需求更新环境下基于行为的物流服务供应链协调策略

《需求更新环境下基于行为的物流服务供应链协调策略》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

需求更新环境下基于行为的物流服务供应链协调策略CoordinationStrategiesofLogisticsServiceSupplyChainwithDemandUpdating:AResearchBasedonBehaviorialFactors学科专业：管理科学与工程研究生：王一家指导教师：刘伟华副教授天津大学管理与经济学部二零一五年十一月 独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日 摘要在物流服务供应链研究中，随着行为运作管理近年来在供应链中的应用逐步受到重视，行为因素对供应链协调效果的影响也越来越得到学者们的关注。此外，近年来，随着信息技术的推广和普及，需求更新现象越来越多的出现在供应链中。本课题针对需求更新环境下基于行为的物流服务供应链协调策略进行研究，具有重要的管理学意义，并为管理者制定策略和研究者进行相关研究提供理论依据。本文首先分析了物流服务供应链相关理论的发展现状，之后梳理了需求更新、供应链采购、行为因素研究和评价方法等方面的理论成果，对现有参考文献进行总结，指出其研究的不足之处，为全文的研究奠定了理论基础。之后，本文进行了四个方面的研究，分别是：（1）需求更新和理性预期条件下的二次订购模式选择。探索了两种不同的二次订购模式（模式1：第二次订购只能增加订购量，模式2：第二次可以增加订购量或减少订购量）在物流服务供应链能力采购中的使用条件。（2）需求更新和质量承诺条件下的二次订购模型。由于提供商的质量承诺缺陷率的变化不仅会影响集成商的订货决策，也会对集成商和提供商的期望利润产生影响，我们研究的目标就是探索提供商是否应该在需求更新环境下改变质量承诺缺陷率。（3）需求更新和两次分配机会下的订单分配模型。在考虑了集成商具有长期和短期决策两类不同决策模式的基础上，引入层次分析法和层次分析法，构建了物流服务供应链订单分配模型，探索了一些重要因素对两种决策类型的集成商及其提供商的期望利润的影响。（4）需求更新条件下的物流服务供应链综合绩效评价方法。依据指标体系构建原则，考虑需求更新对集成商和提供商之间信息沟通机制的要求、对提供商灵活性的要求，构建了考虑需求更新的物流服务供应链综合绩效评价指标体系，并采用层次分析法和模糊综合评价法进行评价，用算例分析对某供应链的综合绩效进行了评价。最后，本文给出了研究结论和未来展望。关键词：物流服务供应链；需求更新；两次订购；理性预期；服务质量承诺；双层规划模型；绩效评价 AbstractWiththeincreasingattentiontotheapplicationofbehavioraloperationsmanagementinsupplychains,theeffectofbehavioralfactorsonsupplychaincoordinationisalsoreceivingadditionalattention.Inaddition,withtheextensionofinformationtechnology,demandupdatingappearsmoreandmoreinsupplychains.Thisstudyfocusesoncoordinationstrategiesoflogisticsservicesupplychainwithdemandupdatingbasedonbehaviorialfactors,whichhasessentialmanagementinsights,andprovidesthereticalbasisforrelatedresearch.Thispaperfirstanalysisesthecurrentsituationofrelatedtheoriesoflogisticsservicesupplychain(LSSC),thenreviewedtheoreticalachievementsindemandupdating,procurement,behaviorialfactors,evaluationmethods,etc.,pointedouttheshortcomingsofextantlitureture,whichisthethereticalbasisofthispaper.Thisstudycanbedividedintofourparts,whichare:(1)Capacityprocurementwithtwoorderingopportunitiesconsideringdemandupdatingandrationalexpectations.Weexplorestheapplicableconditionsoftwocapacityprocurementstrategieswithtwoorderingopportunities,namelysub-strategyⅠinwhichonlyincreasingpurchasequantityisallowedduringthesecondorderingopportunity,andsub-strategyⅡinwhicheitherincreasingorreducingorderquantitiesispossiblewhenthesecondorderisplaced.(2)Capacityprocurementwithtwoorderingopportunitiesconsideringdemandupdatingandqualityguarantee.SinceFLSP’sguaranteedqualitydefectrate(GQDR)hasinfluenceonnotonlytheorderdecisionofLSI,butalsotheexpectedprofitofLSIandFLSP,theobjectofthispaperistofindoutwhetherornotshouldFLSPadjusttheguaranteedservicequalitydefectrateafterdemandupdatingundertheconditionofdemandupdating.(3)Orderallocationmodelwithtwoorderingopportunitiesconsideringdemandupdating.BasedonconsiderationofLSIhavingtwodifferentdecision-makingmodes,i.e.long-termandshort-term,thispaperconstructsanorderallocationmodelinlogisticsservicesupplychainwhichisabi-levelprogrammingmodel.WeexploretheimpactsofsomeessentialfactorsontheexpectedprofitsofLSIandFLSPsbyconductingnumericalanalysis.(4)Supplychaincomprehensiveperformanceevaluationsystemwithdemandupdating.Accordingtosomeprinciples,consideringtherequirementsofdemandupdatingontheinformationcommunicationmechanismbetweenLSIandFLSPs,theflexibilityofFLSPs,etc.,acomprehensiveperformanceevaluationsystemwithdemandupdatingwasestablished.AHPandfuzzycomprehensiveevaluationwereadoptedtoevaluatethecomprehensiveperformance.KEYWORDS:Logisticsservicesupplychain(LSSC);demandupdating;twoorderingopportunities;rationalexpectations;servicequalityguarantee;bi-levelprogrammingmodel;performanceevaluation 目录第一章绪论...........................................................................................11.1研究背景和研究现状............................................................................11.2研究目的和意义....................................................................................11.3研究体系和内容....................................................................................31.3.1研究框架..............................................................................................31.3.2研究内容..............................................................................................41.3.3主要创新点..........................................................................................4第二章文献综述……………………………………………….................................62.1需求更新...............................................................................................62.2供应链的二次订购和订单分配..............................................................72.2.1二次订购..............................................................................................72.2.2订单分配..............................................................................................92.3行为因素研究......................................................................................102.3.1理性预期与理性预期均衡................................................................102.3.2质量监督和服务质量承诺................................................................102.4绩效评价和评价方法..........................................................................112.4.1层次分析法和模糊综合评价法........................................................112.4.2供应链绩效评价................................................................................132.4.3供应商选择........................................................................................142.5总结.....................................................................................................142.5.1需求更新和理性预期条件下的二次订购........................................142.5.2需求更新和质量承诺条件下的二次订购........................................142.5.3需求更新和两次分配机会下的订单分配........................................152.5.4需求更新条件下的供应链绩效评价................................................16第三章需求更新和理性预期条件下的二次订购模式选择...............173.1问题的提出.........................................................................................173.2模型假设及理性预期约束条件............................................................183.2.1决策过程............................................................................................18 3.2.2模型假设及参数................................................................................193.2.3理性预期约束条件............................................................................213.2.4需求更新............................................................................................223.3模型Ⅰ——二次订购模式1.................................................................233.3.1集成商的期望利润............................................................................233.3.2提供商的期望利润............................................................................253.4模型Ⅱ（二次订购模式2）的构建及其与模型Ⅰ的比较....................273.4.1新增的假设........................................................................................273.4.2集成商的期望利润............................................................................273.4.3提供商的期望利润............................................................................293.4.4两个模型的比较................................................................................293.5数值分析.............................................................................................333.5.1ζ对期望利润的影响.......................................................................333.5.2α对期望利润的影响.........................................................................353.5.3v1对期望利润的影响........................................................................373.6主要结论和管理学内涵.......................................................................393.6.1主要结论............................................................................................393.6.2对管理者的意义................................................................................403.6.3对研究者的意义................................................................................403.6.4研究局限和未来展望........................................................................40第四章需求更新和质量承诺条件下的二次采购模型.......................424.1问题的提出.........................................................................................424.2问题描述和模型假设..........................................................................434.2.1问题描述和事件序列........................................................................434.2.2模型假设和参数................................................................................444.3模型建立和求解..................................................................................464.3.1提供商和集成商的期望利润函数....................................................464.3.2模型求解............................................................................................484.4数值分析.............................................................................................554.4.1基础数据............................................................................................554.4.2M，xe，ω0等对集成商最优订购量的影响....................................554.4.3M，xe，ω0等对集成商期望利润的影响........................................584.4.4M，xe，ω0等对提供商期望利润的影响........................................614.4.5定理4-2的验证.................................................................................64 4.4.6定理4-3的验证.................................................................................654.4.7讨论....................................................................................................654.5结论和内涵.........................................................................................654.5.1主要结论............................................................................................654.5.2管理学内涵........................................................................................664.5.3未来展望和研究局限........................................................................67第五章需求更新和两次分配机会下的订单分配模型.......................685.1问题的提出.........................................................................................685.2问题描述.............................................................................................695.2.1基本假设和决策过程........................................................................695.2.2参数....................................................................................................715.3模型建立与求解..................................................................................725.3.1需求更新前的第一次任务分配模型................................................725.3.2需求更新后........................................................................................765.3.3考虑需求更新的双层规划分配模型及其求解方法........................775.4数值分析.............................................................................................795.4.1基础参数设置....................................................................................795.4.2提供商i提供给集成商的专用能力Mi对任务分配的影响............815.4.3需求更新时间t对任务分配的影响................................................835.4.4集成商的单位惩罚成本ki对任务分配的影响................................855.5主要结论和管理学内涵.......................................................................875.5.1主要结论............................................................................................875.5.2管理学内涵........................................................................................87第六章考虑需求更新的物流服务供应链综合绩效评价...................896.1问题的提出.........................................................................................896.2指标体系的构建..................................................................................906.2.1指标体系构建原则............................................................................906.2.2一般指标体系的构建........................................................................916.2.3需求更新对指标体系的影响............................................................916.2.4指标数据处理....................................................................................956.3模型计算方法......................................................................................956.3.1常见的综合绩效评价方法................................................................956.3.2绩效评价方法....................................................................................966.4算例分析.............................................................................................98 6.4.1层次分析法确定权重........................................................................996.4.2模糊综合评价法确定评价值..........................................................1006.4.3评价结果分析..................................................................................1016.5总结和展望.......................................................................................102第七章结论与展望...........................................................................1037.1主要结论...........................................................................................1037.2研究展望...........................................................................................104参考文献.............................................................................................105附录.............................................................................................118发表论文和参加科研情况说明..........................................................149致谢.............................................................................................151 第一章绪论第一章绪论1.1研究背景和研究现状近年来，服务外包如信息技术服务外包、金融服务外包、物流服务外包等越来越普及，许多服务集成商与服务提供商建立了长期的合作关系，为客户提供集成化的服务，并形成了服务供应链。以物流服务外包为例，物流服务集成商（LSI）整合了多个功能型物流服务提供商（FLSP）的服务能力，为客户提供集成化的物流服务，集成商和提供商组成了物流服务供应链（Liu等，2011a）[1]。例如，作为中国最大的物流服务集成商之一，中国广州宝供物流公司整合了500多家仓储供应商，1200多家公路运输供应商，500多家人力装卸搬运作业队，这些供应商帮助宝供物流公司完成客户（宝洁、飞利浦等）所需要的物流业务。又如，天津圆通快递公司作为中国圆通快递公司的华北分公司，它在天津地区整合了42家提供商，这些提供商提供仓储、运输、人力装卸等服务能力，这些提供商帮助天津圆通快递公司完成客户的物流服务需求（Liu等，2015）[2]。物流服务供应链作为最近几年刚刚兴起的服务管理研究新领域，相关研究还不成熟，无论是在理论上还是在实践中的指导都缺乏系统性，与其在物流领域的重要性不匹配。物流服务集成商对功能型物流服务提供商的质量监督力度、提供商之间的竞争、信息更新、理性预期行为等因素都会影响物流服务供应链双方的合作。在物流服务供应链研究中，随着行为运作管理近年来在供应链中的应用逐步受到重视，行为因素对供应链协调效果的影响也越来越得到学者们的关注。此外，近年来，随着信息技术的推广和普及，需求更新现象越来越多的出现在供应链中。本课题针对需求更新环境下基于行为的物流服务供应链协调策略进行研究，具有重要的管理学意义，并为管理者制定策略和研究者进行相关研究提供理论依据。1.2研究目的和意义随着物流服务供应链的兴起以及实际应用范围的扩大，物流服务供应链已经被越来越多的企业所熟知，越来越多的企业参与到物流服务供应链的运作中。随着需求更新对供应链影响的逐渐深入，物流服务供应链中需求更新的相关研究越1 第一章绪论来越得到研究者和实践者的重视。本研究主要是针对需求更新环境下基于行为的物流服务供应链协调策略研究，通过数学建模的方式，拟解决以下几个问题：（1）需求更新会对集成商的服务能力采购决策产生重要影响，而集成商在采购决策中会有理性预期行为，提供商也并不是完全被动的，它会根据集成商的理性预期行为，从自身利润最大化角度出发决定服务能力单位价格。这种预估行为对服务能力单位价格有重要影响，从而影响集成商的能力采购决策。显然，在这种双重压力的实际环境下，物流服务集成商如何进行能力采购决策成为急需解决的重要研究问题，而设计合理的供应链契约成为解决这一问题的重要方法。这也是本文在实践层面的研究动机。因此，本文将探索在需求更新和理性预期条件下，两种不同的二次订购模式（模式1：第二次订购只能增加订购量，模式2：第二次可以增加订购量或减少订购量）在物流服务供应链能力采购中的使用条件。（2）在需求更新环境下提供商会有改变质量承诺的动机。这是因为在服务运作过程中，集成商通常要求提供商对服务质量予以保障，比如承诺配送准时率、货损率等，但集成商可能会随着需求信息的更新而改变自己的订货量，而提供商也会根据集成商的要求和自身能力的状况而对服务质量承诺进行调整。显然，在需求更新的情况下，集成商如何根据更新的信息进行服务能力采购、提供商是否调整服务质量承诺将直接影响到后续的物流服务运作绩效。因此，本文将探讨在考虑需求更新环境下，提供商的质量承诺行为对供应链的影响。