基于Anylogic的南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)仿真研究

許華靜，龍芳，袁崇敏，彭容青

摘 要：運用系統(tǒng)動力學(xué)理論， 建立南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)模型. 通過Anylogic仿真得到如下結(jié)論： 為了減弱物流需求增長過快對物流供給和區(qū)域經(jīng)濟(jì)產(chǎn)生的阻礙作用， 南昌市可以增加物流行業(yè)投資， 比例從GDP的4.5%增加到5.0%， 增加物流基礎(chǔ)設(shè)施建設(shè)， 固定資產(chǎn)投資系數(shù)從70%增加到75%， 提高物流人才培養(yǎng)質(zhì)量， 投入比例從GDP的5.0%增加到6.0%， 降低物流運輸?shù)南模?系數(shù)從3.3%減少到0.5%.

關(guān)鍵詞：Anylogic；區(qū)域物流；區(qū)域經(jīng)濟(jì)；系統(tǒng)動力學(xué)；南昌市

0 引 言

南昌市是江西省的省會，是全省的政治、經(jīng)濟(jì)、文化中心，是全國35個特大城市之一?，F(xiàn)轄四縣（南昌縣、新建縣、進(jìn)賢縣、安義縣）、五區(qū)（青云譜區(qū)、東湖區(qū)、西湖區(qū)、青山湖區(qū)、灣里區(qū)）、兩個國家級開發(fā)區(qū)（南昌高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)、南昌經(jīng)濟(jì)技術(shù)開發(fā)區(qū)）和紅谷灘新區(qū)。國土面積7402平方公里，其中市區(qū)面積617平方公里，建成區(qū)面積250平方公里；總?cè)丝?04萬，其中市區(qū)人口260萬。

南昌市位于長江中下游，瀕臨鄱陽湖西南岸，是唯一一個和我國經(jīng)濟(jì)發(fā)展最具活力的三個三角洲（區(qū)）——長江三角洲、珠江三角洲和閩東南三角區(qū)相毗鄰的省會城市，也是京九鐵路線上唯一的省會城市。隨著近年來“三環(huán)十一射”城區(qū)路網(wǎng)的完善和進(jìn)出城快速通道的建設(shè)，南昌承東啟西、溝通南北的區(qū)位優(yōu)勢日益明顯，6小時內(nèi)便可通達(dá)八個省會城市[1]。

區(qū)域物流是空間范圍建立在區(qū)域基礎(chǔ)之上的宏觀物流，是在一定的區(qū)域地理環(huán)境中，以城市為中心，以區(qū)域經(jīng)濟(jì)規(guī)模為基礎(chǔ)，結(jié)合物流輻射的有效范圍，將區(qū)域內(nèi)外的各類物品從供應(yīng)地向接收地進(jìn)行有效實體流動的物流活動[2]。區(qū)域物流具有先行性、適應(yīng)性、促進(jìn)性特點，在區(qū)域經(jīng)濟(jì)開發(fā)中具有先導(dǎo)與促進(jìn)作用；同時，區(qū)域經(jīng)濟(jì)是區(qū)域物流存在的基礎(chǔ)，區(qū)域經(jīng)濟(jì)決定區(qū)域物流的發(fā)展[3]。由于區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)中存在非線性、多重反饋和長時滯性，如果僅依靠直觀經(jīng)驗來掌握社會系統(tǒng)的發(fā)展變化是非常困難的，而運用系統(tǒng)動力學(xué)理論研究復(fù)雜系統(tǒng)則非常有效。系統(tǒng)動力學(xué)根據(jù)社會系統(tǒng)的因果性，以系統(tǒng)反饋控制理論為基礎(chǔ)，利用系統(tǒng)思考的觀點來界定系統(tǒng)的組織邊界并建立動態(tài)模型，通過計算機(jī)仿真方法模擬現(xiàn)實系統(tǒng)的行為模式[4]。本文擬運用系統(tǒng)動力學(xué)的基本理論，建立南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)的系統(tǒng)動力學(xué)模型，通過Anylogic軟件對南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)進(jìn)行仿真研究。

1 南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型

為了進(jìn)一步分析區(qū)域物流與區(qū)域經(jīng)濟(jì)之間的內(nèi)在關(guān)系，首先針對研究對象確定系統(tǒng)的重要影響因素，其次分析系統(tǒng)中各因素之間的因果關(guān)系，最后建立系統(tǒng)流圖。

