陈园园，李炅

（福州外语外贸学院，福建 福州 350202）

自上世纪九十年代后，如何控制成本逐渐被越来越多的企业在所重视，而对物流成本的控制更是重中之重。为控制和降低物流成本，物流产业的发展得到国家政策的重点支持，物流配送行业的发展变得更加快速，能力也得到了质的飞跃，服务模式越来越多样化，物流配送的基础设施以及政府政策也不断完善起来。

2010 年以后，中国经济平稳增长，在这种环境下，作为新兴崛起的物流行业，存在着空前未有的发展机会，但市场竞争也愈演愈烈。近些年，互联网的发展迅速，物流行业意识到信息化的重要性，物流配送行业的运行模式逐渐开始转变。

2019 年，国家发改委推出《关于推动物流高质量发展，促进形成强大国内市场的意见》，文件中提出，物流业是支撑国民经济发展的基础性、战略性、先导性产业。物流高质量发展是经济高质量发展的重要组成部分，也是推动经济高质量发展不可或缺的重要力量。在物流被高度重视的今天，诸多物流公司兴起，与此同时，却有较多物流公司宣告破产，研究发现物流选址不当是其破产的主要因素之一。

配送是整个物流过程中一个重要的环节，配送费用占成本相当大的比例，充分利用配送中心地理位置的优势，就能够在配送环节上做到高效率、低成本。合理选址的物流配送中心，能为物流公司减少配送运输成本，并提升市场占有率，扩大业务覆盖面积的同时提升物流效率和服务质量，进而提高用户满意度。

福州安能物流在布局规划时配送中心的选址位置不合理，一些区域没有配送中心点，导致了这些区域的物流速度缓慢，为了解决这个问题，需要设立一个能够为全福州提供物流服务的配送中心，本文尝试结合国内外的研究特点，构建中值交叉模型，分析福州市内可能会影响选址结果的因素，最后得到理论上最合适的配送中心位置。

1 文献回顾

近年学者就物流配送中心选址的研究成果也不断涌现，研究发现在特定地点下的配送中心选址问题和以特定环境或公司为背景研究配送中心选址问题两个方面。

在以具体地点为背景下配送中心选址问题的研究成果主要有：⑴赵栋（2019）以重庆市为例，具体分析研究了其市内的快速路二横线，为具有类似复杂条件的道路选线提供一些参考和借鉴意义[1]。⑵吴晓等（2018）以江苏省为背景，整理并分析了省江苏内物流园区的发展方向，将层次分析法（AHP）应用于物流园区的选址，系统地评估了物流园区选址方面存在的不足之处并对存在的问题提出研究分析[2]。⑶谌种华，徐望望（2018）以新乡市百货大楼为研究对象，通过对其所处宏观和微观环境的分析，利用交叉中值模型规划出最佳选址区域，并进行可行性评估，论证百货大楼现址选择的合理性[3]。⑷徐根强（2009）用城市配送体系对配送中心选址地点进行优化，并以青岛为背景详细描述了布局优化对最终配送中心选址位置的影响[4]。⑸鹿应荣（2007）结合地理信息系统（GIS），以长春为背景实现了物流配送中心附近的配送路径可视化，为粮食物流规划和管理决策提供了技术平台[5]。⑹李琴（2007）以农村为研究地点，研究对于农村而言应该如何对物流配送中心进行选址并且综合评价了最终配送中心的选址位置[6]。

以特殊环境或公司为背景研究配送中心选址的研究成果如下：⑴刘俊豪和陈阳彬（2020）以森马物流为例，介绍了配送中心的主要作用，分析了哪些因素会制约最终的选址地点，表达对未来配送中心的发展趋势并且提出了优化建议[7]。⑵付征川（2019）在跨境电商的背景下对海外仓选址进行研究，以宏观、中观和微观的角度分析所有可能会影响到海外仓库选址的因素[8]。崔献丹（2019）采用重心法的方法对纯净水公司配送中心选址问题进行研究，此后结合了产品的需求特点对所有的备选区域进行综合评价、排序，最后确定最合理的配送中心选址位置[9]。⑶汪志林（2019）以安徽盐业公司为例，指出其存在诸多问题，物流配送方面尤为严重，最终通过应用层次分析法和TOPSIS的方法确定建设两个配送中心，为盐业公司节省下配送成本[10]。⑷隋昊等（2019）具体分析了对于军方来说，以往常规的物流模型是否同样适用，最后分析展望未来军方的物流配送中心应该研究的目标[11]。

Morteza Yazdani 等（2020）建立一个两阶段决策模型，找出西班牙自治区建立物流中心的最佳选择区域，实际验证发现最佳的物流中心选址对企业的发展十分有利[12]。

2 研究假设与模型设计

结合国内外的研究特点，构建中值交叉模型，分析福州市内可能会影响选址结果的因素，最后得到理论上最合适的配送中心位置。

模型假设：

H 1：假设福州市区各大区域的需求量都假设集中于某一点上，如图1所示，所标圆点即为各个区域的需求集中点；

H 2：假设福州市区内各个区域的运输费都一样；

H 3：假设运输费用随着运输距离的增加成正比增加，显示出线性关系；

图1 福州市区内各个区域需求集中点

H 4：假设从配送中心到各个需求集中点的路线都是为空间直线。

图2 需求集中点坐标分布图

在福州市区内先建立起参考坐标轴，以洪湾南路为坐标轴原点，如图2所示，各个需求集中点求得的坐标做四舍五入处理。以km为单位刻度，求得四个需求集中点的坐标如（表1）所示。

