秦 星 红

(重庆工商大学 a.商务策划学院；b.重庆市特色农产品加工储运工程技术研究中心，重庆 400067)

0 引 言

电子商务和移动互联网技术的快速发展使得网络购物成为典型的购物模式，正吸引越来越多的消费者在线购物。据中国电子商务研究中心相关数据显示，截至2017年6月，中国网民规模达7.31亿，网络零售用户规模约5亿，网络零售用户规模约占互联网用户的70%，网购市场规模已突破3万亿元。在网络购物过程中，网络商店和第三方物流(Third Party Logistics，TPL)作为产品和服务提供者，他们的合作关系会直接影响消费者的购物体验和利益[1-2]。在一定程度上而言，网络商店和TPL为共同利益体。在实际运营中，双方都在摸索如何能够更好合作。如小米公司通常采用在线销售渠道销售小米手机，为了使得其用户获得较好的购物体验，小米公司与顺丰快递进行深度合作，并取得了较好的运营效果。在现有研究中，关于供应链参与者合作关系的协调与优化方面，吴庆等[3]和申成霖[4]等分别从考虑物流服务对需求的影响，以及策略性顾客退货等方面研究了供应链的协调问题；陈树桢等[5]和公彦德等[6]分别从双渠道下补偿激励，闭环供应链情景下的定价优化方面研究了供应链的协调问题；Li等人[7]研究了寄售模式下在线销售行业采用收益共享契约；Chen等[8]在Li等[7]研究的基础上，引入上架费，研究制造商和在线销售商的合作关系协调。这些研究均是基于参与个体为“理性经济人”的假设而进行，相应的价格契约难以实现供应链协调。与此形成对比的是，有学者引入决策者的社会偏好后发现采用价格契约在一定情况下能实现供应链协调以及不同主体的利他性对系统的影响存在差异。Cui等[9]和Caliskan-Demirag等[10]均在引入公平偏好后发现价格契约可以实现系统的协调且相应的条件比线性需求情景下简单；Chen[11]对决策主体具有利他偏好的供应链协调问题进行了研究，指出不同主体的对系统的影响相反；Ge等[12]将利他偏好考虑基于价格契约的供应链选择模型中进行研究，得出了和Chen[11]以及Cui[9]相似的结论；Ge等[13]的研究指出决策主体具有利他偏好时的，供应链绩效高于分散决策但低于集中决策；Disney等[14]的研究指出考虑利他性时的供应链绩效显著高于不具有利他属性时的情况。可见社会偏好理论突破了传统经济学“经济人”自利模型的局限，这从另一个方面也表明将供应链决策主体假定为“理性经济人”存在缺陷。

近年来，在运作管理领域，逐步强调参与人的行为特征，2017年诺贝尔经济学奖也授予了美国伊利诺伊州芝加哥大学经济学家Richard Thaler，以表彰他在行为经济学研究领域作出的突出贡献，这充分说明了基于参与者行为进行决策的重要性。在行为运作领域，利他性作为一种决策行为，主要指的是决策者在关心自身利益的同时，也关心其他成员利益的行为。网络商店作为商品的提供者，希望TPL能提供良好的物流服务，TPL的运营状态和利益也越来越受到网络商店的关注。在某种程度上可以说，网络商店的发展推动了TPL的发展，而TPL的发展是网络商店良好运营的基础。显然，利他性作为社会属性的一种具有正向效应的属性，在刻画多主体之间的合作关系时具有很好的解释力。因此，本研究将利他属性引入到网购供应链决策中，利用该属性所表现出来的行为特征来刻画网络商店和TPL之间较为复杂的竞合关系具有很好的实际意义。研究将构建决策模型，分析利他性对网购供应链不同主体决策行为和利益的影响。

1 问题描述与假设

1.1 问题描述

针对由单个网络商店和单个TPL所组成的网购供应链，市场需求同时受到商品价格和TPL服务质量的影响。根据企业运营实践和第三方调查机构报告[15]，发现电商配送中商品损坏和丢失(简称货损货差)成为物流企业和电商共同面临的重要实际问题，从运营管理角度而言，其中涉及配送损失成本的分担问题。据此，引入反映TPL服务质量的配送完好率，并以此衡量物流服务质量和测算配送环节中因物流服务约束而产生的成本。

