基于供應鏈視角的企業協同生態創新演化博弈

摘要： 基于演化博弈理論建立政府規制下的供應鏈核心企業和非核心企業協同生態創新的演化博弈模型，并對策略選擇進行穩定性分析，結合數值仿真模擬不同參數變化對系統演化的影響。結果表明：生態創新的收益越高成本越低越有助于企業協同生態創新；搭便車收益會對企業協同生態創新產生負向影響；存在一個最佳的協同收益分配系數使得雙方選擇協同生態創新的概率最大；政府補貼和懲罰機制對企業協同生態創新有顯著推動作用。

關鍵詞： 供應鏈；協同生態創新；演化博弈；政府規制；仿真

中圖分類號："""" F273.1；F224.32文獻標識碼： A

Evolutionary Game of Enterprises’ Collaborative Ecological Innovation

Based on the Perspective of Supply Chain

YANG Guozhong， ZHOU Wuyang

（School of Business， Central South University， Changsha 410083， China）

Abstract：

Based on evolutionary game theory， this paper establishes an evolutionary game model of collaborative ecological innovation of core enterprises and non-core enterprises in the supply chain under government regulation. And then it analyzes the stability of strategy selection and combines numerical simulation to simulate the impact of different parameter changes on system evolution. The results show that： the higher the income of ecological innovation and the lower the cost， which is conducive to collaborative ecological innovation of enterprises; the free-rider income will have a negative impact on the collaborative ecological innovation of enterprises; there is an optimal co-benefit distribution coefficient that makes the two parties have the greatest probability of collaborative ecological innovation; the government′s subsidy and punishment mechanism has a significant role in promoting the collaborative ecological innovation of enterprises.

Keywords：

supply chain; collaborative ecological innovation; evolutionary game; government regulation; simulation

0 引言

隨著社會經濟的迅猛發展，自然資源越來越匱乏，極端天氣頻繁發生，環境問題日益受到國際社會的關注。發展綠色經濟已成為世界各國的共同責任。黨的二十大報告明確指出，推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。這彰顯了中國積極應對氣候變化、發展低碳經濟的責任擔當，而可持續發展的關鍵在于生態創新，生態創新是支撐中國實現綠色轉型、走可持續發展之路的戰略選擇［1］。

目前，國內外學者對生態創新的研究層出不窮。生態創新又稱環境創新、低碳創新、綠色創新。Takalo等［2］認為生態創新是在減少環境風險的同時創造出新產品和新技術的過程。楊東等［3］認為生態創新有兩個特點，一是新知識和新路線的探索，二是同時實現環境和經濟效益。雖然學者對生態創新的定義術語不同，但是內涵上沒有本質區別，都是指企業通過工藝流程或產品等創新最終降低環境污染。

然而多數企業都存在研發能力不足、人才和資金短缺等約束［4］，所以，供應鏈節點企業應協同發展以分散生態創新的風險［5］。Bag等［6］調研南非制造業發現生態創新與綠色供應鏈實踐之間存在顯著的正相關關系。Wong等［7］基于中國企業的數據，研究發現客戶和供應商整合能促進企業綠色創新。也有學者引入博弈方法研究供應鏈上的生態創新問題。Mohsin等［8］構建集中決策和分散決策兩種情況下制造商和零售商的博弈模型，研究發現集中決策下的綠色創新水平和綠色渠道的總利潤更高。付秋芳等［9］建立起契約和懲罰兩種機制下供應商與制造商的碳減排投入博弈模型。白春光等［10］構建制造商和銷售商之間的納什均衡、斯塔克伯格主從博弈和合作博弈三種模型，從環境投入角度研究二者合作問題。

政府規制是推動企業生態創新的保障［11］，作為綠色經濟的監管者，政府的行為也直接影響著供應鏈企業的策略選擇。Wang等［12］構建了由政府、企業和消費者組成的演化博弈模型，模擬補貼系數、市場調節強度和企業品牌效益等因素對企業生態創新的影響。Halat等［13］構建政府與多級綠色供應鏈之間的斯塔克伯格博弈模型，研究協調決策和政府碳監管對碳排放和庫存成本的影響。Nielsen等［14］構建零售商和制造商的斯塔克伯格博弈模型，研究研發總投資激勵和單位產品激勵兩種政策對每個成員利潤和綠化水平的影響。盧超等［15］構建政企演化博弈模型，研究了同儕激勵基金和補貼系數對制造商綠色研發的影響。

