Processing math: 100%

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于单箱总质量的集装箱班轮二部定价模型

殷明 盛子宁 丁以中 王学锋

殷明, 盛子宁, 丁以中, 王学锋. 基于单箱总质量的集装箱班轮二部定价模型[J]. 交通运输工程学报, 2010, 10(3): 101-109. doi: 10.19818/j.cnki.1671-1637.2010.03.018
引用本文: 殷明, 盛子宁, 丁以中, 王学锋. 基于单箱总质量的集装箱班轮二部定价模型[J]. 交通运输工程学报, 2010, 10(3): 101-109. doi: 10.19818/j.cnki.1671-1637.2010.03.018
YIN Ming, SHENG Zi-ning, DING Yi-zhong, WANG Xue-feng. Two-part pricing model of container liner based on gross mass of individual container[J]. Journal of Traffic and Transportation Engineering, 2010, 10(3): 101-109. doi: 10.19818/j.cnki.1671-1637.2010.03.018
Citation: YIN Ming, SHENG Zi-ning, DING Yi-zhong, WANG Xue-feng. Two-part pricing model of container liner based on gross mass of individual container[J]. Journal of Traffic and Transportation Engineering, 2010, 10(3): 101-109. doi: 10.19818/j.cnki.1671-1637.2010.03.018

基于单箱总质量的集装箱班轮二部定价模型

doi: 10.19818/j.cnki.1671-1637.2010.03.018
基金项目: 

国家863计划项目 2007AA04Z105

上海市重点学科建设项目 S30601

2008年度上海市教育科学研究市级项目 B08036

详细信息
    作者简介:

    殷明(1979-), 男, 江苏扬州人, 上海海事大学讲师, 工学博士研究生, 从事国际航运管理与现代化、物流管理与工程研究

    丁以中(1946-), 女, 江苏常熟人, 上海海事大学教授, 工学博士

  • 中图分类号: U695.22

Two-part pricing model of container liner based on gross mass of individual container

More Information
    Author Bio:

    YIN Ming (1979-), male, lecturer, doctoral student, +86-21-58855200, yinm@shmtu.edu.cn

    DING Y-i zhong(1946-), female, professor, PhD, +86-21-58855200, yzding@shmtu.edu.cn

Article Text (Baidu Translation)
  • 摘要: 为了解决集装箱班轮运输中因定价方式不合理而导致的运力利用不当及舱位利用率较低的问题, 基于经典的二部定价理论, 借助样本分析所得的相关统计学特征, 构建了非线性定价收益优化模型, 通过MATLAB编程对算例进行了一系列的数学试验, 求得了相关影响因素在不同变化规律下的模型优化结果。分析结果表明: 在特定条件下, 该模型可使班轮运输企业的收益水平较原先提高近20%, 箱位利用率可提升至100%, 模型正确有效。

     

  • 目前, 集装箱班轮运输企业主要采用的是以包箱费率(Box Rate) 为主的均一定价方式(Freight of All Kinds, FAK), 即对于绝大多数普通货物, 只是区分集装箱尺寸及相应航线, 按照统一标准计收运费。同时, 实践中有时也会将基本运费和附加费合并在一起, 以包干费(All in Freight) 的形式计收, 此时的运价则称为包干费率, 又称“全包价” (All in Rate)。然而, 从企业经营与管理的角度分析, 这样一种运费计收方式, 除了操作方便之外, 几乎没有任何可取之处。

    根据第1系列货运集装箱的标准参数, 业务中最为常用的40 ft与20 ft标准普通杂货集装箱的额定最大总质量分别为30 480 t与24 000 t。而且在近几年的业务中, 有越来越多的重型20 ft箱投入使用, 此类20 ft箱的最大总质量也达到了30 480 t, 与一个标准的40 ft箱相同。此外, 还有少数特种箱的额定值更大, 如20 ft的罐式集装箱的最大总质量可达36 000 t。以目前较为主流的8 000 TEU (Twenty-foot Equivalent Unit, 标准箱) 级的全集箱船为例, 此类船舶的净载重吨约为80 000 t, 即每1 TEU能够平摊到的载重吨(以下简称TEU平摊载重吨) 仅有10 t左右。在很多情况下, 即使其装载的所有集装箱均不超过各自的额定最大质量, 载运船舶也极有可能出现“满载不满舱” (即箱位有余而载质量能力不足) 的情况, 从而造成运力的浪费。正如前文所述, 因为目前集装箱班轮运输企业通常以整箱为单位, 按照均一费率计收运费, 所以箱位浪费的直接后果就是集装箱班轮运输企业收益的损失。面对此问题, 推行与集装箱质量挂钩的等级收费体系是比较好的解决办法, 而从集装箱运输定价的主要特点来看, 采取以二部定价为指导思想的非线性定价方法则最为合理与可行。

    唐小我等通过存在两类消费者情况下的二部定价模型推导出了最优二部定价公式, 表明最优边际价格由各类消费者的偏好差异程度及边际生产成本决定, 而固定费用主要取决于对商品具有较低效用评价的消费者的需求, 并推导了固定费用与需求弹性的关系以及最优边际价格的范围[1]。李克克等对存在两类消费者情况下的最优非线性定价模型进行了多维推广, 展示了一个了解消费者需求分布的厂商如何根据消费者的“自我选择机制”制定出一个可供选择的消费组合菜单[2], 结果表明, 厂商大大减少了低需求类型消费者的消费数量, 尽可能剥夺更多数量消费者的效用以获取更多的利润。

    在航空运输领域, Bodily等研究了在需求不确定的情况下, 何时可减少低等舱位的出售, 并且计算了期望收益值[3]。Li研究了需求确定情况下的定价问题, 在考虑不同售票等级间购票限制的情况下, 提出了制订最优价格策略的线性规划方法[4]。Li对文献[4]的研究成果又进行了深入探讨, 在放宽其中的2个假设条件的情况下, 通过论证, 提出了通用的最优价格准则, 并且得出“即使所有等级的机票同时出售, 也可以得到最优价格”的结论[5]

    可见, 多等级定价问题目前在航空运输领域相对已有研究。但是, 针对集装箱班轮运输的研究仍相对鲜见, 且主要集中在上海海事大学相关学者及研究生的部分著述及论文。许波桅在其硕士论文中对集装箱舱位预售及差别定价问题进行了分析, 并提出了以舱位预售为平台, 开展差别定价的设想[6]。段朝辉在其硕士论文中对超重箱附加费进行了研究, 该文从增大船公司收益及交叉补贴问题角度出发, 基于对数需求函数建立了超重箱最优定价模型, 但该文也只是得到了一个具有初步启发意义的线性差别定价的基本结论[7]

    综上, 基于单箱总质量差别的集装箱班轮二部非线性定价问题目前在国内外尚未引起学者们的足够重视, 相关研究也处于刚刚起步的阶段[8-9], 本文主要就基于单箱总质量的集装箱班轮二部定价问题展开研究。

