“互聯(lián)網(wǎng)+”背景下高校校園智能快遞柜選址設(shè)置
——以南京林業(yè)大學(xué)為

黃 媛，林 麗，劉 涵，朱成琳，張夢(mèng)凡

HUANG Yuan, LIN Li, LIU Han, ZHU Chenglin, ZHANG Mengfan

（南京林業(yè)大學(xué) 汽車與交通工程學(xué)院，江蘇 南京210037）

(College of Automotive and Transportation Engineering, Nanjing Forestry University, Nanjing 210037, China)

0 引 言

校園快遞業(yè)務(wù)的增加離不開互聯(lián)網(wǎng)和電商平臺(tái)的發(fā)展。推進(jìn)“互聯(lián)網(wǎng)+”快遞建設(shè)已有五年時(shí)間，這期間快遞行業(yè)發(fā)展迅猛。據(jù)2019 年天貓雙十一交易數(shù)據(jù)統(tǒng)計(jì)，當(dāng)天天貓交易額為2 684 億元，較2018 年增長了20%左右。并且據(jù)尼爾森市場(chǎng)調(diào)研公司2018 年發(fā)布的“2016～2018 年購物者趨勢(shì)報(bào)告”顯示，大學(xué)生在網(wǎng)上購物中占有較高的比例，并且呈上升狀態(tài)。大學(xué)生已成為網(wǎng)購群體的重要成員之一，但校園快遞末端服務(wù)問題突出，傳統(tǒng)快遞服務(wù)模式已經(jīng)很難滿足學(xué)生需求。投放智能快遞柜這一舉措逐漸被各大高校認(rèn)同，山東和天津一些高校已經(jīng)將智能快遞柜投入使用，并對(duì)智能快遞柜的使用效果有較高的評(píng)價(jià)。與傳統(tǒng)的校園末端配送模式相比，智能快遞柜可以很好地解決“取件難”問題。就目前智能快遞柜的使用情況而言，它比傳統(tǒng)配送模式配送效率要高，操作快，取件不受時(shí)間限制，支持24 小時(shí)快遞自助服務(wù)，且安全可靠。目前，除在社區(qū)、商業(yè)區(qū)得到有效利用，智能快遞柜投放于大學(xué)校園也是大勢(shì)所趨。

很多學(xué)者已經(jīng)對(duì)高校校園快遞柜的使用進(jìn)行了多方面的研究，楊士娟等[1]對(duì)廣西師范大學(xué)高校師生取件方式進(jìn)行問卷調(diào)查，調(diào)查結(jié)果顯示，大多數(shù)人偏向于智能快遞柜取件，且智能快遞柜取件可以避免校園傳統(tǒng)取件弊端，安全性高。張晶蓉[2]提出將智能快遞柜設(shè)置在大學(xué)城內(nèi)，高校間可以資源共享，既節(jié)約成本，又提高了配送效率，使快遞企業(yè)、高校與師生利益最大化。劉立華[3]對(duì)比國內(nèi)外快遞行業(yè)“最后一公里”終端設(shè)備的發(fā)展?fàn)顩r，分析我國快遞末端目前存在的問題，并總結(jié)了智能快遞柜自助服務(wù)的優(yōu)勢(shì)。

相比較于我國，境外對(duì)快遞終端配送設(shè)備的研究已經(jīng)取得很大成果。其中，臺(tái)灣、日本和歐洲等地的快遞自助模式發(fā)展較好，如臺(tái)灣和日本的“便利店提貨模式”、歐洲的“收寄點(diǎn)（CDP）”。關(guān)于智能快遞柜的研究，國外主要集中于比較有人值守式CDP 和無人值守式CDP，Punakivi[4]提出無人值守式CDP 與有人值守式CDP 相比，在成本與效率方面有較大優(yōu)勢(shì)。Jesse W[5]提出了一種新的CDP 運(yùn)營模式，即將逆向物流與CDP 結(jié)合，將其作為末端配送中的一部分。而國內(nèi)則更偏向于智能快遞柜技術(shù)、成本方面的研究，對(duì)高校智能快遞柜網(wǎng)點(diǎn)選址的研究很少，本文以南京林業(yè)大學(xué)為例，利用集合覆蓋模型，求出智能快遞柜的最佳選址方案。

