基于在線評論服務(wù)策略的電商供應(yīng)鏈決策

張志堅, 王 鵬, 郭軍華, 商長敏

(華東交通大學(xué)交通運(yùn)輸與物流學(xué)院,江西 南昌330013)

1 引 言

在線評論作為線上宣傳網(wǎng)店產(chǎn)品與口碑的新形式,其不僅影響消費者購買決策,也對企業(yè)的運(yùn)營管理產(chǎn)生重要影響[1].例如,Podium 調(diào)查表明,93%的消費者表示在線評論會影響他們的購物選擇[2];以小米為代表的電商企業(yè)參考消費者評論信息改進(jìn)產(chǎn)品或者服務(wù).另外消費者可從產(chǎn)品質(zhì)量、產(chǎn)品喜好、物流以及售后服務(wù)等各個維度進(jìn)行評論.而產(chǎn)品質(zhì)量與消費者對產(chǎn)品的喜好是影響消費者購物滿意度與在線評論的主要因素[3].同時關(guān)于產(chǎn)品質(zhì)量和產(chǎn)品喜好的評論也會對電商企業(yè)的收益產(chǎn)生影響[4].因此本文基于產(chǎn)品質(zhì)量和產(chǎn)品喜好等維度的在線評論,探討其對電商供應(yīng)鏈企業(yè)與消費者的影響具有現(xiàn)實意義.雖然在線評論信息有助于消費者了解產(chǎn)品信息,為電商企業(yè)的經(jīng)營決策提供參考,但目前部分網(wǎng)上零售商或者部分產(chǎn)品沒有提供在線評論服務(wù),例如,H&M 網(wǎng)上商城、LouisVuitton 官方旗艦店等.同時負(fù)面在線評論會極大降低商家的口碑信譽(yù),對企業(yè)收益是不利的[5].這與網(wǎng)上零售商提供在線評論服務(wù)以提高自身效益的初衷相違背.因此網(wǎng)上零售商如何制定合理的在線評論服務(wù)策略,以保證電商供應(yīng)鏈穩(wěn)定運(yùn)營也是本文研究的主要問題.

在線評論服務(wù)不僅得到了廣泛實踐應(yīng)用,也吸引了國內(nèi)外研究者的關(guān)注與探究.現(xiàn)有在線評論文獻(xiàn)主要基于消費者視角進(jìn)行研究.Mauri 等[6]利用酒店數(shù)據(jù)分析在線評論對顧客決策過程與服務(wù)期望的影響.結(jié)果表明顧客購買意愿、服務(wù)期望與星級評分呈正相關(guān).那日薩等[7]基于SIR 模型,分析了消費者在線口碑情感的傳播路徑.李永海等[8]基于在線評論影響消費者購買決策的背景,通過確定商品特征及其權(quán)重,提出了購買決策分析方法.而Wu 等[9]構(gòu)建兩階段博弈模型,分析雙邊在線評論特征(數(shù)量、價值、差異)對消費者支付意愿的影響.劉曉君等[10]結(jié)合不同電商平臺在線評論數(shù)據(jù),研究了產(chǎn)品銷售初期已有的產(chǎn)品評論對消費者發(fā)表評論行為以及滿意度的影響.以上文獻(xiàn)主要通過實證方法研究了在線評論不同維度對消費者決策或滿意度影響,但缺少在線評論對消費者剩余價值影響的規(guī)范分析.

部分學(xué)者從企業(yè)視角研究在線評論的相關(guān)問題.Sun 等[11]在產(chǎn)品質(zhì)量與評級均值成正比假設(shè)下,構(gòu)建銷售商和消費者博弈的貝葉斯模型,分析評級方差與均值對零售價和市場需求的關(guān)系.¨Oˇg¨ut 等[12]通過對酒店數(shù)據(jù)分析發(fā)現(xiàn),客戶評級越高對酒店客房銷售量和價格越有利,但并不會增加銷售量.Manduchi 等[13]結(jié)合信號博弈理論發(fā)現(xiàn)在線評論對企業(yè)的產(chǎn)品質(zhì)量決策有間接的影響,并且不同產(chǎn)品質(zhì)量與消費者需求匹配度不同.類似地,Li 等[14]實證分析了星級評價和文本評論對產(chǎn)品銷量的影響.而劉洋等[15]研究了在線評論數(shù)量對應(yīng)用軟件需求、價格以及利潤的影響.此外,在產(chǎn)品退貨率與在線評論關(guān)系方面,Sahoo 等[16]通過實證研究發(fā)現(xiàn)在線頻率會降低消費者的退貨率.Minnema 等[17]拓展了Sahoo 的模型,分析在線評論的效價對退貨率的影響.以往文獻(xiàn)主要分析了在線評論對單個或直接主體產(chǎn)生的影響,沒有從供應(yīng)鏈的視角研究在線評論具體維度對供應(yīng)鏈成員和消費者的影響,也忽略了退貨率對在線評論的影響.而Kwark 等[4]在零售商和兩個制造商組成的供應(yīng)鏈研究中發(fā)現(xiàn),產(chǎn)品質(zhì)量和消費者品味等維度的在線評論偏差加劇了制造商之間的競爭,從而損害制造商收益,但會增加零售商收益.Wang 等[18]研究了消費者產(chǎn)品質(zhì)量評級偏差對不同階段產(chǎn)品質(zhì)量與供應(yīng)鏈系統(tǒng)利潤的影響.因此借鑒文獻(xiàn)[4],本文在線評論的維度包括產(chǎn)品質(zhì)量與產(chǎn)品喜好,但與已有研究不同的是,著重討論了網(wǎng)上零售商提供在線評論服務(wù)策略問題.

