薛星群， 王旭坪,， 詹林敏

(1.大連理工大學(xué) 商學(xué)院，遼寧 盤錦 124221; 2.大連理工大學(xué) 系統(tǒng)工程研究所，遼寧 大連 116023)

0 引言

2018年中國網(wǎng)絡(luò)零售交易額達9萬億元，其中，網(wǎng)絡(luò)上實物商品的零售額達 7萬億元，其為社會消費品總零售額的18.4%[1]。作為電子商務(wù)的重要支持產(chǎn)業(yè)，2018 年在我國的快遞企業(yè)總業(yè)務(wù)量完成達 507.1 億件[1]，連續(xù)五年位居世界第一，快遞已逐漸變成社會物流活動的重要組成結(jié)構(gòu)。在經(jīng)濟的高速發(fā)展下，人們也逐步發(fā)現(xiàn)人類社會活動對環(huán)境造成的不良影響。而電子商務(wù)物流的最后一公里由于配送過程不合理致其存在能源消耗大、碳排放量大的問題[2,3]，因而有效降低電子商務(wù)物流末端的碳排放量，保證其低碳環(huán)保的發(fā)展趨勢十分必要。

最后一公里配送即描述貨物從運輸中心運輸?shù)娇蛻糁付ㄌ幍倪^程。送貨上門、自助收發(fā)箱和設(shè)立顧客自提站是三種主要的最后一公里配送模式[4,5]。依照客戶要求條件，把貨物運輸?shù)胶炇盏?，實現(xiàn)一對一針對性的服務(wù)即送貨上門模式。目前對于送貨上門模式的相關(guān)問題研究關(guān)注于設(shè)定合適的時間窗或者獎懲措施來調(diào)節(jié)成本和顧客滿意度的關(guān)系研究[6～8]居多。自助收發(fā)箱模式是將包裹放在客戶端的自助收發(fā)箱中，用戶憑發(fā)送的密碼取貨的配送方式，現(xiàn)存大多數(shù)有關(guān)這一模式的研究也主要針對其成本。流動收發(fā)箱、公共收發(fā)箱和獨立收發(fā)箱是自助收發(fā)箱的三種主要形式[9,10]。Coley et al.指出，在客戶離配送距離中心小于6.7KM的時候，采用區(qū)域傳統(tǒng)的操作模式才會比蔬菜大規(guī)模自助收發(fā)箱所產(chǎn)生的碳排放量小[11]。顧客自提站模式是指把物品送至物流服務(wù)提供商所規(guī)定的位置，用戶本人親自來提取貨物商品的方式。顧客自提站在不一樣地點建立運營效率、所產(chǎn)生的成本和對環(huán)境的影響都不一樣[12]，而且多數(shù)用戶只有在路程沒有超過5分鐘的情況下才同意使用這一模式[13]。若是根據(jù)國外的人口數(shù)和其配送習(xí)慣，只有在二次配送成功率比70%小并且有一半的用戶愿意自行前往配送中心取物品時，該模式下產(chǎn)生的碳排放量才會比傳統(tǒng)模式少[14]。Suh et al.進一步將這一模式改進，采用社交媒體的傳遞實時信息的方式通過親朋好友達到快速從自提站取得包裹的目的，實驗顯示該方法所產(chǎn)生的碳排放量無論在城市中的哪里都比現(xiàn)有的的顧客自提站和送貨上門模式小[15]。

綜上所述，大多數(shù)最后一公里的配送模式的研究集中在成本和操作效率，少有針對三種不同最后一公里配送模式對環(huán)境產(chǎn)生影響的研究，并且中國的國情與發(fā)達國家有差異，因而探索中國國情下不同的最后一公里配送模式對環(huán)境產(chǎn)生影響十分必要。本文采用改進的VRP (Vehicle Routing Problem)、聚類分析等模型進行仿真分別優(yōu)化計算不同最后一公里配送模式的能耗，并把每種模式的其他耗能相結(jié)合以綜合計算其碳排放量，進而討論不同的配送模式對環(huán)境產(chǎn)生的影響，并分析主要影響每種配送模式碳排放的因素，從環(huán)保角度為電子商務(wù)物流最后一公里配送的發(fā)展提供一些建議。

