2019富邦人壽管理博碩士論文獎

1

商圈內實體零售商店結合電子商務之即時反應機車

取貨服務模型之研究

An Instant Response Motorcycle Pick-up Service

Model for Physical Retailing Store Combined E-

commerce on Business Areas

摘要

城市商圈內以繁華商業區為核心的電器類、服裝類等實體零售商店，隨著商店經營

成本提高，新零售改變消費習慣與物流需求，電子商務的發展也影響零售業營運模式的

轉變，僅經營實體零售商店已無法滿足顧客的購物需求。基於商圈內實體零售商店結合

電子商務之線上到線下整合模式 (Online to Offline, O2O) 之營運趨勢，以即時物流為基

礎，運用機車做為商圈內提供取貨服務之運具。因此，本研究提出商圈內實體零售商店

結合電子商務之即時反應機車取貨服務模型，透過商圈內第一哩之取貨環境，在考量機

車裝載容量的限制下，追求最小總取貨路線成本作為目標。本模型視為是一個指派與路

線規劃問題，並以基因演算法(Genetic Algorithms, GA) 求解模型中的組合最佳化問題。

針對未來新零售下之營運趨勢，以提供公司獨立經營、物流業者或商圈管理者，能實務

運用在商圈內零售業之即時反應的機車取貨服務。

關鍵字：即時物流、機車取貨、指派問題、路線規劃問題、第一哩

2019富邦人壽管理博碩士論文獎

2

壹、前言

當前零售業者經營上遭遇的困境，除了價格競爭激烈、毛利偏低之外，其次最重要

的因素為勞動成本提高，該項原因占零售業所要面對困境中的 46.7%，與 2016 年經濟

部調查結果相比，因基本工資上漲，勞動成本提高之比率增加 5.3 個百分點。從 2016年

工業及服務業普查中，臺北市的批發及零售業的經營概況發現，從業員工人數有 521,258

人，但平均每單位從業員工人數只有 6人，因此對於人力運用上必須更加精實。尤其特

別針對商圈內的實體零售商店，由於人力成本不斷提高之外，且經營成本相對較高。商

圈之消費型態趨向於多品項、多頻次、小批量的商品特性，加上顧客對於商品配送速度

的期望，當商店有即時取貨的需求時，為降低成本而無法雇用專職的取貨員，且進入商

圈取貨的車輛容易造成進出與停放不便的問題，若將這項業務交給專業的取貨員執行，

不僅可以節省人力負擔及降低人力短缺，也能讓商店的店員專心提供服務到門市購物的

顧客。從工業及服務業普查 (2016) 中，截至 105 年底全體工業及服務業企業家數計有

129.6萬家，其中以批發及零售業占比最多計有 51萬家。同時，經濟部主計處統計報告

(2019) 指出，零售業的營業收入逐年增加，從 100 年零售業營業收入為 36,939 億元，

至 107年零售業營業收入已增加為 42,770 億元，如圖 1.1所示。此外近年網購市場快速

成長，其中，零售業中的無店面零售業成長幅度呈現逐年增長，在 107年無店面零售業

營業額達 2,547億元，迭創歷史新高，年增 4.8%，且連續 10年都呈正成長，如圖 1.2所

示。其中的主力為占比七成之電子購物業，而目前最新數據顯示其營業額從 100 年的

1,103 億元攀升至 106 年 1,695 億元，如圖 1.3 所示，平均每年成長 7.4%，相對於整體

零售業 1.9%及無店面零售業 15.6%擁有顯著的起伏。故以實體商店的營運方式同時結合

電子商務 (後簡稱電商) 的購買方式將成為未來零售業之營運趨勢，不僅可以增加實體

商店的收益來降低營運成本，也減少顧客平時透過電商購買商品所產生的不信任感，進

而提供電商無法取代的面對面服務，將為實體商店及電商共同帶來額外的營利收入並且

傳遞商品的品牌價值。

當技術不斷的改革與創新，對於零售業的衝擊與變革已經開始，逐漸影響實體商店

及電商之間的營運方式與經營的商業模式。近年的行動網路像是手機、平板電腦等裝置

的 App應用已普遍化使用，網路購物平台、網路技術從蓬勃發展走向日臻成熟。現今零

售業之營運趨勢朝向線上到線下整合模式 (Online to Offline, O2O) 的應用多元化發展，

所謂 O2O 廣義的定義為將顧客從網路上帶到實體商店，反之亦可讓顧客從實體商店帶

到線上的整合營運模式 (王浡，2015；江宜庭，2017)。當顧客於線上消費後，再將客群

帶進實體商店享受服務，不僅增加顧客回客率，也獲得商品及品牌再次曝光的機會。臺

灣新零售教父—91APP 董事長何英圻曾表示，對於 O2O 整合需求一直存在且尚未被滿

足，當兩者的商品、顧客、服務等進一步串聯後，O2O模式占交易量、使用量將會迅速

爆發，當數位普及化延伸至零售通路市場時，該模式的營運型態必然成為趨勢，透過整

合將顧客線上購物交易數據與線下實體商店的互動體驗數據相互結合。如同 Amazon 主

要以線上零售業為主，2017年卻宣布併購美國的有機連鎖零售商—Whole Foods Market，

將電商的服務擴展至實體商店，以提供線上與線下無縫接軌的購物體驗。阿里巴巴是一

家提供電子商務線上交易平台的公司，同時在 2017 年宣布投資中國大潤發 (高鑫零售)

