市場競爭與企業競合關系

(海南大學管理學院 海南 海口 570228)

一、綜述

市場競爭下，企業通過競爭可以實現企業的優勝劣汰，進而優化生產要素配置[1]。然而，隨著市場不確定性的增強和風險的提高，為了規避風險，實現長期穩定發展的目標，企業之間相互合作以形成資源互補和互利共贏，便成為一種必然的選擇。

競爭合作作為一種不以擊敗對方為目的的博弈，其最終目的在于使博弈雙方實現雙贏[2]。企業競爭合作博弈可以由囚徒困境博弈來描述。在囚徒困境博弈中，兩個博弈者均有合作(C)、不合作(D)兩個策略。當博弈者都選擇合作時，雙方收益均為R；當博弈者都選擇不合作時，雙方收益均為P；當雙方策略不同，即出現(C,D)或(D,C)策略組合時，選擇合作的一方收益為S，不合作的一方收益為T。收益參數設定滿足T>R>P>S，2R>T+S。因此，理性的博弈者總是會選擇不合作策略作為自己的最佳策略，但只有雙方都選擇合作策略才能使雙方收益達到最大。從而模型中出現了個體理性與集體理性的對抗。同時，企業競合是一個長期的、不斷重復的過程，為了更好地模擬這一博弈過程，本文基于重復囚徒困境博弈模型進行研究[3]。此外，為了關注博弈個體行為的自主性對合作演化的影響，模型中引入了多agent系統。通過觀察行業內微觀企業個體交互作用所涌現出的宏觀全局，可以模擬現實中企業競合行為的演化過程[4]。

本文將以現有理論為基礎，通過多agents演化IPD博弈模型進行實驗模擬，分析基于收益、基于收益增長率兩種不同機制下，博弈者追求長期穩定發展的目標對博弈群體的合作演化的影響，從而探究不同的競爭機制對企業競合行為的影響。其中，企業追求長期穩定發展目標通過博弈者的風險規避來體現。

二、模型描述

本文的演化博弈模型主要分為三個部分：基于收益或收益增長率變化的博弈者的風險態度調整，用于描述企業的收益或收益增長率的變化引起的企業對長期穩定發展目標的重視程度的變化；社會學習方式下基于效用的博弈策略調整，用于描述企業學習行業內的優秀企業以調整自身發展策略的過程；以及基于收益或收益增長率的博弈個體的淘汰及更新過程，用于描述不同行業導向下，行業內企業優勝劣汰的過程。

實驗中，博弈者面臨來自于博弈收益不確定性的風險，以及來自于競爭機制的淘汰壓力。由于個體的風險偏好對于個體決策有重要影響，因此本文將IPD博弈中的風險定義為博弈者在所有階段PD博弈中收益的標準差；通過風險的引入，將個體對長期穩定發展目標的考慮結合到對其競合行為的研究中。特別地，本文中的演化模型引入了基于收益、基于收益增長率這兩種不同的競爭機制。因此，設計了實驗E1和E2，分別對應agents以收益和收益增長率作為博弈目標收益的情況。下述主要以E1實驗為例，描述演化博弈過程。E2實驗過程類似，區別主要在于博弈者基于歷史收益增長率調整其風險態度，群體基于歷史收益增長率進行博弈個體淘汰更新。

(一)博弈過程與風險態度調整

在實驗E1中，設定博弈群體規模為N=200，每個agent標記為agenti(i=1,2,…,N)。首先，在演化的初始階段，每個agent將給定一個初始風險態度和一個初始策略。風險態度值為[0,1]中的某一個具體數值，數值越大則博弈者越風險規避，即博弈者對長期穩定發展的目標越重視，將越傾向于與其對手在IPD中進行長期穩定合作。每一個agent在每代博弈中與博弈群體中隨機選定的其余10個agents進行博弈。當10組博弈完成時，計算agent在這一代博弈中的平均收益。每代博弈中，若agent的實際收益比其目標收益高γ(γ≥0,γ={0,0.05,0.1,0.15,0.2,0.25,0.3,0.4,0.5})百分點，就認為其在該輪博弈中對收益比較滿意，就會上調其在IPD博弈中的風險規避程度；若agent的實際收益比其目標收益低γ百分點，可認為agent在該輪博弈中對其收益不滿意，它將下調其在IPD博弈中的風險規避程度。特別地，考慮到個體期望往往受到自身歷史表現的影響，博弈者的目標收益將設定為自身歷史收益。

