最后一公里成本为什么卡住？并单率是核心

最后一公里是货物从末端网点送到消费者手中的最后一段配送，其成本瓶颈并非单纯运力不足，而是订单密度不足导致有效并单率偏低，固定投入难以被足够订单摊薄。面向同城配送，提升并单率需要把动态围栏、波峰配送、波次调度和履约可视化联动起来，而不是在低密度区域持续加人。ETA（预计到达时间）应成为并单决策的护栏，避免为了降成本而牺牲履约时效。

成本真正卡在哪里：不是运力少，而是订单密度低

从成本结构看，最后一公里通常具有订单分散、难以重新聚合、人工投入占比高等特点。末端网点把来自仓库、商户或前置仓的订单交给骑手后，订单往往被拆成不同时间、不同方向的小批次配送。若一批骑手分别完成少量订单，骑手到店、等待、骑行和交付过程中产生的固定投入，就需要由更少的订单承担。

一个简化的观察口径是：

单均成本 ≈（骑手成本 + 场地 + 系统）÷ 有效订单量

这里的重点不是公式本身，而是分母中的“有效订单量”。如果两个订单方向一致、时间窗口接近，并且由同一名骑手顺路完成，骑手的部分投入可以被共同摊薄。以下为案例示意，不代表行业统计：假设某配送批次的骑手、场地和系统投入均为100个成本单位，单独完成10单时，单均成本指数为10；在不显著增加绕行和等待的前提下，顺路完成20单，单均成本指数可降至5。

但并单并非无条件成立。若为了等待另一单延长承诺时间，或因绕行导致ETA恶化，表面上形成的“并单”反而会增加投诉、退单和二次履约。因此，最后一公里真正需要优化的是有效并单率：在可并单订单中，实际形成顺路合单且未明显损害时效的比例。订单密度上不去，仓配一体也可能只是把库存、场地和调度环节的成本继续向下堆叠。

并单率如何降成本：调度算法要把订单变成顺路线路

并单率是指在限定区域、时间和路线条件下，可合并配送的订单中，实际被组合到同一配送任务中的订单比例。不同企业统计分母并不相同，有的按全部订单计算，有的只统计满足地理邻近、时间窗口和商品约束的订单。因此，企业在比较并单率之前，应先明确统计范围，避免用“把订单放在一起等待”的方式制造虚高数据。

调度算法处理并单时，通常同时读取订单密度