O&SCM运营与供应链管理知识库

LATEST RESEARCH FRONTIERS / 最新研究前沿

需求信息 · 返利 · 渠道竞争

共享需求信息,
改变返利竞争。

信息共享与制造商返利竞争

753 个原生公式 · 2 张表

FULL PAPER SUMMARY / 完整论文总结

信息共享与制造商返利竞争

Information sharing and manufacturer rebate competition 全文深度总结与模型算例解析

作者:Albert Y Ha, Weixin Shang, Yunjie Wang | 发表期刊:Production and Operations Management (2026, Vol. 35, Issue 12, pp. 4223–4242)

一、论文基本信息、研究背景与全文统一主线故事

1.1 论文发表信息与作者团队

本文题为 Information sharing and manufacturer rebate competition(《信息共享与制造商返利竞争》),于 2026 年正式发表在运营管理与供应链管理领域的国际顶级学术期刊 *Production and Operations Management*(简称 POM,UTD-24 与 FT-50 核心期刊)第 35 卷第 12 期第 4223 至 4242 页(DOI: 10.1177/10591478261451661,收稿日期为 2023 年 11 月 8 日,经三轮修改后于 2026 年 4 月 22 日正式录用,处理编辑为 Panos Kouvelis)。

本文的三位作者分别为 Albert Y Ha(香港科技大学商学院,School of Business and Management, Hong Kong University of Science and Technology)、Weixin Shang(香港岭南大学商学院,Faculty of Business, Lingnan University)以及通讯作者 Yunjie Wang(中国人民大学商学院,School of Business, Renmin University of China)。

1.2 现实商业背景与核心研究议题

随着信息技术的普及,大型零售商(如 Walmart、Target、Kroger、Amazon、Lowe's、Home Depot、Staples 等)能够高效收集终端销售点(POS)交易数据和在线销售数据,并普遍建立了面向供应商的数据共享项目。行业调查显示,61% 的消费品制造商至少按月从零售商处获取 POS 交易数据,54% 的制造商获取在线销售数据;同时,零售商在数据是否收费上采取了截然不同的策略:例如 Walmart 向供应商免费开放数据,而 Kroger 与 Amazon 则向供应商收取数据共享费用(约三分之一至超过 40% 的零售商对数据共享收费,Pepsi、Johnson & Johnson、Procter & Gamble、Conagra 等制造商均常年向零售商购买数据)。

在零售实践中,上游竞争性制造商广泛采用消费者返利(Consumer Rebates,包括邮寄返利 Mail-in Rebates 与数字返利 Digital Rebates)作为核心促销工具,并通过拥有数据共享项目的共同零售商销售可替代产品。例如,个人护理与口腔护理领域的 Johnson & Johnson(旗下 Listerine、Neutrogena)与 Procter & Gamble(旗下 Oral-B、Olay)常年提供消费者返利并通过 Walmart 和 Target 销售;家电与电子产品领域的 Bosch 与 General Electric 常年提供返利并通过运营数据共享项目的 Lowe's 销售。行业报告表明,利用下游 POS 数据优化促销返利面值设计与营销支出是驱动供应链信息共享的三大核心动因之一(例如专业软件 Interlynx 专门帮助制造商利用零售商共享的 POS 数据确定最优返利面值)。然而,既有供应链信息共享文献尚未在制造商开展返利竞争的环境下探讨零售商的信息共享激励与收费机制设计。

1.3 贯穿全文的统一主线故事与双核心驱动效应

为了清晰串联全文的所有数学模型、引理、观察、命题及拓展分析,本文围绕以下统一的供应链商业故事展开论述:在一条二级供应链中,存在一家处于下游渠道核心地位的零售商(以代词 he 指代),以及上游两家生产可替代产品的竞争性制造商——制造商 1 与 制造商 2(以代词 she 指代,下标 𝑖∈{1,2}\mathit{i}\text{∈}\text{\{}\text{1}\text{,}\text{2}\text{\}},在基准模型中首先考察单一制造商情形以建立参照系)。两家制造商均已设立消费者返利项目(固定建设成本已沉没),在销售季节开始前同时制定各自产品的单位批发价格 𝑤𝑖\mathit{w}_{\mathit{i}} 和向消费者承诺的单位返利面值 𝑟𝑖\mathit{r}_{\mathit{i}},随后零售商决定两款产品的终端零售价格 𝑝1\mathit{p}_{\text{1}} 和 𝑝2\mathit{p}_{\text{2}}。

终端市场总规模存在随机波动,表现为基础市场规模 𝑎\mathit{a} 与随机冲击 𝜃\mathit{\theta} 之和 𝑎+𝜃\mathit{a}\text{+}\mathit{\theta}。市场上的消费者分为两类群体:第一类是占比为 𝛽\mathit{\beta} 的返利敏感型消费者,他们在购买决策时会将返利面值 𝑟𝑖\mathit{r}_{\mathit{i}} 视为价格抵扣(按净价格 𝑝𝑖−𝑟𝑖\mathit{p}_{\mathit{i}}\text{−}\mathit{r}_{\mathit{i}} 决定购买量),但由于兑现返利需要在购买后填写表格、提交凭证并经历审核流程,部分实际兑现成本极高的消费者在购买时低估了兑现难度(误以为自身必然兑现),而在购买后放弃兑现,导致实际兑现率(Redemption Rate)仅为 𝑚∈(0,1)\mathit{m}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)},这一购买前后的行为偏差在业界与学界被称为滑落效应(Slippage Effect);第二类是占比为 1−𝛽\text{1}\text{−}\mathit{\beta} 的返利不敏感型消费者,他们由于事务繁忙、嫌弃兑现手续繁琐或注重个人隐私,在购买决策中完全忽略返利,仅根据零售标价 𝑝𝑖\mathit{p}_{\mathit{i}} 决定购买量。

零售商凭借贴近终端市场的优势,能够提前观测到关于随机市场需求冲击 𝜃\mathit{\theta} 的私有无偏需求信号 𝑌\mathit{Y}。零售商面临的核心战略抉择是:在无偿自愿信息共享机制下,或者在向制造商收取固定信息费(Side Payment)的有偿签约机制(包括同时向两家制造商发出报价的同步签约 Concurrent Contracting,以及一先一后向两家制造商报价的序贯签约 Sequential Contracting)下,应当向零家(𝑛=0\mathit{n}\text{=}\text{0})、一家(𝑛=1\mathit{n}\text{=}\text{1})还是两家(𝑛=2\mathit{n}\text{=}\text{2})制造商共享需求信号 𝑌\mathit{Y}。这一战略抉择受以下两大相反相成的基础效应支配:

  • 响应性批发价格效应(Responsive Wholesale Price Effect,又称双重边际化效应):当制造商获知需求信号 𝑌\mathit{Y} 后,其最优批发价格 𝑤𝑖∗\mathit{w}_{\mathit{i}}^{\text{∗}} 会随需求信号正向调整(市场需求旺盛时提价,市场低迷时降价)。这种顺周期的批发价调整加剧了供应链的双重边际化(Double Marginalization),使制造商获益,但直接压缩了零售商在高需求状态下的边际利润,对零售商产生负向损害。

  • 响应性返利效应(Responsive Rebate Effect,本文首次发现并命名的创新效应):当制造商获知需求信号 𝑌\mathit{Y} 后,其最优返利面值 𝑟𝑖∗\mathit{r}_{\mathit{i}}^{\text{∗}} 也会随需求信号正向调整(市场需求信号高时加大返利力度以成倍撬动返利敏感型消费者的需求,市场需求信号低时缩减返利支出)。由于返利在刺激终端需求的同时还能借助“滑落效应”(消费者按全额 𝑟𝑖\mathit{r}_{\mathit{i}} 感知实惠,而制造商仅按实际兑现成本 𝑚𝑟𝑖\mathit{m}\mathit{r}_{\mathit{i}} 支付)实现高效的价格歧视,返利面值对需求信号的顺周期精准响应在取期望后平均而言能够做大整个供应链的利润蛋糕,使制造商和零售商双方同时受益。

二、文章的核心贡献

本文在消费者返利管理与供应链纵向信息共享两大研究领域的交叉点上取得了突破性进展,其核心理论与方法论贡献归纳为以下五个维度:

  • 第一,首次揭示并形式化证明了信息共享的“响应性返利效应”(Responsive Rebate Effect),开辟了促销驱动型信息共享的理论机制。既有关于共同零售商向竞争性制造商共享信息的代表作 Shang et al. (2016) 依赖非线性生产成本(规模经济或规模不经济)作为信息共享的驱动力;当生产成本为线性时,纯批发价模型中信息共享仅带来加剧双重边际化的“响应性批发价格效应”,零售商绝不会无偿共享信息。本文在线性生产成本下引入制造商返利决策,证明信息共享使制造商能够根据需求信号动态调整返利面值,产生对供需双方均有利的“响应性返利效应”,从而在理论上圆满解释了为何改善促销返利设计是现实中零售商向供应商开放 POS 数据的核心动因。

  • 第二,刻画了无偿自愿信息共享下“零家—两家—一家”(0→2→1\text{0}\text{→}\text{2}\text{→}\text{1})的非单调双阈值均衡结构。本文证明,在垄断制造商下零售商绝不自愿免费共享信息;但在双寡头返利竞争下,竞争削弱了批发价对信号的过度敏感性。随着市场上返利敏感型消费者比例 𝛽\mathit{\beta} 从小到大递增,零售商最优的无偿共享对象数量并非单调增加,而是呈现出“当 𝛽\mathit{\beta} 较小时不共享(𝑛𝑉=0\mathit{n}^{\mathit{V}}\text{=}\text{0})、当 𝛽\mathit{\beta} 居中时向两家制造商全部共享(𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2})、当 𝛽\mathit{\beta} 较大时仅向一家制造商排他性共享(𝑛𝑉=1\mathit{n}^{\mathit{V}}\text{=}\text{1})”的精妙结论。这一结论为大型零售商在不同商品品类(如日化快消品、家居百货、家电电子)实施差异化的数据开放策略提供了坚实的微观理论依据。

  • 第三,发现了返利敏感群体规模与市场竞争强度对制造商利润的反直觉影响机制。常规直觉认为,返利敏感型消费者比例 𝛽\mathit{\beta} 越大对提供返利的制造商越有利,且制造商之间的竞争强度 𝛾\mathit{\gamma} 越大对制造商越不利。本文证明,当信息共享内生化时,这两个常规结论均会发生反转:若 𝛽\mathit{\beta} 的上升诱发零售商将自愿共享范围从两家缩减为一家(𝑛𝑉:2→1\mathit{n}^{\mathit{V}}\mathit{:}\text{2}\text{→}\text{1}),失去信息的制造商利润会断崖式下跌,且两家制造商的总利润也会下降;反之,若竞争强度 𝛾\mathit{\gamma} 的上升诱发零售商从不共享转为向两家制造商自愿共享(𝑛𝑉:0→2\mathit{n}^{\mathit{V}}\mathit{:}\text{0}\text{→}\text{2}),更激烈的竞争反而使两家制造商同时获益。

  • 第四,推翻了非线性成本下零售商偏好序贯签约的经典结论,证明在返利竞争下零售商严格偏好同步签约且同步签约实现系统最优。在有偿信息共享(带侧支付 𝑇\mathit{T})下,Shang et al. (2016) 证明由于非线性生产成本导致知情制造商对不知情对手产生负向溢出效应(𝜋𝑀𝑈(1)<𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{<}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}),零售商可以通过序贯签约威胁制造商从而攫取超出信息共享增量的超额租金,因而偏好序贯签约。本文则证明,在线性生产成本与返利竞争下,单方共享信息对不知情竞争对手的利润溢出效应恒为零(𝜋𝑀𝑈(1)=𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}),序贯签约失去了惩罚性威慑力;相反,同步签约能够始终诱导系统最优的信息共享决策(𝑛𝐶=𝑛𝑂\mathit{n}^{\mathit{C}}\text{=}\mathit{n}^{\mathit{O}}),并让零售商通过侧支付全额提取最大化的系统信息盈余,因此零售商严格偏好保密状态下的同步签约。

  • 第五,通过四大贴合现实的拓展模型检验了核心洞见的稳健性与边界条件。作者进一步将基准模型拓展至:(1)消费者付出凸性努力成本决定兑现概率的内生兑现率模型;(2)制造商将提供返利与获取信息挂钩的条件性返利模型;(3)两家制造商拥有非对称基础市场份额的模型;(4)返利敏感型消费者比返利不敏感型消费者对价格更敏感的异质性价格敏感度模型。研究证明核心双阈值结构与同步签约优势具有极强的稳健性,并在非对称模型中得出“排他性共享时零售商必选大份额制造商”的重要管理法则。

三、模型设定、符号体系与核心函数深度解析

本节对模型中的全部参数符号、随机信息结构函数、两类消费者的效用剩余函数、需求函数、滑落效应机制以及博弈各方的期望利润函数与最优反应函数进行逐一拆解与解释。

3.1 模型核心符号汇总表

表 1 汇总了全文基准模型与拓展模型中使用的核心数学符号及其经济含义。

符号 数学定义与取值范围 在供应链主线故事中的具体经济与管理含义
𝑎\mathit{a} 𝑎>0\mathit{a}\text{>}\text{0} 产品市场的基础平均市场规模(确定性基准需求截距)
𝜃\mathit{\theta} 𝐸[𝜃]=0,Var(𝜃)=𝜎2\mathit{E}\text{[}\mathit{\theta}\text{]}\text{=}\text{0}\text{,}\text{Var}\text{(}\mathit{\theta}\text{)}\text{=}\mathit{\sigma}^{\text{2}} 反映市场需求不确定性的随机冲击变量,均值为 0\text{0},标准差为 𝜎\mathit{\sigma}
𝑌\mathit{Y} 𝐸[𝑌|𝜃]=𝜃\mathit{E}\text{[}\mathit{Y}\text{|}\mathit{\theta}\text{]}\text{=}\mathit{\theta} 零售商独家观测到的私有需求信号,是随机冲击 𝜃\mathit{\theta} 的无偏估计量
𝑡\mathit{t} 𝑡≡1/𝐸[Var(𝑌|𝜃)]>0\mathit{t}\text{≡}\text{1}\text{/}\mathit{E}\text{[}\text{Var}\text{(}\mathit{Y}\text{|}\mathit{\theta}\text{)}\text{]}\text{>}\text{0} 需求信号 𝑌\mathit{Y} 的信息精度(精度越高,条件方差越小)
𝜉(𝑡,𝜎)\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)} 𝜉(𝑡,𝜎)=𝑡𝜎21+𝑡𝜎2∈(0,1)\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{=}\frac{\mathit{t}\mathit{\sigma}^{\text{2}}}{\text{1}\text{+}\mathit{t}\mathit{\sigma}^{\text{2}}}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)} 线性贝叶斯更新中的后验信息权重系数,衡量信号 𝑌\mathit{Y} 对预测 𝜃\mathit{\theta} 的信息含量
𝛽\mathit{\beta} 𝛽∈(0,1)\mathit{\beta}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)} 市场上返利敏感型消费者(Rebate-sensitive consumers)所占的比例
1−𝛽\text{1}\text{−}\mathit{\beta} 1−𝛽∈(0,1)\text{1}\text{−}\mathit{\beta}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)} 市场上返利不敏感型消费者(Rebate-insensitive consumers)所占的比例
𝛾,𝛾’\mathit{\gamma}\text{,}\mathit{\gamma}\text{'} 𝛾∈(0,1),𝛾’=𝛾1−𝛾\mathit{\gamma}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)}\text{,}\mathit{\gamma}\text{'}\text{=}\frac{\mathit{\gamma}}{\text{1}\text{−}\mathit{\gamma}} 两家制造商产品之间的替代程度与竞争强度(𝛾\mathit{\gamma} 越大代表产品越趋同、竞争越激烈)
𝑚\mathit{m} 𝑚∈(0,1)\mathit{m}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)} 返利兑现率(Redemption rate),即返利敏感型消费者在购买后实际成功兑现返利的比例
𝑤𝑖\mathit{w}_{\mathit{i}} 𝑤𝑖>0,𝑖∈{1,2}\mathit{w}_{\mathit{i}}\text{>}\text{0}\text{,}\mathit{i}\text{∈}\text{\{}\text{1}\text{,}\text{2}\text{\}} 制造商 𝑖\mathit{i} 向零售商收取的单位产品批发价格(Wholesale price)
𝑟𝑖\mathit{r}_{\mathit{i}} 𝑟𝑖≥0,𝑖∈{1,2}\mathit{r}_{\mathit{i}}\text{≥}\text{0}\text{,}\mathit{i}\text{∈}\text{\{}\text{1}\text{,}\text{2}\text{\}} 制造商 𝑖\mathit{i} 向消费者提供的单位产品返利面值(Rebate value)
𝑝𝑖\mathit{p}_{\mathit{i}} 𝑝𝑖>𝑤𝑖,𝑖∈{1,2}\mathit{p}_{\mathit{i}}\text{>}\mathit{w}_{\mathit{i}}\text{,}\mathit{i}\text{∈}\text{\{}\text{1}\text{,}\text{2}\text{\}} 零售商为制造商 𝑖\mathit{i} 的产品设定的终端零售价格(Retail price)
𝑥𝑖,𝑦𝑖\mathit{x}_{\mathit{i}}\text{,}\mathit{y}_{\mathit{i}} 𝑥𝑖≥0,𝑦𝑖≥0\mathit{x}_{\mathit{i}}\text{≥}\text{0}\text{,}\mathit{y}_{\mathit{i}}\text{≥}\text{0} 代表性返利不敏感型消费者(𝑥𝑖\mathit{x}_{\mathit{i}})与返利敏感型消费者(𝑦𝑖\mathit{y}_{\mathit{i}})对产品 𝑖\mathit{i} 的个体购买量
𝑍𝑖\mathit{Z}_{\mathit{i}} 𝑍𝑖∈{𝐼,𝑈}\mathit{Z}_{\mathit{i}}\text{∈}\text{\{}\mathit{I}\text{,}\mathit{U}\text{\}} 制造商 𝑖\mathit{i} 的信息状态:𝑍𝑖=𝐼\mathit{Z}_{\mathit{i}}\text{=}\mathit{I} 表示知情(Informed),𝑍𝑖=𝑈\mathit{Z}_{\mathit{i}}\text{=}\mathit{U} 表示不知情(Uninformed)
𝑛\mathit{n} 𝑛∈{0,1,2}\mathit{n}\text{∈}\text{\{}\text{0}\text{,}\text{1}\text{,}\text{2}\text{\}} 获知需求信号 𝑌\mathit{Y} 的知情制造商总数量(𝑛𝑉,𝑛𝐶,𝑛𝑆,𝑛𝑂\mathit{n}^{\mathit{V}}\text{,}\mathit{n}^{\mathit{C}}\text{,}\mathit{n}^{\mathit{S}}\text{,}\mathit{n}^{\mathit{O}} 分别对应不同机制下的最优数量)
𝑇,𝑇𝑓,𝑇𝑠\mathit{T}\text{,}\mathit{T}_{\mathit{f}}\text{,}\mathit{T}_{\mathit{s}} 𝑇,𝑇𝑓,𝑇𝑠≥0\mathit{T}\text{,}\mathit{T}_{\mathit{f}}\text{,}\mathit{T}_{\mathit{s}}\text{≥}\text{0} 有偿信息共享下零售商收取的固定侧支付(𝑇\mathit{T} 为同步签约收费,𝑇𝑓,𝑇𝑠\mathit{T}_{\mathit{f}}\text{,}\mathit{T}_{\mathit{s}} 为序贯签约先后收费)
𝜋𝑀,𝜋𝑅\mathit{\pi}_{\mathit{M}}\text{,}\mathit{\pi}_{\mathit{R}} 𝜋𝑀,𝜋𝑅>0\mathit{\pi}_{\mathit{M}}\text{,}\mathit{\pi}_{\mathit{R}}\text{>}\text{0} 制造商与零售商在观测到需求信号 𝑌\mathit{Y} 之前的事前期望利润(Ex ante expected profits)

3.2 随机需求与线性贝叶斯信息更新函数

在主线故事中,终端市场的潜在总规模为 𝑎+𝜃\mathit{a}\text{+}\mathit{\theta},其中 𝑎\mathit{a} 是已知的常数,代表平均市场容量;𝜃\mathit{\theta} 是均值为 𝐸[𝜃]=0\mathit{E}\text{[}\mathit{\theta}\text{]}\text{=}\text{0}、方差为 Var(𝜃)=𝜎2\text{Var}\text{(}\mathit{\theta}\text{)}\text{=}\mathit{\sigma}^{\text{2}} 的随机变量,代表消费潮流或宏观波动带来的需求不确定性。零售商通过其门店 POS 系统或电商平台流量监测,观测到私有需求信号 𝑌\mathit{Y}。本文采用经典的 Li (1985) 与 Vives (1999) 线性信息结构,包含两条基本假设:

  • 无偏性假设(A1):𝐸[𝑌|𝜃]=𝜃\mathit{E}\text{[}\mathit{Y}\text{|}\mathit{\theta}\text{]}\text{=}\mathit{\theta}。该式表明,给定真实的市场随机状态 𝜃\mathit{\theta},零售商观测到的需求信号 𝑌\mathit{Y} 的条件期望恰好等于 𝜃\mathit{\theta},即信号不存在系统性高估或低估偏差。

  • 线性条件期望假设(A2):𝐸[𝜃|𝑌]=𝛼0+𝛼1𝑌\mathit{E}\text{[}\mathit{\theta}\text{|}\mathit{Y}\text{]}\text{=}\mathit{\alpha}_{\text{0}}\text{+}\mathit{\alpha}_{\text{1}}\mathit{Y},其中 𝛼0\mathit{\alpha}_{\text{0}} 和 𝛼1\mathit{\alpha}_{\text{1}} 为常数。该式表明,当观测到信号 𝑌\mathit{Y} 后,决策者对真实市场冲击 𝜃\mathit{\theta} 的后验期望是信号 𝑌\mathit{Y} 的线性函数。

