張漪+段夢(mèng)媛

摘 要：生鮮產(chǎn)品具有易腐易逝的特性，這對(duì)現(xiàn)今電子商務(wù)物流配送服務(wù)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(guò)配置顧客取貨點(diǎn)解決生鮮產(chǎn)品末端配送難題的方法。首先基于需求數(shù)據(jù)采用聚類方法將配送時(shí)空有限化，然后通過(guò)TOPSIS評(píng)價(jià)在有限空間內(nèi)選出最優(yōu)的顧客取貨點(diǎn)。這種方法融合了定量分析與定性評(píng)價(jià)的優(yōu)勢(shì)，可行性強(qiáng)，能夠有效緩解當(dāng)前生鮮產(chǎn)品配送“最后一公里”配送成本高、取貨時(shí)間不一致、質(zhì)量難以保證等問(wèn)題，為生鮮產(chǎn)品電子商務(wù)物流配送企業(yè)末端配送智能保溫箱的配置和顧客自助取貨點(diǎn)的管理決策提供了理論方法參考。

關(guān)鍵詞：生鮮產(chǎn)品電子商務(wù)；物流配送；選址；最后一公里

中圖分類號(hào)：F713.365.1 文獻(xiàn)標(biāo)識(shí)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(dāng)電子商務(wù)生鮮產(chǎn)品的新鮮度與質(zhì)量安全問(wèn)題通過(guò)干線冷鏈物流能夠解決后，生鮮產(chǎn)品的冷鏈末端物流即配送階段仍面臨一些問(wèn)題。如生鮮產(chǎn)品單次交易量小、需求點(diǎn)分散而總需求量多，電商若直接將生鮮產(chǎn)品從農(nóng)場(chǎng)發(fā)往消費(fèi)者，會(huì)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(fèi)。而配送時(shí)間與消費(fèi)者取貨時(shí)間不一致，影響了配送效率，也帶來(lái)了二次配送風(fēng)險(xiǎn)以及產(chǎn)品變質(zhì)的風(fēng)險(xiǎn)，使生鮮產(chǎn)品質(zhì)量與安全難以保障。因此生鮮產(chǎn)品顧客取貨點(diǎn)的布局與安放成為了能否緩解“最后一公里”這一難題的關(guān)鍵性問(wèn)題。

國(guó)內(nèi)外學(xué)者對(duì)生鮮產(chǎn)品顧客取貨點(diǎn)的布局決策等進(jìn)行了大量的學(xué)術(shù)理論研究[1]。國(guó)外學(xué)者對(duì)顧客取貨點(diǎn)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(fèi)者行為統(tǒng)計(jì)數(shù)據(jù)，對(duì)末端網(wǎng)點(diǎn)進(jìn)行了詳細(xì)而客觀的分析。Tourneau & Mercier[3]通過(guò)與全球移動(dòng)通信系統(tǒng)網(wǎng)絡(luò)規(guī)劃方法進(jìn)行對(duì)比研究，提出了建設(shè)快遞末端配送網(wǎng)絡(luò)的方法。

國(guó)內(nèi)學(xué)者在末端配送顧客取貨點(diǎn)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(yùn)用Trans CAD交通規(guī)劃軟件和最少覆蓋啟發(fā)式算法構(gòu)建集合覆蓋模型使配送網(wǎng)點(diǎn)數(shù)最少。王珂[6]運(yùn)用專家評(píng)價(jià)法、最大似然估計(jì)法構(gòu)建全面空間交互作用模型使總成本最小。張戎、王鎮(zhèn)豪[7]基于反應(yīng)函數(shù)的啟發(fā)式算法建立上層目標(biāo)為規(guī)劃者總成本最小，下層目標(biāo)為客戶選擇的距離成本、服務(wù)價(jià)格成本、服務(wù)質(zhì)量成本最小的雙層規(guī)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(biāo)為領(lǐng)導(dǎo)利潤(rùn)最大化與銷售量最大化，下層目標(biāo)為跟隨者利潤(rùn)最大化的雙層規(guī)劃模型。楊朋玨等[9]利用遺傳算法構(gòu)建末端網(wǎng)點(diǎn)客戶滿意度最大和企業(yè)末端配送效率最高的多目標(biāo)選址模型。另外，在解決生鮮產(chǎn)品配送“最后一公里”難題方面，都牧、胡祥培等[10]應(yīng)用物聯(lián)網(wǎng)技術(shù)提出一種蔬果網(wǎng)上直銷的配送系統(tǒng)方案，實(shí)現(xiàn)了支持異步簽收的蔬果類商品網(wǎng)上直銷“農(nóng)—宅”配送模式。

