考虑公平偏好的报童模型定价决策

合集下载

需求不确定性下报童模型最优定价策略

需求不确定性下报童模型最优定价策略

敏感 的需求 。 报 童定价模 型中加法和乘法需求是两种常用 的模
型, 乘法需求模 型表 示确 定的产 品需求依赖价格 函数和 随机扰 动 ,这个 分支通 常不 考虑供 应的不确 定性 ( 请参考 Y a o等 ,
2 0 0 6 )。
弊, 从加强控制力来讲 , 直 营方 式具有明显的优势 , 而对 于有效利用外

主要参考文献:
[ 1 ] 石章强. 亿元投资的 神话变 成笑话“ 叮咚小区” 遭遇 巨 大困 难f J 】 .
I T 时代周刊 , 2 0 1 4 . 2 0 .
方面企 业要做好 市场 的区隔 , 核 心市场 、 重点市场 公司采取 直营方
三、 总结
式, 其他市场采取加盟方式。
立。 先前的文章集中于乘积模 型, 我们集中在 加法模型 。 对于这

模型, 需求 函数表示如下 :
D( p , 8 ) = d( p ) + 8
具体 而言, 我们 考虑一个 单周 期库存 的定价 问题 , 报童需 要决定订单数量的单一产品和销售价格 的随机 实现之前 , 价格
这里 8 定义在 [ I . 8 , u 8 ] 上, ( u 8 > I 0 ) 和E [ 8 ] = 。因此 , E E D
性化服务是尤为重要的两个方面, 只有这样才能发挥 0 2 0这一模式的
优越性; 另外这一模式应用的特点是面向特定社区的消费者提供个性 化与精准化的服务, 因此难以大规模地简单复制, 应用连锁经营的方
式, 直营与加盟两者互相配合, 能够 又好又快地打开市场 , 抢 占先机 。
平衡这两者的关系, 一方面企业要不断提升加盟商的素养, 从利 益、 理念、 价值追求上实现与企业的协同, 充分发挥加盟商的作用; 另

不确定需求下考虑风险规避的报童模型研究

不确定需求下考虑风险规避的报童模型研究

不确定需求下考虑风险规避的报童模型研究零售商的单周期库存模型即报童模型,作为供应链管理领域的一个基础模型,重点解决市场需求不确定下短生命周期产品的订货决策问题。

经典的报童模型假设市场需求为随机需求,并且零售商是风险中性的。

但现实中,由于成本、技术及某些不确定因素的影响,企业缺乏关于市场需求的观测数据或历史数据,因而只能将市场需求看作为不确定需求。

与此同时,受现实中各种不确定性的影响,决策者通常会呈现出风险规避的决策偏好。

由此可见,在不确定需求下研究具有风险规避偏好的报童问题具有重要的现实与理论意义。

本文以不确定需求下的报童模型为研究对象,对现有研究进行归纳与拓展。

考虑零售商风险规避偏好,以不确定理论为基础,在均值-TV a R(Tail Value at Risk)准则下分别对需求与销售价格无显著关联(或价格外生)、需求加性及乘性依赖价格情形下的零售商最优订货与定价问题进行研究,最后通过算例模拟分析系统参数对于零售商最优决策的影响。

研究表明:(1)针对不确定市场需求,若不考虑产品定价决策,则零售商在均值-TV a R准则下具有唯一的最优订货决策;若市场需求为加性或乘性依赖价格的不确定需求,且需求的失效率单调递增,则零售商在均值-TV a R准则下具有唯一最优的订货定价联合决策。

(2)在不考虑零售商定价的报童问题中,零售商悲观系数的增加会降低零售商的最优订货量,同时产品的销售价格越高、成本越低、残值越大,零售商的最优订货量就越大。

在需求依赖价格的报童问题中,若需求加性依赖产品价格,同时零售商较为悲观且选定较高的风险置信水平,则零售商的最优决策组合为较高的销售价格和较少的订货量;反之,零售商的最优决策组合为较低的销售价格与相对较多的订货量。

