閉環(huán)供應鏈定價方法研究綜述

陳湘州　文思倩　劉雅男

摘 要：針對閉環(huán)供應鏈研究中的一個主要方向是定價問題，首先歸納了閉環(huán)供應鏈的理論發(fā)展，繼而列述了兩種經濟模式下的閉環(huán)供應鏈定價研究，分析得出：閉環(huán)供應鏈定價研究中會涉及到多個具有高度不確定性的變量，運用傳統(tǒng)方法固定變量偏分求解，涉及到多變量時，往往計算不出最優(yōu)解，也考慮不了不確定性。所以引入智能優(yōu)化算法在研究閉環(huán)供應鏈定價問題上是必要的。

關鍵詞：閉環(huán)供應鏈；定價問題；智能優(yōu)化算法

中圖分類號：F273.7 文獻標識碼：A

Abstract： Pricing problem is one of the most central matter in research of closed-loop supply chain. The theoretical development of closed-loop supply chain is summarized firstly in this paper， and then pricing study at two economic models in such chain is recited respectively. Analysis shows that multiple highly uncertain variables impacts on price-making， and fixed variables partial solution， a traditional method， often could not find the optimal solution when involving multi-variable， nor includ the uncertain， which makes it necessary to introduce the intelligent optimization algorithm in this pricing.

Key words： closed loop supply chain； pricing problem； intelligent optimization algorithm

1 閉環(huán)供應鏈的理論發(fā)展

供應鏈的起源是來自Peter F. Drucker提出的“經濟鏈”的概念，而后由Michael Porter發(fā)展成為“價值鏈”，最終演變成“供應鏈”[1]。接著，逆向供應鏈被提出，其中最權威的定義是由V. Daniel（2003）所賦予的定義：逆向供應鏈是指：回收商從供應鏈末端消費者處回收廢舊產品給制造商，制造商對其廢舊產品進行再制造或廢料處理的一系列活動[2]。

面對全球資源稀缺、環(huán)境破壞嚴重的現狀，這種“閉環(huán)供應鏈管理”的管理模式是優(yōu)于傳統(tǒng)模式的。Guide[3]等認為CLSC包括傳統(tǒng)的正向供應鏈與逆向的供應鏈，而且這兩條鏈上的物流是互相聯系的，并顯示出“從源到匯，由匯到源”的閉環(huán)特性。趙曉敏等[4]認為：“CLSC管理的目標是實現‘經濟與環(huán)境的綜合效益，使得正向供應鏈與逆向供應鏈的物流相互關聯呈現出閉合特征?！?/p>

通過分析國內外研究文獻可以發(fā)現，閉環(huán)供應鏈的研究主要有三種方向：

第一，閉環(huán)供應鏈定價問題研究。通常會把集中決策與分散決策下的最優(yōu)利潤進行比較，在得出集中決策下利潤高于分散決策后，通過建立利益共享風險同擔的契約協調調整分散決策下的定價使之達到集中決策下的利潤，一般采用的是斯坦伯格博弈方法。

第二，閉環(huán)供應鏈回收渠道選擇問題?；厥兆鳛殚]環(huán)供應鏈中重要的一環(huán)，加之政府、社會各界近些年對于資源回收再利用的重視，使得回收渠道的選擇也成為其重要的研究方向之一，對于回收渠道的選擇近幾年主要集中于第三方回收和混合回收，通過比較不同回收模式下的各成員（供應商、制造商、零售商、第三方）的利潤或總利潤，得出最優(yōu)回收渠道的選擇。

