孫 輝，王向前，李慧宗，何葉榮

?

“最后一公里”新型配送模式分析——以安徽理工大學(xué)近鄰寶智能提取柜為例

孫 輝，王向前，李慧宗，何葉榮

(安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，安徽淮南 232001)

傳統(tǒng)的快遞終端配送模式中“最后一公里”逐步成了制約快遞行業(yè)高效發(fā)展的瓶頸，在此情形下智能快遞提取柜孕育而生。智能快遞提取柜在互聯(lián)網(wǎng)與信息技術(shù)的雙重融合下，通過(guò)自助服務(wù)把以往“等快遞”轉(zhuǎn)向了“取快遞”的發(fā)展模式。通過(guò)問(wèn)卷調(diào)查的方式利用SPSS中的回歸分析，對(duì)智能快遞柜在取件節(jié)約時(shí)間方面做了一般線性回歸分析。之后利用信息熵模型計(jì)算顧客對(duì)寄件相關(guān)指標(biāo)的關(guān)注權(quán)重并提出解決案。

最后一公里；自助服務(wù)模式；智能快遞柜；回歸分析；信息熵

在剛剛過(guò)去的2016年雙十一購(gòu)物狂歡節(jié)中，僅雙十一當(dāng)天全網(wǎng)總銷售額高達(dá)1770.4億，郵寄包裹突破10.7億個(gè)創(chuàng)下歷史新高[1]。然而在巨大的網(wǎng)絡(luò)購(gòu)物經(jīng)濟(jì)面前，傳統(tǒng)快遞終端配送模式卻面臨著配送脫節(jié)、包裹積壓甚至爆倉(cāng)等一系列棘手問(wèn)題[2]。傳統(tǒng)的電子商務(wù)配送模式中“最后一公里”階段是直接需要面對(duì)客戶的最后環(huán)節(jié)，也是決定最后配送成功的關(guān)鍵一步[3]。據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示，傳統(tǒng)的商業(yè)配送中“最后一公里”配送成本約占整個(gè)運(yùn)輸成本的30%，最終的終端配送效率則有80%取決于該環(huán)節(jié)[4]、[5]。目前國(guó)內(nèi)的相關(guān)文獻(xiàn)也從低碳配送視角、電子商務(wù)下的配送研究、基于客戶視角下的模式研究以及在人道救援運(yùn)輸時(shí)的配送問(wèn)題探討等方面，來(lái)對(duì)傳統(tǒng)的配送終端“最后一公里”進(jìn)行分析，進(jìn)而分析如何更好地改善傳統(tǒng)配送終端所存在的配送問(wèn)題[6]、[7]。毋庸置疑“最后一公里”配送問(wèn)題已經(jīng)成為制約快遞行業(yè)健康發(fā)展的重要瓶頸之一，改善快遞終端配送模式勢(shì)在必行也迫在眉睫[8]。

一、國(guó)內(nèi)外智能快遞柜的發(fā)展?fàn)顩r

(一)國(guó)外智能快遞柜的發(fā)展

西方發(fā)達(dá)國(guó)家對(duì)于配送終端的“最后一公里”問(wèn)題的研究在2001年就開(kāi)始進(jìn)行了。具有代表性的是亞馬遜推出的智能快遞柜“Amazon-locker”和德國(guó)DHL公司的“Packstation”業(yè)務(wù)。實(shí)現(xiàn)了全天24小時(shí)自助包裹取件的模式。例如在亞馬遜的“Amazon-locker”服務(wù)，當(dāng)消費(fèi)者在身邊的便利店進(jìn)行購(gòu)物時(shí)，會(huì)收到亞馬遜的一份包含PIN碼的電子郵件，在到達(dá)指定提取位置后輸入PIN碼進(jìn)行取件。而德國(guó)的DHL公司的“Packstation”業(yè)務(wù)只需用戶注冊(cè)自己的賬戶后便可得到一張Goldcard卡和PIN碼，用戶便可以在收到電子郵件或者短信后進(jìn)行取件操作。隨后在Kamarainen和Punakivid等人的研究下發(fā)現(xiàn)“集中交付點(diǎn)”(Collection and Delivery Point,CDP)模式下無(wú)人值守式CDP比有人值守式CDP最高可以降低三份之一的配送成本[9]。Hanu Yrjl 等人對(duì)“無(wú)人交付接收盒”在成本效益、投資產(chǎn)出、配送時(shí)間等進(jìn)行模擬分析，也證實(shí)了Kamarainen和Punakivid等人之前的研究結(jié)論，這為智能快遞提取柜的發(fā)展奠定了一定的市場(chǎng)經(jīng)濟(jì)基礎(chǔ)。

