基于MILP模型的 C2C电子商务第三方退换货逆向物流网络构建

关 博 博士生 王立杰 教授

（中国矿业大学（北京）管理学院 北京 100083）

引言

“7日内无理由退货”政策的推出、买卖双方信息不对称、电子商务促销、商品质量缺陷、商品错发、规格不符等原因，引发了较大规模的退换货逆向物流，C2C电子商务环境下尤甚。有关电子商务退换货逆向物流的文献中，学者们的研究主要集中在B2C方面。涉及C2C电子商务逆向物流的文献中，张健（2013）指出退货逆向物流在恢复产品原貌、毁损风险、物流费用和方式方面存在问题；赵秋影（2014）建议商家提供在线协助服务，使消费者可监控、洞悉退货流程，从而提高客户满意度；赵航（2017）提出C2C农产品正、逆向物流网络设计模型，并设计了产需信息平台；蒋媛媛（2018）认为逆向物流成本是限制C2C电子商务的要因之一。可以认为，C2C电子商务逆向物流的研究目前大都停留在初步探讨层面，只有C2C农产品逆向物流网络设计模型的研究较为深入，但农产品较特殊，缺乏普适性。由此可见，C2C电子商务环境下的退换货逆向物流尚存在一定研究空间。

C2C商家数量众多，总体退换货逆向物流需求较大，易形成规模效益，符合长尾理论，是未被引起足够重视的蓝海。而且不同于自营型B2C平台，C2C商家大都是轻资产、小规模，缺乏资金支持，不具备自建逆向物流公司的条件。鉴于此，文章提出构建C2C电子商务第三方退换货逆向物流网络，同时赋予其鉴定、恢复产品原貌、分拣、再发货等功能，以期达到多方共赢的目的。

C2C电子商务第三方退换货物流现存问题

C2C商家同意为消费者办理退换货服务后，消费者可选择自行寄回或3PL上门取件服务，文章只针对后者所涉退换货逆向物流进行研究。当前C2C电子商务环境下的退换货物流程通常是3PL公司快递员上门取件，然后寄回C2C商家。C2C商家对退换货商品进行鉴定、处理，再视情况经由3PL企业将需要返厂的商品寄给厂商，或在商品恢复原貌后发给新的消费者，如图1所示。

考虑到客户满意度，由于无法准确鉴定商品状态且消费者难以恢复商品原貌，C2C商家只能在收到退换货商品后再做鉴定、处理，此处存在消费者等待时间较长、客户满意度相对偏低、综合物流运输成本较高、各方之间沟通不畅等问题。

因而，有必要优化现有C2C电子商务第三方退换货逆向物流流程，畅通沟通渠道，构建适合C2C电子商务的退换货逆向物流网络。

C2C电子商务第三方退换货逆向物流网络设计

针对现存问题，设计C2C电子商务第三方退换货逆向物流网络，主要考虑以下内容：设立回收点、回收中心和最终处理厂；将原本C2C商家需要在收货后进行的鉴定、处理工作，前移至回收中心完成；回收中心承担鉴定、商品原貌恢复、分拣、包装、再发货等工作；经回收中心处理的商品，依不同情况分别运至C2C商家、新消费者区域、厂商或最终处理厂；为逆向物流网络搭载多对象信息联动、共享平台。

图1 C2C电子商务第三方退换货逆向物流

新设计的C2C电子商务第三方退换货逆向物流网络可实现原消费者、取件人员、回收点、回收中心、C2C商家、新消费者、厂商、最终处理厂等多对象信息共享。更重要的是，换货商品经回收中心鉴定符合换货标准后，C2C商家即可将符合消费者换货规格的商品先行发出，因无需等到换货商品送达后再做鉴定，如此节省了消费者换货等候时间，也在一定程度上避免符合消费者换货规格的商品出现缺货现象。而且，换货商品倘使符合恢复原貌可二次销售的标准，则回收中心依照C2C商家所提供的标准负责原貌恢复，之后同样可以按C2C商家指令直接发送给新消费者。退货商品亦是如此，因其无需先退回至C2C商家，再由C2C商家处理后发送给新消费者，故而将恢复商品原貌的工作提前至回收中心操作完成，缩短了商品由消费者退回至C2C商家的时间，提高了库存周转率，减少了综合运输距离，节省了综合运输成本，拓宽了利润空间，提升了客户服务水平。

C2C电子商务第三方退换货逆向物流网络模型构建

（一）模型假设

假设如下：只考虑C2C电子商务环境下的第三方退换货逆向物流；不考虑换货商品之间的差异性；原消费者区域退换货总数为回收/处理商品数量之和；所有退换货商品皆由回收中心负责处理；回收点、回收中心和最终处理厂的最大产品回收能力已知，相应的建设成本、其他成本、备选地数量已知；退换货数量、单位运输费用已知；丢弃率设为5%，即5%的商品会被送入最终处理厂。

