基于投資組合的電子商務(wù)企業(yè)調(diào)貨出力配置研究

吳海春 樊重俊 李君昌 王來

摘要：當(dāng)下調(diào)貨問題直接影響電子商務(wù)企業(yè)的服務(wù)水平和利潤增長空間，企業(yè)從混合供應(yīng)商調(diào)貨量的不確定性導(dǎo)致了調(diào)貨的風(fēng)險(xiǎn)。應(yīng)用投資組合理論，把從附屬供應(yīng)商和混合供應(yīng)商的調(diào)貨收益分別看作無風(fēng)險(xiǎn)資產(chǎn)與有風(fēng)險(xiǎn)資產(chǎn)，從而把電子商務(wù)企業(yè)調(diào)貨出力優(yōu)化配置映射到傳統(tǒng)的投資組合上。然后抽象大型電子商務(wù)企業(yè)調(diào)貨模式，構(gòu)建了電子商務(wù)企業(yè)單時段調(diào)貨出力配置模型。最后，通過對比分析不同場景下電子商務(wù)企業(yè)的最優(yōu)調(diào)貨出力組合，及對應(yīng)的調(diào)貨效用值，研究發(fā)現(xiàn)：隨著風(fēng)險(xiǎn)厭惡系數(shù)的增大，企業(yè)無風(fēng)險(xiǎn)調(diào)貨量所占的比例逐漸增大，但是整體效用函數(shù)值逐漸減小;在厭惡系數(shù)確定的情況下，當(dāng)所有供應(yīng)商間供貨量互不影響時，降低附屬供應(yīng)商的調(diào)貨出力水平，能提升企業(yè)調(diào)貨出力配置總效用;當(dāng)某一個或多個混合供應(yīng)商的供貨量的波動減小時，企業(yè)從附屬供應(yīng)商的調(diào)貨量相應(yīng)降低。結(jié)果表明，提出的模型能有效解決混合供應(yīng)商存在供貨風(fēng)險(xiǎn)的問題，風(fēng)險(xiǎn)承受能力越強(qiáng)的企業(yè)越傾向于從混合供應(yīng)商調(diào)貨，反之傾向于從附屬供應(yīng)商調(diào)貨，在此基礎(chǔ)上給出建議：在企業(yè)風(fēng)險(xiǎn)態(tài)度恒定下，混合供應(yīng)商供貨量越穩(wěn)定，企業(yè)應(yīng)加大從混合供應(yīng)商調(diào)貨的力度。

關(guān)鍵詞：管理科學(xué);電子商務(wù)企業(yè);投資組合理論;附屬供應(yīng)商;混合供應(yīng)商;出力配置

中圖分類號：F 252.5文獻(xiàn)標(biāo)識碼：A文章編號：1672-7312（2019）02-0260-07

0引言

電子商務(wù)是網(wǎng)絡(luò)化的新型經(jīng)濟(jì)活動，是新經(jīng)濟(jì)的主要組成部分，也是推動國民經(jīng)濟(jì)發(fā)展的新動力。在建設(shè)現(xiàn)代化經(jīng)濟(jì)體系中，以電子商務(wù)為代表的新型商務(wù)模式能顯著提升我國經(jīng)濟(jì)質(zhì)量[1-2]。但是，我國電子商務(wù)企業(yè)正面臨市場趨于飽和、需求趨于精細(xì)、利潤趨于萎縮的現(xiàn)狀。在現(xiàn)實(shí)情形中，大型電子商務(wù)企業(yè)在向顧客交貨前，需要從不同類型供應(yīng)商調(diào)貨至倉庫，在訂單確定后，再從倉庫配貨至顧客。由于供應(yīng)商的地理位置、自身囤貨量、備貨種類，以及上下游“伙伴”等方面都有很大的差異，電子商務(wù)企業(yè)在調(diào)貨時會遇到貨源波動的問題，也即企業(yè)的調(diào)貨需求不能及時得到滿足。在諸如“雙十一”、“京東購物節(jié)”等大型促銷活動中，電子商務(wù)企業(yè)經(jīng)常會陷入供不應(yīng)求、物流滯后或貨物積壓的窘境，而這些會直接影響顧客體驗(yàn)。為了提高顧客的滿意度和降低成本，電子商務(wù)企業(yè)往往需要選擇供貨穩(wěn)定、及時的供應(yīng)商，并形成自己的調(diào)貨方案。合理、科學(xué)的調(diào)貨計(jì)劃不僅能有效降低企業(yè)的倉儲和管理成本，而且有助于企業(yè)規(guī)避貨源波動的風(fēng)險(xiǎn)。因此，研究電子商務(wù)企業(yè)調(diào)貨問題有著重要的應(yīng)用價(jià)值。同時，對政府制定電子商務(wù)相關(guān)政策有一定的借鑒意義[3]。

