眾包物流社會配送服務(wù)定價方法研究綜述

戴 權(quán)，劉 瑤，李佳妍

眾包物流服務(wù)模式通過共享社會配送資源方式為消費者提供物流配送服務(wù)[1-3]，現(xiàn)已成為最后一公里物流服務(wù)的主力軍。眾包物流活動中配送人員臨時性的特點，使得眾包物流運力具有不確定性。配送服務(wù)定價策略吸引社會配送人員，調(diào)控眾包物流運力，對眾包物流運營管理具有重要意義。眾包物流服務(wù)定價方面的研究引起了研究人員的高度關(guān)注[1]。

目前，一些學(xué)者對平臺領(lǐng)域研究狀況進行回顧[4-5]，但鮮有關(guān)于眾包物流配送服務(wù)定價方法的綜述。眾包物流活動中配送服務(wù)具有配送時間、路由、匹配方面的特征，有別于實物交易平臺中的商品定價。目前眾包物流配送服務(wù)定價主要基于接受率、路由匹配、競價拍賣等模式。本文對接受率、路由匹配、拍賣模式下眾包物流配送服務(wù)定價進行梳理與分類，對確定服務(wù)定價的關(guān)鍵技術(shù)進行歸納總結(jié)，并在此基礎(chǔ)上，對眾包物流配送服務(wù)定價存在的問題及未來發(fā)展趨勢進行展望。

1 研究現(xiàn)狀梳理

1.1 基于接受率的配送服務(wù)定價方法。若配送服務(wù)價格低于眾包承運人期望，承運人可能會拒絕接受任務(wù)，即使接受任務(wù)，違約的概率也會大大增加[6]?？紤]眾包承運人接受率與運力需求，以最小成本實現(xiàn)平臺利潤最大化是眾包領(lǐng)域一項有價值的探索[7-8]。

Gdowska[9]和Santini 等[10]將這種接受率作為固定參數(shù)用于任務(wù)分配問題。Dayarian 和Savelsbergh[11]研究了薪酬方案對接受行為的影響。Barbosa 等人[12]在任務(wù)分配中整合了薪酬對接受率的影響，并假設(shè)所有眾包承運人完成每個任務(wù)時的繞路是相同的，獲得的報酬也是相同的。Hu 等[13]研究了眾包物流平臺在供需平衡和供不應(yīng)求情況下的不同定價策略，討論了采用固定傭金合同的眾包物流平臺收益。Gdowska 等人[9]研究了眾包承運人執(zhí)行末端配送任務(wù)的意愿，以及他們的決定對眾包費用的影響。在此基礎(chǔ)上，Barbosa 等人[12]提出接受眾包任務(wù)的概率取決于提供給眾包承運人的費用，通過采用尋求最小化預(yù)期成本來確定支付給眾包承運人的費用。

Dahle 等人[14]研究了擁有車隊公司的部分運輸任務(wù)采用眾包方式的可能性，他們使用接受任務(wù)最低補償金額對眾包承運人的行為進行建模，并研究了三種補償方案：每個任務(wù)補償相等、補償與從取貨點到交貨點的距離成正比、補償與承運人繞路成本成正比。結(jié)果表明三種方案均節(jié)省10%以上成本。Dayarian 和Savelsbergh[11]考慮了當(dāng)日交貨的背景，并開發(fā)了一種滾動時域調(diào)度方法，整合有關(guān)未來訂單和眾包承運人可用性的概率信息。作者研究了店內(nèi)顧客接受送貨的意愿與所提供的補償之間的關(guān)系。補償費用由兩個部分組成：固定補償和與眾包承運人交付訂單所需的額外時間成比例的補償。Le 和Ukkusuri[15]提出了一個考慮任務(wù)特征、眾包承運人社會屬性、眾包運費、貨運經(jīng)驗、社交媒體使用等因素的二元logit 模型，預(yù)測眾包承運人接受任務(wù)的概率。戴權(quán)[3]和王文杰[1]等不僅對承運人接受率進行研究，還分別應(yīng)用動態(tài)優(yōu)化理論，建立平臺價格競爭下眾包物流社會配送服務(wù)最優(yōu)定價模型。梁玉秀等[16]以平臺利潤最大化為目標(biāo)，建立基于時效和接單意愿的眾包物流服務(wù)定價模型。