表1 需求量与坐标基本情况

目前已知在福州市区内有主要4个大区——鼓楼区、晋安区、台江区、仓山区，现在拟在这个福州市区内为安能物流公司设立一个新的配送中心为这4个大区的客户提供物流配送服务。

这个4个大区的需求集中点分别为P1（2.7,11.3）、P2（11.8,10.4）、P3（4.4,6.8）、P4（4.6，1.2）。各个区域内的权重设为w1、w2、w3、w4。

这个坐标系中假设最终计算得出的新的配送中心坐标点为P0（X0，Y0），找出新的配送中心的具体地理位置，让其福州各个地区的需求集中点到求解得到的配送中心的配送成本最低。其总的配送成本的计算公式如下所示：

公式中：wi—在设立的坐标轴中第i个需求集中点所对应的权重；

xi ，yi—在设立的坐标轴中第i个需求集中点所对应的坐标；

x 0，y0—求得的在坐标轴上所对应的新的配送中心的坐标；

n —各个大区的需求集中点的总数量。

3 模型求解

要通过运用中值交叉模型解决模型，得到新的配送中心的位置，首先需要确定福州市区的需求集中点权重的中值， 由表1 可知， 中值W =（23+16+41+25）/2=52.5，为了找到中值点x0，需要先将各个需求点沿着x轴的方向从左往右进行排序为1、3、4、2，各个需求集中的权重再进行不断地累加，但是权重之和不能够超过需求集中点权重的中值，即52.5。

然后再沿着x轴的方向从右往左的方向进行排序为2、4、1、3，进行权重的累加计算，同理，各个需求集中点的权重进行不断地累加，但是权重之和不能够超过需求集中点权重的中值，即52.5。计算过程见（表2、表3）；

表2 从x轴方向从左往右的中值点

表3 从x轴方向从右往左的中值点

由表2和表3可以得知，得到需要的配送中心的x坐标应为4.4到4.6之间；

同理为了找到中值点y0，先将各需求点沿y轴的方向从上往下进行排序为1、2、3、4，计算各个需求集中点的权重累加，可以得到需要的配送中心的y轴位置应该不超过6.8；

同理，再沿着y轴的方向从下往上的方向进行排序为4、3、2、1，进行权重的累加计算，但是权重之和不能够超过需求集中点权重的中值，即52.5。计算过程见（表4、表5）；

表4 从y轴方向从上往下的中值点

表5 从y轴方向从下往上的中值点

由表4和表5可以得知，得到需要的配送中心的y坐标应为6.8到10.4之间。

可以得到在设立的坐标系中，x轴区域在4.4～4.6之间，y轴区域在6.8～10.4之间的这片区域有适合安能物流公司设立新的配送中心的地方，以福州市区目前的地理环境、交通情况以及市场环境，配送中心选址位置应为在坐标轴上（4.5,10.4）左右的位置，最后得到如图3中黑点所示，即福州市鼓楼区五四路展企大厦南?行0.5 km左右，即为最终选址位置。

图3 最终配送中心选址位置

4 结论

4.1 研究结果

对于物流行业来说，物流设施选址研究问题在物流企业的战略性计划中尤为重要。本文通过建立交叉中值模型的方法，结合福州市区所特有的地理因素、市场环境、交通环境以及政策因素，进行综合评价分析，找出目前在福州，安能物流公司的物流网络中尚且存在的不足之处，最后找到进行改善的方案，即设立一个全新的配送中心为福州市区的四个大区提供物流配送服务，即福州市鼓楼区五四路展企大厦南行0.5 km左右，即为最终选址位置。

4.2 创新之处

本文对传统的中值交叉模型进行了一些改进，运用中值点计算方法选址不仅提高了精度，更加贴近实际情况。选用交叉中值模型的优点在于它可以在任一平面区域内设立坐标系，在这个平面坐标系内的任何一个位置都可以作为选址问题的一个候选解，并且它的数据也相对来说较为好找，只需要找到需求点在我们设立的坐标轴上的对应坐标和相应权重，即可得出最终的选址地点，计算方便，可以做到快速得到最终选址位置。同时通过对福州的地理、市场、交通、政策等多方面因素的分析，在原选址位置的基础上进行调整，找到最贴近实际情况中的最优选址位置。

4.3 研究不足及展望

在设立坐标系时，无法完全准确的得到需求点到我们设立的坐标轴之间的准确位置，实际当中肯定会存在一定的误差，无法避免，而且由于无法考虑到现实中的地理情况，有可能最终的选址地点会是在湖中、江面、山林之中甚至有可能会是已经被人征用的地区。因此，最终的实际选址地点可能并不会在模型中理想的选址地点，只能够在理想的选址地点附近寻找合适的地方建立配送中心。此外，应用中值交叉模型选址时会忽略了在不同的路段选址时会相对应产生不同的各项成本差异，而只考虑到配送成本这是不契合实际的。

在数据收集上存在着不可避免的差距、模型假设环境的太过理想化以及最终选址地点的各项成本考虑性，要避免这些局限性，可以通过使用遗传算法的方式来替代设立中值交叉模型。遗传算法具有能够在它的计算体系中进行自动择优，剔除次级选择的特点，因此使用遗传算法的方式可以更加容易找出最优解。相比交叉中值模型，遗传算法除了考虑到了配送途中所产生的配送成本，还考虑了配送中心可能会产生的各项运营成本，因而具有更好的适用性。因为遗传算法所具备的种种优势，通过它来解决物流设施的选址问题在一定程度上能够对物流体系起到提升作用，为物流企业节省成本，进而为物流企业谋利。通过使用遗传算法对配送中心进行选址研究可以很好地避免解决交叉中值模型时会产生的结果偏差，让最终选址地点更加接近现实状态下的最优点。