分类号 F252 单位代码 10618

密 级 公 开 学 号 622190910036

专业硕士学位论文

不同需求特征下生鲜农产品双渠道销
售定价与库存补货联合决策研究

研 究 生 姓 名： 康 莎

导师姓名及职称： 陈 军 教授

申请专业学位类别 工程硕士 学位授予单位 重庆交通大学

论文提交日期 2022 年 4 月 12 日

专 业 领 域 名称 物流工程 论文答辩日期 2022 年 5 月 28 日

2022 年 6 月 13 日
 Research on the Joint Decision of Pricing
and Inventory Replenishment for Dual-
channel Sales of Fresh Agri-products under
Different Demands Characteristics
A Dissertation Submitted for the Degree of Master

Candidate：Kang Sha

Supervisor：Prof. Chen Jun

Chongqing Jiaotong University, Chongqing, China

 重庆交通大学学位论文原创性声明

本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工
作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集
体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已
在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。

学位论文作者签名： 日期：2022 年 6 月 13 日

重庆交通大学学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留
并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本
人授权重庆交通大学可以将本学位论文的全部内容编入有关数据库进行检索，可
以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技
术信息研究所将本人学位论文收录到《中国学位论文全文数据库》，并进行信息服
务（包括但不限于汇编、复制、发行、信息网络传播等），同时本人保留在其他媒
体发表论文的权利。

学位论文作者签名： 指导教师签名：
日期：2022 年 6 月 13 日 日期：2022 年 6 月 13 日
……………………………………………………………………………………………
本人同意将本学位论文提交至中国学术期刊（光盘版）电子杂志社 CNKI 系列
数据库中全文发布，并按《中国优秀博硕士学位论文全文数据库出版章程》规定享
受相关权益。

学位论文作者签名： 指导教师签名：
日期：2022 年 6 月 13 日 日期：2022 年 6 月 13 日
 摘 要

面对近场销售的激烈竞争，各大零售商纷纷在门店渠道的基础上开通网络渠
道，实施双渠道销售。在增强消费者购物便利性的同时，也带来了渠道冲突。由于
生鲜农产品存在易腐性，这要求零售商根据渠道需求，科学地进行渠道货源配置。
同时，消费者是单独的个体，具有不同的消费水平，受产品特性、渠道偏好、价格
等多因素影响产生不同需求特征。为此，在满足不同渠道需求，同时增加利润的双
重目标下，要求零售商调整定价和库存策略，进一步加强渠道整合，由此给定价和
库存的联合决策带来了新的问题。
本文以不同需求特征为研究的切入点，分别构建面向同质化需求与异质化需
求的生鲜农产品双渠道销售定价与库存补货模型，运用变质库存理论、结合最优化
理论、对比分析等方法，分析最优解存在性的性质。其中，针对同质化需求的情形，
构建了需求依赖于价格和库存水平，采用两部求解思路，求解出最优利润下的定价
与补货策略，重点分析了保鲜期、线上线下需求率对最优结果的影响；随后，引入
零售商服务水平以应对消费者异质化需求的问题，构建新的定价与库存联合决策
模型，并探讨了服务水平对双渠道环境下生鲜产品定价与库存策略的影响。
主要得到了以下研究结论：1) 在不同需求特征下，零售商双渠道销售农产品，
利润都随变质成本增大呈现波动变化，随着保鲜期增加而增加。根据市场份额的变
化，线上渠道的市场份额对利润的影响更大，因此零售商双渠道销售需要着重考虑
产品选型及其渠道投放和渠道引流。在实际运作中，考虑引入保鲜技术，易腐性弱
的农产品可以适当延长线上销售时间，易腐性强的农产品应当缩短补货周期、减少
补货量。2) 异质化需求下，零售商的最优补货量、销售价格和最优周期利润随着
保鲜成本增加呈现“升、降、升”的波动变化，而周期利润在同质化需求下与保鲜
成本呈负相关。服务水平、周期总利润与生鲜农产品的市场规模呈正相关，与渠道
交叉弹性系数、价格敏感系数呈负相关。引入服务水平在增加补货量的同时可以缩
短补货周期，对提升周期利润具有积极影响。

关键词：变质库存，定价策略，生鲜农产品，双渠道销售，服务水平

I
 ABSTRACT

In the face of fierce competition in near-field sales, major retailers have opened
online channels on the basis of store channels and implemented dual-channel sales. While
enhancing the convenience of consumer shopping, it has also brought about channel
conflicts. Due to the perishability of fresh agricultural products, this requires retailers to
scientifically configure channel sources according to channel needs. At the same time,
consumers are individuals with different consumption levels, and different demand
characteristics are affected by product characteristics, channel preferences, prices and
other factors. To this end, under the dual goal of meeting the needs of different channels
while increasing profits, retailers are required to adjust pricing and inventory strategies
and further strengthen channel integration, which brings new problems to the joint
decision-making of pricing and inventory.
Taking different demand characteristics as the starting point of the research, this
paper constructs a dual-channel sales pricing and inventory replenishment model for fresh
agricultural products facing homogeneous demand and heterogeneous demand, and
analyzes the nature of optimal solution existence by using metamorphic inventory theory,
combined with optimization theory, and comparative analysis. Among them, in view of
the homogeneous demand situation, the demand dependence on price and inventory level
is constructed, and the pricing and replenishment strategy under optimal profit is solved
by using two solution ideas, focusing on the impact of freshness preservation period and
online and offline demand rate on the optimal result; subsequently, the service level of
retailers is introduced to cope with the problem of consumer heterogeneous demand, a
new joint decision-making model of pricing and inventory is constructed, and the impact
of service level on the pricing and inventory strategy of fresh products in the dual-channel
environment is discussed.
The following research conclusions were mainly obtained: 1) Under different
demand characteristics, retailers sell agricultural products through dual channels, and the
profits fluctuate with the increase of metamorphic costs, and increase with the increase
of the shelf life. According to the change of market share, the market share of online
channels has a greater impact on profits, so retailers need to focus on product selection
and its channel delivery and channel drainage. In actual operation, consider the
introduction of preservation technology, weak perishability of agricultural products can
be appropriately extended online sales time, strong perishability of agricultural products
should shorten the replenishment cycle, reduce the amount of replenishment. 2) Under
the heterogeneous demand, the retailer's optimal replenishment, sales price and optimal
cycle profit show a fluctuation of "rising, falling, rising" with the increase of preservation
costs. Under the demand for homogenization, it is negatively correlated with the cost of

II
preservation. Service level and total cycle profit are positively correlated with the market
size of fresh agricultural products, and negatively correlated with the channel cross-
elasticity coefficient and price sensitivity coefficient. The introduction of service levels
can shorten the replenishment cycle while increasing the replenishment volume, which
has a positive impact on improving the profit of the cycle.

KEY WORDS: spoiled inventory, pricing strategy, fresh agricultural products, dual-
channel sales, service level

III
 目 录

第1章 绪论 ............................................................................................... 1
1.1 研究背景与研究意义 ....................................................................................... 1

1.1.1 研究背景 ................................................................................................. 1

1.1.2 研究意义 ................................................................................................. 2

1.2 研究内容 ........................................................................................................... 2

1.3 研究方法与技术路线 ....................................................................................... 3

1.3.1 研究方法 ................................................................................................. 3

1.3.2 技术路线 ................................................................................................. 4

第2章 国内外研究现状 ........................................................................... 7

2.1 变质库存相关研究 ........................................................................................... 7

2.2 双渠道库存策略研究 ....................................................................................... 9

2.3 生鲜农产品定价与库存补货联合优化研究 ................................................. 11

2.4 本章小结 ......................................................................................................... 13

第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联
合决策 ......................................................................................................... 15
3.1 问题描述 ......................................................................................................... 15

3.2 模型符号与假设说明 ..................................................................................... 16

3.3 生鲜农产品双渠道定价与库存联合决策模型 ............................................. 16

3.4 最优解性质分析 ............................................................................................. 17

3.5 最优定价与补货策略 ..................................................................................... 19

3.6 数值分析 ......................................................................................................... 20

3.7 本章小结 ......................................................................................................... 28

第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合
决策 ............................................................................................................. 29
4.1 问题描述 ......................................................................................................... 29

IV
 4.2 模型符号与假设说明 ..................................................................................... 30

4.3 生鲜农产品双渠道定价与库存联合决策模型 ............................................. 31

4.4 最优解性质分析 ............................................................................................. 31

4.5 最优定价与补货策略 ..................................................................................... 37

4.6 数值算例 ......................................................................................................... 37

4.7 本章小结 ......................................................................................................... 47

第5章 结论与展望 ................................................................................. 49

5.1 主要工作与结论 ............................................................................................. 49

5.2 研究局限与展望 ............................................................................................. 50

致 谢 ......................................................................................................... 51
参考文献 ..................................................................................................... 53
研究生在读期间发表论文及科研情况 .................................................... 59

V
 第 1 章 绪论

第1章 绪论

1.1 研究背景与研究意义

1.1.1 研究背景
随着信息技术的发展和物流交付效率的提高，电子商务得到空前的发展。据中
国互联网信息中心发布的《第 48 次中国互联网络发展状况统计报告》显示，截至
2021 年 6 月，中国网民规模达 10.11 亿，我国网络支付用户规模达 8.72 亿，占网
民总体的 86.3%，而我国网络购物用户规模达 8.12 亿，较 2020 年 12 月增长 2965
万，占网民整体的 80.3%，在网络支付用户中的普及率达 93.1%[1]。其中，生鲜电
商 2021 年行业交易规模达到 4658.1 亿元，预计到 2023 年，行业交易规模将达到
8000 多亿元。网购人群基数增大，地域消费差异显著缩小。政府部门、民营企业
等多方都积极参与农业下沉市场数字化基础设施建设，优化中国传统的农业供应
链管理模式，以助力传统农业产品向外地营销。2021 年 12 月 13 日，国务院办公
厅下发的《“十四五”冷链物流发展规划》提出，鼓励发展生鲜农产品新零售，重
点扶持物流公司加强冷链物流业务能力建设，支持农产品流通企业、连锁商业、电
商企业等拓展生鲜农产品销售渠道，进一步扩展服务辐射范围和消费规模，完善城
市冷链即时配送体系系统，支持生鲜零售、餐饮、体验性消费融合创新发展，适应
城市居民个性化、品质化消费需求[2]。
在政府的支持下，各电商巨头企业如京东、阿里巴巴、苏宁等电商进军到这个
领域，将供应链、物流配送等零售新基建进一步向下发展，利用产品追溯系统、技
术输出、品质赋能、服务渠道拓展等新举措推动农产品上行。与此同时，京东等电
商企业持续地探寻生鲜电子商务运营新模式，通过持续加大对冷链配送服务的投
入，逐步解决新鲜农产品物流配送和保鲜等服务问题，让消费者逐步形成通过互联
网购买农产品的消费习惯。购物方式的转变也对传统实体零售业带来了极大的影
响。针对庞大的互联网用户群体，人人乐、新世纪、重百等传统零售超市积极打通
互联网渠道，开启了线上线下双渠道售卖生鲜产品模式。将蔬菜、果品、肉禽蛋类
等生鲜品作为核心产品，以网络平台为媒介将生鲜产品经由电子商务仓库发货以
传统物流方式配送，又或者通过到店自提、到家、社区团购、周期购等模式送达消
费者手上，据报告表明，每周购物一次以上的生鲜网络购物用户所占比达 63.8%[3]。
零售商开通线上渠道，增加了消费者购物便利性的同时，也带来了运营问题。
因为生鲜农产品的易腐特性，生鲜周期较短，产品容易在短时间内破损、贬值甚至
腐败。与此同时，面对双渠道，比价行为的存在使得渠道需求的动态性增强，这对
零售商的定价策略和库存控制提出了更高要求。对此，以零售商周期利润最大化为

1
 重庆交通大学硕士学位论文

目标，刻画双渠道购买行为及需求特征，运用变质库存理论、优化理论等理论，研
究零售商双渠道销售生鲜农产品的定价与库存补货联合决策问题。主要解决以下
两个问题：
（1）面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策
问题；
（2）面向异质化需求的生鲜农产品双渠销售定价与库存补货联合决策问题。
通过分析后的最优销售价格、最优补货量、最优补货周期、零售商周期最优利润，
得出不同情形下零售商双渠道销售生鲜农产品的最优策略，为零售商提升周期利
润提供决策支持。

1.1.2 研究意义
生鲜电商行业市场规模大，利润空间高，众多电商巨头及新兴企业都想抢占市
场，行业竞争激烈。由于生鲜农产品具有易变质特性，过多或过少的库存都会对企
业的经营造成一定的影响，过多会造成商品积压，提高企业仓储成本，过少会导致
缺货，损失市场。在此背景下，零售商如何控制库存水平，维持产品新鲜，提升消
费者满意度，提高整体利润，在生鲜等易变质品的销售竞争中尤为重要。
① 理论意义
为零售商双渠道销售生鲜农产品决策产品销售价格、补货周期、补货量提供参
考依据。零售商面向同质化需求和异质化需求时，主要考虑了需求依赖于价格和库
存水平，随后引入服务水平，分别建立了价格与库存补货联合决策的变质库存模型。
设计 MATLAB 算法，进行数据仿真，通过灵敏性分析研究价格影响因子、渠道偏
好程度、保鲜期及服务水平弹性系数参数等对最优销售价格、补货周期、最优补货
量的影响，对最优定价与库存补货量进行合适的参数调整，使零售商周期利润最大
化。这将为零售商双渠道销售生鲜农产品如何定价与补货联合决策提供一定的理
论借鉴。
② 实际意义
在生鲜农产品双渠道销售，但仅产品保鲜期内进行线上销售的问题中提炼理
论模型，从价格和补货周期两个方向研究了利润最大化的问题。零售商开通线上渠
道，采用双渠道销售生鲜农产品，在价格低于单渠道销售的情况下，补货周期增加，
补货量增加，利润增加。在文章的第四章中为提高消费者购物体验，满足消费者差
异化需求，引入服务水平后的库存模型，产品定价更低，但使零售商的补货量增加，
补货周期缩短，利润明显提高。零售商采用双渠道销售生鲜农产品获取的利润高于
单渠道销售的利润，提高服务水平对零售商增加利润有积极影响。

1.2 研究内容
参考国内外研究动态，根据市场需求和生鲜农产品特点，总结出表达有关需求

2
 第 1 章 绪论

的特征函数及表达收益的成本或利润函数。以变质库存概念为基础，分别对同质化
和异质化需求情形下的农产品双渠道的销售价格和库存联合策略展开了研究。最
后结合算例，对最优定价与补货策略解进行验证。具体内容如下：
第 1 章，绪论。介绍相关研究背景，阐述零售商开通双渠道的原因，其次引出
双渠道下生鲜农产品的销售定价与库存补货联合决策的研究问题，介绍研究意义、
主要内容，相关研究方法和技术路线。
第 2 章，国内外研究综述。分析了研究相关的研究文献，主要从以下几个方面
进行综述：变质库存相关研究、生鲜农产品定价与库存补货联合优化研究、双渠道
库存补货策略研究。详细阐述国内外研究相关成果，以研究问题为导向对相关的研
究文献进行分析与评述；最后对现有研究的不足之处进行分析，在此基础上提出新
的库存补货策略。
第 3 章，面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策
研究。零售商开通线上渠道，线上线下同时销售生鲜农产品，考虑消费者同质化需
求，在此基础上，假设线上渠道仅销售新鲜产品，而线下渠道同时销售新鲜产品和
部分变质的产品，不允许缺货，以周期利润最大化为目标，构建了需求依赖于价格
和库存水平的零售商双渠道的定价与库存联合决策模型，求解出最优保鲜期、最优
销售价格、补货周期和补货量。对相关结论进行了数值仿真，对相关参数进行灵敏
性分析，观察参数对最优策略的影响。
第 4 章，面向异质化需求的生鲜农产品双渠道销售定价与库存补货联合决策
研究。针对同质化、异质化两类消费者，在前文的基础上，引入服务水平参数，构
建面向异质化需求的生鲜农产品双渠道销售定价与库存补货联合决策模型，求解
最优服务水平、最优销售价格、补货周期和补货量，对相关结论进行了数值验证，
重点分析消费者渠道的偏好程度、服务水平对零售商周期利润的影响。
第 5 章，结论与展望。结合文章前文、联系两部分章节主要结果，指出研究内
容存在的局限性，并对进一步的研究方向进行展望与讨论。

1.3 研究方法与技术路线

1.3.1 研究方法
针对所研究的零售商收益最大化问题，通过文献归纳分析，结合库存理论、数
据分析等相关基础理论，利用 Matlab、Excel、Visio 等数学办公软件，探讨不同需
求特征下的生鲜双渠道定价和库存联合决策问题。
① 文献资料归纳法
主要通过 CNKI、维普期刊整合服务平台、Elsevier 等综合性全文数据库，对

3
 重庆交通大学硕士学位论文

相关文献进行搜集、整理、分析与总结。基于变质库存、生鲜农产品定价与库存补
货联合决策、双渠道库存策略相关研究，收集国内外相关的文献，了解主要研究内
容的前沿与方向，分析研究方法及所成果，深入学习需要涉及到本文的研究方法，
指出当前文献的局限之处，引出研究问题。
② 变质库存理论
本文使用变质库存理论，以经济批量模型为基础，结合冷链相关研究理论，引
入保鲜期、变质速率、保鲜成本等重要参数，构建农产品双渠道销售定价与库存补
货联合决策模型。
③ 最优化理论
采用最优化理论判断最优解的性质，以周期利润最大化为目标，求解产品定价、
补货周期、补货量等最优值。
④ 比较分析法
采用对比分析法分别对模型求解的最优销售价格、最优补货量、零售商利润和
对参数进行敏感性分析时得到的最优解进行对比分析，从零售商的角度出发做出
最优的定价与库存补货策略。
⑤ 数值仿真
利用 Matlab 进行数据模拟实验，对模型推导出的结果以及最优结果加以分析
和证明，比较分析主要参数对模型最优解的影响并给出管理启示。

