基于大數(shù)據(jù)分析的供應(yīng)鏈產(chǎn)品定價和延保服務(wù)需求協(xié)調(diào)策略

寇 軍, 田帥輝, 陳 鑫

(重慶郵電大學(xué)a. 經(jīng)濟(jì)管理學(xué)院; b. 企業(yè)管理創(chuàng)新研究中心, 重慶 400065)

大數(shù)據(jù)時代背景下,供應(yīng)鏈所處的數(shù)據(jù)環(huán)境在產(chǎn)品的生產(chǎn)和供應(yīng)、當(dāng)前運營管理統(tǒng)計體系以及數(shù)據(jù)價值等方面面臨著嚴(yán)峻的挑戰(zhàn)．如何提高決策水平是供應(yīng)鏈企業(yè)當(dāng)前亟待解決的重要問題．近年來, 眾多學(xué)者針對數(shù)據(jù)或信息技術(shù)對供應(yīng)鏈企業(yè)的影響以及供應(yīng)鏈成本與風(fēng)險控制進(jìn)行了大量研究．一方面,關(guān)于系統(tǒng)模式設(shè)計的實證和案例研究: Li等[1]實證研究了環(huán)境不確定性、組織內(nèi)部促進(jìn)因素和內(nèi)部組織關(guān)系對供應(yīng)鏈管理中信息共享和信息質(zhì)量的影響; Gonzalvez-Gallego等[2]研究了供應(yīng)鏈中集成信息系統(tǒng)對企業(yè)績效的影響; Tan等[3]通過案例研究和結(jié)構(gòu)化訪談,提出一個新的理論模型來描述集成供應(yīng)鏈中的信息和知識泄露現(xiàn)象; Long[4]研究了供應(yīng)鏈網(wǎng)絡(luò)中組織間合作的計算實驗對供應(yīng)鏈的決策支持,并提出基于六層框架的支持范例; Gupta等[5]探討了智能供應(yīng)鏈與信息之間的關(guān)系, 實證分析了非價格因素; Swain等[6]采用文本分析方法探討了要素之間的關(guān)系,識別特定元素成員產(chǎn)生的供應(yīng)鏈所生成的社交媒體內(nèi)容以及供應(yīng)鏈的績效; 譚曉軍等[7]從行業(yè)互聯(lián)的角度出發(fā),面向云平臺研究了供應(yīng)鏈信息協(xié)調(diào)問題,提出產(chǎn)業(yè)資源協(xié)同效率路徑探索方法．另一方面,關(guān)于信息與供應(yīng)鏈企業(yè)績效關(guān)系等的運籌優(yōu)化研究: Liu等[8]通過建立供應(yīng)鏈信息在企業(yè)價值增值中的模型,研究了信息在創(chuàng)造供給方面的作用;Xu等[9]基于委托代理理論分析了供應(yīng)鏈合作管理因素,分別對信息對稱和不對稱情況下的模型進(jìn)行求解和數(shù)學(xué)分析;Li等[10]在三級供應(yīng)鏈中研究了信息共享的價值及信息共享下不同層次的決策規(guī)則,并同時考慮信息完全和部分共享下的供應(yīng)鏈擾動情況;Taleizadeh等[11]研究了零售商主導(dǎo)的供應(yīng)鏈中聯(lián)合定價和聯(lián)盟選擇決策問題, 提出4種不同的聯(lián)盟模型;Hosseini-Motlagh等[12]從線上渠道視角研究了一個處理需求中斷的逆向供應(yīng)鏈(reverse supply chain,RSC)系統(tǒng),推導(dǎo)出需求中斷下分散和集中的最優(yōu)定價、可持續(xù)性水平和企業(yè)社會責(zé)任決策;Dominguez等[13]利用動態(tài)規(guī)劃和衰減等定量方法分析了信息共享對提高供應(yīng)鏈彈性的作用;Mandal等[14]針對不確定需求下供應(yīng)鏈成本和碳排放最小化需求,通過動態(tài)規(guī)劃公式進(jìn)行逼近,運營與總成本相關(guān)的微分方程最優(yōu)解對配送給客戶的批次進(jìn)行車輛速度優(yōu)化．上述文獻(xiàn)研究了大數(shù)據(jù)技術(shù)對供應(yīng)鏈成員的營銷行為、渠道決策以及消費者與制造商決策等方面的影響,但未將制造商與零售商在大數(shù)據(jù)技術(shù)共同影響下的集中決策與分散決策納入考量．

