劉明杰

摘要：在國家大力提倡低碳經(jīng)濟(jì)、綠色發(fā)展的背景下，具有節(jié)能環(huán)保、低碳排放等優(yōu)點的新能源汽車行業(yè)得到快速發(fā)展。針對新能源汽車快速發(fā)展中面臨的配送中心選址問題，構(gòu)建了一個基于系統(tǒng)聚類和重心法相結(jié)合的選址模型并給出求解方法。通過實例分析得出：在新能源汽車進(jìn)行多個設(shè)施選址時，采用系統(tǒng)聚類法能夠合理快速的實現(xiàn)選址樣本的分組，明確選址的數(shù)量；各組分別采用單重心法保證了每個選址中心到各個服務(wù)區(qū)域的配送成本最小；建成了有2個制造廠、4個配送中心和若干需求點組成的二級物流網(wǎng)絡(luò)。同時，建議配送中心在選址前，明確選址影響因素和合適的選址方法；在選址中，明確選址流程，確保選址符合實際；在選址后，重點關(guān)注整個配送中心網(wǎng)絡(luò)的管理。

關(guān)鍵詞：系統(tǒng)聚類，重心法，新能源汽車，配送中心選址

中圖分類號：F426.471

文獻(xiàn)標(biāo)識碼：A

文章編號：1674-9545（2023）03-0011-（07）

DOI：10.19717/j.cnki.jjun.2023.03.003

1概述

黨的二十大明確提出要加快發(fā)展方式的綠色轉(zhuǎn)型，全面實施節(jié)能戰(zhàn)略，發(fā)展綠色低碳產(chǎn)業(yè)，倡導(dǎo)綠色消費，推動形成綠色低碳的生產(chǎn)方式和生活方式。為貫徹落實我國低碳環(huán)保的發(fā)展理念，國家相關(guān)政策大力支持和鼓勵新能源汽車的發(fā)展，推動汽車制造業(yè)的轉(zhuǎn)型升級，比如對新能源電動汽車制造企業(yè)和購買新能源汽車的消費者給予相應(yīng)的補貼。在此背景下，新能源汽車行業(yè)迎來了快速發(fā)展機(jī)遇，但也面臨著一些新的挑戰(zhàn)。新能源汽車銷量的快速增加，必然對其物流運作的要求會越來越高。如何快速將新能源汽車低成本的送到客戶手里，已經(jīng)成了新能源汽車發(fā)展中亟需解決的問題之一。在新能源汽車發(fā)展初期，廠家基本都是采用從制造廠直接到銷售網(wǎng)點的直銷模式，這種模式對于銷量較少、銷售范圍不大的發(fā)展初期比較合適，但隨著新能源汽車銷量的快速增加和銷售范圍的逐步擴(kuò)大，直銷模式會造成供應(yīng)不及時和缺貨成本增加。此時，提出一種解決需求激增條件下多配送中心選址問題的方法，并應(yīng)用在新能源汽車銷售領(lǐng)域具有很強的理論意義和現(xiàn)實意義。

配送中心選址問題研究涉及的行業(yè)比較廣。有些學(xué)者研究應(yīng)急管理行業(yè)的設(shè)施選址，比如：閆森等考慮了需求不確定的多級應(yīng)急物流設(shè)施選址問題^[1]；鄭琰等對城市應(yīng)急物流中心多目標(biāo)選址模型及方法進(jìn)行研究^[2]；有些學(xué)者研究冷鏈行業(yè)的設(shè)施選址，比如：張喜才等研究了考慮農(nóng)戶滿意度的生鮮農(nóng)產(chǎn)品產(chǎn)地冷庫選址研究^[3]；李敏等針對鮮活農(nóng)產(chǎn)品物流配送問題，提出約束規(guī)劃模型并驗證了可行性^[4]；王金妹等針對乳制品的特點構(gòu)建雙層模型，解決了乳制品冷鏈物流配送中心選址及配送路徑優(yōu)化的問題^[5]。