當(dāng)電子商務(wù)企業(yè)對市場需求預(yù)測的結(jié)果為供不應(yīng)求時，企業(yè)的調(diào)貨行為就會發(fā)生，調(diào)貨風(fēng)險(xiǎn)也隨之而來。對于電子商務(wù)企業(yè)而言，庫存成本和不能快速響應(yīng)顧客需求的損失在總成本中占有很大比重[4]。通過企業(yè)調(diào)貨，能將這些成本間接地轉(zhuǎn)化成占比較小的調(diào)貨成本。傳統(tǒng)零售商之間的調(diào)貨現(xiàn)象非常普遍[5]，國內(nèi)外學(xué)者大多是研究零售商之間的調(diào)貨、補(bǔ)貨和配送問題[6]，而對于電子商務(wù)企業(yè)的調(diào)貨問題研究頗少。在現(xiàn)有的研究中，零售商間的調(diào)貨方式有2種，一種是緊急調(diào)貨[7]，另一種是橫向調(diào)貨[8]。前者是為了滿足上游供應(yīng)鏈的需求，而后者則是為了滿足同鏈級的需求。同時對于企業(yè)而言，橫向調(diào)貨可以降低成本、增加利潤和提升服務(wù)水平[9]。Krishnan等[10]最早研究了2個倉庫組成的調(diào)貨系統(tǒng)，并基于成本最小化探索了兩倉庫的調(diào)貨模式。Nils Rudi等[11]對處于同一層級的2個零售商之間的調(diào)貨行為進(jìn)行了研究，使得相對立的零售商利潤與聯(lián)合庫存利潤保持一致。Dong等[12]在構(gòu)造一個制造商和多個零售商供應(yīng)鏈系統(tǒng)的基礎(chǔ)上，研究了橫向調(diào)貨產(chǎn)生的收益效果。針對庫存控制下的橫向調(diào)貨問題，S Axster等[13]和Paterson等[8]分別提出了一種新的決策規(guī)則與調(diào)貨策略。Liao等[14]調(diào)查、比較了兩家零售店在橫向調(diào)貨和緊急訂貨政策下的最優(yōu)庫存決策，結(jié)果表明顧客響應(yīng)缺貨現(xiàn)象的行為對最優(yōu)決策有顯著的影響。

綜上，傳統(tǒng)的調(diào)貨研究大多是從最優(yōu)庫存策略和最低調(diào)貨成本角度展開的，而在電子商務(wù)企業(yè)調(diào)貨過程中，降低調(diào)貨風(fēng)險(xiǎn)水平、追求收益最大化是企業(yè)制定調(diào)貨策略的首要原則。投資組合理論就是權(quán)衡資產(chǎn)風(fēng)險(xiǎn)和期望收益率的經(jīng)典工具，被廣泛用于資產(chǎn)選擇和配置[15]。

