非常态下敏捷物流体系的协同机制构建研究

张肖琳 梁力军 张梦婉

[摘要]非常态下，敏捷物流日益引起重视，但是在敏捷物流体系中引入协同要素分析的研究仍是少数。基于多元主体与客体，构建由政府应急管理部门、物流流通企业、交通运输部门、物流接收终端多元主体及资金流、信息流、物流多元客体组成的协同机制，借助Vensim平台对机制进行系统动力学仿真。通过仿真结果得出物流流通主体对整个协同运行起主要影响作用，且物资入库率、配送车辆投入量是重要影响因素，同时，政府扶持力度的大小会直接影响应急人才及物资的投入费用。该机制能够提升非常态下敏捷物流体系的协同能力，对非常态下敏捷物流体系优化有决策支持和指导意义。

[关键词]非常态;敏捷物流体系;协同机制;Vensim仿真;系统动力学

[中图分类号]F252

[文献标识码]A

[文章编号]1005-152X（2022）02-0001-07

[收稿日期]2021-08-23

[基金项目]北京市社科基金项目“北京市互联网金融风险画像与风险图谱构建研究”（19YJB015）

[作者简介]张肖琳（1997-），女，北京信息科技大学信息管理学院物流工程系研究生;梁力军（1974-），男，副教授，硕士生导师，管理学博士，工商管理博士后，北京信息科技大学信息管理学院计算机审计系主任，研究方向：互联网金融与金融科技、金融审计、金融风险管理等;张梦婉（1997-），女，北京信息科技大学信息管理学院管理科学与工程系研究生。

0引言

21世纪以来，全球自然灾害频发，给人民群众造成极大不便。例如，2003年的SARS疫情、2008年的汶川地震、2010年青海玉树地震。尤其是2020年初的“新冠肺炎”疫情，为了有效防控疫情，我国的交通处于严格管控状态，这也使得物流配送环节产生了相应的“梗阻”，降低了物流效率。近年来，物流逐渐发展为现代经济运作的主要活动之一，当紧急状况发生时，物流起着重要的后方支撑作用。因此，针对敏捷物流配送的研究越来越多，但是我国相关研究的发展仍有诸多不足，如该体系中主客体的协同意识不强、借助协同机制解决配送问题的研究尚浅等，这些问题亟待解决。

基于敏捷物流配送体系涉及的多元主客体性，构建协同机制，运用系统动力学分析协同影响因素，最后对该体系的协同机制进行Vensim仿真。本研究从微观和宏观方面着手，对解决该背景下敏捷物流体系的梗阻问题有重要价值。

1敏捷物流研究综述

敏捷一词来源已久，在《美国21世纪制造企业战略》（1991）报告中，首次出现“敏捷”“敏捷制造”和“虚拟制造”。敏捷的相关术语随着时间被不断拓展，从敏捷供应链到敏捷物流[1]。针对敏捷物流，本研究主要从三方面进行阐述归纳，即敏捷物流内涵、敏捷物流体系构建、敏捷物流模型应用。

1.1敏捷物流内涵研究综述

敏捷物流的内涵为：以核心物流企业为中心，通过对信息流、资金流、物流进行系统控制，将供应商、零售商及消费者等主要用户整合到一个快速响应的物流网络链条中，最终实现运作过程中效益最大及损失最小的目的[2]。

相关学者对敏捷物流的目标及制约因素进行了研究。Donald通过研究指出，物流信息系统功能的完善程度与物流敏捷化能力成正相关，且物流信息系统是现代物流作业的支柱[3]。Greis提出，敏捷物流是将制造、运输相關的信息集成到供应链中，实时灵活响应客户的需求，提供竞争优势[4]。张申生认为效率是物流敏捷化的基本特征，敏捷化的直接目标是

“满意度”，在敏捷化过程中通常采用“合作双赢”的组织形式[5]。徐章一提出，在实现物流敏捷化的过程中，顾客需求、时间、以及人文环境、自然环境等制约因素对最终结果有一定影响[6]。田振美通过研究胜利油田的物流系统指出，对该系统实现敏捷物流迫在眉睫，且敏捷物流的实现不仅依靠物流系统的业务优化，还依赖于信息技术的发展[2]。

