基于收益共享契約的網(wǎng)絡(luò)零售聯(lián)合促銷策略研究

姜 璇，程相惠，李沿海

基于收益共享契約的網(wǎng)絡(luò)零售聯(lián)合促銷策略研究

姜 璇1,2，程相惠1，李沿海3

（1.中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，湖北 武漢 430073；2.中南財(cái)經(jīng)政法大學(xué)運(yùn)營(yíng)管理與系統(tǒng)工程研究所，湖北 武漢 430073; 3.暨南大學(xué) 管理學(xué)院，廣東 廣州 510632）

網(wǎng)絡(luò)零售業(yè)造節(jié)促銷已成常態(tài)，優(yōu)化網(wǎng)絡(luò)零售平臺(tái)（簡(jiǎn)稱平臺(tái)商）和銷售商聯(lián)合促銷策略是一項(xiàng)值得深入研究的課題。本文基于收益共享契約，利用不同的博弈模型刻畫入駐銷售商和平臺(tái)商之間三種不同的促銷模式，包括由其中一方率先發(fā)起促銷的模式和二者同時(shí)發(fā)起促銷的模式，研究不同模式下銷售商和平臺(tái)商的最優(yōu)促銷策略。研究結(jié)論表明，在三種促銷模式下，二者的最優(yōu)促銷策略均隨著商品傭金費(fèi)率的增長(zhǎng)依次呈現(xiàn)三種不同的形式：從僅由銷售商提供促銷到聯(lián)合促銷再到僅由平臺(tái)商提供促銷。當(dāng)且僅當(dāng)傭金費(fèi)率和商品的日常售價(jià)高于一定閾值時(shí)，銷售商和平臺(tái)商才會(huì)有動(dòng)機(jī)開展聯(lián)合促銷。研究還發(fā)現(xiàn)，銷售商和平臺(tái)商在各自率先發(fā)起的聯(lián)合促銷模式下具備先動(dòng)優(yōu)勢(shì)。銷售商（平臺(tái)商）率先發(fā)起的聯(lián)合促銷將更有利于對(duì)傭金費(fèi)率較低（高）的商品實(shí)施。當(dāng)銷售商和平臺(tái)商同時(shí)獨(dú)立發(fā)起促銷時(shí)，供應(yīng)鏈整體促銷力度最大，供應(yīng)鏈的整體利潤(rùn)也最高。

網(wǎng)絡(luò)零售;促銷;收益共享;最優(yōu)策略

0 引言

中國(guó)商務(wù)部發(fā)布數(shù)據(jù)顯示2016年中國(guó)網(wǎng)絡(luò)零售交易額達(dá)5.16萬(wàn)億元人民幣，同比增長(zhǎng)26.2%，網(wǎng)絡(luò)零售已成為帶動(dòng)中國(guó)零售業(yè)增長(zhǎng)的主要?jiǎng)恿ΑＴ诰W(wǎng)絡(luò)零售業(yè)迅猛發(fā)展的背后，離不開各大網(wǎng)絡(luò)零售平臺(tái)上銷售商和網(wǎng)絡(luò)零售平臺(tái)商造節(jié)營(yíng)銷的努力，如“雙十一購(gòu)物狂歡節(jié)”、“國(guó)貨節(jié)”、“年中盛典”、“超級(jí)粉絲節(jié)”、“家電狂歡周”、“出游季”、“開學(xué)季”等。其中，天貓平臺(tái)在2009年11月11日創(chuàng)辦的雙十一購(gòu)物狂歡節(jié)，已發(fā)展成為全網(wǎng)盛典，在2016年11月11日，天貓全天交易額超1207億元，占全網(wǎng)當(dāng)日交易額68.2%。網(wǎng)絡(luò)零售平臺(tái)上這些五花八門的購(gòu)物節(jié)均是由銷售商和平臺(tái)商精心制造的促銷計(jì)劃，旨在刺激顧客消費(fèi)，增加各方利潤(rùn)。網(wǎng)絡(luò)零售平臺(tái)商和銷售商的關(guān)系一般建立在收益共享契約上[1-2]，例如亞馬遜、天貓、京東等平臺(tái)均會(huì)向入駐本平臺(tái)的銷售商根據(jù)平臺(tái)上實(shí)現(xiàn)的交易額收取一定比率的傭金，不同類型的商品，收取的傭金費(fèi)率不一樣，天貓的傭金費(fèi)率在0.5%-5%之間。本文基于收益共享契約研究網(wǎng)絡(luò)零售平臺(tái)商和入駐銷售商在聯(lián)合促銷時(shí)如何制定最優(yōu)的促銷策略。

不同的網(wǎng)絡(luò)零售平臺(tái)或者平臺(tái)上不同類型的商品所擁有的潛在顧客規(guī)模是不一樣的，例如，GFK市場(chǎng)研究公司報(bào)告中顯示2016年京東平臺(tái)銷售額在3C領(lǐng)域線上市場(chǎng)占比已經(jīng)超過(guò)50%，易觀國(guó)際市場(chǎng)分析報(bào)告中顯示天貓平臺(tái)2016年第一季度線上服裝服飾品類市場(chǎng)份額為68%，而京東僅占8.2%。在網(wǎng)絡(luò)零售平臺(tái)上眾多的促銷活動(dòng)中，銷售商和網(wǎng)絡(luò)零售平臺(tái)商發(fā)起促銷的模式大致可以分為三類：由網(wǎng)絡(luò)零售平臺(tái)商率先發(fā)起，銷售商選擇是否加入促銷，例如天貓平臺(tái)發(fā)起的“雙十一”大型促銷活動(dòng)，京東發(fā)起的“6.18”店慶促銷節(jié)等；由銷售商率先發(fā)起，平臺(tái)商選擇是否加入促銷，例如一些時(shí)令商品的銷售開展促銷活動(dòng)時(shí)，平臺(tái)商會(huì)根據(jù)銷售情況，決策是否提供特定種類商品的代金券等；促銷活動(dòng)中無(wú)明顯的先行發(fā)起方，初期二者同時(shí)獨(dú)立作出促銷決策。在這三類模式下，網(wǎng)絡(luò)零售平臺(tái)的各類促銷活動(dòng)中往往會(huì)出現(xiàn)三種促銷形式，包括僅由銷售商提供促銷(例如店鋪內(nèi)的各類優(yōu)惠活動(dòng))，僅由網(wǎng)絡(luò)零售平臺(tái)商提供促銷(例如平臺(tái)提供的各類代金券等)，或二者聯(lián)合促銷。本文擬回答的研究問(wèn)題為：（1）網(wǎng)絡(luò)零售平臺(tái)商和銷售商開展促銷活動(dòng)時(shí)，什么時(shí)候應(yīng)該單邊提供促銷，什么時(shí)候應(yīng)該聯(lián)合促銷？（2）在每種策略下，銷售商和平臺(tái)商應(yīng)該如何制定最優(yōu)折扣,會(huì)受到哪些因素的影響？（3）聯(lián)合促銷時(shí)，不同的促銷發(fā)起模式將如何影響銷售商、網(wǎng)絡(luò)零售平臺(tái)商及供應(yīng)鏈整體促銷力度和最終利潤(rùn)？（4）結(jié)合平臺(tái)自身的特點(diǎn)，對(duì)不同類型的商品，應(yīng)該如何制定最優(yōu)的聯(lián)合促銷策略？

