考虑创新激励的物流企业与制造企业共生利益分配模式研究

田刚+马志强+梅强+等

摘要：本文针对物流企业与制造企业所组成的共生系统，提出了事前合同与事后调整相结合的利益分配模式。即在合作之初基于各方投入确定初始的利益分配方案，合作后综合考虑各方的实际贡献、承担风险与合作性等影响利益分配的因素，并应用网络分析法确定各因素的权重，以对初始分配方案进行调整。鉴于激励企业创新对提高共生系统竞争力的重要性，进一步基于创新激励指数对分配策略加以修正。最后通过实例证明该分配模式更为合理、更符合实际。

关键词：共生系统；利益分配；创新激励；Shapley值法；网络分析法（ANP）

中图分类号：F274文献标识码：A文章编号：10035192（2014）04006406doi：10.11847/fj.33.4.64

1引言

制造业是国民经济的支柱产业，物流业是重要的生产性服务业，近年来两业联动发展引起政府高度关注。作为两业联动发展的主体，两业企业组成共生系统基于供应链物流分工合作，以获取共生利益。Werner和Roman， He和Walrand的研究表明，利益分配的不合理是导致企业间合作无法持续的重要原因[1，2]。因此，建立合理的利益分配模式是两业联动发展必须解决的关键问题之一。

目前关于两业联动共生利益分配的文献较少。王笃鹏等基于中间产品转移定价探讨了两业企业间均衡稳定的最优利润分配[3]。郑鑫等验证了两业企业利益分配中应用基于贡献率的Shapley值法的可行性[4]。周欣等对直接外包模式和领导物流合作伙伴（LLP）模式下两业企业的利益分配问题作了深入讨论[5]。李欧阳等在考虑合作风险等利益分配影响因素的基础上，应用AHP方法确定各影响因素的权重[6]。进一步，王鹏等引入了联盟成员重要性这一影响因素[7]。吴朗提出用不对称Nash协商模型对初始利益分配方案进行协商，以最终得到公平合理的利益分配结果[8]。张捍东等将ANP及Shapley值法结合，提出了一种改进的联盟利益分配策略[9]。

现有文献对两业企业利益的合理分配有积极作用。但也有不足：或忽略了企业对共生系统的贡献（文献

[3]）；或未考虑企业承担风险的差异（文献[4，5]）；即便考虑了多种因素的影响，但在确定权重时普遍用AHP方法（文献[6，7]），而该方法无法反映因素间的横向联系；文献[8，9]分析较全面，但是未考虑对合作企业创新的激励，使得所给出的利益分配方案存在激励性不足的问题。

本文借鉴已有研究的成果，将在以下三方面进行拓展：（1）针对两业企业组成的共生系统，提出基于事前（合作前）合同的初始利益分配与事后（合作后）调整的最终利益分配相结合的模式。（2）综合考虑影响利益分配的因素，并运用Saaty提出的能反映各因素之间相互关系的网络分析法（ANP）[10]确定影响因素的权重，形成事后利益分配方案。（3）将事前激励与事后调整相结合，激励企业付出创新性努力提升绩效。最后应用实例验证利益分配模式的可行性与有效性。

田刚，等：考虑创新激励的物流企业与制造企业共生利益分配模式研究

Vol.33， No.4预测2014年第4期

2问题描述

设基于某一市场机遇有n个制造企业与物流企业合作组建共生系统，现研究如何在这n个企业中合理分配利益。企业都以各自利益最大化为目标，故对于每个企业而言，给共生系统带来利益的增加是该企业加入系统的前提；加入共生系统后，该企业所分得的利益不少于其单干所获得的利益是维持共生系统持续运转的保证。因此，共生系统内各企业间的利益分配可以视为多人合作对策的利益分配问题。各企业就是合作对策中的人，共生系统记为N。v（N）为该共生系统可供分配的总利益。共生系统整体利益的获得受多种因素影响，包括各企业对共生系统所作的贡献、创新性努力、承担风险、投资额、合作水平等。因此共生系统利益分配实际上也是一个多目标优化问题。

