融入直播方式的電商供應鏈最優(yōu)決策研究

申彥　敬露藝　袁圓

摘? 要：近年來，新興的直播電商銷售模式愈加受到人們的關(guān)注。文章構(gòu)建了“供應商—直播方零售—消費者”與“供應商—直播方代理—消費者”兩種直播電商供應鏈模型，針對兩種模式下的各主體進行Stackelberg博弈分析。研究表明：（1）在“供應商—直播方零售—消費者”模式下，最優(yōu)銷售價格、批發(fā)價以及直播方的最優(yōu)服務質(zhì)量努力程度均與商品退貨率呈負相關(guān)，直播方、供應商的利潤隨著退貨率的升高而降低;最優(yōu)銷售價格、直播的最優(yōu)服務質(zhì)量努力程度、直播方和供應商利潤均與直播服務質(zhì)量努力的敏感系數(shù)呈正相關(guān)。（2）在“供應商—直播方代理—消費者”的模式下，商品的最優(yōu)銷售價格、直播方的最優(yōu)服務質(zhì)量努力程度和直播方的利潤均與傭金比例呈正相關(guān)，而供應商的利潤與傭金比例呈負相關(guān)，同時最優(yōu)銷售價格、直播的最優(yōu)服務質(zhì)量努力程度、直播方和供應商的利潤均與直播服務質(zhì)量努力敏感系數(shù)呈正相關(guān)。

關(guān)鍵詞：直播模式;電商;Stackelberg博弈;退貨率;服務質(zhì)量努力

中圖分類號：F713.365.2? ? 文獻標識碼：A

Abstract： In recent years， the emerging live broadcast e-commerce sales model has attracted more and more attention. This paper constructs two live broadcast e-commerce supply chain models，“supplier-live broadcaster retail-consumer”and“supplier-live broadcaster agent-consumer”， and conducts Stackelberg game analysis for each subject in the two modes. Research shows that：（1）Under the“supplier-live broadcaster retail-consumer”model， the best selling price， wholesale price， and the best service quality effort of the live broadcaster are all negatively correlated with the commodity return rate. With the increase in the return rate， the profit of the company will decrease; the best selling price， the effort level of the best service quality of the live broadcast， and the profit of the live broadcaster and the supplier are all positively correlated with the sensitivity coefficient of the live broadcast service quality effort.（2）Under the model of“supplier-live broadcaster agent-consumer”， the best selling price of the product， the best service quality effort of the live broadcaster and the profit of the live broadcaster are all positively related to the commission ratio， the supplier's profit is negative correlation with the commission ratio， while the best selling price， the best service quality effort of the live broadcast， the profit of the live broadcast party and the supplier are all positively correlated with the effort sensitivity coefficient of the live broadcast service quality.

Key words： live mode; e-commerce; Stackelberg game; return rate; service quality effort

0? 引? 言

近年來，隨著直播的出現(xiàn)，“電商+直播”的模式逐漸開始發(fā)展。與傳統(tǒng)電商模式不同的是，直播模式下的電商將商品信息由原來的圖片或視頻展示轉(zhuǎn)變到現(xiàn)在的直播演示，以主播親自體驗商品的方式讓消費者更好的全方位了解商品，在很大程度上刺激了消費者的購買欲望，直播電商模式愈加受到消費者的青睞。

