案例 058 封号风险也是成本

案例 058　封号风险也是成本

摘要：同时挂着两个平台跑单，一个时段能多抓 12.0% 的单，代价是被系统判定「异常接单」的违规分往上涨。本题把「重叠在线时段数」当成唯一的决策杠杆：班次 24 个时段、单平台时段收益 \(r_{t}\) 合计 795.0 元，双开时段的收益溢价 \(\pi=0.12\)，而封号概率按 \(P=0.02+0.25\theta^{2}\) 随重叠占比 \(\theta\) 走高，一封号 3 天少赚 \(\Lambda=900\) 元。目标写成「毛收入 + 溢价 \(-\) 期望封号损失」，\(P(\theta)\) 用 5 段折线（addGenConstrPWL）线性化，另设 0-1 变量 \(b\) 标记是否越过 100 分审查线。三种策略的结果：全合规 718.0 元（\(\theta=0\)）、适度违规 737.4 元（\(\theta=20.8\%\)）、激进违规 631.9 元（\(\theta=87.5\%\)）。结论是反直觉的：违规确实多赚了 29.5 元毛收入，但期望封号成本同时涨了 10.1 元，净赚只剩 19.4 元；重叠占比压到 20.8%（第 5 段双开）时期望净收益最高，再往前一步就开始下行。

关键词：风险预算；分段线性近似；期望损失；混合整数规划；平台合规；灵敏度分析

1　问题提出

1.1　问题是什么

午晚高峰两个平台同时爆单，骑手最自然的动作是「两台手机都开着，哪个先派就抢哪个」。这在系统眼里就是异常：同一时刻、同一位置、两个平台同时在线接单，判定为「跨平台异常接单」的概率随重叠时长上升。轻则扣分限流，重则封号 3 天——900 元直接归零。

班次从 10:00 到 22:00，切成 24 个 30 min 时段，每段的单平台收益 \(r_{t}\) 在 18.0—52.0 元之间（图 1），高峰 9 段合计 412.0 元，全天 795.0 元。双开一段的收益是 \(r_{t}(1+\pi)\)，\(\pi=0.12\)——这就是全部诱惑：一段双开多赚 6.2 元（高峰）到 2.2 元（深夜）。

表 1　八个代表时段的收益与风险记分（全 24 段见 data_058.csv，溢价按 12% 计）

时刻	\(r_{t}\) /元	高峰	\(\pi r_{t}\) /元	最优决策	违规分
10:00	26	否	3.12	单开	0
11:00	44	是	5.28	单开	0
12:00	52	是	6.24	双开	5
13:00	34	否	4.08	单开	0
15:30	20	否	2.40	下线	0
17:00	42	是	5.04	单开	0
18:00	50	是	6.00	双开	5
21:30	18	否	2.16	下线	0

1.2　为什么要优化

第一，基线风险是躲不掉的。\(\theta=0\) 时 \(P\) 仍有 2%，也就是说全合规骑手每班次也要背 18 元期望损失（900×0.02），一年 300 个班次就是 5,400 元。任何策略比较都必须以这个「平台误伤基线」为分母，否则会把 2% 当成零。

第二，溢价与风险不是线性对消的。溢价按 \(r_{t}\) 线性涨，风险按 \(\theta^{2}\) 平方涨——前者是匀速的，后者是加速的，所以一定存在一个拐点。本题要算的就是这个拐点。

第三，「适度」需要定义。行业里说「别太过分」，量化下来就是「重叠占比不超过 30%」。这个 30% 是拍出来的还是算出来的？如果是算出来的，它和精确最优差多少？这是本题真正要回答的问题。

1.3　Gurobi 如何求解

变量四组：\(z_{t,p}\in\{0,1\}\) 时段 \(t\) 是否挂平台 \(p\)、\(a_{t}\) 是否在线、\(o_{t}\) 是否双开、\(b\) 是否触发封号；连续变量 \(\theta\)、\(P\)、\(S\)。双开与在线用三条线性不等式从 \(z\) 里「挤」出来（式 3），不需要额外的逻辑约束。\(P(\theta)\) 用 addGenConstrPWL 在 \(\theta\in[0,1]\) 上取 5 段节点 \(\{0,0.2,0.4,0.6,0.8,1.0\}\)——凸函数的分段线性是外逼近，模型比真实风险略保守，最大偏差 0.0025（约 2.3 元）。封号指示 \(b\) 用大 M 与审查线挂钩（式 5），但不进目标函数（目标里已经是期望值），只用于事后判定哪一档策略真的会被封。

