B2C交易模式下的闭环供应链模型研究

罗骏飞

（重庆大学 经济与工商管理学院，重庆 400440）

1 引言

在信息爆炸时代，电子商务高速发展，B2C作为一种典型的交易模式越来越受到广大消费者的欢迎。但与此同时，2014年新消费者权益保护法的实施，七日无理由退货的执行，使得退货率日益提升。因此，如何更好地处理B2C 交易模式下的退货问题迫在眉睫。

针对电子商务退货物流的定性研究，大多数的文献集中在对逆向物流的定义、分类、退货物流的现状、退货产生的原因、建立健全退货政策的必要性以及相应的解决策略的阐述之上。例如，蔡霞归纳总结了我国5条B2C交易下退货物流的现状，从各个方面对退货物流在我国的发展作了系统的阐述[1]。何以如此关注退货物流，除了现实的必要性，刘田等从电子商务环境下逆向物流的潜在价值角度进行了论述，站在整个产品生命周期的角度，要求不同厂商结合自身特点选择合理的逆向物流模式[2]。对于逆向物流的研究，不管是逆向物流网络结构的设计还是逆向物流活动，都离不开建模求解及分析。Vlachos和Dekker针对电子商务中的退货问题，提出对退货进行分类处理的主张，通过数学模型考虑随机市场需求下单周期产品的最优订货策略[3]。Kim等设计的再制造模型提出了供应规划的总体框架，并通过数学模型对供应计划功能进行优化[4]。为了降低逆向物流的成本，Pati 等建立了一种基于混合整数目标规划模型，以尽量减少再制造过程中产生的运输费用，并通过调查再生纸分销网络的多个目标间的相互关系以引入逆向物流网络[5]。针对中国电子商务发展的现状，国内诸如周三元、李向阳、董菲菲等不少学者关于逆向物流的量化分析也多有研究。周三元基于客户、零售商以及第四方物流的视角，构建了退货物流的动态行为量化分析模型。该模型能够帮助零售商实现对消费者需求的准确分析，快速响应市场并作出相关决策以便实现最佳效益[6]。董菲菲等则通过遗传算法的运用，有效确定了新建设施的数量、位置以及合理分配物流运输量，从而提高退货品的处理效率并获得规模效应[7]。当产品所属行业不同时，产品的退货表现出很大的差异性，因此在逆向物流的研究中不少文献专注于某类产品。对于易逝品或者时效消费品的退货物流，曹细玉和潘凯强等都进行了相关研究，研究方向却不尽相同。前者主要围绕易逝品的退货物流展开探讨，研究焦点集中在供应链的管理问题上，认为现有研究存在一定的不足，比如没有考虑退货价格对退货率的影响，多阶段销售下和销售季结束后供应链成员之间的协调问题等[8]。后者则将退货物流看成是制造商和零售商之间合作的一部分内容，要求建立退货衡量标准，平衡退货价格策略和比率约束，从前置处理、运输成本控制、退货产品处理成本控制三个方面着重论述了退货物流业务处理成本控制[9]。在构建闭环供应链时，由于系统的高度不确定性，首先必须确定闭环供应链的设计原则，然后在此基础上进行复杂的网络建模。Fleischmann 等综合考虑正向和反向流动，构建了一个混合整数线性规划模型，该模型被认为是传统的数据仓库选址问题的延伸。基于Fleischmann 等的模型[10]，Salema 等进一步扩展优化并将模型应用到伊比利亚公司[11]。Uster等设计了前向CLSC 网络，以确定收集和回收中心的位置，并在模型中对正向和反向流动进行优化[12]。从运作管理的角度看，库存管理、定价决策问题、供应链中的不确定性以及供应链成员之间的协调问题等是闭环供应链运作的研究热点。为了对库存进行优化控制，基于制造商、供应商、零售商和第三方组成的闭环系统，Shen-Lian Chung 等对不同策略下供应链的总利润进行了比较分析，结果显示联合库存控制策略优于其他策略[13]。Jean-Pierre Kenne 等首先将闭环供应链系统库存区分为三大类，而后在不排除机器故障与维修的情况下，通过优化制造与再制造策略降低库存成本[14]。如何进行定价决策，王玉燕和张克勇等都采用博弈理论进行了定量分析，但立足点不同，前者基于第三方回收模式，且假定新产品和再制品销售无差别[15]，而后者构建的是不确定需求下不同决策方式的定价模型。在闭环供应链运作中，企业面临的环境愈加复杂，竞争日益激烈，故不确定性也愈加明显，需要加强供应链成员之间的协调[16]。但很少有文献涉及到在需求确定情况下且新产品与再制品在销售上有差别的研究，基于此，本文针对B2C交易模式下闭环供应链研究所忽视的新产品与再制品具有差别的问题，考虑了制造商和电子商务企业的闭环供应链决策问题，首先构建集中式决策条件下闭环供应链的利润模型，得出了供应链系统的最优零售价格和最优利润。然后利用博弈理论，分析了分散式决策条件下制造商和电子商务企业如何确定产品的批发价格、零售价格，最终得出整个供应链系统的最优利润，并对两种决策模型的结果进行比较分析。

