淺談某城市應(yīng)急物流中心選址問題

文/蘇靜靜 朱曉溶

近幾年我國經(jīng)濟不斷發(fā)展，城市化進程加快，城鎮(zhèn)化水平也日益提升。但在城市正常發(fā)展的背后，一旦發(fā)生重大突發(fā)事件，會對城市造成嚴(yán)重威脅。城市成為了重大的災(zāi)害發(fā)生區(qū)域，也成為了國家和社會大力防災(zāi)減災(zāi)的重中之重。在這樣的背景下，與一般的物流服務(wù)以總成本極小化作為目標(biāo)不同，應(yīng)急物流服務(wù)要求以時間效率極大化和盡可能滿足受災(zāi)區(qū)域為目標(biāo)。在這種情況下，本文以2008年5月12日四川省汶川地震受災(zāi)區(qū)域數(shù)據(jù)進行研究，根據(jù)不同的災(zāi)情嚴(yán)重程度地區(qū)進行分類，通過聚類分析方法設(shè)置應(yīng)急物流設(shè)施服務(wù)中心的位置[1]。

1.引言：

地震災(zāi)害具有突發(fā)性、瞬時性等特點，我國地震預(yù)報目前尚未可以做出臨震預(yù)報。最近幾年，我國地震大頻率的發(fā)生，嚴(yán)重影響社會的日常運作[2]。2020年的新冠疫情事件，各地封村封路，物資調(diào)配不及時，一定程度反映著我國應(yīng)急管理建設(shè)的不足。類似上述這種重大突發(fā)事件的情況，我國政府逐漸開始注重應(yīng)急管理的建設(shè)，而應(yīng)急物流作為應(yīng)急管理體系中不可或缺的部分，承擔(dān)著保障突發(fā)事件應(yīng)急處理過程中的物資需求的重任[3]。對應(yīng)急物流服務(wù)設(shè)施中心選址問題成為了應(yīng)急物流系統(tǒng)研究中的一個重點[4]。本文針對災(zāi)害損失程度相對分類的應(yīng)急物流服務(wù)設(shè)施中心選址[5]，運用無監(jiān)督學(xué)習(xí)的聚類方法對受災(zāi)點的進行分類，將受災(zāi)區(qū)域程度較嚴(yán)重的受災(zāi)點作為應(yīng)急物流服務(wù)設(shè)施節(jié)點，在應(yīng)急物資一定的條件下滿足應(yīng)急物流對效率性和公平性的要求[1]。

2.相關(guān)理論概念

2.1 地震等級劃分。地震有烈度和震級兩大因素，烈度用來表示地震的破壞力度，震級用來表示地震自身的大小。我國地震局將地震劃分為天然地震、人工地震和脈動，將經(jīng)濟損失與受傷和死亡人數(shù)為指標(biāo)用于區(qū)別地震災(zāi)害等級。例如，將具有重大經(jīng)濟損失且直接經(jīng)濟損失不超過該省上年生產(chǎn)總值1%、傷亡人數(shù)在50-300人，震級在6.5級-7.0級劃分為重大地震。

2.2 聚類分析理論。聚類分析方法是對于事先不清楚數(shù)據(jù)集合中每一個數(shù)據(jù)的類別且沒有其他的先驗知識的背景下，根據(jù)數(shù)據(jù)特征進行無監(jiān)督的分類[1]。聚類分析方法屬于無監(jiān)督學(xué)習(xí)[6]。通俗的來說，聚類分析就是無監(jiān)督的根據(jù)集合中數(shù)據(jù)的特征使集合中具有相似特征的數(shù)據(jù)聚集一起，不相似的數(shù)據(jù)進行分離。k-m eans算法以數(shù)據(jù)間的距離作為數(shù)據(jù)對象相似性度量的標(biāo)準(zhǔn)。常用計算距離的方式有：余弦距離、歐式距離、曼哈頓距離和歐式距離公式[1，7]。

3.算法設(shè)計

3.1 災(zāi)難相對分類。根據(jù)每個受災(zāi)區(qū)域的傷亡人數(shù)和經(jīng)濟損失數(shù)據(jù)通過聚類分析方法對不同程度的受損區(qū)域進行分類，以選取出災(zāi)損程度較嚴(yán)重的受災(zāi)點[5，8]。假設(shè)類wi和wj類之間的距離是d（wi，wj），則兩類之間的最近距離是類wj中所有樣本與類中所有樣本間的最小距離。d（wi，w ）j=m in d（X，Y） （X∈wi，Y∈wj）

通過python對各受災(zāi)區(qū)域數(shù)據(jù)進行聚類分析設(shè)計，總結(jié)可知將災(zāi)區(qū)分為兩類[9]。第一類(重大災(zāi)區(qū))：汶川縣、青川縣、綿竹市、平武縣、北川縣與成都市等。第二類（嚴(yán)重災(zāi)區(qū)）：彭州市、茂縣、江油縣、理縣、雅安與眉山等。根據(jù)百度百科對汶川地震受災(zāi)區(qū)域的劃分相對比[10]，聚類分析進行分類差異不大。

3.2 對受災(zāi)區(qū)域進行距離聚類。所有受災(zāi)區(qū)域按坐標(biāo)利用k-means方法進行聚類分析[1]。首先對所有受災(zāi)區(qū)域進行坐標(biāo)統(tǒng)計，利用Jupyter Notebook得出聚類結(jié)果。將受災(zāi)區(qū)域按距離進行分類，可分成三類。由于其實際情況，進行應(yīng)急物流配送時，可將三類歸為兩類進行配送。根據(jù)災(zāi)難程度分類和距離坐標(biāo)聚類分析，在這兩類中選取兩個特征共同最明顯的兩個區(qū)域（汶川、理縣）。故而，可以將汶川、理縣兩處受災(zāi)區(qū)域作為初步的應(yīng)急物流服務(wù)中心點。

圖一 受災(zāi)區(qū)域聚類分析

4.結(jié)論：

傳統(tǒng)的應(yīng)急物流服務(wù)設(shè)施選址方法很少有考慮災(zāi)情破壞程度的因素，為此本文運用聚類分析方法將不同災(zāi)害損失程度的受災(zāi)點進行分類，選取災(zāi)害損失程度較嚴(yán)重的受災(zāi)點作為服務(wù)設(shè)施節(jié)點[1]，為設(shè)置應(yīng)急物流服務(wù)設(shè)施提供良好的決策輔助。本文希望能給研究學(xué)者提供一些理論支持。上述分析雖然對汶川地震應(yīng)急物流中心的選址做了初步定位，鑒于本人的能力水平、學(xué)術(shù)經(jīng)驗等各方面因素，該論文仍存在一些需繼續(xù)改進與完善之處。