摘 要：研究考慮反展廳現(xiàn)象的家居行業(yè)的雙渠道定價(jià)決策和服務(wù)努力問題，構(gòu)建集中決策和分散決策兩種博弈模型，比較分析了反展廳效應(yīng)和市場份額對制造商和零售商影響。研究表明：反展廳效應(yīng)很強(qiáng)或很弱，利于集中決策模式下的供應(yīng)鏈總利潤;反展廳效應(yīng)加劇了分散決策模式下雙方的價(jià)格競爭;當(dāng)制造商和零售商的市場份額存在較大差異，集中決策模式下的供應(yīng)鏈總利潤更大;在分散決策下，當(dāng)市場份額均處于較低水平時(shí)，制造商和零售商均能獲得更大利潤;在集中決策模式下的總利潤大于分散決策模式下兩方利潤之和。

關(guān) 鍵 詞：反展廳現(xiàn)象;渠道競爭;Stackelberg博弈;定價(jià)決策

DOI：10.16315/j.stm.2021.02.010

中圖分類號： F224

文獻(xiàn)標(biāo)志碼： A

Pricing decision of dual-channel competition in presence

of webrooming effect

YUAN Wen-wen

（Business School， Ningbo University， Ningbo 315211， China）

Abstract：Considering the dual-channel pricing decision and service effort problem of webrooming phenomenon in the household industry， we analyze the influence of the webrooming effect and market share on manufacturers and retailers respectively under centralized and decentralized decision game models. The research shows that when the webrooming effect is strong or weak， it is beneficial to the total profit of the supply chain under the centralized decision model. The webrooming effect intensifies the price competition between the two parties under the decentralized decision model. When there is a big gap between the market share of the manufacturer and the retailer， the profit of the supply chain under the centralized decision model is larger. Under the decentralized decision model， the manufacturers and retailers gain more profits when their market shares are at a lower level. The profit under the centralized decision model is greater than the sum of the two parties' profits under the decentralized decision model.

Keywords：webrooming; dual-channel competition; Stackelberg game; pricing decision

收稿日期： 2020-12-30

作者簡介： 袁雯雯（1996—），女，碩士研究生.

中國消費(fèi)者正在以驚人的速度全方位擁抱數(shù)字化，零售電商用戶滲透率達(dá)到50%[1]。高度數(shù)字化的消費(fèi)者獲取了大量的信息，進(jìn)化為更為精明和成熟的消費(fèi)者。目前，越來越多成熟的消費(fèi)者選擇線上和線下渠道相互結(jié)合的方式進(jìn)行購物，消費(fèi)者產(chǎn)生的展廳行為（showrooming behaviors）和反展廳行為（webrooming behaviors）對渠道產(chǎn)生了影響[2]。在家居零售業(yè)中，消費(fèi)者的反展廳行為尤其明顯，消費(fèi)者首先在線上平臺搜索產(chǎn)品信息（尺寸、類型、顏色、價(jià)格等）并找到所需的產(chǎn)品，然后到實(shí)體商店中再次確認(rèn)產(chǎn)品信息并最終完成購買[3-5]。例如，美國家居電商Wayfair通過統(tǒng)計(jì)發(fā)現(xiàn)在公司的網(wǎng)站訪客中，有99%的消費(fèi)者并不購買任何產(chǎn)品。大多數(shù)訪客借助Wayfair網(wǎng)站信息，與自己心儀商品進(jìn)行研究和對比，查看產(chǎn)品圖片和價(jià)格，最終選擇在線下實(shí)體店購買。消費(fèi)者的反展廳行為造成線上和線下渠道沖突，加劇渠道競爭，不利于供應(yīng)鏈有效運(yùn)營;因此，本文研究在反展廳效應(yīng)下，線下渠道對于線上渠道決策的影響，即考慮由制造商付出的服務(wù)努力對線下零售商的反展廳效應(yīng)對于制造商和零售商的定價(jià)、利潤和需求等的影響。

