －0．24778]
利用該網(wǎng)絡(luò)以2001—2003年的經(jīng)濟(jì)指標(biāo)的標(biāo)準(zhǔn)化數(shù)值作為網(wǎng)絡(luò)的輸入對網(wǎng)絡(luò)進(jìn)行仿真，得到2004年社會物流總額標(biāo)準(zhǔn)化數(shù)值 ＝1．4903，再將輸出數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的反轉(zhuǎn)化，得到預(yù)測值 ＝383436（1．4903*85916＋255395）。而2004年的社會物流總額的實際值為383829，誤差率為0．3%。
（三） 預(yù)測結(jié)果分析
對于一般的預(yù)測而言，誤差能夠控制在5%以內(nèi)，就算是比較精確的，并且可以認(rèn)為模型具有一定的參考價值。因此，用BP神經(jīng)網(wǎng)絡(luò)方法建立起來的物流需求預(yù)測模型具有較好的預(yù)測能力，可以為物流園區(qū)規(guī)劃提供一個很好的物流需求分析與預(yù)測基礎(chǔ)。
六、 結(jié)論
本文闡述的物流需求預(yù)測模型，是建立在對物流園區(qū)所在地區(qū)經(jīng)濟(jì)與物流之間內(nèi)在關(guān)系研究的基礎(chǔ)上提出的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。該模型在一定程度上反映了地區(qū)經(jīng)濟(jì)與物流需求之間的復(fù)雜映射關(guān)系，它不同于以往簡單的物流需求線性回歸或者時間序列預(yù)測模型，更重要的是本模型不是直接利用物流數(shù)據(jù)本身來預(yù)測物流需求，而是采用經(jīng)濟(jì)指標(biāo)來對區(qū)域物流需求進(jìn)行預(yù)測，為從經(jīng)濟(jì)與物流一體化的角度研究物流園區(qū)規(guī)劃中物流需求的分析與預(yù)測提供了新的思路。
一、引言
物流園區(qū)作為物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)中的節(jié)點設(shè)施之一，其規(guī)劃和建設(shè)既是物流本身發(fā)展的需要，也是城市發(fā)展對物流提出的必然要求。物流園區(qū)能有效整合物流資源，帶動城市經(jīng)濟(jì)發(fā)展，成為商品周轉(zhuǎn)、集散、配送和信息處理的中心，同時也可以促進(jìn)多式聯(lián)運的發(fā)展。
物流園區(qū)規(guī)劃是物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)規(guī)劃中的一個重要方面，它的規(guī)劃和建設(shè)逐漸成為我國現(xiàn)代物流快速發(fā)展的必然要求，在物流園區(qū)規(guī)劃中必須解決物流園區(qū)的規(guī)模、數(shù)量、功能以及布局等關(guān)鍵問題；而這幾個關(guān)鍵問題的解決都是建立在對物流需求分析的基礎(chǔ)之上的。很多專家和學(xué)者從理論和實踐的角度對物流需求的分析和預(yù)測進(jìn)行了研究，但目前還沒有形成一套行之有效的物流需求預(yù)測方法來指導(dǎo)物流園區(qū)規(guī)劃的實踐。
為了解決上述問題，本文從物流需求的特性入手，利用物流與經(jīng)濟(jì)發(fā)展的關(guān)系，采用BP神經(jīng)網(wǎng)絡(luò)研究物流園區(qū)規(guī)劃中的物流需求預(yù)測問題，從而為合理確定物流園區(qū)的規(guī)模、數(shù)量和布局奠定基礎(chǔ)，避免出現(xiàn)有場無市、資源浪費等現(xiàn)象。
二、物流園區(qū)的概念
在世界物流業(yè)的發(fā)展過程中，德國、日本等不少國家出現(xiàn)了物流園區(qū)這一概念，但叫法不一，或稱物流園區(qū)，或稱物流團(tuán)地，或稱物流中心。我國物流標(biāo)準(zhǔn)化技術(shù)委員會、物流信息管理標(biāo)準(zhǔn)化技術(shù)委員會和中國物流與采購聯(lián)合會等單位在GB/T18354－2006《物流術(shù)語》的基礎(chǔ)上，對物流園區(qū)的概念進(jìn)行了界定。物流園區(qū)（Logistics Park）是指為了實現(xiàn)物流設(shè)施集約化和物流運作共同化，或者出于城市物流設(shè)施空間布局合理化的目的而在城市周邊等各區(qū)域，集中建設(shè)的物流設(shè)施群與眾多物流業(yè)者在地域上的物理集結(jié)地?？梢詮囊韵氯齻€方面理解物流園區(qū)的內(nèi)涵[1]：
