鄧建新,韋婉冬,賀秋瑤,陳星雨

(1.廣西大學 機械工程學院,廣西 南寧 530003;2.廣西大學 廣西制造系統(tǒng)與先進制造技術(shù)重點實驗室,廣西 南寧 530003;3.吉利學院 商學院,四川 成都 641423)

0 引言

協(xié)同配送是具有配送任務(wù)的企業(yè)聯(lián)合起來實現(xiàn)資源整合和配送集約化、規(guī)?；呐渌头绞?可提高資源利用率,減少運輸車輛,進而可降低配送成本、減少交通污染和阻塞,是現(xiàn)代配送的發(fā)展趨勢之一,尤其在“碳達峰、碳中和”等目標要求下更具有良好的發(fā)展前景。自2012年,我國已開始大力推行協(xié)同配送[1],相繼選擇廣州、廈門等9個城市進行重點示范。但協(xié)同配送實施過程中面臨協(xié)同伙伴選擇、協(xié)同運作模式制定、成本分攤和利益分配、需要重新投資等核心問題或難題[2],實施難度較大,企業(yè)間缺乏自組織協(xié)同配送的動力,而政府等第三方又缺乏科學的協(xié)調(diào)組織方法,現(xiàn)實中成功的案例很少[3]。其中選擇合適的協(xié)同伙伴和協(xié)同方式建立高效、穩(wěn)定、可持續(xù)和公平的協(xié)同配送聯(lián)盟是開展協(xié)同配送和實現(xiàn)其優(yōu)勢的前提和保證。但無論面對熟知還是知之甚少的企業(yè),如何高效優(yōu)化地選擇或協(xié)調(diào)組織協(xié)同配送伙伴來建立穩(wěn)定高效的協(xié)同配送聯(lián)盟都是一個巨大的挑戰(zhàn)。隨著大數(shù)據(jù)技術(shù)在各行業(yè)的應(yīng)用,大數(shù)據(jù)成為重要的生產(chǎn)資料[4]。設(shè)法基于配送大數(shù)據(jù)來推動協(xié)同配送必然成為新的技術(shù)需求和方式。

為了促進協(xié)同配送穩(wěn)健發(fā)展和解決協(xié)同配送實施中的問題,越來越多的學者對協(xié)同配送進行研究,但都主要集中在協(xié)同配送利益分配[5-6]、成本分攤[7-8]、協(xié)同配送模式[9-10]、協(xié)同配送路徑優(yōu)化[11-12]等協(xié)同配送聯(lián)盟形成之后的活動或問題,即都假定聯(lián)盟已經(jīng)形成。而合理優(yōu)化的協(xié)同配送聯(lián)盟是以上研究成果實施的支撐,也影響以上活動的理論研究,更決定了聯(lián)盟的穩(wěn)定性和生命周期[13]。因此,近年有少量研究開始探討配送聯(lián)盟的組建方法問題,主要涉及協(xié)同配送聯(lián)盟組建的機制和步驟兩個方面。如,文龍光等[14]指出選擇聯(lián)盟對象是建立物流配送聯(lián)盟的首要任務(wù),闡述了配送聯(lián)盟組建步驟,包括選擇合適的聯(lián)盟對象,組織伙伴成員談判等6個步驟,但未涉及具體方法。袁紅霞[15]提出了城鄉(xiāng)共同配送聯(lián)盟的組建過程,包括發(fā)掘配送市場需求、制定聯(lián)盟發(fā)展戰(zhàn)略、選擇聯(lián)盟成員企業(yè)、確定聯(lián)盟組織結(jié)構(gòu)等,并對共同配送利益分配機制進行了重點研究,即該文獻仍集中在協(xié)同配送聯(lián)盟組建后的利益分配。沈政[16]分析了快遞城市共同配送的組建機制,包括快遞城市共同配送聯(lián)盟的管理模式、運作模式、組織體系及構(gòu)建流程。于承鑫[17]通過對各種企業(yè)聯(lián)盟合作模式的分析,建立了共同配送企業(yè)聯(lián)盟的構(gòu)建、運營及協(xié)調(diào)機制。姚安琪[18]研究了共同配送合作聯(lián)盟構(gòu)建機制,涉及共同配送構(gòu)建的過程、配送策略、組織模式以及協(xié)調(diào)機制等內(nèi)容。這些步驟和機制研究對組建物流配送聯(lián)盟有一定的指導意義,但都是定性研究。為此,也有少量研究提出了定量的協(xié)同配送伙伴選擇方法,如HE等[19]提出一種綜合模糊熵權(quán)、模糊層次分析法和模糊排序優(yōu)選技術(shù)的理想解相似性方法來選擇共同配送聯(lián)盟最優(yōu)合作伙伴組合,并對聯(lián)盟中合作伙伴組合的績效標準進行了評估。該方法基于某個主體去選擇各配送階段最優(yōu)的合作伙伴,需要決策者精通標準權(quán)重的使用,同時并沒有建立標準組合績效的定量計算方法。CHENG等[20]研究了聯(lián)合配送任務(wù)可拆分為多個子任務(wù)時的合作伙伴選擇問題,建立了以供需匹配度最大化和總運營成本最小化為目標的協(xié)同配送伙伴選擇優(yōu)化模型,但僅圍繞特定任務(wù)展開。王彬穎[21]通過改進的質(zhì)量功能配置模型,將現(xiàn)有客戶對物流配送服務(wù)需求指標與物流配送服務(wù)商的服務(wù)能力指標進行匹配,再根據(jù)網(wǎng)購客戶的需求表現(xiàn)度與物流配送服務(wù)商的供給表現(xiàn)度,建立基于網(wǎng)購客戶物流服務(wù)需求的配送聯(lián)盟伙伴選擇模型,篩選出最能滿足客戶需求且成本較優(yōu)的物流配送服務(wù)。吳楠[22]構(gòu)建了針對共同配送的物流企業(yè)評價指標體系,建立了伙伴選擇的初選、細選和組合優(yōu)化三階段模型,通過運用AHP-TOPSIS確定各評價指標權(quán)重對候選企業(yè)排序,運用遺傳算法組合優(yōu)化可從8～10家候選合作伙伴選擇最優(yōu)伙伴。以上方法雖然提供了定量伙伴選擇決策方法,但都是基于特定的第一方主體的需求(或任務(wù))來選擇最好的合作伙伴,不具有普適性,而缺少從協(xié)調(diào)組織或第三方視角來進行伙伴識別研究。課題組前期[23]也面向協(xié)同配送聯(lián)盟開展了配送屬性數(shù)據(jù)的分析方法研究,基于地理社會網(wǎng)絡(luò)構(gòu)建了配送屬性數(shù)據(jù)的分析方法和可視化表達方式(即基礎(chǔ)),為從可視化方式發(fā)現(xiàn)聯(lián)盟提供了信息支撐,但還未形成確定合理優(yōu)化聯(lián)盟及其成員的定量決策方法。

