凌翔天，王赫鑫

（北京航空航天大學 經(jīng)濟管理學院，北京 100191）

0 引言

國家統(tǒng)計數(shù)據(jù)顯示，2020 年全年快遞業(yè)務(wù)量和業(yè)務(wù)收入分別完成830 億件和8 750 億元，同比分別增長30.8%和16.7%，這說明整個行業(yè)仍在快速發(fā)展當中。然而，在其高速發(fā)展的同時一些問題也尤為突出，比如，處于物流服務(wù)鏈末端的城市配送問題，尤其是末端配送問題，即“最后一公里”問題，成為了其中的一個瓶頸環(huán)節(jié)。部分相關(guān)企業(yè)數(shù)據(jù)顯示，末端配送環(huán)節(jié)消耗的成本費用占總物流費用的30%以上。所以，對末端配送環(huán)節(jié)的研究優(yōu)化以及相應(yīng)的改進意見能夠顯著地降低企業(yè)的物流成本，具有較強的現(xiàn)實意義。

作為“最后一公里”配送模式中的典型，菜鳥驛站在“雙十一”、“雙十二”等購物促銷時段存在過載的情況，在平時的部分時段也存在顧客取件排隊過長的情況。所以，對末端物流配送系統(tǒng)的模式和流程進行研究和優(yōu)化具有一定的必要性，以期實現(xiàn)降低人工、設(shè)備等不必要的成本花費，降低工作人員的勞動強度，提升設(shè)備和設(shè)施安排的利用率等。

傳統(tǒng)的對物流配送系統(tǒng)的研究，更多的是從理論方面去探討分析，與實際情況可能存在一定的出入，而使用仿真軟件建立模型，可以對系統(tǒng)運行情況進行驗證和觀察分析，同時也能降低實際布置、規(guī)劃而產(chǎn)生的成本。

由于許多領(lǐng)域中涉及到的系統(tǒng)很難以一種準確的數(shù)學模型來進行描述和分析，所以仿真技術(shù)在這些領(lǐng)域中的應(yīng)用具有較為突出的優(yōu)勢?；诖耍瑖鴥?nèi)外的學者仿真技術(shù)的應(yīng)用方面進行了大量研究，并取得了較多的成果。

在國內(nèi)，學者使用仿真技術(shù)對各個行業(yè)中的復(fù)雜系統(tǒng)進行了仿真模擬。路亮[1]借助Flexsim 軟件對煙草物流配送中心系統(tǒng)進行仿真建模，通過一個具體的煙草配送中心案例，研究總結(jié)出了企業(yè)實際存在的瓶頸并提出了改進方案。張李威[4]利用Flexsim軟件對中商平價物流倉儲中心系統(tǒng)進行仿真模擬，設(shè)計出了倉庫作業(yè)的概念模型，通過對仿真結(jié)果的分析，找出了作業(yè)流程中的瓶頸所在，并提出了優(yōu)化方案，提高了設(shè)備利用率。許植深，等[5]基于AnyLogic仿真軟件對高鐵快運物流進行建模仿真，為優(yōu)化改進設(shè)施設(shè)備配置和人力資源調(diào)度提供了決策支撐。張瑩瑩，等[6]借助Flexsim軟件對醫(yī)藥物流中心進行仿真建模，將無法在實體系統(tǒng)中一一實行的各個優(yōu)化方案在仿真界面中模擬運行，為醫(yī)藥物流的管理優(yōu)化提供了數(shù)據(jù)來源與決策支撐。

