基于订单数据选择拣货方式研究*
2017-11-17柯晟劼
柯晟劼
(福州外语外贸学院，福建 福州 350202)
基于订单数据选择拣货方式研究*
柯晟劼
(福州外语外贸学院，福建 福州 350202)
为了探讨基于物流中心的订单数据选择理想的拣货方式(摘果式或播种式)，本研究以作业时间为评价标准，在分析了不同拣货方式的作业工序后，针对其中花费时间的作业工序，基于订单数据4个要素(客户数、商品种类数、订货数量、订单列表行数),建立了不同拣货方式作业时间的推算模型。通过模型比较，探讨订单数据4个要素各种大小关系时作业时间较短的拣货方式。结果表明，商品种类数、订货数量的值越大，理想的拣货方式越倾向于摘果式拣货；客户数、订单列表行数的值越大，则越倾向于播种式拣货。
物流中心；订单数据；拣货方式；摘果式；播种式
引言
一般而言，物流中心拣货业务的运营成本约占总成本的50%。物流中心在供应链的位置越是下游，顾客订单“多频次、多品种、少量”的趋势就越明显，拣货业务的作用也就越发重要[1]。
拣货业务设计的相关先行研究或改善事例数量众多。以物流现场改善理念先进的日本为例，在2008—2012年的“全日本物流改善事例大会”物流业务部门合计52场的讲演中，就有25场是关于拣货业务改善。
拣货业务的相关设计项目包括拣货方式、作业区域布局、商品摆放位置等等。这些项目相互影响，特别是不同的拣货方式(“摘果式”或“播种式”)作业工序差异很大，所以拣货方式的选择应优先进行探讨。由于拣货业务是根据物流中心所接收到的订单进行，因此可以基于订单数据选择理想的拣货方式。
作为订单数据研究的先行者之一，铃木震在先行研究中，将订单数据按客户订购商品的不同倾向(订购模式)进行分类，考察了理想的拣货方式[2]。进而，铃木震在其著作中阐述了基于订单数据选择拣货方式的可能性和重要性[3]。车小原也在先行研究中阐述了选择拣货方式需要和订单数据的特征相适应的观点[4]。但上述研究以选择倾向和典型案例的探讨为主。
而作为相关的定量分析，岩尾咏一郎等在先行研究[5]中推算、比较了摘果式拣货以及播种式拣货的作业时间，基于订单数据探讨了理想的拣货方式。探讨中设定订单数据的商品种类数不变，比较了客户数、订货数、订单列表行数分别为初始值2倍、4倍、6倍、8倍时的情况。探讨结果为所有情况下摘果式拣货都比播种式拣货作业时间短。然而，该研究使用的订单数据有片面性，没有得出普遍的结论。
综上，基于订单数据选择理想拣货方式的研究仍不充分，需要进一步探讨。
一、问题探讨思路及核心概念界定
(一)问题描述及其探讨思路
如前所述，物流中心拣货方式的选择没有明确的方法，判断困难，由此会造成拣货业务作业工序不合理，浪费作业时间。而基于订单数据选择理想的拣货方式仍有探讨空间。因此，本研究旨在探讨如何基于订单数据选择理想的拣货方式。为此，基于订单数据的4个要素(客户数、商品种类数、订货数、订单列表行数)建立了不同拣货方式作业时间的推算模型，通过模型比较，探讨订单数据4个要素各种大小关系时，作业时间较短的拣货方式。
(二)本研究关注的物流中心及商品
从制造业的工厂到零售业的店铺所组成的供应链上，分布着不同类型的物流中心。本研究关注的是处于供应链下游位置的零售业物流中心，如图1所示。此类物流中心根据来自店铺的订单进行拣货，再将商品配送至店铺。
而本研究关注的商品是作业员可以手工拣货的文具或点心等小物品。
(三)拣货业务相关概念界定
拣货业务是指在物流中心将被订购的商品从保管位置取出开始，至出货捆包、包装业务进行前的作业。
拣货的基本方式包括“摘果式拣货(Single Order-Picking)”和“播种式拣货(Batch Order-Picking)”两种。摘果式拣货是按客户订单依次拣货；播种式拣货是将复数客户订单的商品，先行全部取出后，再按客户分货。
此外，播种式拣货在先行取出商品时又分几种情况，可以将全部客户的商品都取出，也可以按配送车辆将商品分批取出等。本研究中的播种式拣货指“将全部客户的商品都取出”的情况。
(四)订单数据概念界定
由店铺发往物流中心的订单数据，由客户、商品种类、订货数量3个项目构成。本研究中，将订单数据的客户数用E(Order Entry)，商品种类数用I(Item)，订货数量用Q(Quantity)，订单列表行数用L(Lines of Order-List)表示。进而，将各商品种类的总订货数量用IQ，各商品种类的订购客户数用IK表示。再将各客户的总订货数量用EQ，各客户订购的商品种类数用EN表示。