（二）模型构建

下标说明：E=｛1，2，…，NE｝，为C2C商家e的集合；F=｛1，2，…，NF｝，为新消费者区域f的集合；G=｛1，2，…，NG｝，为厂商g的集合；H=｛1，2，…，NH｝，为最终处理厂h的集合；I=｛1，2，…，NI｝，为备选回收中心i的集合；J=｛1，2，…，NJ｝，为备选回收点j的集合；K=｛1，2，…，NK｝，为原消费者区域k的集合。

决策变量：Xkj为原消费者区域k运往回收点j的回收/退回商品数量；Xji为回收点j运往回收中心i的回收/退回商品数量；Xie为从回收中心i发往C2C商家e的商品数量；Xif为从回收中心i发往新消费者区域f的商品数量；Xig为从回收中心i发往厂商g的商品数量；Xih为从回收中心i发往最终处理厂h的商品数量；Yi为0-1变量，表示是否在i处建立回收中心，其中1表示建立，0表示不建立；Yj为0-1变量，表示是否在j处建立回收点，其中1表示建立，0表示不建立；Yh为0-1变量，表示是否在h处建立最终处理厂，其中1表示建立，0表示不建立。

变量与相关参数：Rk为从原消费者区域k发出的回收/退回商品数量；Qe为C2C商家e对回收中心i的商品接收数量；Qf为新消费者需求点f对回收中心i的商品需求数量；Qg为厂商g对回收中心i的商品接收数量；Qh为最终处理厂h对回收中心i的商品接收数量；Fi为在备选地建立回收中心i所需成本；Fj为在备选地建立回收点j所需成本；Fh为在备选地建立最终处理厂h所需成本；Wi为回收中心i的其他成本；Wj为回收点j的其他成本；Wh为最终处理厂h的其他成本；Ckj为回收/处理商品由原消费者区域k运往回收点j的单位运输费用；Cji为回收/处理商品由回收点j运往回收中心i的单位运输费用；Cie为回收中心i到C2C商家需求点e的单位运输费用；Cif为回收中心i到新消费者需求点f的单位运输费用；Cig为回收中心i到厂商需求点g的单位运输费用；Cih为回收中心i到最终处理厂h的单位运输费用；MPj为回收点j的最大回收能力；MPi为回收心i的最大处理能力；MPh为最终处理厂h的最大处理容量；Nj为所建回收点个数；Ni为所建回收中心个数；Nh为所建最终处理厂个数；σ为废弃率，即经回收中心检测后确定为废弃/无回收利用价值商品的比例。

模型构建：本模型参考张玥（2016）3PL模式下的B2C电子商务逆向物流网络模型，构建符合C2C电子商务第三方退换货逆向物流的物流网络模型，建立回收点、回收中心和最终处理厂，赋予回收中心以商品鉴定、恢复商品原貌、分拣、包装、再发货等功能，并为物流网络搭载多对象信息联动、共享平台（相关成本纳入回收点、回收中心和最终处理厂的建设成本之中），确定收货方为C2C商家、新消费者、厂商和最终处理厂，且引入回收点、回收中心和最终处理厂的其他成本，最终确定C2C电子商务第三方退换货逆向物流网络的成本模型，用0-1MILP方程表示为：

在该模型中，式（1）为目标函数，主要包括由原消费者区域至回收点的运输成本，由回收点至回收中心的运输成本，建立回收点所需成本，建立回收中心所需成本，建立最终处理厂所需成本，由回收中心到C2C商家的运输成本，由回收中心到新消费者区域的运输成本，由回收中心到厂商的运输成本，由回收中心到最终处理厂的运输成本，回收点的其他成本，回收中心的其他成本，最终处理厂的其他成本，目的是使目标函数总成本最低。在约束条件中，式（2）表示回收点收到的商品数量等于原消费者区域发出的商品数量；式（3）表示回收中心运往C2C商家、新消费者、厂商和最终处理厂的运输总量分别等于其各自商品接收量；式（4）是为了保证有运送量；式（5）表示最终处理厂的接收量等于回收中心的废弃产品数量；式（6）表示原消费者区域至回收点的运输总量与回收点至回收中心的运输总量相等；式（7）表示原消费者区域运往回收点的商品总量不得大于回收点的最大接收能力，回收点运往回收中心的商品总量不得大于回收中心的最大处理能力，回收点运往最终处理厂的商品总量不得大于最终处理厂的最大处理容量；式（8）表示经回收中心处理后的有利用价值的商品数量等于回收中心运往C2C商家、新消费者区域和厂商的商品数量之和；式（9）表示对回收点、回收中心和最终处理厂的数量约束，且各自建立的个数至少要有一个，否则模型没有意义；式（10）表示对相关变量的非负整数约束；式（11）表示对相关变量的0-1约束。

