匹配水平影响下第三方平台多价值链的协同运作模型及仿真分析

但 斌,李文博,石雨婷

(重庆大学 经济与工商管理学院，重庆 400044)

0 引言

互联网的高速发展打破了企业在生产合作过程中的空间和时间限制，使得企业间的合作日益紧密，促进了商品生产要素的流动和资源的自由配置。基于信息技术的网络协同制造模式为价值链中的企业合作提供了新路径，其实现需要依托于第三方平台，由此催生了一批平台，如用友精智、航天云网、成都国龙等。平台的参与会对多价值链的协同过程产生影响[1]，它们为行业内的制造商和供应商提供生产资源信息交互。平台支持制造商和供应商自由合作，为制造商和供应商都提供了更多的选择。制造商在众多供应商中选择与自己需求相匹配的供应商进行合作是实现多价值链协同的关键，因此，供需匹配是第三方平台为制造商和供应商提供的基础服务。通过平台的匹配，制造商能更快地找到符合自己要求的供应商，供应商的生产能力能够得到充分释放，如航天云网上的制造商能根据自己的求购需求直接在平台上搜索符合条件的供应商。平台的匹配水平决定了搜索结果对预期需求的满足程度。在较高的匹配水平下，制造商的需求满足率高，且能以合适的价格采购到符合要求的零部件；对供应商来说能提高零部件订单量。平台的匹配水平是平台的固有属性，由平台自身决定，匹配水平越高，平台需要投入的成本越大。因此，对第三方平台匹配水平影响下的多价值链中企业参与策略进行研究对平台及价值链参与者的决策具有一定的借鉴意义。

目前，关于第三方平台匹配能力的研究主要集中在匹配过程的计算机实现以及算法优化上[2-7]，关于平台及参与者策略的研究较少。近年来，随着消费服务类平台的迅速发展，考虑消费服务类平台匹配能力的运营策略研究较多[8-12]，这类平台双边用户只存在买卖关系，下游消费者之间不存在竞争，其研究结果及策略难以适用于第三方平台。这是因为第三方平台面向制造业价值链上的供应商和制造商提供服务，供应商之间存在竞争关系，制造商和供应商之间存在合作关系，供应商的竞争会对制造商产生影响，平台用户之间存在更为密切且复杂的竞争合作关系。考虑制造类平台匹配能力的运作策略研究，如：赵道致等[13]研究了第三方平台上企业可用制造资源的稳定匹配问题，构建了以第三方平台为主导的基于企业偏好序列的多类型制造资源“多对多”匹配市场机制；ZHOU等[14]考虑第三方平台上企业提供不同质量的同类产品与服务情形下，针对第三方平台中存在的复杂制造任务需求提出一种产品与服务资源优化配置策略；薛霄等[15]设计了3种协同制造服务资源分配策略，并对不同供需条件下的最优策略选择进行研究；BASU等[16]以第三方平台的制造资源匹配为例，考虑平台对制造商和供应商提供的服务影响他们接入平台的效用，研究了平台的搜索和认证服务策略及其对定价的影响；CHEN等[17]考虑了供需匹配成本对云制造平台上制造商和平台收益的影响，对匹配成本影响下的平台与制造商的协同策略进行研究，上述文献主要考虑平台的用户规模固定或单个周期情形，研究平台匹配服务对企业价值链主体的运作策略影响，未考虑平台用户规模动态变化和多个周期情形。与上述文献不同，本文考虑了第三方平台的用户规模变化和多个周期，从动态演化视角研究平台匹配水平对第三方平台、制造商和供应商的协同运作策略影响。

关于价值链运营策略的研究，主要针对价值链中的价值创造及企业合作进行研究。例如，ZHANG等[18-19]对矿产价值链的作业流程进行分析，提出了市场不确定下的生产计划优化方法；BURTON等[20]研究了服务创新活动对价值链中企业合作关系的影响，对缓解价值链企业紧张关系给出了建议；DE ZEGHER等[21]针对价值链中收益和成本分配问题设计了分散价值链的价值共创契约，给出了农产品价值链的最优契约；MACHADO等[22]基于企业价值链和运营网络，提出了业务集成下企业可持续运营框架；DONG等[23]探讨了移动支付对价值链的影响，分析了移动支付价值链结构与服务参与者之间的相互作用关系。上述文献主要聚焦于线下单价值链主体之间的合作关系，针对线下单价值链主体合作过程的冲突问题，提出相关合作契约协调价值链主体间利益冲突。与上述文献不同，本文主要以第三方平台上多个制造商和多个供应商构成的多价值链为研究对象，研究平台匹配能力对多价值链中制造商和供应商的协同运作策略影响。

