退貨問題下的在線零售商最優(yōu)采購量研究

孫 軍，徐路恒，劉 宇

北京化工大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100029

退貨問題下的在線零售商最優(yōu)采購量研究

孫 軍，徐路恒，劉 宇

北京化工大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100029

供銷渠道的多樣性，使制造商與零售商間關(guān)系復(fù)雜性不斷加大，信息不對稱引發(fā)的問題越來越突出，電子商務(wù)中在線零售商退貨問題成為影響在線采購的關(guān)鍵因素?？紤]在線零售商退貨問題對在線采購策略的影響，研究單位產(chǎn)品生產(chǎn)成本信息對稱和不對稱時在線零售商的最優(yōu)采購量問題。在信息對稱時，應(yīng)用極大值原理求得在線零售商最優(yōu)采購量；在信息不對稱時，應(yīng)用委托代理理論中的揭示原理構(gòu)建在線零售商采購決策模型，通過最優(yōu)控制理論得到在線零售商的最優(yōu)采購量，并對該問題進(jìn)行算例分析。研究結(jié)果表明，成本信息不對稱時在線零售商的采購量比信息對稱時在線零售商的采購量有所下降，因此在線零售商可提供契約促進(jìn)雙方實現(xiàn)具有改善的帕累托次優(yōu)結(jié)果。

供應(yīng)鏈；成本信息；采購策略；委托代理理論；最優(yōu)控制理論

1 引言

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，電子商務(wù)已經(jīng)成為全球經(jīng)濟(jì)發(fā)展熱點。根據(jù)艾瑞數(shù)據(jù)統(tǒng)計，2013年中國電子市場交易規(guī)模100 720.4億元人民幣，同比增長22.6%，預(yù)計2017年交易規(guī)模達(dá)到20萬億元人民幣[1]。電子商務(wù)技術(shù)的快速發(fā)展使網(wǎng)上在線采購越來越受到人們的關(guān)注。美國數(shù)字營銷公司Acquity發(fā)布的報告顯示，美國57%的商業(yè)買家已開始進(jìn)行網(wǎng)上采購，37%的買家表示希望能夠在網(wǎng)絡(luò)采購預(yù)算上投入更大的比例[2]。由此可見，在線采購已經(jīng)逐漸滲透到了企業(yè)經(jīng)濟(jì)活動之中。

借助Internet平臺，在線采購已成為制造商和零售商實現(xiàn)雙贏的新型采購模式。通過在線采購，商家可以同時瀏覽到多家制造商的產(chǎn)品信息和價格信息，短時間內(nèi)做到貨比三家，減小時間成本。與此同時，快捷的采購過程也使制造商和零售商零庫存成為可能。但由于在線采購是將傳統(tǒng)采購?fù)ㄟ^電子商務(wù)的形式進(jìn)行的新型交易模式，具備傳統(tǒng)采購和電子商務(wù)優(yōu)點的同時也不可避免的存在一些問題，信息不對稱和在線零售商退貨問題都直接影響在線采購決策。Hsieh等[3]認(rèn)為制造商和零售商采取信息共享合作機(jī)制時的供應(yīng)鏈利潤大于采取信息不共享非合作機(jī)制時的利潤。而在線零售商退貨量的增加將直接導(dǎo)致制造商庫存成本和生產(chǎn)成本的增加，制造商退貨策略的實施程度也將對零售商的訂購量產(chǎn)生影響。本研究探討在線采購過程中加入在線零售商退貨問題對在線采購策略的影響，并從成本信息對稱和不對稱兩個角度建立在線采購決策模型。

2 相關(guān)研究評述

隨著電子商務(wù)的發(fā)展，在線采購已逐漸進(jìn)入企業(yè)經(jīng)濟(jì)活動中。通過對已有研究的統(tǒng)計發(fā)現(xiàn)，采購問題受到很多學(xué)者的關(guān)注，并主要從供應(yīng)鏈采購和在線采購兩個角度進(jìn)行研究。

