数字经济下考虑市场竞争的电商平台物流资源共享策略研究
Research on Logistics Resource Sharing Strategy of E-Commerce Platform Considering Market Competition under Digital Economy
DOI: 10.12677/ecl.2024.133865, PDF, HTML, XML,    国家自然科学基金支持
作者: 王维维:贵州大学管理学院,贵州 贵阳;刘小红*, 张人龙:贵州大学管理学院,贵州 贵阳;数字化转型与治理协同创新实验室,贵州 贵阳
关键词: 电子商务供应链市场竞争资源共享Stackelberg博弈E-Commerce Supply Chain Market Competition Resource Sharing Stackelberg Game
摘要: 数字经济与实体经济深入融合的背景下,针对电子商务行业物流资源供需矛盾及物流服务质量差异显著等问题,本文以一个电商平台、一个第三方卖家和消费者所组成的电子商务供应链为研究对象,并将市场竞争要素纳入考虑范畴,分别构建无物流资源共享和物流资源共享模式下的Stackelberg博弈模型,探究市场竞争下物流资源共享对电商平台和第三方卖家产品定价、市场需求和企业利润的影响。研究发现:1) 当市场竞争程度较小时,物流资源共享会扩大第三方卖家的市场需求,降低电商平台的市场需求。2) 当市场竞争程度较大时,物流资源共享将会提高博弈双方产品的销售单价。3) 当市场竞争程度为[0.57, 0.67]时,物流资源共享将会实现博弈双方收益的帕累托改进,实现博弈双方“共赢”。
Abstract: Under the background of the deep integration of the digital economy and the real economy, for the contradiction between the supply and demand of logistics resources in the e-commerce industry and the significant difference in the quality of logistics services, this paper takes the e-commerce supply chain composed of an e-commerce platform, a third-party seller and consumers as the object of study, and takes the elements of market competition into account, and constructs the Stackelberg game model under the mode of no logistics resource sharing and logistics resource sharing respectively. Stackelberg’s game model is constructed to investigate the effects of logistics resource sharing on product pricing, market demand and corporate profits of e-commerce platforms and third-party sellers under market competition. The study finds that: 1) When the degree of market competition is small, logistics resource sharing will expand the market demand of third-party sellers and reduce the market demand of e-commerce platforms. 2) When the degree of market competition is large, the sharing of logistics resources will increase the unit price of the products of both parties to the game. 3) When the degree of market competition is [0.57, 0.67], the sharing of logistics resources will realize the Pareto improvement of the benefits of both sides of the game, and realize the “win-win” situation of both sides of the game.
文章引用:王维维, 刘小红, 张人龙. 数字经济下考虑市场竞争的电商平台物流资源共享策略研究[J]. 电子商务评论, 2024, 13(3): 7018-7026. https://doi.org/10.12677/ecl.2024.133865

1. 引言

在数字经济与实体经济深入融合的浪潮中,电子商务行业以其方便快捷、低成本、高效率的优势飞速崛起,成为推动经济增长的重要力量。电商的蓬勃发展对物流行业提出了更高的要求,物流效率和服务质量直接关系到电商企业的竞争力和用户体验。然而,随着电商平台交易量的激增,物流资源的供需矛盾以及物流服务质量差异显著等问题日益凸显,传统的物流模式已难以满足快速变化的市场需求。资源共享作为一种新型的资源配置方式,通过整合优化分散的物流资源,能够显著提高物流效率并减少闲置资源的浪费,降低闲置资源的浪费,增强物流系统的灵活性和响应能力。在数字经济背景下,电商物流资源共享不仅能够为物流业带来新的发展机遇,还能够为电商及相关企业带来竞争优势,提升整个供应链的协同效应。但在进行物流资源共享时还存在以下几个问题:考虑市场竞争下的电商物流资源共享会对电商平台以及第三方卖家造成什么影响?促使双方达成物流资源共享一致协议的条件有哪些?什么因素会对电商平台物流资源共享造成影响?对这些问题的研究有利于为电商平台和第三方卖家提供决策支持,为双方未来的发展提供决策参考,不仅可以推动电子商务行业的进一步发展,还有利于推动物流资源共享模式的进一步实现。

