基于O2O的连锁经营配送网络优化研究

崔惠+张青

内容摘要：在连锁经营企业中，配送环节出现的问题能否得到有效解决、线上线下配送网络是否能够实现真正优化是其发展中的重中之重。本文从服务方式、配送站绩效与实体店配送三方面构建O2O连锁经营配送网络优化模型，并通过实证分析对配送网络的优化进行考察。

关键词：O2O 连锁经营 配送网络 优化

中图分类号：F724 文献标识码：A

当前，面对网络消费者无法直面产品难以确定网上商品质量等问题，一种新的商务模式——O2O进入消费者的视野，并引起业界的广泛讨论。作为首先将线上虚拟与线下实体经营予以结合的商业模式以及互联网技术发展的必然结果，O2O给予消费者线上购买、线下提货与退换货、要求送货上门的权利，更好的消费体验不断拉近企业与消费者的距离。

在连锁经营企业配送环节中，主干线配送网络存在较多问题，例如配送站独立经营增加企业配送与运输成本、消费者收取货物存在时滞性、线上配送服务负效应明显、线上货物回收便利性差等。这些问题对线上线下配送网络的整合与优化提出要求，合理的整合能够充分发挥出实体店的优势，降低企业成本，使线上线下渠道实现无缝对接，进而增强客户体验，不断提高企业竞争力。因此，本文对O2O模式下连锁经营配送的网络优化开展研究，以期对连锁企业的发展有所帮助。

研究综述

国内外学者对配送网络优化问题展开了丰富的研究，但针对连锁经营企业线上线下配送网络优化的研究比较有限。在为数不多的研究中，周登仪（2012）在便利店与网购配送的背景下，以网购与网购物流作为研究对象，从便利店的选择、流程设计以及需求分析三个层次对网购配送问题进行了研究与设计。此研究对便利店独特选址、24小时经营以及接近客户群等优势予以分析，力图拓展研究对象的服务范围，将其发展为网购配送环节中的便利店，对物流配送交接时滞性、回收困难等问题予以解决。汪旭晖等（2014）认为，线上线下的物流系统应保持协调与合作关系，通过协同发展，进行渠道间物流系统的整合，以将其联合作用充分发挥出来，形成线上线下物流共生体。

总之，现阶段国内外学者关于O2O连锁经营企业配送网络优化问题的研究尚不够深入，具体的整合优化尚未明确，有待于进一步的探索。

O2O连锁经营配送网络优化模型

（一）线上线下配送网络优化的总体思路

物流配送是企业O2O经营的重要环节，它能够将线上线下之间多环节密切衔接起来，以为消费者提供更加良好的服务（范厚明等，2015）。部分连锁经营企业在早期进行配送网络设计时，忽略了线上的物流需求。后期若重新设计整个配送网络，会为企业带来高昂的成本，针对这个问题，可以以线下实体店原有配送网络为基础进行合理优化，使线上线下的配送网络实现协同，进而满足线上与线下的物流配送总需求（汪旭晖等，2014）。

O2O连锁经营企业的订单来源包括兩种：线上官网与线下实体店，两种渠道会共用仓库与配送站，在多仓多点布局下发挥就近发货的优势。现实情况下，连锁经营企业需借助信息技术对互联网信息系统平台进行搭建，实现线上线下店铺、配送站以及服务方式的融合。本文针对渠道配送过程中存在的问题，进行O2O配送网络优化，优化过程中包括服务方式的优化。以此为基础，对配送网络中各个配送站进行绩效评价，并选取合适的配送站，规划配送网络的节点布局。现实中，消费者在完成线上购买之后，企业将订单派送到距离消费者最近的实体店，由实体店安排配送，此外，消费者还可以自行至实体店提取货物，而连锁经营企业在进行了O2O配送网络优化之后，能够降低配送成本，提高配送效率，进而有效提升用户体验。

（二）服务方式优化结构模型

在O2O配送网络优化中，客户关系管理系统对线上线下服务进行统一管理。消费者可以在线上下单进行预订，并到店内直接付款提取货物，这能够使线上网店与线下实体店进行优势互补，给予消费者最优的消费体验。超越现有实体店的购物体验突破了传统的连锁经营，除了自提货物之外，线上消费者还能够到实体店进行货物的退换，如果库存条件满足，换货可即时完成，使线上网店共享线下实体店的库存（陆玉冈，2015），如图1所示。

