物流中心选址范文（精选12篇）
物流中心选址 第1篇
一、物流配送中心选址的影响因素
(一) 货物分布和数量。
这是配送中心配送的对象, 如货物来源和去向的分布情况、历史和现在以及将来的预测和发展等。配送中心应该尽可能地与生产地和配送区域形成短距离优化。货物数量是随配送规模的增长而不断增长的。货物增长率越高, 越是要求配送中心选址的合理性, 从而减少输送过程中不必要的浪费。
(二) 运输条件。
物流配送中心的选址应接近交通运输枢纽, 使配送中心形成物流过程中的一个恰当的结点。在有条件的情况下, 配送中心应尽可能靠近铁路货运站、港口及公路。
(三) 用地条件。
物流配送中心的占地问题在土地日益昂贵的今天显得越来越重要。是利用现有的土地, 还是重新征地?地价如何?是否符合政府规划要求等等, 在建设配送中心时都要进行综合考虑。
(四) 商品流动。
企业生产的消费品随着人口的转移而变化, 应据此更好地为企业的配送系统定位。同时, 工业产品市场也会转移变化, 为了确定原材料和半成品等商品的流动变化情况, 在进行物流配送中心的选址时, 应考虑有关商品流动的具体情况。
(五) 其他因素。
如劳动力、运输与服务的方便程度、投资额的限制等。
二、物流配送中心选址方法
(一) 定性分析法。
定性分析法主要是根据选址影响因素和选址原则, 依靠专家或管理人员丰富的经验、知识及其综合分析能力, 确定配送中心的具体选址。主要有专家打分法、德尔菲法。定性方法的优点是注重历史经验, 简单易行。其缺点是容易犯经验主义和主观主义的错误, 并且当可选地点较多时, 不易做出理想的决策, 导致决策的可靠性不高。
(二) 定量分析法。
定量的方法主要包括重心法、鲍莫尔-沃尔夫法、运输规划法、Cluster法、CFLP法、混合0-1整数规划法、双层规划法、遗传算法等。定量方法选址的优点是能求出比较准确可信的解。其中, 重心法是研究单个物流配送中心选址的常用方法, 这种方法将物流系统中的需求点和资源点看成是分布在某一平面范围内的物流系统, 各点的需求量和资源量分别看成是物体的重量, 物体系统的重心作为物流网点的最佳设置点。
三、物流配送中心合理选址案例分析
(一) 重心法模型选址实例。
现假设冠芝霖手机大卖场总部要拟建一个物流配送中心来负责其在苏州市区内各店的物流配送, 根据这4个店在地图上的具体位置建立直角坐标系, 以其中一个店的坐标为 (0, 0) , 同时假设单位运量单位距离的运输成本相同, 年物流运输量如表1所示, 试用重心法确定物流配送中心的坐标位置。一般来说, 根据重心法模型计算得出配送中心的位置坐标为 (11.5, 9.9) , 由地图可知该点恰好位于三香公园所在位置。 (表1)
(二) 对重心法模型的改进。
重心法是使用比较早的一种方法, 计算简单, 而且其配送中心地点的选择是不加特定限制的, 具有自由选择的长处。但是从另一个方面来看, 重心法模型的自由度过多也是一个缺点, 它仅考虑运输费用而没有考虑配送中心建设的固定费用 (包括基本建设费用和固定经营费用) 及因经营管理产生的可变费用。有时由重心法计算求得的最佳地点实际上并不可行, 有的地点很可能在河流湖泊上或街道中间等, 此时就要根据客观条件, 放弃最优位置而另外选择一个比较满意的位置, 所以需要对其进行改进。
当由重心法计算所得到的坐标在实际中不可行时, 考虑市政规划和地理条件等因素后, 在以重心坐标为圆心, 以R为半径的圆形区域中选择几个可行的备选点, 然后利用选址度量法从备选点中选出最佳物流配送中心建设点。选址度量法是一种既考虑定量因素、又考虑定性因素用以支持设施选址的方法, 是评价综合因素的另一类选址方法, 步骤如下:
1、将各因素分为成本因素和非成本因素, 确定其成本因素比重:x和非成本因素比重:1-x (0≤x≤1) 。
2、确定客观度量值OMi:
Cij为第i个可行位置的第j项成本;, m为客观因素数目;n为可行位置数。
3、确定非成本因素度量值SMi:
Wik为i位置对k因素的比重;为非成本因素的评价值;Ik为k非成本因素的权重;M为非成本因素数目。
4、确定位置度量值LMi:
5、决策。LMi最大者是最佳位置。
由于上述所算坐标点 (11.5, 9.9) 在实际中不可行。根据市政规划、地理位置和配送中心选址因素, 我们在以 (11.5, 9.9) 为圆心以1个单位长为半径的圆形区域内得到3个备选点:P1 (10.8, 10.3) 、P2 (11.8, 10.5) 、P3 (12.3, 9.5) 。
这些备选点中需要考虑的成本因素有:土地价格、运输成本和建安费;非成本因素有:自然环境条件、对城市居民的影响、距离交通主干道远近。通过德尔非法得成本因素比重x=0.65, 非成本因素比重1-x=0.35。成本因素中P1、P2、P3的土地价格:C11=4000, C21=7000, C31=5600, 运输成本C12=450, C22=340, C32=300, 建安费:C13=2050, C23=1800, C33=2000;非成本因素中P1、P2、P3的自然环境条件比值:W11=0.4, W21=0.6, W31=0.3;对城市居民影响大小:W12=0.5, W22=0.6, W32=0.4;距离城市主干道远近:W13=0.2, W23=0.4, W33=0.7。非成本因素权系数I1=0.3, I2=0.3, I3=0.4。
根据公式 (1) 、 (2) 、 (3) , 可以得出, LM1=0.33, LM2=0.30, LM3=0.36。LM3>LM1>LM2, 所以点P3 (12.3, 9.5) 是建该配送中心的最佳位置。
四、结语
定性选址方法比较注重历史经验, 简单易行, 但是容易犯经验主义和主观主义的错误, 并且当可选地点较多时, 不易做出理想的决策, 导致决策的可靠性不高。与定性方法相比较, 用定量选址方法进行选址时是能求出比较准确、可信的解, 但又常常为了量化, 使本来比较复杂的事物简单化、模栩化了, 甚至有的意见被量化以后可能被误解和曲解。因此, 定性与定量方法相结合是一种比较科学而又切合实际的选址方法。本文中的选址度量法由于既考虑了定量因素、又考虑了定性因素, 并结合了实际情况、成本因素和非成本因素的影响, 对重心法改进以后使得物流配送中心的选址更加科学和合理。此方法综合了定性和定量两方面的优点, 能够做出比较理想的决策。
参考文献
[1]王家聚.基于重心法的配送中心选址研究及应用[J].长江大学学报, 2008.4.
[2]苗兴东, 李映红, 范存军.重心法选址探讨[J].物流与信息, 2004.10.
[3]杨茂盛, 李霞.改进重心法在物流配送中心选址中的应用[J].物流技术, 2007.
农产品物流中心选址调查问卷 第2篇
尊敬的先生/女士：
您好！我是一名大四的学生，我们正在做一份关于农产品物流中心选址的问卷调查，为了调查本地区是否适合建设农产品物流中心，以便更好的满足您对农产品的需求，我们诚恳的邀请您成为我们的访问对象，希望您能从百忙之中抽出一点时间回答我们提出的问题，请将你的真实情况和观点提供给我们。本问卷不记姓名，您的回答将按照国家统计法予以保密。对于您的配合，我们表示衷心的感谢！
以下问题，请您在选中的选项上打钩？
1.您常去农产品市场购买农产品吗？
A.是B.否
2.您去农产品市场买菜一般选择什么交通工具？
A.步行B.公交车C.自行车D.其他
3.您希望农产品物流中心坐落在？
A.居民区B.商业区c.办公区D.其他
4.您认为农产品的销售业绩是否与农产品市场附近的交通状况有关？
A.是B.否
5.您对市内农产品价格是否满意？
A.是B.否的6.您认为农产品物流中心销售区销售的农产品比起一般菜市场的商品
A.更加新鲜B.更加便宜C.购买更加方便D.以上三者都选
7.您认为农产品物流中心选址首先考虑的因素是？
A.房租B.交通C.人流量D.购买力
8.您购买农产品花去的时间是？
A.小于20分钟B.20-40分钟C.40-60分钟D.超过1小时
9.您多久购买一次农产品？
A.每天B.一周四次C.一周一次D.其他
10.您对建设农产品物流中心最大的担忧是？
A.噪音大B.环境污染C.车流量大导致的交通拥堵D.其他
11.您认为雁滩适合建设农产品物流中心吗？
A.是B.否
12.您认为一个成功的农产品物流中心最注重的是？
考虑碳排放的物流配送中心竞争选址 第3篇
(上海海事大学经济管理学院，上海 201306)
0 引言
20世纪80年代后，竞争选址逐渐成为选址问题的热点问题和研究方向.HOTELLING［1]最早提出竞争环境下的选址问题.ABOOLIAN等［2]提出一个利润最大的Web服务竞争选址模型.范建华［3]应用效用函数建立一个竞争环境下连锁型企业新设施选址的新模型.骆有隆等［4]考虑选址聚集效应和市场份额竞争的新设施网络选址问题，建立考虑利益最大和吞并最小的双目标模型.杨玉香等［5]分析新进企业与现有企业构成的一主多从Stackelberg主从对策问题，建立设施竞争选址模型，并提出遗传算法与QPADM算法相结合的求解策略.GHADDAR等［6]针对一个产品价格由市场总产量决定的二级供应链，建立Stackelberg竞争选址模型，并考虑碳排放交易.
关于配送中心和相关设施选址问题已有大量研究成果.王淑琴等［7]针对城市物流系统不同层次的节点间存在物流量流动、不同层次节点的选址互为影响的特点，提出城市双层配送网络布局模型.陈鑫等［8]结合排队论和选址理论，建立带有响应时间承诺的应急救援中心选址优化模型.SUN等［9]从配送中心成本、顾客成本两方面出发，建立双层规划模型，并设计一个启发式方法求解.韩皓等［10]提出与现实中企业多元化经营背景相应的多级物流节点选址优化.朱江洪等［11]考虑物流系统各功能环节的碳排放对环境的影响，构建配送中心综合选址模型.杨雨薇等［12]针对征收碳税及碳交易两种情况分别建立数学模型对选址方案进行优化.
本文研究在市场上已有公司建立配送中心的情况下，后来者如何选址才能获得最大的市场利润，同时对环境的影响最小.首先建立垄断条件下公司配送中心的选址模型，然后建立竞争条件下两个公司的Stackelberg博弈选址模型.公司的成本主要有货物的进货成本、运输成本、新建及扩建配送中心的成本以及碳排放成本.碳排放成本主要产生于配送中心新建、扩建、库存及运输中.
