运营管理中策略性消费行为研究述评与展望

申成霖,张新鑫

(1.天津工业大学工商学院,天津300387;2.天津药物研究院,天津300193)

一、引 言

在传统的运营管理研究中,消费需求通常被认为是外生的,即市场总需求为市场中潜在消费者的数量,而消费者获取和接受服务的过程一般被认为是随机的。这类模型的典型特征是,将消费者仅仅看成是不参与任何决策的被动参与者。传统的营销学理论和经典的报童模型通常假设只要消费者的保留价值高于产品的当前价格,消费者便会立即购买产品,而没有考虑消费者可能采取的其他行动,例如,某些“聪明”的消费者会选择继续等待,以期获得更大的效用。在产品竞争越来越激烈的今天,为了吸引消费者,销售商经常会采用降价促销手段来增加产品的销量。面对一轮又一轮的降价促销,消费者变得越来越“聪明”。由于预期产品会进一步降价,因此在促销开始阶段,他们并不急于出手,而是等待时机购买。面对消费者的策略性行为,企业不得不进一步降价促销,从而形成一种恶性循环:消费者等待企业提供更加优惠的价格,企业为了刺激消费需求而越来越早地实行降价并加大促销力度,这必然会给企业利润造成损失,而越来越低的利润使得企业很难顾及产品和服务的质量,导致消费者满意度降低,企业市场占有率下降(Byrnes,2004)。这类“聪明”的消费者在营销学中被称为策略型消费者(strategic consumer)、理性消费者(rational consumer)或前瞻型消费者(forward-looking consumer)。现有文献通常采用“顾客战略行为”或“策略性消费行为”来表述这类消费者的决策过程,即基于对产品未来价格的预期,调整购买时间,不急于购买,等待产品进一步降价的消费行为(Phillips,2005;Fisher,2006)。

随着消费水平的不断提高,消费经验的日臻丰富,特别是互联网的出现,消费者越来越容易获得市场上的相关信息,导致策略型消费者的数目越来越多。相关研究表明,当有10%的消费者预期机票会降价而选择等待时,航空公司至少会损失1%的利润(Anderson,2003)。在耐用品定价决策中,忽视策略性消费行为,会使企业损失50%的利润(Besanko和Winston,1990)。策略性消费行为对企业利润的负面影响,已经引起企业的广泛重视。我国的很多家电、汽车厂商常常采取差价返还等策略来刺激市场需求,减少持币待购的消费者的数量。国外如Best Buy、Bloomingdale’s、Ann Taylor、Gap、Home Depot、Zara等大型零售商,利用客户关系管理方法对策略型和非策略型消费者进行区分,采取价格优化、低库存和柔性补货等策略,增大消费者因盲目等待而丧失购买机会的风险,在一定程度上减小了策略性等待行为的负面影响(Sliwa,2003;Ghemawat,2003;McWilliams,2004;Kadet,2004)。

总之,近年来策略性消费行为及其对企业运营决策和效益的影响日益受到学术界和实务界的高度关注,吸引了来自管理科学、经济学和市场营销等多个领域的学者和实务工作者进行系统深入的研究。本文对迄今为止有关运营管理中策略性消费行为的研究进行了梳理与总结,重点围绕策略性消费行为模型的基本框架、研究方法、主要研究内容等方面进行综述与分析,归纳总结行为运筹学(behavior operational research)与行为运营管理(behavior operation management)的重要研究工作与进展,并为我国企业针对策略性消费行为制定正确的运营决策提供有益的理论指导。

二、策略性消费行为模型的基本框架与研究方法

策略性消费行为研究最早可以追溯到上世纪70年代。1972年,诺贝尔经济学奖得主Ronald Coase(1972)最早对耐用品垄断销售中消费者的等待行为进行了研究,指出面对消费者的等待策略,即使是一个垄断的零售商/供应商,也不得不将产品的价格定为边际成本,从而只能获得零利润。Coase模型中的消费者等待行为可以看作是策略性消费行为的雏形,尽管该研究仅着眼于耐用品的垄断销售,但为后来的策略性消费行为研究提供了启示和引导。