在國外，學者也早已將仿真技術(shù)應(yīng)用于各個領(lǐng)域當中。Zhang，等[7]從某鋼鐵物流園區(qū)的實際情況出發(fā)，利用仿真軟件對園區(qū)內(nèi)部道路規(guī)劃進行仿真和優(yōu)化，最終得出較優(yōu)的布局方案。Tan，等[8]利用Arena仿真軟件對非自動化物流配送中心及其作業(yè)流程進行仿真模擬，對其效率進行評價和總結(jié)，給出了優(yōu)化建議。Rodrigues，等[9]將目光聚焦于車間生產(chǎn)調(diào)度系統(tǒng)，通過建立混合仿真模型，定量地尋找一種可以實現(xiàn)靈活車間調(diào)度模式的邏輯模型和優(yōu)化方案。Ishak，等[10]針對虎鉗的生產(chǎn)流程運用Flexsim 仿真軟件進行模擬，驗證具有特定生產(chǎn)數(shù)量要求的生產(chǎn)過程時間是否是有效的。Nie，等[11]以軌行式門式起重機的裝卸模式作為研究對象，通過Flexsim 仿真軟件找出最優(yōu)的裝卸作業(yè)模式，為鐵路集裝箱碼頭的生產(chǎn)經(jīng)營實踐提供支持和思路。Wu，等[12]利用Flexsim 軟件對鋼鐵廠的生產(chǎn)過程進行了仿真模擬，將結(jié)構(gòu)優(yōu)化方法與仿真模擬方法相結(jié)合，一方面優(yōu)化了瓶頸環(huán)節(jié)，一方面也驗證了結(jié)構(gòu)優(yōu)化理論的正確性。Tamburis，等[13]基于醫(yī)院的案例研究，建立了流程挖掘與仿真建模之間的關(guān)系，即前者可以為后者提供可靠前提。Hong，等[14]利用Arena仿真軟件對美國東部的地下長壁煤礦進行離散事件模擬，并對其中的瓶頸環(huán)節(jié)提出了較優(yōu)的替代和改進方案。Olave-Rojas，等[15]利用AnyLogic仿真軟件對院前急救醫(yī)療服務(wù)的通用流程建立混合仿真模型，并基于真實數(shù)據(jù)驗證了模型的可靠性，指出了模型中的關(guān)鍵節(jié)點和環(huán)節(jié)。

以上國內(nèi)外學者的研究將仿真技術(shù)應(yīng)用于各類領(lǐng)域當中，并且都取得了一定的成效，研究出了多種優(yōu)化瓶頸環(huán)節(jié)的方法。學者的研究同時也說明，在物流配送領(lǐng)域應(yīng)用仿真技術(shù)是具有一定優(yōu)越性的，可以減少人力、物力、財力的浪費，降低實際方案產(chǎn)生的不可控風險，同時在仿真模型的對比中就可以選擇其中的最佳規(guī)劃方案。但是，目前對于快遞驛站系統(tǒng)仿真模擬的研究較少，這也是本文研究的重點。

由于物流末端配送的“最后一公里”問題是事關(guān)顧客滿意水平、末端配送工作人員效率以及工作強度的瓶頸環(huán)節(jié)，所以國內(nèi)的許多學者已就這一領(lǐng)域做了許多的研究。

對總體末端物流配送模式即快遞“最后一公里”配送模式的研究當中，李亞東，等[16]總結(jié)了中國目前較為成熟的三種“最后一公里”配送模式各自的優(yōu)缺點，如菜鳥驛站為代表的“驛站代收自提”模式,以豐巢為典型例子的“自提柜”模式以及最后以蘇寧、京東為代表的“送貨上門”模式。該研究給出了不同模式相結(jié)合、引入RFID和大數(shù)據(jù)分析技術(shù)等改進建議。

對于驛站代收自提配送模式的研究當中，沈郁珊，等[3]對蘇州榮域花園社區(qū)菜鳥驛站進行了深入分析，總結(jié)了該菜鳥驛站存在的優(yōu)勢和劣勢，著重分析討論了驛站存在的高峰時段排隊過長、取件查找較麻煩、配送成本高等問題，并給出了相應(yīng)的建議。田東伶[2]基于SERVPERF模型，針對運城市社區(qū)菜鳥驛站建立服務(wù)質(zhì)量評價指標體系，運用模糊評價法對其服務(wù)質(zhì)量進行評價，最終得出了菜鳥驛站可靠性、便利性評分較高，但對加盟體系的管理工作仍有待提高。而對于高校菜鳥驛站的研究當中，王俊，等[17]就西交院菜鳥驛站的服務(wù)現(xiàn)狀，通過問卷調(diào)查和實地考察相結(jié)合的方法，總結(jié)了菜鳥驛站在布局方面存在的問題，并給出了相應(yīng)的優(yōu)化建議。