伙伴選擇也廣泛存在其他領(lǐng)域,尤其是供應(yīng)鏈、虛擬企業(yè)領(lǐng)域[24-28],如,WANG等[24]基于動態(tài)物流聯(lián)盟的特點,從物流服務(wù)能力、成本、質(zhì)量等方面構(gòu)建了合作伙伴選擇綜合評價指標體系,然后用模糊層次分析法對可能的合作伙伴進行評價,并選出了一個綜合評價最高的合作伙伴;趙金輝等[26]針對虛擬企業(yè)建立過程中的合作伙伴選擇問題,提出了合作伙伴選擇的粗糙可拓評價方法,實現(xiàn)了對各候選企業(yè)的綜合滿意度排序,從而得到最滿意企業(yè);PRAKASH等[27]提出了基于模糊層次分析法的逆向物流合作伙伴問題選擇標準和排序的組合模型,以及逆向物流合作伙伴最終選擇的優(yōu)化模型,以從潛在逆向物流合作伙伴中選擇出最佳合作伙伴。這些伙伴選擇研究都與協(xié)同配送伙伴選擇一樣,主要研究的是面向單個企業(yè)的伙伴選擇問題(即本質(zhì)上都圍繞一個聯(lián)盟開展),都基于某個主體的需求來構(gòu)建指標和多屬性伙伴選擇決策模型,實現(xiàn)對潛在或初選的合作伙伴的排序擇優(yōu),且一般只選出一個最優(yōu)合作伙伴,不具有普適性,由于考量指標存在差異,也不適合協(xié)同配送。由于需要決策者或?qū)＜腋鶕?jù)自身需求來制定指標并評價較為主觀。同時應(yīng)當看到,這些伙伴選擇與協(xié)同配送聯(lián)盟伙伴選擇存在明顯的不同,供應(yīng)鏈、虛擬企業(yè)的伙伴選擇有明顯的供需關(guān)系,即一方為合作服務(wù)需求方,一方為服務(wù)供給方,其不存在同業(yè)務(wù)競爭,有顯性合作驅(qū)動力(需求方一定需要另一方的服務(wù)才能推進業(yè)務(wù)),因此,一般都是基于需求方角度的擇優(yōu),而協(xié)同配送合作企業(yè)都是開展相同業(yè)務(wù)(即配送業(yè)務(wù))的企業(yè),存在明顯的競爭關(guān)系而非供需關(guān)系,這決定了他們?nèi)鄙俟┬韬献鞯尿?qū)動力,因此參與積極性不高,不能單純地從一方角度去評價合作伙伴,更應(yīng)該關(guān)注彼此的合作效益,如沒有明顯的合作效益彼此不可能合作。同時,當前缺少(從第三方角度)針對眾多企業(yè)間協(xié)調(diào)組織形成多個聯(lián)盟的研究,即缺少從第三方角度就眾多企業(yè)間識別和確定組建多個聯(lián)盟的定量決策優(yōu)化模型和方法,特別是大數(shù)據(jù)背景下直接基于數(shù)據(jù)的協(xié)同配送聯(lián)盟伙伴識別的方法。無法從眾多配送中心中,為多個配送中心較為快速地識別出潛在的可長期合作的多個協(xié)同配送聯(lián)盟伙伴,更無法將所有的配送中心根據(jù)某些特征構(gòu)成多個協(xié)同配送聯(lián)盟。限制了協(xié)同配送應(yīng)用和發(fā)展。

鑒于此,本文基于大數(shù)據(jù)背景,站在第三方的統(tǒng)籌視角,基于對配送屬性數(shù)據(jù)的分析來構(gòu)建多個協(xié)同配送聯(lián)盟組織的研究;基于協(xié)同配送的目標確定了協(xié)同配送可能的維度,以輻射范圍重疊、社會網(wǎng)絡(luò)重疊、出車時段互補和車輛資源互補為導向,建立基于配送屬性的協(xié)同效應(yīng)定量評價指標和衡量方法、基于協(xié)同效應(yīng)的優(yōu)化組建模型,通過優(yōu)化求解,實現(xiàn)從多個配送中心識別出可能的多個聯(lián)盟和每個聯(lián)盟的優(yōu)選合作伙伴。該研究為單個配送中心確定最佳的協(xié)同配送伙伴,區(qū)域政府、物流園區(qū)等第三方協(xié)調(diào)組織配送,企業(yè)開展協(xié)同配送,都提供了定量的優(yōu)化決策支持方法,也為協(xié)同配送的穩(wěn)定性和高效運行奠定堅實的基礎(chǔ)。

