長江經(jīng)濟(jì)帶新能源汽車零部件庫存與運輸整合優(yōu)化研究

摘 要：新能源汽車因其運輸路線規(guī)劃的不合理，總成本居高不下。本文選取長江經(jīng)濟(jì)帶的重要節(jié)點配送中心為實例，對新能源汽車零部件物流系統(tǒng)進(jìn)行調(diào)查研究，構(gòu)建多元線性回歸模型，分析運輸距離、運輸量、周轉(zhuǎn)次數(shù)與總成本的關(guān)系，通過對三項指標(biāo)的合理設(shè)計，得出總成本可降低的具體數(shù)值，分別為31.95112元/km、17.75872元/百件、129.6443元/次，三者影響大小以周轉(zhuǎn)次數(shù)、運輸距離、運輸量排列。以此為基礎(chǔ)構(gòu)建降低物流成本的最優(yōu)配送方案，從而達(dá)到降低成本的總目的。

關(guān)鍵詞：長江經(jīng)濟(jì)帶;新能源汽車;庫存—運輸整合優(yōu)化

中圖分類號：F253文獻(xiàn)標(biāo)識碼：A文章編號：1008-4428（2019）04-0022-02

一、 引言

長江經(jīng)濟(jì)帶因有著豐富的自然資源、人才資源，其市場廣闊、交通便捷、產(chǎn)業(yè)眾多，因此人口和生產(chǎn)總值均超過全國的40%，有著巨大的發(fā)展?jié)摿?，是中國重要的?jīng)濟(jì)發(fā)展領(lǐng)域之一。近年來為優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)以獲更大的發(fā)展，長江經(jīng)濟(jì)帶集中發(fā)展新能源產(chǎn)業(yè)，其中新能源汽車更是重中之重。然而，作為整車行業(yè)的基礎(chǔ)，汽車零部件行業(yè)因倉庫容量有限，零件數(shù)量繁多，配送計劃不合理等諸多因素，導(dǎo)致物流系統(tǒng)總費用高昂。制定配送計劃時如何整合優(yōu)化庫存控制與路徑規(guī)劃，降低物流成本，成為亟待解決的關(guān)鍵問題。

在經(jīng)濟(jì)全球化的背景下，供應(yīng)鏈一體化的趨勢愈發(fā)顯著，由于庫存與運輸之間存在著“效益背反（trade-off）”的關(guān)系，決定了對其進(jìn)行綜合研究分析，有利于從整體上提高物流效率、降低物流成本，兩者的聯(lián)合優(yōu)化也成為研究熱點，Chuah和Yingling基于庫存與運輸?shù)年P(guān)系，建立循環(huán)模式的數(shù)學(xué)模型;Nagesh Shukla等三人構(gòu)建了隨機(jī)性需求下的單供應(yīng)商和單零售商的庫存運輸模型;Chen和Sarker建立了多供應(yīng)商、單一制造商的循環(huán)取貨集成優(yōu)化模型。國內(nèi)也有許多相關(guān)研究，施朝春等構(gòu)建了Milk—Run模式的雙層規(guī)劃模型;趙達(dá)等對直接配送策略下隨機(jī)需求庫存—路徑問題進(jìn)行研究;楊志林等在隨機(jī)需求且允許缺貨的條件下構(gòu)建了單個供應(yīng)商—多個零售商的生產(chǎn)—庫存—運輸?shù)恼蟽?yōu)化模型。

以上庫存與運輸聯(lián)合優(yōu)化研究側(cè)重于通用理論模型與算法研究，注重物流供應(yīng)運作模式的研究，對長江經(jīng)濟(jì)帶的汽車零部件物流系統(tǒng)優(yōu)化沒有進(jìn)行針對性的研究，長江經(jīng)濟(jì)帶覆蓋面廣，各個地域?qū)π履茉雌嚨闹С终呔兴煌?，且零部件技術(shù)要求高，零件數(shù)量繁多，具有特殊性。本文以上海汽車售后配送中心、武漢上汽通用汽車配件配送中心、襄陽長英物流分公司、重慶聰聰·高新物流配送中心等新能源汽車零部件配送中心為核心，構(gòu)建多元線性回歸模型并設(shè)計求解，根據(jù)模型分析得出影響總成本的顯著因素，以便構(gòu)建降低物流成本的最優(yōu)配送方案，從而達(dá)到降低成本的總目的。

