陳園園,李炅
(福州外語外貿學院,福建 福州 350202)
自上世紀九十年代后,如何控制成本逐漸被越來越多的企業在所重視,而對物流成本的控制更是重中之重。為控制和降低物流成本,物流產業的發展得到國家政策的重點支持,物流配送行業的發展變得更加快速,能力也得到了質的飛躍,服務模式越來越多樣化,物流配送的基礎設施以及政府政策也不斷完善起來。
2010 年以后,中國經濟平穩增長,在這種環境下,作為新興崛起的物流行業,存在著空前未有的發展機會,但市場競爭也愈演愈烈。近些年,互聯網的發展迅速,物流行業意識到信息化的重要性,物流配送行業的運行模式逐漸開始轉變。
2019 年,國家發改委推出《關于推動物流高質量發展,促進形成強大國內市場的意見》,文件中提出,物流業是支撐國民經濟發展的基礎性、戰略性、先導性產業。物流高質量發展是經濟高質量發展的重要組成部分,也是推動經濟高質量發展不可或缺的重要力量。在物流被高度重視的今天,諸多物流公司興起,與此同時,卻有較多物流公司宣告破產,研究發現物流選址不當是其破產的主要因素之一。
配送是整個物流過程中一個重要的環節,配送費用占成本相當大的比例,充分利用配送中心地理位置的優勢,就能夠在配送環節上做到高效率、低成本。合理選址的物流配送中心,能為物流公司減少配送運輸成本,并提升市場占有率,擴大業務覆蓋面積的同時提升物流效率和服務質量,進而提高用戶滿意度。
福州安能物流在布局規劃時配送中心的選址位置不合理,一些區域沒有配送中心點,導致了這些區域的物流速度緩慢,為了解決這個問題,需要設立一個能夠為全福州提供物流服務的配送中心,本文嘗試結合國內外的研究特點,構建中值交叉模型,分析福州市內可能會影響選址結果的因素,最后得到理論上最合適的配送中心位置。
近年學者就物流配送中心選址的研究成果也不斷涌現,研究發現在特定地點下的配送中心選址問題和以特定環境或公司為背景研究配送中心選址問題兩個方面。
在以具體地點為背景下配送中心選址問題的研究成果主要有:⑴趙棟(2019)以重慶市為例,具體分析研究了其市內的快速路二橫線,為具有類似復雜條件的道路選線提供一些參考和借鑒意義[1]。⑵吳曉等(2018)以江蘇省為背景,整理并分析了省江蘇內物流園區的發展方向,將層次分析法(AHP)應用于物流園區的選址,系統地評估了物流園區選址方面存在的不足之處并對存在的問題提出研究分析[2]。⑶諶種華,徐望望(2018)以新鄉市百貨大樓為研究對象,通過對其所處宏觀和微觀環境的分析,利用交叉中值模型規劃出最佳選址區域,并進行可行性評估,論證百貨大樓現址選擇的合理性[3]。⑷徐根強(2009)用城市配送體系對配送中心選址地點進行優化,并以青島為背景詳細描述了布局優化對最終配送中心選址位置的影響[4]。⑸鹿應榮(2007)結合地理信息系統(GIS),以長春為背景實現了物流配送中心附近的配送路徑可視化,為糧食物流規劃和管理決策提供了技術平臺[5]。⑹李琴(2007)以農村為研究地點,研究對于農村而言應該如何對物流配送中心進行選址并且綜合評價了最終配送中心的選址位置[6]。
以特殊環境或公司為背景研究配送中心選址的研究成果如下:⑴劉俊豪和陳陽彬(2020)以森馬物流為例,介紹了配送中心的主要作用,分析了哪些因素會制約最終的選址地點,表達對未來配送中心的發展趨勢并且提出了優化建議[7]。⑵付征川(2019)在跨境電商的背景下對海外倉選址進行研究,以宏觀、中觀和微觀的角度分析所有可能會影響到海外倉庫選址的因素[8]。崔獻丹(2019)采用重心法的方法對純凈水公司配送中心選址問題進行研究,此后結合了產品的需求特點對所有的備選區域進行綜合評價、排序,最后確定最合理的配送中心選址位置[9]。⑶汪志林(2019)以安徽鹽業公司為例,指出其存在諸多問題,物流配送方面尤為嚴重,最終通過應用層次分析法和TOPSIS的方法確定建設兩個配送中心,為鹽業公司節省下配送成本[10]。⑷隋昊等(2019)具體分析了對于軍方來說,以往常規的物流模型是否同樣適用,最后分析展望未來軍方的物流配送中心應該研究的目標[11]。
Morteza Yazdani 等(2020)建立一個兩階段決策模型,找出西班牙自治區建立物流中心的最佳選擇區域,實際驗證發現最佳的物流中心選址對企業的發展十分有利[12]。
結合國內外的研究特點,構建中值交叉模型,分析福州市內可能會影響選址結果的因素,最后得到理論上最合適的配送中心位置。
模型假設:
H 1:假設福州市區各大區域的需求量都假設集中于某一點上,如圖1所示,所標圓點即為各個區域的需求集中點;
H 2:假設福州市區內各個區域的運輸費都一樣;
H 3:假設運輸費用隨著運輸距離的增加成正比增加,顯示出線性關系;

圖1 福州市區內各個區域需求集中點
H 4:假設從配送中心到各個需求集中點的路線都是為空間直線。

圖2 需求集中點坐標分布圖
在福州市區內先建立起參考坐標軸,以洪灣南路為坐標軸原點,如圖2所示,各個需求集中點求得的坐標做四舍五入處理。以km為單位刻度,求得四個需求集中點的坐標如(表1)所示。

