羅春林，毛小兵，田 歆

(1. 中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京 100190；2. 江西財(cái)經(jīng)大學(xué)信息管理學(xué)院，江西 南昌 330013；3. 中國(guó)科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心，北京 100190)

網(wǎng)絡(luò)平臺(tái)銷售模式中的需求信息分享策略研究

羅春林1,2，毛小兵2，田 歆1,3

(1. 中國(guó)科學(xué)院大學(xué)經(jīng)濟(jì)與管理學(xué)院, 北京 100190；2. 江西財(cái)經(jīng)大學(xué)信息管理學(xué)院，江西 南昌 330013；3. 中國(guó)科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心，北京 100190)

研究了兩競(jìng)爭(zhēng)制造商通過(guò)同一網(wǎng)絡(luò)平臺(tái)銷售產(chǎn)品的需求信息分享問(wèn)題。已往研究表明，信息分享一定會(huì)為參與企業(yè)帶來(lái)更多的利潤(rùn)，然而研究發(fā)現(xiàn)，在網(wǎng)絡(luò)平臺(tái)銷售模式下，當(dāng)平臺(tái)提成比例過(guò)高而產(chǎn)品生產(chǎn)的規(guī)模經(jīng)濟(jì)比較明顯時(shí)，分享需求信息卻不一定會(huì)為平臺(tái)帶來(lái)更多的期望利潤(rùn)。在規(guī)模經(jīng)濟(jì)的時(shí)候，不獲取信息的制造商可以從競(jìng)爭(zhēng)制造商獲取信息行為中收獲搭便車效應(yīng)，而在規(guī)模不經(jīng)濟(jì)的時(shí)候，不獲取信息的制造商卻須為此付出代價(jià)。當(dāng)平臺(tái)的需求信息越準(zhǔn)確時(shí)，獲取信息帶來(lái)的利潤(rùn)就越多。

信息分享；網(wǎng)絡(luò)平臺(tái)；競(jìng)爭(zhēng)；貝葉斯均衡

1 引言

供應(yīng)鏈管理的一個(gè)重要特征是讓參與企業(yè)專注于自己的核心業(yè)務(wù)，充分發(fā)揮比較優(yōu)勢(shì)原理的作用，進(jìn)而提高運(yùn)營(yíng)效率。但另一方面，企業(yè)之間由于隱私與信任的顧慮、競(jìng)爭(zhēng)等方面的原因常會(huì)保留一些私有信息，造成供應(yīng)鏈企業(yè)之間的信息不對(duì)稱，從而降低供應(yīng)鏈的運(yùn)行效率。解決企業(yè)之間信息不對(duì)稱的重要途徑顯然是信息共享，如Lee等[1]研究了二階供應(yīng)鏈中信息分享的價(jià)值，Rached等[2]分析了信息共享的價(jià)值及對(duì)供應(yīng)鏈中合作伙伴企業(yè)績(jī)效的影響，而Khan等[3]和Sabitha等[4]分別在供應(yīng)鏈可持續(xù)發(fā)展與需求為一階自回歸情形下研究了信息共享的價(jià)值。由于供應(yīng)鏈的最終目標(biāo)是服務(wù)于客戶的需求，因而需求信息共享無(wú)疑是非常重要的，不對(duì)稱的需求信息難以實(shí)現(xiàn)供給與需求的匹配，給供應(yīng)鏈企業(yè)的生產(chǎn)量選擇與定價(jià)造成困難。因此，關(guān)于需求信息的分享策略是一個(gè)非常值得深入研究的現(xiàn)實(shí)問(wèn)題。

目前，關(guān)于需求信息的分享策略研究主要集中在兩個(gè)方面：一個(gè)是下游的零售商擁有比上游企業(yè)更準(zhǔn)確的需求預(yù)測(cè)信息，另一個(gè)是上游制造商比零售商有更準(zhǔn)確的需求預(yù)測(cè)信息問(wèn)題。由于零售商直接面向市場(chǎng)、面向消費(fèi)者，在銷售的過(guò)程中積累了大量的用戶數(shù)據(jù)，因此，在很多時(shí)候，下游零售商比上游企業(yè)擁有更多的需求信息，這也是近二十年來(lái)的一個(gè)熱點(diǎn)研究問(wèn)題。如Li等[5-6]研究了多個(gè)零售商之間存在水平競(jìng)爭(zhēng)的需求信息共享策略，Ha等[7-8]和Guo Liang等[9]研究了供應(yīng)鏈與供應(yīng)鏈之間競(jìng)爭(zhēng)模式下的信息共享問(wèn)題，Babich等[10]在非對(duì)稱需求信息背景下研究了供應(yīng)商的契約設(shè)計(jì)，而Li Tian等[11]研究表明在按庫(kù)存生產(chǎn)情形下，當(dāng)需求的不確定性程度適中時(shí)，零售商是樂(lè)意自愿分享信息的，Shang Weixin等[12]研究了兩個(gè)制造商共用一個(gè)零售商銷售模式下的信息分享策略。