配送中心選址問題研究采用的方法比較多。有些學(xué)者將k-means聚類方法和配送中心選址研究進(jìn)行結(jié)合，確定配送中心選址。李冰等利用改進(jìn)的k-means聚類算法，解決了疫情環(huán)境下生鮮配送站點的選址問題^[6]；游思晴以碳排放最小化為目標(biāo)改進(jìn)k-means聚類算法，進(jìn)行生鮮前置倉選址研究，實現(xiàn)了經(jīng)濟(jì)和環(huán)保的雙贏^[7]；趙振強等利用改進(jìn)的k-means聚類算法確定前置倉數(shù)量，又用多重心法實現(xiàn)了生鮮農(nóng)產(chǎn)品前置倉的選址^[8]；盧漢松等建立了一個需求激增條件下的前置倉選址模型，運用一種基于遺傳算法的k-means聚類算法進(jìn)行求解選址^[9]；張曉云等利用動態(tài)k-means聚類方法，解決了多重心法在服務(wù)對象初始分組環(huán)節(jié)存在的隨機(jī)性問題^[10]；倪衛(wèi)紅等采用聚類-重心法對應(yīng)急物流配送中心選址進(jìn)行研究，通過“手肘”法確定聚類數(shù)k，再利用重心法分別求出一級配送中心的位置^[11]；周善添等將k-means聚類算法與手肘法相結(jié)合，尋找最優(yōu)的疫苗配送分區(qū)及疫苗配送中心坐標(biāo)^[12]；魯玲嵐等提出了一種改進(jìn)的k-means 聚類算法，在實現(xiàn)分區(qū)后利用重心法對配送中心選址^[13]。有些學(xué)者將重心法進(jìn)行優(yōu)化，確定配送中心選址。嚴(yán)毅等引入非直線系數(shù)解決了傳統(tǒng)重心法理論距離與實際距離誤差問題，以最小成本為目標(biāo)提出一種改進(jìn)型的重心法^[14]；陳心媛借助 GIS 大數(shù)據(jù)平臺的拾取坐標(biāo)系統(tǒng)及坐標(biāo)反查功能，精準(zhǔn)定位決策點和備選中心所在經(jīng)緯度，較傳統(tǒng)重心法更切合實際^[15]；胡元慶等利用現(xiàn)代信息技術(shù)（GPS 坐標(biāo)拾取系統(tǒng)），結(jié)合傳統(tǒng)重心法合理內(nèi)核，測算物流網(wǎng)絡(luò)中心位置從而使物流運輸成本最優(yōu)，提高了物流選址規(guī)劃的效率和精度^[16]。

從上述研究可以看出，配送中心選址問題研究涉及行業(yè)比較廣，但是研究新能源汽車行業(yè)配送中心選址的還比較少；研究方法多數(shù)采用k-means聚類方法與其他方法相結(jié)合，但k-means聚類方法，要事先確定分類的k值，才能再進(jìn)行分類，具有一定的隨意性；對于重心法選址雖然靈活簡單，但也局限于對單一設(shè)施進(jìn)行選址。借鑒上述研究，針對新能源汽車行業(yè)快速發(fā)展的情況，文章采用系統(tǒng)聚類和重心法相結(jié)合的方法開展新能源汽車配送中心選址研究。系統(tǒng)聚類法應(yīng)用比較靈活，是目前實踐中使用最多的聚類方法，它可以根據(jù)聚類的結(jié)果，結(jié)合實際情況合理劃分類別，不用事先確定分類的數(shù)目，相對于k-means聚類方法有一定的優(yōu)勢。然后再根據(jù)重心法確定每個分類區(qū)域的配送中心，解決多配送中心選址問題。最后，進(jìn)行實例分析得出研究結(jié)論，并給出新能源汽車配送中心選址研究的建議。

2基于系統(tǒng)聚類和重心法的選址流程分析及模型構(gòu)建

重心法可以分為單重心法和多重心法，單重心法也叫精確重心法，是確定單一設(shè)施選址的常用方法。多重心法選址是多個物流設(shè)施節(jié)點進(jìn)行選址的一種方法，可以保證每個物流設(shè)施用最低的運費成本服務(wù)區(qū)域范圍內(nèi)的客戶，是單重心法的擴(kuò)展。多重心法選址的重要前提是明確選址區(qū)域分組，然后利用單重心法對各組分別確定多個物流節(jié)點的位置和分配計劃。由此可見，使用多重心法選址的關(guān)鍵是確定分組，分組的方法有很多，大多數(shù)是主觀確定分組個數(shù)，也有前文提到的先確定分組個數(shù)，再利用k-means聚類方法分組。文章采用系統(tǒng)聚類和實際情況分析相結(jié)合的方法確定分組個數(shù)，然后用單重心法分別確定各分組區(qū)域的選址，再根據(jù)具體情況對計算的選址位置進(jìn)行修正，讓選址更切合實際，具體流程分析及建模過程如下。

