張慶平,高廣亮

(1.順德職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)管理學(xué)院, 廣東 佛山 528300;2.廣東澳滬物流有限公司, 廣東 佛山 528300)

?

網(wǎng)絡(luò)零售商實(shí)施VMI庫(kù)存成本分擔(dān)博弈分析

張慶平1,高廣亮2

(1.順德職業(yè)技術(shù)學(xué)院 經(jīng)濟(jì)管理學(xué)院, 廣東 佛山 528300;2.廣東澳滬物流有限公司, 廣東 佛山 528300)

在單一制造商、單一第三方物流、單一網(wǎng)絡(luò)零售商組成的供應(yīng)鏈VMI架構(gòu)下，利用Stackelberg博弈理論對(duì)制造商與網(wǎng)絡(luò)零售商之間的庫(kù)存成本分擔(dān)問(wèn)題進(jìn)行研究，以探求雙方VMI最佳合作點(diǎn)，即發(fā)生在第三方物流的庫(kù)存成本分擔(dān)比例。研究表明，網(wǎng)絡(luò)零售商分擔(dān)一定比例庫(kù)存成本，能夠同時(shí)降低網(wǎng)絡(luò)零售商和制造商的成本；通過(guò)算例求解，對(duì)模型相關(guān)參數(shù)進(jìn)行靈敏度分析，為供應(yīng)鏈VMI合作相關(guān)決策提供了參考。

成本分擔(dān)；第三方物流；供應(yīng)商管理庫(kù)存；網(wǎng)絡(luò)零售商；Stackelberg博弈

供應(yīng)商管理庫(kù)存(vendor management inventory,VMI)已悄然應(yīng)用于國(guó)內(nèi)網(wǎng)絡(luò)零售領(lǐng)域，該供應(yīng)鏈庫(kù)存管理模式也早已成功應(yīng)用于沃爾瑪?shù)葘?shí)體零售領(lǐng)域[1]。圖1為某網(wǎng)絡(luò)零售商實(shí)施第三方物流參與的VMI模式的運(yùn)作過(guò)程，即供應(yīng)商基于網(wǎng)絡(luò)零售商共享的銷(xiāo)售計(jì)劃(預(yù)測(cè))信息，進(jìn)行生產(chǎn)、補(bǔ)貨至第三方物流的倉(cāng)庫(kù)；待網(wǎng)購(gòu)顧客下單網(wǎng)絡(luò)零售商匯總訂單后提出商品發(fā)貨需求時(shí)，由第三方物流服務(wù)迅速分揀配好后送到網(wǎng)絡(luò)零售商倉(cāng)庫(kù)進(jìn)行處理，實(shí)現(xiàn)JIT送貨模式，此時(shí)物料所有權(quán)發(fā)生轉(zhuǎn)移，最終由落地配公司快遞給顧客[2]。

如圖1所示，網(wǎng)絡(luò)零售商幫助制造商直接把商品賣(mài)給網(wǎng)購(gòu)顧客，顛覆了傳統(tǒng)商品通路模式。并且雙方把供應(yīng)鏈庫(kù)存管理外包給第三方物流服務(wù)商，以實(shí)現(xiàn)雙方共同的大目標(biāo)，即在提高客戶(hù)服務(wù)水平的同時(shí)降低供應(yīng)鏈庫(kù)存成本；但雙方也有不同的使自身成本最低的小目標(biāo)[3]。由此看出，在第三方物流參與的VMI模式下，制造商和網(wǎng)絡(luò)零售商合作與競(jìng)爭(zhēng)并存，雙方?jīng)Q策相互對(duì)應(yīng)依賴(lài)，呈現(xiàn)Stackelberg博弈模型特征，其中網(wǎng)絡(luò)零售商是領(lǐng)導(dǎo)者，制造商為跟隨者[4]。

圖1 某網(wǎng)絡(luò)零售商的第三方物流參與的VMI模式運(yùn)作過(guò)程

筆者的研究以Stackelberg博弈理論為基礎(chǔ)，構(gòu)建基于成本共擔(dān)的博弈模型，探求制造商和網(wǎng)絡(luò)零售商雙方最佳的合作點(diǎn)，為網(wǎng)絡(luò)零售商和制造商深入VMI合作、制定雙方第三方物流庫(kù)存成本分擔(dān)比例及最優(yōu)VMI相關(guān)決策提供依據(jù)。

1 問(wèn)題描述

1.1模型假設(shè)

(1)把焦點(diǎn)放在基于庫(kù)存成本共擔(dān)的成本模型[5]，單一商品在單一制造商、單一第三方物流服務(wù)商、單一網(wǎng)絡(luò)零售商組成的供應(yīng)鏈架構(gòu)下流轉(zhuǎn)，且商品須經(jīng)第三方物流轉(zhuǎn)送完成。

