基于线上平台搭便车效应的O2O渠道供应链定价策略研究.pdf 12页

'中国科技论文在线http://www.paper.edu.cn基于线上平台搭便车效应的O2O渠道供应#链定价策略研究**陶靖天，李波5（天津大学管理与经济学部，天津市，300072）摘要：从线上平台搭线下实体店提供服务的便车角度出发，研究了O2O渠道供应链中渠道成员的定价策略以及搭便车效应对渠道经济表现的影响。考虑市场中添加线上渠道之后，存在线上平台和线下实体店两个渠道对象，以及可以从这两个渠道进行浏览、选择、消费的消10费者组成的O2O供应链。利用Stackelberg博弈模型，通过在分散决策模式下和集中决策模式下分析最优的定价策略。主要论证服务水平、搭便车效应系数、及补贴对渠道定价、利润的影响。研究发现，线上通过搭便车效应，能够有效增加各个渠道的价格和利润；补贴使得线上价格提高，但却使得线上平台利润降低。说明补贴模式并不能为两个渠道对象提高收益，仅能撮合两方进行合作。15关键词：搭便车；O2O渠道供应链；Stackelberg博弈；定价策略；补贴中图分类号：C931ResearchonpricingpoliciesinanO2Ochannelsupplychainbasedonthefree-ridingofonlineplatform20TaoJingtian,LiBo(CollegeofManagement&Economics,TianjinUniversity,Tianjin300072)Abstract:basedonthefree-ridingphenomenonbetweenonlineplatformandofflinestoreprovidesservicetoonlineplatform,thispaperresearchesthepricingpoliciesproblemsofchannelmembersinO2Ochannelsupplychainandtheeffectsoffree-ridingoneconomicperformanceofchannels.This25paperconsidersanO2Osupplychain,whichconsistsoftheonlineplatformandofflinestoreexistedmeanwhileafteraddingtheonlinechannel,aswellastheconsumerswhocanbrowse,choose,consumefromtwochannels.WemakeuseoftheStackelberggamemodeltoanalyzetheoptimalpricingstrategythroughthecentralizeddecisionmodeandthedecentralizeddecisionmode.Thispapermainlyproofthathowservicelevel,free-ridingcoefficientandbonuseffectthepricingstrategiesandprofitsof30channel.Thispaperfindsthatthefree-ridingbetweenonlinechannelandofflinechannelcanincreasetheprofitsandpriceofthechanneleffectively;bonuscanincreasethepriceofonline,however，decreasethepriceofonlineplatform.Thatistosaythatbonusmodecan’timprovetherevenuebothonlineandoffline,onlymakeaconnectionwiththetwosidesincooperation.Keywords:free-riding;O2Ochannelsupplychain;Stackelberggame;pricingstrategy;bonus350引言随着我国“互联网+”产业的快速发展，O2O商业模式也伴随“互联网+”的兴起而受到热捧。目前国内兴起的O2O项目已经涉及到生活的方方面面，如饿了么、百度外卖等订餐平台受到了消费者的欢迎。线下实体店主要以入驻外卖O2O平台的形式来进入线上市场，线40上发布广告招揽顾客，消费者可以通过线上平台来浏览、选择、消费，而线下实体店提供商基金项目：供应商入侵下考虑成员风险规避行为的供应链决策与协调研究,国家自然科学基金面上项目(No:71472133)作者简介：陶靖天（1993-），男，硕士研究生，主要研究方向：供应链管理与优化、O2O渠道供应链定价策略研究、O2O渠道供应链收益共享合同与批发价合同比较研究通信联系人：李波（1967-），女，博士，教授，博士生导师，主要研究方向：供应链协调与优化.E-mail:libo0410@tju.edu.cn-1- 中国科技论文在线http://www.paper.edu.cn品或服务，同时消费者也可以直接从线下实体店进行消费。