制造業、物流業深度融合與企業間技術協同創新

李成龍 鄭秋鹛

摘?要：數字經濟的發展使得制造業+物流業兩業融合發展的趨勢不斷得到增強。新時期制造業物流生態的技術創新需要多方利益相關者的協同參與，本文構建制造企業與物流企業不同行為策略的演化博弈模型，重點考察在政府參與情況下，二者技術協同創新投入行為的穩定策略，并通過數值仿真，討論制造業物流技術協同創新的影響因素。研究結果表明：技術轉化收益能力越強、信息共享度越高、風險系數越低，制造與物流企業參與主體更傾向于技術協同創新；當技術協同創新收益在不同的區間范圍時，雙方投入策略會呈現出不同的演化穩定狀態；當雙方不進行技術協同創新而選擇模仿創新時，引入政府的參與，找到制造企業和物流企業都進行技術協同創新投入的最優干預策略，驗證了模型的有效性；在政府干預機制下，補貼額度、激勵標準、稅收減免和監管懲罰力度都對技術協同創新起到了正向作用，防止了搭便車現象發生。

關鍵詞：制造業；物流業；技術協同創新；演化博弈

中圖分類號：F204??文獻標識碼：A??文章編號：1001-148X（2023）05-0029-10

收稿日期：2023-02-13

作者簡介：李成龍（1984-），男，黑龍江黑河人，博士研究生，講師，研究方向：物流與供應鏈管理；鄭秋鹛（1963-），本文通訊作者，女，黑龍江哈爾濱人，教授，博士生導師，研究方向：農業經濟、物流與供應鏈管理。

基金項目：黑龍江省“雙一流”新一輪建設學科協同創新成果建設項目“食藥同源資源開發及營養保健食品協同創新”，項目編號：LJGXCG2022-082；黑龍江省教育廳基本科研業務費科研項目“數字經濟時代下網絡貨運平臺高質量發展路徑探究”，項目編號：2022-KYYWF-0389。

一、引?言

數字經濟快速發展暴露出傳統企業的短板，部分制造業內外部供應鏈管理與服務跟不上需求變化，物流水平、信息化程度低，物流業為制造業的產業鏈及供應鏈提供服務方面缺乏一站式解決方案；同時，物流業服務制造業面臨成本過高、融合層次不夠高、范圍不夠廣、缺乏個性化服務。尤其面對突如其來的外生沖擊，物流行業應急反應遲滯、供需失配錯配、效率低下，亟待通過技術合作創新，增強企業之間、生產制造與物流服務之間的高效協同，提升企業核心競爭力。

關于技術協同創新的研究文獻可分為三類。（1）技術創新溢出效應。通過縱向技術溢出，下游企業會有“搭便車”的行為。當技術溢出效應較大時，合作研發可以激勵企業采用更高的研發水平［1-3］。（2）技術創新合作。技術創新具有成本高、風險高、環境正外部性等基本特征，雙方在創新合作過程中均存在博弈行為。技術外購成本和研發成功收益對企業投資合作創新意愿具有門檻效應［4-5］。（3）技術創新與政府干預。通過適當的制度設計與政策支持引導創新資金的高效配置，可實現創新風險的有效防控。技術創新的雙重外部性與“搭便車”風險嚴重制約技術創新聯盟的穩定發展，政府干預機制的實施能有效提升技術創新聯盟的穩定性［6-7］。此外，關于物流與供應鏈企業技術創新行為的研究主要集中在企業技術應用層面。技術創新提升了綠色物流、智慧物流的發展水平和影響力，優化了供應鏈模式、推動供應鏈柔性升級，對供應鏈柔性具有顯著正向影響［8-9］。而關于物流業與其他行業融合技術創新研究較為少見。

基于此，本文考慮信息共享、技術轉化、成果激勵及稅收優惠等相關影響因素，在政府參與視角下構建制造業與物流業企業間技術協同創新的演化博弈模型，通過博弈均衡討論和仿真模擬，探究市場、技術及政策等因素對企業決策行為的影響，并討論政府最優參與策略。

