制造业、物流业深度融合与企业间技术协同创新

李成龙 郑秋鹛

摘 要：数字经济的发展使得制造业+物流业两业融合发展的趋势不断得到增强。新时期制造业物流生态的技术创新需要多方利益相关者的协同参与，本文构建制造企业与物流企业不同行为策略的演化博弈模型，重点考察在政府参与情况下，二者技术协同创新投入行为的稳定策略，并通过数值仿真，讨论制造业物流技术协同创新的影响因素。研究结果表明：技术转化收益能力越强、信息共享度越高、风险系数越低，制造与物流企业参与主体更倾向于技术协同创新；当技术协同创新收益在不同的区间范围时，双方投入策略会呈现出不同的演化稳定状态；当双方不进行技术协同创新而选择模仿创新时，引入政府的参与，找到制造企业和物流企业都进行技术协同创新投入的最优干预策略，验证了模型的有效性；在政府干预机制下，补贴额度、激励标准、税收减免和监管惩罚力度都对技术协同创新起到了正向作用，防止了搭便车现象发生。

关键词：制造业；物流业；技术协同创新；演化博弈

中图分类号：F204  文献标识码：A  文章编号：1001-148X（2023）05-0029-10

收稿日期：2023-02-13

作者简介：李成龙（1984-），男，黑龙江黑河人，博士研究生，讲师，研究方向：物流与供应链管理；郑秋鹛（1963-），本文通讯作者，女，黑龙江哈尔滨人，教授，博士生导师，研究方向：农业经济、物流与供应链管理。

基金项目：黑龙江省“双一流”新一轮建设学科协同创新成果建设项目“食药同源资源开发及营养保健食品协同创新”，项目编号：LJGXCG2022-082；黑龙江省教育厅基本科研业务费科研项目“数字经济时代下网络货运平台高质量发展路径探究”，项目编号：2022-KYYWF-0389。

一、引 言

数字经济快速发展暴露出传统企业的短板，部分制造业内外部供应链管理与服务跟不上需求变化，物流水平、信息化程度低，物流业为制造业的产业链及供应链提供服务方面缺乏一站式解决方案；同时，物流业服务制造业面临成本过高、融合层次不够高、范围不够广、缺乏个性化服务。尤其面对突如其来的外生冲击，物流行业应急反应迟滞、供需失配错配、效率低下，亟待通过技术合作创新，增强企业之间、生产制造与物流服务之间的高效协同，提升企业核心竞争力。

关于技术协同创新的研究文献可分为三类。（1）技术创新溢出效应。通过纵向技术溢出，下游企业会有“搭便车”的行为。当技术溢出效应较大时，合作研发可以激励企业采用更高的研发水平［1-3］。（2）技术创新合作。技术创新具有成本高、风险高、环境正外部性等基本特征，双方在创新合作过程中均存在博弈行为。技术外购成本和研发成功收益对企业投资合作创新意愿具有门槛效应［4-5］。（3）技术创新与政府干预。通过适当的制度设计与政策支持引导创新资金的高效配置，可实现创新风险的有效防控。技术创新的双重外部性与“搭便车”风险严重制约技术创新联盟的稳定发展，政府干预机制的实施能有效提升技术创新联盟的稳定性［6-7］。此外，关于物流与供应链企业技术创新行为的研究主要集中在企业技术应用层面。技术创新提升了绿色物流、智慧物流的发展水平和影响力，优化了供应链模式、推动供应链柔性升级，对供应链柔性具有显著正向影响［8-9］。而关于物流业与其他行业融合技术创新研究较为少见。

基于此，本文考虑信息共享、技术转化、成果激励及税收优惠等相关影响因素，在政府参与视角下构建制造业与物流业企业间技术协同创新的演化博弈模型，通过博弈均衡讨论和仿真模拟，探究市场、技术及政策等因素对企业决策行为的影响，并讨论政府最优参与策略。

