國內(nèi)外物流末端配送研究現(xiàn)狀與進展

摘" 要：目前物流末端配送環(huán)節(jié)存在配送成本高、服務(wù)質(zhì)量低、配送效率低的問題，鑒于其可優(yōu)化潛力大以及對行業(yè)影響較大的特點，越來越多的學(xué)者參與到物流末端配送相關(guān)領(lǐng)域的研究中。文章基于戰(zhàn)略、戰(zhàn)術(shù)和運營層面，從現(xiàn)狀分析、客戶行為偏好、效益分析、算法創(chuàng)新、模式創(chuàng)新、選址優(yōu)化和路徑優(yōu)化七個方面歸納概括國內(nèi)外學(xué)者對物流末端配送環(huán)節(jié)的相關(guān)研究及進展。最后從與生態(tài)保護協(xié)同發(fā)展、考慮貨物屬性和重大事件應(yīng)對三方面提出了未來的研究展望。

關(guān)鍵詞：末端配送；客戶偏好；效益分析；模式創(chuàng)新；選址優(yōu)化；路徑優(yōu)化

中圖分類號：F252" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.17.012

Abstract： At present， there are problems of high distribution cost， low service quality and low distribution efficiency in the logistics terminal distribution process， and more and more scholars are involved in the research of logistics terminal distribution fields in view of its large optimization potential and large impact on the industry. Based on the strategic， tactical and operational levels， the research and progress of domestic and foreign scholars on the terminal distribution is summarized from seven aspects： Theoretical analysis， customer behavioral preference， benefit analysis， algorithmic innovation， model innovation， site optimization and route optimization. Finally， the future research is proposed from three aspects： Synergistic development with ecological protection， consideration of cargo attributes and response to major events.

Key words： terminal distribution; customer preference; benefit analysis; model innovation; site optimization; route optimization

伴隨著經(jīng)濟發(fā)展和產(chǎn)業(yè)升級的大趨勢，我國物流行業(yè)發(fā)展也到了新階段。2022年全年，全國快遞業(yè)務(wù)量累計完成1 105.8億件，同比增長2.1%；快遞業(yè)務(wù)收入累計完成10 566.7億元，同比增長2.3%[1]。這一系列新變化，對我國物流行業(yè)提出了新要求，對物流各個環(huán)節(jié)也產(chǎn)生了巨大的壓力。在物流服務(wù)的各個環(huán)節(jié)中，末端配送可定義為物流企業(yè)為消費者提供物流服務(wù)中的最后一段路程，即把貨物配送到客戶家中或收貨點[2]。目前，物流末端配送環(huán)節(jié)始終存在著配送成本高、服務(wù)質(zhì)量低、配送效率低的問題，嚴重制約了物流行業(yè)高效運營和集約化生產(chǎn)的進程。同時，末端配送環(huán)節(jié)在整個物流供應(yīng)鏈體系中是與客戶接觸最頻繁，最能直接影響到客戶體驗的環(huán)節(jié)，各個物流企業(yè)對于該環(huán)節(jié)都投入了較大關(guān)注度，這也體現(xiàn)在末端配送環(huán)節(jié)成本占據(jù)了供應(yīng)鏈總成本的28%～40%[3]。鑒于物流末端配送環(huán)節(jié)可優(yōu)化潛力大以及對物流行業(yè)影響較大的特點，其相關(guān)問題得到了廣泛的關(guān)注。

本文從戰(zhàn)略、戰(zhàn)術(shù)和運營層面，對近年來物流末端配送相關(guān)方向的國內(nèi)外文獻進行全面的綜述，以期梳理清楚物流末端配送環(huán)節(jié)近年的研究成果，從而為相關(guān)領(lǐng)域?qū)W者提供參考。

1" 戰(zhàn)略層面：對策研究、客戶行為研究與效益分析

在戰(zhàn)略層面，學(xué)者們從末端配送的對策研究、客戶行為偏好與效益分析等方面切入并進行了大量研究。

1.1" 末端配送現(xiàn)狀與發(fā)展對策

學(xué)者通常從末端配送環(huán)節(jié)不同場景的視角切入，并結(jié)合所處外部環(huán)境的特點對物流末端配送環(huán)節(jié)的現(xiàn)狀進行分析并提出發(fā)展建議。

