不同市场能力下的“电商—平台—物流”在线销售系统的决策研究

士明军，王 勇，文 悦

不同市场能力下的“电商—平台—物流”在线销售系统的决策研究

士明军1,2，王 勇1,2，文 悦1,2

（1.重庆大学 经济与工商管理学院，重庆 400044；2.重庆大学 现代物流重庆重点实验室，重庆 400044）

近年来，随着互联网的快速发展，市场上衍生出了一些在线销售网站。考虑了一个包含电商卖家、电商平台和物流公司的在线销售系统模型，其中需求依赖于产品价格、平台和物流服务水平。研究了当物流、平台同时决策时，在线销售系统中电商卖家和平台、物流之间的不同市场能力结构问题。考虑了3种不同市场能力的分散决策模型：（1）物流-平台Stackelberg模型；（2）电商Stackelberg模型；（3）Nash模型。相关的均衡解和最优利润被得到。研究结果表明，在不同的市场能力结构下，当物流公司和平台同时决策时，即使他们的服务投入不相同，但最优收费相同。市场能力结构对在线销售成员和消费者有重要的影响。对电商而言，当市场能力较高时，会制定较低的零售价格，并获得最多的利润，同时能够提升消费者购买的积极性；当市场能力较低时，电商会制定较高的零售价格，并获得最少的利润。对平台和物流公司而言，当市场能力较高时，会制定比较高的收费，同时付出较少的努力，但并不能获得最高利润，同时会打击消费者的积极性；但是，当市场能力较低时，他们一定获得最少的利润。在Nash模型中，平台和物流公司会付出最大的努力，同时获得最大的利润，而整个在线销售系统的总利润也是最多。在物流-平台Stackelberg模型中，平台和物流公司付出的努力最少，而整个在线销售系统的总利润也最少。

在线销售系统；市场能力； Stackelberg博弈；电商平台

0 引言

互联网技术的出现催生了电子商务[1]。随着电子商务的快速发展，市场上衍生出了一些在线销售网站，如Amazon、eBay、淘宝和京东等等，并且已经在在线交易中获得了成功[2]。随着在线销售的盛行，物流企业得到了空前发展。由于方便，而且节省时间，越来越多的人开始选择网上购物。特别是手机移动网络的快速发展，使得人们随时随地想购就购，因此，越来越多的消费者也愿意选择网上购物。根据纽约时报报道，接近42%的制造商采用了网上销售，同时大量的零售商也开通了在线销售渠道[3]。与此同时，根据中新网的报道，2017年前11个月中国网上零售总额突破4.9万亿元，同比增长27.6%。因此，在线销售彻底改变了传统的商业运作模式，让人们足不出户就可淘尽天下商品，极大地便利了社会生活。

由于在线销售竞争日趋激烈，提供更好的在线服务和便捷的配送，成为众多在线销售平台的主要竞争方式。因此，市场出现了诸如阿里巴巴—菜鸟、京东到家—达达这样的平台、物流合作模式[4]。像阿里巴巴—菜鸟物流，作为市场上主要的电商平台和物流公司，拥有很强的市场地位，在和电商卖家谈判时，有绝对的优势，并且可以将平台和物流同时进行决策。相反，例如永辉、沃尔玛等大型超市入驻京东到家在线销售平台[5]，作为原本已经有一定影响力的企业（如永辉、沃尔玛超市），在和销售平台（京东到家）进行谈判时，就拥有一定主动权，特别是在2015年，京东到家刚起步阶段。由于京东到家与达达物流进行合作，电商卖家入驻京东到家，就等于采用了达达物流配送，阿里巴巴与菜鸟合作，入驻阿里巴巴也就等于选择了菜鸟配送，于是在线卖家同时确定了物流公司和平台。

