基于雙向拍賣的運輸服務市場報價策略研究

楊玲

摘 要：文章將雙向拍賣理論中的一些經典模型運用到運輸服務市場中，對運輸服務市場中的報價策略及其影響進行研究。在單線運輸環境中，假設交易者不具有學習能力，通過構建托運人和承運商到達率相等，在報價空間內隨機報價的仿真實驗框架，對比各策略交易雙方的累積收益、平均收益及累積成交量。研究發現采用ZIU報價策略的參與者收益較小，且其成交量更隨機。實驗將為參與者的報價策略及第三方拍賣商進行拍賣設計提供決策依據。

關鍵詞：物流；雙向拍賣；報價策略；K-ZI

中圖分類號：U294 文獻標識碼：A

Abstract： In this paper， we studied the bidding strategy and the impact of the transport services market by the way of double auction. On the condition of single line transportation， ZIU， ZIC and K-ZI bidding strategies were contrasted， computer simulation experiment was implemented， then the trading volume and the income of shippers market were analyzed and contrasted respectively. It is found that the income of participants is smaller in ZIU strategy quotation， and the trading volume is stronger randomness in all strategies. The analysis of the conclusion will provide decision-making basis of auction design for participants in the transportation services market.

Key words： logistics； double auction； bidding strategy； K-ZI

0 引 言

近年來，運輸服務市場的在線交易開始快速興起，運輸平臺模式的出現將運輸服務的供需方直接對接起來，為運輸服務市場的交易雙方帶來了極大的便利。在以往運輸服務的交易中，托運人往往首先提出所有線路的運輸需求，承運商再分別對不同線路進行競拍。在電子交易環境下，一些第三方服務通過在線平臺實現，此類拍賣實質上是一種單物品逆向拍賣，最終會導致每條線路被分配到報價最低的承運商。除了托運人的運輸作為拍賣對象外，承運商的運輸能力也可以作為拍賣對象，這類以賣方為主導的拍賣被稱為正向拍賣。現在基于拍賣的運輸服務采購方面的研究大多集中于買方主導的逆向拍賣，這對交易者的計算能力提出了很高的要求。而雙向拍賣機制[1]可以有效減輕交易者的計算負擔，這一推斷已在不同交易環境下被學者們所證實。

雙向拍賣自Friedman教授在1956[2]年提出以來，已經廣泛應用于證券交易、貨幣交易和其他商品交易市場，但在運輸服務市場中，有關雙向拍賣的理論研究卻非常有限。考慮到運輸服務市場中擁有諸多托運人和承運商，雙向拍賣可以有效地提高交易效率和優化市場的資源配置，在線交易平臺為雙向拍賣的實施創造了非常便利的條件，國外一些大型物流綜合網站（比如www.leanlogistics.com，www.besttransport.com，www.goubuy.com）已開始著手提供雙向拍賣服務，同樣的，有些公司也開始購買一些第三方物流公司的運輸服務，比如沃爾瑪雖然擁有自己的私人車隊，但在其需求量過大的時候仍會通過物流電子市場購買運輸服務[3]。盡管業界已經開始將拍賣理論運用到運輸服務市場，但目前學術界關于雙向拍賣的研究卻非常有限。在這些研究中，張璐和丁靜之[4]基于公路貨運聯盟和公路貨運平臺模式研究了組合拍賣機制下的公路貨運平臺的訂單分配問題。李夢和黃海[5]軍從有限理性人的觀點出發提出了一種兼顧運量分配與均衡配流的組合模型。Huang和xu[6-8]首先關注于在線公路運輸市場中雙向拍賣機制的設計，為運輸服務市場的在線拍賣模型提出了基本的理論框架。付秋芳[9]等人在基準點模型和拍賣雙方報價策略的線性假設基礎上，以追求運輸市場整體效用最大化為目標，運用組合雙向拍賣理論研究了我國公路運輸市場在運輸代理模式下的運輸服務定價策略問題。Xu和Meng Cheng[10]等人以運輸服務中的交易成本為出發點，基于拍賣理論研究了B2B電子物流市場的多式聯運問題。在以上這些研究中，學者們大多將托運人和承運商對路線的保留價格進行競拍（真實估價），并未考慮到在實際運輸服務中，大多數交易者的最初定價只是一個參考價格，參與者往往會在綜合考慮了市場中諸多因素后給出一個并不一定等于初始價格的進入市場報價。而所選的報價策略的選擇將會直接影響參與者的最終收益。

