O2O模式下连锁超市生鲜农产品物流配送路径优化研究

天津理工大学研究生学位论文

O2O模式下连锁超市生鲜农产品物流配

送路径优化研究

（申请工程硕士学位）

学科专业：物流工程

研究方向：物流企业运作管理

作者姓名：贺晶晶 指导教师：王颖纯 教授

2016年2月

万方数据

Thesis Submitted to Tianjin University of Technology for

the Master’s Degree

Optimization of Logistic Distributing Routing for Fresh Agricultural Products of Chain Supermarket in O2O Mode

By He Jingjing

Supervisor Wang Yingchun

Feb.2016

万方数据 独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 天津理工大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。

学位论文作者签名： 签字日期： 年 月 日

学位论文版权使用授权书

本学位论文作者完全了解 天津理工大学 有关保留、使用学位论文的规定。特授权 天津理工大学 可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编，以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。

（保密的学位论文在解密后适用本授权说明）

学位论文作者签名： 导师签名：

签字日期： 年 月 日 签字日期： 年 月 日

万方数据 摘要

随着互联网技术的快速发展，电子商务以购物便捷以及选择面广等特点逐渐为消费者所接受，并为其带来一种全新的购物体验。网上购物越来越普遍，从而寻求一种高效益、低成本、高效率的物流配送路径已成为当前许多商家关注的焦点和亟待解决的问题。20世纪90年代末，超市在我国作为一种新的零售方式迅速发展并逐渐成熟。近些年，我国超市逐渐开展生鲜农产品的相关业务，并在消费者的日常生活中占有愈来愈重要的地位。面对电子商务以及消费者购物习惯转变的冲击，连锁超市可利用自身优势，通过O2O模式开展生鲜农产品线上业务，将线上和线下进行融合经营以提高竞争力和提升市场地位。

本文首先对O2O模式、生鲜农产品物流配送以及车辆路径问题方面进行了综述，总结归纳了目前国内外生鲜农产品电子商务模式和国内外典型连锁超市O2O的案例；重点探讨了O2O模式下连锁超市生鲜农产品的流通，以连锁超市为流通主体构建了农产品O2O运作模式，对连锁超市开展生鲜农产品O2O业务提出实施策略；探讨了影响配送路径优化的时间窗问题和消费者满意度问题，在此基础上得出鲜农产品配送的优化目标，建立了基于VRPTW模型的配送路径优化模型；最后通过仿真数字算例对模型运用遗传算法结合Matlab7.0软件进行验证分析。

结果表明，消费者的平均满意度在90%以上，配送车辆行驶方案比较合理，既能够满足消费者对配送时间的要求，又保证生鲜农产品的鲜活性。本文所提出的连锁超市针对生鲜农产品的运营新模式，为今后超市发展电商运营提供了新思路，构建的路径优化模型，为其物流配送提供了借鉴方法。

关键词：生鲜农产品 物流配送 连锁超市 O2O模式 遗传算法

万方数据 Abstract

With the rapid development of Internet technology, e-commerce with convenient shopping as well as the characteristics of wide choice is gradually accepted by consumers, and brings a new shopping experience. Online shopping is increasingly common, so as to seek a logistics distribution path for high benefit, low cost and high efficiency has become the focus of many businesses and an important problem to be solved. In the late 1990s, supermarkets developed rapidly and matured gradually as a new way of retail in our country. In recent years, supermarket in our country has carried out the relevant business of fresh agricultural products gradually, and in the daily lives of consumers has occupied an increasingly important position. In the face of the impact of e-commerce and the change of consumer shopping habits, chain supermarket can carry out fresh agricultural products online business through O2O mode using oneself advantages. Integrate resources of the online and offline to improve competitiveness and enhance market position.

This paper first reviewed the O2O mode, fresh agricultural products logistics distribution and vehicle routing problems and summarized the current domestic and foreign fresh agricultural products e-commerce mode and typical supermarket chain O2O case; focused on the flow of agricultural produce of supermarket chain under O2O mode, designed the O2O mode of operation as the main of the main supermarket chains in circulation of agricultural products, and put forward implementation strategies for carrying out fresh produce business of the supermarket chain; discussed the influence of distribution path optimization time window issues and consumer satisfaction, on this basis, it concluded the optimization of fresh agricultural products distribution objectives, and established distribution route optimization mode based on VRPTW mode; finally, the mode is verified by the numerical example of the mode using genetic algorithm combined with Matlab7.0 software.

The results showed that the average consumer satisfaction in more than 90%, and delivery vehicle scheme is more reasonable. It can meet the requirements of consumers on the distribution time and ensure the fresh of fresh agricultural products. This paper that put forward a new mode of chain supermarket for agricultural products provides a new way of thinking the future development of supermarket electric business operation and a reference method for the logistics distribution.

Key words：Fresh agricultural products, logistics distribution, chain supermarket,

O2O mode, genetic algorithm

万方数据目 录

第一章 绪论 ............................................................... 1

1.1 研究背景和意义 ................................................. 1 1.2 国内外研究现状 ................................................. 2 1.3 论文研究内容及框架 ............................................. 6

第二章 相关理论概述 ....................................................... 9

2.1 O2O模式理论概述 ............................................... 9 2.2 生鲜农产品相关概述 ............................................ 11 2.3 配送路径优化的相关概述 ........................................ 12 2.4 本章小结 ...................................................... 15

第三章 O2O模式下连锁超市生鲜农产品流通分析 ............................. 16

3.1 O2O模式下农产品的流通模式 .................................... 16 3.2 连锁超市运营模式的挑战 ........................................ 20 3.3 连锁超市生鲜农产品O2O模式 ................................... 21 3.4 电商模式下连锁超市生鲜农产品物流配送现状分析 .................. 26 3.5 本章小结 ...................................................... 27

第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建 ................. 28

4.1优化目标 ....................................................... 28 4.2 时间窗问题探讨 ................................................ 29 4.3 消费者满意度探讨 .............................................. 31 4.4 生鲜农产品同城配送路线优化模型构建 ............................ 32 4.5本章小结 ....................................................... 34

第五章 算例分析 .......................................................... 35

5.1 算例设计 ...................................................... 35

5.2 算法设计 ...................................................... 37 5.3 结果分析 ...................................................... 39

第六章 结论与展望 ........................................................ 43 6.1 研究结论 ...................................................... 43 6.2 研究展望 ...................................................... 43

参考文献 ................................................................. 45 发表论文和科研情况说明 ................................................... 48 致谢 ..................................................................... 49

- i -

万方数据第一章 绪论

第一章 绪论

1.1 研究背景和意义 1.1.1 研究背景

随着社会的发展以及生活水平的提高，农业产业结构得到不断调整，对生鲜农产品的需求不断增加，对其质量要求也提升，农产品的加工、包装、运输、储存、销售及配送等环节已成为社会备受关注的话题[1]。虽然我国生鲜农产品物流体系早已初步建成，但相比发达国家，我国的物流行业起步较晚，基础设施落后，物流系统不健全，农产品的流通效率较低。这使得生产环节和销售环节出现脱节，加剧了农产品的价格变动，出现了“菜贱伤农、菜贵伤民”以及“种菜赔、买菜贵”的现象，还会诱发农产品质量问题事件如甲醛白菜等。农产品的季节性要求必须将农产品快速销售出去[2]，且农产品的鲜活性和易损性等生物特性，增大了农产品的流通难度，在生产、储存、运输等环节会发生腐烂变质产生的损耗，物流成本增加，严重损害了农民的利益[3]。随着人民消费习惯的变化，连锁超市凭借其经营规范、门店分布广、商品种类多、方便快捷、高周转低利润等独特的竞争优势，深受消费者的喜爱和认同，广泛渗透到消费者的日常生活。目前生鲜农产品在连锁超市的经营已经很普及，但超市并不是生鲜农产品的主销售渠道。目前国家大力推进“农超对接”活动，2008年就下发了《关于开展农超对接试点工作的通知》，指引超市与生鲜农产品的原产地直接合作，实现产销对接，为超市、农户以及消费者都带来利益[4]。

近年来，电子商务行业在我国快速发展，规模也迅速扩张。随着网络技术在我国日益普及、新兴的O2O等电子商务模式的出现，通过网络进行线上购物和线下消费的电子商务新模式快速发展起来。2014年中央一号文件在农产品市场体系建设方面明确提出“加强农产品电子商务平台建设”。然而，单纯的线上或线下渠道难以满足消费者对农产品的需求。电商使农产品能从产地直接发给消费者，这既可以减少流通环节，又提高流通效率节省部分中间成本。然而，线上交易必须有线下实体店支撑，一方面这由消费者的购物习惯决定，消费者在购买农产品时习惯精挑细选，瓜果蔬菜更是需要对其新鲜程度眼见为实；另一方面线下实体店有自己的目标客户群体，能解决最后一公里配送问题。而O2O（Online-to-Offline）就是一种连接线下商家与线上用户的多边平台商业模式，融合了线下实体经济与线上资源，通过网络这一渠道将实体经济延伸到虚拟世界。线下实体商业可以通过线上来挖掘和吸引客源，而消费者可以在线上筛选所需的商品和服务，并完成在线支付，再到实体店体验或领取商品完成消费[5]。

O2O模式的兴起，为连锁超市的运营带来新的机遇、新的购物体验。基于上述的背景，连锁超市未来的发展必须与时俱进、突破传统。连锁超市可以引进先进的现代各种技术、设备、理念，再结合O2O思想融入到运营中，为消费者打造新的购物环境及体

- 1 -

万方数据第一章 绪论

验。本文正是对O2O模式下连锁超市生鲜农产品物流配送进行研究，分析O2O模式下连锁超市生鲜农产品的流通方式，在此基础上对其同城配送路线进行优化研究。

1.1.2 研究意义

近年来电子商务快速发展，网上购物逐渐成为人们常用的购物方式之一，对连锁超市生鲜农产品的销售带来了新渠道。本文就生鲜农产品在O2O模式下的流通方式以及O2O模式下对连锁超市生鲜农产品物流同城配送网络的优化进行课题研究，以求给相关学者未来对连锁超市及生鲜农产品电商研究提供理论借鉴以及现实指导。

（1）理论意义 O2O作为一种新的电子商务模式，在提出之初就受到了广泛关注，本文以O2O理论为指导研究连锁超市生鲜农产品的新流通模式，针对农产品产地构建农产品 O2O 流通模式，并对以连锁超市为流通主体的农产品O2O运作模式进行深入研究，期望研究成果能在一定程度上完善丰富连锁超市生鲜农产品电商的理论。其次，本文对连锁超市生鲜农产品物流同城配送网络进行优化研究，探讨配送中的时间窗以及消费者满意度问题，在此基础上建立优化模型，以提高物流配送的效率与质量。

（2）现实意义

实践上，将O2O模式与连锁超市结合，探讨其连锁超市生鲜农产品电子商务新模式，帮助超市开辟新的销售渠道，建成线上线下一体化发展的新型流通模式，这对于切实提高农产品流通效率也具有重要现实意义。其次，加入时间窗及消费者满意度优化目标对O2O模式下连锁超市生鲜农产品物流同城配送网络进行优化，可为其它企业在构建合理高效的物流配送网络等方面提供参考和指导。

1.2 国内外研究现状 1.2.1 O2O模式研究现状

20世纪50年代有专家曾提出O2O相关的概念，但近几年才出现O2O电商模式，正在逐步发展。

（1）O2O的发展历程

O2O电子商务是目前一种新的电商模式，正在不断发展，但业界对O2O的定义没有统一的解释。O2O这一概念是2011年8月TrialPlay 的创始人Alex Rampell正式提出的，认为O2O的核心是利用互联网线上为线下实体店吸引客流，即从网上寻找潜在的消费者，再将他们引入实体店中[6]。起初认为O2O是指Online to Offline，是一种将线下商业交易与互联网线上经济结合的商业模式。O2O商务理念在美国的范围很广泛，只要商业中涉及到线上和线下就可以称为O2O。这个概念引入国内马上被业内人士认可和追捧，O2O也不再只是Online to Offline模式（线上交易-线下消费体验），还可以是Offline to Online（线下营销-线上交易），还有Online to Offline to Online（线上交易-线下消费体验-线上消费体验）、Offline to Online to Offline（线下营销-线上交易-线下消费体验）等

- 2 -

万方数据第一章 绪论

衍生形式[7]。然而无论哪种形式，O2O商业模式都是面向生活领域的消费，直接影响了消费者对生活服务类商品的消费习惯，使消费者的生活理念由为产品而消费转向为生活而消费[8]。

追溯O2O在我国的发展历程，虽然对其没有明确的定义，但也不是新兴的模式，早在1999年10月中国领先的在线旅行服务公司携程网就已开通，也标志着我国开始进入O2O模式[8]，其早期的运营模式主要是将信息流汇集到一个平台再传给顾客，并没有涉及到服务流和资金流的传递。随着O2O商业模式与携程网的日渐发展，携程网已具有标准的O2O模式特征，其服务包括线上服务业务和线下服务业务两部分，线上服务主要有旅游度假产品服务、代购车票服务、酒店预订服务等，线下服务主要包括负责顾客游玩、体验吃喝住行等全方位服务。

早期的O2O模式线上只进行信息流的传递，资金流、服务流一般在线下实现传递的。直到2008年第一个团购网站Groupon在美国诞生，团购模式的出现，形成了线上实现资金流和信息流的传递、线下实现商务流及服务流的传递的新模式，标志着O2O模式进入新的发展阶段。虽然团购仅是O2O的一部分，但团购使O2O模式被大家熟知，O2O概念具体化，也推进了O2O商业模式的发展。

（2） O2O电子商务模式研究现状

目前，大家所熟知的O2O模式是以团购的方式呈现的，许多学者尝试从团购方面对O2O模式研究，但团购只是O2O电商模式的一部分。国内外对O2O模式现有的研究不够完善成熟，还比较欠缺对O2O模式的整体研究。

O2O的概念提出后，国内外鲜有研究者专门对O2O电子商务进行理论研究分析，国外O2O在21世纪初真正形成规模。国外学术界关于O2O没有成熟概念，但欧美一些企业已将O2O模式应用到经营创新，并取得成果，比如Uber利用O2O模式将网上服务和地理位置相结合，Shopkick手机APP是一次O2O与LBS（基于位置的服务）相融合的尝试，利用精准的定位功能和确认功能来提升线上与线下以及商家与顾客之间的价值传递。Robert. J. Kauffinan通过实证研究指出需求外部效应、有效期和价格折扣，是影响O2O模式下团购成立的三个要素[9]。Krishnan S Anand等研究得出在B2B和B2C商业模式的影响下O2O模式中团购的价格机制，通过不同价格机制下的利润对比，制定更适合O2O电子商务企业的策略[10]。Chen Xilong等认为卖方、参与者、潜在参与者三赢的模式是O2O模式中团购的合作模式[11]。国外电子商务发展较早，交易规模较大，因而对O2O模式的需求动力并没有那么强烈，相对的对O2O的研究也较少。

国内对O2O电子商务模式的研究起于2012年，当前的文献主要是从商业模式和行业应用这两方面进行研究的。在商业模式方面，赵春兰从客户关系管理角度分析了O2O电子商务模式的发展现状，指出O2O不仅为用户提供网上购买产品和服务的功能，还应与线下商家共同打造更精细化的运营以及挖掘更多商机[12]。林丹霞指出O2O模式下电子商务为服务行业提供了新发展方向——服务型营销体验新，使平台提供商、商家、消费者实现三方共赢局面，同时指出O2O电子商务面临商家诚信、实体经营能力、管理与技术等问题[13]。李向群分析了O2O的发展现状，指出O2O将向O&O发展，O&O模式下，Online与Offline打破界限，转为Online and Offline，线上线下处于交互状态，