目前，學(xué)者們更多關(guān)注消費(fèi)者的展廳行為而很少關(guān)注反展廳行為對零售商的影響。研究更多關(guān)注消費(fèi)者的展廳行為和反展廳行為對線上和線下雙渠道零售商的定價(jià)、質(zhì)量、競爭策略、服務(wù)策略等產(chǎn)生影響。渠道零售商如何應(yīng)對展廳效應(yīng)和反展廳效應(yīng)帶來的影響成為了雙渠道供應(yīng)鏈零售商關(guān)注問題。Jing[6]研究發(fā)現(xiàn)展廳效應(yīng)加劇了線上、線下渠道的競爭，降低了利潤;降低消費(fèi)者的搜索成本可能會(huì)加劇展廳現(xiàn)象，降低傳統(tǒng)零售商中間搜索成本的利潤。劉曉峰[7]利用豪泰林模型構(gòu)建只有實(shí)體零售商提供服務(wù)，網(wǎng)絡(luò)零售商不提供服務(wù)的線上和線下兩類零售商效用函數(shù)，研究表明消費(fèi)者渠道轉(zhuǎn)化行為會(huì)對線下實(shí)體零售商造成負(fù)面影響。馬德青[8]認(rèn)為展廳行為會(huì)挫傷實(shí)體店提供服務(wù)的積極性，降低品牌商譽(yù)，從而損害制造商和實(shí)體店的利潤水平;而消費(fèi)者的這種搭便車行為會(huì)提高電商平臺利潤，但由于參考質(zhì)量效應(yīng)的存在，其提升空間有限。Li等[9]探究了展廳效應(yīng)下的展示信息對線上和線下零售商定價(jià)決策的影響，認(rèn)為展廳行為可能對擁有線下商店的制造商有利，而不利于在線零售商。當(dāng)示范信息水平為中等時(shí)，制造商最好選擇不示范策略，而在線零售商將選擇非展廳策略。相反，Basak等[10]研究認(rèn)為傳統(tǒng)零售商和線上零售商的利潤隨展廳效應(yīng)增強(qiáng)而減少，進(jìn)一步發(fā)現(xiàn)較低水平的展廳效應(yīng)對兩個(gè)零售商都有利。從消費(fèi)者角度考慮，展廳效應(yīng)有利于降低銷售價(jià)格。劉燦等[11]認(rèn)為展廳效應(yīng)的增強(qiáng)不僅不會(huì)誘導(dǎo)制造商降低線上價(jià)格和抑制零售商提供服務(wù)的積極性，還能縮小渠道間價(jià)差，進(jìn)而減少由價(jià)格競爭導(dǎo)致的需求轉(zhuǎn)移。Kuksov等[12]研究表明當(dāng)制造商和零售商存在內(nèi)生的契約，消費(fèi)者的展廳行為會(huì)增加B&M零售商的利潤。Mehra等[13]探究線下實(shí)體零售商采用價(jià)格匹配策略應(yīng)對展廳效應(yīng)，結(jié)果表明零售商采用價(jià)格比配策略能比消費(fèi)者展廳行為能有利于消費(fèi)者的決策。

以上大部分都是關(guān)于展廳效應(yīng)和消費(fèi)者展廳行為的研究，采用實(shí)證和建模等方法研究展廳效應(yīng)對制造商和零售商的定價(jià)決策、服務(wù)努力、需求和利潤等的影響，以及產(chǎn)品的質(zhì)量，信息披露等策略影響。小部分研究采用實(shí)證方法分析消費(fèi)者行為特征對反展廳效應(yīng)的作用，包括消費(fèi)者在購物過程中的反展廳行為，探究了消費(fèi)者受到正面的在線評論和接觸動(dòng)機(jī)的影響。研究結(jié)果表明線上搜索與線下購買相結(jié)合，可以改善消費(fèi)者在選擇前變量（即購買意向）、選擇后變量（即搜索過程滿意度和選擇信心）上的購買體驗(yàn)。此外，閱讀網(wǎng)上顧客的正面評價(jià)會(huì)影響選擇信心，以及在實(shí)體店收到評價(jià)時(shí)研究中考慮的所有變量。全渠道消費(fèi)者的展廳和反展廳行為對社交媒體上用戶自創(chuàng)內(nèi)容創(chuàng)造意愿有正向影響。劉金榮等[14]等通過效用函數(shù)分別構(gòu)建單一網(wǎng)絡(luò)渠道和“網(wǎng)絡(luò)+實(shí)體”渠道下零售商開設(shè)展廳（showrooms）的模型，結(jié)果表明單一網(wǎng)絡(luò)渠道下，網(wǎng)絡(luò)渠道價(jià)格固定時(shí)，開設(shè)showrooms可使市場總需求增加，總利潤在展廳運(yùn)營成本較低時(shí)增加; “網(wǎng)絡(luò)+實(shí)體”渠道下，開設(shè)Showrooms可使總需求和總利潤均在展廳運(yùn)營成本較低及網(wǎng)絡(luò)退貨率和網(wǎng)購不便利成本較高時(shí)增加。Sun等[15]進(jìn)一步研究探討網(wǎng)絡(luò)零售商在面對消費(fèi)者反展廳行為時(shí)，是否會(huì)引入虛擬展廳的渠道策略;研究表明消費(fèi)者的反展廳行為的頻繁程度取決于瀏覽網(wǎng)頁的麻煩成本高低，在消費(fèi)者對旅行成本敏感度較低的情況下，網(wǎng)絡(luò)零售商引入網(wǎng)絡(luò)展廳是有利的。孫朝苑等[16]研究了以制造商為渠道領(lǐng)導(dǎo)，開通線上直銷渠道給線下傳統(tǒng)零售商帶來定價(jià)和服務(wù)的競爭。

目前，對于制造商（線上渠道）如何應(yīng)對消費(fèi)者反展廳行為帶來的反展廳效應(yīng)，如何制定自己的努力、定價(jià)決策以及制造商和零售商（線下渠道）在什么情況下，能夠有效應(yīng)對反展廳效應(yīng)的相關(guān)研究文獻(xiàn)較少;因此，在上述研究的基礎(chǔ)上，本文研究的重點(diǎn)是考慮由1個(gè)擁有線上直銷渠道的制造商和1個(gè)線下銷售渠道的零售商組成的雙渠道供應(yīng)鏈，構(gòu)建Stackelberg博弈模型，分別討論制造商和零售商集中決策和分散決策下，存在反展廳效應(yīng)的制造商和零售商最優(yōu)定價(jià)、服務(wù)決策以及利潤情況。

