基于供应链合作的技术创新投入激励机制研究

王能民 邹宇璇

摘 要：技术创新成果的外溢性削弱了创新投入动机，供应链上下游企业合作是提升供应链创新投入水平的有效途径。为了研究不同激励机制对技术创新投入的影响，本文建立了三级供应链模型，制造商从供应商处采购原材料，生产创新产品并通过零售商分销，产品价格和创新投入水平共同决定市场需求。通过对比集中、分散、激励机制三种不同的决策结构，分析了激励机制的效率和性质，研究发现：集中决策结构有利于供应链整体经济效益，但不利于整体创新投入;相比分散决策结构，存在激励的决策结构带来了更高的整体经济效益和创新投入水平，但仅在某些市场条件下对于个体具有可行性;在此基础上，提出了管理启示。

关键词：技术创新;研发投入;供应链协调;激励机制

中图分类号：F224.32文獻标识码：A文章编号：2097-0145（2022）02-0008-09doi：10.11847/fj.41.2.8

Incentive Mechanism for Technology Innovation Investment Basedon Supply Chain Cooperation

WANG Neng-min1，2，3， ZOU Yu-xuan1，2，3

（1.School of Management， Xian Jiaotong University， Xian 710049， China; 2.The Key Lab of the Ministry of Education for Process Control & Efficiency Engineering， Xian 710049， China; 3.ERC for Process Mining of Manufacturing Services in Shaanxi Province， Xian 710049， China）

Abstract：The spillover of technology innovation in supply chain of ten reduces the investment motivation， which can be solved by the cooperation of upstream and downstream enterprises. In a three-tier supply chain， manufacturers purchase raw materials from suppliers， produce innovation products and distribute them through retailers. Product price andinnovation investment level jointly determine market demand. The efficiency and nature of incentive mechanism are studied by comparing different decision-making structures： centralization， decentralization and incentive mechanism. The results show that the centralized decision-making structure is beneficial to the whole supply chain but the investment level. Compared to the decentralized structure， the decision-making structure with incentives can bring higher profit and investment， but it is only feasible for individual enterprises in market conditions. On this basis， management implications are discussed.Key words：technology innovation; research and development input; supply chain coordination; incentive mechanism

1 引言

创新是工程管理的重要组成，是基于事物发展规律、对整体或部分进行变革、达到更新与发展的活动，本文研究的创新是企业技术创新行为。创新有多方面的驱动力：第一是利益驱动，研究表明，创新行为有利于企业绩效的提升[1];第二是政策驱动，如政府的环境规制要求企业必须进行技术创新以节能减排[2];第三是需求驱动，研究结果显示，顾客满意是决定购买意愿的重要因素，故顾客需求是创新最大的驱动力[3]。创新是典型的复杂工程系统，需要考虑涉及到的多行为主体合作与协同;创新在工程业界中通过供应链上下游合作形成一个创新价值共同体来提高研发效率与创新绩效：以先进汽车制造工程业的领军企业特斯拉为例，最关键的电池管理系统、电机控制等控制技术由特斯拉自主研发，蓄电池生产供应环节与日本厂商合作，部分核心硬件如芯片、毫米波雷达等主要来自欧美厂商，电动汽车生产完成后通过不同国家的零售网络出售，形成完整的相互合作的供应链，使其电池管理系统技术在汽车行业居于首位。特斯拉的行业领先地位离不开上下游的有效联动，如何建立有效的供应链上下游合作机制，促进供应链整体的创新行为，成为企业需要解决的关键问题。

基于供应链合作的技术创新其前提是供应链上下游企业的有效合作：创新行为在供应链中不仅需要诸多准备工作，还需要面对市场需求风险，故单个企业无法有效地推动创新活动[4]。此外，创新投入具有外溢性[5]，在促进供应链迭代式创新的同时[6]也可能导致投机行为[7]，损害企业创新的积极性[8]。故有效的创新行为需要供应链上下游企业的通力合作[9，10]。基于供应链合作的技术创新行为需要通过设计有效的激励机制实现协调：现有研究主要集中在供应链整体合作协调机制、供应链系统和外界角色（如政府）的协调机制，其研究重点是通过不同的协调机制解决合作过程中存在的阻碍，国内外学者在创新方面已取得了一些成果，但缺少对多层级和供应链创新投入相结合的研究。AF9A8427-4F2C-45E4-B599-B154AAB81E55