- 3 -

万方数据第一章 绪论

相互交融[14]。王祺从经济学角度分析了O2O电子商务模式的特点、优势、制约因素等，并提出改进措施以及线上线下并重、立体双向互动等未来发展方向的展望[15]。在行业应用方面，涂嘉庆、陈胜凯讨论了O2O电子商务模式的盈利模式，结合温州传统企业发展电商的现状，提出温州传统企业发展电子商务可利用O2O在营销、引流、获取商品差价等方面的优势[16]。胡桂珍分析了O2O模式在餐饮业的可行性，提出餐饮企业可通过自建电商平台或利用第三方电子商务平台开展O2O业务[17]。朱东梅详细分析了苏宁O2O模式，为其它零售企业开展O2O业务提供借鉴[18]。目前我国许多行业都已涉猎O2O业务，并取得一定的利益。此外，也有一些学者对O2O电子商务的信用机制、使用意愿等模型进行了研究。李亚龙等分析了O2O信用管理机制的重要性，提出O2O信用管理模型，认为O2O电子商务在诚信的交易环境下才能更迅速、安全的发展[19]。张炜一以O2O为基础，参照行业现有的技术接受模型，构建O2O模式下消费者接受行为影响因素模型，并进行实证分析，得出用户对O2O产品或服务的感知有用性受到社会影响因素、感知易用性和感知成本的影响[20]。董进全等在参照已有的技术接受模型和前人对用户接收理论研究的基础上，通过问卷调查探索了用户接受O2O模式的关键影响因素及其之间的关系，并构建了O2O电子商务模式用户接受模型[21]。

综上所述，学术界还未统一O2O电子商务的定义，但其核心都是线上线下融合。虽然学者对O2O电子商务模式的研究还在不断深化，但目前国内外企业界和学术界对O2O模式的研究大多是从O2O商业模式发展和O2O模式在具体行业的应用这两个角度进行研究的，对于如何将O2O模式成功运用并真正做到线上线下的完美对接，没有进行系统的研究。

1.2.2 生鲜农产品电子商务发展现状

国外的生鲜电商从2002年开始兴盛，逐步发展为一种提供生活服务的成熟网络平台。目前国外比较成功的生鲜电商企业有美国的FreshDiect、RelayFoods、AmazonFresh[22]以及Local Harvest等。2002年FreshDirect（生鲜直达）企业成立，主要服务地区是纽约市及周边地区，主要提供生鲜在线订购服务。FreshDirect自建生鲜仓库，仓库中配建有多个不同温度的保鲜区，拥有先进的生鲜冷链生产系统，也配备先进的生鲜物流配送系统以确保及时送达 [23]。RelayFoods开启了“C2B+快物流”模式。因工作繁忙而没时间出去逛菜场或超市，却又想吃到新鲜食材的消费者，RelayFoods 为其提供在线服务，使那些消费者可在前天晚上通过线上平台在线选择并购买想要的食品食材，付款成功后，RelayFoods 接到订单会及时通知供货商进行及时的采摘和准备，在第二天按照消费者的时间要求定时定点将食物送达，这样能避免诸如其它企业递送蔬菜服务时出现的“最后一公里”问题，但消费者需自己承担送货成本。AmazonFresh是亚马逊旗下专注于生鲜配送服务的公司，负责同日到达新鲜杂货配送服务。AmazonFresh通过建立含有冷藏设备的仓库、雇佣大量的卡车，来开展生鲜电商“同日送达、次日送达”的服务。Local Harvest将社区支持农业农场、中小型农场以及消费者等上下游的资源进行整合，并提供沟通的平台，是生鲜电商O2O模式的典型代表[24]，通过平台订购服务，再到农场去体验各种农产活动，体验务农乐趣，也能购买到新鲜的农产品。

- 4 -

万方数据第一章 绪论

2012年国内的生鲜电商正式发展起来，总体而言，国内的生鲜电商可分为以下几类：第一类是做多种品类的生鲜电商如京东商城、天猫等综合型电商，其模式主要是吸引生鲜农产品商家入驻他们的平台，但其配送是由商家自己负责，他们只是负责监督管理；第二类是专门做食品网络零售的垂直网站如沱沱工社、优果网等，这些平台销售的主要商品是生鲜，并提供相应的配送服务；第三类是第三方物流企业开展生鲜农产品电商如顺丰优选等，这些企业以自身拥有的物流体系为基础，开展生鲜电商业务，进行冷链物流配送；第四类是超市开展的线上生鲜电商如永辉超市，通过网络在线上宣传销售，再对实体店辐射的范围内进行生鲜农产品配送，但超市大部分业务还是线下完成的。

1.2.3 生鲜农产品物流配送的研究现状

目前，单独对生鲜农产品配送研究的文章较少，一般都将其放在完整的供应链中进行研究。国外学者最早于1901年开始对农产品物流进行研究，美国的 G.F.Growell对农产品物流配送作的报告中，第一次提出农产品配送成本的各种影响因素，开启了农产品物流配送的发展[25]。B.Marija等认为生鲜农产品的流通与其他商品相似，都是以物流网络的形式实现，并发现生鲜农产品的供应网络不同于其他加工类食品，并构建了生鲜食品的供应链网络[26]。Martin Christopher对生鲜食品的生产和配送进行了综述，并提出生鲜食品供应链的未来发展方向[27]。Ana Osvald等对生鲜蔬菜配送的车辆路线优化作了研究，提出的模型加入时间窗、蔬菜易腐性对成本的影响等约束条件[28]。

虽然国内目前还未形成比较完整且独立的生鲜农产品物流体系，但在生鲜农产品物流配送方面许多学者做了研究。张金隆设计了包含跨地区的配送中心和配送网络的农产品物流配送系统网络结构，增加了配送的灵活性[29]。李小飞对生鲜农产品的配送组织模式进行了实证分析研究[30]。于航分析了限制生鲜农产品物流配送的各种因素，分析其特点，设计了评价配送绩效的软件系统[31]。司银霞针对生鲜农产品归纳总结了几种不同类型的配送模式，分析了物流业务操作在不同模式下的差异，在选择生鲜农产品配送模式方面给出建议[32]。邱祝强研究了生鲜农产品冷链配送优化问题，提出冷链配送网络模式，优化了网络节点布局，并引入生鲜物流安全风险评价法[33]。

1.2.4 带时间窗的车辆路径问题

本文研究生鲜农产品车辆配送时引入时间窗问题，属于带时间窗的车辆路径问题（Vehicle Routing Problem with Time Windows，VRPTW问题）。VRPTW问题是对经典车辆路径问题（Vehicle Routing Problem，VRP）引入时间窗约束，是VRP的一类拓展，现实生活中许多与时间有关的运输调度问题都属于VRPTW问题，如公交的调度等。车辆路径优化问题提出后，快速引起数学、运输规划等领域的研究者的高度关注，成为研究热点[34]。目前，国内外对VRP研究关注的重点是其求解算法的设计和改进，VRP的求解算法主要分为精确算法和启发式算法两类。精确算法是早期求解VRP的主要算法，通过一定的步骤算出问题的最优解，主要有动态规划算法、网络流算法、分支定界法等。而启发式算法是利用许多技术，以较快的速度求取近似最优解，又分为经典启发式算法和现代智能启发式算法。经典启发式算法主要包括广义插入法、C-W节约算法、并行节

- 5 -

万方数据第一章 绪论

约算法等。目前国内外学者运用较多的是智能化启发式算法，主要有遗传算法、蚁群算法、神经网络算法等。而VRPTW问题属于NP-hard 问题，一般倾向于用启发式算法求解。

国外学者已经对VRPTW问题做了大量研究。1964年Clark和Wright提出Clark-Wright算法（C-W成本节约法），用于求解VRPTW问题[35]。随后Clark-Wright算法成为许多学者研究VRPTW问题的基础，此算法求出的解不是最优解而是较优的可行解。Pisinger和Ropke提出了通用启发式算法（General Heuristic algorithm），用于求解VRPTW（带时间窗）、OVRP（开放式的）、CVRP（带装载能力约束）以及MDVRP（多配送中心）等车辆路径问题[36]。Mester等提出了多参数的进化算法（Multi-parametric Evolution Strategies Algorithm），主要用于求解VRPTW和CVRP的车辆路径问题[37]。Chi-bin Cheng利用分解技术把VRPTW问题的模型进行分解，分为主问题和一系列子问题，再采用遗传算法和一种简单的启发式算法分别对主问题和子问题进行求解[38]。

国内对车辆路径问题的研究起步较晚，20世纪90年代才逐渐兴起，落后于国外。近年来国内逐渐开始重视VRP的解决方法，并取得了一定的成果。在带时间窗的车辆路径问题上，国内学者也做了大量研究工作。如谢秉磊等在目标约束中加入时间窗约束和货运量约束，基于此以自然数编码为基础，设计了一种遗传算法可同时处理软时间窗约束与硬时间窗约束[39]。刘诚等提出了一种并行遗传算法，解决了利用遗传算法求解VRPTW问题时初始种群的单一性，对不同的种群使用不同的初始化方法[40]。杨宇栋等改进了模拟退火算法求解VRPTW问题，引入了客户直接排列的解的表示方法，提高了求解效率[41]。孟祥虎等针对VRPTW问题提出了混合种群增量学习算法（Hybrid Population-based in Cremental Learning Algorithm，HPBIL），同时可最小化总行驶距离和车辆数[42]。目前一些学者在研究车辆路径问题时，不仅关注其经济效率，也开始注意其对社会和环境的影响。有的学者研究时考虑了碳排放的影响，如李进和张江华在研究VRPTW问题时，考虑了碳排放和速度优化，引入基于速度的碳排放计算方法，建立了混合整数规划模型，以碳排放、时间费用和油耗最小为目标，行驶速度为决策变量；并提出了改进禁忌搜索算法、弧度速度优化算法的两阶段启发式算法[43]。

综上所述，目前针对带时间窗的车辆路径问题，启发式算法的应用更为广泛，尤其是现代智能启发式算法，其中学者主要运用的有粒子群算法、遗传算法、蚁群算法等。尽管这些算法存在局限，但随着学者的进一步研究，对各种算法进行优化与改进以及将不同算法结合产生混合智能算法，在求解VRP上有新的突破。目前还有一些学者在研究车辆路径问题方面，不仅考虑时间问题，还引入碳排放因素，不再只关注经济效益，还考虑其产生的环境和社会影响，但这方面的研究较少。

1.3 论文研究内容及框架 1.3.1 论文研究内容

本文结合O2O理论的相关知识，对O2O模式下连锁超市生鲜农产品新的流通模式

- 6 -

万方数据第一章 绪论

及其同城配送物流网络进行优化研究。主要研究内容有将O2O模式运用到连锁超市生鲜农产品的经营，即将O2O模式与连锁超市结合，探讨其连锁超市生鲜农产品电子商务新模式，帮助超市开辟新的销售渠道，建成线上线下一体化发展的新型流通模式；引入时间窗问题和消费者满意度问题约束条件构建基于VRPTW模型的配送路径优化模型，即引入软时间窗问题和消费者满意度问题约束条件，用模糊预约时间相关函数代表消费者满意度函数，构建基于VRPTW模型的配送路径优化模型，通过仿真算例，运用Matlab7.0编程计算，进行算例实证分析。本文共有六个章节如下所示：

第一章，绪论。介绍了论文的研究背景，总结了国内外O2O模式、现有生鲜农产品电子商务、生鲜农产品物流配送以及带有时间窗的车辆路径问题的研究现状，提出论文的主要研究内容以及主要技术路线。

第二章，相关理论概述。讲述了O2O模式的特点以及国内外典型连锁超市O2O的案例，分析了电子商务环境下生鲜农产品物流配送的特性，并对物流配送路径优化的相关内容进行概述，主要包括物流配送网络优化的内容、车辆路径问题。

第三章，连锁超市生鲜农产品O2O模式分析。首先分析生鲜农产品O2O模式的必要性并探讨了O2O模式下农产品运作模式。接着分析电子商务与移动互联网背景下消费者消费模式转变对超市运营模式提出的挑战。基于上述内容，提出连锁超市生鲜农产品O2O经营模式，最后分析了目前连锁超市生鲜配送的现状。

第四章，O2O模式下超市生鲜农产品物流配送路径优化模型构建。首先分析O2O模式下超市生鲜农产品配送的优化目标，重点探讨了时间窗问题及消费者满意度，得出代表消费者满意度的模糊预约时间的函数。在此基础上，基于成本最低和VRPTW问题构建同城配送路线优化模型。

第五章，算例分析。通过仿真实验，设计算例，运用遗传算法结合Matlab软件进行编程计算，对模型进行求解，得出进行生鲜农产品同城配送成本最低的最优解及车辆行驶调度方案。通过结果分析，验证了模型及算法的实效性。

第六章，总结与展望。主要是对本论文的研究内容和结果进行总结，并总结了研究中缺陷和不足之处，对该研究方向的前景进行展望。

1.3.2 论文研究技术路线图

论文的技术路线图见图1.1所示。

- 7 -

万方数据第一章 绪论

根据相关课题确定研究问题与目的万方数据研究背景及意义国内外相关述评研究内容O2O模式生鲜农产品电子商务生鲜农产品物带时间窗的车辆路发展现状流配送径问题相关理论概述O2O模式生鲜农产品配送路径优化O2O模式下连锁超市生鲜农产品流通分析O2O模式下农产品的互联网背景下连锁超市运营连锁超市生鲜农产品O2O流通模式模式面临的挑战模式农产品O2O模式消费者超市生发展O2O下农产品电子商务对消费模完善超超市生鲜鲜物流模式的的运作模连锁超市的式的转市运营农产品O2O实施配送现必要性式冲击变模式策略状O2O模式下超市生鲜农产品物流配送路径优化模型构建优化目标时间窗问题探顾客满意度问配送路线优讨题探讨化模型构建算例分析案例概述算法设计结果分析结论与展望图1.1 技术路线图 Fig.1.1 Technology Roadmap

- 8 -

第二章 相关理论概述

第二章 相关理论概述

2.1 O2O模式理论概述 2.1.1 O2O模式的概念

O2O是指“线上购买，线下消费”，使互联网作为线下交易的前台，通过互联网构建线上平台，与线下的商务活动进行充分融合[22]。许多学者认为O2O电子商务是指将互联网与线下实体店商务结合，使互联网成为线下实际经济的前台，通过线上吸引客户，下单后通过在线支付完成订单，再将线上用户指引到实体店中，为其提供消费或优质服务[44-46]。王慧认为O2O是“网上市场+到店消费”并以团购为代表的模式[47]。张波认为 O2O电子商务是一种虚实互动的新型商业模式，即生活消费领域通过线上（虚拟店铺）和线下（现实实体店）互动[7]。

与传统电子商务模式相比，最大的区别在于 O2O 模式是商家可利用互联网向消费者推广、展示、传递其商品信息，消费者通过手机APP、电脑等获取商家或商品相应信息，对比分析后选择适合自身需要的商品或服务，并通过支付宝、网银等在线支付工具完成在线付款，然后消费者可到最近的实体店获得优质服务，消费完成后实体店将统计的消费数据反馈给商家，再将商家所修改或更新的商品信息通过互联网平台快捷准确地推送给消费者。

