机成本要低得多。而在生鲜农产品物流领域，物流主体为支持特定的物流功能，也为完成特定的物流交易，必须要进行一些耐久性的投资，从而产生了资产专用性，它包括所有类型的专用性资产。下面我们举 2 个方面的例子，例如①在地点的专用性方面，配送中心场所选择、为完成某特定物流功能设立的业务网点等；②在专用性资产方面，为保持新鲜度，有专门的保鲜包装、冷藏运输车、温控冷库等。
1.1.4 生鲜农产品的配送现状
由于农产品的鲜活易腐性，即使采取了保鲜等措施，仍会有一定比例的损耗，而且这个比例会随时间和距离的加大而迅速增加，使配送成本上升，这限制了农产品流通半径。在生鲜加工配送环节，因生鲜农产品保温保鲜和加工制作周期等诸多原因，也大大限制了生鲜加工配送中心服务支持半径。此外，由于生鲜农产品种类的多样性，人们在日常生活中对生鲜农产品的购买忠诚度较低。因此，生鲜农产品的配送对时间有很强的敏感性，它具有较高的时效性和响应性要求[1]。
随着生活水平的不断提高，人们不再仅仅关注生鲜农产品的基本效用, 如口味、成分、加工方法等，而是更加关注食品安全、食品消费结构的健康环保及方便性，对于生鲜农产品的需求向着优质化、多样化、即时化等方向发展[2]。但是，目前我国的生鲜农产品物流体系仍很不完善，配送过程中存在大量的货损及产品质量的降低，不能满足顾客日益增长的需求，构建完善高效的生鲜农产品物流体系迫在眉睫。
1.1.5 配送半径对配送中心选址影响
物流配送中心是专门从事物资配送业务的物流基地，是通过转运、分类、保管、流通、加工和信息处理等作业，根据用户的订货要求备齐商品，并能够迅速准确和廉价地进行配送的基本设施。物流配送中心连接着供应商、制造商和分销商及客户，决定着供应链的流通成本和运作效率。在整个物流配送中心建设规划中，一个非常重要的问题就是配送中心的选址。正确的选址策略不仅可以减少企业的各项成本，还能为客户提供更优质的服务。
一般来讲，配送中心是一个成本中心而非利润中心，如果使用绝对成本作为
6
考核指标，管理人员将会更倾向于压缩支出，这样不利于高质量地完成物流服务。因此，使用相对指标更加合理，例如企业配送中心的服务半径。配送服务半径是在配送服务水平、满足客户需求及物流服务成本等条件约束下的最佳半径,而不是一般物流企业所追求的最大半径。如果配送中心的半径过大，那么它的辐射范围也越大，覆盖的客户就越多，其服务能力将供不应求，这样会影响配送服务的质量及水平；另一方面，如果配送中心的半径过小，那么它的辐射范围也就越小，服务能力将会过剩，严重影响配送中心的使用效率。21 世纪以来，物流企业的侧重点已经由单纯地追求收益和利润向更好更高效地为客户服务转变。例如，以前百胜的配送中心设定300 公里的最远半径。在2012 年年末盼盼食品等17 家食品企业为了合理地布局增加企业竞争力而大大缩短企业在全国各配送中心的配送半径。由此可见，配送半径对于企业来说是一个决定企业配送中心选址布局的重要影响因素。
1.2 问题的提出
为了最大限度的满足顾客的需求并实现生鲜农产品生配送中心效用最大化，配送半径的准确程度很大程度上决定了配送中心选址的合理程度。一方面生鲜农产品的自身属性决定了其配送时效性要求高；另一方面产品种类、需求量、道路实际情况等多方面因素制约着配送半径。目前现有的研究都是从建造配送中心企业的角度分析配送半径的计算等问题，未有从满足客户需求角度分析计算配送中心选址半径的研究。因此，本文将基于多约束条件，对配送中心选址半径模型进行分析和研究。
1.3 研究意义
近年来，为满足超市的生鲜农产品供应需要，配送企业普遍采取建设生鲜农产品配送中心，由每个配送中心负责一定范围内超市生鲜农产品供应的方法。在物流配送体系中，物流配送中心的选址对物流网络的建设和运行起着决定性的作用，它不但决定了物流网络建设的固定成本，还决定了配送中心的运营成本、配送过程中的运输费用以及配送中心的服务水平。因而，科学的规划生鲜农产品的
7
配送中心选址，不但可以满足生鲜农产品的供应需要，还可以降低成本，增加企业的经济效益。对于配送中心的选址问题，很多学者都已进行了深入的研究，建立了各种数学模型，提出了单个配送中心选址的方法和多网点配送中心选址的方法。已有的研究主要着重于满足生鲜农产品物流的时效性、预算约束或者优化车辆调度方面。本文从满足客户需求的角度分析影响构建生鲜农产品配送选址半径的各因素，并构建模型，其意义包括以下两个方面：
1. 目前研究生鲜农产品配送半径的内容不多，基于满足客户需求研究配送半径
的影响因素的内容更少。因此，研究构建多约束条件下生鲜农产品配送半径模型将对生鲜农产品配送中心的选址具有指导意义。
2. 确定一个科学精确的配送半径，是实现配送中心合理规划和物流服务优质高
效的重要保证。同时，对改善农产品物流体系、优化供应链以减少农产品流通中的货损、降低物流成本也具有重要意义。
1.4 本章小结
本章介绍了本论文研究的背景，阐述了生鲜农产品的概念、生鲜农产品物流的含义、生鲜农产品物流配送的现状以及配送半径对配送生鲜农产品的影响，进而提出了基于客户满意度度建立配送中心选址半径模型研究的问题及其研究意义。
