大数据供应商参与竞争的供应链合作分析

王红春，刘 帅，王文治

（北京建筑大学 经济管理与工程学院，北京 100044）

大数据供应商参与竞争的供应链合作分析

王红春，刘 帅，王文治

（北京建筑大学 经济管理与工程学院，北京 100044）

首先建立了由制造商承担大数据成本时各成员企业的利润模型，并在分散决策情况下得到了供应链整体利润模型；然后分析了基于供应链整体利益最大化时的供应链共同决策利润模型。将两种利润模型对比分析后，得出当大数据供应商加入到供应链的竞争，一方获得供应链的主导地位后，基于合作的决策是供应链获得整体利润提升的关键。

大数据供应商；供应链；竞争；合作

1 前言

以企业间的互相合作为基础的供应链管理方法是目前企业立足于激烈的市场竞争中所采取的最行之有效的企业战略之一，而大数据产业的崛起更是为供应链管理领域的研究注入了新的血液。近年来，国内的大数据产业渐成规模，越来越多的学者开始将数据思想融入到供应链管理相关理论的研究中，以期为供应链管理带来颠覆性的变革。将大数据分析方法贯穿于供应链管理的各个环节，有效的遏制了采购短缺、物流滞后、生产停滞等瓶颈问题。

目前对于供应链竞争合作模型的研究已经十分成熟，李勇等人构建了供应商-制造商合作研发博弈模型，阐明了基于合作的供应链协同为供应链系统带来的利润最优，并采用Rubinstein讨价还价模型分析了利润分配问题[1]；程伟、李震等人分析了供应链联盟的形成机制和合作问题，通过理论分析，证明了供应链联盟的稳定性和企业间长期合作的必然性并得出了保证联盟稳定的均衡条件[2-3]；石岿然等人分别考察了在非合作静态博弈、Stackelberg主从博弈下供应链最优广告合作策略，证明了制造商和零售商的自身广告水平和成本与供应链整体广告水平和成本的相关性[4]；辛磊等人基于博弈论方法，构建了供应链战略合作伙伴选择模型，得到了定量研究不完全信息情况下合作伙伴选择的最优策略[5]；张庭发等人认为供应链整体效益和各成员企业间的知识共享水平有十分重要的关联，针对于此，基于知识共享成本构建了供应链利润分配模型[6]；嵇新浩探讨了供应链信息共享机制的形成和阻碍问题，得到了边际收益与信息投入、边际产出的函数关系，提出依靠信息共享技术增加收益并形成趋于共享的良性行为的方法[7]。

在基于大数据理论的供应链竞争研究方面，吴成霞等人基于动态微分博弈理论构建了零售商支付契约、联合支付契约、合作契约模式下大数据服务商参与的三级供应链动态合作模型，讨论了不同契约参数的变化对供应链整体利润的影响[8]；王红春、丛娇娇等人研究了云计算相关服务商参与的二级供应链协调问题，在供应链竞争模型中引入收益共享契约和惩罚契约以验证供应链协调决策[9]；Waller,Matthew A.等人建立了一个2×2矩阵预测分析模型用以解决何时应该应用或避免大数据分析，怎样使用预测分析理论提升促进物流总成本降低等问题[10]；Kim H.等人通过对大数据获取的阻碍分析，搭建了相应的大数据基础设施框架，该框架通过对内部数据、现有能力集合、所需能力集合等数据的深刻挖掘来构建大数据能力网络并帮助提供SCM最优决策[11]。

本文分析了当大数据供应商参与到供应链竞争时，供应链成员企业在不同决策情况下，供应链的整体利润情况。以供应商和制造商的需求曲线为输入，分别构造出在制造商承担大数据成本时供应商和制造商的利润模型，并通过对模型的分析，分别得到在供应链成员企业在分别决策时和共同决策时供应链的整体利润情况。将两种利润模型对比分析后得到相应结论。

2 问题描述及模型假设

本文将所考虑的供应链系统视为由一个供应商和一个制造商构成供需关系，制造商生产某种具有固定生命周期、市场需求成熟的产品，由供应商为其提供原材料，原材料与最终产品的投入产出比为1：1。为解决供应链上成员企业之间信息传递滞后，提升市场需求预测精度等问题，供应链引入第三方大数据企业来帮助供应链打造大数据决策平台，其成本完全由制造商承担。因为供应链大数据平台的存在，供应链上的信息是完全对称的。假定合作决策时的利润分配问题供需双方已达成相应契约，本文不再考虑。

