不同权力结构下考虑智慧农业技术的生鲜农产品供应链定价与协调研究

doi:10.16381/j.cnki.issn1003-207x.2024.1149

摘要/Abstract

摘要：

基于由单一供应商和单一零售商组成的生鲜农产品供应链，考虑智慧农业技术带来损耗改善效应与溢价效应，根据不同权力结构即供应商为主导者、供应商与零售商权力对等、零售商为主导者，通过构建博弈模型，探究不同权力结构对考虑智慧农业技术的生鲜农产品供应链定价与协调的影响。研究发现：（1）分散式决策模式下，未应用智慧农业技术时，供应商和零售商的均衡利润与新鲜度正相关，与生产成本负相关。主导者比跟随者更有动力缩短流通时间，减少数量损失，提升新鲜度。应用智慧农业技术时，供应商和零售商同步受益。它们是否应用智慧农业技术取决于标签成本、损耗改善效应和溢价效应。标签成本的增加使技术应用的难度加大，溢价效应在技术应用方面比损耗改善效应更重要。（2）并非所有契约都能有效推动智慧农业技术应用。带来更多利润且推动供应商和零售商同时应用智慧农业技术即带来“过量动力”的两部定价契约（利润分享契约）才能有效推动技术应用。（3）主导者拥有定价优先权且能获得更多利润。分散式决策模式下权力对等的供应链能获得最多利润。集中式决策模式下，权力结构对供应链均衡利润无影响。

关键词: 权力结构, 智慧农业技术, 生鲜农产品, 供应链定价, 供应链协调契约

Abstract:

Smart agriculture technology offers significant benefits， including the loss-reduction effect and premium effect of fresh agricultural products. However， supply chain members often hold differing views on its implementation under varying power structures—supplier dominance， equal power， and retailer dominance. It is a problem for scholars to study the pricing and coordination of fresh agricultural product supply chains under different power structures considering whether to apply smart agriculture technology. Specifically， the following key questions are addressed：（1） How do the characteristics of fresh agricultural products， such as quantity loss and freshness decay， affect the sales price， sales quantity， and profit of the supply chain？（2） How do the loss-reduction effect and premium effect affect the decision to apply smart agriculture technologies in the fresh agricultural product supply chain？ What are the critical factors guiding these decisions， and how can coordination contracts be designed to effectively promote the adoption of these technologies？（3） In what ways do different power structures affect sales prices， sales quantities， and overall profits in the supply chain？It focuses on the fresh agricultural product supply chain consisting of one supplier and one retailer in this research， analyzing the dynamics based on differing power structures. It is considered that the fresh agricultural products demand is linked to both product freshness and sales price. By considering the impact of smart agriculture technology on the loss-reduction effect and premium effect， a centralized decision-making model and decentralized decision-making models （i.e. a Supplier-led Stackelberg game， a Vertical Nash game， and a Retailer-led Stackelberg game） are developed. Comparing the centralized and the decentralized decision-making equilibrium results， the existence of double marginalization in the supply chain is found. To mitigate the double marginalization and encourage the adoption of smart agriculture technology， cost-sharing contracts， two-part pricing contracts， and profit-sharing contracts are proposed under different power structures. Finally， two extended cases are built to verify the robustness of the above models.The results reveal that （1） In a decentralized decision-making model without smart agriculture technology， equilibrium profits for the supplier and retailer positively correlate with freshness but negatively correlate with the circulation time. Leaders are more motivated than followers to shorten circulation time， reduce quantity losses， and enhance freshness. With the implementation of smart agriculture technology， both the supplier and retailer can synchronously benefit. The decision on whether to adopt smart agriculture technology in the supply chain hinges on the loss-reduction effect， premium effect， and tag cost. Higher tag costs increase the challenges of technology implementation， with the premium effect being more critical than the loss reduction effect for driving technology adoption. （2） Not all contracts can effectively drive the adoption of smart agriculture technology. Only the two-part tariff contract （profit-sharing contract） that boosts profits and derives the synchronous application by the supplier and retailer， creating "excess momentum"， can effectively promote the application of smart agriculture technology. （3） Leaders wield pricing authority and obtain the highest profits. Under a decentralized decision-making model， a supply chain system with equal power can achieve the maximum profit. Notably， under a centralized decision-making model， the power structure has little impact on the equilibrium profit of the supply chain.These findings provide theoretical basis and decision support for addressing the pricing and coordination issues of fresh agricultural product supply chains considering smart agriculture technology under different power structures.