基于此，本研究拟采用系统动力学的方法对不同匹配水平下的第三方平台中制造商和供应商协同运作策略进行分析，在不同平台匹配水平下，研究多价值链主体收益、匹配水平、用户数量之间的相互作用机理，以期为平台以及价值链上参与企业的运营提供指导，促进平台价值链生态良性循环。

1 问题描述及假设

本文研究一个由多个主机制造商(简称“制造商”)、多个零部件供应商(简称“供应商”)以及一个第三方平台(简称“平台”)组成的多价值链。平台为制造商和供应商提供基础的搜索匹配服务，以提升多价值链的协同运作效率。用户自行搜索后，平台会根据用户的搜索需求进行匹配，平台为用户实际匹配到的搜索结果数量与平台上满足用户要求的所有结果之间会存在一定的偏差，偏差的大小体现了平台的匹配水平，本文认为平台匹配水平在[0,1]之间，当匹配水平为1时，即平台能为用户搜索到所有满足条件的供应商/制造商，用γ表示平台匹配水平。平台匹配水平会影响平台技术投入cP，平台匹配水平越高，平台技术投入越多，平台投入随匹配水平边际递增。当制造商数量NM(t)增加时，匹配到的制造商数量增多；当供应商数量NS(t)增加时，匹配到的供应商数量增多。因此，本文将通过供应商数量和制造商数量来刻画供应商与制造商间的匹配关系，只考虑供应量与需求量之间的匹配，在制造商的生产能力之内，只有当制造商匹配到足够多的供应商时，零部件需求才能得到满足；当供应商匹配到足够多的制造商，才能有足够的零部件订单使供应商的供应能力得到充分利用，因此平台的匹配水平会影响制造商的需求满足率和供应商的零部件销售率，从而对制造商和供应商的加入数量产生影响。

本文研究的问题中，平台的作用只是提供交易，制造商及供应商的订单量受到其自身生产能力限制，平台上的主机订单由制造商带到平台上，价格外生。由于互联网产业具有高固定成本低变动成本的特点，并且根据本文的研究问题，只有平台的匹配服务投入成本会对系统中制造商和供应商的行为产生影响，其他成本只影响平台自身的收益，因此在构建模型时认为平台其他建设变动成本为0，本模型中只考虑平台匹配服务投入成本影响。另外，考虑在零部件采购需求、零部件供应能力等确定性因素情形下，研究多个周期下制造商入网费、供应商入网费和平台匹配能力对平台、制造商和供应商等多价值链主体长期影响的一般性规律，未考虑模型中不确定因素对平台收益、制造商收益和供应商收益的短期波动影响。

本文以基于第三方平台的多价值链中主机制造商、供应商和第三方平台为研究对象，通过三者的收益变化构建制造商、供应商以及平台的内在反馈结构，主要考察制造商、供应商以及平台的收益与平台匹配水平之间的关系，因此以三者的收益为核心，分别构建用户数量与制造商收益的反馈子系统、用户数量与供应商收益的反馈子系统、用户数量与平台收益的反馈子系统。对作用于制造商、供应商以及平台这3个主体上的影响因素进行分析，确定各子系统反馈结构中的必要因素，对各子系统影响因素进行汇总(如表1)，得到平台定价的动力系统边界。表中的一级变量表示与系统主体直接相关的影响因素，二级变量表示与一级变量直接相关的影响因素。

2 模型建立

2.1 系统流图构建

根据基于第三方平台的汽车制造多价值链的关键影响因素分析，构建第三方平台参与下多价值链协同运作模型，如图1所示。模型主要刻画了制造商数量、供应商数量、平台匹配水平、制造商收益、供应商收益以及平台收益之间的动态关系。

当制造商加入平台后，平台匹配水平越高，制造商实际搜索到的供应商数量越多，需求满足率越高，从而提高了制造商主机订单量，提升收益水平。当供应商加入平台后，平台匹配水平越高，供应商实际搜索到的制造商数量越多，零部件需求量越高，从而提高零部件订单量，收益增加。制造商和供应商的加入数量会受到平台入网费、在平台上的期望收益以及平台上已加入的用户数量的影响，而加入平台

的企业越多，同一匹配水平下可供选择的企业越多，从而提升平台对每一边用户的匹配成功率。

2.2 模型变量及方程

系统流图主要包括状态变量、速率变量、辅助变量和常量这几类参数变量，根据变量之间的定量关系得到各个变量的方程。

时间t月内，平台上主机制造商数量的状态方程为：

(1)

式中：NM0表示平台上初始状态下主机制造商数量，vM(t)表示时刻t主机制造商加入平台的速率。

时间t月内，平台上零部件供应商数量的状态方程为：

(2)