電商銷售模式的興起不僅受到來自民眾與業(yè)界的關(guān)注，還成為了學術(shù)界的研究熱點。當前不少學者在電商供應鏈決策問題上展開了深入研究。He等[1]分析了三種在線銷售模式，通過博弈模型分析TSC及成員的最優(yōu)銷售模式和定價決策。Zhong等[2]基于Stackelberg理論研究電商商城和物流兩階段物流服務供應鏈，制定利潤分配的契約，通過物流服務與供應鏈之間合作達到利潤最優(yōu)。He等[3]考慮電商供應鏈中雙渠道LSS競爭問題，研究發(fā)現(xiàn)，零售商價格的高低取決于物流的優(yōu)質(zhì)問題。田晨等[4]研究了制造商對銷售模式選擇以及平臺物流模式，研究發(fā)現(xiàn)，制造商選擇不同的平臺模式取決于平臺是否提供物流服務。Qin等[5]分析了電商中物流服務共享的影響，研究表明若市場潛力和服務水平較低時，會出現(xiàn)平臺與賣方雙贏局面，當市場潛力和服務水平較高時，會出現(xiàn)平臺與賣方雙輸局面，當服務水平和市場潛力處于中等情況時，會出現(xiàn)雙贏的局面。肖迪、方慧敏等[6]在電商平臺賦能情況下，對信息不對稱進行研究。研究表明平臺型電商通過設(shè)計混合分離策略來激勵零售商訂購數(shù)量，若零售商通過其他渠道訂購數(shù)量越高時，平臺型電商的分離策略可以提高零售商的訂貨量，反之則使用混合策略。Chen等[7]對平臺收益進行分析，研究表明廣告模式占有比例決定平臺收益，考慮在廣告高比例時，平臺上匹配概率高低對平臺的影響。士明軍、王勇等[8]研究了電商—物流—平臺之間的決策，研究表明在不同的市場能力結(jié)構(gòu)下，各主體投入決策的改變會對另外兩個主體造成不一致的影響。Wei等[9]從顧客接受度角度出發(fā)，構(gòu)建了制造商和零售商博弈模型，以增加零售商的利潤流來提高制造商的盈利能力。洪定軍、范建昌等[10]分析了電商供應鏈系統(tǒng)的最優(yōu)決策問題，研究發(fā)現(xiàn)分散決策偏離會使系統(tǒng)利潤受到損失。Wang等[11]研究了制造商和第三方電子商務平臺組成的電商供應鏈，結(jié)果表明利他偏好有利于提高制造商的銷售水平和銷售量。

綜上可知，針對電商供應鏈決策問題，學者從供應鏈利益、消費者受益度、收益共享契約等方面均做了相關(guān)研究，然而當前研究范圍局限于傳統(tǒng)電商的供應鏈管理，對于直播模式下的電商供應鏈涉及較少。

基于此，本文在融入直播方式背景下，構(gòu)建“供應商—直播方零售—消費者”與“供應商—直播方代理—消費者”兩種直播電商供應鏈模型，分別進行博弈與均衡分析，以期求得供應鏈的最優(yōu)決策。當前直播電商模式主要分為兩種，一種是直播方從供應商處批發(fā)商品，再借助直播平臺進行直播帶貨，即直播方充當零售商的角色，如抖音平臺里的部分直播方。另一種是供應商與直播方進行合作，直播方在直播平臺上為其代銷商品，商品價格由供應商決定，直播方不參與決策，這種模式常見于淘寶、天貓等平臺。

1? 模型構(gòu)建

本文構(gòu)建兩個均由一個供應商e-g、一個直播方e-z與消費者群體構(gòu)成的供應鏈系統(tǒng)。在兩種模式下，供應商生產(chǎn)一種商品，本文不考慮供應商的制造成本。直播方為增加商品的銷量而做出服務努力，消費者的需求量會根據(jù)直播方的服務質(zhì)量努力程度而改變，假設(shè)ai=z，g為直播方的服務質(zhì)量努力程度，t為消費者對直播服務質(zhì)量努力的敏感系數(shù)[12]。由于服務度呈正向推動，故0<t<1，直播方產(chǎn)生的服務成本則為a/2。另外，每銷售出一件商品，直播平臺都要按照單位商品售價的一定比例收取交易費用，設(shè)交易費用比例為c。