另一方面，對(duì)很多時(shí)尚類商品和季節(jié)性產(chǎn)品，市場(chǎng)需求信息非常不明確，這時(shí)制造商都會(huì)投資成熟的需求預(yù)測(cè)系統(tǒng)并做大量的市場(chǎng)調(diào)研，從而獲得更準(zhǔn)確的需求預(yù)測(cè)信息[13-14]，另外在分銷渠道中，制造商(如品牌企業(yè))也往往擁有比零售商更好的需求預(yù)測(cè)信息[15]。Guo Liang等[14]研究了分銷渠道中制造商分享信息對(duì)供應(yīng)鏈運(yùn)營(yíng)決策的影響，Jiang Baojun等[15]研究了分銷渠道中的需求信息分享與否問(wèn)題，并探討了制造商的信息準(zhǔn)確度和零售商的風(fēng)險(xiǎn)厭惡對(duì)信息共享策略的影響。Bian Wenliang等[16]研究了制造商與零售商都擁有部分需求信息的信息分享問(wèn)題，結(jié)果表明供應(yīng)鏈能否從信息分享中獲益依賴于競(jìng)爭(zhēng)強(qiáng)度和預(yù)測(cè)的誤差程度。國(guó)內(nèi)許多學(xué)者也分別在不同情形下研究了信息分享的策略與價(jià)值[17-20]。

但這些研究都是基于傳統(tǒng)的購(gòu)銷模式，而近年來(lái)電子商務(wù)迅猛發(fā)展，很多企業(yè)都考慮通過(guò)天貓等網(wǎng)絡(luò)電商平臺(tái)銷售產(chǎn)品，在這類銷售模式中，平臺(tái)并不從制造商手中購(gòu)買商品然后再賣給消費(fèi)者，而只是為制造商與消費(fèi)者提供一個(gè)買賣平臺(tái)，并提取一定比例的傭金。由于天貓等電商平臺(tái)積累了大量的銷售信息、客戶信息等數(shù)據(jù)，對(duì)產(chǎn)品的需求往往有更準(zhǔn)確的認(rèn)識(shí)，因此，平臺(tái)對(duì)需求信息就有一個(gè)策略性分享問(wèn)題。當(dāng)平臺(tái)對(duì)分享信號(hào)數(shù)據(jù)收取一定費(fèi)用的時(shí)候，制造商就面臨選擇購(gòu)買與不購(gòu)買的問(wèn)題。購(gòu)買平臺(tái)的信號(hào)數(shù)據(jù)意味著可以更準(zhǔn)確地獲悉需求信息，從而幫助更準(zhǔn)確地定價(jià)。由于同一種產(chǎn)品往往有不同品牌的制造商在生產(chǎn)，并通過(guò)相同的平臺(tái)如天貓網(wǎng)絡(luò)平臺(tái)在銷售，這種競(jìng)爭(zhēng)制造商在網(wǎng)絡(luò)平臺(tái)銷售模式下的信息分享問(wèn)題普遍存在于現(xiàn)實(shí)之中，但目前還沒(méi)有文獻(xiàn)研究。因此本文研究?jī)筛?jìng)爭(zhēng)制造商通過(guò)同一網(wǎng)絡(luò)平臺(tái)銷售產(chǎn)品，網(wǎng)絡(luò)電商平臺(tái)擁有更準(zhǔn)確需求信息時(shí)的信息分享策略問(wèn)題。另一方面，由于制造商的規(guī)模生產(chǎn)可能帶來(lái)規(guī)模經(jīng)濟(jì)效應(yīng)或規(guī)模不經(jīng)濟(jì)，探討制造商的成本模式對(duì)信息分享策略的影響。

2 模型描述與信息結(jié)構(gòu)

平臺(tái)銷售模式區(qū)別于傳統(tǒng)的批發(fā)零售模式，主要在于產(chǎn)品的價(jià)格是由制造商確定，而平臺(tái)只收取一定比例的平臺(tái)費(fèi)用，設(shè)平臺(tái)保留的提成比例為(1-s)。由于同一種產(chǎn)品往往有不同品牌的制造商在生產(chǎn)，并通過(guò)相同的平臺(tái)如天貓?jiān)阡N售，因此本文考慮某產(chǎn)品的兩個(gè)競(jìng)爭(zhēng)制造商通過(guò)同一網(wǎng)絡(luò)電商平臺(tái)銷售的運(yùn)營(yíng)決策問(wèn)題。設(shè)制造商i選取的產(chǎn)品售價(jià)為pi，基本模型如下圖1所示。

圖1 競(jìng)爭(zhēng)制造商網(wǎng)絡(luò)平臺(tái)銷售模式示意圖

由于產(chǎn)品競(jìng)爭(zhēng)，制造商i的產(chǎn)品需求不僅取決于其價(jià)格pi，還取決于競(jìng)爭(zhēng)制造商(3-i)的產(chǎn)品價(jià)格p3-i，設(shè)其需求函數(shù)為

qi=a+θ-(1+φ)pi+φp3-i

(1)

其中φ刻劃了兩個(gè)制造商之間的競(jìng)爭(zhēng)強(qiáng)度，φ越大表示競(jìng)爭(zhēng)越激烈。隨機(jī)變量θ反應(yīng)了需求的不確定性，記其均值為0，方差為σ2。這種競(jìng)爭(zhēng)型需求函數(shù)廣泛地應(yīng)用于經(jīng)濟(jì)學(xué)和運(yùn)營(yíng)管理領(lǐng)域(如Li等[6]，Shang Weixin等[12]和Shin等[21]等)。