楊聚平等[4]在電子商務(wù)迅猛發(fā)展的背景下，深入分析國內(nèi)外電子商務(wù)“最后一公里”配送方案，并對取得成功的配送方案的背后原因與適用范圍進行了定性分析，提出了集公共電子提貨柜、人工自助提貨與送貨上門等多種配送方案的電子商務(wù)“最后一公里”綜合配送模型，以期降低配送成本以及提高服務(wù)質(zhì)量。苗娜娜[5]在國家出臺“三農(nóng)政策”加強鄉(xiāng)村建設(shè)的背景下，分析農(nóng)村物流末端配送面臨的挑戰(zhàn)，即需輻射的范圍廣且運營成本高、物流基礎(chǔ)設(shè)施建設(shè)落后與缺乏規(guī)范的售后服務(wù)體系，提出了壯大物流多元主體以降低運營成本、加強物流末端配送基礎(chǔ)設(shè)施建設(shè)以及加快信息化建設(shè)等優(yōu)化策略。王光輝等[6]以物流末端配送中的公共物資配送作為切入點，分析我國公共物資供應(yīng)體系下末端配送面臨的問題，包括物資需求難以滿足與配送受阻，提出構(gòu)建云平臺末端配送體系進行智慧化自提點布局、供應(yīng)鏈協(xié)同路徑優(yōu)化與智慧化配載。徐麗等[7]則從宏觀視角出發(fā)，面對物流末端配送中普遍存在的回收體系不完善、運件的不安全和配送人員與消費者的矛盾等問題，通過層次分析法建立末端配送體系的模型，以及模糊綜合評價法得到客戶對于物流末端配送的評分，提出了規(guī)劃物流市場、制定運件回收機制、合理分配配送方式以及物流企業(yè)APP或小程序優(yōu)化的建議。

1.2" 客戶行為偏好研究

考慮到末端配送環(huán)節(jié)與客戶接觸的頻繁性，因此對客戶行為偏好進行研究，并依此對末端配送環(huán)節(jié)進行優(yōu)化是具有必要性的。

Milioti et al[8]采用陳述偏好排序?qū)嶒炑芯侩娮由虅?wù)領(lǐng)域的末端配送方式的可接受性，以及客戶對各種配送方式的選擇意愿，為物流企業(yè)針對客戶配送偏好的多樣性設(shè)計高效的末端配送規(guī)劃提供支持。陳義友等[9]認為客戶在末端配送服務(wù)方式的選擇中存在有限理性行為，即客戶缺乏準確的計算能力來評估期待損失或損失效用，基于此假設(shè)并以客戶期望效用最大化為目標，考慮距離和費用對顧客選擇服務(wù)方式的影響，構(gòu)造自提與送貨上門兩種配送方式的分段效用函數(shù)，描述客戶有限理性行為對末端配送環(huán)節(jié)的影響，從而為物流企業(yè)提供決策支撐。朱惠琦等[10]將配送模式、服務(wù)方式以及配送時隙選擇納入同一模型中分析，來揭示客戶對末端配送模式、服務(wù)方式與配送時隙的聯(lián)合選擇行為特征，為物流企業(yè)規(guī)劃與客戶偏好相適應(yīng)的末端配送環(huán)節(jié)提供指導(dǎo)。Moussaoui et al[11]采取定性案例研究考察摩洛哥消費者的網(wǎng)上購物行為，并調(diào)查該地消費者對于自提點式末端配送方式的看法，得到自提點的選址、布置密度、安全性以及營業(yè)時間因素，對于消費者是否選取自提點式末端配送方式具有較大影響的結(jié)果。Luigi et al[12]以收入群體劃分明顯的發(fā)展中國家的發(fā)達城市為切入點，研究不同收入群體之間的消費行為差異，對于自提點式末端配送服務(wù)方式的影響以及該方式的實施可行性，認為自提點式末端配送的可試用性、兼容性以及比較優(yōu)勢是影響客戶選擇的主要因素。