1.3.2 技术路线
根据对变质库存、双渠道库存策略等相关文献进行整合分析发现，需求率是影
响库存的主要因素之一。零售商采用双渠道销售生鲜农产品，受产品特性、渠道偏
好、价格等多因素影响，需求呈现出不同特征，价格敏感或不敏感，据此，本文分
别定义为同质需求或异质化需求。以变质库存理论为基础，以利润最大化为决策目
标，分别建立两种需求下的定价与库存补货模型，分析最优解的存在性并进行求解，
具体分析各因素对需求产生的影响及由此利润产生的变化。最后，采用 Matlab
（2017a）进行数值实验。技术路线图如图 1-1。

4
 第 1 章 绪论

不同需求特征下生鲜农产品双渠道销售定价与库存补货联合决策研究

变
分 研究背景与研究意义
质
析 库
问 第1章 绪论 研究内容
存
题 理
研究方法与技术路线
论

变质库存相关理论研究

第2章 国内外研究现状 农产品定价与库存补货联合研究

双渠道库存补货策略研究
最
优
化
解 理
决 论
第3章 面向同质化需求的生鲜农 第4章 面向异质化需求的生鲜农 、
问 产品双渠道销售定价与库存补货 产品双渠道销售定价与库存补货
题 数
联合决策 联合决策 值
仿
真

数学模型构建与求解、最优解性质分析、最优定价与补货策略、数值算例

对
结
比
分
论
析
主要工作与结论
第5章 结论与展望
研究局限与期望

图 1-1 技术路线图

5
重庆交通大学硕士学位论文

6
 第 2 章 国内外研究现状

第2章 国内外研究现状

2.1 变质库存相关研究
对容易过期、带有季节性、更新换代速度较快、时尚性高的产品，如照相机、
苹果手机等数码产品，或是随着时间变化其价值容易出现下跌或上涨的产品，如季
节性衣物、美妆类杂志、精品箱包、装饰性首饰、手机芯片等，及容易出现腐败、
挥发、霉变、变质现象的东西，如一旦保存不当就发生霉变的蛋、奶制品和表皮容
易出现损坏的果品、蔬菜、花卉等，都被称之为变质品。
变质品的库存模型来源于 Ghare 和 Schrader 在总结传统经济批量模型（EOQ）
上，首次构建了变质品的变质率为常数的变质库存模型，定义变质品在 t 时刻的库
存变化[4]。

dI ( t )
= −D (t ) −  I (t ) (2.1)
dt
其中，  ——产品的变质率，
I ( t ) ——变质品在时刻 t 的库存水平，
D ( t ) —易变质产品在时刻 t 的需求率。

根据变质库存模型，需求率和变质率是影响模型的主要因素。随后在针对变质
库存的研究中，考虑产品变质速率、市场需求率、是否允许缺货、是否保鲜、是否
延期支付等关键因素，结合企业实际情况，考虑各种因素的相互搭配，构建出不同
的库存模型。
（1）不同变质率下变质产品库存研究
① 变质率固定
考虑变质率固定不变，Afshar 研究了销售公告对易腐产品的影响，并开发了用
于寻找易腐产品销售最佳数量和最佳时间的模型[5]。石艳和周方明在供应商采用存
货质押融资策略下，建立了易变质物品的生产库存模型，其中变质率为常数[6]。李
贵萍等在考虑消费者参照价格效应的基础上，构建一个易逝品的定价与订购联合
决策模型，其中产品的需求不仅依赖于销售价格还与该产品在消费者心目中的参
照价格相关，变质率为常数，系统不允许缺货[7]。赵忠等考虑由 1 个分销商与 1 个
零售商和若干顾客构成的易腐品冷链系统，分销商向零售商提供信用支付条件，同
时，零售商向顾客提供信用支付条件，在变质率为常数、需求为线性时变函数的情
形下，构建了两级信用支付条件下的零售商库存模型，证明了最优解的存在性和唯
一性[8]。侯国栋研究发现，固定变质率为常数，生产率依赖于市场需求的三级供应

7
 重庆交通大学硕士学位论文

链中，使用大联盟博弈所获得的均衡解最优且系统最为稳定，该模式下各成员利润
及系统利润最大，零售价格最低[9]。吴成锋等基于两层部分商业信用和顾客信用等
级策略构建易变质品的库存模型，研究固定变质率下的零售商最优订货策略[10]。
② 变质率不固定
Covert 和 Philpi 首先用两参数 Weibull 函数来描述物品的变质率[11]。Sarkar 考
虑了易腐产品最大寿命和时间变化变质率，构建了随时间变化变质率的 EOQ 模型
[12]
。Fergany 等讨论了任意调度期内需求为随机变量且不缺货时，变质率服从期望
变质成本变化和双参数 Weibull 分布的库存模型[13]。王淑云等以有限期内一个生产
商、多个分销商和多个零售商组成的冷链系统库存一体化决策为研究内容，建立了
考虑可变运输成本、变质率服从三参数 Weibull 分布的三级冷链库存模型[14]。段永
瑞等研究需求依赖于即时库存、变质服从 Weibull 分布、部分延迟订购且延迟订购
率与等待时间相关的变质品库存优化策略[15]。张源等基于物理性变质率服从两参
数 Weibull 分布的库存管理问题，考虑库存水平临界点的因素，构建适用于肉类商
品经营企业的库存控制模型[16]。魏广明等考虑产品保鲜技术投入对易逝品变质率
的影响，并在商业信用支付模式下，探讨了采购商的最优订货策略及技术投入策略
[17]
。Rahman 和 Rashid 设计了一个具有时间依赖性需求的退化库存模型，该模型是
时间的二次函数，目的是描述变质物品的保存技术，以降低变质率[18]。
（2）不同需求率下变质产品库存研究
Shah 等假设了需求率是物品广告和售价的函数，建立了以利润最大化为决策
目标的变质品库存模型[19]。李嘉音等基于需求依赖库存的一般商品的库存模型，
考虑零售货架空间有限和商品在零售商仓库及货架腐败速率的差异，建立了单一
易腐品模型，并分析了零售商如何寻求最优订货策略和补货策略的问题[20]。柏庆
国等结合易变质产品销售价格随时间变化与产品在订购和存贮过程会产生碳排放
的实际情形，构建了碳限额与交易政策下易变质产品的库存优化模型[21]。王玉珍
等对易腐产品库存模型的研究现状进行讨论，包括微分方程模型、规划模型和随机
模型[22]。陈金叶等考虑了时变需求下基于部分延迟支付的易腐品的经济订购批量
问题，构建了允许部分缺货情况下的易腐品库存控制模型，给出零售商最优订货周
期和最优订购批量的求解算法[23]。孙承志等基于 EPQ 模型，建立了缺货和顾客部
分延期支付并存时零售商的补货模型[24]。逯蔓皎等针对不同的应用场景和需求需
要提出不同的补货策略，在智能自动售货机使用场景下提出动态矩阵模型的可优
化的补货策略，实现按需智能补货[25]。韩曙光等用新鲜度函数，建立考虑新鲜度和
运输时间双因素影响的变质库存模型分析出供应链利益最大时的订货周期和订货
量[26]。
总结上述论文可知，多数对库存问题的有关研究中都会先在文中考量产品变

8
 第 2 章 国内外研究现状

质率是否恒定、再将市场需求假定为常数，或者关于价格、变质率、产品新鲜度或
其他相关因素的某类市场需求函数。

2.2 双渠道库存策略研究
随着互联网的迅猛发展，电子商务行业日益繁荣，在这种环境下，大多数企业
为了增强自身的市场竞争力，纷纷加入了网络销售的热潮中。生鲜农产品双渠道就
是指传统实体店零售渠道和网上售卖渠道两种渠道并存共同销售生鲜农产品。生
鲜农产品双渠道打破了时空限制，其能够满足远距离消费者的需求，也能让消费者
从网络上掌握更多关于产品的信息，更好的与平台进行沟通，使交易更放心。生鲜
农产品双渠道根据主体的不同可以分为供应商双渠道和零售商双渠道。
生鲜农产品供应商双渠道指供应商将一部分生鲜农产品通过传统销售渠道分
销给零售商的同时将另一部分生鲜农产品通过网络直销渠道销售给消费者。在此
架构下，供应商拥有对价格的主导权，其可以通过降低网络直销的价格来扩大市场
份额。具体结构如图 2-1 所示。
传统零售渠道 传统零售渠道
供应商 零售商 消费者

网络直销渠道

图 2-1 生鲜农产品供应商双渠道供应链

如图 2-2 所示，生鲜农产品零售商双渠道是指生鲜农产品供应商直接通过传统
零售渠道将产品售卖给零售商，随后零售商将批发的生鲜农产品通过传统销售渠
道和网络销售渠道双渠道销售给消费者。在此结构下，零售商可以通过线下门店直
接向消费者展示店内产品，通过良好的服务为线上销售渠道引流。此外，消费者也
可以通过网络获得详细的店内产品信息，在有折扣优惠的时候前往实体店购买，达
到溢出效应。

传统零售渠道

传统零售渠道
供应商 零售商 消费者

网络直销渠道

图 2-2 生鲜农产品零售商双渠道供应链

9
 重庆交通大学硕士学位论文

线上销售渠道降低了生鲜农产品流通过程中的成本，相比于传统销售渠道有
一定的价格优势。同时，相比于发展较为成熟的传统销售渠道来说，网络销售渠
道的物流配送服务能力较差。这种渠道间价格和服务的差异以及企业管理协调政
策的不完善，导致渠道间销量和利润的差异，渠道间的竞争问题凸显，Chiang 等
对零售渠道和在线渠道之间的价格竞争进行分析[27]。Zheng 等考虑碳排放和产品
变质，使用变质库存模型和两阶段 Stackelberg 博弈模型研究了由零售商领导的供
应链中农民的多渠道选择[28]。曹裕等构建碳税政策下由单个制造商和单个零售商
组成的双渠道供应链模型，在考虑渠道之间缺货转换的基础上，研究批发价格合
约和双向收入共享契约下渠道间双渠道库存竞争问题，并设计了由双向收入共享
合约和转移支付机制组成的组合合约机制使制造商和零售商实现共赢，以此保证
合约的有效执行[29]。赵帅等运用消费者剩余函数刻画预售量和价格，考虑现售量
受新鲜度和价格影响，通过价格折扣关联不同阶段，构建基本模型，研究预售模
式下的生鲜农产品双渠道协调问题[30]。杨家权针对双渠道环境下零售商将前期采
购的部分产品作为策略性库存用于后期销售的情形，建立了两周期 Stackelberg 动
态博弈模型，分析了零售商持有策略性库存对双渠道中成员定价决策的影响[31]。
邱洪全从生鲜农产品传统销售渠道与网络销售渠道的库存协调与合作的视角，针
对生鲜农产品双渠道系统的特性，运用系统动力学的理论与方法构建了双渠道库
存模型[32]。
基于社会责任、消费者偏好、购买便利性等种种因素的影响，双渠道销售模
式下，生鲜农产品的定价与库存相关策略是值得深入研究的问题。
Dumrongsiri 等研究了双渠道供应链定价和零售商订货策略，其中制造商向零
售商以及直接向消费者销售产品，消费者根据价格和服务质量选择购买渠道[33]。
Soleimani 等研究探讨了由一个制造商和一个零售商组成的分散的两级双渠道供应
链的订货和定价策略[34]。Guo 等以制造商为中心的双渠道构建了随机需求和库存
约束下的产品线、库存以及定价决策模型[35]。陈军等考虑渠道服务水平和网络渠
道接受度，研究了双渠道供应链中零售商与制造商的服务合作决策问题[36]。柏庆
国等研究了电子商务环境下零售商具有多分销渠道的联合库存与定价策略问题[37]。
王刚以线上、线下统一价为背景，考虑由供应商主导的双渠道两级生鲜供应链，生
鲜产品需求量受促销水平以及产品新鲜水平影响[38]。Nasiri 等提出了一个随机环境
中的多梯次分销网络设计问题，即零售和批发渠道中的位置、库存和定价同时决策
[39]
。基于收益共享契约，李富昌在单周期双渠道定价与库存联合优化研究的基础
上，建立了随机条件下的双渠道定价与库存动态联合优化模型[40]。宁艳荣等针对
考虑服务水平的双渠道闭环供应链决策问题展开研究，以利润最大化为目标，构建
集中决策模型和分散决策下斯坦博格两阶段动态博弈模型，并采用反向归纳法求

10
 第 2 章 国内外研究现状

解，建立供应商进行部分服务成本分摊决策模型[41]。胡婉婷等在收益共享与合作
努力的机制下，研究商家与电商平台如何通过动态定价与合作努力在单库存及双
库存两种策略下实现收益最大化的决策问题[42]。对于生鲜品的线上线下零售而言，
消费者的需求异质性不仅存在对渠道偏好的差异（各渠道的保留效用不同），也存
在对不同渠道商品价格的敏感度差异（价格弹性因子不同），更重要的是对不同渠
道生鲜品新鲜度的感知存在异质性[43]。李琳针对同时拥有线上和线下销售渠道的
生鲜零售商，考虑消费者在渠道间的需求异质性，研究其采用 BOPS（线上购买-线
下自提）服务模式后的定价策略[44]。
以上文献表明，随着电商的高速发展，变质品库存补货与定价联合决策的相关
研究背景已经逐渐从线下渠道转向线上渠道以及双渠道整合，研究主要集中于双
渠道供应链间的渠道冲突、消费者偏好、购买便利性，供应链中的主体选择双渠道
可以获得更高利润。从价格、服务质量、共享契约、异质性等方面使用 Stackelberg
动态博弈、消费者剩余函数、分布鲁棒优化方法等方法理论建立模型探讨了双渠道
中供应商、制造商、零售商定价与库存决策的问题。

2.3 生鲜农产品定价与库存补货联合优化研究
（1）生鲜农产品特性
生鲜农产品主要包括水果、蔬菜、肉禽、水产、花卉、蛋、奶制品等生鲜初级
产品。生鲜农产品易腐烂，易受损，难贮存，不适合长时间运输。生鲜农产品的价
值体现在其新鲜程度上，新鲜程度越高，其经济价值越高；受损及腐败程度越高，
其经济价值就会相应下跌。生鲜农产品也可分为初级生鲜农产品、冷冻冷藏生鲜农
产品、加工生鲜农产品三大类。部分农产品自身具有较长的保鲜期，相对的储存时
间较长，如山药、土豆、苹果等没有外皮内里损伤的情况下可以存放半个月甚至一
个月。而部分生鲜农产品极其容易腐败变质，如草莓、樱桃、车厘子等高保鲜情况
下最多只能储存三五天天左右，储存条件要求比普通产品更高。
（2）农产品定价与库存补货联合优化研究现状
随着国民经济的增加、互联网的快速发展，消费者对送上餐桌的产品要求日益
增加，在实际生活中，生鲜农产品等变质品还会因为会受到库存水平、服务水平等
因素的影响，有时还会受到多种因素同时对需求产生影响的情况，其库存订补货量
往往具有较大波动性。由此引起了国内外学者从需求依赖于库存展示量、新鲜度、
保鲜努力、价格、消费者意愿等方面对生鲜农产品的研究。
① 需求依赖于库存水平
经典的库存模型通常假设外部市场需求为常数或时变情形。然而，在一些实体
终端零售中，超市和大卖场等零售场所的货架上展示的某一种商品越多，其销量越

11
 重庆交通大学硕士学位论文

多，Levin 最早注意到上述现象，并将该现象称为需求依赖库存水平(inventory-level-
dependent demand)[45]。Peterson 等也证实了这种库存现象，并发现商品的销售量与
其展示的库存水平存在近正比的关系[46]。对于生鲜农产品，销量与库存展示量的
相关性更为明显，消费者在挑选生鲜农产品时，往往会优先关注销售价格与货架上
产品的展示量。当货架上某种生鲜的展示量较大时，一方面消费者大概率会认为该
商品优质且在市场上属于畅销流行品，出于“从众心理”会有更多的顾客选择购买。
另一方面，面对个体品质不一的生鲜产品，大量的货架展示量代表消费者有充分的
选择挑选更多质量更好的产品，这同样会刺激消费者产生强烈的购买欲；反之若货
架上只少量展示某种生鲜时，消费者大概率会认为该商品是滞销品，从而对该商品
的品质丧失信心拒绝购买。随后，Urban 对库存水平影响需求问题进行了全面的评
述 [47]。Chang 等应用上述线性需求函数探讨了允许缺货且缺货部分延迟订购的
EOQ 模型，考虑不允许缺货并放松期末库存水平为零的约束[48]。Soni 考虑延迟支
付情形，探讨了一类库存水平影响需求的库存模型[49]。Pando 等针对具有时变库存
持有成本的变质品，以平均利润最大化为目标构建了库存水平影响需求下库存模
型[50]。王道平等研究了变质率服从 Weibull 分布的易逝品库存优化问题，其中在固
定订货周期内，需求依赖于瞬时库存水平且允许缺货[51]。
② 定价与库存策略联合研究
上述研究成果为零售商解决库存水平影响需求下的库存控制问题提供了很好
的参考，但上述研究均假定产品的零售价格和变质率为外生变量。在市场竞争日益
激烈的环境下，零售商通过调整价格管理产品需求一直被认为是增加收益和保持
竞争力的一种最有效方法。其中需求同时依赖于价格和库存展示水平的非瞬时变
质品定价补货的相关研究和本文密切相关[52]。Hou 等假设需求同时受到库存水平
和价格的影响，并且考虑了资金的时间价值，研究了允许缺货情形下定价和订购的
联合问题[53]。计国君等考虑需求同时受库存水平和价格的影响，构建了多个供应
商、多个零售商情况下，供应商库存外包予第三方的易逝品联合定价和库存决策模
型[54]。Lu 等同样考虑需求受库存水平和价格的影响，利用最大值原理研究了变质
品的动态定价和库存策略[55]。类似的，霍佳震等建立了允许缺货且缺货量部分延
迟订购的易变质品联合定价与生产控制模型，不过前提条件是生产率和变质率均
为常数[56]。杨善林等基于存货影响销售，建立了随机补货时间间隔和供给率随缺
货量影响的变质物品 EOQ 模型[57]。张云丰等分别建立分散决策与集中决策下的时
滞变质品供应链定价与补货模型，得到两种决策模式下的销售价格与订货批量均
衡解[58]。唐跃武等瞄准消费者的策略行为，运用报童模型构建了零售商的单阶段
和两阶段定价与库存决策模型，对产品价值剩余率的敏感性分析发现，在单阶段模
型中最优价格、最优库存水平均与产品价值剩余率正相关[59]。张名扬等通过探讨

