本文從戰(zhàn)略、戰(zhàn)術(shù)和運(yùn)營(yíng)層面，對(duì)近年來(lái)物流末端配送相關(guān)方向的國(guó)內(nèi)外文獻(xiàn)進(jìn)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(duì)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(duì)策研究、客戶行為偏好與效益分析等方面切入并進(jìn)行了大量研究。

1.1 末端配送現(xiàn)狀與發(fā)展對(duì)策

學(xué)者通常從末端配送環(huán)節(jié)不同場(chǎng)景的視角切入，并結(jié)合所處外部環(huán)境的特點(diǎn)對(duì)物流末端配送環(huán)節(jié)的現(xiàn)狀進(jìn)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(guó)內(nèi)外電子商務(wù)“最后一公里”配送方案，并對(duì)取得成功的配送方案的背后原因與適用范圍進(jìn)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(mén)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(guó)家出臺(tái)“三農(nóng)政策”加強(qiáng)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(yùn)營(yíng)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(yùn)營(yíng)成本、加強(qiáng)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(diǎn)，分析我國(guó)公共物資供應(yīng)體系下末端配送面臨的問(wèn)題，包括物資需求難以滿足與配送受阻，提出構(gòu)建云平臺(tái)末端配送體系進(jìn)行智慧化自提點(diǎn)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(duì)物流末端配送中普遍存在的回收體系不完善、運(yùn)件的不安全和配送人員與消費(fèi)者的矛盾等問(wèn)題，通過(guò)層次分析法建立末端配送體系的模型，以及模糊綜合評(píng)價(jià)法得到客戶對(duì)于物流末端配送的評(píng)分，提出了規(guī)劃物流市場(chǎng)、制定運(yùn)件回收機(jī)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(duì)客戶行為偏好進(jìn)行研究，并依此對(duì)末端配送環(huán)節(jié)進(jìn)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?yàn)研究電子商務(wù)領(lǐng)域的末端配送方式的可接受性，以及客戶對(duì)各種配送方式的選擇意愿，為物流企業(yè)針對(duì)客戶配送偏好的多樣性設(shè)計(jì)高效的末端配送規(guī)劃提供支持。陳義友等[9]認(rèn)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(zhǔn)確的計(jì)算能力來(lái)評(píng)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(biāo)，考慮距離和費(fèi)用對(duì)顧客選擇服務(wù)方式的影響，構(gòu)造自提與送貨上門(mén)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(duì)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(shí)隙選擇納入同一模型中分析，來(lái)揭示客戶對(duì)末端配送模式、服務(wù)方式與配送時(shí)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(fèi)者的網(wǎng)上購(gòu)物行為，并調(diào)查該地消費(fèi)者對(duì)于自提點(diǎn)式末端配送方式的看法，得到自提點(diǎn)的選址、布置密度、安全性以及營(yíng)業(yè)時(shí)間因素，對(duì)于消費(fèi)者是否選取自提點(diǎn)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(guó)家的發(fā)達(dá)城市為切入點(diǎn)，研究不同收入群體之間的消費(fèi)行為差異，對(duì)于自提點(diǎn)式末端配送服務(wù)方式的影響以及該方式的實(shí)施可行性，認(rèn)為自提點(diǎn)式末端配送的可試用性、兼容性以及比較優(yōu)勢(shì)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(duì)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(duì)物流末端共同配送方式的效益進(jìn)行探討，也有部分學(xué)者將共同配送領(lǐng)域的效益研究進(jìn)一步細(xì)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(kāi)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(dòng)力學(xué)模型，仿真測(cè)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(huì)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(jī)械式多溫共配模式為對(duì)比研究對(duì)象，建立了以最小配送總成本為目標(biāo)的模型，結(jié)合實(shí)際算例分析兩種模式的效益（經(jīng)濟(jì)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(shí)際生活中的物流末端配送具有隨機(jī)性，基于共同配送的實(shí)質(zhì)和作業(yè)活動(dòng)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(jì)算模型，方便物流企業(yè)進(jìn)行共同配送的數(shù)字化效益實(shí)時(shí)可視化自動(dòng)化計(jì)算評(píng)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(gè)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(biāo)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(shí)，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(mén)、自提柜、自提點(diǎn)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(dòng)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(diǎn)研究了用戶需求[18]、自提柜設(shè)計(jì)[19]等對(duì)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(diǎn)，基于自提柜“被動(dòng)接受”和“主動(dòng)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(jì)了一種異構(gòu)上鎖自提柜來(lái)完善末端配送體系，考慮為愿意自提的客戶提供補(bǔ)償金以及不同尺寸包裹的存儲(chǔ)約束，以配送成本與補(bǔ)償成本最小化為目標(biāo)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(diǎn)關(guān)注領(lǐng)域。賓松等[20]將高鐵快運(yùn)干線運(yùn)輸與城市末端配送整合，考慮二維裝載限制并以最小化運(yùn)輸成本和裝載成本為目標(biāo)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(tuán)購(gòu)場(chǎng)景下消費(fèi)者個(gè)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(dòng)態(tài)多目標(biāo)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(fèi)者期待的服務(wù)。楊京帥等[22]同時(shí)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(biāo)，考慮車輛容量限制、客戶收貨模式和客戶時(shí)間窗建立模型，使用改進(jìn)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(wú)人機(jī)技術(shù)的成熟，越來(lái)越多的研究者開(kāi)始研究無(wú)人機(jī)應(yīng)用于物流末端配送情景下的優(yōu)化問(wèn)題。Li et al[23]將無(wú)人機(jī)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(wú)人機(jī)性能約束下，構(gòu)建基于成本函數(shù)改進(jìn)的元胞自動(dòng)機(jī)（CA）并生成路徑集，然后使用最優(yōu)樹(shù)算法獲取最優(yōu)配送路徑。任新惠等[24]考慮無(wú)人機(jī)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(biāo)構(gòu)建不確定故障下的無(wú)人機(jī)配送模型，采用蟻群算法對(duì)模型求解，完善了無(wú)人機(jī)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(lái)的效率提升高達(dá)30%。