2019富邦人壽管理博碩士論文獎

3

36％的股權，顯示出線上線下整合正逐漸成為未來發展之趨勢，新科技的運用與網路使

用普及的環境下，促使「新零售」時代來臨。新零售一詞為 2016 年馬雲在阿里雲棲大

會上所提出，並於 2017 年的阿里研究院新零售研究報告中詳細說明，將所謂的新零售

定義為「以顧客體驗為中心的數據驅動的泛零售形態」。從 Amazon 與阿里巴巴近年的

新營運策略看出，為使顧客能夠具有完整的購買品質，實體零售業與電商將走向新零售

的趨勢，同時提供線上及線下結合的服務。在未來實體商店與電商的界線將逐漸消失，

單獨經營電商不再是支撐銷售的唯一主力，而是必須與實體商店互相合作與配合，為雙

方創造營收上更大的利益。在新零售來臨之時，顧客的需求也因應新的營運模式產生變

化，重視的不再只是電子商務，而是進一步與顧客的接觸，提供更加貼切的服務與便利

的購物體驗。因應消費習慣的轉變，解決大眾外出用餐、購物等需求的即時物流逐漸蓬

勃發展，在 2017 年中國使用即時配送的用戶規模接近 3 億人，增長率達 26.8％。說明

新零售時代為即時物流帶來發展的契機，當線上與線下的界限越來越模糊時，必須把兩

者結合提供一小時到達、甚至更短時間內送達的即時物流服務也是不可或缺。

起初的即時物流配送服務是來自餐飲外賣，但除了餐飲外賣的服務，顧客對於生活

中的配送需求也越來越大，因此服務也開始由外賣延伸到生鮮蔬果、藥物、或是日常用

品等生活消費商品的層面。所謂即時物流就是在傳統的實體商店或電商服務的基礎上，

為顧客提供固定距離或同一區域內的即時配送服務。解決商品在特定範圍內近距離的配

送問題，改變傳統零售業以往的營運方式，使得越來越多的實體零售商店選擇與即時物

流服務提供商合作。《2017年中國即時物流行業報告》顯示，2016 年在中國的即時物流

行業訂單量超過 56 億單，2017年和 2018 年訂單量預計分別為 89 億單和 124億單，同

比分別增長 59%和 39%，明顯高於同期的快遞行業，如圖 1.4所示。在這樣的新零售環

境下，提供即時物流服務的公司也紛紛崛起，如美國的 Instacart 與中國的愛鮮蜂、京東

到家、美團外賣等公司都是因應此趨勢所開發出的營業模式，藉由與商店的合作提供顧

客即時的物流配送服務。從順豐快遞在公佈 2018 年年報上顯示，在同城即時配送業務

方面，2018 年不含稅業務營業收入總計為 10億人民幣，較上一年同期增長 172.2％；而

圓通快遞推出“計時達”即時配送主要為顧客提供 3公里範圍內之精準時效服務，採取

無需中轉、直接送達的模式，即取即送承諾在 2 小時內送達；麥肯錫 (McKinsey &

Company) 發布的「物流快遞：最後一哩路的未來發展」報告中顯示，有 23%的顧客願

意支付額外費用以當日送達；Yahoo 奇摩電商白皮書 (2017) 也提到，56%的顧客認為

「送貨速度」是選擇購物網站的重要影響因素。由上述資料可知，對於商品的即時配送

成為新零售時代的競爭指標，顧客希望企業能夠提供更加便利、客製化且令人滿意的消

費服務。而在國內，從網路商店 PChome 所提供的商品配送時間來看，由過去的 24 小

時到貨至近年來提供臺北市區內可 6 小時到貨；燦坤及金石堂分別提供 3 小時到貨服

務；家樂福線上購物也提供 1小時快速到貨的配送服務，顧客對於即時收取商品的需求

及期望逐漸增加。過去由於網路技術不發達，配送員與商店的即時連線無法確實配合，

當顧客提出需求或送出訂單時，商店與配送員無法立即接收訂單，在雙方互相聯繫的等

待過程中，已經錯過顧客對於該商品的急迫性，也會間接降低顧客對於商店的信賴程度，

由此可知現今顧客對於商品即時配送服務的需求也更加重視。

2019富邦人壽管理博碩士論文獎

4

目前處於各家零售業的競爭之下，即時物流轉變為當今經營零售業都需具備的一個

趨勢，同時因應顧客在消費需求上的全新形態，以實現顧客滿足新零售時代的期望與需

求。即時物流具有距離短、頻率高、時效要求高等特性，若以貨車來進行批次之配送則

無法達到即時的取貨需求。物流業者為增加貨物裝載空間通常使用貨車進行配送，由於

貨車於商圈停放不易且進出易造成交通阻塞，在商店一提出取貨需求時，貨車無法達成

即時性的服務，所需花費的時間與成本也較高。為了能夠達到節省時間以及提高到商店

取貨的即時性與多頻次，使用機動性高的機車為運輸工具相對較具有經濟效益，當商店

一有取貨需求時，儘管單次只有一項或少量的商品需要配送，使用機車也能提供即時取

貨的服務。加上目前最新統計至 2016 年我國民眾外出比率為 75.9%，其中使用的運具

次數以「機車」市占率最高，為 45.9%。有效善用機車作為進入商圈內取貨之運具，讓

商店面對有迫切需求的商品時，能避免商圈內道路壅塞而無法即時將商品寄出，因而運

用機車達到即時物流中機動性強烈之即時反應的取貨服務，以利提升其取貨之物流效率。

綜上所述，針對商圈內零售業與電子商務整合的商業需求，在快速反應的商業需求下，

加速商品在第一哩之取貨效率所設計出的商業模式。其目的為期望提供商圈內進行商品

取貨的人員，到達商圈後可至商店進行即時反應之取貨服務，以滿足商圈內實體零售商

店的商品能在第一時間出貨，以增加商業競爭力。藉由上述零售業之營運模式，可解決

商圈內的商店面對租金高、人事成本逐年增長等問題，減少營業狀況發生困境。儘管線

上購物較為便利，但顧客對於較貴重的商品仍選擇至實體商店購買，以減少對於商品的

不信任感，以實體商店補足線上商店所無法提供的服務與信賴，以及實體商店與電子商

務有效結合的營運趨勢，雙方營收成長有望持續提高。對於同時經營實體零售商店與電

子商務的業者，可透過即時反應的取貨服務提升顧客於購物時之便利性，其中商品的取

貨過程格外重要，特別是商品的第一哩取貨工作需盡快完成。當商店一有取貨訂單之需

求時，可直接到達商圈內進行即時反應取貨之工作，善用現代零售業之實體零售商店與

電商共同結合的發展趨勢下，可為線上及線下零售業提升益處，滿足彼此缺乏的服務特

性，並且解決商圈內貨車進出困難與停放不易，導致商店內商品無法即時取貨之問題。

貳、文獻回顧

由於零售業消費型態的轉變，造成顧客對於商品的要求也隨之改變，面對新零售的

環境下，為求增加自身商業競爭力，提供符合顧客需求的服務外，實際商品取貨之過程

需經過有效的規劃，目前對於顧客要求商品即時送達之情況下，仍未有文獻指出商品在

離開商店後第一哩取貨工作之流程，無提供適切的商品取貨路線規劃之模型，無法有效

的達成商品之配送。是故，本研究著重於建立一個解決實體零售商店內商品的第一哩取

貨服務，使商品在第一哩取貨工作時，可提升效率不需耗費多餘的成本。本研究將提出

相關議題之文獻回顧，其議題為「新零售下物流與消費型態轉變」、「即時物流配送模式」、

「城市物流」、「商圈配送模式」、「模型之求解演算法」。本章將針對相關研究論述進行回

顧，以瞭解目前相關領域的研究發展概況，以利後續本研究之進行。

一、新零售下之物流與消費型態的轉變

綜整 2008年至 2016年期間，回顧零售業營運背景下的研究現況，發現論文中存在

的侷限性與現況中仍有差距，針對營運的概況提出三個研究方向，以分析全通路零售中

2019富邦人壽管理博碩士論文獎

5

的新店鋪營運、關注零售店的勞動力管理以及採用新技術促進商店營運研究，透過綜合

的角度理解零售商店營運研究的現況 (Mou, Robb and DeHoratius, 2018)。透過與線上零

售業完美連接，滿足顧客多元化的消費需求 (朱麗萍與王濤，2017；徐印州與林梨奎，

2017；鄭貴華與李呵莉，2017；王坤與相峰，2018)。王歡與付剛 (2018) 發現在新零售

不斷發展之下，物流業須具備以下三項要點以利後續發展：首先是物流活動必須結合新

零售的服務過程，實現多種資源的結合；第二是通過物流實現線上和線下的全通路零售

模式，推動無界零售的發展；最後則是全面提升顧客的購物體驗，將線上、線下和物流

緊密串連，共同合作以實現雙赢，帶給顧客更好的消費品質和物流服務，建立綜合實體

零售、線上電商及物流模式的新型經營格局 (梁瑩瑩，2017)。

二、即時物流配送模式

隨著顧客消費升級、消費體驗要求提高，行動網際網路技術的進步和建立，即時物

流服務之型態已形成。所謂即時物流是以迅速和準時為特徵，主要針對短距離配送之需

求，基於商品的升級服務所發展而來，以填補傳統快遞隔日送達、甚至三日內送達所不

能提供的服務市場 (喜崇彬，2018)。就目前新零售發展過程中，為滿足顧客需求而提供

的即時物流服務，說明即時物流存在的契機與重要性，為符合即時物流的運送特性與配

送頻次，運用可順利達成配送之運具。

(一) 即時物流

電子商務的興起和顧客習慣的改變導致對即時配送的需求發生變化，即時配送佔據

歐洲各大城市所有貨運配送的 2.5％，以提供在兩小時內個人特定需求的配送 (Morganti,

Arvidsson, Woxenius, Browne and Saidi, 2017)。Joerss, Schröder, Neuhaus, Klink and Mann

(2016) 說明 25％的顧客願意為當天或即時配送的服務支付高額費用，此外，顧客在購

買雜貨時支付快速交貨的意願明顯較高，例如服裝、雜貨、小型電子產品和汽車零件。

在消費升級的背景下，顧客對即時物流的要求呈現上升的趨勢，即時物流面臨的問題也

逐漸產生，人們需求的多樣化使得配送商品的品項、規格也越來越複雜，配送難度增加，

如何確保各式各樣商品的配送品質，也是需要解決的首要問題 (蘇霧，2017)