与此不同,若需求乘性依赖产品价格,则只有当零售商较为乐观且选择较小的风险置信水平时,零售商才会选择较高的销售价格及较多的订货量组合,否则零售商的最优决策组合都为较低的销售价格和相对应的订货量。

报童问题的推广与应用

报童问题的推广与应用

报童问题的推广与应用报童问题是运筹学中的一个经典问题,常被用于描述供应链管理中的库存管理和订货决策。

该问题的主要目标是通过合理的订货数量和订货时刻,以最小化总成本或最大化利润,实现库存管理的最优化。

推广报童问题能够帮助企业和组织提高库存管理的效率,降低成本。

下面将在几个方面介绍报童问题的推广与应用。

1. 商铺商品定价:商铺可以通过将报童问题应用于商品定价,从而实现最大化利润。

通过分析商品的需求曲线、成本和库存水平,商铺可以确定合适的定价和库存水平,以达到最大利润。

2. 餐厅菜单设计:餐厅可以利用报童问题来确定每道菜的供应量,以避免过多或不足。

通过分析菜品的需求和成本,以及预测未来的需求波动,餐厅可以平衡供应和需求,并最大程度地减少浪费和成本。

3. 物流和仓储管理:物流和仓储公司可以利用报童问题来优化库存水平和配送计划。

通过分析需求、物流成本和库存水平,并结合供应链的整体规划,可以制定合理的订货策略,避免库存过高或过低,并提高仓储和配送效率。

4. 市场推广和促销策略:企业可以利用报童问题来制定市场推广和促销策略。

通过分析市场需求和成本,以及预测未来的需求波动和竞争情况,企业可以确定合适的产品定价和促销策略,从而最大化销售和利润。

5. 供应链和生产计划:企业可以利用报童问题来优化供应链和生产计划。

通过分析市场需求、供应链成本和库存水平,并结合供应链的整体规划,企业可以制定合理的订货策略和生产计划,以应对需求波动和提高供应链的效率。

在实际应用中,报童问题可以通过数据分析和数学模型进行求解。

通过收集和分析历史数据,可以建立需求预测模型和成本模型,进而通过数学优化方法求解最优的订货策略和订货时刻。

总之,报童问题作为一种经典的供应链管理问题,能够广泛应用于各个领域,帮助企业和组织优化库存管理和订货决策。

通过合理的订货数量和订货时刻,可以降低成本,提高效率,并实现最大化利润。

在实际的应用中,报童问题的解决方案可以应用于各行各业,以下是一些具体的应用领域。

报童模型

报童模型

缺货损失厌恶的报童问题摘要:报童问题是随机存贮管理的基本问题之一。

在预期理论的框架下,我们通过引入损失厌恶参数,基于损失期望最小原则,对经典的报童问题进行了重新思考,给出了缺货损失厌恶的报童的最优定货量的计算公式及订购量与期望损失关系的数学模型.关键词:存贮管理;预期理论;期望损失1、引言不确定性决策一直都是决策理论的基本问题之一。

报童问题是随机存贮理论的基本模型之一,国内外关于报童问题的研究已有很长一段时间,人们也从不同的角度得出了一些令大家可接受且比较满意的方案和数学模型。

如Tsan rt.al[1]提出报童问题的均值方差模型,并且得出如果报童可能最大化期望利润,使得利润方差受到限制,那么其最佳订购量总是小于经典报童问题的订购量;Schweitzer, Cachon[2] 提出效用最大化的报童问题,且得出基于偏爱的不同而有不同的效用函数,(这些偏爱对报童的决策进程有着重要影响);Eeckhoudt et.al[5]研究了风险及风险厌恶对报童问题的效应;Porteus[5]通过对敏感度的定量分析,研究了带风险效用和风险厌恶的报童问题;文平[6]关于损失厌恶的报童—预期理论下的报童问题新解一文,基于Kahneman 和Tversky[6]于1979年提出的预期理论,也得出了比较理想的模型。

