高萌 許興宇 張之凡 王海瑞 劉曉曼

摘要：電子商務(wù)物流中的最后一公里是接觸最終用戶的環(huán)節(jié)，但由于這個重要的環(huán)節(jié)還存在許多問題，所以制約著電商的發(fā)展，無論國內(nèi)外，都需解決這個難題。

關(guān)鍵詞：電子商務(wù)物流;智能配送;研究

1 背景

電子商務(wù)物流中的最后一公里是接觸最終用戶的環(huán)節(jié)，但由于這個重要的環(huán)節(jié)還存在許多問題，所以制約著電商的發(fā)展，無論國內(nèi)外，都需解決這個難題。

1.1 國外環(huán)境

對發(fā)達(dá)國家來說，其電商物流的模式也就是自主提貨或送貨上門等，但不同于國內(nèi)的是，其技術(shù)水平更完善，主要表現(xiàn)在自主提貨的自動化程度上。

1 公共儲物柜

類似于自主提貨柜，是在一個指定的區(qū)域，由物流公司或電商建立的一種電子儲物系統(tǒng)，由最終用戶自己完成提貨，優(yōu)點(diǎn)是很便利，長遠(yuǎn)來看節(jié)約了成本。國外的這個系統(tǒng)自動化程度及信息共享程度很高，這也是國內(nèi)需要改進(jìn)的。

2 私人收貨箱

在國內(nèi)并不常見，是屬于私人或一個團(tuán)體的儲物箱，類似于郵箱。最終用戶可獨(dú)立取貨。該模式的優(yōu)點(diǎn)是在時間及空間上便利了最終用戶，同時也一定程度上便利了快遞員，節(jié)約了成本。

1.2 國內(nèi)環(huán)境

就目前而言，國內(nèi)的問題還很多。主要是服務(wù)質(zhì)量的問題，時效性、破損率、服務(wù)人員的服務(wù)態(tài)度，都是需要解決的問題。其次是信息方面的問題，信息共享程度低，也是制約電子商務(wù)物流發(fā)展的一個重要的因素。

1.3 解決方法

針對這些問題，國內(nèi)也嘗試了許多辦法來解決。

首先就是自助提貨模式，意在解決用戶分散及投遞失敗所帶來的成本問題，國內(nèi)一般選擇與便利店合作，或建立自助提貨點(diǎn)這兩種方式，不過收益不大。

第二個就是共同配送，這種模式是以一個城市為單位，各物流公司將貨物送達(dá)用戶所在城市后，交由專業(yè)配送單位來統(tǒng)籌規(guī)劃配送，總體來說降低成本，同時在一定程度上保護(hù)了環(huán)境，但是也引起了一些問題，如切斷了客戶與物流企業(yè)的聯(lián)系，加之信息共享程度不夠，易導(dǎo)致客戶流失。

總得來說，我國的最后一公里主要有四個方面的特征：1.用戶多，總體分布集中于城市，個體分布分散;2.用戶一般都是平民百姓，對價格較敏感，且要求支付方式靈活;3.用戶送貨上門的愿望強(qiáng)烈;4.國內(nèi)物流企業(yè)多，合作統(tǒng)一不到位，信息共享問題亟待解決。

1.4 校園物流現(xiàn)狀

現(xiàn)代電子商務(wù)主要手段是信息網(wǎng)絡(luò)技術(shù)，主要內(nèi)容就是以商品交換為中心的商務(wù)活動，確保商流、物流、資金流、信息流“四流”的暢通，是電子商務(wù)順利進(jìn)行的主要保障，而物流是最基礎(chǔ)的保障?，F(xiàn)階段中國網(wǎng)民規(guī)模達(dá)7.72億，其中學(xué)生網(wǎng)民群體就有1.96億，占比最大。學(xué)生這個群體在網(wǎng)購過程中需要經(jīng)濟(jì)的保障，現(xiàn)在大學(xué)生一方面擁有家庭的支持，另一方面還有自己做兼職掙錢，加之現(xiàn)在網(wǎng)上的商品價格普遍較為親民，學(xué)生網(wǎng)購的熱潮所帶來的校園快遞業(yè)務(wù)量也是急劇增長，當(dāng)然校園物流的快速發(fā)展也暴露出了這個物流在校園內(nèi)的配送的許多問題，尤其是最后一公里配送在校園的問題。