綜上所述,現(xiàn)有研究沒有分析網(wǎng)上零售商應(yīng)在何種條件下提供在線評論服務(wù),以保證自身收益最大化,也較少從供應(yīng)鏈視角考慮產(chǎn)品質(zhì)量和產(chǎn)品喜好等在線評論因素對消費者的影響.同時以上研究均未考慮不同在線評論服務(wù)策略所引發(fā)的產(chǎn)品信息精準(zhǔn)性問題.基于此,在單個制造商和單個網(wǎng)上零售商組成的二級供應(yīng)鏈中,分別構(gòu)建線上零售商是否提供在線評論服務(wù)的Stackelberg 博弈模型,利用逆向遞推法得到模型的均衡解.研究在線評論具體因素、退貨率對供應(yīng)鏈成員決策和消費者剩余價值的影響,進(jìn)而分析退貨率與在線評論之間的關(guān)系,并通過算例對比不同產(chǎn)品信息影響度下的定價決策與收益.研究表明,產(chǎn)品退貨率會對產(chǎn)品質(zhì)量平均評級造成負(fù)面影響,且產(chǎn)品退貨率的范圍決定了網(wǎng)上零售商是否應(yīng)提供在線評論服務(wù).產(chǎn)品信息影響度越低對批發(fā)價更有利,而對零售價的影響很小.研究結(jié)果為網(wǎng)上零售商制定在線評論服務(wù)策略,實現(xiàn)電商供應(yīng)鏈成員與消費者共贏提供了參考.

2 制造商與網(wǎng)上零售商的Stackelberg 博弈模型

2.1 問題描述與模型假設(shè)

本文構(gòu)建由制造商和網(wǎng)上零售商組成的二級電商供應(yīng)鏈.其中制造商為領(lǐng)導(dǎo)者,其制造產(chǎn)品的單位生產(chǎn)成本為c>0,產(chǎn)品質(zhì)量為q,并以價格w批發(fā)產(chǎn)品.C(q)>0 為制造商提高產(chǎn)品質(zhì)量所付出的單位努力成本,其為關(guān)于q單調(diào)遞增的凸函數(shù),即C(q)的一階導(dǎo)數(shù)C′(q)>0,二階導(dǎo)數(shù)C′′(q)>0[19].網(wǎng)上零售商為跟隨者,并從制造商處采購產(chǎn)品,通過線上商城以零售價p銷售產(chǎn)品,允許消費者在一定時期內(nèi)退貨.退貨行為發(fā)生后,網(wǎng)上零售商獲得退貨產(chǎn)品的剩余價值s.不失一般性,假設(shè)s

圖1 電商供應(yīng)鏈結(jié)構(gòu)圖Fig.1 E-commerce supply chain system

網(wǎng)上零售商提供在線評論服務(wù)時,消費者可從產(chǎn)品質(zhì)量和產(chǎn)品喜好兩個維度進(jìn)行評論[19],且假定消費者的在線評論真實有效.在產(chǎn)品質(zhì)量評論方面,消費者有共同的偏好,即產(chǎn)品質(zhì)量越高,質(zhì)量維度的平均評級越好;但在產(chǎn)品喜好評論方面,對于同樣的產(chǎn)品,消費者有不同的偏好與評論,如智能手機(jī)的顏色、顯示屏尺寸和按鍵的設(shè)計等.由于消費者可通過在線評論信息了解產(chǎn)品質(zhì)量與特性,進(jìn)而判斷其是否符合自身要求,因此產(chǎn)品質(zhì)量與產(chǎn)品喜好的評論均會影響消費者購買決策,并影響產(chǎn)品市場需求.借鑒徒君等[19]的研究,產(chǎn)品的市場需求為