（3）当集成商与多个提供商合作时，如何在这些提供商之间分配订单，成为集成商服务能力采购决策中的一个重要内容。而且，不少服务能力的采购决策经常会面临更新的服务需求，如何在这种更新的需求下进行订单分配决策则显得更为困难。显然，在需求更新的情况下，物流服务集成商如何根据更新的信息进行物流服务订单分配将直接影响到后续的物流服务运作绩效。在需求更新条件下，集成商期望在保证提供商满意的前提下，集成商第二次订购时重新分配能力的目标是让变动最小。在需求更新条件下，本文构建了有提供商竞争的物流服务供应链订单分配模型，考虑了集成商的两种不同决策模式，探索了需求更新时间、集成商的单位惩罚成本以及提供商可提供的固定服务能力对决策的影响。（4）作为供应链管理中最重要的环节之一，绩效评价是供应链运作效果的体现，并能够指明供应链改进的重点和方向。随着供应链的发展不断深化，现在已经有许多公司认识到集成化管理和评价的重要性，将绩效评价拓展到供应链层面，对供应链进行综合绩效评价。供应链绩效评价已经得到国内外许多学者的关注和研究，然而大多数研究针对的是产品供应链，针对服务供应链的研究较少，而且需求信息更新对供应链的影响还没有被充分纳入到绩效评价指标体系中，现有的指标体系不能很好地体现需求更新。因此，本文将努力解决上面提出的实践问题和理论不足，探讨在需求更新的条件下对物流服务供应链进行综合绩效评价，2 第一章绪论以及需求更新对评价的影响。从上面的分析可以看出，需求更新环境下基于行为的物流服务供应链协调策略研究具有其自身的特性和必须要考虑的因素，因此进行专题研究很有必要。总结来看，本研究的意义如下：（1）本文较为系统地研究了需求更新环境下基于行为的物流服务供应链协调策略，从二次订购、订单分配、供应链绩效评价三个角度进行了较为全面的研究。其中，关于二次订购的两个研究其对象是一对一的供应链，分别研究了理性预期和质量承诺两种行为对供应链协调策略的影响；关于订单分配的研究则以多对一供应链为研究对象，而关于绩效评价的研究关注存在需求更新的一般物流服务供应链。这些研究全面考虑了不同形式的物流服务供应链，研究了需求更新对其多个方面的影响，可以得到许多重要的研究结论，可为物流企业的实践提供理论指导。（2）本文将在借鉴目前较为丰富的产品供应链研究成果的基础上，深入分析其在服务供应链方面的适用性，一定程度上弥补目前理论研究中对于服务供应链调度理论的缺乏，能够在一定程度上为其他学者的进一步研究提供研究思路和借鉴。1.3研究体系和内容1.3.1研究框架本文的研究框架如图1-1所示。引入参数变量研究内容研究方法需求更新因子需求更新和理性预期下的博弈理论理性预期参数能力采购逆序求解法需求更新因子需求更新下基于模糊评价的服模糊综合评价法提供商的权重务能力配置双层规划需求更新因子基于质量承诺行为的物流服务博弈理论质量承诺因子供应链质量协调策略逆序求解法需求更新环境下的物流服务供需求更新因子绩效评价应链绩效评价方法图1-1研究框架3 第一章绪论1.3.2研究内容（1）论文的第三章探索了在需求更新和理性预期条件下，两种不同的二次订购模式（模式1：第二次订购只能增加订购量，模式2：第二次可以增加订购量或减少订购量）在物流服务供应链能力采购中的使用条件。建立了两种不同二次订购模式下的集成商利润模型和提供商利润模型，给出了集成商两阶段采购决策的最优解。在需求为贝叶斯更新的条件下，论文重点分析了模式2优于模式1的条件，探索了该适用条件与需求看涨概率、减少订购量的最大比例、理性预期参数等因素之间的关系。（2）论文第四章探索提供商是否应该在需求更新环境下改变质量承诺缺陷率。通过构建提供商和集成商的期望利润函数，本章利用逆序求解法求解两阶段最优的集成商采购量和提供商最优质量承诺缺陷率。比较不同承诺模式下的最优订购量和期望利润。（3）论文的第五章在考虑了集成商具有长期和短期决策两类不同决策模式的基础上，引入层次分析法和层次分析法，构建了物流服务供应链订单分配模型，该模型是双层规划模型。利用数值分析方法，探索提供商提供给集成商的固定能力、需求更新时间、集成商对提供商的单位惩罚值等因素对两种决策类型的集成商及其提供商的期望利润的影响。（4）论文的第六章考虑了需求更新对供应链绩效评价指标体系的影响。本章依据指标体系构建原则，首先考虑物流服务供应链特性，建立一般指标体系；在此基础上，考虑需求更新对集成商和提供商之间信息沟通机制的要求、对提供商灵活性的要求，构建考虑需求更新的物流服务供应链综合绩效评价指标体系。在综合分析常见的综合绩效评价方法的基础上，采用层次分析法和模糊综合评价法进行评价，并用算例分析对某供应链的综合绩效进行评价。（5）论文的第七章为结论与展望部分，对前面各章的研究内容和结论进行了回顾与总结。1.3.3主要创新点本文的创新点主要体现在以下四个方面：1）随着供应链的研究越来越受到重视，以及客户需求的个性化日益增加，越来越多的学者开始关注供应链中的需求更新现象和行为因素。但多集中于产品供应链，本文侧重于引入服务行为因素，分析需求更新环境下基于行为的物流服务供应链协调策略，并利用数值分析方法，探索了影响决策的因素及其影响规律。2）在质量协调方面，本文探讨在需求更新的情况下，一个集成商与一个提供商的质量协调配置策略。现阶段已经有许多针对质量协调的研究，也有研究考4 第一章绪论虑提供商存在质量承诺行为，研究承诺不变和承诺改变对质量协调策略的影响。但把质量承诺行为与需求更新结合在一起的质量协调尚未见刊。3）在服务能力采购方面，本文探讨需求更新条件下的服务能力采购问题。二次订购在需求更新情况下是非常常见的，然而关于服务供应链二次订购问题的研究较少，关于服务采购问题的研究缺口亟待填补。本研究要将理性预期和二次订购结合起来，探讨允许二次订购的物流服务供应链能力采购模型。此外，本文还将探讨基于模糊综合评价的二次订购模型。4）在绩效评价方面，本文探讨需求更新环境下的物流服务供应链绩效评价方法。绩效评价是集成商选择供应商的重要依据，但相关研究多是针对单周期的，没有考虑需求更新环境中的绩效评价方法。5 第二章文献综述第二章文献综述本文的研究内容主要涉及以下几个方面：需求更新、供应链的二次订购和订单分配、供应链参与者的行为因素以及供应链（供应商）评价方法。因此文献回顾部分将围绕这几个部分展开，阐述其研究进展和不足之处。最后进行简要总结，如第2.5节所示。2.1需求更新许多学者研究了需求更新下的供应链决策问题，研究内容主要包括零售商采取信息更新手段优化订货策略、需求更新下的供应链契约协调等两个方面。在订货策略方面的研究中，Gurnani和Tang（1999）[3]以及So和Zheng（2003）[4]研究了不确定需求下，零售商利用观测市场信号进行需求信息更新，优化两阶段订货决策的问题。Xu（2003）[5]研究发现通过合理地订货，零售商和制造商可以达到双赢。随后，不少学者将该问题拓展到更加复杂的情形，分别探讨零售商允许在外部市场采购商品（Sethi等，2005）[6]、服务水平约束（Sethi等，2007）[7]、资金约束（Wu等，2013）[8]以及定期需求更新（Kogan和Herbon，2008）[9]等条件下二次订货问题；Miltenburg和Pong（2007a；2007b）[10][11]进一步研究了多产品二次订货的问题，并分别考虑了有能力限制与无能力限制2种情况。类似于Miltenburg和Pong（2007a；2007b）[10][11]，Song等（2014）[12]研究了多产品采购时的买方决策问题。买方为了使期望利润最大化，需要在两个市场决策每个产品的采购量。也有不少学者研究了供应链契约协调的相关问题，并且指出当市场需求可预测时，通过执行适当的契约能够使供应链收益得到帕累托改进（Cachon和Lariviere，2001；Donohue，2000）[13][14]。Tsay（1999）[16]以及Milner和Rosenblatt（2002）[17]分别研究当零售商在市场需求确定前订货，但是待市场需求确定后允许其调整实际订货量的带有数量弹性的订货契约。进一步地，一些学者探索了多种因素组合情况下的供应链契约协调问题。Chen等（2006b）[18]提出一个风险共担契约来协调供应链，由零售商部分补偿制造商在需求更新前的生产过量的损失。在Chen等（2010）[19]的模型中，供应商在需求更新前决定能力预留量，零售商在需求更新后决定订单量，采用收益贡献契约协调供应链。Ulaş等（2010）[20]研究有需求预测更新的合作分散配送系统，讨论了预测共享和联合预测两种类型6 第二章文献综述的合作。Zhang等（2013）[21]研究了如何通过协调延迟产品差异化以及预测更新来提高制造效率。近年来，随着供应链研究范围的拓展，许多学者将研究视角从产品供应链拓展到了服务供应链。需求更新也已被应用于服务供应链环境下，与本文最相关的是Liu等（2015）[2]。他们研究了存在质量承诺的情况下，两阶段合作的物流服务能力采购问题，探索了承诺改变成本和市场揭示情况对物流服务供应链双方决策的影响。从上述文献来看，已有的需求信息更新的文献主要以如报纸杂志、影碟、食品、药品和时装等易逝品为研究对象，并且只是将价格或提前期以及订购批量作为决策变量，尚未见需求更新下的物流服务订单分配的研究。且Liu等（2015）[2]并没有对两次采购情况下的最优质量承诺值进行决策。此外，需求更新方面的研究还没有拓展的绩效评价领域，在绩效评价中，需求更新会对评价结果产生怎样的影响并没有得到研究。2.2供应链的二次订购和订单分配2.2.1二次订购关于供应链能力采购的研究，Cachon和Lariviere（2001）[13]研究的供应链一个供应商和下游零售商组成。供应商有有限的生产能力，零售商的最优库存水平是私有信息。他们关注的是一种显示机制，这种机制使得供应商能够确定零售商的能力，并对这些机制进行了比较。Swaminathan（2000）[14]是最早关注能力采购决策的学者之一，他提出了一种能力外包的分析方法，针对的是不确定需求情况下的供应链。而Kouvelis和Milner（2002）[23]扩展了他的研究，将不确定性扩展到供给层面，研究了需求和供给的不确定相互作用情况下的多级供应链中供应链能力和外包决策。Mazzola等（2012）[24]研究了有限周期内的多任务多阶段多周期的任务分配问题，并应用启发式算法求得合理范围内的最优解。国内学者也在这一领域取得了丰硕的成果。柴跃廷等（1998）[25]提出了一种运作管理机制，通过在供应链相关企业间加入协调决策中心，实现各协作企业之间的协调协商。随后田春华等（2002）[26]提出了基于时间、费用的供应链运作优化模型，但该模型未充分考虑各节点企业利益的提高，只是从供应链整体角度进行优化。事实上，自利的经济人，让各节点企业只考虑整体利益最大化而不关注自身利益是不现实的。黄小原（2004）[27]指出，相对于一般联合决策而言，基于主从决策的供应链协调更具有实际意义。二次订购在需求更新情况下是十分常见的（Lau和Lau，1998）[28]。在需求7 第二章文献综述到达前较长时间和需求即将到达时两个时间点，集成商分别进行两次采购，这样可以有效规避风险。二次订购类似于期权合约，但与期权合约有明显区别。期权合约要求在第一次采购时同时购买一定量的看涨/看跌期权，从而在需求即将到达时依据更新后的需求信息选择执行期权（Wang和Liu，2007）[29]，而二次订购模型不需要购买期权就可以在需求即将到达时进行第二次采购（Zhou和Wang，2009）[30]。关于二次订购的研究，目前主要集中于存在需求更新的产品供应链，主要用于解决制造商和零售商双方关于提前期有不同要求的问题，制造商希望在需求到达前较长时间获得订单，零售商希望在需求即将到达时下达订单双方存在时间冲突。因此，Donohue（2000）[14]、Chen和Xu（2001）[31]、Chen等（2006b）[18]、Murray和Silver（1966）[32]针对这一冲突研究双方合作的机制，使得在需求更新情况下达到均衡。此外，许多学者研究了不同环境下的二次订购问题。例如，Dutta等（2007）[33]研究了模糊随机需求下的二次订货问题。Miltenburg和Pong（2007）[10][11]研究了多产品的二次订货问题，新需求信息通过贝叶斯法则在两次订货机会之间进行更新；与本文不同，他们假设第二次订货的单位成本高于第一次。Gurnani和Tang（1999）[3]假设第二次订货成本不确定，分别考虑了完美和不完美信息两种情形下的二次订货策略。Choi等（2003）[34]分析了第二次订货成本对服务水平的影响。Choi（2007）[35]研究的二次订货问题中存在两种运货模式且销售价格未知。Donohue（2000）[14]以及Chen和Xu（2001）[31]研究了二次订货下制造商的生产问题。Sethi等（2003）[36]研究了需求更新条件下单周期和多周期中两阶段订购问题中需求预测的质量问题。Ma等（2012）[37]考虑了零售商风险厌恶对最优订货决策的影响，并检验了需求预测质量对零售商订货决策的影响，并将模型拓展到允许取消订单的情形。从这些文献中可以发现，关于服务供应链二次订购问题的研究较少，关于服务采购问题的研究缺口亟待填补。从上述文献回顾中可以看出，我们发现，关于需求更新、理性预期和二次订购方面的独立研究相对较多，尽管也有一些研究将二次订购与需求更新联合起来（Miltenburg和Pong，2007a；2007b；Sethi等，2005）[10][11][6]，但将三者结合的研究则较少，即在考虑理性预期行为基础上对需求更新条件下物流服务供应链二次订购模型的研究，尚未见到报导。因此，如何结合理性预期行为和需求更新的双重特性，研究物流服务集成商两种不同模式的二次服务能力采购模型孰优孰劣，将是本研究的重点。本文将在需求更新的基础上，考虑集成商预估行为并运用理性预期均衡理论，分别建立模型Ⅰ（模式1：第二次订购只能增加订购量），和模型Ⅱ（模式2：第二次订购可以增加或减少订购量），并对两种不同模式的二次订购模型进行比较，探讨在需求更新环境和存在理性预期行为下模式2优于模式1的条件。8 第二章文献综述2.2.2订单分配现实中，一个集成商通常从多个提供商处采购能力（Liu等，2011a）[1]，因此，如何在多个提供商之间分配服务能力是集成商非常关注的问题（Ruiz-Torres和Mahmoodi，2006）[38]。由于能力分配与订单分配非常相关，考虑到服务能力的订单分配与产品订单分配有类似之处，因此这一部分将主要从产品供应链的订单分配和服务供应链的能力分配两个方面展开。在产品订单分配中，Karpak等（1999）[39]是较早研究供应链产品订单分配的，他们研究了美国一家OEM制造商的液压泵部门的供应商选择和订单分配问题，目标是最小化产品采购成本以及最大化总产品质量和配送可靠性。在Karpak等（1999）[39]的基础上，许多学者在研究中加入了新的环境因素，如服务水平约束（Kawtummachai和Van，2005）[40]、价格折扣（Arunkumar等，2006）[41]、供应失败（Ruiz-Torres和Mahmoodi，2006）[38]、需求与能力不确定性（Xiang等，2014）[42]，风险分散（Lee和Chien，2014）[43]等，建立了新的订单分配模型。具体来说，Kawtummachai和Van（2005）[40]建立的订单分配模型考虑了服务水平约束，以总采购成本最小化为目标，设计了求解算法并验证了有效性。Arunkumar等（2006）[41]建立了供应商选择和订单分配的多目标混合整数线性规划模型，该模型虑了价格折扣的影响，其目标是使不合格品数量、非准时交货数量和总采购成本最小化。Ruiz-Torres和Mahmoodi（2006）[38]的订单分配模型考虑了供应失败损失、供应商维持成本和周期采购成本等因素，并分析了这些因素对订单分配的影响程度。Xiang等（2014）[42]考虑了需求和生产能力不确定性，研究了多制造商多供应商环境下的基于生产能力的策略和基于生产负荷均衡的策略两种不同的订单分配策略。由于可持续性在供应链网络设计和订单分配问题中得到了越来越多的重视，Kannan等（2013）[44]基于经济和环境准则提出一个集成的方法用来评价和选择最佳的绿色供应商，并在供应商中分配最佳的订单量，Govindan等（2015）[45]建立了一个双层目标集成可持续订单分配模型。分析上述这些研究可以发现，这些研究也都只是在单周期环境下的订单分配，没有需求更新的因素及其对订单分配结果的影响。近年来随着服务供应链研究的兴起，关于服务供应链的能力分配也逐步得到了重视。举例来说，Wei（2001）[46]研究了服务供应链中的两阶段定价、订购和分配的博弈问题，其中一个拥有固定能力的供应商在批发价格契约下通过两个零售商将一种产品销售给顾客。在细分的服务供应链领域中，物流服务供应链订单分配研究则是最为丰富，也是和本研究最相关的。例如，Liu等（2011a）[1]是与本文最相关的文献，他们在能力分配决策时考虑了提供商的满意度、不同物流服务能力的匹配度，但是未考虑需求更新的影响。Liu等（2014b）[47]考虑了每个9 第二章文献综述提供商的主观效用函数，以集成商成本最低、提供商综合主观效用最大为目标建立了能力分配模型。Liu等（2014a）[48]和Liu等（2013）[49]考虑了预测行为和竞争性招标策略。Liu等（2014c）[50]考虑了提供商的综合效用，以集成商成本最低、提供商满意度最大和能力匹配程度最大化为目标建立能力分配模型。如同产品订单分配一样，能力分配的既有研究中，如Liu等（2011a）[1]、Liu等（2013）[49]、Liu等（2014a）[48]、和Liu等（2014b）[47]，也没有考虑需求更新的因素及其对订单分配结果的影响。2.3行为因素研究2.3.1理性预期与理性预期均衡理性预期假设由Muth于1961年首先提出，已在经济学领域得到广泛的应用。理性预期假设认为经济运行结果与人们的预期不会有系统偏差（Qi等，2010）[51]。近年来，理性预期假设开始在供应链管理中得到应用，特别是在契约协调的研究中发现存在理性预期均衡，也即供应链中供需双方的实际运行结果基本符合其理性预期假设。理性预期均衡在供应链管理领域已经得到了研究，包括供应链上下游的理性预期均衡（Su和Zhang，2008）[52]、理性预期均衡在报童模型中的应用（Du，2009）[53]、供应链定价问题（Qi等，2010；Wang等，2011；Yang等，2011）[51][54][55]。但是，集成商的预估行为因素并未在既有的供应链能力采购决策中得到研究。实际上，供应链上参与者的行为特别是理性预期行为可以对运营管理产生重要的影响（Bendoly等，2006；Croson等，2013）[56][57]。因此，需要结合理性预期均衡理论来探讨集成商理性预期行为对物流服务供应链能力采购决策的影响，从而帮助物流服务集成商更加合理地管理供应链。2.3.2质量监督和服务质量承诺一些学者对质量监督中的风险问题进行了研究。如，Baiman等（2000）[58]基于供应链合作中的道德风险进行质量监督研究。Wei（2001）[46]建立了非对称信息下的质量监控模型。Kaya和Ozer（2009）[59]讨论了外包的质量风险。Chao等（2009）[60]设计了产品召回的成本分摊合约，以促使制造商和供应商提高产品质量，运用超模博弈，结果表明在该合约下制造商和供应商会付出超过平均水平的努力。国内也有许多学者在这一领域取得了丰硕的成果。一部分研究着眼于分析零售商的检验策略对供应商质量努力的影响（张斌，华中生，2006）[61]。张斌和华中生（2006）[61]探讨了供应链的下游制造商应如何根据供应商产品的质量水平确定其抽检方案。李丽君等（2005）[62]运用委托代理理论，探讨了供应链质量10 第二章文献综述控制策略，以解决双边道德风险条件下的相关问题。在契约协调机制的研究中，决策中的信息不对称问题被不少研究者关注（张翠华和黄小原，2003；徐庆等，2007）[63][64]。张翠华和黄小原（2003）[63]重点关注非对称信息下的最优控制问题，建立了供应商和销售商的质量收益函数。徐庆等（2007）[64]研究了零售商与供应商之间由于信息不对称引起的质量控制委托代理问题。此外，跨期的质量控制问题也开始得到关注，王洁等（2008）[65]提出了基于跨期约束的供应链动态质量激励机制。关于物流服务供应链质量监督博弈的研究随着服务供应链研究的兴起也在不断丰富。Hertz和Macquet（2001）[66]构建了第三方物流提供者与分包商之间的纳什均衡模型，并分析了合同参数变化对质量的控制作用。Jayaram和Tan（2010）[67]认为，第三方物流服务供应商的选择标准、合作关系与公司绩效密切相关，必须加强对3PL的服务质量监控。Liu等（2012a）[68]考虑了物流服务质量不易测度性的特点，建立了多周期的质量监督博弈模型，并进一步地建立了集成商也会受到惩罚时的三级物流服务供应链质量监督博弈模型。Liu和Xie（2013）[69]研究在功能型物流服务提供商采取服务质量承诺的情况下，物流服务集成商与功能型物流服务提供商的质量决策问题。服务质量承诺（Servicequalityguarantee）是吸引客户最有效策略之一（So和Song，1998）[70]。质量承诺行为能帮助企业降低他们的感知风险（McDougall等，1998）[71]，可以认为是降低供应风险的方式之一，而且服务质量承诺对服务质量有直接的影响，能够有效提高服务质量和保证客户满意度（Hays和Hill，2001）[72]。质量承诺为顾客提供了出现产品问题的保障，主要包括无条件（unconditional）承诺和特定（specific）承诺。一般地，特定承诺是对产品在一定的范围、时间、费用方面（coverage，timeperiod和payout）的问题进行补偿的承诺（Menezes和Quelch，1990）[73]，而无条件承诺则是没有范围、时间、费用方面的特别要求（Hart，1988；Marvin，1992；Ettorre，1994）[74][75][76]。目前对质量承诺的研究涉及范围较广，如时间承诺（Palaka等，1998；Ray和Jewkes，2004）[77][78]、退货承诺（Moorthy和Srinivasan，1995；Suwelack等，2011）[79][80]等。在物流服务供应链中，提供商为了赢得集成商更多的业务份额，也会采取质量承诺的行为（Liu等，2015）[2]。2.4绩效评价和评价方法2.4.1层次分析法和模糊综合评价法在订单分配的过程中，集成商会依据提供商的权重给多个提供商分配订单，每个提供商的权重可能会存在差异，这也将导致集成商必须慎重地决定每个提供11 第二章文献综述商的权重，因此选择合适的权重确定方法至关重要。自2000年以来，供应商评价和选择问题已经得到了广泛的研究并提出许多方法来解决这一问题（Ho等，2010）[81]。通常来说，层次分析法（Analyticalhierarchyprocess，AHP）和模糊综合评价法是两个确定权重的方法，这两种方法在供应商选择中已经分别得到了广泛的应用，在本文中我们将集成这两种方法的优点一起使用。为此，我们对这两种方法分别进行综述一下。层次分析法是一种采用成对比较的多准则决策工具，在与决策相关的许多领域得到了广泛应用（Vaidya和Kumar，2006）[82]，例如社会领域（Yurimoto和Masui，1995）[83]、教育（Forgionne等，2002）[84]、工程（Fogliatto和Albin，2001）[85]、制造（Weck等，1997）[86]、采矿业（Shen等，2013）[87]、管理（Rabelo等，2007）[88]等。随着供应链管理重要性的增加，层次分析法在供应链的许多方面得到了应用，包括绩效评价（Bukhori等，2015）[89]、风险评估（Badea等，2014）[90]、设施选址问题（Ozgen和Gulsun，2014）[91]等。特别是由于供应商选择越来越重要（Ghodsypour和O'brien，1998；Tam和Tummala，2001）[92][93]，层次分析法在供应商选择领域得到大量应用（Junior等，2014；Mani等，2014）[94][95]。Ghodsypour和O'brien（1998）[92]同时考虑有形因素和无形因素，综合层次分析法和线性规划来选择供应商并决策最优订单分配量。Tam和Tummala（2001）[93]建立基于层次分析法的模型并应用在电子通信系统的实际案例中来选择供应商。Chan（2003）[96]提出交互式选择模型，通过识别买方和供应商的互动以及有效数据收集方法来选择供应商。Deng等（2014）[97]基于一种全新的不确定信息的有效表达方式，引入D-AHP方法以解决供应商选择问题。作为模糊集理论的一种应用，模糊综合评价法是另一种解决多准则决策问题的方法（Xu等，2010）[98]，它把待考察的模糊对象以及反映模糊对象的模糊概念作为一定的模糊集合，建立适当的隶属函数，并通过模糊集合论的有关运算和变换，对模糊对象进行定量分析。由于其在解决多属性多层面的复杂评价问题中的优势，模糊综合评价法在许多领域得到了应用。例如Lu等（1999）[99]采用模糊综合评价法分析水库的水质，Sadiq和Rodriguez（2004）[100]采用该方法解决与消毒副产物有关的健康风险。特别地，模糊综合评价法在供应链管理中得到了广泛应用（Chuu，2011；Aqlan和Lam，2015）[101][101]，特别是供应商评价和选择（Ho等，2010）[81]。Chen等（2006a）[103]和Sarkar和Mohapatra（2006）[104]分别提出接近度系数来决定供应商的排序。Florez-Lopez（2007）[105]结合了定量和定性的数据，采用模糊理论和新紧急模式来进行供应商选择。需要特别说明的是，由于模糊综合评价法和层次分析法各自有优点，因此，将两者优点集成起来，进行综合评价也成为发展趋势。例如，模糊综合评价法在12 第二章文献综述构建权重向量时，常常采用层次分析法（Weber和Current，1993）[106]。它们被同时使用以解决供应链中的多种问题（Jinturkar等，2014）[107]，包括设施选址（Ertuğrul和Karakaşoğlu，2008）[108]、供应链关键因素选择（Fu等，2010）[109]、决策风险（Sofyalıoğlu和Kartal，2012）[110]、选择供应商（Rezaei等，2014）[111]等。本文将先用层次分析法构建评判因素的权重向量，然后利用模糊综合评价法得出每个提供商的权重，依据这一权重进行任务分配。2.4.2供应链绩效评价回顾制造供应链的评价体系，从上世纪90年代开始，制造供应链领域的绩效评价指标体系就已经开始了研究，目前，已经取得了很多成果（Hoek等，2011）[112]。供应链权威研究机构SCC（1996）在SCOR（SupplyChainOperationsReference）模型中提出了度量供应链绩效的13项指标。Beamon（1999）[113]从资源、产出和柔性三个方面构建了供应链绩效评价体系。Salvador等（2001）[114]研究了供应链管理为何以及如何影响组织时间绩效的问题。Bolstorff和Rosenbaum（2007）[115]在SCOR模型的基础上从客户、内部流程和股东的角度提出了评价指标体系。Gunasekaran等（2004）[116]提出的供应链绩效评价指标体系的基础是计划、采购、组装和配送等4个主要的供应链过程。Bhagwat和Sharma（2007）[117]应用平衡计分法，从财务、客户，业务流程和组织的学习与成长四个角度构建了供应链绩效评价体系。随着服务供应链的发展，关于服务供应链绩效评价体系研究也越来越多。Song等（2008）[118]对专业化的服务供应链进行了定义并给出了综合绩效评价体系。Giannakis（2011）[119]研究了SCOR模型与服务行业的结合，并提出了用于服务组织的绩效评价参考模型。Cho等（2012）[120]对这方面的文献进行了回顾与综述，并从战略层、战术层和运作层的角度出发构建了服务供应链绩效评价指标体系。在物流服务供应链方面，Liu等（2012b）[121]在考虑物流服务供应链协调特性和服务特性的基础上，设计了物流服务供应链流程对接的综合绩效评价指标体系，并用ANP方法进行评价。除了关注评价对象外，许多学者还会关注指标体系的构成。在评价指标的设定过程中，通常会有定性指标和定量指标之分，Beamon（1999）[113]指出定性分析非常模糊且难以应用，因此在评价时更偏向定量指标。然而，选择的定量指标未必能充分描述系统的绩效（Yeh，1996）[122]。因此，许多研究同时采用的定性和定量指标（Lozanovivas等，2001；Hussain等，2002；Seçme等，2009）[123][124][125]。13 第二章文献综述2.4.3供应商选择关于供应商选择的研究，始于1966年Dickson的工作，其目的是对供应商进行筛选。Dickson（1966）[126]认为，质量是影响供应商准则的重要因素。之后，供应商绩效评价方法得到了大量学者的深入研究。例如，Johnson（1995）[127]采用企业优异评价方法，认为交期（T）、质量（Q）、成本（C）和服务（S）是供应商成功的关键因素。Patton（1996）[128]采用实证的方法，找出了对供应商的选择和评价决策最为重要的属性因素。Hung-Suk和Chiung（2005）[129]则提出了服务水平、供应能力及质量三大指标，并予以展开。国内早期关于供应商绩效评价的研究较少，且多集中于评价准则的研究。20世纪90年代以后，供应商选择与评价问题的重要性随着集成化供应链等先进制造技术和管理思想的出现而凸显出来，并在学术和实践层面得到越来越多的关注，其中研究的主流仍然是评价指标体系的建立和评价方法的研究（陈荣秋，1998；林勇和马士华，2000；朱建军等，2003；马士华和林勇，2005）[130][131][132][133]。通过上述文献我们可以看出，供应商选择的研究主要集中于产品供应链，且鲜有在需求更新环境下的相关研究。2.5总结2.5.1需求更新和理性预期条件下的二次订购从上述文献回顾中可以看出，关于需求更新、理性预期和二次订购方面的独立研究相对较多，尽管也有一些研究将二次订购与需求更新联合起来[10][11][36]，但将三者结合的研究则较少，即在考虑理性预期行为基础上对需求更新条件下物流服务供应链二次订购模型的研究，尚未见到报导。因此，如何结合理性预期行为和需求更新的双重特性，研究物流服务集成商两种不同模式的二次服务能力采购模型孰优孰劣，将是第三章的重点。第三章将在需求更新的基础上，考虑集成商预估行为并运用理性预期均衡理论，分别建立模型Ⅰ（模式1：第二次订购只能增加订购量），和模型Ⅱ（模式2：第二次订购可以增加或减少订购量），并对两种不同模式的二次订购模型进行比较，探讨在需求更新环境和存在理性预期行为下模式2优于模式1的条件。2.5.2需求更新和质量承诺条件下的二次订购已有的需求信息更新的文献主要以如报纸杂志、影碟、食品、药品和时装等易逝品为研究对象，并且只是将价格或提前期以及订购批量作为决策变量，与质量承诺策略结合起来的研究较少。此外，关于供应链质量承诺和需求更新方面的14 第二章文献综述独立研究相对较多，服务供应链领域内的相关研究较少，且将二者结合的研究很少。因此，如何结合质量承诺和需求更新的双重特性，并考虑服务供应链的特点，研究提供商的承诺决策和集成商的订购决策，将是第四章研究的重点。需要指出的是，与第四章最相关的是Liu等（2015）[2]的研究，他们研究了物流服务供应链中需求更新环境下质量承诺改变与市场揭示情况对供应链成员决策的影响，并假设需求更新前的集成商（作为买方）已经实际拥有了服务能力，并没有对两次采购下的最优质量承诺值进行决策。而第四章将探讨两次采购决策下的最优质量承诺值，并对两次采购中质量承诺是否会发生变化的条件进行了分析，这是本文与Liu等（2015）[2]的最大区别。第四章中，实际的服务能力只在第二次订购后交付并使用，需求更新前只是对服务能力的预定，并不能使买方实际拥有这些能力，因此第一次订购不会导致能力库存成本，在需求更新后的第二次能力分配中，由于需求即将实现，因此会产生能力的多余成本和缺货成本，这也是明显与Liu等（2015）[2]的区别地方。2.5.3需求更新和两次分配机会下的订单分配关于需求更新、订单分配、供应商选择的独立研究非常多，也有一些研究把其中两种结合起来进行研究，这些研究与本文拟开展的研究存在较大的差异。首先，在需求更新下的订单分配研究中，Song等（2014）[12]也是和本文较为相关的研究，Song等（2014）[12]研究了从两个需求更新的市场采购多种产品的买方决策问题，每种产品被看作一个报童。建立了一个单资源约束和多资源约束下的双层规划模型来表达采购决策问题不同于Song等（2014）[12]，我们的文章考虑了集成商的短期和长期决策问题，而且考虑了提供商供给能力的专用性问题。其次，将订单分配和供应商评价两者结合起来的研究在近年来也有所报导（Karpak等，1999；Arunkumar等，2006；Kannan等，2013；Lee和Chien，2014）[39][41][44][43]。然而，这些都是针对产品供应链的研究，而且都没有考虑需求更新的影响。第三，在服务供应链的订单分配研究中，与本文最相关的是Liu等（2011a）[1]，Liu等（2013）[49]，Liu等（2014a）[48]，Liu等（2014b）[47]和Liu等（2014c）[50]的研究，他们也是研究物流服务供应链中的订单分配问题，但没有考虑需求更新对分配结果的影响，也没有考虑不同提供商在能力分配时所占比重的差别。不同于以往的订单分配模型，需求更新下的服务供应链的订单分配有其特殊性，主要体现在两个方面，一是服务产品具有不可分割性和易逝性，服务产品的生产和消费同时进行（Nie和Kellogg，1999）[134]，且在销售期结束后不能储存，没有剩余价值，因此在模型的利润和成本函数中要体现这一点。二是在需求更新的环境下，实际的服务能力只在第二次订购后交付并使用，需求更新前的能力分15 第二章文献综述配只是对服务能力的预定，并不能使买方实际拥有这些能力，因此第一次订购不会导致能力存货成本。