武文娟,張海鐘 (甘肅農(nóng)業(yè)大學(xué) 管理學(xué)院,甘肅 蘭州 730070)
由于城市電子商務(wù)市場(chǎng)的飽和,淘寶、京東、蘇寧、國(guó)美等電商巨頭紛紛涉足農(nóng)村電子商務(wù)。特別是在 “互聯(lián)網(wǎng)+”的背景下。農(nóng)村電商的發(fā)展已經(jīng)成為電子商務(wù)發(fā)展的新引擎。目前,農(nóng)村快遞存在配送效率低、信息化程度低、配送成本高、服務(wù)水平低等問(wèn)題。農(nóng)村地區(qū)的配送客戶不集中,單一配送企業(yè)無(wú)法實(shí)現(xiàn)規(guī)?;?jīng)營(yíng)。為了解決這些問(wèn)題,一些企業(yè)積極尋求建立農(nóng)村快遞聯(lián)合配送點(diǎn),以達(dá)到降低成本、提高效率的目的。農(nóng)村快遞聯(lián)合配送點(diǎn)需要統(tǒng)計(jì)配送中心的位置、運(yùn)力優(yōu)化、配送路線等,聯(lián)合配送點(diǎn)選擇的合理性將直接影響配送的成本和效率。因此,研究農(nóng)村物流節(jié)點(diǎn)選址具有重要意義。
中國(guó)在線購(gòu)買(mǎi)和銷(xiāo)售產(chǎn)品的人數(shù)已經(jīng)從2000年幾乎為零的人數(shù)增長(zhǎng)到2015年的4億多人,用戶和銷(xiāo)售總額方面超過(guò)了美國(guó),成為了最大的電子商務(wù)市場(chǎng)。在中國(guó)之外,越來(lái)越多的發(fā)展中國(guó)家,特別是亞洲、東歐、拉丁美洲和非洲的國(guó)家,電子商務(wù)活動(dòng)也在快速增長(zhǎng)。
迄今為止,這種增長(zhǎng)主要發(fā)生在發(fā)展中國(guó)家的城市當(dāng)中。在此背景下,中國(guó)政府最近宣布將電子商務(wù)擴(kuò)展到農(nóng)村,作為國(guó)家政策的重點(diǎn),促進(jìn)農(nóng)村經(jīng)濟(jì)的發(fā)展。其他發(fā)展中國(guó)家,如埃及、印度和越南,最近也宣布了類(lèi)似的政策,投資電子商務(wù)的擴(kuò)展以促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展和縮小城鄉(xiāng)經(jīng)濟(jì)差距,因?yàn)樵谶@些國(guó)家農(nóng)村人口占著很大的基數(shù)。
農(nóng)村電商從2015年開(kāi)始受到廣泛關(guān)注,農(nóng)村電商連續(xù)四年被寫(xiě)進(jìn)中央一號(hào)文件,引起了政府的高度重視。阿里巴巴宣布其農(nóng)村戰(zhàn)略后,許多電商平臺(tái)也爭(zhēng)相進(jìn)入農(nóng)村。中國(guó)農(nóng)村網(wǎng)絡(luò)零售的規(guī)模繼續(xù)快速擴(kuò)張。
本文主要是一些非常成功的 “電子商務(wù)村 ”的案例研究。這些村莊通過(guò)電子商務(wù)向城市市場(chǎng)銷(xiāo)售農(nóng)業(yè)和非農(nóng)業(yè)產(chǎn)品,實(shí)現(xiàn)了產(chǎn)出的快速增長(zhǎng)。例如。到2017年底,中國(guó)最大的電商平臺(tái)淘寶網(wǎng)已經(jīng)將中國(guó)2 000多個(gè)農(nóng)村市場(chǎng)打造成了所謂的 “淘寶網(wǎng)”。中國(guó)的農(nóng)村市場(chǎng)被稱為“淘寶村”,因?yàn)檫@些市場(chǎng)集中了網(wǎng)上賣(mài)家,而且在該平臺(tái)上銷(xiāo)售量很大。