CASE STUDY 02 · RESEARCH MODEL
无人机配送一单
到底多少钱?
一句话结论
以慈溪、思明、新会三城真实路网与 ERA5 气象数据建模:全部 36 组配置的 LCOD(平准化履约成本)介于 2.645–3.321 元/单,均低于骑手基准 8 元/单—— 且扩大单巢机队密度比单纯增加巢数更经济。
问题 / 背景
- 无人机配送的成本判断常停留在理论情景:缺少真实路网与气象约束,模型结论难以回应业务层最关心的问题——一单到底多少钱?
- 能效、调度、经济性与环境适应性相互牵制,单一目标优化给出的答案在现实中不可行;
- 研究目标:在真实城市尺度下,把「能不能飞」和「值不值得飞」算到每一单。
三阶段模型

- 阶段一 · 空间布局
- 加权 p-中值模型 + 启发式算法:巢址选址与订单—巢分配(N ∈ 2/4/6/8 巢)
- 阶段二 · 动态调度
- ERA5 全年逐时气象 × 能耗模型,MOEA/D 多目标优化充放电与调度(K ∈ 10/30/60 机队)
- 阶段三 · 经济评估
- LCOD 成本框架对照骑手基准 8 元/单,评估人机协作下的劳动力转型空间
场景:慈溪 · 思明 · 新会三城真实路网;每城 12 组配置,合计 36 组对照实验。
36 组实验:全部击穿骑手基准

2.645–3.32136 组 LCOD 全区间 · 元/单
36 / 36配置低于 8 元/单基准
+4.68 ~ +5.36成本优势区间 · 元/单
−67%最优 LCOD 相对骑手基准降幅

- 三城最优 LCOD 差异仅约 0.01 元/单量级——经济性结论具有较强的城市泛化性;
- K 相同时增加巢数 N,LCOD 轻微上升(固定成本摊薄基数不变);提高单巢机队密度 K 则显著降本——资源配置应优先提升单巢密度,而非盲目扩巢。
社会总价值:超线性增长

- N8_K60 配置下三城社会总价值合计可达 9.84 亿元/年;
- 政策激励敏感性:电价补贴、起降权优先、基础设施共享对经济性与鲁棒性有定量提升;
- 即便配送费降至与骑手基准持平的 8 元/单,系统仍保持正向利润。
政策工具:四类激励如何进入模型
- 运营成本侧动态激励
- 与天气强关联的动态能耗补贴(补偿抗风非线性能耗)· 限速效率损失补偿 · 节能奖励
- 空域资源灵活配置
- 基于风场预测的「顺风优先通道」与临时空域按需释放 · 恶劣天气弹性空域准入
- 基础设施公共供给
- 高分辨率风场预测网络公共化 · 巢址「气象适宜性认证」与用地、财政倾斜
- 风险分担与容错机制
- 恶劣天气任务「中断—恢复」下的保险与补贴联动,公共部门承担部分中断损失
四类工具以参数化方式注入第三阶段利润模型(如电价补贴直接修正度电成本项、 起降权优先提升可飞时隙),从而把「政策有没有用」变成可定量回答的问题—— 这一视角在现有文献中基本空白。
团队与我的贡献
- 团队研究(孙菱婧、李德政、张凯瑞),成果于 2026 年 4 月 25 日在第 4 期香樟数智经济学 Seminar(苏州)本科生专场汇报;
- 我的贡献:诊断并修复原模型中的关键逻辑问题;完成实验设计与 36 组实验的批量运行;建立结果复现与参数核验流程;将模型结果转译为单均成本的业务语言。
局限与边界
- LCOD 为模型测算结果,需与真实订单数据进一步验证;
- 气象基于 ERA5 再分析数据的全年模拟,极端天气情景未单独压测;
- 成本参数参照行业主流载货机型设定,机型迭代会移动绝对数值,但不改变配置间的相对结论。