本文擬探索一個制造商與一個在線零售商情形下的產(chǎn)品服務(wù)供應(yīng)鏈中大數(shù)據(jù)同時影響產(chǎn)品與延保服務(wù)需求的供應(yīng)鏈定價與協(xié)調(diào)策略,通過博弈模型研究供應(yīng)鏈在不同決策下制造商和零售商的定價決策問題,設(shè)計大數(shù)據(jù)分析能力成本分擔(dān)契約以有效協(xié)調(diào)供應(yīng)鏈,使得成員利潤在此協(xié)調(diào)契約下實現(xiàn)帕累托改進(jìn)．

1 問題描述與假設(shè)

本文研究的供應(yīng)鏈由上游單制造商和下游單在線零售商組成．制造商提供實物產(chǎn)品并通過對應(yīng)的在線零售商進(jìn)行銷售活動,其中制造商是在線零售商的唯一產(chǎn)品供應(yīng)商且其在供應(yīng)鏈中占主導(dǎo)地位．假設(shè)產(chǎn)品生產(chǎn)成本為c,批發(fā)價格為w,在線零售商以價格pp將產(chǎn)品銷售給顧客, 一般c

Dp=a+ηpb-kpp,

(1)

其中a(a>0)為基本市場規(guī)模,ηp為產(chǎn)品需求對制造商大數(shù)據(jù)分析能力的敏感系數(shù),k為產(chǎn)品價格對產(chǎn)品需求的影響系數(shù),b為制造商的大數(shù)據(jù)分析能力,即制造商對消費者行為數(shù)據(jù)進(jìn)行分析處理后對目標(biāo)市場評估、制定質(zhì)保服務(wù)以及控制產(chǎn)品故障率等方面的能力．因產(chǎn)品質(zhì)保期內(nèi)的包修服務(wù)(即購買產(chǎn)品附帶的質(zhì)保服務(wù))免費,故現(xiàn)僅考慮針對質(zhì)保期外故障維修的延保服務(wù)．由在線零售商向目標(biāo)客戶同時銷售并提供延保服務(wù),而顧客可以選擇在購買產(chǎn)品的同時購買延保服務(wù),也可以在體驗或使用產(chǎn)品后選擇是否購買延保服務(wù),延保服務(wù)的零售價格為ps．于是, 顧客對大數(shù)據(jù)分析能力是可觀測的,并能獲知相應(yīng)的產(chǎn)品大數(shù)據(jù)信息．

Ds=Dp-ηsb-ps,

(2)

其中ηs為延保服務(wù)需求對制造商大數(shù)據(jù)分析能力的敏感系數(shù),ηs>0．假設(shè)一個顧客最多只購買一件產(chǎn)品, 且其最多只為每件產(chǎn)品購買一次延保服務(wù), 則制造商提升大數(shù)據(jù)分析能力的成本為b2/2．

根據(jù)上述假定, 可知在線零售商的利潤函數(shù)

πr=(pp-w)Dp+(ps-cs)Ds,

(3)

其中cs為單位延保服務(wù)成本; 制造商的利潤函數(shù)

πm=(w-c)Dp-b2/2;

(4)

供應(yīng)鏈的系統(tǒng)利潤

π=πr+πm．

(5)

2 供應(yīng)鏈價格與大數(shù)據(jù)分析能力決策模型

首先,建立由單一制造商與單一在線零售商構(gòu)成的供應(yīng)鏈的集中和分散決策利潤模型,分析集中決策下的產(chǎn)品價格、延保服務(wù)價格和制造商大數(shù)據(jù)分析能力; 其次, 求解分散決策下制造商與零售商進(jìn)行博弈后的最優(yōu)價格和大數(shù)據(jù)分析能力; 最后, 對不同決策下的均衡結(jié)果進(jìn)行對比分析．

