許菱 萬艷紅 張克 鐘少君

DOI： 10.19398/j.att.202310014

摘? 要：考慮消費者購買意愿受在線評論與生產努力的共同影響，構建了由服裝制造商、電商平臺和消費者組成的服裝供應鏈模型，重點探討了集中決策模型和分散決策模型下在線評論和生產努力等因素對各參與方利潤的影響，并引入“成本分擔+收益共享”組合契約來實現供應鏈的協(xié)調。結果表明：集中決策和分散決策的最優(yōu)解均與生產努力偏好系數呈正相關；受利益驅使，分散決策時的生產努力往往低于集中決策時的生產努力；組合契約模式下，契約參數的取值與批發(fā)價格的取值范圍有關，在契約參數取值范圍內，“成本分擔+收益共享”組合契約能實現供應鏈的協(xié)調。研究結果為服裝制造商和電商平臺銷售決策提供借鑒，可提高消費者滿意度和市場競爭力。

關鍵詞：生產努力；服裝供應鏈；在線評論；組合契約

中圖分類號：F426

文獻標志碼：A

文章編號：1009-265X（2024）06-0097-11

收稿日期：20231011

網絡出版日期：20240227

基金項目：江西省教育廳科學技術研究項目（GJJ2200833）；江西省贛州市統(tǒng)戰(zhàn)部同心圓智庫（TXYZK20230105）；江西理工大學博士科研啟動基金項目（JGBS202304）

作者簡介：許菱（1970—），女，福建晉江人，教授，主要從事產業(yè)經濟、創(chuàng)新管理方面的研究。

通信作者：鐘少君，E-mail：infor2000@qq.com

隨著電商平臺的產品評論體系逐漸完善，消費者更傾向于參考其他購買者的評論來決定是否選購某產品［1-3］。近年來，服裝行業(yè)線上銷售比例相較于線下實體店有明顯上升的趨勢［4］。消費者在線下購買服裝時，可以真切地感受服裝產品質量的好壞；而在線上購買服裝時，僅通過商家提供的圖片難以直接、真實地體驗產品，其他購買者的評論能為消費者了解服裝產品提供重要參考［5］。為了降低負面評論對消費者購買意愿的影響，服裝制造商通過改進生產努力來提高產品的質量及其附加價值，這樣能為消費者提供更好的購買體驗，使商品獲得更多的正面評論，從而影響潛在消費者的購買意愿。在現實市場中，服裝制造商和電商平臺之間存在著利益博弈，電商平臺可能未承擔生產努力投入帶來的成本，卻希望服裝制造商改進生產努力以提高正面評論占比，這無疑損害了服裝制造商的利益，使制造商的生產努力投入意愿降低，最終使雙方利益均受到損害。因此，如何對電商平臺和服裝制造商進行協(xié)調，使服裝產品的生產努力達到理想狀態(tài)，同時又能提升供應鏈各參與方的利益，已成為當下企業(yè)關注的核心問題［6］。

生產努力投入對供應鏈的影響一直頗受關注，已有諸多學者對基于生產努力投入的供應鏈協(xié)調問題展開了相關研究。例如，梁薇薇等［7］指出在各成員生產努力投入相同的情況下，適當提高各成員的生產努力投入可以有效地提升供應鏈整體收益以及各參與方的利潤。戴賓等［8］認為，在面對產品召回問題時，制造商和供應商分別增加生產努力和促銷努力能降低召回概率。孫梅等［9］對比了有機農產品供應鏈的不同模式，發(fā)現在農企對接模式下，當有機農產品利潤達到一定高度時，農戶有足夠的熱情去投入更多的生產努力。Gu等［10］通過對生鮮產品供應鏈的研究發(fā)現，隨著保鮮努力投入的增加，零售商的利潤也會增加。王永龍等［11］通過建立農產品供應鏈的模型發(fā)現，除零售商外，其他各參與方的利潤也會隨著生產努力投入的增加而明顯上升。部分學者還進一步分析了生產努力與消費者之間的聯系。孫金嶺等［12］通過研究發(fā)現，當消費者綠色偏好和環(huán)保標簽信任度增加時，會激勵制造商和零售商加大綠色努力的投入。王海燕等［13］發(fā)現，當消費者對保鮮努力越敏感時，制造商對保鮮努力的投入也會越高。上述研究分析了生產努力與消費者之間的關系以及生產努力對供應鏈的協(xié)調作用。

此外，不少學者考慮了在線評論對消費者購買行為的影響。Cao等［14］和Liu等［15］的研究發(fā)現，在線評論為消費者提供了更多的信息，在輔助潛在消費者做出購買決策方面發(fā)揮著重要作用。王陽等［16］發(fā)現，負面評論所表達的負面情感和憤怒不滿情緒會激發(fā)潛在消費者產生負面情緒，從而增強負面評論對消費者產生的影響。杜學美等［17］通過分析496份調查問卷數據發(fā)現，負面在線評論比例和失誤嚴重性會對潛在顧客的購買意愿產生負向影響，進而影響消費者的購買行為。Weisstein等［18］研究發(fā)現，消費者的購買目標會與負面評論的比例相互作用，從而影響消費者的價格感知和購買意愿。Li等［19］的研究對比結果表明，當存在身份線索時，正面評論會增加消費者的購買意愿，而負面評論會降低消費者的購買意愿。上述文獻主要針對在線評論對消費者購買決策的影響進行了實證分析。

