配送密度向上とは？

トラックの荷台を満載にしても、1件あたりの配送コストが想定ほど下がらない現場は少なくありません。BtoBの小口配送や都市型BtoC配送において、運行収益を左右するのは積載率だけでなく「配送密度」です。走行距離1kmあたり、あるいはドライバーの稼働1時間あたりに完了できる納品件数をどれだけ高められるかが、車両燃料費や人件費の圧縮に直結します。本稿では、配送密度の基本概念から計算ロジック、向上に向けた3大アプローチ、AIを活用したシステム設計や先進事例までを体系的に解説します。

配送密度とは？積載率との決定的な違いとコスト直結の計算ロジック

配送密度とは、特定の空間（走行距離やエリア面積）および時間あたりに、どれだけ多くの納品・集荷（ドロップ）を完了できるかを示す動的な指標です。積載率が「車両の物理的な積載空間をどれだけ埋めたか」を見る指標であるのに対し、配送密度は「移動の無駄をどれだけ削ぎ落とせたか」を可視化します。

配送密度と積載率の定義・計算式の違い

ラストワンマイルの現場では、満載運行であっても配送先が広範囲に点在している場合、拠点間の走行時間と燃料消費が増大し、1件あたりの配送単価が高止まりします。両指標の違いと計算ロジックは以下の通りです。

管理指標	定義	主な計算式	コストへの直接的な影響
積載率	車両の最大積載量に対する実積載量の割合	実積載量（kgまたはm³） ÷ 最大積載能力 × 100	長距離輸送におけるトンキロ単価・幹線輸送費の抑制
ドロップ密度（空間）	走行距離1kmあたりに完了した配送件数	配送完了件数 ÷ 実走行距離（km）	車両燃料費、タイヤ等の消耗品費、走行時間の削減
時間密度（時間）	ドライバーの実稼働1時間あたりに完了した配送件数	配送完了件数 ÷ （運行時間 － 休憩時間）	ドライバー人件費、残業手当、傭車費用の圧縮

例えば、1日60件を配達する2tトラックにおいて、総走行距離が120kmであればドロップ密度は0.5件/km（2km走って1件納品）にとどまります。一方、配送ルートを集約して総走行距離を40kmに短縮できれば、ドロップ密度は1.5件/kmとなり、走行距離と移動時間は3分の1に圧縮されます。1件あたりの配送原価は「（時間あたり車両人件費 × 所要時間 ＋ 距離あたり車両費 × 走行距離）÷ 配送件数」で算出されるため、ドロップ密度と時間密度の引き上げが原価低減の必須条件となります。

配送密度が低下する3つの要因（時間指定の分散・走行エリア重複・荷待ち時間）

実務現場で配送密度が低下する主因は、以下の3点に集約されます。

1. 時間指定枠の分散によるエリアの「二度走り」
午前指定や特定時間指定が地理的に離れた地点に分散すると、最短順路での巡回が遮断されます。同一エリア内に複数件の納品先があっても、1件が午前指定、隣接地が18時以降指定の場合、ドライバーは同一地域を1日に複数回往復せざるを得ず、走行距離が伸長してドロップ密度が急落します。

2. 自社便・協力会社間における走行テリトリーの重複
営業所間や協力会社間、あるいは異なる荷主の専属便同士でエリアの統廃合がなされていない場合、同一の道路を複数の低積載車両が並走する現象が起きます。配車管理が分散している組織では、特定エリア内の荷量を1台に集約できず、面としての密度が希薄化します。

3. 附帯作業と荷待ち時間による配送可能枠の圧迫
納品先での荷待ちや検品・棚入れなどの附帯作業が長引くと、1日の拘束時間の中で純粋な走行・配達に充てられる時間が削られます。1日8時間拘束のうち荷待ちと荷役で3時間を費やす場合、残る5時間で全件を回る必要が生じるため、遠方の配送先を切り離すなど巡回範囲の縮小を余儀なくされ、時間密度が低下します。

配送密度を最大化する3大アプローチ｜共同配送・エリア集約・スロット制御

配送密度を高める施策は、「供給の統合（混載）」「空間の再編（拠点・エリア）」「需要の誘導（時間枠）」という3つのアプローチに分類されます。

荷主・運送会社をつなぐ共同配送スキームの構築

共同配送は、複数荷主の貨物を同一車両に混載して重複走行を排除する手法です。個別運行では積載率が40〜50%にとどまるルートであっても、同業・異業種間での統合によって満載に近づけつつ、特定エリア内の納品先を連続して巡回できるようになります。

