基于电商平台销售的E-供应链主导模型与佣金协调机制研究

2019-06-04王玉燕于兆青

中国管理科学 2019年5期

王玉燕，于兆青

(山东财经大学管理科学与工程学院，山东济南 250014)

1 引言

电子商务的兴起和繁荣，打破了传统的商业模式，它为企业提供了一种成本更低的运营方式，为消费者带来了更为便捷的销售服务，成为引领新时代经济发展的重要抓手之一。2015年政府工作报告中”互联网+”行动计划提出之后，越来越多的企业与电商平台、物流企业结成供应链合作关系，形成E-供应链系统。E-供应链(E-supply chain，又称为电商供应链)是供应链管理与电子商务相结合的产物，以链主为核心，充分利用信息技术，整合行业上下游的资源，以达到降低整个供应链体系的总成本、实现多赢的目的[1,2]。E-供应链同时具备电子商务销售和供应链运作的优点，在提高市场竞争力的同时，能大大减少网购中出现的诸如假货泛滥、运输服务低下等不规范问题。许多国际大公司，如GM、Dell、Fond等都拥有自己的E -供应链管理系统。我国的天猫商城(www.tmall.com)、京东商城(www.jd.com)、唯品会(www.vip.com)等电商平台也都纷纷与入驻商家和物流企业结成E-供应链的经营模式。

目前，基于电商平台销售的E-供应链的研究已经取得了一些成果，例如：

(1)关于E-供应链的运作研究。Piera等[3]站在电子采购的角度，分析了E-供应链对企业实际运营中的影响；李建英等[4]提出构建适合电子商务发展的以“资金流”控制为主的税收征管模式实施方案。Li Jiafu等[5]探讨了补货策略对E-供应链绩效的影响；Zhao Lei等[6]分析了E-供应链中的合作广告对定价策略的影响；Ji Jingna等[7]对线上线下供应链成员的减排行为进行了研究；Yu Yugang等[8]、张桂涛等[9]使用变分不等式就消费者对电子商务和零售商两种购物渠道存在偏好的供应链网络均衡问题进行了研究；Zhao Fuguo[10]研究了在O2O电子商务模式中采用横向库存的库存风险以及转运问题，Zhang Jun等[11]研究了B2C模式下在线订单批量和分配调度问题；李雷等[12]对网络环境下，电商平台企业的运营策略进行了研究；刘伟和徐鹏涛[13]构建了基于CJ4 模型的双路径分析理论模型,识别O2O电商平台在线点评有用性的影响因素；Shen Bin等[14]研究了奢侈品行业中需求变化对E-供应链的影响。

(2)关于E-供应链的协调研究。在E-供应链企业服务对象方面，Agrawal[15]和Mehrsai等[16]分别研究了面向合作伙伴供应链的协同和面向消费者供应链的协同；肖静华等[17]将这两种模式结合，对E-供应链企业从面向伙伴到面向消费者的转型提出了指导建议；考虑服务竞争的影响，吴晓志等[18]对O2O供应链的决策和协调机制进行研究；Araneda等[19]对B2B模式下E-供应链的能力决策进行分析，给出制造商之间的利润协调契约；徐兵和刘露[20]考虑电子商务引入后免费搭乘传统零售商提供的信息服务行为，提出了协调供应链的回购加信息服务补贴合同；考虑顾客的偏好以及产品不同阶段供应链策略的差异，张雷和阳晓虎[21]对服装供应链的网络协同问题进行研究，构建了E-供应链的混合整数动态规划模型；李聪等[22]提出了一种能够体现买家在线购买历史的面向C2C电子商务的差异化折扣模型。于辉等[23]从供应链金融的视角出发，研究了银行借贷和电商借贷两种模式，构建了供应商通过订单作为抵押向电商平台融资的两方博弈批发价契约模型。

