物流“最后一公里”问题研究综述

（西南交通大学交通运输与物流学院/综合交通运输智能化国家地方联合工程实验室，四川成都610031）

摘要：物流“最后一公里”问题作为物流服务链的末端配送，是一个与人们密切相关的社会问题，直接影响着物流的效率、物流的成本以及物流服务的质量。从供应链角度看，物流“最后一公里”是供应链活动重要的组成部分，其终端对象是顾客（消费者或受灾者），其目的是在末端节点将货物送到顾客手中，以满足顾客需求。物流“最后一公里”问题的社会属性决定了其与配送环境、需求者特性之间的密切关系。导致物流“最后一公里”困境的不仅包括末端配送问题，也包括上下游衔接问题，如自提点布局问题、路径优化问题、配载优化问题、运输工具选择问题、多式联运协调问题、利益主体博弈问题以及顾客服务质量提升问题等。针对当前我国物流“最后一公里”存在的诸多问题，未来研究应在现有研究基础上，进一步围绕顾客行为因素的应用、公平因素的影响、参与主体协调机制的完善等展开。

一、引言

“最后一公里”（Last Mile）本意是指长途跋涉过程中完成的最后一段路程，[1]之后被引申为完成一项工作的过程中最后而且关键性的一个步骤。“最后一公里”问题广泛存在于各个领域，比如电子商务末端配送、[2-3]人道物流末端配送、[4-5]农业信息化建设、[6]农村信息服务、[7]通信服务、[8]城市公共交通网络[9]等。本文研究的主要是物流“最后一公里”问题。按照行业，可划分为铁路、电商、快递、快运等物流“最后一公里”；按物流主体，可划分为自理物流、第三方物流和第四方物流“最后一公里”；按区域，可划分为城市、城乡和农村物流“最后一公里”；按货物处理温度控制要求，可划分为常温物流和低温物流“最后一公里”；按物流系统性质，可划分为社会物流、行业物流和企业物流“最后一公里”。综合国内外学者大量的研究分析发现，关注的热点主要集中在商业物流“最后一公里”[10-11]和人道物流“最后一公里”[12-13]两个方面。本文主要对商业物流和人道物流“最后一公里”问题进行综述。

2013年10月召开的部分城市物流工作座谈会上，国务院副总理汪洋指出，解决城市物流“最后一公里”配送难和配送贵的问题，可推进商贸物流发展，降低物流费用，提高物流效率。为解决城市配送“通行难、停靠难、装卸难，收费多、罚款多”的“三难两多”问题，国家出台了多项相关政策，具体见表1。尽管国家针对城市配送制定了相关政策和发展建议，一些城市开始开展共同配送，采用了各种各样的新型配送方式，但物流“最后一公里”成本高、效率低问题仍未得到有效解决，据统计，“最后一公里”物流成本占整个供应链总成本的13%-75%。[14]城市配送“三难两多”问题依然很突出，影响城市配送效率，加剧城市交通拥堵，增加物流成本，物流“最后一公里”问题一直是制约物流成本的重要因素。针对物流“最后一公里”问题，国内外学者提出了自己的见解，主要集中在以电商物流为代表的商业物流和人道物流的“最后一公里”配送上。然而，由于物流“最后一公里”自身特有的复杂性，与需求者联系紧密，并不仅仅涉及末端配送问题，科学认识其本质和相关问题，有利于更好地解决物流“最后一公里”所处的困境。

二、物流“最后一公里”的内涵和特点

1.物流“最后一公里”的内涵。目前，对于物流“最后一公里”的内涵尚未形成统一的共识，如表2所示。但从现有文献可以看出，物流“最后一公里”的终端对象是顾客（消费者或受灾者），本质是物流服务链的末端配送。无论商业物流还是人道物流，从供应链角度看，物流“最后一公里”是供应链活动重要的组成部分，其目的是在末端节点将货物送到顾客手中，以满足顾客需求。

