新零售模式下新能源汽车物流交付中心选址研究

张建军 柴文博 刘源溯

（1.同济大学经济与管理学院，上海 200092；2.上汽安吉物流股份有限公司，上海 200082）

经过近些年来相关市场的栽培和发展，国内的新能源汽车行业格局初显，形成了传统车企转型、互联网造车新势力、其他行业巨头跨界的三足鼎立局面，新能源汽车行业竞争空前激烈。传统的汽车销售主要依靠4S店模式，在当下电子商务快速发展的环境中交付手段偏于单一，对新能源汽车销售及推广无法带来积极影响。而在“新零售”以用户为中心的模式下，消费者在线下商场内的体验店进行汽车体验和试驾，在线上平台或体验店现场下单支付，后续选择交付中心进行自提或者由物流体系快速准确配送到家，可以大大提高消费者的满意度。然而现有汽车物流网络不足以满足新零售模式下新能源汽车销售及配送需求，急需构建基于电子商务的新能源汽车销售网络。

近年来，国内外在新能源汽车营销模式方面的研究集中于对车企现有营销模式的介绍以及对企业提出营销策略制定的相关建议：陈智结合SWOT 理论探讨了以用户为中心的新能源汽车营销策略的必然性；李睿等与Li通过分析特斯拉的营销策略提出了关于新能源汽车新零售模式的发展建议；梁永洁等介绍了蔚来作为“用户企业”的社群营销模式。

在各行业新零售物流网络规划方面：沈浩结合数据分析与组合优化方法建立轴辐网络优化模型探索全渠道零售网络选址决策；Das、Leng 等在冷链O2O 网络规划中考虑碳排放量进行多目标优化；马艳芳与肖建华等分别对生鲜产品的新零售物流网络选址与路径规划进行研究；徐晓光对零售业实体店与体验店的服务质量进行探讨，构建O2O 物流网络选址-路径优化模型；陈义友等基于凹凸函数刻画消费者的满意度，构建自提点选址模型并设计拉格朗日算法求解；陈绍洵等考虑新鲜度损耗建立双层自提柜选址模型，并讨论了新鲜度、需求损失及取货成本参数对模型最终决策的影响；赵泉午等设计遗传算法与禁忌搜索混合算法求解零售企业城市O2O网络中转中心选址模型。综上，在新能源汽车新零售营销模式和其他各行业新零售物流网络规划方面已有不少研究者进行了讨论，但关于新能源汽车在新零售模式下电子商务物流网络的具体构建仍有待进一步探索。

1 交付中心候选城市评估与遴选

1.1 影响因素与指标选取

新零售模式注重打通线上与线下，与传统汽车销售模式相比，用户在线上下单，在服务人员的帮助下在线上办理相关手续，所购买的新能源汽车会被送至区域交付中心，接下来客户可选择适合自己的交付方式：自提与送车上门。

从交付中心自身出发，交付中心作为新零售中将新能源汽车从企业转移至用户的重要一环，除了拥有车辆激活、临牌办理等功能，还起到车辆从仓库至客户配送过程中物流中转站的作用，具有一定的配送覆盖范围。除此之外，由于满足用户需求的要求，区域交付中心还具有一定的宣传营销作用。

从新能源汽车产品特点出发，新能源汽车的需求分布人群与传统汽车有不少出入，根据《新能源汽车行业报告》，从年龄分布来看，新能源汽车消费者中35～44岁人群占比最高，潜在用户和主要消费人群多数来自北京、上海、广州等一线城市，消费偏好为服饰鞋帽、珠宝手表、化妆品和数码等品类。

结合新能源汽车用户自身需求特点和产品服务特点以及物流选址研究基础，具体影响因素与指标选取见表1。

表1 交付中心影响因素与评价指标

1.2 因子分析

上海、浙江、江苏的25个节点城市位列中国经济最发达的地区，新能源汽车的销量与潜在需求量也较大，对上文指标变量搜集数据进行因子分析，得到各变量因子成分得分系数矩阵（表2）。

表2 因子成分得分系数矩阵

分析可知，因子F1与人口、GDP、工业产值、社会消费品零售总额、从业人数、18～35岁人口数、汽车保有量、新能源汽车销量、货运量具有较高相关性，因子F2与第一产业产值、公路里程具有较高相关性。因子1 可以命名为新能源汽车需求水平因子，因子2可以命名为物流能力因子。

