ＴＣＬ家电回收中心的选址

薛　浩　吴仲伟　刘志峰　张　雷

摘要：TCL在现有销售物流体系基础上，建立了以回收中心为主体的家电产品回收逆向物流的网络结构模型。

关键词：逆向物流、回收中心、选址方法

家电产品科技含量高，寿命周期短，更新换代快，不仅产品日益普及，而且发展迅速，同时，每年都有惊人数量的产品淘汰报废，大量电子垃圾不仅浪费资源，也污染环境。目前，越来越多的企业已认识到家电回收逆向物流管理的重要性，积极开展逆向物流技术研究，努力建立由用户、回收商、销售商、回收中心、制造企业等基本实体组成的家电回收体系。可以说，建立家电回收逆向物流体系是保护自然环境、有效利用资源、实现家电制造业可持续发展、提高行业竞争能力的新途径。

对于很多企业来说，回收的家电产品数量越来越多，必须建立复杂的逆向物流网络，配备和使用专业化的设施、人员和技术才能适应需要。在逆向物流系统中，专门设立功能多样的回收中心统一处理回收的家电产品。进行收集、分类、检验、整理和配送等工作。

本文以TCL现有的家电销售网络为基础，通过对家电回收逆向物流网络结构进行分析，建立了基于家电回收中心的逆向物流网络体系模型，对回收中心选址和逆向物流成本进行深入研究。家电回收逆向物流网络结构

家电产品属于耐用消费品，寿命周期终结后的回收利用过程具有其自身特点。家电产品受环境影响因素少，单件回收利用价值高，便于检验、运输和集中处理，适合于建立专业化回收中心进行统一回收管理，可以节省时间、节约成本，充分发挥专业化和规模化的优势，取得最优效益。

以TCL集团为例。随着企业实力的增强，生产规模不断扩大，造成逆向物流网络规模巨大，结构复杂，不确定性和随机性因素增多。因此，必须充分利用现有物流网络和已有资源来构建家电回收的逆向物流体系。

TCL是我国知名的家电制造企业，其维修销售网络遍布全国，现有的物流网络是工厂一中转仓一经营部一客户的结构，分为五个层次：

(1)全国配送中心(CentralDistribution Centers，CDC)，从属于家电制造工厂；

(2)区域配送中心(RegionalDistribution Centers，RDC)，遍布全国中心城市；

(3)经营部，现有168家，且不断增长；

(4)经销商，现有上万家，包含国美、苏宁等大型超市；

(5)消费者。

通过对TCL销售物流网络结构的分析，利用现有成熟的正向物流网络，在各个销售节点设立从属的规模不等的回收中心，建立家电回收逆向物流网络体系，可以节约巨额成本，带来良好的经济效益和社会效益。

家电回收中心选址方法

家电回收中心在复杂的逆向物流网络体系中十分重要，功能从仅仅储存家电产品转变为家电回收保管、储存、检验、加工、分选、运输等一体化服务，可以减少损耗、加速流通、降低成本、节约人力和财力、提高效率。回收中心可以选择原有正向物流网络已建设施，也可以重新设立。一旦建成则很难变更，如果选址不当，将造成巨大损失。因而回收中心的选址至关重要。

1回收中心选址的步骤

具体来说，家电回收中心选址包含以下几个步骤：

(1)选址约束条件分析

明确建立回收中心的约束条件，包括：回收中心的服务对象的分布情况、废旧家电作业量的增长率及回收区域的范围。

(2)选择地址的方法

通过成本计算，也就是将运输费用、回收费用及物流设施费用模型化，根据约束条件及目标函数建立数学公式，从中寻求费用最小的方案。

(3)地址筛选

经过充分整理和分析，考虑各种因素的影响，并对需求进行预测后，可以初步确定选址范围，即确定初始候选地点。

(4)定量分析与评价

选用不同模型进行计算，得出结果并进行评价。

2回收中心选址方法分析

回收中心选址的主要方法包括解析法、最优化线性规划法、启发式法、仿真法以及综合因素评价法等多种方法。(1)重心法

重心法是对单一回收中心最有效的选址方法。重心法将逆向物流系统的需求看作分布在某一平面内的物体系统，各点的需求量和资源分别看作物体的重量，物体系统的重心将作为回收中心的最佳设置点，利用确定物体重心的方法来确定回收中心的最优位置。

该方法适合于一定范围内的单一回收中心选址。

(2)线性规划法

回收中心选址的线性规划方法是在特定约束条件下，确定目标成本最低的最优方案。

该方法适用于基于已有物流设施的多回收中心选址。

(3)CFLP法

在回收中心能力有限，而且回收点地址和需求量已经确定的情况下，可以采用CFLP法，从回收中心备选地点中选择总成本最小的由若干个回收中心组成的局部回收网络。基本步骤如下：

①初选回收中心地址：

②确定各初始回收中心的服务范围，目标总费用最小；

③在以上各回收中心服务范围内，移动回收中心到其他备选地点，寻求可能的改进方案：

④比较新、旧回收中心集合的总费用，确定最优方案。

(4)Baumol-Wolfe法

Baumol-Wolfe法属于非线性规划。综合考虑回收中心库存费用，假定候选地址及其变动、固定存储成本已知，求解回收中心个数、大小和位置，使运输成本及存储成本之和最小。

该算法的缺点在于所求的解只是局部最优解，而非全局最优解。

回收中心选址的智能优化

通过以上方法获得家电回收中心可选择的地址后，可以利用智能优化算法进一步确定适合的选址地点。

智能优化算法是通过模拟或揭示某些自然现象或过程发展而来的迭代算法，是以一组解(种群)为迭代初始值，将问题参数进行编码，映射为进行启发式操作的数据结构，搜索策略是结构化和随机化的(概率型)，智能优化算法的适用范围非常广泛，特别适用于大规模的并行复杂计算。

利用上述方法，TCL可在原有销售物流网络的基础上，利用现有资源构建家电回收的逆向物流网络，并在客户区附近建立回收点。产品经过回收点的收集、整理后运往回收中心。可产生规模效益，再经过各层次节点的中转运输，最终运往再制造工厂。