在线销售的快速发展，使得在线销售在整个市场销售中的份量越来越重，进而引起许多研究者的关注。Han[6]研究了两个平台之间的竞争，研究表明，平台的服务能够提升消费者的效用。Dou[7]研究了双边平台的增值服务投资和价格决策，研究表明，平台能够通过提升服务水平提升卖家和买家的参与度，同时获得更多的利润。Chen[8]研究了平台的代理和广告两种模式，研究表明，在广告模式下买家总是比较好，因为卖家在平台免费服务上的参与度更大。Kim[9]研究了平台的广告问题，研究表明，平台首页显著位置的广告效果更好。刘维奇[10]研究了平台之间的博弈问题，研究表明，高技术平台对双边用户的定价高于低技术平台，同时获得较高的平台利润。刘维奇[11]研究了双边平台兼并策略下的定价问题，研究表明，横向兼并下互补品提供商对消费者的定价最高，纵向兼并下最低。这类研究主要是从双边市场方面考虑，还有一部分研究考虑了在线卖家的决策。Benny[12]讨论了在线销售供应链中供应商、电商平台以及电商卖家之间的博弈关系，研究表明，电商平台的存在增加了消费者的效用。Zha[13]等研究了一个服务平台（携程网）与酒店合作时的努力对酒店决策的影响，研究表明，当平台有动力提升销售努力，以提高双方利润的情况下，成本分摊合同能够有效地进行二者之间的协调。罗春林[14]研究了网络平台销售模式中的需求信息共享问题，研究表明，在网络平台销售模式下，信息分享同样能给网络平台和制造商带来更多的期望利润，但是平台提成比例过高而产品生产的规模经济比较明显时，分享需求信息却不一定会为平台带来更多的期望利润。这类研究体现出平台或者在线卖家在网络销售中主体性，平台和卖家拥有自主决策能力，并且通过自己的服务、广告、定价等手段对在线卖家和在线消费者施加一定的影响，但是忽视了在线销售参与成员的市场能力对在线销售成员的影响。

本文所关注的另一个主要内容是市场能力问题。EI[15]首先提出市场能力的概念，定义为在不同配送水平下，一个渠道成员控制另一个成员在市场营销战略中决策的能力。在一个销售渠道，制造商和零售商都拥有市场能力，这种能力使得渠道中的两个参与者都想运用自己能力获得更多的利润。Ertek[16]给出了现实中不同市场能力例子，比如微软和因特尔公司，制造商处于主导地位；像沃尔玛和特斯科公司，零售商占据主导地位。Pan[17]研究了制造商处于主导地位，可以通过选择不同的合同，来实现自己最佳的收益。Raju[18]研究了零售商主导下的渠道协调问题，研究表明，当零售商服务成本较高时，制造商通过数量折扣来协调；当服务成本较低或者零售商占据很强的主导地位时，制造商可以通过两步收费策略来协调。陈晓旭[19]研究了零售商主导下考虑物流外包的三级供应链，考虑了定价、服务水平对订购量的影响。Wu[20]研究了零售商之间平行竞争、制造商和零售商之间的垂直竞争的价格决策，考虑6种市场能力结构，研究发现，博弈模型中的某些均衡值的顺序关系是零售替代性的函数。此类文献主要是研究供应链中基于价格决策下的能力结构问题，还有一部分文献不仅考虑了价格决策，同时也考虑了能力结构在不同领域的应用问题。Wang[21]研究了零售商竞争情况下，合作广告中市场能力的问题。周茂森[22]研究了规模经济的差异化竞争制造商集团采购的权力结构模型。Wei[23]研究了不同市场能力下互补品的价格决策，考虑了两个互补品制造商和一个零售商，分析了五种不同的市场能力结构，研究表明，当两个制造商同时决策时，最优决策不受市场能力的影响，而处于主导地位的成员（制造商或者零售商）将会获得更多的利润。Wei[24]和Wang[25]也对互补品中的市场能力问题进行了研究。Gao[26]研究了不同能力结构下闭环供应链的定价和回收努力程度决策问题，考虑了集中决策和三种分散决策模型，随着主导力量从制造商转移到零售商，零售商的利润总会增加，而当需求扩张的效果足够大时，制造商也会从中收益。公彦德[27]、高鹏[28]等也对闭环供应链中的市场能力问题进行了研究。Hsieh[29]研究了可替代产品中的市场能力问题。Zhao[30]进一步考虑了模糊环境下可替代产品的市场能力结构。Ghosh[31]研究了绿色供应链中三种市场能力结构问题。江世英[32]也对绿色供应链中的市场能力结构问题进行了研究，同时考虑了收益共享契约。以上研究主要是研究基于传统渠道中的能力结构问题，对于快速发展的在线销售渠道中的能力结构问题，并没有进行相应的研究。

