论文部分内容阅读
摘 要：在分析影响选址生态适宜性因素的基础上，引入生态位适宜度模型进行第一次筛选，旨在揭示资源现状对城市可持续发展的适宜性程度。此外，采用混合整数规划模型对剩余备选方案进行二次筛选，并以Z市为例，计算各备选点与理想点的距离远近，确定最终共同配送中心方案。实证结果表明该模型能较好地处理城市生态环境与共同配送中心选址问题，以期为其他城市共同配送选址提供一定借鉴。建议政府着眼城市未来发展，加强共同配送中心的基础设施建设，合理布局，提高资源利用率，促进整个共同配送中心协调运作。
关键词：生态位适宜度；共同配送中心；选址；混合整数规划法
文章编号：2095-5960（2016）04-0086-08；中图分类号：F270；文献标识码：A
一、引言
在十二届全国人大二次会议上，国务院总理李克强在《政府工作报告》中提出要深化流通体制改革，降低流通成本，促进城市物流配送、快递业以及网络购物的发展，充分释放十几亿人口蕴藏的巨大消费潜力。作为支撑国民经济发展的基础性、战略性产业的现代物流业，正面临着经济新常态下的新发展机遇。特别是在当前内需不足、经济转型的背景下，投资拉动转向消费拉动的经济增长方式已成为必然趋势，物流业作为拉动内需的重要纽带，已获得各方的高度关注。作为物流重要环节之一的共同配送中心选址则关系到整个城市物流系统的运作效率。而且，当前城市化进程不断推进和城市问题日益凸显的现实也要求各个企业在积极推行共同配送的同时更加关注生态环境保护。[1]另外，建设共同配送中心需要配备大量基础设施（如固定的机械设备及厂房），且花费的时间及金额较多，使得其一旦建成很难搬迁，如果选址不当，将会损失惨重。
目前，国内外学者在研究物流配送中心选址方面已经取得了较为丰富的成果，尤其是对影响物流配送中心选址的各种因素及成本进行了较为充分地论证，并将模糊综合评价法[2]、模糊聚类分析法[3][4]、目标粒子群法[5]、混合整数规划法[6][7][8]、TOPSIS法[9]、启发式算法[10]、遗传算法[11]、人工蚁群算法[12]等各种技术方法运用到选址模型中，使物流配送中心选址成本最优化问题得到了基本解决。其中，混合0—1整数规划法相对于其他选址方法具有更好的适用性和成本节约性，能较好处理共同配送中心选址问题。
站在生态学的角度，生态位是指物种在特定尺度下、在特定生态环境中的职能地位，它能够反映物种与生态环境的相互作用关系。生态位适宜度是指发展对资源的需求与区域现状资源供给之间的匹配关系，反映了资源现状对可持续发展的适宜性程度。[13]共同配送中心选址应该考虑各备选地的资源状况，即生态位适宜度，并将不满足选址要求的方案排除掉；否则，即使能够找到使总成本最小的共同配送中心，其在存在瓶颈资源条件约束的前提下也无法长久存在。[14]因此，在构建城市共同配送系统过程中，选址问题是至关重要的一个环节。
本文以z市为例，构建一种基于生态位适宜度与混合整数规划法相结合的共同配送中心选址模型。该方法既考虑了影响选址的生态适宜性因素，又考虑到配送的成本费用，是一种适用性更强的决策方法。
二、共同配送中心选址的影响因素
（一）共同配送中心选址的生态适宜性因素
1.自然环境影响
一是气候条件，共同配送中心除了应当避免产生粉尘、腐蚀性气体的地方外，也应该避开辐射强度大和易发生火灾的位置。二是地质条件，对于拟建共同配送中心的地面应要求具备一定的硬度和抗压能力，同时也要求适当的土壤承载力。三是水文条件，在河水容易泛滥的位置，特别是洪涝区、干河滩等地不宜建造共同配送中心。四是地形条件，要尽可能选择地势较高且地形平坦的地方，应尽量远离地貌复杂的地方，如盆地、山坡等。
2.社会环境影响
一是交通状况，为减少配送成本、提高配送效率，共同配送中心的建设应尽可能选择能够实现联合运输的地方。二是公共基础设施，城市道路网络、线路及通信条件等公共设施齐备的地方更有利于共同配送中心的建立，且该场区应具备污水、固体废弃物等处理能力。三是劳动力水平，共同配送中心选址时，应考虑该地是否具备数量充足和素质较高的劳动力条件，且当地的劳动法律法规是否会影响到未来选址的经营成本。四是物流成本费用，成本费用因素主要由物流中心至共同配送中心以及共同配送中心至各客户的运输成本构成，为降低成本，共同配送中心应该选择接近物流服务需求的地方。