第二章 文献综述
2.1 配送中心选址的文献综述
2.1.1 国外研究现状
从“穆勒”的著作中，我们可以得知，最早国外学者对物流配送中心的选址的研究源于商店选址的模型。此后，国外许多学者在此基础之上对配送中心的选址理论进行了积极和长久的摸索和研究。对各种类型物流配送中心选址问题的不
8
断研究不仅在理论方面有重大意义，同时在实践方面的研究也取得了令人瞩目的成就，形成了许多可行的模型和方法，极大程度上促进了物流的发展。把国外学者的重大研究成果总结起来，可以把物流配送中心选址的方法归为以下三类： （1）连续性的模型选址：此方法认为物流配送节点的地点可取直角坐标上的任意点，此方法对配送中心各备选地点并没有特别的限定，所有它的灵活性比较大，特别适用于单个配送中心选址问题，而且在这个领域内已经取得了较为广泛的认同及应用。但是因为备选地点的自由度比较大，使选址的结果很可能会和城市地理条件、城市规划及道路体系的建设等多种因素相互抵触，即由此方法选出的方案在实际情况中可能无法实现，而且这种方法在求解时认为线路是直线也不符合实际情况。
（2）离散型的模型选址：此方法认为配送中心的备选地点是有限的几个场所，按照目标从中选出最合适的地点，经典的方法有 Kuehn-Harnburger(奎汉-哈姆勃兹)模型法(又称启发式法)、CFLP 法和 Baumol-Wolfe(鲍姆尔-沃尔夫法)[19]。经该模型得出的方案相对连续型模型选址模型来说是比较符合实际的情况，但在大多数情况下，采用此类方法建立的模型使用线性模型来处理是很难求解出最终解，但该方法是近几十年来研究的重点。
（3）专家咨询法选址：此方法顾名思义是指将专家凭经验专业知识做出的判断以数值形式表示出来，然后进行综合分析，最后对选址进行决策。此类方法在选址之前通常会需要建立一套评价指标体系，体系中包括在实际情况中存在的各种因素，既有定性的，又有定量的，一般专家使用层次分析法、模糊评价法等数学方法对备选地点进行综合的评价，从而确定配送中心的最优位置。使用这种方法的优点是它能够综合考虑实际情况的多种因素，而且能将定性因素进行量化处理，用直观数据反映出备选地点的优劣。此外，这类方法的求解过程比前两种方法简单，易于操作，计算量也不大，较容易被企业的高层领导人理解及接受，在企业中有较大的实用性。此方法的缺陷是主观判断占据了决策中的主导地位，判断结果的客观性比较低。
由于配送中心在物流系统中所处的重要地位，其选址的研究工作已经开展了相当长的时间，形成了一系列常规的选址模型和算法。Tompkins and White(1984)提出了通过对影响因素进行所有可能的比较，运用偏好理论来分配主观因素权重
9
的方法[20]。Spohrer和 Kmak(1984)提出使用权重因素分析方法把定量数据和定性比率结合起来从无数的备选方案中选择合适的厂址[21]。Barahonaf(1985)等人采用了混合整数规划建立了仓库选址模型，除了考虑选址的固定费用、运输费用外海考虑了库存费用，并用 Dantzig-Wolf分解算法进行了求解，用次梯度优化方法来加速上述算法的收敛[22]。Stevenson(1993)提出使用成本——容量分析方法选择最佳厂址[23]。Owensh(1998)等在考虑了设施选址问题的动态特性和需求的随机变动性的基础上，建立了动态选址模型和随机选址模型[24]。Holmbergk(1999)则考虑了非线性运输费用的选址问题，并用分枝定界法进行了求解[25]。Siddhartha（2002）引入了包括存货费用、订货费用、运输费用几种物流费用在多品种商品及多设施框架下拓展了传统的配送中心选址模型，提出了一个综合模型，将目标设定为物流成本最小化，同时能够确定最优位置、流量、运输商品的组成和运输周期[26] Vlachopulou(2001)将 GIS（地理信息系统）应用到物流配送中心选址过程，开发了一个地理决策支持系统，使管理者能够用定量和定性的标准对候选物流配送中心进行排序[27]。
国外研究者研究的这些模型将配送中心选址和运输路线最优化考虑，找到最好最优的供应点。将成本节省为最小，将利益最大化。它合理的计算了客户与物流的各方面的成本与费用。
2.1.2 国内研究现状
在中国，最早开始研究物流问题是从二十世纪八十年代中期，“物流中心”一次也是此时才开始出现。自此经历了十年的探索，“物流配送中心”的实体才出现。此时，越来越多的学者非常关注物流配送中心选址的问题。我国在物流配送中心选址方面的研究较于国外学者要晚一些。所以没有国外的物流理论研究深入，但是在一定程度上也取得了可观的进步。王战权（2001）等在建立模型时引入了全局搜索优化技术遗传算法，建立了配送中心的遗传算法模型，并且探讨分析了算法设计及特点，与传统的混合整数规划算法进行了分析比较[28]。高自友（2002）等建立了一类有竞争的物流配送中心选址模型，将求解的问题归结成无约束的非线性规划问题，给出了迭代算法[29]。杨波（2003）研究的是多品种随机数学模型的物流配送中心选址问题，建立了多品种随机模型，他从数学的角度对
10