本文是一篇物流论文，本文研究结果表明车主类型对平台定价策略具有不可忽视的影响。在货源及定价周期无限制和无限制的条件下，平台针对短视型车主的最优定价策略均为撇脂型定价策略。
第1章 绪论
1.1 研究背景与意义
1.1.1 研究背景
公路货运能够带动区域经济的增长，在经济活动中有着重要的作用Zhou等[1]。据统计，2020年中国的公路货运量达到342.6亿吨，占全国货运总量的72.5%，拥有货运车辆1100多万辆及货车司机1800多万人。随着货运需求量的不断提高，货运市场不断发展，货运市场出现货运量大、货运地点分散、信息不对等问题。截至2020年，公路货运经营业户为323.87万户，其中84.5%为个体运输业户。货运市场呈现出“小、散、乱”，短时间内货主很难找到足够的承运车主，车主也很难找到货源，导致运输效率低下。依托于“互联网+”的发展，公路货物运输也进入新阶段，匹配货源和运力的第三方网络平台应运而生，原称为无车承运平台，现称作网络货运平台。网络货运平台的出现有利于资源整合，提高物流运输效率，降低物流成本。根据交通运输部的数据显示，截止到2021年上半年，全国共计拥有1299家网络货运企业，累计完成运单2834.3万单，其中整合社会零散运力293万辆，占全国营运货车保有量的26.4%；整合车主304.7万人，占全国货车车主市场规模的20.2%。
1.2 国内外研究综述
1.2.1 网络货运平台研究综述
网络货运平台是通过互联网与物联网的技术组织货源与车源信息，将分散的运力和货物资源进行了整合，高效地进行车货匹配，完成货物运输任务。在不改变运输行业的组织模式的情况下，通过平台实现运力的线上调度与运输作业，对货运资源、车辆信息及相关的货运任务信息进行及时的整理和发布，提高货运服务的配送效率，降低找车难的问题。网络货运平台上主要有三个角色：车主、货主和平台。车主为平台提供运力池，货主为平台提供货源。网络货运平台的主要业务功能模块包括供需信息发布查询、资源整合、在途跟踪、订单管理、车辆匹配、智能定价、合同签署、风险管理。
网络货运平台的发展模式最初是以货运代理组织的形式在美国发展起来的。相较于传统的货运代理组织而言，网络货运平台在法律上具有双重身份，在运输途中出现的监管问题以及货损赔偿问题都由平台承担全部责任。因此，保障了各个运输环节的时效性，分担一部分车主承运风险，方便货主实时追踪货物状态。在网络货运平台中，货主和车主都是通过加入网络货运平台完成货物运输交易流程的。一定程度上避免了由于传统货运代理信息不对等，货运代理利用信息差分别向货主和车主收取服务费的弊端。同时相较国外的网络货运发展而言，我国的货物运输行业的发展环境和水平存在一定差距，在借鉴国外的基础上，结合我国实际情况，加强信息技术的利用，拓展运输市场的增值业务。
第2章 相关理论分
2.1 参考价格相关理论
1.参考价格概念及形成
参考价格形成方式有很多，但在经济问题中主要讨论的是该参考点或参考范围对需求及供给的影响。在实际的交易过程中，价格会受到供需关系、市场环境等因素的影响。在消费决策中，当决策者在多次买卖某一产品时，会对比当期的价格与主观形成的参考价格。在买方市场，当参考价格大于（小于）决策者的估值时，部分人会觉得“赚了”（ “损失”），会刺激（抑制）消费欲望，增加（减少）市场的需求。对于网络货运平台上的车主会根据自己历史承运价格，以及各个平台上时实发布的定价形成自己的参考价格。当平台定价大于（小于）车主的估值时，部分车主会觉得“赚了”（“亏了”），会提高（降低）车主承运的概率，平台车主数量增加（减少）。
2.参考价格效应下的定价策略
参考价格会影响每阶段的定价策略p(r)，将1(1)()t t tr r p r+=+−演化的参考价格序列{}tr称为定价策略p(r)的参考价格路径。假设定价周期为T，当且仅当0 min maxr[p,p]，此时p(r)的参考价格路径满足所有周期内的参考价格的n0r =r和t0r =r。显然，如果n0r =r，利用演化公式1(1)()t t tr r p r+=+−，得到序列0 1{,...,}nr r−的值均相等，那么称这个序列为p(r)的循环周期。特别地，当T=1时，则p(r)是一个稳态价格且与0r的值相等，当T=2时，p(r)是一个高低的定价策略。如果存在一个路径使得0 1 1...nr r r−，那么我们将p(r)作为循环渗透型定价策略。另外，当0 1 1...nr r r−，那么我们将p(r)作为循环撇脂定价策略。撇脂（渗透性）定价策略通常是为了随着估值的下降（增加）（与本文模型中的“参考价格”概念的类比）来吸引客户。
2.2 Logit函数