2.物流“最后一公里”的特点。在商业物流中，随着网购市场的兴起，电商物流“最后一公里”问题日益凸显，其“最后一公里”配送成本占整个物流配送成本的30%以上，[15]一次配送失败率为12%，[16]网购快递服务整体满意度为38.9%。[17]此外，随着消费者“等快递”消费理念的逐步改变，要求快递配送方式多样化，满足个性化需求，这使得电商物流“最后一公里”陷入了困境。而人道物流由于救援环境复杂性、非常规需求、不可预测性、大规模行动等特点，导致救援物资很难及时供应给受灾者，特别是“最后一公里”问题尤为严重。表3总结了物流“最后一公里”的一般特性，由于物流“最后一公里”的许多特性都与配送环境、需求者特性相关，因此物流“最后一公里”在不同的配送环境中可能表现出不同的特点，尤其是在灾难救援环境中。

三、物流“最后一公里”问题分析

目前，我国商业物流“最后一公里”存在的主要问题，一是消费者数量大，需求不确定性高，分布范围广，城市与农村差距悬殊；二是不同区域对配送模式的需求不一致，消费理念发生改变；三是承担“最后一公里”配送业务的主体众多，配送服务质量不高；四是配送时效性差，取货便捷程度较低，二次配送成本高；五是配送车辆不规范。针对以上问题，各大电商、物流企业和第三方企业纷纷加大物流“最后一公里”建设，在考虑消费者个性化需求与综合利用社会资源的前提下设立自提点，期望化解末端物流配送“瓶颈”。

与商业物流相比，人道物流具有弱经济性，以救援时间、效益最大化、灾害损失最小化为目标。[18-19]人道物流的目的是迅速提供适当的应急物资给灾区的灾民，尽量减少受灾者的苦难和死亡。人道物流“最后一公里”遇到的主要挑战是运输资源和应急物资缺乏、基础设施损坏导致运输困难以及救援行动者之间缺乏协调机制。[28-31]

无论商业物流还是人道物流，其“最后一公里”问题都不仅仅局限于末端配送问题，还包括上下游衔接问题等，这在多式联运及利益主体协调问题上表现得尤为明显。图1分析了物流“最后一公里”问题的成因与关联。

在自提点布局问题上，如何合理布局末端网点，使之覆盖更多的消费者，决定着自提点布局的成败。爱德华兹、麦金农、库里纳尼（Edwards，McKinnon and Cullinane）[32]基于低碳视角，研究一次配送失败率不同的情况下自提点与送货上门两种方式所产生的环境成本，认为自提点是一种便利而环保的配送方式。从本质上讲，自提点是城市末端共同配送的一种空间载体，能够满足消费者个性化需求，增强末端配送服务功能。

在路径优化问题上，城市配送环境复杂多变，容易出现交通拥堵、配送不及时、配送服务质量低下等问题，而在救援环境中，由于基础设施和交通网络受到了不同程度的损害，配送不及时，极易造成人员伤亡，因此需要优化末端配送路径。

在配载优化问题上，由于末端配送货物种类繁多，形状不一，重量不同，如何设计合理的配载方案，提高装载率，是物流“最后一公里”亟需解决的问题，这尤其体现在鲜活易腐品以及易碎品的配载上。

在多式联运协调问题上，由于货物在不同运输方式间流转，上游某一运输方式出现问题的话，将影响下游末端配送的质量。这意味着，物流“最后一公里”问题并不仅仅是末端配送问题，还要考虑上下游衔接问题，这尤其体现在多式联运上。

在运输工具选择问题上，目前由于城市车辆装备标准化程度不高，配送车辆种类繁多，配送过程中容易出现禁行现象，影响配送时效，而在救援环境中，容易出现运输资源缺乏现象，导致救援不及时，因此要合理选择运输工具，最大程度满足顾客需求。

在利益主体博弈问题上，无论商业物流还是人道物流，都会涉及多方利益主体。比如，在电商物流中，自提点应当由电商企业、物流企业还是第三方企业布局，如何分配从自提点获得的利益等，都是需要明确的问题，

在顾客服务质量提升问题上，由于物流“最后一公里”最大的特点是与末端顾客直接接触，这意味着决策者在提供末端配送服务时，要着重考虑顾客行为特征。顾客对现有服务的心理感受，将决定未来是否选择该企业提供服务，这在电商物流领域表现得尤为明显。