    在经典论著中, 价格制定者通常被假设面对的是异质消费者, 如果前者获悉后者的偏好, 通常他就可以为后者提供个性化的消费组合, 最常见的如价格/数量、价格/品质等, 从而实现价格歧视。而在本文所研究的问题中, 该组合可体现为价格/质量。

    二部定价就是一种较为常见的个性化定价手段, 其经典的基本模型可以表示为

    Τ(q)=A+fq(1)

    式(1) 提供了一个位于直线上的定价模型, 其中A为二部价格中的基本价格; f为针对超出基准部分的商品价格; q为超出基准部分的商品数量。与代表纯线性定价的直线不同, 这条直线不一定经过原点。二部定价在实践中应用普遍, 表 1给出了一些常见的例子。

    表  1  二部定价的常见应用
    Table  1.  Common application of two-part pricing
    下载: 导出CSV 
    | 显示表格

    在集装箱班轮运输行业中, 对于不超过特定基准质量的集装箱, 运输企业可以收取一定的基准运费, 而如果集装箱单箱总质量超过该基准质量, 则应额外收取相应的“偏重箱附加费”, 这一思想正契合了二部定价的核心原理。

    由于单一的线性定价通常都不一定是最优的, 因而需要进一步考虑更为一般的非线性二部定价方案。

    经济学领域已有相关文献研究了二部定价的基本理论[2], 对非线性定价原理也进行了一定的论述与证明[3], 因此, 本文对经济学基本原理不再赘述。

    基于二部定价的基本原理, 集装箱班轮运输企业在公布各等级运价时可以采用“基本运费+偏重箱附加费”的形式, 即

    Ρi=p+pi(2)

    式中: i为将集装箱按单箱总质量分成的若干等级的序号; Pi为某质量等级的单个集装箱的总运价; p为基本运费率; pi为相应等级的“偏重箱附加费率”。需要特别说明的是, 不同等级下的“偏重箱附加费率”与集装箱质量之间不一定为线性相关关系。

    相应地, 最基本的优化模型即可表达为

    Ζ1=maxni=1QiΡi(3)ni=1QiQt(4)WΝDW(5)Qi,Ρi>0(6)

    式中: n为将集装箱按照质量进行划分的等级数; Qi为分属每个质量等级的集装箱数量; Qt为全船箱位总数; W为每个被载运的集装箱的单箱总质量; NDW为船舶的净载重吨。当然, 每个集装箱的质量也不能超过其额定极限, 这是集装箱的技术规范, 视为默示条件, 不在模型中体现。

    至此, 该问题的求解即可归纳为: 确定各等级区间的上下限; 确定各质量等级区间相应的运价。这2个问题相辅相承, 不可割立。

    在实际业务中, 针对具体船舶而言, 上述模型中的QtNDW是已知的; 而针对具体航线而言, 在一定的市场条件下, 其货源构成与特征也是相对稳定的, 即虽然每个承运集装箱的质量是随机的, 但其概率分布规律可以视为是相对稳定的。根据经济学原理可知, 向集装箱班轮企业托运集装箱的数量变化ΔQ与其运价变化ΔP之间存在一定的映射关系, 不妨设其为V: ΔP→ΔQ。实际业务中, 在其他影响因素不变的情况下, 不同质量等级的集装箱, 其对应的价格与托运数量映射关系通常也是不相同的。

    因此, 不同质量等级下价格变化与托运量变化的具体映射关系可表达为

    {V1:ΔΡ1ΔQ10<Ww1Vi:ΔΡiΔQiwi-1<WwiVn:ΔΡnΔQnwn-1<Wwn=wmax(7)

    式中: wi为各个质量等级区间上限, 特别地, w1为免收“偏重箱附加费”的基准质量, 而wmax则是单个集装箱总质量的额定极限。不同质量分级下的映射关系Vi, 可根据企业长期积累的统计数据获得。

    考虑到大多数集装箱班轮运输企业目前在运价制定时往往忽视集装箱的单箱总质量, 仅简单采用均一定价。因此, 为方便企业的实际应用, 即实现传统均一定价向二部定价的转型, 其变化过程可以通过优化模型进一步具体表达为

    Ζ2=maxni=1Qci(Ρ+ΔΡi)(8)Ρ+ΔΡi>0(9)Qbi=Qbbi+Vi(10)QciQbi(11)QbiQpi(12)ni=1WiQciΝDW(13)ni=1QciQt(14)Qci,Ρ,Qbi,Qbbi,Qpi,Qt0(15)

    式中: P为原先传统的均一定价价格; ΔPi为定价方法变化后, 第i级集装箱运价的变化; Vi为ΔPi与ΔQi之间的映射关系; Qbbi为原先传统均一定价下, 第i级集装箱的托运数; Qbi定价方法变化后, 第i级集装箱的托运数; Qci为定价方法变化后, 第i级集装箱的实际承运数; Qpi为该港口第i级待运集装箱的总数; Wi为第i级集装箱的平均质量。

    约束条件中, 式(9) 表示变动后的运价大于0;式(10) 表示定价方法改变后, 现在各等级的托运量为原该等级托运量加上相应的变化量; 式(11) 表示各等级集装箱的实际承运量不超过该等级的托运量; 式(12) 表示各等级集装箱的托运量不超过该港口该等级待运集装箱的总量; 式(13) 表示所有承运集装箱的总质量不超过船舶的净载重吨, 为简化模型, 该约束为近似表达, Wi取相应区间上下限的均值; 式(14) 表示所有承运集装箱的总数量不超过船舶的总箱位数; 式(15) 表示模型中的所有变量, 除ΔPi符号不定外, 其余变量均为非负。

    本模型以传统的均一定价为基础, 完整体现了均一定价向实施基于单箱总质量的二部定价的变化过程, 贴近实际, 且易于操作。待求得各等级的ΔPi后, 可较为方便地以二部定价的形式, 即Pi=p+pi的形式对外公布。

    本文第2小节构建的模型是一个涉及不确定因素的随机非线性优化模型, 理论上无法直接求得其解析解。但是, 依托具体数据, 通过数学试验则可以获得一系列具有指导意义的结果, 其基本步骤可如下。

    (1) 对集装箱质量分布进行基础性的统计学分析, 根据分析结果, 初步确定较为合理的等级区间。

    (2) 通过数据分析, 确定Vi: ΔPi→ΔQi, 即各区间ΔPi与ΔQi之间的映射关系。

    (3) 求解式(8) ~ (15) 所构成的非线性优化模型。

    随机选取某企业在某港口的某个具有代表性航次接受托运的集装箱质量数据进行分析, 具体如下。

    将样本集装箱的质量折算为标准箱质量导入SPSS进行统计特征的基础性分析。所得直方图及主要参数的描述性结果见图 1表 2。样本集装箱折合标准箱数为7 684 TEU, 均值为14.551 4 t, 方差为6.406 22 t。

