新零售促进的新物流

□ 潘常虹，张鑫增

(大连东软信息学院，辽宁 大连 116023)

在“互联网+共享经济”背景下，传统零售企业受到了巨大挑战，颠覆了以商品为所有权的零售企业商业模式，消费者购物逐渐趋向新零售模式。2016年10月，马云首次提出了“新零售”理念，即“线上+线下+物流”的深度融合；同年11月，国务院办公厅发布了《关于促进实体零售创新转型的意见》，指出应引导实体零售企业逐步提升信息技术水平，从而扩大智能化、网络化的整体渠道布局。2017年3月，李克强总理在“两会”报告中积极鼓励线下零售和线上电商的联合发展，推动消费转型的升级，这就是“新零售”。随着新零售经营模式的普及，传统物流已无法满足新零售的物流需求。基于此，本文通过对目前比较完善的供应链和库存模式进行分析，通过同城配送模型的建立及运用混合算法进行实例测算，从库存、供应链、同城配送中成本与效率的平衡三方面研究物流在新零售模式促进下需要做的改进。

1 新零售与新物流的相互促进

1.1 新零售的发展趋势

1.1.1 客户需求的提高

电商曾引以为傲的是价格优势，但随着我国居民人均可支配收入的提高，低价不再是人们关注的要点，而消费过程中的体验和感受更加受到人们的关注。随着逐渐改变的社会消费习惯，人们越来越关注消费的个性化、色彩价值和归属感，而这些消费升级都是传统零售难以适应的。“新零售”打破了原有的线上线下对立状态，将零售行业线上线下融为一个整体，以“消费者”为核心，准确把握消费者需求，联合供应链各部门，整合线上线下多渠道，利用新技术为消费者提供多样化的场景来满足其现实感官体验。渠道是传统零售的概念，是从零售商的视角出发，而全渠道真正的出发点，是消费者的需求动线。新零售是以产品与消费者为中心，利用先进的互联网新技术，从而为消费者提供更具个性化的购物体验。然而消费者需求处于不断变化中，并且会随着时代的发展、社会的进步愈发加快。顾客需求带动信息流，推动商品流、物流和资金流，企业需要依靠广泛收集线上线下的反馈数据进行分析，准确把握消费者需求范围中的种类、价位、偏好、关注点等，准确推广、准确促销。准确的预测才能够直击目标消费者，挖掘出潜在需求，为其提供合理建议和优质的体验，实现消费者价值的最大化。

1.1.2 互联网电商的主动进攻

据数据统计，早在2013年，我国就超过美国成为世界上最大的在线零售市场，其在线零售市场的整体规模达到1.8万亿元。但在2017年，全国网上销售额只占全社会消费品零售总额的20%不到。现阶段，随着流量红利的消失，线上平台推广的成本远超出其带来的盈利，且线下市场凭借其体验优势已出现回暖迹象，传统零售行业的电商模式遭遇到“瓶颈”，寻求转型是必经之路，新零售时代已经来临。根据国家统计局的数据，全国网上零售的增长率已经连续三年下降。有学者预测国内网上购物增长速度将继续放缓，每年下降8-10个百分点。对于传统模式的电子商务企业来说，只有变革才能带来解决方案。

1.1.3 传统零售的升级

对于传统门店而言，一方面，由于电商和网购的崛起为消费者提供了更加便捷的消费选择，也在很大程度上改变了消费者的消费行为与习惯，导致实体店的消费者越来越少，这给传统实体店造成了很大的冲击；另一方面，由于经济的发展以及中产阶层的崛起，消费者的消费理念在这个消费升级的时代也发生了很大的变化，而电商平台的诚信问题、监管问题以及质量问题，再加之线上市场趋于成熟，这又给线下实体店带来了回暖的机遇。与在线零售商相比，线下商店的绝对优势就是为顾客提供商品或服务时所具备的直观属性，如可视性、可听度、可达性、敏感性和可用性。但是经营成本高、没有足够的流量、线下消费行为无法数据化、经营盲目等是线下实体店的“硬伤”。全球零售的发展速度正逐渐减缓，线下门店已经接近饱和，我国社零总额涨幅在10%左右，网络零售去年增幅超26%。因此，向新零售模式的升级，是传统零售商的必然选择。

1.2 新零售对物流的要求

1.2.1 “消灭库存”才是物流的核心追求

“消灭库存才是物流本质”，而如今高库存已是零售商难以跨过的坎，线上线下利益相互搏杀又是难以解决的问题。新零售时代背景之下，将线下实体店与仓库融为一体，在一定程度上降低了库存成本，但线上线下的库存整合，这为库存清理带来了更大挑战。为了进一步的降低库存成本，这需要新思维。

