公平关切下考虑成本分担的闭环供应链回收与定价决策

文章针对同时进行新产品和再制造产品的生产活动的制造商和同时进行销售和回收活动的零售商组成的闭环供应链系统,在考虑闭环供应链中公平关切行为和成本分担的情形下分析零售商公平关切、制造商的成本分担对供应链系统决策的影响.研究表明:当零售商公平中性时,制造商的成本分担与零售商的回收率正相关,且制造商的成本分担能够提高回收率、降低制造商向零售商支付回收产品的单位转让价格;当制造商不参与回收成本分担时,零售商的公平关切程度与零售商的利润正相关,与回收率、制造商的利润均为负相关,且并不会影响供应链系统的总利润;当公平关切行为和成本分担契约同时存在时,成本分担契约对供应链决策的影响远小于公平关切行为对供应链决策的影响.最后,通过算例分析验证了以上结论.     

考虑废旧品质量的混合回收渠道下闭环供应链定价研究

为确定闭环供应链成员的最优定价,对由一个制造商、零售商和第三方回收商组成的闭环供应链系统进行研究.在系统中,零售商负责产品的正向销售;制造商、零售商和第三方回收商共同回收废旧品,都根据废旧品质量高低制定不同的回收价格;制造商对质量低的废旧品进行再制造,对质量高的废旧品进行翻新.分别在分散决策和集中决策下构建了成员及系统利润模型,并进行分析比较.结果表明:闭环供应链在集中决策下获得较高的利润.最后算例分析显示:制造商、零售商、第三方回收商和系统利润都会随着消费者环保意识水平的增加而增加.并引入利润差分享系数,分析集中决策下其对闭环供应链成员利润的影响.     

回收再制造与定价决策模型及供应链协调分析

假定负责废旧产品回收再制造的生产商为主导者.针对单生产商和单零售商组成的逆向供应链,分析了Stackelberg博弈(分散式控制)下和合作(集中式控制)下的零售价和回收再制造率决策,发现集中式供应链的利润较高,给出了协调供应链的利润共享合同.针对单生产商和n个竞争零售商组成的供应链,分析了一主多从Stackelberg博弈和联合决策,结果表明供应链合作可降低产品的零售价格、提高回收再制造率和供应链总利润,进而给出了协调单生产商和n个零售商决策的利润共享合同.最后的算例表明了模型的合理性和协调合同的有效性.     

政府补贴下考虑CSR投入的闭环供应链回收及定价决策

在考虑政府回收补贴及零售商CSR投入的情形下,研究零售商主导型闭环供应链的逆向回收渠道选择及定价决策问题。在三种不同回收模式下,分析了政府的回收补贴机制及零售商的CSR投入行为对废旧产品回收及闭环供应链绩效的影响。研究表明无论在何种回收模式下,政府回收补贴不仅能有效降低新产品的批发及零售价格、增强各回收方的废旧产品回收积极性,也能增加闭环供应链成员及系统整体利润。零售商的CSR投入总是有利于扩大新产品市场需求、提高废旧产品回收率。从提高零售商的CSR投入水平及改善闭环供应链整体绩效的角度,在制造商负责废旧产品回收时,政府实施回收补贴机制效果最佳。     

政府补贴下考虑规模效应的动力电池梯次利用闭环供应链决策与协调

针对零售商主导的考虑政府补贴和规模效应的动力电池闭环供应链,研究成员最优决策及协调问题。分别在无补贴、补贴零售商、补贴制造商、补贴第三方回收商四种情形下,分析了补贴对象、规模效应、再制造动力电池比例对成员最优决策及利润的影响,并实现了闭环供应链的协调。研究表明:政府补贴能够降低零售价,提高回收率以及各成员利润;补贴第三方回收商相比补贴零售商和补贴制造商而言,回收率以及第三方回收商利润提高更为明显,补贴零售商和补贴制造商相比补贴第三方回收商而言,零售价降低、制造商和零售商利润提高更为明显;可用于再制造的废旧动力电池比例增大能够降低动力电池销售价格,提高动力电池回收率;第三方回收商规模效应的增大有利于降低零售价格,提高动力电池产品回收率及闭环供应链各成员收益。     

政府补贴下双渠道闭环供应链回收渠道的选择研究

在以制造商为主导的双渠道供应链中,政府制造商进行补贴的前提下,分别建立了三种不同的回收模型:制造商回收、零售商回收和制造商和零售商混合竞争回收,并研究不同模型的最优决策得出结论,最后进行仿真验证.研究表明:制造商垄断回收时,供应链各成员的收益都是关于回收价格敏感系数的增函数;零售商垄断回收时,制造商和零售商的利润降低,此时整个供应链的回收量是制造商回收时的一半;竞争回收模式下,当回收价格敏感系数增大时,制造商利润减小,零售商利润增大,供应链利润先增大后减小,制造商的回收量大于零售商的回收量.在三种模型下,回收价格敏感系数较小时,制造商回收模式最优;回收价格敏感系数较大时,竞争混合回收模式最优.     