Key words: power structure, smart agriculture technology, fresh agricultural product, supply chain pricing, supply chain coordination contract

中图分类号:

F270

赵帅, 曹晓宁, 李文立. 不同权力结构下考虑智慧农业技术的生鲜农产品供应链定价与协调研究[J]. 中国管理科学, 2025, 33(2): 262-278.

Shuai Zhao, Xiaoning Cao, Wenli Li. Research on Pricing and Coordination of Fresh Agricultural Product Supply Chain Considering the Smart Agriculture Technology under Different Power Structures[J]. Chinese Journal of Management Science, 2025, 33(2): 262-278.

图/表 8

表1

符号与含义"

符号	含义
参数/变量：涉及到供应商
S	供应商
$Π S$	供应商期望利润
$c (c ∈ [0, 1])$	生产成本
$c u (c u ∈ [0, 1])$	标签成本
$λ 21 S * (λ 21 S * > 0)$	S的技术接受可能性
$ψ (ψ ∈ (0, 1))$	成本分担比例
$F 21 S S T T (F 21 S S T T > 0)$	供应商主导时补偿费用
$k 21 S (k 21 S ∈ [0, 1))$	S的相对议价能力
$ξ (ξ ∈ (0, 1))$	利润分享比例
参数/变量：涉及到零售商
R	零售商
$Π R$	零售商期望利润
$λ 21 R * (λ 21 R * > 0)$	R的技术接受可能性
$F 21 V N T T (F 21 V N T T > 0)$	权力对等时补偿费用
$F 21 S R T T (F 21 S R T T > 0)$	零售商主导时补偿费用
$k 21 R (k 21 R ∈ [0, 1))$	R的相对议价能力
参数/变量：涉及到消费者及其市场
$t (t ∈ [0, T])$	流通时间
$T$	生产周期
$e$	自然指数
$δ$	损耗改善效应
$v$	溢价值
$ϕ$	衰变率
$ε$	恶化率
$θ (t) (θ (t) ∈ [0, 1])$	新鲜度函数
$φ (t) (φ (t) ∈ [0, 1])$	农产品存活率
$β (β ∈ [0, 1))$	溢价效应
$b v$	溢价敏感系数
$b p$	价格敏感系数
$D$	需求数量
上标符号
B	临界值
C	集中式决策模型
SS	供应商主导
VN	权力对等
SR	零售商主导
CS	成本分担契约
TT	两部定价契约
PS	利润分享契约
下标符号
1	未应用智慧农业技术时
2	应用智慧农业技术时
决策变量
$p$	销售价格
$ω$	批发价格
$m$	边际利润

表1

图1

图2

图3

图4

图5

图6

表2

应用智慧农业技术后数量损失不为0时的均衡策略"

