产出来，到在市场上流通，总的成本在不断增加，如图3-21所示。假设零售商从供应商处采购商品的单位价格是50元，那采购成本就是50元，干线运输过程中单位商品平摊下来的运输成本是5元，仓储成本平摊到每个商品上是3元，城市配送的运输成本是每件5元，最终到了门店商品的总成本是63元。在此基础上加上毛利、费用，售价达到103元。干线物流（进项）加上城市配送（出项）物流的成本占到了总成本的16%。把仓库放在对的位置，能够产生巨大的物流成本节约，省下来的钱就直接变成了毛利。

图3-21　商品流通环节成本增加示意图

仓库配置设计的第二个价值是提高门店的服务水平。导言中提到了军事战争与物流的关系，假设把后勤物资放在距离战场十万八千里远的地方，前线打起来了，缺少物资，后勤补给所需要的时间会很长。你可能会说，我在打仗之前就开始送，每天派一队后勤人马送物资到前线，这样前线不是每天都能得到补给吗？假设从十万八千里之外送物资到战场需要10天，你需要在战争开始前10天判断战争的形势，产出来，到在市场上流通，总的成本在不断增加，如图3-21所示。假设零售商从供应商处采购商品的单位价格是50元，那采购成本就是50元，干线运输过程中单位商品平摊下来的运输成本是5元，仓储成本平摊到每个商品上是3元，城市配送的运输成本是每件5元，最终到了门店商品的总成本是63元。在此基础上加上毛利、费用，售价达到103元。干线物流（进项）加上城市配送（出项）物流的成本占到了总成本的16%。把仓库放在对的位置，能够产生巨大的物流成本节约，省下来的钱就直接变成了毛利。

图3-21　商品流通环节成本增加示意图

仓库配置设计的第二个价值是提高门店的服务水平。导言中提到了军事战争与物流的关系，假设把后勤物资放在距离战场十万八千里远的地方，前线打起来了，缺少物资，后勤补给所需要的时间会很长。你可能会说，我在打仗之前就开始送，每天派一队后勤人马送物资到前线，这样前线不是每天都能得到补给吗？假设从十万八千里之外送物资到战场需要10天，你需要在战争开始前10天判断战争的形势，估计战争第一天的物资需求。一旦开打了，每天还要有新的补给到达，也就是说你在开战前9天预估战争第二天需要的物资。前线在第一天收到的物资是你10天前计划好的，如果当天打的情况跟你当初的预计有偏差，一线的军官快马加鞭，派人回来报告前方战况，希望你调整补给计划，你却说“对不起，我虽然知道了情况，但是送过去要10天之后，最近的一拨补给已经在半路上了，但数量和品种我已经无能为力了”。在零售供应链上也一样，距离远就意味着运输时间长，有信息延迟，一旦货物从仓库出发了，就意味着不确定性开始了，运输时间越长，这种不确定性就越难管理。货物一旦上路，很难对它做出调整，假如此时门店需求激增，你再发一班车，而运输要很长时间，等补给到了这些需求可能也消失了。但反过来，如果仓库离门店近一点或者货物运送得能快一点，比如5小时车程能覆盖到80%的门店，8小时车程能覆盖到100%的门店，这时即便市场需求发生变化，80%的门店5小时就能够反应过来，100%的门店8小时能反应过来，从而争取到更多的时间来抓住市场机会。这也正是城市中越来越多的门店从城市里的前置仓发货的原因，餐饮店从就近的中央厨房获得补充也是这个道理。合理的仓库配置设计能提高门店对需求的响应速度，提高门店的有货率，同时也能保障生鲜商品的新鲜度。

