發布時間：2022-01-07所屬分類：經濟論文瀏覽：1次
摘 要： 摘 要：在市場機制自發調節下發揮政府規制的影響力，整合京津冀地區物流配送資源，構建基于一核消費市場為導向、雙層+多中心物流配送節點建設為重點、京津冀地區交通網絡為依托的環首都流通圈鮮活農產品物流供應鏈系統。運用CLRIP集成優化方法對環首都流通圈物流供應鏈
摘 要：在市場機制自發調節下發揮政府規制的影響力，整合京津冀地區物流配送資源，構建基于“一核”消費市場為導向、“雙層+多中心”物流配送節點建設為重點、京津冀地區交通網絡為依托的環首都流通圈鮮活農產品物流供應鏈系統。運用CLRIP集成優化方法對環首都流通圈物流供應鏈的配送中心選址、配送路徑、庫存控制進行協調優化，建立供應鏈物流節點空間布局優化模型。參考贏商大數據，以北京市六環內27個商圈為客戶點，以北京市六環附近已建配送中心及擬建配送中心為備選配送中心點，驗證優化模型的可行性和實用性，為環首都流通圈物流供應鏈的配送中心提供最優空間位置布局、配送路徑和庫存水平點，在成本可控下實現最優選址—路徑—庫存，形成多個“組團式”的供應鏈物流節點空間布局。
關鍵詞：環首都流通圈;物流供應鏈;物流節點;選址—路徑—庫存問題;禁忌搜索算法
在有序推進北京區域性專業市場、區域性物流基地等非首都功能產業疏解的同時，為了促進物流產業轉型升級更好地適應消費升級對物流配送服務的要求，京津冀三地商務部門規劃到 2020 年基本建成布局合理、高效暢通、環境友好和協作共贏的環首都 1 小時鮮活農產品流通圈。隨著疏解非首都功能的推進，北京市區內各批發市場與物流倉儲設施逐步外遷，北京市區居民對農產品的需求在很大程度上依賴于高效的物流體系建設。國內外大量研究成果表明，城市物流發展定位確定和發展路徑規劃應建立在城市自身能力特征和城市體系結構的基礎上，物流企業的空間布局及區位選擇是影響物流業健康發展的重要因素，郊區以其低廉的土地價格、聯系城市中心和遠程物流的優勢成為物流企業優先選擇的區位[1];并從宏觀環境、市場規模與交通基礎設施等角度研究城市物流企業的區位選擇問題，探索物流企業的空間分布及其演化特征[2-7]。
隨著新算法的不斷涌現，有學者開始關注于節點選址、庫存控制與運輸管理三個問題的集成優化研究。Liu等嘗試將庫存控制引入到節點選址—運輸管理問題中，提出選址—路徑—庫存集成問題(Combined Location Routing and Inventory Problem， CLRIP)，以最小成本為目標建立數學模型，應用兩階段啟發式算法進行求解，并用模擬的方法對模型及算法進行了測試和評價[8];崔廣彬等在多時期隨機庫存決策的供應鏈二級分銷網絡中使用雙層規劃法，在給定的多個潛在物流供應鏈節點中選出較好物流供應鏈節點的位置并確定巡回運輸路徑以及每條路徑上的最佳訂貨量[9];馬漢武等采用了 JITD策略，從決策者和客戶兩個角度出發，用先聚類再分配的方法解決了制造商到潛在分銷中心的距離對選址產生的影響，使用雙層規劃建立了CL⁃ RIP集成優化模型[10];陳德慧等在模糊隨機需求變化條件下將模糊隨機的成本模型利用模糊可能均值法轉化為確定的混合0-1整數規劃CLRIP模型，設計了在最優庫存策略下再運用禁忌搜索算法改進初始解的兩階段混合啟發算法[11];唐金環等針對產供銷一體化企業，引入碳配額差值系數，構建了結合碳配額差值的多目標CLRIP模型，并使用多目標混合粒子群算法對問題進行求解[12]。
物流供應鏈節點空間布局涉及節點選址、庫存控制和運輸管理三個方面，在以往的文獻中，節點選址、庫存控制與運輸管理常常被分別考慮，無法實現最優物流節點空間布局且研究對象通常具有確定性，對模糊隨機需求下的多因素組合決策問題少有研究。為此，本文從物流供應鏈的視角研究環首都流通圈農產品物流供應鏈系統，構建具有模糊隨機需求的鮮活農產品三級物流供應鏈節點空間布局優化問題，在成本可控下實現配送中心及時、可達地完成配送。
