摘要：随着人们对物流重要性认可程度的不断增加，“第三利润源泉”的理念已经越来越多的被人们所接受。农产品物流是解决农产品供需矛盾的关键，发展专业化、社会化的农产品物流中心是降低农产品物流成本、提高物流效率、增加农产品附加价值的有效途径之一。
本文首先分析南通市农产品的供需现状，接着对南通市农产品的物流现状及问题进行阐述。然后分析了南通市新建农产品物流中心的必要性。之后构建基于重心法的农产品物流中心选址模型，并对模型进行求解。运用灰色预测法、二次移动平均法预测2017年南通市城乡居民人均主要农产品需求量；运用简单算数平均法预测南通市各区县的常住人口增速和城镇化率；计算2017年南通市各区县城乡常住人口、各区县农产品的总需求量；估算各区县的运输费率，将各区县的经纬度转化为平面坐标等，得到求解重心法模型的相关数据；最后，运用EXCEL进行迭代求解并确定建设南通市农产品物流中心的最佳位置。
关键词：南通市；农产品物流；物流中心选址；重心法
一、绪论
（一）研究背景、目的与意义
1.研究背景
我国农业一直得到国家和XX高度重视，农产品物流也一直受到各界人士的关注和讨论。据统计，我国农产品在物流环节的损耗率约达30%，其物流成本占总成本60%或更高，然而X、日本等却控制在10%以内。为了大幅度降低农产品物流成本，许多省市建设大规模综合性的农产品物流中心，且成果显著。“据江海之会、扼南北之喉”的南通市，作为江苏省农业大市，虽然有着优越的地理位置和发达的交通，但农产品物流却相对落后，而且还没有一个大型综合性的农产品物流中心。而农产品物流中心作为农产品物流体系中的重要基础设施，它的合理选址及建立对南通市农产品物流及农业发展具有关键作用。
2.研究目的与意义
本文旨在根据南通市农产品供需现状、物流现状和问题的分析，采用科学的选址方法，确定一个物流运作一体化、综合服务能力强的农产品物流中心。从而大幅度降低南通市农产品的物流成本，减少农产品损耗，提高农产品物流服务水平，增加农民收入，促进南通农业又好又快发展。
本文运用的重心法，能够保证南通市农产品物流中心选址的科学性，最终确定的选址方案可以为南通市建立农产品物流中心提供一定的参考，本文的研究思路及方法也可以为类似地区农产品物流中心的选址提供一定的借鉴。
（二）国内外研究综述
1.国外研究现状
FranciscoSaldanha-da-Gama[1]（2011）提出采用两阶段随机双目标混合整数规划模型对逆向物流中心规划进行求解。
MarijaBogataj[2]（2012）提出基于扩展的MRP模型的逆向物流设施选址，从而降低运输成本、缩短交货时间，提高系统整体的NPV。
MuhammadNazim、AbidHussainNadeem[3]等（2013）对模糊环境下的物流中心选址进行研究，把不确定模型转化为确定形式的预期值，用近似最优解求得物流中心的建设数目与确切地址，使总成本最小。
SvetlanaSimić、Vladimirllin[4]等（2015）运用PROMETHEEII排序方法并结合贪婪启发式算法、层次分析法对阿尔干半岛进行物流中心的选址分析。
JoséBarrozodeSouza,JoséBeneditoSacomano[5]等（2016）把重心法应用于巴西物流中心的选址，并创建电子模拟器尽可能找到最佳位置，尽可能减少物流成本。
2.国内研究现状
白晓明[6]（2011）利用熵权法和TOPSIS方法构建物流中心选址模型，分析了因素不同对其结果的影响程度。
赵晓丹、姚立明[7]等（2011）把随机模糊系数多目标机会约束网络优化模型应用于物流中心选址，并运用生成树的遗传算法使固定成本和运输成本最小化。
韩冉冉[8]（2012）建立成本最小的选址模型，并利用模糊综合评价法，对物流中心做出最优选择。
俞林[9]（2013）采用加权专家评分法以及BP神经网络模型对选址进行优化，从而加速流通、降低总成本。
