学术信息 首页 - 学术信息 - 正文
珞珈经管青年论坛第四百四十期——管理科学与工程论坛
2024-03-29
时间:2024-03-26  阅读:

讲座题目:Last Mile Innovation: The Case of the Locker Alliance Network(最后一公里创新: 储柜联盟网络案例)

主讲人:吕国栋 香港科技大学商学院

时间:2024年3月29日9:00

地点:学院513

主办单位:武汉大学经济与管理学院管理科学与工程系

内容摘要:

The Locker Alliance Network (LAN), a cutting-edge initiative under Singapore's Smart Nation vision, aims to revolutionize parcel pickup processes. This government-led project seeks to implement two major changes in Singapore's urban logistics: (i) establishing an open-access facility for all Logistic Service Providers (LSPs), and (ii) enhancing the last mile delivery efficiency of each LSP, thereby reducing their operational footprint. This research investigates the impact of locker network design on the delivery efficiency of individual LSPs and explores strategies for the government to construct an inclusive network for all LSPs. Using the LAN pilot program data, we show that the currently deployed locker network surprisingly reduces last mile delivery efficiency. This inefficiency is not attributed to poor network design or the mode of delivery but rather to low customer adoption rate -- an improvement in adoption rate enhances delivery efficiency, especially in the mixed-trip mode. Our research emphasizes the significance of customer engagement and the adoption rate of locker-pickup within the population as key factors for the success of the LAN. The government's role in facilitating this engagement, alongside optimizing locker network design and delivery operations, is crucial for realizing the full potential of this smart nation initiative.

Locker Alliance Network(LAN)是新加坡智慧国家愿景下的一项重要举措,旨在革新包裹取件流程。这个由政府主导的项目将会在新加坡的城市物流中实施两个重大改变:(i)为所有物流服务提供商(LSPs)建立一个开放式快递柜设施,(ii)提高每个LSP的末端交付效率,从而减少其运营足迹。本项研究调查了快递柜网络设计对各个LSP的交付效率的影响,并探索了政府构建一个包容性网络以供所有LSP使用的策略。通过使用LAN试点计划的数据,我们发现目前部署的快递柜网络意外地降低了末端交付效率。这种低效并不是由于网络设计或交付方式不佳,而是由于客户参与度不高所致。此项研究结果强调了顾客参与度和快递柜取件的采用率LAN运营中的重要性。政府在促进客户参与度的同时,优化快递柜网络设计和交付运营,对于实现这一智慧物流的倡议至关重要。

主讲人简介:

吕国栋,香港科技大学商学院运营管理领域的助理教授。研究专注于数据驱动的运营决策与优化,并将其应用于供应链管理、智慧城市运营和可持续发展等领域。他的研究主要方法包括在线优化、鲁棒优化、实证分析和机器学习。曾与新加坡资讯、通讯及媒体发展管理局、新加坡邮政、滴滴出行等政府机构和企业合作,致力于解决工业界的相关运营管问题。研究成果主要发表在MS/OR/MSOM等期刊上。他在新加坡国立大学商学院获得了博士学位,并且他的博士学位论文了2019年INFORMS George B. Dantzig优秀博士论文奖。

Baidu
map