均衡策略	分散式决策模式			集中式决策模式
均衡策略	$i = S S$	$i = V N$	$i = S R$	集中式决策模式
$m 2 i *$	$θ (t 2) - (c + c u) (1 - β) 4 θ (t 2) (1 - β)$	$θ (t 2) - (c + c u) (1 - β) 3 θ (t 2) (1 - β)$	$θ (t 2) - (c + c u) (1 - β) 2 θ (t 2) (1 - β)$	—
$p 2 i *$	$3 θ (t 2) + (c + c u) (1 - β) 4 θ (t 2) (1 - β)$	$2 θ (t 2) + (c + c u) (1 - β) 3 θ (t 2) (1 - β)$	$3 θ (t 2) + (c + c u) (1 - β) 4 θ (t 2) (1 - β)$	$θ (t 2) + (c + c u) (1 - β) 2 θ (t 2) (1 - β)$
$ω 2 i *$	$θ (t 2) + (c + c u) (1 - β) 2 θ (t 2) (1 - β)$	$θ (t 2) + 2 (c + c u) (1 - β) 3 θ (t 2) (1 - β)$	$θ (t 2) + 3 (c + c u) (1 - β) 4 θ (t 2) (1 - β)$	—
$D 2 i *$	$θ (t 2) - (c + c u) (1 - β) 4$	$θ (t 2) - (c + c u) (1 - β) 3$	$θ (t 2) - (c + c u) (1 - β) 4$	$θ (t 2) - (c + c u) (1 - β) 2$
$Π 2 S i *$	$(θ (t 2) - (c + c u) (1 - β)) 2 8 θ (t 2) (1 - β)$	$(θ (t 2) - (c + c u) (1 - β)) 2 9 θ (t 2) (1 - β)$	$(θ (t 2) - (c + c u) (1 - β)) 2 16 θ (t 2) (1 - β)$	—
$Π 2 R i *$	$(θ (t 2) - (c + c u) (1 - β)) 2 16 θ (t 2) (1 - β)$	$(θ (t 2) - (c + c u) (1 - β)) 2 9 θ (t 2) (1 - β)$	$(θ (t 2) - (c + c u) (1 - β)) 2 8 θ (t 2) (1 - β)$	—
$Π 2 i *$	$3 (θ (t 2) - (c + c u) (1 - β)) 2 16 θ (t 2) (1 - β)$	$2 (θ (t 2) - (c + c u) (1 - β)) 2 9 θ (t 2) (1 - β)$	$3 (θ (t 2) - (c + c u) (1 - β)) 2 16 θ (t 2) (1 - β)$	$(θ (t 2) - (c + c u) (1 - β)) 2 4 θ (t 2) (1 - β)$

