劉 暢 姚建明

(中國人民大學商學院)

1 研究背景

疫情期間，社區(qū)團購場景因其天然具有的規(guī)模效應，能夠以社區(qū)為單位進行采購和配送，成為生鮮零售場景的重要補充[1,2]。區(qū)別于商超、電商等其他零售場景，社區(qū)團購兼具零售屬性與社交屬性，以其更為高效準確的信息反饋以及線上線下聯(lián)動的特點[2]，在滿足社區(qū)團購服務(wù)規(guī)模效應的同時，也能夠更好地滿足消費者的個性化購物體驗。盡管該模式目前仍面臨著一系列值得關(guān)注的社會性問題(如容易導致壟斷、容易蠶食上下游議價權(quán)等)，但從企業(yè)運營模式的角度出發(fā)，如何進一步滿足消費者的購物需求，為消費者提供有價值的購物體驗是該模式當前應該重點關(guān)注的戰(zhàn)略焦點。

就當前的社區(qū)團購實踐而言，多數(shù)平臺對消費者個性化需求的滿足仍不夠重視。以供應鏈末端的配送環(huán)節(jié)為例，部分社區(qū)團購平臺往往在社區(qū)只安排一個配送點，或者針對一類商品安排一個團長，這導致消費者取貨時往往需要穿越整個社區(qū)或者輾轉(zhuǎn)多處取貨點才能完成取貨，造成了極大的不便。與此同時，參與團購的消費者理想的取貨時間和地點經(jīng)常存在差異，而平臺為了自身的方便，往往將商品統(tǒng)一運送至社區(qū)就算完成配送，不能針對消費者的個性化需求進行單獨配送。社區(qū)團購中生鮮商品占比高達48.9%[3]，對于此類商品而言，存放時間過長或者保存不當容易出現(xiàn)質(zhì)量折損的情況，從而降低消費者滿意度。

為了滿足消費者個性化的配送服務(wù)需求，社區(qū)團購平臺(核心企業(yè))應構(gòu)建合理的供應鏈末端配送體系。如何基于消費者個性化的服務(wù)需求進行供應鏈末端配送資源的整合，直接決定了核心企業(yè)是否能夠提供滿足消費者期待的配送服務(wù)。隨著終端配送場景的不斷變化，商品種類、消費者數(shù)量的不斷增多，消費者對于個性化配送服務(wù)的需求不斷增加[3,4]，如何提高供應鏈末端配送資源整合的靈活性，有效地構(gòu)建供應鏈末端配送體系，已成為核心企業(yè)必須要考慮的重要問題。

目前，有關(guān)社區(qū)團購的研究正在逐漸成為新的焦點[1～5]。在人們對社區(qū)團購模式的價值以及該模式中存在的市場監(jiān)管等社會性問題進行關(guān)注的同時，社區(qū)團購場景下的具體供應鏈運作問題也逐步受到重視。易海燕等[5]調(diào)研了社區(qū)團購供應鏈模式，并建立了考慮新鮮度損耗的混合整數(shù)選址模型；張京敏等[6]以社區(qū)團購平臺和團長的委托代理關(guān)系為基礎(chǔ)，構(gòu)建了激勵模型。值得注意的是，社區(qū)團購當前正處于發(fā)展過程中，其場景的特殊性以及模式發(fā)展使得服務(wù)需求和資源供給同時呈現(xiàn)出階段性的動態(tài)波動特點。因此，與相對成熟的電商模式或者線下商超模式的供應鏈運作相比，如何認識和處理社區(qū)團購場景下的供應鏈末端配送資源整合過程中的隨機性和不確定性，成為必然要研究的課題。當前，關(guān)于不確定需求環(huán)境下供應鏈資源整合問題的研究大致分為兩個方面。一方面是通過引入模糊隨機方法，建立不確定環(huán)境下的供應鏈運作模型，并通過算法進行求解。如鎖立賽等[7]在農(nóng)村末端物流場景下，引入模糊綜合評價法對整合風險進行量化，構(gòu)建了資源整合優(yōu)化模型；陳德慧等[8]建立了具有模糊隨機變量的集成優(yōu)化模型。另一方面是研究多階段動態(tài)優(yōu)化路徑，從而進行系統(tǒng)優(yōu)化。如于超等[9]運用案例研究方法，從動態(tài)匹配的理論視角，探討在發(fā)展的不同階段企業(yè)服務(wù)整合機制的構(gòu)建及其實現(xiàn)路徑；CHIBANI等[10]在電子采購場景下，應用動態(tài)遺傳算法完成時間優(yōu)化，構(gòu)建更為靈活的供應鏈體系；IVANOV等[11]研究了多周期模式下的供應鏈動態(tài)規(guī)劃決策問題。這兩類研究對如何刻畫不確定性需求環(huán)境以及資源的動態(tài)整合提供了思路和方法的支持，然而針對發(fā)展中的新興商業(yè)模式的具體供應鏈資源整合問題，仍需進行深入探索。如何量化刻畫社區(qū)團購場景下的配送資源供需特點，以及如何通過多階段的優(yōu)化實現(xiàn)最終系統(tǒng)化的資源整合優(yōu)化，都是需要進一步探討的新問題?；诖耍狙芯繉墓┬鑴討B(tài)平衡的視角出發(fā)，對社區(qū)團購場景下的供應鏈末端配送資源整合問題進行探討。