1 配送屬性數(shù)據(jù)驅(qū)動的協(xié)同配送聯(lián)盟組建模型

1.1 問題描述

在現(xiàn)代城市配送中,已知存在m個獨立開展配送業(yè)務(wù)的企業(yè),為簡化問題,設(shè)定每個配送企業(yè)只有1個配送中心,所有配送企業(yè)直接統(tǒng)稱為配送中心,設(shè)DCi表示第i個配送中心,每個配送中心有確定的位置,其對應(yīng)位置用經(jīng)緯度表示,配送中心i的位置記為(pxi,pyi),則有配送中心集合I={DC1,DC2,…,DCi,…,DCm};每個配送中心有一定的業(yè)務(wù)量(訂單數(shù)量)、配送量(訂單的需求量即為配送量)和車輛,配送中心i(DCi)的業(yè)務(wù)數(shù)量為Qi、配送量為Bi、有車輛類型資源tpi={A,B,C,…},其中A、B、C為車輛類型;每個配送中心有n個客戶(稱為配送點)需要配送貨物,配送中心i的客戶集合為Cui={cui1,cui2,…,cuin},每個客戶有確定的位置、配送時間窗要求和需求量,記配送中心i的第n個客戶的位置為(cxin,cyin),需求時間窗為[Ein,Lin],需求量為qin;每個配送中心根據(jù)客戶需求,考慮成本等因素確定配送出車時間,將每天分為t個時段,時段集合為T={1,2,3,…,t},則可得到配送中心的出車時段?，F(xiàn)需要通過協(xié)同配送來提高這些配送中心的規(guī)模,提高配送效率,降低配送成本和緩解交通環(huán)境壓力,需要基于m個配送中心的配送屬性數(shù)據(jù),快速識別和發(fā)現(xiàn)他們可優(yōu)化構(gòu)建多少個有協(xié)同配送效益的協(xié)同配送聯(lián)盟,取得協(xié)同配送效益。用uk表示第k個聯(lián)盟,假定m個配送中心可形成l個聯(lián)盟,則有聯(lián)盟集合S={u1,u2,…,uk,…,ul}。需要求解l的最優(yōu)值及每個聯(lián)盟的最優(yōu)成員。

1.2 聯(lián)盟組建優(yōu)化模型

協(xié)同配送的本質(zhì)是通過合作來實現(xiàn)配送規(guī)?；蕴岣哔Y源利用率,從而降低成本。因此,協(xié)同配送企業(yè)間要能產(chǎn)生配送量的規(guī)?；趴赡苡袇f(xié)同效益。而配送量的規(guī)?；蟛煌渌推髽I(yè)的配送業(yè)務(wù)存在交叉重疊,對存在交叉重疊部分的業(yè)務(wù)量進行整合可提高規(guī)模,降低配送成本,取得協(xié)同效益。同時在合作過程中,雖然配送企業(yè)間存在競爭關(guān)系,但由于企業(yè)間的配送車輛等資源性質(zhì)不同或相同,配送聯(lián)盟的資源種類和數(shù)量得到擴充,可如供應(yīng)鏈等伙伴選擇一樣,基于資源互補開展協(xié)同配送(供應(yīng)鏈、動態(tài)聯(lián)盟等伙伴選擇基于業(yè)務(wù)供需關(guān)系進行,本質(zhì)上是基于資源互補關(guān)系進行的)。對于性質(zhì)不同的資源,配送企業(yè)之間形成資源互補,彌補自身資源的不足,可提高運作水平和提高資源利用率(如5噸車改為2噸車配送減少了空載率),從而產(chǎn)生協(xié)同效益。本文將前者定義為交叉協(xié)同,后者定義為資源互補協(xié)同。1.1節(jié)描述的具體的配送都可通過對應(yīng)的配送屬性數(shù)據(jù)(如圖1)來體現(xiàn)。下面通過對配送屬性數(shù)據(jù)的分析,識別和挖掘各配送中心間業(yè)務(wù)是否存在交叉重疊和資源互補關(guān)系及其強度,反映可能獲得的協(xié)同效應(yīng)和協(xié)同配送組織的可能性,并構(gòu)建優(yōu)化模型和求解,確定最優(yōu)聯(lián)盟組合。

為便于求解,設(shè)

并作如下約定：

(1)配送中心之間配送的不同產(chǎn)品可組合到一起配送;

(2)基于協(xié)同聯(lián)盟的集中配送量不超過車輛的額定載重;

(3)一個配送中心至多參與1個協(xié)同配送聯(lián)盟。

1.2.1 交叉協(xié)同效應(yīng)模型

每個配送中心都有自己獨立的多個配送點,配送中心與配送點之間的對應(yīng)關(guān)系可視為一種社會關(guān)系,因此其業(yè)務(wù)的重疊情況也體現(xiàn)為對應(yīng)社會關(guān)系的重疊情況。為此,基于社會網(wǎng)絡(luò)理論,將每個配送中心和其配送點都視為社會網(wǎng)絡(luò)的節(jié)點,彼此存在的配送關(guān)系通過網(wǎng)絡(luò)的邊來表示,以配送點和配送中心的位置來確定其在網(wǎng)絡(luò)中的位置,則可構(gòu)建配送業(yè)務(wù)社會網(wǎng)絡(luò)。當不同配送中心的社會網(wǎng)絡(luò)表示在一起時,很容易觀察其是否存在相同或相鄰的配送點以及社會網(wǎng)絡(luò)重疊情況,如圖2所示。配送中心之間可對配送業(yè)務(wù)社會網(wǎng)絡(luò)重疊部分進行協(xié)同配送。因此,通過評定配送中心社會網(wǎng)絡(luò)重疊的程度可評價其配送業(yè)務(wù)的重合程度和構(gòu)建協(xié)配配送聯(lián)盟的相宜程度和預期規(guī)模效應(yīng)。

圖2 配送中心間業(yè)務(wù)關(guān)系重疊識別的描述圖

配送業(yè)務(wù)社會網(wǎng)絡(luò)描述了當前的配送中心與配送點的已有靜態(tài)關(guān)聯(lián)關(guān)系。但運營中,每個配送中心的配送客戶并非一成不變(即是動態(tài)變化的),存在不確定性和動態(tài)關(guān)聯(lián)關(guān)系,但其基本的配送范圍是相對固定的?；诖?通過配送的地理范圍來處理：以每個配送中心為圓心,以該配送中心最遠的配送點到其的距離為半徑作圓,將此圓定義為該配送中心的配送范圍,其間包含了配送中心現(xiàn)有客戶,也包含了該范圍的所有潛在客戶。但在該范圍,始終都會有配送距離較近的客戶,其配送成本相對較低,配送中心對其輻射能力較強(對應(yīng)范圍為經(jīng)濟輻射范圍),也會有距離較遠的客戶,其配送成本相對較高,即不經(jīng)濟,輻射能力較弱。配送中心可通過聯(lián)盟重新分配配送任務(wù)[28]來打破原有的經(jīng)濟輻射范圍邊界,擴大經(jīng)濟輻射范圍,如圖2所示?？赏ㄟ^評定聯(lián)盟后經(jīng)濟輻射范圍的擴大程度確定兩兩配送中心協(xié)同的優(yōu)劣和效應(yīng)。

