逆向供應鏈企業間知識共享行為的演化博弈分析

匡 霞， 楊 揚

（1. 上海理工大學 出版印刷與藝術設計學院 上海 200093；2. 上海出版印刷高等專科學校 藝術設計系 上海 200093）

知識共享是實現逆向供應鏈管理的基礎。知識共享可以弱化逆向供應鏈上的“牛鞭效應”，改善逆向供應鏈上由于信息不對稱而導致的逆向供應鏈失調[1]。目前，我國企業在構建和實施逆向供應鏈中舉步維艱，這其中的原因之一就是逆向供應鏈中的各成員企業不能實現知識共享。

國內外的一些文獻主要集中研究了正向供應鏈知識共享的問題[2-8]。文獻[2-3]研究認為，企業間的相互信任是供應鏈知識共享的重要因素。文獻[4]認為知識的吸收能力是影響供應鏈企業間知識轉移效果的重要因素。文獻[5]建立了理論關系模型，實證分析了供應鏈企業間知識共享影響因素。文獻[6]以Stackelberg博弈模型研究了知識價值、共享收益以及企業在供應鏈中的地位對供應鏈知識共享行為的影響。文獻[7]以兩階段供應鏈為研究對象，建立了多目標、多因素管理的激勵機制模型。文獻[8]基于委托代理理論，構建了供應鏈知識共享的基本激勵模型和考慮監控信號的激勵模型。

逆向供應鏈是近年來供應鏈研究的熱點之一[9-10]。文獻[9]提出了政府與企業的基于責任損失的博弈模型，研究認為責任損失機制的引入對逆向物流的實施有重要作用。文獻[10]研究了5種情形下激勵機制對于引導回收商提高回收量的有效性。然而，關于逆向供應鏈知識共享的問題國內外學者的研究較少[11]。文獻[11]針對兩級逆向供應鏈，建立了逆向供應鏈知識共享的博弈模型，得出了知識共享的均衡策略。但是，上述研究是以完全理性為前提，在現實中逆向供應鏈成員企業會受到信息的不對稱、決策者認識能力有限等客觀條件的限制，他們的決策不可能是完全理性的，而應是有限理性的。并且，逆向供應鏈成員企業之間的博弈是持續反復的，不可能通過一次博弈就達到均衡狀態。

演化博弈論從系統論出發，將群體行為的調整過程看作是一個動態系統，以有限理性為基礎，突破了經典博弈論理性假設的局限，強調動態的均衡[12]。演化博弈論認為，有限理性的經濟主體由于信息不對稱以及認知局限性等因素，無法準確認知所處的利害狀態，而是通過最有利的策略逐漸學習和模仿下去，最終達到一種均衡狀態[13]。鑒于此，本文以一個制造商和一個第三方回收商組成的逆向供應鏈為研究對象，運用演化博弈的方法，研究有限理性下逆向供應鏈企業間的知識共享行為的動態演化過程，并對演化結果進行分析。

1 逆向供應鏈企業間知識共享行為的演化博弈模型構建

1.1 模型假設

在由一個制造商和一個第三方回收商組成的逆向供應鏈中，制造商委托第三方回收商回收廢舊產品，回收商將回收的廢舊產品進行分類和再處理，并將具有再利用價值的回收產品賣給制造商，制造商進行再制造加工處理后通過正向供應鏈投放市場。毫無疑問，制造商和第三方回收商之間的知識共享對逆向供應鏈的回收效率、回收處理成本以及回收處理技術有重要影響。逆向供應鏈知識共享效果越好，回收處理成本越低，回收效率越高；反之則相反。逆向供應鏈中的制造商和第三方回收商知識共享活動面臨的決策環境是復雜的，為便于分析，作出以下4項假設。

a. 逆向供應鏈中存在兩個有限理性的博弈參與方：制造商群體A和第三方回收商群體B。

b. 博弈的參與方制造商群體A和第三方回收商群體B共同構成4種策略組合：（知識共享，知識共享），（知識共享，知識不共享），（知識不共享，知識共享）和（知識不共享，知識不共享）。