在單一契約協(xié)調供應鏈的相關研究中，朱弈等［20］發(fā)現，轉運契約模型的運用能夠克服市場需求的不確定性，有效地發(fā)揮契約協(xié)調的優(yōu)勢。董振寧等［21］在“保鮮成本分擔”契約研究中發(fā)現，“保鮮成本分擔”契約能提高供應商和零售商雙方的利潤，實現生鮮農產品供應鏈的協(xié)調。Quan等［22］研究表明，價格補貼契約比批發(fā)價格契約更具實施性，價格補貼契約不僅能夠實現供應鏈最優(yōu)利潤，還能讓利潤得到自由分配。Zhao等［23］發(fā)現，看漲期權契約不僅能使供應鏈各參與方受益，還能減少無效碳排放。隨著決策環(huán)境向復雜化發(fā)展，傳統(tǒng)的單一契約有時難以協(xié)調供應鏈，不少學者發(fā)現組合契約能夠起到更好的協(xié)調作用。伍大清等［24］通過與一般保鮮成本共擔契約相比，得出“保鮮成本分擔+收益共享”組合契約可以有效提高保鮮努力水平?？聵s等［25］研究表明，當契約參數在一定范圍內，“收益共享+成本共擔+批發(fā)價協(xié)商”組合契約能實現新能源汽車供應鏈的完美協(xié)調。Wu等［26］提出，“成本分擔+聯盟費用”組合契約能提高綠色創(chuàng)新水平，實現合作社與企業(yè)利潤的帕累托改進。

綜上所述，國內外學者在生產努力投入、在線評論影響消費者購買決策以及契約協(xié)調供應鏈等方面的研究已經較為豐富，但仍存在以下不足：a）對生產努力投入的研究主要集中在供應鏈協(xié)調和消費者偏好方面，涉及在線評論的研究較少；b）國內外學者通常通過實證分析來研究在線評論與消費者購買決策之間的關系，從供應鏈協(xié)調角度分析的研究較少。因此，本文考慮服裝制造商的生產努力會影響在線評論，進而對潛在消費者的購買決策產生影響，在由單個服裝制造商、單個電商平臺以及消費者組成的服裝供應鏈中，引入“成本分擔+收益共享”組合契約來協(xié)調服裝制造商和電商平臺之間的利益關系，并探尋契約參數對服裝供應鏈的協(xié)調作用。

1? 模型描述與基本假設

1.1? 模型描述

本文考慮的服裝供應鏈由單個服裝制造商、單個電商平臺以及消費者構成。其中服裝制造商承擔著傳統(tǒng)服裝供應鏈中上游供應商和制造商的雙重角色，負責生產、供應產品以及生產努力投入（如質量檢測、產品設計以及品牌維護等）等工作；電商平臺負責發(fā)布產品的有關信息、提供產品的相關評論以及產品的銷售。線上購物時，消費者會根據產品的相關信息以及其他購買者的評論決定是否購買產品，市場需求受生產努力投入、在線評論以及銷售價格等因素共同影響。

1.2? 基本假設

假設1：生產努力的提高需要成本，當生產努力投入為λ時，參考成本函數的構建［27-30］，定義服裝制造商生產努力成本函數為C（λ）=12λ2h，表示服裝制造商為提高產品的生產努力而付出的成本。其中：h表示生產努力成本投入系數，h>0。

假設2：生產努力的投入會影響服裝產品的質量以及購物體驗，而大多數消費者購買到服裝殘次品或者購物體驗不佳時會進行負面評論。因此，在線評論可以表示為α=q-λy，其中：y為生產努力對在線評論的影響系數（y越大，生產努力投入對在線評論的影響就越大）；q為產品初始的負面評論占比。當q>λy，即生產努力不足以降低產品的負面評論時，α>0；反之α<0，表示正面評論。

假設3：根據消費者的購買意愿與在線評論之間的關系［31］，假定供需平衡，不存在缺貨的情況。消費者對服裝產品生產努力的投入存在偏好且為正相關，即投入的生產努力越高，則市場需求也就越多。需求函數可以表示為D=D0-bp+λk-αs，其中：D0為潛在市場需求；p為零售價格；b為需求關于價格的影響系數（價格敏感系數）；k為需求與生產努力的影響系數；s為需求關乎在線評論的影響系數。b、s、k均為常數且大于0。

假設4：與以往的研究一致，在假定博弈中參與的各方市場信息方面不存在不對稱情況，各參與方都是理性和風險中性的決策者，他們在制定決策時會綜合考慮利潤、成本和市場需求等多種因素，在面對風險時會根據期望收益來進行決策，以達到對己方最有利的結果。

2? 模型建立

本文構建的服裝制造商和電商平臺的決策模型有集中決策和分散決策兩種。通過建立集中決策和分散決策的模型可以進一步分析服裝制造商和電商平臺在集中決策和分散決策時的最優(yōu)解。

