政府差異化激勵條件下有限理性制造集群的服務化策略演化研究

張 健， 廖夢潔， 齊 林

(1.北京信息科技大學 經濟管理學院，北京 1000192； 2.中國農業大學 經濟管理學院，北京 100083)

0 引言

服務化轉型可以為處于價值鏈底端的傳統制造企業帶來多重差異化優勢。隨著勞動力成本與資源優勢的不斷減弱，過剩的同質化產品已不能滿足客戶的多樣化需求，傳統制造業面臨著產品利潤空間緊縮的挑戰，而產品定制研發、售后維護等相關服務業務獲利卻不斷提升[1,2]。較傳統的物品加工銷售而言，服務具有更高額的利潤空間，企業可以通過服務化轉型，擺脫低成本競爭困境，增加經濟收益，以應對不斷惡化的產品銷售業績[3～5]。對于日益重視環境效益的中國，服務化轉型可以降低單位GDP的資源消耗、減少環境污染。通過制造業服務化轉型，企業還可以為滿足客戶需求提供特定的“產品+服務包”，從而產生難以被同類制造企業模仿和超越的獨特優勢[6,7]。此外，服務型制造業具有較普通制造業而言更為豐富與頻繁的知識創新和共享活動，有助于企業持續的產品創新與服務提升[8]。

然而，服務化轉型在制造企業中的推行過程面臨著多方阻礙。盡管學術界、產業界對于制造業服務化轉型的優勢觀點趨于一致，但在制造企業推行服務化過程中，仍然會出現轉型動力不足、無從下手等多種現實問題[9,10]。從企業內部來看，主導創造邏輯轉換的困難、已有制造資源與能力優勢同服務需求的沖突、對組織文化變革的惰性抵制等都降低了企業轉型的動力[11]。從企業外部來看，長期形成的客戶資源難以向全新的服務業務鏈條遷移、原產業鏈社會關系固化、市場環境不完善等問題，為企業市場拓展加深了難度[12]。

就企業規模劃分的角度而言，傳統制造企業依托產業集聚效應與規模經濟多集中在制造集群內，而集群內不同規模、地位的企業則對服務化轉型具有差異化認知與預期[13]。以包含寡頭企業與一般企業的傳統制造集群為例，寡頭企業具有金融信貸資本注入的資本優勢，為了捍衛自身市場地位，具有更強的轉型動機與能力提供客戶服務[14]。但服務化轉型成本投入過高、對服務市場認知不足、缺乏服務業務的運營與管理經驗等原因都有可能使企業陷入諸多轉型風險[15]。對于集群規模較小的一般企業而言，雖然開展服務化戰略對企業產品生產具有積極影響，利用先動優勢有機會扭轉企業在集群中地位[16]。但自身受資金預算約束、利潤空間受限，更加難以憑借企業所有者獨立注資完成服務化轉型[14]。一旦轉型失敗，不僅會損失服務化成本投入，還會由于企業重心的轉移而損失原有的制造市場份額，甚至面臨經營失敗的局面[17]。

就理論研究層面而言，學界對于制造業服務化多次研究熱潮呈現明顯的政策主導趨勢，對政策保障合理化問題一直處于熱點話題，部分學者認為我國實施政策保障有助于制造業產業結構的優化升級[18,19]。就國內外產業升級成功經驗而言，部分制造企業服務化轉型目的在于滿足政策引導等多方面要求以獲得相應資金與制度支持，適當的政府激勵對服務化轉型升級具有正向影響[20]。針對服務化轉型困境，設定合理的政府支持力度成為提升全球價值鏈地位、順利實現產業集群轉型升級的關鍵驅動因素之一[21]。當前對于制造服務化轉型的研究多集中在影響、驅動因素識別方面的定性分析，政府激勵被當成影響因素中的邏輯變量以探究政策因素是否對制造業服務化具有正向作用。