2 模型描述与符号说明

本文讨论由制造商、电子商务企业和消费者构成的闭环供应链系统，称之为MeCeM模型，整个循环从制造商开始，电子商务企业向制造商批量订货，而后通过网上购物平台销售给最终消费者。一旦消费者对购买的商品不满意而发生退货行为，消费者可以电子商务企业为中介，将商品退回至制造商，其中退货的商品由制造商再制造后销售，电子商务企业同时销售制造商生产的新产品和再制品，且再制品和新产品零售价不同。此过程中退货物流利用正向物流得以完成，达到正向物流和退货物流整合的目的。在该模型中，电子商务企业作为销售和回收主体，连接着制造商和消费者，在退货物流中作用相当。

本文中的符号说明见表1。

表1 符号定义

出于研究的需要，进一步假设如下：

（1）新产品的单位生产成本高于再制品的单位生产成本，即c1＞c2；

（2）在新产品和再制品的生产过程中制造商有利可图，则w1＞c1,w2＞c2；

（3）在新产品和再制品的销售过程中电子商务企业有利可图，则p1＞w1,p2＞w2；

（4）新产品的批发价和零售价高于再制品的相应价格，即w1＞w2,p1＞p2；

（5）回收方和制造商在退货回收和再制品的生产过程中有利可图，则t＜r＜w2-c2；

（6）新产品和再制品具有交叉需求弹性，消费者购买时两类产品完全能够相互替代。

基于以上假设，闭环供应链新产品的市场需求量D1和再制品的市场需求量D2可以表示为：

其中，a和kq分别表示新产品和再制品的市场容量，α1表示新产品需求的价格敏感系数且α1＞0，α2表示再制品需求的价格敏感系数且α2＞0，β表示交叉价格敏感系数，反映新产品和再制品之间的替代效应且0 ＜β＜min{α1,α2} ，其中β＜min{α1,α2} 表示交叉需求的影响小于零售价对各自自身需求的影响。此外，记

下文将以MeCeM模型为例展开对模型的求解和分析。

3 集中式决策模型求解

在集中式决策模型中，制造商、电子商务企业联合决定产品的新产品和再制品最优零售价格，以及旧产品的回收价格，目的是为了使得整个闭环供应链的利润最大化。根据前面的假设，可得出集中式决策模型下的利润函数如下：

由式（3）和式（4）加总得到闭环供应链的总利润

因此，集中式决策条件下闭环供应链决策问题可以归为如下的最优化问题：

求解得：

将式（7）代入式（6）便得闭环供应链的最大利润。

4 分散式决策模型求解

在分散式决策条件下，制造商和电子商务企业缺乏合作，为了实现各自利润的最大化，制造商和电子商务企业分别独自确定产品的批发价及退货回购价、产品的零售价及退货回收价。由于制造商和零售商的定价反应存在一定的先后之分，所以该决策方式下的决策问题可以表述如下：

下面将应用逆向归纳法进行推导计算。

制造商和电子商务企业的利润函数分别为：

求解得：

求解得：

5 集中式决策和分散式决策的比较

结论2 两种不同决策条件下，退货量对新产品和再制品的零售价均存在一定的影响，并且对新产品零售价的作用力相同，对再制品零售价的作用力相同。

证明：

结论3 在分散式决策条件下，退货回购价对新产品的零售价不产生任何影响，而对再制品的零售价存在一定的影响。证明：

当不产生退货时，即退货量q 为0 时，无论集中式决策还是分散式决策整个系统的利润都是相同的，故可推定两种决策条件下利润函数常数项相等。

证明：

由于0 ＜β＜min{α1,α2} ，所以α1α2-β2＞0，故第一项和第三项均大于0，又因为r＜w2-c2，所以w2-r-c2＞0，故第二项也大于0，因此

由结论1可知，分散式决策条件下新产品和再制品的最优零售价均高于集中式决策条件下新产品和再造品的最优零售价。

由结论2 可知，退货量每增加1 个单位，电子商务企业为了实现最大化利润，不得不提高个单位的零售价；对再制品而言，退货量对零售价的作用力也相同：退货量每增加1个单位，电子商务企业为了实现最大化利润，不得不提高个单位的零售价。

