基于新冠肺炎疫情背景對物流運輸模型的研究

李欣茹 張皓天 戰(zhàn)翔宇

摘?要：自武漢暴發(fā)新冠肺炎疫情以來，我國建立起的大規(guī)模防疫系統(tǒng)已連續(xù)三年經(jīng)受住來自疫情的全方位考驗，我國經(jīng)濟體整體上在抗壓情況下實現(xiàn)了穩(wěn)健向好運行。疫情風(fēng)險的不可控部分伴隨防疫系統(tǒng)的發(fā)展不斷縮小，為相對可控的政策風(fēng)險所取代。應(yīng)急政策設(shè)計因此成為恢復(fù)經(jīng)濟常態(tài)、保持供應(yīng)鏈常態(tài)的重要抓手?；诖吮尘?，文章探討了防疫系統(tǒng)的設(shè)計要求，并設(shè)計了基于圖論化概率系統(tǒng)和Dijkstra算法的尋路模型及其評價系數(shù)體系，以此分析不同疫情強度、政策強度下的物流系統(tǒng)表現(xiàn)，進(jìn)而為供應(yīng)鏈物流的風(fēng)險勘察和柔性設(shè)計指出思路。提出了一種成本低、響應(yīng)快、操作簡便的物流政策風(fēng)險評價方法，經(jīng)過分析大量運算結(jié)果后，給出運用所述分析方法得到的分析樣例和推論。

關(guān)鍵詞：供應(yīng)鏈風(fēng)險；物流運輸模型；物流優(yōu)化；新冠肺炎疫情

中圖分類號：F252????文獻(xiàn)標(biāo)識碼：A?文章編號：1005-6432（2023）10-0014-06

DOI：10.13939/j.cnki.zgsc.2023.10.014

1?引言

隨著經(jīng)濟的不斷發(fā)展，網(wǎng)絡(luò)路徑優(yōu)化技術(shù)趨近成熟。定位識別技術(shù)、場景邊緣計算和物流管理軟件等先進(jìn)的管理思想工具在國內(nèi)的民用物流服務(wù)商當(dāng)中得到了綜合應(yīng)用并試圖降低、規(guī)避供應(yīng)鏈風(fēng)險。然而，供應(yīng)鏈風(fēng)險的發(fā)生是客觀和必然的，在當(dāng)前嚴(yán)峻的疫情形勢下更是不可避免的。多年來，越來越多的學(xué)者圍繞供應(yīng)鏈風(fēng)險展開了研究。其中，早期的Jüttner等人提出了風(fēng)險源劃分標(biāo)準(zhǔn)（2003），而后Christopher指出“供應(yīng)鏈風(fēng)險=中斷的可能性×造成的影響”（2011），強調(diào)了可能性對防范成本的決定作用，由于概率—影響共同定義了風(fēng)險，探明風(fēng)險的可能性同樣可以降低風(fēng)險。劉寶紅的庫存風(fēng)險思想（2015）進(jìn)一步延展，認(rèn)為供應(yīng)鏈彈性具有不必要的、屬于防范成本的一面：對環(huán)境風(fēng)險的識別和處理，以及來自公共設(shè)施機構(gòu)的支持，讓各方風(fēng)險決策能夠得到更充分的信息，沉淀出更多的確定性，確認(rèn)企業(yè)對供應(yīng)鏈彈性的需求即“必要彈性”，縮小防范成本中必要部分的范圍，最終實現(xiàn)成本優(yōu)化。［1］然而當(dāng)下在商業(yè)物流領(lǐng)域，無論技術(shù)應(yīng)用還是環(huán)境風(fēng)險管理仍相對薄弱。因為商業(yè)物流需要考慮不同的工業(yè)口徑和作業(yè)規(guī)范，且對配送安置具有更高且差異化的需求，故而等口徑、成本改良的物流平臺仍鮮少被搭建起來。加之商業(yè)物流常采取大宗長途的訂貨形式，首先流程風(fēng)險從操作層面上難以約束分離，其次樣本量的自然基礎(chǔ)遠(yuǎn)低于民用物流，導(dǎo)致數(shù)據(jù)容量和流通性均較為有限，存在優(yōu)化瓶頸，而且改良成本更高。與此同時，大量的地區(qū)性小產(chǎn)業(yè)線和自由貨車根本缺乏數(shù)字化經(jīng)驗和可行性，這些物流環(huán)節(jié)游離在關(guān)注邊緣，暴露在嚴(yán)峻的防疫風(fēng)險當(dāng)中。此外，大多數(shù)企業(yè)的庫存管理方法依然采用傳統(tǒng)推動式生產(chǎn)系統(tǒng)的再訂貨點法，導(dǎo)致庫存水平預(yù)測跟不上疫情影響帶來的變化，這更加劇了風(fēng)險。因此，文章以新冠肺炎疫情下防疫的背景為出發(fā)點，首先以供應(yīng)鏈“必要彈性”的視角分析防疫政策，把分析的核心放在解釋、拆解和演繹供應(yīng)鏈政策風(fēng)險。而后利用圖論化概率系統(tǒng)和Dijkstra算法的尋路模型及其評價系數(shù)體系，介紹其在政策領(lǐng)域和物流規(guī)劃領(lǐng)域各自的應(yīng)用思路，為日后防疫的形勢提供必要的參考依據(jù)和政策啟示。

