基于B2C配送辐射范围的最后一公里问题研究——以苏宁长沙区域为例

□ 杨益兴

(中南林业科技大学 物流与交通学院，湖南 长沙 410000)

随着“互联网+”的不断深化和我国B2C电子商务网络零售业的快速发展，网络购物用户规模持续壮大。2018年，我国进入电商3.0时代，网络零售市场的发展步入稳定发展阶段。以亚马逊、京东、苏宁为代表的各大电商都尝试在各大城市自建由“城市配送中心—中转站—末端节点”组成的三级城市配送物流网络[1]。城市配送中心承担库存、包装、分拣、运输甚至流通加工等功能，中转中心承担订单的中转分拨功能，最后一公里配送形态包括自提点、自提柜等形态[2]。物流配送作为连接线上线下与客户的纽带，直接影响着用户最终直接接触的阶段以及门店的消费体验。

詹斌等[3]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、合作共用自提柜等创新思路，为电商物流“最后一公里”配送模式优化提供参考。杨聚平[4]以满足用户对接收货物的时间和空间的便利性与灵活性要求为导向，提出了以客户为中心的“最后一公里”综合配送方案。赵泉午等[5]构建了考虑配送中心到末端需求点近似配送距离的中转中心选址及末端需求点分配联合优化模型，并利用集成遗传算法和禁忌搜索算法的混合算法进行模型求解。现有文献主要侧重算法设计与城市配送中心选址。文章主要根据配送辐射范围的三种不同几何位置对电商三级城市配送网络进行优化，并以苏宁长沙主城核心区为例进行可视化仿真，以系统成本的角度进行成本分析。

1 现状分析

苏宁长沙区域的配送网络是三级多节点的类型，第一级是城市配送中心；第二级是城市中转站；第三级是各末端客户需求点。形成一个“城市配送中心—中转站—末端需求点”的三级多节点网络。在这种配送网络中，实体店和客户群体的布局方式和实体店与客户群体的服务关系反映了配送网络的覆盖情况、服务满意度、相应速度与配送效益。

图1 苏宁长沙主城核心区配送网络现状

1.1 实体店分布

苏宁在长沙主城区的实体店数量为16家，图中序号标记表示主城区各实体店，城市配送中心在西北角的望城区。城市配送中心距实体店较远，且实体店多分布在河东，湘江的存在给配送网络优化带来了一定的困难。

1.2 客户需求点现状

通过对电商零售企业的目标消费客户群体进行分析，一般此类消费品的消费者是学生、白领，一般家庭。由此假设长沙市有一定规模的小区、住宿式大学或职业学校和写字楼均为长沙苏宁潜在的客户群体。从图中可以看出需求多集中在天心区、雨花区与岳麓区。其中以五一广场等商圈、河西大学城以及小区群最为密集。

1.3 配送辐射范围现状分析

根据实体店对客户节点覆盖情况现状分析，参考“饿了么”等O2O线上购买线下直接配送最大范围，将实体店配送辐射半径设为2.5km。配送辐射范围可表示为以实体店为圆心，2.5km为半径的一个圆。从图中可以看出需求点分布密集的区域实体店分布也较密集，但依然存在需求点漏空的情况，且在城区边缘少数需求点不能接受配送服务。

2 问题描述

若追求配送资源的高效利用，一个实体店的配送辐射范围必然是以实体店坐标为圆心，以辐射半径r为半径的一个圆。会存在三种不同的几何位置关系。

2.1 配送辐射范围相交

在需求密集的区域，由于实体店也分布较多，导致了配送辐射范围重叠，即配送辐射范围相交，同样的需求点却有着多个实体店为其服务，造成配送资源的浪费。

图2 配送辐射范围相交

2.2 配送辐射范围相切

由于用圆来刻画实体店的配送辐射范围，在追求没有配送资源浪费的情况下，圆相切时则是最优状况，即配送资源此时得到最优利用。但由于圆的几何特性，多个圆相切时必定会存在空角，造成少数需求点不能被覆盖的情况。

图3 配送辐射范围相切

2.3 配送辐射范围相离

由于需求点受多方面因素的影响，会在一定时间内发生改变，而实体店的位置则是相对不变的。随着时间的推移会导致实体店配送辐射范围不再满足需求点的分布，造成配送辐射范围相离。需求点逐渐移出配送辐射范围圈，无法接受到配送服务。且随着时间推移与消费偏好的更迭，这种变化趋势呈现无规律、难预测的特点。

