无车承运人参与下的公铁联运物流服务协同形成机理

引用本文

邱小平, 陈怡静, 车恒庆, 黄远新. 无车承运人参与下的公铁联运物流服务协同形成机理[J]. 北京交通大学学报, 2018,42(3): 1-9.
QIU Xiaoping, CHEN Yijing, CHE Hengqing, HUANG Yuanxin. Mechanism of highway & railway multimodal transportation involved in Brokers logistics service collaboration form[J]. JOURNAL OF BEIJING JIAOTONG UNIVERSITY, 2018,42(3): 1-9.
Doi:10.11860/j.issn.1673-0291.2018.03.001 复制到剪切板

Permissions

北京交通大学学报编辑部所有

无车承运人参与下的公铁联运物流服务协同形成机理

邱小平¹, 陈怡静¹, 车恒庆¹, 黄远新^1,²

1.西南交通大学交通运输与物流学院,成都610031

2. 四川职业技术学院,四川遂宁 629000

通讯作者：黄远新(1966—),男,四川眉山人,教授,博士,博士生导师.email:cjzj882@163.com.

第一作者:邱小平(1976—),男,四川南充人,教授,博士.研究方向为物流系统仿真优化、交通运输规划与管理.email:qxp@home.swjtu.edu.cn.

收稿日期: 2017-06-21

基金: 国家自然科学基金(6167020235); 中央高校基本科研业务费专项资金(2682016CX053); 四川省科技项目(2017GZ0371)

摘要

无车承运人试点为我国现代物流的发展带来了新的机遇,本文基于多Agent建模技术,对无车承运人参与下的公铁联运物流服务建立了仿真模型.在Anylogic平台上模拟了非协同和协同两种情况下的参与主体行为规则和相互关系,通过对比分析给出了公铁联运物流服务协同形成的机理.研究结果表明:公铁联运物流服务的需求弹性大,其替代品的市场竞争力强;物流服务协同中无车承运人起到主导作用,且有利于提升各参与主体的效益,更好地满足社会物流需求.

关键词: 公铁联运; 物流服务协同; 无车承运人; 多Agent建模

中图分类号:U15;F530.5 文献标志码:A 文章编号:1673-0291(2018)03-0001-09

Mechanism of highway & railway multimodal transportation involved in Brokers logistics service collaboration form

QIU Xiaoping¹, CHEN Yijing¹, CHE Hengqing¹, HUANG Yuanxin^1,²

1.School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China

2. Sichuan Vocational & Technical College, Suining Sichuan 629000, China;

Fund:National Natural Science Foundation of China(6167020235); Fundamental Research Funds for the Central Universities(2682016CX053); Sience and Technology Project of Sichuan Province(2017GZ0371)

Abstract

The Broker pilot has brought new opportunities for the development of modern logistics in China. Based on the multi-agent modeling technology, a simulation model for the intermodal logistics service of highway & railway multimodal transportation is constructed. On the Anylogic platform, the behavior rules and the relationship between the participants in the non-cooperative and cooperative situations are simulated. The mechanism of the coordinated formation of the intermodal logistics service is given through the comparative analysis. The research results show that the demand of highway & railway multimodal transportation logistics service is flexible and the market competitiveness of its substitute is strong. The Broker plays a leading role in collaborative logistics services, and could help enhance the effectiveness of each participants to meet the logistics service demand better.

Keyword: highway & railway multimodal transportation; logistics service coordination; Broker; multi-agent model

文章图片

现代物流的快速发展对综合运输提出越来越高的要求, 无车承运人的出现为我国多式联运的快速发展带来了新的机遇, 其中公铁联运基于这两种交通方式的普遍性而受到相关研究人员的广泛关注.公铁运输企业与无车承运人通过建立战略合作伙伴关系, 充分发挥各自的优势, 整合资源, 可实现物流服务协同.针对外部物流需求的变化, 探讨无车承运人参与下, 公铁联运物流服务协同中各个主体的行为规则和相互作用关系, 有助于厘清公铁联运物流服务协同的形成机理, 进一步丰富现代物流管理理论, 推动无车承运人制度的快速发展.

近年来, 随着协同学(Synergetics)理论内涵的不断丰富, 物流协同作为一种先进的现代物流管理模式受到了学界和业界的普遍关注.在技术层面, 主要是Vermunt提出的智能多模式物流网络^[1]在全球范围内受到广泛关注.智能多模式物流网络通过建立合作中心网络^[2], 使各运输方式之间的灵活性更强, 规模经济效益更加显著.对于物流服务协同, 更多的学者进行了定性的研究, 文献[3, 4, 5]建立了基于网络协同机制的协同物流管理模型, 分析供应链协作的维度, 研究中小物流企业联盟网络协同机制.文献[6]使用建模或仿真的方法来分析物流服务协同定价和分散定价的收益差异, 来解释供应链协同形成的机制.公铁联运作为研究热点, 在技术层面^{[7, 8, 9, 10]}和管理层面取得的成果颇丰.有学者认为发展综合运输能有效降低社会物流和环境成本^{[11, 12, 13]}, 但未关注组织衔接方式以及如何更好的发挥公铁联运的优势.也有学者关注运营模式与业务流程^{[14, 15, 16]}, 致力于提高公铁联运运输效率.文献[17]考虑时间和费用因素建立了公铁联运网络上的运输方案选择模型, 定量分析了枢纽延误对于公铁联运市场竞争力的影响.文献[18]考虑了影响公铁联运的机遇和挑战, 使用聚类分析方法探讨了运营商、公路运输企业与铁路运输企业的合作态度, 但未从市场竞争的角度来定量分析公铁联运物流服务的需求弹性.对组织公铁联运运输业务的相关研究大多是以铁路物流中心^{[19, 20, 21]}为主导, 但是由于铁路物流中心并非是完全公平的第三方物流企业, 因此与无车承运人的本质有一定的差别.总结来看, 国内外学者不仅仅致力于物流协同理论的丰富完善, 更加注重于对提供物流协同服务的各企业进行实际应用研究.目前, 将物流协同管理模式应用于公铁联运的定量化研究还鲜有可见.

本文作者从物流服务协同管理的视角研究了影响公铁联运物流服务协同的内外部因素及内外部动力影响机制.利用Anylogic仿真平台构建了以无车承运人为核心主体的多Agent物流协同模型来探究协同形成机理.将需求与价格的市场博弈引入了仿真模型, 对比分析了各企业主体在协同环境和协同环境下所获得的经济效益和时间效益.

1 问题描述

公铁联运物流服务是指以公铁联运为主要运输方式, 从处理客户订单开始, 直至将商品送至客户手中, 为满足客户需求所提供的运输、储存、装卸搬运、配送、流通加工、信息处理等全部活动.影响公铁联运物流服务系统的因素可分为外部与内部两大类.外部因素诸如宏观政治经济环境、市场环境、行业环境、科学技术、客户的需求等, 对协同的形成会产生或正或负的效应.外部影响因素的不断变化对节点企业的发展战略、服务质量、服务成本等造成影响, 而内部因素如成本、利润、时效、信息共享程度等, 是随外部因素的变化而变化的.公铁联运物流服务系统在内外部因素的相互作用下, 引发系统形成涨落, 进行演化, 最终形成协同体系.

