大數(shù)據(jù)服務商參與的三級供應鏈動態(tài)合作策略研究

　　[摘要]需求不確定性是消費者的能動因素造成的,只能通過技術手段化解.利用大數(shù)據(jù)技術,可以有效識別消費者需求信息,消除需求不確定,增加潛在消費者.但在采購大數(shù)據(jù)技術服務的過程中,低效問題普遍存在,這就需要有效的協(xié)調(diào)機制以確保參與約束與激勵相容的實現(xiàn).研究通過構建零售商、制造商、大數(shù)據(jù)服務商三級供應鏈博弈模型,得出以下結論:無論分散決策還是集中決策,采購大數(shù)據(jù)服務后供應鏈收益高于采購前整體收益.分散決策時供應鏈收益低于集中決策時整體收益.最后引入數(shù)量折扣———兩部定價契約以有效解決分散決策問題,協(xié)調(diào)后供應鏈成員均獲得正收益.

　　[關鍵詞]大數(shù)據(jù)服務;三級供應鏈;機制設計

　　一、引言

　　大數(shù)據(jù)技術作為通用技術(GeneralPurposeTechnologies,簡稱GPT),通過在微觀層面緩解信息不對稱,不斷地改變居民生活和企業(yè)經(jīng)營管理方式[1].在供應鏈合作過程中,其廣泛應用于消費者畫像、渠道優(yōu)化、成本優(yōu)化、精準營銷等業(yè)務,已經(jīng)成為供應鏈管理的有效技術手段.在諸多應用中,大數(shù)據(jù)技術最廣泛應用于洞察消費者需求,實際操作過程中往往可以采集消費者的多類數(shù)據(jù).利用這些數(shù)據(jù),能夠客觀反映消費者的真實狀態(tài),建立個體消費者數(shù)據(jù)庫.通過完備的消費者數(shù)據(jù),消費者離散化的數(shù)據(jù)之間可以體現(xiàn)出相關關系,利用其價值關聯(lián),供應鏈成員能夠逐步實現(xiàn)對消費者的信息完全.在傳統(tǒng)市場上,供應鏈成員長期面對消費者在購買過程中體現(xiàn)出的隨機性本源行為和不可預期的變化[2].

　　傳統(tǒng)消費者需求不確定性在理性層面不可解,但由于信息技術的變革,通過相關技術(如大數(shù)據(jù)、人工智能)能夠將其化解[3].大數(shù)據(jù)技術的使用,使得消費者數(shù)據(jù)挖掘成為可能,通過海量消費者行為數(shù)據(jù)、交易數(shù)據(jù)的挖掘,清晰消費者購買行為的預期結果,逐步消除客體(消費者)的不確定性. 大數(shù)據(jù)技術通過消除消費者需求不確定性為供應鏈成員帶來收益,但現(xiàn)實場景中,數(shù)據(jù)挖掘、處理、集成、分析、可視化需要供應鏈成員支付成本.是否使大數(shù)據(jù)服務商參與,是收益與成本權衡的結果.在供應鏈合作過程中數(shù)據(jù)采集、處理、解釋可以由供應鏈成員完成,但由于供應鏈成員信息處理能力欠缺。

　　往往采取服務外包形式,利用大數(shù)據(jù)服務商對沉淀在供應鏈合作過程中的數(shù)據(jù)進行挖掘、處理.由于分散決策的存在,往往形成供應鏈成員決策低效與利益分配不均衡問題,最終導致大數(shù)據(jù)技術服務商參與失敗.因此需要供應鏈成員通過機制設計保證集中決策與收益再分配,以滿足大數(shù)據(jù)技術服務商參與后滿足參與約束與激勵相容條件.有關大數(shù)據(jù)服務商參與供應鏈合作的研究,主要集中于大數(shù)據(jù)服務商參與后,供應鏈成員獲得的價值研究,即供應鏈成員可以通過對數(shù)據(jù)的采集、處理、解釋來發(fā)現(xiàn)新知識,進行價值創(chuàng)造,繼而有效的降低成本、增加收益[4].大數(shù)據(jù)的合理應用,有助于提升企業(yè)供應鏈的敏捷性[5].