然而他们中的多数都是从获利期望值最大和期望效用理论的角度来考察的。

但是,报童问题也是一种经典的单阶段存贮问题。

对报童而言,他每一天的报纸都有三种结果:报纸卖不完、不够卖、刚好够卖。

这三种结局只有最后一种情况下才能达到报童的最大利润,因为报童的最大利润是订购量刚好和市场需求一致,即刚好够卖,也刚好卖完。

在过去关于报童问题的种种模型中,都很少考虑到报纸不够卖,即脱销的情况,此时大多是以刚好满足市场需求的情况来处理。

其实不然,对于这类薄利多销的报童问题而言,他们都不希望自己是做保本生意,都希望充分利用好市场,最大限度地获取利润。

报童模型例题详解(一)

报童模型例题详解(一)

报童模型例题详解(一)报童模型例题问题描述小张是一家超市的经理,他想要掌握超市卖报的销售情况,以便能够更好地补货。

现在,他得到了一份报纸的销售记录,共100份。

他发现,报纸的售价是1元,每多余的报纸要扣除0.5元的成本,而缺少的报纸则造成的损失为1.5元。

在这种情况下,小张应该购买多少份报纸?解决方案为了解决这个问题,我们可以采用报童模型。

具体地,假设每天报纸的需求量服从一个均值为mu的正态分布,并且小张在当天需要决定购买多少份报纸。

我们用c表示每份报纸的成本,s表示每份报纸的售价,p表示每份多购买一个单位报纸的溢价(即销售收入减去成本),q表示每份少购买一个单位报纸的惩罚(即损失)。

在这个模型中,小张的目标是最大化期望收益。

我们可以用以下公式来表示:[](其中,F(x)是需求小于等于x的累积分布函数,f(x)是需求等于x的概率密度函数。

因此,问题可以转化为求解最优的购买量Q,使得目标函数表达式最大化。

具体地,我们可以先使用样本数据来估计mu和sigma,然后计算出P(x > Q),表示需求量超过Q的概率,并计算出期望收益。

接着,我们可以尝试不同的Q值,计算出对应的期望收益,最后选择收益最大的那个Q值。

具体计算过程根据给出的数据,我们可以首先计算出mu和sigma的估计值为55.2和13.8。

然后,我们可以用Python语言来编写程序,进行计算。

代码如下所示:import numpy as npfrom scipy.stats import normc = 0.5 # 每份报纸的成本s = 1.0 # 每份报纸的售价p = 0.5 # 每份多购买一个单位报纸的溢价q = 1.5 # 每份少购买一个单位报纸的惩罚mu = 55.2 # 需求量的均值sigma = 13.8 # 需求量的标准差# 需求量的累积分布函数def F(x):return norm.cdf(x, mu, sigma)# 需求量的概率密度函数def f(x):return norm.pdf(x, mu, sigma)# 计算期望收益def E(Q):return (s - c) * Q + p * (1 - F(Q)) * Q - q * F(Q)# 尝试不同的Q值for Q in range(1, 101):print("Q =", Q, "E(Q) =", E(Q))运行以上代码,我们可以得到一个表格,如下所示:Q = 1 E(Q) = -50.Q = 2 E(Q) = -49.Q = 3 E(Q) = -46.Q = 4 E(Q) = -43.Q = 5 E(Q) = -40.Q = 6 E(Q) = -36.Q = 7 E(Q) = -33.Q = 8 E(Q) = -30.Q = 9 E(Q) = -26.Q = 10 E(Q) = -23.Q = 11 E(Q) = -21.Q = 13 E(Q) = -17. Q = 14 E(Q) = -16. Q = 15 E(Q) = -16. Q = 16 E(Q) = -16. Q = 17 E(Q) = -17. Q = 18 E(Q) = -18. Q = 19 E(Q) = -20. Q = 20 E(Q) = -23. Q = 21 E(Q) = -26. Q = 22 E(Q) = -29. Q = 23 E(Q) = -33. Q = 24 E(Q) = -37. Q = 25 E(Q) = -42. Q = 26 E(Q) = -46. Q = 27 E(Q) = -51. Q = 28 E(Q) = -56. Q = 29 E(Q) = -61. Q = 30 E(Q) = -67. Q = 31 E(Q) = -72. Q = 32 E(Q) = -78. Q = 33 E(Q) = -84. Q = 34 