1 確定優化對象與目標
北京最新城市規劃(2016—2035 年)的出發點就是著力解決供給、需求、質量方面存在的問題，推動相關產業向品質化、便利化、精細化方向發展。為了適應消費結構升級、促進京津冀協同發展、推動物流產業轉型升級、疏解非首都核心功能的發展目標，2017 年 5 月京津冀三地商務部門聯合出臺《環首都1小時鮮活農產品流通圈規劃》[13]，到2020 年形成“一核雙層、五通道、多中心”的環首都 1 小時鮮活農產品流通圈。結合政府規劃所制環首都流通圈示意圖(圖1)。
其中，中間紅色區域是“一核”，即北京市六環以內的特大型消費市場;灰色區域是“內層”，泛指從北京六環到河北天津的臨近地區;灰色區域向外延伸至灰色環線之間的黃色、綠色區域是“外層”，地理上指天津、河北這兩個環京區;“五通道”是以進京高速公路為主，國/省道及鐵路為輔，打造西北、西南、東部、南部、東南五個方向的農產品進京通道;“多中心”則是依托“五通道”干線，建設集聚生產、中轉、加工、倉儲、交易、配送等功能的物流基地。
為落實規劃目標，構建環首都流通圈鮮活農產品物流供應鏈，以由產地組織(“多中心”)、物流平臺企業(“雙層”)和含有宅配、自提功能的銷售終端(“一核”)所組成的物流供應鏈系統為優化對象，采用CLRIP集成優化方法，參考贏商大數據選取北京市六環內 27 個商圈為代表，形成多個“組團式”的供應鏈物流節點空間布局，提高產地、物流中心、配送中心等節點銜接度，縮短物流中心與交通樞紐的流轉距離，加快環首都農產品流通主體集約化、均衡化和規�；l展，推進農業產業、物流產業轉型升級。對環首都流通圈鮮活農產品物流供應鏈系統的研究，可以充分利用規模效應和協同效應提升物流服務效率和效益，優化資源配置，提高農產品的配送效率，提升服務質量。
2 構建農產品物流供應鏈系統
物流供應鏈是以第三方物流企業為核心，通過優化配置流通過程中的資金流、物流、信息流、商流等，實現物流各功能環節、功能組織相互協同的網絡組織，其中包含了提供產品或服務的整個過程中的所有物流活動[14]。目前有關物流供應鏈的研究主要集中在以成本、效率為考量的物流供應鏈構建研究和供應鏈協調及風險預警等方面[15-17]。
鮮活農產品物流供應鏈，是以生鮮農產品為研究對象，圍繞鏈上第三方物流企業，將產品從生產、預冷、初級加工包裝、冷藏貯存、冷藏運輸、流通加工、末端配送、分銷過程中的物流、信息流、商流進行調控，協調鮮活農產品生產者、農資供應商、流通加工企業及消費者之間的利益關系，最終實現鮮活農產品在低溫狀態下高效、安全、低損耗的流通，使供應鏈整體效益最佳。而物流供應鏈的效率則取決于各節點的有效銜接與合理布局，其主要節點情況：上游節點為各類產品產地及加工中心;中游節點為中轉點，包括各類冷藏庫、產銷批發市場及配送中心等;下游節點集聚銷售終端群體，如超市、餐廳等[18]。本文結合環首都流通圈規劃落實目標，基于物流供應鏈的內涵、環首都流通圈規劃布局及已調研第三方物流企業與物流基地的建設情況，構建由產地組織、物流平臺企業和含有宅配、自提功能的銷售終端所組成的鮮活農產品三級物流供應鏈系統(圖2)。
①產地組織(“多中心”)。產地組織為沿西南、南部、東南、東北、西北五條進京通道的農業生產基地以及農產品交易集散中心。產地主要配置了鮮活農產品生產、初級加工、臨時貯存、產品中轉、運輸配送、完成交易等的設施。
�、谖锪髌脚_企業(“雙層”)。“外層”區域形成基于流通加工的大型冷鏈物流生產加工基地和物流基地，包括集散中心、倉儲中心、流通加工中心等，主要完成鮮活農產品清洗、整理、分級、保鮮等初級加工，一般分布于農產品生產基地附近。“內層”建設流通、分撥、配送中心，集農產品的冷藏貯存、冷鏈運輸、冷鏈配送、終端零售以及信息處理等環節于一體的整套現代物流服務體系，主要用于及時為北京郊區和來自津冀集散中心的鮮活農產品進入首都消費市場提供便捷高效優質的配送服務，以實現最后1小時配送。