策略性消费行为研究综合运用管理科学、行为经济学、营销科学等多学科理论,将人的行为与传统的运筹管理结合起来,研究策略性消费的决策特点及规律。对该问题的研究促进了行为运筹学与行为运营管理的发展和成熟,而策略性消费行为也成为行为运营管理研究的热点领域(Francesca Gino和Gary Pisano,2006;Shen和Su,2007;刘作仪和查勇,2009)。一些国际知名期刊也积极刊发探讨相关问题的学术论文,所涉及的期刊主要有以下三类:第一类是运筹与管理科学期刊,如《Management Science》、《Manufacturing&Service Operations Management》、《Operations Research》和《Production and Operations Management》等;第二类为营销科学方面的期刊,如《Marketing Science》、《Quantitative Marketing and Economics》和《Journal of Marketing》等;第三类为经济学方面的期刊,如《Quarterly Journal of Economics》、《Bell Journal of Economics》和《RAND Journal of Economics》等。其中,定量研究论文大多发表在运筹学和管理科学期刊上,而实证研究及案例分析论文大多发表在营销类期刊上。

目前,运营管理中策略性消费行为研究模型的建立主要基于理性预期假设,即消费者能够对企业未来的决策进行预期,同时企业也能够对消费者的决策进行预期,且他们的预期总能完全准确地符合未来的实际情况。模型的基本框架如下:基于理性预期假设,消费者根据企业给出的产品价格以及自己对产品未来价格及库存的预期,以效用最大化为目标,决定当期购买还是推迟购买;而企业则根据其对消费者最优决策的预期,以自身或整个供应链的利润或收益最大化为目标,确定产品的价格和生产量/订货量/库存量。在供应链管理领域,一些文献还对策略性消费行为下供应链的绩效及协调机制进行了研究。策略性消费行为研究的主要方法有:(1)定量研究,即以博弈论为基础建立相关数学模型,通过理论推导获得均衡解,并通过数值仿真来验证模型解的可行性。(2)实证与案例研究,即通过实证方法对获得的相关数据进行统计分析与模拟仿真,对相关规律进行归纳和理论总结。(3)实验研究,即设计行为模拟实验以获得数据,并对相关数据进行分析拟合等,以归纳出行为决策模型。这种方法是近年来新兴的研究方法,有助于确定重要的模型参数,从而对决策的各影响因素进行深入分析。

三、策略性消费行为研究的主要内容

现有文献关于运营管理中策略性消费行为的研究主要集中在以下几个方面:定价决策中的策略性消费行为、库存决策中的策略性消费行为、供应链管理中的策略性消费行为,以及策略性消费行为负面影响的控制与消除。

(一)定价决策中的策略性消费行为

经济学理论和实践证明,价格是影响产品市场需求的最有效工具之一,同时定价决策无论对于单个企业还是供应链企业来说,又都是一场高风险的游戏。合理的定价能够满足不同价格弹性消费者的需求,最大限度地增加企业收益。特别是在市场竞争日趋激烈的今天,定价决策已经成为影响企业及整个供应链盈利的关键因素。软件及信息技术的发展为企业的定价决策提供了有力的技术支持,强大的价格优化软件可以帮助决策者对大量的历史数据及消费者的购买行为进行统计分析,以制定出不同的定价策略。[1]然而,面对数目不断增加的策略型消费者,现代企业的定价决策变得越来越困难。尽管企业可以利用强大的价格优化软件来不断改进定价机制,但是“狡猾”的消费者也会不断地调整购买决策来应对企业的价格策略,以实现自身效用的最大化(Kadet,2004)。

已有的国内外文献主要针对动态定价中的策略性消费行为进行研究(Shen和Su,2007),相关研究涉及单产品需求和多产品需求两种模式下耐用品、易逝品和时尚产品的跨期差别定价、动态削价和周期性定价问题。下面本文将从上述三个方面对相关研究进行综述。

