余海燕,王姝翔,李紅梅
(重慶交通大學(xué) 1.經(jīng)濟(jì)與管理學(xué)院;2.智能物流網(wǎng)絡(luò)重慶市重點(diǎn)實(shí)驗(yàn)室,重慶 400074)
跑腿代購(gòu)是國(guó)家“互聯(lián)網(wǎng)+”政策與共享經(jīng)濟(jì)下的新型配送模式,核心在于“代買、代取、代送、代辦”,其與普通眾包外賣的服務(wù)區(qū)域、服務(wù)種類、配送方式等存在較大差別??蛻粼谂芡绕脚_(tái)下單,商家通過平臺(tái)接單并發(fā)布配送信息,平臺(tái)直接分配或配送員搶單將配送訂單分配給配送員,配送員先取貨再送貨則完成配送。由于訂單發(fā)布的實(shí)時(shí)性,要在較短時(shí)間內(nèi)完成配送,每個(gè)訂單的取送貨點(diǎn)一一匹配,地理位置分散,配送距離較長(zhǎng)等特征,使得訂單合理分配、優(yōu)化路徑成為跑腿平臺(tái)面臨的重要問題。本文針對(duì)跑腿代購(gòu)的問題,研究以提高配送時(shí)效,增加配送員收益為目的的實(shí)時(shí)訂單分配與路徑優(yōu)化問題。
與跑腿代購(gòu)即時(shí)配送相關(guān)研究主要分兩類:共享物流模式與即時(shí)配送問題。針對(duì)共享物流模式,Lee等 [1]研究在一定服務(wù)需求的司機(jī)數(shù)量下,由公共交通工具載客的同時(shí)運(yùn)輸貨物,減少單獨(dú)配送的費(fèi)用。Paloheimo等[2]研究圖書運(yùn)送服務(wù)的眾包配送優(yōu)勢(shì),表明平均每次配送可節(jié)省1.6 km的路程,并帶來低碳的綠色配送。呂夢(mèng)茹[3]以拼車乘客數(shù)最大、車輛出行成本最小和乘客出行時(shí)間最短為目標(biāo),設(shè)計(jì)遺傳算法,實(shí)現(xiàn)多車多客戶間的最佳匹配和路徑最優(yōu)的靜態(tài)優(yōu)化問題。張璽君等[4]以最高搭載率和最短行駛距離為目標(biāo),建立基于改進(jìn)遺傳算法的出租車共乘線路規(guī)劃模型,實(shí)現(xiàn)多車路徑規(guī)劃。關(guān)于共享物流模式研究為本文的路徑優(yōu)化算法提供參考價(jià)值,其中,人與人、人與貨物的約束條件與本文跑腿代購(gòu)的實(shí)際情況不符,也并未提及訂單的實(shí)時(shí)調(diào)度性。
針對(duì)即時(shí)配送問題,Ma等[5]設(shè)計(jì)網(wǎng)約車實(shí)時(shí)調(diào)度系統(tǒng),將新到訂單組織成FCFS隊(duì)列,設(shè)計(jì)貪心算法將新到訂單插入到動(dòng)態(tài)的車輛路徑中。Wang[6]研究3種配送模式:1) 車輛與商家是固定的,配送效率較差;2) 多商家可由單個(gè)或多個(gè)車輛服務(wù), 必須服務(wù)完當(dāng)前商家后再去服務(wù)其他商家;3) 全部車輛可同時(shí)服務(wù)多個(gè)商家的多個(gè)訂單。慕靜等[7]以配送員收益最大為目標(biāo), 構(gòu)建基于即時(shí)配送和收益激勵(lì)的運(yùn)力調(diào)度模型,保證客戶滿意度。王征等[8]以總物流成本最小為目標(biāo),考慮訂單分布概率未知,根據(jù)區(qū)域劃分顧客并預(yù)測(cè)訂單規(guī)模,建立多場(chǎng)景預(yù)測(cè)的在線優(yōu)化調(diào)度方案,通過整合提高不確定情形下的適應(yīng)性。張力婭等[9]引入外賣平臺(tái)顧客優(yōu)先級(jí)概念,以顧客滿意度和配送成本為目標(biāo),建立客戶優(yōu)先級(jí)的、帶時(shí)間窗的、動(dòng)態(tài)的、多車場(chǎng)的多目標(biāo)取送貨車輛路徑模型,用加權(quán)法轉(zhuǎn)化為單目標(biāo),最后用改進(jìn)的迭代局部搜索算法求解。