C2B情景下基于承诺契约的供应链产能协调机制

肖 迪，侯书勤

(浙江工商大学工商管理学院，浙江 杭州 310018)



C2B情景下基于承诺契约的供应链产能协调机制

肖 迪，侯书勤

(浙江工商大学工商管理学院，浙江 杭州 310018)

研究了C2B电子商务模式下，由单个电商企业和单个供应商组成的供应链中，电商企业运用订购量承诺契约对供应商产能决策及电商企业个性化定制努力程度决策的协调作用。分析了集中决策、分散决策以及订购量承诺契约协调三种情况下供应链成员的博弈均衡，并考察了电商企业对定制产品需求量的预测、承诺订购比例等重要参数对供应链成员收益及总收益的影响。研究表明，订购量承诺契约对C2B情景下的供应链产能决策有良好的协调效果，但电商企业需要合理地设置承诺契约的参数以更好地发挥其积极作用。

C2B；产能协调；承诺契约；供应链

1 引言

互联网经济的迅速发展正在改变消费者的消费习惯，这体现在顾客对产品品质的要求更加苛刻，更加追求产品的个性化。一些先知先觉的企业敏锐地感知到这种趋势，开始将“以消费者为中心的商业理念”注入到自己的商业体系中，C2B(Customer to Business)模式也就应运而生。C2B是一种由顾客发起需求，企业进行快速响应的新型电子商务模式，阿里巴巴、卡当网以及尚品宅配等知名电商企业均在积极推行该模式。阿里巴巴集团首席参谋长曾鸣甚至认为，B2C只是一个过渡性的电子商务模式，未来电子商务真正模式在于C2B。

随着C2B电子商务模式的迅速发展，对该模式的研究也逐渐升温。曾鸣[1]首次提出C2B的概念，认为C2B模式是以消费者为中心，消费者驱动企业的设计、生产、定价等环节。刘琪[2]还对C2B的商业逻辑进行了分析，并探讨了传统企业实现C2B转型的思路。苟尤钊等[3]对C2B的本质进行了剖析，认为“定制化”并不能代表C2B的本质，只是消费者给C2B贴的认知标签，并认为C2B的本质特征是“一切从用户出发”，主导权由企业交还给用户，商品的价格、内容、获取方式等方面均由用户决定。而张志宏等[4]借助价值链及系统论分析了C2B智能商务的优势。还有学者对C2B模式的具体运作类型进行划分，如吴倩等根据C2B目前在行业中的应用情况，将C2B电子商务分为以下四种交易类型：聚合需求模式、要约模式、个性化定制和商家认购模式[5]。康博涵等[6]则是根据定制过程所采用的方式方法不同将C2B电子商务模式分为预售定制、模块定制、众筹定制及大数据定制四种表现类型。综上所述，现有关于C2B的研究主要集中在对其概念、类型、商业模型以及行业运用等方面的定性研究，缺乏涉及对C2B模式下供应链协调问题的定量研究。

事实上，供应链成员间的协同运作对C2B模式的成功起着举足轻重的作用，尤其是其中的产能协调问题，直接影响C2B模式的运营效果。在C2B模式下，为了快速响应消费者的个性化需求，供应商需要在市场需求真正实现前就要预设产能，市场需求的不确定性和较长的提前期使得需求预测非常困难，很容易出现产能不足或过剩的情况。因此，如何运用合适的供应链协调机制优化C2B模式下供应链的产能决策是亟待解决的问题。

需要特别指出的是，C2B模式下的产能协调问题有其特殊性，消费者的个性化需求存在较大不确定性，C2B电商企业难以与供应商订立基于精确订货量的正式契约，而承诺契约为解决此类问题提供了一个有效的途径。承诺契约实质上是一种关系契约，用来协调不确定情景下供应链成员的相互关系，虽然没有正式的文本，不受法律保护，但被供应链上的成员企业所认可。

