甘肃物流园的区绩效评价和优化模型研究.doc

甘肃物流园的区绩效评价和优化模型研究摘 要:本文以物流园区利益最大化为依据,科学合理地构建了比较完备的物流园区绩效评价指标体系;采用层次分析法计算指标的权重,运用模糊综合评价法对园区运营效果进行综合评价;提出了基于扩展网络最小费用流的混合遗传算法的空间布局优化模型;应用所建模型对甘肃物流园区绩效和空间布局进行了总体评价.并对优化甘肃物流园区空间布局的合理性提高总体绩效水平提出了建议.关键词:物流园区;绩效评价;布局优化引言现代物流业是利用先进信息技术和物流装备,有机整合运输、储存、装卸、包装、流通加工、配送、信息处理等物流环节,实现物流运作一体化、信息化、高效化的复合型服务业,是优化经济结构的基础性支撑产业和拉动经济增长的先导性产业,是现代产业体系的重要组成部分.相比而言,甘肃物流业的起步晚,底子薄,物流成本居高不下,加之还要义不容辞地肩负西藏物流中转站和西北应急物流中心的特殊使命.这就决定了甘肃物流业的发展经不起任何折腾受不了任何耽搁,这就对甘肃物流园区的绩效管理和布局优化提出了更高的更加迫切的要求.事实上,要对一个物流园区进行科学的绩效评价,除了一些一般的共性评价指标外,还必须根据物流园区特殊的地位和功能特点引入一些特殊的个性评价指标.应该注意到,甘肃物流园区除了众所周知的地域和居高不下的成本特征外,还具有鲜明的组合功能特征.因为这些物流园区除了一般的经济功能外还责无旁贷地承担着包括西北应急物流中心、西藏供应中转站以及维护边疆稳定在内的诸多非经济功能.甘肃省物流园区建设情况如下表：表1 甘肃11个地市现有物流基地、物流园区、物流中心一览表序号地市园区具体内容1兰州市2个物流中心,4个物流园区,1个港口兰州农副产品物流中心、甘肃省烟草物流中心,兰州鑫港金属建材物流园,兰州汽车物流园,兰州无水港,兰州凤凰山钢材物流园,兰州国际建材家居博览园,新区省级物流示范园2嘉峪关市2个物流园区嘉峪关大友物流园区,酒钢现代工业物流园区3酒泉市 2个物流中心, 1个物流园区肃州区酒嘉物流中心,瓜州广汇能源综合物流有限责任公司物流园区,甘肃玉门市顺兴国际物流中心4定西市 2个物流园区，1个物流公司甘肃陇西中药材物流园,甘肃宇臻物流集团有限公司,定西市安定区兰州公路主枢纽东部物流园区5武威市1个集疏中心武威煤炭集疏中心6金昌市 1个物流中心，一个集散仓储交易中心内蒙古太西煤集团金昌物流中心,金昌有色金属材料及化工产品集散仓储交易中心7天水市3个物流园区天水甘泉物流园区,天水市秦州区西十里物流园区,甘谷县中国供销物流园区8张掖市1个物流园区张掖市新区物流园区9庆阳市3个物流园区庆阳西峰区肖金物流园,庆阳西峰区彭原空港物流园,庆阳驿马农副产品物流园区10临夏市1个物流园区临夏黄泥湾物流园区11甘南市1个仓储及配送中心安多藏区物流仓储及配送中心表2 甘肃省六大物流枢纽规划建设物流基地、物流园区、物流中心一览表序号地市规划建设园区具体内容1兰州市6个物流园区,5个物流中心兰州国际物流产业园、兰州陆港（青藏）物流园、兰州钢材物流园、兰州汽车物流园、安宁医药物流园、西固石化物流园和兰州农副产品物流中心、兰州粮食物流中心、中川空港国际物流中心、甘肃烟草物2天水市 7个物流园区,1个物流中心天水道路运输物流园区、天水甘泉物流园、中国供销物流园、秦州西十里物流园区、星火机床物流园、天水华天微电子物流园、中国花牛苹果城、陇东南区域粮食现代物流中心3庆阳市 3个物流园区,1个物流中心庆阳能源化工基地物流园区、庆阳综合物流园、西峰现代物流园、正宁周家煤电工业集中区物流中心4武威市 2个物流园区,2个物流中心河西堡太西煤业集团500万吨物流园区、武威千万吨级煤炭集疏中心、武威农产品物流园区,有色金属原料交易市场和化工产品集散中心5酒泉市 