生鲜电商末端配送顾客取货点的选址决策方法

张漪+段梦媛

摘 要：生鲜产品具有易腐易逝的特性，这对现今电子商务物流配送服务尤其是末端配送提出了非常高的要求。为了降低配送成本、提高配送效率，文章提出一种通过配置顾客取货点解决生鲜产品末端配送难题的方法。首先基于需求数据采用聚类方法将配送时空有限化，然后通过TOPSIS评价在有限空间内选出最优的顾客取货点。这种方法融合了定量分析与定性评价的优势，可行性强，能够有效缓解当前生鲜产品配送“最后一公里”配送成本高、取货时间不一致、质量难以保证等问题，为生鲜产品电子商务物流配送企业末端配送智能保温箱的配置和顾客自助取货点的管理决策提供了理论方法参考。

关键词：生鲜产品电子商务；物流配送；选址；最后一公里

中图分类号：F713.365.1 文献标识码：A

Abstract： Fresh food is a type of products with perishable natures， which presents higher requirements for E-commerce distribution service especially the end delivery. Considering the balance between cost and efficiency， we propose a method to deal with the fresh food delivery by allocating distribution terminals. First， the whole distribution area is transformed into several finite spaces by clustering algorithm. Then， the optimal distribution terminal is selected in the finite space by TOPSIS evaluation method. This method merges the advantages of quantitative analysis and qualitative evaluation which is feasible to solve the puzzle of last-mile to keep away to high distribution costs， inconsistent pickup time and bad guaranteed quality. This paper has significant implication to the decision-makings on configurations of intelligent incubators and consumer self-service points for logistics distribution of fresh products E-commerce companies.

Key words： fresh food E-commerce； logistics distribution； location； last-mile

0 引 言

当电子商务生鲜产品的新鲜度与质量安全问题通过干线冷链物流能够解决后，生鲜产品的冷链末端物流即配送阶段仍面临一些问题。如生鲜产品单次交易量小、需求点分散而总需求量多，电商若直接将生鲜产品从农场发往消费者，会造成高额的物流配送成本，并且大部分电商在最后一公里配送中采用的是不能回收利用的冰袋和泡沫保温箱的冷链物流工具，造成了资源浪费。而配送时间与消费者取货时间不一致，影响了配送效率，也带来了二次配送风险以及产品变质的风险，使生鲜产品质量与安全难以保障。因此生鲜产品顾客取货点的布局与安放成为了能否缓解“最后一公里”这一难题的关键性问题。

国内外学者对生鲜产品顾客取货点的布局决策等进行了大量的学术理论研究[1]。国外学者对顾客取货点布局模型研究得较少，Weltevreden[2]等以定性研究为主，借助物流配送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。Tourneau & Mercier[3]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。

国内学者在末端配送顾客取货点布局模型与算法方面的研究成果较为丰富，如施路[4]和李娜[5]运用Trans CAD交通规划软件和最少覆盖启发式算法构建集合覆盖模型使配送网点数最少。王珂[6]运用专家评价法、最大似然估计法构建全面空间交互作用模型使总成本最小。张戎、王镇豪[7]基于反应函数的启发式算法建立上层目标为规划者总成本最小，下层目标为客户选择的距离成本、服务价格成本、服务质量成本最小的双层规划模型。韩霜等[8]使用带精英策略的快速非支配排序遗传算法建立上层目标为领导利润最大化与销售量最大化，下层目标为跟随者利润最大化的双层规划模型。杨朋珏等[9]利用遗传算法构建末端网点客户满意度最大和企业末端配送效率最高的多目标选址模型。另外，在解决生鲜产品配送“最后一公里”难题方面，都牧、胡祥培等[10]应用物联网技术提出一种蔬果网上直销的配送系统方案，实现了支持异步签收的蔬果类商品网上直销“农—宅”配送模式。

