， ，

(1.東華大學(xué) 旭日工商管理學(xué)院，上海 200051; 2.中國(guó)郵政集團(tuán)公司 常州市分公司，江蘇 常州 213002)

1 引言

隨著互聯(lián)網(wǎng)以及移動(dòng)智能終端的普及，O2O(online to offline)在國(guó)內(nèi)得以迅猛發(fā)展，其運(yùn)營(yíng)模式的多樣性使得學(xué)術(shù)界很難形成關(guān)于O2O的統(tǒng)一定義[1]。此處借用李克強(qiáng)總理在十二屆全國(guó)人大三次會(huì)議中政府工作報(bào)告里的一句話，即“以互聯(lián)網(wǎng)為載體、線上線下互動(dòng)的新興消費(fèi)[2]”來(lái)定義O2O。王長(zhǎng)軍等[3]指出其基本特質(zhì)是“企業(yè)通過(guò)有形店鋪和無(wú)形店鋪的組合，滿足消費(fèi)者任何時(shí)候、任何地點(diǎn)、任何方式購(gòu)物、娛樂(lè)和社交的綜合體驗(yàn)需求”。近年來(lái)，伴隨O2O快速發(fā)展的同時(shí)，也出現(xiàn)大量O2O企業(yè)運(yùn)營(yíng)難以為繼，相繼倒閉的現(xiàn)象[4]。因此，對(duì)其運(yùn)營(yíng)規(guī)律進(jìn)行研究有著重要的現(xiàn)實(shí)意義。

現(xiàn)有研究中相當(dāng)一部分關(guān)注O2O渠道特征或是產(chǎn)品屬性對(duì)于需求產(chǎn)生的影響。在渠道特征方面，Brynjolfsson等[5]基于實(shí)際的數(shù)據(jù)，研究門店地理位置和數(shù)目對(duì)于顧客在線消費(fèi)的影響，并仔細(xì)探討了這種影響是如何因不同的渠道而異的。Gao和Su[6]等關(guān)注了線下展示和線上虛擬展示對(duì)于需求以及退貨率的影響。Brynjolfsson和Simester[7]深入研究了線上和線下渠道的不同特征，指出即便在線上和線下有著相同的產(chǎn)品可獲得性和價(jià)格時(shí)，線上渠道銷售的產(chǎn)品要更為分散，并將這一現(xiàn)象歸于線上推薦工具具有的產(chǎn)品搜索能力。類似地，Oestreicher-Singer和Sundararajan[8]研究了基于點(diǎn)擊的產(chǎn)品推薦系統(tǒng)對(duì)于線上需求的影響，構(gòu)建了以眾多因素為自變量的一般需求函數(shù)，以Amazon數(shù)據(jù)為基礎(chǔ)進(jìn)行了應(yīng)用。另外，產(chǎn)品屬性，特別是產(chǎn)品體驗(yàn)性直接影響O2O需求?？紤]到消費(fèi)者本身具有渠道傾向性[9]，顯然，產(chǎn)品體驗(yàn)性的存在使得O2O中的消費(fèi)行為變得更加復(fù)雜。Liu[10]將產(chǎn)品分為體驗(yàn)性產(chǎn)品和信用性產(chǎn)品，研究了不同情況下的消費(fèi)者渠道選擇規(guī)律。Narayanan和Nandagopal[11]說(shuō)明線上產(chǎn)品信息或質(zhì)量的不確定性直接影響消費(fèi)者渠道選擇和需求產(chǎn)生。Overby和Jap[12]以汽車為例，研究了體驗(yàn)性產(chǎn)品的渠道適用性問(wèn)題。此外，渠道整合是O2O運(yùn)營(yíng)模式中另一個(gè)特殊的問(wèn)題。Gallino和Moreno[13]基于“線上購(gòu)買，線下取貨”這一模式，研究了線上線下渠道整合及共享庫(kù)存信息對(duì)銷量所帶來(lái)的影響。Zhao等[14]則考慮需求不確定性，研究線上客戶訂單轉(zhuǎn)發(fā)線下門店完成這一模式應(yīng)對(duì)庫(kù)存風(fēng)險(xiǎn)的有效性。但現(xiàn)有此類研究明顯偏少。

