供应链中基于信息更新的订货时间及价格联合决策研究，本文主要内容关键词为：订货论文,时间论文,链中论文,价格论文,信息论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
供应链协调一直是中外学者关注的问题。所谓供应链协调是指供应链中各独立利益主体能否从协调中既实现个体绩效最优，又保证供应链作为一个系统的整体绩效最优。学者们分别针对确定及不确定的市场需求展开研究。例如Ingene等(1995)[1]和Chen等(2001)[2]在市场需求已知的前提下，研究单制造商多零售商的协调订货问题。当市场需求不确定时，有相当一部分学者研究当零售商具有两次订货机会时的供应链协调问题。例如Gurnani和Tang(1999)[3]探讨当零售商具有两次订货机会时的最优订货策略。Milner等(2002)[4]和Tsay(1999)[5]研究当零售商在市场需求确定前订货，但是待市场需求确定后允许其调整实际订货量的带有数量弹性的订货契约。Donohue(2000)[6]研究制造商提供两阶段生产模式下的协调订货问题。Chen和Xu(2001)[7]提出了带有两次订货和两次生产改进的快速反应策略。Choi(2003)[8]提出了一个基于贝叶斯信息更新模式的两阶段报童模型，在第二阶段的成本方面对文献[5]中的模型进行了扩展。Chen(2006)[9]等提出了基于需求信息更新的供应链协调机制，在需求随机的情况下研究了定价和库存补给的联合决策问题。
国内的学者也在供应链多次生产和多阶段订货模型方面进行了深入研究。丁利军等(2004)[11]研究了两次生产和订货模式的供应链契约式协调问题，分析了退货契约和滞销补贴契约的使用条件。陈金亮(2005)[12]等建立了需求预测更新的订货模式模型。张醒洲等(2005)[13]研究了当需求不确定，需求预测模型应用受限时，销售商如何通过制造商设定的两阶段订货契约实现最大收益。周茵等(2006)[14]研究了具有两阶段生产模式的一类短生命周期产品供应链协调问题。
本文研究由单制造商和单零售商组成的两阶段供应链模型。在第一阶段初始，制造商根据初始需求信息为零售商提供基于不同订货时间的批发价格；零售商据此时间-价格菜单确定自己将在什么时间订货，并通知制造商；制造商根据现有信息组织第一次生产。在第二阶段初始(即零售商在第一阶段所确定的订货时间到达时)，零售商确定自己的订货量，并通知制造商；制造商根据更新后的信息组织第二次生产。在本模型中，制造商为零售商提供多次订货时间选择及相应的订货价格；零售商可以在销售季节开始前自由选择订货时间并享受相应的价格。
在现有的相关文献中，零售商的订货时间点通常是外生决策。而订货时间点代表着信息更新的时间，制造商和零售商对于信息更新时间的选择往往不一致。将订货时间点作为外生决策来考虑忽略了制造商和零售商对信息更新时间的不同偏好，以及不同的生产提前期对生产成本带来的影响。本文最重要的创新之处在于：以零售商不同订货时间对市场需求信息更新程度的影响为着眼点，考虑了订货时间点对供应链双方的影响，突破了已有文献(例如Gurnani和
)对于零售商二次订货时间固定的局限。与传统的考虑协调订货数量的问题不同，本研究将订货时间点也设置为内生的决策变量，考虑的是订货时间点和价格的联合决策问题。当然，我们发现用于协调订货数量的收益共享契约在协调具有可变订货时间的供应链方面仍有一定的作用。
2 模型描述
2.1 基本模型
本文研究由一个制造商和一个零售商组成的两级供应链系统。制造商出售单一商品给零售商。制造商所掌握的市场需求信息随着时间的推移并不会得到更新；而零售商直接面对不确定的市场需求，其对市场需求信息的掌握随时间的推移不断更新。制造商与零售商均为风险中性。由于提前期的存在，产品的订货及生产总是在观测到准确的市场需求之前(即销售季节来临之前)完成。本文假设制造商拥有足够大的生产能力。
制造商为零售商提供多次订货时间选择及相应的不同批发价格。零售商可以选择在销售季节开始之前的任意时刻订货，但其只能订货一次。本模型假设在销售季节开始之后零售商没有补货机会。当制造商与零售商达成契约之时，制造商和零售商的初始库存均为0。零售商根据制造商所提供的时间-价格菜单选择订货时间，制造商据此安排其初始生产量。当零售商所选定的订货时间点到达时，零售商确定最终的订货量；制造商再根据其初始生产量及零售商的订货量来决定是否需要安排第二次生产及生产产量。在这种合作模式下，由于自主掌握订货时间，零售商可以在观测到更准确的市场需求信息后再决定订货数量。假设随着销售季节的临近，由于生产提前期的缩短，制造商的生产成本逐渐增加，因而零售商需要考虑信息准确度与订货成本之间的相互影响。制造商可以有两次机会安排生产，且通过订货时间和相应批发价格的设定来最大化自身的利润。
事件发生具体过程如图1所示。