（二）共同配送中心选址的其他因素
1.外部因素
一是政策法规，当地政府对共同配送中心建设是否有优惠政策、共同配送中心的建设是否符合国家的土地政策及城市规划。二是城市发展规划，在遵循城市总体规划方向的前提下，共同配送中心还应考虑城市未来发展的速度及方向。三是环境保护要求，共同配送中心选址应尽量选择在离市中心、居民区较远的位置，既能减少汽车尾气和噪音的污染，也使城市生态文明建设得以保持。
2.内部因素
一是服务水平，服务水平要求无论何时，只要客户提出物流需求，共同配送中心都能保证提供快速、满意的服务。二是客户需求分布，分布范围广、需求多样性等特点使得共同配送中心选址时必须考虑其服务对象的分布、对配送服务的要求等。三是商品特性，物流业和制造业的协同机制将对配送中心的建设产生重大影响，尤其是经营多种类型商品的共同配送中心。四是供销货物流向，对比供向物流和销向物流，共同配送中心应当分别选择靠近上游企业和靠近下游客户的位置。
三、基于生态位适宜度的城市共同配送中心选址模型
（一）问题描述
假设某城市有n个供应商的供应量能够满足r个需求点的需求，依据城市规划和环境保护方面的要求，现欲从该城市各备选配送点中选择若干个共同配送中心。已知各备选点的最大容量、需求点的年需求量以及各供应点的年最大供应量，供应点到配送点之间的距离，配送点到需求点之间的距离，且运输成本与运量成正比，一个配送点可由多个供应点供货，一个用户的需求仅由一个配送点提供，同时需要考虑影响选址的生态位适宜性因素，以及对客户不满意的、运输中报废的商品进行回收，以此减少资源浪费及对环境的污染。如何在考虑到资源现状和生态环境影响的基础上，从m个备选点中选择最多t个共同配送中心使得整个配送总成本达到最小？ （二）生态位适宜度模型—第一次筛选
生态位适宜度模型是在生态位基础上发展起来的，用于衡量生物单元与其所在生态位之间关系的模型。从生态学角度考虑，生态位适宜度可以较好地描述土地利用单元与其所处环境条件之间的关系，因此，将生态位引入选址过程可以衡量资源现状与城市生态环境之间的关系。
（三）混合整数规划法建模：第二次筛选
第一次筛选通过将定性指标定量化，建立相关数学模型，对影响选址的生态位适应性因素进行了分析。然而，影响选址的因素很多，测算的过程也很复杂，单纯依靠这些因素进行选址决策会产生误差。为了更有效地研究共同配送中心选址的合理性，文章构建了混合整数规划模型进行第二次筛选，以期实现配送总费用最小化的目标。
1.模型假设
为了简化城市共同配送中心选址模型的求解，提出如下假设：首先，共同配送中心的容量能够满足用户的需求；已知拟建共同配送中心的数量；配送点的运营成本确定；已知配送点的固定投资成本；已知配送节点间的运距；用户需求、配送时间要求已知；运输成本与运距、运量，单位环保成本与运距存在正比例关系；假定各个备选配送中心均存在回收货品且回收率相同；每个需求点仅由一个配送中心配送。
2.目标函数
在进行生态位适宜度筛选后，考虑到对客户不满意的商品及配送中产生的废弃物的回收成本，构建以配送总费用最小为目标的选址模型：
四、实证分析
为促进城市物流发展，Z市物流企业拟与其他供应商联合在该城市内建立若干个共同配送中心，从而对该城市不同种类的产品实施共同配送。依据该城市规划及环境保护方面的布局要求，经若干物流业专家打分评价，拟在该城市7个备选地点中构建共同配送中心，要求共同配送中心建设数量不超过5个。另外，已知所有需求点的年需求量（见表2）、供货点到备选点及备选点到需求点（城市内各大快递网点等）的单位运费率为6.5，单位管理费用设为0.2，单位环保费用设为0.5，年固定环保费用设为10000。
（一）生态位适宜度筛选
（二）MATLAB求解过程
（三）共同配送中心方案的确定
已知各个备选点的坐标及理想共同配送中心点所在位置，可以得出各备选点到理想共同配送中心的距离，由近到远按1-5对各备选点进行标识（见图3）。
五、结论
城市共同配送中心对整合现有物流资源、缓解交通压力和改善生态环境起着至关重要的作用。文章在总结国内外物流配送中心选址研究成果的基础上，采用生态位适宜度和混合整数规划法对城市共同配送中心选址问题展开研究。