2　数学模型

2.1　符号说明

\(t=0,\dots,T-1\) 为时段（\(T=24\)），\(p\in\{0,1\}\) 为平台；\(r_{t}\) 为单平台时段收益；\(\pi\) 为双开溢价率；\(\Lambda\) 为封号 3 天的收入损失；\(\theta\) 为重叠占比；\(P\) 为封号概率；\(s\) 为每重叠时段违规分（5 分）；\(\underline{S}\) 为审查线（100 分）；\(n_{\max}\) 为在线时段上限（21 段）；\(\beta\) 为风险预算（0.30）。

2.2　目标函数

\[\max\ Z=\sum_{t=0}^{T-1}r_{t}a_{t}+\pi\sum_{t=0}^{T-1}r_{t}o_{t}-\Lambda P\tag{1} \]

三项各有分工：第一项 \(\sum r_{t}a_{t}\) 是「只要有在线就有底薪」，第二项 \(\pi\sum r_{t}o_{t}\) 是双开溢价，第三项 \(\Lambda P\) 是把封号概率折成钱。第三项是本题的全部新意：它让「提高收益」和「降低风险」变成同一个可比较的量纲。 注意 \(o_{t}\) 只在双开时为 1，所以第二项不会重复计算基础收入。

2.3　约束条件

\[P=0.02+0.25\,\theta^{2},\qquad \theta=\frac{1}{T}\sum_{t=0}^{T-1}o_{t}\tag{2} \]

封号概率取题给的二次式，\(\theta\) 是重叠段数占总段数的比例。这条式子里的 0.02 是平台误判的基线，0.25 是违规的边际敏感度——两个系数都不由骑手决定，骑手只能决定 \(\theta\)。

\[o_{t}\le z_{t,p},\quad o_{t}\ge z_{t,0}+z_{t,1}-1,\quad a_{t}\ge z_{t,p},\quad a_{t}\le z_{t,0}+z_{t,1}\tag{3} \]

\(o_{t}\) 与 \(z_{t,p}\) 的联动：双开时 \(z_{t,0}+z_{t,1}=2\)，下界逼出 \(o_{t}\ge 1\)，上界又压住 \(o_{t}\le 1\)，于是 \(o_{t}=1\)；单开时上界 \(o_{t}\le 0\)。\(a_{t}\) 同理，保证「在线」不被重复计数两次收入。

\[P=\sum_{k=0}^{K}\lambda_{k}P_{k},\qquad \theta=\sum_{k=0}^{K}\lambda_{k}\theta_{k},\qquad \sum_{k=0}^{K}\lambda_{k}=1,\ \ \lambda_{k}\ge 0\tag{4} \]

5 段折线的凸组合写法，与 addGenConstrPWL 等价。节点取等距 0.2，\(P\) 的节点值 \(\{0.02,0.03,0.06,0.11,0.18,0.27\}\) 全在真实曲线上——折线在节点之间高于曲线，这就是外逼近保守性的来源。

\[S=s\sum_{t=0}^{T-1}o_{t},\qquad S\ge \underline{S}\,b,\qquad S\le \underline{S}-1+M(1-b)\tag{5} \]

违规分是重叠段数的线性累加，\(b=1\) 当且仅当 \(S\ge100\)（大 M 取 400 足够，\(S\) 的上界是 120 分）。\(b\) 不参与目标，只用于判定「这个策略在现实中会不会真的被封」。

\[\sum_{t=0}^{T-1}a_{t}\le n_{\max},\qquad \sum_{t=0}^{T-1}o_{t}\le \beta T\tag{6} \]

在线上限 21 段（每天至少下线 3 段吃饭、换电、歇脚），风险预算 \(\beta\) 只在「适度违规」策略里生效。第一项约束是收益的天花板，第二项是风险的闸门——两者一起把可行域切成一条窄带。