余海燕等[10]以每單配送距離和平均完成時(shí)間最小為目標(biāo),設(shè)計(jì)不同策略求解,用最小差值策略可以降低成本,用貪婪策略可以提高配送效率。Ulmer等[11]分析備餐時(shí)長(zhǎng)的不確定性對(duì)配送過程的影響,處理隨機(jī)化開支、提高配送效率和3個(gè)利益主體滿意度;Liu等[12]將騎手配送時(shí)間分為2種:顧客點(diǎn)的不確定服務(wù)時(shí)長(zhǎng)與可預(yù)測(cè)的行駛時(shí)間;并假設(shè)前者為分布函數(shù),建立兩階段隨機(jī)規(guī)劃模型,由歷史數(shù)據(jù)進(jìn)行抽樣平均近似實(shí)現(xiàn)模型求解。以上關(guān)于即時(shí)配送的研究較少針對(duì)跑腿代購(gòu)的問題進(jìn)行研究。
綜上所述,現(xiàn)有文獻(xiàn)研究共享模式下的即時(shí)配送在末端配送中的優(yōu)勢(shì),并對(duì)該類模式的發(fā)展作出理論貢獻(xiàn)。跑腿代購(gòu)的實(shí)際應(yīng)用正處于發(fā)展階段,研究跑腿代購(gòu)即時(shí)配送的文章還較少。由于其在配送范圍和時(shí)間等方面的特征,使其訂單分配與路徑優(yōu)化問題更具挑戰(zhàn)。本文基于跑腿代購(gòu)問題展開研究,以平均每單配送時(shí)間最短和配送員平均收益最大為目標(biāo),構(gòu)建跑腿代購(gòu)即時(shí)配送訂單分配和路徑優(yōu)化模型,并設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略用于求解該模型。
主要?jiǎng)?chuàng)新點(diǎn)體現(xiàn)在以下3個(gè)方面:1) 為了解決跑腿代購(gòu)訂單稀疏且取送貨距離遠(yuǎn),配送時(shí)效低和配送路徑不合理等問題,提出以最小化平均完成時(shí)間、最大化配送員平均收益為目標(biāo)的新思路;2) 引入時(shí)間維度刻畫訂單的動(dòng)態(tài)性,考慮動(dòng)態(tài)需求、車容量、取送貨時(shí)間等約束的實(shí)時(shí)訂單分配與路徑優(yōu)化模型,設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略;3) 通過模擬仿真實(shí)驗(yàn)研究得到不同參數(shù)下的適用場(chǎng)景,對(duì)不同參數(shù)在跑腿代購(gòu)平臺(tái)上的應(yīng)用提供決策支持。
假設(shè)一個(gè)網(wǎng)絡(luò)圖G,G=(V,E),頂點(diǎn)集合V={v1,v2,···,vn1} ,邊集合E={e1,e2,···,en2},需要服務(wù)的訂單都在G上 ,l(vi,vj) 為G中vi與vj之間的距離。訂單Oi是 實(shí)時(shí)產(chǎn)生的,即訂單信息在Oi釋 放時(shí)間ri后被獲取,Oi=(ri,ui,di,hi)。 其中,ri為Oi釋放時(shí)間;ui∈V為Oi取貨點(diǎn)位置;di∈V為Oi送貨點(diǎn)位置,i∈I={1,2,···,n} ;hi為Oi的收益,即配送員收益。在G中 ,有k個(gè)配送員進(jìn)行服務(wù),k∈K。一個(gè)配送員k同時(shí)攜帶訂單數(shù)不能超過車容量C。
配送員收益hi是Oi固定收益a與附加收益bml(ui,di)之 和,即hi=a+bml(ui,di)。 其中,l(ui,di)是Oi取 送貨點(diǎn)的距離,即配送距離;bm為附加收益系數(shù);l(ui,di)的 范圍D不同,bm不 同,當(dāng)l(ui,di)∈(Dm,Dm+1]時(shí) ,bm=bm+1,D=(0,D1]∪(D1,D2]∪···∪(Dq,+∞),m∈{0,1,···,q+1},附加收益系數(shù)集合B={b1,b2,···,bq+1}。