与本文研究相关的文献主要包括以下两个方面:电商物流服务的研究和物流资源共享的研究。针对电商物流服务的研究,张剑熊等针对电商平台第三方供应商的物流服务模式选择,考虑供应商与物流商间的权力结构及品牌差异,构建了六种决策模型,以市场需求、服务水平和边际利润为变量求得最优决策,并分析了物流商品牌竞争下供应商的最优物流服务模式选择策略[1]。蒋丽等提出一种卡车与无人机协同配送的路径规划问题,以综合成本最小为目标建立混合整数规划模型,并采用改进混合蚁群算法对问题进行求解[2]。牟进进等以跨境电商供应链为对象,考虑需求受时尚品定价、物流增值服务水平和随机因素影响,探讨物流增值服务水平和时尚品定价的最优决策[3]。Zheng等采用层次分析法和熵值法对电商企业的物流配送选择进行了研究,并利用与理想解相似性的订单偏好技术和与理想解相似性的排序偏好技术方法来验证模型[4]

针对物流资源共享的研究,南江霞等以云服务供应链为研究对象,针对其同时存在的策略选择和收益分配问题,用两型博弈分析了云服务供应链参与方之间的合作与技术创新问题[5]。CKM Lee等为雾基智慧物流提出了一种高效的大宇宙和可追踪的隐私保护数据共享,可以同时实现数据访问控制、数据完整性保护、密钥托管和防滥用、用户隐私保护和可扩展性[6]。Kang等为解决物流资源分配和共享中存在的阻碍问题,提出了一种基于拍卖的物流产品服务系统云服务分配与共享方法[7]

现有文献在电商物流资源共享领域已取得较好的研究成果,为本文在理论、模型和方法上奠定了坚实的基础,但还存在以下不足:一是电商领域的资源共享具有巨大的潜力,但目前有关该领域物流资源共享策略研究的文献相对较少。二是当前研究多集中在理论层面的讨论,在模型选择、策略构建和实证分析等方面有待进一步深入研究。鉴于此,本文以电子商务平台和第三方卖家作为博弈主体,分别构建无物流资源共享和物流资源共享下的Stackelberg博弈模型,探究市场竞争下物流资源共享对电商平台和第三方卖家产品定价、市场需求和企业利润的影响,进一步分析博弈双方物流服务模式的选择,最后通过数值模拟和仿真进行验证。

2. 问题描述及模型假设

2.1. 问题描述

本文以一个电商平台、一个第三方卖家和众多消费者所组成的电商供应链为研究对象,电商平台在平台上销售其自身产品,而第三方卖家通过支付一定数量的平台使用费获取在平台售卖产品的资格。在电商行业中,常见的物流模式为自营物流和第三方物流,第三方物流成本低、效率高,但物流品质偏低,无法在时间和空间上提供灵活的业务流程,自营物流可以为消费者提供更有保障、质量更高的物流服务,但在物流资源购买以及日常运营维护等方面需要支出大量的成本。本文假设电商平台搭建自营物流体系,并为自身产品提供物流服务,第三方卖家由于缺乏足够的资金、技术和能力,只能将自身物流服务进行外包。此时,电商平台可选择的策略为不共享自营物流资源和共享自营物流资源,第三方卖家可以选择第三方物流资源供应商提供物流服务,也可以选择电商平台共享的物流资源服务,当电商平台选择不共享时,第三方卖家只能选择第三方物流资源供应商,当电商平台共享时,若第三方卖家选择第三方物流资源供应商,则此时策略与电商平台不共享一样。因此,本文研究重点为以下两种电子商务供应链服务模式:

(1) 无物流资源共享。在此情况下,电商平台自营物流仅服务于自身,而第三方卖家则需依赖第三方物流资源供应商获取物流服务。

(2) 物流资源共享。电商平台共享自营物流资源,第三方卖家支付一定报酬获取电商平台物流资源服务,电商平台同时向双方提供物流服务。

2.2. 模型假设

(1) 假定电商平台是电商供应链系统的领导者,第三方卖家为追随者。

(2) 假定电商平台和第三方卖家都有充足的产品满足市场需求。

(3) 假定电商平台在平台上以价格pa销售产品a,第三方卖家支付平台使用费 ω 获取在平台上销售产品的资格,并以价格pb在平台上销售产品b,产品a和产品b为不完全替代产品。

(4) 假设电商平台产品a和第三方卖家产品b的生产成本相同且标准化为0。

(5) 假设电商平台自营物流的单位物流服务成本为c,提供的物流服务质量为q1,第三方卖家向第三方物流资源供应商寻求物流服务需要支付的单位价格为f,第三方物流资源供应商提供的物流服务质量为q2 ( q 1 > q 2 ),电商平台共享自营物流资源时第三方卖家支付单位物流资源价格e获取物流服务质量q1的服务。