二、研究假設與模型構建

制造業物流當前存在四個典型痛點：融合機制技術創新引領不足、組織模式創新能級不高、技術裝備創新應用不夠、市場主體創新動力不強。在此情形下，制造業和物流業都需要一定的優化調整，數字化轉型成為雙方謀求發展、提升競爭力的共同選擇。目前制造業物流平臺仍普遍存在協同效率低、集成度低、流程不透明等問題，導致技術生產力缺乏本質提升，無法真正實現制造業物流數字化，這需要自上而下的策略推動數字技術賦能制造業物流，讓制造業供應鏈模式與物流運作流程協同，形成制造業智能轉型和物流業智能改造雙向聯動。因此本文討論了制造業物流（如圖1）的技術協同創新。

物流業與制造業融合發展（簡稱“兩業融合”）進行技術協同創新的演化博弈研究，分析了政府干預機制下演化博弈策略。在市場環境下，如果選擇技術協同創新，總收益=基本收益+市場增加收益+信息共享收益-風險收益。即除了可以獲得基本收益，還可以獲得由于技術創新增加了市場銷量進而增加了市場收益；由于信息共享，使智慧物流平臺資源集成，幫助企業管理者更加科學地做出決策增加收益，但同時技術協同創新也有風險損失，例如信息安全事件的發生，給制造企業與物流企業帶來損失。為了能夠更有動力進行技術協同創新，政府可以采用成本補貼、創新成果激勵，對于不遵守系統規則的參與主體，采用嚴格監管，并給予一定的懲罰，這樣才有利于整個制造業物流技術協同創新生態的形成。

（一）研究假設

為構建博弈模型，分析各方策略和均衡點的穩定性以及各要素的影響關系，作出如下假設：

H1：在物流企業與制造業企業之間建立該博弈模型，參與主體包括制造企業和物流企業這兩組群體。為簡化研究，假設兩業融合技術創新博弈主體為A節點和B節點之間的博弈，博弈過程隨意抽取節點雙方一一進行配對，物流企業和制造企業都是有限理性的，成員決策受到其他成員行為的影響，不斷改變其策略，經過長時間的博弈之后，節點主體不斷互相學習、調整、改進，直至達到系統平衡。

H2：策略的適應性由參與主體收益決定，各主體策略選擇為遵守系統的規則，合作進行技術協同創新；違反規則，至少有一方進行技術模仿創新。在策略選擇中各節點博弈時可選擇兩種策略。制造企業選擇進行技術協同創新策略的比例為x，模仿創新策略比例為1－x；物流企業選擇進行技術協同創新策略的比例為y，模仿創新策略的比例為1－y。

H3：當雙方都選擇進行技術模仿創新時，雙方在進行交易合作時，可以獲得的基本收益為Ui（i=1，2），市場需求量為Q；生產制造企業進行采購、加工、包裝、存儲及物流運費，但需要付出少量的技術模仿成本，總成本為C1，市場單價為P1，U1=P1Q－C1；物流企業需要投入的資金包括付出少量的技術模仿成本，信息采集和整理、物流平臺系統運營費用、車輛燃油費、設備維修費以及司機工資等方面的基本投入總成本為C2，運費定價也即單位產品運費為P2，U2=P2Q－C2。

H4：當雙方進行技術協同創新時，技術投入會給物流企業和制造企業帶來額外的成本，制造企業技術創新額外成本為C1′，物流企業技術協同創新額外成本為C′2。相對而言提高制造業物流服務效率，借助智能化的技術和數據匹配，與顧客的市場需求量呈正相關，增加新市場收入，利潤增加分別為αi（i=1，2）。當只有一方進行投入時，不能成功開拓新市場，無法增加新市場利潤，但創新方可以獲得政府相關補貼獎勵，另一方可獲得“搭便車”收益Ri（i=1，2）。

H5：當雙方進行技術協同創新時，可以獲得信息共享收益。通過信息化戰略的實施，物流工業互聯網平臺的系統互聯互通程度可得到有效提升。本文以信息共享量標準水平衡量制造業與物流企業間信息系統對接和信息數據交互的有效程度。真實信息共享量M的大小代表參與主體之間的信任程度的高低，信任程度越高，真實信息共享量就越高；θi（i=1，2）為信息轉化系數，代表兩業融合企業將所需信息轉化為收益的能力水平，越大相應節點企業所獲得收益也就越多。

H6：當兩業融合主體雙方進行技術協同創新時，可能發生信息方面風險損失Hi（i=1，2）。

在共享信息的過程中，由于信息的不對稱和嚴重的信息污染現象導致的信息不準確性、滯后性、泄露性和其他一些不良后果的冒險現象。μ表示損失系數，當取0時，表示信息安全將得到充分保障。