4个物流园区,3个配送中心嘉峪关大友物流园区、酒泉风光谷现代物流、酒泉风电工业园区、酒泉春光农产品批发市场、酒泉特尔鲜配送中心、大敦煌物流配送中心、宏峰物流配送中6陇西市3个物流园区陇西中天医药产业园构建一个区域中心(主园区),两个发展平台(文峰、首阳)一、物流园区绩效评价指标体系的构建1.1、物流园区绩效的影响因素分析物流园区是在政府规划指导下多种现代物流设施设备和多家物流组织机构在空间上集中布局的大型场所;各经营主体通过共享基础设施和配套服务设施,发挥整体优势和互补优势;实现物流集聚的集约化、规模化效应,促进城市的可持续发展.从物流园区的定义可以看出,第一,物流园区具有双重的服务特征.首先,物流园区为入驻企业提供服务,物流园区运营商是服务方;其次,园区内的物流企业为各自的客户提供服务,物流企业是服务方.一个园区的优劣,是由园区运营方与入驻企业共同决定的.第二,物流园区兼具赢利性与公益性.园区投资者的目标是实现投资价值最大化;政府则主要从社会效益角度考虑,物流园区是否能够对城市和地区发展提供基础性的支持,促进区域经济发展等;入驻园区的企业最关心的是物流园区能否提高他们的运营效率,降低成本,实现效益最大化.综上分析,物流园区的利益相关主体包括投资者、运营商、入驻企业、政府、客户,本文正是以他们各自主体的利益最大化来考量园区运营效果.1.2、构建物流园区绩效评价指标体系 综合以上的分析,本文用表示物流园区绩效,构建了六个一级指标,用 表示（）,用表示二级指标（， 表示第 个一级指标下的第 个二级指标体系）.评价指标体系见表3.表3 甘肃物流园区绩效评价体系共性指标一级指标二级指标评价标准可量化模型运输绩效运输成本每吨公里运费(元吨公里)报告期实际运输费用报告期运输吨公里数运输费用水平(运输费用总额/物品价值总额)x100运输效率运输车辆利用率(报告期运输车辆投产天数报告期运输车辆投产运输总天数)100运输车辆满载率(实际装载量装载能力)100运输质量准时运输率(准时运送次数运输总次数)100运输风险途中残损率(物品丢失量+物品损坏量)/总运输量100事故频率(次，公里)报告期内事故次数/报告期内运输公里数运输车辆符合率(合格车辆数/供货车辆总数)100仓储绩效仓储成本年仓储费用/年储备资金总额年仓储费用总额/年储存物品价值总额仓储效率仓容利用率(实际存货容积/库房可利用体积)x100设备利用率(报告期设备实际工作时间报告期设备额定工作时间)100库存周转次数(月出库总量/日平均在库存量)100仓储质量物品完好率(完好物品数目在库物品总数目)x100库房结构合理性从库房物品的摆放、货流量及实际体积的利用率等几方面考核仓储风险在库残损率(物品损坏量+物品丢失量)总储存量100转化包装标识完整、准确率(合格包装单位/转换包装单位总数)100信息化水平信息化水平成本信息化基础设施投入比重(当年硬软件、网络建设费用)当年固定资产投资100信息化水平效率信息及时率(信息活动及时次数/信息活动次数)100信息化水平质量信息准确率(信息活动准确次数/信息活动次数)100信息共享水平运用标杆对比法给出评价值信息化水平风险因信息的错误、不及时、不全面造成的损失客户服务客户缺货缺货率(接单缺货数/出货量)100客户订单备货时间(单品备货时间x权重)一致性(单晶背货时间一致性次数/总备货次数)权重准确交货率(准时交货次数总交货次数)100安全交货率(按规定质量交货次数总交货次数)100正确交货率(按规定的货物品种的交货次数/总交货次数)100完全交货率(按规定数量交货次数总交货次数)100客户满意客户取消订单率(客户取消订单数/订单数量)100客户抱怨率(客户抱怨次数订单数量)100财务绩效营运能力比率应收账款周转率(销售收入/平均应收账款)100流动资产周转率(销售收入平均流动资产)100总资产周转率(销售收入/平均资产总额)100偿债能力比率流动比率(流动资产/流动负债)x100速动比率(流动资产-存货)流动负债100资产负债率(负债总额资产总额)100已获利息倍数(息税前利润刷息费用)100盈利能力比率营业净利率(净利润营业收入利润)100资本收益率(净利润/实收资本)100所有者权益率(净利润所有者权益平均余额)100特性指标非经济功能地理区位对边疆提供的支持 