由结论3可知，在分散式决策条件下，对新产品而言，退货回购价和零售价之间不存在任何关系；而对再制品而言，制造商每降低1个单位的退货回购价，电子商务企业为了实现自身利润的最大化就相应地将再制品零售价提高1/2个单位。

由结论4可知，集中式决策条件下闭环供应链的总利润大于分散式决策条件下制造商和电子商务企业的最优利润之和，说明集中式决策对整个闭环供应链的利润有积极意义，促进资源的再次利用。

6 结论

本文研究了B2C 交易模式下闭环供应链的退货策略，并且突破传统把新产品和再制品的零售价假定为有差别，结论表明，虽然分散式决策条件下新产品和再制品的最优零售价均高于集中式决策条件下新产品和再造品的最优零售价，但是集中式决策条件下闭环供应链的总利润大于分散式决策条件下制造商和电子商务企业的最优利润之和。因为相对较高的零售价很容易转嫁到市场需求上，以致分散式决策条件下市场需求的疲软，最终导致闭环供应链总利润的下降。由此可见，唯有各渠道参与者，特别是制造商与电子商务企业统揽全局，通力合作，信息共享，才能实现互利双赢。相反，制造商和电子商务企业各自为政，均以自身利润最大化为目标进行决策，双重边际化问题将不可避免，最终结果是既损害消费者的利益，又引发市场的不景气进而导致供应链总利润的下降。

[1]蔡霞.B2C 电子商务环境下的退货逆向物流研究[J].物流工程与管理,2012,(4).

[2]刘田,牟援朝.B2C 电子商务市场的逆向物流分析[J].科技创业月刊,2006,(2).

[3]Vlachos D,Dekker R.Return handling options and order quantities for signle period product[J].European Journal of Operational Research,2003,151(1).

[4]Kim K B,Song I S,Jeong B J.Supply planning model for remanufacturing system in reverse logistics environment[J].Computers & Industrial Engineering,2006,51(2):279-287.

[5]Pati R,Vrat P,Kumar P.A goal programming model for paper recycling system[J].Omega,2008,36:405-417

[6]周三元.退货逆向物流中零售商与4PL的动态行为量化分析模型[J].物流经济,2007,(23).

[7]董菲菲,吴春旭.遗传算法在退货逆向物流网络设计中的应用[J].计算机应用与软件,2008,(10).

[8]曹细玉.基于退货逆向物流下的易逝品供应链管理研究[J].现代经济探讨,2007,(9).

[9]潘凯强,刘颖,鄢萍.时效消费品退货逆向物流成本控制分析[J].物流科技,2007,(8).

[10]Fleischmann M,Beullens P,Bloemhof-ruwaard J M,Wassenhove L.The impact of product recovery on logistics network design[J].Productions and Operations Management,2001,(10):156-173.

[11]Salema M I,Barbosa-Póvoa A P,Novais A Q.An optimization model for the design of a capacitated multiproduct reverse logistics network with uncertainty[J].European Journal of Operational Research,2007,179:1 063-1 077.

[12]Uster H,Easwaran G,Akcali E,Cetinkaya S.Benders decomposition with alternative multiple cuts for a multiproduct closed-loop supply chain network design model[J].Naval Research Logistics,2007,54:890-907.

[13]Shen-Lian Chung,Hui-Ming Wee,Po-Chung Yang.Optimal policy for a closed-loop supply chain inventory system with remanufacturing[J].Mathematical and Computer Modelling,2008,48:867-881.

[14]Jean-Pierre Kenne,Pierre Dejax,Ali Gharbi.Production planning of a hybrid manufacturing- remanufacturing system under uncertainty within a closed-loop supply chain[J].International Journal of Production Economics,2012,135(1):81.

[15]王玉燕,李帮义,申亮.基于博弈论的闭环供应链定价模型分析[J].南京航空航天大学学报,2008,40(2):275-278.

[16]张克勇,周国华.不确定需求下闭环供应链定价模型研究[J].管理学报,2009,6(1):45-50.