1 問題描述

考慮由1個(gè)擁有線上直銷渠道的制造商和1個(gè)線下銷售渠道的零售商組成的雙渠道供應(yīng)鏈，如圖1所示。構(gòu)建Stackelberg博弈模型，制造商為渠道領(lǐng)導(dǎo)，零售商為追隨者。決策順序?yàn)槭紫?，制造商擁有線上銷售平臺，以銷售價(jià)格pm將產(chǎn)品直接銷售給消費(fèi)者，并以批發(fā)價(jià)格w將產(chǎn)品賣給線下的零售商。然后零售商以銷售價(jià)格pr將產(chǎn)品銷售給消費(fèi)者。為了應(yīng)對線下零售商的挑戰(zhàn)，制造商的線上渠道服務(wù)努力為s，服務(wù)努力主要包括線上零售商為了獲得線上產(chǎn)品評價(jià)信息而向消費(fèi)者付出的相關(guān)努力，以及線上獲取售后信息平臺建設(shè)的投入等[17]。不失一般性，假設(shè)制造商服務(wù)努力s與服務(wù)努力成本C（s），滿足以下關(guān)系[18-19]：C（s）/s>0，2C（s）/s2>0，C（s）=s2/2。假設(shè)制造商提供的服務(wù)努力促進(jìn)線上渠道需求，由于消費(fèi)者反展廳效應(yīng)，線下渠道的需求也會(huì)部分受到線上服務(wù)努力影響進(jìn)而促進(jìn)需求，即反展廳效應(yīng)消費(fèi)者通過線上渠道了解分析完產(chǎn)品信息后轉(zhuǎn)移到線下零售渠道購買。由此，得到制造商線上渠道、線下零售商渠道的需求分別為

dm=εa-bpm+cpr+βs，（1）

dr=（1-ε）a-bpr+cpm+（1-β）s。（2）

式中：ε表示制造商線上渠道的占有市場的份額，0<ε<1，1-ε表示零售商線下渠道的占有市場的份額，a表示產(chǎn)品的總體市場規(guī)模;b表示需求對自身價(jià)格的敏感系數(shù)，b>0;c表示需求對競爭方價(jià)格的敏感系數(shù);β表示服務(wù)努力的y有效比率;1-β表示由制造商線上服務(wù)努力對零售商線上渠道需求的“反展廳效應(yīng)”;（1-β）s表示受到線上服務(wù)努力對線下零售商增加需求，即反展廳效應(yīng)下，從線上服務(wù)努力對線下渠道的需求增長。下標(biāo)m和r分別表示制造商和零售商，上標(biāo)C，D分別表示集中決策下、分散決策下的場景。為了使得研究具有現(xiàn)實(shí)意義，假設(shè)滿足pm>w，pr>w。同時(shí)，制造商和零售商的利潤函數(shù)分別為

同時(shí)，為了便于分析，假定制造商生產(chǎn)單位產(chǎn)品的總成本（包括固定成本和變動(dòng)成本）為零[20]。

2 模型求解與分析

考慮制造商與線下零售商雙渠道競爭的Stackelberg博弈模型，其中制造商是渠道領(lǐng)導(dǎo)者，零售商是追隨者，并探究集中決策（模型C）和分散決策（模型D）下的制造商和零售商的最優(yōu)決策，比較模型C與模型D中的最優(yōu)解。

2.1 集中決策模型（模型C）

集中決策是指制造商和零售商作為決策整體，共同決策。在集中決策模型下，假設(shè)供應(yīng)鏈系統(tǒng)以總體利潤最大化為目標(biāo)進(jìn)行決策，供應(yīng)鏈系統(tǒng)共同決定線上零售價(jià)pm和線上服務(wù)水平s，以及線下零售價(jià)格pr。由式（3）和式（4）得到供應(yīng)鏈系統(tǒng)的利潤函數(shù)為

定理1 在滿足4b2-2b-4c2>0，b>c>0條件下，集中決策下，雙渠道供應(yīng)鏈中制造商和零售商的最優(yōu)決策分別為

其中：β（1-β）+2c=M;（1-β）2-2b=N。

證明 利用Hessian矩陣證明，一階導(dǎo)數(shù)下求得的pmC，prC，sC為最優(yōu)解。首先，對Π（pr，pm，s）關(guān)于pr，pm，s求二階偏導(dǎo)，得到如下的Hessian矩陣表達(dá)式：

易知，2Π/pr2=-2b<0，即b>0;4b2-4c2=4（b2-c2）>0，得到b-c>0;-4b2+4cβ（1-β）-[-2b（1-β）2-4c2-2bβ2]=-4b2+4cβ（1-β）+2b（1-β）2+4c2+2bβ2的正負(fù)情況難以直接判斷，因此針對β展開討論。令f（β）=-4b2+4cβ