2?防疫相關(guān)的供應(yīng)鏈風(fēng)險

防疫過程中的供應(yīng)鏈風(fēng)險出現(xiàn)在以下幾個方面，如表1所示。

4.1?優(yōu)化偏差系數(shù)

優(yōu)化偏差系數(shù)的實質(zhì)和價格相似，同是指數(shù)函數(shù)，這是因為優(yōu)化偏差系數(shù)求的是目前的價格平均與無疫情時最優(yōu)價格Pbest之比，也就是說，第i輪的優(yōu)化偏差系數(shù)為：

CODi=COD0ΔQS+M×EsM×Esi（7）

其中COD0=PO/Pbest。在模型計算的時候，如果只算平均的話，會存在起始點和終止點不連通的情況，但在現(xiàn)實中，這種情況發(fā)生的概率極低，因此優(yōu)化偏差系數(shù)和價格其實是同底數(shù)的指數(shù)函數(shù)，其趨勢與圖2走勢相同。

4.2?風(fēng)險分布顯著度

風(fēng)險分布顯著度的提出是用來解決決策設(shè)計過程中的風(fēng)險考量問題。大量模型運行結(jié)果顯示，在一定的疫情事件分布下，政策強度（模型中展現(xiàn)為短期封停道路數(shù)量）將會改變交通線各節(jié)點的風(fēng)險情況，例如主干道封停嚴(yán)重導(dǎo)致支線交通流量增加，此時支線發(fā)生疫情也會造成更大損失。顯著度序列的參考意義在于，其揭示了整個交通系統(tǒng)在不同危機水平、不同管控措施下逐漸暴露風(fēng)險的過程。在這一過程中引入顯著度分析，能夠不斷發(fā)現(xiàn)新生風(fēng)險點，從事件的概率和影響上區(qū)分高低風(fēng)險地區(qū)，進(jìn)而采取靈活差異化的管控措施。

圖2?涉疫點數(shù)—城市風(fēng)險分布顯著度曲線

根據(jù)上文風(fēng)險分布顯著度的概念，可以給出其數(shù)學(xué)定義：假設(shè)在執(zhí)行最優(yōu)路徑操作時，經(jīng)過了疫情點i，則定義其點的影響為Fi，至此，可以得到一個影響序列{F}n，將其由大到小排序后，得到排序的序列{Fs}n，則風(fēng)險顯著度可以定義為：

