本文是一篇物流论文，本文分别围绕线性和非线性的两种学习曲线，探究了OEM再制造模式和两种TPR再制造模式下的两周期制造/再制造系统产品定价策略，着重分析了关键参数（学习系数和消费者的再制造品偏好）产生的影响，并结合数值算例比较出不同再制造模式的产品最优（均衡）定价、成员利润、消费者剩余和社会福利。
第一章 绪论
1.1 研究背景与意义
随着全球范围的环境污染和资源紧缺问题日趋严重，再制造作为一种可持续的生产模式，正逐渐成为我国政府和社会关注的焦点。再制造产业发展与国家推动绿色变革、建设资源节约型和环境友好型社会的战略目标高度吻合，原因在于再制造相较传统生产具有的诸多优势[1]。首先，再制造能够促进资源的有效利用。经由再制造大量废旧品被重新利用，从而减少了对原始资源的需求；其次，再制造有助于减少环境污染。再制造过程中产生的废弃物和污染物大幅减少，有效改善了环境质量；再者，在相关政策法规的引导支持下，新兴的再制造产业为我国经济转型升级提供了新的增长点。近年来，我国的再制造政策日趋完善，如2015年国务院发布的《中国制造2025》指出应提升再制造技术水平和加强再制造人才培养；2017年工信部发布的《高端智能再制造行动计划》建议实施高端再制造和智能再制造；2024年七部门联合发布的《关于加快推动制造业绿色化发展指导意见》指出促进关键再制造技术创新及其产业化应用。受上述政策文件指引，我国再制造产业在产值增长和结构优化方面均取得显著进展。据报道，2020年全国再制造业产值约达2000亿元，从事再制造的市场主体约2500家，主要集中于工程机械和汽车零部件领域[2]。可以预计，随着未来再制造渗透领域的持续增加，再制造产业将成为我国经济新的增长点。
1.2 国内外研究现状
本文研究与OEM再制造模式和TPR再制造模式的产品定价策略以及成本学习效应在运营管理领域的应用密切相关，以下将在依次回顾和评述各领域重要文献基础上，阐明本文的研究贡献。
1.2.1 OEM再制造模式的产品定价策略研究
在OEM再制造模式下，Debo等研究了基于市场细分的 OEM 定价与产品技术选择问题[14]。Atasu 等分析了考虑产品扩散和绿色消费者的OEM运营决策，其研究证明竞争环境下再制造可成为一种有效的营销策略，OEM能够采取价格歧视策略来捍卫市场份额[15]。Ferrer 等推导出多期环境下OEM对新品与再制造品差异定价和批量的递推策略[16]。Zhou等通过对供应商和OEM组成的两级制造/再制造系统产品定价的研究发现，OEM对其生产部门和再制造部门实施分散控制的绩效优于集中控制[17]。Yenipazarli探究了碳税政策和政府补贴对OEM生产优化和再制造品定价决策的影响[18]。Ma等针对OEM再制造的闭环供应链系统，将第一期新品价格和质量作为第二期消费者决定是否以旧品换取再制造品的参照对象[19]，在此基础上构建了五个决策模型来分析参考价格效应和参考质量效应对OEM差异定价决策和利润的影响。Zhang等分别探究了集中和分散式决策下制造/再制造系统的新品与再制造品差异定价和绿色度决策[20]。Zhou等研究了成本结构对称的双寡头OEMs是否投资再制造产能的Nash博弈问题，结果发现双寡头均投资、均不投资，一个OEM投资而另一个不投资的三种情形均可能成为Nash均衡，这取决于再制造产能固定投资和再制造成本节约水平，而双寡头均投资情形可能陷入低效的囚徒困境[21]。Wang等分析了政府的再制造补贴对OEM应否引入再制造的影响，研究发现当补贴强度与新品生产成本的比值低于阈值下限或高于阈值上限时，OEM愿意引入再制造；当引入再制造后，消费者剩余和OEM利润关于补贴强度递增，但仅当补贴强度位于合理范围内时社会福利能够改善[22]。其他OEM再制造模式定价决策的研究涉及了再制造过程创新（Reimann等 [23]）、以旧换新（Li等 [24]）、消费者预期后悔（王道平等 [25]）以及分销渠道选择（梁佳平等 [26]）等因素。
第二章 理论基础