在生活中，服务主要由线下实体店来提供，线上平台利用“好”的服务可以拓展需求，这种现象叫做搭便车现象。此外，线上和线下通过批发价和补贴相互合作，既可以增长双方的业务量，又可以避免线上和线下渠道之间的恶性竞争，解决了渠道冲突。同时，线上平台和线下实体店也存在竞争，当线上渠道45加入线下渠道时，线下实体店面临如何制定相应的价格策略、服务水平等问题以及如何实现线上和线下渠道成员之间的利益协调，线上也面临着如何针对线下的相关决策制定相关补贴策略，实现利润的最大化。目前很多研究已经表明在O2O渠道供应链、双渠道中的搭便车效应；双渠道供应链中服务水平、权利结构、忠诚度、交付时间等对于渠道定价策略以及利润分配的影响。[1]50周健等基于消费者效用理论，考虑搭便车的消费者比例和消费者转移成本模型，最后[2]得出搭便车可以提升供应链整体的需求。艾兴政主要考虑价格竞争策略和服务搭便车效应[3]对绩效的影响。刘家国主要考虑了在搭便车效应下制造商渠道选择，分析制造商选择不同[4]渠道以及搭便车强度系数对制造商最优利润的影响。李培勤考虑了一位强势品牌制造商和一位弱势网络品牌制造商，以及线下市场零售商之间的主从对策博弈情况，研究发现强势品[5]55牌线上促销越努力，则弱势品牌的搭便车效应越明显。此外，Chen等在O2O混合渠道的基础上，通过构建Stackelberg和Nash博弈模型来研究不同权利结构对供应商和零售商定价[6]策略的影响。Zhang等主要关注的是在O2O供应链的背景下，不同的竞争服务水平对制造商垂直O2O供应链，零售商水平O2O供应链以及部分制造商垂直O2O供应链的利润影响。[7]吴晓志等讨论了在需求和服务替代系数变化时，制造商垂直O2O供应链、零售商水平O2O60供应链的决策情况，并设计了两部定价契约协调因素扰动下的O2O供应链。[8]此外，已有研究中有大量的文章研究双渠道供应链中的定价决策与协调问题。Liu等讨论了在供应链系统中，制造商作为领导者的Stackelberg博弈和Bertrand博弈模型，分析[9]了均衡价格和利润。Yao等讨论了价格竞争对零售和电子渠道的影响。运用了Bertrand和Stackelberg博弈模型，得到了在两个博弈模型下的均衡价格，并且比较了两个竞争条件下的[10]65利润。如Li等讨论了在双渠道绿色供应链中的定价策略和绿色策略。指出绿色成本以及[11]顾客忠诚度会对渠道选择有很大的影响。Dan等分析了零售服务和顾客对零售渠道忠诚度对双渠道供应链定价决策的影响。指出零售服务对制造商和零售商的定价策略有很大的影[12]响。Hua等讨论了交付时间对双渠道定价策略的影响。指出交付时间和顾客对直销渠道的[13]接受程度对制造商和零售商的定价策略有很大的影响。Yan等讨论制造商通过增加一个电70子直销渠道来激励多个零售商提高零售服务和利润。结果指出高零售服务能够解决渠道冲突[14]和竞争，并且提高双渠道市场的表现。Chen等讨论了一个决定批发价格和直销价格的制[15]造商合同能够协调双渠道。Balakrishnan等研究一种顾客购买行为：浏览和转移。具体分析顾客对产品的不确定性，进而通过经济模型研究不同情境下的不同顾客购买行为的组合。[16]Dumrongsiri等研究制造商售卖产品给消费者和零售商，顾客根据定价和服务质量来进行[17]75渠道选择。最终得出提供零售商的服务质量能够增加制造商的利润。肖剑等研究当制造-2- 中国科技论文在线http://www.paper.edu.cn商将电子渠道给零售商时，建立了零售商和制造商服务合作的Stackelberg和bertrand博弈模型，指出渠道价格和需求受服务边际成本的影响。在已有的研究中，有关O2O供应链领域的定价问题、渠道选择问题基本都是在服务竞争、环境扰动等方面进行研究，而忽略了现实生活中O2O供应链的商业模式、搭便车效应对渠道定价和收益的影响。因此从搭便车效应80的角度来研究O2O供应链中商业模式选择、定价问题是一个全新的突破口，可以为两个渠道对象进行相关决策提供依据。因此，本文的创新点有以下两点。第一，本文主要依据现实生活中O2O供应链的实例，通过分析多个O2O项目的运营模式，分析其商业模式和盈利模式，具有现实意义。第二，从搭便车的角度出发，建立需求和利润函数，通过集中决策和分散决策模式下进行分析，进85而探索搭便车效应、服务水平以及补贴商业模式对渠道成员定价策略以及利润的影响。1问题描述与模型建立本文假设在由一个线下实体店和一个线上电商平台组成的外卖O2O合作运营系统中，线下实体店生产每一产品的成本是c，线下实体店会给线上平台提供每一产品的批发价为w。