物流“最后一公里”配送问题研究综述

洪 琼，张 浩，聂家林，万玉龙 HONG Qiong,ZHANG Hao,NIE Jialin,WAN Yulong

（1.淮安信息职业技术学院 商学院，江苏 淮安 223003；2.淮阴工学院 交通工程学院，江苏 淮安 223003）

随着我国城市化进程的加快、产业布局的不断调整，尤其是电子商务的蓬勃发展，衍生出大量的城市快递配送需求。“十二五”期间，快递服务业进入发展的黄金时期，成了我国经济发展中的一匹“黑马”。统计数据显示，近年来我国快递业发展迅猛，已连续6年每年增长超过50%。从2006年到2016年，业务量增长31倍，业务收入增长13.7倍。我国快递业现已位居世界第一，在全球每年约700亿件的快递量中，占了300亿件。2016年全年完成邮政业务总量7 410亿元，同比增长45.9%，快递业务量完成313.5亿件，同比增长51.7%。然而，由于城市配送发展水平的滞后，使得“最后一公里”问题（如快递人员送货时间冲突、效率低下、成本高昂等）成为整个商品供应链条中矛盾比较突出的环节，也是成本陡升、推动价格上涨的重要因素。

1 物流“最后一公里”配送问题

“最后一公里”本意是指长途跋涉过程中完成的最后一段路程[1]，之后被人们比喻为完成一件事情时在末尾且最关键的一个步骤。物流“最后一公里”的服务对象为客户，它的本质是物流服务链的末端配送。从供应链的角度看，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]。

目前许多城市在完善干线运输与城市配送衔接方面，依托城市交通枢纽和对外交通节点构建起的多式联运模式起到了很好的应用效果，但在解决“最后一公里”问题方面还仍处于探索阶段，多种模式并存，如上海的“公交化配送”、苏杭的“城市货的”、“众包物流”、“无人机”、“智能快递柜”、“快递自提点”以及由商务部主推的首批九个试点城市开展的共同配送等，每种模式都存在各自适应性及优缺点。且无论采用哪种配送模式，必然要涉及到物流节点布局与配送车辆路径问题[3]。那么，在解决“最后一公里”问题的现实需求中，应该如何科学合理的对物流节点进行布局优化？如何应对复杂城市交通环境下的配送车辆路径问题？对于这些问题，目前研究主要从优化（或转化为成本最优）的视角探讨传统物流园区或配送中心的选址问题，以及对多类型的车辆路径问题（VRP）建模及其求解算法的探究（主要集中在静态车辆路径优化方面）。而在城市配送末端节点优化布局，以及在城市智能交通环境下从人的因素及交通流的影响因素角度来分析动态车辆路径优化的问题，并从二者的网络结构来探究“最后一公里”城市配送网络特征的相关问题，还有待进一步的深入研究。

2 相关研究综述

在“最后一公里”配送问题研究中，关键问题包括配送模式问题、物流节点选址及配送车辆路径问题等，目前前者主要集中在配送模式比较、成本分析、评价研究等方面，后者大多以城市物流“节点”布局优化为主，在考虑动态性需求的车辆路径问题方面的研究还有待深入，而将二者结合起来从网络结构角度深入认知其运作过程尤为必要。

（1）配送模式问题方面

不同的文献对配送模式有着不同的定义。刘志强[4]等认为配送模式是配送活动中各种要素通过不同的组合而形成的标准形式，于宝琴[5]等认为配送模式是适用于特定类别产品的一种配送流程，乔子迁[6]认为配送模式是配送的形式和方法。物流“最后一公里”配送模式是指构成配送行为的各种元素的组合方式及其发生作用的形式，是企业在物流配送中的战略和方法。

关于物流“最后一公里”配送模式问题的研究，目前主要集中在配送模式影响因素、模式比较、成本分析、第四方配送模式及互联网+配送等方面。高妮妮[7]等基于利益相关者视角分析“最后一公里”配送模式影响因素；孙辉[8]等重点分析了智能快递柜新型配送模式；卢涵青[9]对电子商务环境下快递终端的几种配送模式如第三方终端节点联盟、智能快递柜、嘿客进行了比较研究；张会云[10]等以菜鸟驿站和丰巢为例分析了快递业“最后一公里”配送模式；詹斌[11]等结合云计算、大数据、物联网等新技术，提出可视化配送服务、寻源发货极速达、快递员页面评价功能、合作共用自提柜、无人机快递等创新思路；王佳怡[12]提出第四方物流配送模式，即以目的地中转站为起点、以客户为终点，多快递公司的包裹共同由第四方物流企业进行分拣、配送，并且将客户当天来自多个不同快递公司的包裹一次送达，进而提高配送效率，降低配送成本；郑棣[13]通过成本比较的方法探索“最后一公里”最优配送方案。