1.2.2 运用云计算进行补货

要解决库存难题，根本需要的是数据，并且要利用“云计算”掌握数据。通过“云平台”，将线下库存数据和线上库存数据汇总，使之融合成为一个整体。再结合所有的销售数据，依据补货逻辑，及时补货。

1.2.3 多维度仓库管理

多维度仓库管理包括库存同变价调拨、组装切割单、单据明细表、库存综合报表等等在内的几十个维度的库存管理，对商品各个状态的建立、在线、睡眠等状态管理、商品分类管理、商品权限管理，满足商家个性化操作的同时，按照产品的数量区分库存提高效率，根据物品流动速度制定库存计划，杜绝了随意储备库存。

1.3 供应链是新零售的保障

1.3.1 供应链是数据驱动的

在新零售运营模式背景下，大量零售运营数据在不同的应用场景中生成，包括消费者、商品、销售、库存、订单等。这些应用场景可以通过结合不同的商业场景和商业目标，再匹配上合适的算法进行数字建模，例如，商品类别管理、销售预测、动态定价、促销安排、自动补充、安全库存设置、仓库和商店之间的转移、供应规划和物流规划等。逻辑简单来说就是“获取数据—分析数据—建立模型—预测未来—支持决策”。就大数据在新零售业态中供应链应用而言，其有两大类核心模型，一是预测模型，二是决策模型。预测模型主要是在大量历史数据的基础上，基于回归、分类、时间序列等算法建立的统计模型预测未来销售额，而决策模型则是通过启发式算法、整数规划、解析解等算法建立运营模型，对上述具体业务场景做出决策。

1.3.2 互联网技术是供应链的主要支撑

沃尔玛成功的关键之一是通过发射自己的私人卫星，建立一个仅次于美国中央情报局的民用中央数据处理系统。供应商可以访问沃尔玛的信息系统。沃尔玛尽最大努力通过电子信息共享向供应商提供高质量的销售趋势和库存水平信息。这种共享有助于双方能够在销售、库存和趋势上达成共识，并更有效地节省通信成本。其对全球4000多家门店的各种商品的库存、销售和订单等的盘查可以在一小时之内完成，并且整个供应链从订单到门店的时间不超过3天。此后，沃尔玛将向供应商提供预测销售需求所需要的工具和数据，以便更有效地制定生产计划和运输时间表。而另一方面，供应商也帮助沃尔玛更好地了解商品和市场。所有这些都清楚地表明，供应链在新零售时代下将不再只依赖于人员、流程、硬件设施和其他要素的简单叠加，而是要通过将供应链的数字化和技术化进行转型升级，使供应链更加智慧和强大。

2 新零售模式下商品同城配送模型构建

新零售模式是为了满足客户日渐提高的消费需求而产生的变革，是以消费者为中心，从商品到内容的一次消费转型。而商品配送速度作为消费者购物体验中的重要一项，成为新零售背景下零售商的主要竞争力。本文针对零售企业城市配送建立模型，主要讨论从企业线下零售门店中选择中转中心以满足末端需求点订单，实现成本与效率之间的平衡。

2.1 模型假设

商品在新零售模式下的订单与传统电子商务模式下的一样，大多都是多批次小批量的，这在一定程度上增加了配送的难度。使得同城配送问题开始被重视。本文所定义的商品同城配送模式是在新零售经营模式背景下，使整个配送过程在满足客户要求的前提下实现成本与效率之间的平衡。