12
 第 2 章 国内外研究现状

电子商务平台与线下销售的不同，考虑网络扩散效应以及在线评论对消费者购买
意愿的影响，构建了两阶段的需求函数，研究电商平台下易腐农产品的定价与库存
联合决策[60]。
③ 保鲜和损耗控制下的变质品库存模型
随着冷链物流发展提速，冷藏技术改进对库存策略的影响逐渐引起了学者的
重视。从降损降耗视角切入，艾学轶等刻画了保存技术投资与产品变质率的关联函
数，进而构建了一类需求依赖于价格的非立即变质品定价、库存和投资联合决策模
型，证明了平均利润最大目标下存在最优解且迭代算法可有效求解[61]。陈军等针
对我国农产品流通损耗严重的问题,提出保鲜投资与结算方式匹配的策略来降低
损耗的设想,通过构建不同结算方式下农产品流通全过程库存模型,考察供应链系
统单位时间利润和单位损耗两个指标,研究了农产品供应链保鲜投资效率[62]。江文
辉等在零售商拥有有限的货架空间的条件下，假设产品需求同时受价格和库存水
平的影响，研究了农产品的订购、定价和保鲜技术投资联合决策问题[63]，后来进一
步考虑了保鲜造成的碳排放问题，建立了零售商多次非等周期补货的联合定价和
库存优化模型[64]。闻卉在单一供应商生产的两种产品存在替代性,需求受自身价格、
新鲜度以及替代品价格共同影响的条件下,研究了受数量损耗影响的生鲜农产品供
应链的定价策略及协调问题[65]。Maihami 等假设顾客需求和库存控制变量受绿化
方案的影响，研究了具有绿色投资的非瞬时变质品供应商在部分积压短缺情况下
的定价与库存联合优化[66]。李贵萍等考虑了一个非立即变质品的订购、定价与保
鲜技术投资联合决策问题，其中产品的需求依赖于销售价格，变质率随时间变化
[67]
。
结合以上文献分别考虑需求服从某种函数分布或是用某种方法求解，如
Weibull 分布、牛顿迭代法，需求依赖于库存水平、定价或与时间等因素情况下的
库存模型，随后讨论了生鲜农产品市场需求同时受价格和库存水平的影响的补货
问题。随后市场需求发生变化，消费者追求更高的生活品质，食品供应链系统绿色
化发展，从平衡变质与保鲜出发，融入保鲜技术、新鲜度来研究生鲜农产品的定价
与库存联合决策。

2.4 本章小结
本章归纳了变质库存、双渠道供应链、生鲜农产品等与本文研究主题相关的概
念，概述了常用的经济批量订货模型与变质库存模型、生鲜农产品的分类标准，并
围绕生鲜农产品双渠道销售定价与库存补货联合决策对国内外研究展开综述，主
要包括：变质库存现状、双渠道库存策略的研究现状、农产品定价与库存补货联合
优化研究现状。基于产品变质率、市场需求率、是否保鲜、是否延期支付等关键因

13
 重庆交通大学硕士学位论文

素，使用 EOQ 模型、EPQ 模型，Weibull 函数、新鲜度函数等理论建立相关库存

模型。库存决策受产品价格、库存展示量、新鲜度、促销水平等因素影响，基于本
文的研究背景，着重阐述了需求依赖于价格与库存水平的相关文献以及双渠道供
应链中各主体供应商、零售商等的库存策略问题，关于零售商双渠道零售生鲜农产
品的定价与库存策略研究还不全面，由此探讨本文创新点。为下文面向不同需求特
征下的生鲜农产品双渠道销售定价与库存补货联合决策问题的研究提供一定的理
论基础。

14
 第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策

第3章 面向同质化需求的生鲜农产品双渠道销售定价与

库存补货联合决策
开通网络渠道是实现零售商从传统渠道转型生鲜电商的关键。但是，线上渠道
与线下渠道相应带来的渠道冲突无法避免，同时零售商的销售定价与库存相关决
策问题更加突出。对于零售商来说，一方面，零售商开通双渠道，产品受众面更广，
满足多种类型的消费者，消费者受渠道偏好、价格、服务水平、购物便利性等影响，
出现不同需求特征；一方面，农产品定价、鲜度等都会对生鲜市场需求产生影响，
必须在有限的时间内售出，由于生鲜农产品的自身特性，对产品定价、库存补货要
求较高。作为一类非瞬时变质品，依托于门店的生鲜农产品线上销售属于近场销售，
消费者下单后通常要求半小时甚至更短的时间即时配送交付，同时线上流量主要
来自于年轻购买群体和应急订单，所以柏庆国等假设线上需求完全属于远期市场
需求与当前现实不完全吻合，或者说只是配送水平较低情况下的一种特定场景[37]。
与之相比，基于永辉等超市的双渠道销售现状观察，本文假设双渠道需求都是即期
市场需求。而部分消费者对生鲜农产品的新鲜程度、个头大小、价格范围内浮动等
接受程度是一致的，面向此类消费者的同质化需求，将销售期分为保鲜期和变质期
两个时段，为了保证线上销售产品的品质，设定保鲜期内的产品在双渠道同时销售，
而变质期内的产品仅在门店销售。借此以一个补货周期内利润最大化为目标，建立
零售商的定价与库存补货联合决策模型，分析最优解的性质和关键参数对最优决
策结果的影响。

3.1 问题描述
零售商在门店销售基础上，开发 APP 进行线上销售。采购的生鲜农产品先存
储于门店冷库/保鲜库，然后分批上架销售。货架配备一定的保鲜设备和保鲜措施，
如喷雾、加冰，使得产品在最初一段时间内(简称保鲜期)不发生变质，但是超过临
界点后开始变质（简称变质期），表现在外观上出现瑕疵。通过超市实地调研发现，
早期建设的门店冷库功能主要是冷储，分拣、称重、包装作业面积不足甚至完全没
有对应的功能分区。因此，为了快速完成组配作业，线上订单大多直接从门店货架
取货。进一步考虑到网购者不能观测到产品质量，为了保证购物体验，零售商对其
只提供保鲜期内的产品，超过保鲜期的产品只在门店销售。在这样的运作情景下，
整个销售周期 T 可以分成两个时间段，即保鲜期 ( 0,t1 ) 和变质期 t1 , T  ，t1 表示变质
临界时间点。其中，保鲜期内的产品满足双渠道需求，变质期内的产品仅满足门店
渠道需求。

15
 重庆交通大学硕士论文

3.2 模型符号与假设说明
建模之前，作如下假设：
(1) 单次瞬时补货，不允许缺货；
(2) 零售商在变质期内不再提供保鲜措施，变质率为常数   ( 0,1) ；
(3) 变质的产品与完好的产品可以分离。为了避免渠道冲突，完好产品线上线
下同价，均为 p 。
(4) 基于产品质量和价格的可观测性，网购者需求仅受价格影响，而门店消费
者受价格和质量的双重影响。实践表明，在变质期内零售商为了快速处理产品，会
将剩余产品全部上架供消费者挑选，此时可供挑选的产品的多少将直接影响需求。
对此，假设保鲜期内线上渠道需求率 D1 = a1 − b1 p ，线下渠道需求率为 D2 = a2 − b2 p ；
变质期内线上渠道需求为 0，线下渠道需求率 D2 = a2 − b2 p +  I 2 (t ) 。其中， a1 和 a2
分别表示线上线下渠道的潜在需求， b1 和 b2 分别表示线上线下渠道的价格敏感系
数，  为库存水平影响因子。
其它符号说明：
c ：单位产品的购买成本；
h ：单位产品单位时间的仓储保鲜成本；
g ：单位变质成本；
Q ：订货量；
K ：订货成本；
I ( t ) ：零售商在 t 时刻的库存水平；
I1 (t ) ：保鲜期内 t 时刻的库存水平；
I 2 (t ) ：变质期内 t 时刻的库存水平；

3.3 生鲜农产品双渠道定价与库存联合决策模型
期初零售商开始接受在线订单，在销售期末清空库存。根据问题描述，在保鲜
期 [0, t1 ) 和变质期 [t1 , T ] 的库存模型分别为

dI1 ( t )
= − D1 − D2 , 0  t  t1 (3.1)
dt

dI 2 ( t )
= − D2 −  I 2 ( t ) = − ( D2 +  I 2 ( t ) ) −  I 2 ( t ) , t1  t  T (3.2)
dt

由临界条件 I 2 (T ) = 0 ，求解式(3.2)，得

16
 第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策

D2  (  + )(T −t ) 
I2 (t ) = e − 1 , t1  t  T (3.3)
 + 

又 I1 ( t1 ) = I 2 ( t1 ) ，求解式(3.1)，得

D2  (  + )(T −t1 ) 
I1 ( t ) = ( D1 + D2 )( t1 − t ) + e − 1 , 0  t  t1 (3.4)
 + 

为此，求得零售商的订货量为
D2  (  + )(T −t1 ) 
Q = I1 ( 0 ) = ( D1 + D2 ) t1 + e − 1 (3.5)
 + 

保鲜仓储成本仅存在于保鲜期内，零售商以周期利润最大化为目标，为了减少
保鲜仓储成本，将变质期剩余库存都摆放出来给消费者挑选，此时产品以变质率 
发生变质，据此构建零售商的利润模型为：

 ( p, t1 , T ) = 销售收益-购买成本-保鲜成本-变质成本-订货成本
= p   ( D1 + D2 ) dt +  D2 dt  − cQ − h  I1 ( t ) dt −  g  I 2 ( t ) dt − K
t1 T t1 T

 0 t1  0 t1

  p − g   c 
=D2  p −  (T − t1 ) + ( D1 + D2 )  p − t1  t1 (3.6)
  +   2 
D2  p −  g   + T −t
+  − ht1 − c  e( )( 1 ) − 1
 +   + 

3.4 最优解性质分析
由  ( p, t1 , T ) 的表达式可以看出，零售商的总利润是关于自变量 p, t1 , T 的三元
函数。由于价格和时间是不同量纲的决策变量，不能同时决策，为此，我们采取两
部求解思路[37]。首先给定价格 p ，求解最优保鲜期和销售周期，然后再求解最优
定价。
1  D + D2  + t 
定理 1 给定价格 p ，当 T  ln  1  g −  p + (  +  )( ht1 +c )  e( ) 1 
 +   hD2 

时，  ( p, t1 , T ) 是关于 t1 , T 的联合凹函数。

证 明 ：  ( p, t1 , T ) 对 t1 , T 分 别 求 一 阶 偏 导 和 二 阶 偏 导 ， 令
 =  p −  g − (  +  )( ht1 +c ) ，则

17
 重庆交通大学硕士论文

 e( )( 1 ) 
 + T −t
  p − g
= D2  p − +  (3.7)
T   +  +  

 2
= D2 e( )( 1 )
 + T −t
(3.8)
T 2

  p − g + h e(  + )(T −t1 )
= D1 p + D2 − ( D1 + D2 )( ht1 +c ) − D2 (  +h ) (3.9)
t1  +  +

 2
= − ( D1 + D2 ) h+D2 (  + 2h ) e( )( 1 )
 + T −t
(3.10)
t12

 2  2
= − D2 (  +h ) e (  + )(T −t1 )
= − D2 (  +h ) e( )( 1 )
 + T −t
， (3.11)
T t1 t1T

 2  2
由(3.11)式 = 可知  { p, t1 , T } 在区域内连续可导，二阶偏导连续。
T t1 t1T

记 = D2e(  + )(T −t1 ) ，由(3.8)，(3.10)，(3.11)式组成的矩阵 H ，即为  { p, t1 , T } 关

于 t1 , T 的海塞矩阵

 2  2
T 2 T t1  − (  + h )
H= =
 2  2 − (  + h ) − h ( D1 + D2 ) + (  + 2h )
t1T t12
= − h ( D1 + D2 ) − h 2 2 = − h (  ( D1 + D2 ) +h )

因此，要使方程有解，对应的 Hessian 矩阵 H 应为负定矩阵。则 H 的一阶主子

式为负，即   0 ； H 的二阶主子式为正， −h (  ( D1 + D2 ) +h )  0 。令(3.7)式

等 于 零 即

D2  p −
( p −  g ) +  e( + )(T −t1 )  =0 ， 又
e(
 + )(T −t1 )
0 ，

  +  +    +

( p −  g ) =  ( p − g )
p− ， p  g ，显然要使该式有解，应有   0 。
 +  +

故 当   0 时 ， 一 阶 顺 序 主 子 式 H1 =   0 。 若 二 阶 顺 序 主 子 式

A2 = − h ( D1 + D2 )  +h   0 ， 则 需 满 足 ( D1 + D2 )  +h  0 ， 进 而 推 出

18
 第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策

h
− 。 由海塞矩阵负定定义可知， 函数的二阶偏导数恒 小于零，即
D1 + D2

h h
− (  + h )  0 ，将   − 带入式中，应有 −h    − 。证毕。由此可
D1 + D2 D1 + D2

确定 T 得取值范围：
1  D + D2  + t 
T ln  1  g −  p + (  +  )( ht1 +c )  e( ) 1 
 +   hD2 

定理 2 给定 t1 , T ，  { p, t1 , T } 是关于 p 的凹函数。

证明：  { p, t1 , T } 关于 p 分别求一阶导数和二阶导数，分别有

 1 
= ( a1 − 2b1 p ) t1 + ( a2 − 2b2 p )(T − 2t1 ) + ( b1 + b2 )  ht12 + wt1 
p 2 
1
+ b2 ( p −  g ) −  ( a2 − b2 p )  (T − t1 ) (3.12)
 + 

+
1
( + )
2  ( 2 ( )
 a − b2 p ) − ( p −  g ) b2 + b2 (  +  )( ht1 + c )  e( )( 1 ) − 1
 + T −t

 2  (T − t1 ) b2 
p 2
= − 2 ( b1t1 + b2T ) −
 +
+
( + )
2 ( ( )
 +  )(T − t1 ) − e(  + )(T −t1 ) − 1 


因为变质率𝜆 ≪ 1，库存水平影响因子𝜂 ≪ 1，同时变质期较短(即 T − t1 的取值

小 ) ， 所 以 有 (  +  )(T − t1 )  1 。 为 此 ， 对 e(  + )(T −t1 ) 泰 勒 展 开 有

(  +  ) (T − t1 ) ，据此推出  2  0 。证毕。
2
1
e(  1+ (  +  )(T − t1 ) +
 + )(T −t1 ) 2 2

2 p

3.5 最优定价与补货策略

 
方程在给定 p 时，令 =0， =0 ， 联 立 两 个 式 子 得 到 的 解 t1 , T  使
T t1

 { p, t1 , T } 得到最大值。联合求解

19
 重庆交通大学硕士论文

   p − g e( )( 1 ) 
 + T −t

 D2  p − +  =0
   +  +  
 ，
e( )( 1 )
 + T −t
  p − g + h
 D1 p + D2 − ( D1 + D2 )( ht1 +c ) − D2 (  +h ) =0
  +  +
得：

−b  b 2 − 4a 1  p − g 
t1 = ，且 t1   −c (3.13)
2a h   + 

1   ( p + g)  
T = ln  +t (3.14)
 +  (  + )( ht1 + c ) − ( p −  g )  1

其中 a = 2 (  +  ) h 2 ，b = (  +  ) h ( 2cD1 − p ( D1 + D2 ) ) (  +  ) − ( p −  g ) D1  ，
2

 = (  +  )( p −  g − c − c ) ( D2 p + ( p − c ) D1 + 1) − ( p −  g ) − (  +  ) p  D2 h 。


由上可知当给定确定的保鲜期 t1 和最优订购周期 T  ，代入（3.12）式令其等
 
于零即 = 0 ，求解所确定的 p 为最优，解得：
p


p=
(
 gb2 +  a2 + b2 (  +  )( ht1 + c )  e(
 + )(T −t1 )
)
−1
(  +  ) ( 2b1t1 + 2b2 (T − t1 ) ) + 2b2 ( e( + )(T −t ) − 1) − 2b2 (  +  )(T − t1 )
2 1

(3.15)
(  +  ) ( 0.5ht12 + wt1 ) ( b1 + b2 ) + a1t1 + a2 (T − t1 ) − (  +  )(T − t1 )( a2 + b2 g )
2

