用戶對(duì)無(wú)人物流配送的使用意愿分析

戴紅玉

摘 要：近年來，B2C電子商務(wù)迅猛發(fā)展，包裹遞送量正在快速增長(zhǎng)，特殊事件激發(fā)了無(wú)人化配送的需求，多數(shù)知名物流企業(yè)在一英里物流中開發(fā)新的交付實(shí)踐。以可持續(xù)發(fā)展和客戶為中心的無(wú)人配送汽車正在改變傳統(tǒng)配送方式，如果公眾不接受該技術(shù)，無(wú)人物流配送的交付方式將浪費(fèi)巨大的資源。目前國(guó)內(nèi)關(guān)于用戶對(duì)無(wú)人物流配送的使用意愿研究較少，研究結(jié)合技術(shù)接受理論，通過LDA主題模型收集在線文本數(shù)據(jù)，發(fā)現(xiàn)無(wú)人物流配送的安全性、責(zé)任劃分、數(shù)據(jù)泄露等問題對(duì)用戶的使用意愿造成影響。

關(guān)鍵詞：無(wú)人化配送；物流；LDA主題模型；使用意愿

中圖分類號(hào)：F259.2文獻(xiàn)標(biāo)志碼：ADOI：10.13714/j.cnki.1002-3100.2024.08.014

Abstract： In recent years， the rapid development of B2C e-commerce has led to a rapid increase in package delivery volume. The special events has stimulated the demand for unmanned delivery， and most well-known logistics companies have developed new delivery practices in one mile logistics. Unmanned delivery vehicles centered on sustainable development and customers are changing traditional delivery methods， but if the public do not accept this technology， the delivery method of unmanned logistics delivery may waste huge resources. At present， there is relatively little research on users' willingness to use unmanned logistics distribution in China. This study combines technology acceptance theory and collects online text data through the LDA topic model. It is found that the security， responsibility division， data leakage， and other issues of unmanned logistics distribution can affect users' willingness to use.

Key words： unmanned delivery; logistics; LDA topic model; willingness to use

0 ? ?引 ? ?言

隨著5G、人工智能等新一代信息技術(shù)的飛速發(fā)展，自動(dòng)駕駛汽車已經(jīng)成為未來出行的趨勢(shì)。在智慧物流領(lǐng)域，自動(dòng)駕駛汽車的普及將影響城市交通、物流和包裹派送等領(lǐng)域。智慧物流的發(fā)展至今已形成“無(wú)人機(jī)、無(wú)人艙、無(wú)人車、無(wú)人港”的四無(wú)化格局。我國(guó)物流業(yè)一直保持較快的發(fā)展速度，然而，末端物流配送存在的效率低、成本高、勞動(dòng)力不足以及監(jiān)管難等問題，成為物流配送的發(fā)展瓶頸，末端無(wú)人配送車作為新的運(yùn)力補(bǔ)充形式將成為市場(chǎng)的選擇和剛需。

截至2023年6月，北京順義和亦莊等地區(qū)的“小魔駝2.0”已完成訂單配送近20萬(wàn)單。2023年618期間，其整體配送單量超10 000單，極大地緩解了618高峰期的配送壓力。機(jī)器配送為用戶帶來較大的便利，但在無(wú)人配送成為城市配送的主流之前，依舊面臨許多挑戰(zhàn)。公眾對(duì)這一新技術(shù)的接受度成為備受關(guān)注的話題，如果公眾不接受這一新興技術(shù)，其發(fā)展和應(yīng)用就會(huì)受到限制。在互聯(lián)網(wǎng)技術(shù)迅猛發(fā)展和智能駕駛不斷成熟的當(dāng)代，學(xué)者可以結(jié)合技術(shù)接受理論，深入研究公眾對(duì)無(wú)人配送小車接受度的影響因素。這項(xiàng)研究有望為無(wú)人物流配送的發(fā)展和推廣提供更深入的洞察，以滿足公眾對(duì)“最后一公里”配送的合理期望。

