最优投资时机和物流园区的规模:一个真正的选择视角

文摘

本文运用实物期权的方法来解决最优时机和规模的物流园区投资与物流需求的波动。两个重要的问题是检查:当投资应引入,大小应该是什么?实物期权模型提出了明确整合物流园区投资政府补贴的影响。物流需求触发阈值在物流园区投资项目进行分析。比较静态分析物流园区的投资也在进行。我们的分析结果表明,投资者将选择较小的物流园区和prepone投资被认为如果政府补贴;真正的选项将推迟最优投资时机物流园区与净现值法;和物流需求可以显著影响最优投资规模和物流园区投资的时机。

1。介绍

各种物流中心最近建立了快速分发运费(1]。然而,这引发了很多重要问题,如交通拥堵、空气污染、和高能源消耗。它已经表明,货运导致约5.5%的全球温室气体排放(2]。要想高效地应对这些问题,提出了结合多个配送中心和物流运营商进入物流园区。物流园区,也称为“物流村”在德国,在日本“分布公园”,和“物流平台”在西班牙,是一个特别重要的组成部分,城市物流网络(3]。一般来说,一个城市物流网络是由不同类型的物流节点(例如,配送中心和物流园区)和物流联系。配送中心是物流节点主要为终端客户提供配送服务,仍为以下几个特征,也就是说,小型服务辐射范围和multispecies,小批量,multibatch,短周期,而物流园区与大型综合物流节点,它通常是位于一个战略区域,可以很容易地访问从主公路、铁路和机场。此外,物流园区通常有一个大型的空间充足的卡车,大规模仓储、办公停车,和物流服务,如事务信息,分布处理、多通道功能,支持服务功能。这也是一个中心不同的运输模式和本地和长途交通(4,5]。

物流园区已导致重大环境影响(例如,减少有限公司₂排放和空气污染)在德国6]。由于在德国和日本成功的物流园区业务,有一个趋势引入物流园区在其他发展中国家。在中国,例如,物流园区项目的数量一直在增加,从207年的2006人增加到457年的2008,754年2012年,2015年和1210年进行的第五次调查报告显示中国物流与采购联合会(7]。然而,有一些重要的问题在物流园区的规划和运营项目在中国。中国的物流园区规划和建设有很大的盲目性由于缺少系统的理论和科学规划和评估手段。有许多因素影响物流园区的发展。一个重要因素是如何确定物流园区的规模8]。此外,物流园区的设计已经很少考虑物流需求和物流的不确定性用户的行为反应项目投资,导致物流园区的使用率较低。在物流园区投资还包括高水平的风险由于施工周期的长度和物流需求的波动。因此,物流园区的时机和规模应该仔细考虑。

有许多相关的研究物流园区设计和投资。

物流园区是一个重要的物流设施,可以产生重大影响相应的城市物流网络。因此,物流园区的位置应该被集成到整个城市物流网络设计。谷口et al。11)提出了一个上下两层的模型,以确定最佳的大小和位置的公共物流终端和使用排队论解决了模型和非线性规划技术。阮et al。12)指出,物流效率和成本有关不仅对供应链的结构,而且物流网络设计和物流基础设施。党的et al。13)提出了一个网络模型旨在确定的货车装载量交通枢纽位置和大小考虑总成本和网络系统的效率。维埃拉et al。14)研究中心位置问题从网络设计的角度,同时也考虑到运输成本和旅行时间,提出了一个混合整数规划模型。唐et al。15)提供了一个优化模型变量的位置规划物流园区的问题能力。他们的模型试图确定最优位置和分配客户物流园区使用混合启发式算法。陈等人。16]在不规则的物流园区设施布局问题解决分裂线,提出相应的数学规划模型来获得有竞争力的解决方案在物流园区设施布局问题,求解最优模型与分散搜索的自适应遗传算法。

物流园区是物流活动的重要提供者,连接不同地区的长途运输的一个分布式城市(17]。此工具扮演着一个重要的角色在促进区域经济发展,提高物流服务水平,提高集约用地,缓解公路和环境的压力,并增加就业机会。撒迦利亚和张18)解决双重运费分布系统在一个大城市,呈现location-routing模型来确定最优物流设施的位置(主要设施和辅助设施)和最优尺寸和路线不同的车队。里维拉et al。8)被认为是物流集聚起源于物流园区基于数据从萨拉戈萨(西班牙)的一项调查物流集群和使用结构方程建模,证明进一步聚集成一个物流园区积极影响合作,专门运输能力共享。