一个完整的公铁联运流程中参与者众多, 主要的参与者包括客户、供应商、无车承运人、铁路运输企业、公路运输企业等.各参与者之间业务往来频繁, 以信息、单据、凭证往来为主构成了一个物流服务网络结构, 如图1所示.

本文中所研究的物流服务协同由无车承运人将客户、供应商、公路运输部门、铁路运输部门等有效的整合起来, 依靠各参与者之间信息共享、风险共担、决策支持来向客户提供优质的物流服务, 从而来实现快速响应运输市场服务、降低物流成本、提高整体效益总体目标.客户的物流需求量Q受多方因素影响, 无车承运人根据运输需求量确定市场运输价格P.无车承运人承接运输业务, 组织运输方式与公、铁运输企业洽谈合作, 并分别与公、铁运输企业以较优惠的协议运价达成合作意向, 由公铁运输企业实际完成运输任务.在无车承运人的参与下, 实际参与运输的各企业主体间相互协调, 在转运环节, 无须客户插手, 可实现无缝衔接.

	Figure Option View Download New Window
	图1 公铁联运信息交互示意图Fig. 1 Information interaction of the highway & railway multimodal transportation

2 物流服务协同形成要素分析及建模

结合LSSC协同形成机理^[22]内涵, 即物流服务的协同源于协同动因的存在, 包括内部作用动力和外部环境因素.在内外部动力相互影响的驱动下, 产生了实现协同运作与发展的协同行为.公铁联运物流服务是供应链系统的一个具体实例, 对于供应链系统这样的复杂适应系统, 采用Agent的建模和仿真技术能够较好地解释复杂适应系统的各类现象^[12].公铁联运物流服务协同形成要素将从协同主体、协同环境以及影响机制3个主要方面来进行分析及建立模型.

2.1 基本假设与变量定义

1)外部环境对系统的影响是复杂的, 主要体现在服务需求量的变化中.2)价格决定需求, 需求反作用于价格.3)无车承运人与公路及铁路运输企业达成的优惠协议运价一定时期内不变.模型中的价格指无车承运人的报价.

文中使用的主要变量或参数定义如下:Q_t表示第t期物流服务需求量, 即公铁联运的货运量; P_t表示第t期的运输价格; P_H、P_R分别表示公路及铁路运输企业运输报价; W表示节点企业x所发生的交易费用; E_px表示节点企业x所获得的价格效益.统一说明:文中所有下标H代表公路运输运输企业(Highway)、R代表铁路运输运输企业(Railway)、C代表客户(Customer)、V代表供应商(Vendor)、B代表无车承运人(Broker).

2.2 协同主体

图1中协同主体:客户、供应商、无车承运人、铁路运输企业、公路运输企业等.在仿真平台中模拟各主体的行为规则, 首先需将各主体抽象为Agent.各Agent有特定的参数和行为规则, 如表1所示.

表1 多Agent描述及运行机制 Tab.1 Multi-agent description and operation mechanism

2.3 协同环境

公铁联运物流协同环境可分为外部环境因素和内部环境因素两部分.

外部环境因素诸如:宏观政治经济政策、市场环境以及技术进步等, 对协同产生的效用可正可负, 不能简单地建立效益函数来表示.但是对于环境的变化, 市场会随之调整, 最直接的反应就是客户需求量的改变.因此, 模型中对这3个因子不单独建立效益函数, 而是在客户需求量的变化中加入了一个随机变量β .根据经典市场需求理论, 物流服务需求量的确定是与物流服务的价格相关的.反之, 其价格的确定也与需求量相关.

对于协同内部动力中的成本动因和时效因素, 主要建立价格效益函数和时间效益函数.信息共享程度对协同的影响可以归纳为物流时效以及交易费用两个主要方面, 分别建立时间效益函数和价格效益函数.

2.4 影响机制

为了解释内外部因素是如何影响物流服务协同的形成机理, 论文将这些因素抽象为多Agent模型中的参数或变量, 并通过建立数学模型来描述协同环境对协同主体的影响机制.通过Agent的行为规则及其运行机制来模拟公铁联运物流服务内外部环境因素的交互作用, 在Anylogic平台上仿真运行模型, 来探究协同的形成机理.

为了将仿真结果更加直观的输出, 对系统协同的影响分为正的协同效益和负的协同效益两种.通过建立各环境因素对协同影响的效用函数, 综合分析系统总体效用探究公铁联运物流服务协同形成的机理.

1)物流服务需求量.

一般而言, 每时期公铁联运物流服务需求量的变化是相关的.当期需求量Q_t是由前一期的需求量Q_t_-1、前一期的价格P_t_-1以及价格变动Δ P共同决定的, 如下

$Q_{t} = Q_{t - 1} + α \cdot β \cdot \frac{Δ P}{P_{t - 1}} \cdot Q_{t - 1} (1)$

其中:α 为需求弹性系数, 对于公铁联运物流服务需求弹性的影响主要是其竞争者:全程公路运输、货运企业和生产制造企业承包铁路专列、生产制造企业和商贸流通企业自建铁路专用线等.随机变量β ∈ (0, 1), 可表示需求的不确定性.Δ P=P_t_-1-P_t_-2为价格变动.

2)物流服务价格.

影响物流服务价格的因素很多, 如燃油价格、规模运输效益等.模型中主要考虑市场需求对定价的影响, 其他因素用随机变量λ ∈ (0, 1)来表示对物流服务价格的影响.物流服务价格如下

$P_{t} = P_{t - 1} + λ \cdot \frac{Δ Q}{Q_{t}} \cdot P_{t - 1} (2)$

3)价格效益与时间效益.

客户价格效益

$E_{p C} = - (Q_{t} \cdot P_{t} + W_{C}) (3)$

供应商价格效益

$E_{p V} = - W_{V} (4)$

无车承运人价格效益

$E_{p B} = Q_{t} (P_{t} - P_{H} - P_{R}) - W_{B} (5)$

公路运输企业价格效益

$E_{p H} = Q_{t} (P_{H} - C_{H}) - W_{H} (6)$

铁路运输企业价格效益

$E_{p R} = Q_{t} (P_{R} - C_{R}) - W_{R} (7)$

时间效益

$E_{W} = E_{C} + a (T - t_{实}) (8)$

本文中的价格效益等效为公铁联运参与方在物流服务中获得的利润, 对于客户和供应商而言, 本身是不提供物流服务的, 所以这二者在这个过程中获得的是负利润, 如式(3)、式(4)所示.无车承运人作为物流服务的提供者, 代替实际承运人收取服务费用, 在交易过程中也会产生费用(W_B), 如式(5)所示.公路运输企业以及铁路运输企业作为实际承运人, 收取对应的运输费用, 运输中也必须承担相对应的成本, 以及部分交易费用, 如式(6)、式(7)所示.本着“ 顾客即上帝” 的服务理念, 供应商和所有承运人都认为客户从物流服务中获得的时间效益即为自己所获得时间效益, 各方都以提高此效益为目标.关于客户所获得的时间效益, 本文假设客户心理能接受的预期时间为T, 在该时间到货, 客户获得的时间效益为E_C.每提前一天到货, 客户的时间效益增加a, a> 0, 如式(8)所示.

