武蓉 賀國(guó)先

摘 要：針對(duì)高校物流配送面臨的效率低、管理復(fù)雜等問(wèn)題，文章以蘭州市某一高校為研究對(duì)象，結(jié)合實(shí)際情況發(fā)現(xiàn)在高峰期完成完整的取件流程存在排隊(duì)時(shí)間過(guò)久等現(xiàn)象，基于此提出以人工配送和智能自提柜相結(jié)合的模式代替現(xiàn)有的人工派件方式，并利用flexsim軟件對(duì)改進(jìn)后的配送模式進(jìn)行模擬仿真，提高了配送效率，減少了人工成本。

關(guān)鍵詞：高校物流；配送；flexsim 仿真

中圖分類(lèi)號(hào)：F252；TP391文獻(xiàn)標(biāo)志碼：ADOI：10.13714/j.cnki.1002-3100.2023.08.005

Abstract： In view of the problems of low efficiency and complex management faced by colleges and universities in logistics distribution， this paper takes a university in Lanzhou as the research object， and combined with the actual situation， finds that there are problems such as too long queuing time when completing the complete pick-up process at peak times. Based on this， it proposes to replace the existing manual delivery mode by combining artificial distribution and intelligent pickup cabinet. In addition， flexsim software is used to simulate the improved distribution mode. By comparing the results with the previous traditional distribution mode， the distribution efficiency is improved and the labor cost is reduced.

Key words： university logistics; distribution; flexsim simulation

0 ? ?引 ? ?言

隨著物流行業(yè)的飛速發(fā)展，人們對(duì)快遞業(yè)務(wù)服務(wù)質(zhì)量的要求也在不斷提升，然而快遞配送“最后一公里”已然成為制約配送效率提高的關(guān)鍵問(wèn)題。在眾多網(wǎng)購(gòu)用戶(hù)中，在校學(xué)生的比例為14%[1]。這就導(dǎo)致校園快遞配送量不斷增加，然而傳統(tǒng)人工配送方式由于存在配送周期長(zhǎng)、易丟件等問(wèn)題，逐漸不能滿(mǎn)足師生在短時(shí)間內(nèi)完成取件的要求。因此應(yīng)該積極研究開(kāi)發(fā)新型快遞配送模式以解決目前高校的物流配送問(wèn)題。

首先，由于高校校園內(nèi)學(xué)生較多，學(xué)生的網(wǎng)購(gòu)能力較強(qiáng)，物流配送范圍較廣，傳統(tǒng)末端配送的“門(mén)對(duì)門(mén)”服務(wù)標(biāo)準(zhǔn)無(wú)法運(yùn)用在高校中[2]，增加了快速、實(shí)時(shí)取件的難度。其次，基于大基數(shù)快遞配送，驛站的快遞堆放和用戶(hù)的信息管理較混亂，造成服務(wù)質(zhì)量低等問(wèn)題。而以智能化快遞柜為切入點(diǎn)優(yōu)化校園物流“最后一公里”，增加快遞管理的集中性，能從根本上節(jié)約管理方面的投入[3]。

本文以蘭州市某一高校為研究對(duì)象，探討高校物流“最后一公里[4-7]”環(huán)節(jié)存在的問(wèn)題，建議將智能自提柜引進(jìn)高校，并通過(guò)flexsim軟件模擬優(yōu)化后的配送方式，驗(yàn)證模型的有效性，以推進(jìn)校園高效物流配送體系的建設(shè)。

1 ? ?問(wèn)題分析

蘭州市某高校由南區(qū)域、北區(qū)域和校外區(qū)域組成，據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，全校共有師生3萬(wàn)多人，其中校內(nèi)2萬(wàn)多人，在校擁有配送站點(diǎn)的快遞公司10家。由于在校學(xué)生明顯不具備送貨上門(mén)的條件，因此快遞公司配送都采用了開(kāi)設(shè)校內(nèi)站點(diǎn)通過(guò)發(fā)送短信在固定地點(diǎn)人工取件的方式。具體取件流程如圖1所示。

該取件模式相比智能取件柜的掃碼、刷臉取件模式，取件流程較為復(fù)雜，且要在規(guī)定時(shí)間內(nèi)完成取件，取件時(shí)間不夠靈活。而學(xué)生大多集中在同一時(shí)間段內(nèi)取快遞，例如下課后。由于服務(wù)中心空間有限，如果單位時(shí)間內(nèi)進(jìn)入的人數(shù)超過(guò)完成取件的人數(shù)，例如“雙十一”“618”等活動(dòng)期間，就會(huì)造成擁堵，極大降低取件效率[8]。同時(shí)，此取件模式下，派件員對(duì)收件人的身份信息也只是簡(jiǎn)單的詢(xún)問(wèn)，在排隊(duì)人員較多時(shí)，冒領(lǐng)、丟件現(xiàn)象時(shí)有發(fā)生，這不僅影響了校園秩序，還降低了消費(fèi)者的滿(mǎn)意度。

