基于在线评论的服装供应链的生产努力投入策略

许菱 万艳红 张克 钟少君

DOI： 10.19398/j.att.202310014

摘  要：考虑消费者购买意愿受在线评论与生产努力的共同影响，构建了由服装制造商、电商平台和消费者组成的服装供应链模型，重点探讨了集中决策模型和分散决策模型下在线评论和生产努力等因素对各参与方利润的影响，并引入“成本分担+收益共享”组合契约来实现供应链的协调。结果表明：集中决策和分散决策的最优解均与生产努力偏好系数呈正相关；受利益驱使，分散决策时的生产努力往往低于集中决策时的生产努力；组合契约模式下，契约参数的取值与批发价格的取值范围有关，在契约参数取值范围内，“成本分担+收益共享”组合契约能实现供应链的协调。研究结果为服装制造商和电商平台销售决策提供借鉴，可提高消费者满意度和市场竞争力。

关键词：生产努力；服装供应链；在线评论；组合契约

中图分类号：F426

文献标志码：A

文章编号：1009-265X（2024）06-0097-11

收稿日期：20231011

网络出版日期：20240227

基金项目：江西省教育厅科学技术研究项目（GJJ2200833）；江西省赣州市统战部同心圆智库（TXYZK20230105）；江西理工大学博士科研启动基金项目（JGBS202304）

作者简介：许菱（1970—），女，福建晋江人，教授，主要从事产业经济、创新管理方面的研究。

通信作者：钟少君，E-mail：infor2000@qq.com

随着电商平台的产品评论体系逐渐完善，消费者更倾向于参考其他购买者的评论来决定是否选购某产品［1-3］。近年来，服装行业线上销售比例相较于线下实体店有明显上升的趋势［4］。消费者在线下购买服装时，可以真切地感受服装产品质量的好坏；而在线上购买服装时，仅通过商家提供的图片难以直接、真实地体验产品，其他购买者的评论能为消费者了解服装产品提供重要参考［5］。为了降低负面评论对消费者购买意愿的影响，服装制造商通过改进生产努力来提高产品的质量及其附加价值，这样能为消费者提供更好的购买体验，使商品获得更多的正面评论，从而影响潜在消费者的购买意愿。在现实市场中，服装制造商和电商平台之间存在着利益博弈，电商平台可能未承担生产努力投入带来的成本，却希望服装制造商改进生产努力以提高正面评论占比，这无疑损害了服装制造商的利益，使制造商的生产努力投入意愿降低，最终使双方利益均受到损害。因此，如何对电商平台和服装制造商进行协调，使服装产品的生产努力达到理想状态，同时又能提升供应链各参与方的利益，已成为当下企业关注的核心问题［6］。

生产努力投入对供应链的影响一直颇受关注，已有诸多学者对基于生产努力投入的供应链协调问题展开了相关研究。例如，梁薇薇等［7］指出在各成员生产努力投入相同的情况下，适当提高各成员的生产努力投入可以有效地提升供应链整体收益以及各参与方的利润。戴宾等［8］认为，在面对产品召回问题时，制造商和供应商分别增加生产努力和促销努力能降低召回概率。孙梅等［9］对比了有机农产品供应链的不同模式，发现在农企对接模式下，当有机农产品利润达到一定高度时，农户有足够的热情去投入更多的生产努力。Gu等［10］通过对生鲜产品供应链的研究发现，随着保鲜努力投入的增加，零售商的利润也会增加。王永龙等［11］通过建立农产品供应链的模型发现，除零售商外，其他各参与方的利润也会随着生产努力投入的增加而明显上升。部分学者还进一步分析了生产努力与消费者之间的联系。孙金岭等［12］通过研究发现，当消费者绿色偏好和环保标签信任度增加时，会激励制造商和零售商加大绿色努力的投入。王海燕等［13］发现，当消费者对保鲜努力越敏感时，制造商对保鲜努力的投入也会越高。上述研究分析了生产努力与消费者之间的关系以及生产努力对供应链的协调作用。

此外，不少学者考虑了在线评论对消费者购买行为的影响。Cao等［14］和Liu等［15］的研究发现，在线评论为消费者提供了更多的信息，在辅助潜在消费者做出购买决策方面发挥着重要作用。王阳等［16］发现，负面评论所表达的负面情感和愤怒不满情绪会激发潜在消费者产生负面情绪，从而增强负面评论对消费者产生的影响。杜学美等［17］通过分析496份调查问卷数据发现，负面在线评论比例和失误严重性会对潜在顾客的购买意愿产生负向影响，进而影响消费者的购买行为。Weisstein等［18］研究发现，消费者的购买目标会与负面评论的比例相互作用，从而影响消费者的价格感知和购买意愿。Li等［19］的研究对比结果表明，当存在身份线索时，正面评论会增加消费者的购买意愿，而负面评论会降低消费者的购买意愿。上述文献主要针对在线评论对消费者购买决策的影响进行了实证分析。