• 運送会社・3PL主導型：事業者が複数荷主の貨物を自社デポで集約し、方面別に混載して一括配送するモデル。小口貨物を扱う定期配送網で広く採用される。
• 荷主主導型：同一の納品先（量販店やドラッグストアの物流センター等）を持つメーカー同士が共同運行を組み、幹線から納品までを統合するモデル。

納品ロットが小さく単独では満載運行が組めない荷主や、特定エリアで他社と運行ルートが重複している事業者に適しています。導入時は、運賃の按分基準、納品伝票の電子化規格、破損発生時の責任分界点を事前に規定しておく必要があります。

配送エリアの集約とデポ拠点配置による「面」の最適化

配送エリアの集約と小型中継拠点（ラストワンマイルデポ）の配置は、大型拠点からの長距離往復（線の配送）を、近接エリアの高密度巡回（面の配送）へと転換する手法です。

• ハブ＆スポーク型の多段階配送：郊外の大型ハブ拠点から都市部の小型デポへ夜間に一括輸送し、デポから半径2〜3km圏内を小型車両や台車で巡回する体制を敷く。
• テリトリー境界の再編：過去の運行実績データを基にドライバー1人あたりの担当境界線を引き直す。隣接コースとの重複走行をゼロにし、巡回半径を最小化する。

都市部で小口配送件数が多く、拠点から配達エリアへの回送時間が運行全体の3割を超える現場で高い効果を発揮します。小型拠点の賃料コストと、移動ロス削減による運行コスト減の損益分岐点を検証した上で配置を決定します。

顧客の注文時間を誘導する配送スロット（時間枠）制御

配送スロット制御は、需要側（荷主・発注者）の指定時間を意図的に束ねることで配送密度を創出する手法です。

• ダイナミック・インセンティブ：ECサイト等の注文画面において、近隣で既存の配送予約が入っている時間帯を「推奨枠」として提示し、ポイント付与や割引を行って注文時間を誘導する。
• 曜日・時間帯別ローテーション：特定地域への配達可能日時を「火・木・土曜の午前」などに限定し、特定便のドロップ密度を人為的に集中させる。

自社で受発注システムやECサイトのUIを管理できる直販型事業者に適した施策です。配車エンジンの空きリソース状況を受注フロント画面へ即時反映させる仕組みを構築します。

AI・ルート最適化システムを活用した配送密度向上のDX手順

ドロップ密度と積載率を両立させるには、配車担当者の属人的な勘に依存した計画作成を排し、TMS（輸配送管理システム）やAI自動配車エンジンによる形式知化が不可欠です。

熟練者の勘に頼らないAI自動配車・ルート最適化ロジック

自動配車システムを機能させるためには、配車マンが頭の中で処理していた現場の制約条件をデータパラメータとして網羅的に設定します。

パラメータ種別	設定項目例	配送密度への直接的効果
道路・進入制約	車幅・車高制限、大型進入規制、右折禁止交差点	現場付近での迂回・立ち往生を排除し、有効走行距離を短縮
拠点・荷役制約	荷下ろし作業時間、フォークリフト・バース待機枠	拠点での待機ロスを削り、走行・配達に使える稼働時間を拡大
顧客・納品条件	時間指定枠、納品受付時間、段ボール回収有無	近接する納品先の時間枠を束ね、同一エリアの集中的な巡回順を生成
車両・積載条件	最大積載重量・容積、温度帯（常温・冷蔵・冷凍）	混載の組み合わせを最適化し、台数あたりの積載効率を担保

例えば、日当たり30台を運行する店舗配送現場では、納品先ごとの荷下ろし所要時間と待機の可否を分単位でデータ化することで、AIが各便の立ち寄り時間枠の重なりを最小化し、1台あたりの配送密度を均等化させます。

動態管理システム連携によるリアルタイム最適化と空車削減

交通渋滞や荷役遅延による密度の低下を防ぐには、GPS・デジタルタコグラフとTMSをAPI連携させ、運行実績をリアルタイムに配車計画へフィードバックします。

• 遅延検知時のダイナミック・リルーティング：先行便の遅れが発生した際、後続の納品遅延リスクを検知し、近隣を走行する別車両へ集荷・配達指示を自動で振り分ける。
• 当日急送案件のオンデマンド組み込み：突発的な集荷依頼に対し、近隣で積載余力のある車両を抽出し、ルートの迂回率が最も低い便へ自動アサインする。
• 復路の動態マッチング：配達完了後の空車位置情報を把握し、近隣発の戻り荷を帰り便として即座に割り当てて実車率を引き上げる。

