大數據驅動下的供應鏈企業協同創新行為演化博弈研究

徐文迪，吳亞蘭

（1. 上海工程技術大學 管理學院，上海 201620；2. 哈爾濱理工大學 經濟與管理學院，黑龍江 哈爾濱 150040）

0 引 言

我國正處于新一輪科技革命和產業變革的關鍵時期，供應鏈企業的數字化升級成為推動變革的重要引擎。2020 年6 月，國家發改委發布《關于進一步降低物流成本的實施意見》中指出數據驅動智慧供應鏈是實現供應鏈降本增效的有效途徑。供應鏈企業利用大數據驅動，轉變組織方法和產品流程來完成企業數字化創新升級。供應鏈節點企業僅靠企業內部數據資源實現數字化創新，容易造成資源浪費和研發成本過高，因此供應鏈上下游企業選擇協同創新模式，通過數據共享和資源整合，以數據驅動改變供應鏈設計和管理方式，提升供應鏈網絡節點企業的協同創新能力。但供應鏈企業間的協同創新策略選擇對協同創新行為的穩定性和有效性產生不同影響。因此，對大數據驅動下的供應鏈企業間協同創新行為機理，以及協同創新演化穩定策略分析的研究具有重要意義。

目前國內外學者已廣泛探討大數據驅動下的供應鏈企業創新模式課題。但很少從大數據驅動角度研究供應鏈的協同創新行為運行過程，而且當前文獻多基于完全理性假設做相關研究。因此，本文基于大數據驅動視角，對供應鏈企業間協同創新行為進行系統分析，并引入演化博弈理論，研究不同因素變化對創新行為演化穩定策略的影響，為大數據驅動下的供應鏈協同創新研究提供參考和理論依據。

1 大數據驅動下供應鏈企業協同創新演化博弈分析

在大數據驅動下的供應鏈企業間協同創新過程中，由于創新投入成本、價值損失等問題，企業可能對協同創新投入力度不足，造成協同創新行為失敗。因此，為保證大數據驅動下的供應鏈企業間的協同創新持續推進，下文將探究供應鏈各節點企業如何進行策略選擇能夠達到協同創新動態穩定狀態。

1.1 基本假設

大數據驅動下的供應鏈企業間協同創新博弈行為是重復多次的，并且在重復博弈中不斷學習和改進，以自身利益最大化為目標，實現雙方的動態均衡穩定性。因此，采用演化博弈理論討論供應鏈企業間的協同創新演化穩定均衡策略問題。為研究方便，假設供應鏈主要由A 企業和B 企業組成，兩個企業均是有限理性，在決策前期對雙方的收益函數和策略選擇不知情，并且能夠在不斷的策略改進中最終達到均衡狀態。針對本文研究問題，提出以下假設：

（1） 供應鏈節點企業可以選擇“積極協同創新”和“消極協同創新”，雙方通過互相協同發展，并最終實現納什均衡。假設，雙方在博弈過程中，A 企業選擇積極協同創新的比例為x，消極協同創新的比例為1-x；B 企業選擇積極協同創新的比例為y，選擇消極協同創新的比例為1-y。其中0

（5） 大數據驅動下，供應鏈企業中的一方選擇消極協同創新，將會導致數據的傳遞有效性降低，另一方也無法對該數據實現價值創造，因此導致協同創新失敗。而消極協同創新的一方也會導致其在供應鏈網絡中的信任度降低。為實現供應鏈企業間長期協同創新行為，需提升各企業間的信任水平，因此供應鏈的組織部門自發建立獎懲機制，約束鏈上各企業的決策行為。假設懲罰力度為P，并且這部分懲罰可作為獎勵轉化成積極協同創新成員的收益。

1.2 模型構建

基于以上假設，可知大數據驅動下的供應鏈企業間協同創新演化的支付矩陣，如表1 所示。

表1 支付矩陣

1.3 模型穩定性分析

表2 矩陣在各均衡點行列式和跡的值

表3 4 種情況下各均衡點的局部穩定性分析

1.4 仿真分析

上文從采用演化博弈模型，將大數據驅動下的供應鏈企業間協同創新演化博弈分為四種情況做詳細論證。為更直觀反映各個參數對協同創新演化系統穩定性的影響，下文將運用MatlabR2016b 對其做數值仿真分析。參數初始數值設置如表4 所示。假設供應鏈企業A 選擇積極協同創新的比例為0.4，成員B 選擇積極協同創新的比例為0.6，仿真結果如下。

