基于斯坦克伯格博弈理论的直播电商农产品供应链定价策略

王雷

摘要：為深入理解直播电商环境下农产品供应链的定价策略及面临的挑战，介绍了斯坦克伯格博弈理论及直播电商农产品供应链的框架和核心特征。评述了直播电商农产品供应链定价问题的复杂性，并建立了基于假设的多种决策模型。通过数值分析方法，分析了这些模型的有效性和适用性。结果表明，直播电商环境下农产品供应链定价策略的选择对增加各参与方的利益具有明显影响，且集中决策模式在实现供应链整体利益最大化方面效果最佳。归纳了直播电商农产品供应链面临的主要挑战和决策困境，得出了优化直播电商农产品供应链定价策略的重要性，以期最大化供应链各环节参与者的共同利益。提出了针对直播电商农产品供应链定价问题的改进建议和策略，认为在直播电商快速发展的背景下，采用先进的博弈理论对定价策略进行科学分析与优化，对提升农产品供应链的整体效率和竞争力至关重要。

关键词：直播电商；农产品供应链；斯坦克伯格博弈理论；决策模型

中图分类号：F274         文献标识码：A

文章编号：0439-8114（2024）04-0168-06

Pricing strategy for agricultural product supply chain in live streaming E-commerce based on Stackelberg game theory

Abstract： In order to gain a deeper understanding of the pricing strategies and challenges faced by the agricultural product supply chain in the live streaming E-commerce environment， the Stackelberg game theory and the framework and core features of the live streaming E-commerce agricultural product supply chain were introduced. The complexity of pricing issues in the agricultural product supply chain of live streaming E-commerce was evaluated， and multiple decision models based on assumptions were established. The effectiveness and applicability of these models were analyzed through numerical analysis methods. The results indicated that the selection of pricing strategies for agricultural product supply chains in the live streaming E-commerce environment had a significant impact on increasing the interests of all parties involved， and the centralized decision-making model had the best effect in achieving the maximization of overall supply chain benefits. The main challenges and decision-making difficulties faced by the live streaming E-commerce agricultural product supply chain were summarized， and the importance of optimizing the pricing strategy of the live streaming E-commerce agricultural product supply chain was concluded， in order to maximize the common interests of all participants in the supply chain. Suggestions and strategies for improving the pricing of agricultural product supply chains in live streaming E-commerce had been proposed. It was believed that in the context of the rapid development of live streaming E-commerce， adopting advanced game theory to scientifically analyze and optimize pricing strategies was crucial for improving the overall efficiency and competitiveness of the agricultural product supply chain.

Key words： live streaming E-commerce； agricultural product supply chain； Stackelberg game theory； decision-making model

直播电商和供应链定价是当前较热门的研究领域，通过在线直播，农产品供应商可以与消费者直接互动，展示产品特点，并提供实时的销售和定价策略［1］。然而，在这个新兴领域，由于供应链中的不同角色之间存在信息不对称和博弈关系，因此定价策略的制定变得非常复杂。鉴于此，国内外学者已经进行了大量研究。谭春桥等［2］通过建立全价期和优惠期两段定价的方式，提出了利用区块链技术框架的O2O生鲜农产品供应链定价模型，直播零售商和电商平台都可以从消费者策略行为中获益，相应的社会福利也会得到提升。徐广姝等［3］为了解决生鲜农产品供应链定价与保鲜投入之间的矛盾问题，利用斯坦克伯格博弈理论（Stackelberg game theory）构建了供应商和直播零售商之间的利润函数，对不同质量分级模式下的定价策略进行对比分析，结果表明，产地分级模式下的定价策略有利于增加市场需求及市场主体的利润。综上所述，虽然直播电商和农产品供应链定价研究正在逐渐崭露头角，各种理论模型也相继被提出。在供应链定价领域，现有的大量研究工作集中在成本最优和利润最大方面［4］。然而，针对直播电商领域的农产品供应链定价研究还相对较少。鉴于此，本研究创新性地以直播电商农产品供应链定价为主要方向，在斯坦克伯格博弈理论的基础上对不同的决策模式进行数学建模和博弈分析，最后得到最优的定价策略，旨在探索供应链各方之间的定价策略博弈及博弈均衡的寻找。