(二)國(guó)內(nèi)智能快遞柜的發(fā)展

針對(duì)國(guó)內(nèi)電商企業(yè)的迅猛發(fā)展以及快遞行業(yè)在“最后一公里”終端配送的瓶頸現(xiàn)象，對(duì)的智能快遞柜研究也逐漸發(fā)展起來(lái)。比較有代表性有施路和康善招研究的網(wǎng)點(diǎn)配送模式以及彭香玲和梁新強(qiáng)對(duì)智能快遞柜在工作原理和技術(shù)改進(jìn)等方面的優(yōu)化設(shè)計(jì)介紹。目前國(guó)內(nèi)的智能快遞柜大致可以分為三種類型[10]：第一種為電商企業(yè)的自建自用模式，如2012年京東商城在北京地鐵站里開(kāi)通了自助快遞業(yè)務(wù)開(kāi)啟了國(guó)內(nèi)智能快遞柜運(yùn)用的先河。第二種為快遞企業(yè)自建如順豐速運(yùn)、速遞易等。第三種為第三方公用平臺(tái)，如北京中科富創(chuàng)公司旗下的近鄰寶智能快遞業(yè)務(wù)。目前國(guó)內(nèi)的智能快遞柜的覆蓋范圍還只是集中在高檔住宅區(qū)、CBD商業(yè)區(qū)、高檔寫(xiě)字樓和部分合作高校，說(shuō)明智能提取柜的使用還未真正在國(guó)內(nèi)推廣。

二、安徽理工大學(xué)近鄰寶使用現(xiàn)狀調(diào)查研究

在傳統(tǒng)模式下高?？爝f的配送通常分為兩種類型，即固定配送點(diǎn)和流動(dòng)配送點(diǎn)如圖1所示。

在傳統(tǒng)的高?？爝f配送模式，配送終端的固定點(diǎn)和顧客能否第一時(shí)間取件是制約快遞行業(yè)高效與經(jīng)濟(jì)運(yùn)行的關(guān)鍵因素。而近鄰寶智能快遞提取柜可以實(shí)現(xiàn)24小時(shí)不間斷等待，可以解決上述傳統(tǒng)配送終端所存在的問(wèn)題。

(一)近鄰寶智能提取柜在現(xiàn)有功能下的調(diào)查數(shù)據(jù)研究

在對(duì)智能快遞提取柜的使用研究發(fā)現(xiàn)，相對(duì)于傳統(tǒng)的排隊(duì)報(bào)號(hào)模式浪費(fèi)了大量時(shí)間，基于調(diào)查發(fā)現(xiàn)近鄰寶可以節(jié)約取件1—5分鐘的認(rèn)同比例高達(dá)86.40%。

圖1 傳統(tǒng)模式下高校快遞末端配送模式

圖2 傳統(tǒng)取件模式與近鄰寶取件模式

圖2可以看出相對(duì)于智能取件的便捷性，傳統(tǒng)的叫號(hào)排隊(duì)取件的時(shí)間很大程度上浪費(fèi)在了排隊(duì)等待以及配送人員識(shí)別信息效率上。而智能快遞很好的解決了這一瓶頸，顧客可以在不接觸配送人員的情況下直接驗(yàn)證信息。如果假設(shè)233位受訪者在雙十一每人購(gòu)買(mǎi)一件物品來(lái)計(jì)算則根據(jù)上述統(tǒng)計(jì)數(shù)據(jù)可以得出近鄰寶相比傳統(tǒng)取件僅一天就可以節(jié)約3.88至19.42個(gè)小時(shí)的配送時(shí)間，這對(duì)于時(shí)間日益成為稀缺資源的傳統(tǒng)配送終端來(lái)說(shuō)具有十分重要的現(xiàn)實(shí)意義。在收集的樣本數(shù)據(jù)中對(duì)于之前是否使用過(guò)近鄰寶智能柜與取件節(jié)約時(shí)間上是否存在明顯差異作了分析。在進(jìn)行方差齊性的檢驗(yàn)時(shí)得到F=0.036，sig.=0.849>0.05故可以認(rèn)為方差齊性，而t=-0.122情況下sig.=0.903>0.05，即假設(shè)使用過(guò)近鄰寶智能柜更能節(jié)約取件時(shí)間是不成立的，可以認(rèn)為智能柜具有良好的使用性。