O2O的特殊性在于其同時(shí)擁有線上和線下渠道，兩個(gè)渠道起著各自的作用。有研究表明，線上渠道引流效果明顯，產(chǎn)品搜索成本低[7]。獲得信息的消費(fèi)者卻受制于產(chǎn)品信息的不確定性，如Narayanan和Nandagopal[11]，Kim和Krishnan[15]所指出。此時(shí)，就需借助于線下渠道和聲譽(yù)機(jī)制?；ヂ?lián)網(wǎng)環(huán)境下，聲譽(yù)對(duì)于產(chǎn)品銷售的推動(dòng)起著重要的作用，互聯(lián)網(wǎng)本身所具有的去中心化特點(diǎn)使得分散在消費(fèi)者中的聲譽(yù)顯得更為重要，而聲譽(yù)的傳播需要依賴于消費(fèi)者的社會(huì)網(wǎng)絡(luò)。而Lu和Chen[9]指出，O2O面對(duì)的消費(fèi)者更廣，類型也更為復(fù)雜。有些消費(fèi)者的社交基本在線下，而有些則偏重于微信等線上工具。簡(jiǎn)言之，消費(fèi)者會(huì)以不同的方式傳播產(chǎn)品聲譽(yù)，產(chǎn)生需求。然而，現(xiàn)有研究基于的需求模型多為靜態(tài)和整合，即忽略了消費(fèi)者之間的交互，也無(wú)法顧及單個(gè)消費(fèi)者。He等[16]是為數(shù)不多的考慮了消費(fèi)者交互的O2O研究，但針對(duì)的是服務(wù)型產(chǎn)品，沒(méi)有涉及實(shí)物型產(chǎn)品O2O以及與之相關(guān)的物流成本，更沒(méi)有考慮渠道整合會(huì)給運(yùn)營(yíng)帶來(lái)怎樣的影響。

為此，本文基于消費(fèi)者線上-線下社會(huì)網(wǎng)絡(luò)的產(chǎn)品聲譽(yù)擴(kuò)散，采用多代理仿真構(gòu)建相應(yīng)模型，研究消費(fèi)者和賣家微觀行為對(duì)于實(shí)物型產(chǎn)品O2O市場(chǎng)演化結(jié)果的影響。研究中考慮了產(chǎn)品體驗(yàn)性、消費(fèi)者渠道偏好等O2O市場(chǎng)中的要素。對(duì)于渠道整合，本文選擇京東到家、唯品會(huì)等諸多企業(yè)所廣泛使用的“線上訂單由線下門店配送”這一方式。

本文與現(xiàn)有研究不同之處在于，一是利用相依網(wǎng)絡(luò)(interdependent network)描述O2O面對(duì)的消費(fèi)者線上-線下社會(huì)網(wǎng)絡(luò)，利用影響最大化模型中的線性閾值模型[17]刻畫消費(fèi)者相互影響和需求產(chǎn)生過(guò)程；二是構(gòu)建了考慮產(chǎn)品體驗(yàn)性和消費(fèi)者渠道偏好的消費(fèi)者行為決策模型；三是針對(duì)實(shí)物型產(chǎn)品O2O特征，在模型構(gòu)建和結(jié)果觀察中均考慮了線下渠道中的庫(kù)存、運(yùn)輸?shù)任锪饕蛩亍?/p>