由于生鲜产品配送取货点的决策不仅需要考虑定量因素，还需要结合考虑环境、需求点分布特征等定性因素。国内学者在需求点地区布局分类和多目标评价等方面也进行了大量的研究工作。杨浩[11]运用SPSS对31个行政地区进行聚类分析，根据地区行业统计数据把31个地区分类，更好地了解中国的经济信息。姚树俊[12]以TOPSIS方法的合作伙伴选择模型为基础，对相关企业进行了实证分析，选出了最佳的合作伙伴企业。宗鹏和曾凤章[13]将TOPSIS方法应用于顾客满意度测评体系中，为顾客满意度测评提供一种新的思路和方法。endprint

当下生鲜电子商务的产业实践中，电商企业主要采用社区服务站、地铁服务站、电子菜箱三种普遍方式来缓解“最后一公里”这一关键问题[14]。①配送到社区服务站，客户自取：优菜网等电商通过签署社区实体店、提供社区商城将生鲜产品经过冷链物流统一运输送到每个小区定点的物管处或无冷链保温功能的菜箱中。通过本地化线上与线下结合的方法，实现买卖双方不见面配送的配送模式，以解决电子商务用户发展成本高、维护困难和配送时间与消费者取货时间不一致的难题。通过社区的划分将原来分散的配送变为较为统一的集中配送，降低了配送成本，但生鲜产品配送到社区服务站到消费者取货这段时间内，生鲜产品处于常温环境中，质量得不到保障。②配送到地铁服务站，客户自取：京东商城在北京地铁5号线和10号线的共20个站点设置地铁自取点，生鲜产品经冷链运输后送达到自取点，消费者可选择在最近的地铁站自取从网络购买的生鲜产品。这种配送模式使产品批量处理，但从产品配送至自取点到消费者前来取货这段时间内，生鲜产品处于常温环境中，质量无法保障。③配送到电子菜箱，客户自取[15]：电子菜箱配送体系方式的应用者如湖北武汉家事易农业科技有限公司。电商企业先将所需配送的总区域按照社区划分配送区域，以进行分区配送；再将用户所购买的生鲜产品统一送到社区的电子菜箱处（该电子菜箱拥有保温和GPRS监控等功能），这种配送模式解决了前两种配送方式中终端环节生鲜产品质量难以保障的缺陷。但该配送模式根据小区住宅楼划分添加智能菜箱，当该住宅楼居民生鲜产品网络购物频率低、需求量低的情况下，智能菜箱的平均成本高。

本文基于国内外学者的学术理论研究成果与当前生鲜产品电子商务的顾客取货点模式，将定量分类与定性分析相结合，充分考虑生鲜配送批量小、批次多、时间性强的特点，针对客户点和需求量每天都有变化这一典型难题，首先运用k-means聚类分析快速划分为多个子配送区域可行解集，将服务空间有限化，然后基于TOPSIS评价法对现有的末端配送模式进行优化。

1 电子商务生鲜产品子配送区域划分

通过需求点距智能电子保温柜的距离d和需求点的需求量q进行聚类分析，将配送范围DF划分为多个小型子配送区域

DFi=1，2，…，n。配送范围的划分将生鲜产品电子商务交易的时空无限性变为有限性，解决了配送服务时空有限性的难题。

1.1 子配送区域

子配送区域是为了降低配送成本和配送难度，根据需求点距离和需求量将所需配送总范围DF划分为的几个小型子配送区域DFi=1，2，…，n。所属该子配送区域的消费者在该子区域指定地点进行取货。配送范围的划分，使需求点在需求范围内更为集中分布，更适合电子商务环境下生鲜产品冷链物流末端的配送，降低物流配送时间和配送成本。

1.2 子配送区域划分方法

根据需求点分布以及需求点的需求量来设置多种类型子配送区域，子配送区域划分数量越多，越有利于率先占领生鲜产品电子商务冷链物流配送市场，方便消费者领取生鲜产品。因此提出以下模型假设：