+
(  +  ) ( 2b1t1 + 2b2 (T − t1 ) ) + 2b2 ( e( + )(T −t ) − 1) − 2b2 (  +  )(T − t1 )
2 1

从上述最优解性质分析可以看出，在信息网络电子商务快速发展的背景下，同
时开通线上和线下双渠道的传统零售商以补货周期收益最大化为目标，其利润与
补货量同时受到产品保鲜期、补货周期、农产品售价等的影响。

3.6 数值分析
根据以上理论分析，设计如下算法求解一个销售周期内零售商的定价和补货
策略。
算法设计：
(1) 令 j = 1 ， p j = c 。
(2) 已知 p j ，由式(3.13)求解对应的值 t1 j ；

20
 第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策

h
(3) 计算 h j ，如果 h j 满足  j  − ，则根据式(3.14)求解 T j 的值，利
( D1 + D2 )

用式(3.15)求解对应的 p j +1 值。

(4) 比较 p j 和 p j +1 ，当 p1( j +1) − p1 j  10−4 时，则令 t1 =t1 j ，T  =T j ，p =p j +1 结束；

否则令 j = j + 1 ， p j = p j +1 ，返回步骤(2)。

由此得到的 ( p  , t1 , T  ) 即为最优解，带入式(3.6)得到  ( p , t1 , T  ) 即为最大利

润，将其代入式(3.5)可得最优订货量 Q* 。
为了对本文结论进行进一步的验证，以红富士苹果为例，根据永辉超市单周期
双渠道销售的观测统计，对文献[37]的部分样本数据进行修正，以支持结论的可靠
性。结合论文模型，以保证论文合理性为前提，对参数赋值。利用 Matlab 得到最
优策略的相关数值，绘制价格-利润、周期-利润关系图，利用 Excel 进行数据分析，
并给出合理的经济学解释。
参数设置为：固定成本 K = 2000 元/次，单箱购买成本 c = 100 元/箱，单箱保鲜
成本 h = 1.9 元/箱/天，单箱变质成本 g = 0.1 元/箱/天，其他相关参数为： a1 = 780 箱
/天， a2 = 550 箱/天，  = 0.09 ， = 0.05 ，b1 = 3.5 ，b2 = 2.5 。为此，保鲜期内的需
求率 D1 = 780 − 3.5 p ，D2 = 550 − 2.5 p ，变质期内的需求率 D2 = 550 − 2.5 p + 0.05I ( t ) 。
运用 Matlab 求解得： p =191.57 元， t2 = 2.70 天， T =7.28 天， Q = 1034.74 箱，


相应的最优利润为  * =111600.93 元。
总利润关于 ( t1 , T ) 和 p 的函数曲线如下图所示。当 p =191.57 元/箱时，总利
润是关于 t1 和 T 的函数曲线如图 3-1 所示，对于固定的 p ，总利润是关于 t1 和 T 的
凸函数。给定保鲜期 t1 = 2.70 天，补货周期 T =7.28 天，如图 3-2 所示， ( p ) 也是关
于 p 的凸函数。
从图 3-1 和图 3-2 容易看出，给定价格后，利润随着销售周期 T 的增加呈现先
增后减变化，这是因为销售周期变长会导致零售商的保鲜成本和变质成本增加。同
时，给定保鲜期 t1 和销售周期 T 后，利润也随着价格提高先增后减。显然，价格提
高到峰值后将使得需求下降，从而导致这样的结果。因此所求解为全局最优解。周
期利润先是随着补货周期的 T 的增加而增加，利润到达最大值之后，利润随周期的
增加而减少，这是因为周期的变长会导致零售商的库存费用和商品变质费用增加，
销售周期的延长往往伴随着保鲜期的增加，由此增加的保鲜费用也是一笔不可忽
略的支出。利润随着产品价格的增加而增加，当销售价格超过一定数值后，消费者
就会因为价格高而降低需求，产品需求量变少，利润也随之减少。

21
 重庆交通大学硕士论文

图 3-1 周期-利润图

图 3-2 价格-利润图

接下来，对关键参数做灵敏性分析，通过灵敏性分析能够观察到主要参数发生
变化后对最优定价与补货策略的影响。保持其他参数不变，分别改变模型主要参数
K , h, g , c, a1 , b1 , a2 , b2 , , r 的取值，变化程度为-50%，-25%，25%，50%，具体计算结果
见表 3.1-3.4。
（1）从表 3.1 可以看出：固定成本增加或减少对农产品价格和补货周期没有
影响，总体利润随着固定成本的增加而增加、减少而减少。当单位产品单位时间的
保鲜成本 h 增加时，补货量减少，保鲜期和补货周期逐渐变短，农产品价格增加，
即零售商通过提高产品销售费用来应对保鲜管理费用的增加。在对生鲜农产品保
鲜时产生的费用的变化量大于增加销售价格所带来的收入时，零售商的利润逐渐
降低。单位产品成本 c 的变化对销售价格、补货周期的影响较大。当 c 变大时，产
品的单位成本增加，需要提高最优销售价格以获取利润，但由于的价格增大减少市

22
 第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策

场需求甚至于导致需求为负。单位产品成本减少到一定程度时，零售商进行囤货寻
找机会销售以获得较大利润。而随着单位保鲜成本和单位购买成本下降，保鲜期和
销售周期都将延长，补货量增加，同时利润增大。不同的是，单位保鲜成本下降会
导致价格升高，单位购买成本下降会导致价格降低。由此说明，如草莓、菌菇等保
鲜成本较高的农产品，零售商要提高利润，必须积极进行保鲜技术升级。即便沿用
现在的保鲜技术，对于跨温区农产品，按照耐储性进行重新分类和保鲜存储，也能
有效地降低保鲜成本。变质成本 g 的变化引起补货周期和销售价格波动变化，当
单位变质成本增加时，零售商为了减少变质成本因而延长产品保鲜期，当 g 增长
太多，保鲜成本的增加超过提高销售价格带来的利润时，零售商选择减少订购量来
保持利润。当单位变质成本减少时意味着农产品在变质期变质时所需的变质成本
减少，零售商延长补货周期和提高价格来抵消由于订货量增多产生的仓储成本和
超过保鲜期的变质成本。通过分析可以发现，随着单位变质成本下降，保鲜期和销
售周期呈现“升、降、升”波动变化，顺势导致价格、补货量和利润随之波动，而波
动幅度主要取决于当前的变质成本大小。

表 3.1 固定成本/单位保鲜成本/购买成本/变质成本对最优策略的影响

参数 参数变化比(%) t1 /天 T  /天 p /元 Q /箱   /元
+50 2.697 7.28 191.57 1034.74 110600.93
+25 2.697 7.28 191.57 1034.74 111100.93
K
-25 2.697 7.28 191.57 1034.74 112100.93
-50 2.697 7.28 191.57 1034.74 112600.93
+50 1.653 5.80 188.42 852.07 94867.71
+25 2.072 6.42 189.90 928.77 101854.13
h
-25 3.736 8.62 193.48 1197.29 126736.21
-50 5.805 11.12 195.72 1496.91 155055.00
+50 0.004 4.94 221.66 -- --
+25 0.014 4.77 201.73 374.02 49714.43
c
-25 6.682 11.16 178.22 2517.80 254049.47
-50 9.303 13.65 160.81 4449.48 445999.00
+50 2.595 7.18 191.32 1024.21 110781.32

g +25 2.646 7.23 191.45 1029.48 111191.65

-25 1.395 5.95 188.03 891.37 100710.30
-50 2.800 7.39 191.80 1045.18 112416.25

综上，零售商应考虑固定订货成本和仓储成本对总体利润的影响，决定单次补

23
 重庆交通大学硕士论文

货多少，减少库存仓储管理费用，来加强库存成本方面的管理，在变质成本方面，
零售商应考虑是否引入保鲜技术改善仓库环境来加强对产品的保鲜，减少单位产
品变质成本。同时零售商应该寻求优质的供应商在产品质量不减的情况下降低进
货成本，给消费者提供一个合理的销售价格，促进消费，缩短补货周期加速库存运
转。
（2）分析表 3.2：单独观察 a1 , b1 ， a2 , b2 。线上渠道的潜在市场需求率 a1 变小
时，零售商的补货周期、销售价格与最优利润值都在减少。这是因为当市场潜在需
求率降低时，零售商家会通过降低价格来刺激消费者消费促进产品销量，因此最优
销售价格在逐渐降低，整体利润跟着变少。需求突然增大时，零售商采取增加补货
量的方式同时提高销售价格来获取更大的利润。当 a1 增加 50%时，零售商把重心
转移到线上渠道，将大部分生鲜农产品会通过网络销售，从而线上订单大幅增加，
使得价格增加 46.87%的同时补货量增加 11.81%，利润显著增加 59.70%。同时，零
售商的订购量 Q 随着 a1 减少呈现逐渐变少的趋势，以减少库存费用。当线上需求少
到一定程度时，应当关闭线上渠道销售产品来减少运营相关的费用。当价格弹性系
数 b1 变小时，就意味着销售价格对线上市场需求率的影响逐渐变小，在实际销售中，
当市场需求率越大，零售商往往会采取更高的销售价格，所以产品销售价格随着弹
性系数 b1 减少而增加。市场需求率和销售价格都增长，但补货量减少、补货周期增
长，故周期利润较为波动。
线下销售渠道的潜在市场需求率 a2 变化时，引起销售价格、补货周期、订购量
的变化较大。在其他参数不变时，不管是第一阶段还是第二阶段，市场需求率 D2
都跟着 a2 增加，零售商为了满足消费者的需求增加补货量，补货周期稍稍增长，最
优销售价格增加较多，零售商的整体利润增长十分明显。当 b2 减少时，线下渠道的
市场需求率 D2 变大而且市场需求率受销售价格的影响程度减小，因此零售商的销
售价格、订购量和利润都在增加，补货周期受订购量和消费者需求多方面影响略微
增加。消费者的需求在线下渠道中是即时满足的，所以市场需求率和零售商的库存
水平成正相关关系，即补货量 Q 随着库存水平对需求的影响因子 的增加而增加，
因此零售商会增加订购量来满足增加的市场需求。市场需求率增加和销售价格的
提高相较于补货周期的微弱增加，都使得零售商的最优利润增加。

24
 第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策

表 3.2 需求率对最优策略的影响

参数 参数变化比(%) t1 /天 T  /天 p /元 Q /箱   /元
+50 3.778 4.79 281.35 1156.96 178229.3
+25 0.008 4.35 181.06 692.78 86917.14
a1
-25 0.001 4.11 179.68 658.23 83528.51
-50 -- -- -- -- --
+50 -- -- -- -- --
+25 0.064 4.12 161.63 689.56 69256.12
b1
-25 0.08 4.25 181.23 677.33 84715.13
-50 4.499 8.3 254.04 632.11 77998.45
+50 0.262 4.58 167.02 860.55 91262.04
+25 0.788 5.16 158.38 675.87 87683.55
a2
-25 1.087 5.48 154.87 205.32 19240.04
-50 -- -- -- -- --
+50 0.074 4.27 144.57 73.67 4423.66
+25 0.118 4.43 160.19 378.38 39388.3
b2
-25 0.127 4.51 203.25 421.27 42379.74
-50 -- -- -- -- --
+50 -- -- -- -- --
+25 1.879 6.06 221.61 787.91 91984.6

-25 0.055 4.77 183.77 717.67 87842.59
-50 0.027 5.05 185.96 711 85624.15

联合观察 a1 , a2 ：零售商双渠道销售，则部分具有网购偏好的消费者将从线下
转移到线上，原线下市场份额被重新分割，即 a1 增大，那么 a2 相应减小。根据参数
赋值， a2 = 550 ，若下降 25%即 137.5。已知线上潜在需求率 a1 = 780 ，那么不存
在市场流失的情况下， a1 将增长 17.6%。这里不妨对 a1 增长 25%和 a2 下降 25%进
行比较。从表 2 看到，线上份额的增大导致了保鲜期和补货周期的延长，即更多完
好的产品在保鲜期内售出，大大减小了产品变质成本，从而使得价格和利润显著增
大。反之，如果线上市场份额下降 25%，线下市场份额增加 25%，尽管利润稍有
增长，但需要加大订货量同时降低价格。其它参数保持不变，如果一些消费者转向
其它渠道购买( a1 , a2 减小)，与原最优策略相比，这时零售商减少 12.82%的价格来
刺激需求，但是需求不足也会导致订货量减少，补货量减少到 675.87，整体利润下
降。反之，同时考察双渠道的线上、线下市场份额都增大的情形，容易看到 a1 对价

25
 重庆交通大学硕士论文

格的影响大于 a2 ，此时零售商选择延长保鲜期，把更多的产品投放到线上渠道销
售。综合表 2，比较 a1 ， a2 均大幅增加时的情况可以看出， a1 对价格的影响比 a2 影
响大，当线上潜在需求率增加时，零售商选择延长保鲜期以期更多的产品用线上渠
道销售的方式售卖出去，而线下需求率增加比线上需求率更大时，零售商会减少保
鲜期，增加线下渠道的售卖时长，以此获得更大的利润。零售商应当在经营时刺激
消费者的需求，增加销量，加速库存周转，减少库存管理费用。当线下需求率增加
大于线上时，零售商则缩短保鲜期，缩短线上销售的时间，将产品库存转向线下销
售，增加线下渠道的售卖时长，以此获得更大的利润。因此，零售商双渠道销售农
产品，一个重要的工作是引导更多消费者转向线上购买。
价格敏感性变动意味着市场需求对价格的反应程度不同。单单线上消费者的
价格敏感性减少 25%，则 D1 =304.27 ， D2 =96.93 ，比较可知线上需求率将增加
172.89%，线下需求率增加 33.67%；单单线下价格敏感性增加 25%， D1 =217.59 ，
D2 =47.84 ，为此线上需求率增加 95.14%，线下需求率减少 34%。从表 2 可以看到，
当线上需求率大于线下时，零售商将延长保鲜期来获得更大的利润。进一步观察库
存水平敏感因子发现，当  增加 25%时，价格提高 17.08%，订货量增加 8.91%，
利润增加 4.50%。这是因为线下消费者的需求被即时满足，更高的库存展示量将刺
激需求增加。当消费者在产品处理阶段能够挑选到更多的自认为优质的产品时便
会降低价格敏感性。这种情况下，零售商则会适当地提高价格。量价齐升带来更大
的利润。
（3）该模型具有一般性，当保鲜期 t1 = 0 时，该模型由非立即变质品变为立即
变质品的联合定价与库存补货模型；当 t1 的值足够大时，该模型为非变质品的定价
与库存补货策略。从表 3.3 可以看出：产品在 t1 时间点开始变质，零售商停止线上
渠道售卖产品，随着保鲜期变长，零售商的补货周期变长，相对于只有一天保鲜期
的产品，保鲜期三天的农产品存在的销售周期更长。当产品变质率  增加 25%时，
p* = 216.60 ， * =38629.20 ，保鲜期 t1* = 7.209 ，相较于原来最优的保鲜期 t1 = 2.70
延长了 167%。再将其与  增加 50%即 t1 =4.05 相比，因为变质率大幅增大，为了应
对产品进入变质期后带来的变质成本快速上升问题。零售商将尽可能增加线上渠
道的销售时间，进而延长产品保鲜期和补货期，此时销售价格提高了 11.60%，但
是又因为保鲜期延长引起保鲜成本增大，最终导致利润仍然减少了 38.88%。观察
保鲜期的变化对最优结果的影响也可以看到，如果零售商单以保鲜期作为决策调
整参数，那么保鲜期 t1 变长顺应拉动补货周期、价格、订货量和利润都相应增大，
同时拉动弹性较大，如保鲜期 t1 从-25%延长到+25%，补货周期仅延长 30.53%，而
利润增长了 42.26%。由此说明，对于易腐性弱的农产品，由于保鲜成本和变质成
本较低，如土豆、红薯、铁棍山药、速冻食品等生鲜农产品，零售商可以适当延长

26
 第 3 章 面向同质化需求的生鲜农产品双渠道销售定价与库存补货联合决策

保鲜期，增加网上销售时长。但是对于易腐性强的商品如奶制品、熟食区的加工食
品，除非能够进行低成本保鲜，否则不宜延长。

表 3.3 变质率和保鲜期对最优策略的影响

参数 参数变化比(%) t1 /天 T  /天 p /元 Q /箱   /元
+50 -- -- -- -- --
+25 7.209 9.89 216.60 463.77 38629.20

-25 0.088 4.99 205.14 457.41 47737.54
-50 0.031 5.25 192.57 675.20 77141.04
+50 4.05 5.56 194.09 521.40 63200.14
+25 3.375 4.96 192.73 450.72 46525.15
t1
-25 2.025 3.80 188.77 304.78 32703.23
-50 1.35 3.22 185.38 228.47 25457.52

