王冰冰

（1.西南交通大學 交通運輸與物流學院，四川 成都 610000；2.中鐵特貨物流股份有限公司，北京 100000）

0 引言

冷鏈物流產(chǎn)品是人們?nèi)粘Ｉ钪薪佑|最為廣泛的物資，隨著經(jīng)濟發(fā)展和居民生活水平的提高，冷鏈物流需求量在我國呈現(xiàn)出逐年遞增趨勢，據(jù)CFLP（中國物流與采購聯(lián)合會）統(tǒng)計，2018年我國食品冷鏈物流需求總量為1.88億t，同比增長27.9%，2019年食品冷鏈物流需求量為2.35億t，同比增加24.5%。但我國冷鏈物流的發(fā)展較晚，對于需冷凍或者冷藏的貨物運輸還沒有形成一個完整的體系，發(fā)展之初對冷凍冷藏貨物的運輸還停留在“冷藏運輸階段”而非“冷鏈運輸”。

鐵路物流運輸是國計民生的重要組成部分，隨著物流業(yè)的發(fā)展，對鐵路物流中具有至關(guān)重要作用的物流基地研究具有重大意義，從鐵路物流中心的選址，到布局規(guī)劃理論日益重要。且目前我國鐵路冷鏈物流樞紐的布局呈現(xiàn)出不均衡趨勢，因此對鐵路冷鏈物流配送樞紐的研究顯得尤為重要。以烏青通道鐵路冷鏈物流為例，研究如何合理規(guī)劃配送通道的布局、優(yōu)化物流基地資源利用，以便于加速促進選定配送基地后與城市融合集約發(fā)展。本文將在建設(shè)集約、便捷、高效的冷鏈物流配送基地建設(shè)的指導(dǎo)下，構(gòu)建相應(yīng)的評價指標體系，提出評價思路，確定評價方法，為烏青通道鐵路冷鏈物流基地的建立提供理論依據(jù)。

1 烏青通道基本情況

根據(jù)鐵路冷鏈烏青通道建設(shè)規(guī)劃，烏青通道東起青島，西至霍爾果斯，線路全長4 800余km，整個烏青通道貫穿新疆、甘肅、陜西、河南、江蘇、山東等地，沿途經(jīng)過庫爾勒、霍爾果斯、青島、濟南等34個城市。烏青通道包含中國鐵路烏魯木齊局集團、中國鐵路蘭州局集團、中國鐵路西安局集團、中國鐵路鄭州局集團和中國鐵路濟南局集團。

2 確定烏青通道鐵路冷鏈物流基地備選集

2.1 影響因素分析

隨著當前冷鏈物流業(yè)的不斷發(fā)展，鐵路冷鏈物流基地選址的好壞直接影響鐵路冷鏈物流基地的運營情況，甚至對整個配送系統(tǒng)的服務(wù)水平、效率和成本都會造成影響。通過對相關(guān)文獻的分析梳理，本文規(guī)劃區(qū)域冷鏈物流基地選址主要考慮以下幾個方面：

（1）經(jīng)濟因素。冷鏈物流基地選址首先要考慮到當前區(qū)域的經(jīng)濟發(fā)展情況，以及物流配送所帶來的直接成本與間接成本。首先要考慮交通的便捷性以降低企業(yè)的運輸成本；其次考慮到冷鏈產(chǎn)品的易腐性，應(yīng)盡量避免陽光直射，防止因自然原因?qū)е碌氖称犯瘮‖F(xiàn)象。

（2）需求因素。物流基地建設(shè)是經(jīng)濟發(fā)展到一定程度的產(chǎn)物，市場需求是影響鐵路冷鏈物流基地城市選擇的重要依據(jù)。需求主要分為兩部分，一方面是冷鏈購買力，這與當?shù)氐慕?jīng)濟發(fā)展狀況、消費水平以及人們在冷鏈產(chǎn)品方面的購買比重息息相關(guān)；另一方面是整個社會冷鏈需求總量，鐵路冷鏈屬于社會冷鏈的一部分。

