基于改進因次分析法的區域糧食中轉庫選址研究——以黑龍江省為例

牟維哲，張盼盼，李 騰

（哈爾濱商業大學 管理學院，黑龍江 哈爾濱 150028）

1 引言

2014 年9 月國務院下發了《物流業發展中長期規劃（2014-2020 年）》，提出著力加強物流基礎設施建設的規劃。倉庫是倉儲基礎設施網絡中的節點，交通運輸通道是倉儲基礎設施網絡中的神經線，節點和通道構成了倉儲基礎設施網絡。因此，合理的倉庫選址和運輸路線的布局，是加強糧食倉儲基礎設施建設的關鍵。

綜合國內外的研究成果，目前研究選址的文獻以研究配送中心選址的居多（關菲，2013；朱輝，2013），缺乏專門針對糧食中轉庫選址的研究。并且大部分的選址模型都是以一個指標最優為目標，比如以成本最小或是以利潤最大為目標建立函數模型（金莉，2010），這樣的模型是針對實際情況抽象出來的理論模型，對于解決實際選址問題的意義稍有欠缺。在方法選擇上，雖有學者將因次分析法應用于對配送中心的選址中（王飛飛，2014），但是由于糧食的特殊性，糧食倉庫的選址與一般的配送中心的選址不同，既要考慮選址的一般因素，更要結合糧食的特點以及區域經濟的發展要求。因此，本文針對影響糧食中轉庫選址決策的各類經濟因素和非經濟因素做出進一步的細分，利用變異系數法對因次分析法進行了改進，并運用量化后的指標，建立了糧食中轉庫選址的因次分析法模型，從而將定性判斷和定量計算有效結合起來，選出符合實際要求的區域糧食中轉庫的地址。

2 糧食中轉庫選址的因次分析法模型

2.1 選址影響因素的確定

因次分析法模型的關鍵在于確定具體的選址影響因素，包括經濟因素（成本因素）和非經濟因素（非成本因素）兩部分，不合理的影響因素的選擇將會導致選址結果的偏差和不合實際。所以本文結合糧食中轉庫選址的實際，將經濟因素和非經濟因素確定如下：

2.1.1 經濟因素的確定。一般的因次分析法中的經濟因素通常指從配送中心等設施的建設成本的角度進行考慮，包括各候選地址每年的各項經營費用，例如勞動力費用、運輸費用和能源費用等。但是，由于糧食是人們生活中不可或缺的物資，糧庫的建設屬于國家規劃，建設成本各地基本相同，本文認為，對于糧食中轉庫的選址來說，經濟因素可以通過各地的GDP值來反映，更符合糧食倉庫建設的特點。

2.1.2 非經濟因素的確定。非經濟因素的選擇則可以根據糧食產品的特殊性，考慮以下五個方面：

（1）糧食產量：區域糧食中轉庫作為糧食配送中心存在，要求輻射范圍內應有足夠大的糧食產量作為支撐；

（2）交通條件：交通條件因素下考慮各種糧食運輸方式。通常在糧食運輸中，以公路、鐵路、水路運輸為主，個別地區也有航空運輸的方式。具體運輸方式要結合所選區域進行選擇；

（3）自然條件：自然條件包括土地條件和氣候條件。土地條件即為每個備選地址建設糧食中轉庫的適宜性；氣候條件為備選地址的氣候對糧食儲存、加工等的適宜性；

（4）人力資源條件：糧食中轉庫屬于勞動力密集型作業形態，需要充足的技術操作人員等人力資源；

（5）政策環境：國家對于糧食物流的政策直接影響該區域糧食的發展和糧食流向，寬松的政策是發展糧食物流的良好環境。

2.2 模型的建立及求解過程

2.2.1 分析糧食產量，刪除不合理的備選地址。研究糧食中轉庫選址中要考慮的各種因素，從中確定哪些因素是必要的，如某一選址無法滿足一項必要因素，就應將該備選地址刪除。假設有t 個糧食中轉庫的備選地址，對于糧食產品來說，各備選地址的糧食產量是主要考慮的因素之一。因此，收集各備選地址歷年糧食產量數據，通過對比分析，刪除糧食產量過低的地區。假設有p個產量過低的地區，則接下來的分析主要針對其余的t-p個地址。

