第三方物流配送下需求预测信息分享策略研究

王 昀,赵 静,张 芳

(天津工业大学 数学科学学院,天津300387)

据报道,2021年,京东商品交易总额达3. 29万亿,同比增长26. 2%;唯品会商品交易总额达1 915亿元,同比增长16%. 为了分享巨大的线上潜在需求,越来越多的供应商和平台商签订代销合同直接向消费者销售产品,并由第三方物流商(简称物流商)负责配送产品,平台商为产品提供线上推介等服务,这种销售模式不仅消除了传统批发价合同的双重边际效应,也促进了第三方物流的快速发展. 为了提高消费者的购物体验,一些平台商开始提供物流增值服务,如2021年天猫、淘宝联合菜鸟驿站开通按需派送服务. 另一方面,市场竞争的加剧和新冠疫情的影响导致产品需求的不确定性愈加显著. 实践中,平台商借助先进的信息技术和数据分析工具,能够收集大量消费者的历史搜索、浏览、购买等数据,并精准分析和预测产品的潜在需求,更好地为消费者提供产品推介和物流增值等服务. 精准的需求预测信息有助于供应商及时调整零售价格、提高销售效率;有助于物流商更好地调整配送费,提高配送效率和竞争力.然而,供应商和物流商只能获取到关于产品的少量销售数据,缺乏平台商拥有的详尽数据而无法充分预测产品的潜在需求. 平台商、供应商和物流商之间需求预测信息的不对称,降低了整个供应链的绩效.

实践中,平台商、供应商和物流商之间的市场权力存在差异,如耐克、阿迪达斯等知名品牌企业在“唯品会”销售产品由顺丰负责物流配送(即供应商市场权力较大,物流商次之,平台商较小的情形);回力、初棉女装等小供应商在“网易严选”销售产品由京东物流提供物流配送(即物流商市场权力较大,平台商次之,供应商较小的情形);网红时装店入驻天猫,由中国邮政等大物流公司提供产品配送(即物流商与平台商市场权力差别不大,供应商市场权力较小的情形). 供应商、平台商和物流商之间市场权力的差异会影响他们之间博弈关系,进而影响他们的运营策略.

鉴于实践中平台商、供应商和物流商之间需求预测信息的不对称以及市场权力的差异,为了提高市场竞争力和整个供应链绩效,如何给物流商和供应商分享需求预测信息已成为平台商和供应链管理者亟须解决的现实问题. 现有文献研究表明:传统批发价合同下供应链成员间的需求信息分享降低了整个供应链的不确定性[1],在一定条件下可以提高整个供应链绩效,但也可能损害信息分享者的利益[2-5]. 在电商平台代销且第三方物流配送模式下,平台商是否有动机分享需求预测信息以及如何给供应商、物流商分享需求预测信息才能提高整个供应链绩效、实现共赢是当前尚未解决的学术问题.

国内外学者基于供应商主导供应链(即供应商是Stackelberg博弈的主导者),在传统批发价合同下对供应商和零售商的需求信息分享问题进行了大量研究. 具体来说,基于一个供应商和一个零售商组成的供应链,Mishra等[2]研究了按订单生产和按库存生产两种情形的信息分享问题,研究发现信息分享总是对供应商有利,对零售商不利,对整个供应链是否有利依赖于一定的参数条件. 李凯等[3]研究了不同研发模式下零售商的需求信息分享问题,研究发现信息分享总是对供应商有利,研发模式和研发成本影响零售商和整个供应链的信息分享价值. Zhang[4]和Li[5]分别研究了两个和多个竞争零售商给供应商分享需求信息的问题,研究发现分享信息的零售商越多对供应商越有利,但对零售商损害也越大,只有在一定条件下对整个供应链才有利. 基于两个竞争供应链情形,Ha等[6]研究发现供应商有效降低生产成本时,信息分享可以削弱双重边际效应,零售商自愿分享信息. Yue等[7]和李波等[8]研究了供应商增加直销渠道时双渠道供应链的信息分享问题,研究发现信息分享对供应商有利,在一定条件下对零售商和整个供应链有利. 以上研究表明供应商主导型供应链中,零售商给供应商分享需求信息总是对供应商有利,有些情形下会降低零售商和整个供应链的绩效. 另外,仅有Bian等[9]研究了供应商和零售商在传统批发价合同下进行Nash博弈时的信息分享问题,研究发现信息分享降低了供应链绩效,不会使双方同时受益. 与以上研究供应商和零售商传统批发价合同下的信息分享问题的文献不同,本文基于供应商和平台商代销合同下由第三方物流负责产品配送的实践背景,通过考虑平台商、供应商和物流商之间的市场权力差异,研究平台商的需求预测信息分享问题.

