大连机场空港物流园区规划设计(编辑修改稿)

大连机场空港物流园区规划设计(编辑修改稿)内容摘要：

一种重要的配套物流服务功能 [8]。 对于园区而言，其流通加工业务的服务对象包括航空城内的加工制作企业、园区内的加工制造及一般贸易企业等。 其业务流程与仓储保管和分拨配送密切相关，往往在仓储保管的同时及分拨配送之前，进行必要的流通加工等增值服务。 ⑷ 生产加工业务 园区所具有的生产加工业务，主要是指以原材料來自园区外部、产成品销往外部的 大连机场空港物流园区规划设计 第 7 页 共 27 页 来料加工企业为依托，并且提供从原材料采购到产成品销售整个过程的物流服务。 其涉及的对象为园区内入驻的加工 制造企业。 涉及的主要物流业务包括：订单处理作业、库存控制、产品销售配送等。 ⑸ 运输服务业务 运输服务是园区中最重要、最具活力的物流业务，渗透在园区各项业务之中。 根据服务对象不同可以分为两方面的内容：一是为货主提供公路及多式联运等方面的运输服务；二是为运输及代理企业提供信息平台、交易场所等服务。 运输服务中园区与腹地企业之间的货物交流主要依靠公路等对外交通方式完成，园区与外界的货物交流则主要依靠公路完成。 ⑹ 展销贸易业务 展销贸易业务是指提供商品展览、展示以及交易功能，将物流货物与商流活动相整合。 通过园区信息平 台，建立起展销贸易业务同仓储业务、分拨配送业务的动态衔接，变原来各企业的库存管理为供应商库存管理，客户企业的物资供应有自营保障模式转为社会保障与物流园区按需配送相结合的供应保障模式。 用户可在商品展销贸易市场现场看货选购，然后由分拨配送中心组织配送；也可以利用物流信息平台进行网上选购，由分拨配送中心完成配送。 保税业务需求 ⑴ 出口退税业务 出口退税是临空产业区保税物流业务的一项基本服务业务。 涉及的服务对象主要为一般贸易企业及出口加工企业。 主要业务流程为：一般贸易企业或出口加工企业将产成品或者半成品 运入园区的保税区获得出口退税，再由供应链下一级企业以进口的方式购入。 ⑵ 口配送业务 以保税仓储为基础的出口配送业务是园区服务于大连航空城企业，及发挥口岸对腹地福射作用的一项重要物流业务。 服务范围内的一般贸易企业或出口加工企业，将产品运入物流园区保税区获得退税后在保税物流园区内进行保税存储，后根据国际市场的需求或下一级生产商的生产进度，将货物分批、准时地向国外配送。 不仅加快了企业资金的流转，而且提高了企业的物流效率，为企业适应快速变化的国际市场、适应国外产商的及时配送提供了保障。 ⑶ 国际货物的进口集货及国内配 送业务 大连机场空港物流园区规划设计 第 8 页 共 27 页 国际货物的进口集货及国内配送业务与出口配送业务相对应。 国外供应商以进境备案的方式将原材料或零部件运入临空物流园区的保税区进行保税仓储，根据临空工业区及腹地生产企业的生产进度进行实时的分拨配送。 对于国外供应商来讲，一方面利用了大连相对于其他发达国家临空地区相对低廉的土地成本和劳动力成本，降低其仓储成本；另一方面利用保税政策，降低关税成本，同时也满足了国内生产企业 “零库存 ”的需求。 ⑷ 国际采购及配送业务 跨国公司是全球经济一体化过程中资源优化配置的主要力量，空港物流区凭借其紧邻机场的区位优势及保税政策优 势，再加上相关产业发展支撑，将成为跨国公司实现国际采购与配送的最佳选择。 配送中心涉及到国内和境外两个方向的采购和配送，同时具有深加工功能，是未来保税物流发展的主要方向。 大连机场航空货运吞吐量预测分析 为科学、有效地发展大连机场航空物流产业，需要对大连机场航空货运总量进行预测。 航空运输预测是建立在大量的统计资料的基础上的，通过各种预测方法和数学方法来推算出它的增长规律，以此规律再定量或定性地预测未来的发展趋势。 当然实际增长还要受到人口、经济、自然、技术进步、社会发展等各种因素的影响，预测中还要结合基 础数据，以理论推算为基础分析多方面的客观因素，才能更好地做出预测。 大连机场历年来的货邮吞吐量和大连市 GDP 总值如表 31 所示 : 表 31 大连机场货邮吞吐量统计 年份 货邮吞吐量（吨） 大连市 GDP（亿元） 2020 99077 2020 108992 2020 121693 2020 129388 2020 125832 2020 140584 2020 137859 2020 136546 指数平滑法预测 大连机场空港物流园区规划设计 第 9 页 共 27 页 通过分析表 1 中历年的大连机场货邮吞吐量，由于历史数据变动趋势较稳定，所以选用二次指数平滑法进行预测。 二次指数平滑法的预测模型为： ^ , 1, 2 , .. .tT ttY a b T T    （ 31） 式中： T 表示预测的年限； ^tTY 表示第 t+T 期预测值； ta 与 tb 均为模型参数； 其中 ta 与 tb 的计算公式为： 2t t ta S S⑴ ⑵ (32) ()1t t tb S S ⑴ ⑵ (33) 应用二次指数平滑法计算平滑值时其平滑系数 a 的确定原则是：在不知 a 取何值最合适的情况下，一般采用几个 a 值对同一预测对象进行测算，从中选取计算相对误差较小的 a 值。 经过多次试算得到，当 a= 时相对误差较小。 另外，指数平滑法的特点总是以前一个指数平滑值为起点。 这样就出现了一个问题，怎样确定第一个数据，即初始值。 