金 亮，张旭梅，但 斌，李诗杨

(1.重庆大学经济与工商管理学院, 重庆 400044； 2.重庆大学现代物流重庆市重点实验室, 重庆 400044)

交叉销售下“线下体验+线上零售”的O2O供应链佣金契约设计

金 亮1,2，张旭梅1,2，但 斌1,2，李诗杨1,2

(1.重庆大学经济与工商管理学院, 重庆 400044； 2.重庆大学现代物流重庆市重点实验室, 重庆 400044)

针对由一个线上零售商和一个线下实体店构成的“线下体验+线上零售”O2O(Offline to Online)供应链，考虑线下实体店为线上零售商的产品提供线下体验服务以及实体店存在交叉销售行为，且交叉销售收益为实体店私有信息，建立了线上零售商和线下实体店之间的委托代理模型，设计了线上零售商佣金契约。进而分析了佣金契约性质，考察了不对称信息和交叉销售对线上零售商、线下实体店的影响。研究发现：线下实体店交叉销售在一定条件下能够部分替代佣金契约对实体店的激励作用，线上零售商利用实体店交叉销售策略性地设计佣金契约可以实现对实体店的不同激励目的；不对称信息的存在不一定会对O2O供应链系统造成损失或产生信息租金，线上零售商可能能够获得正的交叉销售价值，但线下实体店反而不能从其交叉销售中获得额外收益。最后，通过算例对研究结论进行了直观考察和说明。

O2O供应链；线下体验+线上零售；交叉销售；不对称信息；佣金契约

1 引言

随着电子商务的迅速普及，方便、快捷的线上购物成为消费者一种重要的购物渠道。但是线上购物缺少实物体验，使消费者收到的产品有可能与其预期不匹配，从而导致较高的退货率[1-2]。因此，越来越多的电商借助线下实体店开辟线下体验渠道，将线下体验与线上零售结合，以改善消费者购物体验，降低产品退货率。一些企业也开始尝试这种线上线下合作模式。例如，新加坡iKnow集团线下实体店为京东商城产品提供线下展示服务，供消费者体验，同时经营自有的零售业务[3]；英国最大的连锁IT经销商Currys PC World为Google的安卓手机、平板、Chromebook、Chromecast等提供线下展示服务，同时销售其自营的IT产品[4]。另外，线下实体店在为线上零售商提供产品体验服务的同时，还能从线下体验消费者对其他产品的额外购买行为中获得交叉销售收益[5-6]。然而，这种交叉销售收益却不能为线上零售商所观测，这就使得线上、线下合作激励变得困难。在此背景下，针对线下实体店的交叉销售行为，线上零售商如何策略性地设计给予实体店的佣金契约是线下到线上O2O供应链需要研究和解决的问题。