其中a >0 代表產(chǎn)品的市場規(guī)模,b1>0 為價格對市場需求的邊際影響,b1越大說明消費者對價格越敏感,b2>0 為產(chǎn)品質(zhì)量的平均評級對市場需求的邊際影響, 其越大表示消費者對產(chǎn)品質(zhì)量及其評論越關(guān)注,b3>0 表示產(chǎn)品喜好評級對市場需求的邊際影響.式(1)中Δr(q) =r(q)?r(q0),r(q)>0 為消費者對產(chǎn)品質(zhì)量的平均評級, 即隨著產(chǎn)品質(zhì)量平均評級越高, 產(chǎn)品的市場需求越大.r(q0) 為產(chǎn)品質(zhì)量平均評級的閾值, 由固定的產(chǎn)品質(zhì)量q0決定.若r(q)> r(q0), 則積極的產(chǎn)品質(zhì)量評論有利于市場需求的增加;若r(q)0,則積極的產(chǎn)品喜好評級對市場需求是有利的,否則消極的產(chǎn)品喜好評級不利于市場需求.ε是影響市場需求的隨機(jī)因素,且服從期望為0,方差為δ的分布.

為了模型的一般性, 本文沒有設(shè)計r(q),e(x) 特定的函數(shù)表達(dá)式, 但借鑒Kroll 等[21]模型理論, 描述了r(q)與產(chǎn)品質(zhì)量q的性質(zhì).r(q)是關(guān)于q單調(diào)遞增的凹函數(shù), 即r′(q)>0,r′′(q)<0, 這表示制造商的產(chǎn)品質(zhì)量越高,關(guān)于產(chǎn)品質(zhì)量的平均評級越高,但高質(zhì)量產(chǎn)品不會導(dǎo)致消費者評級無限增長.這與現(xiàn)實情況相吻合, 如在京東、蘇寧等網(wǎng)上商城, 商品評價等級包括1 分～10 分、五星級評價.借鑒文獻(xiàn)[22, 23],x(x ∈(0,1))越大,則消費者對產(chǎn)品喜好程度越高.同時消費者在產(chǎn)品質(zhì)量和產(chǎn)品喜好度兩個維度的評論相互獨立.

購買產(chǎn)品后, 消費者若對產(chǎn)品質(zhì)量或者特征不滿意, 可將商品退還給網(wǎng)上零售商, 產(chǎn)品退貨率為τ(τ ∈(0,1)),退貨成本規(guī)范化為零[18].假定θ(0 ≤θ <1)表示產(chǎn)品信息精準(zhǔn)性對退貨率的影響度,簡稱產(chǎn)品信息影響度.θ越小說明產(chǎn)品信息精準(zhǔn)性越高,產(chǎn)品退貨率越低;θ越大說明產(chǎn)品信息精準(zhǔn)性越低,退貨率越高.在產(chǎn)品信息精準(zhǔn)性影響下,產(chǎn)品退貨率為θτ.由θ,τ的范圍可知,θτ ∈[0,1).F >0 為網(wǎng)上零售商提供在線評論服務(wù)的成本,主要包括網(wǎng)頁開發(fā)設(shè)計、技術(shù)支持與維護(hù)等費用.

2.2 不同在線評論服務(wù)策略中的博弈均衡

2.2.1 提供在線評論服務(wù)的供應(yīng)鏈決策

在Stackelberg 博弈模型中,首先處于領(lǐng)導(dǎo)地位的制造商設(shè)定產(chǎn)品批發(fā)價w和產(chǎn)品質(zhì)量q,以實現(xiàn)自身利潤最大化,其期望利潤函數(shù)為

根據(jù)制造商的決策,零售商決定零售價p,其期望利潤由銷售產(chǎn)品利潤,退貨產(chǎn)品的殘余價值以及在線評論服務(wù)成本構(gòu)成.因此期望利潤函數(shù)為

參考文獻(xiàn)[24],消費者期望剩余價值為

其中f(x)=a+b2Δr(q)+b3Δe(x)?x.