即時物流隨著行動網際網路和新零售發展而衍生出新的物流模式，滿足顧客臨時提

出快速、即時、準時的配送要求是必備條件，即時安排最佳的配送路線進行配送，以保

證在既定時間內高效率將物品送達顧客的手中，有利於改善末端配送容易延宕之問題，

也能靈活且高效率地提升物流效率和達成良好的顧客滿意度 (王慧與張娟，2015；王磊，

2017)。由上述文獻中可知，即時配送的需求從日常生活延伸至現今新零售發展影響下都

是不可或缺的因素。李振山與沈海濱 (2018) 將商品以最低的成本、最快的速度與效率，

完好無損地配送到指定目的地，未來的商業需求也會基於這樣的趨勢下進行多元發展，

同時考量進行商品配送時，盡可能避免過程中不必要的成本損耗產生。

(二) 即時物流之運具選擇

針對都市中的特定區域進行即時配送，使用機動性強的運具方能達到符合時效高的

物流服務。即時物流的配送過程中，為了要提升服務的效率，必須針對不同地區的特性

來選擇合適的交通運具，以利於減少在過程中遭遇不便。Morganti et al. (2017) 說明在歐

2019富邦人壽管理博碩士論文獎

6

洲城市提供即時配送的運輸方式為：自行車 (88％)，機車和踏板車 (9％)，等其他方式

(3％) 進行配送。隨著新的消費趨勢產生，相較於傳統以卡車運輸的方式，騎自行車在

都市地區更具有優勢。在都市區域中多見自行車快遞收取和運送物品進行快速配送，以

較小的體積或重量運送郵件、包裹、貨物。對於配送小型的貨物，例如重要文件、禮品

等，在擁擠的交通和有限的車輛停放空間，自行車及機車更適合在都市從事配送服務，

其載貨容量相對較小但更具有機動性，以便在都市區域中穿梭。目標是針對大多數地區

或都市規模較集中之區域，取貨和送貨僅限於同一個城市或區域，滿足包裹特性小、重

量輕、交貨速度高及高價值等特性之服務 (Wang, 2008;Maes and Vanelslander,

2012;Wrighton and Reiter, 2016)。

由於臺灣身處的交通環境不同，都市地區部分巷道狹窄，致使大型貨車進出、臨時

停車皆不容易。在都市區域對於時間準確性較為看重，為因應此一問題，物流業者使用

機動性高但載貨量較小之機車來進行配送，讓機車作為運具來取代大型貨車，儘管機車

與貨車的承載量無法相互比較，但使用機車配送小型商品更具有經濟效益。從零售業與

機車配送的結合逐漸緊密，也滿足顧客對於下單後快速收到商品的需求 (何宗育，2007；

朱柏翰、陳志勇、高偉智與林志成，2016；李育穎，2016)。如 GoGoVan 公司的服務在

臺灣以機車快遞為主，克服在臺灣地狹人稠之市場特性，透過臺灣密度世界第一的機車

作為運具，講求快速、便利、機動性高的貨運服務 (陳志騰、顏憶茹、李益銘、彭浩軒、

黃立德，2016)。

三、城市物流

城市具有強大的凝聚力和輻射力，其消費較為集中且需求量大，城市通常為商品流

通的中心，物流產業在實際的發展中有很大的發展空間 (陳瑤，2016)。而城市物流網絡

是由各個層次的節點相互作用形成的系統結構，各個層次內部的緊密關係是城市物流網

路持續發展的關鍵。透過運用複雜網路的相關知識來研究城市物流網，可分析出城市物

流網路中各節點的關鍵程度，反映城市物流網路中節點間相互作用對物流網路的影響，

以此有計劃地對整個城市物流網路進行改善，並透過複雜網路的統計特性建立城市物流

網路模型 (何龍，2018)。由於現今網路科技的進步與消費習慣的轉變，顧客的購物方式

多元化，其選擇從實體商店增加為使用網際網路進行線上購物之模式，對於城市物流配

送體系上也造成影響。透過分析網路購物對居民和城市物流的交通效應，網路購物為一

種新的商業業態，其對城市傳統零售業的運行模式和空間產生重大影響，購物環節可能

包含在特定時間購物的人、方式等多樣化選擇，以揭示網路購物對城市環境的潛在影響

(劉學、鄧化媛，2016)。

若配送路徑設計未多加考慮，存在重複交叉，配送網絡佈局、車輛選擇類型不夠合

理，導致配送耗時長及資源浪費，影響最後一哩配送效率的提升 (包峰，2018)。為解決

城市物流配送中多層次、多行程、動態資訊的問題，並詳細介紹解決這些問題的數學模

型應用的主要困難以及解決的方法，通過文獻研究證實車輛路徑最佳化確實可以改善城

市物流運輸並發揮關鍵作用 (宋強，2017)。

2019富邦人壽管理博碩士論文獎

7

四、商圈配送模式

在新零售環境下統整出商品配送之特性，透過商圈內之配送模式進行以下文獻回顧，

以了解其規劃過程。由於零售業分布較為散亂、不集中，商品具有少量多批次的特性，

為適應此特性的配送，解決顧客的不集中性和不固定性，根據共享的構思以社區或者大

樓等特定區域為單位，一同共享一個集貨站可有效節省配送時間 (龍琼，2018)。然而，

有關商圈第一哩配送之文獻較少，多著重於最後一哩的配送服務，但對於即時物流的活

動來說，從商品的第一哩開始便須經過有效的規劃，若無妥善規劃將會影響後續商品配

送之效率。而商圈內的實體零售商店通常為滿足顧客的需求，或是提供特殊急件服務，

將商品的第一哩進行即時配送，有助於加速顧客盡快收到購買的商品。

零售商店的銷售範圍通常有一定的地理界線，即有相對穩定的商圈，商圈是指商店

以其所在地為中心，沿著一定的方向和距離擴展，吸引顧客的輻射範圍，在相對繁榮的

商圈內，經營者多、行業分佈廣泛、商品種類多元等，能滿足絕大多數顧客的需求，其