本文以阿里巴巴—菜鸟、京东到家—达达这样的平台、物流合作模式的在线销售市场为背景，结合供应链中市场能力的研究，考虑在线销售系统中的市场能力结构问题。研究了当平台、物流同时决策下，在线销售系统中电商卖家和平台、物流之间的不同市场能力结构问题。考虑一个包含了电商卖家、在线销售平台、物流公司的在线销售系统，每个成员都拥有自己独立的决策能力，其中电商卖家决策商品的价格，物流公司决策物流的服务水平和物流价格，在线销售平台决策商品的在线服务水平和平台收费。文章考虑了平台、物流同时决策下的3种分散决策模型，给出了三种情况下的最优决策和最优利润。一些主要参数的敏感性分析反映出它们对最优决策和利润的影响。当消费者对平台和物流服务敏感性较强时，平台和物流应增加服务投入；当消费者对平台和物流服务敏感性较弱时，平台和物流应减少服务投入。当物流服务成本系数较高时，物流公司会降低服务水平；当物流服务成本系数较低时，物流公司会提高服务水平。研究表明，在不同的市场能力下，当物流公司和平台同时决策时，他们的最优收费相同，不会因为服务投入的不同而改变。市场能力对在线销售成员以及消费者有重要的影响。对电商而言，当市场能力较高时，会制定较低的零售价格，并获得最多的利润，同时提升消费者的积极性；当市场能力较低时，电商会制定较高的零售价格（这是由于平台、物流高收费造成的成本增加的原因），并获得最少的利润。对平台和物流公司而言，当市场能力较高时，会制定比较高的收费，同时付出较少的努力，这对电商是不利的，同时会打击消费者的积极性，然而最大的市场能力并不能获得最高利润，这与平台和物流公司同时决策时彼此之间存在竞争有关；但是，当市场能力较低时，他们一定获得最少的利润。在Nash模型中，平台和物流公司会付出最大的努力，同时获得最大的利润，而整个在线销售系统的总利润也是最大。在物流-平台Stackelberg模型中，平台和物流公司付出的努力最少，而整个在线销售系统的总利润也是最少。

1 模型描述

图1 在线销售系统结构图

Figure 1 Structure of online sales system

参考文献Xie[36],Kong[37]和Zhu[38]，不失一般性，假设在线销售成员的运营成本为0。于是在线销售系统中各部分的收益函数

2 均衡分析

本节主要考虑Stackelberg博弈和Nash均衡博弈2种分散博弈情况下电商卖家商品定价、在线销售平台服务水平和收费、物流公司服务水平和收费的最优决策。其中Stackelberg博弈中，考虑到在线销售平台与物流公司的合作情况（如阿里巴巴—菜鸟、京东到家—达达），而在线销售平台与物流公司又分别作为独立的主体进行决策，而不是组成一个联合公司，当在线卖家选择入驻在线销售平台时，等于同时选择了物流公司。考虑物流公司和平台具有同等市场能力的情况下，物流和平台是同时进行决策的。因此在本文Stackelberg博弈的研究中，考虑了物流-平台Stackelberg 模型和电商Stackelberg模型两种情形。

