烏青通道鐵路冷鏈物流基地選址

王冰冰

（1.西南交通大學 交通運輸與物流學院，四川 成都 610000；2.中鐵特貨物流股份有限公司，北京 100000）

0 引言

冷鏈物流產品是人們日常生活中接觸最為廣泛的物資，隨著經濟發展和居民生活水平的提高，冷鏈物流需求量在我國呈現出逐年遞增趨勢，據CFLP（中國物流與采購聯合會）統計，2018年我國食品冷鏈物流需求總量為1.88億t，同比增長27.9%，2019年食品冷鏈物流需求量為2.35億t，同比增加24.5%。但我國冷鏈物流的發展較晚，對于需冷凍或者冷藏的貨物運輸還沒有形成一個完整的體系，發展之初對冷凍冷藏貨物的運輸還停留在“冷藏運輸階段”而非“冷鏈運輸”。

鐵路物流運輸是國計民生的重要組成部分，隨著物流業的發展，對鐵路物流中具有至關重要作用的物流基地研究具有重大意義，從鐵路物流中心的選址，到布局規劃理論日益重要。且目前我國鐵路冷鏈物流樞紐的布局呈現出不均衡趨勢，因此對鐵路冷鏈物流配送樞紐的研究顯得尤為重要。以烏青通道鐵路冷鏈物流為例，研究如何合理規劃配送通道的布局、優化物流基地資源利用，以便于加速促進選定配送基地后與城市融合集約發展。本文將在建設集約、便捷、高效的冷鏈物流配送基地建設的指導下，構建相應的評價指標體系，提出評價思路，確定評價方法，為烏青通道鐵路冷鏈物流基地的建立提供理論依據。

1 烏青通道基本情況

根據鐵路冷鏈烏青通道建設規劃，烏青通道東起青島，西至霍爾果斯，線路全長4 800余km，整個烏青通道貫穿新疆、甘肅、陜西、河南、江蘇、山東等地，沿途經過庫爾勒、霍爾果斯、青島、濟南等34個城市。烏青通道包含中國鐵路烏魯木齊局集團、中國鐵路蘭州局集團、中國鐵路西安局集團、中國鐵路鄭州局集團和中國鐵路濟南局集團。

2 確定烏青通道鐵路冷鏈物流基地備選集

2.1 影響因素分析

隨著當前冷鏈物流業的不斷發展，鐵路冷鏈物流基地選址的好壞直接影響鐵路冷鏈物流基地的運營情況，甚至對整個配送系統的服務水平、效率和成本都會造成影響。通過對相關文獻的分析梳理，本文規劃區域冷鏈物流基地選址主要考慮以下幾個方面：

（1）經濟因素。冷鏈物流基地選址首先要考慮到當前區域的經濟發展情況，以及物流配送所帶來的直接成本與間接成本。首先要考慮交通的便捷性以降低企業的運輸成本；其次考慮到冷鏈產品的易腐性，應盡量避免陽光直射，防止因自然原因導致的食品腐敗現象。

（2）需求因素。物流基地建設是經濟發展到一定程度的產物，市場需求是影響鐵路冷鏈物流基地城市選擇的重要依據。需求主要分為兩部分，一方面是冷鏈購買力，這與當地的經濟發展狀況、消費水平以及人們在冷鏈產品方面的購買比重息息相關；另一方面是整個社會冷鏈需求總量，鐵路冷鏈屬于社會冷鏈的一部分。

（3）服務水平因素。區域冷鏈物流配送基地的服務水平受多方面的影響，由于冷鏈產品的特殊性，運輸時效性、便利性等顯得尤為重要。一方面要關注配送過程中可能產生的貨損，另一方面要盡量提高人們對冷鏈產品配送的滿意度。

（4）政策因素。政策鼓勵會直接影響一個行業的發展。區域冷鏈物流基地建立要因地制宜，要考慮到當地的城市規劃建設，按照相關政策需要來建設。還要考慮到國家的特殊政策扶植，考慮當前城市是否是國家物流重點發展城市等。

2.2 備選集的確定

物流基地選址的關鍵就是對備選城市的選擇，是物流基地具體選址的基礎。

根據烏青通道各個省市的冷鏈物流發展情況，最終選取10個城市作為冷鏈物流基地備選集，城市所屬省份見表1。

表1 烏青通道冷鏈物流基地城市備選集

3 烏青通道冷鏈物流基地選址評價模型

3.1 熵權-數據包絡分析（EM-DEA）思路

數據包絡分析（Data Envelopment Analysis,簡稱DEA）是一種非參數統計分析方法。本文基于以下三點選用數據包絡分析法進行評價研究：（1）本文建立的指標體系有多個指標，準則層分為需求和供給兩部分。該方法適用于相同類型具有多輸入、多輸出投入產出系統的相對有效性評價。（2）本文選取的指標之間量級相差很大，指標單位也不統一，該方法并不需要對輸入輸出指標數據間進行無量綱化處理，不受指標間計量單位不同造成的影響。（3）該方法可以利用投影指出非DEA有效或弱DEA有效的原因及應改進的方向與程度，為各城市冷鏈物流發展提供改進建議。