现有的研究成果从不同角度、不同程度上考虑了电子商务对供应链运营的影响，但是这些成果大多是把电商平台当作一个供应链运行的外部环境，没有将电商平台的服务作为决策变量纳入模型之中，多数研究只是视网络渠道具有传统零售渠道的一些特征，例如具有订货、定价、库存等功能。但随着电商平台的快速发展，实际上很多电商平台已经明显区别于传统零售商，其功能除了为商家提供一个发布产品销售的信息平台，还为入驻商家提供广告营销服务、代运营、仓储服务、物流服务、支付服务、客服、售后、信用维护等等销售服务，例如天猫(www.tmall.com)、淘宝(www.taobao.com)、唯品会(www.vip.com)等等网络平台。考虑现实中电商平台在供应链中的功能变化，需要对E-供应链进行更深入的研究。而且，佣金是影响E-供应链中电商平台和入驻企业利益的核心因素，但关于E-供应链的协调研究大多是借鉴传统的协调方法，并没有考虑将佣金作为协调工具。基于上述问题，根据当前E-供应链中电商平台的盈利模式，本文将第三方电商平台企业纳入系统的决策中，考虑系统主导模式的差异，构建了E-供应链的决策模型，并设计了相应的佣金协调机制，从而为E-供应链的有效运行提供坚实的理论基础。

文章的创新点体现在以下几点：

(1)不同于以往的研究，文章将电商平台作为E-供应链的内部成员，将电商平台的服务水平作为模型的决策变量，进一步分析服务决策对E-供应链运行的影响，这是使得模型和研究结论更加符合网络经济发展的现状。

(2)区别于现有的关于供应链渠道结构的研究，文章考虑电商平台与供应链成员之间决策权力的差异，文章构建了E-供应链的两种主导模型，进一步分析主导权结构的差异对系统运作的影响。

(3)区别于传统供应链的协调方法，文章尝试采用佣金作为调整工具，设计了“佣金协调机制”，实现E-供应链的协调运作。

2 模型说明

考虑由一个制造商和一个电商平台组成的E-供应链。在E-供应链中，制造商不仅负责产品的生产，还借助电商平台发布产品的销售信息，进行产品销售，相应的，制造商需要支付给电商平台公司一定的佣金作为报酬。模型结构如图1所示。

图1 基于电商平台销售的E-供应链的结构

在E-供应链模式中，当制造商入驻第三方电商平台时，一般要交付固定技术服务年费。这种年费类似于制造商在平台获得销售资格的租金，但为计算便利，在不影响模型结论的前提下，我们忽略这笔固定费用，只考虑可变费用，即佣金对E-供应链的影响。一般而言，佣金的收取是按照制造商的销售额的一定百分比交纳，例如天猫(www.tmall.com)、京东商城(www.jd.com)、唯品会(www.vip.com)等都是按照销售额收取佣金的。因此，在模型中，我们假设佣金根据制造商的销售收益而定。

模型的符号说明如下：

假设制造商的生产成本为c，产品的市场需求量为q，单位销售价格为p。

假设电商平台收取的单位销售额的佣金，即佣金率为ρ(0<ρ<1)，则电商平台收取的总佣金数额为ρpq。一般而言，在实际运作中，佣金率的收取小于30%[24]，因此，在下列模型分析中，我们假设0<ρ<0.3。

假设电商平台提供的销售服务水平为s，电商平台提供的销售服务水平越高，相应的服务成本就越高，借鉴文献[25]的假设，假设电商平台提供销售服务的成本函数为C(s)=ks2/2，其中，k(k>0)为服务成本参数，具体指提高(广告营销服务、代运营、仓储服务、物流服务、支付服务、客服、售后、信用维护等)单位服务水平所有需要的资金。

在E-供应链中，产品的市场需求量与产品价格、电商平台的服务水平有关。假设产品的市场需求是关于产品销售价格和电商平台服务水平的线性函数，并且产品的市场需求量随着销售价格的提高而减少，随着电商平台服务水平的提高而提高，借鉴文献[26]的假设，假设产品的市场需求量函数为

q=α-βp+γs，α,β,γ>0

其中，α表示潜在的市场最大需求量，β表示销售价格的弹性系数，γ表示服务水平的弹性系数。

在E-供应链中，制造商的利润函数为，

πM=(1-ρ)pq-cq

(1)

电商平台利润函数为，

πE=ρpq-ks2/2

(2)

E-供应链的总利润函数为，

π=πM+πE=pq-cq-ks2/2

(3)