(二)近鄰寶智能柜在取件方式上打破了傳統(tǒng)模式單一的束縛

智能取件方式中，手動(dòng)界面取件作為智能快遞提取柜本身就具有的取件功能，而通過(guò)關(guān)注近鄰寶微信公眾號(hào)進(jìn)行取件，更能體現(xiàn)出智能快遞柜科技與信息技術(shù)方面的創(chuàng)新，圖3展示了微信公眾號(hào)取件的流程圖。從圖3中可以看出，用戶只需進(jìn)入近鄰寶微信公眾號(hào)取件即可，而中間的取件服務(wù)和菜單選擇等繁瑣的輔助功能可以通過(guò)近鄰寶的信息系統(tǒng)自動(dòng)解決。之后在調(diào)查問(wèn)卷中將取件方式與取件節(jié)約時(shí)間和進(jìn)行交叉表分析，檢驗(yàn)兩者之間是否獨(dú)立。卡方檢驗(yàn)結(jié)果各項(xiàng)雙側(cè)顯著性水平都小于0.05，故可以說(shuō)明近鄰寶的取件方式與取件的節(jié)約時(shí)間方面不是相互獨(dú)立的。

(三)近鄰寶智能提取柜貨柜取件節(jié)約時(shí)間的模型分析

在傳統(tǒng)的條件下配送人員對(duì)于快遞的分類大多是粗放式，當(dāng)遇到配送終端貨物積壓時(shí)更是降低了配送效率，所以進(jìn)行快遞包裹以及箱柜的合理化分類很有必要[11]。在隨機(jī)的調(diào)查問(wèn)卷中進(jìn)行有關(guān)智能提取柜定位和分類評(píng)分，并結(jié)合近鄰寶使用情況以及取件方式評(píng)分建立近鄰寶取件節(jié)約時(shí)間模型。

圖3 基于微信公眾號(hào)平臺(tái)近鄰寶取件流程圖

表1與表2分別給出了模型匯總表和線性回歸的相關(guān)系數(shù)表，得出近鄰寶取件的節(jié)約時(shí)間模型：

Y=-5.895+0.024X1+0.485X2+0.062X3+0.629X4

其中Y為節(jié)約取件時(shí)間，X1為使用情況，X2為貨柜定位評(píng)分，X3為貨柜分類評(píng)分，X4為取件方式評(píng)分。用來(lái)解釋線性回歸關(guān)系密切程度的復(fù)相關(guān)系數(shù)R為0.89說(shuō)明線性相關(guān)程度較高，而判斷系數(shù)R2為0.79，即回歸方程解釋了整個(gè)因變量變異程度的79%。通過(guò)標(biāo)準(zhǔn)系數(shù)可知在對(duì)取件時(shí)間影響最大的因素為貨柜的定位評(píng)分上，其次便是貨柜的分類評(píng)分以及取件方式評(píng)分，而使用情況對(duì)于取件節(jié)約的時(shí)間并沒(méi)有太大的影響作用。

表1 模型匯總表

a預(yù)測(cè)變量：(常量)近鄰寶使用情況，貨柜定位評(píng)分，取件方式評(píng)分，貨柜分類評(píng)分。

表2 相關(guān)系數(shù)ɑ

a.因變量：節(jié)約時(shí)間

三、基于信息熵的智能柜評(píng)價(jià)指標(biāo)權(quán)重確定

根據(jù)所研究的實(shí)際問(wèn)題建立m×n評(píng)價(jià)矩陣Q，選取問(wèn)卷中的自助寄件模式、寄件模式輔助功能、物品特點(diǎn)下寄件貨柜分類以及貨柜寄件利用改進(jìn)進(jìn)行評(píng)價(jià)。其中評(píng)價(jià)矩陣中的任意Xi表示第i個(gè)評(píng)價(jià)對(duì)象對(duì)第j個(gè)指標(biāo)，則評(píng)價(jià)矩陣Q為：

Q =

首先對(duì)評(píng)價(jià)矩陣Q進(jìn)行歸一化處理得到計(jì)算矩陣Yij：

Yij=(i=1,2,3 j=1,2,3,4) (1)

其中minX.j，`X.j，max X.j，分別表示評(píng)價(jià)矩陣中第j列的最小值，平均數(shù)和最大值。因?yàn)閷?duì)于評(píng)價(jià)矩陣的歸一化處理并不會(huì)影響其后的權(quán)重評(píng)價(jià)作用，只是代表信息的多寡程度問(wèn)題，并沒(méi)有減少評(píng)價(jià)矩陣中數(shù)據(jù)的信息量。

其次根據(jù)評(píng)價(jià)矩陣確定每個(gè)評(píng)價(jià)指標(biāo)的熵值大小，第j個(gè)指標(biāo)的熵值為Hj，

Hj=lnXij(i=1,2,3 j=1,2,3,4) (2)

