云生态价值共创中的演化博弈

徐 敏

(上海交通大学 安泰经济与管理学院，上海 200030)

1 云生态价值共创及演化博弈理论背景

1.1 云生态价值共创

云生态系统是指云计算催生的商业生态环境，主要参与者包括软件供应商、平台供应商、基础设施供应商、服务供应商。云计算时代基于平台的技术提升了IT产业的重要性，云计算时代组织间的合作也变得至关重要，它成了平台生态系统和商业模式创新的先决条件。在云业务这个价值网络中，价值是由每一个基本服务产生的，所有参与者通过服务交换金钱，通过服务改进为其他参与者增加价值，并最终提供满足客户需求的服务。云计算使软件提供商、基础设施提供商和服务提供商成为关键参与者，寻求价值的共同创造和网络效应。因此，对软件/平台供应商，服务提供商和基础设施提供商参与云生态系统可以产生任何联盟伙伴都无法单独产生的租金。紧密耦合的关系奠定了这些参与者之间的合作基础。

价值共创最早在关于合作生产的研究中被提出，指企业与利益相关者通过合作创造新的价值。云生态的产出为解决方案，属于结果导向型产出，是服务主导逻辑的一种。价值共创理论与服务主导逻辑理论早期就被广泛结合，价值共创是服务企业固有的。Sarkar等在分析B2B企业的合作模式时提出了附加、交换、协同三类价值共创实现机制。Huntgeburth等也探索了云生态中基础设施供应商联盟的价值共创。在前人的研究基础上，本文继续探索云生态中软件供应商和其他合作伙伴的合作策略。

1.2 演化博弈理论

1973年，Smith和Price提出了演化稳定策略(Evolution Stability Strategy，ESS)概念，指演化博弈过程中每个博弈方采取某策略后，根据自然选择的作用，能够使该种群不再受到影响。1978年，生态学家Taylor 和Jonker提出了复制动态概念(Replicator Dynamic，RD)，指种群通过“复制动态”模拟其他种群学习和动态调整的过程再做出相应的最优决策，这是向演化稳定策略动态收敛的过程。由于部分博弈方不会采用完全理性的均衡策略，例如博弈方对对方理性的猜忌使最终策略不是完全理性下的最优策略，所以博弈方在进行决策时往往不会一开始就找到最优策略，他们会在博弈过程中学习博弈，通过不断的试错最终找到均衡的策略。分析有限理性博弈问题的关键是确定博弈方学习和策略调整的方式，这可以用生物进化的动态机制来模拟，且有限理性的有效均衡也与生物进化的演化稳定策略非常相似，因此有限理性博弈理论也被称为演化博弈理论。

云业务是一个处于发展初期的新业务，业务的不稳定性使合作双方存在一定的不信任，博弈双方很难具备完全理性，因此演化博弈适用于云生态中软件供应商和其他合作商的博弈分析。

2 云生态下演化博弈模型的构建与分析

本文的研究对象主要是云生态中软件/平台供应商及其合作伙伴，主要的研究视角是软件/平台供应商。

2.1 基本假设

基于云生态合作关系的背景，本文提出如下基本假设：

每个参与者都是以最大化自身收益为目标；

每个参与者对云业务的态度不同，因此博弈策略集是(参与，不参与)。

2.2 参数设置

综合IT企业资源理论和实际企业调研，分析得到影响云生态价值共创实现的因素，如表1所示。

表1 云生态价值共创的影响因素

根据基本假设，我们从收益和成本角度出发，综合影响云生态价值共创的因素，设定主要参数如表2所示。

表2 演化博弈的主要参数及含义

2.3 收益矩阵的构建

云业务是新型业务，跟传统线下软件销售面向市场存在重叠。同时，云生态的参与者与线下软件销售生态参与者存在重叠性。因此，参与者对云业务的态度对云生态中的价值共创起决定性影响。当软件/平台供应商都选择重视云业务、参与价值共创时，双方可以获取到共创价值的一部分。如果一方选择重视云业务、参与价值共创，另一方不重视，那么共创的价值量就很小，参与者们无法分到共创的价值量，且参与方需要付出成本。根据不同类型的价值共创实现机制，我们具体分析各参与方的收益矩阵，如表3所示。

(1)如果双方能够参与价值共创，双方可以共享共创的价值量。其中，软件供应商的收益为S1(R1+R2)+A1K2R2-C1R1，合作伙伴的收益为S2(R1+R2)+A2K1R1-C2R2。

(2)如果只有一方选择参与价值共创而另一方不参与，最终产生的共创价值量少，参与的一方无法学习另一方的资源，且需要付出成本。不参与的一方可以获取学习另一方的资源，且不需要付出成本，若软件供应商参与，而合作伙伴不参与，那么软件供应商的收益为-C1R1，合作伙伴的收益为A2K1R1。相反，若合作伙伴参与，而软件供应商不参与，那么软件供应商的收益为A1K2R2，合作伙伴的收益为-C2R2。