为保证问题有意义，假设参数满足：2kβ>γ2,kβ>ργ2,α>βc,kα+kβc>γ2c。

3 分散决策下E-供应链的主导模型

在分散决策时，制造商和电商平台作为独立的经济主体，均以实现自身利润最大化为目标进行决策。而为了争取更多的利润，制造商和电商平台都有争夺系统主导权的动机，制造商和电商平台之间的权力之争，使得E-供应链可能出现制造商主导的运行模式和电商平台主导的运行模式。下面，我们就对这两种模式进行分析。

3.1 制造商主导E-供应链的模型

在E-供应链中，若制造商的实力强于电商平台，制造商就会掌控E-供应链的主导权，成为链条的主导企业，例如1351汽配商城(http://www.1351qp.com/)中，在网站与中国重汽等大型知名企业结成E-供应链时，商城就做出很大让步，在决策中使得这些入驻商家掌控主导权，成为系统的主导者。在这样的E-供应链中，制造商率先给出产品销售价格p，然后，电商平台根据制造商的定价策略再给出相应的服务水平s，制造商和电商平台构成制造商为主、电商平台为从Stackberg博弈。根据逆向归纳法求解：

由(2)时，∂2πE/∂s2=-k<0，所以πE存在极大值。由∂πE/∂s=0可得，s的反应函数为，

s=ρpγ/k

(4)

将(4)式代入(1)式，由于∂2πM/∂p2=-2β(1-ρ)<0，所以πM存在极大值。由∂πM/∂p=0可得，最优销售价格为，

(5)

将(5)式代入(4)式，可得电商平台的最优服务水平为

(6)

相应的，

制造商的最优利润为

电商平台的最优利润为

3.2 电商平台主导E-供应链的模型

在E-供应链中，若制造商的实力弱于电商平台的实力，电商平台就会掌控链条的主导权，成为E-供应链中的主导企业。例如天猫商城(www.tmall.com)中，电商平台在和中小品牌的制造商结成供应链时，往往会掌控链条的主动权，成为E-供应链的主导企业。在这类E-供应链中，电商平台率先给出服务水平s，然后，制造商再给出产品的销售价格p。制造商和电商平台构成电商平台为主、制造商为从Stackberg博弈。根据逆向归纳法求解：

由(1)式，由于∂2πM/∂p2<0，所以πM存在极大值。由∂πM/∂p=0可得，p的反应函数为，

(7)

将(7)式代入(2)式，由于∂2πE/∂s2<0，所以πE存在极大值。由∂πE/∂s=0可得，电商平台的最优服务水平为，

(8)

将(8)式代入(7)式，可得产品的最优销售价格为

(9)

相应的，

制造商的最优利润为

4 E-供应链的集中决策模型

在集中决策下，制造商和电商平台合作，双方均以实现E-供应链系统的整体利润最大化为目标进行决策，此时，双方的决策函数为

(10)

(11)

产品的最优销售价格为

(12)

5 模型之间的比较分析

将E-供应链不同决策模式的最优决策进行比较，可得：

结论1 不同运作模式下，产品销售价格的大小关系有：p**>pM*>pE*；且pM*、pE*随ρ的增加而增加。

证明：见附录1。

从结论1可看出：在集中决策时，制造商和电商平台合作，此时制定的产品销售价格最高。一般在传统的线下供应链中，会存在这样的结论：在集中决策下，产品的销售价格最低[27-28]。但是这个结论已经不再适用于线上的E-供应链，在E-供应链的集中决策下，产品的销售价格不是最低而是最高。这是因为此时，产品的需求量不仅取决于产品的价格，还很大程度上取决于电商平台的服务，较高的服务水平使得系统运营成本增加，为保证利润导致了销售价格升高。在分散决策下，当制造商主导系统时，对产品的销售价格拥有绝对的控制权，产品的销售价格会高于电商平台主导E-供应链时的价格。而且，在集中决策下，产品的销售价格与佣金率无关；在分散决策下，佣金率越高，产品的销售价格越高。这是因为随着佣金率的增加，电商平台收取的佣金增加，制造商的销售成本增加，为保障制造商的利润，产品的销售价格必然会上升。

