基于演化博弈的中小型貨運企業平臺化轉型研究

甘衛華，曹 坪，李春芝

（1.華東交通大學交通運輸與物流學院，江西 南昌 330013；2.華東交通大學高鐵發展研究中心，江西 南昌 330013）

對于中小型貨運企業如何實現平臺化成功轉型，國外研究的焦點因企業類型和產業背景的不同而異， 多數集中于平臺化轉型的過程及影響意義。Jiang 等從共享經濟在制造業中的滲透出發，提出制造業在互聯化、 平臺化方向發展時的新制造模式——共享工廠， 定義了3 類共享工廠的相關概念和模式，為制造企業提出新的發展方向[1]。 Gleiss 等以醫療行業為對象，通過分析谷歌、蘋果、Facebook、亞馬遜和微軟的平臺對醫療市場的價值創造，研究理療行業如何進行數字轉型[2]。 Soochul 等從平臺化的角度討論網絡卡通產業在經濟、政治和社會文化的影響下的平臺化演變過程[3]。 Nieborg 以Facebook為例， 對平臺化的政治經濟學進行了批判性的研究，提出了一個Facebook 在移動生態系統中的經濟增長和擴展平臺邊界的概念框架和方法工具[4]。Just為了應對平臺化商業模式所帶來的挑戰，提出在競爭政策方面進行變革，應更加注重非價格競爭以及用戶數據[5]。Anttiroiko 等根據智慧城市的理念，提出以城市為平臺， 打造公民參與式創新城市平臺，推動城市經濟的發展[6]。

國內的學者則更加注重于轉型發展、 因素和機理的研究。 企業全面創新能力、核心競爭能力、信息技術能力、 發展規模和階段等是平臺化轉型的關鍵性因素，不同企業的轉型模式存在差異化[7-8]。郭慶等[10]分別從平臺化相關主體和平臺化從業模式的角度為人力資源行業提供平臺化轉型發展的建議和參考[9-10]。 樸慶秀等以沈陽機床集團為對象，提出將智能制造技術和平臺技術融合可有效推動平臺化轉型，和政府、企業的聯盟可助力平臺整合需求[11]。 戴南等提出動態能力是制造型企業平臺化轉型的關鍵，企業若將內外部資源和大環境匹配，會更好實現平臺化轉型[12]。 同樣是制造業平臺化轉型，王鳳彬等以海爾集團為例, 研究傳統的制造企業平臺化轉型后的組織結構，豐富平臺的組織理論[13]。 趙艷萍等則提出制造企業在進行服務化轉型時可依靠平臺實現升級[14]。 趙振則通過研究互聯網和“服務化悖論”的作用機理，為其平臺化提供思路[15]。 另外，左墨之在電商對快消品產生沖擊的背景下， 提出快消品要轉為平臺化營銷[16]。 陳征根據不同公路貨運平臺企業的核心競爭力提出3 條典型路徑， 并分析平臺轉型成功的影響因素框架[17]。 祁娟提出貨運企業在轉型過程中將面臨技術困難、核心競爭力不足等難題，企業應慎重考慮[18]。 甘衛華等選擇公路貨運平臺，研究了貨運企業平臺的定價策略問題[19-20]。李留法從雙邊市場的角度出發， 提出零售企業可通過平臺化轉型和優化雙邊定價模式來實現升級發展[21]。 聶磊等從企業能力的視角，構建指標體系，建立判斷企業轉型能力的決策模型，通過案例證實了體系的有效性[22]。

綜上所述， 就企業的平臺化轉型研究而言，現有研究焦點多集中于轉型的過程、影響因素和機理研究， 已有平臺化研究的對象聚焦在零售快消品類、制造企業類、網絡產業類等，鮮有涉及貨運企業。 而且貨運企業的轉型研究聚焦于轉型路徑和困難點等方面，針對平臺化轉型策略選擇的研究還比較有限。 鑒于此，本文以現有學術成果為參考，選擇演化博弈的方法對中小型貨運企業平臺化轉型的策略選擇問題展開研究。

1 構建演化博弈模型

1.1 理論基礎

演化博弈理論最早是對研究對象的沖突與合作行為進行分析，之后經過不斷發展，提取出演化穩定策略（evolutionary stable strategy）和模仿者動態（replicator dynamic）這一對最核心的基本概念，它們分別表征演化博弈的穩定狀態和向這種穩定狀態的動態收斂過程[23]。 與傳統博弈模型不同的是：演化博弈論研究的對象是“種群”整體結構的變化，而不是單個的參與者的效用分析。 分析中小型貨運企業平臺化的轉型策略時可將其分為兩類參與群體。 基于有限理性的假設，貨運企業在平臺化轉型的初始階段無法準確選出最優的轉型策略，而是通過不斷演化，尋求最有利的策略，然后模仿下去，最終達到一種穩定均衡狀態。 需要強調的是貨運企業平臺化轉型的演化過程通常會產生多種不動點或均衡點的選擇， 最終選擇進入哪一個均衡點， 取決于市場演化的初始狀態以及政府制度引導。

