闫慧凝，邢艳秋*，孙术发，刘劲风，李慧子，尤号田

原始红松林(PinuskoraiensisSieb.etZucc.)是长白山生态系统的顶级群落，具有极其珍贵的经济价值和生态价值。作为红松果实的红松籽主要生长于树龄70～130 a的红松上，生长周期约15个月，具有重要的食用保健价值，业已成为长白山等红松籽主产区主要经营管理对象[1]。目前，越来越多的研究集中在红松籽采摘和深加工方面，但是，对于其物流集散点的研究却未见报道。研究红松籽物流集散点选址，直接影响了整个红松籽物流系统的运行效率[2-5]。

因此，本文以吉林省汪清林区为研究区研究红松籽物流集散点选址问题。结合GIS空间分析功能从自然因素、环境因素、地形因素等方面分析，选取出若干区域作为备选地，建立基于混合整数规划法的经济模型和影响因素辅助模型优化选址，确定选地。最后，用模糊数学理论计算各个选地与理想目标的贴近度，评价选址的优劣，根据实际情况确定选址地点。

1 数据收集

根据红松籽的物质特性，本研究选取产品来源(采摘区)、人文环境(居民区)、基础设施(道路交通条件)、自然环境(河流)和地形(地面坡度)等5个要素作为红松籽物流集散地选址的影响因素。其主要数据来源于研究区小班数据、居民区分布图、道路专题图、河流专题图、数字高程图(Digital Elevation Model，DEM)。这些数据采用统一的地图投影及坐标系(WGS-84)。

本文将考虑到影响选址的因素众多，要进行重要性排序，在研究中采用了问卷调查的形式，对相关从业人员进行问卷调查分析，对道路交通条件、采摘区、居民区、河流和地面坡度对红松籽物流集散点选址的影响程度打分。在处理过程中，按非常重要、重要、一般重要、不重要、很不重要分别赋予5 分、4 分、3 分、2 分、1 分。再通过数据分析与层次分析法统计出因子的权重，将所得的权重代入计算模型，得到影响选址因素的权重见表1。

表1 影响因素权重表

2 集散点位置确定

2.1 初始位置选定

2.1.1 影响因素数据提取

(1)采摘区提取。本文选择小班数据中树种组成50%以上为红松林的地区作为红松籽的采摘区。在ArcGIS平台下对小班数据图层属性中的树种组成进行筛选，获取本文所需的采摘区分布如图1所示。

(2)坡度提取。研究区域海拔为360～1477 m，研究区域范围内地形坡度在0°～88.6°。由于设定运材线路所走坡度要求在10°以下，因此，将坡度图按照坡度属性值分为0°～10°和>10°两类，坡度分类图如图1所示。

图1 数据提取图

2.1.2 初选位置

本文为获得红松籽物流的初选位置主要用到了缓冲区分析以及叠置分析：在Arcgis平台下分别对各个矢量图层建立缓冲区，缓冲区分析是不破坏原有空间目标的关系，只是检索得到该缓冲区范围内涉及到的空间目标并建立新的图层；叠置分析是叠加并累计超过两层的地图要素，生成新的要素层。将采摘区缓冲区、居民区缓冲区、道路缓冲区、地形坡度≤10°的地区叠置分析，并擦除河流缓冲区。用画图工具绘制出叠加得到的32个可选点，形成初选地位置图如图2所示。

图2 初选地位置图

2.2 集散点位置确定

2.2.1 优化模型建立

在获得初选位置后建立优化模型对初选地优化。目前，CFLP法、重心法、运输规划法、混合0-l整数规划法、Baumol-Wolfe法等都是常用的定量分析方法[6-10]。通过对比物流中心选址方法中常用方法，混合整数规划法模型所得到的解更准确，考虑因素更加全面。根据红松籽物流集散点选址的实际情况考虑了固定费用与可变费用，所以在混合整数规划法模型基础上增加了备选地吞吐能力、可兴建的备选地最大数目和集散点年均固定费用三项要素。并且现在所研究的选址问题基本都只局限于考虑经济因素，那么本文建立混合整数规划法的经济模型外还建立了影响因素的辅助模型。

(1)经济模型(混合整数规划法模型)。

目标函数：

xip,ypj≥0。

(1)

式中：c表示运输成本，l表示运输距离，x、y表示运输量，g表示运输单价，F表示集散点年均固定费用，S备选地红松籽容量，Q备选地最大吞吐能力，d表示红松籽需求量，M表示可兴建的备选地最大数目。

(2)影响因素辅助模型。

maxF=(L1)·a+(L2)·b+…+(L5)·e。

(2)

式中：L1，L2，…，L5分别表示5个影响因素，a，b，…，e表示各个影响因素所对应的权重。

2.2.2 集散点确定

基于图2得到的32个初选位置，将表1中的影响因素及权重应用于辅助模型公式(2)中，通过经济模型公式(1)的运算，得出了红松籽物流集散点的最终选址21个。如图3所示。

