社区生鲜超市配送服务仿真模型及人力成本优化研究*

□ 危建华，寇 军

(重庆邮电大学 经济管理学院，重庆高校电子商务与现代物流重点实验室，重庆 400065)

1 引言

随着我国电商零售行业近年来的迅猛发展，线上线下结合的零售模式生鲜超市也逐渐成为居民生活中的重要消费终端。自2018年以来，社区生鲜超市成为继新零售之后的又一大热潮，同时也成为各大电商企业的重要关注点之一。根据商务部2018年社区生鲜调研报告数据显示，2018年全国门店数达到5368家，品牌多达74个，近几年我国生鲜市场每年交易额同比增长率均在6%以上，具有良好的行业前景。社区生鲜超市具有贴近消费者，消费者消费频次较高等优点，伴随着消费服务要求的提高、我国人口老龄化以及上班族繁忙等问题，社区生鲜超市配送到家是一个有效的解决方案。生鲜超市与普通菜市场的区别在于其提供了更舒适的购物环境以及更好的服务，但这也成为一个负担，尤其是提供诸如送货上门等附加服务，物流配送的人力成本较高，严重挤占盈利空间。

近年来每日优鲜，朴朴超市等代表企业在前置仓运营模式融合了线上线下一体化之后，给社区生鲜行业带来了新的探讨和争议。我国社区生鲜超市的发展可以分为四个阶段：第一阶段是传统社区超市向生鲜综合超市转型；第二阶段是全品类生鲜专营店；第三阶段是新零售电商带来的社区生鲜转型；最后是便利店加生鲜超市的综合业态发展。但我国如今的社区生鲜行业还处在萌芽阶段，距离发展到高水平行业还有很长一段路，然而现在的社区生鲜超市存在低毛利，低客单，租金高以及人工成本开支高等缺点，所以我们目前看到的生鲜超市，大多存在盈利状况问题，根据CCFA对生鲜社区超市的2019年调查显示，只有38%的社区生鲜超市实现了盈利，24%盈利平衡，38%呈现亏损。因此，从人力成本等方面进行成本优化以及流转效率提高就成为了社区生鲜超市行业发展的当务之急。

2 文献综述

已有的生鲜社区研究大多从供给关系和市场策略方面进行分析研究，如张桃认为生鲜市场供给存在较大缺口，未来发展前景较好，但须从市场定位和营销成本着手，加快流通率实现减少储存成本来实现成本缩减[1]；龙小凤通过层次分析法对不同配送模式量化分析，认为社区生鲜行业应当从降低配送成本和货物赔损率来实现高效运作[2]；王邦兆基于O2O生鲜运营模式和配送现状进行双层布局规划方法研究，认为目前生鲜超市布局中，配送不及时现象较严重，通过算法考虑需求点之间的物流联系来实现配送均匀分配，达到配送成本和效率的优化[3]。王学辉对生鲜超市订单履约问题，考虑成本和配送路径问题，建立订单排序和优化模型，对拣选员和配送车辆，配送时间等进行权重计算，对不同市场环境的生鲜超市提供决策指导[4]。红德孜等通过乌鲁木齐地区的社区蔬菜配送直销中心调研发现存在作业流程繁琐，专业技术性较低，没有统一的采配体系等问题，在此基础上建立了Flexsim仿真模型，认为社区生鲜超市将配送业务外包给第三方配送企业为较好选择[5]。然而已有的Flexsim仿真应用在制造业，仓储配送运输，交通管理领域的研究较多，可是在农产品物流流通领域和生鲜市场的研究较少，所以，将仿真工具应用到现实生鲜市场的研究显得尤为重要。以上社区生鲜方面的相关研究都缺乏对内部成本和人员配置的具体可行性分析。本研究的创新之处在于根据实际的市场随机性来进行仿真分析，确定一个平稳市场状态下的社区生鲜超市最优工作人员配置、盈利以及可行性。