本文研究的問題是如何進(jìn)行訂單分配和路徑規(guī)劃,使得平均每單完成時(shí)間最短,配送員平均收益最大。
G=(V,E): 網(wǎng)絡(luò)圖,頂點(diǎn)集合V={v1,v2,···,vn1},邊集合E={e1,e2,···,en2};
l(vi,vj):G中vi與vj的距離;
σ={O1,O2,···,On}: 訂單序列,共有n個(gè)Oi;
Oi=(ri,ui,di,hi):ri為Oi釋放時(shí)間,ui∈V為Oi取貨點(diǎn)位置,di∈V為Oi取 貨點(diǎn)位置,hi為Oi的收益,i∈I={1,2,···,n};
D:配送范圍,( 0,D1]∪(D1,D2]∪···∪(Dq,+∞);
k∈K:配送員k,K為所有k集 合,共有m個(gè)k;
P={Pk|k∈K}: 所有路徑集合,Pk為k的所有路徑集合;
Ck: 的容量;
vk: 的行駛速度;
∈Pk:k的第j條路徑;
:Oi在上為1,否則為0;
: 路徑的行駛距離;
t∈T:當(dāng)前時(shí)刻t,視為離散數(shù)據(jù),T為所有t集合;
: 在中到Oi取 貨點(diǎn)k已行駛的距離,Oi不在中為0;
: 在中到Oi送 貨點(diǎn)k已行駛的距離,Oi不在中為0;
: 在中Oi的 取貨時(shí)間,Oi不 在中為0;
: 在中Oi的 送達(dá)時(shí)間,Oi不 在中為0;
M:足夠大的正數(shù);
a:Oi固定收益;
bm:Oi附 加收益系數(shù),附加收益系數(shù)集合B={b1,b2,···,bq+1}。
決策變量如下。
xikt:Oi在t時(shí) 正在由k服務(wù)為1,否則為0,正在服務(wù)指Oi已 分配給k,且已取到貨,但還未完成;
:被使用為1,否則為0。
中間變量如下。
:Oi實(shí)際送達(dá)時(shí)間;
:Oi實(shí)際取貨時(shí)間;
根據(jù)問題描述,跑腿代購(gòu)即時(shí)配送訂單分配與路徑優(yōu)化模型如下。
目標(biāo)函數(shù)(1)、(2)分別為平均每單完成時(shí)間最小、配送員平均收益最大;約束(3)和(4)表示每個(gè)Oi僅 由一個(gè)k服 務(wù);約束(5)保證當(dāng)Oi分 配給k,且被選中時(shí),xikt在Oi的服務(wù)時(shí)間段內(nèi)都取1;約束(6)保證每個(gè)k在t時(shí) 正在服務(wù)的Oi數(shù) 不超過C;約束(7)保證每個(gè)k僅 選一條;約束(8)保證只有當(dāng)Oi分配給k時(shí),Oi才 在上;約束(9)和約束(10)保證在中Oi取 送貨時(shí)間不早于k到達(dá)取送貨點(diǎn)的最早時(shí)間;約束(11)保證只有Oi在上時(shí),Oi的完成時(shí)間才不為0;約束(12)保證每個(gè)Oi取貨時(shí)間早于送貨時(shí)間;約束(13)保證每個(gè)Oi取貨時(shí)間晚于釋放時(shí)間;約束(14)和(15)計(jì)算Oi的實(shí)際完成時(shí)間和實(shí)際取貨時(shí)間;約束(16)保證Oi取 貨后、服務(wù)完之前,<t<,決策變量xikt才 為1;約束(17)為k的收益;約束(18)為0-1變量。
下面設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略(策略1),與普通眾包合單策略(策略2),用仿真分析方法對(duì)比研究配送員平均收益和平均每單完成時(shí)間。
求解以上模型時(shí),關(guān)鍵點(diǎn)是實(shí)時(shí)訂單處理和訂單分類。針對(duì)實(shí)時(shí)訂單,用滾動(dòng)時(shí)域?qū)?dòng)態(tài)信息靜態(tài)化處理;針對(duì)訂單分類,用限制配送距離將訂單分為遠(yuǎn)程與短程。現(xiàn)對(duì)其中2個(gè)重要的概念進(jìn)行如下定義。