1 電子商務(wù)物流最后一公里碳排放計算模型

1.1 碳排放量計算模型

碳排放指代溫室氣體排放，其中含有CO2、CH4、氧化亞氮、全氟碳化合物、六氟化硫和氫氟碳化合物等，而二氧化碳約占55%[16]，因此文章中根據(jù)在最后一公里的配送中所耗費各種能量和物質(zhì)而產(chǎn)生的CO2量以此衡量不同配送模式對環(huán)境的影響程度。CO2排放量越大，則對環(huán)境危害越大，反之亦然。根據(jù)ICPP發(fā)布的第四次評估報告，燃燒化石燃料和使用土地所引發(fā)的改變是全球CO2增多的主要影響因素[17]，故本文中對車輛和自助收發(fā)箱等硬件設(shè)備制造過程中產(chǎn)生的碳排放忽略不計。由此，文中方法是通過對于在最后一公里的包裹配送的過程當(dāng)中每個環(huán)節(jié)耗費的能源來計算的CO2排放[18]，第j種配送模式生產(chǎn)的CO2總量Ej計算公式為:

(1)

其中，Cij:第j種配送模式中對第i種能源的消耗量；βi:第i種能源的CO2排放系數(shù)；sum:化石能源種類數(shù)量。

根據(jù)對市場上順豐、申通等快遞企業(yè)的調(diào)查，出于成本和操作效率的考慮，在送貨上門模式中，派送員通常使用三輪電動車或面包車進行包裹派送，而在其他兩種配送模式中，則選用輕型載貨汽車。運輸過程中，車輛用油量受海拔氣溫、道路路況、路面狀況和車輛載重量等因素的影響[19]，文章中主要針對車輛載重量對油耗的影響的情況[20]，假設(shè)其他因素在不同配送模式中都相同。研究說明，一單位距離燃料耗用量ρ是依附于貨車裝載貨物量X的線性函數(shù)[21]，則車輛總重量是車輛本身重量Q0和載重量X，車輛原本額定載重為Qv，有:

ρ(X)=a(Q0+X)+b

(2)

車輛不載貨物的時候單位距離耗油量ρ0和載滿貨物的時候每單位距離消耗油量ρ*分別為

ρ0=aQ0+b

(3)

ρ*=a(Q0+Qv)+b

(4)

由上式可得：

a=(ρ*-ρ0)/Qv

(5)

則裝載貨物量和單位距離耗油量之間的線性關(guān)系為:

ρ(X)=ρ0+[(ρ*-ρ0)/Qv]X

(6)

由于缺少針對電動車載物重量與用電量間精確關(guān)系的文章，文中把電動車耗電量取值偏大，即假設(shè)車輛全程都處于負(fù)重狀態(tài)。

2.2 送貨上門模式碳排放優(yōu)化模型

送貨上門模式中的碳排放源自在派送過程中車輛行駛耗能產(chǎn)生的碳排放較多，快遞員在派送過程中乘坐電梯和簽收等行為在每種模式中都不可或缺，所以本文忽略不計。本節(jié)使用改進的VRP建立送貨上門的車輛路徑模型，把目標(biāo)函數(shù)值改為使總能耗最小。用遺傳算法求出用油量最小的車輛行駛路徑[22,23]，之后依照能耗計算CO2排放量。

若為面包車，目標(biāo)函數(shù)為：

(7)

若為三輪電動車，目標(biāo)函數(shù)為：

(8)

約束條件:

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

Xijxijr≤Qv,r=1,2,…,R

(17)

r=1,2,…,R,h=1,2,…,n;xijr∈{0,1},yir∈{0,1}

(18)

其中，

符號意義符號意義z運輸工具能耗λ服務(wù)一位客戶的時間R路線總數(shù)δ運輸工具百公里耗電量m派送點總數(shù)σ車子啟動或者停止的時間dij派送點i和j之間的距離v平均車速qi派送點i需求量T額定工作時間q整片區(qū)域的需求量xijr邊(i,j)包含在路線r里,0-1變量Qv車輛額定載荷yir派送點i包含在路線r里,0-1變量ths派送點h要求的最早送達時間the派送點h要求的最晚送達時間q0=qn+1=0配送中心需求量為0n有派送時間要求的派送點總數(shù)μ校正因子,將任意兩個節(jié)點間的直線距離調(diào)整為現(xiàn)實路線,本文取值1.5[24]。

式(9)表示某區(qū)域的總需求量；式(10)～(12)確保各個配送點都能夠到達一次；式(13)和(14)則確保每條線路必由派送中心出發(fā)之后能夠再次回到派送中心；式(15) 確保車輛的實際運轉(zhuǎn)時間不大于規(guī)定的運轉(zhuǎn)時間；式(16)表示車在派送過程中其承載物品重量的改變，用電動車在運輸不使用此式；式(17) 確保各個線路上的總共貨物量不超過車輛本身規(guī)定的負(fù)重載荷；式(18) 確保配送點h對時間的特定規(guī)定。