基于此，通過(guò)隨機(jī)抽樣的方法抽取了該校600名在校師生進(jìn)行了校園快遞情況調(diào)查，對(duì)收取的532份有效問(wèn)卷進(jìn)行了分析整理。其中，每個(gè)月使用快遞10次以上的占56.02%，排隊(duì)時(shí)間10分鐘及以上的占51.51%，70.68%的師生有過(guò)快遞丟失或損壞的情況；有62.41%的師生由于上課等原因耽誤了取快遞，對(duì)于采用智能快遞柜代替人工配送的方式，有91.73%的師生表示支持，最后通過(guò)意見(jiàn)征集，大多數(shù)師生認(rèn)為在快遞取件過(guò)程中，派送時(shí)間、派送地點(diǎn)、派送方式更為重要。

通過(guò)以上分析，為了進(jìn)一步優(yōu)化校園物流配送體系，本文提出引入智能自提柜解決某高校存在的快遞配送問(wèn)題。朱文軍[9]、應(yīng)毅[10]利用flexsim技術(shù)進(jìn)行了電商配送中心分揀仿真優(yōu)化研究，分析運(yùn)行結(jié)果后的優(yōu)化方案達(dá)到了預(yù)期效果。因此本文也將利用flexsim技術(shù)對(duì)設(shè)定模型進(jìn)行仿真模擬，并對(duì)校園物流配送提出合理的改進(jìn)意見(jiàn)。

2 ? ?校園物流配送模型的構(gòu)建

2.1 ? ?校園物流配送流程優(yōu)化概述

某高校主校區(qū)面積較大、人數(shù)較多。據(jù)調(diào)查，校內(nèi)快遞平均每月有7萬(wàn)件左右，一般每天上午（7：00—11：00）各物流公司運(yùn)輸車(chē)會(huì)到達(dá)指定?？奎c(diǎn)進(jìn)行卸貨、分揀入庫(kù)，在快遞驛站等暫存區(qū)擺放好貨物，同時(shí)生成短信取件碼發(fā)送給收件人。由于南北兩個(gè)校區(qū)的師生都在同一服務(wù)點(diǎn)取件，容易造成取件高峰期擁堵。

因此現(xiàn)需要對(duì)分揀及配送流程進(jìn)行進(jìn)一步優(yōu)化，即快遞到站后，將南北校區(qū)的快遞分類(lèi)，分別送至南北校區(qū)的自提柜并生成取件碼通知收件人，這樣收件人就可以更靈活地選取合適的時(shí)間就近收取快遞。對(duì)于較大件或者需要當(dāng)面驗(yàn)收的快遞，仍采用人工派送的方式，這樣就可以大大緩解驛站的壓力，降低高峰期排隊(duì)概率。

2.2 ? ?智能自提柜選址

便捷的智能自提柜可以極大程度地提高人們?nèi)】爝f的效率，合理擺放智能自提柜更能促進(jìn)取件過(guò)程規(guī)范化，提高智能柜的利用率。該校南北兩個(gè)校區(qū)人數(shù)相當(dāng)且宿舍樓相對(duì)集中，主服務(wù)站位于北區(qū)宿舍，如圖2所示，可將智能自提柜分別放置在南北食堂周?chē)?，在每日快遞到達(dá)主服務(wù)站進(jìn)行卸貨分揀后，送至南北智能自提柜進(jìn)行上架操作。

2.3 ? ?flexsim建模及其仿真

校園快遞的分揀至配送流程具有一定的離散性，建立3D虛擬仿真系統(tǒng)有利于更直觀地發(fā)現(xiàn)系統(tǒng)運(yùn)作中存在的問(wèn)題，然后在實(shí)際操作中做出明智的決策[11]。通過(guò)分析模型運(yùn)行后的數(shù)據(jù)，提出合理范圍內(nèi)的改進(jìn)意見(jiàn)，并進(jìn)行驗(yàn)證，讓決策更有說(shuō)服力。本文通過(guò)flexsim仿真軟件模擬快遞進(jìn)站分揀至配送再到最后取件成功的整個(gè)過(guò)程，具體流程如圖3所示。