2.1.2 O2O模式的特点

O2O模式将线上与线下的技术进行融合，为消费者提供个性化与便捷化的优质服务，也为实体店业务提供宣传推广、吸引顾客和成交的作用。O2O模式具有的特点如下：

（1）在线支付，实体店消费

O2O模式最大的特点就是在线支付，再到线下实体门店体验消费。O2O给消费者带来不同的体验，提供了丰富全面、及时准确的商品、商家折扣以及优惠等信息，能够帮助消费者快捷筛选并订购适宜的商品或服务，消费者还可以通过O2O平台对商品和商家做出评论并提出建议。同时，线下消费可使消费者在了解商品和商家情况后再做购买决策，这能减少出现信息不对称。

对于商家而言，O2O模式下消费者可网上在线支付，支付信息为商家提供了了解消费者购物信息的途径，以便搜集消费者的购买数据及更好地维护和拓展客户，实现精准营销。同时，商家可通过O2O平台在第一时间获得交易记录，能随时掌握商店经营情况，也能了解进行平台推广取得的效果，从而减少广告宣传成本。

（2）本地化服务

O2O模式的主体业务还是基于实体商业的，关键是整合线下商家资源，为消费者体验提供保障。O2O模式使商家针对本地生活的消费者群体开展精准营销，利用GPS定

- 9 -

万方数据第二章 相关理论概述

位，将本地客户精准地引入本地的商家，做到线上向线下引流，同时，线下消费者从实体店接受优质的体验服务后也会为线上吸引客户流。

（3）减少物流

自电子商务引入物流问题就困扰着商家电子商务的发展，而物流又是商家开展电子商务的核心竞争力。随着电子商务的发展，单一快递业务已不能满足市场需求，有时会出现丢件、爆仓等事件。而O2O模式的出现，消费者可以线上完成交易，再持有效电子凭证到本地的实体店完成消费。这使消费者不必面临对商品快递的等待，又能确保商品质量。而商家可以减少物流成本，又能减少退换货的发生。

2.1.3 国内外典型连锁超市O2O的案例

（1）沃尔玛的O2O：从中国地区的山姆会员店开始 山姆会员店是沃尔玛旗下的高端会员制商店，为了给会员提供更多优质的购物体验，2010年开启网上商店，网上商店依托于线下的实体店，开展百货、日用、生鲜等线上业务，部分地区覆盖生鲜配送业务。2014年其手机客户端APP上线，会员随时随地可享受山姆会员店提供的多渠道购物新体验。

2011年沃尔玛购买1号店股权，而1号店已在北京、上海等地开展当日配送服务，在国内多个城市开展了次日配送业务，沃尔玛可凭借其的强大的物流和客流拓展电商业务。

（2）家乐福中国的O2O：通过“微信支付+微信公众账号”开启智慧超市

2015年，中国部分地区的家乐福与微信进行了O2O战略合作，首先在深圳和广州的家乐福门店内加入微信支付。消费者选购结束后，可点击微信钱包里的刷卡功能，会自动生成一个二维码或条形码，收银员扫描后就自动进入微信支付。家乐福通过微信可挖掘新客户，累积用户数据以便对消费者的需求进行分析，为进一步开展“微信支付+微信公众账号”O2O奠定基础。

（3）大润发的O2O：借助飞牛网和千乡万馆计划开展 O2O模式

2013年大润发投资成立了飞牛网网上购物商城，向O2O迈出第一步。2014年1月开始上线正式营业，12月上线手机APP。此时，大润发将有效整合线上和线下，除了对飞牛网进行电商推广方式，还将实体店作为重要推广渠道，实体店也将成为未来物流的中转站和包裹自提点。2014年大润发又携手喜士多便利店开始推行O2O“千乡万馆”项目，建立了飞牛网网购体验馆，启动“飞牛网+乡镇低线市场”O2O模式，主要有生鲜O2O、门店发货O2O、门店电子屏O2O、千乡万馆O2O。

（4）永辉超市的O2O：以微店APP开启O2O道路

2014年永辉超市推出永辉微店APP，开启O2O商业平台，将线上微店选购并在线完成支付与线下实体店提取货物有机融合，为消费者提供快捷便利的掌上购物新体验。此平台的功能主要有：利用微店向更多客户展示永辉的服务资讯和最新活动；微店使消费者可随时随地购买商品，使用在线支付完成移动交易；会员电子化，使会员在实体店与微店共享积分，更易掌握用户数据；提供手机快速支付，即到实体店购物也可选择在线支付。

- 10 -

万方数据第二章 相关理论概述

2.2 生鲜农产品相关概述 2.2.1 生鲜农产品及其物流的概念

生鲜农产品是指由产地养殖或种植生成的、未经加工或初级加工的蔬菜、水果、花卉、肉以及水产品等，其中食用的生鲜农产品主要有畜禽及其所产的蛋和奶等产品、果蔬等。生鲜农产品是我们日常生活中必不可少的生活必需品，鲜活程度是决定这些生鲜农产品价值的重要指标，也直接影响着我们人类的身体健康，其安全问题需要重点重视。但生鲜农产品大都具有易腐易损性，不能长期保持，其运输与储存条件要求较高。 生鲜农产品物流是指生鲜农产品从生产区域向需求区域的实体流动过程，包括此过程中产生的保鲜或冷冻储存、加工、包装、运输、配送以及物流信息管理等物流活动，在流通过程中生鲜农产品实现了其价值增值[48]。

2.2.2 电子商务环境下生鲜农产品物流配送的特性

生鲜农产品易腐易损的自然特性和电子商务的特性，使得生鲜农产品在电子商务环境下的物流不同于普通的工业制品，其流通过程需要在特定的环境进行。生鲜农产品的物流不仅具有物流的共性，同时还有自己的特色，主要体现在以下几方面：

（1）首要保证生鲜农产品的品质

电子商务的发展，改变了消费者的购买习惯，从现场亲自挑选生鲜农产品转向网上购买，而农产品的相关信息只能从商家的介绍了解，第一时间不能见到实物，此时只有做到保证产品的质量，才能获得消费者的信任，为网上营销打出良好的口碑。生鲜农产品直到配送到顾客手中才能确认其质量，在其整个流通环节采用全面质量管理体系，保证其质量全程可监控并随时进行记录，以提高物流服务水平，让消费者放心地从网上购买生鲜农产品。

（2）物流配送有时间窗限制 生鲜农产品电子商务主要是为城市上班族服务，其配送属于同城配送，但他们的提货时间有限，无形中对生鲜农产品的配送提高要求，即对其物流配送要考虑时间窗约束条件。既要快速配送，在生鲜农产品的保鲜期内送达到消费者，又能满足消费者要求的收货时间条件，提高消费者的满意度。

（3）物流配送点比较分散

生鲜农产品电子商务的消费者多为个体家庭，分布在城市的各个区域，比较分散使得配送增加难度。这需要科学规划配送路线，合理布局配送点，完善物流配送系统，做到最大满足消费者需求，提高物流效率。

（4）对物流技术和设备提出高要求 鲜活性是生鲜农产品的价值所在，但其保鲜期都较短，易腐变质，这要求存储需要冷藏、防疫和保鲜等的物流设备，并利用先进的物流信息技术来保证质量，进而增加了对包装、运输、仓储、装卸等环节的技术和设备要求，物流配送难度也随之增加。

- 11 -

万方数据第二章 相关理论概述

（5）产品增值空间大

配送中心一般会对生鲜农产品进行如切割、清洗、保鲜或冷藏、包装等加工处理，这会产生较大程度的增值，主要包括产品加工增值、产品包装增值等。

（6）物流成本的变化更加敏感

开展电子商务，需对网上商店进行维护，增加了开支，要想获得最大利润就会严格控制其他成本，尤其是物流成本，这增加了物流成本变化的敏感度。虽然电子商务减少了生鲜农产品流通过程中的中间环节，节约了成本，但要实现高效的物流配送，需对技术和设备不断创新，优化物流流程。

2.3 配送路径优化的相关概述

配送是一种新型的流通体制和现代物流方式，我国发布的《物流术语》对配送的解释为：配送是指在经济合理的区域范围内，根据顾客的要求，对货物进行拣选、加工、包装、配货、运输等作业，并按时送达顾客指定地点的物流活动[49]。而物流配送活动中的车辆路径优化问题一直都是物流配送网络优化中最基本的问题[50]。

2.3.1 物流配送网络相关概述

物流配送网络是指配送过程中相互联系的组织与设施的集合，即由供应点、物流配送中心、仓储、运输、需求点构成的二级配送网络，其中配送中心和配送路线是其两个主要要素。

物流配送网络优化是对整个物流配送网络进行新的规划，从全局出发，以顾客为中心，结合企业战略目标和企业所处的市场环境，对配送网络上的配送中心的选址和规模、配送车辆路线及物流信息平台的功能组成与运作机制等进行规划的一整套方案。

物流配送网络优化的目标主要有：降低成本，企业的战略目标是用最低的成本提供给顾客优质的产品及其相关服务，而其主要实现方式是对物流配送网络进行优化以降低与运输和存储相关的可变成本；减少对物流系统的投资，企业物流发展战略的出发点是以较少的投资获得最大的投资回报；提高顾客满意度以加快市场响应速度，客户满意度是考核企业物流服务水平的指标，满意度越高，物流服务水平越高，也使企业得到高市场响应速度，企业面对多变的市场能快速做出回应，快速为顾客制定独特的服务战略，提提升市场竞争力[51]。

物流配送网络优化的内容主要有以下几方面： （1）配送网络结构

配送网络结构指物品从生产区到消费区的空间转移过程中动态（运输）和静止（库存、包装等）的控制策略与组织方式，决定了物流各节点在整个配送网络中具有不同的功能，承担不同的任务。

（2）配送设施的选址

在某一确定或不确定的配送区域，需求点已确定的情况下，配送设施选址问题要考虑的是配送设施的数量及其最佳位置的选择，使运作成本及运输成本最低。影响选址决

- 12 -

万方数据第二章 相关理论概述

策的因素很多，而运输成本和效率是其中的两个重要因素。当各候选点的气候条件、地理环境、政府政策及市场情况等非成本因素相差很小，进行选址决策时可重点考虑运营成本及运输成本[52]。

（3）配送路线优化

配送路线优化是整个配送网络优化的关键环节，目前超市的配送是面向众多的顾客，具有批量小、种类多、批次多的特点，同时其运输路线短而繁杂。配送路线优化就是要合理确定配送路线，经最少的环节、最少的动力、最少的花费、最短的路程，以最快的速度把物品送到顾客手中。确定配送路线需要考虑许多因素，主要有运输费用、运输工具、运输时间、运输距离等因素。配送路线的选择实质上属于多目标规划问题，目标可以是配送费用最少、配送路程最短、配送时间满足客户要求的时间窗等。制定高效的配送路线，需要对各目标进行综合分析，选出最佳配送路线。

（4）运输优化

运输优化主要是对商品搭载和运输方式的优化。商品到达配送中心，将按类别、品种等存放到各自的指定位置。为了提高运送效率和载货车辆容量的利用率，配送时配送中心将一条送货路线上的不同顾客的物品进行组合，装配在同一辆配送车辆上，这不仅可以减少送货成本，也可以一定程度上减少交通流量，间接改变交通拥堵情况。

一般，配送路线优化和运输优化是在配送网络结构设计和设施选址确定后进行的。本文在假设配送网路结构和设施选址确定的基础上，仅对配送路线的优化进行研究。

2.3.2 车辆路径问题相关概述

（1）车辆路径问题的描述

车辆路径问题（VRP）是1959年由Dantzig和Ramser提出的[53]，主要解决在一段时间内顾客数量、地理位置及其商品需求量已知的条件下，配送中心应该如何派遣配送车，派出多少辆，如何规划每辆车的路线，既能使物流成本最低又能确保顾客的要求的问题。

车辆路径问题的一般描述为：一段时间内对多个特定的顾客，配送中心和每个顾客的地理位置及其需求量已知，配送中心需为所有顾客进行送货，配送车辆从配送中心装载顾客所需的货物量后出发，沿途为每一位顾客配送货物，且每位顾客只能被一辆配送车辆服务并保证满足其需求，对各配送车辆的最大装载量、服务顾客数量、配送时间和行驶路程等属性条件都有限制。在满足以上约束条件前提下，设计配送路线，使配送目标最优，比如配送成本最低、行驶路程最短、顾客满意度最大、配送用时最短等。

（2）车辆路径问题的分类 VRP被提出后，许多学者从不同角度对其进行了分类。比如按车辆总装载约束引入装载量约束车辆路径问题（Capacitated Vehicle Routing Problem，即 CVRP），又分为非满载和满载车辆路径问题；从车型约束方面分为单车型问题和混合车型车辆路径问题（Mixed Fleet Vehicle Routing Problem，即MFVRP）；按时间约束分为无时间窗限制VRP和有时间窗限制问题（VRPTW问题）等等。具体情况如表2.1所示。

- 13 -

万方数据第二章 相关理论概述

表2.1车辆路径问题的分类

Tab.2.1 Classification of Vehicle Routing Problem

区分的依据 优化目标数量 VRP类型 单目标VRP 多目标VRP 车辆总装载情况 装载量约束车辆路径问题 （CVRP） 配送车型 单车型VRP 混合车型VRP（MFVRP） 时间窗约束 无时间窗限制VRP 非满载VRP 满载VRP 有时间窗限制VRP（VRPTW） 车辆对配送中心的所属关系 封闭VRP 开放VRP（OVRP） 配送中心数量 单一配送中心VRP 多配送中心VRP（MDVRP） 配送货物类型 单一货物VRP 多种类货物VRP 信息的确定性 确定性VRP 随机性VRP（Stochastic Vehicle Routing problem，简称 SVRP）

除了上述的车辆路径问题分类，VRP还可以按任务特性分为取货问题和送货问题等，在实际应用中还产生了不同的延伸，如追求最佳服务时间的车辆路径问题（Vehiele Routing problems with Defined Time，VRPDT）、动态车辆路径问题(Dynamc Vrehicle Routing Problems，DVRP)等。

不同类型的VRP的模型及其求解算法不尽相同，本文所研究的是带时间窗的、车辆装载容量有限、配送中心和配送车辆车型单一、车辆行驶路程无限制的的车辆路径问题。

（3）VRPTW问题的概念与描述 VRPTW问题即带时间窗的车辆路径问题，是在基本的车辆路径问题的基础上加入时间约束，简单描述为：在符合车辆限制的前提下，制定配送方案，使得所需配送车辆从配送中心出发，以最少的成本或最短的时间、路程等为目标，在消费者要求的服务时间的约束下，完成不同位置消费者对商品的各种要求，最后返回配送中心。对于VRPTW模型求解配送路线时，需要综合考虑每一位消费者要求的服务时间、需求量以及与配送中心及消费者之间的距离等因素，确定每一配送车辆的配送路线即服务各消费者的次序和时间。

VRPTW问题有两个总体目标：（1）尽可能用最短的路程完成配送任务；（2）以一天为一个时间单位，完成所有配送服务的总时间最少，即每天尽可能提前完成所有消费者的配送服务任务。