　　對需求創(chuàng)造、業(yè)務設計、價值共創(chuàng)等方面起到正向作用[6],繼而提升供應鏈成員的環(huán)境感知能力,更好地服務于消費者需求,創(chuàng)造更高的商業(yè)價值,提升成員各自的運營效率[7].大數(shù)據(jù)服務商參與后,與供應鏈其他成員的協(xié)調(diào)機制研究,部分學者建立制造商與零售商兩階段供應鏈模型,當投資成本面臨一定閾值時,零售商或制造商投資大數(shù)據(jù)信息(BDI)可以增加其收益,但其他供應鏈成員也存在搭便車現(xiàn)象,而收益共享契約可以有效地協(xié)調(diào)供應鏈[8].在此基礎上研究進一步建立了制造商、零售商、大數(shù)據(jù)服務商構成的三階段供應鏈模型,實證結果表明廠商是否適合投資BDI受成本改善系數(shù)的影響。

　　當收益分享系數(shù)在一定范圍內(nèi),收益分享契約可以使供應鏈實現(xiàn)協(xié)調(diào)[9].將供應鏈成員利用大數(shù)據(jù)進行營銷的情況考慮在內(nèi),同樣建立零售商、制造商與大數(shù)據(jù)服務商三階段供應鏈模型,利用微分博弈理論對零售商支付、聯(lián)合支付與合作契約下實現(xiàn)均衡的收益情況進行比較,結果表明合作契約下渠道成員的總利潤、制造商的質(zhì)量努力水平和大數(shù)據(jù)服務商的營銷努力水平均為最高,分散決策下聯(lián)合支付較零售商支付更優(yōu)[11].還有學者將大數(shù)據(jù)服務商設為常量建立了大數(shù)據(jù)服務商參與的零售商、制造商的二階段供應鏈模型,結果表明集中決策下存在帕累托改進[12].

　　隨后,在其基礎上有學者進一步研究了大數(shù)據(jù)技術對零售商與制造商的成本優(yōu)化的影響,通過單一制造商與兩個零售商組成的二階段供應鏈模型,討論了分散決策與集中決策對供應鏈成員利潤的影響,并通過數(shù)量折扣契約,實現(xiàn)了從分散決策到集中決策的過程[13].

　　傳統(tǒng)研究普遍認同大數(shù)據(jù)技術具有成本優(yōu)化與價值創(chuàng)造的作用,也分別驗證了分散決策下與集中決策下大數(shù)據(jù)技術對制造商、零售商的影響,但往往將大數(shù)據(jù)服務商確定為常量,并以分析單個企業(yè)的影響為主,鮮有文獻將大數(shù)據(jù)服務商作為一個獨立的供應鏈成員來研究大數(shù)據(jù)技術對整體供應鏈運營的影響以及供應鏈動態(tài)優(yōu)化的問題.本研究拓展了大數(shù)據(jù)服務商的角色,認為大數(shù)據(jù)服務商可以通過努力水平調(diào)節(jié)供應鏈收益,供應鏈成員可以通過支付水平影響大數(shù)據(jù)服務商的努力水平.

　　因此,本研究建立制造商、零售商、大數(shù)據(jù)服務商三級供應鏈模型,分別考慮分散決策與集中決策下供應鏈及其成員的收益水平,并通過協(xié)調(diào)機制實現(xiàn)供應鏈成員由分散決策向集中決策轉化,最終通過數(shù)值算例分析分散決策、集中決策、機制協(xié)調(diào)下的收益變化.

　　二、模型構建

　　考慮由一個占主導地位的制造商M與一個下游零售商R構成的生產(chǎn)、出售一般產(chǎn)品的供應鏈模型.制造商是供應鏈的領導者,單位生產(chǎn)成本為c1,并通過投入單位研發(fā)費用c2提升產(chǎn)品質(zhì)量,在供應鏈運營過程中制定產(chǎn)品批發(fā)價格w.零售商R作為供應鏈終端成員,根據(jù)批發(fā)價格w和市場需求情況決定產(chǎn)品采購量q.假設采購量即為市場需求量,且產(chǎn)品運輸過程沒有損耗.零售商為改善消費者購物體驗,付出單位服務費用s.