式中：NS0表示平台上初始状态下零部件供应商数量，vS(t)表示时刻t零部件供应商加入平台的速率。

制造商的加入速率直接受制造商收益、制造商入网费、平台上供应商数量、平台上制造商数量和制造商容量上限等因素影响。平台的用户规模发展呈现“S曲线”特征[24]，利用Logistic模型刻画系统中平台上用户增长“S曲线”特征[25]，t时刻制造商加入平台的速率表示为：

vM(t)=

(3)

其中：NMmax为市场上主机制造商的总量，λM为制造商的入网费，NM(t)为t时刻平台上制造商数量，πM(t)为t时刻制造商的收益，βM为制造商的网络效应修正系数，αM为制造商进入平台的速率修正系数，αM和βM是为了确保制造商加入平台的速率更符合现实情况而设置。

供应商的加入速率直接受供应商收益、供应商入网费、平台上供应商数量和供应商容量上限等因素影响。与制造商的增长模式类似，根据Logistic模型刻画平台供应商数量增长曲线，t时刻零部件供应商加入平台速率可表示为：

vS(t)=

(4)

其中：NSmax为市场上零部件供应商的总量，λS为供应商的入网费，NS(t)为t时刻平台供应商数量，πS(t)为t时刻供应商的收益，βS为供应商的网络效应修正系数，αS为供应商进入平台的速率修正系数，αS和βS是为了确保供应商加入平台的速率更符合现实情况而设置。

加入平台的制造商在t月时的收益

πM(t)=pM×DM(t)-cM(t)×DM(t)-λM。

(5)

式中：PM表示制造商的主机价格，DM(t)表示制造商在t月时的主机市场需求，cM(t)表示制造商的主机生产成本。

平台上制造商t月内累计收益

(6)

在汽车制造中，制造商的生产成本主要来自于采购成本，汽车零部件采购成本在总成本中占比为k，根据汽车行业研究报告显示，汽车零部件的采购成本能够占到汽车生产成本的70%[26]，因此制造商的生产成本

(7)

式中：n表示一辆汽车所需的配套零部件数量，pS(t)表示零部件价格。

制造商的订单量会受到其自身生产能力ηM的限制，当平台上的供应商的供应能力能够满足制造商的生产需求，制造商能在平台上实现最大产能的订单;当平台上的供应商供应能力只能满足制造商的部分需求，制造商在平台上实现部分的订单生产。因此，每个制造商在t月获得的主机订单量为其期望可制造订单量与制造商接单能力之间的最小量，其中期望可制造订单量为匹配到的供应商数量与每个供应商所能满足的订单量的乘积，因此制造商的实际订单量

(8)

式中：ρM(t)表示制造商的匹配率，ηS表示供应商零部件供应能力，ηM表示制造商的主机生产能力。

考虑零部件价格与订单需求存在线性关系，因此零部件价格

pS(t)=p-NS(t)DS(t)/θ。

(9)

式中：p表示市场中制造商愿意支付零部件的最高价格，θ表示零部件价格对市场的敏感修正系数，表示市场整体需求对零部件价格的影响程度，当市场需求饱和时零部件价格不能低于其成本价。

加入平台的供应商在t月的收益

πS(t)=pS(t)×DS(t)-cS×DS(t)-λS。

(10)

式中：cS表示供应商的零部件生产成本价格。

平台上供应商t月内累计收益

(11)

供应商的订单量也会受到其自身生产能力ηS的限制，当平台上制造商的订单需求大于供应商的供应能力，供应商能在平台上实现最大产能的供应;当平台上的制造商订单需求小于供应商的供应能力，供应商在平台上按订单供应，因此每个供应商在t月获得的零部件订单量为其期望订单量与实际供应能力之间的最小量，其中期望订单量为匹配到的制造商数量与每个制造商所能带来的订单量的乘积，因此供应商的实际订单量

DS(t)=min(ρS(t)×ηM×n,ηS)。

(12)

平台在t月的收益

πP(t)=NM(t)×λM+NS(t)×λS-cP。

(13)

则有平台运行t月累计收益

(14)

参考文献[27-28]，假设匹配服务水平投入对匹配服务水平的提升存在边际递减规律，本文采用二次形式ωγ2来表示平台的匹配服务投入成本cp，其中:γ为平台的匹配水平,ω为匹配水平的成本系数，因此匹配水平与匹配水平投入成本之间的关系为:

cp=ωγ2。

(15)

平台对供应商的匹配率为单位时间内平台上每个供应商实际供应量与每个供应商最大供应量的比率，当平台上制造商对零部件的需求大于匹配到的供应商的最大供应量时，供应商按照其最大供应量向制造商供应零部件，此时平台对供应商的匹配率为1，因此平台对供应商匹配率