近年来,绿色物流网络设计吸引了更多的从业人员和研究人员的关注,鉴于货运是导致气候变化的主要因素和各种污染排放。绿色物流网络设计的重点是提高物流服务效率,降低相应的物流成本,并减少外部性而实现一个可持续的平衡经济、环境和社会目标(麦金农et al。19]。Sadjadi et al。20.解决multicommodity,生产联运货物运输网络规划问题,认为温室气体的排放是主要目标。鲁迪et al。21)传统成本优化的效果评估战略建模方法对整体物流成本和有限公司₂排放量考虑供应链的结构和不同的货运车辆利用率比率。Rao et al。22)解决选择可持续的城市物流中心的位置和提出了一种模糊,多属性群决策技术基于语言的二元数组。Zhang et al。3)提出了一个模型来解决城市物流网络的设计问题;他们认为物流部门和用户之间的交互,以及经济规模和税收的影响有限₂排放。他们的研究结果表明,物流园区的最佳位置和大小取决于意识到物流需求和经济的规模。

上述研究物流园区的设计问题主要集中在一个静态的和确定的问题。然而,区域经济、产业结构、人口规模、和地区贸易模式将在未来不断改变,导致物流需求的不确定性,随着时间的推移动态波动。尤其是一些增长最快的城市,相应的城市物流服务模式的需求。因此有必要结合物流需求的动态和不确定性为城市物流网络设计模型。

先前的研究倾向于使用净现值(NPV)方法。然而,传统的NPV方法没有考虑投资项目价值的变化;这种方法也忽视了延期的影响,遗弃,或扩张对项目的投资机会价值在不可逆和不确定的投资环境23]。真正的选项(RO)估值方法认为不被识别的机会投资期间NPV分析(24]。有一个引人注目的需要考虑时间不确定性在网络设计和项目投资由于其不可逆转的特点(25,26]。李等人。10]提出了RO模型来解决投资和选择在交通技术得到考虑空间使用不稳定的城市人口平衡的一个城市。Chow et al。27]研究交通网络的管理在一个不确定的市场,应用反渗透方法和动态编程获得灵活性和推迟和重新设计的价值网络。周润发和里根28)提出了两个模型,RO合并到网络建模:第一个是网络选项设计问题,扩大网络投资的净现值最大化;第二个模型分解网络的延迟期权投资个人、交互链接,或项目的投资。肖et al。29日]研究了机场容量使用实物期权模型的选择问题。他们指出,如果需求不确定性较低和容量和储备成本相对较高,机场将不会获得一个真正的选择扩张。高和Driouchi30.)检查轨道交通基础设施投资将人口规模和决策者的态度或社会规划者的风险来源和歧义。他们开发了一个alpha-max-min multiple-priors期望效用框架来解决轨道交通投资的期权价值给下的不确定性。李等人。31日)提出了实物期权方法评价新技术生产纤维素生物燃料的投资基于建设交货期和不确定的燃料价格。周润发和Sayarshad32)调查的参考政策nonmyopic连续网络设计和时机的问题,从理论上提出了一个可伸缩的参考政策价值定义一致的实物期权价值基于采样序列估计使用极值分布。科塔萨尔et al。33)提出了一个模型来确定最优时机公司投资环保技术,分析了关键参数影响的最优决策。伯克曼et al。34)考虑投资时机和最优的容量选择小型水电项目使用一个真正的基于选择性的方法不断扩展;他们发现一个独特的价格限制启动该项目。Boomsma et al。35)采用实物期权方法分析可再生能源项目投资时机和能力选择不同的支持下计划,旨在考察投资行为在最广泛使用的支持计划,即上网电价和可再生能源证书交易。威灵电机(36)调查的规模和时机可再生电力投资,分析政府支持的影响最优可再生发电系统的容量。李和蔡37)应用实物期权模型来解决政府对私人投资行为动机的影响与不确定的需求,包括选择投资时机,能力,和价格。

我们所知,现有的研究,整合物流园区建设的经济规模和运营商和政府补贴基于实物期权方法仍然稀缺。本研究旨在解决上述知识差距,达到两个目标。第一个目标是证明猜想确定最优投资时机和规模的物流园区项目同时在物流需求的不确定性。第二个目标是解决政府补贴的影响物流园区投资时机和大小。

本文的主要贡献如下。

首先,提出了实物期权模型,包含了经济规模物流园区项目和政府投资补贴同时确定最优投资时机和规模。物流需求波动的模型捕获效应和规模经济的物流园区投资时机和大小决定。第二,物流需求的阈值,触发在大小不同的物流园区的投资是探索。第三,我们进行比较统计分析物流园区的投资。敏感性分析也进行了评估关键模型参数的影响,如物流波动,施工时间和折现率。我们也估计损失项目价值的结果采用NPV方法而不是罗。