(二)博弈策略的調整

博弈者的博弈策略編碼采用二進制的編碼方式，由博弈者的前三次歷史PD博弈的結果給出當前PD博弈中所采取的策略。當完成風險態度的調整后，agents將對自身的博弈策略進行調整。博弈者將從博弈群體中收益較高的前N/2個優秀個體中隨機選擇兩個個體的策略作為自身策略學習的參照對象，生成一個候選策略。若候選策略的效用值大于等于原自身策略的效用值，則候選策略成為agent的新策略，否則保持原策略不變。

(三)博弈個體的淘汰與更新

最后，根據agents的收益進行高低排序，淘汰末位的N×p個個體。p(p={0，0.05，0.1，0.15，0.2，0.25，0.3，0.4，0.5})代表淘汰率，用以描述現實中的行業競爭強度。行業競爭強度衡量的是行業內一家企業對其他企業生存機會的影響程度。模型中較高的淘汰率，對應較高的行業競爭強度，意味著行業內企業處面臨激烈的競爭。淘汰掉末位企業后，有N×95%的新個體來自博弈群體內未被淘汰的優秀個體，即在剩余的收益較高的前N(1-p)/2個個體中選擇一個個體作為父代，生成一個相同的子代個體直接替換被淘汰的個體，該過程體現了現實中行業內優秀在位企業的規模擴張。另外，有N×p×5%的個體隨機生成,用于體現行業外部的潛在企業的涌入。

三、結果分析

(一)E1實驗結果

本文中，假定博弈收益矩陣(T,R,P,S)=(5,3,1,0),因此，我們以博弈者的平均收益達到2.6作為IPD合作均衡出現的標準。當博弈者以自身歷史收益作為目標收益時(E1),圖1給出了群體的平均收益值(Population average payoff,PAP)和群體的平均風險態度值(Population averageattitude,PAA)在10000演化代中的平均結果。PAP值隨參數γ的增加呈現“倒U形”變化，這一結果在p取0至0.5均成立。當p=0，即博弈群體的淘汰率為0時，PAP隨參數γ的增加呈現倒“U”形變化，即當γ取適中值時能夠最大化博弈群體的平均收益。類似地，PAA隨著參數γ的增加亦呈現出倒“U”形變化趨勢。此時，博弈者的平均收益穩定在2.62，體現了博弈者的風險規避與合作的正相關關系。該結論與現有研究結果一致，驗證了風險規避可以促進博弈者在IPD中進行相互合作[5]。

(a) (b)

此外，p值的增大，會使令PAP值取到極大值的γ值變小，即使得倒“U”形逐漸左移。特別地，當p>0時，只有在γ<0.2的情況下，PAP值才有可能達到2.6。即當γ<0.2時，群體中才可能形成高度穩定合作；當γ>0.2時，群體中只能出現中度合作。因此，一旦環境中存在競爭強度帶來的淘汰壓力，博弈者需要加快風險態度的調整速度，才能實現合作的均衡。競爭強度增大，策略調整速度要更快才能保證策略學習的有效性，才能適應環境。

如圖1(b)所示，當p>0時，博弈群體的平均風險態度隨p的增大而增大。即群體中淘汰率越高，博弈者越風險規避。當p較大時(p≥0.4)，PAA值均保持在大于等于0.8的水平，說明此時博弈者的平均風險態度較高，群體中多為風險規避者。然而，對應的PAP值卻沒有達到2.6，意味著群體中卻不能形成高度的合作。說明當行業中競爭較為激烈時，即使企業傾向于規避風險而與其他企業進行合作，穩定的合作也不會形成。