3物流企业与制造企业共生利益的分配模式

现有文献普遍只针对企业合作后的利益分配加以研究。事实上企业在合作之初，就需将分配方案以事前合同的形式确定，以此作为合作的基础；合作后需根据实际情况对分配方案进行动态调整。

3.1基于事前合同的初始分配

合作之初，无法得知企业的实际贡献、风险等因素，只能明确各自在合作中的投资，因此初始分配主要以投资为依据。考虑到企业竞争力的增强有利于共生系统整体竞争力的提高，而创新是提高企业竞争力的主要途径。为此，事前合同还需引入激励策略，以实现对企业创新性努力的激励。

3.2基于实际调整的事后分配

初始分配方案未考虑企业承担风险的不同，也未反映合作带来的交易成本降低、管理效率提高等协同效率产生的价值增值[12]。因此，需要对其调整。以下分别从各企业投资额、对共生系统的贡献、承担风险的大小、合作性水平等单一角度考虑分配，然后对其综合集成，以确定事后分配方案。

考虑投资额的分配方法参照前文，下面对考虑其他三种因素的分配方法进行介绍。

3.2.1考虑贡献的共生利益分配

这种分配方式考虑了各伙伴企业对共生系统整体所作的贡献，如果贡献大，则所得的分配也多，反之则少，体现了多劳多得的分配原则，也反映了个体在集体中的重要程度。

3.2.2考虑风险的共生利益分配

企业在激烈的竞争中面临着众多风险，合理的利益分配应能使承担风险较大的企业获得相应的补偿。目前关于风险的研究较多，其中向为民等提出的风险评价指标具有一定的代表性[13]，3.2.4基于ANP权重的综合分配策略

上述方法都只从单一角度考虑利益分配，而共生利益分配受很多因素制约，是多目标优化问题。理论上影响共生利益的因素都应参与分配，因此确定各主要因素对利益分配的权重就显得十分重要。

现有文献都假设影响利益分配的贡献、风险、合作性等各因素之间是相互独立的。实际中，不仅同一因素内部的指标间相互依赖，不同因素间的指标也存在相互作用[14]。例如，文化兼容性会影响企业的沟通水平，而合作性又会影响企业对共生系统的贡献。由于各层次因素间存在相互依赖，需要系统考虑其对分配决策的影响，ANP方法可以很好地解决这一问题[15]。ANP 法可以处理元素集的内部依赖性，也可以处理元素集间的外部依赖性，其松散的网络结构可以使决策者制定决策时不用考虑决策指标的先后次序，可以更好地处理定量与定性指标之间的非显性关系[16]。

本文应用ANP法给基于各单一因素的利益分配方法赋予一个权重，并利用线性加权和的方法求得各企业的利益分配额，得到综合策略下的分配方案。下面介绍ANP法的使用。

（1）ANP法应用过程

第一，建立评估模型。通过对影响因素间及各因素内部子因素间的关系分析，建立网络内部具有依存关系的ANP模型（图3和图1、2）。内部依存表示同一因素内部子因素存在依存关系，双向箭头表示存在相互影响。这里的目标为各企业承担风险的权重、合作性权重及各利益分配方法的权重。

第二，比较结构要素。针对前面建立的ANP模型，首先进行各相关元素组的两两比较；其次对组内和组与组间存在依赖关系的相关元素逐个进行两两比较；最后对基于方案层的控制层元素两两比较，评价方案层对控制层的影响。构造判断矩阵和AHP方法一样，判断矩阵可按九分位比率法比较两元素相对于上一层次某一控制准则的相对重要程度来获得。