剩下的纸是组织如下。部分2介绍了算法模型和解决方案的制定。部分3给出了两个数值例子的应用模型。部分4总结了纸。

2。模型公式

2.1。物流园区项目的成本

规模经济建设物流园区是指现象在单位面积上的平均建设成本减少物流园区的物流园区规模的增加(38- - - - - -41]。在物流园区的运作规模经济指的是现象,平均装船操作单位成本降低为物流园区的规模增加,因为集群和物流服务提供商之间的协同效应(42,43]。这些影响应考虑在物流园区的设计,特别是在一个时代的资本和土地资源短缺和气候变化。

两种成本参与物流园区的建设和运营(即。、年度建设和年度运营成本)。这两个因素包括规模经济。我们表示平均每年的建设成本和操作成本和 ,分别。他们详细描述如下: 在哪里单位工程成本和吗捕获的影响物流园区的规模经济。

年平均物流园区的运营成本是表现在以下几点: 在哪里变量操作成本与相应的物流园区规模 。

2.2。联合最优时机和物流园区的规模问题

关于物流园区作为一个公司,物流需求相当于产品和服务费是产品价格;因此,服务收费单位转让应正比于物流需求服务和物流园区的规模成反比。根据物流服务需求函数,我们可以使用以下物流服务供给函数捕捉上述关系。 在哪里是外部物流服务市场的需求,物流园区的规模,公司打算构建,然后呢是一个非负常数表明线性需求函数的斜率和用于服务费的敏感性,物流园区的规模。见(3),物流园区的规模成反比的服务收费单位转移,和函数形式的这种假设意味着物流需求的变化将直接反应相反的需求曲线。

物流园区的收入直接影响潜在的物流需求。物流园区的派生值没有定义,因为一年一度的潜在物流需求的不确定性。描述潜在的物流需求的变化随着时间的推移,我们表示随着物流需求市场的时间 。考虑到物流需求遵循几何布朗运动,可以捕捉到(23,24] 在哪里物流需求的增长速度,物流需求的波动率,是无穷小时间增量,是一个标准的增量维纳过程,对于任何给定的时期 , 满足的方程 ,在那里是一个遵循标准正态分布的随机变量均值的标准差0和1。

的价值投资一个项目操作的持续时间,等于相应的预期贴现生产者剩余。我们让 表示项目的净现值,它可以表示为 在哪里是整个建设项目的持续时间,它被认为是一个常数在这项研究中,然后呢是政府补贴系数单位。

通过计算(5),我们可以得到以下方程(证明过程见附录一个)。

当项目价值超过投资成本、投资通过NPV是谨慎的行动。投资时应立即完成 。基于(5),物流需求NPV方法获得

然而,物流项目面临着许多不确定因素造成的外部物流需求、物流服务价格的土地价格,操作成本、投资过程和持续时间。在这项研究中,我们专注于物流需求的波动和使用RO法来分析最优投资时机和一个物流园区项目的大小。与NPV方法不同,期权价值占投资的不确定性,从而导致项目价值的不确定性为未来的重复投资和损失的机会。该方法考虑了在项目的机会成本,即投资机会的价值或选项值。本研究比较了物流需求得到RO和NPV。

根据反渗透理论(24),一个投资机会的期望值等于其预期的速度在短时间内资本增值 。这种关系是贝尔曼方程所代表的选项值并且可以表示为

方程(8)实际上代表了贝尔曼方程的选项值 。运用伊藤引理,我们可以确定物流需求的阈值和选项值函数 ,如所示(9)和(10),分别。证明过程见附录B。

当 ,最好的策略就是推迟项目投资由于较小的物流需求。等待未来的最佳时间是一个明智的投资策略,投资的价值是选项值。

当 ,立即行动是最好的投资,使投资净现值的价值。

这里有几种方法来确定最优物流园区的规模。第一个方法最大化项目的内在价值。第二种方法选择最优物流园区规模的最大化投资选项值决定了资本密度。第三种方法是确定最优规模和最优输出基于相应的最大净现值(NPV)。第一种方法可能更好,因为选项值等于内在价值投资,而第二选择的价值是投资前的选项值。净现值是更适合确定的环境中,但它忽略了过程中的投资机会成本在一个不确定的环境。因此,本文采用第一种方法来确定物流园区的最佳大小。

让的内在价值的实现选择。也就是说,

物流园区的最佳大小必须满足的一阶条件(12为了最大化的内在价值:

