云服务平台预测信息分享对制造商渠道策略的影响
2016-10-14吴成霞赵道致潘新宇
吴成霞 赵道致 潘新宇
摘要：对比不同模式下供应链成员收益，研究预测信息分享对制造商和平台企业预期利润的影响，设计了能够使平台企业愿意分享预测信息的激励机制，使制造商和平台企业的期望利润均大于不分享的情况，并给出了制造商最优渠道策略。
关键词：供应链； 云服务平台； 信息分享； 渠道策略
DOI：10.13956/j.ss.1001-8409.2016.04.23
中图分类号：F252；F274 文献标识码：A 文章编号：1001-8409（2016）04-0105-06
Abstract：In order to study the effects of cloud service platform forecasting information sharing on channel strategies， firstly， the decision model is established under the conditions of traditional direct channel， and then the optimal price and the optimal expected profit are obtained. Secondly， the effects of cloud service platform information sharing on the manufacturer and the platform enterprise are analyzed under the conditions of additional platform channel besides the traditional direct channel. Then， the incentive mechanism is designed to make the platform enterprise be willing to share information，which makes the expected profits of both manufacturer and platform enterprise increase significantly. Finally， comparing the traditional direct model with the twochannel strategies， we get the optimal channel strategy.
Key words：supply Chain；cloud service platform；information sharing；channel strategies
1引言
云服务平台具有先进的信息技术优势，能有效地推进制造业向数字化、协同化、智能化、服务化方向发展[1]。起源于丹麦的Tradeshift平台已在全球范围内吸引数百万企业用户，通过云计算、大数据分析等新信息技术手段，为用户提供高效能智能匹配、查找、推荐等服务。天智网将企业相关信息实时共享到平台上，为供应链中资源的可视化创造了条件，受到中小企业的积极关注。中小企业在我国制造行业占据着较大比重，但中小企业由于自身资源和外部环境的限制，普遍存在产业链协作能力低的问题，云服务平台的出现能有效缓解这一问题从而提升中小企业的综合竞争能力[2]。在此背景下研究中小企业的渠道运营问题及云服务平台预测信息对其渠道选择的影响具有重要意义。
云服务平台能为中小企业提供便捷服务，使制造商市场应变能力增强。有关云服务平台的研究主要集中在平台设计和技術架构上，如李伯虎提出了一种面向服务的高效低耗、智能化和网络化云制造模式[3]。宋庭新等基于云制造架构开发了一种面向中小企业的云制造服务平台，并设计了平台的工作流程[4]。Xu提出了以实现按需匹配为目的、面向协同服务的云制造模型[5]。Yang及其团队提出了以业务为导向的“云联盟”模型，给出了相关架构图和信息技术实现方法[6]。已有文献多从技术视角研究云服务平台，鲜有涉及新技术背景下企业运营行为及渠道选择的问题，更未涉及信息分享对制造商是否开通平台渠道的策略影响。
物联网和云计算新信息技术的发展为平台企业及时获取产品市场需求提供了可能，使平台企业能够掌握更多的市场需求信息[7]。已有学者对预测信息分享进行了研究，如Li研究了存在竞争性零售商的情况下，预测信息分享对零售商收益的影响[8]。Ozalp提出了采用契约来协调参与方的行为，并给出了契约所要满足的条件[9]。王先甲和周鑫构建了包含信任因子的预测信息共享博弈模型[10]。Zhao等研究了信息不对称情形下，有关两个竞争性供应商的服务外包问题[11]。以往有关供应链中信息分享问题的研究，仅考虑了价格因素对需求的影响，忽略了服务水平因素对产品需求的影响。