目前, 关于交易费用的定义众学者多偏向于合同签订与执行环节.由此可见, 交易费用发生在订单产生到订单结束的所有过程, 且参与合同签订和执行的双方都不可避免的会产生这笔费用.达成协同体系形成长期合作之后, 企业间为完成每笔订单签订合同的次数和执行的流程会减少.一方面会减少交易费用, 另一方面实际运输时间也会缩短.

3 模型仿真与结果分析

3.1 模型仿真

1)基本数据.

初始阶段, 客户从A地订购一批货物Q₀=1 000 t, 心理预期是10 d内运到B地, 无车承运人定价P₁=280元/t, 公路运输企业的定价为P_H=110元/t, 铁路运输企业的定价为P_R=60元/t, 假设该客户的需求价格弹性α =2, 客户的时间效益增量a=500, 客户既定的时间效益E_C=1 000元.

关于交易费用的定量研究目前还没有比较统一的计算方法^[23], 本文中以交易中实际接触的企业数来计算, 每接触一个企业产生交易费用为100元.其中, 无车承运人在每笔订单交易过程中与其他4个企业都有业务接触, 其交易费用W_B=400元; 客户交易费用W_C=300元; 供应商交易费用W_V=300元; 公路运输企业交易费用W_H=300元; 铁路运输企业交易费用W_R=300元.

2)模型建立.

在Anylogic环境中创建一个新模型, 并创建7个智能体类型, 设置customer、vendor、broker为单智能体, 其余为智能体群.quantities和price是虚拟的两类智能体, 在逻辑建模过程中以订单和报价的方式调用.进入智能体环境可对各智能体添加参数或建立逻辑.打开面板中空间标记, 拖入GIS地图以及GIS点.在仿真中可直接使用公路网和铁路网, 统计实际运输时间.模型主视图如图2所示.

	Figure Option View Download New Window
	图2 Anylogic建模环境及模型主视图Fig. 2 Modeling environment and model master view of Anylogic

3.2 仿真结果分析

1)需求与价格.

模型中首先观察需求与价格的变化情况, 如图3所示.影响市场需求与价格的因素复杂, 对需求与价格做短期内的预测更为有效, 模型只仿真了40期的变化情况.从整体走势来看, 需求与价格相互影响, 呈现出波动的趋势.当价格降低时, 需求会增加; 需求增加后, 价格又会提高; 价格提高后, 需求会有所减少.如此循环波动, 后期趋于平稳状态.但是, 在第5期至第10期, 价格在降低, 需求也在降低, 这是因为在需求函数和价格函数中分别增加了一个随机变量β 和λ .在实际模型中, 公铁联运服务的需求弹性较大, 其替代品全程公路运输仍然占据大部分市场.当公铁联运的价格降低时, 需求会转向公铁联运, 由于其全程服务质量还在逐步完善, 需求又会偏向其替代品.因此, 第5期至第10期的需求变化与实际情况相符.

2)价格效益.

本模型中对价格效益的影响主要体现在交易费用方面, 非协同伙伴关系, 每笔订单都需要洽谈业务.而协同伙伴关系中, 业务协同主要由无车承运人完成, 合同有一定的执行期限, 大大降低了交易费用.在协同与非协同两种环境下, 客户与无车承运人所获得的价格效益如图4所示.初期由于需求与价格波动明显, 客户的价格效益呈现出明显增加的趋势, 后趋于平稳.与此同时, 无车承运人的价格效益先下降后趋于平稳.这表明, 随着无车承运人行业行规越来越清晰, 其在组织公铁联运物流服务中为其他参与主体做出的贡献越来越大, 可能伴随着牺牲自己的企业利益.此外, 协同环境下由于交易费用的减少和运输效率的提高, 客户与无车承运人所获得价格效益都明显高于非协同环境.

	Figure Option View Download New Window
	图3 需求量与价格变动趋势Fig.3 Change of demand and price

	Figure Option View Download New Window
	图4 价格效益对比Fig.4 Comparison of the price income

对其余参与主体在两种环境中所获得价格效益进行仿真, 所得结果一致, 协同环境中获得的价格效益明显高于非协同环境.

3)总效益.

统计分析所有参与主体协同环境与非协同环境中获得的效益, 即价格效益和时间效益的总和, 如图5所示.

两种情况下总效益在初始阶段均会发生剧烈波动, 初期由于公铁联运市场与环境的适应度不高, 需求与价格处于博弈状态, 总效益上下波动的幅度较大.显然协同环境下, 总效益的波动更加剧烈, 这说明协同环境下的物流服务体系学习和适应环境的能力更强.两种情况下, 公铁联运服务商积极做出调整以适应环境的变化, 通过不断学习和适应环境, 将逐渐达到平稳状态.这一过程也体现了物流服务协同形成的过程中, 协同主体与外部环境互相适应.在趋于平稳状态后, 协同环境下的总效益明显高于非协同环境.

4)智能体行为.

将客户Agent由单智能体修改为智能体群, 数量设置为1 000, 使用状态图控制客户的状态变化, 如图6和图7所示.图7中小圆圈表示客户, 基于协同动力(内外部因素的影响), 客户Agent趋向于协同(红色圆圈).通过尝试后发现协同环境中的价格收益与时间收益明显高于非协同环境(绿色圆圈), 客户开始致力于建立稳定的协同伙伴关系(黄色圆圈).对其他参与主体Agent建立同样的仿真模型能得到类似的结论.

	Figure Option View Download New Window
	图5 总效益变化Fig.5 Change of total benefit

	Figure Option View Download New Window
	图6 客户Agent状态图Fig.6 Agent state of the customer

	Figure Option View Download New Window
	图7 客户Agent状态变化Fig.7 Change of the customers’ Agent status

4 物流服务协同形成过程

文中物流服务协同实际上应包括两个方面, 即:整体协同与内部协同.无车承运人、公路运输企业、铁路运输企业作为物流服务的提供方, 需共同进行价格决策, 三者之间形成内部协同.其协同的共同目标为形成长期的战略联盟, 扩大市场份额, 增加收益.具体的表现为让渡部分利益, 信息共享, 通过资源整合提供最优质的物流服务.

供应商与客户的协同目标是建立长期战略合作伙伴关系, 这要求供应商既要提供优质的产品, 还要尽可能控制成本, 提供让客户满意的物流服务.当供应商需将商品运送至客户手中时, 变成了承运商的客户, 五者之间发生了整体协同.整体协同的目标为满足客户需求, 提高顾客满意度.在文中公铁联运物流服务协同形成的过程总结如图8所示.

