倪衛(wèi)紅,陳 太

(南京工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院,江蘇 南京 211800)

近年來,諸如印度洋海嘯、五·一二汶川地震、新型冠狀病毒肺炎(COVID-19)疫情等突發(fā)性災(zāi)害事件頻發(fā),給人類社會造成了巨大的人員傷亡和經(jīng)濟(jì)損失。在此背景下,為了盡可能地挽救人的生命并將損失降到最低,應(yīng)急物資能否快速及時供應(yīng)顯得尤為重要,因此,應(yīng)急物流配送中心的選址十分重要[1-2]。應(yīng)急物流相較于普通物流,追求時間的最短化和使災(zāi)害造成損失的最小化,因為其需要考慮的核心問題是如何將所需的應(yīng)急物資快速、準(zhǔn)確地調(diào)運(yùn)到災(zāi)區(qū)[3-4],配送是最重要的一環(huán),配送中心的選址優(yōu)劣決定著應(yīng)急物資的物流配送質(zhì)量。在對應(yīng)急物流配送中心進(jìn)行選址研究時,要充分考慮各受災(zāi)地區(qū)的受災(zāi)程度、應(yīng)急物資需求量、地理位置、周圍環(huán)境等因素,采用客觀定量與主觀判斷相結(jié)合的方法確定最合理的應(yīng)急物流配送中心的選址,這對于受災(zāi)地區(qū)的救援工作具有積極的意義。

當(dāng)前國內(nèi)外學(xué)者主要采用層次分析、多目標(biāo)規(guī)劃、混合整數(shù)規(guī)劃等方法構(gòu)建數(shù)學(xué)模型，來對應(yīng)急物流配送中心選址問題進(jìn)行研究,Caunhye等[5]認(rèn)為多目標(biāo)動態(tài)規(guī)劃是應(yīng)急物流的熱點(diǎn)研究方向。但基于實際災(zāi)情考慮,大部分?jǐn)?shù)學(xué)模型仍存在一些不足,如Yi等[6]以應(yīng)急物資運(yùn)達(dá)速度最快和傷員救治延誤時間最短為目標(biāo)建立了一種確定性應(yīng)急物流選址模型,但實際災(zāi)情往往是突發(fā)的,具有不確定性。賴志柱等[7]基于受災(zāi)點(diǎn)應(yīng)急物資需求量、運(yùn)輸成本和運(yùn)輸時間的不確定性,建立了多目標(biāo)應(yīng)急物流中心選址的確定性模型和魯棒優(yōu)化模型,但不同救援階段的物資價格波動較大,如新型冠狀病毒肺炎疫情時期的口罩價格會對成本偏好權(quán)重的設(shè)置產(chǎn)生影響,從而降低應(yīng)急物流配送中心選址模型的準(zhǔn)確性。姚紅云等[8]通過構(gòu)建基于模糊層次分析法的應(yīng)急物流中心選址模型,對災(zāi)害中應(yīng)急物資配送路徑進(jìn)行了優(yōu)化。張旭敏[9]基于地震災(zāi)害背景下,使用數(shù)據(jù)包絡(luò)分析/層次分析(DEA/AHP)方法建立評價模型，對備選區(qū)域進(jìn)行評價,進(jìn)而確定了最佳的應(yīng)急物流配送中心。Widener等[10]對應(yīng)急救災(zāi)物資的分層選址模型進(jìn)行了探討,但文獻(xiàn)[8-10]中使用的層次分析法在對影響因素設(shè)置權(quán)重時存在主觀性且計算復(fù)雜,在突發(fā)性事件中,可能會因經(jīng)驗主義導(dǎo)致決策失誤，進(jìn)而影響配送效率。王海軍等[11]以時間最短化和成本最小化為原則,通過構(gòu)建雙目標(biāo)隨機(jī)規(guī)劃模型對應(yīng)急物流選址-路徑問題進(jìn)行了研究,但缺少對不同區(qū)域受災(zāi)程度的精確界定,從而會影響應(yīng)急物流選址-路徑結(jié)果的客觀性和準(zhǔn)確性。Schilling[12]以最大覆蓋原則研究了不同受災(zāi)情景下的應(yīng)急物資需求量,但只以應(yīng)急物資需求量為依據(jù)并不能夠準(zhǔn)確地反映受災(zāi)點(diǎn)的受災(zāi)程度,徐重岐等[13]的混合整數(shù)規(guī)劃模型也存在此類問題。馬祖軍等[14]以應(yīng)急物資運(yùn)送至受災(zāi)點(diǎn)的總時間最短為目標(biāo),基于混合整數(shù)非線性規(guī)劃方法建立了應(yīng)急物資配送中轉(zhuǎn)設(shè)施選址-聯(lián)運(yùn)優(yōu)化模型,但該模型因為缺少對受災(zāi)點(diǎn)受災(zāi)程度的了解，且實際中往往存在多個受災(zāi)點(diǎn),所以在只重視配送時間的情況下，可能導(dǎo)致所確定的應(yīng)急物流配送中心與受災(zāi)嚴(yán)重區(qū)域距離較遠(yuǎn),同樣，賀媛媛等[15]基于地理信息系統(tǒng)(GIS)與差分進(jìn)化優(yōu)化方法對應(yīng)急物流配送中心選址進(jìn)行研究時，也存在不同受災(zāi)點(diǎn)受災(zāi)程度不同的問題。Horner等[16]結(jié)合GIS對應(yīng)急救援物資的配送問題進(jìn)行了研究,但該模型只考慮受災(zāi)點(diǎn)的位置信息而忽視了其應(yīng)急物資需求量。

