基于复杂网络演化博弈的国家物流枢纽城市竞合关系研究
2023-10-18项寅,王雪
项 寅,王 雪
(1.苏州科技大学 商学院,江苏 苏州 215009;2.温州大学 商学院,浙江 温州 325035)
一、引 言
现代物流体系建设作为新发展格局的重要组成部分,已被列入国家“十四五”规划。物流体系中,物流枢纽包括港口、空港、陆港等,是发挥货物集储运等功能的核心基础设施。为整合物流资源及实现物流行业降本增效,国家发改委与交通运输部于2018年联合印发《国家物流枢纽布局和建设规划》(简称《规划》),确定要在全国范围布局212个国家物流枢纽,并提出了“构建国家物流枢纽网络,促进枢纽城市协同发展”的要求;2021年,国家发改委进一步印发《国家物流枢纽网络建设实施方案(2021—2025年)》,对国家物流枢纽建设方案进行细化,并提出要在“十四五”期间稳步推进120个国家物流枢纽的布局建设,着力打造“通道+枢纽+网络”现代物流运行体系的具体目标。
《规划》出台后,相关部门持续加大国家物流枢纽建设推进力度。截至2022年10月,国家发改委已先后公布了3批国家物流枢纽名单,共计70个国家物流枢纽分布在69个枢纽承载城市中。然而,伴随枢纽建成数量不断增加,枢纽城市间的货源腹地逐渐重叠,为枢纽城市间的竞争与合作提供契机。仅以长三角城市群为例,26个城市中共有13个城市被《规划》列为国家物流枢纽承载城市(占比50%)。在此背景下,众多邻近的枢纽城市节点会因存在共同货源腹地而产生竞争与合作,由此形成一个复杂的竞合网络。尽管适度竞争促进服务水平提升,但合作更有利于实现收益共享和风险共担,也是实现国家物流枢纽协同发展的必要途径。为此,如何准确辨析国家物流枢纽城市间的竞合关系,如何深入分析枢纽城市间竞争与合作行为的演化趋势和影响因素,以及如何提出枢纽城市间协同发展的对策建议,成为了意义重大且亟待解决的问题。
二、文献综述
国家物流枢纽规划与建设,对构建“双循环”新发展格局、推动物流业高质量发展意义重大。自《规划》出台后,国家物流枢纽发展相关问题随即得到学界关注。丁浩等以“一带一路”倡议涉及的港口型物流枢纽为对象,采用贝叶斯网络分析进口中东石油海上运输脆性风险[1]。Yang和Liu同样以港口型物流枢纽为对象,利用仿真模拟方法研究海上丝绸之路航运网络结构的弹性[2]。吴桐雨和王健以物流枢纽承载城市为节点,依次构建全球海运、航空货运、国际贸易、物流企业四个复杂网络,并对节点城市的功能和地位进行评价[3];张林等、郭建科和梁木新运用耦合协调模型,分别测度国家首批建设的23个国家物流枢纽城市、港口型物流枢纽和相关地区经济的协同发展效应[4-5]。
国家物流枢纽建设达到一定规模后,枢纽城市之间会因重叠腹地而产生竞合关系,最终形成一个复杂的竞合关系网络。近年来,学者们已针对港口、陆港、空港等单一类型物流枢纽竞合问题开展有益研究:一些学者借助博弈模型、演化博弈和仿真模拟等方法优化枢纽个体间的竞合策略。Yea等运用博弈及Shapley模型优化轴辐式网络中内陆港、港口间的收益分配[6];Marasco和Romano基于种群竞合视角并采用Lotka-Volterra模型预测勒阿弗尔港、汉堡港的竞合演化趋势[7];董岗针对两个港口间的竞合问题,采用伯川德博弈模型优化定价策略,结果发现港口间通过合作更能提高收益[8]。鲁渤等针对渤海港口群中的青岛、天津、大连三大港口,通过构建演化博弈模型研究三大港口间的竞争合作选择问题,并从港口建设规模与港口市场两方面分析博弈均衡策略[9]。另一些学者采用复杂网络分析技术、空间面板模型等方法研究枢纽群体间的竞争格局及影响因素。李振福和李婉莹运用多重流分析法构建全球集装箱港口的竞争网络,并对中国港口的竞争格局进行分析[10];钟洋等借助社会网络分析法对中国空港城市关联网络特征进行分析,进一步采用耦合度模型对空港及其承载城市发展规模的协调发展关系进行评价[11];Nguyen等为减少内陆港间的恶性竞争,通过提出一种结合数据挖掘和复杂网络理论的两阶段方法来优化内陆港选址及其腹地划分[12];Nguyen等采用赫希曼—赫芬达尔指数(HHI)、基尼系数和转移份额分析法研究东南亚集装箱港口货物吞吐量的集聚与竞争程度[13];Cheung等基于珠三角四大空港的面板数据集,采用空间面板回归模型研究机场竞争过程中货运量的影响因素[14];王伟等采用空间面板模型实证研究了2000年以来74个规模以上港口之间的竞合关系,结果发现港口间的竞争关系大于合作关系且受到港口规模、供求关系等因素影响[15]。
