考虑订单偏好的外卖众包配送优化策略研究

doi:10.16381/j.cnki.issn1003-207x.2021.1262

摘要/Abstract

摘要：

随着外卖这一共享经济模式的逐步发展，现在的外卖已由原本的市场扩张阶段转为提升服务质量的内涵式发展阶段。本文关注于现行主流外卖配送中的移动众包配送模式，探讨考虑订单目的地偏好的外卖众包配送策略的优化。建立了考虑配送系统服务速度、配送员个人总收益和顾客等待时长为优化目标的三个模型，并设计算例对模型进行验证，针对订单匹配范围半径、理想订单分配率以及配送员的基础收益等参数，探讨满足顾客等待时长最小化、配送员收益最大化的配送系统优化策略。仿真结果表明，本文基于排队论提出的模型能够较好地刻画实际外卖众包配送特征，相关结论对外卖行业的运营管理具有理论价值和现实意义。

关键词: 外卖, 众包配送, 供需匹配, 效率, 排队论

Abstract:

With the gradual development of the sharing economy model of food delivery， the current food delivery has changed from the original stage of market expansion to the connotative development stage of improving service quality. The mobile crowdsourcing distribution model in the current mainstream food delivery is focused on， and the optimization of the takeaway crowdsourcing distribution strategy is discussed considering the order destination preference. Firstly， three models are established that consider the service speed of the distribution system， the total income of the distributor and the waiting time of the customer as the optimization goals. Secondly， a calculation example is designed to verify the model. According to the order matching range radius， the ideal order distribution rate and the delivery staff's basic income and other parameters， the optimization strategy of the delivery system to minimize the waiting time of customers and maximize the income of the delivery staff is discussed. The simulation results show that the model proposed in this paper based on queuing theory can better describe the characteristics of actual food delivery crowdsourcing， and the relevant conclusions have theoretical value and practical significance in the operation and management of the food delivery industry.

Key words: food delivery, crowdsourcing delivery, matching of supply and demand, efficiency, queuing theory

中图分类号:

C931

陈星光,李心宇,程鲁强. 考虑订单偏好的外卖众包配送优化策略研究[J]. 中国管理科学, 2024, 32(6): 86-97.

Xingguang Chen,Xinyu Li,Luqiang Cheng. Research on Optimization Strategy of Food Delivery Crowdsourcing Delivery Considering Order Preference[J]. Chinese Journal of Management Science, 2024, 32(6): 86-97.

图/表 12

图1

图2

表1

本文所用符号说明"

符号	含义
$θ$	众包配送员的目的地偏好程度
$G$	抢单系统
S	派单系统
$ρ$	众包配送员密度
v	众包配送员配送行驶速度
$q Z$	选择Z系统的众包配送员比例（Z = G, S）
h	众包订单的期望送餐距离
$k Z$	Z系统众包订单的期望取餐时长（Z = G, S）
$Q Z$	匹配范围内选择Z系统的众包配送员数量（Z = G, S）
$μ Z$	每平方公里Z系统的服务速度（Z = G, S）
$U Z$	Z系统众包配送员的个人总收益（Z = G, S）
a	众包配送员的配送基础收益
b	众包配送员送餐单位时间收益
c	众包配送员配送单位时间成本
$τ$	目的地位置理想的订单对众包配送员的偏好效益系数
$γ i$	每平方公里i订单的下单速度（i = 1, 2）
$δ$	目的地位置理想的订单分配给G系统的比例
$Γ Z$	每平方公里系统Z的订单下单速度（Z = G, S）
$w Z$	Z系统众包订单的期望排队匹配时长（Z = G, S）
T	外卖众包系统顾客总体等待时长
$Γ ? Z$	匹配范围内系统Z的订单下单速度（Z = G, S）
$μ ? Z$	匹配范围内Z系统的服务速度（Z = G, S）
W	众包订单的期望排队匹配时长
$t Z$	Z系统顾客总体等待时长（Z = G, S）
$Γ$	众包订单总量
K	众包订单的期望取餐时长
R	众包订单的匹配范围半径
P	G系统中目的地位置理想的订单的占比

表1

图3

表2

算例参数设置"