二、研究假设与模型构建

制造业物流当前存在四个典型痛点：融合机制技术创新引领不足、组织模式创新能级不高、技术装备创新应用不够、市场主体创新动力不强。在此情形下，制造业和物流业都需要一定的优化调整，数字化转型成为双方谋求发展、提升竞争力的共同选择。目前制造业物流平台仍普遍存在协同效率低、集成度低、流程不透明等问题，导致技术生产力缺乏本质提升，无法真正实现制造业物流数字化，这需要自上而下的策略推动数字技术赋能制造业物流，让制造业供应链模式与物流运作流程协同，形成制造业智能转型和物流业智能改造双向联动。因此本文讨论了制造业物流（如图1）的技术协同创新。

物流业与制造业融合发展（简称“两业融合”）进行技术协同创新的演化博弈研究，分析了政府干预机制下演化博弈策略。在市场环境下，如果选择技术协同创新，总收益=基本收益+市场增加收益+信息共享收益-风险收益。即除了可以获得基本收益，还可以获得由于技术创新增加了市场销量进而增加了市场收益；由于信息共享，使智慧物流平台资源集成，帮助企业管理者更加科学地做出决策增加收益，但同时技术协同创新也有风险损失，例如信息安全事件的发生，给制造企业与物流企业带来损失。为了能够更有动力进行技术协同创新，政府可以采用成本补贴、创新成果激励，对于不遵守系统规则的参与主体，采用严格监管，并给予一定的惩罚，这样才有利于整个制造业物流技术协同创新生态的形成。

（一）研究假设

为构建博弈模型，分析各方策略和均衡点的稳定性以及各要素的影响关系，作出如下假设：

H1：在物流企业与制造业企业之间建立该博弈模型，参与主体包括制造企业和物流企业这两组群体。为简化研究，假设两业融合技术创新博弈主体为A节点和B节点之间的博弈，博弈过程随意抽取节点双方一一进行配对，物流企业和制造企业都是有限理性的，成员决策受到其他成员行为的影响，不断改变其策略，经过长时间的博弈之后，节点主体不断互相学习、调整、改进，直至达到系统平衡。

H2：策略的适应性由参与主体收益决定，各主体策略选择为遵守系统的规则，合作進行技术协同创新；违反规则，至少有一方进行技术模仿创新。在策略选择中各节点博弈时可选择两种策略。制造企业选择进行技术协同创新策略的比例为x，模仿创新策略比例为1－x；物流企业选择进行技术协同创新策略的比例为y，模仿创新策略的比例为1－y。

H3：当双方都选择进行技术模仿创新时，双方在进行交易合作时，可以获得的基本收益为Ui（i=1，2），市场需求量为Q；生产制造企业进行采购、加工、包装、存储及物流运费，但需要付出少量的技术模仿成本，总成本为C1，市场单价为P1，U1=P1Q－C1；物流企业需要投入的资金包括付出少量的技术模仿成本，信息采集和整理、物流平台系统运营费用、车辆燃油费、设备维修费以及司机工资等方面的基本投入总成本为C2，运费定价也即单位产品运费为P2，U2=P2Q－C2。

H4：当双方进行技术协同创新时，技术投入会给物流企业和制造企业带来额外的成本，制造企业技术创新额外成本为C1′，物流企业技术协同创新额外成本为C′2。相对而言提高制造业物流服务效率，借助智能化的技术和数据匹配，与顾客的市场需求量呈正相关，增加新市场收入，利润增加分别为αi（i=1，2）。当只有一方进行投入时，不能成功开拓新市场，无法增加新市场利润，但创新方可以获得政府相关补贴奖励，另一方可获得“搭便车”收益Ri（i=1，2）。

H5：当双方进行技术协同创新时，可以获得信息共享收益。通过信息化战略的实施，物流工业互联网平台的系统互联互通程度可得到有效提升。本文以信息共享量标准水平衡量制造业与物流企业间信息系统对接和信息数据交互的有效程度。真实信息共享量M的大小代表参与主体之间的信任程度的高低，信任程度越高，真实信息共享量就越高；θi（i=1，2）为信息转化系数，代表两业融合企业将所需信息转化为收益的能力水平，越大相应节点企业所获得收益也就越多。

H6：当两业融合主体双方进行技术协同创新时，可能发生信息方面风险损失Hi（i=1，2）。

在共享信息的過程中，由于信息的不对称和严重的信息污染现象导致的信息不准确性、滞后性、泄露性和其他一些不良后果的冒险现象。μ表示损失系数，当取0时，表示信息安全将得到充分保障。