在一次指数平滑法中，为了简便起见，是将观察期的第一个数据作为初始值。 一般来说，对于变动趋势较稳定的观察值，可以直接用第一个数据作为初始值；如果观察值的变动趋势有起伏波动时，则应以 n 个数据的平均值作为起始值，以减少初始值对平滑值的影响。 为了使预测结果更加精确，即设初始 值0 0 1 2 3( ) / 3S S Y Y Y   ⑴ ⑵。 用 t S⑴ 表示一次指数平滑值；用 tS⑵ 表示二次指数平滑值；｛ ty ｝表示时序。 则有 1(1 )t t tS y S   ⑴ ⑴ （ 34） 1(1 )t t tS S S   ⑵ ⑴ ⑵ （ 35） 其预测过程如下： 首先，运用一次和二次指数平滑公式，分别计算指数平滑值： 1 0 . 6 9 9 0 7 7 ( 1 0 . 6 ) 1 0 9 9 2 0 . 7 1 0 3 4 1 4 . 5S      ⑴ （ 36） 1 0 . 6 1 0 3 4 1 4 . 5 ( 1 0 . 6 ) 1 0 9 9 2 0 . 7 1 0 6 0 1 7 . 0S      ⑵ （ 37） 大连机场空港物流园区规划设计 第 10 页 共 27 页 余者依此类推。 结果如表 32 所示 表 32 大连机场货邮吞吐量及指数平滑值计算表 吨 年份 货邮吞吐量 tY tS⑴  tS⑵  — — 2020 99077 2020 108992 2020 121693 2020 129388 2020 125832 2020 140584 2020 137859 2020 136546 其次，求解平滑参数 ta ， tb 值，并建立预测模型： 因为 2020 2 1 3 6 5 1 4 .1 1 3 5 4 1 3 .7 1 3 7 6 1 4 .5a     （ 38） 2020 0 . 6 ( 1 3 6 5 1 4 . 1 1 3 5 4 1 3 . 7 ) 1 6 5 0 . 61 0 . 6b    （ 39） 所以预测模型为： ^ 2020 1 3 7 6 1 4 .5 1 6 5 0 .6TYT  （ 310） 因此，运用预测模型预测 2020—2020 的预测值如表 33 所示： 表 33 指数平滑法预测表 吨 年份 2020 2020 2020 2020 2017 2018 2019 2020 预测值 线性回归法预测 航空运输业与国民经济之间有着密切的相关性，这里我们选择相关回归分析法。 而影响航空货运量的因素有很多，但其中最直接的并且具有系统数据的相关因素就是国内生产总值，而其他影响因素的经济指标都是以国民经济发展水平为基础产生的，都与国内生产总值存在相关性，所以不宜共处于一个模型中。 大连机场空港物流园区规划设计 第 11 页 共 27 页 ⑴ 绘制散点图 大连机场航空货运吞吐量和大连市 GDP 的统计数据如表 31 所示。 用 Excel 软件模拟出曲线如图 所示： 图 线性关系模拟曲线图 由散点图可以看出两者呈线性关系，可以建立一元线性回归模型。 ⑵ 建立回归模型 设一元线性回归模型为 i i iy a bx u   ， i=1,2， … ， n （ 311） 对于随机项 iu ，假设满足对回归模型所作的要求。 ⑶ 计 算回归系数 有关数据计算入表 34 所示，并计算出回归系数估计值。 表 34 一元线性回归模拟计算表 年份 i 货邮吞吐量 iy 大连市GDP ix iixy 2ix 2iy 2020 99077 4622500 9816251929 2020 108992 11879256064 2020 121693 14809186249 2020 129388 16741254544 2020 125832 15833692224 2020 140584 19763861056 2020 137859 19005103881 大连机场空港物流园区规划设计 第 12 页 共 27 页 续 表 34 年份 i 货邮吞吐量 iy 大连市 GDP ix iixy 2ix 2iy 2020 136546 18644810116 合计 999971 4552811124 126493416063 根据表 34 中的数据，因此可得： ^b = 1 1 1 2211n n ni i i ii i inniiiin x y x yn x x      =28 4 5 5 2 8 1 1 1 2 4 9 9 9 9 7 1 3 5 1 5 9 . 68 1 7 5 2 3 7 8 3 1 . 2 3 5 1 5 9 . 6  = = （ 312） ^a = __^y bx = 9 9 9 9 7 1 3 5 1 5 9 . 67 . 6 2 7 4 5 4 0 1 488= （ 313） 所以回归方程为： ^ 9 1 4 7 4 . 0 9 5 9 8 7 . 6 2 7 4 5 4 0 1 4iiyx （ 314） ⑷ 检验线性关系的显著性 在一元线性回归情形，相关系数检验、 F 检验和 t 检验的检验结果是一致的，因而这里仅给出相关系数检验。 r= 1 1 122221 1 1 1n n ni i i ii i in n n ni i i ii i i in x y x yn x x n y y                   。