本文涉及的符号说明如下：

D：市场需求量；

PA：制造商所生产产品的售价；

PB：供应商所提供原材料的价格；

GB：次级供应商所提供原材料的价格；

K(t)：大数据水平曲线；

r：大数据成本系数；

ΦA：制造商的利润；

ΦB：供应商的利润；

ΦAB：共同决策时供应链的总利润。

3 模型建立

3.1 分散决策的利润模型

在分散决策前提下，制造商的利润取决于自身产品的市场售价和向供应商购买原材料的价格，另外，由于大数据供应商加入供应链的成本完全由制造商承担，因此其利润为：

供应商的利润取决于其产品对制造商的报价以及自身购买原材料的价格，因此其利润为：

对上式供应商利润模型的PB求偏导，并令其等于0，供应商所提供的原材料价格与其成本的函数关系即：

将式（3）带入式（1）得到制造商的利润公式：

对该式求关于D的偏导并令其等于0，得到此时制造商的最优生产决策D。

将式（3）、式（4）带入式（1）得到制造商在最优生产决策下的利润：

整理得：

因为大数据平台的存在，供应链上的信息是完全对称的，因此供应商的生产决策依据制造商确定的最优生产决策，所以可将式（3）、式（4）带入式（2）得到在制造商最优生产决策下供应商的利润：

整理得：

根据供应链大数据平台，在分散决策的情况下，制造商优先确定了自己的产量决策，并将自身的决策数据投放到大数据平台上，供应商根据大数据平台所获得的信息生产出相应数量的零部件，那么此时供应链的总利润为:

整理得：

3.2 共同决策的利润模型

在共同决策的模型中，供应商和制造商依靠大数据平台进行有效的关联，考虑供应链的整体利益，共同决定最优生产决策。因此，共同决策时的利润用供应商和制造商原始的利润函数来表示：

整理得：

对上式中的D求偏导，并令其等于0，得到在共同决策时制造商和供应商的最优生产数量：

将式（9）代入式（8）可得到共同决策情况下已经确定最优生产数量时的供应链总利润模型：

整理得：

4 对比分析

通过上述分析，得出了在制造商完全承担大数据成本时供应商和制造商在分散决策和共同决策两种情形下的利润模型。分散决策时，供应商和制造商不会考虑到供应链整体利益达到最大化，而是完全从自身利益的角度出发进行生产决策，因为大数据平台的存在，虽然供应商和制造商分散决策，但实际信息流的传递实现了透明化，制造商先行决策，供应商再根据其生产计划制定自身的生产决策；在共同决策的情况下，实现供应链整体利润最优是供应商和制造商合作的前提，制造商考虑到供应商的生产能力限制、物流条件等客观因素，双方实现供应链协同决策，供应链整体利润模型根据双方市场需求函数确定，从而得到使供应链总利润实现最大的生产决策。

现在对两种情况下的利润模型进行对比分析：

根据上文可知，s为市场所能承受的极限价格，所以必然有GB＜s，所以易证ΔΦ＞0，即合作决策时的利润要高于分散决策时的利润。

通过对两种模型的分析和对比，可以知道制造商在整个供应链中占据主导地位，其完全拥有供应链大数据平台的掌控权，但这并不意味着制造商在供应链中能够完全控制信息流，由于分散决策时制造商先行决策，并未考虑到供应商的条件限制，损害了供应商的利益，势必导致供应链的断裂。合作决策时，制造商和供应商在保证自身利益的前提下，根据双方条件因素确定最优生产数量，双方达成相应契约后合作趋于稳定，这种稳定性是以供应链整体利润最大化为前提的。通过上述分析也能够证明基于合作的供应链系统才能取得最大利润，大数据供应商的加入并没有改变供应链的竞争格局，而是基于云端大数据平台的供应链信息传递更加及时、精确，使合作稳定性得到提升。因此，虽然制造商在供应链中占据主导地位，但是依然选择与供应商合作才会实现共赢。

