物流企业盈利能力优化研究
2023-06-15殷小舟苏世伟
殷小舟 苏世伟
摘 要：供应链物流信息协作是供应链物流协作的基础和前提，有效的物流信息协作策略可以提高企业在供应链新伙伴关系中的合作机会。由于影响因素、策略演化过程和稳定性策略的复杂性，供应链物流信息协作通常难以实现。文章提出了基于进化博弈论的供应链物流信息协作策略来解决这个问题。首先，基于由供应商和制造商组成的两级供应链，构建了供应链物流信息协作的进化博弈模型。基于利益最大化，分析了供应商、制造商以及制造商与供应商联合的策略演化博弈，确定了进化稳定策略。其次，分析了相关参数对策略演化过程的影响，使用综合的模拟来检验所提出模型的效率。最后，为供应链企业提供了管理方法以促进供应链物流信息协作的实现。
关键词：供应链管理；供应链信息共享；进化博弈论
中图分类号：F274 文献标志码：A
DOI：10.13714/j.cnki.1002-3100.2023.09.001
Abstract： Supply chain logistics information cooperation is the basis and premise of supply chain logistics cooperation. Effective logistics information cooperation strategy can improve the cooperation opportunities of enterprises in the new partnership of supply chain. However， due to the complexity of influencing factors， strategy evolution process and stability strategy， supply chain logistics information cooperation is usually difficult to achieve. In this paper， a supply chain logistics information cooperation strategy based on evolutionary game theory is proposed to solve this problem. Firstly， based on the two-level supply chain composed of suppliers and manufacturers， an evolutionary game model of supply chain logistics information cooperation is constructed. Based on profit maximization， the strategy evolution game of supplier， manufacturer and manufacturer and supplier union is analyzed， and the evolutionarily stable strategy is determined. Secondly， the influence of relevant parameters on the evolution process of the strategy is analyzed， and the efficiency of the proposed model is tested by comprehensive simulation. Finally， it provides management methods for supply chain enterprises to promote the realization of supply chain logistics information cooperation.
Key words： supply chain management; supply chain information sharing; evolutionary game theory
0 引 言
隨着全球市场需求的快速变化和贸易伙伴之间经济优先次序的不确定性，制造企业遇到了重大挑战[1]。企业意识到，单靠自己在新的市场环境中获得竞争优势几乎是不可能的。企业必须扩大合作和协调，共同生产，分担风险，增加利润[2]。因此，竞争正在从企业向供应链转变[3]。供应链主要关注如何协调各个参与者作为一个整体共同工作，以追求相同的目标[4]，而供应链系统包括供应链个体之间相互关联的结构，如物流、资金流和信息流[5-6]。因此，供应链合作伙伴之间有效的信息共享、合作和协调是成功的供应链管理的关键[4-5，7]。