重心法是一種將運(yùn)輸成本作為最重要因素的靜態(tài)選址方法,然而在諸如疫情、地震等突發(fā)性事件中,受災(zāi)點(diǎn)事先難以預(yù)知,且災(zāi)情發(fā)展趨勢動態(tài)變化,加之對于受災(zāi)點(diǎn)的受災(zāi)程度考慮不足,所以可能會出現(xiàn)應(yīng)急物流配送中心的選址與實際需求不相符的情況,這對應(yīng)急救災(zāi)工作的開展極為不利[17]。本文中,筆者在考慮應(yīng)急物流配送中心選址時,遵循了時間最短化和損失最小化原則。因此,在使用重心法確定配送中心前,使用K均值聚類算法對不同受災(zāi)地區(qū)按照受災(zāi)程度進(jìn)行層級劃分,原則上選取每個層級中受災(zāi)程度最嚴(yán)重的區(qū)域作為二級應(yīng)急物流配送中心備選節(jié)點(diǎn),再將受災(zāi)點(diǎn)的地理坐標(biāo)及應(yīng)急物資需求量進(jìn)行K均值聚類分析,把所得到的節(jié)點(diǎn)與備選節(jié)點(diǎn)取交集,交集中的節(jié)點(diǎn)即為最終的二級應(yīng)急物流配送中心,如交集中存在多個節(jié)點(diǎn),則選出災(zāi)情最為嚴(yán)重的節(jié)點(diǎn),然后利用重心法求出一級應(yīng)急物流配送中心坐標(biāo)。在充分考慮實際災(zāi)情的前提下,將本文模型所得到的一級應(yīng)急物流配送中心、單獨(dú)使用重心法得出的應(yīng)急物流配送中心、與各二級應(yīng)急物流配送中心的總距離最短的應(yīng)急物流配送中心進(jìn)行對比研究。

