跳到主要内容

墨西哥零售商科佩尔(Coppel)选择了另一条路线,到达了省油的最后一英里

UPS最近宣布,它将在明年的星期天开始递送包裹,这是另一个迹象,表明电子商务的发展势不可挡,公路上的送货卡车数量也在增加。更多的汽车意味着更多的燃料消耗和更多的二氧化碳排放,这加大了企业投资燃油效率技术的压力。

研究在麻省理工学院可持续物流该倡议表明,投资于更环保的卡车并不是减少最后一英里碳足迹的唯一途径。公司可以通过分析其运输业务的关键特征(如使用的车辆类型、车辆运行地点和路线地形)以及重新分配运输能力来减少二氧化碳排放量和燃油费用。

墨西哥最大的零售商之一Coppel对这些发现进行了试点,并取得了显著的节省。该公司计划在研究的基础上推出一个更雄心勃勃的项目。

导航的复杂性

在墨西哥,Coppel拥有大约1300家零售商店,拥有1200辆“最后一英里”车辆,平均每天能送货3万次。除了规模之外,Coppel的最后一英里配送网络也很复杂,这使得它成为燃料效率研究的理想候选者。该公司的卡车车队包括各种各样的车型和年龄,以适应不同的道路和交通条件。其业务范围包括许多地形,从人口稠密的城市地区如墨西哥城到农村社区。

平均而言,8年以上的车辆具有最大的排放系数。
从零售商的角度来看,这种复杂性使得研究和比较单个车辆的燃油效率变得困难。这是包括大型商业运营商在内的许多公司都面临的问题;我们需要研究交付车队如何在地理位置不同的大区域部署的一个原因。

建模的路况

麻省理工学院可持续物流研究人员利用基于地理空间数据的机器学习算法和道路状况模型解决了这个问题。在初步研究中,研究了大约160辆卡车的交货情况。

第一阶段研究哪种路况组合对燃料消耗影响最大。考虑了诸如坡度变异性(道路的坡度)、车辆的平均速度、车辆运行的平均海拔或海拔以及运输段的长度等因素。这些因素被分组,以描绘道路轮廓和相关的燃料消耗。

例如,Cluster A是高海拔、丘陵地形、平均速度相对较低、路段长度较短的线路组合,主要描述墨西哥城的高海拔城区。(聚类分析使用了由Ade Barkah和Patrick Robert开发的算法他们是麻省理工学院供应链管理硕士程序研究项目,“利用地理空间分析和机器学习减少二氧化碳排放betway必威娱乐的运输路线聚类。”)

如果某些车型在特定路线上的表现更好,那么将燃料消耗和二氧化碳排放降到最低的方法之一就是根据这些性能变化重新分配车辆。
在第二阶段,研究小组重点关注车辆负载如何影响燃料消耗。研究人员根据车辆的满载程度和重量来聚合路线。有四种分类:低;媒介;高;超载卡车使用。对于每个集群,卡车类型根据其燃料消耗进行排名,以确定哪些车型表现最好。

研究的第三阶段包括实地研究,以验证分析结果在多大程度上反映了真实世界的最后一英里运动。墨西哥蒙特雷理工学院的本科生跟踪了大约160辆Coppel运输车辆。他们完成了大约1000份客户调查,其中包括3000份送货上门服务。该实地研究还包括服务于墨西哥10个地区的9个配送中心。

在验证了该领域的地理空间研究后,任务是如何使用这些发现来帮助Coppel提高其最后一英里车队的环境性能。

下一步

首先,该研究对Coppel的运输业务产生了一些有见地的观察。

例如,集群A(上面描述的)是对二氧化碳排放影响最大的集群。车辆使用率高甚至超载似乎对燃料消耗没有显著影响。而货车类型和车龄对柴油燃烧速率有显著影响;平均而言,使用年限超过8年的汽车的排放因素最大。

如果某些车型在特定路线上的表现更好,那么将燃料消耗和二氧化碳排放降到最低的方法之一就是根据这些性能变化重新分配车辆。研究人员估计,以这种方式分配卡车可以减少7.2%的燃料消耗和二氧化碳排放。

10月,科佩尔实施了为期一个月的试点来测试这篇论文。零售商使用了10辆具有不同操作功能的车辆——4辆在墨西哥库利亚坎地区,6辆在墨西哥城——根据其对不同路线的适用性对卡车进行了重新分配。这一转变将燃油效率提高了约8%。在某些情况下,汽车交易所的储蓄率高达20%;相当于将燃油消耗量和二氧化碳排放量分别减少约2200升和5200千克

该零售商正计划全面实施覆盖其整个最后一英里车队的试点计划,并预计每年将节省大量成本。

从内部寻找绿色解决方案

betway必威娱乐交通运输是温室气体排放增长的主要贡献者,而货运量占交通运输碳足迹的40%左右。电子商务量的持续增长可能会将这一数字推得更高。

虽然企业需要继续开发更省油的货运车辆和网络配置,但它们不应忽视现有“最后一英里”业务在改善环境绩效方面的潜力。将车辆与所行驶的地形相匹配,可以节省燃料和减少二氧化碳排放,而无需在绿色技术上投入大量资金。

编者按:本文中描述的研究是由墨西哥零售商Coppel赞助的。

这个故事最初出现在:

中等的

关于这个主题的更多信息