GRi=Fsi1n－i∑nj=i+1Fsj，?Fsj≠0（8）

圖2是本模型的城市風(fēng)險顯著度GR曲線圖，圖中反映出了疫情點對物流的影響大小?？梢园l(fā)現(xiàn)，當(dāng)n=1時，隨著封禁的道路越來越多，即疫情越來越嚴(yán)峻，新的城市風(fēng)險可能會被暴露，舊的城市風(fēng)險也會逐步增加。而當(dāng)n=2時，隨著m的增加，城市風(fēng)險或許有減弱的趨勢。這是因為隨著疫情形勢的持續(xù)嚴(yán)峻，涉疫城市也越不容易到達(dá)。但代價就是價格的變動與時間成本是巨大的。風(fēng)險顯著度序列的參考意義在于能夠表示整條物流系統(tǒng)的風(fēng)險分布情況，同時快速篩選出風(fēng)險突出節(jié)點，對風(fēng)險地區(qū)自動進(jìn)行排序。這也是前述數(shù)學(xué)定義產(chǎn)生的原因。

4.3?最佳路徑實踐依賴度

路徑依賴度體現(xiàn)了物流運輸在成本約束下對初始最優(yōu)路線的依賴程度。較高的路徑依賴度意味著最好的路線在成本上與其他路線拉開了較大差距，該路線在疫情時期就更難被替代。這里能夠理解為成本差距越大，物流計劃人員針對疫情的避險意愿會更加受制于成本問題。同時因人員流動集中，若因疫情癱瘓則損失將難以估量。在疫情排查時，該路線因需求度高，更需要摒棄風(fēng)險連坐思維，實施精準(zhǔn)化防疫，快速篩查后盡快放行。

對于本圖，定義最佳路徑實踐依賴度D，設(shè)在封禁道路的影響中，最優(yōu)路徑的改變條數(shù)為Ce，最優(yōu)路徑未改變卻經(jīng)過了疫情的數(shù)量為Ge，則可以定義：

D=Ge/M－CeΔQ/M（9）

此式能定量表示封禁道路后，涉疫車輛仍然對最優(yōu)路徑產(chǎn)生依賴的程度。具體數(shù)值如表3所示。

據(jù)表3觀察，當(dāng)在m固定、疫情暴發(fā)逐漸增強時，除了n=1時的路徑依賴度會基本不變，否則因Ge的不斷擴大，Ge的占比不斷擴大，會導(dǎo)致D的逐漸增大。換言之，盡管疫情較為嚴(yán)重時，涉疫車輛仍然會對最優(yōu)路徑產(chǎn)生較高的依賴程度。這一現(xiàn)象意味著風(fēng)險被集中在物流主干道上，一方面說明該地區(qū)對疫情缺乏適應(yīng)性抵抗力，另一方面會造成涉疫車輛在終點大量出現(xiàn)和累積，最終導(dǎo)致物流運力的供應(yīng)水平不斷降低，運費波動加劇，不可抗的供應(yīng)鏈違約開始產(chǎn)生。

如果管控過于嚴(yán)格，可能會導(dǎo)致Ce=M的情況。此時物流車輛無法進(jìn)入疫情發(fā)生城市，因為被封鎖路徑的運費在數(shù)學(xué)上計算為無窮大，阻止車輛選擇該路徑。

4.4?結(jié)果分析

此處的政策風(fēng)險主要在于粗放式管理下不能因地制宜選擇封停力度，進(jìn)而引發(fā)局部物流鎖死的問題。部分交通連通性差（表現(xiàn)為較高的物流實踐依賴度數(shù)值和數(shù)值增速）、受政策影響較大的地區(qū)在政策設(shè)計階段被忽視，這就構(gòu)成了防疫方案的潛在漏洞。而在疫情較嚴(yán)峻時，地方政府在行政壓力下更傾向于選擇“一刀切”，很可能導(dǎo)致這些地區(qū)的物流環(huán)節(jié)嚴(yán)重癱瘓，并導(dǎo)致供應(yīng)風(fēng)險和違約風(fēng)險向周圍擴散。文章模型顯示，在政策強度不匹配實際情況時，即使防疫系統(tǒng)能夠快速做出反應(yīng)解封續(xù)流，供應(yīng)鏈物流依然蒙受了很大的損失，計劃層面和溝通層面也暴露在風(fēng)險當(dāng)中。