为鼓励线下参与和线上合作，线上每卖出一单位产品，就会按照合同支付给线下每单90位产品的补贴t，线上和线下关于每一单位产品的售价分别为pp,，模型结构如图1所offon示：批发价w补贴t线上平台线下实体店成本cPonPoff消费者图1模型结构图Fig.1theframeworkofmodel[18][19][11]95借鉴Chiang等、Huang等和Dan等在多渠道中的线性需求函数设计，本文也采用了类似的需求函数，但考虑O2O运营中的情景，这里假设线下实体店提供一定的消费者服务，其中服务水平因子s，需求函数可定义为：Dabpbps，（1）on12onoffonD1abpbps.（2）off12offonoff100其中：D、D分别为线上和线下渠道的需求量；a表示该产品（或服务）在市场上onoff的潜在需求量，为顾客对于线上平台的偏爱系数，0,1；b、b分别表示是自身和12-3- 中国科技论文在线http://www.paper.edu.cn交叉价格的弹性系数，一般受自身价格的影响要比交叉价格的影响大，即bb；、12onoff分别表示线下提供的服务对需求产生的溢出效应系数，且，也就是线下提供的服onoff务水平每增加一单位，线下和线上的需求都会增加或单位，这种现象可以称作为搭offon105便车效应，即线下提供服务，线上搭线下提供“好”服务的便车，进而增大线上平台的需求。搭便车效应示意图如图2所示：线下实体店提供服务搭便车线上平台形成需求形成需求消费者图2搭便车效应示意图Fig.2thediagrammaticsketchoffree-riding2[20]s110本文参考Agrawal文献，假设线下提供服务的成本满足：Cs且222dCsds0，dCsds0。因此本文假设提供服务线下实体店提供的服务成本为2s2Cs，其中s为线下实体店提供的服务水平因子，2为线下实体店提供的服务努2力成本。因此，线上平台和线下实体店的利润函数分别为：d115onponwDontDon（3）2d2soffwcDonpoffcDofftDon.（4）2而两个渠道的总利润为：2s2cDonponcDoffpoffc（5）2dd其中，、分别表示线上和线下渠道的利润。onoff120本文设定线上平台和线下实体店的信息双方共享，且需要满足条件：wp，wp，onoffw0，及其DD0,0和cwpp，则有：onoffonoffcwpAsM（6）oncwpBsN（7）offonbb12offonbb21offbb121其中，A，B，Ma，222222bbbbbb121212-4- 中国科技论文在线http://www.paper.edu.cnbb211125Na。22bb122模型求解与讨论2.1集中模式下的决策在集中决策模式下以整个O2O运营的利润最大化为目标，做出以下决策：服务水平、线上价格和线下价格。130将（1）、（2）带入公式（5），可以得到下面的公式（8）：2sabpbpspc1abpbpspc2（8）c1on2offonon1off2onoffoff2计算可以得出在集中决策模式下线上和线下的最优定价和最优服务水平，见命题1：命题1cbAN21BMbAMBNaAB1onMoffNoffoncs（9）22bA1B2bAB22(AonBoff)22135pccsAsMc（10）on22pccsBsNc（11）off22则得到两个渠道的最优利润为：22c2(bA(B)2bAB2(AB)2)s12onoff2cs4c(bAN21BMbAMBNaAB1onMoffNoffoncs)（12）22222aNc2aNMbN1M2bNM22b12bc24下面分析价格的均衡解与顾客对线上的偏爱程度和服务水平的关系，从（11）、（12）140我们可以得到命题2：命题2ccdpons22ab12ab，dpoffs22ab12abbb120bb120d2d2dpcsbbdpcsbbonon12offoffoff12on0，02222ds22bbds22bb1212显然，随着的增加，表明线上渠道的消费者增多，集中决策模式下的线上价格随之增145加，而线下价格因为消费者的减少而减少；但当服务水平增大时，无论线上还是线下的价格都会增加，表明高的服务水平会随之提升线上线下的价格。2.2分散模式下的决策在Stackelberg博弈模型中，线下和线上都以自己的利润最大化为目标进行决策。同样，-5- 中国科技论文在线http://www.paper.edu.cn线下的产品供应商作为领导者，决策自己的服务水平、给线上平台的批发价和线下价格；然150后线上平台作为跟随者，决策自己的线上价格。采用逆推法，首先讨论线上平台的最优决策，容易得出线上平台的最优定价策略为：abpswbtbd2offon11pp,,ws（13）onoff2b12dabp2offonswb1tb1onpoff,,wsponwtDon（14）4b1下面分析线上价格、利润与线下价格和批发价的关系。