任斐
[摘 ? ?要] 動態(tài)定價在民航和鐵路貨物運輸領域中,已經(jīng)獲得了廣泛的的應用研究。文章以海上集裝箱運輸市場為研究對象,從集裝箱海運經(jīng)營人的角度,基于市場細分和收益管理理論,構建集裝箱海運市場動態(tài)定價模型,并通過算例對模型進行驗證。
[關鍵詞] 動態(tài)定價;集裝箱運輸;收益管理
doi : 10 . 3969 / j . issn . 1673 - 0194 . 2019. 23. 056
[中圖分類號] U169.6;F252.4 ? ?[文獻標識碼] ?A ? ? ?[文章編號] ?1673 - 0194(2019)23- 0131- 03
1 ? ? ?引 ? ?言
對于集裝箱海運經(jīng)營者來說,運費是其主要營業(yè)收入,定價決策的有效性是其企業(yè)“生死存亡”的關鍵。運價和需求之間是反比關系,提高運價將帶來需求的減少,反之亦然。如何找到二者之間的平衡點,確定適合的運價,使海運經(jīng)營者的利益最大化,是集裝箱海運企業(yè)最關心的問題。
民航客運和鐵路貨運領域中,已有對動態(tài)定價理論動應用的比較熬深入的研究,取得了較好的經(jīng)濟效果。所謂動態(tài)定價,就是指企業(yè)根據(jù)市場需求和自身供應能力,以不同的價格將同一產(chǎn)品在地銷售給不同的消費者或不同的細分市場,以實現(xiàn)收益最大化的定價策略。
動態(tài)定價的應用有一定的前提條件,比如產(chǎn)品的易逝性,生產(chǎn)能力相對固定,市場供給有上限、客戶需求存在差異;需求隨時間和價格變化呈現(xiàn)波動性等等。集裝箱運輸市場恰好也具備這些條件,動態(tài)定價方法在集裝箱海運市場同樣適用。
本文兼顧市場細分和動態(tài)定價,從集裝箱海運經(jīng)營人的角度,考慮不同市場的實際營銷特點,提出基于市場細分集裝箱海運動態(tài)定價模型。
2 ? ? ?問題描述
集裝箱海運市場上,貨主根據(jù)其所能提供運輸需求在數(shù)量和持續(xù)性上有很大差別。具有一定規(guī)模的生產(chǎn)加工和貿(mào)易企業(yè),以及貨代企業(yè),在一定時期內(nèi)具有持續(xù)穩(wěn)定的大量貨運需求,是航運企業(yè)的“大客戶”;針對這部分客戶,航運企業(yè)通過與之簽訂運輸協(xié)議的形式,以優(yōu)惠的價格換的可靠、充分的貨源,從而保證企業(yè)的運費收入,這類市場可稱之為“協(xié)議市場”。
除此之外,市場上還廣泛存在零散的少量貨運需求,這類“散戶”的需求不穩(wěn)定,數(shù)量少,對運價水平和開航時間非常敏感,航運企業(yè)需要提供恰當?shù)倪\價爭取貨源。
協(xié)議市場運價較低且在協(xié)議期內(nèi)相對固定,是航運企業(yè)生存運營的基本保障;而自由市場才是航運企業(yè)利潤的突破口。另外自由市場上,那些臨近信用證裝運截止日期的需求更注重即時發(fā)運,對運價的承受能力較強?;谶@一經(jīng)濟現(xiàn)象,可以對自由市場各航次銷售期劃分為若干時段,采取分時段的動態(tài)定價策略。
針對某一航線上,兩個港口間的運輸業(yè)務,以航運企業(yè)改航次上的艙位容量為約束,考慮如何分配協(xié)議市場與自由市場的艙位方案以及自由市場的不同時段的動態(tài)價格,使得航運企業(yè)在兩個市場上的總收益最大。
3 ? ? ?模型構建
3.1 ? 符號和參數(shù)說明
Q1—協(xié)議市場實際分配到的艙位(運量),是決策變量;
P1—協(xié)議運價,通過銷售協(xié)議確定;
D1—協(xié)議市場的需求;
t—第t個銷售時段;
T—自由市場的銷售個數(shù);
P2t—自由市場第t銷售時段的運價,是決策變量;
Pmax—自由市場運價上限,可以根據(jù)歷史數(shù)據(jù)設定;
Q2t—第t時段的分配的艙位(運量);
根據(jù)相關研究成果,海運運價和運量之間存在一定的函數(shù)關系,通常講這種函數(shù)關系表述為線性函數(shù),即
Q2t=αt-βt·P2t,t=1,2,…,T(1)
其中,α,β為系數(shù),需要通過歷史數(shù)據(jù)統(tǒng)計分析獲得。
R—航運企業(yè)的航次總收益,是模型的目標函數(shù);
C—航運企業(yè)的艙位容量;
D—航運企業(yè)能夠獲得的總需求預期,可以通過企業(yè)歷史運量統(tǒng)計獲得。
3.2模型構建
航運企業(yè)在兩個市場獲得的總收益R為協(xié)議市場運費收益和自由市場各時段收益的綜合,即
R=P1·Q1+■P·Q2t(2)
將(1)式代入(2)式,得到本模型的目標函數(shù)為:
