盧 超, 邢窈窈

(上海大學(xué) 管理學(xué)院,上海 200444)

0 引言

近年我國生鮮電商市場飛速發(fā)展，生鮮電商已成為消費(fèi)者購買生鮮產(chǎn)品的主要渠道[1]。特別是2019年底新冠肺炎疫情爆發(fā)后，由于全國多地小區(qū)采取封閉式管理，引發(fā)各大生鮮電商平臺(tái)訂單量暴增、營業(yè)額翻倍，如：盒馬鮮生疫情期間線上訂單數(shù)量同比增長220%，多點(diǎn)成交總額同比增長236%。據(jù)艾瑞咨詢報(bào)道：疫情期間，商品價(jià)格在消費(fèi)者選擇生鮮平臺(tái)決定因素中排名第四，即使在如此嚴(yán)苛的環(huán)境下，價(jià)格依然是用戶選購的重要考量標(biāo)準(zhǔn)[2]。疫情過后甚至常態(tài)化疫情防控期間，如何制定合理的價(jià)格是生鮮電商平臺(tái)運(yùn)營過程中無法規(guī)避的策略性問題。生鮮電商交易量，除受產(chǎn)品定價(jià)影響外，還受到消費(fèi)者對商品評論的影響[3]，線上評論已成為影響消費(fèi)者購買商品的重要因素之一[4]。因此，從消費(fèi)者評論的視角出發(fā)，優(yōu)化生鮮產(chǎn)品的定價(jià)，對提高生鮮電商競爭力具有重要的理論和實(shí)踐價(jià)值。

目前，關(guān)于生鮮產(chǎn)品的研究主要有以下三個(gè)方面：(1)訂貨和定價(jià)聯(lián)合策略的研究。楊天劍等[5]研究了不同采購策略下渠道成員定價(jià)及訂貨決策。原逸超和石巋然[6]研究允許和不允許策略型消費(fèi)者無缺陷退貨兩種模式下零售商的定價(jià)區(qū)間和訂貨策略。Otrodi等[7]通過建立雙目標(biāo)模型實(shí)現(xiàn)易腐物品的總利潤最大和總庫存最小。Liu等[8]創(chuàng)新性地從保鮮技術(shù)投資的角度研究了均衡條件下的保鮮技術(shù)投資和定價(jià)問題。Wang和Chen[9]探討了生鮮農(nóng)產(chǎn)品的報(bào)童問題，并對報(bào)童的最優(yōu)聯(lián)合定價(jià)決策進(jìn)行了分析。王磊和但斌[10]不僅研究了生鮮農(nóng)產(chǎn)品在保鮮措施下的訂貨定價(jià)策略，進(jìn)一步提出了“保鮮成本分擔(dān)+收益共享”契約。(2)動(dòng)態(tài)定價(jià)策略的研究。劉新民等[11]研究了消費(fèi)者異質(zhì)偏好下效用敏感系數(shù)對消費(fèi)者效用以及廠商動(dòng)態(tài)定價(jià)決策的影響機(jī)理。Sainathan[12]分析了動(dòng)態(tài)需求下易腐產(chǎn)品的定價(jià)與訂貨問題。而Herbon和Khmelnitsky[13]考慮到價(jià)格、時(shí)間對需求量的加性影響，研究了易腐產(chǎn)品的最優(yōu)動(dòng)態(tài)定價(jià)與訂購問題。毛照昉和王方圓[14]研究不同消費(fèi)者行為和估值折扣差異下易逝品兩階段動(dòng)態(tài)定價(jià)決策問題。Feng[15]進(jìn)一步針對易逝品動(dòng)態(tài)定價(jià)和質(zhì)量投資的最優(yōu)補(bǔ)貨問題，提出了以單位時(shí)間總利潤最大化為目標(biāo)的動(dòng)態(tài)優(yōu)化模型。(3)捆綁銷售下的定價(jià)策略研究。Yan等[16]采用非線性混合整數(shù)規(guī)劃模型，研究了生鮮產(chǎn)品捆綁定價(jià)問題。唐磊和趙林度[17]建立了捆綁銷售價(jià)格模型，探究了兩種批次的同種易腐食品的捆綁銷售價(jià)格模型。魏航[18]研究了同質(zhì)生鮮產(chǎn)品捆綁銷售下的最優(yōu)捆綁價(jià)格、臨界時(shí)間以及捆綁數(shù)量的問題，并給出了最優(yōu)雙變量組合決策和條件。以上學(xué)者從不同角度對生鮮產(chǎn)品的定價(jià)問題進(jìn)行了分析，但未考慮消費(fèi)者線上評論對定價(jià)的影響。