从（13）和（14）可以得到命题1553：命题3ddddponpoff,,ws1ponpoff,,wsonpoff,,wsonpoff,,ws0，0,0wp2pwoffoff由此，可以得出：在分散决策模式下的线上价格随着批发价格和线下售价的减少而减少，d尤其当批发价格w减少一个单位时，pp,,ws将要减少半个单位。公式（14）表明onoff160线上的利润随着线下价格p的增加而增加，但随着w的增加而减少。这是因为随着p的offoff增加，很大一部分顾客会选择线上平台来进行消费，这样线上的利润必然增加；然而当w增加时，线上的边际利润变小，因此利润也会减少。将（1）、（2）、（13）带入（4）得到下面式子：2d2soffwcDonpoffcDoff2abpswbtb2offon11wctab12bpoffons（15）2b1abpswbtbs22offon112poffc1abp12offboffs22b1165因此可以得到线下实体店的最优定价策略以及最优的服务水平，见命题4：命题422donbb12offab1b21abcbc12AMcwsss（16）22222b2b2b2b22121222donbb21offab2b11abcbc12BNcpoffs22s22s（17）2b2b2b2b221212dAb12Bb2on22abNbcbM221bc1tb1ponss（18）44bb112(2BabMb2NbNbbc2bcbc2btAMb11on1off2on1on1off2on1on1222d2BNb1BNb22Abt1ANbb12BMbb12Aab12Bab1Bab22Bbbt12)170s（19）222222(Ab2ABbb2Ab2BbBb4Bb2Bb4vb)112on112off1on21将式（19）带入到（16）、（17）、（18）中，得到最优的定价策略；再将（19）带入-6- 中国科技论文在线http://www.paper.edu.cndd到（14）、（15）得到线上平台和线下实体店的利润的最优解：s,s。offon3数值分析这一部分主要讨论搭便车效应系数、服务水平及补贴对O2O供应链定价、利润等的影[11]175响。本文在每个影响因素中，通过集中决策和分散决策模式进行分析和比较。根据Dan等文献，首先对相关的参数进行如下设定，0.5,a100,b0.8,b0.2,0.3,1,t5,5,c30;12onoff23.1搭便车效应系数对决策变量的影响[2]根据艾兴政等的研究，本文定义为搭便车效应系数，如果的值越大，onoffonoff180表明线上利用线下服务所增加的需求越多，也就是说线上的搭便车效应更加明显。且设定onoff0.3,0.42。下面本文将探究搭便车效应系数对决策变量的影响。首先探讨的是搭便车效应系数对分散决策下和集中决策下服务水平的影响，数值实验的结果如图3所示：图3搭便车效应系数对渠道的服务水平影响185Fig.3Impactoffree-ridingcoefficientonservicelevel从图3可以看出，随着搭便车系数逐渐增加，集中决策下和分散决策下的服务水平也在逐渐增加。即表明搭便车效应能够有效增加服务水平。接下来，本文将探讨在集中决策下和分散决策下搭便车效应系数对线上和线下价格制定的影响。数值分析结果如图4所示：-7- 中国科技论文在线http://www.paper.edu.cn190图4搭便车效应系数对渠道的定价影响Fig.4Impactoffree-ridingcoefficientonprice从图4中可以看到，两种决策方式下随着搭便车效应系数的增加，两个渠道的定价以及批发价都呈现出增加的趋势。在集中决策下线上的价格小于线下的价格，但在分散决策下线195上的价格要大于线下的价格。下面本文将讨论的是搭便车效应系数的增加对渠道利润的影响。数值实验的结果如图5所示：图5搭便车效应系数对渠道的利润影响200Fig.5Impactoffree-ridingcoefficientonprofit从图5中可以看到，搭便车效应的增加能够有效地增加线下、线上以及整个渠道的利润，也就是说搭便车效应对线上平台和线下实体店是有益的。总之，越来越多的消费者选择在平台上消费，实体店为了线上线下协同发展，让线上平台搭线下实体店服务的便车，针对线下实体店而言，并没有因为搭便车使得线下利润有损失，-8- 中国科技论文在线http://www.paper.edu.cn205反而受益。因此可以得出搭便车效应的提高有利于线上平台和线下实体店的发展。3.2补贴价格对决策变量的影响2014年左右，全国互联网市场迎来了“补贴”时代，特别是在O2O市场火爆期间，线上平台成为吸引线下商家入驻，吸引消费者消费的“宠儿”。像淘点点、饿了么等外卖线上平台通过给线下实体店大量的补贴来吸引线下商家入驻各平台。