大数据驱动下的供应链企业协同创新行为演化博弈研究

徐文迪，吴亚兰

（1. 上海工程技术大学 管理学院，上海 201620；2. 哈尔滨理工大学 经济与管理学院，黑龙江 哈尔滨 150040）

0 引 言

我国正处于新一轮科技革命和产业变革的关键时期，供应链企业的数字化升级成为推动变革的重要引擎。2020 年6 月，国家发改委发布《关于进一步降低物流成本的实施意见》中指出数据驱动智慧供应链是实现供应链降本增效的有效途径。供应链企业利用大数据驱动，转变组织方法和产品流程来完成企业数字化创新升级。供应链节点企业仅靠企业内部数据资源实现数字化创新，容易造成资源浪费和研发成本过高，因此供应链上下游企业选择协同创新模式，通过数据共享和资源整合，以数据驱动改变供应链设计和管理方式，提升供应链网络节点企业的协同创新能力。但供应链企业间的协同创新策略选择对协同创新行为的稳定性和有效性产生不同影响。因此，对大数据驱动下的供应链企业间协同创新行为机理，以及协同创新演化稳定策略分析的研究具有重要意义。

目前国内外学者已广泛探讨大数据驱动下的供应链企业创新模式课题。但很少从大数据驱动角度研究供应链的协同创新行为运行过程，而且当前文献多基于完全理性假设做相关研究。因此，本文基于大数据驱动视角，对供应链企业间协同创新行为进行系统分析，并引入演化博弈理论，研究不同因素变化对创新行为演化稳定策略的影响，为大数据驱动下的供应链协同创新研究提供参考和理论依据。

1 大数据驱动下供应链企业协同创新演化博弈分析

在大数据驱动下的供应链企业间协同创新过程中，由于创新投入成本、价值损失等问题，企业可能对协同创新投入力度不足，造成协同创新行为失败。因此，为保证大数据驱动下的供应链企业间的协同创新持续推进，下文将探究供应链各节点企业如何进行策略选择能够达到协同创新动态稳定状态。

1.1 基本假设

大数据驱动下的供应链企业间协同创新博弈行为是重复多次的，并且在重复博弈中不断学习和改进，以自身利益最大化为目标，实现双方的动态均衡稳定性。因此，采用演化博弈理论讨论供应链企业间的协同创新演化稳定均衡策略问题。为研究方便，假设供应链主要由A 企业和B 企业组成，两个企业均是有限理性，在决策前期对双方的收益函数和策略选择不知情，并且能够在不断的策略改进中最终达到均衡状态。针对本文研究问题，提出以下假设：

（1） 供应链节点企业可以选择“积极协同创新”和“消极协同创新”，双方通过互相协同发展，并最终实现纳什均衡。假设，双方在博弈过程中，A 企业选择积极协同创新的比例为x，消极协同创新的比例为1-x；B 企业选择积极协同创新的比例为y，选择消极协同创新的比例为1-y。其中0

（5） 大数据驱动下，供应链企业中的一方选择消极协同创新，将会导致数据的传递有效性降低，另一方也无法对该数据实现价值创造，因此导致协同创新失败。而消极协同创新的一方也会导致其在供应链网络中的信任度降低。为实现供应链企业间长期协同创新行为，需提升各企业间的信任水平，因此供应链的组织部门自发建立奖惩机制，约束链上各企业的决策行为。假设惩罚力度为P，并且这部分惩罚可作为奖励转化成积极协同创新成员的收益。

1.2 模型构建

基于以上假设，可知大数据驱动下的供应链企业间协同创新演化的支付矩阵，如表1 所示。

表1 支付矩阵

1.3 模型稳定性分析

表2 矩阵在各均衡点行列式和迹的值

表3 4 种情况下各均衡点的局部稳定性分析

1.4 仿真分析

上文从采用演化博弈模型，将大数据驱动下的供应链企业间协同创新演化博弈分为四种情况做详细论证。为更直观反映各个参数对协同创新演化系统稳定性的影响，下文将运用MatlabR2016b 对其做数值仿真分析。参数初始数值设置如表4 所示。假设供应链企业A 选择积极协同创新的比例为0.4，成员B 选择积极协同创新的比例为0.6，仿真结果如下。