在单一契约协调供应链的相关研究中，朱弈等［20］发现，转运契约模型的运用能够克服市场需求的不确定性，有效地发挥契约协调的优势。董振宁等［21］在“保鲜成本分担”契约研究中发现，“保鲜成本分担”契约能提高供应商和零售商双方的利润，实现生鲜农产品供应链的协调。Quan等［22］研究表明，价格补贴契约比批发价格契约更具实施性，价格补贴契约不仅能够实现供应链最优利润，还能让利润得到自由分配。Zhao等［23］发现，看涨期权契约不仅能使供应链各参与方受益，还能减少无效碳排放。随着决策环境向复杂化发展，传统的单一契约有时难以协调供应链，不少学者发现组合契约能够起到更好的协调作用。伍大清等［24］通过与一般保鲜成本共担契约相比，得出“保鲜成本分担+收益共享”组合契约可以有效提高保鲜努力水平。柯荣等［25］研究表明，当契约参数在一定范围内，“收益共享+成本共担+批发价协商”组合契约能实现新能源汽车供应链的完美协调。Wu等［26］提出，“成本分担+联盟费用”组合契约能提高绿色创新水平，实现合作社与企业利润的帕累托改进。

综上所述，国内外学者在生产努力投入、在线评论影响消费者购买决策以及契约协调供应链等方面的研究已经较为丰富，但仍存在以下不足：a）对生产努力投入的研究主要集中在供应链协调和消费者偏好方面，涉及在线评论的研究较少；b）国内外学者通常通过实证分析来研究在线评论与消费者购买决策之间的关系，从供应链协调角度分析的研究较少。因此，本文考虑服装制造商的生产努力会影响在线评论，进而对潜在消费者的购买决策产生影响，在由单个服装制造商、单个电商平台以及消费者组成的服装供应链中，引入“成本分担+收益共享”组合契约来协调服装制造商和电商平台之间的利益关系，并探寻契约参数对服装供应链的协调作用。

1  模型描述与基本假设

1.1  模型描述

本文考虑的服装供应链由单个服装制造商、单个电商平台以及消费者构成。其中服装制造商承担着传统服装供应链中上游供应商和制造商的双重角色，负责生产、供应产品以及生产努力投入（如质量检测、产品设计以及品牌维护等）等工作；电商平台负责发布产品的有关信息、提供产品的相关评论以及产品的销售。线上购物时，消费者会根据产品的相关信息以及其他购买者的评论决定是否购买产品，市场需求受生产努力投入、在线评论以及销售价格等因素共同影响。

1.2  基本假设

假设1：生产努力的提高需要成本，当生产努力投入为λ时，参考成本函数的构建［27-30］，定义服装制造商生产努力成本函数为C（λ）=12λ2h，表示服装制造商为提高产品的生产努力而付出的成本。其中：h表示生产努力成本投入系数，h>0。

假设2：生产努力的投入会影响服装产品的质量以及购物体验，而大多数消费者购买到服装残次品或者购物体验不佳时会进行负面评论。因此，在线评论可以表示为α=q-λy，其中：y为生产努力对在线评论的影响系数（y越大，生产努力投入对在线评论的影响就越大）；q为产品初始的负面评论占比。当q>λy，即生产努力不足以降低产品的负面评论时，α>0；反之α<0，表示正面评论。

假设3：根据消费者的购买意愿与在线评论之间的关系［31］，假定供需平衡，不存在缺货的情况。消费者对服装产品生产努力的投入存在偏好且为正相关，即投入的生产努力越高，则市场需求也就越多。需求函数可以表示为D=D0-bp+λk-αs，其中：D0为潜在市场需求；p为零售价格；b为需求关于价格的影响系数（价格敏感系数）；k为需求与生产努力的影响系数；s为需求关乎在线评论的影响系数。b、s、k均为常数且大于0。

假设4：与以往的研究一致，在假定博弈中参与的各方市场信息方面不存在不对称情况，各参与方都是理性和风险中性的决策者，他们在制定决策时会综合考虑利润、成本和市场需求等多种因素，在面对风险时会根据期望收益来进行决策，以达到对己方最有利的结果。

2  模型建立

本文构建的服装制造商和电商平台的决策模型有集中决策和分散决策两种。通过建立集中决策和分散决策的模型可以进一步分析服装制造商和电商平台在集中决策和分散决策时的最优解。

2.1  集中决策模型

集中决策时，服装制造商和电商平台被视为一个利益共同体。服装供应链总利润函数Πc1为：

Πc1=（p1-m）D-12λ12h（1）

式中：p1为集中决策时的零售价格；λ1为集中决策时的生产努力；D为市场需求；m为服装制造商的生产成本。

为使服装供应链总收益最大化，对p1、λ1分别求一阶偏导，可得：

Πc1p1=D0-bp1+λ1k+b（m-p1）-s（q-λ1y）（2）

Πc1λ1=-（k+sy）（m-p1）-hλ1（3）

利用海塞矩阵可以验证多变量偏导数的凹凸性。式（1）的海塞矩阵为：

H1=2Πc1p122Πc1p1λ1

2Πc1λ1p12Πc1λ12=-2bk+sy

k+sy-h（4）

条件1：H1=2Πc1p122Πc1λ12-2Πc1p1λ12Πc1λ1p1=2bh-（k+sy）2>0。

由式（4）可得，H1的一阶顺序主子式-2b<0；当条件1成立时，根据海塞矩阵负定的判断定理可知，此时存在最优解。令式（2）、式（3）等于0，可得决策变量的最优解p1*，λ1*以及服装供应链最大利润Πc1*为：