網(wǎng)絡(luò)電商平臺(tái)如天貓由于積累了大量的銷售與客戶數(shù)據(jù)，對(duì)產(chǎn)品的需求有著比制造商更為準(zhǔn)確的認(rèn)識(shí)。這些信號(hào)數(shù)據(jù)有著明顯的商業(yè)價(jià)值，因此平臺(tái)會(huì)先公布對(duì)獲取這些信號(hào)數(shù)據(jù)收取一定的費(fèi)用，然后制造商再?zèng)Q定是否購(gòu)買這些信號(hào)數(shù)據(jù)來(lái)獲取對(duì)需要更為準(zhǔn)確的認(rèn)識(shí)。

設(shè)電商平臺(tái)擁有關(guān)于隨機(jī)變量θ的信號(hào)信息Y，不失一般性，設(shè)E[Y|θ]=θ，即Y為θ的無(wú)偏估計(jì)。進(jìn)一步假定θ關(guān)于Y的條件期望是信號(hào)Y的線性函數(shù)，這種信息結(jié)構(gòu)廣泛地運(yùn)用于信息分享文獻(xiàn)(如Li[5]等)中。記t=1/E[Var(Y|θ)]，則t的大小反映了信號(hào)的準(zhǔn)確程度，而且E[θ|Y]是先驗(yàn)期望E[θ]和信號(hào)Y的加權(quán)平均:

(2)

其中β(t,σ)=tσ2/(1+tσ2)為信號(hào)Y的權(quán)重，顯然β(t,σ)為t的遞增函數(shù)，即信號(hào)越準(zhǔn)確，權(quán)重β(t,σ)越大。根據(jù)這樣的信息結(jié)構(gòu)可計(jì)算得:

E[Y2]=Var(Y)-[E(Y)]2=Var[E(Y|θ)]+E[Var(Y|θ)]=Var(θ)+E[Var(Y|θ)]=σ2+1/t.

(3)

于是，當(dāng)制造商i知曉平臺(tái)的需求信息Y時(shí)，其期望利潤(rùn)為

πi=(spi-c){a+E[θ|Y]-(1+φ)pi+φp3-i}-cv{a+E[θ|Y]-(1+φ)pi+φp3-i}2

(4)

而當(dāng)制造商i不知曉平臺(tái)的需求信息Y時(shí)，其期望利潤(rùn)為

πi=(spi-c){a+E[θ]-(1+φ)pi+φp3-i}-cv{a+E[θ]-(1+φ)pi+φp3-i}2

(5)

3 制造商之間的博弈分析

制造商1與制造商2之間由于競(jìng)爭(zhēng)的原因，是否獲悉需求信息Y并不會(huì)讓對(duì)方知道，因此制造商1與制造商2之間構(gòu)成了一個(gè)非完全信息靜態(tài)博弈。因而利用不完全信息靜態(tài)博弈的貝葉斯納什均衡研究制造商的定價(jià)策略與期望收益。

制造商i在做決定之前，會(huì)估計(jì)制造商j(=3-i)的定價(jià)決策(如果制造商j知曉信息Y，則其定價(jià)為Y的函數(shù)；而如果制造商j不知曉信息Y，則其定價(jià)是基于Y的期望，并不依賴于Y的具體值，即為獨(dú)立于Y的函數(shù))。因而如果制造商i知曉信息，他將準(zhǔn)確地知道制造商j所知道的信息Y，因此制造商i的反應(yīng)函數(shù)為pj的函數(shù)；而如果制造商i不知曉信息，他將不知道知曉制造商j所獲悉的信息Y,因此他的反應(yīng)函數(shù)只能是基于E[pj]，這里期望取遍Y的分布。當(dāng)制造商j不知曉信息Y，則pj獨(dú)立于Y，這時(shí)E[pj]可以簡(jiǎn)單地記為pj。因此，結(jié)合上面的分析并通過(guò)對(duì)期望利潤(rùn)的優(yōu)化可得制造商的最佳反應(yīng)函數(shù)如引理1所示。

引理1： 當(dāng)制造商i知曉信息時(shí)，其最佳反應(yīng)函數(shù)為：

pi(p3-i)=

(6)

而當(dāng)制造商i不知曉信息時(shí)，其最佳反應(yīng)函數(shù)為：

pi(p3-i)=

(7)

證明：引理1及后面命題的證明均見(jiàn)附錄。

這里的最佳反應(yīng)函數(shù)都是基于貝葉斯均衡給出的：當(dāng)制造商i知曉信息時(shí)，給定制造商(3-i)的定價(jià)策略，制造商i的反應(yīng)函數(shù)是信號(hào)Y的線性函數(shù)；而當(dāng)制造商i不知曉信息時(shí)，他只能基于制造商(3-i)的定價(jià)期望確定自己的反應(yīng)函數(shù)。

3.1 兩個(gè)制造商都知曉信息

當(dāng)兩個(gè)制造商都知曉信息時(shí)，則由引理1可知，制造商1與制造商2的最佳反應(yīng)函數(shù)分別為:

通過(guò)對(duì)他們之間博弈均衡的求解，可得制造商的均衡定價(jià)策略如命題1所示。

命題1：當(dāng)兩個(gè)制造商都知曉信息時(shí)，其均衡定價(jià)策略為：

(8)

