中國船舶工業綠色創新系統的資源優化配置

唐萍萍 安光日

摘要：為實現互聯網環境下中國船舶工業綠色創新系統的資源優化配置，提高綠色創新水平，降低資源消耗，提出基于準全息元的中國船舶工業綠色創新系統資源優化配置模型。該模型通過物聯網技術實現資源數據的集成，運用合作微分博弈優化配置決策，同時確保該綠色創新系統的健壯性，實現資源的優化配置。通過算例說明模型的可行性。結果表明，各綠色創新主體可通過這個模型調整資源配置比例進行戰略互動，以實現系統整體綠色創新效益的最優化。

關鍵詞：船舶工業; 綠色創新系統; 資源優化配置; 物聯網技術; 合作微分博弈

中圖分類號：F273.1

文獻標志碼：A

Abstract：In order to optimize the allocation of resources in the green innovation system of Chinas shipbuilding industry under the internet environment， improve the level of green innovation and reduce the consumption of resources， a quasi-holographic element-based model for the optimal allocation of resources in the green innovation system of Chinas shipbuilding industry is proposed. The model integrates the data of the resources through the Internet of Things （IoT） technology， and optimizes the allocation decision using the cooperative differential game. At the same time， the robustness of the green innovation system is ensured， thus the optimal allocation of the resources is realized. An example is given to illustrate the feasibility of the model. The results show that each? green innovation subject can adjust the proportion of resource allocation to carry on strategic interaction through this model， so as to achieve the optimization of the whole green innovation benefit of the system.

Key words：shipbuilding industry; green innovation system; optimal allocation of resource; Internet of Things （IoT） technology; cooperative differential game

收稿日期：2018-05-29

修回日期：2018-09-05

基金項目：教育部人文社會科學基金（16YJA630002）;黑龍江省哲學社會科學研究規劃項目（15GLB05）

作者簡介：

唐萍萍（1993—），女，山東淄博人，碩士研究生，研究方向為技術管理與技術創新管理，（E-mail）tpp20121385@163.com;

安光日（1979—），男，朝鮮平壤人，博士，研究方向為技術管理與技術創新管理，（E-mail）1065809184@qq.com

0 引 言

在世界經濟復蘇乏力、國內經濟結構性問題和深層次矛盾凸顯、航運造船產能雙過剩、船舶綠色環保要求提高等多重壓力下，中國船舶工業多以外延擴大再生產方式增加造船規模，造船資源消耗過高，資源利用率偏低，導致船舶工業供應結構和產業結構失衡。船舶工業如何突破資源環境約束以實現綠色轉型已成為迫切需要解決的現實問題，其中以實現經濟和環境雙贏為核心的綠色創新成為解決這一問題的關鍵手段。根據資源優勢理論以及相關研究[1-3]，創新資源的合理配置對于船舶工業綠色創新系統成功實施綠色創新至關重要。因此，中國船舶工業更應該關注其綠色創新系統的資源優化配置問題。

