供應鏈聯盟企業間信任行為博弈分析

朱文娟（福州海峽職業技術學院，福建 福州 350014）

0 引言

市場環境的多變化、復雜化使得企業想獲取市場份額、占領市場，就必須轉變觀念——企業間的競爭轉變為供應鏈之間的競爭。供應鏈管理強調供應鏈上所有節點企業間的相互合作與共贏，但由于供應鏈節點企業為追求自身利益最大化，以及供應鏈企業交叉性特征易導致信息泄密，使供應鏈中企業在面向未來的不確定性時易發生不信任的行為策略，因此研究供應鏈聯盟企業間的信任尤為重要。

目前，不少國內外學者對供應鏈企業信任行為關系進行研究。國外學者對供應鏈節點企業間信任行為的影響因素及其與供應鏈信任行為度量指標之間的關系研究的比較透徹[1－2]。國內學者主要從信息共享、信任產生機理與治理機制、信任關系、信任評估模型、聲譽效應和信任行為博弈等方面進行研究[3－7]。在上述學者研究的基礎上，提出了完全信息情況下基于獎懲策略的無限次重復博弈，并對得出的均衡結果的影響因素進行分析，但現實中市場環境的多變、信息的非完全性以及決策問題本身的復雜性，使得供應鏈企業在博弈過程中很難做到完全理性，因此在無限重復博弈的基礎上，構建一個動態進化博弈模型，對信任產生的條件、影響因素及動態特征進行探討。

1 基于獎懲策略的無限次重復博弈分析

在無限次重復博弈中，企業考慮的更多是合作的長期利益，而非短期投機的一次性收益，企業之間更加信任，“囚徒”才能走出“困境”。為方便分析，假定供應商和制造商博弈雙方的實力相等，相互信任下均獲取利益A，相互不信任下均獲取利益D（A＞D），一方信任一方不信任下，信任方獲取利益B，不信任方獲取利益C（C＞B）。為使供應鏈上參與的所有節點企業都相互信息共享、相互合作，提出了相應的獎懲措施，對采取信任行為的企業給予Y的獎勵，對采取不信任行為的企業給予W的懲罰。他們之間博弈收益情況如表1所示，其中C＞A＞D＞B。

在重復博弈中，供應商和制造商每期都得到一定的收益，為了比較不同的策略的收益大小，必須把各期的收益加總起來。考慮到貨幣的時間價值，設r為貼現因子即資產在時間上的貼現，且0＜r＜1，則從現在開始，這兩個企業如果一直選擇信任，那么每個企業獲得的總收益為：

表1 供應商與制造商信任博弈的收益矩陣

如果兩個企業從現在起再也不信任，則每個企業得到的總收益為：

比較公式（1）和（2），發現：

在無限次重復博弈過程中，只要對方欺騙一次，在以后的合作過程中，本企業再也不相信對方，選擇不信任的企業最多只占一次便宜，即得到C－W，這是短期收益。但這一次的不信任行為卻帶來長期的損失，不信任方再也得不到收益A+Y，而只能獲取D－W。用E0表示供應商首先采取不信任行為獲取的總收益，用E1表示供應商永遠采取信任行為獲取的總收益，則：

只要 E1＞E0，即：

下面進一步分析均衡結果的影響因素（由于C和D難以控制，這里不再分析）。

（1）信任合作收益A，A越大，公式（6）中的右邊計算結果就越小，對r的要求就越低，博弈雙方選擇信任策略就越容易實現。因此，提高供應鏈聯盟企業間的合作收益可降低機會主義的發生，更有效率地促成均衡結果。

（2）懲罰成本W和獎勵Y，在不等式（6）中右邊的分子中包含W和Y，因此懲罰W和獎勵Y的數值越大，對r的要求就越低，均衡越容易實現。在現實中，可由供應鏈中的核心企業帶頭建立一個獎懲基金，這個基金收益來源可有供應鏈企業共同商討。對供應鏈聯盟企業合作過程中，某些企業采取不信任、欺騙行為的話，那么核心企業就對該欺詐企業給予懲罰，懲罰所得的收益放入獎懲基金里，而對采取信任合作的企業就給予一定的獎勵。這可大大降低某些企業的機會主義，提高整個供應鏈的競爭力。

（3）貼現因子r，r不僅表現了供應鏈中企業收益的時間價值，而且還包含了供應鏈成員企業對未來發展合作的信心。r越大，均衡就越容易實現。r越高，說明企業對當前收益的偏好越低，越容易激發企業采取信任的行為策略；相反，r越小，說明企業越容易受到短期利益的誘惑，做出欺詐不信任的行為。