（3）服務(wù)水平因素。區(qū)域冷鏈物流配送基地的服務(wù)水平受多方面的影響，由于冷鏈產(chǎn)品的特殊性，運輸時效性、便利性等顯得尤為重要。一方面要關(guān)注配送過程中可能產(chǎn)生的貨損，另一方面要盡量提高人們對冷鏈產(chǎn)品配送的滿意度。

（4）政策因素。政策鼓勵會直接影響一個行業(yè)的發(fā)展。區(qū)域冷鏈物流基地建立要因地制宜，要考慮到當?shù)氐某鞘幸?guī)劃建設(shè)，按照相關(guān)政策需要來建設(shè)。還要考慮到國家的特殊政策扶植，考慮當前城市是否是國家物流重點發(fā)展城市等。

2.2 備選集的確定

物流基地選址的關(guān)鍵就是對備選城市的選擇，是物流基地具體選址的基礎(chǔ)。

根據(jù)烏青通道各個省市的冷鏈物流發(fā)展情況，最終選取10個城市作為冷鏈物流基地備選集，城市所屬省份見表1。

表1 烏青通道冷鏈物流基地城市備選集

3 烏青通道冷鏈物流基地選址評價模型

3.1 熵權(quán)-數(shù)據(jù)包絡(luò)分析（EM-DEA）思路

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis,簡稱DEA）是一種非參數(shù)統(tǒng)計分析方法。本文基于以下三點選用數(shù)據(jù)包絡(luò)分析法進行評價研究：（1）本文建立的指標體系有多個指標，準則層分為需求和供給兩部分。該方法適用于相同類型具有多輸入、多輸出投入產(chǎn)出系統(tǒng)的相對有效性評價。（2）本文選取的指標之間量級相差很大，指標單位也不統(tǒng)一，該方法并不需要對輸入輸出指標數(shù)據(jù)間進行無量綱化處理，不受指標間計量單位不同造成的影響。（3）該方法可以利用投影指出非DEA有效或弱DEA有效的原因及應(yīng)改進的方向與程度，為各城市冷鏈物流發(fā)展提供改進建議。

本文采用EM-DEA方法的思路是：首先將每一個城市作為一個評價單元（即決策單元，Decision Making Unit，簡稱DMU），眾多城市（DMU）構(gòu)成被評價組群；然后通過需求與供給作為投入與產(chǎn)出，熵權(quán)法處理指標權(quán)重，以城市各個投入產(chǎn)出指標的權(quán)重為變量，利用線性規(guī)劃進行評價計算，綜合分析投入產(chǎn)出比率，確定有效生產(chǎn)前沿面；最后根據(jù)各DMU與有效生產(chǎn)前沿面的距離，得出當前城市評價指標中投入產(chǎn)出有效程度，即相對效率，得到城市作為冷鏈物流基地的評價結(jié)果。相比于原始數(shù)據(jù)包絡(luò)分析方法，使用EM-DEA方法可利用熵權(quán)法預(yù)先對數(shù)據(jù)指標進行處理，消除數(shù)據(jù)量綱，計算各指標的權(quán)重，并可對計算的指標進行合理調(diào)整，使得輸入的指標更加科學，經(jīng)計算得到的結(jié)果更加準確。

EM-DEA的主要步驟包括：評價目標的確定、決策單元選擇、輸入輸出指標體系建立、熵權(quán)法處理指標、模型建立與求解以及評價結(jié)果分析等。

3.2 評價指標體系構(gòu)建

（1）指標體系設(shè)計的基本原則。烏青通道鐵路冷鏈物流基地選址的影響因素眾多，在進行指標體系的構(gòu)建時必須充分考慮各種因素的影響，然后選擇出影響較大的因素和條件進行分析。在構(gòu)建評價指標體系時應(yīng)遵循以下原則：

①廣泛代表性：應(yīng)包含影響鐵路冷鏈物流基地空間布局的主要因素。②形態(tài)簡潔性：應(yīng)使用簡明的表達方式，不宜種類過多及采用復(fù)雜的形式。③綜合可比性：有關(guān)指標便于靜態(tài)和動態(tài)分析，不宜種類過多及采用復(fù)雜的形式。④數(shù)據(jù)可得性：指標選擇應(yīng)盡量與統(tǒng)計部門一致，以保證數(shù)據(jù)的可得性。