甘肃对边疆提供的物流量边疆物流总需求量100产业体系主要工、农业产品产量增长率产量增加量上一年的产量100国家政策扶持国家财税扶持、融资支持占投入成本的比率（国家财税扶持、融资支持投入总额）100基础条件自然资源利用率自然资源有效利用量资源利用总量100经济结构占服务业增加值比重增加值总收入100综合交通枢纽甘肃以内国道主干线所占比率甘肃以内国道主干线里程长甘肃物流交通总里程1001.3、用层次分析法确定评价指标的权重 物流园区运营效果评价中很多影响因素都不能用精确数据进行描述,具有一定的模糊性,如果仅凭经验和知识进行判断,会受到诸多主观因素的影响,导致评价结果偏离实情.因此构造判断矩阵时,采用Saaty 教授提出的层次分析法,邀请专家对指标体系中的各关联因素进行两两比较评判,给出相对重要性的定量结果,构成判断矩阵5,计算出各关联因素相对重要性的权重.这种方法将定性问题定量化,提高评估的科学性与有效性.1.3.1 两两比较构造判断矩阵Saaty 提出用数字19 及其倒数作为评判两个因素相对重要程度的标度（见表4）.表4 Saaty 19 标度标度含义1表示两个指标相比,具有同样的重要性3表示两个指标相比，前者比后者稍重要5表示两个指标相比，前者比后者明显重要7表示两个指标相比，前者比后者强烈重要9表示两个指标相比，前者比后者极端重要2,4,6,8表示上述两相邻等级的中间值上述各数的倒数表示相应两个因素交换次序比较的重要性表4中 表示在同一级指标中,第个因素与第个因素相比,哪个更重要,重要多少,将定性问题量化.经过标度表的赋值,构成了判断矩阵:=其中,.1.3.2计算判断矩阵及进行一致性检验 计算判断矩阵的最大特征根,及其对应的特征向量,此特征向量就是各评价因素的重要性排序,也即是权系数的分配.(1) 计算特征向量: ()(2)计算最大特征根:(3)一致性检验.我们通过一致性比率来检验矩阵的一致性，当 时,矩阵通过一致性检验,则可以用特征向量表示权重.否则要重新进行两两比较,调整矩阵的元素,直至通过一致性检验为止.其中,一致性指标:,平均随机一致性指标可查表5.表5 均随机一致性指标n123456789000.580.901.121.241.321.411.451.4、物流园区绩效的模糊综合评价模糊综合评价法是一种基于模糊数学的综合评判方法.该方法根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价.能较好地解决模糊的、难以量化的问题,适合各种非确定性问题的解决.1.4.1 建立评价指标集 本文中,其中，.根据前面层次分析法所计算出的各指标权重,设中的各指标权重为,其中 中的各二级指标权重分别为.可用同样方法表示出来.如1.4.2 建立评语集物流园区运营效果测评中,很多影响因素,很多影响因素不能用准确数据表述,具有模糊性.评语集是有关专家对评价对象可能做出的各种总评价结果的等级.评语集不能太多,也不能太少,一般以5 个为宜.本文将物流园区的运营效果划分为五个等级即,为了便于计算,我们将其进行量化,并依次赋值为5、4、3、2、1.见表6.表6 评价定量分级标准等级评语优良一般差很差标准分值备注标准值为定性分析1.4.3 确定各指标的相对隶属度,建立评价矩阵.