Cachon和Lariviere[7]首先运用承诺契约研究了在需求信息不对称的情况下，制造商如何通过承诺契约吸引供应商建立更强生产能力的问题。Tomlin[8]在Cachon研究的基础上引入了惩罚机制，指出通过承诺购买一定量的产品与惩罚相结合的方式使供应商提高产能，并指出在完全信息情况下，期权契约和承诺契约比批发价格契约更能促使供应商提高产能。Bassok和 Anupindi[9]进一步设计了以批发价格作为承诺条款的契约，并比较了承诺契约与传统契约下供应链成员的最优决策。Durango-Cohen和Yano[10]在市场需求不确定的情境下，提出了使用“预测—承诺”契约对供应链进行产能协调。在此契约中，顾客在对市场需求进行预测的基础上向供应商承诺订购一定比例的预测需求量，然后分别考虑供应商在对预测量承诺和生产量承诺两种情况下供应链成员之间的最优决策，最后将结果拓展到供应商产能约束情况下。研究发现“预测—承诺”契约可以有效地缓解供应商降低产能的动机并限制顾客夸大预测量的动机。Cui Yuquan等[11]以市场需求更新信息为背景，在市场信息不对称情况下，批发商拥有两次订货机会时，研究了制造商的最低供应承诺契约。Jiang Wen和Chen Xu[12]分析了低碳供应链中企业在面临具有随机需求的均匀战略客户时最优生产、定价、绿色技术投入等策略，研究证明数量承诺契约可以提高低碳供应链的整体利润与战略客户的行为。

有一些学者将产能承诺契约从制造供应链拓展到了服务供应链。Baron等[13]针对服务供应链中经常出现的产能不协调问题，建立了一个分时段服务承诺契约，并比较了其与长期承诺契约在影响服务供应链产能决策时的机制，发现分时段服务承诺契约可以实现服务供应链的产能协调。Akan等[14]考虑了委托商的私有信息对服务供应链产能决策的影响，在批发价合同中加入了一个服务承诺，证明了在市场需求较低时，委托商的私有信息对服务供应链的产能决策不会有太大影响，而在市场需求较高时，委托商的私有信息会使得服务供应链中供应商的产能决策与服务供应链协调的产能有较大差距。

此外，还有一些文献研究了最小订购量以及转移定价等其他影响供应链运作的重要决策变量对供应链成员行为的影响。Hus和Chen Ziyin[15]研究了两级供应链中购买方的最小订购量决策问题，并通过建立一个优化模型来确定制造商的订单数量以达到利润最大化。Zhang Wei和Chen Youhua等[16]研究了两阶段订货策略下买方的最小承诺订购量的问题，即在订购合同时先预定一个确定的总订单数量，然后在合同期内各个时间段再根据现有库存和市场现货价格确订购量和订购价格。Yuan Quan等[17]研究了最小总承诺合同中嵌入一个有限的定期检查库存系统，并将未出售的承诺作为状态变量。蔡建湖等[18]研究了不确定环境下，零售商向供应商提供购买量承诺契约时，供应链成员的最优决策，并进一步研究了供应链拥有两次补货机会时，承诺契约的应用情况。冯华、庞美等[19]研究了战略性转移定价承诺策略下的供应链合作模式。

随着产品资源的丰富和市场竞争的加剧，企业的生产和销售越来越以消费者需求为导向，基于消费者需求驱动的供应链管理的相关研究也逐渐增多。Yao Jianming等[20]提出利用动态闲置生产能力的约束关系来解决客户需求拉动模式下的供应链调度问题，并引入利润的偏好因素构成了一个改进的动态调度模型，最后对模型的有效性和可行性进行测试。Romero等[21]探讨了一种新的商业模式及其相关的供应链模式，即“绿色虚拟契约代理”，并认为这是一种专门面向消费者驱动的商业模式，能满足服务的个性化定制和小批量产品的生产需求。Mendes等[22]在研究需求驱动的供应链中，提出供应链成熟度模型并采用层次分析法来配置和提高供应链的成熟度，提高整体供应链的竞争力。Ülkü和Hsuan[23]研究了模块化定制产品的公司和标准化产品的公司在面对具有绿色环保意识消费者时的竞争价格决策。