定义需求信号的信息精度(Signal Accuracy)为条件方差期望的倒数:𝑡≡1/𝐸[Var(𝑌|𝜃)]\mathit{t}\text{≡}\text{1}\text{/}\mathit{E}\text{[}\text{Var}\text{(}\mathit{Y}\text{|}\mathit{\theta}\text{)}\text{]}。结合先验均值 𝐸[𝜃]=0\mathit{E}\text{[}\mathit{\theta}\text{]}\text{=}\text{0} 与假设(A1)、(A2),可以推导出给定信号 𝑌\mathit{Y} 时真实市场冲击 𝜃\mathit{\theta} 的后验条件期望函数:

𝐸[𝜃|𝑌]=11+𝑡𝜎2𝐸[𝜃]+𝑡𝜎21+𝑡𝜎2𝑌=𝜉(𝑡,𝜎)𝑌 (1)\mathit{E}\left\lbrack \mathit{\theta}\text{|}\mathit{Y} \right\rbrack\text{=}\frac{\text{1}}{\text{1}\text{+}\mathit{t}\mathit{\sigma}^{\text{2}}}\mathit{E}\left\lbrack \mathit{\theta} \right\rbrack\text{+}\frac{\mathit{t}\mathit{\sigma}^{\text{2}}}{\text{1}\text{+}\mathit{t}\mathit{\sigma}^{\text{2}}}\mathit{Y}\text{=}\mathit{\xi}\left( \mathit{t}\text{,}\mathit{\sigma} \right)\mathit{Y}\text{ }\text{(1)}

在公式 (1) 中,后验信息权重函数定义为 𝜉(𝑡,𝜎)=𝑡𝜎21+𝑡𝜎2\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{=}\frac{\mathit{t}\mathit{\sigma}^{\text{2}}}{\text{1}\text{+}\mathit{t}\mathit{\sigma}^{\text{2}}}。从数学与经济含义上看,当信号精度 𝑡→0\mathit{t}\text{→}\text{0}(信号纯属噪声)时,𝜉(𝑡,𝜎)→0\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{→}\text{0},决策者完全忽略信号 𝑌\mathit{Y},维持先验判断 𝐸[𝜃|𝑌]=0\mathit{E}\text{[}\mathit{\theta}\text{|}\mathit{Y}\text{]}\text{=}\text{0};当信号精度 𝑡→∞\mathit{t}\text{→}\mathit{\infty}(完美预测)时,𝜉(𝑡,𝜎)→1\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{→}\text{1},后验期望完全采信信号 𝑌\mathit{Y}。同时,因为 𝐸[𝑌]=𝐸[𝐸[𝑌|𝜃]]=𝐸[𝜃]=0\mathit{E}\text{[}\mathit{Y}\text{]}\text{=}\mathit{E}\text{[}\mathit{E}\text{[}\mathit{Y}\text{|}\mathit{\theta}\text{]}\text{]}\text{=}\mathit{E}\text{[}\mathit{\theta}\text{]}\text{=}\text{0},且信号 𝑌\mathit{Y} 的先验方差为 Var(𝑌)=Var(𝜃)+𝐸[Var(𝑌|𝜃)]=𝜎2+1𝑡=1+𝑡𝜎2𝑡\text{Var}\text{(}\mathit{Y}\text{)}\text{=}\text{Var}\text{(}\mathit{\theta}\text{)}\text{+}\mathit{E}\text{[}\text{Var}\text{(}\mathit{Y}\text{|}\mathit{\theta}\text{)}\text{]}\text{=}\mathit{\sigma}^{\text{2}}\text{+}\frac{\text{1}}{\mathit{t}}\text{=}\frac{\text{1}\text{+}\mathit{t}\mathit{\sigma}^{\text{2}}}{\mathit{t}},所以修正后的信号项 𝜉(𝑡,𝜎)𝑌\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{Y} 的先验期望为 0\text{0},其平方的先验期望为 𝐸[(𝜉(𝑡,𝜎)𝑌)2]=𝜉(𝑡,𝜎)2Var(𝑌)=(𝑡𝜎21+𝑡𝜎2)21+𝑡𝜎2𝑡=𝜉(𝑡,𝜎)𝜎2\mathit{E}\text{[}\text{(}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{Y}\text{)}^{\text{2}}\text{]}\text{=}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}^{\text{2}}\text{Var}\text{(}\mathit{Y}\text{)}\text{=}\text{(}\frac{\mathit{t}\mathit{\sigma}^{\text{2}}}{\text{1}\text{+}\mathit{t}\mathit{\sigma}^{\text{2}}}\text{)}^{\text{2}}\frac{\text{1}\text{+}\mathit{t}\mathit{\sigma}^{\text{2}}}{\mathit{t}}\text{=}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}。这一简洁的性质 encompasses 了正态—正态(Normal-Normal)、伽马—泊松(Gamma-Poisson)和贝塔—二项(Beta-Binomial)等广泛的共轭分布族,而 𝜉(𝑡,𝜎)𝜎2\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}} 则直接度量了需求信息的总价值基数。

3.3 两类消费者的效用剩余函数与需求函数

本文遵循 Vives (1999) 第 3.1 章与 Singh and Vives (1984) 的代表性消费者二次效用框架(Representative Consumer Framework),分别推导返利不敏感型消费者与返利敏感型消费者的线性需求函数。

(1)返利不敏感型消费者的效用剩余函数与需求函数

返利不敏感型消费者占市场总人口的比例为 1−𝛽\text{1}\text{−}\mathit{\beta}。由于这类消费者不了解返利信息、生活节奏快而不愿耗费精力办理兑现手续,或出于隐私保护不愿提交个人身份信息,他们在购买时完全不把返利 𝑟𝑖\mathit{r}_{\mathit{i}} 纳入考量。代表性返利不敏感型消费者选择两款产品的购买数量 𝑞1\mathit{q}_{\text{1}} 和 𝑞2\mathit{q}_{\text{2}},以最大化如下消费者剩余函数(即消费总效用减去按零售全价计算的购买支出):

𝑈ins(𝑞1,𝑞2)=(𝑞1+𝑞2)(𝑎+𝜃)−12(𝑞12+𝑞22+2𝛾𝑞1𝑞2)−𝑝1𝑞1−𝑝2𝑞2 (2)\mathit{U}_{\text{ins}}\left( \mathit{q}_{\text{1}}\text{,}\mathit{q}_{\text{2}} \right)\text{=}\left( \mathit{q}_{\text{1}}\text{+}\mathit{q}_{\text{2}} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\text{−}\frac{\text{1}}{\text{2}}\left( \mathit{q}^{\text{2}}_{\text{1}}\text{+}\mathit{q}^{\text{2}}_{\text{2}}\text{+}\text{2}\mathit{\gamma}\mathit{q}_{\text{1}}\mathit{q}_{\text{2}} \right)\text{−}\mathit{p}_{\text{1}}\mathit{q}_{\text{1}}\text{−}\mathit{p}_{\text{2}}\mathit{q}_{\text{2}}\text{ }\text{(2)}

对公式 (2) 解析各项的物理与经济含义:第一项 (𝑞1+𝑞2)(𝑎+𝜃)\text{(}\mathit{q}_{\text{1}}\text{+}\mathit{q}_{\text{2}}\text{)}\text{(}\mathit{a}\text{+}\mathit{\theta}\text{)} 是基础边际效用与消费总量的乘积,体现市场潜量 𝑎+𝜃\mathit{a}\text{+}\mathit{\theta} 对消费意愿的正向拉动;第二项 −12(𝑞12+𝑞22+2𝛾𝑞1𝑞2)\text{−}\frac{\text{1}}{\text{2}}\text{(}\mathit{q}_{\text{1}}^{\text{2}}\text{+}\mathit{q}_{\text{2}}^{\text{2}}\text{+}\text{2}\mathit{\gamma}\mathit{q}_{\text{1}}\mathit{q}_{\text{2}}\text{)} 是二次边际效用递减项,其中 𝑞12\mathit{q}_{\text{1}}^{\text{2}} 和 𝑞22\mathit{q}_{\text{2}}^{\text{2}} 反映单一产品消费的边际效用递减,交叉项 2𝛾𝑞1𝑞2\text{2}\mathit{\gamma}\mathit{q}_{\text{1}}\mathit{q}_{\text{2}} 中的参数 𝛾∈(0,1)\mathit{\gamma}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)} 刻画两家制造商产品之间的替代性(即竞争强度:当 𝛾→0\mathit{\gamma}\text{→}\text{0} 时两款产品相互独立,无水平竞争;当 𝛾→1\mathit{\gamma}\text{→}\text{1} 时两款产品趋于完全同质替代,同时购买两款产品的交叉效用折损最大);最后两项 −𝑝1𝑞1−𝑝2𝑞2\text{−}\mathit{p}_{\text{1}}\mathit{q}_{\text{1}}\text{−}\mathit{p}_{\text{2}}\mathit{q}_{\text{2}} 是按终端零售价支付的购买成本。对 𝑞1\mathit{q}_{\text{1}} 和 𝑞2\mathit{q}_{\text{2}} 分别求一阶偏导并令其等于 0\text{0},联立求解即可得到代表性返利不敏感型消费者的最优购买量函数 𝑥1\mathit{x}_{\text{1}} 和 𝑥2\mathit{x}_{\text{2}}:

𝑥1=(1−𝛾)(𝑎+𝜃)−𝑝1+𝛾𝑝21−𝛾2, 𝑥2=(1−𝛾)(𝑎+𝜃)−𝑝2+𝛾𝑝11−𝛾2 (3)\mathit{x}_{\text{1}}\text{=}\frac{\left( \text{1}\text{−}\mathit{\gamma} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\text{−}\mathit{p}_{\text{1}}\text{+}\mathit{\gamma}\mathit{p}_{\text{2}}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}\text{, }\mathit{x}_{\text{2}}\text{=}\frac{\left( \text{1}\text{−}\mathit{\gamma} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\text{−}\mathit{p}_{\text{2}}\text{+}\mathit{\gamma}\mathit{p}_{\text{1}}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}\text{ }\text{(3)}

由公式 (3) 可知,产品 𝑖\mathit{i} 在返利不敏感型消费者中的个体需求量随自身零售价 𝑝𝑖\mathit{p}_{\mathit{i}} 递减(斜率为 −11−𝛾2\text{−}\frac{\text{1}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}),随竞争对手零售价 𝑝𝑗\mathit{p}_{\mathit{j}} 递增(交叉价格弹性系数为 𝛾1−𝛾2\frac{\mathit{\gamma}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}})。乘以该群体的人口权重 1−𝛽\text{1}\text{−}\mathit{\beta} 后,两家制造商来自返利不敏感型消费者的实际市场需求量分别为 (1−𝛽)𝑥1\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{x}_{\text{1}} 和 (1−𝛽)𝑥2\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{x}_{\text{2}}。

(2)返利敏感型消费者的效用剩余函数、滑落效应与需求函数

返利敏感型消费者占市场总人口的比例为 𝛽∈(0,1)\mathit{\beta}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)}。根据 Ha et al. (2017a) 的经典设定,返利敏感型消费者的真实返利兑现成本要么为 0\text{0},要么极高;但那些真实兑现成本极高的消费者在门店购买商品时存在过度乐观的认知偏差,低估了后续兑现成本(误认为兑现成本为 0\text{0}),因此在购买决策时将全额返利面值 𝑟𝑖\mathit{r}_{\mathit{i}} 从零售价 𝑝𝑖\mathit{p}_{\mathit{i}} 中扣除(即按感知净价格 𝑝𝑖−𝑟𝑖\mathit{p}_{\mathit{i}}\text{−}\mathit{r}_{\mathit{i}} 决策购买量)。而在购买完成回家后,这部分高成本消费者面对繁琐的兑现流程选择放弃兑现,导致仅有比例为 𝑚∈(0,1)\mathit{m}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)} 的返利敏感型消费者最终真正兑现返利(即 𝑚<1\mathit{m}\text{<}\text{1} 的“滑落效应”)。在购买阶段,代表性返利敏感型消费者最大化如下消费者剩余函数:

𝑈sen(𝑞1,𝑞2)=(𝑞1+𝑞2)(𝑎+𝜃)−12(𝑞12+𝑞22+2𝛾𝑞1𝑞2)−(𝑝1−𝑟1)𝑞1−(𝑝2−𝑟2)𝑞2 (4)\mathit{U}_{\text{sen}}\left( \mathit{q}_{\text{1}}\text{,}\mathit{q}_{\text{2}} \right)\text{=}\left( \mathit{q}_{\text{1}}\text{+}\mathit{q}_{\text{2}} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\text{−}\frac{\text{1}}{\text{2}}\left( \mathit{q}^{\text{2}}_{\text{1}}\text{+}\mathit{q}^{\text{2}}_{\text{2}}\text{+}\text{2}\mathit{\gamma}\mathit{q}_{\text{1}}\mathit{q}_{\text{2}} \right)\text{−}\left( \mathit{p}_{\text{1}}\text{−}\mathit{r}_{\text{1}} \right)\mathit{q}_{\text{1}}\text{−}\left( \mathit{p}_{\text{2}}\text{−}\mathit{r}_{\text{2}} \right)\mathit{q}_{\text{2}}\text{ }\text{(4)}

对公式 (4) 关于 𝑞1\mathit{q}_{\text{1}} 和 𝑞2\mathit{q}_{\text{2}} 求一阶最优化条件,即可解得代表性返利敏感型消费者的最优购买量函数 𝑦1\mathit{y}_{\text{1}} 和 𝑦2\mathit{y}_{\text{2}}:

𝑦1=(1−𝛾)(𝑎+𝜃)−(𝑝1−𝑟1)+𝛾(𝑝2−𝑟2)1−𝛾2, 𝑦2=(1−𝛾)(𝑎+𝜃)−(𝑝2−𝑟2)+𝛾(𝑝1−𝑟1)1−𝛾2 (5)\mathit{y}_{\text{1}}\text{=}\frac{\left( \text{1}\text{−}\mathit{\gamma} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\text{−}\left( \mathit{p}_{\text{1}}\text{−}\mathit{r}_{\text{1}} \right)\text{+}\mathit{\gamma}\left( \mathit{p}_{\text{2}}\text{−}\mathit{r}_{\text{2}} \right)}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}\text{, }\mathit{y}_{\text{2}}\text{=}\frac{\left( \text{1}\text{−}\mathit{\gamma} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\text{−}\left( \mathit{p}_{\text{2}}\text{−}\mathit{r}_{\text{2}} \right)\text{+}\mathit{\gamma}\left( \mathit{p}_{\text{1}}\text{−}\mathit{r}_{\text{1}} \right)}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}\text{ }\text{(5)}

公式 (5) 表明,提高自身返利面值 𝑟𝑖\mathit{r}_{\mathit{i}} 与降低零售价 𝑝𝑖\mathit{p}_{\mathit{i}} 对刺激返利敏感型消费者的购买量具有完全对称的边际拉动作用(斜率均为 11−𝛾2\frac{\text{1}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}),而竞争对手提高返利面值 𝑟𝑗\mathit{r}_{\mathit{j}} 则会分流本方需求(斜率为 −𝛾1−𝛾2\text{−}\frac{\mathit{\gamma}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}})。乘以群体占比 𝛽\mathit{\beta} 后,两家制造商来自返利敏感型消费者的实际购买量分别为 𝛽𝑦1\mathit{\beta}\mathit{y}_{\text{1}} 和 𝛽𝑦2\mathit{\beta}\mathit{y}_{\text{2}}。需要特别指出的是,对于每售出一单位给返利敏感型消费者的商品,消费者在购买时享受了 𝑟𝑖\mathit{r}_{\mathit{i}} 的名义激励,但制造商平均只需支付 𝑚𝑟𝑖\mathit{m}\mathit{r}_{\mathit{i}} 的预期返利兑现成本(因为 1−𝑚\text{1}\text{−}\mathit{m} 比例的消费者未兑现),单位净批发毛利为 𝑤𝑖−𝑚𝑟𝑖\mathit{w}_{\mathit{i}}\text{−}\mathit{m}\mathit{r}_{\mathit{i}}。正是因为 𝑚<1\mathit{m}\text{<}\text{1},制造商利用返利刺激需求的成本效率高于直接削减批发价,这也是制造商热衷于提供返利的根本经济原因。

3.4 零售商与制造商的目标利润函数及最优反应函数

将单位生产成本、单位销售成本与单位返利处理成本标准化为 0\text{0}。在多阶段博弈的第三阶段,给定批发价 𝑤𝑖\mathit{w}_{\mathit{i}}、返利面值 𝑟𝑖\mathit{r}_{\mathit{i}} 以及已观测到的需求信号 𝑌\mathit{Y},零售商的目标是选择零售价格以最大化其条件期望利润函数:

  • 单一制造商基准下的零售商条件期望利润函数与最优反应函数:当市场上仅有一家垄断制造商(即 𝛾=0\mathit{\gamma}\text{=}\text{0},需求简化为 𝑥=𝑎+𝜃−𝑝\mathit{x}\text{=}\mathit{a}\text{+}\mathit{\theta}\text{−}\mathit{p} 与 𝑦=𝑎+𝜃−𝑝+𝑟\mathit{y}\text{=}\mathit{a}\text{+}\mathit{\theta}\text{−}\mathit{p}\text{+}\mathit{r})时,零售商的条件期望利润函数为 𝛱𝑅(𝑝|𝑌)=(𝑝−𝑤)(𝛽𝐸[𝑦|𝑌]+(1−𝛽)𝐸[𝑥|𝑌])=(𝑝−𝑤)(𝑎+𝜉(𝑡,𝜎)𝑌−𝑝+𝛽𝑟)\mathit{\Pi}_{\mathit{R}}\text{(}\mathit{p}\text{|}\mathit{Y}\text{)}\text{=}\text{(}\mathit{p}\text{−}\mathit{w}\text{)}\text{(}\mathit{\beta}\mathit{E}\text{[}\mathit{y}\text{|}\mathit{Y}\text{]}\text{+}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{E}\text{[}\mathit{x}\text{|}\mathit{Y}\text{]}\text{)}\text{=}\text{(}\mathit{p}\text{−}\mathit{w}\text{)}\text{(}\mathit{a}\text{+}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{Y}\text{−}\mathit{p}\text{+}\mathit{\beta}\mathit{r}\text{)}。对 𝑝\mathit{p} 求一阶导数可得零售商的最优零售价反应函数为 𝑝̂(𝑤,𝑟)=12(𝑎+𝜉(𝑡,𝜎)𝑌+𝛽𝑟+𝑤)\widehat{\mathit{p}}\text{(}\mathit{w}\text{,}\mathit{r}\text{)}\text{=}\frac{\text{1}}{\text{2}}\text{(}\mathit{a}\text{+}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{Y}\text{+}\mathit{\beta}\mathit{r}\text{+}\mathit{w}\text{)}。可以看到,零售商将制造商批发价 𝑤\mathit{w} 的一半(12𝑤\frac{\text{1}}{\text{2}}\mathit{w})以及返利敏感群体预期感知的返利价值 𝛽𝑟\mathit{\beta}\mathit{r} 的一半(12𝛽𝑟\frac{\text{1}}{\text{2}}\mathit{\beta}\mathit{r})转嫁到终端零售价上。

  • 双寡头竞争下的零售商条件期望利润函数与最优反应函数:当两家竞争制造商通过共同零售商销售时,零售商最大化两款产品总利润的条件期望:(𝑝1−𝑤1)𝐸[𝛽𝑦1+(1−𝛽)𝑥1|𝑌]+(𝑝2−𝑤2)𝐸[𝛽𝑦2+(1−𝛽)𝑥2|𝑌]\text{(}\mathit{p}_{\text{1}}\text{−}\mathit{w}_{\text{1}}\text{)}\mathit{E}\text{[}\mathit{\beta}\mathit{y}_{\text{1}}\text{+}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{x}_{\text{1}}\text{|}\mathit{Y}\text{]}\text{+}\text{(}\mathit{p}_{\text{2}}\text{−}\mathit{w}_{\text{2}}\text{)}\mathit{E}\text{[}\mathit{\beta}\mathit{y}_{\text{2}}\text{+}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{x}_{\text{2}}\text{|}\mathit{Y}\text{]}。对 𝑝1\mathit{p}_{\text{1}} 和 𝑝2\mathit{p}_{\text{2}} 联立求解一阶条件,消去交叉项后得到极为简洁的零售价最优反应函数:𝑝̂𝑖(𝑤𝑖,𝑟𝑖)=𝑎+𝐸[𝜃|𝑌]+𝑤𝑖+𝛽𝑟𝑖2=𝑎+𝜉(𝑡,𝜎)𝑌+𝑤𝑖+𝛽𝑟𝑖2{\widehat{\mathit{p}}}_{\mathit{i}}\text{(}\mathit{w}_{\mathit{i}}\text{,}\mathit{r}_{\mathit{i}}\text{)}\text{=}\frac{\mathit{a}\text{+}\mathit{E}\text{[}\mathit{\theta}\text{|}\mathit{Y}\text{]}\text{+}\mathit{w}_{\mathit{i}}\text{+}\mathit{\beta}\mathit{r}_{\mathit{i}}}{\text{2}}\text{=}\frac{\mathit{a}\text{+}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{Y}\text{+}\mathit{w}_{\mathit{i}}\text{+}\mathit{\beta}\mathit{r}_{\mathit{i}}}{\text{2}}。这一函数表明,共同零售商对第 𝑖\mathit{i} 款产品的最优定价仅取决于市场总体后验需求 𝑎+𝜉(𝑡,𝜎)𝑌\mathit{a}\text{+}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{Y}、该产品自身的批发价 𝑤𝑖\mathit{w}_{\mathit{i}} 以及加权返利 𝛽𝑟𝑖\mathit{\beta}\mathit{r}_{\mathit{i}},而不直接依赖于另一款产品的批发价 𝑤𝑗\mathit{w}_{\mathit{j}} 和返利 𝑟𝑗\mathit{r}_{\mathit{j}}。