本文將首先搭建一個在線的第三方物流交易平臺，在此交易平臺中以雙向拍賣為交易實現方式設置基本的交易規則，對運輸服務市場中的報價策略及影響進行研究。即在單線運輸環境下，假設托運人與承運商到達率相同，研究約束型零信息ZIC，無約束型零信息ZIU和通用型零信息K-ZI報價策略，在MATLAB軟件中進行計算機模擬實驗，并對這三種策略的收益和成交量進行分析比較，做出相應推測，為進入市場的參與者進行拍賣設計提供決策依據。

1 基本模型

1.1 交易平臺的搭建

在在線交易的運輸服務市場中，第三方運輸平臺中的買方為有貨運需求的托運人產生大量訂單，而賣方為可以提供運輸服務的運輸企業及車隊。這些在線訂單我們稱之為交易訂單，而承運商可以通過構建的交易平臺來獲取訂單信息并且完成相應的訂單量，平臺單件圖如圖1所示：endprint

2 實驗過程

2.1 交易規則設定

考慮到運輸服務市場的特殊性，即在滿足雙方價格最優匹配的約束條件下還要盡可能的使雙方運量交易達到最大，本實驗設置了一種3+n階段的實驗框架，來模擬運輸市場的交易過程。實驗框架設置如下：

第一階段，按價格進行匹配。首先考慮交易者雙方的報價，令報價最高的托運方與報價最低的承運方進行匹配，報價第二高的托運方與報價第二高的承運方進行匹配，以此類推，直到剩余所有托運方的報價都高于承運商方的報價此輪交易停止。此輪每對的成交價格定為相匹配的托運人報價與承運商報價的平均價格，成交量定為相配對的托運人運量與承運商運量中較小的運量值。

第二階段，按運量進行匹配。上一輪匹配中完成運量匹配的交易者將離開市場，而完成部分匹配的交易者將已匹配部分從市場中剔除，將剩余市場中托運人與承運商方的剩余運量按從大到小的順序排列。此輪匹配中，在滿足約束條件為托運方單位報價大于承運方單位報價的條件下，令運量需求最多的托運方與可運載量最多的承運商進行匹配，運量需求第二多的托運方與可運載量第二多的承運商進行匹配，以此類推，直到滿足以上約束條件的托運方與承運方均達成匹配則停止交易。此輪每對的成交價格定為相匹配的托運人報價與承運商報價的平均價格，成交量為相匹配的托運人運量與承運商運量中較小的運量值。

第三階段，按估價及成本進行匹配。剔除上兩步已經匹配的運輸量，將單位運量初始估價最高的托運方與單位將托運人按初始的單位估價降序排列，承運商的單位運費成本按升序排列，按此排位將托運方與承運商匹配，此輪匹配的約束條件為每對交易價格小于所匹配的托運方單位估價且大于此對所匹配的承運商單位貨運成本。同樣，成交價格定為相匹配的托運人報價與承運商報價均值，成交量定為相配對的托運人運量與承運商運量中較小的運量值，且將已經參與匹配的參與者數量進行剔除，然后重復上述匹配直到市場中所有托運人方的估價高于承運商方成本的交易者均達成匹配，實驗終止。實驗框架簡圖如圖2所示：

根據以上的報價策略及實驗框架，本文針對運輸服務市場設計了一個具體的仿真實驗，并在MATLAB R2012b軟件中實現了這一模擬。我們隨機選取了模擬市場中的12個買方12個賣方，這些交易者的貨運需求（可提供的貨運力）和初始保留價格為設定區間內系統隨機分配的，而報價分別是各自的保留價格通過采取ZIU、ZIC及K-ZI三種不同的報價策略隨機報出，因而產生36組買方報價組和36組賣方報價組。初始設定中剔除了無效報價并默認所有參與者同意交易平臺中關于貨運量分配及成交價格方面的規則。

3 實驗結果

本文將此實驗隨機重復進行了100次，每次實驗中參與者的初始數據即貨運需求（或可提供的運力）及保留價格都由計算機隨機生成，計算了實驗的總收益和每種策略的平均收益及成交量。由于市場中采用每種策略的參與雙方人數相同而其運量為計算機隨機生成，在此本文僅分析買方市場的交易情況。

3.1 總收益

總收益的計算公式為：

總收益=∑估價-交易價格*交易量

圖3和表1分別為托運方中每種報價策略下的總收益及每種總收益的平均成交價。從圖3及表1可看出參與者采用ZIU策略報價的總收益遠小于采用ZIC、K-ZI策略的總收益。造成這種結果的原因也許是ZIU策略模擬的是市場中的無理性個體，采取此種策略的參與者在報價時不會考慮其預計收益；而K-ZI策略中的參數K代表著參與者的貪婪度，當K值越接近于1，參與者的報價越接近保留價格（真實估價）相當于參與者為了達成更高的成交量而造成每次成交時的收益較低。從圖3中我們可以看到ZIU策略曲線的擺幅波動明顯大于其他兩種策略，甚至存在低于0的情況。雖然從收益的角度來看ZIU報價明顯劣于其他兩種策略，但在實際市場中，參與者可能通過此種報價吸引潛在的市場資源。

