O2O模式下物流协作策略研究

李学琴，张 杨



O2O模式下物流协作策略研究

李学琴，张 杨

（西南交通大学，交通运输与物流学院，成都 610031）

针对网络消费单多、量小、分散且服务需求快捷导致物流成本高昂的问题，提出了一种O2O模式下将库存前移的物流协作策略，建立将库存前移的物流协作式配送策略成本模型，并设计了模型求解的遗传算法。通过算例比较，发现协作式配送策略相较于传统的基于订单响应式的配送方式可节约13.15%的成本，表明该协作策略的有效性。

新零售；物流协作；配送成本

0 引 言

随着网络经济的快速发展，网络客户分散、单多量小而且要求快捷配送的消费特征大大增加了物流服务的运作成本。2016年，中国网络零售交易额达5.16万亿元，同比增长26.2%[1],末端配送成本已经占到物流行业总成本的30%以上[2]。一般网络零售商物流费用率为13.1%，而综合费用率才21%左右[3]，网购配送成本占商家运营总成本高达一半以上。

已有对网络购物的配送及通过门店（实体店、便利店）配送模式的研究，大多集中在配送模式的介绍[4-6]、比较[7,8]、选择[9,10]和配送网络优化[11,12]，也有针对终端门店的优化研究[13]。目前对于结合新零售趋势将实体店的物流配送与线上销售的物流配送结合起来的研究较少，更没有考虑将商品提前配送至实体店以响应顾客需求的研究。实践中，线上线下物流相结合的形式是未来O2O应用的发展趋势。一方面，实体店可以利用线上才有的大数据来调整自己的运营，扩大销售，提高自身竞争力；另一方面，在实体店，产品的展示和体验可以得到空分发挥，且网上商家能更好地得到顾客反馈。仓库前移至靠近顾客需求的一线市场，能及时响应订单，并解决顾客退换货难的问题；同时，将分散、量小的订单整合起来进行运输，可形成规模效应，降低物流成本。基于此，本文针对商品网络销售的配送问题，提出O2O模式下的将库存前移的物流协作策略，即商家根据需求预测计算出线上顾客一段时间一定区域的可能配送量，提前将商品配送至该区域的实体店，当线上顾客下单后，由邻近实体店给顾客配送。与传统配送方式的最大区别在于，厂家给实体店送货的同时能将大单量的线上销售量整合起来一起配送至实体店，两者的前阶段物流是一起进行的。

1 物流协作策略配送成本模型

将库存前移的协作策略中，是先将商品从厂家仓库提前配送至实体店，再由实体店给顾客进行配送或者顾客自提，该模式的配送成本大致可由实体店到顾客的配送费、仓库至实体店的运输费和商品在实体店的库存成本组成。为了便于比较分析物流协作策略与传统订单式响应的物流配送成本，计算传统配送方式成本时采用传统的订单响应式配送模型[14]来代入数据分析。

建立总配送成本最小的目标函数：

（1）各实体店的车辆数约束，不超过该实体店拥有的车辆总数：

（2）每个顾客只能被一个实体店的一辆车服务一次：

（3）每辆车都是从各自的实体店出发并返回该实体店：

（4）车容量限制：

（5）车辆不能从一个实体店行驶到另一个实体店：

（6）每个实体店的配送任务仅由厂家仓库的1辆车来完成，而所有配送任务则由辆车共同完成：

（7）厂家仓库给实体店进行配送时，到达和离开某一实体店的车辆有且仅有1辆：

2 算例分析

实际生活中，某一商品的配送范围可能遍布全国，为计算方便，本文只选择具有代表性的成都市二环内为配送范围，并随机选择了位置16的点作为配送中心，16、20、31、39作为实体店位置，50个点作为潜在的客户点，即这50个点并非每个点每天都需要进行配送。当某顾客点有配送需求时，才给予配送，配送中心和实体店的位置也可根据实际情况换做任意位置。路网和潜在客户点位置如图1所示。

图1 潜在顾客点位置及路网图

表1 每天实际需要配送的顾客点及其配送量

Tab.1 Customer points and demand

续表1

天 数顾客点配送量顾客点配送量 第3天36351 51376 61395 73401 81421 132436 163444 186457 202476 275481 284496 334504 第4天12261 22274 34324 45342 65353 82371 97382 113431 172445 219451 222467 254472 494 第5天41251 54317 64344 73368 92372 111394 123402 134413 146441 192461 202472 228482 231491 241507

续表1

天 数顾客点配送量顾客点配送量 第6天13335 21353 32361 81374 91389 105393 189411 204424 223433 248458 283466 302485 311503 第7天15328 41342 57352 62371 88382 101392 119401 143422 155432 165441 172453 218461 241474 286481 296494 503