以上國內(nèi)學者已在快遞驛站服務(wù)狀況的研究中取得較好的理論成果，針對本文研究的菜鳥驛站，學者也已提出了不同的方案以解決存在的問題和弊端，但是目前針對這些優(yōu)化方案的驗證尚存在繼續(xù)完善的空間，本文認為通過仿真模型對快遞驛站的優(yōu)化方案進行驗證具有一定的優(yōu)越性。

1 上海某菜鳥驛站概述

1.1 上海某菜鳥驛站概況

根據(jù)上海某菜鳥驛站提供的2020 年12 月的出入庫數(shù)據(jù)顯示，該驛站全月共入庫快件48 091件，單個操作員的入庫流程時間大約為11s，出庫流程時間大約為21s。入庫與出庫流程中需要掃描快件二維碼的部分均為作業(yè)人員手持菜鳥驛站專用PDA手持終端完成。另外，由于每日入庫的快件并不會全部在當日被顧客取走完成出庫，根據(jù)數(shù)據(jù)統(tǒng)計算得每日的積壓庫存量約為217件。

1.2 上海某菜鳥驛站目前存在的問題

上海某菜鳥驛站有以下問題存在：

（1）在入庫高峰期，快件的到達量會占全天快件總到達數(shù)的80%以上，所以在該時段內(nèi)往往會存在快件堆積的情況，作業(yè)人員往往需要在之后保持高負荷的工作強度來完成入庫上架的工作。而在入庫非高峰期的時候，很長時間內(nèi)才會派送來零星的快件，會導(dǎo)致作業(yè)人員工作強度低、“無所事事”的情況出現(xiàn)。

（2）在顧客取件高峰期，顧客的到達數(shù)會占全天顧客總到達數(shù)的60%左右，而在次高峰期則會占到總數(shù)的30%左右，這導(dǎo)致了在兩段高峰期會存在顧客排隊隊列過長、排隊時間過久的情況，同時作業(yè)人員的工作強度較高。

2 上海某菜鳥驛站系統(tǒng)仿真

2.1 數(shù)據(jù)輸入與參數(shù)估計

由于對菜鳥驛站的系統(tǒng)仿真建模是離散事件仿真，所以快件的到達和顧客的到達均可視為隨機變量。隨機變量服從的概率分布類型的確定，通常需要對所采集到的數(shù)據(jù)進行預(yù)處理和整理總結(jié)后得到，而在實際情況中，該分布類型往往可以通過經(jīng)驗和理論直接確定。

在菜鳥驛站的入庫和出庫流程中，通常都可以將作業(yè)流程參照排隊模型進行仿真，并基于對菜鳥驛站實際的數(shù)據(jù)進行預(yù)處理和分析，來擬合得到相應(yīng)的分布參數(shù)。

（1）快件到達的時間間隔的設(shè)置。令快件到達的時間間隔為x，在取件|a,b|內(nèi)服從負指數(shù)分布：

在對上海某菜鳥驛站2020 年12 月的入庫數(shù)據(jù)的預(yù)處理中，11時-14時的入庫高峰期以及14時-20時的入庫非高峰期均在K-S檢驗中得出服從負指數(shù)分布的結(jié)論，兩段數(shù)據(jù)的P 值均在0.7 之上，遠大于0.05，即不拒絕數(shù)據(jù)服從負指數(shù)分布。