1 問卷調(diào)查及現(xiàn)狀分析

本文調(diào)研采用問卷星及校內(nèi)發(fā)放問卷的形式，面向南京林業(yè)大學(xué)在校師生以及周邊居民，就目前南林取件問題、智能快遞柜設(shè)置地點(diǎn)和距離等相關(guān)問題展開調(diào)查，為確保調(diào)查結(jié)果的準(zhǔn)確性，線下問卷的發(fā)放主要在各個(gè)宿舍區(qū)和居民區(qū)進(jìn)行。在發(fā)放的438 份問卷中，有效問卷有396 份，有效率約90%，其中師生人數(shù)占88.6%，居民人數(shù)占11.4%。

1.1 關(guān)于取件問題的調(diào)查

在取件安全問題上，67.8%的調(diào)查對(duì)象認(rèn)為取件沒有嚴(yán)格驗(yàn)明顧客身份信息、個(gè)人信息容易被泄露等。在服務(wù)質(zhì)量方面，60.7%的調(diào)查人員認(rèn)為快遞服務(wù)人員的服務(wù)質(zhì)量和服務(wù)態(tài)度不好，會(huì)出現(xiàn)包裹亂擺亂放、與顧客溝通態(tài)度不好、操作不合理等問題。在取件時(shí)間上，87.8%的調(diào)查對(duì)象則認(rèn)為取件時(shí)間過長，主要由于電商促銷活動(dòng)期間包裹量增加以及集中取件導(dǎo)致的排隊(duì)時(shí)間變長。在取件距離上，81.4%的調(diào)查對(duì)象表示取件步行距離長，尤其拿多家快遞公司快遞時(shí)，由于快遞網(wǎng)點(diǎn)布局分散，取件比較耗時(shí)。針對(duì)以上問題的提問后，在問到是否支持投放智能快遞柜的問題上，90.2%的調(diào)查對(duì)象認(rèn)為應(yīng)該投放智能快遞柜，具體如表1 所示：

表1 南京林業(yè)大學(xué)取件問題統(tǒng)計(jì)表

1.2 關(guān)于智能快遞柜的選址的相關(guān)調(diào)查

在多數(shù)人支持建立智能快遞柜的情況下，首先考慮的就是智能快遞柜的設(shè)置地點(diǎn)問題。考慮到大學(xué)校園宿舍樓之間的距離較近，而且宿舍管理較為嚴(yán)格。在宿舍里放置智能快遞柜，一方面會(huì)有很大的安全隱患，另一方面會(huì)對(duì)學(xué)生生活產(chǎn)生影響。此外，宿舍區(qū)附近人流量大，場(chǎng)地受限，不宜投放智能快遞柜。本文選擇備選網(wǎng)點(diǎn)主要考慮的因素：（1） 不能擾亂校園交通秩序，不占用公共需求場(chǎng)地；（2） 備選網(wǎng)點(diǎn)的位置應(yīng)滿足大部分人的出行需求，即最好在上下課、吃飯、娛樂活動(dòng)途中；（3）由于智能快遞柜需要占用一定的場(chǎng)地面積，備選網(wǎng)點(diǎn)應(yīng)滿足場(chǎng)地需求并要有取件通道。

針對(duì)上述因素，考慮到學(xué)生平時(shí)的通勤路線和娛樂路線，學(xué)生主要是去往教學(xué)樓、食堂、圖書館、操場(chǎng)、體育館等，因此本文的備選網(wǎng)點(diǎn)將選擇這些區(qū)域。將問卷數(shù)據(jù)整理之后發(fā)現(xiàn)，在智能快遞柜設(shè)置地點(diǎn)的問題上，有42%的調(diào)查對(duì)象選擇將智能快遞柜設(shè)置在教學(xué)樓，29%的調(diào)查對(duì)象選擇在食堂區(qū)域設(shè)置智能快遞柜，11%的調(diào)查對(duì)象選擇將智能快遞柜設(shè)置在操場(chǎng)區(qū)域，10%的調(diào)查對(duì)象則選擇圖書館區(qū)域，剩下8%的調(diào)查對(duì)象選擇其他區(qū)域；在智能快遞柜的設(shè)置距離問題上，52%的受訪者可以接受將智能快遞柜設(shè)置在距自己生活或工作地點(diǎn)800m 內(nèi)，剩下的48%希望設(shè)置距離更近點(diǎn)。具體的智能快遞柜設(shè)置地點(diǎn)和距離如圖1、圖2 所示：