H7：當兩業融合主體選擇技術模仿創新時，政府的監管懲罰及補貼激勵行為會促進主體協同創新投入。當φ比較大時政府嚴格監管；如果制造與物流企業合作雙方不遵守系統規則，則會被處以罰款F。若參與主體選擇技術創新，會給予成本補貼，成本補貼系數為ζ。雙方企業間的技術創新不僅具有經濟效益，而且還可以為政府帶來正面社會效應，創造社會效益。政府對雙方的總激勵標準E設置，主要考慮技術的創新度以及綠色度。主體A的社會效益激勵補償系數為ρ，主體B的補償系數為1－ρ，進而可以算出各自的社會效益。此外，政府會對制造行業智慧物流融合創新案例給予稅收優惠，優惠額度分別為δi（i=1，2）。

（二）模型構建

依據以上假設，主要參數設置見表1。

基于模型假設，利用上述參數建立政府干預機制下的演化博弈模型，構建博弈雙方的支付矩陣見表2。

三、模型求解分析

（一）演化過程均衡點

基于前文分析，得到生產制造企業選擇“進行技術協同創新”?和“技術模仿創新”策略的收益，以及平均收益分別為U11、U12以及U-1：

U11=y［P1Q－C1+α1+θ1M－μH1+C1′ζ－1+ρE+δ1］+（1－y）［P1Q－C1+C1′ζ－1－μH1+E+δ1］=P1Q－C1+yα1+θ1M+E（yρ+1－y）+C1′ζ－1－μH1+δ1（1）

U12=yP1Q－C1+R1－φF+（1－y）P1Q－C11=P1Q－C1+y（R1－φF）（2）

U-1=xU11+（1－x）U12=x［P1Q－C1+yα1+θ1M+E（yρ+1－y）+C1′ζ－1－μH1+δ1］+（1－x）（P1Q－C1+yR1－yφF）（3）

物流企業選擇“進行技術協同創新”和“技術模仿創新”策略的收益，以及平均收益分別為U21、U22以及U-2：

U21=x［P2Q－C2+α2+θ2M－μH2+C2′ζ－1+（1－ρ）E+δ2］+（1－x）［P2Q－C2+C2′ζ－1－μH2+E+δ2］=P2Q－C2+x（α2+θ2M）+（1－ρx）E+C2′ζ－1－μH2+δ2（4）

U22=xP2Q－C2+R2－φF+（1－x）（P2Q－C2）=P2Q－C2+xR2－φF（5）

U-2=yU21+（1－y）U22=y［P2Q－C2+x（α2+θ2M）+（1－ρx）E+C2′ζ－1－μH2+δ2］+（1－y）［P2Q－C2+xR2－φF］（6）

基于式（1）—（6），可以得到復制動態方程，如式（7）與式（8）所示：

V（x）=dx/dt=xU11－U-1=x（1－x）U11－U12=x（1－x）［P1Q－C1+yα1+θ1M+E（yρ+1－y）+C1′ζ－1－μH1+δ1－P1Q－C1+yR1－yφF］=x（1－x）［yα1+θ1M－R1+φF+Eρ－E+E+C1′（ζ－1）－μH1+δ1］（7）

V（y）=dy/dt=yU21－U-2=y（1－y）U21－U22=y（1－y）［xα2+θ2M－R2+φF－Eρ+E+C2′ζ－1－μH2+δ2］（8）

為了便于分析令xd=C2′（1－ζ）+μH2－δ2－Eα2+θ2M+φF－R2－Eρ，yd=C1′（1－ζ）+μH1－δ1－Eα1+θ1M+φF－R1－（1－ρ）E。

令V（x）=0，V（y）=0在Z={（x，y）［0x1，0y1}上博弈雙方存在五個局部均衡點為O（0，0），A（0，1），B（1，1），C（1，0）。當xd∈（0，1），yd∈（0，1）時，Dxd，yd也是均衡點。

（二）演化穩定性分析

V（x）、V（y）通過復制動態方程獲得的平衡點不一定是系統的演化穩定策略（ESS），利用雅可比矩陣（記為J）的局部穩定來分析推導演化均衡點的穩定性，基于Friedman（1991）［10］提出的研究方法，求出關于x，y的偏導數，雅可比矩陣：