（2）顧客到達的時間間隔的設(shè)置。令顧客到達的時間間隔為x，在取件|a,b|內(nèi)服從負指數(shù)分布：

在對上海某菜鳥驛站2020 年12 月的出庫數(shù)據(jù)的預(yù)處理中，10時-14時的出庫次高峰期以及14時-21時的出庫高峰期均在K-S檢驗中得出服從負指數(shù)分布的結(jié)論，第一段數(shù)據(jù)的P值為0.751，第二段數(shù)據(jù)的P值為0.555，均遠大于0.05，即不拒絕數(shù)據(jù)服從負指數(shù)分布。

2.2 上海某菜鳥驛站各模塊仿真模型

2.2.1 收件入庫模塊仿真模型。收件入庫模塊的仿真模型如圖1所示。

圖1 收件入庫模塊仿真模型

該模塊仿真模型所做的假設(shè)模擬及參數(shù)設(shè)置如下：

（1）根據(jù)2020年12月上海某菜鳥驛站的入庫數(shù)據(jù)，通過統(tǒng)計方法擬合快件到達時間間隔服從的概率分布，擬合結(jié)果顯示快件到達時間間隔服從負指數(shù)分布，并將相應(yīng)的分布參數(shù)設(shè)置在模型的快件到達中，具體參數(shù)見表1。

表1 收件入庫模塊部分參數(shù)

（2）快件到貨后放置在隨機可用的卸貨區(qū)中。由于運輸工具的運輸存在延遲，所以如果在快件到達及卸貨區(qū)中設(shè)置運輸工具（如快遞員或車輛等），會導(dǎo)致快件到達產(chǎn)生的快件無法及時運到卸貨區(qū)，從而導(dǎo)致快件到達數(shù)減少，故模型中并沒有體現(xiàn)快遞員，但這對整體的仿真流程和結(jié)果并無影響；

（3）快件的卸貨收件、入庫上架流程由4 名作業(yè)人員同時操作，采用隨機可用的策略進行任務(wù)調(diào)度。根據(jù)對數(shù)據(jù)的預(yù)處理，計算得作業(yè)人員平均在入庫上架中耗費的時間為11s。

2.2.2 取件出庫模塊仿真模型。取件出庫模塊的仿真模型如圖2所示。

圖2 取件出庫模塊仿真模型

該模塊仿真模型所做的假設(shè)模擬及參數(shù)設(shè)置如下：

（1）根據(jù)2020年12月上海某菜鳥驛站的出庫數(shù)據(jù)，通過統(tǒng)計方法擬合顧客到達時間間隔服從的概率分布，擬合結(jié)果顯示顧客到達時間間隔服從負指數(shù)分布，并將相應(yīng)的分布參數(shù)設(shè)置在模型的顧客到達中，具體參數(shù)見表2。

表2 取件出庫模塊部分參數(shù)

（2）模型中的快件到達用于模擬單日的入庫快件數(shù)，由前一個收件入庫模塊仿真模型運行后的結(jié)果提供具體數(shù)值。

（3）模型中剛到達的顧客暫存區(qū)在現(xiàn)實中是不存在的，在此處是為了模擬顧客到達驛站并根據(jù)取件提示前往不同工作區(qū)并進行排隊取件的過程，使得流程和規(guī)劃更為清晰。

（4）快件的快件出庫、交付顧客流程由2 名作業(yè)人員操作，采用隨機可用的策略進行任務(wù)調(diào)度。根據(jù)對數(shù)據(jù)的預(yù)處理，計算得作業(yè)人員平均在快件出庫和交付顧客流程中耗費的時間為21s。

（5）在實際情況中，顧客需要根據(jù)取件碼到相應(yīng)的貨架前取件。在仿真模型中體現(xiàn)為在顧客生成時，等概率隨機生成1-5的數(shù)字標簽，分別對應(yīng)1號-5 號的貨架快件。當顧客隨機進入可用的交付顧客實體時，操作人員需要根據(jù)顧客的需求（即數(shù)字標簽）前往相對應(yīng)的貨架取件交付。

