价格竞争、保鲜努力与农产品电商冷链物流模式演化

李春发　俎晓彤　田盖地

摘要： 科学合理的冷链物流模式是确保农产品电商价格、新鲜度竞争力的关键。针对涉及两农产品电商、电商自营冷链物流和第三方冷链物流商的供应链，构建两电商竞争、第三方冷链物流商主导的Stackelberg博弈模型及两电商冷链物流模式选择的演化博弈模型，并通过仿真揭示交叉价格弹性、新鲜度需求弹性、自营和第三方保鲜投入成本系数对演化路径的影响。研究表明：若交叉价格弹性、新鲜度需求弹性和第三方保鲜投入成本系数分别增大，自营冷链物流为演化稳定策略，电商倾向自营冷链物流。若自营保鲜投入成本系数增大，第三方冷链物流为演化稳定策略，电商倾向与第三方冷链物流商合作。

关键词： 农产品；电商平台；价格竞争；保鲜努力；冷链物流模式；演化博弈

中图分类号： F272; F326文献标识码： A

Price Competition， Freshness-keeping Effort and Evolution Mode of Cold Chain Logistics of Agricultural Products E-commerce

LI Chunfa， ZU Xiaotong， TIAN Gaidi

（School of Management， Tianjin University of Technology， Tianjin 300384， China）

Abstract：Scientific and reasonable cold chain logistics mode is the key to ensure the price and freshness competitiveness of agricultural products e-commerce. For the supply chain involving two agricultural products e-commerce， e-commerce self-run cold chain logistics and third party cold chain logistics provider， the Stackelberg game model that takes into account the competition between two agricultural products e-commerce， and the dominance of third-party cold chain logistics provider， as well as the evolutionary game model for the choice of two agricultural e-commerce cold chain logistics modes is constructed. The influence of cross price elasticity， freshness demand elasticity， and preservation input cost coefficient of self-run and third-party on the evolution path is revealed through the simulation. The results show that： if the cross price elasticity， freshness demand elasticity and the third-party preservation input cost coefficient increase respectively， self-run cold chain logistics is the stable evolutionary strategy， e-commerce tends to self-run cold chain logistics. If the self-run preservation input cost coefficient increases， the third-party cold chain logistics is the stable strategy， the e-commerce tends to cooperate with the third-party cold chain logistics provider.

Keywords： agricultural products; e-commerce platform; price competition; freshness-keeping effort; cold-chain logistics mode; evolutionary game

0 引言

隨着农产品电商的高速发展、民众消费方式的不断升级，人们对果蔬、鲜肉和蛋奶等生鲜农产品的新鲜度、品质质量有了更高的要求［1］，而冷链物流是确保农产品新鲜度和品质质量的重要环节。农产品电商的可持续发展需要有高性价比的产品和高水平的冷链物流模式。在对电商的农产品价格、新鲜度等信息比较的基础上，消费者选择购买高性价比、高满意度的农产品。为了满足消费者的农产品新鲜度要求，电商平台面临竞争环境下的自营还是第三方冷链物流模式策略的选择问题。如盒马鲜生的线上订单通过门店自营冷链物流完成配送，而每日优鲜则由第三方的京东物流进行配送。由于运输量和专业化程度的影响，自营和第三方冷链物流的保鲜水平和投入成本存在差异。同时，竞争者的物流模式选择同样影响农产品电商自身的选择及经营情况，从而使农产品电商不断权衡，试图选择优于竞争者的冷链物流模式以获得最大利益。农产品电商市场的激烈竞争，使冷链物流模式成为电商发展的关键。因此，选择适宜的冷链物流模式，把握农产品电商供应链物流模式选择的演化规律，既能满足消费者对高新鲜度的需求，利于农产品电商的可持续经营，同时也能促进农村和农业发展、保证农民增收。

生鲜农产品具有鲜活性、难存储、易腐坏等特点［2］，温度、新鲜度、保鲜努力水平等对生鲜农产品供应链有重要影响［35］，其供应链定价管理策略和协调广受关注。Cai等［6］考虑了TPL的参与，并对生鲜产品供应链进行优化。Qin等［7］研究了质量和数量同时损耗的生鲜产品定价和订货批量问题。杨磊等［8］决策了折扣前后的最优销售价和批发价。赵帅等［9］研究预售和现售模式下生鲜农产品双渠道供应链协调策略。Yu等［10］研究零售商竞争下生鲜农产品供应链价格和服务决策。余云龙等［11］研究不同冷链服务决策权下的生鲜农产品供应链决策。上述研究未考虑竞争者产品价格的影响，无法体现复杂的竞争市场。

