简介面向供应链管理领域研究人员、高校师生及双渠道销售企业管理者的完整建模分析资料围绕跨渠道退货下的双渠道闭环供应链系统讲解基于斯塔克尔伯格博弈与纳什均衡的集中式、分散式决策模型以及最优定价策略和利润分配规律。内容涵盖消费者渠道偏好与退货率对最优价格和成员利润的影响通过敏感性分析揭示退货率与定价之间的非线性关系并给出收益共享契约设计思路。PDF内含详细理论推导、参数设定、数值算例和Python代码释义覆盖需求函数、集中式与博弈求解、利润计算及结果对比便于读者逐步复现实验应用于实际供应链数据分析。包体为1个PDF文件大小约624KB结构完整、便于重点检索。目前已有41人学习适合用于课程研究、论文复现和企业退货政策制定参考。1. 双渠道闭环供应链退货不再是成本黑洞而是定价杠杆先说结论跨渠道退货在多数供应链模型里被视为利润损耗但这篇论文的复现结果给出了相反视角——当退货残值、处理成本和跨渠道补贴被纳入定价决策时退货率反而成为制造商与零售商之间利润再分配的工具。核心机制在于 Stackelberg 博弈下先动者优势制造商通过设定批发价和直销价把退货成本部分转嫁给零售商同时用跨渠道补贴激励零售商承接线上退货最终在集中式决策下实现整体利润最大化。这个项目适合三类人研究供应链博弈的研究生可以直接复用代码跑敏感性分析电商运营或品牌方的供应链管理人员理解退货率如何影响定价临界点以及想练手 Python 优化建模scipy.optimize sympy 符号验证的从业者。下面我会从参数体系、需求函数、两种决策模型到命题验证逐层拆解并标注踩过的坑。2. 模型参数与需求函数alpha、theta、beta、gamma 背后的经济学含义2.1 参数标定为什么 theta 是 0.6beta 必须大于 gamma代码开头定义的一组参数是整个模型的地基alpha 1000 # 市场总需求 theta 0.6 # 消费者对实体店的偏好比例 beta 1.2 # 需求价格弹性自身渠道 gamma 0.8 # 需求交叉价格弹性 omega 30 # 制造商批发价 c_m 20 # 制造商生产成本 c_r 10 # 零售商运营成本 r_m 0.1 # 线上渠道退货率 r_r 0.05 # 线下渠道退货率参数设定的逻辑是alpha 作为市场总容量实际含义是当两个渠道价格都为零时的极限需求量。theta 为 0.6 表示线下实体店承担 60% 的基础需求这符合多数品牌「线下体验、线上下单」的现实分布。beta 与 gamma 的差值1.2 0.8必须严格成立——经济学上这叫「自身价格效应大于交叉价格效应」否则模型会出现价格战螺旋一方降价会引发对方同等幅度降价需求函数失去收敛性。以我复现类似论文的经验替换场景时优先调整 theta 和退货率而非 beta/gamma。因为 beta 和 gamma 受品类特征约束较强标品3C 数码交叉弹性偏低0.3~0.5非标品服装偏高0.8~1.0。如果调成 beta gammascipy 优化器大概率会报错或给出边界解这是模型结构决定的不是算法问题。2.2 需求函数线性需求与交叉弹性的代码实现def demand(p_m, p_r, alpha, theta, beta, gamma): D_r alpha * theta - beta * p_r gamma * p_m # 实体店需求 D_m alpha * (1 - theta) - beta * p_m gamma * p_r # 线上需求 return D_r, D_m这个函数是双渠道竞争的骨架。D_r 表达的是线下需求由线下基础份额 alphatheta 减去自身价格效应 betap_r再加上线上价格 p_m 带来的溢出效应 gamma*p_m——线上卖得越贵消费者越倾向转去实体店。D_m 则对称成立。参数含义要拆开说beta 前的负号是需求定律的直接体现价格每上涨 1 单位自身渠道需求下降 beta 单位gamma 前的正号捕捉的是渠道替代效应他方渠道价格越高本方渠道受益越大返回值是毛需求尚未扣除退货这里有一个初学者容易困惑的点D_r 和 D_m 计算出来后并没有乘退货率。退货是在后续的净销售量环节处理的因为退货不影响「首次购买决策」只影响「最终利润结算」。这也是论文模型与现实数据对接时的关键假设——前置的消费者效用函数决定毛需求后置的退货参数决定净收益。2.3 退货修正逻辑为什么用除法而不是乘法def actual_sales(D_r, D_m): Q_m D_m / (1 - phi - epsilon) # 线上渠道实际销售量 Q_r D_r / (1 - mu) # 线下渠道实际销售量 assert mu * D_r epsilon * D_m Q_r, 退货量超过实体店承受能力 return Q_r, Q_m第一次读这段代码容易误以为写错了——退货后净销量应该是毛需求乘以 (1-退货率)为什么是除法这里的关键在于模型的定义方式D_m 不是「实际卖出量」而是「消费者下单量」。假设线上下单量是 100退货率 20%实际成交 80。