康马尔丁˙尼杂木丁[10]（2014）全面分析选址的影响因素，并运用重心法进行选址研究，希望达到降低物流成本的作用。
张睿，黄涛[11]等（2016）提出了一种基于决策矩阵的物流中心选址模型，该模型采用粒子群优化（PSO）算法，通过构造决策矩阵的迭代，找到选址的最优组合。
黄鑫磊[12]（2016）利用启发式算法—蝙蝠算法对物流中心选址进行研究，实现整个物流系统的最优状态。
赵晏林、李琴、文中波[13]等（2017）运用AHP和Floyd算法对攀枝花农产品物流中心选址进行研究，以期解决农产品物流成本高、损耗大、运输周期长、服务质量低等问题。
3.国内外研究评述
对于农产品物流中心选址的相关问题研究，国内外学者是从简单问题开始研究。比如先建立简单模型，再逐步加入各种现实因素，如运输、库存、服务质量目标等，以及逐步减少各种假设条件，并且由单目标决策问题发展为多目标决策问题。除此之外，物流中心选址研究方法及工具也不断发展，如数学规划、多准则决策、仿真方法、启发式算法等。
（三）研究主要内容及创新点
1.研究主要内容
本文首先对国内外农产品物流中心选址研究现状进行分析和总结。然后概述南通市农产品供需现状，再分析南通市农产品物流现状和问题，接着阐述南通市新建农产品物流中心的必要性，最后在重心法模型及相关数据预测的基础上对南通市农产品物流中心进行选址，确定其最佳位置。
2.论文创新点
首先，本文以南通市为主体，研究其农产品物流中心选址的最佳位置，可提供一定的借鉴。其次，文中把南通市各区县常住人口分为城镇人口和乡村人口，分别求出城乡居民对农产品的需求量，从而更准确地计算出各区县农产品的总需求量；并且运用了灰色预测、二次平均法和算数平均法对相关数据进行预测。再者，通过定量的方法-重心法确定南通市农产品物流中心的最优位置，更具有可操作性和实际意义。
（四）技术路线
二、南通市农产品供需现状
（一）南通市农产品供给现状
南通市地处江苏东南部，是适合农林牧渔业综合发展的平原地区。南通市农产品产量高、种类丰富，其中茧丝产品、粮油加工产品、蔬菜加工产品、畜禽产品和海水产品已经成为南通市的五大支柱性产业。2015年初，南通市被认定为第三批国家现代农业示范区，积极打造国家大型商品粮吨粮市基地、农产品生产出口集聚基地。到2016年底，南通农业产值294.6亿元，与上年持平；牧业产值159.1亿元，增长2.6%；渔业产值164.0亿元，增长1.9%。南通市近几年主要农产品产量如表1所示。从表中可以看出，近五年来南通市主要农产品总产量呈逐年上升趋势。
（二）南通市农产品需求现状
南通市农产品的需求量可通过南通市各区县常住居民对主要农产品的购买情况体现。由于城镇居民和乡村居民在人均可支配收入、人均消费支出、消费习惯和消费观念等方面存在较大的差异，为了统计数据的准确性，所以把南通市各区县的常住人口分为城市人口和农村人口来研究各地区的农产品需求量。其思路是：先分别求出各区县城乡居民的农产品需求量，再通过求和得到该地区的总需求量。其中，
城镇人口=地区常住人口×城镇化率（1）
农村人口=地区常住人口×（1-城镇化率）（2）
人均主要农产品需求量=人均粮食购买量+人均油脂类购买量+人均鲜菜购买量+人均瓜果类购买量+人均禽肉类购买量+人均蛋类购买量+人均水产品购买量（3）城镇居民主要农产品需求量=城镇人均主要农产品需求量×城镇人口（4）
农村居民主要农产品需求量=农村人均主要农产品需求量×农村人口（5）
经查阅，南通市2015年城乡居民人均主要农产品的需求量分别为283.08公斤和177.07公斤，再根据2015年南通市各区县人口分布和城镇化率，计算得各个区县的主要农产品需求量，见下表2。
由以上内容可知，随着生活水平的提高，居民已经由“吃得饱”向“吃得好”转变，对绿色健康农产品的购买量也持续增加。如何将农产品又快又经济地送至消费者手中成为人们热议的话题，合理选择或有效整合物流模式、建立现代化的农产品物流中心成为关注的焦点。