在国家物流枢纽城市竞合网络中,各枢纽城市节点要和所有相邻城市节点博弈,通过不断模仿和学习来修正策略并改善效用。复杂网络演化博弈论恰好为研究网络中的群体演化博弈行为提供了理论支持。Zhen等采用复杂网络演化博弈方法来研究基础设施网络中不同企业安全投资意识的扩散问题[16]。Xu等结合复杂网络与公共物品演化博弈理论,构建了国际海洋垃圾治理演化博弈模型并对网络中各国间的合作行为进行分析[17]。王旭坪等通过构建复杂网络演化博弈模型来研究区块链背景下农户与合作社的博弈行为与关系[18]。翟丹妮和韩晶怡通过构建产学研知识协同的网络演化博弈模型来研究产学研知识协同效应的影响因素[19]。Du等通过在无标度网络上构建演化博弈模型,来分别模拟市场机制和政府管控下农户绿色生产行为的演化过程[20]。
不同于已有研究,本文以《规划》确定的110个主要国家物流枢纽城市为研究对象,采用复杂网络演化博弈理论及方法,依照“竞合网络构建—网络演化博弈”的分析思路,研究枢纽城市间的竞合关系。本文的边际贡献包括:一是新问题的提出。当前国家物流枢纽相关研究多聚焦于物流枢纽的效率评价、货运网络特征,以及枢纽建设与经济发展的耦合协调关系等[1-5],尚未考虑枢纽城市间的竞合问题;相反,伴随枢纽建设规模不断扩大,枢纽城市间的竞合关系必然更加紧密。二是新方法的使用。传统港口或陆港之间的竞合问题主要采用博弈模型、演化博弈等方法[6-9],通常仅涉及2～3个博弈主体,难以用来分析网络中枢纽城市群体之间的演化博弈行为。本文采用复杂网络演化博弈方法解决上述难题,丰富了国家物流枢纽相关研究的方法库。
三、国家物流枢纽城市竞合网络构建及其特征分析
(一)国家物流枢纽城市竞合网络构建及其特征分析方法
针对《规划》中的110个主要枢纽城市,首先利用Huff模型计算腹地城市(选取《中国城市统计年鉴》中的297个城市)对枢纽城市的选择概率并完成枢纽城市的腹地划分;随后依据枢纽城市是否存在共同腹地来判定其是否存在竞合关系,以此构建竞合网络;最后,结合复杂网络特征指标全面分析该网络的结构特征。
1.利用Huff模型划分枢纽城市腹地
(1)Huff模型
Huff模型作为引力模型的变种模式,已被广泛用于海运港口腹地划分[21]。Huff模型表达式如下:
(1)
(2)
(2)Huff模型中吸引力Gh的计算
上述Huff模型涉及两个重要参数dhc和Gh。其中dhc表示潜在腹地城市c与枢纽城市h间的欧氏距离,可基于城市经纬度坐标计算;Gh表示枢纽城市h对腹地城市的吸引力,须从经济、行业等多个维度综合评估。
首先,构建枢纽城市吸引力评价指标体系(见表1)。借鉴周楠等人的研究[22],该指标体系包含经济发展、物流业务、物流人才和物流信息化4个一级指标。其中,经济发展水平很大程度上决定了枢纽城市对腹地的吸引力水平,是决定吸引力大小的基础性因素;物流业务规模在一定程度上反映了物流市场需求和物流业总体发展水平,是枢纽城市对腹地城市吸引力水平的重要体现;物流人才和信息化水平是反映物流发展能力强弱的另一重要体现,也是影响枢纽城市吸引力水平的重要因素。此外,该指标体系中所有二级指标涉及的数据均可以从《中国城市统计年鉴》中获得。
表1 物流枢纽城市吸引力评价指标
其次,计算吸引力Gh。基于上述评价指标获得相关数据,进一步消除数据量纲并采用熵权法测算每个枢纽城市的吸引力Gh。由于熵权法为通用方法,故不再对计算步骤详述。
2.根据腹地重叠关系构建竞合网络
(1)竞合网络构建原则
若两个枢纽城市存在重叠腹地,一方面可能会因争抢同一腹地货源而产生竞争;另一方面也可通过合作来分配货源并共享收益,枢纽城市间的竞合关系也由此产生。鉴于此,竞合网络的生成规则定义为:若两个枢纽城市存在重叠腹地,则对应节点之间添加一条连边,表示它们存在竞合关系;相反,若两个枢纽城市无重叠腹地,则对应节点之间不连边,表示不存在竞合关系。为便于理解,通过以下案例说明。
