甘肃物流园的区绩效评价和优化模型研究剖析

甘肃物流园的区绩效评价和优化模型研究摘要:本文以物流园区利益最大化为依据,科学合理地构建了比较完备的物流园区绩效评价指标体系;采用层次分析法计算指标的权重,运用模糊综合评价法对园区运营效果进行综合评价;提出了基于扩展网络最小费用流的混合遗传算法的空间布局优化模型;应用所建模型对甘肃物流园区绩效和空间布局进行了总体评价.并对优化甘肃物流园区空间布局的合理性提高总体绩效水平提出了建议.局优化现代物流业是利用先进信息技术和物流装备,有机整合运输、储存、装卸、包装、流通加工、配送、信息处理等物流环节,实现物流运作一体化、信息化、高效化的复合型服务业,是优化经济结构的基础性支撑产业和拉动经济增长的先导性产业,是现代产业体系的重要组成部分.相比而言,甘肃物流业的起步晚,底子薄,物流成本居高不下,加之还要义不容辞地肩负西藏物流中转站和西北应急物流中心的特殊使命.这就决定了甘肃物流业的发展经不起任何折腾受不了任何耽搁,这就对甘肃物流园区的绩效管理和布局优化提出了更高的更加迫切的要求.事实上,要对一个物流园区进行科学的绩效评价,除了一些一般的共性评价指标外,还必须根据物流园区特殊的地位和功能特点引入一些特殊的个性评价指标.应该注意到,甘肃物流园区除了众所周知的地域和居高不下的成本特征外,还具有鲜明的组合功能特征.因为这些物流园区除了一般的经济功能外还责无旁贷地承担着包括西北应急物流中心、西藏供应中转站以及维护边疆稳定在内的诸多非经济功能.甘肃省物流园区建设情况如下表：具体内容具体内容兰州农副产品物流中心、甘肃省烟草物流港金属建材物流园,兰州汽车物流园,兰州无水港,兰州凤凰山钢材物流园,兰州国际建材家居博览园,新区省级物流示范园嘉峪关大友物流园区,酒钢现代工业物流广汇能源综合区,甘肃玉门市,甘肃宇臻物流集工产品集散仓储交易中心水市秦州区西十里供销物流园区,庆阳西峰区彭原兰州市市123456789表123456兰州国际物流产业园、兰州陆港(青藏)汽车物流食物流中工物流园区是在政府规划指导下多种现代物流设施设备和多家物流组织机构在空间上集中布局的大型场所;各经营主体通过共享基础设施和配套服务设施,发挥整体优势和互补优势;实现物流集聚的集约化、规模化效应,促进城市的可持续发展.从物流园区的定义可以看出,第一,物流园区具有双重的服务特征.首先,物流园区为入驻企业提供服务,物流园区运营商是服务方;其次,园区内的物流企业为各自的客户提供服务,物流企业是服务方.一个园区的优劣,是由园区运营方与入驻企业共同决定的.第二,物流园区兼具赢利性与公益性.园区投资者的目标是实现投资价值最大化;政府则主要从社会效益角度考虑,物流园区是否能够对城市和地区发展提供基础性的支持,促进区域经济发展等;入驻园区的企业最关心的是物流园区能否提高他们的运营效率,降低成本,实现体的利益最大化来考量园区运营效果.构建物流园区绩效评价指标体系综合以上的分析,本文用E表示物流园区绩效,构建了六个一级指标,用X表示iij可可量化模型报告期实际运输费用／报告期运输(运输费用总额/物品价值总额)x100％(报告期运输车辆投产天数／报告期运输车辆投产运输总天数)×(实际装载量／装载能力)×100％(准时运送次数／运输总次数)×[(物品丢失量+物品损坏量)/总运输量]×100％报告期内事故次数/报告期内运输(合格车辆数/供货车辆总数)×年仓储费用总额/年储存物品价值(实际存货容积/库房可利用体积)x100％(报告期设备实际工作时间／报告期设备额定工作时间)×100％评价标准(元／吨公里)运输费用水平运输车辆利用率运输车辆满载率准时运输率途中残损率事故频率(次，公里)运输车辆符合率年仓储费用/年储备额仓容利用率设备利用率二级指标运输成本运输效率运输质量运输风险仓储成本仓储效率仓储绩效共性指标运输绩效一级指标信息化水平客户服务信息化水平客户服务财务绩效仓储质量仓储风险信息化水平信息化水平信息化水平量信息化水平险客户缺货客户订单客户满意营运能力比率偿债能力比率盈利能力库存周转次数物品完好率库房结构合理性在库残损率准确率信息化基础设施投入信息及时率信息准确率信息共享水平(月