基于电商平台的实践背景,一些学者研究了不同情景下电商平台的销售模式选择问题,如文献[10-12]等. 也有一些学者研究了不同情景下平台商的信息分享问题,如Chen等[13]研究了转售模式和代销模式下提供在线推荐服务的平台商与供应商的信息分享问题,研究发现转售模式下信息分享使平台商受损,不分享信息是均衡策略;在代销模式下信息分享对平台商有利,平台商会自愿分享信息. Ha等[14]研究发现供应商不入侵时,信息分享对供应商有利,对平台商和整个供应链均不利;在供应商入侵时,平台商是否会自愿分享信息取决于代理费率和渠道竞争强度. 罗春林等[15]研究表明,平台商和两个代销模式下的供应商分享信息能否获益取决于产品生产的规模经济性和平台商的提成比例. 李增禄等[16]研究了不同销售模式下平台商与两个竞争供应商的信息分享问题,研究发现平台商不会给两个转售模式下的供应商分享信息,会给两个代销模式下的供应商分享信息;是否给一个选择代销模式一个选择转售模式的两供应商分享信息取决于代理费率的高低. 以上文献只考虑了平台商和供应商的信息分享问题,都没有考虑第三方物流的影响. 士明军等[17]和刘仁军等[18]基于确定需求研究了供应商、平台商和物流商不同的市场权力结构对供应链各成员最优定价和最大利润的影响,他们没有考虑需求不确定因素和供应链成员间的需求信息不对称问题. 文悦等[19]研究了电商(即供应商)、电商平台和物流商不同市场权力结构下电商的需求信息分享问题,不同的是,本文基于平台商收集和分析线上消费者历史搜索、浏览、购买等数据预测需求信息的实践背景,研究平台商拥有需求预测信息时的信息分享策略问题.

综上,本文针对电商平台代销-第三方物流配送模式下的供应链,构建供应商、平台商和物流商三种市场权力结构下平台商给物流商分享、给供应商分享和不分享信息情形的决策模型,探讨平台商的最优需求预测信息分享策略问题,并分析平台商的服务效率和供应链成员的市场权力对信息分享价值的影响. 本研究为第三方物流配送模式下平台商制定需求预测信息分享策略提供理论依据和参考价值.

1 问题描述与假设

考虑由一个供应商(R)、一个平台商(P)和一个物流商(L)组成的供应链,供应商以零售价格pr通过平台商销售产品;平台商为消费者提供线上产品推介和物流增值服务等,服务水平为s,并向供应商收取服务费ps;物流商负责配送产品,向供应商收取配送费pl,具体如图1所示.

参考Lu等[20],假设产品需求是产品零售价格和平台商服务水平的线性函数:

D=a-bpr+ks,

(1)

其中:参数a为产品的潜在需求,b为价格敏感系数,k为服务敏感系数(0

E(a│f)=(1-t)a0+tf,

(2)

E((f-a0)2)=m+n,

(3)

πR(pr)=(pr-ps-pl-c)D,

(4)

πP(ps,s)=psD-cs,

(5)

πL(pl)=(pl-cl)D.

(6)

针对实践中供应商、平台商和物流商的三种市场权力结构,分别考虑如下博弈情形:1)供应商主导的Stackelberg博弈(RS):供应商首先决策pr,物流商然后决策pl,平台商最后决策ps和s;2)物流商主导的Stackelberg博弈(LS):物流商首先决策pl,平台商然后决策ps和s,供应商最后决策pr;3)平台商和物流商之间Nash博弈(NA):平台商和物流商同时进行决策,然后供应商决策pr. 基于每种博弈,分别考虑平台商给物流商分享信息、给供应商分享信息和不分享信息的情形,如图2所示,其中粗实线表示平台商给物流商分享信息,细实线表示平台商给供应商分享信息,虚线表示由于Stackelberg主导者的先动优势决策造成的信息泄露.

图2 电商平台供应链成员间博弈和信息分享示意图

平台商拥有需求预测信息f,其期望利润函数为:

E[πP(ps,s)|f]=E[(psD-cs)│f].