四、相关问题研究综述

由图1可知，物流“最后一公里”困境主要表现在自提点布局、路径优化、配载优化、多式联运、运输工具选择、利益主体协调以及顾客服务质量提升等七个主要问题上。以下针对这七个问题进行综述，以更加深刻地认识物流“最后一公里”问题的本质及复杂性。

1.自提点布局问题研究。国外学者对自提点布局模型研究得较少，维尔特威里登（Weltevre⁃den）等[33-34]借助快递配送企业日常运营与消费者行为统计数据，对末端网点进行了详细而客观的分析，但以定性研究为主。朱莉亚和默西尔（Jour⁃neau & Mercier）[35]通过与全球移动通信系统网络规划方法进行对比研究，提出了建设快递末端配送网络的方法。而国内学者认为，可采用集合覆盖模型、[36-37]全面空间作用模型、[38]双层规划模型、[39-40]多目标选址模型[41]进行快递自提点布局优化，如表4所示。

2.路径优化问题研究。对于商业物流“最后一公里”配送路径优化模型的研究，恩麦克和马特菲德（Ehmke and Mattfeld）[42]基于送货上门配送模式，采用浮动车数据与服务质量提升方法，讨论了带时间窗的车辆路径模型。恩麦克和坎贝尔（Ehmke and Campbell）[43]认为，高效可靠的送货上门配送模式是网上零售商经营成功的关键，特别是物流服务供应商在大都市地区面对拥挤的交通网络和客户紧迫的交货时间期望时，应通过开发客户可接受的送货上门机制，最大限度地提高物流服务提供商的利润，使尽可能多的交付请求成为可能。艾萨德和史莱[44]基于层次结构模型，构建了“最后一公里”配送体系，采用Petri网路方法求解，并提供了拥堵环境下使配送路线更合理的解决方案。

面对众多需求各异的消费者，加之城市道路容易出现拥堵，在商业物流“最后一公里”配送路径问题上，考虑实际路网情况、配送车辆行驶速度随路段与时间不同而发生变化的特征，以及车辆为多条路线上消费者提供不同配送服务的问题应在路径计划中受到关注，[45-46]如表5所示。

有关人道物流“最后一公里”配送路径优化问题的研究，集中在车辆路径与资源分配上。克诺特（Knott）[47]研究了采用单一运输方式将食品从配送中心交付到营地的“最后一公里”配送问题，构建了一个最小化运输成本或最大化配送量的线性规划模型。杨乐和潘震[48]考虑道路运输情况，建立了基于时间和费用的双目标优化模型，解决应急医用物资“最后一公里”配送路径问题。除单一配送路径优化模型（表6）外，还有些研究者对配送点选址与配送路径优化进行了集成，如莱内姆、罗和哈瓦特姆等（Rennemo，S. J.，Rø，K. F. and Hvattum et al.）[49]将可用运输车辆、基础设施和潜在受益者的需求状态作为随机元素，考虑配送公平性，建立了一个包含配送设施定位、救援物资分配、“最后一公里”配送等三个阶段的混合整数随机规划模型，以应对人道物流响应计划，并采用Xpress-IVE优化套件进行求解。

3.配载优化问题研究。车辆配载优化问题是典型的三维装箱问题。根据所需车辆数量，可将车辆配载问题分为单车配载和多车配载问题。[56]单车配载问题的目标函数为最大化装入车辆货物的总体积，而多车配载问题则要求在货物全部装入的前提下，最小化所需车辆数量。从博弈论角度看，车辆配载优化问题属于拥有多个参与人的复杂博弈问题，[57]即将每件货物当作一个参与人，在“装入”和“不装入”之间作出选择。对于车辆配载优化问题，主要是采用启发式算法和精确算法，如表7所示。

由于车辆配载问题与配送问题紧密联系，李勇等[58]在考虑运输路径不确定性、物品混装相容性约束及物品装载优先级约束等的前提下，建立车辆路径（VRP）与车辆装载（VFP）多目标优化模型，以自适应策略调整变异率的遗传算法最终实现了多目标优化。靳志宏等[59]考虑货物易损性、装载稳定性、物品不可倒置、车辆平衡性、先下后装等配载约束，构建车辆配载与配送联合优化混合整数规划模型。彭碧涛[60]分别建立了带时间窗、动态交通状况、多车型三种情况下的三维装载约束车辆路径模型。

