張海波

摘要：在復(fù)雜的國(guó)內(nèi)與國(guó)際經(jīng)濟(jì)環(huán)境及我國(guó)龐大的人口規(guī)模下外賣騎手間的競(jìng)爭(zhēng)變得異常激烈。這給予了平臺(tái)更多的訂單配送提成單價(jià)壓縮空間。本文通過(guò)確定出影響騎手的配送時(shí)長(zhǎng)的主要因素為背景展開，通過(guò)應(yīng)用多元線性回歸、遺傳算法、博弈論等數(shù)學(xué)方法以及使用?MATLAB、SPSS、Excel?等軟件求解。給出了不同環(huán)境下騎手的獎(jiǎng)勵(lì)策略、配送時(shí)長(zhǎng)以及配送金額。保證騎手的最高滿意條件下，制定出一個(gè)考慮多種因素在內(nèi)的靜態(tài)和動(dòng)態(tài)訂單配送提成定價(jià)與獎(jiǎng)懲策略。結(jié)合現(xiàn)階段影響騎手送單的幾種主要因素，我們可以確定出訂單提成定價(jià)以及獎(jiǎng)懲策略的一個(gè)依據(jù);在保證騎手都能認(rèn)真完成自己的工作任務(wù)、不顯著增加訂單總體配送費(fèi)用與總體配送效率的基礎(chǔ)之上我們可以通過(guò)逐步回歸法確定出騎手的配送費(fèi)用。

關(guān)鍵詞：層次分析法多元線性回歸博弈論獎(jiǎng)勵(lì)機(jī)制遺傳算法

一、研究背景概述

外賣業(yè)務(wù)已經(jīng)成為了大城市上班族每日生活中不可或缺的一部分。根據(jù)美團(tuán)2020年6月發(fā)布的《2019中國(guó)即時(shí)配送行業(yè)發(fā)展報(bào)告》中顯示，2019年我國(guó)即食配送業(yè)務(wù)訂單規(guī)模達(dá)到182.8億單，比2018年增長(zhǎng)了37%，即時(shí)配送行業(yè)用戶達(dá)到4.21億人，比2018年增加了17.6%。面對(duì)巨大的訂單量及用戶群體，外賣騎手的數(shù)量也呈現(xiàn)一種直線上升的趨勢(shì)。2019年通過(guò)美團(tuán)騎手總數(shù)達(dá)到399萬(wàn)人，同比增長(zhǎng)了23.3%。根據(jù)第三方平臺(tái)數(shù)據(jù)顯示，2020年外賣騎手的數(shù)量突破438萬(wàn)。

在復(fù)雜的國(guó)內(nèi)與國(guó)際經(jīng)濟(jì)環(huán)境及我國(guó)龐大的人口規(guī)模下外賣騎手間的競(jìng)爭(zhēng)變得異常激烈。這給予了平臺(tái)更多的訂單配送提成單價(jià)壓縮空間。其中常以拼命壓縮配送時(shí)間和延長(zhǎng)上班時(shí)間來(lái)?yè)Q取較高收入的騎手為參照，以騎手配送效率低下為理由逐步壓縮外賣騎手的訂單配送提成。

根據(jù)北大博士后陳龍的田野調(diào)查結(jié)果顯示，騎手在送外賣的過(guò)程中，平臺(tái)會(huì)通過(guò)智能手機(jī)、商家的無(wú)線網(wǎng)絡(luò)等，不斷地更新收集外賣騎手到達(dá)商家的時(shí)間、停留的時(shí)長(zhǎng)，消費(fèi)者住址樓層等數(shù)據(jù)。在此基礎(chǔ)之上通過(guò)智能算法和數(shù)據(jù)分析不斷壓縮騎手的配送時(shí)間。而騎手為了節(jié)約時(shí)間盡快完成配送任務(wù)，出現(xiàn)了逆行、闖紅燈等違反交通規(guī)則的現(xiàn)象。在平臺(tái)的數(shù)據(jù)分析驅(qū)動(dòng)下，外賣騎手正在向更快更廉價(jià)的趨勢(shì)發(fā)展，這讓他們逐漸遠(yuǎn)離了全面建成小康社會(huì)的目標(biāo)。

二、外賣騎手接單因素分析

通過(guò)上網(wǎng)搜集資料后，發(fā)現(xiàn)影響外賣騎手配送時(shí)長(zhǎng)印象因素很多。外賣市場(chǎng)的引進(jìn)極大的使得人們?nèi)粘Ｉ畹囊率掣颖憷?，現(xiàn)為了能夠提高騎手的積極性，先建立獎(jiǎng)罰措施對(duì)騎手的運(yùn)輸進(jìn)行制約?，F(xiàn)以五個(gè)因素騎手接單量，道路交通，配送距離，天氣情況。

在不顯著增加訂單以及對(duì)靜態(tài)和動(dòng)態(tài)的訂單中的總體配送費(fèi)與總體配送效率的基礎(chǔ)，為使騎手總體的滿意度較高，即可獲得的傭金相對(duì)較多?，F(xiàn)考慮四個(gè)因素配送單數(shù)，配送費(fèi)用，配送距離與配送時(shí)間來(lái)確定騎手的滿意度。利用主成分分析的方式將四者有機(jī)結(jié)合，分析獎(jiǎng)賞力度與配送中的影響使得騎手能在其中得到最大盈利。

三、外賣平臺(tái)與騎手之間的演化博弈模型

在多主體參與的外賣市場(chǎng)下，過(guò)去的單一外賣模式被打破，新型外賣市場(chǎng)賦予了騎手更多自由選擇外賣平臺(tái)的權(quán)利.為了描述騎手對(duì)外賣平臺(tái)的選擇過(guò)程。而現(xiàn)階段外賣行業(yè)主要矛盾還是外賣平臺(tái)與騎手之間的矛盾。本文采用演化博弈刻畫騎手獲得薪資的策略行為.同一般的演化博弈類似，本文將所有騎手看作一個(gè)種群.所有騎手的策略行為是相同的，即當(dāng)某個(gè)騎手收到平臺(tái)宣布的配送價(jià)后，選擇其中一個(gè)平臺(tái)進(jìn)行就業(yè)，再通過(guò)觀察和模仿其他騎手的策略來(lái)調(diào)整自己的行為。

四、模型演化結(jié)果

不同平臺(tái)下騎手對(duì)應(yīng)的選擇性：

綜上，通過(guò)博弈論相關(guān)知識(shí)，結(jié)合上圖我們可以看到平臺(tái)收益與騎手的收益以及顧客的訂單數(shù)是有很大關(guān)系的，正在保證共贏的前提條件下只有減小外賣平臺(tái)的部分收入才能保證三方的利益最大化。

參考文獻(xiàn)

[1]彭亞楠.外賣商家選擇的影響因素分析[J].中國(guó)市場(chǎng)，2021（14）：126-128.

[2]馬睿陽(yáng).O2O餐飲外賣平臺(tái)用戶持續(xù)購(gòu)買意愿研究[D].西安理工大學(xué)，2020.

[3]吳琪.派單外賣配送路徑優(yōu)化研究[D].暨南大學(xué)，2020.

[4]林英霞.基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的外賣訂單預(yù)測(cè)研究[D].大連海事大學(xué)，2020.

[5]劉佳晨.基于GBDT算法的區(qū)域外賣訂單需求預(yù)測(cè)[D].大連海事大學(xué)，2020