基于线上评论的生鲜产品供应链定价策略

卢 超, 邢窈窈

(上海大学 管理学院,上海 200444)

0 引言

近年我国生鲜电商市场飞速发展，生鲜电商已成为消费者购买生鲜产品的主要渠道[1]。特别是2019年底新冠肺炎疫情爆发后，由于全国多地小区采取封闭式管理，引发各大生鲜电商平台订单量暴增、营业额翻倍，如：盒马鲜生疫情期间线上订单数量同比增长220%，多点成交总额同比增长236%。据艾瑞咨询报道：疫情期间，商品价格在消费者选择生鲜平台决定因素中排名第四，即使在如此严苛的环境下，价格依然是用户选购的重要考量标准[2]。疫情过后甚至常态化疫情防控期间，如何制定合理的价格是生鲜电商平台运营过程中无法规避的策略性问题。生鲜电商交易量，除受产品定价影响外，还受到消费者对商品评论的影响[3]，线上评论已成为影响消费者购买商品的重要因素之一[4]。因此，从消费者评论的视角出发，优化生鲜产品的定价，对提高生鲜电商竞争力具有重要的理论和实践价值。

目前，关于生鲜产品的研究主要有以下三个方面：(1)订货和定价联合策略的研究。杨天剑等[5]研究了不同采购策略下渠道成员定价及订货决策。原逸超和石岿然[6]研究允许和不允许策略型消费者无缺陷退货两种模式下零售商的定价区间和订货策略。Otrodi等[7]通过建立双目标模型实现易腐物品的总利润最大和总库存最小。Liu等[8]创新性地从保鲜技术投资的角度研究了均衡条件下的保鲜技术投资和定价问题。Wang和Chen[9]探讨了生鲜农产品的报童问题，并对报童的最优联合定价决策进行了分析。王磊和但斌[10]不仅研究了生鲜农产品在保鲜措施下的订货定价策略，进一步提出了“保鲜成本分担+收益共享”契约。(2)动态定价策略的研究。刘新民等[11]研究了消费者异质偏好下效用敏感系数对消费者效用以及厂商动态定价决策的影响机理。Sainathan[12]分析了动态需求下易腐产品的定价与订货问题。而Herbon和Khmelnitsky[13]考虑到价格、时间对需求量的加性影响，研究了易腐产品的最优动态定价与订购问题。毛照昉和王方圆[14]研究不同消费者行为和估值折扣差异下易逝品两阶段动态定价决策问题。Feng[15]进一步针对易逝品动态定价和质量投资的最优补货问题，提出了以单位时间总利润最大化为目标的动态优化模型。(3)捆绑销售下的定价策略研究。Yan等[16]采用非线性混合整数规划模型，研究了生鲜产品捆绑定价问题。唐磊和赵林度[17]建立了捆绑销售价格模型，探究了两种批次的同种易腐食品的捆绑销售价格模型。魏航[18]研究了同质生鲜产品捆绑销售下的最优捆绑价格、临界时间以及捆绑数量的问题，并给出了最优双变量组合决策和条件。以上学者从不同角度对生鲜产品的定价问题进行了分析，但未考虑消费者线上评论对定价的影响。

消费者评论对消费者效用会带来重要影响[19]，将消费者效用理论应用于定价模型是产品定价常用的方法之一。蔡学媛等[20]研究了多个制造商与线上零售商基于在线评论的最优定价策略问题。Li和Hitt[21]建立了考虑线上评论影响消费者效用的Stackelberg模型，进而分析线上评论对最优定价的影响。Li等[22]进一步研究了网上评论信息对企业重复购买产品定价策略的影响。崔芳等[23]在Hoteling模型中加入在线评论对消费者预期值的影响，研究垄断厂商最优的定向市场播种策略。以上学者探究了在消费者评论影响下的产品最优定价问题，但未考虑生鲜产品易腐烂的特性。

针对以上研究的不足，本文以一个零售商和一个制造商组成的两级供应链为研究对象，研究线上评论对消费者购买决策的影响，定量分析不同决策下生鲜产品的最优定价及利润，以期为制造商和零售商的经济行为提出参考意见。

1 问题描述与假设

1.1 问题描述

本文仅考虑零售商向消费者销售生鲜产品的情况。如图1所示，假设在产品供应链中，生鲜产品由制造商生产并向零售商批发；消费者在电商平台综合产品定价、线上评论决定是否购买产品，若购买产品则可发表相关评论，零售商和制造商根据消费者评论改进产品质量、调整销售策略。

图1 生鲜产品销售流程

基于图1，本文考虑三种决策类型：(1)无成本分担与收益共享的分散决策模式，制造商承担保鲜成本；(2)集中决策模式，制造商和零售商为一个整体；(3)成本分担与收益共享的分散决策模式，制造商和零售商共同承担保鲜成本。各决策所涉及的参数与变量如表1所示。

