物流外包网络竞合机制的演化博弈分析，本文主要内容关键词为：外包论文,机制论文,物流论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
在对物流外包双方的研究方面，首先是关于第三方物流运作的特点的分析：探讨第三方物流提供者的成因和特征；比较第三方物流提供者与传统功能型物流企业本质区别的基础上，分析了第三方物流提供者的运作特点；以及物流外包服务带来的好处，即物流需求方将固定成本转变为可变成本[1]。其次是关于规避风险及第三方物流企业选择的分析等：分析了在信息不对称条件下，企业物流外包过程中遇到的风险以及相关的防范措施[2]；构建了信息完全情况下第三方物流企业选择的最优模型及逆向选择下的分包商甄别模型[3]；以及构建第三方物流提供者与分包商之间的Nash均衡模型，针对这种均衡情况，分析了合同参数变化对质量的控制作用[4]。
应该看到，物流外包是一种长期的、战略的、相互渗透的、互利互惠的业务委托和合约执行方式，所以长期的合作是必然的。因此，本文从演化博弈的角度来考虑物流外包双方竞合演化过程，对这个过程造成的影响因素进行了分析。
2 模型分析
2.1 运作特点
本文中假设有n个物流外包企业l与m个第三方物流企业t进行策略博弈，双方的策略都是合作和竞争。分析物流外包过程，可以知道博弈双方存在信息不对称问题，第三方物流企业处于信息优势，而物流外包企业处于信息劣势，因此双方的合作会存在道德风险。同时，在实际运作中，物流外包企业在观察第三方物流企业给出的基本信息时会做出是否合作的选择，而第三方物流企业会依据不同的物流外包企业给出的激励和监管机制来选择自己的策略。双方都考虑在自身群体中的相对适应性，从而选择和调整各自的策略，以谋求各自利益最大化。
2.2 模型假设
假设
，
分别表示物流外包企业和第三方物流企业采取竞争策略时获得的正常收益，
，
分别表示物流外包企业和第三方物流企业为合作所投入的初始成本；
表示物流外包企业给第三方物流企业所提供的激励；c表示第三方物流企业的物流运作成本；
表示物流外包企业固有物流风险，
表示第三方物流企业的物流经营风险，r表示物流外包企业对第三方物流企业的依赖程度，其中0＜r＜1；
表示第三方物流企业选择合作后，所提供的服务失败的概率；
表示第三方物流服务选择合作后，提供服务失败得到的惩罚因子；Δ，Δ分别表示物流外包企业和第三方物流企业采取合作时得到的额外收益。本文中讨论的Δ，Δ均大于零，参与约束条件：由于物流外包企业和第三方物流企业采取合作时物流外包企业期望得到的额外收益Δ大于物流外包企业给第三方物流企业所提供的激励，即Δ≥；第三方物流外包企业期望在选择与物流外包企业合作时候所期望得到的额外收益不小于他采取不合作时的正常收益，同时也不小于第三方物流企业的物流运作成本c，即Δ≥，Δ＞c。则有：
(1)当物流外包企业和第三方物流企业都选择合作策略时，物流外包企业获得的收益为
物流外包企业与第三方物流企业的竞合博弈类似于鹰鸽博弈，可以建立物流外包企业和第三方物流企业竞合博弈的支付矩阵如下：
3 模型建立
3.1 演化稳定策略
在市场竞争环境中，物流外包网络中合作偏好的企业其合作偏好度是否稳定，可以运用演化博弈中最基本的概念—演化策略概念(Evolutionary Stable Strategy，ESS)。
在演化博弈论(Evolutionary Game Theory)中，最核心的概念是“演化稳定策略”(Evolutionary Stable Strategy，ESS)和“复制动态”(Replicator Dynamics)，是20世纪70年代随着Maynard和Price[5]以及Maynard[6]提出演化策略概念而产生的，此后，逐渐被用于经济学领域。其描述的是某一特定的策略在一个种群中被采用的频数或频度的动态微分方程。根据演化博弈的原理，一种策略的支付比种群的平均支付高，这种策略就会在种群中发展，即适者生存就体现在这种策略的增长率
依据演化博弈的理论，并结合微分方程(1)，物流外包企业选择合作策略的重复动态由(3)、(4)、(5)方程得到：
3.3 模型结果分析
如图2所示，O点和C点分别对应于物流外包企业和第三方物流企业都选择竞争或合作策略时的情况。在信息对称的情况下，当物流外包企业完全依赖第三方物流企业，并签订永久性合同，对第三方物流企业不进行任何监管，且第三方物流企业能够按合同要求提供低成本高质量的服务时，双方处于合作状态；当物流外包企业完全不依赖第三方物流企业时(即属于自营物流)，双方处于竞争状态。因此，O点和C点都是稳定的，即是演化稳定策略(ESS)。A点对应于当物流外包企业选择合作而第三方物流企业选择竞争策略时的情况；B点对应于当物流外包企业选择竞争而第三方物流企业选择合作策略时的情况。当物流外包企业选择合作，而第三方物流企业对物流外包企业给出的激励机制都不满意，因而采取竞争策略；当第三方物流企业选择合作，而物流外包企业通过对第三方物流外包企业给出的基本信息甄别后，对第三方物流外包企业提供的服务并不满意，因而选择竞争策略。在以上两种情况下，双方合作失败。而现实中，双方是希望能通过合作使得自身利益最大化，所以，A和B点是不稳定点。虽然在O点和C点达到演化稳定状态，然而其前提条件是要求信息对称；而事实上，博弈双方存在信息不对称性是物流外包过程运作一大特点，在这种情况下，物流外包企业和第三方物流企业在
