0 引言

突如其来的疫情，对传统的线下零售企业造成了巨大冲击，却也让“宅经济”迎来了前所未有的“拐点”。因此许多传统的线下零售企业为实现复工复产，纷纷选择拥抱互联网，加入在线新经济的大军。但是作为传统的零售业企业，面对在线消费井喷式的订单量，其仓储运营面临巨大的挑战，除需要革新仓储管理系统、增加自动化设施以提高分拣效率外，科学地实施仓库布局规划设计，顺畅作业流程也是有效提高仓库作业效率的重要方法[1]。

1 仓库现状分析

1.1 X公司仓库布局情况

X公司是一家以经营日用百货为主的传统零售企业，正转型开拓在线零售业务，其仓库内主要存储各类日用百货。仓库布局由拣货区、入库区、出库区、配货区、存储区和办公区等组成，如图1所示。

在仓库主要管理的出入库业务过程中，各区域作业流程如图2所示。

图1 仓库布局   

图2 仓库区域作业流程   

根据现场调研发现，仓库空间有效利用率不高、布局凌乱、物流通道划分不尽合理，难以适应新特性的要求。例如以往配送过程中，一批货物常采用统一规格的包装打包，现在各订单在配货打包过程中，包装难以事先确定，需要不停往返包材存储区挑选合适的包装材料。原始布局未考虑此类情况，因此在打包过程中，往返挑选包装材料的路径长，且效率低。抢抓“宅经济”的机遇期，寻找到一种快速、科学且有效的布局优化方法尤为迫切。

1.2 电商仓库特征分析

X公司尝试转型在线新零售过程中，面对新营销模式的业务特性[2],其仓库需要适应在线零售的销售模式。转型后，其仓库日作业订单量显著增加，原先向门店配送过程中，商品基本以整箱为单位进行配送，如表1所示。

表1 线上仓库与传统线下仓库特性对比 

随着客单量的减少，商品整存零取作业愈加频繁，分拣作业的任务显著加重。优化布局过程中，需要根据新的作业情况，充分考虑降低仓库内部的物流成本，以提高作业效率。

1.3 X公司仓库运营情况

通过对X公司仓库的调研，发现其仓库作业效率较低、员工拣选商品作业路径选择随意性大，拣选时间较长。运营期间，仓库日常工作时间内，员工满负荷工作，勉强能够满足订单量的需求。在促销活动期间，订单积压现象时有发生，需要一段时间才能够将积压的订单消化。尚未有应对“6.18、双11”等大型促销活动期间的经验。

2 仓库布局优化

2.1 优化方法选取

对于仓库的布局，除依赖经验外，主要还包含了摆样法、数学模型法、典型工艺流程法和SLP法(Systematic Layout Planning)等[3]。

SLP法是由理查德·缪塞提出的以作业单位物流和非物流因素分析为主线，通过结构化、条理化的设计程序模式进行规划设计的方法[4]。可应用于工厂、医院、校园、商场和企业等多类场所[5,6],具有较广的适应性，亦被应用于工厂、仓库等的扩建和优化等环节。相比其余方法，SLP法运用物流和非物流相关性分析，从定性、定量两方面对作业区间的相互关系进行评估，不完全依赖于人为的主观判断，运用一系列图表展现作业区间的相关性，能较为直观地发现作业区之间的关联程度，有助于科学、便捷地完成分析设计工作。因此本文选用SLP法对X公司仓库进行布局优化。

2.2 物流相关性分析

物流强度是开展设施布局的一个关键指标，基于SLP法，物流分析主要通过从至表等工具对各作业单位之间的商品搬运次数、商品搬运量和商品搬运距离进行统计分析。X公司仓库主要存储的是日用百货，转型后仓库内部货物流转过程中以单件商品流转作业量显著增加，因此，采用(万)件数作为运量的计算单位，物流距离采用“曼哈顿距离”进行作业单位之间的距离测量，物流强度如式(1)。

物流强度=物流距离×运量         (1)$\text{物}\text{流}\text{强}\text{度}=\text{物}\text{流}\text{距}\text{离}\times \text{运}\text{量}(1)$

根据提供的一个季度内仓库的物流流转信息，X公司仓库各作业单元间物流强度从至表如表2所示。

表2 物流强度从至表  

将各作业单元间的物流强度划分为5个等级，分别用A、E、I、O、U表示，对应分值4、3、2、1、0。根据X公司仓库的物流信息确定其物流强度，由物流强度划分可见，各作业单位间，拣货区至配货区物流物流强度最高，而配货区至出库区，存储区至拣货区物流强度次之。对应物流相互关系相关图如图3所示。

