网络平台佣金浮动下的零售商收益博弈

Game of Retailers’ Profits under Fluctuating Commissions of Online Platforms

摘要: 本研究揭示了网络平台佣金浮动对供应链利润分配的深层影响。通过混合供应链模型分析发现，佣金上调会推高线上售价，挤压零售商利润空间，同时促使平台提升服务水平以维持竞争力。在制造商主导传统渠道时，零售商利润呈线性下降；而在零售商主导时，系统呈现更复杂的非线性关系——当服务水平影响因子超过0.5时，将触发供应链成员的策略性违约风险。研究特别指出，平台市场力量的扩张正在重塑渠道权力格局：一方面通过数据控制权强化主导地位，另一方面削弱零售商议价能力，使制造商陷入线上成本转嫁与线下定价受限的双重困境。这些发现为数字经济时代的供应链治理提供了重要启示，建议建立佣金透明机制并关注服务与价格的协同效应，以维护供应链整体稳定性。

Abstract: This study reveals the deep impact of the floating commission of the network platform on the profit distribution of the supply chain. Through the analysis of the mixed supply chain model, it is found that the increase in commission will push up the online price, squeeze the profit space of retailers, and promote the platform to improve the service level to maintain competitiveness. When the manufacturer dominates the traditional channel, the retailer’s profit decreases linearly; When the retailer is dominant, the system presents a more complex nonlinear relationship—when the service level impact factor exceeds 0.5, it will trigger the strategic default risk of supply chain members. In particular, the study points out that the expansion of platform market power is reshaping the channel power pattern: on the one hand, it strengthens the dominant position through data control, on the other hand, it weakens the bargaining power of retailers, making manufacturers fall into the double dilemma of online cost transfer and offline pricing constraints. These findings provide important enlightenment for the supply chain governance in the era of digital economy. It is suggested to establish a transparent Commission mechanism and pay attention to the synergy between service and price in order to maintain the overall stability of the supply chain.

1. 引言

全球化和数字化发展中，供应链平台成为连接多方的重要桥梁，显著提升供应链效率。佣金模式是关键盈利手段，影响平台收益和服务质量。研究供应链平台佣金浮动的服务和收益决策具有重要意义。供应链平台佣金浮动指平台根据市场等因素动态调整佣金比例，旨在平衡利益、优化资源配置，同时也面临着公平性、透明度、参与者激励和收益最大化等挑战。

佣金浮动机制的理论演进与模型发展表明，作为供应链平台核心收入来源的佣金设计直接影响其可持续发展。Abel P.和Jeuland等[1]最早提出了渠道利润管理的概念，指出合理的佣金能够激励渠道成员、提升整体效率，为后续研究奠定了理论基石。Songzi等[2]通过共同估值下的稳健机制理论进一步夯实研究基础。张福安等[3]构建的E-闭环供应链定价决策模型，则系统揭示了交易模式与渠道权力结构对定价策略的作用机制。

在运营实践层面，大量实证研究揭示了佣金设计的调控作用。这一机制通过经济激励直接影响平台参与者的决策行为，进而优化整体运营效率。Ghasemkhani等[4]基于P2P平台构建的佣金模型证实其对内容供给的激励效应。该模型特别强调了佣金浮动与内容质量评价体系的联动机制，为平台的内容生态建设提供了重要参考。在直播电商场景中，邢鹏等[5]的研究揭示了佣金提升通过粉丝效应驱动主播营销投入的传导机制。具体表现为：佣金比例的提高不仅直接增加了主播的收益预期，还通过粉丝互动效应放大了营销效果，最终实现库存周转效率的显著提升。与此同时，莫凯佳等[6]通过清洁能源案例证明佣金激励可有效提升市场响应效率。这些实证研究表明，佣金浮动机制的设计需要充分考虑行业特性、参与者行为特征和市场环境等多重因素。

从平台治理角度观察，佣金机制发挥着多维度的调控功能。张维今等[7]通过实证分析证实佣金作为核心收入来源直接影响平台盈利能力和长期发展稳定性，其研究特别强调了佣金透明度对平台信任机制建设的关键作用。王夏阳等[8]在社区团购领域的研究则构建了“定位–竞争–服务商”三维分析框架，发现动态平衡的佣金策略能有效缓解渠道冲突。王玉燕等[9]通过E-供应链案例验证了广告策略与佣金机制的协同效应，其提出的“收益–服务质量”双目标优化模型显著提升了平台与商家的合作效率。这些研究共同揭示了佣金浮动策略在平台治理中的核心地位：既要确保平台收益与服务质量的良性循环，又要通过精细化的利益分配机制维系生态系统的可持续发展。