2.1 Stackelberg博弈模型

在Stackelberg博弈中，主要考虑2种情形：物流-平台Stackelberg模型和电商Stackelberg模型。电商先决定选择入驻在线销售平台销售商品，同时也确定了物流公司，之后平台决定在线服务水平和收费、物流公司决定物流服务水平和收费，最后电商根据物流公司和平台的决策来决定商品的价格。

2.1.1 物流-平台Stackelberg 模型

在物流-平台Stackelberg的情况下，物流公司和平台分别根据物流服务水平或在线服务水平确定各自的物流价格或平台的收费，然后电商根据物流公司和平台的决策确定商品价格。物流-平台Stackelberg的模型如下

根据逆向归纳法，先求出电商的最优反应函数，于是有下面的性质

将最优价格、在线服务水平、物流服务水平、平台收费以及物流收费代入(8)中，于是有

2.1.2 电商Stackelberg模型

在电商Stackelberg模型中，电商先确定商品价格，物流公司和平台根据商品的价格确定各自的决策。模型如下

不失一般性，假设

将(15)代入(14)，于是在线卖家的最优利润为

2.2 Nash博弈模型

在Nash博弈模型中，电商、平台、物流公司三者在市场中的地位是平等的，同时进行各自的决策。Nash博弈模型如下

由于(7)中给出了电商的最优决策，(13)中给出了平台和物流公司的最优决策，于是同时解(7)和(13)，得到下面的性质3。

证明：略

综上，为了保证电商利润或者平台利润非负，令

3 最优比较和敏感性分析

在本节中，首先给出上面讨论的3种模型的所有最优决策以及最优利润，然后对主要参数进行敏感性分析，得出一些重要的性质。之后通过数值算例对市场能力结构进行分析，得到一些有意义的管理启示。

3.1 最优解的比较和分析

为了更好的比较在线销售成员的最优决策和利润，我们在表1中给出3种模型的均衡解和最优利润。

表1 三种模型的均衡解和利润

表1（续）三种模型的均衡解和利润

性质4：在不同的市场能力下，当物流公司和平台同时决策时，他们的最优收费没有区别，不会因为投入的不同而不同。

证明：略。

性质5：不论市场能力如何，商品的最优价格、平台和物流公司的最优的收费以及服务水平随着市场基本需求的增加而增加。此外，在线销售系统中各成员的利润也随市场基本需求的增加而增加。

图2 模型1中和随着的变化情况

图3 模型1中和随着的变化情况

图4 模型1中随着的变化情况

图5 模型1中随着的变化情况

证明：和性质5类似。

证明：和性质5类似。

图7 模型1中和随着的变化情况

证明：和性质6类似。

图11 模型1中和随的变化情况

图15 模型1中和随的变化情况

表2 不同决策方案下的最优决策

表3 不同决策方案下各成员的最优利润和总利润

3.2 市场能力结构分析

下面通过数值算例来说明市场能力结构对在线销售成员的影响，同时给出一些管理意义。

从表2中可以看出：

结论1：在三种模型中，物流-平台Stackelberg模型中平台和物流公司付出较低的努力，同时收取较高的费用。

结论1说明，平台和物流公司处于较高的地位时，会制定比较高的收费，同时付出较少的努力。这对电商是不利的，进而提高零售价格；同时，价格的提高和服务水平的降低也会打击消费者购买的积极性。

结论2：对电商而言，电商Stackelberg模型中的最优零售价格最低，物流平台Stackelberg模型中的最优零售价格最高。

结论2说明，当电商地位较高时，为了获取更多的利润，会制定较低的零售价格，这对消费者是有利的，同时提升消费者的购买欲望；当电商地位较低时，会制定较高的零售价格，这对消费者是不利的。