由于生鮮產(chǎn)品配送取貨點(diǎn)的決策不僅需要考慮定量因素，還需要結(jié)合考慮環(huán)境、需求點(diǎn)分布特征等定性因素。國(guó)內(nèi)學(xué)者在需求點(diǎn)地區(qū)布局分類和多目標(biāo)評(píng)價(jià)等方面也進(jìn)行了大量的研究工作。楊浩[11]運(yùn)用SPSS對(duì)31個(gè)行政地區(qū)進(jìn)行聚類分析，根據(jù)地區(qū)行業(yè)統(tǒng)計(jì)數(shù)據(jù)把31個(gè)地區(qū)分類，更好地了解中國(guó)的經(jīng)濟(jì)信息。姚樹俊[12]以TOPSIS方法的合作伙伴選擇模型為基礎(chǔ)，對(duì)相關(guān)企業(yè)進(jìn)行了實(shí)證分析，選出了最佳的合作伙伴企業(yè)。宗鵬和曾鳳章[13]將TOPSIS方法應(yīng)用于顧客滿意度測(cè)評(píng)體系中，為顧客滿意度測(cè)評(píng)提供一種新的思路和方法。endprint

當(dāng)下生鮮電子商務(wù)的產(chǎn)業(yè)實(shí)踐中，電商企業(yè)主要采用社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱三種普遍方式來(lái)緩解“最后一公里”這一關(guān)鍵問(wèn)題[14]。①配送到社區(qū)服務(wù)站，客戶自?。簝?yōu)菜網(wǎng)等電商通過(guò)簽署社區(qū)實(shí)體店、提供社區(qū)商城將生鮮產(chǎn)品經(jīng)過(guò)冷鏈物流統(tǒng)一運(yùn)輸送到每個(gè)小區(qū)定點(diǎn)的物管處或無(wú)冷鏈保溫功能的菜箱中。通過(guò)本地化線上與線下結(jié)合的方法，實(shí)現(xiàn)買賣雙方不見(jiàn)面配送的配送模式，以解決電子商務(wù)用戶發(fā)展成本高、維護(hù)困難和配送時(shí)間與消費(fèi)者取貨時(shí)間不一致的難題。通過(guò)社區(qū)的劃分將原來(lái)分散的配送變?yōu)檩^為統(tǒng)一的集中配送，降低了配送成本，但生鮮產(chǎn)品配送到社區(qū)服務(wù)站到消費(fèi)者取貨這段時(shí)間內(nèi)，生鮮產(chǎn)品處于常溫環(huán)境中，質(zhì)量得不到保障。②配送到地鐵服務(wù)站，客戶自取：京東商城在北京地鐵5號(hào)線和10號(hào)線的共20個(gè)站點(diǎn)設(shè)置地鐵自取點(diǎn)，生鮮產(chǎn)品經(jīng)冷鏈運(yùn)輸后送達(dá)到自取點(diǎn)，消費(fèi)者可選擇在最近的地鐵站自取從網(wǎng)絡(luò)購(gòu)買的生鮮產(chǎn)品。這種配送模式使產(chǎn)品批量處理，但從產(chǎn)品配送至自取點(diǎn)到消費(fèi)者前來(lái)取貨這段時(shí)間內(nèi)，生鮮產(chǎn)品處于常溫環(huán)境中，質(zhì)量無(wú)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(yīng)用者如湖北武漢家事易農(nóng)業(yè)科技有限公司。電商企業(yè)先將所需配送的總區(qū)域按照社區(qū)劃分配送區(qū)域，以進(jìn)行分區(qū)配送；再將用戶所購(gòu)買的生鮮產(chǎn)品統(tǒng)一送到社區(qū)的電子菜箱處（該電子菜箱擁有保溫和GPRS監(jiān)控等功能），這種配送模式解決了前兩種配送方式中終端環(huán)節(jié)生鮮產(chǎn)品質(zhì)量難以保障的缺陷。但該配送模式根據(jù)小區(qū)住宅樓劃分添加智能菜箱，當(dāng)該住宅樓居民生鮮產(chǎn)品網(wǎng)絡(luò)購(gòu)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(guó)內(nèi)外學(xué)者的學(xué)術(shù)理論研究成果與當(dāng)前生鮮產(chǎn)品電子商務(wù)的顧客取貨點(diǎn)模式，將定量分類與定性分析相結(jié)合，充分考慮生鮮配送批量小、批次多、時(shí)間性強(qiáng)的特點(diǎn)，針對(duì)客戶點(diǎn)和需求量每天都有變化這一典型難題，首先運(yùn)用k-means聚類分析快速劃分為多個(gè)子配送區(qū)域可行解集，將服務(wù)空間有限化，然后基于TOPSIS評(píng)價(jià)法對(duì)現(xiàn)有的末端配送模式進(jìn)行優(yōu)化。