J=V（x）/x[]V（x）/y

V（y）/x[]V（y）/y=A1[]A2A3[]A4

J=（1－2x）［yα1+θ1M－R1+φF+Eρ－E+E+C1′（ζ－1）－μH1+δ1］[]x（1－x）α1+θ1M+ρE－R1+φF－E

y（1－y）α2+θ2M－R2+φF－Eρ[]（1－2y）［xα2+θ2M－R2+φF－Eρ+E+C2′ζ－1－μH2+δ2］

演化博弈均衡點的穩定狀態可以由Jacobian矩陣的局部穩定性而得到，當且僅當滿足det（J）>0，tr（J）<0時，其中，detJ=A1A4－A2A3;tr（J）=A1+A4，則復制動態方程的均衡點是演化穩定策略（ESS），從而來分析系統局部均衡點演化穩定性，如表3所示。

（三）?演化結果分析

由表3得出，五個局部均衡點中，A（0，1）和C（1，0）是不穩定點，D（xd，yd）是鞍點，只有O（0，0）和B（1，1）是演化穩定點。由此可畫出政府干預下博弈雙方的演化博弈相位圖，如圖2所示。

φ、F>0↑

折線ADC為系統收斂到兩個狀態的臨界線，面積大小為系統演化到某一穩定狀態的概率，在折線的上方（ABCD?部分），系統演變后最終收斂于B（1，1）（雙方進行技術協同創新）；在折線的下方（即ADCO部分），系統演變后最終收斂于O（0，0）（雙方不進行技術協同創新）。物流企業和制造企業會沿著哪個路徑演化到穩定狀態，由博弈的初始狀態和支付矩陣決定：表現為圖形ADCO?的面積SI和圖形ABCD面積SII的大小決定，表達式如下：

SI=12xd+yd=12C2′（1－ζ）+μH2－δ2－Eα2+θ2M－R2+φF－Eρ+C1′（1－ζ）+μH1－δ1－Eα1+θ1M－R1+φF+Eρ－E

SII=12α2+θ2M－R2+φF－Eρ－C2′（1－ζ）－μH2+δ2+Eα2+θ2M－R2+φF－Eρ+α1+θ1M－R1+φF+Eρ－E－C1′（1－ζ）－μH1+δ1+Eα1+θ1M－R1+φF+Eρ－E

當SI>SII時，雙方進行技術模擬創新是系統的演化穩定策略。相反，當SII>SI時，雙方進行技術協同創新是系統的演化穩定策略；當SI=SII時，系統采取以上兩種演化穩定策略的概率相等。

（四）?主要參數變化對穩定策略的影響分析

SII中有M、θ1、θ2、α1、α2、C1′、C2′、R1、R2、μ、H1、H2、ζ、E、φ、F、δ1、δ2因素影響取值，分別依次求出其對這些因素的偏導數，可以得到制造企業與物流企業技術協同創新影響因素的效應結果（見表4）。

表4中“↑”表示正相關，“↓”表示負相關，根據表3對影響因素的分析結果，可以得到以下結論。

命題1?制造企業與物流企業間信息共享量越大、信息轉化系數越大，博弈雙方更傾向于技術協同創新合作。

證明：對SII分別求M、θ1、θ2的偏導數如下：

SIIθ1=12［C1′（1－ζ）+μH1－δ1－E］M［α1+θ1M－R1+φF+Eρ－E］2>0SIIθ2=12［C2′（1－ζ）+μH2－δ2－E］M［α2+θ2M－R2+φF－Eρ］2>0SIIM=12［C2′（1－ζ）+μH2－δ2－E］θ2［α2+θ2M－R2+φF－Eρ］2+［C1′（1－ζ）+μH1－δ1－E］θ1［α1+θ1M－R1+φF+Eρ－E］2>0（9）

所以SII是θ1、θ2、M的增函數，隨著θ1、θ2，和M的增加，SABCD的面積將逐漸增大，系統向B（1，1）點演化的概率增加，這說明制造企業與物流企業雙方主體選擇協同創新的概率與信息共享量、信息轉化系數成正比。

命題2?隨著兩業融合企業間收入增加以及利潤的提高，博弈雙方更傾向于技術協同創新合作。

證明：對SII分別求α1，α2的偏導數如下：

SIIα1=12［C1′（1－ζ）+μH1－δ1－E］［α1+θ1M－R1+φF+Eρ－E］2>0SIIα2=12［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2>0?（10）

