基于T-JIT理論背景下的雙渠道供應鏈協同風險優化研究

郝 麗，郝新軍，胡大偉，李 晨

(1.西安財經大學 管理學院，陜西 西安 710100；2.長安大學 汽車學院，陜西 西安 710064；3.山東交通學院 汽車工程學院，山東 濟南 250357)

0 引言

隨著“大數據、云計算、區塊鏈、人工智能、互聯網+”等先進信息科技的發展，物流行業的發展空前高漲，第三產業的比重也在持續增加，而物流行業也在朝著數字物流方向發展。Kenneth首次提出Total Just In Time(T-JIT)的理論，其概念突顯了當代數字化供應鏈的新領域，T-JIT理論的創新之處在于把傳統的3個JIT即JIT生產、JIT采購、JIT銷售變成4個JIT的概念，即新增加了JIT信息，主要集成考慮其在上述4個JIT理論融合的過程中對整個供應鏈管理策略的影響[1]，其理論結構如圖1所示。目前雙渠道供應鏈的網絡化、信息化是物流4.0時代的新趨勢，即傳統企業的營銷模式與網絡直銷渠道如何平衡線上、線下協同，同時對雙渠道供應鏈協同機制的研究既是機遇又是挑戰。挑戰在于雙渠道供應鏈無論哪個環節的信息共享率和風險彈性受到波動，直接造成整個供應鏈物流、信息流、資金流、人流的動態鏈接中斷的可能，無法實現價值鏈的增值。風險管理與協同管理的柔和形成了供應鏈管理的核心，也是其價值增值過程的源泉。考慮T-JIT理論背景下雙渠道供應鏈如何通過有效的合作來降低風險，解決雙渠道供應鏈協同管理的風險評價優化問題已經成為學術界研究的熱點，該研究可進一步完善供應鏈協同風險管理理論體系。為了保證網絡化、信息化的雙渠道供應鏈協調發展，首先需對雙渠道供應鏈協同的風險管理進行研究，國內外學者已經做了有意義的探討。

圖1 T-JIT理論模型

20世紀90年代末，B2B、B2C等電子商務的興起促使國外專家對雙渠道供應鏈的協同風險的研究比較重視，主要表現為Y.Li等提出一個風險預警和實踐控制系統的框架結構來研究食品供應鏈網絡中的應用問題[2]。Gang Li等創新性地從一個整體機構和協同視角研究集成的供應鏈風險管理[3]。Frank Wiengarten等研究了供應鏈整體集成系統，即考慮風險、風險管理實踐來集成整個供應鏈并進行有效管理[4]。MihalisGiannakis等從綠色供應鏈獨特的視角下研究供應鏈的可持續發展，研究方法主要是供應鏈風險管理方法[5]。Tsan-Ming Choi等從中斷風險管理、運營中風險控制、災難和突發事件的管理、物流服務風險分析這幾個方面對整個供應鏈系統風險進行研究，體現整體協同的管理思想[6]。AndraBadea基于供應鏈管理實踐，應用層次分析法研究影響供應鏈的兩個協同概念(水平和垂直)對整個供應鏈的風險的影響[7]。Fang Zhang等研究了在考慮服務價值的雙渠道供應鏈下靈活的價格策略和協調問題[8]。

圖2 雙渠道供應鏈協同風險影響因素

國內主要側重于單獨對供應鏈協同管理、風險管理進行理論和方法的創新研究，但是考慮風險與協同融合概念下整體供應鏈的協同風險管理研究還比較少。主要代表是李真通過統計方法分析對影響供應鏈風險預警指標體系進行評估[9]。李艷萍側重于可持續供應鏈的角度對廣西傳統制造業供應鏈風險管理與對策進行研究[10]。程國平研究了生產-庫存系統、庫存-分銷系統和生產-分銷系統的協同，提出了一種合理劃分協同利潤的方法[11]。方忠民對契約合作與信息共享的供應鏈協同進行研究[12]。鄭慶華研究了林業綠色供應鏈物流的一體化管理的物流特點[13]。董珊珊等對綠色供應鏈協同問題進行綜述研究，提高整條供應鏈的效率[14]。溫磊主要側重于供應鏈協同管理方法上的創新，主要是運籌學和模糊數學理論的結合下進行方法創新[15]。許民利等探討了在不同風險偏好下雙渠道供應鏈定價決策問題[16]。徐琪等研究了雙渠道供應鏈庫存協調合作策略[17]。

