manyao,hero s theme,非诚勿扰20100816
摘 要：“最后一公里”物流是供应链的最后一个环节，是商品到消费者手中的“最后一次”位移过程，距离虽短，在我国一直不畅。现有研究包括：“最后一公里”物流模式及其效率，以走“最短距离”或“最短时间”为目标的路线规划与优化，减少备货分拣、定位寻址、取货签名等环节时间消耗的装备与技术等。文章就“最后一公里”物流研究提出了三个思路，其中，大规模物流配送与定制化服务模式是解决问题的核心。
关键词：最后一公里；物流；配送；路径规划；电子商务
中图分类号：F252.14 文献标识码：A
Abstract： The“last mile”logistics is the last link of supply chain and the last displacement by the products reached to consumers. The “last mile”distance is short but tough in China. Available studies includes， the patterns and efficiency in the“last mile”， path planning and optimization models based on the shortest distance or minimum time duration， equipments and technologies for saving time during the process of stocking up， sorting， positioning， addressing and signing. Three ideas of the“last mile”logistics research were proposed， and the core to the problem is a pattern with the thought of mass customization distribution and customization service.
Key words： the“last mile”； logistics； distribution； path planning； E-commerce
0 引 言
国家《物流业发展中长期规划（2014—2020）》中提出加速电子商务、物流快递等新业态的成长，区域性本地生活O2O、社区电商成为高速增长的领域之一。基于互联网的各类采购业务快速增长，正显著改变着消费习惯和流通模式。当前各路物流公司、快递企业纷纷亮剑，以期能够提供良好的物流配送服务以满足消费者日益突出的个性化需求。“菜鸟”、“蜂巢”充分整合快递配送资源，“爆仓”问题虽得到了一点缓解，但是“快件”最终到达消费者的时间并没有明显缩减，“最后一公里”严重拉长了网购物流周期。事实上，常见“快递”物质只占日常流通的30%，大部分物质并没有“流动”起来，例如瓜果生鲜等所涉及冷链的物质，国内还只有25%的流通率。在我国，“从批发地到市场，价格翻数倍”的现象一直无解，“最后一公里”物流成了顽症。自营物流在我国非常普遍，在“最后一公里”占比超过75%，“电动车+小箱子”在大街上穿梭，看似红火的配送业务却让交警光火、政府无策、消费者不满。
现在，个人消费转向“多样、个性、上门”需求，小企业青睐“零库存、小批量、高频率”服务，从供应链的角度来看，需求在变，渠道也需改变，“最后一公里”物流服务亦如此。“膨胀+拥堵”的城市，需要重新审视“最后一公里”物流服务的模式、装备与技术。本文将对当前“最后一公里”物流的理论、方法、实践与应用技术研究，做较全面的梳理，并提出未来可能的研究方向，以期有效解决其面临的问题。
1 “最后一公里”物流研究现状
有关“最后一公里”的研究，国内远比国外热，从2011年1月到现在的几大检索工具的查询结果来看，国内文献量百倍于国外的。我国社会物流成本远高于国外，为美日欧的二倍多，中国特色明显。为此，下面的探讨将以国内研究为主。
1.1 “最后一公里”物流的界定