2.4　规模与性质

24×2 个平台变量、3×24 个辅助 0-1 变量、3 个连续变量、1 个 PWL 约束，约束约 198 条。规模极小，根节点即证最优（gap 0，单次 0.02 s 级）。真正的工作量不在求解，而在扫参：本题共 38 次求解，其中二维热图 20 点、两个一维扫描各 7 点，全部在 3 s 内完成。 结构上这是一个「二次风险 + 线性收益」的凸资源分配问题：把时段按时段收益降序排，前 \(k\) 段双开就是最优结构——这解释了为什么最优解的重叠时段全部落在高峰（图 1）。

3　Gurobi 求解实现

3.1　建模要点

风险函数不能写进目标（Gurobi 不接受二次项与 0-1 变量混合的高效求解路径），用 PWL 一步到位：

THP = [0.0, 0.2, 0.4, 0.6, 0.8, 1.0]
PP  = [0.02 + 0.25*x*x for x in THP]
md.addConstr(th * T == gp.quicksum(o[t] for t in range(T)))
md.addGenConstrPWL(th, P, THP, PP, name="riskPWL")
md.addConstr(S == SCORE*gp.quicksum(o[t] for t in range(T)))
md.addConstr(S <= S_LINE - 1 + 400*b)      # b=0 时压住 S
md.addConstr(S >= S_LINE * b)              # b=1 时要求 S 越线

两个实现细节。第一，\(b\) 的两条约束方向必须是「\(S\) 大才逼 \(b\) 大」，如果写成对称的大 M，求解器会随便取 \(b=1\) 白拿一个封号标记。第二，\(\theta\) 必须写成等式 \(\theta T=\sum o_{t}\) 而不是不等式，否则 PWL 会在 \(\theta\) 上做手脚（把 \(\theta\) 取小、\(P\) 取小），目标值虚高。这两个坑都会让结果「看起来更好」，也正是风险模型最容易被做假的地方。

3.2　求解结果

表 2　三种策略与精确最优的对照（$\pi=0.12$，$\Lambda=900$ 元，$s=5$ 分/段）

策略	双开 /段	重叠占比 /%	毛收入 /元	封号概率 /%	期望损失 /元	期望净收益 /元	违规分
全合规	0	0.0	736.0	2.0	18.0	718.0	0
适度违规（\(\beta=0.30\)）	5	20.8	765.5	3.1	28.1	737.4	25
精确最优（折线目标）	5	20.8	765.5	3.1	28.1	737.4	25
激进违规（全时段双开）	21	87.5	824.3	21.4	192.4	631.9	105

四行读下来：全合规 718.0 元；适度违规 737.4 元；精确最优 737.4 元；激进违规 631.9 元。30% 预算解与折线目标下的精确最优完全重合（5 段 = 5 段），说明这条行业红线在本案的参数下不紧——真正的临界在 29.2%（见 4.8），红线比它只紧 0.8 个百分点。 激进策略是反面教材：毛收入最高（824.3 元），封号概率 21.4%、违规分 105 分越过审查线，期望净收益反而比全合规低 86.1 元。

4　结果分析

图 1　班次 24 个时段的单平台收益，红色为最优解选择双开的时段

4.1　收益的时段结构　图 1 的 24 根棒棒糖是全部「原料」：两段高峰（11:00—12:30、17:00—19:00）贡献 412.0 元，占全天 795.0 元的 51.8%。红色的双开时段全部落在高峰，一段也没浪费在平峰——这是凸风险的直接后果：风险按 \(\theta^{2}\) 计，不区分时段，所以必须把「违规额度」花在收益最高的时段上。 这也解释了为什么最优解是「结构性的」：先排序，再截断。

图 2　各时段的双开溢价与单平台收益近似成正比，高峰时段最诱人

4.2　溢价的分布　图 2 横轴是单平台时段收益、纵轴是双开溢价，两者严格共线（溢价 = 0.12·\(r_{t}\)），气泡面积表示该时段收益。这条直线就是诱惑的形状：高峰时段一段双开多赚 6.2 元，是平峰时段 2.2 元的近三倍。 但风险成本对每个时段是一样的（每段 5 分），因此「每分违规分买到的收益」在高峰是平峰的近三倍——这就是为什么最优解宁可放弃平峰在线，也要保住高峰双开。