（1-β）+2b（1-β）2+4c2+2bβ2，然后對函數(shù)f（β）求一階導(dǎo)，得到f′（β）=4c（1-2β）-4b（1-β）+4bβ=4（c-b）（1-2β），由于b-c>0。基于上述情況，討論（1-2β）的情況，當(dāng)1-2β<0，即β（1/2，1]時(shí)，f′（β）>0，函數(shù)單調(diào)遞增，那么要求f（1）=-4b2+4c2+2b<0;當(dāng)1-2β≥0即β（0，1/2]，

f′（β）<0，函數(shù)單調(diào)遞減，那么要求f（0）=-4b2+2b+4c2<0。因此，當(dāng)-4b2+2b+4c2<0時(shí)，

Hessian矩陣H為負(fù)定矩陣，在G（p*r，p*m，s*）點(diǎn)處，利潤函數(shù)存在最優(yōu)值。

通過上述分析可以看出，由于集中決策下系統(tǒng)利潤函數(shù)較為復(fù)雜。利潤函數(shù)Π（pr，pm，s）可能存在多種解，影響解的因素主要有需求對價(jià)格的敏感系數(shù)b，需求對競爭方價(jià)格的敏感系數(shù)c，制造商服務(wù)努力的效率β。證畢。

2.2 分散決策模型（模型D）

在分散決策模型中，假定制造商和零售商都以各自利潤最大化為目標(biāo)進(jìn)行決策。根據(jù)Stackelberg博弈，制造商為領(lǐng)導(dǎo)者，零售商為追隨者。決策順序?yàn)槭紫戎圃焐讨贫óa(chǎn)品的批發(fā)價(jià)w、線上渠道零售價(jià)pm和線上服務(wù)水平s;然后根據(jù)制造商的決策，零售商制定其線下渠道零售價(jià)格pr。其中，制造商和零售商的利潤函數(shù)分別為

定理2 當(dāng)滿足2（-b2+c2）+b×（b+c）/（3b-c）<0，b>c>0條件;且β（L1，L2）∩[0，1]存在時(shí)，分散式?jīng)Q策下，雙渠道供應(yīng)鏈中制造商和零售商的最優(yōu)定價(jià)決策分別為：

其中，（1-β）c+βb=E;b2-c2=F。

證明 首先對式（7）求一階導(dǎo)得到pr，將求得的pr代入到式（6）中。對式（8）關(guān)于pm，w，s求導(dǎo)。其次，對求得的一階導(dǎo)，關(guān)于pm，w，s再求導(dǎo)。得到Hessian矩陣H如下，

因?yàn)椋?2b2+c2）/b<0，得到c2<2b2，即c<2b;2b2-2c2>0，即c

設(shè)函數(shù)f（β）=2（-b2+c2）+2β×（1-β）c+bβ2+（b2+c2）×（1-β）2/2b。對函

數(shù)f（β）求一階導(dǎo)，得到f′（β）=-（b-c）2/b+（2b-c）2×β/b，進(jìn)一步討論f′（β）的大小。計(jì)算得到函數(shù)f（β）在β（0，（b-c）/（3b-c）]單調(diào)遞減，在β（（b-c）/（3b-c），+SymboleB@）單調(diào)遞增。要使得Hessian矩陣要負(fù)定，則需要限定β的范圍。β=（b-c）/（3b-c）是函數(shù)f（β）的極小值點(diǎn)，且f（（b-c）/（3b-c））=2（-b2+

c2）+b×（b+c）/（3b-c）<0。設(shè)L1、L2是f（β）=0時(shí)的兩個(gè)解，

L1（-SymboleB@，（b-c）/（3b-c）），L2（（b-c）/（3b-c），+SymboleB@）。最后，當(dāng)β（L1，L2）∩[0，1]存在，則滿足Hessian矩陣負(fù)定，那么分散渠道下的定價(jià)是唯一最優(yōu)解，反之，則不存在唯一最優(yōu)解。證畢。

3 數(shù)據(jù)仿真與分析

由于模型設(shè)計(jì)時(shí)引入了多個(gè)變量和常量，難以直接進(jìn)行比較，因此通過數(shù)據(jù)仿真方法分析研究不同決策場景下最優(yōu)決策情況，探究反展廳效應(yīng)和市場份額對制造商和線下零售商的影響。

3.1 反展廳效應(yīng)的影響

3.1.1 集中決策的反展廳效應(yīng)分析

為了直觀地揭示集中決策模型中反展廳效應(yīng)與決策變量pr，pm，s以及供應(yīng)鏈利潤的關(guān)系。在滿足定理1限制條件下，賦值ε=0.5，a=10，b=0.6，c=0.1，取β在[0，1]間變化，采用Excel數(shù)值計(jì)算的方法得到數(shù)據(jù)，如表1所示。根據(jù)定理1通過Matlab繪制關(guān)系圖，如圖2、圖3、圖4和圖5所示。

由表1和圖2可知，集中決策下反展廳效應(yīng)分別對制造商和零售商定價(jià)的影響。參數(shù)β從0到1表示反展廳效應(yīng)由強(qiáng)到弱變化;當(dāng)β=0.5（虛線）時(shí)，是中軸線，表示制造商和零售商價(jià)格這兩條線關(guān)于中軸線對稱。

