非對稱云市場對SaaS的開放策略及價格決策研究

陳富贊 路艾君 徐志寒 李敏強

摘 要：隨著云服務提供商對業務模式的不斷探索，云市場逐漸成為了其構建云生態、向平臺型提供商轉型的重要戰略措施。云市場具有兩種類型：非資源型云市場（RLCM）只提供軟件即服務（SaaS）的交易平臺業務;資源型云市場（RFCM）在平臺業務的基礎上，還提供SaaS所需的基礎架構（IaaS/PaaS）資源。本文聚焦于兩類平臺的競爭問題，探究了RFCM對本地部署的SaaS所采用的阻止/許可策略以及兩類平臺的定價決策問題。研究表明，只有當IaaS/PaaS資源的單位成本足夠高且RFCM具有明顯價值優勢時，許可策略才可能是RFCM的占優策略，并且當RFCM采用許可策略時，RLCM會設置更低的入駐費來應對競爭。本文旨在為不同類型的云市場進行競爭時如何選擇最佳的價格及服務差異化策略提供理論依據。

關鍵詞：云服務;云市場;協同供應;平臺開放性;競爭

中圖分類號：F490.6 文獻標識碼：A 文章編號：2097-0145（2022）01-0074-08 doi：10.11847/fj.41.1.74

Abstract：To host a cloud marketplace has become a strategic plan of cloud service providers （CSPs） to establish their cloud ecosystems and transform themselves into platform CSPs. The resourceful cloud marketplace （RFCM） offers both trading platform of software services （SaaS） and the required infrastructure （IaaS/PaaS） to independent software vendors （ISVs）， while the resourceless cloud marketplace （RLCM） only offers a trading platform. This paper focuses on the competition between RFCM and RLCM and studies RFCM’s Deter/Allow strategy for ISVs who implement SaaS via either the in-house infrastructure or the IaaS/PaaS of an RFCM. It is demonstrated that RFCM’s dominant strategy is mainly affected by the unit cost of IaaS/PaaS resources and the value difference between the two marketplaces. Moreover， when the RFCM adopts the allow strategy， the RLCM tends to reduce the entry fee in the competition. This paper provides theoretical guidance for competitive platform CSPs to make decisions for pricing and service differentiation strategies.Key words：cloud service; cloud marketplace; collaborative supply; platform openness; competition

1 引言

云計算為企業及個人用戶提供了一種高效、便捷的計算資源獲取方式。隨著云計算理論與技術的日趨成熟，越來越多的用戶將其線下計算業務遷移到云端。我國大力倡導發展云計算業務，在2015年國務院出臺的《關于積極推進“互聯網+”行動的指導意見》（國發〔2015〕40號）以及2020年國家發展改革委和中央網信辦制定的《關于推進“上云用數賦智”行動培育新經濟發展實施方案》（發改高技〔2020〕552號）中，均指出了云計算在國家重大產業布局以及促進產業轉型升級中的重要作用。近年來全球新冠疫情的爆發，更是加快了企業上云的步伐，極大地促進了云服務產業的發展。

根據計算資源的類型不同，云服務可以分為基礎架構即服務（Infrastructure as a Service，IaaS）、平臺即服務（Platform as a Service，PaaS）和軟件即服務（Software as a Service，SaaS）三種主要服務模式[1，2]。其中IaaS和PaaS都是SaaS不可或缺的開發及運行環境，本文將二者統稱為IaaS/PaaS資源。隨著云計算市場的不斷發展以及競爭的加劇，以阿里云為首的各大云服務提供商（Cloud Service Provider，CSP）開始嘗試建立云生態系統并制定云生態戰略，推出了一種新的增值業務——云市場。云市場作為云服務的交易平臺，允許獨立軟件供應商（Independent Software Vendor，ISV）將自己的SaaS產品在其中上架銷售。