2.1? 集中決策模型

集中決策時，服裝制造商和電商平臺被視為一個利益共同體。服裝供應鏈總利潤函數Πc1為：

Πc1=（p1-m）D-12λ12h（1）

式中：p1為集中決策時的零售價格；λ1為集中決策時的生產努力；D為市場需求；m為服裝制造商的生產成本。

為使服裝供應鏈總收益最大化，對p1、λ1分別求一階偏導，可得：

Πc1p1=D0-bp1+λ1k+b（m-p1）-s（q-λ1y）（2）

Πc1λ1=-（k+sy）（m-p1）-hλ1（3）

利用海塞矩陣可以驗證多變量偏導數的凹凸性。式（1）的海塞矩陣為：

H1=2Πc1p122Πc1p1λ1

2Πc1λ1p12Πc1λ12=-2bk+sy

k+sy-h（4）

條件1：H1=2Πc1p122Πc1λ12-2Πc1p1λ12Πc1λ1p1=2bh-（k+sy）2>0。

由式（4）可得，H1的一階順序主子式-2b<0；當條件1成立時，根據海塞矩陣負定的判斷定理可知，此時存在最優(yōu)解。令式（2）、式（3）等于0，可得決策變量的最優(yōu)解p1*，λ1*以及服裝供應鏈最大利潤Πc1*為：

p1*=mk2+2mksy+ms2y2+hqs-D0h-bhmk2+2ksy+s2y2-2bh（5）

λ1*=（k+sy）（bm-D0+qs）k2+2ksy+s2y2-2bh（6）

Πc1*=-h（bm-D0+qs）22（k2+2ksy+s2y2-2bh）（7）

由式（7）可知，集中決策時，在線評論α、生產努力投入水平λ1、價格敏感系數b以及生產成本m等因素都會影響供應鏈的最大利潤。

2.2? 分散決策模型

2.2.1? 分散決策時服裝制造商主導型

在現實市場中，服裝制造商和電商平臺處于各自獨立決策的狀態(tài)，他們傾向于依據自身目標及利益來制定策略。當服裝制造商處于主導位置時會優(yōu)先進行決策，優(yōu)先確定批發(fā)價格o2和生產努力λ2，以保證自身利潤最大化，隨后電商平臺根據批發(fā)價格來決定零售價格p2。服裝制造商和電商平臺的利潤分別為：

Πs2=（o2-m）D-12λ22h（8）

Πr2=（p2-o2）D（9）

利用逆向歸納法先對電商平臺利潤函數Πr2中的p2求一階偏導：

Πr2p2=D0-bp2+λ2k+b（o2-p2）-s（q-λ2y）（10）

因為2Πr2p22=-2b<0，滿足海塞矩陣凹函數要求。所以，令式（10）等于0，可得電商平臺的最優(yōu)零售價：

p2*=（D0+bo2+λ2k-s（q-λ2y））2b（11）

將式（11）代入式（8）中，并對服裝制造商利潤的o2和λ2分別求一階偏導：

Πs2o2=D0+bm-2bo2+λ2k-qs+λ2sy2（12）

Πs2λ2=（k+sy）（o2-m）-2λ2h2（13）

可得海塞矩陣為：

H2=-bk+sy2

k+sy2-h（14）

條件2：H2的二階順序主子式bh-（k+sy）24>0。

由式（14）可知，H2的一階順序主子式小于0，當條件2成立時，存在o2和λ2的最優(yōu)解，令式（12）、式（13）等于0，可得最優(yōu)解為：

o2*=mk2+2mksy+ms2y2+2hqs-2D0h-2bhmk2+2ksy+s2y2-4bh（15）

λ2*=（k+sy）（bm-D0+qs）k2+2ksy+s2y2-4bh（16）

將式（15）、式（16）代入式（11）中得出p2的最優(yōu)解為：

p2*=mk2+2mksy+ms2y2+3hqs-3D0h-bhmk2+2ksy+s2y2-4bh（17）

條件3：bm-D0+qs<0。

根據最優(yōu)解o2*，λ2*，p2*以及條件1，可得條件3。將最優(yōu)解代回式（8）、式（9）可得在分散決策時電商平臺主導情況下，服裝制造商、電商平臺以及服裝供應鏈總利潤分別為：

Πs2*=-h（bm-D0+qs）22（k2+2ksy+s2y2-4bh）（18）

Πr2*=bh2（bm-D0+qs）2（k2+2ksy+s2y2-4bh）2（19）

Πc2*=-h（bm-D0+qs）2（k2+2ksy+s2y2-6bh）2（k2+2ksy+s2y2-4bh）2（20）

2.2.2? 分散決策時電商平臺主導型

此種模式下，電商平臺在決策時會先決定零售價格，服裝制造商會根據零售價格來決定批發(fā)價格o3和生產努力λ3。設電商平臺決定的零售價格p3=o3+a，其中：a表示電商平臺的溢價幅度。由此，服裝制造商和電商平臺的利潤函數為：

Πs3=（o3-m）（D0-b（o3+a）-

（q-λ3y）s+λ3k）-12λ32h（21）

Πr3=aD=a（D0-b（o3+a）-（q-λ3y）s+λ3k）（22）

利用逆向歸納法先對服裝制造商的o3、λ3求一階偏導可得：

Πs3o3=D0+λ3k+b（m-o3）-s（q-λ3y）-b（a+o3）（23）

Πs3λ3=-（k+sy）（m-o3）-hλ3（24）

可得海塞矩陣：

H3=-2bk+sy

k+sy-h（25）

由式（25）可知，H3的一階順序主子式-2b<0。H3的二階順序主子式符合條件1，是凹函數，存在o3、λ3的唯一最優(yōu)解為：

o3*=mk2+2mksy+ms2y2+hqs-D0h+abh-bhmk2+2ksy+s2y2-2bh（26）

λ3*=（k+sy）（ab-D0+bm+qs）k2+2ksy+s2y2-2bh（27）

將o3*和λ3*代入式（22）中求出a的一階偏導：

Πr3a=bh（2ab-D0+bm+qs）（k2+2ksy+s2y2-2bh）（28）

通過對求a求二階偏導，可得2Πr3a2=2b2hk2+2ksy+s2y2-2bh，根據條件1，可知符合海塞矩陣負定，在電商平臺主導下存在o3、λ3和p3的最優(yōu)解。令式（28）等于0，可得：

