Data-Parallel Compiler Support for
Multipartitioning?
Daniel Chavarr′?a-Miranda,John Mellor-Crummey,and Trushar Sarang Dept.of Computer Science MS132,Rice University,Houston,TX77005
{danich,johnmc}@https://www.doczj.com/doc/7017478571.html,
Abstract.
Multipartitioning is a skewed-cyclic block distribution that yields better parallel e?ciency and scalability for line-sweep computations than traditional block partitionings.This paper describes extensions to the Rice dHPF com-piler for High Performance Fortran that enable it to support multipartitioned data distributions and optimizations that enable dHPF to generate e?cient multipartitioned code.We describe experiments applying these techniques to parallelize serial versions of the NAS SP and BT application benchmarks and show that the performance of the code generated by dHPF is approaching that of hand-coded parallelizations based on multipartitioning.
1Introduction
High Performance Fortran(HPF)and OpenMP provide a narrow set of choices for data and computation partitioning.While their standard partitionings can yield good performance for loosely synchronous computations,they are problem-atic for more tightly-coupled computations such as line sweeps.Line sweep com-putations are the basis for Alternating Direction Implicit(ADI)integration—a widely-used numerical technique for solving partial di?erential equations such as the Navier-Stokes equation[5,10],as well as a variety of other computational methods[10].Recurrences along each dimension of the data domain make this class of computations di?cult to parallelize e?ectively.
To support e?ective parallelization of line-sweep computations,a sophisti-cated strategy for partitioning data and computation known as multipartition-ing was developed[5,10].Multipartitioning distributes arrays of two or more dimensions among a set of processors so that for computations performing a line sweep along any one of the array’s data dimensions,(1)all processors are active in each step of the computation,(2)load-balance is nearly perfect,and(3)only
0123456710
912131415811
Fig.1.3D Multipartitioning on 16processors.
a modest amount of coarse-grain communication is needed.These properties are achieved by carefully assigning each processor a balanced number of tiles between each pair of adjacent hyperplanes that are de?ned by the cuts along any partitioned data dimension.Figure 1shows a 3D multipartitioning for 16processors;the number in each tile indicates the processor that owns the block.For 3D problems,“diagonal”multi-partitionings [10]can be applied when
√2tiles.Each processor handles √
Section2brie?y introduces the Rice dHPF compiler and sketches its im-plementation of multipartitioning.Section3describes new optimizations that address performance issues with multipartitioning.Section4describes general optimizations that were crucial to generating e?cient code for the complex it-eration spaces that arose with multipartitioned code.Section5compares the performance of our compiler-based multipartitionings of the NAS SP and BT application benchmarks[3](two codes that use ADI integration to solve the Navier-Stokes equation in three dimensions)and with the performance of hand-coded multipartitionings.Section6presents our conclusions.
2The dHPF Compiler
The dHPF compiler[1,2]translates HPF programs into single-program-multiple-data node programs in Fortran77that use MPI message-passing primitives for communication.dHPF is based on an abstract equational framework that ex-presses data parallel program analyses and optimizations in terms of operations on sets of integer tuples.These tuples represent data elements,processors and iterations[2].The Omega Library[9,8]serves as the implementation technology for the framework.Our equational framework has enabled us to implement sim-ple,concise,and general formulations of analyses and optimizations.Because of the generality of these formulations,it has been possible to implement a comprehensive collection of advanced optimizations to support semi-automatic parallelization of scienti?c programs that are broadly applicable.
To support multipartitioned arrays,we extended dHPF to treat each data tile for a multipartitioned array as a block in a block partitioned array that is assigned to its own virtual processor and augmented code generation to map an appropriate collection of virtual processors to each physical processor[6].Each data tile is extended using shadow regions to hold non-local data received from adjacent tiles.On each processor,all local tiles for a multipartitioned array are dynamically allocated as contiguous data.Storage is indexed in column-major order,where the leftmost dimensions are the original array dimensions and a new rightmost dimension corresponds to the tile index.All communication and computation for a tile is de?ned in terms of the data mapped to that tile.
Code generation for multipartitioned loop nests is a two step process.First we generate code for executing a loop nest for a single tile.Then,we wrap this code in a loop that iterates over all the tiles assigned to a physical processor. Communication generation for tiles is handles https://www.doczj.com/doc/7017478571.html,munication pinned inside a computational loop by data dependences is handled for a tile as if its virtual processor is a physical https://www.doczj.com/doc/7017478571.html,munication operations that are vectorized outside of all computational loops over data dimensions are each enclosed in their own tile enumeration loop.
3Multipartitioning Optimizations
From a processor’s perspective,a multipartitioned computation is organized as computation on each of a series of tiles.To avoid unnecessary serialization be-tween physical processors,each processor’s tile computations must be scheduled
in the proper order.To achieve good scalability,communication between proces-sors must be as infrequent as possible.We describe optimizations that address these two issues for compiler-generated multipartitioned computations.
Tile Scheduling&Tile Loop Placement.A loop nest operating on multi-partitioned data involves having each processor perform the portion of the loop’s computation associated with each of its tiles.When communication is required to satisfy loop-carried data dependences between tiles,the tile enumeration or-der must be chosen carefully to avoid unnecessary serialization.This problem is unique to multipartitioning.Because of the way tiles are assigned to proces-sors in multipartitioned distributions,choosing to iterate through a processor’s tiles along any one multipartitioned data dimension determines the processor’s iteration order along other multipartitioned dimensions as well.(This can be ap-preciated by considering a directional sweep over any processor’s tiles in Fig.1.) If there are no loop-carried,processor-crossing true dependences that require communication,then any tile enumeration order is equally good.Otherwise,the data dimension along which the communication is?owing is selected as the tile dimension driving the enumeration order,and the tile iteration direction is se-lected to?ow in the same direction as the communication.With dHPF’s general computation partitioning model,we can always choose computation partition-ings for statements in a loop nest so that all communication caused by loop-carried dependences in one data dimension?ows in the same direction.
As long as processor-crossing dependences?ow along only one dimension of multipartitioned array,any tile enumeration order that does not sweep in the opposite direction of the communication will be correct.However,full paral-lelism will be realized for a loop nest only if the tile dimension is the same as the dimension along which communication occurs,and the tile enumeration order is the same as the direction of the communication.If a multipartitioned computa-tion involves communication along more than one dimension,the computation will be partially serialized regardless of tile enumeration order. Communication Placement.In a loop nest,a processor-crossing true data dependence on a reference can be preserved by placing communication at the proper loop level.Loop-carried dependences can be preserved by placing com-munication within the loop carrying the dependence.Loop-independent depen-dences can be preserved by placing it within the loop that is the least common ancestor of the dependence source and sink.
Loop nests iterating over the data dimensions of a multipartitioned array possess the unique property that if there is only communication along a single direction of a single data dimension,it can be hoisted out of all enclosing loops over data dimensions without reducing parallelism.dHPF exploits this property to vectorize communication for processor crossing true dependences(both loop-carried and loop-independent)out of multipartitioned loops.This optimization enables loops to iterate over multipartitioned data in stride-1order,regardless of where processor-crossing dependences exist.Without this optimization,com-munication would be pinned at some level in the loop nest,resulting in more messages of smaller size,which is more costly.
Communication placement in dHPF occurs in two steps.First,the compiler computes an initial placement in which data dependences are used to determine for each reference the loop level at which communication might be needed.This placement is safe for any data layout and any possible computation partitioning for each of the program’s statements.Second,we apply a placement re?nement algorithm that uses information about the data layout and computation parti-tionings selected to attempt to improve the initial placement.Placement re?ne-ment can hoist communication out of a loop,if it?ows along the tile iteration dimension and direction and all statements in the loop nest are multipartitioned. Aggregating Communication Across Tiles.A key property of multiparti-tionings is that a single physical processor owns all of the tiles that are neighbors of a particular processor’s tiles along any given direction.For example,in Fig.1 the right neighbor(if any)of each of processor1’s tiles along the y dimension belongs to processor5.Thus,if a processor’s tiles need to shift data to neigh-bors along a particular dimension,the processor needs to send values to only one other processor.For communication that has been vectorized completely out of loops over multipartitioned data dimensions,this property must be exploited to achieve scalable performance.Otherwise,in a3D multipartitioning,a vectorized communication would require a processor to send√
of reducing the set to its most compact form.This optimization enabled us to partially-replicate computation for some unrolled code and save a factor of5in communication volume as described in the experiments.