基于供應(yīng)鏈角度，Pasternack[4]首次將退貨問題考慮到采購策略中，他利用退貨進(jìn)行采購策略分析，并定量研究供應(yīng)鏈協(xié)調(diào)問題。關(guān)于退貨策略在供應(yīng)鏈中的作用，Rogers等[5]認(rèn)為準(zhǔn)確且有誘惑力的消費者退貨決策是商家吸引顧客的重要手段，強(qiáng)調(diào)了消費者退貨策略對銷售量的影響作用；Emmons等[6]研究退貨策略中過剩商品的回購作用，認(rèn)為在一個給定的批發(fā)價格下，對于過剩商品的回購將會增加零售商和制造商的總利潤。而陳旭[7]和張翠華等[8]從退貨策略影響因素的角度研究廣告和價格對退貨策略產(chǎn)生影響后供應(yīng)鏈協(xié)調(diào)情況；申成霖[9]和姜宏等[10]考慮回購契約和銷售折扣契約存在情況下以達(dá)到供應(yīng)鏈協(xié)調(diào)為目的的消費者退貨策略研究。以上學(xué)者都在傳統(tǒng)供應(yīng)鏈的背景下研究退貨策略對供應(yīng)鏈協(xié)調(diào)情況的影響，缺少關(guān)于退貨問題對產(chǎn)品采購數(shù)量影響的探究。合適的退貨策略有利于解決零售商商品庫存過多的問題，而信息對稱問題直接決定采購決策的生成。Giannoccaro等[11]對信息對稱情況下供應(yīng)鏈協(xié)調(diào)機(jī)制問題進(jìn)行研究，并對各協(xié)調(diào)參數(shù)進(jìn)行詳細(xì)分析；Lau等[12]在前人研究成本信息對稱時的采購問題基礎(chǔ)上探討生產(chǎn)成本信息不對稱時銷售商的采購策略，并通過制定契約以達(dá)到自身利潤最大化。在此基礎(chǔ)上學(xué)者們進(jìn)一步研究發(fā)現(xiàn)制造商在某些條件下不會隱藏成本信息[12-13]，蔣琦瑋等[14]研究需求數(shù)量和需求時機(jī)均為不確定時的供應(yīng)商選擇問題，通過對既有的供應(yīng)鏈柔性衡量方法的拓展建立需求不確定環(huán)境下的供應(yīng)商選擇模型；彭紅軍等[15]證明原材料生產(chǎn)、產(chǎn)成品生產(chǎn)和市場需求信息不確定時，獨立無協(xié)調(diào)決策下供應(yīng)商與制造商之間存在的納什均衡博弈降低了供應(yīng)鏈利潤。對于供應(yīng)鏈采購策略問題，已有研究不但探討信息對稱和不對稱時的商家采購問題，還對供應(yīng)能力受限、多源采購以及動態(tài)需求等相關(guān)問題進(jìn)行了細(xì)致研究[16-17]。