反过来已知需要卖出 80 件商品下单量就是 80/(1-0.2)100。论文中的 D_m 是需求函数直接计算的「潜在购买意向量」要还原成实际销售口径线性需求函数的截距项必须除以 (1-退货率) 才能保持价格弹性不变。断言语句assert mu * D_r epsilon * D_m Q_r是一个物理约束线下实体店收到的退货总量线下本渠道退货 muD_r 加上线上流转到线下的交叉退货 epsilonD_m不能超过线下实际销量 Q_r否则退货处理能力超载。跑参数扫描时如果断言触发说明 epsilon 或 mu 设置过大需要同步调低退货率。提示实际落地时D_m 和 D_r 通常来自历史销售数据而非需求函数此时退货修正要用乘法实际销量 发货量 × (1-退货率)。论文场景下用除法的原因是 D 的语义是「市场意愿需求」这是模型类代码和工程类代码最明显的分水岭。3. 集中式决策联合利润最大化与海塞矩阵验证3.1 集中式利润函数退货残值和处理成本的接入集中式决策的设定是制造商和零售商合并为一个整体不考虑内部转移价格直接优化两个渠道的零售价格def centralized_profit_with_returns(p): p_m, p_r p D_r, D_m demand(p_m, p_r, alpha, theta, beta, gamma) Q_r, Q_m actual_sales(D_r, D_m) # 线上渠道收入和退货残值 revenue_m (p_m - c_m) * D_m return_m (delta - h_m) * phi * Q_m (delta - h_mr) * epsilon * Q_m # 线下渠道收入和退货残值 revenue_r (p_r - c_m) * D_r return_r (delta - h_r) * mu * Q_r total_profit revenue_m revenue_r return_m return_r return -total_profit # 最小化负利润注意这里有两个细节D_r 和 D_m 是毛需求下单量退货残值是用 Q实际销量乘以退货率计算的顺序是先还原实际销量再计算退货残值线上退货残值拆成了两部分——线上直接退货phi和线上交叉退到线下epsilon二者处理成本不同h_m 和 h_mr残值收益自然要分开算。scipy 优化用-total_profit是因为 minimize 只能最小化取负号后原问题变成最大化利润。初始猜测 [50, 60] 的选择依据是p_m 和 p_r 都必须高于边际成本 30c_mc_r 或 c_m否则利润为负优化器容易陷入边界值50/60 这个组合保证了两渠道价格均显著高于成本且线下略高于线上。3.2 海塞矩阵与凹性验证不是每个利润函数都能用梯度下降from sympy import symbols, diff, Matrix p_m, p_r symbols(p_m p_r) D_r alpha*theta - beta*p_r gamma*p_m D_m alpha*(1-theta) - beta*p_m gamma*p_r Q_r D_r / (1 - mu) Q_m D_m / (1 - phi - epsilon) profit (p_m - c_m)*D_m (p_r - c_m)*D_r \ (delta - h_m)*phi*Q_m (delta - h_r)*mu*Q_r \ (delta - h_mr)*epsilon*Q_m H Matrix([ [diff(profit, p_r, p_r), diff(profit, p_r, p_m)], [diff(profit, p_m, p_r), diff(profit, p_m, p_m)] ]) print(海塞矩阵:\n, H) print(行列式值:, H.det())这段代码用 sympy 做符号微分不是为了炫技。数值优化器scipy.minimize默认假设目标函数是光滑凸函数如果利润函数非凹优化结果可能落在局部极值甚至鞍点。海塞矩阵负定是凹函数的充分条件主对角线元素小于零价格对利润的二阶导为负即边际利润递减行列式大于零两个价格之间不存在互补的非凸性。我第一次跑这段代码时只看了数值优化结果就下结论后来补做符号验证才发现初始值不同会收敛到不同解。如果你复现时发现行列式为负优先检查 gamma 是否大于 beta——那意味着渠道间替代效应过强利润函数出现「两边通吃」的非凹区间此时要缩小价格搜索范围或改用全局优化算法。3.3 集中式决策 vs 分散式决策的基准结果result minimize( centralized_profit_with_returns, [50, 60], bounds[(0, None), (0, None)] ) optimal_p_m, optimal_p_r result.x print(f集中式最优定价: 线上{optimal_p_m:.2f}, 线下{optimal_p_r:.2f})运行后会看到线上价格明显低于线下——这是退货率不对称r_m0.1 r_r0.05的直接结果线上渠道要补偿更高的退货损耗必须用更低价格吸引更多销量来摊薄单位退货成本。