2 基于進化博弈的獎懲策略信任行為分析

市場環境的多變、信息的非完全性以及決策問題本身的復雜性，使得供應鏈聯盟企業在博弈過程中很難做到完全理性，因此在上文博弈的基礎上，引入了進化博弈論觀點，目的在于對博弈方的企業在長期反復的博弈過程中所采用的策略的發展趨勢與穩定性進行研究。供應商和制造商的博弈收益矩陣如表1所示，供應商選擇信任行為的概率為p，選擇不信任行為的概率則為1－p；制造商選擇信任行為的概率為q，制造商選擇不信任行為的概率為1－q。其中概率p、q也可以理解為群體博弈中選擇信任行為的企業的比例或者企業群體決策中支持信任行為群體的比例（0≤p、q≤1）。

供應商選擇“信任”、“不信任”行為的期望收益uT、uN和平均收益分別為：

假設采用“信任”行為類型博弈方比例的動態變化速度為：

求得：

制造商選擇“信任”、“不信任”行為的期望收益vT、vN和平均收益分別為：

采用“信任”行為類型博弈方比例的動態變化速度為：

求得：

對供應商信任類型比例的動態變化速度進行分析，當q=q*時始終等于0，即所有的p都是穩定狀態；當q＞q*時，p*=0和p*=1是p兩個穩定狀態，其中p*=1是進化穩定策略；當q＜q*時，p*=0和p*=1仍是p兩個穩定狀態，其中p*=0是進化穩定策略。

對制造商信任類型比例的動態變化速度進行分析，當p=p*時始終等于0，即所有的q都是穩定狀態；當p＞p*時，q*=0和q*=1是q兩個穩定狀態，其中q*=1是進化穩定策略；當p＜p*時，q*=0和q*=1仍是q兩個穩定狀態，其中q*=0是進化穩定策略。

對供應商和制造商信任類型比例的動態變化進行綜合對比分析，發現在這個博弈中，p=0、q=0和p=1、q=1是這個博弈的進化穩定策略，即供應商和制造商的行為策略分別是 ｛不信任、不信任 ｝和 ｛信任、信任 ｝。為使供應商和制造商群體的進化穩定策略為 ｛信任、信任 ｝可能性增大，就盡量使p*和q*處取一個比較小的值，才可以使兩博弈方群體的最終策略選擇為｛信任、信任｝。根據公式（7）和（8），則需要（D－B）取值較小，（A－C）取值較大，（Y+W）取值較大，A、B盡可能大，C、D盡可能小。

3 結 論

根據獎懲策略的無限次重復博弈及動態進化博弈分析結果，得出提高博弈雙方的合作收益，能增加雙方的合作信心。同時為防止某些企業為了短期利益而采取不信任行為，給予相應的懲罰，并對采取信任行為的企業給予一定的獎勵。對采取過欺詐行為的企業，降低其聲譽，并把其欺詐行為在供應鏈條內和行業之間進行傳播，考慮到其低聲譽帶來的一系列不好的影響，企業在合作過程中都會慎重選擇。根據公式（6），只要貼現因子就可以使博弈雙方都采取信任行為策略。同時由公式（7）和（8）可得，盡量使數值比較少，也可以使兩博弈方群體的最終策略選擇為 ｛信任、信任 ｝。雖然本文的計算結果是提高獎勵和懲罰，但如何設計獎勵和懲罰才是合理的，以及如何把聲譽定量化加入博弈模型中，這些都是下一步需要研究的。

[1] Hand fielda R B,Bechtelb C.The role of trust and relationship structure in improving supply chain responsiveness[J].Industrial Marketing Management,2002(31):367-382.

[2] Johnston D A,M Cutcheon D M,Stuard F I.Effects of supplier trust on performance of cooperative supplier relationships[J].Journal of Operations Management,2004,22(1):23-38.

[3] 肖爽，李北平.基于信息共享的供應鏈節點企業信任關系的研究[J].湖北經濟學院學報，2007(9):62-63.

[4] 王玲.基于博弈論的供應鏈信任產生機理與治理機制[J].管理科學，2010(2):56-59.

[5] 李曉明，包清華，楊貴峰.供應鏈聯盟企業間信任關系的博弈分析[J].長春理工大學學報，2009(12):699-700.

[6] 卓翔芝，王旭，代應.供應鏈聯盟伙伴企業間的信任評估模型[J].計算機集成制造系統，2009(10):1947-1948.

[7] 李狀闊.供應鏈節點企業間信任行為的進化博弈[J].工業工程，2008(3):38-39.