西北大学学报自然科学版  2018, Vol. 48 Issue (5): 741-748  DOI: 10.16152/j.cnki.xdxbzr.2018-05-017

环境科学

引用本文 

杨卫丽, 宋宏春. “一带一路”下农产品物流中心选址研究——以大西安地区为例[J]. 西北大学学报自然科学版, 2018, 48(5): 741-748. DOI: 10.16152/j.cnki.xdxbzr.2018-05-017.
[复制中文]
YANG Weili, SONG Hongchun. Site-selection analysis of logistics centers of agricultural productsunder "the Belt and Road": Taking Great Xi′an as an example[J]. Journal of Northwest University(Natural Science Edition), 2018, 48(5): 741-748. DOI: 10.16152/j.cnki.xdxbzr.2018-05-017.
[复制英文]

基金项目

中央高校基本科研业务费资助项目(G2015KY0007)

作者简介

杨卫丽,女,湖北襄阳人,西北工业大学副教授,博士,从事城市设计和城乡规划研究。

文章历史

收稿日期:2018-03-13
“一带一路”下农产品物流中心选址研究——以大西安地区为例
杨卫丽, 宋宏春     
西北工业大学 力学与土木建筑学院, 陕西 西安 710100
摘要:大西安地区农产品交易中心现阶段不能满足农产品流通的整体需求。研究提出一种农产品物流中心用地适宜性评价体系与方法, 用于该区农产品物流中心的选址分析, 进而解决农产品物流中心基础设施不完善的问题。研究结合核密度估计、GIS空间分析等理论和方法, 从中宏观角度分析得到了5个具备建设农产品物流中心条件的地区。在具体实施上, 大西安地区各级部门可根据各区县的规划要求和农产品流通的实际需要, 确定农产品物流中心的建设方案。
关键词大西安    “一带一路”    农产品物流中心    GIS选址    KDE    
Site-selection analysis of logistics centers of agricultural productsunder "the Belt and Road": Taking Great Xi′an as an example
YANG Weili, SONG Hongchun     
School of Mechanics, Civil Engineering & Architecture, Northwestern Polytechnical University, Xi′an 710100, China
Abstract: At present, the agricultural products trading centers in Great Xi′an cannot meet the overall demands of agricultural product circulation. To analyze the sites selecting of agricultural products logistics centers and to solve the problem of inadequate infrastructures of agricultural products logistics centers, a system and a method of land suitability evaluation are put forward. Based on the theory and method of nuclear density estimation and GIS spatial analysis, the study has obtained 5 regions with the conditions of building agricultural products logistics centers. In terms of concrete construction and implementation, the government departments at all levels in the Great Xi′an can determine the construction plan of agricultural products logistics centers according to the planning requirements of each district, county and the actual needs of the circulation of agricultural products.
Key words: Great Xi′an    "the Belt and Road"    logistics centers of agricultural products    site-selection with GIS    KDE    

2009年, 国务院批准的《关中—天水经济区发展规划》要求加快西咸一体化进程, 建设大西安, 增强西安对亚欧大陆桥和“一带一路”的辐射带动力。2014年, 国务院发布的《物流业发展中长期规划(2014—2020年)》提出要推动区域物流协调发展, 积极推动国际物流发展, 大力发展绿色物流, 加强鲜活农产品冷链物流设施建设, 形成重点品种农产品物流集散中心, 提升批发市场等重要节点的冷链设施水平, 完善冷链物流网络。2015年, 《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》提出将陕西打造成为“内陆型改革开放新高地”, 形成面向中亚、南亚、西亚国家的通道、商贸物流枢纽。

新常态下, “一带一路”使跨境电商成为外贸发展新动能, 农产品跨境流通的渠道愈发畅通。农产品的产量的增长与农业产业的快速发展对大宗农产品物流和鲜活农产品冷链物流的需求不断增长, 物流量的增加一方面带来了市场机遇, 另一方面给物流基础设施建设带来了建设机遇[1]。另外, 电子商务、网络购物等新兴业态的快速繁荣, 也对农产品物流中心的建设提出了更高的要求[2]

