李毅鵬 馬士華 袁開福

摘要：針對(duì)由多個(gè)零部件供應(yīng)商、單個(gè)制造商和一個(gè)零售商所組成的按訂單裝配式供應(yīng)鏈，本文在零部件供應(yīng)不確定的環(huán)境中，分析了在分散決策和集中決策下制造商和零售商各自的訂單決策及期望利潤(rùn)，在此基礎(chǔ)上提出了制造商在線預(yù)售策略，并比較分析預(yù)售對(duì)供應(yīng)鏈各級(jí)成員決策的影響。通過(guò)建立預(yù)售模型及證明推導(dǎo)，研究結(jié)果表明：如果無(wú)法從其他競(jìng)爭(zhēng)對(duì)手吸引更多的消費(fèi)者，制造商在線預(yù)售會(huì)損害零售商的利益；而且預(yù)售策略并不總是優(yōu)于集中決策。零售商對(duì)預(yù)售的反應(yīng)策略是反直覺(jué)的：預(yù)售量越小，零售商越有漲價(jià)的動(dòng)機(jī)；預(yù)售量越大，零售商反而需要通過(guò)折扣來(lái)最大化期望利潤(rùn)。

關(guān)鍵詞：制造商預(yù)售；按訂單裝配；供應(yīng)不確定

中圖分類號(hào)：F274文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：10035192（2017）02006405

doi：10.11847/fj.36.2.64

Research on Advance Sellingbased ATO Supply ChainOptimization under Uncertain Supply

LI Yipeng1， MA Shihua2， YUAN Kaifu3

（1.School of Information and Safety Engineering， Zhongnan University of Economics and Law， Wuhan 430073， China； 2.School of Management， Huazhong University of Science and Technology， Wuhan 430074， China； 3.School of Business Administration， Guizhou University of Finance and Economics， Guiyang 550025， China）

Abstract：Considers an assembletoorder supply chain comprised of multicomponent suppliers， single manufacturer and one retailer. Under the components random yielding， analyses manufacturer and retailers ordering decision and expected profits respectively in disperse and centralized decision. Based on that， presents manufacturers online advance selling policy. And compares the impact of advance selling on every members along supply chain. Through advance selling modeling and proof deducing， the result shows： advance selling can be harmful to retailers benefit if it cant switch more consumers from competitors. And advance selling policy isnt always dominant over centralized decision. The retailers reaction to advance selling is counterintuitive： the less quantity of advance selling， the more motive retailer has to rise price； the more， the retailer need to discount to maximize expected profit.

Key words：manufacturer advance selling； assembletoorder； supply uncertainty

1引言

企業(yè)為了緩解市場(chǎng)需求不確定的風(fēng)險(xiǎn)，提升產(chǎn)品的多樣性、制造的靈活性和響應(yīng)消費(fèi)者的及時(shí)性，常采用按訂單裝配（assembletoorder，ATO）的生產(chǎn)方式[1]。特別是在飛機(jī)、汽車制造（如波音、豐田汽車、東風(fēng)本田等）、消費(fèi)電子產(chǎn)品（如Dell電腦、聯(lián)想、蘋果手機(jī)、筆記本）等行業(yè)，制造商往往僅持有多種零部件庫(kù)存，當(dāng)接收來(lái)自下游批發(fā)商或零售商的訂單后才開始組織生產(chǎn)裝配，從而消除了成品庫(kù)存[2]。

隨著網(wǎng)絡(luò)購(gòu)物的爆炸式增長(zhǎng)和消費(fèi)者在線購(gòu)物習(xí)慣的養(yǎng)成，預(yù)售正逐漸從傳統(tǒng)的服務(wù)業(yè)（航班、酒店、會(huì)議注冊(cè)、門票、報(bào)紙雜志、唱片等）邁向制造業(yè)[3]。制造商在互聯(lián)網(wǎng)上開展在線預(yù)售，是近幾年興起的新產(chǎn)品發(fā)布的重要策略之一；尤其是消費(fèi)類ATO產(chǎn)品的生命周期越來(lái)越短，制造商在線預(yù)售新產(chǎn)品越來(lái)越頻繁，從而向下游零售商和消費(fèi)者轉(zhuǎn)移庫(kù)存風(fēng)險(xiǎn)[4]。例如，特斯拉公司于2016年4月開始在線預(yù)售Tesla Model 3新車型，并承諾在2017年底交付；蘋果公司于2016年3月24日在其官網(wǎng)上預(yù)售iphone SE新款手機(jī)，而發(fā)貨時(shí)間至少在2至3周之后。