2.2.2 確定經濟因素的重要性因子。設經濟因素的重要性因子為Fj，其求解公式如下：

式中cj為其余的t-p 個備選地址所反映的經濟性成本的倒數。本文取各備選地址的GDP作為衡量糧食中轉庫的建設成本、勞動力費用、運輸費用和能源費用的經濟性因素。GDP越高，表示糧食倉庫建設成本和經營管理費用越高，相對的該備選地址的經濟因素重要性因子Fj就越小。

2.2.3 確定非經濟因素的重要性因子。如前所述，非經濟因素的選擇根據糧食產品的特殊性，考慮糧食產量、交通條件、自然條件、人力資源條件、政策環境五個方面。設非經濟因素的重要性因子為。

其求解步驟如下：

（1）確定各非經濟因素的權重比率Gi。權重比率由變異系數法計算得到。變異系數法是直接利用各項非經濟因素所包含的信息，通過公式計算得到各個非經濟因素的權重，是一種客觀的賦權方法。計算變異系數用νi表示：

式中σi為t-p 個備選地址關于非經濟因素i 的數據的標準差，為t-p個備選地址關于非經濟因素i的數據的平均值。

權重比率Gi公式為：

（2）確定單一非經濟因素對不同備選地址的重要性。設單一非經濟因素對于備選地址j的重要性因子用Fij來表示，則：

式中wij是備選地址j 糧食產量、交通條件、自然條件、人力資源條件、政策環境等單一非經濟因素的比重值；是這些單一因素對于備選地址的比重和。

將備選地址的同一非經濟因素進行兩兩比較，優者得一分，否則得零分。

（3）確定糧食產量、交通條件、自然條件、人力資源條件、政策環境五個方面非經濟因素對各個備選地址的重要性因子

式中Gi為非經濟因素i的權重比率值；Fij為非經濟因素i對備選地址的重要程度。

2.2.4 分別計算t-p個備選地址的重要性指標Ej

式中M、N分別為經濟因素和非經濟因素的相對重要性。

糧食中轉庫選址的經濟因素和非經濟因素確定之后，設經濟因素和非經濟因素重要程度之比為m:n，則經濟因素的相對重要性M=m/（m+n），非經濟因素的相對重要性N=n/（m+n），且有M+N=1。通常取M=0.5，N=0.5。

最后比較這t-p 個備選地址的重要性指標Ej，高者為最優糧食中轉庫的選址。

3 實證分析

3.1 黑龍江省糧食倉庫現狀分析

黑龍江省是我國重要的商品糧生產基地、農業大省。2013 年黑龍江省的糧食收購總量達到1 200 億斤，從2008 年起，黑龍江省糧食總產量連續增長，計劃到2015年糧食總產量達到1 500億斤（李丹，2013）。所以本文選擇黑龍江省作為研究區域，運用因次分析法模型進行黑龍江省糧食中轉庫的選址。

通過對黑龍江省的調研發現，農戶收糧之后由于資金和自有倉庫有限，收獲的糧食多為露天存儲；黑龍江省糧食收儲庫為國家政策性的糧食委托收儲庫，經過各庫點的申請、國家資格認定后下發文件，公布每年秋收之后的國家政策性委托收儲庫點，這些庫點從農戶手中收購糧食，進行糧食的整理和儲存；中轉儲備庫是糧食倉儲中心，接收來自各地的收儲庫的外運糧食，是對商品糧集中處理的倉庫，其功能包括糧食的加工、處理、集散等功能，該類倉庫的機械化、自動化程度相對較高，糧食流轉速度快，建設在鐵路干線的周邊具有戰略性意義的位置，其中三分之二的中轉庫配有與全國鐵路網相連接的專用鐵路干線。收儲庫到中轉儲備庫之間的糧食運輸多為公路短途運輸。

3.1.1 收儲庫布局。隨著糧食產量逐年增產，收儲庫的數量也在不斷增加。通過黑龍江省糧食局等了解到，2012 年國家政策性糧食委托收儲庫點為442 個，2013 年國家政策性糧食委托收儲庫點認定了480 個糧庫，2014 年國家政策性糧食委托收儲庫點達到了551個。黑龍江省糧食收儲庫布局范圍廣，分布無規律，主要靠近糧食的主產區分布，其中少部分中轉庫也被暫時認定為收儲庫點來使用。黑龍江省糧食收儲庫點的數量和地址由國家進行統籌安排，庫點、數量根據每個倉庫的可利用空余倉容和當年糧食預計產量而定。