o3*=2mk2+4mksy+2ms2y2+hqs-D0h-3bhm2k2+4ksy+2s2y2-4bh（29）

λ3*=（k+sy）（bm-D0+qs）2（k2+2ksy+2s2y2-2bh）（30）

根據p3=o3+a，可得：

p3*=2b（2mk2+4mksy+2ms2y2+hqs-D0h-3bhm）-（bm-D0+qs）（2k2+4ksy+2s2y2-4bh）2b（2k2+4ksy+2s2y2-4bh）（31）

因此，在分散決策時電商平臺主導情況下，服裝制造商、電商平臺以及服裝供應鏈總利潤分別為：

Πs3*=-h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）（32）

Πr3*=-h（bm-D0+qs）24（k2+2ksy+s2y2-2bh）（33）

Πc3*=-3h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）（34）

2.3? 集中決策模型和分散決策模型的對比分析

命題1? Πc1*>Πc2*，Πc1*>Πc3*，Πs2*>Πr2*，Πr3*>Πs3*。

證明：

Πc1*-Πc2*=

-2b2h3（bm-D0+qs）2（k2+2ksy+s2y2-2bh）（k2+2ksy+s2y2-4bh）2。

根據條件1、條件2和條件3可得Πc1*-Πc2*>0，同理可知：

Πc1*-Πc3*=-h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）>0，

Πr2*Πs2*=-2bh（k2+2ksy+s2y2-4bh）<1，

Πs3*Πr3*=-h（bm-D0+qs）28（k2+2ksy+s2y2-2bh）-h（bm-D0+qs）24（k2+2ksy+s2y2-2bh）=12。

命題1表明：集中決策時服裝供應鏈總利潤大于分散決策時的供應鏈總利潤；在分散決策時，主導者的利潤高于跟隨者。這是因為在分散決策時，服裝制造商和電商平臺以追求自身利益最大化為前提，同時生產努力投入的成本由服裝制造商獨自承擔，服裝制造商生產努力投入動力不足，商品負面評論會增多，影響潛在消費者的購買意愿，導致市場需求下降，供應鏈利潤降低。

3? 服裝供應鏈契約模型及分析

由模型對比可知，集中決策是一種更理想的模型。但在實際情況中，服裝制造商和電商平臺追求各自利益最大化，難以達成集中決策時的合作。通過引入組合契約能在一定程度上促進合作，協(xié)調服裝制造商和電商平臺之間的關系。因此，本文借鑒已有的研究，設計成本分擔契約提高產品的生產努力，并引入收益共享契約促使服裝制造商制定合理的單位批發(fā)價格以激勵電商平臺訂購更多的產品。

3.1? “成本分擔+收益共享”契約模型

在“成本分擔+收益共享”組合契約機制中，服裝制造商和電商平臺共擔生產努力成本，同時電商平臺與服裝制造商共享收益，作為回報，服裝制造商提供比成本還要低的批發(fā)價格o4給電商平臺。服裝制造商承擔比例為μ的生產努力成本，電商平臺負責比例1-μ，其中0<μ<1。電商平臺分享比例為1-η的收益給服裝制造商，0<η<1?？紤]服裝制造商主導的協(xié)調契約，則服裝制造商和電商平臺的利潤函數分別為：

Πs4=（（1-η）p4+o4-m）D-12μλ42h（35）

Πr4=（ηp4-o4）D-12（1-μ）λ42h（36）

電商平臺的利潤函數對p4求一階偏導有：

Πr4p4=η（D0-bp4+λ4k-s（q-λ4y））

+b（o4-ηp4）（37）

因為2Πr4p42=-2bη<0，滿足海塞矩陣凹函數要求。所以，令式（37）等于0，代入式（35）中可求得λ4的最優(yōu)解：

λ4*=（k+sy）（D0-D0η-bm+bo4-qs+ηqs）2bμh+（k+sy）2（η-1）2b（38）

將λ4*代入式（37）中求出p4的最優(yōu)解：

p4*=bo4+n（D0+λ4*k-s（q-λ4*y））2bn（39）

將最優(yōu)解λ4*和p4*代回式（35）、式（36）中，求得服裝制造商和電商平臺的最優(yōu)解分別為：

Πs4*=2（M5-M1m-M5n+M1o）M7-M22M42gh2M12（40）

Πr4*=（M5n-M1o）M7+M22M42hg-12M12（41）

式中：M1=k2+2ksy+s2y2-2bh；M2=bm-D0+qs；M3=M6-2bM5M1；M4=k+sy；M5=mk2+2mksy+ms2y2+hqs-D0h-bhm；M6=D0+λ*1k-s（q-λ*1y）；M7=D0M1-M5b+M2M4k-M1qs+M2M4sy。