综上，已有不少学者运用承诺契约研究供应链运作协调的问题，但鲜见借助承诺契约研究C2B电子商务环境下供应链成员决策协调，特别是产能冲突协调的文献，因此本文将引入承诺契约研究上述问题。本文的创新之处在于，一是构建了基于顾客个性化需求驱动的电商供应链产能协调模型，考察了需求预测、承诺力度等多种因素对供应商产能决策的影响，为优化产能决策提供了理论依据；二是将承诺契约拓展到C2B模式下的供应链运作协调机制的设计中，并考虑其对供应链成员个性化定制努力决策的影响，丰富了承诺契约的研究内容。

2 模型描述

考虑由一个供应商和一个采用C2B模式运营的电商企业E(以下简称电商企业)构成的单周期二级供应链结构模型，电商企业在供应链中占主导地位，并且要对产品个性化定制的努力程度r进行决策。供应商S则需要在销售季开始前确定产能准备量K，其单位产能准备成本为ck。

本文参考Taylor[24]对需求函数的描述，假设产品的需求是r的增函数，即定制产品的实际需求量为：

D=X+br

(1)

其中X≥0为不考虑个性化定制努力程度条件下随机的市场需求，F(x)和f(x)(x≥0)分别表示其分布函数和密度函数。其中F(x)是一个严格递增的连续可微函数，F(0)=0。b表示市场需求对个性化定制努力程度的敏感系数。

销售季开始后，电商企业根据实际顾客订单向供应商订货。供应商在其产能约束下，以单位生产成本c组织生产，并以批发价格w向电商企业供货。电商企业对产品进行个性化定制后向顾客发货。若顾客的需求过高，因供应商产能不足而无法满足消费者需求时，单位缺货损失成本为cr。本文假设ck

此外，电商企业个性化定制努力的成本函数为：

(2)

其中m>0，为个性化定制努力成本参数，类似的成本函数还被Kaya和Ozer[25]等文献采用。

3 模型分析

这一节首先考察C2B模式下供应链集中决策时的成员策略行为，然后分析分散决策时的成员策略行为，最后研究运用承诺契约协调时的成员的决策均衡。

3.1 集中式决策(CD)

当供应链采取集中决策模式时，决策者会站在整体供应链利润最大化的角度确定供应商的产能准备量和电商企业的个性化定制努力程度。该情形下，结合(1)、(2)两式可知，整条供应链的利润函数为：

(3)

由(3)式根据一阶条件可知，供应链决策者的最优决策满足：

易得命题1如下：

命题1：在集中决策(CD)情境下，供应商最优产能准备量Kcd*和电商企业的最佳定制努力程度rcd*分别为：

3.2 分散式决策(DD)

与集中式决策不同，分散式决策中电商企业和供应商有着不同的利益诉求，独立进行决策。电商企业先确定个性化定制的努力程度，但不提供任何订购量承诺，供应商再确定产能准备量，但不承担缺货损失。此时，供应商的收益函数为：

πs=(w-c)E[min{K,D}]-ckK

(4)

相应地，电商企业的期望利润函数为：

(5)

根据逆向归纳法，由(4)式根据一阶条件可知，供应商的最优决策满足：

可得：

将Kdd代入(5)式，并由一阶条件可得如下命题：

命题2：分散式决策下，供应商的最优产能准备量Kdd*和电商企业的最优个性化定制努力程度rdd*分别为：

3.3 订购量承诺契约(CC)