三、 南通市农产品物流现状及问题
（一）南通市农产品物流现状
1.南通市农产品主要物流模式
南通市农副产品产量高，分布较为分散，面对不同的市场和客户需求，农产品物流呈现多元化的特征，主要有以下三种模式。
(1)以集贸市场为主体的物流模式
该模式是最传统的农产品物流模式。该模式的运作方式和参与方见图2。
（2）以批发市场为主体的物流模式
该模式是南通地区农产品物流的主要方式之一。该模式的运作流程和参与方见图3。
（3）以连锁超市为主体的物流模式
随着南通经济的发展，越来越多的居民选择在超市购买生活所需的农产品，以连锁超市为主体的农产品物流模式应运而生。该模式的物流运作方式和参与方如图4所示。
2.南通市现有农产品物流节点类型
南通市现有较大型、成规模的农产品物流节点主要有三大类。第一类是产地批发市场，主要靠近特色农产品生产基地。第二类是销地批发市场，一般邻近需求点。第三类是连锁超市自建的配送中心，大部分为各自的门店服务。各类型的代表性物流节点见图5。
（二）南通市农产品物流存在的问题
虽然南通市农产品物流数量可观，但从农产品现有物流模式和物流节点看，主要存在以下问题：
1.物流运作分散、运输成本高
目前，南通市农产品物流主要采用自营物流方式，物流运作分散、运输成本高。其原因是，一方面农产品产地分散；另一方面物流环节过多，包括农户或基地的销售、产地和销地批发市场的集散、零售企业的贩销等。地域不集中、物流环节过长使得运输费用过高，而且自营物流主要靠司机自行选择运输路线，缺乏对路线的合理规划，运输路线长、车辆装载率低，进一步增加了运输成本。过高的运输成本会影响运营成本，进而导致综合收益下降。
2.服务对象单一、服务质量差
各地的农贸市场、早晚集市、产销地批发市场规模较小，一般仅服务当地居民或周边的集市；超市自建的配送中心也只服务于各自的门店；过于单一的服务对象，难以形成集约化、规模化经营，物流效率提高困难。
农产品物流服务质量指标主要有物流成本、损耗率、配送准确率和及时率等。物流服务质量直接影响消费者满意度，南通市农产品物流服务质量与发达国家农产品物流服务质量相差较远，各比较指标如表3所示。
3.功能单一、基础设施和技术落后
产地和销地批发市场主要承担农产品的收购、流通、装车配载等功能；超市自建的配送中心主要是存储不易变质的农产品如粮油等；缺乏专业化的流通加工，比如粮食精加工、大豆玉米深加工、肉类产品精加工、海洋产品加工等，导致农产品附加值低。储藏设施相对落后，大多数是通用简易常温仓库或者露天堆放，缺少低温、冷藏等专用仓库；农产品储藏保鲜技术落后，腐烂变质率高，消费者的个性化需求得不到满足，农产品难以获得较高的收入与报酬。
四、南通市新建农产品物流中心的必要性
为了顺利实现南通市农产品从田头到消费者餐桌过程中的一系列环节，从以上问题可以看出南通市农产品物流需要进行优化，建设一个现代化、专业化、服务于本市的农产品物流中心非常有必要。
（一）有助于提高南通市农产品的流通效率
新建农产品物流中心是提高南通市农产品流通效率的关键一步。该农产品物流中心能够对上游供应主体、下游销售主体的农产品物流需求做到快速反应，实现物流模式和渠道的整合，形成以物流中心为主体的物流模式。该模式的运作流程和参与方见图6。
（二）有利于整合物流功能，提高服务质量，降低物流成本
新建的物流中心能够合理运用低温冷藏等特种车辆，延长农产品的储存时间，减少损耗率，保证农产品的质量；对运输、装卸搬运、包装、流通加工、信息处理等物流功能的综合运用，可以增加农产品附加值。其中，特别是对农产品需求信息的集中管理，通过对未来一段时间农产品的需求预测，制定合理的库存，从而降低缺货率，提高物流配送及时率，进而提高服务质量和消费者满意度。