出库总量/日平均在库存量)×(完好物品数目／在库物品总数从库房物品的摆放、货流量及实际体积的利用率等几方面考核量+物品丢失量)／总储存量]×100％(合格包装单位/转换包装单位总数)固定资产投资×100％(信息活动及时次数/信息活动次数)(信息活动准确次数/信息活动次数)运用标杆对比法给出评价值因信息的错误、不及时、不全面造成的损失缺货率备货时间性准确交货率安全交货率正确交货率完全交货率客户取消订单率客户抱怨率应收账款周转率流动资产周转率总资产周转率流动比率速动比率资产负债率营业净利率资本收益率(接单缺货数/出货量)×100％Σ[(单晶背货时间一致性次数/总备货次数)×权重](准时交货次数／总交货次数)×(按规定质量交货次数／总交货次数)(按规定的货物品种的交货次数/总交货次数)×100％(按规定数量交货次数／总交货次数)(客户取消订单数/订单数量)×100％(客户抱怨次数／订单数量)×100％(销售收入/平均应收账款)×100％(销售收入／平均流动资产)×100％(销售收入/平均资产总额)×100％(流动资产/流动负债)x100％[(流动资产-存货)／流动负债]×(负债总额／资产总额)×100％(息税前利润刷息费用)×100％(净利润／营业收入利润)×100％(净利润/实收资本)×100％((净利润／所有者权益平均余额)×物流总需求量﹚×100％(国家财税扶持、融资支持／投入总额)×100％总量﹚×100％肃物流交通总里程﹚×100％所有者权益率对边疆提供的支持主要工、农业产品产量增长率国家财税扶持、融资支持占投入成本的比率增加值比重甘肃以内国道主干线所占比率地理区位产业体系持基础条件经济结构综合交通枢纽非经济功能特性指标物流园区运营效果评价中很多影响因素都不能用精确数据进行描述,具有一定的模糊性,如果仅凭经验和知识进行判断,会受到诸多主观因素的影响,导致评价结果偏离实各关联因素进行两两比较评判,给出相对重要性的定量结果,构成判断矩阵[5],计算出各关联因素相对重要性的权重.这种方法将定性问题定量化,提高评估的科学性与有效性.1.3.1两两比较构造判断矩阵Saaty提出用数字1~9及其倒数作为评判两个因素相对重要程度的标度(见表4).标度aij135796,8表4Saaty1~9标度含义表示两个指标相比,具有同样的重要性表示两个指标相比，前者比后者稍重要表示两个指标相比，前者比后者明显重要表示两个指标相比，前者比后者强烈重要表示两个指标相比，前者比后者极端重要表示上述两相邻等级的中间值AA上述各数上述各数的倒数表示相应两个因素交换次序比较的重要性表4中a表示在同一级指标中,第i个因素与第j个因素相比,哪个更重要,重要多少,ij将定性问题量化.经过标度表的赋值,构成了判断矩阵A:a)a)=(a=(a)|||a) a)ijijjiii计算判断矩阵A的最大特征根入,及其对应的特征向量o,此特征向量就是各评价kj大特征根:i=1iRI性检验,则可以用特征向量o表示权重.否则要重新进行两两比较,调整矩阵的元素,直表5均随机一致性指标RInn12345678900决.1.4.1建立评价指标集E123456111121314X={X,X,X,X}，X={X,X,X,X}，X={X,X,X},，23243313233344414243XXXXXXX,X,X,X,X,X}.根据前面层次分析法所计算出123456XXXWWWWWW12345差iV2良iV3i等级VV5iV1优i属度,建立评价矩阵.12345612345集E中各指标在物流园区运营效果评价中的重要程度是不同的,所以各指标的权重分配oExno.根据二级i指标对评价集合V的隶属关系,建立模糊评价矩阵:i=1n(r r|||rrrrrrn第p个二级评价指标相对于第m个评价等级的隶属度.给出.)9)361))9)361)1.4.4确定各评价指标的权重析法确定.下面以一级评价指标的权重确定为例,二级指标原理相同,不再详述.先构造一级评价指标间两两比较判断矩阵A(下文中二级指标的判断设一级评指为{o,o,o,o,o,o},二级评价指标的权重为1234561234561.4.5计算评价结果向量P,并进行综合评价.