شبیه‌سازی جریان‌های بار شهری با مدل‌های ترکیبی تقاضای خرید و انبارداری مجدد

شبیه‌سازی جریان‌های بار شهری با مدل‌های ترکیبی تقاضای خرید و انبارداری مجدد

این مقاله، توسعه یک سیستم مدل‌سازی برای شبیه‌سازی جریان‌های بار شهری و نتایج اولیه یک نظرسنجی انجام شده برای بررسی رفتار مصرف‌کننده نهایی را ارائه می‌دهد. مجموعه مدل‌ها شامل شبیه‌سازی انتخاب‌های مصرف‌کننده نهایی در رابطه با نوع فروشگاه خرده‌فروشی (مثلاً کوچک، متوسط ​​یا بزرگ) است، زیرا چنین انتخاب‌هایی بدون شک بر جریان‌های توزیع بار تأثیر می‌گذارند.

در واقع، ویژگی‌های فرآیند انبارداری مجدد به شدت با نوع فعالیت‌های خرده‌فروشی که باید انبارداری مجدد شوند، از نظر اندازه تحویل، دفعات تحویل، نوع وسیله نقلیه باری و غیره، مرتبط است. این مقاله جزئیات هر مدل برای تخمین ماتریس مبدا-مقصد تحرک خرید را شرح می‌دهد و متغیرهای اصلی مؤثر بر رفتار را در رابطه با تولید سفر و نوع فروشگاه خرده‌فروشی بررسی می‌کند.

مقدمه

جریان‌های بار شهری عمدتاً از دو مؤلفه مربوط به خرید و انبارداری مجدد تشکیل شده‌اند. در واقع، بررسی‌های انجام شده در برخی از شهرهای اروپایی نشان می‌دهد که تنها با در نظر گرفتن جابجایی بار شهری، حدود ۶۹٪ از مسافت‌های شهری (وسیله نقلیه-کیلومتر) که هر روز توسط وسایل نقلیه موتوری طی می‌شود، شامل سفرهای خرید، ۲۴٪ سفرهای انبارداری مجدد و ۷٪ باقی‌مانده حاصل مدیریت شهری (مانند سایت‌های ساختمانی، جمع‌آوری زباله، نگهداری شبکه) است.

انتخاب‌های مصرف‌کننده نهایی در رابطه با نوع فروشگاه خرده‌فروشی (مثلاً کوچک، متوسط ​​یا بزرگ) بدون شک بر جریان‌های توزیع بار تأثیر می‌گذارد: ویژگی‌های فرآیند انبارداری مجدد کاملاً به نوع فعالیت‌های خرده‌فروشی که باید انبارداری مجدد شوند، از نظر اندازه تحویل، تعداد دفعات تحویل، نوع وسیله نقلیه باری و غیره، مرتبط است. به عنوان مثال، اندازه تحویل و ابعاد وسیله نقلیه باری با افزایش ابعاد فعالیت‌های خرده‌فروشی افزایش می‌یابد، در حالی که تعداد دفعات تحویل کاهش می‌یابد و تأثیر قابل توجهی بر کل مسافت طی شده توسط وسایل نقلیه باری دارد. بنابراین، انتخاب‌های مصرف‌کننده نهایی در بین کسب‌وکارهای خرده‌فروشی کوچک، متوسط ​​و بزرگ بر ویژگی‌های انبارداری مجدد و کل مسافت طی شده توسط وسیله نقلیه باری تأثیر می‌گذارد. علاوه بر این، انتخاب مکان خرید مصرف‌کننده نهایی به محل عرضه تجاری با توجه به محل سکونت و رفتار مصرف‌کننده نهایی بستگی دارد که به نوبه خود به برخی ویژگی‌ها مانند سن، درآمد، بعد خانوادگی و سبک زندگی بستگی دارد. علاوه بر این، انتخاب‌های مصرف‌کننده نهایی از نوع خرده‌فروشی نیز می‌تواند به دسترسی به مناطق خرید بستگی داشته باشد. بنابراین اگر دسترسی تغییر کند (برای مثال، در نتیجه تقاضای خرید – مدیریت سفر)، نوع فروشگاه و/یا روش حمل و نقل نیز می‌تواند تغییر کند. سپس، اگر ویژگی‌های مصرف‌کنندگان نهایی، توزیع کاربری زمین مسکونی و تجاری و/یا دسترسی به منطقه تجاری تغییر کند، ویژگی‌های انبارداری مجدد بار نیز ممکن است تغییر کند. به طور مشابه، برخی از اقدامات لجستیکی شهری می‌توانند دسترسی به انبارداری مجدد یک منطقه را کاهش داده و باعث تخصیص مجدد مشاغل خرده‌فروشی شوند.