綜上所述，學者們側重于對供應鏈風險評估和控制機制進行研究，還沒有學者以T-JIT為背景對雙渠道供應鏈線上、線下如何協同管理進行風險優化研究，著重考慮JIT信息對雙渠道供應鏈各節點企業內部的風險優化，達到整體利益最大化的目的。本研究借助數理統計理論、運籌學和博弈理論對雙渠道供應鏈風險指標進行識別，采用因子分析法(FAM)和逼近理想點排序法(TOPSIS)的同時融入模糊數學理論，建立雙渠道供應鏈協同風險的模糊評價模型；同時考慮廣告促銷因素和信息服務水平因素對雙渠道供應鏈期望利潤決策影響，以雙渠道供應鏈各節點企業利益最大化為目標，建立斯坦克伯格博弈模型并用實例和數值仿真驗證了該方法和模型的可行性與有效性，同時與已有研究方法進行比較，為雙渠道供應鏈協同風險機制優化研究提供了理論指導和可行的方法借簽。

1 雙渠道供應鏈協同風險指標選擇

指標選取是雙渠道供應鏈協同風險管理的關鍵，也是保障供應鏈各節點順利運營的前提。雙渠道供應鏈節點企業多、地理位置分布廣泛、參與環節多注定了其復雜性、廣泛性的特點，再加上雙渠道供應鏈自身混合銷售渠道的特殊性，決定了雙渠道供應鏈協同管理風險指標劃分的復雜性、多樣性、個性化的特點。

本研究從系統宏觀的角度出發，考慮雙渠道供應鏈是一條完整閉合的增值鏈，其穩定性必然受到供應線上和線下的影響，因此把雙渠道供應鏈鏈上的協同風險分為內生風險，鏈下視為外生風險[18-19]。內生風險指供應鏈系統內部各要素成員之間的交替流動。這類風險主要由缺乏透明性、主導意識淡薄、JIT的不正確應用和預測決策的效率低導致。外生風險指供應鏈與外部環境的互動風險和人為的促銷服務風險，包括信息中斷、自然災害、人員罷工突發事件、惡意破壞廣告補貼率降低或中斷等造成的損害[1]。上述協同風險影響因素見圖2。

根據文獻[20-24]，得出雙渠道供應鏈協同風險的影響因素如表1所示：

表1 雙渠道供應鏈協同風險影響指標

考慮雙渠道供應鏈自身的混合性特征，表1在前人研究的基礎上把原有指標融會貫通并強調人文風險、溝通協作風險、信息共享風險、促銷服務風險對雙渠道供應鏈協同的影響，可分15個一級指標和38個二級指標強化雙渠道供應鏈的可靠性和有效性[25]，采用梯形直覺模糊數的FAM-TOPSIS法解決雙渠道供應鏈中風險指標優化選擇問題，隨后對選擇的重點指標進行數值模擬分析，對風險管理做出優化決策。

2 梯形直覺模糊數的FAM-TOPSIS多屬性評價方法

2.1 梯形直覺模糊數的定義及運算規則

(1)

(2)

圖3 梯形直覺模糊數曲線圖

(1)用梯形直覺模糊數表示的語言值的加法⊕：

(3)

(2)用梯形直覺迷糊數表示的語言值的乘法?：

(4)

(3)用梯形直覺迷糊數表示的語言值的除法÷：

(5)

(6)

定義3[28]假設Ai(i=1,2,…,n)是一組直覺梯形模糊數集合，w=(w1,w2,…,wn)T是Ai的權重向量，則直覺梯形模糊加權平均算子(TrIFWA)定義為：

(7)

對于所有i=1,2,…,n。若wi=1/n，則TrIFWA算子退化為直覺梯形模糊算術平均算子(FrIFA)；

(8)

