提高“最后一公里”配送效率的策略研究
程曦 李璐 曾晓晴（江苏航运职业技术学院）
摘要： 物流是物品从供应地向接收地的实体流动过程中，根据客户需要，将运输、储存、装卸搬运、包装、流通加工、配送等功能有机结合起来的过程。其中配送是处于物流的最后一个环节，被称为物流的“最后一公里”， 配送是将货物最终交付到客户手里的环节，也是唯一与客户直接联系的物流环节的。所以配送的服务质量直接影响了企业的客户满意度、忠诚度及市场占有率。 随着物流“最后一公里”配送的不断发展，而它本身的问题弊端日益显现，比如：配送成本高、效率低等问题。论文通过调查研究，总结分析了物流“最后一公里”配送所存在的问题及原因，并提出了相应的解决措施。
关键词： 物流；配送；最后一公里
从物流来讲，配送几乎包括了所有的物流功能要素，它是物流的一个缩影，是在小范围中物流全部活动的体现。配送作业的质量直接影响客户满意度和忠诚度，配送作为最后一个环节，其功能和地位极其重要。但目前配送作业存在许多问题：配送成本高、效率低等问题，极大地制约了整个物流配送的效率。面对“最后一公里”所带来的问题，许多企业进行了改进与创新。
一、物流“最后一公里”配送的特点及配送方式
配送是指在经济合理区域范围内里，根据客户要求，对物品进行拣选、加工、包装、分割、组配等作用，并按时送达指定地点所进行物流活动。从物流行业来讲，“最后一公里”配送是物流的最后一个环节，是物流的一个缩影，它包含了物流的所有功能要素。一般的配送集装卸、包装、保管、运输、搬运装卸、信息处理，并通过这一系列活动的完成将货物送达客户手中。“最后一公里”配送可以实现门到门，按时按需的送货上门。无论采用哪一种运输方式，最后都需要通过“最后一公里”配送送达终端客户手中，最终实现门到门。
一种主要基础是互联网可以把校园工作变得智慧化，并且把生活和学习变为一体化的环境叫作智慧校园。在智慧校园里面，把主要的载体称为可以应对多重应用服务的系统，可以把教学、管理、科研和学生教师在校园中的生活进行有效充分的融合。建设智慧校园之后，通过把大数据、云计算这些先进的技术进行充分科学的发挥，最终建成一个网络学习体系无处不在的校园。实现校园中的科研网络创新感随处可见，高校的治理校务是透明高效的，校园文化是多彩丰富的，学生的校园生活是周到方便的。通过智慧校园的引导，体育信息平台的建设应该在各个高校的努力之下共同完成，通过各类信息的共享，及时有效地为建设智慧校园提供帮助[1]。
目前物流末端配送主要是以人工送货为主，但目前有出现了一些创新的配送方式，呈现出了“最后一公里”物流配送方式多样化的趋势。
护理工作者在对患者进行护理的过程中，一定要注意安全问题，严格按照操作要求对患者进行护理，对患者及其家属尽量使用温和的态度，拉近和患者之间的距离，这样才能促进医护行业的健康发展。
（一）人工配送
在目前阶段，这种方式仍然处于发展运行实验阶段，其主要是将货物送往人力配送较难、较慢的偏远地区。在国内，顺丰速运和京东已经开始投入无人机的使用，无人机有很多便利性，但也有一些局限性，无人机的操作需要由专业人员完成，对起升降场地有一定的要求，而且无人机在飞行过程中还会出现不可抗力的事故，无人机运行的成本也非常高。
（二）自提
自提主要应用于城市的小区内、大学校园等人群密集集中的地方，主要的方式有自提柜和自提点等方式。快递自提柜最大的优点就是配送员只需把客户的货物放到自提柜里面就可以了，由客户自行取走货物。由于配送的物品均为固定的站点、固定的箱柜，也无需等待客户的签收，从而较大地提高了货物递送速度并降低递送的难度。这种方式所存在的缺点就是前期投入资金较高。
（三）无人机与无人车