在风险管控方面，最新研究呈现出向精细化发展的趋势。刘露等[10]构建平台融资授信模型，分析市场竞争与风险因素对最优授信额度的影响机制。江玉庆等[11]研究零售平台经营模式，探讨异质性消费者特征对平台运营策略的差异化影响。这些研究共同表明，合理的佣金设计必须构建在风险收益平衡的基础上，通过精准识别不同服务提供者的特征与需求，实现平台整体利益的最大化。特别是在当前数字化转型背景下，佣金机制的智能化与动态化调整将成为平台保持竞争优势的关键所在。

现有文献已从信息经济学、行为运营、激励理论等多维视角论证佣金浮动对服务质量、市场效率及平台收益的复杂影响。多数研究仍局限于单一场景或单一机制，缺乏对“佣金–行为–收益”系统链条的整体把握，对市场竞争强度等动态因素的考量也显不足。未来研究需要在三方面取得突破。构建跨行业比较框架以识别共性规律。引入动态博弈分析以捕捉市场演化特征。加强实证研究以验证理论假设。特别值得关注的是区块链等新技术在佣金透明化方面的应用前景，这可能为解决当前治理难题提供技术支撑。系统优化佣金机制设计可以实现平台与参与者的互利共赢。平台能够获得可持续的收益来源。参与者可以拓展渠道、提升品牌价值。这种良性互动关系是保障供应链长期稳健运行的关键所在。研究不断深入，佣金机制必将为数字时代供应链创新提供更强有力的理论支撑和实践指导。

2. 理论基础与模型构建

2.1. 问题描述

本研究构建了一个线上线下并行的混合供应链框架：线下渠道由制造商通过实体零售商批发—零售触达消费者；线上渠道则由同一制造商依托电商平台直销，并按销售额向平台支付佣金。如图1所示，双渠道在定价、服务与利润分配上相互博弈。

数字经济语境下，平台佣金与分成机制正重塑零售商收益结构。本文聚焦四项核心议题。一是佣金比例如何侵蚀或重构零售商成本，进而触发定价调整与开支削减。二是平台主导的利润分配如何左右零售商在营销、库存与质量上的长期投资及回报。三是平台市场力量的扩张是否削弱零售商议价能力并固化利益失衡。四是消费者偏好的动态变化如何反向塑造佣金策略与零售利润边界。

Figure 1. Online platform operating model

图1. 网络平台运行模式

2.2. 符号说明

符号说明如表1所示。

Table 1. Symbol description

表1. 符号说明

变量	符号	描述
产品的线下零售价格	$p$	传统供应链中产品的最终售价
产品的批发价格	$w$	制造商向零售商出售产品的价格
传统供应链的市场需求量	$q$	在传统供应链模式下，市场对产品的总需求量
单位销售产品收取的佣金额	$p_e$	在E-供应链中，制造商需要支付给网络平台的佣金
产品的线上销售价格	$p_{oe}$	在E-供应链中，产品的最终售价
E-供应链的市场需求量	$q_e$	在E-供应链模式下，市场对产品的总需求量
网络平台收取的总佣金	$p_e\cdot q_e$	网络平台基于制造商销售额收取的总佣金
网络平台的服务水平	$s$	网络平台提供的服务等级或质量
网络平台的服务成本	$\frac{k{s}^2}{2}$	提供服务水平$s$ 所需的成本，其中$k>0$ 是单位成本弹性系数
产品的单位成本	$c$	生产每个单位产品的成本
制造商的利润	${\pi }_m$	在E-供应链中，制造商的利润
零售商的利润	${\pi }_r$	在E-供应链中，零售商的利润
网络平台的利润	${\pi }_e$	在E-供应链中，网络平台的利润
产品的线下零售价格	$p$	传统供应链中产品的最终售价

市场需求函数可以表示为：

$q_e=a-b_n{p}_n+{\beta }_n{p}_e$ (1)

$q_e=a-b_e{p}_e+{\beta }_e{p}_n+rs$ (2)

在式(1)和式(2)中，表示混合供应链面临的最大市场规模；、分别表示价格、的弹性系数；表示E-供应链对传统线下销售的竞争影响，表示传统供应链对E-供应链的竞争影响，表示E-传统供应链中网络平台的服务水平对销量的影响因子。

