新零售模式下新能源汽車物流交付中心選址研究

張建軍 柴文博 劉源溯

（1.同濟大學經濟與管理學院，上海 200092；2.上汽安吉物流股份有限公司，上海 200082）

經過近些年來相關市場的栽培和發展，國內的新能源汽車行業格局初顯，形成了傳統車企轉型、互聯網造車新勢力、其他行業巨頭跨界的三足鼎立局面，新能源汽車行業競爭空前激烈。傳統的汽車銷售主要依靠4S店模式，在當下電子商務快速發展的環境中交付手段偏于單一，對新能源汽車銷售及推廣無法帶來積極影響。而在“新零售”以用戶為中心的模式下，消費者在線下商場內的體驗店進行汽車體驗和試駕，在線上平臺或體驗店現場下單支付，后續選擇交付中心進行自提或者由物流體系快速準確配送到家，可以大大提高消費者的滿意度。然而現有汽車物流網絡不足以滿足新零售模式下新能源汽車銷售及配送需求，急需構建基于電子商務的新能源汽車銷售網絡。

近年來，國內外在新能源汽車營銷模式方面的研究集中于對車企現有營銷模式的介紹以及對企業提出營銷策略制定的相關建議：陳智結合SWOT 理論探討了以用戶為中心的新能源汽車營銷策略的必然性；李睿等與Li通過分析特斯拉的營銷策略提出了關于新能源汽車新零售模式的發展建議；梁永潔等介紹了蔚來作為“用戶企業”的社群營銷模式。

在各行業新零售物流網絡規劃方面：沈浩結合數據分析與組合優化方法建立軸輻網絡優化模型探索全渠道零售網絡選址決策；Das、Leng 等在冷鏈O2O 網絡規劃中考慮碳排放量進行多目標優化；馬艷芳與肖建華等分別對生鮮產品的新零售物流網絡選址與路徑規劃進行研究；徐曉光對零售業實體店與體驗店的服務質量進行探討，構建O2O 物流網絡選址-路徑優化模型；陳義友等基于凹凸函數刻畫消費者的滿意度，構建自提點選址模型并設計拉格朗日算法求解；陳紹洵等考慮新鮮度損耗建立雙層自提柜選址模型，并討論了新鮮度、需求損失及取貨成本參數對模型最終決策的影響；趙泉午等設計遺傳算法與禁忌搜索混合算法求解零售企業城市O2O網絡中轉中心選址模型。綜上，在新能源汽車新零售營銷模式和其他各行業新零售物流網絡規劃方面已有不少研究者進行了討論，但關于新能源汽車在新零售模式下電子商務物流網絡的具體構建仍有待進一步探索。

1 交付中心候選城市評估與遴選

1.1 影響因素與指標選取

新零售模式注重打通線上與線下，與傳統汽車銷售模式相比，用戶在線上下單，在服務人員的幫助下在線上辦理相關手續，所購買的新能源汽車會被送至區域交付中心，接下來客戶可選擇適合自己的交付方式：自提與送車上門。

從交付中心自身出發，交付中心作為新零售中將新能源汽車從企業轉移至用戶的重要一環，除了擁有車輛激活、臨牌辦理等功能，還起到車輛從倉庫至客戶配送過程中物流中轉站的作用，具有一定的配送覆蓋范圍。除此之外，由于滿足用戶需求的要求，區域交付中心還具有一定的宣傳營銷作用。

從新能源汽車產品特點出發，新能源汽車的需求分布人群與傳統汽車有不少出入，根據《新能源汽車行業報告》，從年齡分布來看，新能源汽車消費者中35～44歲人群占比最高，潛在用戶和主要消費人群多數來自北京、上海、廣州等一線城市，消費偏好為服飾鞋帽、珠寶手表、化妝品和數碼等品類。

結合新能源汽車用戶自身需求特點和產品服務特點以及物流選址研究基礎，具體影響因素與指標選取見表1。

表1 交付中心影響因素與評價指標

1.2 因子分析

上海、浙江、江蘇的25個節點城市位列中國經濟最發達的地區，新能源汽車的銷量與潛在需求量也較大，對上文指標變量搜集數據進行因子分析，得到各變量因子成分得分系數矩陣（表2）。

表2 因子成分得分系數矩陣

分析可知，因子F1與人口、GDP、工業產值、社會消費品零售總額、從業人數、18～35歲人口數、汽車保有量、新能源汽車銷量、貨運量具有較高相關性，因子F2與第一產業產值、公路里程具有較高相關性。因子1 可以命名為新能源汽車需求水平因子，因子2可以命名為物流能力因子。

