依托数字化平台的农村物流在线协作模式研究

doi:10.16381/j.cnki.issn1003-207x.2023.1864

摘要/Abstract

摘要：

当前我国大力推进平台数字化赋能和县乡村物流共同配送，针对消费品下乡进村“最后一公里”送货难的现状，提出依托数字化平台的农村物流双层（县-乡-村）在线协作模式。文章构建农村物流多车型双层协作车辆路径问题模型，并采用核仁解分摊联盟协作成本，重点探讨异质车型与村庄分布离散程度对联盟协作的影响。结果表明：农村物流企业在线双层协作模式能够降低快递进村的成本，实现农村客户订单的空间位置互补，提升农村寄递物流的配送效率；当某个成员新增一类异质车型时，能够提高协作车辆组合的灵活性，进一步降低联盟与成员的协作成本；村庄分布离散程度越高，在线双层协作模式的效益越显著。

关键词: 数字化平台, 农村物流, 在线协作

Abstract:

China vigorously promotes the digital empowerment of platforms and joint distribution of rural logistics， focusing on the difficulty of the last kilometer delivery of consumer goods to villages， the rural logistics two-echelon （county-town-village） online cooperative mode is proposed based on digital platform. Firstly， the model of two-echelon cooperative vehicle routing problem with heterogeneous fleets is constructed and optimized by adaptive large neighborhood search algorithm. Secondly， considering the marginal contribution of members， the contribution quantification model of rural logistics cooperative enterprises is designed， and the nucleolus are used to calculate optimal cost allocation value， so as to protect the interests of cooperative members. Finally， the effectiveness of the cooperation model is verified through numerical experiments， and then the impact of vehicle heterogeneity and village dispersion on the cooperation efficiency deeply is analyzed. The results show that： collaborative mode of rural logistics enterprises can reduce cost of delivery to villages， realize the complementary spatial location of rural customer orders. Simultaneously， collaborative distribution could improve the delivery efficiency of rural delivery logistics， and the maximum cost savings rate is about 54.96%. When a member adds a new type of heterogeneous fleet， cooperation can improve the flexibility of collaborative vehicle combination and further reduce the collaborative cost between the alliance and members； the higher the degree of dispersion of village distribution， the more significant the benefits of the online two-echelon cooperation.

Key words: digital platform, rural logistics, online collaboration

中图分类号:

段忠菲,饶卫振,刘鹏. 依托数字化平台的农村物流在线协作模式研究[J]. 中国管理科学, 2026, 34(1): 142-152.

Zhongfei Duan,Weizhen Rao,Peng Liu. Research on Online Cooperation Mode of Rural Logistics Based on Digital Platform[J]. Chinese Journal of Management Science, 2026, 34(1): 142-152.

图/表 10

图1

图2

表1

参数的符号表示及说明"

符号	说明	符号	说明
N	物流企业的集合，N={1,2,3,…,n}	c_e	车型e的单位行驶成本
V₀	县级共同配送中心，V₀ ={0}	Q_e	车型e的载重容量
V_s	乡级物流节点集合，V_s = {1,2,3,…,v_s }	f_e	启用车型e的固定成本
V_c	村级服务站点集合，V_c = { v_s +1, v_s +2,…, v_s + v_c }	S^h	第h个企业子联盟，且S^h ≠∅，1≤ h ≤2 ⁿ -1
$V s i$	第i个物流企业乡级物流节点集合， $V s i$ ={1, 2,…, v_i }	B^h	S^h 对应1×n维成员归属向量，当i∈S^h 时B^h (i)=1，否则等于0
$V c i$	第i个物流企业待服务村庄集合， $V c i$ ={v_sⁱ +1,…,v_sⁱ + v_i }	$V s h$	S^h 对应所有成员乡级物流节点集合 $V s h = ∪ i = 1 n B h (i) × V s i$
R	所有企业的可用车型集合，R={1,2,…, r}	$V c h$	S^h 对应所有成员待服务村庄集合 $V c h = ∪ i = 1 n B h (i) × V c i$
$R i 1$	第i个物流企业县-乡可用车型集合， $R i 1$ ={1,2,…,r_i¹}	K¹^h	S^h 对应所有企业的县-乡车辆集合， $K 1 h = ∪ i = 1 n B h (i) × K i 1$
$R i 2$	第i个物流企业乡-村可用车型集合， $R i 2$ ={1,2,…,r_i²}	K²^h	S^h 对应所有企业的乡-村车辆集合， $K 2 h = ∪ i = 1 n B h (i) × K i 2$
K	所有配送企业的车辆集合，K={1,2,…,k}	$R 1 h$	S^h 对应所有企业的车型集合， $R 1 h = ∪ i = 1 n B h (i) × R i 1$
K_e	第e种车型的可用车辆集合，K_e ={1,2,…, k_e }	$R 2 h$	S^h 对应所有企业的车型集合， $R 2 h = ∪ i = 1 n B h (i) × R i 2$
$K i 1$	第i个物流企业县-乡可用车辆集合	$p e 1 h$	S^h 对应所有企业县-乡可用车型e车辆集合， $P e 1 h = ∪ i = 1 n B h (i) × P i 1 e$
$K i 2$	第i个物流企业乡-村可用车辆集合	$p e 2 h$	S^h 对应所有企业乡-村可用车型e车辆集合， $P e 2 h = ∪ i = 1 n B h (i) × P i 2 e$
$P i 1 e$	第i个物流企业县-乡可用车型e车辆集合	d_st	边(s, t)对应的行驶距离，(s, t)∈V₀∪V_s ∪V_c 且s≠t
$P i 2 e$	第i个物流企业乡-村可用车型e车辆集合	q_ω	第ω个待服务村庄的需求量(ω∈V_c^h )
决策变量
$x i j k$	0-1变量，当县-乡的配送车辆k经过弧(i, j)， $x i j k$ =1，否则为0
$y r k$	0-1变量，当乡级物流节点r被车辆k服务， $y r k$ =1，否则为0
$z l m t$	0-1变量，当乡-村的配送车辆t经过弧(l, m)， $z l m t$ =1，否则为0
$λ s t$	0-1变量，当村级服务站点s被车辆t服务， $λ s t$ =1，否则为0