1.4.1 存在問題

第一，配送的服務(wù)質(zhì)量差，第一個方面就是不能按時送達(dá)約定地點(diǎn)，導(dǎo)致學(xué)生無法按時提貨，影響了其對賣家的滿意度，第二個方面就是貨物損壞問題，由于賣家，或物流企業(yè)，或配送人員的疏忽而導(dǎo)致的貨物損壞也很常見;

第二，取貨排隊(duì)時間長。一般貨物到達(dá)驛站，驛站通過短信告知學(xué)生，學(xué)生一般情況下都在上課，只能課后去驛站，大多學(xué)生會選擇午休和傍晚去驛站提貨。而驛站一般保留貨物三天，三天后無人提取則退回賣家發(fā)貨地點(diǎn)，所以更加大了取貨排隊(duì)人數(shù);

第三，提貨站點(diǎn)的設(shè)置，由于學(xué)校的特殊性，一方面是安全性的考慮，另一方面，釋站與快遞公司協(xié)商無法達(dá)成一致，一些快遞公司選擇不進(jìn)駐校內(nèi)驛站，導(dǎo)致學(xué)生只能出校取貨。

1.4.2 解決措施

對于此，我們也希望能通過以下的措施，解決或者緩解目前存在的問題。

（1）引入智能化物流管理工具智能化發(fā)展可以通過倉儲、配送、信息處理等方面進(jìn)行技術(shù)分析，利用先進(jìn)的操作技術(shù)和管理技術(shù)，使電商物流的智能化得以實(shí)現(xiàn)。自提柜投放便是解決校園物流“最后一公里”較為經(jīng)濟(jì)便捷的方式之一。校園物流自提柜可以建在人流密集的地點(diǎn)，方便在校師生在合適的時間取出包裹，減少排隊(duì)時間，從而降低投遞失敗的風(fēng)險和提高顧客滿意度。由于信息發(fā)送和包裹投遞同時進(jìn)行，也解決了信息通知不及時或信息漏發(fā)的情況。

（2）構(gòu)建新型校園快遞服務(wù)模式。靈活性、及時性、便捷性以及安全性是影響校園快遞服務(wù)質(zhì)量的重要因素，學(xué)校內(nèi)快遞服務(wù)采用了學(xué)生兼職派送的服務(wù)以實(shí)現(xiàn)“送貨上門”并取得了較好的成效，但整體的流程還需要優(yōu)化，可以聯(lián)合校園管理、服務(wù)師生、學(xué)生實(shí)踐三方面力量構(gòu)建新型校園快遞服務(wù)模式，解決校園物流“最后一公里”配送問題。

（3）搭建高校智能綜合物流服務(wù)平臺。學(xué)校內(nèi)管理方式相對傳統(tǒng)，線下管理居多，缺少線上管理和數(shù)據(jù)整合，難以適應(yīng)當(dāng)前大學(xué)生網(wǎng)購的物流需要。諸如此類的整合點(diǎn)可以通過物流配送將顧客流量引入線上平臺，對顧客信息資源進(jìn)行整合分析，建立良好的信息處理系統(tǒng)，實(shí)現(xiàn)物流功能的集成化和系統(tǒng)化發(fā)展。電子商務(wù)環(huán)境下的物流管理可以依托互聯(lián)網(wǎng)的物流信息平臺為依托，充分利用電子信息技術(shù)整合有效物流信息，提出更智能化的物流方案，使整個流程更加科學(xué)化、便捷化、合理化，提升操作速度，為創(chuàng)造出更大的經(jīng)濟(jì)效益。另外，還可以考慮引入如“小麥公社”、“樂收”等類似的高校智能綜合物流服務(wù)平臺。