2.1系統(tǒng)聚類流程分析

系統(tǒng)聚類法是聚類分析的一種，它先將每個樣本或者變量單獨看成一類，然后依據(jù)各類間相似統(tǒng)計量，按照最接近的幾類合并成一個新類，再計算新類與其他各類的相似統(tǒng)計量，再合并最接近的幾類直至把所有的樣本都合并成一類，并把這個過程用一個表格或者一張聚類譜系圖表示出來，使用者可以結(jié)合實際情況選擇合適的系統(tǒng)聚類結(jié)果進(jìn)行分類。

系統(tǒng)聚類法以距離為相似統(tǒng)計量時，確定新類與其他各類之間距離的方法有：最短距離法、最長距離法、中間距離法、重心法、群平均法、離差平方和法、歐氏距離等。文章系統(tǒng)聚類樣本間的距離采用歐氏距離法，計算出樣本間距離矩陣，然后類間距按最小距離法聚類，根據(jù)聚類結(jié)果和實際情況，再決定聚類組數(shù)，具體分析流程如下。

（1）確定樣本s_i的數(shù)量和位置坐標(biāo)（x_i，y_i）；

（2）構(gòu)建距離矩陣：

利用歐氏距離公式d_ij=（x_j－x_i）²+（y_j－y_i）²，計算樣本兩兩之間的距離，構(gòu)建距離矩陣，其中d_ij表示樣本s_i到s_j的歐氏距離；。

（3）根據(jù)距離矩陣中最小距離聚類。最小距離法，又稱單鏈接（single link），是基于兩個簇中的結(jié)點之間的最小距離來衡量兩個簇的相似度，然后合并最小距離最小的兩個簇，最終實現(xiàn)聚成一類。

由于樣本間距離矩陣為對稱矩陣，即d_ij=d_ji，并且對角線距離為0，即d_ii=0。在樣本距離矩陣中，若最短距離是d_ij，即可把樣本s_i、s_j首先歸為同一類并作為新類，再計算新類和其它樣本的距離，繼續(xù)聚類，直至把所有樣本歸為一類。

（4）決定分類個數(shù)和類。根據(jù)樣本聚類的過程，列出各組分類情況表，再結(jié)合實際情況綜合分析各分類個數(shù)的特點，最終完成樣本快速合理的分類。

2.2重心法選址流程分析及模型構(gòu)建

重心法是將物流網(wǎng)絡(luò)中的需求點當(dāng)作物流系統(tǒng)的節(jié)點，各節(jié)點的需求量視為節(jié)點的重量，并參考各節(jié)點的坐標(biāo)，尋找最優(yōu)物流網(wǎng)絡(luò)設(shè)施位置的一種模擬方法。該方法適合單設(shè)施選址，模型構(gòu)建簡單，所需參數(shù)比較少，能夠滿足快速選址決策的需要。

2.2.1構(gòu)建重心法選址模型 假設(shè)樣本s_i有n個，各自位置坐標(biāo)（x_i，y_i）（i=1，2···n）；待選配送中心坐標(biāo)（x₀，y₀），其到服務(wù)樣本s_i的運輸成本為T，則總成本目標(biāo)函數(shù)的表達(dá)式：

其中：r_i表示待選配送中心到s_i的運費費率；

q_i表示待選配送中心到s_i的配送量；

d_i表示待選配送中心到s_i的距離，表達(dá)式為d_i=（x₀－x_i）²+（y₀－y_i）²。

2.2.2模型求解 為了保證總成本目標(biāo)函數(shù)最小，需對總成本目標(biāo)函數(shù)（1）求一階導(dǎo)數(shù)，令導(dǎo)數(shù)等于零即可求出使得總成本最小的待配送中心坐標(biāo)（x^*₀，y^*₀），計算結(jié)果如下：

