طراحی یک شبکه توزیع محلی مبتنی بر مدل جمع سپاری با رویکرد خود-جمع آوری

نوع مقاله : مدیریت تولید و عملیات (برنامه‌­ریزی تولید، چابکی، پایداری، ناب، سبز، برون­‌سپاری، زنجیره تأمین، زنجیره ارزش، کیفیت، بهره وری، صنعت چهار و ابعاد آن، . . .)

نویسندگان

1 دانشجو دکتری، دانشکده مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران

2 استاد، دانشکده مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران

3 دانشیار، دانشکده مهندسی صنایع، دانشگاه علوم و فنون مازندران، بابل، ایران

چکیده

خدمت نوین خود-جمع‌آوری در لجستیک شهری  به‌ عنوان جایگزینی برای تحویل درب-به-درب با مزایای محیط‌زیستی و اجتماعی مطرح است. هدف این تحقیق،  بررسی میزان آگاهی جمعیت از خدمت نوین خود-جمع آوری در تحویل سفارشات با استفاده از تهیه پرسشنامه و مصاحبه با ساکنین شهر تهران، تعیین عوامل موثر بر انتخاب این خدمت از سوی مشتریان و  بررسی نحوه ارتباطات این عوامل با یکدیگر با به کارگیری رویکرد DANP فازی و نهایتا ارائه یک مدل ریاضیاتی جهت پوشش دهی مراکز خود-جمع آوری در یک شبکه لجستیک شهری با هدف کمینه سازی میزان مسافت پیموده شده توسط مصرف کنندگان می باشد. یافته‌های پژوهش حاکی از این موضوع می باشد که سطح آگاهی جمعیت در ایران از خدمت خود-جمع آوری بسیار پایین بوده است. با این حال، افزایش قابل توجه علاقه‌مندی جمعیت به این سرویس در صورت نزدیکی مکان های تحویل، نشان از پتانسیل بالا این ابتکار نوین دارد. همچنین، تجزیه و تحلیل داده ها نشان می دهد که معیار های 1-نزدیکی مکان های خود-جمع آوری به مشتریان، 2-تفاوت هزینه میان دو خدمت تحویل درب-به-درب و خود-جمع آوری و همچنین 3-کیفیت خدمات ارائه شده در این مراکز تاثیر به سزایی در پیشبرد این ابتکار جدید دارد. در نهایت، آگاهی بخشی و آموزش عمومی درباره مزایای زیست‌محیطی و اقتصادی این خدمت نوین، نقشه‌برداری از عادات خرید مشتریان و شناسایی نقاط استراتژیک، ارائه انگیزه های مالی و تخفیفاتی و  ارتقاء کیفیت خدمات به منظور افزایش پذیرش خدمت خود-جمع‌آوری از سوی مشتریان که منجر به بهبود عملکرد شبکه لجستیک شهری می باشد، را توصیه می نماید.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Designing a Crowd Local Logistics Network with a Self-collection Approach

نویسندگان [English]

  • Mohammad Safari 1
  • iraj Mahdavi 2
  • Javad Rezaeian 3
1 PhD student, Department of Industrial Engineering, Mazandaran University of Science and Technology, Babol, Iran
2 Professor, Department of Industrial Engineering, Mazandaran University of Science and Technology, Babol, Iran
3 Associate Professor, Department of Industrial Engineering, Mazandaran University of Science and Technology, Babol, Iran
چکیده [English]

The innovative self-collection service in urban logistics is proposed as an alternative to door-to-door delivery, offering environmental and social benefits. This research aims to investigate the level of awareness among the population regarding the new self-collection service for order deliveries by preparing a questionnaire and conducting interviews with residents of Tehran. It also aims to identify the factors influencing customers' choice of this service and to examine the relationships between these factors using the fuzzy DANP approach. Ultimately, the research seeks to present a mathematical model for covering self-collection centers within an urban logistics network, aiming to minimize the distance traveled by consumers. The study's findings indicate that the awareness of the self-collection service among the population in Iran is very low. However, there is a significant increase in the population's interest in this service when the collection points are located nearby, demonstrating the high potential of this innovative initiative. Furthermore, data analysis reveals that the criteria of 1) proximity of self-collection locations to customers, 2) cost differences between door-to-door delivery and self-collection services, and 3) the quality of services provided at these centers play a crucial role in advancing this new initiative. Finally, the research recommends public awareness and education about the environmental and economic benefits of this new service, mapping consumer purchasing habits, identifying strategic points, providing financial incentives and discounts, and enhancing service quality to increase customer acceptance of self-collection services, which will lead to improved performance of the urban logistics network.

کلیدواژه‌ها [English]

  • crowdsourcing
  • crowd logistics
  • local deliver
  • self-collection
  • optimization
  • multi-criteria decision-making