�、垆N售終端主要是“一核”內北京地區的各類銷售網點，比如新發地、農貿市場、連鎖超市、社區實體店、宅配或自提功能的新零售商店等。區域內重點加快傳統農產品批發市場的疏解和轉型升級，完善流通終端網點建設，改造、升級社區菜市場和連鎖銷售便民終端，發展產地直供社區終端，提升鮮活農產品品牌化、連鎖化、規范化發展水平。
3 建立配送中心空間布局優化模型
3.1 模糊隨機需求的數學描述
供應商根據末端客戶的訂貨來決策訂貨量和配送中心的庫存，由于鮮活農產品的生產周期和提前訂貨期問題，在這段時間里市場變幻莫測，客戶需求可能高于預期訂貨量，或者相近，或者減少，這種情況下用模糊隨機變量來描述最合適，只用隨機或者模糊都不夠準確。例如，下個周期的農產品市場需求增加，可達 5 000 單位的概率為 0.3，與預期目標需求量相近即4 000的概率是0.5，需求量接近減3 000單位的可能性為0.2。
3.2 問題描述與模型構建
3.2.1 問題描述
CLRIP模型是一種集成優化模型，可用來解決潛在配送中心的最優空間布局情況，為便于研究這里做一些抽象處理。由于終端實體店數量比較多且分散，不便于規劃設計，所以可以將一條線路上的和地理位置相近的實體店及超市抽象為一個客戶需求點，這樣也可以保證每個點的日需求量。三級物流供應鏈系統抽象化結構(圖3)，其中物流基地到配送中心為一級網絡，配送中心到客戶需求點為二級網絡�？蛻酎c的需求是模糊隨機的，在客戶需求點的數量與位置、備選配送中心點的數量與位置確定的情形下，備選配送中心點會根據上游供應商的決策確定庫存量。由于鮮活農產品的生產周期性，所以存在訂貨提前期，采用周期性檢查庫存與生產周期相匹配的策略保證庫存量，提供配送服務時采用巡回方式。基于上述情況確定配送中心最優空間布局、最佳訂貨周期、庫存保有量及最優配送路徑。
3.2.2 基本假設
�、侪h首都配送中心所配送的鮮活農產品為單一農產品。②各備選配送中心的位置已知，即目前北京六環附近所有潛在的配送中心位置點，并且各個備選配送中心在單位時間內的固定成本已知。 ③每個備選配送中心點年工作天數均為360天，且工作日內都要為其客戶需求點提供一次配送服務。 ④每個客戶需求點只配置一組車，每條配送線路僅有一組車為其提供服務，且各線路運輸車輛數量車型均相同;任一條配送線路上的客戶日需求量總和不能超過車輛的載重能力，且配送車輛從備選配送中心點巡回路線回到出發點。⑤各客戶點日需求量模糊隨機，各自獨立。⑥采取( ) T, Sj 周期性檢查庫存策略。
3.2.3 模型參數和決策變量
�、倌Ｐ蛥怠為所有客戶需求點集合I = { }i ; J為所有備選配送中心點集合J = { }j ;K為所有冷藏運輸車輛集合 K = { }k ;Fj 為各備選配送中心點 j 的 選址成本，即固定費用;C1為物流基地到各個備選配送中心點的一級網絡的單位量運輸成本;C2為各備選配送中心點到客戶需求點的單位距離成本;C3 為每次的訂貨成本;T為訂貨時間周期;
3.3 CLRIP優化模型求解
本文先根據枚舉法算出的最優庫存量、訂貨周期，再采用啟發算法計算模型的初始解，提高初始解的質量，最后利用禁忌搜索算法對初始解進一步改進直到搜索最優解。禁忌搜索算法流程如圖4。
主要步驟如下：
步驟1：根據優化過程與約束條件得出最優庫存水平與訂貨周期，并進行隨機匹配客戶和配送中心，車輛群與配送中心匹配，得到初始解;隨機將客戶分配給各配送中心和車輛，取得初始解;
步驟2：初始解的優化改進。運用禁忌搜索算法，改進選址分配，并在此優化基礎上繼續改進庫存—路徑。通過兩階段的持續改進，不斷優化選址 —路徑—庫存決策，直到滿足終止條件為止。
步驟3：按照情形1和情形2分別求出最優解，兩相比較確定最終結果。