2.1 集中決策模型

集中決策下,將供應(yīng)鏈上游的制造商和下游的在線零售商視為同一決策主體, 統(tǒng)一決策pp、ps和b, 目的是實現(xiàn)供應(yīng)鏈的系統(tǒng)利潤最大化．系統(tǒng)優(yōu)化問題為

maxpp,ps,bπC=(pp-c)Dp+(ps-cs)Ds-b2/2．

(6)

定理1集中決策下供應(yīng)鏈系統(tǒng)的最優(yōu)解為

由命題1可知, 在集中決策的情況下,隨著延保服務(wù)成本的提高, 當(dāng)ηs較小時在線零售商應(yīng)降低產(chǎn)品零售價格; 當(dāng)ηs較大時在線零售商可適當(dāng)提高產(chǎn)品零售價格,制造商應(yīng)提高大數(shù)據(jù)分析能力．這是由于當(dāng)大數(shù)據(jù)分析能力對延保服務(wù)需求的影響較強時,提高大數(shù)據(jù)分析能力會導(dǎo)致延保服務(wù)需求大幅下降,在線零售商只有通過提高產(chǎn)品銷售價格來彌補延保服務(wù)需求下降所致延保服務(wù)收益損失,同時制造商也須提高大數(shù)據(jù)分析能力以應(yīng)對提價后消費者對于產(chǎn)品購買意愿的減弱造成的銷量下降．

2.2 分散決策模型

分散決策下, 制造商和在線零售商構(gòu)成以制造商為主方的主從博弈模型,雙方都是中性風(fēng)險和完全理性,分別以各自利潤最大化為目標(biāo)進(jìn)行決策．分散決策分為2個階段: 制造商決策w和b; 在線零售商決策pp和ps．制造商的目標(biāo)函數(shù)為

(7)

在線零售商的目標(biāo)函數(shù)為

(8)

采用逆向歸納法求解目標(biāo)函數(shù),可得下面的定理．

定理2分散決策下供應(yīng)鏈存在唯一的子博弈精煉均衡解:

由命題2可知,分散決策下,隨著單位延保服務(wù)成本的上升,當(dāng)ηs較高時在線零售商應(yīng)提高產(chǎn)品價格; 反之, 應(yīng)降低產(chǎn)品價格．這表明當(dāng)顧客較重視大數(shù)據(jù)分析相關(guān)信息時,在線零售商可以通過提高產(chǎn)品價格來彌補延保服務(wù)成本上升造成的收益損失;當(dāng)顧客對大數(shù)據(jù)分析相關(guān)信息重視程度較低時,制造商反而應(yīng)降低產(chǎn)品銷售價格以應(yīng)對延保服務(wù)成本的提高; 隨著單位延保服務(wù)成本的提高,制造商應(yīng)增強大數(shù)據(jù)分析能力．

命題3表明,分散決策下,隨著產(chǎn)品市場規(guī)模的擴(kuò)大,當(dāng)產(chǎn)品價格系數(shù)較高時,在線零售商可以提高延保服務(wù)價格;反之,應(yīng)降低延保服務(wù)價格．這是因為隨著產(chǎn)品市場規(guī)模的擴(kuò)大,顧客對產(chǎn)品的需求量增大,在線零售商適度降低延保服務(wù)價格可進(jìn)一步促進(jìn)產(chǎn)品及延保服務(wù)銷售,從而提高利潤．