可知，SII是α1，α2的增函數，隨著α1，α2增加，SABCD的面積將增大，系統向B（1，1）點收

斂的概率增加，表明博弈雙方選擇技術協同創新的概率與協同收益成正比。

命題3?隨著新一代數字技術投入成本的增加，博弈雙方更傾向于進行技術模仿創新。

證明：對SII分別求C1′、C2′的偏導數如下：

SIIC1′=－（1－ζ）2［α1+θ1M－R1+φF+Eρ－E］<0SIIC2′=－（1－ζ）2［α2+θ2M－R2+φF－Eρ］<0??（11）

所以SII是C1′，C2′的減函數，即SABCD將隨著參與主體協同創新投入成本的增加而減小，系統向B（1，1）點演化的概率變小，表明制造企業物流企業合作創新的概率與技術協同創新投入成本成反比。

命題4?當兩業企業間技術模仿創新成本越大，博弈雙方更傾向于技術協同創新合作。

證明：對SII分別求δ1，δ2的偏導數如下：

SIIδ1=12［α1+θ1M－R1+φF+Eρ－E］>0SIIδ2=12［α2+θ2M－R2+φF－Eρ］>0?（12）

可見，SII是δ1，δ2的增函數，當δ1，δ2的逐漸增加，SABCD的面積將增大，系統向B（1，1）點收斂的概率變大，表明博弈雙方選擇技術協同創新的概率與技術模仿成本成正比。

命題5?制造企業與物流企業間搭便車收益越大，博弈雙方更傾向于不進行技術協同創新。

證明：對SII分別求R1，R2的偏導數如下：

SIIR1=－［C1′（1－ζ）+μH1－δ1－E］2［α1+θ1M－R1+φF+Eρ－E］2<0SIIR2=－［C2′（1－ζ）+μH2－δ2－E］2［α2+θ2M－R2+φF－Eρ］2<0?（13）

可見，SII是R1，R2的減函數，當R1，R2的逐漸增加，SABCD的面積將減少，系統向B（1，1）點收斂的概率變小，表明博弈雙方選擇技術協同創新的概率與搭便車收益成反比。

命題6?當風險損失以及風險損失系數增大，博弈雙方更傾向于不進行技術協同創新。

證明：對SII分別求μ、H1和H2的偏導數如下：

SIIH1=－μ2［α1+θ1M－R1+φF+Eρ－E］<0SIIH2=－μ2［α2+θ2M－R2+φF－Eρ］<0SIIμ=－12H2［α2+θ2M－R2+φF－Eρ］+H1［α1+θ1M－R1+φF+Eρ－E］<0?（14）

所以SII是μ、H1和H2的減函數，如果μ、H1和H2增加，SABCD的面積將減小，系統向B（1，1）點收斂的可能性變小，表明博弈雙方選擇技術協同創新的概率與風險損失及其系數成反比。

命題7?隨著政府對技術創新成本補貼、成果激勵及稅收優惠力度的增大，博弈雙方更傾向于技術協同創新合作。

證明：由SII分別求ζ、E的偏導數如下：

SIIζ=12［C2′α2+θ2M－R2+φF－Eρ+C1′α1+θ1M－R1+φF+Eρ－E］>0SIIE=12α2+θ2M－R2+φF－Eρ－ρ［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2+α1+θ1M－R1+φF+Eρ－E－ρ［C2′（1－ζ）+μH2－δ2－E］［α1+θ1M－R1+φF+Eρ－E］2>0（15）

所以SII是上述參數的增函數，當參數取值逐漸增大時，系統向B（1，1）點收斂的可能性增大，這樣激勵制造企業與物流企業間進行技術協同創新的效果更明顯。

命題8?當政府的監管力度及懲罰力度的增加，博弈雙方更傾向于技術協同創新合作。

證明：對SII分別求φ和F的偏導數如下：

SIIφ=F2［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2+［C1′（1－ζ）+μH1－δ1－E］［α1+θ1M－R1+φF+Eρ－E］2>0SIIF=φ2［C2′（1－ζ）+μH2－δ2－E］［α2+θ2M－R2+φF－Eρ］2+［C1′（1－ζ）+μH1－δ1－E］［α1+θ1M－R1+φF+Eρ－E］2>0?（16）

所以SII是φ、F的增函數，當參數取值逐漸增大時，系統向B（1，1）點收斂的可能性增加。說明監管力度及懲罰力度加大，制造企業與物流企業的違約代價越大，促使雙方向協同創新的方向努力合作。