其中下指標(biāo)第一個(gè)字母2標(biāo)識(shí)兩個(gè)制造商均知曉信息，標(biāo)識(shí)意義下同。

通過(guò)對(duì)信號(hào)Y求期望，可得制造商的期望利潤(rùn)為:

(9)

而網(wǎng)絡(luò)電商平臺(tái)的期望利潤(rùn)為：

(10)

3.2 一個(gè)制造商知曉而另一個(gè)制造商不知曉信息

和

根據(jù)兩制造商的最佳反應(yīng)函數(shù)，可以得到他們的定價(jià)策略如命題2所示。

命題2：當(dāng)一個(gè)制造商知曉信息另一個(gè)制造商不知曉信息時(shí)，其均衡定價(jià)策略為：

(11)

和

(12)

其中下指標(biāo)中的I和U分別標(biāo)識(shí)制造商知曉信息(Informed)和不知曉信息(Uninformed)。

對(duì)信號(hào)求Y求期望，可得制造商的期望利潤(rùn)為：

(13)

(14)

而平臺(tái)的期望利潤(rùn)為：

(15)

3.3 兩個(gè)制造商都不知曉信息

當(dāng)兩個(gè)制造商都不知曉信息時(shí)，則由前面的分析可知，制造商1與制造商2的最佳反應(yīng)函數(shù)分別為：

和

通過(guò)對(duì)他們之間博弈均衡的求解，可得兩制造商的定價(jià)策略如命題3所示。

命題3：當(dāng)兩個(gè)制造商都不知曉信息時(shí)，其均衡定價(jià)策略為：

(16)

這時(shí)，制造商的期望利潤(rùn)為:

(17)

而平臺(tái)的期望利潤(rùn)為:

(18)

4 制造商與電商平臺(tái)之間的博弈分析

由于制造商的規(guī)模生產(chǎn)常呈現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)或規(guī)模不經(jīng)濟(jì)效應(yīng)，因此下面分三種情況進(jìn)行考慮制造商與電商平臺(tái)之間的博弈，即制造商的生產(chǎn)為固定邊際成本(cv=0)，生產(chǎn)呈規(guī)模經(jīng)濟(jì)效應(yīng)(cv<0)與規(guī)模不經(jīng)濟(jì)(cv>0)三種情況。

4.1 產(chǎn)品生產(chǎn)為固定邊際成本

當(dāng)制造商的生產(chǎn)為固定邊際成本，即cv=0時(shí)，制造商根據(jù)知曉信息與否，以及競(jìng)爭(zhēng)對(duì)手是否知曉信息等不同情況下的期望利潤(rùn)為:

而平臺(tái)在不同情況下相應(yīng)的期望利潤(rùn)為：

直接比較可得：

命題4表明當(dāng)制造商的產(chǎn)品生產(chǎn)具有固定邊際成本時(shí)，制造商知曉信號(hào)會(huì)給他帶來(lái)更多的利潤(rùn)，而且“競(jìng)爭(zhēng)對(duì)手”制造商也知曉信息會(huì)對(duì)他更加有利，體現(xiàn)了信息的價(jià)值。而對(duì)一個(gè)不知曉信息的制造商來(lái)說(shuō)，無(wú)論他的“競(jìng)爭(zhēng)對(duì)手”零售商知曉或不知曉信息，都不影響其期望利潤(rùn)。另一方面，從網(wǎng)絡(luò)銷售平臺(tái)的角度來(lái)看，知曉信息的制造商個(gè)數(shù)越多，其獲取的利潤(rùn)越多。

由于網(wǎng)絡(luò)銷售平臺(tái)擁有的需求數(shù)據(jù)信息具有明顯的信息價(jià)值，因此平臺(tái)一般不會(huì)無(wú)償?shù)胤窒斫o制造商，制造商需要提供一定的費(fèi)用才可以獲取該信息。設(shè)電商平臺(tái)對(duì)購(gòu)買數(shù)據(jù)信息的制造商收取價(jià)格為T的費(fèi)用，則制造商之間的博弈支付矩陣如下表1所示。

表1 博弈的支付矩陣

(19)

由于β(t,σ)關(guān)于t是遞增的，因而自然有，

命題5：T*|cv=0和ΔπM|cv=0都是信息準(zhǔn)確度t的遞增函數(shù)。

命題5表明當(dāng)信息的準(zhǔn)確度越高時(shí)，制造商與銷售平臺(tái)都能賺取更多的“信息利潤(rùn)”。

4.2 產(chǎn)品生產(chǎn)呈規(guī)模經(jīng)濟(jì)效應(yīng)

當(dāng)制造商的生產(chǎn)呈規(guī)模經(jīng)濟(jì)效應(yīng)，即cv<0時(shí)。這里需假設(shè)s+cv(1+φ)>0，否則制造商的最佳利潤(rùn)為負(fù)，最佳策略就是選擇不生產(chǎn)。這是因?yàn)楫?dāng)制造商生產(chǎn)有很明顯的規(guī)模經(jīng)濟(jì)效應(yīng)時(shí)，s過(guò)小和φ過(guò)大，即制造商得到的分成比例過(guò)少而競(jìng)爭(zhēng)又非常激烈，會(huì)導(dǎo)致制造商沒(méi)有盈利而言。