零售商的利润函数为：

${\pi }_r=\left(\begin{array}{c}{p}_n-w_n\end{array}\right)q_n$ (3)

网络平台的利润函数为：

${\pi }_e={\rho }_e{q}_e-\frac{k{s}^2}{2}$ (4)

制造商的利润函数为：

${\pi }_m=\left(w_n-c\right)q_n+\left(p_e-{\rho }_e-c\right)q_e$ (5)

混合供应链系统的利润为：

$\pi ={\pi }_m+{\pi }_r+{\pi }_e=\left(p_n-c\right)q_n+\left(p_e-c\right)q_e-\frac{k{s}^2}{2}$ (6)

在混合供应链系统中制造商、零售商以及网络平台在系统中占据不同的主导地位混合供应链的主导模式就不同相应的决策也会存在差异。下面我们就来分析不同的混合供应链决策模式。为了便于计算和研究在不影响文章结论的前提下，假设$b_n=b_e=10$ ，$0<{\beta }_n<1$ ，$0<{\beta }_e<1$ 。

2.3. 模型构建

2.3.1. 网络平台主导E-供应链，制造商主导传统供应链的决策模型

根据逆向求解法，对式子求关于$p_n$ 和$s$ 的偏导，得到$\frac{{\text{d}}^2{\pi }_r}{\text{d}{p}_n^2}=-2<0$ ，$\frac{{\text{d}}^2{\pi }_e}{\text{d}{s}^2}=-k<0$ ，所以${\pi }_r$ 是关于$p_n$ 的严格凹函数，${\pi }_e$ 是关于$s$ 的严格凹函数，存在最大值。令$\frac{\text{d}{\pi }_r}{\text{d}{p}_n}=0$ 和$\frac{\text{d}{\pi }_e}{\text{d}s}=0$ ，可得：

$p_n^{*}=\frac{a+{\beta }_n{p}_e+b_n{w}_n}{2b_n},s^{*}=\frac{{\rho }_{e}r}{k}$ (7)

将式子(7)代入式子(4)中，可得：$D_1=\frac{{\partial }^2{\pi }_e\left(p_e,w_n\right)}{\partial p_e^2}\le 0$

$H=\left|\begin{array}{cc}\frac{{\partial }^2{\pi }_e\left(p_e,w_n\right)}{\partial p_e^2}& \frac{{\partial }^2{\pi }_e\left(p_e,w_n\right)}{\partial w_n\partial p_e}\\ \frac{{\partial }^2{\pi }_e\left(p_e,w_n\right)}{\partial p_e\partial w_n}& \frac{{\partial }^2{\pi }_e\left(p_e,w_n\right)}{\partial w_n^2}\end{array}\right|\ge 0$ (8)

由于$H\ge 0$ ，可得海塞矩阵负定。

$\{\begin{array}{l}\frac{\partial {\pi }_m\left(p_e,{\mu }_n\right)}{\partial p_e}=0\\ \frac{\partial {\pi }_m\left(p_e,{\mu }_n\right)}{\partial w_n}=0\end{array}$ (9)

由平台利润函数式及需求函数式：

$\frac{\partial {\pi }_m}{\partial p_e}={\beta }_e{\rho }_e+{\rho }_e\left(-b_e\right)=0$ (10)

二阶导数：

$\frac{{\partial }^2{\pi }_e}{\partial p_e^2}=-2b_e{\rho }_e<0$ (11)

故${\pi }_e$ 是关于$p_e$ 和$w_n$ 的严格凹函数，关于$p_e$ 和$w_n$ 有极大值，联立可得制造商主导E-供应链，零售商主导传统供应链的运作模式中，最优决策为:

$s^{*}=\frac{{\rho }_{e}r}{k}$

$p_e^{*}=-\frac{{\beta }_{e}k\left[\alpha +c+\theta -{\beta }_e\left(c+{\rho }_e\right)\right]-{\beta }_{n}k\left[c-\alpha +\theta +{\beta }_e\left(c+{\rho }_e\right)\right]+2{\rho }_e{r}^2}{k{\left({\beta }_e+{\beta }_n\right)}^2-4k}-\frac{2\left(\alpha +c+{\rho }_e\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}$