不同回收模式下用户隐私关切对闭环供应链决策的影响

在手机类废旧电子产品的回收活动中,用户对个人隐私关切度的加深会影响闭环供应链成员的决策.基于此,通过刻画用户隐私关切度等因素,构建基于制造商回收、二手商回收和混合回收模式的三个博弈模型,研究其对闭环供应链成员决策的影响.研究表明:用户隐私关切度增加可促进制造商和零售商的利润,但会降低二手商的利润;制造商回收模式下的供应...     

政府补贴下多渠道回收的闭环供应链决策

考虑无主导、制造商主导以及零售商主导三种市场力量结构,建立了双渠道销售和三渠道回收的闭环供应链博弈决策模型,并从理论上比较分析不同市场力量结构对政府补贴、消费者购买产品支出、回收量、供应链各成员利润,供应链总利润以及社会福利的影响.最后运用算例验证了模型的有效性,并分析了回收废旧产品所节约成本,销售渠道竞争系数和回收渠道冲突系数的变化对政府补贴、社会福利和供应链总利润的影响.     

两阶段闭环供应链的新产品和再制造产品最优定价模型

以一个制造商和一个零售商组成的两阶段闭环供应链为研究对象,通过考虑废旧产品的回收、再制造、再销售以及新产品和再制造产品竞争等因素,建立集中供应链系统和分散供应链系统的数学模型,研究新产品和再制造产品的最优定价策略.研究结果表明当新产品的制造成本和再制造产品的制造成本满足一定条件时,决策者为了实现利润最大化才进行再制造活动.最后通过算例验证了上述结论,并进一步分析了回收率和替代系数对供应链总利润及各成员利润的影响.     

产能约束对闭环供应链回收渠道选择的影响

在制造商存在产能约束下,建立了再制造闭环供应链回收渠道决策的Stackelberg博弈模型,得出了三种回收渠道下的回收率、零售价以及制造商、零售商和供应链的利润,分析了制造商的生产能力对回收渠道决策的影响。研究表明:存在产能约束时,制造商回收渠道中的回收率总是最高的,这与无产能约束时零售商回收渠道中回收率最高的情况明显不同;同时,若废旧产品回收转移支付价格较低,制造商会选择自己回收,此时的零售价最低,制造商、零售商和供应链利润最高;若回收转移支付价格较高,制造商会选择零售商回收,此时的零售价最低,制造商和供应链利润最高。     

考虑消费者后悔行为的零售商预售及退货策略研究

本文考虑消费者预购后悔行为,研究需求和消费者估值均不确定情况下,零售商的三种预售策略:不提供退货、退货不再销售和退货再销售的预售策略;探讨消费者后悔行为对零售商的预售价、订购量、退货额和预售策略选择的影响。研究发现:行动后悔越强,预售价格越低,对零售商的收益越不利;而等待后悔越强,预售价格越高,对零售商的收益越有利,因而零售商可以在现售期保持一定的产品缺货率,增强消费者的等待后悔行为。零售商提供退货服务总是优于不提供退货策略,零售商是否对被退回产品再处理进行二次销售主要依赖于被退回产品的再处理成本大小。     

B2C零售商退货渠道策略研究

基于全渠道环境下,考虑B2C零售商提供全额退款保证,建立了同渠道退货策略和全渠道退货策略下的博弈模型,研究B2C零售商的退货渠道策略选择问题。结果表明,全渠道退货策略下,B2C零售商总是会实施高价策略,且当消费者线上退货损失较大时,最优定价随着消费者线上退货损失递增,反之递减;当B2C零售商实体店退货产品处理成本较小时,全渠道退货策略能有效增加消费者需求,实施全渠道退货策略是占优的;从消费者的角度看,当产品匹配率和消费者线上退货损失较高时,B2C零售商将会实施全渠道退货策略。     

需求不确定性对闭环供应链系统决策的影响分析

在由一个制造商与一个销售商组成的闭环供应链系统中,构建了市场需求不确定环境下废旧产品回收率为外生变量和零售商决策变量两种情形的闭环供应链系统决策模型,并通过数值仿真得到了各模型供应链成员的最优定价和订货策略以及最终利润,进一步分析了两种情形下市场需求不确定性对零售商、制造商决策行为及利润的影响,最后对两种情形进行了对比分析.     