从表3中可以得到下面的结果：

结论3：在物流-平台Stackelberg模型中，电商的利润最低，而在电商Stackelberg模型中，电商的利润最高。

结论3说明电商的最优利润和他的市场能力有很大的关系，当市场能力高时，利润也高，当市场能力低时，利润也低。

结论4：在电商Stackelberg模型中，平台和物流公司获得最少的利润，在Nash模型中，平台和物流公司则获得最多的利润。

结论4说明平台和物流公司在市场能力最大时并不能获得最高利润，但是在市场能力较低时一定获得最少的利润。

4 结束语

本文研究了一个包含电商、平台和物流公司的在线销售系统，其中，平台和物流是同时决策的。首先考虑了3种不同市场能力下的分散决策模型：电商Stackelberg模型、物流-平台Stackelberg模型和Nash模型。通过对三种分散模型的分析，得出了三种情况下在线销售参与成员的最优决策和最优利润，一些主要参数的分析反映了它们对商品价格、收费标准、努力程度以及成员最优利润的影响。其次，通过数值算例分析了市场能力对在线销售成员的影响，进而得到一些有价值的管理意义。

一些主要参数的分析表明，当消费者对平台和物流服务敏感性较强时，平台和物流应增加服务投入；当消费者对平台和物流服务敏感性较弱时，平台和物流应减少服务投入。当物流服务成本系数较高时，物流公司会降低服务水平；当物流服务成本系数较低时，物流公司会提高服务水平。基于市场能力结构的研究表明，在不同的市场能力下，当物流公司和平台同时决策时，即使他们的服务投入不相同，但最优收费相同。市场能力对在线销售成员和消费者也有很大的影响。对电商而言，当市场能力较高时，会制定较低的零售价格，并获得最多的利润，同时较低的零售价格有利于刺激消费者的购买欲望，因此，能够提升消费者的积极性；当市场能力较低时，电商会制定较高的零售价格（这是由于平台、物流高收费造成的成本增加的原因），并获得最少的利润。对平台和物流公司而言，当市场能力较高时，会制定比较高的收费，同时付出较少的努力，这对电商是不利的，同时会打击消费者的积极性，然而最大的市场能力并不能获得最高利润，这是因为平台和物流公司同时决策时，彼此之间也存在竞争；但是，当市场能力较低时，他们一定获得最少的利润。Nash模型中，平台和物流公司会付出最大的努力，同时获得最大的利润，而整个在线销售系统的总利润也是最大；而在物流-平台Stackelberg模型中，平台和物流公司付出的努力最少，而整个在线销售系统的总利润也是最少。

文章对于在线销售系统市场能力的研究是单个在线销售系统，进一步的研究可考虑系统成员之间的协调问题，或者将模型扩展到多个在线销售系统的情况，包含多个电商或者多个物流、平台的市场能力问题。

[1] Yao Y, Zhang J. Pricing for shipping services of online retailers: Analytical and empirical approaches [J]. Decision Support Systems, 2012, 53(2):368-380.

[2] Dou G, He P, Xu X. One-side value-added service investment and pricing strategies for a two-sided platform[J]. International Journal of Production Research, 2016, 54(13):1-14.

[3] Wang L, Song H, Wang Y. Pricing and service decisions of complementary products in a dual-channel supply chain [J]. Computers & Industrial Engineering, 2017, 105:223-233.

[4] 极客公园.牵手京东到家后，新达达如何布局本地生活配送？[EB/OL].http://www.ebrun.com/20160831/189989.shtml. 2016-08-31.

Geek park. Hand in hand with Jingdong home, how does xindada layout local life distribution? [EB/OL].http://www.ebrun.com/20160831/189989.shtml. 2016-08-31.

[5] 智商—2017亿邦未来零售大会，京东与沃尔玛“牵手”谁是真正的“赢家”？[EB/OL].http://www. ebrun.com. 2016-06-25.

IQ - at the 2017 Yibang future retail conference, who is the real winner of "hand in hand" between JD and Wal Mart? [EB/OL] . http://www. ebrun.com. 2016-06-25.

[6] Han S, Fu Y, Cao B, et al. Pricing and bargaining strategy of e-retail under hybrid operational patterns [J]. Annals of Operations Research, 2016:1-22.

[7] Dou G, He P, Xu X. One-side value-added service investment and pricing strategies for a two-sided platform[J]. International Journal of Production Research, 2016, 54(13):1-14.