Communication Factoring.As a consequence of partially-replicated compu-tation partitionings,a single reference can cause communication in multiple di-rections.With multipartitioned or block distributions,partial replication of com-putation around block boundaries will cause right-hand-side array references to require communication in both directions along each partitioned array dimen-sion.While the integer tuple representation of communication sets used in dHPF can represent nearest-neighbor communication to each of a block’s neighbors,the code generated for such communication is ine?cient because for each neighbor,it must check which face of the non-convex communication set is needed.By factor-ing the communication event into simpler communication events—in this case,a separate one for each data dimension and each communication direction—the re-sulting communication is more e?cient and the generated code is much shorter. After factoring the communication,each communication typically is represented by a simple convex set.
Communication Set Construction.The form of set representations based on the Omega Library is largely determined by how the sets are constructed.Care-fully constructing sets yields equivalent but simpler forms,speeds up analysis and code generation,and produces cleaner and simpler output.To simplify the representation of communication sets,we group data references contributing to a communication set into equivalence classes.Equivalence classes are formed by inspecting the value number of each subscript expression in the communication-causing dimension and grouping conformant references together.References with di?erent value numbers in partitioned dimensions should be grouped into dif-ferent equivalence classes.Each equivalence class has a simple convex represen-tation.The?nal communication set is constructed by unioning together sets constructed for each equivalence class.
Communication https://www.doczj.com/doc/7017478571.html,munication is initially scheduled indepen-dently for each data reference.Then,multi-directional communication for any single reference(caused by partially-replicated computation partitionings)is fac-tored into separate operations.At this point,there may exist many communica-tion events that send and receive overlapping sets of data.To avoid redundant communication,we merge conformant communication events moving overlapping sets of data.Since communication events draw their representation from data references and computation partitionings,comformance between two communi-cation events is not easily determined.For example,the data reference a(i,j,k) with a computation partitioning of ON_HOME a(i+1,j,k)causes communication for the last row of data in each tile.The data reference a(i-1,j,k)with a partitioning of ON
HOME references and adjusting data references accordingly.
General Communication Aggregation.Rather than sending separate mes-sages for each distributed array to be communicated,we extended the dHPF compiler to combine messages at the same point in the code that are addressed to the same recipient from a particular sender into a single message.Two single logical shift communication events for di?erent distributed arrays may be safely aggregated if both arrays are mapped to the same HPF template,and commu-nication?ows in one direction along the same dimension of the template. Code Generation.Generating SPMD code templates(that contain appropri-ately bounds-reduced loops and conditionals which partition the computation among the available processors)for vectors of disjunctive iteration spaces is a complex problem we encounter when generating code for iteration spaces that have been partially-replicated along data partitioning boundaries.
While Omega contains a sophisticated procedure for generating code tem-plates for complex iteration spaces[9],we found that applying Omega’s code generation algorithm to vectors of disjunctive iteration spaces often produced ine?cient code templates in which a set of guards terms is repeatedly tested and placeholders for code fragments may repeat many times.In the dHPF compiler, we take several steps to generate high-quality code for such complex iteration spaces.First,we exploit context information present at the enclosing scope to avoid testing conditions already known to be true.Second,when generating code for a vector of iteration sets,we avoid repeatedly testing the same conditions by(a)projecting out satis?ability constraints that are common to all of the it-eration sets and test them only once,and(b)re?ning Omega’s code generation algorithm for vectors of iteration spaces to merge adjacent statements subject to the same guards.Third,to avoid unnecessarily complex guards and code replica-tion,we merge together adjacent instances of the same statement and simplify guards from disjoint disjunctive form to simple disjunctions.Finally,to avoid enforcing the same constraints twice,we project away satis?ability constraints from guards around a loop nest that are enforced by the loop bounds. Generating Optimizable Code.The dHPF compiler translates an HPF pro-gram into SPMD Fortran77code with MPI communication.The generated code will run fast only if the target system’s Fortran compiler can generate good ma-chine code for it.Our experimentation with multipartitioned code generated by dHPF has been performed on an SGI Origin2000with MIPS R10000processors using SGI’s MIPSpro Fortran compiler.Achieving good cache utilization on this architecture is essential for good performance.The two key issues that had to be addressed were avoiding con?ict misses,and exploiting software prefetching.We avoid con?ict misses that arise with dynamically-allocated tiles in multiparti-tioned arrays by padding each tile dimension to an odd length.Since we depend on the target system’s Fortran compiler to insert software prefetches to hide the latency of memory accesses,the multipartitioned Fortran code that dHPF gen-erates must be readily analyzable.We had to adjust our generated code so the backend compiler did not erroneously infer aliasing between separate arrays,and we had to avoid product terms in subscripts(including those that might arise by forward substitution).One signi?cant change this required was using Cray
pointer notation for accessing multi-dimensional dynamically-allocated arrays rather than using linearized subscripts.
5Experimental Results
We applied the dHPF compiler to generate optimized multipartitioned paral-lelizations of serial versions(NPB2.3-serial release)of the NAS BT and SP ap-plication benchmark codes[3]developed by NASA Ames.BT and SP solve systems of equations resulting from an approximately factored implicit?nite-di?erence discretization of three-dimensional Navier-Stokes equations.While BT solves block-tridiagonal systems of5x5blocks,SP solves scalar penta-diagonal systems.Both codes are iterative computations.In each time step,the codes calculate boundary conditions and then compute the right hand sides of the equations.Next,they solve banded systems in computationally-intensive bi-directional sweeps along each of the3spatial dimensions.Finally,they update ?ow variables.Parallel versions of these computations require communication to compute the right hand sides and during the forward and backward line sweeps.
We lightly modi?ed the serial versions of SP and BT for use with dHPF. We added HPF data distribution directives,HPF INDEPENDENT and NEW directives(for array privatization),and a few one trip loops(around a series of loops to facilitate fusing communication).Multipartitioning is speci?ed using a new MULTI distribution keyword for template dimensions.Our experiments were performed on an SGI Origin2000node of ASCI Nirvana(128250MHz R10000,32KB(I)/32KB(D)L1,4MB L2(uni?ed)).
5.1NAS BT
E?ectively parallelizing the NPB2.3-serial version of BT with dHPF required a broad spectrum of analysis and code generation techniques.Multipartitioning and new optimizations in dHPF greatly improved both the performance and scal-ability of the generated code compared to our earlier parallelizations[1]based on block partitionings.Both the sequential and parallel performance of dHPF’s compiler-multipartitioned code is much closer to the hand-coded version.Fig-ure2shows a16-processor parallel execution trace for one steady-state iteration of our compiler-generated multipartitioned code for the class A(643)problem size.This parallelization is quite similar to the hand-coded multipartitioning.
Using non-owner computes computation partitionings to partially replicate computation along multipartitioned tile boundaries led to dramatic reductions of communication volume.In BT’s compute
q,qs,us,vs,ws,and square along the boundaries of a multipartitioned tile avoided communication of these six variables.No additional communication was needed to partially-replicate this computation because the boundary planes of the multipartitioned u array needed by the replicated computation were already being communicated. This optimization cut the communication volume of compute
Fig.2.dHPF-generated NAS BT using3D multipartitioning.
#CPUs hand-coded%di?.
1 1.06-2.64
3.34
97.73 6.14
13.49
2521.08 1.98
28.77
4939.7315.10
51.15
dHPF
0.92
4 3.3713.48
5.63 1612.30-4.34
19.91 3630.95 6.93
37.04 6466.0428.78
53.57
#CPUs hand-coded%di?.
1 1.01 5.50
3.29
911.6033.24
14.43
2521.00-7.98
28.44
4942.4327.19
35.15
dHPF
0.78
4 2.8612.13
6.17 1613.0112.63
17.77 3636.5229.57
33.22 6458.3528.84
45.52
p and dHPF’s packing and unpacking of data in array overlap regions causes an increase in secondary data cache misses.This degrades the performance of communication-sensitive line sweeps the most.The hand-coded implementation uses data in communication bu?ers without unpacking.
5.2NAS SP
E?ectively parallelizing SP also required a broad spectrum of optimizations as with BT.Despite the fact that the dynamic communication patterns of dHPF’s multipartitioned parallelization resemble those of the hand-coded paralleliza-tion,there is still a performance gap between the two implementations.Figure4 compares speedups of NASA Ames’hand-coded parallelization using multiparti-tioning with those of our dHPF-generated code.All speedups are relative to the performance of the sequential code for the respective NPB2.3-serial distribution. Most of the di?erence comes from extra communication volume present in the compiler-generated code for SP’s lhs
Currently,the dHPF compiler uses a procedure-local communication place-ment analysis.This approach schedules communication in each procedure even though the values might already be available locally.Interprocedural communica-tion analysis and placement analysis would be needed to eliminate this additional communication.We measured a signi?cant increase in secondary cache misses in the sweep routines caused by how dHPF manages communication bu?ers and un-packs non-local data into overlap regions.For z
rhs routine cover the non-local values needed by the lhsx,lhsy and lhsz routines.In a16-processor execution for a class A problem size,this unnecessary communication in lhsx, lhsy and lhsz causes the communication volume of our dHPF-generated code to be14.5%higher than for the hand-coded parallelization.Although the addi-tional volume is modest,since this extra communication is forward and back-
ward along each of the spatial dimensions,the communication frequency of the dHPF-generated code to be74%higher than the hand-coded parallelization.