在投資組合理論中，考慮價(jià)格波動隨機(jī)性對資產(chǎn)組合期望收益和風(fēng)險(xiǎn)的影響，各種資產(chǎn)的占比是決策量。當(dāng)前，投資組合理論主要應(yīng)用于金融業(yè)[16]、電力業(yè)[17]、股票市場[18]等領(lǐng)域。在電子商務(wù)領(lǐng)域，投資組合理論已被眾多國內(nèi)外學(xué)者所關(guān)注，例如投資方案的選擇[19]、策略組合的優(yōu)化和客戶組合的管理等[20]。但是，將投資組合理論應(yīng)用在企業(yè)調(diào)貨問題方面的研究很少，尤其是電子商務(wù)企業(yè)。在調(diào)貨問題中，電子商務(wù)企業(yè)的收益風(fēng)險(xiǎn)主要來自混合供應(yīng)商調(diào)貨量的不確定性，而非商品的價(jià)格波動。

基于以上分析，將供應(yīng)商供貨出力的隨機(jī)性映射到一般投資組合理論考慮價(jià)格波動的隨機(jī)性上，并構(gòu)建一種基于投資組合理論的電子商務(wù)企業(yè)調(diào)貨出力配置模型。從電子商務(wù)企業(yè)效用最大化角度出發(fā)，研究供貨出力不確定性對電子商務(wù)企業(yè)效用的影響，以期驗(yàn)證調(diào)貨出力配置模型的有效性、合理性，進(jìn)一步揭示影響電子商務(wù)企業(yè)調(diào)貨效用的關(guān)鍵因素。

1電子商務(wù)調(diào)貨問題

京東作為中國自營式電商企業(yè)代表之一，已經(jīng)在華北、華東等地區(qū)設(shè)立了集商品暫存、訂單處理、分揀配送功能于一體的大型倉儲中心，這些倉儲中心需要提前從各供應(yīng)商調(diào)貨，以期能及時地響應(yīng)顧客需求[21]。由于各供應(yīng)商對電子商務(wù)企業(yè)供貨量存在不確定性，在市場需求的驅(qū)動下，電子商務(wù)企業(yè)存在調(diào)貨收益風(fēng)險(xiǎn)。因此，調(diào)貨出力配置對電子商務(wù)企業(yè)來說是一個不可避免的問題，且調(diào)貨的風(fēng)險(xiǎn)會在一定程度上影響企業(yè)的運(yùn)轉(zhuǎn)效率。結(jié)合京東調(diào)貨運(yùn)作方式，構(gòu)建由多個相似的電子商務(wù)企業(yè)和與之有供貨關(guān)系的供應(yīng)商組成的調(diào)貨系統(tǒng)。系統(tǒng)的結(jié)構(gòu)，如圖1所示。

表3電子商務(wù)企業(yè)調(diào)貨出力配置的不同場景調(diào)貨場景組合解釋場景1S1，R1混合供應(yīng)商E的供貨量最穩(wěn)定，C，D的供貨量標(biāo)準(zhǔn)差相近，B的供貨量波動最大。AC，BD，CE的供貨量呈現(xiàn)負(fù)相關(guān)關(guān)系，BE和DE間的供貨量有正相關(guān)關(guān)系場景2S1，R2混合供應(yīng)商E的供貨量最穩(wěn)定，C，D的供貨量標(biāo)準(zhǔn)差相近，B的供貨量波動最大。各供應(yīng)商間的供貨量各自獨(dú)立場景3S2，R1相較于場景1，混合供應(yīng)商D，E的供貨量均趨于穩(wěn)定場景4S2，R2相較于場景1，混合供應(yīng)商D，E的供貨量均趨于穩(wěn)定電子商務(wù)企業(yè)的風(fēng)險(xiǎn)厭惡系數(shù)分別取2，3，4，在場景1，場景2，場景3和場景4下，根據(jù)兩步法和（1）式，依次求出從各供應(yīng)商調(diào)貨的最優(yōu)配置，及對應(yīng)的效用值U，見表4.