表2

参考文献 31

1	中共中央国务院关于学习运用“千村示范、万村整治”工程经验有力有效推进乡村全面振兴的意见（ 2024年1月1 日）［N］.人民日报，2024-02-04（1）.
	Opinions of the central committee of the communist party of China and the state council on effectively advancing rural revitalization by learning from the “thousand villages demonstration and ten thousand villages rectification” project experience （January 1， 2024）［N］. People's Daily， 2024-02-04（1）.
2	Shi R X， Zhang J， Ru J. Impacts of power structure on supply chains with uncertain demand［J］. Production and Operations Management， 2013， 22（5）： 1232-1249.
3	Wu Q， Mu Y P， Feng Y. Coordinating contracts for fresh product outsourcing logistics channels with power structures［J］. International Journal of Production Economics， 2015， 160： 94-105.
4	范体军，郑琪，蔡路. 考虑权力结构及供应商竞争的生鲜供应链决策［J］.管理科学学报，2022，25（1）： 23-38.
	Fan T J， Zheng Q， Cai L. Supply chain decisions for fresh products with competitive suppliers under different power structures［J］. Journal of Management Sciences in China， 2022， 25（1）： 23-38.
5	吴尚.2023年中国生鲜农产品供应链研究报告［R］.研究报告，头豹研究院，2023.
	Wu S. Research report on the fresh agricultural supply chain in China： 2023［R］.Discussion Paper， Head Leopard Research Institute， 2023.
6	Wu X Y， Fan Z P， Cao B B. An analysis of strategies for adopting blockchain technology in the fresh product supply chain［J］. International Journal of Production Research， 2023， 61（11）： 3717-3734.
7	Zhao S， Li W L. Blockchain-based traceability system adopting decision in the dual-channel perishable goods market under diﬀerent pricing policies［J］. International Journal of Production Research， 2023， 61（13）： 4548-4574.
8	王俊斌，张立冬. 订单农业供应链的区块链溯源技术引入策略研究［J］. 系统工程理论与实践， 2024， 44（2）： 612-628.
	Wang J B， Zhang L D. Blockchain traceability technology introduction strategy in the contract-farming supply chain［J］. Systems Engineering-Theory & Practice， 2024， 44（2）： 612-624.
9	胡雯，黄季焜，陈富桥，饶思航，易红梅. 基于区块链技术的农产品质量安全追溯体系：实践、挑战与建议［J］. 农业经济问题， 2024（5）： 33-47.
	Hu W， Huang J K， Chen F Q， et al. A blockchain-based traceability system for agri-food products： Practice， challenges， and suggestions［J］. Issues in Agricultural Economy， 2024（5）： 33-47.
10	Yang H X， Chen W B. Game modes and investment cost locations in radio-frequency identification （RFID） adoption［J］.European Journal of Operational Research， 2020， 286（3）： 883-896.
11	Yang L， Zhang J， Shi X T. Can blockchain help food supply chains with platform operations during the COVID-19 outbreak？［J］.Electronic Commerce Research and Applications， 2021， 49： 101093.
12	Kamble S S， Gunasekaran A， Sharma R. Modeling the blockchain enabled traceability in agriculture supply chain［J］. International Journal of Information Management， 2020， 52： 101967.
13	Blaettchen P， Andre P C， Georgina H. Traceability technology adoption in supply chain networks［J］. Management Science， 2025， 71（1）： 83-102.
14	Dong L X， Jiang P P， Xu F S. Impact of traceability technology adoption in food supply chain networks［J］. Management Science， 2023， 69（3）： 1518-1535.
15	Dong L X， Qiu Y Z， Xu F S. Blockchain-enabled deep-tier supply chain finance［J］. Manufacturing & Service Operations Management， 2023， 25（6）： 2021-2037.
16	Rousseau S， Vranken L. Green market expansion by reducing information asymmetries： Evidence for labeled organic food products［J］. Food Policy， 2013， 40： 31-43.
17	Aiello G， Enea M， Muriana C. The expected value of the traceability information［J］. European Journal of Operational Research， 2015， 244（1）： 176-186.
18	Wang J B， Shi Y Y， Zhao C P， et al. Impact of pricing leadership on blockchain data acquisition efforts in a circular supply chain［J］. International Journal of Production Research， 2023， 61（21）： 7248-7262.
19	Wu X Y， Fan Z P， Li G M. Strategic analysis for adopting blockchain technology under supply chain competition［J］. International Journal of Logistics Research and Applications， 2023， 26（10）： 1384-1407.
20	Lin W， Ortega D L， Ufer D， et al. Blockchain-based traceability and demand for US beef in China［J］. Applied Economic Perspectives and Policy， 2022， 44（1）： 253-272.
21	Huang J， Leng M M， Parlar M M. Demand functions in decision modeling： A comprehensive survey and research directions［J］. Decision Sciences， 2013， 44（3）： 557-609.
22	Erkoc M， Gurnani H， Ray S， et al. Quality investment， inspection policy and pricing decisions in a decentralized supply chain［J］. Production and Operations Management， 2023， 31（1）： 207-226.
23	Xu C， Fan T J， Zheng Q， et al. Contract selection for fresh produce suppliers cooperating with a platform under a markdown-pricing policy［J］. International Journal of Production Research， 2023， 61（11）： 3756-3780.
24	熊峰，彭健，金鹏，等. 生鲜农产品供应链关系契约稳定性影响研究——以冷链设施补贴模式为视角［J］. 中国管理科学， 2015， 23（8）： 102-111.
	Xiong F， Peng J， Jin P， et al. The impact of relational contracts stability about fresh agricultural product supply chain study： From the perspective of cold chain facilities subsidy mode［J］. Chinese Journal of Management Science， 2015， 23（8）： 102-111.
25	Fu N， Cheng T C E， Tian Z. RFID investment strategy for fresh food supply chains［J］. Journal of the Operational Research Society， 2019， 70（9）： 1475-1489.
26	Jin S S， Zhang Y， Xu Y N. Amount of information and the willingness of consumers to pay for food traceability in China［J］. Food Control， 2017， 77： 163-170.
27	曹晓宁，王永明，薛方红，等. 供应商保鲜努力的生鲜农产品双渠道供应链协调决策研究［J］. 中国管理科学， 2021， 29（3）： 109-118.
	Cao X N， Wang Y M， Xue F H， et al. Coordination strategies for dual-channel supply chain of fresh agricultural products considering the fresh-keeping effect of supplier［J］. Chinese Journal of Management Science， 2021， 29（3）： 109-118.
28	Ben-Daya M， Hassini E， Bahroun Z. Internet of things and supply chain management： A literature review［J］.International Journal of Production Research， 2019， 57（15-16）： 4719-4742.
29	Li X， Liu Q. Contract unobservability and downstream competition［J］. Manufacturing & Service Operations Management， 2021， 23（6）： 1333-1682.
30	Feng Q， Lu L X. The role of contract negotiation and industry structure in production outsourcing［J］. Production and Operations Management， 2013， 22（5）： 1299-1319.
31	曹裕，李业梅，万光羽. 基于消费者效用的生鲜农产品供应链生鲜度激励机制研究［J］. 中国管理科学， 2018， 26（2）： 160-174.
	Cao Y， Li Y M， Wan G Y. Study on the fresh degree incentive mechanism of fresh agricultural product supply chain based on consumer utility［J］. Chinese Journal of Management Science， 2018， 26（2）： 160-174.