（4）接下来通过表 3.4，进一步比较分析零售商双渠道销售和单渠道销售的效
果。当线上渠道的需求为零时，零售商会关闭线上渠道，只采取线下渠道销售产品。
考虑一种极端情况，线上渠道消费者全部流失，转向其他店铺购买，因此设置初始
销售价格 p = 222.85 ，带入算式中，有最优销售定价 p = 255.11 ，补货周期 T = 8.43 ，
补货量 Q = 840.42 ，周期利润  = 86647.03 ，仅线下渠道销售时补货周期延长 1.16
天，订货量减少 18.82%，价格增加 33.17%，利润减少，此种情况下，根据周期、
补货量、利润对比，双渠道模式明显优于单渠道模式销售。考虑普遍情况，假设线
上消费者一半转向线下，将此类消费者称为品牌忠诚者，其余消费者转向其它网上
商店，称为网购偏好者[38]，则零售商保鲜期内的需求率变为 D2 = 940 − 2.5 p ，变质
期内市场需求率不变仍为 D 2 = 550 − 2.5 p + 0.05I ( t ) 。在这种情况下，单渠道销售价
格比双渠道销售价格高 73.84%，最优补货量少 63.70%，补货周期短于保鲜期，利
润降低 23.94%。显然，从周期总利润看，双渠道销售优于单渠道销售。但是从单
位时间利润看，单渠道销售的单位时间利润 35517，大于双渠道销售的 15329。据
此，如牛奶等标准化生产和包装的产品，补货周期控制在保鲜期内，因为价格更高，
变质成本小，双渠道销售可以促进利润增长，但是保鲜期较短的生鲜农产品如肉禽
等非标产品在当前较低的冷链管理水平下却难以实现，故而采用单渠道销售更为
稳妥。

表 3.4 渠道模式对最优决策的影响

模式 T * /天 p* /元 Q* /箱  * /元
单渠道 2.39 333.03 374.88 84886.12
双渠道 7.28 191.57 1034.74 111600.93

27
 重庆交通大学硕士论文

3.7 本章小结
随着生鲜电商发展步入快车道，渠道扩张已经成为各大零售商抢占市场的利
器。其中，新零售中的近场销售更是未来争夺的主战场。每日优鲜等电商企业基于
前置仓布局，不断深耕到家服务，同时传统零售商也在即时物流支持下拓展基于门
店布局的到家服务；永辉等零售商在大型商场中开设门店，用户既可以到店消费，
也可以在“多点”APP 下单后，平台提供送货到家服务，平台所开设的门店既开门
营业，又承担线上仓储配送功能。采用双渠道销售，网购消费者的异质性偏好和动
态特征给零售商库存补货与定价带来了新的问题。在及时满足条件下，假设线上渠
道仅销售新鲜产品，而线下渠道同时销售新鲜产品和变质产品，面向消费者同质化
需求，构建了依赖于价格和库存水平的双渠道销售补货与定价联合决策模型，分析
了最优解的性质，基于两部求解思路，设计启发式算法求解出最优保鲜期、销售周
期和定价。数值分析验证了算法的有效性且得到了一些启发性结论：农产品双渠道
销售模式下，变质成本对利润的影响较小且会导致利润呈现波动变化。保鲜成本和
变质成本较低，同时销售价格较高是零售商双渠道销售农产品获得更高利润的保
障条件。由于线上渠道的市场份额对利润的影响更大，因此零售商双渠道销售需要
着重考虑产品选型及其渠道投放和渠道引流。在实际运作中，易腐性弱的农产品可
以适当延长线上销售时间，易腐性强的农产品应当缩短补货周期、减少补货量；鲜
切产品通过单渠道销售更为稳妥。本章考察的是对生鲜农产品的新鲜程度、个头大
小、价格范围内浮动等接受程度是一致的消费者，在进一步的研究工作中，可放松
这些条件，考虑更柔性的线上需求满足策略，面向异质化需求的消费者，以及引入
服务水平，以进一步拓展模型和改善零售商的利润。

28
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

第4章 面向异质化需求的生鲜农产品双渠道零售的定价

与库存联合决策
上一章针对同质性需求情况下的生鲜双渠道定价与库存问题进行了研究。但
在实际生活中，因生鲜农产品自身特性，消费者自身偏好购物渠道、价格、生鲜新
鲜度等因素的影响，其需求也会受到影响，导致了零售商定价与补货过程中所做决
策难以把握。一般来说，零售商会选择销售初期进行订货，但是由于产品需求上是
动态的受价格、库存等影响，再加上难以确定消费者的异质化需求，零售过多订货
或是库存不足都会造成一笔不小的损失。为了解决上述问题，本章在结合上文双渠
道结构以及前人研究成果的基础上，在考虑需求依赖于价格和库存水平的情况下，
考虑引入零售商服务水平以应对消费者偏好异质的问题，并对服务水平对定价与
补货策略的影响进行了分析。其中伍青桐构建了由制造商、线上线下零售商以及物
流企业为主体的双渠道供应链模型，检验在不同渠道偏好条件下线上线下供应链
的定价策略，主要分析了实体零售商的服务水平、电商零售商的服务水平以及物流
企业的服务水平和价格等因素对市场定价的影响[68]。本文以此为出发点引入零售
商线上、线下服务水平，通过结合变质库存理论，构建新的定价与库存联合决策模
型，对考虑了异质性需求情况下的生鲜农产品双渠道定价与补货问题进行研究，并
探讨服务水平对双渠道环境下生鲜产品库存策略的影响。

4.1 问题描述
在线上线下统一价格的背景下，考虑零售商通过过线上直销和线下零售两种
渠道销售生鲜产品，其中线下渠道，消费者到店挑选购买生鲜产品，实体店的服务
水平质量会影响消费者的购物体验，其产品新鲜程度与库存水平和零售商称重、剥
皮处理、装袋等服务，消费者都是随时可观测到的，零售店提供的服务好坏关系到
消费者是否会再次光临回购的问题。而线上渠道消费者网购者不能观测到产品质
量，零售商需要对消费者下单的产品进行分拣包装、配送到家等服务，以保证商品
拿给购买人员时是完好无损的，提升用户满意度，以此在网络平台评级时满星好评，
让有意在本店购买的新用户因评价中的服务好、商品好而开始在本店采购。生鲜产
品的需求量受线上线下的生鲜农产品的价格、库存水平还受零售商服务水平影响，
零售商为了进一步提高生鲜产品的销售量，除了在线上对生鲜产品进行合适的定
价以外，还应该提高服务水平，确保不流失老顾客、同时吸引发展一批新的消费者，
并让消费者在下一次购物时优先考虑该店该渠道。在这样的运作情景下，整个补货
周期 T 可以分成两个时间段，即保鲜期 ( 0,t1 ) 和变质期 t1 , T  ，t1 表示变质临界时间
点。其中，保鲜期内的产品满足双渠道需求，线上渠道只提供保鲜期产品，变质期

29
 重庆交通大学硕士学位论文

内的产品仅满足门店渠道需求。

4.2 模型符号与假设说明
建模之前，作如下假设：
(1) 单次瞬时补货，不允许缺货；
(2) 零售商在变质期内不再提供保鲜措施，变质率为常数   ( 0,1) ;
(3) 变质的产品与完好的产品可以分离。为了避免渠道冲突，完好产品线上线
下同价，均为 p 。
(4) 线上渠道消费者无需承担物流配送费用，由零售商承担运费。
(5) 基于产品质量和价格的可观测性，网购者需求受价格和服务水平两者影响，
而门店消费者受价格、库存水平和服务水平的多重影响。实践表明，在变质期内零
售商为了快速处理产品，会将剩余产品全部上架给消费者挑选，此时可供挑选的产
品的多少将直接影响需求。对此，假设保鲜期内线上渠道需求率
D1 =  a − b1 p +  e1 −  e2 ，线下渠道需求率为 D2 = (1 −  ) a − b2 p +  e2 −  e1 ；变质期
内线上渠道需求为 0，线下渠道为 D2 = (1 −  ) a − b2 p +  e2 −  e1 + I 2 (t )=D2 + I 2 (t ) 。
其中， a 分别表示零售商线上线下渠道的市场总规模，  表示消费者对线上渠道的
偏好程度，b1 和 b2 分别表示线上线下渠道的价格敏感系数，e1 , e2 分别为零售商的线
上服务水平和线下服务水平，  和  表示线上渠道和线下零售渠道对服务水平的
弹性系数及交叉弹性系数， 为库存水平影响因子。
(6) 零售商线上、线下渠道的服务成本与其服务水准构成简单的二次函数关系，
1
构建如下的服务成本函数: Ci = i ei 2 , i = 1, 2 。
2
本章模型中所使用的符号及含义说明如下：
c ：单位产品的购买成本；
h ：单位产品单位时间的仓储保鲜成本；
g ：单位变质成本；
 ：零售商周期总利润；
Q ：订货量；

K ：订货成本；
I ( t ) ：零售商在 t 时刻的库存水平；
I1 (t ) ：保鲜期内 t 时刻的库存水平；
I 2 (t ) ：变质期内 t 时刻的库存水平；

30
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

4.3 生鲜农产品双渠道定价与库存联合决策模型
在第三章基础上，考虑异质化需求，引入服务水平，结合变质库存模型与需求
函数，对生鲜双渠道定价与库存策略进行研究，保鲜期 ( 0,t1 ) 和变质期 t1 , T  两阶段
的库存水平用如下微分方程表示这一变化过程

dI1 ( t )
= − D1 − D2 , 0  t  t1 (4.1)
dt

dI 2 ( t )
= − D2 −  I 2 ( t ) = − ( D2 +  I 2 ( t ) ) −  I 2 ( t ) , t1  t  T (4.2)
dt

由临界条件 I 2 (T ) = 0 ，求解式(4.2)，得：

D2  (  + )(T −t ) 
I2 (t ) = e − 1 , t1  t  T (4.3)
 + 

在 t1 时刻零售商保鲜期结束时的库存水平应等于变质期开始的库存水平，

I1 ( t1 ) = I 2 ( t1 ) ，求解式(4.1)，得

D2  (  + )(T −t1 ) 
I1 ( t ) = ( D1 + D2 )( t1 − t ) + e − 1 , 0  t  t1 (4.4)
 + 
t = 0 时刻的库存量应是整个补货周期内零售商的补货量，故
D
Q = I1 ( 0 ) = ( D1 + D2 ) t1 + 2 e( )( 1 ) − 1
 + T −t
(4.5)
 +

4.4 最优解性质分析
定理 4.1 在补货周期确定的情况下，补货量 Q 是关于价格 p 的减函数；在零
售价确定的情况下，补货量 Q 是关于补货周期 T 的增函数。
由(4.5)式可以看出，补货量 Q 受价格 p 、补货周期 T 、保鲜期 t1 的影响。对 Q
关于价格 p 、补货周期 T 、保鲜期 t1 求一阶导数，得到结果为：
Q b
= − ( b1 + b2 ) t1 − 2 e( )( 1 ) − 1
 + T −t
(4.6)
p  +
Q
= D2 e( )( 1 )
 + T −t
(4.7)
T
已知   0 ，  0 ， D1  0 ， D2  0 ，又 T  t1 ，故 e(  + )(T −t1 ) − 1  0 。因此，恒
Q
有  0，故订货量 Q 是价格 p 的减函数，而 Q 关于补货周期 T 一阶导是恒大于零，
p

31
 重庆交通大学硕士学位论文

故订货量 Q 是关于补货周期 T 的增函数。即当产品零售价价格越高，零售商的订货

量越小；补货周期越长，零售商的订货量越大。命题 4.1 得证。

企业运行目的是为了盈利，而利润是企业判断盈利多少的标准。总利润为销售

额和各项成本之差。基于此，固定成本 K 、购买成本 cQ 、仓储保鲜成本 h  I1 ( t ) dt 、

t1

变质成本 g   I 2 ( t ) dt 、服务水平成本 C1 、C2 等成本变化都会造成零售商利润浮动。

T

t1

零售商的目标即寻找最优订货周期 T、最优补货量 Q 和价格 p1 , p2 、服务水平 e1 , e2 ，

使得零售商总利润最大。

 ( p, t1 , T ) = 销售收益-购买成本-固定成本-变质成本-服务水平成本

= p   ( D1 + D2 ) dt +  D2 dt  − cQ − 1e12 − 2e2 2
t 1 T 1 1
 0 t1  2 2
−h  I1 ( t ) dt −  g  I 2 ( t ) dt − K
t1 T

0 t1
(4.8)
 D2
( p + g )(T − t1 ) + ( D1 + D2 )  p − t1  t1 − 1e12 − 2e2 2
c 1 1
=
 +  2  2 2

+
D2
( + )
2  ( )
 p −  g − (  +  )( ht1 + c )  e( )( ) − 1 − K
 + T −t
1

由  的表达式可以看出，零售商的总利润是关于自变量 p, T ，e1 , e2 的多元函数。

由于价格，服务水平和时间是不同量纲的决策变量，不能同时决策。为此，我们采
取两部分求解思路。首先给定补货周期 T ，求解最优服务水平 e1 , e2 、最优产品价格
p ，然后再给定销售价格求解补货周期 T 。
定理 4.2 给定补货周期 T ，固定销售价格 p ， 是关于 e1 ，e2 的联合凹函数。
证明：  关于 e1 ， e2 的海塞矩阵为：

− w1 0
H1 =
0 − w2

显然，Hessian 矩阵 H1 负定，故周期利润  是一个凹函数。因此函数  关于变

量 e1 ，e2 有极大值，对(4.8)式分别关于线上、线下服务水平求偏导，构建方程组。
对此求解得最优服务水平 e1 ，e2 。将 e1 ，e2 各自代入零售商双渠道下的两种需求
函数中，可得线上渠道的需求量 D1 =  a − b1 p +  e1 −  e2 、线下渠道的需求量
D2 = (1 −  ) a − b2 p +  e2 −  e1 。
对 e1 求一阶导：

32
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策


= − w1e1 + ( t1 −  T ) p −
( p −  g )  e( + )(T −t1 ) − 1 − ( +  ) T − t 
( 1 )
e1 ( +  ) 2 
1 t 
2  +
(
−h  ( −  ) t12 − 1 e( )( 1 ) − 1 
 + T −t


) (4.9)

  
−c  ( −  ) t1 −
  +
( )
e(  + )(T −t1 ) − 1 


对 e2 求一阶求导：

  ( p −  g ) (  + )(T −t1 )
= − w2 e2 + ( T −  t1 ) p + e − 1 − ( +  ) (T − t1 ) 
e2 ( +  ) 2 
1 t 
2  +
(
−h  ( −  ) t12 + 1 e( )( 1 ) − 1 
 + T −t


) (4.10)

  
−c  ( −  ) t1 +
  +
(
e(  + )(T −t1 ) − 1 

)
定理 4.3 对给定的 p ，补货周期 T ，存在 e1 ， e2 使得零售商的总利

润函数  得到最大值当且仅当(4.9)、(4.10)式有解
 2  2  
证明：显然  0 ，  0 ， 关于变量 e1 ，e2 有极大值，故 =0 ， =0
e1 2
e2 2
e1 e2

有解时，得到的解 e1 ， e2 就是令目标函数  最优的解

令(4.9)式等于零，可得到 e1 的值，解得：
1    (  + )(T −t1 ) 
e1 =  ( t1 −  T ) − 2 
e − 1 − ( +  ) (T − t1 )   p +
w1  ( +  ) 

w1 ( +  ) 2  (
 g + ( +  ) ( ht1 + c )  e( )( ) − 1
 + T −t 1
) (4.11)

1   g 1 
−  (T − t1 ) + h ( −  ) t12 + c ( −  ) t1 
w1   +  2 

1  
令 1 =  ( t1 −  T ) −
w1  ( +  ) 2 (
e( )( 1 ) − 1 − ( +  ) (T − t1 )  ，
 + T −t


)

1 =
w1 ( +  ) 2
(
(  g + ( +  ) ( ht1 + c ) ) e( + )(T −t ) − 1 ，1
)
1   g 1 
1 =  (T − t1 ) + h ( −  ) t12 + c ( −  ) t1  ，则 e1 =1 p + 1 − 1
w1   +  2 

33
 重庆交通大学硕士学位论文

令(4.10)式等于零，可得到 e2 的值，解得：

1    (  + )(T −t1 ) 
e2 =  ( T −  t1 ) + 2 
e − 1 − ( +  ) (T − t1 )   p
w2  ( +  ) 

−
w2 ( +  ) 2  (
 g + ( +  ) ( ht1 + c )  e( )( ) − 1
 + T −t
1
) (4.12)

1   g 1 
−  (T − t1 ) + h ( −  ) t12 + c ( −  ) t1 
w2   +  2 

1    (  + )(T −t1 ) 
2 =  ( T −  t1 ) + 2 
e − 1 − ( +  ) (T − t1 )   ，
w2  ( +  ) 


2 =
w2 ( +  ) 2  (
 g + ( +  ) ( ht1 + c )  e( )( ) − 1 ，
 + T −t
1
)
1   g 1 
2 =  (T − t1 ) + h ( −  ) t12 + c ( −  ) t1  ，则 e2 =2 p − 2 − 2 ，
w2   +  2 

由(4.11)式，(4.12)式可以从 e1 、 e2 的表达式看出， e1 、 e2 与价格 p 是一次线性

e1 e
关系， e1 、 e2 对 p 求一阶导， = 1 ， 2 = 2 。
p p

1  
其中 1 =  ( t1 −  T ) −
w1  ( +  ) 2 ( 
)
e( )( 1 ) − 1 − ( +  ) (T − t1 )  ，由前文可知
 + T −t