表1 主要参数与变量说明

1.2 模型假设

假设1生鲜产品新鲜度通常与保鲜努力水平e和运输时间t有关，定义新鲜度函数为[24]:

(1)

假设2消费者线上选购生鲜产品时不仅受零售价的影响，还会考虑产品新鲜度以及线上评论等因素。假设消费者效用U=(1-r)v-bp+kθ>0时，消费者选择购买生鲜产品。其中，r表示线上负面评论对消费者的影响力，负面评论影响力越大，消费者购买意愿越小，即(1-r)v越小；1-r表示线上正面评论对消费者的影响力，正面评论影响力越大，消费者购买意愿越大，即(1-r)v越大；v表示消费者对生鲜产品的估值，服从[0,1]均匀分布，故本文需求函数如下：

(2)

假设3假设生鲜产品保鲜成本与保鲜努力水平e(0

(3)

2 模型构建

2.1 模式Ⅰ:无成本分担和收益共享的分散决策

无成本分担和收益共享的分散决策模式下，制造商和零售商之间进行Stackelberg博弈，制造商为主导者，零售商为跟随者。博弈顺序为：制造商确定生鲜产品批发价w和保鲜努力水平e以最大化其自身利润，零售商以此为基础决定商品零售价p。在无成本分担和收益共享的分散决策模式下，制造商和零售商的利润函数分别为:

maxπ1=(w-c)D-c(e)1

(4)

maxV1=(p-w)D

(5)

根据博弈理论，Stackelberg博弈采用逆向归纳法简化求解：先求解零售商的最优零售价p，再确定制造商的批发价w和保鲜努力水平e。为解得无成本分担和收益共享的分散决策下制造商和零售商的最大利润，进行以下假设：

假设4线上正面评论对消费者估值影响系数1-r、保鲜努力成本投入系数μ、价格弹性系数b、运输时间t、新鲜度弹性系数k满足:

4(1-r)μb(1+t2)2-k2>0

(6)

2.2 模式Ⅱ：集中决策

在集中决策模式下，制造商与零售商之间没有利益交换，它们共同决定零售价p和保鲜努力水平e，实现整体利益最大化。总体效用函数包括总体收益(p-c)D以及不进行成本分担的保鲜成本c(e)1。合作决策问题描述如下:

maxπ2=(p-c)D-c(e)1

(7)

假设5集中决策下，线上正面评论对消费者估值影响系数1-r、保鲜努力成本投入系数μ、价格弹性系数b、运输时间t、新鲜度弹性系数k满足:

2(1-r)μb(1+t2)2-k2>0

(8)

定理3模式Ⅱ下的保鲜努力最优水平大于模式Ⅰ下的保鲜努力最优水平。

根据定理3分析可知，集中决策模式(模式Ⅱ)下的保鲜努力最优水平高于无成本分担和收益共享的分散决策模式(模式Ⅰ)下的保鲜努力最优水平，而现实中制造商和零售商大多相互独立决策，较难实现集中决策。因此，2.3节提出一种基于协商契约的成本分担和收益共享模式，并探讨这种机制能否在分散决策模式下提高保鲜努力最优水平，实现帕累托最优。

2.3 模式Ⅲ：成本分担与收益共享的分散决策

在成本分担与收益共享的分散决策模式下，零售商分担制造商一部分保鲜成本，制造商将所得收益按一定比例与零售商共享，以提高生鲜产品的保鲜努力水平。制造商的效用包括收益共享后的利润(1-ψ)(w-c)D，成本分担后制造商保鲜成本c(e)2。其中，ψ是收益共享系数，δ是成本分担系数。制造商的效用函数如下所示:

maxπ3=(1-ψ)(w-c)D-c(e)2

(9)

零售商的效用包括收益共享后的利润(p-w)D+ψ(w-c)D，需要分担的保鲜成本δμe2/2。此时，零售商的效用函数为:

(10)

假设6在成本分担与收益共享的分散决策模式下，线上正面评论对消费者估值影响系数1-r、保鲜努力成本投入系数μ、价格弹性系数b、成本分担系数δ、运输时间t、新鲜度弹性系数k需满足:

4(1-r)μb(1+t2)2(1-δ)-k2>0

(11)

推论1线上正面评论对保鲜努力的影响不仅受决策模式的影响，还受制造商生产成本的制约。因此，在三种模式下，可根据成本大小调整管理线上正面评论的影响力和保鲜努力、新鲜度等。在无成本分担和收益共享的分散决策模式下，当c>k2/4b2μ(1+t2)2时，线上正面评论的影响力与保鲜努力、新鲜度均呈正相关；当0k2/2b2μ(1+t2)2时，线上正面评论的影响力与保鲜努力、新鲜度均呈正相关；当0k2/4b2μ(1+t2)2(1-δ)时，线上正面评论的影响力与保鲜努力、新鲜度均呈正相关；当0