案例说明:图1(a)包含了4个枢纽城市{1,2,3,4}和7个腹地城市{A,B,C,D,E,F,G}。其中,枢纽城市{1}的腹地为{A,C,D,F},枢纽城市{2}的腹地为{B,C,D},枢纽城市{3}的腹地为{D,E},枢纽城市{4}的腹地为{E,G}。由于枢纽城市{1}和{2}存在重叠腹地{C,D},枢纽城市{1}和{3}存在重叠腹地{D},枢纽城市{2}和{3}存在重叠腹地{D},枢纽城市{3}和{4}存在重叠腹地{E},因此枢纽城市{1}和{2}、{1}和{3}、{2}和{3}、{3}和{4}间均存在竞合关系,由此得到图1(b)中的竞合网络。
图1 国家物流枢纽城市竞合网络的生成过程示例
(2)竞合网络的构建方法
依据上述网络构建原则,定义网络的生成步骤如下:
步骤1:通过Huff模型中式(1)(2)获得枢纽城市和腹地城市的2-模矩阵A(矩阵中任意元素Ahc∈{0,1},其中Ahc=1表示腹地c是枢纽城市h的腹地,反之则不是),该矩阵与图1(a)等价对应;
步骤2:借助Ucinet软件将2-模矩阵A等价转换为枢纽城市间的1-模矩阵B(矩阵中任意元素Bhh′∈{0,1},其中Bhh′=1表示枢纽城市h和h′存在竞合关系,反之则无),该矩阵与图1(b)等价对应;
步骤3:将1-模矩阵B输入Ucinet软件并通过Netdraw绘制出国家物流枢纽竞合网络图。
3.结合复杂网络特征指标分析网络结构特征
按照“网络整体特征分析—网络个体特征分析”的思路全面分析竞合网络结构特征。
(1)网络整体特征分析
网络整体结构特征通过网络密度、社团结构两个维度。网络密度反映网络中各枢纽城市竞合关系的疏密程度,密度越大说明枢纽城市间存在越多的竞合关系;社团结构研究采用“块模型”方法[22]实现,可用于识别网络中的群体结构及进一步辨析群体内部与群体之间的竞合关系程度。
(2)网络个体特征分析
网络个体特征分析主要针对网络中的每个枢纽城市节点,借助度中心度、中介中心度等复杂网络统计指标来明确各枢纽城市在竞合网络中的功能和地位[23]。度中心度是根据某一节点的连边数来衡量该节点在网络中的中心位置程度,度中心度大的节点更容易与其他枢纽产生竞合关系;中介中心度是根据某一节点位于其他任意两节点间最短路径上的次数来度量该节点在网络中的中心位置,中介中心度越大的节点掌握着更多的关键资源且更易发挥“中介”和“桥梁”作用。
(二)国家物流枢纽城市竞合网络特征的实证分析
通过查询2021年《中国城市统计年鉴》获得枢纽城市吸引力评价的相关数据,进一步依照上述方法生成国家物流枢纽城市竞合网络,并借助Ucinet软件分析该网络的结构特征。
1.竞合网络整体结构特征分析
首先,计算网络密度。按照Ucinet中的Network>Cohesion>Density操作路径算得国家物流枢纽竞合网络密度为0.427 4,说明国家物流枢纽城市间的竞合关系较为紧密,原因可能是《规划》确定的国家物流枢纽城市数量较多,致使枢纽城市之间出现大量重叠腹地,继而形成了紧密的竞合关系。若是缺乏有效政策引导和协同发展模式,众多枢纽城市很可能因为争抢有限腹地资源而出现无序竞争。其次,基于模块度方法进行凝聚子群分析。按照Ucinet中的Network>Roles&Positions>Structural>Concor操作路径获得网络中的4个凝聚子群(见表2),进一步可测得子群内和子群之间的密度关系(见表3)。
表2 国家物流枢纽竞合网络凝聚子群
表3 各子群内部及子群之间的密度
由表2可知,国家物流枢纽城市划分为四大子群。子群1涵盖29个枢纽城市并主要分布于上海、江苏、安徽、山东、河南等长三角和中原地区,由于这些地区经济和物流业发展水平较高,加之群内枢纽城市的地理位置相对邻近,因此产生了紧密的竞合关系。子群2的成员由天津、大连、青岛、秦皇岛等23个环渤海地区的枢纽城市组成,其物流辐射范围主要涉及东北和内陆地区,同样存在紧密的竞合关系。子群3涵盖30个枢纽城市并集中在整个西北和西南地区,能够为“陆上丝绸之路”建设和“西部陆海新通道”等重大战略实施提供有力支持。子群4由28个枢纽城市组成并集中在浙闽粤等东南沿海地区,能够为“海上丝绸之路”和“粤港澳大湾区建设”保驾护航。不难发现,各子群成员之间存在明显的地理邻近特征,表明邻近枢纽城市之间更容易产生竞合关系。