ISV在運營SaaS服務時，需要將其部署于特定的基礎架構和平臺系統上。實踐中，ISV可以采用兩種部署方式：（1）本地部署：將SaaS運行在ISV的本地基礎架構上;（2）云端部署：將SaaS部署在上游CSP的IaaS/PaaS資源[3]上。根據CSP是否有能力向ISV提供IaaS/PaaS資源，可以將其推出的云市場分為兩種不同的類型：一類是由IaaS/PaaS提供商所運營的資源型云市場（Resourceful Cloud Marketplace，RFCM），如阿里云市場、華為云市場等;另一類則是由SaaS提供商所運營的非資源型云市場（Resourceless Cloud Marketplace，RLCM），如用友云市場、金蝶云商城等。

顯然，RFCM與RLCM的利潤構成有所差異。RLCM的利潤構成相對單一：向入駐云市場的ISV收取入駐費。而RFCM的利潤由兩個方面組成：向入駐云市場的ISV收取入駐費、向ISV售賣IaaS/PaaS資源。面對競爭市場中的ISV和用戶，RFCM和RLCM實現上述利潤目標可采用的手段也有所不同。通過考察典型企業的策略創新并對產業實踐加以總結，發現RFCM可采取的策略更加多元化。除了決策入駐費與資源費以外，RFCM還試圖通過管控ISV對SaaS的服務部署方式來實現利潤最大化。具體而言，對于想要入駐云市場的本地部署型ISV，RFCM存在兩種不同的策略：阻止或許可。其中阻止策略是指對在RFCM云市場中上架的SaaS產品，要求ISV必須將其部署在RFCM的IaaS/PaaS資源上，不允許部署在本地基礎架構上的SaaS上架，例如華為云市場就采用了這種嚴格的阻止策略。而許可策略則是允許ISV將部署在本地基礎架構上的SaaS在云市場中上架。產業實踐中，阿里云市場采用了這種更溫和的許可策略，其市場中上架了部署在本地基礎架構上的“e簽寶電子合同”產品。

RFCM對于本地部署型ISV采用阻止或許可策略反應了不同的戰略發展原則，許可策略意味著該RFCM具有更強的生態優先意圖，該策略有助于增加ISV與RFCM之間的合作廣度。相較于銷售IaaS/PaaS資源的利潤收入，RFCM更看重其作為SaaS交易場所的業務功能。這將有助于和RLCM搶奪本地部署型ISV，進而增加入駐費收入以實現利潤最大化。若RFCM采用阻止策略，意味著平臺只接受使用其所提供的IaaS/PaaS資源進行云端部署的ISV入駐，資源優先的戰略意圖更明顯。阻止策略雖然會損失部分本地部署型ISV，但更有利于增強RFCM與ISV之間的合作深度。與和RLCM搶奪市場相比，RFCM此時更傾向于利用交易平臺的特征捆綁ISV所需的基礎架構。這有助于促進RFCM通過銷售IaaS/PaaS資源實現利潤最大化。

由此可見，阻止或許可策略反映出RFCM對其利潤構成的側重點不同，需要RFCM結合自身戰略發展定位謹慎選擇。而RLCM由于不具備提供IaaS/PaaS資源的能力，沒有動機對ISV的SaaS服務部署方式進行管控。因此，在與RFCM的競爭中，RLCM相對被動，需要先觀察RFCM采取了阻止或許可策略，進而調整自身的入駐費來與RFCM搶奪ISV。

綜上，本文研究聚焦于兩個非對稱型云市場（即RFCM與RLCM）的競爭場景，針對RFCM對本地部署型ISV所采用的阻止/許可策略以及RLCM的應對措施，重點探討如下科學問題：（1）當兩類云市場進行競爭時，什么市場條件下RFCM會選擇對本地部署型ISV采用阻止（或許可）策略？（2）不同策略下，RFCM應如何設置云市場入駐費和IaaS/PaaS資源費？（3）在RFCM采用阻止或許可策略時，RLCM應如何設置最佳的入駐費以應對與RFCM的競爭？