鉴于此，本文从中小型制造商角度出发，研究由占主导地位的制造商与云服务平台组成供应链系统，聚焦于制造商的运营渠道选择问题，探讨制造商加入云服务平台的条件以及云服务平台分享预测信息对制造商策略选择的影响，并设计了激励云服务平台企业信息分享机制。
2问题描述及基本假设
21问题描述
考虑由一个上游制造商和一个云服务平台组成的供应链系统，上游制造商作为中小型制造企业（以下简称制造商），具备某一类型产品的生产能力。在传统运营模式下，制造商独立生产、销售产品、提供相关服务（物流、资金结算、包装、促销等）、自行决策产品价格；若加入云服务平台可以在原有直销渠道的基础上开通平台渠道，平台渠道由平台企业负责销售并提供相关服务。供应链成员均以自身利益最大化为准则进行决策。
22基本假设
（1）直销渠道由制造商生产产品和提供服务，且制造商直接销售产品。平台渠道由制造商生产产品，平台企业提供服务且由平台企业负责销售产品。直销模式下制造商的自身服务水平用s1表示，加入云服务平台后的综合服务水平用s2表示，s1和s2均为常量。
（2）产品需求量受服务和价格的双重影响[12]，设传统单渠道模式下产品需求函数为D=a-b1p+b2s1，其中a=a0+ε，表示该产品的潜在市场需求，a0为大于零的常数，表示市场潜在需求的确定部分，且a0足够大以保证每条渠道上的需求不为负。随机变量ε用来描述市场需求的不确定性，服从期望值为0且方差为v的随机分布，一般情况下有a>v，以保证需求的非负性。b1为价格敏感系数，b2为服务水平敏感系数。
（3）当制造商加入云平台时，两条渠道在价格和服务方面进行竞争。设平台渠道和直销渠道的零售价格分别为pn和pd，n和d分别表示平台渠道和直销渠道。参照已有研究文献[13]，平台渠道的需求函数Dn和直销渠道的需求函数Dd可分别表示为Dd=（1-τ）a-b1pd+b2s1+m1pn-m2s2和Dn=（g+τ）a-b1pn+b2s2+m1pd-m2s1，其中m1为交叉价格效应，表示两条渠道间的价格竞争强度，m2为交叉服务水平效应，表示两条渠道间的服务水平竞争强度。g+τ表示平台渠道的潜在市场份额，1-τ为直销渠道的潜在市场份额，常数τ和g均在（0，1）区间，g为增加平台渠道后吸引的潜在需求比例。
（4）中小型制造商由于受资金技术等条件的限制，难以对产品的需求量进行准确预测，故在传统运营模式下不考虑存在预测信息的情况；云平台能提供集成的信息技术服务，可以对产品需求量进行较为准确的预测。面对不确定需求时，对市场信息的预测有助于供应链系统进行科学决策，设平台企业的预测值为f，且f=a+e，e为误差项服从期望为0且方差为s的随机分布。随机变量e和ε相互独立。参考已有文献研究[14]得到：E（a|f）=sv+sa0+vv+sf=H和E（（f-a0）2）=v+s。令ρ=v/（v+s）作为衡量预测信息准确度的一个指标，当ρ值趋近于1时，表示预测值与实际值之间的误差很小，当ρ值趋近于0时，表示预测值与实际值之间的误差较大。
（5）仅考虑需求预测信息f为平台企业私有信息，而市场潜在需求a、服务水平s1和s2等均为共有信息。用Πij来表示不同情形下的利润，i=M，P分别表示制造商和平台企业；j=O，IN、IR、IRC分别表示不加入云服务平台、加入云服务平台不分享预测信息、加入云服务平台分享预测信息、加入云服务平台在激励机制下分享预测信息的情形。
（6）制造商按照订单生产标准化产品即需即供，故不考虑产品库存。制造商与平台企業协定采用批发价契约，制造商的批发价格为w，单位生产成本为常数c0，单位服务成本为c1，云服务平台的单位服务成本为常数c2。类似于Savaskan的研究[15]，令c0、c1与c2的值均取0，此简化既不改变本文结论，又便于计算。
（7）b1>b2和m1>m2表示价格对需求的影响大于服务水平对价格的影响；bi>mi表示自身渠道价格（服务水平）对渠道需求的影响大于竞争渠道价格（服务水平）的影响。
3模型的建立与求解
31不加入云服务平台
在传统单渠道模式下，制造商自身不能预测需求信息，其预期利润的决策模型为：
maxpE（ΠMO）=E[p（a-b1p+b2s1）]（1）
求得制造商的最优零售价格为：
p*=a0+b2s12b1（2）
将式（2）带入式（1）得到最优期望利润为：
E（ΠMO）=（a0+b2s1）24b1（3）
32加入云服务平台
制造商作为博弈关系的领导者，博弈过程分为两阶段。第一阶段：制造商选择直销渠道的零售价格pd和平台渠道的批发价格w；第二阶段：平台企业依据制造商决策来制定平台渠道的零售价格pn。
321平台企业不分享预测信息
平台企业凭借自身优势对产品需求信息进行提前预测，并依据预测信息来进行决策，此时平台企业的预期利润决策模型为：
maxpnE（ΠPIN|f）=E[（pn-w）（（g+τ）a-b1pn+b2s2+m1pd-m2s1）|f]（4）
平台渠道零售价格为：
