刘定一 应毅 李晓明

摘  要：随着国内外电子商务贸易额的逐年增长，快递业务为基础的物流业也得到了快速发展，然而电商物流“最后一公里”的配送成本、投递的成功率、顾客的满意度也成为当前亟待解决的问题。运用大数据技术对物流末端的配送模式和有限区域物流的对象进行了深入分析，使得终端配送的成效得到提高。物流末端配送使用大数据技术有效提升了投递的效率。

关键词：大数据;电子商务;物流业;快递;最后一公里

中图分类号：F253.9      文献标识码：A 文章编号：2096-4706（2020）04-0168-02

Abstract：With the annual growth of domestic and foreign e-commerce trade，the logistics industry based on express delivery has also developed rapidly. However，the “last kilometer” distribution cost，delivery success rate，and customer satisfaction of e-commerce logistics have also become current. Urgently needs to be resolved. Using big data technology to conduct in-depth analysis of the distribution mode at the end of the logistics and the objects of limited area logistics，so that the effectiveness of terminal distribution has been improved. The use of big data technology at the end-of-logistics distribution has effectively improved the efficiency of delivery.

Keywords：big data;e-commerce;logistics industry;express;last kilometer

0  引  言

当前在线购物越来越普及，高成本、低效率、配送时效差已经成为是制约物流业发展的重要因素。因此，物流公司需要通过信息化技术、大数据技术、云计算等来提升自身的核心竞争力。

基于电子商务贸易额的快速增长，本校创新创业学院和计算机科学与工程学院就学校及附件居民区域快递终端配送成功率、服务质量等问题进行了研究。在计算机学院大数据应用中心的大力支持下，运用大数据研究了物流“最后一公里”的配送问题，目的是提升相关区域内末端配送能力。

1  国内外研究现状

大数据、云计算、人工智能等新技术的不断迅速发展，5G网络通信技术推广应用的普及化，近年来电子商务的迅猛发展趋势使得其成为国内外经济增长的特色驱动。2015年、2016年、2017年、2018年全国电子商务交易额分别为18.30万亿元、26.10万亿元、29.16万亿元和32.62万亿元;2019年，电子商务交易额更是高达34.81万亿元，比上年增长6.7%。

随着电子商务贸易额的逐年增长，对物流体系快递业的配套服务也提出了更高的要求。2014年全国快递业务收入2 040.0亿元，快递业务量140亿件，首次跃居世界第一;2017年全国快递业务收入4 957.1亿元，同比增长23.8%，快递业务量400.6亿件，同比增长28.0%;2018年全国快递业务收入6 038.4亿元，同比增长21.8%，快递业务量507.1亿件，同比增长26.6%。近五年中国快递行业业务收入和业务量增长情况如图1所示。

2  大数据技术在物流业快速发展中的必要性

在当今快速发展的物流业中，物流的信息数据从传统的纸质记录到现在运用计算机数据库系统来进行管理，挖掘出對配送有价值的信息极为重要。大数据具有以下几个特征：Volume（数据量大）、Variety（数据类型多）、Velocity（处理速度快）、Value（有价值）、Veracity（数据真实）。

大数据改变了我们的思维方式、生产方式、生活方式。我们的精神世界和物资世界都将构建在大数据之上。大数据不仅仅是一门技术，更是一种全新的商业模式。物流业是运输业、仓储业、移动通信业等多种行业的整合。现在大数据、云计算、人工智能等新技术的出现使得物流向“智慧物流”“智慧快递”发展，应用也越来越广泛。

大数据技术的研究意义是首先对庞大的数据信息进行获取，然后对有需求的数据进行专业处理。大数据现在作为一种产业，实现盈利的核心是提高对数据的有效筛选，得到符合条件的数据来提升贸易的竞争力。通过物流业的发展和技术的不断创新，大数据将为电子商务贸易创造出更多的价值。

3  物流基本流程

物流是现代经济的基础性产业，被誉为经济领域的“黑大陆”，是企业的“第三利润源”。物流是指实物从供应地向接收地的转移过程，通过时间、空间变化来完成相应的约定。电子商务领域的物流不同于传统物流，核心重点是关注物品配送的时效性、服务性和物流信息的实时性。基于这些重要的特性，国内目前已经形成了企业自营物流（例如京东、天猫、苏宁易购等）和第三方物流（例如顺丰、申通、韵达等）两种电子商务物流模式。