四、仿真分析

為直觀展示系統達到最優穩定策略的演化路徑，本文將通過MATLAB中求微分方程數值解的ODE45函數，采用數值仿真法對相關影響因素進行分析。量值的選擇不影響結論，假設參數初始值如下：

C1′=8，C2′=7，H1=4，H2=2，R1=2，R2=3，M=20，E=1，F=1，α1=2.0，α2=1.5，ζ=0.45，φ=0.4，μ=0.5，θ1=0.5，θ2=0.5，ρ=0.5。

（一）博弈參與主體初始值的影響分析

將數值模擬初始值（x，y）?分別取（0.6，0.1）（0.5，0.2）（0.4，0.3）（0.9，0.3）（0.8，0.4）（0.7，0.5），參與主體策略選擇隨時間變化的動態演化過程如圖3所示。

圖3?博弈參與主體策略選擇的動態演化過程

圖4?信息共享量取值不同下系統演化軌跡

由圖3可知，當博弈雙方的概率（x，y）?分別取不同的初始值，最終的博弈演化結果也收斂于不同點位，在初始值設定狀態下，鞍點D的數值可大致計算出為（0.61，0.35），然后結合圖2可知，如果（x，y）初始值落在多邊形ADCO內，那么初始值會逐漸收斂于點（0，0），博弈參與主體將選擇“模仿創新”的博弈策略。當（x，y）初始值落在多邊形ABCD范圍內，則收斂于（1，1），制造企業與物流企業雙方傾向于選擇技術協同創新的博弈策略。驗證了博弈參與主體策略的演化結果對（x，y）初始值具有依賴性。

（二）雙方信息共享量對策略影響的分析

首先考慮政府輕度參與，相關參數取初值，而信息共享量M分別取30、40及50。根據上面參數的靈敏度分析可知，可見雙方的信任和系統能提供的信息共享程度，會影響兩業融合發展過程中企業間是否選擇技術協同創新。具體仿真結果如圖4所示，在物流工業互聯網平臺的信息安全得到保障下，通過增加雙方有效信息量的共享，能夠創造更多的附加值，選擇技術協同創新概率就越大。

不過，當生產制造企業與物流企業雙方加入技術協同創新時，跨企業跨系統的平臺操作使得企業風險上升，為了各自利益的最大化，可能使得參與主體模仿創新，并且風險越大趨勢越明顯。因為在技術協同創新過程中，可能會使得“兩業”相關企業技術和商業機密被竊取，造成損失；在傳遞和溝通的過程中，由于信息不準確，未能及時到達接收方等，沒有有效實現生產物流信息的實時協同，容易導致管理者決策失誤。因此在這個過程中應該加強企業的商業倫理觀以及信息安全防護措施，盡量避免或者減少風險損失。

（三）雙方協同創新收益對策略影響的分析

利用技術創新來提高物流服務效率，能夠降低制造業供應鏈成本，不斷擴大市場收益。根據上面參數的靈敏度分析可知，協同創新收益越高，越能刺激雙方企業進行技術協同創新。當協同創新收益分別取不同數值時（20，25，30），具體仿真結果圖5所示。

當協同創新收益較低時，雙方會選擇模仿創新。而技術模仿創新成本同樣會影響主體策略的選擇。物流工業互聯網平臺通過技術創新來升級服務，能夠獲得更多的收益，促使雙方協同創新。但是關鍵技術投入成本高，所以政府應該重點關注成本收益這個指標，通過合理運用相關手段，給予必要的扶持。應該考慮加大政府干預力度，以下將針對這種情況進行重點討論。

（四）政府政策對博弈主體策略影響的分析

首先分析當補貼激勵標準確定后，政府的監管懲罰力度對雙方協同創新策略選擇的影響。

此處是補貼系數激勵額度一定下，重點分析政府監管懲罰力度大和監管懲罰力度輕兩種情況。

此處取激勵額度E=E1+E2=3，技術創新成本補貼系數ζ取0.35；而監管懲罰參數分別取φ=0.6，F=2.5與φ=0.3，F=1.5，仿真結果如圖6、圖7所示。