	Figure Option View Download New Window
	图8 公铁联运物流服务协同形成过程Fig.8 Process of highway & railway multimodal transportation service collaboration form

1)前向协同:供应商与客户之间的协同, 无车承运人与供应商及客户之间的协同.实质上是一种供需协同, 强调产品(或服务)从满足客户需求到维系与创造客户价值, 实现与客户的长期战略协同.

2)后向协同:无车承运人与公路运输企业及铁路运输企业之间的协同.这是一种管理协同, 无车承运人并非运输服务的实际提供方, 其通过对物流服务资源的集成与优化配置, 实现长期战略联盟.在这个过程中, 要特别注意平衡由于客户信息共享, 公、铁运输企业为抢夺客户而进行的恶意竞争.

3)横向协同:公、铁运输企业之间的协同.这是一种运作协同, 在无车承运人的协调下, 公、铁运输企业之间也需要具有良好、主动的配合意识, 实现业务运作协调, 并建立实现长期战略联盟的共同目标.

4)间向协同:公、铁运输企业与客户或供应商之间的协同.这也是一种供需协同, 由于物流服务的特殊性, 公、铁运输企业不可能先把运输服务提供给无车承运人, 再由无车承运人将运输服务提供给客户.公、铁运输企业直接向客户提供运输服务, 因此, 公、铁运输企业与客户之间也存在协同, 强调满足客户需求, 实现客户满意.

5 结论

本文分析了物流服务协同形成要素, 对协同主体建立了多Agent模型, 将协同环境的内外部影响因素抽象成参数或变量.将定性的影响因素定量化分析, 在Anylogic平台进行案例仿真研究, 来探索各形成要素之间的影响机制, 得出了以下结论.

1)受到多方面因素的影响, 公铁联运物流服务初期随着价格的降低, 需求量先增加后减少, 需求弹性较大, 其替代品的市场竞争力强;

2)协同环境中各主体企业所获得的价格效益与时间效益都优于非协同环境;

3)所有参与公铁联运的主体企业在协同环境与非协同环境中获得的总效益在初始阶段均会发生剧烈波动, 通过对内外环境因素不断学习和适应, 调整自身决策, 最终趋于平稳发展;

4)协同行为的产生是基于一定的目标和动因, 首先物流服务的提供方会基于形成长期战略联盟这个目标发生内部协同; 然后与物流服务的需求方基于形成长期战略合作伙伴关系这个目标发生整体协同.

The authors have declared that no competing interests exist.

参考文献

文献列表

[1]	LUKO$\dot{C}$IEN$\dot{E}$ O, VERMUNT J K. Determining the number of components in mixture models for hierarchical data[J]. Studies in Classification Data Analysis and Knowledge Organization, 2010, 16(1165): 241-249. [本文引用:1]
[2]	CHOWDHURY M S. Developing integrated multimodal transportation networks in Bangladesh with regional connectivity: key issues and challenges[C]// International Conference on Transportation and Development, 2016: 270-278. [本文引用:1]
[3]	STEFANSSON G. Collaborative logistics management and the role of third-party service providers[J]. International Journal of Physical Distribution and Logistics Management, 2006, 36(2): 76-92. [本文引用:1]
[4]	HA B C, PARK Y K, CHO S. Suppliers’ affective trust and trust in competency in buyers: its effect on collaboration and logistics efficiency[J]. International Journal of Operations & Production Management, 2011, 31(1): 56-77. [本文引用:1]
[5]	甘家华. 中小物流企业联盟网络协同机制研究 [D]. 西安: 长安大学, 2015. GAN Jiahua. Research on network collaboration of the small and medium-sized logistics enterprise alliance[D]. Xi’an: Chang’an University, 2015. (in Chinese) [本文引用:1]
[6]	朱荣艳. 航运物流服务供应链协同优化研究 [D]. 武汉: 武汉理工大学, 2014. ZHU Rongyan. Collaborative optimization of shipping logistics[D]. Wuhan: Wuhan University of Technology, 2014. (in Chinese) [本文引用:1]
[7]	谢海红, 刘瑛. 公铁联运配送方案优化[J]. 交通运输工程学报, 2011, 11(6): 89-93. XIE Haihong, LIU Ying. Distribution project optimization of united transportation of railway and highway[J]. Journal of Traffic and Transportation Engineering, 2011, 11(6): 89-93. (in Chinese) [本文引用:1]
[8]	贺国先. 集装箱公铁联运的费用加权最短路计算机算法[J]. 铁道学报, 2006, 28(1): 1-5. HE Guoxian. Computer-aided algorithm of the cost weighted shortest path problem in container motor-rail multimodal transportation[J]. Journal of the China Railway Society, 2006, 28(1): 1-5. (in Chinese) [本文引用:1]
[9]	LI C, YANG G, SUN X N. Transshipment equipments for road-rail intermodal transport[J]. Advanced Materials Research, 2015, 1065-1069: 3377-3380. [本文引用:1]
[10]	朱润. 集装箱公铁联运模式与运输组织研究[D]. 北京: 北京交通大学, 2012. ZHU Run. Study on mode and organization of highway-rail multimodal transportation[D]. Beijing: Beijing Jiaotong University, 2012. (in Chinese) [本文引用:1]
[11]	尚欢. 集装箱公铁联运成本模型的构建与应用[D]. 西安: 长安大学, 2015. SHANG Huan. Container highway-rail multimodal transportation cost model construction and application[D]. Xi’an: Chang’an University, 2015. (in Chinese) [本文引用:1]
[12]	SIRIKIJPANICHKUL A, DAM K H V, FERREIRA L, et al. Optimizing the location of intermodal freight hubs: an overview of the agent based modelling approach[J]. Journal of Transportation Systems Engineering and Information Technology, 2007, 7(4): 71-81. [本文引用:2]
[13]	NIÉRAT P. Market area of rail-truck terminals: pertinence of the spatial theory[J]. Transportation Research Part A Policy and Practice, 1997, 31(2): 109-127. [本文引用:1]
[14]	王建建, 赵瑜. 基于公铁联运的连接技术研究[J]. 物流技术, 2011, 30(9): 24-26. WANG Jianjian, ZHAO Yu. Study on transition technology in highway-railway intermodal transportation[J]. Logistics Technology, 2011, 30(9): 24-26. (in Chinese) [本文引用:1]
[15]	于琛卓, 刘虹. 基于全程供应链的公铁联运模式与业务设计[J]. 物流技术, 2016(9): 31-35. YU Chenzhuo, LIU Hong. Model and business design of highway-railway intermodal transport based on whole-process supply chain[J]. Logistics Technology, 2016(9): 31-35. (in Chinese) [本文引用:1]
[16]	陈相汝. 集装箱公铁联运流程优化[D]. 成都: 西南交通大学, 2015. CHEN Xiangru. Process optimization of container united transportation of railway and highway[D]. Chengdu: Southwest Jiaotong University, 2015. (in Chinese) [本文引用:1]
[17]	唐继孟, 孙全欣, 赵欣苗, 等. 枢纽延误对公铁联运竞争力的影响分析[J]. 交通运输系统工程与信息, 2016, 16(6): 27-32. TANG Jimeng, SUN Quanxin, ZHAO Xinmiao, et al. Analysis of the impacts of hubs delay on rail-road intermodal transport[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(6): 27-32. (in Chinese) [本文引用:1]
[18]	GUO Y, PEETA S. Exploring the opportunities and barriers to rail-truck multimodal freight collaboration: truck freight carrier perspective[C]// Proceedings of the 93rd Annual Meeting of the Transportation Research Board, Washington DC, 2014. [本文引用:1]
[19]	段华薇. 基于Stackelberg定价博弈的铁路物流中心公铁运输企业利益协同研究[D]. 成都: 西南交通大学, 2016. DUAN Huawei. The interest coordination of road and railway intermodal transportation system in railway logistics center based on Stackelberg Game Theory[D]. Chengdu: Southwest Jiaotong University, 2016. (in Chinese) [本文引用:1]
[20]	段华薇, 戴玥, 严余松. 铁路物流中心参与的公铁联运物流服务供应链协调[J]. 计算机集成制造系统, 2016, 22(6): 1590-1598. DUAN Huawei, DAI Yue, YAN Yusong. Contracts for road and railway intermodal transportation logistics service supply chain in railway logistics nark[J]. Computer Integrated Manufacturing Systems, 2016, 22(6): 1590-1598. (in Chinese) [本文引用:1]
[21]	LI G, GAO T, RAN L. Constructing the collaborative supply logistics operation mode in assembly system under JIT environment[J]. International Journal of Advanced Pervasive and Ubiquitous Computing, 2017, 3(2): 1-12. [本文引用:1]
[22]	CHOI T M, WALLACE S W, WANG Y. Risk management and coordination in service supply chains: information, logistics and outsourcing[J]. Journal of the Operational Research Society, 2016, 67(2): 159-164. [本文引用:1]
[23]	胡浩志. 交易费用计量研究述评[J]. 中南财经政法大学学报, 2007, 20(4): 20-26. HU Haozhi. A survey of transaction cost measurement[J]. Journal of Zhongnan University of Economics and Law, 2007, 20(4): 20-26. (in Chinese) [本文引用:1]