圖1 智能快遞柜設(shè)置地點(diǎn)

圖2 智能快遞柜設(shè)置距離

2 模型選擇

2.1 覆蓋模型的定義及選擇

覆蓋模型，即對(duì)于一些已知的需求點(diǎn)，要求確定一組設(shè)施來服務(wù)這些需求點(diǎn)。它可有效解決加油站、維修站、快遞包裝回收站等設(shè)施選址問題。在覆蓋模型中，集合覆蓋模型和最大集合模型得到廣泛應(yīng)用。通過比較集合覆蓋模型和最大覆蓋模型各自的特點(diǎn)和優(yōu)勢(shì)，鑒于高校校園對(duì)智能快遞柜的需求點(diǎn)已知，大多分布在各個(gè)宿舍樓。此外智能快遞柜的應(yīng)用雖然在配送效率和服務(wù)質(zhì)量上均具有很大的優(yōu)勢(shì), 但是其成本以及后期維修所需的費(fèi)用問題需要著重考慮。為節(jié)約智能快遞柜產(chǎn)生的費(fèi)用，本文選用集體覆蓋模型來確定智能快遞柜在南京林業(yè)大學(xué)的最佳網(wǎng)點(diǎn)位置，用最少的智能快遞柜網(wǎng)點(diǎn)服務(wù)各需求點(diǎn)。先做出以下假設(shè)：

假設(shè)1：在校園不同區(qū)域建立的智能快遞柜所需費(fèi)用一樣；

假設(shè)2：不考慮電商促銷活動(dòng)對(duì)高校校園快遞數(shù)量的影響；

假設(shè)3：假設(shè)需求點(diǎn)的位置和需求量固定不變；

假設(shè)4：備選網(wǎng)點(diǎn)和需求點(diǎn)的距離用兩點(diǎn)間直線距離表示，再引入比例因子，代表備選網(wǎng)點(diǎn)和需求點(diǎn)的實(shí)際距離。

2.2 集合覆蓋模型的算法和模型

求解集合覆蓋模型方法有很多種，如蟻群算法、貪婪算法和分支定界的方法。除此之外，還可以用EXCEL、MATLAB 和LINGO 求解。對(duì)于這種0-1 規(guī)劃問題，本文選用LINGO 求解。在解決優(yōu)化問題時(shí)，首要考慮LINGO 軟件，尤其是求解整數(shù)規(guī)劃、線性規(guī)劃和非線性規(guī)劃等問題。集合覆蓋模型如下：

目標(biāo)函數(shù)：

約束條件：

式（1） 中，A（j）表示備選網(wǎng)點(diǎn)可以提供服務(wù)的全部需求點(diǎn)集合，A= ｛1,2,…,m｝；式（2） 中，B（i）表示可以為每個(gè)備選網(wǎng)點(diǎn)提供服務(wù)的所有備選網(wǎng)點(diǎn)的集合；式（3） 中，xi表示在i點(diǎn)投放智能快遞柜，xi為0-1 變量，xi=1 表示將智能快遞柜投放至i點(diǎn)，xi=0 表示不在i點(diǎn)投放快遞柜；式（4） 中，dij表示備選網(wǎng)點(diǎn)i到需求點(diǎn)j的折線距離，定義變量yij，yij=1 表示備選網(wǎng)點(diǎn)i到需求點(diǎn)j的折線距離在L內(nèi)，yij=0 表示備選網(wǎng)點(diǎn)i到需求點(diǎn)j的折線距離在L外，L表示學(xué)生可接受的智能快遞柜的投放距離，即輻射半徑值。

