消費者在線評論對雙渠道供應鏈定價的影響

摘要：隨著互聯網的普及，網絡零售渠道與實體零售渠道逐漸趨于協同化、一體化。在雙渠道零售模式下，在線評論對線上消費者購買的影響日益顯著。考慮在線評論的供應鏈決策成為雙渠道供應鏈研究中的重要問題。為了探究在線評論對雙渠道供應鏈決策的影響，文章在分析在線評論作用的基礎上，建立了考慮在線評論的供應鏈決策模型。在分散決策情形下，探討了考慮在線評論的供應鏈決策能否帶來更優的效果。研究結論在基于在線評論的雙渠道管理和決策優化等應用方面具有一定指導意義。

關鍵詞：消費者在線評論；雙渠道供應鏈；分散決策；定價

中圖分類號：F713.1 文獻標志碼： A DOI： 10.13714/j.cnki.1002-3100.2023.20.029

Abstract： With the popularity of the Internet，online retail channels and physical retail channels gradually tend to become synergistic and integrated. In the dual-channel retail model，the impact of online reviews on online consumer purchase is becoming increasingly significant. Supply chain decision-making considering online reviews becomes an important issue in dual-channel supply chain research.In order to explore the influence of online reviewws on dual-channel supply chain decision-making，the paper establishes a supply chain decision model considering online reviews on the basis of analyzing the role of online reviews.In the case of split decision，we discuss whether the supply chain decision considering online comments can bring better results.The research conclusions have some guiding significance in the application of dual-channel management and decision optimization based on online comments.

Key words：onlinereviews;dual-channel supply chain;decentralized decision-making： pricing

0引言

隨著互聯網的普及，零售市場形成了線上渠道與線下渠道并存的新態勢，網絡零售與實體零售逐漸趨于協同化、一體化。在網絡零售市場中，消費者對產品質量的在線交流和評價形成了消費者在線評論\"。在線評論中包含關于產品質量和屬性等多方面的信息，在線評論信息特征對消費者感知有用性具有顯著的影響作用。在線評論成為傳遞產品口碑的重要載體，越來越多的線上消費者將在線評論信息作為產品購買的參考依據。關于在線評論對銷量的影響已經得到證實，在線評論在增加銷售利潤方面有一定作用。

在線評論對商品價格形成了一定的影響規律，正面的在線評論能夠吸引更多消費者購買產品，為網絡零售帶來更多銷量，負面在線評論會對銷量產生負面影響H。在線評論的影響主要體現為產品質量的意見偏差和匹配信息的影響。零售商可以通過消費者評論獲取消費者特征和產品特性的匹配程度，以此來制定更好的價格吸脂或滲透策略。當在線評論準確性增加，供應商利益會因好評（差評）而增加（減少）回。在線評論對高質量的賣家比對低質量的賣家的影響更大。在線評論和銷售量信息會共同影響消費者的購買決策和供應鏈的定價策略，在線評論和銷售量信息對公司利潤的影響正在相互增強。

隨著研究的深入，在線評論成為了供應鏈決策的重要考慮因素。零售商不僅能夠調整其定價來影響在線產品評論（從而影響銷售），而且還能夠根據在線口碑動態調整定價。基于neo-Hoteling 理論的選擇模型能夠解決制造商和零售商間的斯塔克爾伯格博弈，從而得到考慮在線評論的最優均衡價格I 。在線評論對產品市場競爭強度沒有影響，但會決定潛在市場大小，制造商制定的最優價格會根據在線評論揭示該產品與其他產品質量均值之差而變化，零售商為了更高利潤會根據在線評論調整產品售價。搜索型產品制造商因為評論而降低批發價格，從而減少利潤；體驗型產品制造商會提高批發價格，從而增加利潤12。對于兩階段定價模型而言，在線評論數量越多，第二階段產品價格和利潤會越高3。當第二階段消費者風險偏好為中性時，在線評論對定價模型無影響。隨著消費者對在線評論的不確定性的增加，競爭性零售商都可能會提高產品價格，從而產生更高的利潤。考慮在線評論的博弈理論模型可以幫助實現優化競爭零售商的價格策略和利潤最大化。

以上文獻主要體現了在線評論對整個供應鏈價格決策、競爭合作機制的影響。不同于以上研究，本文針對零售商雙渠道供應鏈，在分散決策方式下探究在線評論的影響，以期為供應鏈是否采取基于在線評論制定決策提供理論依據。

1模型描述與參數定義

市場中存在由制造商與零售商組成的雙渠道供應鏈系統，零售商擁有線上和線下兩個零售渠道。優于制造商擁有較高的品牌知名度，生產的產品受到市場消費者的青睞，因此處于供應鏈主導地位，而零售商處于跟從地位。制造商負責產品生產，并以一定價格將產品批發給零售商，該零售商通過線上與線下兩種渠道自主銷售產品。在該供應鏈系統中，供應鏈的定價內容包括：制造商需要制定批發價格w， 零售商需要制定線上與線下零售價格p，p。假定產品的生產成本為零，新產品潛在的市場需求為α，市場中線上消費者的比例為θ，消費者對價格的敏感系數為b。根據是否考慮在線評論將供應鏈決策分為兩種情況。第一種情況下供應鏈決策不考慮在線評論，第二種情況下將在線評論對線上渠道需求的影響納入考慮。

