《Sustainable Futures》：Data analytics and last-mile delivery in urban areas: challenges and opportunities
编辑推荐：
目的：本研究探讨数据分析如何应对城市区域末端配送（Last-Mile Delivery, LMD）的挑战。LMD是供应链中成本最高、效率最低且对环境破坏最严重的环节，但数据分析的采用仍不均衡。设计/方法/途径：一项范围审查（scoping review）整合了
目的：本研究探讨数据分析如何应对城市区域末端配送（Last-Mile Delivery, LMD）的挑战。LMD是供应链中成本最高、效率最低且对环境破坏最严重的环节，但数据分析的采用仍不均衡。设计/方法/途径：一项范围审查（scoping review）整合了2018至2025年来自五大洲的36项研究，并结合对来自英国、巴西、澳大利亚、印度、北爱尔兰和迪拜的物流经理、政策制定者、中小企业代表与技术提供商的八次半结构化访谈，提供跨欧洲及其他四大洲的实践者视角。发现：分析技术带来渐进而非变革性收益，缩短配送时间并实现排放报告与预测性需求智能。然而采用受碎片化治理、基础设施赤字、高成本与文化阻力阻碍。关键的是，除非治理与组织条件并行改变，否则分析仅带来边际改善。理论意义：研究为社会技术视角下的物流创新提供初步支持，表明LMD挑战超越运营优化，涵盖治理、文化与组织维度；并凸显技术-组织-环境（Technology-Organisation-Environment, TOE）框架的相关性。原创性/价值：通过桥接聚焦优化的定量研究与实施现实，本研究将实践者视角与全球证据综合结合，核心结论是数据分析单独无法变革城市LMD，治理、基础设施与组织文化的系统性改变是必要赋能条件，缺乏之则即便精密分析亦仅获渐进收益。
研究背景与问题提出
城市末端配送（Last-Mile Delivery, LMD）虽仅占供应链片段，却消耗41–53%的总物流成本，并贡献约22%运输部门CO2排放及30–50%城市氮氧化物与颗粒物，是成本、效率与环境负担最集中的环节。电子商务崛起使“快速且免费配送”成为常态，而城市中心面临拥堵、低排放区（Low-Emission Zone, LEZ）限制、路侧装卸空间稀缺、劳动力短缺及地址系统非正式化等结构性约束。现有文献多依赖车辆路径问题（Vehicle Routing Problem, VRP）等定量模型，对组织抵抗、数据共享协议缺失、监管碎片化等非技术性壁垒解释力不足。尽管数据驱动路由可降低至多20%配送时间、预测模型减少失败投递，但采用受限于遗留系统互操作差、中小企业（Small and Medium-sized Enterprises, SMEs）分析能力弱、算法决策文化抗拒。欧洲兼具历史路网约束、多层治理碎片化与绿色新政（European Green Deal）承诺，成为检验数据分析能否突破系统壁垒的典型场景，但全球南方证据匮乏。为此，研究人员开展混合证据综合，检验“数据分析单独能否变革城市LMD”这一核心论点。
研究方法概要
研究人员采用Arksey和O'Malley五阶段框架辅以PRISMA-ScR报告规范进行范围审查，自Scopus、Web of Science、IEEE Xplore、TRID等库检索2018–2025年文献，经512条记录去重与筛选得36篇纳入文献；同时依目的性抽样遴选八大洲八位专家（含供应链学者、业务/合规分析师、技术提供商、中小企业经理，分布于澳大利亚、巴西、英国、迪拜、北爱尔兰、印度）开展30–45分钟半结构化访谈，依据Braun与Clarke六步主题分析框架并用NVivo辅助，经开放-轴心-选择三级编码与双研究者背靠背校验提炼主题。样本非代表性从业者验证，而是专家三角验证，第六次访谈后无新主题涌现。
研究结果
4.2 运营与基础设施挑战：七位受访者指拥堵、泊车缺位、历史中心通行受限为核心壁垒；LEZ使SME被迫绕行或罚缴。路线优化在物理容量上限前失效，印证运营低效具社会技术属性。
4.3 经济与成本压力：五位受访者确认LMD吞没多数成本，“免费配送”压缩边际，司机工资年增10–15%，首次投递失败率在非正式地址区超30%致双倍里程。大企业凭分析降失败率约10%，SME投资回报存疑。
4.4 环境与社会外部性：六位提及排放与噪声；路线优化仅边际减排，无模式转移（modal shift）与电动化则非变革；居民夜间配送抗议属政治议题；货运自行车试点依赖数据分析定位。
4.5 治理与监管壁垒：四位指出各城市LEZ、时段禁限、路侧收费规则割裂；SME无合规部门跟踪；市政交通数据不与物流企业共享，公共-私人数据平台摩擦显著；货运在出行规划中被边缘化。
4.6 技术与数据壁垒：该主题编码引用数最高（72处），七位提遗留IT孤岛、平台许可贵、司机漠视算法路线、SME缺数据素养。技术采纳瓶颈不在工具稀缺而在系统割裂与文化信任。
讨论与结论翻译
讨论部分重申五大壁垒互联共生，数据分析收益为渐进性；技术-组织-环境（TOE）框架中环境域（监管碎片化、基建赤字）比既往物流TOE应用更具约束性，组织域须按企业规模细分。结论部分原文要义如下：数据分析可边际缩减配送时间与排放，但若无监管协调、公共基础设施与投资、变更管理并行，其变革潜力无法实现；范围审查虽含四篇非洲研究但因异质性强未单列；证据偏欧北美，全球南方尤其非洲仍为空白；后续需混合优化建模与定性追踪，深挖组织采纳与领导力变革机制。论文发表于《Sustainable Futures》。