他们的初级目的是为了想要迅速210占领市场份额，抢占商家，但是这种补贴是否会对渠道供应链有益、是否会引发渠道竞争恶化，需要我们的探究。因此本部分将探究的是补贴价格对于决策变量的影响。首先我们要探讨的是补贴价格对于线下实体店提供服务水平以及对于分散决策和集中决策下定价的影响，数值实验的结果如图6和7所示：215图6补贴价格对服务水平的影响Fig.6Impactofbonusonservicelevel图7补贴价格对渠道定价的影响Fig.7Impactofbonusonprice-9- 中国科技论文在线http://www.paper.edu.cn220图6表示补贴价格对于服务水平没有影响。图7反应的是补贴价格只对分散决策下的线上价格有影响，对其他渠道价格无影响。从图中可以看出，在分散决策模式下，补贴价格对于线下决定的批发价格和线下价格是不受参数所影响的，而线上价格要随着补贴价格的增加而增加。225下面将探索的是补贴价格对于渠道利润的影响。实验结果如图8所示：图8补贴价格对渠道利润的影响Fig.8Impactofbonusonprofit从图8中可以得到集中决策模式下的利润是不受补贴的影响，而分散决策模式下线下和230线上的利润随着补贴价格的增加而略微减少。总之，这表明线上平台在初创时期可以利用补贴吸引线下实体店入驻，但补贴价格并不是越多越好，对于线上平台而言，要有效控制补贴价格，缩短活动优惠时间。这同时也说明补贴合同与收益共享合同有很大差别，并不能为协调供应链优化提供帮助。这种合同只为线上平台和线下实体店的联盟合作提供撮合作用。2354结论随着互联网的快速发展，线上平台逐渐深入到传统行业，这种模式被大家称为为O2O，同时也是互联网+传统行业的一种产物。当传统行业和线上平台相结合，渠道定价和利润分配问题而引发的渠道冲突越来越被重视。本文以目前国内外O2O供应链为背景，从线上平台搭便车效应的角度入手，深入探讨240搭便车效应、服务水平以及补贴商业模式对其渠道定价和利润分配的影响。本文在方法的选择上与时俱进，选择了在双渠道供应链定价和协调问题中较为常见的Stackelberg博弈模型等方法，分别从集中决策模式下和分散决策模式下对渠道的利润和价格决定进行分析和总结，制定相应的定价策略，并通过数值实验对结果进行进一步的分析，最终得到了如下的结论。245（1）搭便车效应不但不会无益于线下实体店的利润，反而会增加线下以及线上和整体供应-10- 中国科技论文在线http://www.paper.edu.cn链的利润空间。（2）线下提供的服务水平越高，造成成本越高，因此渠道定价全面提升。然而，渠道的利润并没有随着成本和服务水平的提高而降低，反而更有利于利润的增长。（3）补贴价格提升，线上的定价会提高，但利润却明显降低。尽管线上平台将搭便车相应250转化为对线下实体店的补贴，这仍然影响到线上平台的收益。此外，补贴这种商业模式对整体供应链并没有任何影响。总之，全文主要以O2O环境为背景，从线上搭便车的角度出发，探索影响渠道定价和利润变化的因素。本文的研究也存在相应的问题，值得进一步研究：（1）本文只研究了单一线上渠道和单一线下渠道的定价策略和渠道选择问题，其实在现实255生活中还存在单个线下渠道，多个线上渠道；单一线上渠道，多个线下渠道等现象，因此本文可以在后续的研究当中不断地完善。（2）我们也假设在线上和线下双方的信息都是对称的，不存在信息不公开的现象。在后续的研究中，可以考虑信息不对称的情况。致谢260提笔之时，我终于完成了本篇论文的撰写，我要感谢我天津大学的导师李波老师，您让您所有的博士给我想论文的题目，这件小事让我很是感动。每次开小组会时，您都会给我提供很多关于论文撰写、文献查找以及论文背景等宝贵的意见。让我再写这篇学术论文时有很多的启发。还要感谢我实验室的各位师兄和师姐们，有侯鹏文、蒋雨珊、陈萍等，感谢你们这段时265间对我在学术和生活上的帮助。特别是在论文意见方面给我很大的帮助，让我有能力独立的写作这篇文章。[参考文献](References)[1]周健，石萍，唐哲宇.基于搭便车现象的双渠道定价策略[J].计算机集成制造系统.2016，22(4)：1119-1128.[2]艾兴致，马建华，陈忠，唐小我.服务搭便车的电子渠道与传统渠道协调机制[J],系统工程学报.2011，27026(4)：507-514.[3]刘家国，周笛，刘咏梅，赵金楼.搭便车行为影响下制造商渠道选择研究[J].系统工程学报.2014，29(6)：814-823.[4]李培勤.基于线上线下市场互融的供应链产能竞争与优化决策.工业工程与管理[J]，2015(5)：27-36.[5]ChenX,WangXJ,JiangXK.TheimpactofpowerstructureontheretailservicesupplychainwithanO2O275mixedchannel[J].JournaloftheOperationalResearchSociety,2016,67(2):294-301.