- 14 -

万方数据第二章 相关理论概述

2.4 本章小结

本章首先描述了O2O模式的概念及特点，并分析了国内外典型连锁超市O2O的案例，为下文O2O模式下连锁超市生鲜农产品的流通的研究奠定了基础。接着分析了电子商务环境下生鲜农产品物流配送的特性，并对物流配送路径优化相关内容进行概述，主要有物流配送网络优化的内容、车辆路径问题的描述和分类等，为下文物流配送路径优化模型的构建及算例分析奠定理论基础。

- 15 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

第三章 O2O模式下连锁超市生鲜农产品流通分析

3.1 O2O模式下农产品的流通模式 3.1.1 农产品发展O2O模式的必要性

传统的农产品流通环节较多，一条流通链包括农产品生产者、产地批发商、加工商、物流配送中心、销地批发商、零售商以及消费者等多个流通环节，农产品从田间到餐桌上，需要经过批发商、中转点、分拨中心等多重环节，流通环节越多其流通成本就越高，也会使农产品的损耗增大，从而会无形中提升农产品的价格，造成资源浪费[54]，而且长途运输储存也会降低食物的新鲜度，使消费者的福利受损。图3.1所示为传统的生鲜农产品流通方式。

批发商餐饮业生鲜农产品生产者合作社中心批发市场其它批发市场超市终端消费者中小零售商 图3.1 生鲜农产品传统流通方式

Fig.3.1 Traditional Circulation Mode of Fresh Agricultural Products

近些年，电子商务的发展给各类产品的销售带来了机遇，利用电子商务这一渠道进行产品销售，已经成为一种比较成熟的商业模式。网络支付平台技术的发展与推广以及现代物流产业的发展，使得交易中资金流和空间距离问题得到有效的解决。电子商务还可以有效地拓宽产品的销售渠道，打破地域差别带来的市场分割，消除时间和空间带来的限制，使各类产品大规模流通成为现实。目前，电子商务渐渐成为农产品的另一个重要销售渠道，电子商务有效地提高了农产品市场的透明度，可以减少因地区不同而造成的信息不对称，使交易的双方之间信息的流动更加便捷。电子商务还能缩减农产品流通链，使得农产品可以从田间直接到消费者手中，减少了物流成本[55]。

然而传统的电子商务模式即只做线上销售的电商模式存在一定的局限性比如：目前许多消费者从追求便利转向追求美好体验，亲身体验过才能做出更好的购买决策，而只能看到图片而没有提供体验的实体店面的传统电商模式已难以满足消费去线下体验的需求；传统的电商模式是线上线下分离的，消费者在线上只能凭借购买经验、品牌、广告等方式做出购买决策，然而在生鲜农产品方面消费者对舌尖上的安全要求越来越高，没有去体验过，即使广告及图片拍的再好，也难以体现出农产品生产地的生态化与产品安全性等信息的真实性及消费者收到的农产品的新鲜度。而融合线上线下的O2O模式

- 16 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

的出现从根本上解决了传统生鲜农产品电商的发展瓶颈，并解决了电子商务模式下消费者线下体验及农产品流通效率低下的问题。

O2O模式的概念发展到今天已经发生了变化，从“线上支付-线下取货”模式衍生了新方向如“线下体验-线上购买”、“线下营销-线上交易-线下消费体验”等，但其本质都是线上线下融合，线上引流线下体验[56]。O2O的运营形式可以归结给 “消费者-平台-实体店”，平台在现行的O2O模式中发挥着重要的作用，具有客户与商家互动、实体店的商品在网上展示及营销、交易支付等集成功能。该模式将实体形式的商店和虚拟形式的市场结合在一起，形成连通式的大规模供应和需求，而这正是农产品所需的必要环节[57]

。O2O模式既能促进生鲜农产品的销售，又能推动农产品的生产，从而扩大了农产品的物流量，增加了物流服务的需求；O2O模式使消费者通过平台能快速完整地获取商品信息和商家的相关优惠活动信息，为消费者购买到来便利；O2O模式通过网络迅速掌握消费者对农产品及其服务的及时反馈，帮助商家获取更多消费者和开展个性化服务。

3.1.2 O2O模式下农产品运作模式

在生鲜农产品的流通领域引入O2O模式，需要重点关注在农产品通过传统流通渠道到达终端时，如何更有效率的与消费者进行对接，通过网络渠道让供应和需求信息达到最大程度的均衡，避免出现农产品供不应求、供过于求等现象，以及对价格造成较大波动[57]。即借助O2O的平台，解决信息传递不畅、流通成本高等问题。本文针对农产品产地所构建的农产品 O2O 模式如图3.2所示，试图重新整合农产品的流通链条，精简其流通环节，完成产和销以及区域间的信息高效对接，促进农产品的流通。然而生鲜农产品产地若直接开展O2O模式，其自身拥有的资源有限，缺乏很多方面的资源，如缺乏稳定的客户基础，即生鲜农产品产地并没有稳定的直接消费者；缺乏实体体验店，即生鲜农产品产地在地理市场方面，缺乏布局合理的体验门店，地域覆盖比较局限。

- 17 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

线上平台订单信息、信息交流下单、信息交流线下体验农产品产地自送或第三方配送配送线下体验消费者自送或第三方配送配送冷链物流中心配送订单处理、信息交流农产品交易场所等线下体验终端图3.2农产品O2O流通模式

Fig.3.2 O2O Circulation Mode of Agricultural Products

农产品在流通过程中有不同流通主体如加工企业、零售企业等，流通主体不同，农产品O2O模式可以有多种类型，比如以零售企业为核心的农产品O2O模式，此模式中的零售企业可以是连锁超市、社区直销店等，这些企业自身拥有较成熟的实体商店，同时开展线上业务进行网上销售，消费者可以在线上完成交易，然后就近到实体店自行取货。开展线上业务，这些企业可以选择在网上建立自己的店铺与线下的实体店一起协同运作，也可以借助第三方平台进行推广并吸引顾客。这些农产品O2O模式的核心都是要将线上和线下这两个基本点进行融合和无缝链接。流通主体可能不同，但其农产品O2O整体构造及运行模式有许多共同点，其农产品生产者可以是农产品生产基地、农产品品牌商等；消费者可以是个人也可以是组织单位如学校、医院等；O2O电商平台是消费者和农产品流通企业在进行线上支付交易的平台；实体店则包括农产品流通主体开设的销售终端也是消费者可以线下体验的终端，如便利店、直营店、超市等。本文以连锁超市为流通主体，其生鲜农产品O2O运作模式如图3.3所示。

- 18 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

消费者支付线上订单O2O平台口碑宣传消费者服务评价数据生鲜农产品生产者订单信息合同线下 支付连锁超市总部报告支付数据本地实体超市物流追溯口碑追溯生鲜农产品生产者商流资金流信息流物流图3.3 以连锁超市为主体的农产品O2O运作模式

Fig.3.3 O2O Operation Mode of Agricultural Products Based on Supermarket Chain

整个以连锁超市为主体的农产品 O2O 过程包括物流、商流、资金流和信息流，除了顾客亲自到超市提取产品时不需要物流完成交易，大部分产品是依赖物流实现时空转移送到超市门店或消费者手中。整个框架中，线上系统和线下系统是同时运行的。线上系统是以O2O电商平台为核心进行网络销售，对于连锁超市而言，可以借助平台线上展示和宣传产品，以此吸引更多的消费者进行线上消费，从而可以提高产品和连锁超市的知名度。该系统还集合了大量消费者网上消费的数据，整理数据可使商家更好地维护和开发客户以及挖掘顾客需求，且O2O电商平台可使消费者与商家之间进行一系列互动沟通，使商家更加了解消费者的需求，进而预测农产品市场未来发展趋势[54]。而消费者可以在此享受农产品O2O模式提供的在线服务，O2O模式向顾客提供了丰富全面、及时的商家及其产品资讯，加上移动服务的发展，可使消费者随时随地通过网络了解商家的产品和服务，随时与商家进行互动，优先了解商家组织的促销宣传活动并优先参与。消费者可以通过移动APP、微信平台、电商网站等了解商品信息，通过对比和筛选以最优的价格订购商品或服务，生成并提交订单完成在线支付，连锁超市生鲜农产品O2O模式下消费者提取货物既可以选择配送服务到家，也可以在线下超市门店直接提取，消费者拿到农产品后可以进入网上订单，对商家提供的商品和服务做出评价，日积月累会形成网络口碑，为商家宣传吸引更多顾客，也为其整改提供建议。而线下系统是以生活中的超市为核心进行交易的，超市向顾客展示出丰富的农产品实物，为顾客提供全方位的购物体验。线下应与线上共享库存信息，确保线上下单时线下库存有货。超市各门店还需定期向超市总部提交本门店的销售报告，为企业制定未来的决策提供了现实依据，进而确保系统的正常运行。

- 19 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

3.2 连锁超市运营模式的挑战 3.2.1 电子商务对连锁超市的冲击

虽然传统零售企业的市场地位稳固，但其利润低、成本高、同质化竞争激烈等问题也日益凸显，面对电子商务的冲击，使得传统零售企业必须调整经营策略并拓展其销售渠道。2014年中国电子商务市场交易规模达13.4万亿元，同比增长31.4%[58]。面对网络购物的巨大冲击及电子商务的发展，O2O电商模式逐渐成为传统零售企业新布局点。据统计，2013年底我国共有22家大中型实体零售企业开始进行线上销售，已有80多家大中型连锁零售企业涉足电商。2013年5月底沃尔玛推出网上商店抢先做生鲜电商，推出生鲜配送业务。2013年6月大润发超市投资成立了网上购物商城——“飞牛网”，消费者既可以去大润发大卖场购买物品，也可以在大润发旗下的飞牛网上购物。之后大润发又携手喜士多便利店开始推行O2O“千乡万馆”项目，建立了飞牛网网购体验馆，启动“飞牛网+乡镇低线市场” O2O模式，主要有生鲜O2O、门店发货O2O、门店电子屏O2O、千乡万馆O2O[58]。

继大型超市纷纷进入电商后，永辉超市也开启了O2O商业平台，永辉超市一直主打生鲜产品，在O2O的大潮下，该超市借助自身优势资源进行生鲜O2O布局，主要布局有：供应链垂直化；在福建地区推广微店App，打通了支付环节，不但可以线上下单、支付、线下提货，线下购物时也可以手机支付；开绿标店迎合中产阶级高端消费崛起浪潮。今年8月，京东斥资43.1亿元入股永辉超市，双方合作主要涉及强化联盟协同、积极探索线上线下合作模式及O2O业务发展、仓储物流协作和共同挖掘互联网金融资源四个方面。此外京东首席财务官称京东在O2O领域重点发展生鲜行业[59]。

这些大型超市的电子商务都在迅猛发展，对传统连锁超市的业务带来巨大的冲击力。虽然电子商务发展历史较短，但它具有惊人的客户携带能力，给商家带来新的商机和挑战，与此同时也给他们带来压力。《2013年中国零售业报告》指出网络零售与实体店融合发展，优势互补，是未来零售业发展趋势之一。未来的零售业不仅仅只是线下实体店模式，也不只是线上纯电商模式，而是线上线下相互融合的O2O模式。线上消费具有购物方便、不限地域、产品更丰富等特点，线下消费具有能提前见到实物事先了解商品的质量等特性、售后服务更便捷等特点，线上线下融合才能更好地发展。

3.2.2 移动互联网背景下消费者消费模式的转变

随着经济的发展，消费者的消费能力大幅提升，随着互联网浪潮和电子商务的崛起与发展，消费者的购物方式正在发生变化，电商成为消费者不可或缺的购物方式。2014年底，我国网民规模达6.49亿人，互联网普及率为47.9%。目前，越来越多的人喜欢网上购物，这种购物方式方便快捷。

当前，80后和90后为主体的年轻消费群体一般都接受过高等教育，做事有自己的思想和观念，这使得这些消费群体有着独立特性的消费观念。当前年轻个体追求高品质

- 20 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

的生活，他们在消费时不仅关注商品的功能，还要求高质量、高品质的商品和服务，而实体商店的打折促销活动对他们的吸引力逐渐变弱。不管什么时候，消费者在购买商品时都希望对其有全面的了解，通过了解找到与自身需求最匹配的商品，这是消费者对购物体验的需求。当前的超市为消费者提供的体验方式比较单一，试吃试用是最常见也较为普通的体验方式，通过这种体验并不能让消费者快速记住此商品并充分了解商品，越来越高的消费者体验需求是目前连锁超市面临的挑战之一。

在互联网时代，生活已离不开网络，而网购已成为年轻群体购物的主要方式，生活所需很多都要依靠物流服务。然而网购不仅在年轻群体中流行，它普遍存在于各年龄段。对消费者来说，便利一直是其对购物的追求。足不出户、通过网络浏览、轻点鼠标就能购买到自己喜欢的商品，省去了去超市选购拎包排队、节假日活动抢购的麻烦，节省大量去实体店采购的时间，这是传统超市并不具备的便捷优势[60]。

3.3 连锁超市生鲜农产品O2O模式

连锁超市是指不同的地区与城市中众多小规模、分散的、经营同一类别的商品和服务的若干超市以一定的形式合并成统一的整体，采取共同的经营方针和一致的营销行动，将集中采购和分散消费相结合，通过企业外表形象的标准化、经营管理活动的专业化、组织人事规范化以及内部管理手段的现代化，做到使复杂的商业活动实现相对的简单化，从而达到规模效应。

经过多年的发展，连锁超市对生鲜农产品的经营，已经具有一定的基础和优势。在客户基础方面，超市凭借良好的购物环境、齐全的商品种类、安全放心的商品品质、一站式购物模式以及会员卡客户管理，获得了消费者的信任，有了稳定的客户基础。在地理市场方面，连锁超市拥有多个门店，门店之间布局合理，有着较广的地域覆盖优势。在运营方面，超市一般都具有规范化的运营管理体系，涵盖了采购、销售、物流、财务、运营等方面的业务活动。在信息化建设方面，超市引入物联网技术、RFID等现代技术对商品流通过程中的信息进行实时采集、处理和传输，实现信息高效快速共享与交换；建设覆盖面广泛的交易平台，在农产品销售过程中引入条码、二维码技术等技术，以便消费者查询商品、线上下单及移动支付、查询商品物流、确认收货及网上评论[61]，超市已基本完成信息化建设。

在现有的经营基础上通过开展电子商务，发展O2O模式，对于超市而言，通过O2O模式利用移动互联网、大数据、智能终端等帮其在线上运营，在线营销方式可以有效减少人力支出以及降低实体店销售所需的固定资产，这是节省超市运营成本的新途径。对于消费者而言，手机APP、团购网站等其提供了日益丰富的购物途径和消费体验，消费者可以在网上下单，然后到就近的超市门店提取商品，这不仅为超市门店增加顾客量，还可以带动超市内其他商品的销售额[60]。

3.3.1 O2O模式下完善超市运营模式

传统超市一般只有实体店经营方式，其物流配送只针对大型商品或其他组织批量采

- 21 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

购，支付方式也较单一只有柜台结账一种。虽然现在很多超市已开通多种支付方式，但在物流配送方面还未做到广泛。而连锁超市O2O模式在实体店经营基础上新建超市电子商务平台可进行线上销售，开启后端物流对多种商品从超市直接配送到消费者手中，建立线上线下一体化支付系统。连锁超市在生鲜农产品方面向生鲜O2O转型，需在许多方面进行完善和创新，才能保障超市生鲜O2O模式顺利运行。