為回答上述問題，本文使用Hotelling模型來刻畫RFCM與RLCM的競爭關系，并求解均衡結果。研究表明，RFCM選擇阻止/許可策略主要取決于其IaaS/PaaS資源的單位成本和兩個云市場之間的價值差異。只有當單位成本足夠高且RFCM具有明顯價值優勢時，許可策略才可能是RFCM的占優策略。此外，研究發現，當RFCM采用許可策略時，RLCM會設置更低的入駐費和RFCM競爭入駐市場的ISV。本研究豐富了云服務生態和平臺經濟領域的相關理論，同時也為產業實踐中云市場的運營提供決策依據。

2 文獻述評

本研究與云服務供應系統、平臺開放性等領域的研究密切相關。首先，本研究涉及云服務IaaS/PaaS資源與SaaS的協同供應問題[3，4～7]。當SaaS提供商將SaaS部署在上游云服務提供商的IaaS/PaaS上時，SaaS提供商的利潤、服務質量不僅受自身因素的影響，同時也受上游IaaS/PaaS資源供給的影響。Tang和Chen[3]考慮了SaaS提供商與IaaS提供商之間的資源租用關系，使用Stackelberg博弈模型求解IaaS提供商和SaaS提供商的聯合定價和容量分配問題。Ardagna等[4]分析了云服務系統中的協同供應與SaaS提供商、IaaS提供商的利潤最大化問題。Cardellini等[5]重點研究了IaaS提供商向SaaS提供商分配虛擬機資源時，最優的IaaS資源供應與定價策略。Wei和Ling[6]考慮了IaaS/PaaS提供商的技術能力和努力水平對SaaS提供商行為的影響，如何設計最佳合約來協調以網絡效應、服務水平和延遲成本為特征的SaaS服務供應鏈。Wei和Qi[7]考慮了一個IaaS提供商和多個競爭的SaaS提供商組成的云服務供應鏈，研究了信息不對稱條件下云服務供應鏈與收益共享契約的協調問題。本研究同樣考慮了IaaS/PaaS提供商與SaaS提供商（提供SaaS服務的ISV）之間的服務供應關系。但與先前研究不同的是，本文研究同時考慮到了ISV不僅可以購買IaaS/PaaS資源、也可以自建本地基礎架構來支持其SaaS服務。

云市場本質上是聚集SaaS提供商和用戶的交易平臺。本研究中的RFCM對本地部署型ISV所采取的阻止/策略，涉及到平臺開放性相關的研究。先前有關平臺的研究多集中于電子商務零售平臺，包括電子商務平臺對第三方賣家的開放性問題[8～11]。Song等[8]研究了在線零售平臺對第三方賣家的開放策略，結果表明第三方賣家可能在開放的零售商平臺上銷售同類產品。Jiang等[9]研究了以亞馬遜為代表的零售平臺與獨立賣家之間的互動戰略，分析了平臺應如何把控獨立賣家可銷售的產品種類。Mantin等[10]分析了零售平臺允許第三方賣家入駐的原因，即允許第三方賣家入駐平臺會給零售平臺帶來一個新的選擇：如果零售平臺無法以合理的價格與供應商談判，其可以讓第三方賣家銷售替代品。段玉蘭等[11]研究了在線銷售平臺開放性決策對市場規模的影響，發現消費者對服務的敏感程度和對在線零售商產品的偏好等因素均會影響這類平臺的開放性決策。

此外，部分學者關注平臺之間的競爭與合作問題，就平臺對競爭對手平臺的獨立產品實施開放性策略進行了研究[12～17]。Kim和Tse[12，13]探究了具有知識共享服務的劣勢搜索引擎和沒有知識共享服務的優勢搜索引擎之間的動態競爭與開放（共享）策略。平臺的開放性策略還體現在對競爭對手產品的兼容性選擇上，選擇兼容對方產品意味著平臺采用了開放策略。Ander等[14]以Kindle和iPad為例，研究了盈利重點存在差異化的平臺對競爭對手獨立應用程序的兼容性決策。

Viecens[15]的研究表明獨立價值較小的平臺總是傾向于兼容競爭對手的應用程序，而它的競爭對手永遠不會選擇兼容。尚秀芬和陳宏民[16]的研究指出，在競爭的情形下，平臺選擇開放時的社會總福利總是較封閉時更高，因為平臺兼容為一端消費者接入到另一個平臺提供了便利，提高了消費者剩余。Li等[17]研究了存在硬件和內容二維差異化的競爭平臺的單向兼容性策略，即其中一個平臺所有者允許其硬件用戶購買競爭對手的內容服務。

