生鮮電商末端配送顧客取貨點的選址決策方法

張漪+段夢媛

摘 要：生鮮產品具有易腐易逝的特性，這對現今電子商務物流配送服務尤其是末端配送提出了非常高的要求。為了降低配送成本、提高配送效率，文章提出一種通過配置顧客取貨點解決生鮮產品末端配送難題的方法。首先基于需求數據采用聚類方法將配送時空有限化，然后通過TOPSIS評價在有限空間內選出最優的顧客取貨點。這種方法融合了定量分析與定性評價的優勢，可行性強，能夠有效緩解當前生鮮產品配送“最后一公里”配送成本高、取貨時間不一致、質量難以保證等問題，為生鮮產品電子商務物流配送企業末端配送智能保溫箱的配置和顧客自助取貨點的管理決策提供了理論方法參考。

關鍵詞：生鮮產品電子商務；物流配送；選址；最后一公里

中圖分類號：F713.365.1 文獻標識碼：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

當電子商務生鮮產品的新鮮度與質量安全問題通過干線冷鏈物流能夠解決后，生鮮產品的冷鏈末端物流即配送階段仍面臨一些問題。如生鮮產品單次交易量小、需求點分散而總需求量多，電商若直接將生鮮產品從農場發往消費者，會造成高額的物流配送成本，并且大部分電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溫箱的冷鏈物流工具，造成了資源浪費。而配送時間與消費者取貨時間不一致，影響了配送效率，也帶來了二次配送風險以及產品變質的風險，使生鮮產品質量與安全難以保障。因此生鮮產品顧客取貨點的布局與安放成為了能否緩解“最后一公里”這一難題的關鍵性問題。

國內外學者對生鮮產品顧客取貨點的布局決策等進行了大量的學術理論研究[1]。國外學者對顧客取貨點布局模型研究得較少，Weltevreden[2]等以定性研究為主，借助物流配送與消費者行為統計數據，對末端網點進行了詳細而客觀的分析。Tourneau & Mercier[3]通過與全球移動通信系統網絡規劃方法進行對比研究，提出了建設快遞末端配送網絡的方法。

國內學者在末端配送顧客取貨點布局模型與算法方面的研究成果較為豐富，如施路[4]和李娜[5]運用Trans CAD交通規劃軟件和最少覆蓋啟發式算法構建集合覆蓋模型使配送網點數最少。王珂[6]運用專家評價法、最大似然估計法構建全面空間交互作用模型使總成本最小。張戎、王鎮豪[7]基于反應函數的啟發式算法建立上層目標為規劃者總成本最小，下層目標為客戶選擇的距離成本、服務價格成本、服務質量成本最小的雙層規劃模型。韓霜等[8]使用帶精英策略的快速非支配排序遺傳算法建立上層目標為領導利潤最大化與銷售量最大化，下層目標為跟隨者利潤最大化的雙層規劃模型。楊朋玨等[9]利用遺傳算法構建末端網點客戶滿意度最大和企業末端配送效率最高的多目標選址模型。另外，在解決生鮮產品配送“最后一公里”難題方面，都牧、胡祥培等[10]應用物聯網技術提出一種蔬果網上直銷的配送系統方案，實現了支持異步簽收的蔬果類商品網上直銷“農—宅”配送模式。

由于生鮮產品配送取貨點的決策不僅需要考慮定量因素，還需要結合考慮環境、需求點分布特征等定性因素。國內學者在需求點地區布局分類和多目標評價等方面也進行了大量的研究工作。楊浩[11]運用SPSS對31個行政地區進行聚類分析，根據地區行業統計數據把31個地區分類，更好地了解中國的經濟信息。姚樹俊[12]以TOPSIS方法的合作伙伴選擇模型為基礎，對相關企業進行了實證分析，選出了最佳的合作伙伴企業。宗鵬和曾鳳章[13]將TOPSIS方法應用于顧客滿意度測評體系中，為顧客滿意度測評提供一種新的思路和方法。endprint

