意愿离散连续模型的选择性修正

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Selectivity correction in discrete-continuous models for the willingness
  to work as crowd-shippers and travel time tolerance》
---
作者：
Tho V. Le and Satish V. Ukkusuri
---
最新提交年份：
2018
---
英文摘要：
  The objective of this study is to understand the different behavioral considerations that govern the choice of people to engage in a crowd-shipping market. Using novel data collected by the researchers in the US, we develop discrete-continuous models. A binary logit model has been used to estimate crowd-shippers\' willingness to work, and an ordinary least-square regression model has been employed to calculate crowd-shippers\' maximum tolerance for shipping and delivery times. A selectivity-bias term has been included in the model to correct for the conditional relationships of the crowd-shipper\'s willingness to work and their maximum travel time tolerance. The results show socio-demographic characteristics (e.g. age, gender, race, income, and education level), transporting freight experience, and number of social media usages significant influence the decision to participate in the crowd-shipping market. In addition, crowd-shippers pay expectations were found to be reasonable and concurrent with the literature on value-of-time. Findings from this research are helpful for crowd-shipping companies to identify and attract potential shippers. In addition, an understanding of crowd-shippers - their behaviors, perceptions, demographics, pay expectations, and in which contexts they are willing to divert from their route - are valuable to the development of business strategies such as matching criteria and compensation schemes for driver-partners.
---
中文摘要：
本研究的目的是了解在拥挤航运市场中，决定人们选择的不同行为因素。利用美国研究人员收集的新数据，我们开发了离散连续模型。使用二元logit模型估计拥挤托运人的工作意愿，并使用普通最小二乘回归模型计算拥挤托运人对装运和交货时间的最大容差。该模型中包含了选择性偏差项，以修正人群托运人的工作意愿与其最大行程时间容差之间的条件关系。结果表明，社会人口特征（如年龄、性别、种族、收入和教育水平）、运输经验和社交媒体使用次数对参与拥挤航运市场的决策有显著影响。此外，人群托运人的薪酬预期被发现是合理的，并且与时间价值的文献一致。这项研究的结果有助于拥挤的航运公司识别和吸引潜在的托运人。此外，了解人群托运人的行为、感知、人口统计、薪酬预期以及他们愿意在何种情况下偏离路线，对于制定业务战略（如匹配标准和司机合作伙伴的薪酬计划）很有价值。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Selectivity_correction_in_discrete-continuous_models_for_the_willingness_to_work.pdf (199.13 KB)

2022-6-10 21:07:01 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：连续模型 选择性 Expectations Quantitative Compensation

离散-连续模型中的选择性校正，以确定是否愿意作为人群托运人和旅行时间公差Tho V.LePh。D、 普渡大学土木工程学院（StudentLyles School of Civil Engineering Purdue University）550 Stadium Mall Drive，West Lafayette，邮编：47907，美国电话：+1 765 586 2836；电子邮件：le39@purdue.eduSatishV.Ukkuuri，相关作者普渡大学土木工程学院550 Stadium Mall Drive，West Lafayette，邮编：47907，USATel：+1 765 494-2296；传真：+1 765 494 0395；电子邮件：sukkusur@purdue.eduWord数量：5606字文本+6个表格/图x 250字=7106字提交日期2017年8月1日引文：Le，T.V.，&Ukkusuri，S.V.（2018）。离散连续模型中的选择性校正，以确定是否愿意作为人群托运人和行程时间容差。交通研究委员会第97届年会交通研究委员会（编号18-02610）。Le，Ukkuuri 2摘要本研究的目的是了解在拥挤航运市场中，决定人们选择的不同行为因素。利用美国研究人员收集的新数据，我们开发了离散连续模型。已使用二元logit模型来估计拥挤托运人的工作意愿，并使用普通最小二乘回归模型来计算拥挤托运人对装运和交货时间的最大容差。模型中加入了选择性偏差项，以修正人群托运人的工作意愿与其最大行程时间公差之间的条件关系。结果表明，社会人口特征（如年龄、性别、种族、收入和教育水平）、运输货运经验和社交媒体使用数量对参与拥挤航运市场的决策有重大影响。

此外，人群托运人付款预期被发现是合理的，并且与时间价值的文献一致。这项研究的结果有助于拥挤的航运公司识别和吸引潜在的托运人。此外，了解人群托运人的行为、感知、人口统计、预期，以及他们愿意在何种情况下偏离路线，对于制定业务战略（如匹配标准和司机合作伙伴的薪酬方案）很有价值。关键词：人群运输、工作意愿、最后一英里交付、按需交付、选择性校正、离散连续模型、Ukkuuri 3简介电子商务在过去十年中有了显著增长，预计在未来将显著增长（1）。2013年，英国、中国、德国和美国的人均在线购物订单数分别为28.7、23.1、18.2和13.6（2）。据报道，在在线产品类别中，电子产品、时装、服装和书籍是最常见的购买物品（3）。众多零售商——超市、食品、饮料、百货商店、书店、文具店、药店、电源店、花店和纪念品店——通过常规运输工具、承运人或零售人员运送小包裹。因此，物流运营商交付了相当数量的小包裹。值得注意的是，2009年至2014年，中国用于电子商务采购的快递服务大幅增长了820%（4）。在巴克莱银行（Barclays）的报告（5）中，Conlumino透露，2013年，信箱大小的包裹和小包裹约占英国所有在线购买货物的60%。