1.跨期差别定价策略。跨期差别定价研究最早始于耐用品定价决策研究,主要基于以下假设:消费需求具有弹性,消费者出现在产品的整个销售期内,且销售商/供应商的库存/产能是无限的。在整个销售期内,消费者至多购买一件产品,并以效用最大化为目标来选择购买时机,而销售商则以期望收益最大化为目标来进行价格决策。Stokey(1979)最先研究了在需求确定的情况下,耐用品的跨期差别定价问题,提出了单寡头垄断销售商面对策略型消费者时的最优连续时间定价途径(continuous-time pricing path)。Stokey通过将差别定价与固定价格策略(fixed-price strategy)进行比较,指出差别定价策略并不能增加销售商的收益。Landsberger和Meilijson(1985)的研究表明,当消费者的时间折扣率高于销售商时,跨期差别定价优于单一价格。Harris和Raviv(1981)研究指出,在存在产能约束的情况下,当产能由外源性因素决定且大于市场需求时,单一价格策略优于削价策略(markdown policy);但是当产能小于总需求时,削价策略或维克多竞价策略优于单一价格策略。Besanko和Winston(1990)对Stokey模型进行了扩展,证明销售商和消费者间的博弈为纳什博弈,销售商随时间推移而采取的削价策略优于单一价格策略,策略性消费行为对销售商的定价决策具有重要影响,忽视策略型消费者会使销售商的利润下降50%。Nair在Besanko和Winston模型的基础上,研究了一个垄断销售商分两个周期向一组异质性策略型消费者销售单一耐用品的问题,他建立了销售商与消费者间的博弈模型,得到了静态的马尔可夫完美均衡。最后,他通过基于美国电子游戏产品的实证研究,证明消费者的策略性行为会影响销售商的最优定价策略,当市场上策略型消费者数量巨大时,忽略消费者的策略性行为会导致销售商利润的大幅下降。[2]

2.动态削价策略。Aviv和Pazgal较早将策略性消费行为引入季节性产品动态定价研究,设置了折扣销售时点参数。他们的模型与Stokey模型的最大区别在于:销售商的初始库存量是有限的,消费者的到达过程服从强度为λ的时齐泊松分布,且到达过程独立于产品的价格和库存量。他们给出了依据库存量定价和预先给定折扣价格两种定价策略,并证明面对策略型消费者,预先给定折扣价格的策略对销售商更为有利,而库存水平在一定程度上决定了产品的折扣率。[3]Elmaghraby等在Aviv等的模型的基础上构建了一个面向策略型消费者的削价模型。他们首先考虑完全信息情形,即消费者对产品的估值是确定的,但销售商不知晓消费者的估值;随后将研究扩展到不完全信息情形,即消费者的产品估值为一服从固定分布的随机函数,并提出了最优的两步削价策略。[4]Levin等研究了易逝品动态定价中的策略性消费行为,证明存在唯一完美均衡定价策略,并引入单周期折扣因子,对策略性消费行为进行评价,指出当折扣因子较大时,消费购买行为的策略性较低,而当折扣因子较小时,消费购买行为表现出很强的策略性。[5]在后来的研究中,他们对上述模型进行了扩展,建立了寡头垄断竞争下基于多产品需求的策略型消费者与销售商间的随机动态博弈模型,证明存在唯一完美的均衡动态定价策略,并探讨了竞争程度、完全信息与不完全信息等对均衡解的影响,指出销售商向消费者公布的信息越少,销售商获利越大。[6]

