具有灵活租赁能力的电子商务供应链网络：通过强大的优化算法实现物流中心的高效运作

《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》：E-commerce supply chain network with flexible leasing capacity of fulfillment centers using robust optimization

针对电商平台物流空间灵活租赁与库存规划问题，提出两阶段鲁棒优化模型，有效降低供应链成本并提升服务稳定性，通过风险规避策略缓解缺货风险，并验证了模型在韩国电商网络的实用性。

　　

李俊赫|申英喆

仁川国立大学工业与管理工程系，韩国仁川市延寿区学院路119号，22012

摘要

近年来，出现了基于平台的物流服务，如Blue Whale Company和Flexe，这些服务将零售商与闲置的物流空间连接起来，实现了短期、灵活的容量租赁。虽然这些服务提高了容量的灵活性，但也为电子商务供应链的决策带来了新的挑战，特别是在需求不确定性下共同确定租赁期限和额外存储容量时。为了解决这些挑战，我们提出了一个两阶段鲁棒优化模型，将灵活的空间租赁决策整合到电子商务供应链框架中。计算实验表明，所提出的模型在需求变化的情况下降低了总供应链成本并提高了服务稳定性。此外，风险规避策略通过主动获取额外容量有效降低了缺货风险。使用来自韩国电子商务网络的真实数据验证了所提出方法的实际适用性。研究还发现，租赁决策受到共享空间的空间邻近性、容量限制和服务水平要求的显著影响。这些发现突显了在基于平台的电子商务物流中采用鲁棒和适应性决策的实际价值。

引言

近年来，电子商务的迅速发展促使许多零售公司通过在线平台多样化销售渠道，以有效应对不断增长的需求（Al Mashalah等人，2022年；Risberg，2023年）。这种扩张扩大了产品种类，进一步增强了消费者对在线购物的偏好，为企业创造了新的商业机会。然而，这也加剧了物流和分销方面的运营挑战。特别是，电子商务物流与传统零售物流有很大不同，因为电子商务的需求模式更加波动，产品范围也更广（Iglesias-Pradas和Acquila-Natale，2023年；Kaul和Khurana，2022年；Rajak等人，2023年）。为了解决这些挑战，电子商务公司在城市地区建立了配送中心（FC），以保持与客户的紧密距离，服务指定区域，并确保更快的最后一公里配送（Karaoulanis，2024年；Paché，2024年）。然而，城市配送中心的高成本阻碍了长期租赁承诺，这对有效应对电子商务需求的波动性构成了关键挑战（Kellermayr-Scheucher等人，2021年）。

为了解决获取合适物流空间的问题，出现了像Blue Whale Company和Flexe这样的创新平台。这些平台将物流提供商（以下简称“提供商”）的闲置空间分配给电子商务公司。它们提供实时的空间可用性信息，使公司能够确定租赁的规模和期限，即使是在小面积和短期限内也是如此。这种基于平台的服务引入了一种灵活的物流模式，用户根据使用情况按比例付费，而无需承诺长期拥有配送中心（Tornese等人，2020年）。通过这种方式，零售商可以在最小化租赁成本的同时扩大存储容量，而提供商则通过将原本闲置的设施转化为收入来源而受益（Ceschia等人，2023年）。因此，将闲置空间作为灵活的配送中心使用，形成了一种互利的安排：零售商可以更有效地应对需求波动，而提供商则可以通过将未使用的容量转化为生产性资源来提高资产盈利能力。

以图1所示的供应链网络为例。一家零售商运营着两个配送中心，并从三个不同的供应商处补充产品。在高需求时期，某个配送中心可能会出现容量不足的情况。在这种情况下，平台会将提供商的闲置空间与那些配送中心容量不足的零售商匹配。在示例场景中，假设配送中心1有三个可租赁的空间，配送中心2有两个。当预期需求较高时，零售商可以主动租赁额外空间以增加存储容量，并让供应商直接将商品送到共享空间。

尽管这种灵活的租赁空间平台的应用日益增多，但大多数现有研究主要关注平台引入或成本分摊合同的影响，对于多阶段决策框架下空间租赁和库存规划中的不确定性决策关注较少（Ceschia等人，2023年；Ceschia等人，2024年；Elia等人，2024年）。实际上，当未来需求不确定时，零售商在确定租赁多少空间和采购多少库存方面面临相当大的困难（Lee等人，2024年；Wang等人，2024年）。为了解决供应链规划中的这一复杂性，我们提出了一个基于鲁棒优化（RO）方法的数学优化模型。我们的模型不仅旨在确定所需的额外租赁空间，还旨在确定能够应对需求波动的订单数量和库存水平。这种方法通过允许零售商进行短期空间租赁规划，从而帮助他们更有效地管理需求波动。特别是，我们采用了一种基于RO的两阶段方法来提高在需求不确定性下的计算效率。与假设需求具有特定概率分布的随机规划不同，RO方法假设未来需求位于指定的不确定性范围内（Rahimian和Mehrotra，2019年）。