首先，文章提出一种改进的生态位适宜度模型。通过筛选出影响选址的生态适宜性因素，利用专家打分法将生态适宜性因素进行定量化，并对各影响因素的重要性进行分析，采用熵值法赋予指标不同的权重，避免片面地以平均数为依据计算各备选点的资源测度，突显气候条件、交通状况和物流成本费用等因素对z市生态位适宜度指数的影响程度，计算出生态适宜度指数，将存在瓶颈资源限制的备选方案剔除。
其次，在对备选方案进行生态位适宜度筛选的基础上，构建以共同配送总费用最小为目标的选址模型，该模型将配送过程中退回的商品及产生的废弃物回收成本考虑在内。
最后，通过对z市进行实证分析，运用Matlab软件求解出较理想的共同配送中心点，通过与各备选方案的比较，确定共同配送中心选址最优方案。结果表明采用生态位适宜度和混合整数规划法相结合的选址方法适用性较强，兼顾生态效益和经济效益，所构建的城市共同配送中心选址模型为具有长远影响且物流成本最小的优化模型。
参考文献：
[1]王汉新.中国城市绿色配送体系的构建途径与未来趋势[J].贵州财经大学学报， 2014（6）：101-106.
[2]赵娜，李晓丹.基于PCL模糊综合评价法的宁波城市共同配送中心选址研究[J].物流工程与管理，2015（5）：89-92.
[3]Ren Y，Xing T，Quan Qetal. Fuzzy Cluster Analysis of Regional City Multi-level Logistics Distribution Center Location Plan [J].Quantitative Logic and Soft Computing，2010（1）：499-508.
[4]毛海军，王勇，杭文.基于模糊聚类算法的多配送中心选址优化方法[J].东南大学学报（自然科学版），2012（5）：1006-1011.
[5]关菲，张强.模糊多目标物流配送中心选址模型及其求解算法[J].中国管理科学，2013 （21）：112-115.
[6]Giorgio Fasano.A Mixed Integer Linear Programming Model for Traffic Logistics Management at the International Space Station[J].Space Engineering，2013（73）： 215-233.
[7]N. Jones，Q. Wang .A Mixed Integer Programming Approach for Logistic Network Design and Optimization Information and Value Adding Networks[J].Advances in Intelligent and Soft Computing，2010（66）：122-124.
[8]李珍萍，李婷婷，梁志新.带道路容量限制的多配送中心选址问题的数学模型与算法[J].统计与决策，2013（6）：37-40.
[9]Anjali Awasthi ，Satyaveer S. Chauhan .A Hybrid Approach Integrating Affinity Diagram， AHP and Fuzzy TOPSIS for Sustainable City Logistics Planning[J]. Applied Mathematical Modeling， 2012，36（2）：200-204.
[10]M. T. Melo，S. Nickel，F. Saldanha-da-Gama.An Efficient Heuristic Approach for a Multi-period Logistics Network Redesign Problem[J].Operations Research & Decision Theory，2014（22）：80-108.
[11]陈雪.基于改进遗传算法的易腐品配送中心选址问题研究[J].科技管理研究，2012 （17） ：199-202.
[12]王志刚，王明刚，尚旭东.基于人工蜂群算法的配送中心选址问题求解[J].数学的实践与认识，2014（17）：170-175.
