“最后一公里”新型配送模式分析——以安徽理工大学近邻宝智能提取柜为例

孙 辉，王向前，李慧宗，何叶荣



“最后一公里”新型配送模式分析——以安徽理工大学近邻宝智能提取柜为例

孙 辉，王向前，李慧宗，何叶荣

(安徽理工大学经济与管理学院，安徽淮南 232001)

传统的快递终端配送模式中“最后一公里”逐步成了制约快递行业高效发展的瓶颈，在此情形下智能快递提取柜孕育而生。智能快递提取柜在互联网与信息技术的双重融合下，通过自助服务把以往“等快递”转向了“取快递”的发展模式。通过问卷调查的方式利用SPSS中的回归分析，对智能快递柜在取件节约时间方面做了一般线性回归分析。之后利用信息熵模型计算顾客对寄件相关指标的关注权重并提出解决案。

最后一公里；自助服务模式；智能快递柜；回归分析；信息熵

在刚刚过去的2016年双十一购物狂欢节中，仅双十一当天全网总销售额高达1770.4亿，邮寄包裹突破10.7亿个创下历史新高[1]。然而在巨大的网络购物经济面前，传统快递终端配送模式却面临着配送脱节、包裹积压甚至爆仓等一系列棘手问题[2]。传统的电子商务配送模式中“最后一公里”阶段是直接需要面对客户的最后环节，也是决定最后配送成功的关键一步[3]。据相关统计数据显示，传统的商业配送中“最后一公里”配送成本约占整个运输成本的30%，最终的终端配送效率则有80%取决于该环节[4]、[5]。目前国内的相关文献也从低碳配送视角、电子商务下的配送研究、基于客户视角下的模式研究以及在人道救援运输时的配送问题探讨等方面，来对传统的配送终端“最后一公里”进行分析，进而分析如何更好地改善传统配送终端所存在的配送问题[6]、[7]。毋庸置疑“最后一公里”配送问题已经成为制约快递行业健康发展的重要瓶颈之一，改善快递终端配送模式势在必行也迫在眉睫[8]。

一、国内外智能快递柜的发展状况

(一)国外智能快递柜的发展

西方发达国家对于配送终端的“最后一公里”问题的研究在2001年就开始进行了。具有代表性的是亚马逊推出的智能快递柜“Amazon-locker”和德国DHL公司的“Packstation”业务。实现了全天24小时自助包裹取件的模式。例如在亚马逊的“Amazon-locker”服务，当消费者在身边的便利店进行购物时，会收到亚马逊的一份包含PIN码的电子邮件，在到达指定提取位置后输入PIN码进行取件。而德国的DHL公司的“Packstation”业务只需用户注册自己的账户后便可得到一张Goldcard卡和PIN码，用户便可以在收到电子邮件或者短信后进行取件操作。随后在Kamarainen和Punakivid等人的研究下发现“集中交付点”(Collection and Delivery Point,CDP)模式下无人值守式CDP比有人值守式CDP最高可以降低三份之一的配送成本[9]。Hanu Yrjl 等人对“无人交付接收盒”在成本效益、投资产出、配送时间等进行模拟分析，也证实了Kamarainen和Punakivid等人之前的研究结论，这为智能快递提取柜的发展奠定了一定的市场经济基础。

(二)国内智能快递柜的发展

针对国内电商企业的迅猛发展以及快递行业在“最后一公里”终端配送的瓶颈现象，对的智能快递柜研究也逐渐发展起来。比较有代表性有施路和康善招研究的网点配送模式以及彭香玲和梁新强对智能快递柜在工作原理和技术改进等方面的优化设计介绍。目前国内的智能快递柜大致可以分为三种类型[10]：第一种为电商企业的自建自用模式，如2012年京东商城在北京地铁站里开通了自助快递业务开启了国内智能快递柜运用的先河。第二种为快递企业自建如顺丰速运、速递易等。第三种为第三方公用平台，如北京中科富创公司旗下的近邻宝智能快递业务。目前国内的智能快递柜的覆盖范围还只是集中在高档住宅区、CBD商业区、高档写字楼和部分合作高校，说明智能提取柜的使用还未真正在国内推广。