3.1.2 中轉儲備庫布局。黑龍江省糧食中轉儲備庫多為集糧食收購、中轉和儲備于一體的糧食購銷企業。中轉儲備庫大部分建設在黑龍江—大連（哈大線及延長線）附近。中轉庫配有專用鐵路沿線，周圍緊鄰高速公路，交通便利。

從糧食產量—糧食儲備量—糧食流通量之間的關聯協調度的角度出發，可以發現黑龍江省糧食倉儲基礎設施網絡層級劃分不明確，各層級之間銜接不緊密，不同地段之間的糧食倉庫分工不合理。主要原因是缺少作為大型糧食集散中心的中轉庫，將各功能的糧庫通過合理的糧食物流鏈條有機地銜接起來，導致糧食倉儲業務無法與糧食流通有效的結合，這對不同功能糧庫之間的優勢互補和資源共享起到限制，同時在一定程度上影響了糧食倉儲業務的盈利能力。因此，規劃建設以鐵路運輸網為紐帶，在交通便利的鐵路干線適當位置建設一批能夠進行“四散”作業、具備正常與緊急調運能力的現代大型糧食中轉庫成為重點。

結合黑龍江省自然地理條件和糧食物流現狀，本文將黑龍江省哈爾濱、佳木斯、齊齊哈爾、綏化、雙鴨山、雞西、鶴崗、黑河、牡丹江、大慶、七臺河、伊春、大興安嶺等13個市作為建立糧食中轉庫的備選地址。

3.2 模型的建立及求解過程

為了便于分析，現將上述13個市編號如下：

哈爾濱—A，佳木斯—B，齊齊哈爾—C，綏化—D，雙鴨山—E，雞西—F，鶴崗—G，黑河—H，牡丹江—I，大慶—J，七臺河—K，伊春—L，大興安嶺—M。

（1）刪除不合理因素。根據因次分析法的步驟，首先對選址要考慮的因素進行分析，將不適宜的備選地址排除。備選地區的糧食產量不能過低，通過對2009-2013 年這13 個地區的糧食產量數據分析得到：七臺河、伊春、大興安嶺這三個地區的糧食產量不充足，故排除備選地址K、L、M。

（2）確定經濟因素重要性因子Fj。本文將各備選地址的GDP作為衡量黑龍江省糧食中轉庫的經濟因素。由Fj的計算公式得表1。

表1 經濟因素重要性因子

（3）確定非經濟因素重要性因子

①利用變異系數法得到各非經濟因素的權重比率Gi。

計算糧食產量變異系數ν1的數據，選取剩余10個備選地址的糧食產量（單位：億斤），分別為：A:341，B:128，C:254，D:248，E:53，F:60，G:27，H:70，I:57，J:114。

計算交通條件變異系數ν2的數據來自于對剩余10 個備選地址輻射出的高速公路條數和鐵路條數的和（見表2），由和作為計算變異系數的數據。

表2 各備選地址交通條件分析表

自然條件變異系數ν3按照自然條件的優劣依次給分，條件最好的備選地址為10分，依次遞減，同級別分數相同。自然條件包括備選地址的土地資源條件和氣候條件，土地資源條件要符合糧食中轉庫建設的要求，黑龍江省內鐵路沿線的土地資源基本一致；氣候條件要求滿足糧食中轉庫正常作業要求，寒冷時間不能太長，同時氣候條件要滿足糧食儲存的要求。備選地址的自然條件由好到壞依次為A、I、C、B、J、（DEF）、（GH）（括號內表示為同等級），即備選地址的得分為：A:10，B:7，C:8，D:5，E:5，F:5，G:4，H:4，I:9，J:6。

人力資源變異系數ν4計算以備選地址的城市人口數量（單位：萬人）為數據，其數值分別為：A:1 200，B:252，C:581，D:580，E:151，F:186，G:169，H:150，I:280，J:290。

