安吉整車物流網絡布局優化研究

摘 要：安吉現有的倉庫網絡結構龐大臃腫，不利于運輸資源的整合。本文通過定性分析與定量計算相結合的方法選出相對最優的倉庫網點。在定性分析階段，通過設置一系列的定性指標對待測算倉庫點進行遴選；在定量計算階段，利用Baumol-Wolfe模型對本文所涉及多倉庫選址問題進行定量計算。Baumol-Wolfe優點在于不僅考慮了運輸成本，而且還考慮了倉庫的可變成本和固定成本。本文的倉庫選址著眼于安吉未來業務發展的需要，預測安吉2013-2018年在各地的運量代入模型進行求解，預測方法是灰色關聯預測。通過對安吉現有網絡進行優化，調整部分網點，達到提高安吉整車物流運作業務效率，降低運作成本的目的。

關鍵詞：選址；定性分析；Baumol-Wolfe模型；灰色關聯預測

中圖分類號：TP399 文獻標識碼：A 文章編號：1674-7712 （2013） 24-0000-05

一、前言

在第十二次中國物流學會年會中，多名著名企業家和高校教授都特別指出在不斷變化的物流環境中建立最適合企業目的的物流網絡十分重要。為了更好地向客戶提供覆蓋全國、迅速及時的物流服務，安吉在早期鋪設了規模巨大的整車物流干線網絡，整車倉庫分布依據客戶的銷售布局，采取“一一對應”的模式，這樣雖然可以保證充分的區域覆蓋和及時配送，但也造成干線網絡龐大、臃腫。不僅帶來管理上的不便，更大的問題在于產生了高昂的倉儲、運輸費用，使客戶和公司雙方都承受著巨大的成本壓力。

二、定性分析選擇待測倉庫點

通過調研我們了解到安吉在全國建立了33個VSC倉庫，安吉的運作模式主要是兩級分撥體系，即從VDC倉庫運輸到各VSC倉庫，再從VSC倉庫運輸到各經銷商。為了便于計算，我們假定VDC倉庫只有上海庫一家，且因為安吉全國各地的年業務量數據不全，因此，我們在模型中簡化操作，通過定性分析選擇待選VSC城市，選擇每個省GDP前五的城市作為經銷商，具有一定的代表性。具體的定性分析方法如下[1]：

定性因素是用以確定待測算倉庫點的一套準入策略，按其性質和等級不同，可分為三類：

必選因素：

（1）經濟發展力，即是否具有區域領導力；

（2）區域銷售量情況，即是否有較大的銷售量；

（3）現有網絡情況，即與現有網絡的融合度。

本類因素的特點是必須滿足（1）-（3）的所有因素，方可進入定量計算。

備選因素：

（4）政府或類似權力機構決定；

（5）上級單位決定；

（6）公司決策層決定；

（7）內部測算范疇；

（8）存在容易獲取、較為顯著的收益；

（9）其它重大肯定性因素；

本類因素的特點是只要滿足（4）-（9）中的任何一項肯定性因素，則可進入定量計算；

否定因素：

（10）自然條件非常惡劣；

（11）存在重大的天災人禍因素；

（12）違反法律法規；

（13）其它重大否定性因素；

若滿足（10）-（13）中的任何一項否定性因素，則直接淘汰。

通過定性分析，在全國三百余個候選VSC城市中選出10個城市作為待測算倉庫點，如表1所示。

三、基于Baumol-Wolfe模型定量計算

（一）Baumol-Wolfe模型原理

Baumol-Wolfe法是針對多元網點布局（如圖1所示）提出的一種啟發式方法[2]。這種方法在求解過程中只需要運用一般運輸規劃的方法即可，避免了混合整數規劃模型的求解困難，大大降低了計算成本?；贐aumol-Wolfe模型建立的物流企業配送網絡如圖1。