$w_n^{*}=-\frac{2\left(\alpha +c-\theta \right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}-\frac{\left({\beta }_e+{\beta }_n\right)\left(\alpha k+{\rho }_e{r}^2+\theta k{\beta }_e-ck{\beta }_n\right)}{k{\left({\beta }_e+{\beta }_n\right)}^2-4k}+\frac{\left({\beta }_e-{\beta }_n\right)\left(c+{\rho }_e\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}$

$p_n^{*}=\theta -\frac{2\left(\alpha +c-\theta \right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}-\frac{\left({\beta }_e+{\beta }_n\right)\left(\alpha k+{\rho }_e{r}^2+\theta k{\beta }_e-ck{\beta }_n\right)}{k{\left({\beta }_e+{\beta }_n\right)}^2-4k}+\frac{\left({\beta }_e-{\beta }_n\right)\left(c+{\rho }_e\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}$

${\pi }_r^{*}=\left(p_n^{*}-w_n^{*}\right)\left(a-p_n^{*}+{\beta }_n{p}_e^{*}\right)$

${\pi }_e^{*}=p_e\left(a-p_e^{*}+{\beta }_e{p}_n^{*}+r{s}^{*}\right)-\frac{k{s}^{*}{}^2}{2}$

${\pi }_m^{*}=\left(w_n^{*}-c\right)\left(a-p_n^{*}+{\beta }_n{p}_e^{*}\right)+\left(p_e^{*}-{\rho }_e-c\right)\left(a-p_e^{*}+{\beta }_e{p}_n^{*}+r{s}^{*}\right)$

2.3.2. 网络平台主导E-供应链，零售商主导传统供应链的决策模型

在E-供应链的运作模式中，权力结构明显倾斜于网络平台一方。网络平台首先设定其服务水平$s$ ，制造商随后根据这一决策来调整其产品的销售价格$p_e$ ，以适应市场需求和网络平台的运营策略。这一决策顺序凸显了制造商在网络平台面前的从属地位。而在传统供应链中，情况亦不容乐观。零售商率先制定其销售价格$p_n$ ，制造商则在此基础上设定其批发价格$w_n$ ，以求在有限的利润空间内实现最大收益。

采用逆向归纳法求解，同上求解过程类似，可得网络平台主导E-供应链，零售商主导传统供应链的运作模式中，最优决策为:

$s^{*}=\frac{{\rho }_{e}r\left({\beta }_n^2+{\beta }_e{\beta }_n-2\right)}{k\left[{\left({\beta }_e+{\beta }_n\right)}^2-4\right]}$

$p_e^{*}=-\frac{{\beta }_e\left[a+c+{\theta }^{*}-{\beta }_e\left(c+{\rho }_e\right)\right]-{\beta }_n\left[c-a+{\theta }^{*}+{\beta }_e\left(c+{\rho }_e\right)\right]+2rs}{{\left({\beta }_e+{\beta }_n\right)}^2-4}-\frac{2\left(a+c+{\rho }_e\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}$

$w_n^{*}=-\frac{2\left(a+c-{\theta }^{*}\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}-\frac{\left({\beta }_e+{\beta }_n\right)\left(a+rs+{\theta }^{*}{\beta }_e-c{\beta }_n\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}+\frac{\left({\beta }_e-{\beta }_n\right)\left(c+{\rho }_e\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}$

$p_n^{*}={\theta }^{*}-\frac{2\left(a+c-{\theta }^{*}\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}-\frac{\left({\beta }_e+{\beta }_n\right)\left(a+rs+{\theta }^{*}{\beta }_e-c{\beta }_n\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}+\frac{\left({\beta }_e-{\beta }_n\right)\left(c+{\rho }_e\right)}{{\left({\beta }_e+{\beta }_n\right)}^2-4}$

${\pi }_r^{*}=\left(p_n^{*}-w_n^{*}\right)\left(a-p_n^{*}+{\beta }_n{p}_e^{*}\right)$

${\pi }_e^{*}={\rho }_e\left(a-p_e^{*}+{\beta }_e{p}_n^{*}+r{s}^{*}\right)-\frac{k{s}^{*2}}{2}$

${\pi }_m^{*}=\left(w_n^{*}-c\right)\left(a-p_n^{*}+{\beta }_n{p}_e^{*}\right)+\left(p_e^{*}-{\rho }_e-c\right)\left(a-p_e^{*}+{\beta }_e{p}_n^{*}+r{s}^{*}\right)$

