文章编号：1673-3851(2015)01-0005-07 淘宝、天猫、京东等网络零售业的迅速崛起大大推动了我国物流快递业的快速发展，物流快递业从传统的交通运输业逐渐发展成为电子商务生态圈的核心产业之一。然而，近年来我国电子商务行业的物流快递业成本居高不下、服务质量低等弊端逐渐突显，已逐步成为网络零售业发展的瓶颈。配送是物流快递作业的一个重要环节，迂回、交叉和空载运输等不合理配送行为在我国快递企业中屡见不鲜。共同配送(又称拼载运输)，即多个企业联合组织实施配送活动，它以分工合作的形式对某一区域客户进行配送，从而实现配送活动的规模化与高效化[1]。共同配送是解决目前物流快递业成本高、运作效率低的有效途径之一。 目前共同配送研究主要包括合并策略、路径优化及利益分配等多个方面。针对共同配送在位置方面的研究，主要集中在共同配送下配送中心的选址问题上，多数是通过建立选址模型并确定目标函数，运用不同的方法求解模型，得出最优配送中心选址方案。在选址模型研究中，较具代表性有P-中值选址模型、重心法模型、交叉中值模型、鲍姆尔—沃尔夫模型[2]等，而模型求解主要方法包括分支定界法、沃尔夫分解法[3]以及CFLP法[4]等。除此之外，近年来，遗传算法、人工神经网络、蚁群算法等方法也被应用于配送中心选址问题的研究中。 针对共同配送下价格方面的研究，主要集中在参与共同配送主体的成本分摊或收益分配机制上，如基于Nash谈判模型的利益分配法、基于局中人满意度的利益分配法等。在Shapley提出的用于解决n人合作联盟时收益分配的Shapley值法的基础上，许多学者对其进行了改进[5-6]，将其应用于不同行业的合作收益分配中。例如，许宗萍[7]在Shapley值法中引入风险因子研究城市冷链物流共同配送的收益分配机制，杨冬[8]通过将合作成功率引进到Shapley值法中对其进行修正，探讨共同配送的利益分配方法。 已有研究的共同配送多以企业形成合作为前提，通过资金投入和选址兴建新的物流节点，虽然在理论上能使共同配送更专业化、规模化。然而在我国电子商务物流企业中，占主导地位的是民营第三方物流企业，如四通一达等。这类企业其自身物流节点已基本存在，并且企业之间各自为政、合作较少，甚至同行业恶性竞争现象普遍。因此，以合作的形式投入资金、新建物流节点，既不利于资源的优化配置，又不符合我国物流快递业内企业之间尚未形成有效信任机制的实际情况。同时，我国民营第三方物流企业内部，各级节点之间的计价单位基本是以快递件数为单位，即基于下级节点实际配送的快件数量，上级节点以单件形式计费，支付下级节点总配送费用。显然，不改变原有的计价方式更能促使合作的形成、确保合作的稳定性，然而在已有利益分配的研究中，并没有将计价方式这一因素考虑在内，忽略了单件配送价格的设置将会影响企业之间共同配送的利益分配结果。 物流配送的有效合作模式之一是第三方物流企业在不改变现有计价模式的基础上，整合已有配送中心节点资源，构建共同配送合作体系。然而该模式出现了节点所处位置、节点原始配送需求量大小和单件配送价x等新的控制变量。虽然改进的shapley值法可以根据企业对共同配送合作组织的边际贡献计算成本分摊，并将企业的投入资金、风险承担、服务水平等因素考虑在内，但是均未涉及位置、需求和单件支付价格等因素，因此，新的合作模式下，节点所处位置、原始配送需求量大小及单价支付价变量如何影响共同配送成本分摊是急需解决的问题。本文的研究目的是探讨这三个变量如何影响共同配送成员企业的效益，从而得出这三个变量对共同配送成本分摊的影响机制，为共同配送的利益分配提供依据。 由于参与共同配送的成员企业属于异质的主体，主体具有主观能动性、选择性及自主决策能力，主体与主体之间、主体与外部环境之间的相互作用呈现出动态的、非线性且密切的关系，因此共同配送合作体系属于复杂系统范畴。计算实验是以综合集成方法论为指导，结合复杂系统理论、演化理论和计算技术等，通过计算机再现管理活动的基本情景、微观主体的行为特征及相互关联，并在此基础上分析揭示管理复杂性与演化规律的一种研究方法。因此，为克服数理方法在刻画主体异质性以及系统演化方面的不足[9]，本文采用计算实验的方法通过多代理方法和相应的面向对象编程技术，产生共同配送合作关系中的参与主体，构建共同配送合作模型，通过主体之间或主体与环境之间的相互作用，自下而上地“涌现”出该合作关系系统各种可能的行为及现象，并抽取和分析某一参数变化对主体的策略选择及绩效的影响，最后通过对实验结果的分析对比得出积极的管理启示[10]。 一、计算实验模型构建 (一)模型基本描述 实验模型包含N个物流企业，N的值视具体实验而定。每组实验分物流企业均独立配送与物流企业形成共同配送两种情况，考察物流企业某个属性对共同配送效益的影响。每一周期开始，首先产生各个物流企业因业务产生的配送需求，即原始的配送需求。再根据车辆装载策略，确定企业需要的车辆数目以及每辆车需要配送的需求集合。最后根据配送路径策略，计算每个物流企业所行驶的里程数，进而得出配送成本花费。实验共分四组进行，第一组通过控制物流企业在城市区域的位置坐标，探究位置对共同配送效益的影响；第二组通过控制物流企业原始配送需求变量，讨论其对共同配送效果的影响；第三组与第四组，通过改变单件支付价格，分别研究该值对不同位置及需求物流企业的共同配送效益的影响。