因此,交叉協(xié)同效應(yīng)的評定體現(xiàn)在規(guī)模協(xié)同效應(yīng)和輻射范圍協(xié)同效應(yīng)兩個方面。

(1)規(guī)模協(xié)同效應(yīng)

基于前面分析提出“共同社會關(guān)系強度”來反映配送中心社會網(wǎng)絡(luò)重疊的程度,進而衡量協(xié)同配送的規(guī)模效應(yīng),定義為配送中心之間配送業(yè)務(wù)的重疊比例,即配送聯(lián)盟共同配送域的客戶數(shù)量之和與各配送中心客戶數(shù)量總和之比,其中配送域是指根據(jù)客戶點地理位置、需求時間相似以及對應(yīng)的配送中心點地理位置相似性劃分的客戶群,同一配送域內(nèi)業(yè)務(wù)的配送網(wǎng)絡(luò)高度重疊、可進行協(xié)同配送(常規(guī)配送中對相鄰點一般都同次配送,對協(xié)同配送,如果只對與兩個配送中心相同的配送點進行整合,則與其相鄰點需要另外配送,可能增加成本)?？梢?配送中心的共同社會關(guān)系強度越大,則協(xié)同后的規(guī)模效益越大,配送中心協(xié)同的可能性越高。以上評定只對期望參與協(xié)同配送的多個配送中心才有意義,即xiuk=1;若用D(i,h)=1或0分別數(shù)字化表示配送中心i是否有配送業(yè)務(wù)分布在配送域h(直接基于配送屬性數(shù)據(jù)判定),D′(uk,h)=1或0分別表示配送聯(lián)盟uk是否所有成員都有業(yè)務(wù)分布在配送域h,則

協(xié)同配送聯(lián)盟的共同社會關(guān)系強度(CSRuk)計算為：

(1)

(2)輻射范圍協(xié)同效應(yīng)

根據(jù)輻射力模型[23],兩配送中心間會產(chǎn)生一個輻射力平衡點(即配送中心斷裂點)和相對經(jīng)濟的配送輻射范圍。文獻[23]在計算斷裂點距離時僅考慮配送中心的配送量和配送中心之間的距離,忽略了配送中心與客戶的距離對配送中心輻射力的影響。因此,本文將配送中心與客戶的距離考慮到配送中心斷裂點距離計算中,有：

(2)

(3)

采用配送中心的平均輻射半徑作為其輻射范圍,以衡量多個配送中心之間的輻射力情況。配送中心之間若存在配送輻射范圍重疊,則表明配送中心距離較近,且有配送點落在對方的經(jīng)濟配送范圍內(nèi),聯(lián)盟后運輸距離合理且擴大了經(jīng)濟配送量,產(chǎn)生輻射范圍協(xié)同效應(yīng)。在配送中心輻射力模型基礎(chǔ)上,提出配送中心經(jīng)濟配送占比來評價輻射范圍效應(yīng),定義為配送中心在平均輻射半徑內(nèi)的配送量與配送總量之比;聯(lián)盟的經(jīng)濟配送占比越高,說明聯(lián)盟在經(jīng)濟配送范圍業(yè)務(wù)占比越大,聯(lián)盟的輻射范圍協(xié)同效用值越大。為此,用C(i,e)=1或0分別表示配送中心i和e輻射范圍是否重疊;用C′(uk)=1或0分別表示配送聯(lián)盟uk的成員輻射范圍是否兩兩重疊,具體有

則協(xié)同配送聯(lián)盟uk的經(jīng)濟配送占比(Edruk)模型為：

(4)

1.2.2 資源互補協(xié)同效應(yīng)模型

資源互補可促進聯(lián)盟形成和發(fā)展,提高聯(lián)盟成員之間的相互依賴性和合作效率[29],現(xiàn)有的供應(yīng)鏈等伙伴選擇實際上基于資源互補開展。因此基于多個配送中心的資源互補性來協(xié)同配送具有潛在的協(xié)同效應(yīng)。配送業(yè)務(wù)的資源主要包括配送車輛、配送人員和路權(quán)。而人員不是關(guān)鍵因素,路權(quán)資源主要依賴于擁有的車輛資源類型,本文將其等價于車輛資源考慮。另一方面,由于每個配送中心為了節(jié)約成本等原因而綜合調(diào)度優(yōu)化得到的配送時間、頻次不同(相對固定),導致配送的服務(wù)水平出現(xiàn)差異,使得配送時間實質(zhì)上也具有資源的功能,形成出車時段互補,如在時段8：00～10：00,配送中心1、2在某個配送域均有配送任務(wù),但只有中心1調(diào)度出車配送,但其車輛裝載率極低,此時如聯(lián)合中心2配送,無疑提高了中心2的服務(wù)水平和中心1的車輛利用率,降低其成本。因此認為配送的資源也包括配送時間和出車頻次。則其資源互補協(xié)同涉及配送車輛(類型、載重、載容)、配送時間、出車頻次資源,具體由車輛(類型、載重、載容)、配送時間、出車頻次、配送主體關(guān)系、配送主體地理位置等配送屬性數(shù)據(jù)來描述。通過評定配送中心間資源互補程度可評價其協(xié)同配送組建的潛力和資源互補效應(yīng)。基于此定義了配送中心出車時段互補強度和配送中心車輛資源互補強度兩個指標。

