社区微菜场的选址研究

钟雅洁

摘要：生鲜食品是人们日常生活中的必需品，文章基于食行生鲜的背景，对其配送中心及社区提货点的选址进行研究。同时考虑时效性与非时效性成本，再加上容量限制、流量均衡、小区提货点选取数量要求等约束条件，最终建立出针对配送中心及社区提货点的混合选址模型。最后，以“食行生鲜”在上海市杨浦区的配送为背景，构建算例，并采用Lingo软件对算例进行求解。

Abstract： Fresh food is necessary in people's daily life. Based on the "Food Bank Fresh" background， this paper will focus on the hub location problem for the distribution center and the community pick-up sites. This paper considers both timeliness and non-timeliness costs. Coupled with the constraints such as capacity limitation， traffic balance， the number of community pick-up points， one mixed integer programming for distribution center and community pick-up location has been finally established. Finally， based on the background of fresh food distribution in Yangpu District of Shanghai， a case study is constructed and solved by Lingo.

關键词：生鲜食品；配送中心；社区提货点；选址模型

Key words： fresh food；distribution center；community pick-up points；hub location model

中图分类号：F252；F224 文献标识码：A 文章编号：1006-4311（2018）06-0114-02

0 引言

生鲜食品是人们日常生活中的必需品，而中国的生鲜市场更是一个数万亿级的市场。近年来，随着互联网的迅猛发展，线上线下融合开始成为了整个生鲜市场的大趋势，在此背景下，“食行生鲜”等电商企业陆续出现，开始进行智慧微菜场的建设工作。而对企业来讲，如何科学合理的对配送中心及社区提货点进行选址是一个非常重要的决策，需要深入的研究分析。基于此背景，本文将对“食行生鲜”配送中心及小区提货点的选址进行研究。

齐艳（2013）提出了基于顾客时间满意度的生鲜农产品配送中心的选址研究[1]。候鹏飞（2013）专门对我国的冷链配送中心选址问题进行了研究，从冷链物流体系的整体考虑供应商、冷链配送及需求点顾客三方的共同利益，以此为目标建立了合理的数学模型[2]。李磊（2013）提出了运用G1法和熵值法，构建了以总配送成本最小为目标的选址模型[3]。石刚（2014）不仅考虑了针对单一品类的生鲜食品配送中心的选址，同时考虑多品种的配送中心选址[4]。袁喜玲（2016）在基于现有研究的基础上，建立了考虑风险测度的农产品冷链物流配送中心选址模型[5]。孟光华（2016）针对生鲜食品配送中心的选址分别构建了定量和定性模型，并证明了定量和定性模型比单一的模型更加的合理[6]。黄超（2016）深入分析了配送时间与客户满意度的关系，将时间约束作为筛选条件，编写启发式算法，最终迭代求出配送中心的选址方案[7]。

1 考虑时效性成本的选址模型

在以往研究的基础上，本文进一步考虑了生鲜的腐蚀变质成本、车辆的制冷成本、顾客满意度机会成本等，建立了考虑食品时效性成本的选址模型。

1.1 生鲜腐败变质成本

生鲜食品在运输的过程中，由于自身的性质，会随着运输距离的加大而产生一定的腐败变质成本。

1.3 顾客满意度的机会成本

由于生鲜食品易腐败变质的特点，顾客对其配送时间有着更高的要求。顾客的满意度和配送时间之间关系如图1，从顾客下单时间t0开始，食行生鲜就即对顾客的需求做出处理，如果企业在顾客可以接受的t1时间内，就已完成生鲜的配送，则达到了顾客对于配送时间的要求，此时，将顾客的满意度视为1。如果一旦超出了顾客所能接受的配送时间，那么就将顾客的满意度视为0，此时，企业就需要向顾客支付一定金额的赔付费用。

其中，式（7）表示“食行生鲜”决策方总成本最小；式（9）表示配送中心的总收货量等于物流中心的总发货量；式（10）表示针对每个小区，配送中心的配送量与该小区顾客的需求量一致；式（14）表示根据小区o的居民数量，最终选出能够满足顾客需求个数的自提点。

2 算例分析

以上海市杨浦区为例，现假设“食行生鲜”准备在上海市杨浦区附近修建一个物流配送中心，以满足杨浦区顾客的需求。现假设有3个农产品基地为杨浦区供应生鲜食品，分别为农产品基地1，2，3。相应的配送中心候选点及各小区的具体分布如图3。

其中，针对顾客满意度机会成本来讲，假设顾客总需求量中有5%存在延误配送的风险，平均的延误时间为0.5小时，所以可以根据公式计算出总的顾客满意度机会成本为787。

最后，运用Lingo软件，将对应参数及相关数据带入模型中，进行求解，结果表明，“食行生鲜”总成本为131076，配送中心的选址结果为1号，小区提货点的选址结果如下：中通雅苑选择1，2，4，5，6号；上海大花园选择3，4号；东银茗苑选择1，3，4，5，6号；翡丽云邸选择1，3号；阳明新城选择1，2，3，5，6号；滨江晶典选择1，2，5号。

3 结语

本文基于“食行生鲜”的背景，对其配送中心和终端小区提货点的选址问题进行研究，虽然有一定的理论和实践价值，但是也同时存在着不足，主要为以下几个问题：

①本文在考虑顾客满意度机会成本时，简单的将其考虑成因为送达时间延误而产生的对顾客的赔付成本，而准确来讲，因为送达时间延误也会造成需求量的变化，制冷成本及腐败变质成本的改变，所以在以后的研究中还应该更加准确的考虑此成本。②本文在建立模型时，对于终端小区提货点的选址只是着重考虑了提货点的个数需要满足用户的需求，对于用户的出行行为及成本没有进一步地进行考虑，还需在后续中完善。

参考文献：

[1]齐艳，王飞，贾晋.基于顾客时间满意度的生鲜农产品配送中心选址研究[J].物流技术，2014（7）：215-218.

[2]侯鹏飞.冷链物流配送中心选址研究[D].东北大学，2013.

[3]李磊，张彦玲.易腐农产品配送中心选址问题[J].江南大学学报：自然科学版，2013，12（6）：732-738.

[4]石钢.时效性农产品冷链配送中心选址研究[D].燕山大学，2014.

[5]杨磊，袁喜玲，张智勇.基于顾客满意度的鲜活农产品配送优化研究[J].物流技术，2014，33（10）：137-140.

[6]孟光华.生鲜农产品冷链物流配送中心选址研究[D].西南交通大学，2016.

[7]黄超，邢琨.一定的客户满意度水平情况下时间约束的确定[J].商，2016（7）：264.endprint