(b2-a2)2+(bn-an)2+(bm-am)(b1-a1)+

(b2-a2)(bn-an))]1/2。

(9)

2.2 梯形直覺模糊數的FAM-TOPSIS分析方法的評價原理

求解步驟如下：

步驟1：對評價指標進行KMO和BARTLETT統計檢驗，看是否適合做因子分析，確定出主要影響因素和各主導因素的權重Wi[26]。

j=1, 2,…,k；i∈B，

(10)

(11)

隨后計算h(k)tj與群體平均偏好的相似度：

(12)

對每個單屬性偏好信息對應的權重計算：

(13)

所有個人決策信息需要集合為群體決策信息，可以采用FrIFWA算子來進行集合

(14)

(15)

(16)

(17)

步驟6：計算各個方案Rt∈R與梯形直覺模糊正負理想方案的相對貼近度如下：

(18)

(19)

3 問題描述與期望利潤模型建立

3.1 問題描述與模型符號

首先本文的研究對象是一個雙渠道供應鏈模式，即隨著電子商務、互聯網等信息技術支撐的網絡直銷渠道與傳統零售渠道相結合的情況下，采用因子分析法(FAM)和逼近理想點排序法(TOPSIS)的同時融入模糊數學理論，建立了雙渠道供應鏈協同風險的模糊評價模型，對多屬性評價指標進行降維處理，解決了雙渠道風險協同評價指標融合和評價指標過硬問題；隨后把提煉的重要指標選擇相關性最高的兩個因素來模擬分析其對供應鏈線上、線下的期望利潤的影響；并用算例和仿真驗證了該方法和模型的可行性與有效性，為雙渠道供應鏈績效評價和風險協同優化決策提供了一種可行的方法借簽。雙渠道供應鏈運作關系如圖4所示：

圖4 雙渠道供應鏈運作圖

模型變量符號如下所示：

3.2 模型構建

(1)模型假設

為確保模型構建的意義和現實性，需對模型進行如下假設：

①假定Em和Er均為正值，這樣可以保障雙渠道供應鏈協同管理的定價決策順利運行。

②假設網絡直銷店和傳統零售店面對的市場需求為隨機變量。

③設訂貨周期的最標準時間為0，同時定義y≤0表示制造商在提前期內按時供貨；若y>0表示制造商的延期供貨時間。

④信息完全共享的及時性與準確性是雙渠道供應鏈整體協同的基本條件。

(2)模型構建

該模型是在風險規避情況下構建的，為了實現風險協同管理這里主要引入信息共享替代因子c和制造商為零售商承擔促銷成本比例因子。假設網絡渠道的需求比例用θ來表示，則(1-θ)為零售渠道的需求比例；且θ∈(0,1)，c∈(0,1)。信息共享特征是整個供應鏈的基本需求，這種情況下提前期重疊產生的風險可以大大降低。為了達到整體供應鏈共贏的最終目標，渠道之間需要進行合作才能實現最終目標。該模式主要靠引入的兩個因子進行調節，即零售商的廣告促銷的投入的部分成本需要制造商在廣告促銷中承擔，剩余部分補償給零售商，彌補部分需求轉移的損失[17]，該損失主要因網絡渠道的加入引起的廣告促銷投入成本分攤比例為f，如若f∈(0,1)則制造商承擔f·k的廣告促銷費用。供應鏈雙方顯示Stackelberg主從博弈，制造商和零售商的利潤函數分別為：

Em=(pi-v)di+(w-v)dj-f·k，

(20)

Er=(pj-w)dj-(1-f)·k。

(21)

考慮風險規避態度下的模型構建：

maxEsc=maxEm+maxEr，

(22)

(23)

(24)

(25)

(26)

(27)

(28)

