论文标题：Optimizing Last-Mile Delivery: A Multi-Criteria Approach with Automated Smart Lockers, Capillary Distribution and Crowdshipping

论文链接：https://www.mdpi.com/2305-6290/8/2/52

期刊名：Logistics

期刊主页：https://www.mdpi.com/journal/logistics

一、引言

最后一公里配送占整个物流链成本的比重极高，且因其在人口密集、路网复杂的城市环境中进行，面临停靠频繁、交通拥堵等问题，导致运营成本高昂、碳排放严重。传统的上门配送模式也常因“客户不在家”导致投递失败、货物被盗（如“门廊盗窃”）。因此，探索更高效、经济、环保的替代方案势在必行。本文旨在通过整合多种新兴配送模式与数学优化方法，系统解决这些挑战。

二、核心概念与技术

2.1 自动化智能储物柜

这是一种配备电子控制的智能自提柜，通常布设在商场、社区等便利位置。快递员将包裹存入，用户凭唯一取件码随时取件。其优势在于：

• 降低成本：锁柜到锁柜的配送成本比上门配送低15%-30%。

• 提升效率与安全性：减少投递失败和货物丢失风险。

• 促进环保：通过整合多个物流商的配送，减少城区车辆行驶里程和排放。

• 应用多元化：除包裹外，还可用于生鲜、图书、洗衣、药品等各类物品的交付。

2.2 毛细血管式配送

指利用密集分布的小型、本地化节点（如社区小店、加油站、公交枢纽）作为微配送中心，形成深入城市“毛细血管”的末端网络。将智能储物柜融入此网络，能极大提升服务的可及性与便捷性，缩短配送距离。

2.3 众包配送

借鉴共享经济理念，利用普通市民（“众包配送员”）行程中的闲置运力来递送包裹。可与智能储物柜结合：众包员将包裹从集散点送至社区储物柜。这种模式能灵活应对需求波动，降低成本，并减少专职配送车辆。

2.4 水平合作

强调不同物流企业、储物柜运营商、众包平台等主体间的协作，共享基础设施（如储物柜网络）与运力资源，从而进一步提升整个城市末端配送网络的整体效率和韧性。

图三：设施选址问题中，仅考虑配送设施到客户的距离，自动智能储物柜选址示例。

三、研究方法：多标准优化模型

研究核心是提出一个混合仿真-优化框架，结合了代理模拟和多目标数学规划。

1. 代理模拟模型：以城市行政区为基本代理，模拟人口、网络购物者、储物柜用户、包裹需求等关键参数的动态增长及相互影响。模型考虑了随机波动因素和储物柜可用性对用户行为的正向反馈效应。

2. 多目标优化模型：

• 模型I：整合了设施选址问题和车辆路径问题，决策变量包括储物柜选址、客户分配、车辆路线等，旨在同时优化分配成本、配送距离/时间/成本、网络利用效率、供应链韧性和可持续性等多个相互冲突的目标。

• 模型II：聚焦于储物柜网络的设施选址与容量分配，目标是在满足需求覆盖和最小利用率约束下，最小化总成本（包括设立、运营、维护、服务分配成本）。

3. 求解工具：使用AMPL建模语言，并调用GUROBI 9.5.1求解器进行优化计算。

四、案例研究与实证结果

研究以波兰弗罗茨瓦夫市一家拥有约400个储物柜的物流公司为案例，应用上述模型进行为期三年（152周）的模拟优化。

• 关键输入：包括各区人口密度、现有储物柜分布、成本数据（设立成本2450欧元/个，周维护成本155欧元）、以及随季节剧烈波动的预期需求（如圣诞季高峰）。

• 模拟结果：

• 需求增长：网络购物者和储物柜用户数显著增长，三年未包裹需求增长近一倍。

• 优化网络：模型建议的最优储物柜数量为151个，显著少于该公司基于五年计划已部署的400个，表明通过动态优化可更集约地利用资源。

• 成本分析：三年总成本约5426万欧元，其中服务分配成本占比最高（约95%），凸显了储物柜选址对降低客户提取距离成本的关键作用。设立、维护和拆除成本占比较小。

• 动态调整：模型每月根据最新需求数据重新优化网络，动态决定储物柜的开设与关闭，体现了对市场变化的响应能力。

五、结论与未来方向

研究表明，整合自动化智能储物柜、毛细血管式配送和众包，并辅以多标准优化模型，能有效应对最后一公里配送在成本、效率和可持续性方面的挑战。案例证明，该框架能为企业提供科学的网络规划和动态调整策略，实现资源优化配置。

研究局限性在于模型参数高度依赖数据质量，未来需通过实地调研获取更精确的客户行为数据。此外，当前模型以月为周期调整，未来可向周或实时优化演进以提升敏捷性。

未来研究方向包括：

1. 深化仿真与优化的融合，采用更先进的算法（如引导法）提升模型鲁棒性。

2. 将模型扩展应用于无人机、自动驾驶车辆等新兴配送场景。

3. 探索更复杂的多目标权衡与求解算法。

4. 将该框架适配到更多不同规模、不同特点的城市和行业中。

海运物流和全球供应链的脱碳——特刊征稿

全球贸易的80%依赖海运，而航运业温室气体排放占全球总量的3%，排放规模位居世界前列。当前，海运业正面临向低碳及净零转型的紧迫压力。国际海事组织（IMO）减排战略、欧盟碳排放交易体系（EU ETS）扩展至航运、加州强制排放报告以及鹿特丹等港口打造绿色枢纽等政策与市场要求，共同推动船东、货主、港口及物流企业采取创新脱碳路径。

本特刊旨在征集高质量研究，探讨海事物流与全球供应链在实现脱碳及净零目标过程中，技术、运营、经济、环境与治理间的相互作用。欢迎理论、实证、计算及政策导向的论文，议题涵盖但不限于：

• 脱碳技术与燃料：替代燃料（如氨、氢、生物燃料）、电动化、节能装置等；

• 绿色航运运营与物流：航程优化、减速航行、港口协同与绿色港口策略；

• 政策与市场机制：欧盟航运碳排放交易体系、碳定价、对航运市场与融资的影响；

• 可持续供应链与贸易：脱碳驱动的供应链转型、全生命周期排放评估、各方协作模式；

• 数字化与数据驱动：人工智能、数字孪生、区块链用于排放追踪与能效预测；

• 转型经济与投资决策：绿色航运金融、风险评估、成本效益与创新采纳。

期待您分享前沿观点与创新成果。

Logistics 期刊介绍

主编：Robert Handfield, North Carolina State University, USA

期刊主要发表与物流和供应链相关的原创文章和文献综述。主题涵盖领域包括但不限于：人工智能、物流分析和自动化；可持续发展与逆向物流；人道主义和医疗保健物流；最后一公里，电子商务与销售物流；海运物流；供应商，政府和采购物流等。

2024 Impact Factor：3.6

2024 CiteScore：8.0

Time to First Decision：19.6 Days

Acceptance to Publication：4.6 Days