2.3 仿真運行與結(jié)果分析

2.3.1 仿真運行控制。仿真模型建立完成后，運行模型進行仿真，為了盡可能減小誤差、提高精度，對上海某地菜鳥驛站的仿真模型的仿真運行時間設(shè)定為32 400s（收件入庫）/39 600s（取件出庫），運行10次仿真模型，記錄、整合輸出結(jié)果，并分析得出結(jié)論。

2.3.2 仿真模型驗證。根據(jù)2020 年12 月上海某菜鳥驛站的出入庫數(shù)據(jù)統(tǒng)計算得每日的積壓庫存量約為217 件，而在取件出貨模塊模型的運行結(jié)果中顯示，每日大約積壓庫存231 件，這與實際庫存積壓情況的偏差為6.45%左右，這說明該仿真模型能夠較好的反映上海某地菜鳥驛站的實際情況。

2.3.3 仿真結(jié)果分析。經(jīng)過10 次的仿真模型運行后，輸出模型的統(tǒng)計報告表，對仿真結(jié)果進行平均化處理，結(jié)合菜鳥驛站目前實際存在的問題，得到仿真結(jié)果統(tǒng)計數(shù)據(jù)見表3。

表3 仿真結(jié)果統(tǒng)計數(shù)據(jù)

通過觀察收件入庫模塊模型的仿真模型運行以及統(tǒng)計報告的輸出結(jié)果，在高峰期的時候，卸貨區(qū)存在快件堆積的情況，同時作業(yè)人員繁忙與空閑狀態(tài)并存，具體是在快件到達高峰期繁忙而在非高峰期閑置率極高，這在一定程度上造成了人力資源的浪費，增加了勞動力成本?？赡芸尚械慕鉀Q方案是采取高峰期與非高峰期的彈性工作機制，由于快件到達和顧客到達的高峰期并不重合，所以可以采用彈性的人員調(diào)配機制，改善入庫存在的一些問題，更合理的進行人員調(diào)度，避免人力資源的浪費。

通過觀察取件出庫模塊模型的仿真模型運行以及統(tǒng)計報告的輸出結(jié)果，在高峰期時存在顧客隊列繁忙且排隊人數(shù)過長的情況，同時作業(yè)人員普遍繁忙率較高?？赡芸尚械慕鉀Q方案是通過設(shè)計顧客取件預(yù)約系統(tǒng)（即使得顧客到達更加平滑，可用均勻分布進行模擬）或取件掛號系統(tǒng)（使得作業(yè)人員可以批量的從同一貨架中取多個快件交付給多個顧客）來降低高峰期的隊列繁忙和排隊人數(shù)過長的情況，這能夠有效提升顧客的滿意度。

3 仿真模型的優(yōu)化與分析

3.1 優(yōu)化方案

3.1.1 收件入庫優(yōu)化方案：彈性人員調(diào)配。根據(jù)上海某菜鳥驛站2020 年12 月的入庫數(shù)據(jù)，該驛站11時-14 時為入庫高峰期，14 時-20 時為入庫非高峰期。根據(jù)這一客觀情況，引入彈性人員調(diào)配機制，根據(jù)高峰期與非高峰期動態(tài)的分配作業(yè)人員數(shù)量，以達到更高的工作效率。

在引入彈性人員調(diào)配機制后，模型中的部分參數(shù)和邏輯需要重新進行設(shè)定，具體改變?yōu)椋涸鹊目旒敦浭占?、入庫上架流程? 名作業(yè)人員同時操作，采用隨機可用的策略進行任務(wù)調(diào)度，現(xiàn)改為在高峰期仍由4名作業(yè)人員同時操作，高峰期過后減少2名作業(yè)人員，將快件卸貨收件、入庫上架流程改由2名作業(yè)人員同時操作，采用隨機可用的策略進行任務(wù)調(diào)度。

另外還對收件入庫模塊模型中的一部分細節(jié)進行了微調(diào)，原先的作業(yè)人員在任務(wù)空閑時會停留在倉儲區(qū)待命，現(xiàn)改為任務(wù)空閑時停留在卸貨區(qū)待命，這可以減少部分行走造成的時間浪費，在一定程度上可以增加入庫流程的整體工作效率。