則配送聯(lián)盟出車時段互補強度TRuk可如式(5)計算：

(5)

配送中心車輛資源互補強度指配送中心車輛類型的異質(zhì)程度。設(shè)配送中心i和j的車輛資源合集分別為tpi、tpj,則定義配送聯(lián)盟的車輛互補資源互補強度VRuk按式(6)計算：

(6)

1.2.3 優(yōu)化模型

由以上分析可知,配送中心間的規(guī)模效益越大,配送中心協(xié)同的可能性越高,輻射范圍協(xié)同效應(yīng)越大,經(jīng)濟配送占比提高更多,越有利于組織協(xié)同配送;出車互補強度越大,配送中心協(xié)同之后車輛的利用率和配送的及時率提高得越多,異質(zhì)程度越大說明配送中心協(xié)同之后能擴充的資源類型越多,協(xié)同的可能性更大。因此,將交叉效應(yīng)值和資源互補效應(yīng)值兩個維度的綜合協(xié)同效應(yīng)值最大化作為組建穩(wěn)定協(xié)同配送的優(yōu)化目標,但二者性質(zhì)不同,為此引入權(quán)重區(qū)分和協(xié)調(diào)。則綜合得到的協(xié)同配送的組建優(yōu)化模型為：

(7)

s.t.

(8)

(9)

C′(uk)=1,uk∈S;

(10)

(11)

ω1+ω2=1;

(12)

xiuk={0,1},uk∈S,i∈I。

(13)

其中：ω1、ω2為權(quán)重,式(8)表示配送聯(lián)盟至少存在一個共同配送域,式(9)表示配送聯(lián)盟至少存在一個出車時段互補,式(10)表示配送聯(lián)盟成員需兩兩輻射范圍重疊,式(11)表示每個配送中心至多參加一個聯(lián)盟,式(13)為決策變量。

2 模型求解算法

直接獲取的配送業(yè)務(wù)數(shù)據(jù)不符合模型的數(shù)據(jù)要求。因此模型整個求解分為數(shù)據(jù)預處理、配送聯(lián)盟尋優(yōu)兩個階段,如圖3所示。其中數(shù)據(jù)預處理階段完成配送域劃分等操作,為模型提供輸入數(shù)據(jù);配送聯(lián)盟尋優(yōu)階段基于數(shù)據(jù)預處理的數(shù)據(jù),找出協(xié)同效應(yīng)最大的協(xié)同配送聯(lián)盟組合。

圖3 算法流程圖

2.1 數(shù)據(jù)預處理

圖4 數(shù)據(jù)預處理流程圖

(14)

式中：|pxi-pxe|+|pyi-pye|表示DCi到DCe的轉(zhuǎn)運曼哈頓距離,|cxg-cxj|+|cyg-cyj|表示cuig、cuej間的距離。

配送業(yè)務(wù)的時間距離通過改進文獻[30]對客戶時間距離的度量方法來計算,協(xié)同配送機會發(fā)現(xiàn)不涉及配送路徑規(guī)劃的早到晚到懲罰,因此去除早、晚到懲罰系數(shù),保留其偏差系數(shù)。取業(yè)務(wù)的時空距離為客戶的時間和空間距離的加權(quán)和,設(shè)時間距離的權(quán)重為α;引入時空距離轉(zhuǎn)換系數(shù)ε來解決量綱問題。綜上,得到客戶cuig和cuej的時空距離為：

(15)

基于此劃分配送域,具體步驟如圖4所示。

2.2 尋找最優(yōu)的配送聯(lián)盟

1.2.3節(jié)的模型是組合優(yōu)化問題,由于配送中心較多(決策變量多),傳統(tǒng)的線性規(guī)劃、窮舉等精確方法雖能計算出全局最優(yōu)結(jié)果,但難度較大且計算時間成本高。遺傳算法依賴高效并行搜索優(yōu)化能力,通常能夠較快地獲得較好的組合優(yōu)化結(jié)果。因此,根據(jù)配送中心聯(lián)盟組建聯(lián)盟模型特點設(shè)計循環(huán)的遺傳算法來求解出多個最優(yōu)聯(lián)盟組合,關(guān)鍵要點如下：

(1)編碼。染色體長度為配送中心的數(shù)量,每位編碼的位置代表對應(yīng)編號的配送中心,值為1表示參與聯(lián)盟(0表示不參與),則每條染色體代表一個聯(lián)盟。如編碼101000表示該區(qū)域共有6個配送中心,其中配送中心1和3形成一個聯(lián)盟。設(shè)定每個配送中心只能參與1個聯(lián)盟,為了避免某配送中心重復參加聯(lián)盟組建,對已參加聯(lián)盟的配送中心,在循環(huán)時設(shè)定其編碼值為0,然后以該位置為中心,對其左右段分別使用隨機二進制數(shù)編碼,例如在以上6個配送中心的聯(lián)盟問題中,若配送中心1和3已參加聯(lián)盟,則設(shè)置編碼的第1、3位置為0,對位置1和3之間(第2位)和位置4、6之間采用隨機生成0或1方式填充。

(2)適應(yīng)度函數(shù)。將目標函數(shù)進行指數(shù)變換得到適應(yīng)度函數(shù),取α=-0.5。

(3)交叉和變異操作。產(chǎn)生染色體長度內(nèi)的兩個隨機整數(shù)來截取隨機數(shù)間的染色體的片段進行交換。如對101010、010101,生成6以內(nèi)的兩個不同隨機整數(shù)2和4,則交換它們第2、4之間的基因,可得到1|101|10和0|010|01。設(shè)交叉概率為0.8。通過隨機選擇和交換單個染色體上兩個位置的基因來實現(xiàn)變異,設(shè)定變異概率為0.03。