公式中：x^*₀—待選配送中心的橫坐標(biāo)；y^*₀—待選配送中心的縱坐標(biāo)；x_i—第i個地點的橫坐標(biāo)；y_i—第i個地點的縱坐標(biāo)；

通過流程分析可知，該模型整體分為兩個部分：第一部分是根據(jù)樣本數(shù)量和坐標(biāo)進(jìn)行系統(tǒng)聚類分析，明確分組個數(shù)；第二部分是將各組包含的樣本坐標(biāo)、需求量和運費費率代入重心法模型的求解公式（2）和（3），求出各組配送中心的位置坐標(biāo)，然后結(jié)合坐標(biāo)的地理位置和選址的考慮因素，最終確定各組配送中心位置。

3實例分析

為進(jìn)一步證明模型的可行性，以合肥市一家新能源汽車制造廠WL為例作為研究對象，通過收集數(shù)據(jù)對模型和算法進(jìn)行分析。WL在合肥市擁有一家整車制造廠，在全國31個省會城市都設(shè)有整車銷售網(wǎng)點。隨著新能源汽車快速的發(fā)展，WL汽車在合肥開建了第二家整車制造廠，整車銷量業(yè)務(wù)也不斷增加，整車物流業(yè)務(wù)有必要從工廠到銷售網(wǎng)點的直撥運輸轉(zhuǎn)變?yōu)榉謸苓\輸，以適應(yīng)目前快速發(fā)展的形勢?，F(xiàn)擬在全國31個省內(nèi)建設(shè)若干個區(qū)域配送中心，承擔(dān)這2個生產(chǎn)工廠的整車運送到銷售網(wǎng)點的任務(wù)，以降低總運輸費用，提高訂單響應(yīng)能力和客戶滿意度。

3.1數(shù)據(jù)獲取

3.1.1樣本個數(shù)和位置數(shù)據(jù)的獲取 WL汽車銷售范圍遍布全國31個省會城市，因此文章將全國31個省會城市作為樣本個數(shù)，并以百度地圖地理坐標(biāo)作為參考，獲取31個省會城市的經(jīng)緯度坐標(biāo)作為省份城市銷售網(wǎng)點的位置，具體見表1。

3.1.2樣本銷量數(shù)據(jù)的獲取 文章根據(jù)WL汽車官方數(shù)據(jù)統(tǒng)計出各省份的銷售網(wǎng)點數(shù)，又將WL汽車官方公布的全年總交付91429輛汽車按各省銷售網(wǎng)點數(shù)占總網(wǎng)點數(shù)比例進(jìn)行分配，作為WL汽車在各省份城市的全年銷售量，具體見表2。

3.2系統(tǒng)聚類明確分組

根據(jù)系統(tǒng)聚類分析流程和表1數(shù)據(jù)，可以計算出樣本分組結(jié)果。文章為了提高計算效率，利用SPSS Statistics 24統(tǒng)計軟件中的系統(tǒng)聚類分析模塊進(jìn)行分組計算，具體步驟如下：

（1）導(dǎo)入表1 的數(shù)據(jù)。進(jìn)入SPSS統(tǒng)計軟件，點擊“打開數(shù)據(jù)”圖標(biāo)，文件類型選擇Excel，文件名選擇表1名稱，點擊打開，即將表1數(shù)據(jù)導(dǎo)入SPSS統(tǒng)計軟件。

（2）系統(tǒng)聚類分析條件設(shè)置。點擊分析-分類-系統(tǒng)聚類，進(jìn)入條件設(shè)置界面。先選擇東經(jīng)和北緯為變量，省份為個案標(biāo)注依據(jù)。然后點擊右側(cè)“統(tǒng)計”按鈕，勾選近似矩陣和解的范圍。文章考慮選址成本和配送效率，將解的范圍設(shè)置為2-6個。接著點擊“圖”按鈕，勾選譜系圖，再點擊“方法”按鈕，聚類方法選擇“最近鄰元素”，區(qū)間選擇“歐氏距離”。最后，點擊“確定”按鈕，完成條件設(shè)置。