1 理论分析与研究假设

1.1 斯坦克伯格博弈理论

斯坦克伯格博弈理论由德国数学家赫尔曼·冯·斯坦克伯格提出［5］。理论的核心概念是在一个具有两个或多个参与者的博弈中，其中一个参与者被称为领导者，其他参与者被称为追随者，且都最大化自身利益［6］。斯坦克伯格博弈与其他博弈理论的主要区别在于领导者和追随者的角色和先后顺序。在斯坦克伯格博弈中，领导者能够预先了解追随者的反应，并根据这些反应做出决策。这种先知性使得领导者能够获得一定的优势，并且能够在博弈中采取战略性的行动。此外，该理论可根据参与者的角色和数量不同分为3种类型，分别为单一领导者和单一追随者、单一领导者和多个追随者、多个领导者和单一追随者［7］。

1.2 直播电商农产品供应链

直播电商农产品供应链利用了互联网和直播技术，通过在线直播平台将农产品生产者、供应商和消费者连接在一起，以实现更高效、更直接的农产品交易和销售［8］，其模型如图1所示。直播电商农产品供应链模型主要包含农户、农产品品牌商和直播平台3个部分。其中，农户是产品的提供者，可长期提供优质的产品，但存在农产品销售不流通、标准化和统一化程度较低的问题。农产品品牌商是商品的包装者和售卖者，例如东方甄选、十月稻田等［9，10］。现有的直播平台（淘宝、京东和抖音等）利用数字化手段将农户、农产品品牌商、消费者及直播平台进行整合协作［11，12］。

传统的电商如淘宝、京东都是以人找物的形式进行搜索购物［13］。而直播电商则是通过高度目标化的营销策略，将农产品的供应链作为主播的导购端，平台用户及粉丝作为消费端。主播通过解说和多元的营销技巧将农产品的特点、优势和价格进行逐一介绍，从而引导消费者下单购买（表1）。

1.3 研究假设

随着数字电商和网络直播的持续发展，以网络渠道的方式帮助农户进行农产品销售已经成为主流，该模式解决了大多数贫困地区优质农产品的滞销问题［14］。然而，随着农产品直播带货形式的愈演愈烈，部分农产品品牌商为了获取更多的利润，不惜提高农产品的议价，导致整个直播电商农产品供应链出现经济失衡现象。综合分析后，本研究提出了2个亟待解决的问题，第一，直播电商农产品供应链应该采取哪种合理的联盟模式；第二，各種因素如农产品新鲜度、直播销售水平等对农产品直播销售价格带来怎样的影响。结合以上问题，继续排除一些非特殊影响因素，如农户、农产品品牌商和直播平台三者的信息共享程度，市场需求和库存量、缺货量的稳定关系。研究提出了以下3点假设，假设1：集中决策模式对直播电商农产品供应链定价存在正向影响；假设2：分散决策模式对直播电商农产品供应链定价存在负向影响；假设3：农产品的新鲜度、直播销售的努力和直播服务水平等因素对供应链定价存在区间作用。

2 研究设计

2.1 合作案例

为了贴近研究的主题，增加研究的真实性，选择了浙江省台州市中国国家地理标志产品黄岩蜜橘作为研究对象。浙江省台州市气候温暖湿润，光照条件充足，土层深厚，带沙性，加上良好的病虫防治手段，使得蜜橘的质量极高。台州市黄岩新峰果树种植场的农户C将蜜橘进行选色、分级和精拣，再经设备清洗、消毒和包装，整个过程严格遵循质量控制标准。直播平台D属于浙江省台州市的台州天熊互娱文化传媒有限公司，该平台为了进一步提升消费者的满意度和购物体验，不断完善用户权益机制，同时对优质的电商内容进行持续激励［15］。M是浙江省台州市新转型的数字化农产品品牌商，公司名称为台州优达农业发展有限公司，以直播电商模式推广和销售高质量的当地农产品为主。自营的农产品有仙居杨梅、黄岩蜜橘、天台山云雾茶等。在三者构成的直播电商农产品供应链中，以斯坦克伯格博弈理论为基准，将农产品品牌商家M作为主导者，农户C及直播平台D作为追随者，三方达成互利合作，打造稳定的供应链机制。其中，直播平台D推出专项活动，直接对接了消费者和地域特色农产品。农产品品牌商M作为主导者，为助力农产品销售施行了降低佣金比例的操作。农户C结合当地文化特色，尝试建设品牌化和地域化的蜜橘销售口碑。

2.2 变量解释

为了更加合理地阐述直播电商农产品供应链定价模型，本研究引入了以下相关变量。农产品新鲜度用[θ（t）]表示，该值随着时间的延长而减少。直播销售努力水平用[e]表示，努力程度越大，销售业绩越好。直播平台服务水平用[h]表示，直播服务水平越高，消费者满意度越高。直播销售价格用[p]表示，该数值与直播销售努力水平、直播平台服务水平存在非线性关系。供应链总利润用[π]表示，该数值与供应链中的农户、农产品品牌商和直播平台同样存在非线性关系。