與本文研究相關(guān)的文獻(xiàn)可以分為三個(gè)方面，首先是關(guān)于供應(yīng)鏈上相關(guān)主體開展促銷的研究。Gerstner通過(guò)研究一個(gè)由制造商和零售商組成的二階段供應(yīng)鏈，發(fā)現(xiàn)制造商將會(huì)從向顧客提供優(yōu)惠券的促銷活動(dòng)中受益，即使最終所有顧客都會(huì)兌現(xiàn)優(yōu)惠券[3]。Aydin和Porteus比較分析了制造商提供折扣促銷和零售商提供折扣促銷情形下的供應(yīng)鏈績(jī)效，研究發(fā)現(xiàn)一般情形下制造商提供的折扣促銷將優(yōu)于零售商的促銷[4]。Arcelus等在單周期報(bào)童模型的基礎(chǔ)上，考慮了優(yōu)惠券的隨機(jī)兌現(xiàn)率研究了銷售商的定價(jià)和優(yōu)惠券折扣制定規(guī)則[5]。Demirag等研究了存在競(jìng)爭(zhēng)情形下，零售商提供消費(fèi)者折扣的動(dòng)機(jī)[6]。Geng和Mallik在顧客需求隨機(jī)的情形下，利用多階段博弈模型研究了制造商和零售商聯(lián)合制定郵寄返利形式的優(yōu)惠促銷活動(dòng)時(shí)的最優(yōu)決策[7]。Yang等比較分析了折扣促銷和每日低價(jià)兩種促銷情形下，零售商如何通過(guò)聯(lián)合優(yōu)化訂貨批量和折扣力度最大化利潤(rùn)[8]。上述研究均是關(guān)于由制造商和零售商組成的二階段傳統(tǒng)供應(yīng)鏈上的促銷活動(dòng)，零售商和制造商間往往基于批發(fā)價(jià)合同，和本文研究的對(duì)象——基于收益共享契約的網(wǎng)絡(luò)零售平臺(tái)商和銷售商研究不同。

第二個(gè)方面是關(guān)于供應(yīng)鏈?zhǔn)找婀蚕砗贤难芯俊achon和Lariviere基于由一個(gè)供應(yīng)商和零售商組成的報(bào)童模型，分析了收益共享合同對(duì)供應(yīng)鏈協(xié)調(diào)的作用，并將收益共享合同和其他契約形式作比較，分析了其優(yōu)勢(shì)和劣勢(shì)[9]。Giannoccaro和 Pontrandolfo基于供應(yīng)商、制造商和零售商組成的三階段的供應(yīng)鏈分析了收益共享契約對(duì)供應(yīng)鏈協(xié)調(diào)發(fā)揮的作用[10]。Yao等引入了零售商競(jìng)爭(zhēng)的因素，研究了基于一個(gè)制造商和兩個(gè)零售商的供應(yīng)鏈中收益共享合同對(duì)供應(yīng)鏈績(jī)效的影響[11]。Ha和Tong研究了基于收益共享合同的服務(wù)供應(yīng)鏈，在需求不確定下，一個(gè)銷售商面對(duì)報(bào)童模型問(wèn)題，將服務(wù)能力外包給一個(gè)供應(yīng)商，探討了在同時(shí)博弈和序慣博弈下，銷售商對(duì)庫(kù)存的選擇和供應(yīng)商對(duì)服務(wù)努力水平的決策[12]。胡本勇和陳旭研究了由一個(gè)銷售商和兩個(gè)制造商組成的供應(yīng)鏈中，考慮雙產(chǎn)品和收益共享合同以及批發(fā)價(jià)兩種合同形式下的銷售商決策一致性和供應(yīng)鏈合作問(wèn)題[13]。上述研究均系統(tǒng)探討了收益共享合同下供應(yīng)鏈成員的庫(kù)存和定價(jià)決策，分析了收益共享合同對(duì)供應(yīng)鏈協(xié)調(diào)的作用，但是并未研究基于收益共享合同的供應(yīng)鏈在促銷機(jī)制下成員的最優(yōu)決策。

第三個(gè)方面是關(guān)于網(wǎng)絡(luò)零售的研究。Jiang等首次分析了平臺(tái)商亞馬遜自營(yíng)商品和入駐商家商品銷售之間的競(jìng)爭(zhēng)問(wèn)題。作者探討了亞馬遜平臺(tái)上的入駐商家是否應(yīng)該選擇減少商品的庫(kù)存量或者降低服務(wù)水平來(lái)抵御亞馬遜通過(guò)后臺(tái)數(shù)據(jù)對(duì)暢銷商品的發(fā)掘，從而侵入該商品銷售市場(chǎng)[14]。Muthers和Wilsmer研究了一個(gè)占有市場(chǎng)壟斷地位的平臺(tái)商和銷售商之間不同的費(fèi)率體系，嘗試尋找一個(gè)恰當(dāng)?shù)馁M(fèi)率來(lái)避免引起銷售商入駐率低的問(wèn)題[2]。Abhishek等將線上平臺(tái)的競(jìng)爭(zhēng)和線上渠道的銷售對(duì)線下渠道的影響因素納入考慮，研究了平臺(tái)商對(duì)商品銷售模式的選擇是開放式運(yùn)營(yíng)還是轉(zhuǎn)售模式[1]。在網(wǎng)絡(luò)零售促銷方面，不少學(xué)者圍繞網(wǎng)絡(luò)團(tuán)購(gòu)展開了研究[15-19]。上述這些研究缺乏關(guān)注銷售商和網(wǎng)絡(luò)零售發(fā)起聯(lián)合促銷的相關(guān)問(wèn)題以及傭金費(fèi)率對(duì)網(wǎng)絡(luò)零售平臺(tái)商和銷售商促銷決策的影響。

