凌翔天，王赫鑫

（北京航空航天大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100191）

0 引言

國家統(tǒng)計(jì)數(shù)據(jù)顯示，2020 年全年快遞業(yè)務(wù)量和業(yè)務(wù)收入分別完成830 億件和8 750 億元，同比分別增長30.8%和16.7%，這說明整個(gè)行業(yè)仍在快速發(fā)展當(dāng)中。然而，在其高速發(fā)展的同時(shí)一些問題也尤為突出，比如，處于物流服務(wù)鏈末端的城市配送問題，尤其是末端配送問題，即“最后一公里”問題，成為了其中的一個(gè)瓶頸環(huán)節(jié)。部分相關(guān)企業(yè)數(shù)據(jù)顯示，末端配送環(huán)節(jié)消耗的成本費(fèi)用占總物流費(fèi)用的30%以上。所以，對(duì)末端配送環(huán)節(jié)的研究優(yōu)化以及相應(yīng)的改進(jìn)意見能夠顯著地降低企業(yè)的物流成本，具有較強(qiáng)的現(xiàn)實(shí)意義。

作為“最后一公里”配送模式中的典型，菜鳥驛站在“雙十一”、“雙十二”等購物促銷時(shí)段存在過載的情況，在平時(shí)的部分時(shí)段也存在顧客取件排隊(duì)過長的情況。所以，對(duì)末端物流配送系統(tǒng)的模式和流程進(jìn)行研究和優(yōu)化具有一定的必要性，以期實(shí)現(xiàn)降低人工、設(shè)備等不必要的成本花費(fèi)，降低工作人員的勞動(dòng)強(qiáng)度，提升設(shè)備和設(shè)施安排的利用率等。

傳統(tǒng)的對(duì)物流配送系統(tǒng)的研究，更多的是從理論方面去探討分析，與實(shí)際情況可能存在一定的出入，而使用仿真軟件建立模型，可以對(duì)系統(tǒng)運(yùn)行情況進(jìn)行驗(yàn)證和觀察分析，同時(shí)也能降低實(shí)際布置、規(guī)劃而產(chǎn)生的成本。

由于許多領(lǐng)域中涉及到的系統(tǒng)很難以一種準(zhǔn)確的數(shù)學(xué)模型來進(jìn)行描述和分析，所以仿真技術(shù)在這些領(lǐng)域中的應(yīng)用具有較為突出的優(yōu)勢?；诖?，國內(nèi)外的學(xué)者仿真技術(shù)的應(yīng)用方面進(jìn)行了大量研究，并取得了較多的成果。

在國內(nèi)，學(xué)者使用仿真技術(shù)對(duì)各個(gè)行業(yè)中的復(fù)雜系統(tǒng)進(jìn)行了仿真模擬。路亮[1]借助Flexsim 軟件對(duì)煙草物流配送中心系統(tǒng)進(jìn)行仿真建模，通過一個(gè)具體的煙草配送中心案例，研究總結(jié)出了企業(yè)實(shí)際存在的瓶頸并提出了改進(jìn)方案。張李威[4]利用Flexsim軟件對(duì)中商平價(jià)物流倉儲(chǔ)中心系統(tǒng)進(jìn)行仿真模擬，設(shè)計(jì)出了倉庫作業(yè)的概念模型，通過對(duì)仿真結(jié)果的分析，找出了作業(yè)流程中的瓶頸所在，并提出了優(yōu)化方案，提高了設(shè)備利用率。許植深，等[5]基于AnyLogic仿真軟件對(duì)高鐵快運(yùn)物流進(jìn)行建模仿真，為優(yōu)化改進(jìn)設(shè)施設(shè)備配置和人力資源調(diào)度提供了決策支撐。張瑩瑩，等[6]借助Flexsim軟件對(duì)醫(yī)藥物流中心進(jìn)行仿真建模，將無法在實(shí)體系統(tǒng)中一一實(shí)行的各個(gè)優(yōu)化方案在仿真界面中模擬運(yùn)行，為醫(yī)藥物流的管理優(yōu)化提供了數(shù)據(jù)來源與決策支撐。