面向制造業產業集群有限理性異質企業的服務化轉型，分析和確定有效的政府激勵水平，目前還未見相關研究。由于在一定的政府激勵水平上，具有有限理性、異構規模與地位的集群制造業企業選擇服務化轉型，本質上是一個非線性系統中策略與行為涌現問題，難以通過解析分析得到結論。對此，本文借助演化動態仿真技術，以有限理性的制造集群為研究對象，賦予企業個體學習適應性與個體間自主交互性，利用演化博弈理論建立群體演化規則，直觀演繹企業的服務化策略選擇過程，建立政府差異化激勵下集群寡頭企業與一般企業的服務化策略演化博弈模型，以尋求在滿足促進集群企業服務化轉型的前提下，設置更為合理的政策激勵。

1 問題描述

1.1 問題描述

演化博弈論最初產生于生物學領域，該方法將有限理性的個體定義為不具有準確計算自身支付收益、做出最佳決策能力的博弈個體，且只能通過試錯與模仿高收益來最終達到系統的穩定均衡狀態。假設大群體中突變小群體的收益支付小于大群體收益支付，將在博弈中迅速淘汰，所造成的擾動無法改變大群體最終的策略選擇；反之，則會在群體中逐漸繁殖與蔓延，直至完全入侵群體，改變該群體的策略選擇，達到最終的演化穩定狀態，并稱這種策略為演化穩定策略[22]。

本文將制造業集群中寡頭企業群體與一般企業群體定義為具有有限理性的博弈雙方，以政府制造業服務化激勵為誘因，誘導處于價值鏈下游的純制造企業群體，使其內部產生服務化主張的突變個體對群體產生擾動，由于有限理性個體不能準確計算自身收益支付，只能通過群體中個體向較高收益策略的學習與趨同，最終達到穩定均衡狀態。兩類群體隨著策略選擇的不同，收益支付矩陣對應的收益也會隨之更改，在滿足隨機游走假設的前提下，不斷演化博弈，最終達到系統的演化穩定狀態。穩定狀態下兩群體對于服務化策略的決策，為一定政府服務化鼓勵條件下的最優策略選擇。

圖1 系統演化博弈仿真概念模型

1.2 基本假設與參數描述

本文以包含有限理性寡頭企業與一般企業的制造業集群作為研究對象，旨在通過演化博弈視角剖析政府差異化激勵對集群的服務化轉型策略選擇的影響。基本假設如下：

假設1本文研究對象抽象定義為制造業集群中具有有限理性的寡頭企業群體與一般企業群體。且寡頭企業群體所含個體少于一般企業群體所含個體。未推行服務化轉型戰略前，純制造市場空間為P，其中，寡頭企業獲得純制造市場的大部分收益，且將凈利潤定義為A；而一般企業獲得純制造市場的小部分收益，且將凈利潤定義為B，其中A>B，P=A+B。

假設2在利潤空間有限、創新驅動、政策引領等諸多因素下，制造企業群體內成員萌生服務化轉型想法，企圖通過服務化轉型實現價值鏈低端到高端的躍進，獲得更多的生產服務型收益。但服務化轉型需要付出管理、營銷等諸多成本，并有可能失敗，使得群體內部產生博弈，持有該想法的成員個體有可能被同化，放棄轉型想法。若持有服務化轉型想法的個體在群體內不斷蔓延，則有可能扭轉整個制造企業群體的決策。令α表示寡頭制造企業群體中持有服務化轉型策略的個體占比，則專注制造的個體占比為1-α；令β表示一般制造企業群體中持有服務化轉型策略的個體占比，則專注制造的個體占比為1-β。

假設4當且僅當寡頭制造企業群體進行服務化轉型時，由于企業生產成本有限，若進行服務化轉型，則將一定比例的生產成本投入到服務化轉型升級，從而降低了原有的生產成本，由于競爭企業采取純制造策略，則寡頭企業所喪失的純制造市場份額將全部由一般企業占有，令這部分純制造市場份額，也就是僅有寡頭企業服務化轉型時所喪失的生產性收益為π1。同理，當且僅當一般制造企業群體進行服務化轉型時，企業同樣會喪失部分純制造市場份額，記為π2，并將由專注制造的寡頭企業群體占有。僅有單一企業服務化的生產收益損失以及服務型收益如圖2所示。