（1）零售

互联网时代，仅连锁超市实体店销售商品，已不能满足消费者越来越高的要求。许多消费者没有时间去超市购物，加上去超市购物令消费者不满的是需要排队结账，而超市电商平台的构建可以满足消费者足不出户就能购物的条件，也能解决排队结账这一问题。要将连锁超市线下与线上结合起来，结合点就是O2O。O2O并不是仅指搭建一个电商平台，而是运用互联网技术为传统零售超市服务。

线上构建连锁超市O2O平台，组建线上交易模块，将超市内所有商品引入O2O线上交易模块进行商品展示和销售，消费者可利用移动网络进入平台注册登陆账号、浏览商品、下单并付款，下单时可给商家留言说明自取还是选择超市配送。O2O不同于其他网上购物，它主要是在线上挑选、购买商品，再到就近线下实体店去体验过程、享受服务，线上商品分类比较明确，线上挑选商品比线下节省时间。但线下实体店内的商品应比线上展示的多，或者一样，以确保消费者线上选购线下体验提取的正常进行。连锁超市O2O扩大了连锁超市对周边区域的覆盖，提高了消费者的购物效率，也为消费者提供了新型购物体验。图3.4为新模式下消费者超市购物流程图。

到店体验自取O2O电商平台线上选购线上下单并支付消费者超市配送中心家庭配送箱顾客实体超市货架区结账自提

图3.4 O2O模式下消费者超市购物流程图

Fig.3.4 Flow Chart of Consumer Supermarket Shopping under O2O Mode

O2O模式下连锁超市运营，其核心还是商品资源，重要的是重新构建适合新模式的商品供应链，要充分利用商品的供应链和实体门店增加对顾客的理解。

- 22 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

（2）支付

连锁超市O2O融合了线上线下，这也要求线上线下支付一体化，以便解决排队结账问题。构建线上线下一体化支付系统，线上支付主要针对年轻消费者，因为他们能熟练应用网络和移动设备，更容易接受电商，很快掌握线上购物及支付技能，进入超市后可选择打开超市电商窗口，将选购的商品放入实体购物车，同时扫描商品二维码使商品加入虚拟购物车以便线上支付，离开超市前，消费者需将商品通过特定的扫描器设备扫描，再扫描付款二维码。这也要求线下实体店要配备特需的扫描设备，以迎合线上。而线下柜台支付主要针对中老年人，他们对网络支付和移动设备的应用能力较差，更偏爱到实体超市购买。伴随着电子商务支付技术的发展，支付形式也越来越多样化，常见的支付方式有货到付款、支付宝支付、网银支付等。消费者在线下购买可选择线上支付，同样线上购买也可线下支付。如对于生鲜农产品而言，当消费者在线上选择所需生鲜农产品并要求配送时，他们可选择在收到商品确认其鲜活性后再付款。线上线下支付一体化流程如图3.5所示。

现场选购二维码（条形码）扫描虚拟购物车线上支付实体购物车线下票据核对柜台支付（现金等）离开超市

图3.5 线上线下支付一体化示意图

Fig.3.5 Schematic Diagram of the Integration of Online and Offline Payment

（3）管理机制

每一种模式的运行都需要依靠一套长久有效的合理监督机制进行维护。商品流通过程中会出现各种问题，如质量、数量短缺等问题，这些都需要监督机制的管理。此外，传统市场下消费者比较信任面对面的交易，而新出现的O2O电商模式相比传统市场交易方式会出现诚信危机。对于食品，其安全一直是消费者特别关注的问题，近些年食品安全问题不断发生如过期、腐烂等，生鲜农产品首当其冲。O2O模式下，消费者可能第一时间不能接触到商品，需商家配送后才能看到实物，此时消费者可能会对商品的质量和真实性有所怀疑。网上评论中许多消费者指出网上对商品的描述与商品实物之间存在色差、商品质量问题等误差，一般情况下这种误差是不可避免的，电子商务模式下也极易出现退换货情况。连锁超市多年的运营，使得消费者对其产生信赖，开展连锁超市O2O模式，更应建立诚信机制，使线上线下商品质量、价格等统一，并严格审核O2O模式下超市经营体系和行为以及加强商品质量管理，建立连锁超市O2O模式下消费者与商家之间的信任关系，规范退换货流程，让消费者买得放心并了解到超市能真正做到为每个消费者负责。

- 23 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

（4）物流

目前国内一些连锁超市开始或已经建设了自己的物流配送中心如永辉超市等。物流配送中心是物流配送系统的核心部分，而传统连锁超市的物流配送中心一般都是服务于前端即商品从供应商到超市。O2O模式下的连锁超市着重建立从超市到消费者的后端物流配送中心，配送中心的主要业务是将消费者从网上或实体店购买的商品在消费者规定的时间内送到消费者指定的地点[62]。对于生鲜农产品而言，其易腐性要求物流配送中心需配备冷藏库，其配送也主要采用冷链物流。

消费者在超市购物后负重太多是当前连锁超市面临的重大问题，而物流配送可以有效解决这一问题。连锁超市的物流配送一般属于同城短途配送形式，配送辐射范围有一定的局限性。连锁超市的毛利水平较低，一般情况下连锁超市进行物流配送可能会收取一定的物流费，可按照商品的重量进行适当定价。消费者在超市购买所有商品后若是物品多不易直接提货回家可以选择超市配送。消费者也可以选择从网上平台下单付款等待超市配送，这与在实体超市内结算再于超市配送的渠道有所不同，如图3.6所示。

线下柜台结算现场选购柜台线上结算配送超市物流配送中心家庭配送箱顾客1顾客2线上选购线上下单并支付配货包装顾客N 图3.6 超市物流配送中心流程图

Fig.3.6 Flow Chart of Supermarket Logistics Distribution Center

消费者在实体超市内现场购物后若需要配送，则直接将所选物品交给配送部门安排配送。而消费者通过网络平台下单后需要经历配送部门的配货和包装之后再安排配送。由于生鲜农产品自身具有很强的时效性和鲜活易腐性，天气、季节等自然条件又极易影响生鲜农产品的品质，对其流通全程均需有冷链，所以在O2O模式下建设连锁超市物流配送体系时对家庭配送箱有所要求，即家庭配送箱需配有保鲜功能。

3.3.2 连锁超市生鲜农产品O2O运营实施策略

（1）对生鲜农产品实行品牌化经营，开展品类管理

随着生活水平的提高，消费者也来越重视食品的安全、营养，随之生鲜农产品市场也逐步向绿色和有机方向发展。对生鲜农产品进行超市品牌化经营，可以满足消费者对其安全、营养以及舒适购物环境的高要求。消费者对超市有着较高的信任度，进而对超市销售的生鲜农产品的质量有较高的认可度，也为超市生鲜品牌化经营奠定基础。超市

- 24 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

可以选择引进口碑较好的生鲜农产品品牌，也可以自己挖掘高品质的生鲜农产品供应商，与其合作自创品牌，以此提升超市的竞争优势。此外，超市还应与供应商共同加强对生鲜农产品供应链的管理，保证生鲜农产品的质量[63]。

品类管理指对产品进行分类，划分出若干组消费者认为可相互替代的产品。通过对生鲜农产品进行品类管理，线上可将生鲜农产品按其特性分类以图罗列展示，如分成水产类和蔬果类，可更细划分，如蔬果类分为蔬菜和水果两类；线下超市也将生鲜农产品按季节、地域和消费者习惯等因素进行细分、归类、摆放，以满足不同层次消费者的需求。超市还可依据品类管理对客户对于农产品的需求进行调研和分析，满足消费者目前的需求并挖掘其潜在需求，制定未来的采购和销售计划。超市可依据即时销售数据，来实行以销定采。超市通过对生鲜农产品实施品类管理，可将农产品的采购、销售、储存进行深度耦合，以减少风险、实现利益。对超市而言，以销定采可以减少库存、降低缺货率、减少管理货架的人力成本，提高商品的周转率，形成较优的采购模式。

（2）建立O2O系统及客户体验导向的营销系统使线上线下融合

依据超市的采供销运作模式，O2O系统应由供应链信息平台、O2O电商交易平台和门店信息平台组成。供应链信息平台是以超市为核心建立的，对内可与超市总部、门店及物流配送中心等联通，对外可与供应链各节点互联，实现信息共享。O2O电商平台为消费者提供了多种类型的访问入口，如消费者可以通过电脑、手机APP等访问电商平台，在线上浏览选购商品、下单、支付。在电商平台、实体门店和物流配送中心这三方之间订单进行无差异流转。门店信息平台应与电商平台相互连通，使线上和线下订单的相互引流。三个平台都应建立健全安全的支付系统，也可以与第三方支付平台合作，两者都应保证支付安全。还应建立健全的监管机制，保障O2O系统安全、健康。

不同于传统线下连锁超市和单一电商模式，O2O模式应立足消费者对购物过程中的体验需求。超市可以开设单独的体验区，以为消费者提供更好的体验，如在体验区可将家电体验与生鲜农产品的体验结合在一起，可将榨汁机与新鲜水果、蔬菜结合，可让消费者亲自动手榨汁，这样消费者既体验到乐趣也能亲身感受到家电的好用性及农产品的鲜活性。通过融合超市实体店和O2O电商平台，为客户建立统一身份如会员卡、会员账号等形式，进行客户关系管理，努力发展商家和客户之间的诚信关系。超市还应处理好线上、线下之间的绩效归属，加强线上、线下之间相互引流，打通线上线下双营销渠道。

（3）增加生鲜农产品基地直采，开展“农超对接”；建立订单导向的集成化供应链 为了减少生鲜农产品流通中的损耗和降低采购成本，连锁超市可以选择与生鲜农产品的原产地直接合作，可以直接从原产地采购，或建立生产供应基地，采用这种“基地—超市加工—销售”产业链，既可以降低生鲜农产品的交易成本，又可以畅通超市采购渠道。通过基地直采模式，可直接将农产品需求信息准确的传递给生产者，有效解决了产销之间脱节问题。目前，国家大力推行“农超对接”，2011年商业部与农业部联合发布的《商务部农业部关于全面推进农超对接工作的指导意见》指出从优化环境、加强宣传和强化领导三个方面推进农超对接工作，最大可能保证农民的利益。2014年为响应国家政策，各省市相继开展了“农超对接”洽谈会[4]。超市推行“农超对接”可减少农产

- 25 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

品中间流通环节、降低物流成本，从而形成农产品价格相对优势。

超市通过“农超对接”建立新供应链合作关系，选择优质的原产地供应商，并与其建立长期供应的合作关系，实现供应链信息共享。通过对线上线下订单的集成，超市可将生鲜农产品的采销存进行耦合，以减少全程供应链风险。将库存信息发布到O2O信息平台，使线上线下库存共享，进行协同补货，避免个别门店库存失衡或品类局限等问题。

（4）改造超市现有物流中心，完善物流配送系统

依据生鲜农产品的自然属性，生鲜农产品从生产基地运送到超市，往往需要由超市进行初次加工再销售给消费者。超市也可对生鲜农产品进行半成品和成品加工，为消费者搭配生鲜农产品营养套餐，提供卤菜、烧烤等食品等便民服务，以满足不同消费者的需求。物流配送中心是商家发展电商的核心。O2O模式下，物流中心成为连锁超市集中采购和配送的载体，包含从采购到销售多个环节，是超市生鲜农产品O2O经营的支撑。由于生鲜农产品的特殊性，其在物流配送中心的作业活动较复杂，需经过产品分级、质量检测、清洗包装、保鲜或冷冻仓储管理等[64]。超市可以物联网技术为基础，利用光热感应、RFID、视频监控等技术完善物流设备和技术，保证进货流程、发货流程、退货流程高效运转，确保生鲜农产品质量从采购到销售都可查可控。

为了保证生鲜农产品的卫生、质量安全，超市应运用现代物流信息技术打造高效生鲜农产品冷链，对生鲜农产品从基地采摘到超市门店以及配送到消费者整个流程全程冷链，以降低生鲜农产品流通中的损耗以及提高生鲜方面经营绩效。建立供应链质量安全体系，作用于整个生鲜农产品供应链，保证生鲜农产品绿色、安全，消除质量隐患。结合物流成本、绩效等因素，综合运用配送中心，利用物流信息技术，提高各门店和物流配送中心的工作效率。

O2O模式并不能使连锁超市完全没有配送业务，只能通过消费者到店体验提取减少物流配送。而本文也主要是对O2O模式下连锁超市生鲜农产品的物流配送进行研究。

3.4 电商模式下连锁超市生鲜农产品物流配送现状分析

目前，大部分连锁超市因自身经济实力和规模的限制，并无法实现超市大范围的后端配送即配送到消费者，多数服务于从配送中心到各分店。但连锁超市向消费者配送的模式有自营配送、第三方物流配送两种，这两种模式各有优势和劣势。

自营配送模式是指超市利用自有的基础设施和物流资源，结合各门店的产品配送量，选择适合的地点出资建立自己的物流配送中心和物流配送系统，由专门负责部门对其进行管理，为各门店提供配送业务和高效物流服务。自营的配送中心是有相同目标的各职能部门组建而成，是服务部门，能准确、及时完成超市各门店的配送业务，有效减少了物流环节，能降低流通中生鲜农产品的损耗，使超市在销售生鲜农产品时价格方面更有优势。自营配送中心使连锁超市在有配送需求时可立即安排配送，不用等待其他物流公司的安排，从而降低了对物流公司的依赖，提高了配送效率。连锁超市自营的配送中心比较熟悉本超市对生鲜农产品的加工包装、运输、仓储等环境，能有效控制冷链配送过

- 26 -

万方数据第三章 O2O模式下连锁超市生鲜农产品流通分析

程所需温度和湿度，保证生鲜农产品的新鲜度，加强了流通过程的监管，可使配送产生的信息流、资金流、物流在企业内部顺畅流通，既降低了物流信息交叉引起的泄密风险，又能随时控制流通环节、及时合理地进行车辆调度，确保能准时保质地将商品送到消费者手中。然而，由于生鲜农产品的特殊性，其流通需全程冷链，连锁超市选择要自建配送中心，就需要超市投入较多的资金以构建仓库，配备专门的配送、冷藏保鲜等物流基础设施以及信息处理器等设备，这使得固定投资成本变大。生鲜农产品的季节性会影响其需求，需求旺季，可能会出现不能及时配送现象；淡季可能会出现车辆等配送设备的闲置，造成资源浪费[65]。

近些年，第三方物流及公司迅速发展。2001年《国家标准物流术语》中定义第三方物流为由供需之外的物流企业提供物流服务的一种业务模式。第三方物流配送模式就是超市将精力主要花费在营销业务上，将所需的物流业务通过签订契约合同方式委托给专业的第三方物流企业，超市通过信息系统与第三方物流企业进行信息沟通，对所委托的物流业务进行监督。采用第三方配送模式，连锁超市不用投资建立配送中心，也减少了对冷藏保鲜等生鲜专用设施的固定投资以及专业管理人才的投入。第三方物流在仓储与运输方面更具专业化，还能提供包装等特色个性化增值服务，既可以降低运输与库存风险，又能使超市集中资源经营核心业务。然而连锁超市选择第三方物流配送也存在一些缺点，如目前专业负责生鲜农产品的第三方物流企业还很缺少，配送体系在专业程度、辐射范围都不能满足超市日益增长的配送需求；超市是通过与第三方物流企业签订合同进行合作的，不能控制物流的服务质量，也不能确保配送服务的及时性和准确性，从而影响生鲜农产品的质量及消费者对超市的信任，可能会频繁出现退换货现象；长期选择第三方物流配送，会使超市过度依赖第三方物流，从而使超市在电子商务背景下的供应链上处于被动地位，随之产生相应的不确定性风险，不利于电子商务背景下连锁超市的长远发展。