由表3可知,尽管4个子群的内部密度依次高达0.832,0.79,0.687和0.738,但子群1和子群{2,3,4}之间的密度分别只有0.536,0.423和0.415,子群2和子群{3,4}之间的密度更是低至0.051和0.1。由此可见,各子群内部密度明显大于子群之间的密度,表明竞合关系主要存在于各子群内部成员之间,而不同子群成员之间的竞合关系则相对较小。原因是在区域发展战略下,区内城市之间逐步打破行政壁垒,实现资源共享及交通信息互联互通,继而促使区域内部枢纽城市间的竞合关系更加紧密。进一步分析子群之间的密度:子群1和子群{2,3,4}之间的密度都相对较高,这源于子群1中上海、北京、南京、杭州、宁波等重要枢纽城市的强大物流辐射能力,使其与其他子群中的枢纽城市出现较多共同腹地;相反,子群{2,3,4}两两之间的密度相对较小,说明这些子群之间物流枢纽城市的竞合关系相对偏弱。
综上,国家物流枢纽规划建设应尊重枢纽城市的群体结构特征,群内枢纽城市之间通过制定差异化发展策略避免功能重叠与无序竞争,群内与群外枢纽城市之间通过合作共谋加强区域物流通道的连接强度,以此构建以枢纽为支撑的“轴辐式”现代物流服务体系。
2.竞合网络个体结构特征分析
按照Ucinet中的Network>Centrality操作路径计算各枢纽城市的度中心度、中介中心度。由于版面原因,仅列出排名前20的枢纽城市,具体如表4所示。
表4 竞合网络中各枢纽城市节点的中心性排名
由表4可知:度中心度排名最前的依次是上海、郑州、北京、广州、深圳,说明这五个枢纽城市的物流辐射能力最强,与其他枢纽城市的共同腹地数量最多,表现出与其他枢纽城市的竞合关系也最为紧密;中介中心度排名最前的仍然是上海、广州、深圳、郑州、北京这五个枢纽城市,说明这五个枢纽城市处在竞合网络的关键通道上,掌握最多的关键资源,并发挥着“中介”和“桥梁”作用。除北上广深四大枢纽城市外,郑州作为中原经济区核心城市和全国交通枢纽城市,已被列入第一批空港型国家物流枢纽城市建设名单,并在“一带一路”和“空中丝绸之路”建设中承担着重要枢纽的角色,因此其度中心性和中介中心性的排名均很靠前。纵观表4,度中心度大的枢纽城市,往往也是中介中心度大的枢纽城市,它们绝大多数为省会城市和沿海发达城市,具有领先的物流发展水平和强大的物流辐射能力,能够在竞合网络中占据重要地位。此外,从整体数据看,110个枢纽城市的度中心度和中介中心度呈现典型的非均衡性。例如,110个枢纽城市中仅有43个城市的度中心度超过平均值,度中心度排名最高的上海是排名最低城市哈密的6.45倍;而中介中心度超过平均值的枢纽城市仅有23个,且排名最高的上海是排名最低的乌兰察布的57倍。由此可见,当前国家物流枢纽城市间的竞合关系主要汇聚于表4中的核心城市,这些枢纽城市决定了竞合网络的形成和演化。
综上,国家物流枢纽规划建设要重点加强上述核心枢纽城市之间的合作,合理优化腹地资源配置并实现核心枢纽城市功能互补和共赢发展,全面提升“国内国际双循环”物流通道的畅通能力。
四、基于网络的枢纽城市竞合行为演化博弈
(一)国家物流枢纽城市竞合行为演化博弈模型
基于先前构建的竞合网络,本部分首先以网络中任意两个相邻城市节点为研究对象,通过演化博弈模型构建与求解,来分析枢纽城市个体间合作行为的演化规律;之后,进一步将个体博弈拓展到网络中的群体博弈,采用费米规则设计群体间博弈策略学习与更新规则,并通过设计网络演化博弈算法,来研究枢纽城市群体之间合作行为的演化规律。
1.两个枢纽城市之间的演化博弈
以网络中任意两个相邻枢纽城市节点的博弈问题为起点,假设博弈双方的行为策略空间为竞争或合作。竞争是指决策双方为抢夺腹地资源而展开“你死我活”的恶性竞争;合作则是通过契约等方式来建立长期稳定的合作关系,以实现错位发展、功能互补、收益共享和风险共担。此外,假设博弈双方均为有限理性。由于国家物流枢纽建设是一个长期的过程,使得博弈双方很难通过一次决策就能获得最优解,而是要通过学习和模仿来改进策略和提高效用。
(1)演化博弈模型