推论2在无成本分担和收益共享的分散决策模式、集中决策和成本分担和收益共享的分散决策三种决策模式下，随着运输时间t的上升，保鲜努力程度e和新鲜度θ均呈现下降的趋势。通过推论2可知，运输时间过长也会降低生鲜产品新鲜度，同时会削弱制造商和零售商付出保鲜努力的意愿。为满足消费者对生鲜产品的安全性、新鲜度的要求，制造商和零售商可与具备专业运输生鲜产品能力与资质的冷链公司合作，与其建立订单共同配送信息平台，降低生鲜产品的损耗。

2.4 比较分析

该部分重点对无收益共享和成本分担决策、集中决策、收益共享和成本分担决策模式下保鲜努力、供应链利润进行比较分析。

推论3无收益共享和成本分担的分散决策模式下保鲜努力的最优水平低于集中决策模式下的最优水平，但通过成本分担和收益共享机制，当成本分担系数δ>1/2时，收益共享和成本分担的分散决策模式下保鲜努力最优水平高于集中决策模式下的保鲜努力最优水平。当成本分担系数0<δ<1/2时，收益共享和成本分担的分散决策模式下保鲜努力最优水平低于集中决策模式下的最优水平。

推论4集中决策模式下的供应链利润高于无收益共享和成本分担决策的分散决策模式下的供应链利润，但通过成本分担和收益共享机制，当成本分担系数满足0<δ<2/3，且线上正面评论影响力满足02/3，集中决策模式下的供应链利润仍然高于收益共享和成本分担的分散决策模式下的供应链利润。

综上所述，当成本分担系数δ>2/3时，制造商和零售商采取集中决策模式收益更高，若双方合作意愿较强，选择集中决策的可能性更大；当成本分担系数1/2<δ<2/3时，收益共享和成本分担的分散决策模式下保鲜努力高于集中决策模式下的保鲜努力最优水平，而两种模式下利润的大小受线上正面评论的影响，故制造商和零售商需根据线上正面评论的影响力选择合适的决策模式；当成本分担系数δ<1/2时，集中决策模式下保鲜努力最优水平高于收益共享和成本分担的分散决策模式下的最优水平，制造商和零售商也需根据线上正面评论的影响力和自身保鲜努力的水平选择合适的决策模式。

3 数值实例

3.1 案例描述和参数设置

生鲜产品的最大特征是易损易腐，购物体验很难达到预期。目前，京东生鲜充分利用消费者评价信息，建立了用户体验信息反馈系统。即用户在京东生鲜购买的生鲜商品签收后48小时内，如果商品包装出现破损，或食材不新鲜，均可以在系统中提交反馈；通过100分钟的系统审核之后，如反馈问题属实，便可享受到“只赔不退”的服务。如此，京东生鲜可以从消费者的视角出发对生鲜产品和服务的评价进行实时监控。为探索影响新鲜度的因素，本文研究线上正面评论影响力对新鲜度的影响和时间对新鲜度的影响。

为了模拟分析三种模式下关键因素对零售价、保鲜努力水平、需求量的影响，本文将成本、保鲜努力成本投入系数和运输时间分别设为c=0.5、μ=0.8、t=0.5，他参数设置为r=0.05、b=0.85、k=0.6、δ=0.65。为保证结果的有效性，以上参数的设置均满足以下约束条件：4(1-r)μb(1+t2)2-k2>0、2(1-r)μb(1+t2)2-k2>0、4(1-r)μb(1+t2)2(1-δ)-k2>0。将所有参数值代入到三种模式下制造商和零售商的最优决策方程中，得到三种模式下零售价、保鲜努力水平、需求量，结果如表2所示。

表2 三种模式下的最优决策

3.2 线上正面评论影响力对新鲜度的影响

三种模式下，线上正面评论对新鲜度最优水平的影响如图2、图3所示。由于新鲜度非负，故仅分析第一象限内新鲜度的趋势。

图2 c=0.5时正面评论影响力与新鲜度的关系

在模式Ⅰ中，当c>k2/4b2μ(1+t2)2时，取c=0.5，线上正面评论影响力与新鲜度呈正相关关系；当0k2/2b2μ(1+t2)2时，取c=0.5，线上正面评论影响力与新鲜度呈正相关关系；当0k2/4b2μ(1+t2)2(1-δ)时，取c=0.5，线上正面评论影响力与新鲜度呈正相关关系；当0