这个结论本身可以作为模型有效性的初步验证如果跑出来 p_m p_r要回头检查退货参数是否赋值反了。4. 分散式决策与 Stackelberg 博弈制造商先手零售商跟进4.1 博弈结构与利润函数拆分分散式决策下制造商是领导者先决定直销价 p_m 和批发价 omega零售商作为跟随者根据 p_m 和 omega 决定零售价 p_r。这是一个典型的 Stackelberg 博弈求解用逆向归纳法backward induction先求零售商的最优反应函数再把反应函数代入制造商的利润函数。制造商和零售商的利润拆分逻辑如下def retailer_profit(p_r, p_m, omega): D_r alpha*theta - beta*p_r gamma*p_m D_m alpha*(1-theta) - beta*p_m gamma*p_r Q_r D_r / (1 - mu) Q_m D_m / (1 - phi - epsilon) # 零售商利润零售毛利 本渠道退货处理收益 交叉退货收益含补贴 retail_sale (p_r - omega) * D_r local_returns (omega_tilde - h_r) * mu * Q_r cross_returns (omega_tilde - h_mr b) * epsilon * Q_m return retail_sale local_returns cross_returns这里的关键是omega_tilde退货转移价格零售商处理线下退货后制造商按 omega_tilde 回购退货商品残值回收。h_r 是线下处理成本所以零售商的单位退货收益是 omega_tilde - h_r。对交叉退货零售商还额外拿到制造商的补贴 b。这三项加在一起零售商才愿意承接线上退下来的货。制造商利润则要同时覆盖四条线def manufacturer_profit(p): p_m, omega p res minimize( lambda p_r: -retailer_profit(p_r, p_m, omega), x060, bounds[(0, None)] ) p_r res.x[0] D_r alpha*theta - beta*p_r gamma*p_m D_m alpha*(1-theta) - beta*p_m gamma*p_r Q_m D_m / (1 - phi - epsilon) Q_r D_r / (1 - mu) direct_sale (p_m - c_m) * D_m wholesale (omega - c_m) * D_r online_returns (delta - h_m) * phi * Q_m cross_returns (delta - omega_tilde) * (mu*Q_r epsilon*Q_m) subsidy_cost -b * epsilon * Q_m total_profit direct_sale wholesale online_returns cross_returns subsidy_cost return -total_profit这个函数内部嵌套了一个 minimize 来求零售商的最优反应也就是两层优化。这种写法跑起来没问题但每轮外层迭代都要完整求解一次内层优化计算量大而且内层优化失败会直接导致外层梯度断裂。用 scipy 时建议给内层 minimize 加上 methodNelder-Mead 或设置较大的 maxiter因为默认的 BFGS 在边界附近容易因数值微分失败而报错。4.2 零售商最优反应函数的解析解与数值解对比def retailer_reaction(p_m, omega): numerator alpha*theta gamma*p_m beta*omega/2 - beta*O gamma*M p_r_opt numerator / beta return p_r_opt这个解析解可以直接从零售商利润函数对 p_r 求一阶导并令其为零推出。它的好处是避免嵌套优化外层制造商利润函数直接调用 retailer_reaction 得到 p_r不再需要内层 minimize。我实践下来解析解和数值解的差异通常小于 0.01但解析解把整个求解时间从几十秒降到几百毫秒后续跑敏感性分析比如 epsilon 扫 20 个点时差距极其明显。前提是 O 和 M 这些中间变量必须预先算好H ((delta - h_m)*phi (delta - omega_tilde - b)*epsilon)/(1 - phi - epsilon) G (delta - omega_tilde)*mu/(1 - mu) O (omega_tilde - h_r)*mu/(1 - mu) M (omega_tilde - h_mr b)*epsilon/(1 - phi - epsilon)注意 H 中用的是delta - omega_tilde - b制造商对交叉退货商品的残值回收是 delta但要扣除转移给零售商的 omega_tilde 以及补贴 b符号别搞混。