3.1.2 取件出庫優(yōu)化方案一：取件預(yù)約系統(tǒng)。針對取件高峰期存在的顧客隊列繁忙且排隊人數(shù)過長的情況，一個解決的方案是盡量讓顧客到達更加均勻、平滑，這樣可以讓高峰期的顧客峰值平均地分布在不同時段，使得作業(yè)任務(wù)集中性下降，從而使得顧客隊列繁忙情況有所緩解，提升顧客的滿意度。

在引入取件預(yù)約系統(tǒng)后，顧客可以在該系統(tǒng)中動態(tài)的看到不同時段當前已預(yù)約的取件人數(shù)，根據(jù)自身方便的時段合理規(guī)劃預(yù)約取件時段。模型中的部分參數(shù)和編譯代碼需要進行調(diào)整，具體改變?yōu)椋涸鹊念櫩偷竭_時間間隔在不同時間段服從不同的負指數(shù)分布，具體為10 時-14 時的出庫次高峰期以及14時-21時的出庫高峰期服從的分布參數(shù)不同，改動后的模型在顧客總到達數(shù)不變的情況，將顧客到達時間間隔調(diào)整為均勻分布。

3.1.3 取件出庫優(yōu)化方案二：取件掛號系統(tǒng)。針對取件高峰期存在的顧客隊列繁忙且排隊人數(shù)過長的情況，另一個解決的方案是讓作業(yè)人員可以更高效的將快件交付給顧客，具體的做法是根據(jù)顧客快件位于的不同貨架，批量的進行快件出庫、交付顧客的工作，減少作業(yè)人員重復(fù)去相同貨架多次取件浪費的時間，從而使得作業(yè)人員的工作效率提升，進而使得顧客隊列繁忙情況有所緩解，提升顧客的滿意度，也能在一定程度上降低作業(yè)人員的工作強度。

在引入取件掛號系統(tǒng)后，顧客可以在排隊前提前在該系統(tǒng)中進行掛號操作，錄入自身的取件碼。作業(yè)人員可以根據(jù)該取件掛號系統(tǒng)上記錄的顧客取件碼合理規(guī)劃自身的取件路線，如批量從同一貨架出庫多個顧客的多個快件，從而增加出庫流程的工作效率。模型中的部分參數(shù)和邏輯需要重新進行設(shè)定，具體改變?yōu)椋涸犬攩蝹€顧客隨機進入可用的交付顧客實體時，工作人員需要根據(jù)該單個顧客的需求前往相對應(yīng)的貨架取件交付，改動后的模型在貨架和工作人員數(shù)量不變的情況下，改變了工作人員的快件交付邏輯，即工作人員會在同一個貨架處批量（模型中設(shè)定為3件）地進行快件出庫操作，并交付給多名顧客。

3.1.4 取件出庫優(yōu)化方案三：取件預(yù)約系統(tǒng)與取件掛號系統(tǒng)相結(jié)合。針對取件高峰期存在的顧客隊列繁忙且排隊人數(shù)過長的情況，優(yōu)化方案三將前兩個優(yōu)化方案中的輔助排隊系統(tǒng)相結(jié)合使用，讓作業(yè)人員可以更高效的將快件交付給顧客，讓顧客可以挑選人數(shù)較少的時間段來取件。

3.2 仿真優(yōu)化結(jié)果分析

在仿真模型運行時間及次數(shù)相同的情況下，比較不同模塊的優(yōu)化方案應(yīng)用前后上海某地菜鳥驛站系統(tǒng)仿真運行結(jié)果，從人員空閑率及設(shè)備利用率等方面對比結(jié)果如圖3、圖4所示。