3 供應(yīng)鏈的協(xié)調(diào)契約模型

分散決策下的產(chǎn)品價格、延保服務(wù)價格和大數(shù)據(jù)分析能力與集中決策下存在偏差．這意味著由于雙重邊際效應(yīng)的存在,分散決策下供應(yīng)鏈系統(tǒng)利潤并非最優(yōu),制造商應(yīng)設(shè)計合理有效的契約提高供應(yīng)鏈的總利潤,并且保證供應(yīng)鏈各方都能實現(xiàn)利潤改善．現(xiàn)考慮在線零售商共同承擔(dān)一部分大數(shù)據(jù)建設(shè)成本并設(shè)計分擔(dān)契約,大數(shù)據(jù)成本分擔(dān)系數(shù)為φ,0<φ<1．制造商的目標(biāo)函數(shù)為

(9)

在線零售商的目標(biāo)函數(shù)為

(10)

定理3協(xié)調(diào)契約下供應(yīng)鏈存在唯一的子博弈精煉均衡解:

制造商可通過大數(shù)據(jù)成本分擔(dān)機制與在線零售商進(jìn)行協(xié)調(diào),從而實現(xiàn)系統(tǒng)績效的帕累托改進(jìn)．然而,只有當(dāng)協(xié)調(diào)契約具備利他性且能使在線零售商獲得高于分散決策的利潤時,在線零售商才會參與．為實現(xiàn)供應(yīng)鏈協(xié)調(diào),首先,制造商須通過調(diào)節(jié)φ保證在線零售商有參與協(xié)調(diào)契約的積極性．該大數(shù)據(jù)成本協(xié)調(diào)契約可使其在制造商與在線零售商之間有效實施后, 促進(jìn)供應(yīng)鏈的系統(tǒng)利潤提升,即

(11)

其次,制造商和在線零售商在契約后的企業(yè)利潤相對于契約前有明顯提高時,才會實施或主動接受此契約,接受此契約時相應(yīng)情形下的企業(yè)利潤須滿足以下條件:

(12)

(13)

由式(11)～(13)可得φ的范圍．由于該契約下制造商與在線零售商的利潤函數(shù)較復(fù)雜, 難以得到易于分析的φ具體解析區(qū)間, 故下面通過數(shù)值仿真方法推導(dǎo)相關(guān)結(jié)論并進(jìn)行分析．

4 模式對比分析

在集中決策、分散決策與協(xié)調(diào)契約下,供應(yīng)鏈參數(shù)及相關(guān)性變化趨勢具有顯著差異．

命題4當(dāng)產(chǎn)品生產(chǎn)成本和延保服務(wù)成本發(fā)生改變時,分散決策和協(xié)調(diào)契約下產(chǎn)品銷售價格將呈現(xiàn)同時增加或同時下降的相關(guān)關(guān)系,該特征在集中決策下未必存在;而當(dāng)產(chǎn)品市場規(guī)模變化時,在集中決策下無法判定相關(guān)性變化方向,分散決策和協(xié)調(diào)契約下的變化方向在部分情況中與生產(chǎn)成本或延保服務(wù)成本變動呈現(xiàn)同時增加或同時降低的相關(guān)關(guān)系．

命題5當(dāng)產(chǎn)品生產(chǎn)成本和基本市場規(guī)模發(fā)生變化時,制造商的大數(shù)據(jù)分析能力提升方向相反,該特征在集中決策、分散決策和協(xié)調(diào)契約下均存在;而延保服務(wù)成本變動時,在集中決策情形下無法判定其相關(guān)性變化方向,但在分散決策和協(xié)調(diào)契約情形下與基本市場規(guī)模變化下制造商的大數(shù)據(jù)分析能力量值變化方向相反,與產(chǎn)品生產(chǎn)成本量值變化方向一致．

5 數(shù)值仿真

為了進(jìn)一步揭示相關(guān)參數(shù)對供應(yīng)鏈的影響, 通過數(shù)值仿真驗證上述契約的有效性．實驗環(huán)境為Intel i5CPU, 4 GB RAM, Windows Maple13軟件．設(shè)置參數(shù)a=20,k=0.5,ηp=0.3,ηs=0.7,cs=5．