    图  1  样本集装箱总质量分布
    Figure  1.  Distribution of sample containers' gross masses
    表  2  计算结果1
    Table  2.  Computing result 1
    样本容量/TEU 有效数值 7 684
    缺失 0
    均值/t 14.551 4
    标准差/t 6.406 22
    最小值/t 1.55
    最大值/t 35.68
    总和/t 559 063.80
    下载: 导出CSV 
    | 显示表格

    该企业选用了一艘载箱量约为8 000 TEU、净载重吨约为80 000 t的全集装箱船执行该航次。从所抽取样本的单箱总质量均值来看, 其已明显超过船舶的TEU平摊载重吨。由此可见, 所选样本中的“偏重箱”过多, 必然导致船舶在载运过程中“满载不满舱”。若近似采取按照质量从大至小的原则从样本集装箱中选择拒载, 则为了满足船舶的载重吨限制, 最终承运的集装箱最多仅能为6 385 TEU, 这些集装箱的总质量为79 994.42 t。在该情况下, 船舶的箱位利用率仅为79.81%, 而且若采用均一定价, 按800 USD·TEU-1计收运费, 该航次给运输企业带来的收入为5 108 000 USD。

    同时, 也可通过所选样本对该航线的总体托运数据进行参数估计。借助SPSS的输出结果表 3可以发现, 样本均值为14.551 4 t, 95%置信区间的一个观察区间为(14.487 3, 14.615 4), 样本标准差为6.406 22 t, 即可认为总体均值的估计值为14.551 4 t, 总体样本标准差估计值为6.406 22 t。考虑到当前各企业均采取同样的均一定价机制, 上述参数对该港口箱源整体特征的把握也具有相当的参考意义。

    表  3  计算结果2
    Table  3.  Computing result 2
    下载: 导出CSV 
    | 显示表格

    下面对总体的概率分布进行进一步分析。图 1中的曲线为根据直方图拟合的正态曲线, 从形态上判断, 该分布非常接近正态分布, 但经SPSS对相关数据进单样本Kolmogorov-Smirnov检验后发现, 其并不符合正态分布, 具体检验结果见表 4

    表  4  检验结果
    Table  4.  Test results
    样本容量/TEU 7 684
    正态参数 均值/t 14.551 4
    标准差/t 6.406 22
    极差 绝对 0.026
    0.026
    -0.021
    K-S检验的Z 5.140
    双尾显著性 0.000
    下载: 导出CSV 
    | 显示表格

    经MATLAB编程对样本数据进行进一步分析, 并进行非参数检验, 该总体X近似服从左截尾点为1.55, 右截尾点为35.68, 均值为14.55, 方差为41.04的截尾正态分布。

    通过推导, 得到左右截尾点分别为ab的截尾正态分布的密度函数表达式为

    X~f (x; μ,σ2,a,b)={c-1e-(x-μ)22σ2a<x<b0(16)

    c=bae-(x-μ)22σ2dxa<b

    基于式(16), 对X的均值与方差表达式进一步进行推导, 显然, 当a为-∞, b为+∞时, c为1, 式(16) 即为正态分布的标准表达式。

    E(X)=baxf(x;μ,σ2,a,b)dx=μ-c-1σ2[e-(b-μ)22σ2-e-(a-μ)22σ2](17)

    D (X) =E (X2) -[E (X) ]2=σ2-c-1σ2(b-μ)e-(b-μ)22σ2-(a-μ)e-(a-μ)22σ2

    -c-2σ4[e-(b-μ)22σ2-e-(a-μ)22σ2]2(18)

    由式(17) 可知, 当b-μ=μ-aa为-∞, b为+∞时, E (X) =μ

    式(17)、(18) 给出了正态分布的数学期望μ、方差σ2与截尾正态分布均值E (X)、方差D (X) 之间的关系。由样本数据得到E (X)、D (X) 的估计值后, 可利用MATLAB软件由式(17)、(18) 解出μσ2的估计值。

    为通过提高船舶箱位利用率来提高整体收益, 集装箱班轮运输企业需将集装箱质量均值尽量控制在船舶的TEU平摊载重吨水平上, 而从船舶积载的角度来看, 船舶承运的所有集装箱的质量差值也最好能够控制在一个相对较低的水平上。从以上两点可知, 理想的μσ值应比当前的实测数据更小为宜。

    由经济学原理可知, 如果集装箱运输企业适当降低总质量低于基准质量的集装箱的运价, 并适当提高总质量高于基准质量的集装箱的运价, 则可增加前者的托运量, 并同时降低后者(即“偏重箱”) 的托运量。若托运箱源的质量结构产生上述变化, 该情况下新的均值、方差均会向着更有利用于船舶运力利用的方向变化。

    如本文前述, 从船公司合理配载的实际需要来看, 理想的满载情况下, 其所承运的每个集装箱的单箱总质量最好能相对集中地分布于船舶TEU平摊载重吨附近。因此, 文献[7]提出的将增收运费的基准质量定为13 t, 并对差异收费及其等级区间进行线性均匀划分的建议, 并未充分考虑船舶的TEU平摊载重吨及箱源质量的客观分布, 显然不尽合理。基于“激励相容”的基本原理, 船公司对更便于其积载, 且更有利于提高其收益水平的单箱总质量区间可相应扩大, 而对其运力利用有较大负面影响的“偏重箱”, 则应采取更为密集的区间细分, 如有必要, 还需配套采取累进费率。

    对上文选取的样本集装箱单箱总质量进行频度分析, 结果见表 5

    表  5  频度分析结果
    Table  5.  Frequency analysis results
    区间 质量区间/t 样本数/TEU 区间 质量区间/t 样本数/TEU 区间 质量区间/t 样本数/TEU
    1 (0, 5] 474 10 (13, 14] 441 19 (22, 23] 223
    2 (5, 6] 259 11 (14, 15] 457 20 (23, 24] 161
    3 (6, 7] 267 12 (15, 16] 429 21 (24, 25] 152
    4 (7, 8] 313 13 (16, 17] 424 22 (25, 26] 130
    5 (8, 9] 308 14 (17, 18] 427 23 (26, 27] 93
    6 (9, 10] 381 15 (18, 19] 350 24 (27, 28] 74
    7 (10, 11] 421 16 (19, 20] 324 25 (28, 29] 50
    8 (11, 12] 389 17 (20, 21] 305 26 (29, 30] 31
    9 (12, 13] 450 18 (21, 22] 268 27 (30, 36] 83
    下载: 导出CSV 
    | 显示表格