对于 e(  + )(T −t1 ) 可用泰勒级数展开与 1+( +  ) (T − t1 ) 相减后是一个大于零的极小数，

e
故现在只需观察 ( t1 −  T ) 是否大于零，当 t1   T 时， 1 = 1 大于零，则 e1 是关于
 p
e
p 的增函数。当 t1   T 时， 1 = 1 小于零，则 e1 是关于 p 是减函数，即当价格 p
 p
增加时，服务水平 e1 反而是减少的，这与实际不符，故应有 t1   T ，由此确定补货

t
周期的取值范围 T  1 。

1   
2 =  ( T −  t1 ) +
w2  ( +  ) 2 ( 
)
e( )( 1 ) − 1 − ( +  ) (T − t1 )  ，同样考虑  T −  t1
 + T −t

 t1
是否大于零，当  T −  t1  0 时，这与实际不符；故考虑  T −  t1  0 ，T  ，已

 t1
知T  ，要使这两个不等式成立应有    ，此时  T −  t1  0 ，可以得到 2  0


34
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

e2
的结论，故有 = 2  0 。所以零售商的线上服务水平、线下服务水平与产品售
p

价正向相关，价格增加时，应当增长相应的服务水平。由实际意义可知 1 ， 2 均

e1 + − 1 e2 +  2 + 2
不可能等于零，转换一下 e1 、e2 与 p 的位置有 p = 、 p= ，即当
1 2
零售商追求更高的服务水平时，零售商对产品的定价就会越高。
定理 4.4：给定服务水平 e1 、 e2 ，补货周期 T ，存在最优销售价格 p 使总利
润  达到最大。
将 e1 、 e2 带有 p 的表达式，代入(4.8)式中应有
 = ( D1t1 + D2T ) p + ( p −  g ) I 2 − hI1 − cQ
1 1 (4.13)
− 1 ( 1 p + 1 −  1 ) − 2 ( 2 p − 2 −  2 ) − K
2 2

2 2

但最优服务水平 e1 =1 p + 1 −  1 ，e2 =2 p − 2 −  2 中价格 p 是与下列表达式

中的 p 不一样的，是一个初始数值，将 e1 、 e2 表达式中的 p 记作 p0 。故
 = ( D1t1 + D2T ) p + ( p −  g ) I 2 − hI1 − cQ
1 1
− 1 ( 1 p0 + 1 −  1 ) − 2 ( 2 p0 − 2 −  2 ) − K
2 2

2 2

 关于价格 p 求导：

=
1
p ( +  ) 2  (( (
 1 −  ) a +  e2 −  e1 ) +  gb2  e(  + )(T −t1 ) − 1 − ( +  ) (T − t1 ) )
+
b2
( +  )
( )
( ht1 + c ) e( + )(T −t1 ) − 1 + ( a +  e1 −  e2 ) t1 + ( (1 −  ) a +  e2 −  e1 ) T (4.14)

  
+
1
2
( ht1 + c )( b1 + b2 ) t1 − 2  b1t1 + b2T +
 ( +  ) 2 ( 
)
e( )( 1 ) − 1 − ( +  ) (T − t1 )  p
 + T −t

 2   
p 2
= −2 

b1t1 + b2T +
( +  ) 2
e (
(  + )(T −t1 )
− 1 − (  +  ) ( T − t1 )
) 

(4.15)

 2
由式(4.15)可以看出，显然有 2 恒小于零，故存在 p 使总利润  在周期范围
p

内有极大值。得证
定理 4.5 对给定服务水平 e1 、e2 ，补货周期 T ，存在 p 使得  取得周期范围
最大，当且仅当(4.14)有解。
证明：令  ( p ) 等于(4.14)式的右端项，由式的左端项可以看出  ( p ) 是一个关

35
 重庆交通大学硕士学位论文

于 p 的减函数，当 p 趋于无穷大时，显然有  (  )  0 。
令 p 等于零时，有

2  ((
 1 −  ) a +  e2 −  e1 ) +  gb2  e(  + )(T −t1 ) − 1 − ( +  ) (T − t1 ) 
1
 ( 0) =  
( +  )

+
b2
( +  )
( )
( ht1 + c ) e( + )(T −t1 ) − 1 + ( a +  e1 −  e2 ) t1 + ( (1 −  ) a +  e2 −  e1 ) T
1
+ ( ht1 + c )( b1 + b2 ) t1
2

显然有  ( 0 )  0 ，由  ( 0 )  ( p )  0 可知，一定存在一点 p 使得  ( p ) =0 ，设该

 2 
=0 有解，故周期范围内存在唯一一点 p 可令  取得最

点为 p 。由  0 且有
p 2
p

大值，即对于给定的数值 T  ，由  ( p ) =0 确定的 p 为最优。

定理 4.6 给定服务水平 e1 、 e2 ，价格 p ，  是关于 T 的凹函数。

证明：  求关于 T 的一阶导、二阶导

 D ( p −  g ) (  + )(T −t1 )
T
= D2 p + 2
 +
e ( )
− 1 − D2 ( ht1 + c ) e(  + )(T −t1 ) (4.16)

 2 D2 ( p −  g ) (  + )(T −t1 )
T 2
=
( + )
e ( )
− 1 − D2 ( ht1 + c ) e( )( 1 )
 + T −t

(4.17)
= D2  p −  g − (  +  )( ht1 + c )  e (  + )(T −t1 )

 2
由前文设定有  =  p −  g − (  +  )( ht1 +c ) ，则 = D2 e( )( 1 )
 + T −t

T 2

 2
只有当   0 时，  0 ，根据凹函数判定法则可知  是关于 T 的凹函数。
T 2
  D2 ( p + g )
T
=
 +
D
 +
D
 +
(
+ 2 e(  + )(T −t1 ) = 2  ( p + g ) + e(  + )(T −t1 ) ，   0 ， 当 )

 ( p + g )  − 时，  0 ， 与 T 是正相关， 随着 T 增加而增加；当  ( p + g )  −
T

时，  0 ， 与 T 是负相关， 随着 T 增加而减少。故一定存在一个 T  可以使得
T

=0 ，求解得到 T  使得周期总利润  得到最大值。
T

36
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

4.5 最优定价与补货策略

= 0 ，得到的解 T 使  得到最大值。

给定 p ，求解
T
 D2 ( p −  g )  D ( p −  g )
 − D2 ( ht1 + c )  e(  + )(T −t1 ) = 2 − D2 p
  +   +

1  ( p +g ) 1  ( p +g )
解得：T  = ln = ln + t1 (4.18)
 +  (  +  )( ht1 +c ) − ( p −  g )  +  −

其中  =  p −  g − (  +  )( ht1 +c )
给定 p ，将最优补货周期 T  ，代入 e1 =1 p + 1 −  1 ， e2 =2 p − 2 −  2 可得到


服务水平的值。带入(4.14)式中令 = 0 ，得到的解 p 使  得到最大值。求解：
p

   
p
=  − 2  b1t1 + b2T +
 ( +  ) 2 ( 
)
e( )( 1 ) − 1 − ( +  ) (T − t1 )  p =0 ，
 + T −t


解得：p = (4.19)
1

  
其中  1 =2  b1t1 + b2T +
 ( +  ) 2 (
e( )( 1 ) − 1 − ( +  ) (T − t1 )  ，
 + T −t


)
=
1
( +  ) 2  (( (
 1 −  ) a +  e2 −  e1 ) +  gb2  e(  + )(T −t1 ) − 1 − ( +  ) (T − t1 ) )
+
b2
( +  )
( )
( ht1 + c ) e( + )(T −t1 ) − 1 + ( a +  e1 −  e2 ) t1 + ( (1 −  ) a +  e2 −  e1 ) T
1
+ ( ht1 + c )( b1 + b2 ) t1
2

4.6 数值算例
根据以上理论分析，设计如下算法求解一个补货周期内零售商的定价和补货
策略。

算法设计：
(1) 令 j = 0 ， p j = c ;

(2) 已知 p0 ，如果  j 满足  j  0 ，则根据式(4.18)求解 T j 的值;

37
 重庆交通大学硕士学位论文

(3) 计算，由式(4.11)、式(4.12)求解对应的值 e1 j ， e2 j ；

(4) 判断  t1 −  T j 是否大于零，如果  t1 −  T j  0 ，令 j = j + 1 ， p j = p j +1 返回

第 2 步；如果  t1 −  T j  0 且  T −  t1  0 ，则利用式(4.19)求解 p j +1 ；

(5) 比较 p j 和 p j +1 ，当 p j +1 − p j  10−4 时，根据式(4.5)求解最 Q* ，代入式(4.8)

求解   ，令 e1 j  = e1 j ，e2 j  = e2 j ，T  =T j ，p =p j +1 ，结束；否则令 j = j + 1 ，

p j = p j +1 ，返回步骤(2)。

( )
由此得到的 e1 j  , e2 j  , p , T  为最优解，即最优定价与补货策略。

为了对本文结论进行进一步的验证，结合论文模型，以保证论文合理性为前提，
对参数赋值。利用 Matlab 得到最优策略的相关数值，绘制价格-利润、周期-利润关
系图，利用 Excel 进行数据分析，并给出合理的经济学解释。
数值算例的部分参数来自于文献[37]，参数设置为：固定成本 K = 2000 元/次，
单箱购买成本 c = 100 元/箱，单箱保鲜成本 h = 1.9 元/箱/天，单箱变质成本 g = 0.1
元/箱/天，将市场总规模设置为上一章的潜在市场需求率之和，即 a = 1330 箱，其
他相关参数为：  = 0.09 ， = 0.05 ， b1 = 3.5 ， b2 = 2.5 。为方便对比，直接引用上
一章节中的最优保鲜期 t1 ，将保鲜期 t1 设置为 2.7，即 t1 = 2.70 天。消费者对线上渠
道的偏好程度  、线上线下服务水平系数 w1 , w2 与最终市场需求对服务水平质量的
弹性系数及交叉弹性系数  ,  数值参来自于文献[68]， =0.5 ， =0.6 ， =0.2 ，w1 = 8 ，
w2 = 6 。为此代入需求率公式，保鲜期内需求率分别为 D1 = 665 − 3.5 p + 0.6e1 − 0.3e2 ，
D2 = 665 − 2.5 p + 0.6e2 − 0.3e1 ， 变 质 期 内 的 需 求 率 为
D2 = 665 − 2.5 p + 0.6e2 − 0.3e1 + 0.05I ( t ) 。运用 Matlab 求解得：e1 = 59.05 ，e2 = 81.70 ，


p =145.97 元， T =3.67 天，相应的最优利润为  * =102010.46 元，最优补货量



Q = 2726.83 箱。从图 4-1，可以看出将价格、线上线下服务水平看作自变量后，

周期总利润随价格、服务水平的变化均是呈现出先增后减，先升后降，与之前结果
分析吻合，即利润  是价格 p 、e1 、e2 的凹函数。显然，零售商不能一味追求高价
销售，过高的价格会使得需求下降；过低的价格会促进需求，但薄利多销的方式需
要较高的安全库存，会导致库存成本的增加还会压缩零售商的现金流。同样过高的
服务水平，会使得服务水平成本增加，从而使零售商利润下降。从图 4-2 可以看出，
周期利润先是随着补货周期的 T 的增加而增加，利润到达最大值之后，利润随周期
的增加而减少，这是因为周期的变长会导致零售商的仓促保鲜费用和产品变质费

38
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

用增加。

图 4-1 价格、服务水平-利润图

图 4-2 补货周期--利润图

接下来，对重要参数做灵敏性分析，以此观察参数发生改变时对结论的影响。
固定其他参数不变，分别改变 K , h, g , c, a, b1 , b2 , , r , w1 , w2 ,  ,  , t1 取值，变化程度为-50%，
-25%，25%，50%。具体结果见表 4.1-4.5。
（1）从表 4.1 可以看出：固定成本只会对周期总利润造成影响， K 增加，利
润减少， K 减少，利润增加。当保鲜成本 h 增加时，服务水平 e1 , e2 、补货周期 T 、
价格 p 、补货量、周期利润呈波动性变化。当仓储保鲜成本增加 25%时，补货周期
变短 3.27%，这是因为仓储保鲜成本增加，在保鲜期确定的情况下，降低 20.61%
的价格，促进需求，让生鲜农产品更快更迅速的售卖出去，又因为线上、服务水平
分别减少-76.06%、-73.18%，虽然有降低价格增加，但无法抵消因为服务水平减少
需求的影响，因而零售商减少 26.13%的补货量，以应对增加的仓储保鲜成本和减
少的需求，周期总利润下降 75.54%。当仓储保鲜成本减少 25%时与保鲜成本增加

39
 重庆交通大学硕士学位论文

25%相比，补货周期增加，线上线下服务水平分别提高 11.46%、4.17%，生鲜价格
略微提高 2.20%以应对由增加服务水平而产生的服务水平成本，补货量增加，利润
提升 7.23%。

表 4.1 固定成本/单位保鲜成本/购买成本/变质成本对最优策略的影响

参数变化
参数 e1 e2 T  /天 p /元 Q /箱   /元
比(%)
+50 59.05 81.70 3.67 143.97 2676.24 101010.46
+25 59.05 81.70 3.67 143.97 2676.24 101510.46
K
-25 59.05 81.70 3.67 143.97 2676.24 102510.46
-50 59.05 81.70 3.67 143.97 2676.24 103010.46
+50 25.03 36.42 3.62 123.68 2130.89 40553.90
+25 16.14 25.91 3.33 114.30 1976.87 24955.50
h
-25 17.99 26.99 3.59 117.47 2039.58 32335.32
-50 12.08 19.13 3.51 110.87 1965.20 23347.88
+50 92.37 127.57 3.68 175.85 3019.01 56045.75
+25 75.41 104.24 3.67 159.77 2842.83 80041.98
c
-25 43.42 60.15 3.66 128.48 2521.60 122305.24
-50 28.77 39.89 3.64 113.30 2382.91 141472.33
+50 11.80 18.80 3.50 110.89 1953.82 21373.34
+25 140.82 190.72 3.69 190.99 3981.43 329980.46
g
-25 38.43 54.22 3.65 131.68 2349.46 63444.01
-50 29.05 41.73 3.63 125.77 2202.40 48253.21

当单位库存保鲜成本增大时，企业为了减少总库存保鲜成本，会相应减少产品
保鲜的时间，因此库存服务水平降低，这与上一章节中保鲜成本下降会导致农产品
售价增加不同。这是因为引入了服务水平，虽然零售商提供高服务水平会产生高服
务水平成本，但是带来的结果是不一样的，提供高服务水平，容易提高客户满意度，
增加需求，这一点从补货量增加几倍就可以看出来。当单位购买成本增加时，服务
水平、补货周期、价格、补货量都是增加的，但利润却随之减少，这是因为单位产
品购买成本增加，需要提高最优销售价格以获取利润，由于价格增大，零售商为了
让产品更符合这个价位出售，对此提供更高的服务水平，反向刺激了需求，增加了
补货量如购买粽子提供煮熟、包装服务，购买大闸蟹提供精美礼盒包装可冷链配送
到家服务等。也可能是季节性产品如冬季抢先上市的车厘子，每公斤价格能高达
180—200 元，高品质的丹东、奶油巧克力草莓等售价也能高达一百元，还如生鲜

40
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

冷冻的三文鱼、金枪鱼，因为禁渔期及日本海岛核辐射的传言，零售商担心后面继
续涨价，反而进行囤货寻找机会销售，对此付出的各项成本更多，因而利润减少。
随着单位变质成本 g 的增加，最优价格、库存补货策略呈现“升、降、升”的波动
趋势，适当增加单位变质成本即减少保鲜储藏时间，在高价格、高服务水平、高需
求的情况下，零售商也能获得高利润。
（2）从表 4.2 可以看出：零售商销售生鲜农产品的市场规模 a 与服务水平、
价格、订货量、周期总利润是正向相关的。当市场规模增加 25%时，零售商的线上
需求率变为 D1 = 997.5 − 3.5 p + 0.6e1 − 0.3e2 ， D2 = 997.5 − 2.5 p + 0.6e2 − 0.3e1 ，线上
服务水平增加 1.79%，线下服务水平增加 1.72%，尽管价格上涨了 15.12%，但在市
场潜在需求率和线下线下服务水平的联合作用下，周期总利润大幅度增长，甚至增
加了 91.80%。零售商的市场总规模增大就意味着零售商的竞争对家就失去部分市
场份额，为此零售商大批量进货应对增加的市场需求也为了降低缺货的可能性。当
市场规模减少 50%时，零售商大打折扣，在以接近成本价的超低价格销售生鲜农
产品而服务水平几乎没有减少的情况下，由于市场减少，零售商仍然是亏本买卖。
现在生鲜市场处于高速的发展中，零售商应当在一致价格水平线上，努力提高线上
线下双渠道服务水平，增加市场规模，抢先占领市场份额，增加销售利润。
b1 和 b2 分别表示线上线下渠道的价格敏感系数，在市场规模不变的情况下，b1
和 b2 越大表示消费者对价格更加敏感。一般来说，价格敏感系数与价格、补货量、
周期利润呈负相关。当线上渠道价格敏感系数 b1 增加 25%时，有渠道偏好的消费者
有可能会将目光转向其他店铺的线上网店，或是转向线下实体店购买，零售商为了
留住对价格敏感的消费者，采取降低 10.45%的价格，同时提高线上服务水平，零
售商采取让利的行为，在减少了 40.06%的利润的情况下，订货量只少了 2.26%。
再看，当线上渠道价格敏感系数 b2 减少 25%时，零售商涨价 19.89%，消费者对价
格没有那么敏感且零售商提高了 37.77%的线下服务水平，订货量增加 15.40%，周
期利润更是暴涨，超过了原利润的一倍。与 b1 减少 25%相比，虽然价格只提高了
5.90%，但线上服务水平高了 39.37%，线下服务水平高了 37.93%，更高的服务水
平更能够提升消费者的心理效用，更加刺激消费者的消费需求，促进购买，因此利
润增加 43.43%。

