張漪+段夢媛

摘 要：生鮮產(chǎn)品具有易腐易逝的特性，這對現(xiàn)今電子商務(wù)物流配送服務(wù)尤其是末端配送提出了非常高的要求。為了降低配送成本、提高配送效率，文章提出一種通過配置顧客取貨點解決生鮮產(chǎn)品末端配送難題的方法。首先基于需求數(shù)據(jù)采用聚類方法將配送時空有限化，然后通過TOPSIS評價在有限空間內(nèi)選出最優(yōu)的顧客取貨點。這種方法融合了定量分析與定性評價的優(yōu)勢，可行性強，能夠有效緩解當前生鮮產(chǎn)品配送“最后一公里”配送成本高、取貨時間不一致、質(zhì)量難以保證等問題，為生鮮產(chǎn)品電子商務(wù)物流配送企業(yè)末端配送智能保溫箱的配置和顧客自助取貨點的管理決策提供了理論方法參考。

關(guān)鍵詞：生鮮產(chǎn)品電子商務(wù)；物流配送；選址；最后一公里

中圖分類號：F713.365.1 文獻標識碼：A

Abstract： Fresh food is a type of products with perishable natures， which presents higher requirements for E-commerce distribution service especially the end delivery. Considering the balance between cost and efficiency， we propose a method to deal with the fresh food delivery by allocating distribution terminals. First， the whole distribution area is transformed into several finite spaces by clustering algorithm. Then， the optimal distribution terminal is selected in the finite space by TOPSIS evaluation method. This method merges the advantages of quantitative analysis and qualitative evaluation which is feasible to solve the puzzle of last-mile to keep away to high distribution costs， inconsistent pickup time and bad guaranteed quality. This paper has significant implication to the decision-makings on configurations of intelligent incubators and consumer self-service points for logistics distribution of fresh products E-commerce companies.

Key words： fresh food E-commerce； logistics distribution； location； last-mile

0 引 言

當電子商務(wù)生鮮產(chǎn)品的新鮮度與質(zhì)量安全問題通過干線冷鏈物流能夠解決后，生鮮產(chǎn)品的冷鏈末端物流即配送階段仍面臨一些問題。如生鮮產(chǎn)品單次交易量小、需求點分散而總需求量多，電商若直接將生鮮產(chǎn)品從農(nóng)場發(fā)往消費者，會造成高額的物流配送成本，并且大部分電商在最后一公里配送中采用的是不能回收利用的冰袋和泡沫保溫箱的冷鏈物流工具，造成了資源浪費。而配送時間與消費者取貨時間不一致，影響了配送效率，也帶來了二次配送風險以及產(chǎn)品變質(zhì)的風險，使生鮮產(chǎn)品質(zhì)量與安全難以保障。因此生鮮產(chǎn)品顧客取貨點的布局與安放成為了能否緩解“最后一公里”這一難題的關(guān)鍵性問題。

國內(nèi)外學者對生鮮產(chǎn)品顧客取貨點的布局決策等進行了大量的學術(shù)理論研究[1]。國外學者對顧客取貨點布局模型研究得較少，Weltevreden[2]等以定性研究為主，借助物流配送與消費者行為統(tǒng)計數(shù)據(jù)，對末端網(wǎng)點進行了詳細而客觀的分析。Tourneau & Mercier[3]通過與全球移動通信系統(tǒng)網(wǎng)絡(luò)規(guī)劃方法進行對比研究，提出了建設(shè)快遞末端配送網(wǎng)絡(luò)的方法。