通過(guò)直接比較可以得到：

命題6隱含了一個(gè)非常有趣的結(jié)果，即當(dāng)制造商的生產(chǎn)呈規(guī)模經(jīng)濟(jì)效應(yīng)時(shí)，一個(gè)制造商不獲悉信息，但另一制造商知曉信息，它也能從這一背景下獲利，即“搭乘了便車”。造成這種搭便車的原因是，一個(gè)制造商知曉信息不僅讓自己受益，而且能通過(guò)規(guī)模經(jīng)濟(jì)效應(yīng)的作用帶動(dòng)另一制造商獲利。

另一方面，對(duì)正常情況下的網(wǎng)絡(luò)銷售平臺(tái)來(lái)講，平臺(tái)需求信息分享會(huì)為其帶來(lái)更多的利潤(rùn)。但當(dāng)平臺(tái)提成比例比較高而產(chǎn)品的規(guī)模經(jīng)濟(jì)比較明顯時(shí)，分享需求信息卻不會(huì)為網(wǎng)絡(luò)銷售平臺(tái)帶來(lái)更多的期望利潤(rùn)。其原因是在正常情況下，如(6)和(9)所示，制造商都會(huì)根據(jù)信號(hào)同方向地調(diào)整自己的定價(jià)策略(即利好消息時(shí)會(huì)提高價(jià)格而利差消息時(shí)會(huì)降低價(jià)格)，以獲得更多期望利潤(rùn)，但當(dāng)制造商分享比例過(guò)低而規(guī)模經(jīng)濟(jì)又比較明顯，知曉信息的制造商為了保護(hù)自己的利益，會(huì)反方向地調(diào)整自己的定價(jià)策略，從而使得網(wǎng)絡(luò)銷售平臺(tái)不能獲取更多的期望利潤(rùn)。

和4.1中固定邊際成本同樣的分析，可得網(wǎng)絡(luò)銷售平臺(tái)的最優(yōu)信號(hào)數(shù)據(jù)定價(jià)為：

(20)

而兩個(gè)制造商都從信息分享中多賺取了期望利潤(rùn)ΔπM|cv<0為：

顯然，信息的準(zhǔn)確度越高，制造商與銷售平臺(tái)賺取的“信息利潤(rùn)”會(huì)越多。

4.3 產(chǎn)品生產(chǎn)為規(guī)模不經(jīng)濟(jì)

設(shè)兩制造商的生產(chǎn)呈規(guī)模不經(jīng)濟(jì)效應(yīng)，即cv>0時(shí)，直接比較在不同情況下制造商的利潤(rùn)和電商平臺(tái)的利潤(rùn)可得：

命題7表明，在制造商的生產(chǎn)呈規(guī)模不經(jīng)濟(jì)效應(yīng)時(shí)，制造商不知曉信息而“競(jìng)爭(zhēng)對(duì)手”知曉信息是對(duì)其非常不利的。因?yàn)楦?jìng)爭(zhēng)對(duì)手知曉信息而自己不知曉信息，導(dǎo)致其在選擇定價(jià)時(shí)只能用傳統(tǒng)的定價(jià)策略，而不能根據(jù)信息來(lái)調(diào)整改變定價(jià)策略，另一方面競(jìng)爭(zhēng)對(duì)手知曉信息調(diào)整了定價(jià)策略。競(jìng)爭(zhēng)對(duì)手知曉而自己不知曉，又由于制造商生產(chǎn)呈規(guī)模不經(jīng)濟(jì)效應(yīng)，使得對(duì)信息不確定的制造商處于非常不利的位置，需要付出高昂的“信息”代價(jià)。而從網(wǎng)絡(luò)銷售平臺(tái)的角度來(lái)講，知曉信息的制造商越多對(duì)其越有利。

利用4.1中同樣的分析方法可得網(wǎng)絡(luò)銷售平臺(tái)的最優(yōu)信息數(shù)據(jù)定價(jià)為：

(21)

而兩個(gè)制造商都從信息分享中多賺取了期望利潤(rùn)ΔπM|cv>0為：

s2β2(t,σ)(σ2+1/t)