本文的创新之处:(1)研究视角的创新.本文采用效用函数研究物流配送中心选址问题，此效用函数是关于配送中心规模大小和配送中心与顾客之间距离的函数.而以往的配送中心选址研究中没有采用这种效用函数.本文还采用由此效用函数决定的概率描述顾客选择各配送中心的可能性大小.(2)研究模型的创新.以往的配送中心竞争选址中，跟随者一方常常通过价格策略参与竞争.本文假设跟随者主要通过3种方法对领导者作出反应:第一种保持原有的规模，第二种是在原有的基础上扩大规模，第三种是关闭原有的配送中心.(3)本文考虑配送中心新建、扩建、库存及运输中产生的碳排放量，使所建的模型在追求利润最大化的同时也考虑对环境产生的影响.
1 问题描述与模型建立
1.1 变量与参数说明
设N为需求点集合，i∈N;J为A公司配送中心集合，j∈J;K为B公司配送中心集合，k∈K;wi为需求点i的需求量;sj为A公司配送中心j的规模;sk0为B公司原有配送中心k的规模;sk1为B公司扩建的配送中心k的规模;h为产品进价;m为产品销售价格;fj为A公司在j点新建配送中心的成本;∂A为A公司单位库存产生的碳排放量;∂B为B公司单位库存产生的碳排放量;γij和γik分别为从配送中心j和k运输单位货物到需求点i产生的碳排放量;μ为碳排放税率;Ij为配送中心j的固定碳排放量;xj为公司A的决策变量，xj=1表示在j点新建配送中心，xj=0表示不在j点新建配送中心;xij为A公司配送中心j到需求点i的运输量;yik为B公司配送中心k到需求点i的运输量;aij和aik分别为需求点i到配送中心j和k单位货物的运输费用;bk为B公司扩建配送中心k单位设施的成本;βk为B公司扩建配送中心k单位设施产生的碳排放量;cA为A公司新建配送中心j的成本限制;cB为B公司扩建配送中心k的成本限制;lk为B公司扩建配送中心k的规模限制.
1.2 模型假设
HUFF［13]最早提出效用的概念，在他的模型中，设施j对顾客i的效用为其中sj指设施的大小，Tij指从i到j所花费的时间.假设配送中心对顾客的吸引力程度由配送中心的大小决定.根据文献［14]，本文引入一个距离衰减函数 f(dij)=e－θjdij，其中θj是考虑竞争对手位置的一个参数，周围配送中心越多，θj越大.当 j∈J时，令 uij=sjf(dij)xj=sje－θjdijxj;当 k∈K 时，令 uik=(sk0+sk1)f(dik)=(sk0+sk1)e－θkdik.需求点 i总 效用，需求点i的需求被A公司配送中心j服务的概率为所以需求点 i的需求被A公司服务的概率为
设市场上已经存在B公司，A公司后进入市场.A公司进入时能预见A与B公司之间的竞争.A公司选择新建配送中心，需求点i的需求以piA的概率被A公司所吸引，所以A公司在需求点i的需求量
Zi(A)=wipiA，即A公司在需求点i从B公司手中夺得wipiA的需求量，而这些需求量原本是被B公司所吸引的.B公司从利润最大化角度出发，必然会作出反应.假设在A公司进入市场后，B公司通过3种方式对A公司作出反应:第一种继续保持原有的配送中心大小不变;第二种是在原有的基础上扩大规模，以增加自己对顾客的效用Ui(B)，从而增加需求点i的需求被B公司服务的概率 piB=，最终赢得更多的需求量;第三种是关闭原有的配送中心.
1.3 考虑碳排放的物流配送中心垄断选址模型
此模型中的变量是xj和xij.式(1)为A公司新建配送中心的总成本约束;式(2)为A公司新建配送中心的数量限制;式(3)表示A公司配送中心的配送量要满足需求点的需求;式(4)为0-1整数约束;式(5)为非负约束;式(6)表示只有在j点设置配送中心，才能向各个需求点供货.
1.4 考虑碳排放的物流配送中心竞争选址模型
当市场上存在竞争时，A与B公司之间为Stackelberg竞争，A公司是领导者，B公司是跟随者.
1.4.1 B公司的利润最大化模型
此模型中的变量是sk1.式(7)为B公司关闭或扩建配送中心规模的成本约束;式(8)为B公司配送中心的规模限制;式(9)为B公司配送中心的配送量要满足其所获得的市场份额;式(10)为非负约束.
上述问题的最优解满足库恩-塔克条件:
1.4.2 A公司的利润最大化模型
此模型中的变量是xj和xij.式(11)为A公司新建配送中心的总成本约束;式(12)为A公司新建配送中心的数量限制;式(13)表示A公司配送中心的配送量要满足其所获得的市场份额;式(14)为0-1整数约束;式(15)为非负约束;式(16)～(21)为满足B公司利润最大化的库恩-塔克条件;式(22)表示只有在j点设置配送中心，才能向各需求点供货.
2 模型求解
根据文献［10]，式(19)和(20)可化为
其中M是一个无穷大的正数.因此，A公司利润最大化模型的约束条件为式(11)～(19)和(22)～(27).
3 算例
3.1 算例1
假设产品价格为10 000元/t，进价为6 000元/t.A和B公司都使用同样的运输工具，运费为60元/(t·km)，每吨产品运输1 km产生的碳排放量的绝对值为距离的10倍.两个公司库存产生的碳排放量都为2 kg/t，碳排放税率 μ=0.5元/kg.
B公司在市场上已有3个配送中心，K={1，2，3}，规模分别为 150，160，170 m2，扩建的规模限制分别为40，30，50 m2，扩建每平方米的费用分别为2 500，2 800，3 000元，扩建每平方米产生的碳排放量是 1.2，1.2，1.2 kg，B 公司扩建的总成本限制为80万元，θk=1.假设市场上有6个需求点，N={1，2，3，4，5，6}，需求量分别为 500，400，350，600，650，550 t.需求点到配送中心的距离见表1.
A 公司有4 个候选点，J={1，2，3，4}，新建配送中心的固定建设费用分别为65，90，80，75万元，其规模为 150，160，120，180 m2，固定碳排放量分别为120，150，100，160 kg，A 公司新建配送中心总成本限制为300万元，总数的限制为3个，θj=1.需求点到配送中心的距离见表2.
表1 需求点i到B公司配送中心k的距离 km
表2 需求点i到A公司配送中心j的距离 km
3.1.1 垄断条件下的选址策略
运用Lingo求解，可得垄断条件下A公司的最佳选址为候选点1，2和4.通过比较可知，候选点1，2和4的规模比较大，在这3处建立配送中心能增加该配送中心对顾客的吸引力，从而赢得更多的顾客需求.垄断条件下A公司的最佳调运方案见表3，此时A公司最大利润为9 179 735元.
表3 垄断条件下A公司的最佳调运方案 t
3.1.2 竞争条件下的选址策略
计算可得竞争条件下A公司的最佳选址为候选点1，2和4，最佳调运方案见表4，此时A公司的利润为4 003 394元.
此时B公司的采取的策略是关闭配送中心2，扩建配送中心1和3.这是考虑:配送中心1，2，3的最大规模分别为190，190，220 m2;显然，配送中心3的规模较大，对顾客的吸引力也大;配送中心1和2的最大限制规模虽然相同，但配送中心1扩建到最大规模的费用(7 500元)小于配送中心2的费用(8 400元).因此，B公司会选择扩建配送中心1，关闭配送中心2.竞争条件下B公司的最佳调运方案见表5，此时B公司的利润为4 961 692元.
表4 竞争条件下A公司的最佳调运方案 t
表5 竞争条件下B公司的最佳调运方案 t
算例1结果表明，竞争条件下市场总利润为8 965 086元，小于垄断条件下的总利润.
3.2 算例2
假设A和B公司的运费为50元/(t·km)，由运输产生的碳排放均为2 kg/(t·km)，两个公司库存产生的碳排放量都为0.2 kg/t.B公司的3个配送中心扩建的规模限制分别为80，70，90 m2，扩建每平方米的费用分别为2 200，2 600，2 800元.A公司的4个配送中心固定碳排放量分别为200，230，180，240 kg，A公司新建配送中心总成本限制为200万元.6个需求点的需求量分别为 650，550，500，750，800，700 t.其余数据同算例 1.
3.2.1 垄断条件下的选址策略
计算可得垄断条件下A公司的最佳选址为候选点1和4，最佳调运方案见表6，此时A公司最大利润为13 473 740元.
表6 垄断条件下A公司的最佳调运方案 t
3.2.2 竞争条件下的选址策略
计算可得竞争条件下A公司的最佳选址为候选点1和4，最佳调运方案见表7，此时A公司的利润为5 443 564元.
表7 竞争条件下A公司的最佳调运方案 t
此时B公司的采取的策略是关闭配送中心2，扩建配送中心1和3.竞争条件下B公司的最佳调运方案见表8，此时B公司的利润为7 774 045元.
表8 竞争条件下B公司的最佳调运方案 t
算例2结果表明，竞争条件下市场总利润为13 217 609元，小于垄断条件下的总利润.
4 结束语
本文研究碳排放背景下物流配送中心竞争选址问题.首先建立垄断条件下A公司的选址模型，其中考虑产品价格、购买成本、固定建设成本、运输费用及碳排放成本.其次将已经存在的B公司作为跟随者，后进入的A公司作为领导者，建立两个公司的Stackelberg博弈选址模型，两个公司通过改变各自配送中心规模的大小决定市场份额的大小.最后进行算例分析，比较垄断与竞争条件下两个公司的决策及利润情况.将来可以继续研究的有:(1)顾客的需求不确定，是随机或模糊的情形;(2)A公司的候选点及顾客需求点远不止4或6个，设计一种有效的算法解决大规模问题.
［1]HOTELLING H.Stability in competition［J].Economic J，1929，39(153):41-57.
［2]ABOOLIAN R，SUN Y，KOEHLER G J.A location-allocation problem for a Web services provider in a competitive market［J].Eur J Operational Res，2009，194(1):64-77.
［3]范建华.基于阶梯型衰退效用函数的竞争选址问题［J].管理学报，2009，6(12):1638-1642.
［4]骆有隆，聂规划.Web服务集成商在竞争环境下的产品决策研究［J].武汉理工大学学报:交通科学与工程版，2011，35(5):1027-1030.
［5]杨玉香，周根贵.闭环供应链网络设施竞争选址模型研究［J].中国管理科学，2011，19(5):50-57.
［6]GHADDAR B，NAOUM-SAWAYA J.Environmentally friendly facility location with market competition［J].J Operational Res Soc，2012，63(7):899-908.
［7]王淑琴，刘伟.城市双层配送网络布局模型［J].上海海事大学学报，2009，30(4):36-39.
［8]陈鑫，汪传旭，石刘红.模糊随机需求下应急救援中心排队选址模型及算法［J].上海海事大学学报，2011，32(1):74-79.
［9]SUN H，GAO Z，WU J.A bi-level programming model and solution algorithm for the location of logistics distribution centers［J].Appl Math Modelling，2008，32(4):610-616.
［10]韩皓，王素玲.多级物流节点选址问题建模与求解［J].上海海事大学学报，2009，30(4):30-35.
［11]朱江洪，刘代平.考虑碳排放的物流配送中心选址［J].铁路采购与物流，2011，6(4):56-57.
［12]杨雨薇，林淑芬.碳税和碳交易条件下的物流配送中心选址模型［J].物流工程与管理，2011，33(4):119-122.