[6]ZhangJ,ChenH，WuX.ZOperationModelsInO2OSupplyChainWhenExistingCompetitiveServiceLevel[J].InternationalJournalofu-ande-service,scienceandtechnology,2015,8(9):279-290.[7]吴晓志，陈宏，张俊.考虑服务竞争的O2O供应链决策与协调[J].控制与决策，2015，30(8)：1453-1461.280[8]LiuZQ,WuFFandRenXY.ResearchonDifferentPricingStrategyinDualChannelundertheCircumstanceofElectronicCommerce[J].InternationalJournalofMultimedia&UbiquitousEngineering,2014,9(6):301-314.[9]YaoDQ,LiuJJ.Competitivepricingofmixedretailande-taildistributionchannels[J],Omega.2005,33(3):235-247.285[10]LiB,ZhuMY,JiangYS,LiZH.Pricingpoliciesofacompetitivedual-channelgreensupplychain[J],JournalofCleanerProduction,2015,112(20):2029-2042.[11]DanB,XuGY,LiuC,Pricingpoliciesinadual-channelsupplychainwithretailservices[J].Int.J.ProductionEconomics,2012,139(1):312-320.[12]HuaGW,WangSY,ChengTCE.Priceandleadtimedecisionsindual-channelsupplychains[J].European290JournalofOperationalResearch,2010,205(1):113-126.-11- 中国科技论文在线http://www.paper.edu.cn[13]YanRL,PeiZ.Retailservicesandfirmprofitinadual-channelmarket[J].JournalofRetailing&ConsumerServices,2009,16(4):306-314.[14]ChenJ,ZhangH,SunY.ImplementingcoordinationcontractsinamanufacturerStackelbergdual-channelsupplychain[J].Omega,2012,40(5):571-583.295[15]BalakrishnanA,SundaresanS,ZhangB.Browse-and-Switch:Retail-OnlineCompetitionunderValueUncertainty[J].Production&OperationsManagement,2014,23(7):1129-1145.[16]AussadavutD,MingF,ApurvaJ,KamranM.Asupplychainmodelwithdirectandretailchannels[J].EuropeanJournalofOperationalResearch,2008,187(3):691-718.[17]肖剑，但斌，张旭梅.双渠道供应链中制造商和零售商的服务合作定价策略[J].系统工程理论与实践，3002010,30(12)：2203-2211.[18]KevinC,DilipC,JamesD.DirectMarketing,IndirectProfits:AStrategicAnalysisofDual-ChannelSupply-ChainDesign[J].ManagementScience,2003,49(1):1-20.[19]WeiH,JayashankarM.Introductionofasecondchannel:Implicationsforpricingandprofits[J].EuropeanJournalofOperationalResearch,2009,194(1):258-279.305[20]AndyA.TsayA.ChannelConflictandCoordinationintheE-CommerceAge[J].Production&OperationsManagement,2004,13(13).93-110.-12-'