■ 李　鵬（黑龍江農業(yè)工程職業(yè)學院　哈爾濱　150088）

流通配送中心選址的模型研究
—以生鮮食品為研究對象

■ 李鵬（黑龍江農業(yè)工程職業(yè)學院哈爾濱150088）

內容摘要：本文采用加權馬爾可夫GM （1，1）預測算法對各個區(qū)域的生鮮食品需求量進行預測，確定最佳候選配送中心地址，然后采用構建的配送中心選址模型從運輸成本、固定建設成本、生鮮損耗成本等方面確定最佳選址，最后對該模型進行實例驗證。

關鍵詞：加權馬爾科夫算法流通配送選址生鮮食品

生鮮食品配送中心選址的目標

生鮮食品配送中心是進行社會物流組織的重要節(jié)點，其運作模式的主要特點在于它并不是從事生鮮食品生產的社會組織，只是從生鮮食品生產者手中匯集各種生鮮商品資源，然后進行分類和生鮮產品配送的集約化活動，進而實現物流活動的規(guī)模經濟性，實現降低生鮮食品物流成本的目的。因此，受生鮮商品資源分布、市場需求以及運輸等因素的影響，如果生鮮食品選址規(guī)劃在同一區(qū)域內的各個地點，不同的布局方案可能會導致整個物流系統(tǒng)的運作成本產生很大的差異。給用戶提供更好的服務，實現更高的社會效益，是進行生鮮物流中心索要考慮的中心問題。在進行生鮮物流中心選址的過程中，物流中心選址應該以費用較低、服務較好、輻射區(qū)域大以及社會效益高作為主要目標。其中費用低指的是尋求物流中心，包括建設費用和經營費用在內的總費用最低；服務好指的是物流中心選擇的地址應該保證生鮮食品能夠及時、完好地送達給用戶；輻射強以及社會效益高是指生鮮物流中心的選址應該要從整個區(qū)域的物流大系統(tǒng)出發(fā)，使生鮮物流中心的地域分布與區(qū)域物流資源和需求分布相互適應，適應地方經濟發(fā)展的實際情況。

表3　相關系數及馬爾可夫鏈權重計算結果

表5　生產基地和候選配送中心之間的單位運費及生鮮損耗系數

電商生鮮流通配送選址模型的構建

電商在進行生鮮流通配送中心選址時，必須要能夠覆蓋全部的市場需求點，并要綜合考慮生鮮流通配送中心的固定建設成本、物流運營的管理成本、生鮮損耗成本以及運輸成本等綜合起來最小。

（一）模型基本假設

假設首先確定了生鮮配送中心的候選區(qū)域，在該區(qū)域內具體進行配送中心選址；假設市場每一個需求點的需求量是已知的，并且也只由一個候選配送中心為其提供生鮮商品配送服務；假設生鮮產品的運送費用已知，并且配送點和配送中心的運輸費用和兩者之間的距離成正比關系，且運費已知；假設已知的各候選配送中心的固定建設費用和運營管理費用。

（二）模型建立

其中式（1）代表模型的成本優(yōu)化目標，目標函數由固定建設成本、運營管理成本、生鮮損耗成本和運輸成本組成；其中 0 ＜β＜1， 表示配送中心的規(guī)模越小， 單位成本越大。公式（1）中，I代表生鮮產品需求點個數集合；J代表候選配送中心集合；K代表生鮮農產品生產基地集合；Ij代表候選配送中心j能覆蓋的全部需求點集合；Xji代表0，1變量。Xji=1代表候選配送中心j為需求點i配送；反之，則代表候選配送中心j不為需求點i提供配送服務；Yj代表0，1變量。Yj=1代表候選配送中心j被選中建立；否則代表候選配送中心j未被選中建立；qi代表需求點i的年需求量；Aj代表候選生鮮產品配送中心j的固定費用，可包括基礎設施建設、物流設備購置等固定建設費用，員工薪資、能耗等固定管理費用；Vj代表第j個配送中心的變動成本系數；λkj代表從生產基地k到候選配送中心j的單位運費；λji代表從候選配送中心j到需求點i的單位運費；lkj代表候選生鮮產品選配送中心j與生產基地k的運輸距離；lji代表需求點i與候選生鮮產品配送中心j的運輸距離；wkj代表生產基地k與候選配送中心j之間的配送量；wji代表候選配送中心j與需求點i之間的配送量；p代表生鮮農產品的市場價格；αkj代表生產基地k到候選配送中心j的生鮮度損耗系數，且αkj∈［0，1］；αji代表候選配送中心j到需求點i的生鮮度損耗系數，且αji∈［0，1］。

公式（2）保證各需求點只能由一個候選配送中心配送；公式（3）表示只有當候選配送中心被選中才能為需求點提供配送服務；公式（4）-公式（7）代表如果候選配送中心未被選中，則不能為任何需求點提供配送服務，且生產基地也不能向該配送中心供貨；公式（8）、公式（9）代表供求約束：公式（10）、公式（11）代表決策變量約束。

表1　每個區(qū)的年銷售量統(tǒng)計

表2　模型計算結果與實際結果分析

表4　候選配送中心與各個區(qū)域之間的單位運費（元/km·t）

表6　候選配送中心和需求點之間的生鮮度損耗系數

選址模型具體案例分析

某一生鮮電子商務企業(yè)在特定的區(qū)域范圍之內，建設流通配送中心向該地區(qū)市場提供生鮮產品。將該地區(qū)具體劃分為10個區(qū)，通過建設一個生鮮流通配送中心向這個區(qū)域的配送站配送生鮮商品，送貨上門。文中在研究時，選取2012-2014三年各個區(qū)銷售的平均值作為原始數據，以半年為一個時間序列（見表1）。