根據(jù)逆向遞推法, 制造商的批發(fā)價與產(chǎn)品質(zhì)量給定時, 首先分析網(wǎng)上零售商關(guān)于零售價的決策.由E[πR]關(guān)于p的一階導(dǎo)數(shù)可知

將式(5)代入式(2),可得制造商的期望利潤函數(shù)為

令式(6)中E[πM]關(guān)于w的一階偏導(dǎo)數(shù)為零,并由可知制造商的最優(yōu)批發(fā)價w?存在,則制造商的批發(fā)價為

將式(7)代入式(6),可得

同理令式(8)中E[πM]關(guān)于q的一階偏導(dǎo)數(shù)為0,并求得兩者間的二階偏導(dǎo)數(shù)為

由r′′(q)<0,C′(q)>0,C′′(q)>0 可知,當(dāng)r′(q)=b1C′(q)/(b2(1?θτ))時,最優(yōu)的產(chǎn)品質(zhì)量q?存在,并由r′(q)=b1C′(q)/(b2(1?θτ))得到.

定理1網(wǎng)上零售商提供在線評論服務(wù)時,退貨率越高,產(chǎn)品質(zhì)量的平均評級越低.

證明假定Q為最優(yōu)產(chǎn)品質(zhì)量的最大值,根據(jù)牛頓–萊布尼茨定理可知

則產(chǎn)品質(zhì)量平均評級關(guān)于τ的一階偏導(dǎo)數(shù)為證畢.

定理1 表明消費者關(guān)于產(chǎn)品質(zhì)量的最優(yōu)平均評級是退貨率τ的減函數(shù).因此結(jié)合市場需求函數(shù)可知,在τ影響下,若Δr(q?)=r(q?)?r(q0)<0,產(chǎn)品質(zhì)量的平均評級會抑制市場需求.

網(wǎng)上零售商提供在線評論服務(wù)時,制造商的最優(yōu)批發(fā)價為

零售商的最優(yōu)零售價為

將式(10)和式(11)分別代入式(1)、式(2)和式(3),則產(chǎn)品期望需求,雙方的最優(yōu)期望利潤分別為

由式(4)和式(12)可得消費者的期望剩余價值為

2.2.2 無在線評論服務(wù)的供應(yīng)鏈決策

網(wǎng)上零售商在線上商城沒有開通在線評論服務(wù)時,消費者只能依據(jù)零售商提供的產(chǎn)品信息了解產(chǎn)品,并決定是否購買.此時,零售價成為影響市場需求的主要因素.因此產(chǎn)品市場需求為

在該情形中制造商依然為電商供應(yīng)鏈的領(lǐng)導(dǎo)者,決策變量為批發(fā)價w.零售商為跟隨者,決策變量為零售價他們的期望利潤分別為

依據(jù)逆向遞推法求解Stackelberg 模型,無在線評論服務(wù)情形下供應(yīng)鏈成員最優(yōu)定價分別為

由式(19)和式(20)可得產(chǎn)品期望需求為

制造商的最優(yōu)期望利潤為

網(wǎng)上零售商的最優(yōu)期望利潤為

同時消費者期望剩余價值為

3 均衡結(jié)果分析與討論

為分析在線評論服務(wù)策略對供應(yīng)鏈成員決策和消費者的影響, 本節(jié)將分為兩個小節(jié).首先在網(wǎng)上零售商提供在線評論服務(wù)時, 分析主要參數(shù)(b1,b2,b3,τ)對產(chǎn)品質(zhì)量q?、批發(fā)價w?、零售價p?、產(chǎn)品期望需求E[D?]、雙方的期望利潤E[],E[]以及消費者期望剩余價值E[]的影響.其次比較分析2.2 節(jié)中不同在線評論服務(wù)策略中供應(yīng)鏈成員的均衡結(jié)果,確定網(wǎng)上零售商提供在線評論服務(wù)的條件,并討論產(chǎn)品信息精準(zhǔn)性對在線評論服務(wù)策略的影響.文中命題與推論的證明見附錄.

3.1 主要參數(shù)的影響分析

命題1產(chǎn)品質(zhì)量、批發(fā)價和零售價是關(guān)于b1的單調(diào)遞減函數(shù).同時隨著b1增加,市場期望需求、期望利潤以及消費者剩余價值均會下降.

命題1 表明消費者對產(chǎn)品價格越敏感時,制造商會降低批發(fā)價和產(chǎn)品質(zhì)量,進(jìn)而零售商通過降低零售價以吸引消費者購買產(chǎn)品,但產(chǎn)品質(zhì)量下降可能會降低消費者對產(chǎn)品的滿意度,導(dǎo)致產(chǎn)品期望需求減少.因此產(chǎn)品定價的下降以及銷量的減少最終損害了雙方的期望利潤.另外,隨著消費者對產(chǎn)品價格越敏感以及產(chǎn)品質(zhì)量下降,自身獲得的期望剩余也逐漸減少.

