基于CiteSpace的物流配送中心選址研究

韓倩 桑金琰

摘? 要：文章以2000～2020年（截至5月31日）WOS和CNKI數據庫的664篇文獻為基礎數據，運用CiteSpace5.6.R3計量工具對物流配送中心選址領域的研究進行可視化分析，通過關鍵詞共現圖譜分析和聚類圖譜分析確定該領域的研究重點，在此基礎上生成時間線圖譜并結合發表年度趨勢進行發展歷程分析，為物流配送中心選址領域的研究提供研究熱點及發展歷程。

關鍵詞：物流配送中心;選址;CiteSpace可視化分析;研究熱點;發展歷程

中圖分類號：F252.14? ? 文獻標識碼：A

Abstract： Based on the 2000～2020（as of May 31）WOS and 664 articles were based on the data of CNKI database， using CiteSpace5.6.R3 measurement tool for research in the field of logistics distribution center location visualization analysis of map and cluster map by keywords co-occurrence determine the research emphasis of the field， on this basis， according to the generated time line graph and publish annual analyses development trend diagram， for logistics distribution center location provides research hotspot in the field of research and development.

Key words： logistics distribution center; the location; visual analysis of CiteSpace; research hotspots; the development course

0? 引? 言

物流供應鏈的形成與運作以經濟性、時效性、環保性、服務性為目標，供應鏈中節點之間的協調程度影響目標的實現，節點之間的協調程度受配送網絡布局和配送路線規劃的影響，而配送的網絡布局和路線規劃最終由物流配送中心的位置決定，因此，物流配送中心選址是實現物流供應鏈目標優化的先決條件，本文以物流配送中心選址為主題，利用CiteSpace軟件開展可視化研究，挖掘研究熱點并梳理發展歷程。

1? 數據來源及研究方法

1.1? 數據來源

本文的數據主要有兩大來源：一是CNKI的全部期刊，搜索主題為“物流配送中心選址”，檢索時間跨度為2000～2020年（截至5月31日），共檢索到611篇文獻，二是選取WOS中的SSCI、SCI、A&HCI三大數據庫，主題為“Logistics Distribution Center”and“Site Selection”，文獻類型精煉為“Artical”和“Review”，時間跨度為2000～2020年（截至5月31日），共檢索到文獻53篇，將CNKI中的611篇與WOS中的53篇文獻相結合作為研究數據。

1.2? 研究方法

運用CiteSpace5.6.R3對CNKI和WOS的文獻進行可視化分析，對CNKI和WOS數據庫中物流配送中心選址領域文獻進行關鍵詞共現網絡分析、關鍵詞與延伸詞的聚類圖譜分析，在此基礎上進行時間線圖譜分析和發表年度趨勢圖分析，從中歸納總結該領域的研究歷程。

2? 熱點詞的共現及聚類分析

2.1? 熱點詞共現分析

關鍵詞體現研究領域的重點內容，其衡量指標為頻度和中心度，頻度是指在指定時期內關鍵詞出現的次數，中心性是指在研究領域內起到中介作用。通過運用CiteSpace軟件可以得到物流配送中心選址領域關鍵詞共現圖譜（圖1），從圖1中可知該領域的熱點詞有“選址”、“配送中心”、“物流配送中心”、“選址模型”、“配送中心選址”、“物流配送中心選址”、“層次分析法”、“電子商務”、“gi”，在圖1的基礎上進行整理得到表1。

分析表1可得以下結論：

“選址”與其延伸詞“決策模型”、“算法”、“冷鏈”，物流配送中心選址的決策過程中，首先要分析物流配送過程的特點和問題，總結影響物流配送中心選址的影響因素并計算各影響因素的權重從而確定評價指標體系;其次根據確定的評價指標的特點，選擇數據預處理的相關算法，并確定數據評價算法，運用這些主要決策步驟確定選址的最佳方案。冷鏈物流是供應鏈中具有代表性的一類物流供應鏈，具有時效性、保鮮性的特點，將顧客滿意度、顧客回饋好評度納入服務化物流供應鏈發展的重點方向。

“配送中心”與其延伸詞“物流管理”、“多目標優化”、“粒子群算法優化”，當物流發展到一定階段，為提高物流質量而形成了物流中心，物流中心主要用來集中和存儲貨物，在此基礎上物流運輸快速發展，使得各節點相互聯系從而促使物流供應鏈的形成，為了使得供應鏈的運輸效率提高并解決短距離運輸問題，提出建立物流配送中心，即在物流中心和客戶端這兩個節點之間再增加一個節點作為配送中心，可以提高物流供應鏈中的服務質量。