在考虑承诺契约的情境中，供应链成员的决策时序如图1所示。首先，电商企业基于自身对消费者市场的了解得出产品需求量的预测λ。λ仅取决于电商企业自身的判断能力，且为了更好地分析λ的变化对均衡决策的影响，将λ设为外生变量。然后，电商企业要确定承诺比例α，承诺至少购买αλ的产品，0≤α≤1。我们将α也设为外生变量，这意味着电商企业可以通过调节α来确定其分担供应商产能风险的程度。显然，若α很小，则电商企业分担的产能风险非常有限，可能不足以让供应商有动力提高产能，承诺契约的协调作用难以发挥。反之，则电商企业分担了过多的产能风险，供应商可能设置过高的产能，造成资源浪费，降低了供应链的总收益，协调效果也不好。下文将进一步讨论α的变化对承诺契约协调效果的影响。

接下来，电商企业要对产品个性化定制的努力程度r进行决策。此后，供应商根据电商企业的决策确定其产能K。需求实现后，电商企业根据接收到的实际顾客订单向供应商发出最终的订购量max{αλ,D}。供应商向电商企业供货的数量为min{K,max{αλ,D}}。若供应商不能满足电商企业的订单，单位惩罚成本为cs。最后，电商企业对产品进行个性化加工后向顾客发货。

图1 供应链关键事件时序

本文对上述变量之间的关系设定了如下两个假设：

假设1：cs≤p-w+cr，这意味着若因供应商产能准备量设置过低导致无法满足顾客需求，电商企业会将因缺货而导致的供应链损失部分转嫁给供应商；

假设2：αλ≤K≤λ，即一般供应商往往倾向于设置较低的产能准备量，其产能准备量应在电商企业最小承诺订购量αλ与预测需求量λ之间。

在该情境下，供应商提供给电商企业的期望交付量为E(K)以及电商企业的期望销售量S(K)分别为：

E(K)=E[min{K,max(D,αλ)}]

S(K)=E[min{min{K,max(D,αλ)}},D]

因此，供应商的期望收益可以表示为：

πcs=(w-c)E(K)-ckK-csE[max{min(D,λ)-K,0}]

(6)

此时，电商企业的期望收益可以表示为：

(7)

由逆向归纳法可知，先对(6)式求K的一阶和二阶导数可得：

接下来，对(7)式求r的一阶和二阶导数可得：

(8)

(9)

命题3：当αλ≤K≤λ时，可知供应商的最优产能准备量决策如下：

证明：

(1)电商企业采用订购量承诺契约的目的是解决分散决策情况下由于供应商产能准备量少以至于不能满足消费者需求的问题。因此，供应商的产能准备量不可能小于分散决策时的最优产能准备量，即当λ≤Kdd*时，K*=Kdd*，即电商企业对个性化产品需求量的判断λ小于供应商分散决策时的最优产能准备量Kdd*，供应商会选择建立的产能准备量为Kdd*。这种情况下电商企业没有必要向供应商提供购买承诺量，也可以说电商企业向供应商提供的承诺订购量为零。此时电商企业的期望利润函数为：

πcr(K=Kdd*)=πr

易知电商企业的最优个性化定制努力程度为：

(2)当Kdd*<λ≤Kcc*时，由αλ≤K≤λ可知，供应商的最优产能准备量应该为λ，而供应商的收益函数πcr(K)在K

此时易观察到：

可得最佳个性化定制努力程度rcc*满足方程：

b(p-w+cr)F(λ-br)+wbF(αλ-br)-crb-mr=0

另外两种情形的证明类似，不再赘述。综上，命题成立。证毕。

通过命题3我们可以发现，采用承诺契约以后供应商的最优产能准备量在绝大部分情况下大于分散决策时的最优产能准备量，这说明承诺契约能有效地协调分散决策所导致的供应链产能失衡问题。