基于在線采購視角，Choi等[18]研究傳統(tǒng)買賣交易中的消費者退貨策略，認(rèn)為買家退回的產(chǎn)品可通過電子市場以更高的價格進(jìn)行銷售。由于在線交易消費者看不到實物，買前商品效用估計與收到實物后對商品效用估計之間存在誤差，隨著人們生活水平的提高，對商品質(zhì)量的要求也越來越高，除了有質(zhì)量問題的消費者退貨以外，無缺陷商品消費者退貨現(xiàn)象也激增。據(jù)統(tǒng)計，在美國每年95%以上的退貨產(chǎn)品是由消費者自身原因而產(chǎn)生的[19]。已有關(guān)于在線采購?fù)素泦栴}的研究多集中在消費者與在線零售商之間，而對于在線零售商與制造商之間的退貨問題鮮有人探究。消費者與在線零售商間的退貨策略已發(fā)展得比較成熟，對于制造商與在線零售商間的退貨策略有很好的借鑒作用。不僅如此，國外學(xué)者熱衷于研究退貨策略影響因素以及退貨策略實施方法等問題[20-21]，中國學(xué)者多集中于需求和退貨量不確定下的最優(yōu)銷售價格、退貨價格和訂購量的研究[22-24]等方面，都未考慮商品成本信息是否確定及采購量受限問題。然而，在線零售商與傳統(tǒng)零售商相比，通過電子平臺虛擬店面降低了購買店面或租賃店面以及商品流通和交易等成本，極大降低了在線零售商的銷售成本，但卻需要更方便的物流和低廉的銷售價格?？梢?，對在線零售商而言，低廉的價格是吸引消費者的重要因素。那么，若要獲得更大的利益就要降低采購成本，就要對制造商的生產(chǎn)成本信息有更充分的了解。關(guān)于在線采購過程中產(chǎn)生的信息問題，Sicilia等[25]探討信息量對零售商在線采購認(rèn)知的影響，認(rèn)為信息量的大小直接影響在線零售商對商品的關(guān)注度，進(jìn)而影響商品的采購量。因此，在線零售商在進(jìn)行采購時既要考慮制造商成本信息對采購策略的干擾，又要考慮在線零售商退貨對采購策略的影響。有關(guān)在線采購的研究，學(xué)者從其他角度也進(jìn)行了分析。針對B2B市場在線采購，石曉梅等[26]研究市場需求及商品價格不確定時，B2B電子市場期權(quán)合約及現(xiàn)貨交易同時存在的條件下，零售商追求利潤最大化時的最優(yōu)采購策略；陳明明等[27]針對傳統(tǒng)供應(yīng)鏈渠道可能存在的不穩(wěn)定性及中斷風(fēng)險，構(gòu)建B2B電子市場下的采購模型。也有學(xué)者研究了在線需求已知和未知訂單的采購策略問題[28-29]等。

綜上可知，國內(nèi)外學(xué)者對在線采購策略的研究主要集中于兩點，一是模型改進(jìn)和采購策略優(yōu)化研究，二是影響采購決策因素的研究。已有研究大部分在信息對稱的背景下進(jìn)行，而由于供銷渠道的多樣性，制造商與零售商間關(guān)系復(fù)雜性加大，各方利益沖突增強(qiáng)，信息不對稱造成的損失越來越不容忽視。本研究基于已有關(guān)于采購策略、訂購模型和退貨策略的研究，運用委托代理理論研究在線零售商考慮退貨問題時制造商生產(chǎn)成本信息不確定條件下兩階段供應(yīng)鏈的采購策略問題。

3 問題描述和模型建立

本研究假設(shè)在一個制造商和一個在線零售商組成的單周期兩階段供應(yīng)鏈系統(tǒng)中，在線零售商處于主導(dǎo)地位，即由在線零售商主導(dǎo)商品采購量，制造商觀察到在線零售商的行動后，選擇自身的最佳策略。因此，雙方的決策過程可視為在線零售商主導(dǎo)的Stackelberg博弈。在線零售商是行動的領(lǐng)導(dǎo)者，制造商是行動的跟隨者。

在考慮生產(chǎn)成本信息未知情況時，研究供應(yīng)鏈中在線零售商與制造商之間的委托代理關(guān)系。委托代理關(guān)系是在信息不對稱下產(chǎn)生的，具有信息優(yōu)勢的一方為代理人，不了解信息的一方為委托人[30]。由于制造商在生產(chǎn)過程中對制造產(chǎn)品的成本有明確的計算和控制，所以制造商對成本信息具有優(yōu)勢，而在線零售商處于劣勢，所以將制造商作為代理人，在線零售商作為委托人，建立在線零售商與制造商之間的委托代理模型，實現(xiàn)目標(biāo)是在線零售商的利益達(dá)到最大時，制造商也能實現(xiàn)自己的最優(yōu)利潤。建立模型使用的參數(shù)及定義見表1。