　　需求量是關于產(chǎn)品價格、質(zhì)量、服務水平的線性函數(shù)形式q=a-b∗p+(η+β)∗v,a為不受價格和其它因素影響的市場基準需求量;零售商以價格p(w

　　制造商M通過大數(shù)據(jù)服務商對消費者行為數(shù)據(jù)、交易數(shù)據(jù)等進行分析,獲得消費者畫像,更精確的了解市場需求,增加產(chǎn)品銷售量,由占主導地位的制造商對大數(shù)據(jù)服務商B的每單位努力水平t,支付費用m.大數(shù)據(jù)服務商B參照制造商每單位支付水平選擇服務努力程度t(0≤t≤1),通過對海量數(shù)據(jù)分析發(fā)現(xiàn)消費者需求信息,并提供精準營銷服務挖掘市場潛在消費者,得到制造商支付tm數(shù)量的費用,承擔隨努力程度變化的成本1/2gt2,其中g(g>0)是大數(shù)據(jù)服務商成本系數(shù)。

　　體現(xiàn)大數(shù)據(jù)服務商服務效率;大數(shù)據(jù)服務將潛在的消費者數(shù)量F轉化為市場需求量ln(tF),F是由大數(shù)據(jù)服務商挖掘的潛在消費者數(shù)量,但并不能將其全部轉化市場需求量;記qb是采購大數(shù)據(jù)服務后的市場需求量,則供應鏈成員采購大數(shù)據(jù)服務后市場需求變?yōu)閝b=a-bp+(η+β)v+ln(tF);大數(shù)據(jù)服務商提供服務需投入固定成本k(0

　　三、分散決策下供應鏈成員采購大數(shù)據(jù)服務決策

　　首先考察分散決策下,供應鏈成員的合作策略,重點比較供應鏈成員是否采購大數(shù)據(jù)服務的收益.

　　四、集中決策下供應鏈成員采購大數(shù)據(jù)服務決策

　　本章考察集中決策下,供應鏈成員的合作策略,重點比較供應鏈成員是否采購大數(shù)據(jù)服務的收益比較,以及分散決策與集中決策下供應鏈成員的收益比較.

　　首先對集中決策和分散決策下供應鏈成員不采購大數(shù)據(jù)時,供應鏈整體利潤差異,證明集中決策優(yōu)于分散決策,不失一般性,通過控制變量法,選擇質(zhì)量敏感系數(shù)η和服務敏感系數(shù)β作為共同變量,考察分散決策和共同決策的利潤差別。

　　其它參數(shù)為:a=30,b=0

　　其次考察集中決策下,渠供應鏈成員采購大數(shù)據(jù)服務前后利潤對比,同樣采取控制變量法,參數(shù)設置和變量選取:供應鏈成員采購大數(shù)據(jù)服務后所得收益明顯大于采購大數(shù)據(jù)服務前的收益;同時,消費者對質(zhì)量和購物體驗敏感度越高,供應鏈整體利潤越大.最后,選取大數(shù)據(jù)服務商努力水平作為變量,分別取三組數(shù)值:m=4,m=5,g=2,g=4,k=0

　　五、分散決策下供應鏈成員采購大數(shù)據(jù)服務的協(xié)調(diào)機制

　　集中決策且采購大數(shù)據(jù)服務對于供應鏈、制造商和零售商都存在利益,分散決策下,由于制造商與零售商都以實現(xiàn)個人利益最大化為目標,最終導致分散決策的零售價高于集中決策的零售價,分散決策下的市場需求量低于集中決策下的市場需求量,即表現(xiàn)出“雙重邊際化效應”.為了提升供應鏈整體利潤水平,使供應鏈成員達到集中決策下的收益水平,本研究在制造商主導的情形中引入數(shù)量折扣———兩部定價契約(wc,T)對供應鏈進行協(xié)調(diào),其中wc=w-λ∗qc,是批發(fā)價格的最高值,λ(0<λ<1)是線性折扣系數(shù),qc是零售商R的最終采購數(shù)量;制造商根據(jù)零售商的采購數(shù)量對批發(fā)價格給予線性折扣,使分散決策下的采購量等于集中決策下的采購量.由于零售商免費搭乘了制造商采購大數(shù)據(jù)服務的好處,向制造商支付固定費用T.由于分散決策與集中決策下采購大數(shù)據(jù)服務不影響大數(shù)據(jù)服務商利潤,此時不考慮其利潤.

