成本共擔下大數據供應鏈合作模式分析

王紅春，趙亞星，劉 帥

（北京建筑大學 經濟與管理工程學院，北京 100044）

1 引言

大數據為供應鏈企業的高效運作和協同決策提供了技術支持，作為一種企業重要的戰略資源，大數據在供應鏈管理領域得到了廣泛的應用。Assuncao等的研究顯示，大數據技術能夠幫助企業準確的獲得顧客的青睞，增加企業利潤，使企業在行業中獲得競爭優勢[1]。Sundsoy等的研究顯示在多渠道的企業運營中，大數據技術能夠幫助企業提高潛在消費者的轉化率，提高消費者數量[2]。Chen Daniel Q等對大數據分析如何影響供應鏈的價值創造、組織層面的大數據分析的關鍵因素是什么等問題進行了研究，認為大數據分析應作為供應鏈的一種獨特的信息處理能力，致力于使供應鏈更加高效平穩的運作[3]。亞馬遜利用大數據技術權衡供應商的鄰近度和客戶的鄰近度，降低了配送成本，實現供應鏈優化，同時亞馬遜利用大數據技術進行動態價格優化，實時監控價格浮動，使亞馬遜的盈利能力提高25%。自2012年起，京東開始探索大數據分析業務，目前大數據覆蓋了京東電商從采購、庫存、銷售、配送到售后的全部流程，同時京東利用大數據構建電商行業消費指數，綜合反映當前信息經濟消費情況，為政府政策制定、行業發展規劃、消費者行為分析等提供重要的參考。大數據的應用使得京東每年的交易額都能實現40%-50%的增長。

然而，在大數據技術為供應鏈創造收益的同時，也增加了供應鏈的運作成本。一直以來，高額的大數據技術使用成本是阻礙其發展的主要因素。根據易觀智庫發布的《中國大數據市場年度綜合報告（2016）》和《中國供應鏈大數據市場專題研究報告（2014）》，截止到2016年底，我國大數據市場規模已達到105.5億元，同比增長39.4%，且未來兩年的市場規模增長率將保持在30%-40%左右，供應鏈大數據的市場規模達到60億元左右，約占整個大數據市場的57%，未來幾年供應鏈大數據的應用將從高速發展期向市場成熟期過渡。可見將大數據應用在供應鏈管理中是一種必然趨勢，如果不能解決好其成本分攤和收益分配問題，那么大數據技術的應用必然會受到更大的阻力。

在與本文的相關研究中，多數學者主要從不同環境下的供應鏈企業合作模式和大數據給供應鏈管理帶來的變革兩方面進行了相關研究。

在與供應鏈合作模式的相關研究中，李友東等構建了不同博弈形式下的低碳供應鏈研發成本分攤模型，分析了政府補貼和不同成本分攤系數對供應鏈總利潤的影響[4]。賈俊秀等建立了一個考慮顧客購買行為意向的成本共擔優化模型，得到不同合作程度下供應鏈企業的決策關系及最優定價策略[5]。張李浩等根據不同供應鏈契約模型，建立了RFID技術應用成本分攤模型，得到了供應鏈成員企業成本分攤的合理區間和收益分配方案[6]。梁昌勇等建立了基于云服務的供應鏈努力和賠償成本分攤模型，得到了努力成本分攤和賠償成本分攤的協調范圍[7]。吳成霞等對一個有大數據服務商參與的三級供應鏈的合作策略進行了分析，討論了不同契約下的供應鏈利潤變化[8]。石巋然對平臺介入下物流服務供應商的合作模式進行了研究，得到了集中決策和分散決策下的最優服務水平、服務訂購價格以及整條供應鏈的總利潤[9]。何麗紅等建立了一個二級供應鏈的合作廣告努力與價格折扣的博弈模型，得到了不同情形下制造商和零售商的最優合作策略[10]。楊浩雄等以消費者服務敏感度作為供應鏈服務成本分擔指標，建立了雙渠道服務供應鏈模型，得到了不同決策控制下的最優價格和服務策略[11]。Demiralp,G.等構建了建筑供應鏈RFID應用成本分攤模型，確定了各方之間分配技術投資成本的分攤比例[12]。Debabrata Ghosha等根據兩種不同的成本分攤方式，通過游戲理論方法，確定了價格和利潤對供應鏈內部成本分攤的影響[13]。Jiang,Lin等研究了不同類型的供應鏈物流成本分攤策略，對分散成本分攤機制和集中費用分攤機制對供應鏈利潤的影響進行了研究[14]。