[8] Chen J, Fan M, Li M. Advertising versus Brokerage Model for Online Trading Platforms [J]. Working Papers, 2012, 40: págs. 575-596.

[9] Kim C, Kwon K, Chang W. How to measure the effectiveness of online advertising in online marketplaces [J]. Expert Systems with Applications, 2011, 38(4):4234-4243.

[10] 刘维奇, 张苏. 基于双边市场理论的平台企业互联互通问题分析[J]. 系统工程, 2016,34(6):84-88.

Liu W Q, Zhang S. Analysis of Interconnection of Platforms Based on Two-sided Markets[J]. Systems Engineering, 2016,34(6):84-88.

[11] 刘维奇, 张苏. 双边平台兼并策略下的定价问题分析[J]. 中国管理科学, 2017, 25(5):17-24.

Liu W Q, Zhang S. Pricing Analysis of Merger Strategy in Two-Sided Markets[J]. Chinese Journal of Management Science, 2017, 25(5):17-24.

[12] Mantin B, Krishnan H, Dhar T. The Strategic Role of Third‐Party Marketplaces in Retailing [J]. Production & Operations Management, 2014, 23(11):1937-1949.

[13] Zha Y, Zhang J, Yue X, et al. Service supply chain coordination with platform effort-induced demand [J]. Annals of Operations Research, 2015, 235(1):785-806.

[14] 罗春林, 毛小兵, 田歆. 网络平台销售模式中的需求信息分享策略研究[J]. 中国管理科学, 2017, 25(8):149-157.

Luo C L, Mao X B, Tian X. Demand Information Sharing Strategies in Online Platform Selling Mode[J]. Chinese Journal of Management Science, 2017, 25(8):149-157.

[15] EI-Ansary, A.L., Stern, L.W., 1972. Power measurement in the distribution channel. Journal of Marketing Research 9 (1), 47–52.

[16] Ertek, G., Griffin, P.M., 2002. Supplier- and buyer-driven channels in a two-stage supply chain. IIE Trans. 34 (8), 691e700.

[17] Pan K, Lai K K, Leung S C H, et al. Revenue-sharing versus wholesale price mechanisms under different channel power structures[J]. European Journal of Operational Research, 2010, 203(2): 532-538.

[18] Raju J, Zhang Z J. Channel Coordination in the Presence of a Dominant Retailer [M]. INFORMS, 2005.

[19] 陈晓旭. 零售商主导下考虑物流外包的三级供应链决策研究[D].重庆: 重庆大学, 2015.

Chen X X. The Three-echelon Supply Chain Decisions Under Retailer Dominant Considering Logistics Outsourcing[D]. Chongqing: Chongqing University, 2015.

[20] Wu C H, Chen C W, Hsieh C C. Competitive pricing decisions in a two-echelon supply chain with horizontal and vertical competition. [J]. International Journal of Production Economics, 2012, 135(1):265-274.

[21] Wang S D, Zhou Y W, Min J, et al. Coordination of cooperative advertising models in a one-manufacturer two-retailer supply chain system ☆[J]. Computers & Industrial Engineering, 2011, 61(4): 1053-1071.

[22] 周茂森, 但斌, 周宇. 规模经济的差异化竞争制造商集团采购的权力结构模型[J]. 管理工程学报, 2017,31(3):192-200.

Zhou M S, Dan B, Zhou Y. Power structure modeling for group purchasing with differentiated competing manufacturers under economies of scale[J]. Journal of Industrial Engineering and Engineering, 2017,31(3):192-200.

[23] Wei, Jie, Zhao, et al. Pricing decisions for complementary products with firms' different market powers [J]. European Journal of Operational Research, 2013, 224(3):507-519.

[24] Wei J, Zhao J, Li Y. Price and warranty period decisions for complementary products with horizontal firms' cooperation/ noncooperation strategies [J]. Journal of Cleaner Production, 2015, 105:86-102.