可以看出，有關平臺開放性的研究中，先前的學者要么關注于自身扮演零售商角色的平臺對第三方零售商的開放策略，要么關注于平臺對競爭對手平臺產品的開放策略。本研究與先前研究的區別在于，我們所關注的RFCM的開放性（阻止/許可）策略不針對ISV提供的SaaS產品，而是針對SaaS產品的服務部署方式。換言之，我們弱化了云市場本身提供SaaS產品的能力視角（該問題與傳統零售平臺類似，先前學者已進行了充分的研究），而重點關注云市場是否具有出售IaaS/PaaS資源的能力，從而更好地把握云市場區別于傳統平臺的關鍵特征。比如，亞馬遜等零售平臺不具備向平臺上的全部第三方賣家提供上游生產原材料的能力，而IaaS/PaaS資源的普適性使得RFCM可以向所有ISV提供部署SaaS時所需的IaaS/PaaS資源。因此，在本研究中，ISV的SaaS產品對云市場本身不具有競品威脅，但SaaS所采用的部署方式會直接影響到資源型云市場RFCM的盈利情況。這使得本研究對云服務產業實踐具有更加獨特和針對性的指導意義。

3 問題描述與模型構建

3.1 問題描述

考慮兩個競爭的非對稱云市場RFCM和RLCM，同時向若干獨立軟件提供商ISV和用戶提供SaaS服務的交易平臺。這兩個云市場的類型不完全相同，RLCM只作為平臺向ISV提供交易場所，RFCM還可以向ISV出售其運行SaaS所需要的IaaS/PaaS資源。ISV在開發部署SaaS時存在兩種解決方案：自建本地基礎架構或購買RFCM的IaaS/PaaS資源。假設每個ISV只提供一個SaaS產品，并且只能在一個云市場上架。每個SaaS若采用云端部署，只需要一單位的IaaS/PaaS資源。為簡化分析過程，在不失一般性的前提下，假設市場中的用戶數量足夠多，可以保證每個ISV的SaaS均可以在云市場中被購買。

兩個平臺以利潤最大化為目標與對手進行博弈。博弈流程如下：首先，RFCM需要選擇對本地部署型ISV使用阻止或許可策略，以便管控ISV的SaaS服務部署方式;然后，RFCM再決策入駐費與IaaS/PaaS資源的價格，以實現入駐費與資源銷售費共同組成的總利潤最大化。與此同時，RLCM通過決策入駐費與RFCM搶奪用戶群，進而實現利潤最大化目標。

模型中涉及到的變量符號和相關含義在表1中給出。

3.2 模型構建

3.2.1 ISV效用函數

本研究定義ISV的效用函數由四部分構成：（1）入駐云市場i獲得的價值vi。（2）入駐云市場i所需支付的入駐費pi。（3）部署SaaS的成本，本地部署時該項為搭建本地基礎架構的費用s，云端部署時該項為RFCM的IaaS/PaaS資源價格prf;且不失一般性，假設s>prf[18]。（4）ISV由于技術偏好對云市場i產生的不匹配成本。

由于技術偏好差異，ISV在選擇SaaS的部署方式和云市場時，均會產生不同程度的不匹配成本[18，19]，并影響ISV對兩個云市場的選擇。本文應用Hotelling模型來刻畫ISV對RFCM和RLCM的不匹配成本[14，19]。假設若干ISV均勻分布在長度為1的線段上，RFCM與RLCM分別位于線段的兩個端點0和1。位于x點（x∈[0，1]）的ISV對RFCM的不匹配程度為x，對RLCM不匹配程度為1-x。考慮到RFCM同時向ISV提供交易平臺和IaaS/PaaS資源兩種業務，ISV對RFCM的不匹配程度x由二者共同作用產生。x既反應了ISV對RFCM交易平臺功能的不匹配程度，又反應了ISV對RFCM所提供的IaaS/PaaS資源的不匹配程度。特別地，當選擇入駐RFCM的ISV將其SaaS服務部署在本地基礎架構上時，對RFCM的不匹配程度則只受其交易平臺功能的影響。而RLCM由于其不具備提供IaaS/PaaS資源的能力，因此ISV對它的不匹配1-x只體現在其交易平臺功能上。ISV對于交易平臺和IaaS/PaaS資源具有不同的單位不匹配成本，分別用tm和tr表示。