农产品物流中心是集冷链储存、交易流通、加工包装、结算、配送、信息处理等功能于一体的大型农产品集散地。建设农产品物流中心, 首先面临的问题即选址问题。合理的选址不仅利于优化城市空间结构, 节约物流成本, 而且能够最大限度地提升农产品与外界的交换频率, 保障农产品供需平衡。农产品物流中心的建设不仅能够适应日益增加的农产品流通的需要、繁荣农产品市场经济, 还能助推解决“三农问题”。

目前, 国内外物流中心选址研究主要分为定性研究、定量研究两种, 其中定量研究的选址模型又可分为连续模型、离散模型两种[3]。连续模型认为物流中心的选址地点可以是平面区域上的任意点, 代表方法有重心法[4]、交叉中值法等[5]; 离散模型则是从几个可行点中选出一个或几个最优解, 其代表模型有Kuehn-Hamburger模型、Baumol-Wolfe[6]模型等, 采用的方法有P-中值法、蚁群算法、遗传算法[7-8]等。现有的关于物流中心选址研究大多是在已知需求点及备选点的情况下, 基于运费最少原则求解最佳区位, 不适用于需求点及备选点未知情况下的中宏观角度选址研究, 仍有完善的空间。研究因此着重结合核密度估计、GIS空间分析等理论和方法, 提出了一种农产品物流中心用地适宜性评价体系与方法, 用于大西安地区农产品物流中心的选址分析。研究成果能够指导大西安地区农产品物流中心的建设, 研究方法能够丰富农产品物流中心的选址理论体系, 为其他地区相关实践提供参考。

1 数据来源

研究中使用的大西安DEM数据来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)。各区县农产品产量数据来源于调研收集、各区县年度统计公报(年鉴)、《陕西区域统计年鉴2015》等。

2 研究区现状分析

大西安地区范围包括西安市整个行政辖区, 渭南市富平县城关街道, 咸阳市的秦都区、渭城区、泾阳县、三原县、共18个区(县)225个乡镇(截至2015年6月)[9]

研究统计了大西安地区近6年部分主要农产品产量(图 1)。近6年, 大西安地区粮食产量呈现出逐年下降的趋势, 但奶类、禽蛋、肉类、水果、蔬菜的产量稳中有升。2014年奶类、禽蛋、肉类、水果、蔬菜产量分别达到139.46万吨、19.53万吨、30.84万吨、15.21万吨、64.47万吨。研究还统计了近6年西安市鲜活农产品的产量(图 2)。数据显示, 近6年, 西安市水产品产量基本在保持1.3万吨至1.4万吨之间, 水果和蔬菜产量有较大幅度上升——分别从2009年的78.96万吨和242.41万吨增长至99.66万吨和316.28万吨。

图 1 大西安地区近6年部分农产品产量(单位:万吨) Fig. 1 Outputs of some agricultural products of recent 5 years in Da Xi′an(Units: Million tons)

图 2 西安市近6年部分鲜活农产品产量(单位:万吨) Fig. 2 Outputs of some fresh agricultural products of recent 5 years in Xi′an(Units: Million tons)

分析图 2可知, 2009年至2014年, 大西安地区鲜活农产品产量大致呈线性增长趋势, 而粮食产量总体呈线性下降趋势。结合图 1可合理推测, 大西安地区未来鲜活农产品产量大体会逐年增长, 粮食产量会持续小幅下降。

通过分析大西安地区农产品的产量与大西安地区主要农产品交易中心(表 1图 3)的规模、经营及建设状况, 结合相关专家学者的意见, 将西安市的西部欣桥农产品物流中心、雨润农副产品全球采购中心、咸阳市西北农副产品交易中心这3个农产品交易中心划分为一级农产品交易中心, 将其他主要农产品交易中心划分为二级农产品交易中心。

表 1 大西安地区主要农产品交易中心概况 Tab. 1 Profiles of main trading centers of agricultural products in Da Xi′an

图 3 大西安地区主要农产品交易中心现状分布图(自绘) Fig. 3 The distribution of main trading centers of agricultural products in Da Xi′an

