工業互聯網平臺賦能制造業轉型的演化博弈研究

摘 要：為探究工業互聯網發展過程中政府、工業互聯網平臺和制造業企業的策略選擇問題，構建三者的演化博弈模型，通過對三者演化的穩定性分析，揭示了三者的演化博弈規律，并基于Matlab仿真分析相關因素對演化策略的影響。研究結果表明：政府過低、過高的補貼力度，以及降低懲罰力度均不有利于促進政府、工業互聯網平臺和制造業企業實現協同發展；在平臺賦能過程中，建立合理的利益分配機制有利于提高工業互聯網平臺和制造業企業的合作意愿；工業互聯網平臺在兼顧賦能成本的前提下提升賦能質量、制造業企業增強對賦予資源的吸收，這兩種情況均對彼此的合作意愿具有正向影響。

關鍵詞：工業互聯網平臺；平臺賦能；制造業轉型；三方演化博弈

中圖分類號：F49""文獻標識碼：A

doi：10.3969/j.issn.1672-2272.202310028

An Evolutionary Game Study of Industrial Internet Platforms Enabling Manufacturing Transformation

Abstract：In order to explore the strategy selection of the government， the industrial Internet platform and the manufacturing enterprises in the development process of the industrial Internet， the evolutionary game model of the three is constructed. The evolutionary game law of the three is revealed through the analysis of the evolutionary path and stability of the three， and the influence of relevant factors on the evolutionary strategy is analyzed based on Matlab simulation. The results show that too low and too high subsidies from the government and lower penalties are not conducive to promoting the coordinated development of the government， industrial Internet platforms and manufacturing enterprises; establishing a reasonable benefit distribution mechanism in the process of platform empowerment is conducive to increasing the willingness of industrial Internet platforms and manufacturing enterprises to cooperate; on the premise of taking into account the enabling cost， the industrial Internet platform improves the enabling quality and the manufacturing enterprises enhance the absorption of endowed resources. Both situations have a positive impact on each other’s willingness to cooperate.

Key Words：Industrial Internet Platforms;Platform Empowerment;Manufacturing Transformation; Evolutionary Gaming

0 引言

為促進數字經濟和實體經濟深度融合，實現工業互聯網平臺和制造業企業價值共創，國務院在2021年3月發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》中明確提出：“積極穩妥發展工業互聯網，培育具有國際影響力的工業互聯網平臺，推進‘工業互聯網+智能制造產業’生態建設。”截至2022年，制造業加速向數字化發展已經取得一些成效，其中具有影響力的工業互聯網平臺超過240家，連接的工業設備超過7 900萬臺（套）。然而，平臺賦能制造業轉型雖然取得了重大突破，但大部分制造業企業對工業互聯網平臺的應用水平并不理想。截至2022年，全國工業互聯網平臺應用普及率為22.2%，制造業企業工業設備上云率為17.7%。這些現象產生的主要原因之一是工業互聯網平臺與制造業企業分別在數據賦能、資源共享過程中面臨著高不確定性，導致雙方合作效率下降[1]。不確定性源于工業互聯網平臺和制造業企業存在目標不一致、利益模糊性、主動性機會主義等問題，使得雙方缺乏信任[2]。目前依靠工業互聯網平臺和制造業企業解決合作效率低下問題難以實現，還需政府的介入來引導它們的合作發展關系。政府作為第三方監督管理與引導機構，通過規范參與者行為、完善法律法規制度等措施，不僅為雙方創造了一個良好的合作環境，而且也有利于政府實現兼顧經濟、社會與環境的綜合性價值創造[3]。由此，政府、工業互聯網平臺和制造業企業等關鍵主體在工業互聯網發展的過程中逐漸形成價值交換網絡[4]。在上述背景下，研究政府不同引導措施如何影響各關鍵主體的策略選擇，以及工業互聯網平臺和制造業企業的資源付出與利益回報到底如何影響彼此的合作關系具有重要意義。

