“新零售”视角下基于公平关切的鲜奶供应链订货策略优化研究

文/桂良仁 徐晓敏

一、研究背景概述

当前电子商务发展已进入成熟期，社会上许多传统零售企业为打破行业发展局限，逐渐把互联网技术引入电商行业，开拓领域以实现提效转型。但与此同时，从近些年的电商行业报告不难得出电商行业增长速率逐年下降，纯电商不再存在突出的竞争优势，于是纯电商开始逐渐转型走向线下，与实体零售主动结合（赵树梅等，2017）。2016年10月阿里云栖大会上，一个新的概念被提了出来，这就是阿里巴巴集团董事局主席马云所提到的“新零售”，他认为纯电商和实体零售分离的行业趋势很快被“新零售”这一全新的商业模式所取代。与传统零售模式比较，新零售模式借助大数据、物联网以及物流流通平台等相关技术，打破传统零售之间的各种限制，其内核是以消费者为中心的全方面数据全面打通的一种零售业态优化升级（梁莹莹，2017）。因此，以“线上+线下+物流”为主要特征的全渠道融合发展，即“新零售”模式将会成为新的行业趋势。

随着社会发展和人民生活水平的不断提高，国内鲜奶产品消费不断增加，进出口量和产出量均持续增长。目前鲜奶产品市场呈现以下状况:一是市场集中度明显提升；二是企业两极分化严重；三是进口进一步增加，对国内企业传统价格及利益分配影响巨大（宋亮、李阳，2020）。同时国内鲜奶行业内部供应链一直存在着难以协调的矛盾。近几年，鲜奶供应商为降低生产成本，违规使用非食品添加剂，最终致使各种食品安全事故频发。造成此类事件的重要原因是在鲜奶产品供应链中零售商和供应商地位悬殊，零售商占据主导，致使感知利益分配不均衡的供应商通过非法手段提高自己的利润。此举不仅会对消费者造成伤害，也不利于鲜奶供应链企业间长期协调发展（李宁、冯策，2019）。为解决这一问题，近年来专家学者针对鲜奶产品供应链协调做出了相关研究，如提出“最后通牒”博弈实验让人们意识到了公平关切的存在（Guth，1982）；另有学者进一步指出人们会合理善待那些对自己公平的人,而惩罚那些不公平对待我们的人（Rabin，1993）。提出鲜奶产品供应链协调研究中考虑供应链成员的公平关切具有现实意义。更为深入的研究还有：基于Nash讨价还价博弈思想建立公平参考框架,构建公平关切效用体系,探讨零售商的公平关切行为倾向对供应链的影响（杜少甫等，2010）；基于鲜活农产品的新鲜度和运输损耗因素，考虑供应链成员的公平关切特性,建立二级鲜活农产品供应链收益共享契约模型，以研究收益共享契约下供应链成员具有公平关切时的鲜活产品供应链协调问题等（孙玉玲等，2015）。但上述研究均是针对传统零售模式下所进行的研究。目前鲜奶行业已经开始出现新的市场变化，随着大型电商平台深入农村以及地区零售渠道连锁化发展，进而实现全渠道铺货的新零售运营模式，当前国内已有数家鲜奶企业着手新零售布局，出现了以天鲜配为代表的新零售企业。新零售赋能下的鲜奶企业，将为消费者提供更加便捷、更加新鲜、更高品质的生活体验，针对这种发展趋势研究基于公平关切的 “新零售”视角下鲜奶行业供应链协调具有理论和现实意义。

本文以鲜奶产品作为研究对象，针对以零售商为主导的供应链系统，考虑新零售“线上+线下+物流”全渠道融合的特点，通过传统零售模式和新零售模式的对比，进而分别构建新零售模式下公平中性和公平关切供应商的博弈模型，重点分析不同种情况下订货周期的影响因素以及不同影响因素的影响程度，为鲜奶产品供应链的订货决策提供参考。