前人对创新行为的研究多聚焦于生产过程创新，本文探究供应链中各个环节企业之间资源的利用和合作，即各个主要环节投入对于创新行为的影响。研发资金投入是实现创新的根本途径，创新投入可以正向激励整个企业的创新行为[11]，对整个供应链创新行为而言，参与者的投资也十分重要，有时候甚至可以起到决定性作用[12]，在供应链互相协调的环境下，通过有效分工，上下游企业协商决定创新投入水平，影响创新产品的市场需求[13]。当前核心制造商在供应链创新行为中起到主导性的作用，供应商与零售商多处于参与地位[14]。以宁德时代为例，为应对供应链中的配套设施不完善、关键资源供应不足等问题，作为主导该电池制造供应链的制造商，宁德时代对供應链上下游公司的技术创新进行投资激励，在合作竞争理念的基础上组成动态联盟，共同开拓市场，提高了技术创新效率。针对工程业界中供应链上下游合作建构创新价值共同体的实践，本文围绕创新投入激励机制，分析了制造商主导的三级供应链中激励机制设计的有效性，讨论激励程度随市场条件的变化，视供应链为完整系统，企业为子系统，结合不同条件的利润情况，通过对供应链参与者分摊和激励的讨论提出利于创新的管理启示，旨在为工程创新实践提供理论参考，帮助业界更好地进行创新项目决策和创新过程管理，实现工程创新系统中多行为主体的全面协调性合作，提升创新效率与绩效。

模型在以下几个方面基于前人研究做出了改进。其一：在技术创新方面，前人对比研发前后的产品[15]，部分学者将技术创新风险纳入模型[16，17]，聚焦技术创新结果对产品的影响;更多学者在聚焦其研究重点的同时不考虑风险因素[18～21]。本文引入供应链参与者的创新投入作为决策变量，研究主要的关注点聚焦于投入本身，因此为了简化模型和突出重点，本文不考虑技术投入风险，仅假设投入与产品特性相关，即投资越多产品在市场中可被感知的程度越高。其二：在供应链目标制定上，前人的研究多以利润最大化、成本最小化为供应链目标[22]，部分追求消费者满意度最高[15]，在环保的大环境下追求产品绿色度最大化或者整体生态负效用的最小化。本文在利润最大化目标的基础上进行拓展，以不损害基础利润的情形下实现更高创新投入额为目标，即不损害企业目前利益的情形下，供应链整体追求尽可能最大化的创新行为带来的社会效益。在机制协调方面，存在众多机制或政策以协调促进创新行为，如成员间分摊费用[23]，设立基金，政府补贴[18，24]或通过规制策略引导或约束参与者选择[2]等，本文结合企业实践，在此基础上引入分摊比例参数，表示供应链的技术领导者制造商对于创新行为的激励或投资。其三：供应链结构，传统供应链研究多数聚焦于二级结构[25～27]，例如以制造商为中心的“制造商-供应商”和“零售商-制造商”结构，但供应链实际结构更加复杂，供应链层级不止简单的二元结构，供应链上下游的合作对技术创新更加重要，也更值得研究，在此基础上本文选取更贴近现实的“供应商-制造商-零售商”三级结构作为研究对象[28]。

在现有文献的基础上，本文研究了制造商主导的三级供应链的激励机制，在考虑市场需求受创新投资和产品价格影响的情况下，引入了激励分摊参数，由此建立三个模型：集中决策结构，分散决策结构和存在激励的决策结构模型，对模型均衡对比分析，探究激励机制对于创新行为的影响，通过对不同市场条件下各参与者利润和决策变量分析，为各环节创新投入和分摊提供了思路。

2 问题描述与模型假设

如果消费者对于某产品的特质有偏好，则该产品在市场中竞争力更强[29]。以新能源汽车为例，与传统汽车相比，新能源汽车的特点更符合“绿色”、“环保”的概念，更能吸引具有绿色偏好的消费者。为适应市场需求，供应链需要技术更新和迭代，需要各个环节的投资。为提高创新规模和积极性，供应链领导者制造商可以分摊其他决策者的部分创新成本，以此刺激在生产过程中的创新投入，以求吸引更多的绿色偏好高的消费者。本文模型中，引入消费者需求的不确定性，考虑消费者需求的不确定性对零售价格和批发价格的影响程度，进而分析制造商和零售商的利润情况的变化。在此背景下，在包含制造商、零售商和供应商的三级供应链网络上，通过建立模型，研究不同决策下的创新投入分摊问题，并进行相关参数的分析和比较。本文构建相应的供应链系统，其中供应商S以成本价Cs从上游采购原料，投入Is进行供应链创新零件研发，以采购价Ps出售Qm单位零件给制造商M，M投入Im主导研发创新产品，并以批发价Pm出售Qr单位产品给零售商R;R投入Ir对市场进行有关于创新产品的概念宣传，并以零售价Pr向消费者C提供创新产品。