2.3 集合覆蓋模型應(yīng)用步驟

第一步，確定需求點(diǎn)，并標(biāo)注在地圖上。選擇需求點(diǎn)主要是以一些人口密集、快遞量大的地點(diǎn)為標(biāo)準(zhǔn)。

第二步，根據(jù)原先設(shè)定的條件確定智能快遞柜的備選網(wǎng)點(diǎn)，要考慮到場(chǎng)地面積、人流量大小，確定后標(biāo)注在地圖上。

第三步，用表格列出各個(gè)需求點(diǎn)到備選網(wǎng)點(diǎn)的距離，可以用百度地圖測(cè)距。

第四步，根據(jù)得出的各個(gè)需求點(diǎn)到備選網(wǎng)點(diǎn)的距離，找到各個(gè)備選網(wǎng)點(diǎn)可以覆蓋的所有需求點(diǎn)的集合A（j），其中A= ｛1,2,…,m｝，需求點(diǎn)到備選網(wǎng)點(diǎn)的距離應(yīng)為學(xué)生可接受的智能快遞柜的投放距離，列出表格。

第五步，根據(jù)第三步表格數(shù)據(jù)，找到將各需求點(diǎn)覆蓋的備選網(wǎng)點(diǎn)的集合B（i），其中B=｛1,2,…,n｝，列出表格。

第六步，設(shè)變量xi表示在i點(diǎn)投放智能快遞柜，xi=0 表示智能快遞柜不能建立在i點(diǎn)，dij表示智能快遞柜i點(diǎn)到需求點(diǎn)j的距離，由此定義變量yij，yij=1 表示備選網(wǎng)點(diǎn)i點(diǎn)到需求點(diǎn)j的距離，dij滿足學(xué)生可接受的智能快遞柜的投放距離（本文設(shè)置為500m），反之則不滿足。

第七步，根據(jù)表格數(shù)據(jù)及集合覆蓋模型，將代碼輸入LINGO 11.0 求解，并根據(jù)得出的結(jié)果確定原先設(shè)定的備選網(wǎng)點(diǎn)中可以投放智能快遞柜的最佳網(wǎng)點(diǎn)位置。

第八步，檢驗(yàn)。根據(jù)上述集合A（j），驗(yàn)證求得的智能快遞柜的最佳網(wǎng)點(diǎn)能否覆蓋全部需求點(diǎn)。

3 實(shí)例分析

3.1 需求點(diǎn)、輻射半徑及備選網(wǎng)點(diǎn)確定

本文以南京林業(yè)大學(xué)新莊主校區(qū)為研究對(duì)象，面積有0.84 平方公里，通過實(shí)地考察，南京林業(yè)大學(xué)的宿舍區(qū)主要分布在校園西側(cè)1、校園西北側(cè)2、玄武湖公寓3，北大山公寓4、南大山公寓以及教師公寓合并5。南京林業(yè)大學(xué)還有兩處居民區(qū)：南林一村6 和南林二村7。由此將上述五處宿舍區(qū)和兩處居民區(qū)作為需求點(diǎn)。對(duì)上文調(diào)查問卷結(jié)果分析知道，52%的調(diào)查對(duì)象可以接受的智能快遞柜的設(shè)置距離在800m 以內(nèi)。經(jīng)查閱資料得知，8 分鐘內(nèi)拿到包裹是學(xué)生可以接受的時(shí)間范圍，根據(jù)學(xué)生正常步行速度，快遞網(wǎng)點(diǎn)輻射半徑可以設(shè)置在600m 內(nèi)[6]。結(jié)合南京林業(yè)大學(xué)情況、調(diào)研結(jié)果及相關(guān)理論知識(shí)，最終決定將南京林業(yè)大學(xué)智能快遞柜的輻射半徑設(shè)置為500m。根據(jù)最終分析結(jié)果，選擇備選網(wǎng)點(diǎn)為學(xué)生第二食堂A、老操場(chǎng)B、新圖書館C、二村餐廳D、教九樓E、教五樓F、以及教六樓G，位置如圖3 所示：

