Financing capital-constrained third party logistic firms: fourth party logistic driven financing mode vs. private lending driven financing mode
Notice bibliographique
Résumé
The accounts payable payment period for transportation costs is usually less than the accounts receivable cycle for transportation fees for a third-party logistic (3PL) firm in China; hence, a capital-constrained 3PL firm has a strong demand to seek credit loans from some competitive lenders (e.g., fourth-party logistic [4PL] firm or private lending [PL] organization). To investigate the attractiveness and effectiveness of different financing modes, two practical financing modes (4PL-driven and PL-driven) and an improved 4PL-driven financing mode are formulated in this work. We present a game-theoretical approach to investigate the equilibria based on the profile functions among 4PL firm (or PL), 3PL firm, supplier and retailer under different financing modes. We find that (1) the practical 4PL-driven financing mode will be the Pareto-dominant financing mode for 3PL firms, suppliers and retailers when the initial budget of the 3PL firm falls below a certain level. (2) The 4PL firm's profit is always higher when using the improved 4PL-driven financing mode. (3) The 4PL firm should use the practical 4PL-driven financing mode for start-up 3PL firms to support their growth; but when they grow to a certain scale, the 4PL firm should use the improved 4PL-driven financing mode to enhance its profit.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».