對零售業的經營具有重要意義 (牟勇、王兆朋、汪雯，2015)。零售業物流配送系統是依

據商圈來定位配送範圍，通過共同採購、配送來降低物流成本及輔助商品流動 (王順林

與陳一芳，2010)。商圈具有以下之特性:空間集聚性、企業高同質性、服務對象以零售

為主，交通壓力大。可知商圈內對貨物配送的需求較大，大量物流車輛進入勢必造成人

貨混雜、交通擁堵、車輛等待時間長、配送成本上升等情況。擁有良好的共同配送體系，

實現貨物整合、減少車輛進出、緩解交通壓力，達到提高物流運作效率 (溫衛娟，2016)。

五、模型求解演算法

本研究所提出的商圈內實體零售商店結合電子商務之即時機車取貨模型為人力指

派與路線規劃問題，在考量人力成本與機車容量等相關限制下，亦稱為車輛途程問題

(Vehicle Routing Problem ,VRP)。一般而言，車輛途程問題由單一配送中心以不同裝載能

力的車輛進行配送服務，以滿足顧客之需求。根據本研究之問題特性，所有取貨員必須

從不同的起點出發，再前往商圈內的商店進行取貨，在機車容量限制與距離條件下，取

貨員指派至商店的路線及貨物大小的組合眾多，可視為車輛途程問題之延伸，實屬於NP-

hard問題。在求解此類大型問題時往往需耗力費時才能得出最佳解，故採用啟發式演算

法進行問題求解以大幅降低計算時間。

根據上述之考量下，啟發式演算法為最佳的求解方法，不僅求解速度快、品質高且

不受問題規模的限制 (陳熙玫與劉智維，2010)。針對求解 VRP 之啟發式演算法的種類

眾多，而啟發式演算法可概分為傳統啟發式演算法與萬用啟發式演算法。傳統啟發式演

算法包含節省法 (Savings)、插入法 (Insertion Heuristic)、最鄰近法 (Nearest Neighbor

Heuristic) 等；而萬用啟發式演算法則分別有基因演算法 (Genetic Al-gorithms, GA)、禁

忌搜尋法 (Tabu Search, TS)、蟻群演算法 (Ant Colony Optimization, ACO)、模擬退火法

(Simulated Annealing, SA) 等。

(一) 基因演算法

本研究將使用基因演算法求解本研究提出之商圈內實體零售商店結合電子商務之

即時反應機車取貨服務模型中的組合最佳化問題，在物流業蓬勃發展下，對於都市配送

2019富邦人壽管理博碩士論文獎

8

服務要求需具有完善的品質。趙璐、趙磊、與朱道立 (2013) 針對有道路限制下的城市

配送 VRP 問題進行研究並利用基因演算法進行求解分析。翟勁松與台玉紅 (2018) 以顧

客滿意時間為限制之條件，將最短配送時間作為目標，運用基因演算法求解最佳化路徑，

建立外賣配送路徑最佳化模型，以滿足顧客對時間的要求。潘立軍與符卓 (2012) 利用

基因演算法求解物流配送最佳化路徑問題。在電子商務的最後一哩分布中，為解決新的

城市物流問題，提出混合基因演算法以求解目標最小化總配送成本 (Zhou, Baldacci, Vigo

and Wang, 2018)。Mohammed, Ghani, Hamed, Mostafa, Ahmad and Ibrahim (2017) 利用基

因演算法找出最佳路徑結果以減少路徑的時間和距離，可降低運輸成本，實施最佳化校

車服務的含容量之車輛途程問題模型。

參、商圈內實體零售商店結合電子商務之即時反應機車取貨服務

模型

一、商業模式設計

商圈作為都市中商店林立、人流車流密集混雜、交通擁塞較為嚴重的區域，對於商

店的物流服務將面臨許多困難，由於店內的人力有限無法親自將商品送至顧客手中或物

流中心，透過物流商與代理商共同合作，替商店人員將商品寄至物流商的集貨中心。本

研究針對商圈內實體零售商店結合電子商務之即時反應機車取貨服務之模式中，提供符

合顧客所需之服務，代理商以機車作為運具至商店進行即時反應的取貨服務，再將商品

送至集貨中心，能有效解決商圈內道路擁擠的第一哩取貨問題。由於為有效降低固定的

取貨人力成本，代理商採用共享的兼職人力，取貨員皆從自家住所出發前往商圈至商店

取貨，採用機動性高、停車便利的機車，但在取貨過程中需一併考量機車的容量限制。

經上述說明本研究提出商業模式的實際執行狀況，依據其特性建立商圈內實體零售

商店結合電子商務之即時反應機車取貨服務模型，本模型中的人力指派與機車取貨路線

規劃問題為一般 VRP 所衍生之問題，因此於本研究建立之模型中，有部分限制與一般

VRP 的模型相似。由於本模型採用共享的兼職人力，當商店有取貨需求時，取貨員並非

如同一般 VRP 統一由集貨中心出發，而是從取貨員各自所在地前往商店取貨，取貨完

畢後再統一前往同一集貨中心。在運具使用上則是採用機車來取代貨車進入商圈，考量

機車具有機動性高之特性，但裝載容量相較於貨車裝載容量小，故機車僅能以少量多頻

次進行商圈取貨。依本研究所探討之含人力指派的 VRP，僅至商店進行取貨作業；取貨

完畢送至單一集貨中心；多輛機車、每輛機車具有容量限制；道路考量商圈之特性，有

方向性，亦即從甲地到乙地產生的距離成本和從乙地到甲地產生的距離成本由於單向道

或其他因素導致相異；且目標為最小總旅行距離成本的單目標車輛路線問題。

針對特定商圈進行取貨服務時，其取貨範圍為固定，提供短時間、少量的取貨服務，

顯示對於即時運送之特性。在取貨過程中主要可能遭遇與必須克服的問題包括：第一，

使用共享人力，因此每位取貨員的所在地距離商店位置皆不同；第二，每家商店的取貨