E(Q) = -89. Q = 35 E(Q) = -95. Q = 36 E(Q) = -101. Q = 37 E(Q) = -108.Q = 39 E(Q) = -121. Q = 40 E(Q) = -128. Q = 41 E(Q) = -135. Q = 42 E(Q) = -142. Q = 43 E(Q) = -150. Q = 44 E(Q) = -158. Q = 45 E(Q) = -167. Q = 46 E(Q) = -176. Q = 47 E(Q) = -186. Q = 48 E(Q) = -196. Q = 49 E(Q) = -207. Q = 50 E(Q) = -219. Q = 51 E(Q) = -232. Q = 52 E(Q) = -246. Q = 53 E(Q) = -261. Q = 54 E(Q) = -277. Q = 55 E(Q) = -294. Q = 56 E(Q) = -312. Q = 57 E(Q) = -332. Q = 58 E(Q) = -354. Q = 59 E(Q) = -379. Q = 60 E(Q) = -406. Q = 61 E(Q) = -435. Q = 62 E(Q) = -467. Q = 63 E(Q) = -500.Q = 65 E(Q) = -565. Q = 66 E(Q) = -593. Q = 67 E(Q) = -616. Q = 68 E(Q) = -633. Q = 69 E(Q) = -642. Q = 70 E(Q) = -643. Q = 71 E(Q) = -636. Q = 72 E(Q) = -621. Q = 73 E(Q) = -601. Q = 74 E(Q) = -579. Q = 75 E(Q) = -555. Q = 76 E(Q) = -533. Q = 77 E(Q) = -514. Q = 78 E(Q) = -497. Q = 79 E(Q) = -483. Q = 80 E(Q) = -471. Q = 81 E(Q) = -458. Q = 82 E(Q) = -444. Q = 83 E(Q) = -430. Q = 84 E(Q) = -416. Q = 85 E(Q) = -402. Q = 86 E(Q) = -387. Q = 87 E(Q) = -373. Q = 88 E(Q) = -360. Q = 89 E(Q) = -346.Q = 91 E(Q) = -320.Q = 92 E(Q) = -307.Q = 93 E(Q) = -295.Q = 94 E(Q) = -283.Q = 95 E(Q) = -271.Q = 96 E(Q) = -259.Q = 97 E(Q) = -247.Q = 98 E(Q) = -236.Q = 99 E(Q) = -224.Q = 100 E(Q) = -213.从表格中,我们可以看到当Q等于70时,期望收益最大,为-643.45元。

报童模型文档

报童模型文档

报童模型1. 简介报童模型是运筹学中的一个经典模型,用于解决库存管理中的订货数量决策问题。

它的名称源于报童,因为报童每天需根据自己判断的需求来购买报纸,而这正是报童模型所要解决的问题。

在报童模型中,我们需要确定一个合适的订货数量,以最大化利润或最小化成本。

2. 模型假设在分析报童模型之前,我们需要明确一些基本的假设: -需求是随机的,且符合一定的概率分布(如正态分布、泊松分布等); - 不满足需求的部分将有一定的溢价折价销售; - 不满足的需求无法满足后续补充,即库存不叠加; - 不考虑报童之后的报纸销售。

3. 数学建模我们用以下符号来描述报童模型: - Q:订货数量; - Q:需求量; - Q:成本,包括订货成本和溢价折价销售成本; - Q:报纸售价; - Q:单位库存持有成本。

根据这些符号,我们可以得到报童模型的目标函数和约束条件:目标函数我们的目标是最大化利润或最小化成本,因此我们可以将目标函数定义为:$$ \\max \\left\\{ (P-C) \\cdot \\min\\{Q,D\\} -h \\cdot \\max\\{Q-D,0\\} \\right\\} $$约束条件•不能超出需求量:$$ Q \\ge D $$•订货量必须大于等于0:$$ Q \\ge 0 $$4. 求解方法对于报童模型,我们可以采用多种求解方法,其中常见的方法有以下两种:1. 数值求解方法通过数值方法可以较为准确地求解报童模型。