1 文獻綜述

學術界普遍認為，工業互聯網平臺賦能制造業轉型與平臺賦能水平、平臺和企業之間的利益分配、企業的吸收能力息息相關。首先，工業互聯網平臺賦能水平。平臺賦能是指工業互聯網平臺利用大數據、云計算等新一代信息技術為制造業企業提供準確且智能的數據化策略支持的行為[5]。目前，學術界對平臺賦能制造業轉型的實際應用研究較為豐富，例如利用數字孿生技術將物理世界與虛擬世界相聯并對產品和服務進行虛實映射，優化制造業企業的服務化模式[6]；通過信息物理系統將現有的工業設備或流程進行改造使其適應數字化生產，推動傳統制造轉向智能制造轉型[7]。由此可知，制造業企業通過工業互聯網平臺賦能會有力推動企業自身運營效率提升、工業技術創新和資源配置優化。其次，工業互聯網平臺和制造業企業之間的利益分配。在合作賦能過程中，制造業企業有必要對工業互聯網平臺進行信息、技術等資源共享以保證其更充分全面的利用企業內部資源，實現價值共創。但實踐中它們并不具有同等地位，在資源共享的過程中制造業企業會額外面臨產品信息、核心知識泄露的風險[8]，而利益與風險的錯配正是工業互聯網平臺與制造業企業合作失敗常見的原因之一。因此，工業互聯網平臺和制造業企業須在利益分配問題上達成共識，以確保雙方的利益與風險得到平衡，為賦能過程提供有力支持。最后，制造業企業的吸收能力。若要實現雙方合作價值最大化，制造業企業須對工業互聯網平臺所賦予的數據、技術等相關資源進行有效轉換，而這其中關系到制造業企業的吸收能力[9]。吸收能力是指制造業企業將內部與外部相結合的一種動態能力[10]，是衡量制造業企業，從外部獲取資源，并將其轉化為內部創新產出的重要指標[11]。吸收能力越強的制造業企業，從外部獲取資源并內化為自身能力的產出也越高[12]。因此，在合作賦能的過程中，制造業企業對于工業互聯網平臺提供的資源是否能有效吸收影響著自身的價值產出。

基于上述分析可知，工業互聯網平臺賦能制造業轉型的流程繁雜是多種因素共同作用的結果。 此外，學者們也對工業互聯網平臺賦能制造業轉型中的其他問題進行了研究。付宇涵等[13]基于流程制造行業案例，分析了工業互聯網平臺賦能流程制造行業數字化轉型的主要場景；尚晏瑩等[14]運用扎根理論方法，研究了工業互聯網平臺數據賦能驅動制造企業服務化的機理。這些研究主要從定性角度分析工業互聯網平臺賦能制造業轉型面臨的問題，而以定量角度研究的并不多。因此，本文從定量角度綜合考慮在賦能過程中平臺與企業之間的利益分配、平臺數據賦能和企業吸收能力等因素對工業互聯網平臺和制造業企業的影響，使得研究內容更加客觀與全面。

演化博弈理論是一種將傳統博弈理論和動態演化相結合的博弈方法[15]，其前提假設是個體的決策和行為屬于有限理性，即認為個體受到有限的信息約束，在實際情境中會做出非完全理性的決策。鑒于該理論從自身利益最大化的角度能反映出博弈主體的復雜決策行為，本文運用該理論分析政府、工業互聯網平臺和制造業企業的博弈過程與策略選擇的原因在于：一是三者之間存在利益交織關系且它們均無法獲得完全信息作出決策；二是三者的決策行為是一個長期重復博弈的過程，且能根據其他兩方的決策行為來調整自己的策略選擇。故三者的決策和行為是有限理性，符合演化博弈的應用條件。目前，已有少數學者運用演化博弈理論對政府、平臺與企業的相互作用機制進行了研究。李春發等[16]構建政府、智能平臺和藥企的三方演化博弈模型，指出由于智能平臺與藥企的地位不對等，雙方會對政府政策做出不同的反應，政府給予雙方適當的補貼方能促進它們積極合作。但此研究未考慮智能平臺與藥企的內部因素對它們演化策略的影響。周曉陽等[17]研究政府的補貼因素對工業互聯網平臺與制造業企業優化服務的影響，通過構建三者的演化博弈模型，表明政府不同的補貼力度只會影響工業互聯網平臺與制造業企業策略選擇的速率，并不會改變兩者的策略選擇方向，但該研究沒有考量政府懲罰這一關鍵因素。