1.2敏捷物流体系构建研究综述

敏捷物流体系的构建是模型正常运行的基础及前提，因此，对敏捷物流体系的研究具有重要意义和价值。

配送体系在敏捷物流中扮演着重要角色。Mo-berg从非常态下物流供应节点入手构建配送体系，对体系中救援应急物资的存储量进行分析，研究如何在数量多、类型多的供应链节点中做合理的配送选择[7]。Siddhartha详细阐述了实施敏捷物流配送的模型和框架，进而对整体结构进行分析，提出未来研究应把敏捷物流的布局作为重点[8]。国内学者从敏捷物流的特征、要素等方面对配送体系进行研究：唐振龙对敏捷物流体系进行特征分析，提出四个特征为：以满足客户需求为核心、以快速响应为特征、追求高效率和低成本、以共享数据达成战略联盟，并对敏捷物流发展提出对策建议[9]。江河在分析敏捷物流配送现状和不足的基础上，着重考虑物流配送中备货、储存、分拣及配送加工等内容，进而借助物联网构建敏捷物流体系[10]。张彭洋深入探究非常态下应急物流配送体系的构建，从而得出应急物流体系须至少具备三个功能要素，即分发、供给和配送[11]。

1.3敏捷物流模型应用研究综述

对受灾地区进行的人员、必要物资等的紧急保障，此过程中的活动称为应急物流。应急物流是一般物流的特殊存在形式，是敏捷物流的特殊应用分支。国内外学者对敏捷物流的运行机制均已做相应研究。

国外学者对敏捷物流的模型应用早有研究，其中Linnet在研究敏捷物流物资配送问题中，为缩短运输延迟，提出非常态下物流配送车辆的运输模型[12]。Babazadeh通过研究提出混合整数线性规划模型，将随机规划方法应用于敏捷物流网络中，最终证明模型的有效性[13]。国内学者也做了较为综合的分析，徐一鸣对传统的敏捷物流运行机制进行对比分析，基于大数据信息条件构建敏捷物流运行模型[14]。丁旭宁基于灾区的应急物流研究现状，提出应急物流动态配送模型，研究重点在于优先满足最急的配送任务，该动态配送有利于降低灾区损失，具有较高的理论、实用价值[15]。王莉，等基于应急救援中物资配送的背景，着重考虑车辆分配的及时性，构建敏捷物流协调优化模型[16]。00C4BEB8-5886-4B55-B201-7A0A8ABFC3B1

归纳而言，国内外学者对敏捷物流的内涵研究已逐渐成熟，在敏捷物流体系的构建及模型运行方面，相关研究也渐成体系。但是在非常态背景下，从多主客体角度构建敏捷物流体系的协同机制的研究仍是少数。因此，基于充满不确定性的市场环境，合理并行之有效的协同机制构建是非常有必要的，这也为建设和完善非常态下敏捷物流体系的协同机制提供了理论支持。

2非常态下敏捷物流体系的协同机制构建

自然灾害和突发公共卫生事件越来越多，直接影响国家公共安全，而物流活动对国家公共安全有至关重要的作用。如何把敏捷物流体系与协同主客体结合分析，构建协同机制，为非常态下的配送问题建言献策，该研究的重要性已不言而喻。因此，从敏捷物流体系的协同主体与客体着手，通过分析主客体之间的关联关系，对敏捷物流体系的协同运作过程进行阐述，最终构建协同机制。

2.1敏捷物流体系的协同机制内涵

现代经济运作中，协同物流扮演着极其重要的角色，近年来将敏捷物流体系与协同机制相结合的应用研究也逐渐深入。本研究认为，非常态下敏捷物流体系的协同机制是：由敏捷物流运作过程中涉及的主要活動方作为主体，当信息、物料、资金等资源在各个主体间流动时，采取相应措施对资源及影响因素进行整合，使主体活动达到协同最优化，实现整个敏捷物流体系的协同。

基于敏捷物流体系，综合考虑物流与协同两方面，方能构建相应的协同机制。结合物流体系理论与协同机制，通过利用现代信息技术，及时掌握物流信息，建立非常态下协同响应机制，最终实现物流体系微观与宏观、局部与整体的协调。

2.2敏捷物流体系协同机制构成要素

对非常态下敏捷物流体系的协同机制进行研究，其中协同主体是指通过协同合作，使物流活动尽量不受外界干扰的情况下达到敏捷化的某些个体或者群体，协同客体是该物流活动中存在的信息流、资金流、物流等。