消費(fèi)者評論對消費(fèi)者效用會(huì)帶來重要影響[19]，將消費(fèi)者效用理論應(yīng)用于定價(jià)模型是產(chǎn)品定價(jià)常用的方法之一。蔡學(xué)媛等[20]研究了多個(gè)制造商與線上零售商基于在線評論的最優(yōu)定價(jià)策略問題。Li和Hitt[21]建立了考慮線上評論影響消費(fèi)者效用的Stackelberg模型，進(jìn)而分析線上評論對最優(yōu)定價(jià)的影響。Li等[22]進(jìn)一步研究了網(wǎng)上評論信息對企業(yè)重復(fù)購買產(chǎn)品定價(jià)策略的影響。崔芳等[23]在Hoteling模型中加入在線評論對消費(fèi)者預(yù)期值的影響，研究壟斷廠商最優(yōu)的定向市場播種策略。以上學(xué)者探究了在消費(fèi)者評論影響下的產(chǎn)品最優(yōu)定價(jià)問題，但未考慮生鮮產(chǎn)品易腐爛的特性。

針對以上研究的不足，本文以一個(gè)零售商和一個(gè)制造商組成的兩級(jí)供應(yīng)鏈為研究對象，研究線上評論對消費(fèi)者購買決策的影響，定量分析不同決策下生鮮產(chǎn)品的最優(yōu)定價(jià)及利潤，以期為制造商和零售商的經(jīng)濟(jì)行為提出參考意見。

1 問題描述與假設(shè)

1.1 問題描述

本文僅考慮零售商向消費(fèi)者銷售生鮮產(chǎn)品的情況。如圖1所示，假設(shè)在產(chǎn)品供應(yīng)鏈中，生鮮產(chǎn)品由制造商生產(chǎn)并向零售商批發(fā)；消費(fèi)者在電商平臺(tái)綜合產(chǎn)品定價(jià)、線上評論決定是否購買產(chǎn)品，若購買產(chǎn)品則可發(fā)表相關(guān)評論，零售商和制造商根據(jù)消費(fèi)者評論改進(jìn)產(chǎn)品質(zhì)量、調(diào)整銷售策略。

圖1 生鮮產(chǎn)品銷售流程

基于圖1，本文考慮三種決策類型：(1)無成本分擔(dān)與收益共享的分散決策模式，制造商承擔(dān)保鮮成本；(2)集中決策模式，制造商和零售商為一個(gè)整體；(3)成本分擔(dān)與收益共享的分散決策模式，制造商和零售商共同承擔(dān)保鮮成本。各決策所涉及的參數(shù)與變量如表1所示。

表1 主要參數(shù)與變量說明

1.2 模型假設(shè)

假設(shè)1生鮮產(chǎn)品新鮮度通常與保鮮努力水平e和運(yùn)輸時(shí)間t有關(guān)，定義新鮮度函數(shù)為[24]:

(1)

假設(shè)2消費(fèi)者線上選購生鮮產(chǎn)品時(shí)不僅受零售價(jià)的影響，還會(huì)考慮產(chǎn)品新鮮度以及線上評論等因素。假設(shè)消費(fèi)者效用U=(1-r)v-bp+kθ>0時(shí)，消費(fèi)者選擇購買生鮮產(chǎn)品。其中，r表示線上負(fù)面評論對消費(fèi)者的影響力，負(fù)面評論影響力越大，消費(fèi)者購買意愿越小，即(1-r)v越小；1-r表示線上正面評論對消費(fèi)者的影響力，正面評論影響力越大，消費(fèi)者購買意愿越大，即(1-r)v越大；v表示消費(fèi)者對生鮮產(chǎn)品的估值，服從[0,1]均勻分布，故本文需求函數(shù)如下：

(2)

假設(shè)3假設(shè)生鮮產(chǎn)品保鮮成本與保鮮努力水平e(0

(3)

2 模型構(gòu)建

2.1 模式Ⅰ:無成本分擔(dān)和收益共享的分散決策

無成本分擔(dān)和收益共享的分散決策模式下，制造商和零售商之間進(jìn)行Stackelberg博弈，制造商為主導(dǎo)者，零售商為跟隨者。博弈順序?yàn)椋褐圃焐檀_定生鮮產(chǎn)品批發(fā)價(jià)w和保鮮努力水平e以最大化其自身利潤，零售商以此為基礎(chǔ)決定商品零售價(jià)p。在無成本分擔(dān)和收益共享的分散決策模式下，制造商和零售商的利潤函數(shù)分別為:

maxπ1=(w-c)D-c(e)1

(4)

maxV1=(p-w)D

(5)