(6) 借鉴Zhang等关于市场需求的假定[8],采用如下函数定义市场需求:

D i =d p i +α p i +β q i γ q i (1)

其中Di为产品i的市场需求(i = a或b),d为市场的基础需求,pi为产品i的零售价格, p i 为产品i竞争产品的零售价格, α 为市场需求对产品i竞争产品零售价格的敏感系数,qi为产品i的物流服务质量, β 为市场需求对产品i物流服务质量的敏感系数, q i 为产品i竞争产品的物流服务质量, γ 为市场需求对产品i竞争产品物流服务质量的敏感系数。

本文模型构建所需符号及符号定义如表1所示:

Table 1. Symbols and their definitions

1. 符号及其定义

符号

符号定义

符号

符号定义

p a

电商平台产品a零售价格

p b

第三方卖家产品b零售价格

q 1

电商平台自营物流服务质量

q 2

第三方物流服务质量

e

电商平台自营物流服务单价

f

第三方物流服务单价

c

电商平台自营物流服务成本

d

市场基础需求

ω

平台使用费

p i

产品i的零售价格

α

市场需求对产品i竞争产品零售价格的敏感系数

p i

产品i竞争产品的零售价格

β

市场需求对产品i物流服务质量的敏感系数

q i

产品i的物流服务质量

γ

市场需求对产品i竞争产品物流服务质量的敏感系数

q i

产品i竞争产品的物流服务质量

3. 模型构建

3.1. 无物流资源共享

在无物流资源共享下,电商平台自营物流仅服务于自身,而第三方卖家则需依赖第三方物流资源供应商获取物流服务。此时,电商平台与第三方卖家之间的博弈为典型的完全信息动态博弈,电商平台和第三方卖家的效用函数分别为式(2)和式(3)。

π E ( p a )=( p a c )( d p a +α p b +β q 1 γ q 2 )+ω (2)

π T ( p b )=( p b f )( d p b +α p a +β q 2 γ q 1 )ω (3)

此时博弈顺序为电商平台先确定其产品a的零售价格 p a ,然后第三方卖家根据电商平台产品a的零售价格确定自身产品b的零售价格 p b ,双方的决策目标都为追求自身利润的最大化。采用逆序归纳法对模型求解,首先通过式(3)对 p b 求二阶导,得 π T ( p b )/ p b =2<0 ,第三方卖家的收益是关于产品b零售价格的严格凹函数,存在一个唯一的 p b 使 π T ( p b ) 取得极大值,通过令 π T ( p b ) p b 的一阶导为0,求得

p b = d+α p a +β q 2 γ q 1 +f 2 (4)

将式(4)代入式(2)并对求 p a 二阶导,得 π E ( p a )/ p a = α 2 2<0 ,电商平台的收益是关于产品a零售价格的严格凹函数,存在一个唯一的 p a 使 π E ( p a ) 取得极大值,令 π E ( p a ) p a 的一阶导为0,求得

p a = c α 2 +α( β q 2 +γ q 1 df )+2( γ q 2 β q 1 cd ) 2( α 2 2 ) (5)

将式(5)代入式(4),求得

p b = c α 3 + α 2 ( β q 2 γ q 1 +d+f )+2α( γ q 2 β q 1 cd )+4( β q 2 +γ q 1 df ) 4( α 2 2 ) (6)

将式(4)、式(5)分别代入式(1)、式(2)、式(3)求得

D a = c α 2 +α( β q 2 γ q 1 +d+f )2( γ q 2 β q 1 +cd ) 4 (7)

D b = c α 3 + α 2 ( β q 2 γ q 1 +d3f )+2α( γ q 2 β q 1 cd )+4( β q 2 +γ q 1 d+f ) 4( α 2 2 ) (8)

π E = [ c α 2 +α( β q 2 γ q 1 +d+f )2( γ q 2 β q 1 +cd ) ] 2 8( α 2 2 ) +ω (9)

π T = [ c α 3 + α 2 ( β q 2 γ q 1 +d3f )+2α( γ q 2 β q 1 cd )+4( β q 2 +γ q 1 d+f ) ] 2 16 ( α 2 2 ) 2 ω (10)

3.2. 物流资源共享

在物流资源共享下,电商平台自营物流不仅为电商平台提供物流服务,也为第三方卖家提供物流服务,此时博弈双方的效用函数分别为

π E ( p a )=( p a c )[ d p a +α p b +( βγ ) q 1 ]+( ec )[ d p b +α p a +( βγ ) q 1 ]+ω (11)