2.2.1敏捷物流体系构成主客体。结合我国应急组

织体系建设，目前，应急物流采用的主要管理模式为“政府主导，社会配合”，即先由各级应急管理部门收集社会捐赠的物资、国家储备库的物资，再把物资需求缺口传达至应急物资生产商及物流流通企业，其次这些物资经过运输流通至受灾地管理中心，最后再由需求地管理中心分发到用户手中。为了更加直观清晰地构建协同机制，简化非常态下的敏捷物流协同过程，将协同机制主体分为政府应急管理部门、物流流通企业主体、交通运输部门以及物流接收终端主体。协同客体分为：（1）资金流：应急人才及物资投入的资金、政府公共事业投入的资金;（2）信息流：政府传导的政策信息、政府技术平台的信息、物流平台的信息;（3）物流：代表应急物资的流动，从仓库流出，经过车辆配送最终被终端接收的流动过程。

在敏捷物流体系的协同机制中，主体的关键活动分析见表1。

客体资金流信息流及物流活动与主体活动相互联系、密不可分。在敏捷物流体系的协同机制中，政府投入一部分资金用于公共事业，公共事业投入中的应急人才及物资投入是本研究关注的重点。当非常态事件发生后，政府应急管理部门要充分利用信息平台以及应急物流管理系统，与市政府信息平台相关联，切实有效保证信息的传递，最终向公众展示真实数据。应急物资在生产完成后，物流企业要做到准时配送，配送的时效性直接影响该协同机制的正常运作。当物资配送到终端时，物流接收终端应借助信息技术手段，在人力成本最低的基础上，使得应急物资能够被用户高效接收。

2.2.2敏捷物流体系协同过程。结合敏捷物流体系的协同运作可知，该过程分为四个阶段，分别为准备阶段、初始阶段、响应阶段和恢复阶段。每个流程阶段有各自的协同任务，每个阶段的任务由对应的协同主体完成。敏捷物流体系的协同运行机制是政府应急管理部门、物流流通企业主体、交通运输部门、物流接收终端主体及其他相关主体在不同的阶段根据收集到的信息，制定相应的实施方案，落实相应的部门、人员，整合配置相应的资源，包括专业设备、专业人员等，实现资源协同及物流协同，由此共同应对非常态事件，该运行机制如图1所示。

2.2.3协同机制变量及作用关系。敏捷物流体系协同主客体之间息息相关，彼此存在着相互渗透的关系。政府应急管理部门对应急人才及物资有一定的投入，以应对非常态情况。同时，该部分投入费用直接影响着车流的预警能力，进而对交通运输协同能力产生影响。物流企业的市场规模量和物资市场需求预测是入库率较为重要的影响因子，物资入库率、物资库存量及运输流通率相互作用，最终使物流流通主体达到协同。当物资经过运输，到达物流接收终端时，物资的接收率对物资接收量起着决定性作用。基于敏捷物流体系协同主体的分析，归纳出该协同机制中的影响因素见表2。

3敏捷物流体系协同机制仿真研究3.1仿真模型的建立

在前文确定的主客体变量、影响因素及关联关系的基础上，进一步细化各个变量之间的逻辑关系，并以此来建立系统仿真模型。

结合分析，建立起敏捷物流配送下的协同模型，如图2所示，采用Vensim DSS软件进行定量化仿真分析，模型初始条件设置为Initial time=0，Final time=100，Time step=1，其中，入库率、运输流通率及接收率为速率变量，物资库存量、在途物资量及物资接收量为水平变量，Time为影子变量。结合实际情况，物资入库、运输及接收存在一定的延迟时间，因此，分别添加相应的延迟变量。DYNAMO语言方程式设置：L表示水平变量方

程;R表示速率变量方程;C表示常量方程;A表示辅助变量方程;N表示初始值方程。其中，敏捷物流体系协同能力由4条分支组成，由专家打分法知，权重为（0.4，0.3，0.1，0.2）。非常态事件发生后，假设经过4个单位，政府通过收集信息制定相应的应急政策，事态的紧急程度呈现快速升高、缓慢升高、不变至缓慢下降4个阶段。同时，物资市场需求预测、市场需求率与移动平均时间相关。00C4BEB8-5886-4B55-B201-7A0A8ABFC3B1

基于以上判断并结合现实情况，多次预仿真并对初始参数进行调整，部分公式如下：

L：物资库存量=INTEG（入库率-运输流通率，100）

L：在途物资量=INTEG（运输流通率-接收率，100）

L：物资接收量=INTEG（（在途物资量*接收率）/（工人成本率*100），100）

A：敏捷物流体系协同能力=0.4*政府应急协同能力+0.3*物流流通协同能力+0.1*交通运输协同能力+0.2*物流终端协同能力

A：政府应急协同能力=（0.6*政策传导效率+0.4*物资需求预测准确率）*1000

A：物流流通协同能力=SMOOTH3（0.8*入库率+0.2*运输流通率，移动平均时间）

A：事态紧急程度=WITHLOOKUP（Time，（[（0，0）-（100，200）]，（0，0），（10，10），（20，32），（30，60），（40，90），（50，135），（60，185），（64，194），（67，191），（73，187），（80，160），（85，142），（93，136），（95，135），（100，134）））