在國外，學(xué)者也早已將仿真技術(shù)應(yīng)用于各個(gè)領(lǐng)域當(dāng)中。Zhang，等[7]從某鋼鐵物流園區(qū)的實(shí)際情況出發(fā)，利用仿真軟件對(duì)園區(qū)內(nèi)部道路規(guī)劃進(jìn)行仿真和優(yōu)化，最終得出較優(yōu)的布局方案。Tan，等[8]利用Arena仿真軟件對(duì)非自動(dòng)化物流配送中心及其作業(yè)流程進(jìn)行仿真模擬，對(duì)其效率進(jìn)行評(píng)價(jià)和總結(jié)，給出了優(yōu)化建議。Rodrigues，等[9]將目光聚焦于車間生產(chǎn)調(diào)度系統(tǒng)，通過建立混合仿真模型，定量地尋找一種可以實(shí)現(xiàn)靈活車間調(diào)度模式的邏輯模型和優(yōu)化方案。Ishak，等[10]針對(duì)虎鉗的生產(chǎn)流程運(yùn)用Flexsim 仿真軟件進(jìn)行模擬，驗(yàn)證具有特定生產(chǎn)數(shù)量要求的生產(chǎn)過程時(shí)間是否是有效的。Nie，等[11]以軌行式門式起重機(jī)的裝卸模式作為研究對(duì)象，通過Flexsim 仿真軟件找出最優(yōu)的裝卸作業(yè)模式，為鐵路集裝箱碼頭的生產(chǎn)經(jīng)營實(shí)踐提供支持和思路。Wu，等[12]利用Flexsim 軟件對(duì)鋼鐵廠的生產(chǎn)過程進(jìn)行了仿真模擬，將結(jié)構(gòu)優(yōu)化方法與仿真模擬方法相結(jié)合，一方面優(yōu)化了瓶頸環(huán)節(jié)，一方面也驗(yàn)證了結(jié)構(gòu)優(yōu)化理論的正確性。Tamburis，等[13]基于醫(yī)院的案例研究，建立了流程挖掘與仿真建模之間的關(guān)系，即前者可以為后者提供可靠前提。Hong，等[14]利用Arena仿真軟件對(duì)美國東部的地下長壁煤礦進(jìn)行離散事件模擬，并對(duì)其中的瓶頸環(huán)節(jié)提出了較優(yōu)的替代和改進(jìn)方案。Olave-Rojas，等[15]利用AnyLogic仿真軟件對(duì)院前急救醫(yī)療服務(wù)的通用流程建立混合仿真模型，并基于真實(shí)數(shù)據(jù)驗(yàn)證了模型的可靠性，指出了模型中的關(guān)鍵節(jié)點(diǎn)和環(huán)節(jié)。

以上國內(nèi)外學(xué)者的研究將仿真技術(shù)應(yīng)用于各類領(lǐng)域當(dāng)中，并且都取得了一定的成效，研究出了多種優(yōu)化瓶頸環(huán)節(jié)的方法。學(xué)者的研究同時(shí)也說明，在物流配送領(lǐng)域應(yīng)用仿真技術(shù)是具有一定優(yōu)越性的，可以減少人力、物力、財(cái)力的浪費(fèi)，降低實(shí)際方案產(chǎn)生的不可控風(fēng)險(xiǎn)，同時(shí)在仿真模型的對(duì)比中就可以選擇其中的最佳規(guī)劃方案。但是，目前對(duì)于快遞驛站系統(tǒng)仿真模擬的研究較少，這也是本文研究的重點(diǎn)。

由于物流末端配送的“最后一公里”問題是事關(guān)顧客滿意水平、末端配送工作人員效率以及工作強(qiáng)度的瓶頸環(huán)節(jié)，所以國內(nèi)的許多學(xué)者已就這一領(lǐng)域做了許多的研究。

對(duì)總體末端物流配送模式即快遞“最后一公里”配送模式的研究當(dāng)中，李亞東，等[16]總結(jié)了中國目前較為成熟的三種“最后一公里”配送模式各自的優(yōu)缺點(diǎn)，如菜鳥驛站為代表的“驛站代收自提”模式,以豐巢為典型例子的“自提柜”模式以及最后以蘇寧、京東為代表的“送貨上門”模式。該研究給出了不同模式相結(jié)合、引入RFID和大數(shù)據(jù)分析技術(shù)等改進(jìn)建議。

對(duì)于驛站代收自提配送模式的研究當(dāng)中，沈郁珊，等[3]對(duì)蘇州榮域花園社區(qū)菜鳥驛站進(jìn)行了深入分析，總結(jié)了該菜鳥驛站存在的優(yōu)勢和劣勢，著重分析討論了驛站存在的高峰時(shí)段排隊(duì)過長、取件查找較麻煩、配送成本高等問題，并給出了相應(yīng)的建議。田東伶[2]基于SERVPERF模型，針對(duì)運(yùn)城市社區(qū)菜鳥驛站建立服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系，運(yùn)用模糊評(píng)價(jià)法對(duì)其服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)，最終得出了菜鳥驛站可靠性、便利性評(píng)分較高，但對(duì)加盟體系的管理工作仍有待提高。而對(duì)于高校菜鳥驛站的研究當(dāng)中，王俊，等[17]就西交院菜鳥驛站的服務(wù)現(xiàn)狀，通過問卷調(diào)查和實(shí)地考察相結(jié)合的方法，總結(jié)了菜鳥驛站在布局方面存在的問題，并給出了相應(yīng)的優(yōu)化建議。