π T ( p b )=( p b e )[ d p b +α p a +( βγ ) q 1 ]ω (12)

采用逆序归纳法对模型求解,求解得物流资源共享下的结果(求解过程与3.2节类似):

p a = cαc+( β+γ ) q 1 d 2( α1 ) (13)

p b = c α 2 +α[ ( βγ ) q 1 +d ]+( 3β+3γ ) q 1 c3d 4( α1 ) (14)

e = cαc+( β+γ ) q 1 d 2( α1 ) (15)

D a = [ cα+( βγ ) q 1 c+d ]( α+2 ) 4 (16)

D b = ( α1 )c+( βλ ) q 1 +d 4 (17)

π E = [ αc+( βγ ) q 1 c+d ] 2 ( α+3 ) 8α8 +ω (18)

π T = [ ( α1 )c+( βγ ) q 1 +d ] 2 16 ω (19)

4. 数值模拟与仿真分析

深入探究当考虑市场竞争时,电子商务平台和第三卖家选择哪种策略才能实现自身收益的最大化,鉴于物流资源共享前后效用函数较为复杂,本文采用数值仿真对结果进行讨论。因此,本节运用Matlab R2022a软件进行仿真分析,以此来探究电商平台电商平台物流资源共享和不共享下的博弈双方最优策略。本文参考覃雪莲等对相关参数的设定如表2所示[9]

Table 2. Parameter setting

2. 参数设置

参数

d

f

α

β

γ

q 1

q 2

ω

c

数值

0.9

0.5

[0, 1]

0.7

0.5

10

5

0

0.5

4.1. 物流资源共享对博弈双方收益的影响

在市场竞争比例 α[ 0,1 ] 内探究市场竞争下电商平台物流资源共享对博弈双方收益的影响,其中 α 取值越大,表示产品a与产品b的市场竞争强度越大, α 取值越小,表示市场竞争强度越小。将表2中的参数分别代入式(9)、式(10)、式(18)和式(19)进行仿真分析,结果如图1所示。

Figure 1. Benefits for both sides of the game before and after logistics resource sharing

1. 物流资源共享前后博弈双方收益

图1可知,当市场竞争强度较小,共享物流资源时,电商平台所获取的利润小于不共享情形下的利润,而第三方卖家所获取的利润大于不共享状态下的利润,这是因为在竞争强度较小时,共享物流资源将会造成电商平台和第三方卖家拥有相同的物流服务质量,将会增大第三方卖家产品的市场需求降低电商平台的市场需求,而电商平台通过共享物流资源所获得的收益无法弥补市场需求降低损失的收益,而第三方平台市场需求提高所获取的收益大于购买电商平台自营物流服务所产生的支出。当市场竞争强度处于[0.57, 0.67]时,电商平台的物流资源共享可以同时实现博弈双方收益的帕累托改进,实现电商平台与第三方卖家的“双赢”。不管是物流资源共享还是物流资源不共享,电商平台的收益始终大于相同情况下的第三方卖家的收益,也进一步验证了电商平台在双方博弈中的领导地位。

4.2. 物流资源共享对博弈双方产品零售价格的影响

在市场竞争比例 α[ 0,1 ] 内探究市场竞争下电商平台物流资源共享对博弈双方产品零售价格的影响,将表2中的参数分别代入式(5)、式(6)、式(13)和式(14)进行仿真分析,结果如图2所示。

Figure 2. Retail prices of products for both sides before and after the game of logistics resource sharing

2. 物流资源共享前后博弈双方产品零售价格

图2可知,不管是否处于物流资源共享状态下,电商平台与第三方卖家的产品零售价格都呈上升的趋势,这是因为市场竞争加剧了博弈双方之间的产品竞争,或许是提供更高的物流服务质量,又或许是为了提高更好的产品质量,而博弈双方决策目标都为收益最大化,只能在保持市场需求稳定上升的基础上适当增加产品价格来获取最高收益。由图可知,当市场竞争大于0.54时,物流资源共享后的电商平台产品零售价格始终高于不共享情形下的零售价格,且不管市场竞争程度如何,物流资源共享后的第三方卖家产品零售价格始终高于不共享情形下的零售价格。

4.3. 物流资源共享对博弈双方产品市场需求的影响

在市场竞争比例 α[ 0,1 ] 内探究市场竞争下电商平台物流资源共享对博弈双方产品市场需求的影响,将表2中的参数分别代入式(7)、式(8)、式(16)和式(17)进行仿真分析,结果如图3所示。