  • 制造商的期望利润函数(区分知情 𝑍𝑖=𝐼\mathit{Z}_{\mathit{i}}\text{=}\mathit{I} 与不知情 𝑍𝑖=𝑈\mathit{Z}_{\mathit{i}}\text{=}\mathit{U}):制造商从返利敏感型消费者处获得的单位净收入为 𝑤𝑖−𝑚𝑟𝑖\mathit{w}_{\mathit{i}}\text{−}\mathit{m}\mathit{r}_{\mathit{i}}(销量为 𝛽𝑦𝑖\mathit{\beta}\mathit{y}_{\mathit{i}}),从返利不敏感型消费者处获得的单位净收入为 𝑤𝑖\mathit{w}_{\mathit{i}}(销量为 (1−𝛽)𝑥𝑖\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{x}_{\mathit{i}})。当制造商 𝑖\mathit{i} 未获知需求信号(𝑍𝑖=𝑈\mathit{Z}_{\mathit{i}}\text{=}\mathit{U})时,她只能基于先验分布最大化无条件期望利润 𝛽(𝑤𝑖−𝑚𝑟𝑖)𝐸[𝑦𝑖(𝑝̂1,𝑝̂2)]+(1−𝛽)𝑤𝑖𝐸[𝑥𝑖(𝑝̂1,𝑝̂2)]\mathit{\beta}\text{(}\mathit{w}_{\mathit{i}}\text{−}\mathit{m}\mathit{r}_{\mathit{i}}\text{)}\mathit{E}\text{[}\mathit{y}_{\mathit{i}}\text{(}{\widehat{\mathit{p}}}_{\text{1}}\text{,}{\widehat{\mathit{p}}}_{\text{2}}\text{)}\text{]}\text{+}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{w}_{\mathit{i}}\mathit{E}\text{[}\mathit{x}_{\mathit{i}}\text{(}{\widehat{\mathit{p}}}_{\text{1}}\text{,}{\widehat{\mathit{p}}}_{\text{2}}\text{)}\text{]};当制造商 𝑖\mathit{i} 获知需求信号(𝑍𝑖=𝐼\mathit{Z}_{\mathit{i}}\text{=}\mathit{I})时,她基于信号 𝑌\mathit{Y} 最大化条件期望利润 𝛽(𝑤𝑖−𝑚𝑟𝑖)𝐸[𝑦𝑖(𝑝̂1,𝑝̂2)|𝑌]+(1−𝛽)𝑤𝑖𝐸[𝑥𝑖(𝑝̂1,𝑝̂2)|𝑌]\mathit{\beta}\text{(}\mathit{w}_{\mathit{i}}\text{−}\mathit{m}\mathit{r}_{\mathit{i}}\text{)}\mathit{E}\text{[}\mathit{y}_{\mathit{i}}\text{(}{\widehat{\mathit{p}}}_{\text{1}}\text{,}{\widehat{\mathit{p}}}_{\text{2}}\text{)}\text{|}\mathit{Y}\text{]}\text{+}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{w}_{\mathit{i}}\mathit{E}\text{[}\mathit{x}_{\mathit{i}}\text{(}{\widehat{\mathit{p}}}_{\text{1}}\text{,}{\widehat{\mathit{p}}}_{\text{2}}\text{)}\text{|}\mathit{Y}\text{]}。

四、核心引理、观察与命题详解及算例剖析

本节严格按照论文第 4 节至第 6 节的逻辑推进,依次剖析单一制造商基准模型、双寡头竞争定价子博弈以及无偿与有偿信息共享均衡中的所有引理(Lemma 1–3)、观察(Observation 1–2)和命题(Proposition 1–5)。根据要求,本节省略繁琐的代数证明过程,重点阐述每个结论在主线故事中所解决的决策问题、数学表达式的内在机制,并通过具体的数值与商业算例直观展示其经济含义。

4.1 单一制造商基准模型(Lemma 1 与 Proposition 1)

(1)引理 1(Lemma 1):单一制造商下的均衡定价策略与事前期望利润

主线故事中的研究问题阐述:在探讨两家制造商竞争之前,故事首先考察供应链上游仅有一家垄断制造商与下游零售商交易的基准情形。该部分旨在确立当信息状态 𝑍∈{𝑈,𝐼}\mathit{Z}\text{∈}\text{\{}\mathit{U}\text{,}\mathit{I}\text{\}} 给定时,垄断制造商如何设定最优批发价 𝑤∗\mathit{w}^{\text{∗}} 和返利面值 𝑟∗\mathit{r}^{\text{∗}},零售商如何设定最优零售价 𝑝∗\mathit{p}^{\text{∗}},以及双方在观测信号前的事前期望利润 𝜋𝑀𝑍\mathit{\pi}_{\mathit{M}}^{\mathit{Z}} 与 𝜋𝑅𝑍\mathit{\pi}_{\mathit{R}}^{\mathit{Z}} 如何度量。(为保证利润函数严格凹且两个细分市场需求均为正,模型满足技术条件 𝛽<2𝑚𝑚+1\mathit{\beta}\text{<}\frac{\text{2}\mathit{m}}{\mathit{m}\text{+}\text{1}} 且 𝜎\mathit{\sigma} 充分小以确保内点解存在。)

引理 1(Lemma 1)的核心内容:给定信息状态 𝑍∈{𝑈,𝐼}\mathit{Z}\text{∈}\text{\{}\mathit{U}\text{,}\mathit{I}\text{\}},存在唯一的子博弈纳什均衡。当制造商不知情(𝑍=𝑈\mathit{Z}\text{=}\mathit{U})时,其批发价和返利面值固定在确定性基准水平;当制造商知情(𝑍=𝐼\mathit{Z}\text{=}\mathit{I})时,批发价、返利面值和零售价全部随修正后的需求信号 𝜉(𝑡,𝜎)𝑌\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{Y} 呈正比例线性调整:

𝑤∗={[4−𝛽(3+𝑚)]𝑚𝑎8𝑚−𝛽(𝑚2+6𝑚+1) 若 𝑍=𝑈,[4−𝛽(3+𝑚)]𝑚8𝑚−𝛽(𝑚2+6𝑚+1)(𝑎+𝜉(𝑡,𝜎)𝑌) 若 𝑍=𝐼, (6a)\mathit{w}^{\text{∗}}\text{=}\left\{ \begin{array}{r} \frac{\left\lbrack \text{4}\text{−}\mathit{\beta}\left( \text{3}\text{+}\mathit{m} \right) \right\rbrack\mathit{m}\mathit{a}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\left( \mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1} \right)}\text{ 若 }\mathit{Z}\text{=}\mathit{U}\text{,} \\ \frac{\left\lbrack \text{4}\text{−}\mathit{\beta}\left( \text{3}\text{+}\mathit{m} \right) \right\rbrack\mathit{m}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\left( \mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1} \right)}\left( \mathit{a}\text{+}\mathit{\xi}\left( \mathit{t}\text{,}\mathit{\sigma} \right)\mathit{Y} \right)\text{ 若 }\mathit{Z}\text{=}\mathit{I}\text{,} \end{array} \right.\ \text{ }\text{(6a)}

𝑟∗={(1−𝑚)𝑎8𝑚−𝛽(𝑚2+6𝑚+1) 若 𝑍=𝑈,1−𝑚8𝑚−𝛽(𝑚2+6𝑚+1)(𝑎+𝜉(𝑡,𝜎)𝑌) 若 𝑍=𝐼, (6b)\mathit{r}^{\text{∗}}\text{=}\left\{ \begin{array}{r} \frac{\left( \text{1}\text{−}\mathit{m} \right)\mathit{a}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\left( \mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1} \right)}\text{ 若 }\mathit{Z}\text{=}\mathit{U}\text{,} \\ \frac{\text{1}\text{−}\mathit{m}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\left( \mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1} \right)}\left( \mathit{a}\text{+}\mathit{\xi}\left( \mathit{t}\text{,}\mathit{\sigma} \right)\mathit{Y} \right)\text{ 若 }\mathit{Z}\text{=}\mathit{I}\text{,} \end{array} \right.\ \text{ }\text{(6b)}

𝑝∗={[6−𝛽(5+𝑚)]𝑚𝑎8𝑚−𝛽(𝑚2+6𝑚+1)+𝜉(𝑡,𝜎)2𝑌 若 𝑍=𝑈,[6−𝛽(5+𝑚)]𝑚8𝑚−𝛽(𝑚2+6𝑚+1)(𝑎+𝜉(𝑡,𝜎)𝑌) 若 𝑍=𝐼. (6c)\mathit{p}^{\text{∗}}\text{=}\left\{ \begin{array}{r} \frac{\left\lbrack \text{6}\text{−}\mathit{\beta}\left( \text{5}\text{+}\mathit{m} \right) \right\rbrack\mathit{m}\mathit{a}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\left( \mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1} \right)}\text{+}\frac{\mathit{\xi}\left( \mathit{t}\text{,}\mathit{\sigma} \right)}{\text{2}}\mathit{Y}\text{ 若 }\mathit{Z}\text{=}\mathit{U}\text{,} \\ \frac{\left\lbrack \text{6}\text{−}\mathit{\beta}\left( \text{5}\text{+}\mathit{m} \right) \right\rbrack\mathit{m}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\left( \mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1} \right)}\left( \mathit{a}\text{+}\mathit{\xi}\left( \mathit{t}\text{,}\mathit{\sigma} \right)\mathit{Y} \right)\text{ 若 }\mathit{Z}\text{=}\mathit{I}\text{.} \end{array} \right.\ \text{ }\text{(6c)}

对信号 𝑌\mathit{Y} 取先验期望后,制造商和零售商在两种信息状态下的事前期望利润函数分别为:𝜋𝑀𝑈=𝑚(1−𝛽)𝑎28𝑚−𝛽(𝑚2+6𝑚+1)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{=}\frac{\mathit{m}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{a}^{\text{2}}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}},𝜋𝑀𝐼=𝑚(1−𝛽)8𝑚−𝛽(𝑚2+6𝑚+1)[𝑎2+𝜉(𝑡,𝜎)𝜎2]\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{=}\frac{\mathit{m}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}}\text{[}\mathit{a}^{\text{2}}\text{+}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}\text{]};𝜋𝑅𝑈=4𝑚2(1−𝛽)2𝑎2[8𝑚−𝛽(𝑚2+6𝑚+1)]2+𝜉(𝑡,𝜎)𝜎24\mathit{\pi}_{\mathit{R}}^{\mathit{U}}\text{=}\frac{\text{4}\mathit{m}^{\text{2}}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}^{\text{2}}\mathit{a}^{\text{2}}}{\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}^{\text{2}}}\text{+}\frac{\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}}{\text{4}},𝜋𝑅𝐼=4𝑚2(1−𝛽)2[8𝑚−𝛽(𝑚2+6𝑚+1)]2[𝑎2+𝜉(𝑡,𝜎)𝜎2]\mathit{\pi}_{\mathit{R}}^{\mathit{I}}\text{=}\frac{\text{4}\mathit{m}^{\text{2}}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}^{\text{2}}}{\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}^{\text{2}}}\text{[}\mathit{a}^{\text{2}}\text{+}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}\text{]}。

算例解释(Lemma 1):设定基础市场规模 𝑎=10\mathit{a}\text{=}\text{10},返利兑现率 𝑚=0.5\mathit{m}\text{=}\text{0.5},返利敏感型消费者比例 𝛽=0.4\mathit{\beta}\text{=}\text{0.4}(满足 𝛽=0.4<2𝑚𝑚+1=23\mathit{\beta}\text{=}\text{0.4}\text{<}\frac{\text{2}\mathit{m}}{\mathit{m}\text{+}\text{1}}\text{=}\frac{\text{2}}{\text{3}}),信号精度 𝑡=1\mathit{t}\text{=}\text{1},先验方差 𝜎2=1\mathit{\sigma}^{\text{2}}\text{=}\text{1},则后验信息权重 𝜉(𝑡,𝜎)=1×11+1×1=0.5\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{=}\frac{\text{1}\text{×}\text{1}}{\text{1}\text{+}\text{1}\text{×}\text{1}}\text{=}\text{0.5}。先计算公共分母:8𝑚−𝛽(𝑚2+6𝑚+1)=8(0.5)−0.4(0.25+3+1)=4−1.7=2.3\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{=}\text{8}\text{(}\text{0.5}\text{)}\text{−}\text{0.4}\text{(}\text{0.25}\text{+}\text{3}\text{+}\text{1}\text{)}\text{=}\text{4}\text{−}\text{1.7}\text{=}\text{2.3}。若零售商今日观测到旺季需求信号 𝑌=+4\mathit{Y}\text{=}\text{+}\text{4}(修正信号 𝜉𝑌=+2\mathit{\xi}\mathit{Y}\text{=}\text{+}\text{2},后验预期市场规模升至 𝑎+𝜉𝑌=12\mathit{a}\text{+}\mathit{\xi}\mathit{Y}\text{=}\text{12}):当制造商不知情(𝑍=𝑈\mathit{Z}\text{=}\mathit{U})时,制造商只能按平均市场规模 𝑎=10\mathit{a}\text{=}\text{10} 定价,批发价固定为 𝑤∗=[4−0.4(3.5)]×0.5×102.3=132.3≈5.652\mathit{w}^{\text{∗}}\text{=}\frac{\text{[}\text{4}\text{−}\text{0.4}\text{(}\text{3.5}\text{)}\text{]}\text{×}\text{0.5}\text{×}\text{10}}{\text{2.3}}\text{=}\frac{\text{13}}{\text{2.3}}\mathit{\approx}\text{5.652},返利面值固定为 𝑟∗=0.5×102.3≈2.174\mathit{r}^{\text{∗}}\text{=}\frac{\text{0.5}\text{×}\text{10}}{\text{2.3}}\mathit{\approx}\text{2.174},零售商独自利用信号将零售价定为 𝑝∗=[6−0.4(5.5)]×0.5×102.3+0.25×4=8.261+1.0=9.261\mathit{p}^{\text{∗}}\text{=}\frac{\text{[}\text{6}\text{−}\text{0.4}\text{(}\text{5.5}\text{)}\text{]}\text{×}\text{0.5}\text{×}\text{10}}{\text{2.3}}\text{+}\text{0.25}\text{×}\text{4}\text{=}\text{8.261}\text{+}\text{1.0}\text{=}\text{9.261};而当制造商知情(𝑍=𝐼\mathit{Z}\text{=}\mathit{I})时,制造商立即顺势将批发价上调 20% 至 𝑤∗=5.652×1.2=6.783\mathit{w}^{\text{∗}}\text{=}\text{5.652}\text{×}\text{1.2}\text{=}\text{6.783}(体现响应性批发价效应),同时将返利面值上调 20% 至 𝑟∗=2.174×1.2=2.609\mathit{r}^{\text{∗}}\text{=}\text{2.174}\text{×}\text{1.2}\text{=}\text{2.609}(体现响应性返利效应),零售价则变为 𝑝∗=8.261×1.2=9.913\mathit{p}^{\text{∗}}\text{=}\text{8.261}\text{×}\text{1.2}\text{=}\text{9.913}。

(2)命题 1(Proposition 1):单一制造商下无偿与有偿信息共享的均衡结果

主线故事中的研究问题阐述:在计算出单一制造商与零售商的事前期望利润后,故事需要回答:垄断制造商是否总是从信息共享中获益,零售商在不能收费时是否愿意主动免费共享信息,以及当零售商可以收取固定信息费 𝑇\mathit{T} 时,在怎样的消费者结构下零售商会向制造商出售信息。

命题 1(Proposition 1)的核心内容:(a) 𝜋𝑀𝐼>𝜋𝑀𝑈\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{>}\mathit{\pi}_{\mathit{M}}^{\mathit{U}} 且 𝜋𝑅𝐼<𝜋𝑅𝑈\mathit{\pi}_{\mathit{R}}^{\mathit{I}}\text{<}\mathit{\pi}_{\mathit{R}}^{\mathit{U}};(b) 若无侧支付(Without a side payment),零售商绝不会自愿向单一制造商共享需求信息;(c) 若允许收取侧支付(With a side payment),当且仅当返利敏感型消费者比例满足:

𝛽≥8𝑚3𝑚2+5(1−𝑚)2+2𝑚+3+2𝑚+3 (7)\mathit{\beta}\text{≥}\frac{\text{8}\mathit{m}}{\text{3}\mathit{m}^{\text{2}}\text{+}\sqrt{\text{5}\left( \text{1}\text{−}\mathit{m} \right)^{\text{2}}\text{+}\text{2}\mathit{m}\text{+}\text{3}}\text{+}\text{2}\mathit{m}\text{+}\text{3}}\text{ }\text{(7)}

时,零售商会与制造商达成信息共享协议,并收取侧支付 𝑇=𝜋𝑀𝐼−𝜋𝑀𝑈=𝑚(1−𝛽)𝜉(𝑡,𝜎)𝜎28𝑚−𝛽(𝑚2+6𝑚+1)>0\mathit{T}\text{=}\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{−}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{=}\frac{\mathit{m}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}}{\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}}\text{>}\text{0}。

机制与算例解释(Proposition 1):对于制造商而言,响应性批发价格效应与响应性返利效应均为正向增益,故 𝜋𝑀𝐼−𝜋𝑀𝑈>0\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{−}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{>}\text{0} 恒成立;但对于零售商而言,他仅分得响应性返利效应的一部分红利,却要独自承受批发价顺周期波动带来的双重边际化恶化损失,数学上恒有 4𝑚2(1−𝛽)2[8𝑚−𝛽(𝑚2+6𝑚+1)]2<14\frac{\text{4}\mathit{m}^{\text{2}}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}^{\text{2}}}{\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}^{\text{2}}}\text{<}\frac{\text{1}}{\text{4}},故 𝜋𝑅𝐼<𝜋𝑅𝑈\mathit{\pi}_{\mathit{R}}^{\mathit{I}}\text{<}\mathit{\pi}_{\mathit{R}}^{\mathit{U}} 恒成立,无偿自愿共享绝不可能发生。然而,当考察整个供应链系统总利润 𝜋𝑀+𝜋𝑅\mathit{\pi}_{\mathit{M}}\text{+}\mathit{\pi}_{\mathit{R}} 时,若 𝛽\mathit{\beta} 较大,响应性返利效应在全渠道创造的增量利润会超过双重边际化造成的系统损耗。

具体数值算例:设定基础市场规模 𝑎=10\mathit{a}\text{=}\text{10},信号精度 𝑡=1\mathit{t}\text{=}\text{1},先验方差 𝜎2=1\mathit{\sigma}^{\text{2}}\text{=}\text{1}(此时信息价值基数 𝜉(𝑡,𝜎)𝜎2=0.5\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}\text{=}\text{0.5}),考察返利兑现率 𝑚=0.25\mathit{m}\text{=}\text{0.25}(满足内点解上界 2𝑚𝑚+1=0.40\frac{\text{2}\mathit{m}}{\mathit{m}\text{+}\text{1}}\text{=}\text{0.40})。代入公式 (7) 可得系统最优共享阈值为 𝛽∗≈0.3728\mathit{\beta}^{\text{∗}}\mathit{\approx}\text{0.3728}。对比两种情形:(情形一)若当前品类 𝛽=0.20<0.3728\mathit{\beta}\text{=}\text{0.20}\text{<}\text{0.3728},此时分母 𝐷=8𝑚−𝛽(𝑚2+6𝑚+1)=2−0.20(2.5625)=1.4875\mathit{D}\text{=}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{=}\text{2}\text{−}\text{0.20}\text{(}\text{2.5625}\text{)}\text{=}\text{1.4875},共享信息带给制造商的利润增量为 𝜋𝑀𝐼−𝜋𝑀𝑈=0.25×0.801.4875×0.5≈0.0672\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{−}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{=}\frac{\text{0.25}\text{×}\text{0.80}}{\text{1.4875}}\text{×}\text{0.5}\mathit{\approx}\text{0.0672},而带给零售商的直接利润损失为 𝜋𝑅𝑈−𝜋𝑅𝐼=(0.25−4×0.0625×0.641.48752)×0.5≈0.0888>0.0672\mathit{\pi}_{\mathit{R}}^{\mathit{U}}\text{−}\mathit{\pi}_{\mathit{R}}^{\mathit{I}}\text{=}\text{(}\text{0.25}\text{−}\frac{\text{4}\text{×}\text{0.0625}\text{×}\text{0.64}}{\text{1.4875}^{\text{2}}}\text{)}\text{×}\text{0.5}\mathit{\approx}\text{0.0888}\text{>}\text{0.0672},即制造商最多愿意支付 0.0672\text{0.0672} 购买数据,不足以弥补零售商 0.0888\text{0.0888} 的损失,即便允许收费也不会发生信息共享;(情形二)若当前品类返利敏感度较高,𝛽=0.38>0.3728\mathit{\beta}\text{=}\text{0.38}\text{>}\text{0.3728},此时分母 𝐷=2−0.38(2.5625)=1.02625\mathit{D}\text{=}\text{2}\text{−}\text{0.38}\text{(}\text{2.5625}\text{)}\text{=}\text{1.02625},制造商获知信息的利润增量跃升至 𝜋𝑀𝐼−𝜋𝑀𝑈=0.25×0.621.02625×0.5≈0.0755\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{−}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{=}\frac{\text{0.25}\text{×}\text{0.62}}{\text{1.02625}}\text{×}\text{0.5}\mathit{\approx}\text{0.0755},而零售商的直接利润损失缩小至 𝜋𝑅𝑈−𝜋𝑅𝐼=(0.25−4×0.15102)×0.5≈0.0744<0.0755\mathit{\pi}_{\mathit{R}}^{\mathit{U}}\text{−}\mathit{\pi}_{\mathit{R}}^{\mathit{I}}\text{=}\text{(}\text{0.25}\text{−}\text{4}\text{×}\text{0.1510}^{\text{2}}\text{)}\text{×}\text{0.5}\mathit{\approx}\text{0.0744}\text{<}\text{0.0755},整个供应链系统净增利润 0.0755−0.0744=0.0011>0\text{0.0755}\text{−}\text{0.0744}\text{=}\text{0.0011}\text{>}\text{0}。此时零售商向制造商开出信息费报价 𝑇=0.0755\mathit{T}\text{=}\text{0.0755},制造商欣然接受(保留基准利润 𝜋𝑀𝑈\mathit{\pi}_{\mathit{M}}^{\mathit{U}}),零售商则在弥补自身 0.0744\text{0.0744} 的渠道损失后净赚全部系统信息增量 0.0011\text{0.0011}。这清晰展示了只有当 𝛽\mathit{\beta} 跨过命题 1(c) 的阈值时,零售商才会通过收取侧支付 𝑇\mathit{T} 向制造商出售信息并攫取全部信息租金。