本研究旨在通过数学优化模型提供关于如何在需求不确定性下优化灵活租赁决策的实际见解。具体来说，我们在整个研究中旨在回答以下研究问题（RQs）：

1.与基准算法相比，所提出的两阶段RO方法（TPA）在应对不确定性方面的效果如何？它在解决方案质量和计算效率方面表现出哪些优势？

2.风险规避和风险中性策略如何影响租赁和订购决策？不同风险偏好在成本结构和运营模式方面有哪些权衡？

3.灵活租赁能为决策者带来哪些经济效益？在不同运营场景下，仓库容量如何影响经济效益？

4.所提出的框架能否有效应用于现实世界的电子商务网络？理论见解如何在现实条件下转化为实际的操作指导？

为了解决上述RQs，我们提出了一个数学优化模型和一个解决方案框架，以弥合电子商务供应链管理实践与研究之间的差距。实际上，灵活租赁物流空间作为一种有效应对需求波动和容量不足的策略已经迅速兴起。然而，尽管该技术在行业中得到了越来越多的应用，但在学术文献中，尤其是在不确定性下的优化和决策制定方面的关注仍然有限。

总结来说，本研究的贡献如下。首先，我们开发了一个数学优化模型，将灵活的空间租赁决策整合到多期随机供应链框架中。虽然现有研究已经探讨了供应链背景下的灵活仓储安排，但我们的模型同时确定了订单数量、库存水平和在配送中心容量不足以满足不确定未来需求时的额外租赁空间。据我们所知，这是第一个将灵活租赁决策纳入综合多期供应链优化框架的研究，其中适应性决策随着时间展开。其次，我们提出了一种TPA，有效地处理了租赁决策与需求不确定性整合所带来的计算复杂性。通过将问题分解为顺序问题，我们的解决方案程序在保持解决方案质量和可扩展性的同时实现了可行性。第三，我们引入了一种基于目标系数的风险偏好机制，使从业者能够系统地在风险规避和风险中性立场之间调整策略，并提出了一种计算方法来高效确定适当的系数值。最后，通过广泛的计算实验验证了所提出框架的实际适用性。计算结果表明，灵活租赁根据容量可用性、空间邻近性和服务水平要求可以产生显著的成本节约。

本文的其余部分结构如下：第2节概述了相关研究的相关文献。第3节详细介绍了本研究采用的问题描述和数学模型。第4节介绍了基于RO的解决方案程序。第5节展示了我们的计算实验结果。最后，第6节总结了本研究的研究发现。

文献综述

文献回顾

在本节中，我们回顾了与我们的研究相关的文献，特别强调了使用基于优化方法的电子商务配送规划。第2.1节讨论了与租赁额外物流空间相关的研究。第2.2节关注多期设施选址问题。第2.3节回顾了电子商务配送网络设计的文献。第2.4节突出并分析了我们的研究与现有研究之间的关键差异。

问题描述

在这项研究中，我们考虑了一个包括供应商、零售商的配送中心（FC）、提供商配送中心的共享空间以及需求区域的电子商务供应链网络。在详细介绍问题结构之前，我们首先介绍数学公式的符号表示。为了方便读者，表2提供了所有指标、集合、参数和决策变量的完整列表。

此外，我们定义了一些术语以便于解释。此后，我们使用FC来表示零售商的配送中心。

解决方案方法：两阶段鲁棒优化方法

由于我们的问题被构建为一个多期模型，因此根据实际需求递归地确定决策变量是自然的（等待观察决策）。所提出的随机模型包含两种类型的变量：自适应二进制变量和自适应连续变量。为了高效解决问题，我们使用了TPA，首先确定自适应二进制变量（第1阶段），然后优化剩余的自适应连续变量。

计算实验

在本节中，我们进行了计算实验来解决第1节提出的RQs。第5.1节和第5.2节的实验通过评估不同问题规模的算法性能来回答RQ 1。第5.3节通过分析风险偏好的影响来研究RQ 2。第5.4节通过使用来自韩国电子商务网络的真实数据来验证所提出的框架，从而研究RQ 3。

结论

在本文中，我们开发了一个用于需求不确定性下的供应链运营的优化模型。一个关键贡献是纳入了灵活的租赁决策。我们提出了一个随机优化模型，用于确定多个时期的配送、订购和租赁决策。主要挑战在于协调预测性和反应性决策，同时处理依赖于需求实现的自适应二进制和连续变量。

CRediT作者贡献声明

李俊赫：概念化、形式分析、方法论、可视化、撰写——原始草稿。申英喆：概念化、形式分析、监督、验证、撰写——审阅与编辑。

利益冲突声明

作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。

致谢

作者感谢副编辑和匿名审稿人的建设性评论。这项工作得到了仁川国立大学2025年的研究资助。