图3可知,不管是处于物流资源共享还是物流资源不共享,电商平台和第三方卖家的市场需求都随市场竞争强度的增大而增大,这是因为市场竞争加剧,博弈双方以自生收益最大化为决策目标,此时市场需求的扩增来源于其物流服务质量的提高以及产品质量的提升。由图中可知,在市场竞争较小时,无物流资源共享下电商平台产品的市场需求大于物流资源共享下的电商平台的市场需求,而物流资源共享下第三方卖家产品的市场需求大于无物流资源共享下的市场需求,这是因为当电商平台选择共享自营物流且第三方卖家选择接受共享物流资源时,双方在物流服务质量上已没有差距,电商平台在电子商务供应链中丧失了物流服务质量的领导地位,造成了电商平台产品市场需求量的下降,第三方卖家产品市场需求量的上升。

Figure 3. Market demand for products of both sides before and after the game of logistics resource sharing

3. 物流资源共享前后博弈双方产品市场需求

5. 结论

本文以一个电商平台、一个第三方卖家和消费者所组成的电子商务供应链为研究对象,并将市场竞争因素纳入考虑范畴,以此来构建电商平台与第三方卖家之间物流策略选择的博弈模型,探究考虑市场竞争时,物流资源共享对电商平台和第三方卖家产品定价、市场需求和企业利润等方面的影响。得到以下研究结论:

(1) 当 α[ 0.57,0.67 ] 时,物流资源共享模式下的电商平台和第三方卖家收益均大于无物流资源共享模式下,即实现了电商平台和第三方卖家收益的帕累托改进,使博弈双方实现双赢。

(2) 当市场竞争程度较大时,物流资源共享后的电商平台和第三方卖家产品零售价格始均高于不共享情形下的零售价格。

(3) 当市场竞争程度较小时,物流资源共享将会增加第三方卖家产品的市场需求,降低电商平台产品的市场需求。

基金项目

贵州省省级科技计划项目(编号:黔科合基础-ZK [2022]一般080);国家自然科学基金项目(编号:72261005)。

NOTES

*通讯作者。

参考文献

[1] 张剑雄, 慕静, 康林. 考虑品牌差异及权力结构的电商物流模式决策研究[J/OL]. 运筹与管理, 2024: 1-8.
http://kns.cnki.net/kcms/detail/34.1133.G3.20240311.1847.004.html, 2024-05-29.
[2] 蒋丽, 王洪艳, 梁昌勇. 新零售背景下卡车与无人机协同的电商物流末端配送优化[J/OL]. 系统管理学报, 2023: 1-13.
http://kns.cnki.net/kcms/detail/31.1977.N.20231115.1720.004.html, 2024-05-29.
[3] 牟进进, 王淑云. 跨境电商供应链物流增值服务的优化决策[J/OL]. 中国管理科学, 2023: 1-13.
https://doi.org/10.16381/j.cnki.issn1003-207x.2022.0715, 2024-05-29.
[4] Zheng, K., Zhang, Z. and Song, B. (2020) RETRACTED: E-Commerce Logistics Distribution Mode in Big-Data Context: A Case Analysis of JD.COM. Industrial Marketing Management, 86, 154-162.
https://doi.org/10.1016/j.indmarman.2019.10.009
[5] 南江霞, 张莉, 张茂军, 等. 云服务供应链多人合作与技术创新决策的两型博弈模型[J]. 系统工程理论与实践, 2021, 41(7): 1771-1783.
[6] Lee, C.K.M., Ng, C.K., Chung, S.Y. and Keung, K.L. (2023) Cloud-Based Cyber-Physical Logistics System with Nested MAX-MIN Ant Algorithm for E-Commerce Logistics. Expert Systems with Applications, 211, Article 118643.
https://doi.org/10.1016/j.eswa.2022.118643
[7] Kang, K., Zhong, R.Y., Xu, S.X., Tan, B.Q., Wang, L. and Peng, T. (2021) Auction-Based Cloud Service Allocation and Sharing for Logistics Product Service System. Journal of Cleaner Production, 278, Article 123881.
https://doi.org/10.1016/j.jclepro.2020.123881
[8] Zhang, S., Dan, B. and Zhou, M. (2019) After-Sale Service Deployment and Information Sharing in a Supply Chain under Demand Uncertainty. European Journal of Operational Research, 279, 351-363.
https://doi.org/10.1016/j.ejor.2019.05.014
[9] 覃雪莲, 刘志学. 考虑供应商竞争的电子商务供应链物流服务模式优化研究[J]. 中国管理科学, 2024, 32(1): 125-136.