圖2 模型參數概念模型

假設5當兩制造企業群體同時進行服務化轉型時，假定兩企業投入的服務化轉型成本占自身總生產成本比例相同，即兩企業生產投入維持原有比例，則兩群體獲得同樣比例純制造收益，由于純制造市場空間一定，令按照原比例制造成本投入，仍然按照原比例瓜分純制造市場，則寡頭企業群體仍獲得A純制造收益，一般企業群體仍獲得B純制造收益。

假設6政府對于進行服務化轉型企業具有財稅政策優惠、專項資金支持、轉型培訓指導、構建平臺促進產業融合共創等多項政策福利，為簡化計算，以經濟效益加總G表示。上述假設中所含符號匯總于表1。

表1 符號與說明

2 模型構建與分析

2.1 模型建立

基于上述假設，建立政策激勵下制造集群寡頭企業群體與一般企業群體進行服務化轉型選擇的博弈收益矩陣(見表2)。

表2 演化博弈支付矩陣

(1)

UA2=β(A+π1)+(1-β)A

(2)

(3)

UB1=α(B+S2+G-CS)+

(1-α)(B-π1+S1+S2+G-CS)

(4)

UB2α=(B+π2)+(1-α)B

(5)

(6)

根據化博弈理論，可得寡頭企業與一般企業服務化轉型的復制動態方程：

(7)

=β(1-β)[α(S2+G-CS-π2)+

(1-α)(S1+S2+G-CS-π1)]

(8)

(9)

(10)

2.2 均衡點及穩定性分析

根據Friedman[23]提出的局部穩定分析方法，利用系統雅克比矩陣的局部穩定分析判定上述均衡點是否為系統的演化穩定策略。

(11)

其中:

(12)

f12=α(1-α)(π2-π1-S2)

(13)

f21=β(1-β)(π1-π2-S1)

(14)

f22=(1-2β)[α(S2+G-CS-π2)+

(1-α)(S1+S2+G-CS-π1)]

(15)

表3 局部均衡點處f11、f12、f21、f22的具體取值

(17)

為方便討論局部均衡點的全局均衡性，引入過渡參數TA1,TA2,TB1,TB2，化簡上述各式，其中令

(18)

(19)

TB1=S1+S2+G-CS-π1

(20)

TB2=S2+G-CS-π2

(21)

則

(23)

S2-G+CS+π1

(24)

恒成立，故TA2

局部均衡點處f11、f12、f21、f22的具體取值可表示為表4。

表4 局部均衡點矩陣各元素的參數表達式

當且僅當0<α*<1且0<β*<1時，系統存在5個局部均衡點，即

(25)

(26)

化簡可得：TA1×TA2<0,TB1×TB2<2 ，即當TA1與TA2、TB1與TB2異號時，系統存在5個局部均衡點。

當局部均衡點對應的雅可比矩陣的行列式DetJ>0且其跡TrJ<0時,該局部均衡點漸進收斂，趨于穩定，對應策略為演化穩定策略(ESS)。排除不符合現實情況的參數取值范圍，符合條件的過渡參數取值如表5所示。

表5 演化穩定策略分析

注：序號4～12過渡參數取值情況下不存在局部均衡點。

由表5可知：

結論1局部均衡點是否為全局均衡點，不受寡頭與一般企業群體服務化的比率α與β、雙方純制造策略收益A與B的直接影響，但參數A與B作為參數π1與π2最大取值，關系到該參數的取值范圍，對系統穩定性存在間接影響。