综上分析, 为指标集,为评语集.指标集中各指标在物流园区运营效果评价中的重要程度是不同的,所以各指标的权重分配 是上的一个模糊向量,代表每项指标对评语集的隶属度,且满足.根据二级指标对评价集合的隶属关系,建立模糊评价矩阵: 其中,为第个一级评价指标下第个二级评价指标相对于第个评价等级的隶属度.通过量化标准给出.1.4.4 确定各评价指标的权重在此运用上述的层次分析法确定.下面以一级评价指标的权重确定为例,二级指标原理相同,不再详述.先构造一级评价指标间两两比较判断矩阵(下文中二级指标的判断矩阵分别记为),再通过判断矩阵确定各指标的权重.设一级评价指标权重为,二级评价指标的权重为.1.4.5 计算评价结果向量,并进行综合评价.依据物流园区绩效指标的特点,本文采用二级综合评价模型.二级综合评价模型的思想是:将评价因子集分成若干子集（即物流园区绩效评价指标体系中的两级结构）,对每个二级指标的子集进行评价后,再以各二级指标的评价结果为因子,对一级指标进行评价.其中,是评价结果向量,为模糊合成算子.最后,应用模糊数学中最大隶属度原则, 对被评价物流园区的绩效进行分级评价.二、甘肃省物流园区绩效评价 下面应用所建模型对甘肃省物流园区进行绩效评价2.1、根据各指标的量化标准,确定各指标的判断矩阵.(A表示一级指标的判断矩阵,表示第个一级指标下二级指标所对应的判断矩阵,) 1、 2.2、采用层次分析法,确定各指标的权重（即求出判断矩阵对应的特征向量）. 在Visual C+环境下进行实验得到如下结果（相应程序及运行结果见附件1）:（表示一级指标的权重，表示第个一级指标下的二级指标的权重,）:2.3、根据各级指标对评价集合的隶属关系， 建立模糊评价矩阵如下（表示一级指标的模糊评价矩阵，表示第个一级指标下的二级指标的模糊评价矩阵，）： 2.4、计算评价结果向量 ,并进行综合评价. 在Visual C+环境下进行实验得到如下结果（相应程序及运行结果见附件2）：(为一级指标的评价向量,表示第个一级指标下的二级指标的评价结果向量,.为一级指标的评价结果,表示第个一级指标下的二级指标的评价结果）: 由以上计算结果,说明甘肃省物流园区总体绩效良好.其中,运输绩效良好、仓储绩效较差、信息化水平绩效一般、客户服务绩效良好、财务绩效良好、非经济功能绩效一般.三、空间布局优化模型的建立3.1、物流园区物流服务需求随机特征分析物流园区物流服务需求是进行物流园区规划时需要考虑的最主要因素.物流园区物流服务需求没有明确的定义,这里借鉴运输需求的定义给出物流园区物流服务需求是指在一定的时间内,一定的价格水平下,社会经济生活在物流服务方面所提出的具有支付能力的需求.同样,物流园区物流服务需求必须具备两个条件,即具备得到物流服务的愿望和具备支付能力,缺少任意条件,都不能构成物流园区物流服务需求.3.1.1需求的构成一般情况下,对产品或服务的需求可以分解为六个组成部分：一段时期内平均需求、需求趋势、季节因素、周期因素、随即误差及自相关.周期因素是很难确定的,因为周期时间可能未知,或者周期的原因可能未考虑到.对需求的周期影响还可能来自于政治大选、战争、经济条件或社会压力等等.随机误差是由于偶发事件造成的.从统计学角度来讲,当需求的所有已知成因（平均值、趋势、季节、周期和自相关）都从总需求中排除后,剩余的就是需求的不可知部分.如果人们无法确定这些剩余部分的成因,就假定其为纯随机原因.3.1.2需求的随机性物流属于派生性需求,由于本源性需求具有一定随机性,所以社会对物流园区物流服务需求也具有随机性.在一个较短的统计期内,忽略经济、人口增长等因素引起的物流量的增长,可以把物流园区的物流服务需求量看作是一个随机变量.