［13]HUFF D L.A programmed solution for approximating an optimum retail location［J].Land Econ，1966，42(3):293-303.
区域物流中心的选址问题研究 第4篇
所以,区域经济的发展对物流业的发展也提出了新的要求,物流业的发展促进区域经济的发展,要合理规范物流业就要以物流中心为枢纽构建“多辐射”覆盖面广的物流网络体系,而在这体系中,物流中心的选址则是物流系统优化中的一个具有战略意义的重要问题。物流中心不仅会影响在它周边城市的经济发展,而且对其所在的区域也起着至关重要的作用。所以对区域物流中的选址问题,有关部门应给予高度的重视,在区域物流中心的选址和布局上应当充分调查分析,使区域物流中心的建设能具有相当的柔性,以便提高市场变化的适应能力。
1 物流中心的选址
由于物流中心的规模庞大,地处要道,有着巨大的经济效益的同时也会给生态环境带来破坏和影响。所以,物流中心的选址一方面需要考虑到交通是否能畅通的问题,就是能够保证物流业的协调发展而没有给市区的交通带来影响。而另一方面就是要考虑不能加重市区的生态环境的变化,要保护环境。
所以,物流运作效率不仅决定区域的经济竞争能力,而且还是区域经济可持续发展的保证。为了得到较高的区域物流运作效率,必须促进区域物流协调,尽量实现最低的区域物流成本。合适的区域物流中心规模和布局则是降低区域物流成本的基础保证,因此区域物流中心的选址布局成了重要的问题。
1.1 物流中心的涵义
物流中心是物流系统中的基础设施。它的规划、筹建、运行与完善,涉及交通、物资、商业、外贸、工业、建筑、农业、金融等多个部门、多个行业的企业。不同部门及企业对其内涵及外延的理解不尽一致。
所以可以将物流中心理解为,以交通运输为枢纽,建立起的经营社会物流业务的货物集散场所是构筑区域物流系统的重要组成部分。由于货运枢纽是一些货运站场而构成的网络运作体系,实际上也是构成了社会物流网络的节点,具有实现订货、咨询、包装、装卸、中转、送货等物流服务的基础设施及移动设备,以相应的组织结构和经营方式,成为了具备物流中心的条件。
区域物流中心是指具有较强的辐射能力和库存准备,向省(市)际、全国乃至国际范围的用户提供物流服务的物流中心。一般而言,这种物流中心规模较大,用户较多,批量也较大,往往是为下一级城市物流中心提供服务,也配送给营业所、商店、批发商和企业用户。虽然也从事零星的配送,但这不是主体形式。
1.2 影响物流中心选址因素
合理的物流配送中心选址能节省费用,加快货物的流通,增加物流企业的收益。所以,物流配送中心的选址对整个物流系统的优化起着至关重要的作用,因此,物流中心选址时应考虑以下几个因素:
(1)市场条件。要充分的考虑该地区的市场条件,对企业的产品和服务的情况,消费水平以及其他同类企业的竞争能力等,这些因素都应该考虑其中。
(2)客户分布。配送中心选址时候要考虑到客户的区域分布情况,考虑到客户的分布范围以及客户间距的长短,尽量的缩短配送的距离和时间。
(3)交通条件。要充分的考虑地区的交通运输条件,为提供的运输途径和运力、运费等考虑利用现有的运输线路,最好选择在各种交通干线相接的地带,例如海港码头、空港或者交通公路干线附近,以便货物能够及时迅速的转运和输送,也可节省运输费用。
(4)资源条件。充分考虑到该地区是否能够使企业得到足够的资源。在确定物流中心选址和用地规模时,应该以物流配送现状分析和预测为依据。按照服务空间范围的大小,综合考虑影响物流配送中心的各种因素,选择最佳地点,确定最佳规模。
(5)人力资源条件。充分考虑该地区从事物流配送业人员的素质条件等因素。
(6)政策条件。考虑该地区的法律规定、税收政策等情况是否有利于投资。
2 因地制宜,充分利用当地的区域优势
将区域内比较有优势的以及竞争力相对优势的因素相结合成区域的综合竞争优势,是区域竞争力形成的基础。区域经济的产业结构以及布局和发展趋势等对现代物流业产生重大的影响。对物流业的基础设施建设也产生着重要的影响。
利用现有的道路交通资源是提高物流的效率,而且可减少不必要的交通活动和物流成本。从而减少因物流所带来的交通堵塞问题和环境的破坏,可增加持续发展的能力。在进行区域物流选址布局和物流中心建设时,需结合本地区的实际情况,确定相应的布局原则和方法。
例如物流句点布局与选址的常用数学模型主要是考虑一个或者多个物流句点的布局选址模型,及考虑运输费用和多个物流句点的布局选址模型等。对物流设施选址的数学模型实际应用中往往只具有理论和时间的意义。法律、法规、规划、土地使用权、物流业务种类、物流设施、筹资能力、交通环境因素、自然条件因素等很难在一个已具规模的中心城市、区域经济圈模型中都体现出来。因此,物流中心布局选址所涉及一些关键因素,需要将定性分析和定量分析结合起来进行,或采用综合集成的方法进行选址工作,利用加权因素法,主要是根据对物流中心有影响的因素分别赋予不同的权重,计算得分进行选址的方法。设有多个配送中心地址可供选择,根据各个地址的地理位置、市场条件、政策条件、供应商分布、资源条件、人力资源、交通条件等因素设置不同的权重,给每个影响因素从影响的大小分为不同的级别,并且分别赋予不同的分值。
3 加强基础设施以及信息系统建设
物流业是保障国民经济平稳较快运行的基础性产业,但是,我国物流基础设施建设相对滞后,物流服务体系很不完善。国家应该采取相应的政策措施,支持物流基础设施建设。
物流园区(基地)、配送中心,多式联运、转运设施,是物流运作的重要节点,与铁路、公路和水路等物流通道共同构成物流基础设施网络体系。这个体系的健全完善和高效有序运作,可以促进各种运输方式衔接配套,提高资源使用效率和物流运行效率,从整体上提升产业竞争力,从根本上解决水路与铁路、铁路与公路、干线运输与城市配送,缺乏有效的节点相衔接,形成多次搬倒、迂回运输,降低了物流效率和效益的问题。并要着力解决各类物流基础设施的衔接配套问题[2]。
我国现有的物流基础设施分属不同的部门和行业,社会化程度低;布局分散,要加快现有物流基础设施的升级、改造和淘汰步伐。
物流信息系统主要功能是进行物流信息的收集、存储、传输、加工整理、维护和输出,为物流管理者及其他组织管理人员提供战略、战术及运作决策的支持,以达到组织的战略优化,提高物流运作的效率与效益。
只有当物流各节点之间实现无缝连接,信息完全畅通,物流网络的功能才能得以最大发挥。这里的物流节点衔接不仅指区域内部各物流点与物流中心的衔接,也指各区域之间各物流点之间的衔接。特别是在当今信息技术高速发展的时代,任何有效信息的阻滞都可能带来难以估量的损失。而合理的利用网络、利用信息技术则会带来莫大的收益。信息系统在物流中的作用异常突出,首先计算机代替人工计算减少了繁重的劳动和出错的可能性。
例如在2008年,淄博市着手兴建了烟草物流配送中心并已投入运营。为了达到适度自动化、重视信息化,该烟草物流中心引进了新的信息化系统。入库通过“RFID”射频识别技术实现省内烟整托盘入库,补货采用了看板补货系统。实现了操作的无纸化、简单化。送货采用了GIS技术,实现了对送货线路的优化和送货过程的实时管理。
尽管如此,淄博市总体的物流信息平台建设仍然相对滞后,不能充分发挥综合效益,要进一步发展综合通信网络,加快物流企业、工商企业信息化进程,积极利用EDI技术,以互联网为依托,专业化物流信息网络为支撑,构筑物流信息平台。然而,物流信息系统建设是一个艰巨复杂的工程,还需要各行各业的大力支持与扶持来共同推进和加快物流信息系统建设。
4 运用模糊聚类法加强区域物流中心选址建设
目前已有的数学选址模型[3,4,5]大部分都是对某一特定区域内的几个场址进行评价分析,并未提供对不同区域间的选址方案进行甄选,北京交通大学许婷、韩宝明的论文《多区域物流中心选址方案的模糊聚类分析》对这一方法有比较详细的论述,并通过实例验证了模糊聚类法可有效解决多区域物流中心选址问题。
模糊聚类分析是将一个无类别标记的样本集按某种准则划分成若干个子集类,使相似样本尽可能归为一类,而不相似样本尽量划分到不同的类中,表达了样本类属的中介性,是一种软划分手段。
模糊聚类能较好地将选址方案中一些难以直接量化的因素归入模型中,其主要优势是不需要建立像微观模型一样复杂的方程组,可以根据实际情况选择不同指标,且建立的指标体系能全面准确的衡量不同地区物流选址条件的优劣,模糊聚类的性质提高了决策者方案选择时的优选性,同时考虑到了不同区域方案间的相似性,使方案决策也具有了多重性,克服了AHP模型中相似方案被划归为不同等级的缺陷。可分为以下几个步骤:
(1)数据标准化:构造数据矩阵,为了消除原始数据矩阵的量纲同时将数据压缩至区间[0 1]上,对其进行平移极差变换可得到标准化矩阵;
(2)建立模糊相似矩阵:依照一定聚类方法确定不同区域选址方案间的相似系数R,并依据R构造相应的模糊相似矩阵,采用海明Hamming距离法进行计算;
(3)聚类:给定不同的置信水平列出各点的排列顺序,即可比较不同位置的优劣。
在用模糊聚类划分区域的过程中,通常选择地理位置作为其主要特征因素,也可结合实际情况加入其他影响因素并赋予不同权重。同时,利用重心法计算出的区域配送中心位置后,还应考虑到具体的交通状况等因素。因此,在现实决策中,还需要紧密结合实际情况,参考模型提供的结果,才能保证所做决策更加科学合理。
5 物流中心选址应注重可持续发展
任何行业在注重经济效益的同时应考虑到社会效益,如果只注重经济发展从而忽视了其他发面的行为都是不合理的。为了能够整合社会物资资源,从而降低物流资源消耗,应该采取有力措施加强发展区域第三方物流的发展。为更好的适应市场需要提高整个物流行业从业人员的素质。这就要求从教育源头上下功夫,加强对物流教育的投资和建设,为物流业的可持续发展培养更多的物流人才,并且规范物流市场。
6 结束语
区域物流中心地点的选择应同时以优化物流服务水平及降低物流成本为目标,协调各个方面的问题。选择区域物流中心的最佳地理位置,避免建成运营后所出现的闲置或过度运营问题,实现服务与成本的有效结合。
摘要：区域经济的发展对物流业的发展提出了新的要求,物流业的发展反过来促进区域经济的发展。规范合理的物流业是以物流中心为枢纽的多辐射覆盖面广的网络体系,在这个体系中,区域物流中心选址是物流系统优化中一个具有战略意义的重要问题。
关键词：区域物流中心,选址,研究
参考文献
[1]孙焰.现代物流管理技术[M].上海:同济大学出版社,2004.
