李岸 許理 卞益民

【摘 要】即時(shí)物流是應(yīng)O2O而生的物流模式的一種新發(fā)展，它按照用戶提出的配送要求，以每天的任務(wù)為目標(biāo)，在充分掌握了各方面信息之后，即時(shí)安排最優(yōu)的配送路線，并進(jìn)行配送，最終實(shí)現(xiàn)及時(shí)送達(dá)。我們利用VENSIM研究即時(shí)物流模式，將即時(shí)物流的五個(gè)特性：商品準(zhǔn)時(shí)高效率送達(dá)的及時(shí)性、配送區(qū)域范圍小的短途性、突發(fā)訂單迅速配送的驟發(fā)性、小型多量訂單導(dǎo)致的離散性數(shù)理化，在作圖分析的基礎(chǔ)上，探究各個(gè)變量對即時(shí)物流效率的影響。

【關(guān)鍵詞】即時(shí)物流；系統(tǒng)仿真；數(shù)據(jù)分析

一、描述即時(shí)物流各個(gè)變量之間的因果關(guān)系

利用Vensim進(jìn)行系統(tǒng)仿真的前提是充分了解主變量和各個(gè)子變量之間的因果關(guān)系，保證整個(gè)流程的真實(shí)性。在以外賣配送為背景的前提下，物流效率作為最終的存量，受到及時(shí)性、短途性、驟發(fā)性、離散性等四個(gè)自變量影響；而及時(shí)性與訂單響應(yīng)速度、路線規(guī)劃、用戶滿意度息息相關(guān)，短途性則與交通路線長短、交通擁堵情況、路面狀況存在一定的關(guān)聯(lián)，驟發(fā)性和用戶需求時(shí)間、商家反應(yīng)能力、分配配送人員存在因果關(guān)系，最后的離散性則和訂單數(shù)量、訂單多樣性、訂單集中性有關(guān)。

二、做出變量之間的因果關(guān)系圖

在理解了各個(gè)因素之間的因果關(guān)系之后，我們利用Vensim畫出了因果圖，在該圖中，箭頭表示控制流，“+”和“-”則表示正反饋和負(fù)反饋，其中正反饋代表一個(gè)變量對另一個(gè)變量具有增強(qiáng)的效果，負(fù)反饋表示一個(gè)變量對另一個(gè)變量有平衡效果。在此因果關(guān)系圖中，運(yùn)輸設(shè)備越好，路面狀況越好，運(yùn)輸速度就會越快，運(yùn)輸速度的增加就會導(dǎo)致及時(shí)性得到增強(qiáng)，另一方面，訂單整合率、用戶滿意度、線路規(guī)劃時(shí)間都對及時(shí)性起著正反饋?zhàn)饔?，最后及時(shí)性的增強(qiáng)也會引起物流效率的增加。從驟發(fā)性的角度來看，用戶要求時(shí)間增加會導(dǎo)致驟發(fā)性降低，瞬間下單數(shù)量的增加則會引起驟發(fā)性增強(qiáng)，而分配配送人員會平衡驟發(fā)性，最后驟發(fā)性與物流效率存在負(fù)反饋關(guān)系。再從離散性的角度來分析，訂單數(shù)量的增加會致使訂單多樣性增加，訂單集中性降低，而訂單多樣性與離散性存在正相關(guān)，訂單集中性與離散性存在負(fù)相關(guān)，另一方面，商家反應(yīng)速度的增加會降低離散性，還有線路規(guī)劃時(shí)間、訂單整合率都會平衡離散性，而離散性與物流效率存在負(fù)相關(guān)。最后再從短途性對因果關(guān)系進(jìn)行分析，交通擁堵狀況的嚴(yán)重會使短途性降低，而路面狀況則對短途性起著正相關(guān)作用，最后短途性與物流效率存在正相關(guān)。

三、設(shè)置公式，給出數(shù)據(jù)，運(yùn)行系統(tǒng)仿真圖

通過查閱大量的數(shù)據(jù)資料和相關(guān)論文，我們在次、此給出各個(gè)變量的公式。

（運(yùn)輸設(shè)備）YB=4

（運(yùn)輸速度）DV=（YB+RS+LV*0.2）+RD

（交通擁堵情況）RD=RAMP（5， 10 ， 20 ）

（路面狀況）RS=3

（短途性）SR=RD+RS

（及時(shí)性）TY=CS+DR-DV+SD

（線路規(guī)劃時(shí)間）SD=Time，Lookup（[（0，0）-（10，10）]，（0.658824，3.41637），（0.964706，3.91459），（1.67059，4.41281），（2.07059，4.12811），（2.65882，5.01779），（3.57647，