與現(xiàn)有文獻(xiàn)不同，本文的研究貢獻(xiàn)在于在網(wǎng)絡(luò)零售背景下，用收益共享契約描述網(wǎng)絡(luò)零售平臺(tái)商和銷售商之間的利益關(guān)系，利用三種博弈模型刻畫由銷售商和網(wǎng)絡(luò)零售平臺(tái)商發(fā)起的三種不同的促銷模式，重點(diǎn)探討聯(lián)合促銷情形下二者的最優(yōu)策略。后續(xù)論文將有四個(gè)部分組成，第一個(gè)部分進(jìn)行模型的描述，第二部分具體建模和求解，第三個(gè)部分重點(diǎn)探討聯(lián)合促銷情形下，銷售商和網(wǎng)絡(luò)零售平臺(tái)商的促銷門檻、促銷力度和最終利潤(rùn)，第四個(gè)部分對(duì)研究進(jìn)行總結(jié)。

1 模型描述

圖1 網(wǎng)絡(luò)零售平臺(tái)運(yùn)營(yíng)結(jié)構(gòu)

Figure 1 Operation structure of online retail platforms

網(wǎng)絡(luò)零售促銷活動(dòng)種類較多，本文按促銷活動(dòng)發(fā)起方進(jìn)行分類，促銷模式大致分為三類：（1）促銷活動(dòng)中無(wú)明顯的先行發(fā)起方，初期銷售商和網(wǎng)絡(luò)零售平臺(tái)商均同時(shí)獨(dú)立作出是否促銷的決策；（2）由銷售商率先發(fā)起促銷，平臺(tái)商選擇是否跟隨；（3）由平臺(tái)商率先發(fā)起促銷，銷售商選擇是否加入。文獻(xiàn)中在描述供應(yīng)鏈成員定價(jià)等決策過(guò)程時(shí)，經(jīng)常用到Nash博弈和Stackelberg博弈模型來(lái)刻畫渠道結(jié)構(gòu)或成員間的決策順序[7,22-24]。本文將利用Nash博弈模型來(lái)模擬第一類促銷模式，即銷售商和平臺(tái)商在初期同時(shí)獨(dú)立作出促銷的決策；利用由銷售商領(lǐng)導(dǎo)的Stackelberg博弈模型來(lái)模擬銷售商率先發(fā)起促銷，平臺(tái)商觀測(cè)到銷售商的行為后選擇是否跟隨促銷的場(chǎng)景；利用平臺(tái)商領(lǐng)導(dǎo)的Stackelberg博弈模型模擬由平臺(tái)商率先發(fā)起促銷，銷售商觀測(cè)到平臺(tái)商的行為后選擇是否加入促銷的場(chǎng)景。

在后文中，本文將首先探討銷售商和平臺(tái)商提供折扣的動(dòng)機(jī)，接著分析在不同的促銷模式下二者最優(yōu)的促銷策略以及相關(guān)影響因素，最后重點(diǎn)比較分析在各類促銷模式下二者聯(lián)合促銷時(shí)，銷售商和平臺(tái)商利潤(rùn)的變化。

2 建模及求解

2.1 系統(tǒng)促銷的動(dòng)機(jī)

當(dāng)商品的日常銷售價(jià)格維持不變，若由銷售商和網(wǎng)絡(luò)零售平臺(tái)商組成的供應(yīng)鏈系統(tǒng)不提供任何折扣，系統(tǒng)的利潤(rùn)可以直接表示為：

2.2 基于Nash博弈的最優(yōu)促銷策略分析

基于Nash博弈模型的促銷指代的一類促銷活動(dòng)的特點(diǎn)是該活動(dòng)中沒有發(fā)起促銷活動(dòng)的先行方，銷售商和平臺(tái)商同時(shí)獨(dú)立決定是否要提供優(yōu)惠券等促銷策略?；谇拔闹袖N售商的利潤(rùn)函數(shù)式(1)式，銷售商的優(yōu)化問(wèn)題如下：

在銷售商的優(yōu)化問(wèn)題(6)中，有三個(gè)約束條件，首先銷售商的決策變量?jī)?yōu)惠額度需要滿足非負(fù)的條件，其次銷售商和平臺(tái)商制定的優(yōu)惠額度引發(fā)的需求需要滿足非負(fù)的條件，最后銷售商在制定優(yōu)惠額度的基礎(chǔ)上需保證單位商品利潤(rùn)非負(fù)。

基于平臺(tái)商的利潤(rùn)函數(shù)式(2)式，平臺(tái)商的優(yōu)化問(wèn)題如下：

在平臺(tái)商的優(yōu)化問(wèn)題(7)中，也有三個(gè)類似的約束條件，首先平臺(tái)商的決策變量?jī)?yōu)惠額度需要滿足非負(fù)的條件，其次銷售商和平臺(tái)商制定的優(yōu)惠額度引發(fā)的需求需要滿足非負(fù)的條件，最后平臺(tái)商在制定優(yōu)惠額度的基礎(chǔ)上需保證單位商品交易帶來(lái)的傭金非負(fù)。

根據(jù)Nash博弈的特點(diǎn)，為求得Nash均衡解，需聯(lián)立(6)式和(7)式求解，又根據(jù)最優(yōu)解的性質(zhì)可知，最優(yōu)解一定不會(huì)出現(xiàn)在需求函數(shù)非負(fù)以及單位利潤(rùn)非負(fù)的邊界條件上，因此聯(lián)立求解條件可以化簡(jiǎn)為如下優(yōu)化問(wèn)題：

