上述案例是在单个城市内做仓库选址的例子，如果把区域放大到全国，甚至全球，所需要考虑的因素就更为复杂了。不同的区域，仓库的固定投入不同，用工成本不同，税费比例也不同，运输的费率也不尽相同。

该案例围绕着最小化“总投入”进行仓库的配置设计，只考虑了量化的因素，实践中除了定量考虑，还要考虑定性的因素，比如区位的发展、不同区位的政策扶持以及当地工人是不是好招聘等。一般会对定量和定性因素设定不同的权重，采用打分的方式来评判不同的候选仓库孰优孰劣。

☞示例2：复杂仓库配置设计上述案例是在单个城市内做仓库选址的例子，如果把区域放大到全国，甚至全球，所需要考虑的因素就更为复杂了。不同的区域，仓库的固定投入不同，用工成本不同，税费比例也不同，运输的费率也不尽相同。

该案例围绕着最小化“总投入”进行仓库的配置设计，只考虑了量化的因素，实践中除了定量考虑，还要考虑定性的因素，比如区位的发展、不同区位的政策扶持以及当地工人是不是好招聘等。一般会对定量和定性因素设定不同的权重，采用打分的方式来评判不同的候选仓库孰优孰劣。

☞示例2：复杂仓库配置设计现实世界中没有只卖一种商品的零售商，它可能不仅仅在一个城市开店。如图3-26所示，有个大型零售商，打算在我国开展线下零售业务。它计划经营15个品类，每个品类下有若干种商品，每个品类有1～5个供应商，国内供应商集中在环渤海和长三角地区，国外供应商集中在东南亚地区。该零售商初步计划设立2个总仓（cetral distributio ceter，CDC）、6个区域仓（regioal distributio ceter，RDC），在10个省经营800个门店。在实际操作中，距离接近的门店往往由同一班车送货，因此我们把每个区域内距离较近的门店汇聚起来，使之成为一个“点”，这个“点”称为“需求中心”，这样总共形成了45个需求中心。

如图3-27所示，先把这样的结构直观地放到地图上来看，正方形的方块表示两个CDC，中等大小的圆形表示6个RDC，最小的圆形代表需求中心。仓库的具体位置没有确定，总分仓的数量也待定，这些是需要被设计的。现实世界中没有只卖一种商品的零售商，它可能不仅仅在一个城市开店。如图3-26所示，有个大型零售商，打算在我国开展线下零售业务。它计划经营15个品类，每个品类下有若干种商品，每个品类有1～5个供应商，国内供应商集中在环渤海和长三角地区，国外供应商集中在东南亚地区。该零售商初步计划设立2个总仓（cetral distributio ceter，CDC）、6个区域仓（regioal distributio ceter，RDC），在10个省经营800个门店。在实际操作中，距离接近的门店往往由同一班车送货，因此我们把每个区域内距离较近的门店汇聚起来，使之成为一个“点”，这个“点”称为“需求中心”，这样总共形成了45个需求中心。

如图3-27所示，先把这样的结构直观地放到地图上来看，正方形的方块表示两个CDC，中等大小的圆形表示6个RDC，最小的圆形代表需求中心。仓库的具体位置没有确定，总分仓的数量也待定，这些是需要被设计的。图3-26　某大型零售商的供应链结构图3-26　某大型零售商的供应链结构图3-27　供应链网络示意图

如果没有CDC，RDC就需要面对国内外的供应商，6个RDC与15个供应商有很多种可能的组合，读者可以试想一下有多少种可能的组合，要管理这些供应商在这么多RDC的订单、收货、退货，复杂度很高，同时每个RDC的库存分散，导致整体库存水平偏高。如果用CDC来做收货，15个品类的供应商只需要面对2个CDC，同时由于库存集中，整体库存水平也会降低。CDC不仅能够供应各个RDC，还能覆盖就近的需求中心，换言之CDC也是个RDC。因此CDC能够靠近港口、码头等交通枢纽，将来自国内外不同供应商的货品集中起来，图3-27　供应链网络示意图

如果没有CDC，RDC就需要面对国内外的供应商，6个RDC与15个供应商有很多种可能的组合，读者可以试想一下有多少种可能的组合，要管理这些供应商在这么多RDC的订单、收货、退货，复杂度很高，同时每个RDC的库存分散，导致整体库存水平偏高。如果用CDC来做收货，15个品类的供应商只需要面对2个CDC，同时由于库存集中，整体库存水平也会降低。CDC不仅能够供应各个RDC，还能覆盖就近的需求中心，换言之CDC也是个RDC。因此CDC能够靠近港口、码头等交通枢纽，将来自国内外不同供应商的货品集中起来，然后再分发到位于国内各地的RDC。

在地图上来看，似乎每一个地点都可以作为仓库所在地，实际上仓库的选择并不是无限多的，用上文中提到的绿地分析方法，可以找到距离需求中心平均距离最小的坐标或者经纬度。在该坐标周围，回避山川河流、城市中心、公共交通不发达的地方，并考虑公共交通网络和国家的产业政策导向，基本上就可以确定一个短一点的清单，该案例中最终确定了20个候选城市。

有了这些候选城市，接下来就需要确定到底要多少个RDC（CDC暂且也当作RDC）。这就离不开运筹优化模型的帮忙，第一步你得告诉它设计的目标是什么。以最小化成本为例，成本由如下要素构成。

1.仓库成本

a.仓库的初始固定投入：设计、建设仓库的成本。它的大小一般与吞吐能力有关，比如建设一个0～500件日吞吐量的仓库的初始固定投入和一个1000～2000件日吞吐量的仓库是不一样的。

b.仓库的固定运营成本，比如水电费、清洁费用等。如果是租赁的仓库，租金就算作固定运营成本。它也与仓库的吞吐量有关系，是有梯度的。

上述两项结合起来，制成如表3-16所示的组合。

表3-16　初始固定投入与固定运营成本然后再分发到位于国内各地的RDC。

在地图上来看，似乎每一个地点都可以作为仓库所在地，实际上仓库的选择并不是无限多的，用上文中提到的绿地分析方法，可以找到距离需求中心平均距离最小的坐标或者经纬度。在该坐标周围，回避山川河流、城市中心、公共交通不发达的地方，并考虑公共交通网络和国家的产业政策导向，基本上就可以确定一个短一点的清单，该案例中最终确定了20个候选城市。

有了这些候选城市，接下来就需要确定到底要多少个RDC（CDC暂且也当作RDC）。这就离不开运筹优化模型的帮忙，第一步你得告诉它设计的目标是什么。以最小化成本为例，成本由如下要素构成。

1.仓库成本

a.仓库的初始固定投入：设计、建设仓库的成本。它的大小一般与吞吐能力有关，比如建设一个0～500件日吞吐量的仓库的初始固定投入和一个1000～2000件日吞吐量的仓库是不一样的。

b.仓库的固定运营成本，比如水电费、清洁费用等。如果是租赁的仓库，租金就算作固定运营成本。它也与仓库的吞吐量有关系，是有梯度的。

上述两项结合起来，制成如表3-16所示的组合。

表3-16　初始固定投入与固定运营成本