Like with BT,partially-replicating computation at the boundaries of mul-tipartitioned tiles o?ered signi?cant bene?ts for SP.In SP’s lhsx,lhsy,and lhsz routines,replicating computation of boundary values of cv,a partitioned 1-dimensional vector aligned with a multipartitioned template,eliminated the need to communicate these boundary values at loop depth two between their de?nition and use.Although partially replicating computation of cv required communicating two additional planes of the three-dimensional multipartitioned array us in each of these routines,this communication was fully vectorizable, whereas the communication of cv we avoided was not.In SP’s x solve, and z
Acknowledgments:We thank Vikram Adve for his involvement in the early design and implementation discussions of this work.
References
1.V.Adve,G.Jin,J.Mellor-Crummey,and Q.Yi.High Performance Fortran Com-
pilation Techniques for Parallelizing Scienti?c Codes.In Proceedings of SC98:High Performance Computing and Networking,Orlando,FL,Nov1998.
2.V.Adve and https://www.doczj.com/doc/7017478571.html,ing Integer Sets for Data-Parallel Program
Analysis and Optimization.In Proceedings of the SIGPLAN’98Conference on Programming Language Design and Implementation,Montreal,Canada,June1998.
3. D.Bailey,T.Harris,W.Saphir,R.van der Wijngaart,A.Woo,and M.Yarrow.
The NAS parallel benchmarks2.0.Technical Report NAS-95-020,NASA Ames Research Center,Dec.1995.
4.Z.Bozkus,L.Meadows,S.Nakamoto,V.Schuster,and https://www.doczj.com/doc/7017478571.html,piling High
Performance Fortran.In Proceedings of the Seventh SIAM Conference on Parallel Processing for Scienti?c Computing,pages704–709,San Francisco,CA,Feb.1995.
5.J.Bruno and P.Cappello.Implementing the beam and warming method on the
hypercube.In Proceedings of3rd Conference on Hypercube Concurrent Computers and Applications,pages1073–1087,Pasadena,CA,Jan.1988.
6. D.Chavarr′?a-Miranda and J.Mellor-Crummey.Towards compiler support for scal-
able parallelism.In Proceedings of the Fifth Workshop on Languages,Compilers, and Runtime Systems for Scalable Computers,Lecture Notes in Computer Science 1915,pages272–284,Rochester,NY,May2000.Springer-Verlag.
7. A.Darte,J.Mellor-Crummey,R.Fowler,and D.Chavarr′?a-Miranda.On e?cient
parallelization of line-sweep computations.In9th Workshop on Compilers for Parallel Computers,Edinburgh,Scotland,June2001.
8.W.Kelly,V.Maslov,W.Pugh,E.Rosser,T.Shpeisman,and D.Wonnacott.The
Omega Library Interface Guide.Technical report,Dept.of Computer Science, Univ.of Maryland,College Park,Apr.1996.
9.W.Kelly,W.Pugh,and E.Rosser.Code generation for multiple mappings.In
Frontiers’95:The5th Symposium on the Frontiers of Massively Parallel Compu-tation,McLean,VA,Feb.1995.
10.N.Naik,V.Naik,and M.Nicoules.Parallelization of a class of implicit?nite-
di?erence schemes in computational?uid dynamics.International Journal of High Speed Computing,5(1):1–50,1993.
11.R.F.Van der Wijngaart.E?cient implementation of a3-dimensional ADI method
on the iPSC/860.In Proceedings of Supercomputing1993,pages102–111.IEEE Computer Society Press,1993.
北京农产品批发市场(17) ·北京城北回龙观大钟寺商品交易市场? ·北京岳各庄农产品市场? ·北京新发地农产品有限公司? ·北京八里桥农产品中心批发市场? ·北京昌平水屯批发市场? ·北京大洋路农副产品批发市场? ·北京顺鑫石门农副产品批发市场? ·北京日上综合商品批发市场? ·北京玉泉路粮油批发市场? ·北京锦绣大地农副产品批发市场? ·北京城北回龙观大钟寺商品交易市场? ·北京市西沙窝农副产品批发市场? ·北京玉泉路粮油批发市场? ·北京南三环玉泉营果菜批发中心? ·北京大兴大庄农副产品批发市场? ·北京怀柔南华农贸批发市场? ·北京市良乡城东农副产品交易市场中心?? ? ? 上海农产品批发市场(3) ·上海曹安批发市场? ·上海农产品中心批发市场有限公司? ·上海华中果品交易中心??
? ? 天津农产品批发市场(10) ·天津何庄子批发市场? ·天津金钟蔬菜批发市场? ·天津南开区红旗农贸批发市场? ·天津市当城无公害蔬菜批发市场? ·天津武清大沙河批发市场? ·天津金钟蔬菜粮油批发市场? ·天津红旗农贸批发市场? ·天津市当城无公害蔬菜批发市场? ·天津武清大沙河批发市场? ·天津市王顶堤水产批发市场? ? ? 重庆农产品批发市场(3) ·重庆江北区盘溪农贸市场? ·重庆菜园坝果品批发市场? ·重庆农副产品综合批发市场?? ? ? 河北农产品批发市场(28)
·河北省石家庄桥西蔬菜中心批发市场? ·河北乐亭冀东果菜批发市场? ·河北石家庄高邑蔬菜大市场? ·河北省永年县南大堡蔬菜批发市场? ·河北青县盘古蔬菜批发市场? ·河北魏县天仙果菜批发交易市场? ·河北省衡水市东明蔬菜果品批发市场? ·河北怀来县京西果菜批发市场? ·河北三河市建兴农副产品批发市场? ·河北秦皇岛昌黎农副产品批发市场? ·河北饶阳县瓜菜果品交易市场? ·河北唐山姚王庄果菜批发市场? ·河北无极县蔬菜批发市场? ·河北秦皇岛海阳农副产品批发? ·河北馆陶金凤禽蛋批发市场? ·河北固安蔬菜批发市场? ·河北保定蔬菜果品批发市场? ·河北永年县中原农副产品中心批发市场? ·河北邯郸意蓝德农产品批发市场? ·河北省张家口市怀来县京西果菜批发市场? ·河北省邢台市食品蔬菜集团公司顺兴蔬菜批发市场? ·张家口市宣化盛发蔬菜水产副食品综合交易市场? ·中国沧州红枣交易市场? ·唐山市荷花坑市场经营管理有限公司? ·邯郸市农业科技贸易城? ·河北保定三丰粮油批发市场? ·沧州崔尔庄枣业有限公司? ·河北冀南蔬菜瓜果批发市场? ?
