本文從戰略、戰術和運營層面，對近年來物流末端配送相關方向的國內外文獻進行全面的綜述，以期梳理清楚物流末端配送環節近年的研究成果，從而為相關領域學者提供參考。

1 戰略層面：對策研究、客戶行為研究與效益分析

在戰略層面，學者們從末端配送的對策研究、客戶行為偏好與效益分析等方面切入并進行了大量研究。

1.1 末端配送現狀與發展對策

學者通常從末端配送環節不同場景的視角切入，并結合所處外部環境的特點對物流末端配送環節的現狀進行分析并提出發展建議。

楊聚平等[4]在電子商務迅猛發展的背景下，深入分析國內外電子商務“最后一公里”配送方案，并對取得成功的配送方案的背后原因與適用范圍進行了定性分析，提出了集公共電子提貨柜、人工自助提貨與送貨上門等多種配送方案的電子商務“最后一公里”綜合配送模型，以期降低配送成本以及提高服務質量。苗娜娜[5]在國家出臺“三農政策”加強鄉村建設的背景下，分析農村物流末端配送面臨的挑戰，即需輻射的范圍廣且運營成本高、物流基礎設施建設落后與缺乏規范的售后服務體系，提出了壯大物流多元主體以降低運營成本、加強物流末端配送基礎設施建設以及加快信息化建設等優化策略。王光輝等[6]以物流末端配送中的公共物資配送作為切入點，分析我國公共物資供應體系下末端配送面臨的問題，包括物資需求難以滿足與配送受阻，提出構建云平臺末端配送體系進行智慧化自提點布局、供應鏈協同路徑優化與智慧化配載。徐麗等[7]則從宏觀視角出發，面對物流末端配送中普遍存在的回收體系不完善、運件的不安全和配送人員與消費者的矛盾等問題，通過層次分析法建立末端配送體系的模型，以及模糊綜合評價法得到客戶對于物流末端配送的評分，提出了規劃物流市場、制定運件回收機制、合理分配配送方式以及物流企業APP或小程序優化的建議。

1.2 客戶行為偏好研究

考慮到末端配送環節與客戶接觸的頻繁性，因此對客戶行為偏好進行研究，并依此對末端配送環節進行優化是具有必要性的。

Milioti et al[8]采用陳述偏好排序實驗研究電子商務領域的末端配送方式的可接受性，以及客戶對各種配送方式的選擇意愿，為物流企業針對客戶配送偏好的多樣性設計高效的末端配送規劃提供支持。陳義友等[9]認為客戶在末端配送服務方式的選擇中存在有限理性行為，即客戶缺乏準確的計算能力來評估期待損失或損失效用，基于此假設并以客戶期望效用最大化為目標，考慮距離和費用對顧客選擇服務方式的影響，構造自提與送貨上門兩種配送方式的分段效用函數，描述客戶有限理性行為對末端配送環節的影響，從而為物流企業提供決策支撐。朱惠琦等[10]將配送模式、服務方式以及配送時隙選擇納入同一模型中分析，來揭示客戶對末端配送模式、服務方式與配送時隙的聯合選擇行為特征，為物流企業規劃與客戶偏好相適應的末端配送環節提供指導。Moussaoui et al[11]采取定性案例研究考察摩洛哥消費者的網上購物行為，并調查該地消費者對于自提點式末端配送方式的看法，得到自提點的選址、布置密度、安全性以及營業時間因素，對于消費者是否選取自提點式末端配送方式具有較大影響的結果。Luigi et al[12]以收入群體劃分明顯的發展中國家的發達城市為切入點，研究不同收入群體之間的消費行為差異，對于自提點式末端配送服務方式的影響以及該方式的實施可行性，認為自提點式末端配送的可試用性、兼容性以及比較優勢是影響客戶選擇的主要因素。

