具有双向不确定性的最后一公里配送能力规划

《Journal of Business Logistics》：Last Mile Delivery Capacity Planning With Two-Sided Uncertainty

双面不确定性下的最后一公里配送容量规划研究，通过调整两阶段新库存模型，结合蒙特卡洛模拟与巴西企业数据，揭示需求与CD劳动供应不确定性交互影响PD容量决策的规律。研究发现高双面不确定性需增加PD缓冲，但存在非线性关系；CD供应层间相关性及失败配送成本显著影响决策，最终证明混合配送模型最优。

　　在现代商业环境中，最后一公里配送（Last Mile Delivery, LMD）正变得越来越重要，尤其是在直接面向消费者（Direct-to-Consumer, DTC）模式下。随着电子商务的迅猛发展，尤其是在新冠疫情期间，LMD市场预计将在2027年达到超过2000亿美元的规模。这种增长不仅推动了企业对配送效率的追求，也带来了前所未有的挑战，尤其是在需求和劳动力供应的不确定性之间如何取得平衡。许多公司正在探索将众包配送（Crowdsourced Delivery, CD）与自营配送（Private Delivery, PD）相结合的策略，以应对LMD中出现的不确定性。然而，这种结合带来了双重不确定性，即需求的不确定性与CD劳动力供应的不确定性，我们将其称为“双面不确定性”（two-sided uncertainty）。在这一背景下，研究如何优化PD容量以应对CD的可用性波动，以及双面不确定性如何影响PD容量决策，显得尤为重要。

### 1. LMD的挑战与双面不确定性

LMD作为DTC业务中的关键环节，不仅需要满足客户需求，还面临着运营上的复杂性。这种复杂性源于两方面的不确定性：一方面，需求的不确定性导致每日订单数量和交付时间存在波动；另一方面，CD司机的自我安排行为使他们的可用性变得难以预测。CD司机作为独立承包商，可以选择何时工作、使用哪个平台以及接受哪些配送任务，这种自主性带来了配送能力的不确定性。例如，在恶劣天气或社交活动期间，CD司机可能同时拒绝多个配送任务，导致配送能力下降。此外，CD司机的可靠性也受到多种因素的影响，如任务复杂性、路程远近、时间紧迫性等。这些因素使得CD服务在某些情况下可能出现延误或失败，从而影响企业的运营成本和客户满意度。

与此同时，PD配送模式通常依赖于固定的人力资源，例如雇佣的司机或与第三方物流公司签订的固定合同。PD配送虽然具有较高的可靠性，但其成本相对固定，且调整灵活性较低。当市场需求波动较大时，PD配送可能无法及时应对，导致部分订单无法按时交付，从而产生额外的客户补偿成本和配送失败成本。相反，如果PD容量过多，则可能导致资源闲置，增加运营成本。因此，LMD的容量规划必须在PD和CD之间找到最佳平衡，以应对双面不确定性带来的挑战。

### 2. 双面不确定性下的容量规划模型

为了解决双面不确定性带来的复杂性，本文提出了一种基于双阶段新闻商模型（Two-Stage Newsvendor Problem, NVP2S）的容量规划模型。传统的NVP2S模型主要用于解决单一来源的库存问题，假设第二阶段的资源是确定的且成本更高。然而，在CD环境中，这种假设并不成立。CD司机的可用性存在高度不确定性，且某些CD服务的成本可能低于PD成本。因此，本文对NVP2S模型进行了调整，以更好地反映实际的LMD运营情况。

调整后的模型考虑了以下关键因素：
- **CD劳动供应的不确定性**：CD司机的可用性受到多种外部因素的影响，如天气、时间、价格激励等，这些因素使得CD配送能力在不同价格层级上存在显著差异。
- **CD成本的波动性**：CD的单位配送成本可能因价格层级的不同而变化，某些价格层级的CD服务成本可能低于PD，从而影响企业的容量分配策略。
- **配送失败的成本**：由于CD司机的不可靠性，某些订单可能无法按时交付，导致额外的客户补偿和产品返工成本，这些成本对企业的运营影响较大。
- **CD劳动供应层级之间的相关性**：在某些情况下，CD司机的可用性可能在多个价格层级上同时受到影响，如天气变化或社交活动，这种相关性对企业的容量决策具有重要意义。

通过将蒙特卡洛模拟（Monte Carlo Simulation）与优化技术相结合，本文构建了一个能够系统模拟双面不确定性影响的模型。该模型首先根据历史数据确定PD的初始容量，然后在实际需求出现后，使用CD作为补充配送资源。通过反复模拟不同情境下的需求和CD供应情况，模型能够计算出最优的PD容量，以最小化总配送成本。这种方法不仅考虑了CD的不确定性，还能够动态调整PD和CD之间的比例，从而在不同情境下实现更高效的配送策略。

### 3. 模型的应用与实验设计

本文以一家巴西的食品配送公司AffordableMeals为研究对象，该公司在2024年初引入了低价产品，以促进业务增长。这一战略调整导致订单量和需求波动显著增加，使得原有的PD配送能力不足以应对日益增长的LMD需求。因此，AffordableMeals开始引入CD作为补充配送资源。然而，CD的不可靠性使得其在实际运营中面临诸多挑战，如司机的自我安排行为、任务接受率的波动以及配送失败成本的增加。

