快递“最后一公里”配送新模式

0　引言

在电子商务的带动下，快递行业得以迅速崛起，快递业面临新的发展契机。同时，快递“最后一公里”配送中依旧存在高成本、低效率以及收件人信息隐私泄露等问题[1]。对此，国内外相关学者从以下4个方面对其进行了研究。

1)配送成本及效率。现有的国内外研究成果中，主要是通过优化配送方式、优化配送路径和优化配送中心选址来降低配送成本，提高配送效率。Frischmann T等[2]通过对多种配送方式的研究，提出了共享末端配送服务的措施，来降低配送失败率，降低成本。Gevaers等[3]则指出，配送体系的不完善造成了交通拥堵，投递失败，而配送率低也是高成本配送的原因，并且利用禁忌搜索算法得到最小时间成本方案。廖理[4]全面考虑影响配送中心的经济性以及时效性因素，把总成本最小化作为决策目标，把时效性作为约束条件，建立了具有时效性的最小成本的选址模型。

2)配送环境。针对这一问题，国内外学者分别从总的配送体系、构建优化配送模型以及构建分析评价体系3个方面给出了解决的方案。Feliu[5]提出了3种新的并且具有相似性的配送服务模式：送货上门、驾车购物和就近取货，希望通过这3种模式缓解交通拥堵，减少快递配送对城市交通造成的影响。玛丽亚·林霍尔姆(Maria Lindholm)[6]以瑞典的中小城市为例，提出了科学决策模型来解决城市配送中存在的交通拥堵问题。陈骏等[7]从快递配送对环境的污染和交通拥堵2个层面，提出了污染物排放的评价模型以及车辆调度模型。

3)配送信息平台建设。国内外研究主要分为配送车辆决策信息系统、快递企业物流信息共享平台以及综合配送系统。卢冰原[8]针对不确定条件下的车辆安排调度问题，开发了末端快递配送车辆的调度决策系统，该系统运用了模型库、知识库的开发方法，但未考虑突发事件的处理机制。Durand B等[9]认为解决快递“最后一公里”配送的最好方法是以城市共享平台为基础来整合现有的快递配送模式。StanisawIwan[10]对波兰的包裹储物柜进行可用性和配送成本分析，设计了一种有效的最后一公里交付系统。

在政府投资项目工程造价结算审计工作中，加强对结算审计人员的综合培养尤为必要[5]。审核单位在工程造价结算审计工作中，认识到了结算审计人员的重要性。在此基础上，在工程造价结算审计的各参与方都加大了人力的投入，从而尽快完成结算审核工作。在选用工程造价结算审计参与人员时，应重视参与人员造价结算审计的专业性，严格要求所有参与人员都为相关专业毕业，具有一定的工作经验，可以独立处理造价结算审计工作。此外，定期对工程造价结算审计人员进行培训，以3个月作为培训阶段点，对审计人员进行综合培训，培训内容包括工程结算审计专业知识、审计工作内容、职业道德素养、沟通协调能力等。

当前配送模式研究在配送成本及效率方面成果已非常成熟，而配送环境、配送信息平台建设及用户隐私保护正逐渐成为研究热点。

1) 确定评语级别。设评语有4个等级，V=(V1，V2，V3，V4)=(好，较好，较差，差)。同时，邀请20位物流专家、老师以及同学进行打分。综合模糊评价表如表6所示。

1　构建配送新模式——SDM

信息共享已成为时代主流，而众包配送恰好体现了这一思想，信息共享必然会带来隐私信息泄漏的担忧[9]。基于已有研究的启发，本文作者设计了一种“基于信息共享的干线协同+末端众包”的综合配送模式(SDM)。

1.1　SDM流程

通过对传统快递的投递流程进行改进，形成了SDM配送模式，图1是“SDM”的配送示意图。

特色库的维护是一项长期工作，建库只是一个开始，及时更新与维护更是任重道远。数据库的生命力在于其数据是否及时得以更新和不断修正，只有不断地更新维护，通过对数据库建设中出现的错误，以及由于网络资源变化而产生的无效链接进行及时更正和删除，才可以确保数据库质量，延长数据库的使用寿命。

图1　“SDM”的配送示意图

SDM的构建主要分为以下5个步骤：

采用“层次分析法(AHP) + 模糊评价法”的综合评价方法对SDM模式的可行性进行分析。首先利用层次分析法构建评价指标体系，然后在此基础上，通过模糊评价法对本文提出的SDM配送模式进行可行性分析。