梳理文獻后發現國內外學者對供應鏈層面企業生態創新和政府規制的相關研究較為充分，取得了一些重要研究成果，但是仍然存在不足：1）多數學者普遍忽視了供應鏈內部核心企業與非核心企業的博弈；2）對于供應鏈層面生態創新的研究多是基于各節點之間的利益均衡博弈，鮮有考慮協同生態創新問題。為此，本文考慮政府對生態創新的管制，利用演化博弈方法分析供應鏈上核心企業與非核心企業的協同生態創新行為，最后使用MATLAB進行數值仿真，以期為政府和企業提供一些意見。

1 基本假設與模型構建

生態創新有著投資大、風險高、投資回收期長等特性，激勵不足和資源約束是困擾企業生態創新的首要難題［16］。在中國市場制度尚不完善的情況下，政府可通過環保補助為企業生態創新提供資金來源，通過排污收費約束企業開展生態創新，充分發揮不同環境規制工具協同誘導生態創新的作用。

供應鏈是由所有加盟的節點企業（供應商、制造商、零售商等）組成的，其中一般會有一個核心企業（可以是制造商，也可以是供應商或者大型零售企業）。本文考慮的是政府規制下的供應鏈上核心企業與非核心企業協同生態創新的博弈，在此基礎上運用演化博弈論，并考慮供應鏈的特征后提出如下假設：

假設1 若核心企業和非核心企業均不進行生態創新，則雙方收益分別為R1和R2，R1gt;R2gt;0；若核心企業和非核心企業進行協同生態創新，則雙方研發投入分別為I1和I2，I1gt;0，I2gt;0。核心企業選擇協同生態創新的概率為x，非核心企業選擇協同生態創新的概率為y，且x，y∈［0，1］，為時間t的函數。

假設2 若僅核心企業進行生態創新，減少核心企業環節的碳排放，提高供應鏈終端產品的綠色度，進而提高消費者口碑，核心企業增加的經濟收益為P1（P1gt;0）。此時，非核心企業也將分享核心企業碳減排帶來的收益即“搭便車”行為，非核心企業的共享收益為g2，且0lt;g2lt;P2。

假設3 若僅非核心企業進行生態創新，也相應提高了終端產品的綠色度和消費者口碑，非核心企業增加的經濟收益為P2（P2gt;0）。此時，核心企業獲得非核心企業碳減排帶來的共享收益即“搭便車”行為，核心企業的共享收益為g1，且0lt;g1lt;P1。

假設4 若核心企業和非核心企業進行協同生態創新，這使得終端產品更為低碳，供應鏈的綠色度大幅提升、整體競爭力顯著增強，創造出“1+1＞2”的協同效應［17］，協同生態創新給整個供應鏈帶來的總增量收益為β，高于雙方單獨進行生態創新的增量收益之和，即βgt;P1+P2。設核心企業在協同總增量收益中的分配系數為w（0lt;wlt;1），則核心企業和非核心企業獲得的增量收益分別為βw和β（1－w）。

假設5 政府為了發展低碳經濟鼓勵雙方進行協同生態創新活動，對積極參與協同生態創新的企業按其研發投入給予各種優惠補貼，補貼系數為ai（i=1表示核心企業，i=2表示非核心企業）。同時，為了營造良好的生態創新氛圍，完善公平競爭的營商環境，政府對采取“搭便車”行為的企業處以一定的罰金Hi（i=1表示核心企業，i=2表示非核心企業），且滿足0lt;ailt;1與Higt;0。

根據本文假設構建的支付矩陣如表1所示。

2 模型求解及分析

核心企業選擇協同生態創新和不協同生態創新的收益分別為E11、E12，平均收益為E1；非核心企業選擇協同生態創新和不協同生態創新的收益為E21、E22，平均收益為E2。根據表1可知：