需要特别指出的是，电商企业对产品需求的预测量λ和承诺比例α在产能协调中的作用存在一定的差异。λ是实现产能协调的基础，若市场预测需求量λ较低时，此时电商企业无需通过承诺契约激励供应商提高产能准备量，只有当λ足够大时，承诺契约的协调作用才会显现。例如，若λ>Kdd*，且电商企业没有采用承诺契约，供应商的产能准备量Kdd*明显不能满足市场需求，无法及时交付客户订单，如此一来C2B模式就沦为传统的“私人定制”。而采用承诺契约以后，随着λ的不同，供应商会相应地设置不同的最优产能准备量且Kcc*≥Kdd*。这说明承诺契约有效地提高了供应商的最优产能准备量，实现了风险的分担。α则设定了电商企业风险分担的上限。由命题3可知，即便λ>Kcc*/α，电商企业的最优承诺量也只有αλ，确保电商企业不会因为过度分担风险而遭受重大损失。

命题4：电商企业的收益是供应商产能准备量K的单调增函数。

证明：对电商企业的收益函数πcr求产能准备量K的一阶导数：

命题4表明，供应商产能准备量的增加对电商企业的收益有积极作用，因此电商企业有动力运用承诺契约等激励手段促使供应商增加其产能准备量。

4 数值分析

上一节中分析了不同情境下供应链成员的决策均衡，但由于订购量承诺契约协调情况下解的表达式非常复杂，很难获得直观的结论。本节通过一些算例来进一步分析承诺契约对供应链成员产能协调的作用，以及对供应链成员利润的影响。假设随机市场需求X服从均值为40，标准差为10的正态分布，即X～(40,102)。

为减小运算复杂性，本文在实际情况基础之上进行如下赋值：

p=120，w=50，c=10，cp=30，cs=15，b=0.9，m=5，α=0.87，λ=66，cr=40

4.1 需求量预测对决策均衡的影响

考察在使用承诺契约的条件下，电商企业对个性化产品需求量的预测λ如何影响供应链成员的利润，如图2所示。

图2 λ对供应链成员期望收益的影响

采用承诺契约时，当电商企业对个性化产品需求量的预测高于某一阈值(λ>45.4)时，供应商的收益随着λ的增加而提升。这是由于电商企业的订购承诺减少了供应商所承担的产能准备过度的风险。值得注意的是，当44.2≤λ≤45.4时，供应商的收益随着λ的增大有所下降，这是因为此时电商企业的承诺采购量较小，不足以弥补供应商提升产能所引起的过剩风险。

电商企业的收益情况相对复杂。当λ处于某一区间(44.6<λ<52)时，电商企业的期望收益大幅提升，这是因为此时供应商的产能准备量就是预测需求量，供应商分担了电商企业大部分的缺货损失风险。当λ≥52时，随着λ的增加电商企业的期望收益却总体上呈现缓慢减少的趋势。这是因为随着λ增加，电商企业的承诺订购量会不断提升，且真实需求量达到预测量的概率也越来越小，电商企业为供应商承担了部分产能投资风险。因此，随着预测需求量的不断增加，电商企业的利润空间不断减小，但减小幅度并不是很大。

接下来分析随着λ变化，整条供应链期望收益及供应商产能准备量的变化情况，如图3所示。

图3 λ对K及供应链期望收益的影响

由图3可知，当电商企业对个性化产品需求量的预测高于某一阈值(λ>44.6)时，若采用承诺契约，供应商的产能准备量始终大于分散决策时的产能准备量，并且随λ的增加而不断上升。整体供应链的期望收益介于分散式决策和集中式决策之间。这说明承诺契约对整条供应链的收益有一定的改善效果，并且随着λ的增加，整条供应链的收益总体上呈上升趋势。

值得注意的是，使用承诺契约时，供应链总收益随着λ的增加有一段缓慢下降后再上升的过程。这是因为在中间一段区域供应商的产能准备量相对于预测需求量的比例有所减小，出现缺货损失的可能性会增加，因此整个供应链收益会有所减少。而最后一段收益上升则是因为随着承诺订购量的增加，虽然电商企业因承担部分产能投资风险导致期望收益有所减少，但是由图2可知，此时供应商从承诺契约中获得的收益大于电商企业的收益减少量，因此供应链系统总收益呈现缓慢上升的趋势。