具体步骤如下: - 根据历史数据或经验,估计需求的概率分布; - 根据概率分布,计算目标函数的期望值; - 对于给定的成本参数和库存持有成本,确定最优的订货数量。

2. 分析解法在某些特殊情况下,可以通过分析解法来求解报童模型。

常见的情况包括: - 需求服从某个特定的概率分布,如泊松分布、正态分布等; - 成本参数和库存持有成本可以通过确定的方法获得。

对于这些情况,我们可以通过求导和设置目标函数关于订货数量的一阶、二阶导数为零来求解最优订货数量。

报童问题模型

p(r)
取n使
P1 a b P2 b c
P1~卖不完的概率,a-b ~售出一
份赚的钱
P1 P2
P2~卖超的概率,b-c ~退回一
份赔的钱
0
n
r
(ab )n , (bc)n
4、报童问题的推广与应用
在科学的管理方法和手段在管理实践中运用越来越多的今天 ,管理者同样需要考虑,怎样改进粗放的管理模式,才能提高企 业的管理水平,从而提高企业的效益。在管理实践中,我们会发 现,与报童问题类似的问题非常多,这样我们就可以将报童问题 的研究方法运用到实践中,通过科学的调查、计算,把过去经验 的管理方法,上升到科学的管理方法。
n
G ( n ) [ a ( b ) r ( b c ) n ( r )f( ] r ) ( a b ) n ( r ) f
r 0
r n 1
求n使G(n)最大
求 将r视为连续变量
f(r)p(r)(概率密) 度

G ( n ) 0 n [ a b ( ) r ( b c ) n ( r ) p ( r ] ) d n ( a r b ) n ( r ) d pr
报童问题模型
1、报童问题的提出 2、报童问题所属范畴 3、报童模型的建立与求解 4、报童模型的推广与应用
1、报童问题的提出
在日常生活中,经常会碰到一些季节性强、更新快、不易保 存等特点的物品,如海产、山货、时装、生鲜食品和报纸等,当 商店购进这些商品时,买的数量越多,价格越便宜获利越大。但 买得太多也可能卖不出去,需要削价处理,人力物力都受损;如 果进货太少,又可能发生缺货现象,失去销售机会而减少利润。
这就产生一个问题:订货量过多,出现过剩,会造成损失; 订货量少,又可能会失去销售机会,影响利润,那么应该如何确 定订货策略呢?将这一现象具体到报童销售报纸上,就引发了报 童问题:

报童问题模型

§2 报 童 问 题 模 型[问题的提出] 报童每天清晨从报社购进报纸零售,晚上将没有卖掉的报纸退回.设报纸每份的购进价为b ,零售价为a ,退回价为c ,应该自然地假设为a >b>c .这就是说,报童售出一份报纸赚a -b ,退回一份赔b-c .报童每天如果购进的报纸太少,不够卖的,会少赚钱;如果购进太多,卖不完,将要赔钱.请你为报童筹划一下,他应如何确定每天购进报纸的数量,以获得最大的收入.[问题的分析及假设] 众所周知,应该根据需求量确定购进量.需求量是随机的,假定报童已经通过自己的经验或其它的渠道掌握了需求量的随机规律,即在他的销售范围内每天报纸的需求量为r 份的概率是),2,1,0)(( r r f .有了)(r f 和a ,b ,c ,就可以建立关于购进量的优化模型了.假设每天购进量为n 份,因为需求量r 是随机的,r 可以小于n ,等于n 或大于n ,致使报童每天的收入也是随机的,所以作为优化模型的目标函数,不能是报童每天的收入,而应该是他长期(几个月,一年)卖报的日平均收入.从概率论大数定律的观点看,这相当于报童每天收入的期望值,以下简称平均收入.[模型的建立及求解] 记报童每天购进n 份报纸时的平均收入为G(n),如果这天的需求量r ≤n ,则他售出r 份,退回n-r 份;如果这天的需求量r>n ,则n 份将全部售出.考虑到需求量为r 的概率是)(r f ,所以问题归结为在)(r f ,a ,b ,c 已知时,求n 使G(n)最大.通常需求量r 的取值和购进量n 都相当大,将r 视为连续变量更便于分析和计算,这时概率)(r f 转化为概率密度函数)(r p ,(1)式变成计算令0 dndG .得到使报童日平均收入达到最大的购进量n 应满足(3)式.因为01)(dr r p ,所以(3)式又可表为根据需求量的概率密度)(r p 的图形很容易从(3)式确定购进量n .在图2中用1P ,2P 分别表示曲线)(r p 下的两块面积,则(3)式可记作因为当购进n 份报纸时, n dr r p P 01)(是需求量r 不超过n 的概率,即卖不完的概率:n dr r p P )(2是需求量r 超过n 的概率,即卖完的概率,所以(3)式表明,购进的份数 应该使卖不完和卖完的概率之比,恰好等于卖出一份赚的钱a-b 与退回一份赔b-c 之比.显然,当报童与报社签订的合同使报童每份赚钱和赔钱之比越大时,报童购进的份数就应该越多.。