1 電子商務(wù)生鮮產(chǎn)品子配送區(qū)域劃分

通過(guò)需求點(diǎn)距智能電子保溫柜的距離d和需求點(diǎn)的需求量q進(jìn)行聚類分析，將配送范圍DF劃分為多個(gè)小型子配送區(qū)域

DFi=1，2，…，n。配送范圍的劃分將生鮮產(chǎn)品電子商務(wù)交易的時(shí)空無(wú)限性變?yōu)橛邢扌裕鉀Q了配送服務(wù)時(shí)空有限性的難題。

1.1 子配送區(qū)域

子配送區(qū)域是為了降低配送成本和配送難度，根據(jù)需求點(diǎn)距離和需求量將所需配送總范圍DF劃分為的幾個(gè)小型子配送區(qū)域DFi=1，2，…，n。所屬該子配送區(qū)域的消費(fèi)者在該子區(qū)域指定地點(diǎn)進(jìn)行取貨。配送范圍的劃分，使需求點(diǎn)在需求范圍內(nèi)更為集中分布，更適合電子商務(wù)環(huán)境下生鮮產(chǎn)品冷鏈物流末端的配送，降低物流配送時(shí)間和配送成本。

1.2 子配送區(qū)域劃分方法

根據(jù)需求點(diǎn)分布以及需求點(diǎn)的需求量來(lái)設(shè)置多種類型子配送區(qū)域，子配送區(qū)域劃分?jǐn)?shù)量越多，越有利于率先占領(lǐng)生鮮產(chǎn)品電子商務(wù)冷鏈物流配送市場(chǎng)，方便消費(fèi)者領(lǐng)取生鮮產(chǎn)品。因此提出以下模型假設(shè)：

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

（2）需求點(diǎn)客戶Qd=1，2，…，m多個(gè)，獨(dú)立分布于子配送區(qū)域DFi=1，2，…，n范圍內(nèi)；

（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(diǎn)Qd=1，2，…，m；

（4）根據(jù)網(wǎng)絡(luò)訂單，已知各需求點(diǎn)的需求量q和需求位置d；

（5）一個(gè)需求點(diǎn)Qd=1，2，…，m只能由其所在的子配送區(qū)域的自取點(diǎn)Sj=1，2，3負(fù)責(zé)；

（6）生鮮產(chǎn)品在運(yùn)送過(guò)程中始終保持在所需的溫度環(huán)境中。

1.3 需求點(diǎn)取點(diǎn)

由于消費(fèi)者的需求量都是隨機(jī)的且服從正態(tài)分布，通過(guò)EXCEL軟件RAND函數(shù)進(jìn)行隨機(jī)取點(diǎn)，為方便用戶取貨將需求點(diǎn)距智能電子保溫柜的距離d下限設(shè)為10區(qū)間為100的范圍，而同時(shí)為了保證冷鏈物流末端配送的高效性，設(shè)需求點(diǎn)的需求量q區(qū)間為0到10，隨機(jī)得出158個(gè)隨機(jī)需求點(diǎn)Qd=1，2，…，158。需求點(diǎn)的隨機(jī)選取旨在能模擬出每日消費(fèi)者的實(shí)際情況，電商對(duì)一定時(shí)間內(nèi)的消費(fèi)者的位置以及需求量進(jìn)行匯總整理，形成需求點(diǎn)集的原數(shù)據(jù)輸入并對(duì)此進(jìn)行分析決策。