二、问题分析与模型假设

本文研究新零售模式下的供应链系统，新零售模式区别于传统的实体零售模式以及O2O模式，是一种“线上+线下+物流”全渠道融合的新业态（方颉、杨磊，2017）。即建立一个由供应商、拥有线上渠道和线下渠道双渠道的零售商以及消费者组成的供应链系统，其中消费者购买商品时可以有两种渠道：一是通过线下实体渠道购买，二是通过线上渠道下单。作为统一零售商的线上渠道和线下渠道组成利益共同体，由线下渠道统一订货、统一库存、统一配送。如图1为新零售模式的运营结构，在此主要研究的是供应商和双渠道零售商之间的关系。因此假设供应链之间成员信息对称，不存在缺货损失，且鲜奶产品的残值0。

图1 新零售模式的运营结构

假设企业市场日均规模为b,销售价格为p,鲜奶的需求价格弹性为K，每天市场需求量为q，鲜奶农产品的需求主要受价格和市场规模影响。结合鲜奶行业特点及相关学者的做法，假设供应链成员所面临的市场需求为不确定需求函数：

仓库存量V(t)是与时间相关的函数，对仓储构建微分方程：

根据条件V(T)=0，则：

订货量为初始量，即:

其中，订货量为Q，订货周期为T，产品变质率为f,单位订货周期内的市场需求总量为D=qT。线下零售和线上零售有两个显著的区别：一是市场规模不同；二是电商平台收货方式和支付方式同实体零售有质的不同，这使得鲜奶销售过程类似于直销模式，因此不需考虑变质库存问题，但需要考虑对电商平台顾客的额外的物流配送成本（卞保武，2010）。

根据上述假设，鲜奶行业的线上零售、线下零售和供应商的利润函数πr1、πr2、πrs分别为：

其中，b1为线下市场日均规模，b2为线上市场日均规模，P1为实体零售销售价，P2为电商销售价，Cs为供应商成本，Cr为供应商供货价格，Ct为物流成本。

三、集中决策模型

首先考虑公平中性条件下的集中决策模型。集中决策模型即将供应商和零售商作为一个整体，并且二者之间不存在转移支付，各自的目标均为供应链的整体利润最大化。在此分别建立传统零售模式下和新零售模式下两种集中决策模型，得出其相应结论作为基准评估后续的分散决策系统（覃伟华，2011）。

（一）传统零售模式下集中决策模型

由于线上渠道鲜奶销售过程相当于直销模式，不需要考虑变质库存，因此传统零售模式只对线下渠道即实体零售进行建模分析。

线下零售即传统实体零售利润为：

利用逆推归纳法进行分析，传统实体零售利润π1是关于订货周期T的严格凹函数，即对π1关于T求一阶导数得：

则传统实体零售最优订货周期为：

（二）新零售模式下集中决策模型

新零售模式下鲜奶产品供应链中，包括零售商、供应商两个主体，其中零售商包括线上零售以及线下零售。零售商和供应商的利润函数如式（11）、（12）所示：

新零售模式区别于传统零售模式，是一种“线上+线下+物流”全渠道融合的新业态。因此根据图1的运营结构，当零售商和供应商均为风险中性时，且在供应链运行过程中线上线下同价，即P1=P2=P,由此对新零售模式下的鲜奶集成供应链进行建模（覃伟华，2011）：

同上，对π新零售关于T求一阶导数即可以得到新零售模式下的最优订货周期：

结论1:集中决策模型下，传统实体零售模式下的最优订货周期T1⋆主要与鲜奶变质率、销售价格和供应商成本有关，而新零售模式下鲜奶零售商的最优订货周期主要和鲜奶变质率和市场结构有关。对比，可得新零售下最优订货周期新增了市场结构作为主要影响因素，改变市场结构可有效改变订货周期。此外，两种情景下的鲜奶制品，产品变质越快，最优订货周期均越短。