[13]郝书池，姜燕宁.基于生态位适宜度和主成分——TOPSIS法的配送中心选址模型研究[J].统计与决策，2010（18）：59-61.
[14]王如勇.电子商务环境下城市共同配送选址—路径问题研究[D].华中科技大学，2014.
关键词：生态位适宜度；共同配送中心；选址；混合整数规划法
文章编号：2095-5960（2016）04-0086-08；中图分类号：F270；文献标识码：A
一、引言
在十二届全国人大二次会议上，国务院总理李克强在《政府工作报告》中提出要深化流通体制改革，降低流通成本，促进城市物流配送、快递业以及网络购物的发展，充分释放十几亿人口蕴藏的巨大消费潜力。作为支撑国民经济发展的基础性、战略性产业的现代物流业，正面临着经济新常态下的新发展机遇。特别是在当前内需不足、经济转型的背景下，投资拉动转向消费拉动的经济增长方式已成为必然趋势，物流业作为拉动内需的重要纽带，已获得各方的高度关注。作为物流重要环节之一的共同配送中心选址则关系到整个城市物流系统的运作效率。而且，当前城市化进程不断推进和城市问题日益凸显的现实也要求各个企业在积极推行共同配送的同时更加关注生态环境保护。[1]另外，建设共同配送中心需要配备大量基础设施（如固定的机械设备及厂房），且花费的时间及金额较多，使得其一旦建成很难搬迁，如果选址不当，将会损失惨重。
目前，国内外学者在研究物流配送中心选址方面已经取得了较为丰富的成果，尤其是对影响物流配送中心选址的各种因素及成本进行了较为充分地论证，并将模糊综合评价法[2]、模糊聚类分析法[3][4]、目标粒子群法[5]、混合整数规划法[6][7][8]、TOPSIS法[9]、启发式算法[10]、遗传算法[11]、人工蚁群算法[12]等各种技术方法运用到选址模型中，使物流配送中心选址成本最优化问题得到了基本解决。其中，混合0—1整数规划法相对于其他选址方法具有更好的适用性和成本节约性，能较好处理共同配送中心选址问题。
站在生态学的角度，生态位是指物种在特定尺度下、在特定生态环境中的职能地位，它能够反映物种与生态环境的相互作用关系。生态位适宜度是指发展对资源的需求与区域现状资源供给之间的匹配关系，反映了资源现状对可持续发展的适宜性程度。[13]共同配送中心选址应该考虑各备选地的资源状况，即生态位适宜度，并将不满足选址要求的方案排除掉；否则，即使能够找到使总成本最小的共同配送中心，其在存在瓶颈资源条件约束的前提下也无法长久存在。[14]因此，在构建城市共同配送系统过程中，选址问题是至关重要的一个环节。
本文以z市为例，构建一种基于生态位适宜度与混合整数规划法相结合的共同配送中心选址模型。该方法既考虑了影响选址的生态适宜性因素，又考虑到配送的成本费用，是一种适用性更强的决策方法。
二、共同配送中心选址的影响因素
（一）共同配送中心选址的生态适宜性因素
1.自然环境影响
一是气候条件，共同配送中心除了应当避免产生粉尘、腐蚀性气体的地方外，也应该避开辐射强度大和易发生火灾的位置。二是地质条件，对于拟建共同配送中心的地面应要求具备一定的硬度和抗压能力，同时也要求适当的土壤承载力。三是水文条件，在河水容易泛滥的位置，特别是洪涝区、干河滩等地不宜建造共同配送中心。四是地形条件，要尽可能选择地势较高且地形平坦的地方，应尽量远离地貌复杂的地方，如盆地、山坡等。
2.社会环境影响
一是交通状况，为减少配送成本、提高配送效率，共同配送中心的建设应尽可能选择能够实现联合运输的地方。二是公共基础设施，城市道路网络、线路及通信条件等公共设施齐备的地方更有利于共同配送中心的建立，且该场区应具备污水、固体废弃物等处理能力。三是劳动力水平，共同配送中心选址时，应考虑该地是否具备数量充足和素质较高的劳动力条件，且当地的劳动法律法规是否会影响到未来选址的经营成本。四是物流成本费用，成本费用因素主要由物流中心至共同配送中心以及共同配送中心至各客户的运输成本构成，为降低成本，共同配送中心应该选择接近物流服务需求的地方。
（二）共同配送中心选址的其他因素
1.外部因素