2 社區(qū)團購場景下末端配送服務(wù)供需特征分析

不同于一般零售場景，社區(qū)團購場景是一種零售與社交的跨界融合場景。就零售層面而言，這種模式以社區(qū)為輻射單位，從商品選購環(huán)節(jié)到配送服務(wù)環(huán)節(jié)均具有天然的大規(guī)模屬性。而其社交屬性的產(chǎn)生則是由于該模式依托社區(qū)業(yè)主微信群建立，其信息的流通效率和信息的有效性都要遠高于一般的零售場景。當前，社區(qū)團購場景仍然處于不斷的發(fā)展進程中，消費者群體的規(guī)模及需求仍未達到穩(wěn)定的狀態(tài)，供應鏈的持續(xù)建設(shè)和消費者的個性化服務(wù)需求將處于相互影響、相互促生的狀態(tài)中。

社區(qū)團購場景的特殊性決定了該場景下的配送服務(wù)需求特點和供應鏈末端配送資源供給特征。對場景特殊性及其供需特征的準確描述是把握供需動態(tài)平衡的關(guān)鍵，是實現(xiàn)社區(qū)團購場景下的供應鏈末端配送資源整合優(yōu)化的基礎(chǔ)。

2.1 社區(qū)團購場景下配送服務(wù)需求特征分析

首先，在社區(qū)團購模式發(fā)展之初，企業(yè)大多將注意力放在社區(qū)團購的零售大規(guī)模屬性上，采取成本優(yōu)先的戰(zhàn)略，忽略了消費者對于該場景下商品質(zhì)量的要求和配送服務(wù)的個性化需求。當前在社區(qū)團購場景下，消費者所需商品種類多以生活場景中必要的生鮮食品為主，在商品選購及遠程配送過程中的確具備大規(guī)模效應。而與此同時，一個社區(qū)內(nèi)的消費者群體涵蓋了不同年齡、不同工作的人群，這種差異性也帶來了其在末端配送服務(wù)需求上的個性化特征。舉例來說，家中有幼兒的寶媽，希望商品到貨后可以盡快上門配送；而白天家中無人的上班族則希望商品可以被寄存在有保鮮設(shè)備的智能自提柜，這樣半夜下班可以順手提貨回家；而退休的老人更喜歡人工服務(wù)，比起多走些路，他們更抗拒使用智能手機掃碼等。由此可知，社區(qū)團購場景下的消費者理想的配送方式、取貨地點和取貨時間各不相同，其需求呈現(xiàn)個性化特征。

其次，如前所述，社區(qū)團購場景仍處于不斷發(fā)展的變化狀態(tài)中，消費者對于末端配送的需求也呈現(xiàn)出一定的動態(tài)變化規(guī)律。以一般網(wǎng)購的發(fā)展規(guī)律為例，在發(fā)展之初，消費者對于配送服務(wù)的需求是安全送達，不丟件、不送錯即是滿意；隨著網(wǎng)購規(guī)模不斷擴大，快遞業(yè)不斷發(fā)展，如今消費者對于配送服務(wù)的需求是當日達甚至半日達，家中有人時需要送貨上門，家中無人時需要放置于快遞柜中?？梢?，消費者對于末端配送服務(wù)的要求將隨著模式發(fā)展逐漸嚴苛。這種對服務(wù)水平的期待逐漸增加的動態(tài)變化規(guī)律，也同樣適用于社區(qū)團購場景。在動態(tài)性較強的社區(qū)團購場景下，把握這種消費者需求的變化特點至關(guān)重要。

最后，需要注意的是，社區(qū)團購場景下的消費者滿意度評價不僅取決于消費者主體的滿意度水平，還受到他人評價反饋的影響。如前所述，由于該場景的社交屬性，消費者之間信息的傳播速度和可信度都更高，導致個體評價將影響群體需求。當消費者滿意時，其評價可以進一步激發(fā)需求，提升消費者對個性化服務(wù)的期待水平；當消費者不滿意時，其評價則會抑制需求。這意味著，不能將消費者個體的滿意度進行疊加，用以描述整個社區(qū)內(nèi)消費者群體的滿意水平，而是要從整體的角度出發(fā)，衡量一段時期內(nèi)社區(qū)消費者群體的滿意程度。