定義1(滾動(dòng)時(shí)域):整個(gè)調(diào)度時(shí)間分成若干個(gè)時(shí)間長(zhǎng)度相等的時(shí)間段,每個(gè)時(shí)間段為一個(gè)滾動(dòng)時(shí)域,一個(gè)時(shí)間段的長(zhǎng)度稱為滾動(dòng)時(shí)域時(shí)長(zhǎng)。
定義2(限制配送距離):限制配送距離是短程與遠(yuǎn)程的分界點(diǎn)。小于限制配送距離為短程,大于或等于限制配送距離為遠(yuǎn)程。
策略1的核心思想是每次增加相同的滾動(dòng)時(shí)域時(shí)長(zhǎng)后更新訂單信息;將新訂單根據(jù)限制配送距離分為兩類,第1類遠(yuǎn)程的訂單直接分配,第2類短程的訂單,用最小插入法合單分配。具體步驟如下。
第1步:當(dāng)沒有訂單時(shí),配送員在當(dāng)前位置等待,產(chǎn)生釋放時(shí)間段內(nèi)的新訂單后,轉(zhuǎn)第2步。
第2步:判斷是否有空閑的配送員,若有,轉(zhuǎn)第3步,否則等待有可用配送員時(shí)轉(zhuǎn)第3步。
第3步:判斷是否有滿足配送數(shù)量的配送員,若有,轉(zhuǎn)第4步,否則取與配送員數(shù)量相同的訂單數(shù)轉(zhuǎn)第4步,等待至下一釋放時(shí)間有新訂單時(shí)插入剩余訂單轉(zhuǎn)第2步。
第4步:計(jì)算所有新訂單取送貨點(diǎn)之間的距離,取貨點(diǎn)至各配送員的距離,將遠(yuǎn)程訂單一一分配給距離其取貨點(diǎn)最近且滿足車容量限制的配送員,一個(gè)遠(yuǎn)程訂單分配給一個(gè)配送員,一個(gè)配送員只接受一個(gè)遠(yuǎn)程訂單,配送路徑唯一,轉(zhuǎn)第5步。
第5步:將短程訂單合單分配給剩余配送員中距離取貨點(diǎn)最近且滿足車容量限制的配送員,轉(zhuǎn)第6步。
第6步:最小插入法規(guī)劃配送路徑如下。
1) 將取貨點(diǎn)插入路徑的任意位置;2) 將送貨點(diǎn)插入取貨點(diǎn)后的任意位置,計(jì)算每次插入送貨點(diǎn)后的總路程;3) 比較所有插入方式所得總路程,選最小值對(duì)應(yīng)的插入方式插入取送貨點(diǎn)得配送路徑,轉(zhuǎn)第7步。
第7步:當(dāng)每個(gè)配送員服務(wù)完一個(gè)或多個(gè)訂單時(shí),記錄每個(gè)訂單完成時(shí)間和每個(gè)配送員收益,轉(zhuǎn)第8步。
第8步:判斷是否有未服務(wù)的訂單,若無轉(zhuǎn)第9步,否則等待下一釋放時(shí)間有新訂單釋放時(shí)轉(zhuǎn)第2步。
第9步:計(jì)算目標(biāo)函數(shù)(1)和(2)。
上述策略用仿真方法進(jìn)行研究,其仿真框架圖如圖1所示。
圖1 仿真框架Figure 1 Simulation framework
策略2的核心思想是將新產(chǎn)生的訂單以最小插入法合單分配給距離取貨點(diǎn)最近且滿足車容量限制的配送員。策略2與策略1的步驟區(qū)別如下。
第4步:最小插入法規(guī)劃配送路徑如下。1) 將取貨點(diǎn)插入路徑的任意位置;2) 將送貨點(diǎn)插入取貨點(diǎn)后的任意位置,計(jì)算每次插入取貨點(diǎn)后的總路程;3) 比較所有插入方式所得總路程,選最小值對(duì)應(yīng)的插入方式插入訂單的取送貨點(diǎn)得配送路徑,轉(zhuǎn)第5步。
第5 ~ 7步與策略1中第7 ~ 9步相同。
為驗(yàn)證模型與算法設(shè)計(jì)的有效性和適用性,在此運(yùn)用Matlab軟件編程,將策略1與策略2進(jìn)行對(duì)比分析,對(duì)算例進(jìn)行數(shù)值仿真。以平均每單完成時(shí)間和配送員平均收益為目標(biāo)函數(shù),分別從訂單分配和路徑優(yōu)化兩個(gè)模塊進(jìn)行仿真研究。為了更好地說明目標(biāo)函數(shù)中配送員平均收益與配送系統(tǒng)之間的關(guān)系,增加配送員飽和度這一參數(shù)來表示系統(tǒng)的繁忙程度。若飽和度越高,則說明該系統(tǒng)較繁忙,反之,則系統(tǒng)較空閑。配送員通過分析不同的參數(shù)(如車容量、配送員數(shù)量、限制配送距離等)對(duì)目標(biāo)函數(shù)的影響,結(jié)合配送員飽和度,找出影響最為敏感的因素。