針對校園物流，我們分析他存在的問題，也從中列出以下措施，得出總結(jié)。

校園物流“最后一公里”是電子商務(wù)物流配送中最后一個環(huán)節(jié)，由于這個環(huán)節(jié)是直接與客戶面對面接觸，配送服務(wù)質(zhì)量直接影響客戶的滿意度，從而影響校園電子商務(wù)和物流的發(fā)展，實(shí)現(xiàn)校園物流“最后一公里”配送服務(wù)的合理性和經(jīng)濟(jì)性。就目前現(xiàn)狀來看，校園物流仍處于較原始的狀態(tài)，有必要盡快引入智能物流的方式改善“最后一公里”配送現(xiàn)象。

2 各配送方式成本利潤分析比較

2.1 快遞拒

（32個小柜，12個中軌，5個大柜）

豐巢（現(xiàn)已收購中集e棧）的經(jīng)營情況。截至2017年11月，豐巢已在全國74個城市投放了約6萬組智能快件箱，格口總數(shù)達(dá)480多萬，注冊快遞員40萬，累計用戶超過5000萬，日均包裹量超300萬件。根據(jù)《深圳市豐巢科技有限公司自2017年1月1日至2017年6月30日止6個月期間財務(wù)報表》，豐巢2015年4月8日（公司成立日）至2017年6月30日期間的財務(wù)情況見表格。

豐巢2015年4月至2015年12月期間虧損約0.37億元，2016年虧損約2.5億元，2017年1-6月期間虧損約1.77億元。

1 .收費(fèi)模式

（1）向快遞員收取派件收費(fèi)

大箱0.6元

中箱0.5元

小箱0.4元

（2）向用戶寄件收費(fèi)

大箱0.6*2元

中箱0.5*2元

小箱0.4*2元

（3）廣告業(yè)務(wù)收入

2500元洋

2.成本投入

建造成本：30000元

一年的電費(fèi)：800元

占地成本： 4000元

C=0.5X+Y+2500-30000-800-4000=0.5X+Y-32300

2.2 菜逆驛站

菜鳥驛站是一個由菜鳥網(wǎng)絡(luò)牽頭建立面向社區(qū)和校園的物流服務(wù)平臺網(wǎng)絡(luò)平臺，作為菜鳥網(wǎng)絡(luò)五大戰(zhàn)略方向之一，為網(wǎng)購用戶提供包裹代收服務(wù)，致力于為消費(fèi)者提供多元化的最后一公里服務(wù)。

目前在末端配送網(wǎng)絡(luò)建設(shè)上，在城市，超過4萬個菜鳥驛站構(gòu)成菜鳥網(wǎng)絡(luò)的城市末端網(wǎng)絡(luò)。

2.2.1 收費(fèi)模式

（1）派費(fèi)收入0.4元/單

（2）寄件收入2元/單

2.2.2 成本投入

建造成本：10000元

人工成本：6500元/月

其他成本：100元/月

C-0.4X+2Y-10000-6500* 12-100*12=

0 .4X+2Y 89200

2.3 快遞員派送

月人工費(fèi)用：4000

C=12*4000/2=24000

3 調(diào)查結(jié)果分析

本小組基于“最后一公里智能配送優(yōu)化”的課題，為提高研究成果的真實(shí)性、有效性，注重研究過程的實(shí)踐性，立足于實(shí)際調(diào)研數(shù)據(jù)進(jìn)行分析，從真實(shí)數(shù)據(jù)中預(yù)測消費(fèi)者心理并客觀審視現(xiàn)狀、發(fā)現(xiàn)問題、反思原因、提出結(jié)論與對策，深化對“最后一公里”智能配送優(yōu)化方案的思考。分析結(jié)果如下：