    为使问题简化, 本文采用表 5所示的质量区间作为质量差别定价下的差别定价区间。

    在真正实现模型应用时, 需要通过大量的数据分析来确定ΔPi与ΔQi的映射关系, 本节假设该映射关系Vi为最简单的线性映射, 即

    ΔQi=Vi(ΔΡi)=kiΔΡki<0

    式中: ki为线性函数的系数。

    式(8) ~ (15) 所构成的非线性优化模型的求解可通过MATLAB编程实现。为提高运行效率, 可先将优化模型进行矩阵化表示。通过变化ki的取值规律, 结合本文样本对以下各不同情况下的企业收益变化情况进行分析。

    (1) 假设变量ki恒定, 取其为-0.25, 求解结果见表 6。此假设下的航次总收入为6 419 176 USD, 高于原先的5 108 000 USD。

    表  6  试验1的优化结果
    Table  6.  Optimizing results of test 1
    i 质量区间/t 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] 474 698 1 498 300 300 449 400
    2 (5, 6] 259 268 1 068 192 192 205 056
    3 (6, 7] 267 284 1 084 196 196 212 464
    4 (7, 8] 313 376 1 176 219 219 257 544
    5 (8, 9] 308 366 1 166 217 217 253 022
    6 (9, 10] 381 512 1 312 253 253 331 936
    7 (10, 11] 421 592 1 392 273 273 380 016
    8 (11, 12] 389 528 1 328 257 257 341 296
    9 (12, 13] 450 650 1 450 288 288 417 600
    10 (13, 14] 441 632 1 432 283 283 405 256
    11 (14, 15] 457 664 1 464 291 291 426 024
    12 (15, 16] 429 608 1 408 277 277 390 016
    13 (16, 17] 424 598 1 398 275 275 384 450
    14 (17, 18] 427 604 1 404 276 276 387 504
    15 (18, 19] 350 450 1 250 238 238 297 500
    16 (19, 20] 324 398 1 198 225 225 269 550
    17 (20, 21] 305 360 1 160 215 215 249 400
    18 (21, 22] 268 286 1 086 197 197 213 942
    19 (22, 23] 223 196 996 174 174 173 304
    20 (23, 24] 161 72 872 143 143 124 696
    21 (24, 25] 152 -742 58 0 337 0
    22 (25, 26] 130 -776 24 0 324 0
    23 (26, 27] 93 -727 73 0 275 0
    24 (27, 28] 74 -102 698 100 100 69 800
    25 (28, 29] 50 -150 650 88 88 57 200
    26 (29, 30] 31 -188 612 78 78 47 736
    27 (30, 36] 83 -84 716 104 104 74 464
    下载: 导出CSV 
    | 显示表格

    (2) 假设ki恒定, 取其为-0.5, 求解结果见表 7。此假设下的航次总收入为5 556 597 USD, 也高于原先的5 108 000 USD, 但较ki为-0.25时低, 说明ki的取值对最优总收入有影响。

    表  7  试验2的优化结果
    Table  7.  Optimizing results of test 2
    i 质量区间/t 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] 474 241 1 041 353 353 367 473
    2 (5, 6] 259 47 847 235 235 199 045
    3 (6, 7] 267 62 862 236 236 203 432
    4 (7, 8] 313 115 915 256 256 234 240
    5 (8, 9] 308 117 917 250 250 229 250
    6 (9, 10] 381 197 997 283 283 282 151
    7 (10, 11] 421 244 1 044 299 299 312 156
    8 (11, 12] 389 219 1 019 280 280 285 320
    9 (12, 13] 450 287 1 087 307 307 333 709
    10 (13, 14] 441 285 1 085 299 299 324 415
    11 (14, 15] 457 307 1 107 303 303 335 421
    12 (15, 16] 429 286 1 086 286 286 310 596
    13 (16, 17] 424 288 1 088 280 280 304 640
    14 (17, 18] 427 298 1 098 278 278 305 244
    15 (18, 19] 350 228 1 028 236 236 242 608
    16 (19, 20] 324 209 1 009 219 219 220 971
    17 (20, 21] 305 197 997 207 207 206 379
    18 (21, 22] 268 167 967 185 185 178 895
    19 (22, 23] 223 129 929 159 159 147 711
    20 (23, 24] 161 74 874 124 124 108 376
    21 (24, 25] 152 72 872 116 116 101 152
    22 (25, 26] 130 57 857 102 102 87 414
    23 (26, 27] 93 27 827 80 80 66 160
    24 (27, 28] 74 14 814 67 67 54 538
    25 (28, 29] 50 -3 797 51 51 40 647
    26 (29, 30] 31 -15 785 38 38 29 830
    27 (30, 36] 83 62 862 52 52 44 824
    下载: 导出CSV 
    | 显示表格

    (3) 假设ki恒定, 取为-2, 求解结果见表 8。此假设下的航次总收入为5 480 113 USD, 同样高于原先的5 108 000 USD, 但较ki为-0.5时低, 进一步表明ki的取值对最优总收入的影响。

    表  8  试验3的优化结果
    Table  8.  Optimizing results of test 3
    i 质量区间/t 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] 474 -102 698 679 679 473 942
    2 (5, 6] 259 -121 679 501 501 340 179
    3 (6, 7] 267 -108 692 482 482 333 544
    4 (7, 8] 313 -84 716 482 482 345 112
    5 (8, 9] 308 -74 726 456 456 331 056
    6 (9, 10] 381 -44 756 469 469 354 564
    7 (10, 11] 421 -22 778 466 466 362 548
    8 (11, 12] 389 -19 781 427 427 333 487
    9 (12, 13] 450 8 808 434 434 350 672
    10 (13, 14] 441 18 818 406 406 332 108
    11 (14, 15] 457 33 833 391 391 325 703
    12 (15, 16] 429 38 838 353 353 295 814
    13 (16, 17] 424 48 848 328 328 278 144
    14 (17, 18] 427 61 861 306 306 263 466
    15 (18, 19] 350 53 853 244 244 208 132
    16 (19, 20] 324 58 858 208 208 178 464
    17 (20, 21] 305 65 865 175 175 151 375
    18 (21, 22] 268 67 867 133 133 115 311
    19 (22, 23] 223 68 868 87 87 75 516
    20 (23, 24] 161 64 864 33 33 28 512
    21 (24, 25] 152 73 873 5 5 4 365
    22 (25, 26] 130 65 865 0 0 0
    23 (26, 27] 93 46 846 0 0 0
    24 (27, 28] 74 37 837 0 0 0
    25 (28, 29] 50 25 825 0 0 0
    26 (29, 30] 31 15 815 0 0 0
    27 (30, 36] 83 12 812 0 60 0
    下载: 导出CSV 
    | 显示表格

    同时, 若比较试验1、2、3结果中的具体价格变动, 可以发现, 当ki的绝对值较小时, 在不少区间甚至可以通过直接提高运价来增加收益, 而随着ki绝对值的逐渐增大, 较轻箱的新定价明显低于其原先的均一价格。当然, 试验1、2、3中的假设仅作为ki取值的最简单情况进行分析, 以期获得相关基本结论, 实际业务中并不太会出现这样的情况。