c. 行為策略采用的比例：制造商群體A中采取知識共享和采取知識不共享策略的比例分別為和；第三方回收商群體B中采取知識共享和采取知識不共享策略的比例分為和。

d. 參數假設和基本解釋：逆向供應鏈中制造商A和第三方回收商B的知識量分別為，，知識共享活動中，一方的知識量越大，另一方從中獲得的知識越多，產生的收益越大；知識吸收轉化能力系數分別為，，知識吸收轉化能力越強，從對方的知識中獲得的收益越大，越能提高企業自身的收益；知識共享的風險系數為，逆向供應鏈的知識共享行為存在信任風險，比如，逆向供應鏈的成員企業可能會將獲得的知識泄露給其他競爭對手供應鏈；逆向供應鏈知識共享的激勵系數為，表示逆向供應鏈系統對知識共享的激勵程度；供應鏈知識共享的成本為，逆向供應鏈的知識共享行為是需要一定成本的，比如，逆向供應鏈信息技術開發和知識共享平臺的成本等；逆向供應鏈的知識共享成本由制造商和第三方回收商按比例共同分擔，制造商的分擔比例為，第三方回收商的分擔比例為。

1.2 模型建立

根據上述假設，構造博弈雙方的支付矩陣，如圖1所示。

圖 1 逆向供應鏈企業間知識共享支付矩陣Fig.1 Payment matrix of knowledge-sharing behavior amongenterprises in reverse supply chain

根據圖1支付矩陣，制造商采取知識共享策略的期望收益為

制造商采取知識不共享策略的期望收益為

式中，n表示博弈次數。

制造商知識共享的平均期望收益為

制造商策略選擇的復制動態方程為

同理，第三方回收商采取知識共享策略的期望收益為

第三方回收商采取知識不共享策略的期望收益為

第三方回收商知識共享的平均期望收益為

第三方回收商策略選擇的復制動態方程為

2 逆向供應鏈企業間知識共享行為的演化博弈模型分析

2.1 制造商策略的演化穩定分析

令，對制造商策略選擇的復制動態方程（4）求導得：

對不同參數取值范圍的選擇進行演化穩定性分析：

2.2 第三方回收商策略的演化穩定分析

對不同參數取值范圍的選擇進行演化穩定性分析：

2.3 制造商與第三方回收商策略的演化穩定分析

該均衡點是否為演化穩定策略（ESS）要由該系統雅可比矩陣的局部穩定性來判斷，若均衡點對應矩陣的，且，則為ESS；若，則為鞍點。根據雅可比矩陣的局部穩定分析法，均衡點的局部穩定結果有以下幾種情形：

表 1 情形1時穩定性分析Tab.1 Stability analysis under condition 1

由表1可知，（不共享，不共享）和（共享，共享）是ESS。即當制造商或第三方回收商知識共享的成本與知識共享的風險損失之和小于知識吸收轉化收益與知識共享的激勵收益之和，并且大于知識共享激勵收益時，經過長期的反復博弈，逆向供應鏈中的制造商和第三方回收商均采取知識不共享策略或均采取知識共享策略是演化穩定策略。此系統還存在2個不穩定的平衡點（0,1），（1,0）和一個鞍點（p*, q*），因此逆向供應鏈知識共享動態演化過程可以如圖2所示。

圖 2 情形1時的系統動態演化相圖Fig.2 Phase diagram of system dynamic evolution under condition 1

從圖2可知，由A和B兩個不穩定點以及鞍點D構成的折線，是逆向供應鏈企業間知識共享動態演化博弈形成不同狀態的臨界線。由ADBO形成的區域演化博弈將收斂于O點，是知識不共享區域；由ADBC形成的區域演化博弈將收斂于C點，是知識共享區域。系統演化的長期均衡策略可能是（不共享，不共享），也可能是（共享，共享），最終將沿哪條路徑收斂到哪個均衡策略要看系統的初始狀態。當初始狀態落于ADBO區域時，系統將收斂于O（0,0），即逆向供應鏈中的制造商和第三方回收商均選擇知識不共享策略，這是一種不良“鎖定”狀態；當初始狀態落于ADBC區域時，系統將收斂于C（1,1），即逆向供應鏈中的各成員企業均選擇知識共享策略，這是一種理想狀態。

表 2 情形2時穩定性分析Tab.2 Stability analysis under condition 2

由表2可知，（共享，共享）是ESS。即當逆向供應鏈中的制造商或第三方回收商知識共享的激勵收益大于知識共享的成本與知識共享的風險損失之和時，經過長期的反復博弈，逆向供應鏈中的制造商和第三方回收商均采取知識共享策略為演化穩定策略。此逆向供應鏈知識共享動態演化過程可以如圖3（a）所示。