（1）在每一个子配送区域内DFi=1，2，…，n只能选择一个子配送区域自取点Sj=1，2，3；

（2）需求点客户Qd=1，2，…，m多个，独立分布于子配送区域DFi=1，2，…，n范围内；

（3）将每栋有需求量q的楼包括居民楼、写字楼定义为需求点Qd=1，2，…，m；

（4）根据网络订单，已知各需求点的需求量q和需求位置d；

（5）一个需求点Qd=1，2，…，m只能由其所在的子配送区域的自取点Sj=1，2，3负责；

（6）生鲜产品在运送过程中始终保持在所需的温度环境中。

1.3 需求点取点

由于消费者的需求量都是随机的且服从正态分布，通过EXCEL软件RAND函数进行随机取点，为方便用户取货将需求点距智能电子保温柜的距离d下限设为10区间为100的范围，而同时为了保证冷链物流末端配送的高效性，设需求点的需求量q区间为0到10，随机得出158个随机需求点Qd=1，2，…，158。需求点的随机选取旨在能模拟出每日消费者的实际情况，电商对一定时间内的消费者的位置以及需求量进行汇总整理，形成需求点集的原数据输入并对此进行分析决策。

1.4 子配送区域划分

根据EXCEL所得的随机需求点进行聚类，通过SPSS软件进行k-means的聚类分析，程序运行分析主要结果如下：

表1为初始聚类中心，将k值设为5，也就是说将配送总范围划分成5个子配送区域，然后通过SPSS软件自动生成每一个类别初始的中心点。

表2为迭代过程表，可以显示出每一次迭代中心点的变化值。由于聚类中心内没有改动或改动较小而达到收敛。任一中心的最大绝对坐标更改为0.000。当前迭代次数为5。初始中心间的最小距离为24.495。

表3为最终聚类中心，也就说158个随机需求点是以这5个点为聚类中心，进行聚类。

由表4可见，经过聚类得到的5个子配送区域配送点之间的距离最小为17.199，最大为82.762，平均距离为42.181。每个配送点服务的客户数量如表5所示。

表5为各个类别需求点的个数，可以看出在每一个类别中需求点的个数呈均匀分布，并且158个随机需求点都能够有效地划分到每个类别中，即子配送区域可以有效均匀覆盖所有客户点。

k-means聚类是生鲜电商配送自取点选址决策的第一步，其中在设置k值时取值为5，此时既能方便用户取货又能控制电商配送成本，k取值大也就是说划分子配送区域多，电商设置智能保温柜多，增加了配送的固定成本，而k取值小用户取货较远，不能方便用户带来满意的网购体验。电商也可根据实际情况如需求点和需求量的增加以及未来电商扩充规模重新对k进行取值。在完成选址决策的第一步后，电商再根据公路的衔接情况和周边的道路交通网络畅通情况等因素进行定性选择。endprint

2 基于TOPSIS方法的子配送区域自取点多目标决策

2.1 子配送区域顾客取货点

子配送区域顾客取货点（以下简称子配送区域自取点）是电子商务环境下生鲜产品冷链物流配送环节中最终冷藏地和指定配送区域内消费者提取生鲜产品的地点。在每一个子配送区域装置集冷柜储存、交易等多种功能于一身的智能保温箱作为子配送区域自取点，通过放置在子配送区域自取点，消费者下单后，生鲜产品通过冷链物流运输到智能保温箱中，消费者只需要在空闲时直接到自取点取生鲜产品。

子配送区域自取点的设置为电商及用户带来众多益处。一是原本分散配送的生鲜产品可以统一集中运输和处理，降低运输成本。二是电子智能保温柜能够高频率利用，降低固定成本。三是电商直接接触终端需求点，灵活反应市场变化，及时满足用户需求。四是配送时间与取货时间不必一致，降低双方等待成本。五是当用户对生鲜产品不满意时，只需要将生鲜产品退还到指定保温箱中，由配送员进行回收，视情况进行退换，这不仅提高了退换货的速度还降低了配送车辆的空载率，使逆向物流易于执行。六是生鲜产品能真正做到全程冷链，为用户提供高质量的配送服务，并有助于维护电子商务和物流公司的信誉，使生鲜产品电子商务能够长远发展。