H7：当两业融合主体选择技术模仿创新时，政府的监管惩罚及补贴激励行为会促进主体协同创新投入。当φ比较大时政府严格监管；如果制造与物流企业合作双方不遵守系统规则，则会被处以罚款F。若参与主体选择技术创新，会给予成本补贴，成本补贴系数为ζ。双方企业间的技术创新不仅具有经济效益，而且还可以为政府带来正面社会效应，创造社会效益。政府对双方的总激励标准E设置，主要考虑技术的创新度以及绿色度。主体A的社会效益激励补偿系数为ρ，主体B的补偿系数为1－ρ，进而可以算出各自的社会效益。此外，政府会对制造行业智慧物流融合创新案例给予税收优惠，优惠额度分别为δi（i=1，2）。

（二）模型构建

依据以上假设，主要参数设置见表1。

基于模型假设，利用上述参数建立政府干预机制下的演化博弈模型，构建博弈双方的支付矩阵见表2。

三、模型求解分析

（一）演化过程均衡点

基于前文分析，得到生产制造企业选择“进行技术协同创新” 和“技术模仿创新”策略的收益，以及平均收益分别为U11、U12以及U-1：

U11=y［P1Q－C1+α1+θ1M－μH1+C1′ζ－1+ρE+δ1］+（1－y）［P1Q－C1+C1′ζ－1－μH1+E+δ1］=P1Q－C1+yα1+θ1M+E（yρ+1－y）+C1′ζ－1－μH1+δ1（1）

U12=yP1Q－C1+R1－φF+（1－y）P1Q－C11=P1Q－C1+y（R1－φF）（2）

U-1=xU11+（1－x）U12=x［P1Q－C1+yα1+θ1M+E（yρ+1－y）+C1′ζ－1－μH1+δ1］+（1－x）（P1Q－C1+yR1－yφF）（3）

物流企业选择“进行技术协同创新”和“技术模仿创新”策略的收益，以及平均收益分别为U21、U22以及U-2：

U21=x［P2Q－C2+α2+θ2M－μH2+C2′ζ－1+（1－ρ）E+δ2］+（1－x）［P2Q－C2+C2′ζ－1－μH2+E+δ2］=P2Q－C2+x（α2+θ2M）+（1－ρx）E+C2′ζ－1－μH2+δ2（4）

U22=xP2Q－C2+R2－φF+（1－x）（P2Q－C2）=P2Q－C2+xR2－φF（5）

U-2=yU21+（1－y）U22=y［P2Q－C2+x（α2+θ2M）+（1－ρx）E+C2′ζ－1－μH2+δ2］+（1－y）［P2Q－C2+xR2－φF］（6）

基于式（1）—（6），可以得到复制动态方程，如式（7）与式（8）所示：

V（x）=dx/dt=xU11－U-1=x（1－x）U11－U12=x（1－x）［P1Q－C1+yα1+θ1M+E（yρ+1－y）+C1′ζ－1－μH1+δ1－P1Q－C1+yR1－yφF］=x（1－x）［yα1+θ1M－R1+φF+Eρ－E+E+C1′（ζ－1）－μH1+δ1］（7）

V（y）=dy/dt=yU21－U-2=y（1－y）U21－U22=y（1－y）［xα2+θ2M－R2+φF－Eρ+E+C2′ζ－1－μH2+δ2］（8）

为了便于分析令xd=C2′（1－ζ）+μH2－δ2－Eα2+θ2M+φF－R2－Eρ，yd=C1′（1－ζ）+μH1－δ1－Eα1+θ1M+φF－R1－（1－ρ）E。

令V（x）=0，V（y）=0在Z={（x，y）［0x1，0y1}上博弈双方存在五个局部均衡点为O（0，0），A（0，1），B（1，1），C（1，0）。当xd∈（0，1），yd∈（0，1）时，Dxd，yd也是均衡点。

（二）演化稳定性分析

V（x）、V（y）通过复制动态方程获得的平衡点不一定是系统的演化稳定策略（ESS），利用雅可比矩阵（记为J）的局部稳定来分析推导演化均衡点的稳定性，基于Friedman（1991）［10］提出的研究方法，求出关于x，y的偏导数，雅可比矩阵：

