針對鐵路貨運缺乏市場競爭力的問題,研究公鐵競爭環(huán)境下鐵路貨運定價策略。首先搭建多種運輸方式市場監(jiān)測可視化平臺,監(jiān)測公路貨運市場,分析公路貨運量及運價隨線路、季節(jié)、市場供需、運輸成本等因素的變化趨勢,并構(gòu)建基于ARIMA模型和SVM模型的公路市場運價驅(qū)動預(yù)測模型,捕捉運價變化的時間序列特征以及市場因素對運價的影響,對公路貨運周運價進(jìn)行預(yù)測。其次,在公路貨運價格預(yù)測的基礎(chǔ)上,根據(jù)預(yù)測結(jié)果,在公鐵競爭的市場條件下,提出基于Logit模型的公鐵競爭定價機制,通過求解得到鐵路貨運建議定價。研究對于鐵路運輸企業(yè)完善價格決策體系、提高鐵路貨運市場競爭力、降低社會物流成本具有重要的現(xiàn)實意義。
1.1 公路運輸價格變化趨勢
(1)零擔(dān)重貨和零擔(dān)輕貨變化情況
零擔(dān)重貨運價變化趨勢
零擔(dān)輕貨運價變化趨勢
(2)不同車長的整車價格變化情況
不同車長的整車價格變化情況
1.2 運價影響因素分析
皮爾遜系數(shù)法是英國統(tǒng)計學(xué)家皮爾遜提出的一種用來考察2個事物或變量之間相關(guān)強度的方法。在前期分析中可得,運價與可能的影響因素間存在著一定的相關(guān)性,因此選用皮爾遜系數(shù)法計算影響因素與運價之間的相關(guān)系數(shù),相關(guān)系數(shù)越接近于1或-1,相關(guān)強度越強,相關(guān)系數(shù)越接近于0,相關(guān)強度越弱。
(1)零擔(dān)貨運價格影響因素分析
a零擔(dān)輕貨價格與影響因素相關(guān)性
b 零擔(dān)重貨價格與影響因素相關(guān)性
(2)整車運價影響因素分析
整車價格與影響因素之間的皮爾遜系數(shù)矩陣
(3)公路貨運成本與運價相關(guān)性分析
從甘肅省高速公路運營服務(wù)中心網(wǎng)站提取了21萬余條運輸數(shù)據(jù),結(jié)合調(diào)研所得,分車型計算了部分貨車在高速公路運輸過程中所產(chǎn)生的油耗費用、通行費用、勞動費用、折舊等。高速公路貨車運輸成本樣表。
高速公路貨車運輸成本樣表
2.1 數(shù)據(jù)集準(zhǔn)備
公路運價主要受到市場因素和運輸成本因素影響。通過上述對運價影響因素的相關(guān)性分析,從以上因素中選取了獨立且與公路運價的相關(guān)顯著性P值在0.05以下的指標(biāo)作為輸入模型的特征指標(biāo)。對已有數(shù)據(jù)進(jìn)行預(yù)處理之后,得到2020年8月至2021年8月的歷史周運價數(shù)據(jù)與特征指標(biāo)數(shù)據(jù),作為公路運價預(yù)測模型輸入數(shù)據(jù)集。
公路運價預(yù)測模型輸入數(shù)據(jù)集(示例)
2.2 預(yù)測模型搭建
綜合考慮公路運價時間序列自身特性和多種相關(guān)特征的影響,采用加權(quán)方式將ARIMA模型和SVM模型的預(yù)測結(jié)果進(jìn)行結(jié)合,以獲得精度較高、誤差水平低的預(yù)測結(jié)果,公式如下。
將2020年8月至2021年7月各線路各品類的歷史周運價數(shù)據(jù)與特征指標(biāo)數(shù)據(jù)作為輸入數(shù)據(jù),輸入上述提出的ARIMA-SVM組合模型,輸出得到2021年8月各線路各品類的周運價預(yù)測結(jié)果,并分析模型輸出結(jié)果的精度,公式如下。
各線路運價平均預(yù)測精度如下圖所示,總體上看,約90%的數(shù)據(jù)預(yù)測精度高于0.7,約75%的數(shù)據(jù)預(yù)測精度高于0.75,約63%的數(shù)據(jù)預(yù)測精度高于0.8,整體的預(yù)測情況較好。就具體線路而言,各貨類平均預(yù)測精度低于0.7的線路有:蘭州—嘉峪關(guān)、蘭州—沈陽、蘭州—石嘴山、蘭州—太原、蘭州—榆林、蘭州—長沙,除蘭州—嘉峪關(guān)線路外,其他主要以跨省線路為主;針對具體貨類而言,輕工醫(yī)藥產(chǎn)品的平均預(yù)測精度低于0.7。
各線路運價平均預(yù)測精度
3.1 廣義費用構(gòu)建
根據(jù)安全成本及便利成本的定義,將2種成本統(tǒng)一稱為貨主滿意度成本,廣義費用函數(shù)計算公式如下。