表4 参数初始设置值

（1） 数据价值创造能力对供应链企业间协同创新演化系统的影响。保持其他数据不变，将E从0.8 提升到0.9，E从0.6提升到0.7，即提高供应链企业A 和企业B 的数据价值创造能力，双方的创新演化趋势如图1 所示。由图1 看出，提高数据价值创造能力，将加快演化系统趋向稳定。因此，数据价值创造能力与供应链企业间的协同创新成正相关。当提高供应链企业的数据价值创造能力，企业越倾向于选择积极协同创新。

图1 Ei 的仿真结果图

（2） 数据互补程度对供应链企业间协同创新演化系统的影响。保持除γ 之外的其他参数不变，将γ 从0.4 增加至0.5，得到如图2 所示的演化结果。供应链企业在γ=0.5 下的稳定策略演化速率大于γ=0.4 下的稳定策略演化速率。表明当供应链企业的数据互补性程度提高，有利于促进双方积极协同创新。因此，供应链企业之间数据的重合度越低，越有助于双方加强对协同创新的需求，双方的协同创新成功率越高。

图2 γ 的仿真结果图

（3） 创新风险系数对供应链企业间协同创新演化系统的影响。在保持其他参数不变的情况下，将供应链企业双方的风险系数δ、δ各增加0.01，得到系统动态演化过程如图3（1） 所示。供应链企业双方达到演化稳定状态的速率降低，表明当供应链企业的价值损失增大时，双方的协同创新积极性降低。而将供应链企业双方的风险系数δ、δ各降低0.01，得到如图3（2） 所示的系统动态演化图，表明当风险系数降低时，双方的演化稳定速率加快。因此，供应链企业对风险系数较为敏感，风险系数较小，双方更有可能选择积极协同创新。

图3 δi 的仿真结果图

（4） 奖惩力度对供应链企业间协同创新演化系统的影响。图4（1） 显示了在不改变其他参数情况下，将奖惩力度P 从7增加为8 所得到的系统演化图。从图4 中看出，增加奖惩力度，有利于加快供应链企业双方朝稳定策略趋势演化。表明当增加积极协同创新成员的激励收益，或者增大对消极协同创新成员的违约金，将会使得双方更愿意选择积极协同创新，并快速达到演化稳定状态。而将奖惩力度P 从7 降低到6，得到如图4（2） 所示的演化图，双方最终演化结果均为0，即双方最终选择不协同创新。因此，奖惩力度的大小也影响供应链企业双方协同创新决策选择。

2 结论及建议

本文从大数据驱动角度，通过构建演化博弈模型，研究供应链企业在不同影响因素作用下的协同创新稳定均衡状态。研究结果表明大数据驱动下的供应链企业间的协同创新行为是以企业数据量为创新基础。从企业数据源角度，数据互补性程度是实现大数据驱动下的供应链企业间协同创新的关键因素之一。提高数据互补性程度，供应链企业能够产生更多数据价值，释放数字红利。奖惩机制的实施力度影响供应链企业的协同创新决策选择。违约金设置过少，供应链企业可能出现违约情况，降低了供应链其他节点企业对其的信任度水平，道德风险增加，不利于企业实现创新。

根据以上结论，本文为促进大数据驱动下的供应链企业间协同创新，提出以下建议：（1） 供应链各节点企业可选择能为彼此创造更多价值的企业组合成供应链网络，减少无效数据的产生。（2） 供应链企业可通过积极开展技术交流协作，共同研究和开发最新科技和智能设备，提高自身数据价值创造能力。（3） 供应链企业应以降低共享成本为共同目的实现供应链企业的数据价值最大化。供应链企业可通过建立数据安全保障机制来降低数据损失风险，供应链企业内部应实现对数据价值损失风险的评估，保持企业自身的竞争力，有效降低数据价值损失。（4） 对于供应链整体，可自发组建监管机构，制定有针对性的激励和惩罚政策，科学引导企业实现协同创新。

图4 P 的仿真结果图