    (4) 假设ki非恒定值, 取值见表 9, 其整体趋势见图 2, 即ki绝对值的取值随i的变化渐小, 其拟合曲线总体呈上凸形态。此假设下的优化结果见表 10。此假设下的航次总收入为6 069 661 USD, 高于原先的5 108 000 USD, 箱位利用率也有明显上升, 达97.55%。

    表  9  试验4的ki
    Table  9.  Values of kiin test 4
    i ki i ki i ki
    1 -3.82 10 -1.75 19 -0.49
    2 -3.55 11 -1.57 20 -0.40
    3 -3.29 12 -1.40 21 -0.32
    4 -3.04 13 -1.24 22 -0.25
    5 -2.80 14 -1.09 23 -0.19
    6 -2.57 15 -0.95 24 -0.14
    7 -2.35 16 -0.82 25 -0.10
    8 -2.14 17 -0.70 26 -0.07
    9 -1.94 18 -0.59 27 -0.05
    下载: 导出CSV 
    | 显示表格
    图  2  试验4的ki变化
    Figure  2.  Changes of ki in test 4
    表  10  试验4的优化结果
    Table  10.  Optimizing results of test 4
    i 质量区间/t ki 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] -3.82 474 -156 644 1 070 1 070 689 080
    2 (5, 6] -3.55 259 -143 657 767 767 503 919
    3 (6, 7] -3.29 267 -126 674 682 682 459 668
    4 (7, 8] -3.04 313 -103 698 625 625 436 250
    5 (8, 9] -2.80 308 -86 714 549 549 391 986
    6 (9, 10] -2.57 381 -54 746 521 521 386 666
    7 (10, 11] -2.35 421 -26 774 482 482 373 068
    8 (11, 12] -2.14 389 -12 788 414 414 326 232
    9 (12, 13] -1.94 450 26 826 400 400 330 400
    10 (13, 14] -1.75 441 49 849 356 356 302 244
    11 (14, 15] -1.57 457 81 881 330 330 290 730
    12 (15, 16] -1.40 429 102 902 287 287 258 874
    13 (16, 17] -1.24 424 132 932 260 260 242 320
    14 (17, 18] -1.09 427 170 970 242 242 234 740
    15 (18, 19] -0.95 350 171 971 188 187 182 548
    16 (19, 20] -0.82 324 197 997 162 162 161 514
    17 (20, 21] -0.70 305 230 1 030 144 144 148 320
    18 (21, 22] -0.59 268 252 1 052 119 119 125 188
    19 (22, 23] -0.49 223 266 1 066 93 93 99 138
    20 (23, 24] -0.40 161 252 1 052 60 60 63 120
    21 (24, 25] -0.32 152 301 1 101 56 56 61 656
    22 (25, 26] -0.25 130 72 872 0 112 0
    23 (26, 27] -0.19 93 62 862 0 81 0
    24 (27, 28] -0.14 74 56 856 0 66 0
    25 (28, 29] -0.10 50 49 849 0 45 0
    26 (29, 30] -0.07 31 42 842 0 28 0
    27 (30, 36] -0.05 83 32 832 0 81 0
    下载: 导出CSV 
    | 显示表格

    (5) 假设ki非恒定值, 取值见表 11, 其整体趋势见图 3, 即ki绝对值的取值随i的变化渐小, 但其拟合曲线总体呈下凸形态。此假设下的优化结果见表 12。此假设下的航次总收入为6 002 043 USD, 高于原先的5 108 000 USD, 箱位利用率达100%。但总体看来, 试验5与试验4优化结果的差异并不大, 这表明只要ki的总体变化趋势相近, ki的实际具体取值与形态对优化结果影响不大。

    表  11  试验5的ki
    Table  11.  Values of kiin test 5
    i ki i ki i ki
    1 -3.82 10 -3.28 19 -1.93
    2 -3.80 11 -3.17 20 -1.73
    3 -3.77 12 -3.05 21 -1.52
    4 -3.73 13 -2.92 22 -1.30
    5 -3.68 14 -2.78 23 -1.07
    6 -3.62 15 -2.63 24 -0.83
    7 -3.55 16 -2.47 25 -0.58
    8 -3.47 17 -2.30 26 -0.32
    9 -3.38 18 -2.12 27 -0.05
    下载: 导出CSV 
    | 显示表格
    图  3  试验5的ki变化
    Figure  3.  Changes of ki in test 5
    表  12  试验5的优化结果
    Table  12.  Optimizing results of test 5
    i 质量区间/t ki 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] -3.82 474 -134 666 985 985 656 010
    2 (5, 6] -3.80 259 -125 675 736 736 496 800
    3 (6, 7] -3.77 267 -112 688 689 689 474 032
    4 (7, 8] -3.73 313 -93 707 661 661 467 327
    5 (8, 9] -3.68 308 -81 719 607 607 436 433
    6 (9, 10] -3.62 381 -58 742 593 593 440 006
    7 (10, 11] -3.55 421 -40 760 562 562 427 120
    8 (11, 12] -3.47 389 -31 769 496 496 381 424
    9 (12, 13] -3.38 450 -8 792 478 478 378 576
    10 (13, 14] -3.28 441 5 805 426 426 342 930
    11 (14, 15] -3.17 457 21 821 389 389 319 369
    12 (15, 16] -3.05 429 32 832 332 332 276 224
    13 (16, 17] -2.92 424 46 846 289 289 244 494
    14 (17, 18] -2.78 427 62 862 253 253 218 086
    15 (18, 19] -2.63 350 64 864 181 181 156 384
    16 (19, 20] -2.47 324 75 875 138 138 120 750
    17 (20, 21] -2.30 305 88 888 102 102 90 576
    18 (21, 22] -2.12 268 97 897 62 62 55 614
    19 (22, 23] -1.93 223 104 904 22 22 19 888
    20 (23, 24] -1.73 161 93 893 0 0 0
    21 (24, 25] -1.52 152 100 900 0 0 0
    22 (25, 26] -1.30 130 100 900 0 0 0
    23 (26, 27] -1.07 93 87 887 0 0 0
    24 (27, 28] -0.83 74 89 889 0 0 0
    25 (28, 29] -0.58 50 86 886 0 0 0
    26 (29, 30] -0.32 31 97 897 0 0 0
    27 (30, 36] -0.05 83 -5 795 0 83 0
    下载: 导出CSV 
    | 显示表格

    同时需要说明的是, 考虑到各承运人接收偏重箱托运的客观“偏好”, ki绝对值的取值随i的变化渐大的情况在实践不会出现, 因此本文不再赘述。

    至此可以发现, ki具体取值的不同会对最优值产生一定影响, 但无论ki取值符合何种规律, 有一点是确定的, 即采用等级定价的方式总能获得比原先均一定价方式下更优的收益。