核心企業選擇協同生態創新的收益為

E11=y［R1+βw－（1－a1）I1］+（1－y）［R1+P1－（1－a1）I1］（1）

核心企業選擇不協同生態創新的收益為

E12=y（R1+g1－H1）+（1－y）R1（2）

核心企業的平均收益為

E1=xE11+（1－x）E12（3）

非核心企業選擇協同生態創新的收益為

E21=x［R2+β（1－w）－（1－a2）I2］+（1－x）［R2+P2－（1－a2）I2］（4）

非核心企業選擇不協同生態創新的收益為

E22=x（R2+g2－H2）+（1－x）R2（5）

非核心企業的平均收益為

E2=yE21+（1－y）E22（6）

根據Malthusian動態方程原理，得到核心企業和非核心企業進行協同生態創新的復制者動態方程組為

dxdt=x（E11－E1）=x（1－x）［y（βw+H1－P1－g1）+P1－（1－a1）I1］

dydt=y（E21－E2）=y（1－y）{x［β（1－w）+H2－P2－g2］+P2－（1－a2）I2} （7）

令dxdt=0且dydt=0，在R={（x，y）|0≤x≤1，0≤y≤1}上，可得系統的平衡點為（0，0），（0，1），（1，0），（1，1）。

當滿足P1+a1I1lt;I1，P2+a2I2lt;I2且βw+a1I1gt;I1+g1－H1，β（1－w）+a2I2gt;I2+g2－H2；或P1+a1I1gt;I1，P2+a2I2gt;I2且βw+a1I1lt;I1+g1－H1，β（1－w）+a2I2lt;I2+g2－H2時，（x*，y*）也是平衡點。其中，x*=（1－a2）I2－P2β（1－w）+H2－P2－g2，y*=（1－a1）I1－P1βw+H1－P1－g1。該博弈系統的雅克比矩陣如下所示：

J=（1－2x）［y（βw+H1－P1－g1）－（1－a1）I1］x（1－x）（βw－P1－g1）y（1－y）［β（1－w）－P2－g2］（1－2y）{x［β（1－w）+H2－P2－g2］+P2－（1－a2）I2}

若滿足行列式值det J＞0且跡tr J＜0，平衡點就處于局部穩定狀態。以此為判定依據對各平衡點進行分析，得出以下6種情形，系統演化相位圖如圖1所示（分析見表2～表7）。

情形1 當P1+a1I1lt;I1，P2+a2I2lt;I2，βw+a1I1lt;I1+g1－H1，β（1－w）+a2I2lt;I2+g2－H2，點（0，0）是系統穩定點。核心企業與非核心企業單獨進行生態創新的增量收益與政府補貼之和小于投入成本；并且二者協同生態創新的增量收益與政府補貼之和小于搭便車策略的收益與投入成本之和扣減政府罰金，此時核心企業和非核心企業均選擇不進行生態創新。情形1的相位圖如圖1a所示。

情形2 當P1+a1I1lt;I1，P2+a2I2gt;I2，βw+a1I1lt;I1+g1－H1，β（1－w）+a2I2gt;I2+g2－H2，點（0，1）是系統穩定點。非核心企業單獨進行生態創新的增量收益與政府補貼之和高于投入成本，且協同生態創新增量收益與政府補貼之和大于搭便車的凈收益，從而進行生態創新；而核心企業進行生態創新的增量收益與政府補貼之和無法彌補其投入成本，故選擇不進行生態創新。情形2的相位圖如圖1b所示。

情形3 當P1+a1I1gt;I1，P2+a2I2lt;I2，βw+a1I1gt;I1+g1－H1，β（1－w）+a2I2lt;I2+g2－H2，點（1，0）是系統穩定點。核心企業單獨進行生態創新時增量收益與政府補貼之和高于投入成本，且協同生態創新增量收益與政府補貼之和大于搭便車的凈收益，從而進行生態創新；而非核心企業進行生態創新的增量收益與政府補貼之和無法彌補其投入成本，故選擇不進行生態創新。情形3的相位圖如圖1c所示。

情形4 當P1+a1I1gt;I1，P2+a2I2gt;I2，βw+a1I1gt;I1+g1－H1，β（1－w）+a2I2gt;I2+g2－H2，點（1，1）是系統穩定點。核心企業和非核心企業單獨進行生態創新的增量收益與政府補貼之和高于投入成本，且二者協同生態創新的增量收益與政府補貼之和超過了各自搭便車的凈收益，基于利益最大化原則，核心企業和非核心企業都會選擇協同生態創新。情形4的相位圖如圖1d所示。

情形5 當P1+a1I1lt;I1，P2+a2I2lt;I2，βw+a1I1gt;I1+g1－H1，β（1－w）+a2I2gt;I2+g2－H2，點（0，0）和點（1，1）是系統穩定點。核心企業與非核心企業單獨進行生態創新時的增量收益與政府補貼之和低于其投入成本，但二者協同生態創新的增量收益與政府補貼之和又高于各自搭便車的凈收益。此時，若有一方選擇生態創新，另一方也會跟隨，否則二者都不進行生態創新。情形5的相位圖如圖1e所示。