供应链信息协作是指借助先进的信息技术，通过在合作伙伴之间共享和交换运营数据、市场数据和其他信息，以更快地响应最终客户的需求，从而整合、协调和开发资源及业务流程和组织关系[3]。物流作为供应链的重要组成部分，是供应链成本和绩效的重要组成部分。物流协作主要发生在运输领域，并扩展到其他分销领域，包括交付和存储[8]。因此，供应链合作伙伴开展物流协作以实现互利互惠是件好事[9]。物流协作的有效性以多种形式得到了证明，并在许多地方得到了积极采用[8]。现代物流强调信息协作，提供了详细的支持数据来解释供应链如何受益于通过协作将分离的物流整合为一个整体[10]。因此，供应链物流信息协作不仅是供应链信息协作的重要组成部分，也是供应链物流协作的基础和前提。
制造企业经常会因为等待材料而停止生产，并且由于单独的物流信息的不协调而不能按时交付货物，供应商和制造商不能在彼此之间获得信息；供应商无法按时收集下游制造商的需求信息，因此几乎不可能做好充足的供应准备；同时，制造商无法获得供应商的供应信息，导致制造商提供的物流能力与供应商提供的数量不匹配、不协调，使得整个供应链效率低下。但供应链企业很难采用供应链物流信息协同策略，首先，影响信息协同行为建立的因素很多，如协同成本、协同收益、协同风险等；其次，信息协同是一个动态过程，企业在此过程中进行探索性的协同行为；最后，通常需要很长时间才能从供应链物流信息协同中获益。
供应链成员之间的信息共享与协作是提高绩效的有效策略。大多数研究人员只强调信息共享和协作的水平、效果和绩效[7]，而不是协作策略。本文重点研究了基于进化博弈论的供应链物流信息协同策略，以解决这一问题。本文的贡献有三个方面，首先，本文提供了一个概念框架，说明在供应商和制造商组成的两级供应链环境下，供应链企业如何利用基于进化博弈论的供应链物流信息协同实现利益最大化；其次，本文介绍了供应链物流信息协同策略的演变，并分析了不同情景下的演变策略；再次，运用数学方法分析了供应链物流信息协同策略演化过程中的影响因素，并通过仿真进行了验证。
1 供应链物流信息协同演化博弈模型
1.1 研究问题及假设
本文研究了一个由制造商群体M和供应商群体S两个群体构成的两级供应链。这两个群体中的企业都是有限理性的，可以根据自己的条件和预测分析能力选择一定的策略并进行探索行为。一般来说，短期策略不是最优的，而稳定和最优状态需要多个进化博弈。本文选取影响供应链物流信息协同利益函数价值的因素，讨论基于利益最大化的企业选择供应链物流信息协同策略的行为过程。
双方博弈群体的信息是不对称的。发生合作交易行为时，供应商和制造商是随机匹配的。制造商关于零件库存、产品库存和销售需求的信息与上游供应商共享。供应商可以利用这些信息来预测和调整其生产能力、供应数量、订单数量和物流活动，从而实现库存优化。上游供应商的产品、原材料和供应物流信息使下游制造商能够及时调整生产环境和条件，并在产品发生变化时快速响应设备更换。
本文讨论了以下问题：（1）供应商和制造商群体是否倾向于向供应链物流信息协同演进？（2）供应链物流信息协同的进化稳定策略是什么？（3）相关因素如何影响进化稳定策略？（4）如何使供应链企业更好地协调供应链物流信息？
本文提出的供应链物流信息协同演化博弈模型是基于以下假设建立的：（1）制造商和供应商群体都是有限理性的，可以不断地从多个过程中学习，并寻求通过进化稳定策略达到最佳平衡。（2）在供应链物流信息协同中，供应商和制造商各自的行为策略集仅为协作、不协作。（3）引入激励和惩罚机制鼓励参与供应链物流信息协同。当供应链中的所有节点企业协调物流信息并采取激励机制时，节点企业的收益会得到提高。相反，当各节点企业采取投机行为时，则采取惩罚机制。（4）如果这两个群体都选择开展供应链物流信息协同，将获得额外的好处，供应链的利益将最大化。在两个配对企业中，如果只有一方进行供应链物流信息协同另一方不进行，则只有非供应链物流信息协同的一方获得额外收益，将低于双方参与时的收益。当任何一方都不执行供应链物流信息协同时，没有获得额外的利益。
本文为这两个组中的单个企业设置参数，以便建立各自的福利函数，有助于扩展有关供应链物流信息协同策略演变过程的知识。如果单个企业的选择发生变化，个体在集团中选择某一策略的比例也会发生变化。本文使用的参数定义见表1。
1.2 演化博弈模型
根据以上假设和条件，参与博弈的企业只有两种纯策略协作，不协作。因此，制造商有两个纯策略：M：制造商合作提供物流信息的策略。M：制造商不与物流信息合作的策略。
类似地，供应商也有两种纯策略：S：供应商合作提供物流信息的策略。S：供应商不与物流信息合作的策略。
与制造商及供应商的纯策略组合有关的利益如表2所示。
1.3 动态复制方程
根据动态复制方程，得出两个集团物流信息协作与否的预期收益。当制造商集团M处于选择一定比例的信息协作成员的状态时，采用物流信息协作策略所获得的期望收益如下：
E=xA+1-bB-βf-1-aC+1-xA-βf-1-aC
不采用供应链物流信息协同策略的个体获得的预期收益如下：
E=xA+B-Pf+1-xA
協同物流信息在集团企业中所占的比例，结合各自的预期收益。那么，制造商集团M的平均期望收益如下：
=yE+1-yE
厂商选择采用供应链物流信息协同策略的比例随时间变化的动态复制微分方程如下：
Fy==yE-=y1-yxB-bB-B-Pf-βf+C-aC