互联网及电子商务环境下越来越多的消费者喜欢网购，追求购物新体验。面对互联网及电子商务的挑战，连锁超市开展物流配送业务是必要的。

3.5 本章小结

本章首先在对生鲜农产品发展O2O模式必要性的基础上，分析了O2O模式农产品的流通模式；其次提出互联网下超市运营模式面临的挑战，分析了电子商务对连锁超市的冲击以及移动互联网背景下消费者消费方式的转变；从零售、物流、支付、管理机制四个方面完善O2O模式下连锁超市运营模式，在此基础上分析了连锁超市生鲜农产品O2O运营模式实施策略；最后对目前连锁超市生鲜农产品的物流配送现状进行分析。

- 27 -

万方数据第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

4.1优化目标

O2O模式下，消费者可在网上选购生鲜农产品，再到最近的超市门店去取货，也可以选择超市送货上门。电子商务模式下，越来越多的企业开始开展物流配送业务。然而配送服务存在一些局限，如目前电子商务的消费群体多是城市上班族，平时忙，为了节省时间和精力而通过电商购买所需的生鲜农产品，O2O模式下消费者可下班顺道到就近的超市自取商品，但往往会选择送货上门服务，希望配送人员能在自己期望的时间段内送到货物。然而受加班等的影响，使消费者的取货时间比较有局限性，可能无法在指定的时间内取货；对于配送人员，受堵车等因素的影响，有时也会无法按时到达消费者指定地点。网上购买商品时企业配送时间经常会与消费者收货的时间不一致，为双方带来不便。为了把商品在消费者希望的时间内及时送达，要求商家在配送时考虑配送时间窗问题。对于生鲜农产品而言，由于其特殊性，消费者对其有保鲜要求，更是要求商家及时配送，配送越准时，满意度越高。

本文假设连锁超市选择自建或改造物流配送中心，开展后端物流配送业务即配送到消费者。为提高物流服务水平，本文综合考虑生鲜农产品的特点、配送时间及成本，将建立带有时间窗的VRP模型即VRPTW模型。本文配送路径优化的目标主要有：

（1）配送路程最短。由于生鲜农产品的易腐性，运输过程中储存环境和温度的不当，会造成很大的损耗。对生鲜农产品进行配送时要求配送车上配备保鲜和制冷的设备以确保生鲜的鲜活性，而配送路程的长短会直接影响车辆的油耗量、设备的磨损等，造成成本损耗。一般在影响配送成本的因素中，配送路程是相关性较强的影响因素，配送路程最短会使配送成本最低。为此，本文将目标值定为配送路程最短。

（2）配送成本最少。配送成本主要包括配送人员的工资和车辆所耗的费用，其中配送人员的工资主要依赖于工作时间，工作时间越短则其工资越少；而车辆所耗的费用主要包括油耗费用，主要由配送路程决定，路程越短，费用就越少。

（3）在消费者期望的时间段内送达即准时性最好。生鲜农产品的鲜活性要求商家对产品质量和送货时间有明确的保证，这也会影响消费者网上购物的服务体验。能在消费者期望的时间内把产品送达，既能提高顾客满意度，又能为商家获得高效、准时的物流网络评价，有利于商家未来的电子商务业务的发展。

（4）消费者收到的生鲜农产品新鲜度最高即质量最优。生鲜农产品的价值体现在其新鲜度，新鲜度越高，消费者收到货时满意度越高，随之退换货现象减少。然而生鲜农产品的新鲜度具有时效性，时间越长，新鲜度就越低，这就要求要在最短时间内完成配送。

以上各个目标之间有着一定的联系，可组成一个目标体系，分析这些目标的影响因素，可以得出相关的假定条件：

- 28 -

万方数据第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

（1）依据每一配送车辆的体积和载重能力，严格规定每一辆的最大装载量，不允许超载；

（2）满足消费者对生鲜农产品种类、数量和质量的要求，保证一次配送完成，且不计配送费；

（3）每一消费者只能由一辆配送车辆为其提供服务，并做到一次配送完成； （4）必须满足消费者对商品到达的时间窗的要求； （5）满足消费者对收到的生鲜农产品的新鲜度要求；

（6）有一定数量的配送车辆可自由调配，且配有保鲜冷藏的功能； （7）每一辆配送车辆配送时均从配送中心出发，结束配送任务后再返回配送中心； （8）配送中心储备着可满足所有消费者需求的足够的生鲜农产品，且不计配送过程中生鲜的损耗；

（9）每一配送车辆只有一个配送人员即配送人员也是驾驶人员； （10）不考虑道路拥堵情况，假定道路畅通。

4.2 时间窗问题探讨

实际生活中，消费者为了节省时间而选择网上购买生鲜农产品，往往他们的收货时间有限，一般会就配送时间对商家提出要求，要求商家在消费者允许的时间窗内送到，这样便出现带有时间窗的车辆配送问题即VRPTW。根据商家配送车辆迟到或早到是否惩罚，将时间窗分为硬时间窗（Hard Time Window）和软时间窗（Soft Time Window）两种。硬时间窗指配送车辆必须在消费指定的时间段内到达，早到必须等待，而迟到则消费者直接拒收，提前或迟到都会付出惩罚成本，如图4.1所示，[𝐸𝑇，𝐿𝑇]为消费者要求的时间段，𝑁为提前或延后应付的惩罚费用。软时间窗指配送车辆不一定必须在消费者指定的时间段内送到，消费者仍会收货，但没有满足其对时间的要求还是会支付惩罚成本[66]，如图4.2所示，软时间窗的限制比较宽松，但其有最大的额度，不会无限制惩罚，图4.2中最大惩罚成本为𝑁，即惩罚上限。

- 29 -

万方数据第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

PC惩罚成本NETLT时间t图4.1 硬时间窗的惩罚成本

Fig.4.1 Penalty Cost of Hard Time Window

PC惩罚成本NETLT时间t图4.2 软时间窗的惩罚成本

Fig.4.2 Penalty Cost of Soft Time Window

假设配送车辆送达消费者i为任务i，任务i需在消费者i指定的[𝐸𝑇𝑖，𝐿𝑇𝑖]时间段内完成，𝐸𝑇𝑖和𝐿𝑇𝑖分别是任务i允许的最早和最晚开始服务时间，若ti表示配送车辆到达i的时间，一般满足一下关系：

t00,ETitiLTi （4-1）

本文选择带有软时间窗的车辆路径优化模型，时间窗问题描述为：如果配送人员未将生鲜农产品在消费者期望的时间段内送到，则须根据早到或迟到时间的长短支付相应的等待或迟到的惩罚费。当配送人员在消费者要求的时间之前到达时，需要等待，等待过程就会产生一些机会成本；若在消费者要求的时间之后达到，则会失信于消费者，给他们留下物流服务水平低的不好印象，降低了消费者的满意度，影响商家电子商务的发展。在互联网时代，商家要想发展好电子商务业务，吸引更多网上客户，须为消费者提供良好的网上购物服务体验。而时间窗问题是一个反映消费者满意度和商家物流配送服务水平的影响因素。

- 30 -

万方数据第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

4.3 消费者满意度探讨

对于生鲜农产品电子商务商家而言，其物流服务水平能直接影响消费者对商家及其产品的满意度。若在消费者规定的时间段内送到货物，消费者满意度较高，否则满意度较低，甚至会出现消费者拒收或直接退货。现实生活中，消费者满意度问题属于模糊预约时间窗问题，即消费者对物流服务时间分两个时间段，如图4.3所示，分别为消费者可容忍的最大开始服务时间范围[𝐸𝑇𝑖，𝐿𝑇𝑖]和消费者期望服务开始时间范围[𝐸𝑇𝑖𝑑，𝐿𝑇𝑖𝑑]。

非零满意度消费者满意度零满意度完全满意零满意度ETiETidLTidLTi时间图4.3 模糊预约时间窗

Fig.4.3 Fuzzy Appointment Time Window

从模糊预约时间的界定可看出，消费者满意度可用模糊预约时间的相关函数表示。对于消费者i，当开始服务时间为ti时，代表消费者满意度的模糊预约时间的函数可以表示为：

0 ， 𝑡𝑖≤𝐸𝑇𝑖

𝑑𝑑 （𝑡𝑖−𝐸𝑇𝑖） （𝐸𝑇𝑖−𝐸𝑇𝑖），𝐸𝑇𝑖<𝑡𝑖<𝐸𝑇𝑖

𝐹𝑖 𝑡𝑖 = 1 ，𝐸𝑇𝑖𝑑≤𝑡𝑖≤𝐿𝑇𝑖𝑑 （4-1）

𝐿𝑇𝑖−𝑡𝑖 𝐿𝑇𝑖−𝐿𝑇𝑖𝑑 ，𝐿𝑇𝑖𝑑<𝑡𝑖<𝐿𝑇𝑖

0 ，𝐿𝑇𝑖≤𝑡𝑖

当完成消费者i的配送任务后向下一个消费者j行驶，若配送车辆早于j的最早开始服务时间到达，此时车辆须等待于j处，如图4.4所示，其等待时间可表示为：

wjtjtjtitijuti （4-2）

其中wjtj表示当消费者j开始服务时间为𝑡𝑗时，车辆在j处的等待时间，tij为从消费者i处到消费者j处的行驶时间，uti为在消费者i处搬卸商品的时间。

- 31 -

万方数据第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

消费者满意度消费者i消费者jETititijLTiETjtjLTj时间t

图4-4 等待时间 Fig.4.4 Waiting Time

在进行配送路线优化时，若不考虑将消费者满意度作为优化目标，从短期看可能会节省配送成本带来收益，但长久以来因其物流服务水平低，消费者满意度低，减小了消费者再次购买的可能性，通过口碑评论，既影响网上销售量，又影响线下门店的销售量，流失潜在的消费者，这无形中给企业带来损失，不利于其长期发展。

4.4 生鲜农产品同城配送路线优化模型构建 4.4.1 问题描述及符号定义

O2O模式下连锁超市开展线上电商业务，对一段时间内收到的网上订单，使配送中心在合适的时间向同一城市中的消费者安排车辆进行配送。已知配送中心与每一个消费者及消费者之间的距离，配送成本包括配送人员工资、等待或延迟费用、运输费用。为了确保消费者收到的生鲜农产品的新鲜度，就要求在最短时间内送到，而配送人员工资主要依据其工作时间计算，此优化目标用配送人员工资费用最低约束条件表示。一般，配送人员一天正常工作8小时，这段时间其工资按正常标准计算，若超过8小时，超时的部分应支付相应的加班费，本文仅考虑超时部分。若配送车辆未在消费者要求的时间窗内将生鲜农产品送到，需支付相应的惩罚费，若提前到需付等待费用，若迟到需支付延迟费用。运输费用需根据实际情况核算，主要有燃料费、维修费等变动费用。

连锁超市在建立各门店时，都经过严格的选址标准，每个门店都有自己的辐射范围。进行如下的假设：

将每个门店的仓库改造成一个配送中心，每个配送中心有不同型号的配送车辆，车辆上配有保鲜、冷藏等设备，主要配送生鲜农产品，也可配送超市其它商品；

单一配送中心可向n个消费者送货，第i个消费者所需的商品量为gi，要求送达的时间段为[𝐸𝑇𝑖，𝐿𝑇𝑖]（即时间窗），搬卸商品所需时间uti，延迟费用为r0/h，每小时的等待费用为r；

- 32 -

万方数据第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

配送中心与消费者之间及各消费者之间的最短距离为dij（i,j0,1...n；0表示配送中心），平均车速为hij；

一般配送中心会有多种类型货车可进行配送货物，本文假定配送中心进行同城配送的货车为单一小型电动车，配有家庭配送箱，具有保鲜功能，共有m辆，最大装载容量为C，每一辆车的行驶费用为a/km，k表示的第k辆车，每小时加班补助es，行车补助每小时s；

要求每一辆配送车辆必须当天返回到其所属的配送中心，根据上述各假设制定车辆调度的方案。

4.4.2 模型建立

建立变量如下：

𝑥0 车辆𝑘不经过路线（𝑖，𝑗）𝑖𝑗𝑘=

1 车辆𝑘经过路线（𝑖，𝑗） 𝑦= 0 车𝑘不为消费者𝑖服务 𝑖𝑘1 车𝑘为消费者𝑖服务

建立模型：

其中，运输费用：

nnmZ1kdijaxijk i0j0k1配送人员（驾驶员）费用：

mZ2ktksetkes k 1

惩罚费用：

nZ3kr0maxETiti,0+rnmaxtiLTi,0 i1i1目标函数：

minZkZ1kZ2kZ3k 约束条件：

ngiyikC i1nx0ik1 j0nnxihk0(i,j1,2...,n;h,k) i1xhjkj1nxijkyjk，j1,2,...n,k i1- 33 -

万方数据4-3）

4-4） 4-5）

4-6）

4-7） 4-8）

4-9）

4-10）

4-11）

4-12）

（

（ （ （ （

（

（（（（第四章 O2O模式下超市生鲜农产品物流配送路径优化模型构建

xj1nijkyik,i1,2,...,n,k （4-13）

1nfiti90% （4-14） ni1式中：（4-8）为第k辆的配送成本最低目标函数；（4-9）为配送车辆装载能力的约束，即任意一条配送路线上的消费者需求数量不能超过车辆最大装载量；（4-10）、（4-11）为每辆车从0节点出发，完成配送任务后要返回0节点；（4-12）、（4-13）表示每一消费者有且仅由一辆配送车辆为其提供服务；（4-14）为平均消费者满意度约束。

其中：

φtk表示第k辆配送车辆的行车时间，且φtkmint't,8；

eφtk表示为第k辆配送车辆的加班时间，且eφtkmax0,t't8； t为发车时间，满足tETd/v；

i0i0it'为收车时间即完成所有配送后返回到配送中心的时间。

4.5 本章小结

本章首先分析了O2O模式下超市生鲜农产品配送的优化目标，得出模型的一些相关假定条件；其次探讨了物流配送时车辆路径问题中的时间窗问题和消费者满意度问题；最后进行问题描述以及定义所需的符号，构建生鲜农产品同城配送路线优化模型。

- 34 -

万方数据第五章 算例分析

第五章 算例分析

5.1 算例设计

算例假设某大型连锁超市在A城市内开展生鲜电商配送业务，拥有高效率的配送团队，对生鲜农产品的流通全程采用冷链运输，在不损耗生鲜农产品的前提下，快速将商品送到消费者手中，保证消费者收到高新鲜度的生鲜农产品。

本文选取该超市在A城市的配送中心B为研究对象，配送中心B主要是为个体消费者进行配送服务，选择某天其网上订单为配送消费者样本，进行合理规划配送路线，实现配送成本最小和最小消费者满意度最大化的目标。

