基于新兴古典经济学视角的即时配送市场生产结构的均衡分析

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:SANTACRUZ1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,即时配送发展迅猛,涌现出美团外卖、盒马、达达-京东到家、点我达等众多即时配送相关企业。随着即时配送市场逐渐发展成熟,一方面,市场先入者已经积累了丰富的即时配送运力运营管理经验以及即时配送服务用户资源,市场新入者在切入市场时会面对较高的进入成本;另一方面,如何降低运力运营管理成本,提升核心业务竞争力,挖掘新业务快速抢占市场成为即时配送市场内企业最为关心的生存和发展问题。并且伴随着即时配送市场的发展,即时配送服务的生产环节也逐渐出现分工的迹象,即时配送运力模块外部化趋势日益明显。在此背景下,探究即时配送市场生产结构及其发展演化的变化,研究即时配送市场发展规律与这些分工迹象的联系,以便找到推动即时配送市场发展的策略,具有十分重要的意义。本文首先从即时配送市场发展历程切入,利用新兴古典经济学对即时配送市场进行了分析。即时配送市场诞生之初,由于市场规模不大,市场客观环境无法支撑一个专业化企业,所以即时配送服务的生产、即配需求的创造与运力来源之所以都来源同一个企业。市场规模扩大,市场需求多样化以及企业运营成本增高都催促着即时配送生产结构发生改变:运力可以为自建运力也可以来自众包运力;即时配送服务的需求创造和最终即时配送服务的生产可能分别属于不同企业,或者同属于某一大型集团企业。这样的演变来自于市场主体的两种决策:一部分市场主体将运力以及即时配送服务的生产进行外部化,专业挖掘即时配送需求;另一部分市场主体通过保留并强化即时配送服务的生产转变为实质上的平台企业加盟商。其次,在新兴古典经济学的视角下,本文建立了一个迂回生产的即时配送市场的超边际一般均衡模型,通过对该模型的均衡分析,探究出即时配送市场生产结构演进的微观原因。然后以劳动力迁移和生产规模变化来说明即时配送市场主体与客体的发展变化,以市场容量变化来说明即时配送市场的发展。用生产结构的动态演进来刻画即时配送市场发展的过程,并加以实例简析。研究表明:第一,客观环境的交易效率和个体在生产环节的学习成本决定了即时配送市场的生产结构,并随着客观条件的改善以及个体专业化生产能力的提高,生产结构由一体化结构向着专业化结构演进;第二,即时配送市场生产结构的演进中存在两条路径,由一体化平台企业采用加盟模式带来的生产结构演进和由一体化平台企业采用众包模式带来的生产结构演;第三,在即时配送市场生产结构的动态演进中,核心为一体化企业生产规模的变化,且随着生产结构向加盟众包结构的转变,劳动力将迁移至加盟商和众包配送员;第四,在即时配送市场由平台一体化结构向加盟众包结构演进的过程中,市场容量逐渐扩大,即时配送市场的发展潜力越大。最后,基于交易效率和学习成本两个维度,构建了即时配送企业发展策略的分析矩阵,提出了增长型、扭转型、回避型和防御型四种策略以及实施策略的具体措施。并结合我国即时配送市场的现实环境和即时配送企业发展所面临的困难,提出了推动即时配送市场发展的政策建议。
其他文献
空间数据中继网络(Space Data Relay Network,SDRN)凭借其覆盖范围广,可持续传输能力强等特点,为众多低、中轨用户卫星以及深空探测器提供数据跟踪、测控和中继服务。空间数据中继网络中的任务调度是指根据用户卫星的任务请求和数据中继卫星的有效载荷,科学合理地分配中继资源,以完成任务数据的传输。近年来,随着大量的卫星发射成功,不断增长的空间任务与有限的中继资源之间的矛盾愈加凸显,给
当前室外定位技术对人们的应用价值越来越突出,例如室外导航、无人驾驶等都需要位置信息。然而,在室内环境中,由于建筑物对卫星信号的遮挡,在室外应用较多的卫星定位系统的性能大大降低。此外,在非视距(Non-Line-of-Sight,NLOS)的传播环境中,应用较多的直达波定位算法的精度大打折扣。鉴于此,研究室内NLOS环境下的定位技术显得非常必要。为实现这个目标,本文将NLOS传播路径信息作为有利条件