pn=b2s2+b1w+m1pd-m2s1+H（g+τ）2b1（5）
由于平台企业不分享预测信息，制造商对平台企业的价格预期是：
E（pn）=b2s2+b1w+m1pd-m2s1+a0（g+τ）2b1（6）
此时制造商的预期利润决策模型为：
maxpdE（ΠMIN）=E[w（（g+τ）a-b1pn+b2s2+m1pd-m2s1）+pd（（1-τ）a-b1pd+b2s1+m1pn-m2s2）]（7）
将式（6）带入式（7），由一阶条件求得无信息分享情形下制造商最优的直销价格和批发价格为：
p*d=a0b1（1-τ）+a0m1（g+τ）+（b1b2-m1m2）s12b21-2m21
+（b2m1-b1m2）s22b21-2m21
（8）
w*=a0（m1（1-τ）+b1（g+τ））+（b1b2-m1m2）s22b21-2m21+（b2m1-b1m2）s1
2b21-2m21（9）
将式（8）和式（9）代入式（6）求得平台企业的最优零售价格为：
p*n=a0（m21+b21）（g+τ）+2a0b1m1（1-τ）4b1（b21-m21）+2H（b21-m21）（g+τ）4b1（b21-m21）
+s1（2b1b2m1+m2m21-3b21m2）4b1（b21-m21）+s2（3b21b2-b2m21-2b1m1m2）4b1（b21-m21）
（10）
将式（8）、式（9）和式（10）分别代入式（7）和式（4）求得无信息分享情形下制造商和平台企业的最优期望利润值分别为：
E（ΠMIN）=a20B11+a0B12+B138b1（b21-m21）（11）
E（ΠPIN）=（g+τ）2（a20+4ρv）+2a0（g+τ）（b2s2-m2s1）16b1+（b2s2-m2s1）216b1
（12）
其中：B11=b21（g+τ）2+2b21（1-τ）2+m21（g+τ）2+4b1m1（1-τ）（g+τ）；
B12=（g+τ）（2b21b2s2+4b1b2m1s1-4b1m1m2s2-2b21m2s14b1b2m1m2s1+2b2m21s2-2m21m2s1）+（1-τ）（4b21b2s1-4b21m2s2-4b1m1m2s1）；
B13=（b21b22）（2s21+s22）-4b1b2m1m2（s21+s22）+（m21+b21）m22s21+（2b21m22+b22m21）s22
+m1m2s1s2（4b1m2-2b2m1）+（4b2m1-6b1m2）b1b2s1s2。
由式（11）和式（12）可知，平台企业预测精度ρ越高其预期利润值越高，这符合现实情况，较高的预测精度能够预防产量过剩并减少库存成本，故能引起平台企业的利润增加；但由于平台企業不进行信息分享，其预测精度不影响制造商的预期利润。
命题1：平台企业不分享预测信息时，直销渠道价格随着制造商服务水平的提升而增加，平台渠道的价格随着平台企业服务水平的提升而增加。
证明：根据式（8）、式（10）和假设（7），可知下式成立：
p*ds1=b1b2-m1m2>0（13）
p*ns2=3b21b2-b2m21-2b1m1m2>0（14）
322平台企业分享预测信息
在平台企业分享预测信息的情形下，平台企业决策模型与不分享信息情形相同，而制造商开始参考平台企业分享的预测信息来进行决策，此时制造商对零售价格的预期为：
E（pn|f）=b2s2+b1w+m1pd-m2s1+H（g+τ）2b1（15）
制造商的预期利润决策模型为：
maxpdE（ΠMIR|f）=E[w（（g+τ）a-b1pn+b2s2+m1pd-m2s1）+pd（（1-τ）a-b1pd+b2s1+m1pn-m2s2）|f]（16）
分别求得制造商和平台企业的最优决策水平为：
p*d=H（b1（1-τ）+m1（g+τ））+（b1b2-m1m2）s12b21-2m21
+（b2m1-b1m2）s22b21-2m21
（17）
w=H（m1（1-τ）+b1（g+τ））+（b1b2-m1m2）s22b21-2m21
+（b2m1-b1m2）s12b21-2m21
（18）
p*n=H（3b21-m21）（g+τ）+2Hb1m1（1-τ）4b1（b21-m21）
+s1（2b1b2m1+m2m21-3b21m2）+s2（3b21b2-b2m21-2b1m1m2）4b1（b21-m21）
（19）
进一步求得在预测信息分享情形下，制造商和平台企业的最优期望利润值分别为：
E（ΠMIR）=（a20+ρv）B11+a0B12+B138b1（b21-m21）（20）
E（ΠPIR）=（a02+ρv）（g+τ）2+2a0（b2s2-m2s1）（g+τ）16b1
+（b2s2-m2s1）216b1
（21）
由式（20）和式（21）可知，平台企业预测精度ρ越高其预期利润值越高，制造商预期利润也随着预测精度的增高而增加。
命题2：平台企业分享预测信息时，直销渠道价格随着制造商服务水平的提升而增加，平台渠道的价格随着平台企业服务水平的提升而增加（证明过程同命题1）。
