企业选址的主要考虑因素
影响企业选址的因素很多,要对其进行充分的定性分析后再进行定量分析,再通过定性和定量相结合的方法得出满意的方案。那么企业选址需要考虑的因素是什么呢?接下来请欣赏学习啦小编给大家网络收集整理的企业选址的主要考虑因素。
企业选址的主要考虑因素
(一)企业的地点远择战略主要会受成本、市场、政府等因索的影响。企业的运营成本主要由生产成本、运输成本、交易成木构成，这些成木的综合作用牵动着企业的成本利润率，影响着企业的投资意向;市场需求是确定市场供应量的先决因素，因而产品的销路会指引企业资金投向;而政府的服务效率，透明程度，及产业政策的导向和限制，又会作用于产业的区域发展环境，进而影响企业的选址决策。
具体而言，由于土地、人力、技术、信息、资本等生产要索成本在总成本中的占比不同，重要性也不同，因而企业的选址决策，还要依企业所处产业，企业所处价值链的环节，考虑不同的影响因素和各因素的权重差异。
(二)在选址决策中，一些产业侧重考虑成本因素，如:钢铁业的部分原料成本占整个钢铁生产成木的比例高达75%，光伏产业硅料的提纯生产过程需要巨大的能耗，因而钢铁厂和硅料提纯厂选址偏好就近原料、燃料动力的供应地。而一些劳动密集型的制造业也不断地向人工供应充沛、质星高、工资低，综合运价成本更低的地区转移。
在选址决策中，一些产业侧重考虑市场因索，如:一些对售后服务要求较高，时效性要求较强，运输成本占比较大的产业。就仓储物流业来说，其选址就须以仓储物流巾心的服务目需求量作为约束条件，建立选址模型，评估交通便捷程度等因素，完成投资选址。
在选址决策中，一些产业还需关注政府因素的影响。以光伏产业为例，在光伏组件价格的构成中，硅料价格大约占比过半。因而对于光伏产业而言，硅料的质量和取得成木，直接影响光伏组件和应用产品的售价，影响着企业的梢路市场和企业获利情况。
(三)同一产业的企业如所处价值链环节不同，企业选址考核的侧重点面也随之而异。总部基地、研发中心的选址，更关注政府因素的影响，包括政府服务水平，政策导向，营造的投资环境，如人才及教育资源是否富足。
址需要权衡成本、市场、政府因素，随着物流产业的发展和电子商务的兴盛，运输成本和交易成本在一定程度上得以降低，而生产成本则因为区域不同有较大差异。市场的前景，市场的需求始终引导者企业的走向。政府因素又会与成本、市场因素共同作用于企业的选址。
企业选址的注意事项
一，便捷的交通。“要想富，先修路”，这句俗语在我国可谓人尽皆知。而对于一个企业的办公所在来说，交通的便捷度和通达性也很大程度影响企业的发展。一个楼盘，要想成为在市场上倍受追捧的对象，其必须有完善的公路和轨道交通网。其与各水陆空港、城市主要部门(如税务所、政府机关)、
二，成熟的配套。城市商务中心一直不是孤立存在的，该区的酒店、金融、购物、娱乐等配套设施齐全。如新牌坊和观音桥，前者不能称之为成熟商圈的原因就是其在购物、金融等各方面配套都还非常欠缺。而成熟的配套对于一个企业来说，无论是自己员工还是接待客户，都是大有裨益的。
三，商业氛围成熟。商业氛围即是所谓的“人气”，而这“人气”却是一个办公楼最不能缺少的东西。最直接的例子就是解放碑的世贸大厦，虽然曾为重庆地标建筑，解放碑最高大厦，但时至今日还有不少楼层清水空置。一个重要的原因就是该楼盘人气的缺乏。商业氛围成熟的另一方面是地段的办公聚集度，形象的说就是你的办公选址楼盘不要是在周围方圆多少公里就只有你一个楼盘孤零零的杵在那里，那“门前冷落鞍马稀”的景象对企业形象将会造成莫大的损害。
四，硬件设施过硬。前三个都是企业选址的大环境因素，而这个硬件设施则是微观方面的要求。这主要是针对一个楼盘，其建筑质量、物业服务质量、户型设计、电梯配置等方面。这往往也是一个企业给到访客人和客户最直观的感受。