[2]陆立娟,李大卫.逆向物流中心动态选址问题的研究[J].鞍山科技大学学报,2007,(2):150-154.
[3]辜勇,高东旭.重心法在油库选址问题中的应用[J].物流科技,2007,(2):108-111.
[4]许婷,韩宝明.多区域物流中心选址方案的模糊聚类分析[J].铁道运输与经济,2007,(5):68-70.
分析战场物资配送中心选址 第5篇
关键词：战时;配送中心;选址
现代战争以信息化为中心，其中一个显著特点就是在后勤保障过程中和战场环境中获取的信息成为了核心资源，与传统战争相比信息化战争对后勤保障速度与质量也提出了更高的要求，而战时物资配送中心选址又是后勤保障的基础。这就要求物资能够快速安全送达，以提高部队的快速反应和策应能力。物资配送中心的物资储备不但能够满足前线战场军备物资需求，还要用最有效的保障方式提供最优的配送支援，用最短的保障时间实现最大的配送效益。同时在战场这种特殊情况下保障成本可不作为主要考虑因素，这也是战时物资配送和商业配送的主要区别之一。
1 战时物资配送现状分析
在战场环境下，配送网络的所有线路包括铁路、公路、海上、空中都是敌军重点打击对象，也是我军进行防卫的重点。战时物资的公路运输通常位于战场物资配送网络的末端，直接对前线作战单位进行保障，公路运输是对铁路及航空运输的有力补充，在保障过程中的地位是无法替代的。作战过程中，我军的作战地域或分散或集中，并无规律可言，不符合铁路配送作业条件。基于上述条件所限和我国公路配送的特点，决定了采用公路网络来进行战场前线物资的配送保障是可行的。我国公路配送方式特点如下：
(1)公路运输灵活便捷，易于装卸操作，可实现散装运输、整装运输或混合运输，可将配送物资直接运输到作战目标单位，也可在中途进行转运、倒运。
(2)由于汽车相对体积较小，使得公路运输机动灵活，即使在地势不平坦的地区(山地等)仍可独立完成配送运输任务。
物流中心选址 第6篇
关键词：物流中心 选址 模糊综合评价
0 引言
盐城地处江苏沿海中部，是江苏土地面积最大、人口第二的省辖市，是江苏沿海开发“三极一带”中的重要一极。盐城通江达海，拥有国际机场、新长铁路、高速公路、对外港口，交通区位优势十分明显。2006年盐城市政府提出，从可持续发展的战略高度出发，着力发展现代物流业，重点打造盐城市现代物流中心，将其打造成盐城经济发展新的增长点。那么，现代物流中心怎么建，建在何处？这个战略规划问题引起了政府部门的高度重视。由于前期规划科学，论证充分，一个规划面积20平方公里，投资50亿元，辐射整个苏北地区的物流中心和连接国际、国内两个市场的物流集结点正在盐城市市区北侧迅速崛起。
1 物流中心选址方法分析
物流中心是指位于枢纽或重要位置的关键地段，它的位置选址如果得当，可以有效节省费用，促进生产和消费的协调与配合，物流中心的好坏，关系到整个物流行业的进程，具有完善的物流环节，能实现物流集散和控制一体化运作。
目前，国内外关于物流中心选址问题已进行了较为深入的研究，许多模型方法已经被用来解决物流管理中选址的实际问题，如重心法模型、鲍姆尔-沃尔夫法、混合-整数线性规划、启发式方法等定量选址方法。这些方法的共同特征是把物流系统各个环节的费用作为目标函数，在一定的物流服务水平下，根据不同的算法和模型求得物流成本最优解或满意解，以获得选址方案。然而由于物流中心入住企业规模、数量，以及相关参数如运输时间、建设成本、需求数量等，随着时间而变化，存在着很多不确定性，因此上述方法在实际运用中往往达不到预期的效果。
定量选址方法在使用上存在着较大的局限性，那么，是不是定性分析方法就很好呢，其实也有不足之处。如，专家评价法、因素评价法等定性评价方法由于权重确定人为因素较大，往往运用层次分析法确定权重以弱化人为因素，但是层次分析法要求层次结构系统中的各因素相互独立，而对因素量化评价时，因素间的相对区分度实际上很难准确把握，且当因素较多时容易出现两两比较前后矛盾、一致性检验差的情况，需要反复调整初始比较值，因而操作比较复杂，客观性差。针对这些不足，本文采用定性和定量相结合的多层次模糊综合评价方法，对盐城市现代物流中心进行选址评价。它是一种结合专家评价法和模糊数学方法的系统综合评价方法。
2 多层次模糊综合评价模型应用——以盐城市为例
模糊综合评判方法是一种定性与定量相结合的方法，有良好的理论基础。它是一种适合于物流中心选址的建模方法。特别是多层次模糊综合评判方法，下面以盐城市现代物流中心选址为例予以介绍，其通过研究各因素之间的关系，可以得到合理的物流中心位置。
2006年盐城市政府提出建设现代物流中心，规划部门根据盐城市城市总体规划，锁定现代物流中心建在盐城市区北侧，问题是具体建在市区北侧什么位置，政府规划部门根据盐城市区北侧交通、土地资源等状况，选定A-圩洋、B-丰民、C-新丰、D-盐湾、E-龙桥、F-北闸等6个候选地块供专家组确定。专家组依据候选地的环境、交通、公共设施等若干因素，根据物流中心选址适应性、协调性、经济性、战略性原则，按属性将影响物流中心建设的若干因素分为三个层次：第一层次是自然条件、经营环境、交通运输、土地条件、公共设施指标，作为物流中心选址方案的主要因素；第二层次是对第一层次有关指标进行进一步评价而细分的因素集；第三层次是对第二层次有关指标进行进一步评价而细分的因素集。这样影响物流中心建设的多个因素评价指标体系就建立起来了，然后，运用专家调查法确定各层级指标的权重，得到各级指标模糊评价权重。见表1。
由此可知，盐城市区北侧6块候选地的综合评价结果顺序为：C、A、B、E、F、D。其中较高估计值的地块C-新丰就是要选择的相对最合理的物流中心位置，其次是A-圩洋、B -丰民。最后经专家反复认证决定盐城市现代物流园区选址在C-新丰与A-圩洋两村开放大道东西两侧20平方公里范围内。
应用多层次模糊综合评价方法进行物流中心选址，把评价因素分为三层，也可进一步细分为多层。这种多层次评价方法由于对权重集进行归一化处理，采取加权求和，然后将结果按照从大到小的顺序排列，决策者只要从中选出估计值较高的地块或估计值较高和次高的结合部地块作为物流中心建设用地即可。
3 结语
本文在分析物流中心选址过程中单纯使用定量选址方法或定性选址方法存在不足的基础上，结合盐城市现代物流中心功能定位，依据现代物流及城市规划原理，采取多层次模糊综合评价方法，确定出了盐城市现代物流中心较理想的建设位置。该方法评判结果较为准确、合理，且简单可行，能综合考虑多种因素，客观反映实际情况，具有一定的理论价值和现实指导意义。
参考文献：
[1]张志勇，徐广妹，张耀荔.物流系统运作管理[M].北京：清华大学出版社2009：121-123.
[2]董维忠.物流系统规划与设计[M].北京：电子工业出版社2006：77-79.
[3]丁立群，李永周.基于模糊评价的物流配送中心选址问题研究[J].物流工程与管理，2009，12：101-102.
[4]张潜.物流运筹学[M].北京：北京大学出版社，2009：37-39.
林产品物流中心规划选址优化 第7篇
建立模型
对于拟定的林产品物流中心选址, 要能确保一定区域内林产品运输过程中的最佳组织方案, 以实现总运输费用最小的目标。
在建立网络模型时, 做以下基本假设:
(1) 林产品来源于各个林区, 设一定区域内林产品供应源共有N个, 这N个供应源称作A类结点, 用Ai表示 (i=1, 2, 3, …, N) ;
(2) 一定区域内, 可考虑作为林产品物流中心的初选位置共有M个, 将这M个备选位置设定为B类结点, 用Bj表示 (j=1, 2, 3, …, M) ;
(3) 除了上面所述的A, B两类结点外, 在林区内部, 由既定的道路网密度确定的各类控制点 (这类控制点决定了林区内部的林产品运输和相对集中区域) 视为C类结点, 共有L个, 表示为Ck (k=1, 2, 3, …, L) ;
(4) 针对每一个备选的B类结点, 形成初始网络。即假定B类结点中, 任意一个结点Bj被选中为物流中心位置, 将A类结点, C类结点和Bj按现有的道路网的连通关系, 连接成网络。在以选中的结点Bj为基础构成网络图时, 如果还有其它的B类结点处于道路网的控制点上, 可将这些结点作为C类结点处理, 不在道路网上的其他备选的B类结点, 在此次的优化运算中暂时不予考虑。
(5) 网络图参数的确定
(1) 网络中弧的权数的确定。网络图中, 连接任意两个结点X、Y之间的曲线, 可看作一条弧线, 表示两个结点之间的实际距离D (km) , 设两个结点之间林产品运输的单位成本为C (元/吨.km) , 将弧所表示的距离与该段弧所表示的道路的单位运输成本之积R X Y, 作为权数, 标注于弧的一侧。
(2) 弧的运输能力的确定。根据每条道路的设计通行能力, 从当前的交通实际出发, 并考虑一定时期内的交通量预测, 换算出可用于林产品运输的那一部分运输能力V X Y, 标注于对应的弧线另一侧的括号内。
(3) 在所有A类结点上, 将该结点可运至物流中心的林产品数量n (万吨) 标示于结点旁。
(4) 在结点Bj标注出已有的林产品数量mj (万吨) 。