1.2 考慮接受率、匹配和路由的配送服務(wù)定價方法。早期眾包運輸研究中，一般通過考慮眾包的一些靜態(tài)特征來設(shè)計補償方法，如繞行距離、繞行時間、貨物OD 距離、貨物重量等。VAN Cooten[17]使用基于弧的整數(shù)規(guī)劃公式和基于路徑的啟發(fā)式方法來解決路由和匹配問題，與Archetti 等人[18]類似，作者探討了兩種補償方案：第一種方案，每個包裹設(shè)置一個固定承運費；第二種方案，每包裹承運費由固定費和繞行費組成。王文杰等[19]基于動態(tài)優(yōu)化理論提供了一種最大化平臺收益的動態(tài)眾包服務(wù)定價方法，提出眾包服務(wù)定價與選擇性眾包配送方案聯(lián)合優(yōu)化方法，設(shè)計出求解大規(guī)模案例的自適應(yīng)大鄰域搜索算法。Yildiz 和Savelsbergh[20]研究了在承運人交付速度、平臺向托運人收費等因素下，每件外賣應(yīng)該支付給快遞員的補償。Lin 等人[21]構(gòu)建了基于時空效率的城市配送任務(wù)定價模型，并從時間、空間和效率三個方面設(shè)計了二維多階段啟發(fā)式輪盤賭算法，用于實際案例的數(shù)值求解。Yan[22]研究了網(wǎng)約車定價與匹配的穩(wěn)態(tài)模型，提出平臺利益最大化定價和等待策略。證明定價和匹配的聯(lián)合優(yōu)化可以為騎手和司機以及平臺帶來顯著的好處。黃靜靜[23]以平臺利潤最大化為目標(biāo)，構(gòu)建在不同供需條件下的眾包物流平臺動態(tài)定價模型，求得最優(yōu)動態(tài)價格解以及激勵系數(shù)和懲罰系數(shù)對于市場需求和最優(yōu)價格等的影響。Le 等[24]以平臺利益最大化為目標(biāo)，整合了路由、匹配、托運人愿意支付的最高價格和承運人期望補償，設(shè)計4 種承運人補償模型，分析不同運力供需情境下各模型特點，為平臺制定補償方案提供依據(jù)。

Barbosa 等人[12]通過整合薪酬決策要素更深入研究了Archetti 等人[18]提出的問題。作為迄今為止為數(shù)不多的論文之一，他們結(jié)合了匹配、路由和平臺向供需雙方定價等方面因素，同時考慮了眾包承運人拒絕任務(wù)的可能性，最后使用Gdowska 等人[9]提出的模型和啟發(fā)式算法來求解。然而，作者假設(shè)與任務(wù)匹配的眾包承運人接受率是相同的，這也意味著關(guān)于補償?shù)臎Q策被簡化為每個眾包承運人獲得補償是相同的。Hou 等人[25]提出了一個眾包交付服務(wù)的優(yōu)化框架。他們將問題建模為離散事件系統(tǒng)，其中事件是進入系統(tǒng)的任務(wù)或駕駛員，承運人接受任務(wù)概率由二項logit 離散選擇模型確定。模型由兩階段的方法來求解，在第一階段分配任務(wù)，重點是最小化分配任務(wù)的總距離；在第二階段，計算最優(yōu)補償，使給定任務(wù)的總交付成本最小化。研究補償對臨時司機接受行為的影響已被確定為一個重要的研究方向。Barbosa 等人[12]和Hou 等人[25]為填補這一研究空白邁出了第一步。Barbosa 等人[12]沒有考慮承運人與任務(wù)匹配中承運人的個性化要求，只是通過啟發(fā)式方法解決了配對問題。盡管Hou 等人[25]單獨考慮對每個分配的補償，但一旦分配固定，他們的順序算法就會計算最優(yōu)補償。他們的方法缺乏對所有可能的任務(wù)分配與補償組合的評估。?nar 等[26]克服這些缺點，他們基于眾包任務(wù)的屬性、外部因素以及提供的補償?shù)葰v史信息，分別使用線性和邏輯回歸模型，估計臨時駕駛員接受任務(wù)概率，據(jù)此推導(dǎo)出給眾包承運人的最優(yōu)補償模型，該模型允許作業(yè)者提供個性化的補償方案，從而獲得非常高的任務(wù)接受率，也比其他方案節(jié)省更多成本。