4.2 承诺订购比例对决策均衡的影响

考察承诺订购比例α对供应链成员期望收益的影响。令电商企业对个性化产品需求量的预测λ=66，可得图4。

图4 α对供应链成员期望收益的影响

首先，由图4可知，在采用订购量承诺契约时，无论承诺订购比例α如何改变，电商企业的期望收益始终大于分散式决策时的期望收益，但是随着α的增大，电商企业的收益却总体上呈下降趋势。这是因为在使用订购量承诺契约的情境下，若实际产品销量不好，低于需求预测量，电商企业对供应商承诺的产品数量越多，整条供应链的风险就更多地由电商企业承担，其面临的产品过剩积压问题就越严重，遭受的损失就会增大。

其次，随着电商企业承诺订购比例α的增加，供应商的收益始终都在增大。这是因为电商企业承诺订购的产品数量越大，供应商的产能准备量就越大，而这会刺激电商企业提升其个性化定制的努力程度，进而带动产品需求量的增加。但是，当承诺订购比例小于一定数值(0.7)时，供应商的期望收益却小于分散决策时期望收益。这说明当承诺订购比例系数α过小时，对供应商来说是极为不利的，虽然电商企业承诺了部分订购量，但是却让供应商承担了以前所没有的缺货惩罚成本，这导致在电商企业承诺订购比例系数小时供应商的期望收益小于没有协调时的期望收益。所以，若电商企业确定的订购比例系数太小的话，供应商很可能不会接受承诺契约或在以后的合作过程中产生消极作用甚至出现违约的情况。

由以上分析可知，电商企业在采用订购量承诺契约时，为了保证并发挥承诺契约的有效性，需要选择合理的承诺订购比例α，如在需求预测量λ较低时可适当选择较高的承诺订购比例α，以刺激供应商提高产能准备量，且此时承担的风险也较小。如在需求预测量较高时可适当选择较低的承诺订购比例α，以降低自身所承担的风险。只有这样才能使得双方都能获益，有助于推动双方进行更加深入的合作。

5 结语

本文在C2B模式下，探讨了承诺契约对供应链产能决策的协调作用，主要结论有如下几点：

(1)总体来说，订购量承诺契约对C2B情景下的产能决策的有较好的协调作用，有利于供应链整体利润的提升。在一般情况下，电商企业对个性化产品需求量的预测λ越高，供应商的期望收益也就越大，同时其产能也就越高。但是，电商企业的收益则较为复杂，收益甚至会随着λ的增加而有小幅的下降。虽然如此，承诺契约对电商企业来说还有吸引力的，因为此时电商企业的收益依然高于分散决策时。

(2)随着电商企业承诺订购比例的上升，供应商的产能准备量和收益一路上扬，这是因为电商企业为其分担了更多的产能过剩风险。有了供应商的产能保证，电商企业会付出更高的产品定制努力程度，产品的期望需求会因此而上升，但收益依然会由于承诺订购比例的上升而略有下降，这是因为电商企业有时要承担更多的库存积压损失。

(3)若电商企业承诺的采购量过小，则起不到激励的作用，而且此时供应商还要承受缺货惩罚成本，这可能会导致供应商的不满而破坏合作。因此，电商企业要设置合适的承诺契约参数以更好地实现运作协调。

本文主要基于完全信息讨论产能决策问题，未来可以引入信息不对称的因素，考察承诺契约对于信息共享的影响。此外，本文考察的是单期模型，接下来可以探讨多期动态条件下的产能决策问题。

[1] 曾鸣, 宋斐.C2B互联网时代的新商业模式[J]. 商业评论，2016,(3):1-13.

