自然灾害应急物流的物资分配策略研究

中国幅员辽阔，经济发展日新月异。尽管对自然灾害的预报已经发展到相当水平，但是自然灾害依然对我国造成重大打击，仅2006年以来，我国自然灾害以旱灾、洪涝、风雹灾害为主。截至 2006年7月10日统计，2006年以来全国各类自然灾害共造成719人死亡，102人失踪；紧急转移安置467.3万人；倒塌房屋64.5万间，损坏房屋241.9万间；因灾直接经济损失687.8亿元。自然灾害救援物资的来源多样，种类丰富，分别具有特定的用途。为了能尽可能的发挥物资的救援作用，以最短的时间,尽可能低的成本获得所需要的应急物资,以适当地运输工具,把应急物资在适当的时间运送到适当地需求地。建立以灾害损失最小为目标的应急物流网络,有效快速的分配与调度物资,并避免资源浪费或堆置无用。

1 应急物流的研究现状

世界科技发展日新月异，对自然灾害的预报已经发展到相当水平，但是局部、区域性、地区性的自然灾害仍然时有发生，这些事件往往给人类造成重大的打击，对人类的发展乃至生存构成了重大危险。应急快速反应机制的研究成为了众多相关领域学者的研究对象，由于应急物流具有应急物流的突发性或非正常性、物流需求的随机性、物流需求的事后选择性、流量的不均衡性、物流时间约束的紧迫性和应急物流的社会公益性等特点和类型，应急物流系统及快速反应机制要求在受到突发事件发生的触发后，在尽可能短的时间内，评估事件可能造成的危害，制定出针对突发事件所需要的应急物资的品种和数量以及应急物流的需求方案。从应急物流系统的目标出发 ,制定包括应急物资的包装、存储、运输及配送的整套应急物流方案[1]。

2 自然灾害应急物流物资分配策略概述

为减轻自然灾害的影响，应急物流物资分配策略研究也成为了当务之急。本文的研究立足于自然灾害发生后，在应急物资有限的情况下，如何对各救灾物资需求点进行物资的最优分配，同时使得分配策略的效用最大（即灾区损失最小）。总体研究思路是：灾情发生后，以救灾物资需求量的预测模型，帮助对灾区需求信息无法获得时进行需求聚类分析。救灾物资的优先级划分方法的研究。对各灾区进行需求属性的模糊聚类分析，得到各需求点的群组分类，进一步通过对分类后的群组排序，达到对需求点优先级划分的目的，最后通过将有限资源最优分配的问题转化为背包问题求解，同时以前面求得的优先级排序对背包问题优化，借助爬山算法求解背包问题，得到最优的资源分配方案。

3 灾害应急物流需求预测和救灾物资的优先级划分

3.1 灾害应急物流需求预测

自然灾害所造成的应急需求预测，总的来说归结为对人，财，物三方面的预测。人，即人力资源，包括灾情发生后需要赴灾区的现场评估及灾害管理的业务咨询工作的由民政、卫生、水利、气象、地震、海洋、国土资源等各方面组成的专家队伍，军队、公安、武警、消防、卫生等专业救援队伍以及一些非政府组织如红十字会和志愿者队伍。财，即救灾支出，是指对于遭受风、水、早、雹、地震等自然灾害的地区，政府用于抢救人民生命财产、保障其基本生活、重建家园的专项资金和物资。主要用于临时安置、抢救、转移灾民、解决灾民吃饭、穿衣、修复住房和因灾引起疾病治疗等各项支出。物，即救灾物资。救灾物资一般分为三类：一类是救生类，包括救生舟、救生船、救生艇、救生圈、救生衣、探生仪器、破拆工具、顶升设备、小型起重设备等；另一类为生活类，包括衣被、 毯子、方便食品、救灾帐篷、净水器械、净水剂等。第三类是医疗器械及药品类[2]。

此处资源分配问题仅指救灾物资的分配。考虑到应急物流的突发性，多样性的特点，影响应急物资需求的因素也是多个的。灾情因素是影响救灾物资分配的首要因素，它包括受灾范围、受灾程度、受灾损失，灾害强度，灾害影响持续时间。一般而言，受灾范围越大、受灾程度越严重、受灾损失越大，分配的救灾物资就越多，反之就越少。在定性判断和逐步回归的基础上，我们选取受灾人口，因灾直接经济损失，受灾面积，灾害强度4个影响救援物资需求数量的因素，建立回归预测模型。回归分析模型的通式为：