基于市场需求增加的双渠道闭环供应链定价机制研究

针对制造商开辟在线销售渠道现象的普及,考虑混合双渠道销售会增加产品的潜在需求,构建制造商与零售商分散、集中定价两种决策模型,利用博弈理论对模型进行求解分析,研究表明在双方分散、集中两种定价策略模型中,随着双渠道开通导致的市场需求率的增加,制造商的批发价、零售商的销售价格上调,零售商的回收价格下降,闭环供应链系统总利润则呈现先下降后上升的变化。最后,运用数值算例进一步验证和讨论双渠道销售导致的市场需求增加对闭环供应链系统定价策略、双方利润及系统渠道效率的影响。     

由零售商负责回收的多期闭环供应链网络均衡

本文研究了零售商回收模式下多期闭环供应链网络均衡问题。制造商通过零售渠道将产品销售给消费者,以满足消费市场需求,同时消费产生的废旧品由零售商回收返回制造商处进行再制造,通过产品库存和回收废旧品连接相邻规划期。运用变分不等式理论和互补理论,分别刻画了制造市场、零售市场和消费市场的均衡,接着构建了多期闭环供应链网络均衡模型。利用变分不等式的投影收缩算法,对模型进行求解。算例着重分析了废旧品利用率对网络均衡状态和供应链成员利润的影响。结果表明:当制造商的废旧品利用率逐渐增加时,回收量逐渐增加,制造商的利润先减后增,零售商利润一直增加,而供应链总利润一直增加,供应链网络中的最优决策变量主要受到回收量约束的影响。     

随机需求下考虑风险行为的闭环供应链网络均衡模型

以变分不等式和均衡理论为基本研究工具,研究了随机需求与再制造率不确定条件下多个竞争型的供应商、制造商、零售商及消费市场的行为及均衡条件。对所建立的多级闭环供应链网络均衡模型,通过拟牛顿算法求解变分不等式,并仿真分析了再制造率、回收率以及风险因素对闭环供应链网络均衡结果的影响。结果表明:制造商提高再制造率能实现供应链成员利润的增加、产品价格的降低以及回收量的增加;制造商基于风险最小化和利润最大化相结合的原则进行决策能增加产品的交易量及企业的利润。     

A joint optimal pricing,rebate value,and lot sizing model

Delayed incentives in the form of mail-in cash rebates are very popular among manufacturers, and more recently, among retailers. One of the main advantages of rebates is that while they increase demand, a small proportion of consumers redeem them. In this paper, we formulate and solve models for jointly determining the optimal price, rebate face value, and the optimal order quantity for a price and rebate sensitive deterministic demand. The models show that under realistic conditions, offering rebates can have significant pricing and inventory policy implications and can lead to a significant increase in profit.     

考虑退货的电商平台销售策略

本文研究当存在无缺陷退货时,电商平台如何选择合适的销售模式。根据销售价格和退货价格对市场需求以及退货的影响,电商平台可以策略性地选择转售模式和代理模式。我们构建了一个斯塔克伯格博弈模型,电商平台作为领导者选择销售模式,制造商在既定销售模式下进行决策。研究发现,当需求对价格的敏感程度较低、需求对退货价的敏感程度较高及退货量对退货价的敏感程度较低时,平台应提供代理模式,反之应提供转售模式,并探究平台的最优销售策略对制造商利润的影响,从而对平台和制造商的销售策略选择起到一定的指导意义。     

面向网络外部性特征产品的供应链动态竞争策略研究

当产品具有网络外部性的特征时,该产品的规模收益特征对利润、产品价格和需求等因素都会产生重大影响。首先,通过将网络规模建立为网络成本投入的微分方程,分别构建了分散与集中式决策下的动态供应链模型。其次,以供应链的利润最大化为前提,利用微分博弈导出生产量、批发价、零售价和投入努力值的最优策略。结论表明:在生命周期的前部分,集中决策情形的供应链系统利润和产品价格低于分散决策情形,但越往后,其价格和利润都将逐步超过分散决策情形,且差距越来越大。     

On the average performance of the adjustable RO and its use as an offline tool for multi-period production planning under uncertainty

Robust optimization (RO) is a distribution-free worst-case solution methodology designed for uncertain maximization problems via a max-min approach considering a bounded uncertainty set. It yields a feasible solution over this set with a guaranteed worst-case value. As opposed to a previous conception that RO is conservative based on optimal value analysis, we argue that in practice the uncertain parameters rarely take simultaneously the values of the worst-case scenario, and thus introduce a new performance measure based on simulated average values. To this end, we apply the adjustable RO (AARC) to a single new product multi-period production planning problem under an uncertain and bounded demand so as to maximize the total profit. The demand for the product is assumed to follow a typical life-cycle pattern, whose length is typically hard to anticipate. We suggest a novel approach to predict the production plan’s profitable cycle length, already at the outset of the planning horizon. The AARC is an offline method that is employed online and adjusted to past realizations of the demand by a linear decision rule (LDR). We compare it to an alternative offline method, aiming at maximum expected profit, applying the same LDR. Although the AARC maximizes the profit against a worst-case demand scenario, our empirical results show that the average performance of both methods is very similar. Further, AARC consistently guarantees a worst profit over the entire uncertainty set, and its model’s size is considerably smaller and thus exhibit superior performance.