(7)

若平台商不分享信息f,则供应商和物流商根据商品潜在需求的先验信息进行决策,其期望利润函数分别为:

E[πR(pr)]=E[(pr-ps-pl-c)D],

(8)

E[πL(pl)]=E[(pl-cl)D].

(9)

若供应商和物流商通过平台商分享或通过信息泄露获得需求预测信息f,则其期望利润函数分别为:

E[ΠR(pr)|f]=E[(pr-ps-pl-c)D|f],

(10)

E[ΠL(pl)|f]=E[(pl-cl)D|f].

(11)

2 模型建立与求解

2.1供应商为Stackelberg博弈的主导者

针对图2(A)所示供应商主导的Stackelberg博弈,分别考虑平台商不分享信息(RSN)、给物流商分享信息(RSL)、给供应商分享信息(RSR)的情形,建立如下决策模型:

RS情形下当平台商给供应商分享信息时(RSR),物流商通过观察供应商的零售价格pr可推断出预测信息f,此时供应链成员都拥有预测信息. 通过逆向归纳法求解以上三个模型,得到各模型的均衡解和各成员及整个供应链的事前利润,结果见表1.

表1 RS情形下的均衡解和事前利润

比较表1中平台商三种信息分享策略下的均衡解和事前利润,得到定理1和定理2.

定理1比较了三种信息分享策略下的均衡解,其中f理解为预测信息的实现值. 定理1表明,供应商主导的Stackelberg博弈情形下,与不分享信息(RSN)相比,平台商给物流商分享信息(RSL)不影响平台商的最优服务费、最优服务水平和供应商的最优零售价格;物流商会根据分享得到的需求预测信息f对最优配送费进行策略性调整.

具体来说,若平台商分享的需求预测是乐观的(即f>a0),物流商会提高最优配送费,否则若平台商分享的需求预测是悲观的(即fa0),供应商会提高最优零售价格,物流商会提升最优配送费,而平台商会降低最优服务费和最优服务水平,最优零售价格的升高和最优服务水平的降低会降低产品需求. 若平台商分享的需求预测是悲观的(即f

定理2表明,供应商主导的Stackelberg博弈情形下,平台商给物流商分享信息(RSL)与不分享信息相比,平台商和供应商的事前利润没有变化,物流商和整个供应链的事前利润有所增加. 结合定理1的分析,平台商给物流商分享信息时,首先进行决策的供应商由于没有信息,其最优零售价格没有变化,这使得平台商的最优服务费和服务水平保持不变,二者的事前利润也没有变化;而物流商的最优配送费随预测信息发生策略性变动,预测信息的波动变化使得物流商的事前利润有所增加,从而使整个供应链的事前利润增加. 此时平台商可以通过收取一定的信息费给物流商分享需求预测信息.

定理2也表明,供应商主导的Stackelberg博弈情形下,平台商给供应商分享信息(RSR)与不分享信息相比,供应商和物流商的事前利润增加,而平台商和整个供应链的事前利润降低. 结合定理1的分析,平台商给市场权力较大的供应商分享信息,市场权力居中的物流商通过信息泄露也可推断得到预测信息,一方面供应商和物流商会策略性地调整其最优零售价格和最优配送费,另一方面最优零售价格和平台商最优服务水平的调整也会影响产品需求,由于供应商和物流商的市场权力优势使其最优决策调整有利于他们增加事前利润,而削弱了市场权力较小的平台商拥有需求预测信息的优势,降低了平台商的事前利润,最终导致整个供应链的事前利润也有所降低.

综上分析,供应商主导的Stackelberg博弈情形下,从整个供应链的角度,市场权力较小的平台商给物流商分享信息是最优的分享策略. 市场权力较小的平台商给市场权力较大的供应商分享信息(此时信息泄露使成员都拥有需求预测信息),不仅减少了平台商的利润也降低了整个供应链的绩效.

2.2 供应商为Stackelberg博弈的跟随者

当供应商的市场权力较小时,供应商作为Stackelberg博弈跟随者,总能通过观察平台商的决策ps和s推断出需求预测信息f,故不存在无信息分享的情形. 当平台商给物流商分享信息时,供应链中所有成员(即平台商、物流商和供应商)都会拥有预测信息.