隨著眾包模式的興起，學(xué)者對(duì)眾包模式在末端配送環(huán)節(jié)的應(yīng)用也開(kāi)始深入研究。王爽等[26]以末端眾包配送模式為切入點(diǎn)，設(shè)計(jì)“眾包司機(jī)-訂單”配對(duì)策略，以總配送成本最小為目標(biāo)建模，并引入K-means聚類算法對(duì)“訂單-目的地”進(jìn)行聚類獲得眾包司機(jī)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(dá)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(gè)使用眾包工人的末端配送模型，該模型優(yōu)化了成本、時(shí)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(lái)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(xì)化模型并設(shè)計(jì)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(jī)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(shí)間窗的多目標(biāo)車輛路徑問(wèn)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(diǎn)的容量差異性、配送過(guò)程中攬收的可能性以及配送時(shí)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(shí)現(xiàn)，被認(rèn)為有助于解決工業(yè)級(jí)的帶容量限制的取送貨車輛路徑問(wèn)題。

王迪等[30]將貪婪交換方法與鯨魚(yú)優(yōu)化算法（WOA）結(jié)合，求解帶時(shí)間窗的物流末端配送路徑優(yōu)化問(wèn)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(zhǔn)確的優(yōu)化結(jié)果。李昆鵬等[31]考慮客戶需求量、配送時(shí)間、客戶時(shí)間窗和配送裝載能力等約束，以最小化配送總里程為目標(biāo)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(jì)改進(jìn)的分支切割算法對(duì)模型求解。

3 運(yùn)營(yíng)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(yùn)營(yíng)層面的研究關(guān)注點(diǎn)主要集中在：末端節(jié)點(diǎn)選址的評(píng)價(jià)與優(yōu)化，以及末端配送路徑的優(yōu)化。

3.1 末端節(jié)點(diǎn)選址的評(píng)價(jià)與優(yōu)化研究

在末端節(jié)點(diǎn)選址優(yōu)化方面，Cui et al[32]建立了基于元胞自動(dòng)機(jī)（CA）的城市末端節(jié)點(diǎn)定位模型，然后基于人口、交通等因素建立了末端節(jié)點(diǎn)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)，并通過(guò)遺傳算法求解選址的優(yōu)化結(jié)果；周林等[33]基于客戶對(duì)末端配送服務(wù)的多元個(gè)性化需求，使用改進(jìn)的變鄰域搜索算法開(kāi)展自提點(diǎn)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(shí)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(diǎn)容量，有助于構(gòu)建更具競(jìng)爭(zhēng)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(chǎng)景細(xì)化模型約束條件，并設(shè)計(jì)相應(yīng)的方法進(jìn)行路徑優(yōu)化求解。