基于模型的实际背景，本文提出如下三个假设：

假设1 市场需求符合柯布道格拉斯函数形式，且该供应链是信息对称的。

根据Szmerekovsky和Zhang[26]的研究，本文采用函数D（Pr，It）=kP-αrIβrIγmIδs表示单周期内消费者总需求。其中α表示需求的价格弹性（α>1），Ii代表了参与者i对创新行为的投资，β，γ，δ为对应参与者（零售商、制造商、供应商）的投资弹性（0<β，γ，δ<1，β+γ+δ+1<α），k为规模常数。由于DPr=-αkP-α-1rIβrIγmIδs<0，DIs=δkP-αrIβrIγmIδ-1s>0（同理

DIm>0，DIr>0），零售价增加时需求减少，创新投入增加时需求增加。供应链信息对称，表示在此供应链中信息是自由流通的，导致供应链中供需完全匹配，存在Qm=Qr=D。

假设2 企业个体追逐利润最大化，且不同参与者对创新行为的不同环节投资。

在非集中决策条件下，企业首先追逐自身利润最大化，其次考虑创新行为带来的社会效益最大化。Ii为参与者i的创新投入：供应商对配套零件研发投入、制造商的产品研发投入、零售商对创新产品相关的市场宣传投入。Ii越大表示参与者i对创新行为的投入越多，供应链的创新水平越高。AF9A8427-4F2C-45E4-B599-B154AAB81E55

假设3 集中决策情形下供应链内部不存在转移支付，供应链中不排除逆向补贴。

在集中决策条件下，供应链等价于一个厂商，其产量仅由相关市场需求确定，故该情形供应链内部不存在转移支付。如果存在补贴行为，其补贴比例参数介于[-1，1]之间，补贴比例为负表示接受补贴，补贴比例为1表示承担对象的全部创新投入。

基于以上假设，分散决策结构下零售商、制造商和供应商的利润函数为

πr=kP-αrIβrIγmIδs（Pr-Pm-Ir）（1）

πm=kP-αrIβrIγmIδs（Pm-Ps-Im）（2）

πs=kP-αrIβrIγmIδs（Ps-Cs-Is）（3）

存在激励的决策结构中，利润在公式（1）、（2）、（3）基础上考虑制造商的补贴

πr=kP-αrIβrIγmIδs（Pr-Pm-（1-θ）Ir）（4）

πm=kP-αrIβrIγmIδs（Pm-Ps-Im-θIr-tIs）（5）

πs=kP-αrIβrIγmIδs（Ps-Cs-（1-t）Is）（6）

其中θ，t表示制造商作为供应链领导者对零售商和供应商的创新投入的补贴比例。

2.1 集中决策结构均衡

本节将该模型看作以成本价Cs采购原材料进行加工，并以零售价Pr销售产品的厂商，其中供应商、制造商和零售商可以看作该厂商分别进行创新投入的三个不同部门。此时由参与者利润（1）、（2）、（3）易得供应链总利润为π=kP-αrIβrIγmIδs（Pr-Cs-Ir-Im-Is）。由利润函数π关于零售价和各个部门创新投入的FOC，可得相应的决策变量的最优解。此时供应链需求和整体利润为

D**=kα-αββγγδδ（Csα-β-γ-δ-1）-α+β+γ+δ

π**=kα-αββγγδδ（Csα-β-γ-δ-1）-α+β+γ+δ+1

2.2 分散决策结构均衡

在现实中不受干扰的一般情形下，供应链中不同企业各自独立决策，该模型可抽象为制造商先行的斯塔克伯格模型。首先，制造商确定零件批发价Pm和创新产品研发投入Im，零售商观察制造商的决策后反应，供应商同理。制造商根据其反应函数得到零售商的最优零售价和创新宣传费用。根据供应商利润πs关于零件价格Ps、零件投入Is的FOC，化简得各个均衡解，由此得到整个市场销量D*。同理，结合公式（2）、（1）、（3），可得制造商π*m、零售商π*r和供应商π*s在此时供应链均衡总利润π*。

2.3 存在激励决策均衡

本文在前两个模型的基础上提出激励机制，在此情形下，供应链的技术创新由掌握产品核心科技的制造商领导，在不考虑政府部门介入的情形下推动供应链整体创新行为需由制造商激励参与者进行创新投入，在利润不减少的前提下达成更高的社会效益，推动创新进程。故本节在分散决策模型基础上考虑制造商对于供应商和零售商的激励，引入创新补贴比例，用参数t和θ表示。在博弈过程中，制造商先行动，决定批发价、创新产品研发投资以及针对零售商和供应商的补贴比例，即max（Pm，Im，θ，t）πm（Pm，Im，θ，t）。零售商和供应商在观察到制造商行动后反应，由公式（4）和（6）求导可以得到零售商和供应商对制造商决策的反应函数，将结果带入公式（5）中，得到新的制造商的利润函数πm。根据πm关于制造商各个决策变量的FOC，可得方程组，根据不同的机制设计对参数θ进行分类讨论。