物流基本流程一般都由仓储系统、运输主干网和“最后一公里”配送三个阶段组成，如图2所示。

在企业和物流服务公司正常运营下，前两个阶段的安全性、及时性能得到保障，但“最后一公里”配送阶段最终用户的多样化状况使得投递面临各种问题。

4  “最后一公里”问题的解决方案

当前，物流业“最后一公里”的终端配送亟待合理、高效的运维，如何解决这些问题，需要对物流终端配送的模式、技术进行更深层次的挖掘。

4.1  配送模式

现如今有很多物流公司运营着商品的“最后一公里”配送，一个区域内的订单同时会有多家物流公司来配送，这样不但公司份额减少、利润降低，也会造成对资源的浪费。

在整合地区优质快递网络资源的基础上，以地区各物流服务站为主体，采取多样式的投递渠道来保障服务站到客户之间点对点的配送，是解决“最后一公里”问题的有效手段。

物流服务站是自助提货、人工值守提货和送货上门等业务相结合的综合服务提供商，各物流公司将要配送的货物送达服务站，由物流服务站来调度安排配送。物流服务站对社会资源进行有效整合，在大数据、云计算、人工智能时代规划城市物流智能配送模式，实施“智慧物流”计划，提高物流配送的效率。

4.2  有限区域物流的对象

对于配送的对象可分为：公司白领、居家办公人员、学校师生等。目前现有的配送模式，主要可以分为直接配送和间接配送，其中，间接配送模式又包括：社区便利店、物业公司合作、自提点建设、智能快递柜投放等。

有限区域物流是指针对高校校园、工业园、科技园、公寓宿舍等人口密集区域，根据客户分布特征和快递业务需求，确定配送的辐射范围和方式。此类客户具有集中度高、购物量大、贸易额小等特点，传统的送货上门、智能快递柜自提、物业收发等配送模式并不适合，故需要建立人工值守提货为主、送货上门为辅的物流服务站，来完成有限区域内的共同配送活动。

物流服务站与各快递公司进行合作，集中统一配送快件至各高校、工业园、科技园，实现末端区域的小范围规模经济，鉴于电商飞速发展及网购普及，该配送模式发展前景较大。

5  结  论

大数据时代数据信息瞬息万变，商家对物流业的运营体系有了新的要求，亟待物流行业紧跟电子商务的发展，最终实现共赢。当前“最后一公里”物流配送的消费者满意度还有待提高，主要存在配送服务满意度不高、配送信息可追溯性差等问题。针对这些问题，运用大数据技术在物流业快速发展中建立“智慧物流”“智慧快递”，扩大应用，提高效率。

参考文献：

[1] 应毅，刘定一.基于FlexSim的校园共同配送服务站分拣流程仿真研究 [J].物流科技，2018，41（10）：37-39.

[2] 应毅，黄慧，刘定一.地名地址检索技术在智能物流系统中的应用研究 [J].物流工程与管理，2018，40（10）：55-57+68.

[3] 杨聚平.以客户为中心“最后一公里”配送模式研究 [D].北京：对外经济贸易大学，2014.

[4] 张锦，陈义友.物流“最后一公里”问题研究综述 [J].中国流通经济，2015，29（4）：23-32.

[5] 佰讀.“大智移云”介绍（一）：大数据与“大智移云” [C].河北省廊坊市应用经济学会.对接京津——京津冀协同发展（廊坊·北京副中心）论文集.河北省廊坊市应用经济学会：廊坊市应用经济学会，2016：101-107.

[6] 汪传雷，陈娇，万一荻.现代规模经济视角下城市共同配送模式研究 [J].西安财经学院学报，2017，30（3）：82-87.

[7] 张仕麟.大数据在教育领域的应用研究 [J].中国新通信，2019，21（22）：11-12.

[8] 杨聚平，杨长春，姚宣霞.电商物流中“最后一公里”问题研究 [J].商业经济与管理，2014（4）：16-22+32.

[9] 李振潭.大数据背景下应用型本科院校大学英语教学改革的探索研究 [C].《教师教学能力发展研究》科研成果集（第十六卷）.《教师教学能力发展研究》总课题组，2018：152-155.

作者简介：刘定一（1983-），男，汉族，江苏靖江人，硕士，高级实验师，研究方向：大数据处理与数据库。