根據(jù)博弈理論，Stackelberg博弈采用逆向歸納法簡化求解：先求解零售商的最優(yōu)零售價(jià)p，再確定制造商的批發(fā)價(jià)w和保鮮努力水平e。為解得無成本分擔(dān)和收益共享的分散決策下制造商和零售商的最大利潤，進(jìn)行以下假設(shè)：

假設(shè)4線上正面評論對消費(fèi)者估值影響系數(shù)1-r、保鮮努力成本投入系數(shù)μ、價(jià)格彈性系數(shù)b、運(yùn)輸時(shí)間t、新鮮度彈性系數(shù)k滿足:

4(1-r)μb(1+t2)2-k2>0

(6)

2.2 模式Ⅱ：集中決策

在集中決策模式下，制造商與零售商之間沒有利益交換，它們共同決定零售價(jià)p和保鮮努力水平e，實(shí)現(xiàn)整體利益最大化?？傮w效用函數(shù)包括總體收益(p-c)D以及不進(jìn)行成本分擔(dān)的保鮮成本c(e)1。合作決策問題描述如下:

maxπ2=(p-c)D-c(e)1

(7)

假設(shè)5集中決策下，線上正面評論對消費(fèi)者估值影響系數(shù)1-r、保鮮努力成本投入系數(shù)μ、價(jià)格彈性系數(shù)b、運(yùn)輸時(shí)間t、新鮮度彈性系數(shù)k滿足:

2(1-r)μb(1+t2)2-k2>0

(8)

定理3模式Ⅱ下的保鮮努力最優(yōu)水平大于模式Ⅰ下的保鮮努力最優(yōu)水平。

根據(jù)定理3分析可知，集中決策模式(模式Ⅱ)下的保鮮努力最優(yōu)水平高于無成本分擔(dān)和收益共享的分散決策模式(模式Ⅰ)下的保鮮努力最優(yōu)水平，而現(xiàn)實(shí)中制造商和零售商大多相互獨(dú)立決策，較難實(shí)現(xiàn)集中決策。因此，2.3節(jié)提出一種基于協(xié)商契約的成本分擔(dān)和收益共享模式，并探討這種機(jī)制能否在分散決策模式下提高保鮮努力最優(yōu)水平，實(shí)現(xiàn)帕累托最優(yōu)。

2.3 模式Ⅲ：成本分擔(dān)與收益共享的分散決策

在成本分擔(dān)與收益共享的分散決策模式下，零售商分擔(dān)制造商一部分保鮮成本，制造商將所得收益按一定比例與零售商共享，以提高生鮮產(chǎn)品的保鮮努力水平。制造商的效用包括收益共享后的利潤(1-ψ)(w-c)D，成本分擔(dān)后制造商保鮮成本c(e)2。其中，ψ是收益共享系數(shù)，δ是成本分擔(dān)系數(shù)。制造商的效用函數(shù)如下所示:

maxπ3=(1-ψ)(w-c)D-c(e)2

(9)

零售商的效用包括收益共享后的利潤(p-w)D+ψ(w-c)D，需要分擔(dān)的保鮮成本δμe2/2。此時(shí)，零售商的效用函數(shù)為:

(10)

假設(shè)6在成本分擔(dān)與收益共享的分散決策模式下，線上正面評論對消費(fèi)者估值影響系數(shù)1-r、保鮮努力成本投入系數(shù)μ、價(jià)格彈性系數(shù)b、成本分擔(dān)系數(shù)δ、運(yùn)輸時(shí)間t、新鮮度彈性系數(shù)k需滿足:

4(1-r)μb(1+t2)2(1-δ)-k2>0

(11)

推論1線上正面評論對保鮮努力的影響不僅受決策模式的影響，還受制造商生產(chǎn)成本的制約。因此，在三種模式下，可根據(jù)成本大小調(diào)整管理線上正面評論的影響力和保鮮努力、新鮮度等。在無成本分擔(dān)和收益共享的分散決策模式下，當(dāng)c>k2/4b2μ(1+t2)2時(shí)，線上正面評論的影響力與保鮮努力、新鮮度均呈正相關(guān)；當(dāng)0k2/2b2μ(1+t2)2時(shí)，線上正面評論的影響力與保鮮努力、新鮮度均呈正相關(guān)；當(dāng)0k2/4b2μ(1+t2)2(1-δ)時(shí)，線上正面評論的影響力與保鮮努力、新鮮度均呈正相關(guān)；當(dāng)0