二、 現(xiàn)狀

（一）長江經(jīng)濟(jì)帶

長江是中國最長、流域最廣的河流，長江經(jīng)濟(jì)帶依長江而生，橫跨我國中東西三大區(qū)域，覆蓋11個省市，有著巨大的發(fā)展?jié)摿?。近年來，國?wù)院接連印發(fā)《關(guān)于依托黃金水道推動長江經(jīng)濟(jì)帶發(fā)展的指導(dǎo)意見》《長江經(jīng)濟(jì)帶綜合立體交通走廊規(guī)劃（2014—2020年）》《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》，體現(xiàn)了國家對長江經(jīng)濟(jì)帶發(fā)展的高度重視。

長江經(jīng)濟(jì)帶宏觀經(jīng)濟(jì)發(fā)展近幾年來一直穩(wěn)中有進(jìn)，然而綠色發(fā)展指數(shù)與創(chuàng)新發(fā)展指數(shù)卻增速緩慢。2011—2017年長江經(jīng)濟(jì)帶綠色發(fā)展指數(shù)中，前三年發(fā)展迅速由49.39增長到54.9，之后四年發(fā)展速度放緩，然而一直在穩(wěn)步提升。另一方面，長江經(jīng)濟(jì)帶的創(chuàng)新驅(qū)動力在2011—2013年間，由41.63上升到53.37，而在2014、2015又下降回43.17，年增速僅為0.72%。作為創(chuàng)新綠色發(fā)展領(lǐng)域中的佼佼者，新能源汽車?yán)響?yīng)受到重視、改進(jìn)和發(fā)展自身，從而為GDP的發(fā)展做出更大的貢獻(xiàn)。

（二）新能源汽車

從2001年起新能源汽車研究項目被列入國家重大科技課題，2008年開始，新能源汽車的話題在我國受到的關(guān)注度不斷提高，至今仍有極高的熱度。新能源汽車擁有政府支持補(bǔ)貼、自身節(jié)能環(huán)保以及噪聲小等諸多優(yōu)點，也存在著續(xù)航能力差、充電難等缺點。但不可否認(rèn)在國家的大力推行下，傳統(tǒng)汽車終將退出市場被新能源汽車取而代之。

新能源汽車的產(chǎn)量月均8萬輛以上，且有著不斷上升的趨勢。據(jù)推測，中國的汽車需求仍在不斷增加，到2020年，中國的汽車市場將達(dá)到2000億元，對新能源汽車的產(chǎn)業(yè)要求也在不斷提高，因此即使是占有優(yōu)勢的新能源汽車若不進(jìn)一步發(fā)展完善自身，提高企業(yè)競爭力，也一定會在激烈的市場競爭中落敗。

新能源汽車作為中國七大戰(zhàn)略性新興產(chǎn)業(yè)之一，被國家密切關(guān)注且支持，然而中國的新能源汽車產(chǎn)業(yè)仍存在關(guān)鍵核心技術(shù)未能完全掌握和民族品牌缺乏的問題，長江經(jīng)濟(jì)帶覆蓋面廣，上、中、下游地區(qū)各有其獨特的優(yōu)勢，武漢、襄陽、福田、長沙等眾多位于長江經(jīng)濟(jì)帶的城市都競相發(fā)展新能源汽車產(chǎn)業(yè)，為了降低成本，以提高企業(yè)競爭力，新能源汽車零部件物流的整合優(yōu)化研究必不可少。

（三）汽車零部件物流

在汽車制造業(yè)中，零部件制造業(yè)可謂是至關(guān)重要的一部分。在汽車工業(yè)的成本中，汽車零部件制造業(yè)占了絕大部分，隨著時間的推移比重逐步上升，到了2017年，它在汽車工業(yè)的制造成本中甚至高達(dá)70%。而物流卻在零部件制造業(yè)中占了近14%。因此若能有效地降低物流成本，也能有效地降低總成本，進(jìn)一步達(dá)到提高利潤、增強(qiáng)企業(yè)競爭力的效果。

三、 問題描述及模型構(gòu)建

物流成本是一座冰山，其沉在水面下的黑色區(qū)域還有很大的開發(fā)潛力。運輸及庫存是物流中最具潛力的利潤創(chuàng)造源，而它們之間還存在著“效益背反”的關(guān)系，需要進(jìn)行合理的整合優(yōu)化，以求最大化的降低物流成本，達(dá)到價值的最大化。