綜上所示，ISV在RFCM阻止或許可策略下可能的選擇及其對應的效用函數如表2所示。在阻止或許可策略下，ISV通過比較下述選項，最終選擇使自己效用最大的方案。

3.2.2 云市場利潤函數

RFCM的利潤由入駐費和IaaS/PaaS資源銷售費兩部分構成，其中資源銷售費等于銷售收入減去資源成本。Nkef和Nkrf分別表示入駐RFCM的ISV規模以及購買RFCM的IaaS/PaaS資源的ISV規模，c表示RFCM搭建及運行IaaS/PaaS資源的單位成本。因此，RFCM的利潤函數如下

由于RLCM不提供IaaS/PaaS資源，其利潤只來源于入駐費。Nkel表示入駐RLCM的ISV規模，RLCM的利潤函數如下

4 模型求解與分析

針對上述博弈模型，本文采用逆向歸納法求解。在滿足以下情況的前提下求解均衡結果：（1）RFCM采用阻止和許可策略會形成不同的市場結構。（2）RFCM和RLCM兩個云市場都會有ISV選擇入駐。（3）SaaS的兩類部署方式（本地部署、云端部署）均會有ISV采用。（4）市場被完全覆蓋。針對非對稱云市場的競爭和策略選擇問題，上述情形具有較好的代表性。為了簡化模型求解以便于對均衡結果進行分析，在不失一般性的前提下，將ISV對云市場交易平臺功能的不匹配系數tm歸一化為1。基于此，本文研究主要參數設定需滿足以下假設

基于上述假設，圖1展示RFCM采取阻止策略和允許策略時的市場細分情況。

可以看出，此時無論RFCM采用阻止策略或許可策略，對ISV而言，選擇③：購買RFCM的IaaS/PaaS資源并入駐RLCM始終不是最優選擇。當RFCM選擇阻止策略時（圖1（a）），此時所有的ISV會選擇①或④。當RFCM選擇許可策略時（圖1（b）），此時市場上存在選擇的三類ISV，與阻止策略相比，有部分ISV以本地部署方式進入RFCM。

4.1 阻止策略情形

4.3 RFCM阻止/許可策略選擇

通過對表3中兩種策略下的均衡利潤進行比較，可得到RFCM選擇不同策略的市場條件。首先分析RFCM阻止/許可策略下其兩部分利潤來源（入駐費、資源銷售費）的市場規模，以便于為后續探究RFCM的策略選擇提供理論依據。

引理1 RFCM兩類業務在阻止/許可策略下的市場規模比較

為了更直觀地理解引理1，圖2分別繪制了入駐RFCM的ISV規模和購買其IaaS/PaaS資源的ISV規模在阻止和許可策略下，隨RFCM搭建及運行IaaS/PaaS資源的單位成本c的變化情況。其他參數的取值滿足本研究給出的參數假設范圍，具體數值如下：vd=0.2，s=1.1，tr=0.6。經檢驗，滿足參數假設范圍內的其他取值得到的結果與下圖類似。

引理1-（1）表明，相對于阻止策略，許可策略使得購買RFCM IaaS/PaaS資源的ISV數量有所下降。實際上，采用RFCM提供的IaaS/PaaS資源意味著ISV需要承擔云端部署SaaS時的技術不匹配成本。采用許可策略意味著RFCM允許了ISV從云端部署到本地部署的轉變。因此，與阻止策略相比，許可策略下購買RFCM IaaS/PaaS資源的ISV數量減少了。另外，結合圖2（a），可以看出無論是阻止策略還是許可策略，RFCM單位IaaS/PaaS資源成本c的增加均會導致使用RFCM的IaaS/PaaS資源的ISV數量減少。這是由于成本的增加會使得RFCM制定更高的IaaS/PaaS資源價格，從而降低了ISV購買IaaS/PaaS資源的效用。并且這種影響在許可策略下更顯著。