2.2 社區(qū)團購場景下供應鏈末端配送資源供給特征分析

在應對消費者對社區(qū)團購場景下末端配送服務(wù)提出的要求時，需要合適的供應鏈資源作為支撐，建立與消費者更密切的末端連接，為消費者提供更滿意的服務(wù)。核心企業(yè)為了通過自身平臺提供消費者所需的個性化配送服務(wù)，應當在把握消費者需求特征的基礎(chǔ)上，針對消費者具體的服務(wù)要求，在供需動態(tài)均衡關(guān)系的引導下進行供應鏈資源整合決策。這必然需要對場景所需資源特點及其供給特征進行分析。

隨著社區(qū)團購場景的不斷完善發(fā)展，消費者群體規(guī)模增加、個性化需求增加，為了滿足消費者個性化的取貨時間，在商品集中送達社區(qū)后，需要設(shè)置緩沖，提供具有保鮮設(shè)備的貯存點，降低商品的折損程度，保障商品質(zhì)量。與此同時，為了滿足消費者對配送地點和模式的個性化需求，緩沖點應當在社區(qū)輻射范圍內(nèi)具備一定的規(guī)模和數(shù)量，能夠提供多種服務(wù)。當前，消費者日益增加的個性化配送服務(wù)需求和短缺的配送資源形成了沖突，導致消費者滿意度的降低，對于場景的長久發(fā)展影響巨大。因此，需要進一步識別和挖掘供應鏈末端配送資源。

值得注意的是，社區(qū)場景內(nèi)有不少資源具備潛在的服務(wù)能力。例如，小區(qū)快遞自提柜、集中快遞提貨點、社區(qū)商超，甚至于小區(qū)門衛(wèi)以及社區(qū)活動中心等，都有可能成為末端配送服務(wù)的供應商。然而，想要使其能夠提供令消費者滿意的個性化服務(wù)，需要核心企業(yè)對其進行改造。例如，添置保鮮設(shè)備(如冰箱、冰柜等)，統(tǒng)一的裝潢，客服人員的培訓等。這些資源資質(zhì)不一，對它們的改造難度不同、成本不同，改造所需的時間也有所差異。

供應鏈資源供給不是核心企業(yè)單方面擇優(yōu)的問題，而是一個長期的互動過程。資源本身的合作意愿在很大程度上影響著供應鏈資源整合決策以及具體的整合過程。需要注意的是，資源的合作意愿呈現(xiàn)動態(tài)化變化特點，資源個體會根據(jù)市場表現(xiàn)不斷調(diào)整自身的合作意愿與配合程度；此外，隨著資源的改造不斷深入，其能夠提供的服務(wù)容量以及服務(wù)水平也會呈現(xiàn)一定程度的變化。在進行供應鏈資源整合決策優(yōu)化時，這種資源供給的動態(tài)化特征值得關(guān)注。

3 社區(qū)團購場景下消費者滿意度的動態(tài)測量

基于前文分析，如何在把握消費者需求特征的基礎(chǔ)上，對消費者滿意度進行定量刻畫，從而對消費者服務(wù)需求進行動態(tài)測量，是指導供應鏈資源整合優(yōu)化的基礎(chǔ)。

3.1 消費者期望水平測量指標的選擇

消費者對于服務(wù)是否滿意，主要取決于平臺能夠提供的服務(wù)容量和品質(zhì)是否可以滿足消費者的期待。其中，服務(wù)容量是指隨著模式不斷發(fā)展，用戶體量不斷增加，末端配送體系能夠提供足量的緩沖儲存空間。而服務(wù)品質(zhì)則是指能夠合理地安排商品的儲存，對于一些有特殊儲存要求的商品能夠進行妥善保管，例如生鮮能夠在冷柜進行保存。與此同時，高品質(zhì)的服務(wù)還包括與顧客保持友好且及時的溝通，從而使得用戶能夠在其方便的時間提取貨物，或者由服務(wù)人員上門送貨，提供滿足消費者期待的服務(wù)內(nèi)容。

與此同時，消費者個性化服務(wù)需求呈現(xiàn)階段性動態(tài)變化特點，消費者的滿意水平也會隨之發(fā)生改變。為了能夠更好地指導供應鏈末端配送資源整合決策，計算消費者滿意度時，必須要站在全局的角度，測量一段時間內(nèi)的末端配送體系所能提供的服務(wù)容量，以及服務(wù)品質(zhì)對當前消費者總體期待水平的滿足程度。服務(wù)容量水平取決于資源的數(shù)量及規(guī)模，服務(wù)品質(zhì)水平則取決于資源的硬件設(shè)施水平[12]、管理水平(能夠保持店內(nèi)良好的服務(wù)氛圍并培訓相關(guān)服務(wù)人員友好的服務(wù)態(tài)度)[13]以及溝通協(xié)調(diào)能力(能夠與消費者保持順暢的溝通，從而得知其所需的服務(wù)和對服務(wù)的反饋)[13,14]。