二、拣货业务作业时间建模
(一)模型建立思路
为了建立订单数据与作业时间的关系，首先分析不同拣货方式的作业工序；其次，针对其中花费时间的作业工序，分析其作业时间与订单数据要素间的比例关系，建立以订单数据要素为变量的作业时间推算公式；最后，将各公式组合成为不同拣货方式作业时间的推算模型。
(二)各拣货方式的作业工序
摘果式拣货的作业工序如下：
①准备(领取拣货指示单、准备中转箱和推车等)；②向商品货架移动；③寻找商品；④取出商品；⑤将商品放入中转箱；⑥向结束位置移动。
反复进行作业工序②—⑤，直至拣货指示单上所写的全部商品都被取出；再反复进行所有工序直至全部客户(拣货指示单上)的商品都拣货完成。
播种式拣货分两个阶段进行作业。首先，第一阶段按被订购的商品种类进行拣货，第二阶段按客户进行分货。
第一阶段：①准备(领取拣货指示单、准备中转箱和推车等)；②向商品货架移动；③寻找商品；④取出商品；⑤将商品放入中转箱；⑥向结束位置移动。
按被订购的商品种类进行①—⑥的作业。待被订购的商品全部拣货完成后，进入第二阶段的分货作业。
第二阶段：①准备(领取拣货指示单、准备中转箱和推车等)；②向货架移动；③寻找中转箱；④取出商品；⑤将商品放入中转箱；⑥向结束位置移动。
按客户进行分货直至分完第一阶段拣货的全部商品。
参考先行研究[6]，分析以上作业工序中花费作业时间的有3种作业工序：(a)移动；(b)寻找；(c)取出(放入)。基于这些作业工序对各拣货方式的作业时间进行建模。
(三)摘果式拣货作业时间建模
第i次的摘果式拣货作业时间如式(1)：
TSNi=GTi+STi+TTi
(1)
其中，TSNi表示第i次拣货的作业时间(秒)；
GTi表示第i次拣货的取出时间(秒)；
(说明：含放入中转箱时间。)
STi表示第i次拣货的寻找时间(秒)；
TTi表示第i次拣货的移动时间(秒)。
在第i次的摘果式拣货作业中，取出商品的次数为EQi，寻找商品的次数为ENi。因此，假定作业次数与作业时间存在比例关系，则第i次的摘果式拣货中，各工序的作业时间为式(2)、式(3)。
GTi=C1×EQi
(2)
C1表示取出系统(秒/个)；
EQi表示第i次拣货客户的订货数量(个)。
STi=C2×ENi
(3)
C2表示寻找系统(秒/种或行)；
ENi表示第i次拣货客户订购的商品种类数(种)。
而式(1)的第3项移动工序所花费的作业时间分为“往返移动”和“商品间移动”两部分时间。“往返移动”指拣货开始位置到商品货架以及商品货架到结束位置的移动，每次作业这样的移动只有1次。“商品间移动”指取完1种商品后，前往取下1种商品时的移动，第i次的摘果式拣货中“商品间移动”的次数为ENi-1。因此，移动工序的作业时间为式(4)。
TTi=C3×(D1×1+D2×(ENi-1))
(4)
C3表示移动系数(移动速度的倒数)(秒/m)；
D1表示全部拣货作业往返的平均移动距离(m)；
D2表示全部拣货作业商品间的平均移动距离(m)。
摘果式拣货的总作业时间为E个式(1)合计，而全部EQ合计为Q，全部EN合计为L，因此摘果式拣货的总作业时间为式(5)。
=C3×(D1-DA)×E+C1×Q
+(C2+C3×D2)×L
(5)
TS表示摘果式拣货的总作业时间(秒)。
(四)播种式拣货作业时间建模
首先，播种式拣货第一阶段的作业时间可以通过将摘果式拣货作业时间模型中的客户数替换为商品种类数算出，如式(6)所示。第1项为取出商品的时间，第2项为寻找商品的时间，第3项为移动时间。
=(C2+C3×D1)×I+C1×Q
(6)
TB1表示第一阶段的总作业时间(秒)；
I表示商品种类数(种)；
IQi表示第i种商品的总订货数量(个)。
其次，播种式拣货第二阶段的作业时间如式(7)所示。第1项为将商品放入客户中转箱的时间，第2项为寻找中转箱的时间，第3项为移动时间。
=c3'×d1'×I+c1'×Q+c2'×L
(7)
TB2表示第二阶段的总作业时间(秒)；
c1'表示取出系数(秒/个)；
c2'表示寻找系数(秒/行)；
c3'表示移动系数(移动速度的倒数)(秒/m)；
d1'表示每次分货作业的平均移动距离(m)。
因此，播种式拣货的总作业时间如式(8)所示。
TB=TB1+TB2
=(C2+C3×D1+c3'×d1')×I
+(C1+c1')×Q+c2'×L