通過算例分析，得到以下結(jié)論。

1）從表4中可以看出，供應(yīng)商的位置、供貨量的穩(wěn)定性、供貨量間的相關(guān)關(guān)系，貨物的價(jià)格、運(yùn)輸成本，以及電子商務(wù)企業(yè)調(diào)貨量和風(fēng)險(xiǎn)態(tài)度均對企業(yè)調(diào)貨出力配置方案的效用有影響。例如：在場景1下，從A，B，C，D，E供應(yīng)商調(diào)取貨物量的比例分別為0.378 9，0.053 3，0.087 6，0.169 8和0.310 7，這也是該電子商務(wù)企業(yè)在場景1下的最佳調(diào)貨配置，此時企業(yè)的調(diào)貨效用為47.026 6.

2）整體分析表4可知，隨著風(fēng)險(xiǎn)厭惡系數(shù)α的增大，無風(fēng)險(xiǎn)調(diào)貨量所占的比例逐漸增大，但是整體調(diào)貨效用函數(shù)值逐漸減小。這說明當(dāng)電子商務(wù)企業(yè)對調(diào)貨風(fēng)險(xiǎn)的厭惡越來越強(qiáng)烈時，更傾向于選擇從附屬供應(yīng)商調(diào)取貨物，以規(guī)避調(diào)貨量波動帶來的風(fēng)險(xiǎn)。但在這種風(fēng)險(xiǎn)認(rèn)知下，電子商務(wù)企業(yè)在調(diào)貨出力配置中獲得的整體效用相對較小。這也與實(shí)際情況十分吻合。

3）混合供應(yīng)商供貨量之間存在著2種關(guān)系：一種是相互影響的關(guān)系，即正相關(guān)或者負(fù)相關(guān)關(guān)系，另一種是相互獨(dú)立關(guān)系，即彼此調(diào)貨出力互不影響。通過對比場景1與場景2，場景3與場景4可知，在厭惡系數(shù)α確定的情況下，當(dāng)所有供應(yīng)商間調(diào)貨出力互不影響時，降低從附屬供應(yīng)商的調(diào)貨比重，能顯著提升調(diào)貨出力配置總效用水平。這是由于混合供應(yīng)商供貨量互不相關(guān)能間接地減低調(diào)貨風(fēng)險(xiǎn)。

4）對比場景1與場景3，場景2與場景4可知，在厭惡系數(shù)確定的情況下，當(dāng)某一個或多個混合供應(yīng)商的供貨量的波動減小時，附屬供應(yīng)商的調(diào)貨出力相應(yīng)降低。這是因?yàn)楫?dāng)從混合供應(yīng)商調(diào)取貨物的風(fēng)險(xiǎn)降低時，增大混合供應(yīng)商的調(diào)貨出力，能有效提升電子商務(wù)企業(yè)的調(diào)貨效用。并且仿真表明：當(dāng)混合供應(yīng)商調(diào)貨出力的波動減小到一定程度時，最優(yōu)的調(diào)貨出力組合將不包括從附屬供應(yīng)商調(diào)貨。

進(jìn)一步研究厭惡系數(shù)和供貨波動對各供應(yīng)商出力的影響程度。為簡化實(shí)驗(yàn)，接下來選取E供應(yīng)商作為混合供應(yīng)商的代表，以及附屬供應(yīng)商A，研究在各混合供應(yīng)商供貨量相關(guān)和不相關(guān)2種狀態(tài)下的出力情況。通過仿真實(shí)驗(yàn)，將兩供應(yīng)商出力情況繪制成折線圖，由于各混合供應(yīng)商供貨量不相關(guān)狀態(tài)下的圖示與相關(guān)狀態(tài)下的圖示相似，因此只給出各混合供應(yīng)商供貨量相關(guān)狀態(tài)下，厭惡系數(shù)和供貨量標(biāo)準(zhǔn)差對供應(yīng)商出力的關(guān)系，分別如圖2和圖3所示。