计算(9)和(12),我们可以获得最优投资物流园区的规模和投资需求的阈值为:

正如我们所知,最优投资规模应该是正的。换句话说,参数(13)和(14)需要满足以下条件:

解决这两个不平等,我们知道的参数需要满足的条件 和 或满足条件 和 。

考虑到模型参数,我们可以获得物流之间的关系(NPV和RO方法下的需求7)和(9),如下:

方程(16)意味着RO方法下的物流需求总是比NPV方法因为RO方法下了灵活性的价值通过选择等待和推迟投资。

2.3。静态分析的物流需求的阈值

关键模型参数的影响,如利率 ,施工期间 ,物流需求 ,政府补贴 ,敏感系数 ,和变化的需求正在调查中。按照(13),下面的不平等将举行, , , , 。同样,我们可以发现 和 ;然而,的象征 和 很难确定。证明过程见附录C。

的迹象和对物流需求的增长率和贴现率(例如, , , 和 )也很难确定的分析。因此,使用模拟方法来确定他们的关系在以后的数值例子。

3所示。案例研究

3.1。数据和参数设置

在本节中,两个测试例子是用来说明应用程序模型和本研究的贡献。第一个例子旨在揭示了影响物流园区的投资,没有考虑政府补贴。关键模型参数的影响(例如,需求的增长速度,折现率,项目的建设,和需求波动)触发物流需求的阈值和最优投资规模也在调查中。第二个例子说明了该模型的实际应用程序Jinxia物流园项目位于长沙,湖南省。我们可以获得投资时机和最优物流园区规模确定模型的有效性。表1提供长沙城市的物流服务需求的统计数据从2000年到2014年。表2显示了其他的输入参数。

3.2。仿真结果和分析

节3.2。1政府补贴的影响,我们地址的物流需求触发阈值下的投资物流园区RO和NPV方法。关键模型参数的影响进行了分析。此外,我们检查的最优投资时机不同尺寸下的物流园区RO和NPV方法部分3.2。2。

3.2.1之上。投资决策的比较有和没有政府补贴下RO和NPV方法

图1描述了选项值的曲线和NPV的区别,可以计算(6)和(10),分别。在图1交集点和NPV曲线和水平线代表需求之间的阈值在NPV方法而言,(7)。

交集点和选项值的曲线与给定物流园区规模的NPV代表物流需求RO方法依照(下9)。需求解决方案和规模阈值下的RO和NPV方法如表所示3。

主要从图获得的见解1和表3总结如下。

首先,无视政府补贴的影响物流园区的建设将导致后来投资由于投资收益或回报的低估。我们把RO解决方案作为一个例子。在考虑政府补贴时,触发物流需求的阈值物流园区是每年4.7222亿吨,用点在图1。相应的值没有政府补贴是4.993亿吨。NPV方法可以观察到类似的结果。然而,选项值的曲线和不考虑政府的补贴达到巧合,正如图1。最佳大小的物流园区和物流需求与政府补贴的阈值小于阈值的政府补贴将被忽略。它可以看到从(10)物流园区的大小是成正比的选项值和阈值是负的需求适当的选项值。因此,重叠的积极影响的负面影响使选项值的微小变化,而不考虑政府补贴。

第二,阈值计算的需求通过RO法高于通过NPV法。机会成本在整个投资过程被认为是在RO方法因为物流需求的不确定性和不可逆性的物流园区项目。一般来说,机会成本是高度敏感的不确定性未来物流需求。不确定性越大,机会成本就越大。这意味着投资者应根据变化调整战略投资环境不确定的物流需求,以提高项目的投资价值。

3.2.2。关键参数对需求的影响阈值和最优规模的物流园区

分析关键模型参数的影响,导致物流园区投资阈值如下。

(1)需求增长率和物流需求的影响对需求波动阈值和最优规模的物流园区。数据2和3情节物流需求变化的阈值和最优物流园区规模的增长需求和需求波动变化,分别。情节表明需求触发阈值和最优投资规模对于一个给定的物流需求的增长和波动,反之亦然。更大的需求的增长意味着更大的物流需求量的增长速度;因此,投资者将等待一个更大的需求以获得更大的投资选项值。同样的,当需求波动在一个固定的增长率增加,引发了阈值和最优投资规模也增加的需求。换句话说,当投资者正面临着更大的不确定性,他们将推迟投资,投资大物流园区。这一趋势可能归因于需求增加的观念表示更高的投资环境的不确定性和波动性增加了物流园区投资选项值。在此期间,推迟投资比直接更好的战略投资。