人工配送的主要形式是通过小型货车甚至电动车把货物送达货物集中点，然后通过电话或短信告知收货人取货，也有的配送企业提供送货上门服务。但是这种配送方式局限性较大，如：受天气、时间、交通状况等因素的影响。尤其农村的地形相对于城市而言比较复杂，而且每个乡镇之间相距较远，尤其西部山区，基础交通条件较薄弱，虽然有时候能很早的看到收货人的目的地，但仍需要耗费较长时间才能到达，这就增大了物流“最后一公里”的配送难度和配送成本。
二、“最后一公里”配送所存在的问题及分析
（3）企业对于“最后一公里”的观念意识薄弱，服务质量难以保证。
智能管理信息系统可以根据交通状况，针对具体的配送车辆规划出最优的配送路线，设计出合理的配送速度，提前规避交通拥堵，实现配送方案优化，准时到达取货点或者送货点。同时，GPS可以实现货物的在途查询，及时调整车辆配送计划。目前已有企业在大力推广信息技术在物流领域的应用，比如顺丰速运，顺丰速运作为一家物流界的龙头企业，在科技方面投入的力度很大。截至2018年12月31日，顺丰已获得及申报中的专利共有1645项，软件著作权649个。在国内快递行业专利申请量排名第一，专利覆盖无人机、智能分拣、大数据运用、智慧物流网络建设、自动驾驶、包装保鲜技术等物流核心、突破性领域。
3.小组讨论替代合作学习。走进新课程实验课堂，教师大部分采用分组方式让学生讨论，进行所谓的合作学习。但问题表现在：一是讨论的内容选择不够恰当，导致讨论频率过高；二是讨论的任务不够明确，导致学生各行其是；三是讨论时间分配不够合理，导致讨论的价值不大，对多数问题的讨论不深不透。因此，笔者认为在新课程下，教师在教学过程中需要解决以下问题。
随着物流业的不断发展，我国已经初步形成以城市中心、为依托的城乡一体的物流网络，但是各地政府对物流企业的政策落实不到位，城市之间的建设规划不太合理，导致配送车辆进城比较难、停靠难。大多数城市很多是通过发放通行证来控制货车进入市区，对货车进城采取限行，这样就会造成配送车辆运载的效率大大降低。
蓄电池综合运行状态主要由其寿命即充放电轮次反映，又主要与其放电电流密度、温度、放电深度、维护状况和贮存时间等有关，放电度越深，使用寿命越短。综合上述蓄电池物理属性，结合蓄电池自身内部电流、电压、内阻等属性，通过建立放电轮次—内部外部属性之间的关联模型，可实现蓄电池寿命的预测，提供蓄电池设备投运与报废指导。传输设备总体运行状态主要由其故障率反映，通过建立传输设备的历史故障情况与其运行环境、内部属性之间的关联模型，可实现运维人员对传输设备整体情况的把握；在此基础上，通过对设备趋势性劣化的监视，可实现故障预测，提升通信运维水平。
（1）配送成本高，作业效率低。在整个物流活动中，配送具有极其重要的作用，“最后一公里”是直接接触最终客户的环节，也直接影响客户满意度和忠诚度。但在实际操作过程中，配送作业所占成本较高，而且总体服务水平较低。在配送过程中，配送中心需要对货物进行扫描，选择最优路线，然后装车再去配送，然而配送地点分散，耗费的人力、装卸搬运成本较多，使物流“最后一公里”的问题也会变得相对复杂。
可以使用一些重复使用的包装材料，并进行包装材料的有效回收，针对不同重量体积的物品，制定出不同的包装规格，使得包装更加标准化，方便装车和配载。综合考虑货物的积载因数和性质，确定合理的配载比例，充分利用车辆的载重量。
（4）信息技术的研发和应用有待提高。
（2）政府的监管制度有待完善。
由于缺乏运输信息系统的应用，缺乏具体物流信息的跟踪，对货物在道路上的情况十分模糊，无法及时调整路线和应对各种不确定因素。而且由于末端配送广且分散，各个区域配送需求存在差异，导致配送车辆会出现不满载、回程空载或者供不应求的情况。