(4)根據(jù)配送中心規(guī)模隨機生成初始種群,采用輪盤賭策略進行選擇操作。

3 實例分析

下面以南寧市主城區(qū)20個配送中心為例,來展示基于本文模型和方法組建多個協(xié)同配送聯(lián)盟的過程,驗證該方法的可行性,并通過對求解結(jié)果的分析驗證其有效性。通過調(diào)研、爬蟲等獲取20個配送中心的配送屬性數(shù)據(jù)。20個配送中心車輛類型信息和業(yè)務(wù)基本信息分別如表1和表2所示。將出車時段00：00～24：00均分為12段,隨機取配送中心的1 008組業(yè)務(wù)進行研究,配送中心的配送網(wǎng)絡(luò)如圖5所示。通過式(2)和式(3)計算得到各配送中心的平均輻射半徑,可視化后如圖6所示,可見配送中心的配送網(wǎng)絡(luò)存在明顯的交叉重疊區(qū)域,有協(xié)同的潛力。

表1 南寧市主城區(qū)20個配送中心的車輛類型信息

表2 配送中心基礎(chǔ)信息表

圖5 南寧市主城區(qū)20個配送中心配送網(wǎng)絡(luò)

圖6 南寧市主城區(qū)20個配送中心輻射范圍

3.1 數(shù)據(jù)預處理與求解

根據(jù)2.1節(jié)的方法,基于時空距離的最大最小距離聚類法劃分20個配送中心業(yè)務(wù)配送域,選擇第51個樣本為第一個聚類中心Z1,算法則會選擇距離第51個樣本最遠的樣本Z2為第二個聚類中心,在樣本中Z1和Z2的時空距離為73.987 km;取θ=0.25以控制類內(nèi)距離不超過18.5 km,α=0.2,ε=30km/h,聚類得到33個配送域。得到的各配送中心在各配送域的業(yè)務(wù)量分布、配送中心的輻射半徑、配送中心的各時段出車信息0-1矩陣、每個配送中心擁有的車輛類型矩陣如圖7所示。

圖7 配送屬性數(shù)據(jù)預處理

設(shè)置遺傳算法參數(shù)種群數(shù)量為900,迭代次數(shù)為400,其中聯(lián)盟交叉協(xié)同效用值和資源互補效應(yīng)值的權(quán)重設(shè)為ω1=0.6,ω2=0.4。經(jīng)過尋優(yōu),共得到6個最優(yōu)聯(lián)盟組合,表明存在6種協(xié)同配送的可能,如表3所示。配送中心1、3、6和19被淘汰,沒能參與配送聯(lián)盟。各個協(xié)同配送聯(lián)盟的規(guī)模不同,聯(lián)盟u2、u4、u5有兩個成員,u3、u6有3個成員,u1有4個成員,這突破了以往伙伴選擇方法中只圍繞一個聯(lián)盟展開,只能選出一個最優(yōu)合作伙伴的局限。

表3 南寧市主城區(qū)最優(yōu)配送聯(lián)盟組合

3.2 結(jié)果分析

協(xié)同配送聯(lián)盟的綜合效用值受到交叉協(xié)同、資源互補協(xié)同兩個維度效用值的大小及其權(quán)重的影響,每種效用對綜合效用值的貢獻不同。如表3所示,6個聯(lián)盟中,每種協(xié)同效應(yīng)出現(xiàn)了波動,這表明其協(xié)同時存在最佳維度。如聯(lián)盟u1雖然綜合效應(yīng)值最高,但其經(jīng)濟規(guī)模協(xié)同效用值并非最高,其綜合效應(yīng)最高主要是因為其輻射范圍重疊效用、出車互補協(xié)同效用和車輛互補效用最高。按交叉協(xié)同效用權(quán)重0.6計算,可知其中輻射范圍效用、經(jīng)濟規(guī)模效用、出車互補協(xié)同效用和車輛資源互補效用對綜合效應(yīng)的貢獻度分別為22.3%、26.38%、25.67%、25.67%。由此可見,聯(lián)盟u1資源互補協(xié)同效用對總效用的貢獻較大(雖然其權(quán)重更小,但貢獻超過50%),可知聯(lián)盟最佳協(xié)同維度是資源互補維度,需要說明的是兩個維度的協(xié)同并不互斥,可并行進行。各聯(lián)盟每種效應(yīng)值趨勢以及對總效應(yīng)的貢獻情況如圖8所示,其中折線反映了每種效應(yīng)值在聯(lián)盟之間的變化以及各聯(lián)盟每種效用值的排名。由折線可知,輻射范圍效應(yīng)值和規(guī)模效用值的波動較大,說明各聯(lián)盟的經(jīng)濟配送水平和規(guī)?；较嗖钶^大,由聯(lián)盟u1、u3、u4、u5和u6的輻射范圍效用和規(guī)模效用值變化趨勢可知,輻射范圍效用值越大的聯(lián)盟規(guī)模效用值越大,這是因為輻射范圍重疊表明配送中心相近(配送起點近)、輻射范圍重疊處存在共同的客戶(配送終點近)的幾率也比較大,而配送起點和終點的相似度正是衡量規(guī)模效應(yīng)的因素;出車互補的效用值和車輛資源互補的效用值波動較小,且聯(lián)盟的出車互補的效用值和車輛資源互補的效用值普遍較高,說明配送中心存在很大的資源互補機會。由圖8中的柱狀圖可知,雖然每個聯(lián)盟的資源互補效用值普遍比交叉協(xié)同效用值大,但在權(quán)重的影響下每個聯(lián)盟兩個維度的效用貢獻相差并不大,說明聯(lián)盟不存在絕對優(yōu)勢的協(xié)同維度;其中,聯(lián)盟u4的最佳協(xié)同維度是交叉協(xié)同維度,其他聯(lián)盟的最佳維度都是資源互補協(xié)同維度,說明配送中心協(xié)同之后間接的資源互補效應(yīng)相對配送集約規(guī)?；?yīng)更為明顯。以下對聯(lián)盟的每種效用值進行分析。