(16)

平台对制造商的匹配率表示单位时间平台上每个制造商需求量的满足率，当平台上匹配到的供应商的零部件总供应量大于制造商的总需求量时，每个制造商的零部件需求都能完全得到满足，制造商投入所有产能来满足零部件订单需求，此时平台对制造商的匹配率为1，因此平台对制造商匹配率

(17)

3 模型仿真及分析

仿真实验硬件环境为Intel(R)Core(TM)i5-4200M CPU@2.50 GHz 2.50 GHz，4.00 G内存，软件环境为Win10。Vensin PLE软件是一款成熟的系统动力学仿真平台，该平台内部具有一套成熟的系统动力学模型求解算法，且该软件还具有如下优点：①利用图示化编程建立模型，降低建模难度；②该平台包括结构分析工具和数据集分析工具，能直接运用树状图和数值图形进行分析，便于结果分析。因此本文运用Vensin PLE软件进行仿真实验。

本文的参数设定主要参考中国经济社会大数据平台以及国家统计局上公布的统计数据，以普通乘用车制造行业为例，假设潜在市场中普通乘用车制造商的数量为100家，某一种类型的零部件供应商的数量为15 000家。选取中国汽车制造业近10年的轿车产量统计情况，发现轿车总产量较为稳定，选取乘用车的市场需求为250万辆/月。考虑到汽车制造商为维持核心竞争力，通常会自主研发核心零部件或者与供应商建立长期合作关系，不会通过第三方平台采购核心零部件。例如长城汽车、长安汽车和吉利汽车等企业自主研发发动机，长安汽车、广汽汽车等企业与日本爱信建立长期变速箱供应合作关系。汽车制造商通过第三方平台采购一些通用零部件，例如行车记录仪、汽车坐垫、汽车行车灯、保险杠等通用部件。通过途虎养车、北迈网等第三方汽车零部件采购平台，了解到主要的通用零部件价格范围为800元～2 000元，考虑主要通用零部件价格范围差距不大，本文运用绝对平均方法对汽车通用零部件的价格作近似处理。另外，本文参考了中国经济社会大数据平台以及国家统计局公布的统计数据，了解到一套售价为300 000元的普通家用汽车，通用零部件的采购成本预算大约控制在100 000元，需要主要的通用零部件100个，直接计算出汽车零部件的初始市场价格大约为1 000元，故假设平台上零部件初始平均市场价格p=1 000元。为使仿真结果更贴合企业的现实情形，设置供应商进入平台的速率修正系数为1×107，供应商的网络效应修正系数为4×106，制造商进入平台的速率修正系数为1×108，制造商的网络效应修正系数为9×106，零部件价格对市场的敏感修正系数2.5×106。模型初始值设置如表2所示。

表2 模型中常量初始值

本文运用系统动力学分析入网费、匹配率等参数对多价值链上企业收益的影响。首先，分析平台累计收益与入网费的关系。其次，分析多价值链上企业收益与平台匹配水平动态变化。再次，分析多价值链上企业收益随时间变化情况。最后，分析制造商与供应商匹配率随时间的动态变化。此外，还分析了零部件初始市场价格、供应商速率修改系数等其他参数对多价值链企业收益变化的影响。

(1)基准情形下平台累计收益与入网费的关系分析

首先在平台匹配水平为1的情况下，分析平台分别对制造商和供应商收取不同入网费时的累计收益变化情况，设置平台对制造商的入网费范围为[500,10 000]，并按仿真步长500设置平台对制造商的入网费。设置平台对供应商的入网费范围为[500,5 000]，并按仿真步长300设置平台对供应商的入网费，图2展示了各平台累计收益与入网费关系。

分析仿真结果，图2a展示了制造商和供应商收益变化对平台累计收益的综合影响，从图中可以看出平台收益曲面呈现一个坡型，说明平台定价存在最优的状态，即在坡顶时平台达到收益最大化，此时定价最优。图2b显示了对制造商收取的入网费变化对平台累计收益的影响，随着对制造商收取的入网费的增加，平台累积收益先增后减；图2c显示了对供应商收取的入网费变化对平台累计收益的影响，随着对供应商收取的入网费的增加，平台累积收益先增后减。

观察1当平台上用户数量稳定后，平台收益曲面呈现一个坡型，随着对制造商和供应商收取的入网费的增加，平台累积收益先增后减。

观察1说明，当市场环境稳定时，平台收益存在一个最优状态，此时市场未达到饱和状态，平台上只有部分的供应商和制造商。在最优定价状态下，双边用户的正负网络效应达到平衡，低于该定价，则正向网络较强，对市场产生促进作用；高于该价格则负向网络效应较强，对市场产生抑制作用。