现阶段, 西安市域范围内已经形成了相对完善的农产品物流产业格局, 交易中心数量和规模已经能够满足西安市全部居民的生活需求。而在咸阳市两区两县、渭南市富平县城关街道, 农产品交易中心数量不足、规模小、服务半径不合理、冷链设施不完善。

从整个大西安范围来看, 多数农产品交易中心还未达到农产品物流中心所需的信息化、冷链化等标准要求, 并且由于大西安地区鲜活农产品产量逐年增长, 对农产品交易中心运输、配送、储存鲜活农产品的能力提出了更高的要求。因此, 在当前“一带一路”倡仪提出的背景下, 大西安地区农产品交易中心需要通过增加冷库容积, 完善冷链系统, 提升冷链信息化水平等措施逐步升级至农产品物流中心水平, 并在条件适宜地区新建农产品物流中心。

3 农产品物流中心选址分析 3.1 选址原则 3.1.1 动态性原则

选址时不应将自然条件和社会人文条件的影响绝对化, 而是应充分调研现状, 剖析区域的优势与劣势, 结合区域远期发展规划, 动态分析未来发展趋势。

3.1.2 交通便利性原则

农产品冷链物流对交通运输的时效性要求较高。在“一带一路”背景下, 交通便利性是需要考虑的一个重要因素。不仅要考虑现有交通条件, 也要兼顾交通网络的远期规划。

3.1.3 统筹性原则

农产品物流中心选址与地区生产力布局、基础设施条件、农业发展水平及特色等密切相关。因此在选址时, 必须统筹兼顾, 宏微观综合考虑。

3.2 选址评价因子选取

综合分析大西安地区的自然环境条件和社会人文条件, 依据工业区位论以及农产品物流中心选址的一般性原则, 从中宏观角度选取影响大西安地区农产品物流中心选址的4个必要的一级评价因子:坡度、交通网络、现有交易中心服务半径、至行政中心距离。其中交通网络下还有5个二级评价因子:县乡道、省道、国道、高速公路出入口、铁路站点。

3.2.1 坡度

参考《城市用地竖向规划规范》CJJ83-2016中, “城市主要建设用地适宜规划坡度”关于工业用地与仓储用地的实施标准, 规定农产品物流中心建设地坡度应在0.2%~10%之间。

3.2.2 交通网络

“一带一路”的提出为大西安地区农产品“走出去”提供了机遇和条件, 对交通网络的完善也提出了相应的要求。同时, 农产品易腐烂、不易储藏的特点决定了其对高效率流通有特殊的需求。高效率的农产品流通以发达的交通网络为基础。交通条件的好坏可以用道路网密度的大小来衡量。区域的道路网密度越大, 交通条件越好, 农产品流通能力越强、流通效率越高, 从而有利于农产品流通成本降低。

3.2.3 现有交易中心服务半径

新建农产品物流中心需建设在现有交易中心服务半径以外的位置。为避免新建物流中心与现有交易中心服务半径产生叠加重合, 造成基础设施等公共资源配置的浪费, 需要首先识别现有交易中心的服务半径。

农产品物流中心(交易中心)的服务半径可分为一般服务半径与边际服务半径, 不同级别农产品物流中心的服务半径不同。农产品物流中心的一般服务半径是指其以维持本区域农产品最佳流通效率, 提供本区域内必要的农产品为目的, 能够被大部分经营人员、消费者到达的距离。而农产品物流中心边际服务半径是指其所能提供农产品流通服务的最大距离。随着与物流中心距离的增加, 物流中心服务水平会持续下降。本研究所采用的服务半径是一般服务半径, 研究内一级农产品物流中心的一般服务半径为30km, 二级农产品物流中心的一般服务半径为15km。