1.3" 物流末端配送的效益分析

對物流末端配送環(huán)節(jié)的綜合效益研究主要集中在共同配送領(lǐng)域，對物流末端共同配送方式的效益進行探討，也有部分學(xué)者將共同配送領(lǐng)域的效益研究進一步細化。

在末端共同配送模式的綜合效益方面，陸華等[13]基于物流末端配送環(huán)節(jié)的復(fù)雜性、開放性的系統(tǒng)角度出發(fā)，以北京市通州區(qū)為例構(gòu)建物流末端配送的系統(tǒng)動力學(xué)模型，仿真測算共同配送模式與各自配送模式在成本、交通與能源損耗方面的效益變化，結(jié)果表明共同配送模式下車輛出行總量、道路擁擠度和能源消耗都會減少，表明共同配送模式具有降本增效的積極作用。王淑云等[14]從冷鏈品多溫共同配送效益角度切入，以蓄冷式多溫共配和機械式多溫共配模式為對比研究對象，建立了以最小配送總成本為目標的模型，結(jié)合實際算例分析兩種模式的效益（經(jīng)濟性、安全性、靈活性、環(huán)保性），論證了蓄冷式多溫共配模式的效益優(yōu)越性。

在成本效益方面，鄧建新等[15]考慮到實際生活中的物流末端配送具有隨機性，基于共同配送的實質(zhì)和作業(yè)活動成本思想，利用配送生命周期構(gòu)建了共同配送的成本效益計算模型，方便物流企業(yè)進行共同配送的數(shù)字化效益實時可視化自動化計算評估。

此外，在能源效益方面，汪欣[16]從共同配送的低碳效益視角切入，分析兩個物流企業(yè)之間合作的共同配送模式，以配送能耗最小為目標建立模型分析，提出物流企業(yè)在選擇共同配送的合作伙伴時，需要根據(jù)雙方的配送中心位置、客戶需求結(jié)構(gòu)、配送能力及速度等因素綜合考慮。

2" 戰(zhàn)術(shù)層面：配送模式創(chuàng)新與模型算法創(chuàng)新

戰(zhàn)術(shù)層面的規(guī)劃關(guān)鍵在于配送模式的創(chuàng)新或是模型算法的創(chuàng)新，以此為物流企業(yè)規(guī)劃末端配送環(huán)節(jié)提供理論指導(dǎo)或方向借鑒。

2.1" 配送模式創(chuàng)新

目前，常用的末端配送模式主要為送貨上門、自提柜、自提點以及共同配送等四種模式[17]，較多學(xué)者選擇從配送模式的創(chuàng)新切入，從而推動末端配送環(huán)節(jié)的優(yōu)化。

部分學(xué)者在自提柜配送模式下，重點研究了用戶需求[18]、自提柜設(shè)計[19]等對末端配送的影響。李嘉晨等[18]以用戶需求異質(zhì)性為切入點，基于自提柜“被動接受”和“主動合作”兩種情境，討論用戶與配送人員的演化策略研究，為提高自提柜的使用效率提供理論參考。Grabenschweiger et al[19]設(shè)計了一種異構(gòu)上鎖自提柜來完善末端配送體系，考慮為愿意自提的客戶提供補償金以及不同尺寸包裹的存儲約束，以配送成本與補償成本最小化為目標建立模型，使用自適應(yīng)大鄰域搜索算法（ALNS）求解。