表1 當γ=0.05時agents在不同博弈歷史下的合作比例(E1)

為了比較博弈者在不同競爭強度下的博弈策略，將策略編碼上的64個基因位按其所代表的不同的博弈歷史分成16組。在博弈者以自身歷史收益作為目標收益的情形下，我們以γ=0.05為例進行分析。通過統計每一個agent在每一個策略基因組內采用合作策略的比例，得到以下結論：

不同博弈歷史下，均有博弈者合作水平隨著p的增大先增后減，在p取適中值(0.1≤p≤0.3)時合作水平最高，取較小(p<0.1)或較大值(p>0.3)時合作水平下降。此外，(1)隨著前三步博弈歷史中博弈局勢C-C的增加，博弈者的合作水平將增加。特別地，當前三步博弈局勢均為C-C時，博弈者均選擇繼續保持合作。(2)C-D局勢的增加會導致博弈者合作水平的降低；特別地，當前三步歷史博弈均為C-D時，幾乎所有的博弈者將采取不合作策略以懲罰對手的不合作行為。(3)在D-C局勢增加的時候，博弈者會降低自己的合作水平。當競爭強度較低或較高時，且歷史中有3次D-C局面時，博弈者會利用博弈對手的愚笨，繼續采用不合作的策略。但是當競爭強度適中時，博弈者仍然保有一定比例的合作；說明此時，適度的競爭強度下，博弈者會更多地對剝削行為產生悔悟心理，即使在博弈對手愚笨的情況下。因此，適中的競爭強度能夠加強agents對不合作行為的懺悔。(4)考慮博弈歷史中存在“D-D”局勢的情形。隨著歷史中的“D-D”局勢增多，博弈者越合作。當兩個博弈者在前三步的PD博弈中均不合作時，其在下一步博弈中反而都會選擇合作。這種對于不合作行為的寬恕，可以避免博弈者在IPD博弈中出現雙輸局面。此情況在競爭強度較小或較大時并不成立，說明適中的競爭強度更能促使博弈者寬恕不合作行為。

(二)E2實驗結果

(a) (b)

實驗E2對應的agents在不同博弈歷史下的合作比例如圖2所示。PAP值隨著參數p的增大呈現倒“U”形變化，在p=0.2處PAP取得極大值。PAA值隨著p(0≤p≤0.5)的增大而逐步增大。當p<0.15，PAP值不能穩定在2.6以上。Agents在演化過程中表現出了較明顯的風險偏好行為，此時博弈群體中只能出現中度合作。當0.15≤p≤0.4時，PAP值均保持在2.6以上，此時群體中出現高度穩定合作。當p>0.4時，PAP值<2.6，但此時PAA值均大于0.9。這一情況與E1中p≥0.4時所對應情況類似，驗證了較高的競爭強度會阻礙博弈者風險規避對其合作行為的促進這一結論。與E1不同的是，E2中γ的變化對于PAP及PAA沒有顯著影響，因為γ表征了博弈者對收益變化的敏感程度，而這一因素已經被納入對收益增長率的考慮。

以γ=0.05為例對agents在不同博弈歷史下的合作比例進行分析，其結果與E1所得結論類似，即不同博弈歷史下適中的競爭強度能夠促進博弈者合作水平的提高。

四、結語

本文研究了基于收益、基于收益增長率兩種不同的競爭機制下，IPD博弈群體的agents的風險態度演化對合作行為演化的影響。在兩種競爭機制下，均得到了適中的競爭強度可以促使博弈者進行高度合作的結論。適當的競爭強度有利于激發企業對自身長期穩定發展目標的追求，從而促進競爭企業的相互合作。根據本文的實驗結果，一方面，行業監督者需要優化市場規則和秩序，以適當的政策協調競合基礎上的產業利益分享，合理干預市場競爭；另一方面，企業也需要不斷調整自身的目標和策略以適應市場環境的快速變化；才能夠出現企業優勢互補、競相合作的演化趨勢。