高 飛，史 紀(jì)

(盤錦職業(yè)技術(shù)學(xué)院，遼寧 盤錦 124000)

隨著電子商務(wù)的興起，越來越多的人們喜歡在網(wǎng)絡(luò)上購買日常所需的用品，這導(dǎo)致了貨物的運(yùn)輸量迅速上漲，僅僅依靠配送資源的增加，已經(jīng)無法滿足人們對于商品配送能力的要求。企業(yè)生產(chǎn)規(guī)模的擴(kuò)大使物流配送的強(qiáng)度增加，配送成本也隨之上漲，各大企業(yè)都急需低成本高效率的新型配送模式。且近年來城市化加快，但相應(yīng)的交通發(fā)展相對落后，私家車數(shù)量激增導(dǎo)致了城市交通擁擠，這為貨物配送增加了難度。幸而經(jīng)濟(jì)的快速發(fā)展使人們開始重視交通運(yùn)輸業(yè)落后的問題，現(xiàn)代物流理念正逐步形成[1]。

聯(lián)合配送能夠適應(yīng)自由競爭的市場環(huán)境，滿足環(huán)境保護(hù)需求，并盡可能地實現(xiàn)低成本高效率的具體需求。選擇合適的配送線路，運(yùn)送不同客戶的貨物，使電商企業(yè)脫離由配送費(fèi)用上漲、經(jīng)濟(jì)市場疲軟而導(dǎo)致的利潤降低的困境。以聯(lián)合配送的物流方式，將生產(chǎn)企業(yè)與零售商相連接，在減少配送工具使用的同時，提高貨物運(yùn)載率[2-4]。聯(lián)合配送方式在國外已經(jīng)十分普遍，自2010年起，日本的聯(lián)合配送就已經(jīng)達(dá)到了物流配送總數(shù)的20%。將多個配送中心相互聯(lián)合，制定統(tǒng)一的配送計劃，合理劃分配送區(qū)域，共享配送資源及配送設(shè)備，這種方式打破了單個企業(yè)物流合理化的局限，各企業(yè)的合作使大范圍的配送合理化得以實現(xiàn)[5-7]。針對這一配送方式，利用網(wǎng)格化管理，將城市劃分成若干個網(wǎng)格狀的配送單元，并對各個網(wǎng)格實行全方位管理，根據(jù)劃分好的網(wǎng)格結(jié)構(gòu)，針對不同的種類選擇最合適的配送路線，在降低配送成本的同時，最大化地實現(xiàn)高效率低成本的配送。

1 網(wǎng)格化城市聯(lián)合配送區(qū)域智能劃分

1.1 配送網(wǎng)絡(luò)特征分析

將城市物流配送網(wǎng)絡(luò)分為配送路線與物流節(jié)點兩部分。配送路線即物流節(jié)點與節(jié)點之間的連線，配送車輛由配送中心出發(fā)[8-10]，為所負(fù)責(zé)區(qū)域內(nèi)的客戶提供貨物配送服務(wù)，并執(zhí)行多條路徑。在保證貨物能夠準(zhǔn)時送達(dá)的前提下，保證同一區(qū)域內(nèi)只能服務(wù)一次，且每個客戶只有一輛車為其服務(wù)，具體如圖1所示。

圖1 聯(lián)合配送區(qū)域劃分車輛路徑

需要注意的是，在實際的貨物配送過程中，除了配送距離外，車輛的貨物運(yùn)輸量以及車載率也會對運(yùn)輸成本產(chǎn)生直接影響。若僅僅將配送距離作為成本優(yōu)化目標(biāo)，而忽略車輛的貨物運(yùn)輸量以及車載率，則所得出的最終結(jié)果不夠全面，為此，綜合各因素對其產(chǎn)生的影響，得到如下算式：

(1)

將單位油耗設(shè)置為zi，利用公式計算該配送路段的油耗成本如下：

Sij=zi·Gij

(2)

