胡懿
摘 要:本文構(gòu)建了由一個(gè)直接從事再制造活動(dòng)的制造商和一個(gè)零售商組成的閉環(huán)供應(yīng)鏈系統(tǒng)。通過(guò)研究發(fā)現(xiàn):閉環(huán)供應(yīng)鏈系統(tǒng)在VN權(quán)力結(jié)構(gòu)下的利潤(rùn)是三種分散決策模型中最大的,在MS權(quán)力結(jié)構(gòu)下的利潤(rùn)是最小的。
關(guān)鍵詞:閉環(huán)供應(yīng)鏈;質(zhì)量管理;回收努力;銷(xiāo)售努力;博弈論
1 引言
隨著移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展和移動(dòng)智能設(shè)備軟硬件功能的不斷完善,消費(fèi)者對(duì)產(chǎn)品的需求日趨于多樣化和個(gè)性化。
大量文獻(xiàn)研究了不同權(quán)力結(jié)構(gòu)對(duì)供應(yīng)鏈系統(tǒng)的影響和渠道沖突的協(xié)調(diào)機(jī)制。王文賓等探討了一個(gè)制造商和一個(gè)零售商組成的閉環(huán)供應(yīng)鏈在不同權(quán)力結(jié)構(gòu)下的定價(jià)策略和協(xié)調(diào)方法。聶佳佳等研究了不同的戰(zhàn)略聯(lián)盟渠道結(jié)構(gòu)對(duì)第三方負(fù)責(zé)回收閉環(huán)供應(yīng)鏈的影響。Fan等運(yùn)用進(jìn)化博弈理論分析了基于存貨型的產(chǎn)品動(dòng)態(tài)定價(jià)策略和生產(chǎn)規(guī)劃問(wèn)題。Hong等研究發(fā)現(xiàn)制造商回收或者零售商回收對(duì)制造商而言是最有利的。Chuang等研究發(fā)現(xiàn)制造商直接回收渠道所花費(fèi)的回收費(fèi)用最低。高舉紅等探討了銷(xiāo)售商的低價(jià)促銷(xiāo)決策或綠色促銷(xiāo)決策對(duì)閉環(huán)供應(yīng)鏈系統(tǒng)績(jī)效的影響。Gao等研究了回收服務(wù)、產(chǎn)品銷(xiāo)售價(jià)格策略和銷(xiāo)售努力水平對(duì)不同權(quán)力結(jié)構(gòu)下閉環(huán)供應(yīng)鏈的影響。Gurnani等利用二部收費(fèi)契約實(shí)現(xiàn)了不同合同結(jié)構(gòu)的協(xié)調(diào)。張漢江等運(yùn)用最優(yōu)激勵(lì)理論,探討了單一制造商采用激勵(lì)契約合同可以實(shí)現(xiàn)閉環(huán)供應(yīng)鏈系統(tǒng)成員間的協(xié)調(diào)。
綜合以上文獻(xiàn),本文將制造商的產(chǎn)品質(zhì)量、對(duì)再制造產(chǎn)品的回收努力水平和零售商的銷(xiāo)售努力水平作為內(nèi)生變量,并考慮不同權(quán)力結(jié)構(gòu),整個(gè)閉環(huán)供應(yīng)鏈系統(tǒng)的最優(yōu)策略。并通過(guò)零售商以最低銷(xiāo)售價(jià)格為基準(zhǔn)的契約合同,實(shí)現(xiàn)了不同權(quán)力結(jié)構(gòu)下,整個(gè)閉環(huán)供應(yīng)鏈系統(tǒng)的協(xié)調(diào)。最后,本文分析了產(chǎn)品質(zhì)量、再制造品的回收努力和零售商銷(xiāo)售努力,提高產(chǎn)品質(zhì)量付出的固定成本和付出努力的固定成本對(duì)不同決策模型的最優(yōu)解的影響。
2 問(wèn)題描述和基本假設(shè)
本文構(gòu)建了由一個(gè)制造商和一個(gè)零售商組成的閉環(huán)供應(yīng)鏈系統(tǒng)。其中制造商制造新產(chǎn)品和回收舊產(chǎn)品用于再制造并將產(chǎn)品批發(fā)給零售商銷(xiāo)售。假設(shè)新產(chǎn)品和再制造產(chǎn)品的功能和質(zhì)量無(wú)差異,且消費(fèi)者對(duì)產(chǎn)品的購(gòu)買(mǎi)無(wú)選擇性差異。首先,制造商將產(chǎn)品質(zhì)量為q的商品以單位批發(fā)價(jià)格w批發(fā)給零售商,假設(shè)制造商有足夠的制造能力滿足市場(chǎng)需求。零售商為獲取單位產(chǎn)品純利潤(rùn)t,以單位銷(xiāo)售價(jià)格p出售產(chǎn)品,并付出相應(yīng)的銷(xiāo)售努力g。制造商通過(guò)付出回收努力s,并以單位價(jià)格A回收舊產(chǎn)品用于再制造,那么制造商和零售商如何確定最優(yōu)的質(zhì)量和服務(wù)以實(shí)現(xiàn)利潤(rùn)最大化,為了便于模型的分析求解,做了如下主要假設(shè):