1.3 物流末端配送的效益分析

對物流末端配送環節的綜合效益研究主要集中在共同配送領域，對物流末端共同配送方式的效益進行探討，也有部分學者將共同配送領域的效益研究進一步細化。

在末端共同配送模式的綜合效益方面，陸華等[13]基于物流末端配送環節的復雜性、開放性的系統角度出發，以北京市通州區為例構建物流末端配送的系統動力學模型，仿真測算共同配送模式與各自配送模式在成本、交通與能源損耗方面的效益變化，結果表明共同配送模式下車輛出行總量、道路擁擠度和能源消耗都會減少，表明共同配送模式具有降本增效的積極作用。王淑云等[14]從冷鏈品多溫共同配送效益角度切入，以蓄冷式多溫共配和機械式多溫共配模式為對比研究對象，建立了以最小配送總成本為目標的模型，結合實際算例分析兩種模式的效益（經濟性、安全性、靈活性、環保性），論證了蓄冷式多溫共配模式的效益優越性。

在成本效益方面，鄧建新等[15]考慮到實際生活中的物流末端配送具有隨機性，基于共同配送的實質和作業活動成本思想，利用配送生命周期構建了共同配送的成本效益計算模型，方便物流企業進行共同配送的數字化效益實時可視化自動化計算評估。

此外，在能源效益方面，汪欣[16]從共同配送的低碳效益視角切入，分析兩個物流企業之間合作的共同配送模式，以配送能耗最小為目標建立模型分析，提出物流企業在選擇共同配送的合作伙伴時，需要根據雙方的配送中心位置、客戶需求結構、配送能力及速度等因素綜合考慮。

2 戰術層面：配送模式創新與模型算法創新

戰術層面的規劃關鍵在于配送模式的創新或是模型算法的創新，以此為物流企業規劃末端配送環節提供理論指導或方向借鑒。

2.1 配送模式創新

目前，常用的末端配送模式主要為送貨上門、自提柜、自提點以及共同配送等四種模式[17]，較多學者選擇從配送模式的創新切入，從而推動末端配送環節的優化。

部分學者在自提柜配送模式下，重點研究了用戶需求[18]、自提柜設計[19]等對末端配送的影響。李嘉晨等[18]以用戶需求異質性為切入點，基于自提柜“被動接受”和“主動合作”兩種情境，討論用戶與配送人員的演化策略研究，為提高自提柜的使用效率提供理論參考。Grabenschweiger et al[19]設計了一種異構上鎖自提柜來完善末端配送體系，考慮為愿意自提的客戶提供補償金以及不同尺寸包裹的存儲約束，以配送成本與補償成本最小化為目標建立模型，使用自適應大鄰域搜索算法（ALNS）求解。

資源的整合是末端配送中降低成本、提高效率的重要手段，也是學者重點關注領域。賓松等[20]將高鐵快運干線運輸與城市末端配送整合，考慮二維裝載限制并以最小化運輸成本和裝載成本為目標建立模型，使用融合鄰域搜索算子的遺傳算法求解最優方案。劉暢等[21]考慮社區團購場景下消費者個性化服務的供需特征，研究供應鏈末端配送資源整合，構建多階段動態多目標末端配送資源整合優化數學模型，以期提供更符合消費者期待的服務。楊京帥等[22]同時考慮末端配送服務模式，從平衡物流企業成本與服務質量的角度出發，以配送成本最小和客戶滿意度最大為雙目標，考慮車輛容量限制、客戶收貨模式和客戶時間窗建立模型，使用改進的NSGA-Ⅱ算法求解，分析發現物流企業綜合利用多種末端配送服務模式能夠更好地平衡配送成本與客戶滿意度水平、降低配送成本。

隨著無人機技術的成熟，越來越多的研究者開始研究無人機應用于物流末端配送情景下的優化問題。Li et al[23]將無人機應用于物流末端配送環節，在模擬的復雜低空環境和無人機性能約束下，構建基于成本函數改進的元胞自動機（CA）并生成路徑集，然后使用最優樹算法獲取最優配送路徑。任新惠等[24]考慮無人機故障、分段能耗和飛行可靠性等影響因素，以總成本最小為目標構建不確定故障下的無人機配送模型，采用蟻群算法對模型求解，完善了無人機末端配送模式。Bergmann et al[25]將城市物流供應鏈中起始配送與末端配送環節整合，構建模型并使用啟發式和元啟發式算法求解，發現整合帶來的效率提升高達30%。