价格决定报童模型不确定需求在普通随机序下的一些结果

果.

这里 F )是 F )的反 函数. ( (
本 文对 两个库 存 系统运 用 随机 比较 , ii= 用 ( 12 ,)表示库存 系统 ii= 12 , ( ,) 让 表 示 随机 需
求 , 为分 布 函数 .基 于本 文 主要研 究 的需要 ,引 入普 通 随机序 的定 义及相 关 的引理 . 定 义 1[ 设 D 和 D: 两个 随机变 量 , 是 如果
=。g r
( ) =F r , ( ) r=
文献[ — ] 3 5 .然而 , 这篇文章主要研究一般情形 价 格决定报 童模 型在 普通 随机 序下 的结果 . 文 章 的第 二部 分 我们 回忆 一些 概 念 和普 通 随
机 序的定义 , 三 部分 我 们 研 究 一 般 情 形 价 格决 第 定报 童模型 随机 需求 的在 普 通 随 机序 下 的一 些结
q表 示订购 量 , 任何 可实 现 的需求 D , 童 对 报 模 型 的利 润 函数是
n (, , )= mng + — ] q P D p i{, sq D St E

努 力可 能增 加 市 场 的 需 求 , 有 些 销 售 努 力 也 会 但
减少 随机需 求.那 么 ,另 一个 有 趣 的 问题 出现 了 :
随机需 求 ,F ( )为 D 的分布 函数.
这篇 文 章第 一 个 目的是 针 对 一般 情 形价 格决 定报 童模 型来 研 究一 个 随 机 比较 大 的需 求 对最 优 销售价 格和订 购量 决 策 的影 响 ,这 些 结果 对 评 估
不 同销 售努力 的影 响 是 有 用 的.虽 然 不 同 的销 售
第2 9卷 第 1 期
21 年 0 01 1月

报童投资组合模型中的批发价契约设计

报童投资组合模型中的批发价契约设计
徐绪松;翁鸣
【期刊名称】《技术经济》
【年(卷),期】2008(027)009
【摘要】当风险规避型报童的订货资金有限,却有多种产品可供订购时,供应商需要设计恰当的契约,以引导报童的订货行为,实现最大化自身收益的目的.针对上述问题,本文运用投资组合理论处理报童的决策问题;在此基础上建立了供应商与报童之间的博弈模型,设计了求解最优批发价契约的算法;通过数值算例,说明了最优契约的求解过程.结果表明,与未经优化而随机选择的契约相比,基于该算法求得的契约显著提升了供应商的期望收益.
【总页数】6页(P38-43)
【作者】徐绪松;翁鸣
【作者单位】武汉大学,经济与管理学院,武汉,430072;武汉大学,经济与管理学院,武汉,430072;广西财经学院,南宁,530003
【正文语种】中文
【中图分类】F224
【相关文献】
1.基于后悔规避效用函数的报童投资组合模型 [J], 翁鸣
2.批发价格契约下考虑公平关切的供应链协调及契约设计 [J], 牛占文;郁艳青;何龙飞
3.农产品质量预期不一致与农超对接批发价格契约设计 [J], 徐会敏; 代应; 宋寒
4.考虑合作社资金不足的农超对接批发价格契约设计 [J], 田德林; 代应; 宋寒
5.前景理论、心理账户与报童趋中效应 [J], 顾波军;张祥;李艳玲
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