通過圖6發現在政府參與的情況下，當政府補貼激勵支持一定后，適度的監管懲罰措施是非常必要的，有利于制造企業與物流企業的技術協同創新。而圖7說明如果監管懲罰力度較輕，會出現“搭便車”現象，因為采取“搭便車”的行為可使自己從對方技術創新中獲得的收益變大，這樣其參與合作的積極性降低。除此之外，物流企業對技術創新的反應會更敏感，在創新過程中處于主導地位。當政府嚴監管懲罰時，比制造企業技術創新積極性更高，收斂速度更快；當政府的監管懲罰力度較小時，其協同創新積極性比制造企業更低。

對政府參與的相關參數如技術創新的成本補貼、稅收減免、成果獎勵、監管程度以及懲罰力度等不同參數的多種取值組合情況進行仿真分析，結果如圖8所示。

通過上圖可知，如果政府的成本補貼力度過小，并不能使創新主體向合作的方向靠近，當有適度的技術創新補貼和稅收優惠，雙方才會更加積極進行協同創新。由于物流工業互聯網平臺技術創新初始資金投入大，結果具有不確定性，使得一些企業望而卻步。而政府針對研發經費投入進行成本補貼和稅收減免，有助于降低企業技術創新初始階段的投入成本，以真金白銀的支持激勵物流工業互聯網平臺企業研發投入，尤其是當前時期，緩解疫情造成的不利影響，為制造企業與物流企業持續創新保駕護航。

通過監管懲罰機制，對于違約方私自技術模仿創新而為獲得搭便車收益破壞系統建立的合作機制給予懲罰。但是懲罰的力度很重要，弱懲罰并不能使違約方遵守系統規則，當政府加大懲罰力度的時候，“兩業”企業更傾向于減少違約行為以降低損失，以便利益最大化，這樣有利于更快建立良好的物流工業互聯網平臺系統協同技術創新合作機制。

五、結論與啟示

本文考慮了技術創新的市場銷售收益、信息共享收益以及風險損失等因素，構建基于政府干預機制的演化博弈模型，在政府的補貼激勵、稅收優惠和監管懲罰機制下，探究政府不同手段實施力度對制造業、物流業深度融合發展與“兩業”間技術協同創新合作意愿的影響。博弈均衡解與仿真結果顯示：（1）從經濟因素來看，當獲得協同收益越高，雙方就越遵守系統規則。主要利用成本收益指標，技術創新初期，價格的提高容易導致市場波動，技術投入成本的管控對于雙方進行技術創新合作至關重要。（2）從技術因素來看，制造企業與物流企業間有效信息共享量越大，企業對共享信息轉化能力越強，越有利于雙方協同技術創新。但企業的信息安全隱患也就越大，技術創新的風險損失影響雙方創新的積極性。（3）從政策因素來看，政府對技術創新的成本補貼、稅收優惠、成果激勵和監管懲罰可以發揮各自的優勢，推動系統雙方向協同創新方向演進。通常對違反系統規則的制造企業或物流企業給予適度的懲罰。不過懲罰力度較輕時，參與主體仍然會傾向于技術模仿創新。根據上述結論，可以得到以下啟示：

第一，制造企業與物流企業應密切合作，通過技術協同創新，建立快速響應機制以應對市場需求變化，從而抓住市場機遇，不斷提高銷售收入。盡可能地降低技術協同創新的成本，確定合適的市場價格，從而提高雙方利潤率；同時，為了使物流企業與制造企業間能夠同心協力，需要制定合理有效的利益分配機制，這樣才能形成良好的技術創新生態，最大限度地發揮雙方開展技術創新的積極性。推動兩業深度融合互聯共享，提高生產制造和物流一體化運作水平。

第二，應該建立良好的信息系統，加大信息共享量，提高企業通過信息共享轉化為收益的能力，隨著雙方技術協同創新，智慧物流平臺通過企業間公開透明的數據和信息實現共享共治，跨系統、跨企業進行協同規劃和協調。同時應降低企業信息安全風險，制造業物流業融合發展趨勢不斷增強，雙方企業之間風險共擔、利益共享的聯動融合發展格局正在形成。聚焦大數據全面推進區塊鏈等技術應用，雙方攜手合力提升技術創新應用與風險防范能力。

第三，根據制造行業智慧物流融合創新的認定標準，給予企業扶持，其中激勵額度設置不僅考慮創新度，還應該讓企業積極承擔碳減排的社會責任。但是由于成果激勵考核周期較長，在現實中短期看不到明顯效果，研發成本補貼及稅收減免刺激性更強，政府應該根據實際情況結合幾種手段綜合運用。此外，為了規避通過謊報欺瞞獲得額外收益的機會主義和搭便車的行為，政府應采取有效措施加強對兩業技術創新參與主體的管理，相關部門加快健全監管制度，充分發揮政府在技術協同創新中的引導作用。

參考文獻：

［1］?馮杰，蹇明.基于技術溢出的競爭供應鏈技術創新決策研究［J］．綜合運輸，2022，44（9）：116-121.

