当前位置: 首页 > article >正文

利大于弊:物联网技术对电子商务渠道的影响

For Better or For Worse: Impacts of IoT Technology in e-Commerce Channel

物联网技术使用传感器和其他联网设备来手机和共享数据,并且被视为一种可以为供应链成员带来巨大的机会的突破性技术。本文的研究背景是:一个提供物联网基础设备的电子商务平台,一个在该平台上销售产品的制造商。本文的研究问题:制造商的IOT投资决策、平台的定价决策,平台的转移支付策略。本文的研究结论:相较于代理模型,在批发价模型中,制造商更愿意投资物联网技术,并且投资更多;仅仅有投资物联网技术的选择就能让制造商和渠道的表现更差,因此物联网技术可能不会对制造商或者整个工业界有好处。

模型部分:

制造商

制造商生产一种智能设备,其现在的基本质量为q,为了着重研究物联网技术的影响,假设q是固定的。
另外,制造商可以依靠平台的物联网基础设施来投资物联网技术来收集用户的使用信息,这些信息可以用于调整产品的设置,以更符合消费者需求,并使消费者直接获利。

物联网带来的额外的功能是a。
物联网技术的成本包括两部分:固定成本(研发成本)和可变成本。
例如一个智能冰箱,当制造商投资物联网技术时,他需要设计对应的芯片和软件。
因此研发成本定义为 k a 2 ka^2 ka2
在芯片和软件研发出来之后,还需要把它们嵌入设备中,功能越高,那么嵌入成本越高,用 η a \eta a ηa表示。
c是基本质量q的产品所需的生产成本。

假设制造商只销售一类产品,智能产品或者基础产品,而不是同时生产智能产品和基础产品,文章可能证明了现实中制造商倾向于只生产一类产品(在附录中证明了)。

客户

所有的客户在使用智能设备时,依旧可以享受到基础设备的价值。
例如,智能冰箱也可以像普通冰箱一样,仅仅用于存储食物。
然而,智能冰箱有额外的性能,例如,可以提醒主人在库存少的时候购买食品,或者为主人推荐适合的食品。

消费者异质性
假设消费者对智能设备的基础质量q的估值v,均匀分布于0-1.
假设消费者在对共享数据的敏感性上分为两类,一类是高度敏感(比例为 α \alpha α),因此不能享受物联网带来的附加效用a。第二类是不敏感的消费者(privacy-indifferent customers)(比例为 1 − α 1-\alpha 1α),可以享受到a。

假设在消费者使用一个智能设备之前,它们的敏感类型是私有信息,因此两类消费者为设备支付同样的价格。

不隐私敏感的消费者的效用是:
U i = θ ∗ q + β ∗ a − p U_i = \theta *q +\beta * a - p Ui=θq+βap
其中, β \beta β是物联网带来的附加价值a的边际效用。

隐私敏感的消费者的效用是:
U s = θ ∗ q − p U_s = \theta *q - p Us=θqp

U i > 0 U_i>0 Ui>0可以得到 θ > ( p − β ∗ a ) / q \theta > (p-\beta * a)/q θ>(pβa)/q
不隐私敏感的消费者的需求是:
D i = ( 1 − ( p − β ∗ a ) / q ) ∗ α D_i = (1-(p-\beta * a)/q)* \alpha Di=(1(pβa)/q)α

类似,隐私敏感客户的需求是:
D s = ( 1 − p / q ) ∗ ( 1 − α ) D_s = (1-p/q)* (1-\alpha) Ds=(1p/q)(1α)

因此,总需求为:
D t = D i + D s = ( 1 − ( p − β ∗ a ) / q ) ∗ α + ( 1 − p / q ) ∗ ( 1 − α ) = ( q + a ∗ α ∗ β − p ) / q D_t = D_i + D_s = (1-(p-\beta * a)/q)* \alpha + (1-p/q)* (1-\alpha) = (q+ a*\alpha * \beta -p)/q Dt=Di+Ds=(1(pβa)/q)α+(1p/q)(1α)=(q+aαβp)/q

平台:

平台相较于制造商有更多市场权力,因此平台决定定价模型是批发价模型还是代理模型。

平台也会使用一个转移支付机制来最大化自己的利润。例如,每销售一台智能设备,平台会给制造商转移s的利润。这里不严格限制s为正,即,如果s为正,那么转移支付是平台为制造商提供补贴,即鼓励制造商投资物联网技术。如果s是负数,那么转移支付是向制造商收取一个使用物联网技术的许可费。

物联网带来的交叉销售:平台可以通过收集隐私不敏感客户的使用数据产生额外的销售量。
这种对平台的好处是正比于隐私不敏感客户的数量和物联网功能的水平的。建模为: γ ∗ a ∗ D i \gamma * a * D_i γaDi。其中, γ \gamma γ是信息的边际价值。

定价模型:

批发价模型:
制造商决定批发价格w,平台决定零售价格p。
制造商的利润是:
π m = ( w − η ∗ a − c + s ) ∗ D t − k ∗ a 2 \pi_m = (w-\eta *a -c+s)*D_t - k* a^2 πm=(wηac+s)Dtka2
平台的利润是:
π p = ( p − w − s ) ∗ D t + γ ∗ a ∗ D i \pi_p = (p-w-s)*D_t + \gamma * a * D_i πp=(pws)Dt+γaDi

渠道总利润是:
π c = π m + π c = ( p − η ∗ a − c ) ∗ D t − k ∗ a 2 + γ ∗ a ∗ D i \pi_c = \pi_m + \pi_c = (p-\eta *a -c)*D_t - k* a^2+ \gamma * a * D_i πc=πm+πc=(pηac)Dtka2+γaDi

代理模型:

制造商决定零售价格p。
制造商需要支付 λ \lambda λ比例的收益作为佣金给平台。亚马逊是收取一个固定的佣金率,对于电子产品是8%,对于家居产品是15%。因此本文考虑 λ \lambda λ是一个参数(外生),而不是变量。
制造商的利润是:
π m = ( p ∗ ( 1 − λ ) − η ∗ a − c + s ) ∗ D t − k ∗ a 2 \pi_m = (p*(1-\lambda)-\eta *a -c+s)*D_t - k* a^2 πm=(p(1λ)ηac+s)Dtka2
平台的利润是:
π p = ( p ∗ λ − s ) ∗ D t + γ ∗ a ∗ D i \pi_p = (p*\lambda-s)*D_t + \gamma * a * D_i πp=(pλs)Dt+γaDi

渠道总利润不变,依旧是:
π c = π m + π c = ( p − η ∗ a − c ) ∗ D t − k ∗ a 2 + γ ∗ a ∗ D i \pi_c = \pi_m + \pi_c = (p-\eta *a -c)*D_t - k* a^2+ \gamma * a * D_i πc=πm+πc=(pηac)Dtka2+γaDi

关于参数值的假设:
1.区块链研发成本k是足够大的,因为如果k很小,那么物联网功能a的水平会很高,导致零售价格太高,隐私敏感客户的需求将为0,这不太合理,因为现实中还是有部分购买智能设备的消费者不会选择去共享信息的(证明这些消费者是隐私敏感客户,但仍然会购买)。
2.物联网技术的边际利润足够大,即 α ∗ ( β + γ ) − η > 0 \alpha * (\beta+\gamma)-\eta>0 α(β+γ)η>0
这里文章解释为 β \beta β是智能设备给消费者带来的福利, γ \gamma γ是平台的交叉销售价值, η \eta η是投资区块链技术的可变成本(嵌入成本)。
3.产品的基础质量足够大,保证制造商在代理模型下仍然会生产产品,即 q ∗ ( 1 − λ ) > c q*(1-\lambda)>c q(1λ)>c

游戏顺序:

文章考虑一个五阶段模型。
第一阶段,平台(有主导权)选择定价模型(代理模型vs批发价模型)。
第二阶段,制造商决定投资水平a。
第三阶段,平台决定转移支付s(如果转移支付在制造商定价后才确定,那么转移支付对消费者需求就不起作用)。
第四阶段,如果平台选择了批发价模型,那么制造商决定批发价格w,然后平台决定零售价格p。
如果平台选择了代理模型,那么制造商决定零售价格p。
第五阶段,消费者决定是否购买产品。