國內(nèi)學者在末端配送顧客取貨點布局模型與算法方面的研究成果較為豐富，如施路[4]和李娜[5]運用Trans CAD交通規(guī)劃軟件和最少覆蓋啟發(fā)式算法構(gòu)建集合覆蓋模型使配送網(wǎng)點數(shù)最少。王珂[6]運用專家評價法、最大似然估計法構(gòu)建全面空間交互作用模型使總成本最小。張戎、王鎮(zhèn)豪[7]基于反應(yīng)函數(shù)的啟發(fā)式算法建立上層目標為規(guī)劃者總成本最小，下層目標為客戶選擇的距離成本、服務(wù)價格成本、服務(wù)質(zhì)量成本最小的雙層規(guī)劃模型。韓霜等[8]使用帶精英策略的快速非支配排序遺傳算法建立上層目標為領(lǐng)導(dǎo)利潤最大化與銷售量最大化，下層目標為跟隨者利潤最大化的雙層規(guī)劃模型。楊朋玨等[9]利用遺傳算法構(gòu)建末端網(wǎng)點客戶滿意度最大和企業(yè)末端配送效率最高的多目標選址模型。另外，在解決生鮮產(chǎn)品配送“最后一公里”難題方面，都牧、胡祥培等[10]應(yīng)用物聯(lián)網(wǎng)技術(shù)提出一種蔬果網(wǎng)上直銷的配送系統(tǒng)方案，實現(xiàn)了支持異步簽收的蔬果類商品網(wǎng)上直銷“農(nóng)—宅”配送模式。

由于生鮮產(chǎn)品配送取貨點的決策不僅需要考慮定量因素，還需要結(jié)合考慮環(huán)境、需求點分布特征等定性因素。國內(nèi)學者在需求點地區(qū)布局分類和多目標評價等方面也進行了大量的研究工作。楊浩[11]運用SPSS對31個行政地區(qū)進行聚類分析，根據(jù)地區(qū)行業(yè)統(tǒng)計數(shù)據(jù)把31個地區(qū)分類，更好地了解中國的經(jīng)濟信息。姚樹俊[12]以TOPSIS方法的合作伙伴選擇模型為基礎(chǔ)，對相關(guān)企業(yè)進行了實證分析，選出了最佳的合作伙伴企業(yè)。宗鵬和曾鳳章[13]將TOPSIS方法應(yīng)用于顧客滿意度測評體系中，為顧客滿意度測評提供一種新的思路和方法。endprint

當下生鮮電子商務(wù)的產(chǎn)業(yè)實踐中，電商企業(yè)主要采用社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱三種普遍方式來緩解“最后一公里”這一關(guān)鍵問題[14]。①配送到社區(qū)服務(wù)站，客戶自?。簝?yōu)菜網(wǎng)等電商通過簽署社區(qū)實體店、提供社區(qū)商城將生鮮產(chǎn)品經(jīng)過冷鏈物流統(tǒng)一運輸送到每個小區(qū)定點的物管處或無冷鏈保溫功能的菜箱中。通過本地化線上與線下結(jié)合的方法，實現(xiàn)買賣雙方不見面配送的配送模式，以解決電子商務(wù)用戶發(fā)展成本高、維護困難和配送時間與消費者取貨時間不一致的難題。通過社區(qū)的劃分將原來分散的配送變?yōu)檩^為統(tǒng)一的集中配送，降低了配送成本，但生鮮產(chǎn)品配送到社區(qū)服務(wù)站到消費者取貨這段時間內(nèi)，生鮮產(chǎn)品處于常溫環(huán)境中，質(zhì)量得不到保障。②配送到地鐵服務(wù)站，客戶自?。壕〇|商城在北京地鐵5號線和10號線的共20個站點設(shè)置地鐵自取點，生鮮產(chǎn)品經(jīng)冷鏈運輸后送達到自取點，消費者可選擇在最近的地鐵站自取從網(wǎng)絡(luò)購買的生鮮產(chǎn)品。這種配送模式使產(chǎn)品批量處理，但從產(chǎn)品配送至自取點到消費者前來取貨這段時間內(nèi)，生鮮產(chǎn)品處于常溫環(huán)境中，質(zhì)量無法保障。③配送到電子菜箱，客戶自取[15]：電子菜箱配送體系方式的應(yīng)用者如湖北武漢家事易農(nóng)業(yè)科技有限公司。電商企業(yè)先將所需配送的總區(qū)域按照社區(qū)劃分配送區(qū)域，以進行分區(qū)配送；再將用戶所購買的生鮮產(chǎn)品統(tǒng)一送到社區(qū)的電子菜箱處（該電子菜箱擁有保溫和GPRS監(jiān)控等功能），這種配送模式解決了前兩種配送方式中終端環(huán)節(jié)生鮮產(chǎn)品質(zhì)量難以保障的缺陷。但該配送模式根據(jù)小區(qū)住宅樓劃分添加智能菜箱，當該住宅樓居民生鮮產(chǎn)品網(wǎng)絡(luò)購物頻率低、需求量低的情況下，智能菜箱的平均成本高。