Li et al[34]考慮客戶行為特征對(duì)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(gè)方面構(gòu)建客戶畫(huà)像，并使用自適應(yīng)大鄰域搜索算法（ALNS）設(shè)計(jì)物流末端配送路線，從而提供更加準(zhǔn)確和個(gè)性化的配送策略。Tilk et al[35]引入并分析了帶交付選項(xiàng)的末端配送路徑問(wèn)題，考慮客戶對(duì)不同配送選項(xiàng)的排序優(yōu)先級(jí)以及配送目的地可能為同一地點(diǎn)的情況，轉(zhuǎn)化為最低客戶滿意度以及末端節(jié)點(diǎn)容量限制的約束，以最低總成本為目標(biāo)建立模型，并使用分支、價(jià)格與切割算法（PBC）求解，認(rèn)為為客戶提供不同的配送選項(xiàng)能夠降本增效。Dorian et al[36]研究了客戶可以指定多個(gè)交付選項(xiàng)以及偏好級(jí)別和時(shí)間窗口的情況，以最小配送車輛數(shù)和路徑總成本為目標(biāo)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(shí)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(jìn)物流末端配送的路徑規(guī)劃中，考慮客戶時(shí)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(biāo)建立模型，并使用模擬退火算法（SA）與帶回溯機(jī)制的模擬退火算法（SAwb）求解，結(jié)果表明所改進(jìn)算法更優(yōu)。Pourmohammadreza et al[38]使用兩階段方法來(lái)優(yōu)化帶有服務(wù)選項(xiàng)的末端配送問(wèn)題，第一階段通過(guò)多準(zhǔn)則決策（MCDM）方法評(píng)估末端配送節(jié)點(diǎn)的價(jià)值，在第二階段通過(guò)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(duì)物流末端配送領(lǐng)域相關(guān)文獻(xiàn)歸納梳理的基礎(chǔ)上，基于戰(zhàn)略、戰(zhàn)術(shù)和運(yùn)營(yíng)三個(gè)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(gè)方面總結(jié)了國(guó)內(nèi)外學(xué)者對(duì)物流末端配送環(huán)節(jié)的相關(guān)研究成果及進(jìn)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(jìn)行了大量的研究。目前研究對(duì)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(diǎn)分析其在不同場(chǎng)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(duì)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(duì)共同配送方式的效益進(jìn)行探討，也有部分學(xué)者進(jìn)一步細(xì)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(duì)末端配送四種常見(jiàn)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(jìn)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(yùn)營(yíng)層面，學(xué)者們主要研究關(guān)注末端節(jié)點(diǎn)選址的評(píng)價(jià)與優(yōu)化，以及末端配送路徑的優(yōu)化。末端節(jié)點(diǎn)的選址優(yōu)化問(wèn)題主要從建立科學(xué)的節(jié)點(diǎn)選址評(píng)價(jià)體系和節(jié)點(diǎn)選址方法的研究?jī)煞矫嬷?；末端配送的路徑?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(shí)際以及改進(jìn)算法提高優(yōu)化質(zhì)量三方面展開(kāi)。

盡管學(xué)者們?cè)谖锪髂┒伺渌皖I(lǐng)域中進(jìn)行了大量的研究，但是受經(jīng)濟(jì)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(lái)對(duì)該領(lǐng)域的研究可以嘗試向更多方面擴(kuò)展。

首先，當(dāng)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(huì)發(fā)展的需求，又要符合環(huán)保要求。面對(duì)各國(guó)政府對(duì)于“低碳”越來(lái)越重視的背景下，大多數(shù)學(xué)者將關(guān)注點(diǎn)集中在滿足社會(huì)發(fā)展，少有關(guān)注該領(lǐng)域與生態(tài)環(huán)境保護(hù)的協(xié)同發(fā)展，未來(lái)如何實(shí)現(xiàn)物流末端配送與生態(tài)環(huán)境保護(hù)的協(xié)同是一個(gè)值得研究的問(wèn)題。

其次，當(dāng)前研究對(duì)于被配送的貨物一般都采取標(biāo)準(zhǔn)化處理，即沒(méi)有考慮到貨物的類型和價(jià)值，在今后的研究中，可以根據(jù)貨物的類型、價(jià)值甚至訂單來(lái)源進(jìn)行更廣泛的分類，將物流末端配送環(huán)節(jié)細(xì)化并優(yōu)化，或許能獲得更顯著的進(jìn)展。

最后，新冠疫情對(duì)于社會(huì)各個(gè)領(lǐng)域的沖擊仍歷歷在目，今后對(duì)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(píng)估體系構(gòu)建與對(duì)策準(zhǔn)備。