1.1 影響因素分析

根據(jù)系統(tǒng)論原理，區(qū)域物流與區(qū)域經(jīng)濟(jì)是一個由多種因素交織而成的復(fù)雜系統(tǒng)工程，各因素的相互作用決定了區(qū)域物流與區(qū)域經(jīng)濟(jì)的相互作用機(jī)理以及模型的運行結(jié)果。

本文根據(jù)南昌市的物流與經(jīng)濟(jì)發(fā)展實際情況、以及能夠獲得的公開歷史數(shù)據(jù)，找出南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)的互動關(guān)系及其行為模式，進(jìn)而為南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)規(guī)劃提供相應(yīng)決策依據(jù)。根據(jù)系統(tǒng)建模的目的，本文所研究的系統(tǒng)模型的主要影響因素包括以下幾個方面的內(nèi)容：批發(fā)和零售業(yè)零售額、貿(mào)易額增長量、貿(mào)易阻礙量、貨物運輸周轉(zhuǎn)量、物流實際需求、物流需求增長、物流需求阻礙、物流實際供需差異、城市道路總長度、物流實際供給能力、物流供給增長、物流供給消耗、物流設(shè)施投資額、物流管理人才效益額、GDP[5]。

1.2 因果關(guān)系分析

根據(jù)系統(tǒng)動力學(xué)理論，元素之間的聯(lián)系或關(guān)系可以概括為因果關(guān)系（Causal Relationship），這種因果關(guān)系的相互作用最終形成系統(tǒng)的功能和行為[6]。通過已經(jīng)確定的系統(tǒng)重要影響因素，該系統(tǒng)模型中各個因素之間的因果關(guān)系闡述如下：

（1）區(qū)域經(jīng)濟(jì)（以GDP表示）的增長能夠帶動區(qū)域物流的投入增長以及物流基礎(chǔ)設(shè)施投入的增長，從而提高區(qū)域物流的供給能力；

（2）區(qū)域經(jīng)濟(jì)的發(fā)展能夠促進(jìn)人口的增長，而人口的增長又能夠為物流專業(yè)人才提供資源儲備，帶動社會對人才培養(yǎng)的投入，實現(xiàn)物流產(chǎn)業(yè)的人才增長，從而提高物流行業(yè)的管理能力，增強(qiáng)區(qū)域物流的供給能力；

（3）區(qū)域經(jīng)濟(jì)的發(fā)展同時又促進(jìn)了相關(guān)產(chǎn)業(yè)的發(fā)展，從而帶動區(qū)域物流需求的增長；

（4）區(qū)域物流供給的增長能夠促進(jìn)批發(fā)和零售業(yè)零售額的發(fā)展，貿(mào)易量的增多又進(jìn)一步拉動區(qū)域經(jīng)濟(jì)增長；

（5）如果區(qū)域物流需求得不到滿足， 區(qū)域物流需求的增長會對區(qū)域物流供給、批發(fā)和零售業(yè)零售額產(chǎn)生阻礙作用，這被稱為“瓶頸”作用。

所以，基于以上分析得到南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)因果關(guān)系如圖1所示。

圖1 南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)因果關(guān)系圖

1.3 系統(tǒng)流圖分析

Anylogic軟件是一種創(chuàng)新的復(fù)雜系統(tǒng)建模工具，它具有交互性、可視性、規(guī)模性等特點，可以創(chuàng)建可視化的真實動態(tài)模型，建立帶有動態(tài)發(fā)展結(jié)構(gòu)及組件間互相聯(lián)絡(luò)的動態(tài)模型，可以在任何支持Java的平臺，或是Web頁上運行模型仿真，具有卓越的分析與優(yōu)化能力，鑒于Anylogic軟件的強(qiáng)大功能，本文根據(jù)所建立的南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)因果關(guān)系圖， 運用Anylogic軟件中的系統(tǒng)動力學(xué)模塊，建立模型的系統(tǒng)流圖如圖2所示。

圖2 南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)流圖

由圖2可知，該系統(tǒng)模型共有3個模塊，分別是：區(qū)域經(jīng)濟(jì)模塊、區(qū)域物流需求模塊和區(qū)域物流供給模塊。根據(jù)以上模塊構(gòu)建的系統(tǒng)流圖中，共有變量29個，其中水平變量3個，速率變量6個，輔助變量9個，參數(shù)11個，另外還有1個表函數(shù)。