在需求更新后的第二次能力分配中，由于需求即将实现，因此会产生能力的多余成本和缺货成本。因此，第五章将研究需求更新下的物流服务供应链订单分配模型，在模型中要考虑各提供商的重要性的差别，并体现服务供应链的订单分配特性。2.5.4需求更新条件下的供应链绩效评价与第六章最相关的研究是Liu等（2011b）[135]，他们充分考虑了物流服务供应链的特性，设计了针对物流服务供应链的综合绩效评价指标体系，该指标体系分为三个层次，分别是结果层、运作层和战略层，运用网络层次分析模型对物流服务供应链综合绩效进行了评价。然而，他们并没有考虑需求更新对绩效评价的影响，第六章的目的就是填补这一缺口。16 第三章需求更新和理性预期条件下的二次订购模式选择第三章需求更新和理性预期条件下的二次订购模式选择3.1问题的提出服务能力采购是集成商和提供商最主要的合作内容。然而，集成商的服务能力采购决策并非是一件容易的事情，因为集成商通常面临来自客户和提供商的双重压力。一方面，客户的需求不仅是随机的，而且是不断更新的[136]。以中国网购市场促销季出现的物流服务混乱局面为例，2011年11月11日，中国淘宝网的单日电子商务交易额达到了33.6亿元[137]，仅中国的圆通快递物流公司，当天全国网点总共从商家手里接收货物267万件，而这些快递包裹必须在承诺的3-5天之内送达至全国31个省的不同客户，激增的需求完全突破了圆通快递公司十月份的预期，加上先前的物流服务能力准备不足，从而给圆通快递物流公司造成了巨大压力（Zhang和Xiao，2011）[143]，物流“爆仓”、延迟配送以及货物破损等问题集中爆发。另一方面，提供商在集成商采购能力的决策中，也并不是完全被动的，提供商在交易开始前就会根据集成商的理性预期行为，从自身利润最大化角度出发决定服务能力单位价格[49][48]。这种预估行为对服务能力单位价格有重要影响，从而影响集成商的能力采购决策（Bandyopadhyay和Bhattacharya，2014）[138]。显然，在这种双重压力的实际环境下，物流服务集成商如何进行能力采购决策成为急需解决的重要研究问题，而设计合理的供应链契约成为解决这一问题的重要方法。这也是本章在实践层面的研究动机。从理论研究层面来看，二次订购策略是应对需求更新的常见策略[28]。在需求到达前较长时间和需求即将到达时两个时间点，采购者分别进行两次采购，这样可以有效规避风险。因此，使用二次采购既能够帮助供应商增加销量又能帮助零售商获得价格优势，能够取得很好的协调效果，经常应用于销售期短的产品供应链中[18][31][34]，也有应用于物流服务供应链中[2]。一般来说，常见的二次订购策略包括两种，即模式1：第二次订购只能增加订购量[34]，模式2：第二次可以增加订购量或减少订购量[37][11]。在既有的研究中，尚未见对这两种模式的使用条件与使用范围的比较研究。尤其是，在复杂环境下特别是需求更新和考虑提供商理性预期行为的情况下，在服务供应链中如何更加有效地使用不同模式，仍然缺乏相应的理论研究。因此，本章的研究将努力解决上面提出的实践问题和理论不足，探讨在考虑需求更新和理性预期行为的双重环境下，在集成商服务能力采购中应该采取哪种17 第三章需求更新和理性预期条件下的二次订购模式选择二次订购模式的问题。本章期待解决以下三个方面的重要问题：1.在需求更新与理性预期行为的双重环境下，在物流服务供应链服务能力的二次订购模式中，模式2相对于模式1是否能够获得这种较好的协调效果？如果是的话，需要满足哪些的条件？2.外界的环境参数如需求看涨概率、减少订购量的最大比例、集成商的理性预期行为[101]是否会对能力采购过程中两种二次订购模式的选用产生影响？3.物流服务集成商与提供商怎样使用本章得出的结论，以期更好地管理需求更新下的能力采购问题？本章的组织结构如下：3.2节阐述了模型假设及决策过程，并利用理性预期建立约束条件。在3.3节建立了模型Ⅰ，即需求更新环境下基于理性预期的服务能力采购决策模型，该模型采用二次订购模式1（第二次订购时只能增加订购量），并给出集成商在两个阶段的最优订购量。3.4节采用二次订购模式2（第二次订购时允许增加或减少订购量），建立了模型Ⅱ，同样给出了集成商的最优订购量，并通过比较模型Ⅰ和模型Ⅱ的期望利润，得出模式2优于模式1的条件。3.5节用mathematica9.0验证文中的主要结论，并在3.6节中给出主要结论和管理学内涵。3.2模型假设及理性预期约束条件3.2.1决策过程如图3-1所示，需求更新下的物流服务供应链能力采购决策的具体过程如下：1.第一阶段（订单到达前较长的时间），集成商根据历史数据预测当期市场需求分布，并与提供商共享。2.提供商从利润最大化的角度出发，选择第一阶段物流服务定价𝜔1。3.集成商根据过去的需求信息和𝜔1向提供商采购𝑄1单位的服务能力。4.在第一和第二阶段之间，集成商会观测到新的市场信息𝑥𝑒，将该信息运用到参数更新中而得到新的需求分布，并与提供商进行共享。根据新的需求分布，提供商确定第二阶段的物流服务价格𝜔2和补偿价格𝜔1−𝜔𝑝（模式2）。5.集成商确定第二阶段的服务能力采购量q，第二阶段后最终的采购能力值为𝑄2。模式1要求𝑞=𝑄2−𝑄1≥0，单位价格是𝜔2。模式2中，若𝑄2>𝑄1，则集成商增加订购量(𝑄2−𝑄1)，单位价格为𝜔2；若𝑄2<𝑄1，则集成商减少订购量(𝑄1−𝑄2)，单位补偿价格为𝜔1−𝜔𝑝。18 第三章需求更新和理性预期条件下的二次订购模式选择需要注意的是，图3-1中同时表述了两种不同模式的二次订购决策过程。二者的区别体现在第二阶段的决策上，提供商在前者中只需决定𝜔2，在后者中需要同时决定𝜔2和𝜔𝑝，集成商决定第二阶段采购量时，前者要求𝑞=𝑄2−𝑄1≥0，后者可以继续采购或退购，即q可正可负。双方均以期望利润最大化为目标进行决策。两阶段的采购价格𝜔1、𝜔2以及补偿价格𝜔1−𝜔𝑝由提供商决定。若𝜔1或𝜔2过高，超过集成商可接受范围，集成商就不会从提供商那里采购能力。集成商预测集成商向集成商更集成商确提供商依据集成市场需求，提供商订新需求分定第二阶商两个阶段提出并与提供商购服务能布，并与提段服务能的需求提供物流共享力Q1供商共享力采购量服务qt=0t=1t=2提供商决定初始第二阶段提供商的单位物流服不确定性需求实的单位物流服务务能力定价为ω2。对于模式2现，集成商和提供能力采购价格ω1（允许增加或减少订购量），此商获得各自利润时的单位补偿价格为ω1-ωp图3-1需求更新下的物流服务供应链能力采购的事件序列3.2.2模型假设及参数为方便后文的建模，本章做出如下假设：1、集成商预测客户需求，并与提供商进行共享，提供商允许集成商进行两次能力采购，第1阶段的能力采购量不存在限制，但第2阶段能力采购量有上限，上限为M。2、服务的生产与消费通常是同时进行的[134]。第一阶段集成商订购物流服务后，提供商不会交付服务给集成商，而是等到第二阶段订购完成后，一起交付两个阶段的物流服务。集成商第二阶段支付的单位采购价格是不确定的，可能高于也可能低于第一阶段的单位采购价格。若集成商在第二阶段决定减少订购量，要想提供商支付单位补偿价格，否则集成商只要在第一阶段采购服务11p能力后在第二阶段减少订购量就可以获利。此外，提供商提供的物流服务能力在整个交易期结束后如果没有销售给集成商，其剩余价值为零，没有残值。19 第三章需求更新和理性预期条件下的二次订购模式选择3、在服务供应链中，没有库存现象。因此，当提供商提供的能力大于实际的需求时，在模式2中，若第二阶段预测需求减少，集成商可以按照一定百分比α将不需要能力返回给提供商，由此产生的是返还收入。否则，多余能力成本由集成商承担[68]。4、集成商需求更新存在成本，每次更新的成本是c。I本章涉及参数如表3-1所示：表3-1模型中的符号参数说明b集成商物流能力不足的单位损失（机会成本）c单位业务量提供商投入的成本Fc集成商信息更新的成本Ifxx的条件概率密度Fxx的条件概率分布M第2阶段最大的采购能力j*第1阶段集成商采购的物流服务能力。Q表示第1阶段最优物流能力采购1Q1量，j取NR,分别表示模式1和模式2的情形。第2阶段信息更新后，集成商确定的物流服务能力采购量。当QQ时，21集成商在第2阶段追加采购QQ单位的服务能力；当QQ时，集成商2121Q2在第2阶段减少QQ12单位的服务能力；当QQ21时，集成商不改变采购j*量。Q表示最优物流能力采购总量，j取NR,分别表示模式1和模式22的情形。+第2阶段新增的物流能力采购量。QQ时，qqQQ，此时集成商2121+增加采购物流服务能力q；QQ时，qqQQ，此时集成商减少2121qj*采购物流服务能力q。q表示第2阶段最优物流能力采购量，j取NR,分别表示模式1和模式2的情形。集成商获得单位物流能力所得到的预期效用。i1表示第一期的单位效用，ic表示第二期集成商追加采购时的单位效用，ip表示第二期集成商减少采购服务能力时的单位效用。v0，vkv，vkv，k0,，v1cc1pp1cikp1,0。kc和kp分别是集成商对增加和减少采购的单位服务效用的参数，取决于集成商的属性，不同的集成商会有不同的k和k。cpr集成商向顾客提供物流服务的价格市场需求，是一个随机变量，X的条件概率密度和条件概率分布分别是hX和H。1.在第一和第二阶段之间，集成商观测到的新的市场信息，该信息被运用到参Xe数更新中以得到新的需求分布。20 第三章需求更新和理性预期条件下的二次订购模式选择参数说明α第2阶段集成商减少订购量的最大百分比初次采购时提供商制定的单位物流服务能力价格，cr。1F1信息更新后提供商制定的单位物流服务能力价格。可能大于或小于。221信息更新后提供商制定的单位物流服务能力补偿价格。其中，是集成商p1p减少订货量时，提供商向集成商返还的单位价格，，。p11p第2阶段需求看涨的概率i的期望利润函数，i取IF,分别表示集成商、提供商，j取NNRR,2,,2分jEi别表示模式1的全过程期望利润，模式1的第二阶段期望利润，模式2的全过程期望利润以及模式2的第二阶段期望利润。3.2.3理性预期约束条件（1）集成商集成商在第1阶段和第2阶段采购的物流服务能力数量分别是𝑄1和q，假设第1阶段的物流服务能力带给集成商的单位期望效用是𝑣1。第1阶段集成商愿意与提供商合作的条件是𝑣1𝑄1−𝜔1𝑄1≥0，即v（3-1）11模式2中，第2阶段在需求看跌的情况下，集成商从经济的角度出发会退还部分物流服务能力给提供商；在需求看涨的情况下，集成商可能会增加采购量或不采取行动。模式1中，第二阶段集成商只能增加采购量或不采取行动。由于第二阶段的效用是在第1阶段单位效用𝑣1的基础上的效用增量，因此我们假设第二阶段的期望效用分两种情况，q0时为Uvqc，q0时为pppIUcvc2qcI，其中vppkv1，kp1,0，vcckv1，kc0,。𝑣𝑝表示集成商每减少采购一单位能力的效用，显然这一效用是小于0的，𝜔𝑝是集成商减少订货量时，提供商向集成商返还的单位价格，也就是集成商获得的单位收益，因此𝑣𝑝+𝜔𝑝表示模式2中第二阶段减少订购量的情况下集成商的单位效用。同理，𝜔𝑐−𝜔2表示追加采购情形下集成商的单位效用；𝑘𝑐>1表示第2阶段的物流服务单位价格增加，𝑘𝑐<1表示第2阶段的物流服务单位价格减少，𝑘𝑐=1表示第2阶段的物流服务单位价格不变。𝑘𝑝，𝑘𝑐的不同取值也会影响到集成商的采购决策。假设需求看涨与看跌的概率分别为和1，则集成商愿意与提供商进行合作的条件是UU10，该式就是理性预期约束的表达式，即cp21 第三章需求更新和理性预期条件下的二次订购模式选择kvqc10kvqc（3-2）c12Ip1pI从而，式（3-2）可化为kvqc111kvppqcI（3-3）2qcI1qkvp1qkvc12（3-4）p1q（2）提供商对于提供商而言，第二期的价格应使自身期望利润大于等于0，即必须满足式（3-5）的理性预期约束：cq10q（3-5）2Fp联立式（3-2）式（3-5），得cqcIFv（3-6）1kqcp1kq此外，在信息更新的情况下，本章假设信息是公开的，提供商可以知道市场信息，集成商也可以知道信息，那么，在一对一的情况下，、和由提供12p商决定。因为期望利润等于收入减去成本，在为了获得最大化的利润，通常来说提供商希望单位服务能力的售价越高越好，在集成商减少订货量时，提供商向集成商返还的单位价格越小越好。即提供商制定的单位物流服务能力采购价格应满足：max,max,min（3-7）1122pp由式（3-1）得v（3-8）11由式（3-3）得kvqc111kvppqcI（3-9）2q由式（3-4）得cI1qkvp1qkvc12（3-10）p1q3.2.4需求更新第一阶段，集成商面临不确定需求，不确定性需求分布函数、概率密度函数分别为Fx、fx。第二阶段，集成商通过观察获得信息x，从而获得更新后e22 第三章需求更新和理性预期条件下的二次订购模式选择的需求，其分布函数和概率密度函数分别为Fxx,fxx。ee常见的需求更新方式主要有两种，一种是分别假设信息更新前和信息更新后的需求为某种分布，如，Gurnani和Tang（1999）[3]假设信息更新前后的需求的联合分布为二元正态分布。一种是贝叶斯更新（Murray和Silver，1966；Choi等，2003；Miltenburg和Pong，2007a；Sethi等，2007）[32][34][10][7]。贝叶斯更新是最常见的信息更新方式[11]，其需求分布函数和概率密度函数分别为FxFQ1fxFxxe和fxxe（Q1是第一阶段订购量）。1FQ11FQ1在本章建模部分，为了表达简便，采用Fxx、fxx的形式表示更新ee后的需求分布函数和概率密度函数；在3.4.4模型比较分析及3.5数值分析部分，FxFQ1将更新后的需求分布函数和概率密度函数具体化为Fxx和e1FQ1fxfxxe。1FQ13.3模型Ⅰ——二次订购模式1本节我们考虑集成商预估行为并运用理性预期均衡理论建立二次订购模式1下的能力采购模型（即模型Ⅰ），然后我们将在3.4节中建立二次订购模式2下的能力采购模型（即模型Ⅱ），并在3.4.4中对两个模型进行比较，探讨在需求更新环境和存在理性预期行为下模式2优于模式1的条件。在模型Ⅰ中，第2阶段集成商只能追加采购量而不能减少，因此不存在q0cI的情形，即必有QQ。此时，v，kv。211121cq3.3.1集成商的期望利润集成商的决策问题，是如何选择𝑄1、𝑄2，使得自身收益最大化。NIrminQ2,x1Q12qbExQ2cIcQ2Ick1vQkvQrxfxxdx（3-11）Ic11c12e0rbQfxxdxbxfxxdx2eeQQ22式（3-11）中第1项rminQ,x表示集成商向客户提供物流服务产生的收入，223 第三章需求更新和理性预期条件下的二次订购模式选择第2项Q表示集成商第1阶段的成本，第3项q表示第2阶段集成商增12加采购物流服务能力时的成本，第4项bExQ表示集成商不能满足顾客需2要时的机会损失，第5项c表示集成商信息更新的成本。I本章采用逆序求解方法求解两阶段情况下的最优期望利润[12][18]。首先考虑第2阶段的最优期望利润，得到第二阶段的最优采购量；然后再考虑全过程的最优期望利润，得到第一阶段的最优采购量。（1）逆序法求解——集成商第2阶段的期望利润N2IIrminQq2,x2bExQ2ccQ2I（3-ckQvkvQrxfxxdx12）Icc1112e0rbQfxxdxbxfxxdx2eeQQ22定理3-1：集成商在第2阶段的最优采购量q*满足1MifQ1FxAeMN*111q=FAxeQ1ifFAxeMQ1FAxe（3-13）10ifQ1FAxerbkvc1其中，A。rb22NIN2证明：由于rbfQx0，因此，有极大值点，且极大22eIQ2值点满足N2Ikvc1rQ2fQ2xeerbfxxdxrbQ2fQ2xeebQ2fQ2x0,QQ22即N*111QFAx,FAxMQAFx（3-14）21eee考虑到0qM的约束，即0QQM，因此，q*的取值分三种情况。21（2）逆序法求解——集成商全过程的期望利润k1时，c24 第三章需求更新和理性预期条件下的二次订购模式选择1rbkvc11FxeeMifQ1FAxMrbN*1rkbvc111Q11FxeifFAxeMQAFxe（3-15）rb1rbv11FxeeifQ1FxArbk1时，c1rbv11FxeeMifQ1FAxMrbN*11Q11T1ifFAxeeMQFAx（3-16）1rbv11FxeeifQ1FxArbk1时，c1rbv11FxeeMifQ1FAxMrbN*1rbkv111cQ11FxeeMifFAxMQFAxe（3-17）rb1rbkvc11FxeeifQA1Fxrb11rbvr1bv1其中，TaaFxxMF,，这是因为k1时，1eecrbrbNIN*110，因此Q可取FAxM,FAx之间的任意值。1eeQ1推导过程见附录3-1。3.3.2提供商的期望利润在理性预期的约束下，提供商的期望利润为N*N*NN**N*cIcQcqvcQkvcq（3-18）Fc1F112F1F1N*Fq式（3-18）中，第1项表示第1阶段集成商采购物流服务能力时提供商获得的相应收益，第2项表示第2阶段集成商增加采购物流服务能力时提供商的收益。k1时，c25 第三章需求更新和理性预期条件下的二次订购模式选择c1I1v1cFFAxekc1v1MifQ1FAxeMcN*1I11Fv1cFFAxeifFAxeMQ1FAxe（3-19）1rbv11v11cFFxeifQFAxerbk1时，c1rcbv1I1v1cFFxekc1v1MifQ1FAxeMrbcN*1I11F1kvTcc11kv1cFFAxeifFAxeMQ1FAxe（3-20）1rbv11v1cxFFeeifQ1FAxrbk1时，c1rcbv1I1v1cFFxekc1v1MifQ1FAxeMrbcN*1I11Fv1cFFAxekc1v1MifFAxeMQ1FAxe（3-21）vcF1Ax,ifQF1Ax1Fe1e定理3-2：提供商的总期望利润随着第二阶段需求上涨概率的增大而增大；cI且有一个取值区间，即,1，只有满足这个区N*N*v11cFQ1kvccFq间，提供商才会参与该供应链。证明：当第二阶段需求上涨概率等于1时期望利润最大。考虑到提供商的参N**NN*与约束，1时，一定有10vcQkvcqc。从而F11FF1cIN*N*v11ccFFQkcv1qcI。N*1时，要使提供商参与合作，必须满足0，因此有一个取值区间，FcI即1。这表明，只有当N*N*v1ccFFQ1kvc1qcI,1时，提供商才会参与该供应链合作。N*N*v11cFQ1kvccFq26 第三章需求更新和理性预期条件下的二次订购模式选择3.4模型Ⅱ（二次订购模式2）的构建及其与模型Ⅰ的比较3.4.1新增的假设供应链通常一个网络的结构。因此，在物流服务供应链中，提供商一般情况下会服务于多个集成商。因此，在第二阶段，如果补偿价格等条件允许的话，提供商可能愿意接受一定的补偿价格并允许集成商在已采购的物流服务能力基础上减少采购量，再卖给其他的集成商。同时，在允许减少采购量的情况下，提供商会鼓励集成商多进行能力采购，以增加收入。因此，实际中提供商往往承诺第二阶段减少采购量的最大比例。本章假设若第二阶段预测需求减少，可以最大百分比为的比例减少采购量，那么就有0qQ。1因此，0qQ，0qM。13.4.2集成商的期望利润集成商的决策问题，是如何选择Q、Q，使得自身期望利润最大化。12RIrminQQ22,x121qpqbExQcIQ2cI1Q122qpq0rxfxxdxeQrQbxQ2fxxdxe（3-22）21Q2ck1vQkvQrxfxxdxrQbxQfxxdxifQQIcc11120eQ22e212Q2cIev1Q1rxfxxdxrQQ2bxf2xxdxeifQ21Q0Q2Q2cI1kQppv11kv1Q2rxfxxdxerQ2bxQ2fxxdxeifQ2Q10Q12式（3-22）中第1项rminQ,x表示集成商向客户提供物流服务产生的收2入，第2项Q表示集成商第1阶段的成本，第3项q和第4项q分别112p表示第2阶段集成商增加和减少采购物流服务能力时的成本，第5项bExQ2表示集成商不能满足顾客需要时的机会损失，第6项cI表示集成商信息更新的成本。同样，在模型Ⅱ中仍然采用逆序求解法进行求解。27 第三章需求更新和理性预期条件下的二次订购模式选择（1）逆序法求解——集成商第2阶段的期望利润R2IrminQ22,x2qpqbExQcI1Q2cIkQccv11kvQ120rxfxxdxeQrQ2bxQ2fxxdxeifQ2Q12Q（3-23）2cIe0rxfxxdxQrQ22bxQfxxdxeifQ2Q12Q2cIkppv11Q1kvQ20rxfxxdxeQrQ2bxQ2fxxdexifQ2Q112*定理3-3：集成商在第2阶段的最优采购量q满足N*1qifQ1FBxeR*1111qFBxeQ11ifFBxeQ1时𝑘𝑐=1.2，当𝑘𝑐<1时𝑘𝑐=0.9；𝑘𝑝=−0.8；𝜁=0.6；𝑀=40；𝛼=0.4；𝑥𝑒=200。3.5.1ζ对期望利润的影响111（1）FBxQ2qg>2的概率*Q1第1阶段集成商采购的物流服务能力。Q1表示第1阶段最优物流能力采购量。第2阶段信息更新后，集成商确定的物流服务能力采购量。当QQ时，集成21商在第2阶段追加采购QQ单位的服务能力；当QQ时，集成商在第2阶2121Q2*段减少QQ单位的服务能力；当QQ时，集成商不改变采购量。Q表示12212最优物流能力采购总量。q市场平均质量缺陷率1q实际质量缺陷率，服从0,q的均匀分布，fqmqmr市场价格，随着质量承诺缺陷率g2变化r当提供商的质量承诺缺陷率等于市场平均质量水平时的市场基准价格0X市场随机需求，X的概率密度函数和分布函数分别是f和F在第一和第二阶段之间，集成商观测到的新的市场信息，该信息被运用到参数更Xe新中以得到新的需求分布。需求更新后集成商减少采购量的最大比例qg11011qg22022rrqg3032*集成商的质量监控力度，表示最优的质量监控力度若提供商的质量不能符合客户要求，集成商对提供商的单位业务量惩罚值F若提供商的质量不能符合客户要求，客户对集成商的惩罚额度IEI集成商的期望利润45 第四章需求更新和质量承诺条件下的二次采购模型符号含义EF提供商的期望利润当提供商的质量承诺缺陷率等于市场平均质量水平时的订购价格0阶段i的订购价格，对承诺质量g敏感，i1,2.ii当集成商在需求更新后减少采购量时，集成商获得的单位返还价格，pp1min取最小值max取最大值N*N*提供商不改变质量承诺缺陷率时的变量最优值，如g1表示提供商不改变质量承诺缺陷率时第一阶段的最优承诺质量。C*提供商改变质量承诺缺陷率时的变量最优值，如g表示提供商改变质量承诺缺C*1陷率时第一阶段的最优承诺质量。4.3模型建立和求解4.3.1提供商和集成商的期望利润函数提供商的期望利润由服务能力销售得到的收入、惩罚成本、质量成本等几部分构成。因此，提供商的期望利润函数为EFp12Q11max0,Q2Q1min0,Q2Q（4-1）PqQgq2F2k1Q2式（4-1）中第1项Q表示提供商第1阶段向集成商出售集成商所预定的11服务能力产生的收入，第2项max0,QQ表示第2阶段集成商增加采购221物流服务能力时提供商的增加收入，第3项min0,QQ表示第2阶段集p21成商减少采购量时，提供商向集成商支付的多余能力的返还成本，第4项Pqg22FQ表示当提供商的实际质量缺陷率大于承诺值并且被集成商发现，集成商对其的惩罚；第5项kq1Q表示提供商所付出的质量成本。21已知实际质量的概率密度函数fq，因此由式（4-1）可得qmEFp1Q112max0,Q2Qmin0,Q2Q1qg1（4-2）m2QkqQkQFm222q2m由于qg，qg，rrqg，式（4-2）1011202203246 第四章需求更新和质量承诺条件下的二次采购模型可写为EQF01qg1Q102qg2max0,2Q1（4-3）qg1m2pmin0,Q22Q1FmQ2kqQkQ2q2m集成商的决策问题，是如何选择两次订购量Q、Q，使得自身期望利润最12大化。EIrminQ2,x12Q11max0,Q2Qpmin0,Qb2Q1ExQ2Pqg2FQ2（4-4）PqgcqgQ2q221Pqg2IQ2式（4-4）中第1项rminQ,x表示集成商向客户提供物流服务产生的收入，2第2项Q表示集成商第1阶段的成本，第3项max0,QQ表示第2阶11221段集成商增加采购物流服务能力时的成本，第4项min0,QQ表示第2p21阶段集成商减少采购量时从提供商中获得的能力返还收入，第5项bExQ表2示集成商不能满足客户服务能力数量时的机会损失，第6项PqgQ和第22F7项PqgcqgQ分别表示当提供商的实际质量缺陷率大于承诺值并2q22且被集成商发现，集成商对其惩罚获得收入以及集成商修复质量缺陷所支出的费用；第8项1PqgQ表示当提供商的实际质量缺陷率大于承诺值但是22I集成商没有发现，集成商向客户赔偿的费用。1由假设1可知，实际质量的概率密度函数fq，因此由式（4-4）可得qmEI1Q12max0,Q2Q1pmin0,Q2Q1Q2r0xfxxdexrbQ2QQfxxdxbexfxxdxe（4-5）22Qq22mgcQq222Fcgq221Iqmgqq2mm由于qg，qg，rrqg，式（4-5）10112022032可写为47 第四章需求更新和质量承诺条件下的二次采购模型EQI01qg1Q102qg2max0,2Q1Q2pemin0,Q2Q1r03qg2xfxxdx0（4-6）r03qg2bQ2fxxdxbeexfxxdxQQ22Qq22mgcQq222Fcgq21Iqmg2q2qmm4.3.2模型求解本章采用逆序求解方法求解两阶段情况下的最优期望利润。首先考虑提供商第2阶段的最优期望利润，得到提供商第二阶段的最优承诺质量缺陷率；然后再考虑提供商全过程的最优期望利润，得到提供商第一阶段的最优承诺质量缺陷率。然后将提供商两阶段的最优承诺质量缺陷率带入到集成商的期望利润函数中，同样采用逆序求解方法得到两阶段的最优采购量。（1）提供商最优质量承诺缺陷率通过求解可以得到以下定理：定理4-1：不论提供商是否改变质量承诺缺陷率，其两个阶段的质量承诺的最优值等于可行的质量承诺缺陷率的最小值或最大值，而不会是区间内的某个值。也就是说，在理论上，提供商的最优质量承诺缺陷率有以下四种模式：模NN**式1（两个阶段都承诺最高的缺陷率，即ggg），模式2（两个阶段都12mNN**承诺最低的缺陷率，即gg0），模式3（第一阶段承诺最低的缺陷率，第12C*C*二阶段承诺最高的缺陷率，即g0，gg），模式4（第一阶段承诺最高12mC*C*的缺陷率，第二阶段承诺最低的缺陷率，即gg，g0）。其中，模式11m2和模式2是不改变质量承诺缺陷率的情形，模式3和模式4是改变质量承诺缺陷率的情形。48 第四章需求更新和质量承诺条件下的二次采购模型承诺质量缺陷率模式1gm模式3模式40模式212阶段图4-2提供商的最优质量承诺缺陷率的四种模式证明：具体见附录4-1。因此，无论提供商是否改变质量承诺缺陷率，在进行质量承诺时要么承诺最高的缺陷率要么承诺最低的缺陷率对提供商是有利的。承诺最高的缺陷率会避免产生惩罚，承诺最低的质量缺陷率会促使集成商订购更多的服务能力。根据定理4-1的附录证明，可以得到下列推论：F推论4-1：当满足一定条件时（即QQ且QQ0时；或212122qm当QQ时），提供商会改变质量承诺缺陷率；否则，提供商不改变质量承诺缺21陷率。推论4-2：如果提供商不改变质量承诺缺陷率，其两阶段承诺的最优缺陷率可能等于0或g。当提供商改变质量承诺缺陷率时，第一阶段会承诺最低的缺m陷率，第二阶段会承诺最高的缺陷率。也就是说，只有模式3是可能存在的，而模式4实际上是不存在的。49 第四章需求更新和质量承诺条件下的二次采购模型承诺质量缺陷率模式1gm模式30模式212阶段图4-3提供商的最优质量承诺缺陷率的三种模式由推论4-1得知，提供商是否会改变质量承诺缺陷率必须满足一定的条件，才使得提供商有动机进行改变质量承诺缺陷率；当提供商改变质量承诺缺陷率时，我们发现，提供商的最优决策方式只有一个，就是第一阶段承诺最小的缺陷率，然后在第二阶段承诺最高的缺陷率。C*根据推论4-1和推论4-2可以知道，当提供商改变质量承诺缺陷率时，g0，1C*gg，而当提供商不改变质量承诺缺陷率时，两个阶段承诺的最优缺陷率可2mNN**NN**能等于0或g，即gg0或ggg。换言之，提供商的质量承诺m1212mNN**缺陷率有三种模式：模式1（两个阶段都承诺最高的缺陷率，即ggg），12mNN**模式2（两个阶段都承诺最低的缺陷率，即gg0），模式3（第一阶段承12C*C*诺最低的缺陷率，第二阶段承诺最高的缺陷率，即g0，gg）。下面，12m我们将对提供商不改变质量承诺缺陷率时的最优订购量以及改变承诺时的最优订购量进行比较。（2）集成商最优订购量****N设提供商的最优质量承诺缺陷率为g，g，当提供商不改变承诺时，gg，1211**N**C**C**gg，当提供商改变承诺时，gg，gg。将g，g代入到式（4-6），22112212得50 第四章需求更新和质量承诺条件下的二次采购模型****EIpgg1,21gQ112g2max0,Q22Q1min0,QQ1Q2**rg220xfxxdxeergbQ2QQfxxdxbxfxxdxe（4-7）22***Qq2mg2cQq222Fcqqgg221Imqq2mm***其中，g表示是关于g的函数，即qg。类似的，11111011****22g表示2是关于g2的函数，rg2表示r是关于g2的函数。由式（4-7）计算可得，1Q11MifQFAxeMrgb*g*q1222m11F*xeifFAxeMQ1FAxerqg2bm*11Q2Q1ifFAxeQ1FBxe（4-8）rqgb*12pm111FxeifFBxeeQ1FBxrg*bq12m111Q1ifQ1FBxe1***rgb22g2qmrqgb2pm其中，A，B，**rqgb2mrqgb2mcq**Fqmg221Iqmg。证明过程见附录4-2。251 第四章需求更新和质量承诺条件下的二次采购模型rg**gbq11211mFxeeMifQ1FAxMrg*bq2mrgb*g*q1222m11F*xeifFAxeMQ1FAxerqg2bmrg**gbq*1211m11（4-9）QFxifFAxQFBx1*eee1rgq2bmrqgb*12pm111FxeifFBxeeQ1FBxrqgb*12mrqgb*112pm11FxeeifQ1FBx1rqgb*12m***rgb22g2qmrqgb2pm其中，A，B，**rqgb2mrqgb2mcq**Fqmg221Iqmg。证明过程见附录4-3。2FxFQ1fx根据第3.2.4节，Fxx，fxx。参考Iyeree1FQ11FQ1和Bergen（1997）[141]的假设，更新后的需求为如下形式：XX，为独e立误差，服从,上的均匀分布，x为,之间的均匀分布，则Xe22的先验分布的均值是，方差为33，概率密度可由卷积公式得出，后验**Qx2e分布为Xx服从xx,区间内的均匀分布。FQx.把贝eee2e2叶斯分布带入式（4-8）和（4-9），可得52 第四章需求更新和质量承诺条件下的二次采购模型2qqg*011m1xeeMifQ1FAxM*r03qgb2qm2qqg*022m11xeifFAxeMQ1FAxe*rq03gb2qm2qqg*011m*11Qi1xeefFAxQ1FBxe（4-10）*rq03g2bqm2pmq111xeifFBxeQ1FBxerqgb*q1032m12pmq11xeifQ1FBxe11rqg*bq032m2qqg*011m1xeeifQ1FAxM*r03qg2bqm2qqg*022m11xeifFAxeMQ1FAxe*r03qgb2qm2qqg*011m*11Q2xeifFAxeeQ1FBx（4-11）*r03qg2bqm2pmq111xeifFBxeQ1FBxerqgb*q1032m2pmq11xeeifQ1FBxrqqg*b1032m2qqg*022m1其中，FAxx，ee*r03qgb2qm12pqmcq**FBxeex，Fqmg221Iqmg。rqg*bq2032mC*根据推论4-1和推论4-2可以知道，当提供商改变质量承诺缺陷率时，g0，153 第四章需求更新和质量承诺条件下的二次采购模型C*gg（模式3），而当提供商不改变质量承诺缺陷率时，两个阶段承诺的最优2mNN**NN**缺陷率可能等于0或g，即gg0（模式2）或ggg（模式1）。m1212m通过比较改变承诺和不改变承诺两种情况下的最优订购量，可以得到定理4-2和定理4-3：NN**定理4-2：当Q和Q之间要满足一定的条件（见条件1）时，ggg，1212m通过比较模式1和模式3下的最优订购量，我们发现在条件2-1情况下，提供商采取模式3时的最优订购量小于模式1时的最优订购量，而在条件2-2情况下，提供商采取模式1和模式3时，集成商的最优订购量相同。这里：12qpmQxFF条件1：1*e且2Q12Q221Q12Q20，1rgq2bmqqmm12qpmF或Qx且QQ。11*e12rgq2bm1qm111条件2-1：QFAxM或FBAxQFx；1eee1111条件2-2：FAxMQFAx或QFxB。ee11e定理4-2说明，在满足一定的条件下，提供商改变质量承诺缺陷率会使集成商在两个阶段都减少订购量；在其他条件下，提供商是否改变质量承诺缺陷率对集成商的订购量没有影响。与提供商不改变质量承诺缺陷率的情形相比，提供商改变质量承诺缺陷率不会使集成商的订购量增加。定理4-3：当Q和Q之间要满足一定的条件（见条件3或者条件4）时，12NN**gg0，此时，通过比较模式2和模式3下的最优订购量，我们发现提供12商改变质量承诺缺陷率会使集成商在两个阶段都减小订购量。这里：12qpmQxFF条件3：1*e且2Q12Q2021Q12Q2。1rgq2bmqqmm12qpmF条件4：Qx且QQ。11*e12rgq2bm1qm证明：见附录4-4。由定理4-2和定理4-3得知，提供商改变质量承诺缺陷率不仅会对集成商第二阶段的最优订购量产生影响，也会影响到第一阶段的最优订购量。54 第四章需求更新和质量承诺条件下的二次采购模型4.4数值分析本节将对模型进行算例分析，利用matlab2013a软件进行数值计算，验证前文提出的一些定理，探索不同质量承诺模式对集成商最优订购量以及集成商和提供商的期望利润的影响。