“物流配送中心”與其延伸詞“選址優化”、“生鮮農產品”、“多目標優化”，物流配送中心是配送中心與物流中心相結合的產物，它既有物流中心存儲和集中貨物的作用，又有配送中心分揀、加工、配送的作用，可以更好地致力于現階段的供應鏈服務化，生鮮農產品對運輸的要求較高，分揀包裝過程需要大量人工，配送過程容易出現腐爛、變質，丟棄的包裝與破壞的產品容易對環境產生污染，因此生鮮農產品領域物流配送中心的選址優化是研究的重要內容，其優化目標主要集中在成本、質量、服務水平等方面。

“選址模型”與其延伸詞“物流系統”、“連鎖經營”、“規劃求解”，對物流配送中心選址進行分析過程中，選址模型是對研究變量的假設，說明選址數量、需求點數量、物資需求量以及物流系統中節點之間的路線狀況、費用分配、服務范圍等變量，在此基礎上建立目標函數并確定約束條件，選擇合適的算法對模型進行規劃求解。

“配送中心選址”與“物流配送中心選址”的概念差異逐漸縮小，將二者結合在一起進行分析，二者在“選址問題優化”方面主要運用的方法有“重心法”、“整數規劃”、“最短路徑算法”，選址“決策”的主體主要涉及到“應急物流”、“零售業”，其最終目標也是為更好的服務于“供應鏈”的協調運作，使得“供應鏈”的整體利益最大化。

“層次分析法”與“gi（GIS）”分別是進行物流配送中心選址常用的方法和技術，其延伸詞有“運輸經濟”、“Steiner樹問題”、“農產品物流”、“物流配送中心選址優化模型”，因為物流配送中心選址是多目標規劃問題，層次分析法可以將問題分解成目標、準則、方案等不同層次，根據各個層次的特點進行定量或定性分析，是解決農產品物流和運輸經濟問題常用的一種分析方法，配送中心選址需要借助地理信息系統（GIS）進行定位和路線規劃，確定選址附近的道路狀況、基礎設施、社區分布等重要信息。

2.2? 熱點詞聚類分析

在圖1的基礎上生成關鍵詞聚類圖譜（圖2），圖2左上角的Q值代表網絡模塊化程度，S值代表網絡同質性，通常用來進行聚類圖譜的參數判讀，該聚類中參數指標分別為Q=0.8898，S=0.9253，說明該聚類效果好且可信度高。分析圖2得到物流配送中心選址領域的14組研究集群，其中“#0物流配送中心”、“#6物流配送”、“#7多物流配送中心”代表該領域的研究主體，“#4綠色物流”、“#5運輸經濟”、“#9時效性”表示選址的影響因素，“#3配送網絡”、“#2供應鏈”代表研究的目標，“#1選址規劃”、“#8運籌學”、“#10模糊綜合評價”、“#11遺傳算法”、“#12最小二乘法”、“#13選址模型”代表方法研究，根據這四個方向對14組聚類進行如下分析：

（1）研究主體。物流配送中心、多物流配送中心的選址會影響物流配送中的配送方式、配送距離、配送時效、經濟效益，為了使得整條供應鏈的利益最大化，中心選址的正確性是進行供應鏈優化的首要環節，在優化過程中以物流配送中心為主體，結合不同的方向，如生鮮農產品、醫藥、冷鏈、應急、軍事等，運用飛蛾優化算法、遺傳算法、重心法等不同的算法選擇最佳的中心位置。

（2）選址影響因素。物流配送中心選址屬于多目標規劃問題，需要考慮環保性、經濟性、時效性等，具體可以分為以下三類因素：首先是經濟因素，前期包括投入建設用地的地價水平、建設投資（土建投入、設備成本），運營期需要考慮運輸費用、勞動力成本等;其次是交通因素，它主要考慮所處位置的交通通達度;最后是社會因素，被選擇的地點應該具備服務范圍大、公共基礎設施完備、環保程度高的特點。

（3）選址的目的。對物流配送中心選址的研究是為了更好的服務于供應鏈的運作，通過合理規劃配送網絡來改變分散的運輸方式，物流配送中心的建立能夠促進供應鏈節點之間協調作業，提高資源的整合力度和資源利用效率。根據需求點的位置建立物流配送中心，設計節能型配送路線，變分散運輸為集中配送，既可以滿足客戶需要又可以節約費用，并使得供應鏈中的供應商、生產商、分銷商根據不同區域配送量的變化及時做出柔性響應，更好地降低庫存、調動貨物周轉率。

（4）選址的方法。方法的研究主要分為定性研究和定量研究，在物流配送中心選址領域運用較多的定性方法有德爾菲法、SWOT分析法等;定量法包括連續性選址模型和離散性選址模型，連續性模型適用于單個中心選址，主要包括重心法和交叉中值法，離散性選址模型分為多準則決策法、規劃法（運籌法）、啟發式算法、計算機仿真法，多準則決策法中具有代表性的方法有模糊綜合評價法、最小二乘法、TOPSIS分析法等，規劃法中運用較多的方法有網絡規劃法、線性規劃法、動態規劃法、混合整數規劃法、非線性規劃法等。