综上所述，高生产成本的制造商线上正面评论影响力与新鲜度呈正相关关系，低生产成本的制造商正面评论影响力与新鲜度呈负相关关系。从新鲜度的角度分析，对于相同模式下的制造商，为达到相同的新鲜度，低生产成本的制造商更需要重视线上正面评论的影响力，高成本制造商可以适当减少对线上评论的管理。在实际生产中，部分制造商为降低生产成本，在生产中使用成本低、质量差的有机肥或原材料等，更容易引起消费者对产品质量的不满，导致负面评论影响力增加。因此，低成本制造商为提高市场竞争力，需要利用负面评论提高产品质量，完善供应链并锻造企业的核心竞争力。

3.3 时间对新鲜度的影响

图4展示了模式Ⅰ、模式Ⅱ、模式Ⅲ下时间对新鲜度的影响。如图4所示，随着运输时间t的上升，新鲜度θ呈现下降的趋势，且当t无限增大时，不管制造商和零售商是否采取保鲜措施，新鲜度均接近0，符合现实情况。在相同运输时间下，采取成本分担与收益共享的分散决策能最大限度保证生鲜产品的新鲜度，而无成本分担与收益共享的分散决策下，由于保鲜努力不足等综合因素的影响，生鲜产品更容易腐烂变质。此外，随着时间推移，消费者对生鲜产品的估值会下降，导致市场需求量减少。所以，在现实中，很多超市在晚上会开展生鲜产品打折活动，消费者也会根据其新鲜度和零售价重新估值，从而提高生鲜产品市场需求量。

图4 时间与新鲜度的关系

4 结论与建议

4.1 研究结论

本文基于线上评论研究生鲜产品供应链的定价策略，分别探究了无成本分担与收益共享的分散决策模式、集中决策模式和成本分担与收益共享的分散决策模式下供应链的定价策略，并从线上正面评论影响力对新鲜度的影响、时间对新鲜度的影响两个方面进行了数值实例分析。主要研究结论如下：

(1)集中决策下生鲜产品的最优零售价低于无成本分担与收益共享的分散决策模式下的最优零售价，但集中决策下市场需求量的增加使供应链利润高于无成本分担与收益共享的分散决策。但是，通过收益共享和成本分担机制，收益共享和成本分担的分散决策模式下的供应链利润有可能高于集中决策模式下的供应链利润。因此，生鲜零售商在进行决策时，要综合考虑成本分担系数和线上正面评论影响力的大小，尤其是在初期线上正面评论影响力较小时，生鲜零售商应优先选择收益共享和成本分担的分散决策模式。

(2)当保鲜努力水平对正面评论影响力的变化率为正时，随着正面评论影响力的增加，制造商会付出更多的保鲜努力，生鲜产品的新鲜度越高，生鲜产品的竞争优势越显著，尽管保鲜努力成本增加，但零售价的提高能确保获取更多的利润；当保鲜努力水平对正面评论影响力的变化率为负时，考虑到提高保鲜努力成本会降低市场需求量，大部分制造商和零售商不愿主动提升保鲜努力水平。随着正面评论影响力的增加，制造商和零售商付出较少的保鲜努力即可获得较高的市场需求量和利润。

(3)同一模式下、新鲜度相同的两种产品，当生产成本较低时，制造商需要重视线上正面评论的影响力；当生产成本较高时，可以适当减少对线上评论的管理。对于生鲜电商来说，产品的新鲜度尤为重要，对于三种模式下新鲜度相同的生鲜产品，成本分担和收益共享模式下生鲜产品的新鲜度最高，但也需要制造商和零售商投入更多努力提高正面评论的影响力。比如：运用大数据、人工智能等先进技术缩短冷链供应链、把控生鲜产品的质量。

4.2 建议启示

对零售商而言，分散决策下市场需求量最小，即零售商订货量小于集中决策时的订货量。由于生鲜产品具有易腐特性，订货量越小，生鲜变质带来的损失也就越小、库存成本越小。因此，建议风险规避型零售商采取分散决策，但此举会恶化供应链整体的利益。

对制造商而言，成本分担与收益共享的分散决策模式下既可以承担较小的保鲜成本，也可以分担零售商面对生鲜产品腐烂的风险。因此，建议制造商主动与零售商进行协商谈判，确定制造商和零售商的成本分担比例和收益共享系数，制定成本分担与收益共享契约，实现双方合作共赢。

此外，由于企业追求利润最大化，不良商家为了保持生鲜产品的新鲜程度而为其违规添加防腐剂等有害元素，亟需政府相关部门加强监督管理。建议政府进一步完善奖惩机制，引导制造商与零售商采取集中决策模式，保障消费者利益。

本文只研究了一个零售商和一个制造商的线上单渠道定价模型，未来还可以考虑线上线下双渠道企业之间的定价策略，以及线上评论对线下零售价的影响、渠道竞争等。