考虑公平偏好的报童模型定价决策
【摘要】本文将公平偏好引入报童模型,分析随机需求环境下考虑缺货成本和剩余成本时公平偏好对两级供应链中订购量和批发价契约的影响,探讨公平偏好对供应链绩效起改善作用这一观点的鲁棒性和稳健性,以期进一步丰富供应链管理研究中公平偏好因素的考虑范畴。

【关键词】公平偏好,报童模型,定价决策
引言
传统的委托代理理论建立在完全理性假设基础上,公平偏好等个体的社会性认知行为个体不仅关注自己的经济利益对收益的公平性等亦有关注,公平偏好改变了传统委托代理理论的部分结论并相应的产生了新的激励机制以及报酬结构形式。

李训(2009)将公平偏好引入团队建设的研究工作中指出培养和塑造团队成员正确的公平观,尽可能降低员工之间的盲目攀比和嫉妒心理有助于标准团队的组建。

刘明等(2012)将社会偏好区分为关心结果的分配性偏好和关心行为背后意图的互惠偏好两类。

杜少甫等(2010)将公平偏好引入供应链行为运筹分析过程中得出公平偏好不会改变批发价契约、回购契约以及收益共享契约等协调机制的协调效果的结论,具体表现为在随机需求状态下简单的批发定价不能实现供应链的协调而回购和收益共享契约可以帮助实现供应链协调。

马利军(2011)研究了随机需求环境下考虑公平偏好时两阶段供应链中的最优库存水平和批发价格问题。

王勇等(2012)通过考虑公平偏好的两级供应链的斯坦科尔伯格博弈模型探讨了个体行为的社会性对收益共享水平、零售商的销售努力等的影响。

国内学者对供应链中公平偏好的研究主要集中于劣势不均衡厌恶的角度而忽视了供应链竞争主体的优势不均衡厌恶,本文全面分析优势不均衡厌恶和劣势不均衡厌恶对供应链竞争主体的行为影响,将公平偏好引入报童模型以分析随机需求环境下考虑缺货成本和剩余成本时公平偏好对两级供应链中订购量和批发价契约的影响。

1问题假设与基本模型
考虑一个由供应商和零售商组成的二级供应链的报童问题,假设服务的客户市场是一个竞争性市场,终端零售价格由市场决定从而为一个外生性变量。

市场需求为随机变量x,其概率分布密度和概率分布函数分别为f(x)和F(x)。

假设供应商的单位生产成本为c,供应商以批发价w将产品销售给零售商,然后零售商根据外生性市场价格p向终端客户供应该产品。

零售商综合考虑随机市场需求和供应商的批发价格以确定自己的订货量Q。

当零售商的订购量不足以满足市场需求时会产生每单位缺货成本s(或称为机会成本),反之当零售商订购量过多时会构成剩余库存,设单位库存的残值为v,从而有产品的单位剩余损失为
w-v(在此假设w>c>v)。

根据上述假设容易求得供应商和零售商的收益表达式为:
由于零售商面对随机市场需求,因此当订购量不同于市场需求时容易产生剩余成本(over-capacity)和缺货成本(under-capacity)为如下所示:
首先看集中型供应链的决策机制,联合供应商和零售商的收益函数以及剩余成本和缺货成本有:
2考虑公平偏好的分散决策
2.1考虑供应商公平偏好的分散决策
当供应商有公平偏好时零售商为了协调供应链独自承担缺货和剩余货物带来的可能风险,并在逆向选择决策过程中将公平偏好引起的效用损失引入供应商的效用函数,从而在改进的效用函数背景下选择合适的订购量决策进而起到优化整个二级供应链收益的作用。