进一步分析可知，实体零售模式下的最优订货周期：单个周期内的变质库存量为ΔV=Q-D=，由于＞0，则可通过降低最优订货周期来减少企业整体的变质库存。通过对T1⋆进行灵敏度分析，发现T1⋆对Cs、f、P均有较强的灵敏性。新零售模式下的最优订货周期：通过对T⋆进行灵敏度分析，可得T⋆对、f具有较强的灵敏性，对销售价格P、供应商成本Cs以及物流成本Ct具有很强的鲁棒性。

四、基于公平关切的分散决策模型

分散决策模型是指在供应链系统中单独考虑供应商或零售商时建立的决策模型。在鲜奶产品供应链中，由于零售商和供应商地位悬殊，零售商占据主导，因此分散决策模型主要为单独考虑供应商的决策模型。以下通过建立基于公平关切的新零售模式下分散决策模型，进一步分析新零售模式下当公平关切供应商时对订货周期的影响及影响程度。

由于鲜奶产品供应链中零售商在Stackelberg博弈中处于主导地位，因此在建立分散决策模型时，首先建立以零售商为主导的利润模型，以确定它对上游奶农（供应商）的反应函数。

公式（15）与前述新零售下集中决策模型的公式（13）对比，其中的成本由原来的供应商成本Cs转为零售商的进货成本，也即供应商销售价Cr。

同上，对πr关于T求一阶导数即，可以得到新零售模式下的最优订货周期：

供应链成员关注公平，在争取利润最大化的同时更加关注的是自己的利益分配和行为动机是否公平，有时为了公平甚至会做出不利企业间长久合作和供应链的协调发展行为。在本文研究的鲜奶产品供应链模型中，供应商为弱势方即更多关注利益分配是否公平。在公平关切行为倾向下，供应链成员确定产品价格不再只以利润最大化准则，而是将效用最大化作为准则来进行确定引入公平关切系数（王磊等，2012；姚锋敏等，2017）。参数λ作为公平关切系数，得到零售商的公平关切效用函数；同理，得到供应商的公平关切效用函数为，为了便于模型分析，记（杜少甫，2013）。

结合公式（15），供应商的效用函数可表示如下：

对Us关于T求一阶二阶偏导可得：

同上，对Us关于T求一阶导数即可以得到新零售模式下的最优订货周期：

结论2:在对供应商公平关切情景下，供应链能得到理论上协调，协调条件，但若要实现供应链动态平衡，还需设置具有激励机制的契约保障供应链协调。

进一步分析可知：仅公平关切供应商，利用逆推归纳法进行分析，Us是关于订货周期T的严格凹函数，也即，T5⋆为仅公平关切供应商的最优订货周期，要使得供应链协调则使得T5⋆=T⋆，因为，则,则当时供应链可达到理论上的协调。

结论3: 在新零售模式下仅公平关切供应商时，最优订货周期主要与市场结构和变质率有关；与此同时，供应商订货周期与公平关切程度和零售商价格成正比，与供应商价格成反比。

进一步分析可知：

2.对公平关切系数ω—进行求偏导可得：因为T5⋆＞0恒成立，即恒成立，又因为Cr＞Cs，P＞Ct；综上得恒成立，则最优订货周期和公平关切系数成正相关，因此需权衡供应商对公平要求程度和变质库存量之间关系。

五、算例分析

为直观地展示上述各种情况下的结论，得出具体的分析结果，进一步验证上述模型的有效性和正确性，在此使用Matlab工具，分别对传统零售模式和新零售模式以及公平关切条件下销售价格、变质率以及市场占有率对最优订货周期影响进行算例分析。从中可以看出各种情形下供应链协调模式的利弊，以及新零售模式下基于公平关切的订货策略协同的优势所在。

以下算例分析数据来自参考相关文献以及中商情报网：参数设定为f=0.1-0.25,Ct=0.3元/升，Cs=2.4元/升，Cr=3.3-4.0元/升，P=5.3-6.2元，∈(0.5，2),(0.45.1)（但斌等，2008）。

