武汉邮政EMS同城配送网络优化

　　3 武汉邮政 EMS 同城配送网络优化

　　3.1 配送网络优化研究

　　3.1.1 配送网络的优化思路

　　本小节将在前面理论研究的基础上，提出具备一般意义的快递企业配送网络优化思路。通过考虑 DEA 和 VRP 两大模型的应用，将配送网络进行优化。第一步，需要立足于配送节点建立关键的绩效评价指标体系，然后就可以进行具体的分析来确定哪些配送节点目前是收支不平衡的，相对效率低下的，因而就可以消除那些配送成本太高但是配送需求量和配送量都比较小的节点，由此进行了网络优化的重新布局[27]。在第一步的基础上，针对配送中心与配送节点的路径路线将会进行具体的优化，选择最为合理的配送路径。经过这两个步骤，就可以为企业提供一个较为合理、满意的配送网络，能够有效提高资源的利用效率，降低了配送成本。因而本文基于武汉邮政速度的研究具备现实的应用价值和可行性。

　　3.1.2 配送节点的优化

　　针对配送节点的优化，首先需要明确企业的网络布局即揽投部门所在的位置，分析了周遭的配送需求后，就可以合理安置揽投点和驻地人员，降低配送成本，加强企业的可持续竞争能力。本节针对配送节点的优化思路，首先就是要确定配送节点，选取合理的评价体系。具体步骤如下：

　　首先，建立输出和输入数据的配送节点评价指标体系，确定配送节点的权重；其次，针对各个一级和二级指标，确定关键指标并进行取值计算；最后，计算出配送节点的评价值，在本文中即相对效率指标值，由此来确定配送节点的优化方案。

　　本文使用的方法论为DEA中的C2R模型，该模型适合评价配送节点指标体系并进行具体的运算。根据其他相关研究，本文的思路计划从配送需求、配送能力和成本三方面出发来衡量配送节点的合理程度。由此确定目前现存的配送节点是否合理，流进行业务上的合作。

　　在这里有必要介绍下配送节点绩效评价模型[28]，数据包络法简称DEA，是一种多目标决策方法，适合用于评价投入和多目标产出的相对有效性。它不需要任何相关的函数关系式，只需要输入和输出数据，就可以确定相对有效性。因而，在配送节点的综合评价方面，DEA显得得天独厚。C2R模型是DEA中的经典模型，用来决定决策单元的综合有效性。这里配送节点就可以作为决策单元，在配送网络中肯定有很多配送节点，因而就会有很多决策单元，给他们编上序号。然后每个决策单元都会有输入和输出，在这个N个决策单元，每个单元有X个输出，以及Y种输出。

　　最优化效率线性规划模型如下所示：【1】

　　
　　3.1.3 配送路径的优化

　　本节主要针对配送中心与配送节点之间的路径选择问题进行优化和讨论。思路如下，首先确定配送需求点和配送中心，本文是选取配送路径问题，需要分析武汉市配送网络的需求与配送现状。在此基础上计算各个节点，并画出公路网络图，构建数学模型。最后计算配送节点的评价结果，综合考虑了其他因素，确定最优的路径选择。

　　这里本文简要介绍下配送路径优化模型，由于邮政速递快递业务性质种类多样，因而作业要去也不一样，一般接口电商的快递企业，对配送时间都会有严格的要求，因而其配送网络可以简化为时间变量的车辆路径问题。（1）确定配送中心，最多不会多于两个。每辆运输车从起点出发，然后完成工作回到起点。在一般的快递企业中，一般仓储、订单处理和配送的大型配送中心不会超过两个。原因有二，一是成本很高，二是目前配送中心的基础设施能够满足需求。