以规模效益降低运营成本是农产品物流的生存之道。新建的物流中心整合了南通市农产品现有的较分散的物流模式，利用物流中心进行统一配送，选择合理的运输路线，并对车辆进行统一管理，充分利用车辆有效空间，可以提高运输效率，最终降低运输成本。物流中心先进技术、设备的应用，标准化、程序化的作业流程，可以使得整体活动最优化，从而降低农产品物流总成本，提高经济效益和社会效益。
然而，在南通市九个区县之间建立一个大型的农产品物流中心是一项复杂的工程，需要投入大量的资金。而且其地理方位的确定，会直接影响物流中心的成本及效益，以及未来总体规模的扩大和发展。因此，有必要用科学的方法对南通市农产品物流中心进行选址研究。
五、基于重心法的南通市农产品物流中心选址
（一）重心法
重心法（Thecentre-of-gravitymethod)是常用的单一物流中心选址决策方法。它主要考虑供应点和需求点的距离以及运输量，并以运输费用最小的地点作为最优物流中心的地址。具体模型如下：
1.重心法的假设条件
（1）各地区的农产品需求量集中在一点，以该地区中心坐标为准
（2）物流成本仅考虑运输费用，不考虑土地费用等成本差异
（3）农产品物流中心到各需求点的距离只与两点的直线距离有关
（4）保证决策环境的相对静止，不考虑未来成本和收益的变化。
2.重心法模型
设有n个农产品物流需求点，它们的位置分别是(,)，新建农产品物流中心的位置为(,)，现需要确定物流中心的坐标，使得总运输费用最小。
已知条件如下：物流中心到需求点的运费率；为新建农产品物流中心到各个需求点的直线距离；为新建物流中心到农产品各需求点的运输量（需求量）。
总运输费用：
（6）
距离公式：
= （7）
设各个需求点位置的重心点坐标为（,）即初始位置如下：
（8）
（9）
迭代计算表达式：
（10）
（11）
其中：（12）
3.重心法的迭代计算步骤
第一步：用式（8）、式（9）求出农产品物流中心的初始位置（，）。
第二步：令k=0，用式（12）求出，并用式（6）计算与（，）对应的总运输费用。
第三步：令k=k+1,用式（10）和式（11）求出第k次迭代结果（，）。
第四步：用式（12）求出，并用式（6）计算出第k次迭代相对应的运输费用。
第五步：若<，则返回步骤三继续迭代；否则，说明（，），是最优农产品物流中心位置，停止迭代。
（二）基于重心法的南通市农产品物流中心选址
1.相关数据的确定
（1）南通市人均农产品需求量的预测
新建的农产品物流中心需要准确地了解市场需求变化情况，用来指导和调节物流活动。现据下表4（具体数据来源见附件1），运用灰色预测法对2017年城乡居民人均农产品需求量进行预测。在Matlab环境下，计算得出2017年农村居民人均农产品需求量是206.68公斤，且预测精度等级为好。但是城镇居民人均农产品需求量的预测精度为不合格。由于城镇居民人均农产品需求量波动不大且与年份基本呈线性关系，所以选择二次移动平均法对2017年城镇居民人均农产品需求量进行预测，经计算得城镇人均农产品需求量为277.11公斤。预测过程见附件2。
（2）南通市各地区的城乡人口预测
因为各地区城镇和乡村人口的变化对总需求量存在影响，为了准确预测总需求量的数值，还要需要对2017年南通市各地区城乡人口进行预测。以2016年年末南通市各地区常住人口和城镇化率为基础，通过各区县常住人口的增速和城镇化率增减百分点，对2017年南通市各区县的城乡人口进行预测。其中常住人口的增速和城镇化率增减百分点用2011年到2016年的平均值代替，计算过程见附件3，预测结果如表5所示。
（3）南通市各地区农产品总需求量
根据表5预测的2017年南通市各区县城乡人口分布情况和预测的2017年城乡居民人均农产品需求量，可得2017年南通市各区县农产品总需求量，如表6所示。
（4）南通市各区县平面坐标的确定
本文的选址研究范围是南通市的9个区县，如图7所示。
