李學(xué)琴，張 楊

?

O2O模式下物流協(xié)作策略研究

李學(xué)琴，張 楊

（西南交通大學(xué)，交通運(yùn)輸與物流學(xué)院，成都 610031）

針對(duì)網(wǎng)絡(luò)消費(fèi)單多、量小、分散且服務(wù)需求快捷導(dǎo)致物流成本高昂的問(wèn)題，提出了一種O2O模式下將庫(kù)存前移的物流協(xié)作策略，建立將庫(kù)存前移的物流協(xié)作式配送策略成本模型，并設(shè)計(jì)了模型求解的遺傳算法。通過(guò)算例比較，發(fā)現(xiàn)協(xié)作式配送策略相較于傳統(tǒng)的基于訂單響應(yīng)式的配送方式可節(jié)約13.15%的成本，表明該協(xié)作策略的有效性。

新零售；物流協(xié)作；配送成本

0 引 言

隨著網(wǎng)絡(luò)經(jīng)濟(jì)的快速發(fā)展，網(wǎng)絡(luò)客戶(hù)分散、單多量小而且要求快捷配送的消費(fèi)特征大大增加了物流服務(wù)的運(yùn)作成本。2016年，中國(guó)網(wǎng)絡(luò)零售交易額達(dá)5.16萬(wàn)億元，同比增長(zhǎng)26.2%[1],末端配送成本已經(jīng)占到物流行業(yè)總成本的30%以上[2]。一般網(wǎng)絡(luò)零售商物流費(fèi)用率為13.1%，而綜合費(fèi)用率才21%左右[3]，網(wǎng)購(gòu)配送成本占商家運(yùn)營(yíng)總成本高達(dá)一半以上。

已有對(duì)網(wǎng)絡(luò)購(gòu)物的配送及通過(guò)門(mén)店（實(shí)體店、便利店）配送模式的研究，大多集中在配送模式的介紹[4-6]、比較[7,8]、選擇[9,10]和配送網(wǎng)絡(luò)優(yōu)化[11,12]，也有針對(duì)終端門(mén)店的優(yōu)化研究[13]。目前對(duì)于結(jié)合新零售趨勢(shì)將實(shí)體店的物流配送與線(xiàn)上銷(xiāo)售的物流配送結(jié)合起來(lái)的研究較少，更沒(méi)有考慮將商品提前配送至實(shí)體店以響應(yīng)顧客需求的研究。實(shí)踐中，線(xiàn)上線(xiàn)下物流相結(jié)合的形式是未來(lái)O2O應(yīng)用的發(fā)展趨勢(shì)。一方面，實(shí)體店可以利用線(xiàn)上才有的大數(shù)據(jù)來(lái)調(diào)整自己的運(yùn)營(yíng)，擴(kuò)大銷(xiāo)售，提高自身競(jìng)爭(zhēng)力；另一方面，在實(shí)體店，產(chǎn)品的展示和體驗(yàn)可以得到空分發(fā)揮，且網(wǎng)上商家能更好地得到顧客反饋。倉(cāng)庫(kù)前移至靠近顧客需求的一線(xiàn)市場(chǎng)，能及時(shí)響應(yīng)訂單，并解決顧客退換貨難的問(wèn)題；同時(shí)，將分散、量小的訂單整合起來(lái)進(jìn)行運(yùn)輸，可形成規(guī)模效應(yīng)，降低物流成本?；诖?，本文針對(duì)商品網(wǎng)絡(luò)銷(xiāo)售的配送問(wèn)題，提出O2O模式下的將庫(kù)存前移的物流協(xié)作策略，即商家根據(jù)需求預(yù)測(cè)計(jì)算出線(xiàn)上顧客一段時(shí)間一定區(qū)域的可能配送量，提前將商品配送至該區(qū)域的實(shí)體店，當(dāng)線(xiàn)上顧客下單后，由鄰近實(shí)體店給顧客配送。與傳統(tǒng)配送方式的最大區(qū)別在于，廠家給實(shí)體店送貨的同時(shí)能將大單量的線(xiàn)上銷(xiāo)售量整合起來(lái)一起配送至實(shí)體店，兩者的前階段物流是一起進(jìn)行的。

1 物流協(xié)作策略配送成本模型

將庫(kù)存前移的協(xié)作策略中，是先將商品從廠家倉(cāng)庫(kù)提前配送至實(shí)體店，再由實(shí)體店給顧客進(jìn)行配送或者顧客自提，該模式的配送成本大致可由實(shí)體店到顧客的配送費(fèi)、倉(cāng)庫(kù)至實(shí)體店的運(yùn)輸費(fèi)和商品在實(shí)體店的庫(kù)存成本組成。為了便于比較分析物流協(xié)作策略與傳統(tǒng)訂單式響應(yīng)的物流配送成本，計(jì)算傳統(tǒng)配送方式成本時(shí)采用傳統(tǒng)的訂單響應(yīng)式配送模型[14]來(lái)代入數(shù)據(jù)分析。