公式(2)當(dāng)中，Gij表示配送所需油耗成本。

由上述計算可知，配送油耗的變化不僅受到配送距離的影響，車輛行駛速度及其載質(zhì)量也會引起油耗變化，與此同時考慮空車行駛所需油耗，從而更加滿足實際情況需要。

1.2 多中心多層次區(qū)域構(gòu)建

物流配送作為現(xiàn)代交通運(yùn)輸?shù)闹匾M成部分，已不僅僅是單一路線的配送，也不僅僅是為固定客戶提供的服務(wù)。配送中心作為城市間物流企業(yè)的運(yùn)營總部，擁有大量的貨物，通常設(shè)置在每個城市的邊緣，根據(jù)配送計劃，每一件貨物都會根據(jù)最終目的收集到這里，然后運(yùn)到另一個城市，再配送到以客戶為中心的區(qū)域性城市配送中心。區(qū)域配送中心以城市為總的區(qū)域范圍，將整個城市劃分為多個配送區(qū)域，根據(jù)客戶需求的差異設(shè)置不同的配送服務(wù)。城市地理空間復(fù)雜，交通網(wǎng)絡(luò)擁擠。要綜合考慮各地區(qū)客戶群體數(shù)量、人均收入水平、商業(yè)中心和住宅區(qū)的分布情況，協(xié)調(diào)中央配送中心與各配送網(wǎng)絡(luò)的關(guān)系，區(qū)域配送中心應(yīng)設(shè)置在合適的位置，承擔(dān)貨物配送和轉(zhuǎn)運(yùn)的主要責(zé)任。配送網(wǎng)絡(luò)是整個商品配送網(wǎng)絡(luò)的最后一環(huán)。區(qū)域配送中心配送的貨物分類存放。根據(jù)顧客留下的信息，貨物在約定的時間交付給顧客。配送網(wǎng)絡(luò)作為城市快遞網(wǎng)絡(luò)與客戶最直接的溝通端口，為了方便送貨和客戶反饋，配送網(wǎng)絡(luò)通常設(shè)置在商業(yè)中心、居民區(qū)或交通便利區(qū)[11-13]。貨物配送的網(wǎng)絡(luò)結(jié)構(gòu)主要結(jié)合實際情況，根據(jù)該城市的地理布局，構(gòu)建多層次多中心的配送網(wǎng)絡(luò)，具體如圖2所示。

圖2 配送網(wǎng)絡(luò)結(jié)構(gòu)

由圖2可知，貨物配送網(wǎng)絡(luò)是在開放的客戶網(wǎng)絡(luò)基礎(chǔ)上建立的，配送網(wǎng)絡(luò)中的各個配送網(wǎng)點，都能夠與周邊節(jié)點產(chǎn)生聯(lián)系，使配送信息在各網(wǎng)絡(luò)節(jié)點中傳輸交換，且其網(wǎng)點數(shù)量能夠無限增加，以此保證在貨物數(shù)量上漲嚴(yán)重的情況下，依然能夠按照所約定的時間，將貨物送至指定地點，使企業(yè)規(guī)模不斷擴(kuò)大。物流信息的流暢程度，在極大程度上影響著整個配送網(wǎng)絡(luò)的整合效應(yīng)，在各個節(jié)點按照所接收到的物流信息，提前計劃好合適的配送路線，提升整個配送網(wǎng)絡(luò)的靈活性能，避免混亂的產(chǎn)生。將貨物由城市主干道，或是內(nèi)環(huán)高速，從物流園區(qū)送往城市內(nèi)的分配送中心，再由分配送中心，按照實際的路況信息，合理利用配送資源，將城市物流網(wǎng)絡(luò)的集散與中轉(zhuǎn)功能發(fā)揮到最大化，選擇最優(yōu)配送路徑，將貨物送到客戶手中。這個過程可以將分散在各處的配送節(jié)點，連接成為如圖2所示的整體，使各個節(jié)點相互交叉、彼此聯(lián)系，共同承擔(dān)配送任務(wù)，而不再是單獨的個體。所形成的聯(lián)合效應(yīng)，能夠有效增強(qiáng)配送網(wǎng)絡(luò)的抗風(fēng)險能力。

1.3 實現(xiàn)聯(lián)合配送區(qū)域智能劃分

聯(lián)合配送的成本主要由固定成本、配送成本、以及懲罰成本3個部分構(gòu)成。而聯(lián)合配送的目標(biāo)則是將這三者最小化。固定成本作為一個定值，并不會跟隨配送時間或距離的改變而改變，其主要由配送車輛的損耗與保養(yǎng)、配送員的固定薪資所組成[14]。配送成本是指車輛在配送行駛的過程中，需要消耗一定的燃油，其消耗程度與車型、車速及實際的路況都存在很大聯(lián)系，利用下述計算式，對配送油耗展開計算。

FR=α(βNVs+Q/δ)/?

(3)

公式(3)當(dāng)中，α表示燃料與空氣的質(zhì)量比；β表示發(fā)動機(jī)摩擦因子；N表示發(fā)動機(jī)轉(zhuǎn)速，單位為r·s-1；Q表示車輛的總牽引力；Vs表示發(fā)動機(jī)排量，單位為L；δ表示發(fā)動機(jī)的效率參數(shù)；?表示燃油的熱量值，單位為kg·g-1。