若激励合同对于补贴比例有非负限制，即激励机制要求只存在制造商补贴其他参与者一种情形。此时求解的最优分摊比例

θ=-1α-1<0，不符合合同设定。要最大化企业收益，取补贴参数下界θ=0，表示制造商不补贴零售商，仅对供应商进行补贴，得到新的供应商利润函数πs，再次求关于批发价Ps的FOC，得最优采购价Ps′。由此得到其他均衡解。结合公式（2）、（1）、（3）得到参与者利润πm′、πr′、πs′，加总后得到有限制的激励机制的供应链总利润为π′。讨论另一种情形，若合同不存在相关限制，即不对补贴对象进行限制，则可取θ=-1α-1<0，表示零售商逆向补贴制造商。同理得到制造商其他决策变量关于Ps的均衡解和供应商反应函数πs，由πs关于采购价Ps的FOC得最优采购价，进一步得其他均衡解。同理可得各个参与者利润πm″、πr″、πs″以及供应链总利润π″。

3 模型分析

3.1 敏感性分析

對各情形主要决策变量的均衡解进行汇总，得到表1。

推论1a 市场需求的价格弹性增加，将导致参与企业创新投入的减少，且在激励机制存在的情形下制造商付出和得到的补贴均减少。

由表1易得在集中决策情形下的创新投资最少，表明理想状态下的集中决策虽能降低整体价格，提高销量，但不利于创新行为的推进。此外，

参与者i的投资Ii在任何情形下都与价格弹性α呈负相关。市场中需求的价格弹性α较高，消费者对于创新产品的定价十分敏感，此时如果价格上升，将会大幅降低市场产品需求，进一步导致利润降低，故企业倾向削减投资，降低整体成本，降低零售价，采取“薄利多销”策略达到更高的总体利润。针对激励机制，在有限制的激励机制下，供应链创新领导者制造商倾向于削减对供应商的补贴，即减小t，将更多投入运用在供应链的低价策略中，从中间环节降低成本;在无限制的激励机制下，零售商愿意通过削减对制造商的补贴来降低成本与零售价，提高销量和整体利润。相反，在需求价格弹性较低的市场（α较低），消费者对于价格变动不敏感，当价格上升导致的需求下降量小于投资带动的需求上升量时，零售商愿意提高创新投资，加大在市场中的创新产品宣传力度，同理制造商和供应商愿意提高创新投入，提高相关技术创新的研发投入，加强供应链配套，间接在供应链整体上提高销量和利润。AF9A8427-4F2C-45E4-B599-B154AAB81E55

对表1中各均衡解关于投资弹性求导，汇总后得表2（“+”正相关，“-”负相关）。

推论1b 如果市场上的需求投资弹性增加，会导致企业增加创新投入，同时提高价格。

表2中所有均衡解均与市场中的价格弹性α呈负相关，但与相应投资弹性β、γ、δ呈正相关，表明当市场需求的投资弹性较大时，企业愿意提高各环节的销售价格与创新投入。制造商和供应商的投资弹性γ、δ较高，说明其创新产品研发投资对市场需求的影响较大，也代表制造商、供应商投入单位产品和零件的研发费用大幅影响最终市场需求。以新能源市场的特斯拉公司为例，其年报中研发投入占比将影响消费者对其新产品科技含量和环保程度的评估;如果零售商投资弹性β较高，市场对零售商的创新行为的宣传比较敏感，消费者会受相关宣传（如广告）的影响，故零售商愿意提高创新投入，提升创新产品的关注度和估值。在整个市场消费者对新产品有偏好的情形下，企业将加大对零件生产，产品加工，以及产品宣传等环节的创新投入，实现更多的利润和社会效益。反之，市场对于参与者的创新投入不敏感，可以理解为市场中的消费者对于创新产品没有特殊偏好，既不主动关注新的技术创新进程，也不受零售商方面进行的创新相关宣传影响，此时企业失去创新行为的投资积极性，倾向用价格策略吸引消费者。