需求與指派前往的取貨員間組合數多；第三，取貨過程必須同時考量機車的容量限制，

是否可放入大小不同的商品；第四，不超過容量限制下，每一位取貨員可接收多個貨物；

第五，每一位取貨員前往多家商店取貨之路線規劃安排。經上述統整後為指派與路線規

2019富邦人壽管理博碩士論文獎

9

劃問題，隨著取貨員與取貨點增加，其取貨路線的組合數也成指數上升，導致問題求解

的難度提高，時間相對過長，屬於組合最佳化問題。為在運算速度須達到即時且準確的

要求，利用啟發式求解方法中的基因演算法以克服上述在取貨過程中必須面臨的困難，

期望能在短時間內得到一個可接受的近似最佳解，以尋求一有效的解決方案，藉此提供

有效的取貨路線以降低取貨成本。

二、符號說明

ijc

：表示節線 (i,j) 之距離成本

ijklmx ：表示第 k 位取貨員至節線 (i,j) ，並取所屬 l 貨種中之第 m 個貨物之流量，

經過其值為 1，否則為 0，為 [0,1] 變數

ka ：表示第 k 位取貨員所裝載之貨物容量

ka ：表示第 k 位取貨員所裝載之貨物容量的上限定值

l ：表示第 l 種貨物容量之轉換當量

iQ ：表示每一節點 i 之總貨物容量

QC ：表示所有貨物容量的總和

L ：表示所有貨物大小種類之集合

M ：表示所有貨物之集合

K ：表示所有取貨員之集合

N ：表示所有節點之集合

S ：表示單一集貨中心

三、模型建立

本研究基於商圈內實體零售商店結合電子商務之即時反應機車取貨服務模型中的

指派與路線規劃問題，其目標為最小總取貨路線成本，依據上述所言之問題描述，提出

適切的研究範圍與假設，考量機車裝載容量之相關限制條件下，所建立初步的數學模型

如下：

min ij ijklm

i N j N k X l L m M

Z c x

= (3.1)

式 (3.1) 表示為本模型之目標函數，乃極小化之總取貨路線成本， ijc為節線 (i, j) 之

距離成本， ijklmx表示為第 k位取貨員至節線 (i, j)，並取所屬 l 貨種中之第 m 個貨物之流

量，經過其值為 1，否則為 0，為 0-1變數，而 ijc與 ijklmx

兩者相乘之加總後為經過取貨路

線之成本，表示所有取貨員進行取貨所需之距離成本。

2019富邦人壽管理博碩士論文獎

10

, , , ,1ijklm

i N

j N k K l L m M i jx

(3.2)

式 (3.2) 表示為取貨員於不同所在位置時，並非所有取貨員都會被指派至進行取貨，

其中指派 ijklmx取貨員前往取貨其值為 1，否則為 0，為 0-1變數。

, , , ,ijklm

k K

i j N l L m M i jx K

(3.3)

式 (3.3) 表示為所有取貨員總數在已知情況下，前往取貨之取貨員數量不超過可使

用之共享取貨員人數， ijklmx為指派 k 位取貨員總和之 0-1 變數，K 為可使用之共享取貨

員總數。

, , ,

1

0

1

ijklm ijklm

j N i N

k K l L m M i jx x

− = −

(3.4)

式 (3.4) 表示為取貨員在每個取貨點與集貨中心上流量之變化，取貨員於節點 j 及

節點 i 之流量相差為 1，即表示取貨員位於迄點，即為取貨員已抵達集貨中心；若為 0

表示取貨員仍位於中間點，即表示為取貨員正位於前往之取貨點上；若為-1則代表取貨

員位於起點，即表示為每位取貨員位於所在位置，其中 ijklmx為取貨員於節點 j 及節點 i

上之流量變化，為 0-1變數。

, ,l ijklm i

i N l L m M

i jx Q j N k K

= (3.5)

式 (3.5) 表示為每一取貨點上之貨物容量， l 為每一貨物種類 l 之貨物容量與 ijklmx

各取貨點上各 l 個貨物總類的 m 個貨物數量相乘，會與每一取貨點上之貨物容量相等。

其中 l 表示為貨物種類第 l 種貨物容量之轉換相對容量， ijklmx為取貨員至節線 i，並取

所屬 l 貨種中之第 m 個貨物之流量 0-1變數，將 l 與 ijklmx兩者相乘之總和為 iQ

，即為每

一取貨節點 i 之總貨物容量。

2019富邦人壽管理博碩士論文獎

11

, , ,l ijklm

l L m M

i jx QC i j N k K

= (3.6)

式 (3.6) 表示為每一貨物所屬貨物種類之容量總和為所有取貨之總貨物容量， l 為

貨物種類 l 之相對貨物容量， ijklmx為取貨員至節線 (i, j)，並取所屬 l 貨種中之所有 m 個

貨物之流量， l 與 ijklmx兩者相乘之總和為

QC，即為所有貨物容量之總和。

, ,l ijklm l ijklm k

j N l L i N l L

i jx x a k K m M

− = (3.7)

式 (3.7) 表示為每一取貨員於取貨點上所取之貨物容量，為取貨員離開取貨點所裝

載之貨物容量與進入取貨點時的貨物容量變化，其兩者之差為取貨員於取貨點上所取之

貨物容量。其中 l 為貨物種類 l 之相對貨物容量， ijklmx為取貨員於節線 i 與節點 j 之流

量， l 與取貨員於節點 j 之流量兩者相乘及 l 與取貨員於節線 i 之流量兩者相乘為 ka ，

ka 表示為第 k位取貨員所裝載之貨物容量。

k ka a (3.8)