一是政策法规，当地政府对共同配送中心建设是否有优惠政策、共同配送中心的建设是否符合国家的土地政策及城市规划。二是城市发展规划，在遵循城市总体规划方向的前提下，共同配送中心还应考虑城市未来发展的速度及方向。三是环境保护要求，共同配送中心选址应尽量选择在离市中心、居民区较远的位置，既能减少汽车尾气和噪音的污染，也使城市生态文明建设得以保持。
2.内部因素
一是服务水平，服务水平要求无论何时，只要客户提出物流需求，共同配送中心都能保证提供快速、满意的服务。二是客户需求分布，分布范围广、需求多样性等特点使得共同配送中心选址时必须考虑其服务对象的分布、对配送服务的要求等。三是商品特性，物流业和制造业的协同机制将对配送中心的建设产生重大影响，尤其是经营多种类型商品的共同配送中心。四是供销货物流向，对比供向物流和销向物流，共同配送中心应当分别选择靠近上游企业和靠近下游客户的位置。
三、基于生态位适宜度的城市共同配送中心选址模型
（一）问题描述
假设某城市有n个供应商的供应量能够满足r个需求点的需求，依据城市规划和环境保护方面的要求，现欲从该城市各备选配送点中选择若干个共同配送中心。已知各备选点的最大容量、需求点的年需求量以及各供应点的年最大供应量，供应点到配送点之间的距离，配送点到需求点之间的距离，且运输成本与运量成正比，一个配送点可由多个供应点供货，一个用户的需求仅由一个配送点提供，同时需要考虑影响选址的生态位适宜性因素，以及对客户不满意的、运输中报废的商品进行回收，以此减少资源浪费及对环境的污染。如何在考虑到资源现状和生态环境影响的基础上，从m个备选点中选择最多t个共同配送中心使得整个配送总成本达到最小？ （二）生态位适宜度模型—第一次筛选
生态位适宜度模型是在生态位基础上发展起来的，用于衡量生物单元与其所在生态位之间关系的模型。从生态学角度考虑，生态位适宜度可以较好地描述土地利用单元与其所处环境条件之间的关系，因此，将生态位引入选址过程可以衡量资源现状与城市生态环境之间的关系。
（三）混合整数规划法建模：第二次筛选
第一次筛选通过将定性指标定量化，建立相关数学模型，对影响选址的生态位适应性因素进行了分析。然而，影响选址的因素很多，测算的过程也很复杂，单纯依靠这些因素进行选址决策会产生误差。为了更有效地研究共同配送中心选址的合理性，文章构建了混合整数规划模型进行第二次筛选，以期实现配送总费用最小化的目标。
1.模型假设
为了简化城市共同配送中心选址模型的求解，提出如下假设：首先，共同配送中心的容量能够满足用户的需求；已知拟建共同配送中心的数量；配送点的运营成本确定；已知配送点的固定投资成本；已知配送节点间的运距；用户需求、配送时间要求已知；运输成本与运距、运量，单位环保成本与运距存在正比例关系；假定各个备选配送中心均存在回收货品且回收率相同；每个需求点仅由一个配送中心配送。
2.目标函数
在进行生态位适宜度筛选后，考虑到对客户不满意的商品及配送中产生的废弃物的回收成本，构建以配送总费用最小为目标的选址模型：
四、实证分析
为促进城市物流发展，Z市物流企业拟与其他供应商联合在该城市内建立若干个共同配送中心，从而对该城市不同种类的产品实施共同配送。依据该城市规划及环境保护方面的布局要求，经若干物流业专家打分评价，拟在该城市7个备选地点中构建共同配送中心，要求共同配送中心建设数量不超过5个。另外，已知所有需求点的年需求量（见表2）、供货点到备选点及备选点到需求点（城市内各大快递网点等）的单位运费率为6.5，单位管理费用设为0.2，单位环保费用设为0.5，年固定环保费用设为10000。
（一）生态位适宜度筛选
（二）MATLAB求解过程
（三）共同配送中心方案的确定
已知各个备选点的坐标及理想共同配送中心点所在位置，可以得出各备选点到理想共同配送中心的距离，由近到远按1-5对各备选点进行标识（见图3）。
五、结论
城市共同配送中心对整合现有物流资源、缓解交通压力和改善生态环境起着至关重要的作用。文章在总结国内外物流配送中心选址研究成果的基础上，采用生态位适宜度和混合整数规划法对城市共同配送中心选址问题展开研究。
首先，文章提出一种改进的生态位适宜度模型。通过筛选出影响选址的生态适宜性因素，利用专家打分法将生态适宜性因素进行定量化，并对各影响因素的重要性进行分析，采用熵值法赋予指标不同的权重，避免片面地以平均数为依据计算各备选点的资源测度，突显气候条件、交通状况和物流成本费用等因素对z市生态位适宜度指数的影响程度，计算出生态适宜度指数，将存在瓶颈资源限制的备选方案剔除。