(8)
TB表示播种式拣货的总作业时间(秒)。
三、基于订单数据探讨理想的拣货方式
(一)摘果式拣货和播种式拣货第一阶段作业时间的比较
为比较摘果式拣货和播种式拣货，首先，将摘果式拣货的总作业时间和播种式拣货第一阶段的总作业时间进行比较。
用摘果式拣货的总作业时间减去播种式拣货第一阶段的总作业时间，即式(5)减式(6)，整理后为式(9)，即：
TS-TB1=C3×D1×(E-I)+C3×D2
×(L-E)+C2×(L-I)
(9)
其次，按“E、I、L”3个要素的不同大小关系，分情况(订购模式)探讨理想的拣货方式。当L不变时，E和I的大小关系如表1所示，而E、I和L的关系为E≦L、I≦L。
表1 订购模式的分类(1-3)
1.订购模式1(E 式(9)第1项的值为负，第2项的值为正，第3项的值为非负，因而式(9)值的符号无法明确判断。但是可以看出，当I的值充分大于E，且I的值很接近L时，采用摘果式拣货较好。 2.订购模式2(E=I≦L) 式(9)第1项的值为0，第2项的值为非负，第3项的值为非负，因而式(9)的值为非负。由此可知，当L不变，E=I时，一般采用播种式拣货较好。 3.订购模式3(I 式(9)第1项的值为正，第2项的值为非负，第3项的值为正，因而式(9)的值为正。由此可知当L不变，且E比I大时，采用播种式拣货较好。 进而，如表2所示，将订购模式进一步细分，对理想的拣货方式进行探讨。 表2 订购模式的分类(4-7) 4.订购模式4(E=I=L) 每个客户都只订购1种商品，并且，每种商品也只有1个客户订购。该情况下E、I、L的值相等，式(9)的值为0。并且，不需要进行播种式拣货第二阶段的分货作业。即摘果式拣货和播种式拣货的作业内容相同。 5.订购模式5(I 每个客户都只订购1种商品，多数商品有复数的客户订购。该情况下E、I、L值的关系为I TS-TB1=(C3×D1+D2) ×(E-I)>0 (10) 6.订购模式6(E 客户会订购复数的商品，每种商品只有1个客户订购。该情况下E、I、L值的关系为E TS-TB1=C3×(D1-D2)×(E-I) (11) 因为每种商品只有1个客户订购，不需要进行播种式拣货第二阶段的分货作业，所以可以分以下两种情况探讨理想的拣货方式。 当D1>D2时，TS-TB1<0，可知采用摘果式拣货较好；相反，当D1 7.订购模式7(E E、I、L值的关系为E 当E≧I时，第1项的值为非负，可知采用播种式拣货方式较好；当E (二)摘果式拣货和播种式拣货总作业时间的比较 进一步考虑播种式拣货的第二阶段作业，探讨理想的拣货方式。为进行比较，用摘果式拣货的总作业时间式(5)减去播种式拣货的总作业时间式(8)，整理后为式(12)。 由式(12)可知I、Q的值越大，理想的拣货方式越倾向于摘果式拣货；若E、L的值越大，理想的拣货方式则越倾向于播种式拣货。 TS-TB=C3×(D1-D2)×E -(C2+C3×D1+c3'×d1')×I +c1'×Q+(C2+C3×D2-c2')×L (12) (三)小结 在本章中，基于订单数据的4个要素(客户数E、商品种类数I、订货数量Q、订单列表行数L)推算了不同拣货方式作业时间，并探讨了其中作业时间较短的拣货方式。探讨结果表明，当订单数据4个要素间的关系不同时，理想的拣货方式也不同。I、Q的值越大，理想的拣货方式越倾向于摘果式拣货；而E、L的值越大，理想的拣货方式越倾向于播种式拣货。 关于E、I、L值的大小关系，E、I二者间的关系有3种(E ①E ④E=I=L;⑤I 将上述6种组合所对应的理想的拣货方式整理后，如表3所示。表中理想的拣货方式是根据式(9)的探讨结果所得，因而在实际进行拣货方式的选择时，若根据表3内容判断理想的拣货方式可能为播种式拣货，还需进一步探讨第二阶段的作业时间和作业场地等因素。 表3 订单数据和理想拣货方式的关系 注：*这种关系现实中几乎没有 本研究旨在探讨如何基于订单数据选择理想的拣货方式。为此，基于订单数据的4个要素(客户数、商品种类数、订货数量、订单列表行数)建立了不同拣货方式作业时间的推算模型，探讨了作业时间较短的拣货方式。 探讨结果表明，当订单数据4个要素间的关系不同时，理想的拣货方式也不同。总结如表3所示。此外，I、Q的值越大，理想的拣货方式越倾向于摘果式拣货；而E、L的值越大，理想的拣货方式则倾向于播种式拣货。 但是，本研究未考虑播种式拣货第一阶段和第二阶段之间的搬运时间。