1.4 子配送區(qū)域劃分

根據(jù)EXCEL所得的隨機(jī)需求點(diǎn)進(jìn)行聚類，通過(guò)SPSS軟件進(jìn)行k-means的聚類分析，程序運(yùn)行分析主要結(jié)果如下：

表1為初始聚類中心，將k值設(shè)為5，也就是說(shuō)將配送總范圍劃分成5個(gè)子配送區(qū)域，然后通過(guò)SPSS軟件自動(dòng)生成每一個(gè)類別初始的中心點(diǎn)。

表2為迭代過(guò)程表，可以顯示出每一次迭代中心點(diǎn)的變化值。由于聚類中心內(nèi)沒(méi)有改動(dòng)或改動(dòng)較小而達(dá)到收斂。任一中心的最大絕對(duì)坐標(biāo)更改為0.000。當(dāng)前迭代次數(shù)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(shuō)158個(gè)隨機(jī)需求點(diǎn)是以這5個(gè)點(diǎn)為聚類中心，進(jìn)行聚類。

由表4可見(jiàn)，經(jīng)過(guò)聚類得到的5個(gè)子配送區(qū)域配送點(diǎn)之間的距離最小為17.199，最大為82.762，平均距離為42.181。每個(gè)配送點(diǎn)服務(wù)的客戶數(shù)量如表5所示。

表5為各個(gè)類別需求點(diǎn)的個(gè)數(shù)，可以看出在每一個(gè)類別中需求點(diǎn)的個(gè)數(shù)呈均勻分布，并且158個(gè)隨機(jī)需求點(diǎn)都能夠有效地劃分到每個(gè)類別中，即子配送區(qū)域可以有效均勻覆蓋所有客戶點(diǎn)。

k-means聚類是生鮮電商配送自取點(diǎn)選址決策的第一步，其中在設(shè)置k值時(shí)取值為5，此時(shí)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(shuō)劃分子配送區(qū)域多，電商設(shè)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(yuǎn)，不能方便用戶帶來(lái)滿意的網(wǎng)購(gòu)體驗(yàn)。電商也可根據(jù)實(shí)際情況如需求點(diǎn)和需求量的增加以及未來(lái)電商擴(kuò)充規(guī)模重新對(duì)k進(jìn)行取值。在完成選址決策的第一步后，電商再根據(jù)公路的銜接情況和周邊的道路交通網(wǎng)絡(luò)暢通情況等因素進(jìn)行定性選擇。endprint

2 基于TOPSIS方法的子配送區(qū)域自取點(diǎn)多目標(biāo)決策

2.1 子配送區(qū)域顧客取貨點(diǎn)

子配送區(qū)域顧客取貨點(diǎn)（以下簡(jiǎn)稱子配送區(qū)域自取點(diǎn)）是電子商務(wù)環(huán)境下生鮮產(chǎn)品冷鏈物流配送環(huán)節(jié)中最終冷藏地和指定配送區(qū)域內(nèi)消費(fèi)者提取生鮮產(chǎn)品的地點(diǎn)。在每一個(gè)子配送區(qū)域裝置集冷柜儲(chǔ)存、交易等多種功能于一身的智能保溫箱作為子配送區(qū)域自取點(diǎn)，通過(guò)放置在子配送區(qū)域自取點(diǎn)，消費(fèi)者下單后，生鮮產(chǎn)品通過(guò)冷鏈物流運(yùn)輸?shù)街悄鼙叵渲?，消費(fèi)者只需要在空閑時(shí)直接到自取點(diǎn)取生鮮產(chǎn)品。

子配送區(qū)域自取點(diǎn)的設(shè)置為電商及用戶帶來(lái)眾多益處。一是原本分散配送的生鮮產(chǎn)品可以統(tǒng)一集中運(yùn)輸和處理，降低運(yùn)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(diǎn)，靈活反應(yīng)市場(chǎng)變化，及時(shí)滿足用戶需求。四是配送時(shí)間與取貨時(shí)間不必一致，降低雙方等待成本。五是當(dāng)用戶對(duì)生鮮產(chǎn)品不滿意時(shí)，只需要將生鮮產(chǎn)品退還到指定保溫箱中，由配送員進(jìn)行回收，視情況進(jìn)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(zhí)行。六是生鮮產(chǎn)品能真正做到全程冷鏈，為用戶提供高質(zhì)量的配送服務(wù)，并有助于維護(hù)電子商務(wù)和物流公司的信譽(yù)，使生鮮產(chǎn)品電子商務(wù)能夠長(zhǎng)遠(yuǎn)發(fā)展。

