周向紅，邱筠閔，成鵬飛，溫永芝，彭 璇

( 1.湖南科技大學 商學院，湖南 湘潭 411201；2.產業(yè)發(fā)展大數據與智能決策湖南省工程研究中心，湖南 湘潭 411201)

一、引言

數字經濟快速發(fā)展，不斷融入各個產業(yè)領域，推動了產業(yè)數字化的進程。商業(yè)電子化、物流信息化和支付數字化等技術創(chuàng)新，不僅從供給端深刻影響眾多傳統(tǒng)產品的經營方式，相應地，需求端消費模式也隨著數字技術的融入而得以優(yōu)化，給消費者帶來更加便捷的體驗，如產品更豐富、價格易比選、支付較簡單、售后有保障等，有利于促進商品交易。生鮮農產品是人們生活中不可或缺的物品，但由于其生產地和消費地不在同一區(qū)域，距離較遠，且具有需求急、易腐爛、價值低等特點，因此促進快速大量銷售是實現農產品健康發(fā)展的關鍵。顯然，數字經濟可以擴大農產品的市場規(guī)模，縮短農產品的交易和運輸時間，更好地響應消費者對生鮮農產品品種、新鮮度、配送及時的要求。考慮到生鮮農產品磕碰易腐的特點，如何合理設計農產品配送中心選址，在節(jié)約配送成本的同時，更加注重時效性，既保證農產品品質，又兼顧多合作主體效益和消費者滿意度，已成為行業(yè)內普遍關注的焦點[1]。

近年來，許多學者研究了不同產品的配送網絡選址規(guī)劃，一般以最低運輸費用、最短車輛行駛路徑、最短配送時間等單個或多個聯合作為目標函數，并考慮具有多約束條件的網絡選址優(yōu)化模型，以及針對復雜因素影響下多約束多目標的網絡選址優(yōu)化，運用各種不同的算法進行求解。蔣國清等(2015)[2]結合遺傳算法(GA)和蟻群算法(ACO)的優(yōu)點，建立了一種兩階段式的物流配送路徑優(yōu)化方法(GA-ACO)，并證明了該方案優(yōu)于單一GA、ACO的物流配送路徑方案，可以快速有效地獲得物流配送路徑的最優(yōu)解。馬祥麗等(2016)[3]設計了基于求解帶時間窗物流配送車輛路徑的改進蝙蝠算法，通過該方法可以合理安排車輛行駛路線，使得總運送距離最短、車輛數最少、運費最小、運時最短。王道平等(2017)[4]將客戶重要度作為影響懲罰成本的因素，再利用雙層規(guī)劃法建立多目標整數規(guī)劃模型，最后用改進的蟻群算法求最優(yōu)解，考慮了客戶關系對于車輛路徑安排的影響，改進了傳統(tǒng)的選址路徑問題。樊世清等(2017)[5]綜合考慮了固定成本、運輸成本、貨損成本、懲罰成本和能源成本等因素，構建了冷鏈物流車輛配送路徑優(yōu)化模型, 并采用改進的蟻群算法進行求解。為達到生鮮產品配送費用最少、客戶滿意度最高等目標，殷亞和張惠珍(2017)[6]建立了最優(yōu)路徑選擇的多目標模型，并改進了混合蝙蝠算法對模型有效性進行驗證。胡小宇等(2018)[7]提出了一種適用于解決帶時間窗車輛路徑問題的粒子群優(yōu)化算法，針對實際生活中的車輛路徑問題，可以在此算法的基礎上根據不同要求進行優(yōu)化，如應用到多倉儲中心的物流配送優(yōu)化中。徐君翔和郭靜妮(2018)[8]提出了基于大數據平臺的帶時間窗限制的物流配送車輛路徑問題。魏潔和王佳鑫(2019)[9]設計了連續(xù)選址模型的模糊C均值聚類-改進模擬退火(FCM-ISA)算法，并以杭州市為例驗證了所建模型及設計算法的有效性。姚源果和賀盛瑜(2019)[10]基于交通大數據，設計了基于實時路況的農產品冷鏈配送優(yōu)化模型和基于接駁點和實時路況的農產品冷鏈配送優(yōu)化模型，通過蟻群算法證明這兩模型可以有效地降低冷鏈配送成本和提高客戶滿意度。范厚明等(2019)[11]認為一種半開放式的多配送中心聯合配送模式比傳統(tǒng)的、具有獨立配送中心的配送模式，能更好地減少生鮮品的損耗，降低總物流配送成本。王勇等(2020)[12]構建了包含生鮮商品配送的物流成本和生鮮商品價值損失的雙目標優(yōu)化模型，研究了帶時間窗和溫度控制的物流配送車輛路徑問題，設計了一種基于K-means聚類的遺傳-禁忌搜索混合算法(GA-TS)，并進行了實證研究，確定了不同生鮮商品在配送中的最佳配送溫度和最佳聚類數。李敏和吳群琪(2020)[13]綜合考慮了成本控制問題和鮮活農產品的特性，從約束規(guī)劃的角度，提出約束規(guī)劃模型，結果表明約束規(guī)劃模型有助于鮮活農產品配送中心選址。