3.1 物流配送服務(wù)市場現(xiàn)狀

隨著經(jīng)濟(jì)發(fā)展、生活水平的提高、消費(fèi)觀念的轉(zhuǎn)變;電商銷售便捷、實(shí)惠;配套物流配送服務(wù)趨于成熟，多重因素刺激消費(fèi)者消費(fèi)。

根據(jù)調(diào)研所得“居民接收快遞頻率”數(shù)據(jù)顯示，74.46%的參與者每周接收0-3件快遞，而其余將近25.5%的參與者的快遞接收頻率更高，甚至2.6%的調(diào)查參與者每接收快遞數(shù)量十個及以上。

3.2 用戶習(xí)慣、心理引導(dǎo)服務(wù)反思

3.2.1 客戶快遞收取時間統(tǒng)計

經(jīng)對消費(fèi)者期望取快遞的時間進(jìn)行多項(xiàng)選擇統(tǒng)計，每天12：00-14：00時間段可收取快遞的人數(shù)占比最重，達(dá)41.56%，其次為18：00-20：00，占32.9%，其他各時段在34%-37%范圍內(nèi)波動，差異較小。

3.2.2 客戶快遞收取方式統(tǒng)計

而依調(diào)查顯示，在人工、驛站、豐巢等智能快遞柜這三項(xiàng)選擇中，目前最常用的方式為驛站寄取占66.67%，其次是人工配送占30.3%，豐巢等智能快遞柜使用相對較少僅為28.14%。

通過數(shù)據(jù)顯示，接受問卷調(diào)查的客戶中，住地附近安裝智能快遞柜的比例為71%，剩余未安裝智能快遞柜的地區(qū)占29%。

為了更貼切的體現(xiàn)各方式的利弊，本組成員對客戶可接受快遞接收距離進(jìn)行調(diào)查，能接受簽收快遞距離超過500米的客戶僅占9.09%，有近百分之五十的客戶，最佳期望值是簽收距離在100米及以內(nèi)。

對于智能快遞柜這一新興配送方式，經(jīng)調(diào)查，影響因素最為重要的是收費(fèi)標(biāo)準(zhǔn)和便捷程度，占比22%，其次取件地點(diǎn)比率為18%，操作難易程度也對客戶的使用態(tài)度起到一定影響作用，認(rèn)為此項(xiàng)為重要因素的人數(shù)占16%，而外觀和取件速度影響程度相對較小，均占10%左右。

智能快遞柜收費(fèi)的話題近期引起熱議，在本組成員的調(diào)查中，對智能快遞柜持肯定態(tài)度的人數(shù)占80%，其中包括無論價格多少都愿意接受的占23.83%及收費(fèi)不貴愿意接受的56.17%，15.21%的參與者對智能快遞柜持無所謂態(tài)度，僅4.68%的參與者拒絕使用快遞柜，但是從中可以看出，費(fèi)用是影響快遞柜使用受眾的重要因素。

根據(jù)對客戶選擇快遞公司的偏好，總結(jié)出影響客戶選擇的最重要因素為速度占總?cè)藬?shù)的36.17%，其次為服務(wù)占比11.06%、價格便宜占比6.81%、安全程度3.46%。

4 初步優(yōu)化分析

通過問卷總結(jié)出的數(shù)據(jù)分析表明，大多數(shù)居民通常沒有太多空余時間而期望選擇利用碎片化的時間收取快遞;同時，人工驛站又存在著諸如亂收費(fèi)，取件高峰等待時間長、營業(yè)時間限制等問題，而豐巢等智能快遞柜由于其快遞自取模式，相較于人工配送和驛站取件來說，收取時間更加靈活，收費(fèi)標(biāo)準(zhǔn)相對統(tǒng)一，客戶隱私保護(hù)也更能得以保障。根據(jù)客戶需求調(diào)查得知，豐巢等智能快遞柜的投放可以滿足大量客戶的取件需求，因此可以把快遞柜作為一個客戶取件點(diǎn)和“最后一公里”配送路徑中的一個配送節(jié)點(diǎn)，在此基礎(chǔ)上，利用螞蟻算法對“最后一公路”配送路徑進(jìn)行優(yōu)化。