表4 參數初始設置值

（1） 數據價值創造能力對供應鏈企業間協同創新演化系統的影響。保持其他數據不變，將E從0.8 提升到0.9，E從0.6提升到0.7，即提高供應鏈企業A 和企業B 的數據價值創造能力，雙方的創新演化趨勢如圖1 所示。由圖1 看出，提高數據價值創造能力，將加快演化系統趨向穩定。因此，數據價值創造能力與供應鏈企業間的協同創新成正相關。當提高供應鏈企業的數據價值創造能力，企業越傾向于選擇積極協同創新。

圖1 Ei 的仿真結果圖

（2） 數據互補程度對供應鏈企業間協同創新演化系統的影響。保持除γ 之外的其他參數不變，將γ 從0.4 增加至0.5，得到如圖2 所示的演化結果。供應鏈企業在γ=0.5 下的穩定策略演化速率大于γ=0.4 下的穩定策略演化速率。表明當供應鏈企業的數據互補性程度提高，有利于促進雙方積極協同創新。因此，供應鏈企業之間數據的重合度越低，越有助于雙方加強對協同創新的需求，雙方的協同創新成功率越高。

圖2 γ 的仿真結果圖

（3） 創新風險系數對供應鏈企業間協同創新演化系統的影響。在保持其他參數不變的情況下，將供應鏈企業雙方的風險系數δ、δ各增加0.01，得到系統動態演化過程如圖3（1） 所示。供應鏈企業雙方達到演化穩定狀態的速率降低，表明當供應鏈企業的價值損失增大時，雙方的協同創新積極性降低。而將供應鏈企業雙方的風險系數δ、δ各降低0.01，得到如圖3（2） 所示的系統動態演化圖，表明當風險系數降低時，雙方的演化穩定速率加快。因此，供應鏈企業對風險系數較為敏感，風險系數較小，雙方更有可能選擇積極協同創新。

圖3 δi 的仿真結果圖

（4） 獎懲力度對供應鏈企業間協同創新演化系統的影響。圖4（1） 顯示了在不改變其他參數情況下，將獎懲力度P 從7增加為8 所得到的系統演化圖。從圖4 中看出，增加獎懲力度，有利于加快供應鏈企業雙方朝穩定策略趨勢演化。表明當增加積極協同創新成員的激勵收益，或者增大對消極協同創新成員的違約金，將會使得雙方更愿意選擇積極協同創新，并快速達到演化穩定狀態。而將獎懲力度P 從7 降低到6，得到如圖4（2） 所示的演化圖，雙方最終演化結果均為0，即雙方最終選擇不協同創新。因此，獎懲力度的大小也影響供應鏈企業雙方協同創新決策選擇。

2 結論及建議

本文從大數據驅動角度，通過構建演化博弈模型，研究供應鏈企業在不同影響因素作用下的協同創新穩定均衡狀態。研究結果表明大數據驅動下的供應鏈企業間的協同創新行為是以企業數據量為創新基礎。從企業數據源角度，數據互補性程度是實現大數據驅動下的供應鏈企業間協同創新的關鍵因素之一。提高數據互補性程度，供應鏈企業能夠產生更多數據價值，釋放數字紅利。獎懲機制的實施力度影響供應鏈企業的協同創新決策選擇。違約金設置過少，供應鏈企業可能出現違約情況，降低了供應鏈其他節點企業對其的信任度水平，道德風險增加，不利于企業實現創新。

根據以上結論，本文為促進大數據驅動下的供應鏈企業間協同創新，提出以下建議：（1） 供應鏈各節點企業可選擇能為彼此創造更多價值的企業組合成供應鏈網絡，減少無效數據的產生。（2） 供應鏈企業可通過積極開展技術交流協作，共同研究和開發最新科技和智能設備，提高自身數據價值創造能力。（3） 供應鏈企業應以降低共享成本為共同目的實現供應鏈企業的數據價值最大化。供應鏈企業可通過建立數據安全保障機制來降低數據損失風險，供應鏈企業內部應實現對數據價值損失風險的評估，保持企業自身的競爭力，有效降低數據價值損失。（4） 對于供應鏈整體，可自發組建監管機構，制定有針對性的激勵和懲罰政策，科學引導企業實現協同創新。

圖4 P 的仿真結果圖