5 结论

大数据理论催生出了许多新的服务和行业模式，传统行业尝试运用大数据来变革企业供应链的运营方式是具有挑战性的，如何运用大数据去实施变革，应该瞄准哪些着力点去获取竞争优势是企业应该率先考虑的问题。

本文所构建的模型着眼于大数据供应商加入到供应链所带来的竞争问题，从利润的角度来考察供应链合作方式。该模型并不是由制造商和供应商共同承担大数据成本，这是实际中企业构建大数据供应链时很常见的现象，一方企业为了使自己在供应链的竞争中获得主导地位，选择独自承担大数据成本，以实现对大数据平台的掌控。但这并不意味着该企业一定能够实现利润的增加，一方面是由于成本的牵制，另一方面企业获取主导地位后对合作稳定性产生一定的冲击，导致供应链整体利润的下降。因此，在这种情况下，供应链成员企业依旧相互合作、共同决策才是引入第三方大数据供应商为供应链带来整体利润提升的关键。本文的分析也恰恰验证了这一结论。

[1]李勇,张异,杨秀苔,等.供应链中制造商-供应商合作研发博弈模型[J].系统工程学报,2005,(2):12-18.

[2]程伟,李帮义,包旭云.供应链联盟形成的博弈分析[J].商业研究,2006,(6):82-84.

[3]李震,邓培林,李艳.供应链管理中企业合作问题的博弈论分析[J].商业现代化,2007,(11):71-72.

[4]石岿然,何平,肖条军.两级供应链中合作广告的博弈分析[J].工业工程,2011,(12):6-9.

[5]辛磊,贾妍.基于博弈论的供应链战略合作伙伴选择[J].系统工程,2011,(4):123-126.

[6]张庭发,张玉明.基于博弈论的供应链节点企业知识共享分析[J].统计与决策,2011,(17):184-186.

[7]嵇新浩.博弈论视角的供应链信息共享机制分析[J].统计与决策,2012,(10):175-177.

[8]吴成霞,赵道致,潘新宇.大数据服务商参与的三级供应链动态合作策略及其比较[J].控制与决策,2016,(7):1 169-1 171.

[9]丛娇娇,王红春.联合契约下云计算服务供应链协调研究[J].物流技术,2016,(5):157-160.

[10]Waller Matthew A,Fawcett Stanley E.Click Here for a Data Scientist:Big Data,Predictive Analytics,and Theory Development in the Era of a Maker Movement Supply Chain[J].Journal of Business Logistics,2013,(34):249-252.

[11]Kim H,et al.Harvesting big data to enhance supply chain innovation capabilities:An analytic infrastructure based on deduction graph[J].International Journal of Production Economics,2015,(55):223-233.

[12]张岸.几种需求函数模型的比较分析[J].吉林省教育学院学报,2012,(10):153-154.

Analysis of Supply Chain Cooperation with Big Data Supplier as Competitor

Wang Hongchun,Liu Shuai,Wang Wenzhi
(School of Economics Management&Engineering,Beijing University of Civil Engineering&Architecture,Beijing 100044,China)

In this paper,we first established the profit model of the various supply chain member enterprises when the big data cost was undertaken by the manufacturer and formulated the supply chain overall profit model under distributed decision-making.Then we analyzed the joint decision-making and profit model of the supply chain to maximize the overall benefit of the supply chain.At the end,after comparing the two profit modes,we concluded that with the big data supplier in the competition of the supply chain and when one party gained the dominance of the supply chain,the cooperation-based decision-making was the key to improve the overall profit of the supply chain.

big data supplier;supply chain;competition;cooperation

F274;F253.9

A < class="emphasis_bold">[文章编号]1

1005-152X(2016)12-0113-04

10.3969/j.issn.1005-152X.2016.12.027

2016-09-27

国家自然科学基金“基于大数据的供应链协同机制研究”（61472027）

王红春（1976-），女，湖北荆州人，北京建筑大学经济与管理工程学院教授，研究方向：企业物流与供应链管理；刘帅（1992-），男，辽宁抚顺人，北京建筑大学经济与管理工程学院物流工程硕士研究生，研究方向：企业物流与供应链管理；王文治（1990-），男，安徽人，北京建筑大学经济与管理工程学院工商管理硕士研究生，研究方向：供应链管理。