科学合理的物流模式是电商降低物流成本、提升物流效率、提高响应市场能力与竞争力的关键［12］。Feng等［13］分析了“最后一公里”配送的三种潜在物流模式；赵伶珊等［14］构建了生鲜电商“最后一公里”配送模式选择的演化博弈模型。郭凯等［15］通过构建自建物流的电子商务企业与第三方冷链物流企业的博弈模型，分析了自建规模对均衡结果的影响。夏德建等［16］构建了电商平台物流一体化竞争模型，分析以自建或并购方式完成自营物流建设的策略选择。赵旭等［17］认为自建物流覆盖网点受到业务规模的限制，研究了偏远地区自建与第三方的协同配送模式。以往研究以理论分析和静态博弈为主，本文考虑两农产品电商自营和TPL互相竞争，且在一方电商选择影响另一方选择情况下，构建动态博弈模型分析两农产品电商冷链物流模式的演化稳定策略。

综上，本文从动态演化视角，综合考虑农产品电商供应链与冷链物流模式选择。在农产品电商竞争且冷链物流服务方保鲜努力水平和保鲜成本系数不同的情况下，考虑农产品电商己方销售价格、他方销售价格和己方新鲜度对市场需求的影响，建立两农产品电商分别选择自营或TPL时的农产品电商供应鏈决策模型，并运用演化博弈理论分析农产品电商冷链物流模式选择的演化均衡策略，进一步仿真分析影响演化均衡策略的主要因素，为竞争环境下农产品电商的持续稳定发展提供理论支持。

1 问题描述

考虑涉及两个农产品电商（R1和R2）和一个第三方冷链物流商（Third Party Logistics，TPL）的农产品电商供应链。消费者（C）同时面向两个存在价格竞争的农产品电商，倾向选择新鲜度高而产品价格低的平台下单；两农产品电商销售生鲜农产品，为寻求冷链服务水平和成本的平衡，可选择自营冷链物流（S）或第三方冷链物流（T）将生鲜农产品配送到消费者手中。在供应链运行过程中，两农产品电商间存在价格竞争，同时自营冷链物流和第三方冷链物流间存在保鲜努力水平和成本差异，两农产品电商基于自身利益最大化，面临不同物流策略的决策问题，从而存在如图1所示的TT，TS，ST和SS四种冷链物流模式，且在电商竞争、电商物流选择策略演化过程中，电商冷链物流模式也相应演化。

设两农产品电商R1和R2销售同类同质生鲜农产品，销售价格分别为p1和p2，自营冷链物流保鲜投入成本系数均为cs，保鲜努力水平为kii=1，2，农产品新鲜度为λkii=1，2；TPL向农产品电商R1和R2提供同质服务，物流价格、保鲜投入成本系数、保鲜努力水平和新鲜度分别为w，ct，kt和lkt，l为新鲜度对保鲜水平的敏感系数（不失一般性，l=1）。农产品保鲜投入成本是保鲜努力水平的二次函数［1819］，第三方冷链物流的保鲜投入成本为Ctkt=0.5ctk2t，自营冷链物流的保鲜投入成本为Ciki=0.5csk2ii=1，2，且ct>0，cs>0，表示两电商的农产品保鲜努力水平越高，冷链物流保鲜成本越大。农产品需求函数与电商己方销售价格、他方销售价格和己方新鲜度有关，则采用TPL的电商的农产品需求函数为Di=A-αpi+βp3-i+θkti=1，2，采用自营冷链物流的电商的农产品需求函数为Di=A-αpi+βp3-i+θkii=1，2。其中，需求量为D，市场规模为A，价格弹性系数为α，交叉价格弹性系数为β，新鲜度需求弹性系数为θ。α，β，θ∈0，1，α>β［20］。

由图1可知供应链参与者决策先后顺序。在TT，TS和ST模式下，当农产品电商采用TPL时，TPL处于主导地位［10，21］。因为TPL改变冷链服务能力需要较长的前期准备，导致短时间内改变冷链服务能力并不灵活。而农产品电商可以在短时间内灵活地改变生鲜产品销售价格，并且需依据物流服务价格确定农产品的销售价格。此外，TPL的冷链服务有利于提升产品新鲜度，进而增加农产品电商的市场需求，直接影响电商利润。因此，TPL先于农产品电商决策有其合理性。