模拟数据

（一）变量与相关参数赋值

模型中假设原消费者区域为8个，C2C商家数量为8个，新消费者区域为8个，厂商数量为5个，另有8个回收点、3个回收中心和2个最终处理厂可供选择。

对变量与相关参数模拟赋值：原消费者区域的退换货数量赋值范围在300-800之间；回收点、回收中心和最终处理厂的其他成本分别为1600、2900和1300，最大处理能力分别为1000、3900和600；建立备选回收点所需成本赋值范围在19000-31000之间；建立备选回收中心所需成本赋值范围在180000-200000之间；建立备选最终处理厂所需成本分别为80000和86000；原消费者区域至备选回收点的单位运输费用赋值范围在2-6之间；备选回收点至备选回收中心的单位运输成本赋值范围在2-5之间；备选回收中心至C2C商家的单位运输成本赋值范围在3-6之间；备选回收中心至新消费者区域的单位运输成本赋值范围在3-6之间；备选回收中心至厂商的单位运输成本赋值范围在4-6之间；备选回收中心至备选最终处理厂的单位运输成本赋值范围在4-6之间；C2C商家的商品接收数量赋值范围在64-145之间；新消费者区域需求点的商品需求数量赋值范围在16-82之间；厂商的商品接收数量赋值范围在17-83之间；备选最终处理厂的商品接收数量赋值范围在17-50之间。

（二）计算结果

将数值代入模型的目标函数和约束条件中，运用LINGO软件求解，得出计算结果：总成本最优解为622378元，根据布局决策变量最优值可知应在回收点备选地2、3、4、5、6处建立回收点，在回收中心备选地2、3处建立回收中心，在最终处理厂备选地1处建立最终处理厂，得出各运输量如表1-表6所示，根据物流设施选址结果和物流量优化后的数据画出物流分配规划图，如图2所示。

结合表1-表6和图2，可知原消费者区域至回收点、回收点至回收中心、回收中心至C2C商家、回收中心至新消费者、回收中心至厂商和回收中心至最终处理厂的商品流通方向和数量。

成本比较

（一）现有逆向物流总成本计算

由图2可知，在新构建的逆向物流网络中，商品由原消费者运送至C2C商家的过程中，假若把回收点和回收中心看作物流中转站，则原消费者至C2C商家的运费与现有逆向物流的运费可视作相等。两种物流模式都涉及商品鉴定、恢复商品原貌、分拣、包装、再发货等操作，废弃商品也要花费相应处理成本，所以从其他成本的角度来看，二者费用相等。因此，成本差异主要存在于回收中心和C2C商家分别发往新消费者、厂商或最终处理厂的商品运费之中。

表1 原消费者区域至回收点的运输量

表2 回收点至回收中心的运输量

表3 回收中心至C2C商家的运输量

表4 回收中心至新消费者区域的运输量

表5 回收中心至厂商的运输量

表6 回收中心至最终处理厂的运输量

根据前述数据可知，总发货量为4340件，发往新消费者、厂商和最终处理厂的商品所占比例为45%，相应商品数量为1953件。由于C2C商家在快递公司享有优惠程度不同，且商品重量不等，还可能存在续重情况等因素，因此，参考国内各大快递公司收费标准，即便在极端情况下，假定每件商品运费已低至5元，则新消费者、厂商和最终处理厂的运输成本至少为4340*45%*5=9765元。运用Lingo软件计算商品从原消费者区域至中转站（回收中心）的运费，加上其他成本，共计33780元；从中转站（回收中心）至C2C商家的运费为8977元，由于此处C2C商家所占比例为55%，在现有逆向物流中需折算回100%，经计算，所需运费为16321.82元。将上述成本相加，得出现有逆向物流总成本至少需要59866.82元。

（二）成本比较

在新构建的逆向物流网络中，除去式（1）中回收点、回收中心和最终处理厂的建设成本，运用Lingo软件计算，得出所需总成本为52517元。

对比二者物流总成本可以看出，即便在每件商品的平均运费已低至5元的极端情况下，二者总成本差额仍相差59866.82-52517=7349.82元。由此可见，新构建的C2C电子商务第三方退换货逆向物流网络至少可节省物流成本7349.82元，成本下降比例至少可达12.28%。

图2 物流分配规划

结论

文章构建C2C电子商务第三方退换货逆向物流网络，建立0-1MILP数学模型并加以数据模拟，找出总成本最小时的物流设施选址、运输量，绘制物流分配规划图，进行成本比较，取得如下主要结论：

运用Lingo软件计算出决策变量最优值，得到设施选址结果为：在8个回收点备选地中选择备选地2、3、4、5、6建立回收点，在5个回收中心备选地中选择备选地2、3建立回收中心，在2个最终处理厂备选地中选择备选地1建立最终处理厂，此结果为总成本最小化时的最优值。

物流网络中各环节运输量会随着模型参数的变化而发生改变，可能会出现个别运输量较小的现象，这是由于处理能力、退换货商品数量或其他参数发生变化所致，此时的结果仍为系统计算出的最优值，结合物流分配规划图，可知商品流通方向和数量。

通过成本比较可以看出，即便在每件商品平均运费低已至5元的极端情况下，新构建的C2C电子商务第三方退换货逆向物流网络仍然可节省物流成本7349.82元，成本下降比例可达到12.28%。

综上，新构建的逆向物流网络不仅搭载了信息联动、共享系统，优化了现有流程，提高了运作效率，更重要的是可降低物流总成本，因此在C2C电子商务退换货逆向物流中具有一定应用价值。又因退换货逆向物流方面的相似性，对平台型B2C电子商务亦具有较强适用性。