情形6 當P1+a1I1gt;I1，P2+a2I2gt;I2，βw+a1I1lt;I1+g1－H1，β（1－w）+a2I2lt;I2+g2－H2，點（0，1）和點（1，0）是系統穩定點。非核心企業和核心企業單獨進行生態創新的增量收益和政府補貼之和高于投入成本，但二者協同的增量收益與政府補貼之和卻小于搭便車凈收益，出于利益最大化，此時只有一方會進行生態創新，具體演化穩定點與二者初始狀態和支付矩陣相關。情形6的相位圖如圖1f所示。

3 參數變化對系統演化穩定均衡結果的影響

3.1 參數變化對第五種情形下系統演化穩定均衡結果的影響

如圖1e所示，當P1+a1I1lt;I1，P2+a2I2lt;I2，βw+a1I1gt;I1+g1－H1，β（1－w）+a2I2gt;I2+g2－H2，點（0，0）和點（1，1）是系統的穩定點。系統最終演化穩定結果，由區域Ⅰ和區域Ⅱ的面積S1和S2決定，當S1gt;S2時，系統傾向于（0，0）的概率較高，當S1=S2時，系統傾向于（0，0）和（1，1）的概率相等，當S1lt;S2時，系統傾向于（1，1）的概率較高。由圖1e可知，區域Ⅰ的面積S1經計算可得：

S1=x*+y*2=12（1－a2）I2－P2β（1－w）+H2－P2－g2+（1－a1）I1－P1βw+H1－P1－g1（8）

由式（8）可知，影響區域Ⅰ面積S1的參數共有12項，包括P1，P2，I1，I2，g1，g2，β，w，a1，a2，H1，H2。經分析可得以下命題：

命題1 當核心企業與非核心企業單獨進行生態創新時，各自獲得的增量收益越小，二者就越不可能進行生態創新。

證明： S1P1=－βw－g1+H1－（1－a1）I12（βw+H1－P1－g1）2，S1P2=－β（1－w）－g2+H2－（1－a2）I22［β（1－w）+H2－P2－g2］2，由約束條件βw+a1I1gt;I1+g1－H1，β（1－w）+a2I2gt;I2+g2－H2，得S1P1lt;0，S1P2lt;0，表明P1和P2都是S1的減函數。

命題2 核心企業與非核心企業進行生態創新的投入成本越大，二者越不可能進行生態創新。

證明： S1I1=1－a12（βw+H1－P1－g1），S1I2=1－a22［β（1－w）+H2－P2－g2］，由βw+a1I1gt;I1+g1－H1，得（βw+H1－P1－g1）+P1－（1－a1）I1gt;0，而P1+a1I1lt;I1，所以βw+H1－P1－g1gt;0，同理β（1－w）+H2－P2－g2gt;0，又由假設條件0lt;a1、a2lt;1，得S1I1gt;0，S1I2gt;0，表明I1和I2都是S1的增函數。

命題3 核心企業與非核心企業搭便車行為所獲得的收益越大，則二者越不可能進行生態創新。

證明：S1g1=－P1－（1－a1）I12（βw+H1－P1－g1）2，S1g2=－P2－（1－a2）I22［β（1－w）+H2－P2－g2］2，由約束條件P1+a1I1lt;I1，P2+a2I2lt;I2，得S1g1gt;0，S1g2gt;0，表明g1和g2都是S1的增函數。

命題4 核心企業和非核心企業進行協同生態創新所獲得的供應鏈總增量收益越小，則二者越不可能進行協同生態創新。

證明： S1β=w［P1－（1－a1）I1］2（βw+H1－P1－g1）2+（1－w）［P2－（1－a2）I2］2［β（1－w）+H2－P2－g2］2，由約束條件P1+a1I1lt;I1，P2+a2I2lt;I2，而假設條件0lt;wlt;1，得S1βlt;0，表明β都是S1的減函數。

命題5 供應鏈上的核心企業和非核心企業經過協商可以找到一個合適的收益分配系數，使得雙方采取協同生態創新的意愿最大。

證明： S1w=β［P1－（1－a1）I1］2（βw+H1－P1－g1）2－β［P2－（1－a2）I2］2［β（1－w）+H2－P2－g2］2，可看出S1與w不是單調的函數關系。求二階偏導數2S1w2=－β2［P1－（1－a1）I1］（βw+H1－P1－g1）3－β2［P2－（1－a2）I2］［β（1－w）+H2－P2－g2］3，由條件P1+a1I1lt;I1，P2+a2I2lt;I2，求得2S1w2gt;0，說明在（0，1）之間存在一個w值使得S1取得極小值，令S1w=0，當滿足β（1－w）+H2－P2－g2βw+H1－P1－g12=P2－（1－a2）I2P1－（1－a1）I1時，S1取極小值，此時系統演化到穩定點（1，1）的概率最大。