（2）輸入輸出指標體系建立?？紤]到各因素對鐵路冷鏈物流基地城市選擇的影響程度和數(shù)據(jù)的可得性，在大量文獻資料的基礎(chǔ)上篩選了影響物流基地載體城市選擇的相關(guān)指標。主要分為需求和供給兩大類，以及四個準則層，分別是：經(jīng)濟發(fā)展水平、市場需求強度、地區(qū)供給與交通銜接情況、區(qū)位政策及條件。指標層是冷鏈物流中心選址評價體系中的基本要素，量化因子是對準則層的進一步細化，能夠直接反映城市的特征與發(fā)展情況。量化因子的選取一般要遵循可比性、可查性和定量性原則，通過這種方式對城市鐵路冷鏈物流發(fā)展情況進行度量。

烏青通道冷鏈物流基地選址評價指標體系見表2。

表2 烏青通道冷鏈物流基地選址評價指標體系

（3）量化因子比例系數(shù)計算。運用熵權(quán)法進行量化因子比例系數(shù)的計算，步驟如下：

①對數(shù)據(jù)進行標準化處理，消除不同量綱帶來的影響：

②計算指標的比重：

③計算第項指標的熵值：

④計算指標在綜合評價中的權(quán)重：

3.3 EM-DEA評價模型建立

EM-DEA模型根據(jù)相應(yīng)的評價環(huán)境與評價目的發(fā)展了眾多形式，本文選用經(jīng)典的具有阿基米德無窮小量的CR模型。

DEA模型根據(jù)評價對象和目標有多種模型形式，這里采用經(jīng)典模型：

在烏青通道鐵路冷鏈物流基地選址的評價中，將需求與供給作為投入與產(chǎn)出，兩者是互相輸入輸出的系統(tǒng)，最后得到兩者的協(xié)調(diào)發(fā)展指數(shù)分別記為=(,...,θ)，即為當前城市鐵路冷鏈物流指數(shù)。

3.4 EM-DEA模型求解與分析

烏青通道鐵路冷鏈物流基地城市（昌吉、烏魯木齊、蘭州、西安、鄭州、徐州、濰坊、青島、濟南、淄博）備選集作為決策單元，決策單元（DMU）投入產(chǎn)出的數(shù)據(jù)見表3。

表3 烏青通道冷鏈物流基地備選集輸入輸出指標

EM-DEA的評價結(jié)果如圖1所示。

圖1 城市冷鏈協(xié)調(diào)發(fā)展指數(shù)

從EM-DEA評價方法的計算結(jié)果來看，烏青通道冷鏈物流城市協(xié)調(diào)發(fā)展指數(shù)最高的城市分別是：西安、鄭州、青島和濟南，適合作為冷鏈物流基地；烏魯木齊、徐州、濰坊、淄博冷鏈協(xié)調(diào)發(fā)展指數(shù)較高；昌吉、蘭州冷鏈協(xié)調(diào)發(fā)展指數(shù)最低，不適宜作為冷鏈物流基地。為詳細分析各因素對烏青通道鐵路冷鏈物流基地選址的影響程度，本文對各指標進行分析，見表4。對于不適宜作為冷鏈物流基地的城市，通過計算其理想值，可以找到發(fā)展薄弱的地方，找到相應(yīng)改進方向，以便采取相應(yīng)的措施，更好地建設(shè)城市的冷鏈物流。各城市指標的理想值見表4。

表4 各城市冷鏈基地選址指標的理想值

地區(qū)經(jīng)濟發(fā)展情況指標中，青島有明顯優(yōu)勢，昌吉、蘭州、濰坊等城市經(jīng)濟發(fā)展情況較差且實際情況與理想值相差較遠，如圖2所示。

圖2 各城市地區(qū)經(jīng)濟發(fā)展情況指標原始值與理想值

地區(qū)經(jīng)濟總體水平指標中，青島和西安優(yōu)勢明顯。昌吉、烏魯木齊、蘭州、淄博等城市地區(qū)經(jīng)濟總體水平較低且實際情況與理想值相差較遠，如圖3所示。