當RFCM采用阻止策略時，意味著在與RLCM競爭時，它將損失一部分本地部署型ISV，這些ISV將轉移到RLCM的交易平臺。而許可策略則最大程度地減弱了ISV由于IaaS/PaaS資源的不匹配對其入駐RFCM的負面影響，有助于RFCM吸引更多的ISV入駐。因此，直覺上RFCM采用阻止策略時入駐其平臺的ISV數量會小于許可策略的情形。然而引理1-（2）表明，情況并不總是這樣。

如圖2（b）所示，當RFCM搭建及運行IaaS/PaaS資源的單位成本c足夠高時，情況比較符合常規認知。此時許可策略下入駐RFCM的ISV數量是比阻止策略下更多的。但當c足夠小時，我們意外地發現這種看似更嚴苛的阻止策略反而幫助RFCM爭取到了更多的ISV入駐其平臺。這是因為IaaS/PaaS資源成本c直接影響了RFCM的IaaS/PaaS資源定價，進而對ISV的部署方式選擇產生了影響。低成本使得RFCM制定了較低的IaaS/PaaS資源價格。此時，雖然ISV對IaaS/PaaS資源存在不匹配成本，但由于IaaS/PaaS資源足夠便宜，使得ISV進行權衡后愿意忍受這種不匹配。基于此，RFCM的阻止策略通過低價吸引ISV使用云端部署的方式，捆綁了更多ISV入駐平臺。

接下來，定理1給出RFCM采用不同策略時對應的市場條件。

定理1 RFCM選擇阻止/許可策略的市場條件

為了更直觀地理解定理1，圖3繪制了RFCM的阻止/許可策略關于外生變量c和vd的均衡解空間。其他參數的取值滿足本研究給出的參數假設范圍，具體數值如下：s=1.1，tr=0.6。經檢驗，滿足參數假設范圍內的其他取值得到的結果與下圖類似。

如圖3所示，空白區域表示不滿足參數假設的無效區域，中部藍色純色區域表示阻止策略是RFCM的占優策略，右上角黃色條紋區域表示許可策略是RFCM的占優策略。結合定理1可以看出，當RFCM搭建及運行IaaS/PaaS資源的單位成本c較低時，阻止策略總是占優的策略，可以使RFCM獲得更高的利潤。如前所述，RFCM的利潤來源于入駐費和出售IaaS/PaaS資源這兩部分收入。由引理1可知，當c較小時，阻止策略會增加購買RFCM IaaS/PaaS資源的ISV數量，并且選擇入駐RFCM的ISV規模也可能多于許可策略情形。此時阻止策略對于RFCM更加有利可圖。然而，當c增加到一定程度后，RFCM將不再只依據IaaS/PaaS資源的單位成本c來進行策略選擇。此時，選擇阻止或許可策略還受到RFCM和RLCM的價值差vd的直接影響。vd代表了RFCM相對RLCM在交易平臺功能上的價值優勢。當vd較小時，RFCM作為交易平臺體現出的優勢很弱，甚至為負，這使得當RFCM在與RLCM搶奪ISV時，選擇入駐RFCM的ISV數量會減少。同時，RFCM受到其低價值的影響，只能設置一個較低的入駐費。綜上，RFCM通過收取入駐費獲得的利潤很低，此時會更傾向于選擇側重于銷售IaaS/PaaS資源來實現利潤最大化的阻止策略。然而，隨著vd增加，RFCM對于RLCM而言將具有顯著的優勢，有助于其吸引到大量的ISV入駐RFCM。此時，入駐費在RFCM的利潤構成中變得更為重要，RFCM將選擇許可策略，以盡可能增加入駐費收入。