1 建設(shè)應(yīng)急物流配送中心的意義

1.1 提升應(yīng)急物流快速反應(yīng)能力

應(yīng)急物流相較于普通物流，要求具備更強(qiáng)的快速反應(yīng)能力,應(yīng)急物資越快地運(yùn)送至災(zāi)區(qū),物資損失就會越小。應(yīng)急物流配送中心發(fā)揮統(tǒng)領(lǐng)協(xié)調(diào)作用,對配送過程中上、下游主體進(jìn)行統(tǒng)一管理,優(yōu)化相互間的配送工作流程并加強(qiáng)監(jiān)督管理,緩解因信息不對稱而導(dǎo)致的溝通不暢問題,從而提升應(yīng)急物流配送效率[18]。相較于一般性的配送網(wǎng)點(diǎn),應(yīng)急物流配送中心擁有更為先進(jìn)的大型智能化倉庫,儲存著大量必備的應(yīng)急物資,在突發(fā)性災(zāi)害來臨時,可迅速地滿足受災(zāi)地區(qū)對物資的需求;同時,其擁有先進(jìn)的配送管理信息系統(tǒng)和自動化設(shè)備,可對應(yīng)急物資進(jìn)行快速分揀、出庫和裝車,并能夠針對應(yīng)急物資需求進(jìn)行快速反應(yīng)和緊急調(diào)貨,具備更強(qiáng)的快速反應(yīng)能力,能夠最大程度地滿足應(yīng)急救災(zāi)的現(xiàn)實需要[19]。

1.2 提升配送準(zhǔn)確率,避免應(yīng)急物資的浪費(fèi)

應(yīng)急物流配送中心掌握著配送服務(wù)區(qū)域所有受災(zāi)點(diǎn)的應(yīng)急物資需求信息,負(fù)責(zé)指揮下級物流配送網(wǎng)點(diǎn)將應(yīng)急物資準(zhǔn)確地運(yùn)送至所需區(qū)域。完善的應(yīng)急物流配送中心可有效提升配送的準(zhǔn)確率,進(jìn)而能夠做到“精準(zhǔn)配送”,較好地解決配送“最后一公里”的問題,縮短配送時間,避免因調(diào)度失誤而造成應(yīng)急物資運(yùn)送不到位[20]。與此同時,提升配送準(zhǔn)確率可有效避免應(yīng)急物資的浪費(fèi),尤其是對保鮮度要求較高的生鮮農(nóng)產(chǎn)品而言,配送如果發(fā)生失誤會極大地加快產(chǎn)品損耗。配送的失誤會造成重復(fù)配送或配送不到位的現(xiàn)象,從而導(dǎo)致配送到了的區(qū)域供過于求，而未配送到的區(qū)域發(fā)生持續(xù)性的物資短缺,這種分配不均不僅會加重未配送區(qū)域的受災(zāi)程度,還會導(dǎo)致應(yīng)急物資的浪費(fèi)[21]。

1.3 促進(jìn)逆向物流模式的發(fā)展

應(yīng)急物流配送中心通過對區(qū)域內(nèi)配送網(wǎng)點(diǎn)的統(tǒng)一協(xié)調(diào),可適時地開展對可循環(huán)使用物品的回收和廢料綠色化處理的逆向物流工作。在可循環(huán)使用物品的回收方面,可考慮在目標(biāo)客戶簽收并同意之后,將可循環(huán)使用的物品如快遞的包裝盒、內(nèi)部產(chǎn)品的包裝袋和填充材料等帶回配送網(wǎng)點(diǎn),然后各配送網(wǎng)點(diǎn)將這些物品集中運(yùn)送至應(yīng)急物流配送中心,應(yīng)急物流配送中心在下階段對應(yīng)急物資進(jìn)行包裝時,可直接使用這些物品,從而減少了再制造時間和應(yīng)急物資配送的平均等待時間,災(zāi)區(qū)所需應(yīng)急物資可更快速地得到供應(yīng),救援速度隨之提高[22]。在廢料的綠色化處理方面,針對突發(fā)性公共衛(wèi)生事件如新型冠狀病毒肺炎疫情期間,口罩、防護(hù)服等醫(yī)用廢料必須采用密封式回收和專業(yè)的無害化處理,從而避免成為病毒的二次傳染源,間接保障了應(yīng)急物資尤其是醫(yī)療物資配送工作的正常進(jìn)行,提升了疫情防控能力。