受這些成功案例的啟發(fā),目前的政策重點(diǎn)主要放在了農(nóng)村生產(chǎn)者身上。電子商務(wù)的到來(lái)旨在通過(guò)提高對(duì)當(dāng)?shù)厣a(chǎn)的需求,降低農(nóng)村產(chǎn)品通往城市市場(chǎng)的貿(mào)易和信息成本,以更強(qiáng)的農(nóng)村創(chuàng)業(yè)激勵(lì)來(lái)增加農(nóng)村收入。然而,最近來(lái)自中國(guó)城市的數(shù)據(jù)表明,電子商務(wù)的需求在較小和較偏遠(yuǎn)的城市最為強(qiáng)烈,這表明農(nóng)村地區(qū)的電子商務(wù)有可能獲得巨大的收益。
農(nóng)村快遞物流市場(chǎng)潛力巨大,僅在2015—2018年,農(nóng)村互聯(lián)網(wǎng)的零售額就增長(zhǎng)了六倍。隨著農(nóng)村電商的快速發(fā)展,農(nóng)村快遞物流的需求不斷增加。2018年,農(nóng)村地區(qū)的互聯(lián)網(wǎng)普及率高達(dá)36.5%,2017年就有100多億件的農(nóng)村快遞。隨著農(nóng)村經(jīng)濟(jì)的發(fā)展,農(nóng)產(chǎn)品的出口和農(nóng)業(yè)、農(nóng)產(chǎn)品的投入也大幅增加,廣闊的農(nóng)村市場(chǎng)已經(jīng)顯示出巨大的需求潛力。
中國(guó)農(nóng)村地域遼闊,居民不集中,導(dǎo)致快遞需求分散。同時(shí),由于農(nóng)村的客觀條件,農(nóng)村居民對(duì)郵寄業(yè)務(wù)的需求很小。國(guó)內(nèi)農(nóng)村的快遞業(yè)務(wù)僅有小量的郵件,占總業(yè)務(wù)量的1/8,這也是農(nóng)村物流發(fā)展滯后的主要原因。隨著信息技術(shù)的發(fā)展,以及農(nóng)村網(wǎng)絡(luò)的全面覆蓋和智能手機(jī)的普及,農(nóng)村網(wǎng)民和網(wǎng)購(gòu)者的比例在不斷增加。中國(guó)政府高度重視和支持農(nóng)村物流的發(fā)展,出臺(tái)了一系列相關(guān)的政策和策略。但目前,農(nóng)村物流還存在一些問(wèn)題,如配送網(wǎng)絡(luò)規(guī)劃不合理、資源不集中、配送成本高、配送中心選址不到位、商品的雙向流通渠道不足、沒(méi)有快遞到村等。文章主要探討了電子商務(wù)下農(nóng)村物流節(jié)點(diǎn)選址的優(yōu)化,整合配送需求資源、實(shí)施聯(lián)合配送和實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)。
新物流配送中心選址優(yōu)化的發(fā)展趨勢(shì)是共享資源、降低成本、整合共生、促進(jìn)轉(zhuǎn)型、推動(dòng)協(xié)同、多方參與、自動(dòng)超碼、重點(diǎn)發(fā)展。新時(shí)代物流對(duì)農(nóng)村的快遞配送中心選址提出了新要求。
首先要轉(zhuǎn)變?cè)兴季S,創(chuàng)新配送中心選址的方式,必須對(duì)原有選址方式進(jìn)行改變。農(nóng)村快遞物流需要改變傳統(tǒng)的配送方式,傳統(tǒng)的直接或間接配送方式是通過(guò)劃分各個(gè)物流功能來(lái)實(shí)現(xiàn)的。所有的配送流程和信息流構(gòu)成了一個(gè)完整的配送過(guò)程,但“新物流”需要新的技術(shù),需要改變或重構(gòu)原有的信息流和配送過(guò)程。