以上國內(nèi)學(xué)者已在快遞驛站服務(wù)狀況的研究中取得較好的理論成果，針對(duì)本文研究的菜鳥驛站，學(xué)者也已提出了不同的方案以解決存在的問題和弊端，但是目前針對(duì)這些優(yōu)化方案的驗(yàn)證尚存在繼續(xù)完善的空間，本文認(rèn)為通過仿真模型對(duì)快遞驛站的優(yōu)化方案進(jìn)行驗(yàn)證具有一定的優(yōu)越性。

1 上海某菜鳥驛站概述

1.1 上海某菜鳥驛站概況

根據(jù)上海某菜鳥驛站提供的2020 年12 月的出入庫數(shù)據(jù)顯示，該驛站全月共入庫快件48 091件，單個(gè)操作員的入庫流程時(shí)間大約為11s，出庫流程時(shí)間大約為21s。入庫與出庫流程中需要掃描快件二維碼的部分均為作業(yè)人員手持菜鳥驛站專用PDA手持終端完成。另外，由于每日入庫的快件并不會(huì)全部在當(dāng)日被顧客取走完成出庫，根據(jù)數(shù)據(jù)統(tǒng)計(jì)算得每日的積壓庫存量約為217件。

1.2 上海某菜鳥驛站目前存在的問題

上海某菜鳥驛站有以下問題存在：

（1）在入庫高峰期，快件的到達(dá)量會(huì)占全天快件總到達(dá)數(shù)的80%以上，所以在該時(shí)段內(nèi)往往會(huì)存在快件堆積的情況，作業(yè)人員往往需要在之后保持高負(fù)荷的工作強(qiáng)度來完成入庫上架的工作。而在入庫非高峰期的時(shí)候，很長時(shí)間內(nèi)才會(huì)派送來零星的快件，會(huì)導(dǎo)致作業(yè)人員工作強(qiáng)度低、“無所事事”的情況出現(xiàn)。

（2）在顧客取件高峰期，顧客的到達(dá)數(shù)會(huì)占全天顧客總到達(dá)數(shù)的60%左右，而在次高峰期則會(huì)占到總數(shù)的30%左右，這導(dǎo)致了在兩段高峰期會(huì)存在顧客排隊(duì)隊(duì)列過長、排隊(duì)時(shí)間過久的情況，同時(shí)作業(yè)人員的工作強(qiáng)度較高。

2 上海某菜鳥驛站系統(tǒng)仿真

2.1 數(shù)據(jù)輸入與參數(shù)估計(jì)

由于對(duì)菜鳥驛站的系統(tǒng)仿真建模是離散事件仿真，所以快件的到達(dá)和顧客的到達(dá)均可視為隨機(jī)變量。隨機(jī)變量服從的概率分布類型的確定，通常需要對(duì)所采集到的數(shù)據(jù)進(jìn)行預(yù)處理和整理總結(jié)后得到，而在實(shí)際情況中，該分布類型往往可以通過經(jīng)驗(yàn)和理論直接確定。

在菜鳥驛站的入庫和出庫流程中，通常都可以將作業(yè)流程參照排隊(duì)模型進(jìn)行仿真，并基于對(duì)菜鳥驛站實(shí)際的數(shù)據(jù)進(jìn)行預(yù)處理和分析，來擬合得到相應(yīng)的分布參數(shù)。

（1）快件到達(dá)的時(shí)間間隔的設(shè)置。令快件到達(dá)的時(shí)間間隔為x，在取件|a,b|內(nèi)服從負(fù)指數(shù)分布：

在對(duì)上海某菜鳥驛站2020 年12 月的入庫數(shù)據(jù)的預(yù)處理中，11時(shí)-14時(shí)的入庫高峰期以及14時(shí)-20時(shí)的入庫非高峰期均在K-S檢驗(yàn)中得出服從負(fù)指數(shù)分布的結(jié)論，兩段數(shù)據(jù)的P 值均在0.7 之上，遠(yuǎn)大于0.05，即不拒絕數(shù)據(jù)服從負(fù)指數(shù)分布。

（2）顧客到達(dá)的時(shí)間間隔的設(shè)置。令顧客到達(dá)的時(shí)間間隔為x，在取件|a,b|內(nèi)服從負(fù)指數(shù)分布：