命題6 政府成本補貼力度越大，核心企業與非核心企業選擇協同生態創新的概率越高。

證明： S1a1=－I12（βw+H1－P1－g1），S1a2=－I22［β（1－w）+H2－P2－g2］，由上述命題2證明過程可知，βw+H1－P1－g1gt;0，β（1－w）+H2－P2－g2gt;0，故S1a1lt;0，S1a2lt;0，表明a1和a2都是S1的減函數。

命題7 政府對搭便車行為的懲罰力度越大，核心企業與非核心企業選擇協同生態創新的概率越高。

證明： S1H1=P1－（1－a1）I12（βw+H1－P1－g1）2，S1H2=P2－（1－a2）I22［β（1－w）+H2－P2－g2］2，由于約束條件P1+a1I1lt;I1，P2+a2I2lt;I2，得S1H1lt;0，S1H2lt;0，表明H1和H2都是S1的減函數。

3.2 參數變化對第6種情形下系統演化穩定均衡結果的影響

如圖1f所示，當P1+a1I1gt;I1，P2+a2I2gt;I2，βw+a1I1lt;I1+g1－H1，β（1－w）+a2I2lt;I2+g2－H2時，點（0，1）和點（1，0）是系統的穩定點。系統最終演化的穩定結果由區域Ⅰ和區域Ⅱ的面積大小S1和S2決定，當S1gt;S2時，系統傾向于（0，1）的概率較高，當S1=S2時，系統傾向于（0，1）和（1，0）的概率相等，當S1lt;S2時，系統傾向于（1，0）的概率較高。由圖1f可知，區域Ⅰ的面積S1經計算可得：

S1=x*+1－y*2=12（1－a2）I2－P2β（1－w）+H2－P2－g2+βw+H1－g1－（1－a1）I1βw+H1－P1－g1（9）

由式（9）可知，影響區域Ⅰ面積S1的參數共有12項，包括P1，P2，I1，I2，g1，g2，β，w，H1，H2，a1，a2。分別求面積S1對各參數的偏導數，結果如下：S1P1lt;0，S1P2gt;0，S1I1gt;0，S1I2lt;0，S1g1gt;0，S1g2lt;0， S1wlt;0，S1a1lt;0，S1a2gt;0，S1H1lt;0，S1H2gt;0，S1β符號不確定。

這表明，當其他參數不變時，P1，I2，g2，w，a1，H1對S1是減函數，即核心企業單獨進行生態創新的增量收益和政府補貼越高，政府對核心企業的懲罰力度越大，非核心企業進行生態創新的投入成本和搭便車收益越高，核心企業在協同生態創新中分配的超額收益越大，S1面積就越小，系統演化穩定點趨于（1，0），非核心企業越不可能進行生態創新，而核心企業更有可能進行生態創新；而P2，I1，a2，H2，g1對S1是增函數，即非核心企業單獨進行生態創新的增量收益和政府補貼越高，政府對非核心企業的懲罰力度越大，核心企業進行生態創新的投入成本和搭便車收益越高，S1面積也就越大，系統演化穩定點趨于（0，1），非核心企業越有可能進行生態創新，而核心企業越不可能進行生態創新。

而S1β=（1－w）［P2－（1－a2）I2］2［β（1－w）+H2－P2－g2］2－w［P1－（1－a1）I1］2（βw+H1－P1－g1）2，由約束條件P1+a1I1gt;I1，P2+a2I2lt;I2，0lt;wlt;1，可知w［P1－（1－a1）I1］2（βw+H1－P1－g1）2gt;0，（1－w）［P2－（1－a2）I2］2［β（1－w）+H2－P2－g2］2gt;0，故β對S1的影響是非單調的。再對S1求關于β的二階偏導數，得2S1β2=－（1－w）2［P2－（1－a2）I2］［β（1－w）+H2－P2－g2］3+w2［P1－（1－a1）I1］（βw+H1－P1－g1）3，可看出2S1β2的符號也是未知的。這表明，非核心企業若能實施有效的成本管理，使其凈收益高于核心企業，此時S1βgt;0，β是S1的增函數，系統演化穩定點趨于（0，1），非核心企業更有可能進行生態創新，核心企業不會進行生態創新。

