市場競爭與企業(yè)競合關(guān)系

(海南大學管理學院 海南 海口 570228)

一、綜述

市場競爭下，企業(yè)通過競爭可以實現(xiàn)企業(yè)的優(yōu)勝劣汰，進而優(yōu)化生產(chǎn)要素配置[1]。然而，隨著市場不確定性的增強和風險的提高，為了規(guī)避風險，實現(xiàn)長期穩(wěn)定發(fā)展的目標，企業(yè)之間相互合作以形成資源互補和互利共贏，便成為一種必然的選擇。

競爭合作作為一種不以擊敗對方為目的的博弈，其最終目的在于使博弈雙方實現(xiàn)雙贏[2]。企業(yè)競爭合作博弈可以由囚徒困境博弈來描述。在囚徒困境博弈中，兩個博弈者均有合作(C)、不合作(D)兩個策略。當博弈者都選擇合作時，雙方收益均為R；當博弈者都選擇不合作時，雙方收益均為P；當雙方策略不同，即出現(xiàn)(C,D)或(D,C)策略組合時，選擇合作的一方收益為S，不合作的一方收益為T。收益參數(shù)設(shè)定滿足T>R>P>S，2R>T+S。因此，理性的博弈者總是會選擇不合作策略作為自己的最佳策略，但只有雙方都選擇合作策略才能使雙方收益達到最大。從而模型中出現(xiàn)了個體理性與集體理性的對抗。同時，企業(yè)競合是一個長期的、不斷重復的過程，為了更好地模擬這一博弈過程，本文基于重復囚徒困境博弈模型進行研究[3]。此外，為了關(guān)注博弈個體行為的自主性對合作演化的影響，模型中引入了多agent系統(tǒng)。通過觀察行業(yè)內(nèi)微觀企業(yè)個體交互作用所涌現(xiàn)出的宏觀全局，可以模擬現(xiàn)實中企業(yè)競合行為的演化過程[4]。

本文將以現(xiàn)有理論為基礎(chǔ)，通過多agents演化IPD博弈模型進行實驗模擬，分析基于收益、基于收益增長率兩種不同機制下，博弈者追求長期穩(wěn)定發(fā)展的目標對博弈群體的合作演化的影響，從而探究不同的競爭機制對企業(yè)競合行為的影響。其中，企業(yè)追求長期穩(wěn)定發(fā)展目標通過博弈者的風險規(guī)避來體現(xiàn)。

二、模型描述

本文的演化博弈模型主要分為三個部分：基于收益或收益增長率變化的博弈者的風險態(tài)度調(diào)整，用于描述企業(yè)的收益或收益增長率的變化引起的企業(yè)對長期穩(wěn)定發(fā)展目標的重視程度的變化；社會學習方式下基于效用的博弈策略調(diào)整，用于描述企業(yè)學習行業(yè)內(nèi)的優(yōu)秀企業(yè)以調(diào)整自身發(fā)展策略的過程；以及基于收益或收益增長率的博弈個體的淘汰及更新過程，用于描述不同行業(yè)導向下，行業(yè)內(nèi)企業(yè)優(yōu)勝劣汰的過程。

實驗中，博弈者面臨來自于博弈收益不確定性的風險，以及來自于競爭機制的淘汰壓力。由于個體的風險偏好對于個體決策有重要影響，因此本文將IPD博弈中的風險定義為博弈者在所有階段PD博弈中收益的標準差；通過風險的引入，將個體對長期穩(wěn)定發(fā)展目標的考慮結(jié)合到對其競合行為的研究中。特別地，本文中的演化模型引入了基于收益、基于收益增長率這兩種不同的競爭機制。因此，設(shè)計了實驗E1和E2，分別對應agents以收益和收益增長率作為博弈目標收益的情況。下述主要以E1實驗為例，描述演化博弈過程。E2實驗過程類似，區(qū)別主要在于博弈者基于歷史收益增長率調(diào)整其風險態(tài)度，群體基于歷史收益增長率進行博弈個體淘汰更新。

(一)博弈過程與風險態(tài)度調(diào)整

在實驗E1中，設(shè)定博弈群體規(guī)模為N=200，每個agent標記為agenti(i=1,2,…,N)。首先，在演化的初始階段，每個agent將給定一個初始風險態(tài)度和一個初始策略。風險態(tài)度值為[0,1]中的某一個具體數(shù)值，數(shù)值越大則博弈者越風險規(guī)避，即博弈者對長期穩(wěn)定發(fā)展的目標越重視，將越傾向于與其對手在IPD中進行長期穩(wěn)定合作。每一個agent在每代博弈中與博弈群體中隨機選定的其余10個agents進行博弈。當10組博弈完成時，計算agent在這一代博弈中的平均收益。每代博弈中，若agent的實際收益比其目標收益高γ(γ≥0,γ={0,0.05,0.1,0.15,0.2,0.25,0.3,0.4,0.5})百分點，就認為其在該輪博弈中對收益比較滿意，就會上調(diào)其在IPD博弈中的風險規(guī)避程度；若agent的實際收益比其目標收益低γ百分點，可認為agent在該輪博弈中對其收益不滿意，它將下調(diào)其在IPD博弈中的風險規(guī)避程度。特別地，考慮到個體期望往往受到自身歷史表現(xiàn)的影響，博弈者的目標收益將設(shè)定為自身歷史收益。