通过聘请物流专家、老师、同学，对SDM配送模式的评价指标进行打分，打分原则参照层次分析法的1-9标度法。其中，一级评价指标的打分如表1所示，二级评价指标C1、C2、C3、C4的打分分别如表2、表3、表4、表5所示。

在层次分析法(AHP)的基础上，采用问卷调查的方式进行综合模糊评价。主要包括2个部分，一是确定评语级别，二是进行综合模糊评价的判断。

3)干线(跨城)之间的协同配送。各快递企业通过快递信息共享平台进行订单信息的共享，按各个快递公司负责的目的地进行订单交换。以图2、图3列举城市为例，从重庆地区发出的快递，发往的目的地有北京、上海等。传统的配送模式(没有协同配送之前)如图2所示，重庆地区的快递公司A、B需将发往北京和上海的快递分别进行装载配送，因为空载或半载的原因，造成了运输资源的大量浪费。但是采取协同配送后(如图3)，快递公司A与快递公司B在信息平台上就可以进行资源的整合与分配，发往北京的快递聚集在一起后由快递公司A运输，发往上海的快递由快递公司B负责。这样就可避免大量的重复配送，在干线上降低了配送成本。

4)隐私保护。主要分为政策管理保护方法和技术保护方法。Mayur S. Desai等[11]针对电子商务中存在的用户隐私泄漏问题进行研究，并提出隐私保护的实施政策。Ibraheem Mubarak Alharbi等[12]通过了解用户最为关切的隐私信息，并深入分析了用户隐私泄漏的途径，设计了感知用户敏感信息的识别方法，对于我国快递用户隐私保护的研究有很重要的借鉴意义。刘建昆等[13]提出了个性化的K-匿名保护方法，通过用户自己定义自己的隐私保护程度，很大程度上降低了不必要信息的屏蔽，一定程度上降低对配送效率的影响。

图2　干线协同运输前

图3　干线协同运输后

4)同城协同配送。当快递到达了目的地中转中心，该城市不同快递企业的中转中心对快递进行下一级区域的智能分拣，分拣后的快递信息会上传到快递信息共享平台上，该平台会根据不同快递公司负责的该城市指定区域进行统一分配，各快递企业通过协同配送将快递送至“最后一公里”配送网点。以北京中转中心为例：没有协同配送时(如图4)，北京地区的各个快递公司分别将本公司的快递按区域进行配送，如果有3个快递公司，3个区域，那么就要配送9次；但是如果协同以后(如图5)，快递按区域整合装车，一个公司负责一个区域，则只需要配送3次，这样就大为节省了配送成本，减少了城市的交通拥堵。

图4　同城协同运输前

图5　同城协同运输后

5) “最后一公里”众包配送。该快递信息共享平台将城市中闲散的资源进行整合，使得末端配送达到共享状态。图6是末端快递网点在快递信息共享平台上发布待派送件的信息，众包快递员在线接单并完成配送的流程。主要有以下7个关键步骤：①末端快递网点发送待派送件的配送需求信息至快递信息共享平台；②众包快递员根据快递信息共享平台上发布的需求信息进行抢单；③众包快递员抢到单后，该快递信息共享平台会将被抢单的快件信息反馈给末端快递网点，包括对该快递件的路径追踪，以及注册的该众包快递员的相关信息；④众包快递员抢到单后，该快递信息共享平台同时会将快件验证码发送到收件人的手机上；⑤众包快递员抢到单后，去相应的末端快递网点取件；⑥众包快递员在末端快递网点取完件后，就可以按照配送信息上的配送路径进行配送；⑦收件人在收货时将此验证码交由众包快递员来确认此快件完成配送。

图6　快递末端众包配送流程

1.2　“SDM”的配送模式特点

与国内外相关研究中提及的配送模式不同的是，SDM综合配送模式一方面从整个供应链角度出发，通过干线协调运输，末端众包配送的模式，以达到提高配送效率、降低物流企业成本的目的；另一方面通过二维码及差分隐私(differential privacy)保护方法对收件人的隐私信息进行保护。综合考虑了配送成本和效率、配送环境、隐私保护等影响因素，具有很好的可行性。

2　SDM配送模式可行性分析

1)构建信息共享平台。该平台包括参与协同配送的快递企业的相关信息，如配送中心的位置、服务范围、配送车辆的数量和载重等信息；参与的企业实时上传和更新相关的订单信息，为整条供应链上的干线协同配送以及末端众包配送提供基础的信息服务。