4 數值仿真

本文使用Matlab軟件進行數值仿真。假設x0和y0分別表示核心企業和非核心企業選擇協同生態創新的初始概率，一般情況下，非核心企業的生產規模和研發能力弱于核心企業，其生態創新意愿也相應小于核心企業，不妨設系統演化的初始點（x0，y0）為（0.4，0.3）。

為了盡可能與現實狀況相近，使研究結論一般化，初始參數值設定主要有三方面依據：1）文獻和供應鏈協同生態創新系統的特性。參照李柏洲等［18］和徐建中等［19］的參數設置，考慮到生態創新高投入的特性，以及非核心企業對供應鏈協同生態創新的貢獻小于核心企業，從而其投入成本、增量收益和分配的協同增量收益也相應較少。本文設定核心企業與非核心企業單獨進行生態創新的增量收益分別為P1=28和P2=25，搭便車收益分別為g1=10和g2=9，協同生態創新的成本分別為I1=35和I2=31，協同總增量收益β=65，分配系數w=0.55，政府罰金H1=H2=4。2）政策。參考《上海市徐匯區節能減排降碳專項資金管理辦法》和《杭州市科創領域碳達峰行動方案》等碳補貼政策，確定政府補貼系數范圍大致是10%～30%，并將初始值設為a1=a2=0.2。3）等式平衡原則。基于上述依據，本文擬定初始參數值：P1=28，P2=25，I1=35，I2=31，a1=a2=0.2，H1=H2=4，g1=10，g2=9，β=65，w=0.55。

4.1 收益和成本對系統演化的影響

其他參數不變，單獨進行生態創新的增量收益、協同生態創新的成本和總增量收益分別取值1）P1－I1=－3，P2－I2=－3，P1=32，P2=27，I1=35，I2=31，β=70；2）P1－I1=－3， P2－I2=－10， P1=32， P2=23，I1=35，I2=33，β=65；3）P1－I1=－10，P2－I2=－3，P1=28，P2=27，I1=38，I2=31，β=65；4）P1－I1=－10，P2－I2=－10，P1=28，P2=23，I1=38，I2=33，β=60。仿真結果如圖2所示。

圖2數值仿真結果驗證了命題1、命題2和命題4，不管是核心企業還是非核心企業，單獨進行生態創新和協同生態創新的增量收益越高，投入成本越低，越有可能選擇協同創新，系統則逐漸收斂于（1，1）。這說明當企業實施有效的成本控制和風險管控等方式增加凈收益時，越會趨于選擇協同生態創新。

4.2 搭便車收益對系統演化的影響

其他參數不變，搭便車收益分別取值g1=4，g2=3；g1=7，g2=6；g1=10，g2=9；g1=14，g2=12；g1=18，g2=15時，仿真結果如圖3所示。

圖3的仿真結果驗證了命題3。當g1取4和7、g2取3和6時，系統趨于（1，1），此時博弈雙方均選擇協同生態創新。隨著g1、g2取值不斷增加，非核心企業的策略逐漸從協同生態創新演化至不進行協同生態創新，核心企業選擇不協同生態創新的概率也不斷增大。這說明搭便車行為獲得的收益會對企業協同生態創新的積極性造成不利影響，并且非核心企業對搭便車收益更加敏感。

4.3 協同收益分配系數對系統演化的影響

其他參數不變，協同收益分配系數分別取值w=0.52，w=0.525，w=0.533，w=0.54，w=0.544時，仿真結果如圖4所示。

圖4的仿真結果驗證了命題5。當w取0.52時，系統趨于（0，1），此時非核心企業選擇協同生態創新而核心企業選擇不協同生態創新；當w增至0.525、0.533和0.54時，系統趨于（1，1）的理想狀態，雙方均選擇協同生態創新；而當w增至0.544時，系統趨于（1，0），此時核心企業選擇協同生態創新而非核心企業選擇不協同生態創新。這說明，合理的收益分配機制能增加二者協同生態創新的概率，實現雙贏的合作。

4.4 政府獎罰機制對系統演化的影響

其他參數不變，政府補貼系數分別取值a1=a2=0.1，a1=a2=0.18，a1=a2=0.2，a1=a2=0.23，a1=a2=0.3，政府罰金分別取值H1=H2=0，H1=H2=3，H1=H2=4，H1=H2=5，H1=H2=7時，仿真結果分別如圖5和圖6所示。