随着城市人口和车辆数量的逐年增加,交通治理和规划越来越引起重视,合理的交通规划、公共交通布局可以减少城市拥堵,降低交通安全隐患。为了优化城市交通管理效率和提升市民出行体验,基于网格的城市交通流量预测方法被广泛应用于智能交通系统(Intelligent Transportation System,ITS)中。然而,现有的预测工作面临着许多问题,由于交通流量变化的随机性、在时间和空间关联上的高度非线性
2020年10月,党中央国务院印发《深化新时代教育评价改革总体方案》,体现了提高教学质量在教育强国战略中的重要地位。学生是教育的接收者,对教学质量有着清晰的感受。挖掘学生教学评价中的情感倾向可以反映真实的教学情况,帮助改善教学。为此,针对当前学生教学评价领域存在的主要问题,本文利用深度学习方法对学生教学评价文本进行情感分析研究,提出了两种深度学习模型分别用于学生教学评价的方面级别情感分析和跨领域情
图像的构成一般是复杂多样的,包含着各种各样的结构特征,如平坦区域、斜坡区域、角状结构、流状结构、褶皱和纹理等,其中有很多结构特征与噪声一样属于图像中的高频信息,权衡噪声的去除与结构特征的保持是图像复原研究的重点。本文以具有复杂结构的图像作为研究对象,利用分数阶微积分、结构张量、微分几何方法等理论,首先研究了如何去表征图像不同的结构特征,然后在此基础上研究了新的基于变分与偏微分方程的图像复原框架,具
区块链作为一种新兴技术,因其具备可溯源、防篡改、去中心化的特性,在金融、医疗、征信等领域得到了广泛专注。相对于其他区块链系统而言,超级账本的模块化设计支持可插拔的共识模块,用户可以根据需要选择共识算法。Raft共识作为一种高效分布式共识算法,可以与超级账本完美契合,极大地提升Hyperledger Fabric区块链的交易效率,尤其适用于数据上链效率要求较高的应用场景。然而,Raft共识仅支持崩溃
近年来,随着无人驾驶、虚拟现实、在线游戏等新型业务的不断涌现,给传输能力有限的通信骨干网带来了严峻的挑战。基于正交频分复用技术的弹性光网有着更灵活的频谱资源分配方式,可以有力缓解当前网络频谱资源使用紧张问题。与此同时,为了解决网络存在的结构僵化、可扩展性差等问题,网络虚拟化作为关键技术被提出。网络虚拟化允许多个相互分离且异构的虚拟网络共享底层物理网络资源,极大地提高了网络的灵活性和频谱资源使用效率
遥感图像分类在许多应用中起到关键作用,其中包括地理图像检索、植被制图、土地覆盖的确定、自然灾害检测、环境检测、城市规划、地理空间物体检测等研究。高遥感图像分类准确率是上述应用的首要任务。在高光谱遥的遥感图像中,当训练样本数目有限时,分类准确率随着图像波段数目的增加先增加,在达到一定极值后,分类准确率随着波段数目的增加而下降。在数据不平衡或数据量较少的情况下,神经网络很难学习到图像的表征。样本的获取
在图像领域中,基于深度学习的算法已经在分类任务上超越了人类的识别水平。但当训练样本稀少时,基于深度学习的图像分类技术往往会让模型处于过拟合而性能表现不佳,无法达到预期的分类效果。为了解决这个问题,小样本学习成为当前的研究热点。小样本学习可以快速地从少量的数据样本中学习到关键的知识以胜任新的任务,除了解决数据稀疏情景下的深度学习问题,还对探索人工智能技术具有非常重要的意义。但在面对数据类型漂移时,当
随着量子密码学的不断发展,经典密码学的重要子领域——经典安全多方计算的研究也拓展到了量子领域,也就是量子安全多方计算。二者最大的不同之处在于经典安全多方计算的安全性依赖于计算复杂度,例如大整数素因子分解或者离散对数计算,而量子安全多方计算的安全性则是建立在不确定性原理、量子不可克隆定理等量子力学基本原理上,导致量子安全多方计算具有更强的安全性和更广泛的应用空间。作为量子安全多方计算的一个分支,量子