2.1　评价模型构建

采用层次分析法(AHP)构建评价指标体系。以配送成本及效率、配送环境、平台配送信息、隐私保护4个方面设置评价指标体系的一级指标；针对一级指标各项内容再次建立4个二级指标。图7是SDM配送模式的评价指标体系。

图7　SDM配送模式评价指标体系

2)二维码快递单。采用智能寄件APP填写电子快递单。将信息进行统一标准的录入，生成二维码后上传到服务器。一方面，由于快递信息填写具有统一的标准，所以在各中转中心的分拣就可以进行智能化的逐级分拣，提高了分拣的效率；另一方面，在快递“最后一公里”的配送中，快递员可以通过扫描二维码对收件人进行短信或者拨号通知，大大提高了配送的效率和准确率。

表1　一级评价指标的打分

C1C2C3C4C11430 5C20 2510 50 13C30 33210 17C42861

表2　二级评价指标C1的打分

C11C12C13C14C111531C120 2123C130 330 510 33C1410 3331

表3　二级评价指标C2的打分

C21C22C23C24C2110 330 50 33C22310 330 5C232313C24320 331

表4　二级评价指标C3的打分

C31C32C33C34C311231C320 5130 5C330 330 3310 33C341231

表5　二级评价指标C4的打分

C41C42C43C44C4110 20 330 5C425123C4330 512C4420 330 51

通过以上的打分表可计算出各自评价指标的权重值。一级评价指标计算后的权重为W=(0.613 7,0.089 76,0.234 5)；二级评价指标的权重为WC1=(0.346 9,0.065 7,0.092 4,0.198 8),WC2=(0.429,0.095 6,0.298 4,0.138 8),WC3=(0.134 6,0.231 7,0.492 4,0.128 8),WC4=(0.245 9,0.054 7,0.082 3,0.208 8)。

然后对计算得到的权重进行检验，是否具有一致性。以一级评价指标的计算为例，首先计算得到最大特征向量值λmax=4.180 9，再计算CI(一致性检验的指标)，当n=4时，代入公式CI=(λmax-n)/(n-1)，求得CI=0.060 3，当n=4时，查表可得修正系数RI=0.9。因此CR=CI/CR=0.067<0.1，当CR<0.1时，证明该评价指标的一致性较好，权重的分配是合理的。同理，对所有的二级指标进行一致性检验，计算可得CR1=0.078<0.1；CR2=0.089<0.1；CR3=0.059<0.1；CR4=0.076<0.1。由此可见，对一级、二级指标所分配的权重是符合一致性要求的。

2.2　基于模糊评价的可行性分析

图1为典型机电一体化设备，由机械部件、电气元件、气动元件、PLC模块、触摸屏模块以及模拟生产设备实训单元(包含立体仓库单元、CCD检测单元、材质检测单元、喷涂单元、孔深检测单元、条码扫描单元、总控单元和环形传输系统)等组成[2]。

本研究利用CodeHop设计的简并引物DMMK1－F／DMMK1－R， 经 RT－PCR 扩增出特异片段，克隆获得856 bp桑椹核地杖菌丝裂原活化蛋白激酶基因Mmk1的 cDNA片段，Blastx比对发现Mmk1与核盘菌菌丝裂原活化蛋白激酶Smk1同源性为99%，系统进化树分析发现MMK1序列与Sclerotinia sclerotiorum和Botrytis cinerea的MAPK氨基酸序列聚为一类。实时荧光定量PCR结果表明该基因的表达随着菌株的生长而减少。

根据已有研究结果[3]，按多元Logistic回归模型中样本容量的计算方法，利用2013年第五次国家卫生服务调查重庆农村地区的相关数据，失访率为50%，计算样本容量为270例。实际共抽糖尿病患者496例。利用Epidata录入问卷调查数据，数据整理和分析采用统计工具软件Stata 11.0。

二级指标的综合模糊评价判断。依据对准则层的所有二级指标Cij的评价结果进行隶属度[14]的计算，建立二级指标Cij的隶属度子集Rij，(i为二级指标相对应的一级指标，j为第i个一级指标所对应的二级指标个数)。以C1为例，其模糊矩阵R1=(R11，R12，R13，R14)T，其中R11=(9/20,7/20,3/20,1/20)，R12=(8/20,6/20,4/20,2/20)，R13=(9/20,7/20,3/20,1/20)，R14=(9/20,7/20,3/20,1/20)，将已计算出的权重WC1=(0.346 9,0.065 7,0.092 4,0.198 8)与建立的隶属子集R1进行S1=WC1 ×R2复合计算，得到综合模糊评价因子S1=(0.390 2,0.2892,0.198 8,0.269 5)，同理计算得出S2=(0.3872,0.3782,0.1186,0.0855)，S3=(0.390 0,0.2992,0.1501,0.1398)，S4=(0.3799,0.2989,0.1504,0.1412)。

Therefore,the translators shall be equipped with the knowledge of Chinese history and culture.In addition,the translation shall adapt to Chinese audience needs.Following discussion is made from these three aspects,i.e.adaptability to history fact,culture and audience’s need.

