由于历史原因，各省烟草商业物流配送基本上是根据现有行政区划进行的物流站点布局和服务区域指派。浙江烟草商业物流配送网络在现有行政区划的框架下，设置了11个配送中心、1个分中心、53个中转站（对接点），除嘉兴市局（公司）由配送中心统一负责全地区送货外，其他地市级公司均采用“直送+中转”送货模式，即配送中心仅负责本级行政区域（个别单位包含少部分临近区县）零售客户的直送工作，其余地区卷烟由配送中心统一分拣包装后，先通过大货车运送至各县级分公司中转站（对接点），再由各站点配送至其区域内零售客户。这种以行政区域进行划分的“条块化”“属地化”管理模式，不能充分发挥物流聚集规模效应，易造成单位成本高、运行效率低。据调研测算，浙江烟草商业系统县级分公司中转站（对接点）的成本费用占整个送货环节成本费用的比例约为75%。

在此背景下，浙江省烟草专卖局（公司）探索利用“互联网+”思维，通过打破行政区域属地管理物流配送模式，对全省现有烟草物流中心、中转站（对接点）进行合理选址布局，优化送货线路，以求提升物流配送网络效率、降低运行成本、提高服务质量。

理论基础

烟草配送网络是一种典型的“单品种+多站点+区域指派+路径”模式：卷烟物流是通过多个站点，根据站点服务区划，将相对单一的卷烟商品配送到站点辖区内零售客户。烟草配送网络优化要满足以下几个目标：总运行成本最低，总时间成本最少，车辆装载要均衡，送货人员工作强度负荷要平衡，满足零售客户需求，提高服务水平。

可以看出，这些目标相互之间是矛盾的，再加上送货过程中受实际情况限制，导致站点选址、布局优化始终是卷烟配送面临的难题。鉴于网络布局优化数据量较大，涉及几十万零售客户，为此，可通过聚类分析和多旅行商问题（MTSP）算法进行求解。

聚类是空间数据挖掘中的一个重要研究领域，是指将物理或抽象对象的集合分成由类似对象组成多个类的过程。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异，在很多应用中可以将一类中的对象作为一个整体看待。在最优物流服务站点布局和站点服务区划设置计算过程中，由于计算因子（零售客户数据）较多，计算量的指数级增长，因此必须通过聚类的方法减少计算因子的数量。

多旅行商问题的一般定义为：给定n个城市、m名旅行商（n>m），所有旅行商要从某一设定的城市出发并最终返回该城市，MTSP需为所有旅行商确定洄游路线，使除出发城市之外的所有城市被且仅被访问一次，路线成本最低。对于烟草配送来说，路线成本是配送线路里程、配送在途时间和各节点服务时间的加权和。在实际配送过程中，某些线路的配送里程可能比较长，但是零售客户数量少、需求量也不大，其总工作量可能比配送里程数短、单零售客户稠密且送货量大的线路要少。因此，成本确定过程中要对实际配送数据进行详细、全面分析。

研究思路

首先，构建布局规划评价标准。以地市级烟草商业企业为单位，全面梳理全市烟草物流站点工作人员工资、车辆折旧、保险、维修、燃油、车杂等费用，测算车辆费用和站点运行费用；全面梳理全市牙槽物流站点的管理模式、资源配置等情况，评估站点的服务能力，构建一套行之有效的物流布局规划评价标准。

其次，构建布局规划方法模型。这包括物流站点选址标准模型和送货线路设置标准模型。前者，即指在现有全市烟草物流服务站点的基础上，以物流运行成本最优作为站点选址规划的主要标准，研究建立物流运行成本与站点分布、站点数量、送货线路数量、送货里程等相关因素之间的关系模型。一般而言，物流配送总成本由管理成本和送货成本组成。理论上，送货服务站点数量越多，送货成本降低，但站点的管理成本会不断增加，总成本随之增加（如图①所示）。因此，站点和站点服务区划的科学合理设置，需要以总成本最低为原则，寻求送货成本和管理成本的平衡点。

 

图①：送货运行成本与站点数量关系

后者，即指在对送货作业环节进行细分的基础上，分析研究送货多维数据指标，以物流送货综合作业时间作为单维指标，研究建立送货综合作业时间与送货量、户数、行驶里程等相关因素之间的关系模型。其中，综合作业时间=装车准备时间+装车时间+车辆行驶时间+交接时间+现金收款时间+签收时间。按照综合作业时间均衡的原则，通过算法模型，计算、划分送货线日送货作业线路；按照区域日送货量均衡的原则，确定日送货线路单元送货日；按照送货组作业量均衡的原则，组合配送组送货线路。

再次，制定物流布局规划。这包括物流站点规划和送货线路规划。前者，即指在现有全市烟草物流服务站点的基础上，参照行业标准，因地制宜，打破行政区域，综合考虑平均送货里程、单程最远送货里程、工作时间、劳动强度、运行费用、安全系数等指标，确定中转站（对接点）位置、物流中心直送半径、中转站（对接点）送货半径，形成一个站点设置基本科学、运行成本相对较低的物流站点布局规划。后者，即根据送货员的送货作业节点，将送货户数、送货里程、送货量、车辆装载量等多维数据指标，转换为综合作业时间单维指标，设置送货线路。

优化计算

浙江省局（公司）根据宁波、温州、金华市局（公司）的零售客户地理位置、道路情况、历史销量、车型大小、站点运维费用等数据，对三地的站点布局进行了实际测算。

在设置参数时，聚类上限为最小送货车辆的实际满载量，综合作业时间上限为8小时。将参数设定完成后，本着利旧的原则，尽量利用现有站点进行配送，对某个地市级公司现有的8个站点进行优化布局，对优化后站点数、线路数、行使里程数以及站点年运行费用进行详细测算。

通过比较分析，可以看出，按照5个站点进行布局，该地区每年可减少600万物流费用，降幅达到6%，布局相对科学合理（如图②所示）。

 

图②：不同站点数量下的运营费用比较

为了进一步验证计算准确性，浙江省局（公司）又选取两个地市级公司，对其站点布局进行了测算。可以看到，当站点数量减少到一定程度，若进一步减少站点数量，全地配送网络运行费用会有所增加，这也与日常管理实际相符。

通过利用“互联网+”思维，采用大数据分析，对三个地区10万零售客户、几十万个数据进行详细计算，三个地市级公司物流站点优化后可减少10个中转站点，优化后站点总费用与2015年全年站点总费用相比，每年可减少约2000万物流费用。若全省烟草商业系统推广应用，预计每年可减少费用超过5000万元，约占浙江烟草商业系统年度降本增效总目标的一半。当然，系统的数据为理论值，与实际会有一定的偏差。此外，系统计算路径时只考虑道路是否通车，未考虑实际路况，具体结果有待进一步验证。

来源：浙江省局（公司）