2 模型构建与决策分析

针对上述4种农产品电商冷链物流模式，在对两农产品电商的产品价格竞争关系、电商与TPL的服务博弈关系分析的基础上，构建涉及生鲜农产品销售价格、保鲜努力水平和TPL价格等的4种博弈模型，并分别进行相应的均衡决策分析。

2.1 TT模式

在TT模式中，两农产品电商均选择TPL。TPL确定物流价格、保鲜努力水平，两电商据此确定生鲜农产品销售价格，电商与TPL形成Stackelberg博弈关系。设电商R1，R2和TPL的利润函数分别为πTTR1，πTTR2和πTTL，从而可建立如式（1）的博弈模型。

2.3 ST模式

在ST模式中，电商R1和R2分别选择自营和TPL。TPL首先确定物流价格和保鲜努力水平，电商R2据物流价格和R1的销售价格确定自己的销售价格，R2与TPL形成Stackelberg博弈关系。电商R1据R2的销售价格、保鲜努力水平确定自己的销售价格和保鲜努力水平。设电商R1、R2和TPL的利润函数分别为πSTR1、πSTR2和πSTL，可建立博弈模型：

3.2 演化稳定策略分析

情形1：I=U，系统有（0，0），（0，1），（1，1），（1，0）4个均衡点。当I=U>0，ESS为（1，1）；当I=U<0，ESS为（0，0）。

情形2：I≠U，即I>U>0或U>I>0或IU>0或U>I>0，ESS为（1，1）；当I

情形3：I≠U，即I>0>U或U>0>I，系统有（0，0），（0，1），（1，1），（1，0），UU-I，UU-I5个均衡点。当I>0>U，ESS为（0，0）和（1，1）；当U>0>I，ESS为（0，1）和（1，0）。

由I=πSS-πTS，U=πST-πTT知：I>0表示当他方电商选择自营冷链物流时己方电商选择自营和TPL的净收益之差大于零，I<0相反；U>0表示当他方电商选择TPL时己方电商选择自营和TPL的净收益之差大于零，U<0相反。

命题1 当I、U取值发生变化时，演化稳定策略情况为：1）当I，U>0时，两电商均视自营冷链物流为占优策略，双方在均衡点（1，1）处实现演化稳定均衡。演化相位图如图2a所示。2）当I，U<0时，两电商均视TPL为占优策略，双方在均衡点（0，0）处实现演化稳定均衡。演化相位图如图2b所示。3）当I>0>U时，两电商均无占优策略，而是跟随他方电商选择相同策略，双方在均衡点（0，0）和（1，1）处实现演化稳定均衡。演化相位图如图2c所示。4）当U>0>I时，两电商均无占优策略，而是跟随他方电商选择相异策略，双方在均衡点（1，0）和（0，1）处实现演化稳定均衡。演化相位图如图2d所示。

命题2 电商选择自营（第三方）冷链物流的净收益足够大，则会主动选择自营（第三方）冷链物流模式而不受他方电商影响。

证明：由E1S=yπSS+1-yπST，E1T=yπTS+1-yπTT，得E1S-E1T=yI+1-yU，若I>0，U<0，则E1S-E1T>0；若I<0，U<0，则E1S-E1T<0。无论他方电商选择哪种物流模式，己方电商会主动选择净收益大的物流模式，如图2a～b，电商向（0，0）或（1，1）演化。

命题3 若他方电商不同物流模式下己方电商选择自营或TPL的净收益之差负向变动，己方选择哪种物流模式视他方而定。

证明：若I>0>U，则E1S-E1T符号不定，己方跟随他方选择相同模式，同时向（0，0）或（1，1）演化，如图2c所示；同理，若U>0>I，己方与他方选择相异模式，向（0，1）或（1，0）演化，如图2d所示。

4 数值仿真分析

系统演化状态取决于图2c中区域OADC和ABCD（图2d中区域OABD和OCBD）面积S1和S2的变化。由于TS和ST模式下均衡结果的对称性，在图2d中，S1=S2=0.5，系统演化为（1，0）和（0，1）的概率相同。下面只讨论I>0>U情况，系统可演化为Q1策略（第三方冷链物流，第三方冷链物流）和Q2策略（自营冷链物流，自营冷链物流），系统演化为Q1策略的概率为S1=12x*+y*=UU-I。