3.周期性定价策略。上述动态定价模型均基于消费者对产品的估值随时间递减的假设,产品的价格一般随时间而降低,因此,上述动态定价策略实质上是一种动态削价策略,这种策略在易逝品或时尚产品定价中较为常见。但是现实中某些产品的价格是随时间上下波动的,换言之,产品未来的价格可能降也可能升。针对这种现象,Conlisk(1984)等针对耐用品垄断销售中的策略型消费者,提出了周期性定价模型:在每个销售期开始时,销售商以较高的价格将产品卖给购买意愿较高的消费者,随后对产品进行降价促销,以吸引购买意愿较低的消费者;促销结束后,销售商将产品恢复原价,卖给下一销售期新进入市场的购买意愿较高的消费者。后来,Narasimhan对Conlisk模型进行了扩展,假设每个销售期的客流呈扩散式,并给出了如下策略:每个周期开始时给产品定最高价,随后价格随时间的推移而单调下降,到周期结束前降至最低;然后再恢复较高价格,进入下一销售周期。每个周期的长度不是固定的,而是随需求情况不断变动的。[7]Balachander和Srinivasan研究了耐用品销售中的基于策略性消费行为的导入性信令策略(introductory signalling strategy),他们采用序列均衡概念在博弈论框架内识别企业的信令策略,并获得了唯一的分离均衡策略。[8]Su对上述周期性定价模型进行了扩展,建立了内源跨期需求驱动下的动态定价模型。模型假设客流在整个销售期内是连续的、固定的,并依据消费者的估值高低和耐心程度(是否愿意等待)两个维度将消费者分为高估值型消费者、低估值型消费者及策略型消费者(愿意等待的消费者)和短视型消费者(不愿意等待的消费者)。销售商可以依据需求情况动态地调整价格,既可以提价也可以降价。Su探讨了允许产品未来价格自由升降时,策略性消费行为对动态定价策略的影响。[9]表1列示了部分基于策略性消费行为的动态定价研究的主要假设和模型分析。

表1 基于策略性消费行为的动态定价研究的主要假设和模型分析①

(二)库存决策中的策略性消费行为

实践中在销售商给产品定价时,产品的库存量/订货量往往成为重要的参考指标。库存量/订货量作为企业运营管理中重要的决策变量,同样对产品的市场需求具有重要影响(Wang,2001)。特别是面对策略型消费者,有效的库存控制可以增加消费者因盲目等待而丧失购买机会的风险,迫使消费者及早购买产品,从而增加企业收益(Grichnik等,2008)。因此,面对策略性消费行为,销售商如何制定相应的库存和价格策略,目前已成为消费行为研究的一个重要课题。

Yin和Tang(2006)等较早研究了库存策略对策略性消费行为的影响。在他们的模型中,垄断销售商采取“将产品的全部库存情况公布给消费者”(Display All,DA)和“只告知消费者是否有货,而不向消费者公布产品库存情况”(Display One,DO)两种策略,来向消费者销售一定库存量的产品。他们以销售商收益最大化为目标,对策略性消费行为下,DA和DO策略进行了对比。研究表明,与DA策略相比,DO策略能够增加消费者当期购买的几率,从而使销售商获得更高的收益。Liu和Van Ryzin对策略性消费行为下销售商的最优价格和库存决策问题进行了研究,指出在预先给定产品降价信息的情形下,销售商控制库存水平(如使库存短缺),可以激励策略型消费者及早以高价购买产品,从而降低策略性消费行为的负面影响,并增加收益。此外,他们进一步分析了产品价格变动和消费者风险厌恶程度对上述库存控制策略的影响。[10]刘晓峰等(2009)运用经典的Stackelberg博弈模型,讨论了策略性消费行为下,销售商最优初始库存决策问题,指出忽略策略性消费行为会导致销售商的利润严重受损,而消费者对风险的厌恶在很大程度上可以缓解策略性消费行为对销售商的不利影响。在后来的研究中,刘晓峰等(2009)将上述模型扩展到需求不确定情形,他们运用经典的Stackelberg博弈模型和机制设计理论,研究了确定和随机需求及消费者风险中性和风险厌恶几种情形下,销售商面对策略型消费者如何进行价格和库存决策的问题。研究表明,销售商可以根据市场上高估值和低估值消费者的构成,通过适当设定库存量和价格,来增加消费者买不到产品的风险,从而减少消费者的等待行为,并增加收益。Cachon和Swinney研究了不确定需求下动态定价和库存决策问题,建立了销售商和消费者间的两周期博弈模型。他们根据具体消费行为将市场中的消费者分为短视型、策略型和逢低吸纳型三种类型,并根据对未来价格、库存量和消费者行为的理性预期,分别给出消费者和销售商的均衡决策。他们通过对模型的分析求解,指出当市场中存在策略型消费者时,销售商应该控制初始库存量,并采取动态削价策略,以获取最大收益。[11]Ovchinnikov和Milner(2005)研究了在多销售周期下,销售商面对策略型消费者如何根据每期的库存量设定最终折扣价格的问题,并进一步探讨了销售商的价格和库存决策对消费者未来行为的影响。Lai等建立了在策略型消费者和短视型消费者并存的市场环境下,销售商和消费者间的两周期博弈模型。他们通过对模型进行分析求解,确定了产品的最优定价策略和库存策略,并进一步探讨了价格返还机制对策略性消费行为和销售商收益的影响。[12]表2给出了基于策略性消费行为的库存与价格联合决策问题研究的主要假设与模型分析。