　　（2）确定配送物品：网购以及其他需求产生的经济件、标准件和航空件。

　　（3）确定节点需求量：由客户订单的数量决定，可以从信息系统中获取。

　　（4）车辆的容积（5）配送节点的地理区位（6）假定每个节点只有仅有一辆车辆服务。

　　在这里本文将仅给出最终的线性规划模型，不需要进一步深入了解。【2】

　　
　　U为节点组合，a为单位运输距离运输成本，R为车辆载重，m为客户需求量，s为车辆行驶到配送节点的时间，x为某车辆服务于某节点。在着车辆路径问题的讨论中，人们通常都会以车辆行驶距离最小为控制目标，或者将其转为运行总成本来计算。但是这种思路也会引致一个问题，仅仅考虑行驶距离最短，并不能考虑车辆启用所造成的损耗与成本。因此也需要考虑车辆维护运行成本和启动所造成的损耗成本。这样以总配送成本最小为目标，构建了如上线性规划模型。目标函数，最短的配送距离，启用数量、配送中心的始发点，配送车辆限制、配送过程中每个节点只限一辆车服务一次，配送有其自己的时间限制等约束条件都在模型2.2中有所显示。

　　经过配送节点的优化和路径选择优化后，一个可以有效控制成本的同城配送网络就能够得到。每个配送节点的配送需求不能超过配送车辆的配送量。约束条件考虑到了这方面，并对结果进行了调整，通过重新计算后，某些配送成本提升的点就会在满足实际运营的情况下，从网络中消除。

　　3.2 配送节点优化

　　本文根据前面介绍的 DEA 模型，来简单探讨如何针对武汉邮政 EMS 配送网络节点进行优化。首先，需要建立武汉地区网络优化配送节点评价体系，本体系必须基于系统性、可行性和合理性理性为指导原则。

　　本文把配送节点评价一级指标划分为三个，一个为配送能力，一个为配送成本，最后一个为配送需求。考虑配送能力的组成因素如配送节点车辆的数量与容积，配送节点的可工作天数，可以把上述三个因素作为配送能力的二级指标。对配送成本进行分析，配送成本主要包括配送节点的基础成本如设施成本、车辆费用等，配送节点的技术成本以及人力成本，因此将人力成本、基础设施成本、技术成本作为运营成本的二级指标。配送需求的衡量主要靠配送节点的出库数量，所处理的订单数量以及商品出库的天的数量，因而将以上三个作为配送需求的二级指标。故可罗列总结于表 3.1。【3】

　　
　　配送节点的布局影响着配送网络的科学合理布局，因而从结构上可以看见配送节点是基本的点，有这些点才可以进一步连成线，形成高效的配送物流网络。但是在构建配送网络中，武汉邮政 EMS 并不存在科学的布局规划，在规划方面更多是采取的跟随模仿战略，以顺风速递为标杆，来进行布局，虽然这种方法减少了不少前期调查成本与投入，但是它忽略了自身自由客户群体的特征和分布范围，因而容易造成配送节点的重复建设，资源浪费情况严重，也同样也会导致配送成本的上升。

　　配送节点业务需求作为评判标准可以有效考虑需求因素的影响，在具体操作过程中选择配送节点商品出库量、订单处理数量和商品出库天数作为评判标准。而在配送节点的运营成本方面，目前公司存在很大的成本问题，在人员的薪酬支出、揽投部建设以及信息建设上面投入较大，这些都是未来发展所必须的。但是也有一些其他不必要的成本支出，公司并没有做好有效的成本控制如送递车辆的维护与保养，如何降低运输车辆的使用成本和支出成本，将是降低运营成本的一条有效路径。因而可以在实际操作中将一些配送节点配送量较小但运营成本较高进行资源整合，或者外包于第三方机构。对配送能力考虑，首先它必须满足配送的商品需求，对配送节点配送能力综合评价，将会有助于武汉邮政 EMS 优化配送网络结构，降低配送成本同时能够提高配送效率。在这里配送节点使用车辆的容积、运输车辆的使用数量和可工作的天数将作为配送能力的评判标准。

　　基于 DEA 模型应用有一定的条件约束限制，需要根据输入、输出对指标进行重新组合，得到符合要求的指标体系。通过对以上三个一级指标进行分析，可知配送节点的运输车辆数量是配送能力的主要因素，配送节点的订单处理数量是配送需求的主要衡量因素，配送节点的基础设施成本时运营成本的决定因素。因而，本文在DEA 评价过程的计算环节，选取以上三个作为输入指标。而输出指标为配送出库容量、配送节点订单金额和配送平均时间，具体数据见附录。