結論2對于局部均衡點(α*,β*)而言，若該點存在，則該點處跡恒為零，即TrJ=1恒成立，故(α*,β*)一定不是該系統的全局均衡點。

通過上表對于各過渡參數取值情況的探討，每個局部均衡點為ESS的情況只與相關的兩個過度參數取值有關，其余過度參數取零的特殊情況并不影響結論成立。

3 演化仿真分析

前文利用演化博弈理論分析了政府差異化激勵下有限理性制造集群的服務化策略演化機制，但因參數設置復雜，不便進行具體分析討論，采用Netlogo工具通過數值仿真驗證本演化博弈模型結論的準確性。在仿真空間中隨機生成200個異構企業個體，其中寡頭企業個體占比20%，一般企業個體占比80%。個體在博弈空間中隨機游走，異質個體相遇時博弈獲得收益；同質個體相遇后依模仿最優規則進行策略更新[24]，策略更新的有限理性通過費米動力學過程實現[25]，即

(27)

其中si、sj分別為個體i、j的策略，Pi、Pj分別為個體i、j的收益，γ為非理性程度，γ→∞時高收益策略被確定性的模仿，γ→0時對高收益策略的模仿是完全隨機的。

為消除仿真過程中其他參數變動可能帶來的影響，根據現實情況和模型假設將參數設定如表6所示。博弈直至系統策略占比趨于平穩，且個別策略突變的個體無法侵入群體，即無法影響群體策略選擇時演化停止。為消除隨機性，每組參數設置下的仿真重復10次。

表6 演化仿真參數取值

3.1 系統穩定性分析

根據上文對系統穩定性策略分析表可知，系統穩態與α、β參數無關。以α參數為變量，固定其他參數取值，進行仿真分析，輸出結果如圖3(a)所示。如圖可知，雖然不同的寡頭企業初始群體服務化策略占比將影響系統按照不同演化路徑向穩態趨近，但無法影響系統最終穩態，說明仿真結果與演化穩定策略分析結果(結論1)一致。為非理性程度對仿真結果的影響，分別將γ設為0、1、2，輸出結果如圖3(b)所示。由仿真結果可知，不同的非理性程度對系統博弈過程有影響，但對系統最終穩態無影響。在系統穩定性分析中，政府激勵水平G=1。

圖3 系統穩定性分析

3.2 存在穩態的演化博弈模型仿真

如表6所示，針對不同中間變量系統ESS的分布特點，以政府激勵G為自變量，通過演化博弈模型仿真，分析五種不同的服務化政策扶持力度下系統穩態的變化情況，以此驗證結論3～6。

(1)為驗證結論3，保持其他參數取值如表6所示，令G=1。此時，政府獎勵不足以誘導任何一個制造企業群體通過服務化轉型盈利，反而企業若實行服務化轉型策略，所獲得的生產性收益小于服務化轉型成本投入與生產收益損失，從而造成經濟虧損、得不償失的局面。對于演化博弈過程而言，群體內產生服務化主張突變的個體，無法侵入寡頭與一般制造企業群體中其他個體，從而影響群體的策略決策。由于群體個體的有限理性，通過擾動所產生的主張服務化個體將很快被群體其他個體同化，演化為純制造主張個體，從而保持系統穩定于均衡點(0,0)，如圖4(a)所示。由此，結論3得證。

(2)為驗證結論4，保持其他參數取值如表6所示，令G=20。此時，政府獎勵G不足以誘導寡頭制造企業群體通過服務化轉型盈利，卻可以使一般企業通過服務化獲得更高收益空間。對于一般制造企業群體中持有服務化主張的個體而言，其支付收益由于群體中其他成員，將通過隨機游走與博弈對手與群體同類的演化博弈而迅速擴張，最終演化為一般制造企業群體中個體全部持有服務化主張。而對于寡頭企業群體而言，若實行服務化轉型策略，所獲得的生產性收益小于服務化轉型成本投入與生產收益損失，從而造成經濟虧損、得不償失的局面。由于群體個體的有限理性，通過擾動所產生的主張服務化個體將很快被群體其他個體同化，演化為純制造主張個體，從而演化為寡頭制造企業全部持有純制造主張，達到系統的穩態(0,1)，如圖4(b)所示。由此，結論4得證。