本文基于國內(nèi)外學者的學術(shù)理論研究成果與當前生鮮產(chǎn)品電子商務(wù)的顧客取貨點模式，將定量分類與定性分析相結(jié)合，充分考慮生鮮配送批量小、批次多、時間性強的特點，針對客戶點和需求量每天都有變化這一典型難題，首先運用k-means聚類分析快速劃分為多個子配送區(qū)域可行解集，將服務(wù)空間有限化，然后基于TOPSIS評價法對現(xiàn)有的末端配送模式進行優(yōu)化。

1 電子商務(wù)生鮮產(chǎn)品子配送區(qū)域劃分

通過需求點距智能電子保溫柜的距離d和需求點的需求量q進行聚類分析，將配送范圍DF劃分為多個小型子配送區(qū)域

DFi=1，2，…，n。配送范圍的劃分將生鮮產(chǎn)品電子商務(wù)交易的時空無限性變?yōu)橛邢扌裕鉀Q了配送服務(wù)時空有限性的難題。

1.1 子配送區(qū)域

子配送區(qū)域是為了降低配送成本和配送難度，根據(jù)需求點距離和需求量將所需配送總范圍DF劃分為的幾個小型子配送區(qū)域DFi=1，2，…，n。所屬該子配送區(qū)域的消費者在該子區(qū)域指定地點進行取貨。配送范圍的劃分，使需求點在需求范圍內(nèi)更為集中分布，更適合電子商務(wù)環(huán)境下生鮮產(chǎn)品冷鏈物流末端的配送，降低物流配送時間和配送成本。

1.2 子配送區(qū)域劃分方法

根據(jù)需求點分布以及需求點的需求量來設(shè)置多種類型子配送區(qū)域，子配送區(qū)域劃分數(shù)量越多，越有利于率先占領(lǐng)生鮮產(chǎn)品電子商務(wù)冷鏈物流配送市場，方便消費者領(lǐng)取生鮮產(chǎn)品。因此提出以下模型假設(shè)：

（1）在每一個子配送區(qū)域內(nèi)DFi=1，2，…，n只能選擇一個子配送區(qū)域自取點Sj=1，2，3；

（2）需求點客戶Qd=1，2，…，m多個，獨立分布于子配送區(qū)域DFi=1，2，…，n范圍內(nèi)；

（3）將每棟有需求量q的樓包括居民樓、寫字樓定義為需求點Qd=1，2，…，m；

（4）根據(jù)網(wǎng)絡(luò)訂單，已知各需求點的需求量q和需求位置d；

（5）一個需求點Qd=1，2，…，m只能由其所在的子配送區(qū)域的自取點Sj=1，2，3負責；

（6）生鮮產(chǎn)品在運送過程中始終保持在所需的溫度環(huán)境中。

1.3 需求點取點

由于消費者的需求量都是隨機的且服從正態(tài)分布，通過EXCEL軟件RAND函數(shù)進行隨機取點，為方便用戶取貨將需求點距智能電子保溫柜的距離d下限設(shè)為10區(qū)間為100的范圍，而同時為了保證冷鏈物流末端配送的高效性，設(shè)需求點的需求量q區(qū)間為0到10，隨機得出158個隨機需求點Qd=1，2，…，158。需求點的隨機選取旨在能模擬出每日消費者的實際情況，電商對一定時間內(nèi)的消費者的位置以及需求量進行匯總整理，形成需求點集的原數(shù)據(jù)輸入并對此進行分析決策。