如圖1所示，配送中心選址問題可以描述為對于有限的供貨點（m個），在n個備選地點中選擇一定數量（最多允許選P個）的地點作為配送中心，為l個用戶配送物品，使得在選出點建立的配送中心滿足配送需求的前提下，總成本最低。

總費用=總運輸費用+總配送費用+配送中心可變費用+配送中心固定費用。

配送中心的可變成本與其周轉量不是線性相關關系。Baumol-Wolfe法用非線性函數來描述配送中心的可變費用，如圖2所示。

四、灰色關聯預測2013-2018年運量

考慮到未來安吉業務的發展，在進行網點布局優化時業務量的確定是基于未來五年預測的數據，這樣能保證方案在未來的可行性。預測方法詳見灰色預測模型。

經認真考慮，我們選取了灰色系統作為預測的技術手段，因為各地區商品車的需求具有受到外界的因素影響大和受調查條件限制數據采集很難完全兩大特點，正好符合灰色系統研究對象的主要特征，即“部分信息已知，部分信息未知”的不確定性?；疑到y理論認為，對既含有已知信息又含有未知信息或不確定信息的系統進行預測，就是在一定方位內變化的、與時間有關的灰色過程中進行的預測。盡管這一過程中所顯示的現象是隨機的，但畢竟是有序的，因此這一數據集合具有潛在的規律。灰色預測就是利用這種規律建立灰色模型對灰色系統進行預測。

五、模型求解

上述模型除了VSC的可變成本為周轉量的凹函數和固定成本為常數函數外，其余各項都是多元一次線性函數，它屬于非線性混合0-1規劃模型。對于此類混合整數規劃模型的求解，常采用分支定界法。但由于本模型變量多，約束條件多，所以求解非常困難。由于Lingo軟件是一種專門用于求解最優化模型的軟件包，具有執行速度快，易于輸入、求解和分析等優點，因此，本文專門開發了Lingo求解程序對模型進行快速求解。

由調研的信息可得，安吉的VDC設在上海、南京、青島、煙臺、沈陽、柳州六地，用戶分布在全國各地，有30個。倉庫的最大個數是10個，即P=10。各待測的VSC倉庫按城市的發展程度不同，可分為一、二線城市，一、二線城市對應的倉庫可變成本為100，90萬元/萬輛。由此，可以得出這10個城市對應的倉庫可變成本如表4所示。

六、結束語

本文討論的倉庫選址方案，優點在于：

（1）考慮到安吉未來業務量的發展情況，具有一定的前瞻性。

（2）Baumol-Wolfe模型不僅考慮了運輸成本，還考慮了倉庫的存儲成本，更加貼近實際。

（3）通過求解能直接得出最優的運作模式和所建倉庫的規模，操作簡便。

本文的缺點在于預測的安吉業務量數據可能與實際情況有偏差，影響了結果的準確性。另外，Baumol-Wolfe 模型是在備選的倉庫選址地點選出最優的倉庫點，因此備選倉庫點選擇合理性對結果有較大影響。針對安吉的倉庫選址問題，本文還有不完善之處，會在以后的研究中繼續補充完善。

參考文獻：

[1]費越.整車物流倉儲網絡優化關鍵技術研究與應用[D].上海：上海交通大學，2009.

[2]李智勇，林輝，李偉.基于Baumol-Wolfe法連鎖生鮮超市配送中心的布局[J].物流科技，2005（119）：19-23.

[3]楊茂盛，李霞.鮑摩-瓦爾夫模型在物流配送中心選址中的應用[J].鐵道運輸與經濟，2007（08）：53-55.

[4]黃敏珍，馮永冰.灰色預測模型在區域物流需求預測中的應用[J].物流科技，2009（03）：17-20.

[作者簡介]田會芳（1991-），女，安徽人，安徽大學，學生，本科，研究方向：物流管理；胡雪輝（1991-），男，安徽人，安徽大學，學生，本科，研究方向：物流管理；岳佩資（1993-），安徽人，安徽大學，學生，本科，研究方向：物流管理。