零售商独自承担风险因此其效用函数可表达如下:
供应商不仅考虑自己的利润还要考虑劣势不均衡和优势不均衡引起的效用损失,从而引入下述改进后的效用函数作为供应商的新决策依据:
其中,0<β<1,β≤α,α为劣势不均衡厌恶系数,β为优势不均衡厌恶系数。

根据Cui(2007)关于考虑公平偏好的供应链中协调状态的归纳可知,当供应链中的零售商或者供应商考虑公平偏好时供应链的协调需要满足:一是考虑公平偏好的供应链绩效应与完全理性经济人假设下集中型供应链的绩效相同;二是供应商和零售商所获利润的大小关系满足各自对公平观的认识即利润大小关系与公平系数u和r相一致。

本部分将从公平偏好供应链的协调结果反向推导预求解的变量并通过数值算例进行模拟测算。

取常数变量分别为p=16,s=1,c=4,v=2,b=1000,利用MATLAB进行数值仿真如表2-1所示:
表2-1描述了批发价格w随供应商公平偏好系数u的变化趋势,随着供应商公平偏好系数的逐步增大报童模型中的最优批发价格也逐步增大,这是因为公平偏好系数u增大意味着供应商期望获得相对于零售商而言更高的利润。

供应商无需承担风险并且获得了相对公平的利润因此愿意接受零售商给出的价格和订购量选择方案。

零售商作为供应链合作关系的发起方能够获得预期利润愿意承担风险协调供应链,最终实现了供应链绩效的优化与完善。

2.2考虑零售商公平偏好的分散决策
当零售商有公平偏好时供应商为了协调供应链独自承担缺货和剩余货物带来的可能风险,并在逆向选择决策过程中将公平偏好引起的效用损失引入零售商的效用函数,从而在改进的效用函数背景下选择合适的批发定价决策进而起到优化整个二级供应链收益的作用。

供应商独自承担风险因此其效用函数可表达如
下:
零售商不仅考虑自己的利润还要考虑劣势不均衡和优势不均衡引起的效用损失,从而引入下述改进后的效用函数作为零售商的新决策依据:
取常数变量分别为:
p=16;
s=1;
c=4;
v=2;
b=1000,利用MATLAB进行数值仿真如表2-2所示:
表2-2描述了批发价格随零售商公平偏好系数的变化趋势,随着零售商公平偏好系数的逐步增大报童模型中的最优批发价格逐步缩小,这是因为公平偏好系数增大意味着零售商期望获得相对供应商而言更高的利润。

零售商无需承担风险并且获得了相对公平的利润因此愿意接受供应商给出的价格和订购量选择方案。

供应商作为供应链合作关系的发起方能够获得预期利润愿意承担风险协调供应链,最终实现了供应链绩效的优化与完善。

3结论
基于完全理性经济人假设时随机需求背景下的简单批发定价契约不能实现供应链的协调。

本文对完全理性经济人假设进行社会偏好方面的适当修正分别研究了在报童模型中供应商考虑公平偏好/零售商承担风险以及零售商考虑公平偏好/供应商承担风险两种情况下的简单批发价格机制是否会引起供应链绩效的改变,结果表明当引入公平等社会偏好因素时存在简单的批发价契约既能够满足零售商或者供应商的公平偏好又能够实现供应商和零售商利润总和等于集中型供应链利润的目标,说明公平偏好等社会偏好因素在不确定需求环境下也能够实现对供应链绩效的改善与提升。

参考文献:
[1]杜少甫等.考虑公平关切的供应链契约与协调[J]. 管理科学学报,2010,13(11):41-48.
[2]李训.公平偏好下的团队效率研究[J]. 管理工程学报,2009,23(2):145-147.
[3]刘明等.经济实验对社会偏好识别的研究述评[J]. 经济学家,2012,(8):91- 98.
[4]马利军.具有公平偏好成员的两阶段供应链分析[J]. 运筹与管理,2011,20 (2):37-43.
[5]王勇等.考虑公平偏好的两级供应链Stackelberg博弈模型[J]. 工业工程,2012,15(4):28-34.
[6] Cui et al. Fairness and channel coordination[J]. Management Science,2007,53(8):1303-1304.。

相关文档
最新文档