圖3 各城市地區(qū)經(jīng)濟總體水平指標理想值與原始值

冷鏈需求購買力指標中，西安和青島具有較強的冷鏈需求購買能力，昌吉、烏魯木齊、蘭州、徐州、濰坊等城市現(xiàn)有發(fā)展情況與理想值相差較多，如圖4所示。

圖4 各城市冷鏈需求購買力指標原始值與理想值

冷鏈市場需求規(guī)模指標中，烏魯木齊的現(xiàn)有發(fā)展情況較差且與理想值相差較多，濟南、淄博等城市雖然現(xiàn)有冷鏈市場需求規(guī)模已經(jīng)達到較高值，但是仍然與理想值相差較多，說明該指標制約當?shù)乩滏溛锪鞯陌l(fā)展（如圖5所示）。

圖5 各城市冷鏈市場需求規(guī)模指標的原始值與理想值

鐵路運量指標中，濟南鐵路運量較低且與理想值相差最多，部分原因可能是濟南采取其他運輸方式進行冷鏈運輸，急需加強鐵路冷鏈物流建設(shè)，分擔冷鏈運量（如圖6所示）。

圖6 各城市鐵路運量指標的原始值與理想值

公路網(wǎng)銜接水平指標中，各個城市發(fā)展狀況良好，這也為各城市冷鏈“最后一公里”的銜接提供了有利條件。

地區(qū)物流水平指標中，鄭州和青島有明顯優(yōu)勢。昌吉、濰坊、徐州等城市發(fā)展水平與理想值相差較多，如圖7所示。

圖7 各城市地區(qū)物流地位水平的原始值與理想值

國家特殊政策扶持指標中，各城市都有一定的國家政策扶持，其各自原始值與理想值如圖8所示，緊跟國家發(fā)展，冷鏈物流建設(shè)一定會穩(wěn)步向前。

圖8 各城市國家政策扶持指標的原始值與理想值

3.5 敏感性分析

本文將指標體系分為需求端和供給端兩大類，對需求端與供給端的指標進行敏感性分析，去掉某個指標后計算新的指標體系下的冷鏈城市指數(shù)。不同指標體系下EM-DEA的評價結(jié)果見表5。

表5 不同指標體系下的EM-DEA評價結(jié)果

通過對需求端指標的敏感性分析得知，昌吉、烏魯木齊對地區(qū)經(jīng)濟發(fā)展情況指標敏感，濟南和淄博對冷鏈需求購買力指標敏感，濰坊對冷鏈市場需求規(guī)模指標敏感（如圖9所示）。地區(qū)經(jīng)濟總體水平指標對所有城市的冷鏈指數(shù)影響不大。

圖9 需求端冷鏈選址敏感性分析

通過對供給指標的敏感性分析得知，整體來看各指標對城市冷鏈指數(shù)的敏感性都不強，淄博、徐州等城市對公路網(wǎng)銜接水平較為敏感，昌吉、烏魯木齊、濰坊等城市對國家特殊政策扶持指標較為敏感（如圖10所示）。

圖10 供給端冷鏈選址敏感性分析

4 結(jié)語

本文從經(jīng)濟、需求、服務(wù)水平、政策四方面對烏青通道鐵路冷鏈物流基地選址的影響因素進行分析；在此基礎(chǔ)上建立烏青通道鐵路冷鏈物流基地選址評價指標體系，從經(jīng)濟發(fā)展水平、市場需求強度、地區(qū)供給與交通銜接情況和區(qū)位政策及條件四大類指標展開分析，并闡述了9個指標的量化因子；通過熵權(quán)法對量化因子的比例系數(shù)進行了計算，然后通過EM-DEA評價方法進行評價，得出適合作為鐵路冷鏈物流基地的城市選址分別是：青島、鄭州、濟南和西安。通過各因素的敏感性分析得出各城市對于各個因素變化的影響：在需求端敏感性分析中，昌吉、烏魯木齊對地區(qū)經(jīng)濟發(fā)展情況指標敏感，濟南和淄博對冷鏈需求購買力指標敏感，濰坊對冷鏈市場需求規(guī)模指標敏感；在供給端敏感性分析中，淄博、徐州等城市對公路網(wǎng)銜接水平較為敏感，昌吉、烏魯木齊、濰坊等城市對國家特殊政策扶持指標較為敏感。