2010

0.0

... 在技术层面,主要是Vermunt提出的智能多模式物流网络^[1]在全球范围内受到广泛关注 ...

2016

0.0

... 智能多模式物流网络通过建立合作中心网络^[2],使各运输方式之间的灵活性更强,规模经济效益更加显著 ...

2006

0.0

... 对于物流服务协同,更多的学者进行了定性的研究,文献[3,4,5]建立了基于网络协同机制的协同物流管理模型,分析供应链协作的维度,研究中小物流企业联盟网络协同机制 ...

2011

0.0

2015

0.0

甘家华. 中小物流企业联盟网络协同机制研究 [D]. 西安: 长安大学, 2015.

GAN

Jiahua

. Research on network collaboration of the small and medium-sized logistics enterprise alliance[D]. Xi’an: Chang’an University, 2015. (in Chinese)

中小物流企业联盟是在我国物流业从起步积累阶段向集中发展阶段转变和信息网络技术快速发展时代背景下的新兴物流组织管理模式,但在中小物流企业联盟失败率高、稳定性差、协同度不高的现实情况下,以提升联盟网络协同为导向,促进联盟网络资源充分共享、有效流动和优化配置具有重要现实意义,同时也是战略联盟理论、物流网络理论研究广度和深度的拓展,具有学术价值。当前国内外研究成果受学科差异和价值取向影响,研究结论差异较大且体系较零散。本文以中小物流企业联盟网络协同机制为题,研究中小物流企业联盟网络的构成要素、联盟网络协同的内涵要求、方式及价值实现目的,提出从基础层、组织层、管理层、网络层四个层面进行有机结合协同运作,构建联盟协同机制,为推动我国中小物流企业联盟协同、稳定、可持续提供理论指导和方法借鉴。本文首先对研究背景和问题进行界定,对国内外关于中小物流企业联盟、物流网络和物流协同研究方面的进展情况并进行评述,提出本文的研究目的意义和内容方法;其次,从各类主要联盟理论及协同学等理论视角,对中小物流企业联盟网络协同的内涵要求、内容框架,具体形式、发展动因和演化路径进行研究,构建联盟网络协同机制研究的理论平台;第三,对中小物流企业联盟基础层网络协同机制进行研究,对其影响因素、运作机制和典型模式深入分析基础上,构建了中小物流企业联盟基础层协同的优化模型并进行实证分析;第四,对中小物流企业联盟组织层网络协同机制进行研究,分析了组织层协同的内涵、特征和构成要素,提出组织层协同机制的核心是中小物流企业联盟成员选择和组织模式选择问题,为此构建了基于PCA-BP神经网络的联盟伙伴选择模型和提出基于资源-风险-结构的联盟结构模式选择概念模型,并分别进行了实证分析;第五,对中小物流企业联盟管理层网络协同机制进行究,提出对管理层网络协同的关键是形成有效的管理机制和体系,分别针对成员关系管理、风险管理和收益分配管理进行了深入分析研究,构建了中小物流企业联盟利益分配模型,并通过实例进行分析;第六,对中小物流企业联盟信息层网络协同机制进行了研究,通过对联盟信息层协同的内涵和特点进行分析,提出联盟信息层网络协同的构建机制,基于其现状需求情况,设计了联盟信息协同的具体功能,提出了联盟信息层网络的发展目标和实现路径,最后通过中小物流企业联盟的实际案例进行应用分析。论文的主要创新性工作可概括为:(1)对中小物流企业联盟网络协同的概念和内涵进行了研究界定,提出了基于联盟网络资源要素划分的联盟网络协同机制体系架构,指出联盟网络协同机制是各层面的有效整合和有机协同,分析了联盟网络协同的具体形式、发展动因和演化路径,形成了较为完整的中小物流企业联盟网络协同机制的理论和方法体系;(2)构建了中小物流企业联盟混合轴辐式运输网络优化模型,在多目标约束下,实现对联盟物流运输网络的枢纽选址、成员企业间运输线路选择和运输量分配进行有效优化;(3)建立了中小物流企业联盟伙伴选择评价指标体系,构建了基于PCA-BP神经网络的中小物流企业联盟伙伴选择模型;(4)根据中小物流企业联盟结构模式选择中受到资源类型、合作风险感知等影响因素影响,构建了基于资源-风险-结构的中小物流企业联盟结构模式选择概念模型;(5)提出了物流任务分解和以成员企业物流服务质量为导向的收益分配思路,构建了混合模式下的中小物流企业联盟收益分配模型。

2014

0.0

朱荣艳. 航运物流服务供应链协同优化研究 [D]. 武汉: 武汉理工大学, 2014.