为了求得新建物流中心到各个需求点的直线距离，需要确定各个地点的平面坐标，具体方法如下：首先通过百度地图查询到各个地区的经纬度；因为百度查询的坐标存在偏移，为了提高精确度，将查询结果换算成坐标原点为地球质心的WGS-84坐标；然后在椭球为WGS-84，投影为高斯三度带的前提下，求得各个区县的平面坐标，结果见表7。
（5）南通市各地区农产品运费率
确定各个地区农产品运输费率是一件较复杂的事情，需要考虑的因素很多。为了方便计算，本文仅从交通情况、司机人工费和车辆折旧三方面对各地区的运费率进行估算。具体过程见附件4。
综上，得到重心法选址的所有数据，如下表8。
2.重心法的求解
在Excel中，运用重心迭代对南通市农产品物流中心选址问题进行求解。初始坐标、每次迭代的坐标及相对应的总运输费用见表9。
由表11可知，第25次迭代总运输费用与第24次迭代的总输费用相同，所以停止迭代。得到南通市农产品物流中心的最佳位置是第24次迭代的坐标：
=3567230.86261033，=581626.477459633
为了确定其在现实生活中位置，先将上述平面坐标转化为椭球为WGS-84，投影为高斯三度带下的大地坐标得到纬度为32.22589730485643，经度为120.8659504757117；再将WGS-84大地坐标转化为百度坐标，得最佳选址的纬度为32.22969939662187，经度为120.87671018456906。经查询，最优选址初步确定在通州区石港镇西南附近。
3.具体地址确定
选址需要考虑的因素很多，如政策环境、交通状况、建设成本、土地价格等。上文只是从定量分析的角度确定了初选地址。下面通过定性分析，确定最终位置。
首先，石港镇具备良好的政策环境。不管是从南通市XX还是石港镇XX，他们对农业及农产品物流的发展都很重视，对农产品物流中心的建设也有很多的政策支持与帮助。其次，石港镇具备良好的交通环境。石港镇在通州区北部，交通基础设施相对发达，镇内有四条高等级公路，其中省道225和334穿境而过，附近还有沿海高速和通洋高速，新建的石港大桥和南环路也进一步改善了石港镇的交通状况。
由以上原因可知，在石港镇建立农产品物流中心是可行的。于是，需进一步分析物流中心在石港镇的具体位置。
鉴于预测2017年南通市农产品的总需求量为184.92万吨，且预计未来每年都会以2%的比例增长，预估建设的农产品物流中心约为3万平米。考虑到土地价格，由于石港镇西南地区地价较高，所以考虑地价较低的西北地区。又因为新建的物流中心占地面积较大，所以优先考虑经济相对较落，土地面积较大的村庄。经查询，石港镇西北地区主要有白荡村、渡缺口村、四港村、丁家园村、卞西村等。综合考虑这些村庄的待开发土地面积、交通环境、人口等因素，最终选择建设成本相对较低的四港村作为物流中心的最佳位置，见图8。
六、结论与展望
（一）结论
本文对南通市农产品物流中心的选址研究可得出以下结论：
一是南通市主要农产品的产量和出口量呈现逐年上升的趋势。随着现代农业及农产品物流中心的发展，南通市农业经济将会有更大的提高。
二是南通市城乡居民在人均主要农产品的需求量上存在一定的差异，所以本文分别计算城乡居民的农产品需求量，具有一定的合理性。
三是通过对南通市农产品物流存在的问题及新建农产品物流中心的必要性分析，可知建立农产品物流中心是解决问题的关键。
四是运用单一物流中心选址方法——重心法，从南通市九个区县确定农产品物流中心的最佳位置，对于降低南通市农产品物流成本、提高物流服务水平、增加农产品附加值等具有重要意义。
（二）展望
首先，本文对运费率的估算只考虑了油费、人工费和车辆的折旧费，考虑的因素不全面；其次，重心法选址模型中把两地点的直线距离作为运输里程，与实际运输存在差别；再次，由于个人知识和时间的局限，本文对南通市物流中心的选址也仅仅考虑了运输费用、政策因素、交通条件、土地等因素，考虑因素具有片面性也存在主观性。未来进一步研究可以用专家打分法、德尔菲法、层次分析法、蚁群算法、仿真方法等其他选址分析方法，进行南通市农产品物流中心的选址。
参考文献