（2）物流节点选址方面

该问题的研究始于1909年，Alfred Weber首先研究了如何确定单个仓库的位置使得仓库与客户间的总距离最小化的问题。Francis&White（1974）采用中线方法来解决直角距离选址问题和重心法解决欧氏距离选址问题，由于其局限性，随后又出现了Baumel-Wolfe模型、Elson混合整数规划模型及双层规划模型等离散型选址模型。Mauro Maria Baldi（1999）在运输成本概率分布不确定的情况下，以包含固定成本和运输成本的总成本最小化为目标，构造了非线性规划选址模型。Taniguchi（2008）采用双层规划模型求解了高速公路交叉口附近运输网络中公共物流中心选址问题。李国旗等[14]提出了一种基于相似度的城市物流设施数量确定方法。张戎等[15]在对上海市城市配送末端节点现状调查分析的基础上，建立了城市配送末端节点布局双层规划模型。杨朋珏等[16]认为张戎主要从成本角度考虑，且假设约束不符合实际，不能真实反映客户选择的不确定性，提出从客户满意度与企业末端配送效率结合的角度，建立了多目标选址模型并设计了求解算法。在城市配送网络构建和优化方面，周骞[17]基于畅通可靠性对城市物流配送运输网络优化进行了分析研究。张旭凤等[18]以典型第三方物流企业为主体对其配送网络的无标度网络特征进行了研究。重庆、上海、郑州等在市域范围内进行了配送聚集区—配送中心—社区末端网点的三级城市配送网络体系建设的探索。崔曙平[19]在高效节能的背景下探讨了构建绿色高效的城市物流配送网络的相关政策建议、原则和策略。陈昱汀等[20]为减小单一综合评价法在指标权重分配和方案打分中主观因素较大而对选址结果的影响，运用层次分析和灰色关联相结合的方法对快递配送中转站的选址进行了研究。

（3）车辆路径问题方面

Dantzig和Ramser于1959年首次提出配送车辆的优化调度问题，随后得到了国内外学者的广泛关注。目前相关研究主要包括多种类型的VRP问题建模及其求解算法。Hokey（1978）依据VRP问题的特征对VRP问题进行了分类，1983年Bodin、Golden等人对VRP问题进行较为全面的综述。Willard（1989）首次将禁忌搜索算法应用于配送路线优化问题上。随后，一些学者对于动态车辆配送路径问题进行了有益探索，主要是针对应用环境变化，对车辆路径问题进行重新计划或局部调整，涉及方法有元启发式算法和局域搜索算法等。Dullamamel（2004）针对日益提高的物流配送柔性化需求，构造了在规划期间根据用户订单随机到达的动态车辆安排系统。Braysy（2005）等人讨论了基于在线交通信息的动态车辆路径系统。随着车联网技术的深入应用，在现代城市智能交通环境下对配送车辆动态路径诱导问题成为了研究热点。徐建闽（2012）阐述了车联网的构成及特点，确定了在车联网技术条件下的车辆动态路径诱导方法的研究方向。R.V.Kulkarni（2012）在车联网环境下引入t分布变异算子将高斯变异和柯西变异结合，提取路径拥堵参数，并依据该参数实现最优路径的选择。罗霞、何彪等[21]研究了在车联网及车辆自动驾驶背景下，交叉口车辆路径控制问题。

3 总结与展望

从上述文献回顾可见，相关研究取得了非常丰富和重要的成果，有效地推动了城市配送的科学发展，但在以下几个方面可能还需要更深入细致的研究。

（1）配送模式问题方面，配送模式是构成配送行为的各种元素的组合方式及其发生作用的形式，是企业在物流配送中的战略和方法。目前主要集中在配送模式影响因素、模式比较、成本分析、第四方配送模式及互联网+配送研究等方面，理论研究定性的较多，定量的较少，多种模式并存（按运营主体分为电子商务运营商自建物流体系、第三方物流服务模式、物流企业联盟模式、第四方物流模式及综合物流代理模式等，按运营形式分为众包物流、快递自提点、智能快递柜、无人机等），缺乏进一步的规划、整合、监督与管理研究，作者建议深入研究基于物联网与云计算大数据下的“最后一公里”配送模式公共平台，优化流程、整合资源、规划管理，加强监督与评价，提高效率，降低成本。