p1*=mk2+2mksy+ms2y2+hqs-D0h-bhmk2+2ksy+s2y2-2bh（5）

λ1*=（k+sy）（bm-D0+qs）k2+2ksy+s2y2-2bh（6）

Πc1*=-h（bm-D0+qs）22（k2+2ksy+s2y2-2bh）（7）

由式（7）可知，集中决策时，在线评论α、生产努力投入水平λ1、价格敏感系数b以及生产成本m等因素都会影响供应链的最大利润。

2.2  分散决策模型

2.2.1  分散决策时服装制造商主导型

在现实市场中，服装制造商和电商平台处于各自独立决策的状态，他们倾向于依据自身目标及利益来制定策略。当服装制造商处于主导位置时会优先进行决策，优先确定批发价格o2和生产努力λ2，以保证自身利润最大化，随后电商平台根据批发价格来决定零售价格p2。服装制造商和电商平台的利润分别为：

Πs2=（o2-m）D-12λ22h（8）

Πr2=（p2-o2）D（9）

利用逆向归纳法先对电商平台利润函数Πr2中的p2求一阶偏导：

Πr2p2=D0-bp2+λ2k+b（o2-p2）-s（q-λ2y）（10）

因为2Πr2p22=-2b<0，满足海塞矩阵凹函数要求。所以，令式（10）等于0，可得电商平台的最优零售价：

p2*=（D0+bo2+λ2k-s（q-λ2y））2b（11）

将式（11）代入式（8）中，并对服装制造商利润的o2和λ2分别求一阶偏导：

Πs2o2=D0+bm-2bo2+λ2k-qs+λ2sy2（12）

Πs2λ2=（k+sy）（o2-m）-2λ2h2（13）

可得海塞矩阵为：

H2=-bk+sy2

k+sy2-h（14）

条件2：H2的二阶顺序主子式bh-（k+sy）24>0。

由式（14）可知，H2的一阶顺序主子式小于0，当条件2成立时，存在o2和λ2的最优解，令式（12）、式（13）等于0，可得最优解为：

o2*=mk2+2mksy+ms2y2+2hqs-2D0h-2bhmk2+2ksy+s2y2-4bh（15）

λ2*=（k+sy）（bm-D0+qs）k2+2ksy+s2y2-4bh（16）

将式（15）、式（16）代入式（11）中得出p2的最优解为：

p2*=mk2+2mksy+ms2y2+3hqs-3D0h-bhmk2+2ksy+s2y2-4bh（17）

条件3：bm-D0+qs<0。

根据最优解o2*，λ2*，p2*以及条件1，可得条件3。将最优解代回式（8）、式（9）可得在分散决策时电商平台主导情况下，服装制造商、电商平台以及服装供应链总利润分别为：

Πs2*=-h（bm-D0+qs）22（k2+2ksy+s2y2-4bh）（18）

Πr2*=bh2（bm-D0+qs）2（k2+2ksy+s2y2-4bh）2（19）

Πc2*=-h（bm-D0+qs）2（k2+2ksy+s2y2-6bh）2（k2+2ksy+s2y2-4bh）2（20）

2.2.2  分散决策时电商平台主导型

此种模式下，电商平台在决策时会先决定零售价格，服装制造商会根据零售价格来决定批发价格o3和生产努力λ3。设电商平台决定的零售价格p3=o3+a，其中：a表示电商平台的溢价幅度。由此，服装制造商和电商平台的利润函数为：

Πs3=（o3-m）（D0-b（o3+a）-

（q-λ3y）s+λ3k）-12λ32h（21）

Πr3=aD=a（D0-b（o3+a）-（q-λ3y）s+λ3k）（22）

利用逆向归纳法先对服装制造商的o3、λ3求一阶偏导可得：

Πs3o3=D0+λ3k+b（m-o3）-s（q-λ3y）-b（a+o3）（23）

Πs3λ3=-（k+sy）（m-o3）-hλ3（24）

可得海塞矩阵：

H3=-2bk+sy

k+sy-h（25）

由式（25）可知，H3的一阶顺序主子式-2b<0。H3的二阶顺序主子式符合条件1，是凹函数，存在o3、λ3的唯一最优解为：

o3*=mk2+2mksy+ms2y2+hqs-D0h+abh-bhmk2+2ksy+s2y2-2bh（26）

λ3*=（k+sy）（ab-D0+bm+qs）k2+2ksy+s2y2-2bh（27）

将o3*和λ3*代入式（22）中求出a的一阶偏导：

Πr3a=bh（2ab-D0+bm+qs）（k2+2ksy+s2y2-2bh）（28）

通过对求a求二阶偏导，可得2Πr3a2=2b2hk2+2ksy+s2y2-2bh，根据条件1，可知符合海塞矩阵负定，在电商平台主导下存在o3、λ3和p3的最优解。令式（28）等于0，可得：