农产品批发综合大市场的项目报告 2017年4月以来，我们经过反复考察、论证分析后，认为目前在国家政策支持下以及市场的需求下，我公司在投资农产品批发综合大市场的项目上，将有关情况具体汇报如下： 一、公司简介 中国供销合作总社---是国务院批准成立的我国大型涉农流通产业集团，是中华全国供销合作总社全力打造的系统企业“国家队”，长期主体信用等级为3A级，位居2015年中国500强企业第83位，中国服务业500张企业第31位。截至2015年底，中国供销集团总资产达到近1000亿元，经营规模近1400亿元。现有全资和控股子公司17家，职能部门6个，主营业务涵盖农资、棉花、再生资源、农村超市经营，农产品物流，房地产开发，电子商务，金融服务，国际贸晚，海洋经济，石油成品油和旅游酒店经营等业务领域。 中合置业有限公司于1977年成立，是受中华全国供销总社直接领导的新型综合性公司。公司紧密围绕中央精神，在发展国际业务的基础上，全面拓展国内业务2010年成为中国供销集团唯一地产板块企业，并积极参与中国新型城镇
化和农业现代商贸流通体系建设，坚持供销合作社“为农服务”的宗旨，全力打造和强化供销社“商业流通主渠道”的龙头地位。 公司以建设、运营”农产品批发综合大市场“项目为核心，建立可溯源农产品批发电高、进出口业务、融资租赁、产业基金等主要业务，商品内外贸业务相结合的相关多元化业务体系。 集团公司在建的农产品批发市场超过50个，建成运营的市场6个，到2020年前完成全国建设100个重要节点市场的网络布局，实现农副产品的”互联互通，买全国卖全国”，打破各地农副产品的销售瓶颈，同时带动各地农业、加工业和配套商业的发展。从根本上解决“农民卖难，市民买贵”的问题。以中国供销农产品批发综合大市场为龙头，以各乡镇的供销合作综合服务中心、种植大户、农业合作社、经营大户、农业产业大户等为依托，形成一二三产业相融合的农业第六产业为核心，建立起新时期中国供销流通为龙头的全产业链农业产业现代化。 二、新项目定位规划意向
第2章项目背景 2.1 国外农产品批发市场发展分析 2.1.1 北美模式 2.1.1.1 市场概况 国外农产品批发市场的发展受各国社会体制、经济体制和经济发展水平等的影响，形成了不同的农产品流通交易体制和农产品市场体系，归纳起来主要有三种模式，即：北美模式、东亚模式和西欧模式。 美国、加拿大和澳大利亚是北美模式的主要代表，这些国家农产品生产与流通的主要特征是，农产品产地集中在少数地区，在产区发展大规模企业化经营农场，对农产品价格形成具有主导作用；依托发达的铁路、公路运输系统，农产品能迅速运往大城市，形成城市农产品批发市场；流通环节少、效率高，农产品从产地经物流配送中心，直接到零售商；此外，为使农产品流通高效、快捷，还建有许多专为农产品交易服务的组织。 2.1.1.2 流通模式 以美国为例，其农产品市场体系的特点是，粮食类期货市场发达；果蔬类产地与大型超市、连锁经销网络间的直销比例约占80%；经由批发市场流通销售的
品批发市场均明确定位于公用事业而不是以赢利为目的的公司，批发市场在农产品营销中的作用比较突出，发挥着商品集散、价格形成、信息传递、产销调节和质量控制等多方面的功能。东亚模式虽然仍以小农经营为基础，但批发市场交易和管理的现代化程度都比较高。 2.1.2.2 流通模式 东亚模式的农产品流通主要呈现出以下特点：一是流通渠道环节多，流通成本较高，其流通环节为“生产者——>上市团体——>批发商——>中间批发商——>零售店——>消费者”，导致其利润分配不均；二是流通规范化、法制化、效率高。 2.1. 3.1 市场概况 法国、德国、英国、意大利、荷兰等西欧国家的农产品批发市场是西欧模式的主要代表，这些西欧国家的农产品批发市场形式虽有所不同，但大多数大型批发市场还是坚持公益原则。随着时代的发展，农产品直销比例不断增加。由于西欧国家市场信息网络发达，地域内、国家之间的农产品贸易十分活跃，进出口产品在批发市场占一定比率。 2.1. 3.2 流通模式 西欧农产品流通模式较为特殊，一般以某国为中心，通过该国国际性的批发市场，发挥农产品集散功能。如巴黎郊外的汉吉斯国际批发市场，该市场占地达
关于对农业部定点市场进行问卷调查的函 农业部各定点市场： 农产品批发市场是我国农产品流通的主渠道，农业部定点市场是其中的骨干和中坚力量。加强定点市场的建设对于提升我国农产品批发市场的整体水平，促进农产品流通，加快与国际市场的接轨具有重要意义。近年来，各定点市场根据自身实际，牢牢把握农产品流通的特点和发展趋势，不断改革、完善和创新，为促进全国农产品流通和全国大市场的形成，发挥了重要作用。 为准确掌握农业部定点市场的发展现状，总结经验，进一步做好升级改造工作，我司拟对农业部定点市场进行一次全面调查(调查问卷附后，问卷电子版将同时在中国农业信息网“批发市场”栏目里刊登，可下载使用)。请各定点市场认真填写调查问卷，并于2005年7月30日前将问卷寄至我司市场发展处（或通过网络报送）。联系人：谢冬生，联系电话0 （传真） 农业部市场与经济信息司 二〇〇五年七月十二日
附： 农业部定点市场基本情况调查问卷 一、基本情况 1、农产品批发市场名称＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿，开业时间＿＿＿＿，位于＿＿＿＿省（市、自治区）＿＿＿＿市（县、区）＿＿＿＿镇（乡）。 2、市场占地面积＿＿＿＿亩，建筑面积＿＿＿＿M2，营业面积＿＿＿＿M2，固定摊位＿＿个。 3、市场平均每天客流量＿＿＿＿人（次），市场平均每天车流量＿＿＿＿＿辆（次）。 4、市场注册资金＿＿＿＿＿元，固定资产总额＿＿＿＿＿元。 5、市场属性（请在您所选答案前的□中划√，下同。有些问题可以多项选择）（□产地批发市场、□销地批发市场、□集散中心市场、□其他）。 6、市场交易的产品主要有（□蔬菜、□果品、□粮油、□畜禽肉类、□蛋类、□水产品、□花卉、□调料、□副食、□干货、□其他），以＿＿＿＿＿、＿＿＿＿为最多，属于（□专业、□综合）农产品批发市场。 7、市场的开设者（投资方）是＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿，市场属于（□国有、□集体、□合作、□股份制、□私营）企业。 8、2002、2003、2004年市场的成交量分别为＿＿＿＿、＿＿＿＿和＿＿＿＿万吨，
农产品批发市场建设方案 篇一：农产品批发市场建设项目建设项目实施方案 农产品批发市场建设项目建设项目实施方案 第一章总论 1.1 项目名称及承办单位 1.1.1 项目名称：某地区农产品批发市场 1.1.2 承办单位：某地区威宁资产经营有限责任公司1.1.3 项目拟建地点：某地区市兴宁区三塘镇 1.1.4 可行性研究报告编制单位 单位名称：某院 工程咨询资格证书 资格等级: 甲级 证书编号: 工咨甲********** 发证机关: 国家发展改革委员会 1.2 研究工作的依据与范围 1.2.1 研究工作的依据 a.《农产品批发市场建设与管理指南》农市发[2004]10号
b.《某地区农产品批发市场项目建议书》 c. 某地区农产品批发市场规划位臵图 d. 可行性研究报告编制委托书 e. 建设单位提供的基础资料 f. 相关法律、法规、政策、标准 1.2.2 研究工作范围 本报告的研究工作范围包括：论述项目提出的背景，分析项目建设的必要性和紧迫性，并对市场未来发展的需求进行分析，根据市场需求和建设条件拟定建设规模，根据政府规划和项目特点选择场址，拟定工程技术方案、节能、环境保护、消防、劳动保护与安全防护， 企业组织与劳动定员等方案，估算项目总投资评价项目的财务效益，并进行国民经济评价及风险分析。 1.3 研究工作概况 我公司接受委托后组成了该项目的可行性研究小组，并组织有关专业技术人员到现场调研、收集资料，并与业主及当地政府有关部门领导座谈交流，在此基础上，各专业人员全面展开了研究及编制工作。 1.4 推荐方案与研究结论 1.4.1 市场发展前景与服务范围 广西某地区是中国与东盟最近的经贸交往最活跃的首府城
周谷堆农产品批发市场调研报告调研地点周谷堆农产品批发市场 参与人员创新小组全体人员 调研时间2009年10月28~30日 调研目的了解市场现状与存在的问题 小组人员尹利萍尹秀秀张加玲管琪胡胜波