（1）從性質(zhì)上看：一方面物流園區(qū)是構(gòu)成物流基礎(chǔ)設(shè)施的重要組成部分，是一種社會公共基礎(chǔ)設(shè)施；另一方面物流園區(qū)是地域的空間布局與綜合服務(wù)功能融合在一起的物流節(jié)點或物流平臺。
（2）從市場定位上看：一方面物流園區(qū)是物流企業(yè)與相關(guān)企業(yè)如運輸、倉儲企業(yè)和中介服務(wù)機構(gòu)的積聚區(qū)；另一方面物流園區(qū)是有效整合物流資源、實施物流現(xiàn)代化作業(yè)、建立一體化運輸體系、實現(xiàn)設(shè)施共享與高度信息化的物流市場載體。
（3）從服務(wù)定向上看：一方面物流園區(qū)服務(wù)于國內(nèi)物流，按產(chǎn)品分包括工業(yè)物流、流通業(yè)物流、農(nóng)產(chǎn)品物流；按地域分包括城市物流，區(qū)域物流；按功能分包括專業(yè)服務(wù)物流與綜合服務(wù)物流等。另一方面物流園區(qū)服務(wù)于國際物流，主要是為進(jìn)出口貿(mào)易服務(wù)。
三、物流需求概念及預(yù)測分析
（一）已有的物流需求的概念分析
關(guān)于物流需求的定義，專家和學(xué)者們從現(xiàn)代物流學(xué)、經(jīng)濟(jì)學(xué)等角度對其進(jìn)行了闡述。如北京交通大學(xué)趙啟蘭、陳婭娜（2005）[2]從物流需求主體和物流各作業(yè)環(huán)節(jié)的二維分析體系角度把物流需求界定為：一定時期內(nèi)社會經(jīng)濟(jì)活動對生產(chǎn)、流通、消費領(lǐng)域的原材料、成品和半成品、商品以及廢舊物品、廢舊材料等的配置作用而產(chǎn)生的對物品在空間、時間、作業(yè)量和費用方面的要求，涉及運輸、庫存、包裝、裝卸搬運、流通加工以及與之相關(guān)的信息需求等物流活動的諸方面。國務(wù)院發(fā)展研究中心魏際剛（2006）[3]從經(jīng)濟(jì)學(xué)的角度界定物流需求為：組織或者個人提出的對物流產(chǎn)品、服務(wù)或信息流動有支付能力的需要。其他學(xué)者也進(jìn)行了類似的研究[4][5]。上述觀點從微觀的角度對物流需求進(jìn)行了界定，但是據(jù)此預(yù)測宏觀的物流需求尚存在一定的困難。原因在于：
（1）目前我國還沒有關(guān)于物流業(yè)發(fā)展水平的全面且詳細(xì)的統(tǒng)計數(shù)據(jù)，因此還沒有辦法通過直接的指標(biāo)來衡量物流需求規(guī)模的大小。
（2）物流業(yè)涉及的領(lǐng)域和部門很廣，各自的統(tǒng)計指標(biāo)包含的內(nèi)涵及外延各不相同，所以僅從微觀角度來確定和預(yù)測物流需求不能從總體上反映物流需求的規(guī)模。
鑒于上述問題，本文根據(jù)宏觀經(jīng)濟(jì)發(fā)展和物流發(fā)展的相關(guān)關(guān)系，選擇和建立影響物流需求的經(jīng)濟(jì)指標(biāo)體系，并通過數(shù)學(xué)方程對其進(jìn)行定義和量化，從而確定經(jīng)濟(jì)發(fā)展水平影響下的物流需求規(guī)模。
假設(shè) 表示不同時期的經(jīng)濟(jì)指標(biāo)體系， 表示多經(jīng)濟(jì)指標(biāo)影響和決定下的物流需求規(guī)模，那么可以將物流需求規(guī)模用方程表示為：
（1）