（2）在物流节点布局方面，城市配送末端节点是处于城市配送末端环节的物流节点，作为城市配送中心的下级配送点，其直接面向终端用户，是提高配送效率、优化服务质量的关键。目前由于在城市配送末端节点管理上的不足，使其在总体空间布局上存在杂、乱、散等不良现象，没有形成科学合理的布局方法。为此，作者认为从客户灵活分区并结合物流量OD分布特征的角度，探讨城市配送末端节点布局优化方法，同时由于复杂网络理论在表征网络结构特征方面的优异性，城市配送网络亦符合复杂网络的基本特性，因此，引入复杂网络分析方法，对其网络拓扑结构和网络生长机理进行深入认知，以期为解决“最后一公里”问题提出更加有针对性的切入点。

（3）在车辆路径优化方面，现有成果存在较多的模型假设约束条件，且较少考虑交通路网情况与驾驶员特性以及配送作业动态调整需求等因素的影响。在具体的配送路径诱导方面，目前现有的车辆路径诱导信息主要有FM广播和可变情报板两种，这使得当前的路径诱导效率不高。随着车联网技术的不断深入应用，为应对复杂交通环境下动态调整配送作业计划（Dynamic VRP）提供了一个新的研究方向，为此，作者认为在车联网环境下，在不改变初始计划包含的顾客集合和路径计划的前提下，将DVRP转换成分阶段确定的VRP来进行求解（简化问题复杂度），设计基于粒子群算法（PSO）的快速动态路径诱导算法（简化求解复杂度），实现车辆配送路径的动态诱导。为提升物流“最后一公里”车辆配送效率，减少碳排放量，缓解城市交通拥堵等方面提供相关的有益探索。

[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]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.

[3]李珍萍，王瑞，陈青.考虑地理阻断的竞争性配送中心选址问题研究[J].物流技术，2014(1):102-104.

[4]刘志强.物流配送系统设计[M].北京：清华大学出版社，2004:24-27.

[5]于宝琴.现代物流配送管理[M].北京：北京大学出版社，2009:3-8.

[6]乔子迁.电子商务背景下基于“物流云”的区域配送模式研究[D].成都：电子科技大学（硕士学位论文），2017.

[7]高妮妮，卫丹，王晨晨,等.“最后一公里”配送模式影响因素分析——基于利益相关者视角[J].物流技术，2017(5):37-40.

[8]孙辉，王向前，李慧宗,等.“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[J].辽宁工业大学学报（社会科学版），2017(8):49-52.

[9]卢涵青，田甜.电子商务环境下快递终端配送模式比较研究[J].现代商业，2014(12):18-19.

[10]张会云，尚鑫.快递业“最后一公里”配送模式分析——以菜鸟驿站和丰巢为例[J].物流技术，2015(11):48-51.

[11]詹斌，谷孜琪，李阳.“互联网+”背景下电商物流“最后一公里”配送模式优化研究[J].物流技术，2016(1):1-4.

[12]王佳怡.电商物流“最后一公里”第四方物流配送模式研究[J].商场现代化，2015(11):1.

[13]郑棣.电商物流“最后一公里”配送模式成本研究[J].物流科技，2015(9):139-141.

[14]李国旗，张锦.一种基于相似度的物流设施数量确定方法[J].公路交通科技，2009(12):148-153.

[15]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.

[16]杨朋珏，胡昊，王俊嘉,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.

[17]周骞，周霞，刘军,等.基于畅通可靠度的城市物流配送运输网络优化研究[J].公路工程，2011(2):38-42,52.

[18]张旭凤，张永安.物流配送网络的无标度网络特征研究[J].物流科技，2011(13):97-100.

[19]崔曙平.构建绿色高效的城市物流网络[C]//中国城市科学研究会会议论文集，2011:362-364.

[20]陈昱汀.基于层次分析和灰色关联的快递中转站选址研究[J].自动化与仪器仪表，2017(10):126-128,132.

[21]罗霞，何彪，刘硕智,等.车联网环境下交叉口车辆路径优化控制研究[J].计算机仿真，2017(4):166-171.