首先构建市场机制(无政府管控)下的演化博弈模型。基于上述假设,可构建网络中相邻两个枢纽城市点之间竞合演化博弈的支付矩阵(见表5)。由于各决策方可选择“竞争、合作”两种策略,继而存在4种策略组合。
表5 市场机制下竞合网络中任意两个相邻节点的博弈模型
策略1:博弈双方采用(合作、合作)策略时,决策方1和决策方2的收益分别为U1=(1+a1-b1)×Π1和U2=(1+a2-b2)×Π2。其中,Πh表示任意决策方h不采用合作策略时的正常收益,ah表示博弈双方均采用合作策略时,决策方h通过合作获得的收益回报率;bh表示决策方h采用合作策略时,合作成本占其正常收益的比例。
策略2:博弈双方采用(合作、竞争)策略时,决策方1不但不能获得双方合作所带来的额外收益,还要付出一定的合作成本,其最终收益为U1=(1-b1)×Π1;决策方2则获得不合作时的正常收益U2=Π2。
策略3:博弈双方采用(竞争、合作)策略时,情况与策略2正好相反,即决策方1的收益为U1=Π1,而决策方2的收益为U2=(1-b2)×Π2。
策略4:博弈双方采用(竞争、竞争)策略时,市场机制下决策双方维持正常收益,即决策方1的收益为U1=Π1,决策方2的收益为U2=Π2。
现实中,政府可通过宏观调控来促进国家物流枢纽城市合作共赢。在此考虑政府采用合作补贴、竞争惩罚两种措施。设政府给予合作方补贴w,而对非合作方的惩罚为f,随即得到政府规制下的博弈支付矩阵(见表6)。
表6 政府规制下竞合网络中任意两个相邻节点的博弈模型
(2)演化博弈的均衡点
以政府规制(见表6)情况为例求解模型。假设决策方1采用合作与竞争策略的概率分别为x(0≤x≤1)和1-x;而决策方2采用合作与竞争策略的概率分别为y(0≤y≤1)和1-y。此时,决策方1采用合作策略的期望收益为:
(1)
决策方1采用竞争策略的期望收益为:
(2)
决策方1采用合作、竞争混合策略的平均期望收益为:
(3)
依据动态复制方程[18]可知,决策方1采用合作策略的复制动态方程F(x)为:
(4)
(5)
(6)
(7)
(8)
(3)均衡点的稳定性分析
借鉴Friedman的方法[24],根据雅克比矩阵(J)的迹和行列式来分析系统均衡点的局部稳定性。
(9)
计算可得J11=(1-2x)[ya1Π1-b1Π1+w+f];J12=a1Π1x(1-x);J21=a2Π2y(1-y);J22=(1-2y)[xa2Π2-b2Π2+w+f]。
依据Friedman的方法[24],均衡点成为演化稳定策略须满足以下两个条件:
条件2(迹条件):tr(J)=J11+J22<0
表7 各均衡点处雅克比矩阵的tr(J)和det(J)
由表7可知,由于均衡点(x*,y*)不满足上述“迹条件”,即存在tr(J)=0,因此该均衡点不是演化稳定策略(ESS)。据此,进一步根据det(J)和tr(J)的取值符号来判断各均衡点的稳定性及其满足条件,具体见表8。
表8 不同条件下均衡点的稳定性分析
(4)枢纽城市合作行为演化路径分析
结合表8可知,当两个相邻的枢纽城市满足上述三种条件时,二维动力系统(L)存在3个演化稳定策略,即(0,0)、(1,0)和(0,1)、(1,1),对应的相位图见图2。
图2 二维动力系统的相位图
结合表8和图2可知:当w+f
对于网络中两个相邻节点而言:在建设前期,政府主要任务是国家物流枢纽建设相关政策的解读和宣传引导,此时具体实施方案与保障措施尚未完善,继而导致枢纽城市间的合作成本居高不下。此时正如图2(a)所示,二维动力系统向着“不合作、不合作”方向演进。在建设期,伴随扶持力度提升与配套政策不断完善,一些枢纽城市通过合作获得盈利,但也有一些枢纽城市意图通过“搭便车”方式获得额外收益,此时正如图2(b)所示,二维动力系统向着“一方合作、另一方不合作”方向演进。在运营期,为更好地推动枢纽城市协同发展,政府进一步完善相关保障措施并加大对“搭便车”行为的惩罚力度,而枢纽城市之间合作模式也在不断完善、合作收益不断提升。此时正如图2(c)所示,二维动力系统向着“合作、合作”方向演进。
2.基于复杂网络的演化博弈
