内容导读：
仓库是物流活动运作的核心载体。随着仓储数量不断增加，如何确定仓库合理的租金以减少仓库空置成为企业关注的重点，对政府投放仓储用地和布局大型物流园区也有重要影响。西南交通大学智慧物流与交通可持续发展团队联合美国明尼苏达大学曹新宇教授在《Transportation Research Part E: Logistics and Transportation Review》发表“Identifying the critical features influencing warehouse rental prices and their nonlinear associations: A spatial machine learning approach”论文，以上海市4246个普通仓库为研究样本，引入空间机器学习方法，识别影响仓库租金的关键特征及其非线性关联。
研究发现：
（1）空间依赖性是最重要的特征，对仓库租金的预测贡献了24.59%。如图1a所示，只有当相邻仓库租金高于上海中位数价格时，才会产生租金溢价。上海的高租金集群主要分布在中心城区和城市外围的大型物流设施及运输码头附近（图1b）。
（2）物理属性中楼层的影响最大，单层仓库或楼库的第一层，仓库价格高。高楼层面临挑车辆通行受限或需要额外设备（例如电梯或叉车）等限制，降低了对租户吸引力。
（3）住房价格和经济活力较高的地区，仓库租金也较高。由于城市土地的稀缺性，仓库必须与其他用途（如办公、商业、住宅开发）竞争土地资源。随着土地价值的增加，房价的上涨或经济活力的增强对仓库租金的影响会逐渐减弱。
（4）交通区位条件越优越的地区，仓库租金越高，距离市中心与仓库租金呈负相关。然而，当与市中心的距离在22至47千米之间时，其对仓库租金的边际效应变得微不足道（图2a）。这一区域主要位于中心城区以外与外环高速公路以内，仓储活动的多样性使得这些区域对中心距离的敏感度较低（图2b）。港口距离与仓库租赁价格呈倒U型关系，只有当港口距离在9至21公里之间时，才会对仓库租金产生溢价。随着与港口距离的增加，仓库的可达性变得更加重要，仓库之间的竞争也会减弱。这反映了仓库竞争和可达性之间的权衡。
方法贡献：
本研究将空间依赖性纳入机器学习模型，揭示了其在细分仓库租赁子市场中的重要作用；同时，采用可解释的方法识别了不同特征对仓库租金的相对重要性及其非线性关系，探索了关键特征对仓库租金边际效应的空间变化模式和阈值关联。研究结果丰富了仓库租赁市场定价机制的理解，并为仓库行业的各利益相关者提供了宝贵的见解。
政策建议：
（1）仓库利益相关者应认识到空间依赖性在仓库租赁市场中的关键作用。物业经理应将邻近仓库的租金数据纳入定价策略。物流房地产投资者应优先选择靠近市中心或大型物流枢纽的高租金子市场区域，以获得更高的租金回报。（2）物业经理应减少对主观直觉的依赖，在定价时避免过度关注租赁协议和服务设施。相反，应该综合评估仓库的物理属性、地理位置、邻里环境、租赁和服务相关因素，以及空间依赖性的相对重要性。（3）城市规划者应考虑与市中心的距离作为仓储用地分配的关键标准，同时在仓库集中的区域，提供适当的土地租金优惠，避免仓库过度集中，促进仓库市场的均衡发展。
主要图纸：
图1 仓库租金定价中空间滞后及其关系 图2 仓库租金定价中的距离及其关系
文献来源： He Nannan, Liu Sijing, Cao Jason**, Li Guoqi*, Jian Ming. Identifying the critical features influencing warehouse rental prices and their nonlinear associations: A spatial machine learning approach [J]. Transportation Research Part E: Logistics and Transportation Review, 2025, 197: 104092.