第三，閉環(huán)供應鏈庫存選址問題，對于庫存的研究一般都是在供應鏈的基礎上來展開，但是在供應鏈下的多級庫存管理和決策通常都很復雜的，尤其涉及到上下游的訂購與下游的退回，CLSC要同時兼顧多級庫存與各節(jié)點的雙源庫存，庫存管理更為繁雜，因而輔助管理者有效的策略是制定高效的庫存控制決策。面對如此復雜的庫存選址問題，智能優(yōu)化算法在解決這類問題上起到了非常重要的作用。如：呂飛、李延暉[5]針對了供應鏈中的二級分銷網絡的備件物流模型，把成本最小化作為目標函數，建立了一個選址—庫存—路徑問題模型，并利用了禁忌搜索算法和改進的C—W算法的兩階段混合啟發(fā)式算法解決了該模型的最優(yōu)選址路徑規(guī)劃問題；李昌兵、張斐敏[6]利用兩階段啟發(fā)式算法把選址—路徑—庫存問題作為一個整體的混合整數規(guī)劃模型進行了優(yōu)化；唐金環(huán)、朱寶琳[7]利用BFA—PSO組合優(yōu)化算法對嵌入碳配額差值和選址—路徑—庫存運作成本的非線性整數規(guī)劃模型進行了優(yōu)化。

2 閉環(huán)供應鏈定價方法

在傳統(tǒng)的正向供應鏈中，產品銷售價格是影響產品銷售量的重要因素之一，同樣，在逆向供應鏈回收產品過程中，廢舊品的回收價格也起著舉足輕重的作用。所以，定價問題成為了CLSC研究的重要領域。下文中將從差異定價和無差異定價兩個大的方面一一探討閉環(huán)供應鏈定價問題。

2.1 差異定價研究綜述

針對再制造產品和新產品的售價存在差別定價的原因主要有：（1）產品存在質量差異；（2）消費者對于原始產品與再制造產品存在不同的偏好，所以，制造商與銷售商在對新產品與再制造品的批發(fā)價格和零售價格進行定價時也存在著一定的差異。通過對近幾年國內外文獻綜述的研究發(fā)現，CLSC在差別定價領域取得了較大的拓展。

如：Xu M Z[8]等根據消費者對原始產品和再制造產品存在不同偏好，構建了不同生產產品差別定價的CLSC模型，研究了由制造商進行再制造的生產決策和零售商銷售二手產品的銷售決策問題；DAN Bin[9]等在考慮環(huán)保消費者的基礎上研究了多個市場的再制造最優(yōu)定價策略，分析了價格歧視策略的適用邊界；丁雪峰[10]等把市場初始容量的變化納入研究范圍，探討了變動的市場增長率對定價策略產生的影響，并分析了再制造率與利潤的變化敏感度分析；GUO Junhua[11]等研究了在原始產品和再制造產品之間存在著一定替代關系的差異定價問題；XIONG Zhongkai[12]等對制造商選擇廢舊產品再制造的模式與經銷商選擇再制造的模式進行了比較，研究了在后者情形下新產品與再制造產品的差異定價策略。

2.2 無差異定價研究綜述

無差異定價顧名思義就是，在同一市場質量上無任何差別的再制造產品與新產品進行銷售且消費者對于它們的偏好是一致的。

在無差異定價問題上，博弈論一直得到廣泛的應用，以下文獻內容都是在假設再制造產品與新產品無差異的前提下所做的研究。

Regis Chenavaz[13]探索了在壟斷市場中產品定價變化的情況，在尋求均衡價格、產品與工藝改進的策略目標下，通過構建模型，得出在產品與工藝創(chuàng)新影響的基礎上產品的定價策略；Yongjian li[14]考慮了供應鏈節(jié)點企業(yè)之間有著產品返回情況下，SC下時尚類產品的最優(yōu)定價決策與采購決策；Cheng-Han Wu[15]研究了制造商在RECLSC中的產品設計策略與再制造商的回收價格制定策略相關問題。Jianmai Shi[16]考慮了以同樣的價格把新生產產品與再制造產品銷售到同一個消費市場中，并通過設定CLSC總體利潤最大為目標函數，來得出此基礎上產品銷售價格、新產品與再制造產品的生產數量、廢舊品的回收價格。

2.3 CLSC中不確定性參數的解決方法

在不確定性的CLSC優(yōu)化模型中，由于模型中的全部或部分參數是不可定量的，所以作為決策者，在對模型進行優(yōu)化的過程中必須使用一定的方法來表示和觀察這些不確定性參數，并解釋它完成后可能出現的數值，目前，為解決不確定性參數的實現問題和模型構建問題，主要存在以下幾種方法：