在對(duì)上海某菜鳥驛站2020 年12 月的出庫數(shù)據(jù)的預(yù)處理中，10時(shí)-14時(shí)的出庫次高峰期以及14時(shí)-21時(shí)的出庫高峰期均在K-S檢驗(yàn)中得出服從負(fù)指數(shù)分布的結(jié)論，第一段數(shù)據(jù)的P值為0.751，第二段數(shù)據(jù)的P值為0.555，均遠(yuǎn)大于0.05，即不拒絕數(shù)據(jù)服從負(fù)指數(shù)分布。

2.2 上海某菜鳥驛站各模塊仿真模型

2.2.1 收件入庫模塊仿真模型。收件入庫模塊的仿真模型如圖1所示。

圖1 收件入庫模塊仿真模型

該模塊仿真模型所做的假設(shè)模擬及參數(shù)設(shè)置如下：

（1）根據(jù)2020年12月上海某菜鳥驛站的入庫數(shù)據(jù)，通過統(tǒng)計(jì)方法擬合快件到達(dá)時(shí)間間隔服從的概率分布，擬合結(jié)果顯示快件到達(dá)時(shí)間間隔服從負(fù)指數(shù)分布，并將相應(yīng)的分布參數(shù)設(shè)置在模型的快件到達(dá)中，具體參數(shù)見表1。

表1 收件入庫模塊部分參數(shù)

（2）快件到貨后放置在隨機(jī)可用的卸貨區(qū)中。由于運(yùn)輸工具的運(yùn)輸存在延遲，所以如果在快件到達(dá)及卸貨區(qū)中設(shè)置運(yùn)輸工具（如快遞員或車輛等），會(huì)導(dǎo)致快件到達(dá)產(chǎn)生的快件無法及時(shí)運(yùn)到卸貨區(qū)，從而導(dǎo)致快件到達(dá)數(shù)減少，故模型中并沒有體現(xiàn)快遞員，但這對(duì)整體的仿真流程和結(jié)果并無影響；

（3）快件的卸貨收件、入庫上架流程由4 名作業(yè)人員同時(shí)操作，采用隨機(jī)可用的策略進(jìn)行任務(wù)調(diào)度。根據(jù)對(duì)數(shù)據(jù)的預(yù)處理，計(jì)算得作業(yè)人員平均在入庫上架中耗費(fèi)的時(shí)間為11s。

2.2.2 取件出庫模塊仿真模型。取件出庫模塊的仿真模型如圖2所示。

圖2 取件出庫模塊仿真模型

該模塊仿真模型所做的假設(shè)模擬及參數(shù)設(shè)置如下：

（1）根據(jù)2020年12月上海某菜鳥驛站的出庫數(shù)據(jù)，通過統(tǒng)計(jì)方法擬合顧客到達(dá)時(shí)間間隔服從的概率分布，擬合結(jié)果顯示顧客到達(dá)時(shí)間間隔服從負(fù)指數(shù)分布，并將相應(yīng)的分布參數(shù)設(shè)置在模型的顧客到達(dá)中，具體參數(shù)見表2。

表2 取件出庫模塊部分參數(shù)

（2）模型中的快件到達(dá)用于模擬單日的入庫快件數(shù)，由前一個(gè)收件入庫模塊仿真模型運(yùn)行后的結(jié)果提供具體數(shù)值。

（3）模型中剛到達(dá)的顧客暫存區(qū)在現(xiàn)實(shí)中是不存在的，在此處是為了模擬顧客到達(dá)驛站并根據(jù)取件提示前往不同工作區(qū)并進(jìn)行排隊(duì)取件的過程，使得流程和規(guī)劃更為清晰。

（4）快件的快件出庫、交付顧客流程由2 名作業(yè)人員操作，采用隨機(jī)可用的策略進(jìn)行任務(wù)調(diào)度。根據(jù)對(duì)數(shù)據(jù)的預(yù)處理，計(jì)算得作業(yè)人員平均在快件出庫和交付顧客流程中耗費(fèi)的時(shí)間為21s。

（5）在實(shí)際情況中，顧客需要根據(jù)取件碼到相應(yīng)的貨架前取件。在仿真模型中體現(xiàn)為在顧客生成時(shí)，等概率隨機(jī)生成1-5的數(shù)字標(biāo)簽，分別對(duì)應(yīng)1號(hào)-5 號(hào)的貨架快件。當(dāng)顧客隨機(jī)進(jìn)入可用的交付顧客實(shí)體時(shí)，操作人員需要根據(jù)顧客的需求（即數(shù)字標(biāo)簽）前往相對(duì)應(yīng)的貨架取件交付。