五，预算内价格并与品质匹配。企业选址决策前应该根据自身公司实力和预期制定选址成本预算并严格执行。而针对企业正考察的物业定价，也应该全面评估该物业的所在区位地段、周边配套、品质服务、市场行情，从而得出物业价格是否是合理定价和在预算成本之内。
企业选址的原则
企业选址的费用原则
企业首先是经济实体，经济利益对于企业无论何时何地都是重要的。建设初期的固定费用，投入运行后的变动费用，产品出售以后的年收入，都与企业选址有关。
企业选址的集聚人才原则
人才是企业最宝贵的资源，企业地址选得合适有利于吸引人才。反之，因企业搬迁造成员工生活不便，导致员工流失的事实常有发生。
企业选址的接近用户原则
对于服务业，几乎无一 例外都需要遵循这条原则，如银行储蓄所、邮电局、电影院、医院、学校、零售业的所有商店等。许多制造企业也把工厂建到消费市场附近，以降低运费和损耗。
企业选址的长远发展原则
企业选址是一项带有战略性的经营管理活动，因此要有战略意识。选址工作要考虑到企业生产力的合理布局，要考虑市场的开拓，要有利于获得新技术新思想。在当前世界经济越来越趋于一体化的时代背景下，要考虑如何有利于参与国际间的竞争。
企业选址应根据以上基本原则，从根本上入手，全面分析，做到花最少钱，选最适的地方，挣最多的钱。
企业选址的基本问题
(1)P-中位问题(p-median problems)
P-中位问题(也叫P-中值问题)是研究如何选择P个服务站使得需求点和服务站之间的距离与需求量的乘积之和最小。Hakimi提出该问题之后给出了 P-中位问题的 Hakimi 特性，他证明了 P-中位问题的服务站候选点限制在网络节点上时至少有一个最优解是与不对选址点限制时的最优解是一致的，所以将网络连续选址的 P-中位问题简化到离散选址问题不会影响到目标函数的最优值。Goldman给出了在树和只有一个环的网络上为单个服务站选址中位问题的简单算法。Miehle 于 1958 年也研究过平面1-中位问题，也就是Weber 问题，是他发现了 Weiszfeld 的研究成果，被选址-分配问题的里程碑文章 Cooper誉为 Weiszfeld 研究的发现者。对于空间 P-中位问题，也就是更一般的Weber 问题，Rosing提出了最优解法。Garey 和 Johnson证明了 P-中位问题是 NP-困难问题。Francis、Francis 和 Cabot、Chen以及 Chen 和 Handler研究了基于欧氏距离的 P-中位问题。
(2)P-中心问题(p-center problems)
P-中心问题也叫 minmax 问题，是探讨如何在网络中选择 P 个服务站，使得任意一需求点到距离该需求点最近的服务站的最大距离最小问题。Hakimi首先提出网络中 P-中心问题，Kariv 和 Hakimi证明了 P-中心问题为 NP-困难问题。Drezner 和Wesolowsky提出了 Drezner-Wesolowsky 法解决多服务站的 P-中心问题。Francis在平面上的 P-中心问题研究中取得一些进展, Wesolowsky研究基于直线距离 P-中心问题;十年后，Chen、Ward 和 Wendell对基于欧几里德距离的 P-中心问题作了研究。Masuyayma，Ibaraki 和 Hasegawa、Megiddo 和 Supowit证明了基于直线距离和欧氏距离的 P-中心问题都是 NP-完全问题。C. Caruso 等通过求解一系列集覆盖的问题的办法求解 P-中心问题。Hassin, Levin, Morad D提出了运用词典区域局部搜索法来求解 P-中心问题。Yuri Levin,Adi Ben-Israel对大规模 P-中心问题给出了启发式算法，对一些著名的问题进行了计算分析。
