墨西哥零售商Coppel旅行替代路线省油最后一英里

联合包裹(UPS)最近宣布，将从明年周日开始运送包裹，这是电子商务不可阻挡的增长的另一个迹象，也表明了公路上运送包裹的卡车数量。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，这加大了企业投资节能技术的压力。

研究麻省理工学院可持续物流这项倡议表明，投资绿色卡车并不是减少最后一英里碳足迹的唯一途径。通过分析配送业务的关键特征，如使用的车辆类型、车辆的行驶地点和路线的地形，并重新分配配送能力，企业可以减少二氧化碳排放和燃料费用。

Coppel，墨西哥最大的零售商之一，试点的结果，取得了显著的节约。该公司计划推出基于研究的一个更雄心勃勃的计划。

导航的复杂性

在墨西哥，Coppel拥有约1300家零售店，并与一些1200最后一英里的车辆为每天30000个在家分娩的平均表现的车队工作。除了它的规模，Coppel的最后一英里交付网络的复杂性使得它在燃油效率研究的理想人选。该公司的卡车车队包括各种车辆型号和年龄是洽谈改变道路和交通状况的。它的活动区域包含了许多地形，从如墨西哥城向农村社区人口稠密的城市地区。

平均而言，使用年限超过8年的汽车排放系数最大。

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。这是包括大型商业航空公司在内的许多公司都面临的问题;为什么我们需要研究送货车队如何在大的、地理上不同的地区部署的原因之一。

模拟道路状况

麻省理工学院可持续物流研究人员利用机器学习算法和基于地理空间数据的道路状况模型解决了这个问题。在最初的研究中，研究了大约160辆卡车的交付量。

第一阶段看其道路条件的组合影响最大的燃料消耗。如梯度变性（道路的多丘陵），车辆的平均速度，平均海拔或高度，其中车辆操作和输送段长度的因素进行了审议。这些因素被分为簇来描绘道路轮廓和相关的燃料消耗。

例如，集A分组路由具有高海拔，丘陵地形，相对低的平均速度和短分段长度，这主要描述在墨西哥城高空城市地区。（聚类分析使用阿德Barkah和帕特里克·罗伯特开发的算法他们的麻省理工学院硕士在供应链管理程序研究项目，“利用地理空间分析和机器学习来减少二氧化碳排好用的买球外围app网站放的交通路线聚类”)。

如果某些类型的车辆上的特定路线更好执行，然后以最小化燃料消耗和二氧化碳排放的一种方式是重新分配车辆根据性能这些变化。

在第二阶段，该团队专注于车辆的负载如何影响油耗。研究人员根据全车是如何和车辆的重量，聚合路由。共有四组：低;中;高;和超载卡车的用途。对于每个群集，卡车类型被他们的油耗排名，以确定哪些车型表现最好。

研究的第三个阶段涉及到的实地研究，验证分析结果如何很好地反映真实世界的最后一英里的动作。本科生从蒙特雷科技在墨西哥阴影约160个Coppel运载工具。他们完成了约1,000名客户的调查，覆盖约3000家交付。实地考察中还包括一些担任墨西哥的10个地区的9个配送中心。

在现场验证的地理空间研究后，任务是如何使用的结果，以帮助Coppel改善其最后一英里车队的环保性能。

下一个步骤

首先，研究产生约Coppel的交付运营的几个深刻的观察。

例如，群集A（如上所述）是具有对二氧化碳排放的影响最大群集。高配车型使用甚至超载似乎没有对油耗显著的效果。然而，卡车类型和年龄对柴油燃烧速率具有显着影响;平均而言，汽车是超过八岁了排放量最大的因素。

如果某些类型的车辆上的特定路线更好执行，然后以最小化燃料消耗和二氧化碳排放的一种方式是重新分配车辆根据性能这些变化。研究人员估计，这种方式分配卡车可能会产生的燃油消耗和二氧化碳排放量减少7.2％。

10月份，Coppel对本文进行了为期一个月的试点。这家零售商使用了10辆具有不同运营特征的汽车——4辆在墨西哥库利亚坎地区，6辆在墨西哥城——根据它们对不同路线的适用性重新配置了这些卡车。这一转变提高了大约8%的燃料效率。在某些情况下，汽车交易节省了高达20%的费用;相当于燃料消耗和二氧化碳排放量分别减少约2200升和5200公斤

该零售商正计划在其整个最后一英里车队中全面实施试点，并估计每年将节省大量资金。

内的绿色解决方案看

好用的买球外围app网站运输是温室气体排放增长的主要原因，而货运业的碳足迹约占运输碳足迹的40%。电子商务交易额的持续增长可能会将这一数字推得更高。

虽然公司需要继续开发更省油的货物运输车辆和网络配置，他们不应该忽视他们的存在最后一英里操作的潜力，提高环保性能。匹配车辆在其经营可能产生节省燃料和减少二氧化碳的排放，而不在绿色技术的投资大幅地形。

编者按：在这篇文章中描述的研究是由墨西哥零售商Coppel赞助。