表2 基于策略性消费行为的库存与价格联合决策问题研究的主要假设与模型分析②

(三)供应链管理中的策略性消费行为

进入20世纪90年代以来,供应链管理成为现代企业重要的管理模式(马士华和林勇,2006)。Su和Zhang率先将策略性消费行为研究引入供应链管理领域,探讨了策略性消费行为对供应链绩效的影响。他们假设在销售期开始时,产品以全价销售,在销售期末,剩余产品以折扣价销售。他们首先从报童模型出发,以销售商利润最大化为目标研究产品的价格和库存量/订货量决策,并以消费者效用最大化为目标研究消费者的购买时机问题。他们根据理性均衡假设,建立销售商和消费者间的博弈模型,来确定均衡的产品价格和库存量/订货量。其研究结果显示:(1)库存量/订货量小于不考虑策略型消费者的经典报童模型中的最佳订货量。(2)销售商可以通过销售量承诺和价格承诺策略来增加利润。随后,他们将模型扩展到分散式供应链情形,采用批发价格契约、削价契约和回购契约对供应链进行协调并对供应链整体绩效进行评价,得出如下结论:(1)批发价格契约下,基于策略性消费行为的分散式供应链的总体利润高于集中式供应链。(2)常见的供应链协调契约(如削价契约和回购契约)能够实现供应链的协调。(3)由于策略型消费者的存在,回购契约不能实现供应链的总体利润在各成员间的任意分配。[13]李娟等(2007)在Su等的基础上,分析了由一个供应商和一个零售商及一组消费者组成的两周期供应链系统。他们假设产品有两次销售机会:在第一销售期,零售商向供应商订购产品,并在一级市场上销售,期末剩余产品由供应商回购;在第二销售期,供应商通过直销渠道直接在二级市场上销售回购的产品。他们通过参数分析和数值模拟得出如下结论:(1)策略性消费行为对供应链系统的订货量及系统总收益是否有负面影响,取决于消费者对二级市场产品的接受程度;(2)分散式供应链系统中,通过提供依赖于集中式供应链系统最优订货量的回购契约,能够实现整个供应链系统的协调,且无论是否存在策略型消费者,分散式供应链系统中的最优回购价格均不受影响;(3)零售商是否接受回购契约,依赖于是否存在策略性消费行为及消费者对二级市场产品的接受程度。Cachon和Swinney(2008)研究了几种柔性运营策略对策略性消费行为下集中式供应链系统定价和库存量/订货量决策及总体收益的影响。他们发现,库存量/订货量柔性(企业或供应链系统对生产量/订货量进行调整以满足不确定需求的能力)不仅能够有效减小策略性消费行为的负面影响,而且能够提高企业和消费者双方的社会福利。产品的设计柔性(根据消费者的需要对产品进行灵活设计)和混合柔性(产能可以在几种替代品或相似品之间动态分配)也能够有效减小策略性消费行为的负面影响。Su和Zhang进一步探讨了策略性消费行为下库存承诺和产品可获性保障(即供应商向消费者提供缺货补偿)的价值。在集中式供应链系统中,在供应商进行产品价格和库存决策时,消费者可以观察到产品的价格,但不知晓产品的库存量,而且对消费者而言缺货成本较高。Su和Zhang基于理性预期假设,建立了供应商和消费者间的博弈模型,通过参数分析及数值模拟,指出库存承诺和产品可获性保障可以提高供应链系统的利润。[14]表3对供应链管理中策略性消费行为定量分析模型和方法进行了归纳和总结。