本节将上述两个枢纽城市之间的博弈问题,进一步拓展为基于整个网络的群体博弈问题。假设网络中的每个节点都要与多个邻居节点博弈并不断更新策略,同时假设各节点的策略选择不改变网络的拓扑结构。以下对网络中各节点博弈更新策略、网络演化博弈算法进行介绍。
(1)网络中各节点博弈策略的更新规则
演化博弈过程中,各节点(或博弈方)无法通过一次博弈来确定最佳策略,而需要通过不断学习来更新策略和提升收益。本文规定在每轮博弈结束后,竞合网络中的任意节点h都依据费米原则[16-19]来更新其在下一轮中所使用的策略。根据费米原则:网络中的每个节点h都会随机选择一个邻居k进行策略比较,若其本轮收益低于邻居的本轮收益,则下一轮将以较高的概率模仿邻居的策略,而这一模仿概率可根据以下费米函数进行计算:
(10)
其中,WSh→Sk表示节点h模仿邻居k所选策略的概率;Sh,Sk分别表示节点h和k本轮选择的策略;Uh,Uk分别表示节点h和k本轮的收益;参数η(η>0)则用来反映噪声环境或理性程度,当η→0时表示博弈方趋近完全理性,当η→∞时表示博弈方处于噪声环境中,无法做出理性决策。由此可见,式(10)表示当节点h本轮收益低于k,即Uh-Uk<0时,节点h会以很大的概率模仿k本轮的策略;相反,当节点h本轮收益高于k,即Uh-Uk>0时,模仿概率则很小。
(2)网络演化博弈算法
演化博弈包含多个周期,网络中每个节点在每个周期都要通过和邻居节点进行博弈,并根据收益比较来调整其在下一期选用的策略。上述博弈在每个周期反复进行,直至满足设定的迭代次数为止。国家物流枢纽城市竞合网络演化博弈算法框架如图3所示。
图3 复杂网络演化博弈算法框架
设T为演化博弈周期总长度,t为当前周期,则演化博弈算法步骤为:
步骤1:利用Huff模型并根据腹地重叠原则构建国家物流枢纽城市竞合网络;
步骤2:初始化t=0时网络中每个节点的策略(合作或竞争)并对节点属性参数进行赋值(合作=1;竞争=0);
步骤3:令t=t+1并进入下一周期;
步骤4:基于表5或表6的博弈模型,网络中各节点分别与各邻居节点进行博弈,算出收益U;
步骤5:依据费米原则更新各节点在下一周期采用的策略(合作或竞争)并同时更新下一周期初始时刻各节点属性参数的取值(合作=1;竞争=0);
步骤6:停止条件判断。若t>T成立,即演化周期已达到设定的最大值,此时仿真结束;反之,返回步骤3并进入下一轮博弈。
(二)国家物流枢纽城市竞合行为演化博弈的仿真与分析
竞合网络中每个节点都要和多个邻居节点博弈。尽管上一节已通过模型的解析求解,获得了关于两个枢纽城市间合作行为的演化路径(见图2),但并不能反映出整个网络的演化博弈结果。鉴于复杂网络演化博弈模型很难获得解析解,在此运用Matlab软件编写网络演化博弈算法(见图3),并通过仿真实验来模拟枢纽城市群体间合作行为的演化规律。以下对模型参数进行设定(见表9)。
表9 仿真实验中的参数设定
为研究初始时刻枢纽合作数量规模对演化结果的影响,还将设定以下两种情境:
情境1:初始时刻网络节点合作意愿“较低”情境。在初始时刻随机选择25个节点(占比23%)采用合作策略,剩余节点均采用竞争策略。
情境2:初始时刻网络节点合作意愿“较高”情境。在初始时刻随机选择60个节点(占比55%)采用合作策略,剩余节点均采用竞争策略。
1.市场机制下的仿真结果
为分析市场机制下(即参数w=0和f=0时),合作收益与成本ah、bh变化对合作策略的影响,还将专门设定8种不同情形(见表10)。由于初始合作节点为随机生成,因此每类情形反复模拟计算500次后,取各期合作节点数量的平均值作为计算结果。市场机制下仿真结果见图4。
图4 市场机制下合作收益与成本变动对演化博弈结果的影响
表10 市场机制下合作收益、成本相关参数设置(固定w=0;f=0)
图4中横坐标表示演化代数,纵坐标表示网络中选择合作策略的节点占所有节点的比例,纵坐标值越大,说明国家物流枢纽城市间的协同发展水平越高。分析图4后可得出:
第一,市场机制下,当且仅当合作收益大于成本时,国家物流枢纽城市之间才会自发合作并形成合作联盟。由图4可知:情境1中仅情形{7,8}对应曲线最终收敛到1,而情境2中仅情形{3,4,7,8}对应曲线收敛到1。由于这四种情形均表示合作收益大于成本的情形,因而说明在合作收益大于成本时,国家物流枢纽城市之间会因追求经济效益而自发进行合作,直至最终形成稳定的合作联盟。