因此,選擇某種運輸方式的效用函數(shù)Vi可表示為
3.2 基于Logit模型的貨運模式選擇模型構(gòu)建
貨運模式選擇模型構(gòu)建基于以下基本假設(shè):①假設(shè)鐵路與公路互為競爭對手,貨主在選擇運輸方式時僅考慮鐵路運輸或公路運輸;②貨主以廣義運輸費用作為貨運方式的選擇依據(jù),當(dāng)2種貨運方式廣義運輸費用相同時,貨主選擇鐵路運輸。
基于Logit理論,公式(7)表示貨主在選擇不同運輸方式時,對每種運輸方式不同的效用感知。其中,根據(jù)效用最大化理論,貨主會選擇使其感知效用最大化的運輸方式,公式(8)中滿足公式(9)的條件。運輸方式的選擇枝集合由0(公路貨運)和1(鐵路貨運)組成。公式(10)為假定隨機項
相互獨立同分布得到的Logit模型的數(shù)學(xué)表達(dá)式。
因此,考慮貨物類型的運輸方式選擇概率公式如下。
式中:類貨物選擇運輸方式
的概率;
時,對于貨物類型
,貨主選擇鐵路運輸,反之,則選擇公路運輸。
3.3 基于公鐵競爭的鐵路運價制定
進(jìn)行鐵路貨運競爭定價,即求公式(11)中,使得,模型中假設(shè)鐵路和公路的時間成本
及貨主滿意度成本
已知。根據(jù)前節(jié)公路貨運價格的預(yù)測結(jié)果,在公鐵競爭的市場條件下,基于競爭定價模型,可求得相應(yīng)時間段分線路、不同貨類的鐵路運輸成本。2021年8月公鐵競爭定價計算結(jié)果(示例)如下表所示。根據(jù)計算結(jié)果,2021年8月公路運價均值與鐵路運價均值比較如圖6所示。在競爭環(huán)境下,鐵路運價均值整體低于公路運價均值,鐵路運價能夠根據(jù)公路運價的波動變化做出及時的調(diào)整。
2021 年 8 月公鐵競爭定價計算結(jié)果 ( 示例 )
2021年8月公路運價均值與鐵路運價均值比較
為提高鐵路貨運市場競爭力,研究公鐵競爭環(huán)境下鐵路貨運定價策略。通過分析影響公路貨運定價的相關(guān)因素,綜合考慮公路運價時間序列特性和多種相關(guān)特征的影響,采用加權(quán)方式將ARIMA模型和SVM模型的公路運價預(yù)測結(jié)果進(jìn)行結(jié)合,對公路運價進(jìn)行預(yù)測。其中,ARIMA模型可以捕捉公路運價隨時間變化的趨勢特點,SVM模型用來捕捉鐵礦石原礦產(chǎn)量、磷礦石產(chǎn)量、物流運價指數(shù)、運輸成本等高關(guān)聯(lián)度因素的影響,得到的公路運價預(yù)測精度較高,為下一步根據(jù)競價確定鐵路貨運價格提供數(shù)據(jù)支持。在公路貨運價格的基礎(chǔ)上,建立模型對鐵路價格進(jìn)行調(diào)控,對于鐵路運輸企業(yè)完善企業(yè)價格決策體系、分擔(dān)社會貨物運輸量、提高鐵路貨運市場競爭力、降低社會物流成本具有重要的現(xiàn)實意義。
總體而言,在競爭定價情境下,鐵路運價基本低于公路運價,且鐵路運價的變化趨勢更為穩(wěn)定。但由于不同貨類、不同線路的特殊性,運價變化的趨勢具有不同的特點。對于部分地區(qū)其公路定價遠(yuǎn)低于鐵路成本,采取競爭定價可能存在著一定程度的偏差。因此,鐵路可以采取競爭定價模型與局部調(diào)整相結(jié)合的策略,對于特殊貨類和特殊線路應(yīng)重視其市場運價監(jiān)測,從而靈活調(diào)整鐵路貨運價格,提高鐵路貨運的競爭力。
瑪氏中國|2025年度冠軍寵物進(jìn)口貨運代理服務(wù)遴選
2621 閱讀京東完成對達(dá)達(dá)集團的私有化收購,達(dá)達(dá)將從美股退市
1598 閱讀知名網(wǎng)絡(luò)貨運平臺去年營收397.97億,凈利潤實現(xiàn)1.4億元
1061 閱讀菜鳥在加拿大加開海外倉,加速全球供應(yīng)鏈倉網(wǎng)建設(shè)
1016 閱讀真正拖垮物流企業(yè)的,是沉沒成本
979 閱讀多條航線運價下跌!美西暴跌超三成!
892 閱讀即時零售行業(yè)深度報告:即時零售萬億高成長賽道,平臺模式三國殺開拓長期增量
847 閱讀無錫匯全物流有限公司勞務(wù)外包項目招標(biāo)公告
809 閱讀倉庫管理升級:需要打破一些慣性思維
749 閱讀物流企業(yè)如何判斷“大客戶業(yè)務(wù)機會”是不是靠譜
781 閱讀