定義3(配送員飽和度):配送員飽和度是使用配送員數(shù)與總配送員數(shù)之比。
本文通過實(shí)地調(diào)研的方式,以重慶市天和里購(gòu)物中心為中心,向周圍輻射50 km選取60個(gè)高檔寫字樓或住宅小區(qū)的地理坐標(biāo)為數(shù)據(jù)點(diǎn),其中,0 ~5 km范圍內(nèi)15個(gè)點(diǎn),5 ~ 10 km范圍內(nèi)20個(gè)點(diǎn),10 ~20 km范圍內(nèi)10個(gè)點(diǎn),20 ~ 30 km、30 ~ 40 km、40 ~50 km范圍內(nèi)各5個(gè)點(diǎn),構(gòu)成本文仿真研究的網(wǎng)絡(luò)圖。參數(shù)設(shè)置:車容量8個(gè)訂單,總配送員數(shù)量150人,總訂單數(shù)1 000個(gè),滾動(dòng)時(shí)域時(shí)長(zhǎng)2 min,限制配送距離10 km,網(wǎng)絡(luò)平均配送距離20.45 km,仿真時(shí)間180 min,每個(gè)參數(shù)每仿真50 次所得平均值,仿真分析數(shù)據(jù)見表1。
由UU跑腿的標(biāo)準(zhǔn)配送時(shí)間得,每5 km最大配送時(shí)間增加30 min,由于所給網(wǎng)絡(luò)圖平均配送距離為20.45 km,策略1中平均每單完成時(shí)間在合理范圍內(nèi),為降低配送成本,增加配送員使用率,策略1中配送員飽和度均大于80%,所設(shè)計(jì)策略1有效。由表1得以下結(jié)論。
表1 仿真分析數(shù)據(jù)Table 1 Simulation analysis data sheet
結(jié)論1滾動(dòng)時(shí)域時(shí)長(zhǎng)與策略2平均每單完成時(shí)間呈正相關(guān)關(guān)系;限制配送距離與策略1平均每單完成時(shí)間呈正相關(guān)關(guān)系,車容量與其呈負(fù)相關(guān)關(guān)系。
隨滾動(dòng)時(shí)域時(shí)長(zhǎng)增加,待服務(wù)訂單堆積,策略2中訂單等待分配的時(shí)間增大,平均每單完成時(shí)間逐漸增大;隨限制配送距離增加,策略1中合單訂單量增多,配送員飽和度趨于100%,等待空閑配送員的時(shí)間增大,平均每單完成時(shí)間增大;隨車容量增加,策略2中每個(gè)配送員可配送的訂單量增多,所需配送員減少,配送等待時(shí)長(zhǎng)降低,使得平均每單完成時(shí)間減少。
結(jié)論2車容量與策略2配送員平均收益呈正相關(guān)關(guān)系;總配送員數(shù)量與策略1配送員平均收益呈負(fù)相關(guān)關(guān)系。
隨車容量增加,策略2中每個(gè)配送員可配送的訂單量增多,配送員平均收益增大。隨總配送員數(shù)量增加,空閑配送員增多,策略1中配送員平均收益減少,在總配送員為130人時(shí)飽和度達(dá)到100%,總訂單量與總配送員之比例約為7.69。
結(jié)論3總訂單數(shù)量與兩種策略的兩個(gè)目標(biāo)函數(shù)均呈正相關(guān)關(guān)系。
策略1中,總訂單大于1 200時(shí),配送員飽和度達(dá)到100%,總訂單數(shù)與總配送員數(shù)之比約為8.00。策略2中總訂單大于1 600時(shí),配送員飽和度達(dá)到100%,總訂單數(shù)與總配送員數(shù)之比約為10.67。
結(jié)論4總訂單數(shù)量對(duì)兩種策略的配送員平均收益影響都較大;策略2配送員平均收益均略高于策略1。