1.1? “供應商—直播方零售—消費者”模型?！肮獭辈シ搅闶邸M者”模式如圖1所示，簡稱“直播方零售”模式。其中，供應商為主導者。供應商以批發(fā)價格ω將商品銷售給直播方，直播方再通過直播平臺以價格p銷售給消費者，消費者的支付意愿應高于商品銷售價格，消費者才會選擇去購買，設(shè)支付意愿為δ，即當δ-p>0時，消費者會選擇購買。同時直播方還需向直播平臺支付交易費用，單位商品的交易費用為cp。

考慮到在實際情況中，消費者存在退貨的行為，因此假設(shè)消費者退貨函數(shù)為R=kq，其中k為商品的退貨率，直播方對消費者提供全價退款，由于供應鏈成員企業(yè)能承受的消費者退貨率不會超過50%。因此，假設(shè)k<0.5。

1.2? “供應商—直播方代理—消費者”模型?！肮獭辈シ酱怼M者”模式如圖2所示，簡稱“直播方代理”模式。其中，供應商為主導者。供貨商與直播方簽訂合同，直播方作為代理商僅為其代銷商品且不參與決策，由供應商直接向消費者發(fā)貨。銷售價格由供應商決定，供應商按照商品售價的一定比例向直播方支付傭金，設(shè)傭金為ξp，ξ為傭金比例系數(shù)，0<ξ

<1。供應商還需向直播方支付坑位費用，參考邢鵬等[12]研究，設(shè)坑位費為T。由供應商向直播平臺支付交易費用，單位商品的交易費用為cp。

在該模式下，同樣存在消費者退貨現(xiàn)象，假設(shè)消費者退貨函數(shù)為R=kq，其中k為商品的退貨率，供應商對顧客退貨提供全價退款。

2? 模型決策

2.1? “直播方零售”模式下Stackelberg模型。在分散決策的情形下，該供應鏈實行供應商主導的Stackelberg博弈，供應商作為主導者，直播方作為跟隨者。供應商決定批發(fā)價格，直播方?jīng)Q定商品銷售價格與服務滿意度。通過逆向求解法，對博弈過程中的決策變量均衡解進行計算。

證明：對公式（2）中的p、a求二階偏導得=-21-k-c<0、=-1<0，即存在最優(yōu)解，對p、a求一階偏導并令其等于0，得p=、a=，代入公式（3）并對ω求導并聯(lián)立方程組即可求得ω=，a=，證畢。

2.2? “直播方代理”模式下的Stackelberg模型。在分散決策的情形下，該供應鏈實行供應商主導的Stackelberg博弈，供應商作為主導者，直播方作為跟隨者。供應商決定銷售價格，直播方?jīng)Q定服務滿意度。通過逆向求解法，對博弈過程中的決策變量均衡解進行計算。

證明：對公式（6）中a求二階偏導得=-1<0，存在最優(yōu)解，對a求一階偏導并令其等于0，得a=ξpt，代入公式（5）并對p求偏導令其等于0，即可求得p=，將其代入a得a=，證畢。

此時可以求得直播方和供應商在分散決策下的利潤分別為：

3? 均衡解性質(zhì)分析

針對兩種模式下的模型，對上述求得的均衡解進行分析，旨在得到一定的規(guī)律和管理啟示。

命題3? 在“直播方零售”的模式下，商品的最優(yōu)銷售價格、批發(fā)價以及直播方的最優(yōu)服務質(zhì)量努力程度、供應商和直播方利潤均與商品退貨率呈負相關(guān)。

證明：令銷售價p、批發(fā)價ω和直播方服務質(zhì)量努力程度a分別對退貨率k求偏導，=<0、=<0、=<0、=<0、=<0，證畢。

命題3表明在“直播方零售”的模式下，隨著退貨率的提高，直播方將通過降低服務成本來彌補退貨造成的損失，采取降低商品售價的手段來刺激銷量的提升。由于退貨率的上升影響著整個供應鏈的供需情況，處于上游的供應商也因此受到影響，不得不降低批發(fā)價格。越高的退貨率導致供應商、直播方的利潤越低，不利于供應鏈的良好發(fā)展。對此，降低商品的退貨率是十分有必要的。導致消費者退貨的因素常常與直播方對商品的夸大宣傳、商品的品質(zhì)有關(guān)，因此，直播方在講解商品時應做到實事求是，拒絕虛假宣傳、過度宣傳，而供應商應嚴格把控商品的質(zhì)量，從源頭上降低退貨的風險。