2.3 模型构建

根据已经提出的3个假设，分别构建对应的适用模型。其中模型1为集中决策模型，用GA表示。模型2为分散决策模型，用GW表示。而假设3受诸多因素影响，分为模型3和模型4，模型3为农户和农产品品牌商协同决策模型，用GS表示；模型4为农产品品牌商与直播平台协同决策模型，用GN表示。

为了规避模型系数的不确定性，本研究仅针对模型1和模型2进行详细阐述。模型1中供应链的各决策点以整体利益最优为目的进行决策。供应链总利润如式（1）所示。

式中，[GA]表示集中决策；[a]表示消费者对直播销售努力程度的敏感系数［16］；[e]表示直播销售努力程度；[b]表示消费者对直播零售价的敏感度；[q]表示市场需求；[d]表示消费者对新鲜度的敏感系数；[μ]表示直播平台服务的敏感系数；[k1]表示网络直播的努力成本；[k2]表示直播平台的服务成本；[c]表示农户种植成本；[c1]表示农产品品牌商的加工成本；h表示直播平台服务水平。直播销售价格计算公式如式（2）所示。

模型2为分散决策模型，该模型下整个供应链各节点以自身利益最大化为目标。供应链总利润如式（3）所示。

式中，f表示直播平台所得的佣金系数；[ω]表示农户的单位批发价格。

直播销售价格计算公式如式（4）所示。

3 数值分析

为了验证分析不同决策模式对直播电商农产品供应链定价的影响效果，本研究借助数值模拟，在满足以上假设的前提下，结合直播平台数据及市场调研，确定消费者对直播零售价的敏感度、消费者对新鲜度的敏感系数和农户种植成本等参数后得到既定阈值参数，如表2所示。

将农户C的每667 m2蜜橘产量作为一个单位，分析了4种决策模型下农产品的新鲜度对直播零售定价与供应链总利润的影响。由于农产品的新鲜度没有恒定的测量单位，因此以品质评分的方式，将0～100等分成10个等级，级别越高，说明新鲜度越好，结果如图2所示。随着农产品的新鲜度增加，集中决策模型下的直播销售价格上涨幅度最小，分散决策模型的直播销售价格上涨幅度最大。此时供应链总利润以集中决策模型为最佳，在新鲜度为100时，供应链总利润为16 000元/667 m2。当新鲜度在30～40等级时，供应链总利润呈下降趋势。究其原因，可能是为了保证农产品的新鲜度从而提高了保鲜成本。总体而言，农产品的新鲜度对于供应链利润的增长具有明显的正向影响。此外，该结果也证明3个假设的成立。

以直播销售努力程度为变量，对比测试了不同决策模式下直播销售努力程度对供應链定价的影响（图3）。努力水平同样也没有恒定测量单位，因此以质量评分的方式进行评估。直播销售价格随着努力程度的不断提高呈增长趋势。量化数据后发现，在4种模型中，模型1的综合表现最好，直播努力程度为100时供应链总利润超过16 000元/667 m2。综上所述，销售努力水平的提升有助于增加供应链的总利润，该结果也证明了3个假设的成立。

以直播服务水平为变量，对比不同决策模型下直播服务水平对供应链总利润和直播销售价格的影响。同样以品质评分的方式表示了不同程度的服务水平，测试结果如图4所示。模型1中供应链总利润随着服务水平的增加而增加，其他3种模型的供应链总利润随着服务水平的增加而减少；模型2的直播销售价格表现最好。量化数据后发现，模型1在服务水平趋近于100时，供应链总利润趋于稳定。其他3个模型在服务水平为50～60时达到临界点，然后开始下降。究其原因，可能是在整个直播电商产品供应链中，更高的服务水平导致了成本增加，从而影响利润最大化的实现，同时平台佣金上调，增加了直播服务的成本，导致总利润降低。模型2的直播销售价格最高为200元/件，模型1直播销售价格最高为150元/件。综上，模型1优于其他3种模型，再次证明了3个假设的成立。