創新資源配置一般指在某區域內不同創新主體對創新資源的分配和使用。船舶工業綠色創新系統指在一定的環境背景下，以可持續發展為目的，船舶制造企業、船舶配套企業、船舶類高校及科研院所、各級政府及船舶行政機構、船級社、相關中介機構等各類型綠色創新主體通過有效配置和利用船舶工業綠色創新系統內外部綠色創新資源，推動船舶工業不斷進行綠色創新，建立船舶工業綠色產業鏈，實現船舶工業經濟效益、社會效益和生態效益的復雜系統。其創新資源是船舶工業綠色創新活動中的投入，是船舶綠色創新的基礎與前提。在互聯網環境下，船舶工業具有創新資源的復雜性、綜合性和全球性，同時其綠色創新過程具有開放性、環境協調性和動態性，其創新資源的有效配置面臨更大的困難。國內外學者對船舶工業資源配置進行了諸多研究，關注重心主要在船舶工業資源微觀配置層面。李丹等[4]利用最小二乘回歸模型以2010—2012年中國12家船舶上市公司為例，探討了船舶產業融資偏好與融資效率相關性問題。陳建平[5]通過線性規劃模型分析了修船企業在現有資源約束下各項修理工程的承接量規劃問題，以尋求生產資源與產能效益的最佳配置。張海峰等[6-7]運用混合策略博弈和數據包絡分析對船舶制造業信息資源的協同效益和配置效率進行了研究。趙占坤等[8]利用蟻群和粒子群優化融合算法分析了船舶網絡資源的調度。居金文[9]以國內典型船舶制造企業的實際經驗和數據為基礎分析總結了新形勢下船舶制造企業人力資源管理措施。可見，目前學者對于確定創新資源配置的決策過程的研究很少，也較少考慮將船舶工業綠色創新系統資源進行整合以實現創新資源集成，并對創新資源配置的綠色創新績效進行反饋。

對于確定創新資源配置的決策過程的研究，YIN等[10]運用混合粒子群優化算法建立了以自適應資源為約束的多目標資源分配優化模型，解決非線性的多目標資源配置問題;AZAIEZ等[11]運用啟發式博弈論求解了串并系統的安全投資問題;HUANG等[12]針對資源配置的復雜性、動態性特征，將資源優化配置問題看作馬爾科夫決策過程，為提高資源配置效率提供了重要思路。雖然這些技術能夠在資源配置過程中提供決策支持，但在互聯網及開放融合的背景下，資源的合作與共享成為船舶工業綠色創新的保障和趨勢，因此合作微分博弈成為解決創新資源配置問題的更好的方法?，F實中的經濟合作是長期根據環境變化而進行的動態協調和適應[13]。在合作微分博弈中，博弈參與者按照共同鎖定的協議以及分配機制等最優準則做出承諾[14]。尋找微分博弈均衡解的過程，即是一個博弈參與者進行各自動態最優化的過程。

然而，仍缺乏合作微分博弈所需的資源數據模塊。數據的獲取是為了確保合作微分博弈的質量，對其輸入和輸出提供實時反饋。射頻識別（radio frequency identification，RFID）等物聯網技術是一個可能的解決方案。根據MOON等[15]的研究，RFID技術已經應用于建筑、服裝、物流和供應鏈管理以及零售等14個行業。RFID技術在制造過程中還沒有被廣泛采用[16]。另外，RFID技術的實時數據采集機制很少協調信息分析、決策支持和知識共享等資源管理過程[17]。因此，為彌補這一不足，本文構建包括物聯網技術基本要求和保障機制的數據集成與共享模塊，實現對船舶工業綠色創新系統資源數據的集成與共享，為其資源配置提供依據，以實現更好的資源配置。

1 模型設計

1.1 基于準全息元模型的創新資源優化配置模型

鑒于船舶工業綜合性、復雜性的生產過程和全球一體化的資源整合特性，為保證其綠色創新系統資源描述的健壯性，本文引入準全息元模型的概念來描述把多參量整合為一個有機整體的自組織法則?；跍嗜⒃Ｐ偷闹袊肮I綠色創新系統資源配置模型包括兩個模塊，即數據集成與共享模塊、資源配置決策與反饋模塊，分別執行捕獲實時數據實現創新資源信息集成的功能和進行創新資源配置決策及反饋的功能，見圖1。

數據集成與共享模塊通過RFID探測器、智能傳感器等物聯網技術采集中國船舶工業綠色創新系統中的資源數據以實現資源虛擬化、數據化，通過適配器對創新資源進行封裝。數據集成與共享平臺存儲著資源的狀態，并通過其保障機制實現對創新資源在整個生命周期內的管理。當進行資源配置查詢時，創新資源數據從平臺集中式數據庫中被檢索出來，被轉移到資源配置決策與反饋模塊后，再運用合作微分博弈模型進行中國船舶工業綠色創新系統資源的配置決策。資源配置決策與反饋模塊的研究重點是創新資源在共享的過程中如何在各資源節點間進行流轉，即如何在中國船舶工業綠色創新系統的部署下，通過選擇為哪一資源節點完成綠色創新任務，達到節能減排的目標。