3 问题描述及模型建立

3.1 问题描述

假设在一个二线城市内有一个大型社区生鲜超市，顾客主要来源于周边五个小区。社区生鲜超市距离小区距离分别为300m、500m、1km、1.5km、2km。五个小区总人口约5万人，每天有约3%的人会进店购买生鲜产品。生鲜产品用蔬菜、水果、肉类三个大类表示，每一个产品实体用不同颜色表示500g对应产品。根据2018年社区生鲜调研报告的统计数据显示，已有的社区生鲜超市每天的订单中平均有10%的订单来自线上。

3.2 社区生鲜运作流程设计

图1 生鲜超市配送仿真模型流程图

3.2 实体模型建立

模型建立过程中，以实体发生器和一个暂存区表示蔬菜供应商及仓库，发生器产品到达时间间隔为指数分布E(15)；以实体发生器和一个暂存区表示水果供应商及仓库，发生器产品到达时间间隔为指数分布E(15)；以实体发生器和一个暂存区表示肉类供应商及仓库，发生器产品到达时间间隔为指数分布E(15)；以三个处理器表示进货检验，设置每个产品处理时间平均为5秒；用三个暂存区分别表示不同产品的冷冻仓库，用于储存经过检验过后的产品。以实体货架表示超市货架，用两个合成器表示打包台，两个打包台分别对线上线下订单进行打包配送，人员和运输工具分别用操作员和叉车表示；用一个分离器一个吸收器和四个暂存区表示接收货物，主要作用是将打包产品进行解包分发，便于后续统计；为了使配送时间与距离符合实际情况，根据现实配送速度将目的地与超市距离按比例缩小；小区实体用类似的柱体代表小区；仿真模型运行时间为一周，假设从早上7:00到晚上21:00社区生鲜超市一直处于营业状态，设置开始一段时间内不进行接单，让货架有一定数量的货物后开始运行，设置仿真模型运行时间为359800秒。模型布局如图2所示。

图2 生鲜超市配送模型布局

3.3 市场假设及参数设置

①订单产生时间间隔参数设置。

根据日常生活中购买生鲜产品的规律，通过发生器模拟订单生成，设置线上订单到达时间间隔为正态分布N(250,20)，表示平均情况下每隔250s就有一个订单产生；发生器(到店顾客)模拟顾客进店，设置到达时间间隔为N(120,10)，表示每隔2分钟就有一个顾客到店消费。

②订单来源参数设置。

设置订单来源于五个小区，以发生器实体模拟订单生成，对两个发生器设置离开触发实体类型服从均匀分布U(1,5)，表示订单来源于五个目的地的概率呈现均匀分布。

③实体参数设置。

分拣人员参数设置为每次分拣携带能力为8(4kg)，运行速度为5(按实际比例约为1m/s)。根据现实消费购买分布情况设置全局表参数，将蔬菜订单生成按正态分布N(2,5)，肉类订单按正态分布N(1.5,0.5)，水果订单按正态分布N(3,0.6)生成，然后进行按0.5步长清洗。每单位产品成本价格分别为蔬菜水果3.5，蔬菜1，肉类15，售出价格分别为水果6，蔬菜2，肉类20。模型内部全局表订单由以上三组数据随机组合而成，按分布函数随机生成10组数据，依次将模拟数据导入到模型全局表。线上订单打包台按订单全局表进行打包，设置处理时间为10，按订单来源实体类型配送到不同小区。小区与社区生鲜超市距离按实际情况将距离和配送速度按比例缩小;配送人员或车辆参数设置;根据缩小的距离比例，按6m/s的速度按比例缩小为1.5。设置优先使用车辆配送，由于现实中车辆携带能力具有限制，因而最大携带能力为40。根据缩小的距离比例，按2m/s的速度按比例缩小为0.5，最大携带能力设置为20。产品上架和订货条件设置为当货架产品数小于200时，打开货架入口，进行货架补货操作。设置当货架内产品数大于500时，关闭补货操作，打开出货端口。

4 仿真结果分析及优化

4.1 仿真模型运行结果

起始实体设置为入库人员3人，订单打包人员2人，分拣员2人，配送人员2人，配送车辆2辆。为缩小上述模型随机生成的订单参数引起的偏差，按上述订单产品分布重复生成10次随机订单分别组成全局表以最终模型重复运行10次。经过统计计算得到工作人员工作效率平均值如表1所示，单日各类产品销量、成本及收益平均值如表2所示。