信箱大小的包裹可以穿过标准的英国信箱，而小包裹的大小不超过标准的英国鞋盒。此外，布林格表示，2016年，仅在美国就有超过20亿的本地交付（6）。因此，可以观察到城市地区对小包裹交付的巨大需求。为了应对快递服务的需求、电子商务的兴起以及互联网连接和智能手机技术的改进，在全球范围内成立了大量的拥挤运输公司。拥挤运输公司面临的一个挑战是提供充足的供应来满足这一需求。因此，识别来自第三方的潜在供应对拥挤运输公司至关重要。一个可能的解决方案是吸引那些无论如何都要利用车辆中未使用的容量来运输货物的人。事实上，有可能利用可用的车辆体积来运送货物。2009年的美国全国家庭旅行调查显示，所有三种目的的全国平均车辆占用率为1.67（人英里/车英里）（7）。此外，其他一些美国城市的数据也证实了类似的统计数据（8-10），如表1所示。表1：。平均车辆职业国家/城市地区调查样本规模平均车辆职业（TN）115221.70Chicago（IL）105521.67Atlanta（GA）102781.85此外，配送距离信息有助于拥挤运输公司的运营战略（例如，提醒潜在的众包司机注意其距离偏好范围内的工作）。根据中国上海一天的货运请求数据集计算的最大和最小距离分别为87.5公里和0.18公里（11）。配送需求从传统的物流中心和本地商店收集。

传统零售商将电子商务包裹外包，要求从其当地服务分公司领取，而当地商店则要求在线至离线的包裹交付。所有配送行程的平均距离为6.5公里（即4英里）。从当地商店订购的包装平均配送距离仅为3公里（即1.86英里）。然而，各方面尚不清楚潜在的人群运输供应。以下研究问题仍然存在：“谁愿意做群体托运人？是否有与潜在群体托运人相关的特定社会人口特征？是什么因素驱动了他们？他们对货物的类型或所有者有什么偏好？Ukkuuri的哪个岛4旅行时间的最大容忍度（TTT）或者拥挤的托运人会接受从他们的典型路线出发进行取货和交货的距离？什么因素会影响这个决定？拥挤托运人期望得到多少报酬（ETP）？”(12). 然而，目前还没有明确的基于研究的答案。因此，本研究将采用离散连续逼近模型来研究这些问题。这些模型检验了潜在人群托运人的工作意愿（WTW）以及愿意作为人群托运人工作的受访者的最大TTT。本文为拥挤航运公司更好地理解有效和高效的系统操作提供了帮助。这些信息将帮助众船公司了解兼职司机，了解什么时候工作，工作多少，哪些情况会影响潜在众船公司的WTW，并制定运营策略（例如匹配和路线策略，激励司机合作伙伴）。本文包括六个部分。引言介绍了本研究的背景和动机。

文献综述部分说明了其最先进的方法。第3节介绍了研究数据来源的信息。评估结果部分讨论了调查结果和见解。最后，在结论部分对研究进行了总结。文献综述由于没有关于人群运输操作实践的可用数据，因此综合性队列集旨在解决上述研究差距。作者在另一篇论文（12）中介绍了调查设计、描述性统计和数据的初步研究结果。这项研究是由与surv ey回应（即WTW和TTT选择）相关的问题推动的。采用logit模型来估计WTW是否为拥挤托运人的离散选择。采用一个普通的最小二乘回归模型来计算CROWD托运人对装运和交货时间的最大公差。在回归模型中加入选择性偏差项，以校正离散变量和连续变量的相关性。运输领域的各种研究都使用了离散-连续方法。Bhat和他的同事发表了一系列使用这种技术的作品。例如，Bhat（2005）开发了一个多离散连续极值模型来测试时间使用分配决策。结果表明，人口统计学和就业模式对时间使用模式有显著影响（13）。Bhatand及其同事在其他研究中也采用了多圆盘网连续模型（14-15）。在各种运输数据集中发现了变量之间的关系（如离散和连续）。Hamed和Mann erin g（1993）开发了一种新方法来修正这些相关性。