此外，我们还将分别探讨需求更新的重要M，𝑥𝑒，𝜔0等对集成商最优订购量以及集成商和提供商的期望利润的影响。并且对定理4-2和定理4-3进行验证。4.4.1基础数据数值分析中，本章使用的基础数据如下：集成商面临不确定市场需求，需求服从[168,192]之间的均匀分布。它从提供商处采购服务能力，在需求实现之前，集成商有两次机会订购。第一次订购发生在需求更新前，提供商不会将服务能力交付给集成商；在需求更新后，集成商可以通过观测到的市场信息重新估计市场需求，再次订购，此时才会发生能力交付。设市场平均质量缺陷率q0.05，质量缺陷率的最大值q0.06。其他参数为：b5，c5，g0.06，k5，mqmM50，r15，0.3，20，40，50，12，10，0.8，01230p225，5，15，180，20。FI4.4.2M，𝒙𝒆，𝝎𝟎等对集成商最优订购量的影响当参数如第4.4.1节所示时，若提供商不改变质量承诺缺陷率，则两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=𝑔（模式1），若改变，则两阶段的承诺为𝑔𝐶∗=0，𝑔𝐶∗=𝑔12𝑚12𝑚（模式3）。190140Q*90402131415161718191101111MQ1N*Q2N*Q1C*Q2C*图4-4M对𝑄∗的影响55 第四章需求更新和质量承诺条件下的二次采购模型280230Q*18013080151161171181191201211221231241xeQ1N*Q2N*Q1C*Q2C*图4-5𝑥对𝑄∗的影响𝑒260210Q*1601108.19.110.111.112.113.114.115.116.117.1ω0Q1N*Q2N*Q1C*Q2C*图4-6𝜔对𝑄∗的影响0图4-4显示无论提供商采取模式1还是模式3，集成商第一阶段最优订购量随着M的增大而减小，第二阶段最优订购量与M无关。这是因为此时2qqg*011m1*Q1FAxMe，此时QM1xe，随M的*r03qqgb2m2qqg*011m*增大而减小，Qx，与M无关。此外，提供2e*r03qgb2qm商采取模式1时两阶段的最优订购量都大于采取模式3时的情形。图4-5显示无论提供商采取模式1还是模式3，集成商两阶段最优订购量均随着𝑥𝑒的增大而增大。此外，提供商采取模式1时两阶段的最优订购量都大于模式3的情形。图4-6显示无论提供商采取模式1还是模式3，集成商两阶段最优订购量均随着𝜔0的增大而减小。这是因为此时当提供商采取模式1时，随着𝜔0的增大，𝑄156 第四章需求更新和质量承诺条件下的二次采购模型11*12pqm先满足QFBx，此时Qx，1e1e11rqg*bq032m2q*pmQ2xe，不随𝜔0的变化发生改变；后满足*r03qgb2qm201qqgmm1*Q1FAxMe，此时QM1xe，r03qgmbqm201qqgmm*Q2xe，随𝜔0的增大而减小。当提供商采取模r03qgmbqm201qqgmm1*式3时，𝑄1满足Q1FAxMe，此时QM1xe，r03qgmbqm201qqgmm*Q2xe，随𝜔0的增大而减小。此外，提供商采r03qgmbqm取模式1时两阶段的最优订购量都大于模式3的情形。综上所述，图4-4至图4-6显示提供商采取模式1时两阶段的最优订购量都大于模式3时的情形。在下面的部分，𝛾1=30，𝛾2=10，𝜁=0.5，𝜂𝐹=1.5，𝜂𝐼=1。此时，若提供商不改变质量承诺缺陷率，两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=0（模式2），若改12变，两阶段的承诺为𝑔𝐶∗=0，𝑔𝐶∗=𝑔（模式3）。12𝑚190140Q*90402131415161718191101111MQ1N*Q2N*Q1C*Q2C*图4-7M对𝑄∗的影响57 第四章需求更新和质量承诺条件下的二次采购模型280230Q*18013080151161171181191201211221231241xeQ1N*Q2N*Q1C*Q2C*图4-8𝑥对𝑄∗的影响𝑒190170150Q*13011090ω0Q1N*Q2N*Q1C*Q2C*图4-9𝜔对𝑄∗的影响0图4-7至图4-9的变化趋势与图4-4至图4-6相同，显示提供商采取模式2时两阶段的最优订购量都大于模式3时的情形。4.4.3M，𝒙𝒆，𝝎𝟎等对集成商期望利润的影响当参数如第4.4.1节所示时，若提供商不改变质量承诺缺陷率，则两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=𝑔（模式1），若改变，则两阶段的承诺为𝑔𝐶∗=0，𝑔𝐶∗=𝑔12𝑚12𝑚（模式3）。58 第四章需求更新和质量承诺条件下的二次采购模型185018001750*1700π16501600155015002131415161718191101111MπIN*πIC*图4-10M对𝐸(Π∗)的影响𝐼25002000π*15001000500151166181196211226241xeπIN*πIC*图4-11𝑥𝑒对𝐸(Π∗)的影响𝐼300025002000*1500π10005000ω0πIN*πIC*图4-12𝜔0对𝐸(Π∗)的影响𝐼图4-10显示无论提供商采取模式1还是模式3，集成商期望利润随M的增大而增大；当提供商采取模式1时，集成商的期望利润高于提供商采取模式3时的情形，且M对集成商期望利润的影响要弱于提供商模式3的情形。这表明集成商希望M越大越好，并希望提供商采取模式1而不是模式3。59 第四章需求更新和质量承诺条件下的二次采购模型图4-11显示无论提供商采取模式1还是模式3，集成商期望利润随𝑥𝑒的增大而减小；当提供商采取模式1时，集成商的期望利润高于提供商采取模式3的情形，且𝑥𝑒对集成商期望利润的影响要弱于提供商采取模式3的情形。这表明集成商希望𝑥𝑒越小越好，并希望提供商采取模式1而不是模式3。图4-12显示无论提供商采取模式1还是模式3，集成商期望利润随𝜔0的增大而减小；当提供商采取模式1时，集成商的期望利润高于提供商采取模式3的情形，且𝜔0对集成商期望利润的影响要弱强于模式3的情形。这表明集成商希望𝜔0越小越好，并希望提供商采取模式1而不是模式3。综上所述，图4-10至图4-12显示当提供商采取模式1时，集成商的期望利润高于提供商采取模式3的情形，这表明集成商希望提供商采取模式1而不是模式3。在下面的部分，𝛾1=30，𝛾2=10，𝜁=0.5，𝜂𝐹=1.5，𝜂𝐼=1。此时，若提供商不改变质量承诺缺陷率，两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=0（模式2），若改12变，两阶段的承诺为𝑔𝐶∗=0，𝑔𝐶∗=𝑔（模式3）。12𝑚17001650*1600π1550150014502131415161718191101111MπIN*πIC*图4-13M对𝐸(Π∗)的影响𝐼25002000π*15001000500151166181196211226241xeπIN*πIC*图4-14𝑥𝑒对𝐸(Π∗)的影响𝐼60 第四章需求更新和质量承诺条件下的二次采购模型270022001700*π1200700200ω0πIN*πIC*图4-15𝜔0对𝐸(Π∗)的影响𝐼图4-13至图4-15中曲线的升降趋势与图4-10至图4-12，但相对关系不同。图4-13至图4-15显示当提供商采取模式3时，集成商的期望利润高于提供商采取模式2时的情形，这表明集成商倾向于模式3而不是模式2。4.4.4M，𝒙𝒆，𝝎𝟎等对提供商期望利润的影响当参数如第4.4.1节所示时，若提供商不改变质量承诺缺陷率，则两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=𝑔（模式1），若改变，则两阶段的承诺为𝑔𝐶∗=0，𝑔𝐶∗=𝑔12𝑚12𝑚（模式3）。14001350*1300π1250120011502131415161718191101111MπFN*πFC*图4-16M对𝐸(Π∗)的影响𝐹61 第四章需求更新和质量承诺条件下的二次采购模型20001500π*1000500151166181196211226241xeπFN*πFC*图4-17𝑥𝑒对𝐸(Π∗)的影响𝐹250020001500*π10005000ω0πFN*πFC*图4-18𝜔0对𝐸(Π∗)的影响𝐹图4-16显示无论提供商采取模式1还是模式3，提供商期望利润随M的增大而减小；当提供商采取模式1时，其期望利润低于模式3时的情形；M对其期望利润的影响弱于模式3的情形。这表明提供商希望M越小越好，且倾向于采取模式3而不是模式1。图4-17显示无论提供商采取模式1还是模式3，提供商期望利润随𝑥𝑒的增大而增大；当提供商采取模式1时，其期望利润低于模式3的情形；𝑥𝑒对其期望利润的影响同样弱于模式3的情形。这表明提供商希望𝑥𝑒越大越好，且倾向于采取模式3而不是模式1。图4-18显示无论提供商采取模式1还是模式3，提供商期望利润随𝜔0的增大而增大；当提供商采取模式1时，其期望利润低于模式3的情形，而𝜔0对其期望利润的影响同样弱强于模式3的情形。这表明提供商希望𝜔0越大越好，且倾向于采取模式3而不是模式1。综上所述，图4-16至图4-18显示当提供商采取模式1时，其期望利润低于模式3时的情形，这表明提供商有动力改变质量承诺缺陷率。62 第四章需求更新和质量承诺条件下的二次采购模型在下面的部分，𝛾1=30，𝛾2=10，𝜁=0.5，𝜂𝐹=1.5，𝜂𝐼=1。此时，若提供商不改变质量承诺缺陷率，两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=0（模式2），若改12变，两阶段的承诺为𝑔𝐶∗=0，𝑔𝐶∗=𝑔（模式3）。12𝑚150014501400*1350π1300125012002131415161718191101111MπFN*πFC*图4-19M对𝐸(Π∗)的影响𝐹210019001700π*150013001100900151166181196211226241xeπFN*πFC*图4-20𝑥𝑒对𝐸(Π∗)的影响𝐹270022001700*π1200700200ω0πFN*πFC*图4-21𝜔0对𝐸(Π∗)的影响𝐹图4-19至图4-21中曲线的升降趋势与图4-16至图4-18相同，但相对关系不同。图4-19至图4-21显示当提供商采取模式3时，提供商的期望利润高于提63 第四章需求更新和质量承诺条件下的二次采购模型供商采取模式2时的情形，这表明提供商倾向于模式3而不是模式2。4.4.5定理4-2的验证根据第4.4.1节设置的参数，提供商不改变质量承诺缺陷率时，两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=𝑔（模式1），改变时，两阶段的承诺为𝑔𝐶∗=0，𝑔𝐶∗=𝑔（模12𝑚12𝑚式3）。也就是说，提供商改变承诺时会导致第一阶段的质量承诺缺陷率更低。此外，此时集成商决策的𝑄∗所在区间符合定理4-2中（1）的要求，根据图4-41至图4-6可知，提供商采取模式1时两阶段最优订购量均高于提供商采取模式3的情形，这能够部分证明定理4-2（可以看出当提供商不改变承诺缺陷率时两阶段的最优订购量都比改变的情形高，这能够部分证明定理4-2）。此外，当以提供商期望利润最大化为目标进行决策时，我们得到的最优订购量和期望利润如图4-22和图4-23所示。280260240π*2202001801608.19.110.111.112.113.114.115.116.117.1ω0Q1N*Q2N*Q1C*Q2C*图4-22𝜔对𝑄∗的影响01400030002000π*100008.19.1-100010.111.112.113.114.115.116.117.1ω0πIN*πFN*πIC*πFC*图4-23𝜔0对𝐸(Π∗)的影响除去区间𝜔∈[9.2,10.2]，𝑄∗所在区间符合定理4-2中（2）的要求；提供商0164 第四章需求更新和质量承诺条件下的二次采购模型相应确定质量承诺缺陷率，不改变质量承诺时𝑔𝑁∗=𝑔𝑁∗=𝑔（模式1），改变12𝑚质量承诺时𝑔𝐶∗=0，𝑔𝐶∗=𝑔（模式3）。可以看出当提供商不改变承诺缺陷率12𝑚时和改变承诺缺陷率时两阶段的最优订购量相等，这能够部分证明定理4-2。4.4.6定理4-3的验证当𝛾1=30，𝛾2=10，𝜁=0.5，𝜂𝐹=1.5，𝜂𝐼=1时，若提供商不改变质量承诺缺陷率，两阶段的承诺为𝑔𝑁∗=𝑔𝑁∗=0（模式2），若改变，两阶段的承诺12为𝑔𝐶∗=0，𝑔𝐶∗=𝑔（模式3）。也就是说，提供商改变承诺时会导致第二阶段12𝑚的质量承诺缺陷率更高。此外，根据图4-7至图4-9可知，提供商采取模式2时两阶段最优订购量均高于提供商采取模式3的情形，这验证了定理4-3。4.4.7讨论通过第4.4.2节的分析，改变质量承诺缺陷率会使集成商的订购量小于等于不改变的情形，从而提供商可以将更多的能力销售给其他集成商。此外，在第4.4.3节和第4.4.4节中，通过对模式1和模式3下提供商和集成商的期望利润进行对比，我们发现提供商有动力改变质量承诺缺陷率，而集成商希望提供商采取模式1而不是模式3；通过对模式2和模式3下提供商和集成商的期望利润进行对比，我们发现提供商和集成商双方都更偏好于模式3，即改变质量承诺缺陷率。因此，模式3优于模式2，从而提供商和集成商双方都不会选择模式2；而模式1和模式3的取舍在于双方谈判力量的对比。4.5结论和内涵本章研究了基于质量承诺行为的物流服务供应链二次采购模型。在需求更新的环境下，提供商在两个阶段分别进行质量承诺，由于两阶段订购的服务能力总量不同，承诺的质量也可能有所差别，不同的质量承诺模式不仅会影响集成商的订货决策，也会对集成商和提供商的期望利润产生影响。当实际质量缺陷率服从均匀分布时，通过比较不同质量承诺模式对最优订购量、期望利润的影响，分析提供商在需求更新环境下应该采用何种模式。本章的结论、管理学内涵和未来展望在第4.5.1至4.5.3节中阐述。4.5.1主要结论本章主要得到了以下结论：首先，不论提供商是否改变质量承诺缺陷率，其最优值都取质量承诺缺陷率65 第四章需求更新和质量承诺条件下的二次采购模型区间中的最大值或者最小值。承诺最高的缺陷率会避免产生惩罚，承诺最低的质量缺陷率会促使集成商订购更多的服务能力。第二，如果提供商承诺改变时，其最优承诺缺陷率在第一阶段为0，第二阶段为最大值。第三，若提供商承诺不变时的最优承诺缺陷率为最大值，那么改变质量承诺111缺陷率对最优订购量的影响为：1）当QFAxM或FBAxQFx1eee1时，提供商改变质量承诺缺陷率会使集成商在两个阶段都减少订购量；2）当111FAxeeMQ1FAx或Q1FxBe时，提供商改变质量承诺缺陷率对集成商的订购量没有影响。第四，若提供商承诺不变时的最优承诺缺陷率为0，提供商改变质量承诺缺陷率会使集成商在两个阶段都减小订购量。第五，集成商的期望利润随着需求更新后集成商被允许增加采购量的最大值的增大而增大，随需求更新参数的增大而减小，随提供商销售服务能力给集成商的基准价格的增大而减小；提供商的期望利润随着这些参数的变化趋势与集成商相反。此外，模式3优于模式2，即提供商和集成商都不会选择模式2；而模式1和模式3的取舍在于双方谈判力量的对比，提供商倾向于模式3，而集成商更希望提供商采取模式1而不是模式3。4.5.2管理学内涵对于集成商，首先，通常与不改变质量承诺缺陷率的提供商合作会获得更大的利润。其次，集成商愿意与需求更新后集成商被允许增加采购量的最大值较大的提供商进行合作，同时希望提供商销售服务能力给集成商的基准价格较低。此外，集成商在进行需求更新时倾向于较小的需求更新参数。对于提供商，应当与允许改变承诺缺陷率的集成商合作，在第二阶段改变承诺缺陷率时，应当承诺一个尽可能低的缺陷率。其次，提供商倾向于设定较低的需求更新后集成商被允许增加采购量的最大值，以及较高的提供商销售服务能力给集成商的基准价格。显然，集成商和提供商对需求更新后集成商被允许增加采购量的最大值以及提供商销售服务能力给集成商的基准价格的要求相反，集成商希望前者越大越好，这样就可以在需求更新后有更大的空间增加采购量，后者越小越好，因为可以以较低的价格获得同样质量和数量的能力；而提供商希望前者越小越好，这样可以避免大量服务能力积压，后者越大越好，这样可以从同样数量和质量的服务能力中获得更多的利润。因此在具体确定参数时要根据博弈双方的相对力量而定。66 第四章需求更新和质量承诺条件下的二次采购模型4.5.3未来展望和研究局限在本章一对一的环境中，没有考虑多个提供商之间的竞争对提供商的质量承诺缺陷率以及集成商订购量的影响。但现实中，一个集成商通常会与多个提供商进行合作，这些提供商之间存在竞争。为了分配到更多的任务量，提供商在需求更新后可能会降低质量承诺缺陷率。因此提供商降低质量承诺缺陷率的动机更大，供应链服务质量也会更多地得到提升。此外，本章假设实际物流服务质量缺陷率q服从均匀分布，也有许多研究假设其为指数分布，未来可以以指数分布的形式展开研究，可能会得到不同的结论。67 第五章需求更新和两次分配机会下的订单分配模型第五章需求更新和两次分配机会下的订单分配模型5.1问题的提出从实践层面来看，服务能力采购是集成商和提供商最主要的合作内容。当集成商与多个提供商合作时，如何在这些提供商之间分配订单，成为集成商服务能力采购决策中的一个重要内容（Ellram等，2004）[142]。然而，不少服务能力的采购决策经常会面临更新的服务需求（Fisher和Raman，1996）[136]，如何在这种更新的需求下进行订单分配决策则显得更为困难。例如，在2011年11月11日中国网购市场促销日中，中国的圆通快递物流公司，从全国网点总共从商家手里接收货物267万件，而这些快递包裹必须由其服务提供商在承诺的3-5天之内送达至全国31个省的不同客户，激增的需求完全突破了圆通快递公司在十月份的预期，加上先前从它的提供商采购的服务能力不足，从而给圆通快递物流公司服务运作造成了巨大压力（Zhang和Xiao，2011）[143]，物流“爆仓”、延迟配送以及货物破损等问题集中爆发。显然，在需求更新的情况下，物流服务集成商如何根据更新的信息进行物流服务订单分配将直接影响到后续的物流服务运作绩效。从理论研究层面来看，二次订购策略是应对需求更新的常见策略（Lau和Lau，1998）[28]。在需求到达前较长时间和需求即将到达时两个时间点，采购者分别进行两次采购，这样可以有效规避风险。因此，使用二次采购既能够帮助供应商增加销量又能帮助零售商获得价格优势，能够取得很好的协调效果，经常应用于销售期短的产品供应链中（Chen等，2006b；Chen和Xu，2001；Choi等，2003）[18][31][34]，也被应用于物流服务供应链中（Liu等，2014a）[48]。但是，基于两次订货策略的订单分配问题却鲜见研究，而这种订单分配问题与普通订单分配存在明显的特点。例如，在两次订货中，第一次分配中由于距离需求实现的时间较远，提供商不需要提供实际的服务能力，这只是一个预分配的过程，而第二次分配才是需求实现的过程，因此，第一次任务分配时不需要考虑集成商和提供商的利润或成本问题，只需要考虑每个提供商的权重（Patton，1996）[128]和可提供能力的最大值（Liu等，2011a）[1]。第二次任务分配后需求将实现，因此还需要考虑集成商的总成本和提供商的期望利润（Yan和Wang，2014；Tang等，2014）[144][145]。本章的主要贡献在于构建了需求更新下考虑集成商两类不同决策模式的物68 第五章需求更新和两次分配机会下的订单分配模型流服务供应链订单分配模型，该模型是双层规划模型。我们还探索了提供商可提供的固定服务能力、需求更新时间、集成商的单位惩罚成本对决策的影响。我们的研究也得到了一些有趣的结论。例如，在需求更新情况下，提供商更喜欢集成商采取短期的决策模式，而集成商更倾向于选择长期模式，两者对决策模式的偏好是不一样的。此外，需求更新不是越早越好，也不是越晚越好，集成商和提供商需要协调最佳的需求更新时间点，该时间点应该处在集成商认为的最优需求更新时间和提供商认为的最优需求更新时间所组成的区间范围内。这篇文章的接下来部分是这样组织的。4.2节中是问题描述，给出了一些模型基本假设。在4.3节中建立了模型和解决方法，本节给出了双层规划模型。4.4节提出数值分析。最后一节提出主要结论和管理学内涵。5.2问题描述5.2.1基本假设和决策过程本章研究的对象是由一个集成商和n个提供商构成的物流服务供应链，在需求更新的环境下，集成商向n个提供商分配订单。集成商面临随机的市场需求，其通过需求预测来决定服务能力的订购批量，然后在客户需求实际到达前较长时间和需求即将到达两个时间点，集成商进行两次预测需求并进行两次分配任务。2假设市场需求在更新前为正态分布，XN,；需求更新后仍为正态分布，且正太分布参数与更新时间t有关。一般来说，更新的时间越接近需求实现点，那么对需求预测的准确程度越高。也就是说t越小，预测精度越高，借鉴（程珍，[146]22012）的需求模型，假设更新后的需求分布Xe~,Ne。其中e为ttt集成商在起始点T到t时刻期间收集到的需求信息所转化为的需求估计值，更新022tet后需求的期望值e，方差t22t2222t2212t2e11，。其中t222t22ttet2tt表示预测精度，与需求更新时间之间为对数关系：te。在需求更新前，集成商根据提供商可提供的最大能力、现有的服务价格、更新后的服务平均价格、回购价格、服务质量等因素进行分析，得出每个提供商的权重是wi1,2,,n，根据第一次预测的需求总量将任务预先分配被n个提供i商，假设每个提供商是相互独立的，互相之间不存在合作和竞争行为，设提供商69 第五章需求更新和两次分配机会下的订单分配模型i得到的任务量为x。需要说明的是，此时，由于距离提需求实现的时间较远，i提供商不需要提供实际的服务能力，这只是一个预分配的过程。提供商i对集成商报的更新后服务价格是需求更新后的最低价格𝜔̅𝑖2（需求更新最早发生在T1时刻）和最高价格𝜔̃𝑖2（需求更新最晚发生在T2时刻），实际的价格与需求更新时间𝑇1−𝑡t有关，𝜔𝑖2=𝜔̅𝑖2+(𝜔̃𝑖2−𝜔̅𝑖2)。𝑇1−𝑇2需求更新后，集成商将对物流服务任务量进行正式分配，以利润最大为目标分配任务。设需求更新后提供商i得到的任务量为y，y可以大于x也可以小于iiix。在需求更新后，对于集成商来说，不同情况下y的成本表达有差异。例如，ii需求更新前预分配的x单位成本为，在y大于x的部分，集成商需要支付的ii1ii单位成本为，在y小于x的部分，集成商可以获得一个单位补偿收入。i2iii1ip对于提供商来说，通常由于提供商i不只为一个集成商提供服务能力，所以提供商i给集成商提供的能力由两部分构成，一部分是专用能力M，另一部分是公i用能力C，其中0,1。提供商i并不能确定，因为它还要等待其他的订iiii单，仅能知道它的概率密度函数f。从而提供商实际可以提供的服务能力为iQMC。提供商将向集成商提供实际物流服务能力，这个实际能力不能超iiii过可提供的最大能力。当提供商i不能满足集成商的能力需求时，集成商将惩罚提供商i，设单位惩罚成本k。另外，设提供商i的单位专用能力运营成本为h，ii1单位公用能力运营成本为h。类似于GérardandMartin（2005）[147]的假设，当i2集成商未满足客户需求时，不会产生客户对集成商的惩罚成本，因此，本章不考虑集成商未满足顾客需求的损失。如图5-1所示，需求配置的具体过程如下：Step1：集成商根据提供商可提供的固定最大能力、现有的服务价格、更新后的服务价格、回购价格、服务质量等5个因素进行判断，利用层次分析法得出每个提供商的权重。Step2：在任务分配前，集成商根据历史数据预测当期市场需求分布。Step3:集成商将任务预分配被有限的n个提供商，假设给每个提供商的任务量为x。iStep4：集成商观测到新的市场信息，将该信息运用到参数更新中而得到新的需求分布。Step5：根据新的需求分布，集成商以利润最大为目标正式分配任务，需求更新后分配给各提供商的任务量为y。iStep6：服务能力交付，顾客需求实现。70 第五章需求更新和两次分配机会下的订单分配模型集成商利用AHP法得出每个提供需求更新的需求更新的商的权重最早时间点最晚时间点需求更新的时间点集成商预测市场需集成商更新需求分不确定性需求实求，并将任务分配布，并根据新的需求现，集成商和提供被有限的n个提供分布，重新分配任务商获得各自收益商图5-1需求更新下物流服务供应链能力配置决策5.2.2参数表5-1参数表符号含义C提供商i的公用能力igpi提供商i的质量成本h提供商i的单位专用能力运营成本i1h提供商i的单位公用能力运营成本i2j第j阶段，j1,2。j1表示信息更新前，j2表示信息更新后。k当提供商i不能满足集成商的能力需求时，集成商对提供商i的单位惩罚成本iM提供商i提供给集成商的专用服务能力。in提供商的数量P市场单价p提供商i的服务质量i需求更新后提供商i向集成商提供的物流服务能力数量，也即需求更新后集成Qi商从提供商i处实际获得的物流服务能力数量r集成商向顾客提供物流服务的价格T需求更新的最早时刻1T需求更新的最晚时刻2t需求更新的时刻X市场随机需求函数，更新前和更新后的需求函数有区别71 第五章需求更新和两次分配机会下的订单分配模型符号含义x需求更新前集成商向提供商i预订的物流服务能力数量iy需求更新后集成商向提供商i订购的物流服务能力数量i提供商i使用公用能力的概率，服从0到1的均匀分布，概率密度函数为fii提供商i可提供的最大能力，CMiiii需求更新前X的均值2需求更新前X的方差需求更新前集成商预定的x的单位物流服务能力价格.i1i𝜔̅𝑖2需求更新后的最低价格（需求更新最早发生在T1时刻）𝜔̃𝑖2需求更新后的最高价格（需求更新最晚发生在T2时刻）需求更新后提供商i向集成商提供的单位物流服务能力价格，𝜔𝑖2=𝜔̅𝑖2+i2𝑇1−𝑡(𝜔̃𝑖2−𝜔̅𝑖2)𝑇1−𝑇2信息更新后提供商i的单位物流服务能力回收价格ip注：max0,，min0,。5.3模型建立与求解本章将给出需求更新前的第一次任务分配模型和更新后的第二次任务分配模型，具体见5.3.1和5.3.2节。在此基础上，我们将给出考虑需求更新的双层规划分配模型，具体见5.3.3节。5.3.1需求更新前的第一次任务分配模型在需求更新前，集成商根据一个预测的需求，将订单分配被有限的n个提供商，我们称为第一次任务分配。集成商在第一次分配时由于不会发生实际的能力交付，因此不会有成本；而提供商的得分取决于其在批发价格、能力、质量等方面的表现，因此集成商会以提供商的综合评价为依据进行能力分配。因此，需求更新前提供商将根据提供商i可提供的最大能力、现有的服务价格、更新ii1后的服务平均价格𝜔̃𝑖2、回购价格ip、服务质量pi等五个因素进行判断，首先，利用层次分析法得到每个评判因素的权重，然后，利用模糊综合评价得出提供商i的权重是wi1,2,,n，最后，依据w对订单进行分配。ii其中，服务质量有多种定义，根据LSQ模型（Mentzeretal.,1999）[148]，服务质量主要包括人员沟通质量、订单释放数量、信息质量、订购过程、货品精确率、货品完好程度、货品质量、误差处理、时间性9个维度。服务质量的构成不是本章研究重点，因此本章的服务质量是各种质量维度的综合评价结果。72 第五章需求更新和两次分配机会下的订单分配模型层次分析法的层次分析模型如图5-2所示。而本章采用层次分析法和模糊综合评价法相结合，相对于目标层——给提供商分配任务，将5个准则两两比较打分，通过计算得到准则的层次单排序。在对方案层进行层次单排序时，引入模糊综合评价法的优点。最后综合准则层单排序和方案层单排序结构，得到提供商的总排序。目标层给FLSP分配任务量现阶段更新后准则层服务能力回购价格服务质量服务价格服务价格方案层FLSP1FLSP2……FLSPn图5-2层次模型首先，对各个提供商的五个评判因素分别进行归一化，Δ𝑖−𝑚𝑖𝑛{Δ𝑖}𝑚𝑎𝑥{𝜔𝑖1}−𝜔𝑖1𝑚𝑎𝑥{𝜔̃𝑖2}−𝜔̃𝑖2𝐻𝑖=𝑚𝑎𝑥{Δ𝑖}−𝑚𝑖𝑛{Δ𝑖}，𝐽𝑖=𝑚𝑎𝑥{𝜔𝑖1}−𝑚𝑖𝑛{𝜔𝑖1}，𝐾𝑖=𝑚𝑎𝑥{𝜔̃𝑖2}−𝑚𝑖𝑛{𝜔̃𝑖2}，𝐿𝑖=𝜔𝑖𝑝−𝑚𝑖𝑛{𝜔𝑖𝑝}𝑝𝑖−𝑚𝑖𝑛{𝑝𝑖}，𝑀𝑖=。𝑚𝑎𝑥{𝜔𝑖𝑝}−𝑚𝑖𝑛{𝜔𝑖𝑝}𝑚𝑎𝑥{𝑝𝑖}−𝑚𝑖𝑛{𝑝𝑖}其次，将归一化后的五个评价因素组成影响因子向量，即iiHJKLMi,,ii,,iii1,2,。n,第三，利用层次分析法得出每个评判因素的权重，利用模糊综合评价法得出每个提供商的权重。具体见下面的（1）和（2）所示。（1）利用层次分析法得出每个评判因素的权重我们用层次分析法中的层次单排序来确定中五个因素的权重（Hoetal.,i2010）[81]：1）将这5个因素进行两两对比，构成两两对比结果的判断矩阵，即b11b12b13b14b15bbbbb2122232425Bbbbbb（5-1）3132333435b41b42b43b44b45bbbbb5152535455其中，b表示因素j和因素k相比的相对重要性程度。本章采用1-9标度法。jk2）计算判断矩阵B的最大特征根，并进行一致性检验max73 第五章需求更新和两次分配机会下的订单分配模型nmaxCIn1（C0.1时，认为判断矩阵具有良好的一致性，否则应调整判断RIIRR矩阵元素的取值）。满足BSS的Ssssss,,,,是评判因素的权重向量，max12345s1是Hi(i=1,2,…,n)的权重，𝑠2是𝐽𝑖(𝑖=1,2,…,𝑛)的权重，以此类推。（2）利用模糊综合评价法得出每个提供商的权重得到评判因素权重后，利用模糊综合评价法计算各提供商i的权重（Weber和Current，1993）[106]。已知因素集𝑈={Δ,𝜔,𝜔̃,𝜔,𝑝}，即以影响评判对象的12𝑝各种因素为元素组成的集合。建立评价集Vvv,,,,v,v，即以评判者对12jm评判对象可能做出的各种总的评判结果为元素组成的集合，𝑣𝑗(𝑗=1,2,…,𝑚)表示对U中的元素的可能的评价值，一般为一个定量打分值或优、良、差等可以量化为一个分数的定性评价，下标m代表可能的评价值的个数。U中各元素对应的评价集是相同的。从因素集U中单个因素𝑢𝑘(𝑘=1,2,…,5)出发进行评价，确定提供商i对评价集中𝑣𝑗(𝑗=1,2,…,𝑚)的隶属程度，设该隶属程度为𝑟𝑖𝑗(𝑖=1,2,…,𝑛;𝑗=1,2,…,𝑚)。然后将5个因素的评价集组成一个总的评价矩阵𝑅𝑖(𝑖=1,2,…,𝑛)。rrrr11121jm1r21r22r2jmr2Rrrrr（5-2）i31323j3mrrrr41424jm4rrrr51525jm5设提供商i模糊综合评判的数学模型为5AiSRiaj,ajsriij（5-3）1mi1对𝐴(𝑖=1,2,…,𝑛)进行归一化处理得𝐴`，将𝐴`与模糊评判向量V相乘即得出𝑖𝑖𝑖提供商i的综合评价结果分值为'TGAV（5-4）ii对每个提供商进行综合评价后可以得到提供商i的权重Giw.（i=1,2,3,4,5）（5-5）inGii1𝑤𝑖(𝑖=1,2,…,𝑛)代表了集成商评价得到的提供商i的重要性，也即集成商进行任务分配时的依据。𝑥𝑖表示集成商需求更新前分配给提供商i的任务量，𝑤𝑖74 第五章需求更新和两次分配机会下的订单分配模型n越大的提供商i得到的任务量也会越多，因此目标函数可以用maxzwxii来i1表示。这是没有考虑需求更新后任务分配的目标。如果考虑需求更新后的任务分nn配，那么目标函数相应的为maxzwxiiwyii。longtermii11（3）需求更新前的任务分配模型在给出模型前，我们考虑两种类型的集成商，一种是短期型集成商，也就是集成商只考虑在需求更新前所有功能型提供商的加权任务量最大，对应的模型称为ModelⅠ；另一种是长期型集成商，他不仅考虑需求更新前的任务分配量，也考虑需求更新后的任务分配量，也就是考虑两期情况下的加权任务量最大，对应的模型称为ModelⅡ。具体模型如下所示。模型的约束条件有两个，一个是第一次任务分配中每个提供商所分配的订单量x不能超过其可提供的固定最大能力；另一个是所有提供商任务分配量等于ii2其需求量。考虑到需求服从XN(,)，因此建立的规划模型的约束条件方程n式中含有随机变量——机会约束，即用ProbxiDa表示所有提供商提供i1的物流服务总能力满足客户需求的机会约束，a表示满足的概率，D表示客户需求的能力值。例如，当a95%表示提供商提供的第j种物流服务的总能力至少能够满足95％的客户需求水平。依据Liu等（2011）[1]将不确定约束转换为确定n1约束方法，可得能力提供应该满足xai条件，这里和为需求i1的均值和方差。ModelⅠnmaxzwxii（5-6）shorttermi1s.t.0x,in1,2,,（5-7）iin1xai（5-8）i1ModelⅡnnmaxzwxiiwyii（5-9）longtermii11s.t.0x,in1,2,,（5-10）iin1xai（5-11）i175 第五章需求更新和两次分配机会下的订单分配模型5.3.2需求更新后在顾客订单即将到达时，集成商进行需求更新。需求更新后的订购会导致实际的能力交付，成本在这一阶段真正发生，集成商会更关注成本的优化。对于集成商来说，其目标是在分配任务时要尽可能使总成本最小（Karpak等，1999；Kawtummachai和Van，2005；Arunkumar等，2006；Pasandideh等，2015）[39][40][41][149]；对于提供商来说，其目标是订单的总利润最大。因此，设需求更新后，提供商i实际得到的任务量为yi1,2,,n。i（1）集成商的成本函数集成商的成本函数可以简单由两部分构成，一个是需求更新前的成本，一个需求更新后增加的成本或收益。因此，集成商从提供商i处订购的成本可以如式（5-12）所示。CIii12xiiminiCiMyi,ixi（5-12）ipximiniCiMyi,ikyiiiCiMi式（5-12）中，等式右边第一项为集成商在需求更新前的订购成本；第二项为当提供商i提供给集成商的能力高于集成商需求更新前分配给提供商i的能力时，集成商对于高出的这部分支付的成本；第三项为当提供商i提供给集成商的能力少于集成商需求更新前分配给提供商i的能力时，集成商获得的补偿收入；第四项为当提供商i在提供能力小于集成商订购的能力数量时，集成商所获得的惩罚收入。式（5-12）的展开式如附录5-1所示。