配送, 是整个在线购物环节中的重要组成部分, 也是直接影响消费者购物体验的环节。对消费者而言, 在网上选购了商品之后, 都希望能够在最短的时间内收到自己所订购的商品。而这对于幅员辽阔、地理环境复杂的我国而言, 如何在配送的时效性上尽可能满足消费者的需求, 合理的电商仓库选址, 显得至关重要。

A公司是1家全球领先的体育运动品牌。最近几年, 我们见证了电子商务在中国井喷式的发展, 国内消费者对网络购物的接受程度不断提高。A公司在中国的网上销售业务也迅猛发展, 发货量高速增长, 原有的仓库空间已经捉襟见肘。并且, 目前A公司在全国范围内仅在上海市郊设立有一处电商仓库, 负责管理官方商城和天猫旗舰店的库存、网络销售订单的分拣业务, 面向中国大陆各省市自治区的消费者发货。为了缩短配送时效, A公司采用以在国内时效性较高著称的顺丰快递为主的快递配送机制, 通过该快递提供的高成本的空运服务, 才能实现北京、广州等重点城市的次日送达服务。但即便如此, 这样的运输方式, 成本高、留给电商仓库操作的时间窗口小、易受天气等因素影响, 配送的不稳定性较高, 高度依赖一家快递公司的配送能力, 服务的可扩展性有限, 带来的不确定性很高。

目前, A公司看好B2C电商业务的发展, 公司内部对于电商事业的未来发展也有着很高的期待。同时, 作为高度重视客户体验的品牌, A公司迫切的希望在提供多样化的配送速度、缩短配送时效, 尤其是进一步缩短北上广地区的配送时效方面做出更多的努力。为此, A公司内部提出要重新考虑电商仓库的布局, 计划在全国选择3处设立电商仓库, 以加强现有的配送网络和体系。因此, 我们面临着多仓库的可行性评估及多仓库的选址等问题。

对企业而言, 为电商仓库选择合适的区域位置进行布局, 不仅关系到仓库自身的成本和收益, 同时, 也关系到企业战略是否能得到有效的执行和支持。因此, 对于选址问题必须进行科学的分析。

选址理论最早由国外学者Alfred Weber于1909年正式引入, 他将这一问题归结成为单一仓库的位置选择, 使得仓库与一组在空间上不同分布的客户之间的总运输距离最小。到现在, 物流中心和仓库的选址研究已经形成了多种的方法, 大致可以分为定量分析和定性分析两大类。定量分析又可以分为连续模型和离散模型。连续模型的典型方法有重心法。离散模型的典型方法有鲍摩-瓦尔夫模型等。定性的分析方法主要有专家打分法、德尔菲法、层次分析法等。

本文注意到, 对于A公司所面临的B2C电商环境下的多配送中心选址问题, 其与传统的物流配送中心选址相比, 存在着一定的不同。与目前国内大多数B2C企业相似, A公司没有选择自营物流来进行配送, 而是采用与第三方快递公司合作的模式实现到消费者的派送。快递公司按照不同的发货区域, 提供费用和时效两个重要的指标。在这个选址问题中, 每个备选城市到全国31个省市自治区的快递费和快递时效是不同的。这使得我们很难直观的一眼看出最优的备选城市方案组合。而求解这样的问题正是线性规划的强项。因此, 我们以快递费和时效这两个指标基础, 分别以总快递费用最优和总快递时效最少为优化目标, 使用0-1整数规划来对所有目标发货省份进行分配, 产生出两套不同的方案供企业选择。

我们首先对A公司电商平台某年的销售数据进行汇总整理, 并按订单数降序排列, 见表1。

表1 A公司电商平台销售数据汇总     下载原表

结合上述订单需求分析的结果、以及企业实际经营的现状, 我们初步提出将上海、北京、广州、武汉、福州、济南6个城市做为仓库的候选城市进行进一步的分析, 从中选择3个城市, 构建未来的电商配送体系。

我们将使用0-1整数规划所要求解的问题, 如图1所示。

图1 B2C电商物流结构图   下载原图

在这个模型中:

(1) A公司使用一个中央仓库向电商仓库补货, 因而商品是从一个中央仓库流向各个配送中心。

(2) 共有6个城市作为电商仓库的备选城市。

(3) 要从备选城市中选择3个城市作为电商仓库所在地。

(4) 商品从各备选城市流向33个省市自治区的最终消费者。

我们先以总运输成本最低为优化目标, 建立线性规划模型。

可以用如下的公式表示:

式中, n为目标省市;

cij (i=1…n, j=1…6) :从仓库wj (j=1…6) 到需求点xi (i=1…n) 的综合快递费用;

qij (i=1…n, j=1…6) :从仓库wj (j=1…6) 到需求点xi (i=1…n) 的运单数量;

Setupj为该备选城市最终是否开设仓库;

Selectj为是否使用该城市向该省份发货。

其中, 公式中需要使用到的从上海、北京、广州、武汉、福州、济南出发去各个省市自治区的运费信息, 见表2。

使用Excel自带的规划求解工具Solver求解结果如下:

仓库选择上海、北京、广州三个城市, 优化后的总快递费用为14 428 840元。

以总快递费用最低为优化目标的结果显示, 3个城市各自负责的区域, 见表3。

我们还将以总运输耗时最少为优化目标, 建立线性规划模型进行求解。

可以用如下的公式表示:

式中, n为目标省市;

tij (i=1…n, j=1…6) :从仓库wj (j=1…8) 到需求点xi (i=1…n) 的快递时效;

表3 上海、北京、广州三个城市各自负责的区域     下载原表

qij (i=1…n, j=1…6) :从仓库wj (j=1…8) 到需求点xi (i=1…n) 的运单数量;

Setupj为该备选城市最终是否开设仓库;

Selectj为是否使用该城市向该省份发货。

使用Excel自带的规划求解工具求解结果如下:

仓库选择上海、济南、武汉3个城市, 优化的总快递时效为1 900 665 h。

以总快递时效最低为优化目标的结果显示, 3个城市各自负责的区域, 见表4。

表4 上海、济南、武汉3个城市各自负责的区域     下载原表

至此, 我们一共得到两套方案, 见表5。

表5 两套方案     下载原表

A公司将以上两套方案进行汇总整理后, 提交给内部的专家团队进行进一步的评价和论证, 最终确定选择方案1作为新的仓库方案。

本文使用了0-1整数规划, 对电商环境下的仓库选址问题进行了研究, 并结合实际案例, 使用Excel自带的规划求解工具进行了最优解的计算, 论证了模型的可行性和有效性, 对于其他同类型电商企业库进行电商仓库选址具有一定的参考价值。