J=V（x）/x[]V（x）/y

V（y）/x[]V（y）/y=A1[]A2A3[]A4

J=（1－2x）［yα1+θ1M－R1+φF+Eρ－E+E+C1′（ζ－1）－μH1+δ1］[]x（1－x）α1+θ1M+ρE－R1+φF－E

y（1－y）α2+θ2M－R2+φF－Eρ[]（1－2y）［xα2+θ2M－R2+φF－Eρ+E+C2′ζ－1－μH2+δ2］

演化博弈均衡點的稳定状态可以由Jacobian矩阵的局部稳定性而得到，当且仅当满足det（J）>0，tr（J）<0时，其中，detJ=A1A4－A2A3;tr（J）=A1+A4，则复制动态方程的均衡点是演化稳定策略（ESS），从而来分析系统局部均衡点演化稳定性，如表3所示。

（三） 演化结果分析

由表3得出，五个局部均衡点中，A（0，1）和C（1，0）是不稳定点，D（xd，yd）是鞍点，只有O（0，0）和B（1，1）是演化稳定点。由此可画出政府干预下博弈双方的演化博弈相位图，如图2所示。

φ、F>0↑

折线ADC为系统收敛到两个状态的临界线，面积大小为系统演化到某一稳定状态的概率，在折线的上方（ABCD 部分），系统演变后最终收敛于B（1，1）（双方进行技术协同创新）；在折线的下方（即ADCO部分），系统演变后最终收敛于O（0，0）（双方不进行技术协同创新）。物流企业和制造企业会沿着哪个路径演化到稳定状态，由博弈的初始状态和支付矩阵决定：表现为图形ADCO 的面积SI和图形ABCD面积SII的大小决定，表达式如下：

SI=12xd+yd=12C2′（1－ζ）+μH2－δ2－Eα2+θ2M－R2+φF－Eρ+C1′（1－ζ）+μH1－δ1－Eα1+θ1M－R1+φF+Eρ－E

SII=12α2+θ2M－R2+φF－Eρ－C2′（1－ζ）－μH2+δ2+Eα2+θ2M－R2+φF－Eρ+α1+θ1M－R1+φF+Eρ－E－C1′（1－ζ）－μH1+δ1+Eα1+θ1M－R1+φF+Eρ－E

当SI>SII时，双方进行技术模拟创新是系统的演化稳定策略。相反，当SII>SI时，双方进行技术协同创新是系统的演化稳定策略；当SI=SII时，系统采取以上两种演化稳定策略的概率相等。

（四） 主要参数变化对稳定策略的影响分析

SII中有M、θ1、θ2、α1、α2、C1′、C2′、R1、R2、μ、H1、H2、ζ、E、φ、F、δ1、δ2因素影响取值，分别依次求出其对这些因素的偏导数，可以得到制造企业与物流企业技术协同创新影响因素的效应结果（见表4）。

表4中“↑”表示正相关，“↓”表示负相关，根据表3对影响因素的分析结果，可以得到以下结论。

命题1 制造企业与物流企业间信息共享量越大、信息转化系数越大，博弈双方更倾向于技术协同创新合作。

证明：对SII分别求M、θ1、θ2的偏导数如下：

SIIθ1=12［C1′（1－ζ）+μH1－δ1－E］M［α1+θ1M－R1+φF+Eρ－E］2>0SIIθ2=12［C2′（1－ζ）+μH2－δ2－E］M［α2+θ2M－R2+φF－Eρ］2>0SIIM=12［C2′（1－ζ）+μH2－δ2－E］θ2［α2+θ2M－R2+φF－Eρ］2+［C1′（1－ζ）+μH1－δ1－E］θ1［α1+θ1M－R1+φF+Eρ－E］2>0（9）

所以SII是θ1、θ2、M的增函数，随着θ1、θ2，和M的增加，SABCD的面积将逐渐增大，系统向B（1，1）点演化的概率增加，这说明制造企业与物流企业双方主体选择协同创新的概率与信息共享量、信息转化系数成正比。