資源的整合是末端配送中降低成本、提高效率的重要手段，也是學(xué)者重點關(guān)注領(lǐng)域。賓松等[20]將高鐵快運干線運輸與城市末端配送整合，考慮二維裝載限制并以最小化運輸成本和裝載成本為目標建立模型，使用融合鄰域搜索算子的遺傳算法求解最優(yōu)方案。劉暢等[21]考慮社區(qū)團購場景下消費者個性化服務(wù)的供需特征，研究供應(yīng)鏈末端配送資源整合，構(gòu)建多階段動態(tài)多目標末端配送資源整合優(yōu)化數(shù)學(xué)模型，以期提供更符合消費者期待的服務(wù)。楊京帥等[22]同時考慮末端配送服務(wù)模式，從平衡物流企業(yè)成本與服務(wù)質(zhì)量的角度出發(fā)，以配送成本最小和客戶滿意度最大為雙目標，考慮車輛容量限制、客戶收貨模式和客戶時間窗建立模型，使用改進的NSGA-Ⅱ算法求解，分析發(fā)現(xiàn)物流企業(yè)綜合利用多種末端配送服務(wù)模式能夠更好地平衡配送成本與客戶滿意度水平、降低配送成本。

隨著無人機技術(shù)的成熟，越來越多的研究者開始研究無人機應(yīng)用于物流末端配送情景下的優(yōu)化問題。Li et al[23]將無人機應(yīng)用于物流末端配送環(huán)節(jié)，在模擬的復(fù)雜低空環(huán)境和無人機性能約束下，構(gòu)建基于成本函數(shù)改進的元胞自動機（CA）并生成路徑集，然后使用最優(yōu)樹算法獲取最優(yōu)配送路徑。任新惠等[24]考慮無人機故障、分段能耗和飛行可靠性等影響因素，以總成本最小為目標構(gòu)建不確定故障下的無人機配送模型，采用蟻群算法對模型求解，完善了無人機末端配送模式。Bergmann et al[25]將城市物流供應(yīng)鏈中起始配送與末端配送環(huán)節(jié)整合，構(gòu)建模型并使用啟發(fā)式和元啟發(fā)式算法求解，發(fā)現(xiàn)整合帶來的效率提升高達30%。

隨著眾包模式的興起，學(xué)者對眾包模式在末端配送環(huán)節(jié)的應(yīng)用也開始深入研究。王爽等[26]以末端眾包配送模式為切入點，設(shè)計“眾包司機-訂單”配對策略，以總配送成本最小為目標建模，并引入K-means聚類算法對“訂單-目的地”進行聚類獲得眾包司機配送方案，并使用遺傳算法求解最優(yōu)配送路徑，該策略以更低的成本達到配送需求，可以更好解決物流特定節(jié)假日產(chǎn)生的大量訂單需求。Nada et al[27]提出了一個使用眾包工人的末端配送模型，該模型優(yōu)化了成本、時間和工人表現(xiàn)之間的權(quán)衡，將路徑規(guī)劃與配送任務(wù)分配分離，并使用服務(wù)質(zhì)量函數(shù)來衡量該模型的質(zhì)量。

2.2" 模型算法創(chuàng)新

在末端配送研究中，學(xué)者結(jié)合不同的研究情景構(gòu)建了細化模型并設(shè)計了相應(yīng)的模型求解算法，其中以啟發(fā)式算法居多。

Pierre et al[28]提出了一種隨機部分優(yōu)化循環(huán)移位交叉算法（SPOCSX），用于使用遺傳算法優(yōu)化帶時間窗的多目標車輛路徑問題，較好地克服了部分優(yōu)化循環(huán)移位交叉算法（POCSX）依賴基于貪婪啟發(fā)式的系統(tǒng)附屬策略而導(dǎo)致的低性能。Sitek et al[29]綜合考慮末端配送目的地的可變性、自提點的容量差異性、配送過程中攬收的可能性以及配送時間窗，構(gòu)建模型并在數(shù)學(xué)規(guī)劃（MP）環(huán)境、約束邏輯規(guī)劃（CLP）與數(shù)學(xué)規(guī)劃（MP）混合環(huán)境以及約束邏輯規(guī)劃（CLP）與元啟發(fā)混合環(huán)境中實現(xiàn)，被認為有助于解決工業(yè)級的帶容量限制的取送貨車輛路徑問題。