假设配送中心B一天需向其覆盖区域内的12个消费者配送其所需的生鲜农产品，用同一型号的普通摩托车，配有家庭配送箱，具有保鲜功能，每一配送箱的最大装载量为30kg，平均车速是50km/h，单位行驶费用0.4元/km，每小时等待费用为10元，每小时的延迟费用为50元，配送人员正常工作时间内每小时的工资为10元，加班时每小时工资为20元，规定最早发车的时间是早6：30。假设配送时道路畅通，也不考虑配送过程中农产品的损耗。

配送中心B和12个消费者的位置坐标如表5.1所示。

表5.1 配送节点的信息

Tab.5.1 Distribution Node Information

代码 0 1 2 3 4 5 6 7 8 9 10 11 12

名称 配送中心B 消费者1 消费者2 消费者3 消费者4 消费者5 消费者6 消费者7 消费者8 消费者9 消费者10 消费者11 消费者12

坐标（X,Y） (50，130) (84，90) (98，90) (34，150) (10，44) (98，22) (120，78) (20，104) (30，26) (38，86) (42，110) (82，144) (82，56)

一般而言，选取的空间坐标距离与实际路段距离有一定的差异，本文选用公式（5-1）

- 35 -

万方数据第五章 算例分析

近似估算配送中线B与消费者以及消费者之间的最短距离。

dij1.2xxyy2ijij2 （5-1）

经上式计算得出各配送节点间的距离矩阵，如表5.2所示。12名消费者的业务需求，包括需求量、期望的时间窗及可接受的配送服务时间等，如表5.3所示。

表5.2 配送节点间的距离矩阵/千米

Tab.5.2 Distance Matrix between Distribution Nodes/km

dij 0 1 2 3 4 5 6 7 8 9 10 11 12

0 0 63.0 75.0 30.7 113.8 141.8 104.6 47.6 127.1 54.7 25.8 41.9 96.7

1 63.0 0 16.8 93.7 104.6 83.3 45.5 78.6 100.5 55.4 55.8 64.8 40.9

2 75.0 16.8 0 105.3 119.2 81.6 30.1 95.1 112.1 72.2 71.4 67.6 45.1

3 30.7 93.7 105.3 0 130.4 171.7 134.6 57.7 148.9 76.9 49.0 58.0 126.7

6 7 8 9 10 11 104.6 47.6 127.1 54.7 25.8 41.9 45.5 78.6 100.5 55.4 55.8 64.8 30.1 95.1 112.1 72.2 71.4 67.6 134.6 57.7 148.9 76.9 49.0 58.0 138.2 73.0 32.3 60.6 88.0 147.9 72.2 135.8 81.7 105.3 125.2 147.7 0 124.0 124.7 98.9 101.2 91.4 124.0 0 94.4 30.5 27.4 88.5 124.7 94.4 0 72.6 101.8 154.7 98.9 30.5 72.6 0 29.2 87.4 101.2 27.4 101.8 29.2 0 63.0 91.4 88.5 154.7 87.4 63.0 0 52.7 94.1 72.0 63.9 80.6 105.6

表5.3 12名消费者的业务需求 Tab.5.3 Business Needs of 12 Consumers

期望的时间窗 ETid LTid 4 113.8 104.6 119.2 130.4 0 108.8 138.2 73.0 32.3 60.6 88.0 147.9 87.6 5 141.8 83.3 81.6 171.7 108.8 0 72.2 135.8 81.7 105.3 125.2 147.7 45.1 12 96.7 40.9 45.1 126.7 87.6 45.1 52.7 94.1 72.0 63.9 80.6 105.6 0

消费者编号 需求量/kg 卸货服务时间（min） 可接受配送的时间范围 ETi LTi 1 2 3 4 5 6 7 8 9 10 11 12 总计 10 10 12 8 10 10 5 8 6 12 6 5 102 25 25 30 20 25 25 12.5 20 15 30 15 12.5 250 8:30 9:00 8:00 8:00 10:30 9:00 9:00 8:30 9:00 8:30 8:00 10:00 11:30 10:30 8:30 12:00 12:00 15:00 11:30 10:30 15:00 11:30 8:30 15:00 8:00 8:00 8:00 8:00 8:00 8:00 8:00 8:00 8:00 8:00 8:00 8:00 17:00 10:45 8:30 13:00 13:00 17:00 17:00 10:30 15:00 11:30 8:30 15:00 - 36 -

万方数据第五章 算例分析

5.2 算法设计 5.2.1 遗传算法概述

遗传算法（Genetic Algorithm）是1975年美国的Holland首先提出的[67]，是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。其主要特点有：对结构对象直接进行操作，对求导、函数连续性没有限定；具有内在的隐并行性，更好的全局寻优能力；寻优方法中采用概率化，自动获取、指导优化的搜索空间，并能自适应地调整搜索方向，而不需要制定规则。

遗传算法求解的基本思路是：把需要解决的问题描述为对某目标函数进行全局优化的问题，接着把该目标函数理解为对生物种群对环境的适应性，把每一个变量对应于生物种群的个体，从当前的种群出发，对其进行适当的选择、复制、变异、杂交等操作产生新一代的种群，重复此过程，直到获得符合条件的种群或要求的进化时限[68]，即遗产算法可对解向量进行编码形成初始种群，再用交叉重组、变异等算子进行并行迭代，直至求得优化解。

遗传算法主要包含参数编码、初始种群设定、适应度函数设计、遗传操作的设计和设定控制参数五大部分，其中遗传操作的设计主要包含选择、交叉和变异三部分。

5.2.2 遗传算法的基本步骤

本文选用了遗传算法，并引入最优保留机制，避免破坏优秀的染色体，以加强求解的效率。基本步骤如下：

（1）进行染色体编码

本文在车辆和将要服务的消费者顺序编号的基础上进行序数编码，其中配送中心B的编号为0，用自然数依次分别表示12个消费者需求点的编号。进行仿真时，将包含消费者位置坐标、需求量和期望时间窗等信息的需求点做基因位，一条染色体的结构代表一条可行的配送路线。若配送车辆有m辆，则最多形成m条配送路线。假设序列

0,Y,Y,...,Y,0,Y12pp1,Yp2,...,Yq,0,Yq1,Yq2,...,Yn,0是模型的一个可行解，即一条可行配送

...,Yp需求点的服务，再返路线，编号为1的配送车辆从配送中心0出发，依次完成Y1，Y2，回配送中心0，其他车辆以此类推，直到服务完所有消费者。

（2）初始种群

采用随机的方式生成初始种群，初始种群即为12个消费者的全排列，是一个V12M的二维矩阵，其中M是种群数。任选一条染色体，在其第一个基因前面插入元素0，从左到右依次遍历每个基因，并依次累计各个基因对应的消费者的需求量，当累计到第i-1位时累计的需求量小于配送车辆的最大装载容量，而到第i位时累计需求量却大于最大装载容量时，需在第i位前插入0元素，而原第i位成为第i+1位。将累计需求量清零，再重新从第i+1位开始累计需求量，以此类推，直到遍历完所有基因，并在序列末端插

- 37 -

万方数据第五章 算例分析

入0元素，以此结束。此时，序列的首位和末位都已插入0，生成了染色体。

（3）约束条件检测

首先检查染色体中的每条路线上的消费者需求量之和是否在配送车辆的最大装载容量范围内，若在范围内则检查下一个约束条件，否则染色体的解是不可行解。其次检查每条染色体中对各消费者的配送时间是否在他们可接受配送服务的时间范围内，若在范围内则染色体的解是一个可行解，否则是不可行解。

（4）适应度函数

适应度在遗传算法中是评价个体性能的主要指标，且个体的优劣与适应度呈正相关，即个体的适应度值越大，个体的性能就越好，进而被选中的机率也增大。适应度函数与目标函数的关联度很大，一般是由解的目标函数转化而得的。一般对于有约束的优化问题进行求解时，将约束条件与目标函数建成一个无约束的优化目标函数，再对其进行适当处理，构建适合的适应度函数[69]。本文在针对配送成本目标函数的操作中，选取的适应度函数为：

fk=CZk （5-2） 式中fk为染色体k的适应度值，Zk为染色体k的配送成本，即染色体k所对应的配送路线的配送成本。得出适应度值最大的染色体所对应的即为配送成本最低的配送路线方案。

（5）选择 在遗传算法中，选择算子是为了从父代种群中选出比较优秀的染色体繁衍下一代，以提高全局收敛性。常用的选择方法有竞争选择、轮盘赌选择、基于种群交流的选择等，本文选择在轮盘赌选择的基础上采用最优保留策略。首先对染色体进行排序，计算每条染色体的适应度fk；在此基础上计算选择概率pk和累计概率dk，计算公式分别是（5-3）和（5-4）。

pkfkkfi1mi （5-3）

dkpi （5-4）

i1最后生成均匀分布的随机数θ（0θ1），若θ（6）交叉重组

交叉是指把两个父代个体的部分结构，施以替换重组生成新个体的操作，可提高遗传算法的搜索能力，目前使用较多的是部分匹配交叉法（PMX）[70]、基于位置的交叉、基于次序的交叉等。本文选取交叉概率为0.7，采用序数编码的部分匹配交叉法，先选出两个父代染色体，产生两个交叉点，定义这两点间的区域为匹配区域，交换两个父代

- 38 -

万方数据第五章 算例分析

的匹配区域，要依据匹配区域内的位置逐一替换，得到两个子代染色体。图5.1为部分匹配交叉示意图。

染色体e1（7 5 4 1 2 0 8 6 3 9）交换匹配区域染色体e2（5 2 1 6 9 7 4 3 8 0）（* * * 6 9 7 * * * *）逐一替换映射关系1 6 2 9 0 7复制非重复数码（* 5 4 6 9 7 8 * 3 *）替换匹配数码染色体e1'（0 5 4 6 9 7 8 1 3 2）（* * * 1 2 0 * * * *）（5 * * 1 2 0 4 3 8 *）染色体e2'（5 9 6 1 2 0 4 3 8 7）

图5.1 部分匹配交叉示意图

Fig.5.1 Partial Matching Cross Schematic Diagram

（7）变异

遗传算法的变异操作可产生新的染色体进而产生新的可行解，可避免陷入局部最优。一般依照设定好的变异概率pv对染色体的基因序列进行变异，本文选定pv为0.08。本文对染色体进行反转变异，即以变异概率随机选择一个染色体上的两个变异点，将两点间的非零点进行反转变异，直至两变异点相邻处均为0停止变异。

（8）遗传算法终止判别

遗传算法进行搜索路径时有很大的随机性，可适当给定终止参数，满足条件算法就收敛。终止参数可设定为最小适应度方差σ、进化迭代次数ε等，即当每代群体中染色体的适应度方差小于σ或达到规定的迭代次数ε时就停止计算，否则算法继续，本文选取迭代次数ε为100。

5.3 结果分析

本文运用Matlab7.0软件进行仿真，编程计算，利用遗传算法的工具箱进行优化，获得最优解。Matlab软件集成了数值分析、非线性动态系统的建模与仿真、矩阵计算及科学数据可视化等功能，具有很强的处理能力。

根据算例的数据得出配送中心B及12位消费者的坐标分布，如图5.2所示。根据算例所给数据结合Matlab7.0软件和遗传算法工具箱进行编程计算，得出接近全局最优解的最终优化解568.1元，图5.3为其优化进程图，散点代表每一代群体的平均成本，而

- 39 -

万方数据第五章 算例分析

实线代表每一代群体内最优个体的总配送成本。从图5.3中可看出，最优目标值最终收敛与568.1。

图5.2 配送中心和消费者的地理坐标分布图

Fig.5.2 Geographical Coordinates of Distribution Center and Consumers

图5.3 优化进程图

Fig.5.3 Optimization Process Diagram

运用Matlab编程实现上一节所述的遗传算法基本步骤，得出配送方案如表5.4所示。12位消费者共需4辆配送车辆完成配送任务，具体如：编号为1的配送车辆的配送路径为0-6-5-12-0，装载比率为83.3%，出发时间为早晨6:30，到达编号为6、5、12消费者

- 40 -

万方数据第五章 算例分析

的时间分别为8:30、10:07、11:17，车辆返回配送中心的时间为13:09，行驶总时间为6.65小时。从表5.4得出，4辆配送车辆的装载比率均大于70%，出发时间均在企业要求之内，车辆到达消费者的时间多数都在消费者期望的时间窗内，仅有车辆1到达6号和5号消费者的时间是在其可接受的配送时间内。

表5.4 配送方案

Tab.5.4 Distribution Scheme

配送车辆编号 装载总量（kg） 装载比率（100%） 83.3% 73.3% 86.7% 96.7% 配送路线及其到达时间 0-6-5-12-0 6:30-8:30-10:07-11:17-13:09 0-4-8-9-0 6:40-8:34-9:31-11:04-12:18 0-11-2-7-0 7:25-8:07-9:35-10:16-11:44 0-3-7-10-0 7:35-8:06-9:37-10:16-11:12 行驶路程总时间（h） 6.65 5.63 4.31 3.61 1 2 3 4 25 22 26 29 车辆配送情况见表5.5所示。其中配送总成本为运输费用、配送人员（驾驶员）费用以及惩罚费用之和。各消费者的满意度由上一节中给出的各消费者期望的时间窗和可接受的时间范围、第四章的公式（4-1）及表5.4中的到达时间算得，进而得出每辆车的消费者平均满意度。从表5.5得出，4辆配送车辆均未涉及惩罚费用，即都在消费者接受的时间内将商品送达。

表5.5 配送情况

Tab.5.5 Distribution Situation

配送车辆编

号

1 2 3 4 合计

总路程（km）

运输费用

（元） 127.4 109.4 75.7 56.6 369.1

配送人员（驾驶员）费用（元）

66.5 56.3 43.1 36.1 202

惩罚费用（元）

0 0 0 0 0

配送总成本（元） 193.9 165.7 118.8 92.7 571.1

消费者平均满意度 83.7% 100% 100% 100%

318.6 273.4 189.3 141.6 844.83

经过计算，结果表明：此次配送任务需要4辆配送车辆，其配送总成本为571.1元，平均消费者满意度为95.9% 。此模型所求得的配送路线使消费者满意度较高，同时每辆车的装载率也比较理想，没有出现车辆超载或空载情况。本文所研究的是属于NP-hard 问题的VRPTW 问题，遗传算法不一定是最理想的求解算法，但总体来说本文的优化结果还是理想的。

- 41 -

万方数据第五章 算例分析

5.4 本章小结

本章首先进行了算例设计，对仿真算例的相关信息进行描述，结合算例对生鲜农产品配送路径优化模型进行实证分析，并运用Matlab7.0软件编程计算，求得模型的最优解。最后对优化结果分析，验证了模型及算法的科学性和实效性。

万方数据- 42 -

第六章 结论与展望

第六章 结论与展望

6.1 研究结论

本文首先对O2O模式、生鲜农产品物流配送以及车辆路径问题方面进行了综述，分析了O2O模式的特点并总结了国内外典型连锁超市O2O的案例，还分析了生鲜农产物流配送的特性，着重分析了O2O模式下连锁超市生鲜农产品流通模式。接着对电子商务模式下超市生鲜农产品物流配送现状进行分析，探讨了影响配送路径优化的时间窗问题和消费者满意度，在此基础上得出O2O模式下超市生鲜农产品配送的优化目标及与模型相关的假定条件，构建了生鲜农产品同城配送路线优化模型。最后通过仿真数字算例对模型运用遗传算法结合Matlab软件进行验证分析。本文的研究工作和结论主要有以下几方面：