其次，在对备选方案进行生态位适宜度筛选的基础上，构建以共同配送总费用最小为目标的选址模型，该模型将配送过程中退回的商品及产生的废弃物回收成本考虑在内。
最后，通过对z市进行实证分析，运用Matlab软件求解出较理想的共同配送中心点，通过与各备选方案的比较，确定共同配送中心选址最优方案。结果表明采用生态位适宜度和混合整数规划法相结合的选址方法适用性较强，兼顾生态效益和经济效益，所构建的城市共同配送中心选址模型为具有长远影响且物流成本最小的优化模型。
参考文献：
[1]王汉新.中国城市绿色配送体系的构建途径与未来趋势[J].贵州财经大学学报， 2014（6）：101-106.
[2]赵娜，李晓丹.基于PCL模糊综合评价法的宁波城市共同配送中心选址研究[J].物流工程与管理，2015（5）：89-92.
[3]Ren Y，Xing T，Quan Qetal. Fuzzy Cluster Analysis of Regional City Multi-level Logistics Distribution Center Location Plan [J].Quantitative Logic and Soft Computing，2010（1）：499-508.
[4]毛海军，王勇，杭文.基于模糊聚类算法的多配送中心选址优化方法[J].东南大学学报（自然科学版），2012（5）：1006-1011.
[5]关菲，张强.模糊多目标物流配送中心选址模型及其求解算法[J].中国管理科学，2013 （21）：112-115.
[6]Giorgio Fasano.A Mixed Integer Linear Programming Model for Traffic Logistics Management at the International Space Station[J].Space Engineering，2013（73）： 215-233.
[7]N. Jones，Q. Wang .A Mixed Integer Programming Approach for Logistic Network Design and Optimization Information and Value Adding Networks[J].Advances in Intelligent and Soft Computing，2010（66）：122-124.
[8]李珍萍，李婷婷，梁志新.带道路容量限制的多配送中心选址问题的数学模型与算法[J].统计与决策，2013（6）：37-40.
[9]Anjali Awasthi ，Satyaveer S. Chauhan .A Hybrid Approach Integrating Affinity Diagram， AHP and Fuzzy TOPSIS for Sustainable City Logistics Planning[J]. Applied Mathematical Modeling， 2012，36（2）：200-204.
[10]M. T. Melo，S. Nickel，F. Saldanha-da-Gama.An Efficient Heuristic Approach for a Multi-period Logistics Network Redesign Problem[J].Operations Research & Decision Theory，2014（22）：80-108.
[11]陈雪.基于改进遗传算法的易腐品配送中心选址问题研究[J].科技管理研究，2012 （17） ：199-202.
[12]王志刚，王明刚，尚旭东.基于人工蜂群算法的配送中心选址问题求解[J].数学的实践与认识，2014（17）：170-175.
[13]郝书池，姜燕宁.基于生态位适宜度和主成分——TOPSIS法的配送中心选址模型研究[J].统计与决策，2010（18）：59-61.
[14]王如勇.电子商务环境下城市共同配送选址—路径问题研究[D].华中科技大学，2014.