政策環境變異系數ν5計算按照備選地區國家給予的相關政策打分，最好的為10分，依次降低，同級別分數相同。國家對糧食產量大的城市的關注相對較多，給予的政策也相對比較寬松。因此，黑龍江省大豆、水稻和小麥的主要產區為政策環境相對較好地區，由優到劣排序為（ABC）、（DEFGHIJ）。即各備選地址的得分為：A:10，B:10，C:10，D:9，E:9，F:9，G:9，H:9，I:9，J:9。

由以上各組數據計算得到每組數據的平均值、標準差和變異系數如下：

②確定單一因素重要性因子。將備選地址的同一非經濟因素進行兩兩比較，優者得一分，否則得零分。

糧食產量：

以2014年黑龍江省10個地區糧食產量數據為依據，對備選地址間進行兩兩比較，應用Fd的計算公式得表3。

表3 糧食產量比較表

交通條件：

由表2 數據對備選地址交通條件兩兩比較，由Fij的計算公式得表4。

表4 交通條件比較表

同理可得出自然條件、人力資源條件、政策環境的比較表。

③由的計算公式確定五個非經濟因素對各個備選地址的重要性因子。

表5 各備選地址非經濟因素重要性因子表

（4）取M=0.5,N=0.5，根據表1 中Fj的數據和表6 中的數據，計算各備選地址的重要性指標Ei，得到表6。

表6 各備選地址重要性指標匯總表

（5）由表6中可以看出，A、B、C三個備選地址的Ej相對比較突出，將三個備選地址取出作為選址的最優方案。所以應用因次分析法得出黑龍江省糧食中轉庫應建設在哈爾濱、佳木斯和齊齊哈爾三個城市。

3.3 結果的進一步優化

選擇在這三個城市建立區域糧食中轉庫，通過鐵路、公路或兩路互轉將糧食倉儲基礎設施網絡中各層級間節點銜接起來。哈爾濱、齊齊哈爾和佳木斯三個城市的糧食中轉庫的輻射地區以及中轉庫之間線路連接如圖1所示。

各層級間的倉儲節點銜接以哈爾濱、齊齊哈爾和佳木斯三個地區為中心，全國鐵路干線為依托，形成黑龍江省糧食倉儲基礎設施網絡的線路布局。

4 結語

糧食中轉庫的選址研究是糧食倉儲基礎設施網絡優化的重要部分。本文充分考慮了糧食中轉庫選址與一般配送中心選址的不同，既要考慮糧食產品的特點以及糧食的存儲形式，又要結合糧食運輸方式的特殊性以及國家的相關政策，對因次分析法中的經濟因素和非經濟因素進行細化，最終確定了糧食中轉庫選址的經濟因素為各備選地址的GDP 值；非經濟影響因素主要為糧食產量、交通條件、自然條件、人力資源條件、政策環境五個方面，利用變異系數法求解非經濟因素的權重比率，構建了基于改進后的因次分析法的區域糧食中轉庫選址模型。以黑龍江省為例，結合黑龍江省的糧食物流發展現狀和自然條件，利用改進后的因次分析法模型，求解得出黑龍江省糧食中轉庫應建設在哈爾濱、佳木斯和齊齊哈爾三個城市。根據分析，運用改進后的因次分析法進行糧食中轉庫的選址，既采用定性的方法分析了選址影響因素，又采用定量的方法計算了非經濟因素的權重比率和影響因素的重要性因子，有效的將定性與定量的方法相結合，比單純的定性或定量的選擇方法更有效。同時，結合糧食產品和黑龍江省的實際情況，考慮各種影響因素，彌補了在糧食中轉庫選址方面研究的欠缺。

[1]關菲,張強.模糊多目標物流配送中心選址模型及其求解算法[J].中國管理科學,2013,(11):57-62.

[2]金莉,朱云龍,申海.三級物流網絡選址-路徑問題建模與求解算法研究[J].控制與決策,2010,(8):1 195-1 206.

[3]李丹,郭翔宇.黑龍江省發展現代化大農業的理論思考[J].商業研究,2013,(8):178-182.

[4]王飛飛,林文.基于改進的重心—因次分析法的3PL配送中心選址研究[J].物流技術,2014,(3):185-199.

[5]朱輝.基于灰理想關聯熵的物流選址方法[J].統計與決策,2013,(18):40-43.