游戏顺序

四种情形

(1)WB,即没有物联网技术,批发价模型定价
(2)AB,即没有物联网技术,代理模型定价
(3)WS,即有物联网技术,批发价模型定价
(4)AS,即有物联网技术,代理模型定价

基础模型-没有物联网技术(WB和AB)

此时,物联网功能水平a=0,转移支付s=0

批发价定价模型的子策略均衡
这个子博弈,可以作为有物联网技术的批发价模型的特例(当实施物联网技术的成本k为无限大的时候)进行求解。

代理定价模型的子策略均衡
这个子博弈,不能作为有物联网技术的代理模型的特例进行求解,因为当a趋向于0的时候,转移支付s不能为0。

然后比较在没有物联网技术的情况下,各种参数范围(代理模型下的佣金率 λ \lambda λ、研发成本参数k),两种定价模型下的平台的利润大小,从而确定平台对定价模型的纳什均衡。
得出结论,当佣金率过高或过低的时候,平台会选择批发价模型,当佣金率处于中等的时候,平台会选择代理模型。
解释:
当佣金率较低的时候,如果采取代理模型,平台的利润会很低,因此平台会选择批发价模型。
代理模型下,零售价格会随着佣金率增加而增加,当佣金率非常大的时候,制造商需要设置一个非常高的零售价格,需求量就会减少,于是平台的利润也会比批发价模型下更低,因此平台会选择批发价模型。
因此,平台会在佣金率中等的时候,选择代理模型,因为批发价模型会suffer from双重边际效应,代理模型则无此问题。

有物联网技术(WS和AS)

批发价定价模型的子策略均衡
平台不需要设置转移支付s来最大化其利润。例如,当有转移支付时,批发价格为w0,零售价格为p0,转移支付为s0。
没有转移支付时,制造商只需要将批发价w设置为w0+s0即可,利润还是一样的。
因此,在之后的批发价模型中,均假设s=0。

逆向归纳法求解,求出之后,比较了在不同参数范围( γ \gamma γ)内,零售价格和批发价格的大小、制造商利润和平台利润的大小。

当交叉销售效应 γ \gamma γ比较大的时候,批发价格甚至会高于零售价格,这个结果乍看之下比较奇怪。但可以解释:平台可受益于信息价值带来的交叉销售,因此它有动机减少零售价格(甚至低于批发价格),来扩大需求量,从而得到更多信息。此时,平台的利润甚至会比制造商更高(在没有物联网技术的批发价模型下,制造商的利润总是高于平台)。

然后分析了不同参数范围内( γ \gamma γ(交叉销售效应)、 β \beta β(客户的物联网边际效用))(、k(物联网研发边际成本)),物联网技术的价值对利润的影响
平台的利润和制造商的利润都随着 γ \gamma γ β \beta β递增,随着k递减。

然后比较了WB和WS下的均衡结果
在WS下,总需求总是高于WB,批发价格总是高于WB。
γ \gamma γ相较于 β \beta β较大时,WS下的零售价格低于WB,否则会高于WB。
制造商和平台的利润在WS下都高于WB。

推论:在批发价模型中,制造商总是会投资物联网技术(a>0)。

代理定价模型的子策略均衡
分析了在代理模型下,各个参数对制造商利润和平台利润的影响:都随着 β \beta β γ \gamma γ递增,随着k递减。
这与批发价模型下的结论一致。

然后分析了转移支付s的属性:当佣金率小的时候,平台应该用转移支付s作为许可费(s<0);否则,应该作为补贴(s>0)。
然后分析了代理模型下,制造商的物联网技术投资策略:当佣金率较低,制造商选择不投资物联网技术,即(a=0);否则,制造商选择投资物联网技术(a>0)。

由于制造商对是否投资物联网技术的决策,是以预测的转移支付s为基础的,因此需要综合考虑平台的转移支付决策和制造商的物联网技术投资决策。

λ \lambda λ比较小的时候,平台会收取一个许可费,因此制造商不太愿意投资,因此a=0,s=0。
λ \lambda λ比较大的时候,平台会提供一个补贴,因此制造商愿意投资,因此a>0,s>0。