针对图2(B)所示物流商主导的Stackelberg博弈,考虑平台商给物流商分享信息(LSL)、给供应商分享信息(LSR)的情形,分别建立以下决策模型:

针对图2(C)所示平台商和物流商之间的Nash博弈,考虑平台商给物流商分享信息(NAL)、给供应商分享信息(NAR)的情形,建立以下决策模型:

通过逆向归纳法对以上模型进行求解,得到相应的均衡解和事前利润,结果汇总于表2. 比较表2中LS和NA情形下平台商不同信息分享策略下的均衡解和事前利润,得到定理3和定理4.

表2 LS和NA情形下的均衡解和事前利润

定理3表明,供应商为Stackelberg博弈的跟随者时,与平台商给供应商分享信息相比,平台商给物流商分享信息时供应链各成员会根据需求预测信息f策略性地调整其最优决策.

具体来说,若平台商分享的需求预测是乐观的(即f>a0),平台商会降低最优服务费和最优服务水平,物流商会提高最优配送费;此时最优零售价格还受η的影响,当η较小时最优零售价格降低,当η较大时最优零售价格升高.若平台商分享的需求预测是悲观的(即f

定理4表明,供应商为Stackelberg博弈的跟随者时,平台商给物流商分享信息与给供应商分享信息相比,物流商的事前利润增加,而平台商、供应商和整个供应链的事前利润降低. 结合定理3的分析,平台商给市场权力较大的物流商分享信息时,市场权力较小的供应商也可推断出预测信息,供应链各成员根据预测信息策略性地调整各自最优决策,同时最优零售价格和最优服务水平的调整也影响了产品需求. 虽然供应商可推断出预测信息,但受其较小市场权力的影响其事前利润有所降低;供应商根据预测信息策略性地调整最优零售价格也降低了平台商的信息优势,减少了平台商的事前利润;物流商较大的市场权力和获得预测信息的双重优势使其最优决策的调整有利于增加其事前利润. 供应商和平台商减少的事前利润超过了物流商增加的事前利润,由此造成整个供应链的事前利润也减少了.

综上分析,供应商为Stackelberg博弈的跟随者时,不论平台商和物流商的市场权力如何,平台商给供应商分享需求预测信息是最优的信息分享策略. 对于供应商市场权力较小的供应链,所有成员都拥有需求预测信息,即平台商与物流商分享信息,对平台商和整个供应链都是不利的.

3 算例分析

由前文分析可知,从平台商和整个供应链的视角,若供应商的市场权力较大,平台商给物流商分享信息是最优策略;若供应商的市场权力较小,平台商给供应商分享信息是最优策略,此处及下文的最优策略均指最优信息分享策略. 本节通过数值分析进一步探讨平台商的服务效率对最优策略的信息分享价值的影响,以及平台商最优策略下供应链成员的市场权力对其事前利润的影响. 参数取值如下:a0=100,b=0.6,c=5,cl=2,k=0.3,m=6,t=0.5.根据参数假设条件,RS情形下,η>0. 15;LS和NA情形下,η>0. 075.

3.1平台商的服务效率对最优策略的信息分享价值的影响

本小节通过参数η来分析平台商的服务效率对RS、LS和NA三种情形下各类信息分享价值的影响,图3(A)～(C)分别给出了相应的结果.

图3 平台商服务成本因子对RS、LS和NA情形信息分享价值的影响

对平台商和整个供应链来说,无论在哪种博弈情形下,信息分享价值均随η的增大而减小. RS情形下信息分享价值的减幅较大,而在LS和NA情形下减幅较小,这是因为从图3(A)至图3(B)再到图3(C),平台商的市场权力由“小”到“中”到“大”,市场权力的增大使其信息分享价值的变化受其他成员的影响逐渐减弱,导致平台商和整个供应链的信息分享价值逐渐趋于平稳.

对供应商来说,在最优策略RSL下,由于没有信息,其信息分享价值始终为负,且随着η的增大略微增大;在最优策略LSR或NAR下供应商获得需求预测信息,信息分享价值始终为正,且随着η的增大而减小. 这是由于供应商在RS情形下市场权力最大,不易受其他成员牵制,因此信息分享价值增幅较小;而在LS和NA情形下市场权力最小,受平台商和物流商的共同牵制,因此信息分享价值减幅较大. 和LS情形相比,供应商在NA情形下其信息分享价值减幅较大,这说明平台商和物流商市场权力相当时,平台商的服务效率对供应商的信息分享价值影响更显著.