命題2隨著b2的增加,產(chǎn)品質(zhì)量逐漸提高,但只有在Δr(q?)>0 條件下,批發(fā)價、零售價、期望利潤、期望市場需求以及消費者期望剩余價值會隨著b2的增加而增加.

由命題2 可知消費者對產(chǎn)品質(zhì)量評論關(guān)注度的提高有助于制造商改善產(chǎn)品質(zhì)量,且有利于產(chǎn)品質(zhì)量維度平均評級的提高,卻不一定對供應(yīng)鏈成員的定價、期望利潤以及市場需求有利.僅當(dāng)最優(yōu)產(chǎn)品質(zhì)量的平均評級r(q?)大于固定閾值r(q0)時,三者會隨著b2的提高而增加,消費者福利也隨之提高.因此隨著產(chǎn)品質(zhì)量評論關(guān)注度提高,制造商需提供高質(zhì)量產(chǎn)品以實現(xiàn)產(chǎn)品質(zhì)量的平均評級高于既定閾值,這對供應(yīng)鏈成員的定價策略與期望利潤都是有益的.同時消費者瀏覽相關(guān)在線評論時,高于閾值的產(chǎn)品質(zhì)量評級會增強(qiáng)其對產(chǎn)品質(zhì)量的信任,從而提升市場需求.對消費者而言,雖然產(chǎn)品零售價上漲,但物有所值,其獲得了期望產(chǎn)品質(zhì)量與期望效用.

命題3當(dāng)Δe(x)>0 時,消費者對產(chǎn)品喜好評級關(guān)注度b3越高,產(chǎn)品批發(fā)價和零售價也越高.此時期望市場需求、期望利潤以及消費者期望剩余價值與b3呈正相關(guān).

命題3 說明在喜好評論與質(zhì)量評論相互獨立時,消費者對喜好評論(如外觀、顏色和功能等)的關(guān)注不一定對產(chǎn)品定價,期望利潤和消費者期望剩余價值有利.只有產(chǎn)品喜好維度的評級高于固定閾值e(x0),即產(chǎn)品滿足大部分消費群體喜好時,消費者會購買該產(chǎn)品,從而增加產(chǎn)品的期望需求.此外制造商在保證產(chǎn)品質(zhì)量不變的前提下,隨著消費者對產(chǎn)品喜好評論的重視,零售商應(yīng)提供多樣化、差異化產(chǎn)品滿足大眾消費者的產(chǎn)品偏好以保證產(chǎn)品喜好維度的評級高于e(x0),這有利于產(chǎn)品的價格與期望利潤提高.此外,消費者購買的產(chǎn)品滿足其偏好要求時,獲得的剩余價值也隨之增加.

命題4在其他參數(shù)不變的前提下,產(chǎn)品質(zhì)量、批發(fā)價與退貨率τ呈反比.τ對零售價的影響與τ1有關(guān).當(dāng)0< τ < τ1時,隨著τ增加,零售價越低;反之當(dāng)τ1< τ <1 時,隨著τ增加,零售價越高.同時τ對雙方期望利潤的影響與τ2有關(guān).當(dāng)0<τ <τ2時,兩者成正比,否則當(dāng)τ2<τ <1 時,雙方期望利潤與τ成反比.另外,隨著τ的上升,產(chǎn)品的期望需求與消費者剩余價值都會減少.

由命題4 可知較高的退貨率表明制造商提升產(chǎn)品質(zhì)量的努力行為,無法到達(dá)消費者滿意度時,為節(jié)省質(zhì)量努力成本,制造商往往會降低產(chǎn)品質(zhì)量,相應(yīng)的,產(chǎn)品批發(fā)價格會隨之降低.較高的退貨率與較低的產(chǎn)品質(zhì)量會招致消費者的差評,減少產(chǎn)品的期望需求.如命題4 所揭示由于消費者的退貨行為,網(wǎng)上零售商的零售價可能上漲或下降.如果退貨率足夠小(τ ∈(0,τ1))時,隨著τ的增加,零售商的售價會下降,這是因為零售商的批發(fā)成本減少.如果退貨率足夠高(τ ∈(τ1,1)),隨著τ的增加,零售價會隨之增加.這是由于退貨率較高時,產(chǎn)品期望需求下降,零售商為確保自身利潤,會提高產(chǎn)品零售價.而當(dāng)退貨率足夠高(τ ∈(τ2,1))時,隨著退貨率的增加,制造商與零售商的期望利潤均會增加,這是由于制造商的質(zhì)量成本降低以及零售商的零售價提高.較高的退貨率表明產(chǎn)品質(zhì)量或者產(chǎn)品特性無法滿足消費者要求時,消費者的期望福利會降低.