表1 员工工作效率平均值

表2 社区生鲜单日平均营业情况表

通过仿真结果数据发现，订单打包人员的利用率极低，订单分拣人员的利用率较低，物流配送人员的效率极低，配送车辆效率偏低，总的营业利润为9321.5元。一般情况认为一个工作人员的工作效率为工作劳动时间在总工作时间中的占比，工作效率为50%至80%最佳，故优化时减少1个配送人员，2个打包员，1个分拣员。所以后面可以取消2个打包员，让订单分拣人员分拣后送到打包台时就进行打包。

4.2 模型第一次优化

通过减少1个配送人员，减少2个打包员，减少1个分拣员，重新生成10组数据导入，依次运行模型。得到优化后的工作人员工作效率平均值如表3所示，单日各类产品销量、成本及收益平均值如表4所示。

表3 第一次优化员工工作效率平均值

表4 第一次优化社区生鲜单日平均营业情况表

通过模型第一次优化后的输出数据发现，订单分拣人员有效工作率明显提高，物流配送车辆和配送人员工作效率也有效提高，单日的营业利润均值提高3389元。但是配送人员工作，配送车辆1运行效率还是较低，还需减少配送人员和分拣人员进行优化。

4.3 模型第二次优化

根据第一次优化输出结果，第二次优化时减少一个配送人员，只留下两个配送车辆负责线上订单配送，同时，再次减少一个分拣人员，再次运行模型得到工作人员工作效率平均值如表5所示，单日各类产品销量、成本及收益平均值如表6所示。

表5 第二次优化员工工作效率平均值

表6 第二次优化社区生鲜单日平均营业情况表

此次优化后各个工作人员工作效率较好，而且单日营业利润均值比第一次优化后再次提升了5408.5元，完成订单交易844单。以此作为在当前市场假设状况下的最佳人力资源配置，即入库检验人员3人，订单分拣人员3人，物流配送车辆2辆，总盈利18119元。两次优化之后成本缩减效果显著，工作人员工作效率也有较大提高，单日盈利金额有大幅度提升，达到了预期目的。

5 结论

在如今社区生鲜超市蓬勃发展的趋势下，社区生鲜超市成本居高不下是阻碍行业发展的壁垒，其中，成本最高的是房租成本和人工成本，由于租金成本不受人为调控，所以，从人力成本方面进行成本优化就显得极为重要。一方面需要满足服务和高效流转的市场需求，一方面又面临成本问题的困扰，本研究通过模拟市场环境，进行生鲜配送服务仿真，重点针对人力成本的分析优化，在满足服务需求的前提下尽量提高人工利用率，以达到节省人工成本的目的。

根据仿真模型多次重复试验得到的输出结果显示，在该模拟的顾客分布和市场环境下，最合适的生鲜超市配置是分拣人员3人，配送车辆2辆，入库检验人员3人，单日完成订单数维持在670单左右，总盈利维持在18100元左右。该仿真模型在一些方面还存在一些不足，比如很多成本无法衡量，如车辆油费、折旧、内部设施损耗、货物损耗、其他工作人员成本等还不能进行精确估计。后续改进还需要增加商品种类和增加服务半径，提高服务社区数量，完善成本估计准确度以及多订单配送等方式来进行更深入更贴合实际情况的仿真。

此外，我国社区生鲜超市成本还可以从客户维护管理、科学管理物流供应链采购和库存两方面进行优化。客户关系管理同样影响着超市，在产品定价时要根据市场灵活变动，实行产品多样化和贴近消费者的营销方式，实时把控消费者行为和消费倾向，充分将营销方式与线上线下优惠活动结合；另一方面，供应链物流采购和库存管理关系管理直接关系着进货成本和中间流转成本，社区生鲜超市作为一个流通型企业，商品流转率越高意味着供应商提供的价格越优惠，从而引起定价的下降，销量增加，达到更高的库存流转率，又使得供应商愿意提供更优的价格，达到成本缩减的目的。