第三，层次单排序及其一致性检验。分别计算各判断矩阵的特征向量和最大特征根。在排序结束后，要对判断矩阵进行一致性检验。当随机一致性比CR=CI/RI<0.10时（RI为平均随机性指标），认为有满意的一致解，否则需要调整判断矩阵的元素取值。

第四，建立超级矩阵并计算极限超矩阵。首先以元素级判断矩阵所求得的归一化权重向量为分块向量，按组排列构成未权重化超矩阵；其次，由元素组级判断矩阵所求得的归一化权重向量组成加权超矩阵，将加权矩阵对未权重化超矩阵进行加权处理，可得到所有列均归一化的权重化超矩阵；对权重化超矩阵进行极限化处理，从而得到极限超矩阵并进行求解。

4案例分析

考虑一个由制造商、供应商与物流商构成的共生系统。经协商三家企业对共生系统的投资额分别为I=（I1，I2，I3）=（8250，7750，9000），单位为万元。制造商、供应商单干都只能获利v（1）=v（2）=500万元，物流商单干可获利v（3）=600万元。制造商、供应商联合可获利v（1∪2）=2000万元，制造商、物流商联合可获利v（1∪3）=3000万元，供应商、物流商联合可获利v（2∪3）=2500万元，三家企业组成共生系统则可获利v（1∪2∪3）=5000万元。已知三家企业面临的风险是R1>R3>R2，三家企业事先协商的创新性努力的激励指数j=20%，合作后制造商、供应商、物流商通过创新创造的共生新收益分别为300、0、600，单位均为万元。试给出该共生系统的利益分配方案。

4.1初始分配方案确定

合作之初，依据各自的投资额，应用（1）式得出初始分配方案为（1650，1550，1800）。

4.2最终分配方案确定

合作后，为使分配公平合理，需考虑实际情况对初始分配调整。首先采用基于ANP模型的综合策略，求解得出事后分配方案；其次为实现创新激励，对分配方案进行修正，得到最终分配方案。

4.2.1基于贡献（Shapley值法）的共生利益分配

4.2.2其他三种分配方法下的共生利益分配

分别用（1）、（8）、（9）式，以投资额、风险、合作性这三种分配方法对共生系统的利益进行分配，得到这三者下的利益分配向量，见表2。这里假定各企业实际投资与事前协商确定的投资相同。

4.2.3综合策略下基于权重的共生利益分配

应用ANP法，利用系统加权的思想，将各种影响利益分配的权重求出来，然后通过线性加权得到共生利益分配的方案。根据图3建立的ANP模型，依据前述ANP法应用过程计算上面四种分配方式的权重，最终得到各分配方式对目标层的稳定权重为（0.342398 0.224651 0.257344 0.175607）。

4.2.4考虑成员创新的分配方案修正

最后根据三家企业创新产生的共生新收益，采用（11）式对综合策略下的利益分配加以修正，得到最终的分配方案。

基于事前合同的初始分配、综合策略下的事后分配，及综合策略基础上考虑创新激励的分配这三种分配方案的比较见表3。为比较的方便，假设合作前的预期总收益与合作后的实际总收益相同。

万元，企业1与企业3获利之和大于3000万元，企业2与企业3获利之和大于2500万元，故分配方案符合建立共生系统的思想。比较方案1和方案2，因为企业2在对总收益的贡献及合作性两方面表现最差，且其承担风险也最低，故分配有所下降，而企业1和企业3则有所增加，这也体现了经济学上多劳多得、高风险高回报的原则。并且企业3比企业1在合作性上表现更好，故分配利益的增幅也高于企业1。由此可知，方案2由于考虑了合作后的各种实际因素，因而比方案1更合理。

进一步，比较方案2与方案3可知，企业3通过创新为共生系统创造的新收益较大，其分配额进一步增加；企业1创新为系统带来的收益是三个企业的均值，分配额不变；而企业2在创新上表现较差，分配有所减少。可见，方案3能更好地实现对企业创新性努力的激励，是对方案2的完善。