2 南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型仿真endprint

2.1 參數(shù)設(shè)置

表1 區(qū)域經(jīng)濟(jì)模塊主要參數(shù)設(shè)置

為了使得系統(tǒng)模型能夠準(zhǔn)確反映客觀實際，需要對系統(tǒng)動力學(xué)模型流圖中的主要參數(shù)進(jìn)行設(shè)置。參數(shù)的設(shè)置方法包括：試驗尋優(yōu)法、經(jīng)驗法、擬合法、觀察法、估計法等等。對于區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)中的各個參數(shù)，由于影響因素非常多，各相關(guān)因素之間的關(guān)系復(fù)雜，所以很難得到精確的計算值。因此，一般采取經(jīng)驗和數(shù)字計算相結(jié)合的方法進(jìn)行試驗尋優(yōu)[7]。本文根據(jù)歷史數(shù)據(jù)，對南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型的主要參數(shù)進(jìn)行試驗尋優(yōu)，參數(shù)設(shè)置如表1～3所示。

表2 區(qū)域物流需求模塊主要參數(shù)設(shè)置

表3 區(qū)域物流供給模塊主要參數(shù)設(shè)置

為了檢測模型中各參數(shù)數(shù)值的準(zhǔn)確性，以及判別仿真過程與真實情況的誤差。通過南昌市2009～2011年度的批發(fā)和零售業(yè)零售額對系統(tǒng)動力學(xué)模型的有效性進(jìn)行檢驗，具體結(jié)果如表4所示。

表4 模型有效性檢驗

由表4可知，該系統(tǒng)動力學(xué)模型在Anylogic的預(yù)測結(jié)果與實際值的相對誤差絕對值均小于5%，這表明該系統(tǒng)模型與實際系統(tǒng)一致性較高，擬合度較好，所以模型的主要參數(shù)設(shè)置是相對有效的。

2.2 仿真分析

分析南昌市2008-2014年度區(qū)域物流與區(qū)域經(jīng)濟(jì)的發(fā)展情況，并研究應(yīng)該如何解決南昌市區(qū)域物流需求的“瓶頸”作用，提出具體的量化解決方案，為政府相關(guān)職能部門決策提供參考。

（1）原方案仿真分析。按照表1～3中的參數(shù)設(shè)置，南昌市的批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度、物流供需比在2008-2014年的變化曲線分別如圖3所示。

圖3 原方案參數(shù)變化曲線

由圖3可以看出，當(dāng)前情況下南昌市的批發(fā)和零售業(yè)零售額2008～2011年呈現(xiàn)上升態(tài)勢，2012～2014年呈現(xiàn)下降趨勢，而南昌市的貨物運輸周轉(zhuǎn)量、城市道路總長度則呈現(xiàn)平穩(wěn)增長趨勢。到2014年批發(fā)和零售業(yè)零售額將達(dá)到554.103億元，貨物運輸周轉(zhuǎn)量為1874.156億噸公里，城市道路總長度為2066.249公里。從2008年以來，隨著南昌經(jīng)濟(jì)的快速發(fā)展，物流需求量的增長大于物流供給能力的增長，物流供給能力不能適應(yīng)物流需求的快速增長，物流需求的“瓶頸”作用將變得更加明顯。

（2）不同方案仿真分析?？紤]政府相關(guān)職能部門的職責(zé)，可以通過控制投資比例、固定資產(chǎn)投資系數(shù)、管理人才效益系數(shù)、消耗系數(shù)來控制物流需求的“瓶頸”作用，即實現(xiàn)供需比的變化。不同方案的參數(shù)設(shè)置如表5所示。

表5 不同方案的參數(shù)設(shè)置

將表5中的方案1、方案2、方案3的參數(shù)數(shù)值分別在Anylogic中進(jìn)行設(shè)定，其它參數(shù)數(shù)值不變，將運行結(jié)果導(dǎo)出，得到不同方案的南昌市批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度、物流供需比在2008～2014年的變化曲線分別如圖4～6所示。

圖4 方案1參數(shù)變化曲線

圖5 方案2參數(shù)變化曲線

圖6 方案3參數(shù)變化曲線

1）從區(qū)域經(jīng)濟(jì)模塊分析。由圖3～6可知，原方案和方案1的批發(fā)和零售業(yè)零售額呈現(xiàn)先遞增后遞減的趨勢，方案2、方案3的批發(fā)和零售業(yè)零售額呈現(xiàn)遞增趨勢，2014年批發(fā)和零售業(yè)零售額數(shù)值大小各方案比較情況是： 方案2>方案3>原方案>方案1。

2）從區(qū)域物流需求模塊分析。由圖3～6可知，方案2的貨物運輸周轉(zhuǎn)量呈現(xiàn)遞減趨勢，原方案、方案1、方案3的貨物運輸周轉(zhuǎn)量呈現(xiàn)遞增趨勢，2014年貨物運輸周轉(zhuǎn)量大小各方案比較情況是： 方案1>原方案>方案3>方案2。