2.2 子配送區(qū)域顧客取貨點(diǎn)選址決策影響因素

生鮮產(chǎn)品電子商務(wù)冷鏈物流配送中子配送區(qū)域自取點(diǎn)是終端環(huán)節(jié)，子配送區(qū)域顧客取貨點(diǎn)的設(shè)置是否合理影響著未來(lái)生鮮產(chǎn)品電子商務(wù)冷鏈物流的市場(chǎng)戰(zhàn)略也對(duì)消費(fèi)者的網(wǎng)絡(luò)購(gòu)物感受和重復(fù)購(gòu)買率有著極大影響。因此以經(jīng)濟(jì)效益和社會(huì)效益最大化、服務(wù)最優(yōu)化、物流量最大化以及未來(lái)發(fā)展空間最大化為子配送區(qū)域自取點(diǎn)評(píng)價(jià)原則，來(lái)評(píng)價(jià)子配送區(qū)域自取點(diǎn)，以求促進(jìn)電商和物流企業(yè)的戰(zhàn)略發(fā)展。結(jié)合電子商務(wù)環(huán)境下生鮮產(chǎn)品的物流配送和子配送區(qū)域自取點(diǎn)的特點(diǎn)，影響子配送區(qū)域自取點(diǎn)選址決策因素Pi=1，2，…，15如下[14]：①自然環(huán)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(yīng)該在1%到4%之間，能使產(chǎn)品更容易保持干燥和通風(fēng)，防止生鮮產(chǎn)品腐爛；還有遠(yuǎn)離加油站、化工廠等易發(fā)生火災(zāi)的單位。②社會(huì)經(jīng)濟(jì)環(huán)境因素：城市擴(kuò)張的速度與方向P，能預(yù)測(cè)出潛在生鮮產(chǎn)品電子商務(wù)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(qū)域內(nèi)需求量增加。③行業(yè)環(huán)境因素：生鮮電商企業(yè)數(shù)量P少，子配送區(qū)域自取點(diǎn)布局在其他電商還未將項(xiàng)目開拓的區(qū)域，可以減少同行業(yè)的競(jìng)爭(zhēng)力。消費(fèi)者網(wǎng)絡(luò)購(gòu)物習(xí)慣P好，有利于增加生鮮產(chǎn)品的需求量，冷鏈需求量P增加。行業(yè)優(yōu)惠政策P如減稅等有利于降低電商和物流企業(yè)的經(jīng)濟(jì)費(fèi)用，減少了生鮮產(chǎn)品配送成本。子配送區(qū)域地區(qū)農(nóng)業(yè)產(chǎn)量P多，生鮮產(chǎn)品供貨更方便，更加有助于減少運(yùn)輸成本。④交通條件：自取點(diǎn)的設(shè)置地點(diǎn)公路銜接情況P既應(yīng)是交通工具能方便到達(dá)，也是容易卸貨，還有周邊道路交通網(wǎng)絡(luò)通暢P良好，有利于車輛的進(jìn)出和配送，使產(chǎn)品及時(shí)準(zhǔn)確的送達(dá)。⑤基礎(chǔ)設(shè)施條件：子配送區(qū)域自取點(diǎn)需要?jiǎng)恿δ茉碢作為供應(yīng)，使智能保溫箱為生鮮產(chǎn)品提供冷鏈物流服務(wù)。周邊還需要有能發(fā)送消費(fèi)者驗(yàn)證碼進(jìn)行取貨的通信設(shè)施P⑥子配送區(qū)域自取點(diǎn)費(fèi)用P：智能保溫箱固定費(fèi)用，以及維護(hù)費(fèi)用和區(qū)域物管費(fèi)用等。