در این زمینه، یک سناریوی لجستیک شهری (یعنی مجموعه‌ای از اقدامات)، که برای بهبود پایداری شهری و کاهش اثرات این دو مؤلفه حمل و نقل بار (یعنی خرید و انبارداری مجدد) اجرا می‌شود، می‌تواند بر یکی از این دو مؤلفه تأثیر بگذارد و بر دیگری نیز تأثیر بگذارد. بنابراین، مطالعه حمل و نقل بار شهری و روش‌شناسی نسبی برای ارزیابی یک سناریوی لجستیک شهری باید هر دو مؤلفه را به طور مشترک در نظر بگیرد. اگرچه مدل‌هایی در زمینه تحرک خرید و تحرک انبارداری مجدد ارائه شده است، اما به طور سنتی این دو بخش تقاضا به طور مستقل بررسی شده‌اند. تحرک خرید به عنوان جزئی از تقاضای مسافر از طریق روابط بین رفتار سفر، محیط ساخته شده (به عنوان مثال، کاربری زمین اختصاص داده شده برای فعالیت‌های تجاری مختلف، تراکم) و ویژگی‌های اجتماعی-اقتصادی مورد مطالعه قرار گرفته است (Nuzzolo & Coppola, 2005; Ewing & Cervero, 2010). مطالعات کمی آن را به عنوان جزئی از تحرک بار تجزیه و تحلیل کرده‌اند و در نظر گرفته‌اند که اقداماتی که بر رفتار خرید مصرف‌کنندگان نهایی تأثیر می‌گذارند (مثلاً محل فروشگاه خرده‌فروشی، روش حمل و نقل برای استفاده برای خرید) نیز می‌توانند بر تحرک انبارداری تأثیر بگذارند.

در رابطه با انبارداری مجدد، مدل‌های تقاضای بار مختلفی پیشنهاد شده‌اند که بسیاری از آنها مدل‌های چند مرحله‌ای هستند که می‌توانند بر اساس واحدهای مرجع مورد استفاده طبقه‌بندی شوند: کمیت، تحویل، تور و وسیله نقلیه. کمیت به ما این امکان را می‌دهد که مکانیسم زیربنایی ایجاد تقاضای حمل و نقل بار را مشخص کنیم: حمل و نقل بار توسط نیاز مصرف‌کنندگان نهایی برای برآوردن نیازهایشان به کالاها و خدمات ایجاد می‌شود (Gonzalez-Feliu, Toilier & Routheir, 2010; Russo & Comi, 2012). مدل‌های مبتنی بر کمیت برای ارزیابی اقدامات استراتژیک در جریان‌های حمل و نقل، مانند مواردی که بر مکان انبارها و فعالیت‌های خرده‌فروشی تأثیر می‌گذارند، خاص‌تر هستند. تحویل واحدی است که توسط اپراتورهای حمل و نقل و لجستیک استفاده می‌شود و به ما امکان می‌دهد فرآیند لجستیکی انبارداری مجدد را با عمق بیشتری بررسی کنیم (Muñuzuri, Cortés, Onieva & Guadix, 2012). با استفاده از مدل‌های مبتنی بر تحویل، می‌توان تأثیرات بر نوع خدمات حمل و نقل مورد استفاده برای انبارداری مجدد (مثلاً به حساب خود یا توسط شخص ثالث) و بر اندازه محموله را ارزیابی کرد. می‌توان از تورها برای بررسی تحویل در رابطه با زمان حرکت، نوع وسیله نقلیه، تعداد و توالی توقف‌ها استفاده کرد. در نهایت، جریان‌های وسیله نقلیه، که در مدل تخصیص تعامل دارند، به ما این امکان را می‌دهند که جریان‌های پیوند را به دست آوریم و عملکرد حمل و نقل و تأثیرات یک سناریوی لجستیک شهری مشخص را تخمین و ارزیابی کنیم.

اگرچه جریان‌های انبارداری مجدد برای برآوردن تقاضای مصرف‌کننده نهایی ایجاد می‌شوند و در نتیجه، مدل‌های انبارداری مجدد باید انتخاب‌های مصرف‌کننده نهایی را در نظر بگیرند، تعداد کمی چارچوب‌های مدل‌سازی مشترک را پیشنهاد کرده‌اند که نشان می‌دهد کار بیشتری در این زمینه باید انجام شود.

با توجه به مطلوبیت یک چارچوب مدل‌سازی مشترک، این مقاله یک سیستم مدل‌سازی ارائه می‌دهد که برخی از عوامل رفتار مصرف‌کننده نهایی، مانند انتخاب نوع فروشگاه خرده‌فروشی، را در نظر می‌گیرد و تحرک خرید و انبارداری مجدد را به هم پیوند می‌دهد. این سیستم شامل چهار زیرسیستم مدل برای تخمین ماتریس‌های O-D تحرک خرید، ماتریس‌های O-D مقدار انبارداری مجدد، ماتریس‌های O-D تحویل و ماتریس‌های O-D وسیله نقلیه انبارداری مجدد است. این سیستم مدل‌سازی در آثار قبلی نویسندگان (Nuzzolo & Comi, 2013a) توسعه داده شده است.

این مقاله به زیرسیستم مدل خرید می‌پردازد و نتایج تجزیه و تحلیل عواملی را که بر تحرک بار تأثیر می‌گذارند، یعنی تولید سفر و انتخاب نوع فروشگاه خرده‌فروشی، ارائه می‌دهد. این مطالعه بر اساس نظرسنجی‌های انجام شده در رم است که در آن با بیش از ۳۰۰ خانوار مصاحبه شده است.(منبع).

Call Now Button