(5) 在A、B、C类结点以外的任意位置, 选择一点S, 来构造计算的网络图。具体做法是, 以S为总源, 将A类结点与之连通, 将Ai处的林产品销售价格RSAi作为弧SAi的权数, 标注于弧的一侧, 同时, 弧SAi的运输能力可看作无穷大。
模型的求解
上述模型的求解步骤如下:
(1) 如图1所示, 将源S与各结点Ai相连, 求从S到Bj的最短距离;
(2) 求最短路上的最大允许通行能力P1, P1=min{VXY};
(3) 确定此次在该路径上实际占用的林产品运输能力P, P=min{X1, P1};
(4) 重新调整计算最短路径上各条弧的运输能力, 即最短路径中可用于林产品运输的能力VXY与已经占用的林产品运输能力P之差, DP=VXY-P, 若DP=0, 则将相应的权数重置为无穷大;
(5) 将Ai上的标注修改为DX, DX=Xi-P, 若修改后DX=0, 则将SAi弧上的标注改写为无穷大;
(6) 将Bj上的标注修改为Bj+P;
(7) 当S到Bj之间的所有弧段不在总权数为有限值的通路时, 停止计算;
(8) 将所有的B类结点重复以上过程, 最后得到结点B j的总运输量, 将该运输量与各弧上的权数进行综合计算, 即可得到各个拟定的物流中心选址的总的运输成本。在运量相同的情况下, 其中运输成本最小者, 即是拟定的最优的物流中心选址。
计算示例
如图1所示, 是某林产品物流中心多个备选方案中, 以第一个备选方案为基础形成的初始网络图。
图2对应的网络图经过6次迭代, 最后得到的网络图如图3所示, 迭代过程的结果如表1所示。
在可选的物流中心地址, 共有三个方案, 对于三个方案, 分别计算其总的运输量及运输成本如表2所示。
物流配送中心选址方法研究 第8篇
1 物流配送中心的概述
1.1 物流配送中心的概念
尽管目前对于配送中心没有形成一个统一的概念, 但是可以肯定的是, 配送中心与传统的仓库有着根本性的不同, 传统的仓库更多地强调产品、货物静态的仓储管理, 而配送中心则更关注产品、货物的动态配送管理。
针对企业的实际需求给出配送中心的定义如下:配送中心是衔接产品供应商, 制造商与销售商的物流系统的重要环节, 它通过先进的信息技术和现代化的操作工具结合企业的有效管理模式对产品实行存储、分拣、集中、配货、送货等操作, 并期望达到降低整个物流运送过程的运作成本, 提高整个物流运送过程效率的目的。
1.2 物流配送中心的作用
物流配送为生产企业创造了良好的外部环境, 使其集中力量扩大核心竞争力, 增加产值, 提高效益;配送中心也有助于企业降低销售环节的物流成本, 可以提高企业的服务质量, 扩大产品的市场占有率, 从而增加国家税收和财政收入。集中库存、集中配送也符合金融部门资金投向, 能加速资金周转, 还能够大大提高干线运输能力等。
2 物流配送中心选址的原则
较佳的物流配送中心选址方案是使商品通过物流配送中心的汇集、中转、分发, 直到输送到需求点的全过程的效益最好。物流配送中心拥有众多的建筑物、构筑物以及固定机械设备, 一旦建成很难搬迁, 如果选址不当, 将付出长远代价。因此, 物流配送中心的选址是物流配送中心规划中至关重要的环节。
2.1 进行配送中心选址所遵循的基本原则
在进行物流配送中心的选址过程中, 本文遵循了以下原则:
(1) 适应性原则。
配送中心的选址需要与国家以及省市的经济发展力一针、政策相适应, 与我国物流资源分布和需求分布相适应, 与国民经济和社会发展相适应。
(2) 经济性原则。
在配送中心的发展过程当中, 有关选址的费用, 主要包括建设费用以及经营费用两个部分, 配送中心的选址定在市区还是郊区、其未来物流辅助设施的建设规模以及建设费用、物流运输费用等是不同的, 选址应当以总的费用最低作为配送中心选址的经济性原则。
(3) 协调性原则。
配送中心的选址应将国家的物流网络作为一个大系统来考虑, 使配送中心的设施设备, 在地域分布、技术水平等方面相互协调。
(4) 前瞻性原则。
配送中心选址应当具有战略眼光, 一是要考虑全局, 二是要考虑长远的发展, 局部要服从全局, 眼前利益要服从长远利益, 既要考虑当前的需要, 也要考虑日后的发展。
3 物流配送中心选址
近年来, 选址理论发展迅速, 各种各样的选址问题也越来越多, 而计算机的应用, 则进一步促进了物流系统选址理论的发展, 并为不同方案的可行性分析提供了强有力的工具, 到目前为比, 选址方法可以分为以下几类:
3.1 重心法
重心法是一种模拟方法, 它的原理是将物流系统的需求点看成是分布在某一平面范围内的物流系统, 各点的需求量和资源量分别被看成是物体的重量, 物流系统的重心被作为物流网点的初始设置点, 利用求物流系统重心的方法来确定物流网点的位置, 它是物流中心选址的典型方法之一, 适用于静态、连续单个物流设施的选址决策。
重心法的特点是它适于应用在多选其一, 且求解为静态的问题中。它假设需求量往往被聚集在一定数量的点上, 每一个点代表分散在一定区域内的众多顾客, 这一点与物流中心的选址并不矛盾, 因为, 物流中心的上游是可确定的供货地可以简化为一点, 下游是可确定的客户 (如批发商, 配送中心等等) 也可以简化为一点。它还假设物流中心的地点可在平面上取任意点, 整个平面是连续的, 这与实际情况的差别较大。该模型还忽略了不同地点选址可能产生的固定资产构建、劳动力成本、库存成本, 地价成本等成本差异, 而只有运输费用, 这也是不合实际的。它的静态选址假设没有考虑未来的收益与成本的变化。此外它还假设运输费率是线性的, 事实上, 绝大多数情况的运输费用与运输距离并不是绝对的线性关系。
3.2 启发式算法
主要适合于多个物流中心的选址。它以供货点的个数及可供量、备选物流中心的个数及最大容量、准许选定物流
中心个数的上限、用户个数及其需求量为已知参数, 考虑了多个结构化因素的影响:供货点到物流中心的运输费、物流中心到用户的运输费用、物流中心的可变费用和固定费用、各物流中心的容量限制、物流中心的个数限制。
启发式算法虽然与先前相比较为简单, 但当供货点、物流中心备选点、客户数量等在很多的情况下, 其计算量是非常庞大的, 不易求解。且由于采用的是逐次逼近法, 所以不能保证得到最优解, 此外由于选择备选地点的方法不同, 有时求出的较优解中可能出现有仓库数过多的情况。也就是说, 还可能有仓库数更少、总费用更小的解存在。因此, 必须仔细研究所求得的解是否为最优解。
3.3 基于AHP和模糊综合评价法
模糊层次综合评价模型认为影响企业选址的许多因素具有很强模糊性和复杂性, 用精确方法的衡量成果可能不能反映实际情况, 因而, 采用此方法可科学、合理地进行物流中心选址决策。实质上是, AHP方法作为一种定性与定量相结合的多目标决策分析方法, 在目标结构复杂且缺乏必要的数据情况下更为实用。
虽然该方法简单实用, 但是主观性强, 大量的主观判断对含有较多具体数据的问题解决方案进行评价时, 不利于数字优势的发挥, 易造成评价偏差。也就是说, 模糊综合评价是当人们对目标的认识不够清楚或者目标过于复杂, 以至于人们不能清楚的给出确切的数学描述, 难以给出确切的评价表述时用来进行目标评价的方法。
3.4 遗传算法
通过遗传算法得出问题的最优解, 求得使总成本最小的配送中心的地址及相应的容量限, 从而有效地解决物流系统分析与设计里关于配送中心的选址问题, 优化物流系统, 使物流系统能有效运作, 给企业带来经济效益, 真正成为企业的“第三利润源泉”。
对于物流企业而言, 网络中的设施选址是最重要的物流均衡战略规划问题。此类模型不仅考虑了运输成本, 还考虑了配送中心的可变运营成本, 因此具有较好的实用性。遗传算法在配送中心选址中的应用取得了较好的效果, 该模型不仅可用于配送中心选址问题, 还可以用于企业选择销售、储备中心等问题中。
4 结论
虽然, 解释选址的方法众多, 但在解决实际问题的时候要针对实际问题的具体情况来选择配送中心的定址方法。而且对物流配送中心选址规划决策理论和方法的研究现在还处于发展阶段, 既不能完全依靠复杂高深的数学模型, 又不能完全靠经验, 只有把两者很好的结合在一起才能在实践中做出合理的决策。同时, 在物流配送中心选址前对物流配送中心规模的确定是非常重要的, 特别是在我国物流市场还处于发展时期的现阶段, 过大的规模不仅造成大量的物流设施、设备利用率不高的问题, 而且造成资金的浪费, 这也正是我国物流配送中心发展过程中所遇到最大问题。在后续的研究中, 也会继续注意这一方面的问题。
参考文献
[1]丁浩, 李电生.城市物流配送中心选址方法的研究[J].华中科技大学学报 (城市科学版) , 2004, 21 (1) .
[2]杨波.多品种随即数学模型的物流配送中心选址问题[J].中国管理科学, 2003, 11 (2) .
[3]谭凌, 高峻峻, 王迎军.基于库存成本优化的配送中心选址问题研究[J].系统工程学报, 2004, 19 (1) .
[4]孙会君, 高自友.考虑路线安排的物流配送中心选址双层规划模型及求解算法[J].中国公路学报, 2003, 16 (2) .