41
 重庆交通大学硕士学位论文

表 4.2 需求率对最优策略的影响

参数变
参数 e1 e2 T  /天 p /元 Q /箱   /元
化比(%)
+50 61.16 84.52 3.67 187.51 3772.42 313298.13
+25 60.10 83.11 3.67 165.74 3224.33 195652.62
a
-25 57.99 80.30 3.67 122.20 2128.13 32366.77
-50 56.94 78.89 3.67 100.45 1580.01 --
+50 59.25 81.97 3.67 117.38 2555.23 28745.90
+25 59.15 81.84 3.67 128.97 2615.73 60122.81
b1
-25 58.95 81.57 3.67 164.11 2736.75 159807.22
-50 58.85 81.44 3.67 192.61 2797.27 243371.58
+50 37.57 53.08 3.65 113.13 2250.89 18041.40
+25 45.97 64.28 3.66 125.90 2425.85 49698.62
b2
-25 82.19 112.56 3.68 172.60 3088.39 204110.45
-50 134.33 18.21 3.69 229.54 3965.05 483579.26
+50 16.75 25.33 3.63 113.00 2099.29 21199.78
+25 16.15 24.54 3.61 114.14 2055.70 24160.76

-25 15.62 23.90 2.49 117.39 1937.64 33082.95

-50 48.09 67.13 3.61 148.12 2302.53 99716.39

进一步观察库存水平影响因子  ，其他参数不变时，由变质期线下渠道市场需
求率 D2 = 665 − 2.5 p + 0.6e2 − 0.3e1 +  I ( t ) 表达式可知，需求率 D 2 是与  成正比的，
 越大，需求率受库存水平影响越大。线上服务水平 e1 、线下服务水平 e2 、补货周
期、订购量随着库存水平影响因子  减小而呈现出“降，升”的变化趋势，当 增
加 50%时，需求率受库存水平影响增大，零售商需要加大订购量以应对不断变化
的需求，当  减少 50%时，需求受库存水平的影响减小，此时相对来说受价格影响
变大，需求依赖于价格与库存水平，而零售商所用的生鲜农产品市场总规模是固定
的，当需求依赖库存水平少一点时，就会更受产品定价的影响，所以价格随着  的
减少而增加。如当购买鲜肉时，货架上只有几块肉，消费者选择性减少，可能无法
挑选到想要的类型，一类消费者不管价格多少会选择赶紧购买，害怕失去购买机会；
一类消费者会更加关注价格本身，若是价格不合理，就选择不买。服务水平与价格
是密不可分的，故而  增加 50%时农产品价格低，促进了需求，但是线上服务水平
下降了 71.68%，线下服务水平下降了 69.00%； 减少 50%时，产品售价高，与之
提升的服务水平增加了需求，如某些商超中购买凤梨、哈密瓜等服务员提供去皮、

42
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

现切等服务，购买鱼类提供切块、切片等，故而订货量、利润随着库存水平因子的
变化而波动。
（3）从表 4.3 可以看出：随着变质率  的增加，补货周期 T 与保鲜期之间的
距离缩短。当变质率  增加 50%时，产品一旦进入变质期后就立马腐烂变质，变
质成本增高，故零售商降低 20%的价格，促进需求，补货周期 T =2.42 ，即产品
在保鲜期就全部售卖掉。当变质率  减少 25%时，意味着产品变质速度降低，零
售商可以增加 27.92%的订购，还可以减少对生鲜农产品的保鲜时间，节约保鲜成
本，减少产品的变质成本，与变质率增加的情况相比，变质率减少的补货周期变
长，利润增大。

表 4.3 变质率与保鲜期对最优策略的影响

参数变
参数 e1 e2 T  /天 p /元 Q /箱   /元
化比(%)
+50 12.82 20.21 2.42 114.72 1730.55 20225.08
+25 11.23 18.10 2.82 117.35 1804.95 31379.07

-25 29.64 42.51 3.99 119.78 2477.57 36277.33
-50 25.55 37.06 4.78 74.65 2939.24 --
+50 38.09 55.32 3.97 142.88 3264.85 124525.53
+25 17.91 27.69 3.23 123.33 2435.91 51853.41
t1
-25 13.40 20.14 1.91 104.46 1580.94 4882.40
-50 5.98 9.55 1.15 73.11 1145.33 --

该模型有一般性性质。当保鲜期 t1 = 0 时，该模型由非立即变质品变为立即变
质品的联合定价与库存补货模型；当 t1 的值足够大时，该模型为非变质品的定价
与库存补货策略。保鲜期 t1 增加时，零售商双渠道销售生鲜农产品的时间变长，
相同时间内可以满足更多的需求，零售商增加了 21.99%的补货量以满足保鲜期内
线上消费者的需求，减少因缺货和只售保鲜期内生鲜农产品而产生的顾客流失，
保鲜期越长，相对的零售商利润增大。当保鲜期减少 25%时，零售商只能减少补
货量来减少库存、缩短补货周期和因保鲜产生的保鲜成本，同时还有随着时间增
加的变质成本，此时利润只有 4882.40 元。将变质率增加 25%与保鲜期延长 25%
联合起来看，农产品变质率增加，零售商延长保鲜期以期更多的产品可以用双渠
道的方式售卖出去，而当变质率减少 25%时，延长保鲜期获得的利润差有 15%左
右。

零售商应当延长生鲜农产品的保鲜期，选择合适的保存方式，如对新鲜采摘

43
 重庆交通大学硕士学位论文

的瓜果蔬菜进行预冷处理，运输过程中使用冷藏车，仓库中分区分类按照合适的
温度和光照条件进行保存储藏，如容易在运输途中损伤的草莓可以在刚被采摘时
就用泡沫、保鲜膜、气调盒分装，在仓库中用-0.5~1.5 摄氏度的温度冷藏，保持
75%~85%的湿度，就可以储藏 7 到 10 天；在热带地区成长的菠萝，在 4~12 摄氏
度的温度，85%~90%的湿度下中，可以存放 14~20 天；青椒、茄子西红柿等果菜
类，一般不需要放进冰箱，这类蔬菜在尚未成熟时被采摘下来，可以放到有室内
光的地方催熟或是擦干表皮水分，扎紧袋口，放在 8~10 摄氏度的环境下，像青
椒、茄子大约可贮存 1—2 个月。
（4）从表 4.4 可以看出：补货周期、价格、补货量和服务水平对线上渠道和
线下渠道的直接影响系数  正相关，与线上渠道替代渠道的交叉弹性系数  呈负相
关。当服务水平弹性系数增加 25%时，线上服务水平增加 93.13%，线下服务水平
增加 91.56%，价格增加了 39.45%，当  增加 50%时，线上服务水平增加 226.58%，
线下服务水平增加 222.22%，是增加 25%时的 2 倍多，零售商利润迅速累积到原来
的 13 倍。当  增加时，服务水平降低，在价格降低的 8.57%情况下影响需求，需
求变少，利润 41.09%。当  减少时，服务水平增加，价格增加，在  改变范围 100%
的情况下，利润能差开一倍。综合考虑  ，  ，当  增加 25%，  减少 25%时，代
入 其 中 线 上 需 求 率 D1 = 665 − 3.5 p + 0.6(1 + 25%)e1 − 0.3(1 − 25%)e2 ，
D2 = 665 − 2.5 p + 0.6(1 + 25%)e2 − 0.3(1 − 25%)e1 ，线上线下需求都比原来  增加 25%
的需求增加了 117.382，比  减少 25%的需求增加了 150.712，由此可知改变  的值
没有改变  值对需求的影响大，但增加  对零售商提升利润是可观的，线上服务水
平系数越大，线上服务水平对线下服务水平的弹性交叉系数越小使得零售商利润
增加。当  减少时，补货量与价格都随着减少，这会影响零售商的利润，零售商会
在减少单位产品利润和减少高服务水平费用中进行平衡，一旦处理不好会影响两
种渠道间的和谐，继而影响零售商生鲜电商市场规模的健康和稳定，而根据消费者
对两种渠道的偏好来调整其服务水平质量成本费用的比例，对于零售商来说更容
易接受。

表 4.4 服务水平交叉系数、服务水平成本系数对最优策略的影响

参 数 变
参数 e1 e2 T  /天 p /元 Q /箱   /元
化比(%)
+50 192.84 263.27 3.68 305.97 7139.26 1428432.30
+25 114.04 156.51 3.68 200.75 4249.38 401473.64

-25 24.12 33.86 2.65 118.29 1962.49 27340.62
-50 5.53 80.15 2.61 109.21 1741.34 12259.35

44
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

参数变
参数 e1 e2 T  /天 p /元 Q /箱   /元
化比(%)
+50 51.68 71.15 3.62 131.63 2355.63 60093.70
+25 56.34 77.72 3.62 137.98 2522.50 80564.26

-25 59.49 82.66 2.66 148.90 2800.27 121385.97
-50 57.35 80.17 2.66 151.98 2875.71 134672.85
+50 40.94 84.85 3.67 136.96 2626.52 81234.00
+25 48.40 83.59 3.67 139.84 2647.21 89696.58
w1
-25 75.59 78.56 3.67 150.33 2719.27 121401.06
-50 103.95 72.28 3.66 161.14 2785.29 155221.74
+50 38.06 35.82 3.65 129.57 2185.64 53504.90
+25 46.45 51.93 3.66 135.12 2361.79 69971.74
w2
-25 80.04 146.26 3.68 160.33 3332.93 181009.66
-50 122.05 33.14 3.68 199.65 5141.22 483210.62

服务水平成本系数 w1 、 w2 与服务水平、价格、订购量、周期利润呈负相关关
系，对补货周期改变很小。由于服务成本系数低，零售商可以提供更高更好的服务
水平，在这个基础上适当提高价格，需求增加，订货量增加。当线下服务水平成本
系数 w2 增加 50%时， w2 =9 ，线上服务水平成本系数 w1 增加 25%时， w1 =10 ，将
两者放在一起比较， w2 增加 50%时，此时 w2 =9 ， w1 =8 利润为 53504.90，当 w1 增大
2
25%后，利润减少 e1 。过高的服务水平成本会让零售商利润下降，零售商会减低服
务水平同时提高销售价格来平衡高服务水平成本。观察 w1 、 w2 同时变小的情况，
零售商周期利润受线下服务水平成本影响较大，这是因为线下服务水平上升得比
线上服务水平更高。消费者通过线上渠道购买产品，受到的服务水平相对线下服务
水平来说更加含蓄，消费者只能通过产品价格是否变化、产品是否新鲜、订单是否
及时送达、产品是否漏发补发来感受零售商提供的线上服务水平，但实际上零售商
在日常经营中，除了以上还有对订单的及时响应，对产品进行选取、称重、包装，
订单的配送，有的还包括对食材的简单处理，如五花肉切成片、精品瘦肉切成丝等。
还有消费者的订单评论，如果消费者存在对产品的疑问和订单存在负面评价，是否
建立专门的网络客服部门来为消费者答疑解惑，零售商是否要采取应对措施，这些
都需要零售商从方方面面考虑，从提升客户满意度方面提高服务水平，服务成本就
会随着增加。因此高服务水平往往伴随着产品价格高一起发生。
（5）从表 4.5 可以看出： 取 0.5 时，消费者对线上渠道、线下渠道的偏好是
一样的。 增加 25%，就意味着偏好线上渠道购买生鲜农产品的消费者增加，由各

45
 重庆交通大学硕士学位论文

占一半到占市场总规模的 5/8，偏好线下实体店购买生鲜的消费者减少到 3/8，此

时价格上调 3.79%，服务水平分别降低 1.80%和 1.73%，订货量减少 4.09%，但零
售商利润却上涨了 8.80%。对应  减少 25%，此时偏好线上渠道购买的消费者为市
场的 1/4，偏好线下购买的消费者占市场规模的 3/4，价格降低 3.78%，相对应的服
务水平提高 1.80%和 1.73%，订货量增加，利润减少 10.02%。线上需求增大线下服
务水平大于线上服务水平，但由前文计算知线上渠道服务水平的直接影响系数  大
于替代渠道线下渠道服务水平的交叉弹性系数  ，故利润受线上服务水平的影响较
大。渠道偏好比例都是 1:3，但利润差高达 18.82%，当  =0.625 时， D1 = 581.59 ，
D2 = 266.94 ；当  =0.375 时，D1 = −41.02 ，D2 = 969.57 ，线上需求增加带来的价值
大于线下大需求带来的利润，零售商利润受线上渠道影响较大。在其他参数已知且
固定的前提下，周期销售利润在需求比例合理变化范围内随着网络渠道市场需求
的增加而增加。这一结果表明，传统销售渠道是零售商主要利润来源，但零售商开
通线上直销渠道能给零售商带来更多的创收，对总利润提升幅度较大。

表 4.5 渠道偏好对最优策略的影响

参数变化
参数 e1 e2 T  /天 p /元 Q /箱   /元
比(%)
+50 56.93 78.88 3.67 154.89 2457.36 118719.93
+25 57.99 80.29 3.67 149.42 2566.81 110988.51

-25 60.11 83.12 3.67 138.52 2785.66 91792.82
-50 61.17 84.53 3.67 133.09 2895.07 80342.11

上一章节中线上线下渠道市场潜在需求率为 a1 = 780 ，a2 = 550 ，可计算得消费

者市场渠道偏好  =0.5865 ，将  代入得到： T = 3.67 ， p = 147.74 ， Q = 2600.54 ，
 = 108353.68 ，与上一章节最优定价与库存联合决策 p =191.57 ， T =7.28 ，


Q = 1034.74 ，  =111600.93 相比，零售商在引入线上线下服务水平后，产品销售

*

价格下降 22.88%，补货周期几乎缩短了一半时间，而补货量增加 151.43%，利润


只减少了 2.91%，如果按照最长补货周期 T =7.28 来算，引入服务水平后的同样的
时间可以补货两次，零售商的利润甚至可以翻倍。将其与上一章节中所得单渠道情
 
形下最优补货策略 T  = 2.39 , p = 333.03 ，Q = 374.88 ,   = 84886.12 相比，引入水
平后的补货周期延长 54.39%，价格相比减少了 2.25 倍，而补货量增加 593.70%，
利润增加 27.65%。事实证明，针对异质性需求，引入服务水平在增加订货量的同
时可以缩短降低产品销售价格，对提高销售利润具有积极影响。

46
 第 4 章 面向异质化需求的生鲜农产品双渠道零售的定价与库存联合决策

4.7 本章小结
本章考虑了单个生鲜农产品双渠道零售商，在需求依赖于价格和库存水平的
条件下，引入服务水平刻画消费者异质化需求，对生鲜农产品零售双渠道销售定价
与补货联合决策问题进行了研究。在变质库存理论的基础上，构建了引入服务水平
下的定价与库存联合决策模型，分析了最优解的性质，基于两部求解思路，设计启
发式算法求解出最优服务水平、补货周期和最优销售价格。数值分析验证了算法的
有效性且得到了一些启发性结论：零售商的最优补货量、销售价格和最优周期利润
随着保鲜成本、变质成本的变化呈现相反的波动变化。生鲜农产品的市场规模与服
务水平、价格、订货量、周期总利润是正向相关的，价格敏感系数与价格、补货量、
周期利润呈负相关。服务水平对本渠道和替代渠道的交叉影响系数越大，零售商愿
意提供的服务水平费用的比例越高。本章考察了引入服务的双渠道销售定价与补
货联合决策模型，数值证明：引入服务水平在增加订货量的同时可以缩短补货周期，
对提高销售利润具有积极影响。因此零售商一方面可以根据消费者对线上和线下
渠道的偏好来调整其线上服务水平，通过学习线上推广、用户满意度调查和移动互
联网技术，提高服务水平的精确度，不做无用功从而降低服务成本，提升线上渠道
销售量。针对在实体线下消费的客户群体，对不同年龄段、职业等类型进行采访调
查，对不同消费者差异化需求来调整其线下服务水平，如对快节奏的生活白领在可
外带的熟食区增添微波炉加热服务，在五谷杂粮区添加自助磨粉服务，对在生鲜肉
类区提供将肉类进行切片、切丝等服务。也可以根据线下面对的消费者群体，掌握
消费者心理和期望，进行有针对性的营销和推广，降低相关成本，提升线下生鲜产
品的销售量。

47
重庆交通大学硕士学位论文

48
 第 5 章 结论与展望

第5章 结论与展望

5.1 主要工作与结论
本文以“互联网+”电子商务快速发展背景下以零售商生鲜农产品双渠道供定
价与补货策略联合作为研究对象。在假设零售商线上渠道与线下渠道共享库存的
前提下，结合实际情况，分别对同质化需求和异质化需求两种情形下的生鲜农产品
零售双渠道定价与库存策略进行了研究。在同质化需求下，考虑了零售商开通网上
渠道与实体店线下渠道并存的双渠道售卖生鲜，线上渠道只售卖保鲜期内的产品，
针对此结构下的生鲜农产品定价与补货问题进行了研究。首先以变质库存理论为
基础，引入了库存水平、变质率、保鲜期、价格弹性系数等因素，得到扩展后的变
质库存模型，构建了消费者同质化需求下的生鲜零售双渠道定价与库存模型，并进
行了求解与数值论证。根据研究结果得出：线上与线下销售渠道零售价确定的前提
下，考虑生鲜农产品保鲜期影响的最优补货量要大于不考虑农产品保鲜期影响的
补货量；存在唯一最优保鲜期与订货周期的联合解，使得其对应最优周期利润存在
且唯一，且最大周期利润是关于市场潜在需求率的减函数；最优订货量是关于变质
率与产品零售价的减函数。零售商双渠道销售农产品，利润随着保鲜期增加而增加，
随变质成本增大呈现小幅度波动变化。由于线上渠道的市场份额对利润的影响更
大，因此零售商双渠道销售需要着重考虑产品选型及其渠道投放和渠道引流。
在异质性需求情形下，在前文研究的双渠道结构基础上考虑引入线上服务水
平和线下服务水平，针对此结构下的生鲜农产品定价与库存问题以及服务水平对
定价补货策略的影响问题进行了研究。在考虑变质率及价格、线上渠道与线下渠道
服务水平的弹性系数的情况下，构建了引入服务水平，需求依赖于价格和库存水平
的农产品零售双渠道定价订货模型，并分别进行了求解与数值论证。根据研究结果
得出：服务水平与市场总规模、消费者对线上渠道价格敏感系数和服务水平对线上
渠道和线下渠道的直接影响系数、保鲜期正相关；与消费者对线上渠道的偏好程度、
消费者对线上渠道价格敏感系数、线下服务水平成本系数负相关，与单位变质成本、
变质率、服务水平对线上渠道和线下渠道的交叉影响系数成“升、降”的波动趋势。
由此得出，引入服务水平在增加订货量的同时可以缩短补货周期，价格相对没有引
入服务水平之前高，但对提高销售利润具有积极影响。实体零售商服务水平的提高，
会提高线上线下整体的价格水平。
随着居民生活水平的改善，其对商品的需求不再单单是以商品的价值来评价。
商品流通过程中带来的便利性以及其它衍生服务均能够提高消费者的购物体验，
从而产生额外的经济价值，由此使得零售商有更强的溢价空间。从服务水平和价格