［2］?李金華.“十四五”初期中國建設制造強國供給力分析［J］．浙江工商大學學報，2021（6）：128-140.

［3］?Ray?A?S，Bhaduri?S.?Co-evolution?of?IPR??Policy?and?Technological?Learning?in?Developing?Countries：?A?Game-theoretic?Model［J］.2022.

［4］?Catozzella?A，Vivarell1M.The?Possible?Adverse?Impact?of?Innovation?Subsidies：Some?Evidence?from?Ltaly［J］.Ternational?Entrepreneurship?&?Management?Journal，2016，12（2）：351-368.

［5］?Sabrina?T.Financing?Innovation：Evidence?from?R&D?Grants［J］.The?American?Economic?Review，2017，107（4）：1136-1164.

［6］?王金濤，曲世友，馮嚴超.基于演化博弈的高新技術企業創新風險防控研究［J］.科技管理研究，2019，39（23）：19-24.

［7］?卞晨，初釗鵬，孫正林.異質性環境規制政策合力與企業綠色技術創新的演化博弈分析［J］.工業技術經濟，2022，41（5）：12-21.

［8］?張宇航.數字經濟產業結構升級與物流技術創新［J］.物流工程與管理，2020，42（12）：61-64.

［9］?孫楚綠.大數據背景下企業物流技術創新與模式決策研究［J］.中國市場，2021（15）：177-178.

［10］Friedman?D.?Evolutionary?Game?in?Economics?［J］.Economy?Erica，1991，59（3）.

Deep?Integration?of?Manufacturing?and?Logistics?Industry?and?Inter-firm?Technological

Co-innovation——An?Evolutionary?Game?Analysis?with?Government?Involvement

LI?Cheng-long，?ZHENG?Qiu-mei

（School?of?Management，?Harbin?University?of?Commerce，?Harbin?150028，China）

Abstract：?With?the?arrival?of?the?digital?economy?era，?the?trend?of?the?integration?of?the?manufacturing?industry?+?logistics?industry?has?been?continuously?enhanced.?The?technological?innovation?of?manufacturing?logistics?ecology?in?the?new?period?needs?the?collaborative?participation?of?multiple?stakeholders，?this?paper?constructs?the?evolution?game?model?of?different?behavioural?strategies?of?manufacturing?enterprises?and?logistics?enterprises，?focuses?on?the?stable?strategy?of?the?input?behaviour?of?the?two?technological?collaborative?innovation?in?the?case?of?governmental?participation，?and?discusses?the?influencing?factors?of?the?technological?collaborative?innovation?of?manufacturing?logistics?through?numerical?simulation.?The?results?of?the?study?show?that：?the?stronger?the?ability?of?technological?transformation?gain，?the?higher?the?degree?of?information?sharing，?the?lower?the?risk?factor，?the?manufacturing?and?logistics?enterprises?participate?in?the?main?body?more?inclined?to?technological?co-innovation;?when?the?technological?co-innovation?gain?is?in?the?range?of?different?intervals，?the?two?sides?of?the?input?strategy?will?show?a?different?evolutionary?stable?state;?when?the?two?sides?do?not?carry?out?technological?co-innovation?and?choose?to?imitate?the?innovation，?the?introduction?of?the?governments?participation?to?find?the?manufacturing?enterprises?and?the?When?both?parties?do?not?engage?in?technological?co-innovation?but?choose?imitation?innovation，?the?government?is?introduced?to?find?the?optimal?pre-prevention?strategy?in?which?both?manufacturing?enterprises?and?logistics?enterprises?engage?in?technological?co-innovation，?which?verifies?the?validity?of?the?model;?under?the?governments?pre-prevention?mechanism，?subsidy?amount，?incentive?standard，?tax?breaks，?and?regulatory?penalties?play?a?positive?role?in?technological?co-innovation?to?prevent?free-riding?phenomenon?from?happening.

Key?words：manufacturing;logistics?industry;technology?Collaborative?Innovation;evolutionary?Gaming

（責任編輯：鄒學慧）