1 ? ?理論基礎(chǔ)

1.1 ? ?無(wú)人物流配送

無(wú)人配送小車，配備激光雷達(dá)、高清攝像頭等傳感器，可自動(dòng)感知外部條件。無(wú)需人工干預(yù)自主導(dǎo)航并駕駛的車輛是L4級(jí)自動(dòng)駕駛汽車的延伸。在無(wú)人物流配送中，可滿足點(diǎn)至點(diǎn)的物資配送需求，在沒有任何人為干預(yù)的情況下，能夠按照路線指令自主行駛，無(wú)接觸完成配送任務(wù)。

目前，無(wú)人物流配送主要有三種呈現(xiàn)形式，最常見的是無(wú)人配送車輛，包括無(wú)人駕駛貨車、無(wú)人快遞車，通過智能技術(shù)躲避路障及路徑規(guī)劃進(jìn)行自主貨物配送。還有陸地機(jī)器人，通常用于城市內(nèi)的最后一公里配送，將貨物沿著道路送到用戶門口。無(wú)人機(jī)配送，通過空中運(yùn)送貨物到達(dá)遠(yuǎn)程或難以到達(dá)的地方。例如，京東提出的“干線—支線—末端”三級(jí)智能物流體系布局，充分融合不同物流配送方式，以實(shí)現(xiàn)不同應(yīng)用場(chǎng)景下的配送效率最大化。在社區(qū)、園區(qū)等區(qū)域內(nèi)，實(shí)現(xiàn)最后一公里無(wú)人配送，具有顯著的市場(chǎng)價(jià)值。

末端配送的特點(diǎn)是“多、小、散、亂”，需在規(guī)定時(shí)間確保快遞送達(dá)用戶手中。如遇用戶不在家的情況，配送員需要再次上門配送。這類工作需要大量配送人員進(jìn)行多頻次、小批量的操作，時(shí)間和空間均呈分散狀態(tài)。由于這些現(xiàn)象，配送服務(wù)的時(shí)間和空間分布廣泛，城市配送站點(diǎn)多、快遞員多、服務(wù)可控性差。不斷增長(zhǎng)的快件量和即時(shí)配送的業(yè)務(wù)量給末端配送帶來極大的壓力，但配送員數(shù)量卻一直處于停滯狀態(tài)，導(dǎo)致末端市場(chǎng)需求與勞動(dòng)力之間的矛盾進(jìn)一步擴(kuò)大。

1.2 ? ?研究現(xiàn)狀

近年來，在探索公眾對(duì)自動(dòng)駕駛汽車的接受度方面進(jìn)行大量的民意調(diào)查，然而以往研究主要聚焦于將人們從一個(gè)地點(diǎn)運(yùn)送到另一個(gè)地點(diǎn)的車輛，對(duì)無(wú)人配送小車在最后一公里配送的使用意向以及各變量之間的理論關(guān)系的探討卻鮮有涉及。

即便少數(shù)研究調(diào)查了用戶對(duì)無(wú)人配送小車的態(tài)度，也僅僅發(fā)現(xiàn)，持積極態(tài)度的用戶認(rèn)為該技術(shù)具有環(huán)保和創(chuàng)新的特性，持消極態(tài)度的用戶認(rèn)為該技術(shù)是危險(xiǎn)的，不可信的，并表示無(wú)法理解。這些研究往往忽略了使用理論模型分析調(diào)查用戶的使用意愿。