o3*=2mk2+4mksy+2ms2y2+hqs-D0h-3bhm2k2+4ksy+2s2y2-4bh（29）

λ3*=（k+sy）（bm-D0+qs）2（k2+2ksy+2s2y2-2bh）（30）

根据p3=o3+a，可得：

p3*=2b（2mk2+4mksy+2ms2y2+hqs-D0h-3bhm）-（bm-D0+qs）（2k2+4ksy+2s2y2-4bh）2b（2k2+4ksy+2s2y2-4bh）（31）

因此，在分散决策时电商平台主导情况下，服装制造商、电商平台以及服装供应链总利润分别为：

Πs3*=-h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）（32）

Πr3*=-h（bm-D0+qs）24（k2+2ksy+s2y2-2bh）（33）

Πc3*=-3h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）（34）

2.3  集中决策模型和分散决策模型的对比分析

命题1  Πc1*>Πc2*，Πc1*>Πc3*，Πs2*>Πr2*，Πr3*>Πs3*。

证明：

Πc1*-Πc2*=

-2b2h3（bm-D0+qs）2（k2+2ksy+s2y2-2bh）（k2+2ksy+s2y2-4bh）2。

根据条件1、条件2和条件3可得Πc1*-Πc2*>0，同理可知：

Πc1*-Πc3*=-h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）>0，

Πr2*Πs2*=-2bh（k2+2ksy+s2y2-4bh）<1，

Πs3*Πr3*=-h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）-h（bm-D0+qs）24（k2+2ksy+s2y2-2bh）=12。

命题1表明：集中决策时服装供应链总利润大于分散决策时的供应链总利润；在分散决策时，主导者的利润高于跟随者。这是因为在分散决策时，服装制造商和电商平台以追求自身利益最大化为前提，同时生产努力投入的成本由服装制造商独自承担，服装制造商生产努力投入动力不足，商品负面评论会增多，影响潜在消费者的购买意愿，导致市场需求下降，供应链利润降低。

3  服装供应链契约模型及分析

由模型对比可知，集中决策是一种更理想的模型。但在实际情况中，服装制造商和电商平台追求各自利益最大化，难以达成集中决策时的合作。通过引入组合契约能在一定程度上促进合作，协调服装制造商和电商平台之间的关系。因此，本文借鉴已有的研究，设计成本分担契约提高产品的生产努力，并引入收益共享契约促使服装制造商制定合理的单位批发价格以激励电商平台订购更多的产品。

3.1  “成本分担+收益共享”契约模型

在“成本分担+收益共享”组合契约机制中，服装制造商和电商平台共担生产努力成本，同时电商平台与服装制造商共享收益，作为回报，服装制造商提供比成本还要低的批发价格o4给电商平台。服装制造商承担比例为μ的生产努力成本，电商平台负责比例1-μ，其中0<μ<1。电商平台分享比例为1-η的收益给服装制造商，0<η<1。考虑服装制造商主导的协调契约，则服装制造商和电商平台的利润函数分别为：

Πs4=（（1-η）p4+o4-m）D-12μλ42h（35）

Πr4=（ηp4-o4）D-12（1-μ）λ42h（36）

电商平台的利润函数对p4求一阶偏导有：

Πr4p4=η（D0-bp4+λ4k-s（q-λ4y））

+b（o4-ηp4）（37）

因为2Πr4p42=-2bη<0，满足海塞矩阵凹函数要求。所以，令式（37）等于0，代入式（35）中可求得λ4的最优解：

λ4*=（k+sy）（D0-D0η-bm+bo4-qs+ηqs）2bμh+（k+sy）2（η-1）2b（38）

将λ4*代入式（37）中求出p4的最优解：

p4*=bo4+n（D0+λ4*k-s（q-λ4*y））2bn（39）

将最优解λ4*和p4*代回式（35）、式（36）中，求得服装制造商和电商平台的最优解分别为：

Πs4*=2（M5-M1m-M5n+M1o）M7-M22M42gh2M12（40）

Πr4*=（M5n-M1o）M7+M22M42hg-12M12（41）

式中：M1=k2+2ksy+s2y2-2bh；M2=bm-D0+qs；M3=M6-2bM5M1；M4=k+sy；M5=mk2+2mksy+ms2y2+hqs-D0h-bhm；M6=D0+λ*1k-s（q-λ*1y）；M7=D0M1-M5b+M2M4k-M1qs+M2M4sy。

3.2  “成本分担+收益共享”组合契约模型的协调性及帕累托改进分析

由于契约协调后的零售价格与生产努力要等于集中决策时的零售价格和生产努力，因此要满足：λ*4=λ*1以及p*4=p*1，由式（5），式（6），式（38）和式（39）求得：