1.4 子配送區(qū)域劃分

根據(jù)EXCEL所得的隨機需求點進行聚類，通過SPSS軟件進行k-means的聚類分析，程序運行分析主要結(jié)果如下：

表1為初始聚類中心，將k值設(shè)為5，也就是說將配送總范圍劃分成5個子配送區(qū)域，然后通過SPSS軟件自動生成每一個類別初始的中心點。

表2為迭代過程表，可以顯示出每一次迭代中心點的變化值。由于聚類中心內(nèi)沒有改動或改動較小而達到收斂。任一中心的最大絕對坐標更改為0.000。當前迭代次數(shù)為5。初始中心間的最小距離為24.495。

表3為最終聚類中心，也就說158個隨機需求點是以這5個點為聚類中心，進行聚類。

由表4可見，經(jīng)過聚類得到的5個子配送區(qū)域配送點之間的距離最小為17.199，最大為82.762，平均距離為42.181。每個配送點服務(wù)的客戶數(shù)量如表5所示。

表5為各個類別需求點的個數(shù)，可以看出在每一個類別中需求點的個數(shù)呈均勻分布，并且158個隨機需求點都能夠有效地劃分到每個類別中，即子配送區(qū)域可以有效均勻覆蓋所有客戶點。

k-means聚類是生鮮電商配送自取點選址決策的第一步，其中在設(shè)置k值時取值為5，此時既能方便用戶取貨又能控制電商配送成本，k取值大也就是說劃分子配送區(qū)域多，電商設(shè)置智能保溫柜多，增加了配送的固定成本，而k取值小用戶取貨較遠，不能方便用戶帶來滿意的網(wǎng)購體驗。電商也可根據(jù)實際情況如需求點和需求量的增加以及未來電商擴充規(guī)模重新對k進行取值。在完成選址決策的第一步后，電商再根據(jù)公路的銜接情況和周邊的道路交通網(wǎng)絡(luò)暢通情況等因素進行定性選擇。endprint

2 基于TOPSIS方法的子配送區(qū)域自取點多目標決策

2.1 子配送區(qū)域顧客取貨點

子配送區(qū)域顧客取貨點（以下簡稱子配送區(qū)域自取點）是電子商務(wù)環(huán)境下生鮮產(chǎn)品冷鏈物流配送環(huán)節(jié)中最終冷藏地和指定配送區(qū)域內(nèi)消費者提取生鮮產(chǎn)品的地點。在每一個子配送區(qū)域裝置集冷柜儲存、交易等多種功能于一身的智能保溫箱作為子配送區(qū)域自取點，通過放置在子配送區(qū)域自取點，消費者下單后，生鮮產(chǎn)品通過冷鏈物流運輸?shù)街悄鼙叵渲?，消費者只需要在空閑時直接到自取點取生鮮產(chǎn)品。

子配送區(qū)域自取點的設(shè)置為電商及用戶帶來眾多益處。一是原本分散配送的生鮮產(chǎn)品可以統(tǒng)一集中運輸和處理，降低運輸成本。二是電子智能保溫柜能夠高頻率利用，降低固定成本。三是電商直接接觸終端需求點，靈活反應(yīng)市場變化，及時滿足用戶需求。四是配送時間與取貨時間不必一致，降低雙方等待成本。五是當用戶對生鮮產(chǎn)品不滿意時，只需要將生鮮產(chǎn)品退還到指定保溫箱中，由配送員進行回收，視情況進行退換，這不僅提高了退換貨的速度還降低了配送車輛的空載率，使逆向物流易于執(zhí)行。六是生鮮產(chǎn)品能真正做到全程冷鏈，為用戶提供高質(zhì)量的配送服務(wù)，并有助于維護電子商務(wù)和物流公司的信譽，使生鮮產(chǎn)品電子商務(wù)能夠長遠發(fā)展。