2.1 再制造模式
再制造是指将废弃、损坏或过时的产品经过再加工、更新和改进，以重新获得原有或更高性能和价值的过程。作为一种新型的绿色制造模式，再制造正受到越来越多的关注和支持。实施再制造可有效延长产品生命周期、降低对环境的负面影响、减少资源消耗和原材料需求，但同时也面临着诸多挑战，如需要创新的技术和工艺解决一些难以拆解、修复或再制造的产品，需要建立有效的品质控制体系使再制造的产品达到高质量标准等。
在当前的再制造实践中，主要包括OEM再制造模式、TPR再制造模式、经销商再制造模式以及多方合作再制造模式等，其中OEM再制造和TPR再制造被广泛应用于各个领域，包括汽车、航空航天、工程机械、工业设备和电子产品等[77-79]，因而本章着重阐述该两种模式。
2.1.1 OEM再制造模式
OEM再制造是一种以原始设备制造商（OEM）为再制造方的再制造模式。在该模式中，OEM直接或委托他方间接收回废旧品或组件后实施再制造，使其具备与新产品相近的性能和品质[80-81]，然后在市场中同时出售两种产品。该模式的优势在于OEM对产品设计和工艺过程有着深入的了解，包括主要组件和附属组件等。因此，他们更容易产出品质高的再制造品，进而更易于得到消费者认可。此外，OEM再制造还可以带来经济效益，为企业创造新的商机和就业机会[82]。日立集团作为一家全球知名的重型设备制造公司，采用了OEM再制造模式，通过回收废弃的挖掘机部件，并在自有工厂进行再制造，生产出性能优良的再制造挖掘机及零部件，为客户提供了可靠的再制造产品。然而，该模式也面临成本、技术、质量、市场和运营管理等方面的挑战，如再制造过程的人力、设备和技术成本通常较高以及部分废旧品可能由于技术老化或损坏较严重而无法再制造；新产品生产线和再制造生产线相互冲突而难以协调；此外，再制造产品可能面临着与新产品竞争以及品牌认知度低等市场挑战。
2.2 成本学习效应
当工人重复进行一项工作时，会出现主动或被动的学习过程，即随着累计生产量的增加，工人积累的经验持续增多，由此使其生产效率提高、误差率降低和单位生产成本减少，这种现象与企业对资本或劳动力的主动投资无关，而是发自人类本能的一种自然现象，学界称之为学习效应。学习效应始于1936年Wright在飞机制造行业中的发现，即随着机身装配数量的增加，单位制造成本呈现递减趋势[45]，自此理论界开始将学习效应纳入生产运营管理研究的诸多领域，包括设定工时定额、监控生产目标、预估加工时间、预测产量；支持精确的库存管理、批量计划和供应商选择；优化新产品导入、定价和投资决策等[69-71]。其中，在定量刻画学习效应产生的成本递减方面，学者们提出了若干种函数形式的学习曲线，主要分为线性成本学习曲线和非线性成本学习曲线的两种类型。
2.2.1 线性成本学习曲线
线性成本学习曲线用于描述在生产过程中，随着经验的积累和生产规模的增加，成本按照固定比例降低的现象，可通过如下函数表示：1y c bx，其中y是生产x单位产品所需的平均成本，1c是不考虑学习效应时单位产品的生产成本，b为学习系数，其范围介于0到1之间。在建模分析中使用线性成本函数的优势是能够得到明确的解析表达式，从而便于性质分析和管理启示的提炼，但劣势在于有时无法精确地刻画生产成本与规模的非线性关系。
第三章 线性成本学习曲线下的两周期制造/再制造系统定价模型 ............ 15
3.1 模型描述与参量定义 ....................... 15
3.1.1 模型描述 .................................. 15
3.1.2 变量定义与符号说明....................... 15
第四章 非线性成本学习曲线下的两周期制造/再制造系统定价模型 ............. 42
4.1 模型描述与参量定义 ....................... 42
4.2 OEM再制造模式 .......................... 42