由于本研究中在線零售商與制造商之間存在委托代理關(guān)系，可分別得出在線零售商和制造商的利潤函數(shù)。

表1 模型參數(shù)Table 1 Parameters of Model

在線零售商(委托人)的純利潤表達(dá)式為

Πr0=(p-cs)(1-r)Q+rQ[t(pr-2cs-cr)+

(1-t)s]-T(Q)

(1)

其中，(1-r)Q為在線零售商銷售出去的且未向制造商退貨的商品數(shù)量，rQ為在線零售商向制造商退貨的數(shù)量，(pr-2cs-cr)為在線零售商在第一次銷售失敗后將積壓且未向制造商退貨的商品進(jìn)行二次銷售時所得的單位利潤，即二次銷售價格減去兩次銷售成本和在線零售商單位退貨處理成本。

在線零售商為了自身的利益，根據(jù)以往銷售經(jīng)驗可得出一個銷售上限，所以在采購過程中采購量必然會小于銷售量上限，即Q

在線零售商的決策模型為

maxΠr0=(p-cs)(1-r)Q+rQ[t(pr-2cs-cr)+

(1-t)s]-T(Q)

s.t.Q

(2)

由于該模型受到約束限制，根據(jù)最優(yōu)控制理論[31]將該模型轉(zhuǎn)化為無約束形式，即

(3)

其中，Πr轉(zhuǎn)化為一類不受約束的利潤函數(shù)；α為二次型跟蹤函數(shù)的系數(shù)，α>0。

作為代理人的制造商的純利潤表達(dá)式為

Πm0=T(Q)-cQ

(4)

其中，cQ為制造商在生產(chǎn)Q單位產(chǎn)品時所產(chǎn)生的實際總成本。單位生產(chǎn)成本是制造商的重要信息，信息對稱與否由制造商決定，作為代理人的制造商對成本信息是已知的，作為委托人的在線零售商對制造商生產(chǎn)成本是未知的，對稱信息情況下成本信息可以觀測得到，信息不對稱時不可觀測。由于制造商的生產(chǎn)量有上限和下限的限制，即Qm1

(5)

其中，β、γ為二次型跟蹤函數(shù)的系數(shù)，β>0，γ>0。

4 成本信息對稱時在線零售商采購策略

在成本信息對稱時，委托、代理雙方成本信息共有，也就是說在線零售商可預(yù)測到制造商的生產(chǎn)成本。假設(shè)在線零售商處于主導(dǎo)地位，對于制造商來說其廣義利潤不能小于0，由(5)式可得

(6)

由于在線零售商對成本信息是可以觀測到的，所以會向制造商提供完全契約，制造商若接受，那么其廣義利潤Πm=0，則有

(7)

此時將(7)式代入(3)式，可得在線零售商在成本信息對稱時的最優(yōu)采購策略模型為

(8)

(8)式中分別對Q求一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，有

c+(αQr+βQm1+γQm2)-(α+β+γ)Q

(9)

(10)

對r求一階導(dǎo)數(shù)，可得退貨率與訂貨量的關(guān)系，即

5 成本信息不對稱時在線零售商采購策略

當(dāng)制造商的生產(chǎn)成本信息是不可觀測時，在線零售商不能把握生產(chǎn)成本信息對采購策略存在的道德風(fēng)險，故需向制造商提供一定的契約菜單，如批發(fā)價格合同、回購合同、收益共享合同等，以實現(xiàn)自身利益相對最優(yōu)。

假設(shè)c為一隨機(jī)變量，c∈[c1,c2]，c1為c變化的下限，c2為c變化的上限，c的密度函數(shù)為f(c)，下文以f表示；分布函數(shù)為F(c)，下文以F表示。此時在線零售商的最優(yōu)決策模型(2)式轉(zhuǎn)化為

(11)

根據(jù)委托代理理論的揭示原理[30]，制造商制定相應(yīng)的激勵相容約束條件，即

(12)