文中提到的中小型貨運企業是指從業人員20～1 000 人、 營業收入100 萬～30 000 萬元的貨運企業，這些中小型貨運企業是我國貨運行業的主流。

1.2 模型假設

基本假設：縱觀互聯網新經濟時代的平臺企業發展，普遍經歷了“燒錢”的獲客階段和盈利階段。目前絕大部分的貨運平臺企業均處于獲客階段，追求用戶規模。 根據Armstrong 在2006 年從組間網絡外部性定義雙邊市場時建立的壟斷模型可得平臺用戶規模和平臺的收益之間呈現正相關關系[24]，即∏=kn,其中∏表示平臺所獲收益，k 表示轉換系數，n 表示用戶規模。為方便計算，文中直接用收益表示平臺目標。

模型涉及其余假設如下：

假設1 演化博弈模型中參與博弈的雙方，分別為“參與群體A”和“參與群體B”，博弈參與方選擇策略集為｛U1（自主運營），U2（聯合運營）｝；

假設2 中小型貨運企業在平臺化轉型過程中進行的博弈行為為非對稱合作博弈；

假設3 參與群體選擇聯合運營轉型策略的概率為x，自主運營的概率為1-x，0≤x≤1；

假設4 參與群體選擇聯合運營轉型策略的概率為y，自主運營的概率為1-y，0≤y≤1；

假設5 雙方采用自主運營的轉型策略時，貨運企業平臺為各自帶來的收入分別為R1和R2，R1＞0，R2＞0；

假設6 雙方采用聯合運營的轉型策略時，貨運企業平臺為雙方帶來額外收益為ΔR（ΔR＞0），收入分配系數為ω（0＜ω＜1），參與群體A 獲得收益為ωΔR，參與群體B 獲得的收益為（1－ω）ΔR；

假設7 為實現聯合運營的轉型策略， 雙方與自主運營相比，需要支付額外的投資成本，如稅收、行政等成本。 則參與群體A 需要額外投資為C1（C1＞0），參與群體B 需要額外投資為C2（C2＞0）。

具體符號說明如表1 所示。

表1 模型變量Tab.1 Variable in the model

1.3 建立模型

根據上述參數，可得到中小型貨運企業非對稱合作博弈收益矩陣,如表2 所示。

表2 參與群體非對稱合作博弈收益矩陣Tab.2 Payoff matrix of asymmetric cooperative game

根據表2 可知，參與群體A 在選擇聯合運營策略時預期收益為fA1，則

選擇自主運營策略時預期收益為fA2，則

2 演化博弈模型分析

2.1 演化穩定性分析

系統中均衡點的穩定性可利用系統的Jacobian矩陣進行分析。 式（4）和式（5）的二維動態系統的Jacobian 矩陣為

根據式（7）可得到各均衡點的行列式和跡，如表3 所示。

表3 各均衡點的行列式與跡Tab.3 Determinants and traces of equilibrium points

1） 情景1：ωΔR＜C1，（1－ω）ΔR＜C2下，（x，y）=（0，0）是系統的演化穩定點，參與群體A 和參與群體B 均選用自主運營的策略。

在情景1： ωΔR＜C1，（1－ω）ΔR＜C2時，各均衡點的穩定性分析結果如表4 所示。

表4 情景1 時各均衡點的穩定性分析Tab.4 Stability analysis of equilibrium points of Scenario 1

2） 情景2：ωΔR＜C1，（1－ω）ΔR＞C2時，各均衡點的穩定性分析結果如表5 所示。

表5 情景2 時各均衡點的穩定性分析Tab.5 Stability analysis of equilibrium points of Scenario 2

在 情 景2：ωΔR＜C1，（1－ω）ΔR＞C2下，（x，y）=（0，0）是系統的演化穩定點，參與群體A 和參與群體B 均選用自主運營的策略。

3） 情景3：ωΔR＞C1，（1－ω）ΔR＜C2時，各均衡點的穩定性分析結果如表6 所示。

表6 情景3 時各均衡點的穩定性分析Tab.6 Stability analysis of equilibrium points of Scenario 3

在 情 景3：ωΔR＞C1，（1－ω）ΔR＜C2下，（x，y）=（0，0）是系統的演化穩定點，參與群體A 和參與群體B 均選用自主運營的策略。

基于上述3 種情景的分析，可得如下結論：

當中小型貨運企業進行策略選擇時，雙方存在一方企業聯合運營時帶來的額外收益低于其為了聯合運營付出的額外成本時， 系統都會向穩定點（0，0）的方向演化，即雙方不能達到聯合運營，采取自主運營策略。