圖3 各需求點(diǎn)和備選網(wǎng)點(diǎn)位置圖

3.2 模型計(jì)算

（1） 列出各需求點(diǎn)到備選網(wǎng)點(diǎn)的距離

依據(jù)百度地圖的測(cè)距數(shù)據(jù)，得到需求點(diǎn)到備選網(wǎng)點(diǎn)的最短距離。但由于高校校園建筑物多，拐彎處多，用直線距離并不科學(xué)。因此引入一個(gè)適當(dāng)?shù)谋壤齺肀硎拘枨簏c(diǎn)到備選網(wǎng)點(diǎn)的折線距離。依據(jù)美國計(jì)算標(biāo)準(zhǔn)，用直線距離乘以1.2 近似表示[7]，如表2 所示：

表2 各需求點(diǎn)到備選網(wǎng)點(diǎn)間的距離 單位：m

（2） 找到各備選網(wǎng)點(diǎn)能覆蓋的需求點(diǎn)的集合A（j），其代表需求點(diǎn)到達(dá)備選網(wǎng)點(diǎn)距離小于或等于500m，如表3 所示。

（3） 找到可以將各需求點(diǎn)覆蓋的備選網(wǎng)點(diǎn)的集合B（i），如表4 所示。

表3 需求點(diǎn)集合

表4 備選網(wǎng)點(diǎn)集合

（4） 令xi=1 表示在i地放置智能快遞柜，否則，xi=0，由此可以建立模型（1～7 代表字母A～E） 如下：

（5） 利用LINGO 11.0 軟件，得出結(jié)果

根據(jù)Lingo 運(yùn)行結(jié)果，最優(yōu)解為x1=0，x2=1，x3=1，x4=0，x5=0，x6=0，x7=0，即備選網(wǎng)點(diǎn)B（老操場(chǎng)） 和C（新圖書館）是智能快遞柜在南京林業(yè)大學(xué)的最佳投放位置，在設(shè)定的輻射半徑為500m 的情況下，可以覆蓋所有需求點(diǎn)。其中在老操場(chǎng)設(shè)立智能快遞柜，可以服務(wù)的宿舍區(qū)有校園西側(cè)宿舍區(qū)、校園西北側(cè)宿舍區(qū)、玄武湖公寓和北大山公寓；在新圖書館設(shè)立智能快遞柜，可以服務(wù)的宿舍區(qū)以及居民區(qū)有南大山公寓、教師公寓、南林一村和南林二村。

4 結(jié) 論

對(duì)于面積大、快遞網(wǎng)點(diǎn)分散的高校校園，尤其是一些老校區(qū)，學(xué)校的地理位置、建筑物分布不宜變動(dòng)，投放智能快遞柜可以很好地提升校園快遞末端服務(wù)質(zhì)量。本文在對(duì)校園智能快遞柜網(wǎng)點(diǎn)選址問題的研究中，通過分析比較最終選擇了集合覆蓋模型。在備選網(wǎng)點(diǎn)的選擇中，并沒有選擇宿舍區(qū)附近，而是考慮將智能快遞柜設(shè)置在學(xué)生上下課、吃飯和娛樂活動(dòng)途中，方便位于不同學(xué)校區(qū)域的學(xué)生取件。最后以南京林業(yè)大學(xué)為例，搜集需求點(diǎn)與備選網(wǎng)點(diǎn)之間的距離數(shù)據(jù)，運(yùn)用集合覆蓋模型算法，并利用LINGO 11.0 求解得出在南京林業(yè)大學(xué)老操場(chǎng)和新圖書館投放智能快遞柜可以覆蓋所有需求點(diǎn)，可以使智能快遞柜設(shè)備成本最低。

本文在對(duì)智能快遞柜的網(wǎng)點(diǎn)選址研究過程中，主觀性較強(qiáng)，對(duì)選址影響的因素考慮不全面，研究方法單一，只用了集合覆蓋模型，并沒有采用其他方法進(jìn)行對(duì)比研究。在智能快遞柜選址方面，為使選址結(jié)果更加科學(xué)和可靠，一方面，應(yīng)結(jié)合學(xué)校的地理位置、學(xué)生規(guī)模、建筑物分布等確定合適的智能快遞柜投放網(wǎng)點(diǎn)；另一方面，可以在集合覆蓋模型基礎(chǔ)上加入一些權(quán)重因素。