　　六、結論

　　隨著信息技術的應用,消費者需求不確定性增強,消費者個性化需求趨勢明顯.本研究構建大數(shù)據(jù)服務商參與的三級供應鏈模型,經(jīng)研究得出如下結論:

　　1.無論分散決策還是集中決策,采購大數(shù)據(jù)服務后供應鏈整體收益高于采購前供應鏈整體收益,說明大數(shù)據(jù)服務商參與后可以準確獲知消費者畫像,增加供應鏈成員的銷量.采購大數(shù)據(jù)服務后,消費者對質(zhì)量和購物體驗敏感度越高,供應鏈整體利潤越大.即大數(shù)據(jù)服務商單位支付費用越高,大數(shù)據(jù)服務商會通過提高努力水平以增加利潤;同時,能否將成本系數(shù)控制在合理范圍內(nèi)是大數(shù)據(jù)服務商利潤多少的關鍵,因此在制造商支付的單位費用一定時,要努力優(yōu)化成本系數(shù),以增加收益.

　　2.無論是否采購大數(shù)據(jù),分散決策時供應鏈整體收益低于集中決策時供應鏈整體利潤.分散決策下存在明顯的雙重邊際化效應.供應鏈協(xié)調(diào)的關鍵在于找到可行的契約空間,實現(xiàn)分散決策下的供應鏈優(yōu)化,通過引入數(shù)量折扣———兩部定價契約,可以有效解決分散決策問題,協(xié)調(diào)后制造商和零售商均獲得正收益,滿足參與約束與激勵相容條件.本研究描述了供應鏈成員分散決策和集中決策下是否采購大數(shù)據(jù)服務的各自利潤,結果表明采購大數(shù)據(jù)服務對供應鏈及其成員收益具有顯著影響.集中決策有利于實現(xiàn)大數(shù)據(jù)技術參與的收益最大化,通過協(xié)調(diào)機制的設計實現(xiàn)了從分散決策到集中決策的過程.上述模型描述的是一個制造商主導的單渠道供應鏈情形,現(xiàn)實中存在部分零售商主導多渠道供應鏈情形.今后的研究過程中,將繼續(xù)探索多渠道情形下,零售商主導的供應鏈成員動態(tài)合作策略及其比較.

　　[參考文獻]

　　[1]史蒂文

　　[2]奧利弗.E.威廉姆森.治理機制[M].北京:機械工業(yè)出版社,2016

　　[3]姜奇平.重讀奈特«風險、不確定性與利潤»[J].互聯(lián)網(wǎng)周刊,2019

　　[4]AralSinan,WalkerDylan.Creatingsocialcontagionthroughviralproductdesign:Arandomizedtrialofpeerinfluenceinnetworks[J].ManagementScience,2011,57(09):1623G1639.

　　[5]孫新波,錢雨,張明超,李金柱.大數(shù)據(jù)驅動企業(yè)供應鏈敏捷性的實現(xiàn)機理研究[J].管理世界,2019,35(09).

　　[6]劉建基,李倩.基于大數(shù)據(jù)的組織敏捷性提升機理研究[J].對外經(jīng)貿(mào),2016(02).

　　[7]陳劍,黃朔,劉運輝.從賦能到使能———數(shù)字化環(huán)境下的企業(yè)運營管理[J].管理世界,2020,36(02).

　　作者：韓朝亮1田立1高志勇2

 

 

轉載請注明來自發(fā)表學術論文網(wǎng)：http:///dzlw/29452.html