2.3 仿真運(yùn)行與結(jié)果分析

2.3.1 仿真運(yùn)行控制。仿真模型建立完成后，運(yùn)行模型進(jìn)行仿真，為了盡可能減小誤差、提高精度，對(duì)上海某地菜鳥驛站的仿真模型的仿真運(yùn)行時(shí)間設(shè)定為32 400s（收件入庫）/39 600s（取件出庫），運(yùn)行10次仿真模型，記錄、整合輸出結(jié)果，并分析得出結(jié)論。

2.3.2 仿真模型驗(yàn)證。根據(jù)2020 年12 月上海某菜鳥驛站的出入庫數(shù)據(jù)統(tǒng)計(jì)算得每日的積壓庫存量約為217 件，而在取件出貨模塊模型的運(yùn)行結(jié)果中顯示，每日大約積壓庫存231 件，這與實(shí)際庫存積壓情況的偏差為6.45%左右，這說明該仿真模型能夠較好的反映上海某地菜鳥驛站的實(shí)際情況。

2.3.3 仿真結(jié)果分析。經(jīng)過10 次的仿真模型運(yùn)行后，輸出模型的統(tǒng)計(jì)報(bào)告表，對(duì)仿真結(jié)果進(jìn)行平均化處理，結(jié)合菜鳥驛站目前實(shí)際存在的問題，得到仿真結(jié)果統(tǒng)計(jì)數(shù)據(jù)見表3。

表3 仿真結(jié)果統(tǒng)計(jì)數(shù)據(jù)

通過觀察收件入庫模塊模型的仿真模型運(yùn)行以及統(tǒng)計(jì)報(bào)告的輸出結(jié)果，在高峰期的時(shí)候，卸貨區(qū)存在快件堆積的情況，同時(shí)作業(yè)人員繁忙與空閑狀態(tài)并存，具體是在快件到達(dá)高峰期繁忙而在非高峰期閑置率極高，這在一定程度上造成了人力資源的浪費(fèi)，增加了勞動(dòng)力成本?？赡芸尚械慕鉀Q方案是采取高峰期與非高峰期的彈性工作機(jī)制，由于快件到達(dá)和顧客到達(dá)的高峰期并不重合，所以可以采用彈性的人員調(diào)配機(jī)制，改善入庫存在的一些問題，更合理的進(jìn)行人員調(diào)度，避免人力資源的浪費(fèi)。

通過觀察取件出庫模塊模型的仿真模型運(yùn)行以及統(tǒng)計(jì)報(bào)告的輸出結(jié)果，在高峰期時(shí)存在顧客隊(duì)列繁忙且排隊(duì)人數(shù)過長的情況，同時(shí)作業(yè)人員普遍繁忙率較高?？赡芸尚械慕鉀Q方案是通過設(shè)計(jì)顧客取件預(yù)約系統(tǒng)（即使得顧客到達(dá)更加平滑，可用均勻分布進(jìn)行模擬）或取件掛號(hào)系統(tǒng)（使得作業(yè)人員可以批量的從同一貨架中取多個(gè)快件交付給多個(gè)顧客）來降低高峰期的隊(duì)列繁忙和排隊(duì)人數(shù)過長的情況，這能夠有效提升顧客的滿意度。

3 仿真模型的優(yōu)化與分析

3.1 優(yōu)化方案

3.1.1 收件入庫優(yōu)化方案：彈性人員調(diào)配。根據(jù)上海某菜鳥驛站2020 年12 月的入庫數(shù)據(jù)，該驛站11時(shí)-14 時(shí)為入庫高峰期，14 時(shí)-20 時(shí)為入庫非高峰期。根據(jù)這一客觀情況，引入彈性人員調(diào)配機(jī)制，根據(jù)高峰期與非高峰期動(dòng)態(tài)的分配作業(yè)人員數(shù)量，以達(dá)到更高的工作效率。

在引入彈性人員調(diào)配機(jī)制后，模型中的部分參數(shù)和邏輯需要重新進(jìn)行設(shè)定，具體改變?yōu)椋涸鹊目旒敦浭占?、入庫上架流程? 名作業(yè)人員同時(shí)操作，采用隨機(jī)可用的策略進(jìn)行任務(wù)調(diào)度，現(xiàn)改為在高峰期仍由4名作業(yè)人員同時(shí)操作，高峰期過后減少2名作業(yè)人員，將快件卸貨收件、入庫上架流程改由2名作業(yè)人員同時(shí)操作，采用隨機(jī)可用的策略進(jìn)行任務(wù)調(diào)度。

另外還對(duì)收件入庫模塊模型中的一部分細(xì)節(jié)進(jìn)行了微調(diào)，原先的作業(yè)人員在任務(wù)空閑時(shí)會(huì)停留在倉儲(chǔ)區(qū)待命，現(xiàn)改為任務(wù)空閑時(shí)停留在卸貨區(qū)待命，這可以減少部分行走造成的時(shí)間浪費(fèi)，在一定程度上可以增加入庫流程的整體工作效率。

