1.前言
随着互联网技术的不断进步，电子商务也迎来了迅猛发展，加上人们对快捷生活方式的追求，越来越多的人选择网购的方式，快递业务量也逐年增长。据国家邮政局统计，2010年以来我国快递业务量和业务收入逐年递增，2020年我国快递业务量为830亿元，同比增长30.8%，业务收入8750亿元，同比增长16.7%，并且有逐年增长的态势。在整个物流过程中城市末端配送尤为重要，国内外学者在“最后一公里”问题上也进行了许多研究，但末端配送也存在着诸多问题。由于快递行业发展速度快、准入门槛低的特点，导致市面上出现了越来越多的快递企业，这也导致了同一服务区内网点重叠设置的问题，又由于快递货物有着小批量、多频次、时效性强的特点，导致许多企业车辆装载率低[1]，造成了严重的资源浪费现象，加上运营商的要求与政府实施的策略存在很大差距[2]，这些现象的产生也使城市末端配送的成本增加，配送效率降低。为了改善城市快递末端配送现状，共同配送应运而生。目前的共同配送方式一共分为两种，一种是以第三方配送公司为主导的共同配送，另一种是以电商平台为基础组织的快递末端共同配送。在这两种配送方式中，都需要末端网点的支持，网点布局是影响整个末端配送环节的关键。
2.关于共同配送的研究现状
共同配送的概念最早由日本的失泽秀雄(1973)提出的，他强调了共同配送所面对的主要课题是“企业领导者的经营意识的保守性”和“物流共同化推进主体的职能以及合理的运费负担体系的设定”[3]。在此之后有很多国内外学者纷纷投入研究，提出了许多共同配送网络构建的方法，在这方面的研究在2000年左右已经较为成熟。随着互联网、电商的发展，近几年物流业飞速发展的情况下，对于共同配送的需求更加强烈，国内外学者也在学术方面作出了一些突破。
在政策方面，国家大力支持物流业发展，2012年中华人民共和国商务部发布了《关于推进现代物流技术应用和共同配送工作的指导意见》，将共同配送工作作为目标之一，2018年国家发布了《关于推进电子商务与快递物流协同发展的意见》等相关政策,提出将共同配送作为发展目标之一，鼓励快递企业开展联收联投，优化配送网络，降低运营成本。
在学术研究方面，近几年国内外学者的研究主要集中于验证共同配送的优越性以及网络的构建方面。
2.1关于共同配送优越性的研究
Olsson J(2019)研究了关于末端配送的学术文献，提出了由物流、配送、履行、运输、交付五个部分构成的文献框架，分析得共同配送是物流发展过程中，为提高配送效率、降低配送成本、提高资源利用率形成的一种配送方式[4]。李招(2019)通过数据挖掘分析了末端配送方式的案例模型，并采用层次分析法进行对比分析得出：实行末端共同配送之后末端物流配送成本降低了20%[5]。
2.2关于共同配送网络构建的研究
刘明(2011)等对比分析了传统的点对点配送模式和枢纽辐射模式,指出它们各自具有的优势，然后构建一种混合协同配送模式以兼顾这两种模式的长处,进而建立了混合协同配送模式函数模型并给出了具体求解的启发式搜索算法，通过仿真表明,采用该模式能形成更加高效的应急救援网络[6]。钟耀广(2016)等采用了模糊层次分析法，从政府角度出发，设定配送资质、配送能力、配送质量、服务质量、营运风险可控性和贡献能力六大指标,并进行综合评价,发现以第三方为主的共同配送方式可以产生最优的社会效应[7]。Wang(2017)等提出了一种基于蚁群与遗传算法的混合算法研究了两级设施多中心共同配送问题，得到两级物流联合配送网络中的最优利润分配方案和顺序联盟。并在贵阳市进行实证研究，得出改进的蚁群优化算法所构建的模型在总成本方面优于其他三种方法 [8]。Li(2018)等应用了一种基于储蓄的变邻域搜索算法，研究了考虑实时转运能力变化的两级多中心共同配送问题[9]。王慧(2018)考虑了成本与顾客效用，构建了共同配送双层规划模型，并采用遗传算法，进一步通过共同配送模式的利弊分析与对最大距离参数的敏感性分析,验证共同配送模式的优越性与应用双层规划模型解决网络规划问题的有效性[10]。王勇(2020)等针对多中心共同配送网络优化研究在车辆共享和合作联盟构建方面存在的不足，提出基于车辆共享的多中心共同配送联盟优化策略，通过实例对所提方法进行了验证，结果表明该方法能够实现配送资源的合理化配置和提高合作联盟稳定性 [11]。