ZHU

Rongyan

. Collaborative optimization of shipping logistics[D]. Wuhan: Wuhan University of Technology, 2014. (in Chinese)

面对复杂多变的市场环境，市场竞争由企业间竞争逐渐转变为供应链间竞争，在这种形势下，提供航运物流相关服务的企业要形成新的竞争优势，必须转变经营思路以及管理方式。构建服务供应链是应对新形势的一种思路，也是目前关注和研究的热点。航运物流服务供应链是一种以整体优化为目标，由服务集成商将网链结构中提供代理、运输、装卸、仓储等功能服务的服务提供商有效地整合起来，共同为客户提供服务的管理模式。航运物流服务企业构建服务供应链的最终目的就是追求供应链协同效应。清晰地掌握航运物流服务供应链协同的形成和演化机理以及运营中的业务和资源配置协同，能够为航运物流服务供应链的构建和实际运营提供理论指导，促进正协同效应的形成。目前，关于服务供应链的研究还没有形成系统，航运物流服务供应链作为其在物流行业的重要分支，理论研究尚处在探索阶段，研究体系还有待完善。因此，论文运用协同理论、复杂适应系统理论，与系统优化的理论、技术及方法相结合，以系统的视角对航运物流服务供应链的协同优化展开研究。论文首先从航运物流服务供应链的涵义出发，并对航运物流服务供应链的构成和特征进行了探讨，为供应链的协同机理研究奠定基础。随后，通过分析航运物流服务供应链协同的内外部动力因素，以及它们相互间的影响机制，明确了供应链协同是内外部动力交互作用的结果。在此基础上，构建航运物流服务供应链的多Agent模型，通过仿真结果分析研究运营中供应链协同的形成机理。航运物流服务供应链属于耗散结构系统，具有自组织特征，用系统状态方程来反应系统变化，结合耗散结构理论和协同学理论，论文研究了系统结构在内外部影响因素推动下的稳定性变化原理，以及系统在序参量起支配作用下的系统自组织演化机理，为理解航运物流服务供应链的协同本质提供了理论支撑。其次，供应链为更好地为客户提供协同一体化的服务，对节点企业间的业务流程进行协同是非常必要的。航运物流服务供应链主要包括航运企业、港口企业以及第三方物流企业等节点企业。这些企业间的业务流程协同实际上是跨组织的业务流程协同，也是业务流程协同的最高层次。为此，论文主要以集装箱出口业务为例，根据各服务提供商之间的业务联系，建立相应的Petri网基础模型。接着构建了跨组织业务流程的协同框架，并运用随机Petri网等价算法对节点企业内部的业务流程进行简化，参与供应链整体业务流程的协同优化，这样不仅可以保证节点企业内部流程的私有性，还可以便于整体业务流程的分析与优化。最后，论文采用基于DSM矩阵编码的遗传算法对跨组织的业务流程进行了优化求解。此外，论文简述了信息共享在供应链业务流程协同过程中的作用。最后，供应链协同的实质就是对供应链资源的集约化使用。在分析资源、能力和活动的关系基础之上，论文明确了航运物流服务供应链资源的构成，从而确定了资源配置协同研究的范围，即节点企业间的资源配置协同。然后，论文从供应链横向和纵向的资源配置协同展开研究。针对横向资源配置协同问题，先建立优化模型，协调供应链横向节点企业间的服务能力，再建立基于提升供应链整体资源使用效率的DEA资源配置模型，对横向节点企业间的可变资源进行协调，确定与服务能力相匹配的狭义资源配置。针对纵向资源配置协同问题，同样建立了优化模型，用来确定纵向节点企业需向供应链提供的服务能力，之后又通过生产函数模型对纵向节点企业间狭义资源的协调配置进行了互补性匹配分析。

... 文献[6]使用建模或仿真的方法来分析物流服务协同定价和分散定价的收益差异,来解释供应链协同形成的机制 ...

2011

0.0

谢海红, 刘瑛. 公铁联运配送方案优化[J]. 交通运输工程学报, 2011, 11(6): 89-93.

XIE

Haihong

, LIU

Ying

. Distribution project optimization of united transportation of railway and highway[J]. Journal of Traffic and Transportation Engineering, 2011, 11(6): 89-93. (in Chinese)

... 公铁联运作为研究热点,在技术层面^[7,8,9,10]和管理层面取得的成果颇丰 ...

2006

0.0

贺国先. 集装箱公铁联运的费用加权最短路计算机算法[J]. 铁道学报, 2006, 28(1): 1-5.

Guoxian

. Computer-aided algorithm of the cost weighted shortest path problem in container motor-rail multimodal transportation[J]. Journal of the China Railway Society, 2006, 28(1): 1-5. (in Chinese)

... 公铁联运作为研究热点,在技术层面^[7,8,9,10]和管理层面取得的成果颇丰 ...

2015

0.0

... 公铁联运作为研究热点,在技术层面^[7,8,9,10]和管理层面取得的成果颇丰 ...

2012

0.0

朱润. 集装箱公铁联运模式与运输组织研究[D]. 北京: 北京交通大学, 2012.

ZHU

Run

. Study on mode and organization of highway-rail multimodal transportation[D]. Beijing: Beijing Jiaotong University, 2012. (in Chinese)

随着世界经济一体化进程加快,世界贸易快速增长,集装箱运输以其标准化、便于多式联运的特点在世界运输市场上发挥出重要的作用。近年来,我国铁路和公路事业迅猛发展,海铁联运趋势向内陆转移,逐步形成集装箱公铁联运。公铁联运的流程模式关系到它能否适应现代物流业的需要,运输组织关系到现场作业的效率,它们是集装箱进行公铁联运的瓶颈所在,因此对集装箱公铁联运的模式和运输组织进行分析研究十分重要。本文首先对集装箱公铁联运的国内外发展现状、公铁联运的定义以及特征进行了理论研究,分析了国内集装箱公铁联运目前存在的问题,提出了发展集装箱公铁联运可采取的对策。其次,在前人研究的基础上,通过深入现场实际调研,对集装箱公铁联运的模式进行设计,详细介绍了公铁联运中各项单证的作用及规范,完善了集装箱公铁联运的作业流程。然后通过查阅文献资料及现场调研,对集装箱公铁联运运输组织瓶颈问题进行了分析,包括货源组织、衔接、空箱调运、场站规划等。最后通过现场调研作业过程,对大红门物流基地现行的先到先服务的装卸作业原则展开研究,提出就近服务原则,通过旅行商问题建立正面吊的走行距离模型,并通过Java语言编写程序,得到正面吊装卸顺序,根据现场集装箱的数据分别求解出各服务原则的走行距离,得出就近服务原则比现行的先到先服务原则较优的结论。

... 公铁联运作为研究热点,在技术层面^[7,8,9,10]和管理层面取得的成果颇丰 ...

2015

0.0

尚欢. 集装箱公铁联运成本模型的构建与应用[D]. 西安: 长安大学, 2015.