工業互聯網平臺賦能制造業轉型是一個根據技術和市場的變化需要不斷進行調整優化的長期演化過程，在這個過程中，政府的不同引導措施會影響工業互聯網平臺的建設和應用、制造業數字化升級和智能化的發展。從上述研究中能夠發現，一些學者運用演化博弈討論政府在工業互聯網發展的作用主要體現在補貼機制上，忽略了政府的懲罰機制對約束企業和平臺規范經營、維護市場競爭秩序的重要作用。故本文考慮將政府的補貼機制和懲罰機制等影響因素共同引入到平臺賦能制造業轉型過程中，討論政府在積極和消極引導狀況下不同補貼和懲罰程度對工業互聯網平臺和制造業企業策略選擇的影響。

綜上，本文基于演化博弈視角，以政府、工業互聯網平臺和制造業企業為博弈對象構建演化博弈模型，從影響平臺賦能制造業轉型的相關因素出發，研究政府積極與消極引導、工業互聯網平臺的數字賦能水平、制造業企業的吸收能力，以及工業互聯網平臺與制造業企業之間的利益分配機制對彼此演化行為的影響。

2 問題描述與基本假設

2.1 問題描述

在實踐中，政府根據工業互聯網的發展需求來決定其引導程度，選擇積極引導則會不定期舉辦一些合作交流大會、發布優惠性政策和支持聯合研發等措施來搭建合作平臺，引導工業互聯網平臺與制造業企業合作；反之，工業互聯網平臺與制造業企業會結合自身發展情況以及收益分配是否合理來決定彼此的合作關系。若它們選擇合作，則工業互聯網平臺對制造業企業進行賦能，在賦能的過程中制造業企業共享各環節數據且吸收來自于工業互聯網平臺的信息與技術。這不僅能讓工業互聯網平臺與制造業企業同處在良好的環境下展開合作交流與利益互換，而且也能滿足政府提高社會公共利益的訴求。基于上述分析，本文構建了三者的博弈關系，如圖1所示。

2.2 基本假設

假設1：政府、工業互聯網平臺和制造業企業三方為本文的博弈主體。工業互聯網平臺選擇合作的概率為x（0≤x≤1），選擇不合作的概率為1-x；制造業企業選擇合作的概率為y（0≤y≤1），選擇不合作的概率為1-y；政府選擇積極引導的概率為z（0≤z≤1），選擇消極引導的概率為1－z。三者均為有限理性博弈主體且會根據實際情況調整自己的策略。

假設2：當政府選擇積極引導時，政府通過相應措施協調雙方合作關系，此時收益為P。另外，政府對選擇合作的工業互聯網平臺、制造業企業進行補貼，設政府補貼為K1；對選擇不合作的雙方進行處罰，設政府懲罰為K2。當政府選擇消極引導時，政府任由雙方發展，不加以干擾，此時收益為Q。由于政府不同程度的引導，會導致工業互聯網平臺和制造業企業在合作時所產生的額外收益不同。因此，在政府積極引導狀況下，設產生的額外收益為Mi（i=a，b，c），分別對應（合作，合作；合作，不合作；不合作，合作）3種狀態；同理在政府消極引導狀況下，設產生的額外收益分別為Mi（i=1，2，3），也分別對應上述3種狀態。其中，Magt;M1，Mbgt;M2，Mcgt;M3。此外，李安渝等[18]指出工業互聯網平臺和制造業企業進行合作共創時會產生價值溢出效應。故雙方均選擇合作時產生的額外收益大于它們單方合作時產生的額外收益之和，即滿足Magt;Mb+Mc，M1gt;M2+M3。

假設3：當工業互聯網平臺和制造業企業僅有一方選擇合作時，此時賦能過程中會存在投機行為，即另一方并不需要付出成本就能獲得收益。當工業互聯網平臺選擇合作時，工業互聯網平臺數字化賦能系數為α（α≥1），數字化賦能成本為C1。在平臺對企業賦能的過程中，制造業企業需付出必要的成本對平臺賦予的資源進行接納與吸收。設制造業企業付出的必要成本為f且吸收能力系數為β（0≤β≤1）。當制造業企業選擇合作時，制造業企業資源共享系數為γ（0≤γ≤1），資源共享成本為C2。另外，制造業企業在資源共享的過程中存在風險成本，設其為e。工業互聯網平臺與制造業企業之間的收益分配系數為δ（0≤δ≤1）。