得到初始數列：

X（0）=（x（0）（1），x（0）（2），…，x（0）（10））=｛118.3 6，123.53，129.56，137.45，126.67，150.16，1 33.15，147.23，140.16，127.33｝

本文通過公式計算，得到銷售量序列時間相應序列，即

再由公式（1）計算相對誤差，擬合結果及相對誤差見表2。

狀態(tài)1：高估狀態(tài)（4＜δ＜15）；狀態(tài)2：較高估狀態(tài)（1＜δ＜4）；狀態(tài)3：正常狀態(tài)（-1＜δ＜1）；狀態(tài)4：較低估狀態(tài)（-4＜δ＜-1）；狀態(tài)5：低估狀態(tài)（-10＜δ＜-4）。則可知1-10區(qū)的時間序列狀態(tài)分別為：3、4、3、2、1、3、1、4、2、2。根據公式（2）和公式（3）計算相對誤差序列各階自相關系數rK和權重wK，計算結果見表3。

通過上述計算，得到馬爾可夫鏈的轉移概率矩陣p如下：

經過修正最終得到預測結果，10個區(qū)的生鮮果蔬的需求量分別是：1區(qū)需求量為180.4噸；2區(qū)需求量為123.5噸；3區(qū)需求量為128.1噸；4區(qū)的需求量為163.7噸；5區(qū)的需求量為178.9噸；6區(qū)的需求量是159.4噸；7區(qū)的需求量是125.3噸；8區(qū)的需求量是166.6噸；9區(qū)的需求量是121.2噸；10區(qū)的需求量是124.7噸。

采用專家打分法根據上述分析結果確定3個候選配送中心，生產基地位置坐標（km）［580，80］，J1［265，212］，J2［283，207］，J3［453，228］。該候選配送中心與生產基地及各需求點的相關數據如表4-表6所示。

候選配送中心建設以及運營費用，其中J1候選配送中心的建設費用為111萬元，生鮮食品的每噸運營費用為95元；J2候選配送中心的建設費用總計為146萬元，用于每噸生鮮食品的運營費用為123元；J3候選配送中心的總建設費用是125萬元，生鮮食品每噸的運營費用為104元。最后，利用Lingo軟件求解該混合整數規(guī)劃模型，其配送中心的選址為J1，總成本為661.9萬元。

結論

“互聯(lián)網+”是我國“十三五”時期的發(fā)展方向，是充滿前瞻的中國戰(zhàn)略。政府、市場主體和網民，都需各盡其分，讓信息革命的生產力牽引中國成為網絡經濟強國，從而充分發(fā)揮電商在我國經濟建設以及服務人民中的重要作用。網絡信息技術的進步催生我國電商的迅猛發(fā)展，以此為背景我國生鮮電商迎來了重要的發(fā)展機遇期。從申銀萬國證券報告預測來看，2016年我國生鮮電商的增速可以達到75%，2016年的生鮮電商的銷售額也將達到911億元，但是，與此相對應的是在整個市場中盈利的生鮮電商卻是寥寥無幾，這與我國當前生鮮電商物流選址有著十分緊密的關聯(lián)。在我國生鮮物流發(fā)展的過程中，網購生鮮損耗率高已經嚴重影響到企業(yè)的盈利以及用戶的體驗，究其原因，流通配送是最大的短板，我國的電商生鮮食品供應鏈體系發(fā)展的還不夠健全。本文對電商生鮮流通配送選址問題進行研究，得出以下結論：

第一，通過對生鮮食品配送中心選址問題的研究，發(fā)現以往的研究很少考慮生鮮食品的市場需求情況。本文在該背景下采用了灰色—馬爾可夫模型進行需求點的需求預測，并通過檢驗證明了該模型的合理性。

第二，本文在理論分析和實踐研究的基礎上，根據生鮮商品配送中心選址中存在的特點，在構建生鮮食品配送中心選址數學模型時，引入新鮮度作為選址的一個影響變量，利用Lingo軟件求解，得到最優(yōu)選址結果。

參考文獻：

1.李夢尋，李志.新鮮度條件下生鮮食品配送中心選址模型研究［J］.重慶與世界（學術版），2013，30（4）

2.郭睿.M集團生鮮食品配送中心的選址問題研究［D］.南京理工大學，2010

3.楊華龍，劉金霞，鄭斌.灰色預測GM（11）模型的改進與應用［J］.數學的教學實踐與認識，2011，41（23）

4.楊皓翔，梁川，崔寧博.基于加權灰色—馬爾科夫鏈模型的城市需水預測［J］.長江科學院院報，2015，32（7）

5.趙玲，許宏科.基于灰色加權馬爾可夫：SCGM（1，1）c的交通事故預測［J］.計算機工程與應用，2012，48（31）

6.謝道文，施式亮.基于云理論與馬爾科夫模型的礦井用水量預測［J］.中南大學學報（自然科學版），2012，43（6）

7.仲遠見，李靖，王龍.改進馬爾科夫鏈降雨量預測模型的應用［J］.濟南大學學報（自然科學版），2009，23（4）

中圖分類號：◆F252

文獻標識碼：A