综上，本文提出的利益分配模式体现了利益分配的动态性特点，符合客观实际，且操作性强，由此获得的利益分配结果科学、合理，易于被各成员企业所接受。

5结束语

本文提出了一种新的利益分配模式，即合作前基于投入确定各方的分配比例作为合作的基础，合作后综合考虑各自对共生系统的贡献、承担风险及合作性来调整分配比例，最后根据企业创新绩效对分配额加以修正，以实现对企业创新的激励。该模式能较好地解决两业企业共生利益分配问题。

同时，本文运用ANP法并结合Shapley值法，将基于单一因素的利益分配方法扩充为可兼顾多因素的分配策略；并且ANP法能将影响共生利益分配的定性因素定量化，克服了常规方法的缺陷。

实例分析表明该方法具有可行性和合理性，实践中也易被企业接受。对于该方法中用到的各个企业组合所获得的共生利益，如不能得到实际数值，可根据各企业间资源的匹配情况，通过遗传算法、神经网络、模糊数学等方法来确定各种组合可能的共生利益，然后通过文中的算法得到各企业的利益分配额。为保证获得信息的可靠性和准确性，后续研究将对影响决策结果的不同指标进行灵敏度分析，从而更好地完善ANP 方法的应用。此外，激励指数j的确定也值得进一步研究。

参考文献：

[1]Werner H， Roman S. Success factors of strategic alliance in small and mediumsized enterprise： an empirical survey[J]. Long Range Planning， 2001， 34（3）： 357381.

[2]He L H， Walrand J. Pricing and revenue sharing strategies for internet service providers[J]. IEEE Journal on Selected Areas in Communications， 2006， 24（5）： 942951.

[3]王笃鹏，王虹，周晶.共生联盟模式下制造企业与物流企业均衡利润分配研究[J].管理学报，2010，7（8）： 12281232.

[4]郑鑫，朱晓曦，马卫民.基于Shapley值法的三级闭环供应链收益分配模型[J].运筹与管理，2011，20（8）：1722.

[5]周欣，霍佳震.供应物流利益分配机制研究[J].管理科学学报，2011，14（10）：7784.

[6]李欧阳，郑国华，张力敏.第三方物流企业战略联盟收益分配模型及其应用[J].物流技术，2010，（5）：4547.

[7]王鹏，陈向东.基于改进夏普利值的物流企业战略联盟利益分配机制研究[J].统计与决策，2011，（12）：4850.

[8]吴朗.产出分享模式下动态物流联盟利益分配方法[J].系统工程，2009，27（5）：2529.

[9]张捍东，严钟，方大春.应用ANP的Shapley值法动态联盟利益分配策略[J].系统工程学报，2009，24（2）：205211.

[10]Saaty T L. Decision making with dependence and feedback： the analytic network process[M]. Pittsburgh： RWS Publication， 1996.

[11]马士华，王鹏基.基于Shapley值法的供应链合作伙伴间收益分配机制[J].工业工程与管理，2006，（4）：4346.

[12]Deutsch M. Fifty years of conflict[A]. In Festinger L， ed. Retrospections on Social Psychology[C]. Oxford University Press， New York， 1980. 4677.

[13]向为民，冯梅，石琴.企业技术创新风险的模糊综合评价[J].重庆大学学报，2003，26（12）：142144.

[14]Boyson S， Corsi T， Dresner M， et al.. Managing third party logistics relationships： what does it take[J]. Journal of Business Logistics， 1999， 20（1）： 73100.

[15]YükselI·， Dagˇdeviren M. Using the analytic network process（ANP）in a SWOT analysisa case study for a textile firm[J]. Information Sciences， 2007， 177（16）： 33643382.

[16]Wu W W， Lee Y T. Selecting knowledge management strategies by using the analytic network process[J]. Expert Systems with Applications， 2007， 32（3）： 841847.