第二,在合作收益大于成本的前提下,合作收益越大则网络中合作联盟形成速度越快。由图4可知:情境2中情形{3,4,7,8}对应曲线位置从右至左依次排列,且情境1中情形{8}对应曲线同样位于情形{7}对应曲线左侧,由此说明在合作收益大于成本的前提下,枢纽城市之间积极合作概率会随合作收益的增加而增大。
第三,市场机制下,初始时刻网络节点的合作意愿大小对合作联盟的形成规模、形成速度均有影响。由图4可知:情形{3,4}对应曲线仅在合作意愿较大的情境2中才收敛至1(最终形成了合作联盟),而情形{7,8}对应曲线在情境1中收敛至1的时间点明显晚于情境2,说明初始时刻网络节点的合作意愿大小对合作联盟的形成规模、形成速度均存在正向的影响。原因在于:当演化博弈初期采用合作策略的枢纽节点数量较多时,其余节点会在后期观察到合作策略的收益,并以较大的概率去模仿并选择合作策略,最终促进合作联盟的形成。
2.政府规制下的仿真结果
为分析政府规制下(固定a1=a2=0.2;b1=b2=0.1),合作补贴w和竞争惩罚f变化对两类情境下合作策略选择结果的影响,还将专门设定8种不同情形(见表11)。每类情形反复模拟计算500次后,取各期合作节点数量的平均值作为计算结果。政府规制下仿真结果见图5,分析后可知:
图5 政府规制下补贴与惩罚程度变动对演化博弈结果的影响
表11 政府规制下补贴和惩罚策略相关参数设置(固定a1=a2=0.2;b1=b2=0.1)
第一,政府规制下,无论合作补贴还是竞争惩罚都可促进枢纽城市合作,但两者效果相差不大。由图5可知:情境1中除情形9(市场机制)外,其他情形(政府规制)对应的曲线均收敛到1,说明不论补贴还是惩罚策略都有助于破解枢纽城市间的“囚徒困境”并促进枢纽城市合作。相反,以情形9为例,在缺少补贴或惩罚措施时,由于枢纽城市之间选择合作的收益过低或不选择合作的代价不高,其中一方很可能不会采用合作策略,意图通过“搭便车”行为来获得额外收益;而当另一方也不采用合作策略时,博弈就会陷入“囚徒困境”,最终导致合作联盟不能形成。此外,两类情境中情形{10,12}与情形{11,13}的曲线基本重合,说明在相同费用额度下,补贴策略和惩罚策略的效果差异不大。因为在补贴额度和惩罚费用相同时,枢纽城市采用合作策略较采用非合作策略时的收益增值也相对接近,使得两种策略效果相差不大。
第二,提高补贴或惩罚力度均可加快合作联盟形成速度,但效果不显著。由图5可知:两类情境中情形{14,15,16}对应曲线位置从右至左依次排列但相隔距离不大,说明进一步提高补贴或惩罚力度可以提升合作联盟形成速度,但效果不显著。因为当补贴与惩罚力度达到一定程度时,枢纽城市之间积极合作概率对补贴和惩罚力度的敏感程度下降并逐渐趋于稳定,使得两种策略的效果也不再显著。
第三,政府规制下,初始时刻网络节点的合作意愿大小对合作联盟的形成规模、形成速度的影响不显著。由图5可知:两类情境中情形{10-16}对应曲线收敛到1的时间相隔不长,说明在政府规制模式下,补贴和惩罚策略在一定程度上抵充了网络初始合作规模对于合作联盟形成的促进作用,使得初始合作意愿对合作联盟形成规模与速度的影响不再显著。
五、研究结论与对策建议
为促进国家物流枢纽城市协同发展,本文选取110个主要的国家物流枢纽城市节点,根据腹地重叠关系构建国家物流枢纽城市竞合网络。基于该网络构建关于节点竞争与合作的演化博弈模型,并结合仿真实验研究网络中节点城市竞合行为的演化规律。
(一)研究结论
基于上述研究,得到如下结论:
第一,通过网络整体结构特征分析可知,国家物流枢纽城市竞合网络的密度高达0.427 4,说明枢纽城市间因大量腹地重叠而产生紧密的竞合关系。网络中又存在4大子群,各子群内部密度依次高达0.832,0.79,0.687和0.738,而群间密度分别只有0.536,0.423,0.415,0.051和0.1,说明竞合关系主要存在群内成员之间并呈现地理邻近特征。通过网络个体结构特征分析可知,网络中节点的度中心度、中介中心度的分布呈现出非均衡性,标准差分别高达11.72和9.18。上海、郑州、北京、广州、深圳、南京、武汉、苏州、杭州、长沙、东莞、重庆、西安、合肥、济南、成都、石家庄、天津、厦门和宁波的度中心性和中介中心性排名靠前,说明这些枢纽城市占据重要地位并影响着网络的形成和演化。