(3)為驗證結論5，保持其他參數取值如表6所示，令G=40。此時，政府獎勵不足以誘導一般制造企業群體通過服務化轉型盈利，卻可以使寡頭企業通過服務化獲得更高收益空間。對于寡頭制造企業群體中持有服務化主張的個體而言，其支付收益由于群體中其他成員，將通過隨機游走與博弈對手與群體同類的演化博弈而迅速擴張，最終演化為群體中個體全部持有服務化主張。而對于一般企業群體，較純制造策略而言，實行服務化轉型策略將會造成經濟虧損。

對于圖4(c)中所示的擾動，可以解釋為：由于一般企業群體個體的有限理性，通過政府獎勵誘導所產生的主張服務化個體將很快被群體其他個體同化，演化為純制造主張個體，從而演化為一般制造企業全部持有純制造主張，而寡頭企業全部持有服務化主張，進而達到系統的穩態(1,0)。由此，結論5得證。

(4)為驗證結論6，保持其他參數取值如表6所示，令G=60。此時，政府獎勵G可以同時滿足寡頭與一般制造企業群體通過服務化轉型盈利。無論企業服務化投入與產出比是否大于1，政府獎勵均可以使最終的服務化轉型所獲得收益高于純制造策略下的生產性收益。兩企業群體在政策獎勵的誘導下，消除了一切由突變而改為純制造主張的個體，使群體全部采取服務化主張并趨于平穩，如圖4(d)所示。由此，結論6得證。

(5)為驗證結論7，保持其他參數取值如表6所示，令G=28。此時，政府獎勵G不足以誘導兩企業群體同時通過服務化轉型盈利，卻滿足使僅有一個企業群體服務化轉型實現盈利。對于相同的參數設置進行多次仿真實驗，出現“寡頭制造，一般服務”策略(圖4(e))與“寡頭服務，一般制造”策略(圖4(f))的概率相同，且結果不受初始群體數量與策略占比影響，結論7得到證實。但在仿真演化過程中，突變個體對于原有群體具備一定入侵性，以Ticks=600為演化結點，偶有造成由均衡態(0,1)向(1,0)轉變的情況發生。由此，結論7得證。

圖4 系統存在穩態的演化博弈模型仿真

3.3 不存在穩態的演化博弈模型仿真

為驗證結論8，調整參數，令π1=44,π2=2,G=8,A=55,B=45，其余參數同表6，輸出系統仿真結果圖5所示。群體內個體的突變將通過博弈與學習不斷引起群體策略分布的變化，兩類企業群體內選擇服務化策略的占比隨之不斷變化，群體策略無法達到穩態，且由于個體的隨機游走與突變，策略變化不具有規律性，此時政策激勵G使支付矩陣不存在占優策略，無法使集群演化為統一策略，一直處于博弈波動中，此時政策激勵陷入困境。由此，結論8得證。

圖5 系統不存在ESS的仿真結果

3.4 政府差異化激勵下制造集群服務化策略的演化

為準確清晰探究政府差異化激勵對系統服務化策略演化的過程，在其他參數一定(設置如表6)的情況下，對于不同政策激勵水平(G值)進行多次仿真，將相應的穩定輸出結果作為系統穩定策略演化結果，并可視化演釋為圖6所示。

當制造市場尚未達到飽和時，集群制造企業僅憑純制造業務便可實現盈利，自身難以識別身處產業價值鏈底端利潤空間的局限性。若政府不設立服務化轉型相關財稅、資金專項等激勵政策，企業難以洞察價值鏈兩端更大的利潤空間，并且不具備獨自服務化轉型的能力與動機，此時的集群企業不會選擇服務化轉型策略。此外，當政策激勵力度不足以支持服務化轉型投入時，采取服務化轉型戰略的集群企業不得不將部分純制造收益作為轉型成本，然而，缺乏服務業經驗的企業又難以立刻獲得服務性收益，從而壓縮了集群企業自身的整體利潤空間，此時的集群企業同樣不會選擇服務化轉型策略。