二、安徽理工大学近邻宝使用现状调查研究

在传统模式下高校快递的配送通常分为两种类型，即固定配送点和流动配送点如图1所示。

在传统的高校快递配送模式，配送终端的固定点和顾客能否第一时间取件是制约快递行业高效与经济运行的关键因素。而近邻宝智能快递提取柜可以实现24小时不间断等待，可以解决上述传统配送终端所存在的问题。

(一)近邻宝智能提取柜在现有功能下的调查数据研究

在对智能快递提取柜的使用研究发现，相对于传统的排队报号模式浪费了大量时间，基于调查发现近邻宝可以节约取件1—5分钟的认同比例高达86.40%。

图1 传统模式下高校快递末端配送模式

图2 传统取件模式与近邻宝取件模式

图2可以看出相对于智能取件的便捷性，传统的叫号排队取件的时间很大程度上浪费在了排队等待以及配送人员识别信息效率上。而智能快递很好的解决了这一瓶颈，顾客可以在不接触配送人员的情况下直接验证信息。如果假设233位受访者在双十一每人购买一件物品来计算则根据上述统计数据可以得出近邻宝相比传统取件仅一天就可以节约3.88至19.42个小时的配送时间，这对于时间日益成为稀缺资源的传统配送终端来说具有十分重要的现实意义。在收集的样本数据中对于之前是否使用过近邻宝智能柜与取件节约时间上是否存在明显差异作了分析。在进行方差齐性的检验时得到F=0.036，sig.=0.849>0.05故可以认为方差齐性，而t=-0.122情况下sig.=0.903>0.05，即假设使用过近邻宝智能柜更能节约取件时间是不成立的，可以认为智能柜具有良好的使用性。

(二)近邻宝智能柜在取件方式上打破了传统模式单一的束缚

智能取件方式中，手动界面取件作为智能快递提取柜本身就具有的取件功能，而通过关注近邻宝微信公众号进行取件，更能体现出智能快递柜科技与信息技术方面的创新，图3展示了微信公众号取件的流程图。从图3中可以看出，用户只需进入近邻宝微信公众号取件即可，而中间的取件服务和菜单选择等繁琐的辅助功能可以通过近邻宝的信息系统自动解决。之后在调查问卷中将取件方式与取件节约时间和进行交叉表分析，检验两者之间是否独立。卡方检验结果各项双侧显著性水平都小于0.05，故可以说明近邻宝的取件方式与取件的节约时间方面不是相互独立的。

(三)近邻宝智能提取柜货柜取件节约时间的模型分析

在传统的条件下配送人员对于快递的分类大多是粗放式，当遇到配送终端货物积压时更是降低了配送效率，所以进行快递包裹以及箱柜的合理化分类很有必要[11]。在随机的调查问卷中进行有关智能提取柜定位和分类评分，并结合近邻宝使用情况以及取件方式评分建立近邻宝取件节约时间模型。

图3 基于微信公众号平台近邻宝取件流程图

表1与表2分别给出了模型汇总表和线性回归的相关系数表，得出近邻宝取件的节约时间模型：

Y=-5.895+0.024X1+0.485X2+0.062X3+0.629X4

其中Y为节约取件时间，X1为使用情况，X2为货柜定位评分，X3为货柜分类评分，X4为取件方式评分。用来解释线性回归关系密切程度的复相关系数R为0.89说明线性相关程度较高，而判断系数R2为0.79，即回归方程解释了整个因变量变异程度的79%。通过标准系数可知在对取件时间影响最大的因素为货柜的定位评分上，其次便是货柜的分类评分以及取件方式评分，而使用情况对于取件节约的时间并没有太大的影响作用。

表1 模型汇总表

a预测变量：(常量)近邻宝使用情况，货柜定位评分，取件方式评分，货柜分类评分。

表2 相关系数ɑ

a.因变量：节约时间

三、基于信息熵的智能柜评价指标权重确定

根据所研究的实际问题建立m×n评价矩阵Q，选取问卷中的自助寄件模式、寄件模式辅助功能、物品特点下寄件货柜分类以及货柜寄件利用改进进行评价。其中评价矩阵中的任意Xi表示第i个评价对象对第j个指标，则评价矩阵Q为：