1.3 交付中心候選城市遴選

由成分得分系數矩陣，可得各主成分的因子得分表達式：

再根據各個主成分得分，以各自方差貢獻率為權重，對主成分得分進行加權平均，得到綜合得分F＝（74.858*F1＋14.606*F2）／86.464。

對25個節點城市的綜合得分進行排序，取前十名的城市作為備選節點（表3）。

表3 候選節點城市評價排序

2 考慮經濟成本與服務質量的銷售網絡布局模型

2.1 問題描述與假設

新零售模式下新能源汽車交付中心選址與傳統設施選址的主要不同之處在于新零售模式以客戶為中心，且需同時滿足自提與物流配送功能，影響自提服務水平的一個重要因素是客戶與自提點的距離。消費者需求是影響決策的重要因素，為消費者提供更滿意和更全面的服務是進行網絡選址研究的重要原因，選址是否合理的另一個關鍵因素就是網絡整體需求服務質量水平的高低。

本文問題可以表述為在自提和物流配送服務質量與距離關系的限制下，在備選交付點中，確定新建交付中心的數量和位置，使得總建設運輸成本最小和需求服務質量水平最高，完成新能源汽車新零售交付中心選址決策，為新能源汽車企業業務轉型新零售模式選址提供科學的決策依據。

模型假設：

（1）需求點為該城市若干無差異消費者的集合。

（2）候選點與需求點位置已知。

（3）需求點需求量已知。

（4）需求點只被一個交付中心服務。

（5）一個交付中心可以服務多個需求點，不考慮容量限制。

2.2 模型參數、集合、決策變量

2.2.1 集合

I：需求點集合，?i∈I。

J：交付中心候選點集合，?j∈J。

2.2.2 參數

wi：需求點i新能源汽車需求量。

dij：需求點i與交付中心j之間的公路里程。

C1：交付中心建設固定費用。

C2：單位運輸成本。

αi：需求點i客戶選擇自提的比例。

β：最低服務質量水平參數。

f1j（dij）：交付中心j線下服務質量函數，定義自提服務質量與距離的關系。

f2j（dij）：交付中心j線上服務質量函數，定義送車服務質量與距離的關系。

p：交付中心最大設置數量。

2.2.3 決策變量

yj：交付中心選址于點j，yj＝1，否則為0。

xij：需求點i由交付中心服務j，xij＝1，否則為0。

2.3 模型建立

2.3.1 服務質量水平函數

本文對服務質量水平定義為與需求點和交付中心之間距離有關的分段函數，根據商圈覆蓋理論，在此假設交付中心j自提覆蓋范圍為［r1j，R1j］，rj和Rj分別為候選交付中心點j的最小和最大覆蓋距離。

根據雷利法則和康帕斯斷點公式，對于?j∈J，?k∈I，Djk為城市j與k之間距離，Pj與Pk分別為兩城市的人口數量，則兩城市間某一點輻射距離Dj計算為：

由此定義自提覆蓋范圍rj和Rj為

則自提服務質量函數為

送車上門服務質量與配送范圍、配送時間、配送完好性與準時性等因素有關，當配送時間在一定范圍內時，時間越短，顧客所感知到的服務質量水平越高，而超出配送范圍時，顧客需求無法被滿足，因此服務質量為0。配送時間可以由配送距離確定，假設送車服務配送最大范圍為R2j，據此得出送車服務質量的綜合表達函數

2.3.2 考慮經濟成本與服務質量的交付中心規劃模型

基于以上參數與假設，建立如下模型：

其中，式（8）和（9）是目標函數，表示模型的目標是成本最小和總服務質量水平最高，成本包括交付中心固定建設成本和送車服務物流運輸成本，總服務質量水平是自提與配送上門兩種服務質量水平之和；式（10）為交付中心建設數量約束；式（11）表示每個需求點只由一個交付中心服務；式（12）表示只有該點設立交付中心才能提供服務；式（13）定義了最低服務質量約束，由于服務質量水平往往與成本具有正相關關系，即實現較高的服務質量所需成本也較高，因此本文中設定最低服務質量參數，總服務質量水平必須高于最低可接受值；式（14）與（15）則定義了決策變量的0～1約束。

對于此多目標規劃模型，各個目標函數之間可能存在沖突而無法比較的情況，因此求解結果會存在一個解集，即Pareto前沿。本文中為探索成本及服務質量對交付中心布局規劃的決策影響，對兩個目標函數進行量綱標準化，分別記為g1（x，y）和g2（x，y），對每個目標函數分別賦予權重λi（i＝1，2），λi為目標函數的重要程度，得到單目標評價函數，對此單目標函數進行求解：