隨反展廳效應(yīng)減弱，零售商價(jià)格降低，隨著展廳效應(yīng)減弱，零售商價(jià)格提高。在區(qū)域一內(nèi)，零售商價(jià)格高于制造商價(jià)格;在區(qū)域二內(nèi)，制造商價(jià)格高于零售商。隨著反展廳效應(yīng)從強(qiáng)到弱變化，零售商和制造商的定價(jià)決策進(jìn)行了反轉(zhuǎn)。這說明在集中決策下，制造商和零售商的定價(jià)是互補(bǔ)的。當(dāng)β=0.5時(shí)，對消費(fèi)者最有利。

由表1和圖3可知，集中決策下反展廳效應(yīng)分別對制造商和零售商需求的影響。參數(shù)β從0到1表示反展廳效應(yīng)由強(qiáng)到弱變化;當(dāng)β=0.5（虛線）時(shí)，是中軸線，表示制造商和零售商需求線關(guān)于中軸線對稱。

由圖2可知隨著β增大，制造商價(jià)格提高，其需求也隨之增大。這說明當(dāng)反展廳效應(yīng)減弱（即消費(fèi)者無法利用反展廳行為來幫助決策），那么制造商的線上服務(wù)努力促進(jìn)線上渠道需求。相對地，線下零售商由于無法提供像線上渠道同等服務(wù)努力，在反展廳效應(yīng)變?nèi)踹^程中，其定價(jià)和需求都下降了。隨著β減少，零售商價(jià)格提高，其需求也隨之增大。這說明當(dāng)反展廳效應(yīng)增強(qiáng)（即消費(fèi)者利用反展廳行為來幫助決策），那么制造商的線上服務(wù)努力促進(jìn)線下零售商的需求，提高線下零售商的定價(jià)。

由表1和圖4可知，集中決策下反展廳效應(yīng)分別對制造商服務(wù)努力的影響。由表1和圖5可知，集中決策下反展廳效應(yīng)供應(yīng)鏈總利潤的影響。當(dāng)β由中心向兩邊增加或減少，服務(wù)努力增加，供應(yīng)鏈總利潤增加。這說明對供應(yīng)鏈整體來說，反展廳效應(yīng)很強(qiáng)或很弱都有利于整體利潤，反而，當(dāng)反展廳效應(yīng)很適中最不利于集中決策下的總利潤。原因是當(dāng)β=0.5時(shí)，制造商和零售商制定相同低水平定價(jià)，擁有相同低水平需求，另外制造商投入最低水平的服務(wù)努力，綜合造成總利潤最低。

通過以上分析可以看出，在集中決策下，反展廳效應(yīng)很強(qiáng)或很弱對供應(yīng)鏈整體績效有利，反而當(dāng)反展廳效應(yīng)處于適中水平時(shí)，最不利于整體決策和利潤;因此，當(dāng)制造商和零售商識別出消費(fèi)者的反展廳效應(yīng)很強(qiáng)時(shí)，制造商和零售商選擇適合的定價(jià)，制定最優(yōu)的服務(wù)努力，以獲得最大利潤。

3.1.2 分散決策的反展廳效應(yīng)分析

為了揭示分散決策模型中反展廳效應(yīng)與決策變量的關(guān)系，賦值ε=0.5，a=10，b=0.6，c=0.1，取β在[0，1]間變化，通過Excel計(jì)算數(shù)據(jù)，如表2所示。通過變動(dòng)參數(shù)β，分析β與決策變量（pr，pm，s，w），利潤函數(shù)（Πm，Πr）以及需求函數(shù)（dm，dr）之間的關(guān)系。通過數(shù)據(jù)分析發(fā)現(xiàn)，只有當(dāng)β的取值在閾值[0.464，0.546]內(nèi)，決策變量才有意義。根據(jù)定理2，采用Matlab仿真方法，繪制關(guān)系圖，如圖6、圖7、圖8、圖9和圖10所示。

由表2和圖6可知，分散決策下，反展廳效應(yīng)分別對制造商和零售商定價(jià)的影響。由圖7、圖8、圖9和圖10可知分散決策下，反展廳效應(yīng)分別對制造商和零售商需求，制造商服務(wù)努力和批發(fā)定價(jià)以及制造商和零售商利潤的影響。在閾值內(nèi)，隨著反展廳效應(yīng)減弱，零售商價(jià)格變動(dòng)幅度不明顯，制造商的價(jià)格明顯增加，這說明反展廳效應(yīng)對制造商的影響更明顯，即制造商對反展廳效應(yīng)的更具調(diào)節(jié)性。與集中決策不同，隨反展廳效應(yīng)減弱，制造商和零售商的需求都減少了，制造商的需求減弱更劇烈。分散決策下，制造商和零售商的需求和價(jià)格符合供求關(guān)系，價(jià)格越高，需求越少，反之亦然。零售商價(jià)格普遍高于制造商的價(jià)格。隨反展廳效應(yīng)減弱，制造商減少服務(wù)努力投入，同時(shí)提高批發(fā)價(jià)格。零售商的利潤呈線性下降，制造商的利潤呈拋物線狀——先增后減，在某個(gè)范圍內(nèi)，制造商的利潤超過零售商的利潤，但是普遍情況下，零售商的利潤高于制造商。在分散決策下，對制造商而言，應(yīng)采用合理定價(jià)和服務(wù)策略，調(diào)整反展廳效應(yīng)，使其處在中間水平。較高的反展廳效應(yīng)和較低的反展廳效應(yīng)都不利于制造商利潤。對零售商而言，較低水平的反展廳效應(yīng)對其利潤更有利，但是零售商對反展廳效應(yīng)的調(diào)節(jié)沒有明顯優(yōu)勢。