3.1.2 取件出庫優(yōu)化方案一：取件預(yù)約系統(tǒng)。針對(duì)取件高峰期存在的顧客隊(duì)列繁忙且排隊(duì)人數(shù)過長的情況，一個(gè)解決的方案是盡量讓顧客到達(dá)更加均勻、平滑，這樣可以讓高峰期的顧客峰值平均地分布在不同時(shí)段，使得作業(yè)任務(wù)集中性下降，從而使得顧客隊(duì)列繁忙情況有所緩解，提升顧客的滿意度。

在引入取件預(yù)約系統(tǒng)后，顧客可以在該系統(tǒng)中動(dòng)態(tài)的看到不同時(shí)段當(dāng)前已預(yù)約的取件人數(shù)，根據(jù)自身方便的時(shí)段合理規(guī)劃預(yù)約取件時(shí)段。模型中的部分參數(shù)和編譯代碼需要進(jìn)行調(diào)整，具體改變?yōu)椋涸鹊念櫩偷竭_(dá)時(shí)間間隔在不同時(shí)間段服從不同的負(fù)指數(shù)分布，具體為10 時(shí)-14 時(shí)的出庫次高峰期以及14時(shí)-21時(shí)的出庫高峰期服從的分布參數(shù)不同，改動(dòng)后的模型在顧客總到達(dá)數(shù)不變的情況，將顧客到達(dá)時(shí)間間隔調(diào)整為均勻分布。

3.1.3 取件出庫優(yōu)化方案二：取件掛號(hào)系統(tǒng)。針對(duì)取件高峰期存在的顧客隊(duì)列繁忙且排隊(duì)人數(shù)過長的情況，另一個(gè)解決的方案是讓作業(yè)人員可以更高效的將快件交付給顧客，具體的做法是根據(jù)顧客快件位于的不同貨架，批量的進(jìn)行快件出庫、交付顧客的工作，減少作業(yè)人員重復(fù)去相同貨架多次取件浪費(fèi)的時(shí)間，從而使得作業(yè)人員的工作效率提升，進(jìn)而使得顧客隊(duì)列繁忙情況有所緩解，提升顧客的滿意度，也能在一定程度上降低作業(yè)人員的工作強(qiáng)度。

在引入取件掛號(hào)系統(tǒng)后，顧客可以在排隊(duì)前提前在該系統(tǒng)中進(jìn)行掛號(hào)操作，錄入自身的取件碼。作業(yè)人員可以根據(jù)該取件掛號(hào)系統(tǒng)上記錄的顧客取件碼合理規(guī)劃自身的取件路線，如批量從同一貨架出庫多個(gè)顧客的多個(gè)快件，從而增加出庫流程的工作效率。模型中的部分參數(shù)和邏輯需要重新進(jìn)行設(shè)定，具體改變?yōu)椋涸犬?dāng)單個(gè)顧客隨機(jī)進(jìn)入可用的交付顧客實(shí)體時(shí)，工作人員需要根據(jù)該單個(gè)顧客的需求前往相對(duì)應(yīng)的貨架取件交付，改動(dòng)后的模型在貨架和工作人員數(shù)量不變的情況下，改變了工作人員的快件交付邏輯，即工作人員會(huì)在同一個(gè)貨架處批量（模型中設(shè)定為3件）地進(jìn)行快件出庫操作，并交付給多名顧客。

3.1.4 取件出庫優(yōu)化方案三：取件預(yù)約系統(tǒng)與取件掛號(hào)系統(tǒng)相結(jié)合。針對(duì)取件高峰期存在的顧客隊(duì)列繁忙且排隊(duì)人數(shù)過長的情況，優(yōu)化方案三將前兩個(gè)優(yōu)化方案中的輔助排隊(duì)系統(tǒng)相結(jié)合使用，讓作業(yè)人員可以更高效的將快件交付給顧客，讓顧客可以挑選人數(shù)較少的時(shí)間段來取件。

3.2 仿真優(yōu)化結(jié)果分析

在仿真模型運(yùn)行時(shí)間及次數(shù)相同的情況下，比較不同模塊的優(yōu)化方案應(yīng)用前后上海某地菜鳥驛站系統(tǒng)仿真運(yùn)行結(jié)果，從人員空閑率及設(shè)備利用率等方面對(duì)比結(jié)果如圖3、圖4所示。