2 模型構(gòu)建

考慮某產(chǎn)品通過(guò)某賣家包含線上平臺(tái)和線下多個(gè)門店的兩個(gè)渠道同價(jià)銷售，此外，還包含一個(gè)給線下門店和線上訂單供貨的配送中心(distribution center, DC)。銷售面對(duì)由消費(fèi)者線上和線下社交關(guān)系分別構(gòu)成的線上和線下消費(fèi)者社會(huì)網(wǎng)絡(luò)。網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)對(duì)應(yīng)一個(gè)消費(fèi)者，則該網(wǎng)絡(luò)是一個(gè)兩層一對(duì)一的相依網(wǎng)絡(luò)(one-to-one interdependent network)，即線上網(wǎng)絡(luò)與線下網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)相同，且線上網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)唯一地依賴于線下網(wǎng)絡(luò)中的一個(gè)節(jié)點(diǎn)，反之亦然[18]。

本文研究產(chǎn)品聲譽(yù)在這樣一個(gè)相依網(wǎng)絡(luò)中擴(kuò)散、引發(fā)消費(fèi)者購(gòu)買和賣家運(yùn)營(yíng)的動(dòng)態(tài)過(guò)程，通過(guò)分析演化結(jié)果，給出相應(yīng)的管理建議。下文首先從消費(fèi)者影響傳播、消費(fèi)者以及賣家行為決策三個(gè)方面對(duì)模型構(gòu)建進(jìn)行詳述。

2.1 消費(fèi)者影響傳播模型

2.2 消費(fèi)者購(gòu)買行為決策模型

此處給出消費(fèi)者渠道選擇和購(gòu)買決策的定量描述。顯然，渠道價(jià)格和渠道便利性會(huì)影響消費(fèi)者行為。本文假設(shè)線上、線下同價(jià)，均為P。以線上購(gòu)買的到貨時(shí)效和消費(fèi)者距最近線下門店距離來(lái)分別衡量線上和線下的購(gòu)買便利性。為此，記消費(fèi)者i至賣家DC和最近門店的距離為Di和di。考慮到線上購(gòu)買由DC送貨，為此，用Di反映線上購(gòu)買的到貨時(shí)效。先將其做歸一化處理

(1)

(2)

(3)

圖1 消費(fèi)者i購(gòu)買決策行為模型示意

對(duì)于區(qū)域Ⅲ和Ⅳ中，允許體驗(yàn)后不滿意而不購(gòu)買的情況存在。此類消費(fèi)者在落入相應(yīng)區(qū)域的消費(fèi)者總?cè)藬?shù)中占比記為γ(∈(0,1))。

2.3 賣家DC和各線下門店物流運(yùn)營(yíng)模型

考慮到消費(fèi)者需求隨機(jī)，本文假設(shè)，DC和各門店采用經(jīng)典的持續(xù)庫(kù)存檢查策略。為此，記DC和門店a面臨的隨機(jī)需求的均值和標(biāo)準(zhǔn)差分別為AVGDC、AVGa、σDC、σa，兩者的補(bǔ)貨提前期為L(zhǎng)TDC和LTa，且各門店補(bǔ)貨提前期相同，則LTa可簡(jiǎn)化為L(zhǎng)T。DC與門店的庫(kù)存服務(wù)水平均為SL(∈(0,1))，對(duì)應(yīng)安全庫(kù)存公式中的安全系數(shù)為z。則DC和門店a的訂貨點(diǎn)(re-order point, ROP)分別為

(4)

(5)

當(dāng)庫(kù)存量降至各自ROP時(shí)，門店a向DC，DC向上游供應(yīng)商發(fā)出訂單，數(shù)量為Qa、QDC，由經(jīng)濟(jì)訂貨批量決定，即

(6)

(7)

其中KDC(K)和hDC(h)分別為DC(各門店)的訂貨成本和單位庫(kù)存持有成本。這里，假設(shè)上游供應(yīng)商供應(yīng)量無(wú)限，所以QDC總能得到滿足，而Qa則可能因DC缺貨而無(wú)法滿足，此處假設(shè)已訂未交訂貨量不再補(bǔ)貨。記DC和門店a的單位缺貨成本為shDC和sha。