4） 情景4：ωΔR＞C1，（1－ω）ΔR＞C2時，各均衡點的穩定性分析結果如表7 所示。

表7 情景4 時各均衡點的穩定性分析Tab.7 Stability analysis of equilibrium points of scenario 4

在情景4：ωΔR＞C1，（1－ω）ΔR＞C2下, 雙方獲得的額外收益均大于其付出的成本。 此時 （x，y）=（0，0）和（x，y）=（1，1）是系統演化的穩定點。 此時博弈雙方會有2 條實現路徑，一條是從不穩定點A 或C 沿著鞍點D 向O 點演化， 最終達到穩定點O（0，0）。

另一條實現路徑是從不穩定點A 或C 沿著鞍點D 向B 點演化，最終達到穩定點B（1，1），如圖1所示。 即企業既有采取自主運營策略的趨勢也有選擇聯合運營策略的趨勢，具體如何選擇可通過調整參數加以引導。

圖1 系統演化路徑相位圖Fig.1 Phase diagram of system evolution

綜上所述，可得到結果如表8 所示。

表8 各場景下參與群體策略選擇情況Tab.8 Group strategy selection under different scenarios

2.2 參數影響分析

由上述分析可知，企業只有在獲得的收益大于其成本時才會考慮聯合運營的策略。從圖1 中得出,區域1（AOCD）即陰影部分的面積大小S1和區域2（ABCD）即空白部分的面積大小S2決定著企業選擇何種轉型策略的概率，而區域1 和區域2 的面積受成本、收益分配比率和額外收益參數的影響。 其中：可得S1關于ΔR 是遞減函數， 隨著ΔR 的增大，S1越來越小。此時系統向（1，1）方向演化，即ΔR 越大，雙方會有更大的幾率趨向于聯合運營的策略。

綜合模型的穩定性分析和命題1、命題2，可以得到中小型貨運企業在平臺化轉型策略的選擇。 根據貨運企業平臺化轉型時支付的成本和額外收益來判斷， 當雙方企業存在一方的成本高于收益時，雙方企業均會選擇自主運營的方式。 當雙方的收益均大于其成本時，選擇任一策略會受到ΔR 和ω 的影響。

3 仿真驗證

為驗證命題1 和命題2, 針對兩個參數進行數值仿真。 假設參與雙方獲得的收益均大于其付出的成本，即參與雙方存在自主運營和聯合運營兩種策略選擇。 參與群體A 付出的成本為C1=1 000 萬元，參與群體B 付出的成本為C2=2 000 萬元，收益分配比例為ω=0.33，則仿真結果如下：

1） 對參數額外收益ΔR 進行仿真（圖2）。

圖2 參數的仿真結果Fig.2 Simulation results of parameters

由圖2 可以看出，隨著額外收益ΔR 的增大，S1的值隨之減少, 企業選擇自主運營轉型策略的概率降低，仿真結果與命題1 一致。

2） 對參數ω 進行仿真。

保持上述成本參數設定不變，分別取額外收益ΔR=6 000，ΔR=8 000，ΔR=12 000 進行數值仿真，分析收益分配系數ω 對轉型策略選擇的影響,仿真結果如圖3 所示。

由圖3 可以看出，ω 對S1的影響趨勢是隨著ω的增加，S1的數值先減少后增大， 且存在一個ω 值使得S1的值最小，即隨著利潤分配函數ω 的增加，選擇自主運營策略的概率先減少后增加，存在一個ω 值使得企業選擇自主運營的策略趨勢最小，聯合運營策略的趨勢最大，仿真結果與命題2 一致。 通過3 條曲線的縱向對比可以看出，無論額外收益是多少，使得聯合運營的概率最大的收益分配比例值不變，且進一步驗證了命題1，即隨著ΔR 的增加，雙方選擇聯合運營策略的概率增加。

4 結論

貨運企業選擇轉型策略的核心因素在于，聯合運營策略的額外收益是否能夠超過其付出的額外成本。 演化博弈模型計算結果說明，當聯合運營的額外收益大于其付出成本時， 企業會選擇聯合運營的策略，額外收益越大，選擇聯合運營的概率越大，并且存在一個合理的收益分配比例，使得聯合運營的概率最大。 主要結論如下：

1） 對于中小型貨運企業，可積極考慮多主體的聯合運營轉型策略， 依托合作企業的核心優勢，共同投資建設，協同運營管理，實現成功轉型。

2） 物流企業向平臺化轉型遵循創新、 協調、綠色、開放、共享的發展理念，是物流行業的供給側結構性改革的必然結果。 從社會福利和發展趨勢的角度來講，政府會積極鼓勵貨運企業采用聯合運營策略實現平臺化轉型。 一方面政府可制定相關政策法規，避免重復納稅問題，降低其運營成本；另一方面，政府可通過提供資金扶持，并購扶持等措施助力企業聯合運營，實現平臺轉型。