表1

图3

表2

图4

表3

图5

图6

表4

参考文献 33

[1]	张晓林. 乡村振兴战略下的农村物流发展路径研究［J］. 当代经济管理， 2019， 41（4）： 46-51.
	Zhang X L. Research on the path of rural logistics development under the rural revitalization strategy［J］. Contemporary Economy & Management， 2019， 41（4）： 46-51.
[2]	李心萍. 快递服务覆盖全国95%建制村［N］. 人民日报， 2023-01-18（10）.
	Li X P. Express delivery services cover 95% of the administrative villages across the country［N］. People’s Daily， 2023-01-18（10）.
[3]	赵晓敏，翟礼滢，蒋茵. 基于数字化赋能的平台供应链演化博弈决策［J］. 管理学报， 2023， 20（6）： 925-935.
	Zhao X M， Zhai L Y， Jiang Y. Evolutionary game decision in a platform supply chain with digital empowerment［J］. Chinese Journal of Management， 2023， 20（6）： 925-935.
[4]	赵泉午，张会芳，谭克维. 多类包裹协同配送下的城市物流选址-路径问题研究［J］. 管理工程学报， 2022， 36（2）： 225-237.
	Zhao Q W， Zhang H F， Tan K W. Multi-commodity location-routing problem arising in city logistics［J］. Journal of Industrial Engineering and Engineering Management， 2022， 36（2）： 225-237.
[5]	周小祥，黄承锋. 农村物流末端共配联盟演化博弈及稳定性研究［J］. 交通运输系统工程与信息， 2022， 22（1）： 265-272+310.
	Zhou X X， Huang C F. Evolutionary game and its stability for joint distribution alliance of rural logistics［J］. Journal of Transportation Systems Engineering and Information Technology， 2022， 22（1）： 265-272+310.
[6]	Basso F， D’Amours S， Rönnqvist M， et al. A survey on obstacles and difficulties of practical implementation of horizontal collaboration in logistics［J］. International Transactions in Operational Research， 2019， 26（3）： 775-793.
[7]	孙新波，马慧敏，何建笃，等. 平台型企业价值创造机理及演化案例研究［J］. 管理学报， 2022， 19（6）： 801-810.
	Sun X B， Ma H M， He J D， et al. The mechanism and evolution of value creation in platform enterprises： A case study［J］. Chinese Journal of Management， 2022， 19（6）： 801-810.
[8]	陈收，蒲石，方颖，等. 数字经济的新规律［J］. 管理科学学报， 2021， 24（8）： 36-47.
	Chen S， Pu S， Fang Y， et al. The new rules of digital economy［J］. Journal of Management Sciences in China， 2021， 24（8）： 36-47.
[9]	Cui R， Li M， Li Q. Value of high-quality logistics： Evidence from a clash between SF express and alibaba［J］. Management Science，2020， 66（9）： 3879-3902.
[10]	盛虎宜，刘长石，鲁若愚. 基于共同配送策略的农村电商集送货一体化车辆路径问题［J］. 系统工程， 2019， 37（3）： 98-104.
	Sheng H Y， Liu C S， Lu R Y. Vehicle routing problem with simultaneous pick-up and delivery in rural electronic commerce based on joint distribution strategy［J］. Systems Engineering， 2019， 37（3）： 98-104.
[11]	Yang F， Dai Y， Ma Z J. A cooperative rich vehicle routing problem in the last-mile logistics industry in rural areas［J］. Transportation Research Part E： Logistics and Transportation Review， 2020， 141： 102024.
[12]	陈国青，任明，卫强，等. 数智赋能：信息系统研究的新跃迁［J］. 管理世界， 2022， 38（1）： 180-196.
	Chen G Q， Ren M， Wei Q， et al. Data-intelligence empowerment： A new leap of information systems research［J］. Journal of Management World， 2022， 38（1）： 180-196.
[13]	饶卫振，朱庆华，刘从虎. 在线组建协作配送联盟中企业成本节约相对量估算方法研究［J］. 系统工程理论与实践， 2019， 39（3）： 659-672.
	Rao W Z， Zhu Q H， Liu C H. An estimation method for computing cost saving percentage of distribution enterprises in collaborative environment： Used for forming collaborative distribution coalition on-line［J］. Systems Engineering—Theory & Practice， 2019， 39（3）： 659-672.
[14]	Mancini S， Gansterer M， Hartl R F. The collaborative consistent vehicle routing problem with workload balance［J］. European Journal of Operational Research， 2021， 293（3）： 955-965.
[15]	Wang Y， Zhang S， Assogba K， et al. Economic and environmental evaluations in the two-echelon collaborative multiple centers vehicle routing optimization［J］. Journal of Cleaner Production， 2018， 197： 443-461.