目前，有关O2O的研究主要包括线上到线下(Online to Offline)和线下到线上(Offline to Online)两种形式。线上到线下首先引起学者们的关注，已有研究主要从O2O模式对渠道、消费者行为和相关利益主体决策等方面的影响展开。例如，Zhao Fuguo等[7]针对一个线上下单、线下配送的O2O供应链系统，考虑了库存风险问题，对比分析了分散式决策和集中式决策下的供应链最优决策；Gallino等[8]采用实证的方法，研究了在线下渠道缺货情况下，允许消费者线上渠道购买产品，线下渠道取货策略对零售商线下库存的影响；Cao等[9]针对一个拥有线上、线下渠道的全渠道零售商，研究了“线上购买，线下取货”策略对渠道需求、产品销售价格以及零售商利润的影响；刘伟和徐鹏涛[10]针对餐饮O2O平台线上用户“线上搜索，线下消费”行为，采用实证的方法分析了O2O电商平台在线点评有用性的影响因素。还有一些文献从其他视角考察了O2O模式，如吴晓志等[11]针对由一个供应商和一个零售商组成的O2O供应链，研究了考虑线上渠道对消费者进行价格补贴的O2O供应链运营决策及协调问题；张应语等[12]研究了O2O模式下消费者生鲜农产品购买意愿影响因素；Chen Xu[13]等构建了O2O混合渠道下的供应商主导、零售商主导和双方均势等三种供应链权力结构模型。近年来，线下到线上也已成为O2O的一种重要形式，有关线下到线上O2O模式的研究也开始引起学者们的关注。例如，Bell等[14]通过对男士服装电商Bonobos和眼镜电商Warby Parker“线下体验，线上购买”O2O模式的研究，分析了线下体验对产品信息披露、消费者品牌认知等方面的影响；Chopra[15]同样以电商Bonobos为例，分析了“线下体验+线上购买”O2O模式对线上和线下渠道成本的影响。Bell等[16-17]采用实证方法，研究了线下体验店的开设对消费者购买行为和需求的影响，发现了体验店在缓解产品不确定性对消费者购物决策的不利影响和增加需求等方面的价值；Gao Fei和Su Xuanming[18]针对一个全渠道零售商，研究了线下体验店、线上虚拟展厅以及库存信息披露等三种信息传递机制对零售商库存决策及其绩效的影响。上述关于线下到线上O2O的文献均以描述性研究或实证研究为主，仅有Gao Fei和Su Xuanming[18]采用了数理模型，但研究的是线下库存问题。并且，以上文献均基于完全信息背景，未涉及线上零售商和线下实体店(体验店)之间的佣金契约设计问题。

另外一个与本文相关的研究主题是交叉销售。近年来，随着O2O研究的深入，逐渐有学者开始关注O2O/全渠道背景下的线下渠道交叉销售现象。例如，Gallino和Moreno[19]基于一个同时拥有线上和线下渠道的全渠道零售商的实证分析数据，研究了“线上购买，店内取货”(Buy-Online-Pick-up-in-Store)策略能够吸引消费者由线上渠道转移到线下渠道(渠道迁移效应)，同时消费者在参观线下实体店时会发生额外的购买行为，证明了线下渠道交叉销售的存在，且能够为零售商带来额外的交叉销售收益(交叉销售效应)；Gao Fei和Su Xuanming[20]采用数理模型研究了“线上购买，店内取货”策略对消费者购买行为和全渠道零售商绩效的影响，结果发现线下渠道存在的交叉销售收益在一定条件下对零售商有利，并有可能提升到线下渠道购买产品的消费者比例。上述文献均考虑了线下渠道存在的交叉销售现象，研究论证了交叉销售的存在及其价值。与已有研究不同的是，本文依据消费者效用理论刻画消费者在线上渠道与线下体验渠道的购买行为，考虑交叉销售收益为不对称信息，从机制设计视角研究交叉销售对线上零售商、线下实体店及线下到线上O2O供应链系统的价值。

鉴于此，本文研究由一个线上零售商和一个线下实体店构成的线下到线上O2O供应链系统，考虑线下实体店存在交叉销售且交叉销售收益为不对称信息，研究逆向选择和道德风险并存情况下的零售商佣金契约设计问题。以线上零售商为委托方、线下实体店为代理方，分别构建信息对称和不对称下的委托代理模型，分析佣金契约的性质，尤其是消费者退货行为和不对称信息对零售商最优佣金契约设计的影响，考察不对称信息对零售商、实体店及O2O供应链系统的影响(信息价值)以及交叉销售对零售商、实体店的影响(交叉销售价值)。

2 问题描述与假设

市场上有一个线上零售商(O)和一个线下实体店(S)，零售商通过线上渠道销售产品，同时零售商还与实体店合作，实体店为零售商的产品提供线下体验服务，如图1所示。此外，实体店还有自己的零售业务，销售与零售商产品无关联的产品。在此情形下，消费者既可以选择不体验，直接在线上渠道购买产品，即“直接购买”消费者；也可以选择先到实体店体验产品再决策是否购买，即“线下体验”消费者。