3.2? “成本分擔+收益共享”組合契約模型的協(xié)調性及帕累托改進分析

由于契約協(xié)調后的零售價格與生產努力要等于集中決策時的零售價格和生產努力，因此要滿足：λ*4=λ*1以及p*4=p*1，由式（5），式（6），式（38）和式（39）求得：

μ=M42bo4M3+12bh-M1M2-bo4-D0bo4M3+bo4qsM32M2bh（42）

η=-bo4M3（43）

根據激勵相容原則，要使契約有效，則契約條件下各參與的利潤不能比協(xié)調前低，因此要滿足：

Πr4*>Πr2*

Πs4*>Πs2*（44）

由式（18），式（19），式（40）和式（41）可得：

-M22bh2（M1-2bh）2+M22M42（-M42+M1+2bh）4M12bM8

式中：M8=4M7（M5b+M1M3）-M2M42（M2M42+D0M1+M1M3-M1qs）4M12M3。

由式（42），式（43）和式（45）可知，契約協(xié)調下的取值范圍與批發(fā)價格o4的取值范圍有關。當契約參數μ和η分別滿足式（42），式（43）時，組合契約能使零售價與生產努力等于集中決策時的最優(yōu)零售價與最優(yōu)生產努力，同時，服裝制造商和電商平臺的利潤能得到增加，實現了帕累托改進，達到協(xié)調供應鏈的效果。此外，在契約機制下，服裝制造商和電商平臺可以根據自身的主導能力及時調整契約參數μ和η的比例，實現自身利潤最大化。如服裝制造商主導能力強，則η的取值則越小，服裝制造商能獲得更多的利潤。

4? 數值分析

本文以服裝類女士毛衣產品的實證數據為例，對模型的有效性進行驗證。通過手機淘寶APP頁面搜索關鍵詞“女士毛衣”，并以“短款”“尼龍”為條件進行篩選，發(fā)現90%的女士毛衣零售價格集中在38～128元/件之間，據此，女士毛衣的平均零售價格為83元/件。進一步分析各店鋪銷售情況可知，各店鋪月銷售量普遍在1000件以上，則日銷售約為35件。根據參考文獻［32-33］，服裝類產品的平均銷售毛利率、生產毛利率分別為48%、15%，進一步可以得出平均批發(fā)價格為43.2元/件，平均生產成本為37.5元/件。所有參數賦值如表1所示：

4.1? 不同決策模型對比分析

將表1中的數值代入上文集中決策和分散決策時的最優(yōu)零售價格、最優(yōu)生產努力以及各參與方的利潤。

由表2可知，集中決策時，供應鏈總利潤為583.67大于分散決策時的403.51和437.76。同時分散決策時的生產努力低于集中決策時，且分散決策時，主導者的利潤高于追隨者的利潤，驗證了前文中的模型對比。

4.2? 契約參數對最優(yōu)決策的影響

當μ∈［0.44，0.75］以及η∈［0.25，0.56］時，零售價格和生產努力與集中決策時的一致，如表3所示。當收益共享比例η不斷增大時，最優(yōu)批發(fā)價也逐漸增大，但不會大于服裝制造商的生產成本。這是因為當電商平臺承擔服裝制造商一定的生產努力投入成本時，服裝制造商所承擔的生產努力成本減少，服裝制造商會放棄一部分利潤給予電商平臺最低的批發(fā)價格。在“收益共享+成本共擔”組合契約下，服裝制造商和電商平臺的利潤都大于契約協(xié)調前的利潤，且服裝制造商和電商平臺的利潤之和等于集中決策時的供應鏈利潤，這也驗證了契約機制的有效性。

4.3? 相關參數的敏感性分析

為研究消費者消費特征對服裝供應鏈各參與方決策的影響，有必要對價格敏感系數b以及生產努力偏好系數k進行敏感性分析。

4.3.1? 需求-價格敏感系數b的分析

由圖1可知：a）在b取值范圍內，隨著價格敏感系數b取值逐漸增大，集中決策時最優(yōu)生產努力

優(yōu)于分散決策時的生產努力。b）隨著價格敏感系數b取值逐漸增大，無論在集中決策時還是分散決策時，最優(yōu)零售價格以及最優(yōu)生產努力均呈下降趨勢。這表明當消費者對價格變動敏感時，電商平臺傾向于通過降低零售價格擴大消費市場，服裝制造商也會降低批發(fā)價格，從而導致生產努力投入減少。

4.3.2? 需求生產努力偏好系數k

由圖2可知：a）在k取值范圍內，隨著生產努力偏好系數k取值逐漸增大，集中決策時的最優(yōu)生產努力優(yōu)于分散決策時的最優(yōu)生產努力。b）隨著生產努力偏好系數k取值逐漸增大，不同決策模式下，零售價格、生產努力以及服裝供應鏈總利潤均與生產努力偏好系數成正比。這表明消費者生產努力偏好系數越高，零售價格以及生產努力也會越高。當消費者越傾向于生產努力較高的服裝時，服裝制造商為擴大其銷售市場會提高其生產努力投入，且為保持較高的利潤，服裝制造商會通過提高其批發(fā)價格來填補生產努力的成本，從而導致電商平臺提高零售價格。