式 (3.8) 為每一取貨員所裝載之貨物容量不可超過取貨員所裝載貨物容量之上限，

ka 為第 k 位取貨員所裝載之貨物容量，而 ka 為第 k 位取貨員所裝載之貨物容量的上限

定值。

, , , , ,ijklm

j N

j S i N k K m M l L i jx k

= (3.9)

式 (3.9) 表示所有取貨員於完成取貨後，皆前往同一迄點，而該迄點為集貨中心，

而 ijklmx為取貨員從節點 i 將所屬 l 貨種中之 m 個貨物皆取至節點 j 之流量，當前往取貨

之取貨員人數增加，則其流量即相當於 k位取貨員，顯示出所有取貨員最終皆回到集貨

中心。

2019富邦人壽管理博碩士論文獎

12

}0{ ,1 xijklm (3.10)

式 (3.10) 表示變數 ijklmx為 0-1變數。

肆、模型求解

本研究主要運用基因演算法求解取貨員於商圈內實體零售商店取貨之路線規劃問

題，且無需求之商店不需前往取貨的情形下，規劃最佳取貨路線的順序。而運算程序為

先將問題的可能解答經由編碼成為基因型式，再以適應值函數評估族群中染色體的優劣

指標，經由判斷適應值以進行複製 (reproduction)、交配 (crossover) 及突變 (mutation)

等三個主要運算子反覆進行運算，直到符合終止條件後停止運算，求出問題的最佳解。

根據本研究之問題特性，採用排列編碼進行求解，其對於組合最佳化問題最為有效，由

於組合最佳化問題最關鍵的是要尋找滿足限制條件的最佳排列或組合，因此排列編碼對

於此類問題是最有效的方法 (玄光男與程潤偉，2004)。後續運用兩種機制產生初始族群，

分別為隨機產生及最近鄰點法。將目標函數轉換為染色體之適應值，並採用競爭選擇法，

透過適應值的優劣進行排序後，先選取適應值最佳及次佳的兩條染色體進行交配運算，

為利於縮短取貨員之取貨路線成本，於交配運算的步驟後，將染色體依路線成本高低進

行排列，並且針對取貨路線成本最高之染色體進行突變的機制。最後設計的終止條件為

演算迭代數達指定的代數，反覆進行基因演化迭代後即停止搜尋。

本研究以一個 12 個節點與 72條節線所組成的小型路網為基礎進行測試，而每一取

貨點上皆有貨物需進行取貨至集貨中心，並設計取貨點上皆有貨物需取貨至集貨中心。

其中每一取貨點上的貨物數量與容量不一，貨物的裝載容量可分為大、中、小三種，轉

換成數值以 1、0.5、0.3 做為區分。本研究以取貨員所需的最短取貨距離為目標進行測

試，並以基因演算法為基礎所發展之演算法進行求解，並連續進行 50 回合基因演化世

代運算後，於基因演化世代至 36次時計算出最短取貨路線成本，其測試結果如圖 4.1所

示。以下將針對基因演化世代運算 50回合之結果進行分析與比較，其說明如圖 4.2及表

4.1所示。

圖 4.1 小型測試路網之取貨路線成本 50回合演化世代狀態

7

8

9

10

11

12

13

1 4 7 1013161922252831343740434649

距

離

成

本(

公

里)

演化世代數

2019富邦人壽管理博碩士論文獎

13

表 4.1 小型測試路網之運算 10次 50回合演化世代成果

運算次數 最大取貨路線成本

(公里)

最小取貨路線成本

(公里)

最小總取貨路線成本

之差異比率(%) 求解時間(秒)

1 12.34 8.69 1.50 3.53

2 12.73 8.31 6.14 3.87

3 13.17 8.63 2.20 3.95

4 13.17 8.31 6.14 3.70

5 12.57 8.60 2.56 3.71

6 13.24 8.82 0.00 3.48

7 12.94 8.73 1.03 3.28

8 12.50 8.60 2.56 3.65

9 12.85 8.57 2.92 3.76

10 12.43 8.39 5.13 4.23

圖 4.2 小型測試路網之 50回合演化世代運算成本比較

有鑑於前述於圖 4.1 中可知，透過基因演化世代運算 50 回合即可求出小型測試之

最小總取貨路線成本。由表 4.1中可知，將本研究之模型進行計算 10次基因演化世代運

算 50 回合，模型求解時間介於 3 至 4 秒之運算，以求解出最小總取貨路線成本。其中

最小總取貨路線成本為 8.31公里至 8.82公里之間，並且透過運算 10次中最小總取貨路

線成本之最大值，以及其他各最小總取貨路線成本之間的差異比率位於 0%至 6.14%之

範圍。而圖 4.2 為呈現計算 10 次基因演化世代運算 50 回合中，經運算後的總取貨路線

成本皆相同降低，且最小總取貨路線成本皆落入近似最佳解之區域，並在基因演化世代

50回合之運算結果中，經運算後的總取貨路線成本皆會降低，且最小總取貨路線成本皆

落入近似最佳解之區域，可顯示出演算法於每次求解運算時之可靠性。

伍、數值範例與分析

基於本研究中商圈內取貨問題之特性，故選定臺北市西門町商圈進行大型資料測試，

並運用 Google 地圖中兩點之間的街廓距離，標註位於西門町商圈內的實體零售商店、

商圈周圍的取貨員及集貨中心，透過取貨員至商店、商店與商店之間及商店至集貨中心

8.00

9.00

10.00

11.00

12.00

13.00

14.00

1 2 3 4 5 6 7 8 9 10

距離成本(

公里)

運算次數

最大總取貨路線成本 最小總取貨路線成本

2019富邦人壽管理博碩士論文獎

14

兩點的旅行距離作為本研究之路網的測試資料，針對商圈內實體零售商店結合電子商務

之即時反應機車取貨服務模型進行數值範例測試，並依測試結果進行分析及比較。本研

究設計每一取貨點上至多有 1-3 個貨物需送至集貨中心，其貨物容量不一，可分為大、

中、小三種，其中大型貨物為 25 個，中型貨物為 30 個，而小型貨物為 45 個，共計有

100 個貨物分布於西門町商圈內的 50 家零售商店。透過共享人力且考量在取貨路線規

劃前無法確切知道每位取貨員會前往取貨的商店，同時無法得知取貨貨物的個數，僅得

知每家商店的貨物數量，因而取貨員於取貨前無法確切掌握貨物的容量大小。

透過本發展之商圈內實體商店結合電子商務之即時反應機車取貨服務模型，考量取

貨員研究所運用機車取貨時所裝載之容量限制，運用最短距離成本進行取貨及車輛路線

規劃導引功能。透過本模型運算之最小總取貨路線成本與取貨員分別各自進行取貨路線

之結果，56位取貨員皆充分應用自身的裝載容量，皆在不超過裝載容量為 1的限制條件

下，將所有商店內具有取貨需求的 100 個貨物送至集貨中心，透過基因迭代運算 5000

回合計算後，得知當迭代運算至第 3039 回合時，可求得運用路線規劃之最短取貨距離

共計為 103.21 公里，以完成取貨至集貨中心的工作，而最短取貨距離 103.21 公里為迭

代運算 5000 回合之區域最佳解，如圖 5.1 所示。以下將針對基因演化世代運算 5000 回

合之結果進行分析與比較，其說明如圖 5.2 及表 5.1所示。

圖 5.1 測試路網之取貨路線成本 5000回合演化世代狀態

表 5.1 測試路網之運算 10次 5000回合演化世代成果

運算次數 最大取貨路線成本

(公里)