2.3 非物流相关性分析

非物流相关关系可以表示除物流关系外其它因素对作业的影响，通过定性的方式进行区分。根据SLP方法，将非物流相关关系分为A、E、I、O、U、X 6个等级，对应分值4、3、2、1、0、-1。经对X公司仓库各作业单元间作业流程的连续性、人员联系、工作联系等因素进行评估，该仓库具体非物流相关关系如图4所示。

图3 物流关系相关图   

图4 非物流关系相关图   

2.4 综合相关因素分析

对物流相关关系和非物流相关关系进行综合分析，如式(2)。

TRij=m*Mij+n*Nij         (2)$\text{Τ}\text{R}{}_{ij}=m*{\rm M}{}_{ij}+n*{\rm N}{}_{ij}(2)$

其中，m代表物流相关关系的权重；n代表非物流相关关系的权重；Mij代表物流相关关系的分值；Nij代表非物流相关关系的分值，而TRij则代表综合相关关系的分值。X公司在转型过程中，仓库内部的物流效率提升是目前的主要目标，拟定物流相关关系和非物流相关关系权重为2:1。根据物流相关性分析和非物流相关性分析结论，其对应的综合相关关系如图5所示。

图5 综合相关关系图   

3 仓库布局优化

仓库各作业单位之间相互关系的密切程度决定各自之间的距离远近。根据综合相关关系分析结果，由相互关系图产生空间关系图。此过程主要有缪瑟的线型图法、Tompkins关系表法，还有螺旋法等[7]。本文分别采用线型图法和关系表法对空间布置进行优化设计。

3.1 线型图法

采用线型图法开展布局优化设计，其方法及主要流程如下。

(1) 依据各作业单位间的综合相关关系，用若干条平行线表示相互关系。A:4条；E:3条；I:2条；O:1条；U:不表示；X:用折线表示。

(2) 将A、E级关系的作业单元先放入布置图；相同级别的关系用相同长度的线段表示。A级关系的线段长度约为E级的一半。以此类推，分别再置入I级、O级、X级关系的作业单位。

(3) 调整各作业单元的位置，以满足关系的亲疏程度。根据面积限定生成空间布局。修改调整后获得最终布置。

采用线型图法对x公司仓库进行布局设计，作业单元线型关系图和布局优化设计图分别如图6、图7所示。

图6 作业单元线型关系图  

图7 优化布局方案一   

3.2 Tompkins关系表法

采用Tomkins关系表法开展布局优化设计，其方法及主要流程如下。

(1) 根据仓库的综合相关因素，先将每个作业单位排成1行，AEIOU 5个等级各成1列，形成各作业单元间的关系表，如表3所示。

表3 关系工作表 

(2) 将各个作业单元，表示成无面积拼块，在正方形的中心标注作业单元的代号，并按A,E,I,O的顺序从左上角开始顺时针标注各相关作业单元的代号，如图8所示。

图8 无面积拼块图示例   

(3) 对各拼块进行摆放，得出对x电商公司仓库的布置方案。摆放时，先找出关系最重要的，即A最多的，若A级数量相同再比较E级的数量，以此类推，将此拼块至于中央位置。再布置其A角相邻拼块、然后E角，以此类推。

摆放规则如下。

① A级关系拼块间要边靠边；

② E级关系拼块间至少角靠角；

③ X级关系拼块间既不能靠边也不能靠角。

摆放结果如图8所示。

采用关系表法对X公司仓库进行布局设计，位置方案图和布局优化设计图分别如图9、图10所示。

图9 位置方案图 

图10 优化布局方案二 

4 布局实践

X公司选用了方案二对其仓库布局进行了重新布局，该方案更明确了仓库内的物流通道和出入库及拣选作业路径。仓库有效实用面积共1 203.24平方米，经实际测算，优化布局后仓库存储区面积增加了8.05%,增加了更多储位数量以更好地适应大量SKU商品的分类，存储区的纵向条数也相应增加，更适应单件商品的快速拣选。x公司仓库优化前后对比如表4所示。

对X公司的仓库日均有效作业时间进行了60天的统计分析，对比布局优化后当月和优化前一个月，能明显减少日均满负荷订单量时期的作业时间，对于超过负荷的订单量，还是需要提升自动化水平，改进仓库管理系统，以进一步提高作业效率。其日均有效作业统计分析如图11所示。

表4 仓库优化前后对比  

图11 仓库日均作业统计对照   

5 结论

本文通过运用SLP法对X公司的仓库的布局优化进行了实践，通过对各作业单位间的关系的深度分析，运用Tompkins关系表等方法明确了仓库各作业单元间的亲疏关系，快捷地实现了对X公司仓库布局的优化排布。根据最终实践证明，该布局优化方案提高了空间利用率，依据综合关系对作业单位间有序排列，提高了仓库作业效率。未来可基于数据，对存储区的储位进一步优化，划分整存区、热销区等，提高分拣作业效率。