(二)博弈策略的調(diào)整

博弈者的博弈策略編碼采用二進制的編碼方式，由博弈者的前三次歷史PD博弈的結(jié)果給出當前PD博弈中所采取的策略。當完成風險態(tài)度的調(diào)整后，agents將對自身的博弈策略進行調(diào)整。博弈者將從博弈群體中收益較高的前N/2個優(yōu)秀個體中隨機選擇兩個個體的策略作為自身策略學習的參照對象，生成一個候選策略。若候選策略的效用值大于等于原自身策略的效用值，則候選策略成為agent的新策略，否則保持原策略不變。

(三)博弈個體的淘汰與更新

最后，根據(jù)agents的收益進行高低排序，淘汰末位的N×p個個體。p(p={0，0.05，0.1，0.15，0.2，0.25，0.3，0.4，0.5})代表淘汰率，用以描述現(xiàn)實中的行業(yè)競爭強度。行業(yè)競爭強度衡量的是行業(yè)內(nèi)一家企業(yè)對其他企業(yè)生存機會的影響程度。模型中較高的淘汰率，對應較高的行業(yè)競爭強度，意味著行業(yè)內(nèi)企業(yè)處面臨激烈的競爭。淘汰掉末位企業(yè)后，有N×95%的新個體來自博弈群體內(nèi)未被淘汰的優(yōu)秀個體，即在剩余的收益較高的前N(1-p)/2個個體中選擇一個個體作為父代，生成一個相同的子代個體直接替換被淘汰的個體，該過程體現(xiàn)了現(xiàn)實中行業(yè)內(nèi)優(yōu)秀在位企業(yè)的規(guī)模擴張。另外，有N×p×5%的個體隨機生成,用于體現(xiàn)行業(yè)外部的潛在企業(yè)的涌入。

三、結(jié)果分析

(一)E1實驗結(jié)果

本文中，假定博弈收益矩陣(T,R,P,S)=(5,3,1,0),因此，我們以博弈者的平均收益達到2.6作為IPD合作均衡出現(xiàn)的標準。當博弈者以自身歷史收益作為目標收益時(E1),圖1給出了群體的平均收益值(Population average payoff,PAP)和群體的平均風險態(tài)度值(Population averageattitude,PAA)在10000演化代中的平均結(jié)果。PAP值隨參數(shù)γ的增加呈現(xiàn)“倒U形”變化，這一結(jié)果在p取0至0.5均成立。當p=0，即博弈群體的淘汰率為0時，PAP隨參數(shù)γ的增加呈現(xiàn)倒“U”形變化，即當γ取適中值時能夠最大化博弈群體的平均收益。類似地，PAA隨著參數(shù)γ的增加亦呈現(xiàn)出倒“U”形變化趨勢。此時，博弈者的平均收益穩(wěn)定在2.62，體現(xiàn)了博弈者的風險規(guī)避與合作的正相關(guān)關(guān)系。該結(jié)論與現(xiàn)有研究結(jié)果一致，驗證了風險規(guī)避可以促進博弈者在IPD中進行相互合作[5]。

(a) (b)

此外，p值的增大，會使令PAP值取到極大值的γ值變小，即使得倒“U”形逐漸左移。特別地，當p>0時，只有在γ<0.2的情況下，PAP值才有可能達到2.6。即當γ<0.2時，群體中才可能形成高度穩(wěn)定合作；當γ>0.2時，群體中只能出現(xiàn)中度合作。因此，一旦環(huán)境中存在競爭強度帶來的淘汰壓力，博弈者需要加快風險態(tài)度的調(diào)整速度，才能實現(xiàn)合作的均衡。競爭強度增大，策略調(diào)整速度要更快才能保證策略學習的有效性，才能適應環(huán)境。

如圖1(b)所示，當p>0時，博弈群體的平均風險態(tài)度隨p的增大而增大。即群體中淘汰率越高，博弈者越風險規(guī)避。當p較大時(p≥0.4)，PAA值均保持在大于等于0.8的水平，說明此時博弈者的平均風險態(tài)度較高，群體中多為風險規(guī)避者。然而，對應的PAP值卻沒有達到2.6，意味著群體中卻不能形成高度的合作。說明當行業(yè)中競爭較為激烈時，即使企業(yè)傾向于規(guī)避風險而與其他企業(yè)進行合作，穩(wěn)定的合作也不會形成。