4 小结与建议

4.1 小结

在乡村振兴的背景下，随着直播带货成为热门的营销方式，很多地方借此拓宽农产品的交易渠道，促进农民增收，因此研究直播电商农产品供应链对促进农产品产业高质量发展具有重要意义。本研究针对现有农产品直播电商供应链存在的实际问题，以直播电商农产品供应链特征框架为基础，引入斯坦克伯格博弈理论进行探讨，得出了适合现有直播电商农产品的定价策略。第一，在任何影响因素的干扰下，由农户、农产品品牌商和直播平台组成的集中决策模型表现稳中向好。农产品新鲜度越高、直播销售越努力、直播服务水平越好，供应链总利润越高。第二，农产品的新鲜度品质评分趋近于100时，供应链总利润达16 000元/667 m2，可以为消费者提供高质量、新鲜度好的农产品，有助于直播电商持续向好发展。第三，模型1的综合表现最好，直播努力程度为100时供应链总利润超过16 000元/667 m2，销售努力水平的提升有助于增加供应链总利润。第四，模型1在服务水平趋近于100时，总利润区域稳定，其他3个模型在服务水平50～60时达到临界点，然后开始下降。

4.2 建议

首先，新鲜度是给予消费者最大的购买信心，因此生鲜农产品的生产、存储、运输应该严格规范，建立一套高效的保鲜制度。直播平台也可以提供售后无忧、生鲜溯源等服务以提升消费者满意度。其次，农产品品牌商可选择多样化的直播方式，策划灵活多变的活动。以试吃、打包、发货、原产地直播等方式激发大众的参与感，促进产品信息的有效传递。最后，直播平台需要不断优化自身直播模式，研发新技术，例如关键客户定位、需求数据搜索等，为提高流量和升华产品主题提供技术支持。

综上所述，直播电商农产品供应链定价涉及多个角色，通过应用斯坦克伯格博弈理论可以揭示供应链中各角色之间的策略博弈关系，深入理解供应链定价策略。同时促进农产品市场的发展，减少中间环节，提高消费者购买的便利性和透明度。

参考文献：

［1］ 鲁钊阳.网络直播与生鲜农产品电商发展：驱动机理与实证检验［J］.中国软科学， 2021（3）：18-30.

［2］ 谭春桥，曾雨晴.基于区块链技术的O2O生鲜农产品供应链两阶段定价策略研究［J］.管理学报， 2023， 20（6）：904-915.

［3］ 徐广姝，江艳丽.基于质量分级的生鲜农产品供应链的定价与保鲜策略研究［J］.数学的实践与认识， 2021， 51（3）：321-328.

［4］ 翟羿蒙.区块链背景下的可持续电子农业的PEST研究：来自供应链管理创新的视角［J］.湖北农业科学， 2023， 62（1）：196-201.

［5］ EROL O， FILIK U B. A Stackelberg game approach for energy sharing management of a microgrid providing flexibility to entities［J］.Applied energy， 2022， 21（5）：3249-3269.

［6］ 袁得嵛，陈世聪，高 见，等.基于斯塔克尔伯格博弈的在线社交网络扭曲信息干预算法［J］.计算机科学， 2021， 48（3）：313-319.

［7］ 吴春尚.基于Stackelberg博弈模型的不同主导权的三级农产品电商供应链决策分析［J］.工业工程， 2021， 24（4）：160-167.

［8］ CAO K， HE P， LIU Z. Production and pricing decisions in a dual-channel supply chain under remanufacturing subsidy policy and carbon tax policy［J］. The Journal of the operational research society， 2020， 71（8）：1199-1215.

［9］ 于天阳，关志民，董经洋，等.不同权力结构下考虑网红营销努力的直播电商供应链决策研究［J］.管理学报， 2022， 19（5）：714-722.

［10］ 白 宁.文化旅游背景下太原阳曲小米直播营销策略［J］.食品研究与开发，2023，44（18）：225-226.

［11］ 吕丝屏.“直播+”模式下秭归脐橙的营销创新研究［J］.食品研究与开发，2023，44（13）：229-230.

［12］ 张 琳，徐佳琦.数字经济下南京雨花茶产业直播营销策略［J］.食品研究与开发，2023，44（7）：225-226.

［13］ CHAI Y，ZHANG Y， MA T，et al. Research on multi-service slice resource allocation over licensed and unlicensed bands［J］. Wireless networks， 2023， 29（1）：1-17.

［14］ 徐旭初，楊 威.社交电商农产品规模化上行能力构建逻辑——基于扎根理论的案例研究［J］.中国流通经济，2022，36（11）：38-48.

［15］ 邢 鹏，尤浩宇，樊玉臣.考虑平台营销努力的直播电商服务供应链质量努力策略［J］.控制与决策， 2022， 37（1）：205-212.

［16］ 叶 俊，顾波军，付雨芳.不同贸易模式下生鲜农产品供应链冷链物流服务与定价决策［J］.中国管理科学， 2023， 31（2）：95-107.