2.3 子配送區(qū)域取貨點(diǎn)的評(píng)價(jià)與選擇決策分析

將需求點(diǎn)進(jìn)行聚類劃分多個(gè)子配送區(qū)域后，需要在各子區(qū)域建立一個(gè)子配送區(qū)域自取點(diǎn)。在當(dāng)下生鮮電子商務(wù)的產(chǎn)業(yè)實(shí)踐中，電商已經(jīng)設(shè)置的社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱三個(gè)位置作為備選子配送區(qū)域自取點(diǎn)，并對(duì)其進(jìn)行評(píng)價(jià)以作出最佳的決策。根據(jù)已建立的評(píng)價(jià)指標(biāo)，由各專家老師及國(guó)內(nèi)部分直接掌管物流的生鮮產(chǎn)品電子商務(wù)企業(yè)組成的討論組進(jìn)行綜合評(píng)價(jià)，分別對(duì)各評(píng)價(jià)因素指標(biāo)進(jìn)行定性分析，得出專家評(píng)估結(jié)果表以及每個(gè)因素在評(píng)估結(jié)果中所占比重表。

從以上的定量評(píng)價(jià)分析可見(jiàn)，自取點(diǎn)S、S、S三個(gè)子配送區(qū)域備選點(diǎn)是基于現(xiàn)有的自取地點(diǎn)如社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱通過(guò)自然環(huán)境、社會(huì)經(jīng)濟(jì)環(huán)境、行業(yè)環(huán)境、交通條件、基礎(chǔ)設(shè)施中相關(guān)的15個(gè)因素影響分析進(jìn)行評(píng)價(jià)選擇。經(jīng)過(guò)TOPSIS多目標(biāo)評(píng)價(jià)方法的計(jì)算，得出S點(diǎn)即現(xiàn)有的社區(qū)服務(wù)站設(shè)置新的智能保溫箱，雖然單從表格數(shù)據(jù)上來(lái)看，S點(diǎn)的智能保溫箱固定成本費(fèi)用不是很高，且在社區(qū)服務(wù)站內(nèi)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(diǎn)人均收入是三個(gè)備選點(diǎn)中最高的，S點(diǎn)人口密度較大，消費(fèi)者購(gòu)物習(xí)慣最優(yōu)，將擁有許多潛在的消費(fèi)客戶，加大了需求量，促進(jìn)生鮮產(chǎn)品電子商務(wù)在該子配送區(qū)域的長(zhǎng)遠(yuǎn)發(fā)展。S點(diǎn)即是在地鐵服務(wù)站處設(shè)置智能保溫箱，雖然它的人口密度最大，但是其設(shè)置保溫箱費(fèi)用高，交通狀況不是很好，不易卸貨。因此從目前三個(gè)備選點(diǎn)來(lái)看，S點(diǎn)綜合優(yōu)勢(shì)最強(qiáng)，為最優(yōu)布局決策地點(diǎn)，S點(diǎn)其次，S點(diǎn)排序第三，可作為S、S無(wú)法正常服務(wù)時(shí)的備用方案。

3 結(jié)論與展望

研究生鮮電商末端配送顧客取貨點(diǎn)的選址決策方法在生鮮產(chǎn)品電子商務(wù)發(fā)展中具有重要的戰(zhàn)略意義。本文通過(guò)對(duì)電子商務(wù)環(huán)境下生鮮產(chǎn)品“最后一公里”配送的現(xiàn)狀和現(xiàn)有自取點(diǎn)狀況的相關(guān)內(nèi)容的研究，分析了生鮮產(chǎn)品電子商務(wù)在配送中所存在的問(wèn)題，并為存在的問(wèn)題找到了解決的思路——自取點(diǎn)布局，解決生鮮產(chǎn)品電子商務(wù)當(dāng)下存在的問(wèn)題。首先基于對(duì)生鮮產(chǎn)品電子商務(wù)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(duì)需求點(diǎn)進(jìn)行聚類，運(yùn)用SPSS的k-means聚類方法針對(duì)每天客戶訂單量和配送點(diǎn)的變化生成動(dòng)態(tài)變化的子配送區(qū)域。然后，建立子配送區(qū)域自取點(diǎn)評(píng)價(jià)指標(biāo)體系，依據(jù)當(dāng)前生鮮電子商務(wù)中普遍采用的方式（社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱）作為子配送區(qū)域固定自取點(diǎn)的備選方案，根據(jù)實(shí)際情況最終確定出自然環(huán)境、社會(huì)經(jīng)濟(jì)環(huán)境、行業(yè)環(huán)境、交通條件、基礎(chǔ)設(shè)施和智能保溫箱費(fèi)用15個(gè)因素，并將生鮮產(chǎn)品電子商務(wù)冷鏈物流配送的行業(yè)環(huán)境因素考慮進(jìn)來(lái)，充分考慮電子商務(wù)行業(yè)和冷鏈物流配送行業(yè)、以及消費(fèi)者網(wǎng)絡(luò)購(gòu)物習(xí)慣尤其是生鮮產(chǎn)品網(wǎng)絡(luò)購(gòu)物習(xí)慣對(duì)子配送區(qū)域自取點(diǎn)布局的影響，突出研究背景為生鮮產(chǎn)品電子商務(wù)環(huán)境。最后采用TOPSIS多目標(biāo)決策法建立備選子配送區(qū)域顧客取貨點(diǎn)評(píng)價(jià)模型，得出最適宜各子區(qū)域配送特征的選址方案，為生鮮產(chǎn)品物流配送企業(yè)配置智能保溫箱和消費(fèi)者自助取貨點(diǎn)的配送決策做參考。endprint