3）從區(qū)域物流供給模塊分析。由圖3～6可知，原方案、方案1、方案2、方案3的城市道路總長度均呈現(xiàn)遞增趨勢，2014年城市道路總長度各方案比較情況是： 方案2>方案3>原方案>方案1。

4）從區(qū)域物流供需比角度分析。由圖3～6可知，原方案、方案1的物流供需比呈現(xiàn)遞減趨勢，方案2的物流供需比呈現(xiàn)跌宕起伏的不穩(wěn)定趨勢，方案3的物流供需比呈現(xiàn)遞增趨勢，2014年物流供需比大小各方案比較情況是： 方案3>原方案>方案1>方案2。

綜上所述，可以明顯看出，與其它方案比較，雖然方案3的批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度指標(biāo)值并不是最優(yōu)，但是，方案3的物流供需比是最好的，并且，尤其關(guān)鍵的是，與其它方案比較，只有方案3的物流供需比一直呈現(xiàn)遞增的良好態(tài)勢，這完全可以減弱由于物流需求得不到滿足而產(chǎn)生的物流需求“瓶頸”。因此，方案3是相對較優(yōu)的改進(jìn)方案。

3 結(jié)束語

本文結(jié)合南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)的實際發(fā)展情況，基于系統(tǒng)動力學(xué)基本理論，建立了南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型，假設(shè)了三種不同的方案，運用Anylogic軟件進(jìn)行仿真實驗，并與原方案進(jìn)行比較分析，結(jié)果顯示南昌市可以在以下幾個方面加強(qiáng)區(qū)域物流建設(shè)，從而促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展。

1）增加物流行業(yè)的投資比例，投資比例從GDP的4.5%增加到5.0%，投入的資金應(yīng)該加大對物流基礎(chǔ)設(shè)施的建設(shè)，其固定資產(chǎn)投資系數(shù)從70%增加到75%，以進(jìn)一步提高南昌區(qū)域物流的供給能力。

2）提高物流行業(yè)人才隊伍的培養(yǎng)質(zhì)量，投入比例從GDP的5%增加到6.0%，南昌市可以依托南昌航空大學(xué)等地方高校，加大對高校師資力量的投入，并通過多種途徑對人員進(jìn)行物流職業(yè)資格培訓(xùn)，提高物流專業(yè)人才的培養(yǎng)質(zhì)量。

3）降低物流運輸?shù)南模南禂?shù)從3.3%減少到0.5%，可以通過避免物流運輸工具超載，加強(qiáng)公路等運輸?shù)缆返娜粘１ｐB(yǎng)工作，整合載運工具及貨源的供求信息，提高貨物運輸?shù)睦寐实确矫娌扇〈胧?/p>

參考文獻(xiàn)：

[1]南昌市統(tǒng)計局.南昌市情[EB/OL]. http：//www.nctj.gov.cn/NodePage.aspx？NodeID=24， 2013-02-1.

[2]劉南， 趙成鋒， 陳遠(yuǎn)高. 現(xiàn)代物流與經(jīng)濟(jì)發(fā)展[M]. 北京： 中國物資出版社， 2007.

[3]劉秉鐮， 王燕等. 區(qū)域經(jīng)濟(jì)發(fā)展與物流系統(tǒng)規(guī)劃[M]. 北京： 經(jīng)濟(jì)管理出版社， 2010.

[4]何萍， 張光明. 江蘇省區(qū)域物流系統(tǒng)動力學(xué)仿真研究[J]. 科學(xué)技術(shù)與工程， 2010，10（26）： 6659-6603.

[5]杜斌， 劉紅璐.基于Anylogic的臨沂市區(qū)域物流系統(tǒng)仿真建模與分析[J]. 物流技術(shù)， 2012， 31（10）：136-139.

[6]Jay W Forrester. Industrial Dynamics[M]. Beijing： SciencePress，1985.

[7]桂壽平等.區(qū)域系統(tǒng)動力學(xué)模型及算法分析[J]. 華南理工大學(xué)學(xué)報（自然科學(xué)版）， 2003（10）： 36-40.