3. 模型求解与均衡分析

3.1. 模型假设

为深入理解网络平台主导模式下利润分配和平台佣金对零售商预期收益的影响，我们设计具体案例分析。假设混合供应链系统中，网络平台主导E-供应链，制造商和零售商分别主导各自供应链部分。模拟不同佣金比例(T)对价格水平、服务水平和利润的影响。

市场结构：存在一个制造商、一个零售商和一个网络平台。制造商通过传统供应链和网络平台(E-供应链)两种渠道销售产品。

价格与需求：价格是影响需求的主要因素，且存在价格弹性。同时，两种渠道之间存在竞争，彼此的价格和服务水平会影响对方的市场需求。

佣金与服务水平：网络平台通过收取佣金获得收入，并可能根据佣金收入提升服务水平，吸引更多消费者。

成本与利润：制造商、零售商和网络平台均追求利润最大化。

制造商、零售商和网络平台都是理性的，追求利润最大化。

市场是完全竞争的，除了考虑价格、服务水平和竞争强度外，其他因素不变。

佣金T是外生给定的，但可以作为模型中的一个参数来考察其对结果的影响。

3.2. 参数设定

首先，我们基于提供的假设数据参数来设定模型，共同参数、网络平台主导E-供应链，制造商主导传统供应链的决策模型和网络平台主导E-供应链，零售商主导传统供应链的决策模型如表2和表3所示。

Table 2. Common parameters

表2. 共同参数

参数	符号	数值
产品的单位成本	c	50
最大市场规模	A	10,000
价格弹性系数	α	−2
竞争影响系数(E-供应链对传统供应链)	γeo	0.5
竞争影响系数(传统供应链对E-供应链)	γoe	0.3
服务水平对销量的影响因子	β	0.5

Table 3. Model parameters

表3. 模型参数

参数	符号	数值 (制造商主导传统供应链)	数值 (零售商主导传统供应链)
E-供应链初始服务水平	s0	0.6	0.6
制造商在传统供应链中的初始批发价格	w0	80	75
制造商在E-供应链中的初始销售价格	pe0	120	115
零售商在传统供应链中的初始销售价格	po0	150	140

4. 模型结果分析

4.1. 网络平台主导E-供应链，制造商主导传统供应链的决策模型

为了进行分析，我们将基于给定的模型和数据，使用MATLAB来模拟和绘制三种关系图：价格水平随推荐佣金T的变化、服务水平随推荐佣金T的变化、以及利润随推荐佣金T的变化。首先，我们需要根据给定的参数设置模型中的相关变量，并编写MATLAB代码来求解和绘图。

首先，我们定义所有的变量和参数，然后设置佣金T的变动范围，并计算不同佣金下的价格、服务水平和利润。如图2所示，价格水平随推荐佣金T的变化，随着佣金T的增加，E-供应链中的销售价格p_e也增加。这是因为平台需要更高的佣金来覆盖其运营成本，而这部分成本最终可能转嫁给消费者。服务水平随推荐佣金T的变化，服务水平s随着佣金T的增加而略有提升。这表示平台为了吸引更多用户和维持用户粘性，可能会通过提高服务水平来应对佣金的增加。

Figure 2. Variation of price level and service level with recommended commission T in traditional supply chain

图2. 传统供应链中价格水平和服务水平随推荐佣金T的变化

如图3所示，零随着佣金T上调，E-供应链售价被迫抬升，消费者向传统渠道或其他平台迁移，销量下滑，零售商利润呈递减趋势。佣金T越高，平台抽成收入越大，虽然售价上涨可能带来少量消费者流失，但增量佣金足以抵消负面影响，平台利润显著增长。佣金T的变动对制造商利润影响呈非线性：若E-渠道销量下滑的同时传统渠道销量与价格无法同步提升，或整体需求萎缩，利润可能下降；反之，若传统渠道能有效承接转移需求并维持价格优势，利润或能上升。

Figure 3. Profit varies with the recommended commission T

图3. 利润随推荐佣金T的变化

佣金对价格和服务水平的影响：佣金上调会推动E-供应链中的销售价刚性抬升，同时平台可能会通过加码服务(物流、流量、售后)对冲涨价对需求的抑制，维系吸引力。

佣金对利润的影响：平台是佣金增加的直接受益者，因为其收入直接与佣金相关。零售商则可能因为销售减少而面临利润下降的压力。制造商的利润变化则取决于其在两种销售渠道中的表现和相对优势。