价模型.二级综合评价模型的思想是:将评价因子集分成若干子集(即物流园区绩效评价指标体系中的两级结构),对每个二级指标的子集进行评价后,再以各二级指标的评价结果为因子,对一级指标进行评价.PPP112233445566125对被评价物流园区的绩效进行分级评价.、甘肃省物流园区绩效评价物流园区进行绩效评价i(1|||3|1||4||1 |1(1|2|1 ( (3911 365291236131321 2212118311214343)38381)|||||||1 2243(11 (9|||||||A=A=3 (|||||||6113161 28113)623A4=|49A=5((|||||6199191((A=645|||||||||||| 41311268231 211364121631949492.2、采用层次分析法,确定各指标的权重(即求出判断矩阵对应的特征向量).在VisualC++环境下进行实验得到如下结果(相应程序及运行结果见附件1):WWii1,2,,6):6i|||||(|||||||(||01||(|0.30.1|0.300|||R=1==2|||=4|||0||0||0||0.1|||11|R6=1|2.4、计算评价结果向量,并进行综合评价.在VisualC++环境下进行实验得到如下结果(相应程序及运行结果见附件2)：(P为一级指标的评价向量,P表示第i个一级指标下的二级指标的评价结果向i量,i=1,2,,6.p为一级指标的评价结果,p表示第i个一级指标下的二级指标的评价结i果):PWR0.1)11222PWR333P=WR=(0.10)444PWR20.1)555PWR10.1)112233445566p=P(54321)T=3.811223p=P(54321)T=4.144p=P(54321)T=4.3566p=P(54321)T=3.8规划时需要考虑的最主要因素.物流园区物两个条件,即具备得到物流服务意条件,都不能构成物流园区物流服务需求.期时间可能未知,或者周期的原因可能未考虑到.对影响还可能来自于政治大选、战争、经济条件或社会压力等等.均服从正态分布.进行统计,统计期为一天,共统计62天.数据见表7(单位为托盘):表7物流量统计表序序序序序序号(托盘)号(托盘)号(托盘)号(托盘)号 1234520100646789426518410006522651846210576922754853135621165482312546821524695359412520490822954715321456469842将这些数据按时间的顺序绘制在图中,见图1:30354045505560：864220000000444通过以上分析发现,该物流节点每天的物流量近似服从正态分布.(1)分布拟合检验在对数据进行直方图分析后还应对收集到的数据作理论上的统计分析,以确定这些数据是否确实来自正态总体.本文采用对正态性检验较为有效的偏度、峰度检验法.假设H：数据来自正态总体.0则1nnn24626226232n12n3n562126236250.5520373562n1621.knii11ni62i2ni62i3ni62i4ni62i接下来计算样本中心矩2212114431211样本偏度和样本峰度的观察值分别为：Bg30.018774007,32Bg42.645165714.1B220.025(x-r)2则令(x-r)2则令gg-rgg-r2g|g-r|1a2a12g|g-r|1a2a12故接受H,认为数据来自正态分布的总体.0XNraraxxx是来自X的一个样本值.12nX的概率密度函数为似然函数为1--nn-1xn(x-r)2nn-1xn(x-r)2得nn-(xi-r)2nn-(xi-r)222将数据代入上式,可得〈1(x-r)2f(x)=e-2a =e1.6108310122249570.669n个物流中心,其运量是一个不确定的随机变量,为了充分利用各级物流节点的优势和能力,提高整个地区的配送效率和效益,欲在m个候选的物流园区地点拟建P个物流园区成为周边物流配送中心与其他地区的物流转运枢纽,从而使整个地区的物流配送成本、运作成本以及物流园区建设固定成本的总成本为最小.