    此外, 上述5种假设的试验结果还有一个共同点, 即对于向其托运的较轻箱, 承运人均应尽可能多接运, 以拉低其所运集装箱的平均质量, 为承运单位运价较高的“偏重箱”腾出载重吨指标的空间, 这也比较符合目前业务实践的客观规律。

    集装箱班轮公司在对外公布运价时, 可采用前文所述的“基本运费+偏重箱附加费”方式。若采用数学试验所选取的频度区间, 则以单箱折算质量5 t作为基本运费的基准质量, 随着集装箱单箱折算质量的上升, 收取对应的“偏重箱附加费”。

    表 12为例, 若ki取值符合试验5的假设, 则实际对货主公布的二部定价可以制成表 13的形式。对货主而言, 这样的一种二部定价形式也要比原先均一定价更为公平合理, 也比较接近班轮运价本的传统形式。通过表 13可以发现, 尽管以单箱折算质量5 t作为基本运费的基准质量, 但实际上, 直至(12, 13]区间, 新运价都较原均一运价低, 也从另一侧面验证了模型的合理性。

    表  13  二部定价运价
    Table  13.  Freights of two-part pricing
    i 质量区间/t 基本运费率/ (USD·TEU-1) 偏重箱附加费率/ (USD·TEU-1) 总运费/USD
    1 (0, 5] 666 666
    2 (5, 6] 666 9 675
    3 (6, 7] 666 22 688
    4 (7, 8] 666 41 707
    5 (8, 9] 666 53 719
    6 (9, 10] 666 76 742
    7 (10, 11] 666 94 760
    8 (11, 12] 666 103 769
    9 (12, 13] 666 126 792
    10 (13, 14] 666 139 805
    11 (14, 15] 666 155 821
    12 (15, 16] 666 166 832
    13 (16, 17] 666 180 846
    14 (17, 18] 666 196 862
    15 (18, 19] 666 198 864
    16 (19, 20] 666 209 875
    17 (20, 21] 666 222 888
    18 (21, 22] 666 231 897
    19 (22, 23] 666 238 904
    20 (23, 24] 666 227 893
    21 (24, 25] 666 234 900
    22 (25, 26] 666 234 900
    23 (26, 27] 666 221 887
    24 (27, 28] 666 223 889
    25 (28, 29] 666 220 886
    26 (29, 30] 666 231 897
    27 (30, 36] 666 129 795
    下载: 导出CSV 
    | 显示表格

    本文在进行数学试验时所取的首区间为(0, 5], 如果选择(0, 10]作为首区间, 则相应求得的优化结论相仿, 但最优值会略小于前者。同时, 如果集装箱班轮公司选择(0, 10]作为优化求解的首区间, 则其在公布运价时, 基本运费的基准点则需相应改为单箱总质量10 t, 定价公布形式与表 13相同。

    本文以二部定价理论为出发点, 基于对典型数据严谨的统计学分析, 首次建立了针对该问题的二部定价优化模型, 并通过算例分析, 说明了若集装箱班轮运输企业采用质量等级二部非线性定价方法, 既可以提高其船舶载运能力的利用率, 更能由此实现其收益水平的全面提升。文章还给出了二部定价形式的质量等级运价表, 该运价表形式的合理性与可操作性得到来自企业的较高评价。

    当然, 为阐明研究的主旨, 本文仅随机选取了某企业在某港口的某具有代表性航次接受托运的集装箱质量数据进行了分析。同时, 本文对ΔPi与ΔQi之间的映射关系Vi也只是进行了最为简化的假设, 本文所研究的理论在投入实际应用的过程中, 相关运输企业还需开展大量的统计分析工作, 以尽可能精确地确定ΔPi与ΔQi之间的映射关系。

    本文推导出的相关统计学结论可作为该问题后续研究的基础, 而基于本文建立的优化模型, 后续研究则可在复杂的单箱总质量分布及复杂的ΔPi与ΔQi映射关系方面作进一步的加强与完善。

  • 图  1  样本集装箱总质量分布

    Figure  1.  Distribution of sample containers' gross masses

    图  2  试验4的ki变化

    Figure  2.  Changes of ki in test 4

    图  3  试验5的ki变化

    Figure  3.  Changes of ki in test 5

    表  1  二部定价的常见应用

    Table  1.   Common application of two-part pricing

    下载: 导出CSV

    表  2  计算结果1

    Table  2.   Computing result 1

    样本容量/TEU 有效数值 7 684
    缺失 0
    均值/t 14.551 4
    标准差/t 6.406 22
    最小值/t 1.55
    最大值/t 35.68
    总和/t 559 063.80
    下载: 导出CSV

    表  3  计算结果2

    Table  3.   Computing result 2

    下载: 导出CSV

    表  4  检验结果

    Table  4.   Test results

    样本容量/TEU 7 684
    正态参数 均值/t 14.551 4
    标准差/t 6.406 22
    极差 绝对 0.026
    0.026
    -0.021
    K-S检验的Z 5.140
    双尾显著性 0.000
    下载: 导出CSV

    表  5  频度分析结果

    Table  5.   Frequency analysis results

    区间 质量区间/t 样本数/TEU 区间 质量区间/t 样本数/TEU 区间 质量区间/t 样本数/TEU
    1 (0, 5] 474 10 (13, 14] 441 19 (22, 23] 223
    2 (5, 6] 259 11 (14, 15] 457 20 (23, 24] 161
    3 (6, 7] 267 12 (15, 16] 429 21 (24, 25] 152
    4 (7, 8] 313 13 (16, 17] 424 22 (25, 26] 130
    5 (8, 9] 308 14 (17, 18] 427 23 (26, 27] 93
    6 (9, 10] 381 15 (18, 19] 350 24 (27, 28] 74
    7 (10, 11] 421 16 (19, 20] 324 25 (28, 29] 50
    8 (11, 12] 389 17 (20, 21] 305 26 (29, 30] 31
    9 (12, 13] 450 18 (21, 22] 268 27 (30, 36] 83
    下载: 导出CSV

    表  6  试验1的优化结果

    Table  6.   Optimizing results of test 1

    i 质量区间/t 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] 474 698 1 498 300 300 449 400
    2 (5, 6] 259 268 1 068 192 192 205 056
    3 (6, 7] 267 284 1 084 196 196 212 464
    4 (7, 8] 313 376 1 176 219 219 257 544
    5 (8, 9] 308 366 1 166 217 217 253 022
    6 (9, 10] 381 512 1 312 253 253 331 936
    7 (10, 11] 421 592 1 392 273 273 380 016
    8 (11, 12] 389 528 1 328 257 257 341 296
    9 (12, 13] 450 650 1 450 288 288 417 600
    10 (13, 14] 441 632 1 432 283 283 405 256
    11 (14, 15] 457 664 1 464 291 291 426 024
    12 (15, 16] 429 608 1 408 277 277 390 016
    13 (16, 17] 424 598 1 398 275 275 384 450
    14 (17, 18] 427 604 1 404 276 276 387 504
    15 (18, 19] 350 450 1 250 238 238 297 500
    16 (19, 20] 324 398 1 198 225 225 269 550
    17 (20, 21] 305 360 1 160 215 215 249 400
    18 (21, 22] 268 286 1 086 197 197 213 942
    19 (22, 23] 223 196 996 174 174 173 304
    20 (23, 24] 161 72 872 143 143 124 696
    21 (24, 25] 152 -742 58 0 337 0
    22 (25, 26] 130 -776 24 0 324 0
    23 (26, 27] 93 -727 73 0 275 0
    24 (27, 28] 74 -102 698 100 100 69 800
    25 (28, 29] 50 -150 650 88 88 57 200
    26 (29, 30] 31 -188 612 78 78 47 736
    27 (30, 36] 83 -84 716 104 104 74 464
    下载: 导出CSV