周谷堆农产品批发市场调研报告 一、背景概况 随着经济的发展，人们生活水平的提高，食品尤其是果蔬的安全和质量日益受到人们的广泛重视。冷链是确保食品安全，提高人们生活质量的重要手段。但是在我国冷链这一块发展比较缓慢，没有先进的技术和设备，果蔬损失相当严重，是美国的15倍，尤其在运输中的环节损耗，由于需要二次装卸还有运输中没有很好的制冷，使得果蔬质量下降，很多发生质变，造成了极大的损失。因此合理的优化运输方法和运输设备是亟待解决的问题，这对解决运输问题，和我国农产品远销，以及降低农产品损耗和保持农产品质量具有重要的意义。 近年来，随着我国经济的发展，人们的生活水平、消费水平、消费层次不断提高，人们对食品的消费需求从温饱型向营养调剂型转变，国内消费的肉、蛋、奶、鱼、果蔬等主要农副产品需求量迅速增加，国内生鲜产品市场已基本建立，供给量正逐年上涨。此外，随着农产品贸易的快速增长，包括水产品、畜产品、果蔬在内的生鲜产品在出口农产品总量中占相当比重。2005年，我国出口畜产品达36亿美元，家禽产品达9.1亿美元，水产品达78.9亿美元，同比增长值分别为13.0%、40.8%和13.0%；出口蔬菜680万吨，同比增长13.0%；出口水果364.6万吨，同比增长16.6%。国内外市场对生鲜产品需求的扩张，引发了对于专业化、一体化的生鲜品冷链物流需求的释放。 生鲜产品保鲜期短，极易腐烂变质，因此物流过程中必须使用专门的冷藏设施和冷藏运输工具，而且还要对产品进行必要的保鲜处理。由于在整个物流过程中对于温度的控制要求极高，运输、仓储、装卸、包装等环节的管理难度和操作难度都比较大。在我国，目前冷链发展尚处于起步阶段和国外发达国家相比差距很大。由于长期以来我国的流通领域发展滞后，冷库资源和冷藏运输资源相对短缺，生鲜产品供应链和物流管理技术落后，国内80%以上的生鲜商品还是采用常温流通手段。常温链容易导致产品质量不稳定、生命周期短，不仅使生产者利益受损对消费者饮食安全构成隐患还造成巨额浪费。以农产品为例，我国是果蔬生产大国，年蔬菜产量超过5.6亿吨，水果产量超过1.6 亿吨，位居世界前列。然而据统计，由于保鲜流通环节的落后，我国每年大约有8000万吨果蔬腐烂，占果蔬总产量的20%-40%,浪费总资金达800亿人民币高居世界榜首。显然，传统的生鲜产品的流通方式已很难满足市场发展的需要，效率低下的生鲜物流系统也已成为我国生鲜产品流通的瓶颈。另外，目前随着人民生活水平的提高，人们对食品安全卫生也提出了更高的要求，这些因素都将刺激着高效率、专业化、一体化的冷链物流迅速发展。
农产品批发市场信息系统 目录
公司简介 同方股份有限公司是由北京清华大学企业集团控股的高科技公司，于1997年6月27日在上海证券交易所挂牌交易，现有总股本5.75亿股。在“技术+资本”战略方针下，同方以自主核心技术为基础，充分结合资本运作能力，在不断推动高新科技成果产业化的进程中，逐步形成了紧密依托清华大学的人才、技术优势，以“技术先导，资本驱动”为核心的独特的“创新孵化”模式。 信息产业和能源与环境产业是同方的两大主营产业。 在信息产业中，同方致力于应用信息系统、计算机系统、资讯信息、宽带通信等业务领域的自主核心技术及产品开发与应用，为电子政务、电子商务、数字城市和现代远程教育等行业提供全面解决方案和成套设备与产品。同时，在数字视频、宽带通信、信息安全、信息加工、智能控制等方面积极投入针对原创性核心技术的研发。目前，同方在重大行业信息化、计算机产品、数字教育资源等领域已占有国内领先的市场份额。在能源与环境产业中，同方在人工环境、能源环境、建筑环境和生态环境等业务领域，以烟气脱硫、垃圾焚烧、水处理、声光电控制等核心技术为基础，专业从事能源利用与环境污染控制工程、人工环境工程、建筑环境与城市环境艺术工程等，并设计生产系列新型节能设备，为用户提供全方位服务。同方在农产品批发市场信息化建设领域，已经投入了多年的研发和推广，成功地开发了农产品批发市场电子结算系统、农产品批发市场综合管理系统、农产品安全监控系统、农产品（食品）安全可追溯系统等多个系统。 “优质、诚信”是同方品牌的核心，“世界一流”是同方工作的标准和奋斗的目标。在激烈的市场竞争中，同方将以“发展与合作”的理念，与全球范围内的众多合作伙伴一起，共同创造更加辉煌的明天。
农产品交易市场分析 2.1 国外农产品批发市场进展分析 2.1.1 北美模式 2.1.1.1 市场概况 国外农产品批发市场的进展受各国社会体制、经济体制和经济进展水平等的阻碍，形成了不同的农产品流通交易体制和农产品市场体系，归纳起来要紧有三种模式，即：北美模式、东亚模式和西欧模式。 美国、加拿大和澳大利亚是北美模式的要紧代表，这些国家农产品生产与流通的要紧特点是，农产品产地集中在少数地区，在产区进展大规模企业化经营农场，对农产品价格形成具有主导作用；依靠发达的铁路、公路运输系统，农产品能迅速运往大都市，形成都市农产品批发市场；流通环节少、效率高，农产品从产地经物流配送中心，直截了当到零售商；此外，为使农产品流通高效、快捷，还建有许多专为农产品交易服务的组织。 2.1.1.2 流通模式 以美国为例，其农产品市场体系的特点是，粮食类期货市场发达；果蔬类产地与大型超市、连锁经销网络间的直销比例约占80%；经由批发市场流通销售的
品批发市场均明确定位于公用事业而不是以赢利为目的的公司，批发市场在农产品营销中的作用比较突出，发挥着商品集散、价格形成、信息传递、产销调剂和质量操纵等多方面的功能。东亚模式尽管仍以小农经营为基础，但批发市场交易和治理的现代化程度都比较高。 2.1.2.2 流通模式 东亚模式的农产品流通要紧出现出以下特点：一是流通渠道环节多，流通成本较高，其流通环节为“生产者——>上市团体——>批发商——>中间批发商——>零售店——>消费者”，导致其利润分配不均；二是流通规范化、法制化、效率高。 2.1. 3.1 市场概况 法国、德国、英国、意大利、荷兰等西欧国家的农产品批发市场是西欧模式的要紧代表，这些西欧国家的农产品批发市场形式虽有所不同，但大多数大型批发市场依旧坚持公益原则。随着时代的进展，农产品直销比例不断增加。由于西欧国家市场信息网络发达，地域内、国家之间的农产品贸易十分活跃，进出口产品在批发市场占一定比率。 2.1. 3.2 流通模式 西欧农产品流通模式较为专门，一样以某国为中心，通过该国国际性的批发市场，发挥农产品集散功能。如巴黎郊外的汉吉斯国际批发市场，该市场占地达
农商友APP—农产品批发采购平台 农产品批发市场发展概况及展望农产品批发市场自20世纪80年代初在我国出现后，得到了迅猛发展，迄今已走过三十多年的历程，不仅加快了我国农产品流通现代化进程，而且对农产品流通体制改革也起了重要作用。 一、农产品批发市场发展概况 1.农产品批发市场基本情况 （1）农产品批发市场规模 商务部《2013年农产品批发市场行业统计分析报告》显示，截至2013年底，全国共有农产品批发市场4476家，年成交总额37414.4亿元，同比增长18.6%；年成交量78138.7万吨，同比增长9.5%；市场总摊位数246.8万个，同比增长11.7%，其中固定摊位170.7万个，非固定摊位75.1万个；总交易面积15268.5万，同比增长12.5%，其中交易厅棚面积9623.4万，露天交易面积5644.1万；经销商共计213.9万个，同比增长7.8%，从业人员646.4万人，同比增长9.1%。据国家统计局统计，2013年年交易额亿元以上的农产品批发市场为1759家。 （2）农产品批发市场分类情况 农产品批发市场根据经营品种的多少分为综合市场和专业市场。综合农产品批发市场是指主营品种超过三类以上（含三类）农产品的批发市场；专业农产品批发市场是指主要经营某一类农产品的批发市场，主要包括蔬菜、果品、水产品、肉禽蛋、粮油、花卉、干菜副食调味品（以下简称“干调”）、食用菌等批发市场。 2013年，全国农产品批发市场中，综合市场数量1772家，占全部市场总数量的39.6%，是农产品流通行业的主力军，其中综合市场的摊位数127.7万个，同比增加12万个，占总摊位数的51.7%，经营面积7802.1万，占总经营面积的51.1%；果蔬市场1150家，占市场总数量的25.7%；肉禽蛋市场将近370家，占市场总数量的8.3%；水产品市场237家，占市场总数量的5.3%；花卉、茶叶、调味品等专业市场合计约占市场总数量的12.7%，其他专业性市场占比8.4%。 