基于区块链和消费者绿色偏好的肉制品双渠道供应链决策模型
2023-09-25胡静仪
胡静仪
(江南大学 商学院,江苏 无锡 214122)
0 引言
国家统计局数据显示,全国电子商务交易额从2016 年的26.10 万亿元增长到2020 年的37.21 万亿元,年均增长率为9.3%,中国网购用户规模达到7.82亿,电子商务市场不断扩大,产品从单一线下零售向线上线下双渠道销售模式发展,预计未来一段时间生鲜品线上购物规模仍旧保持高速增长,可以预见在未来的一定时期内这种线上和线下双渠道的销售模式将会成为各类产品销售市场的主流。
随着消费者绿色消费理念的发展,越来越多的消费者要求肉制品加工采用以绿色制造为基础的“四非”加工工艺,肉制品供应链上的企业为了解决消费者对产品加工溯源问题的关注,引入区块链技术来实现产品生产追踪。区块链技术具有的去中心化、不可篡改、可以追溯的特点为消费者提供了能够快速检验肉制品是否为绿色产品的手段。本文对引入区块链技术和消费者绿色偏好的肉制品双渠道供应链进行决策分析,以期为肉制品双渠道供应链企业使用区块链技术提供理论基础。
1 文献综述
1.1 双渠道供应链相关研究
由于电子商务的快速发展,国内外学者对于线上线下双渠道供应链的研究已较为成熟。在电子商务发展初期,Chiang,等[1]对消费者对于线上渠道的可接受程度进行了研究。在不同权力结构下,刘新民,等[2]考虑了制造商努力成本系数和消费者异质偏好在系统决策中的影响;孙自来,等[3]基于供应链成员博弈权力的差异,分析了制造商占优和零售商占优的两种博弈模型;He,等[4]主要研究厂商在不同渠道结构下的产品供应链定价决策。Yan,等[5]发现消费者对于生鲜的购买力很大程度上影响了生鲜供应链的流通性,提出了考虑消费者行为的生鲜产品供应链协调方法。
1.2 在供应链应用中的消费者绿色偏好相关研究
针对消费者绿色消费理念,供应链成员受到消费者绿色偏好的影响,所以在传统供应链基础上进一步增加了与消费者绿色偏好相关的参考系数。刘广东,等[6]考虑消费者研究了由一个风险中性制造商和一个风险中性零售商组成的两级供应链产品定价和绿色度决策。尚文芳,等[7]比较分析了产品绿色度、制造商批发价格和零售商零售价格对两种博弈模型产生的影响。Peng,等[8]研究了考虑客户满意度的供应链绿色营销合作策略。在考虑消费者绿色偏好的供应链中,高鹏,等[9]建立集中模式下信息预测模型以及分散模式下信息分享和不分享两种决策模型,研究零售商预测信息的分享对供应链的影响。
1.3 区块链技术相关研究
物联网应用场景中常存在能效性低、数据传输安全性差等问题,区块链作为一种前沿技术,正在驱使传统供应链向引入区块链技术的供应链转型,通过区块链技术的使用,提升供应链信息透明度和真实性,为供应链管理提供新的方向[10]。为了实现区块链技术在各类供应链中的应用,对于其研究将从技术层面向在食品供应链中开发切实的、可供消费者使用的区块链技术推进[13-14]。通过引入消费者对产品检验与评估需要时间和检验结果为假的概率的敏感系数、区块链单位验证费等参数,梁喜,等[15]在两种双渠道供应链系统中对比分析了采用区块链技术前后区块链技术和消费者敏感系数对双渠道供应链决策的影响。孙中苗,等[16]针对区块链技术对辨识产品真伪的真实效果和所需检验时间,研究区块链技术驱动下的供应链最优定价问题。
综上所述,消费者对肉制品绿色意识的觉醒对供应链产生了影响,传统的供应链决策不再适用于现实具有消费者绿色偏好的决策,所以在本文的研究中将消费者绿色偏好作为模型的影响因素。区块链是一种前沿技术,它已经在改变和重塑物流和供应链系统所有成员之间的关系。在考虑到传统供应链研究的局限性后,本文考虑消费者绿色偏好,在肉制品双渠道供应链中引入区块链技术,最终组合成为基于区块链和消费者绿色偏好的肉制品双渠道供应链决策模型。
2 基于区块链和消费者绿色偏好的肉制品双渠道供应链的基本假设
2.1 模型描述
本文考虑由一个批发商和一个零售商组成的肉制品双渠道供应链,供应链基础模型如图1所示。
图1 肉制品双渠道供应链销售基础模型
在此供应链中,批发商以批发价格ωf批发给零售商,零售商以线下零售价格pf销售给消费者,同时批发商以线上直销价格pd销售给消费者。
2.2 基本假设和符号说明
为了使问题描述和分析更为简洁,本节对为了解决问题提出的基本假设和主要符号进行说明。
(1)本文假设是由批发商主导者的博弈模型,零售商为追随者,批发商和零售商都绝对理性,考虑自身利益最大化。