49
 重庆交通大学硕士学位论文

水平因素对库存策略的影响来看，服务水平以及价格的提高会刺激线上渠道价格
上升，线上需求对周期利润有较大影响。因此，生鲜农产品双渠道零售商制定定价
策略时，在考虑产品零售价格、变质率、保鲜期等因素的同时，可以适当提高服务
水平，这样能在一定程度上刺激消费者，零售商可以进一步提升利润。

5.2 研究局限与展望
本文对“互联网+”主体是零售商的情况下，对生鲜零售双渠道的定价与库存
联合决策问题进行了研究，虽然在一定程度上丰富了相关领域，对指导农产品零售
商定价做库存决策起到了一定的作用。但是因为农产品双渠道订货问题的复杂性，
以及个人专业水平的限制，该研究存在着很多不足和一些尚待进一步讨论的内容。
这些不足需要在今后的研究和工作中进行补充和完善。
（1）生鲜残值问题。本文假设整个销售期都是一个价格进行销售。但在实际
销售过程中，零售商会对未售完产品进行多级折扣等处理如面包临期处理买一送
一牛奶临期半折等，进而可以得到一定的经济补偿。
（2）农产品保鲜期问题。在本文的研究中，考虑生鲜农产品在保鲜期内是不
变质的，且线上渠道只销售保鲜期内的产品，但实际中，零售商会对产品进行筛选，
不影响品质的仍然会在网上出售，如外观略微有损的蔬果。这一假设对库存策略存
在一定的影响。
（3）缺货问题。本文的研究都是基于不允许缺货的基础上，但生活中，零售
商会面临库存不足，缺货的问题，缺货不补与缺货后补都是值得考虑的问题。

50
 致谢

致 谢
时光飞逝，转眼三个春秋。在此，我将对求学生涯中，一直给予我关心和帮助
的良师、家人和同学表示真诚的感谢。我真心感谢对我谆谆教导的导师！感谢对我
无私帮助的同学与朋友！感谢默默支持我的家人！
首先，我要对我的导师真心得说一声：
“老师谢谢您，您辛苦了”。我的导师陈
军教授，是一位严谨求实，辛勤认真的人，他在我心中是一位真正的学者。陈军教
授是一位十分优秀的老师，还记得第一次见他的时候，他告诉我，读书就要认真读，
万事不可三心二意，后来在与他相处的三年时光里，他渊博的专业知识言行合一、
事必躬亲的做学术的态度，一丝不苟的工作态度和朴实无华的生活作风，让我深深
震撼，无论是生活还是工作或学习中，他优良的生活作风让我敬佩，他将是我一生
的榜样。在这里我要再次感谢他，感谢他对我生活的关心，对学习的关爱，在他的
帮助下完成论文的修改与定稿。
其次，感谢专业课的老师们，你们精彩的课程让我受益良多；感谢同门对我研
究生生涯的帮助。铭记师恩，感念友情。感谢我的室友和朋友，三年的相处，美好
而融洽，让我时刻能够感受到温暖，从最初的相识到成为要好的朋友，这一段时光
短暂却美好。感谢家人，多谢他们的支持与理解，让我能够在求学的道路上坚定且
毫无顾忌的走到现在。
最后，对审阅论文和参加毕业答辩的老师们真挚地道一声感谢。
生命不息，学术不止。本人将时刻铭记父母和恩师的教诲，勤勉奋进！

康莎
二零二二年三月二十八日 于重庆

51
重庆交通大学硕士学位论文

52
 参考文献

参考文献
[1] 中国互联网络信息中心. 第 48 次中国互联网络发展状况统计报告[R]. 2021,08.
[2] 国务院办公厅关于印发“十四五”冷链物流发展规划的通知[J].中华人民共和国国务院公
报,2022(01):15-32.
[3] 网 经 社 电 子 商 务 研 究 中 心 .2021 年 度 中 国 生 鲜 电 商 市 场 数 据 报 告 [EB/OL].
https://www.100ec.cn/zt/2021zgsxdsscsjbg/,2022-03-03.
[4] Ghare P M, Schrader G F. A model for an exponentially decaying inventory [J]. Journal of
Industrial Engineering, 1963, 14:238-243.
[5] Afshar-Nadjafi B. The influence of sale announcement on the optimal policy of an inventory
system with perishable items[J]. Journal of Retailing and Consumer Services, 2016, 31:239-245.
[6] 石 艳 , 周 方 明 . 存 货 质 押 融 资 策 略 下 易 变 质 物 品 的 生 产 库 存 模 型 [J]. 江 西 科
学,2014,32(03):385-389.
[7] 李 贵 萍 , 杜 碧 升 , 段 永 瑞 . 考 虑 参 照 价 格 效 应 的 易 逝 品 定 价 与 订 购 策 略 [J]. 控 制 与 决
策,2019,34(09):1964-1972.
[8] 赵忠,王淑云,李波. 时变需求下基于两级信用支付的易腐品订货模型[J].系统管理学
报,2016,25(01):83-89.
[9] 侯国栋,孙晓,王淑云等. 基于生鲜品库存模型的供应链协调机制研究[J].商业经济研
究,2017(15):29-31.
[10] 吴成锋,赵秋红,杨皎平等. 考虑顾客信用的两层部分商业信用策略下易变质品的库存模型
[J].管理评论,2020,32(11):260-269.
[11] Covert R P, Philip G C. An EOQ model for items with Weibull distribution deterioration [J]. AllE
Transactions, 1973, 5:323-326.
[12] Sarkar B. An EOQ Model with Delay in Payments and Stock Dependent Demand in the Presence
of Imperfect Production [J]. Applied Mathematics and Computation, 2012, 218(17): 8295-8308.
[13] Fergany H A, Gawdt O A, Morsy Y Y. Scheduling period inventory model with Weibull
deteriorating for crisp and fuzzy[J]. International Journal of Inventory Research, 2021, 6(1).
[14] 王淑云,姜樱梅,王宪杰. 变质率呈 Weibull 分布的一体化三级冷链库存策略研究[J].管理工
程学报,2015,29(02):229-239.
[15] 段永瑞,李贵萍,霍佳震. 部分延迟订购的 Weibull 分布变质品库存策略研究[J].管理工程学
报,2013,27(03):205-213.
[16] 张源. 变质率呈两参数 Weibull 分布的肉类商品库存管理——考虑库存水平临界点[J].湖北
农业科学,2021,60(10):166-170.
[17] 魏广明,秦娟娟,王坤等. 可控变质率下基于商业信用的易逝品库存优化模型[J].中国管理

53
 重庆交通大学硕士学位论文

科学,2017,25(12):9-16.
[18] Rahman M A, Rashid, M H. An Inventory Analysis for Deteriorating Items Incorporating the
Effect of Preservation Technology Investment When Demand is Time Dependent[J]. Journal of
Advances in Mathematics and Computer Science, 2021:1-15.
[19] Shan N H, Soni H N, Patel K A. Optimizing inventory and marketing policy for non-
instantaneous deteriorating items with generalized type deterioration and holding cost
rates[J].Omega, 2013, 41(2) :421-430.
[20] 李嘉音,董明,张大力. 需求依赖库存的易腐品订货及货架补货策略问题[J]. 上海交通大学
学报, 2015, 49(4): 550-557.
[21] 柏庆国,徐贤浩. 碳限额与交易政策下易变质产品的最优库存策略[J]. 中国管理科学, 2017,
25(7): 28-37.
[22] 王玉珍,徐立. 易腐物品库存数学模型研究综述[J]. 经济研究导刊, 2019, 416(30): 184-185,
195.
[23] 陈金叶,彭扬. 时变需求下基于部分延迟支付策略的易腐品库存控制研究[J]. 物流技术,
2018, 37(2): 57-61, 67.
[24] 孙承志,田甜. 缺货和顾客部分延期支付条件下零售商的补货策略[J]. 系统工程, 2017,
35(3): 101-109.
[25] 逯曼皎,张伟,徐涛. 基于动态矩阵模型的可优化的补货策略 [J]. 计算机工程与应用,
2020(4): 1-11.
[26] 王道平,李明芳. 延期支付条件下基于 EOQ 模型的零售商补货策略[J]. 工业工程, 2010,
13(4): 8-12.
[27] Chiang W K , Chhajed D , Hess J D . Direct Marketing, Indirect Profits: A Strategic Analysis of
Dual-Channel Supply-Chain Design[J]. Management Science, 2003, 49(1):1-20.
[28] Zheng C, Pang Q, Li T, et al. The Farmers’ Channel Selection and Sustainable Analysis under
Carbon Tax Policy[J]. Sustainability, 2019, 11(10) : 2765-2765.
[29] 曹 裕 , 易 超 群 , 万 光 羽 . 碳 税 政 策 下 随 机 双 渠 道 库 存 与 协 调 研 究 [J]. 中 国 管 理 科
学,2022,30(01):111-123+287-288.
[30] 赵帅,李文立,曹晓宁等. 预售模式下的生鲜农产品双渠道供应链协调机制[J].管理工程学
报,2021,35(04):162-177.
[31] 杨家权,张旭梅. 考虑零售商策略性库存的双渠道供应链定价及协调 [J].系统管理学
报,2020,29(01):176-184.
[32] 邱 洪 全 , 陈 文 英 . 生 鲜 农 产 品 双 渠 道 供 应 链 库 存 合 作 策 略 研 究 [J]. 数 学 的 实 践 与 认
识,2019,49(03):1-10.
[33] Dumrongsiri A , Fan M , Jain A , et al. A supply chain model with direct and retail channels[J].

54
 参考文献

European Journal of Operational Research, 2008, 187(3):691-718.

[34] Soleimani F, Pirayesh M , Dehghanian F. A Stackelberg game for ordering and pricing policies
in a decent ralised dual-channel supply chain[J]. International Journal of Procurement
Management, 2022, 15(1) : 93-112.
[35] Guo Xiaomeng, Panos K , Danko T. Pricing, Quality, and Stocking Decisions in a Manufacturer-
Centric Dual Channel[J]. Manufacturing & Service Operations Management, 2022.
[36] 陈军,何圆,赖信. 基于差异化服务的双渠道供应链服务合作策略[J]. 重庆交通大学学报(自
然科学版), 2015, 34(2): 118-123.
[37] 柏庆国,徐贤浩,潘伟. 多分销渠道下易变质产品的联合库存与定价模型[J]. 管理工程学报,
2017, 31(3): 84-92.
[38] 王刚. 基于消费者偏好的双渠道生鲜供应链协调与优化[J]. 数学的实践与认识, 2021,
51(12): 1-13.
[39] Nasiri G, Reza. Incorporating sales and marketing considerations into a competitive multi-
echelon distribution network design problem with pricing strategy in a stochastic environment[J].
Journal of Retailing and Consumer Services, 2021, 62
[40] 李富昌,刘丰睿. 差别定价条件下基于收益共享的双渠道定价与库存联合优化研究[J].软科
学,2021,35(04):131-136.
[41] 宁艳荣,宋凤祥. 随机需求下考虑服务水平的双渠道闭环供应链决策[J].北京邮电大学学报
(社会科学版),2021,23(02):11-21+26.
[42] 胡婉婷,丁晶晶,丁涛等. 存在收益共享与合作努力的双渠道动态定价策略研究[J].管理工
程学报,2021,35(05):247-257.
[43] Frei F X. The four things a service business must get right.[J]. Harvard business review, 2008,
86(4): 70-80.
[44] 李琳,余婕,朱婷婷等. 考虑消费者渠道间需求异质性的 BOPS 服务模式下生鲜品零售定价
策略[J].管理学报,2021,18(05):769-780.
[45] Levin R I. Production operations management: Contemporary policy for managing operating
systems[M]. New York: Mc Graw-Hill Companies, 1972: 373
[46] Peterson R, Silver E A. Decision systems for inventory management and production planning[M].
New York: Wiley, 1985: 799.
[47] Urban T L. Inventory models with inventory-level-dependent demand: A comprehensive review
and unifying theory[J]. European Journal of Operational Research, 2005, 162(3): 792-804.
[48] Chang C T, Teng J T. On “ An EOQ model for perishable items under stock-dependent selling
rate and time-dependent partial backlogging” by Dye and Ouyang[J]. European Journal of
Operational Research, 2006, 174(2): 923-929.

55
 重庆交通大学硕士学位论文

[49] Soni H N. Optimal replenishment policies for non-instantaneous deteriorating items with price
and stock sensitive demand under permissible delay in payment[J]. International Journal of
Production Economics, 2013, 146(1): 259-268.
[50] Pando V, San-Jos L A, Garca-Laguna J, et al. Optimal lot-size policy for deteriorating items with
stock-dependent demand considering profit maximization[J]. Computers and Industrial
Engineering, 2018, 117: 81-93.
[51] 王道平,陈丽,杨岑. 基于 Weibull 函数的易逝品库存优化模型研究[J]. 工业工程与管理,
2014, 19(5): 1-6.
[52] Gupta R, Vrat P. Inventory model for stock-dependent consumption rate[J]. Operational Research,
1986, 23(1):19-24.
[53] Hou K L, Lin L C. An EOQ model for deteriorating items with price-and stock-dependent selling
rates under inflation and time value of money[J]. International Journal of Systems Science, 2006,
37(15): 1131-1139.
[54] 计国君,韩尚清. 基于第三方的易变质产品库存决策[J]. 控制与决策, 2015, 30(4): 663-669.
[55] Lu L, Zhang J, Tang W. Optimal dynamic pricing and replenishment policy for perishable items
with inventory-level-dependent demand[J]. International Journal of Systems Science, 2016, 47(6):
1480-1494.
[56] 霍佳震,李贵萍,段永瑞. 部分延迟订购的易变质品联合定价与生产策略[J]. 运筹与管理,
2015, 24(1): 255-262.
[57] 杨善林,许广繁,王晓佳等. 随机补货间隔且存货影响销售的变质品 EOQ 模型[J]. 系统工程
学报, 2016, 31(1): 101-110.
[58] 张云丰,王勇,龚本刚等.需求受销售价格与变质时间影响的时滞变质品供应链协调研究[J].
中国管理科学,2020,28(03):142-151.
[59] 唐跃武,范体军,刘莎. 考虑策略性消费者的生鲜农产品定价和库存决策[J]. 中国管理科学,
2018, 26(11): 105-113.
[60] 张名扬,郭健涛,于欣格. 电子商务模式下易腐农产品的定价与库存联合决策[J]. 预测, 2021,
40(4): 32-37.
[61] 艾学轶,张金隆,徐浩轩等. 考虑保存技术投资的非立即变质品定价和库存联合决策[J]. 系
统管理学报, 2019, 28(6): 1094.
[62] 江文辉,王亚娜,李延来等. 碳限额与交易政策下变质品的联合定价和库存策略[J]. 计算机
集成制造系统, 2020, 26(07): 1951-1964.
[63] 江文辉,丁小东,李延来等. 库存水平影响需求下变质品订购、定价和保鲜技术投资的联合
决策[J]. 控制与决策, 2020, 35(11): 2578-2588.
[64] 闻卉,陶建平,曹晓刚. 异质性生鲜农产品供应链的差别定价与协调策略[J].数学的实践与

56
 参考文献

认识,2018,48(16):8-17.
[65] Maihami R, Ghalehkhondabi I, Ahmadi E. Pricing and inventory planning for non-instantaneous
deteriorating products with greening investment: A case study in beef industry[J]. Journal of Cleaner

Production,2021,295:126368.

[66] 陈军,曹群辉. 不同结算方式下农产品供应链保鲜投资决策[J]. 系统工程学报, 2018, 33(3):

378-386.
[67] 李贵萍,段永瑞,霍佳震. 非立即变质品的订购、定价与保鲜投资决策[J]. 系统工程理论与
实践, 2016, 36(6): 1422-1434.
[68] 伍青桐. 新零售背景下基于渠道偏好的线上线下供应链定价策略[J]. 商业经济研究, 2021,
834(23): 113-116.

57
重庆交通大学硕士学位论文

58
 研究生在读期间发表论文及科研情况

研究生在读期间发表论文及科研情况

发表的学术论文：
[1] 陈军, 康莎. 面向双渠道销售的农产品定价与库存补货联合决策[J].工业工程,2022.
[2] 康莎. 电商环境下物流配送服务因子分析[J].智慧东方,2022(44):357.

59