物流中心选址影响因素分析及案例 第9篇
1. 物流中心选址原则
物流中心选址应该遵循一定的原则, 即适应性原则、协调性原则、经济性原则和战略性原则。
1.1 适应性原则
物流中心的选址须与国家、以及省市的经济发展方针、政策相适应, 与我国物流资源分布和需求分布相适应, 与国民经济和社会发展相适应。
1.2 协调性原则
物流中心的选址应将国家的物流网络作为一个大系统来考虑, 使物流中心的设施设备, 在地域分布、物流作业生产力、技术水平等方面互相协调。
1.3 经济性原则
物流中心发展过程中有关选址的费用, 主要包括建设费用及物流费用 (经营费用) 两部分。物流中心的选址定在市区、近郊区或远郊区, 其未来物流活动辅助设施的建设规模及建设费用以及运费等物流费用是不同的, 选址时应以总费用最低作为物流中心选址的经济性原则。
1.4 战略性原则
物流中心的选址, 应具有战略眼光。一是要考虑全局, 二是要考虑长远。局部要服从全局, 目前利益要服从长远利益——既要考虑目前的实际需要, 又要考虑日后发展的可能。
2. 物流中心选址的影响因素
在城市现代物流体系规划过程中, 物流中心的选址主要应考虑以下因素:
2.1 自然环境因素
2.1.1 气象条件。
物流中心选址, 主要考虑的气象条件有温度、风力、降水量、无霜期、冻土深度、年平均蒸发量等指标。如选址时要避开风口, 因为在风口建设会加速露天堆放商品的老化。
2.1.2 地质条件。
物流中心是大量商品的集结地。某些容重很大的建筑材料堆码起来会对地面造成很大压力。如果物流中心地面以下存在着淤泥层、流砂层、松土层等不良地质条件, 会在受压地段造成沉陷、翻浆等严重后果, 因此土壤承载力要高。
2.1.3 水文条件。
物流中心选址需远离容易泛滥的河川流域与上溢地下水的区域。要认真考察近年的水文资料, 地下水位不能过高, 洪泛区、内涝区、故河道、干河滩等区域绝对禁止使用。
2.1.4 地形条件, 物流中心应地势
高亢、地形平坦, 且应具有适当的面积与外形。若选在完全平坦的地形上是最理想的, 其次选择稍有坡度或起伏的地方, 对于山区陡坡地区则应该完全避开。在外形上可选长方形, 不宜选择狭长或不规则形状。自然环境因素的权重系数一般是0.1~0.3, 在各物流中心可选地自然环境条件相差不大的情况下, 可将该权重确定得小一些, 否则应大一些。
2.2 经营环境因素
2.2.1 经营环境。
物流中心所在地区的优惠物流产业政策对物流企业的经济效益将产生重要影响;数量充足和素质较高的劳动力条件也是物流中心选址考虑的因素之一。
2.2.2 商品特性。
经营不同类型商品的物流中心最好能分别布局在不同地域。如生产型物流中心的选址应与产业结构、产品结构、工业布局紧密结合进行考虑。
2.2.3 物流费用。
物流费用是物流中心选址的重要考虑因素之一。大多数物流中心选择接近物流服务需求地, 例如接近大型工业、商业区, 以便缩短运距, 降低运费等物流费用。
2.2.4 服务水平。
服务水平是物流中心选址的考虑因素。由于现代物流过程中能否实现准时运送是服务水平高低的重要指标, 因此, 在物流中心选址时, 应保证客户可在任何时候向物流中心提出物流需求, 都能获得快速满意的服务。经营环境因素的权重系数一般是0.3~0.5, 是进行物流中心选址时应考虑的主要因素。
2.3 基础设施状况
2.3.1 交通条件。
物流中心必须具备方便的交通运输条件。最好靠近交通枢纽进行布局, 如紧临港口、交通主干道枢纽、铁路编组站或机场, 要有两种以上运输方式相连接。
2.3.2 公共设施状况。
物流中心的所在地, 要求城市的道路、通讯等公共设施齐备, 有充足的供电、水、热、燃气的能力, 且场区周围要有污水、固体废物处理能力。基础设施状况因素的权重系数一般是0.2~0.4, 该因素仅次于经营因素, 应在物流中心选址评价时占较大的权重。
2.4 其他因素
2.4.1 国土资源利用。
物流中心的规划应贯彻节约用地、充分利用国土资源的原则。物流中心一般占地面积较大, 周围还需留有足够的发展空间, 为此地价的高低对布局规划有重要影响。此外, 物流中心的布局还要兼顾区域与城市规划用地的其它要素。
2.4.2 环境保护要求。
物流中心的选址需要考虑保护自然环境与人文环境等因素, 尽可能降低对城市生活的干扰。对于大型转运枢纽, 应适当设置在远离市中心区的地方, 使得大城市交通环境状况能够得到改善, 城市的生态建设得以维持和增进。
2.4.3 周边状况。
由于物流中心是火灾重点防护单位, 不宜设在易散发火种的工业设施 (如木材加工、冶金企业) 附近, 也不宜选择居民住宅区附近。其他因素的权重系数要视具体情况而定, 一般在0.1~0.2之间。
3. 物流中心选址评价
物流中心是物流系统重要的基础设施, 它不仅自身承担着多种物流功能, 而且越来越多地执行指挥调度、信息处理等神经中枢的职能, 其建立的好坏, 直接影响整个物流系统。物流中心选址的好坏, 对生产力布局、城镇建设、企业投资、建设速度及建成后的生产经营, 有极重要的影响。地点一经选定, 许多建筑费用和生产费用的因素就要被地点条件所决定。关于物流中心的选址, 综合考虑因素众多, 目前还没有可靠的定量评价方法。现在常用的评价方法有:线性规划法、解析重心法、德菲尔规划法、层次分析法、数据包络法等。笔者以武汉诚通物流中心规划为例, 提出加权因素法定量分析这一问题, 把物流中心选址过程中的主观判断转变为可信度判断, 以提高物流选址评价的可信度。
3.1 物流中心评价体系的建立
武汉通诚物流有限公司是由中国物流公司、武汉商贸国有控股集团有限公司、武汉中集物流有限公司、武汉万信投资有限公司共同投资成立的。该公司委托提供集装箱物流中心总体规划。物流中心由武汉商贸控股集团提供东西湖、白沙洲、十里铺三处地点, 通过对这三个地点进行比较分析, 然后选出最优的地点。
3.1.1 影响因素的确定
应用加权因素法对项目选址进行综合比较时, 首先要确定影响选址的各项因素。通过对周边地理位置、经营环境等的调研和物流公司的沟通, 确定主要评价因素。
(1) 对城市居民影响程度。指采用某选址方案对当地城市居民生活、交通等方面的影响程度。
(2) 出入口道路饱和度。指采用某个选址方案, 其相应地点的道路出入口运输的饱和程度。
(3) 区域经济集聚作用。指采用某个物流园区选址方案, 使其能够进一步解决经济发展过程中运输供求间的矛盾, 使得区域内城市间的联系更加紧密, 从而形成所谓的小时经济圈以及经济规模作用方面所起到的作用。
(4) 劳动力条件。指采用某个选址方案, 所处地点的劳动力资源丰富, 且价格适中的程度。
(5) 与工商业联系紧密。指采用某个选址方案, 其与当地工商业界 (包括公司及企业) 联系的紧密程度。
(6) 接近消费市场。指采用某个选址方案, 其是否接近消费市场。
(7) 较低的地价区位。指采用某个选址方案, 其所处地点的地价应较低, 这是考虑物流园区的建设成本。
(8) 运营成本低。指采用某个选址方案, 园区内部的公司的日常运营成本应较低。
(9) 设施的完备与便利程度。指采用某选址方案, 其内部设施是否完备, 应用时是否便利。
(10) 与现有物流设施兼容。指采用某个选址方案, 其与所处地点既有物流设施兼容的程度。
(11) 多式联运协调程度。指采用某个选址方案, 公路、水路、铁路等多种运输方式联运协调的方便程度。
(12) 交通便利程度。指采用某个选址方案, 所处地点的交通便利程度, 如距离交通主干道的远近, 是否靠近货运枢纽。
(13) 面积。指可用于建设物流中心的场地大小, 这将影响物流中心的建设规模。
(14) 地形。指用于建设物流中心的场地形状是否规则, 是否会为建设施工增加困难。
(15) 地质。指采用某个选址方案, 所选地点的地表标高、地基承载能力等。
(16) 可扩展性。指采用某个选址方案, 在物流中心建成投入使用后, 场地面积可扩大的程度。
(17) 公用设施条件。指采用某个选址方案, 其所在地点供电、供水、餐饮等配套辅助设施的条件好坏。
3.1.2 实际评价
加权评价法是对影响项目的每项因素规定一个从1到10的权数, 表示它的相对重要性;然后按每个因素用元音符号给每个备选方案进行优劣评级, 乘上它们各自的因素权数, 得出该因素每个方案的分数;每个方案各因素的分数总合就是该方案的分数, 再加以比较。
该项目选址方案各影响因素的权数确定以及优劣评级是由我们课题组和该公司派出的规划、管理、技术、财务等方面的专家决定的。具体评价见表1。经计算得出方案的分数:方案A〉方案B〉方案C。
方案A总分明显高于其它两个方案, 故方案A为最优方案, 即该项目建设选址应在东西湖区。
4. 结语
物流中心的选址在物流中心的建立过程中具有极其重要的地位。在实际决策物流中心选择时, 应结合实际情况确定影响因素和每个因素影响力的权重, 进行定量和定性的分析, 综合考虑, 确定最佳位置。
参考文献
[1]包键民.物流现代化[M].上海:上海交通大学出版社, 1997.36～40.
[2]郑畅.物流中心选址方法研究[硕士论文]武汉理工大学2004年3月
[3]戴禾, 刘兴景, 扬东援.物流园区选址问题研究[J].综合运输, 2001, (2) :30～33.
[4]徐杰, 田源, 汝宜红.物流中心选址的影响因素分析及案例[J].北方交通大学学报, 2001, (10) :12～16.
[5]许三有, 刘敬.物流中心选择分析及案例[J].物流技术, 2006, (131) :99～101
烟草物流配送中心选址优化问题研究 第10篇
配送是烟草物流一个重要环节, 从烟草企业的层面上看, 烟草配送是关系到企业经济效益实现, 关系到卷烟零售户的满意度提高, 进而关系到企业核心竞争能力提升以及企业和生存、发展的大问题。所以, 研究配送中心优化问题具有相当的现实意义。配送中心的优化可以分解为两个问题:一是配送中心的数量, 二是配送中心的位置。
1 配送中心数量
1.1 问题描述
烟草物流配送中心数量的优化问题可以描述为:对于每一个确定的烟草配送区域, 确定在该区域内应该设置多少个物流配送中心, 在满足该区域总物流需求的条件下, 使总成本最少。
在实际规划中, 确定物流配送中心的数量需综合考虑各种因素, 本文只在理论上给出一个最佳的配送中心数目计算方法。为研究问题方便起见, 做如下假设:首先, 设区域内的物流需求量是平均分布的, 各物流配送中心的规模相同而且位于其服务区域的中心;其次, 设相同规模的物流配送中心在区域内各处的建设费用相等, 即物流配送中心的建设费与位置无关。
烟草物流配送中心数量可用覆盖模型来确定。
1.2 覆盖模型
所谓覆盖模型, 就是对于需求已知的一些需求, 如何确定一组服务设施来满足这些需求点的需求。在这个模型中, 需要确定服务设施的最小数量和合适的位置。根据解决问题的方法不同, 可以分为两种不同的主要模型:集合覆盖模型与最大覆盖模型。本文主要介绍最大覆盖模型的建立及对模型求解。
(1) 最大覆盖模型
最大覆盖模型的目标是对有限的服务网点进行选址, 为尽可能多的对象提供服务 (参见图1) 。
(2) 建立模型
目标函数:
约束条件:
式中, N={1, 2, …, n}, 在研究对象中有n个需求点;di为第i个节点需求量;Cj为假如设施位于节点j时相应的容量;A (j) 为可以被位于节点j的设施覆盖所有节点的集合;B (i) ={j|i缀A (j) }, 其相应的设施可以覆盖节点i的节点集合;p为允许投建的设施数目;yij为节点i需求中被分配给节点j的部分;
式 (1) 是满足最大可能的对需求提供服务, 也是目标;式 (2) 是需求的限制, 服务不可能大于当前需求的总和;式 (3) 是设施的服务能力的限制;式 (4) 则是问题本身的限制, 也就是说最多可能投资建设的设施数目。其他两式同集合覆盖模型。
(3) 模型的求解
最大覆盖模型是NP-困难问题, 虽然当规模较小时, 可设计枚举法 (如分支定界法等) 求模型的最优解, 但实际问题中往往需求点数n和可供选择的候选点数m较大 (也可能m=n) , 一般仍需要设计近似算法来对模型进行求解。最常用的算法是Richard Church和Charles Re Velle设计的贪婪算法, 该算法是以一个空集合作为原始的解结合, 然后在剩下所有的其他候选点中选中一个具有满足能力的候选点加入到原来的候选集合中。如此往复, 直至到了设施数目的限制或者全部的需求都满足为止。