1.2 符号说明

本研究中p表示网络商店销售产品的单位价格；pL表示TPL单位物流服务价格；Cp表示网络商店单位商品的采购成本；eL表示TPL的物流服务质量(即配送完好率)；CL表示TPL配送单件产品的物流服务成本；m为网络商店承担的单位商品货损货差损失的比重；c为单位商品货损货差给供应链带来的总成本。pi和pLi，i={1,2,3}为决策变量，反映了网络商店和TPL在不同情景下的决策行为，其他参数为外生变量。在此所指的物流服务水平采用配送完好率度量，符合实际情况且能较好地刻画相应的服务成本和损失成本，在每种情况下的决策采用“*”表示相应的最优决策。

1.3 模型假设

为了突出核心问题，做如下假设：网络商店和TPL均为风险中性且拥有的信息为共同知识；物流服务质量(配送完好率)正向影响市场需求；TPL按照订单及时配送但不考虑库存；市场需求为价格和服务水平的函数：Q=Q0-ap+beL，其中Q0为市场总需求量，为正数常量；a,b>0，分别为市场需求的价格和物流服务水平敏感性系数。TPL在同网络商店构成的Stackelberg博弈中占据主导地位，在服务定价方面具有自主定价权，而网络商店处于从属地位，对于TPL的报价的合理性判断后进行抉择，直至达成协议。

2 模型分析

2.1 分散决策模式

分散决策模式下，网络商店和TPL通过价格契约进行合作，各自从有利于自身利益最大化的角度进行决策。

2.1.1 网络商店的决策模型

网络商店利益最大化问题表示为

maxπo=(p-pL-Cp)QeL-cQ(1-eL)m

(1)

其中，Q=Q0-ap+beL，为了确定Stackelberg均衡解，根据逆向归纳法的思想，首先对任意给定的TPL的决策pL确定网络商店的最优决策p。容易验证πo是关于p的严格凹函数。由一阶最优条件∂πo/∂p=0可得分散决策模式下网络商店的最优价格决策为

p1=p1(pL)

(2)

2.1.2 TPL的决策模型

现在确定TPL的最优决策问题，TPL根据网络商店的商品定价确定其服务报价以最大化自身利益.TPL利润最大化问题表示为

maxπL=(pL-CL)QeL-cQ(1-eL)(1-m)

(3)

命题1 TPL和网络商店将分别以

进行决策，此时TPL的利润和网络商店的利润存在关系：πL1*=2πo1*。

证明首先由式(2)和式(3)的一阶最优条件∂πL/∂pL=0可得TPL的最优决策：

(4)

接着，将式(4)代入式(2)，即可求得此时网络商店的最优决策

(5)

2.2 集中决策模式

在集中决策供应链的运作过程中，网购供应链各参与企业均服务于同一个决策主体，即网络商店和TPL属于同一个经济实体或战略联盟。因此，网购供应链的整体决策目标为

maxπc=πo+πL

=(p-Cp-CL)QeL-cQ(1-eL)

(6)

通过计算和分析可得，式(6)是p的凹函数，由一阶最优条件∂πL/∂pL=0可得最优决策：

B=Q0eL+beL2+a[eL(Cp+CL)+c(1-eL)]

(7)

2.3 利他决策模式

下面将在网购供应链分散决策模型的基础上，引入网购供应链参与者的利他属性，基于实践建立考虑了网络商店和零售商利他属性的决策模型。根据行为经济学家Loch等[16]关于利他属性的分析和描述，下面将采用如下效用函数：

Ui=πi+ηiπj(i={o,L},j={o,L}{i})

(8)

其中，下标o,L分别表示网络商店和TPL相应的变量，πi表示决策者的收益，ηi表示决策者i的利他因子。此时，网络商店的效用为

Uo=πo+ηoπL=(p-pL-Cp)QeL-cQ(1-eL)m+

ηo[(pL-CL)QeL-cQ(1-eL)(1-m)]

(9)

TPL的效用为

UL=πL+ηLπo=(pL-CL)QeL-cQ(1-eL)(1-m)+ηL[(p-pL-Cp)QeL-cQ(1-eL)m]