隨著眾包模式的興起，學者對眾包模式在末端配送環節的應用也開始深入研究。王爽等[26]以末端眾包配送模式為切入點，設計“眾包司機-訂單”配對策略，以總配送成本最小為目標建模，并引入K-means聚類算法對“訂單-目的地”進行聚類獲得眾包司機配送方案，并使用遺傳算法求解最優配送路徑，該策略以更低的成本達到配送需求，可以更好解決物流特定節假日產生的大量訂單需求。Nada et al[27]提出了一個使用眾包工人的末端配送模型，該模型優化了成本、時間和工人表現之間的權衡，將路徑規劃與配送任務分配分離，并使用服務質量函數來衡量該模型的質量。

2.2 模型算法創新

在末端配送研究中，學者結合不同的研究情景構建了細化模型并設計了相應的模型求解算法，其中以啟發式算法居多。

Pierre et al[28]提出了一種隨機部分優化循環移位交叉算法（SPOCSX），用于使用遺傳算法優化帶時間窗的多目標車輛路徑問題，較好地克服了部分優化循環移位交叉算法（POCSX）依賴基于貪婪啟發式的系統附屬策略而導致的低性能。Sitek et al[29]綜合考慮末端配送目的地的可變性、自提點的容量差異性、配送過程中攬收的可能性以及配送時間窗，構建模型并在數學規劃（MP）環境、約束邏輯規劃（CLP）與數學規劃（MP）混合環境以及約束邏輯規劃（CLP）與元啟發混合環境中實現，被認為有助于解決工業級的帶容量限制的取送貨車輛路徑問題。

王迪等[30]將貪婪交換方法與鯨魚優化算法（WOA）結合，求解帶時間窗的物流末端配送路徑優化問題，其在求解最優路徑、最短距離和最大滿意度方面具有更佳的全局尋優能力以及較快的收斂速度，從而能夠提供更加準確的優化結果。李昆鵬等[31]考慮客戶需求量、配送時間、客戶時間窗和配送裝載能力等約束，以最小化配送總里程為目標構建數學模型，在此基礎上提出兩種有效不等式并設計改進的分支切割算法對模型求解。

3 運營層面：選址優化與路徑優化研究

物流末端配送環節在運營層面的研究關注點主要集中在：末端節點選址的評價與優化，以及末端配送路徑的優化。

3.1 末端節點選址的評價與優化研究

在末端節點選址優化方面，Cui et al[32]建立了基于元胞自動機（CA）的城市末端節點定位模型，然后基于人口、交通等因素建立了末端節點競爭力評價指標，并通過遺傳算法求解選址的優化結果；周林等[33]基于客戶對末端配送服務的多元個性化需求，使用改進的變鄰域搜索算法開展自提點選址、設施容量規劃、服務方式分配以及車輛路徑集成優化研究，結果表明能有效識別柔性客戶，提高自提服務效率并改善服務水平以引導更多客戶自提以及合理地規劃自提點容量，有助于構建更具競爭力的配送系統。