[1]FranciscoSaldanha-da-Gama.Astochasticbi-objectivelocationmodelforstrategicreverselogistics[J]TOP,2010,18(1),:158–184
[2]MarijaBogataj.ReverselogisticsfacilitylocationCentralEuropeanJournalofOperationsResearch[J].CentralEuropeanJournalofOperationsResearch,2012,56(21):41–57.
[3]AbidHussainNadeem,MuhammadNazim,MuhammadNazam.ogisticsDistributionCentersLocationProblemunderFuzzyEnvironment[J].ManagementScienceandEngineeringManagement,2013,73(24):927-939.
[4]VladimirIlin,IlijaTanackovVasa,SvirčevićSvetlanaSimić,等.AHybridAnalyticHierarchyProcessforClusteringandRankingBestLocationforLogisticsDistributionCenter[J].HybridArtificialIntelligentSystems,2015,35(9121):477-488.
[5]JoséBarrozodeSouza,JoséBeneditoSacomano,SergioLuizKyrillos,等.TheMaintenanceFunctionintheContextofCorporateSustainability:ATheoretical-AnalyticalReflexion[J].AdvancesinProductionManagementSystems,2016,89(439):222-229.
[6]白晓明.基于熵权的TOPSIS农产品物流中心选址模型[J].安徽农业科学,2011,26(19):11828-11829.
[7]姚立明,赵晓丹.随机模糊系数多目标机会约束网络优化模型及其在物流配送中心选址中的应用[J].模糊优化与决策,2011,10(3):255-285
[8]韩冉冉.基于模糊综合评价的农产品物流中心选址研究[J].农产品加工（学刊）,2012,18(6):60-63.
[9]俞林.基于BP模糊评价的冷链物流中心选址问题研究[J].技术与方法，2013，27（19）：95-98.
[10]康马尔丁•尼杂木丁.基于精确重心法的农产品物流中心选址问题[J].物流技术,2014,65(8):284—286.
[11]张睿，黄涛,刘艳敏,等.基于粒子群优化的多配送中心选址[J].智能计算理论与应用,2016,49(9771):651-658
[12]黄鑫磊.基于蝙蝠算法的物流配送中心选址问题研究[D].河南:河南大学，2016.
[13]赵晏林，李琴，文忠波，等.基于AHP和Floyd算法的农产品物流中心选址研究[J].成组技术与生产现代化，2017，58（01）：39-47.
[14]张文杰,张可明.物流系统分析[M].上海：高等教育出版社，2015：96-100.
[15]孔继利.物流配送中心规划与设计[M].北京：北京大学出版社，2014：80-86.
[16]马正钰.农产品物流统计指标体系分析[J].科技风，2016（21）：148-148
下载提示：
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：写文章小能手，如若转载，请注明出处：https://www.447766.cn/chachong/6423.html,