[16]	González-Feliu J. Models and methods for the city logistics： The two-echelon capacitated vehicle routing problem［R］. Dicussion Paper， Politecnico di Torino， Turin， Italy， 2008.
[17]	Perboli G， Tadei R， Vigo D. The two-echelon capacitated vehicle routing problem： Models and math-based heuristics［J］. Transportation Science， 2011， 45（3）： 364-380.
[18]	Kancharla S R， Ramadurai G. Multi-depot two-echelon fuel minimizing routing problem with heterogeneous fleets： Model and heuristic［J］. Networks and Spatial Economics， 2019， 19（3）： 969-1005.
[19]	Dellaert N， Dashty Saridarq F， Van Woensel T， et al. Branch-and-price–based algorithms for the two-echelon vehicle routing problem with time windows［J］. Transportation Science， 2018， 53（2）： 463-479.
[20]	苏兵，周佳其， LIN Guohui，等. 应急救援物资紧缺的两级配送路径选择研究［J］. 中国管理科学， 2022， 30（8）： 155-163.
	Su B， Zhou J Q， Lin G H， et al. Research on two-echelon vehicle routing for scarce emergency relief supply dispatching［J］. Chinese Journal of Management Science， 2022， 30（8）： 155-163.
[21]	Marques G， Sadykov R， Dupas R， et al. A branch-cut-and-price approach for the single-trip and multi-trip two-echelon vehicle routing problem with time windows［J］. Transportation Science， 2022， 56（6）： 1598-1617.
[22]	谢世鑫，王旭，杜建辉，等. 考虑同城配送的多产品多中心两级物流网络设计及车辆路径研究［J］. 管理工程学报， 2023， 37（3）： 178-190.
	Xie S X， Wang X， Du J H， et al. The design and optimization of two-echelon vehicle routing problem for multi-commodity multi-depot logistics network considering intra-city delivery service［J］. Journal of Industrial Engineering and Engineering Management， 2023， 37（3）： 178-190.
[23]	Defryn C， Sörensen K， Dullaert W. Integrating partner objectives in horizontal logistics optimisation models［J］. Omega， 2019， 82： 1-12.
[24]	饶卫振，张云东，刘从虎，等. 一种求解协作配送成本分摊问题核仁解的近似迭代算法［J］. 系统工程理论与实践， 2019， 39（6）： 1517-1534.
	Rao W Z， Zhang Y D， Liu C H， et al. An approximate iterative algorithm for generating cost sharing nucleolus of collaborative vehicle routing problem［J］. Systems Engineering-Theory & Practice， 2019， 39（6）： 1517-1534.
[25]	Tae H， Kim B I， Park J. Finding the nucleolus of the vehicle routing game with time windows［J］. Applied Mathematical Modelling， 2020， 80： 334-344.
[26]	Li Y， Chen H， Prins C. Adaptive large neighborhood search for the pickup and delivery problem with time windows， profits， and reserved requests［J］. European Journal of Operational Research， 2016， 252（1）： 27-38.
[27]	Fernández E， Fontana D， Speranza M G. On the collaboration uncapacitated arc routing problem［J］. Computers & Operations Research， 2016， 67： 120-131.
[28]	Lam E， Van Hentenryck P， Kilby P. Joint vehicle and crew routing and scheduling［J］. Transportation Science， 2020， 54（2）： 488-511.
[29]	Schmeidler D. The nucleolus of a characteristic function game［J］. SIAM Journal on Applied Mathematics， 1969， 17（6）： 1163-1170.
[30]	Shapley L S. A value for n-persons games［M］// Kuhn H W， Tucker A W. Contributions to the Theory of Games（AM-28）， Volume Ⅱ. Princeton： Princeton University Press， 1953： 307-317.
[31]	江彬倩，李登峰，林萍萍. 多目标合作博弈最小二乘预核仁与核仁解［J］. 系统工程理论与实践， 2020， 40（3）： 691-702.
	Jiang B Q， Li D F， Lin P P. Least squares prenucleolus and nucleolus solution of multi-objective cooperative games［J］. Systems Engineering —Theory & Practice， 2020， 40（3）： 691-702.
[32]	Luo Z， Qin H， Zhang D， et al. Adaptive large neighborhood search heuristics for the vehicle routing problem with stochastic demands and weight-related cost［J］. Transportation Research Part E： Logistics and Transportation Review， 2016， 85： 69-89.
[33]	Song R， Lau H C， Luo X， et al. Coordinated delivery to shopping malls with limited docking capacity［J］. Transportation Science， 2022， 56（2）： 501-527.