根据统计学中的中心极限定理可知,像物流园区这样每天作业批次很多的物流节点每天作业总量应近似服从正态分布.本文对兰州市某物流中心的物流作业量进行统计,统计期为一天,共统计62天.数据见表7（单位为托盘）:表 7 物流量统计表序号物流量（托盘）序号物流量（托盘）序号物流量（托盘）序号物流量（托盘）序号物流量（托盘）143285782340067133063369431613325201006463433545720092748229548592656154104265184112395174121745689132365154142845951151000652161326541172265859182020841191654295201465894212706542221025461231000325243205124252651846262105769272275485283135621291654823301254682313531455322458954332292564342955684351524695362635420372158654383265841392654812403594125412440885423956254432015423441205425452566218462572156471945686483029856492974752502049082512104587523386628532956453543564287552954715564542654572918307583456270592845267603546814613214564621869842将这些数据按时间的顺序绘制在图中,见图 1: 图1 物流量变化示意图以450000托盘为一个区间长度,将07200000万分成16个区间,对收集到的数据作直方图统计统计所有数据落在各个区间的个数,统计结果见下图：图2 物流量统计示意图通过以上分析发现,该物流节点每天的物流量近似服从正态分布.（1）分布拟合检验在对数据进行直方图分析后还应对收集到的数据作理论上的统计分析,以确定这些数据是否确实来自正态总体.本文采用对正态性检验较为有效的偏度、峰度检验法.假设：数据来自正态总体.共62个样本点,故n=62,取=0.1则.下面计算k阶样本矩接下来计算样本中心矩样本偏度和样本峰度的观察值分别为：因为所以拒绝域为：先算得，故接受,认为数据来自正态分布的总体.(2)参数估计采用极大似然估计法对概率密度函数中的参数进行估算.设,且为未知参数,是来自的一个样本值.的概率密度函数为 似然函数为 则 令 解得 将数据代入上式,可得所以,概率密度函数为 3.2空间布局优化模型的数学模型 如图3所示,某一地区有个物流中心,其运量是一个不确定的随机变量,为了充分利用各级物流节点的优势和能力,提高整个地区的配送效率和效益,欲在m个候选的物流园区地点拟建个物流园区成为周边物流配送中心与其他地区的物流转运枢纽,从而使整个地区的物流配送成本、运作成本以及物流园区建设固定成本的总成本为最小. 图3参数符号说明:为物流配送中心集;为候选物流园区集;为配送中心从到的单位运输成本;是修建物流园区的单位处理成本;是物流园区的单位处理成本;是物流园区的规模经济效应因子;是物流配送中心的模糊需求量;是物流园区的模糊物流处理容量.决策变量说明:是物流配送中心和物流园区之间物流量;是物流园区修建的指示变量,如修建值为1,否则为0; 考虑物流园区的规模效益和集聚效应,物流园区中处理成本和物流园区运输成本,其费用函数随着物流量的增加而增加,但是其边际成本递减,即其一阶导数大于零,二阶导数小于零,用数学表达式表示,其中和是待定懂得常数;一般而言,越小集聚效应越大,并且,令,有 数学模型1： 目标函数由三部分组成:物流配送中心与物流园区之间的运输成本、物流园区建设的固定成本、物流园区的运作成本.