圖3 收件入庫模塊優(yōu)化前后人員、設(shè)備空閑率對比

圖4 取件出庫模塊優(yōu)化前后人員、設(shè)備空閑率對比

對于收件入庫模塊模型來說，引入彈性人員調(diào)配機制之后，作業(yè)人員的空閑率大幅下降，由原模型的60.86%下降到改進后模型的26.59%，這說明在非高峰期合理的減少作業(yè)人員的數(shù)量可以較為顯著的降低作業(yè)人員的閑置時間，提高人員利用效率。同時，卸貨區(qū)的繁忙率有所上升，但是整體上升的幅度不大，只有0.5%，這說明采用彈性人員調(diào)配機制在非高峰期減少作業(yè)人員人數(shù)對于整體的卸貨收件效率并沒有太大的影響。

對于取件出庫模塊模型來說，引入取件預(yù)約系統(tǒng)（方案一）后，隊列繁忙率有所下降，比原模型下降了5.11%，交付顧客實體的繁忙率有所下降，比原模型下降了3.28%,這說明作業(yè)流程的集中程度有所下降，但是該取件預(yù)約系統(tǒng)的引入會導(dǎo)致工作人員的繁忙率上升，增加作業(yè)人員的工作強度；引入取件掛號系統(tǒng)（方案二）后，隊列繁忙率有較多下降，比原模型下降了16.83%，工作人員的繁忙率有所下降，比原模型下降了1.57%，提升了作業(yè)人員的工作效率，但是該取件掛號系統(tǒng)的引入也會導(dǎo)致交付顧客實體的繁忙率有所上升，這說明作業(yè)流程的集中程度有所上升；同時采用取件預(yù)約系統(tǒng)和取件掛號系統(tǒng)（方案三）后，隊列繁忙率有顯著的下降，比原模型下降了33.12%，工作人員的繁忙率有所下降，比原模型下降了2.57%，提升了作業(yè)人員的工作效率，但是同時采用取件預(yù)約系統(tǒng)和取件掛號系統(tǒng)也會導(dǎo)致交付顧客實體的繁忙率有所上升，這說明作業(yè)流程的集中程度有所上升。

3.3 取件出庫模塊優(yōu)化方案比較

綜合比較引入取件預(yù)約系統(tǒng)、引入取件掛號系統(tǒng)以及同時采用兩個輔助排隊系統(tǒng)這三個方案，這三個方案都可以一定程度上緩解上海某地菜鳥驛站存在的隊列長時間繁忙、顧客排隊時間過長的情況，但這三者要么會增加作業(yè)人員的工作強度，要么會增加作業(yè)流程的集中程度，但增加的幅度并不大，屬于可接受的范疇之內(nèi)。

從降低隊列繁忙率的效果上來看，同時采用兩種輔助排隊系統(tǒng)的方案表現(xiàn)比單獨采用其中某一種輔助排隊系統(tǒng)的方案表現(xiàn)更好。另外，同時采用兩種輔助排隊系統(tǒng)的方案從邏輯和系統(tǒng)實現(xiàn)的角度來說也是合情合理并且可實現(xiàn)的，當顧客在預(yù)約取件的時候可以同時進行掛號操作，這樣可以讓驛站的工作人員提前將相應(yīng)的快件取出，一方面可以讓驛站的工作人員彈性地分配一天的工作負荷，一方面也可以讓驛站工作人員根據(jù)顧客掛號信息，批量地對處于同一或相近貨架上的快件進行操作，但這一方案的問題在于，①取件預(yù)約系統(tǒng)對顧客的到達取件時間提出了一定的要求，這可能會導(dǎo)致顧客情緒的不滿以及滿意度的下降，②顧客在預(yù)約和掛號后可能存在沒有按時來取件的情況，這要求驛站管理決策層需要規(guī)劃一片區(qū)域用于放置這些“過號”的快件，并且如果一天之內(nèi)仍沒有顧客來取，還需要驛站工作人員重新將這些“過號”快件放回貨架，這無形中增加了工作人員的工作負荷。