大部分文献中价格对需求和供给的影响被假定为一个线性函数或幂函数。Oum[48]指出线性需求模型和对数需求模型存在一定的局限性。Phillips[49]表明线性函数和等弹性函数都不能反映实际的价格和需求关系。同时，Lau等[50]指出需求曲线的微小变化可能引起最优决策方案的显著变化。为了在竞争激烈的市场中保持盈利，企业必须适应市场的变化制定灵活的定价策略。因此，准确的需求曲线在涉及市场决策的收益管理中起着重要的作用。
Phillips[49] 、Bodea等[51]指出Logit需求函数是在竞争激烈的市场最能实际的反映价格与供需关系的代表。 本文在Adeinat Adeinat等[52]研究Logit函数基础上，建立车主的承运选择模型。并将利用卡方检验评估需求函数适应性。
第3章 车主承运行为选择模型 .................... 19
3.1 问题描述 ............................... 19
3.2 模型设定 ................................ 19
第4章 考虑车主承运行为的参考价格模型 .......................... 26
4.1 问题描述及参数设置 ................................ 26
4.2 模型设定 ........................... 27
第5章 考虑多类型车主选择行为的两阶段参考价格模型 ................ 38
5.1 问题描述及参数设置 ......................... 38
5.2 考虑策略型车主定价策略 .................... 39
第5章 考虑多类型车主选择行为的两阶段参考价格模型
5.1 问题描述及参数设置
在收益管理中，消费者根据历史购买的经验，会变得越来越“精明”。许多消费者在购买之前会预测未来的价格，并选择在合适的时间购买。他们会竭尽所能的以较低的价格购买产品，这样的消费者称为策略型消费者。同样的，车主的选择承运的过程中也会有这样的策略型车主。通过上一章的模型，针对短视型车主，平台的最优定价策略为撇脂型定价策略，平台的下一阶段定价会高于本阶段的定价。那些“精明”的策略型车主观察到平台的定价规则后会选择等待下一轮报价，当价格过高时就会有大量的车主选择承运，但是在价格较低时策略型车主可能会选择等待至下一阶段，导致货物积压。
根据供给价格的关系，平台定价不仅对总收益产生影响，同时会对每阶段车辆市场的供给产生影响。平台定价较低，车辆供给变少，可能会导致货物积压。网络稳定性较差的网络中货物积压会随着运输供给的变化而产生波动，使得平台的服务水平、货主企业的满意度下降，致使车主和货主市场的流失。本章综合考虑网络稳定性优化和多类型车主的网络货运平台定价的问题，利用Lyapunov优化，将时变网络的全局优化转化为单一时隙的优化问题，理论证明转化具有等价性。结合粒子群算法对优化后的模型求解，通过算例对两阶段的参考价格模型和优化算法进行验证。
结论与展望
在网络货运平台中，车主做出决策前往往会将平台定价和心理价格比较，因此参考价格效应下的承运行为和承运决策具有不可忽视的影响。考虑到平台定价对车主市场的供给是非常敏感的，而供给函数的微小变化会引起决策行为和收益的巨大变化。因此本文在参考价格效应下分别对短视型车主和策略型车主的承运行为进行建模分析和求解，建立了多阶段的参考价格模型，针对不同类型的车主提出了最优的定价策略。并在考虑定价策略对货物积压的影响，结合基于Lyapunov优化技术的BCPO算法，将多周期的全局优化问题转化为单周期优化问题，并验证了模型转化的正确性和适用性。引入算例分析了各个参数对定价决策和收益的影响。通过本文的研究和分析得到以下成果和结论：
（1）对比线性模型和指数模型，Logit分布模型更符合车主的承运意愿分布。在拟合的过程中，考虑到Logit函数的性质，利用泰勒展开和加权最小二乘拟合对Logit函数的参数进行拟合。并且结合效用理论，考虑了平台定价对车主效用的影响，建立具有参考价格效应的承运意愿选择模型，并研究参考价格对最优定价策略和最优收益的影响。
（2）本文研究结果表明车主类型对平台定价策略具有不可忽视的影响。在货源及定价周期无限制和无限制的条件下，平台针对短视型车主的最优定价策略均为撇脂型定价策略。针对策略型车主，平台的最优定价策略将与车主的初始参考价格有关。在货源充足的条件下，平台的最优价格为供给价格点弹性为1；在货源不足的条件下，平台上的策略型车主占比越高，平台越有可能达到稳定状态。
（3）利用理论和算例证明，参考价格下的两阶段定价策略比恒定定价策略更能提高平台收益，维持货物积压在较小的范围内。在该定价模式下，平台可以根据历史定价和上周期的货物积压情况对平台制定灵活的定价决策。
参考文献（略）