3.2.4 至行政中心距离

从提升人的购物、工作等便捷度, 降低农产品物流中心建设与运营成本等角度出发, 考虑农产品物流中心的选址不应距离居民聚集地太远。行政中心所在地一般也是一定区域内的中心居民聚集地。一般而言, 行政中心人口密度较大, 水电等公共服务设施较为完善, 至行政中心的距离越远, 公共服务设施越不完备, 越不适宜选建设农产品物流中心。因此, 从中宏观角度上看, 物流中心一般建立在乡镇(街道)及以上行政中心的所在地。

参考大西安地区一般县级行政中心与一般乡镇(街道)行政中心的建成区大小, 以行政中心所在地建成区几何地理中心为原点, 提出在距离县级行政中心4km范围内、距离乡镇(街道)行政中心2km范围内, 适宜新建农产品物流中心。

3.3 评价方法 3.3.1 层次分析法

采用层次分析法(Analytic hierarchy process, AHP)建立农产品物流中心选址层次分析模型(图 4)并构造判断矩阵, 计算得到各级因子权重(表 2~3)。层次分析法是指将一个复杂的多目标决策问题作为一个系统, 根据决策问题分析提取影响因子, 通过定性指标模糊量化方法计算准则层与方案层各要素权重, 并得到多目标解决方案的系统方法[10]。层次分析模型决策层设置为中心城区、城市近郊、城市远郊3个子项。

图 4 层次分析模型(自绘) Fig. 4 The analytic hierarchy model(Self-drawing)

表 2 农产品物流中心选址一级评价因子及权重 Tab. 2 The weight of sites selections level 1 factors of logistics centers of agricultural products

表 3 交通条件评价因子及权重 Tab. 3 The weight of sites selections factor of traffic condition
3.3.2 核密度估计

核密度估计(Kernel density estimation, KDE)是指使用核密度函数计算平面单位面积内点要素或线要素量值, 以将点或线在平面内拟合为光滑锥状表面的过程。通常, 密度分析需要指定一个邻域以计算各输出像元周围的点、线密度, 落在邻域内的点、线有相同的权重。先将邻域内点、线各自求和, 再除以邻域面积, 从而得到每个要素的密度值。核密度估计与普通的密度分析的不同之处在于:核密度估计中, 邻域内要素具有不同的权重, 靠近邻域中心的要素会被赋予较大的权重, 反之, 权重较小[11]。核密度估计公式[12-13]可以表示为

$ \left\{ \begin{array}{l} F\left( x \right) = \frac{1}{{nh}}\sum\limits_{i = 1}^n {K(\frac{{x - {x_i}}}{h})} \\ \int_{ - \infty }^\infty {K\left( x \right){\rm{d}}x = 1} \end{array} \right. $ (1)

式(1)中:F(x)为空间位置x处的核密度值; h为距离衰减阈值; n为与位置x的距离小于或等于h时的要素数量; K函数表示空间权重函数。这一方程的几何意义为密度值在每个核心要素Xi处最大, 并且在远离Xi的过程中不断降低, 直至与核心Xi的距离达到阈值h时核密度值降为0[14]

空间权重函数的选择对核密度估计结果的影响不大。在实际中, 阈值h的设置主要与空间分析尺度以及地理现象特点有关。较小的距离衰减阈值可以使密度分布结果显现出更多的细节、增加密度值之间的对比度, 适合于揭示密度分布的局部特征。较大的距离衰减阈值能够掩盖部分模型细节, 使空间上密度的变化更为缓和, 以突出显示热点区域。另外, 距离衰减阈值与设施点的离散程度呈正相关, 对于稀疏型的点设施分布应采用较大的距离衰减阈值, 而对于密集型的点设施则应考虑较小一些的距离衰减阈值。

道路网密度即单位面积的道路总长度, 传统上道路密度计算以特定区域面积内的总路长为计算基准, 这些特定区域通常由行政边界来界定并且密度计算将道路网长度均匀分配至区域内单位面积, 因而不能很好地反映区域内部之间道路网密度的差异。基于核密度估计的道路网密度分析能突破传统基于行政边界计算道路密度的局限。

基于GIS的核密度估计的具体步骤是[15]:

1) 为邻域定义搜索半径, 统计落在邻域内的要素数量;

2) 根据密度精度要求, 确定输出栅格大小;