(2)对所购肉制品是否为绿色产品的检验需要时间,在未使用区块链技术的条件下,肉制品检验时间为T0,在使用区块链的条件下,肉制品检验时间为T1,且T1 (3)未使用区块链技术条件下,肉制品为绿色产品的概率为θ,且0<θ<1,1-θ表示肉制品检验结果为非绿色产品的概率;使用区块链的条件下,可以保证所售的肉制品一定是绿色产品,此时θ=1。 (4)零售商和批发商共同承担区块链单位变动成本,ρ为供应商成本分摊比例,且0<ρ<1,1-ρ为零售商成本分摊比例。 (5)由批发商承担区块链使用的固定成本为C0。 具体符号及符号含义见表1。 表1 肉制品双渠道供应链模型符号及含义 在未使用区块链技术的肉制品双渠道供应链模型(简称模型N)中的零售商的需求函数和批发商直销需求函数为: 推论1:批发价格与零售商所占市场份额呈正相关,直销价格与零售商所占市场份额呈负相关,零售商零售价格与零售商所占市场份额呈正相关。 推论2:批发价格、直销价格和零售价格与消费者对是否为绿色产品的检验所需时间敏感系数呈负相关,批发价格、直销价格和零售商零售价格与对检验结果为非绿色产品的敏感系数呈负相关。 为了解决消费者对肉制品是否为绿色产品的检验问题,批发商将区块链技术引入肉制品供应链中,形成基于区块链和消费者绿色偏好的肉制品双渠道供应链(简称供应链M),以保证肉制品为绿色产品的检验结果为真,可得引入区块链技术后零售商和批发商的需求函数为: (3)将引入区块链技术前后的线下零售价格相减可得: 为了验证以上推论的正确性,对上述所提到的参数进行赋值,赋值见表2。 表2 各参数赋值情况 可得引入区块链技术前后价格和利润见表3。 表3 引入区块链技术前后的价格和利润 当其他数据不变,s ∈(0,1) 时,代入式(7)、式(8)、式(17)、式(18)可得结果如图2所示。 图2 两种模型下定价随s 变动示意图 从图2看出,当零售商零售所占比例在0-1之间变动时,零售价格和批发价格随零售商所占比例上升而上涨,直销价格随零售所占比例上升而下降,且引入区块链后的价格总是高于未使用区块链技术的价格,与上文所得结论相符。 当其他数据不变,e ∈(0,20)时,代入式(7)、式(8)、式(17)、式(18)可得结果如图3所示。 图3 两种模型下定价随e 变动示意图 从图3看出,当消费者对肉制品是否为绿色产品的检验时间的敏感系数在0-20 之间变动时,批发价格、零售价格和直销价格都随消费者对时间的敏感系数增大而下降,与上文所得结论相符。 当其他数据不变,β∈(0,50)时,代入式(7)、式(8)、式(17)、式(18)可得结果如图4所示。 图4 两种模型下定价随β 变动示意图 从图4看出,当消费者对肉制品为非绿色产品的敏感系数在0-50之间变动时,未引入区块链技术的批发价格、零售价格和直销价格都随消费者对时间的敏感系数增大而下降,引入区块链后,可以保证肉制品都为绿色产品,所以引入区块链后的价格保持不变,与上文所得结论相符。 当其他数据不变,ρ∈(0,1)时,代入式(7)、式(8)、式(17)、式(18)可得结果如图5所示。 图5 两种模型下定价随ρ 变动示意图 从图5看出,当零售商对批发商的分摊比例在0-1之间变动,当这个比例小于1/2时,使用区块链后的批发价格小于未使用区块链的批发价格,当这个比例大于1/2时,使用区块链的批发价格大于未使用区块链的批发价格,而使用区块链后,零售价格与直销价格均大于未使用区块链的零售价格与直销价格,与上文所得结论相符。 通过本文的研究发现,随着零售商线下零售所占比例的增长,批发价格和零售商零售价格随之上涨,批发商线上直销价格随之下降;消费者对检验肉制品是否为绿色产品所用时间的敏感系数上涨时,使用区块链前后的批发价格、零售价格和直销价格都随之下降;消费者对肉制品是否为绿色产品的敏感系数增长时,会使未使用区块链技术的批发价格、零售价格和直销价格下降,而使用区块链技术后,三个价格不受影响。当零售商为批发商分摊区块链单位成本未达到一定比例时,使用区块链后的批发价格将会低于使用区块链之前的批发价格,而当零售商为批发商分摊区块链单位成本达到一定比例时,使用区块链的价格会随之增长,而使用区块链后的零售价格和直销价格会一直随分摊比例增长。 通过对上述结论的分析,可以为区块链在肉制品双渠道供应链中的应用提出以下启示: (1)消费者对肉制品的绿色偏好影响区块链技术的应用。当消费者对于肉制品是否为绿色产品的敏感系数和消费者对于检验肉制品是否为绿色产品的时间的敏感系数足够大时,说明更需要区块链技术的使用,消费者更愿意支付更高的价格,会使得批发商和零售商的利润都增加。 (2)区块链技术成本需要由批发商和零售商共同分摊。区块链技术的使用会导致成本的增长,固定成本会影响批发商的利润,单位成本会对批发商和零售商都产生影响,只有当批发商和零售商共同承担区块链技术成本,才能够获得更大的利润。3 基于消费者绿色偏好的肉制品供应链决策模型
3.1 未使用区块链技术的肉制品双渠道供应链模型构建
3.2 未使用区块链技术的肉制品供应链模型计算结果分析
4 基于区块链和消费者绿色偏好的肉制品供应链决策模型
4.1 引入区块链技术的肉制品双渠道供应链模型构建
4.2 引入区块链技术的生鲜供应链模型计算结果分析
5 数值仿真模拟
6 结论与启示