（3）生成聚類過程和結(jié)果。計算過程里面，會生成使用歐氏距離算出的距離矩陣，利用最近鄰元素法得出的聚類譜系圖和聚類成員結(jié)果。

根據(jù)計算結(jié)果，文章選取具有參考意義的5種分組類別進(jìn)行分析，具體見表3。

根據(jù)5種分類結(jié)果和新能源汽車制造商WL在各個省份的銷售情況，建議將全國銷售區(qū)域分成四個類別。理由如下：①根據(jù)系統(tǒng)聚類分析結(jié)果，發(fā)現(xiàn)西藏和新疆都是各自單獨成為一類，考慮這兩個省的銷量和成本原因，剔除西藏和新疆兩個省的分類結(jié)果。②剔除西藏和新疆兩個大類之后，聚二類、聚三類和聚四類的分類結(jié)果都未超過兩類，不具有分析的實際意義；聚五類結(jié)果變成三個分類區(qū)域，聚六類結(jié)果變成四個分類區(qū)域，具體見表4。

從表4可以看出，聚五類結(jié)果和聚六類結(jié)果的共同點在于第一類相同，都包含黑龍江、吉林和遼寧；聚五類結(jié)果中的第三類與聚六類結(jié)果中的第四類相同，都包含廣東、海南、廣西、重慶市、云南、貴州、四川；不同點在于聚五類結(jié)果的第二類正好是聚六類結(jié)果的第二類和第三類的組合。

由于考慮聚五類結(jié)果的第二類省份眾多，且新能源汽車制造商WL在這些省份銷量相對比較高。因此，文章將采用剔除西藏和新疆后的聚六類結(jié)果，將全國銷售區(qū)域分成四個類別，作為建設(shè)新能源汽車配送中心的四個選址區(qū)域，具體見表5。

3.3重心法明確各配送中心位置

為了便于計算，設(shè)定公式里的運費費率r_i=1，根據(jù)表1的坐標(biāo)數(shù)據(jù)和表2的銷量數(shù)據(jù)，代入重心法計算公式（2）和（3），分別計算出四個分類區(qū)域配送中心的位置，具體計算過程僅以第一類配送中心說明，其他三類與第一類配送中心計算過程類似。

依照上述計算過程，可以得出其他三類區(qū)域各自配送中心位置坐標(biāo)，計算結(jié)果見表6。

表6計算出的配送中心位置僅是理論上的配送中心位置，出于實際情況和地理位置的考慮，將表6的計算結(jié)果作為選取配送中心的一個參考依據(jù)，再結(jié)合市場和成本因素對計算的配送中心位置進(jìn)行修正。通過這種方式，可以節(jié)省配送中心到各個銷售網(wǎng)點之間的距離，降低配送成本，又可以保證新選的配送中心位置比較靠近消費者市場，能夠?qū)蛻糇龀隹焖俜磻?yīng)，提升客戶服務(wù)水平。

配送中心位置修正思路：根據(jù)表6的結(jié)果和各區(qū)域分類里面的城市位置坐標(biāo)，計算表6的每一類配送中心的坐標(biāo)與各分類區(qū)域城市位置坐標(biāo)的歐氏距離，選取地理位置上最靠近配送中心坐標(biāo)的城市作為該分類區(qū)域新建配送中心的選址。具體計算過程僅以第一類配送中心進(jìn)行說明，其他三類與第一類計算過程類似，具體見表7。

經(jīng)過上述計算，得出第一類城市范圍內(nèi)，吉林省長春市與計算出的配送中心位置距離最近是0.45，因此建議第一類配送中心選址吉林省長春市。同理，第二類配送中心選址安徽省合肥市，第三類配送中心選址甘肅蘭州市，第四類配送中心選址貴州貴陽市，最終建成有2個制造廠，4個配送中心和31個銷售點組成的二級物流網(wǎng)絡(luò)。