还研究了一些关于 γ \gamma γ的一些有趣的结论。当 γ \gamma γ比较小(相较于 β \beta β的时候,平台从交叉销售那里获利有限,因此他会向制造商收取一个许可费。

即使平台会提供一个补贴,在某些范围内,制造商也不会投资物联网技术,原因是制造商需要承担物联网技术成本,但是带来的益处 β \beta β很小。

然后文章分析了代理模型下投资物联网(AS)和不投资物联网(AB)的利润比较
在代理模式下,当制造商投资物联网技术时,平台的利润更高。

与批发价模型不同,会出现,在某些区域,平台希望制造商投资物联网技术,但是制造商不愿意投资的情况。在这些区域,需要一些额外的协调机制来帮助提高总渠道利润。

上述研究都是,在(没有)有物联网的情况下,平台选择批发价或者代理定价模型。

接下来,可以同时分析平台对定价模型的选择和制造商对是否投资物联网技术的选择。

对于AS和WS,WS(批发价)下的投资总是比AS(代理)下大。
AS和WS的投资差异都随着研发成本k增加而减少。
解释:物联网带来的边际利益会因为佣金的存在而减少。

然后分析了哪些参数范围内,会出现AS、AB、WS的子策略完美均衡。
如下图所示:
请添加图片描述
制造商在批发价模型(W)时,总是会选择投资(S)。
当佣金率( λ \lambda λ)较小的时候,平台如果选择代理模型,那么他得到的利润就太少,所以他会选择批发价模型。

然而,当佣金率( λ \lambda λ)较大的时候,平台会选择代理模型(A)。因为代理模型下,平台可以有效使用转移支付来调节制造商的有效边际成本,因此即使制造商面临一个很高的研发成本的时候,制造商也可能选择投资物联网(S),这就导致AS的均衡结果。

随着研发成本k减少,代理模型(更少)和批发价(更多)模型下制造商的投资水平差异变得很大,导致平台选择批发价模型会更有利。
当k足够小的时候,交叉销售带来的好处要超过双重边际效应带来的损失,因此平台会选择批发价模型。

λ \lambda λ处于中间范围的时候,如果k较大的时候,物联网的投资不会太大。所以平台选择代理模型来避免双重边际效应,即使制造商不愿意投资物联网技术,这导致了AB的均衡结果。

当k较小的时候,交叉效应的好处比较大,平台于是选择批发价模型,制造商也会投资物联网技术,所以出现WS的均衡结果。

物联网技术的影响

接下来研究了物联网技术改进的影响和物联网技术对供应链的影响,以及其如何通过渠道协调增加社会福利、消费者剩余和渠道利润。

首先研究是否物联网技术改进(k的减少、 β \beta β γ \gamma γ的增加)总会对供应链有利。
结论:
(1)当子策略均衡从AB转向AS或者从WS转向AS时,平台的利润增加。
(2)如果因为研发成本减少,子策略均衡从AB(AS)转向WS,制造商利润增加。如果因为研发成本增加,子策略均衡从WS转向AS,或者从AB转向WS,制造商利润减少。
(3)如果因为研发成本减少,子策略均衡从AB转向WS,或者如果因为研发成本增加,从WS转向AS,那么整个渠道的利润增加。如果因为研发成本增加,从AS转向WS,那么整个渠道的利润减少。如果因为研发成本减少,从WS转向AS,那么整个渠道的利润减少。如果因为研发成本增加,从AB转向WS,那么整个渠道的利润减少。

然后分析了物联网技术对利润和福利的影响。

命题5:
当初始均衡是WB的时候,
如果均衡变为AS,制造商利润减少。否则(AW)制造商的利润增加。
平台的利润、整个渠道的利润、消费者剩余、这个那个社会福利增加。
当初始均衡是AB的时候,
如果制造商投资物联网。平台的利润总是增加。
当均衡变为WS的时候,在k比较大的时候,制造商的利润减少,否则制造商的利润增加。
当均衡变为WS的时候,k较大的时候,渠道利润减少,否则,渠道利润增加。
当均衡变为WS的时候,k较大的时候,消费者剩余和社会福利减少。当均衡变为AS,k较大的时候, λ \lambda λ较小的时候,消费者剩余和社会福利减少。