王迪等[30]將貪婪交換方法與鯨魚優(yōu)化算法（WOA）結(jié)合，求解帶時間窗的物流末端配送路徑優(yōu)化問題，其在求解最優(yōu)路徑、最短距離和最大滿意度方面具有更佳的全局尋優(yōu)能力以及較快的收斂速度，從而能夠提供更加準確的優(yōu)化結(jié)果。李昆鵬等[31]考慮客戶需求量、配送時間、客戶時間窗和配送裝載能力等約束，以最小化配送總里程為目標構(gòu)建數(shù)學(xué)模型，在此基礎(chǔ)上提出兩種有效不等式并設(shè)計改進的分支切割算法對模型求解。

3" 運營層面：選址優(yōu)化與路徑優(yōu)化研究

物流末端配送環(huán)節(jié)在運營層面的研究關(guān)注點主要集中在：末端節(jié)點選址的評價與優(yōu)化，以及末端配送路徑的優(yōu)化。

3.1" 末端節(jié)點選址的評價與優(yōu)化研究

在末端節(jié)點選址優(yōu)化方面，Cui et al[32]建立了基于元胞自動機（CA）的城市末端節(jié)點定位模型，然后基于人口、交通等因素建立了末端節(jié)點競爭力評價指標，并通過遺傳算法求解選址的優(yōu)化結(jié)果；周林等[33]基于客戶對末端配送服務(wù)的多元個性化需求，使用改進的變鄰域搜索算法開展自提點選址、設(shè)施容量規(guī)劃、服務(wù)方式分配以及車輛路徑集成優(yōu)化研究，結(jié)果表明能有效識別柔性客戶，提高自提服務(wù)效率并改善服務(wù)水平以引導(dǎo)更多客戶自提以及合理地規(guī)劃自提點容量，有助于構(gòu)建更具競爭力的配送系統(tǒng)。

3.2" 末端配送路徑的優(yōu)化研究

在末端配送路徑優(yōu)化中，學(xué)者依據(jù)不同的配送場景細化模型約束條件，并設(shè)計相應(yīng)的方法進行路徑優(yōu)化求解。

Li et al[34]考慮客戶行為特征對物流末端配送路徑規(guī)劃的影響，從客戶的自提服務(wù)偏好和客戶投訴傾向兩個方面構(gòu)建客戶畫像，并使用自適應(yīng)大鄰域搜索算法（ALNS）設(shè)計物流末端配送路線，從而提供更加準確和個性化的配送策略。Tilk et al[35]引入并分析了帶交付選項的末端配送路徑問題，考慮客戶對不同配送選項的排序優(yōu)先級以及配送目的地可能為同一地點的情況，轉(zhuǎn)化為最低客戶滿意度以及末端節(jié)點容量限制的約束，以最低總成本為目標建立模型，并使用分支、價格與切割算法（PBC）求解，認為為客戶提供不同的配送選項能夠降本增效。Dorian et al[36]研究了客戶可以指定多個交付選項以及偏好級別和時間窗口的情況，以最小配送車輛數(shù)和路徑總成本為目標建立模型，并使用大鄰域搜索算法（LNS）周期性地劃分并重組路徑，從更貼近現(xiàn)實的角度為物流企業(yè)提供了末端配送環(huán)節(jié)的規(guī)劃思路，并且提出了一種嵌入許多新思想的算法。Yu et al[37]將自提柜的取貨與攬收功能考慮進物流末端配送的路徑規(guī)劃中，考慮客戶時間窗、車輛容量限制和自提柜容量利用率，以配送總成本最小化為目標建立模型，并使用模擬退火算法（SA）與帶回溯機制的模擬退火算法（SAwb）求解，結(jié)果表明所改進算法更優(yōu)。Pourmohammadreza et al[38]使用兩階段方法來優(yōu)化帶有服務(wù)選項的末端配送問題，第一階段通過多準則決策（MCDM）方法評估末端配送節(jié)點的價值，在第二階段通過定制化數(shù)學(xué)模型確定配送路徑，使得末端配送成本降低25%以上。