山东寿光蔬菜批发市场是蔬菜批发市场标杆性企业；广州江南果菜批发市场是果菜类专业市场的典型；海鲜类典型市场为广州黄沙海鲜市场；湛江霞山水产品批发市场是全国最大的对虾交易市场，年交易额达110亿元以上；济南维尔康肉类水产批发市场以冻品和鲜肉为主，年交易额超过300亿元；干调类市场的代表是河南郑州信基调味品城；禽蛋类市场的代表为河北馆陶金凤禽蛋批发市场。 （3）农产品批发市场地区分布情况 我国东部地区农产品批发市场较之中西部地区具有数量多、规模大的特点。东部地区人口密度高，农业和交通运输业基础好，商品经济比较发达，农产品批发市场数量占全国总数量的43.6%，最大经营面积为121万。全国城市农贸中心联合会2013年公布的百强市场中，家，均分布在东7家、辽宁8家、山东9家、江苏12家、北京13名列前五的分别为：广东 农商友APP—农产品批发采购平台 部及沿海地区。中部地区农产品批发市场数量占全国总数的30.3%，河南以拥有6家百强市场的实力位居第六。西部地区占比26.1%，西部综合交通枢纽与经济发展高地的四川有4家市场进入百强。 2.农产品批发市场发展的政策环境 从历史沿革看，20世纪70年代末至今，农产品批发市场的经营管理一直采用“谁投资、谁建设、谁管理、谁受益”的行业政策，依次经历了管理摸索阶段（1978-1990年）、多部门分块管
同方农产品批发市场信息系统建设 解决方案
目录 公司简介1概述2总体设计3 一、市场业务管理平台6 （1）电子结算系统6（2）综合管理系统7（3）数据交换系统8（4）质量可追溯系统8 二、信息采集发布平台9 （1）LED显示屏与触摸屏信息发布系统9（2）市场门户网站信息采集发布系统9 三、电子商务平台11 四、物流配送平台13 （1）系统主要功能：13（2）同方RFID供应链管理系统15 五、信息基础平台18 （1）市场网络综合布线系统18（2）中心机房建设20（3）市场电子监控系统21（4）全场广播及会议室系统22 六、农产品质量安全信息平台23 （1）农产品质量安全检测信息系统23（2）同方RFID食品安全追溯管理系统24 成功案例28
公司简介 同方股份有限公司是由北京清华大学企业集团控股的高科技公司，于1997年6月27日在上海证券交易所挂牌交易，现有总股本5.75亿股。在“技术+资本”战略方针下，同方以自主核心技术为基础，充分结合资本运作能力，在不断推动高新科技成果产业化的进程中，逐步形成了紧密依托清华大学的人才、技术优势，以“技术先导，资本驱动”为核心的独特的“创新孵化”模式。 信息产业和能源与环境产业是同方的两大主营产业。 在信息产业中，同方致力于应用信息系统、计算机系统、资讯信息、宽带通信等业务领域的自主核心技术及产品开发与应用，为电子政务、电子商务、数字城市和现代远程教育等行业提供全面解决方案和成套设备与产品。同时，在数字视频、宽带通信、信息安全、信息加工、智能控制等方面积极投入针对原创性核心技术的研发。目前，同方在重大行业信息化、计算机产品、数字教育资源等领域已占有国内领先的市场份额。在能源与环境产业中，同方在人工环境、能源环境、建筑环境和生态环境等业务领域，以烟气脱硫、垃圾焚烧、水处理、声光电控制等核心技术为基础，专业从事能源利用与环境污染控制工程、人工环境工程、建筑环境与城市环境艺术工程等，并设计生产系列新型节能设备，为用户提供全方位服务。同方在农产品批发市场信息化建设领域，已经投入了多年的研发和推广，成功地开发了农产品批发市场电子结算系统、农产品批发市场综合管理系统、农产品安全监控系统、农产品（食品）安全可追溯系统等多个系统。 “优质、诚信”是同方品牌的核心，“世界一流”是同方工作的标准和奋斗的目标。在激烈的市场竞争中，同方将以“发展与合作”的理念，与全球范围内的众多合作伙伴一起，共同创造更加辉煌的明天。
周谷堆农产品批发市场调研报告 一、背景概况 随着经济的发展，人们生活水平的提高，食品尤其是果蔬的安全和质量日益受到人们的广泛重视。冷链是确保食品安全，提高人们生活质量的重要手段。但是在我国冷链这一块发展比较缓慢，没有先进的技术和设备，果蔬损失相当严重，是美国的15倍，尤其在运输中的环节损耗，由于需要二次装卸还有运输中没有很好的制冷，使得果蔬质量下降，很多发生质变，造成了极大的损失。因此合理的优化运输方法和运输设备是亟待解决的问题，这对解决运输问题，和我国农产品远销，以及降低农产品损耗和保持农产品质量具有重要的意义。 近年来，随着我国经济的发展，人们的生活水平、消费水平、消费层次不断提高，人们对食品的消费需求从温饱型向营养调剂型转变，国内消费的肉、蛋、奶、鱼、果蔬等主要农副产品需求量迅速增加，国内生鲜产品市场已基本建立，供给量正逐年上涨。此外，随着农产品贸易的快速增长，包括水产品、畜产品、果蔬在内的生鲜产品在出口农产品总量中占相当比重。2005年，我国出口畜产品达36亿美元，家禽产品达9.1亿美元，水产品达78.9亿美元，同比增长值分别为13.0%、40.8%和13.0%；出口蔬菜680万吨，同比增长13.0%；出口水果364.6万吨，同比增长16.6%。国内外市场对生鲜产品需求的扩张，引发了对于专业化、一体化的生鲜品冷链物流需求的释放。 生鲜产品保鲜期短，极易腐烂变质，因此物流过程中必须使用专门的冷藏设施和冷藏运输工具，而且还要对产品进行必要的保鲜处理。由于在整个物流过程中对于温度的控制要求极高，运输、仓储、装卸、包装等环节的管理难度和操作难度都比较大。在我国，目前冷链发展尚处于起步阶段和国外发达国家相比差距很大。由于长期以来我国的流通领域发展滞后，冷库资源和冷藏运输资源相对短缺，生鲜产品供应链和物流管理技术落后，国内80%以上的生鲜商品还是采用常温流通手段。常温链容易导致产品质量不稳定、生命周期短，不仅使生产者利益受损对消费者饮食安全构成隐患还造成巨额浪费。以农产品为例，我国是果蔬生产大国，年蔬菜产量超过5.6亿吨，水果产量超过1.6 亿吨，位居世界前列。然而据统计，由于保鲜流通环节的落后，我国每年大约有8000万吨果蔬腐烂，占果蔬总产量的20%-40%,浪费总资金达800亿人民币高居世界榜首。显然，传统的生鲜产品的流通方式已很难满足市场发展的需要，效率低下的生鲜物流系统也已成为我国生鲜产品流通的瓶颈。另外，目前随着人民生活水平的提高，人们对食品安全卫生也提出了更高的要求，这些因素都将刺激着高效率、专业化、一体化的冷链物流迅速发展。
农产品批发市场发展现 状及热点问题 Document number：PBGCG-0857-BTDO-0089-PTT1998
农产品批发市场发展概况及展望 农产品批发市场自20世纪80年代初在我国出现后，得到了迅猛发展，迄今已走过三十多年的历程，不仅加快了我国农产品流通现代化进程，而且对农产品流通体制改革也起了重要作用。 一、农产品批发市场发展概况 1.农产品批发市场基本情况 （1）农产品批发市场规模 商务部《2013年农产品批发市场行业统计分析报告》显示，截至2013年底，全国共有农产品批发市场4476家，年成交总额亿元，同比增长%；年成交量万吨，同比增长%；市场总摊位数万个，同比增长%，其中固定摊位万个，非固定摊位万个；总交易面积万，同比增长%，其中交易厅棚面积万，露天交易面积万；经销商共计万个，同比增长%，从业人员万人，同比增长%。据国家统计局统计，2013年年交易额亿元以上的农产品批发市场为1759家。 （2）农产品批发市场分类情况 农产品批发市场根据经营品种的多少分为综合市场和专业市场。综合农产品批发市场是指主营品种超过三类以上（含三类）农产品的批发市场；专业农产品批发市场是指主要经营某一类农产品的批发市场，主要包括蔬菜、果品、水产品、肉禽蛋、粮油、花卉、干菜副食调味品（以下简称“干调”）、食用菌等批发市场。 2013年，全国农产品批发市场中，综合市场数量1772家，占全部市场总数量的%，是农产品流通行业的主力军，其中综合市场的摊位数万个，同比增加12万个，占总摊位数的%，经营面积万，占总经营面积的%；果蔬市场