2.3 自助收發(fā)箱模式碳排放優(yōu)化模型

本文中的自助收發(fā)箱采用有36個大小不同柜的公共收發(fā)箱。在該模式下，其碳排放量主要來自于箱子正常工作的能耗和配送過程中車輛的油耗。參照上述2.2的面包車送貨上門模型，可得出該模型的車輛耗油量。然而，因為自助收發(fā)箱對于配送時長沒有硬性要求，所以，在計算時舍去上述模型中式(18)即可。除此之外，要使箱子正常工作的能耗排放計算公式為

C22=w×g

(19)

w為耗電量；g為數(shù)量。

2.4 顧客自提站模式碳排放優(yōu)化模型

在顧客自提站模型中，顧客自提包裹的碳排放量和配送途中車輛的油耗是CO2排放量的主要構(gòu)成因素。該模式的配送過程與前兩種模式截然不同，原因是一個顧客自提站可對應(yīng)多個派送點?；诖耍脷W幾里得的K-means聚類模型對派送點進行聚類分析[25,26]，而對于該模式建立的車輛規(guī)劃模型則采用遺傳算法進行求解。該模式對于配送時長不做要求，因此其VRP模型可類比自助收發(fā)箱，所以可將式(16)右側(cè)更改為此類的需求總和。所以，其k-means聚類模型為:

(20)

約束條件：

(21)

(22)

oi為派送點;Pj為類Li的平均值；E是誤差平方和。式(21)是更新簇的平均值；式(22)為計算準(zhǔn)則函數(shù)。受包裹自提數(shù)目的限制和基于對顧客在中途卸貨可能性幾乎為零的假設(shè)，本文忽略不計顧客車輛因提取包裹而增加的載重量。因為，對個人乘公交車的影響因素較多，而且公交車的個人排放量處于在步行與私家車之間，所以暫不考慮公交車。除此之外，自行車取件也沒有碳排放，所以也不考慮此交通方式。因此，顧客提取包裹的交通方式定為步行、電動車和私家車三種。

在顧客自提站模式中，顧客自提包裹時總耗能為

C13=s1×μ×θ/100C23=s2×μ×δ

(23)

si為顧客自提過程采取第i種交通方式的總路程(s1為耗油車輛的總路程；s2為耗電車輛的總路程)；θ為私家車的百公里耗油量。

3 數(shù)值實驗

基于中國市區(qū)的居住密度，劃定5km×5km的區(qū)域范圍。在其中隨機生成30個派送點，每個派送點代表一個小區(qū)。從公平角度為保證顧客滿意度，每個小區(qū)至少設(shè)置一個自助收發(fā)箱[27]，為了避免隨機生成的小區(qū)需求相差懸殊，導(dǎo)致自助收發(fā)箱模式存在明顯劣勢，限制每個小區(qū)隨機生成10～36份訂單需求。由于電子商務(wù)包裹輕重有別，大小各異，文中將隨機生成的包裹重量區(qū)間劃定在(0,1.5]kg范圍內(nèi)。本文基于MATLAB軟件對模型進行求解，模型中的已知參數(shù)均來自申通、順豐、圓通等多家快遞公司派送員的訪談。根據(jù)顧客自提站模型，在確保顧客和自提站距離不超過5分鐘車程的情況下，將區(qū)域劃分為5類[13]。根據(jù)[28,29]，不同能源的CO2排放參數(shù)如表1所示。

表1 不同化石能源CO2排放參數(shù)

為方便計算，擬將顧客車型統(tǒng)一為2.0排量車型，取θ=10L/百公里；δ=16度/百公里。

數(shù)值試驗得到三種模式行車路程、耗能CO2和排放量如表2所示，因為缺乏相關(guān)統(tǒng)計，本文忽略順道取件的情況[30]。同時，由于缺乏對客戶取件時使用的交通方法的統(tǒng)計，本文先假設(shè)步行提取包裹的顧客比例為20%，騎電動車提取包裹的顧客比例為30%，開車提取包裹的顧客比例為50%。

表2 最后一公里的配送模式的CO2排放量

表2中自助收發(fā)箱模式的CO2排放量僅是車輛耗油產(chǎn)生，除此之外，自助收發(fā)箱自身產(chǎn)生的CO2排放量也應(yīng)計入其中。本文假設(shè)使用紅外一體機的監(jiān)控系統(tǒng)，因此其24小時耗電估計值為2度/箱。所以，其CO2總排放量為7.61+47.1=54.7kg。