從圖2中可以看出，附屬供應(yīng)商的出力與厭惡系數(shù)之間存在著正相關(guān)關(guān)系，而混合供應(yīng)商則與其呈現(xiàn)出負(fù)相關(guān)。同時當(dāng)厭惡系數(shù)大于等于3，即企業(yè)對調(diào)貨的風(fēng)險(xiǎn)持中立或者厭惡態(tài)度時，兩類供應(yīng)商的出力都開始趨于平緩。這主要是因?yàn)槠髽I(yè)對調(diào)貨風(fēng)險(xiǎn)極度厭惡時，厭惡程度的變化對企業(yè)從兩類供應(yīng)商調(diào)貨比例的影響較小。

從圖3中可以看出，隨著供貨量波動的增強(qiáng)，附屬供應(yīng)商的出力存在著增長趨勢，而混合供應(yīng)商呈下降趨勢，但這兩類趨勢變化都較微弱，這說明在厭惡系數(shù)一定的情況下，供應(yīng)商供貨量的波動程度對其出力配比的作用較小。

綜上，在混合供應(yīng)商供貨存在風(fēng)險(xiǎn)的背景下，提出的模型為電子商務(wù)企業(yè)單時段調(diào)貨出力優(yōu)化配置提供了解決方案。若電子商務(wù)企業(yè)對調(diào)貨風(fēng)險(xiǎn)持保守態(tài)度，企業(yè)應(yīng)加大從附屬供應(yīng)商調(diào)貨的比重。反之，企業(yè)應(yīng)傾向于從混合供應(yīng)商調(diào)取貨物。在企業(yè)風(fēng)險(xiǎn)厭惡系數(shù)一定的情形下，若混合供應(yīng)商供貨量互不影響或調(diào)貨出力趨于穩(wěn)定，電子商務(wù)企業(yè)應(yīng)側(cè)重從混合供應(yīng)商處調(diào)取貨物。

5結(jié)語

電子商務(wù)企業(yè)調(diào)貨出力優(yōu)化配置對提升企業(yè)服務(wù)水平、增強(qiáng)企業(yè)競爭力至關(guān)重要。在介紹我國大型電子商務(wù)企業(yè)調(diào)貨現(xiàn)狀的基礎(chǔ)上，抽象出一般性的企業(yè)單時段調(diào)貨出力配置問題。然后從經(jīng)濟(jì)學(xué)的角度，將傳統(tǒng)的投資組合理論應(yīng)用到電子商務(wù)企業(yè)的調(diào)貨出力優(yōu)化配置上，運(yùn)用解決二次規(guī)劃問題的方法，計(jì)算出電子商務(wù)企業(yè)從不同類型的供應(yīng)商調(diào)取貨物的最優(yōu)配置，從而有效權(quán)衡了不同風(fēng)險(xiǎn)態(tài)度下企業(yè)的調(diào)貨收益與風(fēng)險(xiǎn)。最后，從不同維度分析某電子商務(wù)企業(yè)調(diào)貨出力配置，充分證明了所構(gòu)建單時段調(diào)貨出力配置模型的有效性和合理性，并為不同場景下電子商務(wù)企業(yè)調(diào)貨決策提供了建議：在風(fēng)險(xiǎn)偏好系數(shù)確定的情形下，若混合供應(yīng)商供貨風(fēng)險(xiǎn)降低，企業(yè)應(yīng)加大從混合供應(yīng)商調(diào)貨力度，這樣能有效提升企業(yè)的調(diào)貨效用。

研究在一系列假設(shè)上構(gòu)建了電子商務(wù)企業(yè)單時段調(diào)貨出力配置模型，而在現(xiàn)實(shí)情形中，電子商務(wù)企業(yè)會持續(xù)幾天集中調(diào)取貨物。因此，研究存在一定局限性，寬松條件下和多時段下企業(yè)調(diào)貨出力配置問題需要進(jìn)一步研究。

參考文獻(xiàn)：

[1]唐光海，王雙喜.西部制造業(yè)電子商務(wù)發(fā)展路徑與對策[J].技術(shù)與創(chuàng)新管理，2015，36（02）：181-184+ 209.