4" 研究結(jié)論與展望

本文在對物流末端配送領(lǐng)域相關(guān)文獻歸納梳理的基礎(chǔ)上，基于戰(zhàn)略、戰(zhàn)術(shù)和運營三個層面，從現(xiàn)狀分析、客戶行為偏好、效益分析、模式創(chuàng)新、模型算法創(chuàng)新、選址優(yōu)化和路徑優(yōu)化等七個方面總結(jié)了國內(nèi)外學(xué)者對物流末端配送環(huán)節(jié)的相關(guān)研究成果及進展。

（1）在戰(zhàn)略層面，學(xué)者們從現(xiàn)狀分析、客戶行為偏好和效益分析等方面入手進行了大量的研究。目前研究對物流末端配送環(huán)節(jié)的現(xiàn)狀分析主要集中在，結(jié)合其所處外部環(huán)境的特點分析其在不同場景下的發(fā)展現(xiàn)狀并提出發(fā)展建議；客戶行為偏好研究則是從客戶視角出發(fā)，并充分考慮客戶行為對于末端配送的影響，從而為末端配送環(huán)節(jié)優(yōu)化提供決策支持；效益分析則集中在物流末端共同配送領(lǐng)域，對共同配送方式的效益進行探討，也有部分學(xué)者進一步細化研究成本效益和能源效益。

（2）在戰(zhàn)術(shù)層面，學(xué)者們關(guān)注物流末端配送的模式創(chuàng)新或是模型算法的創(chuàng)新，為物流企業(yè)規(guī)劃末端配送環(huán)節(jié)提供理論或方向的指導(dǎo)。配送模式的創(chuàng)新研究主要集中在，對末端配送四種常見模式的優(yōu)化或是與現(xiàn)有新技術(shù)的結(jié)合創(chuàng)新；算法的創(chuàng)新研究主要是將原有算法改進或?qū)⒉煌惴ńY(jié)合，從而使其更適用于末端配送領(lǐng)域的研究。

（3）在運營層面，學(xué)者們主要研究關(guān)注末端節(jié)點選址的評價與優(yōu)化，以及末端配送路徑的優(yōu)化。末端節(jié)點的選址優(yōu)化問題主要從建立科學(xué)的節(jié)點選址評價體系和節(jié)點選址方法的研究兩方面著手；末端配送的路徑優(yōu)化研究則主要從以不同視角分析然后提供數(shù)據(jù)支持、增加變量因素使得優(yōu)化更貼近實際以及改進算法提高優(yōu)化質(zhì)量三方面展開。

盡管學(xué)者們在物流末端配送領(lǐng)域中進行了大量的研究，但是受經(jīng)濟環(huán)境、政治環(huán)境和生態(tài)環(huán)境等多方面的影響，物流末端配送領(lǐng)域的研究仍在發(fā)展，未來對該領(lǐng)域的研究可以嘗試向更多方面擴展。

首先，當下的物流末端配送環(huán)節(jié)面臨著雙重挑戰(zhàn)：既要滿足社會發(fā)展的需求，又要符合環(huán)保要求。面對各國政府對于“低碳”越來越重視的背景下，大多數(shù)學(xué)者將關(guān)注點集中在滿足社會發(fā)展，少有關(guān)注該領(lǐng)域與生態(tài)環(huán)境保護的協(xié)同發(fā)展，未來如何實現(xiàn)物流末端配送與生態(tài)環(huán)境保護的協(xié)同是一個值得研究的問題。

其次，當前研究對于被配送的貨物一般都采取標準化處理，即沒有考慮到貨物的類型和價值，在今后的研究中，可以根據(jù)貨物的類型、價值甚至訂單來源進行更廣泛的分類，將物流末端配送環(huán)節(jié)細化并優(yōu)化，或許能獲得更顯著的進展。

最后，新冠疫情對于社會各個領(lǐng)域的沖擊仍歷歷在目，今后對物流末端配送領(lǐng)域的研究可以充分考慮類似重大事件的影響，做好重大事件的評估體系構(gòu)建與對策準備。

參考文獻：

[1] 國家郵政局. 2022年郵政行業(yè)發(fā)展統(tǒng)計公報[EB/OL]. （2023-05-30）[2023-08-15]. https：//www.mot.gov.cn/fenxigongbao/hangyegongbao/202305/t20230530_3836925.html.