    表  7  试验2的优化结果

    Table  7.   Optimizing results of test 2

    i 质量区间/t 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] 474 241 1 041 353 353 367 473
    2 (5, 6] 259 47 847 235 235 199 045
    3 (6, 7] 267 62 862 236 236 203 432
    4 (7, 8] 313 115 915 256 256 234 240
    5 (8, 9] 308 117 917 250 250 229 250
    6 (9, 10] 381 197 997 283 283 282 151
    7 (10, 11] 421 244 1 044 299 299 312 156
    8 (11, 12] 389 219 1 019 280 280 285 320
    9 (12, 13] 450 287 1 087 307 307 333 709
    10 (13, 14] 441 285 1 085 299 299 324 415
    11 (14, 15] 457 307 1 107 303 303 335 421
    12 (15, 16] 429 286 1 086 286 286 310 596
    13 (16, 17] 424 288 1 088 280 280 304 640
    14 (17, 18] 427 298 1 098 278 278 305 244
    15 (18, 19] 350 228 1 028 236 236 242 608
    16 (19, 20] 324 209 1 009 219 219 220 971
    17 (20, 21] 305 197 997 207 207 206 379
    18 (21, 22] 268 167 967 185 185 178 895
    19 (22, 23] 223 129 929 159 159 147 711
    20 (23, 24] 161 74 874 124 124 108 376
    21 (24, 25] 152 72 872 116 116 101 152
    22 (25, 26] 130 57 857 102 102 87 414
    23 (26, 27] 93 27 827 80 80 66 160
    24 (27, 28] 74 14 814 67 67 54 538
    25 (28, 29] 50 -3 797 51 51 40 647
    26 (29, 30] 31 -15 785 38 38 29 830
    27 (30, 36] 83 62 862 52 52 44 824
    下载: 导出CSV

    表  8  试验3的优化结果

    Table  8.   Optimizing results of test 3

    i 质量区间/t 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] 474 -102 698 679 679 473 942
    2 (5, 6] 259 -121 679 501 501 340 179
    3 (6, 7] 267 -108 692 482 482 333 544
    4 (7, 8] 313 -84 716 482 482 345 112
    5 (8, 9] 308 -74 726 456 456 331 056
    6 (9, 10] 381 -44 756 469 469 354 564
    7 (10, 11] 421 -22 778 466 466 362 548
    8 (11, 12] 389 -19 781 427 427 333 487
    9 (12, 13] 450 8 808 434 434 350 672
    10 (13, 14] 441 18 818 406 406 332 108
    11 (14, 15] 457 33 833 391 391 325 703
    12 (15, 16] 429 38 838 353 353 295 814
    13 (16, 17] 424 48 848 328 328 278 144
    14 (17, 18] 427 61 861 306 306 263 466
    15 (18, 19] 350 53 853 244 244 208 132
    16 (19, 20] 324 58 858 208 208 178 464
    17 (20, 21] 305 65 865 175 175 151 375
    18 (21, 22] 268 67 867 133 133 115 311
    19 (22, 23] 223 68 868 87 87 75 516
    20 (23, 24] 161 64 864 33 33 28 512
    21 (24, 25] 152 73 873 5 5 4 365
    22 (25, 26] 130 65 865 0 0 0
    23 (26, 27] 93 46 846 0 0 0
    24 (27, 28] 74 37 837 0 0 0
    25 (28, 29] 50 25 825 0 0 0
    26 (29, 30] 31 15 815 0 0 0
    27 (30, 36] 83 12 812 0 60 0
    下载: 导出CSV

    表  9  试验4的ki

    Table  9.   Values of kiin test 4

    i ki i ki i ki
    1 -3.82 10 -1.75 19 -0.49
    2 -3.55 11 -1.57 20 -0.40
    3 -3.29 12 -1.40 21 -0.32
    4 -3.04 13 -1.24 22 -0.25
    5 -2.80 14 -1.09 23 -0.19
    6 -2.57 15 -0.95 24 -0.14
    7 -2.35 16 -0.82 25 -0.10
    8 -2.14 17 -0.70 26 -0.07
    9 -1.94 18 -0.59 27 -0.05
    下载: 导出CSV

    表  10  试验4的优化结果

    Table  10.   Optimizing results of test 4

    i 质量区间/t ki 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] -3.82 474 -156 644 1 070 1 070 689 080
    2 (5, 6] -3.55 259 -143 657 767 767 503 919
    3 (6, 7] -3.29 267 -126 674 682 682 459 668
    4 (7, 8] -3.04 313 -103 698 625 625 436 250
    5 (8, 9] -2.80 308 -86 714 549 549 391 986
    6 (9, 10] -2.57 381 -54 746 521 521 386 666
    7 (10, 11] -2.35 421 -26 774 482 482 373 068
    8 (11, 12] -2.14 389 -12 788 414 414 326 232
    9 (12, 13] -1.94 450 26 826 400 400 330 400
    10 (13, 14] -1.75 441 49 849 356 356 302 244
    11 (14, 15] -1.57 457 81 881 330 330 290 730
    12 (15, 16] -1.40 429 102 902 287 287 258 874
    13 (16, 17] -1.24 424 132 932 260 260 242 320
    14 (17, 18] -1.09 427 170 970 242 242 234 740
    15 (18, 19] -0.95 350 171 971 188 187 182 548
    16 (19, 20] -0.82 324 197 997 162 162 161 514
    17 (20, 21] -0.70 305 230 1 030 144 144 148 320
    18 (21, 22] -0.59 268 252 1 052 119 119 125 188
    19 (22, 23] -0.49 223 266 1 066 93 93 99 138
    20 (23, 24] -0.40 161 252 1 052 60 60 63 120
    21 (24, 25] -0.32 152 301 1 101 56 56 61 656
    22 (25, 26] -0.25 130 72 872 0 112 0
    23 (26, 27] -0.19 93 62 862 0 81 0
    24 (27, 28] -0.14 74 56 856 0 66 0
    25 (28, 29] -0.10 50 49 849 0 45 0
    26 (29, 30] -0.07 31 42 842 0 28 0
    27 (30, 36] -0.05 83 32 832 0 81 0
    下载: 导出CSV