3 案例分析

上海、浙江、江蘇均位列中國經濟最發達的地區，新能源汽車的銷量與潛在需求量也較大，所以在華東地區25個節點城市間選取合適的地址作為新零售模式下新能源汽車交付中心。以25個需求城市與10個候選點之間的公路里程作為dij，以S企業2021年各城市新能源汽車銷量作為需求數據wi，交付中心最大設置數量p取5，各候選城市節點自提服務覆蓋范圍［r1j，R1j］通過式（3-5）計算，送車服務配送最大范圍R2j以最大配送時長5天計算，取2400km，并根據dij與［r1j，R1j］，R2j結合式（6-7）求出f1j（dij）和f2j（dij）。交付中心建設成本與運輸成本分別為5000000元和0.5元／臺km，客戶選擇自提比例為50%（表4）。

表4 各候選城市自提服務覆蓋范圍（單位：km）

采用LINGO18 軟件對上述規劃模型進行求解，通過改變經濟成本和服務質量重要程度權重參數，可以得到新能源汽車新零售銷售網絡布局動態變化方案。λ1與λ2不同數值下的多種選址方案及所需成本與可達到的服務質量如表5所示。從表5中可以明顯看出隨著服務質量的提升，新能源汽車新零售物流網絡的總成本呈現上升趨勢。若構建新零售物流網絡追求成本最低的話，可以選擇方案（4）或方案（5），在上海、徐州、無錫、杭州、溫州建立交付中心，所需建設成本與運輸成本為1.7億元左右，服務質量水平最高可達90.8%。

表5 模型求解結果：成本與服務質量

若構建新零售物流網絡追求最高服務質量水平的話，可以選擇上海、徐州、南京、寧波、溫州建立交付中心，可達到98.6%的服務質量水平，但成本也增加11.7%。

方案（1）、（3）、（5）的選址及分配結果如圖1～3所示，與各市新能源汽車銷量分布圖進行可視化對比，對三種方案具體分析如下：

圖1 λ1＝0.1，λ2＝0.9時布局方案

方案（1）考慮服務質量水平重要程度高于經濟成本因素，交付中心選址傾向于自提覆蓋范圍較大的節點城市，能有效地滿足多數城市的自提服務需求，且與非中心節點城市在空間分布上比較聚集，但對部分高銷量城市如杭州的需求，送車上門服務會造成較高的運輸成本。方案（5）將經濟成本因素作為較大權重進行考量，交付中心選址傾向于到其他所有非樞紐節點城市的空間距離之和較小的節點，但部分交付中心如無錫的自提服務覆蓋范圍較小，導致自提服務的服務質量降低。

圖2 λ1 和λ2 均為0.5時布局方案

圖3 λ1＝0.9，λ2＝0.1時布局方案

比較表6中不同方案，結合新零售的背景，新零售背景下的物流配送越來越追求“用戶至上”，構建盡可能滿足線上終端顧客和線下門店服務的高效快速的物流網絡是大勢所趨。因此可以得出結論：在案例所處情況下，選擇上海、南京、杭州、寧波、溫州五個城市設置交付中心最為合理，總成本適中且可以達到93%的質量服務水平。以上五個區域交付中心除了提供新能源汽車運輸中轉服務，更多提供新能源汽車交付以及售后服務。上述樞紐節點城市擁有相對發達的經濟和公路網絡，具有較強的周邊輻射作用。上海作為蘇、浙、滬的核心城市，新能源汽車的需求增長迅速，該區域交付中心主要輻射上海市區及周邊蘇州、南通、無錫三個城市，主要目標是提高在交車流程中的用戶體驗。杭州與南京除了能分擔上海的節點交付壓力，還能縮短新零售模式下的配送時間，提高服務滿意度。寧波與溫州可以幫助分擔杭州的中轉壓力，進一步促進沿海地區的物流聯動。

表6 上海、江蘇、浙江25城新零售網絡節點布局方案

4 結論

新能源汽車行業發展日新月異，同時移動互聯網時代也給汽車行業帶來諸多挑戰。本文采用統計學因子分析方法，提取影響新零售模式下新能源汽車區域交付中心選址的因素，建立新能源汽車O2O 物流網絡總成本最低和服務質量水平最高的多目標規劃模型，并結合具體算例求出結果，從而提出新能源汽車電子商務物流網絡的構建方案，為提升新能源汽車企業銷售網絡運作效益提供了決策依據和應用指導。新零售模式下成本與服務質量對網絡布局決策起到重要影響，對于新能源汽車企業來說，需要結合自身戰略目標和產品特點，根據經濟成本與服務質量的側重博弈，確定合理的新零售銷售網絡布局方案。

在后續的研究中可以考慮用優化算法和網絡模型的不確定性參數變量（如交付中心固定成本、運營成本、自提比例、節點間運輸成本等）對模型做進一步改進和深入研究。