比較集中決策和分散決策，可以發(fā)現(xiàn)反展廳效應(yīng)對分散決策的影響更大，反展廳效應(yīng)對制造商影響強(qiáng)于零售商。隨著反展廳效應(yīng)的減弱，集中決策下的制造商和零售商的最優(yōu)價(jià)格變化程度強(qiáng)于分散決策。分散決策下，反展廳效應(yīng)加劇了雙方的價(jià)格競爭。從制造商角度，分散決策不利于制造商有效運(yùn)營線上渠道。應(yīng)對反展廳效應(yīng)的最佳策略是采用集中決策，聯(lián)合線下零售商，共同決策。從零售商角度，雖然反展廳效應(yīng)對其負(fù)面影響弱于制造商，但是相較于集中決策，零售商和制造商的總利潤明顯減少。因此從零售商和制造商角度，集中決策明顯優(yōu)于分散決策。例如傳統(tǒng)實(shí)體零售商宜家家居也戰(zhàn)略性地增設(shè)了線上渠道，幫助線下零售商銷售，促進(jìn)整體利潤，幫助應(yīng)對家居行業(yè)的反展廳效應(yīng)。

3.2 市場份額的影響

3.2.1 集中決策下市場份額的影響

為了直觀理解集中決策模型中市場份額ε對制造商和零售商的影響，本文采用數(shù)值仿真的方法進(jìn)行分析，賦值a=10，b=0.6，c=0.1，β=0.5，取ε在[0，1]間變化，通過Excel計(jì)算得數(shù)據(jù)，如表3所示。通過變動(dòng)參數(shù)ε，觀察分析ε與決策變量（pr，pm，s），需求函數(shù)（dm，dr） 以及供應(yīng)鏈利潤的關(guān)系。根據(jù)定理1，采用Matlab仿真方法，繪制關(guān)系圖，如圖11、圖12和圖13。

由表3和圖11可知集中決策下市場份額分別對制造商和零售商定價(jià)的影響。由圖12、圖13集中決策下市場份額對制造商和零售商需求和供應(yīng)鏈總利潤的影響?？芍?，參數(shù)ε從0到1表示制造商市場份額逐漸增大;當(dāng)ε=0.5（虛線）時(shí)，是中軸線，表示制造商和零售商價(jià)格關(guān)于中軸線對稱。隨著制造商市場份額的增加和零售商市場份額的減少，制造商的服務(wù)努力不隨市場份額的增大而改變，制造商價(jià)格增加同時(shí)需求增加，零售商價(jià)格和需求都均勻地下降。區(qū)域1內(nèi)，零售商價(jià)格高于制造商，零售商需求大于制造商需求;區(qū)域2內(nèi)，制造商價(jià)格高于零售商，制造商需求大于零售商;因此，在集中決策下，當(dāng)制造商和零售商的市場占有率存在較大差異，這種情況下供應(yīng)鏈采取差異化定價(jià)，供應(yīng)鏈總利潤更大。相反，當(dāng)制造商和零售商的市場占有率相接近時(shí)，供應(yīng)鏈的線上線下定價(jià)相接近，供應(yīng)鏈利潤較小。為供應(yīng)鏈總體利潤最大化，當(dāng)制造商和零售商市場份額相接近時(shí)，應(yīng)該采用不同服務(wù)努力策略，提高或者降低線上需求，使得線上線下市場份額出現(xiàn)較大差異，來保障供應(yīng)鏈總利潤最大。

3.2.2 分散決策下市場份額的影響

為了直觀理解集中決策模型中市場份額ε與制造商和零售商的決策變量pr，pm，s等之間的關(guān)系。賦值a=10，b=0.6，c=0.1，β=0.5，，取ε在[0，1]間變化，通過Excel計(jì)算得數(shù)據(jù)，如表4所示，通過變動(dòng)參數(shù)β，分析β與決策變量（pr，pm，s，w），利潤函數(shù)（Πm，Πr）以及需求函數(shù)（dm，dr）之間的關(guān)系。最后，數(shù)據(jù)分析發(fā)現(xiàn)，只有當(dāng)ε的取值在閾值[0，0.682]內(nèi)，決策變量才有意義。根據(jù)定理2，采用Matlab仿真的方法，繪制關(guān)系圖，如圖14、圖15、圖16和圖17所示。

