销售努力影响需求下考虑公平关切的闭环供应链决策研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:houqiusheng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
21世纪制造业的快速发展给自然环境和资源带来了很大的压力,解决这一问题的方法就是创建一个绿色可持续发展的资源循环环境,这促使能够有效改善生态环境问题的再制造业得到了广泛的关注。闭环供应链能够最大化资源价值,并帮助企业通过回收废旧产品获得利润。现实生活中,零售商通常会付出销售努力来提高市场需求,将销售努力对市场需求的影响作为背景很有必要,且现有研究往往忽略了供应链决策者普遍存在的公平关切心理,使得研究结果与现实存在较大差距。因此,在销售努力影响市场需求背景下研究制造商存在公平关切心理的闭环供应链问题的理论和实践意义显著。首先,将制造商公平关切引入销售努力影响市场需求的制造商、零售商和第三方回收商不同供应链主体负责回收的渠道,建立求解并对比最优决策模型。然后根据模型求解,分别探讨三种不同回收模式下制造商公平关切程度对市场需求、零售商定价、销售努力、废旧品回收率和供应链节点成员效用的影响。最后从降低库存、提高废旧品回收率和效用最大化等多个角度对三种回收渠道进行了对比分析,为供应链主导者站在不同角度时选择回收渠道提供参考,并通过算例分析对以上研究内容进行了验证。结果表明:三种回收模式下,制造商公平关切心理的增强,使得批发价格和制造商最优效用提高,但转移支付、销售努力、废旧品回收率、市场需求和供应链各方利润均降低,并且制造商利润的减小速度较零售商更慢;制造商公平关切程度与零售商定价在价格敏感度高时成正相关,在价格敏感度低时成负相关;从扩大需求、减少库存,绿色生产、环境保护以及效用最大化的角度考虑,都应首选制造商回收模式。
其他文献
波动率是制定金融衍生产品价格、资产分配、风险管理和量化交易战略的重要基础,是金融研究的热点。随着信息技术的快速发展,取得能够反映市场上更多信息的高频率日内波动率研究数据变得容易,促进了对高频率领域的波动率研究的发展;另一方面,为了形成和发展高频率交易,制定交易战略,管理交易风险,优化交易过程,均需要高频率数据下已实现波动率。本文首先引入非对称因子检验沪深300指数高频数据日内波动率和收益率的非对称
学位
在这个科技与经济急速发展的时代,各类产品更新换代的步伐也在不断增速。这不仅对环境造成了污染,也使得消费者对产品的技术水平提出了更高的要求。因此对产品或制造流程进行技术创新,已经成为很多制造企业提高市场竞争力的重要战略决策。同时各国政府也开始对产品创新予以高度重视,通过制定政策来激励企业进行创新研发,以提高企业的利润及生产效率。兼顾国家可持续发展战略与新时期经济高质量发展要求,技术创新下考虑政府补贴
学位
随着我国绿色循环经济的不断发展和进步,越来越多的企业开始认识到只是完成正向供应链中的采购、生产储存、运输流通及销售等环节是完全不够的,逆向供应链中废旧品的回收再制造、再利用等也是提高效益的重要环节。在现实的商业环境中,许多大型企业可以借助一定的营销和销售努力行为来吸引消费者,增加消费者的好感度,从而提高产品的市场占有,刺激市场需求量的增加,而且消费者在选购产品的时候,也会同时关注企业的产品质量和社
学位
在后危机时代,准确地度量金融机构之间的关联性与系统性金融风险成为监管当局与学术界广泛关注的热点问题。而以往针对关联性的研究大多数都假设机构之间的关联性在所有频率上都是相同的,而忽略了网络中金融机构之间关联性的方向和强度可能随频率而发生变化。因此,为了探索中国金融机构在时频范围内的关联性,提出时频信息溢出网络模型,以度量金融机构间风险溢出的方向、强度及期限结构。本文以A股上市的30家中国金融机构为研
学位
Skyline查询广泛应用于多准则决策,作为一种强大的数据分析工具,它可以从不同分销商的大量绩效数据中检索出最具代表性的绩效信息,能够有效地满足分销渠道绩效评价的需求。但是,分销商提交的绩效数据可能包含敏感信息,Skyline查询过程也可能进一步泄露隐私信息,从而导致商业机密的泄露。因此,如何保证基于Skyline查询的分销渠道绩效评价的隐私性成为迫切需要解决的问题。由于差分隐私在隐私保护方面具有
学位
随着“互联网+”技术对各行业不断渗透,在线教育行业得到迅速发展,尤其在2020新冠疫情影响后,更是得到迅猛发展。同时,互联网巨头的不断加入导致商业模式下的在线教育行业规模不断扩大,竞争越来越激烈。在线教育高速发展的背后存在着学习者粘性低、体验满意度低及多数课程处于休眠状态的问题。如何及时识别学习者需求及态度、提高课程质量及满意度一直以来都是运营商及学者关注的问题。通过传统的调查问卷、专家访谈、文献
学位
近年来,随着金融市场体系的日渐完善,量化投资的蓬勃发展,越来越多的投资者尝试将机器学习算法应用于股票市场中以获得超额收益。股票指数走势作为股票市场趋势的综合表现,对其进行准确预测能够对投资起到重要的参考作用。然而由于股票市场受到各种复杂因素的影响,导致金融时间序列信噪比极低,这大大降低了股指趋势预测模型的有效性和准确性。在实际中,大多研究都着眼于优化模型自身以提高预测精度,而忽略了数据中噪声的存在
学位
互联网对人们生活的全面渗透以及电子商务市场竞争的愈发激烈,迫使企业必须不断地更新产品销售模式以夺取市场优势。生鲜农产品作为日常生活中必不可少的消耗品,同时又有着保质期短、易腐烂、价值随时间变化的特性,因此预售模式受到了生鲜农产品供应链管理者的青睐。由于现实中生鲜农产品供应链的预售定价决策不仅与新鲜度、价格、时间相关,还会受到两阶段需求相关性、零售商的销售努力以及消费者对平台的偏好等因素的影响,因此
学位
电子商务的发展使得双渠道供应链成为众多企业的主流运营模式。同时,废旧产品数量的逐年增加,进一步加剧了环境污染和资源短缺的问题。回收再制造作为发展循环经济的有效途径之一,其社会效益和经济效益吸引了众多原制造商和第三方再制造商开展回收再制造活动。本文以具有较高企业利润和社会效益的混合再制造为背景,基于由受专利保护的原制造商、零售商和第三方再制造商组成的双渠道闭环供应链,对比三种决策模型的均衡解,探究原
学位
近年来,随着金融业务的不断拓展,信贷市场规模逐渐扩大,线上线下齐头发展,信用评估在金融机构的风险管理中日趋重要,提升信用评估的精度是金融机构在风险控制环节中的核心,在风险防范方面具有重要作用。由于大数据、信用决策等科学技术在信用评估领域中的引入,被评估人的信用信息包含更全面的特征指标,也可能从多个不同来源收集申请人的各种历史信息以对其信用状况进行综合评价。然而,在此情景下,信用评估数据集普遍出现某
学位