(2)假設(shè)制造商補(bǔ)貨至第三方物流倉(cāng)庫(kù)采取定期補(bǔ)貨方式[6]，即每隔一個(gè)固定時(shí)間進(jìn)行補(bǔ)貨，補(bǔ)貨數(shù)量等于最高庫(kù)存水平減去當(dāng)前庫(kù)存水平；制造商補(bǔ)貨至第三方物流倉(cāng)庫(kù)所需的時(shí)間為補(bǔ)貨提前期；每次制造商補(bǔ)貨到第三方物流倉(cāng)庫(kù)的補(bǔ)貨成本相同。

(3)第三方物流庫(kù)存成本是指發(fā)生在第三方物流服務(wù)商的庫(kù)存成本，包括儲(chǔ)存成本、分揀配貨成本及發(fā)貨成本。

(4)假設(shè)市場(chǎng)需求為滿(mǎn)足某種概率密度分布的隨機(jī)函數(shù)，因制造商在第三方物流倉(cāng)庫(kù)存貨不足而造成缺貨，從而使網(wǎng)絡(luò)零售商產(chǎn)生缺貨，將向制造商收取懲罰成本[7]。

(5)制造商承擔(dān)的成本包括：補(bǔ)貨至第三方物流倉(cāng)庫(kù)的補(bǔ)貨成本，一定比例發(fā)生在第三方物流的儲(chǔ)存成本，一定比例發(fā)生在第三方物流的分揀配貨成本及發(fā)貨成本，由于缺貨向網(wǎng)絡(luò)零售商支付的懲罰成本。

(6)網(wǎng)絡(luò)零售商的成本包括：一定比例發(fā)生在第三方物流的儲(chǔ)存成本，一定比例發(fā)生在第三方物流的分揀配貨成本及發(fā)貨成本，由于缺貨導(dǎo)致的缺貨成本減去制造商支付的懲罰成本。

1.2 變量與參數(shù)說(shuō)明

(1)變量說(shuō)明。T為兩次補(bǔ)貨日的時(shí)間間隔，即補(bǔ)貨周期，為一決策變量。S為制造商制定補(bǔ)貨策略中的最高存貨水平，為一決策變量。ε為網(wǎng)絡(luò)零售商分擔(dān)第三方物流庫(kù)存成本比例，包括儲(chǔ)存成本、分揀配貨及發(fā)貨成本，為一決策變量，0<ε<1。其中變量補(bǔ)貨周期T、最高庫(kù)存水平S的決策權(quán)在制造商手里，而第三方物流庫(kù)存成本分擔(dān)比例ε的決策權(quán)在網(wǎng)絡(luò)零售商手里[8]。

(2)參數(shù)說(shuō)明。D為網(wǎng)絡(luò)零售商的年平均市場(chǎng)需求量。L為制造商補(bǔ)貨到第三方物流倉(cāng)庫(kù)所需的時(shí)間，即補(bǔ)貨提前期，單位為年。R為制造商補(bǔ)貨到第三方物流倉(cāng)庫(kù)的單次補(bǔ)貨成本，其為固定成本，單位為元/次。H為第三方物流倉(cāng)儲(chǔ)中商品每年每單位儲(chǔ)存成本，單位為元/(件·年)。F1為第三方物流按訂單分揀配貨的單位商品分揀配貨成本，其為固定成本，單位為元/件。F2為第三方物流發(fā)貨至網(wǎng)絡(luò)零售商自建倉(cāng)儲(chǔ)的單位商品發(fā)貨成本，其為固定成本，單位為元/件。F為F1+F2(單位商品分揀配貨成本+單位商品發(fā)貨成本)，單位為元/件。O為網(wǎng)絡(luò)零售商因缺貨造成的單位商品缺貨成本，單位為元/件。P為制造商因缺貨支付的單位商品懲罰成本，單位為元/件。M為制造商成本。E為網(wǎng)絡(luò)零售商成本。

2 構(gòu)建Stackelberg博弈模型

2.1 網(wǎng)絡(luò)零售商和制造商的成本函數(shù)

其中,S<2D(L+T)。

綜上所述，網(wǎng)絡(luò)零售商成本=ε×儲(chǔ)存成本+ε×分揀配貨成本及發(fā)貨成本+缺貨成本-懲罰成本，即:

(1)

而制造商成本=(1-ε)×儲(chǔ)存成本+(1-ε)×分揀配貨成本及發(fā)貨成本+懲罰成本，即:

(2)

2.2 基于Stackelberg博弈的VMI決策模型

將制造商成本M分別對(duì)S和T求一階偏微分并令其等于零，再求二階偏微分并令其大于零，以確保制造商成本最小[11]，即:

(3)

(4)

(5)

(6)