1.2 基于物聯網技術的數據集成與共享

基于物聯網技術的數據集成與共享模塊部署了海量的多種類型傳感設備，每個傳感設備都是一個信息源，收集到的大量資源信息最終傳輸到感知終端，為資源配置決策與反饋模塊提供基礎。因此，多類型傳感器、網絡傳輸協議、大數據處理技術等是數據集成與共享模塊構建的基本要求。此外，相應保障機制的建立是維護該模塊正常運行的必要條件。

創新資源篩選機制是創新資源進入數據集成與共享模塊的標準，該機制的制定是為了防止過多低質量或重復的創新資源進入數據集成與共享模塊，同時有助于對自身創新資源進行分析，了解其特點和保護要求，進而選擇不同的集成與共享策略;激勵機制是根據船舶工業綠色創新參與者動機、行為特點和表現機制制定的激勵標準，激勵方式包括政府可給予一定的綠色成本補償或者共享補助等;風險管理機制是對綠色創新不確定性的預防，包括信用風險管理、信息技術風險管理和網絡安全風險管理;標準化機制是在創新資源管理、創新資源虛擬化等方面，設備接入、協議解析、邊緣數據處理等方面和資源數據接入、處理、存儲等方面的標準化。

1.3 基于合作微分博弈的資源配置決策與反饋

1.3.1 合作微分博弈模型的參數設定與假設

物聯網狀態下中國船舶工業綠色創新系統內某一綠色創新虛擬動態聯盟由N個資源節點組成，其中資源供應點為m個，資源需求點有n個。在某一經營時間區間[t0，T]內，某資源節點為完成創新任務所需的資源可從其自身或外部獲得，以保證所需資源得到滿足，實現船舶工業綠色創新技術水平的提高，推動船舶工業綠色創新系統整體綠色創新效益的實現。然而，由于資源具有異質性，其在船舶綠色設計、綠色建造、綠色拆解等過程中所占的比例和重要性不同，為實現創新資源的有效利用與配置，全面提高船舶綠色設計研發、綠色生產制造、綠色航道營運、綠色拆解回收等方面的能力及融合水平，實現船舶工業產業鏈優化延伸、價值鏈融合升級，促進中國船舶工業在互聯網環境下的快速與可持續發展，設定中國船舶工業綠色創新系統內綠色創新合作微分博弈模型的參數如下：

xi（t）為某資源節點i在時間t的綠色創新技術水平，xi（t）∈XiR+，i=1，2，…，N;uij（t）為資源供應點j在時間t可提供給資源需求點i的創新資源比例，0≤uij（t）≤1;ai為由創新資源流轉所帶來的綠色創新技術水平增長系數，ai>0，i=1，2，…，N;b為各資源節點的綠色創新技術淘汰率，b>0;Rj為資源供應點j可提供的創新資源量，Rj≥0 （j=n+1，n+2，…，N）;θi為資源節點i的綠色創新技術水平的自增長能力（如自身創新資源的投入等），i=1，2，…，N;r為貼現率，因此貼現因子為exp（-r（t-t0））;ci為資源節點i的成本系數;pi為綠色創新技術的市場需求因子，i=1，2，…，N;hi為綠色創新技術的未來適用因子，用來衡量各資源節點綠色創新技術水平的未來效應，i=1，2，…，N。