5.37367），（4.07059，5.12456），（4.23529，7.04626），（5.01176，5.76512），（5.10588，6.79715），（6.70588，7.08185），

（訂單整合率）DR=2

（用戶滿意度）CS=LV*0.2

（驟發(fā)性）SQ=（CT+SX）/CRT

（用戶要求時(shí)間）CT=Time，Lookup（[（0，0）-（10，10）]，（1.15294，2.17082），（1.48235，3.09609），（2.09412，3.41637），（2.84706，3.70107），（3.62353，3.70107），（4.82353，3.84342

），（5.10588，4.19929），（6.09412，3.62989），（6.49412，4.23488），（7.15294，3.84342），（7.52941，4.1637），（8.30588，3.98576），（8.4，4.62633

），（9.08235，4.98221），（9.41177，5.51601），（9.62353，4.66192） ）

（瞬間下單數(shù)量）SX=DS*0.5

（配送分配時(shí)間）CRT=5

（訂單數(shù)量）DS=Time-CRT，Lookup（[（0，0）-（10，10）]，（1.62353，1.63701），（2.16471，2.98932），（3.05882，3.55872），（4，4.23488），（4.72941，4.98221），（5.48235，5.76512），（5.67059，7.08185），（6.8，7.29537），（7.6，7.79359），（8.58823，6.79715），（9.57647，8.54093），（9.69412，7.58007） ）

（訂單集中性）DC=0.3*DS

（離散性）SL=（DM+DC）*DR*0.3-SD+SRV

（訂單多樣性）DM=0.4*DS

（商家反應(yīng)速度）SRV=SA+MS

（商家規(guī)模）SA=3

（材料庫存）MS=5

（物流效率）LV=INTEG（LI，0）

（效率增加）LI=（TY+SR）/（SL+SQ）

四、分析圖像

（一）以時(shí)間TIME（Minute）為橫坐標(biāo)，物流效率為縱坐標(biāo)。由圖可知，在最初的幾分鐘內(nèi)物流效率以凹函數(shù)的形式向上增長，之后的時(shí)間內(nèi)一直呈線性增長（在短期內(nèi)）。所以從整體上看，在不斷的循環(huán)下，物流效率呈短期遞增，長期穩(wěn)定的狀態(tài)。

（二）觀察運(yùn)行完畢后系統(tǒng)形成的圖像，可以看出，第一張圖中的效率增加變量在受到及時(shí)性、短途性、離散性和驟發(fā)性的影響下，起初時(shí)迅速增長，接著略微跌落，最后保持在一定的數(shù)值。而第二章圖中的及時(shí)性受到運(yùn)輸速度、訂單整合率、用戶滿意度以及路線規(guī)劃時(shí)間的干擾，呈現(xiàn)先遞增后遞減，然后平衡在一條水平直線上。第三張圖中，短途性受到交通擁堵情況、路面狀況、運(yùn)輸速度等多方面的約束，呈現(xiàn)先不變，在遞增，最后保持不變的的趨勢。第四張圖中的離散性則是在訂單數(shù)量、訂單多樣化、訂單集中性以及商家反應(yīng)能力的影響下呈現(xiàn)先曲線下降，然后曲線上升，最后達(dá)到一定平衡的趨勢。在最后一張圖中，驟發(fā)性隨著用戶需求時(shí)間、分配派送人員時(shí)間以及瞬間訂單數(shù)量的影響下，呈現(xiàn)逐步遞增，最后保持一定平衡的狀態(tài)。

【參考文獻(xiàn)】

[1]孫曉華.產(chǎn)業(yè)集聚效應(yīng)的系統(tǒng)動力學(xué)建模與仿真[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2008（4）：71-74

[2]胡立新.關(guān)于產(chǎn)業(yè)集聚現(xiàn)象的一個(gè)假設(shè)與模型[J].中國軟科學(xué)，2000（11）：84—87