假設4：當工業互聯網平臺和制造業企業均不選擇合作時，它們的收益分別為Ri（i=1，2）。

3 演化穩定性分析

3.1 支付矩陣建立

基于以上參數和假設，得到三方博弈模型的支付收益矩陣，如表1所示。

3.2 演化策略求解

3.2.1 工業互聯網平臺的策略分析

工業互聯網平臺選擇合作的期望收益、選擇不合作的期望收益和平均期望收益分別為：

工業互聯網平臺的復制動態方程為：

F（x，y，z）=dx/dt=x（U1－Ux）=x（1－x）（U1－U2）=x（1－x）{δαβM2－C1+z［K1+K2+δαβ（Mb－M2）］+yδ［αβ（γM1－Mb）－γM3］+zyδ{αβ［（γMa－M1）+M2－Mb］－r（Mc－M3）}}（2）

3.2.2 制造業企業的策略分析

制造業企業選擇合作的期望收益、選擇不合作的期望收益和平均期望收益分別為：

制造業企業的復制動態方程為：

G（x，y，z）=dy/dt=y（1－y）（U3－U4）=y（1－y）{（1－δ）γM3－C2－e+x（1－δ）（αβγM1－γM3－αβM2）+z［（K1+K2）+（1－δ）γ（Mc－M3）+xz（1－δ）［αβγ（Ma－M1）+γ（Mc－M3）－αβ（Mb－M2）］}（4）

3.2.3 政府的策略分析

政府選擇積極引導的期望收益、選擇消極引導的期望收益和平均期望收益分別為：

政府的復制動態方程為

K（x，y，z）=dz/dt=z（U5－Uz）=z（1－z）（U5－U6）=z（1－z）{P－Q+2K2－x（K1+K2）－y（K1+K2）}（6）

3.3 演化穩定性分析

令F（x，y，z）=0，G（x，y，z）=0，K（x，y，z）=0可以得到8個系統均衡點，分別是（0，0，0）、（1，0，0）、（0，1，0）、（0，0，1）、（1，1，0）、（1，0，1）、（0，1，1）、（1，1，1），但并不是所有均衡點均屬于穩定點。由李雅普諾夫（Lyapunov）判別法可知，只有當雅可比矩陣的所有特征值均小于0時，該均衡點才是系統演化穩定點。

以均衡點E1（0，0，0）為例，用李雅普諾夫判別法可得到該均衡點的雅可比矩陣為：

可知，特征值λ1=δαβM2-C1gt;0，特征值λ2=（1-δ）γM3-C2-egt;0，特征值λ3=P-Q+2K2gt;0。依據李雅普諾夫判別法，均衡點E1（0，0，0）為不穩定點。同理，為分析其余各均衡點的穩定性，將剩余7個均衡點分別代入雅可比矩陣，得到表2。

根據表2中雅可比矩陣的特征值可知，均衡點E1（0，0，0）對應的3個特征值均大于0以及E4（0，0，1）對應的特征值λ1gt;0，特征值λ2gt;0。故E1（0，0，0）和E4（0，0，1）均為不穩定點。其余6個均衡點的穩定性可通過以下情況進行討論。

情景1：（1-δ）γM3-C2-e+（1-δ）（αβγM1-γM3-αβM2）lt;0，P-Q+K2-K1lt;0。此時，僅有一個穩定點E2（1，0，0）。其對應的演化穩定策略（ESS）為（合作，不合作，消極引導）。

情景2：δαβM2-C1+δ[αβ（γM1-M2）-γM3]lt;0，P-Q+K2-K1lt;0。此時，僅有一個穩定點E3（0，1，0）。其對應的演化穩定策略（ESS）為（不合作，合作，消極引導）。

情景3：-δαβM2+C1-δ[αβ（γM1-M2）-γM3]lt;0，C2+e-（1-δ）γM3-（1-δ）（αβγM1-γM3-αβM2）lt;0且P-Q-2K1lt;0。此時，僅有一個穩定點E5（1，1，0）。其對應的演化穩定策略（ESS）為（合作，合作，消極引導）。

情景4：（1-δ）γM3-C2-e+（1-δ）（αβγM1-γM3-αβM2）+[K1+（1-δ）γ（Mc-M3）+K2]+（1-δ）[αβγ（Ma-M1）+γ（Mc-M3）-αβ（Mb-M2）]lt;0，Q+K1-P-K2lt;0。此時，僅有一個穩定點E6（1，0，1）。其對應的演化穩定策略（ESS）為（合作，不合作，積極引導）。