4.1 快遞站點(diǎn)規(guī)劃

智能快遞柜服務(wù)系統(tǒng)包括運(yùn)輸、中轉(zhuǎn)、配送、客戶領(lǐng)取四個部分。快遞公司與智能快遞柜之間是“多對多”關(guān)系，而智能快遞柜與客戶之間是“一對多”關(guān)系。設(shè)有S個快遞公司，M個智能快遞柜和N位客戶，通過圖1表示包含智能快遞柜在內(nèi)的服務(wù)系統(tǒng)所形成的物流網(wǎng)絡(luò)系統(tǒng)。

智能快遞柜的選址布局影響著快遞的末端配送和快遞柜的利用效率。通過優(yōu)化網(wǎng)點(diǎn)布局，以最少數(shù)量的快遞柜來滿足服務(wù)區(qū)域內(nèi)的最大需求，可以節(jié)約初始建設(shè)的固定成本。

選址優(yōu)化方法

（1）集合覆蓋模型

集合覆蓋模型是指在已知有限的各需求點(diǎn)需求量的前提下制定合理的設(shè)備投放方案，以滿足各需求點(diǎn)的需求，該方案滿足總設(shè)施建設(shè)成本最小且各需求點(diǎn)至少被一個設(shè)施覆蓋。若定義候選點(diǎn)j的設(shè)備固定建立費(fèi)用為f_j，再定義c_ij為第i個需求點(diǎn)是否被第j個設(shè)備覆蓋，再定義x_j為決策變量，如下：

X_j=1，在候選點(diǎn)j處建立

0，否則

集合覆蓋模型如下：

MinZ=∑f_jx_j

x_j=0，1（i）

總建設(shè)成本最小為集合覆蓋模型的目標(biāo)，各需求點(diǎn)至少被一個設(shè)施覆蓋為約束條件。

（2）最大覆蓋模型

最大覆蓋模型是已知設(shè)施的數(shù)目和服務(wù)半徑，制定合理的方案使被覆蓋的總需求最大。定義下列幾個變量符號，用以描述最大覆蓋模型。

h_i——需求點(diǎn)i的需求量：

P——準(zhǔn)備設(shè)立的設(shè)備個數(shù);

Z_i=1，如果需求點(diǎn)i被覆蓋

0，否則

變量x_i和c_ij的定義同前，則最大覆蓋問題可以描述如下：

被覆蓋的總需求最大為最大覆蓋模型的目標(biāo);約束式（3-2）是說明某需求點(diǎn)的需求被覆蓋住需保證該需求點(diǎn)至少被一個設(shè)施覆蓋;約束式（3-3）是確定p為設(shè)立設(shè)施的個數(shù);約束式（3-4）是約束決策變量是否設(shè)立某設(shè)施;約束式（3-5）是約束決策變量否覆蓋某需求點(diǎn)。

4.2 螞蟻算法的路徑優(yōu)化原理

蟻群總能找到蟻穴到食物源的最優(yōu)路徑，相比單只螞蟻更具有智能性，對于整個蟻群的每一只螞蟻在開始尋找食物時，隨機(jī)的選擇路徑，在尋找食物的路徑上釋放信息素，這種信息素隨著時間的推移會不斷的揮發(fā)，對于離食物越近的路徑，在一定的時間內(nèi)可能會有更多的螞蟻從此路徑通過，從而能夠形成一種正反饋的機(jī)制，這條最短的路徑信息素濃度會變得越來越大，從而會導(dǎo)致更多的螞蟻選擇這條路徑來覓食，最后所有的螞蟻都會聚集到這條路徑，即為最優(yōu)的蟻穴到食物的路徑。