3.关于共同配送下网点布局的研究现状
网点布局是共同配送网络中至关重要的一部分，2014年由国务院、国家邮政局联合下发的《关于开展电子商务与物流快递协同发展试点有关问题的通知》中，把解决末端配送难题、末端投递服务站点的建设作为重点工作任务之一。国内外学者针对共同配送下的网点布局问题，构建了许多模型，也有部分学者针对选址和路径规划问题作出了许多研究。
3.1关于共同配送网点布局模型的研究
Canel(2001)等开发了一种动态规划算法用于解决多商品、多阶段、多周期的网络设施布局模型，并利用动态编程寻找多时期规划范围内的最优配置序列[12]。Zhou(2016)等为解决共同配送及末端问题存在问题，提出了一种结合遗传算法（GA）和局部搜索（LS）的混合进化搜索算法，并基于大型实例族进行计算实验，得到的结果表明了所提出的模型和方法的有效性[13]。张漪(2016)等首先基于需求数据采用聚类方法将配送时空有限化,然后通过TOPSIS评价在有限空间内选出最优的顾客取货点，对配送网点进行优化，有效缓解当前生鲜产品配送'最后一公里'配送成本高、取货时间不一致、质量难以保证等问题[14]。Sarawong(2017)等基于双层规划理论构建了配送中心选址模型，上层是工厂到配送中心的运输成本模型，下层是配送中心到顾客的运输成本模型，并设计了四种上下层目标函数间最小平衡的算法，所提出的算法可以降低双层次编程问题的总运输成本[15]。彭珊珊(2017)等在农村共同配送的前提下，构建了以提供最大可能的服务为目标的混合整数规划模型，模型中包括设施辐射范围、设施可建设数量、服务能力限制、不重复服务等约束，针对所建立的模型,设计了相应的分支定界算法,并采用Lingo编程进行求解[16]。孙虎(2019) 提出将快递末端区域共同配送中心和自提网点设置在居民小区,基于AP算法与改进引力模型等方法对城市配送区域进行划分,并在各划分区域内确定快递末端共同配送中心的位置;运用Voronoi图对各末端网点的服务范围进行了划分。最后选取某市的实际数据作为算例,对该方法的可行性予以验证,验证结果可为该城市快递共同配送末端网点布局规划提供一种新思路[17]。崔冬玉(2019)考虑了网点中心性、网络运营经济性、网络抗毁性三个方面，结合了遗传算法得出了布局模型及配送中心选址[18]。张德凯(2019)构建了有限区域两级末端共同配送网络，采用了遗传算法的双层规划选址模型和模糊综合分析法进行网点选址评价，并通过实证分析，验证了网点的优越性[19]，欧阳玉子(2019)通过对多种算法的比较选择了K-means算法构建了网点布局模型，并考虑了末端配送需求、企业选址成本、顾客满意度三个方面进行选址分析，通过实证分析验证其有效性和可行性得出最优的网点布局方案[20]。Bi(2020)等提出了一种新颖的基于终端众包服务站的城市配送综合环保模式，并且建立了位置模型来确定服务站的布局[21]。黄露(2020)构建了新零售企业配送网点选址的双层规划模型，创新了聚类-模拟退火算法和聚类-分支遗传算法的两阶段算法对模型进行求解，并结合实例分析，得出了可节约成本，提高服务水平的网点选址设计[22]。
3.2关于共同配送路由问题的研究
对路由问题的研究：Aized(2014)等采用分层建模的方式，提供一种基于层次结构的最后一英里系统建模的概念性规划方法，来帮助配送系统的路径规划 [23]。李云龙(2018)在共同配送的基础上，提出了基于客户自提和上门配送两种网点选址-路径模型，并采用两种遗传算法对模型进行求解，得出最优的配送网点地点[24]。姬杨蓓蓓(2019)基于k-means聚类算法,解决取送点选址和客户群划分，然后在最优解基础上,采用扫描算法和蚁群算法,解决车辆配送路径问题,得出了最优的方案[25]。张慧敏(2019)在分区共同配送的基础上，从配送成本、时效性、车辆装载率出发，采用两阶段模型并进行求解，对共同配送网点进行了区域划分以及路径优化[26]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