物流需求規(guī)模的經(jīng)濟(jì)影響因素是多方面的。國家和相關(guān)的研究機構(gòu)已經(jīng)對影響物流需求的經(jīng)濟(jì)指標(biāo)體系進(jìn)行了許多探索性的理論研究工作[10][11]，盡管各自的出發(fā)點和設(shè)計的經(jīng)濟(jì)影響因素不同，但概括起來可以分為四個方面：一是經(jīng)濟(jì)總量指標(biāo)，包括國內(nèi)生產(chǎn)總值，固定資產(chǎn)投資總額；二是產(chǎn)業(yè)結(jié)構(gòu)類指標(biāo)，包括第一產(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)產(chǎn)值；三是交通運輸類指標(biāo)，包括貨運量和貨物周轉(zhuǎn)量；四是國際和國內(nèi)貿(mào)易類指標(biāo)，包括社會消費品零售總額和進(jìn)出口貿(mào)易總額。
（二）已有的物流需求預(yù)測模型與方法分析
物流園區(qū)規(guī)劃的內(nèi)容主要是確定物流園區(qū)的規(guī)模、數(shù)量、功能以及布局等問題。很多人通過運籌學(xué)、經(jīng)濟(jì)學(xué)以及數(shù)學(xué)等理論對上述問題進(jìn)行了研究，并構(gòu)建了相應(yīng)的物流需求預(yù)測模型來解決上述問題，如貨物需求預(yù)測時空多項概率模型，基于時間序列的非線性航空服務(wù)需求模型，貨運量預(yù)測的逐步線性回歸方法，投入產(chǎn)出和空間價格相結(jié)合的物流需求分析模型，路線比較模型與重力模型以及灰色預(yù)測模型、模糊預(yù)測和神經(jīng)網(wǎng)絡(luò)預(yù)測模型與方法等[6][7][8][9]。這些模型與方法為物流需求的預(yù)測提供了較好的思路，但在研究宏觀物流需求時還存在一些局限性，表現(xiàn)在：
（1）大部分模型與方法都要預(yù)先知道被控對象的數(shù)學(xué)模型，但實際上許多對象具有復(fù)雜的不確定性、時變性和非線性。雖然灰色系統(tǒng)理論中有預(yù)測模型識別的方法，但對非線性時變系統(tǒng)尚無成熟的理論和方法。
（2）缺乏將經(jīng)濟(jì)與物流需求預(yù)測緊密結(jié)合起來進(jìn)行的研究。絕大多數(shù)文獻(xiàn)集中在利用物流的歷史數(shù)據(jù)進(jìn)行物流需求預(yù)測，而不是利用經(jīng)濟(jì)數(shù)據(jù)預(yù)測物流需求。人工神經(jīng)網(wǎng)絡(luò)有表示任何非線性關(guān)系和學(xué)習(xí)等能力，給解決這類問題提供了新的思想和方法。
針對上述宏觀物流需求預(yù)測中的局限性，本文利用BP神經(jīng)網(wǎng)絡(luò)來研究物流需求的預(yù)測問題，采用一系列的經(jīng)濟(jì)指標(biāo)來預(yù)測區(qū)域物流需求，進(jìn)而尋求二者之間的非線性映射關(guān)系。BP網(wǎng)絡(luò)是一種反饋式全連接多層神經(jīng)網(wǎng)絡(luò)，是目前應(yīng)用廣泛和發(fā)展較成熟的神經(jīng)網(wǎng)絡(luò)，具有結(jié)構(gòu)簡單、工作狀態(tài)穩(wěn)定等優(yōu)點，并且具有較強的聯(lián)想、記憶和推廣能力，可以以任意精度逼近任何非線性連續(xù)函數(shù)。它由神經(jīng)元結(jié)構(gòu)模型、網(wǎng)絡(luò)連接模型、網(wǎng)絡(luò)學(xué)習(xí)算法等幾個要素組成。
四、基于BP網(wǎng)絡(luò)的物流需求預(yù)測模型構(gòu)建
（一）物流需求預(yù)測思路
物流需求屬于派生需求，它是由經(jīng)濟(jì)發(fā)展本身帶來的。經(jīng)濟(jì)發(fā)展水平?jīng)Q定物流需求，物流需求的大小反映了經(jīng)濟(jì)發(fā)展水平的高低。如果能夠找出這種映射關(guān)系，就可以實現(xiàn)經(jīng)濟(jì)數(shù)據(jù)和物流需求規(guī)模的轉(zhuǎn)換，從而達(dá)到分析和預(yù)測物流需求的目的。預(yù)測思路如圖1所示。
圖1 物流園區(qū)規(guī)劃中的物流需求預(yù)測思路圖
現(xiàn)實中，圖1所描述物流園區(qū)的經(jīng)濟(jì)發(fā)展水平與物流需求轉(zhuǎn)換關(guān)系非常復(fù)雜，本質(zhì)上可能是一種多元非線性的關(guān)系，事先建立函數(shù)模型來實現(xiàn)經(jīng)濟(jì)發(fā)展水平與物流需求的轉(zhuǎn)換非常困難。由于BP神經(jīng)網(wǎng)絡(luò)有很好的曲線擬合能力、自學(xué)習(xí)能力和抗干擾能力，所以用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行物流需求預(yù)測是一種有效的方法。