4.多式联运协调问题研究。对多式联运协调问题的研究，主要是通过整合各企业核心能力，在多式联运经营人所涉及的运输网络中决策出满足成本、时间、环境等各种指标要求的综合运输方案。[75]多式联运协调问题的核心是路径优化与承运人选择问题。根据决策环境不同，可分为集中式决策环境、多智能体系统（MAS）及不确定性规划等多式联运协调问题，如表8所示。

5.运输工具选择问题研究。运输工具选择问题本质上是运输调度问题。[76]运输工具选择要以完成基本的运输或配送任务为前提，然后综合考虑技术、经济、社会等其他要求，使运输或配送方案实现技术效益、经济效益、社会效益的最大化。除关注选择哪种运输工具以完成运输或配送任务外，在实际物流活动中，还应关注与运输车辆密切相关的车队管理问题，特别是在城市配送活动或救援物资配送活动中。有效的车队管理可以大大提高车辆利用率，实现货物运输科学化。运输工具选择问题相关研究如表9所示。

6.利益主体博弈问题研究。在商业物流中，涉及物流企业、制造企业、零售企业、电子商务企业等多个利益主体，如何协调各主体利益，使之形成一个稳定的联盟，将决定物流活动的成败，特别是在城市共同配送联盟、[77]自提模式联盟中。[78]在人道物流中，参加救援的组织数量众多，且各自具有不同的目标、任务、运作方式和物流能力，在地理、文化背景、语言、组织结构等方面也存在差异，为争取更多捐赠（资金和实物），救援组织间经常会出现竞争的现象，需要设计一个合理的协调机制。利益主体博弈问题研究如表10所示。

7.顾客服务质量提升问题研究。物流配送活动的终端服务对象是消费者或受灾者，有效分析顾客需求信息，合理挖掘潜在需求，有利于提高顾客服务质量。目前，有关顾客服务质量提升问题的研究主要集中在商业物流活动中，具体表现在末端配送服务质量与自提点服务半径的确定上，如表11所示。

五、研究展望

物流“最后一公里”问题研究已经具有了一定的基础，取得了一定的成果，但对于商业物流和人道物流“最后一公里”等热点问题，由于其复杂性和不可预测性，加之配送活动的最终对象是消费者或受灾者，未来物流“最后一公里”问题研究还应关注以下几个方面：

1.开展顾客行为因素的应用研究。无论商业物流还是人道物流，其“最后一公里”配送的最终对象都是顾客，其对末端配送的需求特征都与自身行为因素密切相关。顾客作为决策者，受认知偏差与自身能力所限导致的有限理性是决策者的一种固有属性，[98]渗透到物流“最后一公里”的方方面面。有限理性行为研究理论主要有前景理论、[99]随机选择模型中的MNL模型、[100]满意心理[101]等，可利用前景理论等行为研究理论，在自提点布局、配送路径优化、顾客服务质量提升等方面开展考虑顾客有限理性行为的应用研究。

2.考虑公平因素的影响。随着新型城镇化进程的不断推进，城乡一体化物流网络的构建不仅关注网络的协同性、畅通性，还应解决城乡二元结构所导致的城乡市场不均衡性。[102]现有自提点大多基于城市环境布局，而对于消费者分布较为分散的郊区或农村地区，在进行网点布局时应从系统角度出发，考虑公平因素，体现城乡差异性，解决公共物流设施资源等分配不公的问题，而不再仅仅追求系统效益的最大化。对配送路径优化问题，应引入公平因素，量化公平指标，以公平为决策目标，综合权衡公平、效率、效益三者间关系，尤其是在重大突发事件救援环境中。

3.完善参与主体协调机制。对于商业物流，在设立自提点时，涉及多方利益主体，如电子商务企业、物流企业、第三方企业、城市规划者等，利益分配机制设计得合理与否，对自提点能否成功运营具有决定作用。参与主体利益分配可借鉴博弈论思想进行研究，具体可基于竞争博弈与合作博弈两个不同视角展开。对于人道物流，救援活动中会涉及多方救援行动者，各方间不存在隶属关系，要设计合理的协调机制来避免救援效率低下、资源浪费等现象的出现。根据主要活动形式的不同，可将人道物流协调机制划分为采购、运输、仓储方面的协调。[103]而商业供应链协调问题研究得较为成熟，[104]可将以上三方面的商业供应链协调机制应用到人道物流参与主体协调机制研究中。