第二,通过“解析求解”2个枢纽间的演化博弈模型,得到政府规制下枢纽城市“个体”之间合作行为的演化路径为(0,0)→(1,0)→(1,1),即在国家物流枢纽建设前期,“不合作”策略是博弈双方的占优策略;在建设期内,系统向着“一方合作、另一方不合作”方向演进;进入运营期后,“合作”成为博弈双方的最优策略。
第三,通过“仿真求解”复杂网络演化博弈模型,发现市场机制、政府规制下枢纽城市“群体”合作行为的演化趋势受到合作成本、政府补贴、初始合作意愿等诸多因素影响。市场机制下,当合作收益a大于成本b时,选择合作策略的枢纽城市数量会随时间推移不断增加,最终演化成一个稳定的合作联盟,合作收益a越大则该联盟形成速度越快;政府规制下,提高合作补贴w或竞争惩罚f均可促进枢纽城市合作,但是两种措施对合作联盟形成速度的提升效果均不显著。此外,枢纽城市在建设前期的合作意愿对合作联盟的形成规模、形成速度均有影响,这种影响在市场机制下尤为显著,而在政府规制下并不明显。
(二)对策建议
基于上述结论,提出国家物流枢纽城市协同发展相关对策建议:
第一,错位发展,协调联动。结合竞合网络结构特征的分析结论可知,要实现枢纽城市间的协同发展,一方面邻近枢纽城市之间要通过“错位发展”来避免功能重叠与无序竞争;另一方面非邻近的枢纽城市之间也要通过加强“协调联动”来提升区域物流通道的连接强度。特别地,由于上海、郑州、北京、广州、深圳、南京、武汉、苏州、杭州、长沙、东莞、重庆、西安、合肥、济南、成都、石家庄、天津、厦门和宁波等城市节点在竞合网络中占据重要地位,因此国家物流枢纽规划建设要优先促进上述核心枢纽城市之间形成良性竞合关系,继而“由点及面”地推动枢纽城市协同发展。为充分实现上述目标:一是中央和地方政府要在规划布局时根据腹地供需结构与枢纽城市的比较优势进行错位分工,因地制宜并制定特色发展方向,以避免枢纽城市(尤其是邻近枢纽城市)之间的功能重叠与无序竞争;二是各地政府可通过财政补贴、开辟绿色通道等方式来加强枢纽城市(尤其是非邻近的核心枢纽城市)之间的协调联动,同时鼓励核心枢纽城市之间开展国家物流枢纽合作共建项目,以实现优势互补、收益共享和风险共担;三是枢纽城市之间要以多式联运为突破口,以此加强相互之间的联动与合作,充分实现功能互补与优势融合。
第二,联盟组建,合作共赢。组建国家物流枢纽城市联盟有利于实现枢纽城市之间协同发展,而促进联盟形成一方面要借助合理的政府规制手段;另一方面也需要成员之间建立有效的联盟合作机制[25]。首先,从政府规制层面看,结合演化博弈相关结论可知,中央和地方政府在枢纽建设初期应通过政府补贴、税收优惠等方式降低枢纽城市间的合作成本并提高其合作意愿;而合作数量达到一定规模后,便可借助市场机制来推动国家物流枢纽城市合作联盟的形成。此外,政府部门也需要适当采用惩罚措施来减少联盟中部分成员的“搭便车”行为。其次,联盟内部成员也要建立有效的合作机制:一是成员之间要形成利益联结机制,具体可通过合理制定联盟章程或签署成员协议等方式,以确保成员在面对经营问题时可做到分工协作、取长补短、互利共赢;二是成员之间要建立利益分配机制,具体可将资本、技术、设施等作为纽带,采用股份合作、契约订立、订单共享等方式组建利益共同体;三是成员之间要建立交流合作机制,具体可通过平台搭建、信息共享、经验分享等方式加强成员之间交流与互助,最终建立与完善多层次的合作机制。
第三,升级平台,信息互通。信息互联互通是实现枢纽城市之间协调联动与联盟组建的前提保障[26]。为打破物流信息壁垒,就要重视现有地方物流信息平台的融合与升级,具体可由政府部门或行业组织牵头,借助物联网、大数据或云计算等手段整合现有地方物流信息资源并搭建国家物流枢纽综合信息服务平台[27],以用于共享海关、邮政、气象等各部门公共数据,实现企业、货源、车辆等信息的实时查询,促进物流设备租赁及货物仓储、运输与货代业务的开展,加强货运跟踪检测和安全监管,提供数据分析、优化运营和资金管理等综合服务,促进资源整合并提高综合物流效率。