綜上所述，可以發(fā)現大多數文獻僅針對配送網絡規(guī)劃或者是單純的配送中心選址的研究，缺乏對數字經濟下農產品經營影響因素的分析，針對具體生鮮農產品配送網絡選址規(guī)劃方面的研究相對較少。本文將研究背景限定在數字經濟下的物流配送網絡規(guī)劃，由于線上購物的便利性，農產品的來源廣泛，年輕消費者群體更喜歡線上購買來自產地的特色農產品，但配送過程受各種因素的制約也會影響消費者的體驗。因此，為滿足消費者對配送時效的高要求，提高配送效率、降低運營成本是生鮮農產品急需解決的關鍵問題。本文通過構建一個以成本最小化和新鮮程度最大化的優(yōu)化模型，求解得到最佳的生鮮農產品配送網絡，以此實現農產品運營效益的最大化。

二、配送網絡規(guī)劃模型的設計

本文主要針對數字經濟下生鮮農產品配送網絡選址規(guī)劃開展研究，相關問題描述如下：在數字經濟中，由于生鮮農產品的規(guī)?；瓦\輸成本的下降，其運輸半徑更大，覆蓋范圍更廣。一個完整的農產品銷售網絡中包括多個分銷商和多個配送中心。為更好地滿足客戶需求，提高配送效率，降低農產品銷售成本，減少因滯銷而導致的產品損失，在生鮮農產品配送需求已知且假設農產品出產地供應量足夠大的情況下，對生鮮農產品進行配送網絡選址規(guī)劃。

根據對生鮮農產品生產銷售的調研了解，生鮮農產品配送是一個復雜系統(tǒng)，擁有大量配送中心和分散客戶，其網絡配送結構如圖1所示。本文擬提出一個考慮時間窗懲罰成本和隨時間變化的新鮮度等因素影響的多目標優(yōu)化模型。第一個目標是總成本最小化，主要包括配送成本、運輸成本以及懲罰成本和貨損成本，從出產地到配送中心主要是長途運輸，所以損壞成本較大；而從配送中心到分銷商為短途運輸，主要考慮分銷商時間窗要求而產生的懲罰成本。第二個目標是農產品新鮮程度最大化。假設分配系統(tǒng)包括一個產地、多個備選配送中心和多個分銷商，同時，已知客戶分銷商需求和時間窗口。這些生鮮農產品需要發(fā)送給分銷商，分銷商的時間窗口有可能不同，要求任何提前到達的車輛都必須等到時間窗口才能開始，任何車輛遲到將受到處罰。一旦采摘過后，從冷庫向分銷商運輸時開始，農產品的新鮮度就會下降。所有農產品的新鮮程度都會隨著運輸配送的時間延長而下降。為了描述新鮮度，本文確定新鮮度系數β=(1-α)t，即隨著運輸時間的延長，生鮮農產品的新鮮度會降低(張建和傅少川，2011)[14]。

圖1 配送網絡示意圖

(一)模型假設

現實中，生鮮農產品配送網絡選址規(guī)劃是一個復雜的目標優(yōu)化問題，其中包含大量的參變量，求解效率低。為更好地擬合消費者對生鮮農產品需求的實際，同時簡化決策情境，提高求解效率，對不同環(huán)節(jié)主體地址、配送能力、新鮮度計量、配送時間、受損成本、運輸速度、配送規(guī)則與產量充足性等給出假設，這些假設是模型構建的基礎，是目標函數和約束條件設計的重要依據，由此構建基于數字經濟模式下生鮮農產品配送網絡規(guī)劃模型，特作如下假設。