3）仓库配置设计的原理仓库配置设计是供应链重要的基础理论与实践之一，它应用运筹优化理论，围绕设定好的优化目标（成本最低或服务水平最高），在约束条件的限制下（仓库的数量限制、服务水平的限制），调整决策变量（仓库的位置可以变、大小可以变），找到满足目标的最优解（最合适的地点、最合适的大小）。估计战争第一天的物资需求。一旦开打了，每天还要有新的补给到达，也就是说你在开战前9天预估战争第二天需要的物资。前线在第一天收到的物资是你10天前计划好的，如果当天打的情况跟你当初的预计有偏差，一线的军官快马加鞭，派人回来报告前方战况，希望你调整补给计划，你却说“对不起，我虽然知道了情况，但是送过去要10天之后，最近的一拨补给已经在半路上了，但数量和品种我已经无能为力了”。在零售供应链上也一样，距离远就意味着运输时间长，有信息延迟，一旦货物从仓库出发了，就意味着不确定性开始了，运输时间越长，这种不确定性就越难管理。货物一旦上路，很难对它做出调整，假如此时门店需求激增，你再发一班车，而运输要很长时间，等补给到了这些需求可能也消失了。但反过来，如果仓库离门店近一点或者货物运送得能快一点，比如5小时车程能覆盖到80%的门店，8小时车程能覆盖到100%的门店，这时即便市场需求发生变化，80%的门店5小时就能够反应过来，100%的门店8小时能反应过来，从而争取到更多的时间来抓住市场机会。这也正是城市中越来越多的门店从城市里的前置仓发货的原因，餐饮店从就近的中央厨房获得补充也是这个道理。合理的仓库配置设计能提高门店对需求的响应速度，提高门店的有货率，同时也能保障生鲜商品的新鲜度。

3）仓库配置设计的原理仓库配置设计是供应链重要的基础理论与实践之一，它应用运筹优化理论，围绕设定好的优化目标（成本最低或服务水平最高），在约束条件的限制下（仓库的数量限制、服务水平的限制），调整决策变量（仓库的位置可以变、大小可以变），找到满足目标的最优解（最合适的地点、最合适的大小）。先来看一个已经设计完成的例子，图3-22是一家北美零售企业的供应链网络示意图。其中一簇发散出去的直线中间的三角形代表仓库，图中共有2个仓库，它们是供应的中心。以仓库为中心发散开来，最终到达的点是需求中心。一般把距离接近的多个门店汇总起来，组成一个需求中心，也就是说这个需求中心里的门店，只需要从仓库发货一次，一并进行送货。凡是和仓库建立直线连接的需求中心，其供应都由该仓库负责。每一根线的长短代表从仓库到需求中心的距离，把这些线路的长度加起来，然后除以总线路数，就可以得到平均的仓到需求中心的距离。距离越短意味着运输时间越短，运输成本越低；距离越长意味着运输时间越长，运输成本越高。

图3-22　供应链网络示意图

图3-22中，仓库和需求中心的连线都是直线，现实世界里从任何先来看一个已经设计完成的例子，图3-22是一家北美零售企业的供应链网络示意图。其中一簇发散出去的直线中间的三角形代表仓库，图中共有2个仓库，它们是供应的中心。以仓库为中心发散开来，最终到达的点是需求中心。一般把距离接近的多个门店汇总起来，组成一个需求中心，也就是说这个需求中心里的门店，只需要从仓库发货一次，一并进行送货。凡是和仓库建立直线连接的需求中心，其供应都由该仓库负责。每一根线的长短代表从仓库到需求中心的距离，把这些线路的长度加起来，然后除以总线路数，就可以得到平均的仓到需求中心的距离。距离越短意味着运输时间越短，运输成本越低；距离越长意味着运输时间越长，运输成本越高。

图3-22　供应链网络示意图

图3-22中，仓库和需求中心的连线都是直线，现实世界里从任何仓库到任何门店都不可能是直线。在做供应链网络设计时，直线距离与真实的路线距离会有差距，但在仓到店的距离这件事上，我们考虑的是相对精准而不是绝对精准。因此用直线距离代表仓到店的距离，就足以测算出在多个仓库候选位置中，哪个位置的平均距离最短，更适合建仓库。但当仓到店本身的距离就很近时，比如测算城市中心的前置仓与门店的距离时，就需要用真实道路情况下的距离了，确保不损失太多的精度。

假设该零售商只有一个仓库，为了确定该仓库的位置，我们要找到地图上离所有需求中心平均距离最短的那个点。可以把这张地图上的山川河流、城市、道路、桥梁等不适合或者已经被占用的区域排除掉，再结合需求中心的经纬度，来测算剩下的可用的区域里的每个点到需求中心的直线距离，公式如下。因为地球是个球体，其表面的距离并不是直线的长度，其中111是用来把直线距离转换为沿着球面的曲线距离的系数（近似转换，更精准的距离测算公式不在此处展开）。

