乌青通道铁路冷链物流基地选址

王冰冰

（1.西南交通大学 交通运输与物流学院，四川 成都 610000；2.中铁特货物流股份有限公司，北京 100000）

0 引言

冷链物流产品是人们日常生活中接触最为广泛的物资，随着经济发展和居民生活水平的提高，冷链物流需求量在我国呈现出逐年递增趋势，据CFLP（中国物流与采购联合会）统计，2018年我国食品冷链物流需求总量为1.88亿t，同比增长27.9%，2019年食品冷链物流需求量为2.35亿t，同比增加24.5%。但我国冷链物流的发展较晚，对于需冷冻或者冷藏的货物运输还没有形成一个完整的体系，发展之初对冷冻冷藏货物的运输还停留在“冷藏运输阶段”而非“冷链运输”。

铁路物流运输是国计民生的重要组成部分，随着物流业的发展，对铁路物流中具有至关重要作用的物流基地研究具有重大意义，从铁路物流中心的选址，到布局规划理论日益重要。且目前我国铁路冷链物流枢纽的布局呈现出不均衡趋势，因此对铁路冷链物流配送枢纽的研究显得尤为重要。以乌青通道铁路冷链物流为例，研究如何合理规划配送通道的布局、优化物流基地资源利用，以便于加速促进选定配送基地后与城市融合集约发展。本文将在建设集约、便捷、高效的冷链物流配送基地建设的指导下，构建相应的评价指标体系，提出评价思路，确定评价方法，为乌青通道铁路冷链物流基地的建立提供理论依据。

1 乌青通道基本情况

根据铁路冷链乌青通道建设规划，乌青通道东起青岛，西至霍尔果斯，线路全长4 800余km，整个乌青通道贯穿新疆、甘肃、陕西、河南、江苏、山东等地，沿途经过库尔勒、霍尔果斯、青岛、济南等34个城市。乌青通道包含中国铁路乌鲁木齐局集团、中国铁路兰州局集团、中国铁路西安局集团、中国铁路郑州局集团和中国铁路济南局集团。

2 确定乌青通道铁路冷链物流基地备选集

2.1 影响因素分析

随着当前冷链物流业的不断发展，铁路冷链物流基地选址的好坏直接影响铁路冷链物流基地的运营情况，甚至对整个配送系统的服务水平、效率和成本都会造成影响。通过对相关文献的分析梳理，本文规划区域冷链物流基地选址主要考虑以下几个方面：

（1）经济因素。冷链物流基地选址首先要考虑到当前区域的经济发展情况，以及物流配送所带来的直接成本与间接成本。首先要考虑交通的便捷性以降低企业的运输成本；其次考虑到冷链产品的易腐性，应尽量避免阳光直射，防止因自然原因导致的食品腐败现象。

（2）需求因素。物流基地建设是经济发展到一定程度的产物，市场需求是影响铁路冷链物流基地城市选择的重要依据。需求主要分为两部分，一方面是冷链购买力，这与当地的经济发展状况、消费水平以及人们在冷链产品方面的购买比重息息相关；另一方面是整个社会冷链需求总量，铁路冷链属于社会冷链的一部分。

（3）服务水平因素。区域冷链物流配送基地的服务水平受多方面的影响，由于冷链产品的特殊性，运输时效性、便利性等显得尤为重要。一方面要关注配送过程中可能产生的货损，另一方面要尽量提高人们对冷链产品配送的满意度。

（4）政策因素。政策鼓励会直接影响一个行业的发展。区域冷链物流基地建立要因地制宜，要考虑到当地的城市规划建设，按照相关政策需要来建设。还要考虑到国家的特殊政策扶植，考虑当前城市是否是国家物流重点发展城市等。

2.2 备选集的确定

物流基地选址的关键就是对备选城市的选择，是物流基地具体选址的基础。

根据乌青通道各个省市的冷链物流发展情况，最终选取10个城市作为冷链物流基地备选集，城市所属省份见表1。

表1 乌青通道冷链物流基地城市备选集

3 乌青通道冷链物流基地选址评价模型

3.1 熵权-数据包络分析（EM-DEA）思路

数据包络分析（Data Envelopment Analysis,简称DEA）是一种非参数统计分析方法。本文基于以下三点选用数据包络分析法进行评价研究：（1）本文建立的指标体系有多个指标，准则层分为需求和供给两部分。该方法适用于相同类型具有多输入、多输出投入产出系统的相对有效性评价。（2）本文选取的指标之间量级相差很大，指标单位也不统一，该方法并不需要对输入输出指标数据间进行无量纲化处理，不受指标间计量单位不同造成的影响。（3）该方法可以利用投影指出非DEA有效或弱DEA有效的原因及应改进的方向与程度，为各城市冷链物流发展提供改进建议。