[2]" GEVAERS R， VOORDE E V D， VANELSLANDER T. Characteristics and typology of last-mile logistics from an innovation perspective in an urban context[C] // Transportation Research Board Annual Meeting， 2011.

[3]" WANG Y， ZHANG D， LIU Q， et al. Towards enhancing the last-mile delivery： An effective crowd-tasking model with scalable solutions[J]. Transportation Research Part E Logistics amp; Transportation Review， 2016，93（9）：279-293.

[4] 楊聚平，楊長春，姚宣霞. 電商物流中“最后一公里”問題研究[J]. 商業(yè)經(jīng)濟與管理，2014（4）：16-22，32.

[5] 苗娜娜. 我國農(nóng)村物流末端配送的機遇、挑戰(zhàn)及優(yōu)化[J]. 農(nóng)業(yè)經(jīng)濟，2020（2）：140-141.

[6] 王光輝，崔惠斌. 基于云平臺的公共物資供應(yīng)“最后一公里”配送方案優(yōu)化[J]. 商業(yè)經(jīng)濟研究，2021（14）：127-129.

[7] 徐麗，撒建欣，徐雷，等. 快遞末端配送體系的問題分析及優(yōu)化研究[J]. 包裝工程，2020，41（23）：141-153.

[8]" MILIOTI C， PRAMATARI K， ZAMPOU E. Choice of prevailing delivery methods in e-grocery： A stated preference ranking experiment[J]. International Journal of Retail amp; Distribution Management， 2021，49（2）：281-298.

[9] 陳義友，張錦，羅建強，等. 顧客有限理性對最后一公里配送服務(wù)系統(tǒng)的影響[J]. 系統(tǒng)管理學(xué)報，2020，29（2）：389-399.

[10] 朱惠琦，邱瑩，姜天華，等. 消費者“最后一公里”配送模式、服務(wù)方式與配送時隙的聯(lián)合選擇[J]. 計算機集成制造系統(tǒng)，2020，26（7）：1998-2006.

[11]" MOUSS？魪AOUI E E A， BENBBA B， JAEGLER A， et al. Consumer perceptions of online shopping and willingness to use pick-up points： A case study of Morocco[J]. Sustainability， 2023，15（9）：7405.

[12]" LUIGI N G， JOS？魪 V V G. An investigation of consumer intention to use pick-up point services for last-mile distribution in a developing country[J]. Journal of Retailing and Consumer Services， 2023，74：103425.

[13] 陸華，袁敏，王立彪，等. 基于系統(tǒng)動力學(xué)的快遞末端共同配送系統(tǒng)效益研究——以北京市通州區(qū)為例[J]. 北京交通大學(xué)學(xué)報（社會科學(xué)版），2021，20（4）：135-145.

[14] 王淑云，孫虹，牟進進，等. 冷鏈品多溫共配優(yōu)化及效益：基于蓄冷式和機械式的比較研究[J]. 公路交通科技，2016，33（3）：146-153.

[15] 鄧建新，閔浩，范仁軍，等. 隨機型協(xié)同配送的成本效益定量評估模型[J]. 計算機集成制造系統(tǒng)，2018，24（6）：1554-1567.

[16] 汪欣. 合作配送下物流企業(yè)間考慮低碳效益的最優(yōu)策略研究[J]. 合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2017，40（11）：1569-1576.

[17] 趙敏，夏同水. 后疫情時代城市末端配送轉(zhuǎn)型升級動力機制研究[J]. 經(jīng)濟問題，2023（4）：113-121.

[18] 李嘉晨，王艷. 共享智能柜需求差異化的快遞終端配送演化博弈研究[J]. 管理學(xué)報，2021，18（7）：1058-1067.

[19]" GRABENSCHWEIGER J， DOERNER K F， HARTL R F， et al. The vehicle routing problem with heterogeneous locker boxes[J]. Central European Journal of Operations Research， 2021，29（1）：113-142.