由于一共有n个提供商参与分配，所以，集成商的总期望成本为nECIECIi（5-13）i1（2）提供商i的利润函数需求更新前，集成商只对任务进行了预分配，给提供商i的任务量为x，没i有发生交付，需求更新后，集成商正式分配任务，给提供商i的任务量为y，需i求更新前预分配的x单位成本为，大于x的部分单位收入为，小于x的部ii1ii2i分要给集成商支付一个单位补偿成本。因此，需求更新后的提供商i利i1ip润函数可以理解为需求更新前的收入加上需求更新后的变动收入，如式（5-14）所示。Fii12xiiminiCiMyi,ixiipximiniCiMyi,i（5-14）hMi1ihi2iCikyiiiCiMigpi76 第五章需求更新和两次分配机会下的订单分配模型式（5-14）中，等式右边第一项为提供商i需求更新前的收入；第二项为当提供商i提供给集成商的能力高于集成商需求更新前分配给提供商i的能力时，提供商i需求更新后的收入；第三项为当提供商i提供给集成商的能力少于集成商需求更新前分配给提供商i的能力时，提供商i需求更新后的收入；第四项为提供商i的专用物流能力运营成本；第五项为提供商i的公用物流能力运营成本；第六项为提供商i提供的能力不满足𝑦𝑖时的能力缺货损失；第七项为服务质量成本，提供商的服务质量水平越高，质量成本越大。式（5-14）的展开式如附录5-2所示。0为保证提供商参与分配，提供商的利润必须保证满足门槛约束。设为第Fii个提供商的利润门槛，则提供商参与任务分配必须满足式（5-15）约束。0E0（5-15）FiFi（3）需求更新后的任务分配模型在需求更新后的任务重新分配的过程中，集成商要分别与提供商进行谈判，在保证提供商利润门槛的前提下，集成商重新分配能力的目标是让成本最小。从而，需求更新后的规划模型为nminECIECIi（5-16）i10s.t.E（5-17）FiFin1yitea（5-18）i10y,i1,2,,n（5-19）ii式（5-17）表示提供商的利润要大于提供商的门槛利润，式（5-18）表示提供商的任务分配总和满足更新后的客户需求机会约束。5.3.3考虑需求更新的双层规划分配模型及其求解方法由前文可知，集成商两个阶段分配给提供商i的任务量分别是xi1,2,,ni和yi1,2,,n；根据提供商i的权重wi1,2,,n。因为提供商的权重反ii映了该提供商的优劣程度，从构建长期关系的角度来看，集成商有动机给权重大的提供商分配较多的任务量，以利于集成商获得最大的服务绩效，使集成商的客n户更加满意。因此，集成商在分配中的目标函数是最大化wxii。考虑到本章的i1分配涉及到需求更新前和需求更新后两个过程，因此，集成商的决策通常有以下2种类型：一种是短期决策，只考虑需求更新前的任务分配最优；另一种是长期77 第五章需求更新和两次分配机会下的订单分配模型决策，考虑需求更新前后的任务分配联合最优。显然，两种决策类型下的决策目nnn标是不一样的，短期决策目标是wxii，长期决策目标是wxiiwyii。由于i1ii11需求更新前的决策结果对第二次的决策结果有影响，因此，可以用双层规划模型来表达这种前后之间的联系。对应的原有的ModelⅠ和ModelⅡ可以更新为双层规划模型NEW-ModelⅠ和NEW-ModelⅡ。NEW-ModelⅠ：nUmax=zwxii（5-20）i1n1s.t.xai（5-21）i10x,in1,2,,（5-22）iinLminECIECIi（5-23）i10s.t.E（5-24）FiFin1yitea（5-25）i10y,in1,2,,（5-26）iiNEW-ModelⅡ：nnUmax=zwxiiwyii（5-27）ii11n1s.t.xai（5-28）i10x,in1,2,,（5-29）iinLminECIECIi（5-30）i10E（5-31）FiFin1yitea（5-32）i10y,in1,2,,（5-33）ii双层规划问题主要可以分为两类，线性双层规划和非线性双层规划。由于线性双层规划问题是NP-hard，因此可以推断出非线性双层规划问题是NP-hard（Jeroslow，1985）[150]，因此求解双层规划问题是非常困难的。为了求解双层规划问题，研究者提出了许多方法。极点搜索法被许多研究者应用于求解线性双层78 第五章需求更新和两次分配机会下的订单分配模型规划的全局最优解（Vicente和Calamai，1994）[151]。分支定界法主要用于求解下层为凸规划的双层规划问题（Al-Khayyal等，1992）[152]。此外，还有互补旋转算法（Colson等，2007）[153]、下降方向法（Savard和Gauvin，1994）[154]、罚函数法（White和Anandalingam，1993）[155]、进化算法（Oduguwa和Roy，2002）[156]和遗传算法（GeneticAlgorithm，GA）等。其中，遗传算法一词在1961年首次被提出（Bagley，1967）[157]，其多点并行搜索机制和对函数无可微要求的特点，决定了它特别适合求解像双层规划问题这样的复杂非凸不可微优化问题。遗传算法被广泛应用于复杂优化问题、机器学习、人工智能与计算机科学、社会与经济等各个领域（Jin等，2008）[158]。考虑到遗传算法在搜寻过程中的优越性，本章将在第5.4节利用遗传算法求解本章提出的双层规划问题，求解时可利用MATLAB7.0软件进行编程计算。主要的步骤包括：Step1：以下层目标为规划目标，在满足下层约束的条件下，利用MATLAB7.0软件自带的遗传算法函数GA函数进行求解；该实验在2.4GHz双核处理器的个人电脑上进行，内存2GB，应用系统为Windows7。设置的种群大小为100，代的上限为100，交叉概率为0.3，变异概率为0.2。这些参数的设置是依据过去采用GA的研究者（Ruiz等，2006；Hamblin，2013；Bandyopadhyay和Bhattacharya，2014）[159][160][138]。改变GA参数不会显著影响解的准确性，因为GA具有很强的鲁棒性（Ruiz等，2006；Hamblin，2013；Bandyopadhyay和Bhattacharya，2014）[159][160][138]。每次计算的平均CPU时间约为46秒。Step2：将step1得到的结果作为约束条件之一，以上层目标为规划目标，在其他上层约束条件得到满足的条件下，利用GA函数进行求解，输出最优值。5.4数值分析本章将通过数值分析，探索需求更新前后的任务分配结果变化情况，比较集成商长期决策和短期决策这两种模式对订单分配结果的影响。首先，在5.4.1节中，我们将给出基本的参数设置，然后给出订单分配结果。然后，在5.4.2至5.4.4节中，我们将探索不同的参数对任务分配结果的影响，其中，5.4.2节中，我们将研究提供商i提供给集成商的固定能力𝑀𝑖对任务分配的影响，在5.4.3节中，我们将研究需求更新时间t对任务分配的影响，在5.4.4节中，我们将研究集成商的单位惩罚成本𝑘𝑖对任务分配的影响。5.4.1基础参数设置设某集成商面临不确定市场需求，需求服从正态分布。它将任务分配给三个79 第五章需求更新和两次分配机会下的订单分配模型提供商，在需求实现之前，集成商有两次机会分配任务。第一次为预分配，依据过去的信息将预测的需求初步分配给三个提供商，提供商初步分配到的订单不会被交付给集成商；在需求更新后，集成商可以通过观测到的市场信息重新估计市场需求，然后将任务重新分配给三个提供商，此时才会发生能力交付。设客户要求集成商提供的物流服务水平满足a=95%约束。每个提供商的具体参数和其他参数如表5-2所示。由于这些提供商服务于多个集成商，因此设提供商i的𝛼𝑖服从[0,1]均匀分布。表5-2参数赋值参数赋值μ80σ20ζ5β0.005𝑇155𝑇25t30a95%𝑒𝑡110提供商ii1i2i3𝛥𝑖5080120𝐶𝑖305070𝑀𝑖203050𝑘𝑖333𝜔𝑖11513.312.5𝜔̅𝑖2161413.5𝜔̃𝑖217.61614.5𝜔𝑖𝑝9.59.710𝑔(𝑝𝑖)6080100ℎ𝑖12.52.52.5ℎ𝑖21.51.51.5𝛱00100300𝐹𝑖利用5.3.1节提出的模糊综合评价法，计算各提供商的比重，如表5-3所示：表5-3用模糊综合评价法得到的各提供商的比重提供商ii1i2i3𝑤𝑖0.190.360.45在前文假设的参数下，利用5.3.1和5.3.2节提出的模型，求解两种决策模式下所有提供商在两个阶段分配到的服务能力，如表5-4所示。80 第五章需求更新和两次分配机会下的订单分配模型表5-4两种决策模式下所有提供商在两个阶段分配到的服务能力类型短期决策长期决策提供商ii1i2i3i1i2i3𝑥𝑖0.008.8490.160.009.9089.10𝑦𝑖20.0030.0090.1619.6729.6790.83下面本章将研究提供商i提供给集成商的固定能力M，需求更新时间t，以i及集成商的单位惩罚成本k对任务分配结果以及对双方期望利润（成本）的影响。i5.4.2提供商i提供给集成商的专用能力𝑴𝒊对任务分配的影响这一节我们将探讨专用能力𝑀𝑖的变化对任务分配结果的影响，我们在标准的𝑀𝑖基础上，采用放大或者减小的方法，探索不同的𝑀𝑖情况下，任务分配结果的变动情况。具体如表5-5和表5-6所示。𝑀𝑖的变化对各提供商期望利润的影响如图5-3所示，𝑀𝑖的变化对提供商总期望利润和集成商期望成本的影响如图5-4所示。表5-5𝑀𝑖的变化对任务分配结果𝑦𝑖的影响提供商i𝑥𝑖𝑦𝑖类型情形i1i2i3i1i2i30.85Mi0.001.3497.6617.0025.5097.660.90Mi0.003.8495.1618.0027.0095.160.95Mi0.006.3492.6619.0028.5092.661Mi0.008.8490.1620.0030.0090.16短期1.05Mi0.0011.2287.7820.9431.4487.781.10Mi0.1912.5486.2721.9232.9285.321.15Mi0.008.8390.1752.5234.5053.131.20Mi0.009.5489.4623.6857.5658.921.25Mi0.0029.1969.8152.4436.8350.890.85Mi0.001.3397.6717.0025.5097.660.90Mi0.003.8495.1618.0027.0095.160.95Mi0.006.3492.6619.0028.5092.661Mi0.008.8490.1620.0030.0090.16长期1.05Mi0.0011.2287.7820.9331.4587.781.10Mi0.0816.0782.859.7449.8080.621.15Mi7.0034.5057.507.0034.5098.661.20Mi3.0036.0060.003.0036.00101.161.25Mi10.8025.8362.3711.1925.17103.7981 第五章需求更新和两次分配机会下的订单分配模型表5-6𝑀𝑖的变化对提供商i期望利润和集成商的期望成本的影响提供商i类型i1i2i3EFi集成商情形0.85Mi131.97136.01604.44872.421652.230.90Mi174.89213.47757.081145.441713.010.95Mi189.20227.97764.811181.981751.421Mi203.50242.47763.561209.531784.22短期1.05Mi216.80256.25755.241228.281837.211.10Mi230.42272.50744.211247.131848.001.15Mi445.55298.73460.501204.781707.031.20Mi260.26413.83522.871196.961681.521.25Mi444.16299.04387.181130.371735.520.85Mi115.15120.27601.29836.721652.230.90Mi174.90213.47757.081145.441710.100.95Mi189.20227.97764.811181.981763.641Mi203.50242.47763.561209.531785.37长期1.05Mi216.67256.38755.241228.291837.211.10Mi25.96389.72706.221121.891693.301.15Mi35.00255.10738.17958.271598.271.20Mi92.50278.80736.67922.971589.471.25Mi28.63133.42761.30923.351596.08图5-3𝑀𝑖的变化对各提供商期望利润的影响（1）提供商总期望利润（2）集成商期望成本图5-4𝑀𝑖的变化对提供商总期望利润和集成商期望成本的影响从图5-3可以看出，随着𝑀𝑖的增大，各提供商i的期望利润没有统一的趋势。对于全部提供商i的总期望利润，图5-4（1）显示，它随着𝑀𝑖的增大先增大后减82 第五章需求更新和两次分配机会下的订单分配模型小。这是因为当𝑀𝑖增大时，提供商提供给集成商的物流服务能力会增加，从而收入增加；然而提供商服务能力增加也会导致集成商的可选择范围增多，集成商可以从价格低的提供商处采购更多的服务能力，从而导致提供商的总收入降低。而且，当集成商的决策为短期时，提供商的期望利润之和要大于集成商为长期的情形。这意味着提供商的联盟会更乐意与短期决策者合作，因为这会为他们带来更大的收益。图5-4（2）显示，集成商的期望成本随着𝑀𝑖的增大也呈先增大后减小的趋nnn势。这是因为以maxzwxii和maxzwxiiwyii为目标进行决策时，shorttermlongtermi1ii11随着𝑀𝑖的增大，集成商实际获得的物流服务能力会有所增加，从而导致成本上升；但是由于CM，每个提供商能够提供的总服务能力增大，集成商可选择的iii范围变广，集成商可以从售价较低的提供商处采购更多的能力，从而使得成本减小。此外，当集成商的决策为长期时，其期望利润大于短期的情形。这表明为了获得更多的期望利润，集成商会倾向于长期决策。综合上面的分析，提供商更喜欢集成商采取短期的决策模式，而集成商更倾向于选择长期模式，两者对决策模式的偏好是不一样的。5.4.3需求更新时间t对任务分配的影响这一节我们将探讨需求更新时间t的变化对任务分配结果的影响，探索不同的t情况下，任务分配结果的变动情况。具体如表5-7和表5-8所示。t的变化对各提供商期望利润的影响如图5-5所示，t的变化对提供商总期望利润和集成商期望成本的影响如图5-6所示。表5-7t的变化对任务分配结果的影响提供商ixiyi类型情形i1i2i3i1i2i3t50.0010.0089.0019.9729.9769.74t150.009.0090.0019.9256.4949.84t250.007.8091.2049.8229.8255.25短期t350.0010.0688.9420.0030.0096.17t450.0010.0089.0032.3139.8488.66t550.0018.0880.9219.6479.6380.30t50.0011.0088.0017.9052.5249.25t1511.7423.2564.029.7023.0593.50t251.7211.7385.5518.9529.9585.98长期t3517.9728.7452.297.9119.51118.75t450.0810.0888.8422.6849.3088.83t550.1647.6451.2012.6047.64119.3383 第五章需求更新和两次分配机会下的订单分配模型表5-8t的变化对提供商i期望利润和集成商的期望成本的影响提供商i类型i1i2i3EFi集成商情形t5226.43261.25680.141167.821601.91t15216.66391.65458.361066.671538.12t25414.01247.46543.991205.471605.17短期t35200.30238.41770.441209.151629.84t45252.94312.36762.851328.141764.17t55176.77521.98695.271394.021943.37t5190.06375.80453.781019.641516.54t1529.16122.30671.79823.261452.23t25188.09242.45726.541157.091586.74长期t3541.48100.26724.78866.521596.76t45215.47362.19763.061340.721764.17t5563.96425.66760.601250.221903.44图5-5t对各提供商期望利润的影响（1）提供商期望利润之和（2）集成商期望成本图5-6t对提供商期望利润之和以及集成商期望成本的影响图5-5显示，各提供商的期望利润随着需求更新时间t的变动没有统一的变化规律。但从图5-6（1）可以看出，所有提供商的期望利润之和随着t的增加，呈现出先减小后增大，然后再下降的趋势。最大收益期望值所对应t=45，最小收益期望值所对应t=15。这是由于需求更新时间对集成商需求更新后的订购量和单位价格两个因素存在影响：当t越小时，提供商i需求更新后提供给集成商的价格越低，会使得提供商收益减小，但同时t越小，集成商的订购量越大，导84 第五章需求更新和两次分配机会下的订单分配模型致提供商收益增加。因此提供商的期望利润之和不会随着t的变化呈现单调增加或减少的趋势，而是呈现出先减后增再减的趋势。图5-6（2）显示，集成商的期望成本关于需求更新时间t存在最小值。虽然需求更新的越早，提供商i的价格越低，从而集成商的成本越低；但由于集成商预测过早导致需求量不准确，导致集成商订购更多的服务，从而使得成本增加，因此，需求更新时间t对以上两个方面因素产生的成本影响存在一个均衡点，在这个点集成商的总成本是最小的，此时是需求更新的最佳时机，如本例中t=15。进一步的，比较图5-6（1）和图5-6（2）可以发现，所有提供商的期望利润之和最小和集成商期望成本最低均出现在t=15时刻，此时进行需求信息更新对集成商是最有利的，但对提供商联盟是最不利的。因此，我们可以得出结论，集成商需要与提供商协商一个最佳的需求更新的最佳时间点，这个时间点应该处在集成商的最优需求更新时间和提供商的最优需求更新时间所组成的区间范围内。此外，从图5-6（1）还可以看出，当集成商为短期时，提供商的期望利润之和大于集成商为长期的情形。从图5-6（2）还可以看出，短期下的集成商收益小于长期下的集成商收益。这说明，集成商偏好长期决策，而提供商偏好短期决策。5.4.4集成商的单位惩罚成本𝒌𝒊对任务分配的影响这一节我们将探讨单位惩罚成本𝑘𝑖的变化对任务分配结果的影响，探索不同的𝑘𝑖情况下，任务分配结果的变动情况。为研究方便，令每个提供商的𝑘𝑖都相等，即𝑘𝑖=𝐾。具体如表5-9和表5-10所示。𝑘𝑖的变化对各提供商期望利润的影响如图5-7所示，𝑘𝑖的变化对提供商总期望利润和集成商期望成本的影响如图5-8所示。表5-9𝑘𝑖的变化对任务分配结果的影响提供商ixiyi类型情形i1i2i3i1i2i3ki=K=10.008.8490.1620.0030.0090.16ki=K=20.008.8490.1620.0030.0090.16ki=K=30.008.8490.1620.0030.0090.16短期ki=K=40.006.1492.8718.6528.6592.86ki=K=50.008.8490.1620.0030.0090.16ki=K=60.008.8490.1620.0030.0090.16ki=K=10.008.8490.1620.0030.0090.16ki=K=20.1316.5882.297.9854.9277.26ki=K=30.009.9089.1019.6729.6790.83长期ki=K=40.0010.0688.9418.6729.6791.82ki=K=50.008.8490.1620.0030.0090.16ki=K=60.008.8490.1620.0030.0090.1685 第五章需求更新和两次分配机会下的订单分配模型表5-10𝑘𝑖的变化对提供商i期望利润和集成商的期望成本的影响提供商i决策类型i1i2i3EFi集成商情形ki=K=1210.99253.72724.631189.341822.74ki=K=2208.50249.97739.811198.281796.41ki=K=3206.00246.22752.751204.971784.22短期ki=K=4180.76226.81778.841186.401803.91ki=K=5201.00248.54772.381221.911783.67ki=K=6198.49234.97779.321212.771784.03ki=K=1210.99253.72724.631189.341822.74ki=K=26.31390.43681.301078.041630.71ki=K=3200.39239.41750.481190.281635.48长期ki=K=4181.10235.41763.901180.411652.73ki=K=5201.00238.72772.381212.091783.67ki=K=6198.50234.97779.321212.791784.03图5-7𝑘𝑖对各提供商i期望利润的影响（1）提供商期望利润之和（2）集成商期望成本图5-8𝑘𝑖对提供商期望利润之和以及集成商期望成本的影响从图5-7可以看出，𝑘𝑖的增大对各个提供商的影响没有统一的明显趋势；但是，从图5-8（1）中可以看出，长期下的提供商期望利润小于或者等于短期，从图5-8（2）来看，长期下的集成商总成本小于等于短期。这说明，集成商更喜欢长期决策模式，而提供商更喜欢短期决策模式。从图5-8（2）可以看出，对于集成商来说，集成商对提供商不能完成任务量的单位惩罚不是越大越好或越小越好，而是存在一个最优值，此时集成商的期望86 第五章需求更新和两次分配机会下的订单分配模型成本最低。最优的𝑘𝑖的选取与提供商i的服务能力、成本、订购量等多个因素相关，对比图5-8（1）和图5-8（2）可以看出，使得集成商的期望成本最小的𝑘𝑖（本例中𝑘𝑖=2），会使得提供商的期望利润之和最小。5.5主要结论和管理学内涵本章研究了需求更新模式下的物流服务供应链的订单分配问题。集成商采用层次分析与模糊综合评价法来决定任务分配时各提供商的权重，并在此基础上，把服务能力分配给各提供商。在分配的过程中，集成商有短期和长期两种决策模式，本章研究了这两种决策模式对订单分配结果的影响。主要结论和管理学意义在5.5.1和5.5.2节呈现。5.5.1主要结论本章得到的主要结论有以下四点：首先，在短期模式下的提供商总期望利润要高于长期模式，而在短期模式下的集成商总期望成本要高于长期模式。这说明，提供商更喜欢集成商采取短期的决策模式，而集成商更倾向于选择长期模式，两者对决策模式的偏好是不一样的。因此，为了保证长期的合作，集成商需要与提供商进行必要的协调工作。其次，提供商i的期望利润之和随着𝑀𝑖的增大先增大后减小，集成商的期望成本随着𝑀𝑖的增大也呈先增大后减小的趋势，这说明，存在一个最佳的𝑀𝑖区间使得提供商的期望利润之和最大，集成商的期望成本最小。第三，提供商的期望利润之和以及集成商的期望成本都随着需求更新时间t的提前先减小后增大。提供商的期望利润之和最小和集成商期望成本最低出现在同一个需求更新时刻，此时进行需求信息更新对集成商是最有利的，但对提供商联盟是最不利的。因此，双方需要协调最佳的需求更新时间点。最优的需求更新时间点应该处在集成商认为的最优需求更新时间和提供商认为的最优需求更新时间所组成的区间范围内。第四，集成商对提供商不能完成任务量的单位惩罚不是越大越好或越小越好，而是存在一个最优值，此时集成商的期望成本最低，提供商的期望利润之和最小。5.5.2管理学内涵对于集成商来说，首先，当他是长期决策者时，期望利润要高于短期决策者的情形，因此，集成商会倾向于采取长期决策。但是，长期决策并不是提供商偏爱的决策，因此，集成商需要与提供商进行协调，保证在合理的收益分配机制下，87 第五章需求更新和两次分配机会下的订单分配模型使长期决策模式被集成商和提供商都接受。其次，在需求更新的模式下，需求更新的时刻过早或者过晚都是不恰当的，集成商应该选择一个合理的时刻，集成商在选择最佳需求更新时间时要考虑提供商i需求更新后的服务价格、集成商需求更新后的订购量这两个参数与需求更新时间的关系。第三，集成商需要与提供商协调最佳的需求更新时间点。一般来说，最优的需求更新时间应该处在集成商认为的最优需求更新时间和提供商认为的最优需求更新时间所组成的范围内，在这个范围内，集成商和提供商可以进行利益的协商，找出最佳的需求更新时间点。第四，集成商对提供商不能完成任务量的单位惩罚不是越大越好或越小越好，而是存在一个最优值，这对集成商设定合理的单位惩罚成本有重要意义。对于提供商来说，有两点管理学意义值得借鉴。一方面，提供商与短期决策者合作时的收益会大于与长期决策者合作的收益，因此，提供商更倾向于与短期的集成商进行合作。另一方面，提供商的期望利润之和随着专用服务能力的增大先增大后减小，因此提供商应提供适量的专用服务能力，过大或过小都会导致成本升高。当然，本章的研究也有一些不足之处，后续的研究可以在本章的基础上进一步拓展。例如，本章发现存在一个最佳的𝑀𝑖区间使得提供商的期望利润之和最大，集成商的期望成本最小，今后的研究可以探索最佳的𝑀𝑖的寻找方法。再如，从双方长期合作角度考虑，集成商和提供商双方需要协调最佳的需求更新时间点，今后可以探索最优的需求更新时刻研究。当然，本章假设提供商之间不存在合作和竞争行为，因此，未来的研究还可以考虑提供商之间的竞争对订单分配结果以及合作者的期望利润的影响。88 第六章考虑需求更新的物流服务供应链综合绩效评价第六章考虑需求更新的物流服务供应链综合绩效评价6.1问题的提出从实践层面来看，绩效评价是供应链管理中最重要的环节之一，它显示了供应链的运作效果，并指出了供应链改进的重点和方向。早在1985年，Kearney就指出，进行综合绩效评价的公司，总体生产率可以提高14-22%。Lee和Billington（1992）[161]在研究库存管理的过程中发现，造成库存问题的一个重要原因是缺乏有效的供应链绩效评价机制。随着供应链的发展不断深化，现在已经有许多公司认识到集成化管理和评价的重要性，将绩效评价拓展到供应链层面，对供应链进行综合绩效评价。只有这样才能发现供应链运营过程中存在的问题，并针对发现的问题对供应链进行改进，确保供应链可持续发展。因此，有必要建立科学、全面的供应链绩效评价体系。从理论研究层面来看，已经有许多学者对供应链绩效评价进行了研究，然而大多数研究针对的是产品供应链，针对服务供应链的研究较少。应用于产品供应链的绩效评价指标体系不能很好地应用于服务供应链绩效评价，这是因为服务供应链有其特殊性，即服务产品具有不可分割性和不可贮存性，服务产品的生产和消费同时进行（Nie和Kellogg，1999）[134]，且在销售期结束后不能储存，没有剩余价值，因此服务供应链的成本结构、组织结构等都会与产品供应链有一定区别。此外，现有的关于服务供应链的研究没有考虑需求更新对绩效评价的影响。实际上，需求更新会对供应链绩效评价产生一定影响。首先，需求更新情况下，采购者通常会进行两次订货，分别发生在在需求到达前较长时间和需求即将到达时两个时间点，这样可以有效规避风险。而需求更新导致的订单变化要求提供商具有更高的柔性。其次，需求更新要求集成商和提供商之间有高效的信息沟通机制，从而保证更新的需求信息能够及时、有效传递。根据上面的分析可以发现，需求信息更新对供应链的影响还没有被充分纳入到绩效评价指标体系中，现有的指标体系不能很好地体现需求更新。因此，本章的研究将努力解决上面提出的实践问题和理论不足，探讨在考虑需求更新对物流服务供应链综合绩效评价的影响。本章的主要结构为：6.2节首先探讨指标体系的构建原则，然后建立一般的物流服务供应链综合绩效评价指标体系，进而考虑需求更新对指标体系的影响，建立需求更新下的新指标体系；6.3节首先分析了常见的综合绩效评价方法的优缺点，然后基于层次分析法和模糊综合评价法进行89 第六章考虑需求更新的物流服务供应链综合绩效评价绩效评价；6.4节以一个算例对某供应链的综合绩效进行了评价和分析；最后在6.5节总结了本章的研究结论并提出了未来研究的主要方向。6.2指标体系的构建本章首先根据指标体系的构建原则，考虑物流服务供应链的特点确定物流服务供应链综合绩效评价指标体系；然后考虑需求更新对指标体系的影响，确定需求更新下的物流服务供应链综合绩效评价指标体系。6.2.1指标体系构建原则综合绩效评价的指标体系应当能够全面体现供应链的运作情况，在构建时必须遵循以下原则：（1）权衡各种因素，选取关键指标。在供应链运作过程中会产生许多指标，从某种意义上说，每一个指标都有其特殊的作用。但如果在指标体系中包含过多的指标，必然带来绩效评价成本的上升，这些成本可能会超过绩效评价带给供应链的利益。因此在绩效评价中要权衡成本和收益，选取关键指标，用最简单的指标体系反映最真实的情况。（2）建立通用指标体系。不同的供应链关注的重点有所不同，因此其综合绩效评价对应的具体指标可能有差异，但关键指标应该是一致的。本章要建立的是一个通用的指标体系，能够反映出一般供应链绩效评价时需要关注的问题，在具体应用时可以通过对关键指标设置不同权重来体现供应链的战略导向。（3）指标分层次。供应链的绩效体现在不同层面，包括战略层面、运作层面、结果层面，其中战略层侧重评价对运作提供长久支持的要素，运作层侧重评价供应链当前运作与能力状况，结果层侧重评价供应链运作的效果。因此指标要充分考虑这三个层面的绩效。（4）区分不同主体。物流服务供应链综合绩效评价涉及供应链的各个方面，不同的供应链主体重点关注的问题有所差别。因此要综合考虑供应链的参与者，即物流服务集成商、功能型物流服务提供商、顾客，从各个主体的角度出发选取关键指标。（5）充分考虑物流服务供应链的特性。物流服务供应链具有与其他供应链不同的一些特性，如协调特性、服务特性[122]等，在构建指标体系时要注意这些因素对绩效评价的影响。例如，应有反映协同能力、信息管理协调等的指标体现协调特性，有反映服务规范性、服务及时性等的指标突出服务特性。（6）考虑需求更新对绩效评价可能产生的影响。首先，需求更新的成本和90 第六章考虑需求更新的物流服务供应链综合绩效评价收益会对供应链总体绩效产生影响，需求更新的成本构成供应链总运作成本的一部分，需求更新带来的预测准确度的提高可以使供应链成本下降、收益增加。第二，需求更新要求提供商具有一定的柔性，能够根据集成商需求更新之后提出的订单要求提供服务。因此，在需求更新的物流服务供应链中，综合绩效评价指标体系中应当能够反映需求更新带来的影响。6.2.2一般指标体系的构建基于6.2.1节的基本原则，本章建立了物流服务供应链综合绩效评价指标体系，如表6-1所示。6.2.3需求更新对指标体系的影响在需求更新的供应链中，一般的指标体系不能很好地体现需求更新对供应链带来的影响。而需求更新作为一项供应链策略，其实施与否会在一定程度上对提供商、集成商和顾客造成影响。因此，在考虑需求更新的指标体系中，我们应当将需求更新作为一项指标单独列出。需求更新会造成一定成本，并带来需求预测准确性的提高，因此，成本和准确性是衡量需求更新的两个关键性指标。此外，考虑到需求更新对其他指标的影响，指标体系中的相关指标应当做出一些调整。考虑需求更新的指标体系如表6-2所示。91 表6-1物流服务供应链综合绩效评价指标体系一级指标评价主体二级指标三级指标指标的具体解释成员战略匹配度C111集成商和提供商的发展战略相匹配的程度关系指标C11合作关系C112集成商与提供商的信任、配合、默契程度集成商激励机制的有效性C113集成商对提供商的激励机制能有效提高提供商表现的程度第六章战略环境C1提供商信息指标C12信息技术条件C121现代物流信息技术与MIS的使用新服务开发投资率C131投资开发新服务占总利润的比例考虑发展指标C13新服务的销售收入百分比C312新服务销售收入占总销售收入的比例需求更新的物流服务供应链综合绩效评价运作集成化程度C211供应链上下游之间的集成程度关系指标C21提供商满意率C212提供商对任务要求或利润分配方案等的满意度信息传递的速度C221集成商和提供商之间交换信息的速度92信息传递的质量C222集成商和提供商之间交换信息的准确度集成商信息指标C22运作过程C2信息传递的及时性C223集成商和提供商之间的信息是否能及时传递提供商信息共享的深度C224集成商和提供商之间共享信息的程度服务前的需求管理能力C231服务前对需求进行及时、准确归类及分配的能力服务指标C23服务中的服务能力C232提供服务的质量、准时性、准确性服务后的售后跟踪能力C233服务交付给顾客后接受顾客反馈并做出及时、准确反应的能力客户投诉率C311客户对最终物流服务的投诉情况顾客需求响应能力C312满足客户需求的程度客户客户满意度C31顾客需求响应速度C313响应客户需求的速度运作结果C3准时交货率C314订单在规定时间内完成的程度产品合格率C315服务能力缺陷率不大于顾客期望的概率集成商盈利能力C32市场占有率C321供应链提供的服务占市场的总份额92 一级指标评价主体二级指标三级指标指标的具体解释提供商投资报酬率C322供应链从一项投资中得到的经济回报占该项投资的比例资金周转率C323一定时期的主营业务收入与资产总额的比率利润增长率C324本年营业利润增长额与上年营业利润总额的比率销售增长率C325本年营业销售增长额与上年营业销售总额的比率第六章表6-2考虑需求更新的物流服务供应链综合绩效评价指标体系考虑一级指标评价主体二级指标三级指标指标的具体解释需求更新的物流服务供应链综合绩效评价成员战略匹配度C111集成商和提供商的发展战略相匹配的程度关系指标C11合作关系C112集成商与提供商的信任、配合、默契程度激励机制的有效性C113集成商对提供商的激励机制能有效提高提供商表现的程度93集成商信息指标C12信息技术条件C121现代物流信息技术与MIS的使用战略环境C1提供商新服务开发投资率C131投资开发新服务占总利润的比例发展指标C13新服务的销售收入百分比C132新服务销售收入占总销售收入的比例需求更新成本率C141需求更新的成本占总成本的比例需求更新指标C14需求更新准确性C142需求更新后预测的需求与实际需求的比值，越接近1越好运作集成化程度C211供应链上下游之间的集成程度提供商满意率C212提供商对任务要求或利润分配方案等的满意度关系指标C21计划的柔性C213生成或修改方案所需的成本与时间集成商运作过程C2提供商的柔性C214需求更新后提供商满足变化的需求的能力提供商信息传递的速度C221集成商和提供商之间交换信息的速度信息指标C22集成商和提供商之间交换信息的准确度，更新后需求信息能够信息传递的质量C222准确传递的程度93 一级指标评价主体二级指标三级指标指标的具体解释集成商和提供商之间的信息是否能及时传递，更新后的需求能信息传递的及时性C223否以最短的时间传递给提供商信息共享的深度C224集成商和提供商之间共享信息的程度服务前的需求管理能力C231服务前对需求进行及时、准确归类及分配的能力第六章服务中的服务能力C232提供服务的质量、准时性、准确性服务指标C23需求更新前后提供商承诺质量的一致性，以及实际提供的质量考虑服务能力的一致性C233与承诺的质量的一致性需求更新的物流服务供应链综合绩效评价服务后的售后跟踪能力C234服务交付给顾客后接受顾客反馈并做出及时、准确反应的能力客户投诉率C311客户对最终物流服务的投诉情况顾客需求响应能力C312满足客户需求的程度94客户客户满意度C31顾客需求响应速度C313响应客户需求的速度准时交货率C314订单在规定时间内完成的程度产品合格率C315服务能力缺陷率不大于顾客期望的概率运作结果C3市场占有率C321供应链提供的服务占市场的总份额投资报酬率C322供应链从一项投资中得到的经济回报占该项投资的比例集成商盈利能力C32资金周转率C323一定时期的主营业务收入与资产总额的比率提供商利润增长率C324本年营业利润增长额与上年营业利润总额的比率销售增长率C325本年营业销售增长额与上年营业销售总额的比率注：与一般指标体系不同的部分在表中用楷体斜体字表明。