[25] Wang L, Song H, Wang Y. Pricing and service decisions of complementary products in a dual-channel supply chain[J]. Computers & Industrial Engineering, 2017, 105:223-233.

[26] Gao J, Han H, Hou L, et al. Pricing and effort decisions in a closed-loop supply chain under different channel power structures[J]. Journal of Cleaner Production, 2016, 112:2043-2057.

[27] 公彦德, 达庆利. 闭环供应链主导模式与物流模式的组合研究[J]. 管理科学学报, 2015, 18(10):14-25.

Gong Y D, Da Q L. Research on combinations of closed-loop supply chain dominant mode and logistics mode[J]. Journal of Management Sciences in China, 2015, 18(10):14-25.

[28] 高鹏, 聂佳佳, 陆玉梅,等. 不同市场领导下竞争型再制造供应链质量决策研究[J]. 管理工程学报, 2016, 30(4):187-195.

Gao P, Nie J J, Lu Y M, et, al. Research on the Quality Decision on the Competitive Remanufacturing Supply Chain Under Different Market Leader[J]. Journal of Industrial Engineering and Engineering Management, 2016, 30(4):187-195.

[29] Hsieh C C, Wu C H. Coordinated decisions for substitutable products in a common retailer supply chain [J]. European Journal of Operational Research, 2009, 196(1):273-288.

[30] Zhao J, Tang W, Zhao R, et al. Pricing decisions for substitutable products with a common retailer in fuzzy environments.[J]. European Journal of Operational Research, 2012, 216(2):409-419.

[31] Ghosh D, Shah J. A comparative analysis of greening policies across supply chain structures [J]. International Journal of Production Economics, 2012, 135(2):568-583.

[32] 江世英, 李随成. 考虑产品绿色度的绿色供应链博弈模型及收益共享契约[J]. 中国管理科学, 2015, 23(6):169-176.

Jiang S Y, Li S C. Green Supply Chain Game Models and Revenue Sharing Contract with Product Green Degree[J]. Chinese Journal of Management Science, 2015, 23(6):169-176.

[33] Chiang W Y K, Chhajed D, Hess J D. Direct Marketing, Indirect Profits: A Strategic Analysis of Dual-Channel Supply-Chain Design [M]. INFORMS, 2003.

[34] Tsay A A, Agrawal N. Channel Dynamics Under Price and Service Competition [J]. Manufacturing & Service Operations Management, 2000, 2(4):372-391.

[35] Andy A. Tsay, Narendra Agrawal, “Channel conflict and coordination in the E-commerce age”, Production and Operation Management, vol.13, no.1, pp.93-110, 2004.

[36] Xie W, Jiang Z, Zhao Y, et al. Contract design for cooperative product service system with information asymmetry [J]. International Journal of Production Research, 2014, 52(6):1658-1680.

[37] Zhu W, He Y. Green product design in supply chains under competition [J]. European Journal of Operational Research, 2016, 258(1).

[38] Kong G, Rajagopalan S, Zhang H. Revenue Sharing and Information Leakage in a Supply Chain [J]. Social Science Electronic Publishing, 2013, 59(3):556-572.

[39] 驱动中国. 备战双十一！京东壕掷6.66亿补贴平台商家 [EB/OL].http://news.qudong.com/article/437005.shtml. 2017-09-22.

Drive China. Prepare for Double Eleven! JD.com throws 666 million subsidies to platform merchants [EB/OL].

http://news.qudong.com/article/437005.shtml. 2017-09-22.

[40] Li B, Zhu M, Jiang Y, et al. Pricing policies of a competitive dual-channel green supply chain [J]. Journal of Cleaner Production, 2016, 112(20):2029-2042.