表3 供应链管理中的策略性消费行为主要研究模型和方法分析③

(四)策略性消费行为负面影响的控制与消除

策略性消费行为虽然对消费者自身有利,但会迫使企业不断降价,减少企业利润,同时造成产品和服务质量下降及产品积压滞销、供需不能匹配等问题,降低社会整体经济效率和社会福利(Swinney, 2008),因此,学术界和实务界一直致力于控制或消除策略性消费行为的负面影响。表4对策略性消费行为负面影响控制与消除的研究模型与方法及控制与消除策略进行了归纳总结。

表4 策略性消费行为负面影响控制与消除的研究模型与方法及控制与消除策略④

Su和Zhang提出了价格承诺(price commitment,PC)策略、销售量承诺(quantity commitment, QC)策略、产品可获性保障(availability guarantee,AG)策略来控制和消除策略性消费行为的负面影响,Cachon和Swinney研究了柔性策略(flexibility policy,FP)、快速反应(quick response,QR)策略, Lai等提出了差价返还策略 (posterior price matching policy,PM),表5总结了上述六种策略的具体含义及特点。这些策略的适用范围和效果均有所不同。例如,Cachon和Swinney(2008)研究指出,消费者在面对复杂产品、耐用品时不易确定产品价值,若企业采取柔性策略,给消费者充分的“学习”时间,反而会降低企业利润。企业应根据消费者分布类型、需求特点及产品类型等多种因素选择合适的策略。

表5 策略性消费行为负面影响的控制与消除策略的含义及特点

策略性消费行为问题本质上属于经典的“供需匹配”问题,企业若忽视消费人群的类型及分布(如策略型消费者的类型及数量),会导致供需不匹配,造成企业利润损失。消费过程是企业与消费者之间以及消费者与消费者之间的多方多次博弈过程。现有研究基本上从定价、库存及供应链协作三个方面构建模型,探讨如何制定运营策略,来改变策略型消费者对产品的估值与对未来消费风险的预期,从而影响消费者的购买决策,控制或消除策略性消费行为的负面影响。有关企业运营策略与消费者行为之间交互规律的研究远不止以上所提到的三个方面。在其他运营管理要素(信息、质量、渠道、竞争等)与消费者行为之间建立关联模型,来研究策略性消费行为负面影响及其消除问题的空间仍然极为广阔。当然,就目前企业现实采用的运营策略来看,很多理论还远没有达到可以应用的程度。如果企业能够意识到策略型消费者的消费动机及其后果,就可以主动对运营管理策略进行调整,加以应对。如果企业策略得当,则完全可以与消费者获得“双赢”的结果,提高社会的整体经济效益与福利。

四、结论与展望

策略性消费行为及其对企业运营和供应链管理决策的影响已经成为运营管理领域重要的研究课题。本文对该课题的研究现状进行了回顾,主要从理论模型框架、建模与分析方法等方面,对定价决策、库存决策和供应链管理中的策略性消费行为,以及策略性消费行为的控制与消除等方面的研究进行了总结与梳理。国内外学者对于策略性消费行为的研究已经取得了一些富有价值的成果,但总的来说尚处在探索阶段。该领域的研究仍然多集中在解析模型的建立及求解方面,有关真实市场环境下特定产品与利润体系下策略性消费行为的实证研究较少(Nair的研究是个先例),大多数理论模型缺乏实践效果检验。本文希望通过对现有文献进行梳理,推动国内的相关研究,并为企业制定出合适的运营或营销策略提供参考。