地图上有无数个点，需要借助运筹优化算法来找到那个距离最近的点。它的原理是逐个扫描地图上剩余可用地点的经纬度，然后测算该经纬度距离每个需求中心的平均距离。最后遍历每个地点后，就能找到平均距离最小的那个点，这种分析方法也被称为绿地分析（gree field aalysis），意思是找到那些绿草如茵尚未开垦的适合建立仓库或者工厂的地方。仓库到任何门店都不可能是直线。在做供应链网络设计时，直线距离与真实的路线距离会有差距，但在仓到店的距离这件事上，我们考虑的是相对精准而不是绝对精准。因此用直线距离代表仓到店的距离，就足以测算出在多个仓库候选位置中，哪个位置的平均距离最短，更适合建仓库。但当仓到店本身的距离就很近时，比如测算城市中心的前置仓与门店的距离时，就需要用真实道路情况下的距离了，确保不损失太多的精度。

假设该零售商只有一个仓库，为了确定该仓库的位置，我们要找到地图上离所有需求中心平均距离最短的那个点。可以把这张地图上的山川河流、城市、道路、桥梁等不适合或者已经被占用的区域排除掉，再结合需求中心的经纬度，来测算剩下的可用的区域里的每个点到需求中心的直线距离，公式如下。因为地球是个球体，其表面的距离并不是直线的长度，其中111是用来把直线距离转换为沿着球面的曲线距离的系数（近似转换，更精准的距离测算公式不在此处展开）。

地图上有无数个点，需要借助运筹优化算法来找到那个距离最近的点。它的原理是逐个扫描地图上剩余可用地点的经纬度，然后测算该经纬度距离每个需求中心的平均距离。最后遍历每个地点后，就能找到平均距离最小的那个点，这种分析方法也被称为绿地分析（gree field aalysis），意思是找到那些绿草如茵尚未开垦的适合建立仓库或者工厂的地方。假设在只有一个仓库的情况下，每个需求中心的需求量不同，比如在西北的所有需求中心的需求量是东南所有需求中心的需求量的4倍。此时从仓库发往西北的需求中心所发生的运费要远大于发往东南的需求中心的。仅仅用平均距离，反映不出这种差别。要使得该候选仓库的物流成本最低，仓库的位置势必会往西北移动，因为西北的“引力”更大。为此在计算从候选仓库到需求中心的距离公式中，加入需求量作为权重，得到如下的公式：

而平均距离也变成了加权平均距离，公式变为：

这种方法也被称为重力中心模型（ceter of gravity），意思是需求量越大的地方，所耗费的物流成本会越大，因此仓库应该越靠近它，这样就能降低物流成本。其中需求量可以用运输的数量、总重量、总体积等表征，取决于物流运输计价的方式。

上述仅仅分析了仓库的位置如何确定，仓库的配置还包含仓库的数量、仓库的面积大小。为了测算仓库的数量和面积大小，就需要引入需求量、物流成本、仓库运营、库存持有成本，公式如下。假设在只有一个仓库的情况下，每个需求中心的需求量不同，比如在西北的所有需求中心的需求量是东南所有需求中心的需求量的4倍。此时从仓库发往西北的需求中心所发生的运费要远大于发往东南的需求中心的。仅仅用平均距离，反映不出这种差别。要使得该候选仓库的物流成本最低，仓库的位置势必会往西北移动，因为西北的“引力”更大。为此在计算从候选仓库到需求中心的距离公式中，加入需求量作为权重，得到如下的公式：

而平均距离也变成了加权平均距离，公式变为：

这种方法也被称为重力中心模型（ceter of gravity），意思是需求量越大的地方，所耗费的物流成本会越大，因此仓库应该越靠近它，这样就能降低物流成本。其中需求量可以用运输的数量、总重量、总体积等表征，取决于物流运输计价的方式。

上述仅仅分析了仓库的位置如何确定，仓库的配置还包含仓库的数量、仓库的面积大小。为了测算仓库的数量和面积大小，就需要引入需求量、物流成本、仓库运营、库存持有成本，公式如下。