(10)

命题2 利他决策模式下，网络商店和TPL分别以下列方式进行决策：

其中，G=Q0+beL+aCp+aηoCL，H=ac(1-eL)(m+ηo-ηom)，M=2-ηL-ηLηo，K=2ac(1-ηo)(1-eL)(1-m+mηL)。

证明过程可参考命题1。

3 数值分析

为了进一步考察系统的决策情况，现基于实践对模型参数赋值如下：Q0=100，a=2，b=8，Cp=5，CL=2，c=10，则此时需求函数可表示为Q=100-2p+8eL，下面分析在此系统下网购供应链各参与者的决策变化和利润与系统绩效变化情况。

从表1可知，在网络商店完全自私的情况下，随着TPL利他性的增加，商品价格递减，同时物流服务价格递减，进而使得商品销量增加，从而使得网络商店和TPL的利润增加，系统绩效增加；当TPL完全自私时，随着网络商店利他性增加，TPL逐步提高其物流服务价格而此时网络商店的商品价格保持不变，使得顾客需求量增加，但是网络的利润与分散决策的情况相同，而TPL的利润增加，系统总绩效增加。在参与双方具有一定程度利他性时，商品价格和服务价格均能得到一定程度的优化，表明利他性的存在对双方决策的影响明显，能在一定程度上优化各方决策改善，提升各方利润和系统绩效。

表1 不同决策模式下的均衡决策比较Table 1 Decision equilibriums in different decision modes

表2中对比了不同物流服务水平下单方利他性变化对系统决策和绩效的影响。从表2可知,在相同物流服务水平下，与网络商店具有利他性相比，TPL具有利他性时的商品价格更能吸引顾客，物流服务水平也较低，且随着物流服务水平提升，商品的价格会逐步下降但物流服务价格递增。这表明TPL的物流服务水平对于利他决策模式下各方决策和收益均存在影响。表1和表2都是在供应链参与者单方具有利他行为时的决策分析，为了讨论双方同时具有利他性时各方决策和收益的辩护，下面讨论当供应链参与者都具有利他性时，且各方利他性的变化对系统决策的影响。

表2 不同物流服务水平(eL)下利他程度对决策的影响Table 2 The impact of altruism on decisions under different logistics service levels (eL)

从图1可知当网络商店的利他性不变时，随着TPL利他性逐渐上升，商品的价格递减。其中，当网络商店不具有利他性即完全自私时，随着TPL的利他性上升，商品的价格会降至最低点，这一结论印证了表1的结果；当网络商店具有较强的利他性时，随着TPL的利他性上升，商品价格逐步上升，TPL利他性的在一定程度上能激励网络商店降低商品价格，但TPL过高的利他性使得网络商店的利他性效应降低，从而出现了商品价格上升的趋势，使得商品价格对顾客的吸引力降低。

图1 双方利他性波动对网店商品价格的影响

4 结 语

互联网经济的发展，使得网络环境下的供应链管理日渐成为学术界和实业界关注的重点，相关研究也日渐增多，已取得了较多有价值的成果。但是，学着们发现传统供应链研究中仅以自身利益最大化为目标的决策行为与实际情景下的决策行为存在一定偏差。近年来，随着行为科学和行为运营管理的发展，学者们发现造成这一现象的原因主要在于忽视了决策者的个体属性。基于此，本研究结合实际，将利他性这一具有现实意义的个体行为属性考虑到决策中，针对由单个TPL和单个网络商店组成的网购供应链，通过理论分析、决策模型以及数值分析等方法全面探讨了单方利他性变化和双方利他性互动对供应链参与者决策的影响，以及对各决策主体利润和系统绩效的影响。本文虽然通过引入参与者利他性，对网购供应链参与者决策进行建模分析，得到了一些结论，但研究还可从以下方面深入研究：需求函数仅考虑了价格和物流服务水平，下一步会将顾客个体行为因素考虑到需求函数中；引入不同决策主体的利他属性之间是独立的，其是否存在内在关联需进一步探讨。