图1 线下到线上的O2O供应链结构

消费者可以选择不体验直接在线上渠道购买产品，或者先到实体店体验后再决策是否购买，如图2所示。当消费者选择直接在线上渠道购买产品时，消费者在收到零售商配送的产品前不能确定产品是否符合其需求(图2中，用“匹配(不匹配)”来表示产品符合(不符合)消费者需求)[21]。若消费者收到的产品不符合其需求，会选择退货[22]，并获得零售商的全额退款，但消费者会发生退货成本m(如退货的物流成本等)[23]；若产品符合消费者的需求，则获得效用v-p，其中v为消费者对产品符合其需求时的支付意愿，p为产品销售价格，是由市场确定的外生变量[18]。由此，可得消费者直接在线上渠道购买产品的预期净效用为：

uO=λ(v-p)-(1-λ)m

(1)

其中，λ为消费者直接在线上渠道购买产品时，产品符合其需求的概率，记“λ”为“匹配率”。

图2 消费者决策树

(2)

qO=

(3)

(4)

依据上述假设，可得实体店的期望利润为：

(5)

当消费者选择退货时，考虑到零售商往往承担了退货产品的再次库存、再包装等成本，假定零售商将发生退货损失g[22,28]。同时考虑到零售商的产品销售成本为常量，为便于分析，统一标准化为零。得到零售商的期望利润为：

(6)

其中，需满足λp>(1-λ)g，否则零售商获得的单位产品期望销售收益小于零。

3 模型分析

考察单个销售周期，在销售季来临前零售商和实体店建立基于佣金契约的合作，并在销售季来临时零售商通过线上渠道销售产品，实体店为零售商产品提供线下体验服务。主要事件与决策顺序为

(1) 在销售周期开始前，实体店了解其交叉销售收益类型ri(i=H,L)，而零售商不知晓；

(2) 零售商知道实体店交叉销售收益类型的先验概率，设计一组包括固定支付αi和佣金率βi的佣金契约{(αi,βi)}i=H,L；

(4) 销售季来临，实体店根据所选择的佣金契约提供体验服务和发生交叉销售，零售商以销售价格p在线上渠道销售产品；

(5) 销售周期结束，零售商按照实体店选择的佣金契约向实体店进行转移支付。

根据上述思路，零售商可通过设计分离契约，激励实体店如实选择契约并付出努力。下面将分别针对信息对称和不对称情形，设计最优佣金契约。

3.1 对称信息下线上零售商佣金契约设计

采用Kuhn-Tucher方法求解可得唯一最优解。

其中，b2

证明：见附录A1。

3.2 不对称信息下线上零售商佣金契约设计

(P2)s.t.(IC-H)πSH(αH,βH)≥πSH(αL,βL),

(IC-L)πSL(αL,βL)≥πSL(αH,βH),

采用Kuhn-Tucher方法求解可得唯一最优解。

证明：见附录A2。

3.3 零售商和消费者退货成本分析

命题1 不对称信息下，零售商退货损失和消费者退货成本对佣金契约和体验服务努力水平有如下影响：

证明：见附录A3。

4 信息价值与交叉销售价值分析

本节将分析不对称信息对佣金契约的影响，并考察不对称信息与实体店交叉销售对零售商、实体店的影响。

4.1 不对称信息对佣金契约的影响

命题2 不对称信息对佣金契约有如下影响：

证明：见附录A4。

4.2 信息价值

命题3 信息价值分析：

证明：见附录A5。

命题3(2)表明，实体店的信息优势不总是产生信息租金，仅当实体店为高类型时才能够获得额外的信息租金。通过比较分析两种类型实体店分别在信息对称和不对称下的期望利润，可以知道，在不对称信息下，高类型实体店的期望利润要大，而低类型实体店的期望利润则保持不变。其原因是，在对称信息下，实体店无论是何种类型均只能获得其保留收益；在不对称信息下，高类型实体店不仅能够获得其保留收益，还可以获得比对称信息下更高的固定支付，而低类型实体店仅能获得其保留收益。