3.2 末端配送路徑的優化研究

在末端配送路徑優化中，學者依據不同的配送場景細化模型約束條件，并設計相應的方法進行路徑優化求解。

Li et al[34]考慮客戶行為特征對物流末端配送路徑規劃的影響，從客戶的自提服務偏好和客戶投訴傾向兩個方面構建客戶畫像，并使用自適應大鄰域搜索算法（ALNS）設計物流末端配送路線，從而提供更加準確和個性化的配送策略。Tilk et al[35]引入并分析了帶交付選項的末端配送路徑問題，考慮客戶對不同配送選項的排序優先級以及配送目的地可能為同一地點的情況，轉化為最低客戶滿意度以及末端節點容量限制的約束，以最低總成本為目標建立模型，并使用分支、價格與切割算法（PBC）求解，認為為客戶提供不同的配送選項能夠降本增效。Dorian et al[36]研究了客戶可以指定多個交付選項以及偏好級別和時間窗口的情況，以最小配送車輛數和路徑總成本為目標建立模型，并使用大鄰域搜索算法（LNS）周期性地劃分并重組路徑，從更貼近現實的角度為物流企業提供了末端配送環節的規劃思路，并且提出了一種嵌入許多新思想的算法。Yu et al[37]將自提柜的取貨與攬收功能考慮進物流末端配送的路徑規劃中，考慮客戶時間窗、車輛容量限制和自提柜容量利用率，以配送總成本最小化為目標建立模型，并使用模擬退火算法（SA）與帶回溯機制的模擬退火算法（SAwb）求解，結果表明所改進算法更優。Pourmohammadreza et al[38]使用兩階段方法來優化帶有服務選項的末端配送問題，第一階段通過多準則決策（MCDM）方法評估末端配送節點的價值，在第二階段通過定制化數學模型確定配送路徑，使得末端配送成本降低25%以上。

4 研究結論與展望

本文在對物流末端配送領域相關文獻歸納梳理的基礎上，基于戰略、戰術和運營三個層面，從現狀分析、客戶行為偏好、效益分析、模式創新、模型算法創新、選址優化和路徑優化等七個方面總結了國內外學者對物流末端配送環節的相關研究成果及進展。

(1）在戰略層面，學者們從現狀分析、客戶行為偏好和效益分析等方面入手進行了大量的研究。目前研究對物流末端配送環節的現狀分析主要集中在，結合其所處外部環境的特點分析其在不同場景下的發展現狀并提出發展建議；客戶行為偏好研究則是從客戶視角出發，并充分考慮客戶行為對于末端配送的影響，從而為末端配送環節優化提供決策支持；效益分析則集中在物流末端共同配送領域，對共同配送方式的效益進行探討，也有部分學者進一步細化研究成本效益和能源效益。

(2）在戰術層面，學者們關注物流末端配送的模式創新或是模型算法的創新，為物流企業規劃末端配送環節提供理論或方向的指導。配送模式的創新研究主要集中在，對末端配送四種常見模式的優化或是與現有新技術的結合創新；算法的創新研究主要是將原有算法改進或將不同算法結合，從而使其更適用于末端配送領域的研究。

(3）在運營層面，學者們主要研究關注末端節點選址的評價與優化，以及末端配送路徑的優化。末端節點的選址優化問題主要從建立科學的節點選址評價體系和節點選址方法的研究兩方面著手；末端配送的路徑優化研究則主要從以不同視角分析然后提供數據支持、增加變量因素使得優化更貼近實際以及改進算法提高優化質量三方面展開。

盡管學者們在物流末端配送領域中進行了大量的研究，但是受經濟環境、政治環境和生態環境等多方面的影響，物流末端配送領域的研究仍在發展，未來對該領域的研究可以嘗試向更多方面擴展。

首先，當下的物流末端配送環節面臨著雙重挑戰：既要滿足社會發展的需求，又要符合環保要求。面對各國政府對于“低碳”越來越重視的背景下，大多數學者將關注點集中在滿足社會發展，少有關注該領域與生態環境保護的協同發展，未來如何實現物流末端配送與生態環境保護的協同是一個值得研究的問題。

其次，當前研究對于被配送的貨物一般都采取標準化處理，即沒有考慮到貨物的類型和價值，在今后的研究中，可以根據貨物的類型、價值甚至訂單來源進行更廣泛的分類，將物流末端配送環節細化并優化，或許能獲得更顯著的進展。

最后，新冠疫情對于社會各個領域的沖擊仍歷歷在目，今后對物流末端配送領域的研究可以充分考慮類似重大事件的影響，做好重大事件的評估體系構建與對策準備。