Research on the online sales system of “online seller-platform-logistics” in different market powerstructures

SHI Mingjun1,2，WANG Yong1,2，WEN Yue1,2

(1. School of Economics and Business Administration, Chongqing University, Chongqing 400044, China;2. Chongqing Key Laboratory of Logistics, Chongqing University, Chongqing 400044, China)

With the rapid development of the Internet, e-Commerce has been spread pretty fast in recent years，such as Amazon、eBay，Alibaba and JD. At the meantime, some retailers started e-Commerce business to increase the volume of sales, and some manufacturers also sell their products online for higher sales. The prevalence of e-commerce has also led to the unprecedented development of the logistics enterprises，for instance Debon logistics and Rookie Inn. Online shopping has brought convenience to consumers, and consumers can buy them whenever and wherever they want, especially with the development of the mobile network. Therefore, an increasing number of consumers are willing to choose online shopping,

Researchers have paid attention to the topic of selling online because it provides a critical market share in the overall market. In this paper, we build a selling-online game model that includes “online seller-platform-logistics.” The consumer demand depends on the product price, platform and logistics service level，wherethe online sellers decide the price of the goods, the logistics company determines the logistics service level as well as the logistics charge and the online platform determines the platform service level, the platform transaction fee and a fixed settlement fee (but also the platform subsidies for the seller). As the increasingly fierce competition in e-Commerce, there are some logistics platforms in the market like Jingdong home - Dada, Alibaba – a rookie in the form of logistics cooperation. Specifically, if suppliers use Jingdong home to sell their products, it means that they will use Dada logistics and distribution. It is the same case with Alibaba – rookie: selecting Alibaba e-Commerce platform means choosing rookie delivery. Based on this background, this paper studies a problem of different market capacity structures between the online seller, platform, and logistics in online selling system when logistics and platform are simultaneously decision-making. We consider the decentralized decision-making model of three different market capabilities: the logistics-platform Stackelberg, online seller Stackelberg, and NG models. The corresponding equilibrium and optimal profit of channel members are obtained in different cases.

The results show that in different structures of market capacity，when the platform and logistics company make decisions simultaneously， even if their service costs are different, they still charge the same fees. The structure of market power has a significant influence on online selling members. For online sellers, when the market power is high, they will set lower retail price, obtain the maximum profit, and improvethe purchasing enthusiasm of consumers. When the market power is low, they will set the higher retail price and obtain the least profit. For platform and logistics company, when the market power is high, they will set high fees and make fewer efforts, but they will not get the highest profits, and the purchasing enthusiasm of consumers also falls. However, when market power is low, they must get the least profit. Finally, we find that the platform and logistics company make every effort to obtain the maximum profit, and the online selling system achieves its highest profit in the NG model. Platform and logistic company make the least efforts, and the online selling system achieves the minimum profit in logistics and platform Stackelberg model.

Finally, through the sensitivity analysis of some key parameters, we obtain some meaningful management implications.The increasing consumer demand for online shopping and consumer sensitivities to services are beneficial to members of the online selling system. Meanwhile, members of the online selling system provide better service to promote consumer utility, and those members of the online selling system benefit themselves. However, with the increase in logistics service cost, the profit of members in online selling system goes down. Accordingly, the improvement of service is beneficial to both consumers and members of the online selling system.

Online sales system; Market power; Stackelberg game; Electronic business platform

2017-07-07

2018-03-14

F274

A

1004-6062(2020)03-0112-10

10.13587/j.cnki.jieem.2020.03.012

2017-07-07

2018-03-14

国家自然科学基金资助项目（71672015）；国家社会科学基金重大资助项目（15ZDB169）；中央高校基本科研业务费专项项目（2017CDJSK02PT09）；广东省创新强校项目（2014KTSCX187）

士明军（1983—），男，河南息县人；重庆大学经济与工商管理学院博士生；研究方向：管理科学与工程。

Funded Project: Supported by the National Natural Science Foundation of China (71672015), the Major Program of National Social Science Foundation of China(15ZDB169), the Fundamental Research Funds for the Central Universities(2017CDJSK02PT09) and the Innovation Strong School Project of Guangdong Province(2014KTSCX187)

中文编辑：杜 健；英文编辑：Charlie C. Chen