圖5和圖6的仿真結果分別驗證了命題6和7。如圖5所示，當a1，a2取0.1，0.18時，系統趨于（0，0），此時雙方均選擇不協同生態創新，而當a1，a2增大到0.23以上時，雙方均選擇協同生態創新。如圖6所示，隨著H1，H2取值不斷增加，非核心企業的策略逐漸從不協同生態創新演化至協同生態創新，核心企業選擇協同生態創新的概率也不斷增大，當H1，H2增加到5以上時，系統趨于（1，1），此時雙方均選擇協同生態創新。此外，還可看出，政府獎罰機制存在閾值且非核心企業的閾值要高于核心企業。這是因為生態創新成本和風險高，而非核心企業的資金規模和研發能力有限，需要政府給予更多干預和支持。

5 結論與建議

本文基于演化博弈理論構建了政府規制下的供應鏈核心企業與非核心企業的博弈模型，在理論分析各因素對系統演化路徑影響的基礎上，運用Matlab軟件進一步仿真驗證。研究結果表明：1）生態創新投入成本與增量收益的差額在一定范圍內，供應鏈上企業才會選擇協同生態創新；2）搭便車收益對系統中博弈雙方選擇協同生態創新會產生消極影響，且非核心企業對搭便車收益更加敏感；3）合理設置協同收益分配系數可以增加供應鏈企業協同生態創新的概率，有助于供應鏈穩定協同發展，實現雙贏的局面；4）政府對進行協同生態創新方實施成本補貼政策和對搭便車行為方實施監管處罰方式均對協同生態創新有顯著推動作用。政府獎罰機制存在閾值且非核心企業的閾值要高于核心企業，成本補貼和搭便車行為懲罰力度越高，系統向協同生態創新方向收斂的速度越快。

基于以上研究結論提出如下建議：1）供應鏈的核心企業和非核心企業應當從供應鏈整體發展的角度出發，建立資源共享機制，有效控制成本，合理規避風險，提升供應鏈整體競爭力從而實現更高利潤；同時，建立合理的利益分配機制以保證雙方都能有利可圖。2）核心企業應慎重評估和選擇合作企業，積極倡導建立供應鏈誠信聯盟，與供應鏈其他企業形成長期合作的戰略伙伴關系，充分利用供應鏈內部的信息交流機制，為非核心企業提供基于認同的信任，鼓勵非核心企業參與協同生態創新。3）政府應以成本補貼為主，提高企業生態創新的凈收益，充分調動企業生態創新的積極性；同時，政府也應輔以適度的監管懲罰措施來減少企業搭便車的行為，營造公平競爭的環境；特別是非核心企業的資金規模和研發能力有限，政府應當給予更多的干預和支持。4）政府應搭建產學合作的生態創新研發與應用平臺，降低企業創新成本；同時，政府應搭建生態創新成果交易平臺并完善綠色知識產權保護機制，在全社會宣傳低碳環保進而引導公眾綠色消費，培育積極的企業生態創新環境。

參考文獻：

［1］莊貴陽，竇曉銘，魏鳴昕. 碳達峰碳中和的學理闡釋與路徑分析［J］.蘭州大學學報（社會科學版），2022，50（1）：5768.

ZHUANG G Y， DOU X M， WEI M X. Theoretical interpretation and path analysis of “peak carbon dioxide emission” and “carbon neutrality”［J］. Journal of Lanzhou University（Social Sciences），2022，50（1）：5768.

［2］TAKALO S K， TOORANLOO H S， PARIZI Z S. Green innovation： a systematic literature review［J］. Journal of Cleaner Production， 2021，279（4）：122.

［3］楊東，柴慧敏. 企業綠色技術創新的驅動因素及其績效影響研究綜述［J］. 中國人口·資源與環境，2015，25（11）：132136.

YANG D， CHAI H M. A review of driving factors of green technology innovation and its effect on firm′s performance［J］. China Population， Resources and Environment，2015，25（11）：132136.

［4］彭雪蓉，黃學. 企業生態創新影響因素研究前沿探析與未來研究熱點展望［J］. 外國經濟與管理，2013，35（9）：6171，80.

PENG X R， HUANG X. Analysis of frontier research of influencing factors of eco-innovation and prospects for future hot research topics［J］. Foreign Economics amp; Management，2013，35（9）：6171，80.