然而，由于機(jī)器維修、不合理的生產(chǎn)調(diào)度、原料不足、工人罷工甚至天氣或政治等因素，都會(huì)導(dǎo)致供應(yīng)的不確定性：即訂單量與實(shí)際供應(yīng)量不匹配[5]。在高科技產(chǎn)業(yè)，硅芯片的實(shí)際供應(yīng)比例約為80%，而液晶屏幕甚至低于50%。尤其是ATO產(chǎn)品通常由多種零部件裝配而成，如果其中若干種來(lái)自供應(yīng)鏈上游的零部件供應(yīng)發(fā)生波動(dòng)、缺貨甚至中斷，都會(huì)影響制造商的正常生產(chǎn)運(yùn)營(yíng)[6]。例如：手機(jī)芯片核心供應(yīng)商高通公司的驍龍CPU供應(yīng)量不確定，導(dǎo)致華為、錘子等手機(jī)制造商損失大量客戶預(yù)售訂單。而2010年讓iphone 4手機(jī)長(zhǎng)期缺貨的原因是上游Retina屏幕韓國(guó)供應(yīng)商LGD公司良品率不高、產(chǎn)能不足。特斯拉的SUV車型Model X由于電池和“鷹翼”車門的供應(yīng)嚴(yán)重不足，使得大量客戶預(yù)訂單無(wú)法按期交付。

李毅鵬，等：供應(yīng)不確定下基于預(yù)售策略的ATO供應(yīng)鏈優(yōu)化研究

Vol.36， No.2預(yù)測(cè)2017年第2期

在現(xiàn)有的關(guān)于預(yù)售的研究文獻(xiàn)中，Xie和Shugan[7，8]認(rèn)為只要對(duì)未來(lái)的消費(fèi)者價(jià)值存在不確定性，就可以預(yù)售；預(yù)售的利潤(rùn)來(lái)自能夠吸引更多的買家購(gòu)買。Fay和Xie[9]提出在實(shí)體店正常銷售時(shí)，消費(fèi)者價(jià)值是不同的；而預(yù)售能夠讓不確定的消費(fèi)者價(jià)值趨同化。Prasad和Stecke[10]認(rèn)為預(yù)售有助于零售商降低需求的不確定性，更精確地預(yù)測(cè)需求量，但同時(shí)也會(huì)降低賣家的邊際利潤(rùn)。Tang等[11]也認(rèn)為預(yù)售訂單信息可以用來(lái)更新需求預(yù)測(cè)。Nasiry和Popescu[12]還考慮了在消費(fèi)者后悔（錯(cuò)過(guò)折扣、缺貨、消費(fèi)者價(jià)值降低等）下，消費(fèi)者價(jià)值不確定對(duì)預(yù)售決策的影響。Yu等[13]還研究了消費(fèi)者價(jià)值的相互依賴性以及產(chǎn)能對(duì)企業(yè)最優(yōu)預(yù)售決策的影響。

可見，現(xiàn)有的研究是從消費(fèi)者價(jià)值的視角來(lái)考慮預(yù)售，多數(shù)是針對(duì)零售商開展預(yù)售研究，也沒(méi)有考慮制造商在線預(yù)售這一新渠道與傳統(tǒng)零售渠道之間的沖突影響。因此，本文針對(duì)由多種零部件裝配而成的ATO產(chǎn)品，從供應(yīng)鏈上游的視角來(lái)研究制造商在線預(yù)售對(duì)供應(yīng)鏈中各級(jí)成員的決策影響，以及下游零售商對(duì)預(yù)售的反應(yīng)策略。

2問(wèn)題描述與符號(hào)表示

考慮由兩個(gè)互補(bǔ)零部件供應(yīng)商、單個(gè)制造（裝配）商和一個(gè)零售商所組成的ATO式供應(yīng)鏈。最終產(chǎn)品由兩種零部件按1∶1的比例齊套（entire kit）裝配[14，15]而成，零部件價(jià)格分別為p1和p2；產(chǎn)品的零售價(jià)格為p0。

對(duì)于始終正常銷售的實(shí)體店零售商，其需求量D0與產(chǎn)品零售價(jià)格p0的關(guān)系為

D0=N0-θp0（1）

其中N0為實(shí)體店消費(fèi)者的最大潛在數(shù)量；θ為價(jià)格彈性系數(shù)。在銷售季tr開始之前，零售商向上游的制造商訂購(gòu)q0數(shù)量的產(chǎn)品，批發(fā)價(jià)為w。

制造商采取按訂單裝配的生產(chǎn)模式，需要提前訂購(gòu)兩種零部件，數(shù)量均為q1；當(dāng)收到零售商的訂單后便可立即安排生產(chǎn)裝配。這里不考慮裝配時(shí)間和兩級(jí)訂購(gòu)的提前期[14，16]。由于零部件供應(yīng)的不確定性，實(shí)際供應(yīng)數(shù)量?jī)H為k1q1和k2q1，其中0w>μ>π。剩余零部件和產(chǎn)品的殘值均為0?？芍?，制造商的實(shí)際可裝配量S表示為

S=min（k1q1，k2q1）（2）

6結(jié)論與啟示

本文在上游多種零部件供應(yīng)不確定的環(huán)境下，針對(duì)ATO式供應(yīng)鏈，研究了制造商開展在線預(yù)售對(duì)各級(jí)成員的期望利潤(rùn)和決策影響。通過(guò)建立數(shù)學(xué)模型和證明推導(dǎo)，得出以下結(jié)論：