圖8 配送聯(lián)盟各效用與總效用的占比圖

輻射范圍重疊效應(yīng)值反映了聯(lián)盟輻射半徑內(nèi)的配送量占聯(lián)盟總配送量的比例,例如,聯(lián)盟u1的輻射范圍重疊效應(yīng)值0.578 6,表示其有57.86%的配送量在輻射范圍之內(nèi)。各配送中心聯(lián)盟前后的經(jīng)濟配送占比如圖9所示,每個聯(lián)盟可根據(jù)成員原本的效益以及聯(lián)盟之后提升的效益,合理分配成員的權(quán)利和利益,從而保持聯(lián)盟的穩(wěn)定性。例如,配送中心9在聯(lián)盟之后提升的經(jīng)濟配送占比最大,提升了0.34,聯(lián)盟之后受益最大,可指導其成為協(xié)同配送具體聯(lián)盟的主要推動者和維護者,在協(xié)同配送利益分配時,降低效益分配比例,維護聯(lián)盟的穩(wěn)定;配送中心4在聯(lián)盟的經(jīng)濟配送占比提高的最少,僅提高了0.03,但其聯(lián)盟之前的經(jīng)濟配送占比最高,高達0.521,說明該配送中心本身的輻射范圍較大或配送點分布較為合理、配送的效率較高、有較強的實力,有成為聯(lián)盟盟主的潛力,在協(xié)同配送利益分配時,提高效益分配比例。配送聯(lián)盟可根據(jù)聯(lián)盟成員的輻射半徑對業(yè)務(wù)重新分配,來提高配送中心經(jīng)濟配送量。例如,聯(lián)盟u1可根據(jù)聯(lián)盟輻射范圍對配送中心9的業(yè)務(wù)重新分配,在聯(lián)盟之前配送中心9的輻射范圍和業(yè)務(wù)分布如圖10所示,只有cu97、cu98、cu99、cu928、cu929、cu930、cu932、cu933等8個配送點在經(jīng)濟輻射范圍內(nèi),聯(lián)盟之后配送點cu92、cu93、cu94、cu96、cu910、cu911、cu912(新增)落在配送中心20的輻射范圍內(nèi),可將這些配送點分配給配送中心20,配送點cu95落在配送中心20和15的輻射范圍內(nèi),該配送點具有較大的柔性,可分配給其中的任一配送中心進行配送,此外,在配送中心9輻射范圍內(nèi)的配送點cu97、cu98、cu99、cu32落在配送中心10的輻射范圍內(nèi),在配送中心9輻射范圍內(nèi)的配送點cu928、cu929、cu30落在配送中心15的輻射范圍內(nèi),這些配送點同樣有較大的柔性?？梢?聯(lián)盟重新分配業(yè)務(wù)后,配送中心9的經(jīng)濟配送點增多,處于配送中心輻射范圍重疊處的配送點可由任一配送中心進行配送,存在較多的配送可能。

圖9 配送中心聯(lián)盟前后經(jīng)濟配送占比對比圖

圖10 聯(lián)盟u1中配送中心9聯(lián)盟前后配送點分布以及輻射范圍

經(jīng)濟規(guī)模效用值反映了聯(lián)盟重疊的業(yè)務(wù)數(shù)量占聯(lián)盟總業(yè)務(wù)量的比例,聯(lián)盟可對重疊部分進行協(xié)同配送以擴大配送規(guī)模。例如,聯(lián)盟u1的經(jīng)濟規(guī)模效用值為0.685 1,表示其有68.51%的業(yè)務(wù)存在重疊。根據(jù)1.2.1節(jié)的分析可知,配送業(yè)務(wù)在同一配送域則認為業(yè)務(wù)重疊、可以協(xié)同配送,據(jù)圖7a劃分的配送域結(jié)果可知聯(lián)盟u1有配送域1,16,21,27和31等5個共同配送域,共有68.51%的業(yè)務(wù)在共同配送域上。各聯(lián)盟共同配送域擁有的共同配送域和業(yè)務(wù)重疊情況如表4所示,其中聯(lián)盟u2的共同配送域最多,共有9個共同配送域,有95.96%的業(yè)務(wù)在這9個配送域上,其他聯(lián)盟也都有超過60%的業(yè)務(wù)重疊,對重疊業(yè)務(wù)協(xié)同配送后可大幅度提高配送規(guī)模而降低配送成本。這也反映了本文方法對提高規(guī)?；膮f(xié)同配送成員的識別準確有效。

表4 聯(lián)盟共同配送域與業(yè)務(wù)重疊情況

出車互補時段效用值反映了聯(lián)盟成員出車互補時段相似的業(yè)務(wù)量與原來不出車的業(yè)務(wù)量之比以及成員間出車互補關(guān)系的密度。例如,聯(lián)盟u1、u2、u5、u6的出車互補效用值都為1,說明聯(lián)盟每個成員所有不出車時段的業(yè)務(wù)量與其他成員的出車時段的業(yè)務(wù)相似,且出車互補關(guān)系的密度大,兩兩成員之間都存在出車互補關(guān)系,這有利于提高配送的及時率;而聯(lián)盟u3和u4的出車互補效用值都小于1,說明聯(lián)盟有成員在不出車時段的業(yè)務(wù)與其他出車時段不相似或與其他成員沒有形成出車互補時段,聯(lián)盟u3的配送中心8在不出車時段12：00～14：00共有4組業(yè)務(wù),其中有1組業(yè)務(wù)和該時段出車的配送中心2的業(yè)務(wù)不相似,聯(lián)盟u4的配送中心5在不出車時段18：00～20：00與配送中心16沒有形成出車互補時段。聯(lián)盟通過出車互補減少配送中心不出車的配送量,各配送中心聯(lián)盟前后不出車業(yè)務(wù)量對比如圖11所示,除配送中心5和17外其他配送中心在聯(lián)盟之后不出車的配送量都得到減少,其中配送中心17原本的出車頻次剛好滿足其配送的頻次需要,聯(lián)盟前后的不出車配送量都為0,該配送中心的及時率較高;而配送中心5在和配送中心16聯(lián)盟后,不出車配送量沒有得到減少,正如圖8所示,聯(lián)盟u4的最佳協(xié)同維度是交叉協(xié)同而非資源互補協(xié)同。每個聯(lián)盟的出車互補時段如表5所示,聯(lián)盟u1有5個出車互補時段,u3和u6有4個出車互補時段,u3有3個出車互補時段,而u2和u4只有1個出車互補時段,可見聯(lián)盟成員越多出現(xiàn)出車互補的概率越大。此外,u2只有1個出車互補時段但其出車時段互補效用仍然是1,可見配送中心13不出車配送量在配送中心17得到了幫助且配送中心13原本也只有1個在其需求時段不派車,因此從出車互補時段層面,配送中心17是聯(lián)盟中有實力的配送中心,應(yīng)給配送中心17分配更多的權(quán)利和利益。