推論2在無成本分擔(dān)和收益共享的分散決策模式、集中決策和成本分擔(dān)和收益共享的分散決策三種決策模式下，隨著運(yùn)輸時(shí)間t的上升，保鮮努力程度e和新鮮度θ均呈現(xiàn)下降的趨勢。通過推論2可知，運(yùn)輸時(shí)間過長也會(huì)降低生鮮產(chǎn)品新鮮度，同時(shí)會(huì)削弱制造商和零售商付出保鮮努力的意愿。為滿足消費(fèi)者對生鮮產(chǎn)品的安全性、新鮮度的要求，制造商和零售商可與具備專業(yè)運(yùn)輸生鮮產(chǎn)品能力與資質(zhì)的冷鏈公司合作，與其建立訂單共同配送信息平臺(tái)，降低生鮮產(chǎn)品的損耗。

2.4 比較分析

該部分重點(diǎn)對無收益共享和成本分擔(dān)決策、集中決策、收益共享和成本分擔(dān)決策模式下保鮮努力、供應(yīng)鏈利潤進(jìn)行比較分析。

推論3無收益共享和成本分擔(dān)的分散決策模式下保鮮努力的最優(yōu)水平低于集中決策模式下的最優(yōu)水平，但通過成本分擔(dān)和收益共享機(jī)制，當(dāng)成本分擔(dān)系數(shù)δ>1/2時(shí)，收益共享和成本分擔(dān)的分散決策模式下保鮮努力最優(yōu)水平高于集中決策模式下的保鮮努力最優(yōu)水平。當(dāng)成本分擔(dān)系數(shù)0<δ<1/2時(shí)，收益共享和成本分擔(dān)的分散決策模式下保鮮努力最優(yōu)水平低于集中決策模式下的最優(yōu)水平。

推論4集中決策模式下的供應(yīng)鏈利潤高于無收益共享和成本分擔(dān)決策的分散決策模式下的供應(yīng)鏈利潤，但通過成本分擔(dān)和收益共享機(jī)制，當(dāng)成本分擔(dān)系數(shù)滿足0<δ<2/3，且線上正面評論影響力滿足02/3，集中決策模式下的供應(yīng)鏈利潤仍然高于收益共享和成本分擔(dān)的分散決策模式下的供應(yīng)鏈利潤。

綜上所述，當(dāng)成本分擔(dān)系數(shù)δ>2/3時(shí)，制造商和零售商采取集中決策模式收益更高，若雙方合作意愿較強(qiáng)，選擇集中決策的可能性更大；當(dāng)成本分擔(dān)系數(shù)1/2<δ<2/3時(shí)，收益共享和成本分擔(dān)的分散決策模式下保鮮努力高于集中決策模式下的保鮮努力最優(yōu)水平，而兩種模式下利潤的大小受線上正面評論的影響，故制造商和零售商需根據(jù)線上正面評論的影響力選擇合適的決策模式；當(dāng)成本分擔(dān)系數(shù)δ<1/2時(shí)，集中決策模式下保鮮努力最優(yōu)水平高于收益共享和成本分擔(dān)的分散決策模式下的最優(yōu)水平，制造商和零售商也需根據(jù)線上正面評論的影響力和自身保鮮努力的水平選擇合適的決策模式。

3 數(shù)值實(shí)例

3.1 案例描述和參數(shù)設(shè)置

生鮮產(chǎn)品的最大特征是易損易腐，購物體驗(yàn)很難達(dá)到預(yù)期。目前，京東生鮮充分利用消費(fèi)者評價(jià)信息，建立了用戶體驗(yàn)信息反饋系統(tǒng)。即用戶在京東生鮮購買的生鮮商品簽收后48小時(shí)內(nèi)，如果商品包裝出現(xiàn)破損，或食材不新鮮，均可以在系統(tǒng)中提交反饋；通過100分鐘的系統(tǒng)審核之后，如反饋問題屬實(shí)，便可享受到“只賠不退”的服務(wù)。如此，京東生鮮可以從消費(fèi)者的視角出發(fā)對生鮮產(chǎn)品和服務(wù)的評價(jià)進(jìn)行實(shí)時(shí)監(jiān)控。為探索影響新鮮度的因素，本文研究線上正面評論影響力對新鮮度的影響和時(shí)間對新鮮度的影響。