“最后一公里（last kilometer， last mile）”有其特定的含义，并不指物理空间上的距离，而是指最后的、最关键的一步，国内外是有严格定义的[1]。引申之下，“最后一公里”物流即是指商品送达消费者之前的最后一次位移。从所能查阅到的文献资料来看，并没有确切的“最后一公里”物流定义，只有与之相近的“城市配送”定义明确，几乎所有“城市配送”研究都会提及“最后一公里”物流问题。“城市配送”与“最后一公里”能否对等并没有文献界定，在可见的文献[2-3]中也只是区别了二者，认为“最后一公里”物流是供应链的最末端活动，是指商品送达消费者之前的最后一次位移，是社会物流的一个部分，是一种短时间、短距离的物流服务。笔者认为，不能因为电子商务的蓬勃发展，而将城市内的快递等同于、或代替“最后一公里”物流[4]。
“最后一公里”物流，国内外的研究者不在少数，而在我国它已沦为了一个顽症，引起了政府部门、行业、学者与技术人员的高度重视。“最后一公里”物流研究的重要性，不仅是因为这个市场本身巨大，还在于这个市场可激发更多的潜在消费欲、加速消费和扩大消费。考虑研究目标，本文没有像张锦等人[5]一样将“人道物流”纳入讨论范围，只涉及商业物流。
1.2 “最后一公里”物流的模式问题
如前所述，“最后一公里”物流指的是商品到达消费者手中的最后一次位移，实现的形式一般可分为自营模式、第三方模式、联合模式等几种。一般来说，第三方物流模式要比自营模式的效率高。美日的第三方市场份额分别达到57%和80%[6]，我国的第三方物流效率低下，市场只有22%左右。樊雪梅等[7]用模糊AHP+DEA分析法，计算了B2C下7种配送方式的投入产出效率，表明自营、第三方、联合配送为相对有效的3种方式。对于上游企业，究竟应该采用何种模式，这不是一个单纯的效率或效益问题，即便是京东这样的电商，自营仍然是其核心竞争力，“快递”公交也被证明具有较高效率[8]。有关物流的效率、效益研究，国内研究者鲜见。Chin-Chia Jane[9]研究了一种既考虑配送成本又考虑送货可靠性的绩效综合指数模型；Chiung-Lin Liu等[10]研究了第三方物流企业绩效与服务的关系，证实那些具有关键服务能力的企业能获得更好的财务绩效。
物流以网络化来降低成本，“最后一公里”物流似乎仍然脱离不了网络构建问题，铺设足够的网点成为各大物流商的发展策略[11]。国际上有做法是，先把零售网点布局到一定程度后，再将业务拓展至快递业。日本有成熟的便利店收发物件模式；国际快递巨头UPS和联邦快递同样涉足零售业务，零售门店除了日常销售物品外也用于处理部分快递业务。“最后一公里”网点的密度与空间分布将影响服务质量，研究者以“运输距离最短的配送路径”为目标来进行规划，或者反过来依此评估网点的设置合理性[12]。由于物流对象的不同，所采用的装备技术、操作方法也有差异，“最后一公里”物流可分为“常温”物流与“低温”物流，而“生冷活鲜”等货物的流通是行业最热的，也是最棘手的。从物流的源头来看，在同一个城市接单、配载与发送的方式，自成一个完整的“门到门”过程，支持系统自成体系，例如同城物流；而从最后一级分拣中心开始配载、发送，这种物流作为最终环节来存在，信息依赖于上游，第三方难以介入；一些物流商以一种集成的方式，形成所谓的联合物流模式，为多个快递企业提供终端递送服务。后二种难处理上下游合作伙伴之间的博弈关系，必须保证各方都有利可图[13]。“最后一公里”物流模式改变最大的是：由采用“实体门店”网点的面对面交付模式，转变为使用“机器”如快递柜、取货柜让客户自提的模式，企业的成本结算、服务时间和操作规程将因之而变。
1.3 “最后一公里”物流的线路与调度优化问题
最后一公里是衔接供应商与消费者关键的一环，线路优化问题一直很热。在给定的交通状态下，影响运输效率的因素主要有：交通信号灯、速度限制、车道管制等[14]，短距离运输下，距离和速度并不是制约物流效率的最主要因素。相关研究中，都提出了共同配送或第三方配送的模式[15-16]，在这样配送模式下，集装策略与配送路线的选择很大程度影响了“最后一公里”的效率。