最小取貨路線成本

(公里)

最小總取貨路線成本之

差異比率(%) 求解時間(秒)

1 132.19 107.40 0.42 183.46

2 132.47 107.10 0.70 173.53

3 134.60 106.78 1.00 166.89

4 134.76 106.38 1.38 171.07

5 133.75 107.85 0.00 173.85

6 132.94 106.95 0.84 173.35

7 130.26 105.94 1.80 172.06

8 129.28 105.38 2.34 174.01

9 130.89 103.21 4.50 137.85

10 131.57 105.56 2.17 174.65

100

110

120

130

140

1

251

501

751

1001

1251

1501

1751

2001

2251

2501

2751

3001

3251

3501

3751

4001

4251

4501

4751

距離成本(公里)

演化世代數

2019富邦人壽管理博碩士論文獎

15

圖 5.2 測試路網之 5000 回合演化世代成本比較

最後，為驗證求解演算法對於本研究之大型測試結果，由表 5.1 中可知，將本研究

之模型進行計算 10 次基因演化世代運算 5000 回合，模型求解時間介於 137至 188秒之

運算，以求解出最小總取貨路線成本。其中最小總取貨路線成本為 103.21公里至 107.85

公里之間，並且透過運算 10 次中最小總取貨路線成本之最大值，以及其他各最小總取

貨路線成本之間的差異比率位於 0%至 4.5%之範圍。而圖 5.2為呈現計算 10次基因演化

世代運算 5000 回合中，經運算後的總取貨路線成本皆相同降低，且最小總取貨路線成

本皆落入近似最佳解之區域，並在基因演化世代 5000 回合之運算結果中，運用最短總

取貨路線成本共計為 103.21 里完成取貨至集貨中心之工作，顯示出基因演算法於每次

求解運算時之可靠性，並且透過多次基因迭代運算，可有效求解出近似最佳解，以證明

求解演算法之準確性與穩定性。

陸、結論與建議

本研究主要之目的，乃是探討目前實體零售商店在商圈內的營運環境與遭遇之困難，適

時結合未來零售業所引領的趨勢，在符合取貨員運用機車之容量限制的額外限制條件下，

考量取貨員出發前往取貨路線規劃問題的意義，以合理且一般化的詮釋取貨員的路線選

擇行為，並據以提出適切的商業模式，同時改善商圈內的物流配送問題，提升顧客所需

之即時取貨服務，並針對臺灣運具使用之特性，採用機車為本模式的主要運輸工具。基

於模型發展與建立的進程，針對機車之裝載容量限制下之商圈內實體商店結合電子商務

之即時反應機車取貨服務模型進行分析，並發展相對應的求解演算法，透過數值範例測

試，驗證模型求解的正確性及展現其特性。本研究對模型的成果，可獲致以下結論：

一、本研究針對商圈內實體零售商店的營運模式，為能展現出實務上之需求，解決取貨

員選擇前往商店取貨的優先順序，並同時反映出取貨員須前往有取貨需求之商店進行取

貨。

二、藉由本研究所採用之測試資料進行數值範例分析，藉由規劃多位取貨員前往取貨的

路線規劃，顯示每位取貨員皆能符合機車所能承載之容量限制以及所取的貨物容量大小。

100.00

105.00

110.00

115.00

120.00

125.00

130.00

135.00

140.00

1 2 3 4 5 6 7 8 9 10

距離籌本(

公里)