μ=M42bo4M3+12bh-M1M2-bo4-D0bo4M3+bo4qsM32M2bh（42）

η=-bo4M3（43）

根据激励相容原则，要使契约有效，则契约条件下各参与的利润不能比协调前低，因此要满足：

Πr4*>Πr2*

Πs4*>Πs2*（44）

由式（18），式（19），式（40）和式（41）可得：

-M22bh2（M1-2bh）2+M22M42（-M42+M1+2bh）4M12bM8

式中：M8=4M7（M5b+M1M3）-M2M42（M2M42+D0M1+M1M3-M1qs）4M12M3。

由式（42），式（43）和式（45）可知，契约协调下的取值范围与批发价格o4的取值范围有关。当契约参数μ和η分别满足式（42），式（43）时，组合契约能使零售价与生产努力等于集中决策时的最优零售价与最优生产努力，同时，服装制造商和电商平台的利润能得到增加，实现了帕累托改进，达到协调供应链的效果。此外，在契约机制下，服装制造商和电商平台可以根据自身的主导能力及时调整契约参数μ和η的比例，实现自身利润最大化。如服装制造商主导能力强，则η的取值则越小，服装制造商能获得更多的利润。

4  数值分析

本文以服装类女士毛衣产品的实证数据为例，对模型的有效性进行验证。通过手机淘宝APP页面搜索关键词“女士毛衣”，并以“短款”“尼龙”为条件进行筛选，发现90%的女士毛衣零售价格集中在38～128元/件之间，据此，女士毛衣的平均零售价格为83元/件。进一步分析各店铺销售情况可知，各店铺月销售量普遍在1000件以上，则日销售约为35件。根据参考文献［32-33］，服装类产品的平均销售毛利率、生产毛利率分别为48%、15%，进一步可以得出平均批发价格为43.2元/件，平均生产成本为37.5元/件。所有参数赋值如表1所示：

4.1  不同决策模型对比分析

将表1中的数值代入上文集中决策和分散决策时的最优零售价格、最优生产努力以及各参与方的利润。

由表2可知，集中决策时，供应链总利润为583.67大于分散决策时的403.51和437.76。同时分散决策时的生产努力低于集中决策时，且分散决策时，主导者的利润高于追随者的利润，验证了前文中的模型对比。

4.2  契约参数对最优决策的影响

当μ∈［0.44，0.75］以及η∈［0.25，0.56］时，零售价格和生产努力与集中决策时的一致，如表3所示。当收益共享比例η不断增大时，最优批发价也逐渐增大，但不会大于服装制造商的生产成本。这是因为当电商平台承担服装制造商一定的生产努力投入成本时，服装制造商所承担的生产努力成本减少，服装制造商会放弃一部分利润给予电商平台最低的批发价格。在“收益共享+成本共担”组合契约下，服装制造商和电商平台的利润都大于契约协调前的利润，且服装制造商和电商平台的利润之和等于集中决策时的供应链利润，这也验证了契约机制的有效性。

4.3  相关参数的敏感性分析

为研究消费者消费特征对服装供应链各参与方决策的影响，有必要对价格敏感系数b以及生产努力偏好系数k进行敏感性分析。

4.3.1  需求-价格敏感系数b的分析

由图1可知：a）在b取值范围内，随着价格敏感系数b取值逐渐增大，集中决策时最优生产努力

优于分散决策时的生产努力。b）随着价格敏感系数b取值逐渐增大，无论在集中决策时还是分散决策时，最优零售价格以及最优生产努力均呈下降趋势。这表明当消费者对价格变动敏感时，电商平台倾向于通过降低零售价格扩大消费市场，服装制造商也会降低批发价格，从而导致生产努力投入减少。

4.3.2  需求生产努力偏好系数k

由图2可知：a）在k取值范围内，随着生产努力偏好系数k取值逐渐增大，集中决策时的最优生产努力优于分散决策时的最优生产努力。b）随着生产努力偏好系数k取值逐渐增大，不同决策模式下，零售价格、生产努力以及服装供应链总利润均与生产努力偏好系数成正比。这表明消费者生产努力偏好系数越高，零售价格以及生产努力也会越高。当消费者越倾向于生产努力较高的服装时，服装制造商为扩大其销售市场会提高其生产努力投入，且为保持较高的利润，服装制造商会通过提高其批发价格来填补生产努力的成本，从而导致电商平台提高零售价格。

5  结论

本文构建了由服装制造商、电商平台和消费者组成的服装供应链模型，并在集中决策和分散决策两种模型中，分析了服装制造商的生产努力、在线评论、零售价格以及供应链利润等问题，同时通过“成本分担+收益共享”组合契约来协调服装供应链。通过模型以及数值分析发现：无论是集中决策还是分散决策，最优决策均存在唯一性；集中决策时的供应链利润和生产努力要优于分散决策时的供应链利润和生产努力；通过组合契约可以使服装制造商和电商平台获得更高的利润，而消费者在同等价格下也能获得更高质量的产品和更佳的购物体验；当消费者对生产努力越偏好时，服装制造商为了扩大销售市场会提高产品的生产努力，并通过提高批发价格来弥补生产努力造成的成本上升，而电商平台为了保持利润也会提高服装的零售价格。