推论1 信息价值受到如下因素的影响：

证毕。

4.3 交叉销售价值

命题4 交叉销售价值分析：

证明：见附录A6。

命题5 交叉销售对零售商和实体店存在如下影响：

(1) 当rH>b2时，CRi>RSi；

证明：见附录A7。

5 数值算例

图3 ri对实体店服务成本和收益的影响

图4 Δλ对佣金契约的影响

图5 g对零售商和实体店期望利润的影响

图6 ri对零售商和实体店期望利润的影响

6 结语

本文针对由一个线上零售商和一个线下实体店组成的线下到线上O2O供应链，考虑实体店存在交叉销售以及交叉销售收益信息不对称，研究了零售商如何设计佣金契约并激励实体店付出努力这一问题。论文所得结论可总结为如下三个方面：

(1) 关于佣金契约性质：基于不同交叉销售收益类型的实体店，零售商佣金契约设计目的存在一定的差异，零售商需要权衡佣金契约对实体店参与合作积极性与体验服务努力付出的激励作用。对于实体店交叉销售收益信息，零售商的信息劣势会导致佣金契约参数的变化：在高交叉销售收益类型实体店下，佣金率呈现“高端不扭曲”特性，固定支付“向上扭曲”；在低交叉销售收益类型实体店下，佣金率“向下扭曲”，固定支付“向上扭曲”。

(2) 关于信息价值：零售商和实体店的决策共同决定了不对称信息对零售商、实体店以及O2O供应链系统期望利润的影响。零售商的信息劣势总是会给其造成损失，实体店的信息优势并不一定能为其带来额外的信息租金，只有高交叉销售收益类型实体店才能够获得信息租金。分析不对称信息对O2O供应链系统的影响，当实体店为高交叉销售收益类型时，不对称信息并不会给O2O供应链系统造成损失，不对称信息的存在仅导致了利益在O2O供应链系统内部的重新分配。

(3) 关于交叉销售价值：交叉销售能够部分替代佣金契约对实体店的激励作用，在高交叉销售收益类型实体店下，零售商总是能够获得正的交叉销售价值；当实体店为低交叉销售收益类型时，零售商的交叉销售价值取决于交叉销售收益的大小。对于实体店而言，虽然交叉销售不能为其带来额外收益，但交叉销售的存在使其具有信息优势，尤其是高交叉销售收益类型实体店能够获得信息租金。

本文研究的线下到线上O2O供应链仅包含一个线下实体店，现实生活中线上零售商往往会与多个线下实体店建立基于佣金契约的合作，因此，在不对称信息下，包含多个线下实体店的O2O供应链的佣金契约设计是未来可以进一步研究的问题。

附录A：主要结论的推导

A1.定理1的证明：

从而可得K-T条件为：

A2.定理2的证明：

+χ1(πSH(αH,βH)-πSH(αL,βL))

+χ2(πSL(αL,βL)-πSL(αH,βH))

其中i=H,L，j=1,2,3。从而可得K-T条件为：

联立求解得到3组解，其中仅1组解满足非负条件：

A3.命题1的证明：

A4.命题2的证明：

(1) 依据定理1和定理2，可以得到：

A5.命题3的证明：

依据定理1和定理2，可以得到：

进而结合不对称信息对零售商和实体店的影响，易得：

A6.命题4的证明：

(1) 比较零售商和实体店的期望利润，可以得到：

(2) 比较零售商和实体店的期望利润，可以得到：

A7.命题5的证明：

(1) 依据定理2，可以得到：

RSL=

联立上述式子，容易得到：

CRH-RSH=

CRL-RSL=

[1] Griffis SE, Rao S, Goldsby TJ, et al. The customer consequences of returns in online retailing: An empirical analysis[J]. Journal of Operations Management, 2012, 30(4): 282-294.

[2] Akçay Y, Boyac1 T, Zhang Dan. Selling with money-back guarantees: The impact on prices, quantities, and retail profitability[J]. Production and Operations Management, 2013, 22(4): 777-791.

[3] 中国电子商务研究中心. 京东首涉线下“傍”新加坡iKnow探路实体店[EB/OL]. (2013-08-19)[2017-03-09]. http://b2b.toocle.com/detail--6118826.html.