（二） 物流需求預(yù)測BP網(wǎng)絡(luò)結(jié)構(gòu)模型
BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)定對于整個網(wǎng)絡(luò)的推廣能力、計算效率都起著關(guān)鍵作用。就BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)而言，一般包括輸入層、隱含層和輸出層。不同的神經(jīng)網(wǎng)絡(luò)可以有不同的隱含層數(shù)，但它們都只有一個輸入層和一個輸出層。BP神經(jīng)網(wǎng)絡(luò)的各層又由不同數(shù)目的神經(jīng)元組成，各層神經(jīng)元數(shù)目隨解決問題的不同而不同。一般情況下，輸人神經(jīng)元數(shù)目是輸入的變量數(shù)，輸出神經(jīng)元數(shù)目是輸出的變量數(shù)，隱含神經(jīng)元數(shù)目可以隨機選擇，但也不能太多或太少，太多網(wǎng)絡(luò)將難以收斂，太少網(wǎng)絡(luò)又達(dá)不到優(yōu)化效果。實踐證明三層神經(jīng)網(wǎng)絡(luò)已經(jīng)足以模擬輸入與輸出之間的復(fù)雜的非線性映射關(guān)系[10][11]。因此，本文主要討論三層BP網(wǎng)絡(luò)的結(jié)構(gòu)模型，其一般結(jié)構(gòu)如圖2所示。
圖2 三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型圖
設(shè)輸入層有 個神經(jīng)元，隱含層有 個神經(jīng)元，輸出層有 個神經(jīng)元。一般情況下，整個網(wǎng)絡(luò)的輸入分別為 ，并且對應(yīng)輸入到網(wǎng)絡(luò)輸入層的第 個神經(jīng)元，輸入層中各神經(jīng)元的傳輸函數(shù)一般采取比例系數(shù)為1的線性函數(shù)，因此，輸入層中神經(jīng)元的輸出信息分別是 ，這些輸出信息傳遞到隱含層各神經(jīng)元。隱含層神經(jīng)元將輸入的信息按照一定的方式匯總，作為各神經(jīng)元的輸入信息，然后通過傳輸函數(shù)，產(chǎn)生隱含層各神經(jīng)元的輸出信息。隱含層神經(jīng)元的傳輸函數(shù)一般選取非線性函數(shù)，隱含神經(jīng)元的輸出又傳遞到輸出層，與隱含層神經(jīng)元類似，輸出層神經(jīng)元也輸出相應(yīng)的信息，并作為整個網(wǎng)絡(luò)的輸出信息 。如果網(wǎng)絡(luò)的輸出不滿足期望要求，則進(jìn)行反向傳播過程，從而連接各連接權(quán)值和閾值。
在確定了BP網(wǎng)絡(luò)的輸入層、隱含層、輸出層的數(shù)目，并設(shè)定各層之間傳輸函數(shù)和參數(shù)的情況下，便可以對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和仿真，從而利用經(jīng)濟(jì)發(fā)展水平指標(biāo)預(yù)測不同時期的物流需求。
（三）物流需求預(yù)測BP網(wǎng)絡(luò)計算過程
物流園區(qū)規(guī)劃中的物流需求預(yù)測的BP神經(jīng)網(wǎng)絡(luò)計算過程可以概括為兩個階段：一是BP網(wǎng)絡(luò)訓(xùn)練階段，主要是訓(xùn)練不同的輸入輸出樣本對，從而確定網(wǎng)絡(luò)的結(jié)構(gòu)和指標(biāo)權(quán)重；二是網(wǎng)絡(luò)仿真階段，這個階段利用網(wǎng)絡(luò)訓(xùn)練階段輸出的結(jié)果，固定不同樣本對應(yīng)的BP網(wǎng)絡(luò)結(jié)構(gòu)和指標(biāo)權(quán)重，仿真輸出待預(yù)測年份的物流需求規(guī)模，具體計算過程描述從略，計算過程如圖3所示。
圖3 物流需求預(yù)測BP神經(jīng)網(wǎng)絡(luò)計算過程圖
五、 模型應(yīng)用及分析