當下生鮮電子商務的產業實踐中，電商企業主要采用社區服務站、地鐵服務站、電子菜箱三種普遍方式來緩解“最后一公里”這一關鍵問題[14]。①配送到社區服務站，客戶自?。簝灢司W等電商通過簽署社區實體店、提供社區商城將生鮮產品經過冷鏈物流統一運輸送到每個小區定點的物管處或無冷鏈保溫功能的菜箱中。通過本地化線上與線下結合的方法，實現買賣雙方不見面配送的配送模式，以解決電子商務用戶發展成本高、維護困難和配送時間與消費者取貨時間不一致的難題。通過社區的劃分將原來分散的配送變為較為統一的集中配送，降低了配送成本，但生鮮產品配送到社區服務站到消費者取貨這段時間內，生鮮產品處于常溫環境中，質量得不到保障。②配送到地鐵服務站，客戶自取：京東商城在北京地鐵5號線和10號線的共20個站點設置地鐵自取點，生鮮產品經冷鏈運輸后送達到自取點，消費者可選擇在最近的地鐵站自取從網絡購買的生鮮產品。這種配送模式使產品批量處理，但從產品配送至自取點到消費者前來取貨這段時間內，生鮮產品處于常溫環境中，質量無法保障。③配送到電子菜箱，客戶自取[15]：電子菜箱配送體系方式的應用者如湖北武漢家事易農業科技有限公司。電商企業先將所需配送的總區域按照社區劃分配送區域，以進行分區配送；再將用戶所購買的生鮮產品統一送到社區的電子菜箱處（該電子菜箱擁有保溫和GPRS監控等功能），這種配送模式解決了前兩種配送方式中終端環節生鮮產品質量難以保障的缺陷。但該配送模式根據小區住宅樓劃分添加智能菜箱，當該住宅樓居民生鮮產品網絡購物頻率低、需求量低的情況下，智能菜箱的平均成本高。

本文基于國內外學者的學術理論研究成果與當前生鮮產品電子商務的顧客取貨點模式，將定量分類與定性分析相結合，充分考慮生鮮配送批量小、批次多、時間性強的特點，針對客戶點和需求量每天都有變化這一典型難題，首先運用k-means聚類分析快速劃分為多個子配送區域可行解集，將服務空間有限化，然后基于TOPSIS評價法對現有的末端配送模式進行優化。

1 電子商務生鮮產品子配送區域劃分

通過需求點距智能電子保溫柜的距離d和需求點的需求量q進行聚類分析，將配送范圍DF劃分為多個小型子配送區域

DFi=1，2，…，n。配送范圍的劃分將生鮮產品電子商務交易的時空無限性變為有限性，解決了配送服務時空有限性的難題。

1.1 子配送區域

子配送區域是為了降低配送成本和配送難度，根據需求點距離和需求量將所需配送總范圍DF劃分為的幾個小型子配送區域DFi=1，2，…，n。所屬該子配送區域的消費者在該子區域指定地點進行取貨。配送范圍的劃分，使需求點在需求范圍內更為集中分布，更適合電子商務環境下生鮮產品冷鏈物流末端的配送，降低物流配送時間和配送成本。

1.2 子配送區域劃分方法

根據需求點分布以及需求點的需求量來設置多種類型子配送區域，子配送區域劃分數量越多，越有利于率先占領生鮮產品電子商務冷鏈物流配送市場，方便消費者領取生鮮產品。因此提出以下模型假設：