表2表明，在第一種模式中，三輪電動車總路程稍大于面包車。究其原由有二：其一，本文通過遺傳算法求解，結(jié)果取值滿意解而非最優(yōu)解，且兩次計算結(jié)果不同；其二，三輪電動車車速比面包車慢，在一定程度上，增加了路程耗時，使得相同時間內(nèi)服務(wù)客戶數(shù)低于面包車。因此，往返配送中心的路程數(shù)也相應(yīng)增多。但是，面包車的CO2排放量大于三輪電動車，這表明在某種程度上耗電交通工具對于環(huán)境保護更為友好。在本文的假設(shè)中，各交通工具均為負(fù)載狀態(tài)，因此可知，在現(xiàn)實生活中，耗電交通工具的減排效果將更為顯著。除此之外，就送貨失敗率而言，送貨上門模式的失敗率幾乎為零，因此，數(shù)值計算結(jié)果也更偏向于送貨上門模式。

然而，在自助收發(fā)箱模式中，派送員每天行駛路程遠(yuǎn)遠(yuǎn)小于送貨上門方式的電動三輪車，然而其CO2的每天排放量卻僅僅相對減少了0.27kg。原因是，該模式使用的是燃油輕型載貨汽車，這也再次表明耗電型交通工具能夠緩解溫室效應(yīng)。不僅如此，為了使箱體及監(jiān)控攝像頭等輔助設(shè)備的正常運行，自助收發(fā)箱模式額外消耗的電能更大，這也使得該模式的碳排放量最大。因此，為推廣使用大規(guī)模自助收發(fā)箱，節(jié)能減排設(shè)備的研發(fā)工作必不可少。

相較于前面兩種派送模式，在顧客自提站模式中，派送員所行路程最小。因此，其CO2排放量也相對較小。不僅如此，基于顧客自行取件時所選交通工具的假設(shè)前提，該模式的碳排放量也是最小的。然而相較于第一種模式的電動三輪車，卻似乎并沒有明顯優(yōu)勢。因此，不難得出，顧客選取交通方式的不同將導(dǎo)致其CO2排放量的差異。所以，需要進一步對比研究，顧客選取不同交通方式的比例對CO2總排放量的影響。其結(jié)果如表3所示。

表3 顧客自提站模式CO2總排放量(單位：kg)

表3表明，顧客自提包裹采用的交通方式對于顧客自提站模式中的CO2總排放量有一定影響。如果有大于60%的顧客選擇私家車之一交通方式提取包裹，那么無論剩下的顧客如何選擇交通方式，該模式的碳排放量均大于采用電動車為交通工具的送貨上門模式。然而，假設(shè)所有顧客提取包裹的交通工具均為電動車，則該模式的CO2總排放量將會低于送貨上門模式。不僅如此，如果有60%的顧客選擇電動車，而且有不超過30%的顧客選擇私家車，那么顧客自提也將優(yōu)于送貨上門。反之，如果顧客都選擇開私家車提取包裹，那么它的碳排放總量將與使用面包車配送的送貨上門模式相近。所以，只有大力鼓勵環(huán)保型交通方式，大力推廣環(huán)保理念，顧客自提站模式才有實施必要。在這里需要指出的是，顧客順道取貨的情況被排除在外。然而，在現(xiàn)實生活中，大多數(shù)顧客常常會在購物途中或上下班途中順道取件，而此舉使最后一公里的CO2總排放量大大降低。因此，基于環(huán)保視角，顧客自提站模式有良好的發(fā)展前景。

4 總結(jié)

本文通過改進的VRP模型和k-means聚類模型優(yōu)化計算了不同配送模式下最后一公里的碳排放量，并分析了不同模式對環(huán)境的影響以及產(chǎn)生這種現(xiàn)象的原因。自助收發(fā)箱模式的CO2總排放量最高，主要是因為收發(fā)箱使用過程中的電能消耗量較大。如果開發(fā)節(jié)能低耗的箱體或者箱體分布密度可適當(dāng)降低，則這種模式可滿足在快遞人員無法進入小區(qū)或需要冷藏存儲貨物等情況下的應(yīng)用。而在大部分顧客均選用節(jié)能減排的低碳低耗能交通工具的情況下，該模式具有達到最少碳排放量的潛力。因此，為了更好地應(yīng)用顧客自提模式，大力推廣環(huán)保知識，鼓勵顧客用低碳交通工具取件等都是必不可少的并進工作。在居住密度較低的地區(qū)，相較于前兩種模式，傳統(tǒng)的送貨上門模式略勝一籌。因為其可以采用耗電型交通工具進行配送，大大減少了碳排放量。如今，電子商務(wù)已成為社會活動不可分割的一部分，低碳環(huán)保勢在必行，基于此，本文開展了深入的研究，為末端配送問題的決策提供一些建議。

本文僅從配送過程中CO2排放角度考慮了不同配送模式對環(huán)境的影響，實際碳排放包括多種其他氣體，若考慮所有氣體，結(jié)論可能出現(xiàn)差異，這將是下一步的研究內(nèi)容。