吳孟霖等[1]研究發(fā)現(xiàn)，市場(chǎng)需求、政策法律、技術(shù)應(yīng)用、資金成本和人才供給五個(gè)方面會(huì)對(duì)物流領(lǐng)域無(wú)人配送的發(fā)展產(chǎn)生影響。在周嘉駿等[2]對(duì)城市無(wú)人機(jī)配送研究中，他們發(fā)現(xiàn)當(dāng)前的無(wú)人機(jī)配送面臨網(wǎng)絡(luò)問題、續(xù)航與充電問題以及客戶需求多樣性問題，這些因素會(huì)影響用戶對(duì)該技術(shù)的接受度。通過閱讀自動(dòng)駕駛和無(wú)人物流配送領(lǐng)域的研究成果，筆者發(fā)現(xiàn)，技術(shù)接受理論和擴(kuò)展行為理論相結(jié)合的理論基礎(chǔ)在該領(lǐng)域具有可行性。這一理論基礎(chǔ)能夠更全面地解析用戶對(duì)無(wú)人物流配送技術(shù)的態(tài)度，為論文后續(xù)的深入研究提供有力支持。

陳義友等[3]的研究中，發(fā)現(xiàn)消費(fèi)者對(duì)配送地點(diǎn)的期待會(huì)影響其配送方式的選擇，而這一選擇與運(yùn)費(fèi)水平密切相關(guān)。配送時(shí)間的不確定會(huì)導(dǎo)致消費(fèi)者的不良體驗(yàn)，從而影響其對(duì)無(wú)人配送的態(tài)度。無(wú)論是驛站自提還是無(wú)人車配送，由于可服務(wù)能力、天氣、路狀等因素引起的延遲或等待時(shí)間都會(huì)在一定程度上影響顧客對(duì)配送方式的選擇。朱惠琦等[4]通過構(gòu)建Logit模型對(duì)消費(fèi)者“最后一公里”聯(lián)合選擇行為進(jìn)行直接彈性分析，發(fā)現(xiàn)消費(fèi)者對(duì)送貨上門帶來的等待時(shí)間、服務(wù)水平和經(jīng)濟(jì)損失都比較敏感。尤其是在顧客對(duì)事物認(rèn)知不足的情況下，更容易形成心理期待。此外，有研究發(fā)現(xiàn)，社交焦慮的用戶更愿意使用自助化服務(wù)，避免與他人的互動(dòng)，減輕其在人際關(guān)系方面的壓力，無(wú)人配送成為他們更愿意接受的選擇。[5]由此可見，為了保障“最后一公里”配送服務(wù)質(zhì)量，如何低成本、高效率地進(jìn)行“最后一公里”配送服務(wù)成為亟需解決的問題。

2 ? ?研究方法

2.1 ? ?線上文本數(shù)據(jù)的獲取

與以往基于調(diào)查數(shù)據(jù)的實(shí)證研究不同，本研究對(duì)微博、B站、抖音三大平臺(tái)的評(píng)論文本進(jìn)行分析。從2023年5月至2023年11月，以“自動(dòng)駕駛小車”“無(wú)人快遞”“無(wú)人配送”“無(wú)人機(jī)送貨”“送貨機(jī)器人”“飛人快遞”“順豐/京東無(wú)人車”“小蠻驢”為關(guān)鍵詞爬蟲，收集用戶實(shí)時(shí)在線評(píng)論數(shù)據(jù)，共獲取3 844條評(píng)論文本。刪除評(píng)論文本中的表情、重復(fù)且字符數(shù)小于9的文本；使用jieba進(jìn)行分詞和詞性標(biāo)注，并使用中文停用詞表刪除文本中高頻但無(wú)意義的停用詞詞匯，獲得評(píng)論文本語(yǔ)料庫(kù)共

2 669條有效評(píng)論。

2.2 ? ?文本分析法

狄利克雷分布（Latent Dirichlet Allocation ， LDA）是一種能夠有效地挖掘和發(fā)現(xiàn)文本數(shù)據(jù)中潛在語(yǔ)義主題的非監(jiān)督學(xué)習(xí)方法，通過識(shí)別離散數(shù)據(jù)集有效提取文本主題，并對(duì)文本評(píng)論數(shù)據(jù)進(jìn)行挖掘建模分析[6]。LDA模型中挖掘的主題是對(duì)一段文本表述含義的概括和總結(jié)，在在線評(píng)論中則是用戶對(duì)產(chǎn)品或服務(wù)某些方面體驗(yàn)和感受的總結(jié)。

