APP下载

考虑顾客满意度和碳排放成本的配送中心选址研究

2022-01-09吴雨霏

商业2.0-市场与监管 2022年2期

吴雨霏

摘要:配送中心选址是物流配送服务中的关键一环,合理的选址可以帮助企业节省费用,增加收益。本文在传统的以最小化成本为目标的选址模型的基础上,结合时代背景,引入了客户满意度和环境成本两个影响选址的因素,建立了配送中心选址的多目标优化模型。

关键词:配送中心选址;环境惩罚成本;选址优化;用户满意度

1.选址问题中客户满意度的研究

企业在进行物流配送中心选址的决策时,除了考虑自身的支出外,还应该考虑到所提供的服务是否能够与顾客的期望相匹配。企业花费耗费大量成本建立配送中心,其目的就在于提高客户的满意度,从而使企业获得更多的收益。在现代物流企业的竞争中,谁能赢得客户的倾心,谁就能在激烈的竞争中脱颖而出。因此,对客户满意度的研究是选址过程中需要考虑的重要因素。

1.1客户满意度函数的选择

在企业为顾客提供配送服务的过程中,影响客户满意度的因素有很多,其中主要包括三个方面:第一,配送的及时性,及时性主要是指物流服务提供者能否在客户所期望的时间内送达商品。第二,配送的准确性,主要是指所配送的货物的种类和数量是否正确。第三,配送的完好性,包括货物是否存在货损以及货物的包装是否有破损。其中,配送的及时性是客户最看重且可以通过对选址进行规划解决的。在运输工具的速度一定时,配送中心到客户的距离越长,配送的时间越长,越难以达到客户的期望满意度。因此,本文着重对客户的时间满意度进行研究,分析时间满意度对配送中心选址问题的影响。

在末端配送的上门投递过程中,由于客户在家或者公司的时间在一天中相对固定,超出这个时间客户就不能及时受到货物。即当货物在客户的期待送达时间送到,顾客对末端配送速度将完全满意;当超出了客户的容忍时间后,顾客对末端配送的满意度将迅速下降到完全不满意的水准。根据上述分析,本文将采取混合时间窗对末端客户的满意度进行描述。

1.2 客户满意度模型的建立

选址模型是企业整个物流服务过程中的关键一环的,所以在确定选址模型目标的和约束时,企业应当综合考虑企业整体的定位和发展目标。当行业内竞争为完全竞争时,企业所能提供的服务同质化较高,因此需要从提高服务质量的角度确定选址目标。在本文中,将客户满意度等同于有时间满意度,并且假设整体客户满意度为所有需求点满意度的均值。本文假设需求量越大的客户点其重要性越高,所以以需求点的需求量来体现客户的重要程度,对客户点的满意度加上权重。客户满意度表示如下:

(3.2)

2.选址问题中的碳排放成本研究

对于物流配送环节来说,由于运输途中运输工具的使用,不可避免的会产生CO2、H2O、过量的氧化物等对空气有害的气体。此前有报告估算,按照当前的增长速度,物流行业碳排放量将超过3200万吨,不断增加的碳排放问题与我国当下正在推进的“碳达峰”“碳中和”的国家策略形成了巨大的冲突。CO、CO2、NOX等大气污染物排放量的迅速增加,不仅会导致空气质量逐渐下降,影响沿线居民的身心健康、甚至会加剧全球变暖的进程,对全球的气候产生不良影响。

本文中将物流服务过程中对环境产生的不良影响转化为具体的成本,也就是说将企业对环境的污染转化为企业的一项惩罚成本。这种转换一方面可以使公民直观的感受到尾气排放对社会的影响,使公民提高对环境问题的重视程度,另一方面有利于企业在进行选址决策时将环境污染考虑在内。根据分析,在本文中配送中心选址中的环境问题主要来自于运输过程中运输工具的尾气排放。文章接下来对运输过程中影响气体排放的主要因素进行分析:

(1)车辆载重量(Qm)

当运输速度一定时,汽车的载重量越高,其牵引力越大,从而发动机的功率越大。发动机输出功率的变化会影响车辆的瞬时油耗和单位排放率,进而影响车辆的污染气体排放量。主要体现在:

车辆载重量增大,会增大汽车与地面之间的摩擦,导致汽车行进过程中阻力增大,发动机需要做更多的功来使汽车前进,因此,发动机的耗油量会上升;

车辆的载重量增大,在发动机最大功率一定的情况下,但车辆的空燃比增加,进入燃烧室的气体不完全燃烧,燃烧效率降低会产生更多的污染气体;

车辆的载重增大,会使运输速度降低,运输速递下降会使汽车行驶相同距离的时间增大,导致排放出更多污染性气体。

(2)行驶距离(L)

研究表明,车辆的行驶路程与NOX的排放量成正比,因此行驶距离的长短会直接影响车辆产生污染物的数量。行驶距离对尾气排放量的影响原因如下:

行驶距离越长,耗油量越高,因而汽燃烧产生的废弃气体增多;

车辆总的行驶距离越长,会导致车辆的折损,车辆的各种性能降低,使得相同数量的燃料会产生更多污染性气体。

(3)车辆数量(N)

污染性气体的排放量与车辆数量成正比例。

参考文献:

[1]张宗明,李珊,许晓晴.考虑产品运输过程碳排放的供应链契約协调[J/OL].计算机工程与应用,2021:1-9.

[2]Zakeri A,Dehghanian F,Fahimnia B,etal.Carbon pricing versus emissions trading:A supply chain planning perspective[J] International Journal of Production Economics,2015(164):197-205.

[3]Elhedhli S,Merrick R.Green supply chain network design to reduce carbon emissions[J].Transportation Research Part D,2012(5):370-379.

[4]Talaei M,Moghaddam B F,Pishvaee M S,et al.A robust fuzzy optimization model for carbon-efficient closed-loop supply chain network design problem:a nu-medical illustration in electronics industry[J].Journal of Cleaner Production,2016(113):662-673.