h	*B^h*	*S^h*	Dis^nc (S^h )	Dis(S^h )	DSR(S^h)/%	*K^nc*	*K^c*	C^nc (S^h )	*C(S^h* )**	CSR(S^h )/%
1	[0 0 1]	{3}	252.15	252.15	0.00	14	14	1406.29	1406.29	0.00
2	[0 1 0]	{2}	254.52	254.52	0.00	15	15	1442.50	1442.50	0.00
3	[0 1 1]	{2, 3}	506.67	376.16	25.76	29	28	2848.79	2590.89	9.05
4	[1 0 0]	{1}	261.89	261.89	0.00	16	16	1446.92	1446.92	0.00
5	[1 0 1]	{1, 3}	514.04	379.77	26.12	30	29	2853.21	2593.10	9.12
6	[1 1 0]	{1, 2}	516.41	395.34	23.44	31	30	2889.42	2641.91	8.57
7	[1 1 1]	{1, 2, 3}	768.56	524.79	31.72	45	43	4295.71	3806.10	11.40

配送企业	*Φ_nc*	*Φ_c*	*Save*	*CSR/%*
企业1	1446.92	1286.40	160.52	11.09
企业2	1442.50	1284.20	158.30	10.97
企业3	1406.29	1235.40	170.89	12.15
协作前派车方案	6辆Q_e =300,11辆Q_e =400,16辆Q_e =600,12辆Q_e =1200
协作后派车方案	7辆Q_e =300,7辆Q_e =400,17辆Q_e =600,12辆Q_e =1200

h	*B^h*	*S^h*	分布离散程度低			分布离散程度中			分布离散程度高
h	*B^h*	*S^h*	*C₁^nc* (S^h )**	*C₁(S^h* )**	CSR%	*C₁^nc* (S^h )**	*C₁(S^h* )**	CSR%	*C₁^nc* (S^h )**	*C₁ (S^h* )**	CSR%
1	[0 0 1]	{3}	374.63	374.63	0.00	418.13	418.13	0.00	439.98	439.98	0.00
2	[0 1 0]	{2}	374.58	374.58	0.00	418.08	418.08	0.00	439.93	439.93	0.00
3	[0 1 1]	{2, 3}	749.22	374.66	49.99	836.21	419.11	49.88	879.90	440.01	49.99
4	[1 0 0]	{1}	374.63	374.63	0.00	418.13	418.13	0.00	439.98	439.98	0.00
5	[1 0 1]	{1, 3}	749.27	374.63	50.00	836.26	419.08	49.89	879.95	439.98	50.00
6	[1 1 0]	{1, 2}	749.22	374.66	49.99	836.21	419.11	49.88	879.90	440.01	49.99
7	[1 1 1]	{1, 2, 3}	1123.85	513.66	54.29	1254.34	564.95	54.96	1319.88	589.06	55.37