為了模擬分析三種模式下關(guān)鍵因素對零售價(jià)、保鮮努力水平、需求量的影響，本文將成本、保鮮努力成本投入系數(shù)和運(yùn)輸時(shí)間分別設(shè)為c=0.5、μ=0.8、t=0.5，他參數(shù)設(shè)置為r=0.05、b=0.85、k=0.6、δ=0.65。為保證結(jié)果的有效性，以上參數(shù)的設(shè)置均滿足以下約束條件：4(1-r)μb(1+t2)2-k2>0、2(1-r)μb(1+t2)2-k2>0、4(1-r)μb(1+t2)2(1-δ)-k2>0。將所有參數(shù)值代入到三種模式下制造商和零售商的最優(yōu)決策方程中，得到三種模式下零售價(jià)、保鮮努力水平、需求量，結(jié)果如表2所示。

表2 三種模式下的最優(yōu)決策

3.2 線上正面評論影響力對新鮮度的影響

三種模式下，線上正面評論對新鮮度最優(yōu)水平的影響如圖2、圖3所示。由于新鮮度非負(fù)，故僅分析第一象限內(nèi)新鮮度的趨勢。

圖2 c=0.5時(shí)正面評論影響力與新鮮度的關(guān)系

在模式Ⅰ中，當(dāng)c>k2/4b2μ(1+t2)2時(shí)，取c=0.5，線上正面評論影響力與新鮮度呈正相關(guān)關(guān)系；當(dāng)0k2/2b2μ(1+t2)2時(shí)，取c=0.5，線上正面評論影響力與新鮮度呈正相關(guān)關(guān)系；當(dāng)0k2/4b2μ(1+t2)2(1-δ)時(shí)，取c=0.5，線上正面評論影響力與新鮮度呈正相關(guān)關(guān)系；當(dāng)0

綜上所述，高生產(chǎn)成本的制造商線上正面評論影響力與新鮮度呈正相關(guān)關(guān)系，低生產(chǎn)成本的制造商正面評論影響力與新鮮度呈負(fù)相關(guān)關(guān)系。從新鮮度的角度分析，對于相同模式下的制造商，為達(dá)到相同的新鮮度，低生產(chǎn)成本的制造商更需要重視線上正面評論的影響力，高成本制造商可以適當(dāng)減少對線上評論的管理。在實(shí)際生產(chǎn)中，部分制造商為降低生產(chǎn)成本，在生產(chǎn)中使用成本低、質(zhì)量差的有機(jī)肥或原材料等，更容易引起消費(fèi)者對產(chǎn)品質(zhì)量的不滿，導(dǎo)致負(fù)面評論影響力增加。因此，低成本制造商為提高市場競爭力，需要利用負(fù)面評論提高產(chǎn)品質(zhì)量，完善供應(yīng)鏈并鍛造企業(yè)的核心競爭力。

3.3 時(shí)間對新鮮度的影響

圖4展示了模式Ⅰ、模式Ⅱ、模式Ⅲ下時(shí)間對新鮮度的影響。如圖4所示，隨著運(yùn)輸時(shí)間t的上升，新鮮度θ呈現(xiàn)下降的趨勢，且當(dāng)t無限增大時(shí)，不管制造商和零售商是否采取保鮮措施，新鮮度均接近0，符合現(xiàn)實(shí)情況。在相同運(yùn)輸時(shí)間下，采取成本分擔(dān)與收益共享的分散決策能最大限度保證生鮮產(chǎn)品的新鮮度，而無成本分擔(dān)與收益共享的分散決策下，由于保鮮努力不足等綜合因素的影響，生鮮產(chǎn)品更容易腐爛變質(zhì)。此外，隨著時(shí)間推移，消費(fèi)者對生鮮產(chǎn)品的估值會(huì)下降，導(dǎo)致市場需求量減少。所以，在現(xiàn)實(shí)中，很多超市在晚上會(huì)開展生鮮產(chǎn)品打折活動(dòng)，消費(fèi)者也會(huì)根據(jù)其新鮮度和零售價(jià)重新估值，從而提高生鮮產(chǎn)品市場需求量。