2 模型構(gòu)建

2.1 受災(zāi)區(qū)域?qū)蛹壍膭澐?/h3>

K均值聚類分析又稱K中心聚類分析,是一種通過迭代過程把同質(zhì)化的連續(xù)性變量歸結(jié)在一起組成不同的簇的統(tǒng)計分析方法。因為K均值聚類分析具有運(yùn)算速度快、計算量小的優(yōu)勢,因而適用于對大樣本數(shù)據(jù)進(jìn)行分析處理并能夠有效縮短運(yùn)算時間、提升運(yùn)行效率[23]。但在進(jìn)行聚類分析之前,要通過“手肘”法確定最佳聚類數(shù)(kbest)?！笆种狻狈ǖ暮诵闹笜?biāo)是誤差平方和,用于表示聚類誤差,其值越大表示聚類細(xì)度越高,每個簇的聚合程度增加。當(dāng)模擬聚類數(shù)kkbest時,隨著k的增大會使得所得到每個簇的聚合程度趨向于穩(wěn)定,故誤差平方和下降幅度會變得平穩(wěn),然后隨著k的繼續(xù)增大而趨于平緩,聚類中心將趨向于不再變化,此時“肘部”對應(yīng)的位置即為最佳聚類數(shù)(k=kbest)。其中,誤差平方和計算式見式(1)。

(1)

式中:F為誤差平方和，Ci為第i個簇,p為Ci的樣本點(diǎn),mi為Ci的質(zhì)心。

在確定最佳聚類數(shù)之后,便可進(jìn)行聚類分析。首先,對要素數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,原因在于被聚類對象通常由多個要素構(gòu)成,且不同類型的要素具有不同的計量單位,標(biāo)準(zhǔn)化處理可以避免因數(shù)值變異而對分類結(jié)果的準(zhǔn)確性產(chǎn)生負(fù)面影響。假設(shè)有m個聚類對象,每個聚類對象由n個要素組成,對要素進(jìn)行標(biāo)準(zhǔn)化處理,即

(2)

其次，根據(jù)最佳聚類數(shù)確定k個初始聚類中心，并將樣本按照歐氏距離最短原則分配至最鄰近聚類，假設(shè)此時其中的一個初始聚類中心坐標(biāo)為O，第i個聚類對象的坐標(biāo)為Ti，故聚類對象i到初始聚類中心的歐氏距離(Di)為

(3)

最后,以每個聚類中樣本平均值作為新的聚類中心,并重復(fù)此步驟直至聚類中心不再發(fā)生變化,最終使得所有樣本形成最佳聚類結(jié)果,原則上選取每個層級中受災(zāi)程度最重的區(qū)域為備選節(jié)點(diǎn),并結(jié)合實際災(zāi)害情況確定最終的聚類結(jié)果,由此便完成了對受災(zāi)區(qū)域的層級劃分。

2.2 應(yīng)急物流配送中心的確定

重心法以成本最優(yōu)為原則,將物流系統(tǒng)中各受災(zāi)點(diǎn)的物資需求量假設(shè)為物體的質(zhì)量,此時的受災(zāi)點(diǎn)等同于K均值聚類算法中的聚類對象,系統(tǒng)的重心即為物流配送中心的最佳設(shè)置點(diǎn)。

應(yīng)急物流系統(tǒng)如圖1所示,根據(jù)地理位置確定各受災(zāi)點(diǎn)的坐標(biāo)為(xi,yi),設(shè)配送中心P的坐標(biāo)為(x0,y0),由此可得

(4)

ci=hiwidi

(5)

(6)