假設1：備選配送中心地址、分銷商地址及其生鮮農產品需求都是已知的。

假設2：配送中心擁有足夠能力完成市場所需的配送任務，即對配送能力大小無約束。

假設3：在配送過程中生鮮農產品的新鮮度是時間的線性函數，即時間越短，新鮮度越大，時間越長，新鮮度越低。

假設4：配送時間取決于配送距離和車輛運輸速度。

假設5：配送過程中生鮮農產品適用于所有客戶的時間窗口。

假設6：生鮮農產品受損成本等于損失率與需求數量的乘積。

假設7：配送過程中運輸車輛均按統(tǒng)一的速度進行運輸。

假設8：一個生鮮農產品的產地可向多個配送中心進行配送，一個配送中心可以分配給多個分銷商，但一個分銷商只能由一個配送中心配送。

假設9：分銷商需求的農產品均一次性配送完，不考慮運輸容量等因素的限制。

假設10：生鮮農產品產地產量足夠大，能夠滿足分銷商的需求。

(二)符號說明

1.參數

c1：從產地到配送中心的單位距離單位貨物的運輸成本；c2：從配送中心到分銷商的單位距離單位貨物的配送成本；di：產地到配送中心i的距離；dij：配送中心i到分銷商j的距離；v：配送與運輸的平均速度；ti：產地到配送中心i運輸的時間；tij: 配送中心i到分銷商j的配送時間；Qi：配送中心i的需求量；Qij：從配送中心i到分銷商j的需求量；Pi：配送中心i的建設成本；Sij：配送中心i對分銷中心j的供應量；β：農產品的新鮮度系數；α：生鮮農產品單位時間的損失率；w1：早到懲罰系數；w2：等待懲罰系數；[Tej，Tlj]：分銷商需求的時間窗；Z1、Z2：生鮮農產品的目標函數值，其中Z1為成本目標函數，Z2為生鮮度目標函數。

2.決策變量

(三)模型構建

生鮮農產品供應商需要將農產品配送到客戶處，顯然配送過程會產生成本，其中貨損成本的產生是因為在運輸過程中隨著時間的延長，產品新鮮度會隨之下降，這可能會導致退貨而不能獲得預期利潤?？紤]產地到配送中心這一長距離的貨損成本，配送中心到分銷商的貨損成本，以及采用分銷商時間窗進行約束。

1.運輸成本：

(1)

2.配送成本：

(2)

3.早到等待成本：

(3)

4.晚到懲罰成本：

(4)

5.貨損成本：

(5)

6.固定成本：

(6)

由以上6個成本因素構建模型如下：

minZ1=C1+C2+C3+C4+C5+C6

(7)

(8)

約束條件：

(9)

(10)

(11)

(12)

(13)

(14)

Xi≥Yij

(15)

Qi,Qij≥0

(16)

目標函數(7)表示最小化農產品的總成本；目標函數(8)表示最大化農產品的平均新鮮度。約束(9)表示配送中心的需求量要大于等于分銷商需求量；約束(10)表示配送量與需求量相等；約束(11)表示從產地到配送中心的時間；約束(12)表示配送中心到分銷商的時間；約束(13)表示農產品新鮮度與時間的關系；約束(14)表示配送中心i服務于分銷商j，每家分銷商都只有一家配送中心供貨；約束(15)表示配送中心i選中之后才能進行配送；約束(16)表示農產品需求量必須大于零。

在多目標函數求解過程中，由于目標函數具有沖突性，一般難以在整體約束下，使各目標函數同時達到最優(yōu)。根據對目標函數的分析可知，目標函數Z1為成本型，其取值越小越好;目標函數Z2為生鮮度，其取值越大越好。為便于高效處理而又不影響模型優(yōu)化求解，將模型中兩個目標函數合并為一個目標函數，約束條件不變，得到模型(17)。

minF=Z1/Z2

(17)