（1）情景分析法

1972年，美國SHELL公司pierr Wark[17]提出了有名的情景分析法，它的基本論點是：即使未來是不確定的，但是有一部分是可以預測的，可以通過這些可預測的部分來預測未來可能的發(fā)展態(tài)勢。

（2）數學解析方法

數學解析法就是，利用不確定性規(guī)劃的數學屬性，把不確定性的優(yōu)化轉變?yōu)榇_定性的優(yōu)化問題，從而最終利用傳統(tǒng)的數學規(guī)劃方法來進行求解，關于這方面的研究已經非常成熟。

（3）模擬方法

劉寶碇[18-19]以模糊變量的性質為基礎上，從可能性與可信性測度出發(fā)，提出了模糊模擬方法來計算模糊事件的可能性、臨界值和期望，這些模擬方法會與遺傳算法、粒子群算法或遺傳模擬退火法等智能算法相結合，得到不確定性優(yōu)化的最優(yōu)結果。

（4）系統(tǒng)仿真方法

系統(tǒng)仿真的另一種說法是計算機模擬，其的研究原理是利用計算機模擬仿真模型再現真實系統(tǒng)，系統(tǒng)解由運行模擬真實系統(tǒng)而得。得益于近年來計算機和通信技術的日新月異發(fā)展，仿真領域也開發(fā)了很多優(yōu)秀軟件來解決實際生產問題如：現行生產線效能問題，庫存優(yōu)化管理，以最低的產能達成最有效的生產目標都可以利用這些軟件得到解決。

以上，通過對閉環(huán)供應鏈不確定性引起的后果分析，以及對各文獻中對于不確定性定價研究中不確定因素表示形式的歸納，可以看出，閉環(huán)供應鏈的不確定性是我們亟需解決的問題，特別在定價問題中表現得更加明顯。

3 智能優(yōu)化算法在各領域中的運用

優(yōu)化算法有很多種，對于不同的優(yōu)化問題要使用最適宜的優(yōu)化算法，經典的算法，如梯度、海賽矩陣、拉格朗日乘數、單純形法、梯度下降法等可以用來解決一些連續(xù)性和簡單的線性問題，而針對更復雜的問題，智能優(yōu)化算法可以很好地解決這些問題，如遺傳算法、模擬退火算法、遺傳模擬退火算法、小生境粒子群算法等。如：陳湘州、黎志明、劉祖潤[20] 在解決車輛路徑優(yōu)化問題時采用了改進更新的整數編碼遺傳算法，成功地得出了最優(yōu)路徑規(guī)劃方案；楊希祥、李曉斌、肖飛[21]在對飛行器進行優(yōu)化設計時分別論述了遺傳算法、模擬退火算法、粒子群優(yōu)化算法、蟻群算法的優(yōu)劣性，并基于此提出了改進建議，以更好地適用于飛行器優(yōu)化研究；李廣軍、孫曉玲、趙炯[22]歸納性地介紹了在焊接領域組合優(yōu)化、自動控制、生產調度和圖像處理等方面，智能優(yōu)化算法在其他行業(yè)已經有了廣泛的應用，并取得了可觀的成效，人們對它的重視與日俱增，智能優(yōu)化算法作為一種高效的優(yōu)化方法，在更貼近現實的復雜的閉環(huán)供應鏈定價模型中可以發(fā)揮巨大的作用，同時也可以為企業(yè)的決策提供更加準確的指導。

4 結 論

在閉環(huán)供應鏈的相關研究上，我國起步較晚，研究內容相對單調，在變量的選擇和其不確定性研究方面，大多數研究中采取的都是減少變量、簡化不確定性，雖然，少數研究中涉及了需求或回收的不確定性，但是在解決不確定性問題方面采用的都是博弈理論，首先根據斯坦伯格博弈方法得出各個變量的偏分，再代入得出最優(yōu)利潤值，這種解決方法并不能得出準確的最優(yōu)解；在閉環(huán)供應鏈研究方向上，使用智能優(yōu)化算法的研究非常少，而智能優(yōu)化算法對于多變量的定價模型能得到更準確的優(yōu)化結果，所以用智能優(yōu)化算法解決閉環(huán)供應鏈定價問題將會是今后非常有前景的研究方向之一。

參考文獻：

[1] 趙玉兵. 基于供應鏈管理的協同營銷模型的構建[J]. 湖北汽車工業(yè)學院學報，2012（12）：76-80.