(2)折现率的影响和建设需求的持续时间阈值和最优规模的物流园区。数据4和5折现率的影响和建设需求的持续时间阈值和最优投资规模,分别。对于一个给定的贴现率,物流需求的阈值和相应的投资规模的增加将成为更大的物流园区建设的持续时间。很长一段时间的建设意味着高成本的投资机会,从而降低投资项目的吸引力。推迟投资,选择一个更大的物流园区投资是一个更好的策略。此外,对于一个给定的建设,持续时间阈值和最优投资规模的需求将大幅减少与折现率的增加,然后与折现率的增加略有增加。这意味着一个明智的决定是一个大物流园区项目投资前,所以在这种情况下,降低投资成本。

(3)敏感系数和政府补贴对需求的影响阈值和最优规模的物流园区。数据6和7情节的变化需求的阈值和最优投资规模的敏感系数和政府补贴的变化。对于一个给定的敏感系数,触发阈值和最优投资规模需求减少和增加政府补贴水平。这意味着投资者会选择小尺寸的物流园区和投资如果政府早些时候给了一个更大的补贴。相比之下,对于一个固定的政府补贴,随着敏感系数的增加,触发阈值降低,需求和物流园区的最优投资规模减少,根据(13)和(14)。敏感系数的增加导致的减少触发阈值和物流园区规模的需求。推迟投资并选择小一号投资占比直接投资更好的策略。

3.2.3。分析最佳的时机和规模的物流园区的投资

进一步说明,我们提出了物流园区投资模式应用于实际案例中,Jinxia物流园项目位于长沙,湖南、中国。我们假设自2014年以来,市场的物流需求的变化随着时间的推移,遵循几何布朗运动。没有普遍性的损失,我们生成三个轨迹(或路径)的物流需求规模随着时间的推移,根据几何布朗运动,是显示在右边的图8。

我们检查的最优投资时机和投资大小使用NPV和RO方法在物流园区。

数据9和10表明年度选项值的变化曲线和年度NPV和没有政府补贴的考虑,分别。图9显示选项值和NPV曲线相交于一点 ,与投资相关的2020.00。这个项目投资收益率值最优投资规模1197亿元人民币的4025万吨。点与罗依结果估计方法的(14),最优投资规模估计的RO方法(13)。图9还表明,NPV曲线与横轴相交点 ,与NPV方法估计结果的(7)。这个十字路口表明投资时间在2010.40物流需求为2.3948亿吨。同样,图10表明采用反渗透的方法生成的最优投资决策发生点 ,2021.00投资和最优投资规模4256万吨,一个项目的价值1339亿元人民币。生成最优投资时机与NPV方法是2010.85,这与点相关联 。

表4总结了估计最优投资时机和最优投资规模物流园区在RO和NPV方法。NPV方法诱发投资比早些时候RO方法在9.60年和10.15年,如果不考虑政府补贴,分别。此外,政府补贴将刺激投资者选择投资较小尺寸的物流园区。

在数据9和10,我们计算和比较的项目总应计值的最优投资时机使用NPV方法相比得到了反渗透的方法。项目中我们也确定相应的损失值,因为当时发生的时机投资估计与NPV方法但不是RO估计的方法。项目的总损失价值等于1197亿元人民币和1339亿元人民币当NPV方法是用来代替RO方法和没有政府补贴考虑,分别。相应的不同项目的总损失价值等于142亿元人民币。这些结果进一步说明,RO方法弥补了NPV方法的缺陷。反渗透的方法是更有效的比NPV为投资者评估最优物流园区投资时间。此外,政府补贴将会影响投资者的决策。

3.3。管理建议

有几个关键的这项研究结果直接管理的影响。结果表明,政府补贴,波动的物流需求,建设期间,折现率有显著影响物流园区项目投资的时机和规模。

首先,投资者应该仔细分析物流园区的增长率和波动之前他们投资一个物流园区项目。在高度波动的物流服务市场,选择一个更大的规模(即。,a higher trigger threshold of logistics demand) becomes even more important, which will benefit to obtain more real option value. In other words, when investors are faced with greater uncertainty, they will postpone investment and invest a larger size logistics park. For a fixed volatility of logistics demand, the size of a candidate logistics park will slightly increase with the increase of the growth rate of logistics demand. On the contrary, the size of a candidate logistics park increases sharply with the increase of the volatility of logistics demand under a fixed logistics demand growth rate. This implies that the investors should determine a rational invest timing and size based on the analysis of the logistics demand growth rate and volatility, which are close related to development trend of regional economic and industrial structure.