3.2 不同情形下均衡結(jié)果的比較分析

命題5當(dāng)τ分別在(0,τ3)和(0,τ4)時,在線評論服務(wù)情形中批發(fā)價與零售價均大于無在線評論服務(wù)情形中相應(yīng)的決策變量,即

命題5 說明在一定條件下,網(wǎng)上零售商的在線評論服務(wù)有利于電商供應(yīng)鏈中產(chǎn)品定價的提高.具體而言退貨率τ ∈(0,τ3)時,最優(yōu)批發(fā)價高于無在線評論服務(wù)時的最優(yōu)定價;退貨率τ ∈(0,τ4)時,最優(yōu)零售價高于無在線評論服務(wù)時的最優(yōu)定價.另外,比較τ3與τ4的大小可知提供在線評論服務(wù)時,退貨率對制造商的定價影響較小,這表明了解消費者需求的網(wǎng)上零售商調(diào)整其定價策略更加靈敏.總之,網(wǎng)上零售商可依據(jù)產(chǎn)品退貨率范圍制定在線評論服務(wù)策略以提高產(chǎn)品零售價.

命題6在線評論服務(wù)策略對供應(yīng)鏈成員的期望利潤影響為,當(dāng)τ在(0,τ5)時,E[π?M]>E[π?M],當(dāng)τ在(0,τ6)時,E[π?R]>E[π?R].

命題6 表明為了追求更多的期望利潤,網(wǎng)上零售商制定在線評論服務(wù)策略取決于產(chǎn)品退貨率的范圍.當(dāng)退貨率較低(τ ∈(0,τ6))時,網(wǎng)上零售商可提供包含產(chǎn)品質(zhì)量和喜好維度的在線評論服務(wù),此時產(chǎn)品質(zhì)量維度的平均評級較高(由定理1 可知).這有助于增加消費者的信任感與購買率,并提高供應(yīng)鏈成員的期望利潤.當(dāng)產(chǎn)品退貨率在(τ6,τ5)時,網(wǎng)上零售商提供在線評論服務(wù)有利于自身期望利潤增加,但會降低制造商的期望利潤.當(dāng)產(chǎn)品退貨率過高,特別在(τ ∈(τ5,1))時,產(chǎn)品質(zhì)量評級下降,負(fù)面評論增加,這對供應(yīng)鏈成員的期望利潤是不利的.因此以期望利潤最大化為目標(biāo)的網(wǎng)上零售商不應(yīng)提供在線評論服務(wù).

推論1產(chǎn)品信息影響度θ在[0,θ1)時,ΔE[πM]與ΔE[πR]均會隨θ的增加而減小,而θ ∈(θ1,1)時,兩者均會隨θ的增加而增大.

由推論1 可知產(chǎn)品信息精準(zhǔn)性對退貨率的低影響度(θ ∈[0,θ1))會減少在線評論服務(wù)策略的變化對供應(yīng)鏈成員的不利影響.在線評論服務(wù)存在時,隨著產(chǎn)品信息影響度增加,供應(yīng)鏈成員的期望利潤與無在線評論服務(wù)時的期望利潤差距會逐漸縮小.產(chǎn)品信息影響度較高時(θ ∈(θ1,1)),雙方期望利潤差值不斷擴(kuò)大.因此在線評論服務(wù)策略中,信息精準(zhǔn)性通過改變產(chǎn)品退貨率以影響制造商與零售商的期望利潤.

命題7相比無在線評論服務(wù),存在在線評論服務(wù)時,若τ ∈(0,τ7),產(chǎn)品期望需求和消費者期望剩余價值會更高;若τ ∈(τ7,1),期望需求和期望剩余價值會更低.