2.2 子配送区域顾客取货点选址决策影响因素

生鲜产品电子商务冷链物流配送中子配送区域自取点是终端环节，子配送区域顾客取货点的设置是否合理影响着未来生鲜产品电子商务冷链物流的市场战略也对消费者的网络购物感受和重复购买率有着极大影响。因此以经济效益和社会效益最大化、服务最优化、物流量最大化以及未来发展空间最大化为子配送区域自取点评价原则，来评价子配送区域自取点，以求促进电商和物流企业的战略发展。结合电子商务环境下生鲜产品的物流配送和子配送区域自取点的特点，影响子配送区域自取点选址决策因素Pi=1，2，…，15如下[14]：①自然环境因素P，包括湿度、降雨量等气候因素和地理因素P如智能保温箱所在地形坡度应该在1%到4%之间，能使产品更容易保持干燥和通风，防止生鲜产品腐烂；还有远离加油站、化工厂等易发生火灾的单位。②社会经济环境因素：城市扩张的速度与方向P，能预测出潜在生鲜产品电子商务需求方向，而人均收入P较高、人口密度P高的地方能够使子配送区域内需求量增加。③行业环境因素：生鲜电商企业数量P少，子配送区域自取点布局在其他电商还未将项目开拓的区域，可以减少同行业的竞争力。消费者网络购物习惯P好，有利于增加生鲜产品的需求量，冷链需求量P增加。行业优惠政策P如减税等有利于降低电商和物流企业的经济费用，减少了生鲜产品配送成本。子配送区域地区农业产量P多，生鲜产品供货更方便，更加有助于减少运输成本。④交通条件：自取点的设置地点公路衔接情况P既应是交通工具能方便到达，也是容易卸货，还有周边道路交通网络通畅P良好，有利于车辆的进出和配送，使产品及时准确的送达。⑤基础设施条件：子配送区域自取点需要动力能源P作为供应，使智能保温箱为生鲜产品提供冷链物流服务。周边还需要有能发送消费者验证码进行取货的通信设施P⑥子配送区域自取点费用P：智能保温箱固定费用，以及维护费用和区域物管费用等。

2.3 子配送区域取货点的评价与选择决策分析

将需求点进行聚类划分多个子配送区域后，需要在各子区域建立一个子配送区域自取点。在当下生鲜电子商务的产业实践中，电商已经设置的社区服务站、地铁服务站、电子菜箱三个位置作为备选子配送区域自取点，并对其进行评价以作出最佳的决策。根据已建立的评价指标，由各专家老师及国内部分直接掌管物流的生鲜产品电子商务企业组成的讨论组进行综合评价，分别对各评价因素指标进行定性分析，得出专家评估结果表以及每个因素在评估结果中所占比重表。

从以上的定量评价分析可见，自取点S、S、S三个子配送区域备选点是基于现有的自取地点如社区服务站、地铁服务站、电子菜箱通过自然环境、社会经济环境、行业环境、交通条件、基础设施中相关的15个因素影响分析进行评价选择。经过TOPSIS多目标评价方法的计算，得出S点即现有的社区服务站设置新的智能保温箱，虽然单从表格数据上来看，S点的智能保温箱固定成本费用不是很高，且在社区服务站内周围几栋住宅楼都可以共同使用，提高了利用率，使智能保温箱的单位成本降低。并且S点人均收入是三个备选点中最高的，S点人口密度较大，消费者购物习惯最优，将拥有许多潜在的消费客户，加大了需求量，促进生鲜产品电子商务在该子配送区域的长远发展。S点即是在地铁服务站处设置智能保温箱，虽然它的人口密度最大，但是其设置保温箱费用高，交通状况不是很好，不易卸货。因此从目前三个备选点来看，S点综合优势最强，为最优布局决策地点，S点其次，S点排序第三，可作为S、S无法正常服务时的备用方案。