隨著競爭對手產業升級的不斷推進、自身人力成本的持續上漲、傳統制造利潤空間的不斷縮小，政府與寡頭企業開始意識到制造業服務化升級的必要性，但政府并未將制造業服務化轉型作為產業結構調整的重心，只是著手籌劃相關財稅政策、逐步提升專項資金的投入比例，但相關扶持政策力度仍有限。對于集群制造企業而言，面對全新的服務化市場，企業在政策推動下，往往愿意發揮先動優勢，優先搶占市場份額，但由于管理、人力、市場擴展等成本限制，政府激勵只能影響制造集群中某類企業服務化轉型的意愿，一旦某類企業選擇了服務化轉型戰略，其余企業則會專注于制造產品，奪取由于服務化轉型所釋放出的純制造市場份額。

當政府政策激勵日益完善、服務化轉型條件日益成熟時，制造企業服務化轉型的成本相對早期而言大幅降低，從而激勵越來越多的制造集群企業通過服務化轉型戰略獲得更高收益，此時的政策激勵不僅包含完善的財稅政策、還包括金融服務、資金專項、產業升級孵化等多方面支持，幫助企業大大降低了服務化轉型成本，提升了產業結構升級的成功率，使得制造集群企業主動選擇服務化戰略。

圖6 不同政策激勵下的寡頭服務化策略演化

4 結論

本文以制造企業服務化轉型成本存在差異為假設條件，基于演化博弈理論構建有限理性制造集群服務化策略選擇博弈模型，以政府差異化激勵入手，剖析不同政策服務化支持力度對制造集群寡頭企業與一般企業的服務化策略選擇的影響機制，并通過可視化仿真模擬了多情境下的政策激勵對于系統演化路徑的影響。

本文的研究結論表明，政府在推動我國產業升級、優化產業結構進程中扮演重要角色，政策激勵設置的合理性直接影響制造集群服務化轉型升級的成敗。具體而言：

(1)集群企業對于服務化策略的選擇，只受企業內部個體支付收益大小所影響，與集群內部主張服務化轉型的企業數量無關。

(2)只有當政策激勵滿足企業通過服務化盈利時，系統最終的穩態才會由制造策略改為服務化策略；在政策激勵不能滿足企業通過服務化盈利范圍中改變時，只能使到達穩態前的演化路徑更加波動，并不能對最終穩態產生影響。在企業通過服務化盈利后政策激勵仍不斷增加，則可以使演化路徑更快的收斂以達到穩態。

基于上述結論，給出如下建議：

(1)制造業服務化激勵政策制定者應時刻關注我國制造產業集群服務化轉型現狀，制定符合我國制造業發展現狀的服務化轉型激勵政策，為提升轉型效率可適度提升資金補貼力度、開展管理培訓與孵化，從而幫助企業降低轉型成本、提升利潤空間。

(2)產業集群服務化政策實施者應根據自身產業結構、收入水平特點和服務化導向，全面掌握本集群企業的服務化轉型能力，并對服務化市場空間做出合理預判，適當調整激勵政策的實施方案，避免在實施過程中陷入政策激勵難以促進集群企業服務化轉型的政策困境。

(3)處于不同市場地位的企業個體，應結合自身利潤、成本、技術水平和研發能力，有針對性的考慮政策激勵因素，有目標的選擇是否采取服務化策略，以使自身利益最大化。

本研究較好地闡釋了政府差異化激勵對于制造集群寡頭企業與一般企業的服務化轉型策略的演化影響，構建的模型對于包含寡頭企業的有限理性制造集群服務化策略決策具有普遍的實用性，可以為制造業服務化轉型激勵政策的制定和完善提供有益參考。但本文仍存在以下不足：

(1)在演化博弈模型參數設定時，本文將政府激勵抽象為參數G，并未將政府激勵進一步細化，未來研究可以將政府激勵設置為考慮資金、管理、培訓等因素的多元函數，更加深入剖析多方面政府激勵對于制造集群服務化策略選擇的影響。

(2)本文主要以包含單一寡頭與一般企業的制造集群作為博弈個體展開演化博弈分析，未來研究可針對多寡頭多個體博弈行為展開探討。