(3)如果双方都不参与，无法形成合作联盟，双方的收益均为0。

2.4 演化博弈模型分析

2.4.1局部稳定性分析

根据收益矩阵，分别构建软件供应商和合作伙伴行为的复制动态方程。

软件供应商参与时的期望收益为：u11=q(S1R2+A1K2R2-C1R1)+(1-q)(-C1R1)

软件供应商不参与的期望收益为：u12=qA1K2R2

软件供应商期望收益为：u1=p[q(S1R2+A1K2R2-C1R1)+(1-q)(-C1R1)]+(1-p)qA1K2R2

软件供应商参与价值共创的复制动态方程为：

F(p)=dp/dt=p(u11-u1)=p(1-p)(qS1R2-C1R1)

合作伙伴参与时的期望收益为：u21=p(S2R1+A2K1R1-C2R2)+(1-p)(-C2R2)

合作伙伴不参与的期望收益为：u22=pA2K1R1

合作伙伴期望收益为：u2=q[p(S2R1+A2K1R1-C2R2)+(1-p)(-C2R2)]+(1-q)pA2K1R1

合作伙伴参与价值共创的复制动态方程为：

F(q)=dq/dt=q(u21-u2)=q(1-q)(pS2R1-C2R2)

参与者根据收益的大小不断优化自身的行为策略，以获取更多的利益，最终达到ESS。根据复制动态方程，令F(p)=0，得到三个可能的均衡点p=0，p=1，q=C1R1/S1R2。均衡点除了满足自身是稳定均衡状态，还应具有一定的抗干扰能力，如果p偏离了p*，参与者根据自身收益最大化还是会将p恢复到p*，因此需要满足F(q)左侧导数大于0、右侧导数小于0。在考虑联盟稳定性时，需要同时考虑软件供应商和合作伙伴的行为。使用E(p，q)看作是两者的策略组合，联立F(p)=0和F(q)=0，可以得到两方策略演化到稳定状态时的5个可能的局部均衡点：E1(0，0)、E2(0，1)、E3(1，0)、E4(1，1)、E5(C2R2/S2R1，C1R1/S1R2)。其中，E1代表软件供应商和合作伙伴都无心参与价值共创；E2代表合作伙伴不参与价值共创，软件供应商全力参与；E3代表合作伙伴参与价值共创，软件供应商不参与；E4代表双方都参与价值共创。

2.4.2均衡点分析

为验证各个平衡点的稳定性，求解复制动态方程的雅克比矩阵：

该矩阵的行列式和迹分别为：

detJ=(1-2p)(qS1R2-C1R1)(1-2q)(pS2R1-C2R2)-p(1-p)S1R2q(1-q)S2R1

trJ=(1-2p)(qS1R2-C1R1)+(1-2q)(pS2R1-C2R2)

当某个可能的均衡点使detJ>0且trJ<0时，则该平衡点进入局部稳定状态，即参与者的演化稳定策略。将五个可能的均衡点代入雅克比矩阵，进行局部稳定性分析，结果如表4所示。

如表4所示，只有E1(0，0)为稳定点，其他点暂时为不确定点。根据参数值的不同情况，得到不同约束条件下的E2、E3、E4、E5的局部稳定性如表5所示。

表4 雅克比矩阵的局部稳定性情况

表5 不同约束条件下各点的局部稳定性分析

对各个条件下软件供应商和合作伙伴的策略演化过程分析如下：

(1)当S1R2>C1R1且S2R1>C2R2时，系统存在两个演化稳定的点(0，0)和(1，1)、两个不稳定点(1，0)和(0，1)以及一个鞍点(p*，q*)。演化相位图如图1所示。在该图中双方均选择参与价值共创E4或者均选择不参与价值共创E1是策略集的最终收敛点。不稳定点E2、E3与鞍点E5所形成的折线构成系统收敛至不同均衡的分界线。折线右上方E2E5E3E4部分将在演化稳定策略E5E4的作用下收敛至整个演化系统的帕累托最优均衡策略点(1，1)。折线左下方E2E1E3E5部分在演化稳定策略E5E1的作用下收敛至整个演化系统的劣质均衡点(0，0)。两种稳定策略是共存的，但性质截然不同。

图1 情况1双方博弈演化相位图

(2)在2、3、4三种条件下，系统只存在一个演化稳定的点(0，0)、两个不稳定点以及两个鞍点。在这三类条件下，软件供应商和合作伙伴参与价值共创获得的净收益均不如不参加价值共创的净收益。说明不管系统最初双方的状态如何都将演化到唯一的稳定点，即双方均选择参与价值共创或者不参与价值共创。演化相位图如图2所示。

图2 情况2、3、4双方博弈演化相位图

3 演化博弈模型的仿真分析

双方全力参加价值共创获得的收益大于不参加价值共创获得的收益，只有情况1有可能出现双方都参与，但是在情况1中双方参与价值共创的策略与都不参加价值共创的策略共存，最终演化到哪一种状态与情况中的鞍点E5(C2R2/S2R1，C1R1/S1R2)有关。因此本章我们分析当S1R2>C1R1且S2R1>C2R2时系统策略演化的情况。影响演化结果的主要因素是双方各自拥有的资源(Ri)、双方在合作联盟中的地位(Si)、双方的参与成本(Ci)。因此本文根据参考文献及实际情况设置参数的初始值如表6所示，根据每个参数进行了MATLAB仿真。在后续分析过程中，由于部分实验过早达到策略演化均衡，所以为视图清晰，仅截取了演化到均衡的部分仿真时间段。