訂單交付采用按訂單運(yùn)輸?shù)姆绞?。單位運(yùn)輸費(fèi)率記為c。基于此和相應(yīng)的運(yùn)輸量(即訂貨量)，可以計(jì)算出由DC到門店和到消費(fèi)者的運(yùn)輸成本。

3 演化仿真實(shí)驗(yàn)與結(jié)果分析

線下人際關(guān)系滿足“六度分離”，具有典型的小世界特征，為此，本文采用WS小世界模型[19]模擬消費(fèi)者線下社會(huì)網(wǎng)絡(luò)。劉志明和劉魯[20]說(shuō)明諸如微博的線上網(wǎng)絡(luò)是以一個(gè)服從冪律分布的復(fù)雜網(wǎng)絡(luò)，與無(wú)標(biāo)度網(wǎng)絡(luò)結(jié)構(gòu)性質(zhì)相似，為此，本文采用BA無(wú)標(biāo)度模型[21]模擬消費(fèi)者線上社會(huì)網(wǎng)絡(luò)。

表1 仿真數(shù)據(jù)取值

3.1 基于產(chǎn)品體驗(yàn)值β的仿真與結(jié)果分析

考慮到產(chǎn)品體驗(yàn)性的重要性，本節(jié)對(duì)比分析不同β(0.2、0.5和0.7)下的仿真結(jié)果。

觀察市場(chǎng)覆蓋率(圖2)，需求呈現(xiàn)先緩慢，再快速，繼而到達(dá)頂峰的增長(zhǎng)趨勢(shì)。這種增長(zhǎng)模式可通過(guò)行業(yè)現(xiàn)實(shí)觀察到，由緩慢增長(zhǎng)到快速增長(zhǎng)的轉(zhuǎn)折點(diǎn)也被稱為引爆點(diǎn)[23]。另外，可以發(fā)現(xiàn)，β值小(即產(chǎn)品體驗(yàn)性強(qiáng))的產(chǎn)品需求增長(zhǎng)速度慢，市場(chǎng)覆蓋率小。究其原因，是因?yàn)閺?qiáng)體驗(yàn)性抬高了銷售門檻，致使更多消費(fèi)者至線下門店進(jìn)行體驗(yàn)，其中部分就會(huì)有體驗(yàn)后不滿意而不購(gòu)買的情況。

表2給出了仿真結(jié)束時(shí)，各類消費(fèi)者(分類見(jiàn)圖1)的占比。不難發(fā)現(xiàn)，隨著β值增加，需求結(jié)構(gòu)發(fā)生明顯變化，體現(xiàn)在區(qū)域Ⅱ、Ⅴ所占比重增加，而在區(qū)域Ⅲ、Ⅳ大幅下降。這是由于產(chǎn)品體驗(yàn)性變?nèi)?，消費(fèi)者則依據(jù)其自身對(duì)渠道的偏好，選擇在線上或線下直接購(gòu)買。

圖2 不同β值下的市場(chǎng)覆蓋率

購(gòu)買行為β=0.2β=0.5β=0.7Ⅰ2.5%4.1%4.7%Ⅱ1.5%6.7%11.5%Ⅲ13.1%9.4%5.3%Ⅳ51.3%35.0%21.4%Ⅴ6.0%26.5%44.1%未激活25.6%18.3%13.0%

本文考慮的總物流成本包括第2節(jié)模型中所述的庫(kù)存、運(yùn)輸、訂貨和缺貨成本。仿真發(fā)現(xiàn)缺貨成本和訂貨成本總量較小。圖3和圖4給出庫(kù)存成本和運(yùn)輸成本變化情況。不難發(fā)現(xiàn)，β值越小，總需求越小，故其庫(kù)存成本更小，同時(shí)，消費(fèi)者更易選擇線下直接購(gòu)買，賣家因此而節(jié)省了運(yùn)輸費(fèi)用?？偽锪鞒杀局饕蛇@兩部分構(gòu)成，變化趨勢(shì)與之類似。