A：政府扶持力度=WITHLOOKUP（Time，（[（0，0）-（100，200）]，（0，5），（10，10），（15，15），（20，25），（30，40），（40，63），（50，84），（60，100），（70，110），（80，115），（90，118），（100，120）））

A：政策传导效率=信息技术平台利用率*10+IFTHENELSE（Time>4，LN（物资接收量）/10，0）

A：政府人才及物资投入率=应急人才及物资投入费用/公共事业投入费用

A：物资市场需求预测=SMOOTH（市场需求率，移动平均时间）

A：市场需求率=100+IFTHENELSE（Time>4，事态紧急程度*10，0）

R：入库率=DELAY3（0.6*物资市场需求预测+0.4*物流企業市场规模量，入库延迟）

R：接收率=DELAY1（0.6*物流信息平台利用率*100+0.4*政策落实度影响因子，接收延迟）

C：入库延迟=4

3.2模型仿真及结果分析

为了对模型进行深入研究，现进行两个主要分析：多因素分析及敏感性分析，以此探究模型中的关键变量及潜在关系。

3.2.1多因素分析。对四大协同能力进行多因素分析，由图3可知：随着时间变化，政府应急协同能力、物流终端协同能力和交通运输协同能力均增加到一定值后呈现稳定状态，而物流流通协同能力呈现抛物线的趋势，达到最大值后出现下降，在65单位时达到峰值。为了使曲线3拐点后移，提高四大主体的协同能力，现对物流流通主体的最外层变量进行调整。经过多次调整运行模型发现，当保持其他量不变，模型初期便加大配送车辆投入量，随着时间变化，投入量波动减少。观察图4可知，曲线3拐点出现后移，在75单位时达到峰值，且4条曲线的趋势相对优化前较为一致，表明此时协同度较高。

政府扶持力度在整个协同机制中扮演重要角色，由图5可知：政府扶持力度和敏捷物流体系协同能力随着时间变化逐渐增加，最终达到稳定状态，其中敏捷物流体系协同能力在45单位前增速较快，45单位至65单位增速较慢，最终呈现稳定状态。政府扶持力度、应急人才及物资投入是协同机制的后方支撑力量，由图6可知：三个变量呈现出整体相似的趋势，表明彼此相关性较高。

对三个水平变量即物资库存量、在途物资量及物资接收量进行分析，如图7可知：物资库存量逐渐降低，而在途物资量及物资接收量随之升高，这表明物资的出库率大于入库率，结合现实分析，为了达到整体的协同，实现敏捷物流，物资的入库模块可进行后续优化。随着在途物资量增速逐渐降低，物资接收增速逐渐升高，表明随着模型运行，该协同机制的接收终端效率明显提高，应急物资被及时、高效地送到用户手中。

3.2.2敏感性分析。在初始模型的基础上，对入库延迟变量进行调整，观察物流流通协同能力对入库延迟的敏感度。K表示入库延迟，由图8可知，当入库延迟取值从10单位变化到30单位时，模型运行初期差异较小，而在中期，随着K增加，物流流通协同能力总体呈现降低趋势。这表明，入库延迟越短，物流流通协同能力越高。

其次，用G表示公共事业投入费用，观察政府人才及物资投入率对G的敏感程度。在该协同机制中，政府人才及物资投入率表示应急事业投入费用在公共事业投入费用中的占比，即政府人才及物资投入费用/公共事业投入费用。由图9可知，当保持应急人才及物资投入费用及其他因素不变时，公共事业投入费用逐次增加50%，即从500变化至1500时，政府人才及物资投入率呈现降低趋势。因此，在实际应用中，政府部门应该着重提高应急事业投入费用在公共事业投入费用中的占比，只增加公共事业投入费用显然不利于整体协同。