此外，物流中心在实际运营时，为提高效率，也存在将特殊客户或商品同其它订单分开，单独确定拣货方式的情况。将来需要基于本研究所得结果，进行更加详细的探讨。 [1] 圆川隆夫,DUMRONGKIAT R-A,秋庭雅夫.参照IQ曲线订单拣货方式基于时间尺度的评价方法[J].日本经营工学会志,1984,35(1):50-56. [2] 铃木震.配送中心订购模式·拣货方法的研究[J].日本物流学会志,1995,4(1):82-91. [3] 铃木震.配送中心系统[M].东京:成山堂书店,1997:8-14. [4] 车小原.“汇总分播”是提高订单拣选效率的基本方法[J].物流技术与应用,2012(8):71-74. [5] 岩尾咏一郎,小岛崇弘,内野明.模拟分析结果和数据公开相关研究——利用仓库内作业效率化模拟[J].专修大学情报科学研究所月报,2009,70(1):1-10. [6] 中小企业厅.基于物流ABC(Activity-Based Costing)各物流设备模式基准·手册[M].东京:(日本)中小企业厅,2005:1-13. Study of Order Picking Policy Selection Based on Order-data KEShengjie (Fuzhou University of International Studies and Trade,Fuzhou Fujian 350202) In order to discuss how to select the ideal order picking policy ("single order picking" or "batch order picking") based on the order data in the logistics center,in this study we used the operation time as evaluation standard and built the operation time calculation models of different order picking policies based on 4 elements in order-data (quantity of customers,quantity of item varieties,quantity of items,quantity of order-list lines) after analyzing the operation processes of different order picking policies.Then we made comparisons of the models when the size relationship of 4 elements in order-data changed and discussed which of the operation time was shorter.We found that the larger the quantity of item varieties and quantity of items,the more likely the ideal picking would be single order picking,and the larger the quantity of customers and quantity of order-list lines,the more likely the ideal picking would be batch order picking. logistics center;order-data;order picking policy;single order picking;batch order picking 2017-09-18 中国物流学会、中国物流与采购联合会研究课题计划面上课题“面向中美跨境电商货物闽台海空中转运输物流中心设计研究”，项目编号2017CSLKT3-067。 柯晟劼，讲师，博士；研究方向：物流工程。 10.3969/j.ISSN.2095-4662.2017.06.007 F713.4 A 2095-4662(2017)06-0033-05 (责任编辑尹春霞)
四、结束语