由命題7 可知如果供應(yīng)鏈成員更重視產(chǎn)品市場份額,其是否提供在線評論服務(wù)依然取決于產(chǎn)品退貨率的范圍.當(dāng)τ在(0,τ7)時,為獲得更多市場期望需求,網(wǎng)上零售商應(yīng)提供在線評論服務(wù),以吸引消費者對產(chǎn)品進(jìn)行好評,并降低消費者對產(chǎn)品信息的不確定性和購買風(fēng)險,從而增加市場份額.相反,當(dāng)τ在(τ7,1)時,由于高退貨率導(dǎo)致產(chǎn)品負(fù)面評論增多, 網(wǎng)上零售商的口碑與信譽(yù)下降, 使得產(chǎn)品期望需求降低.因此網(wǎng)上零售商不應(yīng)提供在線評論服務(wù),而應(yīng)注重改善產(chǎn)品質(zhì)量并提供差異化產(chǎn)品.此外依據(jù)退貨率的范圍,τ在(0,τ7)時,網(wǎng)上零售商提供產(chǎn)品在線評論服務(wù)有助于消費者更全面了解產(chǎn)品,增加消費者網(wǎng)購滿意度,使其獲得更多的效用.當(dāng)τ在(τ7,1)時,無在線評論服務(wù)反而有利于增加消費者期望效用.

4 算例分析

第3 節(jié)主要基于同一信息影響度以分析網(wǎng)上零售商提供在線評論服務(wù)的策略,但與無在線評論服務(wù)相比,在線評論信息可以提高產(chǎn)品信息精準(zhǔn)性,且有助于消費者更深入了解產(chǎn)品以提高購物滿意度.Ofek等[25]認(rèn)為豐富的產(chǎn)品信息量有助于降低產(chǎn)品退貨率.因此無在線評論服務(wù)時,假設(shè)產(chǎn)品信息影響度θ= 1,即令2.2.2 節(jié)的θ=1,可得供應(yīng)鏈成員的最優(yōu)定價決策、期望利潤以及消費者期望剩余價值.

由于不同信息影響度下均衡解相比較的解析形式復(fù)雜,本節(jié)通過算例來探討產(chǎn)品信息影響度(0 ≤θ <1)對供應(yīng)鏈成員的最優(yōu)定價、期望利潤與期望剩余價值的影響,并對不同產(chǎn)品信息影響度下的均衡解進(jìn)行比較分析.

在滿足約束條件前提下,假設(shè)相關(guān)參數(shù)a=200,b1= 5,b2=3,b3= 1,c=3,s=2.無在線評論服務(wù)時,產(chǎn)品退貨率τ= 0.4.網(wǎng)上零售商開通在線評論的服務(wù)成本F= 15.參考文獻(xiàn)[1],假定C(q?) = 1.根據(jù)目前主流網(wǎng)上商城的五分制在線評價機(jī)制,假設(shè)某品牌手機(jī)的商品質(zhì)量維度評價為4.98 分,商品描述(喜好)維度的評價為4.5 分,兩個維度的中性評價均為3 分,則Δr(q?)=2.98,Δe(x)=1.5.θ對定價決策的影響如圖2 所示.

圖2 θ 對定價決策的影響Fig.2 The effect of θ on pricing decisions

由圖2 可知隨著θ的增加,w?不斷地下降,而p?逐漸增加,且w?下降速率明顯大于p?上升速率.同時產(chǎn)品信息影響度低時的最優(yōu)定價都大于產(chǎn)品信息影響度高時的價格,即w?>w?,p?>p?.這揭示了產(chǎn)品信息精準(zhǔn)性越高,退貨率越低,對供應(yīng)鏈成員的定價決策更為有利.從定價角度而言,產(chǎn)品信息影響度越低對制造商的定價明顯有利,對產(chǎn)品零售價不利但影響甚微.這可能因為零售商提供在線評論服務(wù)時,產(chǎn)品質(zhì)量與特征信息更加透明,此時網(wǎng)上購物處于買方市場狀態(tài),制造商必須提高產(chǎn)品質(zhì)量,改進(jìn)產(chǎn)品設(shè)計,滿足市場需求,這也直接導(dǎo)致生產(chǎn)成本與批發(fā)價的上升.此外消費者更加了解產(chǎn)品各類成本與服務(wù)信息,網(wǎng)上零售商在保證邊際收益大于零的前提下選擇合理降價銷售產(chǎn)品.

θ對期望利潤和剩余價值的影響如圖3所示, 由圖3 可知E[π?M],Eπ?R],E[Ve?] 均關(guān)于θ單調(diào)遞減,且E[π?M],E[Ve?]始終高于θ= 1 時各自的值,而當(dāng)θ較低(如θ ∈[0,0.88])時,E[π?R]大于E[π?R].顯然產(chǎn)品信息精準(zhǔn)度越高且退貨率越低使得產(chǎn)品信息影響度越低,從而為供應(yīng)鏈成員帶來更多的期望利潤,并且有助于消費者獲得更多的剩余價值.這表明披露更多產(chǎn)品信息的在線評論服務(wù)對網(wǎng)上零售商而言是最佳策略.