式中:H為從配送中心到各受災(zāi)點(diǎn)的總配送費(fèi)用,ci為從配送中心到受災(zāi)點(diǎn)i的配送費(fèi)用,m為受災(zāi)點(diǎn)的個數(shù),hi為從配送中心到受災(zāi)點(diǎn)i的配送費(fèi)率，wi為從配送中心到受災(zāi)點(diǎn)i的配送量,di為從配送中心到受災(zāi)點(diǎn)i的直線距離,k為度量因子。

圖1 應(yīng)急物流重心法模型Fig.1 Model of center of gravity of emergency logistics

(7)

此時P(x0,y0)為極值點(diǎn),是最優(yōu)解的必要條件,如果不是最優(yōu)解,則使用迭代法求出最優(yōu)解,最優(yōu)解即為重心G,此時H取得最小值,求解公式見式(8)。

(8)

式中:q為迭代次數(shù),I為受災(zāi)點(diǎn)編號所在集合。

然后將之前確定的二級應(yīng)急物流配送中心所在城市的位置坐標(biāo)代入式(7)中,求出待定的一級應(yīng)急物流配送中心Q。

考慮到應(yīng)急物流要體現(xiàn)出時間最短化原則,所以假定運(yùn)輸速率一定,受災(zāi)點(diǎn)之間的距離為直線距離,因此總配送時間取決于配送中心到各個受災(zāi)點(diǎn)的距離,距離越短,則時間越短。

μ個二級應(yīng)急物流配送中心相連可看成一個μ多邊形,定義μ多邊形的頂點(diǎn)分別為N1(a1,b1),

N2(a2,b2),…,Nμ(aμ,bμ),其中任意一點(diǎn)為M(a,b),則M至各頂點(diǎn)距離的平方和f(a,b)為

f(a,b)=[(a-a1)2+(b-b1)2]+[(a-a2)2+

(b-b2)2]+…+[(a-an)2+(b-bn)2]

(9)

分別對f(a,b)求關(guān)于a和b的一階偏導(dǎo),即

(10)

(11)

對f(a,b)求二階偏導(dǎo),得

(12)

又因A>0,所以f(a0,b0)為最小值,M(a0,b0)為到各頂點(diǎn)距離最短的點(diǎn),即該點(diǎn)到各受災(zāi)點(diǎn)的運(yùn)輸時間最短,體現(xiàn)出時間最短化原則。

通過對G、M、Q進(jìn)行綜合對比分析,確定最終的一級物流配送中心。

3 實證研究

為了進(jìn)一步證明本文模型的可行性,故選取新型冠狀病毒肺炎疫情時期的湖北省作為實證研究對象。第一步,通過中華人民共和國交通運(yùn)輸部交通運(yùn)輸防控每日看數(shù)據(jù)、權(quán)威媒體新聞報道、湖北省及其各市衛(wèi)生健康委員會數(shù)據(jù)、湖北省及其各市統(tǒng)計局官網(wǎng)、湖北省及其各市人民政府公報、中國地圖網(wǎng)官網(wǎng)，查詢湖北省各地區(qū)在新型冠狀病毒肺炎疫情時期的確診總?cè)藬?shù)、死亡總?cè)藬?shù)、GDP同比變化絕對值(2020年第一季度)、地理坐標(biāo)、日均生鮮農(nóng)產(chǎn)品和醫(yī)療物資需求量,分別以受災(zāi)地區(qū)受災(zāi)程度、地理坐標(biāo)和物資需求量為依據(jù)進(jìn)行層級劃分,因為上述數(shù)據(jù)的計量單位不統(tǒng)一,故要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,具體數(shù)據(jù)如表1和2所示。

表1 湖北省新型冠狀病毒肺炎疫情時期數(shù)據(jù)