如果考慮采用單一的輔助排隊系統(tǒng)，從降低隊列繁忙率的效果上來看，采用取件掛號系統(tǒng)的方案比采用取件預(yù)約系統(tǒng)的方案表現(xiàn)更好。同時，取件掛號系統(tǒng)更多是從驛站本身的工作模式和任務(wù)調(diào)度模式著手改進，并沒有對顧客提出額外的要求，而取件預(yù)約系統(tǒng)則相反，它本身并沒有改進驛站本身的工作模式和任務(wù)調(diào)度模式，而是對顧客的到達取件時間提出了一定的要求，這可能會導(dǎo)致顧客情緒的不滿以及滿意度的下降。從這一角度來看，取件掛號系統(tǒng)比取件預(yù)約系統(tǒng)更為優(yōu)越。

4 結(jié)語

本文基于2020 年12 月上海某菜鳥驛站的出入庫數(shù)據(jù)，以物流配送“最后一公里”問題為背景，研究并抽象上海某地菜鳥驛站作業(yè)流程模型。采用模塊化建模思想，利用Flexsim軟件對菜鳥驛站的入庫、出庫流程進行仿真建模。

通過以上工作所得結(jié)果如下：

（1）對于上海某菜鳥驛站的入庫、出庫流程，通過Flexsim建立的仿真模型能夠較好地模擬和實現(xiàn)驛站實際工作流程。以實際積壓庫存量作為驗證指標，與建立的仿真模型產(chǎn)出的仿真結(jié)果進行比對，發(fā)現(xiàn)誤差率在5%左右，驗證了該仿真模型較好地反映了驛站實際工作狀況。

（2）提出了優(yōu)化的建議和方案措施，并且基于優(yōu)化方案建立仿真模型并驗證優(yōu)化結(jié)果。通過優(yōu)化前后人員空閑率、設(shè)備利用率等指標的對比，最終得出結(jié)論：在入庫流程中，采用彈性人員調(diào)配機制能夠有效地增加菜鳥驛站的系統(tǒng)效率，降低非高峰期的人員閑置率；在出庫流程中，從降低排隊時間和隊列繁忙率的角度來看，方案三（同時采用取件預(yù)約系統(tǒng)和取件掛號系統(tǒng)）優(yōu)于方案二（只采用取件掛號系統(tǒng)）優(yōu)于方案一（只采用取件預(yù)約系統(tǒng)），從顧客滿意度的角度來看，取件掛號系統(tǒng)優(yōu)于取件預(yù)約系統(tǒng)。

本研究著眼于實際情況，針對現(xiàn)實中的具體問題提出了優(yōu)化方案，但僅針對菜鳥驛站的入庫和出庫流程。雖然運用Flexsim軟件提出了菜鳥驛站的優(yōu)化方案，但在以下幾個方面仍存在不足，未來還可以進行進一步的改進和完善：

（1）由于本文的數(shù)據(jù)來源基于上海某菜鳥驛站，且僅為12 月份的出入庫數(shù)據(jù)，所以可能存在樣本量不夠大、實際模型的泛用性不佳的情況，這一方面需要后續(xù)研究根據(jù)不同地域、不同社區(qū)的菜鳥驛站具體問題具體分析，合理地對模型進行調(diào)整和改進（如不同菜鳥驛站的貨架數(shù)量不同、操作員的平均操作時間也不同），另一方面也需要盡可能多的驛站數(shù)據(jù)進行更加精確的建模和分析歸納。

（2）本文在建立仿真模型時提出了部分假設(shè)，例如在采用取件掛號系統(tǒng)時，默認驛站工作人員批量地處理三件快件，這基于的是快件重量、大小適中的假設(shè)，但是實際情況中顧客快件的重量和大小都是不確定的，可能發(fā)生的情況也多種多樣。這些假設(shè)一方面是因為沒有明確的數(shù)據(jù)來支撐，一方面也是作者的能力有限，無法將這些細節(jié)完全考慮周到，未來的研究中可以減少這些理論假設(shè)，使得仿真模型更加貼合現(xiàn)實運行狀況。