新能源汽車零部件運輸與庫存的綜合優(yōu)化就是汽車生產(chǎn)商在目前所采用的JIT生產(chǎn)模式，以及對零部件供應(yīng)的硬性需求和各種客觀因素的限制下，追求最優(yōu)的運輸與庫存解決方案，使整個供應(yīng)物流系統(tǒng)運輸與庫存的總費用達(dá)到最小，從而顯著降低成本，有效提升企業(yè)效益，改善企業(yè)運營效率。

在實際問題中，影響汽車零部件庫存—運輸成本的因素太過繁多和瑣碎，本文由于數(shù)據(jù)來源、簡化計算等諸多考慮，僅選擇距離、運輸數(shù)量和周轉(zhuǎn)次數(shù)這三個最為顯著的因素作為自變量進(jìn)行研究。根據(jù)多元回歸模型建立以下方程：

襄陽是長江中游城市群重要成員，也是湖北省省域副中心城市，近年來襄陽積極響應(yīng)國家號召，保護(hù)環(huán)境綠色發(fā)展，著重發(fā)展新能源汽車產(chǎn)業(yè)且成果顯著。通過對上海汽車售后配送中心、武漢上汽通用汽車配件配送中心、襄陽長英物流分公司、重慶聰聰·高新物流配送中心的走訪調(diào)查，對他們企業(yè)每天的大致運輸量，與運輸工廠的距離，大致運營成本等數(shù)據(jù)，并對運輸過程、企業(yè)內(nèi)部組織進(jìn)行了觀察，之后通過spss軟件進(jìn)行整理錄入，表1為整理出的部分?jǐn)?shù)據(jù)。

依據(jù)市場調(diào)查結(jié)果，設(shè)定短程固定運輸費用C0=200（單位：RMB），針對本案例所處的宏觀條件和自然條件限制，做出如下設(shè)定：

1. 在運輸過程中發(fā)生的特殊情況不計入在內(nèi)，如發(fā)生交通事故等。

2. 忽略在中轉(zhuǎn)過程中由于不同汽車生產(chǎn)商所規(guī)定的特殊要求而產(chǎn)生的額外費用。

3. 由于不同的供應(yīng)商所負(fù)擔(dān)的責(zé)任和職責(zé)可能不同，例如有些生產(chǎn)商只要求供應(yīng)商將零部件整包配送至儲存地，而有些生產(chǎn)商則要求直接配送至車間。在本案例中，忽略這種情況所產(chǎn)生的運輸成本。

四、 模型回歸分析

（一）模型回歸結(jié)果檢驗

在多元回歸模型中，t值是一個重要的判斷標(biāo)準(zhǔn)，如果得到的t值超過臨界值就代表該自變量對因變量影響顯著。查表可得本文t值的臨界值為2.101。

F檢驗是多元線性回歸模型中的另一重要檢驗，是用于檢驗總體回歸方程的顯著性。查表可得，本文F檢驗的臨界值為2.46。

在回歸分析中，p值用來檢驗系數(shù)的顯著性水平，值越小表示變量越顯著，超過0.05則判定系數(shù)不顯著。Prob.是檢驗F檢驗本身的顯著性，判斷方法與P值一致。

R2度量了Y與所有解釋變量的線性相關(guān)程度，計算方法為R2=ESS/TSS，其中ESS代表回歸平方和，TSS代表因變量Y的總平方和，越接近于1越能說明模型的準(zhǔn)確性。

VIF（方差膨脹因子）是判斷模型是否存在多重共線性的重要標(biāo)準(zhǔn)。VIF越大，顯示共線性越嚴(yán)重，反之存在的可能性越小。一般以10作為共線性存在與否的分界線，超過10說明存在多重共線，反之不存在。

（二）模型回歸結(jié)果

由表2可得：本模型設(shè)定顯著水平α=0.05，查表得到對應(yīng)的t值的臨界值為2.101。得到的結(jié)果中X1、X2、X3的t值分別6.228911、4.865588、2.631514均大于臨界值，P值為0.0000、0.0002、0.0223均小于0.05，即三個變量均通過顯著性檢驗，說明選取的三個自變量對因變量影響顯著。

在回歸結(jié)果中F=94.7，且Prob.=0.0000<0.5，說明模型通過F檢驗，拒絕0假設(shè)，即表示解釋變量Y與被解釋變量X1、X2、X3之間有明顯的線性關(guān)系。

該模型的擬合優(yōu)度R2=0.94，調(diào)整后的擬合優(yōu)度R2=0.93，均大于0.9且接近于1，所以該模型的擬合程度很高，模型準(zhǔn)確。