建立總配送成本最小的目標(biāo)函數(shù)：

（1）各實(shí)體店的車(chē)輛數(shù)約束，不超過(guò)該實(shí)體店擁有的車(chē)輛總數(shù)：

（2）每個(gè)顧客只能被一個(gè)實(shí)體店的一輛車(chē)服務(wù)一次：

（3）每輛車(chē)都是從各自的實(shí)體店出發(fā)并返回該實(shí)體店：

（4）車(chē)容量限制：

（5）車(chē)輛不能從一個(gè)實(shí)體店行駛到另一個(gè)實(shí)體店：

（6）每個(gè)實(shí)體店的配送任務(wù)僅由廠家倉(cāng)庫(kù)的1輛車(chē)來(lái)完成，而所有配送任務(wù)則由輛車(chē)共同完成：

（7）廠家倉(cāng)庫(kù)給實(shí)體店進(jìn)行配送時(shí)，到達(dá)和離開(kāi)某一實(shí)體店的車(chē)輛有且僅有1輛：

2 算例分析

實(shí)際生活中，某一商品的配送范圍可能遍布全國(guó)，為計(jì)算方便，本文只選擇具有代表性的成都市二環(huán)內(nèi)為配送范圍，并隨機(jī)選擇了位置16的點(diǎn)作為配送中心，16、20、31、39作為實(shí)體店位置，50個(gè)點(diǎn)作為潛在的客戶(hù)點(diǎn)，即這50個(gè)點(diǎn)并非每個(gè)點(diǎn)每天都需要進(jìn)行配送。當(dāng)某顧客點(diǎn)有配送需求時(shí)，才給予配送，配送中心和實(shí)體店的位置也可根據(jù)實(shí)際情況換做任意位置。路網(wǎng)和潛在客戶(hù)點(diǎn)位置如圖1所示。

圖1 潛在顧客點(diǎn)位置及路網(wǎng)圖

表1 每天實(shí)際需要配送的顧客點(diǎn)及其配送量

Tab.1 Customer points and demand

續(xù)表1

天 數(shù)顧客點(diǎn)配送量顧客點(diǎn)配送量 第3天36351 51376 61395 73401 81421 132436 163444 186457 202476 275481 284496 334504 第4天12261 22274 34324 45342 65353 82371 97382 113431 172445 219451 222467 254472 494 第5天41251 54317 64344 73368 92372 111394 123402 134413 146441 192461 202472 228482 231491 241507

續(xù)表1

天 數(shù)顧客點(diǎn)配送量顧客點(diǎn)配送量 第6天13335 21353 32361 81374 91389 105393 189411 204424 223433 248458 283466 302485 311503 第7天15328 41342 57352 62371 88382 101392 119401 143422 155432 165441 172453 218461 241474 286481 296494 503

利用MATLAB編程和遺傳算法求得兩種配送方式下7天的配送總成本，其結(jié)果見(jiàn)表2、表3和表4所示。表3、表4中、、、、分別表示第1、2、3、4和第5輛車(chē)。

表2 傳統(tǒng)配送方式配送路線(xiàn)

Tab.2 Route of the traditional delivery

續(xù)表2

時(shí) 間傳統(tǒng)配送方式的最優(yōu)配送方案 第3天A—8—35—39—40—43— 42—27—16—A；B—28—50—49—48—47—44—BC—22—33—45—37—5— 6—7—C；D—18—20—3—13—D 第4天A—25—22—4—3—9—11—A；B—1—2—8—6—37—45—44—38—35—34—BC—17—27—26—43—46—47—49—32—C；D—21—D 第5天A—25—23—22—40—48—47—44—39—34—A；B—7—4—5—46—37—6—36—20—BC—14—13—12—9—11—19—24—C；D—31—50—49—41—D 第6天A—31—41—43—48—45—46—9—A；B—36—35— 37—38—39—33—BC—24—22—42—50—30—28—C；D—18—20—10—1—2—3—8—D 第7天A—40—39—34—35—38—5—46—45—37—6—4—A；B—21—8—10—1—14—BC—15—11—16—C；D—32—49—29—28—D；E—17—24—42—43—44—47—48—50—E

表3 O2O模式下物流協(xié)作策略配送路線(xiàn)