為了求得制造商成本信息不對稱時在線零售商的最優(yōu)采購量，利用最優(yōu)控制理論，將在線零售商的決策問題轉(zhuǎn)化為最優(yōu)控制問題，即

(13)

為求解(13)式的哈密頓函數(shù)，引入伴隨因子[32]，令引入的伴隨因子為λT和λQ，則最優(yōu)控制問題的哈密頓函數(shù)為

H={(p-cs)(1-r)Q+rQ[t(pr-2cs-cr)+

(14)

控制方程為

(15)

協(xié)態(tài)方程為

(16)

(17)

此時最優(yōu)支付費用為T*=T(c,f,F)。將(17)式對r求導(dǎo)，得

6 算例分析

表2 在線零售商采購策略決策值及制造商利潤變化Table 2 Purchasing Strategy Decision Values of On-line Retailers and Profit Changes of the Manufactures

由表2可知，當(dāng)成本信息不對稱時，在線零售商的最優(yōu)采購量、最大利潤都比信息對稱情況下減少，而在線零售商的最優(yōu)支付費用相對增加，制造商的整體利潤也隨之上升。這是由于制造商對在線零售商實行生產(chǎn)成本信息隱匿，對在線零售商的激勵約束條件起到了作用。

7 結(jié)論

本研究考慮在線零售商退貨對在線采購策略的影響，建立在線零售商(委托人)和制造商(代理人)之間的委托代理模型，得到在線零售商在不同信息情況下的最優(yōu)采購量。研究結(jié)果表明，成本信息不對稱時在線零售商的采購量比信息對稱時的采購量有所下降，而在線零售商提供一定的契約菜單將促進(jìn)總體利潤的提升。

從理論研究方面來說，本研究不僅反映了在線零售商退貨問題在在線采購過程中所產(chǎn)生的附加成本和價值對商品采購量的影響，更從成本信息對稱和不對稱兩方面分別建立最優(yōu)采購模型。

在線零售商在在線采購過程中實行激勵機(jī)制設(shè)計，提供一定的契約菜單將對制造商形成有利約束，降低信息不對稱程度的同時，促使制造商努力提升自身技術(shù)水平，降低供貨成本。在線零售商退貨商品的產(chǎn)生給制造商和在線零售商雙方都帶來虧損，而在線零售商退貨商品的妥善處理會起到一定的彌補(bǔ)作用，此時合理的在線零售商退貨策略就顯得至關(guān)重要。因此完善退貨策略、提高信息對稱程度將有效促進(jìn)制造商和在線零售商在線交易過程中實現(xiàn)雙贏。

需要注意的是，本研究假設(shè)消費者退回給在線零售商的可再次利用的商品可以進(jìn)行二次銷售，不可再次利用的商品作為殘值處理，對于在線零售商的退貨處理策略并不全面。同時，對于不同信息條件下雙方利潤不協(xié)調(diào)情況并沒有進(jìn)一步考慮二次分配問題，而且研究局限單個制造商和單個零售商之間的采購問題，所以今后可以從以下方面進(jìn)行研究。①從多種退貨策略角度考慮在線零售商的采購策略變化情況，并對比分析；②研究不同信息條件下在線零售商與制造商的利潤二次分配問題，以實現(xiàn)社會性帕累托最優(yōu)；③研究多供應(yīng)商、多制造商、產(chǎn)品多樣化下的銷售商采購策略。

[1]艾瑞網(wǎng).2014年中國電子商務(wù)行業(yè)年度監(jiān)測報告[R/OL].(2014-05-06)[2014-07-24].http:∥report.iresearch.cn/2153.html.

Iresearch.China e-commerce report in [2014R/OL].(2014-05-06)[2014-07-24].http:∥report.iresearch.cn/2153.html.(in Chinese)

[2]中國電子商務(wù)研究中心.美國57%商業(yè)買家開始進(jìn)行網(wǎng)上采購[EB/OL].(2013-06-06)[2014-07-24].http:∥www.100ec.cn/detail--6104686.html.