基于LDA的在線評(píng)論主題提取模型，采用python3.11編程和Gensim庫(kù)建模確定分類主題數(shù)K，通常文本集合量越大，則主題數(shù)目越多。主題通常在評(píng)論中出現(xiàn)，每個(gè)評(píng)論包含主題的一部分。主題困惑度（Topic Perplexity）是用來衡量主題模型對(duì)樣本預(yù)測(cè)能力的準(zhǔn)確程度。當(dāng)困惑度越低時(shí)，可認(rèn)為主題聚類的效果越好。困惑度是模型在區(qū)分主題時(shí)進(jìn)行的確定性判定指標(biāo)，反映模型對(duì)新樣本是否適用，是否能正確區(qū)分主題劃分。為獲得最佳主題數(shù)，采用困惑度模型對(duì)最佳主題數(shù)進(jìn)行計(jì)算[7]。計(jì)算公式為：

式中，M是包含的文本數(shù)，Nd表示文檔包含的單詞數(shù)量，log p（W）為文檔中單詞的概率值。

3 ? ?研究結(jié)果

3.1 ? ?用戶態(tài)度分析

通過文本分析發(fā)現(xiàn)，對(duì)無(wú)人物流配送持積極態(tài)度的用戶明顯多于持消極態(tài)度的用戶，中高度積極的用戶比例也明顯高于中高度消極的用戶。具體而言，大部分用戶曾經(jīng)使用無(wú)人快遞配送功能，其中在限定區(qū)域內(nèi)使用無(wú)人送貨的用戶占比為51%，這一用戶群體希望無(wú)人配送得到更廣泛的普及。值得注意的是，約10%的用戶在使用無(wú)人送貨后，表示不能過度信賴無(wú)人送貨系統(tǒng)，無(wú)人監(jiān)管容易造成快遞丟失等問題?？傮w而言，樣本群體對(duì)無(wú)人配送服務(wù)的信任水平呈中等偏上，共1 573條積極傾向評(píng)論，占總體的58.93%，其中中高度積極的評(píng)論有537條，占所有評(píng)論的34.14%；消極傾向的評(píng)論有1 069條，其中中高度消極的評(píng)論僅有288條，占比為26.94%，評(píng)論用戶的積極情緒更強(qiáng)烈。評(píng)論分析結(jié)果如表1所示。

具體評(píng)論文本中，有用戶提到，無(wú)人物流配送在特定條件下更實(shí)用，在普通道路上可能難以應(yīng)對(duì)復(fù)雜路況。其中，127條針對(duì)飛人快遞的評(píng)論用戶表示擔(dān)憂，他們認(rèn)為該技術(shù)存在較高的危險(xiǎn)性，會(huì)對(duì)生命安全造成影響。還有人認(rèn)為，無(wú)人配送在道路開闊、時(shí)間充足的情況下更方便。未使用過該功能的用戶普遍將其視為技術(shù)的進(jìn)步，可定點(diǎn)投送并自行取貨，未來有可能替代人工配送，節(jié)省物力和人力資源。

3.2 ? ?主題困惑度與主題發(fā)現(xiàn)

經(jīng)計(jì)算可得，主題數(shù)為6時(shí)，困惑度處于最低值，（如圖1所示）因此選定最優(yōu)主題數(shù)為6。

由表2中6個(gè)主題，可進(jìn)一步對(duì)定性數(shù)據(jù)進(jìn)行定量分析。相較以往對(duì)類似數(shù)據(jù)的分析，主題相關(guān)高頻詞和評(píng)論為人們?nèi)绾慰创裏o(wú)人物流配送提供一個(gè)突破點(diǎn)，這些主題也較好地解釋了影響無(wú)人物流配送接受度的因素。