式（1）表示整个地区共建设的物流园区的数目;式（2）表示从物流配送中心流入各物流园区的物流量等于配送中心的需求量;式（3）由配送中心流入物流园区的物流量总和不能超过物流园区的最大容量;式（4）表示物流园区是否修建,拟修建其值为1,否则为0;式（5）表示物流配送中心和物流园区之间的流量为非负.数学模型2 （6） （7） （8） （9） （10） （11） （12）表示中的事件成立的可能性.模糊2中的目标机会约束式（7）为所求的目标值,应该是在保证置信水平至少是时所取的最小值;机会约束式（8）,（9）为约束得到满足的可能性至少应该达到给定的置信水平 和.假设某一地区中各物流配送中心的需求量是一个服从独立同正态分布的随机变量,那么实际产量落在区间的概率为.该随机变量等价的模糊三角数为;同理,假设每个物流园区的物流处理容量是服从独立同正态分布的随机变量,那么各物流园区的物流处理容量可用如下三角模糊数来表示:.给出如下可能性的定义. （13） （14） （15）其中是模糊中的决策变量的函数. 由于各物流配送中心的需求量是一个三角模糊数,配送中心流入各物流园区的物流量不防记作,配送中心的物流需求量记为与物流园区的容量也是一个三角模糊数,记为.引理1 设三角模糊数为,其隶属函数以表示,则对任意给定的置信水平,当且仅当时,有成立.引理2 设三角模糊数为,其隶属函数以表示,则对任意给定的置信水平,当且仅当时,有成立.引理3 设三角模糊数为,其隶属函数以表示,则对任意给定的置信水平,当且仅当且时,有成立. 根据引理13,可将式（7）（9）转化为如下清晰等价类. (16) (17) (18) (19)3.3 求解算法分析考虑到原问题的目标函数是非线性的,用传统的求解算法无法得到其最优解,本文采用混合遗传算法求解.算法的基本思想是:首先设定一个物流园区的修建方案,基于物流园区初始方案解决物流园区与配送中心之间的物流分配问题得到一个流量的初始解;然后再改变物流园区的地址,分配流量.不断进行迭代求解,在迭代的过程中结合遗传算法来随机搜索最优解.在各节点的流量分配时,通过虚拟一个发点和收点,将原问题转换为一个扩展的最小费用流问题来求解,如图4所示.图4该混合遗传算法的基本流程如下:步骤1 设定参数,主要参数有:进化最大代数max-gen,种群大小Pop-size,交叉概率pc,变异概率pm.步骤2 初始化.随机产生Pop-size个染色体作为初始群体.步骤3 以pc为交叉概率进行交叉运算.步骤4 以pm为变异概率进行变异运算.步骤5 评估.对于每个染色体求解相应的扩展运输问题,根据求得的目标函数值,利用正规化标定法对每个染色体的适应度值进行计算.步骤6 选择运用转轮法进行选择,同时为了保证染色体的多样性，每次产生个新的染色体.步骤7 判断是否达到最大代数,若没有,转步骤3;若到达,则结束计算,输出结果.遗传算法中比较关键的问题时染色体的编码和遗传算子的设计.结合问题特征设计如下二进制编码,编码的含义如下:表示在第个候选地点建立物流园区, 表示在该候选地点不建物流园区.在物流配送中心和物流园区都确定的条件下,原问题转化为网络中边和节点带容量限制的扩展的网络最小费用流问题,用改进的算法求解,便可求得整个配送网络的流量分配情况,计算其目标函数值,将该目标函数值作为该染色体的适应度值.算法的复杂性分析:首先在内循环中是一个扩展的最小费用流问题,其时间复杂性等价于一个相应最短路问题,因此,其时间复杂度为:外循环是用遗传算法寻求最优解,遗传算法在适应度计算时的时间复杂度为.所以整个混合遗传算法的时间复杂度为.