China E-Commerce Research.In America 57% of commercial buyers start online purchase[EB/OL].(2013-06-06)[2014-07-24].http:∥www.100ec.cn/detail--6104686.html.(in Chinese)

[3]Hsieh C C,Wu C H,Huang Y J.Ordering and pricing decisions in a two-echelon supply chain with asymmetric demand information[J].European Journal of Operational Research,2008,190(2):509-525.

[4]Pasternack B A.Optimal pricing and return policies for perishable commodities[J].Marketing Science,2008,27(1):133-140.

[5]Rogers D S,Tibben-Lembke R S.Going backwards:Reverse logistics trends and practices[M].Pittsburgh:Reverse Logistics Executive Council,1999:79.

[6]Emmons H,Gilbert S M.The role of returns policies in pricing and inventory decisions for catalogue goods[J].Management Science,1998,44(2):276-283.

[7]陳旭.考慮廣告影響的隨機(jī)需求環(huán)境下的供應(yīng)鏈退貨策略[J].系統(tǒng)管理學(xué)報,2005,14(4):313-317.

Chen Xu.Supply chain coordination under return policy with advertising dependent demand[J].Journal of Systems & Management,2005,14(4):313-317.(in Chinese)

[8]張翠華,孫莉梅,于海斌.定制產(chǎn)品退貨策略與模塊化水平的聯(lián)合優(yōu)化[J].工業(yè)工程與管理,2008,13(2):29-33.

Zhang Cuihua,Sun Limei,Yu Haibin.Joint optimization for return policy and modularity level of the customized product[J].Industrial Engineering and Management,2008,13(2):29-33.(in Chinese)

[9]申成霖.服務(wù)水平約束下考慮顧客退貨策略的供應(yīng)鏈契約協(xié)同研究[J].工業(yè)工程,2010,13(2):33-38.

Shen Chenglin.Study on supply chain contract coordination with consumer′s return policy under service level constraint[J].Industrial Engineering Journal,2010,13(2):33-38.(in Chinese)

[10] 姜宏,齊二石,楊道箭,霍艷芳.基于顧客現(xiàn)狀偏好的供應(yīng)鏈無理由退貨策略[J].工業(yè)工程,2012,15(1):33-38.

Jiang Hong,Qi Ershi,Yang Daojian,Huo Yanfang.A research on the return policy without reason in supply chain based on consumer status quo bias[J].Industrial Engineering Journal,2012,15(1):33-38.(in Chinese)

[11] Giannoccaro I,Pontrandolfo P.Supply chain coordination by revenue sharing contracts[J].International Journal of Production Economics,2004,89(2):131-139.

[12] Lau A H L,Lau H S,Wang J C.How a dominant retailer might design a purchase contract for a newsvendor-type product with price-sensitive demand[J].European Journal of Operational Research,2008,190(2):443-458.

[13] Wang J C,Lau H S,Lau A H L.When should a manufacturer share truthful manufacturing cost information with a dominant retailer?[J].European Journal of Operational Research,2009,197(1):266-286.

[14] 蔣琦瑋,秦進(jìn).需求不確定環(huán)境下的供應(yīng)商選擇與訂購量分配問題優(yōu)化模型及算法[J].系統(tǒng)工程,2010,28(10):97-102.

Jiang Qiwei,Qin Jin.Optimization model and algorithm of supplier selection and order quantity allocation problem under uncertain demand[J].Systems Engineering,2010,28(10):97-102.(in Chinese)

[15] 彭紅軍,周梅華,劉滿芝.兩級生產(chǎn)與需求不確定下供應(yīng)鏈風(fēng)險共擔(dān)模型研究[J].管理工程學(xué)報,2013,27(3):156-163.

Peng Hongjun,Zhou Meihua,Liu Manzhi.Research on risk sharing model in supply chain with uncertainties in two-level yields and demand[J].Journal of Industrial Engineering and Engineering Management,2013,27(3):156-163.( in Chinese)

[16] 張云豐,龔本剛,王勇.供應(yīng)能力約束下多源采購模糊群決策方法[J].系統(tǒng)工程,2012,30(5):39-44.