其次要加快技術(shù)升級(jí),提高物流效率,新的物流需要智能和自動(dòng)化配送。物流整個(gè)行業(yè)都面臨著信息升級(jí)的新時(shí)代。這對(duì)傳統(tǒng)的機(jī)械式農(nóng)村快遞和配送造成了很大的沖擊。農(nóng)村快遞物流應(yīng)加快技術(shù)升級(jí)和信息化轉(zhuǎn)型。以發(fā)展物流智能化為目標(biāo),進(jìn)一步提高物流效率。
模型假設(shè)條件如下所示:
農(nóng)產(chǎn)品從城市樞紐倉(cāng)庫(kù)到農(nóng)村配送中心,若采用公路運(yùn)輸方式,將享受運(yùn)費(fèi)折扣;
城市賣(mài)家和農(nóng)村買(mǎi)家之間只有一個(gè)城市樞紐倉(cāng)庫(kù)和一個(gè)農(nóng)村配送中心倉(cāng),城市樞紐倉(cāng)庫(kù)、農(nóng)村配送中心倉(cāng)庫(kù)和鄉(xiāng)村買(mǎi)家不能直接相連;
每個(gè)節(jié)點(diǎn)倉(cāng)庫(kù)的建設(shè)成本在周期內(nèi)保持不變;
交通量不會(huì)超過(guò)每個(gè)節(jié)點(diǎn)倉(cāng)庫(kù)的容量。選擇城中村作為城市樞紐倉(cāng)庫(kù)和農(nóng)村配送中心倉(cāng)庫(kù)的地址;
城市樞紐倉(cāng)庫(kù)到城中村再到農(nóng)村配送中心的運(yùn)輸距離遠(yuǎn)遠(yuǎn)小于城市樞紐倉(cāng)庫(kù)到農(nóng)村配送中心倉(cāng)庫(kù)的運(yùn)輸距離,節(jié)點(diǎn)之間的距離、速率和流量可以忽略不計(jì)。算法的實(shí)用性將影響物流節(jié)點(diǎn)預(yù)測(cè)的準(zhǔn)確性。
其中,在式子1中是粒子的個(gè)體學(xué)習(xí)因子,是第I個(gè)粒子在第次迭代中的速度,是第I個(gè)粒子在第次迭代中的位置,是第I個(gè)粒子到第次迭代的最佳位置,是所有粒子到第次迭代的最佳位置。粒子算法的模型圖如圖1所示。
圖1 粒子算法模型圖
使用支持向量機(jī)預(yù)測(cè)網(wǎng)絡(luò)流量時(shí),存在回歸場(chǎng)大、預(yù)測(cè)不準(zhǔn)確的問(wèn)題,即支持向量機(jī)回歸。在非線性環(huán)境下,支持向量機(jī)函數(shù)被用于擬合。擬合時(shí),采用線性回歸函數(shù)作為輸入和輸出,即需要確定站點(diǎn)數(shù)量和節(jié)省成本。在使用支持向量機(jī)進(jìn)行網(wǎng)絡(luò)流量預(yù)測(cè)時(shí),其懲罰函數(shù)是影響預(yù)測(cè)結(jié)果的重要因素,也是支持向量機(jī)的一個(gè)重要概念。現(xiàn)有的方法往往需要在優(yōu)化模型前選擇函數(shù),并且針對(duì)不同的優(yōu)化問(wèn)題選擇不同的損失函數(shù)。因此,即使是同一優(yōu)化問(wèn)題的損失函數(shù)也會(huì)形成不同的模型。算法的泛化能力將影響網(wǎng)絡(luò)流量的預(yù)測(cè)精度。因此,在支持向量機(jī)的復(fù)雜性和誤分類(lèi)樣本之間選擇一個(gè)平均值作為懲罰因子,以增強(qiáng)算法的泛化能力。在流經(jīng)網(wǎng)絡(luò)輸入層時(shí),如果懲罰因子太小,超過(guò)樣本的懲罰就小,樣本訓(xùn)練誤差就大,泛化能力就低,錯(cuò)誤預(yù)測(cè)率就高。反之,如果懲罰因子過(guò)大,則算法的學(xué)習(xí)精度低,泛化能力不高。因此,應(yīng)選擇最適合優(yōu)化模型的懲罰因子,以保證網(wǎng)絡(luò)流量預(yù)測(cè)的穩(wěn)定性和效率。其中,支持向量機(jī)的結(jié)構(gòu)圖如圖2所示。