利用MATLAB编程和遗传算法求得两种配送方式下7天的配送总成本，其结果见表2、表3和表4所示。表3、表4中、、、、分别表示第1、2、3、4和第5辆车。

表2 传统配送方式配送路线

Tab.2 Route of the traditional delivery

续表2

时 间传统配送方式的最优配送方案 第3天A—8—35—39—40—43— 42—27—16—A；B—28—50—49—48—47—44—BC—22—33—45—37—5— 6—7—C；D—18—20—3—13—D 第4天A—25—22—4—3—9—11—A；B—1—2—8—6—37—45—44—38—35—34—BC—17—27—26—43—46—47—49—32—C；D—21—D 第5天A—25—23—22—40—48—47—44—39—34—A；B—7—4—5—46—37—6—36—20—BC—14—13—12—9—11—19—24—C；D—31—50—49—41—D 第6天A—31—41—43—48—45—46—9—A；B—36—35— 37—38—39—33—BC—24—22—42—50—30—28—C；D—18—20—10—1—2—3—8—D 第7天A—40—39—34—35—38—5—46—45—37—6—4—A；B—21—8—10—1—14—BC—15—11—16—C；D—32—49—29—28—D；E—17—24—42—43—44—47—48—50—E

表3 O2O模式下物流协作策略配送路线

Tab.3 Delivery route under the proposed strategy

续表3

时 间店 名配送服务方案 第7天实体店1A—8—A；B—21—B；C—34—5—4—14—10—C；D—29—28—17—24—D 实体店2A—32—42—50—A 实体店3A—38—37—6—1—15—A；B—40—47—48—44—46—A 实体店4A—43—49—45—39—35—A；B—11—16—B

表4 配送成本和车辆装载率对比

Tab.4 Comparison of the delivery cost and vehicle loading rate

从表4中可看出，相同的配送点和配送量下，物流协作的方式比传统的配送方式每天的物流成本更低，且总成本可节约13.15%，在车辆的平均装载率上面无太大差别。此结果验证了O2O模式下物流协作策略的有效性。

3 结束语

在物流配送研究方面，本文提出了一种线上线下物流相结合的配送方式，并用一个算例分析验证了该配送方式的优越性。但是在配送提前期和提前配送量方面并未做研究，只是简单假设了7天的配送量，在实际生活中需求的不确定性与商品的特性都会影响这两者的最优量，未来需要做进一步研究。

[1] 中国电子商务研究中心http://www.100ec.cn/detail- 6383946. html

[2] 中国电子商务研究中心http://b2b.toocle.com/detail- 6134501.html

[3] 199IT中文互联网数据资讯中心http://www. 199it. com/archives/54429.html

[4] 张一兰，刘艳秋. B2C电子商务物流配送模式研究[J]. 物流科技, 2006, 29(133): 60-62.

[5] 刘文刚. 现代物流配送模式探索[J]. 物流管理, 2007(1): 24-25.

[6] 张树梁. 电子商务环境下云配送物流模式研究及其应用[D]. 重庆：重庆大学, 2014.

[7] 陈伟. 中外购物网站配送模式比较分析[J]. 物流工程与管理, 2011(5): 65-67.

[8] 裴英梅. B2C行业配送模式比较研究——以京东商城为例[J]. 科技视界, 2016(19): 166.

[9] 高娟. 论电子商务零售业物流配送模式选择[J]. 物流科技, 2010, 33(1): 32-33, 36.

[10] 李瑜生. O2O模式下传统零售业物流配送模式选择[D]. 广州：华南理工大学, 2015.

[11] 秦寰宇. 大型网购企业配送网络优化研究[D]. 北京：北京交通大学, 2011.

[12] 向爱华. 基于订单密度模型的城市内电子商务物流网络优化研究[D]. 上海：上海交通大学, 2013.

[13] 王芳. 基于电商物流系统的便利店式的配送模式研究[D]. 大连：大连交通大学, 2014.

[14] 李军. 基于免疫遗传算法的物流配送车辆路径优化问题研究[J]. 中国管理科学, 2007, 15(z1):432-436.

（中文编辑：刘娉婷）（英文审改：孙湛博）

Research on Logistics Cooperation Strategy in O2O Mode

LI Xue-qin，ZHANG Yang

（School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China）

The relative small amount, sparse e-commerce orders, and the requirement for quick delivery has led to high logistics cost. To resolve this issue, the paper proposes a cooperative forward warehouse strategy under the O2O model. A model is built to describe the logistics cost under this strategy, and a genetic algorithm-based method is proposed to solve this model. Numerical results show that the proposed cooperative strategy can reduce the logistics cost by 13.15% compared to the traditional order-based delivery.

new retail；logistics cooperation；distribution cost

1672-4747（2018）02-0074-06

F253

A

10.3969/j.issn.1672-4747.2018.02.012

2017-04-20

李学琴（1991-），女，汉族，四川泸州人，西南交通大学交通运输与物流学院硕士研究生。

李学琴，张 杨. O2O模式下物流协作策略研究[J]. 交通运输工程与信息学报，2018, 16(2): 74-79.