5? 結論

本文構建了由服裝制造商、電商平臺和消費者組成的服裝供應鏈模型，并在集中決策和分散決策兩種模型中，分析了服裝制造商的生產努力、在線評論、零售價格以及供應鏈利潤等問題，同時通過“成本分擔+收益共享”組合契約來協(xié)調服裝供應鏈。通過模型以及數值分析發(fā)現：無論是集中決策還是分散決策，最優(yōu)決策均存在唯一性；集中決策時的供應鏈利潤和生產努力要優(yōu)于分散決策時的供應鏈利潤和生產努力；通過組合契約可以使服裝制造商和電商平臺獲得更高的利潤，而消費者在同等價格下也能獲得更高質量的產品和更佳的購物體驗；當消費者對生產努力越偏好時，服裝制造商為了擴大銷售市場會提高產品的生產努力，并通過提高批發(fā)價格來彌補生產努力造成的成本上升，而電商平臺為了保持利潤也會提高服裝的零售價格。

隨著消費者對服裝產品生產努力的關注增加，通過在線評論的監(jiān)督和反饋，服裝制造商和電商平臺應通過合作為消費者提供更高質量的服裝產品和更佳的購買體驗，以獲得更多正面評論，吸引更多潛在消費者選擇該商品，從而實現利潤最大化。同時，適度降低零售價格或誘導消費者減少價格敏感度也有益于改善供應鏈利潤。因此，對于服裝制造商和電商平臺等相關企業(yè)，應綜合考慮消費者偏好、生產投入等因素，并靈活調整策略以適應市場變化，促進供應鏈的協(xié)調。

參考文獻：

［1］周澤燕， 許君， 單毓馥， 等. 可持續(xù)時尚消費的研究進展［J］. 現代紡織技術， 2023， 31（4）： 1-10.

ZHOU Zeyan， XU Jun， SHAN Yufu， et al. Research progress on sustainable fashion consumption［J］. Advanced Textile Technology， 2023， 31（4）： 1-10.

［2］劉紅文， 李曉紅， Nurul Hanim Romainoor. 在線評論對服裝購買意愿影響的元分析［J］. 絲綢， 2021， 58（1）： 59-71.

LIU Hongwen， LI Xiaohong， ROMAINOOR N H. Meta-analysis of the influence of online reviews on clothing purchase intention［J］. Journal of Silk， 2021， 58（1）： 59-71.

［3］LUAN J， XIAO J， TANG P F， et al. Positive effects of negative reviews： An eye-tracking perspective［J］. Internet Research， 2022， 32（1）： 197-218.

［4］任若安， 沈雷， 李雪， 等. 服裝產業(yè)智能化營銷渠道的轉型升級現狀及其趨勢［J］. 毛紡科技， 2021， 49（12）： 98-103.

REN Ruo'an， SHEN Lei， LI Xue， et al. Transformation and upgrading of intelligent marketing channels in garment industry［J］. Wool Textile Journal， 2021， 49（12）： 98-103.

［5］崔筱婷， 曲洪建. 跨境電商平臺用戶體驗對服裝消費者購買意愿的影響： 基于來源國形象的調節(jié)作用［J］. 絲綢， 2020， 57（4）： 52-61.

CUI Xiaoting， QU Hongjian. Influence of cross-border e-commerce platform user experience on clothing consumers'? purchasing intention： Modulation based on the image of origin country［J］. Journal of Silk， 2020， 57（4）： 52-61.

［6］許菱， 張紅， 李彥辰， 等. 紡織服裝產業(yè)高端化升級路徑研究： 基于TOE框架的fsQCA分析［J］. 絲綢， 2023， 60（6）： 65-73.

XU Ling， ZHANG Hong， LI Yanchen， et al. Study on the high-end upgrading path of the textile and apparel industries： Analysis of fsQCA based on the TOE framework［J］. Journal of Silk， 2023， 60（6）： 65-73.

［7］梁薇薇， 周禮南， 周根貴， 等. 基于各方努力水平的生鮮農產品供應鏈網絡模型研究［J］. 江蘇農業(yè)科學， 2019， 47（21）： 337-343.

LIANG Weiwei， ZHOU Linan， ZHOU Gengui， et al. Study on supply chain network model of fresh agricultural products based on effort level of all parties［J］. Jiangsu Agricultural Sciences， 2019， 47（21）： 337-343.

［8］戴賓， 陳詩淼， 李建斌. 考慮促銷努力與生產努力的供應鏈召回努力策略研究［J］. 運籌與管理， 2020， 29（6）： 19-32.

DAI Bin， CHEN Shimiao， LI Jianbin. Supply chain recall efforts strategies： Manufacture's promotion vs supplier's production efforts［J］. Operations Research and Management Science， 2020， 29（6）： 19-32.

［9］孫梅， 張敏新， 李廣水. “農戶+餐飲企業(yè)”有機農產品供應鏈模式構建研究［J］. 中國管理科學， 2020， 28（9）： 98-105.

SUN Mei， ZHANG Minxin， LI Guangshui. Research on the construction of organic agricultural products supply chain based on the model of "farmers + restaurant"［J］. Chinese Journal of Management Science， 2020， 28（9）： 98-105.

［10］GU B J， FU Y F ， LI Y L. Fresh-keeping effort and channel performance in a fresh product supply chain with loss-averse consumers' returns［J］. Mathematical Problems in Engineering， 2018， 2018： 1-20.

［11］王永龍， 蹇明， 方新， 等. 考慮雙邊努力水平影響產出及價格的風險分擔組合契約設計［J］. 統(tǒng)計與決策， 2018， 34（19）： 66-70.