圖2 Nash博弈下銷售商和平臺(tái)商反應(yīng)函數(shù)曲線

Figure 2 Response function curves of sellers and platform vendors in Nash game

圖3 Nash博弈下銷售商和平臺(tái)商的最優(yōu)促銷策略區(qū)域

Figure 3 Optimal promotion strategy regions of sellers and platform providers in Nash game

從圖3和命題3可以看出，當(dāng)傭金費(fèi)率較低時(shí)，由于平臺(tái)商從銷售商的每筆交易中獲得的收入很少，其沒有動(dòng)機(jī)為消費(fèi)者提供優(yōu)惠折扣，而較低的傭金費(fèi)率使得銷售商更樂(lè)意為消費(fèi)者消費(fèi)進(jìn)行補(bǔ)貼，提高消費(fèi)者的剩余價(jià)值；當(dāng)傭金費(fèi)率增長(zhǎng)到中等水平時(shí)，銷售商和平臺(tái)商都有動(dòng)機(jī)展開促銷，刺激消費(fèi)者消費(fèi)，增加自身收入；當(dāng)傭金費(fèi)率繼續(xù)增長(zhǎng)到較高水平時(shí)，銷售商需要從每筆交易中分割較大一部分收入給平臺(tái)商，若其繼續(xù)提供優(yōu)惠折扣只會(huì)削弱自身利益，因此銷售商不會(huì)再開展促銷活動(dòng)，而此時(shí)平臺(tái)商能從每筆交易中獲得較為豐厚的收入，將有動(dòng)機(jī)為消費(fèi)者提供消費(fèi)補(bǔ)貼，刺激消費(fèi)者消費(fèi)，擴(kuò)大網(wǎng)絡(luò)零售平臺(tái)的交易量。

2.3 基于Stackelberg博弈的最優(yōu)促銷策略分析

2.3.1 由銷售商領(lǐng)導(dǎo)的Stackelberg博弈促銷分析

在由銷售商領(lǐng)導(dǎo)的Stackelberg博弈中，銷售商率先發(fā)起促銷，平臺(tái)商觀測(cè)到銷售商的促銷決策后，作出自身的決策。整個(gè)博弈過(guò)程分為兩階段，第一階段銷售商決定促銷的力度，第二階段平臺(tái)商觀測(cè)到銷售商的決策后，決定是否參與促銷以及促銷的力度。Stackelberg模型假設(shè)信息是完全的，在求解該二階段博弈模型時(shí)，通常采用逆向求解法，首先對(duì)平臺(tái)商的決策問(wèn)題展開分析?；谄脚_(tái)商的利潤(rùn)函數(shù)式(2)，平臺(tái)商對(duì)銷售商的決策作出的反應(yīng)方程為：

命題4說(shuō)明，若商品日常銷售價(jià)格較高，銷售商將有動(dòng)機(jī)率先提供優(yōu)惠折扣，反之將不會(huì)率先促銷。平臺(tái)商在觀察到銷售商的促銷決策后，若其享受的傭金費(fèi)率較高，平臺(tái)商也將加入促銷行列中為顧客提供額外的折扣優(yōu)惠，反之，平臺(tái)商不會(huì)為顧客提供促銷活動(dòng)。圖4描述了銷售商和平臺(tái)商的最優(yōu)決策區(qū)域隨參數(shù)變化的分布。

圖4中銷售商和平臺(tái)商最優(yōu)策略的區(qū)域分布和圖3類似，若銷售商先給顧客提供一個(gè)非零的優(yōu)惠折扣，平臺(tái)商觀察到銷售商決策后采取行動(dòng)，當(dāng)傭金費(fèi)率較低時(shí)，平臺(tái)商不會(huì)跟隨銷售商提供折扣，隨著傭金費(fèi)率的增長(zhǎng)，平臺(tái)商開始和銷售商聯(lián)合開展促銷，當(dāng)傭金費(fèi)率進(jìn)一步增長(zhǎng)時(shí)，銷售商率先發(fā)起促銷將對(duì)自身不利，因此銷售商不會(huì)提供促銷活動(dòng)，然而平臺(tái)商有較高的傭金費(fèi)率收益，為了刺激顧客在平臺(tái)上消費(fèi)，平臺(tái)商將單獨(dú)為消費(fèi)者提供優(yōu)惠活動(dòng)。從圖中還可看出，若銷售商要率先發(fā)起促銷，前提條件是商品的日常交易價(jià)格較高。商品的日常銷售價(jià)格對(duì)銷售商促銷決策的影響強(qiáng)于對(duì)平臺(tái)商。

圖4 銷售商領(lǐng)導(dǎo)的Stackelberg博弈下最優(yōu)促銷策略區(qū)域

Figure 4 Optimal strategy regions under Stackelberg game led by retailers

2.3.2 由平臺(tái)商領(lǐng)導(dǎo)的Stackelberg博弈促銷分析

在由平臺(tái)商領(lǐng)導(dǎo)的Stackelberg博弈中，平臺(tái)商率先發(fā)起促銷，銷售商觀測(cè)到平臺(tái)商的促銷決策后，作出自身的決策。整個(gè)博弈過(guò)程分為兩階段，第一階段平臺(tái)商決定促銷的力度，第二階段銷售商觀測(cè)到平臺(tái)商的決策后，決定是否參與促銷以及促銷的力度。在求解該二階段博弈模型時(shí)，通常采用逆向求解法，首先對(duì)銷售商的決策問(wèn)題展開分析?；阡N售商的利潤(rùn)函數(shù)式(1)，銷售商對(duì)平臺(tái)商的決策作出的反應(yīng)方程為：