基于仿真结果图结果发现：非常态下敏捷物流体系的运作涉及多个主客体，通过各主客体的影响因素相互交错形成关联关系网，从而对各自的协同能力以及整体协同形成一定的影响。其中敏捷物流体系协同能力受物流流通主体影响较大，应急物资从入库到接收过程中，入库延迟及入库率是较为重要的因素，应格外重视，方能保障整体物资的接收效率，达到敏捷物流体系协同。同时，敏捷物流体系协同能力与政府扶持力度相关性较强，随着时间变化二者逐渐增加，最终达到稳定状态。而且公共事业投入费用越高，政府人才及物资投入率随之增高。在高效利用物流信息平台的基础上，实施该协同机制时，物流流通企业主体要着重考虑入库延迟时间、入库率、应急人才及物资投入费用，该部分因素对非常态下敏捷物流体系的协同运作有重大意义。在初期加大配送车辆投入量、提高应急事业投入费用在公共事业投入费用中的占比，能够提高政府应急管理部门、物流流通企业、交通运输部门与物流接收终端主体的协同度，最终达到敏捷物流体系协同。00C4BEB8-5886-4B55-B201-7A0A8ABFC3B1

4研究結论及展望

通过对非常态下敏捷物流体系的协同机制进行构建及研究，可归纳得到以下结论：一是基于多元主客体性构建的协同机制具有一定的参考意义，经验证该模型可使政府应急管理部门、物流流通企业主体、交通运输部门、物流接收终端等四大主体与资金流、信息流与物流等三大客体达到整体协同。二是在敏捷物流体系下，物流流通主体在整个机制中扮演着不可或缺的角色，该主体的协同能力曲线存在一个先升后降的拐点，相关企业可通过调整配送车辆的投入量，从而使拐点移动，改变机制的整体协同能力。三是应急人才及物资的投入费用、物资入库率、入库延迟时间是协同机制的关键因子，机制的整体协同能力对入库延迟时间较为敏感，要结合实际情况进行调整。四是政府扶持力度和敏捷物流体系协同能力相关性较高，且政府扶持力度的大小会直接影响应急人才及物资的投入费用，对敏捷物流体系中企业决策与实施具有指导意义。

但是，本研究在协同机制的变量选择、公式及参数设置方面还存在一定的主观性，且模型的数据量相对较小，在实际的敏捷物流体系应用中存在一些局限性。后续研究中，若能采集更多企业主体数据，扩大模型范围，加入更多因子，优化后的协同机制便可发挥更大价值，最终使得非常态下的敏捷物流体系协同度达到更高。

[参考文献]

[参考文献]

[1]KIDD P T.Agile manufacturing：astrategy for the 21stcen-tury[C]//IEE Colloquium On Agile Manufacturing，Coventry，1995.

[2]田振美，孙健.缔造敏捷物流：以胜利油田为例[J].石油石化物资采购，2014（3）：37-38.

[3]BOWERSOX Donald J，CLOSS David J.Logistical manage-ment：the integrated supply chain process[M].McGraw-Hill Companie，1998.

[4]STOCK Gregory N，GREIS Noel P，KASARDA John D.En-terprise logistics and supply chain structure：the role of fit[J].Journal of Operations Management，2000，18（5）：531-547.

[5]张申生.敏捷制造的理论、技术与实践[M].上海：上海交通大学出版社，2002.

[6]徐章一.基于供应链一体化的物流敏捷化实现机制研究[D].武汉：华中科技大学，2004.

[7]MOBERG C R，CUTLER B D，SPEH T W，et al.Logistics and distribution-Moberg C R[J].Emerald Management Re-views：Information Management and Technology，2005，34（2）：83-90.

[8]SIDDHARTHA N A，SACHAN Amit.Review of agile sup-ply chain implementation frameworks[J].Int J of Business Performance and Supply Chain Modelling，2016，8（1）：27-45.

[9]唐振龙.供应链竞争的新利器：敏捷物流研究[J].价格月刊，2017（4）：91-94.

[10]江河.基于物联网的应急物流配送体系的构建[J].商场现代化，2017（3）：51-52.

[11]张彭洋.在公共突发事件中应急物流配送系统的建设[J].现代职业教育，2019（22）：196-197.

[12]ELDESSOUKI W M.Some development in transportation network analysis and design with application to emergen-cy management problem[D].Raleigh：North Carolina State University，1998.

[13]BABAZADEH Reza，RAZMI Jafar.A robust stochastic pro-grammingapproach for agile and responsive logistics un-der operational and disruption risks[J].Int J of Logistics Systems and Management，2012，13（4）：458-482.

[14]徐一鸣.大数据驱动下的敏捷物流运行机制研究[J].物流科技，2016，39（1）：28-30.

[15]丁旭宁.灾区应急物流的动态配送模型及案例分析[J].物流技术，2017，36（1）：85-88.

[16]王莉，周鲜成，赵志学，等.应急车辆分配与应急物资配送的集成决策[J].中南大学学报（自然科学版），2018，49（11）：2766-2775.00C4BEB8-5886-4B55-B201-7A0A8ABFC3B1