1.3 基于競價拍賣的配送服務(wù)定價方法。托運人提出運輸請求，眾包承運人向平臺提交他們計劃或潛在的出行路線，平臺根據(jù)一定的算法對托運人和承運人進行匹配，只有匹配的承運人才有機會利用其多余的容量為匹配的托運人運送包裹。平臺作為拍賣商，發(fā)起拍賣以決定拍賣結(jié)果；而匹配的托運人作為競標(biāo)者對所請求的運輸服務(wù)進行出價；最后，根據(jù)拍賣規(guī)則確定價格，將運輸任務(wù)分配給贏得拍賣的承運人。

McAfee 和McMillan[27]將拍賣定義為“一種市場機構(gòu)，它有一套明確的規(guī)則，以市場參與者的出價為基礎(chǔ)決定資源分配和價格”。Parkes 和Kalagnanam[28]首次通過建立線性規(guī)劃模型提出了高效的單單位多屬性拍賣方法，即投標(biāo)人可以在拍賣中贏得單個單位[29]。Xu 和Huang 進一步將其擴展到一次拍賣中可以同時拍賣多個單位的多單位情況。這兩項研究都假設(shè)拍賣中只有一個單位的競標(biāo)者，這意味著每個競標(biāo)者在一次拍賣中最多只能贏得一個單位。他們的工作表明，在B2B 電子商務(wù)中，假設(shè)所有的承運人只有一個單位的容量，通過他們提出的有效拍賣，可以獲得最大的社會福利。Xiao 等人[30]首先考慮每個眾包承運人在旅途中運送一個包裹作為基準(zhǔn)的情況；然后，對包含價格和權(quán)重屬性的出價進行排序，并根據(jù)設(shè)計的得分函數(shù)確定獲勝者和付款；最后，將其擴展到多單位情況。結(jié)果表明，所提出的單單位和多單位機制都能保證競標(biāo)者投標(biāo)策略的真實性，并獲得最大的社會福利，為實現(xiàn)長期穩(wěn)定的眾包交付市場提供了重要的基石。

Peng 等[31]設(shè)計了雙邊競爭博弈框架，工人通過調(diào)整報價爭取有限資源來確定任務(wù)價格。Yang 等[32]基于Stackelberg 模型和競價拍賣理論，分別提出了針對眾包平臺和用戶的兩類激勵方案。林韋達[8]考慮到工人個人隱私和相關(guān)信息收集困難等一系列問題，從工人期望角度闡述任務(wù)定價與工人之間的關(guān)系，分析了價格對工人選擇任務(wù)行為和平臺利益的影響，在幾乎不使用工人信息的前提下，提出了納什競價的動態(tài)任務(wù)定價算法。

2 研究熱點與現(xiàn)狀評述

2.1 基于接受率、匹配和路由視角。早期的眾包物流社會配送服務(wù)定價方法研究，大多只考慮眾包承運人接受率與運力需求，以實現(xiàn)平臺利潤最大化目標(biāo)，確定社會配送服務(wù)補償。當(dāng)前研究熱點呈現(xiàn)由單一接受率向匹配、路由、模式、個性化需求等多要素整合的發(fā)展趨勢。