四、甘肃省物流园区空间布局评价4.1 甘肃省物流园区及各配送中心匹配情况表8 各配送中心的物流随机需求量 万序号123456789101112均值1742002002542241501503232323236方差101010101010101010101010表9 各候选物流园区的建设成本、处理设计流量和单位处理成本序号/ 万元/(万)/(元)180005000.9280005000.9360003001.2468003501.1580005000.9675004501.0表10 配送中心与物流园区之间的运输费用12345615822201262662018151031041514201542010671822525151049206212016154871518201974810111622138912713161511101861015201811201716128171218202116107图5由3.1的计算知,各配送中心的需求量均服从正态分布其均值如表8所列,方差均为10,每个候选物流园区的处理容量服从正态分布,其均值如表9所列,方差均为100,令置信水平分别为1.0,0.9,0.9,根据上述混合遗传算法,在环境下进行实验得到如下结果:（1）目标函数值=17407;（2） ,即候选地1,3,5将修建物流园区;（3）配送中心2,3,9,10由物流园区1提供服务;配送中心4,5,11由物流园区3提供服务;配送中心1,6,7,8,12由物流园区5提供服务.(4）每年流入物流园区1的流量是456万t,流入物流园区3的流量是503万t,流入物流园区5的流量是531万t.4.2甘肃省物流园区现有作业能力分析甘肃物流园区最大作用能力为4328578托盘/天,物流节点的运营的固定成本和变动保密,未能获得实际值,但分析优化模型可知,需要知道的只是固定成本、变动成本、损失成本之间的比例关系,而不必知道它们的具体值.因此,不妨设，则 + 4.3应用优化模型优化作用能力将之前的计算结果代入优化模型，得通过查正态分布表，可知所以 在此作业能力下的总成本期望为 +4.4优化结果分析该物流节点在现有作业能力下的总成本的期望为,在优化的作用能力下的总成本的期望为,可减少5416629,说明该优化模型有效,而且效果较好.五、建议1、充分发挥地理优势.甘肃省物流园区的建设应充分发挥甘肃省地理区位和综合交通枢纽的优势,加大公路、航空、铁路枢纽配套工程的建设,进一步完善甘肃区域综合交通运输网络,将运输成本降到最低,提高运输绩效.2、优化产业体系.甘肃产业基础较好,自然条件优越,同时有适合发展特色农业的丰富的光热水土资源,为发展现代物流业提供了非常丰富的农副产品资源.甘肃应利用自然条件优势,大力发展风电、光伏发电、太阳能、生物质发电等新型能源产业,形成比较完备的产业体系.3.坚持总量扩张与结构优化相结合.扩大投资强度，加强物流项目建设，培育市场主体。推动各类物流企业积极向采购、流通加工、信息服务、咨询服务、物流金融等领域拓展，推动物流中心、分拨中心、配送终端的设施共享和功能互补.4.建设物流公共信息平台.积极推进信息技术的广泛应用,加强物流信息化的宣传、交流与推广,加大公共物流信息平台建设的投资力度,通过统筹整合各部门政务信息系统,构建政府主管部门、金融、税务、海关、工商、检验检疫、交通运输、邮政等与物流相关行业的综合信息平台,建立物流信息共享机制.以建立电子口岸、综合运输信息平台和大宗商品交易平台为突破口,加强与大型物流园区（中心）和大型生产、流通企业的融合,实现行业之间资源共享和信息共用,为现代物流业的发展提供保障.5、发展新型运输服务方式.鼓励创新运输服务方式,解决由于运输方式落后和各种运输方式衔接不畅带来的多次搬倒、多次拆装等问题.加快综合运输体系建设,大力发展多式联运、集装箱运输、散货运输、航空快递运输.推