先進企業の配送密度向上スキーム分析【実在事例】

配送密度の向上を組織横断で実現した先進企業のオペレーションモデルを解説します。

佐川急便×ローソン：都内拠点・店舗網を活用した共同配送モデル

佐川急便とローソンは、都市部に密集するコンビニエンスストア店舗網を「マイクロデポ（極小中継拠点）」として活用する共同配送モデルを展開しました。

従来の宅配便では、大型配送センターから住宅街へトラックで乗り入れ、分散した個人宅を個別に巡回するため、1ストップあたりの配達個数が少なくドロップ密度が低下しがちでした。この協業では、幹線輸送でローソン各店舗へ荷物を一括納品し、店舗を起点に半径数百メートル圏内を台車や小型モビリティで巡回配達する、あるいは顧客自身の店頭受取を促す体制を整えました。

これにより、佐川急便は大型車両の狭隘路進入と長距離巡回を回避して運行台数を抑制し、店舗側は集客効果と拠点アセットの有効活用を実現しています。

イオンネクスト：配送スロット制御とAIアルゴリズムによる密度最大化

イオングループのオンラインマーケット「Green Beans」を運営するイオンネクストは、大型自動倉庫（CFC）から中継拠点（スポーク）を経由するハブ＆スポーク網に、需要側の配送スロット制御を組み合わせた運用を行っています。

一般的なネットスーパーでは、顧客が任意の配達時間を指定するため配達先が地理的に分散します。同社では、AIが既存の注文件数と配送ルートの混雑度をリアルタイムに計算し、すでに近隣で注文が入っている時間枠を注文画面上で推奨枠として提示します。

受注フロント（Web/アプリ）と配車エンジンを完全連動させ、同一マンションや隣接地域への配達時間を人為的に集中させることで、ラストワンマイルのドロップ密度を計画段階から極大化させています。

配送密度改善プロジェクトの進め方とKPIマネジメント【実務チェックリスト】

配送密度の改善を実務に定着させるための標準的な推進手順と、管理すべき指標群を整理します。

現状診断からパイロット検証・定着化までの4ステップ

月間5,000件以上の小口配送を扱う事業所では、以下の4ステップで段階的にネットワークを再編します。

• ステップ1：実績データの可視化と低密度エリアの抽出（現状診断）
  デジタコデータ、動態管理ログ、出荷データを突合し、車両別の走行距離、荷待ち時間、時間指定枠の分布を整理します。地図上にプロットを展開し、走行距離に対して納品件数が少ない「希薄エリア」や、同一方面への「重複運行」を特定します。
• ステップ2：運行モデルの再設計と共同化の検討
  自動配車シミュレーションを用い、担当テリトリー境界の引き直しとルート最適化案を設計します。自社単独で密度維持が困難なエリアは、同業他社との共同配送や、荷主との時間枠統合（週3日配送への集約など）を交渉要件として策定します。
• ステップ3：特定コースでのパイロット運行検証
  配送先が密集する都心部1コースと郊外1コースの計2〜3コースを選定してテスト運行を実施します。1〜2カ月間でドロップ密度、実走行距離、時間あたり完了件数の変化とドライバー負荷を日次で検証します。
• ステップ4：全社展開と運用ルールのマニュアル化
  検証結果（燃料費削減幅や拘束時間短縮値）を基に他コースへ水平展開します。配車ルールの更新手順や荷量変動に応じたルート見直しプロセスをマニュアルへ落とし込み、配車精度の標準化を図ります。

運行管理者がモニタリングすべき重要KPI指標一覧

配送密度の向上施策が運行原価の低減につながっているかを判定するため、以下の5指標を週次・月次で追跡します。

KPI指標名	計算ロジック	管理目標値の目安	改善アクションの着眼点
ドロップ密度	総配送完了件数 ÷ 総実走行距離（km）	前年比 110〜115%	巡回順の最適化、テリトリー境界の再編、共同配送による重複ルートの解消
時間あたり完了件数	総配送完了件数 ÷ 実稼働時間（運行－休憩）	前年比 110%以上	荷待ち・荷役附帯作業の削減、指定時間枠の集約による二度走りの排除
平均積載率	（実積載重量 or 容積 ÷ 最大積載容量）× 100	常時 75〜80%以上	混載パターンの見直し、帰り便のオンデマンド取り込みによる実車率向上
1件あたり配送原価	運行総コスト（人件費＋車両費＋燃料費） ÷ 総配送件数	前年比 5〜10%低減	ドロップ密度向上による走行距離短縮と残業抑制の相乗効果を検証
時間枠遵守率	（指定時間内の配送完了件数 ÷ 総指定件数）× 100	98.0%以上	過度な詰め込みによる遅延を防ぎ、無理のない配車パラメータを維持する

これらの指標を定期観測し、走行距離（空間）と稼働時間（時間）の双面から配送効率を管理することが、収益性の高いラストワンマイル運行体制の確立につながります。

よくある質問（FAQ）