4 驗證模型的可行性和實用性
以北京市六環附近已建配送中心及擬建配送中心為備選配送中心點，以北京市六環內 27 個商圈為客戶點，依據各類參數為環首都流通圈農產品物流供應鏈的配送中心節點提供最優空間位置布局、配送路徑和庫存水平點，在成本可控下實現最優選址—路徑—庫存。為了便于計算確定最優配送中心的空間布局方案，這里隨機選用河北省滄州市鹽山縣東北部的北京新發地鹽山農副產品批發市場作為鮮活農產品的物流基地。
4.1 相關節點的選擇
4.1.1 客戶需求點的確定
本文研究環首都流通圈“一核”這個北京市六環內居民鮮活農產品消費需求，選擇贏商大數據中心統計區域客流量大小的數據作為典型代表，通過綜合考量、整理、歸納，北京市六環內商圈主要有27 個(圖 5)，分別為：三里屯、CBD、王府井、西單、望京、燕莎、金融街、東直門、朝青、西紅門、常營、西直門、崇文門、雙井、朝外、太陽宮、中關村、亞奧、北苑立水橋、公主墳、萬柳、東壩、魯谷、通州、黃村、順義、亦莊。為便于數據處理計算，根據商圈地理位置及常住居民數，綜合聚類分析整理，將商圈劃分成12個范圍，擬定為12個客戶需求點，并運用重心法算出的重心位置作為客戶需求點坐標，12個客戶需求點的坐標依次為：(77，84)，(75，122)，(90， 83)，(90，106)，(55，39)，(83，49)，(62，91)，(120， 90)，(85，92)，(138，160)，(36，85)，(49，117)。北京市客戶需求點聚類示意圖，如圖6。
4.1.2 備選配送中心點的確定在確定
備選配送中心點時，將已建成的配送中心或者正在改建的為保障城市農產品供應的冷鏈物流配送中心直接作為備選點，例如：通州馬駒橋物流基地、黑莊戶農產品物流配送中心、東郊農產品配送中心、南口農產品物流配送中心、北京超市發物流配送中心、大紅門貨場等6個。北京市規劃擬建的配送中心及流通加工中心分布在昌平、朝陽、海淀、通州和豐臺區，在規劃擬建配送中心的區域，則根據土地價格以及政府規劃(在五環路、六環路周邊建立功能完善的物流中心)[19]找出比較符合條件的位置作為潛在配送中心點5個，雖然位置模糊，但是對最后結果影響不大，所以這里做假定處理。所有的備選配送中心點位置及選址成本見表1。
綜上，北京市客戶需求點與備選配送中心點位置分布示意圖如圖7。
4.2 原始數據采集及分析
選定的環首都鮮活農產品三級物流供應鏈系統中，備選配送中心點不僅包括已建或者正在改建的6個配送中心點，還有5個規劃擬建的比較合適的潛在配送點，其相對位置見表1。12個客戶點的坐標位置和日均需求量見表2。已知下列參數：C1=3，C2=4，C3=800，L=10天，Cq =600，Ch=1，Cs =4，η=360 天。其中 1、2、3、4、5、6 分別代表通州馬駒橋物流基地、黑莊戶農產品物流配送中心、東郊農產品配送中心、南口農產品物流配送中心、北京超市發物流配送中心、大紅門貨場，是目前北京市在建和已經運行的配送中心，其余j點代表的是潛在配送中心，i表示客戶點，d͂ (if f=1，2，3)的可能性分別為p1=0.3，p2=0.5，p3=0.2。
4.3 分析數據確定最優配送方案
運用Matlab 2014a 開發了4.1 所設計的方法的算法程序。禁忌搜索算法是一種隨機搜索算法，它的初始解關聯它的最優結果，因此選擇8種不同的初始解數據，并記錄相應的最優解，然后使用所設計的基于禁忌搜索算法的兩階段啟發式算法，優化初始解(表3)。
由表3可知，使用所設計的基于禁忌搜索算法的兩階段啟發算法所求得的最優解總成本數都比較接近，8 組數據中最大值是 225 990 000 元，最小值為225 740 000元，它們彼此之間的偏差很小，僅為0.1%，且總成本的最優解與初始解之間偏差范圍為0.07%~0.21%，證明設計的CLRIP集成優化模型與基于禁忌搜索算大的兩階段啟發算法是可行有效的。通過這種方法，計算得出的配送中心最優空間布局及庫存、路徑方案結果是相對準確。因此，由 表 3 可 以 得 出 最 優 成 本 方 案 目 標 函 數 值 為 225 740 000元。在最優成本條件下，運用倒推法計算擬開放的備選配送中心點位置及其配送路徑、選址成本、庫存成本、運輸成本(表4)。