SHANG

Huan

. Container highway-rail multimodal transportation cost model construction and application[D]. Xi’an: Chang’an University, 2015. (in Chinese)

近年来,经济转型的日益迫切、振兴东北老工业基地战略的实施以及三大国家战略的深入开展,交通运输作为基础与先导产业的作用和意义更加凸显。随着集装箱海铁联运向内陆的延伸以及2013年铁道部改革的完成,国民经济和社会发展对集装箱公铁联运提出迫切需求的同时,也为其发展奠定了坚实的基础。相对公路运输,集装箱公铁联运具有干线运输批量大、低成本、低能耗和安全性高的技术经济特性,但限于以往体制与市场环境,对联运的比较优势多见诸简单的运输成本比较。随着运输时效性需求的增加以及对能源、环境的重视,如何将相应的时间成本及包括环境污染在内的负外部成本纳入成本研究体系,更好的对公路运输与公铁联运进行比较,探索各自合理运距。对推进物流业发展和运输结构的合理化,实现运输社会效益的最大化有着重要意义。本文通过对集装箱公铁联运的组织特性和作业流程的深入分析,将联运流程划分成公路运输、站内作业和铁路运输三个环节,并从支付主体的角度将运输总成本划分内部成本和外部成本两部分,形成各部分成本的主要评价指标,结合划分的运输环节,构建起运输总成本模型,将公路集装箱“门到门”运输总成本与公铁联运对比分析,求解得出不同运输频次与运距条件下各自的成本结构和合理运距。论文主要成果和结论可归纳为:(1)依托对集装箱公铁联运组织特性和作业流程的分析,构建起以支付主体为核心的运输总成本分类与核算方法,实现对包含时间、外部成本在内的成本模型量化;(2)以公路集装箱运输为参照系,构建起“门到门”集装箱公铁联运成本核算模型,探讨了运输频率与运距变化对于公路运输与公铁联运的成本影响,结果表明,当每天集装箱货运需求量达65TEU,每周发车班次为5列、运距650公里以上时,联运具有相对优势;当每天集装箱货运需求量达130TEU,发车班次调到每周10列时,联运在500公里以上具有相对优势,即一定范围内提高发班频次能够增加联运的相对成本优势;(3)以我国既有铁路营运线路与18个铁路集装箱中心站GIS数据为基础,探讨了中心站之间开展公铁联运的策略以及18个中心站开展公铁联运服务区分析。

... 有学者认为发展综合运输能有效降低社会物流和环境成本^[11,12,13],但未关注组织衔接方式以及如何更好的发挥公铁联运的优势 ...

2007

0.0

... 有学者认为发展综合运输能有效降低社会物流和环境成本^[11,12,13],但未关注组织衔接方式以及如何更好的发挥公铁联运的优势 ...

... 公铁联运物流服务是供应链系统的一个具体实例,对于供应链系统这样的复杂适应系统,采用Agent的建模和仿真技术能够较好地解释复杂适应系统的各类现象^[12] ...

1997

0.0

... 有学者认为发展综合运输能有效降低社会物流和环境成本^[11,12,13],但未关注组织衔接方式以及如何更好的发挥公铁联运的优势 ...

2011

0.0

王建建, 赵瑜. 基于公铁联运的连接技术研究[J]. 物流技术, 2011, 30(9): 24-26.

WANG

Jianjian

, ZHAO

. Study on transition technology in highway-railway intermodal transportation[J]. Logistics Technology, 2011, 30(9): 24-26. (in Chinese)

... 也有学者关注运营模式与业务流程^[14,15,16],致力于提高公铁联运运输效率 ...

2016

0.0

于琛卓, 刘虹. 基于全程供应链的公铁联运模式与业务设计[J]. 物流技术, 2016(9): 31-35.

Chenzhuo

, LIU

Hong

. Model and business design of highway-railway intermodal transport based on whole-process supply chain[J]. Logistics Technology, 2016(9): 31-35. (in Chinese)

通过分析当前铁路运输市场现状,结合国内经济以及社会物流需求的发展趋势,提出了基于全程供应链理念的公铁联运全程物流,分析了公铁联运经营模式理念转变,提出"战略联盟"与"物流外包"相结合的混合经营模式,随后在业务层面设计了业务模式、业务流程、总体架构等,对于推进铁路货运组织改革、实现铁路企业转型发展具有重要意义。

... 也有学者关注运营模式与业务流程^[14,15,16],致力于提高公铁联运运输效率 ...

2015

0.0

陈相汝. 集装箱公铁联运流程优化[D]. 成都: 西南交通大学, 2015.

CHEN

Xiangru

. Process optimization of container united transportation of railway and highway[D]. Chengdu: Southwest Jiaotong University, 2015. (in Chinese)

综合运输体系以及现代化物流的发展,要求各种运输方式有效地结合,发挥优势规避不足,以实现运输效益最大化；2013年6月,铁路总公司在货运改革中提出全面开展货物门到门运输服务；此外,根据我国各种货运方式货运总量、地理特征以及铁路规划网络,多式联运中需主要采用公铁联运方式,因此提高公铁联运效率显得尤为重要。公铁联运作为综合运输和门到门运输的重要内容,在运输市场竞争中起着重要作用,它结合公路在短距离运输和铁路在中长距离运输上的优势,把公路运输作为发送端和接收端以铁路运输作为其衔接,从而为客户提供经济、合理、便捷的运输服务。然而,目前我国公铁联运的发展还不能满足客户的多样化需求。本文主要针对公铁联运流程,运用流程再造和流程优化理论对现有联运作业流程进行优化,以达到货运作业以客户为中心,缩短货运时间,完善集装箱多式联运的目的。首先：对流程再造及优化理论和业务流程建模方法进行回顾,选取Petri网建模作为公铁联运优化的方法。然后：分析现有公铁联运流程,采用分层建模的方法对现有公铁联运流程建立Petri网模型,分析其中不合理环节并运用Petri网优化规则对其进行相应的优化。最后：根据同构的MC模型计算优化前后系统延时,验证联运流程优化的有效性,并对分析优化后作业流程。

... 也有学者关注运营模式与业务流程^[14,15,16],致力于提高公铁联运运输效率 ...

2016

0.0

唐继孟, 孙全欣, 赵欣苗, 等. 枢纽延误对公铁联运竞争力的影响分析[J]. 交通运输系统工程与信息, 2016, 16(6): 27-32.

TANG

Jimeng

, SUN

Quanxin

, ZHAO

Xinmiao

, et al. Analysis of the impacts of hubs delay on rail-road intermodal transport[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(6): 27-32. (in Chinese)

公铁联运是公路与铁路运输的有机结合,兼具二者的优势.公铁联运发展过程中也存在一些问题,比如枢纽延误导致货物在枢纽停留过长时间,降低了其竞争力.本文从战略层面出发,采用托运人关注的时间和费用因素构造了货物运输广义费用,并建立了公铁联运网络上的运输方案选择模型,用于定量分析枢纽延误对公铁联运竞争力的影响,为管理者提供决策支持.算例结果表明:附加值低的货物随着枢纽能力增大,采用公铁联运的货物比重增加十分明显,而附加值高的货物采用公铁联运的比重并不会随枢纽能力增加而大幅增加,另外,枢纽能力逐渐增加的过程中,首先吸引附加值较低的货物,再吸引附加值较高的货物.

... 文献[17]考虑时间和费用因素建立了公铁联运网络上的运输方案选择模型,定量分析了枢纽延误对于公铁联运市场竞争力的影响 ...