蟻群算法的基本流程是：

（1）初始化參數(shù)，信息素的初始濃度、螞蟻和目的地個數(shù)等。

（2）螞蟻針對所有的目的節(jié)點(diǎn)進(jìn)行隨機(jī)選擇，并將初始節(jié)點(diǎn)加入到搜索禁忌表。而后根據(jù)概率公式進(jìn)行計算選擇下一個要走的節(jié)點(diǎn)。

（3）判斷禁忌搜索表是否已滿，是則表明螞蟻已訪問完所有節(jié)點(diǎn)，記錄螞蟻所走路徑。

（4）按照螞蟻所走的路徑更新各條路徑的信息素濃度。

（5）算法滿足終止條件，輸出最優(yōu)路徑。否則，繼續(xù)運(yùn)行步驟（2）。

綜上，蟻群算法是對現(xiàn)實(shí)中螞蟻的一種虛擬過程，但其比現(xiàn)實(shí)中的螞蟻更具有智能，原始蟻群算法的基本思想是將m只人工螞蟻隨機(jī)放置在n個結(jié)點(diǎn)，每一只螞蟻通過一定的概率規(guī)則進(jìn)行結(jié)點(diǎn)間的狀態(tài)轉(zhuǎn)移，遍歷所有節(jié)點(diǎn)后形成一條有效路徑。螞蟻在創(chuàng)建路徑過程中或創(chuàng)建路徑后，根據(jù)相應(yīng)的信息素更新規(guī)則進(jìn)行各自路徑上的信息素更新操作。當(dāng)每一只螞蟻都完成了各自對整條路徑的遍歷，則對所有路徑中的最佳路徑進(jìn)行全局的信息素更新操作。

4.3 基于蟻群算法求解最后一公里配送最優(yōu)路徑

4.3.1 最后一公里路徑選擇的原則

通過調(diào)查問卷的方式，向快遞員發(fā)放問卷總數(shù)130份，對回收的100份有效問卷進(jìn)行分析，有77.55%的快遞員選擇在最后一公里末端配送過程中，在選擇配送節(jié)點(diǎn)時，比較傾向于選擇離其所在的配送點(diǎn)最近的配送點(diǎn)進(jìn)行下一步的配送，尤其是對路線不熟的年輕快遞員，更容易做出這樣的選擇。其中，在影響路徑選擇的因素有路徑長度、道路的狀況、道路質(zhì)量、天氣因素、交通流量、行車速度等。路徑長度、道路狀況、交通流量這些因素排在前三位，被超過78.63%的快遞員選擇是其路徑選擇過程中的重要考慮因素，遠(yuǎn)超其他因素的影響程度。經(jīng)過以上分析，在最后一公里末端配送路徑優(yōu)化研究過程中應(yīng)全面考慮道路的路徑長度、道路狀況、交通流量等，才能真正尋得一條較為合理配送路徑。因此，本文在用蟻群算法求解最后一公里末端配送最優(yōu)路徑時，將綜合考慮以上三個因素，其中路徑長度、道路狀況、交通流量將采用層次分析法的方式設(shè)置權(quán)重。

4.3.2 求解物流末端配送最優(yōu)路徑基本實(shí)現(xiàn)步驟

（1）初始化m、n、α、β以及循環(huán)參數(shù)NC等參數(shù)，設(shè)定初始信息素濃度C（C為常數(shù)）。

（2）將m只螞蟻在n個配送點(diǎn)進(jìn)行隨機(jī)放置，將每只螞蟻的出發(fā)點(diǎn)寫入該螞蟻的搜索禁忌表。

（3）然后螞蟻根據(jù)概率公式選擇下一個配送點(diǎn)j，并將j放入自己的搜索禁忌表。

（4）若某只螞蟻的搜索禁忌表已滿，則該只螞蟻已完成整條路徑，保存螞蟻所尋路徑，對該只螞蟻所尋路徑按照信息素更新的模型進(jìn)行信息素更新。

（5）若循環(huán)次數(shù)NC不滿足結(jié)束條件，則NC=NC+1。否則輸出最優(yōu)路徑。

4.3.3 基于層次分析法的末端配送影響因素權(quán)重分析