（一） 初始數(shù)據(jù)處理及其參數(shù)設(shè)定
為了驗證該預(yù)測模型的有效性，本文對全國范圍的物流需求進(jìn)行了預(yù)測?？紤]到數(shù)據(jù)的權(quán)威性，在對我國物流需求進(jìn)行預(yù)測時選取“社會物流總額”作為物流需求規(guī)模指標(biāo)。按照前文對物流需求的經(jīng)濟(jì)因素分析，并本著可操作性原則，選取用于物流需求規(guī)模預(yù)測的經(jīng)濟(jì)指標(biāo)為：國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資總額、第一產(chǎn)業(yè)產(chǎn)值、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、貨物運輸量、貨物周轉(zhuǎn)量、社會消費品零售總額、進(jìn)出口貿(mào)易總額等。原始數(shù)據(jù)見表1所示。
表1 經(jīng)濟(jì)指標(biāo)和社會物流總額原始數(shù)據(jù)表
GDP ?。▋|元） 固定資產(chǎn)投資總額 （億元） 第一產(chǎn)業(yè)產(chǎn)值（億元） 第二產(chǎn)業(yè)產(chǎn)值（億元） 第三產(chǎn)業(yè)產(chǎn)值（億元） 貨物綜合運輸量（萬噸） 全社會貨物周轉(zhuǎn)量（億噸公里） 社會消費品零售總額（萬元） 進(jìn)出口貿(mào)易總額（萬美元） 社會物流總額（億元）
2000 89468 32917 14628 44935 29904 1358682 44321 34153 474290 170561
2001 109655 37213 15411 48750 33153 1401786 47710 37595 509760 194513
2002 120332 43499 16117 52980 36074 1483446 50686 40911 620770 232583
2003 135822 55566 16928 61274 39188 1561422 53859 45842 850988 295488
2004 159878 70477 20768 72387 43720 1706412 69445 53950 1154550 383829
均值 123031 47935 16771 56065 36408 1502350 53204 42490 722072 255395
方差 26618 15220 2391 10960 5343 138060 9742 7722 283015 85916
數(shù)據(jù)來源：中國統(tǒng)計年鑒2005；中國物流年鑒2006。數(shù)據(jù)進(jìn)行了取整數(shù)處理
針對BP網(wǎng)絡(luò)本身的特征，首先采用標(biāo)準(zhǔn)化處理，將樣本集數(shù)據(jù)的均值和方差作標(biāo)準(zhǔn)化處理，使得其均值為0，方差為1。數(shù)據(jù)標(biāo)準(zhǔn)化公式為：
在原始數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上，以2000—2003年的經(jīng)濟(jì)指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)作為網(wǎng)絡(luò)的輸入，以該年度的社會物流總額作為網(wǎng)絡(luò)輸出，形成BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本對，如表2所示。由于輸入層和輸出層都是以4年為一組，所以輸入層和輸出層的節(jié)點數(shù)都為4，隱含層的節(jié)點數(shù)設(shè)為6，訓(xùn)練步長為1000，期望誤差為0．01，訓(xùn)練函數(shù)分別采用tansig和purelin[12]。
表2 經(jīng)濟(jì)指標(biāo)和社會物流總額原始數(shù)據(jù)標(biāo)準(zhǔn)化表
GDP （億元） 固定資產(chǎn)投資總額 （億元） 第一產(chǎn)業(yè)產(chǎn)值（億元） 第二產(chǎn)業(yè)產(chǎn)值（億元） 第三產(chǎn)業(yè)產(chǎn)值（億元） 貨物綜合運輸量（萬噸） 全社會貨物周轉(zhuǎn)量（億噸公里） 社會消費品零售總額（萬元） 進(jìn)出口貿(mào)易總額（萬美元） 社會物流總額（億元）