点达到竞合平稳。
从以上分析可知，图2描述了物流外包企业和第三方物流企业博弈的动态过程，由两个不稳定的均衡点A和B及鞍点M连成的折线为系统收敛于不同状态的临界线，即在折线的右上方(AMBC部分)系统将完全收敛于完全合作伙伴关系，折线的左上方(即OMCB)系统将趋于不合作状态，折线的左下方(即AMBO部分)系统将收敛于完全竞争关系，折线的右下方(即OMCA)系统将趋于不合作状态。由于系统的演化是一个漫长的过程，可能在很长的时间内保持一种合作与竞争共存的局面。
4 模型结果仿真
结合以上分析，物流外包网络竞合的系统演化的长期均衡结果可能是完全合作，也可能是完全竞争。事实上，在双方完全合作的情况下，物流外包企业对第三方物流外包企业不进行监管，在这种情况下，第三方物流企业为了获得自身最大利益，很容易产生败德行为，从而最终导致合作失败；双方都是希望能通过合作来谋求自身利益最大化，所以从长远角度来看也不可能一直处于完全竞争的状态。那么，最终会沿着哪条路径到达哪种状态，与该博弈的支付矩阵密切相关，也受到物流外包的双方的初始状态影响，初始状态的微小变化将影响到双方竞合的最终结果，这是系统对初始条件的敏感性。因此，在博弈的过程中，构成博弈双方支付函数的某些参数的初始值以及它们的变化将导致演化系统向不同的均衡点收敛。
由(11)式可以看到，影响系统演化的参数有：双方合作产生的额外收益Δ，Δ；物流外包企业在合作过程给第三方物流企业所提供的激励；第三方物流企业的物流运作成本c；以及物流外包企业对第三方物流企业的依赖程度r。现在分别对这些参数进行讨论。
(1)合作产生的额外收益Δ，Δ，第三方物流企业的物流运作成本c。此时，假设物流外包企业对第三方物流企业的依赖程度一定，在第三方物流企业的物流运作成本一定时，变化Δ，Δ的值，观察M点的轨迹变化情况。如图3所示，即Δ，Δ越来越大的时候，M会逐渐向O点靠近，这时在折线的右上方(AMBC部分)的面积将增大，系统收敛于C点的概率将增加，越来越多的物流外包企业与第三方物流企业会选择合作策略。现在，考虑不同的第三方物流企业的运作成本，变化Δ，Δ的值，观察M点的轨迹变化情况。如图3所示，第三方物流企业的运作成本越低，M逐渐向O点逼近的速度越快，这时在折线的右上方(AMBC部分)的面积将增大，系统收敛于C点的概率将增加，越来越多的物流外包企业与第三方物流企业会选择合作策略。以上分析结果表明，第三方物流企业为物流外包企业创造的价值越多耗费的成本越低，将越有利于双方的合作。各参数值设定见表1。
(2)物流外包企业在合作过程所耗费的成本也是给第三方物流企业所提供的激励，物流外包企业对第三方物流企业的依赖程度r。取Δ=150000，Δ=200000；现在观察在物流外包企业对第三物流企业的依赖程度r不同时，对系统演化的影响。结果表明，r一定时，越大，点M的轨迹越逼近纵轴，即在图2中M向O点靠近的越快，这时在折线的右上方(AMBC部分)的面积将增大，系统收敛于C点的概率将增加，越来越多的物流外包企业与第三方物流企业会选择合作策略；物流外包企业对第三方物流企业的依赖程度r越大，点M的轨迹越逼近纵轴，即在图2中M向O点靠近的越快，这时在折线的右上方(AMBC部分)的面积将增大，系统收敛于C点的概率将增加，越来越多的物流外包企业与第三方物流企业会选择合作策略。事实上，物流外包企业对第三方物流企业的依赖程度，反应的即是物流外包企业选择合作的倾向；然而，第三方物流企业是否愿意选择合作，这有赖于物流外包企业能否给出比较合理的激励条件，使得第三方物流企业认为在选择该激励的时候所获得的收益能大于他不接受该激励的时候所获得的收益(见图4)。
图4 不同激励、依赖程度r下M点的轨迹
5 结论
本文应用演化博弈理论的方法，对物流外包网络的竞合机制演化的动态演化过程进行了研究，结果发现，合作产生的额外收益、物流外包企业给出的激励、物流外包企业对第三方物流企业的依赖程度、第三方物流企业运作成本等是影响该系统演化过程的重要因素。除此以外，还有其他的因素也会影响这一系统的演化，双方的合作偏好度也随着物流外包过程的技术水平和服务水平的变化而变化，这是一个动态演化的过程。当然，本文的模型还有待进一步完善，即考虑影响该系统的参数的其他组合方式，对该物流外包竞合网络系统的演化影响。第三方物流企业服务失败的概率、激励机制以及惩罚机制对该系统的演化的影响是下一步的研究方向。