WANG Yonglong， JIAN Ming， FANG Xin， et al. Design of risk-sharing portfolio contract considering the influence of bilateral efforts levels on output and price［J］. Statistics & Decision， 2018， 34（19）： 66-70.

［12］孫金嶺， 郭怡琳. 考慮環(huán)保標簽和利他偏好的綠色供應鏈決策研究［J］. 包裝工程， 2023， 44（7）： 270-276.

SUN Jinling， GUO Yilin. Green supply chain's decision-making considering environmental labels and altruistic preference［J］. Packaging Engineering， 2023， 44（7）： 270-276.

［13］王海燕， 沈崇杰. 考慮保鮮努力和企業(yè)社會責任的生鮮雙渠道供應鏈決策與協(xié)調［J］. 電子科技大學學報（社科版）， 2023， 25（6）： 77-87.

WANG Haiyan， SHEN Chongjie. Decision and coordination of fresh food dual-channel supply chain considering fresh-keeping efforts and CSR［J］. Journal of University of Electronic Science and Technology of China （Social Sciences Edition）， 2023， 25（6）： 77-87.

［14］CAO P P， ZHENG J， LI M Y. Product selection considering multiple consumers' expectations and online reviews： A method based on intuitionistic fuzzy soft sets and TODIM［J］. Mathematics， 2023， 11（17）： 3767.

［15］LIU Z， LEI S H， GUO Y L， et al. The interaction effect of online review language style and product type on consumers' purchase intentions［J］. Palgrave Communications， 2020， 6（1）： 11.

［16］王陽， 王偉軍， 劉智宇. 在線負面評論信息對潛在消費者購買意愿影響研究［J］. 情報科學， 2018， 36（10）： 156-163.

WANG Yang， WANG Weijun， LIU Zhiyu. An empirical study on the influence of online negative reviews on potential consumers' purchasing intention［J］. Information Science， 2018， 36（10）： 156-163.

［17］杜學美， 吳亞偉， 高慧， 等. 負面在線評論及商家回復對顧客購買意愿的影響［J］. 系統(tǒng)管理學報， 2021， 30（5）： 926-936.

DU Xuemei， WU Yawei， GAO Hui， et al. Effect of negative online review and corporate response on customer purchase intention［J］. Journal of Systems & Management， 2021， 30（5）： 926-936.

［18］WEISSTEIN F L， SONG L， ANDERSEN P， et al. Examining impacts of negative reviews and purchase goals on consumer purchase decision［J］. Journal of Retailing and Consumer Services， 2017， 39： 201-207.

［19］LI J， LIANG X. Reviewers' identity cues in online product reviews and consumers' purchase intention［J］. Frontiers in Psychology， 2021， 12： 784173.

［20］朱奕， 孫田雨， 王玲， 等. 基于契約理論的服裝雙渠道利益協(xié)調建模與應用［J］. 控制與決策， 2018， 33（10）： 1825-1832.

ZHU Yi， SUN Tianyu， WANG Ling， et al. Modeling and application of benefit coordination in apparel dual-Channel based on contract theory［J］. Control and Decision， 2018， 33（10）： 1825-1832.

［21］董振寧， 周雪君， 林強. 考慮保鮮努力的生鮮農產品供應鏈協(xié)調［J］. 系統(tǒng)工程學報， 2022， 37（3）： 362-374.

DONG Zhenning， ZHOU Xuejun， LIN Qiang. Coordination of fresh products supply chain with freshness-keeping effort［J］. Journal of Systems Engineering， 2022， 37（3）： 362-374.

［22］QUAN J， WANG X F， WANG X J， et al. Performance optimization of supply chain based on cooperative contract with disappointment-aversion strategic consumers［J］. Flexible Services and Manufacturing Journal， 2022， 34（2）： 408-428.

［23］ZHAO H， SONG S J， ZHANG Y L， et al. Optimal decisions in supply chains with a call option contract under the carbon emissions tax regulation［J］. Journal of Cleaner Production， 2020， 271： 122199.

［24］伍大清， 劉艷利. 考慮運輸時間和消費者偏好的水產品供應鏈協(xié)調研究［J］. 運籌與管理， 2022， 31（9）： 107-112.

WU Daqing， LIU Yanli. Research on aquatic product supply chain coordination considering transport time and consumer preference［J］. Operations Research and Management Science， 2022， 31（9）： 107-112.

［25］柯榮， 趙敬華， 魏海蕊， 等. 考慮消費者偏好的新能源汽車供應鏈優(yōu)化與協(xié)調機制［J］. 機械設計與研究， 2022， 38（1）： 154-160.

KE Rong， ZHAO Jinghua， WEI Hairui， et al. Coordination and optimization of new energy vehicle supply chain considering consumer preference［J］. Machine Design & Research， 2022， 38（1）： 154-160.

［26］WU Y Q， GUO W W， CAI Z G， et al. Research on contract coordination mechanism of contract farming considering the green innovation level［J］. Sustainability， 2023， 15（4）： 3314.

［27］周濤， 孟祥倩， 陶明. 線下體驗服務和保鮮努力雙重因素下生鮮電商供應鏈決策與協(xié)調研究［J］. 工業(yè)工程， 2023， 26（1）： 41-51.

ZHOU Tao， MENG Xiangqian， TAO Ming. Research on decision-making and coordination of fresh e-commerce supply chain under the dual factors of offline experience service and fresh-keeping efforts［J］. Industrial Engineering Journal， 2023， 26（1）： 41-51.