表2 湖北省內(nèi)各地區(qū)的地理坐標(biāo)和物資需求量

第二步,通過“手肘”法確定聚類數(shù)k,分別以各受災(zāi)地區(qū)受災(zāi)程度、地理坐標(biāo)和物資需求量為依據(jù),利用ORIGIN軟件研究k與誤差平方和之間的變化關(guān)系,如圖2所示。

圖2 不同依據(jù)下計算所得k與F之間關(guān)系Fig.2 Relationship between k and F calculated on different basis

由圖2可知:k∈[4,5]時，曲線斜率小于1,故最佳聚類數(shù)為4,即k=4時為“肘部”。如兩種依據(jù)下所得“肘部”位置不同,則在符合實際災(zāi)情的前提下,以地理坐標(biāo)和物資需求量為依據(jù)所得“肘部”位置為準(zhǔn),因為物資需求量能夠間接反映出受災(zāi)程度,且地理坐標(biāo)能夠直接反映受災(zāi)點(diǎn)的位置分布,因此能夠更全面地反映受災(zāi)地區(qū)的實際情況。

第三步,運(yùn)用K均值聚類分析法分別對受災(zāi)地區(qū)受災(zāi)程度、地理坐標(biāo)和物資需求量進(jìn)行層級劃分,結(jié)果如表3和4所示。

表3 湖北省受災(zāi)程度層級劃分結(jié)果

表4 湖北省內(nèi)各地區(qū)地理坐標(biāo)和物資需求量層級劃分結(jié)果

表3和4的共同區(qū)域即為二級應(yīng)急物流配送中心,如表5所示。

表5 二級應(yīng)急物流配送中心

第四步,以受災(zāi)區(qū)域內(nèi)全部受災(zāi)點(diǎn)為依據(jù),使用重心法求重心。為了計算簡便,定義所有節(jié)點(diǎn)間配送費(fèi)率為1,配送中心到各受災(zāi)點(diǎn)的物資發(fā)送量為生鮮農(nóng)產(chǎn)品和醫(yī)療物資日均需求量之和,使用LogWare軟件求出此時的一級應(yīng)急物流配送中心坐標(biāo)為G(113.626,30.752),迭代求解結(jié)果如圖3所示。

圖3 G迭代求解過程圖Fig.3 G iterative solution process diagram

第五步,將二級應(yīng)急物流配送中心所在城市坐標(biāo)代入式(7)中,得到此時的一級應(yīng)急物流配送中心為Q(113.687,30.696),也可用LogWare軟件計算,計算結(jié)果如圖4所示。

圖4 Q迭代求解過程圖Fig.4 Q iterative solution process diagram

圖5為湖北省內(nèi)各地區(qū)及物流節(jié)點(diǎn)分布。由圖5可知:武漢、十堰、宜昌、恩施分別為區(qū)域A、B、C、D的二級應(yīng)急物流配送中心所在城市的坐標(biāo),因為物資需求量能夠間接反映出受災(zāi)程度,所以區(qū)域劃分以地理坐標(biāo)和物資需求量為依據(jù)進(jìn)行聚類劃分,M、G為分別僅考慮時間最短化、成本最小化情況下的一級應(yīng)急物流配送中心,而Q為同時考慮了受災(zāi)程度和成本最小化的一級應(yīng)急物流配送中心,藍(lán)色點(diǎn)為湖北省其余的城市坐標(biāo)。

圖5 湖北省內(nèi)各地區(qū)及物流節(jié)點(diǎn)分布Fig.5 Distribution of logistics nodes and regions in Hubei Province

第七步,結(jié)合實際湖北省的新型冠狀病毒肺炎疫情、由中國地圖出版社出版的2020版《中國地圖冊》和百度地圖所展現(xiàn)的地理位置信息,對M、G、Q進(jìn)行綜合性對比分析,從而確定最終的一級應(yīng)急物流配送中心。