情景5：δαβM2-C1+[K1+δαβ（Mb-M2）+K2]+δ[αβ（γM1-M2）-γM3]+δ{αβ[γ（Ma-M1）+M2-Mb]-γ（Mc-M3）}lt;0，Q+K1-P-K2lt;0。此時，僅有一個穩定點E7（0，1，1）。其對應的演化穩定策略（ESS）為（不合作，合作，積極引導）。

情景6：C1-δαβM2-[K1+δαβ（Mb-M2）+K2]+δ[αβ（γM1-M2）-γM3]-δ{αβ[γ（Ma-M1）+M2-Mb]-γ（Mc-M3）}lt;0，C2+e-（1-δ）γM3-（1-δ）（αβγM1-γM3-αβM2）-[K1+（1-δ）γ（Mc-M3）+K2]-（1-δ）[αβγ（Ma-M1）+γ（Mc-M3）-αβ（Mb-M2）]且Q+2K1-Plt;0。此時，僅有一個穩定點E8（1，1，1）。其對應的演化穩定策略（ESS）為（合作，合作，積極引導）。

由上述6種情景可知，工業互聯網平臺和制造業企業是否選擇合作與其在賦能轉型中的收益有關，政府選擇是否積極引導也與因此帶來的收益有關。當三者收益均為正時，工業互聯網平臺和制造業企業均選擇合作，政府選擇積極引導，即演化結果為理想的E8（1，1，1）。

4 仿真分析

針對演化系統中理想的穩定點E8（1，1，1）討論政府積極與消極引導、工業互聯網平臺的數字賦能水平、制造業企業的吸收能力，以及工業互聯網平臺與制造業企業之間的利益分配機制對三者演化行為的影響。在參數設置方面，借鑒周曉陽等[17]參數設置規律，并考慮等式平衡原則設定初始值[19]。即令P=300，Q=100，K1=80，K2=50，α=1.2，C1=100，C2=80，β=0.5，γ=0.5，e=50，δ=0.5，Ma=250，Mb=120，Mc=80，M1=150，M2=80，M3=50。同時，為了控制初始意愿對主體策略選擇的影響，設三者的策略初始選擇比例分別為x=0.5，y=0.5，z=0.5。這些賦值只在于揭示事物的變化規律[20]。

4.1 政府補貼力度和懲罰程度變化對演化結果的影響

針對政府補貼力度對博弈主體演化策略的影響，改變K1的取值，可得圖2。由圖2可知，不同補貼力度會對三者產生不同影響，并且K1存在2個臨界值S，T分別位于60～80和100～120區間內。當K1lt;S時，較低的補貼力度會使企業的逐漸向0演化，減緩工業互聯網平臺向1演化的速度以及提高政府向1演化的速度；當Slt;K1lt;T時，隨著補貼力度的增大，會減緩政府向1演化的速度，提高工業互聯網平臺和政府向1演化的速度以及改變企業的演化趨勢由0轉向1；當K1gt;T時，政府的策略選擇會與企業呈現周期性關系，即隨著政府向0演化，企業會滯后與政府逐漸向0演化，隨著政府向1演化，企業也會滯后與政府逐漸向1演化。但對于工業互聯網平臺而言，政府的周期性循環決策過程并不能改變工業互聯網平臺向1演化的速度。由此可知，政府的補貼在一定區間內波動均有利于達到演化策略穩定點E8（1，1，1），而一旦低于或高于此區間會導致演化穩定狀態被打破。

針對政府懲罰程度對博弈主體演化策略的影響，改變K2的取值，可得圖3。由圖3可知，K2的臨界值介于50～70之間，并且工業互聯網平臺、企業以及政府對K2的敏感度并不相同。隨著K2取值不斷增大，工業互聯網平臺選擇合作的意愿趨于1的速率會減緩，政府則一直保持向1演化，而企業會呈現兩種不同的狀態。當K2小于臨界值時，企業會逐漸向0演化；當K2大于臨界值時，企業會逐漸向1（合作）演化，即穩定點由情景4E4（1，0，1）向情景6E8（1，1，1）演化。由此可知，政府提高懲罰程度有利于促進三者實現演化穩態E8（1，1，1）。