[2]李君昌，樊重俊，楊云鵬，等.基于系統(tǒng)動力學(xué)的移動電子商務(wù)產(chǎn)業(yè)演化研究[J].科技管理研究，2018，38（03）：168-178.

[3]Fisher M，Raman A.Reducing the cost of demand uncertainty through accurate response to early sales[J].Operations Research，1996，44（01）：87-99.

[4]Paterson C，Kiesm ller G，Teunter R，et al.Inventory models with lateral transshipments：a review[J].European Journal of Operational Research，2011，210（02）：125-136.

[5]Hoadley B，Heyman D P.A two-echelon inventory model with purchases，dispositions，shipments，returns and transshipments[J].Naval Research Logistics，2010，24（01）：1-19.

[6]肖青，王東.網(wǎng)上零售業(yè)多產(chǎn)品配送服務(wù)定價(jià)研究[J].計(jì)算機(jī)應(yīng)用研究，2013，30（09）：2619-2621+ 2676.

[7]Utterbeeck F V，Wong H，Oudheusden D V，et al.The effects of resupply flexibility on the design of service parts supply systems[J].Transportation Research Part E Logistics & Transportation Review，2009，45（01）：72-85.

[8]Paterson C，Teunter R，Glazebrook K.Enhanced lateral transshipments in a multi-location inventory system[J].European Journal of Operational Research，2012，221（02）：317-327.

[9]Uday S Karmarkar，Nitin R Patel.The one-period，N-location distribution problem[J].Naval Research Logistics Quarterly，1977，24（04）：559? 575.

[10]Kirshnan N，Rao V.Inventory control in N warehouses[J].Developments in Hematology & Immunology，1965，16（3）：116-119.

[11]Nils Rudi，Sandeep Kapur，David F Pyke.A two-location inventory model with transshipment and local decision making[J].Management Science，2001，47（12）：1668-1680.

[12]Dong L，Rudi N.Who benefits from transshipment？ Exogenous vs.endogenous wholesale prices[J].Management Science，2004，50（05）：645-657.

[13]Axster S.A new decision rule for lateral transshipments in inventory systems[J].Management Science，2003，49（09）：1168-1179.

[14]Liao Y，Shen W，Hu X，et al.Optimal responses to stockouts：Lateral transshipment versus emergency order policies[J].Omega，2014，49（12）：79-92.

[15]Markowitz H.Portfolio selection[J].Journal of Finance，1952，7（01）：77-91.

[16]Platen E.On the role of the growth optimal portfolio in finance[J].Australian Economic Papers，2010，44（04）：365-388.

[17]Liu M，Wu F F.Portfolio optimization in electricity markets[J].Electric Power Systems Research，2007，77（08）：1000-1009.

[18]李君昌，樊重俊，楊云鵬，等.基于蒙特卡洛小波去噪的股票投資組合風(fēng)險(xiǎn)優(yōu)化研究[J].計(jì)算機(jī)應(yīng)用研究，2018（10）：2947-2951.

[19]Tu Y，Sun B，Wang T.Study on selection methodologies and portfolio strategies of enterprises e-commerce models[C]//International Conference on Information Science and Engineering.IEEE，2011：6170-6173.

[20]Sackmann S，Kundisch D，Ruch M.Customer portfolio management in e-commerce：an analytical model for optimization[J].Management Research Review，2010，33（06）：617-634.

[21]雙莎莎，何建佳，李亞茹.基于互聯(lián)網(wǎng)技術(shù)的最后一公里綜合配送模式分析[J].技術(shù)與創(chuàng)新管理，2016，37（05）：572-576.

[22]Sanford J Grossman，Robert J Shiller.The determinants of the variability of stock market prices[J].American Economic Review，1981，71（02）：222-227.（責(zé)任編輯：王強(qiáng)）