圖3 θ 對期望利潤和剩余價值的影響Fig.3 The effect of θ on the expected profits and the surplus value

5 結(jié)束語

本文構(gòu)建消費者關(guān)于產(chǎn)品質(zhì)量和產(chǎn)品喜好評論的市場需求函數(shù)與期望利潤函數(shù),研究在線評論具體因素、退貨率與產(chǎn)品信息精準(zhǔn)性的影響.通過比較不同在線評論服務(wù)策略的均衡結(jié)果,探討網(wǎng)上零售商提供在線評論服務(wù)的條件.研究發(fā)現(xiàn),消費者關(guān)注在線評論的行為雖有助于產(chǎn)品質(zhì)量的提高,但對企業(yè)收益與消費者不一定有利.同時在運(yùn)營管理中,網(wǎng)上零售商可將退貨率作為是否提供在線評論服務(wù)的參考標(biāo)準(zhǔn)之一,并且較低的產(chǎn)品信息影響度對網(wǎng)上零售商提供在線評論服務(wù)更有利.對已開通在線評論服務(wù)的經(jīng)營者而言,其應(yīng)提供高質(zhì)量、差異化產(chǎn)品滿足消費者偏好要求,并展示更為精準(zhǔn)的產(chǎn)品信息以降低產(chǎn)品退貨率,提高在線評論各個維度的均值,從而實現(xiàn)企業(yè)和消費者的共贏.當(dāng)前網(wǎng)上零售企業(yè)的市場競爭激烈,文中未考慮在線評論對競爭性企業(yè)間的影響,尤其是同類型的在線零售商可能會做出不同的在線評論服務(wù)策略選擇,因而這是本文未來的研究方向.

附錄

命題1 證明

首先r′(q?)關(guān)于b1的偏導(dǎo)數(shù)為

由此可得

另外w?,p?關(guān)于b1的一階偏導(dǎo)數(shù)分別為

所以同理可得證畢.

命題2 證明

由r′(q?)關(guān)于b2的一階偏導(dǎo)數(shù)為可知

w?,p?關(guān)于b2的一階偏導(dǎo)數(shù)分別為

其中Δr(q?)=r(q?)?r(q0).

同理可得

因此, 若Δr(q?) =r(q?)?r(q)>0, 則證畢.

命題3 證明

電商供應(yīng)鏈成員的最優(yōu)定價、期望市場需求、期望利潤與消費者期望剩余價值關(guān)于b3的一階偏導(dǎo)數(shù)分別為

因此,若Δe(x)>0,則證畢.

命題3 證明

最優(yōu)產(chǎn)品質(zhì)量、最優(yōu)批發(fā)價關(guān)于τ的一階偏導(dǎo)數(shù)分別為

另外最優(yōu)零售價關(guān)于τ的一階偏導(dǎo)數(shù)為

令τ1=根據(jù)模型假設(shè)可知τ1∈(0,1),當(dāng)0< τ < τ1時,否則當(dāng)τ1<τ <1 時,供應(yīng)鏈成員的期望利潤關(guān)于τ的一階偏導(dǎo)數(shù)分別為

命題5 證明

其中Δr(q?)=r(q?)?r(q0).

若τ3∈(0,1),當(dāng)τ ∈(0,τ3)時,w?>w?; 當(dāng)τ ∈(τ3,1)時,w?;當(dāng)τ ∈(τ4,1)時,p?<. 證畢.

命題6 證明

根據(jù)c > s,r(q)>0 且C(q)>0 可知若τ5,τ6∈(0,1), (1?θτ)[2a+b2Δr(q?)+b3Δe(x)]?2b1θsτ >b1[C(q) + 2c], 當(dāng)τ ∈[0,τ5) 時, E[]>E[]; 當(dāng)τ ∈(0,τ6) 時, E[]>E[]; 否則當(dāng)τ分別在(τ5,1)和(τ6,1)時,

另外

推論1 證明

對ΔE[πM] =分別求解關(guān)于θ的一階偏導(dǎo)數(shù),易得若0< θ1<1,當(dāng)θ ∈(θ1,1]時,否則當(dāng)θ ∈[0,θ1)時,證畢.

命題7 證明

由式(12)和式(21)可知

根據(jù)c > s,r(q)>0 且C(q)>0 可知在τ7∈(0,1)前提下,(1?θτ)(b2Δr(q?)+b3Δe(x))> b1C(q).因此當(dāng)τ ∈(0,τ7)時,否則,當(dāng)E[D?]<證畢.