基于上述模型，进一步进行数值仿真分析。为此根据文献［4］和［24］参数设置，并对“盒马鲜生”、“每日优鲜”等主要生鲜电商平台进行调研，发现调研结果与文献参数设置基本吻合。在满足演化稳定条件下，取基础变量A=100，α=1。下面仿真分析参数β、θ、ct和cs对S1的影响。

命题4 交叉价格弹性系数增大，农产品电商倾向自营冷链物流；否则倾向第三方冷链物流。

取ct=20，cs=10。若β∈0.84，0.96，θ=0.7，0.75，0.8，得到β对均衡状态（0，0）概率的影响如图3所示。由图3可知，交叉价格弹性系数越大，S1越小，博弈均衡状态（1，1）的概率越大，电商选择Q2策略的概率越大，且电商趋向Q2策略的速度变缓。当β大于某阈值时，电商选择Q2策略的概率大于选择Q1策略的概率。

命题5 新鲜度需求弹性系数增大，农产品电商倾向自营冷链物流；否则，倾向第三方冷链物流。

取ct=20，cs=10。若θ∈0.557，0.564，β=0.5，0.6，0.7，得到θ對均衡状态（0，0）概率的影响如图4所示。由图4可知，新鲜度需求弹性系数越大，S1越小，博弈均衡状态（0，0）的概率越小，电商选择Q1策略的概率越小。当θ大于某阈值时，电商选择Q2策略的概率大于选择Q1策略的概率。

命题6 第三方保鲜投入成本系数增大，电商倾向自营冷链物流；否则，倾向第三方冷链物流。

取β=0.9，θ=0.7。若ct∈5，6.8，cs=5，7，12，ct对均衡状态（0，0）概率的影响如图5所示。由图5可知，第三方冷链物流保鲜投入成本系数越大，S1越小，均衡状态（0，0）的概率越小，电商采取Q1策略的概率越小，且趋向Q2策略的速度加快。当ct大于某阈值时，电商选择Q2策略的概率大于Q1策略的概率。

命题7 自营保鲜投入成本系数增大，电商倾向第三方冷链物流；否则，倾向自营冷链物流。

取β=0.9，θ=0.7。若cs∈1，40，ct=5，5.5，6，cs对均衡状态（0，0）概率的影响如图6所示。由图6可知，自营冷链物流保鲜投入成本系数越大，S1越大，均衡状态（0，0）的概率越大，电商选择Q1策略的概率越大，且趋向Q1策略的速度变缓。当cs大于某阈值时，电商选择Q1策略的概率大于Q2策略的概率。

5 结论

本文以农产品电商冷链物流模式为研究对象，对涉及两农产品电商竞争、电商自营冷链物流和TPL的农产品电商供应链，建立两电商均选择自营、均选择TPL、一方选择自营而另一方选择TPL的Stackelberg和演化博弈模型，从动态角度分析两农产品电商的物流模式演化稳定策略，并通过算例仿真揭示交叉价格弹性系数、新鲜度需求弹性系数、第三方和自营冷链物流保鲜投入成本系数对稳定策略的影响规律，得到结论：1）交叉价格弹性系数与系统向Q2策略演化的概率呈正相关关系，且演化速度逐渐变缓。一方农产品电商的需求量受他方的价格影响较大时，电商为快速响应市场变化，及时调整物流运输方案，倾向选择自主权较大的自营冷链物流。2）新鲜度需求弹性系数与系统向Q2策略演化的概率呈正相关关系。消费者对农产品品质要求的提升，使农产品电商更关注新鲜度。农产品电商选择自营冷链物流有较大的自主权，可根据市场变化和自身需求随时调整农产品保鲜水平，以满足消费者对农产品高新鲜度的要求。3）第三方冷链物流保鲜投入成本系数与系统向Q2策略演化的概率呈正相关关系；自营冷链物流保鲜投入成本系数与系统向Q1策略演化的概率呈正相关关系。自营冷链物流保鲜投入成本较高时，农产品电商倾向与TPL合作，将转移冷链物流服务，由TPL提供保鲜服务；第三方冷链物流保鲜投入成本较高时，农产品电商倾向自营冷链物流，自己提供保鲜服务。由于运输量和专业化程度等因素影响，自营和第三方冷链物流的保鲜成本系数有所不同，农产品电商应权衡两种模式的保鲜水平和成本系数，选择适应电商自身发展的冷链物流模式，以获得高保鲜度并减少保鲜投入成本。在自身利益最大化的情况下，为消费者提供高品质的生鲜农产品。