对于同城配送路径优化问题，何俊生[17]分别以单车多任务和多车多任务为研究对象，建立路径优化模型并采用启发式算法求解，可得到较为系统的优化配送方案。基于GIS、GPS、GPRS应用的车辆运行规划问题的相关研究也很多。王平[18]、彭诚[19]等设计了基于GIS的智能配送系统用于解决实际问题中多重约束条件下的运输车辆安排、货物有序装载、运行路径规划的问题；国外学者也提出整合GIS与DSS，用以在最后一公里中做出使得成本最小化的决策[20]。此外，以费用为目标函数，采用启发式节约算法、启发式算法对物流配送车辆集装与路径规划方案的研究不少[21-23]，其中张景玲的对多车型开放式动态需求车辆路径问题的两阶段数学规划模型与实际运输规划问题较为贴合，包括了预优化阶段与实时动态优化阶段，预优化模型可解决已知的需求配送规划问题；针对新的客户需求，动态优化模型可实现实时优化[24]。利用成熟算法解决路径规划问题，蒋忠中[25]和王俊珺[26]等分别采用FLOYD算法、DIJKSTRA算法进行了路线规划中的最短路径研究，并在算法的基础上提出了对数据存储方式、数据结构等方面的优化方案，用以提高运算效率。
已有的路径优化算法与改进，对“最后一公里”路线优化的理论研究起到了很大的推进作用，但是“最后一公里”物流真正的变数不是距离而是时间，常温物流亦如此，低温物流要求更高，因商品品质与时间赛跑。阮石磊详细讨论了B2C电子商务企业物流运输车辆的调度问题，提出了一种带多时间窗的物流配送车辆运输调度模型[27]。陈莎莎[28]以徐州市为例研究了零售终端生鲜蔬菜的“最后一公里”配送问题，并建立了一个带时间窗约束的车辆路线优化模型，给出了使得总成本最小的配送方案。针对生鲜水果配送问题，胡越[29]从配送速度与成本、社会效益等角度，提出了一种对配送组织资源重新整合的方案。
1.4 “最后一公里”物流的装备与技术问题
备货是“最后一公里”物流不可或缺的一环。备货的主要工作是拣选，多个种类的货物、来自于多个存储区域、分装到至少一个容器、送往至少一个目的地，如何实现在有限的时间内、有限的移动距离内把货物找出、取回，这是一个备受关注的题目。特别是对于那些立体仓库、仓储与配送中心内的备货操作，研究包括：备货者行走的路线、拣选的策略、拣选机械与系统、货物的定位技术。研究自动化立体仓库中堆垛机（拣选叉车）的行走路线优化，以改善拣选作业的效率，使用遗传算法来快速求解的研究者不乏少数[30]，使用蚁群算法求解的也不乏其人[31]；人工拣选时，随着订单所含货品的仓储位分布及位置数量的增加，会让拣选者的路线决策变得异常艰难[32]。无论是人工还是机械，在有限能力下，必须解决单次拣取与装载的限制问题，在按单拣选（order-picking）情况下，“多收货者、多货品”是常态，波次式、点播式、播种式、摘果式成为特定场合下提高拣选效率的策略。拣选作业成本占据了总运行成本的70%～75%，在优化拣选操作时，有3个研究方向：（1）让货物在机器设备支持下移动到拣选者面前；（2）通过声光电的指引将拣选者带到货物跟前；（3）让不知疲倦的拣货叉车按照规划的路线高速来回奔走。从效率与效益来看，所有这些研究的目标要么是提高移动或行走速度，要么是缩短距离，要么就是减少操作时间。拣选作业是一个系统性工程，过去研究者使用了类似单一通道（single-aisle）下“木桶传水”的救火方法，即水桶队列模型（Bucket Brigades），来仿真仓库里的拣选及路线优化问题，Sadia Quader等[33]对水桶队列原理进行了扩展，研究了多通道（multi-aisle）情况下拣选系统的组织平衡性问题。现在研究出来的带自动分拣功能的连续输送设备，一般都具备上述几种特点，但其庞大的体积和有限的精细化制约了其在“最后一公里”的应用。
2015年，“中国大陆地区消耗了塑料编织袋29.6亿个、塑胶袋82.6亿个、包装箱99亿个、胶带169.5亿米、避免撞击的缓冲物29.7亿个”。快递虽好，但包装后患难估。没有学者专门研究“最后一公里”物流的包装问题，难以单独评估“最后一公里”下包装的直接影响。在惯性思维下，“最后一公里”物流似乎无法与通行包装撇清关系，因包装不仅是为了保护商品，还用于需帮助区分商品。要更好地分隔、区分商品，在包装上加入RFID标签[34]，甚至接入物联网，让“物品开口说话”；只要商品安全不成问题，企业应该减少包装材料，多使用绿色可回收的包装材料[35]。无论何种回收包装，目前还没有回收后直接继续使用的。