(2)多价值链上企业收益与平台匹配水平动态变化情况

基于观察1的发现，选取制造商入网费为4 500，供应商入网费为2 000的情况进一步分析匹配水平变化下的制造商及供应商的收益变化情况。保持其他变量不变，改变平台匹配水平，分别对平台匹配水平赋值，选取平台匹配水平=[0.5,0.6,0.7,0.8,0.9,1]，图3和图4展示了平台、制造商、供应商的累计收益随匹配水平的变化情况。

分析仿真结果图可得，图3a显示平台累计收益随着时间先降低，后增加，并且在开始一段时间较高的匹配水平下平台累计收益较低，当平台收益稳定增长后，匹配水平越高收益越高。进一步对固定入网费和变化入网费模式下的平台累计收益进行分析得到图3b，图3b显示平台在固定入网费模式下获得的收益更高，因此平台会选择固定入网费模式对用户收费。进一步分析固定入网费模式下的用户收益变化情况，图4显示入网费不随平台匹配水平变化的情形下，稳定后制造商与供应商的累计收益变化情况，稳定状态下制造商与供应商的收益都随匹配水平的提高而增加，当匹配水平较低时，匹配水平提高引起制造商收益增长较快；对供应商而言，收益随匹配水平的提高而平稳增加。

观察2在开始的一段时间，平台的收益随匹配水平的提高先降低，之后，平台的累计收益随匹配水平提高逐渐增加。

观察2说明在开始的一段时间，平台上制造商数量较少，网络效应带来的规模效益并不显著，平台处于亏损经营状态，此时较低的匹配水平能够减少平台的投入成本，同时降低制造商与供应商的入网费，帮助平台在短期内聚集大量用户；当平台上的用户数量逐渐趋于稳定，制造商需求量远高于供应商的零件供应量，较低匹配水平不能充分利用供应商的供应能力。此时匹配水平是影响供应商订单量的关键因素，进而平台应当提高匹配水平吸引供应商加入，因此,在开始的一段时间，平台可以选择较低的匹配水平，当用户数量稳定之后，较高的匹配水平对平台更有利。

观察3固定入网费情形下，提高平台匹配水平能够增加主机制造商、零部件供应商和第三方平台的收益。随着匹配水平提高，主机制造商收益增加量逐渐减小，而零部件供应商的收益趋于线性增长，第三方平台收益增加量逐渐减小。

观察3说明固定入网费情形下，平台匹配水平是影响多价值链企业参与协同运作的关键因素之一，由于市场上主机制造商数量远小于零部件供应商数量，理想情形下制造商的订单需求都能得到满足，而供应商的零部件供给只能部分满足。因此，平台匹配水平不到1时，制造商订单需求能完全满足，再提高匹配水平对制造商收益影响逐渐减小，后期提高匹配水平主要是吸引供应商进入平台带来的正向网络效应，但对主机制造商收益影响较小；对供应商而言，即使平台匹配水平提高到1，供应商匹配率仍然低于1。随着平台匹配水平提高，供应商的零部件供给满足率线性提高，且制造商的网络效应对供应商收益影响较小，因此零部件供应商收益呈线性增长。对于第三方平台而言，匹配水平较低时，随着平台匹配水平提高能够提高制造商和供应商的满足率，进入到平台上的制造商和供应商数量较多，平台能够获得服务佣金。随着匹配水平逐渐提高，供应商匹配率进一步提高，而制造商订单需求已经完全满足，进入平台的供应商数量继续增加而制造商数量增加量较少，因此平台获得收益增加量逐渐减小。

(3)多价值链上企业收益随时间变化情况

第三方平台参与的价值链中企业的收益变化情况如图5所示，该图展示了主机制造商与供应商每月收益的整体变化情况。

图5a显示，对主机制造商而言，主机制造商每月收益随着时间呈S型增长，最后保持稳定。匹配水平越高，制造商达到稳态的时间越短，由此可见，对制造商而言，较高的平台匹配水平下主机制造商能获得较高的收益。从管理学分析，这可能是由于在供需关系上，制造商是需求方，在价值链中为核心企业，高效的匹配能最大程度满足制造需求，提高产量。图5b显示，对供应商而言，供应商每月收益随着时间逐渐减少，最后保持稳定。对不同匹配水平下的变化情况进行比较，发现在开始的一段时间，匹配水平越低，供应商的收益越高；稳定后，匹配水平越高，供应商收益越高。这是由于平台上制造商的加入速率比供应商的加入速率快，开始的一段时间内，平台上的供应商数量较少，使得平台上整体的零部件供应量小于需求量，供应商按照最大供应能力将零部件全部供应给制造商，此时较低的匹配水平下，供应商依然能得到充足的订单量，而较低的匹配水平，入网费较低，使得其收益较大；稳定之后，由于供应商数量增加，市场整体供应量大于需求量，内部竞争瓜分了订单，匹配水平越高获得的订单越多，从而收益越高。