圖3 不同β值下庫(kù)存成本

圖4 不同β值下運(yùn)輸成本

以上現(xiàn)象與分析啟示管理者：在O2O中，產(chǎn)品體驗(yàn)性越強(qiáng)，越需要盡可能因產(chǎn)品信息不確定而產(chǎn)生銷售門檻，同時(shí)，提升其線下門店的體驗(yàn)功能。反之，則需加強(qiáng)物流功能，以應(yīng)對(duì)快速增長(zhǎng)的需求和由此而引發(fā)的更大庫(kù)存量和運(yùn)輸量。

3.2 基于渠道整合的仿真與結(jié)果分析

原先由DC配送的線上訂單，現(xiàn)由離消費(fèi)者更近的門店庫(kù)存滿足，這是近年來(lái)國(guó)內(nèi)企業(yè)廣泛采用的O2O渠道整合模式。本節(jié)以這一模式為背景。其中整合后，線上需求由距離消費(fèi)者最近的門店配送，若最近門店缺貨，則由次近門店配送，依次直至最終由DC配送。本節(jié)β取0.5。

表3 渠道整合前后消費(fèi)者行為決策分布

由圖5，渠道整合后，在仿真初期，物流總成本差異不大，但隨著仿真的進(jìn)行，改善明顯。究其原因，因整合導(dǎo)致配送距離減短，繼而導(dǎo)致運(yùn)輸成本減少是主因。同時(shí)，整合改善了產(chǎn)品可獲得性，導(dǎo)致缺貨成本大幅削減。

與直覺(jué)相反，結(jié)果表明，渠道整合后庫(kù)存成本不降反升(見(jiàn)圖6)。對(duì)門店而言，在整合后，原先線上直接由DC滿足的需求轉(zhuǎn)至線下，導(dǎo)致各門店面臨的需求增加，相應(yīng)的安全庫(kù)存和最大庫(kù)存隨之增加。而DC作為所有需求的供應(yīng)源，雖然所面臨的總需求變化不大，但在整合后，渠道吸引力增加(主要是線上，見(jiàn)表3)，影響擴(kuò)散更快，導(dǎo)致仿真周期縮短，繼而使得DC面臨的需求波動(dòng)性增加，從而導(dǎo)致其庫(kù)存量增加。由此，推高了整體庫(kù)存成本。

圖5 物流總成本

圖6 庫(kù)存成本

關(guān)于渠道整合的仿真結(jié)果與分析啟示相關(guān)企業(yè)：

(1)管理者不能期望渠道整合帶來(lái)更多的需求，渠道整合的目的更多在于優(yōu)化需求結(jié)構(gòu)和自身運(yùn)營(yíng)效率。就需求結(jié)構(gòu)而言，渠道整合可以有效地將消費(fèi)者引導(dǎo)至線上購(gòu)買，特別是當(dāng)消費(fèi)者格外重視時(shí)效時(shí)。就運(yùn)營(yíng)效率而言，渠道整合可以有效優(yōu)化物流總費(fèi)用，特別是運(yùn)輸和缺貨成本。

(2)直覺(jué)上會(huì)認(rèn)為渠道整合將有助于優(yōu)化系統(tǒng)總庫(kù)存量，但實(shí)際情況是渠道整合后的需求波動(dòng)更大，反而使得總體安全庫(kù)存有所增加，導(dǎo)致庫(kù)存量增加。加之整合后線下門店備貨量更大，而其單位庫(kù)存費(fèi)用就遠(yuǎn)高于DC，導(dǎo)致整體庫(kù)存費(fèi)用惡化。由此，建議明確O2O中DC和門店各自備貨重點(diǎn)：將消費(fèi)者時(shí)效性要求高、運(yùn)輸費(fèi)用高且缺貨損失大的產(chǎn)品增加門店備貨比重，實(shí)現(xiàn)O2O渠道整合，而對(duì)于時(shí)效性要求不高、運(yùn)輸費(fèi)用低且缺貨損失小的產(chǎn)品，則仍由DC備貨并發(fā)貨。