其次,无视政府补贴的影响物流园区的建设将导致后来投资由于投资收益或回报的低估。这意味着最佳大小的物流园区和物流需求与政府补贴的阈值小于阈值的政府补贴将被忽略。因此,政府应该提供一些补贴来促进城市物流效率和减少负面影响(例如,交通拥挤和有限公司₂排放)诱导物流园区项目。但应该记住补贴越高导致一个小项目,减少规模经济建设和运营商存在。

第三,投资者应该记住,折现率和持续时间的施工有影响投资时机和规模的物流园区。对于一个给定的贴现率,物流需求的阈值和相应的投资规模的增加将成为更大的物流园区建设的持续时间。推迟投资,选择一个更大的物流园区投资是一个更好的策略。此外,对于一个给定的建设,持续时间阈值和最优投资规模的需求将大幅减少与折现率的增加,然后与折现率的增加略有增加。这意味着一个明智的决定是一个大物流园区项目早期投资,以降低投资成本。

最后,提高物流园区的规模经济操作符将降低单位转移电荷,从而导致的减少触发阈值和物流园区规模的需求。这意味着投资者应提高物流操作员效率由物流集群和物流服务创新的方法,从而达到物流园区运营商的规模经济。

4所示。结论和未来的研究

提出了一个罗模型解决大小选择物流园区投资的问题考虑到一个城市的物流需求的不确定性。模型的性质进行了探讨分析,包括触发阈值对投资的需求,优化物流园区的投资规模,对投资者和政府补贴的影响。政府补贴的影响和比较静态分析物流园区投资计算。为了说明该模型的应用,我们使用一个物流园区在长沙为例。物流园区的投资决策与反渗透方法比较与NPV方法。造成的损失项目价值NPV方法是估计的,但并不是造成的损失RO方法。

该模型提供了新的见解和重要的发现。首先,物流园区的投资收益曲线明显NPV和RO方法之间的不同。与反渗透的方法相比,NPV方法低估了一个物流园区投资的价值,从而导致过早投资,因此在项目价值损失。第二,投资者将选择较小的投资大小早些时候如果政府给补贴项目是否被认为是NPV方法或反渗透方法。第三,最优投资时机和最优投资规模在物流园区是依赖于施工期间,贴现率,需求的变化,政府补贴,和需求的波动。提出的方法可以作为一个有用的工具为决策对物流园区的投资。

虽然该模型为物流园区投资决策提供有用的见解,我们为未来研究建议以下几点。

不同区域之间的关联效应在城市中没有明确考虑物流园区投资问题。物流需求在城市的每一个领域相互影响,在一个领域,建立物流园区影响投资。这种现象限制了反渗透的方法在不确定的环境。然而,博弈论可以调整投资策略根据竞争对手的投资行为。因此,将博弈论引入RO方法作为物流园区投资策略和合理的科学的声音。

在这项研究中,城市的需求物流需求的变化被认为是不确定性的主要来源,影响物流园区的投资决策。其他来源的不确定性,如人口规模和决策者的态度,还应该研究。这些因素影响物流园区的投资回报。将投资风险来自其他来源的不确定性是非常重要的在确定物流投资的模式。

的利益冲突

作者宣称没有利益冲突。

确认

本文中描述的工作是由中南大学教师研究基金(没有。2015),湖南省科学技术发展基金(没有。2015 rs4045),湖南省教育部优秀青年项目(没有。15 b261),中南大学的研究生教育和学位创新基础(没有。2014 jgb36),中国国家自然科学基金(71672193和71672193号)。

补充材料

补充相关证明(6)这篇文章可以在附录A中找到。补充的证据(7)和(10)这篇文章可以在附录B中找到。静态分析的补充证明阈值和有关这篇文章可以在附录C中找到。(补充材料)