观察4平台初期供应商规模远高于制造商规模情形下，制造商每月收益随时间逐渐增加并趋于稳定，供应商的每月收益随时间逐渐减少并趋于稳定。平台匹配水平越高制造商收益增长越快，初期时平台匹配水平越高供应商收益下降越快，后期时平台匹配水平越高供应商收益下降越慢。

观察4表明平台初期供应商规模远高于制造商规模情形下，随着时间变化，制造商进入平台的速率低于供应商进入平台的速率，导致供应商间竞争越来越激烈，制造商的匹配率进一步提高，而供应商的匹配率反而下降，因此制造商每月收益随时间逐渐增加，而供应商每月收益随时间逐渐减少，直到平台上制造商规模和供应商规模不再变化时，制造商和供应商收益将趋于稳定。另外，对制造商而言，平台匹配水平越高，制造商收益增长越快，因此制造商在选择加入平台时要避免技术水平较低(匹配水平低)的平台，需要选择有一定技术优势(匹配水平高)的平台才能保证后期的发展。对供应商而言，初期时平台匹配水平越高制造商收益下降越快，而后期时匹配水平越高制造商收益下降越慢，因此供应商选择早期加入平台，可选择技术优势低(低匹配水平)的平台，获利较高，而选择后期加入平台，则需优先考虑具有技术优势(高匹配水平)的平台。

(4)制造商与供应商匹配率随时间的动态变化情况

图6展示了平台对制造商与供应商匹配率的变化情况，图7展示了制造商与供应商的数量变化情况。

图6a显示，平台对制造商的匹配率随时间逐渐提高，最后趋于稳定；稳定状态下，平台对制造商的匹配率稳定在1，即表示制造商的需求完全得到满足。图6b显示，平台对供应商的匹配率随时间逐渐降低，最后趋于稳定；对供应商而言，在开始的一段时间内，平台对供应商的匹配率始终稳定在1，即表示供应商的供应量小于或等于市场需求，稳定状态下，随着平台匹配水平的提高，平台对供应商的匹配率逐渐提高。

图7显示，平台上制造商与供应商数量随时间变化的对比情况，制造商数量达到稳定的时间比供应商短，说明制造商的加入速度比供应商快。

观察5在开始一段时间内，供应商的供应能力能充分得到利用，之后制造商的需求能充分得到满足。因此，制造商的匹配率随时间逐渐增高至趋于稳定，供应商的匹配率随时间逐渐降低至趋于稳定。

观察5说明前期平台双边用户数量少，市场呈现供不应求的状态，较高的匹配水平能够尽可能为制造商匹配到供应商，增加供给，从而提高主机产量，由于制造商的加入速度比供应商快，随着制造商的大量加入，平台上的供应商不足以满足急速增长的订单需求，制造商匹配率出现下降，而高匹配水平带来的高入网费提高了供应商加入平台的门槛，使得平台上的供应商加入减缓，制造商降低了匹配率。对供应商而言，较高的技术投入提高了平台成本，使得入网费相应提高，进而提高了供应商的准入门槛，减少了市场稳定后的用户数量，因此供应商之间的竞争减缓，与制造商的匹配率提高。对比供应商和制造商的变化情况可以发现，两者整体呈现相反的变化趋势。由此可见，在平台上用户数量稳定后，平台的匹配水平只对供应商的匹配率产生影响。

(5)其他相关参数对多价值链企业收益变化影响

1)零部件初始市场价格对多价值链企业收益影响。

在模型初始设置中，运用绝对平均法计算得到零部件初始价格为1 000。考虑到本文采用的绝对平均法计算的零部件市场价格与实际市场价格具有一定的差异，因此本文再分别将零部件初始市场价格设置为980、990、1 000、1 010，模型的其他参数不变，分析不同零部件初始市场价格对多价值链中企业协同运作收益的影响，其仿真结果如图8所示。

观察6不同的零部件初始市场价格对制造商、供应商和平台收益影响趋势一致，在平台发展初期和后期，较高的零部件初始价格为供应商带来较高的月收益。在平台发展中期，较高的零部件价格反而为供应商带来较低月收益。较高的零部件初始市场价格在整个平台发展期内对制造商和第三方平台带来较低的月收益。