[2] V. Daniel， et al. Building contingency Planning for closed-loop supply chains with product recovery[J]. Journal of Operations Management， 2003（5）：259-273.

[3] Guide J， Luk N. The evolution of closed-loop supply chain research[J]. Operations Research， 2009，57（1）：10-18.

[4] 趙曉敏. 閉環(huán)供應鏈管理—我國電子制造業(yè)應對歐盟WEEE指令的管理變革[J]. 中國工業(yè)經濟，2004（8）：48-55.

[5] 呂飛，李延暉. 備件物流系統(tǒng)選址庫存路徑問題模型及算法[J]. 工業(yè)工程與管理，2010（2）：82-87.

[6] 李昌兵，張斐敏. 集成選址—路徑—庫存問題的逆向物流網絡優(yōu)化[J]. 計算機集成制造系統(tǒng)，2014（7）：1793-1798.

[7] 唐金環(huán)，朱寶琳. 考慮碳配額差值的選址—路徑—庫存集成問題優(yōu)化模型與算法[J]. 中國管理科學，2014（9）：114-122.

[8] Xu M Z， Tang F. Differential pricing model of closed-loop supply chain considering consumer preferences[J]. Computer Integrated Manufacturing Systems， 2014，20（4）：945-953.

[9] DAN Bin， DING Xuefeng. Pricing discrimination policy for remanufactured products based on customer segment[J]. European Journal of Operational Research， 2010，203（2）：370-379.

[10] DAN Bin， DING Xuefeng. Optimal pricing for the remanufactured products and analyzing the effect of cannibalization and market growth[J]. Systems Engineering Theory Practice， 2010，30（8）：1371-1379.

[11] GUO Junhua， LI Bangyi， NI Ming. Pricing strategies and coordination mechanism of closed-loop remanufacturing supply chain with WTP differentiation[J]. Journal of System Management， 2012，21（5）：617-624.

[12] XIONG Zhongkai， WANG Kai， XIONG Yu. Research on the closed-loop supply chain that the distributor engages in remanufacturing[J]. Journal of Management Sciences in China， 2011，14（11）：1-9.

[13] Chenavaz R. Dynamic pricing product and process innovation[J]. European Journal of Operational Research， 2012，222（3）：553

-557.

[14] Li Y. C. Wei， X. Cai. Optimal pricing and order policies with B2B product returns for fashion products[J]. International Journal of Production Economics， 2012，135（2）：637-646.

[15] Wu CH. Product-design and pricing strategies with remanufacturing[J]. European Journal of Operational Research， 2012，222：204-215.

[16] Shi J， et al. Optimal production and pricing policy for a closed loop system[J]. Resources Conservation and Recycling， 2011，55（6）：639-647.

[17] 曾忠祿，張冬梅. 不確定環(huán)境下解讀未來的方法：情景分析法[J]. 情報雜志，2005，24（5）：14-16.

[18] Liu B. Toward fuzzy optimization withou tmathematical ambiguity[J]. Fuzzy Optimization And Decision Making， 2002（1）：43-63.

[19] Liu B. Theory and Practice of Uncertain Progranuning[M]. Heidelberg Physica Verlag， 2002.

[20] 陳湘州，黎志明，劉祖潤. 一種改進的整數編碼遺傳算法在車輛路徑優(yōu)化問題中的應用[J]. 南方冶金學院學報，2004（2）：36-41.

[21] 楊希祥，李曉斌，肖飛，等. 智能優(yōu)化算法及其在飛行器優(yōu)化設計領域的應用綜述[J]. 宇航學報，2009（11）：2051-2061.

[22] 李廣軍，孫曉玲，趙炯. 智能優(yōu)化算法及其在焊接優(yōu)化設計領域的應用[J]. 電焊機，2011（6）：67-72.