并且制造商與銷售平臺(tái)賺取的“信息利潤(rùn)”都會(huì)隨信號(hào)準(zhǔn)確度的提高而增加。

5 數(shù)值算例分析

為了進(jìn)一步分析制造商之間的競(jìng)爭(zhēng)強(qiáng)度、電商平臺(tái)的傭金比例以及制造商的規(guī)模經(jīng)濟(jì)效應(yīng)等對(duì)電商平臺(tái)信息數(shù)據(jù)價(jià)值的影響，下面通過(guò)數(shù)值分析的方法研究不同情形下電商平臺(tái)的信息數(shù)據(jù)定價(jià)與制造商獲取信息數(shù)據(jù)的期望利潤(rùn)增量。網(wǎng)絡(luò)電商平臺(tái)如天貓，根據(jù)產(chǎn)品類型的不同，收取的傭金比例也不一樣，基本上在2%-8%之間變動(dòng)，因此在考慮平臺(tái)傭金比例的影響時(shí)，取傭金比例(1-s)從2%變化至8%；而在考慮制造商之間的競(jìng)爭(zhēng)強(qiáng)度對(duì)信息數(shù)據(jù)價(jià)值的影響時(shí)，取平臺(tái)的傭金比例為1-s=5%。另一方面，不失一般性設(shè)隨機(jī)變量θ的均值為0，方差為1。由于像天貓這樣的大型網(wǎng)絡(luò)電商平臺(tái)收集了大量的數(shù)據(jù)，對(duì)客戶的需求信息有比較準(zhǔn)確的認(rèn)識(shí)，設(shè)平臺(tái)提供信號(hào)對(duì)真實(shí)需求的預(yù)測(cè)準(zhǔn)確程度為90%，即t=0.9。為了考慮制造商的規(guī)模經(jīng)濟(jì)效應(yīng)與規(guī)模不經(jīng)濟(jì)對(duì)信息數(shù)據(jù)價(jià)值的影響，分別取cv=-0.005，cv=0和cv=0.005，在不同競(jìng)爭(zhēng)強(qiáng)度與不同傭金比例下，可得電商平臺(tái)的信息數(shù)據(jù)定價(jià)與制造商獲取信息的期望利潤(rùn)增量如圖2與圖3所示。

圖2 制造商之間的競(jìng)爭(zhēng)強(qiáng)度對(duì)信息數(shù)據(jù)價(jià)值的影響

圖3 電商平臺(tái)傭金比例對(duì)信息數(shù)據(jù)價(jià)值的影響

從圖2中可以看出，平臺(tái)信息數(shù)據(jù)的最優(yōu)定價(jià)隨著制造商之間競(jìng)爭(zhēng)強(qiáng)度的增加而減少，這是由于平臺(tái)信息數(shù)據(jù)的最優(yōu)定價(jià)取決于沒(méi)有制造商知曉信息時(shí)的期望利潤(rùn)到只有一個(gè)制造商獲悉信息時(shí)知曉制造商期望利潤(rùn)的增量，由于競(jìng)爭(zhēng)強(qiáng)度加劇了，制造商都是通過(guò)激烈的競(jìng)價(jià)模式贏取市場(chǎng)與利潤(rùn)，從而使得即使一個(gè)制造商知曉信息其期望利潤(rùn)的增量空間也不大。競(jìng)爭(zhēng)越激烈，迫于競(jìng)爭(zhēng)壓力該增量空間越小，導(dǎo)致平臺(tái)的信息數(shù)據(jù)價(jià)格也越小。但另一方面，制造商都獲悉信息帶來(lái)的期望利潤(rùn)增量卻隨著零售商競(jìng)爭(zhēng)強(qiáng)度的增加而增加，這主要源于兩方面的原因，一是得益于電商平臺(tái)降低了信息數(shù)據(jù)價(jià)格，另一方面是由于制造商都獲悉信息在競(jìng)爭(zhēng)比較激烈的時(shí)候表現(xiàn)得更為重要，能幫助兩制造商為產(chǎn)品設(shè)置更合適的價(jià)格，從而為雙方帶來(lái)更多的利潤(rùn)。

從圖3可以看出電商平臺(tái)的信息數(shù)據(jù)定價(jià)與制造商均知曉信息帶來(lái)的利潤(rùn)增量都隨平臺(tái)的傭金比例提高而下降，這是由于電商平臺(tái)提取傭金的比例提高了，實(shí)際上是壓縮了制造商的利潤(rùn)增量空間。另一方面，圖2與圖3均顯示，制造商生產(chǎn)呈規(guī)模經(jīng)濟(jì)效應(yīng)時(shí)的信息數(shù)據(jù)定價(jià)都要高于規(guī)模不經(jīng)濟(jì)效應(yīng)時(shí)的信息數(shù)據(jù)定價(jià)，但制造商的期望利潤(rùn)增量在規(guī)模經(jīng)濟(jì)時(shí)反而低于規(guī)模不經(jīng)濟(jì)時(shí)的增量。這是因?yàn)橹圃焐痰纳a(chǎn)呈規(guī)模經(jīng)濟(jì)效應(yīng)時(shí)，可賺取的利潤(rùn)空間比較大，而電商平臺(tái)作為博弈先動(dòng)者擁有先動(dòng)優(yōu)勢(shì)，從而使得規(guī)模經(jīng)濟(jì)時(shí)信息數(shù)據(jù)定價(jià)高而制造商的期望利潤(rùn)增量低。

6 結(jié)語(yǔ)