六、结论

电子商务的快速发展引发了人们对电商物流越来越多的重视，大规模灾害事件的频繁发生迫使人们关注人道物流。无论以电商物流为代表的商业物流还是人道物流，在实际运作中都不可避免地会遭遇“最后一公里”问题。物流“最后一公里”具有多参与主体、需求环境不确定、直接面向顾客等特性，这决定了物流最后一公里问题的复杂性。

物流“最后一公里”是供应链活动的最后一个环节，其物流成本的高低决定了整个社会物流的运作效率。物流“最后一公里”最终的服务对象是顾客，与顾客行为因素紧密联系。为解决物流“最后一公里”造成的困境，这几年国家出台了许多与城市配送相关的政策，并取得了一定成效。可见，物流“最后一公里”问题是一个与人们密切相关的社会问题。

物流“最后一公里”问题的社会属性，决定了其不仅仅只是末端配送问题。物流“最后一公里”问题的成因与关联给出了其主要包含自提点布局、路径优化、配载优化、多式联运、运输工具选择、利益主体协调以及顾客服务质量提升等七个问题，未来可围绕顾客行为因素的应用、公平因素的影响、参与主体协调机制的完善等方面展开。

＊本文系国家社会科学基金资助项目“城市物流网络运行机理与演化机制研究”（项目编号：11BJL054）的部分研究成果。

[1]高铁生，郭冬乐.中国流通产业发展报告[M].北京：中国社会科学出版社，2004：502-506.

[2]、[10]、[25]、[44]Aized T.，Srai J..Hierarchical model⁃ling of Last Mile logistic distribution system[J].The Internation⁃al Journal of Advanced Manufacturing Technology，2014，70 （5-8）：1053-1061.

[3]、[11]Lee H. L.，Whang S..Winning the last mile of ecommerce[J].MIT Sloan Management Review，2001，42（4）：54-62.

[4]、[12]、[26]、[28]、[66]Balcik B.，Beamon B. M.，Smilow⁃itz K..Last mile distribution in humanitarian relief[J]. Journal of Intelligent Transportation Systems，2008，12（2）：51-63.

[5]、[13]、[47]Knott R.. The logistics of bulk relief supplies [J].Disasters，1987，11（2）：113-115.

[6]王艳霞.“最后一公里”问题的原因与解决对策[J].东北大学学报：社会科学版，2005（3）：180-182.

[7]曾文武.农村信息服务最后一公里解决方案[J].情报科学，2006（12）：1832-1836.

[8]梁栋，等.用于多用户宽带电力线通信的同步信号的设计与实现[J].中国电机工程学报，2014（1）：197-205.

[9]解超.北京快速公共交通网络“最后一公里”困境研究[D].北京：首都师范大学，2010：1-8.

[14]Gevaers R.，Van de Voorde E.，Vanelslander T.. Cha⁃rateristics and Typology of Last-mile Logistic from an Innova⁃tion Perspective in an Urban Context[J].City Distribution and Urban Freight Transport：Multiple Perspectives，Edward Elgar Publishing，2011：56-71.

[15]浅析物流“最后一公里”[EB/OL].[2013-09-07].http: //wenku.baidu.com/link?url=sndYrwzP08v1oUU5sXKu0I8vQJ LK_ReXjNjKT_mJeaYzVuQQTg4JOy1ZGNbP677te7xmTf4dG ebP8AHOU3O80BfWUrSBYhmYMmL3yyekW.

[16]Roper J.，Marsden G..Valuing home delivery-Where’s my stuff[J].Wasted Miles，Wasted Money（a less congested，more energy efficient future），2006：53-60.

[17]报告显示：国内网购快递整体服务满意度不足4成[EB/OL].[2012-10-16].http: //news.xinhuanet.com /fortune/ 2012-10/16/c_123830287.htm.