在第一種情況中，供應鏈成員根據市場基本需求等因素，制定線上與線下渠道的最優價格決策。假定不考慮在線評論時供應鏈的市場需求為關于價格的線性函數，則第一種情況下零售商線上與線下渠道的需求函數為d=0α-bp" 和d?=（1-0）α-bp?。

在第二種情況中，供應鏈成員需要根據在線評論信息制定價格，并根據在線評論的變化調整價格水平。由于在線評論影響線上渠道的市場需求，正面的在線評論會增加市場需求，線上渠道的市場需求不受影響。假定考慮在線評論時線上渠道的市場需求為關于價格與在線評論的線性函數。供應鏈線上渠道存在消費者做出的在線評論r， 在線評論對線上渠道的影響系數為β。第二種情況下零售商線上與線下渠道的需求函數為d?=0α-bpo?+βr和d??=（1-0）α-bp，?。

2模型的建立與求解

根據以上描述的零售商雙渠道供應鏈系統構建供應鏈利潤模型。當不考慮產品的生產成本時，制造商的利潤取決于批發收入，零售商的利潤取決于銷售收入與產品購入成本，由此可求出制造商與零售商利潤函數：

在零售商雙渠道供應鏈系統中，供應鏈總利潤取決于零售商線上與線下渠道銷售收入，由此可求出供應鏈總利潤函數：

下面對零售商雙渠道供應鏈最優定價策略進行研究。根據利潤模型分別求解是否考慮在線評論兩種情況下的供應鏈最優定價。在分散決策情形下，供應鏈成員分別以自身利潤最大化為決策目標，成員基于權力結構確定決策順序，處于主導地位優先制定價格決策。在制造商主導的零售商雙渠道供應鏈模型中，制造商率先制定批發價格，然后零售商再根據既定批發價格制定線上渠道與線下渠道的零售價格。

通過逆向歸納法求解分散決策情形下的供應鏈定價結果，分別得到是否考慮在線評論兩種情況下的最優價格，將最優價格代入到相關公式即可求出每種情況下的市場需求和利潤，詳見表1。為了滿足求解結果的非負性，參數θ須滿足數r須滿足。

3性質分析與比較

根據分散決策情形下的最優定價結果，本文先對基于在線評論的供應鏈定價進行分析，然后對是否考慮在線評論兩種情況下的供應鏈定價及利潤進行比較，最后對雙渠道供應鏈定價提出有針對性的管理啟示。

命題1：當采取基于在線評論的雙渠道供應鏈定價策略時，在線評論對最優價格、市場需求及利潤的影響如下：

當時，;當時，：;當時，

由命題1可知，當基于在線評論進行雙渠道供應鏈定價時，線上和線下渠道的最優價格以及批發價格均與在線評論呈正相關。線上渠道的市場需求與在線評論呈正相關，但線下渠道的市場需求與在線評論呈負相關。相比于線下渠道，在線評論對提高線上渠道的溢價空間和擴大線上渠道的市場需求有明顯的正向促進作用。在線評論能夠提高線上渠道的價格與需求，從而為增加線上渠道的利潤提供了可能。但在線評論對線下渠道可能會有不利，在線評論在提高線下價格的同時也降低了市場需求。供應鏈利潤的變化方向受在線評論取值范圍的影響。當在線評論大于一定閾值時，供應鏈成員利潤以及供應鏈總利潤均會隨在線評論升高。在線評論對零售商利潤和供應鏈總利潤影響的閾值隨線上消費者比例升高而降低。線上消費者越多在線評論對零售商和供應鏈的影響越明顯。對制造商而言，在線評論產生積極影響所需閾值較低，且不受消費者比例的影響，正面的在線評論均會帶來利潤的增加。

命題2：在分散決策情形下，是否考慮在線評論兩種情況下的價格、市場需求以及利潤的比較如下。當rgt;0時，Plt;P2，Plt;P|?，w;lt;w2，dlt;d??，dj?lt;d?。

在的條件下，當rgt;0或（時，πilt;πi。在（的條件下，當或rgt;0時，πlt;π。

當rgt;0時，πlt;πm?。

在的條件下，當0時，πlt;π。

由命題2可知，當在線評論較高時，基于在線評論的雙渠道供應鏈定價效果較優，能夠為供應鏈成員帶來更多利潤。當在線評論為正面時，基于在線評論的零售定價和批發價格均高于不考慮在線評論的情況。在基于在線評論的定價下，正面的在線評論會增加線上渠道的市場需求，但會減少線下渠道的市場需求。在線評論對零售商利潤的影響受到線上消費者比例的協調。當線上消費者比例較低時，負面以及較高的正面在線評論會使零售商受益。當線上消費者比例較高時，正面的在線評論即可為零售商帶來更多收益。線上消費者比例越高，在線評論增加零售商利潤的作用越明顯。這是由于當線上消費者比例提升時，零售商線上渠道的價格及市場需求提高，線上渠道的增益大于線下渠道的損失。對于制造商而言，得益于線上線下需求總量的增加以及批發價格的提升，只要在線評論為正面時，其利潤就會隨之增加。正面的在線評論同樣會提升供應鏈總利潤，而且在較差的在線評論下也能幫助供應鏈獲取更多利潤。