.2.1 模型的建立与求解 ........................ 42
4.2.2 数值算例 ................................... 43
第五章 结论与展望 .......................... 66
5.1 结论 ..................................... 66
5.2 展望 ........................... 67
第四章 非线性成本学习曲线下的两周期制造/再制造系统定价模型
4.1 模型描述与参量定义
参照Wrigh[45]，本章利用幂函数形式的非线性成本学习曲线2n1n1nc c q来定量刻画OEM第一期的学习效应对第二期新品生产成本的影响，其中0 1为学习系数，值越大意味着OEM的学习效应越强。此外，下列模型中决策变量和利润的上标NO,NTS,NTN分别对应于非线性学习曲线下的OEM再制造模式、TPR-Stackelberg再制造模式和TPR-Nash再制造模式，其他参数定义、假设和需求函数均与第三章相同。
由图4-1可知，在非线性成本学习曲线下，当再制造量不受限时，OEM的第一期新品价格*1NOnp随学习系数的增加而先减后增；当再制造量受限时，只要消费者的再制造品偏好不是太低（0.2），OEM的第一期新品价格*1NOnp随学习系数的增加而增加。上述结论与线性学习曲线存在显著差异，这是因为非线性学习曲线的学习速率明显快于线性学习曲线，则当不受限条件下的学习系数增至阈值后，第二期的新品成本已被降低至非常低的水平，再制造成本优势骤减，该情形下OEM已无意继续牺牲第一期利润来增加第二期的可再制造旧品量，而是转而提高*1NOnp谋求更多边际收益。
第五章 结论与展望
5.1 结论
本文分别围绕线性和非线性的两种学习曲线，探究了OEM再制造模式和两种TPR再制造模式下的两周期制造/再制造系统产品定价策略，着重分析了关键参数（学习系数和消费者的再制造品偏好）产生的影响，并结合数值算例比较出不同再制造模式的产品最优（均衡）定价、成员利润、消费者剩余和社会福利。得到如下主要结论：
在线性学习曲线下，1）绝大多数情况成本学习效应的增强会使两期新品价格和再制造品价格下降，但对于OEM再制造模式，当再制造量受限时，若消费者的再制造品偏好较高，学习效应的增强可能提高第一期新品价格；当再制造量不受限时，学习效应并不影响其再制造品价格。无论何种再制造模式，OEM总能从更强的学习效应中获益；在TPR实施再制造的两种模式中，当再制造量不受限时，成本学习效应的增强致使TPR利润受损；但当再制造量受限时，若第一期新品生产成本较高且学习效应较弱，学习效应的增强可能改善TPR利润。2）在OEM再制造模式中，OEM始终可从更高的消费者偏好中获益。在TPR实施再制造的两种模式中，消费者偏好的增加始终会使OEM利益受损，且未必总有利于TPR利润的改善：当再制造量受限时，更高的消费者偏好能够提升TPR利润；但当再制造量不受限时，过于显著的学习效应可能引起消费者偏好对TPR利润的负面影响。3）无论参数如何取值，OEM再制造模式的第一期新品价格和第二期新品价格分别低于和高于TPR再制造的两种模式；TPR-Stackelberg模式的第二期新品定价始终高于TPR-Nash模式；TPR-Nash模式的第二期再制造品价格位于三种模式最低。OEM在己方实施再制造时获得最高利润，其次是TPR-Stackelberg模式，最低的是TPR-Nash模式；对于TPR而言，在其处于跟随地位的TPR-Stackelberg模式中反而能获得比双方市场地位相当的TPR-Nash模式更多的利润。4）TPR-Nash模式的消费者剩余和社会福利始终优于TPR-Stackelberg模式，绝大多数情况下OEM再制造模式的消费者剩余和社会福利也优于TPR-Stackelberg模式，但其与TPR-Nash模式的比较取决于初始新品生产成本和成本学习效应。
参考文献（略）