　　为了更好地处理数据，本文将采用 Matblab 程序进行模拟计算。Matlab 为一款数学运算软件，可以有效计算数值分析、非线性规划等其他复杂的数学运算，为工程设计和科学研究提供了便利。本文利用现存的程序就可以把数据运算出来，本节用到的 DEA 评价线性模型 matlab 程序为：【4】

　　
　　这里 matrix1 表示配送节点输入指标矩阵，matrix2 标志配送节点输出数据矩阵，将上述表 3.2 以及 3.3（见附表 2-4）的数据带入 matlab 计算，就可以得到决策单元的相对效率如下：根据计算结果分析，相对效率指在 1 以上的配送节点有个，根据优化模型可判断这些决策单元是有效的。判定 DEA 有效的配送节点所配备的配送服务车辆数量比较多，日常的配送需求也比较大，配送量也比较稳定，上述的几个配送节点完成武汉地区大部分地区的配送服务。因此从经营管理的角度出发，保留这些节点的运营费用、技术成本以及人力成本是值得付出的。而那些相对小于 1 的配送节点，由于配送服务较少，业务数量占据武汉地区的比例不大，但是保留这些配送节点所指出的运营费用如技术成本和人力成本超过了节点所能提供配送服务产生的潜在效益。

　　因此在综合考虑配送节点的收支平衡以及战略、潜在经济收益等因素后，考虑是否将其剔除，以提高武汉邮政 EMS 资源利用效率，降低公司运营成本。本节通过建立合理有效的配送节点指标评价体系，对武汉地区的配送节点进行了相对效率评价，并将评价结果与武汉邮政 EMS 配送网络发展现状进行定性分析结合，提出了相应的优化后的配送节点方案，也为配送路径的优化奠定了前期基础。

　　3.3 配送路径优化

　　本节将结合路径优化模型进行简要的分析，过程中需要用到 TransCAD 软件来完成路径优化的步骤，鉴于步骤较多同时比较复杂，本文将仅简要讨论路径优化思路，以为武汉邮政 EMS 提供一个解决实际问题的路径。

　　路径优化思路TransCAD 是美交通专业人员设计的地理信息系统，可以显示、分析和管理交通数据，因而可以作为一个中间媒介来提供车辆路径优化和物流配送等解决方案[29]，TransCAD routing/logistics 可以有效解决车辆路径的规划问题，将配送节点等同于带有时间窗的需求分布点，因而就可以利用前面理论部分所介绍的模型进行相关的路径优化。

　　利用 AutoCAD 和 TransCAD 软件画出武汉市公路 map 格式的网路图。第一步通过谷歌地图 SAVER 软件下载武汉地图，然后通过 AUTOCAD 中的 LINE 层插入武汉市电子地图，然后再导入 TransCAD 中完成 MAP 格式的武汉公路网图[30]。

　　确定配送网络的需求分布点以及配送中心。配送需求点为配送节点，武汉市邮政 EMS 配送中心有两处，一处位于金银湖，主要负责处理经济件；另一处位于机场航站，主要负责处理航空件。经过节点优化后的配送节点位置也可以通过公司内部资料获取。因而可以设定配送中心的需求量和配送量，生成相应的配送网络后，就可以导入 TransCAD 进行计算。配送范围的确定。根据武汉市现有的市区划分，先每个地区均有邮政速递配送网点提供物理服务，每个配送节点负责向相应地区提供配送服务。最后可以通过 ROUNTINGAND LOGISTICS 模块进行最终的计算，便可得到结果。
　　
　　3.4 本章小结

　　本章基于 DEA 模型对武汉邮政 EMS 进行配送节点以及配送路径优化，通过数据分析得出如下结果。配送节点目前布局尚不完善，覆盖范围有重合地区，造成资源浪费和效率低下。有几个配送节点如湖工揽投补相对效率低于 1，即效益并不是很大但是运营成本却很高。因而建议对此类配送节点进行优化整合，使得布局更为高效、系统、科学。针对路径优化选择问题，本章提出一个建议型的解决方案，以实现控制总成本最低的目标。