4.2 双寡头竞争制造商下的均衡定价与溢出效应(Lemma 2、Observation 1–2 与 Lemma 3)

(1)引理 2(Lemma 2):给定知情制造商数量 𝑛\mathit{n} 时的贝叶斯纳什均衡定价

主线故事中的研究问题阐述:当故事进入两位制造商(制造商 1 与制造商 2)通过共同零售商同台竞争的核心场景时,给定在第一阶段形成的知情制造商数量 𝑛∈{0,1,2}\mathit{n}\text{∈}\text{\{}\text{0}\text{,}\text{1}\text{,}\text{2}\text{\}},模型需要刻画在不完全信息静态博弈下,两家制造商与零售商如何根据各自的信息状态制定贝叶斯纳什均衡批发价 𝑤𝑖∗\mathit{w}_{\mathit{i}}^{\text{∗}}、返利面值 𝑟𝑖∗\mathit{r}_{\mathit{i}}^{\text{∗}} 与零售价 𝑝𝑖∗\mathit{p}_{\mathit{i}}^{\text{∗}}。(为简化记号,令 𝛾’=𝛾1−𝛾>0\mathit{\gamma}\text{'}\text{=}\frac{\mathit{\gamma}}{\text{1}\text{−}\mathit{\gamma}}\text{>}\text{0},且为保证凹性与正需求,设 𝛽<𝛽¯≡min[8𝑚𝑚2+6𝑚+1,(2−𝛾)𝑚1+𝑚−𝛾]\mathit{\beta}\text{<}\overline{\mathit{\beta}}\text{≡}\text{min}\text{[}\frac{\text{8}\mathit{m}}{\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}}\text{,}\frac{\text{(}\text{2}\text{−}\mathit{\gamma}\text{)}\mathit{m}}{\text{1}\text{+}\mathit{m}\text{−}\mathit{\gamma}}\text{]}。)

引理 2(Lemma 2)的核心内容:定义正辅助常数 𝐴≡2(𝛾’+2)2𝑚−𝛽((𝛾’+1)𝑚2+2(𝛾’2+3𝛾’+3)𝑚+𝛾’+1)>0\mathit{A}\text{≡}\text{2}\text{(}\mathit{\gamma}\text{'}\text{+}\text{2}\text{)}^{\text{2}}\mathit{m}\text{−}\mathit{\beta}\text{(}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\mathit{m}^{\text{2}}\text{+}\text{2}\text{(}\mathit{\gamma}\text{'}^{\text{2}}\text{+}\text{3}\mathit{\gamma}\text{'}\text{+}\text{3}\text{)}\mathit{m}\text{+}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\text{>}\text{0},以及确定性基准下的均衡价格水平:

𝑝¯=[(𝛾’+2)(𝛾’+3)−𝛽(𝛾’2+4𝛾’+5+(𝛾’+1)𝑚)]𝑚𝑎𝐴, 𝑤¯=(2𝛾’+4−𝛽(𝛾’+3)−𝛽(𝛾’+1)𝑚)𝑚𝑎𝐴, 𝑟¯=(1+𝛾’)(1−𝑚)𝑎𝐴 (8)\overline{\mathit{p}}\text{=}\frac{\left\lbrack \left( \mathit{\gamma}\text{'}\text{+}\text{2} \right)\left( \mathit{\gamma}\text{'}\text{+}\text{3} \right)\text{−}\mathit{\beta}\left( {\mathit{\gamma}\text{'}}^{\text{2}}\text{+}\text{4}\mathit{\gamma}\text{'}\text{+}\text{5}\text{+}\left( \mathit{\gamma}\text{'}\text{+}\text{1} \right)\mathit{m} \right) \right\rbrack\mathit{m}\mathit{a}}{\mathit{A}}\text{, }\overline{\mathit{w}}\text{=}\frac{\left( \text{2}\mathit{\gamma}\text{'}\text{+}\text{4}\text{−}\mathit{\beta}\left( \mathit{\gamma}\text{'}\text{+}\text{3} \right)\text{−}\mathit{\beta}\left( \mathit{\gamma}\text{'}\text{+}\text{1} \right)\mathit{m} \right)\mathit{m}\mathit{a}}{\mathit{A}}\text{, }\overline{\mathit{r}}\text{=}\frac{\left( \text{1}\text{+}\mathit{\gamma}\text{'} \right)\left( \text{1}\text{−}\mathit{m} \right)\mathit{a}}{\mathit{A}}\text{ }\text{(8)}

给定知情制造商数量 𝑛∈{0,1,2}\mathit{n}\text{∈}\text{\{}\text{0}\text{,}\text{1}\text{,}\text{2}\text{\}},存在唯一的贝叶斯纳什均衡,各方的均衡定价采取关于信号 𝑌\mathit{Y} 的线性策略:当 𝑛=0\mathit{n}\text{=}\text{0} 或 2\text{2} 时,𝑤𝑖∗=𝑤¯+𝛼𝑤(𝑛)𝑌\mathit{w}_{\mathit{i}}^{\text{∗}}\text{=}\overline{\mathit{w}}\text{+}\mathit{\alpha}_{\mathit{w}}\text{(}\mathit{n}\text{)}\mathit{Y},𝑟𝑖∗=𝑟¯+𝛼𝑟(𝑛)𝑌\mathit{r}_{\mathit{i}}^{\text{∗}}\text{=}\overline{\mathit{r}}\text{+}\mathit{\alpha}_{\mathit{r}}\text{(}\mathit{n}\text{)}\mathit{Y},𝑝𝑖∗=𝑝¯+𝛼𝑝(𝑛)𝑌\mathit{p}_{\mathit{i}}^{\text{∗}}\text{=}\overline{\mathit{p}}\text{+}\mathit{\alpha}_{\mathit{p}}\text{(}\mathit{n}\text{)}\mathit{Y};当 𝑛=1\mathit{n}\text{=}\text{1} 时,𝑤𝑖∗=𝑤¯+𝛼𝑤𝑍𝑖(1)𝑌\mathit{w}_{\mathit{i}}^{\text{∗}}\text{=}\overline{\mathit{w}}\text{+}\mathit{\alpha}_{\mathit{w}}^{\mathit{Z}_{\mathit{i}}}\text{(}\text{1}\text{)}\mathit{Y},𝑟𝑖∗=𝑟¯+𝛼𝑟𝑍𝑖(1)𝑌\mathit{r}_{\mathit{i}}^{\text{∗}}\text{=}\overline{\mathit{r}}\text{+}\mathit{\alpha}_{\mathit{r}}^{\mathit{Z}_{\mathit{i}}}\text{(}\text{1}\text{)}\mathit{Y},𝑝𝑖∗=𝑝¯+𝛼𝑝𝑍𝑖(1)𝑌\mathit{p}_{\mathit{i}}^{\text{∗}}\text{=}\overline{\mathit{p}}\text{+}\mathit{\alpha}_{\mathit{p}}^{\mathit{Z}_{\mathit{i}}}\text{(}\text{1}\text{)}\mathit{Y}。其中不知情制造商的信号响应系数恒为 0\text{0}(即 𝛼𝑤(0)=𝛼𝑟(0)=𝛼𝑤𝑈(1)=𝛼𝑟𝑈(1)=0\mathit{\alpha}_{\mathit{w}}\text{(}\text{0}\text{)}\text{=}\mathit{\alpha}_{\mathit{r}}\text{(}\text{0}\text{)}\text{=}\mathit{\alpha}_{\mathit{w}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\alpha}_{\mathit{r}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\text{0}),而知情制造商与零售商的信号响应系数严格为正:

  • 单方知情(𝑛=1\mathit{n}\text{=}\text{1})时的知情制造商响应系数:𝛼𝑤𝐼(1)=(4−3𝛽−𝛽𝑚)𝑚(𝛾’+1)[8𝑚−𝛽(𝑚2+6𝑚+1)]𝜉(𝑡,𝜎)>0\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}\frac{\text{(}\text{4}\text{−}\text{3}\mathit{\beta}\text{−}\mathit{\beta}\mathit{m}\text{)}\mathit{m}}{\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{>}\text{0},𝛼𝑟𝐼(1)=1−𝑚(𝛾’+1)[8𝑚−𝛽(𝑚2+6𝑚+1)]𝜉(𝑡,𝜎)>0\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}\frac{\text{1}\text{−}\mathit{m}}{\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{>}\text{0};

  • 双方知情(𝑛=2\mathit{n}\text{=}\text{2})时的制造商响应系数:𝛼𝑤(2)=𝑤¯𝑎𝜉(𝑡,𝜎)>0\mathit{\alpha}_{\mathit{w}}\text{(}\text{2}\text{)}\text{=}\frac{\overline{\mathit{w}}}{\mathit{a}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{>}\text{0},𝛼𝑟(2)=𝑟¯𝑎𝜉(𝑡,𝜎)>0\mathit{\alpha}_{\mathit{r}}\text{(}\text{2}\text{)}\text{=}\frac{\overline{\mathit{r}}}{\mathit{a}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{>}\text{0};

  • 零售商的价格响应系数:𝛼𝑝(0)=𝛼𝑝𝑈(1)=12𝜉(𝑡,𝜎)>0\mathit{\alpha}_{\mathit{p}}\text{(}\text{0}\text{)}\text{=}\mathit{\alpha}_{\mathit{p}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\frac{\text{1}}{\text{2}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{>}\text{0},𝛼𝑝𝐼(1)=4(2𝛾’+3)𝑚−𝛽[𝛾’(𝑚2+6𝑚+1)+10𝑚+2𝑚2]2(𝛾’+1)[8𝑚−𝛽(𝑚2+6𝑚+1)]𝜉(𝑡,𝜎)>0\mathit{\alpha}_{\mathit{p}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}\frac{\text{4}\text{(}\text{2}\mathit{\gamma}\text{'}\text{+}\text{3}\text{)}\mathit{m}\text{−}\mathit{\beta}\text{[}\mathit{\gamma}\text{'}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{+}\text{10}\mathit{m}\text{+}\text{2}\mathit{m}^{\text{2}}\text{]}}{\text{2}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{>}\text{0},𝛼𝑝(2)=𝑝¯𝑎𝜉(𝑡,𝜎)>0\mathit{\alpha}_{\mathit{p}}\text{(}\text{2}\text{)}\text{=}\frac{\overline{\mathit{p}}}{\mathit{a}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\text{>}\text{0}。

算例解释(Lemma 2):取 𝑎=10,𝑚=0.5,𝛽=0.4,𝛾=0.5\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{=}\text{0.5}\text{,}\mathit{\beta}\text{=}\text{0.4}\text{,}\mathit{\gamma}\text{=}\text{0.5}(故 𝛾’=0.51−0.5=1\mathit{\gamma}\text{'}\text{=}\frac{\text{0.5}}{\text{1}\text{−}\text{0.5}}\text{=}\text{1}),𝑡=1,𝜎=1\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1}(𝜉=0.5\mathit{\xi}\text{=}\text{0.5})。计算得常数 𝐴=2(3)2(0.5)−0.4(2(0.25)+2(7)(0.5)+2)=9−0.4(9.5)=5.2\mathit{A}\text{=}\text{2}\text{(}\text{3}\text{)}^{\text{2}}\text{(}\text{0.5}\text{)}\text{−}\text{0.4}\text{(}\text{2}\text{(}\text{0.25}\text{)}\text{+}\text{2}\text{(}\text{7}\text{)}\text{(}\text{0.5}\text{)}\text{+}\text{2}\text{)}\text{=}\text{9}\text{−}\text{0.4}\text{(}\text{9.5}\text{)}\text{=}\text{5.2};基准价格分别为 𝑤¯=(6−0.4(4)−0.4(2)(0.5))×55.2=205.2≈3.846\overline{\mathit{w}}\text{=}\frac{\text{(}\text{6}\text{−}\text{0.4}\text{(}\text{4}\text{)}\text{−}\text{0.4}\text{(}\text{2}\text{)}\text{(}\text{0.5}\text{)}\text{)}\text{×}\text{5}}{\text{5.2}}\text{=}\frac{\text{20}}{\text{5.2}}\mathit{\approx}\text{3.846},𝑟¯=2×0.5×105.2≈1.923\overline{\mathit{r}}\text{=}\frac{\text{2}\text{×}\text{0.5}\text{×}\text{10}}{\text{5.2}}\mathit{\approx}\text{1.923},𝑝¯=[12−0.4(11)]×55.2=385.2≈7.308\overline{\mathit{p}}\text{=}\frac{\text{[}\text{12}\text{−}\text{0.4}\text{(}\text{11}\text{)}\text{]}\text{×}\text{5}}{\text{5.2}}\text{=}\frac{\text{38}}{\text{5.2}}\mathit{\approx}\text{7.308}。当 𝑛=1\mathit{n}\text{=}\text{1}(仅制造商 1 知情,制造商 2 不知情)时,若信号 𝑌=+2\mathit{Y}\text{=}\text{+}\text{2},不知情的制造商 2 无法响应信号,维持 𝑤2∗=3.846,𝑟2∗=1.923\mathit{w}_{\text{2}}^{\text{∗}}\text{=}\text{3.846}\text{,}\mathit{r}_{\text{2}}^{\text{∗}}\text{=}\text{1.923};而知情的制造商 1 具有正响应系数 𝛼𝑤𝐼(1)=(4−1.2−0.2)×0.52×2.3×0.5≈0.1413\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}\frac{\text{(}\text{4}\text{−}\text{1.2}\text{−}\text{0.2}\text{)}\text{×}\text{0.5}}{\text{2}\text{×}\text{2.3}}\text{×}\text{0.5}\mathit{\approx}\text{0.1413},𝛼𝑟𝐼(1)=0.52×2.3×0.5≈0.0543\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}\frac{\text{0.5}}{\text{2}\text{×}\text{2.3}}\text{×}\text{0.5}\mathit{\approx}\text{0.0543},将批发价上调至 𝑤1∗=3.846+0.1413×2=4.129\mathit{w}_{\text{1}}^{\text{∗}}\text{=}\text{3.846}\text{+}\text{0.1413}\text{×}\text{2}\text{=}\text{4.129},返利面值上调至 𝑟1∗=1.923+0.0543×2=2.032\mathit{r}_{\text{1}}^{\text{∗}}\text{=}\text{1.923}\text{+}\text{0.0543}\text{×}\text{2}\text{=}\text{2.032}。这直观展示了不对称信息下知情方灵活调整价格与返利、不知情方锚定均值的竞争图景。

(2)观察 1(Observation 1):竞争强度与消费者结构对价格/返利信号敏感度的影响

主线故事中的研究问题阐述:为了弄清竞争环境如何改变“响应性批发价格效应”与“响应性返利效应”的强弱,故事进一步考察知情制造商的批发价和返利信号敏感度系数随竞争强度 𝛾\mathit{\gamma} 与返利敏感群体比例 𝛽\mathit{\beta} 的变化规律。

观察 1(Observation 1)的核心内容:知情制造商的信号响应系数 𝛼𝑤𝐼(1),𝛼𝑤(2),𝛼𝑟𝐼(1),𝛼𝑟(2)\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{,}\mathit{\alpha}_{\mathit{w}}\text{(}\text{2}\text{)}\text{,}\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{,}\mathit{\alpha}_{\mathit{r}}\text{(}\text{2}\text{)} 全部关于竞争强度 𝛾\mathit{\gamma} 严格递减,关于返利敏感型消费者比例 𝛽\mathit{\beta} 严格递增。

算例解释(Observation 1):固定 𝑚=0.5,𝛽=0.4,𝜉=0.5\mathit{m}\text{=}\text{0.5}\text{,}\mathit{\beta}\text{=}\text{0.4}\text{,}\mathit{\xi}\text{=}\text{0.5}。考察单方知情下的批发价敏感度 𝛼𝑤𝐼(1)\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)} 与返利敏感度 𝛼𝑟𝐼(1)\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)}:当市场竞争温和(𝛾=0.5\mathit{\gamma}\text{=}\text{0.5},即 𝛾’=1\mathit{\gamma}\text{'}\text{=}\text{1})时,𝛼𝑤𝐼(1)=0.1413\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}\text{0.1413},𝛼𝑟𝐼(1)=0.0543\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}\text{0.0543};当两款产品高度同质、竞争极为激烈(𝛾=0.9\mathit{\gamma}\text{=}\text{0.9},即 𝛾’=9\mathit{\gamma}\text{'}\text{=}\text{9})时,分母中的 𝛾’+1\mathit{\gamma}\text{'}\text{+}\text{1} 从 2\text{2} 暴增至 10\text{10},导致 𝛼𝑤𝐼(1)\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)} 骤降至 0.0283\text{0.0283},𝛼𝑟𝐼(1)\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)} 骤降至 0.0109\text{0.0109}(缩水为原来的五分之一)。原因在于:激烈竞争下,一旦知情制造商随高需求信号大幅提价,大量消费者会立刻转投竞争对手,这种价格牵制迫使制造商抑制批发价和返利的波动幅度。反之,若固定 𝛾=0.5\mathit{\gamma}\text{=}\text{0.5} 而将返利敏感型消费者比例从 𝛽=0.2\mathit{\beta}\text{=}\text{0.2} 提高到 𝛽=0.5\mathit{\beta}\text{=}\text{0.5},返利敏感度 𝛼𝑟𝐼(1)\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)} 会从 0.0407\text{0.0407} 上升至 0.0645\text{0.0645},因为更大的促销敏感群体促使制造商更积极地随需求信号调整返利力度。

(3)观察 2(Observation 2):单方知情(𝑛=1\mathit{n}\text{=}\text{1})与双方知情(𝑛=2\mathit{n}\text{=}\text{2})下信号敏感度的大小逆转

主线故事中的研究问题阐述:当零售商已经在向一家制造商共享信息(𝑛=1\mathit{n}\text{=}\text{1})时,若考虑进一步向第二家制造商也开放信息(变为 𝑛=2\mathit{n}\text{=}\text{2}),故事需要明确早已获知信息的第一家制造商对需求信号的价格与返利响应力度是会增强还是减弱。

观察 2(Observation 2)的核心内容:存在两个临界阈值 𝛽𝑤\mathit{\beta}_{\mathit{w}} 与 𝛽𝑟\mathit{\beta}_{\mathit{r}},且恒有 𝛽𝑤<𝛽𝑟\mathit{\beta}_{\mathit{w}}\text{<}\mathit{\beta}_{\mathit{r}},使得:(i) 𝛼𝑟𝐼(1)<𝛼𝑟(2)\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{<}\mathit{\alpha}_{\mathit{r}}\text{(}\text{2}\text{)} 当且仅当 𝛽<𝛽𝑟≡2(3𝛾’+4)𝑚𝛾’+𝑚(𝛾’(𝑚+4)+𝑚+6)+1\mathit{\beta}\text{<}\mathit{\beta}_{\mathit{r}}\text{≡}\frac{\text{2}\text{(}\text{3}\mathit{\gamma}\text{'}\text{+}\text{4}\text{)}\mathit{m}}{\mathit{\gamma}\text{'}\text{+}\mathit{m}\text{(}\mathit{\gamma}\text{'}\text{(}\mathit{m}\text{+}\text{4}\text{)}\text{+}\mathit{m}\text{+}\text{6}\text{)}\text{+}\text{1}};(ii) 𝛼𝑤𝐼(1)<𝛼𝑤(2)\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{<}\mathit{\alpha}_{\mathit{w}}\text{(}\text{2}\text{)} 当且仅当 𝛽<𝛽𝑤≡𝛾’+𝑚(3𝛾’+(4𝛾’+5)𝑚+10)+1−(1−𝑚)(𝛾’+1)2+(8𝛾’(𝛾’+2)+9)𝑚2+6(𝛾’+1)𝑚𝛾’+𝑚(𝛾’+𝑚(𝛾’(𝑚+5)+𝑚+7)+7)+1\mathit{\beta}\text{<}\mathit{\beta}_{\mathit{w}}\text{≡}\frac{\mathit{\gamma}\text{'}\text{+}\mathit{m}\text{(}\text{3}\mathit{\gamma}\text{'}\text{+}\text{(}\text{4}\mathit{\gamma}\text{'}\text{+}\text{5}\text{)}\mathit{m}\text{+}\text{10}\text{)}\text{+}\text{1}\text{−}\text{(}\text{1}\text{−}\mathit{m}\text{)}\sqrt{\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}^{\text{2}}\text{+}\text{(}\text{8}\mathit{\gamma}\text{'}\text{(}\mathit{\gamma}\text{'}\text{+}\text{2}\text{)}\text{+}\text{9}\text{)}\mathit{m}^{\text{2}}\text{+}\text{6}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\mathit{m}}}{\mathit{\gamma}\text{'}\text{+}\mathit{m}\text{(}\mathit{\gamma}\text{'}\text{+}\mathit{m}\text{(}\mathit{\gamma}\text{'}\text{(}\mathit{m}\text{+}\text{5}\text{)}\text{+}\mathit{m}\text{+}\text{7}\text{)}\text{+}\text{7}\text{)}\text{+}\text{1}}。