考慮到中國船舶工業綠色創新系統資源配置過程的特點，假設：資源供應點j可提供的創新資源量Rj是指扣除自用的創新資源量后剩余的可用創新資源量，自用創新資源帶來的綠色創新技術水平的提高包含在θi中;資源節點間的資源合作帶來雙方綠色創新技術水平的增長率與合作過程中的創新資源量成正比;各資源節點的綠色創新技術水平在對即時收益產生持續影響的同時，會對未來的收益產生影響，因此設

pixi（t）為資源節點i的綠色創新技術水平為xi（t）時的收益;hi（xi（T））2為在時間終點T的綠色創新技術回收值。

1.3.2 合作微分博弈模型構建

根據上述參數定義與假設，考慮物聯網狀態下各資源節點資源相互交易的特點，將各資源節點分為資源需求點和資源供應點，根據最優控制問題對創新資源配置合作微分博弈模型的描述如下：

（1）給定資源節點的微分運動方程和初始狀態

式中：xi（t）為狀態變量;uij（t）為控制變量。

（2）控制變量取值的界定。

在創新資源配置中，創新資源的交易量是關注的重點，由于單個資源節點擁有的創新資源量取值范圍過大，取值界定較為復雜，而創新資源提供比例uij（t）的取值界定相對簡單，所以選擇uij（t）為控制變量更為合理。uij（t）的取值范圍為

（3）支付特征函數的設定。

根據上述討論，模型的支付特征函數為動態聯盟的收益凈值。根據上述假設，動態聯盟中各資源節點的總收益包括兩部分：在任意時間t∈[t0，T]所獲支付的總和ni=1（pixi（t））和在時間終點T的綠色創新技術回收值根據收益凈值=總收益-總成本，可得模型的支付特征函數為式中：vi為資源節點i的收益凈值;

Cs為資源供應點成本，Cs=ni=1Nj=n+1cjuijRj;Cd為資源需求點成本，Cd=ni=1Nj=n+1ciuijRj。各資源節點成員通過微分運動方程調整創新資源提供比例uij（t）使總收益凈值最大，每個資源節點除關心自身的決策外，也關心其他資源節點的決策，這是因為每個資源節點的決策會影響其他資源節點的綠色創新技術水平，從而影響該系統動態聯盟的總收益凈值，其總收益凈值又會影響到單個資源節點最后所分配到的收益。因此，各資源節點之間形成戰略互動，微分運動方程和支付特征函數構成了中國船舶工業綠色創新系統內N個資源節點的動態合作微分博弈，最終達到均衡狀態，實現Pareto戰略最優。

在此基礎上運用最優控制技術的Pontryagin極大值原理求解可得該模型的戰略均衡解表達式：

2 模型應用示例與仿真探討

假設中國船舶工業綠色創新系統內各資源節點通過RFID等物聯網技術實現創新資源集成，形成船舶工業綠色創新系統資源數據平臺，選取其中5個船舶企業作為該動態聯盟資源節點，其中資源需求點有2個，資源供應點有3個。依據對內部研發投入、技術購買投入和合作研發投入對技術創新績效影響的研究[18]，以及對創新資源投入對綠色創新系統綠色創新能力影響的探討[19]，參考BLOMSTRM等[20]和張相斌等[21]對數據的選取，設定相關參數值如表1所示，其中貼現率r=8%。

資源配置時，該聯盟可獲得最大綠色創新效益。由此可知，該模型可用于中國船舶工業綠色創新系統資源優化配置決策過程，以尋求最優的配置決策。

在此基礎上，利用MATLAB對創新資源配置比例uij與各參數間的關系進行仿真分析，以便為中國船舶工業綠色創新系統資源優化配置提供指導，其相關函數變化關系見圖2。

由圖2a可知，uij 隨可提供資源量Rj和成本系數cj的增大而降低，這表明在某動態聯盟的創新資源交易過程中，各資源節點更傾向于選擇向低成本系數的資源供應方購買資源。

由圖2b可知，uij是船舶工業綠色創新技術市場需求因子pi的增函數，這表明在中國船舶工業綠色創新系統某動態聯盟的創新資源交易過程中，隨著pi的增大，創新資源的外部投入增加，創新資源合作共享活躍。