最后確定權(quán)重指標(biāo)Wj

Wj=(i=1,2,3 j=1,2,3,4) (3)

利用公式(1)對(duì)表3進(jìn)行數(shù)據(jù)的歸一化處理得到計(jì)算矩陣Z

再利用公式(2)和(3)計(jì)算出指標(biāo)熵值H，權(quán)重W

H=(0.9051 0.8938 0.7931 0.9136)

權(quán)重W

W=(0.2116 0.2368 0.4613 0.0903)

根據(jù)以上的計(jì)算結(jié)果可以看出，權(quán)重大小依次為：空間利用率、寄件模式、輔助寄件功能以及貨柜分類。

四、結(jié)論

本文以安徽理工大學(xué)為例，通過(guò)調(diào)查問(wèn)卷的方式對(duì)“最后一公里”新型配送模式進(jìn)行了一定探討和研究。通過(guò)相關(guān)指標(biāo)對(duì)智能快遞柜在取件時(shí)間方面進(jìn)行了回歸分析，得出了影響取件節(jié)約時(shí)間模型，并通過(guò)標(biāo)準(zhǔn)系數(shù)得到對(duì)取件時(shí)間影響最大的因素為貨柜的定位評(píng)分。針對(duì)近鄰寶智能柜目前還沒(méi)有完善顧客自助寄件功能方面，利用信息熵模型對(duì)相關(guān)指標(biāo)進(jìn)行定量分析。得到箱柜的空間利用率權(quán)重最大，其次是寄件投遞方式，最后是寄件時(shí)應(yīng)該添加的輔助功能方面，而貨柜的特點(diǎn)分類權(quán)重最小?；谏鲜龇治觯谕晟平弻毤募δ軙r(shí)可以將節(jié)約箱柜空間放在首位，如箱柜動(dòng)態(tài)移動(dòng)設(shè)計(jì)來(lái)節(jié)約空間；采取更加便捷的寄件方式，如箱柜智能寄件方式；添加寄件環(huán)節(jié)的輔助功能，如價(jià)格計(jì)算單元、稱重設(shè)計(jì)單元以及預(yù)計(jì)物件到達(dá)時(shí)間單元等優(yōu)化寄件功能。

[1] 李芳. 星圖數(shù)據(jù): 2016年雙十一全網(wǎng)銷售總額統(tǒng)計(jì)[N]. 重慶商報(bào)，2016-11-12(15).

[2] 譚述芳. 我國(guó)快遞配送最后一公里問(wèn)題研究[J]. 商業(yè)時(shí)代化, 2015(3): 62-64.

[3] 楊聚平，楊長(zhǎng)春，姚宣霞. 電子商務(wù)物流中的間接配送模式研究[J]. 商業(yè)研究，2014(4): 12-16.

[4] Tauseef Aized. Hierarchical modelling of Last Mile logistic distribution system[J]. The International Journal of Advanced Manufacturing Technology, February 2014(5)：1053–1061.

[5] Jesús González-Feliu. Challenges in Last-Mile e-Grocery Urban Distribution: Have New B2C Trends a Positive Impact on the Environment?[J]. Environmental Issues in Supply Chain Management, 2012(6)：251-266.

[6] 詹林敏. 電子商務(wù)物流最后一公里配送模式研究[D]. 大連: 大連理工大學(xué)管理與經(jīng)濟(jì)學(xué)院, 2015.

[7] 楊聚平. 以客戶為中心“最后一公里”配送模式研究[D].北京: 對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)國(guó)際商學(xué)院, 2014.

[8] 金輝, 黃子龍, 葛麗娜. 城市快遞配送路線選擇方法研究[J]. 遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015(6): 396-398.

[9] Rowlnds P. Unattended delivery solution—Finally picking -up[J]. E.Logistic Fulfillment，2006(24)：1244-1248.

[10] 黃正偉，劉歡，趙國(guó)蓮，等. 基于SWOT分析的智能快遞投遞箱發(fā)展研究[J]. 研究與探討, 2015(11): 10-13.

[11]王麗娜, 王鴻森. 物流管理的哲學(xué)與系統(tǒng)論[J]. 遼寧工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2011(3): 32-34.

(責(zé)任編校：李延軍)

10.15916/j.issn1674-327x.2017.04.014

F724

A

1674-327X (2017)04-0049-04

2017-03-25

孫輝(1993-)，男，安徽淮南人，碩士生。

網(wǎng)絡(luò)出版時(shí)間：2017-06-27 14:21；

http://kns.cnki.net/kcms/detail/21.1415.C.20170627.1421.014.html