[4] Marketing Week. Google opens first bricks-and-mortar shop in the UK[EB/OL]. (2015-03-11)[2017-03-09]. https://www.marketingweek.com/2015/03/11/google-opens-first-bricks-and-mortar-shop-in-the-uk/.

[5] Washington Post. From new mobile offerings to a potential off-price business, a look at whats in store for macys[EB/OL]. (2015-01-13)[2017-03-09]. https://www.washingtonpost.com/news/business/wp/2015/01/13/from-new-mobile-offerings-to-a-potential-off-price-business-a-look-at-whats-in-store-for-macys/.

[6] UPS. UPS online shopping study: Empowered consumers changing the future of retail[EB/OL]. (2015-06-03)[2017-03-09]. https://www.pressroom.ups.com/pressroom/ContentDetailsViewer.page?ConceptType=PressReleases&id=1433180166893-264.

[7] Zhao Fuguo, Wu Desheng, Liang Liang, et al. Lateral inventory transshipment problem in online-to-offline supply chain[J]. International Journal of Production Research, 2016, 54(7): 1951-1963.

[8] Gallino S, Moreno A, Stamatopoulos I. Channel integration, sales dispersion, and inventory management[J]. Management Science, 2016,63(9):2813-2831.

[9] Cao J, So KC, Yin Shuya. Impact of an “online-to-store” channel on demand allocation, pricing and profitability[J]. European Journal of Operational Research, 2016, 248(1): 234-245.

[10] 刘伟, 徐鹏涛. O2O电商平台在线点评有用性影响因素的识别研究——以餐饮行业O2O模式为例[J]. 中国管理科学, 2016, 24(5): 168-176.

[11] 吴晓志, 陈宏, 张俊. 考虑在线补贴的零售商水平O2O供应链协调[J]. 中国管理科学, 2014, 22(S1): 479-484.

[12] 张应语, 张梦佳, 王强, 等. 基于感知收益-感知风险框架的O2O模式下生鲜农产品购买意愿研究[J]. 中国软科学, 2015,(6): 128-138.

[13] Chen Xu, Wang Xiaojun, Jiang Xinkuang. The impact of power structure on the retail service supply chain with an O2O mixed channel[J]. Journal of the Operational Research Society, 2016, 67(2): 294-301.

[14] Bell DR, Gallino S, Moreno A. How to win in an omnichannel world[J]. MIT Sloan Management Review, 2014, 56(1): 44-53.

[15] Chopra S. How omni-channel can be the future of retailing[J]. Decision, 2016, 43(2): 135-144.

[16] Bell DR, Gallino S, Moreno A. Showrooms and information provision in omni-channel retail[J]. Production and Operations Management, 2015, 24(3): 360-362.

[17] Bell DR, Gallino S, Moreno A. Offline showrooms and customer migration in omnichannel retail[DB]. Working paper, University of Pennsylvania, 2015.

[18] Gao Fei, Su Xuanming. Online and offline information for omnichannel retailing[J]. Manufacturing & Service Operations Management, 2017, 19(1): 84-98.

[19] Gallino S, Moreno A. Integration of online and offline channels in retail: The impact of sharing reliable inventory availability information[J]. Management Science, 2014, 60(6): 1434-1451.

[20] Gao Fei, Su Xuanming. Omnichannel retail operations with buy-online-and-pick-up-in-store[J]. Management Science, 2016,63(8):2478-2492.

[21] Gu Zheyin, Liu Yunchuan. Consumer fit search, retailer shelf layout, and channel interaction[J]. Marketing Science, 2013, 32(4): 652-668.

[22] Balakrishnan A, Sundaresan S, Zhang Bo. Browse-and-switch: retail-online competition under value uncertainty[J]. Production and Operations Management, 2014, 23(7): 1129-1145.

[23] Gu Zhenyin, Tayi GK. Consumer mending and online retailer fit-uncertainty mitigating strategies[J]. Quantitative Marketing and Economics, 2015, 13(3):251-282.