引用

1. x l . y . Wang, y . t .老挝黄懿慧王,“fuzzy-based客户聚类方法对物流网络优化层次结构,”专家系统与应用程序第41卷。。2、521 - 534年,2014页。视图:出版商的网站|谷歌学术搜索
2. a·c·麦金农“绿色物流:碳议程,”电子物流的科学杂志》第六卷,没有。3,第一条,2010,http://www.logforum.net/pdf/6_3_1_10.pdf。视图:谷歌学术搜索
3. d . Zhang, r . Eglese和李,“最优位置和大小在区域物流网络中物流园区的规模经济和有限公司₂排放税”,运输,2015年。视图:出版商的网站|谷歌学术搜索
4. y . f . d . Wu阴,s . Lawphongpanich”Pareto-improving多模式交通网络拥挤定价,”欧洲运筹学杂志》上,卷210,不。3、660 - 669年,2011页。视图:出版商的网站|谷歌学术搜索|MathSciNet
5. 问:戴和j·杨”,投入产出分析物流园区建设对区域经济发展的贡献,”Procedia——社会和行为科学卷,96年,第608 - 599页,2013年。视图:出版商的网站|谷歌学术搜索
6. c·e·戈登·d·a·王,j·r·彼得斯”道路收费会影响港口货运活动:最近的证据来自纽约和新泽西港”运输经济学研究,44卷,不。1,2 - 11,2014页。视图:出版商的网站|谷歌学术搜索
7. 采购CFoLa,”第五调查报告在中国物流园区,“2015年,http://www.cflp.org.cn/。视图:谷歌学术搜索
8. l·里维拉y谢菲,d . Knoppen”物流集群:进一步集聚的影响,培训和公司规模对协作和增值服务,“国际生产经济学杂志》上卷,179年,第294 - 285页,2016年。视图:出版商的网站|谷歌学术搜索
9. 统计局的长沙,长沙统计年鉴》(2000 - 2014),中国统计出版社,北京,2015年中国(中国)。
10. Z.-C。李,Q.-W。郭、w·h·k·林和s . c . Wong“交通科技投资和选择在城市人口波动:实物期权的角度来看,“交通研究B部分:方法论卷,78年,第340 - 318页,2015年。视图:出版商的网站|谷歌学术搜索
11. e .谷口m . Noritake t .山田,t . Izumitani”最佳的大小和位置规划公共物流终端”运输研究E部分:物流和运输审查,35卷,不。3、207 - 222年,1999页。视图:出版商的网站|谷歌学术搜索
12. c .阮m . Dessouky, a . Toriello”整合易腐产品的交付策略”,运输研究E部分:物流和运输审查卷,69年,第121 - 108页,2014年。视图:出版商的网站|谷歌学术搜索
13. m .党的j . m . Bloemhof-Ruwaard, t . Bektaş”含two-echelon生产配送车辆路径问题和环境考虑,”国际生产经济学杂志》上卷,164年,第378 - 366页,2015年。视图:出版商的网站|谷歌学术搜索
14. j·g·v·维埃拉、j . c . Fransoo和c·d·卡瓦略“货运分布在大城市:发货人的视角,物流服务提供商和运营商,“交通地理杂志,46卷,46 - 54岁,2015页。视图:出版商的网站|谷歌学术搜索
15. j . x, x l . Tang和x p . Wang”位置规划物流园区的问题解决方法与变量的能力,”电脑与行动研究,40卷,不。1,第417 - 406页,2013。视图:出版商的网站|谷歌学术搜索|MathSciNet
16. 江y s . y . r . Chen, m . i m·瓦哈卜和x问:长,“非矩形物流园区设施布局问题分裂线,”专家系统与应用程序,42卷,不。21日,第7780 - 7768页,2015年。视图:出版商的网站|谷歌学术搜索
17. l·里维拉y谢菲,r . Welsch“物流集聚在美国,”交通研究部分:政策和实践59卷,第238 - 222页,2014年。视图:出版商的网站|谷歌学术搜索
18. 撒迦利亚和张,“当地分销和收集环境和社会可持续性——三轮车在北京市中心,“交通地理杂志卷,49岁,9 - 15,2015页。视图:出版商的网站|谷歌学术搜索
19. a·c·麦金农s Cullinane m·布朗和白色,绿色物流:提高物流的环境可持续性Kogan页面有限公司,2012年版。
20. s . j . Sadjadi r . Soltani, a . Eskandarpour“基于位置的治疗活动结束生命的不确定性下产品网络设计一个健壮的多目标memetic-based启发式方法,”应用软计算,23卷,第226 - 215页,2014年。视图:出版商的网站|谷歌学术搜索
21. 鲁迪,m . Frohling k·齐默,f . Schultmann“货运交通规划考虑碳排放和在途的持有成本:生产多种商品网络流模型,”欧元在运输和物流》杂志上,5卷,不。2、123 - 160年,2016页。视图:出版商的网站|谷歌学术搜索
22. 赵c . j . Rao m .吴作栋y,和j·j .郑”位置选择可持续发展下的城市物流中心”交通研究D部分:交通和环境卷,36岁,突然增加,2015页。视图:出版商的网站|谷歌学术搜索