在最優解的各單項成本中，庫存成本所占比重最大，是農產品的生產周期與訂貨周期之間客戶需求點的總需求量導致的庫存成本高，是為了保證需求;選址成本次之，選址成本偏高是由于北京市的地域位置所決定的，是沒有辦法調和的土地價格矛盾，屬于正常范疇;運輸成本相對較低，是由于大部分的備選配送中心點在選址時都考略到流通時間與配送效率，設立于北京市六環附近，本身運輸距離就短，加之進京交通的便利性，因此運輸成本屬于三項成本中所占比例最低無可厚非。參照最優解，從備選配送中心點中開放2、5、6、7、10、11 共 6 個配送中心，例如車輛從配送中心 2 出發，給客戶需求點 8 配貨后再到客戶需求點3，然后回到配送中心，其余線路以此類推，集成繪制相應的配送中心最優選址—路徑方案(圖8)和配送中心最優空間布局(圖9)。
下面對案例中的相關數據和結果做簡單的分析與總結。由表1可以看出，各備選配送中心點選址成本相差較大，例如北京超市發物流配送中心是黑莊戶農產品物流配送中心選址成本的 3.9倍，造成這種大落差的關鍵原因是地理位置不同，土地價格相差大。因此在規劃物流節點布局時選址合理與否直接影響整個選址的成本高低，如果選擇土地成本比較高的區域甚至對整個目標函數總成本的影響都比較顯著。在本算例中，由于需求量與供應量的匹配度，11個備選配送中心點中只需要開放6 個配送中心就能滿足需求，各個方案的目標函數成本，除了選址成本這一影響總成本的因素外，庫存成本與運輸成本也會隨著方案的不同波動比較大。不同的方案中各個配送中心的配送客戶需求點、配送路徑均不同，點與點之間運輸距離會隨之改變，相應的運輸成本就會相差很大;而各個配送中心匹配的客戶需求點的總需求量波動不同，庫存水平、缺貨損失就會出現連鎖反應的不同，也會帶來目標函數值差異很大。因此，在規劃配送中心的空間節點布局時，要使選址—路徑—庫存方案盡可能的達到最優化，除了考慮選址成本，各個配送中心的配送路徑與庫存水平同樣影響重大，它們不僅控制末端運輸成本，同時制約著配送的及時性與集成優化程度。
5 結論
本文根據北京市最新規劃與環首都流通圈的規劃布局，運用物流供應鏈、物流節點、環首都流通圈鮮活農產品三級物流供應鏈模型等相關理論，構建了以河北省鹽山縣的鮮活農產品物流基地為產地，以北京市六環內的27個商圈為客戶需求點，確定環首都流通圈鮮活農產品配送中心的最優選址 —路徑—庫存方案，實現鮮活農產品供應鏈物流節點最優空間布局，為落實環首都流通圈規劃，優化物流配送企業組織結構提供參考。
本研究的不足之處在于環首都流通圈的范圍比較大，涉及到的供應鏈系統復雜，由于調研樣本有限，考慮的因素可能不夠全面。結合目前階段性研究成果，指出進一步研究的方向：目標函數總成本除了選址成本、庫存成本與運輸成本外，在后續研究中可以將其他成本考慮在內，使成本最優方案更加準確;客戶需求點是按照商圈進行規劃，統計的客戶需求相對比較模糊，后續研究可以考慮找到更好的統計方法;環首都流通圈鮮活農產品物流供應鏈的優化，除了優化配送中心空間節點布局外，還可以考慮從組織結構布局、供應鏈管理系統等方面進行優化。——論文作者：陳紅麗，趙 爽，楊海波，張麗麗
參考文獻：
[1] Markus Hesse，Jean-Paul Rodrigue. The transport geography of logistics and freight distribution[J]. Journal of Transport Geog‐ raphy，2004(12)：171 - 184.
