图 研究逻辑与关键步骤
在国家自然科学基金项目（批准号：72025201、72331006、72102165）资助下，上海交通大学荣鹰教授联合同济大学毛文峥副教授、香港中文大学（深圳）明旒副教授、上海交通大学郑欢教授以及海外合作者在即时餐饮配送平台运营优化研究领域取得新进展。研究成果以“更快的配送与更智能的订单分配：即时餐饮配送平台的优化策略（Faster Deliveries and Smarter Order Assignments for an On- Demand Meal Delivery Platform）”为题，于2025年2月在《运营管理学报》（Journal of Operations Management）上在线发表。论文链接：https://doi.org/10.1002/joom.1354。
随着即时餐饮配送市场的迅猛发展，平台竞争日趋激烈，客户留存与复购已成为平台运营的核心挑战。传统的订单分配算法主要考虑最小化平均配送时间或延误，却普遍忽略了一个关键问题：提前送达与延迟送达对客户后续购买行为的影响是不对称的，这使得以最小化时间为目标的传统算法可能无法最有效地提升客户忠诚度和平台长期收益。针对这一挑战，研究团队基于国内某大型外卖平台的真实交易数据，首次实证量化了配送时间对客户复购行为的不对称影响。为克服内生性问题，团队创新性地引入了骑手经验与骑手对配送区域的熟悉度作为工具变量。生存分析结果表明：延迟送达会显著减少客户未来的订单量，而提前送达带来的积极影响则相当有限。这一发现揭示，客户因延迟送达而产生的“惩罚”远大于因提前送达而给予的“奖励”。
基于这一重要实证发现，研究团队进一步通过仿真模拟，评估了三种不同目标的订单分配算法：最小化平均配送时间、最小化平均延误，以及最大化未来订单量。结果显示，与传统算法相比，以“最大化未来订单量”为目标的算法在略微增加配送时间和延误的代价下，可显著提升客户的复购率。这意味着，平台在分配订单时，不应只追求“快”，而应策略性地平衡提前与延迟的风险，将重心放在提升平台长期收益上。
该研究为即时餐饮配送平台提供了可操作的管理洞见：首先，平台应重新审视其订单分配算法的核心目标，从单纯追求效率转向关注长期客户价值；其次，鼓励用户提交更多预约订单，可为平台提供更灵活的调度空间，从而有效降低延误风险；最后，算法设计应考虑异质性影响，针对不同餐厅类型等进行差异化处理。这项工作通过将“因果推断”与“运营优化”相结合，为平台设计数据驱动的智能调度算法、提升服务效率与客户复购率，提供了一个全新的从消费端（客户）到供给端（配送）框架。