Q =

首先对评价矩阵Q进行归一化处理得到计算矩阵Yij：

Yij=(i=1,2,3 j=1,2,3,4) (1)

其中minX.j，`X.j，max X.j，分别表示评价矩阵中第j列的最小值，平均数和最大值。因为对于评价矩阵的归一化处理并不会影响其后的权重评价作用，只是代表信息的多寡程度问题，并没有减少评价矩阵中数据的信息量。

其次根据评价矩阵确定每个评价指标的熵值大小，第j个指标的熵值为Hj，

Hj=lnXij(i=1,2,3 j=1,2,3,4) (2)

最后确定权重指标Wj

Wj=(i=1,2,3 j=1,2,3,4) (3)

利用公式(1)对表3进行数据的归一化处理得到计算矩阵Z

再利用公式(2)和(3)计算出指标熵值H，权重W

H=(0.9051 0.8938 0.7931 0.9136)

权重W

W=(0.2116 0.2368 0.4613 0.0903)

根据以上的计算结果可以看出，权重大小依次为：空间利用率、寄件模式、辅助寄件功能以及货柜分类。

四、结论

本文以安徽理工大学为例，通过调查问卷的方式对“最后一公里”新型配送模式进行了一定探讨和研究。通过相关指标对智能快递柜在取件时间方面进行了回归分析，得出了影响取件节约时间模型，并通过标准系数得到对取件时间影响最大的因素为货柜的定位评分。针对近邻宝智能柜目前还没有完善顾客自助寄件功能方面，利用信息熵模型对相关指标进行定量分析。得到箱柜的空间利用率权重最大，其次是寄件投递方式，最后是寄件时应该添加的辅助功能方面，而货柜的特点分类权重最小。基于上述分析，在完善近邻宝寄件功能时可以将节约箱柜空间放在首位，如箱柜动态移动设计来节约空间；采取更加便捷的寄件方式，如箱柜智能寄件方式；添加寄件环节的辅助功能，如价格计算单元、称重设计单元以及预计物件到达时间单元等优化寄件功能。

[1] 李芳. 星图数据: 2016年双十一全网销售总额统计[N]. 重庆商报，2016-11-12(15).

[2] 谭述芳. 我国快递配送最后一公里问题研究[J]. 商业时代化, 2015(3): 62-64.

[3] 杨聚平，杨长春，姚宣霞. 电子商务物流中的间接配送模式研究[J]. 商业研究，2014(4): 12-16.

[4] Tauseef Aized. Hierarchical modelling of Last Mile logistic distribution system[J]. The International Journal of Advanced Manufacturing Technology, February 2014(5)：1053–1061.

[5] Jesús González-Feliu. Challenges in Last-Mile e-Grocery Urban Distribution: Have New B2C Trends a Positive Impact on the Environment?[J]. Environmental Issues in Supply Chain Management, 2012(6)：251-266.

[6] 詹林敏. 电子商务物流最后一公里配送模式研究[D]. 大连: 大连理工大学管理与经济学院, 2015.

[7] 杨聚平. 以客户为中心“最后一公里”配送模式研究[D].北京: 对外经济贸易大学国际商学院, 2014.

[8] 金辉, 黄子龙, 葛丽娜. 城市快递配送路线选择方法研究[J]. 辽宁工业大学学报(自然科学版), 2015(6): 396-398.

[9] Rowlnds P. Unattended delivery solution—Finally picking -up[J]. E.Logistic Fulfillment，2006(24)：1244-1248.

[10] 黄正伟，刘欢，赵国莲，等. 基于SWOT分析的智能快递投递箱发展研究[J]. 研究与探讨, 2015(11): 10-13.

[11]王丽娜, 王鸿森. 物流管理的哲学与系统论[J]. 辽宁工业大学学报(社会科学版), 2011(3): 32-34.

(责任编校：李延军)

10.15916/j.issn1674-327x.2017.04.014

F724

A

1674-327X (2017)04-0049-04

2017-03-25

孙辉(1993-)，男，安徽淮南人，硕士生。

网络出版时间：2017-06-27 14:21；

http://kns.cnki.net/kcms/detail/21.1415.C.20170627.1421.014.html