圖5 平臺(tái)商領(lǐng)導(dǎo)的Stackelberg博弈下最優(yōu)促銷策略區(qū)域

Figure 5 Optimal strategy regions under Stackelberg game led by platform vendors

命題5說(shuō)明，當(dāng)且僅當(dāng)傭金費(fèi)率較高時(shí)，平臺(tái)商才會(huì)有動(dòng)機(jī)率先主動(dòng)發(fā)起促銷。銷售商在觀察到平臺(tái)商的促銷決策后，若商品的日常銷售價(jià)格較高，銷售商將為顧客提供折扣優(yōu)惠，反之銷售商不會(huì)為顧客提供額外的優(yōu)惠活動(dòng)。隨著傭金費(fèi)率的降低，平臺(tái)商不會(huì)率先發(fā)起促銷，銷售商將單獨(dú)提供折扣優(yōu)惠活動(dòng)以刺激銷售。圖5描述了銷售商和平臺(tái)商的最優(yōu)決策區(qū)域隨參數(shù)變化的分布。

綜合命題3-5可以看出無(wú)論是銷售商和平臺(tái)商其中一方率先發(fā)起促銷，還是二者同時(shí)獨(dú)立作出促銷決策，當(dāng)傭金費(fèi)率較低時(shí)，平臺(tái)商不會(huì)開展促銷活動(dòng)；隨著傭金費(fèi)率增長(zhǎng)到中等水平，平臺(tái)商將加入到促銷中，此時(shí)若商品的日常售價(jià)較高，銷售商將和平臺(tái)商聯(lián)合開展促銷活動(dòng)，若商品的日常售價(jià)較低或傭金費(fèi)率進(jìn)一步增長(zhǎng)到較高水平，銷售商將不再提供促銷折扣，僅由平臺(tái)商開展促銷。傭金費(fèi)率和商品的日常售價(jià)對(duì)銷售商和平臺(tái)商的促銷策略均有直接的影響。

3 聯(lián)合促銷策略比較分析

本節(jié)在§2中建模和求解基礎(chǔ)上，將比較分析基于Nash博弈和Stackelberg博弈的三種促銷模式下的最優(yōu)聯(lián)合促銷策略中，銷售商和平臺(tái)商的聯(lián)合促銷門檻、聯(lián)合促銷力度，以及銷售商、平臺(tái)商和供應(yīng)鏈整體的利潤(rùn)。

3.1 聯(lián)合促銷門檻分析

基于命題3-5可知，在三種促銷模式下，若要實(shí)現(xiàn)銷售商和平臺(tái)商聯(lián)合促銷，傭金費(fèi)率需要分別高于一個(gè)門檻值，否則，平臺(tái)商將沒有動(dòng)機(jī)提供優(yōu)惠折扣，僅銷售商獨(dú)立開展促銷。本小節(jié)將探討傭金費(fèi)率門檻值受哪些因素影響，并比較分析在三種不同的促銷模式下傭金費(fèi)率門檻值的大小關(guān)系。

命題6網(wǎng)絡(luò)零售平臺(tái)商提供促銷的傭金費(fèi)率門檻值是網(wǎng)絡(luò)零售平臺(tái)潛在市場(chǎng)規(guī)模的增函數(shù)，市場(chǎng)規(guī)模越大，平臺(tái)提供促銷的傭金費(fèi)率門檻越高。

現(xiàn)實(shí)生活中，不同類型的網(wǎng)絡(luò)零售平臺(tái)上或者是同一網(wǎng)絡(luò)零售平臺(tái)上不同類型的商品，所面對(duì)的潛在市場(chǎng)規(guī)模是不一樣的，例如，天貓平臺(tái)在服飾領(lǐng)域的潛在市場(chǎng)規(guī)模要比在3C領(lǐng)域的市場(chǎng)規(guī)模更大，而京東剛好相反。直覺上網(wǎng)絡(luò)零售平臺(tái)商對(duì)不同類型的商品提供促銷的動(dòng)機(jī)是不一樣的，例如，為了刺激銷量，平臺(tái)商應(yīng)該將更傾向于對(duì)長(zhǎng)尾商品而非暢銷商品進(jìn)行促銷。因此，命題6是符合直覺的，即平臺(tái)商對(duì)暢銷商品進(jìn)行促銷的門檻更高?，F(xiàn)實(shí)生活中平臺(tái)商之所以會(huì)樂(lè)于開展全平臺(tái)廣泛促銷的活動(dòng)，跟平臺(tái)往往會(huì)對(duì)不同類型商品設(shè)置不同的傭金費(fèi)率有關(guān)，一般平臺(tái)上的長(zhǎng)尾商品傭金費(fèi)率較低，暢銷商品的傭金費(fèi)率較高，例如，天貓對(duì)服飾類商品的傭金費(fèi)率為5%，對(duì)食品及醫(yī)藥保健品銷售的傭金費(fèi)率在2%-3%，對(duì)3C類商品傭金費(fèi)率為2%，對(duì)服務(wù)類商品的傭金費(fèi)率僅為0.2%-0.5%等。當(dāng)這些傭金費(fèi)率均高于促銷的門檻值時(shí)，平臺(tái)商將有動(dòng)機(jī)開展全平臺(tái)廣范圍的促銷活動(dòng)。

命題3-5已證明在三種不同的促銷模式下，銷售商和平臺(tái)商的最優(yōu)促銷策略隨著商品傭金費(fèi)率的增長(zhǎng)劃分成了三種不同的方式，包括從僅由銷售商提供促銷到聯(lián)合促銷再到僅由平臺(tái)商提供促銷。命題7說(shuō)明銷售商率先發(fā)起促銷的方式將更有利于聯(lián)合平臺(tái)商實(shí)現(xiàn)對(duì)傭金費(fèi)率較低的商品進(jìn)行聯(lián)合促銷，而平臺(tái)商率先發(fā)起促銷的方式將更有利于聯(lián)合銷售商對(duì)傭金費(fèi)率較高的商品進(jìn)行聯(lián)合促銷。

3.2 聯(lián)合促銷力度分析

3.2.1 促銷力度隨參數(shù)的變化

基于命題3-5，探討在三種博弈情形下，銷售商和平臺(tái)商聯(lián)合促銷時(shí)，促銷力度的大小受傭金費(fèi)率和商品日常售價(jià)的影響。圖6中的六個(gè)子圖按列分別展示了Nash博弈、銷售商主導(dǎo)的Stackelberg博弈以及平臺(tái)商主導(dǎo)的Stackelberg博弈三種情形下，最優(yōu)聯(lián)合策略隨參數(shù)的變化趨勢(shì)圖。