3.3 ? ?主題模型結(jié)果分析

通過對(duì)微博和B站相關(guān)評(píng)論提取的六個(gè)主題進(jìn)行分析可以發(fā)現(xiàn)，公眾對(duì)無(wú)人配送相關(guān)話題的態(tài)度喜憂參半。本研究從用戶角度出發(fā)，結(jié)合技術(shù)接受模型，引入感知風(fēng)險(xiǎn)和感知易用性、有用性研究無(wú)人配送接受度的影響因素。

3.3.1 ? ?感知易用性與感知有用性

“技術(shù)、投入、改進(jìn)、開發(fā)、完全、廣泛、感興趣”等關(guān)鍵詞充分體現(xiàn)用戶對(duì)無(wú)人物流配送的期待與信任。主題1中評(píng)論“技術(shù)的發(fā)展讓我覺得可以相信自動(dòng)駕駛的進(jìn)步”，凸顯用戶對(duì)自動(dòng)駕駛技術(shù)發(fā)展的信心，認(rèn)為該技術(shù)具有一定的時(shí)代意義，且有助于改善生活水平。

主題2“電腦在交通方面反應(yīng)比人快吧”及“非常期待體驗(yàn)一下這個(gè)無(wú)人配送車”明確表示，用戶對(duì)無(wú)人配送的有用性持積極態(tài)度，認(rèn)為其有望提高物流效率，減輕用工負(fù)擔(dān)。不少網(wǎng)絡(luò)評(píng)論表示，道路上的無(wú)人配送小車很有趣，用戶對(duì)新技術(shù)的普及是看好的，人工智能不會(huì)分心且反應(yīng)迅速，城市生活越來越智能。無(wú)人配送車行駛速度雖然低于快遞電動(dòng)車、三輪車，但主題2指出，智能系統(tǒng)可以按照實(shí)時(shí)路線自動(dòng)導(dǎo)航，有效規(guī)避交通擁堵路段，也避免人為違反交通規(guī)則的行為，為道路安全提供更有利的條件。

無(wú)人配送車憑借智能終端使商品安全、精準(zhǔn)、快捷、無(wú)接觸地送達(dá)至買主手中，主題3中“很方便，都不用去驛站取快遞了，手機(jī)上操作之后，家門口就能拿”體現(xiàn)了無(wú)人配送車通過智能終端實(shí)現(xiàn)商品方便省時(shí)、高效地送達(dá)消費(fèi)者方。在特殊時(shí)期，無(wú)人配送車的應(yīng)用顯著節(jié)省人力成本，解決物資配送的難題，提高物資配送效率，這一特性成為吸引公眾使用該技術(shù)的主要因素。

3.3.2 ? ?感知風(fēng)險(xiǎn)

無(wú)人物流配送方面還存在一些令用戶擔(dān)憂的問題，主要體現(xiàn)在以下幾個(gè)方面：主題4中，用戶普遍表達(dá)對(duì)無(wú)人配送車事故頻發(fā)、責(zé)任不明確的擔(dān)憂。評(píng)論提到“前段時(shí)間經(jīng)?？吹较律撤诼愤叀?，說明無(wú)人配送小車的事故率較高，“出了事會(huì)肇事逃逸”表明出現(xiàn)事故，追責(zé)困難。用戶對(duì)無(wú)人配送車的法律地位和責(zé)任劃分存在疑慮，“有法律明確規(guī)定出事故是誰(shuí)負(fù)責(zé)了嗎”就體現(xiàn)了這一點(diǎn)。目前市場(chǎng)還未明確無(wú)人配送車在機(jī)動(dòng)車和非機(jī)動(dòng)車中的定位，以及在道路上與其他參與者的交互中責(zé)任的劃分不清晰。系統(tǒng)的不透明性，公眾不知道算法的編寫是否對(duì)自身有利。