本文以农产品电商供应链为研究对象，探究了交叉价格弹性系数、新鲜度需求弹性系数、自营和第三方冷链物流保鲜投入成本系数对冷链物流模式稳定策略的影响。有关价格弹性、新鲜度需求弹性等因素对农产品需求、新鲜度的影响，及市场上同时存在多个TPL，且向两农产品电商提供异质性物流服务时，各因素对农产品电商冷链物流模式演化均衡策略的影响等问题有待深入研究。

参考文献：

［1］姚源果，贺盛瑜. 基于交通大数据的农产品冷链物流配送路径优化研究［J］. 管理评论，2019，31（4）： 240－253.

YAO Y G， HE S Y. Research on optimization of distribution route for cold chain logistics of agricultural products based on traffic big data［J］. Management Review， 2019， 31（4）： 240－253.

［2］艾瑞咨询. 2020年中国生鲜农产品供应链研究报告［DB/OL］. （2020－3－30） ［2021－10－7］. https：//report.iresearch.cn/ report/202003 /3545.shtml.

I RESEARCH. The research report of China fresh agricultural products supply chain in 2020［DB/OL］. （2020－3－30） ［2021－10－7］. https：//report.iresearch.cn/ report/202003 /3545.shtml.

［3］BLACKBURN J， SCUDDER G. Supply chain strategies for perishable products： the case of fresh produce［J］. Production and Operations Management， 2009， 18（2）： 129－137.

［4］曹晓宁，王永明，薛方红，等. 供应商保鲜努力的生鲜农产品双渠道供应链协调决策研究［J］. 中国管理科学，2021，29（3）： 109－118.

CAO X N， WANG Y M， XUE F H， et al. Coordination strategies for dual—channel supply chain of fresh agricultural products considering the fresh—keeping effort of supplier［J］. Chinese Journal of Management Science， 2021， 29（3）： 109－118.

［5］劉墨林，但斌，马崧萱. 考虑保鲜努力与增值服务的生鲜电商供应链最优决策与协调［J］. 中国管理科学，2020，28（8）： 76－88.

LIU M L， DAN B， MA S X. Optimal strategies and coordination of fresh e-commerce supply chain considering freshness-keeping effort and value-added service［J］. Chinese Journal of Management Science， 2020， 28（8）： 76－88.

［6］CAI X Q， CHEN J， XIAO Y B， et al. Fresh-product supply chain management with logistics outsourcing［J］. Omega， 2013， 41（4）： 725－765.

［7］QIN Y Y， WANG J J， WEI C M. Joint pricing and inventory control for fresh produce and foods with quality and physical quantity deteriorating simultaneously［J］. International Journal of Production Economics， 2014， 152： 42－48.

［8］杨磊，肖小翠，张智勇. 需求依赖努力水平的生鲜农产品供应链最优定价策略［J］. 系统工程理论与实践，2017，26（1）： 145－156.

YANG L， XIAO X C， ZHANG Z Y. Optimal pricing policies of agricultural product supply chain with effort level dependent demand［J］.Journal of Systems & Management， 2017， 26（1）： 145－156.

［9］赵帅，李文立，曹晓宁，等. 预售模式下的生鲜农产品双渠道供应链协调机制［J］. 管理工程学报，2021（4）：162－177.

ZHAO S， LI W L， CAO X N， et al. Coordination mechanism of fresh agricultural products dual—channel supply chain under the advance selling mode［J］. Journal of Industrial Engineering and Engineering Management，2021（4）：162－177.

［10］ YU Y L， XIAO T J， FENG Z W. Price and cold-chain service decisions versus integration in a fresh agri-product supply chain with competing retailers［J］. Annals of Operations Research， 2020， 287： 465－493.

［11］ 余云龙，冯颖.不同冷链服务模式下生鲜农产品供应链决策［J］. 中国管理科学，2021，29（9）： 135－143.

YU Y L， FENG Y. Impact of cold-chain service modes on decisions and performance in a fresh agri-product supply chain［J］. Chinese Journal of Management Science， 2021， 29（9）： 135－143.

［12］ 魏国辰. 电商企业生鲜产品物流模式创新［J］. 中国流通经济， 2015（1）： 43－50.