筆者認(rèn)為M不適合作為一級應(yīng)急物流配送中心,理由為:①該點(diǎn)位于山區(qū),平均海拔達(dá)500 m,周圍山村密布,基礎(chǔ)設(shè)施不完善;②距離疫情較重的第一、二層級地區(qū)(武漢、黃石、孝感、黃岡等)路途遙遠(yuǎn),高速路網(wǎng)較為稀疏。由此可見,單純以時間最短化原則確定的一級應(yīng)急物流配送中心存在明顯的不合理。

對于G、Q,這兩點(diǎn)直線距離僅為12 km,且都處于平原地帶,周圍高速路網(wǎng)較M周邊更為密集,但Q相對于G更具優(yōu)勢,理由為:①在地理位置方面,Q距離漢川市城區(qū)更近,有利于利用城區(qū)的基礎(chǔ)設(shè)施,同時該點(diǎn)距離武漢等疫情較重地區(qū)的直線距離更短,且路網(wǎng)更加密集,能更加及時地運(yùn)送應(yīng)急物資,有利于防控救治工作的開展;②在建設(shè)難度方面,Q距離山區(qū)更遠(yuǎn),地勢更為平坦、空曠,這有利于快速建設(shè)設(shè)施,較短的建設(shè)周期也更加有利于遵循時間最短化原則,對疫情期間應(yīng)急物資的快速供應(yīng)具有積極意義;③在疫情防控方面,Q因為遠(yuǎn)離鄉(xiāng)村,外來人員及流動人員少,所以在新型冠狀病毒肺炎疫情時期,方便配送中心對工作人員進(jìn)行集中隔離管理,從而減少與人員接觸,避免因人員聚集而出現(xiàn)二次疫情。

4 結(jié)論

在突發(fā)性災(zāi)害事件中,使用聚類-重心法確定應(yīng)急物流配送中心的選址具備良好的現(xiàn)實可行性。本文以新型冠狀病毒肺炎疫情時期的湖北省為例,采用聚類-重心法對應(yīng)急物流配送中心選址進(jìn)行研究,得到結(jié)論如下:

1) 相比較于傳統(tǒng)物流配送中心,應(yīng)急物流配送中心的設(shè)置需要考慮的核心問題是,如何將所需應(yīng)急物資快速準(zhǔn)確調(diào)運(yùn)至災(zāi)區(qū),且突發(fā)性災(zāi)害事件具備動態(tài)性特征,故僅使用以成本最優(yōu)為原則的重心法這一靜態(tài)選址方法來確定一級應(yīng)急物流配送中心的選址缺乏現(xiàn)實可行性。

2) 因為受災(zāi)地往往不唯一,且呈現(xiàn)出不同的受災(zāi)程度,所以僅以時間最短化原則確定的一級應(yīng)急物流配送中心會出現(xiàn)與受災(zāi)程度較重的受災(zāi)地之間距離較遠(yuǎn)的問題,這會對應(yīng)急救援產(chǎn)生不利影響。

3) 湖北省可劃分為4個受災(zāi)區(qū)域,武漢、十堰、宜昌、恩施分別為4個受災(zāi)區(qū)域的應(yīng)急物流配送中心所在城市,即為二級應(yīng)急物流配送中心所在城市。

4) 與單純使用重心法和以時間最短化為原則分別確定的一級應(yīng)急物流配送中心M、G相比,基于聚類-重心法下確定的一級應(yīng)急物流配送中心Q在突發(fā)性災(zāi)害事件中因?qū)κ転?zāi)地區(qū)受災(zāi)程度、地理坐標(biāo)、物資需求量和物流成本進(jìn)行了充分考慮,因此,該模型更具備現(xiàn)實可行性,且能夠達(dá)到更好的救災(zāi)效果。

5) 該模型確定的一級應(yīng)急物流配送中心有利于提升應(yīng)急物流快速反應(yīng)能力和配送準(zhǔn)確率,避免應(yīng)急物資的浪費(fèi),同時促進(jìn)逆向物流模式的發(fā)展。