观察6表明较高的零部件市场价格不一定每个时期都会给供应商带来较高的收益，较高的零部件市场价格能够直接提高单位零部件的边际收益，但较高的零部件市场价格会降低制造商的购买意愿，导致同一时期内制造商进入平台的速率减小。平台发展初期，由于进入平台的制造商数量较少，零部件市场价格相对于制造商数量对供应商收益影响更大，故平台发展初期较高市场价格会给供应商带来较高收益；平台发展后期，随着进入平台的制造商数量增多，制造商数量相对零部件市场价格对供应商收益影响更大，而在发展中期制造商还未达到平台的容量，较高零部件市场价格情形下进入平台的制造商数量较少，故平台发展中期较高的市场价格为供应商带来较低月收益。平台发展后期，制造商数量已达到平台容量，不再增加，不同市场价格情形下制造商数量相等，零部件市场价格再次成为影响供应商收益的决定性因素，平台发展后期较高零部件市场价格为供应商带来较高收益；由于零部件市场价格会直接影响到制造商购买零部件的意愿，零部件市场价格越高制造商购买零部件的成本也会越高，导致同一时期内进入平台的制造商数量减少，故较高零部件市场价格会给制造商和第三方平台带来较低的月收益。不同零部件初始市场价格在平台不同发展时期会给供应商带来不同的收益，可在不同的平台发展时期调节零部件市场初始价格，进而改善供应商在多价值链协同运作的收益。较高零部件初始市场价格始终为制造商和平台带来较低的收益，可通过适当的策略控制零部件初始市场价格来改善制造商和平台收益。

2)供应商速率修正系数对多价值链企业收益影响。

为分析不同的供应商速率修正系数对多价值链中企业的协同运作收益影响，分别取供应商的速率修正系数为0.9×107、1×107、1.1×107和1.2×107，模型中其他参数不变，其仿真结果如图9所示。

观察7供应商速率修正系数越高，供应商的收益越高，而制造商和第三方平台的收益越低。

观察7表明供应商速率修正系数越高，供应商进入平台的速率越低，进而导致进入平台的供应商数量较少，供应商之间竞争较小，最终供应商的收益也就越高。然而，供应商进入平台速率较低，导致供应商对制造商的正向网络效应较低，最终供应商速率修正系数越高，使得制造商收益也就越低。由于较高的供应商速率修正系数，使得进入平台的供应商数量减少，另外供应商速率修正系数越高反而导致制造商收益降低，进一步导致进入平台的制造商数量减少，因此第三方平台向制造商和供应商收取入网费获得收益减少。进一步说明通过调节供应商速率修正系数，控制供应商进入平台的速率，能够改变供应商、制造商和平台的收益，提高供应商速率修正系数能够改善供应商的收益，但会使制造商和平台的收益受损。

3)制造商速率修正系数对多价值链企业收益影响。

为分析不同的制造商速率修正系数对多价值链中企业的协同运作收益影响，分别取制造商的速率修正系数为0.9×108、1×108、1.1×108和1.2×108，模型中其他参数不变，其仿真结果如图10所示。

观察8制造商速率修正系数较高，平台在整个发展期收益都较高。平台发展前期供应商的收益较低，而发展后期供应商的收益较高。平台发展前期制造商的收益较高，而发展后期制造商的收益较低。

观察8表明制造商速率修正系数较高，制造商进入平台的速率较小，平台发展前期进入平台的制造商数量较少，制造商之间的竞争较小，因此平台的收益较高。平台发展后期，进入平台的制造商数量较多，制造商间竞争不再是影响制造商收益的关键因素，制造商数量规模较大时会产生较大的规模效应，进而使得市场中零部件价格较低，最终在平台发展后期时，较高的制造商速率修正系数会带来较高的制造商收益。由于平台发展初期较高的制造商速率修正系数，使得进入平台的制造商数量较少，进而导致供应商获得零部件订单量减少，因此在平台发展前期时，较高的制造商速率修正系数会带来较低的供应商收益。再到平台发展后期时，进入平台制造商规模较大，零部件的订单价格较低，因此在发展后期时，较高的制造商速率修正系数会带来较高的供应商收益。由于制造商速率修正系数较高，进入平台制造商数量较少，平台通过收取入网费获得收益也就降低。

4)供应商网络效应修正系数对多价值链企业收益影响。

为分析不同的供应商网络效应修正系数对多价值链中企业的协同运作收益影响，分别取供应商网络效应修正系数为3×106、4×106、5×106和6×106，模型中其他参数不变，其仿真结果如图11所示。