3) 通过核密度函数计算每个要素对邻域内各个栅格的密度贡献值;

4) 为每个栅格密度赋值, 其值为搜索半径内各个要素对该栅格的密度贡献值的累加;

5) 输出每个栅格的密度值。

搜索半径值越大, 生成的密度栅格越平滑且概化程度越高; 值越小, 生成的栅格所显示的信息越详细。另一方面, 增大半径不会使计算所得的密度值发生很大变化。选择更大的搜索半径, 会得到更加概化的输出栅格[16]

3.4 各因子评价分析

研究在获取了大西安地区的坡度、交通网络、行政中心、现有交易中心等空间数据与属性数据之后, 分别对各个选址影响因子进行基于GIS的空间分析, 得到各个因子专题分析图(图 5~8)。

图 5 大西安地区0.2%~10%范围内坡度图(自绘) Fig. 5 Gradient between 0.2%~10% in Da Xi′an

图 6 大西安地区交通条件核密度估计图(自绘) Fig. 6 Kernel Density Estimation of transportation in Da Xi′an

图 7 大西安地区现有主要交易中心服务半径分析图(自绘) Fig. 7 Service radius of major trading centers in Da Xi′an

图 8 大西安地区行政中心缓冲区分析图(自绘) Fig. 8 Buffer areas of administration centers in Da Xi′an
3.4.1 坡度提取

研究由大西安地区DEM提取了0.2%~10%范围内坡度(图 5)。

3.4.2 交通网络核密度估计

研究分别对大西安地区高速公路出入口、国道、省道、铁路站点、县乡道5个因子进行核密度估计, 并按各因子权重加权叠加, 得到大西安地区交通网络核密度估计图(图 6)。

3.4.3 现有交易中心服务半径分析

研究参照大西安地区一级农产品交易中心(物流中心)一般服务半径30km、二级农产品物流中心一般服务半径15km, 对现有交易中心服务半径进行缓冲区分析(图 7(a))并掩膜取反, 得到现有交易中心服务半径未覆盖区范围(图 7(b))。

3.4.4 至行政中心距离分析

至行政中心距离分析即行政中心的缓冲区分析, 研究参照距离县级行政中心4km、距离乡镇(街道)行政中心2km的范围内适宜建设农产品物流中心的标准, 对县区级、乡镇(街道)级行政中心分别进行缓冲区分析并叠加(图 8)。

4 农产品物流中心用地适宜性评价

研究将大西安地区“0.2%~10%范围内坡度图”、“交通网络总体核密度估计图”、“现有交易中心服务半径未覆盖区图”、“大西安地区行政中心缓冲区分析图”4个栅格图按一级评价因子权重叠加并重分类, 得到大西安地区农产品物流中心用地适宜性评价图(图 9)。

图 9 大西安地区农产品物流中心用地适宜性评价图(自绘) Fig. 9 Suitability evaluation of land use of agricultural products logistics centers in Da Xi′an

分析得到了5个具备建设农产品物流中心条件的地区:渭南市富平县城关街道西部, 西安市阎良区振兴街道南部、凤凰路街道北部, 临潼区秦陵街道西部, 蓝田县华胥镇东北部。即, 在影响农产品物流中心选址的4个主要因素方面, 上述5个地区具备有建设农产品物流中心的条件; 而在具体建设实施上, 大西安地区各级政府部门可以根据各区县的规划要求和农产品流通的实际需要, 确定农产品物流中心的建设方案。

5 结语

大西安地区是“一带一路”沿线我国重要的发展结点。大西安应当以“一带一路”倡议为契机, 发展农业产业, 提升农产品物流水平, 这对于解决大西安地区“三农问题”, 提高大西安在“一带一路”沿线的战略地位具有重要的促进作用。

