快递企业配送网络的复杂结构特性实证研究

      配送网络实际上是由物流节点、运输线路、运输载具等设施设备，以及运营管理方法、伴随的相关资金流和信息流等三大要素组成的网络。然而，我们通常把由各类设施设备及其组织运营管理所产生的服务网络称为配送网络。掌握配送网络的结构特性和确定其中的重要节点对合理布局配送网络、提高其运转效率、降低其运营成本起着决定性作用，因此对其进行研究具有重要的意义。

      目前，国内外学者主要通过以下三种途径对配送网络进行研究：(1)以运筹学理论为基础，研究配送网络中网点选址、车辆路径等问题[1-4]；(2)以变分不等式为理论基础，构建超网络模型，研究配送网络的成本优化问题[5-8]；(3)以复杂网络理论为基础，对配送网络进行复杂结构特性、鲁棒性、演化机理等研究[9-13]。由于复杂网络的复杂结构特性研究对分析复杂网络的拓扑结构、理解复杂网络的功能、提高复杂网络的抗毁性具有十分重要的意义，因此它被广泛的运用于互联网[14]、通信[15]、医药[16]、商业[17]、物流业等众多领域。其中在物流领域的研究主要集中在对陆路运输网络、航空运输网络的研究，已有成果表明：这类网络呈现小世界网络特性，度及介数分布具有无标度特性，有明显的富人俱乐部现象，节点间匹配形式表现出异配性。

      本文以某快递企业的订单号为数据来源，通过网络爬虫和数据清洗等大数据处理手段，得到该企业在全国范围内的配送网点与路径数据，描绘出该企业配送网络的网络拓扑结构。运用复杂网络理论对其最短路径长度、集聚系数、度及度的累积分布等结构特性展开研究，以验证其复杂结构特性，在此基础上运用重要度评价矩阵确定配送网络中的重要节点，并根据评价结果为该企业配送网络的构建和管理提出优化对策。

      1 配送网络的大数据处理与拓扑结构刻画

      本文以国内某民营快递企业2016年10月1日至2016年10月31日的78986条订单数据为基础，通过网络爬虫，得到该企业在全国范围内的399739条配送路径，再经过数据清洗和数据整理，得到该企业在全国范围内的物流节点(转运中心/集散仓)分布以及物流节点之间的连通情况。运用Python 2.7和Gephi 0.8.1构造出该快递企业配送网络拓扑结构如图1，其中包括196个节点和399条边，1个节点代表1个物流节点所在城市，1条边代表两个城市之间的配送路线。图中节点的形状大小与各节点的度值呈正相关关系，即节点的形状越大，该节点的度值越大。

      关于图1中的数据，需要做以下几点说明：(1)不区分城市间的运输方式，即不区分城市间是通过何种运输方式进行配送，仅考虑城市之间是否存在配送路线，存在则连通，不存在则不连通；(2)不考虑城市间的配送量，即不考虑边的连接权重问题，将配送网络抽象为非加权网络；(3)不考虑配送方向，假设能从节点A到节点B，则默认为节点B也能沿相同路径到节点A，即将配送网络抽象为无向网络；(4)不考虑城市间配送的时间和成本等因素，也不考虑企业的经营管理能力等因素。

      

      图1 快递企业配送网络拓扑结构

      2 配送网络的复杂结构特性分析

      2.1 小世界特性

      小世界网络最显著的特性是与相同规模的随机网络相比，具有相近水平的平均最短路径长度和较大的集聚系数[18]。平均最短路径长度是网络中所有节点对之间最短路径长度的平均值，即：

      

      其中N为节点数量，为节点i到节点j最短路径中包含的边的数量。集聚系数指网络中所有节点集聚系数的平均值，即：

      

      其中N为节点数量，为节点i与个邻接点之间存在的实际边数，为节点i的度。计算可知，配送网络的平均最短路径长度为3.30，集聚系数为0.19。因此，配送网络中任意两个城市间的包裹投递平均需要2次转运，形成了一张较为高效的配送网络。用Python构造出包含196个节点、节点间以0.03为连接概率的随机网络，该随机网络中包含402条边，计算得到其平均最短路径长度为3.31，集聚系数为0.03。对比可知，与相同规模的随机网络相比，配送网络具有相近的平均最短路径长度和较大的集聚系数，表现出明显的小世界特性。