本文采用数值分析对推论进行验证，通过图形的方式更为直观地呈现前文提出的推论，即投资弹性β、γ、δ与所有决策变量确实正相关，本文结合前人有关汽车行业研究[30]，取α=3.08，并对其余参数进行多组取值：取值a：β=δ=0.2;取值b：β=0.2，δ=0.8;取值c：β=0.8，δ=0.2;取值d：β=δ=0.8，此时研究γ变化对于决策变量的影响。同理，对β，δ进行相同数值分析，结果如图2。

从图中可以直观看出，除补贴比例之外的决策变量均随投资弹性上升而上升，结合表1中t的解析解1（α-β-γ-δ）

，不难得出所有决策变量均与投资弹性正相关，符合前文的推论与分析。考虑以上多个参数的共同影响，本文发现存在激励机制的情形下，需求价格弹性与投资弹性和的差距越小，即α-（β+γ+δ）越小，制造商对于供应商的分摊t越多。此时由于价格与投资对于产品需求的影响相互抵消，代表市场整体在不同的价格水平上都对于创新产品表示认可，此时制造商作为供应链中的领导者，将提高对供应商的补贴以激励创新。同时在供应链整体的创新投資上，供应链主导者制造商投资并不一定高于其他参与者，技术创新投资的相对大小取决于其投资弹性的相对关系。

推论2 在存在激励的条件下，若对补贴有所限制，则制造商补贴供应商而不补贴零售商;若对补贴无限制，则零售商补贴制造商，且零售商的补贴激励仅与价格弹性相关。制造商对供应商在任何情形下都不存在反向补贴和超额补贴。

由表1可知θ值解析解小于零，若存在条件0θ1，取θ=0;由t的解析式易得0

3.2 激励机制比较分析

汇总各模型的主要决策变量的最优解及供应链均衡解得到表3，表4。

推论3 仅考虑供应链总体或制造商利润，补贴激励机制在任何市场条件下均具有可行性。

由表3的均衡利润可知π*<π′<π″<π**恒成立，表示两类激励模型的供应链经济效益介于分散决策和集中决策之间，符合现实情形。本文视π**为供应链整体利润上限，分散决策为企业可接受的利润下限，通过制造商和零售商对其他参与者的激励，使整体供应链利润达到高于下限的利润水平，表明激励机制的可行性，供应链中的企业可以通过此合作激励方式盈利。无限制的激励机制情形的总利润高于有限制情形，表明供应链参与者在仅考虑总利润的任何市场条件下，倾向于实行无限制激励合同。

观察1 在推论3基础上考虑零售商和供应商利润，补贴激励机制仅在部分市场条件下可行。

对于零售商而言，有限制的激励机制情形有最高利润。由于无需对于其他供应链角色进行补贴，有限制的激励机制的利润显然高于无限制的激励机制。如图3的r组，在δ高的情形下（参考前文数值分析低δ=0.2，高δ=0.8，下同），无限制的激励机制与分散情形的利润差在高价格弹性条件下大于零，表示在供应商投资弹性很高的情形下，消费者对价格比较敏感，同时对于创新产品的研发进程很关心，对于产品零部件的配套研发关心，此时无限制的激励机制的利润更高。对于供应商投资弹性低的情形，若零售商投资弹性大，则在价格敏感市场上，无限制的激励机制下零售商的基础利润会降低。因消费者对于供应链配套研发情况不关心，仅受到供应链创新产品概念宣传的影响，且对于价格非常在意，此时零售商创新投资和补贴提高成本，零售价无法大幅度上升，故利润受到侵蚀。

对于供应商而言，有限制的激励机制情形下的利润最低。如图3的s组，供应商投资弹性δ高的情形下，无限制的激励机制与分散情形利润差恒小于零，即在供应商投资弹性高时，分散情形下的利润更高，消费者十分关心供应链整体配套研发进程，导致供应商投入更多进行零部件的创新配套研发，提高了成本，影响了利润，此时供应商不愿意参与供应链合作创新行为。对于供应商投资弹性低的情形，则需对零售商的投资弹性讨论，若投资弹性大，则在价格敏感市场上，无限制的激励机制会提高供应商的基础利润，反之则会降低其基础利润。AF9A8427-4F2C-45E4-B599-B154AAB81E55

图3 零售商（r），供应商（s）无限制与分散情形下的利润差与需求弹性的关系

投资弹性高时，从整体看，供应商提高相关创新投资;从局部看，供应商利润受到损害，没有参与创新的动力。只有在供应商研发投资的敏感度足够低，且零售商投资弹性高的价格敏感市场上，供应商才有参与创新合作的动力，并依赖制造商分担其部分创新投入，此时采用无限制补贴合同。