模型布局及實(shí)體連接方式如圖4所示。利用貨車(chē)發(fā)生器模擬每日7：00、14：00到達(dá)主站卸貨分揀區(qū)的快遞分別有1 500件、1 000件，將每日到達(dá)的快遞在總服務(wù)站進(jìn)行分揀，利用10個(gè)處理器分別模擬10名工作人員分揀快遞的過(guò)程，平均20秒一件。根據(jù)實(shí)際情況，每日約有10%的大件快遞、包裝破損等需要開(kāi)箱查驗(yàn)的快遞仍然需要留在總服務(wù)站采用人工取件的方式進(jìn)行投遞，因此分揀的快遞分為送至南、北智能自提柜區(qū)和留在北區(qū)人工取件區(qū)的三部分，分別約占每日快遞的50%、40%、10%。利用貨車(chē)模擬將分揀好的快遞運(yùn)送至南、北智能自提柜的過(guò)程和到達(dá)固定區(qū)域后利用處理器模擬工作人員將快遞上架，并自動(dòng)生成取件碼發(fā)送給取件人的過(guò)程，約30秒一件。智能自提柜的規(guī)格設(shè)置為200，南北區(qū)各4個(gè)；利用發(fā)生器模擬10：00收到取件碼前往各自取件地點(diǎn)進(jìn)行取件的師生，取件人數(shù)符合泊松過(guò)程，不考慮排隊(duì)后插隊(duì)、換隊(duì)或放棄等情況[8]，取件的時(shí)間間隔在取件區(qū)間內(nèi)呈負(fù)指數(shù)分布。取件過(guò)程通過(guò)合成器模擬，取件時(shí)間可能受到機(jī)器故障或操作不熟練等問(wèn)題的影響，因此通過(guò)智能自提柜取件時(shí)間為20～30秒一人，主站需要人工服務(wù)的主要是破損件收取、需要開(kāi)箱驗(yàn)收的件或進(jìn)行寄件服務(wù)，因此操作時(shí)間為50～70秒一人?？紤]到校內(nèi)上下課高峰期，將12：00—13：00、18：30—19：30規(guī)定為取件高峰期，其余時(shí)段為非高峰期。智能自提柜每日23：00取件結(jié)束，主站人工區(qū)19：30取件結(jié)束，受取件者自身因素的影響每日取件結(jié)束后仍然有10%的快遞沒(méi)有被取走。模型較大程度地完成了校園物流配送流程并實(shí)現(xiàn)了各環(huán)節(jié)的基本功能。

3 ? ?仿真結(jié)果及其分析

模型從7：00開(kāi)始運(yùn)行、23：00運(yùn)行結(jié)束代表一個(gè)周期，以此模擬一個(gè)工作日快遞從進(jìn)站到分揀再到完成最后配送的整個(gè)過(guò)程。運(yùn)行過(guò)程無(wú)擁堵，正常運(yùn)行結(jié)束后，對(duì)部分實(shí)體運(yùn)行數(shù)據(jù)進(jìn)行統(tǒng)計(jì)整理，如表1所示。

其中，非高峰期和高峰期的取件數(shù)量統(tǒng)計(jì)如圖5所示、取件等待時(shí)間如圖6所示。由此可以看出，在取件高峰期，最長(zhǎng)排隊(duì)等待時(shí)間為0秒，因此不會(huì)造成取件擁堵，相比之前所有人只能通過(guò)主站人工取件的方式取件，改進(jìn)后的取件方案有效解決了高峰期排隊(duì)時(shí)間過(guò)長(zhǎng)的問(wèn)題。

在人工操作方面，運(yùn)行結(jié)果顯示，工作人員可以在7：00至10：00左右，完成第一批貨物的分揀和上架工作，在14：00至16：15左右，工作人員能夠完成第二批貨物的分揀和上架工作。10名工作人員同時(shí)參與第一批快遞的分揀工作，結(jié)果顯示，在7：00—8：00，10名工作人員共同完成了1 500件貨物的分揀工作。分揀完成后，人工1—2號(hào)負(fù)責(zé)主站人工區(qū)的上架工作和之后的取件工作，人工3—5號(hào)負(fù)責(zé)北區(qū)自提柜的上架工作，人工6—10號(hào)負(fù)責(zé)南區(qū)自提柜的上架工作。第二批貨物到站后，人工1—2號(hào)不再參與這批貨物的分揀工作，人工3—10號(hào)共同完成分揀工作后繼續(xù)分別負(fù)責(zé)各自區(qū)域快遞的上架工作。截至第一批貨物上架完成時(shí)的人工利用率如圖7所示，可以看出這段時(shí)間人工3—10號(hào)的利用率較高，他們的休息時(shí)間較少。后期可通過(guò)在此時(shí)間段內(nèi)增加兼職工作人員的方法調(diào)節(jié)工作人員的工作量和工作時(shí)長(zhǎng)。第二批貨物分揀結(jié)束后的人工3—10號(hào)的利用率如圖8所示。主站人工取件區(qū)在19：30取件結(jié)束后，人工取件利用率如圖9所示。