3? 發展歷程分析——時間線圖

時間線圖是關鍵詞按時間共現的一種呈現方式，圖像右側的標簽是關鍵詞聚類的名稱，上方的時間軸表示關鍵詞首次出現的時間，并將聚類標簽中包含的關鍵詞放在同一水平線上，該水平線上的關鍵詞越多表示該聚類在研究領域越重要，根據時期特點進行發展歷程分析，分析圖3可得以下結論。

第一階段（2000～2007年），該階段是物流配送中心選址研究的初始階段，發文量呈直線狀上升，研究的目的主要為了降低物流的運輸和運營成本，選址方法按照出現的先后順序分別有遺傳算法、啟發式算法、重心法、最短路徑法、層次分析法，2005年電子商務這一概念出現后，物流配送中心選址的重要性顯現出來，發文量迅速上升，物流配送中心根據電子商務低成本高效率的特點開展選址模型建設和運營管理，逐漸發展成為具有備貨、存儲、分揀、配貨、配裝、配送加工、配送運輸、送達服務等一系列完備功能的物流配送中心。

第二階段（2008～2015年），該階段物流配送中心選址領域研究處于穩健上升狀態，選址為了更好地服務于信息流、商流、物流、資金流的協調，顧客滿意度、物流服務水平成為影響選址的重要因素，為滿足客戶需求并且提供高質量服務，生鮮農產品物流、冷鏈物流快速發展，改進前一階段的配送車輛，并根據城市新的發展布局進行配送網絡重組規劃，建立高效率、低耗能的車輛配送路線。信息共享是該階段的重點，物流配送中心的選址不僅要滿足成本要求，還要滿足時間約束和和服務質量，基于信息交互共享進行物流配送中心選址，配送過程中利用互聯網提供貨物跟蹤信息，信息共享交互平臺收集交通運輸數據、GIS數據、市場數據并將這些數據提供給物流配送中心，實現信息流、物流、商流、資金流的協調。

第三階段（2016～2020年），該階段研究數量有所下降，上一階段的研究使得物流配送中心的選址與運作得到很大優化，現階段需要根據時期的特點開展新的研究，大數據、網絡化、智能化是該階段發展的宏觀環境，物流配送中心的選址以大數據為支撐，可以獲得量大、多維、快速、低密度的數據信息，在此基礎上借助網絡化實現數據信息共享，如利用北斗衛星導航系統、5G等新的信息技術實現信息快速共享、地點追蹤、物品監控，通過條形碼、二維碼、射頻識別等網絡識別技術實現貨物的追蹤、貨物溯源，此外借助智能化提高供應鏈的協作性能，如物流配送中心利用智能機器人進行貨物分揀和裝車、識別貨物等智能化操作。

4? 結? 論

（1）研究熱點方面：根據關鍵詞與其延伸形成的聚類網絡總結該領域的研究熱點，以“物流配送中心”為主體進行“選址規劃”，為實現物流供應鏈運作中的“綠色物流”、“運輸經濟”性、配送“時效性”，建立“選址模型”并運用“運籌學”、“模糊評價評價”、“遺傳算法”等方法進行選址的規劃求解，使得供應鏈網絡不斷優化，滿足客戶需求，獲得更大利潤。

（2）發展歷程方面：初始階段（2000～2007年）物流配送中心選址目標主要為降低成本提高配送效率，與電子商務結合進行選址優化研究，快速增長階段（2008～2015年）選址目標增加了服務質量、客戶滿意度、配送網絡優化等新的約束條件，借助信息交互共享平臺進行物流配送中心選址，實現傳統供應鏈向服務化供應鏈轉變，現階段（2016～2020年）以大數據為支撐，利用網絡化共享、智能化協作對物流配送中心進行選址和配送優化，致力于智慧供應鏈的建設與發展。

參考文獻：

[1] 胡娟，張曉燕. 物流集群領域研究熱點及演化路徑——基于CNKI（2000～2018）的文獻計量分析[J]. 商業經濟研究，2020（7）：108-111.

[2] 李杰，趙旭東，王玉霞，等. 我國電子商務物流配送研究熱點與趨勢分析[J]. 商業經濟研究，2017（17）：90-92.

[3] 王勇，黃思奇，劉永，等. 基于K-means聚類方法的物流多配送中心選址優化研究[J]. 公路交通科技，2020，37（1）：141-148.

[4] 徐小平，師喜婷. 關于物流配送中心供需優化選址仿真[J]. 計算機仿真，2018，35（10）：345-349.

[5] 李陽珍. 物流服務供應鏈可靠性影響因素識別研究[J]. 物流技術，2013，32（4）：207-210.

[6] 陳戰波，黃小舟. 物流配送中心選址的改進灰關聯度評價方法[J]. 統計與決策，2015（3）：52-55.