命題4? 在“直播方代理”的模式下，商品的最優(yōu)銷售價格、直播方最優(yōu)服務質(zhì)量努力程度、直播方利潤均與傭金比例呈正相關(guān)，供應商利潤與傭金比例呈負相關(guān)。

證明：令銷售價格p和直播方服務質(zhì)量努力程度a分別對傭金比例ξ求偏導，=>0、=>0、=>0、=<0，證畢。

命題4表明在“直播方代理”模式下，當傭金比例增加時，供應商為保證自身利益，會通過提高銷售價格來彌補成本的增加。同時也說明供應商愿意花費更多的直播營銷成本去提升商品的銷量，對直播方的服務質(zhì)量努力程度有了更高的要求。整體上來說，傭金比例的提升有利于直播方，但會導致供應商利潤的下降。所以一般情況下，傭金比例都較低，如在“淘寶”平臺上，供應商支付給直播方的傭金比例往往低于20%。因此，直播方主要依靠賣出更多的商品賺取利潤。

4? 算例分析

為更直觀的分析在“直播方零售”模式下，退貨率、消費者對直播服務質(zhì)量努力的敏感系數(shù)對均衡解的影響。在“直播方代理”模式下，傭金比例系數(shù)、消費者對直播服務質(zhì)量努力的敏感系數(shù)對均衡解的影響。假設(shè)“直播方零售”模型中的參數(shù)取值如下：d=10，c=0.1;假設(shè)“直播方代理”模型中的參數(shù)取值如下：d=10，k=0.2，c=0.1，T=1。

4.1? “直播方零售”模式下退貨率對均衡解的影響。根據(jù)以上的參數(shù)賦值和模型假設(shè)，取消費者對直播服務質(zhì)量努力的敏感系數(shù)t=0.5，退貨率k的取值范圍為0，0.5，結(jié)果如圖3、圖4所示：

由圖3可知，最優(yōu)銷售價格、批發(fā)價格與直播的最優(yōu)服務質(zhì)量努力程度均與退貨率呈負相關(guān)，該結(jié)論與命題3一致，由于退貨率的提升，直播方的損失進一步擴大，為減小退貨帶來的損失，直播方不得不降低直播服務的成本，并且通過降低售價來增加商品的銷量。由圖4可知，直播方、供應商的利潤隨著退貨率的升高而降低，并且退貨率對供應商利潤造成的影響程度大于對直播方造成的影響程度。因此，為減少過高的退貨率造成的損失，供應商需從源頭上降低退貨的風險，保證自身產(chǎn)品的優(yōu)質(zhì)性。直播方應如實宣傳商品，降低商品與介紹不符導致的商品退貨率。

4.2? “直播方零售”模式下直播服務質(zhì)量努力的敏感系數(shù)對均衡解的影響。根據(jù)以上的參數(shù)賦值和模型假設(shè)，取退貨率k=0.2，消費者對直播服務質(zhì)量努力的敏感系數(shù)t的取值范圍為0，0.6，結(jié)果如圖5、圖6所示：

由圖5可知最優(yōu)銷售價格、直播的最優(yōu)服務質(zhì)量努力程度與消費者對直播服務質(zhì)量努力的敏感系數(shù)呈正比，而批發(fā)價不受直播服務質(zhì)量努力的敏感系數(shù)的影響。消費者對直播方的質(zhì)量努力越敏感，直播方的服務質(zhì)量努力水平也跟著提升，但直播方的服務成本隨之增加。直播方則通過提高商品的售價來增加單個商品的利潤，減少成本的增加帶來的損失。由圖6可知，直播方、供應商的利潤隨著直播服務質(zhì)量努力的敏感系數(shù)的升高而增加，但直播服務質(zhì)量努力的敏感系數(shù)對供應商利潤造成的影響大于對直播方造成的影響，且隨著敏感系數(shù)的增大，對供應商利潤的影響變大。對此，供應商可以采取一些措施提高直播方的服務努力程度來擴大其利潤，達到雙贏的目的。