算例解释(Observation 2):取 𝑚=0.5,𝛾=0.5\mathit{m}\text{=}\text{0.5}\text{,}\mathit{\gamma}\text{=}\text{0.5}(即 𝛾’=1\mathit{\gamma}\text{'}\text{=}\text{1})。代入观察 2 的公式可精确算出两个阈值:𝛽𝑤≈0.659\mathit{\beta}_{\mathit{w}}\mathit{\approx}\text{0.659},𝛽𝑟=2(7)(0.5)1+0.5(4.5+6.5)+1=77.5≈0.933\mathit{\beta}_{\mathit{r}}\text{=}\frac{\text{2}\text{(}\text{7}\text{)}\text{(}\text{0.5}\text{)}}{\text{1}\text{+}\text{0.5}\text{(}\text{4.5}\text{+}\text{6.5}\text{)}\text{+}\text{1}}\text{=}\frac{\text{7}}{\text{7.5}}\mathit{\approx}\text{0.933}(或者在更高竞争强度 𝛾=0.9,𝑚=1/3\mathit{\gamma}\text{=}\text{0.9}\text{,}\mathit{m}\text{=}\text{1}\text{/}\text{3} 下,𝛽𝑤≈0.805,𝛽𝑟≈0.865\mathit{\beta}_{\mathit{w}}\mathit{\approx}\text{0.805}\text{,}\mathit{\beta}_{\mathit{r}}\mathit{\approx}\text{0.865})。这把参数空间划分为三个有趣的区间:① 小 𝛽\mathit{\beta} 区间(𝛽<𝛽𝑤\mathit{\beta}\text{<}\mathit{\beta}_{\mathit{w}}):当两家制造商都知情(𝑛=2\mathit{n}\text{=}\text{2})时,由于在旺季双方同步提价,彼此不再担心单方面提价流失客户,战略互补性使双方的批发价响应系数和返利响应系数都比单方知情(𝑛=1\mathit{n}\text{=}\text{1})时更强(𝛼𝑤(2)>𝛼𝑤𝐼(1)\mathit{\alpha}_{\mathit{w}}\text{(}\text{2}\text{)}\text{>}\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)} 且 𝛼𝑟(2)>𝛼𝑟𝐼(1)\mathit{\alpha}_{\mathit{r}}\text{(}\text{2}\text{)}\text{>}\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)});② 大 𝛽\mathit{\beta} 区间(𝛽>𝛽𝑟\mathit{\beta}\text{>}\mathit{\beta}_{\mathit{r}}):由于返利敏感群体极大,双方知情时激烈的返利战战略替代性占主导,导致 𝑛=2\mathit{n}\text{=}\text{2} 下的批发价和返利响应力度反而双双弱于 𝑛=1\mathit{n}\text{=}\text{1};③ 中等 𝛽\mathit{\beta} 黄金区间(𝛽𝑤<𝛽<𝛽𝑟\mathit{\beta}_{\mathit{w}}\text{<}\mathit{\beta}\text{<}\mathit{\beta}_{\mathit{r}}):此时从 𝑛=1\mathit{n}\text{=}\text{1} 变为 𝑛=2\mathit{n}\text{=}\text{2},批发价对信号的敏感度下降(𝛼𝑤(2)<𝛼𝑤𝐼(1)\mathit{\alpha}_{\mathit{w}}\text{(}\text{2}\text{)}\text{<}\mathit{\alpha}_{\mathit{w}}^{\mathit{I}}\text{(}\text{1}\text{)},即损害零售商的响应性批发价效应减弱),而返利对信号的敏感度上升(𝛼𝑟(2)>𝛼𝑟𝐼(1)\mathit{\alpha}_{\mathit{r}}\text{(}\text{2}\text{)}\text{>}\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)},即造福零售商的响应性返利效应增强),这正是后文零售商在中等 𝛽\mathit{\beta} 时偏爱同时向两家制造商共享信息(𝑛=2\mathit{n}\text{=}\text{2})的核心微观机制。

(4)第 5.2 节事前期望利润函数与引理 3(Lemma 3):新增信息共享对三方利润的边际影响

主线故事中的研究问题阐述:在求解出任意知情制造商数量 𝑛∈{0,1,2}\mathit{n}\text{∈}\text{\{}\text{0}\text{,}\text{1}\text{,}\text{2}\text{\}} 下的子博弈均衡定价后,故事对其取关于信号 𝑌\mathit{Y} 的先验期望,得到零售商和制造商在各个信息结构下的事前期望利润函数,并分析当零售商新增向一家制造商共享信息(即从 𝑛=0\mathit{n}\text{=}\text{0} 变为 𝑛=1\mathit{n}\text{=}\text{1},或从 𝑛=1\mathit{n}\text{=}\text{1} 变为 𝑛=2\mathit{n}\text{=}\text{2})时,对接收信息的制造商、竞争对手制造商以及零售商自身利润的影响。

事前期望利润函数表达式:记确定性基准下的制造商利润为 𝜋¯𝑀=(1−𝛽)(𝛾’+1)𝑚𝑎2𝐴{\overline{\mathit{\pi}}}_{\mathit{M}}\text{=}\frac{\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\mathit{m}\mathit{a}^{\text{2}}}{\mathit{A}},零售商利润为 𝜋¯𝑅=2(1−𝛽)2(𝛾’+1)2(𝛾’+2)2𝑚2𝑎2𝐴2{\overline{\mathit{\pi}}}_{\mathit{R}}\text{=}\frac{\text{2}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}^{\text{2}}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}^{\text{2}}\text{(}\mathit{\gamma}\text{'}\text{+}\text{2}\text{)}^{\text{2}}\mathit{m}^{\text{2}}\mathit{a}^{\text{2}}}{\mathit{A}^{\text{2}}}。则在各种知情数量 𝑛\mathit{n} 下,制造商与零售商的事前期望利润函数分别为:

  • 制造商事前期望利润:𝜋𝑀(0)=𝜋¯𝑀\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{M}};𝜋𝑀𝑈(1)=𝜋¯𝑀\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{M}};𝜋𝑀𝐼(1)=𝜋¯𝑀+(1−𝛽)𝑚(𝛾’+1)[8𝑚−𝛽(𝑚2+6𝑚+1)]𝜉(𝑡,𝜎)𝜎2\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{M}}\text{+}\frac{\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{m}}{\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}};𝜋𝑀(2)=𝜋¯𝑀+(1−𝛽)(𝛾’+1)𝑚𝐴𝜉(𝑡,𝜎)𝜎2\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{M}}\text{+}\frac{\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\mathit{m}}{\mathit{A}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}。

  • 零售商事前期望利润:𝜋𝑅(0)=𝜋¯𝑅+𝛾’+12(2𝛾’+1)𝜉(𝑡,𝜎)𝜎2\mathit{\pi}_{\mathit{R}}\text{(}\text{0}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{R}}\text{+}\frac{\mathit{\gamma}\text{'}\text{+}\text{1}}{\text{2}\text{(}\text{2}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}};𝜋𝑅(1)=𝜋¯𝑅+𝐵4(𝛾’+1)[8𝑚−𝛽(𝑚2+6𝑚+1)]2𝜉(𝑡,𝜎)𝜎2\mathit{\pi}_{\mathit{R}}\text{(}\text{1}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{R}}\text{+}\frac{\mathit{B}}{\text{4}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\text{[}\text{8}\mathit{m}\text{−}\mathit{\beta}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{]}^{\text{2}}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}(其中 𝐵≡𝛽2(2𝛾’(𝑚2+6𝑚+1)2+𝑚4+12𝑚3+54𝑚2+12𝑚+1)−16𝛽((2𝛾’+1)(𝑚2+6𝑚+1)+2𝑚)𝑚+16(8𝛾’+5)𝑚2>0\mathit{B}\text{≡}\mathit{\beta}^{\text{2}}\text{(}\text{2}\mathit{\gamma}\text{'}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}^{\text{2}}\text{+}\mathit{m}^{\text{4}}\text{+}\text{12}\mathit{m}^{\text{3}}\text{+}\text{54}\mathit{m}\text{2}\text{+}\text{12}\mathit{m}\text{+}\text{1}\text{)}\text{−}\text{16}\mathit{\beta}\text{(}\text{(}\text{2}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}\text{(}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}\text{)}\text{+}\text{2}\mathit{m}\text{)}\mathit{m}\text{+}\text{16}\text{(}\text{8}\mathit{\gamma}\text{'}\text{+}\text{5}\text{)}\mathit{m}^{\text{2}}\text{>}\text{0});𝜋𝑅(2)=𝜋¯𝑅+2(1−𝛽)2(𝛾’+1)2(𝛾’+2)2𝑚2𝐴2𝜉(𝑡,𝜎)𝜎2\mathit{\pi}_{\mathit{R}}\text{(}\text{2}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{R}}\text{+}\frac{\text{2}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}^{\text{2}}\text{(}\mathit{\gamma}\text{'}\text{+}\text{1}\text{)}^{\text{2}}\text{(}\mathit{\gamma}\text{'}\text{+}\text{2}\text{)}^{\text{2}}\mathit{m}^{\text{2}}}{\mathit{A}^{\text{2}}}\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}。

引理 3(Lemma 3)的核心内容:假设零售商开始向某一家制造商共享需求信息:(a) 直接效应:获得该信息的制造商自身利润必然严格增加(即 𝜋𝑀𝐼(1)>𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{>}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)} 且 𝜋𝑀(2)>𝜋𝑀𝑈(1)\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{>}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)});(b) 水平溢出效应(Spillover Effect):若竞争对手制造商处于不知情状态,则向本方制造商共享信息对不知情对手的期望利润毫无影响(即 𝜋𝑀𝑈(1)=𝜋𝑀(0)=𝜋¯𝑀\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}\text{=}{\overline{\mathit{\pi}}}_{\mathit{M}});若竞争对手制造商已经处于知情状态,则向第二家制造商共享信息在 𝛽<𝛽𝑟=2𝑚(3𝛾’+4)𝛾’(𝑚2+4𝑚+1)+𝑚2+6𝑚+1\mathit{\beta}\text{<}\mathit{\beta}_{\mathit{r}}\text{=}\frac{\text{2}\mathit{m}\text{(}\text{3}\mathit{\gamma}\text{'}\text{+}\text{4}\text{)}}{\mathit{\gamma}\text{'}\text{(}\mathit{m}^{\text{2}}\text{+}\text{4}\mathit{m}\text{+}\text{1}\text{)}\text{+}\mathit{m}^{\text{2}}\text{+}\text{6}\mathit{m}\text{+}\text{1}} 时使该知情对手受益(𝜋𝑀(2)>𝜋𝑀𝐼(1)\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{>}\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}),否则使该知情对手受损(𝜋𝑀(2)<𝜋𝑀𝐼(1)\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{<}\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)});(c) 对零售商自身的影响:存在阈值 𝛽1(𝛾’,𝑚)\mathit{\beta}_{\text{1}}\text{(}\mathit{\gamma}\text{'}\text{,}\mathit{m}\text{)} 与 𝛽2(𝛾’,𝑚)\mathit{\beta}_{\text{2}}\text{(}\mathit{\gamma}\text{'}\text{,}\mathit{m}\text{)},当竞争对手不知情且 𝛽>4𝑚(𝑚+1)2\mathit{\beta}\text{>}\frac{\text{4}\mathit{m}}{\text{(}\mathit{m}\text{+}\text{1}\text{)}^{\text{2}}} 时,新增共享使零售商受益(𝜋𝑅(1)>𝜋𝑅(0)\mathit{\pi}_{\mathit{R}}\text{(}\text{1}\text{)}\text{>}\mathit{\pi}_{\mathit{R}}\text{(}\text{0}\text{)});或者当竞争对手已知情且 𝛽1(𝛾’,𝑚)<𝛽<𝛽2(𝛾’,𝑚)\mathit{\beta}_{\text{1}}\text{(}\mathit{\gamma}\text{'}\text{,}\mathit{m}\text{)}\text{<}\mathit{\beta}\text{<}\mathit{\beta}_{\text{2}}\text{(}\mathit{\gamma}\text{'}\text{,}\mathit{m}\text{)} 时,新增共享使零售商受益(𝜋𝑅(2)>𝜋𝑅(1)\mathit{\pi}_{\mathit{R}}\text{(}\text{2}\text{)}\text{>}\mathit{\pi}_{\mathit{R}}\text{(}\text{1}\text{)})。

算例解释(Lemma 3):采用论文图 1 的标准参数配置:𝑎=10,𝑚=13,𝛾=910\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{=}\frac{\text{1}}{\text{3}}\text{,}\mathit{\gamma}\text{=}\frac{\text{9}}{\text{10}}(即 𝛾’=9\mathit{\gamma}\text{'}\text{=}\text{9}),𝑡=1,𝜎=1\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1}(故 𝜉(𝑡,𝜎)𝜎2=0.5\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}\text{=}\text{0.5})。① 先看引理 3(b) 中最关键的“零溢出效应” 𝜋𝑀𝑈(1)=𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}:当零售商从 𝑛=0\mathit{n}\text{=}\text{0} 转为仅向制造商 1 共享信息(𝑛=1\mathit{n}\text{=}\text{1})时,不知情的制造商 2 由于不掌握信号 𝑌\mathit{Y},其批发价 𝑤2∗\mathit{w}_{\text{2}}^{\text{∗}} 和返利 𝑟2∗\mathit{r}_{\text{2}}^{\text{∗}} 保持常数不变,虽然制造商 1 的价格随 𝑌\mathit{Y} 波动会导致制造商 2 的实际销量随 𝑌\mathit{Y} 波动,但由于生产成本是线性的(边际成本为常数 0\text{0}),销量波动的期望值恰好抵消(𝐸[𝑌]=0\mathit{E}\text{[}\mathit{Y}\text{]}\text{=}\text{0}),因此不知情的制造商 2 期望利润纹丝不动,恒等于 𝜋¯𝑀{\overline{\mathit{\pi}}}_{\mathit{M}}。② 再看引理 3(c) 对零售商的影响:代入 𝑚=1/3\mathit{m}\text{=}\text{1}\text{/}\text{3},算出单方共享有益于零售商的阈值为 4𝑚(𝑚+1)2=4/3(4/3)2=0.75\frac{\text{4}\mathit{m}}{\text{(}\mathit{m}\text{+}\text{1}\text{)}^{\text{2}}}\text{=}\frac{\text{4}\text{/}\text{3}}{\text{(}\text{4}\text{/}\text{3}\text{)}^{\text{2}}}\text{=}\text{0.75};而双方共享优于单方共享的区间为 𝛽1≈0.592<𝛽<𝛽2≈0.838\mathit{\beta}_{\text{1}}\mathit{\approx}\text{0.592}\text{<}\mathit{\beta}\text{<}\mathit{\beta}_{\text{2}}\mathit{\approx}\text{0.838}。举例而言,当 𝛽=0.70\mathit{\beta}\text{=}\text{0.70} 时,由于 0.592<0.70<0.838\text{0.592}\text{<}\text{0.70}\text{<}\text{0.838},零售商若只向一家共享(𝑛=1\mathit{n}\text{=}\text{1})还不如向两家都共享(𝜋𝑅(2)>𝜋𝑅(1)\mathit{\pi}_{\mathit{R}}\text{(}\text{2}\text{)}\text{>}\mathit{\pi}_{\mathit{R}}\text{(}\text{1}\text{)}),因为根据观察 2,在中等偏高 𝛽\mathit{\beta} 下向第二家制造商开放信息既强化了响应性返利效应,又抑制了批发价响应幅度;而当 𝛽=0.842>0.838\mathit{\beta}\text{=}\text{0.842}\text{>}\text{0.838} 时,向第二家开放信息会过度削弱双方返利对信号的响应力度,此时零售商发现 𝜋𝑅(1)>𝜋𝑅(2)\mathit{\pi}_{\mathit{R}}\text{(}\text{1}\text{)}\text{>}\mathit{\pi}_{\mathit{R}}\text{(}\text{2}\text{)},即只向一家制造商共享信息反而比向两家都共享更赚钱。

4.3 双寡头竞争下的信息共享均衡与签约机制对比(Proposition 2 至 Proposition 5)

(1)命题 2(Proposition 2):无侧支付下自愿信息共享的双阈值均衡结构

主线故事中的研究问题阐述:在第一阶段,假设零售商像现实中的 Walmart 一样不向制造商收取任何信息共享费用(无侧支付),故事需要确定零售商为最大化自身期望利润 𝜋𝑅(𝑛)\mathit{\pi}_{\mathit{R}}\text{(}\mathit{n}\text{)},会自愿向几家制造商免费共享需求信号(记最优数量为 𝑛𝑉\mathit{n}^{\mathit{V}})。

命题 2(Proposition 2)的核心内容:存在两个临界阈值 𝛽0𝑉\mathit{\beta}_{\text{0}}^{\mathit{V}} 和 𝛽1𝑉\mathit{\beta}_{\text{1}}^{\mathit{V}}(满足 0<𝛽0𝑉<𝛽1𝑉\text{0}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{V}}\text{<}\mathit{\beta}_{\text{1}}^{\mathit{V}}),使得零售商在无偿自愿信息共享下的最优知情制造商数量 𝑛𝑉\mathit{n}^{\mathit{V}} 满足如下三阶段双阈值结构:

𝑛𝑉={0 若 0<𝛽<𝛽0𝑉,2 若 𝛽0𝑉≤𝛽<𝛽1𝑉,1 若 𝛽1𝑉≤𝛽. (9)\mathit{n}^{\mathit{V}}\text{=}\left\{ \begin{array}{r} \text{0}\text{ 若 }\text{0}\text{<}\mathit{\beta}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{V}}\text{,} \\ \text{2}\text{ 若 }\mathit{\beta}_{\text{0}}^{\mathit{V}}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{1}}^{\mathit{V}}\text{,} \\ \text{1}\text{ 若 }\mathit{\beta}_{\text{1}}^{\mathit{V}}\text{≤}\mathit{\beta}\text{.} \end{array} \right.\ \text{ }\text{(9)}

算例与零售品类实践解释(Proposition 2):沿用论文图 1 的参数 𝑎=10,𝑚=13,𝛾=910,𝑡=1,𝜎=1\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{=}\frac{\text{1}}{\text{3}}\text{,}\mathit{\gamma}\text{=}\frac{\text{9}}{\text{10}}\text{,}\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1},可精确计算出两个临界阈值为 𝛽0𝑉≈0.623\mathit{\beta}_{\text{0}}^{\mathit{V}}\mathit{\approx}\text{0.623} 和 𝛽1𝑉≈0.838\mathit{\beta}_{\text{1}}^{\mathit{V}}\mathit{\approx}\text{0.838}。结合英国购物者行为调查(Parago, 2014)的跨品类实证数据,我们可以用三个真实零售品类场景来理解命题 2:① 低返利敏感品类(如洗衣液、纸巾等日化快消品,消费者对返利感兴趣的比例约为 𝛽≈1/3=0.333<𝛽0𝑉=0.623\mathit{\beta}\mathit{\approx}\text{1}\text{/}\text{3}\text{=}\text{0.333}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{V}}\text{=}\text{0.623}):此时返利敏感群体太小,共享信息带来的响应性返利红利微乎其微,远不足以抵消批发价顺周期调整带来的双重边际化损失,故零售商选择对两家制造商全部保密(𝑛𝑉=0\mathit{n}^{\mathit{V}}\text{=}\text{0});② 中等返利敏感品类(如家具与家居百货,或 𝛽=0.70∈[0.623,0.838)\mathit{\beta}\text{=}\text{0.70}\text{∈}\text{[}\text{0.623}\text{,}\text{0.838}\text{)} 的品类):此时返利敏感群体规模适中,且根据引理 3(c),向两家制造商同时开放信息能够兼得更强的响应性返利效应和更温和的响应性批发价效应,故零售商自愿免费向两家制造商全部共享数据(𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2});③ 高返利敏感品类(如消费电子与大家电,𝛽=0.84≥𝛽1𝑉=0.838\mathit{\beta}\text{=}\text{0.84}\text{≥}\mathit{\beta}_{\text{1}}^{\mathit{V}}\text{=}\text{0.838}):此时若向两家制造商同时共享信息,双方知情下的激烈返利博弈反而会抑制各自返利面值对需求信号的响应幅度(𝛼𝑟(2)<𝛼𝑟𝐼(1)\mathit{\alpha}_{\mathit{r}}\text{(}\text{2}\text{)}\text{<}\mathit{\alpha}_{\mathit{r}}^{\mathit{I}}\text{(}\text{1}\text{)}),导致响应性返利效应大幅衰减,因此零售商主动将免费共享范围收缩为仅向其中一家制造商排他性共享(𝑛𝑉=1\mathit{n}^{\mathit{V}}\text{=}\text{1})。

(2)命题 3(Proposition 3):消费者结构与竞争强度变动引发均衡跃迁时的制造商利润效应

主线故事中的研究问题阐述:在无偿自愿信息共享机制下,当外部市场环境参数(返利敏感型消费者比例 𝛽\mathit{\beta} 或产品竞争强度 𝛾\mathit{\gamma})发生微小变动并跨越命题 2 的临界阈值时,零售商的信息共享决策 𝑛𝑉\mathit{n}^{\mathit{V}} 会发生离散跃迁。故事在此重点考察这种内生信息结构跃迁对两家制造商各自利润以及制造商总利润的冲击。