23. a .武断的话和r . Pindyck不确定性下的投资美国新泽西州普林斯顿大学,普林斯顿大学出版社,1994年。
24. r·麦克唐纳·d·西格尔,“等待投资的价值,”经济学的季刊,卷101,不。4、707 - 727年,1986页。视图:出版商的网站|谷歌学术搜索
25. a·t·陈,z, p . Chootinan s Ryu c·杨和s . c . Wong“不确定性条件下的交通网络设计问题:审查和新发展,”运输的评论没有,卷。31日。6,743 - 768年,2011页。视图:出版商的网站|谷歌学术搜索
26. j . y . j . Chow和h . r . Sayarshad参考政策non-myopic连续网络设计和时机的问题,“网络和空间经济学,16卷,不。4、1183 - 1209年,2016页。视图:出版商的网站|谷歌学术搜索|MathSciNet
27. j . y . j . Chow A·c·里根f . Ranaiefar和d·阿尔希波夫,“网络选择适应交通规划项目组合管理框架,“交通研究部分:政策和实践,45卷,不。8,765 - 778年,2011页。视图:出版商的网站|谷歌学术搜索
28. j . y . j . Chow和a·c·里根“基于网络的实物期权模型,”交通研究B部分:方法论,45卷,不。4、682 - 695年,2011页。视图:出版商的网站|谷歌学术搜索
29. Y.-B。傅,x, t·h·胎儿和j .严”与真实期权建模机场容量的选择,”交通研究B部分:方法论卷,100年,第114 - 93页,2017年。视图:出版商的网站|谷歌学术搜索
30. y l .高和t . Driouchi”将奈特不确定性纳入实物期权分析:使用multiple-priors轨道交通投资的情况下,“交通研究B部分:方法论卷,55 23-40,2013页。视图:出版商的网站|谷歌学术搜索
31. 黄懿慧Li C.-L。曾和g·p·胡,”现在爱荷华投资纤维素生物燃料的好时机吗?实物期权方法在考虑建设交货期。”国际生产经济学杂志》上卷,167年,第107 - 97页,2015年。视图:出版商的网站|谷歌学术搜索
32. j . y . j . Chow和h . r . Sayarshad参考政策non-myopic连续网络设计和时机的问题,“网络和空间经济学,16卷,不。4、1183 - 1209年,2016页。视图:出版商的网站|谷歌学术搜索|MathSciNet
33. g .科塔萨尔的e·s·施瓦茨和m·萨利纳斯”评估环境投资:一个真正的选择方法,”管理科学,44卷,不。8,1059 - 1070年,1998页。视图:出版商的网站|谷歌学术搜索
34. t·伯克曼s Fleten e . Juliussen h·j·朗廷和Revdal,“投资时机和最优的容量选择小型水电项目,“欧洲运筹学杂志》上,卷190,不。1,第267 - 255页,2008。视图:出版商的网站|谷歌学术搜索
35. t . k . Boomsma:米德和信息。Fleten”可再生能源投资在不同支持方案:实物期权的方法,”欧洲运筹学杂志》上,卷220,不。1,第237 - 225页,2012。视图:出版商的网站|谷歌学术搜索|MathSciNet
36. a·威林”的矛盾影响的不确定性和灵活性在可再生能源的投资在政府的支持下,“欧洲运筹学杂志》上,卷251,不。3、1016 - 1028年,2016页。视图:出版商的网站|谷歌学术搜索|MathSciNet
37. 李和h .蔡”,政府刺激对私人投资的影响行为需求的不确定性,”运输研究E部分:物流和运输审查卷,101年,第129 - 115页,2017年。视图:出版商的网站|谷歌学术搜索
38. d .张研究演化机制和物流园区布局优化方法中国,中南大学,长沙,2006。
39. j . Berechman g·朱利亚诺:“在公共汽车运输的规模经济:回顾概念和证据,”运输,12卷,不。4、313 - 332年,1985页。视图:出版商的网站|谷歌学术搜索
40. Z.-C。李、w·h·林和s . c . Wong“优化的运营商和分配新行垄断运输市场,”网络和空间经济学,12卷,不。1,1,2012页。视图:出版商的网站|谷歌学术搜索|MathSciNet
41. Z.-C。李、w·h·k·林和s . c . Wong“分配的新线路在竞争激烈的交通网络不确定需求和规模经济,”《先进的交通工具,45卷,不。4、233 - 251年,2011页。视图:出版商的网站|谷歌学术搜索
42. d, f .邹,s·李和l .周“绿色供应链网络设计与规模经济和环境问题,“《先进的交通工具ID 6350562条,卷。2017年,14页,2017。视图:出版商的网站|谷歌学术搜索
43. h·温克勒和g . Seebacher“实证调查德国货运的村庄,”物流的研究和生产,2卷,第410 - 399页,2012年。视图:谷歌学术搜索

版权

版权©2017 Dezhi Zhang et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。