物流园区配送中心物流支线物流干线nc为配送中心从i到j的单位运输成本;ijf是修建物流园区j的单位处理成本;jj是物流园区j的单位处理成本;jj~i~j是物流园区的规模经济效应因子;是物流配送中心i的模糊需求量;是物流园区j的模糊物流处理容量.决策变量说明:x是物流配送中心和物流园区之间物流量;ijj考虑物流园区的规模效益和集聚效应,物流园区中处理成本和物流园区运输成本,其费用函数随着物流量的增加而增加,但是其边际成本递减,即其一阶导数大于零,二阶jiji=IxZ=pijijij式(1)表示整个地区共建设的物流园区的数目;式(2)表示从物流配送中心流入各物流园区的物流量等于配送中心的需求量;式(3)由配送中心流入物流园区的物流量总0;式(5)表示物流配送中心和物流园区之间的流量为非负.min(f)li=IijjjJlj=HijiJxZ=pjj=HHj xViIjH(12)ijf少是a时所取的最小值;机会约束式(8),(9)为约束得到满足的可能性至少应该达到给定的置信水平b和y.iqqiqqqqiiiiiqiiiiiNG)的随机变量,那么各物流园区的kkKrxr其中Z是模糊中的决策变量的函数.由于各物流配送中心的需求量是一个三角模糊数,配送中心i流入各物流园区j的ijijij引理1设三角模糊数r为(r,r,r),其隶属函数以山(x)表示,则对任意给定的置信水平2引理2设三角模糊数r为(r,r,r),其隶属函数以山(x)表示,则对任意给定的置信水平32引理3设三角模糊数r为(r,r,r),其隶属函数以山(x)表示,则对任意给定的置信水平3212根据引理1~3,可将式(7)~(9)转化为如下清晰等价类.jjijijijjijijjHijjjiIx(1)q1q2ijijjH考虑到原问题的目标函数是非线性的,用传统的求解算法无法得到其最优解,本文采用混合遗传算法求解.想是:首先设定一个物流园区的修建方案,基于物流园区初始方案解决物流园区与配送中心之间的物流分配问题得到一个流量的初始解;然后再改变物流园区的地址,分配流量.不断进行迭代求解,在迭代的过程中结合遗传算法来随机搜索最优解.在各节点的流量分配时,通过虚拟一个发点和收点,将原问题转换为一个扩展的最小费虚虚拟发点...配送中心虚拟收点物流园区该混合遗传算法的基本流程如下:步骤1设定参数,主要参数有:进化最大代数max-gen,种群大小Pop-size,交叉概率,变变异概率.步骤3以为交叉概率进行交叉运算.步骤4以为变异概率进行变异运算.用正规化标定法对每个染色体的适应度值进行计算.新的染色体.果.遗传算法中比较关键的问题时染色体的编码和遗传算子的设计.结合问题特征设计123nk流园区,z=0表示在该候选地点不建物流园区.k 在物流配送中心和物流园区都确定的条件下,原问题转化为网络中边和节点带容量 限制的扩展的网络最小费用流问题,用改进的FordFrank算法求解,便可求得整个配况,计算其目标函数值,将该目标函数值作为该染色体的适应度值.算法的复杂性分析:首先在内循环中是一个扩展的最小费用流问题,其时间复杂性等价于一个相应最短路问题,因此,其时间复杂度为O(N3):外循环是用遗传算法寻求最优解,遗传算法在适应度计算时的时间复杂度为O(N3).所以整个混合遗传算法的时间复杂度为O(N6).肃省物流园区及各配送中心匹配情况123456789方差表9各候选物流园区的建设成本f、处理设计流量S和单位处理成本6jjjf/万元j123456123456ij1234567895686476674947868487目遗传参数设遗传参数设置如下：P=0.8,P=0.2,Popsize=30,Maxgen=1500m020406080100120140160进化代数N(1)目标函数值=17407;246135甘肃物流园区最大作用能力为4328578托盘/天,物流节点的运营的固定成本和变动保密,未能获得实际值,但分析优化模型可知,需要知道的只是固定成本、变动成本、损失成本之间的比例关系,而不必知道它们的具体值.因此,不妨设9=5，c=2，c=20，变损则总0变6变损