仿真场景	仿真参数属性
仿真场景	每平方公里下单速度 $Γ$ (单/m)	每单配送基础收益a (RMB)	送餐单位时间收益b (RMB/m)	配送单位时间成本c (RMB/m)	理想订单偏好效益 $τ$ (RMB)	期望送餐距离h (km)	配送员密度 $ρ$ (人/km²)	平均行驶速度v (km/m)	目的地位置理想订单的占比（%）
S1	4	4	0.25	0.15	4	1.5	55	0.2	25
S2	4	4	0.25	0.15	4	1.5	55	0.2	50
S3	4	4	0.25	0.15	4	1.5	55	0.2	75
S4	4	4	0.25	0.15	4	1.5	55	0.3	25
S5	4	4	0.25	0.15	4	1.5	55	0.3	50
S6	4	4	0.25	0.15	4	1.5	55	0.3	75

表2

图4

图5

图6

图7

图8

图9

图10

参考文献 19

1	崔岩.就业质量视角下的外卖骑手就业脆弱性研究［J］.山东社会科学，2021，5：93-99.
	Cui Y. Research on employment vulnerability of takeaway riders from the perspective of employment quality［J］. Shandong Social Science，2021，5：93-99.
2	何振华.我国即时物流行业研究［J］.商业经济研究，2020，10：100-102.
	He Z H. Research on my country's Instant Logistics Industry［J］. Journal of Commercial Economics，2020，10：100-102.
3	王韬，崔彬，吴秋爽，等.消费者在线外卖消费行为影响因素研究——基于江苏省的调查数据［J］.美食研究，2018，35（4）：15-21.
	Wang T， Cui B， Wu Q S，et al. Ｒesearch of consumption behaviors and influence factors on consumers’online meal ordering： Based on survey data form Jiangsu Province［J］. Journal of Researches on Dietetic Science and Culture， 2018，35（4）：15-21.
4	张永棠.一种移动众包系统在线激励机制优化算法［J］.计算机应用研究，2019，36（9）：2588-2589+2595.
	Zhang Y T. Optimization algorithm of online incentive mechanism for mobile crowdsourcing system［J］. Application Ｒesearch of Computers， 2019，36（9）：2588-2589+2595.
5	Alp M A， Niels A， Leo K，et al. Crowdsourced delivery-a dynamic pickup and delivery problem with Ad Hoc drivers［J］. Transportation Science， 2019， 53（1）： 222-247.
6	Liu Y， Guo B， Chen C，et al. FooDNet： Toward an optimized food delivery network based on spatial crowdsourcing［J］. IEEE Transactions on Mobile Computing， 2019， 18（6）： 1288-1301.
7	蒋丽，王静，梁昌勇，等.基于改进蚁群算法的众包配送路径研究［J］.计算机工程与应用， 2019， 55（8）： 244-249.
	Jiang L， Wang J， Liang C Y， et al. Research on crowdsourcing distribution path based on improved antcolony algorithm［J］. Computer Engineering and Applications， 2019， 55（8）：244-249.
8	李桃迎，吕晓宁，李峰，等.考虑动态需求的外卖配送路径优化模型及算法［J］.控制与决策， 2019， 34（2）： 406-413.
	Li T Y， Lv X N， Li F，et al. Routing optimization model and algorithm for takeout distribution with multiple fuzzy variables under dynamics demand［J］. Control and Decision， 2019， 34（2）： 406-413.
9	Chen C， Tian Z H， Yao B Z. Optimization of two-stage location-routing-inventory problem with time-windows in food distribution network［J］. Annals of Operations Research， 2019， 273（1-2）： 111-134.
10	Yildiz B， Savelsbergh M. Provably high-quality solutions for the meal delivery routing problem［J］. Transportation Science， 2019， 53（5）： 1372-1388.
11	Reyes D， Erera A L， Savelsbergh M W P. Complexity of routing problems with release dates and deadlines［J］. European Journal of Operational Research， 2018， 266（1）： 29-34.
12	王水莲，李志刚，杜莹莹.共享经济平台价值创造过程模型研究——以滴滴、爱彼迎和抖音为例［J］.管理评论， 2019， 31（7）： 45-55.
	Wang S L， Li Z G， Du Y Y. Research on value creation process model of shared economic platform： A case study of didi，airbnb and douyin［J］. Management Review， 2019， 31（7）： 45-55.
13	Koutsoupias E， Papadimitriou C. Worst-case equilibria［J］. Computer Science Review， 2009， 3（2）：65-69.
14	应焕红.分享经济发展与制度创新［J］.学习论坛，2018， 34（1）：41-45.
	Ying H H. Sharing economy development and system innovation［J］. Tribune of Study， 2018， 34（1）： 41-45.
15	马丽.共享经济模式产品供需匹配问题研究［J］.商业经济研究， 2018（14）： 187-189.
	Ma L. Research on the matching problem of product supply and demand in sharing economy model［J］. Journal of Commercial Economics， 2018（14）： 187-189.
16	Rouba I. Managing queueing systems where capacity is random and customers are impatient［J］. Production and Operations Management， 2018， 27（2）： 234-250.
17	Bai J， So K C， Tang C S， et al. Coordinating supply and demand on an on-demand service platform with impatient customers［J］.Manufacturing & Service Operations Management， 2018， 21（3）， 556-570.
18	Yang H， Qin X R， Ke J T， et al. Optimizing matching time interval and matching radius in on-demand ride-sourcing markets［J］. Transportation Research Part B Methodological， 2020， 131： 84-105.
19	Sun L Y， Teunter R H， Hua G W， et al. Taxi-hailing platforms： Inform or assign drivers？［J］. Transportation Research Part B： Methodological， 2020， 142： 197-212.