随着消费者对服装产品生产努力的关注增加，通过在线评论的监督和反馈，服装制造商和电商平台应通过合作为消费者提供更高质量的服装产品和更佳的购买体验，以获得更多正面评论，吸引更多潜在消费者选择该商品，从而实现利润最大化。同时，适度降低零售价格或诱导消费者减少价格敏感度也有益于改善供应链利润。因此，对于服装制造商和电商平台等相关企业，应综合考虑消费者偏好、生产投入等因素，并灵活调整策略以适应市场变化，促进供应链的协调。

参考文献：

［1］周泽燕， 许君， 单毓馥， 等. 可持续时尚消费的研究进展［J］. 现代纺织技术， 2023， 31（4）： 1-10.

ZHOU Zeyan， XU Jun， SHAN Yufu， et al. Research progress on sustainable fashion consumption［J］. Advanced Textile Technology， 2023， 31（4）： 1-10.

［2］刘红文， 李晓红， Nurul Hanim Romainoor. 在线评论对服装购买意愿影响的元分析［J］. 丝绸， 2021， 58（1）： 59-71.

LIU Hongwen， LI Xiaohong， ROMAINOOR N H. Meta-analysis of the influence of online reviews on clothing purchase intention［J］. Journal of Silk， 2021， 58（1）： 59-71.

［3］LUAN J， XIAO J， TANG P F， et al. Positive effects of negative reviews： An eye-tracking perspective［J］. Internet Research， 2022， 32（1）： 197-218.

［4］任若安， 沈雷， 李雪， 等. 服装产业智能化营销渠道的转型升级现状及其趋势［J］. 毛纺科技， 2021， 49（12）： 98-103.

REN Ruo'an， SHEN Lei， LI Xue， et al. Transformation and upgrading of intelligent marketing channels in garment industry［J］. Wool Textile Journal， 2021， 49（12）： 98-103.

［5］崔筱婷， 曲洪建. 跨境电商平台用户体验对服装消费者购买意愿的影响： 基于来源国形象的调节作用［J］. 丝绸， 2020， 57（4）： 52-61.

CUI Xiaoting， QU Hongjian. Influence of cross-border e-commerce platform user experience on clothing consumers'  purchasing intention： Modulation based on the image of origin country［J］. Journal of Silk， 2020， 57（4）： 52-61.

［6］许菱， 张红， 李彦辰， 等. 纺织服装产业高端化升级路径研究： 基于TOE框架的fsQCA分析［J］. 丝绸， 2023， 60（6）： 65-73.

XU Ling， ZHANG Hong， LI Yanchen， et al. Study on the high-end upgrading path of the textile and apparel industries： Analysis of fsQCA based on the TOE framework［J］. Journal of Silk， 2023， 60（6）： 65-73.

［7］梁薇薇， 周礼南， 周根贵， 等. 基于各方努力水平的生鲜农产品供应链网络模型研究［J］. 江苏农业科学， 2019， 47（21）： 337-343.

LIANG Weiwei， ZHOU Linan， ZHOU Gengui， et al. Study on supply chain network model of fresh agricultural products based on effort level of all parties［J］. Jiangsu Agricultural Sciences， 2019， 47（21）： 337-343.

［8］戴宾， 陈诗淼， 李建斌. 考虑促销努力与生产努力的供应链召回努力策略研究［J］. 运筹与管理， 2020， 29（6）： 19-32.

DAI Bin， CHEN Shimiao， LI Jianbin. Supply chain recall efforts strategies： Manufacture's promotion vs supplier's production efforts［J］. Operations Research and Management Science， 2020， 29（6）： 19-32.

［9］孙梅， 张敏新， 李广水. “农户+餐饮企业”有机农产品供应链模式构建研究［J］. 中国管理科学， 2020， 28（9）： 98-105.

SUN Mei， ZHANG Minxin， LI Guangshui. Research on the construction of organic agricultural products supply chain based on the model of "farmers + restaurant"［J］. Chinese Journal of Management Science， 2020， 28（9）： 98-105.

［10］GU B J， FU Y F ， LI Y L. Fresh-keeping effort and channel performance in a fresh product supply chain with loss-averse consumers' returns［J］. Mathematical Problems in Engineering， 2018， 2018： 1-20.

［11］王永龙， 蹇明， 方新， 等. 考虑双边努力水平影响产出及价格的风险分担组合契约设计［J］. 统计与决策， 2018， 34（19）： 66-70.

WANG Yonglong， JIAN Ming， FANG Xin， et al. Design of risk-sharing portfolio contract considering the influence of bilateral efforts levels on output and price［J］. Statistics & Decision， 2018， 34（19）： 66-70.

［12］孙金岭， 郭怡琳. 考虑环保标签和利他偏好的绿色供应链决策研究［J］. 包装工程， 2023， 44（7）： 270-276.

SUN Jinling， GUO Yilin. Green supply chain's decision-making considering environmental labels and altruistic preference［J］. Packaging Engineering， 2023， 44（7）： 270-276.