（三）配送站绩效评价模型

本文借助于数据包络法（Data Envelopment Analysis，简称DEA）中的C2R 模型，从配送能力、配送需求以及运营成本三方面评价各配送站的配送水平，以判断各配送站的合理性。假设：配送网络中配送站的数量为N，若将各配送站视作一个决策单元，则配送网络中共有N个决策单元。在各决策单元中，有M种输入，用以表示资源的耗费，S种输出，用以表示效用的获取。在矩阵中，Xij为j决策单元对第i种资源的耗费量，yrj为j决策单元对第r种效用的获取量，Vi与Ur分别为i与r的权重，其中，I∈（1，m），J∈（1，n），R∈（1，s） ，且Xij与yrj均为已知，数据可通过连锁经营企业的内部资料获取。

由上述假设可得决策单元的效率评价指标系数：，最佳效果应满足投入的资源完全应用于产出上，则必有相应的U、V符合条件hj≤1， j=1，2，…，n。进而，j单元的效率指数得到约束，其最佳效率指数模型如下：

将其代入矩阵符号，线性化后的指标模型转化为：

在该模型中，Yj=（y1j，y2j，…，ysj），j=1，2，…，n；UT=（u1，u2，…，ur）T；VT=（v1，v2，…，vm）T。根据此模型对矩阵赋值，便可计算出连锁经营企业配送网络中各配送站的效率，进而借助于DEA方法对其有效性进行评价。若hj=1，决策单元弱有效；若hj>1，则有效；若hj<1，则非弱有效或无效，应将此配送站从配送网络中予以剔除。

（四）实体店配送网络优化模型

本文从成本最低的角度考虑配送网络的优化，如图2所示，在货物从配送站至实体店的过程中，需要对实体店进行选择，确定符合条件的自提点与配送点，配送过程中所发生的成本有运输成本、扩建成本以及运营成本。

1.模型假设。在建立实体店配送网络优化模型之前，需要做出以下假设：选取配送站作为初始点，每辆车从此处出发，在任务完成后再回到此处；连锁经营企业各地区均有多个配送站，为了使模型能够简化，需选出一个固定的配送站向多个实体店配送货物；扩建选取的配送站，可使其有效承担起线上与线下的配送任务；各实体店的货物只能通过一辆车配送，且车辆的装载量大于各实体店的配送量；各车辆的最大装载量固定；各车辆行驶路线只有一条，若车辆返回配送站之后出现重复发车现象，由不同车辆执行的可合并实际所需车辆数量；各车辆行驶距离不受约束；运输费用正比于运输量；各实体店的需求量为已知；各实体店位置为已知，且与配送站之间的位置固定；在对各实体店进行扩建之时，成本固定；各实体店运营成本固定。

2.符号说明。U为节点集合，R为实体店集合，且有R={i}，若i=0，代表配送站，若i=1，2，…，n，则代表实体店，U与R满足关系：U=R∪{0}；V为车辆集合，且有V={k}，k=1，2，…，m；α为单位运输成本；Q为车辆最大载重量；C为各节点距离，有c={cij}，I，j∈U；di为实体店i每天的货物需求量，i∈R；Xijk为0-1变量，若为Xijk=1，则车辆k直接向节点i、j提供服务，若Xijk=0，则车辆k不直接向节点i、j提供服务；Yi也为0-1变量，若Yi=1，则实体店进行自提点与配送点的扩建，若Yi=0，则实体店不进行扩建，其中i=1，2，…，n；fr为实体店扩建后的成本；fW为实体店每天的运营成本。

3.模型建立。该模型的目标函数应满足总成本最小，利用混合证书规划模型进行符合条件的实体店选择，将其作为自提点与配送点。

成本最小模型为：

此模型能够对配送车辆的运输成本、实体店的扩建成本以及运营成本进行综合性考虑，属于对符合条件的实体店进行选择，并将其扩建为自提点与配送点的选址问题。其中，（1）式为目标函数，其它为约束条件；（2）式表示在整个配送过程中，启用的车辆数应小于O2O经营企业的车辆实际拥有数；（3）式表示配送站为配送车辆的起始地与返回地；（4）式表示在配送环节中各配送节点只能接受一次来自于某一车辆的服务；（5）式表示配送车辆的配送量应在其容量限制范围内。

本文需特别注意的是，在选择实体店时要确保各区域消费者都位于自提点与配送点的辐射范围内，同时，现有实体店可能存在辐射范围的交叉，因此，应遵循成本最低原则进行符合条件的实体店选择。

实证分析

某连锁经营企业面临着日益激烈的市场竞争，试图通过线上线下渠道的整合抢占更大的市场份额。因此，该企业致力于O2O配送网络的优化：计划让消费者在线上购买或预订货物，并在线下进行自提或接受配送，使线上与线下实现物流配送的共享。