2.2 子配送區(qū)域顧客取貨點選址決策影響因素

生鮮產(chǎn)品電子商務(wù)冷鏈物流配送中子配送區(qū)域自取點是終端環(huán)節(jié)，子配送區(qū)域顧客取貨點的設(shè)置是否合理影響著未來生鮮產(chǎn)品電子商務(wù)冷鏈物流的市場戰(zhàn)略也對消費者的網(wǎng)絡(luò)購物感受和重復(fù)購買率有著極大影響。因此以經(jīng)濟效益和社會效益最大化、服務(wù)最優(yōu)化、物流量最大化以及未來發(fā)展空間最大化為子配送區(qū)域自取點評價原則，來評價子配送區(qū)域自取點，以求促進電商和物流企業(yè)的戰(zhàn)略發(fā)展。結(jié)合電子商務(wù)環(huán)境下生鮮產(chǎn)品的物流配送和子配送區(qū)域自取點的特點，影響子配送區(qū)域自取點選址決策因素Pi=1，2，…，15如下[14]：①自然環(huán)境因素P，包括濕度、降雨量等氣候因素和地理因素P如智能保溫箱所在地形坡度應(yīng)該在1%到4%之間，能使產(chǎn)品更容易保持干燥和通風，防止生鮮產(chǎn)品腐爛；還有遠離加油站、化工廠等易發(fā)生火災(zāi)的單位。②社會經(jīng)濟環(huán)境因素：城市擴張的速度與方向P，能預(yù)測出潛在生鮮產(chǎn)品電子商務(wù)需求方向，而人均收入P較高、人口密度P高的地方能夠使子配送區(qū)域內(nèi)需求量增加。③行業(yè)環(huán)境因素：生鮮電商企業(yè)數(shù)量P少，子配送區(qū)域自取點布局在其他電商還未將項目開拓的區(qū)域，可以減少同行業(yè)的競爭力。消費者網(wǎng)絡(luò)購物習慣P好，有利于增加生鮮產(chǎn)品的需求量，冷鏈需求量P增加。行業(yè)優(yōu)惠政策P如減稅等有利于降低電商和物流企業(yè)的經(jīng)濟費用，減少了生鮮產(chǎn)品配送成本。子配送區(qū)域地區(qū)農(nóng)業(yè)產(chǎn)量P多，生鮮產(chǎn)品供貨更方便，更加有助于減少運輸成本。④交通條件：自取點的設(shè)置地點公路銜接情況P既應(yīng)是交通工具能方便到達，也是容易卸貨，還有周邊道路交通網(wǎng)絡(luò)通暢P良好，有利于車輛的進出和配送，使產(chǎn)品及時準確的送達。⑤基礎(chǔ)設(shè)施條件：子配送區(qū)域自取點需要動力能源P作為供應(yīng)，使智能保溫箱為生鮮產(chǎn)品提供冷鏈物流服務(wù)。周邊還需要有能發(fā)送消費者驗證碼進行取貨的通信設(shè)施P⑥子配送區(qū)域自取點費用P：智能保溫箱固定費用，以及維護費用和區(qū)域物管費用等。