［13］王海燕， 沈崇杰. 考虑保鲜努力和企业社会责任的生鲜双渠道供应链决策与协调［J］. 电子科技大学学报（社科版）， 2023， 25（6）： 77-87.

WANG Haiyan， SHEN Chongjie. Decision and coordination of fresh food dual-channel supply chain considering fresh-keeping efforts and CSR［J］. Journal of University of Electronic Science and Technology of China （Social Sciences Edition）， 2023， 25（6）： 77-87.

［14］CAO P P， ZHENG J， LI M Y. Product selection considering multiple consumers' expectations and online reviews： A method based on intuitionistic fuzzy soft sets and TODIM［J］. Mathematics， 2023， 11（17）： 3767.

［15］LIU Z， LEI S H， GUO Y L， et al. The interaction effect of online review language style and product type on consumers' purchase intentions［J］. Palgrave Communications， 2020， 6（1）： 11.

［16］王阳， 王伟军， 刘智宇. 在线负面评论信息对潜在消费者购买意愿影响研究［J］. 情报科学， 2018， 36（10）： 156-163.

WANG Yang， WANG Weijun， LIU Zhiyu. An empirical study on the influence of online negative reviews on potential consumers' purchasing intention［J］. Information Science， 2018， 36（10）： 156-163.

［17］杜学美， 吴亚伟， 高慧， 等. 负面在线评论及商家回复对顾客购买意愿的影响［J］. 系统管理学报， 2021， 30（5）： 926-936.

DU Xuemei， WU Yawei， GAO Hui， et al. Effect of negative online review and corporate response on customer purchase intention［J］. Journal of Systems & Management， 2021， 30（5）： 926-936.

［18］WEISSTEIN F L， SONG L， ANDERSEN P， et al. Examining impacts of negative reviews and purchase goals on consumer purchase decision［J］. Journal of Retailing and Consumer Services， 2017， 39： 201-207.

［19］LI J， LIANG X. Reviewers' identity cues in online product reviews and consumers' purchase intention［J］. Frontiers in Psychology， 2021， 12： 784173.

［20］朱奕， 孙田雨， 王玲， 等. 基于契约理论的服装双渠道利益协调建模与应用［J］. 控制与决策， 2018， 33（10）： 1825-1832.

ZHU Yi， SUN Tianyu， WANG Ling， et al. Modeling and application of benefit coordination in apparel dual-Channel based on contract theory［J］. Control and Decision， 2018， 33（10）： 1825-1832.

［21］董振宁， 周雪君， 林强. 考虑保鲜努力的生鲜农产品供应链协调［J］. 系统工程学报， 2022， 37（3）： 362-374.

DONG Zhenning， ZHOU Xuejun， LIN Qiang. Coordination of fresh products supply chain with freshness-keeping effort［J］. Journal of Systems Engineering， 2022， 37（3）： 362-374.

［22］QUAN J， WANG X F， WANG X J， et al. Performance optimization of supply chain based on cooperative contract with disappointment-aversion strategic consumers［J］. Flexible Services and Manufacturing Journal， 2022， 34（2）： 408-428.

［23］ZHAO H， SONG S J， ZHANG Y L， et al. Optimal decisions in supply chains with a call option contract under the carbon emissions tax regulation［J］. Journal of Cleaner Production， 2020， 271： 122199.

［24］伍大清， 刘艳利. 考虑运输时间和消费者偏好的水产品供应链协调研究［J］. 运筹与管理， 2022， 31（9）： 107-112.

WU Daqing， LIU Yanli. Research on aquatic product supply chain coordination considering transport time and consumer preference［J］. Operations Research and Management Science， 2022， 31（9）： 107-112.

［25］柯荣， 赵敬华， 魏海蕊， 等. 考虑消费者偏好的新能源汽车供应链优化与协调机制［J］. 机械设计与研究， 2022， 38（1）： 154-160.

KE Rong， ZHAO Jinghua， WEI Hairui， et al. Coordination and optimization of new energy vehicle supply chain considering consumer preference［J］. Machine Design & Research， 2022， 38（1）： 154-160.

［26］WU Y Q， GUO W W， CAI Z G， et al. Research on contract coordination mechanism of contract farming considering the green innovation level［J］. Sustainability， 2023， 15（4）： 3314.

［27］周涛， 孟祥倩， 陶明. 线下体验服务和保鲜努力双重因素下生鲜电商供应链决策与协调研究［J］. 工业工程， 2023， 26（1）： 41-51.

ZHOU Tao， MENG Xiangqian， TAO Ming. Research on decision-making and coordination of fresh e-commerce supply chain under the dual factors of offline experience service and fresh-keeping efforts［J］. Industrial Engineering Journal， 2023， 26（1）： 41-51.

［28］郑路， 陈舒婷， 张明霞， 等. O2O模式下服装集合店零售决策博弈模型［J］. 丝绸， 2022， 59（4）： 74-83.