4.3 主从博弈的求解外层最小化制造商负利润result minimize( manufacturer_profit, [50, 40], # 初始值 [p_m, omega] bounds[(0, None), (0, None)] ) p_m_opt, omega_opt result.x p_r_opt retailer_reaction(p_m_opt, omega_opt) print(f制造商主导Stackelberg均衡解:) print(f直销价 p_m* {p_m_opt:.2f}) print(f批发价 ω* {omega_opt:.2f}) print(f零售价 p_r* {p_r_opt:.2f})初始值 [50, 40] 的直觉p_m 必须高于 c_m20omega 必须低于 p_r否则零售商无利可图40 是经验值——批发价通常落在边际成本的 1.5~2 倍区间。如果初始值给成 [20, 10]omega 低于成本零售商利润函数变成一个单调递增函数内层优化找不到有限最优解。运行结果可以观察到两个典型现象omega 显著低于集中式决策下的 p_r这是双重边际效应的体现——制造商压低批发价换取零售商降低零售价但整体利润仍低于集中式p_m 略低于 p_r这与集中式决策的结论一致线上退货率高所以价格低。这两个结论对应论文命题 3 的核心表述。4.4 统一定价策略与临界偏好验证def uniform_pricing_profit(p): D_r alpha*theta - beta*p gamma*p # 注意p_mp_rp D_m alpha*(1-theta) - beta*p gamma*p Q_r, Q_m actual_sales(D_r, D_m) revenue (p - c_m)*(D_r D_m) returns (delta - h_m)*phi*Q_m (delta - h_r)*mu*Q_r (delta - h_mr)*epsilon*Q_m return -(revenue returns) res minimize_scalar(uniform_pricing_profit, bounds(0, 200), methodbounded) p_uniform res.x print(f统一定价最优解: p{p_uniform:.2f})统一定价场景的约束条件是 p_m p_r p注意此时两种需求函数的交叉项变成 gamma*p即线上和线下同时受到对方价格的同向拉动。用 minimize_scalar 是因为只有一个决策变量。统一定价的最优值通常会落在集中式决策两个价格之间——这就是论文里临界消费者偏好的来源I ((delta - h_m)*phi (delta - h_mr)*epsilon)/(1 - phi - epsilon) J (delta - h_r)*mu/(1 - mu) theta_critical ((beta gamma)*(J - I) alpha)/(2*alpha)当 theta 恰好等于 theta_critical 时集中式和统一定价的利润差为零双渠道价格趋同。这个临界值可以作为退货政策设计的参考线theta 高于临界值说明线下主导低于则线上主导。实际业务中 theta 很难精确到临界点但方向性判断线下偏好强的市场可以接受更高线下价格已经在复现结果中得到验证。5. 避坑与常见问题Stackelberg 博弈复现的六个坑5.1 退货修正逻辑搞反——除法和乘法的场景陷阱现象跑出来的最优价格是负值或者利润结果忽大忽小。原因直接复现论文代码时用D / (1-r)但实际业务数据里 D 是发货量而非下单量此时应该用D * (1-r)。解决先确认模型里 D 的口径。如果来自需求函数像本文用除法如果来自历史销售订单用乘法。判断标准是 D 是否与价格有直接函数关系——有则除无则乘。5.2 scipy.optimize 嵌套优化的收敛失败现象内层minimize报Desired error not necessarily achieved due to precision loss。原因默认 BFGS 使用数值微分内层目标函数的梯度过陡或边界处不可导。解决内层 minimize 指定methodNelder-Mead或者用零售商最优反应解析解retailer_reaction 函数替代嵌套优化。我推荐后者一劳永逸。5.3 sympy 符号计算与 numpy 混用的隐式转换错误现象TypeError: cant convert expression to float。原因符号变量和数值变量混在同一表达式里numpy 数组无法直接处理 sympy 符号对象。