2000 －1．26?。?．99?。?．90?。?．02?。?．22?。?．04 －0．91?。?．08?。?．88?。?．99
2001 －0．50?。?．70 －0．57?。?．67 －0．61?。?．73?。?．56?。?．63 －0．75?。?．71
2002 －0．10?。?．29?。?．27?。?．28?。?．06?。?．14?。?．26 －0．20?。?．36 －0．27
2003 0．48 0．50 0．07 0．48 0．52 0．43 0．07 0．43 0．46 0．47
2004 1．38 1．48 1．67 1．49 1．37 1．48 1．67 1．48 1．53 1．49487
（二） 網(wǎng)絡(luò)訓(xùn)練與需求預(yù)測[13]
以表2中的樣本作為網(wǎng)絡(luò)的理想輸入和輸出，對網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練過程通過MALAB7．0的神經(jīng)網(wǎng)絡(luò)工具箱進(jìn)行實現(xiàn)，經(jīng)過反復(fù)迭代，得到網(wǎng)絡(luò)的權(quán)值：
[－1．5862 2．7394 3．2431 0．21388
0．68705 －0．39064 0．77825 0．031962
W1 ＝ 6．7354 ?。?．8728 ?。?．47067 0．035351
－7．0567 17．6413 ?。?．6129 2．8331
－1．0026 3．1318 3．5424 0．49448
1．8263 0．63414 1．0972 －0．17041]
[1．5035 －1．6591 4．0381 －6．6777 0．89087 0．075695；
W2 ＝ 0．53286 ?。?．1899 2．9202 －4．7889 2．2614 0．014669；
0．28416 ?。?．45277 1．1082 －1．8212 0．61815 0．52912；
－0．57142 0．78778 －1．9239 3．1702 －0．84677 －0．24778]
利用該網(wǎng)絡(luò)以2001—2003年的經(jīng)濟(jì)指標(biāo)的標(biāo)準(zhǔn)化數(shù)值作為網(wǎng)絡(luò)的輸入對網(wǎng)絡(luò)進(jìn)行仿真，得到2004年社會物流總額標(biāo)準(zhǔn)化數(shù)值 ＝1．4903，再將輸出數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化的反轉(zhuǎn)化，得到預(yù)測值 ＝383436（1．4903*85916＋255395）。而2004年的社會物流總額的實際值為383829，誤差率為0．3%。
（三） 預(yù)測結(jié)果分析
對于一般的預(yù)測而言，誤差能夠控制在5%以內(nèi)，就算是比較精確的，并且可以認(rèn)為模型具有一定的參考價值。因此，用BP神經(jīng)網(wǎng)絡(luò)方法建立起來的物流需求預(yù)測模型具有較好的預(yù)測能力，可以為物流園區(qū)規(guī)劃提供一個很好的物流需求分析與預(yù)測基礎(chǔ)。
六、 結(jié)論
本文闡述的物流需求預(yù)測模型，是建立在對物流園區(qū)所在地區(qū)經(jīng)濟(jì)與物流之間內(nèi)在關(guān)系研究的基礎(chǔ)上提出的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。該模型在一定程度上反映了地區(qū)經(jīng)濟(jì)與物流需求之間的復(fù)雜映射關(guān)系，它不同于以往簡單的物流需求線性回歸或者時間序列預(yù)測模型，更重要的是本模型不是直接利用物流數(shù)據(jù)本身來預(yù)測物流需求，而是采用經(jīng)濟(jì)指標(biāo)來對區(qū)域物流需求進(jìn)行預(yù)測，為從經(jīng)濟(jì)與物流一體化的角度研究物流園區(qū)規(guī)劃中物流需求的分析與預(yù)測提供了新的思路。