2 配送中心选址
2.1 问题描述
在确定配送中心数目后, 更重要的问题是配送中心选址问题。问题可描述为:在配送对象位置和需求量已知的前提下, 在固定区域内选定确定k个配送中心的位置, 使得总体配送成本最低。
这个问题可归结为一个有距离约束的P-median问题[2]。P-median问题最先由Hakimi于1965年提出, 并随后被证明是一个NP难题[3]。因此对于大规模问题, 最优解很难得到。这里用P-中值模型来寻找最优解 (或近似最优解) 。
2.2 P-中值模型
P-中值模型是指在确定区域内应建的物流设施数p之后, 需进一步从若干个候选点中选取p个位置作为设施的地址, 并确定各设施的服务对象 (客户) , 使运输成本最少。图2说明了当p=3时的P-中值模型的一个可行解。设施数P可能是由物流设施规模定位模型所确定。P-中值的图形表达式如图2所示。
(1) 建立模型
它的相应目标函数是:
约束条件为:
式中, N为系统中的需求点 (客户) , N={1, 2, …, n};M为可建设设施的候选地点, M={1, 2, …, m};di为第i个需求点的需求量;Cij为从点i到点j的单位运输费用;p为将建设的设施总数 (p
模型中, 式 (7) 是P-中值模型的目标函数, 约束条件式 (8) 保证每个客户 (需求点) 只有一个设施来提供相应的服务, 约束条件式 (9) 限制了总的设施数目为p个, 约束条件式 (10) 有效地保证没有设施的地点不会有客户对应。
(2) 模型求解
求解一个P-中值模型需要解决两个方面的问题:第一, 选择合适的设施位置 (数学表达式中的x变量) ;第二, 指派客户到相应的设施中去 (表达式中的y变量) 。
目前主要有两大类方法, 即精确计算法和启发式算法。下面介绍一种求解P-中值模型的启发式算法———贪婪取走启发式算法 (Greedy Dropping Heuristic Algorithm) 。这种算法的基本步骤如下。
步骤1令当前选中设施点数k=m, 即将所有m个候选位置都选中。
步骤2将每个客户指派给k个设施点中距离其最近的一个设施点。求出总运费Z。
步骤3若k=p, 输出k个设施点及客户的指派结果, 停止;否则, 转步骤4。
步骤4从k个设施点中确定一个取走点, 满足:假如将它取走并将它的客户指派给其他的最近设施点后, 总费用增加量最小。
步骤5从候选点集合中删去取走点, 令k=k-1, 转步骤2。
3 选址应用研究
内蒙古烟草公司目前有14个配送中心为所属101个县市配送卷烟, 由于配送中心建设时只按照自然行政区划来设置, 没有考虑优化的问题。为降低成本, 该烟草公司决定重新考虑配送中心的设置。此时, 管理者要考虑以下问题:
1) 需要建设多少个配送中心。
2) 这些配送中心应该布置在哪里。
通过分析了解到, 目前内蒙古烟草行业实行的是“一库制、大配送”的配送模式。“一库制、大配送”是指在一定区域内如一个地市, 只保留一个仓库, 建设一个规模较大、功能齐全的配送中心, 包括信息管理、分销、仓储、分拣、喷码, 运输等功能, 称为区域性配送中心RDC, 其他县市作为分发站, 称为HRS, 只保留运输功能, 即HRS只负责暂存, 并向终端卷烟零售客户运送卷烟 (如图3所示) 。
因此, 在考虑物流配送中心选址问题时, 首先使用最大覆盖模型。最大覆盖模型的目标函数是在服务网点给定覆盖范围内使其覆盖到的需求点数目最大。可以将内蒙古行政区划内的101个县市公司作为配送客户, 以200千米为配送半径 (以200千米为配送半径的主要依据是因为配送车辆以70~80千米/小时的速度行驶, 当天可以往返) , 以每个县市的客户需求量总和为配送量, 建立最大覆盖模型, 求解模型, 得到最多可能投资建设的配送中心数目p。
运用P-中值模型来确定配送中心的最佳位置。目标是选择p个配送中心, 使配送中心与需求点的配送距离总和最小。
为了使用P-中值模型, 需要以下4部分数据:
1) 需求点位置。
2) 每个需求点的需求量。
3) 候选的配送中心位置。
4) 需求点和候选位置点之间的距离。
需求点的位置是101个县市公司的位置, 需求点的需求量是每个县市公司服务范围内的零售客户的需求量的总和, 候选配送中心的位置由以上最大覆盖模型求出, 需求点和候选位置点之间的距离也容易求出。所以运用P-中值模型可求出内蒙古烟草行业设置配送中心的最佳位置。
4 结语
烟草物流是一个复杂的系统, 本文对其中的两个优化问题进行了研究。总体来说, 研究都不够深入, 表现在: (1) 相关算法都没有在真实数据环境中得到完全的验证; (2) 一些求解模型的假设损害了算法的实际可操作性或效果; (3) 虽然大多数的启发式算法都可对同一个优化问题进行求解, 但其适应性和效果也存在差别, 本文未对此进行讨论。
参考文献
[1]蔡临宁.物流系统规划——建模及实例分析[M].北京:机械工业出版社, 2007.
[2]左元斌.物流配送中心选址问题的理论、方法与实践[M].北京:中国铁道出版社, 经济科学出版社, 2007.
城市副中心的概念、选址和发展模式 第11篇
关键词： （中）关键词 城市副中心；选址；发展模式；北京
中图分类号：F292 （中）中图分类号 文献标识码：A 文章编号：1000-4149（2015）03-0001-12
DOI：103969/jissn1000-4149201503001
Abstract： （英）摘要 SubCBD can effectively balance the agglomeration effect and diffusion effect of the large cityIt can also effectively alleviate the population pressure and scatter the function of central district， which contribute to becoming the real multicentersTaking Beijing as an example， we firstly present a deep analysis of the connotation and characteristics of SubCBD with different forms， and study the necessity of constructing SubCBDWe put forward that the SubCBD of Beijing should be a new grouptype layout city with complete function， which is based on the existing foundation， linking up with rail transit and large volume transportation and bounded by the clear ecological regionThen a quantitative analysis has been carried out for which new city should be the starting area for the SubCBD of Beijing， through establishing two sets of index system：pure consideration of regional development and the main consideration for sharing the burden of BeijingTherefore， SubCBD should be located according to different index systems considering its factionOn this basis， we propose the development thought and policy recommendations for Beijing SubCBD.
Keywords： （英）关键词 SubCBD； locating； development model； Beijing
对都市圈副中心级城市发展的研究始自对“城市病”的关注。以北京为例，北京“城市病”的主要成因，不是全行政区的人满为患，而是中心城区的人挤为患。导致人挤为患的主要原因在于北京“同心圆”式的城市发展模式，使商业、文化、教育、医疗等功能过度集聚在中心城区内。要缓解北京“城市病”，关键在于大力疏解中心城区的功能、避免过度集聚[1]。近十年来，为改变单中心的城市发展方式，北京市不断研究新的空间功能布局方案，既有规划中的新城建设即可窥见一斑。自《北京市城市总体规划（2004-2020年）》首次提出通州、顺义、大兴三大重点新城发展战略以来，各新城规划相继出台，《北京市主体功能区规划》、《北京市十二五时期发展规划》、《北京市十二五时期重点新城建设实施规划》进一步强化了重点新城在北京城市整体发展格局中的地位，重点新城成为北京城区功能疏散的首要载体。然而现实情况是，重点新城由于规划规模偏小、配套服务滞后、功能不完整，职住严重分离的弊端难以缓解，不仅不能起到疏解中心城区功能的作用，反而在城市“摊大饼”的背景下成为“大饼”的一部分，未达到预期的规划效果，这使得重点新城的传统发展思路亟待创新。
从国际大都市圈的发展经验看，一个循序渐进、产城融合、设施先行、服务配套，具有充足产业支撑与配套保障的副中心级城市可以有效缓解城区人口压力、疏散功能，形成都市圈内真正的多中心发展。通过建设城市副中心，既保证城市的规模效益，也缓解“城市病”，目前已经成为对北京发展空间形态的共识。2012年北京市第十一次党代会上，北京市委明确提出了建设通州“城市副中心”的战略。这是北京首次在城市建设史上提出打造“城市副中心”。随后在2013年和2014年北京市政府工作报告中，也都明确要求加快通州这一城市副中心的建设。建设北京城市副中心，已成为新时期北京市委市政府着眼于优化首都城市空间布局、缓解人口资源环境矛盾、加快城市化进程做出的重大战略决策。那么为什么要建设城市副中心？副中心建设与以往的新城建设有何不同？为什么要将通州建设为北京城市副中心？如何建设城市副中心？要系统回答这些问题，首先需要对城市副中心进行理论研究。
nlc202309032207
一、城市副中心的内涵与相关研究
需要明确的是，城市副中心这个概念在规划学界早有定义，但政策语境中的城市副中心与规划学界的存在差异，我们分析的城市副中心实际上是都市圈副中心级城市。
1城市副中心的相关研究
受多核心理论影响，多中心发展成为现代国际大都市空间格局演变的主导方向，建设“城市副中心”则成为大都市多中心发展的重要选择[2]。尽管如此，目前学术界对于城市副中心的研究还比较薄弱。国外对城市副中心的研究开始于20世纪70年代，主要集中于城市副中心（SubCBD）的形成机制及其与核心CBD的功能分工。如博拉辛顿（Brasington）认为副中心的形成是市场经济内生的结果。中小城市很难形成副中心，功能衰退的大都市区也很难发育出新的副中心，只有处于增长阶段且达到一定规模的大都市区某些地段才有可能逐渐形成副中心[3]。哈林顿（Harrington）等人认为生产性服务业的空间扩散后再集聚是城市副中心形成的最主要动力机制[4]。齐藤（Saito）发现在东京都都市政策以及副中心规划中，中央政府起到了巨大的作用[5]。