推论4a 有限制的激励机制起到了促进创新投入的作用，无限制的激励机制仅在某些特定市场条件下促进创新投入行为，且有限制的激励机制效果优于无限制的激励机制。

对零售商而言，其创新投入在有限情形下最大，比较无限制情形和分散情形下的利润，以12（1+2β+2γ+2δ+1+4γδ+4δ2）为界，高价格弹性时分散情形下的创新投资更高，总体投入排序为：有限>分散>无限制的激励机制情形;低价格弹性时无限制的激励机制有更大的创新投资，总体投入排序为：有限>无限>分散情形。对于制造商和供应商，有限与无限对创新投入的促进作用相同。

结果表明激励决策结构下，供应链总体创新投入最大。此时零售商和制造商的创新投入与定价均高于分散决策结构，表明激励机制可以促进整个供应链中的创新投入。通过对于均衡结果的比较，可得：有限制的激励机制情形有最高的零售价和创新投入，供应商得到补贴后提高有关零件与原材料的创新投入，表明激励机制可以在分散决策基础上提高整条供应链利润和创新投入，在提高经济效益的基础上提高社会效益，且有限制的激励机制在促进社会效益方面优于无限制的激励机制。

推论4b 有限制的激励机制会导致价格的上涨，无限制的激励机制仅在某些特定市场条件下带来零售价与批发价的上升，涨价幅度低于有限制的激励机制。

有限制的激励机制情形的零售价与批发价最高。对另外两种情形进行讨论，易得当β>δ时，以价格弹性的某一点划分市场，左侧为消费者对价格不敏感市场，右侧则为价格敏感市场，分界点为

α=β+2β2+2βγ-δ+β2-2βδ+4β2γδ+4βγ2δ+δ2+4β2δ2+4βγδ22（β-δ）

价格敏感情形下，分散情形下的零售价更高，若市场对于价格不敏感，则无限制的激励机制有更高的零售价。βδ则无限制的激励机制情形的零售价与批发价恒高于分散情形。为了提升利润，企业倾向于在价格敏感的市场上实行“薄利多销”，在价格不敏感的市场中则实行高价策略。此外推论4的影响因素还有零售商和供应商投资弹性。零售商投资弹性相较供应商更高时，消费者比起供应链创新产品配套生产，更关心创新产品概念宣传，此时零售终端企业的投资效率更高。但宣传投资会带来成本的提高，故在价格不敏感的情形下，零售商企业考虑提高创新投入的同时抬高产品零售价，以此保证其利潤不受损;但在价格敏感市场中，较高的零售价会导致产品销量大幅度降低，较低价格会导致单位利润降低，故零售商此时不选择该策略。

观察2 取最优价格与投资时，各参与者的利润比例根据补贴方式和市场条件有所不同。

通过对表4中各参与者相对于供应链整体的利润占比发现：对零售商利润在整体利润中的占比而言，有限制的激励机制带来最高的利润占比;对于分散情形与无限制的激励机制情形，若供应商的投资弹性满足条件δ<β（α-β-γ）（2α-2β-2γ-1）β（2α-2β-2γ-1）+（α-1）（α-β），则分散情形下的利润比例更高，反之则无限制的激励机制的利润占比更高。对于制造商的利润占比，无论何种条件下的利润占比均服从：分散<有限制<无限制的激励机制情形。对于供应商，与分散情形相比，有限制的激励机制会缩减其利润占比，但无限制的激励机制情形则在δ<β（α-β-γ）（α-β-1-γ）（2α-1）（α-β-1）+β（α-β-γ）条件下，提升其利润占比。此时供应商利润占比由高到低依次为无限制的激励机制情形，分散情形，有限制的激励机制情形。此外，随着价格弹性逐渐升高，供应链中的参与者的利润分配收敛于三等分，结合推论1可知，如果消费者对于产品价格非常敏感，对于各参与者而言，薄利多销策略均为最优策略，故所有参与者均不愿意进行投入，不存在相关激励。在价格极度敏感的市场上参与者没有创新动力，趋向于均分供应链整体利润。

前面主要讨论的是“如何将蛋糕做大”，而观察2讨论的是“如何分蛋糕”。根据各个参数的相对大小可以将市场进行初步细分，若该参数越大，则市场对该参数对应的决策变量敏感，反之若参数越小，则属于不敏感市场。根据推论，供应链中各参与者的利润主要与供应商投资弹性有关，也就是与消费者对于供应链创新产品的配套的在意程度相关。对供应商研发投入不敏感的市场，消费者不在意该创新供应链是否有供应商的配套研发，不限制补贴参数可以达到供应商的最高利润占比，此时零售商的利润占比有所降低，制造商利润占比排序不受投资弹性的影响。当市场对供应商投资不敏感时，供应商企业进行创新的动力下降，缩减创新投入降低成本，提升利润率。同时供应商得到的补贴也会减少，制造商和零售商企业应将自由资金投入更有效的项目以达到更高的利润率。