在大數據給供應鏈管理帶來變革的相關研究中，Wang,G.[15]等提出了由大數據驅動的供應鏈分析（Supply Chain Analysis，SCA）的概念，建立了“功能、基于過程、協同、敏捷”的SCA成熟度模型，并認為應通過將大數據作為企業戰略性資源來實現供應鏈各項業務的整合。Sanders，Nada R[16]等提出了一個大數據供應鏈應遵循的發展路線圖，并提出“走成熟路線”和“與專業人士合作”的建議。Kim，H[17]等分析了供應鏈大數據獲取的阻礙因素，搭建了一個大數據基礎設施框架，通過構建大數據能力網絡以幫助實現供應鏈的最優決策。Schoenherr，T[18]等分析了供應鏈管理中使用大數據分析法的動機、優勢、阻礙等問題，并就供應鏈成員企業應該掌握的大數據技能及其重要程度進行了專家訪談，最終給出了培養大數據供應鏈管理人才的若干建議。

綜上所述，現有文獻從合作程度、消費者敏感度等不同角度研究供應鏈成本分攤決策以及大數據環境下供應鏈管理的創新性發展，但較少研究投資大數據技術后，不同決策形式下的供應鏈成本分攤策略，另一方面，現有文獻多數從供應鏈契約理論研究成本分攤問題，較少地以市場需求函數為輸入進行投資決策分析，而大數據服務商參與到了復雜的供應鏈網絡中，使供應鏈的合作方式和交易模式發生了變化，也會對供應鏈的結構產生一定的影響。作為支撐供應鏈信息傳遞的核心技術，大數據為供應鏈整體競爭實力的提升和利潤的增長帶來了極大的空間，為了使大數據技術能夠更好地服務于供應鏈，其成本的合理分攤是亟待解決的問題。在這樣的背景下，考慮大數據供應鏈參與到供應鏈競爭中時的成本分攤問題就顯得尤為重要，并具有實踐意義。

本文主要對當大數據服務商參與到供應鏈的競爭時，大數據技術使用成本的分攤情況進行研究。確定供應鏈各成員企業在保證總體利潤和自身利潤的情況下，大數據技術使用成本的分攤決策以及供應商的原材料采購價格變化對成本分攤系數的影響，旨在尋找供應鏈投資大數據技術后，各成員企業利潤分配的合理方案，為供應鏈投資大數據技術所增加的成本提供科學的分攤依據和一定的管理啟示。

2 問題描述及模型假設

2.1 問題描述

考慮一個由供應商和制造商組成且銷售單一產品的二級供應鏈，在實際的生產中，供應鏈已經存在一個能夠提供大數據技術服務的大數據服務商，制造商生產某種具有固定生命周期、市場需求成熟的產品，由供應商為其提供原材料，原材料與最終產品的投入產出比為1：1。制造商在博弈中占主導地位，先進行定價決策，供應商依靠大數據分析，預測市場需求變化情況，并根據原材料的批發價格確定零售價和訂貨量。第三方大數據企業幫助供應鏈打造大數據決策平臺，該平臺用來實現供應商和制造商的協同決策，其建設成本由制造商和供應商共同承擔。

假設供應商和制造商都是風險中性和完全理性的。該供應鏈的結構如圖1所示，實線代表物流從供應商流向制造商，虛線代表大數據服務商和供應商、制造商之間的信息流傳遞。大數據平臺服務于供應鏈系統的各個組成部分，成員企業通過大數據平臺進行信息交換，消除了傳統供應鏈中信息流在節點企業間流轉的不透明，也打破了企業之間、部門之間的壁壘。

圖1 二級供應鏈示意圖

2.2 符號說明及假設

在本文中，D表示市場需求量；PA和PB分別表示制造商所生產產品的售價和供應商所提供原材料的價格；GB表示次級供應商所提供的原材料價格；k表示大數據供應商的技術水平成熟度；r表示供應鏈的大數據成本系數；α和β分別表示制造商和供應商的大數據成本分攤系數；ΦA和ΦB分別表示制造商、供應商的利潤；Φ表示供應鏈的總利潤。本文的假設條件如下：

（1）假定合作決策時的利潤分配問題供需雙方已達成相應契約，本文不再考慮；

（2）假設制造商的市場需求函數為D(pA)=a-bPA+bk，則可得到制造商的價格曲線，為方便計算，令，則有PA=m-nD+k；

（4）制造商和供應商所承擔的大數據成本分攤滿足一種線性關系，可分別表示為，且α+β=1。

3 共擔成本的大數據供應鏈合作模型及求解

3.1 分散決策的利潤模型

分散決策是指制造商和供應商根據自身對市場需求的預測，先后進行各自的生產決策。制造商作為Stackelberg博弈的領導者，先行進行生產決策，供應商作為Stackelberg博弈的追隨者，根據制造商的決策制定自身的生產決策。模型中考慮大數據成本的分配情況，即供應商和制造商共同承擔大數據成本，通過對次級供應商原材料價格變化和供應鏈總體利潤變化情況的分析，來考察最佳的大數據成本分配策略。