4結(jié)論與建議

文章在新能源汽車快速發(fā)展的背景下，通過構(gòu)建基于系統(tǒng)聚類和重心法的配送中心選址模型，解決了需求激增而物流網(wǎng)絡(luò)設(shè)施又不完善的新能源汽車企業(yè)設(shè)施選址問題。根據(jù)31個省會城市的地理坐標(biāo)，結(jié)合系統(tǒng)聚類方法，將31個省會城市合理分成四組；根據(jù)四個組別和各組內(nèi)樣本的需求數(shù)量，再利用單重心法計算每個組的配送中心，進(jìn)而明確了4個設(shè)施選址的合理位置及服務(wù)范圍，體現(xiàn)了設(shè)施選址模型和求解方法的可行性和實用性，為新能源汽車快速發(fā)展階段的多個設(shè)施選址提供參考。

根據(jù)研究內(nèi)容，對新能源汽車制造企業(yè)的配送中心選址提出以下建議：

（1）選址前應(yīng)明確選址的影響因素，采用合適的選址方法。配送中心選址是一個復(fù)雜的過程，必須運用科學(xué)的方法保證選址結(jié)果要與企業(yè)的整體發(fā)展有機(jī)結(jié)合，以便高效的服務(wù)企業(yè)發(fā)展目標(biāo)。因此，選址前應(yīng)進(jìn)行深入的調(diào)研和分析各，明確選址影響因素。配送中心選址是一個動態(tài)的過程，企業(yè)不同的發(fā)展階段選址的影響因素和方法皆有所不同。在新能源汽車快速發(fā)展時期，組建由企業(yè)管理人員和專家構(gòu)成的選址小組，認(rèn)真分析需求特點和實際情況，采用科學(xué)的方法對影響選址因素的重要性進(jìn)行排序，并找出適宜的選址方法，以便快速抓住發(fā)展機(jī)遇，搶占新能源汽車市場。

（2）選址中應(yīng)明確選址流程，確保選址符合實際。選址方法明確后，應(yīng)詳細(xì)分析選址流程，制定選址步驟，完成選址任務(wù)。選址流程的關(guān)鍵環(huán)節(jié)是選址決策，一定要定量分析和定性分析相結(jié)合。因此，在選址決策時，針對選址方法要討論其利弊，使用中要克服弊端，優(yōu)化解決選址方法的不足之處，提高選址方法的合理性；針對選址方法所需數(shù)據(jù)，應(yīng)認(rèn)真收集和核實，確保數(shù)據(jù)的真實性和有效性；針對選址方法的求解思路，應(yīng)反復(fù)斟酌，確保求解過程的科學(xué)性；針對選址的結(jié)果，應(yīng)詳細(xì)分析是否合理，再結(jié)合企業(yè)發(fā)展目標(biāo)和選址影響因素，綜合確定選址結(jié)果，保證選址結(jié)果的合理性。

（3）選址后應(yīng)加強對整個配送中心網(wǎng)絡(luò)的管理。配送中心選址確定后，配送中心上游是制造工廠，下游是需求客戶，根據(jù)設(shè)施之間的需求流量和配送路徑，形成了二級配送中心網(wǎng)絡(luò)。配送中心是制造工廠為銷售產(chǎn)品，提高市場占有率和客戶滿意度而建造，在整個配送網(wǎng)絡(luò)中是承上啟下的關(guān)鍵設(shè)施，其運營管理的好壞，將直接影響整個配送中心網(wǎng)絡(luò)。因此，在配送中心網(wǎng)絡(luò)管理方面，應(yīng)優(yōu)化制造工廠到各配送中心的路徑和運量，優(yōu)化各配送中心到需求點的路徑和運量，確保配送中心網(wǎng)絡(luò)運輸成本最低。同時，明確各配送中心的規(guī)模大小、功能區(qū)域、作業(yè)崗位及職責(zé)，確保配送中心網(wǎng)絡(luò)運營成本最低，并建立配送中心績效評價體系，明確配送中心改進(jìn)的方向，提高配送中心網(wǎng)絡(luò)的運行效率。

參考文獻(xiàn)：

[1]閆森，齊金平.考慮需求不確定的多級應(yīng)急物流設(shè)施選址研究[J].運籌與管理，2022，31（9）：7.

[2]鄭琰，黃興，潘穎.城市應(yīng)急物流中心多目標(biāo)選址模型及方法研究[J].重慶理工大學(xué)學(xué)報（自然科學(xué)），2020，34（6）：239.