圖2 支持向量機(jī)算法模型圖
從圖2可以看出,在支持向量機(jī)的運(yùn)行過(guò)程中,需要選擇核函數(shù)將非線性輸入值映射到高維特征空間,該函數(shù)應(yīng)滿足其定理特征。
城市樞紐倉(cāng)庫(kù)對(duì)物流信息技術(shù)的要求非常高,因?yàn)樨浳镄枰崆斑\(yùn)到城市樞紐倉(cāng)庫(kù)進(jìn)行儲(chǔ)存,企業(yè)通過(guò)城市樞紐倉(cāng)庫(kù)管理系統(tǒng)進(jìn)行遠(yuǎn)程操作。隨著物理技術(shù)的發(fā)展,對(duì)城市樞紐倉(cāng)的需求也在逐漸增加,如圖2所示。目前,在農(nóng)村配送中心物流信息技術(shù)相對(duì)落后的時(shí)候,還比較困難。由于存在滯留問(wèn)題,存放在城市樞紐倉(cāng)庫(kù)的貨物必須銷(xiāo)售良好,周轉(zhuǎn)率高,否則容易出現(xiàn)爆倉(cāng)的情況。這也是因?yàn)槌鞘袠屑~倉(cāng)的利潤(rùn)有很大一部分來(lái)自于貨物的快速流動(dòng)。無(wú)論在哪個(gè)城市樞紐市場(chǎng),城市樞紐倉(cāng)庫(kù)都必然會(huì)遇到法律問(wèn)題。對(duì)于地方政府來(lái)說(shuō),任何倉(cāng)庫(kù)都應(yīng)該由當(dāng)?shù)貙?shí)體企業(yè)開(kāi)設(shè),而不是倉(cāng)庫(kù)。交付就是交易,交易就必須要有稅收。如果不能向終端客戶提供當(dāng)?shù)氐亩悇?wù)發(fā)票,就會(huì)被認(rèn)為有偷稅漏稅的嫌疑。倉(cāng)庫(kù)建設(shè)需要技術(shù)和供應(yīng)鏈管理人才。除非是上海這樣的一線城市,否則一些五線城市的物流和倉(cāng)儲(chǔ)不發(fā)達(dá),很難招聘到相應(yīng)的人才。即使在三線,勞動(dòng)力成本也很高,這都會(huì)增加農(nóng)村配送中心倉(cāng)的運(yùn)營(yíng)成本。農(nóng)村配送中心倉(cāng)的運(yùn)營(yíng)需要雇傭當(dāng)?shù)厝?,必須了解和掌握?dāng)?shù)氐膭趧?dòng)法。同時(shí)為了物流方便,一些貨物經(jīng)常需要被銷(xiāo)毀,為此需要當(dāng)?shù)厝诉M(jìn)行處理。
由于城鄉(xiāng)直接貿(mào)易額波動(dòng)大,影響因素多,一般的預(yù)測(cè)算法很難獲得比較準(zhǔn)確的預(yù)測(cè)結(jié)果。為了解決這個(gè)問(wèn)題,我們提出了一種基于PSO優(yōu)化混合RVM模型的貿(mào)易預(yù)測(cè)方法。首先,該方法找出影響進(jìn)出口貿(mào)易的指標(biāo),并通過(guò)主成分分析方法提取指標(biāo)的主因子作為模型的輸入數(shù)據(jù)。然后在用多個(gè)不同核函數(shù)訓(xùn)練單核RVM模型的基礎(chǔ)上,如圖2所示,根據(jù)單核RVM模型的預(yù)測(cè)誤差,用多核加權(quán)法構(gòu)建混合核RVM模型。最后,通過(guò)PSO優(yōu)化混合核模型的參數(shù),以提高預(yù)測(cè)精度。