3.2 消費者滿意度的動態(tài)測量方法

根據(jù)前述分析，在社區(qū)團購場景下，由于其社交屬性的影響，消費者滿意度不能簡單地按照線性函數(shù)的方式計算，需要考慮評價的正反饋效應。一般來講，他人的評價會在一定程度上影響主體自己的主觀評價水平[15]，當他人評價好時，主體會提升自身對于服務(wù)滿意程度的認知水平；反之，主體會降低自身對于服務(wù)滿意程度的認知水平。因此，在考慮群體綜合評價水平時，消費者之間的信息交流將會對實際的需求滿足程度形成正反饋效應。例如，當消費者群體對于服務(wù)的評價水平較高時，微信群內(nèi)夸贊增多，消費者會覺得更加滿意；反之，抱怨增加，則消費者會覺得更不滿意。正反饋效應系數(shù)的大小取決于主體和他人之間日常的溝通程度，以及對他人評價的可信任程度。例如，在微信團購群中，當有可信度較高的團長引領(lǐng)時，人們相互之間的信任程度會加深，則正反饋效應會增強。

假設(shè)Sn表示消費者在階段n內(nèi)對社區(qū)團購終端配送服務(wù)的滿意度，則可設(shè)Sn=(Rn/En)1+θ。其中，Rn表示核心企業(yè)在階段n內(nèi)能夠提供的社區(qū)團購終端配送服務(wù)水平(其取值與資源整合決策相關(guān)，后文將詳述其計算方法)；θ表示正反饋效應系數(shù)，θ∈[0,1]。通過上述分析可知，當正反饋導致的他人對主體的主觀評價水平影響最大時，即影響程度達到100%，此時θ取值為1；反之，當他人的評價對主體的評價無影響時，θ取值為0，則該主體不會接受他人的任何評價建議，評價結(jié)果完全取決于實際需求的滿足程度評價。

由前文分析可知，一段時間內(nèi)，消費者對于社區(qū)團購終端配送服務(wù)的期待水平，由用戶體量和消費水平當前對于服務(wù)品質(zhì)的要求共同決定，而根據(jù)消費者需求特征分析可知，這種期待水平并非一成不變，隨著社區(qū)團購模式的不斷發(fā)展，用戶會根據(jù)之前的體驗以及場景的成熟程度來調(diào)整自身的期待。因此，可建立動態(tài)測量模型，刻畫其在不同時間節(jié)點的消費者滿意度水平，并基于當前水平對可預見的未來階段進行預測。

一般來說，在模式發(fā)展過程中，用戶體量取決于當前階段的用戶轉(zhuǎn)換率。而由于社區(qū)團購場景的社交屬性，消費者之間的消息具有更高的流通速度和效率，因此，這一階段的消費者滿意度將會從很大程度上影響模式的發(fā)展進程。具體來說，當前階段消費者如果滿意的話，將會帶動模式發(fā)展，促進用戶體量的增加；如果消費者不滿意的話，則會妨礙模式發(fā)展，抑制用戶體量的增加。假設(shè)Un表示階段n內(nèi)的用戶體量，則可設(shè)Un=δn×U0。其中，δn表示階段n內(nèi)的用戶轉(zhuǎn)換率；U0表示一定區(qū)域范圍內(nèi)的潛在目標用戶。那么則有Un+1=δn+1×U0×Sn。

與此同時，消費者對于服務(wù)品質(zhì)的期待處于動態(tài)變化的過程。根據(jù)前文分析，消費者會根據(jù)自己的實際需求變化調(diào)整對于服務(wù)品質(zhì)的期待水平，與此同時，當平臺方提供超出消費者期待的服務(wù)時會提升消費者的期待水平，并且期待一旦提升，就不會主動降低。故階段n內(nèi)的用戶對于服務(wù)品質(zhì)的期待程度為

(1)