命题2 随着两业融合企业间收入增加以及利润的提高，博弈双方更倾向于技术协同创新合作。

证明：对SII分别求α1，α2的偏导数如下：

SIIα1=12［C1′（1－ζ）+μH1－δ1－E］［α1+θ1M－R1+φF+Eρ－E］2>0SIIα2=12［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2>0 （10）

可知，SII是α1，α2的增函数，随着α1，α2增加，SABCD的面积将增大，系统向B（1，1）点收

敛的概率增加，表明博弈双方选择技术协同创新的概率与协同收益成正比。

命题3 随着新一代数字技术投入成本的增加，博弈双方更倾向于进行技术模仿创新。

证明：对SII分别求C1′、C2′的偏导数如下：

SIIC1′=－（1－ζ）2［α1+θ1M－R1+φF+Eρ－E］<0SIIC2′=－（1－ζ）2［α2+θ2M－R2+φF－Eρ］<0  （11）

所以SII是C1′，C2′的减函数，即SABCD将随着参与主体协同创新投入成本的增加而减小，系统向B（1，1）点演化的概率变小，表明制造企业物流企业合作创新的概率与技术协同创新投入成本成反比。

命題4 当两业企业间技术模仿创新成本越大，博弈双方更倾向于技术协同创新合作。

证明：对SII分别求δ1，δ2的偏导数如下：

SIIδ1=12［α1+θ1M－R1+φF+Eρ－E］>0SIIδ2=12［α2+θ2M－R2+φF－Eρ］>0 （12）

可见，SII是δ1，δ2的增函数，当δ1，δ2的逐渐增加，SABCD的面积将增大，系统向B（1，1）点收敛的概率变大，表明博弈双方选择技术协同创新的概率与技术模仿成本成正比。

命题5 制造企业与物流企业间搭便车收益越大，博弈双方更倾向于不进行技术协同创新。

证明：对SII分别求R1，R2的偏导数如下：

SIIR1=－［C1′（1－ζ）+μH1－δ1－E］2［α1+θ1M－R1+φF+Eρ－E］2<0SIIR2=－［C2′（1－ζ）+μH2－δ2－E］2［α2+θ2M－R2+φF－Eρ］2<0 （13）

可见，SII是R1，R2的减函数，当R1，R2的逐渐增加，SABCD的面积将减少，系统向B（1，1）点收敛的概率变小，表明博弈双方选择技术协同创新的概率与搭便车收益成反比。

命题6 当风险损失以及风险损失系数增大，博弈双方更倾向于不进行技术协同创新。

证明：对SII分别求μ、H1和H2的偏导数如下：

SIIH1=－μ2［α1+θ1M－R1+φF+Eρ－E］<0SIIH2=－μ2［α2+θ2M－R2+φF－Eρ］<0SIIμ=－12H2［α2+θ2M－R2+φF－Eρ］+H1［α1+θ1M－R1+φF+Eρ－E］<0 （14）

所以SII是μ、H1和H2的减函数，如果μ、H1和H2增加，SABCD的面积将减小，系统向B（1，1）点收敛的可能性变小，表明博弈双方选择技术协同创新的概率与风险损失及其系数成反比。

命题7 随着政府对技术创新成本补贴、成果激励及税收优惠力度的增大，博弈双方更倾向于技术协同创新合作。

证明：由SII分别求ζ、E的偏导数如下：

SIIζ=12［C2′α2+θ2M－R2+φF－Eρ+C1′α1+θ1M－R1+φF+Eρ－E］>0SIIE=12α2+θ2M－R2+φF－Eρ－ρ［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2+α1+θ1M－R1+φF+Eρ－E－ρ［C2′（1－ζ）+μH2－δ2－E］［α1+θ1M－R1+φF+Eρ－E］2>0（15）

所以SII是上述参数的增函数，当参数取值逐渐增大时，系统向B（1，1）点收敛的可能性增大，这样激励制造企业与物流企业间进行技术协同创新的效果更明显。

命题8 当政府的监管力度及惩罚力度的增加，博弈双方更倾向于技术协同创新合作。

证明：对SII分别求φ和F的偏导数如下：

SIIφ=F2［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2+［C1′（1－ζ）+μH1－δ1－E］［α1+θ1M－R1+φF+Eρ－E］2>0SIIF=φ2［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2+［C1′（1－ζ）+μH1－δ1－E］［α1+θ1M－R1+φF+Eρ－E］2>0 （16）