4.2 工業互聯網平臺與制造業企業的利益分配系數對演化結果的影響

針對工業互聯網平臺與制造業企業的利益分配系數對博弈主體演化策略的影響，改變δ的取值，可得圖4。由圖4可知，δ主要對工業互聯網平臺與企業產生影響，而對政府策略選擇沒有影響。隨著δ不斷增大，工業互聯網平臺會減緩向1演化的速度，企業則會加快向1演化的速度，它們呈此消彼長型演化趨勢。由此可知，不合理的利益分配會減弱雙方的合作意愿，但是這并非完全對雙方起到消極作用。在實踐中，工業互聯網平臺系統本身存在排他性，短期的不合理利益分配制度能迫使處于相對弱勢的工業互聯網平臺或企業中的某一方做出相應改變：通過提高自身競爭力的方式使其與對方目前的發展狀況相匹配，進而對彼此起到相互促進、共同向前發展的作用；而在長期不合理分配制度下，工業互聯網平臺和企業出于自身利益最大化的考量，會最終使得雙方合作關系破裂。因此，合理的利益分配能促進工業互聯網平臺與企業的合作，而長期不合理分配方式會使雙方的合作關系瓦解，之后各自尋找新的合作聯盟。

4.3 工業互聯網平臺數字賦能水平對演化結果的影響

針對工業互聯網平臺數字賦能水平對博弈主體演化策略的影響，改變數字賦能水平C1和賦能成本α的取值，可得圖5。由圖5可知，C1和α的取值會對工業互聯網平臺自身的策略選擇產生影響。當α取值一致時，隨著C1取值的增大，工業互聯網平臺會由1向0演化，即穩定點由情景6E8（1，1，1）向情景5E5（0，1，1）演化。當C1取值一致時，隨著α取值的增大，工業互聯網平臺會由0向1演化，即穩定點由情景5E5（0，1，1）向情景6E8（1，1，1）演化。由此可知，高賦能水平伴隨著的低賦能成本是促進雙方合作的重要因素之一。

4.4 制造業企業吸收能力系數對演化結果的影響

針對制造業企業吸收能力系數對博弈主體演化策略的影響，改變β的取值，可得圖6。由圖6可知，企業吸收能力系數β主要對工業互聯網平臺的策略選擇產生影響。β增大，工業互聯網平臺選擇合作的意愿趨于1的速率會加快；反之，β減少，工業互聯網平臺選擇合作的意愿趨于1的速率會減弱。由此可知，工業互聯網平臺選擇合作的積極性受到企業吸收能力的影響，即企業的吸收能力越強，越會促進工業互聯網平臺選擇合作；反之，工業互聯網平臺與其合作意愿減弱。

5 結論與建議

5.1 研究結論

本文基于有限理性的演化博弈理論，以政府、工業互聯網平臺和制造業企業為對象，構建三方演化博弈模型，研究三者的演化路徑及穩定性，以及分析相關因素對各博弈主體的策略選擇的影響，通過Matlab2019b進行數值仿真得出以下結論。

第一，三者的策略選擇存在相互影響與相互作用關系。政府補貼力度由低向高的變化過程會對工業互聯網平臺與制造業企業的策略選擇產生不同影響，政府只有在合理區間的補貼力度才能規避因低補貼力度產生的無效激勵和高補貼力度難以維持的負面影響，讓三者實現可持續發展。另外，政府加大懲罰力度能減少投機行為，保護處于相對弱勢地位的制造業企業，并改變其合作意愿，但這樣也會損害工業互聯網平臺的市場活力，減緩其選擇合作的速度。

第二，工業互聯網平臺與制造業企業之間合作關系受到平臺與企業之間的利益分配和企業吸收能力的影響，即平臺與企業之間的合理利益分配、在兼顧賦能成本的前提下提升工業互聯網平臺賦能水平和增強制造業企業吸收能力有助于促進彼此進行合作。

5.2 政策建議

根據上述研究，為構建三者互利共贏、多元平衡的發展體系提出以下建議。

第一，政府對于符合條件的合作項目可根據預期產生的效益給予合理的補助，且可采用分批、分梯度的補助形式。例如當項目完成預期計劃的一定比例的工作量時，給予相應的總補助金額。一方面，防止工業互聯網平臺和制造業企業聯合騙補；另一方面，政府階段性介入到項目中能對合作雙方提供更多的便利。另外，政府的懲罰應兼顧生態系統的效率與收益，而不是越嚴越好。首先，加強對工業互聯網生態系統的監管，重視其內部合作的合規性；其次，目前工業互聯網平臺賦能制造業轉型處于初步探索階段，應當在合規的范圍內給予工業互聯網平臺和制造業企業一定的試錯空間；最后，對于多次或連續違規的工業互聯網平臺或制造業企業，應適當減少對其的資源投入。