“一带一路”倡议的实施使大西安地区农产品物流中心的服务触点延伸至“一带一路”沿线国家和地区。作为大西安地区最具代表性的农产品交易中心, 西安市的西部欣桥农产品物流中心、雨润农副产品全球采购中心, 咸阳市西北农副产品交易中心等, 应当抓住机遇, 着力建设成为辐射整个大西安乃至“一带一路”沿线的农产品一级物流中心。对于现有的其他条件有所欠缺的农产品交易中心, 以及一部分规划的农产品物流中心, 应当使其建设成为农产品二级物流中心, 发挥好对农产品一级物流中心的支撑和补充作用。

研究提出了影响大西安地区农产品物流中心选址的因子体系, 通过采用核密度估计等分析方法, 从中宏观角度对大西安地区农产品物流中心建设进行了用地适宜性评价, 并得到了5个具备建设农产品物流中心条件的地区。农产品物流中心应当依托西安国际港务区(综合保税区、铁路物流集散中心、公路港)三大核心平台, 打造“丝绸之路经济带”上重要的农产品集散地; 依托西咸新区空港新城完善的航空货运物流网络, 打造农产品航空物流枢纽, 与“一带一路”沿线国家和城市对接, 使大西安地区农产品加快“走出去”步伐, 形成品牌效应。

下一步的研究将主要针对大西安地区农产品物流中心服务半径不合理的情况进行选址优化研究; 围绕“互联网+”和“一带一路”两大主题从如何建设农产品物流中心的角度进行研究。

参考文献
[1]
罗明, 张天勇. "一带一路"背景下我国物流业发展面临的机遇与挑战[J]. 物流技术, 2015, 34(20): 73.
[2]
王娟娟, 秦炜. 一带一路战略区电子商务新常态模式探索[J]. 中国流通经济, 2015(5): 48.
[3]
胡刚, 王淑琴, 李铁柱, 等. 针对第三方物流企业的物流中心选址模型研究[J]. 公路交通科技, 2002, 19(6): 172-176. DOI:10.3969/j.issn.1002-0268.2002.06.045
[4]
王琪.物流中心及其选址研究[D].武汉: 武汉理工大学, 2003. http://cdmd.cnki.com.cn/Article/CDMD-10497-2003095391.htm
[5]
王小萃.城市物流中心选址问题研究[D].武汉: 武汉理工大学, 2008. http://cdmd.cnki.com.cn/Article/CDMD-10497-2008110951.htm
[6]
BAUMOL W, WOLFE P A. Warehouse location problem[J]. Operation Research, 1958, 6(2): 252-263. DOI:10.1287/opre.6.2.252
[7]
秦固. 基于蚁群优化的多物流配送中心选址算法[J]. 系统工程理论与实践, 2006(4): 120-124. DOI:10.3321/j.issn:1000-6788.2006.04.020
[8]
姜大立, 杜文. 基于遗传算法的物流配送中心选址模型[J]. 物流技术, 1997(5): 3-6.
[9]
席保军, 龙小凤, 白娟, 等. 国际化视角下的西安大都市发展构想[J]. 规划师, 2010, 26(12): 36.
[10]
杨卫丽, 宋宏春.基于GIS的西安市农业公园选址研究[M/CD].贵阳: 新常态: 传承与变革——2015中国城市规划年会论文集(04城市规划新技术应用), 2015-09-19/2016-06-01.
[11]
王硕朋. 两岸物流指数构建[J]. 物流科技, 2012(12): 71-72.
[12]
劳昕, 沈体雁, 温锋华. 长三角与珠三角就业密度分布比较研究[J]. 城市发展研究, 2013, 20(12): 13.
[13]
SILVERMAN B W. Density Estimation for Statistics and Data Analysis[M]. New York: Chapman and Hall, 1986: 14-15.
[14]
禹文豪, 艾廷华. 核密度估计法支持下的网络空间POI点可视化与分析[J]. 测绘学报, 2015, 44(1): 82-90.
[15]
吕志强, 代富强, 周启刚. "交通廊道蔓延"视角下山地城市典型样带空间格局梯度分析[J]. 生态学报, 2014, 34(9): 2442-2449.
[16]
刘焱序, 王仰麟, 彭建, 等. 城郊聚落景观的集聚特征分析方法选择研究[J]. 地理科学, 2015, 35(6): 674-681.