1.3 交付中心候选城市遴选

由成分得分系数矩阵，可得各主成分的因子得分表达式：

再根据各个主成分得分，以各自方差贡献率为权重，对主成分得分进行加权平均，得到综合得分F＝（74.858*F1＋14.606*F2）／86.464。

对25个节点城市的综合得分进行排序，取前十名的城市作为备选节点（表3）。

表3 候选节点城市评价排序

2 考虑经济成本与服务质量的销售网络布局模型

2.1 问题描述与假设

新零售模式下新能源汽车交付中心选址与传统设施选址的主要不同之处在于新零售模式以客户为中心，且需同时满足自提与物流配送功能，影响自提服务水平的一个重要因素是客户与自提点的距离。消费者需求是影响决策的重要因素，为消费者提供更满意和更全面的服务是进行网络选址研究的重要原因，选址是否合理的另一个关键因素就是网络整体需求服务质量水平的高低。

本文问题可以表述为在自提和物流配送服务质量与距离关系的限制下，在备选交付点中，确定新建交付中心的数量和位置，使得总建设运输成本最小和需求服务质量水平最高，完成新能源汽车新零售交付中心选址决策，为新能源汽车企业业务转型新零售模式选址提供科学的决策依据。

模型假设：

（1）需求点为该城市若干无差异消费者的集合。

（2）候选点与需求点位置已知。

（3）需求点需求量已知。

（4）需求点只被一个交付中心服务。

（5）一个交付中心可以服务多个需求点，不考虑容量限制。

2.2 模型参数、集合、决策变量

2.2.1 集合

I：需求点集合，∀i∈I。

J：交付中心候选点集合，∀j∈J。

2.2.2 参数

wi：需求点i新能源汽车需求量。

dij：需求点i与交付中心j之间的公路里程。

C1：交付中心建设固定费用。

C2：单位运输成本。

αi：需求点i客户选择自提的比例。

β：最低服务质量水平参数。

f1j（dij）：交付中心j线下服务质量函数，定义自提服务质量与距离的关系。

f2j（dij）：交付中心j线上服务质量函数，定义送车服务质量与距离的关系。

p：交付中心最大设置数量。

2.2.3 决策变量

yj：交付中心选址于点j，yj＝1，否则为0。

xij：需求点i由交付中心服务j，xij＝1，否则为0。

2.3 模型建立

2.3.1 服务质量水平函数

本文对服务质量水平定义为与需求点和交付中心之间距离有关的分段函数，根据商圈覆盖理论，在此假设交付中心j自提覆盖范围为［r1j，R1j］，rj和Rj分别为候选交付中心点j的最小和最大覆盖距离。

根据雷利法则和康帕斯断点公式，对于∀j∈J，∀k∈I，Djk为城市j与k之间距离，Pj与Pk分别为两城市的人口数量，则两城市间某一点辐射距离Dj计算为：

由此定义自提覆盖范围rj和Rj为

则自提服务质量函数为

送车上门服务质量与配送范围、配送时间、配送完好性与准时性等因素有关，当配送时间在一定范围内时，时间越短，顾客所感知到的服务质量水平越高，而超出配送范围时，顾客需求无法被满足，因此服务质量为0。配送时间可以由配送距离确定，假设送车服务配送最大范围为R2j，据此得出送车服务质量的综合表达函数

2.3.2 考虑经济成本与服务质量的交付中心规划模型

基于以上参数与假设，建立如下模型：

其中，式（8）和（9）是目标函数，表示模型的目标是成本最小和总服务质量水平最高，成本包括交付中心固定建设成本和送车服务物流运输成本，总服务质量水平是自提与配送上门两种服务质量水平之和；式（10）为交付中心建设数量约束；式（11）表示每个需求点只由一个交付中心服务；式（12）表示只有该点设立交付中心才能提供服务；式（13）定义了最低服务质量约束，由于服务质量水平往往与成本具有正相关关系，即实现较高的服务质量所需成本也较高，因此本文中设定最低服务质量参数，总服务质量水平必须高于最低可接受值；式（14）与（15）则定义了决策变量的0～1约束。

对于此多目标规划模型，各个目标函数之间可能存在冲突而无法比较的情况，因此求解结果会存在一个解集，即Pareto前沿。本文中为探索成本及服务质量对交付中心布局规划的决策影响，对两个目标函数进行量纲标准化，分别记为g1（x，y）和g2（x，y），对每个目标函数分别赋予权重λi（i＝1，2），λi为目标函数的重要程度，得到单目标评价函数，对此单目标函数进行求解：