（1）在每一個子配送區域內DFi=1，2，…，n只能選擇一個子配送區域自取點Sj=1，2，3；

（2）需求點客戶Qd=1，2，…，m多個，獨立分布于子配送區域DFi=1，2，…，n范圍內；

（3）將每棟有需求量q的樓包括居民樓、寫字樓定義為需求點Qd=1，2，…，m；

（4）根據網絡訂單，已知各需求點的需求量q和需求位置d；

（5）一個需求點Qd=1，2，…，m只能由其所在的子配送區域的自取點Sj=1，2，3負責；

（6）生鮮產品在運送過程中始終保持在所需的溫度環境中。

1.3 需求點取點

由于消費者的需求量都是隨機的且服從正態分布，通過EXCEL軟件RAND函數進行隨機取點，為方便用戶取貨將需求點距智能電子保溫柜的距離d下限設為10區間為100的范圍，而同時為了保證冷鏈物流末端配送的高效性，設需求點的需求量q區間為0到10，隨機得出158個隨機需求點Qd=1，2，…，158。需求點的隨機選取旨在能模擬出每日消費者的實際情況，電商對一定時間內的消費者的位置以及需求量進行匯總整理，形成需求點集的原數據輸入并對此進行分析決策。

1.4 子配送區域劃分

根據EXCEL所得的隨機需求點進行聚類，通過SPSS軟件進行k-means的聚類分析，程序運行分析主要結果如下：

表1為初始聚類中心，將k值設為5，也就是說將配送總范圍劃分成5個子配送區域，然后通過SPSS軟件自動生成每一個類別初始的中心點。

表2為迭代過程表，可以顯示出每一次迭代中心點的變化值。由于聚類中心內沒有改動或改動較小而達到收斂。任一中心的最大絕對坐標更改為0.000。當前迭代次數為5。初始中心間的最小距離為24.495。

表3為最終聚類中心，也就說158個隨機需求點是以這5個點為聚類中心，進行聚類。

由表4可見，經過聚類得到的5個子配送區域配送點之間的距離最小為17.199，最大為82.762，平均距離為42.181。每個配送點服務的客戶數量如表5所示。

表5為各個類別需求點的個數，可以看出在每一個類別中需求點的個數呈均勻分布，并且158個隨機需求點都能夠有效地劃分到每個類別中，即子配送區域可以有效均勻覆蓋所有客戶點。

k-means聚類是生鮮電商配送自取點選址決策的第一步，其中在設置k值時取值為5，此時既能方便用戶取貨又能控制電商配送成本，k取值大也就是說劃分子配送區域多，電商設置智能保溫柜多，增加了配送的固定成本，而k取值小用戶取貨較遠，不能方便用戶帶來滿意的網購體驗。電商也可根據實際情況如需求點和需求量的增加以及未來電商擴充規模重新對k進行取值。在完成選址決策的第一步后，電商再根據公路的銜接情況和周邊的道路交通網絡暢通情況等因素進行定性選擇。endprint

2 基于TOPSIS方法的子配送區域自取點多目標決策

2.1 子配送區域顧客取貨點

子配送區域顧客取貨點（以下簡稱子配送區域自取點）是電子商務環境下生鮮產品冷鏈物流配送環節中最終冷藏地和指定配送區域內消費者提取生鮮產品的地點。在每一個子配送區域裝置集冷柜儲存、交易等多種功能于一身的智能保溫箱作為子配送區域自取點，通過放置在子配送區域自取點，消費者下單后，生鮮產品通過冷鏈物流運輸到智能保溫箱中，消費者只需要在空閑時直接到自取點取生鮮產品。

子配送區域自取點的設置為電商及用戶帶來眾多益處。一是原本分散配送的生鮮產品可以統一集中運輸和處理，降低運輸成本。二是電子智能保溫柜能夠高頻率利用，降低固定成本。三是電商直接接觸終端需求點，靈活反應市場變化，及時滿足用戶需求。四是配送時間與取貨時間不必一致，降低雙方等待成本。五是當用戶對生鮮產品不滿意時，只需要將生鮮產品退還到指定保溫箱中，由配送員進行回收，視情況進行退換，這不僅提高了退換貨的速度還降低了配送車輛的空載率，使逆向物流易于執行。六是生鮮產品能真正做到全程冷鏈，為用戶提供高質量的配送服務，并有助于維護電子商務和物流公司的信譽，使生鮮產品電子商務能夠長遠發展。

