共享模式下跨境电商海外仓动态选址研究

金桂根，李岱东

(云南财经大学 物流学院，云南 昆明 650221)

1 引言

近年来我国传统外贸增长有所放缓，但是新兴的跨境电商却在我国实现了连续多年的高速发展，现如今已经成为我国推进进出口贸易增长的新动力。国家电子商务研究中的调查报告中显示，我国跨境电商交易在2008年到2019年逐年上升，占比从最初的4%上升到33.37%，涨幅金额达到10万亿元，同时2020年我国跨境电商进出口市场分别增长了31.1%和25.2%。而跨境物流作为跨境电商至关重要的一环，是决定和提高跨境电商效率和成本的关键因素，然而随着跨境电商的快速发展，一系列问题也暴露出来，例如跨境电商存在的高成本、运输配送时效、退换货难等，这些问题也在严重制约着跨境电商的发展。跨境电商出口物流瓶颈逐渐凸显，为了解决这些问题，提高消费者的购物体验，许多跨境电商企业纷纷开始探索海外仓业务。主要原因是海外仓可以覆盖更广的运营范围，可以将更多服务延伸到不同的国家和地区，我国跨境电商卖家使用海外仓不仅能够降低物流成本，也可以提高配送的及时性，提高整体物流效率。

现阶段我国跨境电商海外仓仍存在许多问题，首先，海外仓自建成本高昂，消费者需求波动的情况下，很容易出现仓储资源过剩或不足；其次，目前跨境电商退换货率居高不下，滞销产品积压在海外仓难以处理；最后，本土化服务不足导致海外仓发展缓慢，缺少本土专业化技术和管理人才。而随着共享模式在物流领域的应用发展，也同样为海外仓的发展带来新的模式，通过海外共享仓模式，海外仓的服务商可以向卖家提供双向海外仓共享信息平台，跨境电商卖家可以在其共享仓库网络灵活选择仓库地址、专业化服务以及动态仓库容量，可以有效帮助中小企业解决自建海外仓风险大、成本高的难题，同时也能有效解决产品滞留带来的仓储资源浪费，提高客户服务质量。

2 模型建立

2.1 模型描述

中小型跨境电商企业为更好地满足海外客户需求，采取海外仓模式，解决国际包裹运输时间长、费率高等问题，但同时由于不具备自建海外仓库的条件，因此选择海外本土共享仓库网络，拟利用j个海外共享仓连接g个供应商和i个顾客需求点，在共享仓储模式下，跨境电商企业可以选择在共享仓网络内灵活选择仓储需要，能够满足短周期动态周期内的仓储需要，而单周期内任意顾客仅由单个共享仓库满足。

2.2 模型参数

2.2.1 参数变量

2.2.2 决策变量

2.3 模型建立

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

其中，目标函数式(1)表示物流成本最小，包括运输成本、租赁成本、风险成本、退货成本和税收成本；(2)式表示只有在选择海外共享仓j的情况下才能够向仓库运输货物；(3)式表示只有在选择海外共享仓j的情况下才能向目标顾客发货；(4)式表示一个顾客需求点的需求仅由一个海外共享仓提供；(5)式表示在一定时期内的总发货量不能超过共享仓的最大存储上限；(6)式表示出口税总额；(7)式表示共享仓库j的接收量与发出量和存储量之和相等；(8)式为0，1变量；(9)式为非负整数变量。

3 模型算法求解

3.1 染色体编码

通过遗传算法解决这类问题，通常是采用将问题编码，遗传算法常见的编码方法包括格雷编码、浮点数编码、二级制编码等，然后通过对其完备性、非冗余性和健全性来对编码进行指标评价，对于这个问题中所包含的决策变量x、y、a，采用二进制的编码方法，将决策变量转化为由{0，1}所构成的染色体，即染色体的长度和数量由所求解的精确度来确定。二进制编码方法的优点有以下几点，操作方便、计算简单等，但其也同样存在一些不可避免的缺陷，例如求解精度较低、算法空间过大等，通常不适用于连续函数问题的求解方法。

3.2 适应度函数

通过遗传算法模拟遗传进化中适者生存的原理，就需要确保染色体中的优良基因个体能够遗传到下一代当中，通过建立一个用来判断个体是否优良的适应度函数来限制遗传，如果将个体代入函数所得数值越大，则代表这个个体可以作为优良基因而遗进行遗传的可能性就会越大；相反代入所得适应度函数值越小，则该基因序列遗传的可能性也会越小。根据其优化原理，所建立的适应度函数如下所示：

(10)