图 3　三种策略的期望净收益与封号概率

4.3　三策略对比　图 3 是本例的核心：全合规 718.0 元 / 2.0%、适度违规 737.4 元 / 3.1%、激进违规 631.9 元 / 21.4%。柱高差异看着不大（19.4 元），但配上右轴的封号概率就看清楚了：从全合规到适度违规，概率从 2% 升到 3.1%，期望成本涨了 10.1 元，毛收入涨了 29.5 元，两账相抵净赚 19.4 元——违规的「净利润率」只有 65.7%。 再往激进走，成本涨得比收入快，-86.1 元是净亏。

图 4　三种策略的累计违规分曲线，激进策略第 20 段越过审查线

4.4　违规分是怎么攒起来的　图 4 左轴是累计违规分、右轴是毛收入（细线）。全合规那条一直贴着零轴；适度违规在第 5 段双开后停在 25 分，离 100 分的审查线还有 75 分余量；激进违规在第 20 段越过审查线，最终 105 分。审查线不是「会不会被抓」的开关，而是「被抓的代价有多确定」的分界：\(b=1\) 意味着不再有 2% 的运气成分，而是封号几乎必然。 图 4 里三条曲线的斜率差别，就是三种策略在风险上的全部差别。

图 5　收益溢价对最优净收益与最优重叠占比的影响

4.5　溢价灵敏度　图 5 左轴期望净收益、右轴最优重叠占比。溢价从 0 提到 0.36，最优净收益从 718.0 元升到 843.8 元，最优重叠占比从 0.0% 一路爬到 58.3%。这是一条「诱惑越大越敢违规」的单调曲线，而且爬升是加速的：溢价每加 0.06，\(\theta^{*}\) 的增量越来越大。 原因是边际条件 \(\pi r_{k}=\Lambda\cdot 0.5\theta/T\) 里右边也随 \(\theta\) 上升，只有更强的溢价才推得动。本案的 0.12 落在曲线中段偏左，\(\theta^{*}=20.8\%\)。

图 6　收益溢价与封号损失二维扫描下的期望净收益，黄框为本案参数

4.6　溢价 × 封号损失　图 6 是 5×4 热图：行是封号损失 \(\Lambda\)（900 元上下各两档），列是溢价。从左到右变深（溢价越高越值得违规），从下到上变浅（封号损失越大越不值）——两条方向相反的力量在中间形成了斜向的等高带。 同一列最上一行与最下一行差 23.7 元，说明 \(\Lambda\) 从 750 涨到 1200（+60%）时违规的净收益几乎被吃光。实务含义：与其纠结「平台查得严不严」，不如先估准「封号到底损失多少」——后者才是决定要不要违规的那个数。

图 7　班次在线时段上限对净收益与重叠占比的影响（第三维）

4.7　在线时长（第三维）　图 7 左轴净收益、右轴最优重叠占比，横轴是在线时段上限。从 15 段放到 21 段，净收益从 593.4 元升到 737.4 元，但重叠段数一动不动停在 5 段（20.8%→20.8%）——多出来的在线时段全是平峰，第 6 段以后的边际收益已经为负，最优解宁可单开也不双开。 这条曲线说明「多在线」和「多双开」是两种完全不同的扩张方式：前者是线性的、安全的，后者是加速付费的。

图 8　重叠占比与期望净收益的前沿，灰区为违规不如全合规的区间

4.8　前沿与临界值　图 8 横轴是重叠占比、纵轴是期望净收益，曲线是「按时段收益降序堆叠」并用精确二次式计风险的解析前沿（与 MIP 解的结构完全一致，只是风险口径更细）。\(k=0\) 时 718.0 元，\(k=7\) 时 738.9 元见顶，之后每多一段就往下掉。峰顶在 29.2%，正好落在 30% 红线下方 0.8 个百分点——行业经验值不是拍出来的，它就是边际等式 \(\pi r_{k}=\Lambda\cdot0.5\,\theta/T\) 的解。 灰色区（净收益低于全合规）要到 $ heta\approx55%$ 才出现，30%—55% 之间是一段「赚得少但仍然赚」的钝区；激进策略 87.5% 已经落到 631.9 元。