圖6 三種博弈情形下銷售商和平臺(tái)商促銷力度隨參數(shù)變化趨勢(shì)

Figure 6 Trends of promotional intensities of sellers and platform vendors in three game situations with parameters

命題8說(shuō)明無(wú)論在哪種促銷模式下，當(dāng)銷售商和平臺(tái)商聯(lián)合促銷時(shí)，隨著傭金費(fèi)率的增長(zhǎng)，銷售商的折扣力度降低，平臺(tái)商的優(yōu)惠力度升高；商品的日常銷售價(jià)格越高，銷售商愿意提供的促銷力度越大。

命題8還指出聯(lián)合促銷時(shí)，平臺(tái)商的促銷力度與商品的日常銷售價(jià)格無(wú)關(guān)，這點(diǎn)在日常生活中比較常見，人們?cè)诖笮偷穆?lián)合促銷活動(dòng)中，往往會(huì)發(fā)現(xiàn)平臺(tái)商提供的優(yōu)惠券/代金券很多情形下都是跨店鋪通用類型，與具體的商品價(jià)格無(wú)關(guān)。

3.2.2 促銷力度大小比較

命題9 在三種促銷模式下，當(dāng)銷售商和網(wǎng)絡(luò)零售平臺(tái)商聯(lián)合促銷時(shí)，

證明：在三種博弈情形下，當(dāng)銷售商和平臺(tái)商采用最優(yōu)聯(lián)合促銷策略時(shí)：

命題9說(shuō)明對(duì)消費(fèi)者而言，由網(wǎng)絡(luò)零售平臺(tái)商率先發(fā)起的聯(lián)合促銷帶給消費(fèi)者的整體優(yōu)惠力度要大于由銷售商率先發(fā)起的聯(lián)合促銷，而這兩種促銷模式均沒有二者同時(shí)獨(dú)立決策發(fā)起的聯(lián)合促銷力度大。對(duì)銷售商和平臺(tái)商而言，自身提供的最優(yōu)的聯(lián)合促銷力度在自身率先發(fā)起促銷的模式下要低于其他模式的促銷力度，而在由對(duì)方率先發(fā)起聯(lián)合促銷模式下，自身提供的最優(yōu)促銷力度要高于其他模式。

3.3 聯(lián)合促銷利潤(rùn)分析

將命題3-5中銷售商和平臺(tái)商聯(lián)合促銷時(shí)的最優(yōu)決策代入(1)式和(2)式中，分別可以求出在三種不同的博弈情形下，銷售商和平臺(tái)商聯(lián)合促銷的最優(yōu)利潤(rùn)，由此可以求出相應(yīng)的供應(yīng)鏈的的最優(yōu)利潤(rùn)，結(jié)果如表1所示。

表1 三種促銷模式下聯(lián)合促銷時(shí)不同主體的利潤(rùn)

命題10 在三種促銷模式下的最優(yōu)聯(lián)合促銷策略中，銷售商和網(wǎng)絡(luò)零售平臺(tái)商的最終利潤(rùn)都與商品日常銷售的價(jià)格無(wú)關(guān)，在由銷售商領(lǐng)導(dǎo)的Stackelberg博弈下(即銷售商率先發(fā)起的聯(lián)合促銷)，二者的利潤(rùn)還與傭金費(fèi)率無(wú)關(guān)。

在三種博弈模式下的最優(yōu)聯(lián)合促銷策略中，銷售商和網(wǎng)絡(luò)零售平臺(tái)商制定的最優(yōu)促銷決策能夠使商品最終的交易價(jià)格達(dá)到最優(yōu)，因此二者的最終利潤(rùn)不會(huì)受到商品原日常售價(jià)的影響，而僅與市場(chǎng)規(guī)模、商品成本、消費(fèi)者價(jià)格敏感度和平臺(tái)的傭金費(fèi)率有關(guān)。在由銷售商發(fā)起的聯(lián)合促銷下，銷售商能利用先動(dòng)優(yōu)勢(shì)，通過(guò)制定最優(yōu)的促銷決策最大化自身的利潤(rùn)使其不受傭金費(fèi)率的影響，同時(shí)使得平臺(tái)商僅能獲得最小的利潤(rùn)，因此在這種博弈情形下，二者的利潤(rùn)均與傭金費(fèi)率無(wú)關(guān)，僅與市場(chǎng)規(guī)模、商品成本和消費(fèi)者價(jià)格敏感度相關(guān)。

命題11縱向比較銷售商和網(wǎng)絡(luò)零售平臺(tái)商分別在三種博弈模式下個(gè)體利潤(rùn)大的小關(guān)系，有：

表2不同博弈情形下銷售商和平臺(tái)商的利潤(rùn)縱向比較

Table 2 Vertical comparison of the profits of sellers and platform vendors in different game situations

證明：三種博弈模式下供應(yīng)鏈利潤(rùn)比較：

銷售商利潤(rùn)比較：

平臺(tái)商的利潤(rùn)比較：

表3 不同博弈情形下供應(yīng)鏈、銷售商、平臺(tái)商利潤(rùn)橫向比較

綜合命題7、命題9-12，可以看出銷售商和平臺(tái)商在Stackelberg博弈下具備先動(dòng)優(yōu)勢(shì)，一方在率先發(fā)起促銷時(shí)，若另一方也跟隨促銷，率先發(fā)起促銷的一方將在聯(lián)合促銷中以較低的折扣收獲較高的利潤(rùn)，而同時(shí)導(dǎo)致另一方提供較高的折扣卻只能獲取較低的利潤(rùn)。另外，對(duì)平臺(tái)商而言，先動(dòng)優(yōu)勢(shì)也會(huì)使得自身提供折扣需要滿足的傭金費(fèi)率門檻值更高，以此通過(guò)較高的傭金費(fèi)率保證了較高的利潤(rùn)。