4 模型求解

4.1 風險績效評估模型求解

廣西某汽車企業從2010年到2017年對網絡銷售、汽車超市等汽車銷售方式不斷完善，并開始線上、線下同時銷售的情況，以某汽車企業[31]為例，擬定從3個同行企業{H1,H2,H3}中選擇一個最佳企業形成供應鏈協同管理的長期合作聯盟。為有效解決評價指標融合問題和指標過硬問題，文章主要聘請了8位專家{M1,M2,M3,M4,M5，M6,M7,M8}組成決策小組，對雙渠道供應鏈的風險指標進行問卷調查。采用梯形直覺模糊數的FAM-TOPSIS法確定雙渠道供應鏈的風險績效評價指標，并確定出最優合作企業，步驟如下：

步驟1：采用問卷調查法，分發給8位專家對供應鏈風險的38個指標進行打分，其中專家團隊包括高校學術型專家2位，政府管理型專家2位，企業實際運營型專家2位，供應鏈典型代表企業專家2位，以10分制為打分原則，對雙渠道供應鏈協同管理影響因素進行分析打分。其中，影響程度很高、較高、一般、較低、低分別代表9～10分、7～8分、5～6分、3～4分、1～2分；采用FAM法對收集的數據進行分析，首先確定該評價指標適合做因子分析，如表2和表3所示；然后提煉出主要影響因素，如圖5所示能提煉出6種主成分。根據因子方差分析運行結果可以得出因子影響程度大到小的順序排列為K42，K82，K151，K61，K11，K71，且由解釋的總方差的相關系數表計算出權重系數W=(0.19，0.174，0.167，0.164，0.17，0.159)。

表2 KMO和BATLAB適度檢驗

圖5 碎石圖

表2中，KMO值為0.784>0.5，表明變量間的共同因子多，適合做因子分析；Bartlett球體檢驗顯著水平值為0.005<0.05，表明變量間存在相關性，適合做因子分析。表3中可以選擇出主要的影響指標K42，K82，K81，K151，K92，K91，K61，K71，而這些二級指標對應一級指標分別為：K4，K8，K15，K9，K6，K7。

步驟2：對選出的主要因素進行梯形直覺模糊數評價，去模糊化結果如表4所示。

表3 主成分矩陣相關系數解釋的總方差

表4 梯形直覺模糊決策矩陣

步驟3: 計算決策者權重如表5所示。

表5 決策者權重

步驟4：計算企業之間的加權梯形直覺模糊數的決策矩陣，如表6所示。

步驟5：得出梯形直覺模糊數的正負理想解如表7所示。

步驟6：得到備選方案與梯形直覺模糊數的正負理想解的相對貼近度并排序比較如表8所示。

表6 集結梯形直覺模糊決策矩陣

表7 梯形直覺模糊正、負理想方案

表8 方案的最優解排序比較

表8可以看出H1>H3>H2，則H1是最優的方案。相比已有的多屬性決策方法[14]，本研究首先應用直覺梯形模糊數表示決策信息，同時采用FAM法對所選指標進行降維處理，選出6個主要一級指標進行計算，減少了計算量；同時在利用模糊數對決策者權重進行確定，把定性的指標定量化處理，在客觀刻畫決策者權重方面更為精細和準確，減小決策損失；其次利用TOPSIS法比較評價對象與正負理想解的相對貼近程度，對多屬性方案進行擇優排序，更加真實地反映了決策者對事物的評價和感知。

4.2 期望利潤模型求解

選擇上述兩個指標信息共享因素和廣告促銷服務因素，以雙渠道供應鏈整體利潤最大為目標，對上述模型進行仿真計算，得出這兩種因素如何影響雙渠道供應鏈線上、線下的協調風險管理。假設該系統是一個由制造商和多個零售商組成的二級市場結構，參考文獻[32]各參數為離散數據，其取值范圍如下：