[2] Junjie Hong，Anthony T. H. CHIN. Modeling the location choices of foreign investment in Chinese logistics industry[J]. China Economic Review，2007，18(4)：425 - 437.
[3] 韓增林，李曉娜. 第三方物流企業的區位影響因素研究[J]. 地域研究與開發，2007，26(2)：16 - 25.
[4] 曹衛東. 城市物流企業區位分布的空間格局及其演化——以蘇州市為例[J]. 地理研究，2011，30(11)：1 997 - 2 007.
[5] 梁雙波，曹有揮，吳威. 上海大都市區港口物流企業的空間格局演化[J]. 地理研究，2013，32(8)：1 448 - 1 456.
[6] 秦璐，高歌. 中國物流運營網絡中的城市節點層級分析[J]. 經濟地理，2017，37(5)：101 - 109.
[7] 蔣天穎，史亞男. 寧波市物流企業空間格局演化及影響因素[J]. 經濟地理，2015，35(10)：130 - 138.
[8] Liu S C，Lee S B. A two-phase heuristic method for the multi - depot location routing problem taking inventory control deci‐ sions into consideration[J]. International Journal of Advanced Manufacturing Technology，2003，22(11-12)：941 - 950.
[9] 崔廣彬，李一軍. 基于雙層規劃的物流系統集成定位—運輸路線安排—庫存問題研究[J]. 系統工程理論與實踐，2007 (6)：49 - 55.
[10] 馬漢武，朱暉. 基于JITD的服務備件二級分銷網絡集成研究[J]. 工業工程，2011，14(6)：76 - 80.
[11] 陳德慧，陳東彥 . 模糊隨機環境下 B2C 電子商務配送系統 CLRIP 集成優化模型[J]. 系統管理學報，2017，26(4)：744 - 753.
[12] 唐金環，戢守峰，藍海燕，等. 考慮碳配額差值的選址—路徑 —庫存聯合優化多目標模型與求解[J]. 管理工程學報， 2017，31(1)：162 - 168.
[13] 北京市商務委，天津市商務委，河北省商務廳環首都1小時鮮活農產品流通圈規劃[R]. 2017.
[14] 梁雙波，曹有揮，吳威. 長江三角洲地區物流供應鏈時空演化及其影響因素——基于國際貨代企業數據的分析[J]. 地理研究，2017，36(11)：2 156 - 2 170.
[15] 鄭哲文. 基于可靠技術的應急物流供應鏈構建[J]. 中國流通經濟，2009，23(10)：54 - 56.
[16] 夏佐鐸，譚亮 . 北京奧運物流供應鏈的構建[J]. 商業研究， 2008(2)：126 - 129.
[17] 李曉宇，張明玉. 農產品物流供應鏈風險生成機制及預警模式[J]. 管理現代化，2009(4)：47 - 49.
[18] Dey O，Chakraborty D. A fuzzy random periodic review sys - tem with variable lead-time and negative exponential crashing cost[J]. Applied Mathematical Modelling，2012，36(12)：6 312 - 6 322.
[19] 北京市商務委員會，北京市發展和改革委員會. 北京市“十三五”時期物流業發展規劃[R]. 2016.
SCISSCIAHCI