[20] 賓松，周賽琦，張得志，等. 考慮城市末端配送與二維裝載的高鐵快運服務(wù)路徑優(yōu)化研究[J]. 鐵道運輸與經(jīng)濟，2023，45（3）：53-61.

[21] 劉暢，姚建明. 社區(qū)團購場景下供應(yīng)鏈末端配送資源整合優(yōu)化研究[J]. 管理學(xué)報，2022，19（8）：1231-1239.

[22] 楊京帥，楊玉娥，李嫚嫚，等. 末端配送服務(wù)模式與路徑聯(lián)合優(yōu)化[J]. 浙江大學(xué)學(xué)報（工學(xué)版），2023，57（5）：900-910.

[23]" LI S， ZHANG H， LI Z， et al. An air route network planning model of logistics UAV terminal distribution in urban low altitude airspace[J]. Sustainability， 2021，13（23）：132313079.

[24] 任新惠，茍利珍，武彤. 不確定性故障下無人機末端配送[J]. 廣西大學(xué)學(xué)報（自然科學(xué)版），2022，47（3）：732-745.

[25]" BERGMANN F M， WAGNER S M， WINKENBACH M. Integrating first-mile pickup and last-mile delivery on shared vehicle routes for efficient urban e-commerce distribution[J]. Transportation Research Part B Methodological， 2020，131：26-62.

[26] 王爽，陳淮莉. 眾包模式參與下“最后一公里”協(xié)同配送研究[J]. 計算機應(yīng)用與軟件，2022，39（10）：315-321.

[27]" NADA E， HADI O， SHAKTI S， et al. Crowdsourced last mile delivery： Collaborative workforce assignment[J]. Internet of Things， 2023，22：100692.

[28]" PIERRE D M， ZAKARIA N. Stochastic partially optimized cyclic shift crossover for multi-objective genetic algorithms for the vehicle routing problem with time-windows[J]. Applied Soft Computing， 2017，52：863-876.

[29]" SITEK P， WIKAREK J. Capacitated vehicle routing problem with pick-up and alternative delivery （CVRPPAD）： Model and implementation using hybrid approach[J]. Annals of Operations Research， 2019，273（1/2）：257-277.

[30] 王迪，金輝. 貪婪鯨魚優(yōu)化算法求解帶時間窗的快遞末端配送路徑問題[J]. 計算機應(yīng)用與軟件，2020，37（6）：263-268，315.

[31] 李昆鵬，孫欣蕊，劉騰博，等. 考慮訂單可得時間和客戶時間窗的電商末端配送路徑問題[J]. 系統(tǒng)管理學(xué)報，2021，30（4）：717-728.

[32]" CUI C， XU Q. Optimization of urban logistics terminal distribution based on cellular automaton model[J]. Artif Life Robotics， 2022，27（1）：142-148.

[33] 周林，朱芳彬，代應(yīng)，等. 多元個性化需求驅(qū)動的最后一公里配送選址-路徑研究[J]. 控制與決策，2022，37（10）：2745-2752.

[34]" LI Q， LI Y. User logistics profiling for terminal distribution based on adaptive large adjacent search[J]. Journal of Intelligent amp; Fuzzy Systems： Applications in Engineering and Technology， 2021，41（4）：4759-4771.

[35]" TILK C， OLKIS K， IRNICH S. The last-mile vehicle routing problem with delivery options[J]. OR Spectrum， 2021，43（2）： 877-904.

[36]" DORIAN D， FABIEN L， OLIVIER P. A large neighborhood search approach to the vehicle routing problem with delivery options[J]. Transportation Research Part B Methodological， 2021，144（2）：103-132.

[37]" YU V F， SUSANTO H， YEH Y H， et al. The vehicle routing problem with simultaneous pickup and delivery and parcel lockers[J]. Mathematics， 2022，10（6）：920.

[38]" POURMOHAMMADREZA N， JOKAR A R M. A novel two-phase approach for optimization of the last-mile delivery problem with service options[J]. Sustainability， 2023，15（10）：8098.