[24] 黄宗盛, 聂佳佳, 赵映雪. 基于消费者满意的双渠道销售商退款保证策略研究[J]. 中国管理科学, 2016, 24(2): 61-68.

[25] Chen Fangruo. Salesforce incentives, market information, and production/inventory planning[J]. Management Science, 2005, 51(1): 60-75.

[26] 田厚平, 刘长贤. 双重信息不对称下销售渠道双目标混合激励模型[J]. 管理科学学报, 2011, 14(3): 34-47.

[27] Huang He, Shen Xiaoyu, Xu Hongyan. Procurement contracts in the presence of endogenous disruption risk[J]. Decision Sciences, 2016, 47(3): 437-472.

[28] 汪峻萍, 杨剑波, 贾兆丽. 基于无缺陷退货的网上销售易逝品供应链协调模型[J]. 中国管理科学, 2013, 21(6): 47-56.

Commission Contract Design in “Offline Evaluation, Online Purchase” (O2O)Supply Chain in the Presence of Cross-selling

JINLiang1,2,ZHANGXu-mei1,2，DANBin1,2，LIShi-yang1,2

(1. School of Economics and Business Administration, Chongqing University, Chongqing 400044, China;2. Chongqing Key Laboratory of Logistics, Chongqing University, Chongqing 400044, China)

With the rapid development of Internet technologies, more and more online retailers are exploring new ways to sell products. In this context, the “offline evaluation, online purchase” mode has been increasingly viewed as an effective and novel way to provide information of the product to the customers and this mode can mitigate information gap exists in the O2O supply chain. However, the existence of cross-selling behavior and information asymmetry leads to incentive misalignment in the offline to online (O2O) supply chain. To solve this problem, we study an offline to online (O2O) supply chain consists of an online retailer and an offline store under asymmetric cross-selling revenue information. The offline store provides consumers with offline evaluation service for the product the online retailer provides.

The main work in this paper includes four parts. First, we proposed optimal commission contracts and analyzed the properties of the optimal commission contracts under asymmetric information and full information, respectively. Second, we analyzed the impacts of cross-selling revenue information asymmetry on the optimal commission contract and the impacts on the profit of online retailer, offline store and whole O2O supply chain. Third, we established a benchmark model in which the cross-selling revenue is set to zero to investigate the value of cross-selling within an O2O supply chain, and we analyzed the impact of cross-selling revenue on the profit of online retailer and offline store. Finally, we illustrate the impacts of the environment parameters on the commission contract parameters and the profits through a numerical example.

The results show that, the online retailer will choose an optimal commission contract with both a unique commission rate and a fixed payment to effectively motivate the offline store. The optimal commission contract can motivate the offline store in different ways, since the adjustment of the fixed payment can encourage the offline store to participate in the cooperation and the adjustment of the commission rate can encourage the offline store to provide service. Meanwhile, cross-selling partially substitutes the incentive role the commission contract plays under certain conditions. But when the offline store's cross-selling revenue is high type, the cross-selling revenue will exacerbate the adverse effect of asymmetric information on fixed payment, while the low cross-selling revenue will counteract the adverse effect of asymmetric information on fixed payment. The existence of information asymmetry leads to the change of commission contract parameters. Further, the information asymmetry may not decrease the performance of O2O supply chain or generate extra information rent. Moreover, cross-selling is favorable for the online retailer under certain conditions, but not for the offline store. Practical and theoretical guidance is provided in this paper to improve the value of the offline to online supply chain.

O2O supply chain; offline evaluation, online purchase; cross-selling; asymmetric information; commission contract

1003-207(2017)11-0033-14

10.16381/j.cnki.issn1003-207x.2017.11.004

C931；F274

A

2016-08-14；

2017-03-09

国家自然科学基金资助项目(71572020)；中央高校基本科研业务费项目(2017CDJSK02PT08)

张旭梅(1966-),女(汉族),四川仁寿人,重庆大学经济与工商管理学院教授,博士生导师,博士,研究方向:供应链管理, E-mail: zhangxumei@cqu.edu.cn