图3 红松籽物流集散点选址分布

集散点位置的选择基本辐射所有采摘区，并且集散点的选址在铁路或者公路附近，符合经济性原则。从图上生成的集散点选址可以得到该地点的一切属性，例如：该地的坡度情况、海拔高度、附近的采摘区和居民区等等。这一结果证明本文的研究方法科学可靠，能够应用于红松籽物流集散点选址，并可以为类似的科学研究提供理论依据。

3 选址结果评价

3.1 评价模型建立

假设模糊集表示为F，集合F包括所有备选地址。要首先确定其隶属函数，才能计算两个模糊集F的贴近度。用N(A，B)表示两个模糊集F的贴近度。可以按照下列公式定义隶属函数：

(3)

a=minU(j)b=maxU(j)。

(4)

(5)

建立理想目标I，将最佳的指标值从备选地址中选择出来。σ(Vi,I)表示理想目标I与备选地址Vi的贴近度。

贴近度可以用下列公式进行计算：

(6)

3.2 评价结果

为了方便计算，地形坡度按0～3度、3～7度、7～10度分别赋值为3、2、1；河流按500、1 000、1 500 m的多环缓冲区分别赋分值1、2、3，其它3个影响因素按500、1 000、1 500 m分别赋分值3、2、1。以塔子沟林场为例进行数据分析计算，塔子沟林场各备选地址如图4所示，有标注1、2、3、4、5五个地址分布。

图4 塔子沟林场集散点选址示意图

表2 集散点地址及其影响因素权重

根据式(5)得到隶属度值，见表3。

表3 隶属度

根据式(6)计算贴近度，见表4。

表4 贴近度

由表4的σ(Vi，I)值可以看出，塔子沟林场红松籽物流集散点备选地址的优劣次序为U3≥U5≥U1≥U2≥U4。地荫沟林场：U13≥U11≥U12；金仓林场：U19≥U20；大西南岔林场：U17≥U16；沙金沟林场：U6≥U7；荒沟林场：U9≥U8。

4 结 论

在现有的选址工作集中在城市选址时，本文进行了红松籽的物流集散点选址工作研究，为林业企业、林业工人提供了一个符合实际需要的决策方案。在GIS初选地址的基础上建立数学模型对初选地址优化，并且该模型不仅考虑到了经济模型而且考虑到了影响因素权重的辅助模型。将GIS选址与传统的数学方法选址相结合，使选址的问题更加准确。得到集散点选之后，建立了模糊决策分析模型，计算各备选地址与理想目标的贴近度，由此来得出各备选地的优劣排序。本文的研究工作为红松籽物流集散点的选址提出一种新的构想以及实现思路，具有一定的借鉴价值，符合今后林业物流的发展方向。

但是限于现实物流选址的复杂性和多样性，下面的问题需要在今后的研究中加以解决。

(1)由于对红松籽知识的不完备性，本文从树种来判断林下经济作物，仅以50%以上的红松林区假设为采摘区。在实际工作中，还需要进一步了解红松籽的具体生长环境，从而更准确的研究红松籽物流集散点的地址。

(2)对红松籽物流集散点选址考虑的因素不够，简化了选址的影响因素，对实际的预算，人力资源，基础设施等问题没有考虑。

【参 考 文 献】

[1]王春燕.开发红松产业，推动吉林经济可持续发展[J].实践与探索，2009(1)，227-228.

[2]Simchi-Levi.D，Kaminsky P，Simchi-Levi E.Designing and managing the supple chain：concepts，strategies，and case studies[M].Boston：McGraw-Hill，2000.

[3]Ballou R H.Business logistics management：planning，organizing，and controlling the supply chain(Fourth Edition)[M].NJ：Prentice-Hall，1999.

[4]吴信才.地理信息系统原理与方法[M].北京：电子工业出版社，2002.

[5]罗启云，曾 琨，罗 毅.数字化地理信息系统建设与MapInfo高级应用[M].北京：清华大学出版社，2003.

[6]付鹏程，刘金华.物流配送中心的选址决策应用[J].交通科技，2003(1)：80-82.

[7]杨 波，梁木梁，唐启鹤.配送中心选址的随机数学模型[J].中国管理科学，2002，10(5)：57-61.

[8]魏光兴.物流配送中心选址方法综述[J].物流与交通，2005(9)：48-49.

[9]Elon S C，Maria T A S，Alex A F，et al.A genetic algorithm for solving a capacitated P-median problem[J].Numeric Algorithm，2003，35(4)：373-388.

[10]Laporte G.The vehicle routing problem：an overview of exact and approximate algorithms[J].European Journal of Operational Research，1992，59(3)：345-358.

[11]朱轶群.GIS与模糊数学理论在商服中心空间选址中的应用[J].地理空间信息，2006(4)1：49-51.

[12]韩冰源，肖生灵.配送中心线路优化方法的探讨[J].森林工程，2005，21(2)：67-68.