Tab.3 Delivery route under the proposed strategy

續(xù)表3

時(shí) 間店 名配送服務(wù)方案 第7天實(shí)體店1A—8—A；B—21—B；C—34—5—4—14—10—C；D—29—28—17—24—D 實(shí)體店2A—32—42—50—A 實(shí)體店3A—38—37—6—1—15—A；B—40—47—48—44—46—A 實(shí)體店4A—43—49—45—39—35—A；B—11—16—B

表4 配送成本和車(chē)輛裝載率對(duì)比

Tab.4 Comparison of the delivery cost and vehicle loading rate

從表4中可看出，相同的配送點(diǎn)和配送量下，物流協(xié)作的方式比傳統(tǒng)的配送方式每天的物流成本更低，且總成本可節(jié)約13.15%，在車(chē)輛的平均裝載率上面無(wú)太大差別。此結(jié)果驗(yàn)證了O2O模式下物流協(xié)作策略的有效性。

3 結(jié)束語(yǔ)

在物流配送研究方面，本文提出了一種線(xiàn)上線(xiàn)下物流相結(jié)合的配送方式，并用一個(gè)算例分析驗(yàn)證了該配送方式的優(yōu)越性。但是在配送提前期和提前配送量方面并未做研究，只是簡(jiǎn)單假設(shè)了7天的配送量，在實(shí)際生活中需求的不確定性與商品的特性都會(huì)影響這兩者的最優(yōu)量，未來(lái)需要做進(jìn)一步研究。

[1] 中國(guó)電子商務(wù)研究中心http://www.100ec.cn/detail- 6383946. html

[2] 中國(guó)電子商務(wù)研究中心http://b2b.toocle.com/detail- 6134501.html

[3] 199IT中文互聯(lián)網(wǎng)數(shù)據(jù)資訊中心http://www. 199it. com/archives/54429.html

[4] 張一蘭，劉艷秋. B2C電子商務(wù)物流配送模式研究[J]. 物流科技, 2006, 29(133): 60-62.

[5] 劉文剛. 現(xiàn)代物流配送模式探索[J]. 物流管理, 2007(1): 24-25.

[6] 張樹(shù)梁. 電子商務(wù)環(huán)境下云配送物流模式研究及其應(yīng)用[D]. 重慶：重慶大學(xué), 2014.

[7] 陳偉. 中外購(gòu)物網(wǎng)站配送模式比較分析[J]. 物流工程與管理, 2011(5): 65-67.

[8] 裴英梅. B2C行業(yè)配送模式比較研究——以京東商城為例[J]. 科技視界, 2016(19): 166.

[9] 高娟. 論電子商務(wù)零售業(yè)物流配送模式選擇[J]. 物流科技, 2010, 33(1): 32-33, 36.

[10] 李瑜生. O2O模式下傳統(tǒng)零售業(yè)物流配送模式選擇[D]. 廣州：華南理工大學(xué), 2015.

[11] 秦寰宇. 大型網(wǎng)購(gòu)企業(yè)配送網(wǎng)絡(luò)優(yōu)化研究[D]. 北京：北京交通大學(xué), 2011.

[12] 向愛(ài)華. 基于訂單密度模型的城市內(nèi)電子商務(wù)物流網(wǎng)絡(luò)優(yōu)化研究[D]. 上海：上海交通大學(xué), 2013.

[13] 王芳. 基于電商物流系統(tǒng)的便利店式的配送模式研究[D]. 大連：大連交通大學(xué), 2014.

[14] 李軍. 基于免疫遺傳算法的物流配送車(chē)輛路徑優(yōu)化問(wèn)題研究[J]. 中國(guó)管理科學(xué), 2007, 15(z1):432-436.

（中文編輯：劉娉婷）（英文審改：孫湛博）

Research on Logistics Cooperation Strategy in O2O Mode

LI Xue-qin，ZHANG Yang

（School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China）

The relative small amount, sparse e-commerce orders, and the requirement for quick delivery has led to high logistics cost. To resolve this issue, the paper proposes a cooperative forward warehouse strategy under the O2O model. A model is built to describe the logistics cost under this strategy, and a genetic algorithm-based method is proposed to solve this model. Numerical results show that the proposed cooperative strategy can reduce the logistics cost by 13.15% compared to the traditional order-based delivery.

new retail；logistics cooperation；distribution cost

1672-4747（2018）02-0074-06

F253

A

10.3969/j.issn.1672-4747.2018.02.012

2017-04-20

李學(xué)琴（1991-），女，漢族，四川瀘州人，西南交通大學(xué)交通運(yùn)輸與物流學(xué)院碩士研究生。

李學(xué)琴，張 楊. O2O模式下物流協(xié)作策略研究[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2018, 16(2): 74-79.