[18]杨静蕾，肖临莉.人道物流与商业物流的比较分析研究[J].港口经济，2009（7）：45-47.

[19]王世珍.灾难管理中人道物流运作系统研究[D].成都：西南交通大学，2011：7-15.

[20]林岳.电商决胜最后一公里[J].销售与市场（管理版），2013（2）：89-91.

[21]刘永锋.电子商务背景下最后一公里配送的问题与对策[J].石家庄学院学报，2014（3）：47-49.

[22]杨聚平，杨长春，姚宣霞.电商物流中“最后一公里”问题研究[J].商业经济与管理，2014（4）：16-22.

[23]刘丹.浅析电商企业最后一公里问题解决方法[J].管理观察，2013（14）：45.

[24]石章强，张军.自提业务：最后一公里的较量[J].销售与市场：管理版，2013（7）：68-70.

[27]、[103]范光敏，冯春，张怡.人道物流的协同机制[J].工业工程，2011（6）：138-144.

[29]、[92]Besiou M.，Pedraza-Martinez A.J.，Van Wassen⁃hove L.N..Vehicle Supply Chains in Humanitarian Opera⁃tions：Decentralization，Operational Mix，and Earmarked Funding[J].Production and Operations Management，2014，23 （11）：1950-1965.

[30]、[96]Balcik B.，Beamon B. M.，Krejci C. C.，et al.Co⁃ordination in humanitarian relief chains：Practices，challenges and opportunities[J]. International Journal of Production Eco⁃nomics，2010，126（1）：22-34.

[31]、[67]Huang M.，Smilowitz K.，Balcik B.. Models for relief routing：Equity，efficiency and efficacy[J].Transportation Research Part E：Logistics and Transportation Review，2012，48（1）：2-18.

[32]Edwards J. B.，McKinnon A. C.，Cullinane S. L..Com⁃parative analysis of the carbon footprints of conventional and online retailing：A“last mile”perspective[J].International Jour⁃nal of Physical Distribution & Logistics Management，2010，40 （1/2）：103-123.

[33]Weltevreden J. W..B2c e-commerce logistics：the rise of collection-and-delivery points in The Netherlands[J].Inter⁃national Journal of Retail & Distribution Management，2008，36（8）：638-660.

[34]Weltevreden J.W.J.，Rotem-Mindali O.. Mobility ef⁃fects of b2c and c2c e-commerce in the Netherlands：a quanti⁃tative assessment[J].Journal of Transport Geography，2009，17 （2）：83-92.

[35]Journeau P.，Mercier A.. Design and implementation of a last mile parcel delivery network[C].Strasbourg：European Transport Conference，2004：201-216.

[36]、[50]施路.电子商务中购物网站的网点式物流配送模式研究[D].成都：西南交通大学，2008：40-72.

[37]、[51]李娜.KB公司自提网点布局研究[D].北京：北京交通大学，2013：24-56.

[38]、[52]王珂.快递业自动化物流终端设备技术研究[D].昆明：云南财经大学，2012：60-78.

[39]、[53]张戎，王镇豪.城市配送末端节点布局双层规划模型及算法[J].同济大学学报：自然科学版，2012（7）：1035-1040.

[40]、[54]韩霜，等.动态竞争环境下基于客户价值的物流终端设施优化模型[J].公路交通科技，2013（11）：144-151.

[41]、[55]杨朋珏，等.电子商务环境下城市配送末端网点选址模型研究[J].工业工程与管理，2014（1）：35-40.

[42]Ehmke J. F.，Mattfeld D. C..Vehicle Routing for At⁃tended Home Delivery in City Logistics[J]. Procedia- Social and Behavioral Sciences，2012，39：622-632.

[43]Ehmke J. F.，Campbell A.M.. Customer acceptance mechanisms for home deliveries in metropolitan areas[J]. Euro⁃pean Journal of Operational Research，2014，233（1）：193-207.

[45]、[64]Kok A. L.，Hans E. W.，Schutten J. M. J..Vehi⁃cle routing under time-dependent travel times：The impact of congestion avoidance[J].Computers & Operations Research，2012，39（5）：910-918.