4 結(jié)論

本文研究了收益共享合同下銷售商和網(wǎng)絡(luò)零售平臺(tái)商的最優(yōu)促銷策略。本文考慮了三種促銷模式：由銷售商率先發(fā)起促銷，平臺(tái)商決定是否加入的模式；由平臺(tái)商率先發(fā)起促銷，銷售商決定是否加入的模式；由銷售商和平臺(tái)商均同時(shí)獨(dú)立決策是否發(fā)起促銷的模式。在這三種模式下，本文分別研究了最優(yōu)的促銷策略，包括三種形式，僅銷售商發(fā)起促銷，僅平臺(tái)商發(fā)起促銷以及二者聯(lián)合促銷，探討了最優(yōu)促銷策略將受哪些參數(shù)的影響以及如何變化。論文重點(diǎn)比較分析了銷售商和網(wǎng)絡(luò)零售平臺(tái)商聯(lián)合促銷時(shí)，在三種促銷模式下二者的促銷力度和最終利潤(rùn)的大小關(guān)系，促銷力度受參數(shù)影響如何變化，以及供應(yīng)鏈整體的促銷力度和利潤(rùn)的大小關(guān)系等。除此之外，本文還探討了針對(duì)不同類型的商品，該如何設(shè)置促銷策略。研究結(jié)論表明，在三種促銷模式下，銷售商和平臺(tái)商的最優(yōu)促銷策略受到商品的日常銷售價(jià)格和傭金費(fèi)率的影響呈現(xiàn)出三種形式，隨著傭金費(fèi)率的升高，最優(yōu)促銷策略均依次呈現(xiàn)出從僅由銷售商單獨(dú)開展促銷變化為二者聯(lián)合促銷再變化為僅由平臺(tái)商獨(dú)立開展促銷，當(dāng)且僅當(dāng)傭金費(fèi)率和商品的日常售價(jià)高于一定閾值時(shí)，銷售商和平臺(tái)商才會(huì)開展聯(lián)合促銷。平臺(tái)商對(duì)暢銷商品提供促銷的門檻更高。當(dāng)銷售商和平臺(tái)商聯(lián)合開展促銷時(shí)，平臺(tái)商的最優(yōu)促銷力度僅與傭金費(fèi)率有關(guān)，而與商品的日常銷售價(jià)格無(wú)關(guān)。在比較三種不同的促銷模式時(shí)發(fā)現(xiàn)，銷售商和平臺(tái)商在各自率先發(fā)起的聯(lián)合促銷模式下具備先動(dòng)優(yōu)勢(shì)，即一方在率先發(fā)起促銷時(shí)，若另一方也跟隨促銷，率先發(fā)起促銷的一方將在聯(lián)合促銷中以較低的折扣收獲較高的利潤(rùn)，而同時(shí)導(dǎo)致另一方提供較高的折扣卻只能獲取較低的利潤(rùn)。銷售商率先發(fā)起促銷的方式將更有利于聯(lián)合平臺(tái)商實(shí)現(xiàn)對(duì)傭金費(fèi)率較低的商品進(jìn)行聯(lián)合促銷，而平臺(tái)商率先發(fā)起促銷的方式將更有利于聯(lián)合銷售商對(duì)傭金費(fèi)率較高的商品進(jìn)行聯(lián)合促銷。對(duì)消費(fèi)者而言，當(dāng)銷售商和平臺(tái)商同時(shí)獨(dú)立作出聯(lián)合促銷決策時(shí)，可以享受最大的供應(yīng)鏈整體促銷力度，此時(shí)供應(yīng)鏈的整體利潤(rùn)也最高。

本文研究結(jié)論為網(wǎng)絡(luò)零售平臺(tái)商和銷售商開展促銷活動(dòng)提供了科學(xué)的決策依據(jù)。論文的不足之處在于僅考慮了網(wǎng)絡(luò)零售平臺(tái)上單個(gè)銷售商的運(yùn)營(yíng)情景，未來(lái)可以引入競(jìng)爭(zhēng)因素，考慮多個(gè)銷售商的運(yùn)營(yíng)情景。

[1] Abhishek V, Jerath K, Zhang Z J. Agency selling or reselling? Channel structures in electronic retailing[J]. Management Science, 2015, 62(8): 2259-2280.

[2] Muthers J, Wismer S. Why do platforms charge proportional fees? Commitment and seller participation[R]. Germany, Würzburg: University of Würzburg, 2013: 1-28.

[3] Gerstner E, Hess J D. Who benefits from large rebates: manufacturer, retailer or consumer? [J]. Economics Letters, 1991, 36(1): 5-8.

[4] Aydin G, Porteus E L. Manufacturer-to-retailer versus manufacturer -to-consumer rebates in a supply chain[A]. In: Agrawal N, Smith SA. Retail supply chain management[C]. USA: Springer, 2008. 237-270.

[5] Arcelus F J, Kumar S, Srinivasan G. Pricing and rebate policies for the newsvendor problem in the presence of a stochastic redemption rate[J]. International Journal of Production Economics, 2007, 107(2): 467- 482.

[6] Demirag O C, Keskinocak P, Swann J. Customer rebates and retailer incentives in the presence of competition and price discrimination[J]. European Journal of Operational Research, 2011, 215(1): 268-280.

[7] Geng Q, Mallik S. Joint Mail‐In Rebate Decisions in Supply Chains Under Demand Uncertainty[J]. Production and Operations Management, 2011, 20(4): 587-602.

[8] Yang S, Liao Y, Shi C V, et al. Joint optimization of ordering and promotional strategies for retailers: Rebates vs. EDLP[J]. Computers & Industrial Engineering, 2015, 90: 46-53.

[9] Cachon G P, Lariviere M. Supply chain coordination with revenue- sharing contracts: Strengths and limitations[J]. Management Science, 2005, 51(1): 30-44.

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

[11] Yao Z, Leung SCH, Lai K K. Manufacturer’s revenue-sharing contract and retail competition[J]. European Journal of Operational Research, 2008, 186(2): 637-651.

[12] Ha A Y, Tong S. Revenue sharing contracts in a supply chain with uncontactable actions[J]. Naval Research Logistics (NRL), 2008, 55(5):419-431.

[13] 胡本勇, 陳旭. 基于收益共享合約的策略一致性與供應(yīng)鏈合作研究[J]. 管理工程學(xué)報(bào), 2017, 31(2): 91-100.