2014

0.0

... 文献[18]考虑了影响公铁联运的机遇和挑战,使用聚类分析方法探讨了运营商、公路运输企业与铁路运输企业的合作态度,但未从市场竞争的角度来定量分析公铁联运物流服务的需求弹性 ...

2016

0.0

段华薇. 基于Stackelberg定价博弈的铁路物流中心公铁运输企业利益协同研究[D]. 成都: 西南交通大学, 2016.

DUAN

Huawei

. The interest coordination of road and railway intermodal transportation system in railway logistics center based on Stackelberg Game Theory[D]. Chengdu: Southwest Jiaotong University, 2016. (in Chinese)

近年来,我国铁路基础设施建设取得显著成效,但铁路运输优势并未充分发挥；铁路货运改革稳步推进,但铁路货运还存在两端服务质量不高、市场营销能力较弱、定价机制不够灵活等问题,改革还需进一步深入；铁路物流中心建设进入系统发展期,促进铁路物流中心服务功能向多样化方向发展、大力发展铁路“门到门”全程物流服务成为铁路物流中心进一步建设的核心内容。基于当前我国铁路货运市场供需关系发生的较大变化及铁路货运改革、铁路物流中心建设的现状,加快铁路物流中心建设,构建有效的铁路物流中心多式联运体系,丰富铁路物流中心服务功能、大力发展铁路“门到门”全程物流服务,是我国铁路运输适应市场供需转变的必然要求,是我国铁路改革继续深入的必经之路,也是铁路物流中心自身建设发展的必然趋势。而构建一体化的多式联运体系、发展铁路物流中心“门到门”全程物流服务,需要实现铁路物流中心与公、铁路运输企业之间在经济利益上的共赢,实现公铁联运系统利益最大化的同时保证各参与企业也获得更大收益。鉴于此,本文从供应链管理的视角,基于Stackelberg定价博弈模型,针对“铁路物流中心公铁运输企业利益协同”问题进行研究,旨在通过理论探索为实现铁路物流中心与公、铁运输企业的协同发展奠定理论基础。论文的主要研究内容及成果包括：1.从系统论视角对铁路物流中心及其公铁联运系统的概念进行了界定,基于协同学理论,构建了铁路物流中心公铁联运系统协同的概念模型,并对铁路物流中心公铁联运系统内部协同的涵义、协同阶段的划分及特点进行了分析研究；2.为了对集成公铁联运物流服务进行有效定价,实现公铁联运系统在初级协同阶段——集成物流服务阶段的协同,首先,对需求波动较为稳定的一般公铁联运物流服务的定价策略进行分析研究：基于加型需求波动分别构建了集中控制下的定价博弈模型、双方主导权相同时的Nash博弈模型及双方分别主导下的Stackelberg博弈模型,得到了四种情况下公、铁运输企业的最优定价策略,并分析了主动权对双方合作定价策略的影响,研究表明：双方同时主导时的协议运价大于双方分别主导时的协议运价；当主导权由铁路运输企业向公路运输企业转移时,市场运价提高；集中控制模式下供应链效率最高,公路运输企业主导下供应链效率最低；铁路运输企业掌握主导权可使自身利润增大。在此基础上,进一步对需求波动较大的新型公铁联运物流服务的定价策略进行分析研究：基于乘型需求波动分别构建了双方各自主导下的Stackelberg博弈模型,得到了乘型需求波动下双方的最优定价策略,并分析了随机波动对双方合作定价策略的影响,研究表明：乘型需求波动下,决策权的分散仍会导致供应链总利润降低,且铁路物流企业掌握主导权仍可以增加自身利润和供应链总利润；另外,市场需求波动增大,会导致双方利润大幅降低。3.为了协调铁路物流中心参与的公铁联运物流服务供应链,实现公铁联运系统在中级协同阶段——公铁联运物流服务供应链阶段的协同,首先,对铁路物流中心参与下、存在备选公铁运输企业的公铁联运物流服务供应链协调问题进行了研究：分别构建了公铁联运物流服务供应链在集中决策和分散决策下的Stackelberg定价博弈模型,通过对比发现分散决策下供应链存在效率损失,利用基于增量利润和基于系统贡献度的收益共享契约对分散决策下的供应链进行协调,研究表明：两种收益共享机制都能对供应链进行有效协调；在一定条件下,两种机制中收益共享系数具有相似特征；在第二种机制中,公铁运输企业成本优势越大,所获利润越大。在此基础上,进一步对考虑企业社会责任物流服务供应链定价策略及协调问题进行了研究：分别构建了集中及分散决策下的定价博弈模型,求得考虑企业社会责任的物流服务供应链最优定价策略以及双方所承担的企业社会责任成本,并基于收益共享契约对其进行协调,研究表明：考虑企业社会责任及集中决策时,物流服务供应链总利润取得最大值,且双方利润都与其社会责任效用因子止相关,收益共享契约能有效地对物流服务供应链进行协调。4.为了促进铁路物流中心与公铁运输企业结成联盟并保证联盟稳定性,实现公铁联运系统高级协同阶段——战略联盟阶段的协同,对铁路物流中心公铁联运联盟收益计算和分配问题进行研究：首先,分析铁路物流中心公铁联运联盟的实质,构建不同联盟结构下的定价博弈模型,求解模型得到不同结构联盟的收益值,利用Myerson值法对不同合作结构下的联盟收益进行分配,并进一步考虑资源投入量对分配方案进行调整。研究表明：参加联盟的企业越多、对客户和铁路物流中心都越有利；联盟收益与参与联盟企业数量有关,与参与联盟企业性质无关;公铁企业运输成本越小,联盟收益及供应链总利润越大;最后,通过算例验证能够基于Myerson值法对联盟收益进行有效公平的分配。

... 对组织公铁联运运输业务的相关研究大多是以铁路物流中心^[19,20,21]为主导,但是由于铁路物流中心并非是完全公平的第三方物流企业,因此与无车承运人的本质有一定的差别 ...

2016

0.0

段华薇, 戴玥, 严余松. 铁路物流中心参与的公铁联运物流服务供应链协调[J]. 计算机集成制造系统, 2016, 22(6): 1590-1598.

DUAN

Huawei

, DAI

Yue

, YAN

Yusong

. Contracts for road and railway intermodal transportation logistics service supply chain in railway logistics nark[J]. Computer Integrated Manufacturing Systems, 2016, 22(6): 1590-1598. (in Chinese)

2017

0.0

2016

0.0

... 2 物流服务协同形成要素分析及建模结合LSSC协同形成机理^[22]内涵,即物流服务的协同源于协同动因的存在,包括内部作用动力和外部环境因素 ...

2007

0.0

胡浩志. 交易费用计量研究述评[J]. 中南财经政法大学学报, 2007, 20(4): 20-26.

Haozhi

. A survey of transaction cost measurement[J]. Journal of Zhongnan University of Economics and Law, 2007, 20(4): 20-26. (in Chinese)

... 关于交易费用的定量研究目前还没有比较统一的计算方法^[23],本文中以交易中实际接触的企业数来计算,每接触一个企业产生交易费用为100元 ...