结论2 不同运作模式下，电商平台服务水平的大小关系有：s**>sM*>sE*；且sM*、sE*随ρ的增加而增加。

证明：见附录2。

从结论2可看出，在集中决策时，制造商和电商平台合作，此时的服务水平是最高的。在分散决策中，制造商主导系统时的服务水平高于电商平台主导系统时的服务水平。这是因为制造商主导系统时，凭借其对供应链的权力，会要求电商平台提供更高的服务水平吸引消费者，从而提高利润。另外，电商平台主导系统时，会一定程度降低自身的服务水平以减少运营成本。从结论2还可看出，在集中决策下，服务水平与佣金率无关；在分散决策下，佣金率越高，电商平台的服务水平越高。这是因为较高的佣金率，对电商平台来说是有利的，意味着可以有更多的资金来提高服务水平。

证明：证明思路同结论1、结论2。

从结论3可以看出：分散决策中，制造商主导系统时，制造商的利润要高于电商平台主导系统时的利润，电商平台的利润要低于电商平台主导系统时的利润。这说明，掌控系统的主导权，有利于提升自身的利润。而且，随着佣金率的增加，制造商的销售成本增加，制造商的利润下降；佣金作为电商平台的主要收入，随着佣金率的增加，电商平台获得的佣金会上升，电商平台的利润会增加。

根据集中决策的求解规则，同结论2的证明思路，可以证明得结论4。

结论4不同运作模式下，E-供应链系统的利润水平的大小关系有：π**>πM*>πE*。

结论4说明，集中决策模式下，E-供应链系统的利润达到最大。而且在分散决策下，电商平台主导系统时的E-供应链利润最小。这也说明，电商平台主导系统，不利于系统的协调运作。

为此，我们为不同主导模式的分散决策设计协调机制，以实现成员收益和系统收益的“双赢”。从结论3-结论4可知，在集中决策下，系统的收益与佣金率无关；但是在分散决策下，随着佣金率的变化，制造商和电商平台的利润变化方向是相反的，因此，我们可以把佣金率作为协调工具，通过调整佣金率的大小，达到协调系统运作的目的。下面，我们为不同主导模式的分散决策设计“佣金协调机制”。

6 佣金协调机制

在E-供应链中(无论是制造商主导还是电商平台主导)，我们借助佣金率来协调系统，可得结论5。

(13)

则佣金协调机制可以实现系统的协调。

证明：见附录3。

(14)

在实际生产运营中，E-供应链成员接受佣金协调机制的前提条件是，各成员协调后的收益均不低于分散决策下的收益。因此，

(15)

当λ满足(15)式时，制造商主导E-供应链的佣金协调机制可以实现系统的协调。

(16)

当λ满足(16)式时，电商平台主导E-供应链的佣金协调机制可以实现系统的协调。

在协调机制(13)式中，系数λ(0<λ<1)代表了制造商的谈判实力：一般而言，λ越大，制造商在系统中分享的利润越高，电商平台的利润越低；λ越小，制造商分享的利润越低，电商平台的利润越高。在协调机制中，λ大小的确定，很大程度上与制造商的实力有关。

7 数值分析

为了进一步比较不同模型决策的关系，下面结合数值算例进行分析。

假设α=100,β=5,r=2,c=5,k=1，取ρ为自变量，令ρ∈[0,0.3]，各个决策变量随ρ的变化曲线如图2～图6所示。

图2 销售价格的比较

图3 服务水平的比较

图4 制造商利润的比较

图5 电商平台利润的比较

图6 E-供应链利润的比较

从图2-图6可以看出：

(1)分散决策下，产品的销售价格、电商平台的服务水平、电商平台的利润均随着佣金率ρ的增大而增大，这说明较高的佣金率对电商平台来说是有利的；制造商的利润随着佣金率ρ的增大而减小，这是因为随着佣金率的提高，产品销售价格的上升导致销量降低，从而使得制造商的利润下降。从图6还可以看出，随着佣金率的提高，E-供应链系统的利润会上升。

(2)集中决策模式下，产品的销售价格、电商平台的服务水平达到最高，E-供应链系统的利润最大，这是一种理想模式，此时销售价格、服务水平以及E-供应链系统利润均与佣金率无关。

(3)分散决策模式下，当制造商主导系统时，产品的销售价格、电商平台的服务水平、制造商的利润均较高；而电商平台的利润较低，这进一步说明，掌控E-供应链的主导权有助于主导企业利润的增加。