4 社區(qū)團購場景下動態(tài)多階段供應鏈末端配送資源整合優(yōu)化模型

4.1 整合過程描述

根據(jù)前文分析，社區(qū)團購場景下的供需關(guān)系是一種相互影響的動態(tài)互動關(guān)系。核心企業(yè)延遲建設(shè)和一次性大幅超前建設(shè)都可能會引起供需不平衡，從而導致模式無法可持續(xù)健康發(fā)展。因此，核心企業(yè)應當遵循當前階段消費者需求的指引，根據(jù)可預見的未來需求進行多階段動態(tài)資源整合。在前述供需特征關(guān)系分析的基礎(chǔ)上，通過引入消費者滿意度的動態(tài)測量機理來建立資源整合決策優(yōu)化流程時，重點需要考慮如下步驟：①需要識別和評價供應鏈末端配送資源。如前所述，社區(qū)場景下的可利用資源種類很多，資質(zhì)也各有差異，將其中有價值的資源篩選出來，是整合資源的第一步。一個資源是否具有價值，需要從消費者需求的角度出發(fā)，能夠滿足消費者需求的(具備一定的服務(wù)容量和服務(wù)品質(zhì))且有意愿為之的資源價值更高。除此之外，改造難度越小、時間越短、配合程度越高的資源的價值也越大。值得注意的是，資源的價值并非總是一成不變的，為了應對這種動態(tài)性，核心企業(yè)需要持續(xù)與有價值的資源進行溝通，并不斷重復評估資源價值。②需要改造和整合供應鏈末端配送資源。末端配送資源整合是一個多方參與的多階段流程。作為一個系統(tǒng)性問題，供應鏈資源整合不僅是一個簡單的個體優(yōu)選問題，平臺除了需要根據(jù)資源個體的整體適宜情況對其進行選擇外，更重要的是通過整合過程來改造資源個體，使得整個系統(tǒng)發(fā)揮協(xié)調(diào)效應，創(chuàng)造更大價值。在整合資源時，除了要考慮單個資源的價值，還需要考慮不同階段內(nèi)資源與需求的匹配情況、資源的總體布局，以及改造資源所帶來的成本，通過多輪決策，完成多階段動態(tài)末端資源整合優(yōu)化，構(gòu)建完整的供應鏈末端配送體系，從而靈活匹配消費者不斷發(fā)展的個性化需求。

基于上述分析，社區(qū)團購場景下的多階段動態(tài)供應鏈末端配送資源整合決策優(yōu)化流程見圖1，該流程是構(gòu)建社區(qū)團購場景下的動態(tài)多階段供應鏈終端配送資源整合決策優(yōu)化模型的邏輯引導。

圖1 社區(qū)團購場景下的多階段動態(tài)供應鏈末端配送資源整合流程

4.2 優(yōu)化目標的建立

本研究旨在解決：如何在動態(tài)變化的消費者滿意度指導下，選擇最優(yōu)的末端資源整合方案，進行多階段供應鏈末端配送資源整合。本研究已經(jīng)設(shè)計了消費者滿意度動態(tài)測量方法，而如何篩選并決策供應鏈終端配送資源的整合順序，確定最終資源整合方案，除了要綜合考慮各階段的消費者滿意度，還需要考慮資源布局的合理性以及整合成本，是一個更為復雜的多目標優(yōu)化問題。因此，本節(jié)構(gòu)建了社區(qū)團購場景下的動態(tài)多階段供應鏈末端配送資源整合優(yōu)化數(shù)學模型，其優(yōu)化目標如下：①綜合考慮各階段情況的總體消費者滿意度最大化，從而使得核心企業(yè)能夠從更為長遠的視角出發(fā)，合理地進行資源整合規(guī)劃，獲取競爭優(yōu)勢；②資源布局覆蓋率最大化，從而提升平臺在該社區(qū)內(nèi)的影響力與掌控能力，為未來發(fā)展贏取更大的空間；③整合成本最小化，降低核心企業(yè)發(fā)展負擔，進一步提升利潤空間。

在構(gòu)建優(yōu)化模型之前，需要對各優(yōu)化目標進行量化設(shè)立。設(shè)在面積為S0的某社區(qū)內(nèi)，共有備選資源個體I個，每個資源的索引為i(i=1,2,…,I)；根據(jù)企業(yè)戰(zhàn)略規(guī)劃，共設(shè)立N個整合階段，每個整合階段的索引為n(n=1,2,…,N)。γin表示決策變量，第n階段對資源i進行改造整合，則γin=1；否則，γin=0。

4.2.1多階段消費者滿意度

4.2.2資源布局覆蓋率

4.2.3整合成本

社區(qū)團購場景下供應鏈資源整合成本包括固定成本、溝通成本以及管理費用，則有C=C固定+C溝通+C管理。其中，固定成本為購置一般設(shè)備以及裝修成本，不同的資源根據(jù)自身情況的不同，在改造時所需支付的成本有所差異；溝通成本由資源合作的意愿決定，合作意愿較強的資源溝通成本較低，反之則較高；管理費用則是指在改造過程中所必須支付的相關(guān)費用。