5?結(jié)語

文章經(jīng)研究認(rèn)為，目前城市交通系統(tǒng)的運轉(zhuǎn)程度和抗壓能力很大程度上取決于交通結(jié)構(gòu)是否合理。合理的城市交通結(jié)構(gòu)，有利于激發(fā)現(xiàn)有交通資源的能動性，從而更好地配置資源，提高運行效率和物流系統(tǒng)抗壓能力。［2-4］因此，根據(jù)不同物流交通情況制定因地制宜的防疫政策，從而紓解因疫情導(dǎo)致的物流困境，能夠更好地保護(hù)供應(yīng)鏈的整體價值。表4展示了文章認(rèn)為可行的風(fēng)險勘察步驟。

文章的研究結(jié)果意味著以下兩點：第一，要制定有效政策進(jìn)行管控。實行精準(zhǔn)防疫的方式，同時避免形式主義、特殊時期浪費和“一刀切”等懶政、怠政問題，實現(xiàn)最早時間、最低層級、最小成本獲得最大防控成效。第二，防疫機制低成本化的實現(xiàn)，也依賴于系統(tǒng)的建設(shè)。可持續(xù)的防疫政策需要建設(shè)一個能夠有效針對高頻度、低烈度的疫情開展精細(xì)控制進(jìn)程的地區(qū)防疫系統(tǒng)。這一系統(tǒng)能夠認(rèn)識到自身防疫管理水平的分布情況，進(jìn)而逐一確定出下轄區(qū)域的防疫目標(biāo)和干預(yù)強度；對疫情傳播能力與可能傳播鏈條具有充分估測；快速對疫情信息進(jìn)行深入處理以確定最小封控窗口，第一時間做出行動。以上研究結(jié)果構(gòu)成了可持續(xù)性防疫的基本定義，也是當(dāng)代技術(shù)管理水平能夠達(dá)成的較理想形態(tài)。同時可以推想，由于市場決策高度依賴于信任，防疫系統(tǒng)的建設(shè)也離不開對信任的建設(shè)，這同樣對行政管理水平提出了綜合性的高要求。

與前人研究結(jié)果相比，文章利用圖論化概率系統(tǒng)和Dijkstra算法的尋路模型及其評價系數(shù)體系，提供了抽象模型的具體化算法，時間復(fù)雜度小，能夠以更快的速度利用大數(shù)據(jù)計算出評價系數(shù)。就防疫意義而言，文章研究成果能為從原料入庫到成品上架的全過程、全場景追蹤提供大量實地管理信息，成為企業(yè)與監(jiān)管部門的交流憑證。同時給予防疫措施更多的背書和依據(jù)，監(jiān)管部門也因此降低了決策風(fēng)險，這便于其在安全性、公信力和經(jīng)濟損失三者中取得最小公約數(shù)。

參考文獻(xiàn)：

［1］劉寶紅.采購與供應(yīng)鏈管理：一個實踐者的角度［M］.3版.北京：機械工業(yè)出版社，2019.

［2］祝建軍.基于交通效率的城市道路交通系統(tǒng)優(yōu)化理論與方法研究［D］.成都：西南交通大學(xué)，2011.

［3］華瑤，孟雪，張英.論供應(yīng)鏈條件下的零庫存管理［J］.工業(yè)技術(shù)經(jīng)濟，2006（1）：116-118.

［4］屈冠林.科學(xué)地認(rèn)識零庫存——淺議零庫存策略的內(nèi)涵與實施［J］.中國物流與采購，2003（11）：34-35.

［作者簡介］李欣茹（2001—），女，山東濟南人，研究方向：政策研究與財務(wù)管理；張皓天（2001—），男，天津人，研究方向：供應(yīng)鏈風(fēng)險管理與國際經(jīng)貿(mào)；戰(zhàn)翔宇（2002—），男，山東泰安人，研究方向：系統(tǒng)建模與算法設(shè)計。