本文采用EM-DEA方法的思路是：首先將每一個城市作為一個評價單元（即決策單元，Decision Making Unit，簡稱DMU），眾多城市（DMU）構成被評價組群；然后通過需求與供給作為投入與產出，熵權法處理指標權重，以城市各個投入產出指標的權重為變量，利用線性規劃進行評價計算，綜合分析投入產出比率，確定有效生產前沿面；最后根據各DMU與有效生產前沿面的距離，得出當前城市評價指標中投入產出有效程度，即相對效率，得到城市作為冷鏈物流基地的評價結果。相比于原始數據包絡分析方法，使用EM-DEA方法可利用熵權法預先對數據指標進行處理，消除數據量綱，計算各指標的權重，并可對計算的指標進行合理調整，使得輸入的指標更加科學，經計算得到的結果更加準確。

EM-DEA的主要步驟包括：評價目標的確定、決策單元選擇、輸入輸出指標體系建立、熵權法處理指標、模型建立與求解以及評價結果分析等。

3.2 評價指標體系構建

（1）指標體系設計的基本原則。烏青通道鐵路冷鏈物流基地選址的影響因素眾多，在進行指標體系的構建時必須充分考慮各種因素的影響，然后選擇出影響較大的因素和條件進行分析。在構建評價指標體系時應遵循以下原則：

①廣泛代表性：應包含影響鐵路冷鏈物流基地空間布局的主要因素。②形態簡潔性：應使用簡明的表達方式，不宜種類過多及采用復雜的形式。③綜合可比性：有關指標便于靜態和動態分析，不宜種類過多及采用復雜的形式。④數據可得性：指標選擇應盡量與統計部門一致，以保證數據的可得性。

（2）輸入輸出指標體系建立。考慮到各因素對鐵路冷鏈物流基地城市選擇的影響程度和數據的可得性，在大量文獻資料的基礎上篩選了影響物流基地載體城市選擇的相關指標。主要分為需求和供給兩大類，以及四個準則層，分別是：經濟發展水平、市場需求強度、地區供給與交通銜接情況、區位政策及條件。指標層是冷鏈物流中心選址評價體系中的基本要素，量化因子是對準則層的進一步細化，能夠直接反映城市的特征與發展情況。量化因子的選取一般要遵循可比性、可查性和定量性原則，通過這種方式對城市鐵路冷鏈物流發展情況進行度量。

烏青通道冷鏈物流基地選址評價指標體系見表2。

表2 烏青通道冷鏈物流基地選址評價指標體系

（3）量化因子比例系數計算。運用熵權法進行量化因子比例系數的計算，步驟如下：

①對數據進行標準化處理，消除不同量綱帶來的影響：

②計算指標的比重：

③計算第項指標的熵值：

④計算指標在綜合評價中的權重：

3.3 EM-DEA評價模型建立

EM-DEA模型根據相應的評價環境與評價目的發展了眾多形式，本文選用經典的具有阿基米德無窮小量的CR模型。

DEA模型根據評價對象和目標有多種模型形式，這里采用經典模型：

在烏青通道鐵路冷鏈物流基地選址的評價中，將需求與供給作為投入與產出，兩者是互相輸入輸出的系統，最后得到兩者的協調發展指數分別記為=(,...,θ)，即為當前城市鐵路冷鏈物流指數。

3.4 EM-DEA模型求解與分析

烏青通道鐵路冷鏈物流基地城市（昌吉、烏魯木齊、蘭州、西安、鄭州、徐州、濰坊、青島、濟南、淄博）備選集作為決策單元，決策單元（DMU）投入產出的數據見表3。

表3 烏青通道冷鏈物流基地備選集輸入輸出指標

EM-DEA的評價結果如圖1所示。

圖1 城市冷鏈協調發展指數

從EM-DEA評價方法的計算結果來看，烏青通道冷鏈物流城市協調發展指數最高的城市分別是：西安、鄭州、青島和濟南，適合作為冷鏈物流基地；烏魯木齊、徐州、濰坊、淄博冷鏈協調發展指數較高；昌吉、蘭州冷鏈協調發展指數最低，不適宜作為冷鏈物流基地。為詳細分析各因素對烏青通道鐵路冷鏈物流基地選址的影響程度，本文對各指標進行分析，見表4。對于不適宜作為冷鏈物流基地的城市，通過計算其理想值，可以找到發展薄弱的地方，找到相應改進方向，以便采取相應的措施，更好地建設城市的冷鏈物流。各城市指標的理想值見表4。