由圖14和表4可知分散決策下市場份額分別對制造商和零售商定價(jià)的影響。由圖15，圖16，圖17可知分散決策下市場份額與需求、服務(wù)努力和利潤的關(guān)系。在分散決策下，市場份額存在閾值限制，當(dāng)制造商市場份額超過閾值范圍，制造商利潤為負(fù)，無法進(jìn)行有效運(yùn)營。在閾值范圍內(nèi)，隨著制造商市場份額的增大和零售商市場份額的減少，制造商服務(wù)努力呈線性增加;制造商和零售商的價(jià)格都增加，且零售商定價(jià)高于線上制造商定價(jià);制造商和零售商的需求均增加了，且制造商的需求增度更大。制造商的價(jià)格和需求的增幅更大，這表明制造商受市場份額影響更明顯。站在各自利潤角度，可以發(fā)現(xiàn)制造商的利潤呈現(xiàn)出先增大后減少的趨勢，零售商利潤為線性緩慢增加;在區(qū)域1內(nèi)，制造商利潤大于零售商;在區(qū)域2內(nèi)出現(xiàn)反轉(zhuǎn)，零售商利潤高于制造商。當(dāng)制造商市場份額很大時(shí)，反而制造商的利潤不如其在市場份額占比小這種情況下的利潤。其原因可能是：在高市場份額情況下，制造商需要投入更大的服務(wù)努力，進(jìn)而增加了成本;在分散決策下，制造商采用“高定價(jià)、高需求、高成本”的策略，在高市場份額情況下不占優(yōu)勢;因此，在分散決策下，制造商應(yīng)該采用合理的定價(jià)和服務(wù)策略，來控制自身的市場份額處于相對低水平，進(jìn)而制造商利潤處于較高水平。對零售商而言，當(dāng)制造商的市場份額處于較高水平時(shí)，其能獲得更高的利潤。零售商也采取合理定價(jià)策略，保證自身的市場份額處于相對低水平，進(jìn)而獲得更高利潤。

比較集中決策和分散決策模式下，市場份額對制造商和零售商的影響?？梢缘贸鲆韵聨c(diǎn)結(jié)論：從總體利潤看，集中決策更占優(yōu)勢。從消費(fèi)者角度，也是集中決策更有利;分散決策加劇了制造商和零售商之間的競爭;集中決策不改變整體市場規(guī)模大小。換句話說，集中決策限制了總體市場的發(fā)展，沒有潛在消費(fèi)者會(huì)進(jìn)入市場。

4 結(jié)論

本文針對家居行業(yè)存在的反展廳效應(yīng)對線上和線下零售商產(chǎn)生影響。本文分別構(gòu)建了制造商為Stackelberg領(lǐng)導(dǎo)下的制造商開設(shè)線上渠道與線下零售商渠道的雙渠道競爭，討論了在集中決策和分散決策下制造商和零售商各自的最優(yōu)定價(jià)決策，求得最優(yōu)需求、服務(wù)努力、批發(fā)價(jià)格和利潤。本文分析了反展廳效應(yīng)和市場份額對供應(yīng)鏈系統(tǒng)的影響，并提出相對應(yīng)的管理策略。本文的研究得到以下幾點(diǎn)重要結(jié)論：一是集中決策下，反展廳效應(yīng)很強(qiáng)或很弱都有利于供應(yīng)鏈總利潤，當(dāng)反展廳效應(yīng)很適中最不利于集中決策下的總利潤;因此，當(dāng)制造商和零售商識別出消費(fèi)者的反展廳效應(yīng)處于較高和較低水平時(shí)，制造商和零售商選擇適合的定價(jià)，制定最優(yōu)的服務(wù)努力，以獲得最大利潤。消費(fèi)者的反展廳效應(yīng)處于中間水平時(shí)，制造商應(yīng)該改變服務(wù)努力和定價(jià)策略調(diào)整反展廳效應(yīng)，使反展廳效應(yīng)處于較高或較低水平，進(jìn)而提高供應(yīng)鏈總體利潤。二是分散決策不利于制造商有效運(yùn)營線上渠道。反展廳效應(yīng)加劇了雙方的價(jià)格競爭。應(yīng)對反展廳效應(yīng)的最佳策略是采用集中決策，聯(lián)合線下零售商，共同決策，或者增設(shè)線下零售店。三是在集中決策下，當(dāng)制造商和零售商的市場占有率存在較大差異，這種情況下供應(yīng)鏈采取差異化定價(jià)，供應(yīng)鏈總利潤更大;當(dāng)制造商和零售商的市場占有率相接近時(shí)，應(yīng)該采用不同服務(wù)努力策略，提高或者降低線上需求，使得線上線下市場份額出現(xiàn)較大差異，來保障供應(yīng)鏈總利潤最大。四是在分散決策下，制造商應(yīng)該采用合理的定價(jià)和服務(wù)策略，來控制自身的市場份額處于相對低水平，進(jìn)而制造商利潤處于較高水平。對零售商而言，零售商也采取合理定價(jià)策略，保證自身的市場份額處于相對低水平，進(jìn)而獲得更高利潤。五是從供應(yīng)鏈利潤最大化角度，集中決策普遍優(yōu)于分散決策，但是集中決策不利于市場的發(fā)展。本文提出如下建議：線下傳統(tǒng)的家居零售商可以開通線上銷售渠道。在集中或者分散決策下，傳統(tǒng)線下家居企業(yè)可以制定有效的定價(jià)策略。結(jié)論表明集中決策模式不僅有利于線下零售商提高整體利潤，而且能幫助零售商更好的擁抱全渠道。

參考文獻(xiàn)：

[1] 阿里研究院.數(shù)據(jù)生產(chǎn)力崛起：新動(dòng)能+新治理[R].杭州：阿里研究院，2020：24

[2] ARORA S，SAHNEY S.Webrooming behaviour：a conceptual framework[J].International Journal of Retail & Distribution Management，2017，45（7）：762.