圖3 收件入庫模塊優(yōu)化前后人員、設(shè)備空閑率對(duì)比

圖4 取件出庫模塊優(yōu)化前后人員、設(shè)備空閑率對(duì)比

對(duì)于收件入庫模塊模型來說，引入彈性人員調(diào)配機(jī)制之后，作業(yè)人員的空閑率大幅下降，由原模型的60.86%下降到改進(jìn)后模型的26.59%，這說明在非高峰期合理的減少作業(yè)人員的數(shù)量可以較為顯著的降低作業(yè)人員的閑置時(shí)間，提高人員利用效率。同時(shí)，卸貨區(qū)的繁忙率有所上升，但是整體上升的幅度不大，只有0.5%，這說明采用彈性人員調(diào)配機(jī)制在非高峰期減少作業(yè)人員人數(shù)對(duì)于整體的卸貨收件效率并沒有太大的影響。

對(duì)于取件出庫模塊模型來說，引入取件預(yù)約系統(tǒng)（方案一）后，隊(duì)列繁忙率有所下降，比原模型下降了5.11%，交付顧客實(shí)體的繁忙率有所下降，比原模型下降了3.28%,這說明作業(yè)流程的集中程度有所下降，但是該取件預(yù)約系統(tǒng)的引入會(huì)導(dǎo)致工作人員的繁忙率上升，增加作業(yè)人員的工作強(qiáng)度；引入取件掛號(hào)系統(tǒng)（方案二）后，隊(duì)列繁忙率有較多下降，比原模型下降了16.83%，工作人員的繁忙率有所下降，比原模型下降了1.57%，提升了作業(yè)人員的工作效率，但是該取件掛號(hào)系統(tǒng)的引入也會(huì)導(dǎo)致交付顧客實(shí)體的繁忙率有所上升，這說明作業(yè)流程的集中程度有所上升；同時(shí)采用取件預(yù)約系統(tǒng)和取件掛號(hào)系統(tǒng)（方案三）后，隊(duì)列繁忙率有顯著的下降，比原模型下降了33.12%，工作人員的繁忙率有所下降，比原模型下降了2.57%，提升了作業(yè)人員的工作效率，但是同時(shí)采用取件預(yù)約系統(tǒng)和取件掛號(hào)系統(tǒng)也會(huì)導(dǎo)致交付顧客實(shí)體的繁忙率有所上升，這說明作業(yè)流程的集中程度有所上升。

3.3 取件出庫模塊優(yōu)化方案比較

綜合比較引入取件預(yù)約系統(tǒng)、引入取件掛號(hào)系統(tǒng)以及同時(shí)采用兩個(gè)輔助排隊(duì)系統(tǒng)這三個(gè)方案，這三個(gè)方案都可以一定程度上緩解上海某地菜鳥驛站存在的隊(duì)列長時(shí)間繁忙、顧客排隊(duì)時(shí)間過長的情況，但這三者要么會(huì)增加作業(yè)人員的工作強(qiáng)度，要么會(huì)增加作業(yè)流程的集中程度，但增加的幅度并不大，屬于可接受的范疇之內(nèi)。

從降低隊(duì)列繁忙率的效果上來看，同時(shí)采用兩種輔助排隊(duì)系統(tǒng)的方案表現(xiàn)比單獨(dú)采用其中某一種輔助排隊(duì)系統(tǒng)的方案表現(xiàn)更好。另外，同時(shí)采用兩種輔助排隊(duì)系統(tǒng)的方案從邏輯和系統(tǒng)實(shí)現(xiàn)的角度來說也是合情合理并且可實(shí)現(xiàn)的，當(dāng)顧客在預(yù)約取件的時(shí)候可以同時(shí)進(jìn)行掛號(hào)操作，這樣可以讓驛站的工作人員提前將相應(yīng)的快件取出，一方面可以讓驛站的工作人員彈性地分配一天的工作負(fù)荷，一方面也可以讓驛站工作人員根據(jù)顧客掛號(hào)信息，批量地對(duì)處于同一或相近貨架上的快件進(jìn)行操作，但這一方案的問題在于，①取件預(yù)約系統(tǒng)對(duì)顧客的到達(dá)取件時(shí)間提出了一定的要求，這可能會(huì)導(dǎo)致顧客情緒的不滿以及滿意度的下降，②顧客在預(yù)約和掛號(hào)后可能存在沒有按時(shí)來取件的情況，這要求驛站管理決策層需要規(guī)劃一片區(qū)域用于放置這些“過號(hào)”的快件，并且如果一天之內(nèi)仍沒有顧客來取，還需要驛站工作人員重新將這些“過號(hào)”快件放回貨架，這無形中增加了工作人員的工作負(fù)荷。