主題5中提到“慢慢的失業(yè)率會(huì)越來越高”，表明用戶對(duì)無(wú)人配送小車充滿期待的同時(shí)，也對(duì)即將帶來的失業(yè)問題感到擔(dān)憂，也有評(píng)論寫到“不少在快遞站上班的人得失業(yè)了”。同時(shí)，用戶也比較關(guān)心無(wú)人配送小車的費(fèi)用，相較以往天貓、淘寶包裹的免費(fèi)配送，一次配送費(fèi)用較高，引發(fā)用戶的不滿。

主題6中也有用戶擔(dān)心個(gè)人的數(shù)據(jù)安全問題，評(píng)論中提到“里面有關(guān)的個(gè)人隱私數(shù)據(jù)有可能被泄露”，系統(tǒng)配送端需要記錄大量用戶信息，配送時(shí)可能遭到惡意入侵，導(dǎo)致個(gè)人數(shù)據(jù)泄露和財(cái)產(chǎn)損失。用戶對(duì)無(wú)人配送車配備的攝像頭和傳感器記錄的環(huán)境數(shù)據(jù)的去向感到不安，增加了對(duì)數(shù)據(jù)隱私的疑慮。

綜上，通過對(duì)微博及B站評(píng)論的文本分析，發(fā)現(xiàn)公眾對(duì)自動(dòng)駕駛的態(tài)度總體較為積極。電商經(jīng)濟(jì)蓬勃發(fā)展，直達(dá)消費(fèi)者的末端配送行業(yè)正不斷接受新挑戰(zhàn)。數(shù)智化技術(shù)的加持下，末端配送實(shí)現(xiàn)了實(shí)時(shí)監(jiān)管、人力優(yōu)化等系列的降本增效，但在實(shí)地場(chǎng)景中還是遇到系統(tǒng)缺陷、交通管理以及責(zé)任劃分不清等問題。因此，為了無(wú)人物流配送的進(jìn)一步普及，物流企業(yè)及監(jiān)管部門應(yīng)積極應(yīng)對(duì)這些問題，包括與政府合作制定明確的法規(guī)、加強(qiáng)技術(shù)研發(fā)以提高安全性、強(qiáng)化隱私保護(hù)和數(shù)據(jù)安全等方面的措施。

4 ? ?結(jié)論與討論

本研究從消費(fèi)者的角度出發(fā)，結(jié)合技術(shù)接受理論，通過LDA主題模型發(fā)現(xiàn)無(wú)人配送車能給用戶帶來諸多優(yōu)勢(shì)，極大地提高末端配送效率，滿足用戶對(duì)末端配送的需求。但在實(shí)際運(yùn)營(yíng)中，無(wú)人配送仍有不少難題有待解決，其中最關(guān)鍵的便是安全與責(zé)任問題。目前，無(wú)人配送還處于發(fā)展早期，我國(guó)商業(yè)環(huán)境和道路環(huán)境較復(fù)雜，行業(yè)標(biāo)準(zhǔn)的缺失，政策法規(guī)不完善，無(wú)人配送產(chǎn)品屬性不明確，事故責(zé)任模糊，標(biāo)準(zhǔn)和認(rèn)證體系不完善，配套基礎(chǔ)設(shè)施落后等各項(xiàng)標(biāo)準(zhǔn)都有待完善。

4.1 ? ?建立無(wú)人配送產(chǎn)品統(tǒng)一的管理交通法規(guī)，并明確相應(yīng)法律責(zé)任

首先，將無(wú)人配送車納入我國(guó)交通體系中，設(shè)立無(wú)人配送車生產(chǎn)資質(zhì)審批制度，填補(bǔ)上市準(zhǔn)入管理的空白。在實(shí)行規(guī)范中，優(yōu)先批準(zhǔn)獲得道路運(yùn)營(yíng)資質(zhì)的企業(yè)。其次，有關(guān)創(chuàng)新政策和管理模式，梳理地方立法成果，明確無(wú)人配送的責(zé)任體系，包括產(chǎn)品、交通、保險(xiǎn)責(zé)任。

