观点聚焦

线上下单、门店自提，如今已经是家常便饭。但你有没有遇到过这种情况——明明 App 上显示“有货”，到店却要等上半天，店员在货架间来回穿梭、翻箱倒柜，才终于找到你的商品？问题出在哪？门店终究是门店，不是仓库。货架要摆得好看，通道要留得宽敞，真正能用来快速拣货的“秘密空间”，往往只有角落里那几十平米。

就这么点地方，几百种商品争着往里挤——放洗发水还是放零食？囤 10 件还是囤 50 件？选对了，订单飞一般出库；选错了，顾客干等，利润悄悄流失。

这道让无数零售商头疼的难题，如今有了新解法。香港中文大学（深圳）经管学院姜正瑞携手天津大学管理与经济学部Qian Jia、德克萨斯大学达拉斯分校纳文·金达尔管理学院Syam Menon合作完成论文“Enabling Ultra-Fast Online Order Fulfillment: Efficient Inventory Management for In-Store Micro-Fulfillment Centers”。研究团队深入拆解门店微履行中心的库存决策问题，找到了一套让“小仓库”释放“大利润”的方法。近期，该论文在运筹学与管理科学领域顶级期刊《INFORMS Journal on Computing》上发表。

作者简介

姜正瑞

香港中文大学（深圳）经管学院

教授

研究领域

商业智能和分析、不确定条件下的优化与决策、技术创新与扩散和信息技术经济学

本文合著者

Qian Jia

天津大学管理与经济学部

Syam Menon

德克萨斯大学达拉斯分校纳文·金达尔管理学院

研究简介

研究背景

本文研究的背景是全渠道零售的快速发展，尤其是在线购物与线下实体店的深度融合。随着消费者对快速配送与便捷取货的需求日益增长，诸如“线上下单、店内取货”（BOPIS）和“线上下单、门店发货”（BODFS）等服务已成为零售标准。然而，利用传统实体店履行在线订单常面临拣货成本高、库存可视性差及空间利用效率低等挑战。为此，许多零售商开始在店内设立微履行中心（ISMFC），以其小型化、自动化、贴近顾客的特点，提升订单处理速度并降低成本。但ISMFC存储空间有限，需在众多商品中动态选择存放品类及数量，并应对不确定的在线需求，这使得其库存管理成为一个复杂且关键的实际问题。

研究内容

论文内容围绕ISMFC的库存决策优化展开。作者首先将该问题建模为受容量约束的马尔可夫决策过程（MDP），并指出直接求解面临“维数灾难”。为此，研究提出一种基于多期边际利润-体积比（MMPVR）的阈值策略（TP），通过计算各商品的边际利润与单位体积之比，并设定动态阈值，以决定哪些商品应放入ISMFC及其存放数量。研究通过两组实验验证策略有效性：首组实验使用三产品模拟数据，与最优策略及其他基准策略对比；第二组实验基于包含3,498种商品的实际零售数据，评估TP在规模化场景中的性能表现。

研究模型

论文模型核心为一种两阶段启发式阈值策略。首先从单产品情景出发，推导出边际均衡库存水平，并建立多期边际利润函数。进而扩展至多产品情景，引入MMPVR作为商品优先级指标，通过二分搜索确定最优阈值，以完成“移入”决策；若空间不足，则通过计算“移出损失”函数，评估是否进行商品替换。该策略不仅考虑了当前期的利润与成本，还通过折现因子融入未来期的影响，从而在有限空间内实现动态、前瞻性的库存配置。

研究结论

研究结论表明，所提出的阈值策略（TP）在模拟与真实数据实验中均表现优异。在小规模实验中，TP在多数情景下接近最优解，平均利润差距仅为0.60%，且计算速度远快于拉格朗日指数策略（LIP）等复杂方法。在基于真实数据的大规模实验中，TP相较于贪婪策略、动态指数策略等基准方法，利润提升超过9%，且每期求解仅需约46秒，显示出良好的可扩展性与计算效率。此外，研究还将模型扩展至易腐商品情景，TP同样在保持高效率的同时实现了较高的利润水平。

研究意义

本研究具有重要的理论与实践意义。在理论层面，这是首次针对ISMFC库存决策问题构建约束MDP模型并提出阈值策略的研究，为弱耦合动态规划与资源受限库存优化提供了新的方法思路。在实践层面，所提出的策略能够帮助零售商在有限空间内科学选品与定量，有效提升拣货效率、降低运营成本，并增强对需求波动的适应能力，从而在全渠道竞争中提升订单履行速度与服务品质，实现可观的运营效益提升。