对物流商来说,在最优策略RSL下可获得需求预测信息,信息分享价值始终为正,且随着η的增大而快速减小;在最优策略LSR或NAR下物流商没有信息,信息分享价值始终为负,且随着η的增大而缓慢增大. 这是由于在RS情形下物流商受市场权力较大的供应商的影响,其信息分享值减幅较大;在LS情形下物流商的市场权力最大,受其他成员影响小,其信息分享价值变化平稳;而在NA情形下物流商受和其市场权力相当的平台商的影响,其信息分享价值的增幅较大.

由图3可知,当平台商的服务效率较高时(即η<0. 25),所有信息分享价值受参数η影响的变化趋势较大;当平台商的服务效率较低时(即η>0. 25),其变化趋势趋于平缓. 这意味着随着平台商的服务效率降低,平台商的服务效率对各类信息分享价值的影响逐渐减小.

综上,不论哪种市场权力结构下,在平台商的最优策略下,平台商、信息分享获得者(供应商或物流商)以及整个供应链的信息分享价值为正且随平台商的服务效率降低而减小,没有信息的供应链成员(物流商或供应商)的信息分享价值为负且随平台商的服务效率降低而增大. 比较三种市场权力结构,供应链成员的市场权力越大,平台商的服务效率对其信息分享价值的影响越小.

3.2平台商最优策略下市场权力对事前利润的影响

本小节分析在平台商最优策略下,市场权力对供应链各成员事前利润的影响. 图4(A)～(C)分别给出了供应商、平台商和物流商在RSL、LSR和NAR下的事前利润随η变化的结果.

图4 最优信息分享策略下市场权力对供应链各成员事前利润的影响

由图4(A)看出,供应商在RSL情形下的事前利润最高,在NAR和LSR情形下的事前利润较低. 这是因为RSL情形下供应商的市场权力最大,而在LSR和NAR情形下供应商的市场权力最小. 此外,供应商的事前利润在RSL情形下η较小时随η的增大迅速减小,而在其他情形下随η的增大略有减小,这说明平台商较高的服务效率增加了市场权力较大的供应商的事前利润,而平台商的服务效率对市场权力较小的供应商的事前利润影响不大.

图4(B)显示,当η较小时,即η≤η1时,平台商的事前利润在RSL情形下达到最高,这表明,较高的服务效率对市场权力较小的平台商的事前利润影响显著. 当η>η1时,平台商的事前利润在NAR情形下达到最高,这表明,若平台商的服务效率较低,平台商NAR情形下较大的市场权力对其事前利润的影响显著.

由图4(C)可以看出,物流商在LSR情形下的事前利润最高,其次是在NAR情形下,在RSL情形下最低. 这是因为物流商在LSR情形下市场权力最大,在NAR情形下受与其市场权力相当的平台商的影响,而在RSR情形下受市场权力较大的供应商的影响. 物流商事前利润的大小顺序与其市场权力的大小顺序一致. 此外,与其它不同的是,物流商RSL情形下的事前利润在η较小时随着η的增大而增加,这是因为RSL情形下市场权力较小的物流商得到了平台商分享的需求预测信息,平台商较高的服务效率也增加了物流商的事前利润.

综上,在平台商最优策略下,对供应商和物流商来说,市场权力越大,其事前利润越大;而对平台商来说,其事前利润不仅受市场权力的影响,还受其服务效率的影响. 平台商的服务效率越高,对供应链各成员的事前利润影响越显著. 供应商市场权力较大时,平台商服务效率对供应链各成员事前利润的影响比供应商市场权力较小时更显著.

4 结 语

基于电商平台代销-第三方物流配送模式,本文研究了供应商、平台商和物流商三种市场权力结构下平台商的需求预测信息分享问题,并分析了平台商服务效率和供应链成员市场权力对信息分享价值的影响. 研究发现:当供应商市场权力较大时,平台商给渠道权力较小的物流商分享需求预测信息是最优策略;当供应商市场权力较小时,平台商给供应商分享需求预测信息是最优策略;随着平台商服务效率的降低,平台商、信息分享获得者和整个供应链的信息分享价值减小;供应链成员的市场权力越大,平台商服务效率对其信息分享价值的影响越小.

本文未考虑平台商需求预测信息的获得成本,未来可分析此因素对平台商最优信息分享策略的影响. 此外,本文仅研究了供应商、平台商和物流商分散式决策下的需求预测信息分享问题,未来可结合实践研究平台商和物流商整合策略性下以及供应链协同机制下的需求信息分享问题.