表1 需求量與坐標基本情況
目前已知在福州市區內有主要4個大區——鼓樓區、晉安區、臺江區、倉山區,現在擬在這個福州市區內為安能物流公司設立一個新的配送中心為這4個大區的客戶提供物流配送服務。
這個4個大區的需求集中點分別為P1(2.7,11.3)、P2(11.8,10.4)、P3(4.4,6.8)、P4(4.6,1.2)。各個區域內的權重設為w1、w2、w3、w4。
這個坐標系中假設最終計算得出的新的配送中心坐標點為P0(X0,Y0),找出新的配送中心的具體地理位置,讓其福州各個地區的需求集中點到求解得到的配送中心的配送成本最低。其總的配送成本的計算公式如下所示:

公式中:wi—在設立的坐標軸中第i個需求集中點所對應的權重;
xi ,yi—在設立的坐標軸中第i個需求集中點所對應的坐標;
x 0,y0—求得的在坐標軸上所對應的新的配送中心的坐標;
n —各個大區的需求集中點的總數量。
要通過運用中值交叉模型解決模型,得到新的配送中心的位置,首先需要確定福州市區的需求集中點權重的中值, 由表1 可知, 中值W =(23+16+41+25)/2=52.5,為了找到中值點x0,需要先將各個需求點沿著x軸的方向從左往右進行排序為1、3、4、2,各個需求集中的權重再進行不斷地累加,但是權重之和不能夠超過需求集中點權重的中值,即52.5。
然后再沿著x軸的方向從右往左的方向進行排序為2、4、1、3,進行權重的累加計算,同理,各個需求集中點的權重進行不斷地累加,但是權重之和不能夠超過需求集中點權重的中值,即52.5。計算過程見(表2、表3);

表2 從x軸方向從左往右的中值點

表3 從x軸方向從右往左的中值點
由表2和表3可以得知,得到需要的配送中心的x坐標應為4.4到4.6之間;
同理為了找到中值點y0,先將各需求點沿y軸的方向從上往下進行排序為1、2、3、4,計算各個需求集中點的權重累加,可以得到需要的配送中心的y軸位置應該不超過6.8;
同理,再沿著y軸的方向從下往上的方向進行排序為4、3、2、1,進行權重的累加計算,但是權重之和不能夠超過需求集中點權重的中值,即52.5。計算過程見(表4、表5);

表4 從y軸方向從上往下的中值點

表5 從y軸方向從下往上的中值點
由表4和表5可以得知,得到需要的配送中心的y坐標應為6.8到10.4之間。
可以得到在設立的坐標系中,x軸區域在4.4~4.6之間,y軸區域在6.8~10.4之間的這片區域有適合安能物流公司設立新的配送中心的地方,以福州市區目前的地理環境、交通情況以及市場環境,配送中心選址位置應為在坐標軸上(4.5,10.4)左右的位置,最后得到如圖3中黑點所示,即福州市鼓樓區五四路展企大廈南?行0.5 km左右,即為最終選址位置。

圖3 最終配送中心選址位置
對于物流行業來說,物流設施選址研究問題在物流企業的戰略性計劃中尤為重要。本文通過建立交叉中值模型的方法,結合福州市區所特有的地理因素、市場環境、交通環境以及政策因素,進行綜合評價分析,找出目前在福州,安能物流公司的物流網絡中尚且存在的不足之處,最后找到進行改善的方案,即設立一個全新的配送中心為福州市區的四個大區提供物流配送服務,即福州市鼓樓區五四路展企大廈南行0.5 km左右,即為最終選址位置。
本文對傳統的中值交叉模型進行了一些改進,運用中值點計算方法選址不僅提高了精度,更加貼近實際情況。選用交叉中值模型的優點在于它可以在任一平面區域內設立坐標系,在這個平面坐標系內的任何一個位置都可以作為選址問題的一個候選解,并且它的數據也相對來說較為好找,只需要找到需求點在我們設立的坐標軸上的對應坐標和相應權重,即可得出最終的選址地點,計算方便,可以做到快速得到最終選址位置。同時通過對福州的地理、市場、交通、政策等多方面因素的分析,在原選址位置的基礎上進行調整,找到最貼近實際情況中的最優選址位置。
在設立坐標系時,無法完全準確的得到需求點到我們設立的坐標軸之間的準確位置,實際當中肯定會存在一定的誤差,無法避免,而且由于無法考慮到現實中的地理情況,有可能最終的選址地點會是在湖中、江面、山林之中甚至有可能會是已經被人征用的地區。因此,最終的實際選址地點可能并不會在模型中理想的選址地點,只能夠在理想的選址地點附近尋找合適的地方建立配送中心。此外,應用中值交叉模型選址時會忽略了在不同的路段選址時會相對應產生不同的各項成本差異,而只考慮到配送成本這是不契合實際的。
在數據收集上存在著不可避免的差距、模型假設環境的太過理想化以及最終選址地點的各項成本考慮性,要避免這些局限性,可以通過使用遺傳算法的方式來替代設立中值交叉模型。遺傳算法具有能夠在它的計算體系中進行自動擇優,剔除次級選擇的特點,因此使用遺傳算法的方式可以更加容易找出最優解。相比交叉中值模型,遺傳算法除了考慮到了配送途中所產生的配送成本,還考慮了配送中心可能會產生的各項運營成本,因而具有更好的適用性。因為遺傳算法所具備的種種優勢,通過它來解決物流設施的選址問題在一定程度上能夠對物流體系起到提升作用,為物流企業節省成本,進而為物流企業謀利。通過使用遺傳算法對配送中心進行選址研究可以很好地避免解決交叉中值模型時會產生的結果偏差,讓最終選址地點更加接近現實狀態下的最優點。