值得注意的是，構(gòu)建優(yōu)化模型時，應對上述各變量進行量化處理，同時為使用無量綱參數(shù)實現(xiàn)多目標的合成，還需要對模型目標函數(shù)中的參數(shù)進行規(guī)范化處理[16]。

4.3 優(yōu)化模型

基于上述分析，構(gòu)建社區(qū)團購場景下的動態(tài)多階段供應鏈末端配送資源整合優(yōu)化模型。目標函數(shù)為

(2)

(3)

(4)

約束條件為

(5)

(6)

(7)

模型中，式(2)～式(4)為多目標函數(shù)，式(2)表示綜合考慮各階段情況的總體消費者滿意度最大化；式(3)表示資源布局覆蓋率最大化；式(4)表示整合成本最小化；式(5)～式(7)為約束條件，式(5)表示滿意度約束，即每個階段的滿意度均不能低于平臺戰(zhàn)略預設(shè)極限值E*；式(6)表示資源布局覆蓋率約束，即總體資源布局覆蓋率不能低于平臺戰(zhàn)略預設(shè)值η*；式(7)表示整合成本約束，即總體整合成本不能高于平臺戰(zhàn)略預設(shè)值C*。

5 算法與算例分析

5.1 算法的選擇分析

社區(qū)團購場景下的供應鏈末端配送資源整合優(yōu)化模型，實際上是帶約束的多目標優(yōu)化模型，屬于NP難問題，求解較為復雜，求解時需要在一定約束條件下權(quán)衡消費者滿意度、資源布局覆蓋率，以及整合成本等多維優(yōu)化目標。因此，本研究建立的數(shù)學模型也具有NP難問題的特點，當問題規(guī)模增加時，采用精確算法要花費較長的時間，不夠經(jīng)濟，求解此類問題多采用啟發(fā)式算法，如遺傳、蟻群、粒子群、禁忌搜索模擬退火算法等。文獻[17,18]在進行模型求解時使用了遺傳算法，均得到良好收斂，證明該方法具備全局搜索快速收斂的良好性質(zhì)。此外，文獻[19]對常用的啟發(fā)式算法進行了對比研究，總結(jié)了各算法的特點及其適用情況。其中，粒子群算法多用于連續(xù)性函數(shù)優(yōu)化問題；模擬退火算法多用于已有解的優(yōu)化問題，均不適合本研究模型求解；而相較于蟻群算法和禁忌搜索算法，遺傳算法具有魯棒性、并行性和搜索能力較強等特點，更適合于較復雜的組合優(yōu)化問題求解。文獻[19]通過相同算例下不同算法的求解證明了遺傳算法的優(yōu)越性。上述研究無論從理論上還是從實踐中，都驗證了遺傳算法在求解多目標約束條件下的調(diào)度優(yōu)化問題的適用性及優(yōu)越性。因此，針對社區(qū)團購場景下的供應鏈末端配送資源整合優(yōu)化問題，選取遺傳算法[18]進行設(shè)計求解。

5.2 算法設(shè)計

5.2.1目標函數(shù)的處理

由于決策變量為離散值而非連續(xù)值，因此，可以參考文獻[18]的目標函數(shù)處理方法，無需將整個目標函數(shù)取倒數(shù)，可通過對目標函數(shù)中的加和項取倒數(shù)，將其轉(zhuǎn)換為求最小值問題。該方法可降低后期運算難度。因此，將目標函數(shù)(2)和(3)轉(zhuǎn)換為如下求最小值問題：

(8)

(9)

本研究采用線性加權(quán)的方法，將多目標優(yōu)化問題轉(zhuǎn)為單目標優(yōu)化問題進行求解。本研究模型的消費者滿意度目標、資源布局覆蓋率目標和整合成本目標存在沖突性，在不同情況下，核心企業(yè)對3個目標的側(cè)重會有所不同，資源調(diào)度的結(jié)果也隨之發(fā)生變化。因此，模型的目標函數(shù)可變?yōu)?/p>

(10)

5.2.2約束條件的處理

采用罰函數(shù)法將模型的約束條件(5)～(7)加入到目標函數(shù)(10)中，罰函數(shù)形式如下：

(11)

(12)

(13)

G=G1+G2+G3，

(14)

式中，M是一個充分大的正數(shù)，也即罰因子?？梢?，當約束條件(5)～(7)均被滿足時，罰函數(shù)值為零。

5.2.3遺傳算法流程

遺傳算法流程具體步驟如下：

步驟1編碼方式：采用實數(shù)編碼方式。染色體節(jié)點數(shù)取決于決策變量γin的個數(shù)H。第h個基因的位值所表示的含義為整合決策方案編號，在階段n整合資源i即為一個方案，因此方案共有N×I個，分別對應一個編號。