[46]、[65]Gromicho J.，van Hoorn J. J.，Kok A. L.，et al.Re⁃stricted dynamic programming：A flexible framework for solv⁃ing realistic VRPs[J].Computers & Operations Research，2012，39（5）：902-909.

[48]杨乐，潘震.应急医用物资运输的路径设计[J].物流技术，2008（11）：84-86.

[49]Rennemo S. J.，Rø K. F.，Hvattum L. M.，et al. A three- stage stochastic facility routing model for disaster re⁃sponse planning[J]. Transportation Research Part E：Logistics and Transportation Review，2014，62：116-135.

[56]Dyckhoff H.. A typology of cutting and packing prob⁃lems[J].European Journal of Operational Research，1990，44 （2）：145-159.

[57]、[74]吴颖，程赐胜.基于分支定界法的车辆配载问题[J].长沙理工大学学报：自然科学版，2008（4）：23-26.

[58]李勇，等.VFP&VRP联合优化模型及其多目标遗传算法[J].系统工程学报，2006（5）：529-533.

[59]靳志宏，于波，侯丽晓.基于配载约束的配送优化问题及其求解算法[J].系统工程学报，2012（3）：390-398.

[60]彭碧涛.三维装载约束下车辆路径问题研究[D].广州：华南理工大学，2013：24-124.

[61]何俊生.快递行业配送路径模型优化研究[D].重庆：重庆交通大学，2013：46-61.

[62]陈子侠.配送线路划分与电子排单系统建模与算法研究[D].上海：上海交通大学，2006：53-66.

[63]潘斌斌.低碳约束下的B2C企业配送路径优化问题研究[D].重庆：重庆交通大学，2012：45-58.

[68]Huang M.，Smilowitz K. R.，Balcik B.. A continuous approximation approach for assessment routing in disaster re⁃lief[J].Transportation Research Part B：Methodological，2013，50：20-41.

[69]Allahviranloo M.，Chow J.Y.J.，Recker W.W.. Selec⁃tive vehicle routing problems under uncertainty without re⁃course[J].Transportation Research Part E：Logistics and Trans⁃portation Review，2014，62：68-88.

[70]George J.A.，Robinson D.F.. A heuristic for packing boxes into a container[J].Computers & Operations Research，1980，7（3）：147-156.

[71]姜义东，查建中，何大勇.集装箱装载矩形货物的布局研究[J].铁道学报，2000（6）：13-18.

[72]靳志宏，于波，侯丽晓.厢式货车配载与配送的联合优化[J].交通运输工程学报，2010（3）：95-100.

[73]张莹，刘二超，戚铭尧.考虑支撑面约束的三维装箱问题快速求解方法[J].交通运输系统工程与信息，2014（2）：192-198.

[75]朱昌锋，王庆荣.多式联运条件下应急车辆路径优化研究[J].统计与决策，2013（18）：46-48.

[76]、[88]何学容，吴卫.汽车企业运输车辆选择多目标优化方法研究[J].物流技术，2013（9）：356-358.

[77]、[93]王旭，贺美亮，林云.基于时间风险的共同配送利益分配模型研究[J].计算机工程与应用，2009（3）：214-216.

[78]、[94]路欢欢，晏绍庆.基于共同配送的电子商务“最后一公里”配送问题探析[J].物流科技，2013（10）：116-118.

[79]张运河，等.优化多式联运问题的一种广义最短路方法研究[J].铁道学报，2006（4）：22-26.

[80]魏航，李军，蒲云.时变网络下多式联运的最短路径问题研究[J].系统工程学报，2007（2）：205-209.

[81]刘杰，等.基于运输方式备选集的多式联运动态路径优化研究[J].铁道学报，2011（10）：1-6.

[82]杨华龙，等.集装箱航运服务多属性组合拍卖模型与算法[J].交通运输工程学报，2009（5）：111-115.

[83]Xiong G.，Wang Y.. Research on job integration of multi-agent in multimodal transportation with time windows[J]. International Journal of Services，Economics and Management，2010，2（3）：307-321.

[84]孙彬.多式联运供应链的协调与协同优化研究[D].天津：南开大学，2013：47-69.