1150家，占市场总数量的%；肉禽蛋市场将近370家，占市场总数量的%；水产品市场237家，占市场总数量的%；花卉、茶叶、调味品等专业市场合计约占市场总数量的%，其他专业性市场占比%。 山东寿光蔬菜批发市场是蔬菜批发市场标杆性企业；广州江南果菜批发市场是果菜类专业市场的典型；海鲜类典型市场为广州黄沙海鲜市场；湛江霞山水产品批发市场是全国最大的对虾交易市场，年交易额达110亿元以上；济南维尔康肉类水产批发市场以冻品和鲜肉为主，年交易额超过300亿元；干调类市场的代表是河南郑州信基调味品城；禽蛋类市场的代表为河北馆陶金凤禽蛋批发市场。 （3）农产品批发市场地区分布情况 我国东部地区农产品批发市场较之中西部地区具有数量多、规模大的特点。东部地区人口密度高，农业和交通运输业基础好，商品经济比较发达，农产品批发市场数量占全国总数量的%，最大经营面积为121万。全国城市农贸中心联合会2013年公布的百强市场中，名列前五的分别为：广东13家、北京12家、江苏9家、山东8家、辽宁7家，均分布在东部及沿海地区。中部地区农产品批发市场数量占全国总数的%，河南以拥有6家百强市场的实力位居第六。西部地区占比%，西部综合交通枢纽与经济发展高地的四川有4家市场进入百强。 2.农产品批发市场发展的政策环境 从历史沿革看，20世纪70年代末至今，农产品批发市场的经营管理一直采用“谁投资、谁建设、谁管理、谁受益”的行业政策，依次经历了管理摸索阶段（1978-1990年）、多部门分块管理阶段（1991-2003年）、多部门分职能管
农产品批发市场发展概况及展望 农产品批发市场自20世纪80年代初在我国出现后，得到了迅猛发展，迄今已走过三十多年的历程，不仅加快了我国农产品流通现代化进程，而且对农产品流通体制改革也起了重要作用。 一、农产品批发市场发展概况 1.农产品批发市场基本情况 （1）农产品批发市场规模 商务部《2013年农产品批发市场行业统计分析报告》显示，截至2013年底，全国共有农产品批发市场4476家，年成交总额37414.4亿元，同比增长18.6%；年成交量78138.7万吨，同比增长9.5%；市场总摊位数246.8万个，同比增长11.7%，其中固定摊位170.7万个，非固定摊位75.1万个；总交易面积15268.5万，同比增长12.5%，其中交易厅棚面积9623.4万，露天交易面积5644.1万；经销商共计213.9万个，同比增长7.8%，从业人员646.4万人，同比增长9.1%。据国家统计局统计，2013年年交易额亿元以上的农产品批发市场为1759家。 （2）农产品批发市场分类情况 农产品批发市场根据经营品种的多少分为综合市场和专业市场。综合农产品批发市场是指主营品种超过三类以上（含三类）农产品的批发市场；专业农产品批发市场是指主要经营某一类农产品的批发市场，主要包括蔬菜、果品、水产品、肉禽蛋、粮油、花卉、干菜副食调味品（以下简称“干调”）、食用菌等批发市场。 2013年，全国农产品批发市场中，综合市场数量1772家，占全部市场总数量的39.6%，是农产品流通行业的主力军，其中综合市场的摊位数127.7万个，同比增加12万个，占总摊位数的51.7%，经营面积7802.1万，占总经营面积的51.1%；果蔬市场1150家，占市场总数量的25.7%；肉禽蛋市场将近370家，占市场总数量的8.3%；水产品市场237家，占市场总数量的5.3%；花卉、茶叶、调味品等专业市场合计约占市场总数量的12.7%，其他专业性市场占比8.4%。 山东寿光蔬菜批发市场是蔬菜批发市场标杆性企业；广州江南果菜批发市场是果菜类专业市场的典型；海鲜类典型市场为广州黄沙海鲜市场；湛江霞山水产品批发市场是全国最大的对虾交易市场，年交易额达110亿元以上；济南维尔康肉类水产批发市场以冻品和鲜肉为主，年交易额超过300亿元；干调类市场的代表是河南郑州信基调味品城；禽蛋类市场的代表为河北馆陶金凤禽蛋批发市场。 （3）农产品批发市场地区分布情况 我国东部地区农产品批发市场较之中西部地区具有数量多、规模大的特点。东部地区人口密度高，农业和交通运输业基础好，商品经济比较发达，农产品批发市场数量占全国总数量的43.6%，最大经营面积为121万。全国城市农贸中心联合会2013年公布的百强市场中，名列前五的分别为：广东13家、北京12家、江苏9家、山东8家、辽宁7家，均分布在东部及沿海地区。中部地区农产品批发市场数量占全国总数的30.3%，河南以拥有6家百强市场的实力位居第六。西部地区占比26.1%，西部综合交通枢纽与经济发展高地的四川有4家市场进入百强。
农贸批发市场简介 1、北京丰台区中央农产品批发市场 位于北京市丰台区丰台南路8号院，北京农产品中央批发市场是由市政府1995年投资建成的，是农业部定点批发市场、国际批发市场联盟理事会成员、北京市农业产业化重点龙头企业、商务部“双百市场工程”支持的大型农产品批发市场、全国农产品综合批发市场“五十强”市场，是北京市十大批发市场之一，是搞好首都“菜篮子”的重点工程。 中央市场占地面积10万平方米，建筑面积万平方米，包括6座交易大厅、2座轻钢结构交易大棚、3800平方米保鲜冷库及其他铺面房等。市场主要经营特菜、食用菌、粮油、酒水、饮料、包装食品等。现有经营摊位1338间，经营商户945户，从业人员10000余人。其中一级批发商、代理商达70％以上。酒水批发量占北京市场份额的50%，饮料、包装食品已形成一级批发集散地。 特菜项目自2001年春季引入市场以来，经过十余年的发展，规模不断壮大，势头稳步攀升，交易量和交易额连年递增，目前已经发展成为北京市最大的特种蔬菜交易中心，批发量占北京市特菜供应量的70%。市场现有特菜经营户200余户，上市特菜品种150余种。2013年实现交易量万吨，交易额58亿元。市场商户在北京周边及四川、云南、两广、安徽等地建立了广泛的种植基地，通过产销对接，充分发挥市场作为交易平台的重要作用，极大保证了首都特菜市场的充足供应。 食用菌作为“绿色健康食品”，越来越受到人们的青睐，市场的食用菌项目开始于2004年，经过几年的培育，现有食用菌经营摊位101个，经营户96户，上市品种70余种。2013年实现交易量万吨，交易额16亿元。销售范围辐射东北、华北、西北等十多个省、市、自治区，并部分出口日本、东南亚及欧美地区，形成了全国最大的食用菌集散地。 2、北京丰台区京丰岳各庄农副产品批发市场 北京市岳各庄农副产品批发市场位于北京西南丰台路口，在京石高速公路与西四环路交汇处，距北京西客站公里，至前门车程15分钟左右，地理位置的优
农产品批发市场建设项目 可行性研究报告 （本文档为word格式,下载后可修改编辑！）
第一章总论 1.1 项目名称及承办单位 1.1.1 项目名称：某某农产品批发市场 1.1.2 承办单位：某某资产经营有限责任公司 1.1.3 项目拟建地点：某某市某某区三塘镇 1.1.4 可行性研究报告编制单位 单位名称：某设计院 1.2 研究工作的依据与范围 1.2.1 研究工作的依据 a.《农产品批发市场建设与管理指南》农市发[2004]10号 b.《某某农产品批发市场项目建议书》 c. 某某农产品批发市场规划位臵图 d. 可行性研究报告编制委托书 e. 建设单位提供的基础资料 f. 相关法律、法规、政策、标准 1.2.2 研究工作范围 本报告的研究工作范围包括：论述项目提出的背景，分析项目建设的必要性和紧迫性，并对市场未来发展的需求进行分析，根据市场需求和建设条件拟定建设规模，根据政府规划和项目特点选择场址，拟定工程技术方案、节能、环境保护、消防、劳动保护与安全防护，企业组织与劳动定员等方案，估算项目总投资评价项目的财务效益，并进行国民经济评价及风险分析。
1.3 研究工作概况 我公司接受委托后组成了该项目的可行性研究小组，并组织有关专业技术人员到现场调研、收集资料，并与业主及当地政府有关部门领导座谈交流，在此基础上，各专业人员全面展开了研究及编制工作。 1.4 推荐方案与研究结论 1.4.1 市场发展前景与服务范围 广西某某是中国与东盟最近的经贸交往最活跃的首府城市。在自由贸易区的推进过程中及建成以后，作为大西南的出海通道、物流枢纽及东盟商贸前沿的广西某某将面临巨大的商机、巨大的人流、物流、信息流，成为东盟自由贸易区核心城市，因此某某农产品批发市场的建设具有良好的发展前景。 批发市场服务范围：拟辐射整个广西乃至东南亚，与国内外大中型农产品批发市场形成销售网络，是一个集交易集散中心、价格形成中心、信息传播中心为一体的场所，且具有理货、储藏、加工、配送、结算、科学管理和配套服务的现代化批发市场和物流基地。 1.4.2 建设规模与建设内容 建设规模为：占地983261m2，建筑总面积732089.5 m2。年交易量495万吨，交易额预计达到80亿元。