3 案例分析

上海、浙江、江苏均位列中国经济最发达的地区，新能源汽车的销量与潜在需求量也较大，所以在华东地区25个节点城市间选取合适的地址作为新零售模式下新能源汽车交付中心。以25个需求城市与10个候选点之间的公路里程作为dij，以S企业2021年各城市新能源汽车销量作为需求数据wi，交付中心最大设置数量p取5，各候选城市节点自提服务覆盖范围［r1j，R1j］通过式（3-5）计算，送车服务配送最大范围R2j以最大配送时长5天计算，取2400km，并根据dij与［r1j，R1j］，R2j结合式（6-7）求出f1j（dij）和f2j（dij）。交付中心建设成本与运输成本分别为5000000元和0.5元／台km，客户选择自提比例为50%（表4）。

表4 各候选城市自提服务覆盖范围（单位：km）

采用LINGO18 软件对上述规划模型进行求解，通过改变经济成本和服务质量重要程度权重参数，可以得到新能源汽车新零售销售网络布局动态变化方案。λ1与λ2不同数值下的多种选址方案及所需成本与可达到的服务质量如表5所示。从表5中可以明显看出随着服务质量的提升，新能源汽车新零售物流网络的总成本呈现上升趋势。若构建新零售物流网络追求成本最低的话，可以选择方案（4）或方案（5），在上海、徐州、无锡、杭州、温州建立交付中心，所需建设成本与运输成本为1.7亿元左右，服务质量水平最高可达90.8%。

表5 模型求解结果：成本与服务质量

若构建新零售物流网络追求最高服务质量水平的话，可以选择上海、徐州、南京、宁波、温州建立交付中心，可达到98.6%的服务质量水平，但成本也增加11.7%。

方案（1）、（3）、（5）的选址及分配结果如图1～3所示，与各市新能源汽车销量分布图进行可视化对比，对三种方案具体分析如下：

图1 λ1＝0.1，λ2＝0.9时布局方案

方案（1）考虑服务质量水平重要程度高于经济成本因素，交付中心选址倾向于自提覆盖范围较大的节点城市，能有效地满足多数城市的自提服务需求，且与非中心节点城市在空间分布上比较聚集，但对部分高销量城市如杭州的需求，送车上门服务会造成较高的运输成本。方案（5）将经济成本因素作为较大权重进行考量，交付中心选址倾向于到其他所有非枢纽节点城市的空间距离之和较小的节点，但部分交付中心如无锡的自提服务覆盖范围较小，导致自提服务的服务质量降低。

图2 λ1 和λ2 均为0.5时布局方案

图3 λ1＝0.9，λ2＝0.1时布局方案

比较表6中不同方案，结合新零售的背景，新零售背景下的物流配送越来越追求“用户至上”，构建尽可能满足线上终端顾客和线下门店服务的高效快速的物流网络是大势所趋。因此可以得出结论：在案例所处情况下，选择上海、南京、杭州、宁波、温州五个城市设置交付中心最为合理，总成本适中且可以达到93%的质量服务水平。以上五个区域交付中心除了提供新能源汽车运输中转服务，更多提供新能源汽车交付以及售后服务。上述枢纽节点城市拥有相对发达的经济和公路网络，具有较强的周边辐射作用。上海作为苏、浙、沪的核心城市，新能源汽车的需求增长迅速，该区域交付中心主要辐射上海市区及周边苏州、南通、无锡三个城市，主要目标是提高在交车流程中的用户体验。杭州与南京除了能分担上海的节点交付压力，还能缩短新零售模式下的配送时间，提高服务满意度。宁波与温州可以帮助分担杭州的中转压力，进一步促进沿海地区的物流联动。

表6 上海、江苏、浙江25城新零售网络节点布局方案

4 结论

新能源汽车行业发展日新月异，同时移动互联网时代也给汽车行业带来诸多挑战。本文采用统计学因子分析方法，提取影响新零售模式下新能源汽车区域交付中心选址的因素，建立新能源汽车O2O 物流网络总成本最低和服务质量水平最高的多目标规划模型，并结合具体算例求出结果，从而提出新能源汽车电子商务物流网络的构建方案，为提升新能源汽车企业销售网络运作效益提供了决策依据和应用指导。新零售模式下成本与服务质量对网络布局决策起到重要影响，对于新能源汽车企业来说，需要结合自身战略目标和产品特点，根据经济成本与服务质量的侧重博弈，确定合理的新零售销售网络布局方案。

在后续的研究中可以考虑用优化算法和网络模型的不确定性参数变量（如交付中心固定成本、运营成本、自提比例、节点间运输成本等）对模型做进一步改进和深入研究。