［28］鄭路， 陳舒婷， 張明霞， 等. O2O模式下服裝集合店零售決策博弈模型［J］. 絲綢， 2022， 59（4）： 74-83.

ZHENG Lu， CHEN Shuting， ZHANG Mingxia， et al. The retail decision-making game model of clothing collection stores under O2O mode［J］. Journal of Silk， 2022， 59（4）： 74-83.

［29］張雪梅， 周根貴， 曹柬. 考慮政府規(guī)制和供應鏈協(xié)調的再制造微分博弈模型［J］. 計算機集成制造系統(tǒng)， 2021， 27（7）： 2095-2111.

ZHANG Xuemei， ZHOU Gengui， CAO Jian. Differential game analysis on remanufacturing with government regulation and supply chain coordination［J］. Computer Integrated Manufacturing Systems， 2021， 27（7）： 2095-2111.

［30］張科靜， 馬曼瓊. 考慮生鮮電商退貨的雙渠道供應鏈協(xié)調研究［J］. 東華大學學報（自然科學版）， 2021， 47（6）： 116-123.

ZHANG Kejing， MA Manqiong. Research on dual-channel supply chain coordination considering fresh e-tailer's returns［J］. Journal of Donghua University （Natural Science）， 2021， 47（6）： 116-123.

［31］DOGRA P， KAUSHAL A. Investigating factors affecting trust and purchase intention towards online websites： Structural equation modelling approach［J］. International Journal of Internet Marketing and Advertising， 2023， 18（1）： 98-120.

［32］黃格紅. 時裝品牌數智化發(fā)展策略研究： 以“地素時尚”為例［J］. 服裝設計師， 2023， （10）： 88-92.

HUANG Gehong. Research on the intelligent development strategy of fashion brand： Taking "DAZZLE Fashion" as an example［J］. Fashion China， 2023， （10）： 88-92.

［33］劉雅琦. 基于熵權TOPSIS法的M公司輕資產運營財務風險評價研究［D］. 石家莊：河北師范大學， 2022.

LIU Yaqi. Research on Financial Risk Evaluation of M Company's Light Asset Operation Based on Entropy Weight TOPSIS Method［D］. Shijiazhuang： Hebei Normal University， 2022.

Production effort investment strategy in the apparel supply chain based on online reviews

XU? Linga，? WAN? Yanhongb，? ZHANG? Kea，? ZHONG? Shaojuna

（a. School of Economics and Management（School of Quality Management）;

b. School of Business， Jiangxi University of Science and Technology， Ganzhou 341000， China）

Abstract：

With the gradual enhancement of e-commerce platforms' product review system， consumers are increasingly inclined to rely on other buyers' reviews as a determining factor for their purchasing decisions. In recent years， online sales in the clothing industry have exhibited a noticeable upward trend compared to offline physical stores. When purchasing clothes offline， consumers can genuinely assess the quality of clothing products. However， when buying clothes online， it is challenging to gain direct and authentic experiences solely through merchants' provided images. Other buyers' reviews serve as crucial references for consumers to comprehend clothing products. To mitigate the impact of negative reviews on consumers' purchase intentions， garment manufacturers strive to enhance product quality and value by improving production efforts， thereby offering customers an enhanced purchasing experience and garnering more positive reviews that ultimately influence potential consumers' buying intentions. In the real market scenario， there exists a conflict of interests between garment manufacturers and e-commerce platforms. While e-commerce platforms may not bear the costs associated with production efforts directly， they aspire for garment manufacturers to improve these efforts in order to increase the proportion of positive reviews. This undoubtedly undermines garment manufacturers' interests and diminishes their willingness to invest in production endeavors while also adversely affects both parties involved. Consequently， finding ways to coordinate e-commerce platforms and garment manufacturers towards achieving an ideal state where production efforts are optimized and simultaneously all participants' interests within the supply chain are enhanced has become a pivotal issue faced by contemporary enterprises.

The study aimed to explore how each participant in the apparel supply chain develops relevant strategies under the dual influences of production efforts and online reviews. Considering that the production efforts of apparel manufacturers will affect online reviews， and thus have an impact on the purchasing decisions of potential consumers， this study introduced the combination contract of "cost sharing+revenue sharing" to coordinate the interests between garment manufacturers and e-commerce platforms in the apparel supply chain composed of a single garment manufacturer， a single e-commerce platform and consumers， and explores the coordination effect of contract parameters on the apparel supply chain.

This study constructed an apparel supply chain model composed of a garment manufacturer， an e-commerce platform and consumers. In the centralized decision-making and decentralized decision-making models， the production efforts of the garment manufacturer， online reviews， retail price and supply chain profits were analyzed， and the apparel supply chain was coordinated through the combination contract of "cost sharing+revenue sharing". Through the model and numerical analysis， it is found that there is a unique optimal decision， whether it is a centralized decision or a decentralized decision. The supply chain profit and production effort of a centralized decision are better than those of a decentralized decision. Through the combination of contracts， the garment manufacturer and e-commerce platform can obtain higher profits， while consumers can also get higher quality products and better shopping experience at the same price; when consumers prefer more production efforts， the garment manufacturer will increase the production efforts of products in order to expand the sales market and make up for the increased costs caused by the production efforts by increasing the wholesale price， while the e-commerce platform will also increase the retail price of clothes in order to maintain profits.

Keywords：

production efforts; apparel supply chain; online reviews; combination contract