圖4 時(shí)間與新鮮度的關(guān)系

4 結(jié)論與建議

4.1 研究結(jié)論

本文基于線上評論研究生鮮產(chǎn)品供應(yīng)鏈的定價(jià)策略，分別探究了無成本分擔(dān)與收益共享的分散決策模式、集中決策模式和成本分擔(dān)與收益共享的分散決策模式下供應(yīng)鏈的定價(jià)策略，并從線上正面評論影響力對新鮮度的影響、時(shí)間對新鮮度的影響兩個(gè)方面進(jìn)行了數(shù)值實(shí)例分析。主要研究結(jié)論如下：

(1)集中決策下生鮮產(chǎn)品的最優(yōu)零售價(jià)低于無成本分擔(dān)與收益共享的分散決策模式下的最優(yōu)零售價(jià)，但集中決策下市場需求量的增加使供應(yīng)鏈利潤高于無成本分擔(dān)與收益共享的分散決策。但是，通過收益共享和成本分擔(dān)機(jī)制，收益共享和成本分擔(dān)的分散決策模式下的供應(yīng)鏈利潤有可能高于集中決策模式下的供應(yīng)鏈利潤。因此，生鮮零售商在進(jìn)行決策時(shí)，要綜合考慮成本分擔(dān)系數(shù)和線上正面評論影響力的大小，尤其是在初期線上正面評論影響力較小時(shí)，生鮮零售商應(yīng)優(yōu)先選擇收益共享和成本分擔(dān)的分散決策模式。

(2)當(dāng)保鮮努力水平對正面評論影響力的變化率為正時(shí)，隨著正面評論影響力的增加，制造商會(huì)付出更多的保鮮努力，生鮮產(chǎn)品的新鮮度越高，生鮮產(chǎn)品的競爭優(yōu)勢越顯著，盡管保鮮努力成本增加，但零售價(jià)的提高能確保獲取更多的利潤；當(dāng)保鮮努力水平對正面評論影響力的變化率為負(fù)時(shí)，考慮到提高保鮮努力成本會(huì)降低市場需求量，大部分制造商和零售商不愿主動(dòng)提升保鮮努力水平。隨著正面評論影響力的增加，制造商和零售商付出較少的保鮮努力即可獲得較高的市場需求量和利潤。

(3)同一模式下、新鮮度相同的兩種產(chǎn)品，當(dāng)生產(chǎn)成本較低時(shí)，制造商需要重視線上正面評論的影響力；當(dāng)生產(chǎn)成本較高時(shí)，可以適當(dāng)減少對線上評論的管理。對于生鮮電商來說，產(chǎn)品的新鮮度尤為重要，對于三種模式下新鮮度相同的生鮮產(chǎn)品，成本分擔(dān)和收益共享模式下生鮮產(chǎn)品的新鮮度最高，但也需要制造商和零售商投入更多努力提高正面評論的影響力。比如：運(yùn)用大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)縮短冷鏈供應(yīng)鏈、把控生鮮產(chǎn)品的質(zhì)量。

4.2 建議啟示

對零售商而言，分散決策下市場需求量最小，即零售商訂貨量小于集中決策時(shí)的訂貨量。由于生鮮產(chǎn)品具有易腐特性，訂貨量越小，生鮮變質(zhì)帶來的損失也就越小、庫存成本越小。因此，建議風(fēng)險(xiǎn)規(guī)避型零售商采取分散決策，但此舉會(huì)惡化供應(yīng)鏈整體的利益。

對制造商而言，成本分擔(dān)與收益共享的分散決策模式下既可以承擔(dān)較小的保鮮成本，也可以分擔(dān)零售商面對生鮮產(chǎn)品腐爛的風(fēng)險(xiǎn)。因此，建議制造商主動(dòng)與零售商進(jìn)行協(xié)商談判，確定制造商和零售商的成本分擔(dān)比例和收益共享系數(shù)，制定成本分擔(dān)與收益共享契約，實(shí)現(xiàn)雙方合作共贏。

此外，由于企業(yè)追求利潤最大化，不良商家為了保持生鮮產(chǎn)品的新鮮程度而為其違規(guī)添加防腐劑等有害元素，亟需政府相關(guān)部門加強(qiáng)監(jiān)督管理。建議政府進(jìn)一步完善獎(jiǎng)懲機(jī)制，引導(dǎo)制造商與零售商采取集中決策模式，保障消費(fèi)者利益。

本文只研究了一個(gè)零售商和一個(gè)制造商的線上單渠道定價(jià)模型，未來還可以考慮線上線下雙渠道企業(yè)之間的定價(jià)策略，以及線上評論對線下零售價(jià)的影響、渠道競爭等。