为了更好地建立中转中心选址的相关模型，本文提出如下两个假设：

假设1：根据最终需求点的平均每日交货量进行优化。

最终需求点的分配数量是可变的，因此，基于最终需求点的日平均分配数量进行优化。在日常运营阶层的优化中，进而产生每日特定配送量的变化。

假设2：近似算法用于计算从中转中心到多个最终需求点的配送距离。

采用连续逼近法计算配送车辆的行驶距离，使配送距离的近似测算更接近日常真实情况。中转中心与相对应的终端客户点的距离和相对应的终端客户点数量n之间的关系可以表示为：

其中ρ表示中转中心与每个终端客户点距离的平均值，C表示每一辆车可以服务到的终端客户点总数。中转中心i配送车辆行驶总距离Li可表示为：

2.2 模型建立

2.2.1 参数定义

本文定义了以下参数和变量，以描述大型零售企业在城市配送网络优化中面临的中转中心的位置和最终需求点分布的分配问题。

I：备选的中转中心集合，I={1，2，…，m}；

Oi：备选的中转中心i的固定日运营成本；

wi：中转中心i的包裹日处理成本；

J：终端客户点的集合，J={1，2，…，n}；

f1，f2：中转中心到配送中心的配送车辆的固定成本、中转中心到终端客户点的配送车辆的固定成本；

w2：中转中心与配送中心，单位距离的货车运输成本；

si：中转中心i到配送中心的距离；

m1，m2：中转中心到终端客户点的配送车辆每天人工成本、每辆配送车辆的单位运输成本；

c1，c2：中转中心到配送中心的车辆容量、中转中心到终端客户点的车辆容量。

2.2.2 模型建立

根据所研究问题的特性、假设条件、参数符号定义及约定条件，可以建立新零售模式下商品同城配送模型如下：

(1)

s.t.

∑jzij=1，∀j∈J

(2)

∑izijrj≤Mi，∀i∈I

(3)

rj>qj，∀j∈J

(4)

zij≤yi，∀i∈I，∀j∈J

(5)

∑jzij≥yi，∀i∈I，∀j∈J

(6)

zij，yi∈{0，1}，∀i∈I，∀j∈J

(7)

式(1)表示最小化物流总成本，其包括中转中心运营成本及处理成本，从配送中心到中转中心的运输成本以及中转中心到终端客户点的配送成本。式(2)表示有且只有一个中转中心为一个终端客户点服务，式(3)表示中转中心每天的中转量不能超过中转中心的总容量，式(4)表示终端客户点退换量必须小于需求量，保证车辆的实际负载量不超过其标准载量，式(5)-式(7)为基本变量属性。

2.3 实例测算

2.3.1 实例数据分析

以重庆苏宁的核心主城区域配送网络为例进行实例测算(其数据信息详情见表1)。数据信息根据百度地图测量出配送中心与备选中转中心、终端客户点和备选中转中心之间的距离，并根据实地调查数据和经验估算出每个终端客户点的线上包裹配送需求量。

表1 苏宁重庆主城区核心区域门店信息

2.3.2 实例测算

采用前面提出的算法，并结合相关文献的参数，得到10个不同的方案，如表2所示。

表2 中转中心开放方案

表2为10个不同备选方案，成本最大为29774元，最小为28502元，平均29217元。平均运输距离154.32千米。总配送距离最大730.46千米，最小为553.75千米，平均配送距离635.98千米。表2中成本最小的城市配送网络优化方案，中转中心服务5千米以内末端需求点297个，占70.9%，服务5到10千米末端需求点121个，占28.9%，服务超过10千米末端需求点1个，占0.2%。表2中10个方案为多次测算后选出的10个不同方案，由于各个方案选择的中转中心位置、容量、运营成本等有所差别，因此各方案的成本之间存在一定差距，不同方案间城市物流总成本的最大差距为4.3%。租金作为中转中心运营成本的重要组成部分，对城市物流总成本有较大影响。

3 新零售与物流的相互影响

3.1 新零售促进物流发展

随着新零售“线上+线下”运营模式的普及，公众消费随之不断提升，技术也在升级。全新的物流才能满足新零售的需求，这势必会给物流业带来一番变革。物流不再仅仅是商品流通中的一个独立环节，而是融合其中。新零售业需要一个完整的物流系统，包括从供应链、仓储到分销。例如盒马鲜生，能做到30分钟配送速度，在于算法驱动的核心能力。强推支付宝支付，对用户消费行为大数据进行挖掘；提供会员服务，追踪消费者购买行为。物流的速度是新零售着重强调的，最快的速度是商品的新鲜度和质量最大的保障。并且，物流信息技术的不断升级和创新也是新零售需要的，利用先进技术形成一套完整的智能物流，从而使物流业的自动化水平得到提高，并降低物流成本。

3.2 物流提升新零售服务水平

为了提高消费者的购物体验，个性化和定制化服务的加强也是新零售背景下的物流所需要做到的，从而形成从拣货到配送的一条完整服务链。信息透明度和物流业整体效率的提高更是物流业应该重视的，才能满足新零售业的需求。显然，在纯电子商务时代和新零售时代，物流都是不可或缺的一环，但不同之处在于，物流在不同阶段也有所不同。在新零售模式的背景下，电子商务业务可以共享离线商店仓储和配送系统，从而降低存储成本，并且对于周边客户来说，通过门店配送的时效性也更强。新零售还有一个重要目标，即通过重塑整个供应链，使商品供应更加高效和匹配。具体来说，就是如何让商家更好且更高效地将商品配送到终极客户端。