[17]綦方中，胥琳，马庆国.敏捷供应链管理中最优激励方案的实现问题研究[J].数学的实践与认识，2009，39（5）：2733.

5结束语

本文提出了一种新的利益分配模式，即合作前基于投入确定各方的分配比例作为合作的基础，合作后综合考虑各自对共生系统的贡献、承担风险及合作性来调整分配比例，最后根据企业创新绩效对分配额加以修正，以实现对企业创新的激励。该模式能较好地解决两业企业共生利益分配问题。

同时，本文运用ANP法并结合Shapley值法，将基于单一因素的利益分配方法扩充为可兼顾多因素的分配策略；并且ANP法能将影响共生利益分配的定性因素定量化，克服了常规方法的缺陷。

实例分析表明该方法具有可行性和合理性，实践中也易被企业接受。对于该方法中用到的各个企业组合所获得的共生利益，如不能得到实际数值，可根据各企业间资源的匹配情况，通过遗传算法、神经网络、模糊数学等方法来确定各种组合可能的共生利益，然后通过文中的算法得到各企业的利益分配额。为保证获得信息的可靠性和准确性，后续研究将对影响决策结果的不同指标进行灵敏度分析，从而更好地完善ANP 方法的应用。此外，激励指数j的确定也值得进一步研究。

参考文献：

[1]Werner H， Roman S. Success factors of strategic alliance in small and mediumsized enterprise： an empirical survey[J]. Long Range Planning， 2001， 34（3）： 357381.

[2]He L H， Walrand J. Pricing and revenue sharing strategies for internet service providers[J]. IEEE Journal on Selected Areas in Communications， 2006， 24（5）： 942951.

[3]王笃鹏，王虹，周晶.共生联盟模式下制造企业与物流企业均衡利润分配研究[J].管理学报，2010，7（8）： 12281232.

[4]郑鑫，朱晓曦，马卫民.基于Shapley值法的三级闭环供应链收益分配模型[J].运筹与管理，2011，20（8）：1722.

[5]周欣，霍佳震.供应物流利益分配机制研究[J].管理科学学报，2011，14（10）：7784.

[6]李欧阳，郑国华，张力敏.第三方物流企业战略联盟收益分配模型及其应用[J].物流技术，2010，（5）：4547.

[7]王鹏，陈向东.基于改进夏普利值的物流企业战略联盟利益分配机制研究[J].统计与决策，2011，（12）：4850.

[8]吴朗.产出分享模式下动态物流联盟利益分配方法[J].系统工程，2009，27（5）：2529.

[9]张捍东，严钟，方大春.应用ANP的Shapley值法动态联盟利益分配策略[J].系统工程学报，2009，24（2）：205211.

[10]Saaty T L. Decision making with dependence and feedback： the analytic network process[M]. Pittsburgh： RWS Publication， 1996.

[11]马士华，王鹏基.基于Shapley值法的供应链合作伙伴间收益分配机制[J].工业工程与管理，2006，（4）：4346.

[12]Deutsch M. Fifty years of conflict[A]. In Festinger L， ed. Retrospections on Social Psychology[C]. Oxford University Press， New York， 1980. 4677.

[13]向为民，冯梅，石琴.企业技术创新风险的模糊综合评价[J].重庆大学学报，2003，26（12）：142144.

[14]Boyson S， Corsi T， Dresner M， et al.. Managing third party logistics relationships： what does it take[J]. Journal of Business Logistics， 1999， 20（1）： 73100.

[15]YükselI·， Dagˇdeviren M. Using the analytic network process（ANP）in a SWOT analysisa case study for a textile firm[J]. Information Sciences， 2007， 177（16）： 33643382.

[16]Wu W W， Lee Y T. Selecting knowledge management strategies by using the analytic network process[J]. Expert Systems with Applications， 2007， 32（3）： 841847.

[17]綦方中，胥琳，马庆国.敏捷供应链管理中最优激励方案的实现问题研究[J].数学的实践与认识，2009，39（5）：2733.