مراجع

Buldeo Rai, H., Mommens, K., Verlinde, S., & Macharis, C. (2019). How does consumers’ omnichannel shopping behaviour translate into travel and transport impacts? Case-study of a footwear retailer in Belgium. Sustainability, 11(9), 2534.
Baumvol, B. M., Chevallier, L. B., Dablanc, L., Morganti, E., & Belin-Munier, C. (2017). Spatial dimension of e-shopping in France. HAL (Le Centre Pour La Communication Scientifique Directe).
Mommens, K., Buldeo Rai, H., van Lier, T., & Macharis, C. (2021). Delivery to homes or collection points? A sustainability analysis for urban, urbanised and rural areas in Belgium. Journal of Transport Geography, 94, 103095.
Collins, A. T. (2015). Behavioral influences on the environmental impact of collection/delivery points. In Green Logistics and Transportation (pp. 15–34). Springer.
Francke, J., & Visser, J. (2015). Internet shopping and its impacts on mobility. In 25th World Road Congress (PIARC) (pp. 1–14). Seoul, Republic of Korea.
Iwan, S., Kijewska, K., & Lemke, J. (2016). Analysis of parcel lockers’ efficiency as the last-mile delivery solution – the results of the research in Poland. Transportation Research Procedia, 12, 644–655.
Jeremić, A., & Andrejić. (2019). Crowd logistics – A new concept in realization of logistics services. In Proceedings of the 4th Logistics International Conference – LOGIC 2019.
Joerss, M., Schroder, J., Neuhaus, F., Klink, C., & Mann, F. (2016). Parcel delivery: The future of last mile. Technical report, McKinsey & Company, Chicago.
Johnson, L., & Wang, T. (2024). Environmental benefits of self-collection delivery systems: A quantitative assessment. Transportation Research Part D: Transport and Environment, 112, 103–119.
Keen, C., Liang, C. H., & Sham, R. (2022). The effectiveness of parcel locker that affects the delivery options among online shoppers in Kuala Lumpur, Malaysia. International Journal of Logistics Systems and Management, 41(4), 485.
Kitcharoen, K. (2019). Effect of perceptual differences on consumer attitude and purchase intention of organic food. The Journal of Risk Management and Insurance, 22(2).
Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607–610.
Min, Z., Zhao, L., Kong, N., Campy, K. S., Xu, G., Zhu, G., Cao, X., & Wang, S. (2020). Understanding consumers’ behavior to adopt self-service parcel services for last-mile delivery. Journal of Retailing and Consumer Services, 52, 101911.
Mommens, K., Buldeo Rai, H., van Lier, T., & Macharis, C. (2021). Delivery to homes or collection points? A sustainability analysis for urban, urbanised and rural areas in Belgium. Journal of Transport Geography, 94,103095.
Morganti, E., Seidel, S., Blanquart, C., Dablanc, L., & Lenz, B. (2014). The impact of ecommerce on final deliveries: alternative parcel delivery services in France and Germany. Transportation Research Procedia, 4, 178–190.
Lee, J., & Parker, H. (2023). Consumer perceptions of self-pickup services: Motivations and barriers. International Journal of Logistics Management, 34(4), 553–570.
Liu, S., Luo, G., Cai, Y., Wu, W., Liu, W., Zou, R., & Tan, W. (2024). Determinants of consumer intention to adopt a self-service technology strategy for last-mile delivery in Guangzhou, China. Mathematical Biosciences & Engineering, 21(2).
Olsson, J., Hellström, D., & Vakulenko, Y. (2023). Customer experience dimensions in last-mile delivery: An empirical study on unattended home delivery. International Journal of Physical Distribution & Logistics Management, 53(2), 184–205.
Luo, R., Ji, S., & Ji, Y. (2022). An active-learning Pareto evolutionary algorithm for parcel locker network design considering accessibility of customers. Computers & Operations Research, 141, 105677.
Rossolov, A. (2023). A last-mile delivery channel choice by e-shoppers: Assessing the potential demand for automated parcel lockers. International Journal of Logistics Research and Applications, 26(8), 983–1005.
Srinivas, S. S., & Marathe, R. R. (2021). Moving towards “mobile warehouse”: Last-mile logistics during COVID-19 and beyond. Transportation Research Interdisciplinary Perspectives, 10, 100339.
Tsai, Y., & Tiwasing, P. (2021). Customers’ intention to adopt smart lockers in last-mile delivery service: A multi-theory perspective. Journal of Retailing and Consumer Services, 61, 102514.
Vyt, D., Jara, M., & Cliquet, G. (2017). Grocery pickup creation of value: Customers’ benefits vs. spatial dimension. Journal of Retailing and Consumer Services, 39, 145–153.
Wassen, A. M., Mohammad, Y., Diab, A., Elomri, A., & Triki, C. (2023). Innovative solutions in last mile delivery: Concepts, practices, challenges, and future directions. Supply Chain Forum: An International Journal, 24(2), 151–169.
Weltevreden, J. W. (2008). B2C e-commerce logistics: The rise of collection-and-delivery points in The Netherlands. International Journal of Retail & Distribution Management, 36(8), 638–660.
Wang, X., Yuen, K. F., Wong, Y. D., & Teo, C. (2018). Consumer participation in last-mile logistics service: an investigation on cognitions and affects. International Journal of Physical Distribution & Logistics Management, 49(2), 217–238.
Wu, H., Shao, D., & Ng, W. S. (2015). Locating self-collection points for last-mile logistics using public transport data. In Lecture Notes in Computer Science (pp. 498–510).
Yuen, K. F., Wang, X., Ng, L. T. W., & Wong, Y. D. (2018). An investigation of customers’ intention to use self-collection services for last-mile delivery. Transport Policy, 66, 1–8.
پژوهشنامه مدیریت اجرایی
دوره 16، شماره 32
اسفند 1403
صفحه 385-419

فایل ها

سابقه مقاله

  • تاریخ دریافت: 28 فروردین 1403
  • تاریخ بازنگری: 14 دی 1403
  • تاریخ پذیرش: 05 بهمن 1403

هم رسانی

ارجاع به این مقاله

آمار