94 第六章考虑需求更新的物流服务供应链综合绩效评价6.2.4指标数据处理一般指标主要可以分为两大类，即定性指标和定量指标。定量指标纳入指标体系需要进行归一化处理。考虑到收入和成本实际上没有最大值和最小值，因此在操作时应当根据供应链具体情况设置一个合理的最大值和最小值。因此，效益性指标的归一化处理过程可以表示为：max1,yyjjminyyjjminmaxr,yyyjmaxminjjjyyjjmin0,yyjj成本性指标的归一化处理过程为：max0,yyjjmaxyyjjminmaxr,yyyjmaxminjjjyyjjmin1,yyjj定性指标可以采取专家打分法先将它们变成定量指标，再按照定量指标的归一化方法进行处理。6.3模型计算方法6.3.1常见的综合绩效评价方法（1）层次分析法（AnalyticHierarchyProcess，AHP）层次分析法在20世纪70年代由著名运筹学家T.L.Saaty提出，将目标分解成多个目标（准则），每一个准则可以进而划分成多个子准则，以此类推，构成一个多层次的准则体系。通过两两比较确定判断矩阵，以判断矩阵特征向量作为该层次元素对上层元素的权重，最后综合给出各准则的权重。层次分析法的可靠性高、误差小，是绩效评价最常用的方法之一。（2）模糊评价法（FuzzyEvaluation）模糊评价法结合了定性与定量指标，在因素集和评语集之间建立模糊映射关系，以隶属度描述定性指标的定量化评价值。该方法充分考虑了不确定性因素，且数学模型简单，但其缺点是对指标权重向量的确定主观性较强，各因素权重的设置过分依赖于专家。95 第六章考虑需求更新的物流服务供应链综合绩效评价（3）人工神经网络法（ArtificialNeuralNetwork，ANN）人工神经网络法是一种接近人类思维的定性与定量相结合的方法。该方法具有很强的信息处理能力，可以并行处理数据，并具有学习、联想和记忆能力。但应用前，需要用户提供大量样本对神经网络进行训练，以确定网络权值和阈值矩阵。这一过程要求样本数据充足并具有典型性、准确性，这导致数据收集、处理有一定难度。此外，训练时可能出现训练过度的情况，从而影响神经网络的准确性。（4）TOPSIS法（TechniqueforOrderPreferencebySimilaritytoanIdealSolution）TOPSIS法是C.L.Hwang和K.Yoon在1981年提出的，根据又像个评价对象与理想化目标的接近程度进行排序的方法。基本思想是确定一个实际不存在的最佳方案和最差方案，计算现实方案距离最佳和最差方案的距离，利用理想解对最优最差方案的相对接近度作为评判标准。（5）灰色关联度分析（GreyRelationAnalysis，GRA）灰色系统理论是我国著名学者邓聚龙教授于1982年提出的。灰色关联度分析是灰色系统理论的一部分，可用于综合评价。灰色关联分析是基于行为因子序列的微观或宏观几何接近，以分析和确定因子间的影响程度或因子对主行为的贡献测度而进行的一种分析方法。该方法主要用于分析态势变化，即分析系统动态发展过程。它衡量因素间接近程度的依据是因素间发展态势的相似程度。由于该方法是态势分析方法，在分析过程中需要大量历史数据，因此在实际运用中有一定的局限性。（6）数据包络分析法（DataEnvelopmentAnalysis，DEA）DEA是由美国著名运筹学家Charles和Cooper等人以相对效率概念为基础发展起来的一种效率评价方法。它可以估算多个决策单元的相对有效性，能有效地综合评判评价目标。DEA的优点是不需要深入了解输出、输入的信息结构，从而能避免分析者主观影响，但在建模过程中，指标选择不当可能导致无解以及精度不高，且数学意义过于深奥，实施困难。6.3.2绩效评价方法考虑到层次分析法和模糊综合评价法在绩效评价中的有效性和应用广泛性，本章决定结合这两种方法进行绩效评价的计算。（1）层次分析法确定单层指标权重向量1）构造判断矩阵A对于k-1层次的第h个指标，与之相关的第k层的全部n个指标两两比较（本k章采用1-9标度法），构造判断矩阵A：96 第六章考虑需求更新的物流服务供应链综合绩效评价Aaijnnkk2）计算单层权重𝑃𝑘ℎ计算判断矩阵A的最大特征根𝜆𝑚𝑎𝑥，并进行一致性检验nmaxCIn1（C0.1时，认为判断矩阵具有良好的一致性，否则应调整判断RIIRR矩阵元素的取值）。满足ASS的S是评判因素的权重向量。max对S归一化后得隶属于k-1层次的第h个指标的第k层单排序权重向量TkkkkPPP,,,Ph12hhnhk表示第k层各指标对其隶属的第k-1层的第h个指标的单排序。（2）模糊综合评价法1）建立评价集建立评价集𝑉={𝑣1,𝑣2,…,𝑣𝑠,…,𝑣ℎ}，即以评判者对评判对象可能做出的各种总的评判结果为元素组成的集合，𝑣𝑠表示可能的评价值，一般为一个定量打分值如{10,8,6,4,2}或优、良、差等可以量化为一个分数的定性评价，下标h代表可能的评价值的个数。每一个评价对象对应的评价集是相同的。2）第三层的模糊综合评价集𝑄𝑖𝑗首先从评价对象集U（即指标体系中的指标构成的集合）中第三层指标𝑢𝑖𝑗𝑘(𝑖=1,2,…,𝑛;𝑗=1,2,…,𝑚;𝑘=1,2,…,𝑙)（其中，j表示该指标隶属于第二层的第j个指标，i表示该指标隶属于第一层的第i个指标）出发进行评价，确定𝑢𝑖𝑗𝑘对评价集中𝑣𝑠的隶属程度，设该隶属程度为𝑟𝑖𝑗𝑘𝑠。从而隶属于第i个一层指标第j个二层指标的第三层单因素模糊关系矩阵为𝑅𝑖𝑗：rij11rij12rijs1rijh1rrrrij21ij22ijs2ijh2Rijrrrrijk12ijkijksijkhrrrrijl12ijlijlsijlh其中，第k行表示从第三层中第k个元素𝑢𝑖𝑗𝑘出发进行评价得到的评价结果。第三层的模糊综合评价集为：l33QijPijRijqijs,qijsprkijijks1hk1其中，𝑞𝑖𝑗𝑠(𝑠=1,2,…,ℎ)表示第三层元素k对评价集中第s个元素𝑣𝑠的隶属度。97 第六章考虑需求更新的物流服务供应链综合绩效评价3）第二层的模糊综合评价集𝑄𝑖在确定了第三层的模糊综合评价集后，可以对第二层元素进行评价。第二层元素j对应的第三层模糊综合评价集为𝑄𝑖𝑗，因此该层次的模糊综合评价集为Qi1QQP2i2qqqiii1i2ihQim其中，𝑞𝑖𝑠(𝑠=1,2,…,ℎ)表示第二层元素j对评价集中第s个元素𝑣𝑠的隶属度。4）第一层的模糊综合评价集Q在确定了第二层的模糊综合评价集后，可以对第一层元素进行评价。第一层元素i对应的第二层模糊综合评价集为𝑄𝑖，因此该层次的模糊综合评价集为Q1QQP12qqq12hQn其中，𝑞𝑖𝑠(𝑠=1,2,…,ℎ)表示第二层元素j对评价集中第s个元素𝑣𝑠的隶属度。5）模糊评价结果对Q进行归一化处理得Q`，将Q`与模糊评判向量V相乘即得出模糊综合评价结果：TGQV'i6.4算例分析本章以某物流服务供应链为例，评价其某一时期的综合绩效。按照数据无量纲化处理原则，得到表6-3的无量纲化指标值。表6-3指标无量纲化后的结果指标无量纲化数据指标无量纲化数据成员战略匹配度C1110.83信息共享的深度C2240.90服务前的需求管理能力合作关系C1120.700.86C231激励机制的有效性C1130.68服务中的服务能力C2320.89信息技术条件C1210.73服务能力的一致性C2330.92服务后的售后跟踪能力新服务开发投资率C1310.750.86C234新服务的销售收入百分比0.81客户投诉率C3110.90C31298 第六章考虑需求更新的物流服务供应链综合绩效评价指标无量纲化数据指标无量纲化数据需求更新成本率C1410.02顾客需求响应能力C3120.78需求更新准确性C1420.88顾客需求响应速度C3130.80运作集成化程度C2110.86准时交货率C3140.90提供商满意率C2120.83产品合格率C3150.80计划的柔性C2130.78市场占有率C3210.87提供商的柔性C2140.68投资报酬率C3220.75信息传递的速度C2210.88资金周转率C3230.78信息传递的质量C2220.98利润增长率C3240.88信息传递的及时性C2230.91销售增长率C3250.92为了对物流服务供应链综合绩效进行评价，本章采用的是层次分析法和模糊综合评价法相结合的方法。首先要对各个指标进行打分，打分后，用层次分析法确定各层次指标的权重；然后建立评价集，由专家对指标体系中各指标进行评价；进而计算出该供应链的评价结果。6.4.1层次分析法确定权重邀请专家对各指标进行打分，打分结果如第（1）至（3）部分所示。（1）第一层对总目标的权重表6-4第一层指标对总目标的权重CC1C2C3权重（方根法）𝑃1C110.50.250.142857C2310.3330.285714C34210.571429（2）第二层对第一层的权重表6-5隶属于第一层指标C1的第二层指标权重C1C11C12C13C14权重（方根法）𝑃21C1110.5240.285425C1221350.472343C130.50.333333130.169715C140.250.20.33333310.072517表6-6隶属于第一层指标C2的第二层指标权重2C2C21C22C23权重（方根法）𝑃2C21130.50.379259C22210.50.331313C2320.33333310.28942899 第六章考虑需求更新的物流服务供应链综合绩效评价表6-7隶属于第一层指标C3的第二层指标权重2C3C31C32权重（方根法）𝑃3C3110.3333333330.25C32310.75（3）第三层指标权重按照同样的方法，求得第三层指标权重为：3333P110.105,0.637,0.258，P121，P130.25,0.75，P140.333,0.667；33P210.205,0.096,0.409,0.289，P220.108,0.292,0.187,0.413，3P230.211,0.516,0.160,0.113；33P310.094,0.284,0.134,0.234,0.154，P320.259,0.416,0.089,0.134,0.102。经验证，指标权重均通过了一致性检验。6.4.2模糊综合评价法确定评价值采用{1,0.8,0.6,0.4,0.2}作为五级分值，由专家对各个指标进行打分。（1）第三层的模糊综合评价集𝑄𝑖𝑗表6-8隶属于C11的第三层指标的模糊关系矩阵𝑅11C1110.80.60.40.2C1110.06650.46090.63450.07660.0034C1120.01490.7110.43750.22270.1015C1130.26450.40370.2160.21420.1115根据𝑅11得到的模糊综合评价集为Q0.0610,0.4355,0.2884,0.1476,0.0675。11同样的方法，可以得到隶属于第二层其他指标的第三层指标的模糊综合评价集，如表6-9所示。表6-9第三层指标的模糊综合评价集𝑄𝑖𝑗10.80.60.40.2Q110.0610.43550.28840.14760.0675Q120.36210.31670.08950.08650.1453Q130.0780.48440.350.04580.0418Q140.33130.3740.07790.16690.0498Q210.18060.28740.35050.06890.1126Q220.25980.39160.2070.05590.0857Q230.33550.1550.35320.07550.0808Q310.32130.32440.20560.05770.091Q320.1620.4810.21360.09510.0482100 第六章考虑需求更新的物流服务供应链综合绩效评价（2）第二层的模糊综合评价集𝑄𝑖在确定了第三层的模糊综合评价集后，可以对第二层元素进行评价。隶属于第一层元素C1的第二层元素的模糊综合评价集𝑄1为Q11QQP2120.2257,0.3832,0.1896,0.1029,0.09861iQ13Q14同样的方法，可以得到隶属于第一层其他指标的第二层指标的模糊综合评价集，如表6-10所示。表6-10第二层指标的模糊综合评价集𝑄𝑖10.80.60.40.2Q10.30740.46330.58620.10230.0932Q20.35820.43280.22870.15750.1023Q30.30370.660.19920.07980.0907（3）第一层的模糊综合评价集Q在确定了第二层的模糊综合评价集后，可以对第一层元素进行评价。第一层元素的模糊综合评价集为Q11QPQ0.3198,0.5670,0.2629,0.1052,0.09442Q3将Q归一化后，与模糊评判向量V相乘即得出模糊综合评价结果：10080GQV'0.2370,0.4202,0.1948,0.0780,0.06996073.5219i40206.4.3评价结果分析根据6.4.1和6.4.2节的分析，第一层指标的权重和得分分别为表6-11第一层指标的权重和得分指标权重得分C1战略环境0.142970.16985C2运作过程0.285772.30603C3运作结果0.571475.09367101 第六章考虑需求更新的物流服务供应链综合绩效评价运作结果是供应链最关注的内容，其得分也最高。运作结果能够直接体现一个供应链的整体情况，其战略环境、运作过程的变化都会导致运作结果发生变化。与需求更新相关的主要第二层指标如表6-12所示。表6-12与需求更新相关的主要第二层指标的得分二层指标相关的第三层指标得分需求更新成本率C141需求更新指标C1468.4需求更新准确性C142计划的柔性C213关系指标C2175.3提供商的柔性C214信息传递的质量C222信息指标C2271.0信息传递的及时性C223服务指标C23服务能力的一致性C23371.6除了关系指标C21外，其他指标的得分均低于供应链总体绩效，因此该供应链需求更新的相关指标有待改进。6.5总结和展望服务供应链是供应链的一种，在服务外包越来越普遍的情况下，对服务供应链的相关研究越来越重要。绩效评价作为供应链管理中的重要一环，一直是理论和实践研究的关注点之一。近年来，需求信息更新是供应链研究的热点之一，成为许多供应链核心企业的战略选择。需求更新可以有效提高订货准确性，降低库存和浪费，同时也要求集成商和提供商之间有更为灵活和畅通的合作机制。因此需求更新在为供应链成员带来好处的同时，也对供应链提出了新的要求。而在绩效评价的过程中，这一变化应当能够体现在指标体系中。本章关注了供应链绩效评价中需求更新的缺失，首先构建了物流服务供应链一般绩效评价指标体系，进而在该体系的基础上考虑需求更新对绩效评价的影响，构建了考虑需求更新的物流服务供应链绩效评价指标体系。分析了常见绩效评价方法的优缺点后，确定采用层次分析法和模糊综合评价法相结合的方法进行绩效评价结果的计算，并运用算例具体计算了某供应链的综合绩效。未来关于供应链绩效评价的研究可以从以下方面着手：第一，构建新的绩效评价指标体系，体现供应链研究的新进展，或证明它优于过去的指标体系；第二，采用不同的方法进行绩效评价并比较各个方法的优劣；第三，将绩效评价应用于实践中，证明绩效评价的有效性。102 第七章结论与展望第七章结论与展望7.1主要结论本文针对存在需求更新的物流服务供应链展开研究，重点研究需求更新和行为因素对物流服务供应链协调策略的影响。主要得到以下结论：（1）在需求更新环境下，基于理性预期行为的两种不同模式的二次能力采购决策模型（模式1：第二次订购时只能增加订购量，模式2：第二次订购时可以增加或减少订购量）相比较，模式2并不绝对优于模式1。采用二次订购模式2会促使集成商在第一阶段采购较多的服务能力，但并不能使双方的期望利润函数同时增大，而是存在一定的条件。该条件与需求看涨概率、减少订购量的最大比例、理性预期参数等因素相关。对于集成商来说，需求更新环境下两种不同的二次订购模式的选择要关注α、𝑣1、ζ等参数的组合是否满足模式1或模式2的适用条件；采用模式2会促使集成商在第一阶段采购较多的服务能力，因此，使用模式2有助于集成商与提供商建立更加紧密的合作关系，但前提是集成商必须从模式2中获得更多的利润。而对于提供商，在参与供应链时应当考虑集成商的理性预期行为，基于理性预期均衡决定物流服务能力的批发价格和补偿价格。（2）在需求更新的环境下，提供商在两个阶段分别进行质量承诺，由于两阶段订购的服务能力总量不同，承诺的质量也可能有所差别，不同的质量承诺模式不仅会影响集成商的订货决策，也会对集成商和提供商的期望利润产生影响。通过本文研究发现，当实际质量缺陷率服从均匀分布时，不论提供商是否改变质量承诺缺陷率，其最优值都取质量承诺缺陷率区间中的最大值或者最小值。集成商和提供商对需求更新后集成商被允许增加采购量的最大值以及提供商销售服务能力给集成商的基准价格的要求相反，集成商希望前者越大越好，这样就可以在需求更新后有更大的空间增加采购量，后者越小越好，因为可以以较低的价格获得同样质量和数量的能力；而提供商希望前者越小越好，这样可以避免大量服务能力积压，后者越大越好，这样可以从同样数量和质量的服务能力中获得更多的利润。因此在具体确定参数时要根据博弈双方的相对力量而定。（3）集成商采用层次分析与模糊综合评价法来决定任务分配时各提供商的权重，并在此基础上，把服务能力分配给各提供商。在分配的过程中，集成商有短期和长期两种决策模式。通过研究发现，提供商更喜欢集成商采取短期的决策模式，而集成商更倾向于选择长期模式，两者对决策模式的偏好是不一样的。其103 第七章结论与展望次，存在一个最佳的𝑀𝑖区间使得提供商的期望利润之和最大，集成商的期望成本最小。第三，提供商的期望利润之和以及集成商的期望成本都随着需求更新时间t的提前先减小后增大。第四，集成商对提供商不能完成任务量的单位惩罚不是越大越好或越小越好，而是存在一个最优值，此时集成商的期望成本最低，提供商的期望利润之和最小。（4）需求更新可以有效提高订货准确性，降低库存和浪费，同时也要求集成商和提供商之间有更为灵活和畅通的合作机制。因此需求更新在为供应链成员带来好处的同时，也对供应链提出了新的要求。而在绩效评价的过程中，这一变化应当能够体现在指标体系中。7.2研究展望本文的研究虽然得到了一些有意义的结论，可以对实际运作提供指导。但由于研究时间较短以及视野的局限性，本文仍存在一定的局限。例如，本文的第三章和第四章针对的是一对一的供应链，而实际中的供应网络往往是更加复杂的，本文抽象化的供应链结构不能完全代表现实中的情形，本文有很多地方值得展开进一步研究，未来的研究可以从以下几方面进行：（1）实际上一个集成商会有多个提供商，一个提供商可能会服务于多个集成商，且集成商之间以及提供商之间存在竞争关系，这些关系可能会对物流服务能力采购决策产生一定的影响。（2）本文第三章和第四章中提供商处于追随者的地位，后续研究可以考虑提供商在供应链中的地位发生新的变化（如与集成商处于对等地位时）。（3）本文假设实际物流服务质量缺陷率q服从均匀分布，也有许多研究假设其为指数分布，未来可以以指数分布的形式展开研究，可能会得到不同的结论。（4）未来的研究可以更多地结合实践，采用案例研究的形式针对物流服务供应链中的需求更新、行为因素等问题展开研究，应该会得到很多有趣的发现。104 参考文献参考文献[1]LiuWH,XuXC,RenZX,etal.Anemergencyorderallocationmodelbasedonmulti-providerintwo-echelonlogisticsservicesupplychain[J].SupplyChainManagement,2011a,16(6):391-400.[2]LiuW,XieD,LiuY,etal.Servicecapabilityprocurementdecisioninlogisticsservicesupplychain:aresearchunderdemandupdatingandqualityguarantee[J].InternationalJournalofProductionResearch,2015,volume53(2):488-510.[3]GurnaniH,TangCS.Note:Optimalorderingdecisionswithuncertaincostanddemandforecastupdating[J].Managementscience,1999,45(10):1456-1462.[4]SoKC,ZhengX.Impactofsupplier'sleadtimeandforecastdemandupdatingonretailer'sorderquantityvariabilityinatwo-levelsupplychain[J].InternationalJournalofProductionEconomics,2003,86(2):169-179.[5]XuC.OptimalRetailer'sOrderPolicyforPerishableProductwithDemandInformationUpdating[J].ComputerIntegratedManufacturingSystems,2003,11:020.[6]SethiSP,YanH,ZhangH.InventoryandSupplyChainManagementwithForecastUpdates[M].SpringerUS,2005:477-478.[7]SethiSP,YanH,ZhangH,etal.ASupplyChainwithaServiceRequirementforEachMarketSignal[J].Production&OperationsManagement,2007,16(3):322-342.[8]WuY,YuF,TuB.Decisionofthesupplychainwithbidirectionaloptionbasedondemandinformationupdateandfundingconstraints[C].ServiceSystemsandServiceManagement(ICSSSM),201310thInternationalConferenceonIEEE,2013:562-567.[9]KoganK,HerbonA.Productionunderperiodicdemandupdatepriortoasinglesellingseason:Adecompositionapproach[J].EuropeanJournalofOperationalResearch,2008,184(1):133-146.[10]MiltenburgJ,PongHC.OrderquantitiesforstylegoodswithtwoorderopportunitiesandBayesianupdatingofdemand.PartI:nocapacityconstraints[J].InternationalJournalofProductionResearch,2007a,45(7):1643-1663.105 参考文献[11]MiltenburgJ,PongHC.OrderquantitiesforstylegoodswithtwoorderopportunitiesandBayesianupdatingofdemand.PartII:capacityconstraints[J].InternationalJournalofProductionResearch,2007b,45(8):1707-1723.[12]SongHM,YangH,BensoussanA,etal.Optimaldecisionmakinginmulti-productdualsourcingprocurementwithdemandforecastupdating[J].Computers&OperationsResearch,2014,41(1):299-308.[13]CachonGP,LariviereMA.Contractingtoassuresupply:Howtosharedemandforecastsinasupplychain[J].ManagementScience,2001,47(5):629-646.[14]SwaminathanJM.Toolcapacityplanningforsemiconductorfabricationfacilitiesunderdemanduncertainty[J].EuropeanJournalofOperationalResearch,2000,120(3):545-558.[15]DonohueKL.Efficientsupplycontractsforfashiongoodswithforecastupdatingandtwoproductionmodes[J].Managementscience,2000,46(11):1397-1411.[16]TsayAA.TheQuantityFlexibilityContractandSupplier-CustomerIncentives[J].ManagementScience,1999,45(10):1339-1358.[17]MilnerJM,RosenblattMJ.Flexiblesupplycontractsforshortlife‐cyclegoods:Thebuyer'sperspective[J].NavalResearchLogistics,2002,49(1):25-45.[18]ChenH,ChenJ,ChenYF.Acoordinationmechanismforasupplychainwithdemandinformationupdating[J].InternationalJournalofProductionEconomics,2006,103(1):347-361.[19]ChenH,ChenYF,ChiuCH,etal.Coordinationmechanismforthesupplychainwithleadtimeconsiderationandprice-dependentdemand[J].EuropeanJournalofOperationalResearch,2010,203(1):70-80.[20]UlaşÖzen,GreysSošić,MarcoSlikker.Acollaborativedecentralizeddistributionsystemwithdemandforecastupdates[J].SocialScienceElectronicPublishing,2010,216(3):573-583.[21]ZhangJ,ShouB,ChenJ.Postponedproductdifferentiationwithdemandinformationupdate[J].InternationalJournalofProductionEconomics,2013,141(2):529-540.[22]SwaminathanJM.Toolcapacityplanningforsemiconductorfabricationfacilitiesunderdemanduncertainty[J].EuropeanJournalofOperationalResearch,2000,120(3):545-558.[23]KouvelisP,MilnerJM.Supplychaincapacityandoutsourcingdecisions:thedynamicinterplayofdemandandsupplyuncertainty[J].IieTransactions,2002,106 参考文献34(8):717-728.[24]MazzolaJosephB,NeebeAlanW.Ageneralizedassignmentmodelfordynamicsupplychaincapacityplanning[J].NavalResearchLogistics,2012,59(6):470-485.[25]柴跃廷,韩坚,李芳芸.基于协调中心的敏捷供需链系统的研究[J].计算机集成制造系统CIMS,1998,4(4):26-29.[26]田春华,柴跃廷,刘义.供需链组织设计的优化算法[J].计算机集成制造系统CIMS,2002,8(10):797-803.[27]黄小原.供应链模型与优化[M].北京:科学出版社,2004:62-66.[28]LauAHL,LauHS.Decisionmodelsforsingle-periodproductswithtwoorderingopportunities[J].InternationalJournalofProductionEconomics,1998,55(1):57-70.[29]WangX,LiuL.Coordinationinaretailer-ledsupplychainthroughoptioncontract[J].InternationalJournalofProductionEconomics,2007,110(1):115-127.[30]ZhouYW,WangSD.Manufacturer-buyercoordinationfornewsvendor-type-productswithtwoorderingopportunitiesandpartialbackorders[J].EuropeanJournalofOperationalResearch,2009,198(3):958–974.[31]ChenJ,XuL.Coordinationofthesupplychainofseasonalproducts[J].Systems,ManandCybernetics,PartA:SystemsandHumans,IEEETransactionson,2001,31(6):524-532.[32]MurrayGR,SilverEA.ABayesianAnalysisoftheStyleGoodsInventoryProblem[J].ManagementScience,1966,12(11):785-797.[33]DuttaP,ChakrabortyD,RoyAR.Aninventorymodelforsingle-periodproductswithreorderingopportunitiesunderfuzzydemand[J].Computers&MathematicswithApplications,2007,53(10):1502-1517.[34]ChoiTM,LiD,YanH.Optimaltwo-stageorderingpolicywithBayesianinformationupdating[J].Journaloftheoperationalresearchsociety,2003,54(8):846-859.[35]ChoiTM.Pre-seasonstockingandpricingdecisionsforfashionretailerswithmultipleinformationupdating[J].Internationaljournalofproductioneconomics,2007,106(1):146-170.[36]SethiSP,YanH,ZhangH.Inventorymodelswithfixedcosts,forecastupdates,andtwodeliverymodes[J].SocialScienceElectronicPublishing,2003,51(2):107 参考文献321-328.[37]MaL,ZhaoY,XueW,etal.Loss-aversenewsvendormodelwithtwoorderingopportunitiesandmarketinformationupdating[J].InternationalJournalofProductionEconomics,2012,140(2):912-921.