WEI G C. Study on the innovation of fresh products logistics model in Chinese e-commerce enterprises［J］. China Business and Market， 2015（1）： 43－50.

［13］ LI F， FAN Z P， CAO B B， et al. The logistics service mode selection for last mile delivery considering delivery service cost and capability［J］. Sustainability， 2020， 12： 8080.

［14］ 趙伶珊，庄小云，杨露. 基于演化博弈的生鲜电商“最后一公里”配送模式选择研究［J］. 黑龙江工业学院学报（综合版），2019， 19（7）： 69－74.

ZHAO L S， ZHUANG X Y， YANG L. Selection of “last mile” e-commerce distribution mode for fresh food products based on evolutionary game［J］. Journal of Heilongjiang University of Technology （Comprehensive Edition）， 2019， 19（7）： 69－74.

［15］ 郭凯，何明柯. 电子商务零售企业自建物流与第三方物流模式选择研究［J］. 物流技术，2015，34（6）： 126－129.

GUO K， HE M K. Study on preference of self-developed or third party logistics of e-commerce retail enterprises［J］. Logistics Technology， 2015，34（6）： 126－129.

［16］ 夏德建，王勇，石国强. 自建VS并购： 物流一体化竞争下的电商平台演化博弈［J］. 中国管理科学，2020，186（4）： 125－133.

XIA D J， WANG Y， SHI G Q. Self-construction versus merger and acquisition： evolutionary game of e-commerce platforms on logistics integration competition［J］. Chinese Journal of Management Science， 2020， 186（4）： 125－133.

［17］ 赵旭，汪永，胡斌. 电商平台自建物流与第三方物流企业间的协同配送机制研究［J］. 系统工程，2019，37（2）： 81－90.

ZHAO X， WANG Y， HU B. Research on cooperative distribution mechanism between self-built logistics and third party logistics enterprises in e-commerce platform［J］. Systems Engineering， 2019， 37（2）： 81－90.

［18］ 唐润，彭洋洋. 考虑渠道特征的生鲜食品供应链双渠道协调演化博弈分析［J］. 统计与决策，2018，34（13）： 56－60.

TANG R， PENG Y Y. Evolution game analysis of two-channel coordination in fresh food supply chain considering channel characteristics［J］. Statistics & Decision， 2018， 34（13）： 56－60.

［19］ 冯颖，李智慧，张炎治. 零售商主导下TPL介入的生鲜农产品供应链契约效率评价［J］. 管理评论，2018，30（3）： 215－225.

FENG Y， LI Z H， ZHANG Y Z. Contract efficiency evaluation in a fresh agri-products and retailer-led supply chain with TPLs participation［J］. Management Review， 2018， 30（3）： 215－225.

［20］ 李春发，来茜茜，周驰，等. 处理商主导型手机回收渠道决策演化博弈研究［J］. 软科学，2019，33（10）： 93－99.

LI C F， LAI X X， ZHOU C， et al. Research on evolutionary game of mobile phone recycling channel decision dominated by processor［J］. Soft Science， 2019， 33（10）： 93－99.

［21］ ZHANG Y J， RONG F， WANG Z. Research on cold chain logistic service pricing-based on tripartite Stackelberg game［J］. Neural Computing and Applications， 2020， 32（1）： 213－222.

［22］ FRIEDMAN D. Evolutionary games in economics［J］. Econometrical， 1991， 59（3）： 637－666.

［23］ VEGA-REDONDO F. Economics and the Theory of Games［M］. England： Cambridge University Press， 2003： 479－527.

［24］ 曾佑新，袁盼，张怡雯. 博弈论视角下不同主导权的生鲜电商供应链决策分析［J］. 南京审计大学学报，2019，16（5）： 55－64.

ZENG Y X， YUAN P， ZHANG Y W. Decision-making analysis of fresh e-commerce supply chain with different dominant powers from the perspective of game theory［J］. Journal of Nanjing Audit University， 2019， 16（5）： 55－64.

（責任编辑 李 进）

收稿日期： 2022－03－20；修回日期： 2022－04－25

基金项目： 国家自然科学基金（71902077）；教育部人文社会科学研究项目（19YJC630049）

第一作者： 李春发（1968－），男，湖南郴州人，博士，教授，主要研究方向为物流系统优化与决策。

通信作者： 俎晓彤（1996－），女，河北唐山人，硕士研究生，主要研究方向为物流系统优化与决策。