4.2 ? ?完善無(wú)人配送產(chǎn)品管理體系及測(cè)試認(rèn)證

明確無(wú)人配送車的定義，是快遞配送還是外賣配送抑或是別的種類，根據(jù)其結(jié)構(gòu)、性能、用途，劃分適當(dāng)?shù)能囕v類別。確保無(wú)人配送車在產(chǎn)品標(biāo)準(zhǔn)、道路測(cè)試和運(yùn)營(yíng)方面達(dá)到最低安全配置，包括外廓尺寸、整車質(zhì)量、最高車速等參數(shù)，在城區(qū)交通允許情況下引入碰撞安全要求。對(duì)已上路的車輛，可實(shí)行準(zhǔn)入許可制度。測(cè)試認(rèn)證方面，要統(tǒng)一各地大框架，減少地區(qū)間差異。無(wú)人配送車的防盜、防損、防破壞安全措施也得緊跟其上，減少用戶對(duì)無(wú)人配送車安全性的疑慮。

4.3 ? ?推動(dòng)配套設(shè)施建設(shè)

在道路基礎(chǔ)設(shè)施方面，新建社區(qū)和園區(qū)應(yīng)與無(wú)人配送需求同步，提供?？亢徒玉g空間；對(duì)老舊社區(qū)進(jìn)行系統(tǒng)化升級(jí)，以充分利用無(wú)人配送的降本增效能力。在信息基礎(chǔ)設(shè)施方面，推動(dòng)5G基礎(chǔ)設(shè)施建設(shè)，以滿足車輛通信需求，解決區(qū)域間的信號(hào)覆蓋差異，確保通信穩(wěn)定和數(shù)據(jù)安全。

4.4 ? ?加速推動(dòng)城市無(wú)人配送業(yè)務(wù)的規(guī)?；涞?，培養(yǎng)消費(fèi)者的使用習(xí)慣

首先，在大城市試點(diǎn)智能網(wǎng)聯(lián)示范區(qū)投放車輛，逐步向其他城區(qū)推廣。其次，促使解決方案商與場(chǎng)景應(yīng)用方合作，推動(dòng)成熟場(chǎng)景的規(guī)模商業(yè)應(yīng)用，培養(yǎng)消費(fèi)者使用習(xí)慣。最后，在保障安全前提下，通過科普宣傳和促銷活動(dòng)，構(gòu)建智能生活圈，提高居民對(duì)新科技的包容性和接受度。

參考文獻(xiàn)：

[1] 吳孟霖，劉欽．物流配送無(wú)人化創(chuàng)新發(fā)展的影響因素分析[J]．三門峽職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2021，20（4）：118-122.

[2] 周嘉駿，萬(wàn)然．城市物流無(wú)人機(jī)配送存在的問題及對(duì)策分析[J]．信息系統(tǒng)工程，2021（9）：142-144.

[3] 陳義友，張錦，曾倩，等．最后一公里配送服務(wù)選擇均衡問題[J]．計(jì)算機(jī)集成制造系統(tǒng)，2016，22（8）：2035-2045.

[4] 朱惠琦，邱瑩，姜天華，等．消費(fèi)者“最后一公里”配送模式、服務(wù)方式與配送時(shí)隙的聯(lián)合選擇[J]．計(jì)算機(jī)集成制造系統(tǒng)，

2020，26（7）：1998-2006.

[5] 周雨倩．基于顧客心理的“最后一公里”配送優(yōu)化研究[D]．上海：東華大學(xué)，2023.

[6] 馮坤，楊強(qiáng)，常馨怡，等．基于在線評(píng)論和隨機(jī)占優(yōu)準(zhǔn)則的生鮮電商顧客滿意度測(cè)評(píng)[J]．中國(guó)管理科學(xué)，2021，29（2）：205-216.

[7] 孫瑞英，陳宜泓．基于LDA主題模型的國(guó)內(nèi)智慧閱讀研究熱點(diǎn)及發(fā)展導(dǎo)向研判[J]．圖書館建設(shè)，2023（3）：82-93，103.