表6 参数初始值

3.1 拥有的独有资源(Ri)对演化结果的影响

企业拥有的独有资源对企业策略的演化结果会产生影响。本文模拟了不同资源情况下软件供应商和合作伙伴随时间推移策略选择情况，如图3与图4所示。企业拥有的独有资源越少，鞍点E5离E4(1，1)越远，即越愿意参加价值共创，策略演化的结果更可能为(1，1)。因为当企业拥有的独有资源越少，企业越需要通过合作来获取对方的资源进行价值创造。同时，当两方资源拥有量存在差距时，资源拥有量少的一方更愿意参加合作，而资源拥有量多的一方更不愿意参加合作，需要更久的时间策略选择才能演化到选择合作的策略。

图3 软件供应商在不同资源条件下的策略选择

图4 合作伙伴在不同资源条件下的策略选择

3.2 在价值共创合作联盟中所处的地位(Si)对演化结果的影响

企业在价值共创合作联盟中所处的地位对企业策略的演化结果会产生影响。本文模拟了不同地位情况下软件供应商和合作伙伴随时间推移策略选择情况，如图5与图6所示。企业所处的地位越高，鞍点E5离E4(1,1)越远，即越愿意参加价值共创，策略演化的结果更可能为(1,1)。企业所处的地位越高，在合作联盟中拥有的话语权越大，在最后的利益分配时能获取更多利益，因此会更倾向于合作，而同时弱势的一方更不愿意参与合作，因此需要更久的时间才能演化到选择参与价值共创的策略。

图5 软件供应商在不同地位时的策略选择

图6 合作伙伴在不同地位时的策略选择

3.3 参与价值共创付出的成本(Ci)对演化结果的影响

企业参与价值共创付出的成本对企业策略的演化结果会产生影响。本文模拟了不同成本情况下软件供应商和合作伙伴随时间推移策略选择情况，如图7与图8所示。企业参与价值共创付出的成本越低，鞍点E5离E4(1,1)越远，即越愿意参加价值共创，策略演化的结果更可能为(1,1)。当企业所需要付出的成本过高(如图中成本大于0.3)时，企业最终的策略选择会倾向于(0,0)，即不参与价值共创。

图7 软件供应商在不同成本条件下的策略选择

图8 合作伙伴在不同成本条件下的策略选择

3.4 初始参与概率对演化结果的影响

企业参与价值共创付出的成本对企业策略的演化结果会产生影响。本文模拟了不同初始参与概率下软件供应商和合作伙伴随时间推移策略选择情况，如图9与图10所示。企业参与价值共创初始参与概率越高，鞍点E5离E4(1,1)越远，即后续越愿意参加价值共创，策略演化的结果更可能为(1,1)。当一方初始参与概率为0时，最终的演化策略是(0,0)，即有一方初始时无意愿，则价值共创最终无法形成。

图9 软件供应商在不同初始条件下的策略选择

图10 合作伙伴在不同初始条件下的策略选择

3.5 影响因素总结

根据上述仿真结果可以看出，软件供应商和合作伙伴参与价值共创的意愿与自身拥有的资源、在合作联盟中的地位以及参与价值共创付出的成本有关，具体的关系如表7与表8所示。

表7 各影响因素与软件供应商参与价值共创意愿(p)的关系(+表示正相关，-表示负相关)

表8 各影响因素与合作伙伴参与价值共创意愿(q)的关系(+表示正相关，-表示负相关)

4 总结与建议

本文的研究内容包括两部分：一是研究云计算价值共创过程中软件供应商和合作伙伴的策略选择行为，探索最终双方的均衡选择策略集；二是通过仿真策略选择过程，探索影响形成价值共创合作关系的因素。通过研究我们发现只有当S2R1>C2R2，S1R2>C1R1时(此条件可以近似解释为在价值共创中从对方获取的资源需要大于自己付出的成本)，双方的策略均衡点为(参与，不参与)和(参与，不参与)。在其他条件下，双方的策略选择均衡点均是不参与。选择是否参与与双方各自的资源能力、在合作中所处的地位、投入的成本有关。地位越高、拥有的独有资源水平越低、投入成本越低，参与价值共创合作的意愿越强。

对参与价值共创的参与者们的启示如下：自身拥有独特的资源越低，越应积极寻求合作伙伴参与价值共创。同时，应该提高自身的独有资源水平，自身的资源与其他合作伙伴的差距越大，其他合作伙伴参与意愿越高。如果一直作为资源的弱势方，会在合作中处于被动的地位，在价值共创中也无法取得较多的收益。同时，如果对方投入的资源过多，会导致对方消极，最终退出合作。