4 結(jié)論與啟示

賣家存在線上-線下渠道，并規(guī)劃其DC和各門店庫(kù)存；消費(fèi)者會(huì)根據(jù)其線上-線下社會(huì)網(wǎng)絡(luò)了解到產(chǎn)品信息，并做出相應(yīng)的購(gòu)買選擇。本文對(duì)這一常見(jiàn)的O2O模式進(jìn)行了研究，利用相依網(wǎng)絡(luò)描述消費(fèi)者網(wǎng)絡(luò)，并構(gòu)建基于線性閾值的影響傳播模型，繼而，構(gòu)建考慮了產(chǎn)品體驗(yàn)性和消費(fèi)者渠道偏好的消費(fèi)者行為決策模型，以及賣家物流模型，由此展開演化仿真研究。結(jié)果表明，本文模型能夠比較好擬合現(xiàn)實(shí)情景，并得到如下發(fā)現(xiàn)與啟示：

(1)對(duì)于體驗(yàn)性弱的產(chǎn)品，O2O管理重點(diǎn)在于構(gòu)建高效物流功能；而對(duì)于體驗(yàn)性強(qiáng)的產(chǎn)品，重點(diǎn)是降低消費(fèi)者因?yàn)轶w驗(yàn)性高而產(chǎn)生的購(gòu)買門檻。該結(jié)論可以由相關(guān)企業(yè)的做法得到印證：以H&M為例，其銷售時(shí)裝大多體驗(yàn)性強(qiáng)。為此，在其O2O運(yùn)營(yíng)中，線下門店開設(shè)于城市中心位置并強(qiáng)調(diào)提供消費(fèi)者試穿體驗(yàn)的便利；線上則允許消費(fèi)者在30天內(nèi)退貨并退款，以此打消消費(fèi)者對(duì)于產(chǎn)品信息不確定而產(chǎn)生的購(gòu)買疑慮。

(2)“線上訂單由線下門店來(lái)滿足”這一O2O整合模式并不能顯著增加總需求，但卻改變了需求結(jié)構(gòu)，帶來(lái)的好處更多來(lái)自于物流成本，特別是運(yùn)輸和缺貨成本的降低。注意到，許多O2O中，線上和線下隸屬不同部門，甚至是不同企業(yè)。該結(jié)論提示管理者不能指望銷量的增加來(lái)補(bǔ)償O2O整合所付出的努力，重點(diǎn)應(yīng)放在如何平衡線上和線下的利益關(guān)系，促使合作以實(shí)現(xiàn)物流費(fèi)用下降帶來(lái)的好處，以保證整合模式的長(zhǎng)久運(yùn)行。

(3)與直覺(jué)相反，渠道整合后庫(kù)存費(fèi)用不降反升。通過(guò)分析背后原因，提示管理者，O2O渠道整合應(yīng)側(cè)重于消費(fèi)者時(shí)效性要求高、運(yùn)輸費(fèi)用高且缺貨損失大的產(chǎn)品。這一啟示與京東到家主打生鮮等產(chǎn)品的做法是一致的。

在今后研究中，可將本文研究方法拓展到對(duì)于新零售模式的研究中；也可借助間接互惠的理念，研究多種消費(fèi)者類型(惡意評(píng)價(jià)者、默認(rèn)好評(píng)者和辨識(shí)者)所帶來(lái)的影響；還可針對(duì)消費(fèi)者的相依網(wǎng)絡(luò)，研究選取精準(zhǔn)營(yíng)銷中種子節(jié)點(diǎn)的高效算法等。

[1] Wang L Y. What is O2O[J]. IT Industry, 2013, 20(1): 15-18.

[2] 李克強(qiáng).李克強(qiáng)作的政府工作報(bào)告[N].人民日?qǐng)?bào),2015- 03- 06(01).