    表  11  试验5的ki

    Table  11.   Values of kiin test 5

    i ki i ki i ki
    1 -3.82 10 -3.28 19 -1.93
    2 -3.80 11 -3.17 20 -1.73
    3 -3.77 12 -3.05 21 -1.52
    4 -3.73 13 -2.92 22 -1.30
    5 -3.68 14 -2.78 23 -1.07
    6 -3.62 15 -2.63 24 -0.83
    7 -3.55 16 -2.47 25 -0.58
    8 -3.47 17 -2.30 26 -0.32
    9 -3.38 18 -2.12 27 -0.05
    下载: 导出CSV

    表  12  试验5的优化结果

    Table  12.   Optimizing results of test 5

    i 质量区间/t ki 原托运量/TEU 每标准箱价格变动/USD 每标准箱变动后价格/USD 实际载运量/TEU 变动后托运量/TEU 变动后收入/USD
    1 (0, 5] -3.82 474 -134 666 985 985 656 010
    2 (5, 6] -3.80 259 -125 675 736 736 496 800
    3 (6, 7] -3.77 267 -112 688 689 689 474 032
    4 (7, 8] -3.73 313 -93 707 661 661 467 327
    5 (8, 9] -3.68 308 -81 719 607 607 436 433
    6 (9, 10] -3.62 381 -58 742 593 593 440 006
    7 (10, 11] -3.55 421 -40 760 562 562 427 120
    8 (11, 12] -3.47 389 -31 769 496 496 381 424
    9 (12, 13] -3.38 450 -8 792 478 478 378 576
    10 (13, 14] -3.28 441 5 805 426 426 342 930
    11 (14, 15] -3.17 457 21 821 389 389 319 369
    12 (15, 16] -3.05 429 32 832 332 332 276 224
    13 (16, 17] -2.92 424 46 846 289 289 244 494
    14 (17, 18] -2.78 427 62 862 253 253 218 086
    15 (18, 19] -2.63 350 64 864 181 181 156 384
    16 (19, 20] -2.47 324 75 875 138 138 120 750
    17 (20, 21] -2.30 305 88 888 102 102 90 576
    18 (21, 22] -2.12 268 97 897 62 62 55 614
    19 (22, 23] -1.93 223 104 904 22 22 19 888
    20 (23, 24] -1.73 161 93 893 0 0 0
    21 (24, 25] -1.52 152 100 900 0 0 0
    22 (25, 26] -1.30 130 100 900 0 0 0
    23 (26, 27] -1.07 93 87 887 0 0 0
    24 (27, 28] -0.83 74 89 889 0 0 0
    25 (28, 29] -0.58 50 86 886 0 0 0
    26 (29, 30] -0.32 31 97 897 0 0 0
    27 (30, 36] -0.05 83 -5 795 0 83 0
    下载: 导出CSV

    表  13  二部定价运价

    Table  13.   Freights of two-part pricing

    i 质量区间/t 基本运费率/ (USD·TEU-1) 偏重箱附加费率/ (USD·TEU-1) 总运费/USD
    1 (0, 5] 666 666
    2 (5, 6] 666 9 675
    3 (6, 7] 666 22 688
    4 (7, 8] 666 41 707
    5 (8, 9] 666 53 719
    6 (9, 10] 666 76 742
    7 (10, 11] 666 94 760
    8 (11, 12] 666 103 769
    9 (12, 13] 666 126 792
    10 (13, 14] 666 139 805
    11 (14, 15] 666 155 821
    12 (15, 16] 666 166 832
    13 (16, 17] 666 180 846
    14 (17, 18] 666 196 862
    15 (18, 19] 666 198 864
    16 (19, 20] 666 209 875
    17 (20, 21] 666 222 888
    18 (21, 22] 666 231 897
    19 (22, 23] 666 238 904
    20 (23, 24] 666 227 893
    21 (24, 25] 666 234 900
    22 (25, 26] 666 234 900
    23 (26, 27] 666 221 887
    24 (27, 28] 666 223 889
    25 (28, 29] 666 220 886
    26 (29, 30] 666 231 897
    27 (30, 36] 666 129 795
    下载: 导出CSV
  • [1] 唐小我, 李克克. 关于两部定价的理论研究[J]. 电子科技大学学报, 1999, 28 (6): 632-634. doi: 10.3969/j.issn.1001-0548.1999.06.017

    TANG Xiao-wo, LI Ke-ke. Study on two-part pricing[J]. Journal of the University of Electronic Science and Technology of China, 1999, 28 (6): 632-634. (in Chinese) doi: 10.3969/j.issn.1001-0548.1999.06.017
    [2] 李克克, 李绍才. 最优非线性定价[J]. 电子科技大学学报, 1999, 28 (6): 629-631. doi: 10.3969/j.issn.1001-0548.1999.06.016

    LI Ke-ke, LI Shao-cai. Optimal non-linear pricing[J]. Journal of the University of Electronic Science and Technology of China, 1999, 28 (6): 629-631. (in Chinese) doi: 10.3969/j.issn.1001-0548.1999.06.016
    [3] BODILY S E, WEATHERFORD L R. Perishable-asset revenue management: generic and multiple price yield management with diversion[J]. Omega, 1995, 23 (2): 173-185. doi: 10.1016/0305-0483(94)00063-G
    [4] LI M Z F. Pricing non-storable perishable goods by using a purchase restriction with an application to airline fare pricing[J]. European Journal of Operational Research, 2001, 134 (3): 631-647.
    [5] LI M Z F. Pricing non-storable perishable goods by using a purchase restriction: general optimality results[J]. European Journal of Operational Research, 2005, 161 (3): 838-853. doi: 10.1016/j.ejor.2003.06.033
    [6] 许波桅. 基于差别定价的集装箱船舶舱位预售研究[D]. 上海: 上海海事大学, 2007.

    XU Bo-wei. On the slots presale for container shipping based on differential pricing[D]. Shanghai: Shanghai Maritime University. (in Chinese)
    [7] 段朝辉. 集装箱班轮运输中超重箱定价问题研究[D]. 上海: 上海海事大学, 2008.

    DUAN Zhao-hui. On the over-weight surcharge for container liner shipping[D]. Shanghai: Shanghai Maritime University, 2008. (in Chinese)
    [8] GRIGOLETTO M, PROVASI C. Simulation and estimation of the meixner distribution[J]. Communication in Statistics, Simulation and Computation, 2009, 38 (1): 58-77.
    [9] MARAGOS S A. Yield management for the maritime industry[D]. Boston: Massachusetts Institute of Technology, 1994.
  • 加载中
图(3) / 表(13)
计量
  • 文章访问数:  787
  • HTML全文浏览量:  170
  • PDF下载量:  675
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-03-08
  • 刊出日期:  2010-06-25

目录

/

返回文章
返回