命题 3(Proposition 3)的核心内容:(a) 当 𝛽\mathit{\beta} 的增加诱发自愿信息共享均衡从 𝑛𝑉=0\mathit{n}^{\mathit{V}}\text{=}\text{0} 跃迁至 𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2} 时,两家制造商的期望利润同时跃升(双赢);(b) 当 𝛽\mathit{\beta} 的增加诱发自愿信息共享均衡从 𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2} 跃迁至 𝑛𝑉=1\mathit{n}^{\mathit{V}}\text{=}\text{1} 时,失去信息的制造商(𝑍𝑖=𝑈\mathit{Z}_{\mathit{i}}\text{=}\mathit{U})利润下跌,唯一保留信息的制造商(𝑍𝑗=𝐼\mathit{Z}_{\mathit{j}}\text{=}\mathit{I})利润上升,且两家制造商的期望总利润严格下降;(c) 当竞争强度 𝛾\mathit{\gamma} 的增加诱发自愿信息共享均衡从 𝑛𝑉=0\mathit{n}^{\mathit{V}}\text{=}\text{0} 跃迁至 𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2} 时,两家制造商的期望利润同时上升。

算例解释(Proposition 3,对应论文 Figure 1):使用论文 Figure 1 的精确参数 𝑎=10,𝑚=13,𝛾=910,𝑡=1,𝜎=1\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{=}\frac{\text{1}}{\text{3}}\text{,}\mathit{\gamma}\text{=}\frac{\text{9}}{\text{10}}\text{,}\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1} 进行数值推演:

  • 算例 3(a)(对应 Figure 1(a)):当 𝛽\mathit{\beta} 从 0.622\text{0.622}(略低于 𝛽0𝑉≈0.623\mathit{\beta}_{\text{0}}^{\mathit{V}}\mathit{\approx}\text{0.623})微增至 0.624\text{0.624}(略高于 𝛽0𝑉\mathit{\beta}_{\text{0}}^{\mathit{V}})时,零售商的决策从 𝑛𝑉=0\mathit{n}^{\mathit{V}}\text{=}\text{0} 突变为 𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2}。在 𝛽=0.622\mathit{\beta}\text{=}\text{0.622} 时,两家制造商均不知情,各自利润约为 𝜋𝑀(0)≈2.393\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}\mathit{\approx}\text{2.393};一旦 𝛽\mathit{\beta} 跨过 0.623\text{0.623} 达到 0.624\text{0.624},两家制造商同时免费获得需求信号,各自利润瞬间向上跳跃至 𝜋𝑀(2)≈2.408\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\mathit{\approx}\text{2.408}。

  • 算例 3(b)(对应 Figure 1(b),反直觉洞见一):当 𝛽\mathit{\beta} 从 0.837\text{0.837}(略低于 𝛽1𝑉≈0.838\mathit{\beta}_{\text{1}}^{\mathit{V}}\mathit{\approx}\text{0.838})微增至 0.839\text{0.839}(略高于 𝛽1𝑉\mathit{\beta}_{\text{1}}^{\mathit{V}})时,零售商的决策从向两家共享(𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2})突变为仅向制造商 1 共享(𝑛𝑉=1\mathit{n}^{\mathit{V}}\text{=}\text{1})。在 𝛽=0.837\mathit{\beta}\text{=}\text{0.837} 时,两家制造商均知情,各自利润为 𝜋𝑀(2)≈3.045\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\mathit{\approx}\text{3.045},制造商总利润为 2×3.045=6.090\text{2}\text{×}\text{3.045}\text{=}\text{6.090};当 𝛽\mathit{\beta} 升至 0.839\text{0.839} 时,零售商停止向制造商 2 共享数据,导致失去数据的制造商 2 利润骤降至 𝜋𝑀𝑈(1)≈3.028\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\mathit{\approx}\text{3.028}(低于 3.045\text{3.045}),而独享数据的制造商 1 利润跃升至 𝜋𝑀𝐼(1)≈3.085\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\mathit{\approx}\text{3.085}。更重要的是,在阈值 𝛽1𝑉=0.838\mathit{\beta}_{\text{1}}^{\mathit{V}}\text{=}\text{0.838} 处,𝜋𝑀𝐼(1)+𝜋𝑀𝑈(1)\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{+}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)} 的跳变幅度小于 2𝜋𝑀(2)\text{2}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}:具体而言,在 𝛽=𝛽1𝑉\mathit{\beta}\text{=}\mathit{\beta}_{\text{1}}^{\mathit{V}} 右侧,由于 𝛽>𝛽𝑟\mathit{\beta}\text{>}\mathit{\beta}_{\mathit{r}},虽然 𝜋𝑀𝐼(1)>𝜋𝑀(2)\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{>}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)},但 𝜋𝑀𝐼(1)−𝜋𝑀(2)<𝜋𝑀(2)−𝜋𝑀𝑈(1)\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{−}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{<}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{−}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)},导致两家制造商的合计总利润在跨越 𝛽1𝑉\mathit{\beta}_{\text{1}}^{\mathit{V}} 的瞬间发生净下跌!这打破了“消费者对返利越敏感,制造商越赚钱”的传统认知。

  • 算例 3(c) 与兑现率推论(反直觉洞见二与三):由于阈值 𝛽0𝑉\mathit{\beta}_{\text{0}}^{\mathit{V}} 关于竞争强度 𝛾\mathit{\gamma} 严格递减,假设市场上 𝛽=0.623\mathit{\beta}\text{=}\text{0.623} 保持不变,当产品同质化程度从 𝛾=0.89\mathit{\gamma}\text{=}\text{0.89} 微升至 𝛾=0.90\mathit{\gamma}\text{=}\text{0.90} 时,𝛽0𝑉\mathit{\beta}_{\text{0}}^{\mathit{V}} 降到 0.623\text{0.623} 以下,触发零售商从 𝑛𝑉=0\mathit{n}^{\mathit{V}}\text{=}\text{0} 变为 𝑛𝑉=2\mathit{n}^{\mathit{V}}\text{=}\text{2},两家制造商因竞争加剧反而意外获得了免费数据共享,利润实现净增长。同理,数值分析表明 𝛽1𝑉\mathit{\beta}_{\text{1}}^{\mathit{V}} 关于兑现率 𝑚\mathit{m} 递增;若兑现率 𝑚\mathit{m} 下降(原本对制造商有利)导致 𝛽1𝑉\mathit{\beta}_{\text{1}}^{\mathit{V}} 左移至当前 𝛽\mathit{\beta} 以下,诱发零售商将共享对象从 2\text{2} 家砍为 1\text{1} 家,被剥夺数据的制造商反而会因为更低的兑现率 𝑚\mathit{m} 而受损。

(3)命题 4(Proposition 4):有侧支付下同步签约与序贯签约的均衡结构

主线故事中的研究问题阐述:接下来故事转向零售商像 Kroger 或 Amazon 一样可以向制造商收取固定信息费的有偿签约场景。零售商面临两种签约方式:一是同步签约(Concurrent Contracting,记为 𝑋=𝐶\mathit{X}\text{=}\mathit{C}),即同时向两家制造商发出相同的收费要约 𝑇\mathit{T},两家制造商在不知晓对方是否签约的情况下同时决定是否接受(其博弈支付矩阵如论文 Table 2 所示:若双方均接受则各得 𝜋𝑀(2)−𝑇\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{−}\mathit{T},若仅一方接受则接受方得 𝜋𝑀𝐼(1)−𝑇\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{−}\mathit{T}、拒绝方得 𝜋𝑀𝑈(1)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)},若双方均拒绝则各得 𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)});二是序贯签约(Sequential Contracting,记为 𝑋=𝑆\mathit{X}\text{=}\mathit{S}),即先向第一家制造商报价 𝑇𝑓\mathit{T}_{\mathit{f}},待其决定后,第二家制造商在观测到第一家是否购买信息的前提下,决定是否接受零售商的第二次报价 𝑇𝑠\mathit{T}_{\mathit{s}}。

命题 4(Proposition 4)的核心内容:(a) 在同步签约(𝑋=𝐶\mathit{X}\text{=}\mathit{C})或序贯签约(𝑋=𝑆\mathit{X}\text{=}\mathit{S})下,均存在临界阈值 𝛽0𝑋\mathit{\beta}_{\text{0}}^{\mathit{X}} 和 𝛽1𝑋\mathit{\beta}_{\text{1}}^{\mathit{X}},使得零售商最优的收费共享制造商数量 𝑛𝑋\mathit{n}^{\mathit{X}} 依然遵循“零家—两家—一家”的双阈值结构:当 0<𝛽<𝛽0𝑋\text{0}\text{<}\mathit{\beta}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{X}} 时 𝑛𝑋=0\mathit{n}^{\mathit{X}}\text{=}\text{0};当 𝛽0𝑋≤𝛽<𝛽1𝑋\mathit{\beta}_{\text{0}}^{\mathit{X}}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{1}}^{\mathit{X}} 时 𝑛𝑋=2\mathit{n}^{\mathit{X}}\text{=}\text{2};当 𝛽1𝑋≤𝛽\mathit{\beta}_{\text{1}}^{\mathit{X}}\text{≤}\mathit{\beta} 时 𝑛𝑋=1\mathit{n}^{\mathit{X}}\text{=}\text{1}。(b) 在序贯签约下,当 𝛽\mathit{\beta} 的增加诱发均衡从 𝑛𝑆=0\mathit{n}^{\mathit{S}}\text{=}\text{0} 跃迁至 𝑛𝑆=2\mathit{n}^{\mathit{S}}\text{=}\text{2} 时,零售商的事前期望总利润会出现一个向上的离散跳跃(Upward Jump)。

算例解释(Proposition 4,对应论文 Figure 2):在有偿签约下,由于 𝜋𝑀𝑈(1)=𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}(零溢出效应),无论采取同步签约还是序贯签约,零售商设计的最优收费金额都会恰好把知情制造商的增量收益全部抽干,使每家制造商的净收益始终等于其保留利润 𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}。沿用论文 Figure 2 的参数 𝑎=10,𝑚=13,𝛾=910,𝑡=1,𝜎=1\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{=}\frac{\text{1}}{\text{3}}\text{,}\mathit{\gamma}\text{=}\frac{\text{9}}{\text{10}}\text{,}\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1}:在序贯签约下,当 𝛽\mathit{\beta} 跨越阈值 𝛽0𝑆≈0.360\mathit{\beta}_{\text{0}}^{\mathit{S}}\mathit{\approx}\text{0.360} 时零售商利润会出现向上跳跃(如 Figure 2 中从 23.22\text{23.22} 跃升至 23.25\text{23.25}),其内在原因在于:在序贯签约下,若零售商想把信息卖给两家制造商(𝑛𝑆=2\mathit{n}^{\mathit{S}}\text{=}\text{2}),他向第二家制造商收取的最高费用为 𝑇𝑠=𝜋𝑀(2)−𝜋𝑀𝑈(1)=𝜋𝑀(2)−𝜋𝑀(0)\mathit{T}_{\mathit{s}}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{−}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{−}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)};为了防止第一家制造商故意拒绝报价以搭便车或避免单方被锁定的劣势,零售商必須确保在子博弈完美均衡中第一家制造商愿意接受 𝑇𝑓\mathit{T}_{\mathit{f}} 且零售商在第二阶段确实有激励继续向第二家出售(即满足第二阶段的序贯理性约束 𝜋𝑅(2)+𝑇𝑠≥𝜋𝑅(1)\mathit{\pi}_{\mathit{R}}\text{(}\text{2}\text{)}\text{+}\mathit{T}_{\mathit{s}}\text{≥}\mathit{\pi}_{\mathit{R}}\text{(}\text{1}\text{)})。当 𝛽\mathit{\beta} 略低于 𝛽0𝑆≈0.360\mathit{\beta}_{\text{0}}^{\mathit{S}}\mathit{\approx}\text{0.360} 时,虽然向两家制造商出售信息的供应链总利润已经大于不共享(𝜋𝑅(2)+2[𝜋𝑀(2)−𝜋𝑀(0)]>𝜋𝑅(0)\mathit{\pi}_{\mathit{R}}\text{(}\text{2}\text{)}\text{+}\text{2}\text{[}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{−}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}\text{]}\text{>}\mathit{\pi}_{\mathit{R}}\text{(}\text{0}\text{)}),但受制于第二阶段动态一致性约束,零售商无法在序贯博弈中可信地达成 𝑛𝑆=2\mathit{n}^{\mathit{S}}\text{=}\text{2};一旦 𝛽\mathit{\beta} 跨过 𝛽0𝑆=0.360\mathit{\beta}_{\text{0}}^{\mathit{S}}\text{=}\text{0.360},第二阶段约束瞬间松绑,零售商得以同时向两家制造商收取总计 2[𝜋𝑀(2)−𝜋𝑀(0)]\text{2}\text{[}\mathit{\pi}_{\mathit{M}}\text{(}\text{2}\text{)}\text{−}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}\text{]} 的信息费,从而令自身总利润产生离散的向上跃升。

(4)命题 5(Proposition 5):四类模型比较与零售商对同步签约的严格偏好

主线故事中的研究问题阐述:至此,主线故事已经构建了四种信息共享机制:无偿自愿共享(𝑉\mathit{V})、有偿序贯签约(𝑆\mathit{S})、有偿同步签约(𝐶\mathit{C})以及最大化整个供应链系统总利润的集中式系统最优基准(System-optimal model,记为 𝑂\mathit{O},对应阈值为 𝛽0𝑂\mathit{\beta}_{\text{0}}^{\mathit{O}} 和 𝛽1𝑂\mathit{\beta}_{\text{1}}^{\mathit{O}})。故事在此对四种机制的信息共享范围与零售商利润进行全局对决,回答零售商究竟应当选择同步签约还是序贯签约。

命题 5(Proposition 5)的核心内容:(a) 四种机制的临界阈值满足如下严格排序关系:

𝛽0𝑂=𝛽0𝐶<𝛽0𝑆<𝛽0𝑉 且 𝛽1𝑂=𝛽1𝐶=𝛽1𝑆>𝛽1𝑉. (10)\mathit{\beta}_{\text{0}}^{\mathit{O}}\text{=}\mathit{\beta}_{\text{0}}^{\mathit{C}}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{S}}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{V}}\text{ 且 }\mathit{\beta}_{\text{1}}^{\mathit{O}}\text{=}\mathit{\beta}_{\text{1}}^{\mathit{C}}\text{=}\mathit{\beta}_{\text{1}}^{\mathit{S}}\text{>}\mathit{\beta}_{\text{1}}^{\mathit{V}}\text{.}\text{ }\text{(10)}

(b) 零售商始终偏好同步签约(Concurrent Contracting)胜过序贯签约(Sequential Contracting)。

算例解释(Proposition 5,对应论文 Table 3):在论文 Table 3 的参数设定(𝑎=10,𝑚=12,𝑡=1,𝜎=1,𝛾=95100\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{=}\frac{\text{1}}{\text{2}}\text{,}\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1}\text{,}\mathit{\gamma}\text{=}\frac{\text{95}}{\text{100}})下,随着 𝛽\mathit{\beta} 从 0\text{0} 增加到上界 𝛽¯\overline{\mathit{\beta}},整个参数空间被公式 (10) 的阈值划分为 A、B、C、D、E、F 六个区域,四种机制下的均衡知情制造商数量 (𝑛𝑉,𝑛𝑆,𝑛𝐶,𝑛𝑂)\text{(}\mathit{n}^{\mathit{V}}\text{,}\mathit{n}^{\mathit{S}}\text{,}\mathit{n}^{\mathit{C}}\text{,}\mathit{n}^{\mathit{O}}\text{)} 对比如下表所示:

区域编号 返利敏感型消费者比例 𝛽\mathit{\beta} 的取值区间 四类机制下的知情制造商数量 (𝑛𝑉,𝑛𝑆,𝑛𝐶,𝑛𝑂)\text{(}\mathit{n}^{\mathit{V}}\text{,}\mathit{n}^{\mathit{S}}\text{,}\mathit{n}^{\mathit{C}}\text{,}\mathit{n}^{\mathit{O}}\text{)} 算例与经济机制解读
Region A 0≤𝛽<𝛽0𝐶\text{0}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{C}} (0,0,0,0)\text{(}\text{0}\text{,}\text{0}\text{,}\text{0}\text{,}\text{0}\text{)} 返利敏感群体极小,双重边际化占主导,所有机制下均不共享信息
Region B 𝛽0𝐶≤𝛽<𝛽0𝑆\mathit{\beta}_{\text{0}}^{\mathit{C}}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{S}} (0,0,2,2)\text{(}\text{0}\text{,}\text{0}\text{,}\text{2}\text{,}\text{2}\text{)} 同步签约诱导系统最优共享(𝑛𝐶=2\mathit{n}^{\mathit{C}}\text{=}\text{2}),而序贯签约因动态承诺问题无法共享(𝑛𝑆=0\mathit{n}^{\mathit{S}}\text{=}\text{0}),同步签约严格占优
Region C 𝛽0𝑆≤𝛽<𝛽0𝑉\mathit{\beta}_{\text{0}}^{\mathit{S}}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{V}} (0,2,2,2)\text{(}\text{0}\text{,}\text{2}\text{,}\text{2}\text{,}\text{2}\text{)} 无偿自愿下仍不共享,但两种有偿签约机制均通过收费实现向两家制造商共享
Region D 𝛽0𝑉≤𝛽<𝛽1𝑉\mathit{\beta}_{\text{0}}^{\mathit{V}}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{1}}^{\mathit{V}} (2,2,2,2)\text{(}\text{2}\text{,}\text{2}\text{,}\text{2}\text{,}\text{2}\text{)} 响应性返利效应强劲,四种机制一致选择向两家制造商全部共享信息
Region E 𝛽1𝑉≤𝛽<𝛽1𝐶=𝛽1𝑆\mathit{\beta}_{\text{1}}^{\mathit{V}}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{1}}^{\mathit{C}}\text{=}\mathit{\beta}_{\text{1}}^{\mathit{S}} (1,2,2,2)\text{(}\text{1}\text{,}\text{2}\text{,}\text{2}\text{,}\text{2}\text{)} 无偿自愿下已收缩为向 1\text{1} 家共享,但有偿签约下零售商提取制造商盈余后仍维持向 2\text{2} 家共享
Region F 𝛽1𝐶=𝛽1𝑆≤𝛽<𝛽¯\mathit{\beta}_{\text{1}}^{\mathit{C}}\text{=}\mathit{\beta}_{\text{1}}^{\mathit{S}}\text{≤}\mathit{\beta}\text{<}\overline{\mathit{\beta}} (1,1,1,1)\text{(}\text{1}\text{,}\text{1}\text{,}\text{1}\text{,}\text{1}\text{)} 返利敏感群体极大,双方知情严重削弱返利响应度,所有机制均仅向 1\text{1} 家排他性共享

深入对比本文结论与 Shang et al. (2016) 的差异:在 Shang et al. (2016) 中,生产成本具有规模不经济(凸成本函数),当仅制造商 𝑗\mathit{j} 获知信息而制造商 𝑖\mathit{i} 不知情时,零售商订单的波动性加剧了不知情制造商 𝑖\mathit{i} 的预期生产成本,产生负向溢出效应 𝜋𝑀𝑈(1)<𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{<}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}。在那种情况下,序贯签约允许零售商拿“如果你不买信息,我就卖给你的对手让你受损”作威胁,从而向制造商榨取高于信息共享本身增量的超额费用。然而在本文的返利竞争模型中,生产成本是线性的,单方信息共享对不知情对手的溢出效应为零(𝜋𝑀𝑈(1)=𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}),序贯签约完全无法多收一分钱,反而会在 Region B(𝛽0𝐶≤𝛽<𝛽0𝑆\mathit{\beta}_{\text{0}}^{\mathit{C}}\text{≤}\mathit{\beta}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{S}})因为序贯动态理性约束而错失向两家制造商出售信息的系统最优良机!因此,当 Walmart 与 Johnson & Johnson、Procter & Gamble 谈判数据共享合同时,应当对谈判过程严格保密(防止一方获知另一方是否已签约),从而实现同步签约并攫取最大化的系统信息租金。

五、四大拓展模型:函数设定、均衡演化与算例解析

为了检验基准模型结论在更广泛现实商业环境下的适用性,论文第 7 节构建了四个重要的拓展模型。本节详细解释每个拓展模型新增的数学函数,并通过具体算例说明其核心结论。

5.1 拓展一:内生返利兑现率模型(Section 7.1 Endogenous redemption rate)

主线故事中的研究问题阐述:基准模型假设返利兑现率 𝑚\mathit{m} 是外生固定的常数。而在现实中,返利面值 𝑟𝑖\mathit{r}_{\mathit{i}} 越高,消费者越有动力花费时间和精力去整理小票、填写表格并完成兑现申请。该拓展模型旨在将消费者的兑现努力内生化,考察当实际兑现率随返利面值 𝑟𝑖\mathit{r}_{\mathit{i}} 单调递增时,全文的命题 1 至命题 5 是否依然成立。

新增核心函数解释:在兑现阶段,返利敏感型消费者需要付出努力 𝑒𝑖∈(0,𝑐2)\mathit{e}_{\mathit{i}}\text{∈}\text{(}\text{0}\text{,}\mathit{c}_{\text{2}}\text{)}(代表消费者正确且按时完成返利申请的概率),并为此承担凸性的对数努力成本函数 𝑐ln(𝑐1𝑐2−𝑒𝑖)\mathit{c}\text{ln}\text{(}\frac{\mathit{c}_{\text{1}}}{\mathit{c}_{\text{2}}\text{−}\mathit{e}_{\mathit{i}}}\text{)},其中 𝑐>0\mathit{c}\text{>}\text{0} 度量消费者的努力成本效率,𝑐1≥1\mathit{c}_{\text{1}}\text{≥}\text{1} 且 0<𝑐2≤1\text{0}\text{<}\mathit{c}_{\text{2}}\text{≤}\text{1} 保证成本为正且有界;同时,即使消费者提交了合格申请,由于信件遗失或处理失误等非消费者因素,申请最终被成功兑付的概率为 𝑚<1\mathit{m}\text{<}\text{1},故实际返利兑现率为 𝑒𝑖𝑚\mathit{e}_{\mathit{i}}\mathit{m}。代表性返利敏感型消费者的效用剩余函数拓展为:

(𝑞1+𝑞2)(𝑎+𝜃)−12(𝑞12+𝑞22+2𝛾𝑞1𝑞2)−𝑝1𝑞1−𝑝2𝑞2+𝑞1(𝑒1𝑚𝑟1−𝑐ln(𝑐1𝑐2−𝑒1))+𝑞2(𝑒2𝑚𝑟2−𝑐ln(𝑐1𝑐2−𝑒2)) (11)\left( \mathit{q}_{\text{1}}\text{+}\mathit{q}_{\text{2}} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\text{−}\frac{\text{1}}{\text{2}}\left( \mathit{q}^{\text{2}}_{\text{1}}\text{+}\mathit{q}^{\text{2}}_{\text{2}}\text{+}\text{2}\mathit{\gamma}\mathit{q}_{\text{1}}\mathit{q}_{\text{2}} \right)\text{−}\mathit{p}_{\text{1}}\mathit{q}_{\text{1}}\text{−}\mathit{p}_{\text{2}}\mathit{q}_{\text{2}}\text{+}\mathit{q}_{\text{1}}\left( \mathit{e}_{\text{1}}\mathit{m}\mathit{r}_{\text{1}}\text{−}\mathit{c}\text{ln}\left( \frac{\mathit{c}_{\text{1}}}{\mathit{c}_{\text{2}}\text{−}\mathit{e}_{\text{1}}} \right) \right)\text{+}\mathit{q}_{\text{2}}\left( \mathit{e}_{\text{2}}\mathit{m}\mathit{r}_{\text{2}}\text{−}\mathit{c}\text{ln}\left( \frac{\mathit{c}_{\text{1}}}{\mathit{c}_{\text{2}}\text{−}\mathit{e}_{\text{2}}} \right) \right)\text{ }\text{(11)}

在购买后的兑现阶段,消费者针对 𝑒𝑖\mathit{e}_{\mathit{i}} 最大化公式 (11),对 𝑒𝑖\mathit{e}_{\mathit{i}} 求一阶导数 𝑚𝑟𝑖−𝑐𝑐2−𝑒𝑖=0\mathit{m}\mathit{r}_{\mathit{i}}\text{−}\frac{\mathit{c}}{\mathit{c}_{\text{2}}\text{−}\mathit{e}_{\mathit{i}}}\text{=}\text{0},解得最优兑现努力函数为 𝑒𝑖∗=𝑐2𝑚𝑟𝑖−𝑐𝑚𝑟𝑖\mathit{e}_{\mathit{i}}^{\text{∗}}\text{=}\frac{\mathit{c}_{\text{2}}\mathit{m}\mathit{r}_{\mathit{i}}\text{−}\mathit{c}}{\mathit{m}\mathit{r}_{\mathit{i}}},进而得到内生实际兑现率函数为 𝑒𝑖∗𝑚=𝑐2𝑚𝑟𝑖−𝑐𝑟𝑖=𝑐2𝑚−𝑐𝑟𝑖\mathit{e}_{\mathit{i}}^{\text{∗}}\mathit{m}\text{=}\frac{\mathit{c}_{\text{2}}\mathit{m}\mathit{r}_{\mathit{i}}\text{−}\mathit{c}}{\mathit{r}_{\mathit{i}}}\text{=}\mathit{c}_{\text{2}}\mathit{m}\text{−}\frac{\mathit{c}}{\mathit{r}_{\mathit{i}}},该函数关于返利面值 𝑟𝑖\mathit{r}_{\mathit{i}} 严格递增。在购买时点,消费者同样存在高估兑现率的认知偏差(误以为 𝑚=1\mathit{m}\text{=}\text{1} 且 𝑐=0\mathit{c}\text{=}\text{0},即预期 𝑒𝑖∗𝑚=1\mathit{e}_{\mathit{i}}^{\text{∗}}\mathit{m}\text{=}\text{1}),因此购买量函数 𝑦1,𝑦2\mathit{y}_{\text{1}}\text{,}\mathit{y}_{\text{2}} 与基准模型保持一致,而制造商 𝑖\mathit{i} 的实际利润函数变为 𝛽𝑤𝑖𝑦𝑖+(1−𝛽)𝑤𝑖𝑥𝑖−𝛽𝑦𝑖𝑒𝑖∗𝑚𝑟𝑖=𝛽𝑤𝑖𝑦𝑖+(1−𝛽)𝑤𝑖𝑥𝑖−𝛽𝑦𝑖(𝑐2𝑚𝑟𝑖−𝑐)\mathit{\beta}\mathit{w}_{\mathit{i}}\mathit{y}_{\mathit{i}}\text{+}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{w}_{\mathit{i}}\mathit{x}_{\mathit{i}}\text{−}\mathit{\beta}\mathit{y}_{\mathit{i}}\mathit{e}_{\mathit{i}}^{\text{∗}}\mathit{m}\mathit{r}_{\mathit{i}}\text{=}\mathit{\beta}\mathit{w}_{\mathit{i}}\mathit{y}_{\mathit{i}}\text{+}\text{(}\text{1}\text{−}\mathit{\beta}\text{)}\mathit{w}_{\mathit{i}}\mathit{x}_{\mathit{i}}\text{−}\mathit{\beta}\mathit{y}_{\mathit{i}}\text{(}\mathit{c}_{\text{2}}\mathit{m}\mathit{r}_{\mathit{i}}\text{−}\mathit{c}\text{)}。

结论与算例解释:由于每单位返利敏感型销量的实际返利成本 𝑒𝑖∗𝑚𝑟𝑖=𝑐2𝑚𝑟𝑖−𝑐\mathit{e}_{\mathit{i}}^{\text{∗}}\mathit{m}\mathit{r}_{\mathit{i}}\text{=}\mathit{c}_{\text{2}}\mathit{m}\mathit{r}_{\mathit{i}}\text{−}\mathit{c} 依然是关于 𝑟𝑖\mathit{r}_{\mathit{i}} 的线性函数(有效边际兑现率为 𝑐2𝑚\mathit{c}_{\text{2}}\mathit{m},并附带常数项补偿 𝑐\mathit{c}),通过逆向归纳法可以严格解析证明:基准模型中的所有分析结论(包括 Proposition 1 至 Proposition 5)在内生兑现率下 100% 保持成立。举例来说,设 𝑐2=0.8,𝑚=0.75,𝑐=0.3\mathit{c}_{\text{2}}\text{=}\text{0.8}\text{,}\mathit{m}\text{=}\text{0.75}\text{,}\mathit{c}\text{=}\text{0.3},当制造商提供的返利面值从 𝑟𝑖=1.5\mathit{r}_{\mathit{i}}\text{=}\text{1.5} 提高到 𝑟𝑖=3.0\mathit{r}_{\mathit{i}}\text{=}\text{3.0} 时,消费者的最优努力程度从 𝑒𝑖∗=0.6×1.5−0.30.75×1.5≈0.533\mathit{e}_{\mathit{i}}^{\text{∗}}\text{=}\frac{\text{0.6}\text{×}\text{1.5}\text{−}\text{0.3}}{\text{0.75}\text{×}\text{1.5}}\mathit{\approx}\text{0.533} 上升至 0.667\text{0.667},实际兑现率 𝑒𝑖∗𝑚\mathit{e}_{\mathit{i}}^{\text{∗}}\mathit{m} 从 40∖%\text{40}\mathit{\backslash}\mathit{\%} 上升至 50∖%\text{50}\mathit{\backslash}\mathit{\%},有效边际兑现系数相当于基准模型中的 𝑐2𝑚=0.60\mathit{c}_{\text{2}}\mathit{m}\text{=}\text{0.60},零售商依然按照 0→2→1\text{0}\text{→}\text{2}\text{→}\text{1} 的阈值法则决定共享范围且严格偏好同步签约。

5.2 拓展二:条件性返利提供模型(Section 7.2 Contingent rebate offering)

主线故事中的研究问题阐述:在基准模型中,无论是否获得需求信息,两家制造商始终提供返利。在拓展二中,故事考察一种更具攻击性的制造商策略:每家制造商在博弈前承诺采取“条件性返利提供”(Contingent Rebate Offering)策略,即只有当零售商向其共享需求信号 𝑌\mathit{Y} 时,该制造商才启动返利促销(𝑟𝑖>0\mathit{r}_{\mathit{i}}\text{>}\text{0});若未获知信息(𝑍𝑖=𝑈\mathit{Z}_{\mathit{i}}\text{=}\mathit{U}),该制造商直接关闭返利项目(令 𝑟𝑖=0\mathit{r}_{\mathit{i}}\text{=}\text{0})。

核心利润函数与均衡演化解释:在此设定下,当 𝑛=2\mathit{n}\text{=}\text{2} 时两家均知情并提供返利,利润与基准模型完全相同;当 𝑛=0\mathit{n}\text{=}\text{0} 时,两家制造商均不提供返利,模型退化为纯批发价竞争,均衡事前利润简化为 𝜋𝑀(0)=(1−𝛾)𝑎22(2−𝛾)2(1+𝛾)\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}\text{=}\frac{\text{(}\text{1}\text{−}\mathit{\gamma}\text{)}\mathit{a}^{\text{2}}}{\text{2}\text{(}\text{2}\text{−}\mathit{\gamma}\text{)}^{\text{2}}\text{(}\text{1}\text{+}\mathit{\gamma}\text{)}} 和 𝜋𝑅(0)=𝑎28−6𝛾2+2𝛾3+𝜉(𝑡,𝜎)𝜎22(1+𝛾)\mathit{\pi}_{\mathit{R}}\text{(}\text{0}\text{)}\text{=}\frac{\mathit{a}^{\text{2}}}{\text{8}\text{−}\text{6}\mathit{\gamma}^{\text{2}}\text{+}\text{2}\mathit{\gamma}^{\text{3}}}\text{+}\frac{\mathit{\xi}\text{(}\mathit{t}\text{,}\mathit{\sigma}\text{)}\mathit{\sigma}^{\text{2}}}{\text{2}\text{(}\text{1}\text{+}\mathit{\gamma}\text{)}};当 𝑛=1\mathit{n}\text{=}\text{1}(仅制造商 1 知情并提供返利,制造商 2 不知情且不提供返利)时,形成非对称促销竞争,论文第 4236 页给出了精确的均衡利润函数 𝜋𝑀𝐼(1),𝜋𝑀𝑈(1)\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{(}\text{1}\text{)}\text{,}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)} 和 𝜋𝑅(1)\mathit{\pi}_{\mathit{R}}\text{(}\text{1}\text{)}。

算例与结构变化解释:作者在 𝑎=10,𝑡=1,𝜎=1,𝑚∈{1/3,1/2,7/10},𝛾∈{2/5,7/10,95/100}\mathit{a}\text{=}\text{10}\text{,}\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1}\text{,}\mathit{m}\text{∈}\text{\{}\text{1}\text{/}\text{3}\text{,}\text{1}\text{/}\text{2}\text{,}\text{7}\text{/}\text{10}\text{\}}\text{,}\mathit{\gamma}\text{∈}\text{\{}\text{2}\text{/}\text{5}\text{,}\text{7}\text{/}\text{10}\text{,}\text{95}\text{/}\text{100}\text{\}} 的 9 组参数下进行了系统的数值实验。与基准模型相比,条件性返利带来了深刻的结构变化:当零售商不共享信息时,他不仅损失了“响应性返利效应”(动态信息价值),还直接损失了制造商提供返利本身利用滑落效应做大蛋糕的“基准返利红利”(确定性均值价值,𝑎2=100\mathit{a}^{\text{2}}\text{=}\text{100} 远大于 𝜉𝜎2=0.5\mathit{\xi}\mathit{\sigma}^{\text{2}}\text{=}\text{0.5})。因此,随着 𝛽\mathit{\beta} 增大,让更多制造商开启返利项目的直接收益压倒了信息层面的微调权衡,导致信息共享均衡结构从基准模型的“0→2→1\text{0}\text{→}\text{2}\text{→}\text{1}”转变为单调递增的“0→1→2\text{0}\text{→}\text{1}\text{→}\text{2}”(在自愿共享与序贯签约下)以及“0→2\text{0}\text{→}\text{2}”(在系统最优与同步签约下)。例如在 𝑚=1/2,𝛾=0.95\mathit{m}\text{=}\text{1}\text{/}\text{2}\text{,}\mathit{\gamma}\text{=}\text{0.95} 的高竞争家电场景下,当 𝛽\mathit{\beta} 从低到高增加时,自愿共享数量依次经历 0\text{0} 家、1\text{1} 家到 2\text{2} 家;并且由于在 𝑛=1\mathit{n}\text{=}\text{1} 时不知情制造商关闭返利导致其利润受损(产生负外部性 𝜋𝑀𝑈(1)<𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{<}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)}),同步签约下零售商能够利用这种负外部性向制造商收取更高费用,导致同步签约诱导出比系统最优更多的信息共享,但零售商依然严格偏好同步签约胜过序贯签约。

5.3 拓展三:非对称制造商市场份额模型(Section 7.3 Asymmetric manufacturers)

主线故事中的研究问题阐述:现实中上游竞争品牌往往存在市场地位差异(如行业龙头品牌与二线挑战者品牌)。该拓展模型假设制造商 1 的基础市场份额为 𝑠∈(0,1/2)\mathit{s}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{/}\text{2}\text{)}(小份额制造商),制造商 2 的基础市场份额为 1−𝑠∈(1/2,1)\text{1}\text{−}\mathit{s}\text{∈}\text{(}\text{1}\text{/}\text{2}\text{,}\text{1}\text{)}(大份额制造商),考察市场份额非对称性如何影响信息共享结构以及零售商在单方共享(𝑛=1\mathit{n}\text{=}\text{1})时的对象选择。

非对称效用剩余函数与需求函数解释:代表性返利敏感型消费者的二次效用剩余函数修正为:

𝑠(𝑎+𝜃)𝑞1+(1−𝑠)(𝑎+𝜃)𝑞2−12(𝑞12+𝑞22+2𝛾𝑞1𝑞2)−(𝑝1−𝑟1)𝑞1−(𝑝2−𝑟2)𝑞2 (12)\mathit{s}\left( \mathit{a}\text{+}\mathit{\theta} \right)\mathit{q}_{\text{1}}\text{+}\left( \text{1}\text{−}\mathit{s} \right)\left( \mathit{a}\text{+}\mathit{\theta} \right)\mathit{q}_{\text{2}}\text{−}\frac{\text{1}}{\text{2}}\left( \mathit{q}^{\text{2}}_{\text{1}}\text{+}\mathit{q}^{\text{2}}_{\text{2}}\text{+}\text{2}\mathit{\gamma}\mathit{q}_{\text{1}}\mathit{q}_{\text{2}} \right)\text{−}\left( \mathit{p}_{\text{1}}\text{−}\mathit{r}_{\text{1}} \right)\mathit{q}_{\text{1}}\text{−}\left( \mathit{p}_{\text{2}}\text{−}\mathit{r}_{\text{2}} \right)\mathit{q}_{\text{2}}\text{ }\text{(12)}

返利不敏感型消费者的效用剩余函数形式相同,仅将净价格 (𝑝𝑖−𝑟𝑖)\text{(}\mathit{p}_{\mathit{i}}\text{−}\mathit{r}_{\mathit{i}}\text{)} 替换为零售标价 𝑝𝑖\mathit{p}_{\mathit{i}}。分别对 𝑞1,𝑞2\mathit{q}_{\text{1}}\text{,}\mathit{q}_{\text{2}} 最大化,导出两类消费者的非对称需求函数:𝑦1=(𝑠−𝛾+𝛾𝑠)(𝑎+𝜃)−𝑝1+𝑟1+𝛾(𝑝2−𝑟2)1−𝛾2\mathit{y}_{\text{1}}\text{=}\frac{\text{(}\mathit{s}\text{−}\mathit{\gamma}\text{+}\mathit{\gamma}\mathit{s}\text{)}\text{(}\mathit{a}\text{+}\mathit{\theta}\text{)}\text{−}\mathit{p}_{\text{1}}\text{+}\mathit{r}_{\text{1}}\text{+}\mathit{\gamma}\text{(}\mathit{p}_{\text{2}}\text{−}\mathit{r}_{\text{2}}\text{)}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}},𝑦2=(1−𝑠−𝛾𝑠)(𝑎+𝜃)−𝑝2+𝑟2+𝛾(𝑝1−𝑟1)1−𝛾2\mathit{y}_{\text{2}}\text{=}\frac{\text{(}\text{1}\text{−}\mathit{s}\text{−}\mathit{\gamma}\mathit{s}\text{)}\text{(}\mathit{a}\text{+}\mathit{\theta}\text{)}\text{−}\mathit{p}_{\text{2}}\text{+}\mathit{r}_{\text{2}}\text{+}\mathit{\gamma}\text{(}\mathit{p}_{\text{1}}\text{−}\mathit{r}_{\text{1}}\text{)}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}},以及 𝑥1=(𝑠−𝛾+𝛾𝑠)(𝑎+𝜃)−𝑝1+𝛾𝑝21−𝛾2\mathit{x}_{\text{1}}\text{=}\frac{\text{(}\mathit{s}\text{−}\mathit{\gamma}\text{+}\mathit{\gamma}\mathit{s}\text{)}\text{(}\mathit{a}\text{+}\mathit{\theta}\text{)}\text{−}\mathit{p}_{\text{1}}\text{+}\mathit{\gamma}\mathit{p}_{\text{2}}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}},𝑥2=(1−𝑠−𝛾𝑠)(𝑎+𝜃)−𝑝2+𝛾𝑝11−𝛾2\mathit{x}_{\text{2}}\text{=}\frac{\text{(}\text{1}\text{−}\mathit{s}\text{−}\mathit{\gamma}\mathit{s}\text{)}\text{(}\mathit{a}\text{+}\mathit{\theta}\text{)}\text{−}\mathit{p}_{\text{2}}\text{+}\mathit{\gamma}\mathit{p}_{\text{1}}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}(为保证小品牌基础需求截距为正,需满足 𝑠>𝛾1+𝛾\mathit{s}\text{>}\frac{\mathit{\gamma}}{\text{1}\text{+}\mathit{\gamma}})。

结论与算例解释:在 𝑎=10,𝑚=1/2,𝑡=1,𝜎=1,𝛾∈{0.95,0.7,0.4},𝑠∈{0.4999,0.49,0.4}\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{=}\text{1}\text{/}\text{2}\text{,}\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1}\text{,}\mathit{\gamma}\text{∈}\text{\{}\text{0.95}\text{,}\text{0.7}\text{,}\text{0.4}\text{\}}\text{,}\mathit{s}\text{∈}\text{\{}\text{0.4999}\text{,}\text{0.49}\text{,}\text{0.4}\text{\}} 的数值实验中,命题 2、4、5 的核心结构与同步签约优势全部稳健成立。更重要的是,当零售商决定仅向一家制造商共享信息(𝑛=1\mathit{n}\text{=}\text{1})时,零售商始终无一例外地选择市场份额更大的制造商 2(Larger Manufacturer)。例如当 𝑠=0.40\mathit{s}\text{=}\text{0.40}(小品牌占 40∖%\text{40}\mathit{\backslash}\mathit{\%},大品牌占 60∖%\text{60}\mathit{\backslash}\mathit{\%})、𝛾=0.4\mathit{\gamma}\text{=}\text{0.4} 时,大品牌的有效需求截距系数为 1−𝑠−𝛾𝑠=0.44\text{1}\text{−}\mathit{s}\text{−}\mathit{\gamma}\mathit{s}\text{=}\text{0.44},而小品牌仅为 𝑠−𝛾+𝛾𝑠=0.16\mathit{s}\text{−}\mathit{\gamma}\text{+}\mathit{\gamma}\mathit{s}\text{=}\text{0.16};向大品牌共享信息所激发的响应性返利效应能够作用于近三倍于小品牌的销售基数,创造出远高于小品牌的供应链利润增量与信息租金。

5.4 拓展四:两类消费者群体异质性价格敏感度模型(Section 7.4 Different price sensitivities)

主线故事中的研究问题阐述:在现实零售市场中,热衷于搜寻和兑现返利的消费者往往本身对商品价格更为敏感,而不在乎返利的消费者往往收入较高或对价格不太敏感。该拓展模型引入价格敏感度折扣参数 𝑏∈(0,1)\mathit{b}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)},考察当返利不敏感型消费者对价格的敏感程度低于返利敏感型消费者时,信息共享均衡如何移动。

异质性效用剩余函数与需求函数解释:返利敏感型消费者的效用与需求函数保持基准模型的公式 (4) 和 (5) 不变(其价格敏感度标准化为 1\text{1});而返利不敏感型消费者的代表性效用剩余函数修正为:

(𝑎+𝜃)𝑞1+(𝑎+𝜃)𝑞2−12(𝑞12+𝑞22+2𝛾𝑞1𝑞2)−𝑏𝑝1𝑞1−𝑏𝑝2𝑞2 (13)\left( \mathit{a}\text{+}\mathit{\theta} \right)\mathit{q}_{\text{1}}\text{+}\left( \mathit{a}\text{+}\mathit{\theta} \right)\mathit{q}_{\text{2}}\text{−}\frac{\text{1}}{\text{2}}\left( \mathit{q}^{\text{2}}_{\text{1}}\text{+}\mathit{q}^{\text{2}}_{\text{2}}\text{+}\text{2}\mathit{\gamma}\mathit{q}_{\text{1}}\mathit{q}_{\text{2}} \right)\text{−}\mathit{b}\mathit{p}_{\text{1}}\mathit{q}_{\text{1}}\text{−}\mathit{b}\mathit{p}_{\text{2}}\mathit{q}_{\text{2}}\text{ }\text{(13)}