表4 各城市冷鏈基地選址指標的理想值

地區經濟發展情況指標中，青島有明顯優勢，昌吉、蘭州、濰坊等城市經濟發展情況較差且實際情況與理想值相差較遠，如圖2所示。

圖2 各城市地區經濟發展情況指標原始值與理想值

地區經濟總體水平指標中，青島和西安優勢明顯。昌吉、烏魯木齊、蘭州、淄博等城市地區經濟總體水平較低且實際情況與理想值相差較遠，如圖3所示。

圖3 各城市地區經濟總體水平指標理想值與原始值

冷鏈需求購買力指標中，西安和青島具有較強的冷鏈需求購買能力，昌吉、烏魯木齊、蘭州、徐州、濰坊等城市現有發展情況與理想值相差較多，如圖4所示。

圖4 各城市冷鏈需求購買力指標原始值與理想值

冷鏈市場需求規模指標中，烏魯木齊的現有發展情況較差且與理想值相差較多，濟南、淄博等城市雖然現有冷鏈市場需求規模已經達到較高值，但是仍然與理想值相差較多，說明該指標制約當地冷鏈物流的發展（如圖5所示）。

圖5 各城市冷鏈市場需求規模指標的原始值與理想值

鐵路運量指標中，濟南鐵路運量較低且與理想值相差最多，部分原因可能是濟南采取其他運輸方式進行冷鏈運輸，急需加強鐵路冷鏈物流建設，分擔冷鏈運量（如圖6所示）。

圖6 各城市鐵路運量指標的原始值與理想值

公路網銜接水平指標中，各個城市發展狀況良好，這也為各城市冷鏈“最后一公里”的銜接提供了有利條件。

地區物流水平指標中，鄭州和青島有明顯優勢。昌吉、濰坊、徐州等城市發展水平與理想值相差較多，如圖7所示。

圖7 各城市地區物流地位水平的原始值與理想值

國家特殊政策扶持指標中，各城市都有一定的國家政策扶持，其各自原始值與理想值如圖8所示，緊跟國家發展，冷鏈物流建設一定會穩步向前。

圖8 各城市國家政策扶持指標的原始值與理想值

3.5 敏感性分析

本文將指標體系分為需求端和供給端兩大類，對需求端與供給端的指標進行敏感性分析，去掉某個指標后計算新的指標體系下的冷鏈城市指數。不同指標體系下EM-DEA的評價結果見表5。

表5 不同指標體系下的EM-DEA評價結果

通過對需求端指標的敏感性分析得知，昌吉、烏魯木齊對地區經濟發展情況指標敏感，濟南和淄博對冷鏈需求購買力指標敏感，濰坊對冷鏈市場需求規模指標敏感（如圖9所示）。地區經濟總體水平指標對所有城市的冷鏈指數影響不大。

圖9 需求端冷鏈選址敏感性分析

通過對供給指標的敏感性分析得知，整體來看各指標對城市冷鏈指數的敏感性都不強，淄博、徐州等城市對公路網銜接水平較為敏感，昌吉、烏魯木齊、濰坊等城市對國家特殊政策扶持指標較為敏感（如圖10所示）。

圖10 供給端冷鏈選址敏感性分析

4 結語

本文從經濟、需求、服務水平、政策四方面對烏青通道鐵路冷鏈物流基地選址的影響因素進行分析；在此基礎上建立烏青通道鐵路冷鏈物流基地選址評價指標體系，從經濟發展水平、市場需求強度、地區供給與交通銜接情況和區位政策及條件四大類指標展開分析，并闡述了9個指標的量化因子；通過熵權法對量化因子的比例系數進行了計算，然后通過EM-DEA評價方法進行評價，得出適合作為鐵路冷鏈物流基地的城市選址分別是：青島、鄭州、濟南和西安。通過各因素的敏感性分析得出各城市對于各個因素變化的影響：在需求端敏感性分析中，昌吉、烏魯木齊對地區經濟發展情況指標敏感，濟南和淄博對冷鏈需求購買力指標敏感，濰坊對冷鏈市場需求規模指標敏感；在供給端敏感性分析中，淄博、徐州等城市對公路網銜接水平較為敏感，昌吉、烏魯木齊、濰坊等城市對國家特殊政策扶持指標較為敏感。