所以SII是φ、F的增函数，当参数取值逐渐增大时，系统向B（1，1）点收敛的可能性增加。说明监管力度及惩罚力度加大，制造企业与物流企业的违约代价越大，促使双方向协同创新的方向努力合作。

四、仿真分析

为直观展示系统达到最优稳定策略的演化路径，本文将通过MATLAB中求微分方程数值解的ODE45函数，采用数值仿真法对相关影响因素进行分析。量值的选择不影响结论，假设参数初始值如下：

C1′=8，C2′=7，H1=4，H2=2，R1=2，R2=3，M=20，E=1，F=1，α1=2.0，α2=1.5，ζ=0.45，φ=0.4，μ=0.5，θ1=0.5，θ2=0.5，ρ=0.5。

（一）博弈参与主体初始值的影响分析

将数值模拟初始值（x，y） 分别取（0.6，0.1）（0.5，0.2）（0.4，0.3）（0.9，0.3）（0.8，0.4）（0.7，0.5），参与主体策略选择随时间变化的动态演化过程如图3所示。

图3 博弈参与主体策略选择的动态演化过程

图4 信息共享量取值不同下系统演化轨迹

由图3可知，当博弈双方的概率（x，y） 分别取不同的初始值，最终的博弈演化结果也收敛于不同点位，在初始值设定状态下，鞍点D的数值可大致计算出为（0.61，0.35），然后结合图2可知，如果（x，y）初始值落在多边形ADCO内，那么初始值会逐渐收敛于点（0，0），博弈参与主体将选择“模仿创新”的博弈策略。当（x，y）初始值落在多边形ABCD范围内，则收敛于（1，1），制造企业与物流企业双方倾向于选择技术协同创新的博弈策略。验证了博弈参与主体策略的演化结果对（x，y）初始值具有依赖性。

（二）双方信息共享量对策略影响的分析

首先考虑政府轻度参与，相关参数取初值，而信息共享量M分别取30、40及50。根据上面参数的灵敏度分析可知，可见双方的信任和系统能提供的信息共享程度，会影响两业融合发展过程中企业间是否选择技术协同创新。具体仿真结果如图4所示，在物流工业互联网平台的信息安全得到保障下，通过增加双方有效信息量的共享，能够创造更多的附加值，选择技术协同创新概率就越大。

不过，当生产制造企业与物流企业双方加入技术协同创新时，跨企业跨系统的平台操作使得企业风险上升，为了各自利益的最大化，可能使得参与主体模仿创新，并且风险越大趋势越明显。因为在技术协同创新过程中，可能会使得“两业”相关企业技术和商业机密被窃取，造成损失；在传递和沟通的过程中，由于信息不准确，未能及时到达接收方等，没有有效实现生产物流信息的实时协同，容易导致管理者决策失误。因此在这个过程中应该加强企业的商业伦理观以及信息安全防护措施，尽量避免或者减少风险损失。

（三）双方协同创新收益对策略影响的分析

利用技术创新来提高物流服务效率，能够降低制造业供应链成本，不断扩大市场收益。根据上面参数的灵敏度分析可知，协同创新收益越高，越能刺激双方企业进行技术协同创新。当协同创新收益分别取不同数值时（20，25，30），具体仿真结果图5所示。

当协同创新收益较低时，双方会选择模仿创新。而技术模仿创新成本同样会影响主体策略的选择。物流工业互联网平台通过技术创新来升级服务，能够获得更多的收益，促使双方协同创新。但是关键技术投入成本高，所以政府应该重点关注成本收益这个指标，通过合理运用相关手段，给予必要的扶持。应该考虑加大政府干预力度，以下将针对这种情况进行重点讨论。