基金項目：南昌航空大學(xué)第八屆三小項目，國家自然科學(xué)基金（41261023）endprint

2.1 參數(shù)設(shè)置

表1 區(qū)域經(jīng)濟(jì)模塊主要參數(shù)設(shè)置

為了使得系統(tǒng)模型能夠準(zhǔn)確反映客觀實際，需要對系統(tǒng)動力學(xué)模型流圖中的主要參數(shù)進(jìn)行設(shè)置。參數(shù)的設(shè)置方法包括：試驗尋優(yōu)法、經(jīng)驗法、擬合法、觀察法、估計法等等。對于區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)中的各個參數(shù)，由于影響因素非常多，各相關(guān)因素之間的關(guān)系復(fù)雜，所以很難得到精確的計算值。因此，一般采取經(jīng)驗和數(shù)字計算相結(jié)合的方法進(jìn)行試驗尋優(yōu)[7]。本文根據(jù)歷史數(shù)據(jù)，對南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型的主要參數(shù)進(jìn)行試驗尋優(yōu)，參數(shù)設(shè)置如表1～3所示。

表2 區(qū)域物流需求模塊主要參數(shù)設(shè)置

表3 區(qū)域物流供給模塊主要參數(shù)設(shè)置

為了檢測模型中各參數(shù)數(shù)值的準(zhǔn)確性，以及判別仿真過程與真實情況的誤差。通過南昌市2009～2011年度的批發(fā)和零售業(yè)零售額對系統(tǒng)動力學(xué)模型的有效性進(jìn)行檢驗，具體結(jié)果如表4所示。

表4 模型有效性檢驗

由表4可知，該系統(tǒng)動力學(xué)模型在Anylogic的預(yù)測結(jié)果與實際值的相對誤差絕對值均小于5%，這表明該系統(tǒng)模型與實際系統(tǒng)一致性較高，擬合度較好，所以模型的主要參數(shù)設(shè)置是相對有效的。

2.2 仿真分析

分析南昌市2008-2014年度區(qū)域物流與區(qū)域經(jīng)濟(jì)的發(fā)展情況，并研究應(yīng)該如何解決南昌市區(qū)域物流需求的“瓶頸”作用，提出具體的量化解決方案，為政府相關(guān)職能部門決策提供參考。

（1）原方案仿真分析。按照表1～3中的參數(shù)設(shè)置，南昌市的批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度、物流供需比在2008-2014年的變化曲線分別如圖3所示。

圖3 原方案參數(shù)變化曲線

由圖3可以看出，當(dāng)前情況下南昌市的批發(fā)和零售業(yè)零售額2008～2011年呈現(xiàn)上升態(tài)勢，2012～2014年呈現(xiàn)下降趨勢，而南昌市的貨物運輸周轉(zhuǎn)量、城市道路總長度則呈現(xiàn)平穩(wěn)增長趨勢。到2014年批發(fā)和零售業(yè)零售額將達(dá)到554.103億元，貨物運輸周轉(zhuǎn)量為1874.156億噸公里，城市道路總長度為2066.249公里。從2008年以來，隨著南昌經(jīng)濟(jì)的快速發(fā)展，物流需求量的增長大于物流供給能力的增長，物流供給能力不能適應(yīng)物流需求的快速增長，物流需求的“瓶頸”作用將變得更加明顯。

（2）不同方案仿真分析。考慮政府相關(guān)職能部門的職責(zé)，可以通過控制投資比例、固定資產(chǎn)投資系數(shù)、管理人才效益系數(shù)、消耗系數(shù)來控制物流需求的“瓶頸”作用，即實現(xiàn)供需比的變化。不同方案的參數(shù)設(shè)置如表5所示。

表5 不同方案的參數(shù)設(shè)置

將表5中的方案1、方案2、方案3的參數(shù)數(shù)值分別在Anylogic中進(jìn)行設(shè)定，其它參數(shù)數(shù)值不變，將運行結(jié)果導(dǎo)出，得到不同方案的南昌市批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度、物流供需比在2008～2014年的變化曲線分別如圖4～6所示。

圖4 方案1參數(shù)變化曲線

圖5 方案2參數(shù)變化曲線

圖6 方案3參數(shù)變化曲線

1）從區(qū)域經(jīng)濟(jì)模塊分析。由圖3～6可知，原方案和方案1的批發(fā)和零售業(yè)零售額呈現(xiàn)先遞增后遞減的趨勢，方案2、方案3的批發(fā)和零售業(yè)零售額呈現(xiàn)遞增趨勢，2014年批發(fā)和零售業(yè)零售額數(shù)值大小各方案比較情況是： 方案2>方案3>原方案>方案1。

2）從區(qū)域物流需求模塊分析。由圖3～6可知，方案2的貨物運輸周轉(zhuǎn)量呈現(xiàn)遞減趨勢，原方案、方案1、方案3的貨物運輸周轉(zhuǎn)量呈現(xiàn)遞增趨勢，2014年貨物運輸周轉(zhuǎn)量大小各方案比較情況是： 方案1>原方案>方案3>方案2。