（1）分析了O2O模式的发展历程及其现状，得出目前学术界对O2O没有统一的定义，多是从O2O商业模式发展和O2O模式在具体行业的应用这两个角度进行研究的。总结了国内外典型连锁超市O2O的案例，这些连锁超市成功开启O2O模式，其模式和做法为本文提出连锁超市开展O2O业务提供参考与借鉴。

（2）分析了O2O模式农产品的流通模式，构建了以连锁超市为流通主体的农产品O2O运作模式。从地理市场方面、市场营销方面、运营方面、信息化建设方面分析了连锁超市开展O2O所具有的优势，并从零售、物流、支付、管理机制四个方面完善O2O模式下连锁超市运营模式，从而对连锁超市生鲜农产品O2O运营模式的实施提出策略。

（3）对生鲜农产品电子商务及其物流配送现状进行综述，了解到国内外生鲜电商正逐步发展，已小有规模，国内的生鲜电商主要有四类：做多种品类的生鲜电商、专门做食品网络零售的垂直网站、第三方物流企业开展生鲜农产品电商、超市开展的线上生鲜电商。对电子商务环境下生鲜农产品物流配送的特性进行分析，提出消费者对配送服务时间有严格的限制要求，也会影响消费者满意度。在此基础上将时间窗与消费者满意度函数作为约束条件，设计了生鲜农产品配送的VRPTW模型，使其符合生鲜电商经营同城配送业务的实际情况。

（4）进行算例仿真，采用遗传算法在Matlab7.0软件上进行编程求得最优解，并检验算法的科学性与合理性。分析优化结果，表明所建模型的实际应用效果比较理想，在确保生鲜农产品的质量前提下能在消费者要求的时间段内把货物送到，提高消费者满意度和综合配送效率，节约成本。

6.2 研究展望

生鲜农产品的特性使得各类型的电子商务环境下其配送业务受到多种因素的影响，

- 43 -

万方数据第六章 结论与展望

而学术界对生鲜农产品的物流配送的理论研究还不太成熟，使得实际运营中生鲜农产品的配送比较复杂，要考虑到很多因素。鉴于有限的时间和能力，本文研究中考虑的影响因素有限，有待进一步完善研究，未来可从以下几方面着手研究：

（1）本文所研究的是单一配送中心、单一车型、单一产品配送的模型，而现实生活中企业往往拥有多个配送中心与多种类型的配送车辆，配送也是多品种共同配送。因此，未来研究应根据实际情况考虑多配送中心、多车型、多产品共同配送等因素。

（2）本文的模型将配送中心与消费者之间以及消费者两两之间的距离简单化，以两点间直线距离的1.2倍作为实际距离，且不考虑道路拥堵情况。而现实情况中两者之间往往存在转弯，交通规则对行驶车辆有一定的限制，可能出现红灯、交通拥堵情况。因此，日后的研究应借助GIS，考虑车辆可通行的路线以及实际交通情况等条件。

（3）对于消费者对生鲜农产品新鲜度的要求，缺乏细化的约束。因此，未来研究时可考虑将新鲜度进行量化，作为优化模型的一个约束条件，使优化效果更好。

（4）本文运用遗传算法进行求解，通过算例验证其是有效的，但并不是最好的，在未来的研究中应对算法进行深度和广度上的探究，探索更高效的求解算法。

- 44 -

万方数据参考文献

参考文献

[1] 刘丽．云南省农产品冷链物流网络的构建研究[J]．物流工程与管理，2014，36（3）:145-146+167. [2] 刘云龙，侯忠伟，吴磊. 基于线上线下交易的农村物流发展模式研究[J]. 价格月刊，2013，（2）：

86-89.

[3] 孙小淇. 山东省果蔬物流配送网络优化设计研究[D]. 大连：大连海事大学，2013.

[4] 于莉莉. “农超对接”模式下生鲜农产品供应链问题分析[J]. 福建农业科技，2015，（8）：63-65. [5] 徐国虎，孙凌，许芳. 基于大数据的线上线下电商用户数据挖掘研究[J]. 中南民族大学学报(自

然科学版)，2013，32（2）：100-105.

[6] 刘鹏. O2O本地生活服务电子商务模式研究[D]. 北京：北京邮电大学，2012. [7] 张波. O2O移动互联网时代的商业革命[M]. 北京：机械工业出版社，2013. [8] 牟春苗. O2O电子商务模式中推荐方法的研究[D]. 黑龙江：东北石油大学，2014．

[9] Kauffman, R. Wang, B. New Buyers ‘Arrival under Dynamic Pricing Market Microstructure:The

Case of Group-buying Discounts on the Internet [J]. Journal of Management Information Systems, 2001, 18(2): 157-177.

[10] Anand, Krishnan S. Group Buying on the Web: A Comparison of Price-discovery Mechanisms [J].

Management Science, 2003, 49(11): 1546-1562.

[11] Chen Xilong, Kauffman, Robert J, et al. Cooperation in Group-buying Auctions[C]. Proceedings of the

39th Annual Hawaii International Conference on System Sciences, 2009, 6(6): 191-202.

[12] 赵春兰．以CRM的视角看电子商务O2O 模式的兴起[J]．中国商贸，2012，（34）：177-178． [13] 林丹霞．O2O双管齐下的电子商务应用模式剖析[J]．中国商贸，2013，(4)：91-92． [14] 李向群．O2O进化版：O&O[J]．企业管理，2013，(12)：106-107． [15] 王祺．中国O2O电子商务模式研究[J]．商场现代化，2014，(5)：52．

[16] 涂嘉庆，陈胜凯．O2O电子商务模式在温州传统企业中的应用[J]．中国商贸，2013，(20)：71-72． [17] 胡桂珍．O2O模式在我国餐饮企业中的应用研究[J]．中国商贸，2013，(7)：128-129． [18] 朱东梅．O2O 传统零售与电子商务的最佳结合[J]．现代家电，2014 ，(5)：38-40． [19] 李亚龙，张莉．O2O电子商务信用管理机制研究[J]．电子商务，2013，(9)：11-12． [20] 张炜一．O2O电子商务模式下中国大众用户接受行为影响因素探究[D]．北京：北京邮电大学，

2013．

[21] 董进全，张玉．O2O电子商务用户接受影响因素研究[J]．经济论坛，2015，（10）：105-110． [22] 欧伟强，沈庆琼．我国生鲜电商O2O模式发展探析[J]．宁德师范学院学报(哲学社会版)，2014，

（3）：42-45．

[23] 赵苹，骆毅．发展农产品电子商务的案例分析与启示——以“菜管家”和Freshdirect为例[J]．商

业经济与管理，2011，（7）：19-23．

[24] 程艳红．美国生鲜电子商务模式研究[J]．世界农业，2014，（8）：76-79．

[25] 朱晓琳．连锁超市生鲜农产品物流配送模式研究[D]．黑龙江：黑龙江八一农垦大学，2012．

- 45 -

万方数据参考文献

[26] B.Marija,B. Ludvik, V. Robert. Stability of Perishable Goods in Cold Logistic Chains[J]. International

Journal of Production Economics, 2005, 93(1): 345-356.

[27] Martin Christopher. Logistics & Supply Chain Management（Third Edition）[M]. Great Britain:

Prentice Hall, 2005: 35-36.

[28] Osvald A, Stirn L. Z. Vehicle Routing Algorithm for the Distribution of Fresh Vegetables and Similar

Perishable Food[J]. Journal of Food Engineering. 2008, 85(2): 285-295.

[29] 张金隆．农产品物流配送系统结构研究[J]．中国管理科学，2003，11（5）：403-405． [30] 李小飞．生鲜农产品物流配送组织模式研究[D]．杭州：浙江大学，2007．

[31] 于航．鲜活农产品物流配送的绩效评价及评价系统的设计[D]．长春：吉林大学，2007． [32] 司银霞．生鲜农产品配送模式的对比分析研究[J]．物流工程与管理，2011，33 (7) ：69-71． [33] 邱祝强．基于冷藏链的生鲜农产品物流网络优化及其安全风险评价研究[D]．长沙：中南大学，

2007．

[34] 王茜．禁忌结合遗传结果对配送路径优化的应用研究[J]．计算机应用与软件，2011，28 (6)：

82-83．

[35] Clarke G, Wright J.W. Scheduling of Vehicles from a Central Depot to a Number of Delivery Points[J].

Operations Research. 1964, 12(4): 568-581.

[36] Pisinger D, Ropke S. A general heuristic for vehicle routing problems[J].Computers and Operations

Research, 2007, 34(8): 2403-2435.

[37] Mester D, Bräysy O, Dullaert W. A Multi-parametric Evolution Strategies Algorithm for Vehicle

Routing Problems[J]. Expert Systems with Applications, 2007, 32(2): 508-517.

[38] Chi-bin Cheng.Solving a vehicle routing problem with time windows by a decomposition technique

and a genetic algorithm[J].Journal of Business Research, 2012,64(5): 1245-1250.

[39] 谢秉磊，李军，郭耀煌．有时间窗的非满载车辆调度问题的遗传算法[J]．系统工程学报，2000，

15(3)：290-294．

[40] 刘诚，陈治亚，封全喜．带软时间窗物流配送车辆路径问题的并行遗传算法[J]．系统工程，2005，

23(10)：7-11．

[41] 杨宇栋，朗茂祥，胡思继．有时间窗车辆路径问题的模型及其改进模拟退火算法研究[J]．管理

工程学报，2006，20(3)：204-107．

[42] 孟祥虎，胡蓉，钱斌．求解带时间窗车辆路径问题的有效混合PBIL算法[J]．系统工程理论与

实践，2014，34（10）：2701-2709．

[43] 李进，张江华．基于碳排放与速度优化的带时间窗车辆路径问题[J]．系统工程理论与实践，2014，

34（12）：3063-3072．

[44] 苏涛．O2O电子商务商业新模式分析[J]．全国商情(理论研究)，2012，（1）：34-35．

[45] 马红春．O2O电子商务模式在我国的应用现状分析[J]．科技视界，2012，（26）：244-245+432． [46] 霍要峰，张啸雄．电子商务O2O中的安全体系分析[J]．信息安全与通信保密，2012，（11）：121-123． [47] 王慧．基于O2O模式下的中小企业移动商务发展策略研究[J]．中国商贸，2012，（23）：119-120． [48] 侯丹．中国鲜活农产品物流发展存在问题及改进建议[J]．物流技术，2013，32(5)，164-166． [49] 王颖纯，胡彪等．物流配送中心规划与经营[M]．北京：电子工业出版社，2008．

- 46 -

万方数据参考文献

[50] 向敏，袁嘉彬，于洁．电子商务环境下鲜活农产品物流配送路径优化研究[J]．科技管理研究，

2015，35（18）：166-171+183．

[51] 王颖纯，高廷勇，李春发等．企业物流管理概论[M]．北京:电子工业出版社，2008． [52] 孙会君，高自友．考虑路线安排的物流配送中心选址双层规划模型及求解算法[J]．中国公路学

报，2003，16(2)：115-119．

[53] GB.DantzigandJ.H.Ramser. TheTruck-dispatching Problem[J]. Management Seienee. 1959, 6(1):

80-91.

[54] 张潇化．O2O模式下农产品物流运行问题研究[J]．晋中学院学报，2015，32（5）：56-59+67． [55] 李梦蝶．生鲜农产品移动电商发展模式研究[J]．物流工程与管理，2014，36（3）：125-127． [56] 叶伟媛．农产品O2O流通模式的形成与运行系统构建[J]．物流科技，2015，38（11）；87-89． [57] 董津津，陈学云．基于O2O模式的农产品流通一体化方式研究[J]．物流技术，2015，34（4）；

93-95．

[58] 张雪佳．大润发连锁超市O2O模式研究[J]．商场现代化，2015，（20）：23-24．

[59] 刘永刚．京东斥资43亿收购永辉超市或重点发展生鲜O2O业务[J]．中国经济周刊，2015，（32）：

60-61．

[60] 沈明玉．大型超市加速进军电商融合O2O探索新消费模式[N]．通信信息报，2014-02-12，（3）． [61] 汪旭晖，张其林．基于线上线下融合的农产品流通模式研究——农产品O2O框架及趋势[J]．北

京工商大学学报(社会科学版)，2014，29（3）：18-25．

[62] 徐晓晴．连锁超市O2O式体验营销运营模式创新研究[D]．大连：大连海事大学，2014． [63] 樊华．刍议超市生鲜农产品经营模式[J]．价值工程，2013，（19）：31-32． [64] 李倩．生鲜农产品配送中心物流系统规划与仿真[D]．武汉：武汉理工大学，2013． [65] 刘莹．连锁超市生鲜农产品物流配送体系优化研究[D]．山东：山东理工大学，2013． [66] 刘云．基于双层规划模型的水产品冷链物流网络优化研究[D]．北京：北京交通大学，2014． [67] 马永杰，云文霞．遗传算法研究进展[J]．计算机应用研究，2012，29（4）：1201-1206+1210． [68] 邢江波．电子商务环境下生鲜农产品物流同城配送网络优化[D]．大连：大连海事大学，2012． [69] 葛继科，邱玉辉，吴春明等．遗传算法研究综述[J]．计算机应用研究，2008，25（10）：2911-2916． [70] Torr P H S,Murray D W. The Development and Comparison of Robust Methods for Estimating the

Fundamental Matrix[J]. Inter-national Journal of Computer Vision, 1997, 24(3): 271-300.

- 47 -

万方数据发表论文和科研情况说明

发表论文和科研情况说明

发表的论文：

[1]美国图书馆欺凌和反欺凌现状最新调研[J].图书与情报，2015，第6期.

参与的科研项目：

[1]国家自然科学基金项目“建设工程项目经理人力资本贡献价值计量体系研究”，参与者。

[2]天津市自来水集团节能规划项目，主要参与人。

[3]天津市哲学社会科学规划资助项目“MOOC背景下的图书馆应对策略研究”的申请，主要撰写者。

- 48 -

万方数据致谢

致 谢

光阴似箭，岁月如歌，两年半的研究生生活即将结束。无论是在专业理论上，还是在实践方面，我都取得显而易见的进步。论文即将完成，也意味着离校的日子更近了，回首这两年半的求学历程，对那些帮助我、引导我、激励我的人，我心中充满了感激。

感谢我的导师王颖纯教授，本论文是在王老师的精心指导和悉心关怀下完成的。王老师严谨的科学思路、实事求是的治学态度、渊博的学识、敬业的精神等是我毕生学习的楷模。在此，对王老师两年半以来对我学术上的精心指导和生活上的关怀表示最崇高的敬意和最衷心的感谢。

感谢天津理工大学管理学院，为我进行科学研究和学习提供了良好的环境，让我不断吸取新知，充实自己。

感谢实验室的同学陈志辉和景帅，师妹李民、李翠、南薇、董雪敏以及师弟贺新乾，在我的学习和生活上不断提供帮助和鼓励。感谢我宿舍的姐妹们，两年半以来，我们朝夕相处，共同进步，感谢你们给予我的所有关心和帮助。

感谢支持我、包容我的家人和朋友，他们永远是我前进的动力，是我的精神支柱，是我最温馨的避风港。在日后的工作生活中，我一定会加倍努力，不辜负大家的期望。

最后，谨向在百忙之中抽出宝贵时间的评审专家、学者致以崇高的感谢。

- 49 -

万方数据