ZHENG Lu， CHEN Shuting， ZHANG Mingxia， et al. The retail decision-making game model of clothing collection stores under O2O mode［J］. Journal of Silk， 2022， 59（4）： 74-83.

［29］张雪梅， 周根贵， 曹柬. 考虑政府规制和供应链协调的再制造微分博弈模型［J］. 计算机集成制造系统， 2021， 27（7）： 2095-2111.

ZHANG Xuemei， ZHOU Gengui， CAO Jian. Differential game analysis on remanufacturing with government regulation and supply chain coordination［J］. Computer Integrated Manufacturing Systems， 2021， 27（7）： 2095-2111.

［30］张科静， 马曼琼. 考虑生鲜电商退货的双渠道供应链协调研究［J］. 东华大学学报（自然科学版）， 2021， 47（6）： 116-123.

ZHANG Kejing， MA Manqiong. Research on dual-channel supply chain coordination considering fresh e-tailer's returns［J］. Journal of Donghua University （Natural Science）， 2021， 47（6）： 116-123.

［31］DOGRA P， KAUSHAL A. Investigating factors affecting trust and purchase intention towards online websites： Structural equation modelling approach［J］. International Journal of Internet Marketing and Advertising， 2023， 18（1）： 98-120.

［32］黄格红. 时装品牌数智化发展策略研究： 以“地素时尚”为例［J］. 服装设计师， 2023， （10）： 88-92.

HUANG Gehong. Research on the intelligent development strategy of fashion brand： Taking "DAZZLE Fashion" as an example［J］. Fashion China， 2023， （10）： 88-92.

［33］刘雅琦. 基于熵权TOPSIS法的M公司轻资产运营财务风险评价研究［D］. 石家庄：河北师范大学， 2022.

LIU Yaqi. Research on Financial Risk Evaluation of M Company's Light Asset Operation Based on Entropy Weight TOPSIS Method［D］. Shijiazhuang： Hebei Normal University， 2022.

Production effort investment strategy in the apparel supply chain based on online reviews

XU  Linga，  WAN  Yanhongb，  ZHANG  Kea，  ZHONG  Shaojuna

（a. School of Economics and Management（School of Quality Management）;

b. School of Business， Jiangxi University of Science and Technology， Ganzhou 341000， China）

Abstract：

With the gradual enhancement of e-commerce platforms' product review system， consumers are increasingly inclined to rely on other buyers' reviews as a determining factor for their purchasing decisions. In recent years， online sales in the clothing industry have exhibited a noticeable upward trend compared to offline physical stores. When purchasing clothes offline， consumers can genuinely assess the quality of clothing products. However， when buying clothes online， it is challenging to gain direct and authentic experiences solely through merchants' provided images. Other buyers' reviews serve as crucial references for consumers to comprehend clothing products. To mitigate the impact of negative reviews on consumers' purchase intentions， garment manufacturers strive to enhance product quality and value by improving production efforts， thereby offering customers an enhanced purchasing experience and garnering more positive reviews that ultimately influence potential consumers' buying intentions. In the real market scenario， there exists a conflict of interests between garment manufacturers and e-commerce platforms. While e-commerce platforms may not bear the costs associated with production efforts directly， they aspire for garment manufacturers to improve these efforts in order to increase the proportion of positive reviews. This undoubtedly undermines garment manufacturers' interests and diminishes their willingness to invest in production endeavors while also adversely affects both parties involved. Consequently， finding ways to coordinate e-commerce platforms and garment manufacturers towards achieving an ideal state where production efforts are optimized and simultaneously all participants' interests within the supply chain are enhanced has become a pivotal issue faced by contemporary enterprises.

The study aimed to explore how each participant in the apparel supply chain develops relevant strategies under the dual influences of production efforts and online reviews. Considering that the production efforts of apparel manufacturers will affect online reviews， and thus have an impact on the purchasing decisions of potential consumers， this study introduced the combination contract of "cost sharing+revenue sharing" to coordinate the interests between garment manufacturers and e-commerce platforms in the apparel supply chain composed of a single garment manufacturer， a single e-commerce platform and consumers， and explores the coordination effect of contract parameters on the apparel supply chain.

This study constructed an apparel supply chain model composed of a garment manufacturer， an e-commerce platform and consumers. In the centralized decision-making and decentralized decision-making models， the production efforts of the garment manufacturer， online reviews， retail price and supply chain profits were analyzed， and the apparel supply chain was coordinated through the combination contract of "cost sharing+revenue sharing". Through the model and numerical analysis， it is found that there is a unique optimal decision， whether it is a centralized decision or a decentralized decision. The supply chain profit and production effort of a centralized decision are better than those of a decentralized decision. Through the combination of contracts， the garment manufacturer and e-commerce platform can obtain higher profits， while consumers can also get higher quality products and better shopping experience at the same price; when consumers prefer more production efforts， the garment manufacturer will increase the production efforts of products in order to expand the sales market and make up for the increased costs caused by the production efforts by increasing the wholesale price， while the e-commerce platform will also increase the retail price of clothes in order to maintain profits.

Keywords：

production efforts; apparel supply chain; online reviews; combination contract