当今世界经济环境的飞速变化，使企业面临的外部竞争比以往任何时候都要激烈，也给企业的生存和发展带来了更多的机遇和挑战。特别是随着电子商务的广泛开展，迫使企业必须对其供应链管理策略做出及时调整。本书基于异质性产品的双渠道供应链竞争与协调问题建立理论模型，展开一系列研究，并且在风险中性的假设前提下，研究风险规避情形下的供应链决策问题。对电子商务环境下双渠道供应链的运营与营销具有理论意义和实践意义。本书可作为学术型硕士、MBA以及其他管理类专业的教材，也可作为企业管理的培训教材，还可供企业管理实务人员阅读。

本书较全面地反映了电子商务环境下的双渠道供应链竞争与协调研究这一学科分支的概况，在基本理论和方法的介绍中，既有定性决策方法的描述，也给出了定量决策的具体方法，与此同时，还穿插了大量的实际案例。并在全文的后给出了参考文献，供读者参考。

随着互联网与信息技术的发展以及网络经济、服务经济的兴起与繁荣，企业间在产品及服务维度上的竞争不断加剧，从关注产品本身向关注产品 服务的一揽子买卖转移，从传统实体零售向实体零售与网络直销并存转移。同时，电子商务环境下消费者追求个性化、定制化的消费心理，使得消费者对终端产品物理属性的需求趋于多变、细化、深入，也为企业的运作管理、营销渠道管理、消费者行为研究带来新的挑战。因此，电子商务和经济管理领域的从业人员以及相关专业的本科生、研究生必须深入了解和全面把握电子商务环境下供应链协调建模的有关知识与规律，有效提高自己识别电子商务消费者需求和解决营销实际问题的能力。
本书可以为电子商务和经济管理领域的从业人员以及相关专业的本科生、研究生系统学习电子商务环境下供应链协调建模知识和电子商务营销实践奠定基础。

吴安波，女，博士，西安科技大学管理学院管理科学与工程系电子商务专业专任教师。毕业于西安交通大学管理学院管理科学与工程专业，获管理学博士学位。中国机械工程学会工业工程分会会员，中国人类工效学学会会员，中国信息经济学会电子商务专业委员会会员。从事供应链管理、消费者行为、市场营销、电子商务等领域研究。主持及参与国家自然科学基金、陕西省教育厅等各类纵向课题10余项；国内期刊发表学术论文10篇；参编著作5部。

第1章绪论
1.1研究背景
1.2研究内容和框架
1.3研究思路和方法
1.4研究创新
1.5本章小结
第2章相关文献综述研究
2.1电子商务环境下的供应链管理概述
2.2多渠道营销与供应链战略的相关文献
2.3供应链协调研究概述
2.4电子商务环境下多渠道供应链的协调研究
2.5基于产品定制化的多渠道供应链协调
2.6供应链成员决策风险偏好的测度研究
2.7供应链产能协作共享策略研究
2.8本章小结
第3章基于CVaR风险测度标准的价格补贴策略下的
单一传统零售渠道供应链协调研究
3.1引言
3.2模型建立分析求解
3.3数值实验
3.4本章小结
第4章基于替代性产品的双渠道供应链竞争与协调研究
4.1引言
4.2模型建立与基本假设
4.3双渠道供应链的定价策略
4.4价格敏感条件下需求函数参数变化对双渠道供应链
定价策略的影响
4.5数值算例分析
4.6本章小结
第5章基于产品横向定制的多渠道供应链竞争与协调研究
5.1引言
5.2模型建立与基本假设
5.3单一传统零售渠道的定价策略
5.4制造商引入横向定制化网络直销渠道后的市场均衡
5.5渠道选择与定制化竞争策略
5.6算例分析
5.7本章小结
第6章基于产品纵向定制的多渠道供应链竞争与协调研究
6.1引言
6.2模型建立与基本假设
6.3单一传统零售渠道的定价策略
6.4引入制造商定制化网络直销渠道后的市场均衡
6.5渠道选择与纵向定制化竞争策略
6.6算例分析
6.7本章小结
第7章低碳供应链产能投资协调策略研究
7.1引言
7.2假设
7.3基础模型
7.4产能协调机制
7.5扩展分析
7.6算例分析
7.7本章小结
第8章区块链技术影响下的供应链系统动态响应性研究
8.1引言
8.2多级库存系统控制模型
8.3动态响应性分析
8.4仿真数据分析与讨论
8.5本章小结
第9章中国电商环境下生鲜农产品仓储配送模式研究
9.1引言
9.2线下服务站/自提点
9.3O2O超市延伸
9.4自动贩卖生鲜农产品柜
9.5生产基地直供到家
9.6跨区域仓储配送
9.7本章小结
第10章时变价格产品的供应链协调模型研究
10.1基本假设
10.2符号定义
10.3模型中各事件发生的顺序
10.4整合型供应链
10.5批发价策略下的供应链
10.6退货策略下的供应链
10.7算例、数值计算
10.8本章小结
第11章电商背景下双渠道供应链产能分配策略研究
11.1绪论
11.2双渠道供应链产能分配的基本模型建立过程
11.3随机需求下双渠道供应链产能不足决策
11.4数值与算例分析
11.5本章小结
第12章基于深度学习的颜值估计及其在电商精准营销中的应用
12.1引言
12.2人脸图像预处理
12.3基于深度卷积神经网络的颜值估计算法
12.4实证分析
12.5本章小结
第13章结论与展望
13.1研究结论
13.2后续研究展望
参考文献
后记