将下班回家的选择和到家的行程时间建模为离散连续模型，并应用选择性校正项。由于行程时间数据只能从决定直接下班回家的响应者子集中获得，因此该模型中存在选择性偏差。作者采用二元logitmodel分析活动/家庭选择模型，并采用普通最小二乘回归模型分析从工作到家庭的时间水平。结果表明，在统计学上，se活性相关显著；因此，数据集中存在相关性（16）。许多工作都解决了与此主题相关的方法学问题（17-25）。我们在本文中的目标是将这种方法应用于拥挤运输中的创新数据集，并获得与WTW和TTT选择相关的各种见解。Le，Ukkusuri 5人群运输系统供给侧的研究有限。Paloheimo等人（2016年）研究了在芬兰交付图书馆材料（即书籍和图书馆媒体）的众包试点项目，发现每次交付平均绕道2.2公里。此外，在受访者参与试验的所有原因中，“尝试新事物”、“让我的生活更轻松”、“支持公共服务”和“支持环境”被列为主要动机（26）。根据Briffaz和Darvey（2016）（27），在另一项研究中，64%的受访者愿意运输包裹，44%的受访者出于生态利益。关于潜在人群托运人WTW的价值，几乎没有找到相关出版物。在最近的一项研究中，Miller et al.（2017）估计了WTW的价值，WTW的定义是放弃时间和盈利。研究发现，WTW值高于文献中给出的典型支付意愿值。

此外，据报道，社会人口和态度变量对WTW决策有重大影响（28）。这是米勒等人的论文。（2017）是最早的关于该主题的研究之一；然而，在建模方法中忽略了选择性偏差。未能纠正选择性偏差导致从估计结果得出的见解和结论受到重大限制（29）。因此，本文的目的是提供客观和一致的结果，并为拥挤航运研究的融合领域做出贡献。方法学在这项研究中，调查对象首先被问及他们是否愿意担任群体托运人（离散变量）。如果是这样的话，他们会被问到，他们在提货和发货时可以接受的最大TTT（连续变量）是多少。这些决定是相互关联的；因此，离散连续模型最适合分析数据（29）。此外，互连离散连续数据通常被视为选择性问题。观察到的数据（即TTT）是与观察到的离散决策（即WTW作为crow d-shippers）中的非随机数据样本相关的选择过程的结果。决策之间的关系如图1所示。作为一名拥挤的发货人旅行时间不到几分钟。如图1所示。这两种决策的关系本研究的目的是确定哪些因素与响应者作为人群托运人工作的最大TTT相关。连续TTT的定义为：01i iiTTT Xααε=++（1），其中是人群托运人i的行程时间公差sα是可估计参数；IX是受访者i的社会人口变量向量；iε是假定为正态分布的未观测项。

然而，由于该模型适用于愿意担任集体托运人的受访者子集，因此iε的平均值不为零。因此，我们使用选择性偏差对离散连续模型进行校正。选择性偏差表示有条件的TTT值，因为受访者愿意担任群体托运人。已经开发了几种方法来纠正这种选择性偏差（30，31）。表示（）| iEkε是iε的条件平均值，因为受访者i选择成为人群托运人（31）。（）| i ikEkεξσερσ= Π（2） 式中，εσ是正态分布未观测项ε的标准偏差；ξσ是离散选择模型中逻辑未观测项ξ的标准偏差（方程式6）；ρ是ε和ξ之间的相关性；andik∏定义为：式中，i是指WTW决定作为响应者i的人群托运人的概率。然后（）| ii iEkεε=+（4） 将（4）代入（1）中，方程变为：（）（）01 01 | i i i i ik iE TTT k X E k Xαεεαβε=++=++∏+（5） 其中β是一个估计参数，等于εξσρσ;iε具有条件零均值byconstruction。在方程（5）中，选择性偏差项的参数β被估计为随机参数。因此，为每个观测估计一个参数。这种随机参数假设下的假设是行为观察的多样性。换言之，此模型中使用的allobservations愿意充当群组发货人，并且它们的TTT不同。然后使用有序最小二乘法计算该方程（5）。具有选择正确项的离散连续模型依次按以下三个步骤求解：1。使用离散选择模型来估计每个离散决策的概率（即愿意作为群体托运人工作）。

本步骤使用所有受访者的数据集。2、利用第一步的结果估计选择性值。3、采用回归模型对连续数据进行评价。该模型包括步骤2中的计算选择性变量，该变量修正了离散连续决策过程的选择性偏差。该模型中仅使用了来自愿意担任集体托运人的受访者的一部分数据。多项式logit模型广泛应用于选择建模的研究中。该模型的一个特点是IIA假设，适合独立选择。因此，通常使用多项式模型来推断受访者的自主行为。（）（）（）1*日志1logik ikik ikikpppp--Π= +（3） Le，Ukkuuri 7被申请人决定k的效用表示为Uk。k kkUVξ=+（6），其中kv是观察到的效用，~（0,1）IID Gumbelξ。然后，选择模型写为：（）*1exp（）exp（）kkk kkvpv VV=>=∑（7） 在本研究中，由于选择集中只有两个备选方案（即，是否愿意担任集体托运人），多项式logit模型被压缩为二元logit模型。数据来源本研究中使用的数据集来自2017年2月至4月的美国调查。该调查旨在了解利益相关者（例如请求者和潜在的拥挤托运人）的行为，并假设物流市场中存在拥挤托运服务。共有1176份回复，但最终数据集仅包括549份回复，因为一些回复不一致或不一致。在调查中，我们询问了配送经验，以及关于众包交付的参考文献和陈述偏好问题。