分析基于接受率、匹配和路由視角的研究現(xiàn)狀，存在方面的突出問題：一是眾包承運人接受率估算不嚴(yán)謹(jǐn)。眾包承運人在不同時空范圍內(nèi)，面對相同或不同屬性任務(wù)時，接受眾包運輸任務(wù)的可能性會發(fā)生變化。但是現(xiàn)行研究，往往忽視在不同運力需求情境下眾包承運人的行為意愿，進而導(dǎo)致估算的眾包承運人接受率與實際脫節(jié)。二是配送服務(wù)特點刻畫與特征提煉缺位。關(guān)于眾包物流社會配送服務(wù)問題的研究，雖然大都集中于眾包運力的供需與匹配，但對于貨物交付時間窗、貨物屬性等的特點刻畫、特征提煉等問題，無論是在優(yōu)化模型構(gòu)建，還是在算法設(shè)計與優(yōu)化等方面，都有待深入探究。三是平臺雙邊市場特征體現(xiàn)不足。平臺具有典型的雙邊市場特征，參與者受交叉網(wǎng)絡(luò)效應(yīng)影響，然而現(xiàn)有文獻未能將交叉網(wǎng)絡(luò)效應(yīng)整合到配送服務(wù)定價決策模型中，在眾包物流社會配送服務(wù)定價策略與方法上，有待進一步研究。

2.2 基于競價拍賣視角。關(guān)于眾包任務(wù)競價拍賣問題的早期研究大多是針對拍賣程序、規(guī)則等方面，眾包平臺下的運輸任務(wù)眾包與傳統(tǒng)競價拍賣不同，需考慮眾包承運人可接單數(shù)量。當(dāng)前的研究熱點呈現(xiàn)由單單位多屬性向多單位多屬性拍賣機制、報價方法方面發(fā)展的趨勢，高效的多屬性拍賣設(shè)計仍處于起步階段。

分析基于競價拍賣視角的研究現(xiàn)狀，存在突出問題：競價拍賣決策因素簡單化。眾包運力是動態(tài)的離散過程，需要在一定時間區(qū)間內(nèi)對運輸任務(wù)的競價拍賣進行決策。時間范圍、參與者條件等要素與運輸眾包競價拍賣密切相關(guān)，然而現(xiàn)有的文獻對此關(guān)注不夠。

3 潛在研究方向

眾包物流系統(tǒng)的成功實施需要一個有效和高效的機制來合理分配貨物和確定補償，特別是在面對眾包承運人短缺的情況下[30]。基于上述對研究現(xiàn)狀與趨勢的把握，提出以下幾個潛在研究方向與領(lǐng)域。

3.1 眾包承運人參與行為建模。未來的研究可以致力于研究這個問題的動態(tài)版本，其中任務(wù)和可用的駕駛員是事先未知的，并隨著時間的推移可能會變?yōu)榭捎??？紤]到它的效率，方法可以嵌入到一個近似的動態(tài)規(guī)劃框架中，在每個時間段采取補償決策，而接受率可以根據(jù)偶爾駕駛員所做的早期決策動態(tài)更新。另一種可能的方法是通過考慮路由決策和為眾包承運人提供任務(wù)包等附加特性來豐富問題。

考慮到每個特定交付任務(wù)的特征（如包裹重量、時間窗等），可嘗試建立多元LOGIT 模型，估計眾包運力供需狀況，確定給與眾包承運人的報酬。

另外，還可以考慮雙邊市場中交叉網(wǎng)絡(luò)效應(yīng)對利益相關(guān)方的影響，分析定價決策與眾包承運人到達之間的相互作用，設(shè)計更復(fù)雜的選擇模型和更高效的路由算法，降低運營成本，提高平臺收益。

3.2 競價拍賣機制優(yōu)化。交貨時間窗、承運人完成任務(wù)的可靠性是影響貨物交付的重要因素，未來可以將這一屬性納入到拍賣機制中，通過構(gòu)建評分函數(shù)或評分規(guī)則，研究交貨時間窗、承運人完成任務(wù)的準(zhǔn)時性和速度對承運人接受率、托運人的報價影響。平臺其他利益和相關(guān)者從各自利益最大化角度出發(fā)，競價拍賣機制設(shè)計過程中也存在大量的優(yōu)化空間可供深入探索。