Hu B Y, Chen X. Policies consistency and supply chain coordination under revenue sharing contract[J]. Journal of Industrial Engineering and Engineering, 2017, 31(2): 91-100.

[14] Jiang B, Jerath K, Srinivasan K. Firm strategies in the “mid tail” of platform-based retailing[J]. Marketing Science, 2011, 30(5): 757-775.

[15] Jing X, Xie J. Group Buying: A New Mechanism for Selling Through Social Interactions[J]. Management Science, 2011, 57(8): 1354-1372.

[16] Hu M, Shi M, Wu J. Simultaneous vs. sequential group-buying mechanisms[J]. Management Science, 2013, 59(12): 2805-2822.

[17] Subramanian U, Rao R C. Leveraging Experienced Consumers to Attract New Consumers: An Equilibrium Analysis of Displaying Deal Sales by Daily Deal Websites[J]. Management Science, 2016, 62(12): 3555-3575.

[18] Edelman B, Jaffe S, Kominers S D. To groupon or not to groupon: The profitability of deep discounts[J]. Marketing Letters, 2016, 27(1): 39-53.

[19] Deng S, Jiang X, Li Y. Optimal price and maximum deal size on group-buying websites for sellers with finite capacity[J]. International Journal of Production Research, 2017, forthcoming.

[20] Lin Z. Price promotion with reference price effects in supply chain[J]. Transportation Research Part E: Logistics and Transportation Review, 2016, 85: 52-68.

[21] Demirag O C. Performance of weather-conditional rebates under different risk preferences[J]. Omega, 2013, 41(6):1053-1067.

[22] Choi S C. Price competition in a channel structure with a common retailer[J]. Marketing Science, 1991, 10(4): 271-296.

[23] Lee E, Staelin R. Vertical strategic interaction: Implications for channel pricing strategy[J]. Marketing Science, 1997, 16(3):185-207.

[24] 許明輝, 于剛, 張漢勤. 具備提供服務(wù)的供應(yīng)鏈博弈分析[J]. 管理科學(xué)學(xué)報(bào), 2006, 9(2):18-27.

Xu M H, Yu G, Zhang H Q, Game analysis in a supply chain with service provision[J]. Journal of Management Sciences in China, 2006, 9(2):18-27.

Optimal joint rebate strategy of online retail platform under revenue sharing contract

JIANG Xuan1,2, CHENG Xianghui1, LI Yanhai3

（1. School of Business Administration, Zhongnan University of Economics and Law, Wuhan 430073, China;2.Institute of Operation Management and Systems Engineering, Zhongnan University of Economics and Law, Wuhan 430073, China;3. School of Management, Jinan University, Guangzhou 510632, China)

In recent years, it’s prevalent for the online retail platform (referred to platform hereafter) to hold large-scale sales promotion events. There are three types of sales promotion among all the promotional activities online. The first one is the platform that leads to initiate the promotion. The second is the seller that leads to initiate the promotion. The third is that no one leads the promotion, i.e., the seller and the platform make decisions on promotional strategies independently as well as simultaneously. In each type of promotion, three strategies may appear, including only the seller offering a rebate, only the platform offering a rebate, or both of them offering a joint rebate. In each deal on the platform, the sellers always need to pay the commissions to the platform operator, which is a fix proportion of retail transactions. The commission rate is a long-term decision made by the platform after repeated practice in the operation, and different platforms or different products on the same platform may have different commission rates.

This paper focuses on the instant rebate, which means the rebate set by the seller, and the platform is directly reduced from the original price of the product in each deal. This paper utilizes the revenue sharing contract to imitate the benefits relationship between the seller and the platform, where the only income of the platform is the commission provided by the seller. Nash game and Stackelberg games are used to model three different sales promotion types, and several specific case analyses are used to assist the verification. This paper addresses the following research problems: (1) What are the optimal promotion strategies for the seller and the platform? The unilateral promotion or the bilateral promotion (2) How do the parameters influence the optimal promotion strategies of the seller and the platform? (3) How do the different sales promotion types affect the promotion strength and the final profit in a joint rebate? (4) How to set optimal joint promotion strategies for different products, considering the characteristics of the platform?

This paper shows that, under all the three different types of sales promotion, the optimal strategy of the seller and the platform varies from the seller-only rebate to joint rebate and finally to the platform-only rebate as the commission rate increasing. The joint rebate promotion exists only if the value of the commission rate as well as the normal price of the product is higher than a certain threshold. Moreover, the commission fee threshold of the top sellers is higher than that of the long-tail merchandise. When the seller and the platform initiate a joint rebate, the seller’s optimal promotion strength is decreasing in commission rate and increase in the original price of the product. Meanwhile, the platform’s optimal promotion strength is only related to the commission rate but not the original price of the product. This paper compares three different types of sales promotion and finds that the seller and the platform have the first-mover advantage when they lead to initiate the joint rebate promotion, where the leader can gain a higher profit with a lower optimal rebate value. The seller-leading (the platform-leading) promotion is more superior for stimulating joint promotion rebates on the products with the low (high) commission rates. Consumers will obtain the biggest rebate when the seller and the platform make promotion decisions simultaneously. Meanwhile, the supply chain also will achieve the highest profit compared with the other types of promotion.

Online retail; Sales promotion; Revenue sharing; Optimal strategy

2017-08-17

2019-09-09

F274

A

1004-6062(2020)03-0122-012

10.13587/j.cnki.jieem.2020.03.013

2017-08-17

2019-09-09

國(guó)家自然科學(xué)基金資助項(xiàng)目（71602189，71672192）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助（2722019PY011）

姜璇（1987—），女，湖北恩施人；中南財(cái)經(jīng)政法大學(xué)講師，碩士生導(dǎo)師，博士；主要從事供應(yīng)鏈與物流管理，生產(chǎn)運(yùn)作管理，市場(chǎng)營(yíng)銷-生產(chǎn)運(yùn)作交叉課題研究。

Funded Project: Supported by the National Natural Science Foundation of China (71602189, 71672192) and the Fundamental Research Funds for the Central Universities (2722019PY011)

中文編輯：杜 健；英文編輯：Charlie C. Chen