[1]	喻寅昀,李从东,付业林,黎建强. 考虑决策者偏好结构的交叉效率评价方法[J]. 中国管理科学, 2024, 32(8): 117-126.
[2]	吴忠群,郑瑞锦. USP电价机制下引入金融输电权的发电商报价模型[J]. 中国管理科学, 2024, 32(3): 48-59.
[3]	马宝妹,刘思峰,刘健. 基于普通顾客公平偏好的非垄断系统服务机制与定价研究[J]. 中国管理科学, 2024, 32(2): 141-151.
[4]	姜立生,廖虎昌. 考虑共识效率和误判风险的风险-效率混合共识模型[J]. 中国管理科学, 2024, 32(2): 23-30.
[5]	钟琦,曲冠桥,唐加福. O2O外卖价格促销策略对消费者购买意愿的影响研究[J]. 中国管理科学, 2024, 32(2): 254-264.
[6]	陆帅,李守伟,何建敏. 考虑基金网络地位的多阶段效率及其前瞻性预测能力[J]. 中国管理科学, 2023, 31(9): 22-34.
[7]	王美强, 常梅. 考虑资金运营方式的中国商业银行经营效率分析[J]. 中国管理科学, 2023, 31(7): 140-152.
[8]	乔健, 陈梦甜, 何梦莹, 陈炘钧. 效率公平防溢并重的多交叉口协调控制[J]. 中国管理科学, 2023, 31(7): 214-226.
[9]	刘子龙, 李晓涵, 唐加福. 重大突发公共卫生事件及其防控政策对互联网零工经济平台劳动生产率的影响——以外卖骑手为例[J]. 中国管理科学, 2023, 31(3): 81-91.
[10]	陈国权, 王婧懿, 林燕玲, 刘薇, 周琦玮, 徐芬. 多人从经验中学习模型研究：基于信息和分析方法之间的匹配性视角[J]. 中国管理科学, 2023, 31(3): 259-267.
[11]	杨欢, 吕承超. “新医改”十年：中国医疗卫生服务效率的区域差异、动态演进及影响因素研究[J]. 中国管理科学, 2023, 31(2): 162-172.
[12]	潘建均,侯光明,顾基发,张华锋,王俊鹏,陈泽玮. 技术进步对中国电力行业环境效率提升影响的实证研究[J]. 中国管理科学, 2023, 31(12): 215-227.
[13]	黄衍,陈丽烨,吴楠,王应明,戴永务. 基于效率补偿机制的区间标杆面研究[J]. 中国管理科学, 2023, 31(12): 317-328.
[14]	李美娟, 卢锦呈. 一种新的基于双前沿面的交叉效率方法及其应用[J]. 中国管理科学, 2023, 31(1): 168-175.
[15]	陈国权, 王婧懿, 林燕玲, 刘薇, 周琦玮, 徐芬. 多人从经验中学习模型研究：基于信息和分析方法的异质性视角[J]. 中国管理科学, 2023, 31(1): 187-199.