μ、δ∈(0, 1, 2, 3, 4, 5, 6, 7, 8, 9)；

w∈(12, 18 ,22, 28, 32, 38, 42, 48, 52, 58)；

t∈(0.001v)；

ri、rj∈(0.16v，0.21v，0.26v，0.31v,0.36v)；

si，sj∈(0.15v,0.35v,0.50v,0.65v,0.8v)；

v∈(16,21,26,31,36)；

a∈(100, 200, 300, 400, 500)；

θ，λ，c，f，w∈(0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0)；

τ∈(12, 22, 32, 42, 52)；k∈(20)。

其中k的值相對選大，能反映促銷服務補貼率的重要性。

采用Matlab編程對如上期望利潤模型進行仿真分析，結果如圖6所示：pi、pj在圖(a)、(b)中分別表示z軸，ξ代表圖中的y，c代表圖中的x。

圖6 pi和pj隨著ξ和c的變化

pi、pj隨著信息共享替代因子c和交貨提前期重疊的影響因子ξ的變化而變化，當ξ一定時，pi隨著替代因子c的增加而提高，而pj隨著ξ和c的增大而降低，并與Pi交會，隨著網絡渠道客戶的增加，零售渠道的客戶就是轉移到網絡渠道，要想實現共贏，零售渠道必須提高售價。相反，pj隨著ξ和c的減小而增加。

對Qr、g和τ做仿真練習，結果如圖7所示，圖中x，y，z軸分別代表τ，g和Qr。

圖7 Qr隨著g和τ的變化

圖7可以看出當g不變，Qr隨τ的增加而增加；同理當τ不變，Qr隨g的增加也在增加，說明可以通過增加訂貨量來減小波動引起的缺貨風險。

對參數賦值，通過數值仿真來計算出信息共享和廣告促銷服務因素對零售商、制造商和供應鏈總利潤的影響，如圖8、圖9所示。

圖8 信息共享因素對供應鏈利潤的影響

圖8可以看出隨著信息共享替代因子的增加，零售商和制造商的利潤會顯著增長，且零售商的利潤小于制造商的利潤；信息共享下的總利潤水平都要大于各種的利潤。

圖9 廣告促銷因素對供應鏈利潤的影響

圖9可以看出隨著廣告促銷投入的增加，零售商、制造商的利潤會有所增長，并且零售商的利潤總體要小于制造商的利潤。因為隨著廣告投入的增加，產品的批發價格有所減少，制造商的利潤就會增加。總體趨勢來看，供應商的總利潤大于制造商和零售商單獨的利潤，因此在廣告促銷投入力度增大時，總的供應鏈利潤水平也會增加。對比圖8可以得出信息共享投入遠比廣告投入所導致的利潤增速快，可見政府部門和各節點企業要增加信息共享投入比例。

5 結論

文章對T-JIT環境下雙渠道供應鏈線上、線下的風險協同優化進行研究，首先結合模糊理論提出基于梯形直覺模糊數FAM-TOPSIS的多屬性決策評價方法來解決風險評價指標融合困難和權重確定“過硬”問題；同時根據風險評價選出的兩個最重要的影響因素，以雙渠道整體利益最大化為目標，應用stackelberg博弈理論建立期望利潤決策模型，并用仿真與算例分析得出如下結論：

(1)全面準確地確定出雙渠道供應鏈風險指標影響因素，利用梯形直覺模糊數的FAM法對多屬性指標進行降維處理并選擇出主要的影響因素和權重，同時用TrIFWA算子和直覺梯形模糊數期望值計算決策者的期望權重。

(2)引用算例采用TOPSIS法計算梯形直覺模糊正負理想方案的相對貼近度排序，總結出最優的風險控制管理企業，同時可為企業進一步優化風險管理做出正確決策。

(3)雙渠道供應鏈協同合作整體利潤最大化的前提下，信息共享率增強時，制造商和零售商都能提高產品銷售量，定價比較透明；當制造商信息共享替代性增強時，制造商會提高定價，零售商會降低售價來吸引顧客，促使利潤從制造商流向零售商來達到平衡。

(4)供應鏈各主體和政府部門要加強信息共享和廣告促銷服務的投入比例，才能保證各節點企業整體利潤最大化，提高供應鏈線上、線下物流中斷的風險水平。

本研究為不確定風險環境下雙渠道供應鏈企業正確識別、評價和選擇供應商提供理論參考和方法借簽，在未來研究中，可以綜合考慮風險偏好和綠色度偏好程度等因素對供應鏈風險彈性的影響，進一步研究雙渠道綠色供應鏈的利潤和定價決策問題。