运营管理中的策略性消费行为研究由于受到研究方法和工具、实践环境以及其他一些因素的影响,至今仍有许多重要问题有待于进一步分析和解决。本文认为,未来的研究方向主要有以下几个方面:

1.产品需求的不规则波动和季节性波动以及产品生命周期的日益缩短,使需求的概率分布不断发生变化,因此销售商有必要学习和预测消费者的需求特征,观测市场对企业价格、库存决策的反应,更新需求函数的参数。同时,由于消费者存在异质性,且消费者估值的概率分布也在不断发生变化,因此每个消费者在进行决策时需要学习和预测其他消费者的行为特征。综上,引入需求学习,捕捉消费需求分布及变化规律,研究销售商和策略型消费者间的博弈及优化决策问题,是一个很有意义的研究方向。[15]

2.尽管策略性消费行为对零售商运营决策及收益的影响受到广泛关注,但是目前有关供应链管理中策略性消费行为的研究才刚刚起步,该领域有许多问题尚待探讨。这些问题包括:(1)策略性消费行为下,供应链系统的契约协调与绩效评价问题。Su和Zhang对该问题进行了一些探讨,但是其研究仅涉及回购契约、批发价格契约和削价契约。其他常见供应链契约(如收益共享契约、数量折扣契约、销售返利契约、回馈与惩罚契约等)的协调效率,以及各契约条件下,供应链总体利润在各成员间的分配机制等问题尚待探讨。(2)常见的供需匹配策略(如快速反应策略、联合需求预测策略和其他柔性策略等)对供应链系统中策略性消费行为的影响,以及策略性消费行为对上述策略在供应链系统中实施效果的影响等问题。(3)策略性消费行为对多周期供应链运营决策及协调机制的影响问题。(4)供应链横向竞争下策略性消费行为的变化及其影响等问题。总之,供应链管理中的策略性消费行为值得未来的研究进行深入探讨。

3.目前,现有的有关运营管理中策略性消费行为的研究大多基于完全理性假设,即就给定的决策模型来说,消费者总能做出最优的(购买或等待)决策,来实现效用最大化。但是,由于认知局限及心理偏见,消费者在面对复杂的市场环境和不完全的市场信息时很难做出完美决策。因此,研究有限理性下的策略性消费行为对于企业和供应链而言更具现实意义。尽管国外的一些学者已经在这个领域进行了一些有益的探索,[16]但是仅取得了一些初步成果,从这个意义上说,有限理性下的策略性消费行为依然是一个很有前景的研究方向。

4.随着循环经济和低碳经济的蓬勃兴起,逆向物流逐渐引起人们的重视,而逆向物流的发展促进了逆向供应链的成熟。为了节能减排和节约成本,具有制造和再制造集成功能的闭环供应链研究成为供应链管理领域新的研究热点。策略型消费者的存在势必对废旧产品的回收及再制造产品和新产品的定价产生影响,使得闭环供应链系统的协调决策变得更加复杂。面对策略型消费者,如何制定合理的回收策略以及再制造产品和新产品的定价策略,如何合理安排生产等,将是现代绿色企业不可回避的问题。因此,逆向物流和闭环供应链中的策略性消费行为研究无疑是一个非常具有理论和现实意义的研究方向。

注释:

①“需求类型”一栏中,DD表示确定需求,SD表示分布已知的随机需求,SS表示分布未知的随机需求;“产品类型”一栏中,SN表示单一产品但不涉及具体产品,MN表示多产品但不涉及具体产品;“消费者类型”一栏中,S表示策略型消费者,M表示短视型消费者;“信息设置”一栏中,C表示完全信息,IC表示不完全信息;“目标函数”一栏中,MR表示最大收益,MU表示最大效用;“建模方法”一栏中, OO表示运筹与最优化方法,GT表示博弈论方法;“价格策略”一栏中,CTPP表示连续时间定价途径,SPP表示单一价格策略,MP表示削价/降价策略,FSMM表示有限步骤降价机制(策略),IPD表示跨期差别定价策略,CPP表示依据库存量定价策略,PAMP表示预先给定降价途径策略。