[3] FLAVIAN C，GURREA R，ORUS C.Choice confidence in the webrooming purchase process：The impact of online positive reviews and the motivation to touch[J].Journal of Consumer Behaviour，2016，15（5）：459.

[4] FLAVIAN C，GURREA R，ORUS C.Combining channels to make smart purchases：The role of webrooming and showrooming[J].Journal of Retailing and Consumer Services，2020，52：1.

[5] KANG J Y M.Showrooming，webrooming， and user-generated content creation in the omnichannel era[J].Journal of Internet Commerce，2018，17（2）：145.

[6] JING B.Showrooming and webrooming：information externalities between online and offline sellers[J].Marketing Science，2018，37（3）：469.

[7] 劉曉峰.基于消費(fèi)者轉(zhuǎn)換行為的線上線下產(chǎn)品定價(jià)策略研究[J].管理科學(xué)，2016，29（2）：93.

[8] 馬德青，胡勁松.消費(fèi)者展廳行為和參考質(zhì)量效應(yīng)對O2O供應(yīng)鏈動(dòng)態(tài)運(yùn)營策略的影響[J].中國管理科學(xué)，2020：1.

[9] LI Y，LI B，ZHENG W，et al.Reveal or hide？Impact of demonstration on pricing decisions considering showrooming behavior[J].Omega，2020：102329.

[10] BASAK，S，BASU P，AVITTATHUR B，et al.A game theoretic analysis of multichannel retail in the context of “showrooming”[J].Decision Support Systems，2017，103：34.

[11] 劉燦，但斌，張旭梅，等.存在展廳效應(yīng)的雙渠道供應(yīng)鏈協(xié)調(diào)策略研究[J].計(jì)算機(jī)集成制造系統(tǒng)，2018，24（4）：1017.

[12] KUKSOV D，LIAO C.When showrooming increases retailer profit[J].Journal of Marketing Research，2018，55（4）：459.

[13] MEHRA A，KUMAR S，RAJU J S.Competitive Strategies for Brick-and-Mortar Stores to Counter“Showrooming”[J].Management Science，2018，64（7）：3076.

[14] 劉金榮，徐琪.全渠道零售下“showrooms”對需求分布、定價(jià)和收益的影響研究[J].中國管理科學(xué)，2019，27（12）：88.

[15] SUN Y，WANG Z，HAN X.Supply chain channel strategies for online retailers：Whether to introduce web showrooms？[J].Transportation Research，2020，144：102.

[16] 孫朝苑，喬英英.服務(wù)競爭下的雙渠道供應(yīng)鏈定價(jià)策略研究[J].科技與管理，2016，18（5）：17.

[17] LI G，Li L，SUN J.Pricing and service effort strategy in a dual-channel supply chain with showrooming effect [J].Transportation Research Part E：Logistics and Transportation Review，2019，126：32.

[18] YAO D Q，LIU J J.Competitive pricing of mixed retail and e-tail distribution channels[J].Omega，2005，33（3）：235.

[19] 張柯檬，李貴萍.考慮保鮮努力水平影響的生鮮電商定價(jià)與訂貨策略[J].科技與管理，2020，22（3）：103.

[20] TELSER L G.Why should manufacturers want fair trade II[J].Journal of Law & Economics，1990，33（2）：409.

[編輯：厲艷飛]

n?b= N ??? ??2 ='font-family：宋體; mso-bidi-font-family：宋體'>

[15] SUN Y，WANG Z，HAN X.Supply chain channel strategies for online retailers：Whether to introduce web showrooms？[J].Transportation Research，2020，144：102.

[16] 孫朝苑，喬英英.服務(wù)競爭下的雙渠道供應(yīng)鏈定價(jià)策略研究[J].科技與管理，2016，18（5）：17.

[17] LI G，Li L，SUN J.Pricing and service effort strategy in a dual-channel supply chain with showrooming effect [J].Transportation Research Part E：Logistics and Transportation Review，2019，126：32.

[18] YAO D Q，LIU J J.Competitive pricing of mixed retail and e-tail distribution channels[J].Omega，2005，33（3）：235.

[19] 張柯檬，李貴萍.考慮保鮮努力水平影響的生鮮電商定價(jià)與訂貨策略[J].科技與管理，2020，22（3）：103.

[20] TELSER L G.Why should manufacturers want fair trade II[J].Journal of Law & Economics，1990，33（2）：409.

[編輯：厲艷飛]