[2] 刘琪. 曾鸣:C2B是新的商业生态[J].IT经理世界,2012,(13):86-87.

[3] 苟尤钊, 吕琳媛. 云端落地C2B[J]. 商界:评论, 2014,(4):90-93.

[4] 张志宏, 寇纪淞, 陈富赞,等. 基于C2B智能商务模式战略分析[J]. 软科学, 2010, 24(4):53-59.

[5] 吴倩, 纪淑娴. 电子商务发展的新趋势:C2B模式研究[J]. 商业时代, 2013,(33):63-64.

[6] 康博涵, 赵杰丽.C2B—开启大规模量身定制的金钥匙[J]. 商场现代化, 2015,(19):32-32.

[7]CachonGP,LariviereMA.Contractingtoassuresupply:Howtosharedemandforecastsinasupplychain[J].ManagementScience, 2001, 47(5): 629—646.

[8]TomlinB.CapacityinvestmentsinsupplyChains:Sharingthegainratherthansharingthepain[J].Manufacturing&ServiceOperationsManagement, 2003, 5(4):317-333.

[9]BassokY,AnupindiR.Analysisofsupplycontractswithcommitmentsandflexibility[J].NavalResearchLogistics, 2008, 55(5):459-477.

[10]Durango-CohenEJ,YanoCA.Suppliercommitmentandproductiondecisionsunderaforecast-commitmentcontract.[J].ManagementScience, 2006, 52(1):54-67.

[11]CuiYuquan,ZhangXiadin,LuXi.Supplychaincommitmentcontractmodelbasedonuncertaintytheoryunderuncertainmarketinformation[J].AppliedMathematics, 2015, 6(10):1727-1739.

[12]JiangWen,ChenXu.Optimalstrategiesforlowcarbonsupplychainwithstrategiccustomerbehaviorandgreentechnologyinvestment[J].DiscreteDynamicsinNature&Society, 2016, 2016(5):1-13.

[13]BaronO,MilnerJ.Staffingtomaximizeprofitforcallcenterswithalternateservice-levelagreements[J].OperationsResearch, 2009, 57(3):685-700.

[14]AkanM,AtaBar,LariviereMA.Asymmetricinformationandeconomiesofscaleinservicecontracting[J].Manufacturing&ServiceOperationsManagement, 2011, 13(1):58-72.

[15]HsuHM,ChenZiyin.Two-stageorderingpolicyunderbuyer’sminimum-commitmentquantitycontract[J].AmericanJournalofOperationsResearch, 2011, 1(3):84-99.

[16]ZhangWei,ChenYouhua,HuaZhongsheng,etal.Optimalpolicywithatotalorderquantitycommitmentcontractinthepresenceofaspotmarket[J]. 系统科学与系统工程学报(英文版), 2011, 20(1):25-42.

[17]YuanQuan,ChuaGA,LiuXing,etal.Unsoldversusunboughtcommitment:Minimumtotalcommitmentcontractswithnonzerosetupcosts[J].Production&OperationsManagement, 2015, 24(11):1750-1767.

[18] 蔡建湖, 韩毅, 周根贵,等. 基于承诺契约的两级供应链库存决策模型[J]. 系统工程理论与实践, 2011, 31(10):1879-1891.

[19] 冯华, 庞美, 刘开军,等. 战略性转移定价承诺策略下的供应商选择柔性研究[J]. 中国管理科学, 2016, 24(2).

[20]YaoJianming,LiuLiwen.Optimizationanalysisofpullsupplychainschedulingbasedonsystem'sdynamicidleproductionabilityconstraint[J].Computers&Geotechnics, 2013, 52(7):54-62.

[21]RomeroD,CavalieriS,RestaB.Greenvirtualenterprisebroker:Enablingbuild-to-ordersupplychainsforsustainablecustomer-drivensmallseriesproduction[J]//ProceedingsofIFIPInternationalConferenceonAdvancesinProductionMaragementSystems,2014,439:431-441.