構(gòu)建的VMI決策模型為：

s.t 滿(mǎn)足式(3)～式(6)且S,T,ε≥0

3 算例分析

通過(guò)算例求解模型，在參照文獻(xiàn)[12]給出的數(shù)值基礎(chǔ)上，增加了第三方物流單位分揀配貨成本及單位發(fā)貨成本，具體數(shù)值如下：D=700件，L=0.04年，R=280元/次，H=15元/(件·年)，F(xiàn)1=0.8元/件，F(xiàn)2=1元/件，F(xiàn)=F1+F2=1.8元/件，O=60元/件，P=11元/件。利用Lingo11.0軟件進(jìn)行求解，從以下幾個(gè)方面探討求解結(jié)果。

(1)網(wǎng)絡(luò)零售商是否分擔(dān)庫(kù)存成本之比較。先求解網(wǎng)絡(luò)零售商成本最小時(shí)的決策變量S，T，ε，如表1所示。從表1可以看出，VMI決策模型在最小值點(diǎn)(S0，T0，ε0)=(249.098，0.183，0.243)時(shí)，網(wǎng)絡(luò)零售商成本為最小值minE=2 464.250，此時(shí)制造商成本M=4 220.517。

表1 網(wǎng)絡(luò)零售商是否分擔(dān)庫(kù)存成本之比較

若在VMI決策模型中增加一個(gè)約束條件：ε=0，即網(wǎng)絡(luò)零售商不分擔(dān)庫(kù)存成本時(shí)，目標(biāo)函數(shù)最小值點(diǎn)(S0，T0，ε0)=(2 18.477，0.169，0.000)，網(wǎng)絡(luò)零售商成本為最小值minE= 2 728.344，此時(shí)制造商成本M=4 928.515。

由此可知，網(wǎng)絡(luò)零售商分擔(dān)一定比例庫(kù)存成本，能同時(shí)降低自身和VMI合作制作商的成本。

(2)平均年市場(chǎng)需求D之靈敏度分析。如圖2和圖3所示，制造商與網(wǎng)絡(luò)零售商成本隨著平均年市場(chǎng)需求的增加而增加，而網(wǎng)絡(luò)零售商庫(kù)存成本分擔(dān)比例則不斷降低。由此可知，網(wǎng)絡(luò)零售商應(yīng)該通過(guò)各種營(yíng)銷(xiāo)手段增加商品的市場(chǎng)需求，使得自己在VMI合作博弈中處于有利地位。

圖2 D對(duì)M和E的靈敏度分析

圖3 D對(duì)ε的靈敏度分析

圖4 H對(duì)M和E的靈敏度分析

圖5 H對(duì)ε的靈敏度分析

(3)單位儲(chǔ)存成本H之靈敏度分析。如圖4和圖5所示，制造商和網(wǎng)絡(luò)零售商成本隨著儲(chǔ)存成本的增加而增加，網(wǎng)絡(luò)零售商分擔(dān)庫(kù)存成本比例呈上升趨勢(shì)。由此可知，低儲(chǔ)存成本是網(wǎng)絡(luò)零售商選擇第三方物流合作伙伴的主要指標(biāo)之一。

(4)補(bǔ)貨提前期L之靈敏度分析。如圖6和圖7所示，制造商和網(wǎng)絡(luò)零售商成本隨著補(bǔ)貨提前期的增長(zhǎng)而增加，但網(wǎng)絡(luò)零售商成本上漲幅度明顯高于制造商。由此可知，縮短補(bǔ)貨提前期是網(wǎng)絡(luò)零售商實(shí)施VMI策略時(shí)選擇和考核制造商合作伙伴的主要指標(biāo)之一。

圖6 L對(duì)M和E的靈敏度分析

圖7 L對(duì)ε的靈敏度分析

(5)單次補(bǔ)貨成本R之靈敏度分析。如圖8和圖9所示，制造商和網(wǎng)絡(luò)零售商成本隨著單次補(bǔ)貨成本的增加而增加，但網(wǎng)絡(luò)零售商成本大幅度增加。由此可知，單次補(bǔ)貨成本是網(wǎng)絡(luò)零售商實(shí)施VMI時(shí)選擇和考核制造商合作伙伴的主要指標(biāo)之一，建議制造商考慮在一定區(qū)域范圍內(nèi)建立有效的倉(cāng)儲(chǔ)配送體系。

圖8 R對(duì)M和E的靈敏度分析

圖9 R對(duì)ε的靈敏度分析

(6)單位分揀配貨及發(fā)貨成本F之靈敏度分析。如圖10和圖11所示，制造商和網(wǎng)絡(luò)零售商成本隨著單位分揀配貨及發(fā)貨成本的增加而增加，同時(shí)網(wǎng)絡(luò)零售商第三方物流庫(kù)存成本分擔(dān)比例呈上升趨勢(shì)。由此可知，第三方物流服務(wù)商低分揀配貨成本及發(fā)貨成本是選擇第三方物流合作伙伴的主要指標(biāo)之一。要求第三方物流倉(cāng)庫(kù)樞紐位于網(wǎng)絡(luò)零售商自建倉(cāng)庫(kù)附近一定距離范圍內(nèi)。