(4)分散决策模式下，制造商主导系统时，E-供应链利润高于电商平台主导时的系统利润，这说明制造商主导E-供应链优于电商平台主导E-供应链。

这些结论和模型结论是一致的，从而证明了模型研究的正确性。

下面来验证协调机制的有效性。根据上述参数取值，并令ρ=0.2，可以计算得：

从表1和表2的计算结果来看，无论是制造商主导系统、还是电商平台主导系统，佣金协调机制均有效协调了系统，实现了供应链成员收益与系统收益的“双赢”。

8 结语

考虑系统主导模式的差异，将第三方电商平台纳入E-供应链的决策中，文章对E-供应链的主导模式和协调机制进行研究。首先，文章构建了E-供应链的两种分散决策模型(制造商主导模型和电商平台主导模型)和集中决策模型；然后，针对每种模型，求解相应的最优决策；接着，对不同模型之间的最优决策比较分析；在此基础上，设计出每种主导模型的“佣金协调机制”，实现系统收益和成员收益的“双赢”。最后，采用数值分析，对模型结论进行验证。文章研究表明：

表1 制造商主导E-供应链的协调结果比较

表2 电商平台主导E-供应链的协调结果比较

(1)在分散决策下，掌控E-供应链的主导权有助于主导企业利润的增加，但是制造商主导系统优于电商平台主导系统，制造商主导系统的结构模式更加有利于系统的协调运行；而且当制造商主导系统时，产品的销售价格、电商平台的服务水平、制造商的利润、以及E-供应链系统利润均较高；而电商平台的利润较低。

(2)不同于传统线下供应链的结论，在集中决策下，产品的销售价格不是最低，而是最高。而且在集中决策下，电商平台的服务水平以及E-供应链系统的利润也均达到最大，此时销售价格、服务水平以及E-供应链系统利润不受佣金率变化的影响。

(3)借助文章设计的“佣金协调”机制可以协调系统，实现成员收益与系统收益的“双赢”。

根据上述研究结论，我们可以得出如下管理启示：

第一，在E-供应链系统中，对各成员方来说，合作是保障各方利益的最优方式。E-供应链的形成本来就是以合作求共赢的，但是，由于电商平台是E-供应链系统的发起者，一般在系统中占据主导地位，如果它凭借自身优势来追逐自身利益最大化，就可能损害其他成员的利益，甚至很有可能引发链条的恶性竞争而迫使链条中断。因此，为使E-供应链健康持续发展，各方应建立战略性合作伙伴关系，利益共享，成本共担，才能维持系统的稳定，以谋求共同发展。

第二，E-供应链系统的合作需要外部力量来推动。由于E-供应链的成员都具有“经济人”行为的特点，很难凭借自觉来约束追求利益最大化的利己行为，因此，需要外部力量来规范成员行为。例如，通过政府有关部门来制定法律法规来约束各方行为，《中华人民共和国电子商务法》规定，“电子商务平台经营者不得利用服务协议和交易规则等手段，对平台内经营者的交易、交易价格等进行不合理限制或者附加不合理交易条件，或者向平台内经营者收取不合理费用。”应尽快制定和完善有关法律法规，规范E-供应链系统成员的行为，以促成战略合作伙伴关系的形成。

第三，E-供应链系统的合作需要成员各方的共同努力。利益协调是各方合作的基础，电商平台作为链主通过提升服务水平带动成员各方提升整个系统的利润是关键，制造商提高产品质量、维护系统利益是合作必不可少的条件，因此，在E-供应链系统中各成员方都以系统整体利益出发，才能在维系系统稳定发展的同时实现自身利益最大化。

文章只是考虑了单一制造商和单一电商平台的E-供应链结构，在现实运行中，E-供应链的成员还包括物流运营企业，而且很多E-供应链是由多个制造商和一个电商平台组成，考虑物流运营企业的影响，对这种“多对一”E-供应链进行研究，将是我们下一步研究的方向。

附录：

附录1：结论1的证明。

证明：由已知，2kβ>γ2,kβ>ργ2,α>βc,kα+kβc>γ2c，0<ρ<0.3，所以

p**-pM*