人工取件在19：30截止后，兩名工作人員共完成了252件貨物的上架工作和223件貨物的出庫(kù)工作，與自提柜相結(jié)合的取件方式極大程度緩解了之前人工派送的壓力，同時(shí)降低了人工成本?，F(xiàn)實(shí)情況中，工作人員還有卸貨、搬貨等工作，所以模型的利用率相比實(shí)際情況較高，但總體來(lái)看，人工效率基本合理。

同時(shí)，本文還分析了南北自提柜8個(gè)取件合成器的利用率，如圖10所示，從10：00—23：00取件結(jié)束，南、北區(qū)取件合成器的整體利用率分別為72.14%、57.77%，利用率合理。合成器的利用率反映了模型中自提柜的利用程度，說(shuō)明采取自提柜取件的方式后，并不會(huì)造成資源浪費(fèi)。同時(shí)，合理范圍內(nèi)的空閑率也可以很好地應(yīng)對(duì)“雙十一”“618”等活動(dòng)期間校園內(nèi)快遞激增的情況。

4 ? ?結(jié) ? ?論

本文以某一高校的末端配送為研究?jī)?nèi)容，以解決實(shí)際問(wèn)題為目的，針對(duì)高峰期取件擁堵等問(wèn)題，提出適合該校物流配送條件的優(yōu)化方案，并利用flexsim軟件對(duì)該方案的流程進(jìn)行仿真模擬、對(duì)運(yùn)行結(jié)果進(jìn)行分析，發(fā)現(xiàn)改進(jìn)后的方案不會(huì)引起工作人員工作時(shí)間較大和高峰期取件排隊(duì)時(shí)間過(guò)長(zhǎng)等問(wèn)題，說(shuō)明采用人工配送和自提柜取件相結(jié)合的改進(jìn)方案是可行且有效的，為之后高校面臨快遞不斷增多的情況提供了有效的解決方案，更利于校園物流的高效化、便捷化發(fā)展。

參考文獻(xiàn)：

[1] 陳明智，張仕臻，錢(qián)同惠，等．基于flexsim的高校物流配送問(wèn)題研究[J]．物流工程與管理，2018，40（11）：92-94，100.

[2] 景彥榮．高?？爝f末端配送的困境與對(duì)策研究[J]．對(duì)外經(jīng)貿(mào)，2019（8）：50-52.

[3] 肖振華，王小丹．高校校園物流“最后一公里”服務(wù)模式創(chuàng)新研究[J]．商訊，2019（8）：150-151.

[4] 馮婷婷．“最后一公里”物流配送中智能快遞柜平臺(tái)的物流服務(wù)優(yōu)化模型及應(yīng)用研究[D]．沈陽(yáng)：東北大學(xué)，2020.

[5] 武警．“最后一公里”多車(chē)輛無(wú)人配送路線優(yōu)化與管理平臺(tái)設(shè)計(jì)[D]．北京：北京交通大學(xué)，2020.

[6] 原景成．高?！白詈笠还铩笨爝f配送現(xiàn)狀研究分析——以B大學(xué)研究生公寓為例[J]．中國(guó)物流與采購(gòu)，2020（3）：58.

[7] 李佳麗．校園最后一公里物流模式探析——以南京高校為例[J]．物流工程與管理，2021，43（12）：20-22.

[8] 溫清榮，朱世森，曾維聰，等．基于Flexsim的菜鳥(niǎo)驛站取件排隊(duì)系統(tǒng)仿真——以廣州工商學(xué)院為例[J]．中國(guó)儲(chǔ)運(yùn)，2021（2）：

141-144.

[9] 朱文軍，孫宇博，洪桐，等．基于Flexsim的電商配送中心分揀作業(yè)仿真優(yōu)化研究[J]．中國(guó)市場(chǎng)，2022（7）：138-139.

[10] ?應(yīng)毅，劉定一．基于FlexSim的校園共同配送服務(wù)站分揀流程仿真研究[J]．物流科技，2018，41（10）：37-39.

[11] ?龔中文，董丹華，蔣舒琪．某高校快遞無(wú)接觸配送的取件系統(tǒng)仿真設(shè)計(jì)與分析[J]．物流技術(shù)與應(yīng)用，2022，27（8）：145-151.