［5］解學梅，羅丹，高彥茹. 基于綠色創新的供應鏈企業協同機理實證研究［J］. 管理工程學報，2019，33（3）：116124.

XIE X M， LUO D， GAO Y R. Collaborative mechanism of supply chain enterprises based on green innovation： an empirical study［J］. Journal of Industrial Engineering/Engineering Management，2019，33（3）：116124.

［6］BAG S， DHAMIJA P， BRYDE D J， et al. Effect of eco-innovation on green supply chain management， circular economy capability， and performance of small and medium enterprises［J］. Journal of Business Research，2022，141：6072.

［7］WONG C Y， WONG C W Y， BOON-ITT S. Effects of green supply chain integration and green innovation on environmental and cost performance［J］. International Journal of Production Research，2020，58（15）：45894609.

［8］MOHSIN A K M， HOSSAIN S F A， TUSHAR H， et al. Differential game model and coordination model for green supply chain based on green technology research and development［J］. Heliyon，2021，7（8）：19.

［9］付秋芳，忻莉燕，馬士華. 懲罰機制下供應鏈企業碳減排投入的演化博弈［J］. 管理科學學報，2016，19（4）：5670.

FU Q F， XIN L Y， MA S H. Evolutionary game of carbon-emission-reduction investment in supply chains under a contract with punishment mechanism［J］. Journal of Management Sciences in China，2016，19（4）：5670.

［10］ 白春光，唐家福. 制造–銷售企業綠色供應鏈合作博弈分析［J］. 系統工程學報，2017，32（6）：818828.

BAI C G， TANG J F. Manufacturing-marketing green supply chain cooperative game analysis［J］. Journal of Systems Engineering， 2017，32（6）：818828.

［11］ ROH T， LEE K， YANG J Y. How do intellectual property rights and government support drive a firm’s green innovation？ The mediating role of open innovation ［J］. Journal of Cleaner Production，2021，317（2）：113.

［12］ WANG M Y， LI Y M， CHENG Z X， et al. Evolution and equilibrium of a green technological innovation system： simulation of a tripartite game model［J］. Journal of Cleaner Production，2021，278（11）：115.

［13］ HALAT K， HAFEZALKOTOB A. Modeling carbon regulation policies in inventory decisions of a multi-stage green supply chain： a game theory approach［J］. Computers amp; Industrial Engineering，2019，128：807830.

［14］ NIELSEN I E， MAJUMDER S， SANA S S， et al. Comparative analysis of government incentives and game structures on single and two-period green supply chain［J］. Journal of Cleaner Production，2019，235（10）：13711398.

［15］ 盧超，程海芳，蔡建湖. 同儕激勵機制下政府補貼對制造商綠色研發影響的演化博弈分析［J］. 管理學報，2022，19（1）：93101.

LU C， CHENG H F， CAI J H. Evolutionary game analysis： impacts of government subsidies on manufacturers’ green Ramp;D under peer incentive mechanism［J］. Chinese Journal of Management，2022，19（1）：93101.

［16］ FENG Z， LEI Z. Enhancing corporate sustainable development： Stakeholder pressures， organizational learning， and green innovation［J］. Business Strategy and the Environment，2019，28（6）：10121026.

［17］ 解學梅，陳佳玲. 供應鏈多維協同創新與企業績效：一項元分析的檢驗［J］. 管理工程學報，2022，36（2）：2036.

XIE X M， CHEN J L. The multi-dimensional collaborative innovation of supply chain and firm performance： a test based on meta-analysis［J］. Journal of Industrial Engineering and Engineering Management，2022，36（2）：2036.

［18］ 李柏洲，王雪，蘇屹，等. 我國戰略性新興產業間供應鏈企業協同創新演化博弈研究［J］. 中國管理科學，2021，29（8）：136147.

LI B Z， WANG X， SU Y， et al. Evolutionary game research on collaborative innovation of supply chain enterprises from different strategic emerging industries in China［J］. Chinese Journal of Management Science，2021，29（8）：136147.

［19］ 徐建中，徐瑩瑩. 基于演化博弈的制造企業低碳技術采納決策機制研究［J］. 運籌與管理，2014，23（5）：264272.

XU J Z， XU Y Y. Study on low-carbon technology adoption among manufacturers based on evolutionary game theory［J］. Operations Research and Management Science，2014，23（5）：264272.

（責任編輯 耿金花）