Xi≥Yij

Qi,Qij≥0

對轉化后的目標模型(17)進行求解，可以計算得到最優(yōu)的配送中心選址。

三、實證分析

(一)案例情況

在數字經濟模式下，跨區(qū)域的商品流通十分密切，尤其是生鮮農產品更加適合這一環(huán)境。蘋果作為農產品的典型代表，其價格不高，需求量大，同時也是人們生活中不可缺少的農產品之一。本實證分析擬選擇新疆某大型蘋果供應商，根據其線上和線下業(yè)務發(fā)展需要，需從長沙、廣州和貴州等3個城市中選擇1個作為配送中心，負責區(qū)域蘋果的快速配送，從配送中心再對備選的分銷點進行配送。該蘋果供應商與備選配送中心的距離、備選配送中心的需求量，以及建設成本如表1所示。分銷商的需求量如表2所示，備選配送中心到各分銷商的距離如表3所示，有關參數如表4所示。此外，分銷商的容忍的時間窗為Tej=0.5 h，Tli=10 h，車輛運輸的平均速度為v=60 h/km。表1中的距離是采用百度地圖測算得到，其他相關數據均為通過對蘋果供應商調研而獲取的實際數據。

表1 新疆到備選配送中心的距離與建設成本

表2 分銷商的需求量 (t)

表3 備選配送中心到需求地的距離 (km)

表4 配送相關系數

根據以上給定的數據，結合所建立的模型，通過Matlab進行求解，得到目標函數的結果，如表5所示。

表5 目標函數計算結果

由表5可知，將配送中心選在長沙的成本最小。當配送中心選在長沙時，其相關計算結果如表6所示。

表6 目標函數的相關計算結果

(二)結果討論

由上述計算結果可以看出，當成本最小時，蘋果新鮮度并不是最大的，但因為成本與新鮮度倒數的乘積是最小的，選擇長沙作為配送中心則可以使得目標值達到最優(yōu)。由于時間窗的取值是一定的，故在考慮時間對新鮮度和分銷商時間窗影響的情況下，可得到模型的最優(yōu)解。如果不考慮分銷商時間窗和新鮮度的影響因素，其他條件不變，模型則變換為式(18)。

minZ1=

(18)

運用Matlab對模型(18)進行求解，可得到的結果如表7所示。

表7 目標函數計算結果

由表7可以看出，當不考慮新鮮度與分銷商時間窗時，貴州作為配送中心的成本最小，結果值為75530.5，因此選擇貴州為配送中心是合適的。然后綜合考慮加入分銷商時間窗和新鮮度這兩個影響因素，可得出的結果如表8所示。

表8 目標函數的相關計算結果

當不考慮分銷商時間窗和新鮮度的影響時，配送中心應選在貴州，目標函數值為82319.49，與表6相比，目標值多出了2964.73。在此基礎上，對不同選址下的各項成本情況進行對比分析，具體結果如表9所示。

表9 分銷商時間窗和新鮮度對選址和目標函數的影響分析

通過對表9中備選配送中心的比較分析可知，在貴州的配送成本較大，等待時間較長，這將導致客戶體驗下降。在該生鮮蘋果配送網絡規(guī)劃中，配送的及時性和成本的大小是影響數字經濟模式下客戶滿意度的重要因素。通過上述分析，可以得到如下結論：

(1)分銷商所在地的需求量差異太大，對配送選址的結果影響較大，所以最好對未來近6～10年的需求進行預測，以選出最佳配送中心。

(2)當需求地的需求相差不大時，分銷商的時間窗對優(yōu)化結果影響最大。

(3)當分銷商時間窗相差不大，且需求量相差在一定的范圍內時，產地到需求地的距離越近，則可以作為最優(yōu)配送中心的選址。

(4)通過對目標函數分析可知，在農產品配送中心選址時，如果能同時達到成本越小、新鮮度越大，則就越有利于確定最優(yōu)分配中心選址。而現實中，往往難以同時確保成本最小和新鮮度最大，若不能同時滿足這兩個要求，則應根據整體目標綜合值來加以確定。

(三)案例評價

該案例結果表明，數字經濟模式下對蘋果配送網絡選址進行合理規(guī)劃，可有效降低物流運輸成本、物流設施建設投資以及運營成本，還可提高蘋果的生鮮度，減少貨物損失，從而為產地果農創(chuàng)造穩(wěn)定的效益。一般而言，供應商的產品價格要與當地市場同類產品價格相比較，大部分供應商僅關注總成本的最小化，而對消費者來說，物流成本并不那么直接和顯著，更多地關注蘋果的新鮮度和到達時間。因此，在對生鮮蘋果網絡選址規(guī)劃時，目標函數中不僅要考慮物流成本，還要考慮分銷商時間窗和蘋果新鮮度的影響。通過實證分析，對比不同影響因素下的網絡選址規(guī)劃決策，實證結果顯示，考慮分銷商時間窗和新鮮度能夠進一步促進目標優(yōu)化，并提高客戶的滿意度，由此驗證模型的可行性和可靠性。