圖10 F對(duì)M和E的靈敏度分析

圖11 F對(duì)ε的靈敏度分析

4 結(jié)論

筆者利用Stackelberg博弈理論，構(gòu)建制造商、第三方物流及網(wǎng)絡(luò)零售商組成的供應(yīng)鏈VMI決策模型，給出算例并求解分析。結(jié)果表明，網(wǎng)絡(luò)零售商分擔(dān)一定比例發(fā)生在第三方物流的庫(kù)存成本，能夠同時(shí)降低自身和制造商的成本。通過(guò)對(duì)平均年市場(chǎng)需求等參數(shù)進(jìn)行靈敏度分析，發(fā)現(xiàn)擴(kuò)大市場(chǎng)需求，降低第三方物流儲(chǔ)存成本，縮短制造商補(bǔ)貨提前期并減少單次補(bǔ)貨成本，以及控制第三方物流分揀配貨及發(fā)貨成本，將有助于制造商、第三方物流和網(wǎng)絡(luò)零售商繼續(xù)深入穩(wěn)定地開(kāi)展VMI合作。

[1] 趙道致,呂昕.供應(yīng)商管理庫(kù)存理論發(fā)展綜述與評(píng)價(jià)[J].北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012(1):41-47.

[2] WALLER M, JOHNSON M E, DAVIS T. Vendor-managed inventory in the retail supply chain [J].Journal of Business Logistics,1999,20(1):183-203.

[3] 李正.第三方物流參與的供應(yīng)商管理庫(kù)存利潤(rùn)分析[J].物流技術(shù),2014(6):272-275.

[4] 丁斌,孫政曉.預(yù)付條件下應(yīng)急物資的Stackelberg采購(gòu)模型[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2010(4):68-70.

[5] 譚潔,鄭齊,林強(qiáng).基于庫(kù)存成本視角的供應(yīng)鏈VMI利益分配[J].武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版),2014，36(4):523-527.

[6] CHIANG C. Optimal replenishment for a periodic review inventory system with two supply modes[J]. European Journal of Operational Research,2003,149(1):229-244.

[7] 孫瑩,鮑新中,王寧.考慮缺貨的供應(yīng)鏈聯(lián)合庫(kù)存成本分析及收益分配[J].北京科技大學(xué)學(xué)報(bào),2012(10):1205-1212.

[8] 湯中明.VMI & TPL模式下庫(kù)存運(yùn)輸集成戰(zhàn)略?xún)?yōu)化決策[J].統(tǒng)計(jì)與決策,2014(3):65-69.

[9] JOHNSON L A, MONTGOMERY D C. Operations research in production planning scheduling and inventory control[M]. New York:John Wiley & SonsInc, 1974: 129-155.

[10] CHUANG B R. A note on periodic review inventory model with controllable setup cost and leadtime[J].Computers & Operations Research,2004,31(4):549-561.

[11] 常良峰,黃小原,盧震.兩級(jí)供應(yīng)鏈Stackelberg主從對(duì)策的優(yōu)化模型及其應(yīng)用[J].管理工程學(xué)報(bào),2004(1):12-16.

[12] 陳玉加.存貨記錄不正確下定期檢閱存貨系統(tǒng)之研究 [D].新北：淡江大學(xué)，2003.

ZHANG Qingping:Lect.; School of Economics and Business Management, Shunde Polytechnic, Foshan 528300, China.

[編輯：王志全]

Game Analysis on Inventory Cost Sharing in TPL-participated VMI Mode under Online Retail

ZHANGQingping,GAOGuangliang

Under the VMI framework of supply chain constituted by a manufacturer, a third-party logistics, and an online retailer, the inventory cost sharing between manufacture and online retailer was discussed with Stackelberg Game Theory. The best cooperation point was explored-the proportion of sharing inventory cost occurred in third-party logistics. The results show that online retailer sharing inventory cost can reduce manufacturer and online retailer's cost simultaneously. Through a demonstrated example, sensitivity analysis was conducted about relevant parameters. It provides reference to optimal solutions of VMI.

cost sharing; third-party logistics; vendor managed inventory; online retailer; Stackelberg game

2015-03-31.

張慶平(1979-)，女，內(nèi)蒙古赤峰人，順德職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理學(xué)院講師.

2015年度佛山哲學(xué)社會(huì)科學(xué)規(guī)劃基金資助項(xiàng)目(2015-BZ60).

2095-3852(2015)05-0662-05

A

F273.7

10.3963/j.issn.2095-3852.2015.05.030