運算次數

最大取貨路線成本 最小取貨路線成本

2019富邦人壽管理博碩士論文獎

16

三、本研究求解之取貨路線規劃及裝載貨物容量的大小，具備提供相關取貨需求人員或

代理商等管理者在規劃路線時使用之潛力，進行取貨的路線規劃。

四、針對模型求解之運算回合數，顯示所指派取貨員之人數多寡，以及每一取貨員之取

貨路線的優先順序皆會影響每回合運算之總取貨路線成本。運用基因演算法求解時，最

小總取貨路線成本之每一運算回合呈現高低起伏的情況，由於突變之運算步驟展現其特

性跳脫區域解，為盡可能追求全域最佳解的求解方式，使每一回運算朝向目標值逼近，

得出演化世代數中之最小總取貨路線成本。

綜上所述，本研究貢獻為考量商圈內的實體零售商店正遭受新零售的影響而面臨改

革之際，提出適切的商業模式供商圈內的實體零售商店使用，有助於改善實體零售商店

的發展。針對商圈內實體零售商店的營運模式，建立取貨服務模型，採用機車為運具以

解決商圈取貨問題與需求。對於現今零售的發展狀況，實體零售商店結合電子商務的營

運模式，提出完成商品的第一哩取貨工作有利於後續物流作業進行，並解決商業模式中

第一哩取貨服務的一個物流問題。基於本研究所提出之商業模式，能夠有效提供三個對

象加以應用—代理商、物流商及商圈的商業公會。首先以本模式作為成立一家代理商的

營運方式，代理商可與物流商進行合作，使物流商減少雇用人力所花費的成本，透過代

理商至商店即時取貨，再將貨物送至集貨中心，物流商可直接由集貨中心統一將貨物送

至顧客手中，避免貨物在商店停留時間過長，導致顧客無法即時收到貨物。當物流商到

達一定的經營規模時，物流商可組成專為特定商圈內的商店提供即時取貨的人力，將貨

物有效送至顧客手中，以滿足顧客對於貨物送達速度的需求。或可提供給商圈的同業公

會、協會與促進會等加以運作，透過本研究提出之模式解決商店對於即時且少量的取貨

需求。

除上述研究結論外，基於取貨員裝載容量限制的機車取貨服務模型的探討，仍有許

多發展空間有待後續研究繼續努力。未來可考量抵達具有取貨需求商店之時間限制等條

件，藉此能適切描述真實取貨之情況，納入有關到達商店取貨時段之時間窗限制。並依

照實際狀況設定貨物大小及其裝載容量，以期能更適切的應用於其他商圈內實體零售商

店的取貨服務。為同時提升取貨之工作效率，透過記錄取貨員的取貨效率、服務品質等

其他相關條件，可作為取貨員之信賴度的標準。提供管理者依照信賴程度進行人員指派

與取貨路線規劃。而本研究所發展之機車取貨服務模型，將可應用於許多特定區域內具

有多家實體零售商店之大型商圈。

參考文獻 王坤與相峰。2018。“新零售”的理論架構與研究範式。中國流通經濟，第三十二卷第

一期：3-11。

王浡，2015。Online to Offline 商業模式研究和市場競爭分析：以中國零售服務行業為例。國立臺灣大學國際企業學研究所未出版碩士論文。

王順與陳一芳。2010。建立基於邊缘商圈的零售業物流配送體系，促進社會内需發展。

物流科技，第八期：125-127。

王慧與張娟。2015。“餓了麼”即時配送服務模式研究。全國商情-理論研究，第四十七

2019富邦人壽管理博碩士論文獎

17

期：23-24。

王磊。2017。中國即時物流行業發展研究。物流科技，第十一期：72-75。

王歡與付剛。2018。新零售背景下物流業發展對策研究。物流科技，第八期：59-61。

包峰。2018。城市物流“最後一公里”末端配送發展研究。當代經濟，第五期：68-69。

玄光男與程潤偉，2004。遺傳算法與工程優化。北京：清華大學。

交 通 部 ， 2019 。 民 眾 日 常 使 用 運 具 狀 況 調 查 摘 要 分 析 。

https://www.motc.gov.tw/uploaddowndoc?file=survey/201806191349310.pdf.。搜尋日

期：2019年 5月 24日。

朱柏翰、陳志勇、高偉智與林志成。2016。臺灣機車快遞產業發展現況與契機。物流技術與戰略，第七十九期：58-63。

朱麗萍與王濤。2017。”新零售”的本質與內涵。上海商業，第十一期：41-44。

江宜庭，2017。探討 O2O 電子商務中影響消費者滿意度與忠誠度之因素。國立臺北科技大學經營管理系碩士班未出版碩士論文。

牟勇、王兆朋與汪雯。2015。商圈與 O2O的聯姻 - 一種商業模式。安徽理工大學學報（社會科學版），第十七卷第三期：41-43。

行政院主計總處，2019。中華民國統計資訊網。https://www.stat.gov.tw/np.asp?ctNode=1816。

搜尋日期：2019 年 5月 24日。主計總處

何宗育，2007。多車種接駁補貨車輛途程問題。國立中央大學土木工程研究所未出版碩士論文。

何龍。2018。基於複雜網絡的城市物流網絡構建分析。智慧商業，第二十八期：6-7。

宋強。2017。城市物流環境下車輛路徑問題的研究。物流工程與管理，第三十九卷第二期：51-55。

李育穎，2016。考慮碳排放之混合機車車隊途程規劃。國立中央大學工業管理研究所未出版碩士論文。

李振山與沈海濱。2018。即時物流引領“分鐘級”配送新時代。金橋，第五期：72-76。

徐印州與林梨奎。2017。新零售的產生與演進。商業經濟研究，第十五期：5-8。

梁瑩瑩。2017。基於“新零售之輪”理論的中國“新零售”產生與發展研究。當代經濟管理，第三十九卷第九期：6-11。

陳志騰、顏憶茹、李益銘、彭浩軒與黃立德。2016。共享經濟撼動了物流最後一里服務？

—GoGoVan機車快遞。物流技術與戰略，第七十九期：48-57。

陳熙玫與劉智維。2010。具時窗限制之車輛途程決策支援系統。運籌管理評論，第四卷第一期：59-72。

陳瑤。2016。城市物流配送模式選擇研究。城市建設理論研究，第二十期：81-82。

喜崇彬。2018。當即時物流遭遇新零售。物流技術與應用，第五期：84-87。

溫衛娟。2016。城市商圈共同配送方案設計分析。現代商業，第三十六期：15-16。

經 濟 部 ， 2019 。 統 計 處 資 料 庫 。

https://www.moea.gov.tw/Mns/dos/content/SubMenu.aspx?menu_id=21041。搜尋日期：

2019年 5月 24 日。

翟勁松與台玉紅。2018。基於時間窗約束下的外賣配送路徑優化。物流科技，第三期：15-18。

2019富邦人壽管理博碩士論文獎

18

趙璐、趙磊與朱道立。2013。有道路限行的集團蔬菜城市配送車輛路徑問題。上海管理科學，第三十五卷第五期：38-45。

劉學與鄧化媛。2016。網上購物對購物出行和城市物流的影響研究。特區經濟，第五期：165-167。

潘立軍與符卓。2012。求解帶時間窗取送貨問題的遺傳算法。系統工程理論與實踐，第三十二卷第一期：120-126。

鄭貴華與李呵莉。2017。實體零售業轉型“新零售”過程中的問題及對策研究。經濟論壇，第五期：72-75。

龍琼。2018。新零售背景下的物流運输模式構建研究。商場現代化，第十三期：37-40。

蘇霧。2017。即時物流的“速度與激情”。互聯網周刊，第二十三期：24-25。

Joerss, M., Schröder, J., Neuhaus, F., Klink, C., & Mann, F. 2016. Parcel delivery: The future

of last mile.McKinsey & Company.

Maes, J., & Vanelslander, T. 2012. The use of bicycle messengers in the logistics chain, concepts

further revised. Procedia-Social and Behavioral Sciences, 39: 409-423.

Mohammed, M. A., Ghani, M. K. A., Hamed, R. I., Mostafa, S. A., Ahmad, M. S., & Ibrahim,

D. A. 2017. Solving vehicle routing problem by using improved genetic algorithm for

optimal solution. Journal of Computational Science, 21: 255-262.

Morganti, E. Dablanc, L., Arvidsson, N., Woxenius, J., Browne, M., & Saidi, N. 2017. The rise

of on-demand ‘Instant Deliveries’ in European cities. In Supply Chain Forum: An

International Journal, 18(4): 203-217.

Mou, S., Robb, D. J., & DeHoratius, N. 2017. Retail store operations: Literature review and

research directions. European Journal of Operational Research.

Wang, I. L. 2008. Distribution of small packages in metropolitan area by motorcycle courier

services. International Journal of Integrated Supply Management, 4(1): 88-101.

Wrighton, S., & Reiter, K. 2016. CycleLogistics–moving Europe forward!. Transportation

Research Procedia, 12: 950-958.

Zhou, L., Baldacci, R., Vigo, D., & Wang, X. 2018. A Multi-Depot Two-Echelon Vehicle

Routing Problem with Delivery Options Arising in the Last Mile Distribution. European

Journal of Operational Research, 265(2): 765-778.