四、對策建議

數字經濟時代，生鮮農產品的銷售范圍已大幅增加，而物流運輸業(yè)的發(fā)展使得農產品的運輸半徑不斷擴大。為更好地滿足數字經濟下生鮮農產品的市場需要，降低農產品流通成本，提升客戶的滿意度，由此提出以下建議：

1.優(yōu)化網絡配送中心選址，覆蓋更大市場區(qū)域。配送中心作為連接產地和分銷商的核心環(huán)節(jié)，其位置的選擇十分關鍵，合適的配送中心位置能有效降低運輸成本，縮短運送時間?？梢岳么髷祿κ袌鏊趨^(qū)域的產品需求量進行預測，參考配送網絡規(guī)劃模型，對比多個備選地的數據，進行模擬實證分析，選擇滿足分銷時間窗和新鮮度要求的最優(yōu)選址方案。

2.加大保鮮技術創(chuàng)新，確保產品新鮮度在約束范圍內。生鮮農產品在運輸過程中容易損壞或者變質，應加大技術創(chuàng)新力度，研制先進與經濟的冷鏈配送技術，以保證農產品的新鮮度。在配送前，考慮不同保鮮技術的成本，根據不同生鮮產品的特性，將其分為常溫儲存、冷藏和冷凍儲存，綜合考慮貨物運輸距離，并進行分類裝箱運輸，以控制運輸成本。在配送包裝方面，利用可循環(huán)使用的蓄冷材料，既環(huán)保，又節(jié)約成本。

3.建設數字化的物流管理平臺，及時監(jiān)管運輸環(huán)節(jié)。從發(fā)貨環(huán)節(jié)開始，使用統(tǒng)一的數字化的管理平臺，為供應商提供實時的物流信息，并及時反饋運輸過程中發(fā)生的各種問題。管理中心及時跟進，統(tǒng)一調度，盡快采取應對措施，減少損失；根據平臺提供的信息，預估到達時間，降低早到等待成本和晚到懲罰成本，確保生鮮農產品以新鮮完好的狀態(tài)及時送到消費者手中，提高消費者滿意度。

五、結束語

生鮮農產品的跨區(qū)域流動，是我國東西部經濟交流的重要形式之一。而配送網絡選址規(guī)劃是影響數字經濟模式下生鮮農產品銷售的重要因素之一，是研究的焦點。通過構建生鮮農產品配送網絡規(guī)劃的優(yōu)化模型，有助于選擇最佳的配送中心，使之能夠有效地銜接產地與分銷商之間的供應需求，有效降低成本，減少損失，提高客戶滿意度。此外，由于生鮮農產品本身的特殊性，導致配送時間的長短不一，直接影響農產品的新鮮度，也會間接影響客戶的滿意度。因此，配送網絡的配送中心選址是生鮮農產品經營中的一個關鍵節(jié)點。

本文在原有生鮮農產品配送網絡研究的基礎上，根據生鮮農產品自身的特性，考慮生鮮農產品的新鮮度最大化、損失成本最小化，以及將客戶的時間窗列為影響客戶滿意度的重要因素，由此將新鮮度與分銷商時間窗納入配送網絡選址規(guī)劃研究中，建立了一個由新鮮度和分銷商時間窗影響下的配送網絡規(guī)劃模型。在構建生鮮農產品配送網絡選址規(guī)劃模型前，本文給出了10個假設，而這些假設對問題進行了限定以方便研究，但在簡化問題的同時，也使得問題與決策實際有了一定的差距。因此，未來研究可以突破這些假設的限制，如考慮需求的動態(tài)變化，單個車輛運輸容量的限制，以及新鮮度不僅受時間的影響，也與運輸距離、裝卸次數等有關，根據假設的變化需要設置更多的模型參數，使得配送選址規(guī)劃模型更加擬合決策實際，這有利于進一步指導數字經濟模式下生鮮農產品配送網絡選址規(guī)劃。