4.2. 网络平台主导E-供应链，零售商主导传统供应链的决策模型

根据前面的分析和MATLAB模拟结果，我们可以得出以下结论。

如图4所示，网络平台主导的E-供应链中，推荐佣金T增加，E-供应链销售价格pe也会逐渐增加。这表明网络平台将部分佣金成本通过提高销售价格转嫁给消费者。零售商为保持市场竞争力，在传统供应链中的销售价格p_o可能下降。这种下降可能有限，零售商需要考虑自身利润空间和成本结构。推荐佣金T增加，网络平台有动力提高服务水平s以吸引和留住更多消费者。这反映网络平台愿意投入更多资源提升用户体验，进而增加市场份额和利润。

Figure 4. Variation of price level and service level with recommended commission T in E-supply chain

图4. E-供应链中价格水平和服务水平随推荐佣金T的变化

佣金增加虽提升平台利润，但增速趋缓。这是因为过高的价格可能抑制需求，同时过高的佣金水平也可能引发零售商和制造商的不满，进而影响供应链的稳定性。如图5所示，制造商的利润则受到E-供应链和传统供应链共同影响，可能呈现复杂的非线性关系。制造商需要平衡线上和线下的销售渠道，以最大化其整体利润。

在模型分析中，制造商对佣金变化的非线性反应揭示了供应链权力结构的深层博弈逻辑。当平台主导E-供应链时，制造商面临双重挤压：线上渠道的佣金成本转嫁受限于消费者价格弹性，而传统渠道的批发定价权又受零售商制约。这种权力不对等导致制造商利润曲线呈现阈值效应——佣金率超过临界值后，渠道冲突加剧使得边际利润加速下滑。相较于现有文献中线性关系的假设(如P2P平台佣金与供给量的简单正相关)，本研究通过混合供应链模型证明：渠道竞争强度与服务成本系数的交互作用会扭曲传统利润分配机制，这一发现为平台经济中的多边谈判提供了新的理论框架。尤其值得注意的是，当服务水平对销量的影响因子β突破0.5时，平台佣金策略会触发供应链成员的策略性违约风险，这比清洁能源聚合研究中观察到的演化博弈路径更为复杂。这些结论不仅完善了渠道利润管理理论，更对监管平台滥用市场支配地位具有现实意义。

Figure 5. Profit variation with recommended commission T

图5. 利润随推荐佣金T的变化

综上所述，推荐佣金T的设置需要权衡平台、零售商和制造商三方的利益。过高的佣金可能会损害零售商和制造商的利益，进而影响供应链可持续发展。因此，网络平台在制定佣金政策时，应当充分考虑市场需求、竞争态势以及参与各方的利益诉求，从而实现供应链的共赢局面。同时，政府和监管机构也应加强对平台经济的监管，防止平台滥用其市场地位损害其他参与者的利益，确保市场的公平竞争和健康发展。

5. 结论与展望

平台佣金增加迫使零售商调整定价或削减开支以维持利润，可能影响服务质量、营销投入及长期竞争力。利润分配机制对零售商的营销、库存管理和产品质量决策有显著影响，不利时可能导致减少创新和服务投入。平台市场力量增强削弱零售商议价能力，使其在供应链中更被动。消费者偏好直接影响平台佣金策略及零售商收益，间接影响佣金政策和利润空间。E供应链虽具优势，但面临着网络安全和数据隐私挑战。

本研究揭示了渠道权力结构对供应链成员决策的非线性影响，但模型假设信息对称且决策过程静态化，这为未来研究提供了明确方向。建议后续工作可重点突破两方面：一是将区块链技术嵌入博弈框架，量化信息不对称下制造商对平台佣金的信息验证成本如何改变阈值效应；二是构建动态演化模型，分析人工智能驱动的实时定价算法如何打破现有渠道权力平衡，特别是当服务敏感系数β随时间变化时，智能合约对利润分配机制的再平衡作用。这些延伸方向既能克服当前研究的静态假设局限，又能保持与核心结论的理论连贯性。

基金项目

本研究部分得到了湖北省高等学校哲学社会科学研究重大项目(22ZD046)；武汉科技大学科研项目(2022H20537, 2024H10109)；中国物流学会与中国物流与采购联合会研究项目计划(2025CSLKT3-421)；湖北省教育厅青年和中年人才项目(20211102)的支持。

NOTES

^*通讯作者。