动态复制微分方程表明，当选择供应链物流信息协同策略的供应商比例为x时，制造商群体M将改变y。制造商群体最终通过学习改变群体个体的策略来实现稳定，在这个过程中，既要考虑供应商群体选择供应链物流信息协同策略的比例（对应不同的x和y，Fy=0），也要考虑制造商群体M内部个体在不同策略下的收益（对应不同的x和y，Fy<0）。
同样，当供应商群体S处于选择供应链物流信息协同的个体达到一定比例的状态时，个体使用供应链物流信息协同策略获得的预期收益如下：
E=yA+bB-βf-aC+1-yA-βf-aC
当供应商群体S处于选择供应链物流信息协同的个体达到一定比例的状态时，不采用供应链物流信息协同策略的个体所获得的预期收益如下：
E=yA+B-Pf+1-yA
根据选择供应链物流信息协同的供应商的比例及其各自的期望收益，供应商群体S的平均期望收益可由下式得出：
=xE+1-xE
选择供应链物流信息协同策略的供应商比例随时间变化的动态复制微分方程如下：
Fx==xE-=x1-xybB-B-Pf-βf+aC
上式表明，当单个制造商选择供应链物流信息协同比率为y时，供应商群体中选择供应链物流信息协同策略的个体比例将变为x。
1.4 进化博弈模型分析
在分析Fy时，需要满足Fy=0，那么当动态复制方程稳定时，所有的y值都可以求解，也就是种群策略变化调整的趋势方向。
当小的变异发生时，打破了稳定的平衡状态，种群的进化会不断消除这种变异，最终达到稳定状态。因此，对于集团企业来说，要使所有调整后的策略稳定，需要满足Fy=0，并且在y处，Fy<0，y是集团趋向稳定的结果。Fx和Fy形成了供应商集团S和制造商集团M博弈调整的动态演化系统。
当单个供应商选择供应链物流信息协同策略的比例x发生变化时，单个制造商选择供应链物流信息协同策略的比例y也会随之变化。双方互相影响，直到双方都停止改变。然后，博弈达到稳定的均衡状态。此时Fx=0，Fy=0，最重要的条件是满足Fx<0，Fy<0。
1.4.1 供应商的进化博弈分析。战略演化调整分析的过程是基于稳定演化状态下供应链物流信息协同与非供应链物流信息协同的博弈利益函数值的比较。根据供应商比例随时间变化的动态复制微分方程，Fx如下所示：
Fx=1-2xybB-B+Pf-βf+aC
那么Fx=0的解如下：
x=0， x=1， y=βf+aC/bB-B+Pf
在y∈0，1的基础上，分析得到供应商群体的进化稳定性结果（如表3所示），发现只有当制造商群体个体选择供应链物流信息协同策略的比例大于y时，供应商群体的稳定演化结果才是供应链物流信息协同。y越小（最大为0），供应商群体个体选择供应链物流信息协同策略的比例越大。这意味着当制造商集团成员选择供应链物流信息协同的比例大于某个y时，供应商集团个体倾向于选择供应链物流信息协同。
1.4.2 制造商进化博弈分析。根据制造商比例随时间变化的动态复制微分方程，Fy相对于y的一阶偏导数如下：
Fy=1-2yxB-bB-B+PBf-βf+C-aC
那么Fy=0的解如下：
y=0， y=1， x=βf+C-aC/B-bB-B+Pf
在x∈0，1的条件下，分析得到制造商群体的进化稳定性结果（如表4所示），只有当选择供应链物流信息协同策略的供应商比例大于x时，制造商群体的稳定演化结果才是供应链物流信息协同。因此，当选择供应链物流信息协同的供应商比例大于某个x值时，制造商倾向于选择供应链物流信息协同策略。
1.4.3 供应商和制造商进化博弈分析。本小节分别讨论制造商集团M和供应商集团S的环境系统。不同值的x和y的组合会有不同的进化结果。平衡解由两组动态复制方程得到，利用平衡解和模型系统的雅可比矩阵可以得到模型的稳定解。
令M=bB-B+Pf， N=βf+aC， O=B-bB-B+Pf， S=βf+C-aC，上述模型的雅可比矩阵如下所示，其行列式和迹分别计算为DetJ和TrJ。
J==
DetJ=1-2xyM-N1-2yxO-S-y1-yOx1-xM
TrJ=1-2xyM-N+1-2yxO-S
由Fx和Fy构成的方程组的平衡解是0，0、1，0、0，1和1，1。当0
2 演化均衡稳定性分析
用数学方法分析了各参数对S的影响，讨论了两组所采取的信息协作策略比例随参数变化的过程。本部分根据实际情况假设各参数取值范围不同，所有数值模拟均使用MATLAB R2017a运行。
中国洛阳的农业机械制造业主要由上游零部件供應商和下游农业机械制造商组成，在此期间，本文就供应链物流信息协同对高层管理人员和行业专家进行了多次访谈。结合文献[11-13]和访谈，假定b∈0，1，B∈80，150，β∈1，10，C∈10，50，a∈0，1，B∈30，70，f∈0，10，P∈1，10。现在给定每个参数的具体值，那么x∈0，1和y∈0，1都是有效的。结果表明，采用供应链物流信息协同策略的供应商群体和制造商群体成员的比例可以收敛到1，1。当其他参数保持不变时，通过更改一个参数的值来分析S。具体数值如表6所示，则：
令M=bB-B+Pf=65， O=B-bB-B+Pf=40， O
结合上节的理论分析和图1，确定以下结果。
（1）由于供应链物流信息协同战略使得采用战略的两个集团成员所占的比例更高，从而使所获得的利益得到了合理的分配。因此，供应链应根据实际情况和本文提出的方法确定合适的分配系数。