3）從區(qū)域物流供給模塊分析。由圖3～6可知，原方案、方案1、方案2、方案3的城市道路總長度均呈現(xiàn)遞增趨勢，2014年城市道路總長度各方案比較情況是： 方案2>方案3>原方案>方案1。

4）從區(qū)域物流供需比角度分析。由圖3～6可知，原方案、方案1的物流供需比呈現(xiàn)遞減趨勢，方案2的物流供需比呈現(xiàn)跌宕起伏的不穩(wěn)定趨勢，方案3的物流供需比呈現(xiàn)遞增趨勢，2014年物流供需比大小各方案比較情況是： 方案3>原方案>方案1>方案2。

綜上所述，可以明顯看出，與其它方案比較，雖然方案3的批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度指標(biāo)值并不是最優(yōu)，但是，方案3的物流供需比是最好的，并且，尤其關(guān)鍵的是，與其它方案比較，只有方案3的物流供需比一直呈現(xiàn)遞增的良好態(tài)勢，這完全可以減弱由于物流需求得不到滿足而產(chǎn)生的物流需求“瓶頸”。因此，方案3是相對較優(yōu)的改進(jìn)方案。

3 結(jié)束語

本文結(jié)合南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)的實際發(fā)展情況，基于系統(tǒng)動力學(xué)基本理論，建立了南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型，假設(shè)了三種不同的方案，運用Anylogic軟件進(jìn)行仿真實驗，并與原方案進(jìn)行比較分析，結(jié)果顯示南昌市可以在以下幾個方面加強(qiáng)區(qū)域物流建設(shè)，從而促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展。

1）增加物流行業(yè)的投資比例，投資比例從GDP的4.5%增加到5.0%，投入的資金應(yīng)該加大對物流基礎(chǔ)設(shè)施的建設(shè)，其固定資產(chǎn)投資系數(shù)從70%增加到75%，以進(jìn)一步提高南昌區(qū)域物流的供給能力。

2）提高物流行業(yè)人才隊伍的培養(yǎng)質(zhì)量，投入比例從GDP的5%增加到6.0%，南昌市可以依托南昌航空大學(xué)等地方高校，加大對高校師資力量的投入，并通過多種途徑對人員進(jìn)行物流職業(yè)資格培訓(xùn)，提高物流專業(yè)人才的培養(yǎng)質(zhì)量。

3）降低物流運輸?shù)南?，消耗系?shù)從3.3%減少到0.5%，可以通過避免物流運輸工具超載，加強(qiáng)公路等運輸?shù)缆返娜粘１ｐB(yǎng)工作，整合載運工具及貨源的供求信息，提高貨物運輸?shù)睦寐实确矫娌扇〈胧?/p>

參考文獻(xiàn)：

[1]南昌市統(tǒng)計局.南昌市情[EB/OL]. http：//www.nctj.gov.cn/NodePage.aspx？NodeID=24， 2013-02-1.

[2]劉南， 趙成鋒， 陳遠(yuǎn)高. 現(xiàn)代物流與經(jīng)濟(jì)發(fā)展[M]. 北京： 中國物資出版社， 2007.

[3]劉秉鐮， 王燕等. 區(qū)域經(jīng)濟(jì)發(fā)展與物流系統(tǒng)規(guī)劃[M]. 北京： 經(jīng)濟(jì)管理出版社， 2010.

[4]何萍， 張光明. 江蘇省區(qū)域物流系統(tǒng)動力學(xué)仿真研究[J]. 科學(xué)技術(shù)與工程， 2010，10（26）： 6659-6603.

[5]杜斌， 劉紅璐.基于Anylogic的臨沂市區(qū)域物流系統(tǒng)仿真建模與分析[J]. 物流技術(shù)， 2012， 31（10）：136-139.

[6]Jay W Forrester. Industrial Dynamics[M]. Beijing： SciencePress，1985.

[7]桂壽平等.區(qū)域系統(tǒng)動力學(xué)模型及算法分析[J]. 華南理工大學(xué)學(xué)報（自然科學(xué)版）， 2003（10）： 36-40.