我国对城市副中心的研究起步较晚，已有的研究主要分成三部分：一部分散见于对中央商务区（CBD）的研究中[6-8]；一部分集中在对国外副中心的研究与经验借鉴[9-11]；还有一部分是对我国北京、上海及广州等特大城市的城市副中心的研究[2， 12-13]。如张开琳分析了城市副中心的内涵与形成机制，认为城市副中心是位于城市边缘区的次级商业商务中心，是城市第三产业的集中分布区，并对巴黎、东京等城市副中心建设的主要经验进行了研究[9-10]。赵弘认为北京应借鉴国际大都市发展经验，启动建设京西副中心、通州—亦庄副中心和顺义副中心，打造分散疏解中心区功能的重要空间载体，解决北京城市发展中的空间结构矛盾，并提出将通州副中心作为建设北京城市副中心的起点[13]。总体来说，我国对城市副中心的研究主要集中在CBD以及城市副中心的规划建设上，理论研究成果还很有限，尤其对我国超大城市究竟该如何发展城市副中心的研究比较欠缺。
2城市副中心的内涵
城市副中心在发达国家特大城市的发展过程中经历过不同的发展形态，其功能也存在差异。从发达国家特大城市副中心发展的经验来看，目前共有SubCBD和SubCity Center两种形态，其主要概念和区别如下。
（1）城市副中心（SubCBD）。城市副中心SubCBD（日本称副都心日本将城市副中心称为“副都心”，与都心概念相对应。由于日本的城市范围较小，这种副都心与中国城市群发展中疏解功能所需要的都市圈副中心级城市有所区别。），直译为“次级商务中心区”，是世界特大城市在城市规模扩张期出现的形式，也是目前世界上发展最多的类型。它主要是指与城市商务中心区（CBD）在空间上相呼应，功能上相补充，同时又有相对独立性的城市次级商务中心，是城市人口和生产要素在向外扩散的过程中形成的新的结节点，也是城市空间结构由单核向多核演变的结果[9]。这一概念是从经济地理角度进行定义的，是传统意义上城市规划中“城市副中心”的概念，是相对于中央商务区（CBD）的一个次级中心区，特别突出了商业、商务的职能，其建设目的主要在于运用经济杠杆疏解城市中心地区的部分商业、商务功能，培育新的城市经济增长极，改善城市空间结构。从目前国内外城市副中心建设实践来看，也大都偏重于经济上的定位。这种形式的副中心一般位于城市建成区内，面积较小，呈点状发展，主要功能为商业商务，如东京的新宿、涩谷等7个副都心，伦敦的金丝雀码头，香港的荃湾，上海的徐家汇、花木、五角场等（参见图1）。
传统的副中心虽然能够疏解城市中心地区的部分商业、商务功能，但由于位于城市内部，其开发建设往往推动城市进一步“摊大饼”发展，不利于控制城市蔓延。东京都从20世纪中期开始逐步发展副中心，副中心的快速发展虽然一定程度上缓解了城市中心区的集中情况，但又在城市外围形成新的集聚，使城市向外快速发展。第一次首都圈规划设立的城市边界限定（即绿色隔离带）在城市蔓延中基本被建筑占据，使东京都区部已全部建设为城市区域。
（2）副中心级城市（SubCity Center）。SubCity Center，直译为“次级城市中心”，是特大城市成熟期出现的新的表现形式，是“单一城市”走向“网络化城市区域”发展过程中出现的新形式。它是指大城市周边能够在局部代替城市主中心承担经济发展核心带动作用的城市，具有疏解或补充中心区功能，并与之共同构成层次性较强的城镇体系，其存在意义还在于疏解城市中心地区的人口和商业、商务功能，培育新的城市经济增长极，改善城市空间结构和环境，同时对周边区域有较大引领带动作用，也可看做“副中心城市”。这一概念是从行政区划的角度进行定义的，更侧重于行政区划中城镇体系的概念，其范围为行政辖区，有自身较完备的公共服务设施，是独立于主中心城市的城市，是特大城市从“单一城市”走向“全球城市区域”中副中心新的表现形式，如目前东京都会区、巴黎都会区等世界级全球城市区域。这种形式的副中心一般位于城市主城市外，范围涵盖其行政区划，面积较大，呈面状发展，功能配备较完整。如东京横滨市、琦玉市、千叶市、多摩市（参见图2），大巴黎-上塞纳省拉德方斯均属于这一类型。在城市外围发展副中心级城市，一方面，可以缓解通勤人口对中心城区交通的压力；另一方面，也可一定程度上疏解中心城区人口、功能，缓解“城市病”。目前，比较成功的副中心城市多采用组团式的城市结构，即“副中心级城市”中还可能存在多个集聚中心，在缓解大城市中心城市病的同时，也避免在副中心级城市内部出现新的“城市病”。
3.副中心级城市建设的必要性
从城市经济学的理论角度，副中心级城市建设有利于发挥城市的规模效应，是城市发展的必然趋势。首先，城市的聚集效应使得城市经济具有规模经济递增的特点，并由此产生了城市最优规模。在最优规模实现之前，随着城市规模的扩大，城市聚集经济创造出正的外部效应。但当城市规模超过最优规模之后，随着规模的扩大，其外部成本就会上升，需要付出巨额的公共基础设施投资以及环境治理成本。此时，城市规模的扩大造成负的外部效应。由于城市的外部成本在相当程度上不由企业或个人承担，在城市进入完全不受限制，而要素市场又未充分发育的情况下，在一定发展阶段中城市会吸引人口大量涌入，常常使城市过度膨胀而超过最优规模，造成资源配置恶化，从而产生“城市病”。因此，最优城市规模研究具有重要的理论价值和政策含义[14]。
冷链物流配送中心选址智能系统研究 第12篇
对冷链的学术研究, 由于行业发展的滞后, 在国内还处于起步阶段。在国际上, 一些学者研究了冷链的保鲜技术。美洲、澳洲和亚洲国家的学者们针对疫苗冷链中的运输和储存过程中的过度冷冻问题的展开了研究, 分析了过度冷冻产生的原因并提出了相应的解决措施[2,3,4,5];随之, Matthiaset al.[6]系统地研究了过度冷冻对冷链运输和储存的影响, 并对相关的文献进行了系统的归纳。一些学者研究了包装技术在冷链管理中的影响和作用。Netet al.[7]等人对人类眼角膜冷链的包装的数量和温度, 空气量, 眼角膜在包装中的位置, 温度监控方式等包装技术进行了系统的实验研究。对于冷链的供应链优化研究, Oliva&Revetria提出构建一个采用系统动力模型 (System Dynamics, SD) 和高阶模拟构架 (High Level Architecture, HLA) 的冷链管理 (Cold Chain Management, CCM) 模型, 并引入了RFID (Radio Frequency Identification) 和TTI (Time-Temperature Integrators) 技术来跟踪物品的位置和监测时间和温度, 来保证食品冷链的优化[8]。通过文献分析、半结构化访谈和模糊解释结构模型方法, Joshi et al.[9]发现了对发展中经济体 (如印度) 冷链有显著影响的各种阻碍因素及其内在联系, 研究指出基础设施薄弱是发展中经济体冷链发展的最大障碍。Joshi et al.[10]又更进一步研究了零售商到消费者以及消费者家里的冷链和食品安全问题, 作者采用了问卷调研的方式, 发现这一环节的冷链和食品安全没有引起消费者足够的意识, 在食品运送、保存、使用和丢弃中, 存在大量的食品安全隐患, 并表明受教育程度影响显著。
对于冷链物流体系建设中的节点选址问题, Holmberg K.[11]研究了非线性的运输费用的选址问题。我国学者孙会君[12]研究了追求最大利润的新增配送中心的选址问题。李振宇[13]结合GIS网络分析的特点, 探讨了GIS在规划选址上的医用。以上文献一般集中考虑冷链的运输成本和设施成本, 而本文重点考虑了冷冻商品易腐特性, 着眼于冷链的配送中心选址战略决策问题, 以最小化产品在途时间和运输成本为目标, 建立智能的配送中心选址系统, 用定量分析的方式帮助企业对配送中心选址问题进行科学合理的决策。
1 问题的描述
为了保持冷链产品的新鲜程度和食用安全性, 必须尽可能减少流通环节时间。但由于冷冻冷藏品 (如:乳制品、肉类、蔬菜等) 产地与在销地的分散性, 使得在流通过程中, 不可避免地要经过多次集散过程。相对于稳定的产地及在销地地点, 如何对若干备选配送中心地点进行选取, 对于减少冷链产品的在途时间起至关重要的作用, 同时不同配送中心在运输途中产生的不同费用也不容忽略。
本文所研究的冷链物流系统, 包括三大冷链节点:产地冷度、配送中心以及在销地, 如图1所示。冷链产品将由供应商运送到就近的产地冷库, 由不同的产地冷库集中到配送中心, 最后运送到不同的在销地冷库。
2 数学模型
首先定义集合元素、参数和决策变量;接着以产品在途时间及运输成本的最小化为目标, 建立数学模型。
2.1 集合元素
d∈D所有备选配送中心的集合
d∈S此次模型计算中, 不考虑建设使用的配送中心集合, 显然
r∈R产地冷库集合
u∈U在销地集合
p∈P产品集合
t∈T月份集合, 整数0到12的集合 (考虑一年的计划)
2.2 参数
tpt (1) r, d产地冷库r到配送中心d的运送时间
tpt (2) d, u配送中心d到在销地u的运送时间
每单位产品从产地冷库r运送到配送中心d的运送费用
c (2) d, u每单位产品从配送中心d运送到在销地u的运送费用
n (1) r, d产地冷库r到配送中心d的运送能力, 以产品个数为单位
n (2) d, u配送中心d到在销地u的运送能力, 以产品个数为单位
i0d, p配送中心d中产品p的初始库存数量
qu, p, t在销地u对产品p在月份t时的需求量
rd配送中心的产品最大库存量
w1, w2两大决策目标整体在途时间和运送成本的权重, 根据不同的选址业务目标可选择不同的数值。如仅仅考虑在途时间, 则设置w1=1, w2=0。
2.3 决策变量
x (1) r, d, p, t在月份t从产地冷库r运送产品p到配送中心d的数量
x (2) d, u, p, t在月份t从配送中心d运送产品p到在销地u的数量
id, p, t在月份t从配送中心d中产品p的库存数量
2.4 目标函数
目标函数的第一部分作为衡量运送时间的标准, 第二部分作为衡量运送成本的标准。
2.5 约束不等式
在上面的约束中, 约束 (1) 和 (2) 保证了所有的运输不会超过实际运能。约束 (3) (4) 是配送中心的物料平衡方程式。约束 (5) 保障每个在销地对各个产品的需求都得到满足。约束 (6) 使得不被这次运算考虑的配送中心不起作用。约束 (7) 保证了每个配送中心的库存将不会超过最大库存量。
3 实例应用分析
在实例应用分析中, 对冷链物流网络做如下假设:考虑三种产品, 四个产地冷库, 三个在销地以及三个备选配送中心 (A, B和C) , 并模拟所有计算所需的参数数据, 配送中心物流运送时间和费用如表1、表2所示。
本测试数据将配送中心A与各产地冷库和在销地的运送时间设置较短, 但成本设置较高。模拟场景计算结果如表1所示, 其中包含了两个建设方案 (建设配送中心A与B或者B与C) 的计算结果。可见, 若考虑建设相同的配送中心, 模型会根据不同的业务侧重点给出不同的结果。当首要考虑在途时间的前提下, 建设配送中心A和B将取得最好结果;而首要考虑成本时, 建设配送中心B和C将更加合适。此外, 还可以简单地加入不同的备选配送中心数据, 获取不同的冷链模拟结果, 支持管理层定量分析决策。
模型的求解采用IBM ILOG公司的优化套件, 将模型中的目标函数和约束条件转换为OPL语言 (optimization programming language) , 本模型在双核2.67GHz CPU、3G内存的PC机上平均求解时间小于15秒。
4 总结与将来的研究
本文对冷链物流的配送中心选址问题给出了数学模型, 该数学模型基于多产品的冷链网络供应链, 特别考虑了冷链产品易腐的特性, 同时兼顾总体运输成本。应用此模型, 决策者可以对备选配送中心的若干建设方案进行计算, 得出各方案的模拟结果 (总在途时间和总费用) , 以支持和指导企业决策层进行科学合理的战略决策。此外, 还可以得到月度运送计划、配送中心利用率等报表, 对实际的运输配送计划和库存计划起指导性作用。在未来的研究中, 可对其做出详细的敏感性分析, 进一步帮助管理层进行决策。此外, 对于不同的运输方式以及在销地的安全库存等也可考虑在此模型之中, 以提高该模型的实际应用价值。
摘要：为保障冷链冷冻商品质量, 进一步降低冷链物流成本, 在考虑冷冻商品易腐特性的基础上, 以最小化产品在途时间和运输成本为目标, 建立了冷链物流多产品网络供应链的配送中心选址问题的数学模型, 并通过实例求解, 获得较为满意的模拟结果。该选址智能模型可以实现不同方案下的问题求解, 为企业的战略决策和指标的定量分析提供一定的理论依据。