（2）额外的收益有助于推动供应链企业选择供应链物流信息协同战略。而且，收益越大，供应链企业选择供应链物流信息协同战略的可能性越大。如果效益较小，应查明原因，采取一定措施提高效益。
（3）风险越高，采用供应链物流信息协同策略的比例越低。
（4）供应链物流信息协同程度与两组成员采用供应链物流信息协同策略的比例有关，但如果有成员缺乏供应链物流信息协同的能力和支持，则不可能实现供应链物流信息协同。因此，供应链企业应该合理地对自己的信息进行协作，从而实现自身利益的最大化。
（5）供应链企业采用供应链物流信息协同战略的意愿随着供应链物流信息协同成本的增加而降低。一方面，供应链物流信息协同的总成本应该尽可能小。另一方面，在具体情况下，成本分配系数的增加也将促进SCLIC的发展。因此，应考虑其他参数的影响，如供应链物流信息协同的额外总收益、非供应链物流信息协同本身的收益以及惩罚机制下的损失。
（6）如果非供应链物流信息协同的供应链企业能够获得足够的收益，其他供应链企业就不会协调物流信息。
（7）惩罚系数越大，惩罚资本的数额也就越高，这可以促进两组个体积极选择供应链物流信息协同策略。
3 结 论
本文利用进化稳定策略和进化博弈论方法的动态复制方程，分析了供应链中供应商和制造商群体成员比例的动态变化。基于供应链物流信息协同在企业间的价值，研究了选择供应链物流信息协同战略的供应商和制造商群体中成员的比例变化及其影响条件。
研究结果表明，当0 依靠本文的研究成果，供应链企业可以清晰地认识供应链物流信息协同对供应链竞争力的重要性，洞察供应链物流信息协同战略的形成机制，有助于提高其供应链物流信息协同意识和协同行为。此外，随着对供应链的关注日益增加，本文的研究为制造业企业实施供应链物流信息协同提供了决策的参考。供应链管理者可以制定具体措施，改善供应链物流信息的协同环境，激励供应链企业实施物流信息的协同行为，从而实现供应链信息集成，提高供应链的市场长期竞争力。 虽然本文取得了一些研究成果，但仍存在一定的局限性。建模中的假设实际上可能无法完全满足，除了本文所分析的因素之外，更多的影响因素可能参与到实际中，本文的结果需要在现实中进一步验证。 参考文献： [1] 付晶，王学东，李延晖，等. RFID跨企业集成中供应链上下游企业的进化博弈[J]. 系统管理学报，2018，27（5）：998-1007. [2] 孙世民，张园园. 基于进化博弈的猪肉供应链质量投入决策机制研究[J]. 运筹与管理，2017，26（5）：89-94. [3] 张翔，孙其珩. 基于进化博弈的建设供应链协调机制研究[J]. 價值工程，2017，36（8）：83-86. [4] 张园园，孙世民. 两级猪肉供应链质量控制的进化博弈分析[J]. 农林经济管理学报，2015，14（5）：508-513. [5] 张成考. 进化博弈视角下生态型港口物流园区演化机理研究[J]. 淮海工学院学报（自然科学版），2013，22（4）：67-72. [6] 李利华，胡正东. 非对称物流联盟合作关系的进化博弈模型[J]. 长沙理工大学学报（自然科学版），2012，9（1）：29-33. [7] 胡正东，李利华，王国明，等. 医药生产企业与医药批发企业合作关系的进化博弈分析[J]. 中国市场，2011（45）：53-55. [8] 张春华，闵银灵. 制度影响下的供应链联盟信任关系进化博弈研究[J]. 中国集体经济，2010（34）：127-128. [9] 陆琳. 我国物流企业战略联盟的进化博弈研究[J]. 改革与战略，2009，25（5）：54-55，82. [10] 江宏，罗定提，钟德强. 供应链网络节点企业间合作关系的进化博弈分析[J]. 湖南工业大学学报，2009，23（2）：77-81. [11] LI C， ZHANG F， CAO C， et al. Organizational coordination in sustainable humanitarian supply chain： An evolutionary game approach[J]. Journal of Cleaner Production， 2019，219：291-303. [12] BARARI S， AGARWAL G， ZHANG W J C， et al. A decision framework for the analysis of green supply chain contracts： An evolutionary game approach[J]. Expert Systems with Applications， 2012，39（3）：2965-2976. [13] SUN H， WAN Y， ZHANG L， et al. Evolutionary game of the green investment in a two-echelon supply chain under a government subsidy mechanism[J]. Journal of Cleaner Production， 2019，235：1315-1326.