（四）政府政策对博弈主体策略影响的分析

首先分析当补贴激励标准确定后，政府的监管惩罚力度对双方协同创新策略选择的影响。

此处是补贴系数激励额度一定下，重点分析政府监管懲罚力度大和监管惩罚力度轻两种情况。

此处取激励额度E=E1+E2=3，技术创新成本补贴系数ζ取0.35；而监管惩罚参数分别取φ=0.6，F=2.5与φ=0.3，F=1.5，仿真结果如图6、图7所示。

通过图6发现在政府参与的情况下，当政府补贴激励支持一定后，适度的监管惩罚措施是非常必要的，有利于制造企业与物流企业的技术协同创新。而图7说明如果监管惩罚力度较轻，会出现“搭便车”现象，因为采取“搭便车”的行为可使自己从对方技术创新中获得的收益变大，这样其参与合作的积极性降低。除此之外，物流企业对技术创新的反应会更敏感，在创新过程中处于主导地位。当政府严监管惩罚时，比制造企业技术创新积极性更高，收敛速度更快；当政府的监管惩罚力度较小时，其协同创新积极性比制造企业更低。

对政府参与的相关参数如技术创新的成本补贴、税收减免、成果奖励、监管程度以及惩罚力度等不同参数的多种取值组合情况进行仿真分析，结果如图8所示。

通过上图可知，如果政府的成本补贴力度过小，并不能使创新主体向合作的方向靠近，当有适度的技术创新补贴和税收优惠，双方才会更加积极进行协同创新。由于物流工业互联网平台技术创新初始资金投入大，结果具有不确定性，使得一些企业望而却步。而政府针对研发经费投入进行成本补贴和税收减免，有助于降低企业技术创新初始阶段的投入成本，以真金白银的支持激励物流工业互联网平台企业研发投入，尤其是当前时期，缓解疫情造成的不利影响，为制造企业与物流企业持续创新保驾护航。

通过监管惩罚机制，对于违约方私自技术模仿创新而为获得搭便车收益破坏系统建立的合作机制给予惩罚。但是惩罚的力度很重要，弱惩罚并不能使违约方遵守系统规则，当政府加大惩罚力度的时候，“两业”企业更倾向于减少违约行为以降低损失，以便利益最大化，这样有利于更快建立良好的物流工业互联网平台系统协同技术创新合作机制。

五、结论与启示

本文考虑了技术创新的市场销售收益、信息共享收益以及风险损失等因素，构建基于政府干预机制的演化博弈模型，在政府的补贴激励、税收优惠和监管惩罚机制下，探究政府不同手段实施力度对制造业、物流业深度融合发展与“两业”间技术协同创新合作意愿的影响。博弈均衡解与仿真结果显示：（1）从经济因素来看，当获得协同收益越高，双方就越遵守系统规则。主要利用成本收益指标，技术创新初期，价格的提高容易导致市场波动，技术投入成本的管控对于双方进行技术创新合作至关重要。（2）从技术因素来看，制造企业与物流企业间有效信息共享量越大，企业对共享信息转化能力越强，越有利于双方协同技术创新。但企业的信息安全隐患也就越大，技术创新的风险损失影响双方创新的积极性。（3）从政策因素来看，政府对技术创新的成本补贴、税收优惠、成果激励和监管惩罚可以发挥各自的优势，推动系统双方向协同创新方向演进。通常对违反系统规则的制造企业或物流企业给予适度的惩罚。不过惩罚力度较轻时，参与主体仍然会倾向于技术模仿创新。根据上述结论，可以得到以下启示：

第一，制造企业与物流企业应密切合作，通过技术协同创新，建立快速响应机制以应对市场需求变化，从而抓住市场机遇，不断提高销售收入。尽可能地降低技术协同创新的成本，确定合适的市场价格，从而提高双方利润率；同时，为了使物流企业与制造企业间能够同心协力，需要制定合理有效的利益分配机制，这样才能形成良好的技术创新生态，最大限度地发挥双方开展技术创新的积极性。推动两业深度融合互联共享，提高生产制造和物流一体化运作水平。

第二，应该建立良好的信息系统，加大信息共享量，提高企业通过信息共享转化为收益的能力，随着双方技术协同创新，智慧物流平台通过企业间公开透明的数据和信息实现共享共治，跨系统、跨企业进行协同规划和协调。同时应降低企业信息安全风险，制造业物流业融合发展趋势不断增强，双方企业之间风险共担、利益共享的联动融合发展格局正在形成。聚焦大数据全面推进区块链等技术应用，双方携手合力提升技术创新应用与风险防范能力。