（一）传统零售和新零售模式下变质率和销售价格对订货周期的影响

通过传统零售供应链模型和新零售供应链模型，即公式（10）和公式（14）的求解结果得出传统零售模式和新零售模式下销售价与变质率对最优订货周期的影响，如图2所示。

图2 传统零售模式和新零售模式下销售价格与变质率对订货周期的影响

由图2可知，在传统实体零售和新零售两种模式下，鲜奶最优订货周期受到变质率和零售商销售价格共同作用。当变质率不断增大，销售价不断减小的过程中，最优订货周期均不断减小；与此同时，在传统实体零售模式下，鲜奶产品的最优订货周期整体受到变质率和零售商销售价格的影响程度更大，最优订货周期时间整体高于新零售模式最优订货周期时间。因此，在新零售模式下鲜奶行业最优订货周期较短，变质库存量减少，供应链运行更加高效。该算例分析结果验证了结论1的正确性。

（二）新零售模式下公平中性与公平关切时市场结构与销售价格对订货周期的影响

公平关切对订货周期的影响。新零售模式下，通过公平关切供应商模型，即公式（20）的求解结果得出公平关切程度对T影响，如图3所示。公平关切系数在（0.682，1）之间时，最优订货周期大于零，即在该范围内，公平关切程度同最优订货周期的关系有实际意义。当最公平关切系数大于0.65时，公平关切程度同最优订货周期呈正相关，即对供应商关切程度越高，最优订货周期越大。因此根据算例分析进一步对公平关切系数进行梯度划分为0.65、0.75、0.85、0.95，分析在不同公平关切系数下市场占有率和销售价格对订货周期的影响程度。

图3 公平关切程度对订货周期影响

图4 P在公平中性下对T的影响

图5 P在公平关切下对T的影响

销售价格对订货周期的影响。根据公式（16）和公式（20）可得新零售模式下销售价格在公平中性以及公平关切条件下供应商对最优订货周期T的影响，如图4、图5所示。由图4、图5可知，在新零售集中决策模型中，最优订货周期与价格成正相关，价格越高，最优订货周期越长，在供应链运行过程中销售价格不能过低，最优订货周期不宜过大，因此需要选择一个平衡点，使供应链高效运转。与此同时，对比图4与图5可发现：引入公平关切系数，最优订货周期在价格相同时远低于集中决策时最优订货周期，即对供应商进行公平关切时，最优订货周期缩短，对于鲜奶行业而言，需更多关注供应商利益，才能更好确保整体供应链协调；当ΔP=1时，集中决策时的订货周期ΔT=1.4较平缓,但公平关切供应商时，公平关切供应商订货周期ΔT=1.9，也即公平关切系数在一定程度上提高了销售价的影响程度，根据图5可得当=0.85时，价格为5.4时，最优订货周期最小，在此情况下供应链高效运转。

以上分析结果验证了结论3的有效性和正确性。

六、结语

本文针对鲜奶行业特点，通过分析传统零售模式、新零售模式以及基于公平关切的新零售模式三种情况，以最优订货周期作为目标，在建立零售商主导的Stackelberg模型时，基于公平关切供应商对供应链系统进行协调，并详细分析了订货周期在上述三种情况下的影响因素以及每个因素对订货周期的灵敏度。分析结果得出的结论为：

其一，鲜奶产品最优订货周期主要与市场占有率、销售价格以及鲜奶变质率有关，改变其中单个变量对鲜奶产品最优订货周期均会产生较大影响。

其二，新零售模式实现了线上线下零售一体化，提高了整体供应链的运转效率，其最优订货周期与传统零售模式比较有一定程度的缩短。

其三，在新零售模式下引入公平关切，可以减弱各影响因素对最优订货周期的影响程度，提高供应链的整体效益，缩短最优订货周期，减少库存，在一定程度上提高供应链整体利润。

进一步的研究可以考虑引入收益共享契约对订货周期进行深入分析，使供应链系统在此基础上能够达到动态协调，以此使供应链效益最大化。