此時制造商和供應商的利潤分別等于自身的產品收益與其所承擔的大數據成本之差，即：

對上式的PB求偏導，并令其為0，得到在其分攤的大數據成本情況下，有關次級供應商所提供原材料價格的函數關系，即：

將式（3）代入式（1）得到制造商在承擔部分大數據成本時的利潤公式，即:

對上式中的D求偏導，得到此時制造商的最優生產決策D：

將式（3）、（4）帶入式（1）得到制造商在最優生產決策下的利潤公式：

將式（3）、（4）代入式（2）得到供應商在最優生產決策下的利潤公式：

因此，此時該供應鏈的總體利潤情況可以表示為制造商和供應商的利潤之和，即：

3.2 協同決策的利潤模型

協同決策是指供應商和制造商通過供應鏈大數據平臺來實現協同生產，共同決定最優的生產數量。在協同決策博弈情形下，供應鏈的總利潤用制造商和供應商在最初市場需求函數下的利潤之和表示，在各自承擔一定大數據成本情況下得到該種情況下的供應鏈總利潤函數。

定理 供應商和制造商協同決策時，供應鏈的總利潤與制造商和供應商的大數據成本分攤情況無關。

證明：協同決策時，令供應鏈的總利潤為Φ′，則有：

通過式（7）可以看出，當供應商和制造商在進行協同決策時，供應鏈的利潤與大數據成本分攤系數α、β無關，定理得證。

4 數值分析

令n=1，r=50，m=10，s=17.5，k=0.8，GB從12.5增長到37.5，考慮α和β的變化情況。當市場需求穩定，大數據服務商的技術水平和使用成本保持一定的前提下，供應商所購買的原材料價格GB會對供應商和制造商分攤的大數據成本和供應鏈總利潤產生一定的影響，具體見表1。

表1 供應商-制造商的大數據成本分攤情況

通過對供應商和制造商大數據成本分攤系數變化情況（如圖2所示）的分析，在分散決策時，隨著供應商購買原材料的價格增加，其承擔的大數據成本逐漸減少，而制造商所承擔的大數據成本逐漸增加，當供應商購買原材料的價格GB∈（17.5，22.5）時，供應商和制造商的大數據成本分攤系數會達到平衡。供應商為保證自身的利潤，會選擇承擔少部分的大數據技術使用成本。而若此時供應商和制造商在大數據成本的分攤方式上不能達成一致，則供應鏈可以尋求合適的原材料價格使供應商和制造商能夠均攤大數據技術的使用成本。

通過對供應鏈總利潤變化情況（如圖3所示）的分析，隨著供應商購買原材料價格的增加，供應鏈的總利潤呈現遞減趨勢，需要指出的是，大數據技術的投入也增加了供應鏈的總成本，這也是供應鏈的總利潤呈現遞減趨勢的原因之一。供應鏈總利潤變化的擬合曲線R2值比較接近于1，說明該變化趨勢可信度較高，因此供應鏈在考慮投資大數據技術時，應考慮到供應鏈總成本情況，盲目進行大數據技術的投入會侵蝕供應鏈的利潤。

圖2 大數據成本分攤系數變化情況

圖3 供應鏈總利潤變化趨勢預測

5 結論及建議

隨著互聯網經濟的不斷發展，消費者的個性化需求會不斷凸顯，大數據技術正是能夠順應這種趨勢，幫助企業更加精準的定位市場需求，獲得競爭實力，達到提升供應鏈總體利潤的目標。本文構建了在供應商和制造商共同承擔大數據成本時，供應鏈成員企業在分散決策和合作決策時的供應鏈利潤模型。通過數值仿真得出如下結論及建議：

（1）在分散決策時，次級供應商的原材料批發價格會對供應商和制造商大數據成本的分攤情況產生影響，原材料批發價格越高，供應商承擔的大數據成本越少，制造商承擔的大數據成本越高。即當供應商的購買原材料價格過高，為保證其自身利潤，則其在供應鏈中勢必會承擔更少部分的大數據技術成本，以保證整個供應鏈的協同運作。此時，作為戰略伙伴的制造商應考慮供應鏈的協同生產，選擇承擔剩余部分的大數據成本。

（2）在分散決策時，次級供應商的原材料批發價格會對供應鏈總利潤產生影響，即原材料批發價格越高，供應鏈總利潤越低。可見，大數據技術使用成本的投入會對供應鏈的總成本產生較大影響，因此供應鏈在投資該項技術之前，要對其進行必要的可行性分析，避免技術成本投資失敗。

（3）在協同決策時，供應商和制造商應該根據自身的生產條件限制，共同確定最優生產數量。在決策的過程中，大數據平臺使其信息交換效率的準確性大幅提升，因為大數據平臺同時服務于供應商和制造商，且供應商和制造商處于一個平等的地位，所以均攤大數據技術的使用成本是實現協同決策的基礎。