本文采用EM-DEA方法的思路是：首先将每一个城市作为一个评价单元（即决策单元，Decision Making Unit，简称DMU），众多城市（DMU）构成被评价组群；然后通过需求与供给作为投入与产出，熵权法处理指标权重，以城市各个投入产出指标的权重为变量，利用线性规划进行评价计算，综合分析投入产出比率，确定有效生产前沿面；最后根据各DMU与有效生产前沿面的距离，得出当前城市评价指标中投入产出有效程度，即相对效率，得到城市作为冷链物流基地的评价结果。相比于原始数据包络分析方法，使用EM-DEA方法可利用熵权法预先对数据指标进行处理，消除数据量纲，计算各指标的权重，并可对计算的指标进行合理调整，使得输入的指标更加科学，经计算得到的结果更加准确。

EM-DEA的主要步骤包括：评价目标的确定、决策单元选择、输入输出指标体系建立、熵权法处理指标、模型建立与求解以及评价结果分析等。

3.2 评价指标体系构建

（1）指标体系设计的基本原则。乌青通道铁路冷链物流基地选址的影响因素众多，在进行指标体系的构建时必须充分考虑各种因素的影响，然后选择出影响较大的因素和条件进行分析。在构建评价指标体系时应遵循以下原则：

①广泛代表性：应包含影响铁路冷链物流基地空间布局的主要因素。②形态简洁性：应使用简明的表达方式，不宜种类过多及采用复杂的形式。③综合可比性：有关指标便于静态和动态分析，不宜种类过多及采用复杂的形式。④数据可得性：指标选择应尽量与统计部门一致，以保证数据的可得性。

（2）输入输出指标体系建立。考虑到各因素对铁路冷链物流基地城市选择的影响程度和数据的可得性，在大量文献资料的基础上筛选了影响物流基地载体城市选择的相关指标。主要分为需求和供给两大类，以及四个准则层，分别是：经济发展水平、市场需求强度、地区供给与交通衔接情况、区位政策及条件。指标层是冷链物流中心选址评价体系中的基本要素，量化因子是对准则层的进一步细化，能够直接反映城市的特征与发展情况。量化因子的选取一般要遵循可比性、可查性和定量性原则，通过这种方式对城市铁路冷链物流发展情况进行度量。

乌青通道冷链物流基地选址评价指标体系见表2。

表2 乌青通道冷链物流基地选址评价指标体系

（3）量化因子比例系数计算。运用熵权法进行量化因子比例系数的计算，步骤如下：

①对数据进行标准化处理，消除不同量纲带来的影响：

②计算指标的比重：

③计算第项指标的熵值：

④计算指标在综合评价中的权重：

3.3 EM-DEA评价模型建立

EM-DEA模型根据相应的评价环境与评价目的发展了众多形式，本文选用经典的具有阿基米德无穷小量的CR模型。

DEA模型根据评价对象和目标有多种模型形式，这里采用经典模型：

在乌青通道铁路冷链物流基地选址的评价中，将需求与供给作为投入与产出，两者是互相输入输出的系统，最后得到两者的协调发展指数分别记为=(,...,θ)，即为当前城市铁路冷链物流指数。

3.4 EM-DEA模型求解与分析

乌青通道铁路冷链物流基地城市（昌吉、乌鲁木齐、兰州、西安、郑州、徐州、潍坊、青岛、济南、淄博）备选集作为决策单元，决策单元（DMU）投入产出的数据见表3。

表3 乌青通道冷链物流基地备选集输入输出指标

EM-DEA的评价结果如图1所示。

图1 城市冷链协调发展指数

从EM-DEA评价方法的计算结果来看，乌青通道冷链物流城市协调发展指数最高的城市分别是：西安、郑州、青岛和济南，适合作为冷链物流基地；乌鲁木齐、徐州、潍坊、淄博冷链协调发展指数较高；昌吉、兰州冷链协调发展指数最低，不适宜作为冷链物流基地。为详细分析各因素对乌青通道铁路冷链物流基地选址的影响程度，本文对各指标进行分析，见表4。对于不适宜作为冷链物流基地的城市，通过计算其理想值，可以找到发展薄弱的地方，找到相应改进方向，以便采取相应的措施，更好地建设城市的冷链物流。各城市指标的理想值见表4。