4.3&nbsp; “直播方代理”模式下傭金比例系數(shù)對均衡解的影響。根據(jù)以上的參數(shù)賦值和模型假設(shè)，取消費者對直播服務質(zhì)量努力的敏感系數(shù)t=0.5，傭金比例系數(shù)ξ的取值范圍為0，0.3，結(jié)果如圖7、圖8所示：

由圖7可知，最優(yōu)銷售價格、直播的最優(yōu)服務質(zhì)量努力程度均與傭金比例成正比，該結(jié)論與命題4一致。傭金比例的提高意味著直播方能獲取更多的利潤，刺激直播方付出更大的努力提升服務水平。由圖8可知，傭金比例的提升雖有利于直播方，但會導致供應商利潤的下降，由于該模型下供應商占據(jù)主導地位，因此在供應商與直播方商定傭金比例時，供應商更具有話語權(quán)。在現(xiàn)實情況中，傭金比例往往低于20%。

4.4? “直播方代理”模式下直播服務質(zhì)量努力的敏感系數(shù)對均衡解的影響。根據(jù)以上的參數(shù)賦值和模型假設(shè)，取傭金比例系數(shù)ξ=0.2，消費者對直播服務質(zhì)量努力的敏感系數(shù)t的取值范圍為0，0.6，結(jié)果如圖9、圖10所示。

由圖9可知最優(yōu)銷售價格、直播的最優(yōu)服務質(zhì)量努力程度均與直播服務質(zhì)量努力敏感系數(shù)呈正相關(guān)。由圖10可知，直播方、供應商的利潤均與直播服務質(zhì)量努力敏感系數(shù)呈正相關(guān)。當消費者對直播服務質(zhì)量努力的敏感系數(shù)的值超過0.35時，對供應商利潤的影響程度明顯增大。因此供應商與直播方在直播前期，可加大對直播的宣傳，讓消費者充分了解直播帶貨下商品的優(yōu)惠力度，提升消費者對直播服務質(zhì)量努力的敏感程度。

5? 結(jié)? 論

本文構(gòu)建了“供應商—直播方零售—消費者”、“供應商—直播方代理—消費者”兩種模式的決策模型，研究直播電商不同的銷售模式下，供應商與直播方的最優(yōu)決策問題，并進一步分析了在“直播方零售”模式下，商品的退貨率、消費者對直播服務質(zhì)量努力的敏感系數(shù)對均衡解的影響;在“直播方代理”模式下，傭金比例系數(shù)、消費者對直播服務質(zhì)量努力的敏感系數(shù)對均衡解的影響。研究結(jié)果表明：（1）在“直播方零售”模式下，最優(yōu)銷售價格、批發(fā)價以及直播方的最優(yōu)服務質(zhì)量努力程度均與商品退貨率呈負相關(guān)，直播方、供應商的利潤隨著退貨率的升高而降低。因此為減少過高的退貨率造成的損失，供應商需從源頭上提高自身產(chǎn)品的質(zhì)量，降低退貨的風險，保證產(chǎn)品的優(yōu)質(zhì)性。直播方在講解商品時應做到實事求是，拒絕過度宣傳、虛假宣傳。（2）在“直播方零售”模式下，最優(yōu)銷售價格、直播的最優(yōu)服務質(zhì)量努力程度與直播服務質(zhì)量努力的敏感系數(shù)呈正比，而批發(fā)價不受直播服務質(zhì)量努力的敏感系數(shù)的影響。直播方、供應商的利潤隨著直播服務質(zhì)量努力的敏感系數(shù)的升高而增加，但直播服務質(zhì)量努力的敏感系數(shù)對供應商利潤造成的影響大于對直播方造成的影響，因此，供應商可采取相應措施激勵直播方提高服務努力水平來擴大其利潤，合作共贏。（3）在“直播方代理”的模式下，商品的最優(yōu)銷售價格、直播方的最優(yōu)服務質(zhì)量努力程度和直播方的利潤均與傭金比例呈正相關(guān)，隨著傭金比例的增加，供應商銷售價格和直播方服務質(zhì)量均提高，而供應商的利潤卻下降。所以在一般情況下，傭金比例都較低，直播方主要依靠提升銷量賺取更多利潤。（4）在“直播方代理”的模式下，最優(yōu)銷售價格、直播的最優(yōu)服務質(zhì)量努力程度均與直播服務質(zhì)量努力敏感系數(shù)呈正相關(guān)。直播方、供應商的利潤也均與直播服務質(zhì)量努力敏感系數(shù)呈正相關(guān)。因此供應商與直播方在直播帶貨前，可采取網(wǎng)絡宣傳等手段提升消費者的敏感程度。

