最后一公里成本为什么卡住？并单率是核心

摘要 在同城配送中，最后一公里往往占据整体履约成本的 40%-60% 区间，而提升并单率是降低这一成本的最直接途径。本文通过定义‑机制‑数据‑建议的框架，拆解并单率与调度算法、波峰配送、弹性运力之间的关系，并给出可操作的优化建议。

一、最后一公里成本结构与卡点

最后一公里指的是货物从末端网点（前置仓、门店或社区站点）送到消费者手中的最后一段配送（即最后一公里）。这一环节成本高主要源于三个因素：人工占比高（骑手工资、社保）、路径分散导致里程浪费、以及订单波峰波谷导致运力闲置或不足。根据行业普遍观察，最后一公里成本占同城配送总成本的比例常在 40%-60% 区间（行业普遍区间 / 案例示意）。当订单密度低时，单均里程增加，骑手待派单时间拉长，导致单均成本上升；而在波峰时段，若仅靠临时增加骑手，则会引发边际成本快速上升，反而降低整体效率。因此，仅靠“加人”难以从根本上破解成本卡住的瓶颈。

二、并单率与调度算法的核心机制

并单率是指一次配送任务中实际承载的订单数与理论最大承载数的比值。调度算法通过实时感知订单密度、骑手位置、路况等变量，动态派单并尝试将地理位置相近、时间窗口重叠的订单合并为同一趟路线。当并单率提高时，单均里程和骑手等待时间下降，系数（骑手成本+场地+系统）/订单量 中的分母（订单量）实际提升，从而摊薄固定成本。资料 1 指出，顺路率（即并单率的直接体现）提升直接降低单均成本，且比临时加人更具可持续性。以行业普遍情况看，当并单率从 30% 提升至 45% 时，单均成本可下降约 15%-20% 区间（行业普遍区间 / 案例示意），而无需增加骑手基数。

三、波峰配送中的动态围栏与弹性运力实践

波峰配送是指餐饮午晚高峰、零售大促、宵夜时段订单骤增的场景。此时若仍采用固定网点发货，骑手易出现长距离空驶或等待。资料 4 提到，动态围栏可以把波峰订单就近分配给 3 公里内骑手，同时结合弹性运力（众包加驻店混合）提前预热闲散骑手。某城市餐饮商户在宵夜波峰（22:00-01:00）通过动态围栏将订圆派给 3 公里内骑手，实现了订单就近取货，使平均履约时效从 55 分钟缩短至 38 分钟区间（案例示意），并单率从原来的 32% 提升至 41%。这一做法不仅降低了空驶里程，还在波谷时段通过众包骑手的灵活上下线，保持了运力利用率的平稳。

四、提升并单率的可操作建议与趋势

建议：在保证履约时效（ETA 精度）的前提下，采用“前置仓 + 动态围栏 + 波次调度”三段式组合。前置仓把库存下沉至社区或写字楼近端，降低单趟起点至终点的基础里程；动态围栏确保波峰订单优先就近派单；波次调度则根据实时订单密度和骑手分布，把相邻时间窗的订单批量合并，进一步提升并单率。该组合相比单纯增加骑手数量，能在同等订单量下将最后一公里成本降低约 10%-15% 区间（行业普遍区间 / 案例示意），同时提升 ETA 预测准确度，使履约时效波动从 ±15 分钟收敛至 ±8 分钟区间。

趋势：资料 5 指出，行业正向前置仓精细化（按热力布仓）、算法并单升级（顺路率提升降成本）、弹性运力（众包加驻店混合）三个方向演进。未来，随着低速无人车在末端补足的试点成熟，以及 ETA 可视化成为体验分水岭，并单率仍将是控制最后一公里成本的核心杠杆。企业在技术投入上应优先考虑调度算法的并单优化模块，并在运力管理层面建立弹性骑手池，以应对波峰波谷带来的供需不确定性。

注：文中所有量化区间均为行业普遍范围或案例示意，未引用具体企业名称或精确统计数字，仅用于说明机制与趋势。