步驟3交叉算子：采用模擬二進制交叉方式。先判斷每一條染色體的節(jié)點是否交叉，隨機尋找一個與其交叉的節(jié)點，并對兩個節(jié)點進行交叉。

步驟4變異算子：變異方式為隨機選取父代染色體，然后隨機選擇染色體的部分基因進行重新選值。變異的基因位的個數(shù)隨迭代次數(shù)的增加而減少。

步驟5停止準則：當程序的迭代次數(shù)達到設(shè)定的最大迭代次數(shù)時，停止運算。

5.3 算例描述

本研究以北京某大型社區(qū)A為例進行模擬仿真計算。該社區(qū)占地面積約為4.5平方公里，常駐居民約為8萬人。核心企業(yè)將根據(jù)自身的戰(zhàn)略規(guī)劃和對社區(qū)A的實際勘察，分3個階段完成對供應鏈終端配送資源的整合優(yōu)化，即起步階段、發(fā)展階段和成熟階段。

根據(jù)前文分析，消費者群體在不同階段對社區(qū)團購服務(wù)的期待水平變化趨勢見圖2。經(jīng)整合主體走訪調(diào)查，社區(qū)A的消費者群體對社區(qū)團購配送服務(wù)容量(Vn)的3個階段的靜態(tài)期待水平預測分別為V1=0.60，V2=0.80，V3=0.90。消費者群體對于服務(wù)品質(zhì)(Qn)的靜態(tài)期待水平為0.72。其中，對硬件設(shè)施水平(Qe)的期待值為0.60，對管理水平(Qm)的期待值為0.75，對溝通協(xié)調(diào)能力(Qc)的期待值為0.80，其對應權(quán)重分別為w1=0.30，w2=0.40，w3=0.30。消費者群體對服務(wù)品質(zhì)期待水平的動態(tài)變化與資源的整合過程有關(guān)，靜態(tài)期待水平預測將作為后續(xù)計算的基準水平(所有參數(shù)均經(jīng)過去單位化和歸一化處理[16,20])。

圖2 消費者群體對于社區(qū)團購服務(wù)期待水平變化趨勢

核心企業(yè)在經(jīng)過實際調(diào)研之后，對該社區(qū)現(xiàn)存資源進行了分類整理，并對資源個體進行走訪，初步了解了其資源品質(zhì)及合作意愿，對其預期能夠達到的服務(wù)容量、品質(zhì)及改造成本進行評估。本研究對上述數(shù)據(jù)進行了隨機模擬，經(jīng)過量化及去量綱化處理后，該部分信息見表1。

表1 優(yōu)化參數(shù)

5.4 算例結(jié)果與結(jié)論

當核心企業(yè)在進行社區(qū)團購場景下供應鏈末端配送資源整合優(yōu)化時， 首先需要對3個優(yōu)化目標(總體消費者滿意度最大化、資源布局覆蓋率最大化和整合成本最小化)的權(quán)重進行設(shè)定。

一般來講，對于資源整合多目標權(quán)重的設(shè)定，需要核心企業(yè)從整合資源的定位和目標出發(fā)，在充分考慮長遠與近期、局部與整體平衡的基礎(chǔ)上，結(jié)合資源整合需要解決的具體問題進行綜合確定[7,18,20]。在本研究的算例中，基于社區(qū)資源布局的實際情況、消費者對社區(qū)團購滿意度的訴求反饋情況，以及核心企業(yè)對整合成本的可接受程度，核心企業(yè)出于長遠發(fā)展的戰(zhàn)略目標考慮，需要將資源整合的重點放到社區(qū)資源布局覆蓋率最大化這一目標上，以實現(xiàn)未來更好的發(fā)展，而相對弱化其他兩個目標，因此將多目標權(quán)重設(shè)定為{0.3; 0.4; 0.3}。同時，根據(jù)前述有關(guān)正反饋效應系數(shù)θ的設(shè)定規(guī)則，核心企業(yè)通過調(diào)查發(fā)現(xiàn)，該社區(qū)消費主體針對他人評價對自己主觀購物評價水平的影響程度大約在20%左右，因此，設(shè)定θ為20%。

使用MATLAB 2018a軟件進行模擬，經(jīng)過多次反復試驗，確定較為適合的算法參數(shù)是：種群規(guī)模100，交叉概率0.8，變異概率0.1，迭代次數(shù)200。對算例計算50次，平均計算時間為2.47s，計算效率較高；達到收斂時，最優(yōu)適應度的平均值為0.016 603，最大值為0.016 702，最小值為0.016 201，與平均值的偏差分別為0.60%和2.42%，計算結(jié)果較穩(wěn)定，算法的魯棒性較好。由運作參數(shù)計算可得，最優(yōu)調(diào)度方案的3個目標函數(shù)值分別為3.19，4.38和2.34，模型適應度收斂圖見圖3，最優(yōu)調(diào)度方案見表2。