5结束语

本文提出了一种新的利益分配模式，即合作前基于投入确定各方的分配比例作为合作的基础，合作后综合考虑各自对共生系统的贡献、承担风险及合作性来调整分配比例，最后根据企业创新绩效对分配额加以修正，以实现对企业创新的激励。该模式能较好地解决两业企业共生利益分配问题。

同时，本文运用ANP法并结合Shapley值法，将基于单一因素的利益分配方法扩充为可兼顾多因素的分配策略；并且ANP法能将影响共生利益分配的定性因素定量化，克服了常规方法的缺陷。

实例分析表明该方法具有可行性和合理性，实践中也易被企业接受。对于该方法中用到的各个企业组合所获得的共生利益，如不能得到实际数值，可根据各企业间资源的匹配情况，通过遗传算法、神经网络、模糊数学等方法来确定各种组合可能的共生利益，然后通过文中的算法得到各企业的利益分配额。为保证获得信息的可靠性和准确性，后续研究将对影响决策结果的不同指标进行灵敏度分析，从而更好地完善ANP 方法的应用。此外，激励指数j的确定也值得进一步研究。

参考文献：

[1]Werner H， Roman S. Success factors of strategic alliance in small and mediumsized enterprise： an empirical survey[J]. Long Range Planning， 2001， 34（3）： 357381.

[2]He L H， Walrand J. Pricing and revenue sharing strategies for internet service providers[J]. IEEE Journal on Selected Areas in Communications， 2006， 24（5）： 942951.

[3]王笃鹏，王虹，周晶.共生联盟模式下制造企业与物流企业均衡利润分配研究[J].管理学报，2010，7（8）： 12281232.

[4]郑鑫，朱晓曦，马卫民.基于Shapley值法的三级闭环供应链收益分配模型[J].运筹与管理，2011，20（8）：1722.

[5]周欣，霍佳震.供应物流利益分配机制研究[J].管理科学学报，2011，14（10）：7784.

[6]李欧阳，郑国华，张力敏.第三方物流企业战略联盟收益分配模型及其应用[J].物流技术，2010，（5）：4547.

[7]王鹏，陈向东.基于改进夏普利值的物流企业战略联盟利益分配机制研究[J].统计与决策，2011，（12）：4850.

[8]吴朗.产出分享模式下动态物流联盟利益分配方法[J].系统工程，2009，27（5）：2529.

[9]张捍东，严钟，方大春.应用ANP的Shapley值法动态联盟利益分配策略[J].系统工程学报，2009，24（2）：205211.

[10]Saaty T L. Decision making with dependence and feedback： the analytic network process[M]. Pittsburgh： RWS Publication， 1996.

[11]马士华，王鹏基.基于Shapley值法的供应链合作伙伴间收益分配机制[J].工业工程与管理，2006，（4）：4346.

[12]Deutsch M. Fifty years of conflict[A]. In Festinger L， ed. Retrospections on Social Psychology[C]. Oxford University Press， New York， 1980. 4677.

[13]向为民，冯梅，石琴.企业技术创新风险的模糊综合评价[J].重庆大学学报，2003，26（12）：142144.

[14]Boyson S， Corsi T， Dresner M， et al.. Managing third party logistics relationships： what does it take[J]. Journal of Business Logistics， 1999， 20（1）： 73100.

[15]YükselI·， Dagˇdeviren M. Using the analytic network process（ANP）in a SWOT analysisa case study for a textile firm[J]. Information Sciences， 2007， 177（16）： 33643382.

[16]Wu W W， Lee Y T. Selecting knowledge management strategies by using the analytic network process[J]. Expert Systems with Applications， 2007， 32（3）： 841847.

[17]綦方中，胥琳，马庆国.敏捷供应链管理中最优激励方案的实现问题研究[J].数学的实践与认识，2009，39（5）：2733.