本文利用不完全信息靜態(tài)博弈研究了兩競(jìng)爭(zhēng)制造商通過(guò)同一網(wǎng)絡(luò)電商平臺(tái)銷售產(chǎn)品的需求信息分享問(wèn)題。結(jié)果顯示，在網(wǎng)絡(luò)平臺(tái)銷售模式下，信息分享同樣能給網(wǎng)絡(luò)平臺(tái)和制造商帶來(lái)更多的期望利潤(rùn)，但當(dāng)平臺(tái)提成比例過(guò)高而產(chǎn)品生產(chǎn)的規(guī)模經(jīng)濟(jì)比較明顯時(shí)，分享需求信息卻不一定會(huì)為平臺(tái)帶來(lái)更多的期望利潤(rùn)。在規(guī)模經(jīng)濟(jì)的時(shí)候，不獲取信息的制造商可以從競(jìng)爭(zhēng)制造商獲取信息行為中收獲搭便車效應(yīng)，而在規(guī)模不經(jīng)濟(jì)的時(shí)候，不獲取信息的制造商卻須為此付出代價(jià)。最后基于制造商之間的博弈結(jié)果，分析了電商平臺(tái)提供需求信息數(shù)據(jù)的定價(jià)以及信息分享對(duì)企業(yè)期望利潤(rùn)的影響，結(jié)果發(fā)現(xiàn)當(dāng)平臺(tái)的需求信息越準(zhǔn)確時(shí)，獲悉信息帶來(lái)的利潤(rùn)就越多。因此，當(dāng)平臺(tái)具有比較準(zhǔn)確的需求預(yù)測(cè)能力并且平臺(tái)收取的傭金比例不是太高時(shí)，制造商應(yīng)該考慮購(gòu)買平臺(tái)的數(shù)據(jù)信息。另外，當(dāng)制造商的生產(chǎn)呈規(guī)模不經(jīng)濟(jì)效應(yīng)時(shí)，制造商購(gòu)買數(shù)據(jù)信息帶來(lái)的利潤(rùn)變化更加明顯。

由于本研究只考慮了兩個(gè)制造商通過(guò)同一個(gè)網(wǎng)絡(luò)電商平臺(tái)銷售產(chǎn)品，而在現(xiàn)實(shí)中，他們可能會(huì)通過(guò)多個(gè)網(wǎng)絡(luò)電商平臺(tái)來(lái)銷售產(chǎn)品，基于這種網(wǎng)狀結(jié)構(gòu)競(jìng)爭(zhēng)的平臺(tái)銷售模式，需求信息分享策略會(huì)有怎樣的變化？另一方面，網(wǎng)絡(luò)電商自己也可能同時(shí)會(huì)選擇自營(yíng)模式銷售產(chǎn)品，如京東有京東自營(yíng)與平臺(tái)銷售兩種渠道，這時(shí)信息分享策略又會(huì)有怎樣的變化？這些問(wèn)題都值得深入研究。

附錄：

引理1的證明：

首先分析知曉制造商i的反應(yīng)函數(shù)。當(dāng)制造商j不知曉信息Y時(shí)，制造商i將準(zhǔn)確地知曉制造商j所知道的信息Y，因此制造商i的反應(yīng)函數(shù)為pj的反應(yīng)函數(shù)；當(dāng)制造商j不知曉信息Y，則pj獨(dú)立于Y，因此制造商i的反應(yīng)函數(shù)是基于最大化其期望利潤(rùn)，即

將πi對(duì)pi求導(dǎo)并令?πi/?pi=0，可得

再分析不知曉信息制造商i的反應(yīng)函數(shù)。由于制造商i不知曉信息Y,因此他的反應(yīng)函數(shù)只能是基于E[pj]，這里關(guān)于pj的期望取遍信號(hào)Y的分布，即基于最優(yōu)化

利用與上面同樣的求導(dǎo)分析，可得制造商的最佳反應(yīng)函數(shù)為：

命題1的證明：直接求兩制造商的最佳反應(yīng)函數(shù)方程組

命題2的證明：聯(lián)立兩制造商的反應(yīng)函數(shù)方程組

和

命題3的證明：聯(lián)立兩制造商的反應(yīng)函數(shù)方程組

并注意到這時(shí)E[p1]=p1與E[p2]=p2，即可求得兩制造商的定價(jià)策略：

[1] Lee H L, So K C, Tang C S. The value of information sharing in a two-level supply chain[J]. Management Science, 2000, 46(5): 626-643.

[2] Rached M, Bahroun Z, Campagne J P. Assessing the value of information sharing and its impacts on the performance of the various partners in supply chains[J]. Computers & Industrial Engineering, 2015, 88: 237-253.

[3] Khan M, Hussain M, Saber H M. Information sharing in a sustainable supply chain[J]. International Journal of Production Economics, 2016, 181(part A): 208-214.

[4] Sabitha D, Rajendran C, Kalpakam S, et al. The value of information sharing in a serial supply chain with AR(1) demand and non-zero replenishment lead times[J]. European Journal of Operational Research, 2016, 255(3): 758-777.

[5] Li L. Information sharing in a supply chain with horizontal competition[J]. Management Science, 2002, 48(9): 1196-1212.

[6] Li L, Zhang Hongtao. Confidentiality and information sharing in a supply chain coordination[J]. Management Science, 2008,54(8): 1467-1481.

[7] Ha A Y, Tong Shilu. Contracting and information sharing under supply chain competition[J]. Management Science, 2008, 54(4): 701-715.

[8] Ha A Y, Tong Shilu, Zhang Hongtao. Sharing demand information in competing supply chains with production diseconomies[J]. Management Science, 2011, 57(3): 566-581.

[9] Guo Liang, Li Tian, Zhang Hongtao. Strategic information sharing in competing channels[J]. Production and Operations Management, 2014, 23(10): 1719-1731.

[10] Babich V, Li Hantao, Ritchken P, et al. Contracting with asymmetric demand information in supply chains[J]. European Journal of Operational Research, 2012, 217(2): 333-341.

[11] Li Tian, Zhang Hongtao. Information sharing in a supply chain with a make-to-stock manufacturer[J]. Omega-The International Journal of Management Science, 2015, 50:115-125.