由圖2c可知，uij是綠色創新技術未來適用因子hi的減函數，這表明隨著hi的增大，綠色創新風險及其不確定性增加，這就需要更多的資源節點參與并投入更多的創新資源作為支撐，減少單個資源節點提供創新資源的比例，分散綠色創新風險。

由圖2d可知， uij隨著綠色創新技術水平的自增長能力θi的增大而增大，這表明：系統內各資源節點綠色創新技術水平自增長能力的提高有利于推動綠色創新水平的提高、創新資源需求量的增加以及各創新資源節點交易需求量的相應增加;在動態聯盟的資源交易過程中，各資源節點更傾向于選擇綠色創新技術水平自增長能力較強的資源節點進行資源合作。

由圖2e可知， uij隨著綠色創新技術水平增長系數ai的增加而增加，這表明：在某動態聯盟的資源交易過程中，資源需求點獲得創新資源使得綠色創新技術水平增加;資源需求點i的ai越大，資源供應點越樂于向其提供創新資源，創新資源合作也越活躍;資源供應點i的ai越大，其將越樂于向聯盟中的節點共享其創新資源，供需雙方將越容易達成綠色創新動態聯盟。

由圖2f可知， uij隨著其綠色創新技術淘汰率bi的增大而降低，這表明在中國船舶工業綠色創新系統某動態聯盟的創新資源合作過程中，資源供應點向綠色創新技術淘汰率較高的資源需求點提供創新資源的積極性較低，同時自身綠色創新技術淘汰率較高的資源供應點提供創新資源的積極性也較低。

3 結論與啟示

本研究提出了中國船舶工業綠色創新系統資源優化配置模型，利用物聯網技術和合作微分博弈構建了數據集成與共享模塊和資源配置決策與反饋模塊，并對相關參數進行分析，為促進中國船舶工業綠色創新系統資源優化配置，實現中國船舶工業綠色化、全球化、智能化發展提供了重要依據。研究發現：中國船舶工業綠色創新系統內各創新主體可通過調整資源配置比例進行戰略互動以實現系統內整體綠色創新效益的最優;根據算例仿真分析可知，各船舶工業綠色創新主體的參數變化對其資源配置決策產生不同的影響，可通過在合作過程中加強船舶工業綠色創新系統資源管理，提升自身的綠色創新能力，降低綠色創新成本等提升系統內的群體競爭力，促進船舶工業綠色創新效益的不斷提升。

綜上可知，物聯網技術的應用是船舶工業綠色創新系統資源優化配置的關鍵，圍繞《中國制造2025》和建設海洋強國的目標，面向綠色環保主流船舶、高技術船舶、海洋工程裝備及核心配套設備等重點領域，中國船舶工業應進一步促進“互聯網+船舶”戰略計劃的實施，加強船舶工業互聯網及物聯網基礎設備的研發與應用，構建互聯網環境下中國船舶工業綠色創新系統。其次，在促進中國船舶工業綠色創新系統資源優化配置的過程中，正確識別中國船舶工業綠色創新主體并促進其成長，提升中國船舶工業綠色創新系統資源要素識別與整合能力，利用RFID等技術實現資源數據捕獲的同時與合作微分博弈等數學模型結合，可完善中國船舶工業綠色創新系統，加快中國船舶工業綠色創新系統資源共享平臺的建設。

基于物聯網技術的中國船舶工業綠色創新系統數據集成與共享模塊包含了各種感知技術的廣泛應用，這對中國船舶工業綠色創新系統物聯網體系的建設提出較高要求。在未來的研究中，需進一步深入探討該物聯網體系的構建，取得更全面的研究成果。資源配置決策與反饋模塊的求解僅討論了一個合作周期內的情況，而現實中其合作是動態延續的，故多周期的合作情況有待進一步分析。

參考文獻：

[1]HUNT S D， MORGAN R M. The resource-advantage theory of competition：dynamics， path dependencies， and evolutionary dimensions[J]. Journal of Marketing， 1996， 60（4）：107-114.