電子商務(wù)生鮮產(chǎn)品顧客取貨點(diǎn)布局十分符合生鮮產(chǎn)品的本身特性，為生鮮產(chǎn)品電子商務(wù)物流配送企業(yè)末端配送配置智能保溫箱和消費(fèi)者自助取貨點(diǎn)的管理決策做參考。它使冷鏈物流企業(yè)配送成本大大降低、效率提高，消費(fèi)者取貨方便，保證了生鮮產(chǎn)品的質(zhì)量，提高了顧客的滿意度，促進(jìn)冷鏈物流配送的不斷發(fā)展。完善和生鮮產(chǎn)品電子商務(wù)行業(yè)的蓬勃發(fā)展。

參考文獻(xiàn)：

[1] 張錦，陳義友. 物流“最后一公里”問(wèn)題研究綜述[J]. 中國(guó)流通經(jīng)濟(jì)，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(wù)中購(gòu)物網(wǎng)站的網(wǎng)點(diǎn)式物流配送模式研究[D]. 成都：西南交通大學(xué)（碩士學(xué)位論文），2008.

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

[6] 王珂. 快遞業(yè)自動(dòng)化物流終端設(shè)備技術(shù)研究[D]. 昆明：云南財(cái)經(jīng)大學(xué)（碩士學(xué)位論文），2012.

[7] 張戎，王鎮(zhèn)豪. 城市配送末端節(jié)點(diǎn)布局雙層規(guī)劃模型及算法[J]. 同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2012（7）：1035-1040.

[8] 韓霜，等. 動(dòng)態(tài)競(jìng)爭(zhēng)環(huán)境下基于客戶價(jià)值的物流終端設(shè)施優(yōu)化模型[J]. 公路交通科技，2013（11）：144-151.

[9] 楊朋玨，等. 電子商務(wù)環(huán)境下城市配送末端網(wǎng)點(diǎn)選址模型研究[J]. 工業(yè)工程與管理，2014（1）：35-40.

[10] 都牧，胡祥培，等. 基于物聯(lián)網(wǎng)的蔬果網(wǎng)上直銷“農(nóng)—宅”配送系統(tǒng)[J]. 系統(tǒng)工程學(xué)報(bào)，2014，29（2）：215-222.

[11] 楊浩. 基于SPSS的聚類分析在行業(yè)統(tǒng)計(jì)數(shù)據(jù)中的應(yīng)用[D]. 長(zhǎng)春：吉林大學(xué)（碩士學(xué)位論文），2013.

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

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

[14] 陳鏡羽. 電子商務(wù)環(huán)境下生鮮農(nóng)產(chǎn)品冷鏈物流固定區(qū)域自提點(diǎn)布局與評(píng)價(jià)[D]. 重慶：重慶工商大學(xué)（碩士學(xué)位論文），2014.

[15] 李平. 淺議生鮮農(nóng)產(chǎn)品B2C電子商務(wù)平臺(tái)的構(gòu)建——以武漢家事易農(nóng)業(yè)科技有限公司為例[J]. 中國(guó)商貿(mào)，2012（7）：112-115.endprint