参考文献(References)：

[1] 洪志生，霍佳震，苏强.单次服务过程中新老顾客感知波动的差异分析[J].南开管理评论，2013,16(3)：109-117

HONG Z S, HUO J Z, SU Q. Different Perceived Service Quality Fluctuation between Novice and Experienced Customers in Single Service Process[J].Nankai Business Review,2013，16(3)：109-117

[2] 常亚平，朱东红，张金隆.影响消费者重复网上购物行为因素的实证研究：基于电子商务环境和网络商店因素的数据分析[J].管理评论，2009，21(9)：65-71

CHANG Y P, ZHU D H, ZHANG J L. Factors Influencing Consumers’ Online Repurchasing Behavior：A Empirical Study from Ecommerce Environment and Online-store Standpoints[J].Management Review,2009，21(9):65-71

[3] 吴庆，但斌.物流服务水平影响市场需求变化的TPL协调合同[J].管理科学学报，2008，11(5):64-75

WU Q, DAN B. Third Party Logistics Coordinating Contracts with Logistics Service Dependent Market Demand[J].Journal of Management Sciences in China, 2008, 11(5): 64-75

[4] 申成霖，张新鑫，卿志琼.服务水平约束下基于顾客策略性退货的供应链契约协调研究[J].中国管理科学，2010，18(4): 56-64

SHEN C L, ZHANG X X, QING Z Q.Supply Chain Contracts Coordination with Consumer’s Strategic Returns Policies under the Service Level Constraint[J]. Chinese Journal of Management Science.2010,18(4):56-64

[5] 陈树桢，熊中楷，梁喜.补偿激励下双渠道供应链协调的合同设计[J].中国管理科学，2009，17(1):64-75

CHEN S Z, XIONG Z K, LIANG X. Contract Design for A Dual-Channel Supply Chain Coordination with Incentive Compensation [J]. Chinese Journal of Management Science, 2009, 17(1):64-75

[6] 公彦德，李帮义，刘涛.三级闭环供应链系统的定价、回购及协调策略[J].管理科学，2008,21(2):26-28

GONG Y D, LI B Y, LIU T. Strategy of Pricing, Buyback and Coordination for Three-stage Closed-loop Supply Chain[J].Journal of Management Sciences, 2008, 21(2): 26-28

[7] LI S, ZHU Z B, HUANG L H. Supply chain coordination and Decision Making under Consignment Contract with Revenue sharing [J]. International Journal of Production Economics, 2009, 120(1):88-99

[8] CHEN J M, CHENG H L, CHIEN M C. On Channel Coordination Through Revenue-sharing Contracts with Price and Shelf-space Dependent Demand [J]. Applied Mathematical Modelling, 2011, 35(10): 4886-4901

[9] CUI T H, RAJU J S, ZHANG Z J. Fairness and Channel Coordination[J]. Management Science, 2007, 53(8): 1303-1314

[10] CALISKAN-DEMIRAG O, CHEN Y F, LI J. Channel Coordination under Fairness Concerns and Nonlinear Demand[J]. European Journal of Operational Research, 2010, 207(3): 1321-1326

[11] CHEN J, HU Q, SONG J S.Altruism and Supply Chain Performance[R].Working Paper, Duke University, 2012

[12] GE Z, ZHANG Z K, LÜ L, et al. How Altruism Works: An Evolutionary Model of Supply Networks[J]. Physica A: Statistical Mechanics and its Applications, 2012, 391(3): 647-655

[13] GE Z, HU Q. Who Benefits from Altruism in Supply Chain Management?[J]. American Journal of Operations Research, 2012, 2(01): 59

[14] Disney S M,Hosoda T. Altruistic Behaviour in a two-echelon Supply Chain with Unmatched Proportional Feedback Controllers[J]. International Journal of Intelligent Systems Technologies and Applications, 2009, 6 (3-4): 269-286

[15] 艾瑞网.2009年中国网络购物物流配送研究[EB/OL].[2012-09-26].http://service.iresearch.cn/others/2010_0330/111621.shtml

iResearch. Distribution Service Research of Online Shopping in China during 2009[EB/OL]. http://service. Ire _search.cn/others/20100330/ 111621.shtml#,2012-9-26

[16] LOCH C H, WU Y. Social Preferences and Supply Chain Performance: An Experimental Study[J]. Management Science, 2008, 54(11): 1835-1849