2.3 子配送區(qū)域取貨點的評價與選擇決策分析

將需求點進行聚類劃分多個子配送區(qū)域后，需要在各子區(qū)域建立一個子配送區(qū)域自取點。在當下生鮮電子商務(wù)的產(chǎn)業(yè)實踐中，電商已經(jīng)設(shè)置的社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱三個位置作為備選子配送區(qū)域自取點，并對其進行評價以作出最佳的決策。根據(jù)已建立的評價指標，由各專家老師及國內(nèi)部分直接掌管物流的生鮮產(chǎn)品電子商務(wù)企業(yè)組成的討論組進行綜合評價，分別對各評價因素指標進行定性分析，得出專家評估結(jié)果表以及每個因素在評估結(jié)果中所占比重表。

從以上的定量評價分析可見，自取點S、S、S三個子配送區(qū)域備選點是基于現(xiàn)有的自取地點如社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱通過自然環(huán)境、社會經(jīng)濟環(huán)境、行業(yè)環(huán)境、交通條件、基礎(chǔ)設(shè)施中相關(guān)的15個因素影響分析進行評價選擇。經(jīng)過TOPSIS多目標評價方法的計算，得出S點即現(xiàn)有的社區(qū)服務(wù)站設(shè)置新的智能保溫箱，雖然單從表格數(shù)據(jù)上來看，S點的智能保溫箱固定成本費用不是很高，且在社區(qū)服務(wù)站內(nèi)周圍幾棟住宅樓都可以共同使用，提高了利用率，使智能保溫箱的單位成本降低。并且S點人均收入是三個備選點中最高的，S點人口密度較大，消費者購物習慣最優(yōu)，將擁有許多潛在的消費客戶，加大了需求量，促進生鮮產(chǎn)品電子商務(wù)在該子配送區(qū)域的長遠發(fā)展。S點即是在地鐵服務(wù)站處設(shè)置智能保溫箱，雖然它的人口密度最大，但是其設(shè)置保溫箱費用高，交通狀況不是很好，不易卸貨。因此從目前三個備選點來看，S點綜合優(yōu)勢最強，為最優(yōu)布局決策地點，S點其次，S點排序第三，可作為S、S無法正常服務(wù)時的備用方案。

3 結(jié)論與展望

研究生鮮電商末端配送顧客取貨點的選址決策方法在生鮮產(chǎn)品電子商務(wù)發(fā)展中具有重要的戰(zhàn)略意義。本文通過對電子商務(wù)環(huán)境下生鮮產(chǎn)品“最后一公里”配送的現(xiàn)狀和現(xiàn)有自取點狀況的相關(guān)內(nèi)容的研究，分析了生鮮產(chǎn)品電子商務(wù)在配送中所存在的問題，并為存在的問題找到了解決的思路——自取點布局，解決生鮮產(chǎn)品電子商務(wù)當下存在的問題。首先基于對生鮮產(chǎn)品電子商務(wù)物流配送特征及其影響因素的深入分析，按照距離和需求量對需求點進行聚類，運用SPSS的k-means聚類方法針對每天客戶訂單量和配送點的變化生成動態(tài)變化的子配送區(qū)域。然后，建立子配送區(qū)域自取點評價指標體系，依據(jù)當前生鮮電子商務(wù)中普遍采用的方式（社區(qū)服務(wù)站、地鐵服務(wù)站、電子菜箱）作為子配送區(qū)域固定自取點的備選方案，根據(jù)實際情況最終確定出自然環(huán)境、社會經(jīng)濟環(huán)境、行業(yè)環(huán)境、交通條件、基礎(chǔ)設(shè)施和智能保溫箱費用15個因素，并將生鮮產(chǎn)品電子商務(wù)冷鏈物流配送的行業(yè)環(huán)境因素考慮進來，充分考慮電子商務(wù)行業(yè)和冷鏈物流配送行業(yè)、以及消費者網(wǎng)絡(luò)購物習慣尤其是生鮮產(chǎn)品網(wǎng)絡(luò)購物習慣對子配送區(qū)域自取點布局的影響，突出研究背景為生鮮產(chǎn)品電子商務(wù)環(huán)境。最后采用TOPSIS多目標決策法建立備選子配送區(qū)域顧客取貨點評價模型，得出最適宜各子區(qū)域配送特征的選址方案，為生鮮產(chǎn)品物流配送企業(yè)配置智能保溫箱和消費者自助取貨點的配送決策做參考。endprint

