1 研究背景 近年来，我国快递业呈现跨越式增长，但“最后一公里”的成本仍居高不下，占到了整个物流环节总成本的30％。自提点作为解决末端配送难题的主要方式之一，改变了传统的单纯依赖送货上门的末端配送模式，提高了顾客取件的安全性和时间的灵活性，降低了快递企业一次投递失败率。随着自提点被越来越多的顾客和快递企业认可，各大电子商务企业、快递企业、第三方配送企业和设备平台企业都纷纷涉足自提市场，完善自提网络，并建立具有多品种特点的自提服务产品体系，以期能在市场开发初期取得竞争优势。 2010～2015年期间，我国邮政行业营业网点的平均服务面积由126.8平方公里下降至51平方公里，平均服务人口同样由1.8万人减少至0.7万人，反映了网点布局日趋完善、快递覆盖日益全面的趋势。在自提点的数量和规模迅速扩大的过程中，往往一个区域内会出现多家企业布局的多个自提点。由此，对于网点布局较密集、配送网络较为完善的地区，对网点数量增长的要求逐渐淡化，取而代之的是如何快速提升服务质量和控制服务成本，抢占末端配送市场。 末端顾客的需求呈现个性化趋势，企业可以通过历史数据挖掘顾客需求特征，通过对服务产品的组合优化，提供符合顾客期待的服务产品，最大程度地匹配顾客需求，提高网点的服务效率，避免不必要的服务带来的额外成本。 目前，建立优化模型是学者们解决服务产品组合问题的重要方法之一。姜艳萍等[1]考虑不同服务要素下的备选方案之间的相容关系，以最大化顾客期望满足程度和最大化服务产品总体相容度为目标，建立多目标组合优化模型。张重阳等[2]综合考虑服务方案设计的总预算成本约束以及顾客针对竞争企业的满意度，通过Lingo求解以顾客满意度最大化为目标的服务要素优化配置模型。徐皓等[3]结合Kano模型拟合评价信息，将成本预算作为约束，构建以顾客满意度最大化为目标的服务要素组合优化模型。现有研究大多探讨多个服务要素下备选服务项的组合方案，在计算顾客对方案满意度的过程中，假设顾客可以获得所有服务要素，且服务要素之间相互独立。 本研究借鉴现有服务组合模型，研究多个设施点的备选服务产品组合优化方案。与前者不同的是，由于自提点作为公共服务设施，具有一定的覆盖范围，即只能为一定距离内的顾客提供服务；且自提点之间的服务产品可能存在重叠，多个自提点共同作用于顾客行为。通过覆盖模型探讨多自提点共同对顾客的覆盖影响。 传统覆盖模型的一个重要假设是，任何一个需求点只能受到独立设施点的影响，从而选择是否接受服务[4～6]，而该影响的衡量往往是通过距离。在实际场景下，往往一定区域内存在多个设施点，由不同企业独立建设和运营。随着行业的逐渐成熟，企业通过树立自己的品牌形象、提供独特的服务产品[7]，提升品牌价值和消费者的购买意愿[8]，通过服务个性[9]和单纯曝光[10]对顾客行为产生影响。同时，企业可以建立完善的信息系统，通过企业内部信息交换合理配置设施能力，保证资源被占用时顾客接受服务的可靠性和惠顾设施的可达性。综上，企业可以通过品牌的树立和信息的共享，形成设施点对消费者的吸引合力，共同影响消费者决策，从而占领更大的市场份额。 联合覆盖模型刻画了顾客受到服务半径内所有设施点影响这一现象，主要适用于具有物理信号的通讯类设施(如基站、灯塔等)和非物理信号的其他设施(如超市、应急设施等)的布局优化问题。BERMAN等[11]提出了连续型需求联合覆盖和离散型需求联合覆盖模型，并通过警报器布局选址案例验证了在设施布局规划中，联合覆盖下需要的设施数目是传统单点覆盖的一半，从而节约建设成本。BERMAN等[12]归纳了渐进覆盖、联合覆盖和变半径覆盖3种覆盖模型的应用情境，提出联合覆盖可描述为一定距离内的设施都会对顾客的惠顾行为有影响。BERMAN等[13]建立了联合覆盖下以最大化覆盖为目标的选址模型，并设计了启发式算法解决两个及以上设施的选址问题。毛明清[14]针对通讯类设施信号的特点，通过联合覆盖的中断问题模型识别关键设施。刘慧等[15]在保证每个需求点都享受到最低服务水平的情况下，提出了选址效益最大化的联合覆盖模型。 已有关于服务组合的研究中，存在以下问题：①大多追求顾客满意度最大化，较少考虑企业需求覆盖的目标及建设成本的约束。在实际情况中，顾客满意度只需要维持在一个合理的水平上即可。②现有研究多假设顾客是无差别个体，忽略了顾客的异质性需求。③认为顾客满意度单一受到距离的影响，未考虑多种服务产生的信号强度对顾客行为的共同影响。 基于此，本研究在顾客需求异质性的背景下，引入自提点为不同顾客提供服务产品的覆盖距离矩阵；同时，结合顾客对自提点服务距离的渐进衰减感知，及同一企业网点之间信号联合覆盖的特点，考虑自提点容量和成本限制；最终，建立竞争环境下，以目标企业覆盖需求最大化为目标的服务组合优化模型。本研究结论有利于目标企业在合理的成本预算范围内，维持一定的顾客满意度水平，通过实现自提服务的供需匹配，寻求自提点的需求覆盖最大化，在竞争中占据更多的市场份额。