Zhang Yunfeng,Gong Bengang,Wang Yong.A fuzzy method on multi-sourcing procurement group decision making under supply capacity constraints[J].Systems Engineering,2012,30(5):39-44.(in Chinese)

[17] 曹曉剛,聞卉,夏火松.動態(tài)價格和需求下兩級生產(chǎn)系統(tǒng)的最優(yōu)策略研究[J].運籌與管理,2010,19(4):160-164.

Cao Xiaogang,Wen Hui,Xia Huosong.Research on optimal policy of two-echelon production system under dynamic prices and demand[J].Operations Research and Management Science,2010,19(4):160-164.(in Chinese)

[18] Choi T M,Li D,Yan H.Optimal returns policy for supply chain with e-marketplace[J].International Journal of Production Economics,2004,88(2):205-227.

[19] Lawton C.The war on returns[N].Wall Street Journal,2008-08-18(1):06.

[20] Rao S,Rabinovich E,Raju D.The role of physical distribution services as determinants of product returns in internet retailing[J].Journal of Operations Management,2014,32(6):295-312.

[21] Pei Z,Paswan A,Yan R.E-tailer′s return policy,consumer′s perception of return policy fairness and purchase intention[J].Journal of Retailing and Consumer Services,2014,21(3):249-257.

[22] 陳子林,張子剛,陳金菊.基于反向物流的商品定價和退貨政策研究[J].管理學(xué)報,2006,3(2):179-181,194.

Chen Zilin,Zhang Zigang,Chen Jinju.Pricing and return policy of commodity in reverse logistics[J].Chinese Journal of Management,2006,3(2):179-181,194.(in Chinese)

[23] 申成霖,張新鑫,卿志瓊.服務(wù)水平約束下基于顧客策略性退貨的供應(yīng)鏈契約協(xié)調(diào)研究[J].中國管理科學(xué),2010,18(4):56-64.

Shen Chenglin,Zhang Xinxin,Qing Zhiqiong.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.(in Chinese)

[24] 翟春娟,李勇建.B2C模式下的在線零售商退貨策略研究[J].管理工程學(xué)報,2011,25(1):62-68.

Zhai Chunjuan,Li Yongjian.Study on on-line retailer′s return policy in B2C mode[J].Journal of Industrial Engineering and Engineering Management,2011,25(1):62-68.(in Chinese)

[25] Sicilia M,Ruiz S.The effects of the amount of information on cognitive responses in online purchasing tasks[J].Electronic Commerce Research and Applications,2010,9(2):183-191.

[26] 石曉梅,馮耕中,邢偉,汪壽陽.基于B2B電子交易市場的零售商最優(yōu)訂購策略[J].管理科學(xué)學(xué)報,2011,14(4):12-23.

Shi Xiaomei,Feng Gengzhong,Xing Wei,Wang Shouyang.Optimal ordering strategies with B2B e-marketplaces[J].Journal of Management Sciences in China,2011,14(4):12-23.(in Chinese)

[27] 陳明明,桂壽平.考慮供應(yīng)鏈中斷風(fēng)險下的B2B電子市場采購策略研究[J].科技管理研究,2013,33(8):199-204.

Chen Mingming,Gui Shouping.Optimal procurement strategies for B2B electronic markets under supply chain disruption risk[J].Science and Technology Management Research,2013,33(8):199-204.(in Chinese)

[28] 倪冠群,孔辛,劉強(qiáng),王少華,鄭斐峰.基于訂單采購模式的銷售商在線采購策略[J].運籌與管理,2011,20(3):18-22.

Ni Guanqun,Kong Xin,Liu Qiang,Wang Shaohua,Zheng Feifeng.Online purchasing strategy for order-based procurement[J].Operations Research and Management Science,2011,20(3):18-22.(in Chinese)

[29] 邢偉,胡萍萍,馬珊珊,劉天亮.基于電子交易市場的最優(yōu)采購策略[J].系統(tǒng)科學(xué)與數(shù)學(xué),2011,31(11):1478-1490.