由圖2、圖3得,訂單量越多,收益越大,其余參數(shù)對(duì)配送員平均收益的影響都較為平緩;策略2中單個(gè)配送員配送訂單較策略1略多,因此所有參數(shù)下,策略2的配送員平均收益均高于策略1。
圖2 策略1在不同參數(shù)影響下配送員平均收益變化Figure 2 The change of average income of delivery workers under the influence of different parameters in strategy 1
圖3 不同策略下配送員平均收益Figure 3 Average income of delivery staff under different strategies
結(jié)論5策略1中平均每單完成時(shí)間明顯低于策略2。
由圖4、圖5得,限制配送距離變化對(duì)策略1影響明顯,滾動(dòng)時(shí)域時(shí)長(zhǎng),車容量及總訂單數(shù)量變化對(duì)策略2影響較大,但整體上來說策略1優(yōu)于策略2。在相同的參數(shù)范圍內(nèi),策略2并不適用于跑腿訂單,配送時(shí)間過長(zhǎng),導(dǎo)致配送時(shí)效性較差,增加顧客等待時(shí)間及配送成本,降低顧客滿意度。
圖4 策略1在不同參數(shù)影響下平均每單完成時(shí)間變化Figure 4 The average completion time of strategy 1 under the influence of different parameters
圖5 不同策略下平均每單完成時(shí)間Figure 5 Average completion time per order under different strategies
結(jié)論6策略1配送員飽和度略高于策略2。
由圖6得,飽和度整體情況策略1略高,直配配送員要多于合單配送員,策略1中總訂單與總配送員數(shù)量比例在7.69~8.00之間時(shí),配送員平均收益最大,平均完成時(shí)間最短,且配送員的使用率達(dá)到最高。
圖6 不同策略下配送員飽和度Figure 6 The saturation of delivery staff under different strategies
本文采取訂單分配與路徑規(guī)劃方法實(shí)現(xiàn)跑腿代購(gòu)訂單配送的優(yōu)化。通過建立數(shù)學(xué)模型,設(shè)計(jì)基于滾動(dòng)時(shí)域的遠(yuǎn)程直配與短程合單策略,即用滾動(dòng)時(shí)域?qū)?dòng)態(tài)調(diào)度問題靜態(tài)化處理;根據(jù)短程與遠(yuǎn)程分類進(jìn)行訂單分配,利用直配與合單插入法結(jié)合的方式進(jìn)行路徑規(guī)劃。數(shù)值仿真研究結(jié)果如下。1) 僅考慮配送員使用率及配送時(shí)效時(shí),策略1較適用;僅考慮配送員平均收益時(shí),策略2較適用;綜合考慮配送時(shí)效、配送員使用率及其平均收益時(shí),策略1更適用于跑腿代購(gòu)平臺(tái)。2) 要降低顧客等待時(shí)間,提高客戶滿意度,采用策略1時(shí)需增加限制配送距離,采用策略2時(shí)需減少滾動(dòng)時(shí)域時(shí)長(zhǎng)并增加配送員總數(shù)。3) 若要提高每個(gè)配送員的收益與配送積極性,采用策略1時(shí)需減少配送員總數(shù)或增加訂單量,采用策略2時(shí)需增大車容量或總訂單量。4) 運(yùn)用策略1,可以通過適當(dāng)增加限制配送距離提高配送時(shí)效,通過減少配送員增加其平均收益。5) 運(yùn)用策略2,配送員總數(shù)減少時(shí),可通過適當(dāng)增加車容量或減少滾動(dòng)時(shí)域時(shí)長(zhǎng),增加總配送員提高普通眾包外賣的配送時(shí)效及配送員平均收益。