表6　综合模糊评价表

一级指标二级指标好较好较差差配送成本及效率C1相对固定成本9731相对配送成本8642接包配送时间9731接包反应时间9731配送环境C2投入车辆数量8732交通拥挤程度9641噪音污染8642有害气体排放量9732配送平台信息C3参与的快递企数8831发包数量预测9741接包数量预测7652到达时间预测8732隐私保护C4隐私信息泄露度8831用户隐私需求7742隐私信息受保度8732用户满意度9641

2) 综合模糊评价。将所得到的综合模糊评价矩阵S=(S1，S2，S3，S4)T和一级指标的权重进行复合计算，根据公式A=W×S计算得到计算结果A=(0.3989，0.3023，0.16902，0.1011)，根据最大隶度的原则，SDM配送模式的综合模糊评价属于好的等级。因此，本文提出的SDM配送模式具有可行性。

3　结束语

本文从降低快递“最后一公里”配送的成本、提高其配送效率、改善配送环境以及重视收件人隐私保护4个角度出发，提出了“基于信息共享的干线协同+末端众包”的全新配送模式。该模式有以下3个优势：①从整个供应链角度出发，建立了物流信息共享平台，使我国各个快递企业的信息达到共享；②实行众包的配送模式，不仅降低了配送成本，而且提高了配送效率；③通过隐私保护技术，解决收件人隐私信息泄露等问题。通过“AHP+模糊评价”方法对该模式进行可行性评价，结果表明该模式具有较好的可行性。

参考文献：

[1]　中国电子商务研究中心.2016年度中国电子商务市场数据监测报告[EB/OL].(2017-05-24)[2017-10-01].http://www.100ec.cn/zt/16jcbg/.

[2]　Frischmann T,Hinz O,Skiera B.Retailers'use of shipping cost strategies:free shipping or partitioned prices?[J].International Journal of Electronic Commerce,2012,16(3):65-68.

[3]　Chatzoudes D,Chatzoglou P.Supply chain integration (SCI)measured from an information sharing perspective:examining its impact on business success[C]//International Conference on Research Challenges in Information Science.IEEE,2015:52-63.

[4]　廖理，徐菱，仇戈.基于经济性和时效性的城市配送中心选址模型研究[J].铁道运输与经济,2009,30(2):56-59.

[5]　Gonzalez-Feliu J,Ambrosini C,Routhier J L.New trends on urban goods movement:Modeling and simulation of e-commerce distribution[J].European Transport - Trasporti Europei,2012,50(50):2.

[6]　Maria Lindholm.How local authority decision makers address freight transport in the urban area[J].Procedia-Social and Behavioral Sciences,2012,39:134-145.

[7]　陈骏,谢地.智能快递自提系统设计[J].机械设计,2014,31(08):111-114.

[8]　卢冰原,何力,程八一.模糊环境下的配送车辆调度决策支持系统平台研究[J].科技管理研究,2011,31(23):210-214.

[9]　Durand B,Gonzalez-Feliu J.Urban logistics and e-grocery:have proximity delivery services a positive impact on shopping trips?[J].Procedia - Social and Behavioral Sciences,2012,39(4):510-520.

[10]　Stanisaw Iwan,Kinga Kijewska,Justyna Lemke.Analysis of parcel lockers’efficiency as the last mile delivery solutio- the results of the research in Poland[J].Transportation Research Procedia,2016(12):644-655.

[11]　Mayur S Desai,Thomas C Richards,Kiran J Desai.E-commerce policies and customer privacy[J].Information Management & Computer Security,2003,11(1):19-27.

[12]　Mubarak Alharbi I,Zyngier S,Hodkinson C.Privacy by design and customers’perceived privacy and security concerns in the success of e-commerce[J].Journal of Enterprise Information Management,2013,26(6):702-718.

[13]　刘建昆,康海燕.面向快递信息的个性化隐私保护研究[J].河北大学学报(自然科学版),2017,37(03):294-301.

[14]　杨悦,李国庆,王振浩.基于可信性理论的含风电电力系统电压稳定概率评估[J].电力自动化设备,2014,34(12):6-12.