[85]马亚轩.不确定环境下的多式联运时间—费用模型优化研究[D].重庆：重庆大学，2013：17-30.

[86]李光华.城市配送中心内外车辆组合优化调度研究[D].成都：西南交通大学，2007：32-63.

[87]胡云超，申金升，黄爱玲.城市货运交通管制情景下城市配送多目标优化效益研究[J].交通运输系统工程与信息，2012（6）：119-125.

[89]李志鸿.公路大件运输车辆选择研究[D].成都：西华大学，2013：23-30.

[90]李冰.随机动态车队管理问题[J].系统工程，2005 （1）：96-101.

[91]McCoy J. H.，Lee H. L.. Using Fairness Models to Im⁃prove Equity in Health Delivery Fleet Management[J]. Produc⁃tion and Operations Management，2014，23（6）：965-977.

[95]徐俊杰，姜凌，洪亮.浅析电子商务包裹自提点的开发策略[J].物流工程与管理，2012（11）：142-144.

[97]Gralla E.，Goentzel J.，Fine C.. Assessing Trade-offs among Multiple Objectives for Humanitarian Aid Delivery Us⁃ing Expert Preferences[J].Production and Operations Manage⁃ment，2014，23（6）：978-989.

[98]Simon H. A.. Models of Bounded Rationality[M].Cam⁃bridge，Massachusetts：The Massachusetts Institute of Technol⁃ogy Press，1982：20-35.

[99]Kahneman D.，Tversky A.. Prospect theory：An analy⁃sis of decision under risk[J]. Econometrica：Journal of the Econometric Society，1979：263-291.

[100]McFadden D.. Econometric models of probabilistic choice[C]//Manski C F，McFadden D，eds. Structural Analysis of Discrete Data with Econometric Applications.Cambridge，Massachusetts，USA：The Massachusetts Institute of Technolo⁃gy Press，1981：198-272.

[101]Oliver R.L..Satisfaction：A Behavioral Perspective on the Consumer[M].2nd ed. New York，USA：M. E. Sharpe，Inc.，2009：10-16.

[102]朱占峰.基于TSP约束的城乡一体化物流配送体系的构建[J].物流技术，2011（5）：63-66.

[104]张翠华，任金玉，于海斌.供应链协同管理的研究进展[J].系统工程，2005（4）：1-6.

[105]Kull T. J.，Boyer K.，Calantone R.. Last-mile supply chain efficiency：an analysis of learning curves in online order⁃ing[J].International Journal of Operations & Production Man⁃agement，2007，27（4）：409-434.

[106]Esper T. L.，Jensen T. D.，Turnipseed F. L.，et al. The last mile：an examination of effects of online retail delivery strategies on consumers[J]. Journal of Business Logistics，2003，24（2）：177-203.

[107]徐俊杰.上门投递包裹服务体验对客户自提意愿的影响研究[J].暨南学报（哲学社会科学版），2013（5）：56-61.

[108]肖燕飞.B2C电子商务末端物流采用共同配送模式的研究[D].广州：暨南大学，2013：41-48.

The Review of Research on the“Last Mile”in Logistics

Abstract：As the terminus distribution of logistic service chain，the "last mile" in logistics is the key point to have effect on the efficiency of logistics，logistics costs and logistics service quality. From the perspective of supply chain，the "last mile" in logistics is the important components of supply chain activities；and the terminus objects of that are the consumers；the purpose of that is to deliver goods to customers at the end nodes to meet the consumers' demand. The social nature of "last mile" in logistics determines the close relation among distribution environment，demanders' feature and this problem；and causes for the dilemma of the "last mile" include not only the problem of terminus distribution，but also the linkage between up- and down-stream. The future research on this problem should be focused on the application of customer behavior factor，the influence of fairness related factors and the improvement of main players coordination mechanism.

Key words：last mile；business logistics；humanitarian logistics；logistics problems

[作者简介]张锦（1963—），男，四川省广元市人，西南交通大学交通运输与物流学院教授，博士生导师，物流研究院院长，主要研究方向为物流系统规划及优化；陈义友（1989—），男，广东省汕头市人，西南交通大学交通运输与物流学院博士生，主要研究方向为城市物流网络优化与决策。责任编辑：陈诗静