(1)大量文獻(xiàn)假設(shè)產(chǎn)品的質(zhì)量成本是產(chǎn)品質(zhì)量水平的二次函數(shù)。
(2)制造商對(duì)產(chǎn)品回收的投資收集努力為s。
(3)零售商可以通過(guò)產(chǎn)品營(yíng)銷(xiāo)活動(dòng),廣告宣傳等銷(xiāo)售努力擴(kuò)大產(chǎn)品的銷(xiāo)售量。
(4)再制造產(chǎn)品與新產(chǎn)品無(wú)性能和質(zhì)量差異,且在同一市場(chǎng)以相同的價(jià)格出售。
(5)假設(shè)產(chǎn)品的需求量D是產(chǎn)品的銷(xiāo)售價(jià)格p、產(chǎn)品的質(zhì)量q、零售商的銷(xiāo)售努力g和制造商的回收努力s的線性函數(shù)。
(6)假設(shè)銷(xiāo)售商和零售商兩者都是風(fēng)險(xiǎn)中性的和以各自利潤(rùn)最大化的決策者,且雙方擁有的信息是完全對(duì)稱(chēng)的。
3 模型的分析和求解
本文主要分析了集中決策和三種不同渠道權(quán)力結(jié)構(gòu)下分散的閉環(huán)供應(yīng)鏈模型。分別為:制造商Stackelberg(MS)、零售商Stackelberg(RS)、垂直的Nash(VN)三種。
3.1 集中決策模型(C)
在集中決策閉環(huán)供應(yīng)鏈系統(tǒng)中,假設(shè)制造商和零售商構(gòu)成一個(gè)整體聯(lián)合決策閉環(huán)供應(yīng)鏈系統(tǒng)的最優(yōu)零售價(jià)格p*c、最優(yōu)的產(chǎn)品質(zhì)量q*c、最優(yōu)的銷(xiāo)售努力g*c和回收努力s*c,使整個(gè)系統(tǒng)利潤(rùn)最大化。此時(shí),集中決策閉環(huán)供應(yīng)鏈模型的最優(yōu)目標(biāo)函數(shù)如下:
3.2 制造商Stackelberg決策模型(MS)
在MS模型中,制造商是Stackelberg的領(lǐng)導(dǎo)者,零售商是Stackelberg的追隨者。首先制造商w決定產(chǎn)品的單位批發(fā)價(jià)格w、產(chǎn)品質(zhì)量q和回收努力s;然后銷(xiāo)售商以此為基礎(chǔ)決定產(chǎn)品的單位產(chǎn)品的銷(xiāo)售利潤(rùn)t和銷(xiāo)售努力g。例如,電子行業(yè),產(chǎn)品回收活動(dòng)由設(shè)備制造商管理和制造新產(chǎn)品。此時(shí),制造商Stackelberg決策模型的最優(yōu)目標(biāo)函數(shù)如下:
根據(jù)逆向求解方法,求解方程組
可得到制造商的批發(fā)價(jià)格w、產(chǎn)品質(zhì)量q和回收努力s為 將 代入 后求解方程組
可得到零售商的單位產(chǎn)品的最優(yōu)銷(xiāo)售利潤(rùn)
和最優(yōu)銷(xiāo)售努力 將 代入
可求得 將最優(yōu)決策結(jié)果分別代入回收率函數(shù)、需求函數(shù)和利潤(rùn)函數(shù)可求得各最優(yōu)解。
3.3 零售商Stackelberg決策模型(RS)
在RS模型中,零售商是Stackelberg的領(lǐng)導(dǎo)者,制造商是Stackelberg的追隨者。首先零售商決定單位產(chǎn)品的銷(xiāo)售利潤(rùn)t和銷(xiāo)售努力g;然后制造商商以此為基礎(chǔ),決定產(chǎn)品的單位批發(fā)價(jià)格w、產(chǎn)品質(zhì)量q和回收努力s。此時(shí),零售商Stackelberg決策模型的最優(yōu)目標(biāo)函數(shù)如下:
3.4 垂直Nash決策模型(VN)
在VN模型中,制造商和零售商都不是Stackelberg的領(lǐng)導(dǎo)者,兩者同時(shí)獨(dú)立決策。
4 結(jié)論
根據(jù)以上結(jié)論可知,閉環(huán)供應(yīng)鏈系統(tǒng)在分散決策下,存在“雙重邊際化”影響,不能實(shí)現(xiàn)整個(gè)閉環(huán)供應(yīng)鏈系統(tǒng)的協(xié)調(diào)。
參考文獻(xiàn)
[1] 易余胤,梁家密.獎(jiǎng)懲機(jī)制下的閉環(huán)供應(yīng)鏈混合回收模式[J].計(jì)算機(jī)集成制造系統(tǒng),2014,01:215-223.