323信息分享的价值
由式（20）减去式（11），求得制造商分享信息的价值为：
ΔM=ρv（2b21（1-τ）2+b21（g+τ）2+4b1m1（g+τ）（1-τ）8b1（b21-m21）
+m1（g+τ）28b1（b21-m21）
（22）
由式（21）减去式（12）求得平台企业分享信息的价值为：
ΔP=-3ρv（g+τ）16b12（23）
由式（22）和式（23）相加求得供应链系统分享信息的总价值为：
Δ=ΔM+ΔP=ρvB1416b1（b21-m21）（24）
其中B14=4b21（1-τ）2-b21（g+τ）2+3m21（g+τ）2+8b1m1（g+τ）（1-τ）+2m1（g+τ）2
命题3：当0<τ<1/3时，供应链系统分享预测信息的价值为正值。
证明：由0<τ<1且0 1-τg+τ>12，B14>0恒成立，又由假设（7）知，b21-m21>0，因此式（24）为正。 324信息分享的激励机制 信息分享使制造商利润和系统总利润增加，但平台企业利润受损，因此平台企业没有主动分享预测信息的动机。引入纳什讨价还价模型来设计激励机制，一方面使平台企业愿意分享预测信息；另一方面，较之无分享信息的情形，供应链成员能实现帕累托改进。假定θ∈（0，1）表示制造商的讨价还价能力，1-θ表示平台企业的讨价还价能力，σM∈（0，1]表示制造商的风险规避水平，σP∈（0，1]表示平台企业的风险规避水平[16]，其值越小表明决策者对风险的厌恶程度越大，反之亦然；当取值为1时表示决策者为风险中性，制造商和平台企业的期望利润增值满足：
max（uM-dM）θ（uP-dP）1-θ
uM=（M）σM
uP=（p）σP
M+p=Δ
M>0，p>0
dM=dP=0（25）
对式（25）求解，可得E（ΠMIRC）=E（ΠMIR）-ΔM+M*，E（ΠPIRC）=E（ΠPIR）-ΔP+P*。
命题4：当满足0<τ<1/3，较之无信息分享的情形，信息分享激励机制能实现供应链各参与方利润的Pareto改进，即制造商和平台企业的预期利润分别高于无信息分享下各自的预期利润。
证明：E（ΠMIRC）-E（ΠMIN）=θσMΔθσM+（1-θ）σP>0（26）
E（ΠPIRC）-E（ΠPIN）=（1-θ）σPΔθσM+（1-θ）σP>0（27）
当0<τ<1/3时Δ>0，同时由于满足θ∈（0，1），σP∈（0，1]，σM∈（0，1]则θσMθσM+（1-θ）σP>0，（1-θ）σPθσM+（1-θ）σP>0。至此命题4得证。
33制造商运营模式选择
在激励机制下平台企业愿意分享预测信息，进而使供应链系统实现Pareto改进，故分析制造商运营模式选择时，只需要比较不参与云平台模式E（ΠMO）和在激励机制下平台企业分享预测信息的模式E（ΠMIRC）即可。
E（ΠMO）=（a0+b2s1）24b1（28）
E（ΠMIRC）=a20B11+a0B12+B138b1（b21-m21）+
θσMρvB14（θσM+（1-θ）σP）（16b1（b21-m21））（29）
由于上述公式的复杂性，难以用解析式方式呈现出对比结果，以下将采用数值实验方法给出直观的图形分析。
4算例分析
①采用Matlab（R2013a）对该模型进行数值分析，假定市场潜在需求的确定性部分a0=200，ε的方差为v=5，b1=5，m1=3，b2=2，m2=1，τ=03，g=02，s2=100。令θ=06表示主导地位制造商的讨价还价能力，平台企业讨价还价能力为04，供应链成员的风险规避水平均为08，即σM=σP=08。将上述取值带入式（28）和式（29），如图1所示。
②从图1（a）可以看出：随着制造商自身服务水平s1的增加，制造商的期望利润增加。但随着制造商服务水平s1的持续提高，存在阈值s*1（即两条曲线的交点），当s1
（b）为分析信息预测精度对制造商利润及运营模式选择的影响，令E（ΠMIRC）减去E（ΠMO）做差值分析。由图1（b）可以看出，随着预测精度ρ增大，阈值s*1向右平移，此时选择加入云服务平台的区间越大；预测精度减小阈值s*1向左平移，选择加入云服务平台的区间变小，即保持传统直销模式的区间变大。
（2）同样采用数值分析方法来研究参数变化对制造商运营模式的影响，参数赋值同上。由于无信息分享和信息分享下所得结果类似，因此仅给出激励机制下信息分享模式中参数对制造商期望利润的影响，结果如图2所示。
①从图2（a）可以看出：加入平台的情形下，制造商的期望利润由直销渠道和平台渠道两部分构成。当制造商自身服务水平s1较大时，平台渠道对制造商利润的贡献度较小，因此，随着直销渠道份额增大，制造商利润呈上升趋势。当s1较小时，平台渠道贡献度较大，随着直销渠道增加平台渠道减小，此时制造商利润逐渐下降。当制造商直销渠道份额持续增大时，份额增大引起的利润增加值大于平台渠道份额减小的利润降低值，此时制造商利润又开始呈现出上升趋势。