**农产品批发市场项目简介 一、项目建设规模、内容、总投资及构成 *农产品批发市场位于*市*路北，是按照国家农业部和商务部有关要求，规范建设的农产品批发市场，一期工程于201*年9月开工建设，201*年1月,蔬菜、水果区率先建成投入运营，201*年被农业部授予定点批发市场，是省食品安全示范市场、农业产业化龙头企业。 本期项目为二期工程。项目内容为冷链、特色农产品（小龙虾）批发市场及配套设施，占地总面积2*2㎡。主要建设3万吨冷库（占地面积9*2㎡）和“*小龙虾”批发市场（占地面积1*0㎡）及配套设施、检验检疫、监控、安保设备等。其中一间三层商铺* 间，建筑占地*㎡建筑面积*㎡；车位、道路占地*㎡；物业管理用房占地*㎡；配电房占地*㎡；垃圾处理场占地㎡；厕所占地㎡。建设工期为*。 项目总投资：建设投资估算 1*9万元，其中：建筑工程费*万元，设备购置费 *万元，其他费用 *万元。 项目建成后，将改变原有的农产品批发市场经营规模小，市场功能不全，交易品种单一，市场位置布局散乱的状况。对于提升农产品市场品味、平抑市场物价、稳定丰富市民“菜篮子”工程，对于保障和改善民生、促进地方经济社会发展等方面将发挥重要作用。尤其是特色水产品“*龙虾”批发市场建成后，对于服务“三农”、引导农业产业结构调整、促进农业增效、农民增收以及推动小龙虾产业的发展壮大和转型升级，将起到强有力的平台支撑作用。 二、建设项目工作进展 已经完成发改委审批文件：*发改委审批[201*]*号；项目用地预审函：*土预审[201*] *号；建设项目选址意见书：选字第*号；环评
批复：*环评审函[201*]*号,能评批复：*能评审函[201*]* 号；建设用地规划许可证：地字第[201*]1*3号；建筑工程施工许可证编号：* 。201*年 11 月已经进入正式施工阶段，目前已累计投资*万元。 三、项目法人及股东情况、项目投资主体、资本金构成、到位及缺口情况 本项目投资主体为潜江市四季友农产品市场有限公司。*农产品市场有限公司是一家法人治理结构完善的私营企业，201*年11月注册成立，注册资金**0万元，主要经营范围：农产品、日用品销售；对农业项目的投资等，是湖北省农产品流通协会常务理事单位。公司内设市场管理中心、冷库经营部、酒店经营部、电商部、物业部及财务部、办公室等机构，工作人员***人。 项目筹款情况：公司现已筹得启动资本金 6*9万元，占总投资51%，且启动资本金已经到位，全部为自筹。201* 年资金缺口 6*0万元。 四、项目回报方式、测算回报率和回收周期 该项目为农产品流通批发市场，是国家重点推进支持和鼓励建设的民生工程，该项目采取项目单位收取摊位费、租赁费、物业费等经营盈利收入为回报方式，投资回报率约为 4%，回收周期年*年。 五、附件： 1.可行性研究报告批复 2.环境影响报告批复 3.节能评估报告批复
第一部分农产品批发市场的基本情况 集团文件发布号：（9816-UATWW-MWUB-WUNN-INNUL-DQQTY-
关于对农业部定点市场进行问卷调查的函 农业部各定点市场： 农产品批发市场是我国农产品流通的主渠道，农业部定点市场是其中的骨干和中坚力量。加强定点市场的建设对于提升我国农产品批发市场的整体水平，促进农产品流通，加快与国际市场的接轨具有重要意义。近年来，各定点市场根据自身实际，牢牢把握农产品流通的特点和发展趋势，不断改革、完善和创新，为促进全国农产品流通和全国大市场的形成，发挥了重要作用。 为准确掌握农业部定点市场的发展现状，总结经验，进一步做好升级改造工作，我司拟对农业部定点市场进行一次全面调查(调查问卷附后，问卷电子版将同时在中国农业信息网“批发市场”栏目里刊登，可下载使用)。请各定点市场认真填写调查问卷，并于2005年7月30日前将问卷寄至E-mail: 农业部市场与经济信息司 二〇〇五年七月十二日
附： 农业部定点市场基本情况调查问卷 一、基本情况 1、农产品批发市场名称＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿，开业时间＿＿＿＿，位于＿＿＿＿省（市、自治区）＿＿＿＿市（县、区）＿＿＿＿镇（乡）。 2、市场占地面积＿＿＿＿亩，建筑面积＿＿＿＿M2，营业面积＿＿＿＿M2，固定摊位＿＿个。 3、市场平均每天客流量＿＿＿＿人（次），市场平均每天车流量＿＿＿＿＿辆（次）。 4、市场注册资金＿＿＿＿＿元，固定资产总额＿＿＿＿＿元。 5、市场属性（请在您所选答案前的□中划√，下同。有些问题可以多项选择）（□产地批发市场、□销地批发市场、□集散中心市场、□其他）。 6、市场交易的产品主要有（□蔬菜、□果品、□粮油、□畜禽肉类、□蛋类、□水产品、□花卉、□调料、□副食、□干货、□其他），以＿＿＿＿＿、＿＿＿＿为最多，属于（□专业、□综合）农产品批发市场。 7、市场的开设者（投资方）是＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿，市场属于（□国有、□集体、□合作、□股份制、□私营）企业。 8、2002、2003、2004年市场的成交量分别为＿＿＿＿、＿＿＿＿和＿＿＿＿万吨，成交金额分别为＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿万元，其中批发交易量占市场总成交量的比例分别为＿＿＿％、＿＿＿％和＿＿＿％。 9、本区域内（以县级行政区域为界）还有类似条件、规模的农产品批发市场＿＿＿＿＿家，最近的一家批发市场距离本市场＿＿＿公里，竞争状况（□非常激
农产品批发市场现状及发展趋向 我国农产品批发市场是随着农产品流通体制改革而出现和发展。农产品批发市场作为农产品流通的主渠道，发挥着集散商品、形成价格、传递信息等功能。它的兴起和发展，对加快农产品流通市场化，提高农民收入，满足消费者多样化与周年化的需求，提高流通效率等都发挥重大作用。近年来，经济的快速发展，农产品市场日益国际化，农产品流通的环境与基础条件发生了深刻变化，把握农产品批发市场的功能、结构变化状况及其发展趋势，对于改革的进一步推进、新时期的新农村建设、农业产业结构提升和农民收入持续稳定增加以及消费者福利等都有重要意义。本文从我国农产品批发市场的发展历程、现阶段发展的特点，形成这些特点的原因以及未来可能的发展方向等角度全面分析我国农产品批发市场。 、中国农产品批发市场发展历程 不同学者对于农产品批发市场的发展阶段有不同的划分标准，根据我国流通体制改革阶段和农产品批发市场自身发展情况，将我国农产品批发市场发展分为三个阶段： 1.20世纪70年代末-1984年，萌芽阶段。1978年的农业改革极大调动了生产者的积极性，各类农产品总量大幅提升，从1979年起，国务院及有关部门对农产品统购统销的范围和品种进行了重新规定，在不从根本上触动农产品统购统销制度的条件下，逐步缩小统购范围，减少统购品种，允许部分农产品议购议销和自由购销，放开集市贸易,伴随流通政策的改变，一些具有比较优势和交通便利的农业产区的集市由定期赶集发展到天天开市，进而有了批发市场的初步形态。 2. 1985-1995年,高速发展阶段。1985年后,农产品流通体制发生根本性变化，取消统派购制度，多种农产品走向宏观调控下的自由流通体制，全国各地的集贸市场纷纷恢复与发展，一些传统集市向批发市场转化，新兴的批发市场作为国合商业传统封闭式批发网络的替代物得到社会广泛认可，入市交易的农产品品种、规模迅速增加，除棉花、粮食等少数农产品，批发市场成为农产品批发流通的主渠道。在产地批发市场蓬勃发展的同时，销地批发市场也日渐兴起，农产品批发市场体系大体形成。 20世纪80年代末，中国出现严重的通货膨胀，而流通不畅导致的农产品供应不 足是重要原因，为此，国家提出菜篮子”工程，力保大中城市蔬菜供应，要求各地加强