其中参数 𝑏∈(0,1)\mathit{b}\text{∈}\text{(}\text{0}\text{,}\text{1}\text{)} 刻画返利不敏感型消费者较低的价格敏感度(𝑏\mathit{b} 越小,该群体对涨价越不敏感)。最大化公式 (13) 导出返利不敏感型消费者的需求函数为:𝑥1=(1−𝛾)(𝑎+𝜃)−𝑏𝑝1+𝑏𝛾𝑝21−𝛾2\mathit{x}_{\text{1}}\text{=}\frac{\text{(}\text{1}\text{−}\mathit{\gamma}\text{)}\text{(}\mathit{a}\text{+}\mathit{\theta}\text{)}\text{−}\mathit{b}\mathit{p}_{\text{1}}\text{+}\mathit{b}\mathit{\gamma}\mathit{p}_{\text{2}}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}},𝑥2=(1−𝛾)(𝑎+𝜃)−𝑏𝑝2+𝑏𝛾𝑝11−𝛾2\mathit{x}_{\text{2}}\text{=}\frac{\text{(}\text{1}\text{−}\mathit{\gamma}\text{)}\text{(}\mathit{a}\text{+}\mathit{\theta}\text{)}\text{−}\mathit{b}\mathit{p}_{\text{2}}\text{+}\mathit{b}\mathit{\gamma}\mathit{p}_{\text{1}}}{\text{1}\text{−}\mathit{\gamma}^{\text{2}}}。

结论与算例解释:在 𝑎=10,𝑚∈{1/3,1/2,7/10},𝑡=1,𝜎=1,𝛾=0.95,𝑏∈{1/2,7/10,9/10}\mathit{a}\text{=}\text{10}\text{,}\mathit{m}\text{∈}\text{\{}\text{1}\text{/}\text{3}\text{,}\text{1}\text{/}\text{2}\text{,}\text{7}\text{/}\text{10}\text{\}}\text{,}\mathit{t}\text{=}\text{1}\text{,}\mathit{\sigma}\text{=}\text{1}\text{,}\mathit{\gamma}\text{=}\text{0.95}\text{,}\mathit{b}\text{∈}\text{\{}\text{1}\text{/}\text{2}\text{,}\text{7}\text{/}\text{10}\text{,}\text{9}\text{/}\text{10}\text{\}} 的数值研究中,四类模型的阈值排序 𝛽0𝐶=𝛽0𝑂<𝛽0𝑆<𝛽0𝑉<𝛽1𝑉<𝛽1𝐶=𝛽1𝑆=𝛽1𝑂\mathit{\beta}_{\text{0}}^{\mathit{C}}\text{=}\mathit{\beta}_{\text{0}}^{\mathit{O}}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{S}}\text{<}\mathit{\beta}_{\text{0}}^{\mathit{V}}\text{<}\mathit{\beta}_{\text{1}}^{\mathit{V}}\text{<}\mathit{\beta}_{\text{1}}^{\mathit{C}}\text{=}\mathit{\beta}_{\text{1}}^{\mathit{S}}\text{=}\mathit{\beta}_{\text{1}}^{\mathit{O}} 完全保持不变。更有趣的是,随着参数 𝑏\mathit{b} 从 1\text{1} 依次下降至 0.9,0.7,0.5\text{0.9}\text{,}\text{0.7}\text{,}\text{0.5},所有的信息共享临界阈值均同步降低。举例来说,当 𝑏\mathit{b} 从 1\text{1} 降至 0.5\text{0.5} 时,返利不敏感型消费者对高价格的容忍度翻倍,这使得制造商和零售商能够通过制定更高的基准零售价 𝑝𝑖\mathit{p}_{\mathit{i}} 从不敏感群体身上榨取丰厚利润,同时利用更高面值的返利 𝑟𝑖\mathit{r}_{\mathit{i}} 定向补贴对价格高度敏感的返利敏感群体(价格歧视效率大幅提升)。因此,即便市场上返利敏感型消费者的占比 𝛽\mathit{\beta} 没那么高,响应性返利效应也能发挥出强大的利润拉动作用,促使零售商在更低的 𝛽\mathit{\beta} 门槛下就开始共享信息(从 0\text{0} 变为 2\text{2}),也在更低的 𝛽\mathit{\beta} 门槛下切换为单方排他性共享(从 2\text{2} 变为 1\text{1})。

六、全文结论的经济与管理启示总结

综合全文的理论推导与拓展分析,本文的研究结论在信息经济学、产业组织理论以及供应链与零售运营管理实践方面具有深刻而丰富的启示。

6.1 经济学理论层面的核心启示

  • 第一,重新定义了纵向信息共享的福利与效率边界(双重边际化与响应性促销的对冲):传统产业组织与供应链信息经济学认为,在线性需求与线性成本的双重边际化渠道中,下游向上游披露需求信息只会赋能上游进行顺周期的批发价盘剥,从而损害下游并降低分权决策效率。本文证明,当上游拥有“事后部分兑现”的返利工具时,信息共享通过激活“响应性返利效应”提升了价格歧视对需求冲击的适应效率,使得纵向信息传输无需借助非线性生产成本即可内生创造帕累托改进空间。

  • 第二,揭示了水平竞争结构与纵向信息结构的内生交互与非单调性:在寡头竞争市场中,市场透明度的均衡水平并非单调变化。当促销敏感群体规模处于中等区间时,双边透明(𝑛=2\mathit{n}\text{=}\text{2})利用战略互动抑制了批发价波动并放大了返利响应;而当促销敏感群体规模过大时,双边透明反而诱发过度的促销相互抵消,迫使掌握信息源的渠道主导者人为制造“非对称信息结构”(𝑛=1\mathit{n}\text{=}\text{1})以维持促销对需求信号的弹性。

  • 第三,阐明了信息销售机制设计(Mechanism Design for Selling Information)对底层外部性的依赖规律:在信息买卖博弈中,信息拥有者应当采取同步报价(拍卖式/保密并行谈判)还是序贯报价,完全取决于单方信息披露对未购买方产生的外部性符号。当单方披露产生负外部性(如凸生产成本下的订单波动转嫁)时,序贯签约能利用威慑效应榨取超额租金;而当生产成本为线性且单方披露具有零外部性(𝜋𝑀𝑈(1)=𝜋𝑀(0)\mathit{\pi}_{\mathit{M}}^{\mathit{U}}\text{(}\text{1}\text{)}\text{=}\mathit{\pi}_{\mathit{M}}\text{(}\text{0}\text{)})时,序贯签约受制于子博弈完美性约束反而导致信息共享不足,同步签约则完美契合激励相容与系统效率最大化。

  • 第四,深化了行为经济学中“消费者滑落效应”(Slippage Effect)的供应链分配效应:返利兑现率 𝑚<1\mathit{m}\text{<}\text{1} 源于消费者购买时的乐观偏差或兑现期的繁琐成本。本文表明,滑落效应越显著(𝑚\mathit{m} 越小),响应性返利效应越强,整个供应链从信息共享中获得的协同价值也越高,但参数 𝑚\mathit{m} 的变动一旦触发信息共享结构的离散跳变,反而可能在竞争制造商之间引发剧烈的利润重分配。

6.2 供应链与零售管理实践层面的核心启示

  • 第一,对制造商数字化投资的启示——积极投资对接零售商 POS 数据的智能返利管理系统:本文证明知情制造商始终能从需求信息共享中获益(𝜋𝑀𝐼>𝜋𝑀𝑈\mathit{\pi}_{\mathit{M}}^{\mathit{I}}\text{>}\mathit{\pi}_{\mathit{M}}^{\mathit{U}}),且其核心增益来自根据终端实时数据动态调整返利面值的“响应性返利效应”。这为消费品与电子产品制造商投资研发或采购专业返利分析软件(如 Interlynx 等利用下游 POS 数据优化返利额度的软件系统)提供了直接的投资回报率(ROI)理论支撑。

  • 第二,对大型零售商数据开放策略的启示——按商品品类的返利敏感度与兑现率实施差异化共享范围:零售商(如 Walmart、Target、Lowe's)绝不应采取“一刀切”的数据开放政策,而应根据不同品类消费者对返利的响应程度(𝛽\mathit{\beta})和历史兑现率(𝑚\mathit{m})精准定制共享范围:对于洗涤剂、日用消耗品等低返利敏感品类(𝛽\mathit{\beta} 小),应限制共享 POS 数据以防供应商顺周期抬高批发价;对于家具、家居用品等中等返利敏感品类(𝛽\mathit{\beta} 居中),应向品类内所有主流制造商全面开放数据;对于大家电、消费电子、打印机(如 HP 与 Canon)等高返利敏感品类(𝛽\mathit{\beta} 大),则应采取选择性结盟策略,仅向市场份额最大的头部制造商(Larger Manufacturer)排他性共享数据。

  • 第三,对零售商数据变现与合同谈判的启示——严格执行保密制度并采用同步签约机制:当零售商(如 Kroger、Amazon)向竞争性品牌商(如 Procter & Gamble 与 Johnson & Johnson)收费出售数据服务时,应当在商务谈判中签署严格的保密协议(Confidentiality Agreement),确保任一制造商在决策时无法获知其竞争对手是否已经购买了数据,并同步推进签约。这种保密同步签约不仅能消除序贯谈判中的动态骑墙行为,还能帮助零售商实现全渠道最大化的信息变现收益。

  • 第四,对零售商数据基础设施投资(Information-Sharing Capability Investment)的启示——结合市场竞争度与返利特征评估建设优先级:零售商建设数据采集、清洗与实时传输平台需要高昂的资本开支。本文的数值分析表明,数据共享能力的价值在返利敏感型消费者比例 𝛽\mathit{\beta} 较高、返利兑现率 𝑚\mathit{m} 较低的品类中最高;但与“上游竞争越激烈对零售商越有利”的传统直觉相反,当上游竞争强度 𝛾\mathit{\gamma} 过高时,制造商调整价格和返利的空间被压缩,零售商投资数据共享系统的边际价值反而会随竞争加剧而下降。

  • 第五,对营销促销与竞争战略协同的启示——警惕唤醒消费者返利意识与捆绑威胁的意外反噬:制造商在开展联合营销以扩大返利敏感消费群体(提高 𝛽\mathit{\beta})时,必须预判这一营销举措对零售商数据开放策略的连锁反应:在高端电子等 𝛽\mathit{\beta} 已经较高的市场,盲目进一步推高 𝛽\mathit{\beta} 可能会触发零售商终止向二线品牌共享数据(从 𝑛=2\mathit{n}\text{=}\text{2} 收缩为 𝑛=1\mathit{n}\text{=}\text{1}),导致失去数据的制造商利润受损;同样,制造商若强行采取“不给数据就不提供返利”的捆绑威胁(拓展二),在多数情形下反而会拉低供应链整体利润。

6.3 研究局限性与未来拓展方向

论文最后客观指出了四点研究局限与未来研究机遇:一是当前模型采用代表性消费者的线性需求系统,未来可在更具微观异质性基础(Micro-founded framework)的消费者效用、兑现行为与品牌替代模型下深化研究;二是可将两家竞争制造商拓展至多家制造商或更复杂的全渠道(Omnichannel)网络结构;三是本文假设零售商通过自动化系统如实传输数据,未来可探讨零售商在缺乏自动化核验机制时战略性隐瞒、扭曲或选择性披露需求信息的博弈行为;四是可结合零售商与品牌商的真实面板数据开展针对返利项目与数据共享协议的实证检验。

七、参考文献(References)

以下完整列出本文引用的全部 65 篇学术文献与行业研究报告(作者名与期刊名严格保留英文原貌):

[1] Askuity (2014) The business case for investing in retail data analytics. White Paper.

[2] Aydin G and Porteus EL (2009) Manufacturer-to-retailer versus manufacturer-to-consumer rebates in a supply chain. In: Agrawal N and Smith SA (eds.) Retail supply chain management, pp.237–270. Springer.

[3] Cachon GP and Lariviere MA (2001) Contracting to assure supply: How to share demand forecasts in a supply chain. Management Science 47(5): 629–646.

[4] Cai G, Dai Y and Zhou SX (2012) Exclusive channels and revenue sharing in a complementary goods market. Marketing Science 31(1): 172–187.

[5] Capital One Shopping (2024) Coupon statistics. Available at: https://capitaloneshopping.com/research/coupon-statistics/ (accessed date December 30, 2024).

[6] Chen X, Li CL, Rhee BD, et al. (2007) The impact of manufacturer rebates on supply chain profits. Naval Research Logistics 54(6): 667–680.

[7] Chen Y, Moorthy S and Zhang ZJ (2005) Research note–price discrimination after the purchase: Rebates as state-dependent discounts. Management Science 51(7): 1131–1140.

[8] Chen YJ and Deng M (2015) Information sharing in a manufacturer–supplier relationship: Suppliers' incentive and production efficiency. Production and Operations Management 24(4): 619–633.

[9] Cheng X, Deng S, Jiang X, et al. (2023) Optimal promotion strategies of online marketplaces. European Journal of Operational Research 306(3): 1264–1278.

[10] Cho SH, McCardle KF and Tang CS (2009) Optimal pricing and rebate strategies in a two-level supply chain. Production and Operations Management 18(4): 426–446.

[11] Consumer Goods Technology (2012) A CG manufacturer's guide to retail data goldmines. White Paper.

[12] Consumer Goods Technology (2015) Shared data study 2015: Bridging the data divide. White Paper.

[13] Consumer Goods Technology (2019) Data sharing in the age of analytics. Available at https://consumergoods.com/data-sharing-age-analytics (accessed date December 30, 2024).

[14] Consumer Goods Technology (2023) 2023 retail and consumer goods analytics study: The analytics advantage. Available at: https://risnews.com/ris-cgt-analytics-study-2023 (accessed date December 30, 2024).

[15] Demirag OC, Baysar O, Keskinocak P, et al. (2010) The effects of customer rebates and retailer incentives on a manufacturer's profits and sales. Naval Research Logistics 57(1): 88–108.

[16] Demirag OC, Keskinocak P and Swann J (2011) Customer rebates and retailer incentives in the presence of competition and price discrimination. European Journal of Operational Research 215(1): 268–280.

[17] Dogan K (2010) Consumer effort in promotional incentives. Decision Sciences 41(4): 755–785.

[18] Fan X, Zhao W and Zhu X (2024) Effects of the third-party rebate platform and information sharing on the supply chain. Annals of Operations Research 335(1): 151–183.

[19] Fang X and Cho SH (2020) Cooperative approaches to managing social responsibility in a market with externalities. Manufacturing & Service Operations Management 22(6): 1215–1233.

[20] Floyd I and Monica K (2023) How to build a consumer rebate program that drives sales. Available at: www.tremendous.com/guides/consumer-rebate-marketing-strategies/ (accessed date December 30, 2024).

[21] Geng Q and Mallik S (2011) Joint mail-in rebate decisions in supply chains under demand uncertainty. Production and Operations Management 20(4): 587–602.

[22] Gerstner E and Hess JD (1991) A theory of channel price promotions. The American Economic Review 81(4): 872–886.

[23] Ha AY, Luo H and Shang W (2022) Supplier encroachment, information sharing, and channel structure in online retail platforms. Production and Operations Management 31(3): 1235–1251.

[24] Ha AY, Shang W and Wang Y (2017a) Manufacturer rebate competition in a supply chain with a common retailer. Production and Operations Management 26(11): 2122–2136.

[25] Ha AY, Shang W and Wang Y (2023) Supplier audit information sharing and responsible sourcing. Management Science 69(1): 308–324.

[26] Ha AY, Tian Q and Tong S (2017b) Information sharing in competing supply chains with production cost reduction. Manufacturing & Service Operations Management 19(2): 246–262.

[27] Ha AY and Tong S (2008) Contracting and information sharing under supply chain competition. Management Science 54(4): 701–715.

[28] Ha AY, Tong S and Zhang H (2011) Sharing demand information in competing supply chains with production diseconomies. Management Science 57(3): 566–581.

[29] He H, Ai X, Wang G, et al. (2023) Manufacturer rebate strategy under chain to chain competition. Journal of the Operational Research Society 74(5): 1316–1330.

[30] Huang J, Leng M and Parlar M (2013) Demand functions in decision modeling: A comprehensive survey and research directions. Decision Sciences 44(3): 557–609.

[31] Huang L, Song JS and Swinney R (2022) Managing social responsibility in multitier supply chains. Manufacturing & Service Operations Management 24(6): 2843–2862.

[32] Huang S, Guan X and Chen YJ (2018) Retailer information sharing with supplier encroachment. Production and Operations Management 27(6): 1133–1147.

[33] Ingene CA and Parry ME (2004) Mathematical Models of Distribution Channels. International Series in Quantitative Marketing, Vol. 17. New York, NY: Kluwer Academic Publishers.

[34] Interlynx (2023) Spa & rebate management systems for manufacturers. Available at: www.interlynxsystems.com/manufacturer/rebate-management.html (accessed date December 30, 2024).

[35] Jain A (2022) Sharing demand information with retailer under upstream competition. Management Science 68(7): 4983–5001.

[36] Jiang PP and Kouvelis P (2024) Vertical information sharing in the presence of operational efficiency investment opportunities. Available at: https://ssrn.com/abstract=3936170 (accessed date December 30, 2024).

[37] Keifer S (2010) Beyond point of sale data: Looking forward, not backwards for demand forecasting. White Paper.

[38] Khouja M and Jing Z (2010) The effect of delayed incentives on supply chain profits and consumer surplus. Production and Operations Management 19(2): 172–197.

[39] Kong G, Rajagopalan S and Zhang H (2013) Revenue sharing and information leakage in a supply chain. Management Science 59(3): 556–572.

[40] Kurtuluş M, Ülkü S and Toktay BL (2012) The value of collaborative forecasting in supply chains. Manufacturing & Service Operations Management 14(1): 82–98.

[41] Li G, Tian L and Zheng H (2021) Information sharing in an online marketplace with co-opetitive sellers. Production and Operations Management 30(10): 3713–3734.

[42] Li L (1985) Cournot oligopoly with information sharing. The RAND Journal of Economics 16(4): 521–536.

[43] Li L (2002) Information sharing in a supply chain with horizontal competition. Management Science 48(9): 1196–1212.

[44] Li L and Zhang H (2002) Supply chain information sharing in a competitive environment. In: Jing-Sheng Song DDY (ed.) Supply chain structures, pp.161–206. Springer.

[45] Li L and Zhang H (2008) Confidentiality and information sharing in supply chain coordination. Management Science 54(8): 1467–1481.

[46] Liu Z, Zhang DJ and Zhang F (2021) Information sharing on retail platforms. Manufacturing & Service Operations Management 23(3): 606–619.

[47] Lu Q and Moorthy S (2007) Coupons versus rebates. Marketing Science 26(1): 67–82.

[48] Mishra BK, Raghunathan S and Yue X (2009) Demand forecast sharing in supply chains. Production and Operations Management 18(2): 152–166.

[49] Munves G (2013) Wake up, retailers! Make money from your big data. Chain Store Age (April 3), Available at: www.chainstoreage.com/article/wake-retailers-make-money-your-big-data (accessed date December 30, 2024).

[50] Özer Ö, Subramanian U and Wang Y (2018) Information sharing, advice provision, or delegation: What leads to higher trust and trustworthiness? Management Science 64(1): 474–493.

[51] Özer Ö and Zheng Y (2017) Establishing trust and trustworthiness for supply chain information sharing. In: Ha AY and Tang CS (eds.) Handbook of information exchange in supply chain management, pp.287–312, Springer.

[52] Özer Ö, Zheng Y and Chen KY (2011) Trust in forecast information sharing. Management Science 57(6): 1111–1137.

[53] Parago (2014) Let's make a deal: 2014 UK shopper behaviour study. Available at: www.slideshare.net/Parago/uk-shopperweb (accessed date December 30, 2024).

[54] Shaffer G and Zhang ZJ (1995) Competitive coupon targeting. Marketing Science 14(4): 395–416.

[55] Shang W, Ha AY and Tong S (2016) Information sharing in a supply chain with a common retailer. Management Science 62(1): 245–263.

[56] Shin H and Tunca TI (2010) Do firms invest in forecasting efficiently? The effect of competition on demand forecast investments and supply chain coordination. Operations Research 58(6): 1592–1610.

[57] Singh N and Vives X (1984) Price and quantity competition in a differentiated duopoly. The Rand Journal of Economics 15(4): 546–554.

[58] Smathers N (2019) 7 rebate stats that will make you want to up your marketing. Available at: incentiveinsights.com/rebate-statistics-marketers (accessed date December 30, 2024).

[59] Tang W and Girotra K (2017) Using advance purchase discount contracts under uncertain information acquisition cost. Production and Operations Management 26(8): 1553–1567.

[60] Tremendous (2025) Rebates vs discounts: Differences, examples, & more. Available at: www.tremendous.com/blog/consumer-rebates-vs-discounts/ (accessed date April 9, 2026).

[61] Venturebeat.com (2014) Big data meets retail. Available at: venturebeat.com/2014/03/28/big-data-meets-retail (accessed date December 30, 2024).

[62] Vives X (1999) Oligopoly Pricing: Old Ideas and New Tools. Cambridge, MA: MIT Press.

[63] Yue X and Liu J (2006) Demand forecast sharing in a dual-channel supply chain. European Journal of Operational Research 174(1): 646–667.

[64] Zhang H (2002) Vertical information exchange in a supply chain with duopoly retailers. Production and Operations Management 11(4): 531–546.

[65] Zhang Z, Leszczyc PP, Qu R, et al. (2019) A joint optimal model of pricing, rebate value, and redemption hassle. Decision Sciences 50(5): 1060–1092.