(3)覆盖问题(covering problems)
覆盖问题分为最大覆盖问题和集覆盖问题两类。集覆盖问题研究满足覆盖所有需求点顾客的前提下，服务站总的建站个数或建设费用最小的问题。集覆盖问题最早是由 Roth和 Toregas等提出的，用于解决消防中心和救护车等的应急服务设施的选址问题，他们分别建立了服务站建站成本不同和相同情况下集覆盖问题的整数规划模型。随后 Minieka、Moore 和 ReVelle等都继续研究集覆盖问题。Plane 和Hendrick、Daskin 和 Stern建立了服务站个数最小和备用覆盖的顾客最大的双目标集覆盖问题。Heung-Suk Huang研究了产品会随时间变坏或变好时的动态集覆盖问题。最近十几年来许多基于启发式的算法被用于解决集覆盖问题，M.L. Fisher 和 P.Kedia提出了基于对偶的启发算法并用来解决最多有 200 个候选点、2000 个需求点的集覆盖问题;Beasley J.E. 和 Jornsten. K将次梯度优化法和拉格朗日松弛算法结合起来求解这类问题;Marcos Alminana 和 Jesus T. Pastor应用代理启发式算法求解集覆盖问题。J.E. Beasley 和 P.C. Chu给出了求解服务站建站成本不同时集覆盖问题的遗传算法。Grossman 和 Wool[56]用大量的实验对比了九种用于求解 SCLP 的启发式算法，其中随机贪婪算法(R-Gr)、简单贪婪算法(S-Gr)和转换贪婪算法(Alt-Gr)在几乎所有问题中都是最好的前四种算法之一，其中随机贪婪算法表现最好，在 60 个随机问题中有 56 次获得最好的解。Karp证明了集覆盖问题是 NP-完全问题。
最大覆盖问题或 P-覆盖问题是研究在服务站的数目和服务半径已知的条件下，如何设立 P 个服务站使得可接受服务的需求量最大的问题。同其它基本问题一样，最大网络覆盖问题也是 NP-困难问题(Marks.Daskin)。最初的最大覆盖问题是由 Church RL 和 ReVelle C提出的，他们将服务站最优选址点限制在网络节点上;Church RL和 Meadows ME在确定的关键候选节点集合中给出了一般情况下的最优算法，他们通过线性规划的方法求解，如果最优解不是整数就用分枝定界法求解;Church 和Meadows提出了最大覆盖问题的伪 Hakimi 特性，即在任何一个网络中，存在一个有限节点的扩展集，在这个集合中至少包含一个最大覆盖问题的最优解。Benedict，Hogan 和 ReVelle，Daskin考虑服务系统拥挤情况下的最大覆盖问题，他们把任意一个服务站繁忙的概率当作外生变量，目标函数是服务站可以覆盖的期望需求量最大。Haldun Aytug 和 Cem Saydam用遗传算法来求解大规模最大期望覆盖问题，并进行了比较。Fernando Y等对最大期望覆盖问题中排队与非排队的情况进行了对比。Berman研究了最大覆盖问题和部分覆盖问题之间的关系。Oded Berman 和 DmitryKrass 、Oded Berman, Dmitry Krass 和 Zvi Drezner讨论比传统最大覆盖问题更一般的最大覆盖问题，并给出了拉格朗日松弛算法。Orhan Karasakal 和 Esra K.Karasakal讨论了部分覆盖问题，对覆盖程度进行了定义。Jorge H. Jaramillo、Joy Bhadury 和 Rajan Batta在选址问题的遗传算法应用研究时介绍了最大覆盖问题遗传算法的操作策略。
看了“企业选址的主要考虑因素”的人还看了：
2.公司选址因素
3.工厂选址考虑因素