[3] 王長(zhǎng)軍,鄧欣蕾,蔡昱瑤.競(jìng)合視角下的O2O商業(yè)模式分類及其運(yùn)營(yíng)研究[A].第十九屆世界管理論壇暨東方管理論壇論文集[C].北京:管理世界雜志社,2015.135-140.

[4] 艾瑞咨詢.2016年中國(guó)O2O行業(yè)發(fā)展報(bào)告[EB/OL]. http://www.iresearch.com.cn/report/2612.html, 2016- 07- 05.

[5] Brynjolfsson E, Hu Y, Rahman M S. Battle of the retail channels: how product selection and geography drive cross-channel competition[J]. Management Science, 2009, 55(11): 1755-1765.

[6] Gao F, Su X M. Online and offline information for omnichannel retailing[J]. Manufacturing & Service Operations Management, 2017, 19(1): 84-98.

[7] Brynjolfsson E, Simester D. Goodbye pareto principle, hello long tail: the effect of search costs on the concentration of product sales[J]. Management Science, 2011, 57(8): 1373-1386.

[8] Oestreicher-Singer G, Sundararajan A. The visible hand? Demand effects of recommendation networks in electronic markets[J]. Management Science, 2011, 57(11): 1963-1981.

[9] Lu H, Chen Y. Strategic motive for introducing internet channels in a supply chain[J]. Production & Operations Management, 2014, 23(1): 36- 47.

[10] Liu Y. Customers’ choice between online or offline channel about search products, experience products and credence products[J]. International Business Research, 2016, 9(11): 38-56.

[11] Narayanan S, Nandagopal R. From multi-channel to omni-channel: determinants of channel choice[J]. Asian Journal of Research in Social Sciences and Humanities, 2016, 6(9): 1016-1035.

[12] Overby E, Jap S. Electronic and physical market channels: a multiyear investigation in a market for products of uncertain quality[J]. Management Science, 2009, 55(6): 940-957.

[13] Gallino S, Moreno A. Integration of online and offline channels in retail: the impact of sharing reliable inventory availability information[J]. Management Science, 2014, 60(6): 1434-1451.

[14] Zhao F, Wu D, Liang L, et al.. Lateral inventory transshipment problem in online-to-offline supply chain[J]. International Journal of Production Research, 2016, 54(7): 1951-1963.

[15] Kim Y, Krishnan R. On product-level uncertainty and online purchase behavior: an empirical analysis[J]. Management Science, 2015, 61(10): 2449-2467.

[16] He Z, Cheng T C E, Dong J, et al.. Evolutionary location and pricing strategies for service merchants in competitive O2O markets[J]. European Journal of Operational Research, 2016, 254(2): 595- 609.

[17] Kempe D, Kleinberg J. Maximizing the spread of influence through a social network[A]. In Getoor L, Senator T, eds. Proceeding of the Ninth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining[C]. ACM Press, Washington, 2003. 137-146.

[18] Buldyrev S V, Parshani R, Paul G, et al.. Catastrophic cascade of failures in interdependent networks[J]. Nature, 2010, 464(7291): 1025-1028.

[19] Watts D J, Strogatz S H. Collective dynamics of “small-world” networks[J]. Nature, 1998, 393(6684): 440- 442.

[20] 劉志明,劉魯.微博網(wǎng)絡(luò)輿情中的意見(jiàn)領(lǐng)袖識(shí)別及分析[J].系統(tǒng)工程,2011,29(6):8-16.

[21] Barabási A, Albert R. Emergence of scaling in random networks[J]. Science, 1999, 286(5439): 509-512.

[22] Li F F. Pinning control design for the stabilization of boolean network[J]. IEEE Transaction on Neural Networks and Learning Systems, 2017, 27(7): 1585-1590.

[23] 陳威如,余卓軒.平臺(tái)戰(zhàn)略[M].北京:中信出版社,2013.87-112.