Xing Wei,Hu Pingping,Ma Shanshan,Liu Tianliang.Optimal procurement strategies in a supply chain with electronic market[J].Journal of Systems Science and Mathematical Sciences,2011,31(11):1478-1490.(in Chinese)

[30] Garen J E.Executive compensation and principal-agent theory[J].Journal of Political Economy,1994,102(6):1175-1199.

[31] 李敏,袁文燕,楊豐梅,李健.非對稱信息條件下銷售商的采購策略[J].北京化工大學(xué)學(xué)報:自然科學(xué)版,2012,39(3):105-108.

Li Min,Yuan Wenyan,Yang Fengmei,Li Jian.A vendor′s procurement strategy under conditions of asymmetric information[J].Journal of Beijing University of Chemical Technology:Natural Science Edition,2012,39(3):105-108.(in Chinese)

[32] 張洪鉞,王青.最優(yōu)控制理論與應(yīng)用[M].北京:高等教育出版社,2006:14-37.

Zhang Hongyue,Wang Qing.Optimal control theory and application[M].Beijing:Higher Education Press,2006:14-37.(in Chinese)

OptimalPurchaseQuantityofOn-lineRetailersunderReturnsIssue

Sun Jun，Xu Luheng，Liu Yu

School of Economics and Management, Beijing University of Chemical Technology, Beijing 100029, China

The diversity of supply channels leads to increased complexity of relationship between manufacturers and retailers. In this situation, the issues caused by asymmetry information should not be ignored any more. Returns of on-line retailers in e-commerce has been the critical factor of on-line purchase. Considering the impact of on-line retailers′ returns on on-line purchasing strategy, this study analyses optimal purchase quantity for on-line retailers when unit product cost information is symmetrical or asymmetrical. In symmetric information case, the optimal purchase quantity will be obtained by maximum principle; in asymmetric information case, the on-line retailer′s decision-making model is established by revelation principle according to the principal-agent theory, the analytic solution is given through optimal control theory, and a numerical example is used to analyze the conclusion. The results show that on-line retailer′s purchase quantity under asymmetrical cost information conditions is less than that under symmetrical cost information conditions. So the on-line retailer should provide contract in order to realize the improved Pareto sub-optimal results.

supply chain；cost information；purchasing strategy；principle-agent theory；optimal control theory

Date:July 25th, 2014

DateOctober 9th, 2014

FundedProject:2012 National “Innovation and Entrepreneurship Training Plan” College Fund(zd2012009), 2012 Beijing University of Chemical Technology Students′ Science and Technology Innovation Fund Project(201210010014) and “Spaceflight Wanda High Technology Development Center B2C Trading System Development and Research” Project(H2011237)

Biography:Dr.Sun Jun, a Beijing native (1962- ), the Man nationality, graduated from Harbin Institute of Technology and is a Professor in the School of Economics and Management at Beijing University of Chemical Technology. His research interests include e-business and project management, etc. E-mail：Sun.Jun@263.net

F713.365.1

A

10.3969/j.issn.1672-0334.2014.06.010

1672-0334(2014)06-0114-07

2014-07-25修返日期2014-10-09

2012年國家級“大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃”基金(zd2012009)；2012年北京化工大學(xué)大學(xué)生科技創(chuàng)新基金(201210010014)；“航天萬達(dá)高技術(shù)開發(fā)中心電子商務(wù)B2C交易系統(tǒng)開發(fā)與研究”項目(H2011237)

孫軍(1962-)，男，北京人，滿族，畢業(yè)于哈爾濱工業(yè)大學(xué)，現(xiàn)為北京化工大學(xué)經(jīng)濟(jì)管理學(xué)院教授，研究方向：電子商務(wù)和項目管理等。E-mail：Sun.Jun@263.net

□