表4 各城市冷链基地选址指标的理想值

地区经济发展情况指标中，青岛有明显优势，昌吉、兰州、潍坊等城市经济发展情况较差且实际情况与理想值相差较远，如图2所示。

图2 各城市地区经济发展情况指标原始值与理想值

地区经济总体水平指标中，青岛和西安优势明显。昌吉、乌鲁木齐、兰州、淄博等城市地区经济总体水平较低且实际情况与理想值相差较远，如图3所示。

图3 各城市地区经济总体水平指标理想值与原始值

冷链需求购买力指标中，西安和青岛具有较强的冷链需求购买能力，昌吉、乌鲁木齐、兰州、徐州、潍坊等城市现有发展情况与理想值相差较多，如图4所示。

图4 各城市冷链需求购买力指标原始值与理想值

冷链市场需求规模指标中，乌鲁木齐的现有发展情况较差且与理想值相差较多，济南、淄博等城市虽然现有冷链市场需求规模已经达到较高值，但是仍然与理想值相差较多，说明该指标制约当地冷链物流的发展（如图5所示）。

图5 各城市冷链市场需求规模指标的原始值与理想值

铁路运量指标中，济南铁路运量较低且与理想值相差最多，部分原因可能是济南采取其他运输方式进行冷链运输，急需加强铁路冷链物流建设，分担冷链运量（如图6所示）。

图6 各城市铁路运量指标的原始值与理想值

公路网衔接水平指标中，各个城市发展状况良好，这也为各城市冷链“最后一公里”的衔接提供了有利条件。

地区物流水平指标中，郑州和青岛有明显优势。昌吉、潍坊、徐州等城市发展水平与理想值相差较多，如图7所示。

图7 各城市地区物流地位水平的原始值与理想值

国家特殊政策扶持指标中，各城市都有一定的国家政策扶持，其各自原始值与理想值如图8所示，紧跟国家发展，冷链物流建设一定会稳步向前。

图8 各城市国家政策扶持指标的原始值与理想值

3.5 敏感性分析

本文将指标体系分为需求端和供给端两大类，对需求端与供给端的指标进行敏感性分析，去掉某个指标后计算新的指标体系下的冷链城市指数。不同指标体系下EM-DEA的评价结果见表5。

表5 不同指标体系下的EM-DEA评价结果

通过对需求端指标的敏感性分析得知，昌吉、乌鲁木齐对地区经济发展情况指标敏感，济南和淄博对冷链需求购买力指标敏感，潍坊对冷链市场需求规模指标敏感（如图9所示）。地区经济总体水平指标对所有城市的冷链指数影响不大。

图9 需求端冷链选址敏感性分析

通过对供给指标的敏感性分析得知，整体来看各指标对城市冷链指数的敏感性都不强，淄博、徐州等城市对公路网衔接水平较为敏感，昌吉、乌鲁木齐、潍坊等城市对国家特殊政策扶持指标较为敏感（如图10所示）。

图10 供给端冷链选址敏感性分析

4 结语

本文从经济、需求、服务水平、政策四方面对乌青通道铁路冷链物流基地选址的影响因素进行分析；在此基础上建立乌青通道铁路冷链物流基地选址评价指标体系，从经济发展水平、市场需求强度、地区供给与交通衔接情况和区位政策及条件四大类指标展开分析，并阐述了9个指标的量化因子；通过熵权法对量化因子的比例系数进行了计算，然后通过EM-DEA评价方法进行评价，得出适合作为铁路冷链物流基地的城市选址分别是：青岛、郑州、济南和西安。通过各因素的敏感性分析得出各城市对于各个因素变化的影响：在需求端敏感性分析中，昌吉、乌鲁木齐对地区经济发展情况指标敏感，济南和淄博对冷链需求购买力指标敏感，潍坊对冷链市场需求规模指标敏感；在供给端敏感性分析中，淄博、徐州等城市对公路网衔接水平较为敏感，昌吉、乌鲁木齐、潍坊等城市对国家特殊政策扶持指标较为敏感。