渠道协调和社会福利分析

通过之前的研究,我们知道,社会福利、消费者剩余、渠道利润会在有物联网技术的时候减少。
因此,在接下来的部分,会探索是否渠道协调可以增加社会福利、消费者剩余和渠道利润。

比较了the first-best(FB)和纳什均衡(NB),以及AS和WS。

在FB中,假设有一个社会规划者最大化总体的社会福利。在NB中,平台和制造商通过他们的议价权(bargaining power)共享渠道利润。

Λ \Lambda Λ是制造商的议价权,1- Λ \Lambda Λ是平台的议价权,则在NB中,有制造商的利润=渠道利润* Λ \Lambda Λ。平台的利润=渠道利润*(1- Λ \Lambda Λ)。

平台可以使用利益共享机制来实现批发价模型下的NB结果:即平台给制造商共享总利润的 ϕ 1 \phi1 ϕ1比例,以及共享制造商研发成本的 ϕ 2 \phi2 ϕ2比例。所以这个NB讨价还价问题就变成:
max_{w,a,p, ϕ 1 \phi1 ϕ1, ϕ 2 \phi2 ϕ2}( π \pi πc)
其中 π \pi πc是渠道总利润= π \pi πm+ π \pi πp(制造商利润+平台利润)

然后得到纳什讨价还价结果:
w=a* η \eta η+c
ϕ 1 = Λ \phi1=\Lambda ϕ1=Λ
ϕ 2 = 1 − Λ \phi2=1-\Lambda ϕ2=1Λ
即制造商应该得到与他的议价能力 Λ \Lambda Λ成正比的利润比例,并且平台应该分担与他的议价能力1- Λ \Lambda Λ成正比的研发成本。并且制造商的批发价格应该正好等于其边际成本。

然后,文章比较了FB、NB、AS和WS这几种情况下的社会福利、消费者剩余和渠道利润。
结论:
就社会福利而言,FB>NB,NB>WS,NB>AS。
就渠道利润而言,NB>AS>FB,NB>WS>FB。
就消费者剩余而言,FB>NB,NB>WS,NB>AS。

从上述结果可以看出,FB在增加消费者福利,并且通过增加消费者福利来最大化社会福利而言,是表现最优秀的。
然而,渠道利润却是最少的。
因此,渠道就没动机投资物联网技术,长期依赖就会对创新有不好的影响。
通过纳什讨价还价达成的渠道协调,不仅可以增加渠道利润,也可以增加社会福利和消费者剩余(相比AS和WS)。
因此,应该鼓励平台和制造商采纳纳什讨价还价(NB)策略。


http://www.kler.cn/a/158490.html

相关文章:

  • 2024年11月19日Github流行趋势
  • 网页抓取API,让数据获取更简单
  • ROS Action
  • 《译文》2024年11月数维杯国际大学生数学建模挑战赛题目
  • django的model时间怎么转时间戳
  • IPTV智慧云桌面,后台服务器搭建笔记
  • BLUE引擎开始游戏没反应如何解决
  • MYSQL8用户权限配置详解
  • Proteus8.16仿真软件安装图文教程(Proteus 8 Professional)
  • 图书馆智能密集书架怎么用的
  • MIT_线性代数笔记:第 12 讲 图、网络、关联矩阵
  • 常见的DOS命令、Java开发环境搭建、配置Path环境变量
  • 行业内卷严重到什么程度了?
  • 代码随想录 509. 斐波那契数
  • 01_W5500简介
  • 指针的综合运用第三期(大厂笔试)
  • c++基本常见错误总结
  • MybatisPlus概述
  • c题目16:写一个递归函数,计算N阶乘
  • 智能优化算法应用:基于类电磁机制算法无线传感器网络(WSN)覆盖优化 - 附代码
  • 用友U8 Cloud RegisterServlet SQL注入漏洞复现
  • 高低压供配电智能监控系统
  • ARM64安全特性之CET
  • java连接池 理解及解释(DBCP、druid、c3p0、HikariCP)
  • Debian 终端Shell命令行长路径改为短路径
  • 【Maven】更新依赖索引