如果考慮采用單一的輔助排隊(duì)系統(tǒng)，從降低隊(duì)列繁忙率的效果上來看，采用取件掛號(hào)系統(tǒng)的方案比采用取件預(yù)約系統(tǒng)的方案表現(xiàn)更好。同時(shí)，取件掛號(hào)系統(tǒng)更多是從驛站本身的工作模式和任務(wù)調(diào)度模式著手改進(jìn)，并沒有對(duì)顧客提出額外的要求，而取件預(yù)約系統(tǒng)則相反，它本身并沒有改進(jìn)驛站本身的工作模式和任務(wù)調(diào)度模式，而是對(duì)顧客的到達(dá)取件時(shí)間提出了一定的要求，這可能會(huì)導(dǎo)致顧客情緒的不滿以及滿意度的下降。從這一角度來看，取件掛號(hào)系統(tǒng)比取件預(yù)約系統(tǒng)更為優(yōu)越。

4 結(jié)語

本文基于2020 年12 月上海某菜鳥驛站的出入庫數(shù)據(jù)，以物流配送“最后一公里”問題為背景，研究并抽象上海某地菜鳥驛站作業(yè)流程模型。采用模塊化建模思想，利用Flexsim軟件對(duì)菜鳥驛站的入庫、出庫流程進(jìn)行仿真建模。

通過以上工作所得結(jié)果如下：

（1）對(duì)于上海某菜鳥驛站的入庫、出庫流程，通過Flexsim建立的仿真模型能夠較好地模擬和實(shí)現(xiàn)驛站實(shí)際工作流程。以實(shí)際積壓庫存量作為驗(yàn)證指標(biāo)，與建立的仿真模型產(chǎn)出的仿真結(jié)果進(jìn)行比對(duì)，發(fā)現(xiàn)誤差率在5%左右，驗(yàn)證了該仿真模型較好地反映了驛站實(shí)際工作狀況。

（2）提出了優(yōu)化的建議和方案措施，并且基于優(yōu)化方案建立仿真模型并驗(yàn)證優(yōu)化結(jié)果。通過優(yōu)化前后人員空閑率、設(shè)備利用率等指標(biāo)的對(duì)比，最終得出結(jié)論：在入庫流程中，采用彈性人員調(diào)配機(jī)制能夠有效地增加菜鳥驛站的系統(tǒng)效率，降低非高峰期的人員閑置率；在出庫流程中，從降低排隊(duì)時(shí)間和隊(duì)列繁忙率的角度來看，方案三（同時(shí)采用取件預(yù)約系統(tǒng)和取件掛號(hào)系統(tǒng)）優(yōu)于方案二（只采用取件掛號(hào)系統(tǒng)）優(yōu)于方案一（只采用取件預(yù)約系統(tǒng)），從顧客滿意度的角度來看，取件掛號(hào)系統(tǒng)優(yōu)于取件預(yù)約系統(tǒng)。

本研究著眼于實(shí)際情況，針對(duì)現(xiàn)實(shí)中的具體問題提出了優(yōu)化方案，但僅針對(duì)菜鳥驛站的入庫和出庫流程。雖然運(yùn)用Flexsim軟件提出了菜鳥驛站的優(yōu)化方案，但在以下幾個(gè)方面仍存在不足，未來還可以進(jìn)行進(jìn)一步的改進(jìn)和完善：

（1）由于本文的數(shù)據(jù)來源基于上海某菜鳥驛站，且僅為12 月份的出入庫數(shù)據(jù)，所以可能存在樣本量不夠大、實(shí)際模型的泛用性不佳的情況，這一方面需要后續(xù)研究根據(jù)不同地域、不同社區(qū)的菜鳥驛站具體問題具體分析，合理地對(duì)模型進(jìn)行調(diào)整和改進(jìn)（如不同菜鳥驛站的貨架數(shù)量不同、操作員的平均操作時(shí)間也不同），另一方面也需要盡可能多的驛站數(shù)據(jù)進(jìn)行更加精確的建模和分析歸納。

（2）本文在建立仿真模型時(shí)提出了部分假設(shè)，例如在采用取件掛號(hào)系統(tǒng)時(shí)，默認(rèn)驛站工作人員批量地處理三件快件，這基于的是快件重量、大小適中的假設(shè)，但是實(shí)際情況中顧客快件的重量和大小都是不確定的，可能發(fā)生的情況也多種多樣。這些假設(shè)一方面是因?yàn)闆]有明確的數(shù)據(jù)來支撐，一方面也是作者的能力有限，無法將這些細(xì)節(jié)完全考慮周到，未來的研究中可以減少這些理論假設(shè)，使得仿真模型更加貼合現(xiàn)實(shí)運(yùn)行狀況。