表1 當γ=0.05時agents在不同博弈歷史下的合作比例(E1)

為了比較博弈者在不同競爭強度下的博弈策略，將策略編碼上的64個基因位按其所代表的不同的博弈歷史分成16組。在博弈者以自身歷史收益作為目標收益的情形下，我們以γ=0.05為例進行分析。通過統(tǒng)計每一個agent在每一個策略基因組內(nèi)采用合作策略的比例，得到以下結(jié)論：

不同博弈歷史下，均有博弈者合作水平隨著p的增大先增后減，在p取適中值(0.1≤p≤0.3)時合作水平最高，取較小(p<0.1)或較大值(p>0.3)時合作水平下降。此外，(1)隨著前三步博弈歷史中博弈局勢C-C的增加，博弈者的合作水平將增加。特別地，當前三步博弈局勢均為C-C時，博弈者均選擇繼續(xù)保持合作。(2)C-D局勢的增加會導致博弈者合作水平的降低；特別地，當前三步歷史博弈均為C-D時，幾乎所有的博弈者將采取不合作策略以懲罰對手的不合作行為。(3)在D-C局勢增加的時候，博弈者會降低自己的合作水平。當競爭強度較低或較高時，且歷史中有3次D-C局面時，博弈者會利用博弈對手的愚笨，繼續(xù)采用不合作的策略。但是當競爭強度適中時，博弈者仍然保有一定比例的合作；說明此時，適度的競爭強度下，博弈者會更多地對剝削行為產(chǎn)生悔悟心理，即使在博弈對手愚笨的情況下。因此，適中的競爭強度能夠加強agents對不合作行為的懺悔。(4)考慮博弈歷史中存在“D-D”局勢的情形。隨著歷史中的“D-D”局勢增多，博弈者越合作。當兩個博弈者在前三步的PD博弈中均不合作時，其在下一步博弈中反而都會選擇合作。這種對于不合作行為的寬恕，可以避免博弈者在IPD博弈中出現(xiàn)雙輸局面。此情況在競爭強度較小或較大時并不成立，說明適中的競爭強度更能促使博弈者寬恕不合作行為。

(二)E2實驗結(jié)果

(a) (b)

實驗E2對應的agents在不同博弈歷史下的合作比例如圖2所示。PAP值隨著參數(shù)p的增大呈現(xiàn)倒“U”形變化，在p=0.2處PAP取得極大值。PAA值隨著p(0≤p≤0.5)的增大而逐步增大。當p<0.15，PAP值不能穩(wěn)定在2.6以上。Agents在演化過程中表現(xiàn)出了較明顯的風險偏好行為，此時博弈群體中只能出現(xiàn)中度合作。當0.15≤p≤0.4時，PAP值均保持在2.6以上，此時群體中出現(xiàn)高度穩(wěn)定合作。當p>0.4時，PAP值<2.6，但此時PAA值均大于0.9。這一情況與E1中p≥0.4時所對應情況類似，驗證了較高的競爭強度會阻礙博弈者風險規(guī)避對其合作行為的促進這一結(jié)論。與E1不同的是，E2中γ的變化對于PAP及PAA沒有顯著影響，因為γ表征了博弈者對收益變化的敏感程度，而這一因素已經(jīng)被納入對收益增長率的考慮。

以γ=0.05為例對agents在不同博弈歷史下的合作比例進行分析，其結(jié)果與E1所得結(jié)論類似，即不同博弈歷史下適中的競爭強度能夠促進博弈者合作水平的提高。

四、結(jié)語

本文研究了基于收益、基于收益增長率兩種不同的競爭機制下，IPD博弈群體的agents的風險態(tài)度演化對合作行為演化的影響。在兩種競爭機制下，均得到了適中的競爭強度可以促使博弈者進行高度合作的結(jié)論。適當?shù)母偁帍姸扔欣诩ぐl(fā)企業(yè)對自身長期穩(wěn)定發(fā)展目標的追求，從而促進競爭企業(yè)的相互合作。根據(jù)本文的實驗結(jié)果，一方面，行業(yè)監(jiān)督者需要優(yōu)化市場規(guī)則和秩序，以適當?shù)恼邊f(xié)調(diào)競合基礎(chǔ)上的產(chǎn)業(yè)利益分享，合理干預市場競爭；另一方面，企業(yè)也需要不斷調(diào)整自身的目標和策略以適應市場環(huán)境的快速變化；才能夠出現(xiàn)企業(yè)優(yōu)勢互補、競相合作的演化趨勢。