圖1給出了大數(shù)據(jù)成本分擔(dān)系數(shù)φ對制造商和在線零售商在供應(yīng)鏈協(xié)調(diào)前后利潤差的影響．由圖1可見, 在制造商和在線零售商利潤共同提高的產(chǎn)品收益共享區(qū)間φ∈(0,0.8)內(nèi), 隨著在線零售商大數(shù)據(jù)成本分擔(dān)比例的增加,制造商利潤隨之上升,而在線零售商利潤則先上升后下降．這表明當(dāng)在線零售商大數(shù)據(jù)成本分擔(dān)比例較低時,在線零售商可以通過分擔(dān)大數(shù)據(jù)成本促進(jìn)制造商提高大數(shù)據(jù)分析能力,從而刺激更多消費者對于產(chǎn)品的購買需求,以增加在線零售商利潤;然而,當(dāng)在線零售商大數(shù)據(jù)成本分擔(dān)比例過高時, 增加的產(chǎn)品銷售收益將無法彌補其分擔(dān)的大數(shù)據(jù)成本和延保服務(wù)銷售收益的損失,從而導(dǎo)致在線零售商利潤下降．

圖1 φ對制造商和在線零售商協(xié)調(diào)前后利潤差的影響Fig.1 The effect of φ on the profit difference before and after coordination between manufacturers and online retailers

圖2給出了集中決策、分散決策和協(xié)調(diào)契約下ηp,ηs對供應(yīng)鏈大數(shù)據(jù)分析能力的影響．由圖2可見: 1) 隨ηp增大, 3種情形下的大數(shù)據(jù)分析能力均提升,其中集中決策下的大數(shù)據(jù)分析能力高于分散決策的,協(xié)調(diào)契約可使大數(shù)據(jù)分析能力得到有效提升; 2) 隨ηs增大, 集中決策下大數(shù)據(jù)分析能力先降低后升高,協(xié)調(diào)契約和分散決策下的大數(shù)據(jù)分析能力逐漸降低．表明制造商應(yīng)提高供應(yīng)鏈系統(tǒng)的大數(shù)據(jù)分析能力,不可為提高延保服務(wù)銷售而避免讓消費者掌握產(chǎn)品大數(shù)據(jù)信息,因消費者對相關(guān)信息的掌控有利于提高企業(yè)利潤; 3) 大數(shù)據(jù)分析能力對延保服務(wù)需求影響較強時, 協(xié)調(diào)契約對大數(shù)據(jù)分析能力的促進(jìn)作用減弱．

圖2 不同ηp (a)和ηs (b)下協(xié)調(diào)前后的大數(shù)據(jù)分析能力Fig.2 Big data analysis ability before and after coordination under different conditions ηp (a) and ηs (b)

圖3給出了不同a,k下延保服務(wù)價格的變化情況．由圖3可見: 1) 當(dāng)產(chǎn)品市場規(guī)模a較低時, 較低的延保服務(wù)價格有利于供應(yīng)鏈系統(tǒng)利潤的提升, 但當(dāng)產(chǎn)品市場規(guī)模較高時,供應(yīng)鏈系統(tǒng)最優(yōu)決策下的延保服務(wù)價格較高, 供應(yīng)鏈企業(yè)間合作可以有效降低延保服務(wù)價格; 2) 隨著k的增大,集中決策、分散決策和協(xié)調(diào)契約情形下延保服務(wù)價格均上升．當(dāng)產(chǎn)品價格系數(shù)較低時,分散決策下的延保服務(wù)價格高于集中決策下,協(xié)調(diào)契約可適度提高延保服務(wù)價格;當(dāng)產(chǎn)品價格系數(shù)較高時,協(xié)調(diào)契約會降低延保服務(wù)價格．這表明當(dāng)產(chǎn)品價格系數(shù)較高時,產(chǎn)品價格對顧客購買行為的影響作用較強,顧客對價格的關(guān)注程度提高,制造商與在線零售商合作可以有效降低延保服務(wù)價格．

圖3 不同a(a)和k(b)下協(xié)調(diào)前后延保服務(wù)價格Fig.3 Price of extended warranty service before and after coordination under a (a) and k (b)