[3]張喜才，丁穎哲.生鮮農(nóng)產(chǎn)品冷鏈物流的產(chǎn)地悖論及應(yīng)對策略研究[J].農(nóng)業(yè)經(jīng)濟(jì)與管理，2022，30（4）：71.

[4]李敏，吳群琪.鮮活農(nóng)產(chǎn)品物流配送系統(tǒng)動態(tài)網(wǎng)絡(luò)選址研究[J].統(tǒng)計與決策，2020，36（6）：165.

[5]王金妹，尹顯龍.乳制品冷鏈物流配送中心選址及配送路徑優(yōu)化[J].福州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2020，34（1）：45.

[6]李冰，黨佳俊.多配送中心下生鮮農(nóng)產(chǎn)品同步取送選址-路徑優(yōu)化[J].智能系統(tǒng)學(xué)報，2020，15（1）：50.

[7]游思晴，趙涵，周宏麗.低碳目標(biāo)下改進(jìn)聚類算法的生鮮前置倉選址研究[J].鐵道運輸與經(jīng)濟(jì)，2023，45（3）：70.

[8]趙振強，張立濤，王文釗，等.基于顧客需求量分布的生鮮農(nóng)產(chǎn)品前置倉選址研究[J].計算機(jī)應(yīng)用與軟件，2021，38（10）：107.

[9]盧漢松，魏海蕊.考慮激增需求下前置倉兩階段選址研究[J].重慶師范大學(xué)學(xué)報（自然科學(xué)版），2023，40（1）：73.

[10]張曉云，田喬木，鄭輝昌，等.基于動態(tài)聚類分析的改進(jìn)多重心法的應(yīng)用——以汽車整車分撥中心選址為例[J].江蘇商論，2021，38（6）：39.

[11]倪衛(wèi)紅，陳太.基于聚類-重心法的應(yīng)急物流配送中心選址[J].南京工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2021，43（2）：255.

[12]周善添，蘇凌云，張衡，等.基于K-means算法的低碳疫苗配送中心選址研究[J].物流工程與管理，2022，44（5）：96.

[13]魯玲嵐，秦江濤.基于改進(jìn)的K-means聚類的多區(qū)域物流中心選址算法[J].計算機(jī)系統(tǒng)應(yīng)用，2019，28（8）：251.

[14]嚴(yán)毅，鄧超，王有福，等.面向配送中心選址問題的改進(jìn)型重心法[J].物流科技，2022，45（5）：12.

[15]陳心媛.基于重心法的HR醫(yī)藥第三方醫(yī)藥物流中心選址研究[J].物流工程與管理，2021，43（3）：28.

[16]胡元慶，譚新明.新重心法在物流網(wǎng)點選址優(yōu)化中的應(yīng)用探析[J].物流科技，2020，43（1）：9.

Research on Location Selection of New Energy Vehicle Distribution

Center Based on System Clustering and Gravity Center Method

LIU Mingjie

（Department of Logistics ， Huishang Vocational College， Hefei， Anhui 231201 ，China）

ABSTRACT Under the background of the countrys vigorous promotion of low-carbon economy and green development， the new energy automobile industry with the advantages of energy saving， environmental protection and low-carbon emission had developed rapidly. Aiming at the location problem of distribution center in the rapid development of new energy vehicles，a location model based on system clustering and gravity method was constructed and the solution method was given. Through the analysis of examples，it was concluded that the system clustering method can reasonably and quickly realize the grouping of site selection samples and clarify the number of site selection when multiple facilities were selected for new energy vehicles.Each group adopts the single center of gravity method to ensure the minimum distribution cost from each site selection center to each service area.A secondary logistics network consisting of two manufacturing plants，four distribution centers and several demand points had been built. At the same time， it was suggested that the distribution center should make clear the influencing factors of site selection and the appropriate site selection method before site selection.In site selection，the center should make clear the site selection process to ensure that the site selection conforms to the reality.After site selection，it should focus on the management of the entire distribution center network.

KEY WORDS systematic clustering； Center of Gravity Method； new energy vehicles；distribution center location

（責(zé)任編輯 王一諾）