解决符号验证海塞矩阵单独用 sympy 完成数值优化单独用 numpy/scipy先跑符号验证确认模型凹性再跑数值优化。不要试图在一个函数里同时使用两种类型的变量。5.4 断言退货量超过实体店承受能力被触发现象AssertionError: 退货量超过实体店承受能力。原因epsilon 或 mu 设置过大导致线上退到线下的货超过了实体店的实际销量。解决这里的物理含义是线下渠道无法承接超过自身销量的退货——实体店的服务能力有限不能无限接收线上退货。按论文参数范围epsilon 0.05~0.2调整即可。如果你要做敏感性分析注意 epsilon 的上界取决于 mu 和 Q_r 的关系不是随便扫。5.5 omega 初始值过低导致零售商利润函数无界现象内层优化返回边界解p_r0外层优化结果离谱。原因omega c_m 时零售商毛利为负利润函数单调递减最优解跑到价格下界。解决omega 初始值至少高于 c_m 5~10 个单位同时给外层bounds设置omega c_m的下界。经验值omega 初始取 40 左右配合 p_m 初始取 50 效果稳定。5.6 海塞矩阵验证被忽略导致的错误结论现象数值优化解和论文结果不一致或者多次运行收敛到不同点。原因目标函数非凹优化器落在局部极值海塞矩阵验证可以提前暴露这个问题。解决每次修改参数后先跑一遍 sympy 符号验证。如果行列式不满足负定条件别急着调优化器先调整参数组合让模型结构合理。注意scipy 版本差异可能导致 minimize 的边界行为不同。我在 1.11.x 版本遇到过一次bounds传入整数报错的问题统一转成 float 即可。6. 从复现到落地参数敏感性分析与供应链协调机制设计集中式决策和 Stackelberg 均衡的结果只是起点真正有价值的是找到关键参数的临界区间。论文结论里提到跨渠道退货率 epsilon 和消费者偏好 theta 是最敏感的两个变量对应到代码里就是敏感性分析循环epsilon_range np.linspace(0.05, 0.2, 20) p_m_list, p_r_list [], [] for eps in epsilon_range: epsilon eps res minimize(manufacturer_profit, [50, 40], bounds[(0, None), (0, None)]) p_m_opt, omega_opt res.x p_r_opt retailer_reaction(p_m_opt, omega_opt) p_m_list.append(p_m_opt) p_r_list.append(p_r_opt) plt.plot(epsilon_range, p_m_list, label线上价格 p_m) plt.plot(epsilon_range, p_r_list, label线下价格 p_r) plt.xlabel(交叉退货率 ε) plt.ylabel(最优价格) plt.legend() plt.show()这个分析揭示了定价的非线性关系当 epsilon 从 0.05 升到 0.2p_m 下降线上要补偿更高的退货处理成本p_r 反而上升零售商每处理一件交叉退货能拿到 omega_tilde - h_mr b 的收益epsilon 越大收益越大相当于零售商拿到了更多的风险补偿。两条曲线一降一升交叉点就是定价策略切换的临界区间。更实用的落地方式是观察补贴 b 的变化对供应链总利润的影响这是设计收益共享契约的基础补贴 b 过低零售商承接交叉退货的积极性不足线上退货可能没人处理制造商的线上渠道利润受损补贴 b 过高制造商的补贴成本超过交叉退货残值回收收益分散式总利润低于集中式水平最优区间通常分布在 b 使分散式利润约等于集中式利润的 85%~95% 的位置实际业务中epsilon 对应的是「线上下单、线下退货」的用户比例可以从前台退货原因和逆向物流数据里直接统计b 对应的则是品牌方给经销商的逆向物流补贴金额。把历史数据带入模型走一遍你会得到一个「补贴区间」而非「补贴点」——在这个区间内供应链总利润波动不超过 5%但制造商的利润占比可以变化 10~15 个百分点这就是谈判空间。另一个值得跑的分支是零售商主导的 Stackelberg 博弈只需把制造商和零售商的位置互换。方法是先求制造商对批发价的最优反应给定 p_r再让零售商优化 p_r。对比三种结构集中式、制造商主导、零售商主导的利润分配能直接看出渠道权力结构对利润分配的影响——这也是论文摘要里提到的「不同权力结构下利润分配规律」的实证基础。跑完这几组分析后我的习惯是统一输出一张三列对比表集中式总利润、制造商主导总利润、零售商主导总利润再附上每组对应的最优价格三元组p_m, p_r, omega。从那以后我每次做供应链博弈类项目的复现都会强制走一遍「符号验证凹性 → 数值求解均衡 → 敏感性扫描 → 利润分配对比」这条流程不跳步。这可能不是最快的路径但一定是最不容易翻车的路径。希望帮到你。本文还有配套的精品资源点击获取