圖4為不同k,ηp下,φ=0.3時制造商和在線零售商經(jīng)協(xié)調(diào)前后的利潤．由圖4可見: 1) 協(xié)調(diào)前后制造商利潤始終高于在線零售商利潤; 2) 制造商和在線零售商利潤均隨k增大而降低, 協(xié)調(diào)契約對二者利潤提升作用減弱; 3) 協(xié)調(diào)前后制造商和在線零售商利潤均隨ηp增大而升高, 且協(xié)調(diào)契約對供應(yīng)鏈企業(yè)利潤提升作用與ηp值呈正相關(guān)關(guān)系．這表明顧客對價格敏感性的提升不利于供應(yīng)鏈企業(yè)利潤的提高和協(xié)調(diào)契約的實施．為了使制造商和在線零售商有效合作和利潤帕累托改善, 具體解決措施如下: 1) 制造商和在線零售商須在進(jìn)行廣告宣傳和賣場促銷時通過對產(chǎn)品性能等的描述和增加顧客體驗的方式,降低顧客對于產(chǎn)品價格的關(guān)注;或應(yīng)用大數(shù)據(jù)精準(zhǔn)投放廣告,投入更多資源為顧客帶來效用感知．對廣告目標(biāo)的設(shè)定應(yīng)突出產(chǎn)品功能與消費者需求的契合點,讀懂消費者并利用關(guān)系圖譜等尋找高價值的潛在消費者; 2) 通過結(jié)構(gòu)化數(shù)據(jù)庫和非結(jié)構(gòu)化數(shù)據(jù)庫實現(xiàn)有效的數(shù)據(jù)管理,進(jìn)而進(jìn)行產(chǎn)品分析并完善相應(yīng)的物流體系,支撐企業(yè)的市場營銷策略; 3) 基于區(qū)塊鏈信息平臺充分運用供應(yīng)鏈網(wǎng)絡(luò)整合策略,將相應(yīng)信息向供應(yīng)鏈上下游企業(yè)進(jìn)行傳導(dǎo); 4) 充分宣傳高低質(zhì)量產(chǎn)品在實際使用中的對比差異,讓顧客充分認(rèn)識到大數(shù)據(jù)分析能力的重要性．

圖4 不同k(a)和ηp (b)下制造商和在線零售商協(xié)調(diào)前后利潤Fig.4 Profit of manufacturers and online retailers before and after coordination under k(a) and ηp (b)

6 結(jié)論

本文通過建立產(chǎn)品價格、大數(shù)據(jù)分析能力與延保服務(wù)相互影響的供應(yīng)鏈利潤模型,研究了Stackelberg博弈下供應(yīng)鏈企業(yè)的聯(lián)合決策問題．主要結(jié)論如下: 1) 當(dāng)大數(shù)據(jù)分析能力對延保服務(wù)需求的影響系數(shù)較高時,在線零售商可以通過提高產(chǎn)品銷售價格來彌補延保服務(wù)成本上升造成的利潤損失; 2) 隨著市場規(guī)模的擴(kuò)大,制造商應(yīng)根據(jù)產(chǎn)品價格系數(shù)的高低對延保服務(wù)價格進(jìn)行適度調(diào)整; 3) 集中決策下大數(shù)據(jù)分析能力高于分散決策,大數(shù)據(jù)成本共擔(dān)契約對于提高大數(shù)據(jù)分析能力和降低延保服務(wù)價格有明顯作用; 4) 降低產(chǎn)品價格系數(shù)有利于提高制造商和在線零售商利潤和降低延保服務(wù)價格．今后將進(jìn)一步考慮上下游供應(yīng)鏈企業(yè)的競爭及鏈與鏈的競爭關(guān)系、零售商的數(shù)據(jù)分析能力對供應(yīng)鏈績效的影響、銷售的第一/二周期數(shù)據(jù)對于價格變化的影響以及單制造商-多零售商或多制造商-單零售商情形下的決策問題分析．