表5 配送聯(lián)盟出車互補時段

圖11 配送中心聯(lián)盟前后不出車業(yè)務(wù)量對比圖

車輛資源互補效用值反應(yīng)了配送聯(lián)盟成員不同車輛類型的數(shù)量與聯(lián)盟總車輛類型的數(shù)量之比。聯(lián)盟u1、u2、u3、u4、u5的車輛資源互補效用值都為1,說明這5個聯(lián)盟中每個成員都至少有一種或多種車輛和其他成員的車輛類型不同(存在互補),如u4中配送中心5的車輛類型合集tp5={面包車,高欄式小貨車,高欄式中貨車},配送中心16車輛類型合集tp6={小面包車,廂式小貨車,廂欄式中貨車},兩配送中心的車輛類型各不相同,聯(lián)盟的車輛資源異質(zhì)性較大。而u6車輛資源互補效用值為0.833 3,反映該聯(lián)盟成員擁有同種車輛,由圖7可知u6所有成員都有中面包車。各聯(lián)盟的車輛資源互補情況如表6所示,聯(lián)盟u1、u3、u4、u5在6種車型都存在互補,u2和u6在5種車型上存在互補,說明配送中心聯(lián)盟之后得到了很好的車輛類型擴充,有利于優(yōu)化運作;u2沒有形成小面車互補,但其車輛資源互補效用值為1,這是因為u2沒有小面包車。由此可見,由配送屬性數(shù)據(jù)驅(qū)動組建的協(xié)同配送聯(lián)盟,可得到較好的車輛資源互補效果,為配送中心的配載優(yōu)化和路權(quán)拓展提供了更多種可能,這為取得協(xié)同效應(yīng)提供了支撐。

表6 配送聯(lián)盟車輛資源互補情況

綜上分析,得到的6個聯(lián)盟有著不同的聯(lián)盟規(guī)模和潛在協(xié)同配送機會,在配送輻射范圍和配送網(wǎng)絡(luò)上存在著交叉重疊,在出車時段和車輛資源上存在著互補,為這些配送中心的協(xié)同配送提供了方向和策略基礎(chǔ)。與其他中間求解結(jié)果(即非最優(yōu)解)進一步對比顯示,最優(yōu)聯(lián)盟組合中聯(lián)盟綜合效應(yīng)值都高于非最優(yōu)解聯(lián)盟組合,特別是經(jīng)濟規(guī)模效用值明顯低于最優(yōu)解,即最優(yōu)解聯(lián)盟組合的業(yè)務(wù)重疊比例非常高,有利于協(xié)同配送。這表明,本文構(gòu)建的配送屬性數(shù)據(jù)驅(qū)動的協(xié)同配送聯(lián)盟組建模型可以有效識別多個潛在的穩(wěn)定協(xié)同配送聯(lián)盟,也可為單個配送中心選擇最優(yōu)的配送聯(lián)盟組合。

4 結(jié)束語

本文針對協(xié)同配送聯(lián)盟組建研究定性化,聯(lián)盟伙伴選擇單一化問題,站在第三方視角,提出了由配送屬性數(shù)據(jù)驅(qū)動的快速識別聯(lián)盟伙伴和聯(lián)盟組建方法。為大數(shù)據(jù)下的協(xié)同配送組織和數(shù)據(jù)分析提供了支撐方法。構(gòu)建了配送屬性數(shù)據(jù)驅(qū)動的協(xié)同配送聯(lián)盟組建模型和求解方法,實現(xiàn)了協(xié)同配送伙伴和聯(lián)盟的數(shù)字化以及優(yōu)化識別和評定;能通過配送屬性數(shù)據(jù)一次并行構(gòu)建出多個輻射范圍重疊、配送網(wǎng)絡(luò)重疊、資源互補的協(xié)同配送聯(lián)盟,并為單個配送中心確定最優(yōu)聯(lián)盟組合;避免了主觀的評價和排序,也突破了以往單個聯(lián)盟選擇一個最優(yōu)合作伙伴的伙伴選擇模型,從根本上延長了協(xié)同配送聯(lián)盟的生命周期,為協(xié)同配送伙伴選擇和組建難題、第三方協(xié)調(diào)組織提供了決策方法。此外,該方法也可延用到其他領(lǐng)域潛在的穩(wěn)定聯(lián)盟組建。

基于模型可分析每個聯(lián)盟的最佳維度,為實際運行提供依據(jù)。交叉協(xié)同維度的輻射范圍重疊效用和規(guī)模效用相互關(guān)聯(lián),存在一定的一致性,聯(lián)盟成員越多,存在出車互補時段和車輛資源互補的概率越大,每個聯(lián)盟成員的基礎(chǔ)實力、聯(lián)盟之后的受益情況不同,可根據(jù)此來分配聯(lián)盟中的權(quán)利和利益,由實力比較強的配送中心主導聯(lián)盟、受益較大的配送中心來維護聯(lián)盟,給實力較強的配送中心較高的利益份額、受益較高的配送中心分配更少的利益份額,以保證聯(lián)盟的穩(wěn)定性?；诖丝砷_展協(xié)同配送組織模式的優(yōu)化設(shè)計。另外,本文研究限制了配送中心僅能參加一個聯(lián)盟,且默認了配送中心貨物的兼容性。因此,下一步將考慮配送中心參與多個聯(lián)盟和配送貨物的兼容性組建配送聯(lián)盟和組織模式設(shè)計問題。