图 9　单班次净收益的累积分布：左端台阶的高度就是封号概率

4.9　净收益分布　图 9 是对「执行偏差」的蒙特卡洛（累计分布，台阶高度 = 概率）：设实际重叠占比在计划值附近抖动（标准差 5 个百分点），抽 4000×240 个班次。三条分布的均值分别是 717.6、737.0、634.0 元，与确定性结果一致；但左尾完全不同：5% 分位数 709.7、736.5、-85.7 元，标准差 128.2、158.4、367.8 元。前两条在 5% 分位上还没被抽到封号（709.7 与 736.5 元），激进策略的 5% 分位却已经掉到 -85.7 元——同样 240 个班次里，它平均要被封 50 次。风险不是均值问题，是左尾问题：均值只差 19.4 元，最坏 5% 的班次差了 822.2 元。

图 10　第 k 个双开时段的边际净贡献，第 8 段起转负

4.10　边际贡献　图 10 把每个双开时段单独标价：第 1 段边际净贡献 5.8 元，第 7 段 0.2 元，第 8 段 -0.8 元转负。转负的位置就是临界值 29.2%——它不是一个「行业经验」，而是一条边际等式：\(\pi r_{k}=\Lambda\cdot0.5\,\theta/T\)。 代入第 8 段的数：左边溢价 5.0 元，右边新增期望损失 5.9 元，左边已经小于右边，所以停手。反过来看，如果封号损失只有 540.0 元（比如只封 2 天），同一段就仍然值得双开——这就是「临界值随 \(\Lambda\) 移动」的微观机制。

5　结论

1. 封号风险的成本可以精确到元，而且比想象的小。 从全合规到适度违规，封号概率从 2% 升到 3.1%，期望损失从 18.0 元升到 28.1 元，只多付 10.1 元；同时毛收入多 29.5 元。净赚 19.4 元/班，一年 300 班约 5818 元——违规的收益是真的，只是薄。
2. 临界重叠占比 29.2%，30% 的风险预算刚好把它包住。 精确前沿的峰顶在 29.2%，比红线低 0.8 个百分点；折线模型给出的最优是 20.8%（5 段），比精确解少 2 段、每班少赚 1.2 元。这个差不是误差，是 5 段折线外逼近的保守性：凸函数的分段线性永远高估风险，节点越稀，最优解被压得越靠前。风险函数的折线密度会直接改变决策，这是 PWL 建模里最容易被忽略的一处。
3. 激进违规是净亏，亏在概率而不是亏在罚款。 全时段双开毛收入最高（824.3 元），但封号概率 21.4%、违规分 105 分越过审查线（\(b=1\)），期望净收益 631.9 元，比全合规低 86.1 元。「反正封号也就 900 元」这句话错在把概率当成 1：按 21% 摊到每班次，是 190 元的隐性成本。
4. 最优解的结构是「把违规额度花在高峰」。 凸风险不区分时段，所以每分违规分必须买最贵的收益（图 1、图 2、图 10）：最优解的 5 个双开时段全部落在高峰，平峰全部单开或下线。这条结论可以直接抄成操作规则：双开只开在 11:00—12:30 和 17:00—19:00。
5. 决定要不要违规的不是「查得严不严」，是「封号损失多大」。 图 6 里 \(\Lambda\) 从 750 涨到 1200，违规的净收益被吃掉 23.7 元；图 5 里溢价从 0.06 涨到 0.30，净收益涨 89.4 元。两个参数里，\(\Lambda\) 是骑手估不准、平台也不会告诉你的那个——所以实操上应该先按保守值（900 元甚至更高）算，再决定敢不敢双开。

参考文献

[1] Gurobi Optimization LLC. Gurobi Optimizer Reference Manual[Z]. 2024.

[2] Kellerer H, Pferschy U, Pisinger D. Knapsack Problems[M]. Berlin: Springer, 2004.

[3] Martello S, Toth P. Knapsack Problems: Algorithms and Computer Implementations[M]. Chichester: John Wiley & Sons, 1990.

[4] 司守奎, 孙玺菁. 数学建模算法与应用[M]. 3 版. 北京: 国防工业出版社, 2021.