[22]MendesJrP,LealJE,ThoméAMT.Amaturitymodelfordemand-drivensupplychainsintheconsumerproductgoodsindustry[J].InternationalJournalofProductionEconomics, 2016, 179:153-165.

[23] ÜlküMA,HsuanJH.Towardssustainableconsumptionandproduction:Competitivepricingofmodularproductsforgreenconsumers[J].JournalofCleanerProduction, 2017,142(Part4):4230-4242.

[24]TaylorTA.Supplychaincoordinationunderchannelrebateswithsalesefforteffects[J].ManagementScience, 2010, 48(8):992-1007.

[25]KayaM,OzerO.Qualityriskinoutsourcing:Noncontractibleproductqualityandprivatequalitycostinformation[J].NavalResearchLogistics, 2009, 56(7): 672-674.

Supply Chain Coordination Mechanism on Capacity Based onCommitment Contract under C2B Mode

XIAO Di, HOU Shu-qin

(School of Business Administration, Zhejiang Gongshang University, Hangzhou 310018,China)

C2B is a new e-business model, which is initiated by the customer and the enterprises respond quickly. Alibaba, Kadang and other well-known enterprises are actively promoting this model. C2B model can better meet the individual needs of customers, and minimize inventory, but put forward higher requirements for supply chain management. In the C2B model, the uncertainty of market demand and the long lead time make the demand forecast very difficult, it is easy to appear the situation of insufficient capacity or surplus, and because of the uncertainty of consumer's individual demand, it is difficult for a C2B enterprise to draw up a formal contract based on precise order quantity with the supplier, but the commitment contract provides an effective way to solve the problem. In this paper, a single-cycle two-echelon supply chain model consisting of a supplier and a C2B enterprise is considered. This study focuses on the application of the commitment contract to the supplier's capacity decision and coordination function of a decision-making which effected by the supplier’s customization efforts. The decision-making sequence of the supply chain members is as follows: First, the C2B enterprise obtains demand forecast based on their understanding of the consumer market, and commitment to buy a certain amount of products, in order to share the supplier's capacity investment risk, demand forecast and commitment quantity are exogenous variables. Then, the C2B enterprise make decision on the degree of customization effort. Next, supplier determines the product capacity according to C2B enterprise's decision. After the demand realizes, the C2B enterprise issues the final order quantity to the supplier according to the actual received customer order. If the supplier can't meet the C2B enterprise’s orders, unit penalty cost showd be paid. Finally, C2B enterprise delivers products to customers after completing customization processing .The game equilibrium of supply chain members in three situations is analyzed: centralized decision, decentralized decision, and contractual commitment. It also examines the effect of the important parameters such as the demand forecast for customized products and the proportion of committed orders to supplier and total profit. The result shows that the commitment contract has a good coordination effect on supply chain capacity decision in the contractual commitment situation, but the C2B enterprise needs reasonably set the parameters of the commitment contract to better play its positive role. The innovation of this paper lies in two aspeds as follows: Firstly, the coordination model of supply chain based on customer's individual demand was constructed, and the impact of demand forecasting, commitment and other factors on supplier capacity decision-making is investigated, which provides a theoretical basis for optimizing production capacity decision-making; Secondly, it expands the commitment contract to the design of supply chain coordination mechanism under C2B mode, and considers its impact on the customization efforts of supply chain members, which enriches the research content of commitment contract.

C2B; capacity coordination; commitment contract; supply chain

2016-06-30；

2017-01-20

浙江省社科规划“之江青年课题”研究成果(13ZJQN058YB)

肖迪(1980-), 男(汉族), 山东泰安人, 浙江工商大学工商管理学院副教授, 博士后, 研究方向: 供应链管理，E-mail:xiao_di1980@163.com.

1003-207(2017)04-0086-09

10.16381/j.cnki.issn1003-207x.2017.04.011

F253

A