[38]Ruiz-TorresAJ,MahmoodiF.Asupplierallocationmodelconsideringdeliveryfailure,maintenanceandsuppliercyclecosts[J].InternationalJournalofProductionEconomics,2006,103(2):755–766.[39]KarpakB,KumcuE,KasugantiR.Anapplicationofvisualinteractivegoalprogramming:acaseinvendorselectiondecisions[J].JournalofMulticriteriaDecisionAnalysis,1999,8(2):93.[40]KawtummachaiR,VanHopN.Orderallocationinamultiple-supplierenvironment[J].InternationalJournalofProductionEconomics,2005,93:231-238.[41]ArunkumarN,KarunamoorthyL,AnandS,etal.Linearapproachforsolvingapiecewiselinearvendorselectionproblemofquantitydiscountsusinglexicographicmethod[J].InternationalJournalofAdvancedManufacturingTechnology,2006,28(11-12):1254-1260.[42]XiangW,SongF,YeF.Orderallocationformultiplesupply-demandnetworkswithinacluster[J].JournalofIntelligentManufacturing,2014,25(6):1367-1376.[43]LeeCY,ChienCF.Stochasticprogrammingforvendorportfolioselectionandorderallocationunderdeliveryuncertainty[J].ORSpectrum,2014,36(3):761-797.[44]KannanD,KhodaverdiR,OlfatL,etal.Integratedfuzzymulticriteriadecisionmakingmethodandmulti-objectiveprogrammingapproachforsupplierselectionandorderallocationinagreensupplychain[J].JournalofCleanerProduction,2013,47(5):355–367.[45]GovindanK,JafarianA,NourbakhshV.Bi-objectiveintegratingsustainableorderallocationandsustainablesupplychainnetworkstrategicdesignwithstochasticdemandusinganovelrobusthybridmulti-objectivemetaheuristic[J].Computers&OperationsResearch,2015,62:112–130.[46]WeiSL.Producer-SupplierContractswithIncompleteInformation[J].ManagementScience,2001,47(5):709-715.[47]LiuW,LiuC,GeM.Anorderallocationmodelforthetwo-echelonlogisticsservicesupplychainbasedoncumulativeprospecttheory[J].Journalof108 参考文献Purchasing&SupplyManagement,2014b,19(1):39-48.[48]LiuW,GeM,XieW,etal.Anorderallocationmodelinlogisticsservicesupplychainbasedonthepre-estimatebehaviourandcompetitive-biddingstrategy[J].InternationalJournalofProductionResearch,2014a,52(8):2327-2344.[49]LiuW,GeM,YangDJ.Anorderallocationmodelinatwo-echelonlogisticsservicesupplychainbasedontherationalexpectationsequilibrium[J].InternationalJournalofProductionResearch,2013a,51(13):3963-3976.[50]LiuW,LiuC,XuX,etal.Anorderallocationmodelinmulti-periodlogisticsservicesupplychainbasedoncumulativeprospecttheoryandcapacitymatchingconstraint[J].InternationalJournalofProductionResearch,2014c,volume52:6608-6626.[51]QiES,YangDJ,LiuL.Supplychaintwo-parttariffbasedonstrategiccustomerbehavior[J].ComputerIntegratedManufacturingSystems,2010,16(4):828-833.[52]SuX,ZhangF.Strategiccustomerbehavior,commitment,andsupplychainperformance[J].ManagementScience,2008,54(10):1759-1773.[53]DuB.RationalExpectationsEquilibriumAnalysisonNewsvendorModelwithInformationTransfer[C].Managementofe-Commerceande-Government,2009.ICMECG'09.InternationalConferenceon.IEEE,2009:355-358.[54]WangH,ZhangW,ZhengL.DynamicPricinginB2CBasedonOnlineProductReviews[J].ProcediaEngineering,2011,23(5):270–275.[55]YangDJ,QiES,WeiF.Supplychainprofitsharingunderstrategiccustomerbehaviorandriskpreference[J].JournalofManagementSciencesinChina,2011,14(12):50-59.(InChinese).[56]BendolyE,DonohueK,SchultzKL.Behaviorinoperationsmanagement:Assessingrecentfindingsandrevisitingoldassumptions[J].JournalofOperationsManagement,2006,24(6):737-752.[57]CrosonR,SchultzK,SiemsenE,etal.Behavioraloperations:thestateofthefield[J].JournalofOperationsManagement,2013,31(1):1-5.[58]BaimanS,FischerPE,RajanMV.Information,Contracting,andQualityCosts[J].ManagementScience,2000,46(6):776-789.[59]KayaM,ÖzerÖ.Qualityriskinoutsourcing:noncontractibleproductqualityandprivatequalitycostinformation[J].NavalResearchLogistics,2009,56(7):669-685.[60]ChaoGH,IravaniSMR,SavaskanRC.QualityImprovementIncentivesand109 参考文献ProductRecallCostSharingContracts[J].ManagementScience,2009,55(7):1122-1138.[61]张斌,华中生.供应链质量管理中抽样检验决策的非合作博弈分析[J].中国管理科学,2006,14(3):27-31.[62]李丽君,黄小原,庄新田.双边道德风险条件下供应链的质量控制策略[J].管理科学学报,2005,8(1):42-46.[63]张翠华,黄小原.非对称信息下供应链的质量预防决策[J].系统工程理论与实践,2003,12:95-99.[64]徐庆,朱道立,李善良.不对称信息下供应链最优激励契约的设计[J].系统工程理论与实践,2007,4:27-33.[65]王洁,陈功玉,钟祖昌.基于跨期约束的供应链动态质量激励机制设计[J].中国管理科学,2008,16(6):142-149.[66]HertzS,MacquetM.HowThirdpartylogisticsproviderscreateeffectivenessandefficiencybycoordinatingcustomers´activitiesandstrategies.StockholmSchoolofEconomics,2001.WorkingPaperSeriesinBusinessAdministration.[67]JayaramJ,TanKC.Supplychainintegrationwiththird-partylogisticsproviders[J].InternationalJournalofProductionEconomics,2010,125(2):262-271.[68]LiuWH,LiuCL,XuXC,etal.Quantitycoordinationofcapacitycooperationinlogisticservicesupplychain:Acomparisonstudybasedoncapacitymatchingconstraint[J].AfricanJournalofBusinessManagement,2012a,6(5):1795-1807.[69]LiuWH,XieD.QualityDecisionoftheLogisticsServiceSupplyChainwithServiceQualityGuarantee[J].InternationalJournalofProductionResearch,2013,51(5):1618-1634.[70]SoKC,SongJS.Price,deliverytimeguaranteesandcapacityselection[J].EuropeanJournalofOperationalResearch,1998,111(1):28-49.[71]McDougallG,LevesqueT,VanderPlaatP.Designingtheserviceguarantee:unconditionalorspecific[J].TheJournalofServicesMarketing,1998,12(4):278-293.[72]HaysJM,HillAV.Alongitudinalstudyoftheeffectofaserviceguaranteeonservicequality[J].ProductionandOperationsManagement,2001,10(4):405-423.[73]MenezesM,QuelchJA.Leverageyourwarrantyprogram[J].SloanManagementReview,1990,31(4):69-80.[74]HartCWL.Thepowerofunconditionalserviceguarantees[M].Harvard110 参考文献BusinessReview,ReprintService,1988.[75]MarvinB.ExemplaryServiceGuaranteed[J].Restaurants&Institutions,1992,102(21):108-113.[76]EttorreB.Phenomenalpromisesthatmeanbusiness[J].ManagementReview,1994,83(3):18.[77]PalakaK,ErlebacherS,KroppDH.Leadtimesetting,capacityutilisation,andpricingdecisionsunderleadtimedependentdemand[J].IIETransactions,1998,30:151–163.[78]RayS,JewkesEM.Customerleadtimemanagementwhenbothdemandandpriceareleadtimesensitive[J].EuropeanJournalofOperationalResearch,2004,153(3):769-781.[79]MoorthyS,SrinivasanK.SignalingQualitywithaMoney-BackGuarantee:TheRoleofTransactionCosts[J].SocialScienceElectronicPublishing,1995,14(4):442-466.[80]SuwelackT,HogreveJ,HoyerWD.UnderstandingMoney-BackGuarantees:Cognitive,Affective,andBehavioralOutcomes[J].JournalofRetailing,2011,87(4):462–478.[81]HoW,XuX,DeyPK.Multi-criteriadecisionmakingapproachesforsupplierevaluationandselection:Aliteraturereview[J].EuropeanJournalofOperationalResearch,2010,202(1):16-24.[82]VaidyaOS,KumarS.Analytichierarchyprocess:Anoverviewofapplications[J].EuropeanJournalofOperationalResearch,2006,169(1):1-29.[83]YurimotoS,MasuiT.DesignofadecisionsupportsystemforoverseasplantlocationintheEC[J].InternationalJournalofProductionEconomics,1995,41(1):411-418.[84]ForgionneGA,KohliR,JenningsD.AnAHPanalysisofqualityinAIandDSSjournals[J].Omega,2002,30(3):171-183.[85]FogliattoFS,AlbinSL.Ahierarchicalmethodforevaluatingproductswithquantitativeandsensorycharacteristics[J].IIEtransactions,2001,33(12):1081-1092.[86]WeckM,KlockeF,SchellH,etal.EvaluatingalternativeproductioncyclesusingtheextendedfuzzyAHPmethod[J].EuropeanJournalofOperationalResearch,1997,100(2):351-366.[87]ShenL,MuduliK,BarveA.Developingasustainabledevelopmentframeworkin111 参考文献thecontextofminingindustries:AHPapproach[J].ResourcesPolicy,2013.[88]RabeloL,EskandariH,ShaalanT,etal.ValuechainanalysisusinghybridsimulationandAHP[J].InternationalJournalofProductionEconomics,2007,105(2):536-547.[89]BukhoriIB,WidodoKH,IsmoyowatiD.EvaluationofPoultrySupplyChainPerformanceinXYZSlaughteringHouseYogyakartaUsingSCORandAHPMethod[J].Agriculture&AgriculturalScienceProcedia,2015,3:221–225.[90]BadeaA,ProsteanG,GoncalvesG,etal.AssessingRiskFactorsinCollaborativeSupplyChainwiththeAnalyticHierarchyProcess(AHP)[J].Procedia-SocialandBehavioralSciences,2014,124:114-123.[91]OzgenD,GulsunB.CombiningpossibilisticlinearprogrammingandfuzzyAHPforsolvingthemulti-objectivecapacitatedmulti-facilitylocationproblem[J].InformationSciences,2014,268(6):185–201.[92]GhodsypourSH,O'BrienC.Adecisionsupportsystemforsupplierselectionusinganintegratedanalytichierarchyprocessandlinearprogramming[J].Internationaljournalofproductioneconomics,1998,56:199-212.[93]TamMCY,TummalaVMR.AnapplicationoftheAHPinvendorselectionofatelecommunicationssystem[J].Omega,2001,29(2):171-182.[94]JuniorFRL,OsiroL,CarpinettiLCR.AcomparisonbetweenFuzzyAHPandFuzzyTOPSISmethodstosupplierselection[J].AppliedSoftComputing,2014,21(5):194–209.[95]ManiV,AgrawalR,SharmaV.Supplierselectionusingsocialsustainability:AHPbasedapproachinIndia[J].InternationalStrategicManagementReview,2014,2(2):98–112.[96]ChanFTS.Interactiveselectionmodelforsupplierselectionprocess:ananalyticalhierarchyprocessapproach[J].InternationalJournalofProductionResearch,2003,41(15):3549-3579.[97]DengX,HuY,DengY,etal.SupplierselectionusingAHPmethodologyextendedbyDnumbers[J].ExpertSystemswithApplications,2014,41(1):156–167.[98]XuY,ChanAPC,YeungJFY.DevelopingafuzzyriskallocationmodelforPPPprojectsinChina[J].JournalofConstructionEngineeringandManagement,2010,136(8):894-903.[99]LuRS,LoSL,HuJY.Analysisofreservoirwaterqualityusingfuzzysynthetic112 参考文献evaluation[J].StochasticEnvironmentalResearch&RiskAssessment,1999,13(5):327-336.[100]SadiqR,RodriguezMJ.Fuzzysyntheticevaluationofdisinfectionby-products--arisk-basedindexingsystem[J].JournalofEnvironmentalManagement,2004,73(1):1–13.[101]ChuuSJ.Interactivegroupdecision-makingusingafuzzylinguisticapproachforevaluatingtheflexibilityinasupplychain[J].EuropeanJournalofOperationalResearch,2011,213(1):279-289.[102]AqlanF,LamSS.Afuzzy-basedintegratedframeworkforsupplychainriskassessment[J].InternationalJournalofProductionEconomics,2015,161:54–63.[103]ChenCT,LinCT,HuangSF.Afuzzyapproachforsupplierevaluationandselectioninsupplychainmanagement[J].Internationaljournalofproductioneconomics,2006a,102(2):289-301.[104]SarkarA,MohapatraPKJ.Evaluationofsuppliercapabilityandperformance:Amethodforsupplybasereduction[J].JournalofPurchasing&SupplyManagement,2006,12:148-163.[105]Florez-LopezR.Strategicsupplierselectionintheadded-valueperspective:ACIapproach[J].InformationSciences,2007,177(5):1169-1179.[106]WeberCA,CurrentJR.Amultiobjectiveapproachtovendorselection[J].EuropeanJournalofOperationalResearch,1993,68(2):173-184.[107]JinturkarA,DeshmukhS,SarodeA,etal.Fuzzy-AHPApproachtoImproveEffectivenessofSupplyChain[M].SupplyChainManagementUnderFuzzinessSpringerBerlinHeidelberg,2014:35-59.[108]Ertuğrulİ,KarakaşoğluN.ComparisonoffuzzyAHPandfuzzyTOPSISmethodsforfacilitylocationselection[J].InternationalJournalofAdvancedManufacturingTechnology,2008,39(7-8):783-795.[109]FuHP,ChuKK,LinSW,etal.AstudyonfactorsforretailersimplementingCPFR—AfuzzyAHPanalysis[J].JournalofSystemsScience&SystemsEngineering,2010,19(2):192-209.[110]SofyalıoğluÇ,KartalB.TheSelectionofGlobalSupplyChainRiskManagementStrategiesbyUsingFuzzyAnalyticalHierarchyProcess–ACasefromTurkey[J].Procedia-SocialandBehavioralSciences,2012,58:1448-1457.[111]RezaeiJ,FahimPBM,TavasszyL.Supplierselectionintheairlineretail113 参考文献industryusingafunnelmethodology:ConjunctivescreeningmethodandfuzzyAHP[J].ExpertSystemswithApplications,2014,41(18):8165-8179.[112]HoekRIV,HarrisonA,ChristopherM.Measuringagilecapabilitiesinthesupplychain[J].InternationalJournalofOperations&ProductionManagement,2001,21(1/2):126-148.[113]BeamonBM.Measuringsupplychainperformance[J].InternationalJournalofOperations&ProductionManagement,1999,19(3):275-292.[114]SalvadorF,ForzaC,RungtusanathamM,etal.Supplychaininteractionsandtime-relatedperformances:Anoperationsmanagementperspective[J].InternationalJournalofOperations&ProductionManagement,2001,21(4):461-475.[115]BolstorffP,RosenbaumRG.Supplychainexcellence:ahandbookfordramaticimprovementusingtheSCORmodel[M].AmacomDivAmericanMgmtAssn,2007.[116]GunasekaranA,PatelC,McGaugheyRE.Aframeworkforsupplychainperformancemeasurement[J].Internationaljournalofproductioneconomics,2004,87(3):333-347.[117]BhagwatR,SharmaMK.Performancemeasurementofsupplychainmanagement:Abalancedscorecardapproach[J].Computers&IndustrialEngineering,2007,53(1):43-62.[118]SongD,HuangW,XuY.PerformanceEvaluationofProfessionalServiceSupplyChainbaseduponDEA&AHPModels[J].IEEEInternationalConferenceonServiceOperationsandLogisticsandInformatics,2008,2:2210-2215.[119]GiannakisM.Managementofservicesupplychainswithaservice-orientedreferencemodel:thecaseofmanagementconsulting[J].SupplyChainManagement:AnInternationalJournal,2011,16(5):346-361.[120]ChoDW,LeeYH,AhnSH,etal.Aframeworkformeasuringtheperformanceofservicesupplychainmanagement[J].Computers&IndustrialEngineering,2012,62(3):801-818.[121]LiuWH,XuXC.ResearchontheProcedureJointProcessandSynthesizedPerformanceEvaluationofLogisticsServiceSupplyChain[J].AfricanJournalofBusinessManagement,2012b,6(3):908-923.[122]YehQJ.TheApplicationofDataEnvelopmentAnalysisinConjunction114 参考文献withFinancialRatiosforBankPerformanceEvaluation[J].JournaloftheOperationalResearchSociety,1996,47(8):980-988.[123]LozanovivasA,PastorJT,HasanI.EuropeanBankPerformanceBeyondCountryBorders:WhatReallyMatters?[J].EuropeanFinanceReview,2001,volume5(1-2):141-165(25).[124]HussainM,GunasekaranA,IslamMM.Implicationsofnon-financialperformancemeasuresinFinnishbanks[J].ManagerialAuditingJournal,2002,17(8):452-463.[125]SeçmeNY,BayrakdaroğluA,KahramanC.FuzzyperformanceevaluationinTurkishBankingSectorusingAnalyticHierarchyProcessandTOPSIS[J].ExpertSystemswithApplications,2009,36(9):11699-11709.[126]DicksonGW.AnanalysisofVenderSelectionSystemandDecisions[J].JournalofPurchasing,1966,2(1):5-17.[127]JohnsonM,MeadeL,RogersKJ.PartnerSelectionintheAgileEnvironment[J].ProceedingsofAgilityForumConference,1995:229-233.[128]PattonIIIWE.UseofHumanJudgmentModelsinIndustrialBuyer'sVendorSelectionDecisions[J].IndustrialMarketingManagement,1996,25(95):135-149.[129]Hung-SukH.,ChiungM.SupplierSelectionandPlanningModelUsingAHP[J].InternationalJournaloftheInformationSystemsLogisticsandManagement,2005,1(1):47-53.[130]陈荣秋.论JIT环境下制造商和供应商之间的关系[J].管理工程学报,1998,(3):46-52.[131]林勇,马士华.供应链管理环境下供应商的综合评价选择研究[J].物流技术,2000:31-33.[132]朱建军,刘士新,王梦光等.供应商选择及定购计划的分析[J].东北大学学报(自然科学版),2003,24(10):956-958.[133]马士华,林勇.供应链管理（第二版）[M].北京：北京机械工业出版社,2005.[134]NieW,KelloggDL.Howprofessorsofoperationsmanagementviewserviceoperations?[J].ProductionandOperationsManagement,1999,8(3):339-355.[135]LiuWH,ZhouLZ,LiuCL,etal.ANP-BasedComprehensivePerformanceEvaluationofLogisticsServiceProcess[J].IndustrialEngineering115 参考文献Journal,2011b,14(4):52-57.[136]FisherM,RamanA.Reducingthecostofdemanduncertaintythroughaccurateresponsetoearlysales[J].Operationsresearch,1996,44(1):87-99.[137]RamJ.“TaobaoRecordBreakingDay”.2011.http://bizcovering.com/investing/taobao-record-breaking-day-11-11-11.[138]BandyopadhyayS,BhattacharyaR.Solvingatri-objectivesupplychainproblemwithmodifiedNSGA-IIalgorithm[J].JournalofManufacturingSystems,2014,33(1):41-50.