观察9供应商网络效应修正系数较高时，供应商收益较低，制造商和平台收益都较高。不同供应商网络效应修正系数在平台发展初期对多价值链中企业的收益影响较小，而在平台发展后期影响较大。

观察9表明，在平台发展初期，供应商进入平台速率较小，进入平台的制造商和供应商数量较少，因此供应商网络效应对多价值链中企业的协同运作收益影响较小。再到平台发展后期，进入平台的制造商和供应商规模较大，因此供应商网络效应对多价值链中企业的协同运作收益影响较大。由式(4)可知，供应商网络效应修正系数较高，供应商进入平台的速率就越高，从而使得平台供应商间竞争加剧，最终供应商收益减少。供应商进入平台速率越高，对制造商的正向网络效应也会提高，因此较高的网络效应修正系数会提高制造商收益，同时也会提高第三方平台收益。

5)制造商网络效应修正系数对多价值链企业收益影响。

为分析不同的制造商网络效应修正系数对多价值链中企业的协同运作收益影响，分别取制造商网络效应修正系数为7×106、8×106、9×106和10×106，模型中其他参数不变，其仿真结果如图12所示。

观察10制造商网络效应修正系数较高时，制造商收益较低，供应商和平台收益都较高。不同制造商网络效应修正系数在平台发展初期对多价值链中企业的收益影响较小，而在平台发展后期影响较大。

观察10表明在平台发展初期，制造商进入平台速率较小，平台上制造商和供应商数量较少，因此制造商网络效应对多价值链中企业的协同运作收益影响较小。再到平台发展后期，进入平台的制造商和供应商规模较大，因此供应商网络效应对多价值链中企业的协同运作收益影响较大。由式(3)可知，制造商网络效应修正系数较高，制造商进入平台的速率就越高，进而使得平台制造商间竞争加剧，最终制造商收益减少。较高的制造商进入平台的速率会产生较高的供应商正向网络效应，因此较高的网络效应修正系数会提高供应商收益，同时也会提高第三方平台收益。

4 结束语

本文构建了一个第三方平台参与下由多个制造商、多个供应商组成的多价值链，采用系统动力学的方法研究了不同平台匹配水平下第三方平台以及多价值链中制造商、供应商的协同运作收益，另外还分析了不同的市场初始价格、制造商速率修正系数和供应商速率修正系数、制造商网络效应修正系数和供应商网络效应修正系数对多价值链中企业协同运作收益的影响。

对平台而言，在前期可以选择一个较低的匹配水平，降低准入门槛，积累一定量的用户，因为平台运营开始阶段，整体用户数量较少，平台盈利能力较弱，较低的匹配水平能降低平台的运营成本，同时满足用户需求。对制造商而言，总体来看，较高的技术水平对于制造商的长期发展更有利，但是匹配水平到达一定程度后，对于制造商的收益影响的显著性减弱，平台匹配水平所带来的收益提升对制造商的影响较小。对供应商而言，可根据自身的能力选择合适的时期加入合适的平台，规模较小的供应商在平台运营开始时期选择价格较低的平台加入更有利，规模较大的供应商在市场处于稳定状态后，选择匹配水平较高的平台加入更有利。另外，零部件的初始市场价格、制造商和供应商速率修正系数、制造商和供应商网络效应修正系数对多价值链中企业协同运作策略会产生一定影响，需适当控制这些参数变化，降低对多价值链协同运作的影响。

综上所述，高匹配水平的平台会吸引较多高水平供应商，从而与制造商形成稳定的合作联盟，这类平台上的制造商一般对于零部件的要求较高，而供应商都是具有一定规模的大中型企业，比较适用于关键核心零部件的协同制造；较低技术水平的平台准入门槛较低，具有良好的用户基础，会吸引大量的供应商，这类平台用户基数大，制造商有充分的选择空间，但是供应商个体规模较小，比较适用于一般通用零部件的协同制造。从平台的发展来看，平台长期稳定的发展需要技术上的不断提升和突破，适应用户发展的需求，保证价值链协同的高效；从供应商的发展来看，供应商需要根据自身的能力水平选择合适的时间加入合适的平台，才能实现自身效益的最大化；从制造商的发展来看，作为行业核心地位的制造商对于协同制造平台有较高的要求，因此部分制造商会选择与第三方合作或者自主投资建立开放的第三方平台，以最大化自己的产能，实现全行业协同，在价值链协同合作过程中，制造商占有主导地位。

通过运用系统动力学方法，构建第三方平台参与下多价值链协同运作模型，动态地展示了多价值链协同运作模型中相关变量间的影响过程，有效地解释了不同匹配水平下各个变量对各主体收益的作用机制，并通过现实参数的仿真模拟给出了供应商和制造商的运营策略。