无车承运平台的线路定价策略与评价模型研究

王聪珊 吴美玲 叶芊芊 黄初

摘要：随着物流运输行业的兴起和发展，无车承运人平台的定价成为了一个亟待解决的问题。本文根据已有数据信息，分别建立了因变量为线路价格、线路指导价、线路总成本的三个多元线性回归模型。由于无车承运平台对成交对象的确定有一定的偏好，故建立基于Stackelberg博弈的动态定价模型，确定成交對象，由此给出线路价格（即二次报价或三次报价）、线路指导价（即一次报价）和线路总成本。通过VPS-PSO算法及调价比例制定了调价策略，以促进平台的可持续发展。

关键词：多元线性回归模型;Stackelberg博弈论;VSP-PSO算法

一、问题的背景

国内公路运输市场自开放以来，运输市场诚信缺失、托运人服务质量得不到保障、货物损坏责任不知如何追究等问题也随着时间的推移，慢慢浮出水面。随着无车承运人平台行业的发展，在保障快速成交订单和低损失的承运成本的情况下，如何科学定价就成了平台急需解决的问题。

二、问题的基本假设

为了模型建立的方便，我们提出了以下几条基本假设：

假设1：假设线路任务全部为固定车型的整车任务，即一个任务需要由某种车型的一辆车完成，不考虑拼载任务。

假设2：假设实际承运人都遵守订单监管模式，即承运人完成当前订单才能获得下一订单。

假设3：假设不考虑因天气、交通事件等产生的成本损失。

假设4：假设不考虑退单的行为，即平台不用承担退单损失。

三、基于多元线性回归的定价规律模型

（一）数据预处理

多元线性回归模型，常被用来分析因变量与多个自变量之间所存在的潜在联系。对此，我们将选取以下这12个指标项做自变量，预测得到附件二的线路总成本、第一次报价、最终报价。

（二）多元线性回归模型的求解及检验

此处我们计划建立三个多元线性回归模型，三个因变量分别选取为线路价格（不含税）Y1、线路指导价（不含税）Y2、线路总成本Y3。

运用SPSS采用“向后筛选”方法，得到Y1的多元回归模型为：

Y1=0.961A1-0.081A3+0.022A4+0.004A5+0.005A6-.011A7+0.045A8+0.004A9-0.039A10

由SPSS运算的结果可知该模型的可决系数R2=0.976，调整后的可决系数R2=0.974，方程的拟合优度非常高。通过方差分析和变量系数的显著性检验，可知方程线性关系显著，各自变量对因变量解释作用显著。同理，得到Y2、Y3的多元回归模型为：

Y2=0.967A1+0.050A2-0.005A4-0.030A7+0.058A8+0.017A9+0.047A10

Y3=0.946A1+0.018A2-0.011A3-0.020A4+0.009A5-0005A7+0.062A8+0.008A9-0.001A11+0.002A12

四、基于Stackelberg博弈的动态定价模型

（一）确定成交对象

（二）建立模型给出定价

根据有效信息，挑选变量，数据处理化后，将其带入线性回归模型求解线路总成本、第一次定价、最终定价。再通过Stackelberg博弈决策出成交对象，判断最终线路价格的定价次数。

通过应用因变量为的多元线性回归模型，将对应自变量数据进行标准化，计算可得线路价格。同理，可得线路价格、线路价格。

（三）制定调价及定价评价的策略

根据数据信息，基于平台偏好程度求解各个任务的续签能力、提前到达率、提前出发率、里程能力，并且将各指标的值进行标准化采用VPS-PSO算法[2]来求解最优定价策略确定成交对象，使得在保障最小时间成本、承运成本的情况下，平台获得最大化利润。

由于最终报价已求出，故我们现在只需要判断是二次报价还是三次报价即可。由此我们定义如下调价策略：

若，即第一次报价相对于线路总成本“未调整”，则线路价格为附件3中的二次报价，即此任务的最终报价。

若或，即第一次报价相对于线路总成本“调低”或“调高”，则线路价格为三次报价，即该任务的最终报价。此时我们需要进一步判断二次报价的价格。根据无车承运人和司机的心理，即经验可得该种情况下，三次报价价格呈现“递减”或“递增”的趋势。由此我们可以确定二次报价。

参考文献：

[1]薛建彬，关向瑞，王璐，蔺莹.基于Stackelberg博弈的资源动态定价策略[J].华中科技大学学报（自然科学版），2020，48（04）：121-126.

[2]刘冬，张卫，陆宝春.求解多目标混流装配线平衡问题的VPS-PSO算法[J].机械设计与制造，2019（02）：257-260.