4 结论与启示

在供应链中，合作创新十分常见，企业间有效的合作可提高社会效益和供应链整体的经济效益。本文在前人研究基础上，以“供应商-制造商-零售商”结构的三级供应链为研究对象，以供应链参与者集中、分散情形作为基础，对供应链不同补贴情形下参与者的博弈情形进行研究，建立相关分析模型，对激励的参数分类，并对决策变量与各个参数的关系进行讨论分析。本文的模型根据不同类型的投资弹性和价格弹性细分市场，旨在为供应链的参与者提供不同的创新投入方案。

本文发现，在制造商领导的三级供应链中，在供应链系统中没有政府角色的情形下，可采用制造商进行投资补贴的激励形式协调供应链，对补贴比例分类讨论，可将激励机制分为有限制与无限制补贴。从供应链整体出发，无论是有限制或无限制的激励机制均具有有效性，制造商或零售商的补贴提高了供应链的利润，同时促进了供应链整体的创新行为;从参与者的角度出发，激励机制仅在市场满足部分条件的情形下有效：有限制的激励机制仅对零售商和制造商有利，供应商在此激励合同条件下利润受损，而无限制的激励机制仅在供应商投资无效、零售商投资有效且价格敏感的市场下有效，其他市场条件下，供应商的基础利润小于分散情形，供应商不愿意参与创新。对于市场条件的变化，激励机制的效果不同。总体而言，需求的价格弹性和需求的投资弹性和的差距越小，整体的补贴比例越高，补贴产生的激励效果越好。在实际情形中，供应商投入大多仅影响创新行为而不影响整体销量，符合市场对于供应商的投入极不敏感的要求。故企业在一个零售商投入与定价敏感的市场，如在高科技产品市场中，消费者对于新产品概念宣传和创新产品预售价十分在意，则可以考虑采用无限制的激励机制在供应链中进行创新合作，提升供应链的科技创新程度和利润率。此外，消费者对于价格越敏感，供应链整体利润的分配也越均匀。AF9A8427-4F2C-45E4-B599-B154AAB81E55

基于以上结论，可得管理学启示：为了可持续发展，企业需主动提高其创新的积极性，紧跟时代趋势，以供应链为单位开展合作。为了更好地促进创新行为，企业可以根据不同行业投资弹性和价格弹性，将市场细分为高弹性市场与低弹性市场，确定是否为创新激励机制的目标市场;再根据价格和投资弹性差距，进一步将市场细分为高差距市场与低差距市场，调整创新合同的补贴参数，对不同市场予以不同程度的激励。以特斯拉供应链为例，创新技术和产品的环保性是该品牌的卖点，故认为该市场中消费者对于特斯拉的技术创新敏感，由于特斯拉汽车并非生活必需品，且存在大量相似替代品（普通汽车，其他品牌如比亚迪新能源汽车等），故市场需求对价格比较敏感，这两类变化的方向相反，其综合影响最终取决于需求的技术投资（创新投入）弹性和需求的价格弹性的相对强弱与差距。对目标市场进行划分，可以更好地帮助企业识别自身的供应链所处位置，制定更加精准有效的创新激励机制，达到更高的社会效益和经济效益。

后续研究可在本文基础上完善更多细节，如将创新成功率与投资风险引入模型，提升模型的现实性，考虑信息不对称情形，合作研发的机会主义和投资约束问题，也可以考虑参与者间的公平偏好。此外，在生态文明建设的大背景下，后续研究可以将售后及回收再制造问题纳入考量，改变供应链的形式。最后，随着社会环保理念的普及，模型可以考虑基于创新因素的消费者非理性行为。

参 考 文 献：

[1]Geng D， Lai K， Zhu Q. Eco-innovation and its role for performance improvement among Chinese small and medium-sized manufacturing enterprises[J]. International Journal of Production Economics， 2021， 231： 107869.

[2]左迺谦，曲世友，刘纪达.零售商与制造商绿色产销模式中的环境规制策略研究——基于演化博弈视角[J].预测，2021，40（5）：40-47.

[3]Dash G， Kiefer K， Paul J. Marketing-to-millennials： marketing4.0， customer satisfaction and purchase intention[J]. Journal of Business Research， 2021， 122： 608-620.

[4]Marcus B. A hybrid approach to configure eco-efficient supply chains under consideration of performance and risk aspects[J]. Omega， 2017， 70： 58-76.

