《Electronic Commerce Research and Applications》：Integrating customer preferences into operational decision-making for prioritizing emerging technologies in last-mile delivery
编辑推荐：
這篇論文旨在解決電商快速擴張下，最後一哩派送面臨的成本、環境影響與顧客期望多目標平衡難題。研究人員發展了一個混合決策支援模型，將灰色簡單權重計算法(G-SIWEC)與多目標優化模型結合，通過加權和標量化方法(WSSM)求解。結果揭示了無人機、自行車(電動自行車)、自動駕駛車輛(AV)等新興技術在不同載重區段下的性能特點，並將顧客偏好連結至技術驅動的營運決策，為管理者設計高效、永續且創新的派送系統提供了實用見解。
隨著電子商務的飛速擴張，最後一哩派送已成為現代供應鏈中最關鍵、資源最密集的階段。公司們面臨著多個且常常相互衝突的目標：降低成本、最小化環境影響，並滿足顧客對速度、可靠性和個性化日益增長的期望。雖然先前的研究主要集中在營運效率和路線優化上，但如何將顧客偏好與技術驅動的決策相結合的框架卻鮮有關注。這導致了一個現實困境：物流服務提供商通常從自身營運效率角度出發，而忽略了終端顧客在成本、環保和服務品質上的多樣化權衡。為了填補這一研究空白，來自土耳其巴勒克埃西爾大學的研究團隊Ahmet ?al?k、Esra Boz和Sinan ?izmecio?lu開展了一項研究，旨在開發一個能整合顧客偏好與新興技術評估的決策支援框架，以幫助企業在複雜的最後一哩環境中做出更明智的選擇。這項研究發表在期刊《Electronic Commerce Research and Applications》上。
為了達成研究目標，作者團隊主要採用了兩種關鍵的技術方法。首先是基於灰色理論的多準則決策方法。研究擴展了經典的簡單權重計算法，引入了灰色數，形成了灰色簡單權重計算法(G-SIWEC)。該方法能夠處理決策者在主觀判斷中的不確定性，從而生成穩健的準則權重，這些權重代表了顧客對成本、環境影響和服務品質等指標的重視程度。其次是數學建模與優化技術。研究建立了一個多目標優化模型，目標是同時最小化派送成本和排放，並最大化服務品質（通過最小化延遲罰款來代表顧客滿意度）。為了協調這些相互衝突的目標，研究者使用了加權和標量化方法(WSSM)，並將G-SIWEC得出的權重作為WSSM的輸入，從而將顧客偏好直接嵌入到優化模型中。
研究結果部分通過多個方面展示了模型的應用與發現。
首先，在問題定義與模型建立方面，研究明確了最後一哩派送模式選擇是一個多準則決策挑戰。顧客在線上下單時，會面對多種派送模式（如標準地面派送、無人機、自行車、自動駕駛車輛等），每種模式在成本、時間、環境足跡和服務體驗上各有特點。研究建立的數學模型包含了三個目標函數：最小化總成本、最小化總排放（環境影響）、以及最小化因延遲派送產生的顧客不滿意懲罰成本。模型約束確保了每個顧客僅由一種運輸模式服務，且不超過該模式的運力限制。
其次，關於方法論整合框架，研究提出了一個清晰的兩階段流程。第一階段使用G-SIWEC方法，基於顧客（或決策者）給出的區間灰色數評估，計算出成本、排放和服務品質（延遲）三個準則的相對權重。這些權重反映了在存在不確定性的情況下，顧客的優先級排序。第二階段則將這些權重導入多目標優化模型，並通過WSSM求解，最終得到最優的顧客-運輸模式匹配方案。這個整合過程在文中以流程圖形式直觀展示，強調了從偏好獲取到優化解決方案的連貫性。
接著，在新興技術性能分析方面，研究通過數值實驗揭示了不同運輸技術在特定條件下的優勢領域。研究發現了技術特定的模式：無人機和自行車（電動自行車）在輕量、環保的派送中表現卓越；自動駕駛車輛在中距離物流中佔據主導地位；而傳統卡車對於重負載仍然不可或缺。這些發現凸顯了在多元化的派送系統中，新興技術可以作為傳統車隊的補充，並在不同重量類別中呈現出閾值效應以及在永續性與成本之間的權衡。
此外，研究還進行了文獻綜述與研究缺口分析。文章系統回顧了關於最後一哩派送和灰色多準則決策方法兩大領域的文獻。指出現有研究大多單獨關注路由優化或技術評估，缺乏將顧客偏好與數學優化模型相結合的集成框架。同時，儘管灰色MCDM方法在處理不確定性方面優勢明顯，但將其權重直接嵌入優化模型，特別是在最後一哩物流這種動態數據驅動的環境中的應用仍然有限。本研究正是針對這些缺口展開的。
最後，在線性化與求解部分，為了使模型能夠被標準優化求解器處理，研究者對模型中最初存在的非線性項（如延遲計算和與決策變量相乘的懲罰項）進行了線性化處理，將其轉化為一系列線性約束，從而確保了模型的可求解性。
歸納研究結論與討論，本研究的主要貢獻在於開發了一個創新的混合決策支援框架，成功地將顧客偏好（通過G-SIWEC捕獲的不確定性判斷）與一個嚴謹的多目標數學優化模型相結合。這項工作不僅在物流和決策科學的學術文獻中做出了貢獻，更重要的是為管理人員提供了實用的見解。當他們必須決定採用哪些新興技術以及如何在不同派送模式之間分配資源時，此框架可以提供數據驅動的指導。它明確地將顧客偏好與營運約束聯繫起來，為電子商務全球化的背景下，設計高效、永續且以顧客為中心的最後一哩派送系統提供了一個更全面的視角。研究結果強調，未來的派送系統很可能是一種融合了傳統卡車、無人機、自動駕駛車輛和電動自行車的混合型態，根據具體的貨物特性、距離和顧客價值主張進行智能配置。這項研究的意義應在本研究所進行的數值實驗背景下進行解讀，並為後續在更複雜、動態場景下的應用提供了方法論基礎。