为了验证模型的有效性，本文设计了一系列实验，使用蒙特卡洛模拟和优化技术，结合AffordableMeals的LMD数据。实验中考虑了以下变量：
- **需求不确定性**：通过调整每日订单量的标准差，模拟不同需求波动程度下的配送情况。
- **CD供应不确定性**：通过调整不同价格层级上CD司机的可用性标准差，模拟CD供应能力的波动。
- **CD供应层级之间的相关性**：通过调整不同价格层级之间CD供应能力的相关性，分析其对PD容量决策的影响。
- **配送失败成本**：通过调整配送失败的单位成本，模拟高失败成本情境下的配送策略变化。

实验结果显示，双面不确定性与PD容量之间存在复杂的相互作用。当CD供应不确定性较高时，需求不确定性与PD容量之间的关系呈现出U型曲线，即在低和高需求不确定性下，PD容量需要增加，而在中等需求不确定性下，PD容量可以减少。此外，CD供应层级之间的相关性对PD容量决策具有显著影响，当CD供应在不同层级之间高度相关时，企业可以减少对PD的依赖，从而降低整体配送成本。然而，当配送失败成本较高时，企业需要增加PD容量以应对CD供应的不确定性。

### 4. 实验结果与理论命题

实验结果揭示了双面不确定性对LMD容量规划的深远影响，并提出了五个理论命题：
- **命题1**：双面不确定性水平越高，所需的PD容量也越高，以最小化总配送成本。
- **命题2**：当CD供应不确定性较高时，需求不确定性与PD容量之间的关系呈现U型曲线，即在低和高需求不确定性下PD容量需要增加，而在中等需求不确定性下PD容量可以减少。
- **命题3**：CD供应层级之间的相关性越高，所需的PD容量越低，因为CD供应变得更加可预测。
- **命题4**：配送失败成本越高，双面不确定性对PD容量需求的影响越显著，企业需要增加PD容量以缓冲CD供应的不确定性。
- **命题5**：在双面不确定性下，采用PD和CD混合配送模式能够有效降低总配送成本，优于单一来源的配送模式。

这些命题不仅为LMD容量规划提供了理论指导，还为实际操作提供了优化策略。例如，在高CD供应不确定性的情况下，企业应增加PD容量以应对可能的配送失败；而在CD供应层级之间高度相关的情况下，企业可以减少PD容量，从而降低运营成本。此外，配送失败成本的增加会进一步强化双面不确定性对PD容量需求的影响，因此企业需要更加谨慎地权衡PD和CD的使用比例。

### 5. 管理启示与实践意义

本文的研究结果对DTC公司的LMD容量规划具有重要的管理启示。首先，企业不应仅以单位配送成本作为决策依据，而应综合考虑双面不确定性对总成本的影响。例如，在高不确定性的情况下，尽管CD的单位成本较低，但其不可靠性可能导致更高的失败成本，因此PD容量的增加可能是更优的选择。其次，企业应利用历史数据和统计分析来优化PD和CD的分配比例，而不是依赖简单的经验判断。这种系统化的优化方法能够减少因盲目决策而导致的资源浪费和配送失败。

此外，企业应根据不同的不确定性水平调整PD容量。当CD供应不确定性较高时，PD容量需要增加以应对潜在的配送失败；当CD供应层级之间高度相关时，PD容量可以适当减少，因为CD供应变得更加可预测；当配送失败成本较高时，PD容量的增加能够有效降低总成本。同时，企业应采用混合配送模式，以在PD和CD之间找到最佳平衡，从而在成本和可靠性之间取得折中。

最后，本文强调了企业应关注双面不确定性之间的相互作用。例如，在某些情境下，CD的高不确定性可能导致PD容量的显著增加，而在其他情境下，CD的可预测性可能使PD容量的减少成为可能。这种动态调整能力对于应对不断变化的市场需求和劳动力供应具有重要意义。通过将双面不确定性纳入容量规划模型，企业能够更准确地预测和应对潜在的风险，从而提高整体运营效率和客户满意度。

### 6. 研究局限与未来方向

尽管本文的研究提供了重要的理论和实践启示，但仍存在一些局限。首先，本文主要基于巴西AffordableMeals公司的LMD数据，其结果可能不适用于其他市场或运营环境。因此，未来的研究可以扩展到不同国家和地区的配送模式，以验证双面不确定性对LMD容量规划的普遍适用性。其次，本文的模型主要关注成本最小化，而未直接涉及服务质量的优化。然而，在实际运营中，服务质量对客户满意度和重复购买率具有重要影响，因此未来的研究可以探索如何在成本和质量之间取得平衡。

此外，本文假设CD司机的可用性仅由价格决定，但实际中，CD司机的决策可能还受到其他因素的影响，如配送地点、任务复杂性、时间紧迫性等。因此，未来的研究可以进一步分析这些因素如何影响CD的可用性和可靠性，并将其纳入容量规划模型。最后，本文的模型基于历史数据，而未来的研究可以探索是否可以通过更详细的实时数据和动态建模提高模型的预测能力和优化效果。

总之，本文的研究揭示了双面不确定性在LMD容量规划中的重要性，并提出了优化PD容量的理论框架和管理策略。通过结合PD和CD的配送能力，企业可以在不确定性中找到最佳的平衡点，从而降低总成本并提高客户满意度。这些发现不仅为DTC公司提供了实用的决策支持，也为物流与供应链管理（LSCM）领域贡献了新的理论视角。