（1）在分散決策下，制造商作為Stackelberg博弈中的Follower，不會(huì)按最有利于零售商的訂單量進(jìn)行零部件采購(gòu)，而是以較少的訂單量使得自身利潤(rùn)最大化，從而緩解上游供應(yīng)不確定性所導(dǎo)致的損失浪費(fèi)。

（2）零售商有動(dòng)機(jī)發(fā)起集中決策，能夠以更多的零部件訂單量來(lái)提高供應(yīng)鏈的全局利潤(rùn)。

（3）制造商開展的在線預(yù)售策略，如果不能從其他競(jìng)爭(zhēng)對(duì)手轉(zhuǎn)化更多的潛在消費(fèi)者，則會(huì)損害零售商的利潤(rùn)；但零部件訂單量始終會(huì)增加。

（4）預(yù)售始終優(yōu)于分散決策；但是否優(yōu)于集中決策取決于產(chǎn)品最優(yōu)零售價(jià)格的閾值。

（5）在預(yù)售期結(jié)束而進(jìn)入正常零售銷售期后，零售商會(huì)根據(jù)預(yù)售量和原有零售價(jià)格來(lái)調(diào)整事后的零售價(jià)：預(yù)售量越小，越有漲價(jià)的動(dòng)機(jī)；預(yù)售量越大，反而會(huì)打折。

從本研究所獲得的管理上的啟示在于：制造商開展在線預(yù)售時(shí)，需要慎重考慮對(duì)正常渠道零售商的“沖擊”，除非能夠明顯地從競(jìng)爭(zhēng)對(duì)手吸引更多的消費(fèi)者購(gòu)買。同時(shí)也建議零售商在應(yīng)對(duì)制造商預(yù)售時(shí)不能僅憑“直覺(jué)”，反而應(yīng)該在預(yù)售“火爆”后降價(jià)、預(yù)售“冷清”后提價(jià)。

在進(jìn)一步的工作中，需要綜合考慮需求的不確定性、預(yù)售如何影響不同消費(fèi)者決策行為、在線預(yù)售渠道與傳統(tǒng)渠道之間的利益沖突與協(xié)調(diào)等，這些都是今后值得研究的問(wèn)題。

參考文獻(xiàn)：

[1]Oh S， Sourirajan K， Ettl M. Joint pricing and production decisions in an assembletoorder system[J]. Manufacturing & Service Operations Management， 2014， 16（4）： 529543.

[2]Nadar E， Akan M， Scheller A. Technical note—optimal structural results for assembletoorder generalized Msystems[J]. Operations Research， 2014， 62（3）： 571579.

[3]Boyaci T， Ozer O. Information acquisition for capacity planning via pricing and advance selling： when to stop and act[J]. Operations Research， 2010， 58（5）： 13281349.

[4]Zhao X Y， Stecke K E. Preorders for new tobereleased products considering consumer loss aversion[J]. Production and Operations Management， 2010， 19（2）： 198215.

[5]Giri B C， Bardhan S. Coordinating a supply chain under uncertain demand and random yield in presence of supply disruption[J]. International Journal of Production Research， 2015， 53（16）： 50705084.

[6]Cho S H， Tang C S. Advance selling in a supply chain under uncertain supply and demand[J]. Manufacturing & Service Operations Management， 2013， 15（2）： 305319.

[7]Xie J H， Shugan S M. Electronic tickets， smart cards， and online prepayments when and how to advance sell[J]. Marketing Science， 2001， 20（3）： 219243.

[8]Shugan S M， Xie J H. Advance selling for services[J]. California Management Review， 2004， 46（3）： 3754.

[9]Fay S， Xie J H. The economics of buyer uncertainty： advance selling vs probabilistic selling[J]. Marketing Science， 2010， 29（6）： 10401057.

[10]Prasad A， Stecke K E. Advance selling by a newsvendor retailer[J]. Production and Operations Management， 2011， 20（1）： 129142.

[11]Tang C S， Rajaram K， Alptekinoglu A， et al.. The benefits of advance booking discount programs： model and analysis[J]. Management Science， 2004， 50（4）： 465478.

[12]Nasiry J， Popescu I. Advance selling when consumers regret[J]. Management Science， 2012， 58（6）： 11601177.

[13]Yu M， Kapuscinski R， Ahn H S. Advance selling： effects of interdependent consumer valuations and sellers capacity[J]. Management Science， 2015， 61（9）： 21002117.

[14]Zipkin P. Some specially structured assembletoorder systems[J]. Operations Research Letters， 2016，44 （1）： 136142.

[15]Carr S M， Karmarkar U S. Competition in multiechelon assembly supply chains[J]. Management Science， 2005， 51（1）： 4559.

[16]Lu L J， Song J S， Zhang H Q. Optimal and asymptotically optimal policies for assembletoorder N and Wsystems[J]. Naval Research Logistics， 2015， 62（8）： 617635.

[17]Chen K Y， Kaya M， Ozer O. Dual sales channel management with service competition[J]. Manufacturing & Service Operations Management， 2008， 10（4）： 654675.

[18]David A， Adida E. Competition and coordination in a twochannel supply chain[J]. Production and Operations Management， 2015， 24（8）： 13581370.