三、物流“最后一公里”配送改进与建议
（一）积极的发展物流信息技术，促进物流智能化发展
“民企和国企在直接融资上存在明显的差别待遇。”某大型零售商金融部门负责人李锴说，不论是银行间短期融资，还是在交易所发债，在相当条件下，投资人给民企和给国企的是两种价格。“差别对待增加了民企的融资难度，情况最严重的是今年4月，投资人甚至看都不看民企发的债，这对一些当时急需资金的民企来说会面临不小风险。”
（二）统一包装规格，进行车辆配积载，提高车辆满载率
企业都比较重视降低物流的运输成本及仓储成本，而对于“最后一公里”同城同区域配送，在认识上存在着极大的误区，误认为配送的距离短、货物量小，因此所占的成本比例较小，缺乏顾客服务意识。还会出现货物重复运送，有时无法及时通知到收货人造成延迟交货或交不到货，这就造成资源的严重浪费和配送服务水平的降低。另外货物的破损率也是一个问题，比如：暴力分拣，暴力搬运装卸现象越来越多，暴力装包，私自拆包，这些现象都影响了企业的客户满意度和市场占有率。
（三）利用物流需求预测模型进行配送需求预测，有效地促进资源对接
对于物流需求，可以建立合适的数学模型进行定量预测，比如运用时间序列、回归分析等预测方法，预测出配送区域的配送量，再结合配送人员、设备等基础设施情况，合理地调配车辆人员，做到资源的无缝对接。
（四）实行送取结合，保证线路的稳定性
利用供应链管理中的循环取货思想，配送员在送货的同时，可以对揽件点进行收货，使得包裹可以及早地进入运输环节。同时，也可以通过收取重复利用的包装材料的方式，以保证车辆装载率和线路需求的相对稳定。
（五）合理进行配送站点、自提点、自提柜的布局
根据客户的地理分布，划分出不同的配送区域，再依据平均周转量、交通条件、客户需求量等情况，运用重心法、综合因素分析法等方法进行选址，确定配送站点的最佳位置。同时，针对自提取货，应将自提点、自提柜布局在人员活动相对集中的地点。
在大数据时代，我们需要对客户数据进行快速、全面的分析，确定客户的需求。通过对送货信息的统计和分析，对配送人员、设备、运送线路、配送方案等进行适当的优化，从而优化整个配送网络。为此我们需要不断地进行创新改革，确定最优的配送方式，不断降低配送成本以推动物流“最后一公里”配送的持续良好发展。
课题名称：智慧物流背景下超市配送中心作业流程优化研究“江苏省大学生创新计划项目”（项目编号：201912703027Y）。
从 R-CNN[14]到 Fast R-CNN[15]再到 Faster RCNN[16]一直采用选择性区域提取[17]与CNN代替传统目标检测使用的滑动窗口与手工设计特征，这使得目标检测效率得到了的大大的提升。但针对实时的ATM机场景检测速率仍然不够，因而本文运用了改进的YOLO单一人脸检测模型，利用回归方法进行人脸定位，具有快速定位目标人脸的效果。
参考文献
[1]王柏谊、电商物流“最后一公里”的发展对策研究—以菜鸟驿站为例[J].吉林工程技术师范学院学报,2016(1):47-49.
[2]陈伟斌.物流“最后一公里”发展探析[J].经营管理者,2017(4):99.
[3]赵梓安,汪胜男.配送最后一公里问题与对策[J].品牌,2015(10):33.
[4]李娟.关于“最后一公里”物流配送问题的研究[J].科技风,2017(10):269-270.
[5]郭道猛.电子商务物流最后一公里解决方案初探[J].科教导刊,2010(35):98+110.
[6]杨聚平以客户为中心-最后一公里配送模式研究[D].北京:对外经贸大学,2014.
标签：物流论文; 配送论文; 最后一公里论文; 江苏航运职业技术学院论文;