[1]	兰建义,时启超,冯中伟,赫蒙蒙. 生鲜电商供应链企业社会责任分担策略选择研究[J]. 中国管理科学, 2024, 32(9): 201-213.
[2]	葛泽慧,张运环,王道平,李新宇. 考虑互补性需求和权力结构的网络营销服务链合作模式研究[J]. 中国管理科学, 2024, 32(9): 271-280.
[3]	李丽君,唐慧晴,程富. 电商参与下基于市场权力结构差异的制造商定价及融资策略研究[J]. 中国管理科学, 2024, 32(7): 291-299.
[4]	但斌,马崧萱,刘墨林,田宇,雷婷. 考虑3PL保鲜努力的生鲜农产品供应链信息共享研究[J]. 中国管理科学, 2024, 32(5): 122-132.
[5]	马祖军, 王一然. 考虑生鲜农产品“最先一公里”损耗的预冷站选址定容[J]. 中国管理科学, 2024, 32(2): 315-323.
[6]	赵忠, 程瑜. 考虑保鲜努力的生鲜农产品供应链期权契约协调[J]. 中国管理科学, 2024, 32(11): 258-269.
[7]	白世贞,贾雪莲. 资金约束型生鲜农产品双渠道供应链运营策略研究[J]. 中国管理科学, 2024, 32(10): 275-285.
[8]	王磊,但斌. 考虑质量与数量损耗控制的生鲜农产品保鲜策略研究[J]. 中国管理科学, 2023, 31(8): 100-110.
[9]	方新, 袁奉娇, 蔡继荣. 生鲜农产品供应链的保鲜投入和货架服务优化决策及其协调契约研究[J]. 中国管理科学, 2023, 31(6): 142-152.
[10]	叶俊, 顾波军, 付雨芳. 不同贸易模式下生鲜农产品供应链冷链物流服务与定价决策[J]. 中国管理科学, 2023, 31(2): 95-107.
[11]	舒斯亮, 柳键. 不同权力结构下供应链概率销售策略比较研究[J]. 中国管理科学, 2022, 30(9): 152-161.
[12]	朱江华, 张旭梅, 但斌, 刘墨林, 马崧萱. 不确定需求下考虑资金约束的生鲜农产品政府补贴策略[J]. 中国管理科学, 2022, 30(8): 231-242.
[13]	刘仁军, 罗宇佳. 基于不同TPL权力的电商供应链决策研究[J]. 中国管理科学, 2022, 30(5): 156-166.
[14]	刘名武, 刘亚琼, 付巧灵. 关税、权力结构与消费者偏好下的绿色供应链决策研究[J]. 中国管理科学, 2022, 30(3): 131-141.
[15]	万骁乐, 周元, 秦曼, 罗均梅, 张坤珵. 考虑鉴真服务和消费者偏好的混合E-供应链决策研究[J]. 中国管理科学, 2022, 30(12): 254-267.