（一）服务方式优化

该连锁经营企业借助于服务方式优化结构模型的理念进行优化，追求线上线下库存的共享。除此之外，该企业在总部设立专门部门概念店，进行产品、销售流程与服务等一系列研究。具体优化措施有：企业的线下实体店对概念店中科技转型的成果加以利用，使店面的智能体验得到了良好的提升；各营业人员借助智能手持终端的配备提升了工作效率，使购物流程得到大大简化；线上线下同时采用热度分析与客流计数系统，对客流量及其分布等数据进行统计，更加准确地掌握了消费者行为，进而进行更加精准的营销策略制定，使线上线下的经营质量得到了持续提升。

（二）配送站绩效评价

以该连锁企业的北京地区经营为例，企业共有一个城市配送中心A0，线上配送站个数为6，分别为A1、A2、…A6，线下配送站个数为8，分别为A7、A8、…A14。各配送点之间的距离如表1所示。

该企业以系統性、合理性以及可行性为准则，建立其北京地区各配送点的评价指标体系，如表2所示。

DEA在评价指标的选取方面要求十分严格，表2中的配送需求、配送能力以及运营成本三个一级评价指标有各自的决定性要素，分别为处理订单数、配送车辆数以及基础设施成本，因此选择这三项内容作为DEA评价过程中计算环节的输入指标，相应地，输出指标分别为配送的出库体积、平均时间以及订单金额。各配送站的评价数据如表3所示。

本文通过Matlab软件对14个配送站进行绩效评价，各决策单元相对效率如表4所示。

由表4所示结果可知，共有9个配送站相对效率等于1，表明这9个决策单元弱有效，其他5个节点相对效率值均小于1，因而判定为DEA无效。由于A3与A4之间的距离仅为8km，因此将A3撤销。优化之后的线上线下共用配送站有：A2、A4、A5、A7、A9、A10、A11、A14。

（三）实体店配送网络优化

为简便起见，此处选取连锁经营企业北京地区朝阳区的一个配送站及其负责配送的实体店B1、B2、…、B8进行研究，各实体店分布图如图3所示。

图中，相应的服务区域用数字1-14表示，Yi为0-1变量，若Yi=1，则扩建实体店为自提点与配送点，若Yi=0，则不扩建。

由此可知，B1可负责的区域为11、13、14；B2可负责区域为6、8；B3可负责区域为3、4；B4可负责区域为1、2；B5可负责区域为7、12；B6可负责区域为2、3；B7可负责区域为5、6、7；B8可负责区域为9、12。因此，对于1号地区来说，需保证B4实体店必须进行自提点与配送点的扩建，则有Y4≥1；对于2号区域来说，需保证B4与B6中必须有一个实体店进行自提点与配送点的扩建，则有Y4+Y6≥1。以此类推，有：

已知各配送站与实体店之间的距离如表5所示。各实体店的需求量如表6所示。

已知各实体店扩建成本fr均固定为10万元，运营成本fW固定为1万元，运载车辆数m为4，每辆车的最大载重量Q为5t，单位运输距离成本α为1元/公里*吨。

本文借助Lingo12.0软件求解此线性规划模型，得出的最终结果为：Fmin=65元，Y1=Y2=Y3=Y4=Y5=Y7=1，Y6=Y8=0，可知应从此8个实体店中选择B1、B2、B3、B4、B5、B7进行扩建，将其作为自提点与配送点。配送路径可作如下安排：方案一：B0→B1→B3→B0；方案二：B0→B2→B4→B0；方案三：B0→B5→ B7→B0。

结论

连锁经营企业的O2O配送网络优化有利于解决企业配送环节中出现的问题，作为一个比较新的课题，需要进行不断创新与改进，各企业与相关研究人员进行决策时，需要考虑到以下两点：

O2O配送网络的优化目前尚处于理论研究阶段，现实的实施过程需要对连锁经营企业中的线上网店与线下实体店进行充分的协调，制定出合理的合作与利益分配机制，如此，才能实现线上线下渠道的有效整合。

在实体店配送网络优化模型中，本文以运输、扩建以及运营成本的总和最小化构建目标函数。为使研究简化，假设各实体店的扩建与运营成本为固定常数，在以后的研究中，需要进行更深层次的考虑，将实体店中的扩建与运营成本进行变量设置。

参考文献：

1.周登仪.基于便利店的网购配送模式研究——以北京市为例[D].北京交通大学，2012

2.王乐鹏，李春丽，王颖.苏宁云商O2O面临的问题及对策[J].物流技术，2010（6）

3.汪旭晖，李晓宇，张其林.多渠道零售商线上线下物流共生体构建模型及策略[J].财经论丛，2014（7）

4.范厚明，田也.谈生鲜农产品电商物流配送模式的改进[J].商业经济研究，2015（35）

5.陆玉冈.家电连锁零售企业线上线下配送网络优化研究——以S公司为例[D].北京交通大学，2015