[12] Shang Weixin, Ha A Y, Tong Shilu. Information sharing in a supply chain with a common retailer[J]. Management Science, 2016, 62(1):245-263.

[13] Fisher M L, Hammond J H, Obermeyer W R, et al. Making supply meet demand in an uncertain world[J]. Havard Business Review, 1994, 72: 83-93.

[14] Guo Liang, Iyer G. Information acquisition and sharing in a vertical relationship[J]. Marketing Science, 2010, 29(3): 483-506.

[15] Jiang Baojun,Tian Lin, Xu Yifan,et al. To share or not to share: Demand forecast sharing in a distribution channel[J]. Marketing Science, 2016, 35(5): 800-809.

[16] Bian Wenliang, Shang J, Zhang Juliang. Two-way information sharing under supply chain competition[J]. International Journal of Production Economics, 2016, 178: 82-94.

[17] 張菊亮,章祥蓀. 供應(yīng)商和銷售商擁有部分信息的信息分享[J].中國(guó)管理科學(xué), 2012,20(1):109-116.

[18] 聶佳佳. 零售商信息分享對(duì)閉環(huán)供應(yīng)鏈回收模式的影響[J]. 管理科學(xué)學(xué)報(bào), 2013,16(5):69-82.

[19] 李波, 孫鵬, 李慶華. 雙渠道供應(yīng)鏈中信息共享價(jià)值研究[J]. 系統(tǒng)工程學(xué)報(bào), 2015, 30(4):530-538.

[20] 但斌, 周茂森, 張旭梅. 存在競(jìng)爭(zhēng)性制造商的集團(tuán)采購(gòu)供應(yīng)鏈需求預(yù)測(cè)信息的共享與激勵(lì)[J]. 中國(guó)管理科學(xué), 2016,24(3): 41-51.

[21] Shin H, Tunca T. Do firms invest in forecasting efficiently? The effect of competition on demand forecast investments and supply chain coordination[J]. Operations Research, 2010, 58(6):1592-1610.

[22] Taylor T, Xiao Wenqiang. Does a manufacturer benefit from selling to a better-forecasting retailer[J]. Management Science, 2010, 56(9): 1584-1598.

Demand Information Sharing Strategies in Online Platform Selling Mode

LUO Chun-lin1,2，MAO Xiao-bing2，TIAN Xin1,3

(1. School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190，China;2. School of Information Technology, Jiangxi University of Finance & Economics, Nanchang 330013,China；3. Research Center on Fictitious Economy and Data Science, Chinese Academy of Sciences, Beijing 100190,China)

Recent years have witnessed the development of electronic commerce. A large number of manufacturers have transferred the selling mode from the traditional wholesale mode to the online platform selling mode through a platform such as tmall.com. Under the traditional wholesale mode, the retailer buys the products from the manufacturer and then sells them to the consumers. However, under the online platform selling mode, the platform just provides the service for the manufacturers’ selling products and keeps a percentage of the sales revenue. The platform acquires rich market data about sales and consumers, and thus has more accurate demand information than the manufacturers. How to share the demand information strategically in online selling mode is an interesting research question. On the other hand, there often are several competing manufacturers (e.g., different brand manufacturers) that produce the similar products and sell them through a common online platform. In the paper, the information sharing problem is studied based on the approach of game theory with incomplete information, in which the platform firstly offers the information contracting and then the manufacturers determine to accept the offer or not. Our research contributes to the literature in considering the information sharing strategies in online selling mode. The extant researches revealed that sharing information will benefit the firms by earning more profit. However, our analytical results show that when the percentage of commission is large and the economy of scale is high, sharing information may not bring more profits for the platform. When the production is economy of scale, the manufacturer who is uninformed of the demand information, acting as a free rider, may benefit from the behavior that the competing manufacturer acquires the demand information; whereas the production is diseconomy of scale, the uninformed manufacturer will be hurt by such behavior. And the more accurate the information is, the more profit acquiring information will bring.Moreover, our numerical analysis reveals that the pricing of the demand information data decreases in the competing intensity between the manufacturers, whereas the increment of the manufacturer’s expected profit resulting from the knowledge of demand information increases in the intensity. And if the platform keeps more percentage of the sales revenue, the value of the demand information will be reduced.

information sharing; online platform; competition; Bayes equilibrium

1003-207(2017)08-0149-09

10.16381/j.cnki.issn1003-207x.2017.08.016

2016-09-26；

2016-12-17

國(guó)家自然科學(xué)基金重大項(xiàng)目資助(71390330)；國(guó)家自然科學(xué)基金資助項(xiàng)目(71461009, 71202114, 71261006)；山東省自主創(chuàng)新及成果轉(zhuǎn)化專項(xiàng)項(xiàng)目(2014ZZCX03302)；江西省自然科學(xué)基金項(xiàng)目(20151BAB207061)

田歆(1983-)，男(漢族)，湖南張家界人，中國(guó)科學(xué)院虛擬經(jīng)濟(jì)與數(shù)據(jù)科學(xué)研究中心副研究員，碩士生導(dǎo)師，研究方向：虛擬商務(wù)、物流與供應(yīng)鏈管理,E-mail:tianx@ucas.ac.cn.

F273.7

A