電子商務(wù)生鮮產(chǎn)品顧客取貨點布局十分符合生鮮產(chǎn)品的本身特性，為生鮮產(chǎn)品電子商務(wù)物流配送企業(yè)末端配送配置智能保溫箱和消費者自助取貨點的管理決策做參考。它使冷鏈物流企業(yè)配送成本大大降低、效率提高，消費者取貨方便，保證了生鮮產(chǎn)品的質(zhì)量，提高了顧客的滿意度，促進冷鏈物流配送的不斷發(fā)展。完善和生鮮產(chǎn)品電子商務(wù)行業(yè)的蓬勃發(fā)展。

參考文獻：

[1] 張錦，陳義友. 物流“最后一公里”問題研究綜述[J]. 中國流通經(jīng)濟，2015（4）：23-32.

[2] Weltevreden J.W.J.， Rotem-Mindali O.. Mobility effects of B2C and C2C e-commerce in the Netherlands： A quantitative assessment[J]. Journal of Transport Geography， 2009，17（2）：83-92.

[3] Journeau P.， Mercier A.. Design and implementation of a last mile parcel delivery network[C] // Strasbourg： European Transport Conference， 2004：201-216.

[4] 施路. 電子商務(wù)中購物網(wǎng)站的網(wǎng)點式物流配送模式研究[D]. 成都：西南交通大學（碩士學位論文），2008.

[5] 李娜. KB公司自提網(wǎng)點布局研究[D]. 北京：北京交通大學（碩士學位論文），2013.

[6] 王珂. 快遞業(yè)自動化物流終端設(shè)備技術(shù)研究[D]. 昆明：云南財經(jīng)大學（碩士學位論文），2012.

[7] 張戎，王鎮(zhèn)豪. 城市配送末端節(jié)點布局雙層規(guī)劃模型及算法[J]. 同濟大學學報（自然科學版），2012（7）：1035-1040.

[8] 韓霜，等. 動態(tài)競爭環(huán)境下基于客戶價值的物流終端設(shè)施優(yōu)化模型[J]. 公路交通科技，2013（11）：144-151.

[9] 楊朋玨，等. 電子商務(wù)環(huán)境下城市配送末端網(wǎng)點選址模型研究[J]. 工業(yè)工程與管理，2014（1）：35-40.

[10] 都牧，胡祥培，等. 基于物聯(lián)網(wǎng)的蔬果網(wǎng)上直銷“農(nóng)—宅”配送系統(tǒng)[J]. 系統(tǒng)工程學報，2014，29（2）：215-222.

[11] 楊浩. 基于SPSS的聚類分析在行業(yè)統(tǒng)計數(shù)據(jù)中的應(yīng)用[D]. 長春：吉林大學（碩士學位論文），2013.

[12] 姚樹俊. 基于供應(yīng)鏈合作伙伴選擇方法的研究[D]. 西安：西安建筑科技大學（碩士學位論文），2007.

[13] 宗鵬，曾鳳章. 顧客滿意度的TOPSIS算法研究[J]. 商業(yè)研究，2006（19）：49-51.

[14] 陳鏡羽. 電子商務(wù)環(huán)境下生鮮農(nóng)產(chǎn)品冷鏈物流固定區(qū)域自提點布局與評價[D]. 重慶：重慶工商大學（碩士學位論文），2014.

[15] 李平. 淺議生鮮農(nóng)產(chǎn)品B2C電子商務(wù)平臺的構(gòu)建——以武漢家事易農(nóng)業(yè)科技有限公司為例[J]. 中國商貿(mào)，2012（7）：112-115.endprint