第二，制造業企業的吸收能力不僅影響著工業互聯網平臺的賦能成本，而且影響著企業自身價值增量的形成。因此可采取以下措施提升企業的吸收能力：招募并培養具有高知識水平的復合型人才、強化企業的數字文化、學習標桿型制造業企業的經驗與技術。通過企業人員知識的積累與技術的提升，擴展企業顯形與隱形知識的運用深度與廣度，從而實現對相關資源的充分利用。

參考文獻參考文獻：

[1] 劉艷紅，黃雪濤，石博涵.中國“新基建”：概念、現狀與問題[J].北京工業大學學報（社會科學版），2020，20（6）：1-12.

［2］ 鐘琦，楊雪帆，吳志樵.平臺生態系統價值共創的研究述評[J].系統工程理論與實踐，2021，41（2）： 421-430.

［3］ 肖紅軍，陽鎮，商慧辰.平臺監管的多重困境與范式轉型[J].中國人民大學學報，2022，36（4）：24-39.

［4］ HONG Y L，XIN L，XIAO J L，et al.Industrial internet platforms：applications in BF ironmaking[J].Ironmaking amp; Steelmaking，2022，49：905-916.

［5］ 肖迪，陳瑛，王佳燕，等.考慮平臺數據賦能的電商供應鏈成本分擔策略選擇研[J].中國管理科學，2021，29（10）：58-69.

［6］ 李仁旺，肖人彬.數字孿生驅動的大數據制造服務模式[J].科技導報，2020，38（14）：116-125.

［7］ WARKE V，KUMAR S，BONGALE A，et al.Sustainable development of smart manufacturing driven b-y the digital twin framework： a statistical analysis[J].Sustainability，2021，13（18）：1-49.

［8］ 王節祥，陳威如，江詩松.平臺生態系統中的參與者戰略：互補與依賴關系的解耦[J].管理世界，2021，37（2）：126-147，10.

［9］ 鄭勇華，孫延明，尹劍峰.工業互聯網平臺數據賦能、吸收能力與制造企業數字化轉型[J].科技進步與對策，2023，40（11）：19-30.

［10］ 李柏洲，曾經緯.知識搜尋與吸收能力契合對企業創新績效的影響——知識整合的中介作用[J].科研管理，2021，42（6）：120-127.

［11］ XING Y，LIU Y，TARBA S，et al.Servitization in mergers and acquisitions：manufacturing firms venturing from emerging markets into advanced economies[J].International Journal of Production Economics，2017，192：9-18.

［12］ 潘蓉蓉，羅建強，楊子超.冗余資源與吸收能力調節作用下的制造企業服務化與企業價值研究[J].管理學報，2021，18（12）：1772-1779.

［13］ 付宇涵，馬冬妍，唐旖濃，等.工業互聯網平臺賦能流程制造行業轉型升級場景分析[J].科技導報，2022，40（10）：129-136.

［14］ 尚晏瑩，蔣軍鋒，王修來.數據賦能驅動制造企業服務化的機理——基于探索性多案例扎根分析[J].系統管理學報，2022，31（4）：722-736.

［15］ "SHIBASEKI S.The evolutionary game of interspecific mutualism in the multi-species model[J].Journal of Theoretical Biology，2019，471：51-58.

［16］ 李春發，劉煥星，胡培培.政府分類規制、智能平臺賦能與藥企CSR策略演化[J].復雜系統與復雜性科學，2022，19（2）：17-30.

［17］ 周曉陽，趙凡，劉瑩，等.政府補貼和成本共擔如何影響平臺和企業策略選擇——基于三方演化博弈[J].控制與決策，2022，37（2）：293-302.

［18］ 李安渝，高靜，張昭.共享平臺與中小企業價值共創的演化博弈分析——基于共享經濟視角[J].工業技術經濟，2021，40（6）：98-107.

［19］ 謝康，肖靜華，賴金天，等.食品安全“監管困局”、信號扭曲與制度安排[J].管理科學學報，2017，20（2）：1-17.

［20］ 斯特曼，朱巖.商務動態分析方法：對復雜世界的系統思考與建模[M].北京：清華大學出版社，2008.