4.4 RFCM阻止/許可策略對RLCM的影響

本節以市場中博弈的另一方RLCM為重點進行分析。由于RLCM不具備向ISV提供IaaS/PaaS資源的能力，在面對RFCM針對ISV部署方式采取的阻止/許可策略時，只能被動地通過決策入駐費來進行競爭。本節主要探討當RLCM會如何決策入駐費，從而實現和RFCM競爭入駐市場的ISV以實現利潤最大化。具體而言，本節分析RFCM的阻止/許可策略對RLCM的入駐費、市場份額以及均衡利潤的影響。結合表3中RLCM的均衡結果，引理2給出了不同策略下RLCM在入駐費和市場份額上的變化。

引理2 RLCM的入駐費和市場份額在RFCM阻止/許可策略下的變化

引理2-（1）表明，相對于RFCM的阻止策略，許可策略使得兩個云市場在交易平臺業務上的競爭更加劇烈。因此RLCM需要降低入駐費來搶奪入駐平臺的ISV。同時，由于市場完全覆蓋，入駐兩個云市場的ISV數量呈現出此消彼長的狀態。因此，引理2-（2）表明，RLCM上ISV入駐數量的變化與引理1-（2）中RFCM上ISV入駐數量變化相反。基于引理2，定理2關注RLCM作為博弈的被動接收者在面對RFCM的不同策略時，利潤會受到怎樣的影響。

定理2 RLCM的利潤在RFCM阻止/許可策略下的變化：與許可策略相比，RFCM采用阻止策略時，RLCM獲得的均衡利潤總是更高的。

定理2的結論符合本文研究的預期。由于RLCM不具備提供IaaS/PaaS的能力，其利潤來源單一，僅靠收取入駐費維持盈利。而許可策略體現出了RFCM對于入駐平臺的ISV數量具有更強的競爭意愿，對RLCM而言意味著更艱難的生存條件。根據引理2可知，許可策略下RLCM需要制定更低的價格來吸引ISV入駐平臺。雖然在一定條件下，RFCM采用許可策略可能增加RLCM的市場份額，但過低的價格仍舊使得RLCM在該策略下的利潤無法達到阻止策略下對應的利潤水平。也就是說，一旦RFCM選擇了許可策略，無論RLCM如何調整其入駐費，都無法達到阻止策略下它能夠實現的最大化收益。作為競爭雙方中較為被動的一方，RLCM更期待RFCM對ISV的部署方式上能夠采用更加嚴格的阻止策略。

5 結論與啟示

大量產業實踐證明，云市場業務已經成為云服務提供商吸引用戶、構建云生態進而實現平臺化戰略轉型的重要手段。本文從云市場是否具備提供IaaS/PaaS資源的能力出發，關注資源型云市場RFCM和非資源型云市場RLCM在面對競爭時的策略選擇和價格決策問題。本文應用Hotelling模型，構建了由一個RFCM、一個RLCM和若干ISV及用戶組成的云計算市場。考慮到RFCM和RLCM的利潤結構差異，分別構建了相應的利潤函數，求解了均衡時二者的入駐費和RFCM的IaaS/PaaS資源價格。基于此，進一步分析了RFCM對于本地部署型ISV采用阻止或許可策略所對應的市場條件，以及這兩種策略對RFCM和RLCM的競爭所產生的影響。

結果表明，當RFCM搭建及運行IaaS/PaaS資源的單位成本較低時，阻止策略總是占優的，可以使RFCM獲得更高的利潤。當該單位成本較高時，RFCM需要根據RFCM相對RLCM在交易平臺功能上的價值優勢來選擇策略。當RFCM作為交易平臺體現出的優勢很弱（甚至為負）時，這使得RFCM在與RLCM競爭時，更傾向于選擇側重于銷售IaaS/PaaS資源來實現利潤最大化的阻止策略。若RFCM對于RLCM而言，在交易平臺功能上具有顯著的優勢，RFCM將選擇許可策略以盡可能增加入駐費收入。此外，研究還發現，對于RLCM而言，若RFCM采取許可策略，RLCM需要制定更低的入駐費來進行競爭。上述發現對于云服務產業實踐具有針對性的指導意義，同時也是協同供應、平臺經濟等理論在云服務領域的具體實踐，填補了相關研究空白。