第三，根据制造行业智慧物流融合创新的认定标准，给予企业扶持，其中激励额度设置不仅考虑创新度，还应该让企业积极承担碳减排的社会责任。但是由于成果激励考核周期较长，在现实中短期看不到明显效果，研发成本补贴及税收减免刺激性更强，政府应该根据实际情况结合几种手段综合运用。此外，为了规避通过谎报欺瞒获得额外收益的机会主义和搭便车的行为，政府应采取有效措施加强对两业技术创新参与主体的管理，相关部门加快健全监管制度，充分发挥政府在技术协同创新中的引导作用。

参考文献：

［1］ 冯杰，蹇明.基于技术溢出的竞争供应链技术创新决策研究［J］．综合运输，2022，44（9）：116-121.

［2］ 李金华.“十四五”初期中国建设制造强国供给力分析［J］．浙江工商大学学报，2021（6）：128-140.

［3］ Ray A S，Bhaduri S. Co-evolution of IPR  Policy and Technological Learning in Developing Countries： A Game-theoretic Model［J］.2022.

［4］ Catozzella A，Vivarell1M.The Possible Adverse Impact of Innovation Subsidies：Some Evidence from Ltaly［J］.Ternational Entrepreneurship & Management Journal，2016，12（2）：351-368.

［5］ Sabrina T.Financing Innovation：Evidence from R&D Grants［J］.The American Economic Review，2017，107（4）：1136-1164.

［6］ 王金涛，曲世友，冯严超.基于演化博弈的高新技术企业创新风险防控研究［J］.科技管理研究，2019，39（23）：19-24.

［7］ 卞晨，初钊鹏，孙正林.异质性环境规制政策合力与企业绿色技术创新的演化博弈分析［J］.工业技术经济，2022，41（5）：12-21.

［8］ 张宇航.数字经济产业结构升级与物流技术创新［J］.物流工程与管理，2020，42（12）：61-64.

［9］ 孙楚绿.大数据背景下企业物流技术创新与模式决策研究［J］.中国市场，2021（15）：177-178.

［10］Friedman D. Evolutionary Game in Economics ［J］.Economy Erica，1991，59（3）.

Deep Integration of Manufacturing and Logistics Industry and Inter-firm Technological

Co-innovation——An Evolutionary Game Analysis with Government Involvement

LI Cheng-long， ZHENG Qiu-mei

（School of Management， Harbin University of Commerce， Harbin 150028，China）

Abstract： With the arrival of the digital economy era， the trend of the integration of the manufacturing industry + logistics industry has been continuously enhanced. The technological innovation of manufacturing logistics ecology in the new period needs the collaborative participation of multiple stakeholders， this paper constructs the evolution game model of different behavioural strategies of manufacturing enterprises and logistics enterprises， focuses on the stable strategy of the input behaviour of the two technological collaborative innovation in the case of governmental participation， and discusses the influencing factors of the technological collaborative innovation of manufacturing logistics through numerical simulation. The results of the study show that： the stronger the ability of technological transformation gain， the higher the degree of information sharing， the lower the risk factor， the manufacturing and logistics enterprises participate in the main body more inclined to technological co-innovation; when the technological co-innovation gain is in the range of different intervals， the two sides of the input strategy will show a different evolutionary stable state; when the two sides do not carry out technological co-innovation and choose to imitate the innovation， the introduction of the governments participation to find the manufacturing enterprises and the When both parties do not engage in technological co-innovation but choose imitation innovation， the government is introduced to find the optimal pre-prevention strategy in which both manufacturing enterprises and logistics enterprises engage in technological co-innovation， which verifies the validity of the model; under the governments pre-prevention mechanism， subsidy amount， incentive standard， tax breaks， and regulatory penalties play a positive role in technological co-innovation to prevent free-riding phenomenon from happening.

Key words：manufacturing;logistics industry;technology Collaborative Innovation;evolutionary Gaming

（責任编辑：邹学慧）