引言电子商务的飞速发展给城市物流带来了巨大压力，尤其是“最后一公里”配送环节，其资源消耗最高，常导致城市拥堵、效率低下、碳排放增加。基于公共交通的包裹寄存柜众包配送，是一种将包裹寄存柜布设在公共交通站点，并借助通勤者日常出行顺路配送包裹的物流模式。该模式旨在减少专用配送车辆的使用，从而降低城市交通拥堵和碳排放。然而，该系统面临运营方面的挑战以及不同人群特征带来的挑战。本研究通过混合方法，探讨影响该系统采纳与可扩展性的关键因素。
材料与方法研究设计
采用收敛并行设计，定量与定性数据同时收集并整合分析。
数据收集
在线调查：通过Prolific平台招募405名澳大利亚火车用户，经筛选获得368份有效问卷。调查内容包括人口统计特征、零工经济经验、火车使用频率、可接受的包裹重量、愿意携带包裹的距离、接受路线偏离的程度等。
半结构化访谈：对20位来自学术界和物流行业的专家进行访谈，探讨系统可扩展性、用户招募、保险与责任、技术采纳等议题。
数据分析
定量分析：使用IBM SPSS Statistics进行描述性统计，采用克隆巴赫系数 (Cronbach's alpha) 检验信度 (所有量表≥0.70)。
定性分析：采用六阶段主题分析法对访谈记录进行分析。
结果人口统计结果
- 年龄与性别：18-34岁年轻群体参与意愿最高。在97名年轻男性中，18人 (约19%) 有零工经验；109名年轻女性中，9人 (约8%) 有零工经验。中年 (35-54岁) 和老年 (55岁以上) 群体零工经验较少。
- 专家观点：熟悉应用程序的、有工作经验的年轻男性更容易接受按需任务；老年人虽不太熟悉应用程序，但可能在非高峰时段参与轻量包裹配送。
火车使用频率
年轻群体和具有零工经验的参与者火车使用频率最高，老年人使用频率最低。
运营偏好
- 包裹重量：3-5公斤是最受欢迎的重量范围。男性对较重包裹 (6-8公斤以上) 接受度更高。
- 距离意愿：参与者偏好寄存柜位于1公里以内，但是灵活的激励措施能够适当调整距离门槛。
- 路线偏离：约半数参与者不愿偏离原路线；年轻和有零工经验者更容易接受轻微偏离 (1-2站)。
- 包裹数量：多数参与者愿意携带2-3个包裹。年轻人在有良好激励措施的情况下可携带更多、更重的包裹。
人口统计洞察
- 年轻、有零工经验的男性是最核心的采纳群体，熟悉按需工作模式降低了参与门槛。
- 女性虽有潜力，但对安全性和便利性有更高要求 (如身份验证、实时追踪、票价折扣)。
- 老年人参与意愿较低，但可在非高峰时段承担轻量包裹配送。
运营偏好
- 聚焦3-5公斤中等重量包裹可覆盖最广泛的参与者群体。
- 寄存柜应位于车站出口附近但避开人流瓶颈，最好在闸机外以方便非乘客使用。
- 分层补偿机制有助于吸引不同群体：基础任务 (2-3个包裹，5-8公斤) 面向大众，较重或多包裹任务以更高费率面向有经验者。
政策启示
- 合理选址寄存柜，避免造成车站拥堵。
- 建立分层补偿机制，为较重包裹或路线偏离提供更高报酬。
- 与交通主管部门合作，提供集成票务或票价折扣。
- 明确保险与责任条款，减少参与者顾虑。
首先，样本无法完全代表全体通勤者群体。其次，参与者对包裹重量和距离的偏好基于自陈报告，可能存在与实际不符的偏差。第三，虽引用文献表明有减排潜力，但未收集真实交通或污染数据。第四，激励措施仅定性讨论而未量化具体金额。
未来研究方向未来研究应开展多城市比较分析，考察不同城市结构下的采纳差异，并与公共交通运营商合作开展试点实验，测试实时物流应用的实际效果。同时，需探索保险公司与铁路运营商的保险覆盖模式，评估疫情后出行与电商需求变化的影响。此外，后续研究将对参与者预期报酬和就业状态进行深入分析，以明确补偿结构对不同劳动力群体参与率的影响。
结论本研究表明，基于公共交通的包裹寄存柜众包配送具有减少城市拥堵和排放的潜力。年轻、有零工经验的男性是最灵活的核心群体，而其他群体在安全、便利和公平激励保障下也具备较大潜力。运营上应聚焦3-5公斤包裹、1公里内寄存柜布局及分层激励，同时需解决车站空间、保险框架和高峰期路线偏离等现实问题，最终依赖政策制定者、交通部门、保险公司与社区的协同推进。
Maleki, M.; Rayburg, S.; Glackin, S. Demographic and Operational Factors in Public Transport-Based Parcel Locker Crowdshipping: A Mixed-Methods Analysis. Logistics 2025, 9, 55. https://doi.org/10.3390/logistics9020055
客户导向的人工智能与物流及供应链分析
本特刊聚焦于如何将基于人工智能的方法 (如机器学习、深度学习和智能决策支持系统) 与以客户为中心的指标 (如满意度、忠诚度、服务质量及感知价值) 相结合，从而提升物流与供应链中的计划、预测和决策水平。特刊鼓励投稿研究将运营和交易数据与行为及关系指标 (如客户体验测量、净推荐值和服务水平感知) 进行融合。选题范围涵盖理论与应用研究，包括需求与销售预测、物流优化、数字化转型以及智能供应链设计等。本特刊旨在补充现有以效率为导向的研究文献，通过对供应链绩效提供更全面的、以客户为导向的理解。
投稿截止日期：2027年2月15日
https://www.mdpi.com/journal/logistics/special_issues/241N26FW64
Logistics 期刊介绍主编：Robert Handfield, North Carolina State University, USA
期刊主要发表与物流和供应链相关的原创文章和高质量评论。主题涵盖领域包括但不限于：人工智能、物流分析和自动化；可持续发展与逆向物流；人道主义和医疗保健物流；最后一公里，电子商务与销售物流；海运物流；供应商，政府和采购物流等。
2025 Impact Factor：4.4
2025 CiteScore：8.1
Time to First Decision：19.6 Days
Acceptance to Publication：4.6 Days