式中：Fit(f(x))为验证个体是否优良的适应度函数；Cmax表示之前进化过程中所产生的g(x)的最大值；g(x)为目标函数的期望值。

3.3 选择算子

第三步操作为选择算子，上述所构建的适应度函数能将染色体基因的优劣进行评价，适应度较高的算子可以被选择作为遗传的父代基因，其他算子的选择通过轮盘赌进行，这样可以使适应度函数值较高的个体能够遗传到下一代，函数值较低则被淘汰，通过这种方式可以有效提升算法的计算效果及其收敛性。算子选择概率如下：

(11)

式中：Pi表示每个个体可能被选择的概率；f(xi)表示个体的适应度函数值；xi表示群体中的染色体。

3.4 自适应交叉

第四步要通过交叉算子的方式，模仿自然进化的遗传规律，将两个优良父代基因的部分交叉重组，产生一个新的个体，新的个体更加适用于上述适应度函数。这种基因序列的交叉具有随机性，交叉类型主要分为以下几个，单点交叉、多点交叉、顺序交叉和部分交叉，而交叉的结果将直接影响算法最终的收敛性，其交叉的概率越大，个体之间互相交叉产生新个体的频次也会越大。但不同个体间交叉的概率也不能过大，概率过大会使最终产生的个体基因结构破坏，不利于产生最优解；同样交叉概率也不宜过小，概率过小可能会出现算法搜索过于缓慢，最终无法得到最优解。所以自适应交叉概率应该设定为对于适应度的不同的个体其交叉概率也会相应不同，如下：

(12)

式中：Pc为不同个体的交叉概率；fmax为所有染色体中适应度函数值最大的数值；favg为所有染色体中适应度函数值的平均值；f为进行交叉的两个个体中较大的适应度函数值；K1、K2为(0，1)之间的常数。

3.5 自适应变异

第五步是要模仿自然基因在遗传过程中可能出现的基因突变现象，即为染色体的部分或全部发生变异，但要设置好其变异的概率，概率过大会使染色体结构破坏，使算法不具有效性，概率过小则不利于新的个体产生，因此变异概率如下：

(13)

式中：Pm为自适应变异概率；K3、K4为区间(0，1)的常数。

4 实例分析

4.1 算例描述

宁波某主要销售家居服装按摩类的跨境电商企业，通过Ebay、亚马逊等跨境电商平台将产品销售到欧洲5个国家，由于海外客户需求量呈现周期波动较大，为满足各周期的服务水平前提下，降低物流运输仓储成本，企业决定使用租赁海外共享仓的方式作为供应商与海外客户需求点之间的二级网络节点。该企业配送网络内有3家供应商G1-G3、8个海外共享仓J1-J8备选方案以及12个海外客户需求点I1-I12，其次客户需求按周期划分可划分为3个周期，顾客需求点各周期需求量以及位置坐标以及各周期外海共享仓库的最大库存量、位置坐标以及供应商可提供的最大商品量、位置坐标如表1所示。

表1 顾客需求点位置及各周期需求

已知供应商发货选择铁路运输运往欧洲英国、意大利、法国、德国和西班牙五个国家，运费按实重与体积重取大值计费，平均商品重量约为3kg，平均单位商品体积为0.034立方米，平均商品单位价值约为87元，欧共体统一关税率约为15%。具体供应商到各个共享仓的运费率以及各周期顾客平均退货率如下表2所示。

表2 各周期供应商到海外共享仓运费费率及客户平均退货率

海外共享仓的租赁费用以及管理、分拣费用以及仓库风险概率如表3所示，各周期海外共享仓与客户需求点之间的运费率如表4所示。

表3 各周期海外共享仓租赁及管理费率

表4 海外共享仓与客户需求点运费率(元/t·km)

4.2 算例求解

运用Matlab2018a软件，通过软件中遗传算法工具箱，将案例实际参数设置完毕对目标模型进行仿真求解，其中相关参数设置如下：最大迭代次数为Tmax=500；初始的化种群规模N=100；自适应变异概率Pm=[0.01，0.15]；自适应交叉概率Pc=[0.75，1.0]。根据顾客需求点以及海外共享仓的相关数据，使模型独立求解20次，取最小值作为最优解，最终的结果物流总成本233.08万元，海外共享仓租金成本77.52万元，运输成本74.80万元，风险成本22.74万元，税收成本15.66万元，退货成本42.36万元。海外共享仓选址最优方案如表5、表6所示。

表5 最优海外共享仓选址方案

续表

表6 最优海外仓配送网络

5 结语

文章通过构建总成本最小模型，针对跨境电商周期需求波动较大、分布较广的现状，将顾客需求的波动性与海外仓库资源共享性因素作为考虑因素引入共享海外仓的选址问题当中，并通过实例分析验证模型。文章在研究跨境电商海外仓的问题上只考虑了总成本、风险成本、税收成本，而实际上还有很多考虑因素，例如文化及环境、保税区等相关政策、国家贸易协定等多个方面的因素，在今后的研究中将进一步考虑更多其他因素对于海外仓选址的影响。