誠然，本文研究依舊存在一定的局限性。比如，本文研究側重于云市場和ISV之間的交互，弱化了最終用戶端對云市場以及ISV的影響。事實上，云市場作為云服務的交易平臺，具備平臺的典型特征——雙邊性，即平臺上一方用戶的增加會促使平臺另一方的用戶增長。未來的研究可以在考慮云市場雙邊性的前提下，進一步分析競爭云市場有關的決策行為。

參 考 文 獻：

[1] Nan G， Zhang Z， Li M. Optimal pricing for cloud service providers in a competitive setting[J]. International Journal of Production Research， 2019， 57（20）： 6278-6291.

[2] Li B， Kumar S. Should you kill or embrace your competitor： cloud service and competition strategy[J]. Production and Operations Management， 2018， 27（5）： 822-838.

[3] Tang L， Chen H. Joint pricing and capacity planning in the IaaS cloud market[J]. IEEE Transactions on Cloud Computing， 2017， 5（1）： 57-70.

[4] Ardagna D， Panicucci B， Passacantando M. Generalized Nash equilibria for the service provisioning problem in cloud systems[J]. IEEE Transactions on Services Computing， 2013， 6（4）： 429-442.

[5] Cardellini V， Valerio V D， Presti F L. Game-theoretic resource pricing and provisioning strategies in cloud systems[J]. IEEE Transactions on Services Computing， 2020， 13（1）： 86-98.

[6] Wei L， Ling J. Coordination strategy in a SaaS supply chain with network effect and SLA[A]. Proceedings of 12th International Conference on Service Systems and Service Management[C]. Guangzhou， China， IEEE， 2015. 1-6.

[7] Wei L， Qi S. Revenue-sharing contract in a cloud cmputing service supply chain under asymmetric information[J]. Advances in Intelligent Systems & Computing， 2014， 255： 487-497.

[8] Song W， Chen J， Li W. Spillover effect of consumer awareness on Third Parties’ selling strategies and retailers’ Platform openness[J]. Information Systems Research， 2021， 32（1）： 172-193.

[9] Jiang B， Jerath K， Srinivasan K. Firm strategies in the “Mid Tail” of platform-based retailing[J]. Marketing Science， 2011， 30（5）： 757-775.

[10] Mantin B， Krishnan H， Dhar T. The strategic role of third-party marketplaces in retailing[J]. Production and Operations Management， 2014， 23（11）： 1937-1949.

[11] 段玉蘭，王勇，石國強，等.基于市場規模的在線銷售平臺開放策略研究[J].管理工程學報，2021，35（5）：236-246.

[12] Kim K， Tse E T S. Dynamic search engine competition with a knowledge-sharing service[J]. Decision Support Systems， 2012， 52（2）： 427-437.

[13] Kim K， Tse E T S. Search engine competition with a knowledge-sharing service[J]. Decision Support Systems， 2014， 66： 180-195.

[14] Adner R， Chen J， Zhu F. Frenemies in platform markets： heterogeneous profit foci as drivers of compatibility decisions[J]. Management Science， 2020， 66（6）： 2432-2451.

[15] Viecens F M. Compatibility with firm dominance[J]. Review of Network Economics， 2009， 10（4）： 1-27.

[16] 尚秀芬，陳宏民.雙邊壟斷和競爭平臺非對稱所有權結構研究[J].系統工程學報，2009，24（4）：127-130.

[17] Li Z， Ho Y C， Nan G， et al.. Agency or resale： effects of a platform-performance investment for frenemy platforms[J]. Decision Support Systems， 2019， 124： 113098.

[18] Ma D， Seidmann A. Analyzing software as a service with per-transaction charges[J]. Information Systems Research， 2015， 26（2）： 360-378.

[19] 馬琳，金淳，霍云福，等.基于網絡效應的多服務平臺包絡進入與對策研究[J].系統工程學報，2019，34（6）：18-29.

3720500338239