—-因变量，即在时间段t的预测值；

—-自变量，即引起因变量 变化的影响因素；

—-回归系数

以台风灾害为例，救灾物资方便食品的数量为因变量（其它救灾物资的数量以该模型类推）。受灾人口，因灾直接经济损失和受灾面积为定量数据，而灾害强度作为不可量化的数据，这里采用编码量化的方法。本例中采用的编码量化的思路是根据实际情况将属性特征值分为若干等级，规定其别对应的编码是 ，增量编码是 0.01。若在某一段时间内，某因素呈稳步发展状态，则规定其发展增量为0.01，反之为-0.01；若某因素发生了深刻的起决定性作用的变化，则认为其级别变了，编码的取值将转换为另一个级别的编码。对于受灾程度，将其属性特征值分为三个级别强、中、弱，对应的等级编码是0.9，0.5，0.1。在实际情况中，根据受灾情况对受灾程度进行判别，求出相对应的编码[3]。

对于多元线性回归的模型建立，可以通过统计分析软件SPSS，MATLAB等实现，这里就不做详述。

3.2 救灾物资优先级划分的方法

首先，物资优先级划分，是物资分级管理的前提；其次，物资优先级划分，也是将最需要的物资送到需求地的基础。在救灾物资优先级划分的方法上，选用作为对abc分类法补充的cva分类法，简单有效的实现了救灾物资优先级划分的目标。

3.2.1 ABC分类法

ABC分类法体现的是"关键的少数和次要的多数"的关系，能够有效的区分救灾物资的优先级。如图2，约占总品种数20%的A类救灾物资的价值（救灾效果）占到了80%。

在应急物流中，将救灾物资分为A、B、C三类，其中A类为紧急类，是属于在应对突发公共事件中必不可缺的物资；B类为消耗类，是属于在应对突发公共事件中可以更为有效的减少损失的物资；C类为补充类，是属于在应对突发公共事件中的非关键物质。

3.2.2 CVA分类法

CVA管理法（关键因素分析法）主要由于ABC分类法中C类物资得不到足够的重视，往往这类非关键物资在应对突发公共事件中又能起到一定的积极作用，因此引进CVA管理法来对ABC分类法进行有益的补充，它是将货物分为最高优先级、较高优先级、中等优先级、较低优行级四个等级，对不同等级的物资，配送和储备的策略是不同的[4]。

(1)最高优先级。这是经营的关键性物资,不允许缺货。例如，关键物资。

(2)较高优先级。这是指经营活动中的基础性物资,但允许偶尔缺货。例如，基础物资。

(3)中等优先级。这多属于比较重要的物资,允许合理范围内的缺货。例如，重要物资。

(4)较低优先级。经营中需用这些物资,但可替代性高,允许缺货。例如，可替代物资。

4 灾区需求属性聚类和排序

由于自然灾害的发生是突发性的，通常会造成大面积的地区同时受灾。而各灾区的人口结构和地理特征的不同又造成各灾区受灾程度不一，从而使得各灾区需求点对物资需求的数量、种类、迫切性不同。为了应急物流系统能够快速响应并进行有效资源分配，可以用各灾区对物资的需求量、伤亡人数及灾区受灾严重程度等属性作为分组的依据，运用模糊聚类的分析方法对灾区需求属性进行聚类分析，再根据分类的结果进行不同灾区群组的优先级排序，以达到对不同灾区群组进行有效的救灾物资分配。

4.1 灾区需求属性聚类

(1)抽取特征得原始数据矩阵。设论域 是被分类的对象, 每个对象由m个指标表示其性状，即: ,得到原始数据矩阵R 。

(2)数据标准化。要构造模糊关系矩阵，必须对样本进行数据进行预处理。首先求出n个样本的第j个指标的平均值和标准差。得到原始数据的标准化值。这样消除了量纲的影响, 得到样本的标准化矩阵 。

(3)建立模糊相似矩阵。求相似关系矩阵的方法这里采用绝对值减数法,令 其中，c 是待定常数，使得 。

(4)聚类。用平方法求传递闭包: ，而 就是论域上的一个模糊等价矩阵，选择不同的阈值λ，就得到不同的动态聚类结果,当阈值λ∈[0, 1]从小到大变化时, 就得到被分类对象的动态聚类图。

(5)确定最佳阈值。上述聚类方法，为我们提供了一个动态聚类图。在实际应用中，我们需要选定一个阈值以确定论域中的元素的一种分类结果。阈值的确定可以用模糊统计量来选择。定义模糊统计量为: ，其中，M2 表示欧氏距离

该式分子描述的是类内元素的距离，而分母描述的是类间距离，因而F 值越大，分类越合理，对应F最大的阈值就是最佳阈值[5]。

4.2 灾区需求点群组排序

将所有灾区分组以后，下一阶段就需要进行排序操作，以确定对各群组的紧急程度及进行配送的优先次序。在灾区的聚类分析第一阶段和第二阶段中，已经对原始指标数据进行了无量纲化处理，可以将各指标作为群组排序中模糊评估的评估准则，而将原始数据无量纲化所得的数据作为各评估准则的效用值，并以各指标效用值平均数总和的高低作为评估群组优先级的依据。计算出综合效用值以后，就可以根据综合效用值的高低对各灾区予以排序，即可得到各群组的优先级顺序。