②从图2（b）可以看出：随着平台渠道吸引的潜在需求比例g增加，制造商期望利润持续增加。平台渠道新吸引的潜在需求比例越大，产品在市场中的销量越高，此时制造商期望利润值越高。
5结论与展望
本文研究了云服务平台预测信息分享对小型制造企业渠道策略的影响，对比了不同模式下供应链成员的收益，并设计了能实现供应链成员Pareto改进的激励机制，给出了制造商的最优渠道策略。今后，还可以做如下方面的研究：一是考虑存在制造商竞争下，预测信息分享对制造商是否加入云服务平台的影响；二是同时考虑将价格和服务水平作为制造商决策变量的情境下，信息分享行为对制造商渠道策略的影响。
参考文献：
[1]黄沈权，顾新建，陈芨熙，等.制造云服务的按需供应模式及其关键技术[J].计算机集成制造系统，2013，19（9）：2315-2324.
[2]尹超，黄必清，刘飞，等.中小企业云制造服务平台共性关键技术体系[J].计算机集成制造系统，2011，03：495-503.
[3]李伯虎，张霖，任磊，等.再论云制造[J].计算机集成制造系统，2011，03：449-457
[4]宋庭新，张成雷，李成海，等.中小企业云制造服務平台的研究与开发[J].计算机集成制造系统，2013，19（5）：1147-1154
[5]Wang X，Xu X. An Interoperable Solution for Cloud Manufacturing[J]. Robotics and Computer-Integrated Manufacturing， 2013， 29（4）： 232-247
[6]Yang X， Nasser B， Surridge M， et al. A business-Oriented Cloud Federation Model for Real-Time Applications[J]. Future Generation Computer Systems， 2012， 28（8）： 1158-1167
[7]聂佳佳. 零售商信息分享对闭环供应链回收模式的影響[J]. 管理科学学报， 2013， 05： 69-82
[8]Li L. Information sharing in a Supply Chain with Horizontal competition[J]. Management Science， 2002，48 （ 9 ） ：1196-1212
[9]zer . Replenishment Strategies for Distribution Systems Under Advance Demand Information[J]. Management Science， 2003， 49（3）： 255-272
[10]王先甲，周鑫. 包含信任的供应链预测信息共享问题研究[J]. 软科学，2014，07：110-113
[11]Zhao X， Xue L， Zhang F. Outsourcing Competition and Information Sharing with Asymmetrically Informed Suppliers[J]. Production and Operations Management， 2014， 23（10）： 1706-1718
[12]Rohm A J， Swaminathan V A.Typology of Online Shoppers Based on Shopping Motivations[J]. Journal of Business Research， 2004 （57）：748–757
[13]艾兴政， 唐小我， 马永开. 传统渠道与电子渠道预测信息分享的绩效研究[J]. 管理科学学报，2008， 11（1） ：12-21
[14]Yue X， Liu J. Demand Forecast Sharing in A Dual-Channel Supply Chain[J]. European Journal of Operational Research， 2006， 174（ 1） ： 646-667.
[15]Savaskan R C， Wassenhove L N. Reverse Channel Design： The Case of Competing Retailers [J].Management Science， 2006， 52（ 1） ： 1-14.
[16]Wu M， Zhu S X， Teunter R H. Newsvendor Problem with Random Shortage Cost Under A Risk Criterion[J]. International Journal of Production Economics， 2013， 145（2）： 790-798.
（责任编辑：王惠萍）