图1 基于信息更新的生产-订货过程
为表述方便，本文约定如下符号：
2.2 信息更新模式
我们假设更新后的需求信息比初始信息更加精确。零售商根据其预测的市场需求信息来决定订货数量。在初始阶段，由于对市场需求信息掌握程度有限，需求的预测在很大范围内。随着销售季节的临近，该范围逐渐缩小，即预测会更加准确。
根据一阶条件，命题得证。
本模型跟传统的供应链模型的最大区别在于：除了订货量，订货时间也是一个决策变量。这样给供应链决策提供了更多的灵活性，以权衡信息更新和生产提前期的价值。
3.2 基于批发价格契约的分散决策
在本节中我们考虑制造商和零售商分别作为独立决策者的Stackelberg博弈过程，其中制造商为博弈领导者。由于制造商的生产成本随着销售季节的临近逐渐增加，考虑到生产提前期，制造商希望零售商尽早确定订单数量，以便降低生产成本。对于零售商来说，虽然延迟订货会使得购买成本增加，但需求不确定性却降低了，因此供应商并不希望过早确定订货数量。
(1)零售商利润
以出于j区间的利润为例，零售商期望利润为：
根据一阶条件，命题得证。
命题6：在基于收益共享契约得分散式供应链系统中，制造商利润最优时，批发价格随φ价格增加而增加。
证明：由(15)式可得：
4 数值分析及讨论
本节通过一组数据分析，展现在集中系统和分散系统中制造商对订货时间的不同选择，同时也显示收益共享对帕累托该进的效果。我们考虑了具有三种生产模式和订货时间点的情形，使用的基础数据如表1所示。
我们比较在集中决策模式下和基于批发价格的分散决策模式下订货时间点和初始生产量的差异(如表2所示)，然后引入收益共享参数φ，与分散系统进行比较获得帕累托改进的参数范围。
通过对此例的分析，得出以下几点结论：
(1)分散式决策模型下的最优订货时间和集中式决策模型下的最优订货时间不一定相等。从表2中可以看到，在集中系统中最优的订货和二次生产时间为第2阶段，初始生产量为37.5；而在分散系统中，对于制造商而言，最佳的订货时间为第3阶段，相应的初始生产量为25或50。注意，在此例中，当订货时间足够晚时，制造商可以获得足够精确的需求分布信息，从而提高批发价格至零售价格，获取了整个系统的利润。
(2)尽管本模型中允许需求信息的更新，分散式决策模型下供应链的整体最优利润低于集中式决策模型下的整体最优利润，证明了分散决策导致的“双重边际效应”。
(3)在考虑收益共享契约的情况下，制造商可以通过批发价格和收益共享价格的制定，实现制造商、零售商以及整个供应链利润的增加，从而求解获得帕累托改进的参数范围。以分散系统中的最优解为例，此时订货时间为第3阶段，初始订货量为25，然后引入收益共享系数ф，研究参数变化对系统各方的影响，具体求解过程如下：
5 结语
与传统的以订货量为决策中心的供应链协调机制不同，本文主要研究了在信息更新情形下，具有多个生产模式和订货时间点的供应链协调机制，同时考虑了生产—订货量和订货时间点的联合决策问题。在本模型中，零售商可以延后订货时间点以获得更准确的需求信息，制造商制定出针对不同的订货时间的批发价格，并决定自身的初次生产量，二次生产用于补足零售商下达的订单。由于本模型同时考虑了订货时间和批发价格的决策问题，并允许制造商在获得确定的订单前提前生产，使得供应链双方可以权衡信息更新和生产提前期的价值，给供应链决策提供了更多的灵活性。本文首先从集中决策和分散决策的角度，基于简单的批发价格契约，研究了订货时间点对供应链节点企业产量决策和利润的影响，发现分散系统中的最优订货时间和初始生产量与集中系统并不一致；然后引入收益共享契约，发现收益共享能在一定程度上改善供应链上各企业的绩效，从而确定获得帕累托改进的参数范围。
本文的研究结果也有一定的局限性，为了方便求解，本文假设信息更新模式表现一个均匀分布的分布区间的进一步细分，而非一般的贝叶斯更新模式(如Wu(2005)[10])，这样信息更新后就排除了某些可能的取值空间。另外，本文考虑的是以制造商为领导的Stackelberg博弈，制造商通过批发价格的制定主导了零售商订货时间的选择，若以零售商为主导，则分散系统中的订货时间决策可能与本模型中的结论不同。
本文主要研究报童模型下的经典批发价格契约和收益共享契约，发现收益共享契约无法完全协调这种具有订货时间点选择的供应链。后续研究可以探讨其它契约模型或者不同的契约组合(如数量柔性契约、回购契约、期权契约)，寻找和比较不同情况下的最优协调机制。在信息更新的形式上也可以考虑贝叶斯信息更新模型，由于求解的难度较大，可以进行数值分析，以验证本研究结论的鲁棒性。另外，由于问题本身的复杂性，本文仅考虑供应链成员为风险中性。然而在实际管理中，市场环境的不确定性往往使供应链成员的收益更具风险性。考虑到风险类型对供应链的整体利润和绩效有着重要影响，需要考虑各种风险条件对供应链的影响，并修正相应的协调机制，以增强模型抵抗风险的能力。