基金項目：南昌航空大學(xué)第八屆三小項目，國家自然科學(xué)基金（41261023）endprint

2.1 參數(shù)設(shè)置

表1 區(qū)域經(jīng)濟(jì)模塊主要參數(shù)設(shè)置

為了使得系統(tǒng)模型能夠準(zhǔn)確反映客觀實際，需要對系統(tǒng)動力學(xué)模型流圖中的主要參數(shù)進(jìn)行設(shè)置。參數(shù)的設(shè)置方法包括：試驗尋優(yōu)法、經(jīng)驗法、擬合法、觀察法、估計法等等。對于區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)中的各個參數(shù)，由于影響因素非常多，各相關(guān)因素之間的關(guān)系復(fù)雜，所以很難得到精確的計算值。因此，一般采取經(jīng)驗和數(shù)字計算相結(jié)合的方法進(jìn)行試驗尋優(yōu)[7]。本文根據(jù)歷史數(shù)據(jù)，對南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型的主要參數(shù)進(jìn)行試驗尋優(yōu)，參數(shù)設(shè)置如表1～3所示。

表2 區(qū)域物流需求模塊主要參數(shù)設(shè)置

表3 區(qū)域物流供給模塊主要參數(shù)設(shè)置

為了檢測模型中各參數(shù)數(shù)值的準(zhǔn)確性，以及判別仿真過程與真實情況的誤差。通過南昌市2009～2011年度的批發(fā)和零售業(yè)零售額對系統(tǒng)動力學(xué)模型的有效性進(jìn)行檢驗，具體結(jié)果如表4所示。

表4 模型有效性檢驗

由表4可知，該系統(tǒng)動力學(xué)模型在Anylogic的預(yù)測結(jié)果與實際值的相對誤差絕對值均小于5%，這表明該系統(tǒng)模型與實際系統(tǒng)一致性較高，擬合度較好，所以模型的主要參數(shù)設(shè)置是相對有效的。

2.2 仿真分析

分析南昌市2008-2014年度區(qū)域物流與區(qū)域經(jīng)濟(jì)的發(fā)展情況，并研究應(yīng)該如何解決南昌市區(qū)域物流需求的“瓶頸”作用，提出具體的量化解決方案，為政府相關(guān)職能部門決策提供參考。

（1）原方案仿真分析。按照表1～3中的參數(shù)設(shè)置，南昌市的批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度、物流供需比在2008-2014年的變化曲線分別如圖3所示。

圖3 原方案參數(shù)變化曲線

由圖3可以看出，當(dāng)前情況下南昌市的批發(fā)和零售業(yè)零售額2008～2011年呈現(xiàn)上升態(tài)勢，2012～2014年呈現(xiàn)下降趨勢，而南昌市的貨物運輸周轉(zhuǎn)量、城市道路總長度則呈現(xiàn)平穩(wěn)增長趨勢。到2014年批發(fā)和零售業(yè)零售額將達(dá)到554.103億元，貨物運輸周轉(zhuǎn)量為1874.156億噸公里，城市道路總長度為2066.249公里。從2008年以來，隨著南昌經(jīng)濟(jì)的快速發(fā)展，物流需求量的增長大于物流供給能力的增長，物流供給能力不能適應(yīng)物流需求的快速增長，物流需求的“瓶頸”作用將變得更加明顯。

（2）不同方案仿真分析?？紤]政府相關(guān)職能部門的職責(zé)，可以通過控制投資比例、固定資產(chǎn)投資系數(shù)、管理人才效益系數(shù)、消耗系數(shù)來控制物流需求的“瓶頸”作用，即實現(xiàn)供需比的變化。不同方案的參數(shù)設(shè)置如表5所示。

表5 不同方案的參數(shù)設(shè)置

將表5中的方案1、方案2、方案3的參數(shù)數(shù)值分別在Anylogic中進(jìn)行設(shè)定，其它參數(shù)數(shù)值不變，將運行結(jié)果導(dǎo)出，得到不同方案的南昌市批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度、物流供需比在2008～2014年的變化曲線分別如圖4～6所示。

圖4 方案1參數(shù)變化曲線

圖5 方案2參數(shù)變化曲線

圖6 方案3參數(shù)變化曲線

1）從區(qū)域經(jīng)濟(jì)模塊分析。由圖3～6可知，原方案和方案1的批發(fā)和零售業(yè)零售額呈現(xiàn)先遞增后遞減的趨勢，方案2、方案3的批發(fā)和零售業(yè)零售額呈現(xiàn)遞增趨勢，2014年批發(fā)和零售業(yè)零售額數(shù)值大小各方案比較情況是： 方案2>方案3>原方案>方案1。

2）從區(qū)域物流需求模塊分析。由圖3～6可知，方案2的貨物運輸周轉(zhuǎn)量呈現(xiàn)遞減趨勢，原方案、方案1、方案3的貨物運輸周轉(zhuǎn)量呈現(xiàn)遞增趨勢，2014年貨物運輸周轉(zhuǎn)量大小各方案比較情況是： 方案1>原方案>方案3>方案2。