綜上所述，基于在線評論的供應鏈定價為提高雙渠道供應鏈利潤提供了可能。較優的在線評論能夠很大程度地擴大線上渠道的價格與市場需求，幫助供應鏈實現更多利潤。在雙渠道供應鏈中，制造商較易從在線評論的影響中受益，而零售商利潤受在線評論的影響需要考慮線上消費者比例的調節作用。即使在線評論較差時，供應鏈可以通過在線評論對線下渠道的作用實現利潤增加，在一定程度上緩解了在線評論帶來的利潤損失風險。因此，對雙渠道供應鏈，供應鏈成員應當加強對在線評論的關注，共同維護較優的在線評論，并綜合線上消費者占比和在線評論確定采取基于在線評論定價的時機，避免供應鏈成員利潤遭受損失。同時制造商應與零售商共同營造積極正面的在線評論，并采取一定措施激勵零售商采取基于在線評論的定價策略。供應鏈成員充分利用在線評論的作用，適時采取基于在線評論的定價策略對優化雙渠道供應鏈具有重要意義。

4結論

本文針對零售商雙渠道供應鏈，探究了基于在線評論的供應鏈定價策略，對是否考慮在線評論的供應鏈定價效果進行了比較，得到如下結論。

首先，在基于在線評論的定價策略下，當在線評論較優時，供應鏈利潤隨在線評論提高而升高，線上渠道利潤增幅尤為明顯。線上消費者比例對在線評論的影響有調節作用，線上消費者比例越高在線評論的正向影響越明顯。

其次，當線上消費者比例和在線評論滿足一定條件時，基于在線評論的定價策略更優，能夠為供應鏈成員帶來更多利潤。制造商較易從中受益，零售商的收益情況受線上消費者比例的影響。

最后，供應鏈成員應注重對在線評論的維護及關注，綜合線上消費者占比和在線評論確定采取基于在線評論定價的時機。制造商應參與營造積極正面的在線評論，并采取一定措施激勵零售商采取基于在線評論定價策略。

參考文獻：

[1]徐峰，丁彀，侯云章.在線評論影響下的供應鏈合作模式研究[J].東南大學學報（哲學社會科學版），2013，15（4）：52-57，135.

[2]李啟庚，趙曉虹，余明陽.服務型產品在線評論信息特征對評論感知有用性與購買意愿的影響[J].工業工程與管理，2017，22（6）：148-153，168.

[3] SCHALL M，ADONOO L A，APPIAH S C Y.Exploring the utility of word of mouth advertisement in improving product sales：The case of selected companies in the Kumasi Metropolis of Ghana[J].Advances in Applied Sociology，2019，9（6）：227-241.

[4]蘇哲.負面評論對商家銷售績效的影響研究[D].南京：南京大學，2019.

[5] FENG Juan，LIXin，ZHANGXiaoquan（Michal）.Online product reviews-triggered dynamic pricing：Theory and evidence[J]. Information Systems Research，2019，30（4）：1107-1123.

[6]李海鑫.代售模式下考慮在線評論的產品定價研究[D].太原：山西大學，2020.

[7] SUN Miao，CHENJing，TIANYe，etal.The impact of online reviews in the presence of customer returns[J/OL].InternationalJournal of Production Economics，2021，232.[2023-02-14].https：//doi.org/10.1016/j.ijpe.2020.107929.

[8] LIU Yang，FENGJuan，LIAOXiuwu.When online reviews meet sales volume information：Is more or accurate informationalways better？[J].Information Systems Research，2017，28（4）：723-743.

[9] HE Qiaochu，CHENYingju.Dynamic pricing of electronic products with consumer reviews[J].Omega，2018，80：123-134.

[10]CAIXueyan，LIJianbin，DAIBin，etal.Pricing strategies in a supply chain with multi-manufacturer and a common retailerunder online reviews[J].Journal of Systems Science amp;Systems Engineering，2018，27（4）：435-457.

[11]蔡學媛，李建斌，戴賓，等.基于在線評論的多個競爭制造商和零售商的產品定價策略[J].運籌與管理，2020，29（4）：187-194.

[12]李赟.在線評論對網絡消費者購買決策及產品定價的影響研究[D].武漢：華中科技大學，2016.

[13]郭愷強，王洪偉，鄭晗.基于在線評論的網絡零售定價模型研究[J].商業經濟與管理，2014（4）：59-66.

[14]孫雪倩.基于在線評論和策略型消費者的零售商定價研究[D].廣州：暨南大學，2018.

[15]ZHAOCui，ZHANGYao.Impacts of uncertain online reviews on pricing and profits of competitive retailers[J].Kybernetes， 2021，50（2）：309-332.