[2]RICHEY R G， GENCHEV S E， DAUGHERTY P J. The role of resource commitment and innovation in reverse logistics performance[J]. International Journal of Physical Distribution & Logistics Management， 2005， 35（4）：233-257.

[3]ROGERS D S， TIBBEN-LEMBKE R S. Going backwards：reverse logistics trends and practices[J]. Health， 1999， 4（11）：34-67.

[4]李丹， 楊帆. 船舶產業融資偏好與融資效率評價[J]. 哈爾濱商業大學學報（社會科學版）， 2014（2）：96-103.

[5]陳建平. 船舶修理任務和資源合理配置的線性規劃分析[J]. 船海工程， 2010， 39（2）：41-43.

[6]張海峰， 高亞瓊. 基于混合策略的船舶制造業供應鏈企業信息資源協同效益的博弈研究[J]. 中國管理科學， 2015， 23（S1）：836-841.

[7]張海峰， 劉二琳. 基于DEA的船舶信息資源配置效率評價研究[J]. 中國管理科學， 2015， 23（S1）：842-846.

[8]趙占坤， 郭春雷， 耿興隆. 蟻群和粒子群優化融合算法在船舶網絡資源調度中的應用[J]. 艦船科學技術， 2016， 38（10A）：46-48.

[9]居金文. 新形勢下船舶企業人力資源特征分析及對策研究[J]. 船海工程， 2014， 43（1）：14-18.

[10]YIN Peng-yeng， WANG Jing-yu. Optimal multiple-objective resource allocation using hybrid particle swarm optimization and adaptive resource bounds technique[J]. Journal of Computational & Applied Mathematics， 2008， 216（1）：73-86.

[11]AZAIEZ M N， BIER V M. Optimal resource allocation for security in reliability systems[J]. European Journal of Operational Research， 2007， 181（2）：773-786.

[12]HUANG Zhengxing， VAN DER AALST W M P， LU Xudong， et al. Reinforcement learning based resource allocation in business process management[J]. Data & Knowledge Engineering， 2011， 70（1）：127-145.

[13]DOCKNER E J， JRGENSEN S， VAN LONG N， et al. Differential games in economics and management science[M]. Cambridge：Cambridge University Press， 2000：138-156.

[14]紀海強. 合作微分博弈中的異步非理性行為操縱條件[D]. 青島：青島大學， 2017.

[15]MOON K L， NGAI E W T. The adoption of RFID in fashion retailing：a business value-added framework[J]. Industrial Management & Data Systems， 2008， 108（5）：596-612.

[16]NGAI E W T， CHAU D C K， POON J K L， et al. Implementing an RFID-based manufacturing process management system：lessons learned and success factors[J]. Journal of Engineering & Technology Management， 2012， 29（1）：112-130.

[17]POON T C， CHOY K L， CHOW H K H， et al. A RFID case-based logistics resource management system for managing order-picking operations in warehouses[J]. Expert Systems with Applications， 2009， 36（4）：8277-8301.

[18]陶永明. 企業技術創新投入對技術創新績效影響機理研究：基于吸收能力視角[J]. 東北財經大學學報， 2014（1）：59-65.

[19]畢克新， 王禹涵， 楊朝均. 創新資源投入對綠色創新系統綠色創新能力的影響：基于制造業FDI流入視角的實證研究[J]. 中國軟科學， 2014（3）：153-166.

[20]BLOMSTRM M， SJHOLM F. Technology transfer and spillovers：does local participation with multinationals matter？[J]. Social Science Electronic Publishing， 1999， 43（4/5/6）：915-923.

[21]張相斌， 吳敏. 網絡環境下制造企業動態聯盟的合作博弈模型研究[J]. 情報科學， 2013（2）：38-44.

（編輯 趙勉）