[139]TaheraK,IbrahimRN,LochertPB.Determinationoftheoptimalproductionrunandtheoptimalinitialmeansofaprocesswithdependentmultiplequalitycharacteristicssubjecttoarandomdeterioration.[J].InternationalJournalofAdvancedManufacturingTechnology,2008,39(5-6):623-632.[140]ReyniersDJ,TapieroCS.Contractdesignandthecontrolofqualityinaconflictualenvironment[J].EuropeanJournalofOperationalResearch,1995,82(2):373–382.[141]IyerAV,BergenME.Quickresponseinmanufacturer-retailerchannels[J].ManagementScience,1997,43(4):559-570.[142]EllramLM,TateWL,BillingtonC.Understandingandmanagingtheservicessupplychain[J].JournalofSupplyChainManagement,2004,40(3):17-32.[143]ZhangY,XiaoHW.“Couriers’pressureuponthousandsofpackageson‘SinglesDay’”.2011.http://zjnews.zjol.com.cn/05zjnews/system/2011/11/15/017997639.shtml.[144]YanX,WangY.Anewsvendormodelwithcapitalconstraintanddemandforecastupdate."InternationalJournalofProductionResearch,2014,52(17):5021-5040.[145]TangXT,FangSJ,ChengF.Strategicinteractionsinservicesupplychainwithhorizontalcompetition[J].TopAnOfficialJournaloftheSpanishSocietyofStatistics&OperationsResearch,2014,22(2):469-488.[146]程珍.基于贝叶斯需求预测更新与CVaR模型的供应链协调问题[D].浙江：浙江工业大学,2012.[147]GérardP.Cachon,MartinA.Lariviere.SupplyChainCoordinationwithRevenue-SharingContracts:StrengthsandLimitations[J].ManagementScience,2005,51(1):30-44.116 参考文献[148]MentzerJT,FlintDJ,KentJL.DevelopingaLogisticsServiceQualityScale[J].JournalofBusinessLogistics,1999,20.[149]PasandidehSHR,NiakiSTA,AsadiK.Bi-objectiveoptimizationofamulti-productmulti-periodthree-echelonsupplychainproblemunderuncertainenvironments:NSGA-IIandNRGA[J].InformationSciences,2015,292:57–74.[150]JeroslowRG.Thepolynomialhierarchyandasimplemodelforcompetitiveanalysis[J].Mathematicalprogramming,1985,32(2):146-164.[151]VicenteLN,CalamaiPH.BilevelandMultilevelProgramming:ABibliographyReview[J].JournalofGlobalOptimization,1994,5(3):291-306.[152]Al-KhayyalFA,HorstR,PardalosPM.GlobalOptimizationofConcaveFunctionsSubjecttoQuadraticConstraints:anApplicationinNonlinearBilevelProgramming[J].AnnalsofOperationsResearch,1992,34(1):125-147.[153]ColsonB,MarcotteP,SavardG.Anoverviewofbileveloptimization[J].Annalsofoperationsresearch,2007,153(1):235-256.[154]SavardG,GauvinJ.Thesteepestdescentdirectionforthenonlinearbilevelprogrammingproblem[J].OperationsResearchLetters,1994,15(5):265-272.[155]WhiteDJ,AnandalingamG.Apenaltyfunctionapproachforsolvingbi-levellinearprograms[J].JournalofGlobalOptimization,1993,3(4):397-419.[156]OduguwaV,RoyR.Bi-leveloptimisationusinggeneticalgorithm[C].ArtificialIntelligenceSystems,2002.(ICAIS2002).2002IEEEInternationalConferenceonIEEE,2002:322-327.[157]BagleyJD.Thebehaviorofadaptivesystemswhichemploygeneticandcorrelationalgorithms[J].1967.[158]JinM,WangQ,XiLF.Researchandimplementationongeneticalgorithmsforgraphfitnessoptimization[J].WseasTransactionsonSystems,2008,7(4):321-331.[159]RuizR,MarotoC,Alcaraz,J.Twonewrobustgeneticalgorithmsfortheflowshopschedulingproblem[J].Omega,2006,34(5):461-476.[160]Hamblin,S.Onthepracticalusageofgeneticalgorithmsinecologyandevolution[J].MethodsinEcologyandEvolution,2013,4(2):184-194.[161]LeeHL,BillingtonC.Managingsupplychaininventory:pitfallsandopportunities[J].Sloanmanagementreview,1992,33(3):65-73.117 附录附录附录3-1：求解𝑄𝑁∗1vrb1FQMxifQF1AxM111eeNI11=kc1v1ifFAxeeMQ1FAx，Q11v1rb1FQ11xeeifQAFxrbkvc1其中A。rb2N1IN（1）QFxAM时，rbfQMx0。因此关1e21eIQ1NI于Q1的函数有最大值，最大值满足v1rb10FQ1Mxe，即Q1N*1rbv11QFxM。考虑到Q0,FxAM，因此1e1erb1FAxeMifkc1N*Qr1F1bv1xMifk1ecrbN11I（2）FxAMQFxA时，k1v。若k1，则ee1c1cQ1NNII0，第1阶段应采购尽可能多的物流服务能力。若k1，则0，cQQ11第1阶段应采购尽可能少的物流服务能力；但考虑到约束qM，因此第1阶段NI采购物流能力时也应考虑到总能力能否满足顾客需要。若k1，则0，cQ1N*11Q可取FAxM,FAx之间的任意值。因此1ee118 附录1FAxeifkc1N*1rbvr11bv1QF1xxeeMF,ifkc1rbbr1FAxeMifkc12N1I（3）QAFx时，rQbfx0。因此关于Q的1e21eI1Q1NI函数有最大值，最大值满足v1rb10FQ1xe，即Q1N*1rbv11QFx。考虑到QAFx,，因此1e1erb1rbv1Fxifk1QN*rbec11FAxeifkc1附录3-2：求解𝑄𝑅∗11v1rb1FMQ11xeeifQFAxM11kc1v1ifFAxeeMQ1FAxRI11vx1rb1FQ1eifFAxeeQ1FBxQ1k1vifF11BxQ<1FBxp1ee1111kc1v11rb1F1Q1xeifQ1FBxe1rbkvc1rbkpv1其中A，B。rbrb1（1）QFxAM时，根据附录3-1，1e1FAxeMifkc1R*Qr（3-2-1）1F1bv1xMifk1ecrb11（2）FxAMQFxA时，根据附录3-1，ee1119 附录1FAxeifkc1R*1rbvr11bv1Q1FxxeeM,Fifkc1（3-2-2）rbrb1FAxeMifkc111（3）FBAxQFx时，根据附录3-1，ee11rbv1Fxifk1QR*rbec（3-2-3）11FAxeifkc1R111I（4）FBxQ𝑸𝟐时Q2****EIgg1,21gQ11pQ2Q1rg2xfxxdxe0*rg22bQfxxdxeebxfxxdx（4-3-5）QQ22**Qq2mg2cqQ22*2Fcqqg221Imgqq2mm111Q11ifQFBxe1*1111把式（4-2-7）Q2FBxeifFBxeQ1FBxe（其中，11Q1ifQ1FBxe*rqgb2pmcq**B，qg1qg）代入式Fm22Imrqgb*22m（4-3-5），得****1Q1EIg1,g21g12Q1pQ1rgxfxxdxe0*rQg2b11fxxdxbeexfxxxd11QQ11**1Qq12mg（4-3-6）Fcgq21Iqmcq1Q12*211qmg2,ifQ1FxBe21qm132 附录1***1*FBxeEIg1,g21g1Q1pFBxeQ1rg2xfxxdxe0*1bF11Bxxfxxdxerg2bFBxeFBxfxxdxeee1*（4-3-7）*FBxeqgm2Fcgq21Iqm1cqFBxe2*2111qmg21,ifFBxeQFBxe21qm****Q1cQq12*2EIeg1,g21g1Q1rg2xfxxdxqmg202qm*rQg2b1fxxeedxbxfxxdx（4-3-8）QQ11**Qq1mg21Fcqg21I,ifQ1FBxeqm*rqgb2pmcq**其中，B，qg1qg。Fm22Imrqgb*22m*121rg2b1f1Q11xee0ifQFBx12**dEIgg12,11120ifFBxeeQ1FBx（4-3-9）dQ11rgb*1fQx0ifQFBx21ee1因此，E存在最大值。Irqgb*1112pm1FxeeifQ1FBx11rqgb*2mrqgb**12pm111（4-3-10）Q11F*xeifFBxeQFBxergb2qm1rg**gbq1211m1FxeifQ1FBxerg*bq2m*rqgb2pmcq**其中，B，qg1qg。Fm22Imrqgb*22m综上，133 附录rg**gbq11211mFxeeMifQ1FAxMrg*bq2mrgb*g*q11222m1FxeifFAxeeMQ1FAxrqgb*2mrg**gbq*1211m11Q1F*xeifFAxeQ1FBxe（4-3-11）rg2bqmrqgb*12pm111FxeifFBxeeQ1FBxrqgb*12mrqgb*1112pm1FxeeifQ1FBx11rqg*b2m***rgb22g2qmrqgb2pm其中，A，B，**rqgb2mrqgb2mcq**Fqmg221Iqmg。2附录4-4：定理4-2和定理4-3的证明（1）三种模式下的最优订购量1）Mode1（𝒈𝑵∗=𝒈𝑵∗=𝒈）𝟏𝟐𝒎NN**FFg1g2gm,Q22Q121Q12Q20QQ11Q1Q20qmmq134 附录2qgq01mm1xeeMifQ1FAxMr03qgmmbq202qgmmq11xeifFAxeMQ1FAxer03qgmmbq2qgq01mm*11Q11xFeeifAxQFBxe（4-4-1）rq03gqmmb2pmq111xeifFBxeeQ1FBxr03qgmmbq112pmq11xeifQ1FBxe1r03qgmmbq12qgq01mm1xeeifQ1FAxMr03qgmmbq202qgmmq11xeifFAxeMQ1FAxer03qgmmbq2qgq01mm*11Q2xeeifFAxQ1FBxe（4-4-2）r03qgmmbq2pmq111xeifFBxeQ1FBxer03qgmmbq12pmq11xeeifQ1FBxr03qgmmbq1202qgmmq其中，F1Axx，eer03qgmmbq12pqm，cq1。FBxexeFqmgmIqmgmr03qgmmbq22）Mode2（𝒈𝑵∗=𝒈𝑵∗=𝟎）𝟏𝟐135 附录NN**FFg1g20,QQ2Q121Q12Q202Q11Q1Q20qmmq201qqm1xeeMifQ1FAxMr03qbqm2qq02m11xeifFAxeeMQ1FAxr03qbqm201qqm*11Q1xeifFAxeQ1FBxe（4-4-3）r03qbqm2pmq111xeifFBxeeQ1FBxr03qbqm112q1pm1xeeifQ1FBx11rq03bqm201qqm1xeeifQ1FAxMr03qbqm2qq02m11xeifFAxeMQ1FAxer03qbqm201qqm*11Q2xeeifFAxQ1FBxe（4-4-4）rq03qbm2pqm111xeifFBxeQ1FBxer03qbqm12pmq11xeeifQ1FBxr03qbqm1202qqm1其中，FAxxee，rq03bqm12pmqcqFxBxee，Fqqm1Im。rq03bqm23）Mode3（𝒈𝑪∗=𝟎，𝒈𝑪∗=𝒈）𝟏𝟐𝒎C*g01136 附录C*Fgg,ifQQQQ0QQ2m21212221qm201qqm1xeeMifQ1FAxMrqgbq03mm202qqgmm11xeifFAxeeMQ1FAxrq03gbmqm201qqm*11Qi1xefFAxeeQ1FBx（4-4-5）r03qgmbqm2pmq111xeeifFBxQ1FBxer03qgbmqm112pqm11xeeifQ1FBx1rq03gbmqm1201qqm1xeeifQ1FAxMrqgbq03mm202qqgmm11xeifFAxeMQ1FAxer03qgbmqm201qqm*11Qx2eifFAxeeQ1FBx（4-4-6）r03qgmbqm2pmq111xeifFBxeQ1FBxer03qgbmqm12pmq11xeeifQ1FBxr03qgbmqm1202qgmqm其中，F1Axx，eer03qgbmqm12pqm，cq1。FBxexeFqmgmmIqmgr03qqgbmm2137 附录（2）三种模式下的最优订购量的比较1）Mode1和Mode31.QQ时，对应式（4-8）和（4-9）中的第1-4种情形，即2112qpmQx。1*e1rgq2bmFFC*当满足QQQQ0时，g0，2122211221qqmmC*NN**gg，ggg.此时可以对模式1和模式3进行比较：2m12m1C*N*C*N*21gqmm若Q1FAxMe，则QQ11Q2Q20。r03qgmmbq11C*N*C*N*若FAxMQFAx，则QQQQ0。ee1112211C*N*C*N*21gqmm若FBAxQFx，则QQQQ0。ee11122r03qgmmbq若111QC*QN*QC*QN*0，其中，FBxeeQ1FBx，则11221202qgmmq2q1，F1Bxpmx，FAxeexeer03qgmmbqr03qgmmbqcqFqmgmm1Iqmg。22.QQ时，对应式（4-8）和（4-9）中的第5种情形，即2112qpmQx。1*e1rgq2bmFC*C*NN**当满足QQ时，g0，gg，ggg.此时可以对模式1212m12mq1m1和模式3进行比较：202qgmmqC*N*C*N*1QQQQ0。其中，FAxx，1122eer03qgmmbq12pqmcqFBxexe，Fqmgmm1Iqmg。r03qgmmbq2138 附录2）Mode2和mode31.QQ时，对应式（4-8）和（4-9）中的第1-4种情形，即2112qpmQx。1*e1rgq2bmFFC*当满足QQ0QQ时，g0，2122211221qqmmC*NN**gg，gg0.此时可以对模式2和模式3进行比较：2m121若QFAxM，则1ecqFqm1Iqm01qqm22cqcqcqFqqm1IgmmgmC*N*C*N*222QQQQ1122。r03qbqm3gqmmcq2Fmqm1Imq01qq20rq03bqm11若FAxMQFAx，则ee1cqFqm1Iqm02qqm22cqccqqFqqm1IggmmmC*N*C*N*222QQQQ1122。r03qbqm3gqmmcq2Fqm1Imqm02qq20rq03bqm11若FBAxQFx，则ee1139 附录cqFqm1Iqm01qqm22cqcqcqFqqm1IgmmmgC*N*C*N*222QQQQ1122。r03qbqm3gqmmcq2Fqqm1Im01qqm20r03qbqm111若FBxQFBx，则ee11cqFqm1Iqmpqm22cqcqcqFqqm1IgmmmgC*N*C*N*222QQQQ1122。r03qbqm3gqmmcq2Fqm1Iqmpqm20r03qbqm202qqm1其中，在模式2中，FAxx，eerq03bqm12pmqcqFxBxee,Fqqm1Im；在模式3中，rq03bqm2202qgmqm2q1，F1Bxpmx,FAxeexeer03qgbmqmr03qqgbmmcqFqmgmm1Iqmg。22.QQ时，对应式（4-31）和（4-32）中的第5种情形，即2112qpmQx。1*e1rgq2bmFC*C*NN**当满足QQ时，g0，gg，gg0.此时可以对模式1212m12q1m140 附录2和模式3进行比较：c11qqqqqFmImp01m22cqcqcq1Fqqm1Iggmmm1222CN**QQ110，111r03qbgqmm3mqc211qqqqqFm2Imp01m1r03qbqmc11qqqqqFmImp01m22cqcqcq11FqqmIggmmmCN**222QQ22。11r03qbgqmm3mqcq211FqmIqmp01qqm201r03qbqm202qqm1其中，在模式2中，FAxx，eerq03bqm12pmqcqFxBxee，Fqqm1Im；在模式3中，rq03bqm2202qgmqm2q1，F1Bxpmx，FAxeexeer03qgbmqmr03qqgbmmcqFqmgmm1Iqmg。2附录5-1：式（5-12）的展开式当CMy时，yMiiiiiiCxCMxxCMkyCM（5-1-1）Iii1ii2iiiiipiiiiiiiiiiiCMiyi141 附录因概率密度函数f是已知的，为此，可以计算式（5-1-1）的期望值：ixMyMiiii（1）0xMyCM，即0iiiiiCCiiyiMiyiMiECxCCiiCMxfdkyCMfdIii12iiiiiiiiiiiiiii00iiCMiyi（5-1-2）k22ii22ii1xiyiMiyiMixiMiyiMi2C2CCiiixMyMiiii（2）0MxyCM，即01iiiiiCCiiyMiixMiiCiCECxCMxfdiCMxfdIii12iixMiiiiiiiiip0iiiiiiiCiMiyiCiyMiikCiyCMfd（5-1-3）iiiiiii0kii222ip2i1xiyiMiyixixiMi2C2C2CiiiyMxMiiii（3）0MyxCM，即01iiiiiCCiiyiMiyiMiECxCCiiCMxfdkyCMfdIii1iipiiiiiiiiiiiii00iiCMiyi（5-1-4）ki22ipipi1xiyiMiyiMixiMiyiMi2C2CCiii当CMy时，iiiiCxyxxy（5-1-5）Iii12iiiiipiiiiCMiyi（1）0xyiiECxyx（5-1-6）Iii12iiiiiiCMiyi（2）0yxiiECxxy（5-1-7）Iii1iipiiiiCMiyi集成商从提供商i处订购的期望成本为xMyMiiii（1）0xMyCM，即0iiiiiCCii142 附录yMiiECCiECfdECfdIiIiiiyMiiIiiiiCiMiyiCiiCiMiyiyMiik22Cii22iixyMyMxMyMfdi1iiiiiiiiiii022CCCiii（5-1-8）1yMiii12xiiyixifidiCi2yMiiyMiikyiiMii2yiMi21i2xiMi2i2yixii1xi2CCiixMyMiiii（2）0MxyCM，即01iiiiiCCiiyMiiECCiECfdECfdIiIiiiyMiiIiiiiCiMiyiCiiCiMiyiyMiiCkii222ip2ixyMyxxMfdi1iiiiiiiii02C2C2Ciii1yMiii12xiiyixifidi（5-1-9）CikyM22yxxM2yMiiiiii2iiipii2C2iyMiii21yixi1ixiCiyMxMiiii（3）0MyxCM，即01iiiiiCCiiyMiiECCiECfdECfdIiIiiiyMiiIiii0iCiMiyiCiiCiMiyiyMiiCki22ipipixyMyMxMyMfdi1iiiiiiiiiii22CCCiii1yMiii1xiipyixifidi（5-1-10）Ci2yMiikyiiMiipyiMi2ipxMii22CiyMiiipyixi1i1xiCixMyMiiii（4）0xyMCM，即0iiiiiCCii143 附录ECIiECIifidiiiCMiyi（5-1-11）10i1xii2yixifidii1xii2yixiyMxMiiii（5）0yxMCM，即0iiiiiCCiiECIiECIifidiiiCMiyi（5-1-12）10i11xiipxiyifidiixiipyixiyMxMiiii（6）0yMxCM，即01iiiiiCCiiECIiECIifidiiiCMiyi（5-1-13）10i11xiipxiyifidiixiipyixi从而，由于一共有n个提供商参与分配，所以，集成商的期望成本为nECIECIi（5-1-14）i1其中，EC表示集成商从提供商i处采购的期望成本，它有（5-1-8）至Ii（5-1-13）共六种可能的情况，因此集成商的期望成本为集成商从n个提供商处n采购的期望成本，ECIECIi，集成商从每个提供商处采购的期望成本都i1有六种可能的情形。附录5-2：式（5-14）的展开式当CMy时，iiiiFii12xiiiCiMixiipxiiCiMiiiCMiyi（5-2-1）hMi1ihi2iCikyiiiCiMigpi当概率密度函数f已知时，可以计算提供商i的期望利润函数：ixMyMiiii（1）0xMyCM，即0iiiiiCCii144 附录yMiiExCiCMxfdFii12iiiiiiii0iCiMiyiyMiikCiyCMfdiiiiiii01hMi12ihCiiifidigpi（5-2-2）0kii222i1xiyiMiyMii22CCii1i2xiMiyiMihMi12ihCiigpiC2ixMyMiiii（2）0MxyCM，即01iiiiiCCiiyMiiCExiCMxfdFii12iixMiiiiiiiiiCiMiyiCixMii1CiCMxfdhCfdipiiiiiii2iiii00yMiikCiyCMfdhMgp（5-2-3）iiiiiiii1ii0kii222ip2i1xiyiMiyixixiMi2C2C2Ciii1hMi12ihCiigpi2yMxMiiii（3）0MyxCM，即01iiiiiCCiiyMiiExCiCMxfdFii1iipiiiiii0iCiMiyiyMiikCiyCMfdiiiiiii01hMi12ihCiiifidigpi（5-2-4）0ki2ip2i1xiyiMiyMii22CCiiip1xiMiyiMihgi1Mihi2CipiC2i当CMy时，iiiixyxxyhMhCgp（5-2-5）Fii1ii2iiipiii1ii2iiiiiCMiyi期望值为145 附录1EFii1xii2yixiipxiyihMi1ihCi2iifidigpi0iiCMiyi（5-2-6）1i1xii2yixiipxiyihMi1ihCi2igpi2（1）0xyii1ExyxhMhCgp（5-2-7）Fii1ii2iii1ii2iiiiCMiyi2（2）0yxii1ExyxhMhCgp（5-2-8）Fii1iipiii1ii2iiiiCMiyi2提供商i的期望利润为xMyMiiii（1）0xMyCM，即0iiiiiCCiiyMii1ECiEfdEfdFiFiiiyMiiFiii0iCiMiyiCiiCiMiyikii222yMiii1xiyiMiyiMi22CCCiiifdii01i2xiMiyiMihMi12ihCiigpiC2i11yMiii1xii2yixihMi1ihCi2igpifidi（5-2-9）C2i2yMiikyiiMii22yiMi2ixiMi22CiyM1iii2yixi1i1xihMi1ihCi2igpiC2ixMyMiiii（2）0MxyCM，即01iiiiiCCii146 附录yMii1ECiEfdEfdFiFiiiyMiiFiii0iCiMiyiCiiCiMiyikii222yMi1xiyiMiyixiii22CCiiCifdii021ipxiMihMi12ihCiigpi2C2i11yMiiii1xi2yixihMi1ihCi2igpifidi（5-2-10）C2ikyM2yx2xM2yMiiiiii2iiipii2C2iyM1iii2yixi1i1xihMi1ihCi2igpiC2iyMxMiiii（3）0MyxCM，即01iiiiiCCiiyMii1ECiEfdEfdFiFiiiyMiiFiii0iCiMiyiCiiCiMiyiki22ipyMi1xyiiMiyiMiii22CCCiiifdii01ipxiMiyiMihii1MhCi2igpiCi211yMiii1xiipyixihMi1ihCi2igpifidi（5-2-11）C2i2yMiikyiiMiipyiMi2ipxiMi22CiyM1iiipyixi1i1xihMi1ihCi2igpiC2ixMyMiiii（4）0xyMCM，即0iiiiiCCiiEFiEFifidiiCiMiyi110i1xii2yixihMi1ihCi2igpifidi（5-2-12）21i1xii2yixihMi1ihCi2igpi2yMxMiiii（5）0yxMCM，即0iiiiiCCii147 附录EFiEFifidiiCiMiyi110i1xiipxiyihMi1ihCi2igpifidi（5-2-13）21i1xiipyixihMi1ihCi2igpi2yMxMiiii（6）0yMxCM，即01iiiiiCCiiEFiEFifidiiCiMiyi110i1xiipxiyihMi1ihCi2igpifidi（5-2-14）21i1xiipyixihMi1ihCi2igpi2148 发表论文和参加科研情况说明发表论文和参加科研情况说明一、攻读硕士期间发表的论文（1）LiuW,WangY.Qualitycontrolgamemodelinlogisticsservicesupplychainbasedondifferentcombinationsofriskattitude[J].InternationalJournalofProductionEconomics,2015,161:181–191.SCI二区.2012ImpactFactor:1.943.（2）LiuW,WangY,LiangZ,LiuX.TheInfluenceAnalysisofNumberofFunctionalLogisticsServiceProvidersonQualitySupervisionGameinLSSCwithCompensationStrategy[J].AbstractandAppliedAnalysis,2014,specialissue(1):558-577.SCI二区.2012ImpactFactor:1.287.（3）LiuW,YangY,XuH,LiuX,WangY,LiangZ.ATimeSchedulingModelofLogisticsServiceSupplyChainBasedontheCustomerOrderDecouplingPoint:APerspectivefromtheConstantServiceOperationTime[J].ScientificWorldJournal,2014.SCI三区.2012ImpactFactor:1.730.（4）LiuW,LiangZ,LiuY,WangY,WangQ.Amulti–periodorderallocationmodeloftwo–echelonlogisticsservicesupplychainbasedoninequityaversiontheory[J].InternationalJournalofShippingandTransportLogistics,2015,7(2):197-220.二、攻读硕士期间参与的科研项目：纵向课题教育部人文社科基金项目“基于提供商战略行为和横向竞争的物流服务供应链协调研究”(13YJC630098)，2013.6-2016.6横向课题（1）2015.07-2015.12，《支持物流业流通业发展中长期规划》，负责金融需求分析和预测。（2）2015.06-2015.08，《制造业降低物流成本》，负责小型制造企业降低物流成本过程规划。（3）2015.01-2015.09，《天津港南港散货物流园区运营方案》，协助完成物流园区运营方案设计。（4）2013.03-2013.12，《四川省自贡市高新区物流发展战略规划项目》，协助完成物流设施布局规划。149 发表论文和参加科研情况说明行业报告与书籍编辑（1）《物流行业企业管理现代化创新成果报告（2012-2013）》，中国财富出版社，2013年：参与完成书籍编辑与校对。（2）《物流行业企业管理现代化创新成果报告（2013-2014）》，中国财富出版社，2014年：参与完成书籍编辑与校对。三、攻读硕士期间获得的奖励（1）2013年10月，《基于风险偏好组合的物流服务供应链质量监督博弈》《基于动态指标权重的物流服务供应链调度绩效评价研究》《AMulti-periodOrderAllocationModeloftwo-echelonLogisticsServiceSupplyChainBasedonCumulativeProspectTheory》分别获得第十二次中国物流学术年会优秀论文三等奖。（2）2014年10月，《物流服务供应链能力采购中的回购契约选择：需求更新与理性预期行为下的思考》和《基于插单运作的物流服务供应链CODP定位研究——大规模定制化服务环境下的思考》获得第十三次中国物流学术年会优秀论文二等奖，《AMulti-periodOrderAllocationModelofTwo-echelonLogisticsServiceSupplyChainBasedonInequityAversionTheory》获得第十三次中国物流学术年会优秀论文优秀奖。（3）2014年11月，九安奖学金。（4）2015年10月，《基于质量承诺行为的物流服务供应链二次采购模型》和《需求更新与两次分配机会下的物流服务供应链订单分配模型》分别获得第十四次中国物流学术年会优秀论文优秀奖。（5）2015年11月，国家奖学金。150 致谢致谢通过两年的努力，终于完成了这篇论文。在论文的创作过程中，老师的悉心指导与同学们的热心帮助使我能够顺利完成这篇论文。在这里，我要特别感谢我的指导老师——刘伟华老师，他以严谨的教学治学态度指导着我们，不厌其烦地帮助我们修改论文。我在天津大学度过了近六年半的时光，在这里不仅仅留下了许多美好的回忆，更收获了许多成长的果实。这篇近7万字的硕士毕业论文是我研究生两年半学习生涯累积的结果，它体现了我科研能力的增长，也凝聚了刘伟华老师的悉心指导。在我跟随刘伟华老师进行学术研究的四年时光里，他严谨的科研态度、踏实肯干的做事原则深深地影响着我，使我也逐渐成为一个做事积极、感恩生活的人。在他的指导和鼓励下，我不断攻克学术难题，不断发掘出新的问题，他指引着我在学术道路上越走越远、越挖越深。刘伟华老师带给我的成长和收获不是寥寥数语可以表达的，在我完成毕业论文的此时此刻，我想真诚地感谢刘老师的培养，您教给我的知识和精神，必将使我受用终身。感谢这篇论文引用的文献的各位作者。如果没有各位学者的研究背景，没有各位学者的研究成果的帮助与启发，就没有我今天的论文。此外，我要感谢我实验室的同门。论文的写作过程中遇到了很多问题，王倩、梁志成同学给予了我很大的启发。研究生的两年半光阴我们一起走过，同甘苦、共患难。还有实验室的其他同学们，你们陪伴我度过了许多时光，使我在学术的过程中时常能体会到友谊的温暖。感谢我的父母，你们在背后默默的支持与关怀造就了今天的我，是你们的培养和支持，让我快乐无忧地长大成人，顺利地完成学业，拥有你们是我最大的幸福。感谢所有给予我关心和帮助的人。感谢各位老师在百忙之中评审我的论文，您辛苦了。当然，由于我的学术与知识水平有限，这篇论文难免有不足之处，恳请各位老师和同学们批评与指正。王一家2015年11月151