3 结论与展望

研究生鲜电商末端配送顾客取货点的选址决策方法在生鲜产品电子商务发展中具有重要的战略意义。本文通过对电子商务环境下生鲜产品“最后一公里”配送的现状和现有自取点状况的相关内容的研究，分析了生鲜产品电子商务在配送中所存在的问题，并为存在的问题找到了解决的思路——自取点布局，解决生鲜产品电子商务当下存在的问题。首先基于对生鲜产品电子商务物流配送特征及其影响因素的深入分析，按照距离和需求量对需求点进行聚类，运用SPSS的k-means聚类方法针对每天客户订单量和配送点的变化生成动态变化的子配送区域。然后，建立子配送区域自取点评价指标体系，依据当前生鲜电子商务中普遍采用的方式（社区服务站、地铁服务站、电子菜箱）作为子配送区域固定自取点的备选方案，根据实际情况最终确定出自然环境、社会经济环境、行业环境、交通条件、基础设施和智能保温箱费用15个因素，并将生鲜产品电子商务冷链物流配送的行业环境因素考虑进来，充分考虑电子商务行业和冷链物流配送行业、以及消费者网络购物习惯尤其是生鲜产品网络购物习惯对子配送区域自取点布局的影响，突出研究背景为生鲜产品电子商务环境。最后采用TOPSIS多目标决策法建立备选子配送区域顾客取货点评价模型，得出最适宜各子区域配送特征的选址方案，为生鲜产品物流配送企业配置智能保温箱和消费者自助取货点的配送决策做参考。endprint

电子商务生鲜产品顾客取货点布局十分符合生鲜产品的本身特性，为生鲜产品电子商务物流配送企业末端配送配置智能保温箱和消费者自助取货点的管理决策做参考。它使冷链物流企业配送成本大大降低、效率提高，消费者取货方便，保证了生鲜产品的质量，提高了顾客的满意度，促进冷链物流配送的不断发展。完善和生鲜产品电子商务行业的蓬勃发展。

参考文献：

[1] 张锦，陈义友. 物流“最后一公里”问题研究综述[J]. 中国流通经济，2015（4）：23-32.

[2] Weltevreden J.W.J.， Rotem-Mindali O.. Mobility effects of B2C and C2C e-commerce in the Netherlands： A quantitative assessment[J]. Journal of Transport Geography， 2009，17（2）：83-92.

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

[4] 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（硕士学位论文），2008.

[5] 李娜. KB公司自提网点布局研究[D]. 北京：北京交通大学（硕士学位论文），2013.

[6] 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（硕士学位论文），2012.

[7] 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.

[8] 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.

[9] 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.

[10] 都牧，胡祥培，等. 基于物联网的蔬果网上直销“农—宅”配送系统[J]. 系统工程学报，2014，29（2）：215-222.

[11] 杨浩. 基于SPSS的聚类分析在行业统计数据中的应用[D]. 长春：吉林大学（硕士学位论文），2013.

[12] 姚树俊. 基于供应链合作伙伴选择方法的研究[D]. 西安：西安建筑科技大学（硕士学位论文），2007.

[13] 宗鹏，曾凤章. 顾客满意度的TOPSIS算法研究[J]. 商业研究，2006（19）：49-51.

[14] 陈镜羽. 电子商务环境下生鲜农产品冷链物流固定区域自提点布局与评价[D]. 重庆：重庆工商大学（硕士学位论文），2014.

[15] 李平. 浅议生鲜农产品B2C电子商务平台的构建——以武汉家事易农业科技有限公司为例[J]. 中国商贸，2012（7）：112-115.endprint