2.2 子配送區域顧客取貨點選址決策影響因素

生鮮產品電子商務冷鏈物流配送中子配送區域自取點是終端環節，子配送區域顧客取貨點的設置是否合理影響著未來生鮮產品電子商務冷鏈物流的市場戰略也對消費者的網絡購物感受和重復購買率有著極大影響。因此以經濟效益和社會效益最大化、服務最優化、物流量最大化以及未來發展空間最大化為子配送區域自取點評價原則，來評價子配送區域自取點，以求促進電商和物流企業的戰略發展。結合電子商務環境下生鮮產品的物流配送和子配送區域自取點的特點，影響子配送區域自取點選址決策因素Pi=1，2，…，15如下[14]：①自然環境因素P，包括濕度、降雨量等氣候因素和地理因素P如智能保溫箱所在地形坡度應該在1%到4%之間，能使產品更容易保持干燥和通風，防止生鮮產品腐爛；還有遠離加油站、化工廠等易發生火災的單位。②社會經濟環境因素：城市擴張的速度與方向P，能預測出潛在生鮮產品電子商務需求方向，而人均收入P較高、人口密度P高的地方能夠使子配送區域內需求量增加。③行業環境因素：生鮮電商企業數量P少，子配送區域自取點布局在其他電商還未將項目開拓的區域，可以減少同行業的競爭力。消費者網絡購物習慣P好，有利于增加生鮮產品的需求量，冷鏈需求量P增加。行業優惠政策P如減稅等有利于降低電商和物流企業的經濟費用，減少了生鮮產品配送成本。子配送區域地區農業產量P多，生鮮產品供貨更方便，更加有助于減少運輸成本。④交通條件：自取點的設置地點公路銜接情況P既應是交通工具能方便到達，也是容易卸貨，還有周邊道路交通網絡通暢P良好，有利于車輛的進出和配送，使產品及時準確的送達。⑤基礎設施條件：子配送區域自取點需要動力能源P作為供應，使智能保溫箱為生鮮產品提供冷鏈物流服務。周邊還需要有能發送消費者驗證碼進行取貨的通信設施P⑥子配送區域自取點費用P：智能保溫箱固定費用，以及維護費用和區域物管費用等。

2.3 子配送區域取貨點的評價與選擇決策分析

將需求點進行聚類劃分多個子配送區域后，需要在各子區域建立一個子配送區域自取點。在當下生鮮電子商務的產業實踐中，電商已經設置的社區服務站、地鐵服務站、電子菜箱三個位置作為備選子配送區域自取點，并對其進行評價以作出最佳的決策。根據已建立的評價指標，由各專家老師及國內部分直接掌管物流的生鮮產品電子商務企業組成的討論組進行綜合評價，分別對各評價因素指標進行定性分析，得出專家評估結果表以及每個因素在評估結果中所占比重表。

從以上的定量評價分析可見，自取點S、S、S三個子配送區域備選點是基于現有的自取地點如社區服務站、地鐵服務站、電子菜箱通過自然環境、社會經濟環境、行業環境、交通條件、基礎設施中相關的15個因素影響分析進行評價選擇。經過TOPSIS多目標評價方法的計算，得出S點即現有的社區服務站設置新的智能保溫箱，雖然單從表格數據上來看，S點的智能保溫箱固定成本費用不是很高，且在社區服務站內周圍幾棟住宅樓都可以共同使用，提高了利用率，使智能保溫箱的單位成本降低。并且S點人均收入是三個備選點中最高的，S點人口密度較大，消費者購物習慣最優，將擁有許多潛在的消費客戶，加大了需求量，促進生鮮產品電子商務在該子配送區域的長遠發展。S點即是在地鐵服務站處設置智能保溫箱，雖然它的人口密度最大，但是其設置保溫箱費用高，交通狀況不是很好，不易卸貨。因此從目前三個備選點來看，S點綜合優勢最強，為最優布局決策地點，S點其次，S點排序第三，可作為S、S無法正常服務時的備用方案。