图4 配送辐射范围相离

3 配送网络优化设计

根据对苏宁长沙区域配送网络现状与问题的分析，将网络优化过程分为2个阶段：

第一阶段：对需求点密集且配送辐射范围相切或相交的区域，重置配送辐射范围。

第二阶段：对需求点密集但配送辐射范围相离的区域，设立城市自提点并确定其半径、数量与位置。

3.1 第一阶段——重置配送辐射范围

根据对苏宁长沙区域网络配送现状分析，在需求密集的区域存在配送辐射范围相交和相切的情况。若是单一自提点选址，其辐射范围必然是以辐射半径r为半径的一个圆。数学上可以证明几何图形在等周长的情况下，圆的面积为最大，所以圆是最有效、最理想的辐射形式，它能使商品以最小的综合费用配送至最多的消费者[6]。但由于圆的几何特性多个圆相切时必定会存在空角，而正六边形是能围成完整平面面积最大的正多边形，所以本节将用正六边形的配送辐射范围来代替圆形配送辐射范围。

图5 正六边形配送辐射范围图

从图5可以看出，配送辐射范围变为以2.5km为r的内接正六边形后，每一个需求点均能接受配送服务。

3.2 第二阶段——设置自提点

对于需求点密集的区域，随着时间推移需求点的布局会发生改变。但实体店是相对稳定的，需求点会因时间的变化而脱离配送辐射范围(配送辐射范围相离)，但鉴于此区域内需求点密集，若再另建新配送点会造成大量的配送资源浪费(配送辐射范围相交)。故在此情况下选择建立成本相对较小的自提点。

在苏宁长沙主城核心区域的配送网络中发现，需求点密集但又有较多的需求点漏空的区域为天心区，故本节以长沙市天心区文源街道为例对自提点的确定进行仿真。

3.2.1 自提点辐射半径的确定

在交通行为中，有研究表明，人们愿意步行去乘坐某种交通工具的最大步行距离一般为500m[7]。根据国内外便利店选址的相关理论我们得知，在一线城市，便利店及其商圈的辐射范围通常是以便利店所在位置为圆心，半径300～500m的范围内，在中小城市，辐射半径扩大至800m[8]。

长沙作为湖南省省会，介于全国一线城市与中小城市之间，并结合交通行为以及便利店选址相关理论的研究成果，将自提点的合理辐射半径定位为500m。

3.2.2 自提点数量的确定

在文源街道对多个自提点的整体选址中，只要确定了整个配送区域的面积S和自提点辐射半径r,则可近似求得自提点的数目[9]，计算公式如下：

(1)

在bigemap地图软件中确定“长沙市天心区文源街道”为目标区域，读取长沙市天心区文源街道的区域面积为3.194km2，按照自提点500m的辐射半径，再根据公式(1)来确定此区域自提点数量，可以计算出在文源街道内应当设置5个自提点。

3.2.3 自提点位置的确定

在需求密集的区域设置自提点，在某一区域内用半径为r的圆尽可能去涵盖多个需求点，圆心所在位置即是自提点位置，根据自提点所处的不同地理位置可以将其划分为校园自提点、城市自提点、社区自提点以及枢纽自提点。

根据文源街道配送辐射范围相离之间的需求点分布情况，在bigemap软件中选择“谷歌无偏移”地图，将需求点地理位置信息输入在地图上，将自提点的辐射半径设置为500m，并尽可能地将需求点涵盖在辐射范围内，具体规划如图6所示。

图6 长沙市天心区文源街道自提点选址图

根据上述方法可以确定此区域内5个自提点，其中包括2个校园自提点、2个社区自提点、1个枢纽自提点。5个拟建自提点的地理位置信息如表1所示。

表1 拟建自提点地理位置信息表

4 成本分析

本文进行的配送网络优化设计成本包括重置配送辐射范围的成本以及采用自提模式的成本，由于重置配送辐射范围并不会造成大量费用，即主要成本为自提模式下的成本。

自提模式下的成本c包括实体店到自提门店的运输成本、人力成本及自提门店建设运营成本。设自提终端个数为n，每个终端的成本与费用为ε，运输车辆数为T，每个终端处理的快递量为α，每辆车单位时间快运量为Vt，每辆车的折旧费为μ，每辆车的人员配备费用为ν，每辆车的燃料费用为ω，每个门店房租为λ，每个终端的运营费用为γ。本节以日作为基本单位。建立自提模式成本模型如下[10]：

(2)

表2 单个自提点相关成本数据

假设有固定3辆电动车为自提点服务。根据自提模式成本模型(2)可计算出新建一个自提点每日成本大约为1851.49元。

5 结语

本文通过对苏宁长沙主城核心区内配送网络的现状分析，对B2C环境下电商配送网络优化面临的城市“最后一公里”配送策略问题进行研究。针对配送辐射范围存在的三种不同几何位置，展开重置配送辐射范围与设立自提点两阶段的配送网络优化设计，并进行可视化仿真与成本分析，为B2C环境下电商配送网络城市“最后一公里”优化方案提供参考建议。并且随着B2C电商的日益发展，物流配送成本会不断增加，消费者对便捷性需求会逐步上升，无人化与去中心化逐渐成为电商发展的趋势。在需求量大的区域，规模效应会让自提点的边际成本逐渐降低。综合成本因素与消费者满意度因素，重置配送辐射范围与采用自提模式是解决城市“最后一公里”问题较为合理的方式。