[5]Genc T S， De Giovanni P. Closed-loop supply chain games with innovation-led lean programs and sustainability[J]. International Journal of Production Economics， 2020， 219： 440-456.

[6]特木欽，王琨.技术交流、迭代式创新与新产品开发绩效关系研究——基于实际吸收能力的调节效应[J].预测，2021，40（2）：33-39.

[7]Chen X， Wang X， Zhou M.Firms green R&D cooperation behaviour in a supply chain： technological spillover， power and coordination[J]. International Journal of Production Economics， 2019， 218： 118-134.

[8]Dou Y， Zhu Q， Sarkis J. Green multi-tier supply chain management： an enabler investigation[J]. Journal of Purchasing and Supply Management， 2018， 24（2）： 95-107.

[9]孙健慧，张海波.绿色供应链协同创新合作策略研究[J].工业工程，2020，23（4）：53-60，92.

[10]Heckmann I， Comes T， Nickel S. A critical review on supply chain risk—definition， measure and modeling[J]. Omega， 2015， 52： 119-132.

[11]陈婕.政府支持、企业R&D投入与技术创新绩效关系研究[J].预测，2021，40（2）：40-46.

[12]Eugenie D， Marion D. Green product innovation in industrial networks： a theoretical model[J]. Journal of Environmental Economics and Management， 2021， 107： 102420.

[13]Basiri Z， Heydari J. A mathematical model for green supply chain coordination with substitutable products[J]. Journal of Cleaner Production， 2017， 145： 232-249.AF9A8427-4F2C-45E4-B599-B154AAB81E55

[14]Yang L， Cai G S， Chen J. Push， pull， and supply chain risk-averse attitude[J]. Production and Operations Management， 2018， 27（8）： 1534-1552.

[15]Bin S， Yifan C， Xiaoyan X. Product line design and quality differentiation for green and non-green products in a supply chain[J]. International Journal of Production Research， 2020， 58（1）： 148-164.

[16]李婉红，李娜，刘芳.绿色技术创新利益相关者的三群体演化博弈及其仿真[J].运筹与管理，2021，30（9）：216-224.

[17]Parker G， Van Alstyne M. Innovation， openness， and platform control[J]. Management Science， 2018， 64（7）： 3015-3032.

[18]Yang R， Tang W， Zhang J. Technology improvement strategy for green products under competition： the role of government subsidy[J]. European Journal of Operational Research， 2021， 289（2）： 553-568.

[19]Wang X， Cho S H， Scheller-Wolf A. Green technology development and adoption： competition， regulation， and uncertainty—a global game approach[J]. Management Science， 2021， 67（1）： 201-219.

[20]Baldwin C， Von Hippel E. Modeling a paradigm shift： from producer innovation to user and open collaborative innovation[J]. Organization Science， 2011， 22（6）： 1399-1417.

[21]Nie P Y， Wang C， Chen Y H， et al.. Effects of switching costs on innovative investment[J]. Technological and Economic Development of Economy， 2018， 24（3）： 933-949.

[22]Melo M T， Nickel S， Saldanha-da Gama F. Facility location and supply chain management—a review[J]. European Journal of Operational Research， 2009， 196： 401-412.

[23]郭煒恒，梁樑.供应链碳减排成本分摊的合作博弈研究[J].预测，2021，40（2）：83-89.

[24]陈永泰，徐晗玉，徐峰，等.面向企业绿色创新的政府R&D补贴契约设计[J].系统管理学报，2019，28（4）：717-724.

[25]Jabbour A B L S， Vazquez-Brust D， Jabbour C J C， et al.. Green supply chain practices and environmental performance in Brazil： survey，case studies，and implications for B2B[J]. Marketing Management， 2017， 66： 13-28.

[26]Szmerekovsky J G， Zhang J. Pricing and two-tier advertising with one manufacturer and one retailer[J]. European Journal of Operational Research， 2009， 192（3）： 904-917.

[27]OReilly S， Kumar A. Closing the loop： an exploratory study of reverse readymade garment supply chains in Delhi NCR[J]. International Journal of Logistics Management， 2016， 27（2）： 486-510.

[28]Sarkis J， Santibanez G E D R， Koh S C L. Effective multi-tier supply chain management for sustainability[J]. International Journal of Production Economics， 2019， 217： 1-10.

[29]Niels A， Yingjie F， Daan S. The impact of green labels on time slot choice and operational sustainability[J]. Production and Operations Management， 2021， 30（7）： 2285-2303.

[30]邓婷，严俊杰.基于需求价格弹性视角的新能源汽车发展对策研究[J].生产力研究，2017，（5）：6-9，25.AF9A8427-4F2C-45E4-B599-B154AAB81E55