②“消费者类型”一栏中,B表示逢低吸纳型消费者;“消费者风险类型”一栏中,RN表示风险中性,RA表示风险厌恶;“模型结构”一栏中,M-P表示多周期模型,S-P表示单周期模型,T-P表示两周期模型。其余符号的含义与表1相同。

③“博弈结构”一栏中,S表示Stackelberg主从博弈,N表示Nash博弈,S-R表示供应商与零售商,R-C表示零售商与消费者;“供应链结构”一栏中,C表示集中式供应链系统,D表示分散式供应链系统,1S-nC表示一个供应商和一组消费者,1S-1R-nC表示一个供应商、一个零售商和一组消费者;“协调策略”一栏中,WP表示批发价格契约,MD表示削价契约,BB表示回购契约。其余符号的含义与表1相同。

④“控制与消除策略”一栏中,PC表示价格承诺,QC表示销售量承诺,FP表示柔性策略,QR表示快速反应策略,PM表示差价返还策略,AG表示产品可获性保障策略。其余符号的含义与表1相同。

[1]Elmaghraby,W,and Keskinocak,P.Dynamic pricing in the presence of inventory considerations:Research overview,current practices and future directions[J].Management Science,2003,49(10):1 287-1 309.

[2]Nair,H.Intertemporal price discrimination with forward-looking consumers:Application to the US market for console videogames quantitative marketing and economics[J].Quantitative Marketing and Economics,2007,5(3):239-292.

[3]Aviv,Y,and Pazgal,A.Optimal pricing of seasonal products in the presence of forward-looking consumers[J].Manufacturing& Service Operations Management,2008,10(3):339-359.

[4]Elmaghraby,W,Gulcu,A,and Keskinocak,P.Designing optimal preannounced markdowns in the presence of rational customers with multi unit demands[J].Manufacturing&Service Operations Management,2008,10(1):126-148.

[5]Levin,Y,McGill,J,and Nediak,M.Optimal dynamic pricing of perishable items by a monopolist facing strategic consumers[R].Working Paper,Queen’s University,Kingston,Ontario,Canada,2005.

[6]Levin,Y,McGill,J,and Nediak,M.Dynamic pricing in the presence of strategic consumers and oligopolistic competition[J]. Management Science,2009,55(1):32-46.

[7]Narasimhan,C.Incorporating consumer price expectations in a diffusion model[J].Marketing Science,1989,8(4):343-357.

[8]Balachander,S,and Srinivasan,K.Modifying customer expectations of price decreases for a durable product[J].Management Science,1998,44(6):776-786.

[9]Su,X.Intertemporal pricing with strategic customer behavior[J].Management Science,2007,53(5):726-741.

[10]Liu,Q,and Van Ryzin,G J.Strategic capacity rationing to induce early purchases[J].Management Science,2008,54(6): 1 115-1 131.

[11]Cachon,G P,and Swinney,R.Purchasing,pricing,and quick response in the presence of strategic consumers[J].Management Science,2009,55(3):497-511.

[12]Lai,G M,Debo,L G,and Sycara,K.Buy now and match later:Impact of posterior price matching on profit with strategic consumers[J].Manufacturing&Service Operations Management,2010,12(1):33-55.

[13]Su,X M,and Zhang,F Q.Strategic customer behavior,commitment,and supply chain performance[R].MSOM Conference,2006.

[14]Su,X M,and Zhang,F Q.On the value of commitment and availability guarantee when selling to strategic consumers[J].Management Science,2009,55(5):713-726.

[15]Levina,T,Levin,Y,McGill,J,and Nediak,M.Dynamic pricing with online learning and strategic consumers:A application of the aggregate algorithm[J].Operations Research,2009,57(2):327-341.

[16]Su,X M.Bounded rationality of newsvendor models[J].Manufacturing&Service Operations Management,2008,10(4):566-589.