maxR=P1·Q1+■P2t·(αt-βt·P2t)(3)
假設協(xié)議市場的需求相對穩(wěn)定,每航次的實際運輸需求與協(xié)議合同中約定的協(xié)議運量相當,在一定的范圍內(nèi)上下波動。設波動幅度為k,k取值范圍為0到1之間的有理數(shù)。則有第一個約束條件,見式(3),表示協(xié)議市場獲得的艙位要符合運輸需求范圍。
(1-k)·D1≤Q1≤(1+k)·D1(3)
在航運淡季,或運力供給大于運輸需求的情況下,船舶達不到滿載;而在旺季,或運力供給小于運輸需求的情況下,將出現(xiàn)爆倉。所以,航運企業(yè)兩個市場上的運量(分配的艙位)之和的上限,應為航線艙容和市場運輸總量中的較小值。于是得到第二個約束條件,見式(4)。
Q1+■(αt-βt·P2t)≤min(C,D)(4)
此外,自由市場的運價應高于協(xié)議運價,而低于一定的價格水平,因為時間中的市場運價不可能無限提高,基于競爭,運價提升到一定高度后,貨主就回轉向其他航運企業(yè)訂艙了。為了簡化計算,盡快收斂,在這里,對自由市場的運價設置在一個合理范圍內(nèi)。于是,得到第三個約束條件,見式(5)。
P1≤P2t≤Pmax ? ? ? t=1,2,…,T(5)
最后一個約束條件,見式(6),表示決策變量Q2t因為正整數(shù)。
Q1∈N(6)
綜上,整理得到模型如下:
max R=P1·Q1+■P2t·(αt-βt·P2t)(7)
s.t.(1-k)·D1≤Q1≤(1+k)·D1Q1+■(αt-βt·P2t)≤min(C,D)P1≤P2t≤Pmax ? t=1,2,…,TQ1∈N
4 ? ? ?模型求解
上述模型并不復雜,其中的相關參數(shù)都可以通過歷史數(shù)據(jù)統(tǒng)計獲得,利用Lingo、Matlab等軟件自帶的工具包就可以進行求解。
5 ? ? ?算例分析
以某航運企業(yè)上海到鹿特丹的運營數(shù)據(jù)為例。每個航次的艙位容量(C)平均為1 533TEU,當前的市場價格上限取值(Pmax)為USD2 400/TEU,根據(jù)航運企業(yè)以往各航次的總運量,通過統(tǒng)計方法預測出當前市場總需求(D)為1 299TEU。協(xié)議需求(D1)為935TEU,平均協(xié)議價格(P1)為USD 1 600/TEU,需求變化幅度(k)設為5%。
結合集裝箱班輪特點,銷售期通常為7天,可以分為三個銷售時段,即令T取3。通過這三個銷售時段內(nèi)各自運價和運量數(shù)據(jù),可以得到需求和價格函數(shù)中的系數(shù)α為(406,224,98),β為(0.114,0.057,0.023)。
上述參數(shù)代入模型中,對模型求解。得到采用動態(tài)定價策略下,協(xié)議市場分配得到的艙位Q1為981TEU,自由市場三個銷售時段的運價P2=(2 017,2 204,2 427),獲得的航次總收益為2 244 633USD。而傳統(tǒng)運營和定價模式下的航次總收益為而USD2 230 188,明顯低于采用動態(tài)定價策略的收益。具體結果如表1所示。
值得注意的是,動態(tài)定價策略下為協(xié)議市場分配的艙位數(shù)已經(jīng)達到允許的上限,說明客戶對運價敏感度較大,運價提高帶來的需求下降很顯著,要靠更低的運價吸引客戶,這與當前航運不景氣的現(xiàn)狀非常吻合。
由此可見,航運企業(yè)基于市場細分,采用分時段的動態(tài)定價策略能夠有效地提高運營收入。
6 ? ? ?結 ? ?語
本文建立的模型打破了傳統(tǒng)研究思路,協(xié)議市場在艙位分配上的優(yōu)先權,將自由市場與協(xié)議市場的艙位分配和定價策略合并在一個模型中,進行統(tǒng)籌協(xié)調,避免機會成本損失。通過算例驗證了本文提出的模型的可操作性和有效性。
但本模型只考慮單航次點對點的運輸業(yè)務,今后的研究可以將研究范圍擴大到多點間的集裝箱運輸業(yè)務等。
主要參考文獻
[1]計明軍,閆妍,?;垤`. 海鐵聯(lián)運鐵路集裝箱定價與運營優(yōu)化[J].中國管理科學,2018(7).
[2]劉迪,楊華龍,張燕. 多節(jié)點集裝箱海鐵聯(lián)運動態(tài)定價決策[J].系統(tǒng)工程理論與實踐,2014,34(1).
[3]徐光華,丁一,林國龍,等. 沿海捎帶集裝箱艙位分配與動態(tài)定價模型[J].上海海事大學學報,2015(6).
[4]李冰州. 集裝箱班輪二維收益管理在線動態(tài)定價策略[J].管理科學學報,2012(8).
[5]張小強,劉丹,陳兵,等.競爭環(huán)境下鐵路集裝箱班列動態(tài)定價與開行決策研究[J].鐵道學報,2016,39(2).