本文針對直播電商供應鏈僅分析了直播方與供應商之間的博弈，還未涉及到原產(chǎn)地、物流、倉儲等環(huán)節(jié)。今后的研究中可引入物流方等其他供應鏈成員企業(yè)，進一步探究直播電商供應鏈中多方主體間的最優(yōu)決策問題。

參考文獻：

[1]? He P， He Y， Xu H， et al. Online selling mode choice and pricing in an O2O tourism supply chain considering corporate social responsibility[J]. Electronic Commerce Research and Applications， 2019，38（19）：71-113.

[2]? Zhong Y， Guo F， Wang Z， et al. Coordination analysis of revenue sharing in e-commerce logistics service supply chain with cooperative distribution[J]. SAGE Open， 2019，9（3）：1-15.

[3]? He P， Wen J Y， Ye S， et al. Logistics service sharing and competition in a dual-channel e-commerce supply chain[J]. Computers & Industrial Engineering， 2020，7（20）：149-189.

[4] 田晨，盧靜會，魏杰. 基于電商平臺的互補商品物流服務和銷售模式選擇研究[J]. 工業(yè)工程與管理，2021，26（2）：188-195.

[5]? Qin X L， Liu Z X， Tian L. The strategic analysis of logistics service sharing in an e-commerce platform[J]. Omega， 2020，92（8）：305-350.

[6] 肖迪，方慧敏，魯其輝，等. 平臺品牌賦能情境下考慮信息不對稱的供應鏈渠道沖突[J]. 控制與決策，2021，36（9）：2123-2132.

[7]? Chen J， Ming F， Li M. Advertising versus Brokerage Model for Online Trading Platforms[J]. Social Science Electronic Publishing， 2012，40（3）：575-596.

[8] 士明軍，王勇，文悅. 不同市場能力下的“電商—平臺—物流”在線銷售系統(tǒng)的決策研究[J]. 管理工程學報，2020，34（3）：112-121.

[9]? Wei K C， Dilip C， James D H. Direct Marketing， Indirect Profits： A Strategic Analysis of Dual-Channel Supply-Chain Design[J]. Management Science， 2003，49（1）：1-20.

[10] 洪定軍，范建昌，付紅. 電商平臺銷售模式下考慮供應商研發(fā)的供應鏈決策[J]. 工業(yè)工程與管理，2021，26（1）：102-110.

[11]? Wang Y Y， Yu Z Q， Shen L， et al. E-Commerce Supply Chain Models under Altruistic Preference[J]. Mathematics， 2021，9（6）：352-372.

[12] 邢鵬，尤浩宇，樊玉臣. 考慮平臺營銷努力的直播電商服務供應鏈質(zhì)量努力策略研究[EB/OL]. （2020-12-05）[2021-10-13]. https：//doi.org/10.13195/j.kzyjc.