3）從區(qū)域物流供給模塊分析。由圖3～6可知，原方案、方案1、方案2、方案3的城市道路總長度均呈現(xiàn)遞增趨勢，2014年城市道路總長度各方案比較情況是： 方案2>方案3>原方案>方案1。

4）從區(qū)域物流供需比角度分析。由圖3～6可知，原方案、方案1的物流供需比呈現(xiàn)遞減趨勢，方案2的物流供需比呈現(xiàn)跌宕起伏的不穩(wěn)定趨勢，方案3的物流供需比呈現(xiàn)遞增趨勢，2014年物流供需比大小各方案比較情況是： 方案3>原方案>方案1>方案2。

綜上所述，可以明顯看出，與其它方案比較，雖然方案3的批發(fā)和零售業(yè)零售額、貨物運輸周轉(zhuǎn)量、城市道路總長度指標(biāo)值并不是最優(yōu)，但是，方案3的物流供需比是最好的，并且，尤其關(guān)鍵的是，與其它方案比較，只有方案3的物流供需比一直呈現(xiàn)遞增的良好態(tài)勢，這完全可以減弱由于物流需求得不到滿足而產(chǎn)生的物流需求“瓶頸”。因此，方案3是相對較優(yōu)的改進(jìn)方案。

3 結(jié)束語

本文結(jié)合南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)的實際發(fā)展情況，基于系統(tǒng)動力學(xué)基本理論，建立了南昌市區(qū)域物流與區(qū)域經(jīng)濟(jì)系統(tǒng)動力學(xué)模型，假設(shè)了三種不同的方案，運用Anylogic軟件進(jìn)行仿真實驗，并與原方案進(jìn)行比較分析，結(jié)果顯示南昌市可以在以下幾個方面加強(qiáng)區(qū)域物流建設(shè)，從而促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展。

1）增加物流行業(yè)的投資比例，投資比例從GDP的4.5%增加到5.0%，投入的資金應(yīng)該加大對物流基礎(chǔ)設(shè)施的建設(shè)，其固定資產(chǎn)投資系數(shù)從70%增加到75%，以進(jìn)一步提高南昌區(qū)域物流的供給能力。

2）提高物流行業(yè)人才隊伍的培養(yǎng)質(zhì)量，投入比例從GDP的5%增加到6.0%，南昌市可以依托南昌航空大學(xué)等地方高校，加大對高校師資力量的投入，并通過多種途徑對人員進(jìn)行物流職業(yè)資格培訓(xùn)，提高物流專業(yè)人才的培養(yǎng)質(zhì)量。

3）降低物流運輸?shù)南?，消耗系?shù)從3.3%減少到0.5%，可以通過避免物流運輸工具超載，加強(qiáng)公路等運輸?shù)缆返娜粘１ｐB(yǎng)工作，整合載運工具及貨源的供求信息，提高貨物運輸?shù)睦寐实确矫娌扇〈胧?/p>

參考文獻(xiàn)：

[1]南昌市統(tǒng)計局.南昌市情[EB/OL]. http：//www.nctj.gov.cn/NodePage.aspx？NodeID=24， 2013-02-1.

[2]劉南， 趙成鋒， 陳遠(yuǎn)高. 現(xiàn)代物流與經(jīng)濟(jì)發(fā)展[M]. 北京： 中國物資出版社， 2007.

[3]劉秉鐮， 王燕等. 區(qū)域經(jīng)濟(jì)發(fā)展與物流系統(tǒng)規(guī)劃[M]. 北京： 經(jīng)濟(jì)管理出版社， 2010.

[4]何萍， 張光明. 江蘇省區(qū)域物流系統(tǒng)動力學(xué)仿真研究[J]. 科學(xué)技術(shù)與工程， 2010，10（26）： 6659-6603.

[5]杜斌， 劉紅璐.基于Anylogic的臨沂市區(qū)域物流系統(tǒng)仿真建模與分析[J]. 物流技術(shù)， 2012， 31（10）：136-139.

[6]Jay W Forrester. Industrial Dynamics[M]. Beijing： SciencePress，1985.

[7]桂壽平等.區(qū)域系統(tǒng)動力學(xué)模型及算法分析[J]. 華南理工大學(xué)學(xué)報（自然科學(xué)版）， 2003（10）： 36-40.

基金項目：南昌航空大學(xué)第八屆三小項目，國家自然科學(xué)基金（41261023）endprint