由于在貨物配送過程中，不可避免地存在搬卸、磕碰等情況所導(dǎo)致的貨物損壞或變質(zhì)，為此懲罰成本中又包含了貨物損壞成本與時間懲罰成本。時間成本則是由于交通擁堵等因素的影響，導(dǎo)致貨物未能在規(guī)定時間到達(dá)指定地點所承擔(dān)的相應(yīng)損失，且該損失隨著時間的流逝而逐漸增長[15]。若貨物在理想時間段內(nèi)到達(dá)，則時間懲罰成本為0；若未能在理想時間段內(nèi)到達(dá)指定地點，但及時補(bǔ)救并在最短時間內(nèi)送達(dá)，則會產(chǎn)生一定的懲罰成本；若超過了客戶能夠接受的限度，導(dǎo)致客戶拒收或投訴，則給予最大懲罰，具體配送中產(chǎn)生的時間懲罰成本函數(shù)Qi(ti)如下：

(4)

上述內(nèi)容通過網(wǎng)格化城市聯(lián)合配送區(qū)域智能劃分，有效改善了單個企業(yè)配送成本過高的問題，針對上述研究設(shè)計仿真實驗，測試其實際應(yīng)用效果。

2 仿真實驗

為驗證上述內(nèi)容當(dāng)中所提出的網(wǎng)格化城市聯(lián)合配送區(qū)域智能劃分方法，在實際應(yīng)用中的具體效果，設(shè)計仿真對照實驗，將所提出方法與現(xiàn)有方法相對照，所提出方法為實驗組，現(xiàn)有方法為對照組。

由于配送店鋪的分布具有隨機(jī)性，為保證實驗的嚴(yán)謹(jǐn)性，分別測試不同方法在店鋪隨機(jī)分布場景、正態(tài)分布場景以及伽馬分布場景中對配送成本的影響。利用計算機(jī)程序，模擬店鋪的分布情況，隨機(jī)生成3種場景中的店鋪分布圖，如圖3所示。

圖3 店鋪分布情況隨機(jī)生成

考慮店鋪分布特點的差異，將種群大小設(shè)置為100個，交叉概率設(shè)置為0.65，變異概率設(shè)置為0.05，終止代數(shù)為100。若每輛配送車輛的固定成本為50元，每行駛1 km需要消耗1.5元，卸載1 kg貨物需要消耗0.1元的成本。假設(shè)每輛配送車輛能夠載貨3 000 kg的貨物，在如圖3所示的20 km*20 km區(qū)域范圍內(nèi)，以配送中心作為坐標(biāo)系原點，利用曼哈頓距離求解各點之間的距離。曼哈頓距離作為一種使用在幾何度量空間的幾何學(xué)用語，經(jīng)常被用來表示2個點在標(biāo)準(zhǔn)坐標(biāo)系上的絕對軸距總和。

對比實驗組與對照組的最小成本變化情況，當(dāng)貨物種類每增加一種，則為節(jié)點分配40～60 kg的需求量，得到如圖4所示的對比結(jié)果。

圖4 實驗結(jié)果對比

由圖4實驗對比結(jié)果能夠得知，在各個分布場景中，貨物數(shù)量小于12種時，實驗組與對照組的配送最低成本相差無幾，而隨著店鋪數(shù)量的增長，所需配送的貨物量也隨之增長。正態(tài)分布場景中的店鋪較為集中，使實驗組與對照組的最小成本差距縮小，但總體趨勢保持一致。伽馬分布場景中，各店鋪距離配送中心較近，為此其最小成本低于另兩種分布場景。當(dāng)?shù)赇仈?shù)量為3時，僅需要一輛車輛即可完成配送任務(wù)，故對照組的最小成本與實驗組保持一致。但隨著店鋪數(shù)量的增加，以及貨物種類數(shù)的增長，實驗組的配送成本明顯低于對照組，當(dāng)?shù)赇亗€數(shù)和貨物種類數(shù)都為18時，隨機(jī)分布情況下的實驗組最小成本比對照1組節(jié)約了18.5%，比對照2組節(jié)約了23.6%。

3 結(jié) 論

針對城市物流運(yùn)輸?shù)膮^(qū)域智能劃分問題，分析了現(xiàn)有配送方式的不足，即貨物種類越來越多，運(yùn)輸量增加的同時，運(yùn)輸成本也在增加。為降低配送成本，將城市配送區(qū)域網(wǎng)格化，考慮到配送距離、車輛行駛速度及車載率等因素，提出了新的劃分方法，將其按照多中心多層次的形式加以細(xì)化，構(gòu)建網(wǎng)格化配送區(qū)域，將物流節(jié)點細(xì)化為中央配送中心、區(qū)域配送中心及配送網(wǎng)點，為相關(guān)企業(yè)在配送問題上的研究與創(chuàng)新提供參考依據(jù)。

由于研究時間緊迫，在上述研究內(nèi)容中未能考慮到在實際情況中客戶的具體需求、天氣原因等隨機(jī)因素所造成的額外成本，這些問題將在后續(xù)的研究中加以改進(jìn)。