其中,自建城市樞紐倉(cāng)模式的建設(shè)門(mén)檻較高,適用于大型城鄉(xiāng)電商企業(yè)。第三方城市樞紐倉(cāng)模式由專(zhuān)業(yè)第三方物流服務(wù)商建設(shè),經(jīng)濟(jì)靈活,適用于大眾城鄉(xiāng)電商企業(yè)。第四方城市樞紐倉(cāng)模式是未來(lái)城市樞紐倉(cāng)的發(fā)展方向,即為各類(lèi)城鄉(xiāng)電商企業(yè)搭建以城市樞紐倉(cāng)為核心的城鄉(xiāng)物流一站式服務(wù)平臺(tái)。但由于建設(shè)條件不成熟,資源整合力度過(guò)大,該模式仍處于研究、探索和嘗試階段。本文從宏觀、MESO、微觀三個(gè)層面梳理了不同模式下城市樞紐倉(cāng)選址的影響因素。然后,本文構(gòu)建企業(yè)、城市樞紐倉(cāng)主體、客戶的演化博弈模型,通過(guò)對(duì)演化博弈的穩(wěn)定性分析,基于復(fù)制動(dòng)態(tài)方程,研究不同主體對(duì)不同城市樞紐倉(cāng)模式的策略。最后,利用粒子群優(yōu)化算法,分別構(gòu)建了自建城市樞紐倉(cāng)和第三方城市樞紐倉(cāng)的選址模型,選擇兩家企業(yè)采用不同的城市樞紐倉(cāng)模式,同時(shí)對(duì)歐洲的城市樞紐倉(cāng)選址進(jìn)行了實(shí)證分析。實(shí)證分析表明,自建城市樞紐倉(cāng)模式在選擇城市樞紐倉(cāng)位置時(shí),只需考慮與城市樞紐倉(cāng)直接相關(guān)的運(yùn)輸成本、建倉(cāng)成本和倉(cāng)儲(chǔ)成本。當(dāng)?shù)谌匠鞘袠屑~倉(cāng)選址時(shí),需要額外考慮城鄉(xiāng)電商企業(yè)到農(nóng)村倉(cāng)庫(kù)的運(yùn)輸成本以及農(nóng)村倉(cāng)庫(kù)的建倉(cāng)和倉(cāng)儲(chǔ)成本。隨著城鄉(xiāng)電商的快速發(fā)展,傳統(tǒng)的城鄉(xiāng)物流中存在諸多弊端,如物流成本高、配送時(shí)間長(zhǎng)、客戶滿意度低等,其已經(jīng)不能滿足城鄉(xiāng)電商的發(fā)展需求,從而催生了城市樞紐倉(cāng)的興起。在城市樞紐倉(cāng)的發(fā)展過(guò)程中,如何選擇城市樞紐倉(cāng)模式,確定城市樞紐倉(cāng)的位置是關(guān)鍵。在城鄉(xiāng)電商的背景下,如何從定性和定量?jī)蓚€(gè)方面選擇不同的城市樞紐倉(cāng)模式和選址建議是本研究的主題?;仡櫝青l(xiāng)電商、城鄉(xiāng)物流、城市樞紐倉(cāng)、城市樞紐倉(cāng)選址的相關(guān)文獻(xiàn),總結(jié)以往的研究成果。
通過(guò)構(gòu)建總成本最小和客戶滿意度最大的雙目標(biāo)優(yōu)化模型,采用粒子群優(yōu)化算法進(jìn)行求解,從而給出了城市樞紐倉(cāng)庫(kù)和農(nóng)村配送中心倉(cāng)庫(kù)的具體選址方案。結(jié)果表明,物流網(wǎng)絡(luò)節(jié)點(diǎn)之間的距離和農(nóng)村配送中心倉(cāng)的倉(cāng)儲(chǔ)成本對(duì)城市樞紐倉(cāng)的選址有很大的影響。應(yīng)盡量把城市樞紐倉(cāng)建在貿(mào)易量大的城市,所以準(zhǔn)確預(yù)測(cè)貿(mào)易量非常重要。在城市樞紐倉(cāng)選址問(wèn)題上,本研究突破了過(guò)去對(duì)城市樞紐倉(cāng)定性研究的局限性,采用整數(shù)編程的方式對(duì)問(wèn)題進(jìn)行定量研究,為城市樞紐倉(cāng)選址的實(shí)際操作提供了方法。同時(shí),采用粒子群優(yōu)化算法來(lái)驗(yàn)證模型的可行性。但是,本研究在城鄉(xiāng)電商樞紐倉(cāng)選址的問(wèn)題上,只考慮了總成本和客戶滿意度。事實(shí)上,這個(gè)問(wèn)題還與很多因素有關(guān),如文化環(huán)境、商業(yè)發(fā)展模式、國(guó)家扶農(nóng)政策等,這些因素將在未來(lái)的研究中加以考慮。