表2中的模型結(jié)果顯示的VIF均小于10，說明解釋變量之間不存在多重共線性。

最終根據(jù)模型結(jié)果建立多元回歸方程：

從模型結(jié)果來看，不難發(fā)現(xiàn)，運輸距離X1、運輸數(shù)量X2、周轉(zhuǎn)次數(shù)X3均對成本有正向影響，即距離越大，運量越大，周轉(zhuǎn)次數(shù)越多，總成本越大，且三者影響大小以周轉(zhuǎn)次數(shù)、運輸距離、運輸量排列。

五、 結(jié)語

新能源汽車是集創(chuàng)新和環(huán)保于一體的新興產(chǎn)業(yè)，引起社會的諸多熱議，作為其根基的零部件物流也成為企業(yè)重點關(guān)注的對象。本文分析了新能源汽車零部件物流的現(xiàn)狀以及發(fā)展的必然性。并對新能源汽車零部件的運輸過程進(jìn)行回歸分析，分析運輸距離、運輸數(shù)量、周轉(zhuǎn)次數(shù)與總成本之間的關(guān)系。以長江經(jīng)濟(jì)帶四個主要城市的汽車零部件配送中心作為研究對象，收集數(shù)據(jù)建立多元回歸線性模型，發(fā)現(xiàn)距離越大，運量越大、周轉(zhuǎn)次數(shù)越多，總成本越大，而且三者影響大小以周轉(zhuǎn)次數(shù)、運輸距離、運輸量排列。

本文中構(gòu)建的模型相對簡單，但這也說明在庫存—運輸這一整體中仍存在著諸多成本浪費現(xiàn)象以及值得挖掘的利潤，還有優(yōu)化上升的空間。這對降低物流總成本、提高企業(yè)競爭力有著積極的推動作用。

參考文獻(xiàn)：

[1]Chuah K H Yingling J C.Analyzing Inventory/Transportation Cost Tradeoffs for Milkrun Parts Delivery Systems to Large JIT Assembly Plants[C].AerospaceManufacturing Technology Conference & Exposition，2001.

[2]Nagesh Shukla，M.K.Tiwari，Darek Ceglarek.Genetic-algorithms-based algorithmportfolio for inventory routing problem with stochastic demand[J].nternational Journal of Production Research，2013，51（1）：118-137.

[3]Chen Z，Sarker B R.An integrated optimal inventory lot-sizing and vehicle-routing modelfor a multi-supplier single-assembler system with JIT delivery[J].International Journalof Production Research，2014，52（17）：5086-5114.

[4]王旭，施朝春，葛顯龍.基于Milk Run模式的庫存運輸整合優(yōu)化[J].計算機(jī)集成制造系統(tǒng)，2011，17（4）：852-857.

[5]趙達(dá)，李軍，馬丹祥，李妍峰.直接配送下隨機(jī)需求庫存-路徑問題最優(yōu)平穩(wěn)策略及其算法[J].中國管理科學(xué)，2014，22（6）：61-68.

[6]楊志林，李擎卿，林冠男.隨機(jī)需求下單供應(yīng)商與多零售商的生產(chǎn)—庫存—運輸聯(lián)優(yōu)化模型[J].大學(xué)數(shù)學(xué)，2015，31（5）：12-19.

[7]葉志堅，杜文，王清榮，朱健梅.供應(yīng)商管理庫存系統(tǒng)中庫存和運輸計劃整合[J].交通運輸系統(tǒng)工程與信息，2003（4）：82-88.

[8]肖繼先，康玉茜，孔閃閃.最大最小運送周期下的庫存與運輸優(yōu)化模型[J].遼寧工程技術(shù)大學(xué)學(xué)報（自然科學(xué)版），2013，32（3）：393-396.

[9]葛顯龍，辜羽潔，王偉鑫.供應(yīng)鏈環(huán)境下的庫存與運輸整合優(yōu)化模型及算法[J].系統(tǒng)工程，2014，32（1）：26-32.

[10]汪金蓮，蔣祖華.汽車制造廠零部件入廠物流的循環(huán)取貨路徑規(guī)劃[J].上海交通大學(xué)學(xué)報，2009，43（11）：1703-1708，1714.

[11]葉志堅，杜文，王清榮，朱健梅.供應(yīng)商管理庫存系統(tǒng)中庫存和運輸計劃整合[J].交通運輸系統(tǒng)工程與信息，2003（4）：82-88.

作者簡介：

江銘佳， 女，湖北武漢人，湖北文理學(xué)院管理學(xué)院學(xué)生，研究方向：事物流管理。