圖3 模型適應度收斂圖

表2 決策優(yōu)化結(jié)果輸出

由算例結(jié)果可知，核心企業(yè)根據(jù)自身戰(zhàn)略規(guī)劃，分為3個階段分別改造整合上述資源個體，其中資源6因無法達成整合協(xié)議，溝通成本超出限制條件，故放棄。實踐中，并非所有的資源個體最終都能達成合作，有些資源個體出于自身發(fā)展的考慮(如上海糕潮面包店出于維護自身品牌的需求明確拒絕與盒馬鮮生合作)或者出于競爭關(guān)系(如開在社區(qū)附近的7-11便利店等連鎖品牌零售店)的考慮，不溝通或者明確表達了無法達成合作，在這種情況下，社區(qū)團購平臺如果繼續(xù)嘗試溝通，則會大幅提升溝通成本，使得成本大于收益，因此應及時放棄。其余并未明確拒絕合作的資源個體，則根據(jù)其價值以及合作意愿的不同，按照核心企業(yè)的戰(zhàn)略需求分階段進行整合。其中，在起步階段，價值高、合作意愿強烈的資源個體得到優(yōu)先整合，實踐中，一些資源個體體量大、位置好，對于新興商業(yè)模式有嘗試的興趣(如小區(qū)內(nèi)的商超以及成熟的快遞站點)，此時應當快速對其進行改造整合，塑造典范，否則，此類資源將會與其他整合平臺進行合作。發(fā)展階段則應優(yōu)先取得搖擺資源的合作機會，這些資源的體量位置相較于優(yōu)先整合的資源弱一些，或者在初期呈現(xiàn)明顯的搖擺狀態(tài)，對新興商業(yè)模式好奇但是不敢輕易嘗試，因此，不宜在初期耗費過大的整合成本對其進行改造，而是應該在優(yōu)先整合資源顯露出成效之后再與其進行溝通，堅定其改造的信心，提升配合度，從而降低整合成本。而重復性資源個體與合作意愿欠缺的資源個體，將在成熟階段被最終納入到資源體系中來，這些資源屬于補充資源，保障社區(qū)團購擁有足夠的資源體量，用以滿足消費者日益提升的配送服務(wù)需求量。這些資源初期雖未明確拒絕合作，但對整合并沒有很大的興趣，且資質(zhì)較差(服務(wù)容量、服務(wù)品質(zhì)、地理位置相對評分較低)，對其應當在積累了一定的整合經(jīng)驗、建立起一定的末端配送體系之后，再著手進行改造整合。

6 結(jié)語

社區(qū)團購這一商業(yè)模式不僅為人們的生活提供了另一種便利的零售可能，在空間上更為貼近人們的生活場景，在時間上更加自由靈活。更為重要的是，這一模式是依托社區(qū)微信社交平臺誕生的，是疫情期間在消費者的互相幫助、共同扶持下成長的，該模式在一定程度上也拉進了社區(qū)居民的情感距離。本研究從社區(qū)團購場景的特殊性入手，深入分析了社區(qū)團購場景下消費者個性化服務(wù)的供需特征，由此搭建了符合社區(qū)團購場景要求的消費者滿意度動態(tài)模型，在此基礎(chǔ)上，構(gòu)建了社區(qū)團購場景下多階段動態(tài)多目標供應鏈末端配送資源整合優(yōu)化數(shù)學模型，并探討了求解算法。最后，通過算例驗證了決策方法和算法的可行性、有效性與實際可操作性。

本研究對該商業(yè)模式實踐創(chuàng)新的貢獻在于，通過優(yōu)化其供應鏈運作環(huán)節(jié)，指導平臺更為精準地挖掘消費者個性化服務(wù)需求，以消費者滿意度為指引，通過多階段動態(tài)配送供應鏈末端資源整合，實現(xiàn)與消費者更為靈活地連接，提供更符合消費者期待的服務(wù)，推動這一商業(yè)模式在后疫情時代的成熟化健康化發(fā)展。這不僅是消費者的福音，對于平臺來說，借助該模式進一步打通線上、線下渠道，構(gòu)筑全渠道供應網(wǎng)絡(luò)體系亦是意義非凡。

本研究僅考慮了以單一團購平臺為核心的社區(qū)團購末端配送資源整合問題，實際上在社區(qū)團購商業(yè)模式發(fā)展過程中，團購平臺間的競爭合作問題將會在很大程度上影響供應鏈資源整合過程；未來可以考慮構(gòu)建多平臺共存的社區(qū)團購資源整合模型，從而更好地指導社區(qū)團購這一商業(yè)模式的健康發(fā)展。