3 結論與展望

研究生鮮電商末端配送顧客取貨點的選址決策方法在生鮮產品電子商務發展中具有重要的戰略意義。本文通過對電子商務環境下生鮮產品“最后一公里”配送的現狀和現有自取點狀況的相關內容的研究，分析了生鮮產品電子商務在配送中所存在的問題，并為存在的問題找到了解決的思路——自取點布局，解決生鮮產品電子商務當下存在的問題。首先基于對生鮮產品電子商務物流配送特征及其影響因素的深入分析，按照距離和需求量對需求點進行聚類，運用SPSS的k-means聚類方法針對每天客戶訂單量和配送點的變化生成動態變化的子配送區域。然后，建立子配送區域自取點評價指標體系，依據當前生鮮電子商務中普遍采用的方式（社區服務站、地鐵服務站、電子菜箱）作為子配送區域固定自取點的備選方案，根據實際情況最終確定出自然環境、社會經濟環境、行業環境、交通條件、基礎設施和智能保溫箱費用15個因素，并將生鮮產品電子商務冷鏈物流配送的行業環境因素考慮進來，充分考慮電子商務行業和冷鏈物流配送行業、以及消費者網絡購物習慣尤其是生鮮產品網絡購物習慣對子配送區域自取點布局的影響，突出研究背景為生鮮產品電子商務環境。最后采用TOPSIS多目標決策法建立備選子配送區域顧客取貨點評價模型，得出最適宜各子區域配送特征的選址方案，為生鮮產品物流配送企業配置智能保溫箱和消費者自助取貨點的配送決策做參考。endprint

電子商務生鮮產品顧客取貨點布局十分符合生鮮產品的本身特性，為生鮮產品電子商務物流配送企業末端配送配置智能保溫箱和消費者自助取貨點的管理決策做參考。它使冷鏈物流企業配送成本大大降低、效率提高，消費者取貨方便，保證了生鮮產品的質量，提高了顧客的滿意度，促進冷鏈物流配送的不斷發展。完善和生鮮產品電子商務行業的蓬勃發展。

參考文獻：

[1] 張錦，陳義友. 物流“最后一公里”問題研究綜述[J]. 中國流通經濟，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. 電子商務中購物網站的網點式物流配送模式研究[D]. 成都：西南交通大學（碩士學位論文），2008.

[5] 李娜. KB公司自提網點布局研究[D]. 北京：北京交通大學（碩士學位論文），2013.

[6] 王珂. 快遞業自動化物流終端設備技術研究[D]. 昆明：云南財經大學（碩士學位論文），2012.

[7] 張戎，王鎮豪. 城市配送末端節點布局雙層規劃模型及算法[J]. 同濟大學學報（自然科學版），2012（7）：1035-1040.

[8] 韓霜，等. 動態競爭環境下基于客戶價值的物流終端設施優化模型[J]. 公路交通科技，2013（11）：144-151.

[9] 楊朋玨，等. 電子商務環境下城市配送末端網點選址模型研究[J]. 工業工程與管理，2014（1）：35-40.

[10] 都牧，胡祥培，等. 基于物聯網的蔬果網上直銷“農—宅”配送系統[J]. 系統工程學報，2014，29（2）：215-222.

[11] 楊浩. 基于SPSS的聚類分析在行業統計數據中的應用[D]. 長春：吉林大學（碩士學位論文），2013.

[12] 姚樹俊. 基于供應鏈合作伙伴選擇方法的研究[D]. 西安：西安建筑科技大學（碩士學位論文），2007.

[13] 宗鵬，曾鳳章. 顧客滿意度的TOPSIS算法研究[J]. 商業研究，2006（19）：49-51.

[14] 陳鏡羽. 電子商務環境下生鮮農產品冷鏈物流固定區域自提點布局與評價[D]. 重慶：重慶工商大學（碩士學位論文），2014.

[15] 李平. 淺議生鮮農產品B2C電子商務平臺的構建——以武漢家事易農業科技有限公司為例[J]. 中國商貿，2012（7）：112-115.endprint