3.2 平均收益

平均收益的計算公式為：

平均收益=總收益/∑交易量

從圖4及表2可看出參與者采用ZIU策略的平均收益遠小于采用ZIC、K-ZI策略，而K-ZI報價策略又略低于ZIC報價策略。各策略的平均收益情況與總收益情況相似，從單筆成交收益來看仍然是ZIU劣于其他兩種收益。

3.3 成交量

從圖5 中發現每種報價策略下的匹配運量都具有較大的隨機性，筆者認為，盡管在此次模擬實驗中令參與實驗的雙方人數相等，但由于各自的運量（即托運人的貨運需求量和承運商的可運量）隨機生成，因此供需曲線也是系統隨機分配，恰與實際市場中復雜的供需環境相似。

4 總 結

本文將雙向拍賣理論運用于運輸服務市場中，在此市場背景下研究了雙向拍賣理論中的報價策略。基于運輸服務市場的特性，即綜合考慮市場中貨運量和市場報價，構建了一個第三方交易平臺的基本框架，此平臺中的交易規則操作簡單容易使用。在此交易規則下利用MATLAB軟件模擬了運輸服務市場中托運人和承運商的報價及運量匹配情況。具體而言，在單線路運輸環境下，假設托運人與承運商到達率相同，對比了參與者采用各種報價策略的總收益、平均收益及雙方交易量，研究發現采用無約束型零信息報價策略的參與者總收益及平均收益明顯低于約束型零信息和通用型零信息報價策略，而市場中采用這幾種報價策略的參與者的成交情況較為隨機。本次模擬實驗可為進入運輸服務市場中的托運人和承運商提供報價方面的決策依據，也可為各類貨運聯盟及貨運平臺提供交易機制方面的參考。由于真實環境下運輸服務市場的復雜性，我們必須充分考慮市場的供需變化及各種隨機情況，將雙向拍賣理論更好地運用到運輸服務市場中，最大化提高社會資源利用率。因此，在今后的研究中，筆者將更具體地考察運輸服務市場中托運人和承運商的報價行為和市場資源的分配情況，以此來研究參與者的報價策略及設置更貼近真實市場的匹配規則。endprint

參考文獻：

[1] Freidman D， Rust J. The Double Auction Market： Institutions， Theories， and Evidence[M]. NEW York； Addison-Wesley， 1993.

[2] Friedman L. A Competitive Bidding Strategy[J]. Operations Research， 1956，4（1）：104-112.

[3] Caplice C. Electronic markets for truckload transportation[J]. Production and Operations Management， 2007，16（4）：423-436.

[4] 張璐. 公路貨運平臺訂單分配問題研究[D]. 北京：北京交通大學（碩士學位論文），2016.

[5] 李夢，黃海軍. 后悔視角下的運量分布與均衡配流組合模型[J]. 交通運輸系統工程與信息，2016（3）：15-20.

[6] George Q Huang， Su Xiu Xu. Truthful multi-unit transportation procurement auctions for logistics e-marketplaces[J]. Transportation Research Part B Methodological， 2013，47（1）：127-148.

[7] Xu S X， Huang George Q. Transportation service procurement in periodic sealed double auctions with stochastic demand and supply[J]. Transportation Research Part B， 2013，56（1）：136-160.

[8] Su Xiu Xu， George Q. Huang. Efficient auction for distributed transportation[J]. Transportation Research Part， 2014，65：47-64.

[9] 付秋芳，吳景豪，馬士華，等. 基于運輸代理商的公路運輸服務拍賣定價模型[J]. 工業工程與管理，2013，18（5）：41-47.

[10] Su Xiu Xu， Meng Cheng， George Q. Huang. Efficient intermodal transportation auctions for B2B e-commerce logistics with transaction costs[J]. Transportation Research Part B， 2015，80：322-337.

[11] Gode D K， Sunder S. Allocative efficiency of markets with zero intelligence （ZI） traders： market as a partial substitute for individual rationality[J]. Journal of Political Economy， 1993，101（1）：119-137.

[12] Zhan W J， Zhang J L， Yang J， et al. K-ZI： A general zero-intelligence model in continuous double auction[J]. International Journal of Information Technology and Decision Making， 2002（1）：673-691.endprint