其他情形的均衡點穩定結果見表3。

表 3 其他情形時穩定性分析Tab.3 Stability analysis under other conditions

由表3可知，情形3、情形4和情形5時，（不共享，不共享）是ESS。即當逆向供應鏈中的制造商或第三方回收商知識共享的成本與風險損失之和大于激勵收益，且小于知識吸收轉化收益與激勵收益之和，同時，逆向供應鏈中的第三方回收商或制造商知識共享的成本與風險損失之和大于知識吸收轉化收益與激勵收益之和時，經過長期的反復博弈，逆向供應鏈中的各企業成員均采取知識共享策略是演化穩定策略。此逆向供應鏈知識共享動態演化過程如圖3（b）和圖3（c）所示。當逆向供應鏈制造商和第三方回收商知識吸收轉化收益與激勵收益之和小于制造商和第三方回收商知識共享的成本與風險損失時，經過長期的反復博弈，制造商和第三方回收商知識共享策略是演化穩定策略。此逆向供應鏈知識共享動態演化過程如圖3（d）所示。

圖 3 情形2～5時的系統動態演化相圖Fig.3 Phase diagrams of system dynamic evolution under condition 2～5

從圖3（a）可以看出，情形2時，系統收斂于（1,1）。即逆向供應鏈對制造商和第三方回收商的激勵收益足夠大時，制造商和第三方回收商將始終選擇知識共享策略。從圖3（b）、圖3（c）和圖3（d）可以看出，情形3、情形4和情形5時，系統始終收斂于（0,0）。也即當逆向供應鏈中任一成員企業的知識吸收轉化收益與激勵收益之和小于其知識共享的成本與風險損失時，無論系統的初始狀態如何，經過長期的反復博弈，制造商和第三方回收商最終將始終選擇知識不共享策略。

2.4 參數變化對系統的影響分析

e. 知識共享成本。逆向供應鏈的知識共享成本影響各成員企業知識共享策略。知識共享成本越大，ADBC區域的面積變小，系統收斂于C（1,1）的概率也變小，即逆向供應鏈各成員企業最終選擇知識不共享策略的概率變大。隨著風險系數變小，ADBC區域的面積變大，系統收斂于C（1,1）的概率也變大，即逆向供應鏈各成員企業最終選擇知識共享策略的概率變大。

3 結論與建議

通過對逆向供應鏈企業間的知識共享行為進行演化博弈分析，研究結果表明：逆向供應鏈企業間知識共享行為選擇演化系統既可以收斂于知識共享這一理性狀態，也可以收斂于知識不共享的不良“鎖定”狀態，這主要與逆向供應鏈各成員的企業知識量差距、激勵收益、知識吸收轉化率、共享風險以及共享成本等因素相關。為使系統向理想狀態演化，提出以下建議。

a. 逆向供應鏈中的制造商或第三方回收商應選擇企業規模或行業地位相當的企業合作，這可以加大知識共享的概率和知識共享的深入。

b. 加強企業的學習能力。知識的學習吸收轉化能力與演化穩定策略結果直接相關，可以通過建立學習型組織等方式提高企業的學習能力。

c. 建立逆向供應鏈的內外部激勵機制。通過知識獎懲機制和知識補償機制激勵各成員企業進行知識共享的意愿，促進逆向供應鏈企業間知識共享的實現。此外，由于某些產品的回收主要是出于政府規定和環境保護的要求，這種情況下，政府可以對制造商和回收商給予補貼或適當減免稅收，激勵逆向供應鏈企業間的知識共享行為，從而促進逆向供應鏈各成員企業的良性發展。

d. 建立逆向供應鏈成員企業的信任機制，提倡信用的制度和文化，讓成員企業在知識共享時沒有后顧之憂。可以把企業的知識貢獻和信用等級聯系起來，建立信用等級制度。

e. 搭建知識共享平臺。逆向供應鏈企業間的知識共享需要知識共享平臺，這主要是要建立完備的信息技術系統。在搭建知識共享平臺的同時，應努力降低各自承擔的共享成本，提高知識的共享意愿。