基于復雜網絡博弈的跨國企業供應鏈學習機制研究

趙昌平 徐曉 江龔宇

摘要：供應鏈學習成為跨國公司獲取競爭優勢的新源泉。許多國際著名企業（如微軟、IBM、宜家、豐田等）已開始將供應鏈學習引入自己的管理戰略中來謀求企業的穩定持續發展。供應鏈企業的主觀態度、學習能力同績效提升存在正相關關系，但供應鏈成員的主觀心理因素、關系網絡結構同學習合作策略選擇的關系還有待研究。文章以供應鏈學習理論依據為基礎，通過已有案例歸納供應鏈的學習網絡，引入經驗加權吸引力（EWA）學習模型到供應鏈學習的博弈機制之中，采用MATLAB仿真的方法對博弈模型進行檢驗，進而歸納出網絡結構、主觀態度的相關變量對供應鏈學習的影響機制。

關 鍵 詞：EWA模型;供應鏈學習;復雜網絡博弈

中圖分類號：F274文獻標識碼：A文章編號：2096-7934（2020）05-0039-20

一、引言

供應鏈學習被當成贏得持續競爭優勢的有效途徑（Bessant et al，2003）[1]，諸多大型跨國公司如微軟、IBM、宜家、豐田等都將供應鏈知識管理與可持續學習納入企業戰略之中，歐美市場60%～70%的大型企業已經導入供應鏈的知識管理體系[2]。

供應鏈學習源于組織學習，指供應鏈上成員企業間的學習。供應鏈中的企業彼此之間的關系要比戰略聯盟等其他類型的組織間關系更加緊密，在供應鏈中進行組織學習要比其他類型的組織學習更容易和更能創造價值[3]，是企業獲取知識和技術、提升競爭力的重要途徑。Spekman et al認為學習是供應鏈能力的一個關鍵組成部分，供應鏈可以被視為“作為收集知識和學習的工具”[4]。Bessant et al認為供應鏈學習和組織學習一樣分為高級學習和低級學習兩類[1]。同時，他們將供應鏈學習歸納為創建、運營、維持三個階段：創建階段通常由核心公司或是第三方推動，需找出明確的利益驅動或風險驅動因素;運營階段則包括網絡創建、定義學習規則、成員維護、決策以及澄清決策等過程;維持階段則需要確定一種機制來維持學習過程或是退出學習機制。Gong et al（2018）[5]通過多案例研究方法，驗證了Bessant et al的三階段模式，同時指出供應鏈鏈主企業可以調配供應鏈內外部資源，改變供應鏈網絡結構有效驅動供應鏈學習的開展。Jia et al（2019）進一步提出，供應鏈學習的第三階段可由供應鏈成員或第三方機構共同扮演供應鏈領導者的角色，降低供應鏈學習的長期成本[6]。

供應鏈學習效應的檢驗是學者們關注的另一個重點內容，Hernandez-Espallardo et al利用結構方程模型測試了219家哥倫比亞服裝制造商進行供應鏈學習的效果，結果顯示知識共享和學習能顯著提高供應鏈的整體績效，企業間關系的充分治理是供應鏈學習的競爭力來源[7]。豐田公司的供應鏈學習系統所具有的相對優勢佐證了這一結論[8]。供應鏈的知識學習促進了供應鏈系統的創新，有效的知識共享與組織學習提升了企業研發績效，從而促進了管理績效的提升，有利于維持供應鏈系統的持續競爭力[9]，同時供應鏈的知識協同對集群企業創新績效有顯著的提升作用[10-13]?？陀^上，供應鏈學習提高了系統的合作績效，但供應鏈成員的學習能力同主觀合作績效相關[1]。

已有的研究成果界定了供應鏈學習的概念，從管理與交易成本的視角證明了組織間學習對供應鏈系統的績效具有顯著促進作用，提升了供應鏈的整體競爭力[14]。雖然實證研究的結果也指出供應鏈成員的主觀態度與學習能力同供應鏈績效提升存在正相關關系，但供應鏈成員的認知水平、學習能力等主觀心理因素如何影響供應鏈合作，供應鏈的關系網絡結構是否會影響合作等問題還沒有被納入研究之中。

因此，可使用學習的統計模型來研究主觀心理因素對供應鏈學習的影響，預測跨國公司供應鏈網絡中的學習行為變化。基本的學習模型主要有強化學習模型、信念學習模型和經驗加權吸引力（EWA）模型[15-16]。其中，EWA 模型將強化學習模型和信念學習模型結合在一起，同時考慮經驗強化和策略吸引力的影響，是更一般化的學習模型。

同時，王旭文等通過與傳統博弈進行對比，指出由于參與者的學習和模仿行為，復雜網絡上的博弈研究主要集中在策略更新和網絡拓撲結構對合作的影響[17]。且復雜網絡演化博弈論的特征與現實中的許多實際網絡較為符合，其中的有限理性假設可對由于信息障礙、認知水平與結構偏差和政策時滯性等因素，博弈個體在進行博弈的決策過程中的非理性選擇進行補充說明，能提供比簡單的理性經濟人假設更符合實際的解釋。因此，結合復雜網絡和演化博弈來對跨國公司供應鏈學習網絡進行研究具有一定可行性。

本文通過已有的成熟案例歸納出供應鏈的學習網絡，以此為基礎將EWA模型引入供應鏈學習的博弈機制之中，利用仿真的方法對博弈模型進行檢驗，進而歸納出供應鏈網絡、主觀心理因素的相關變量對供應鏈學習的影響機制。

二、供應鏈學習網絡的構建

供應鏈學習網絡作為一種新的學習理念，是知識網絡和供應鏈網絡的聚合體，承載了組織學習的相關特點，是一種基于知識的社會性分享、協作、貢獻和創造而形成的合作關系網絡。供應鏈學習網絡的核心是通過連接供應鏈上的學習者以及相關的知識技術而進行的學習，關鍵在于連接和創造。

這種合作關系網絡使得供應鏈學習變得更加多樣和復雜。根據以往學者的研究成果，不同跨國公司在供應鏈學習的不同階段會呈現出不同的學習網絡結構，但在供應鏈學習逐漸穩定后，會形成最終的封閉網絡結構[5]。考慮到跨國公司供應鏈網絡涉及的節點多、規模較大、網絡之間的聯系復雜，且主體之間總能通過供應鏈的聯盟關系產生聯系，此外，不同參與企業在供應鏈學習中的作用和重要程度不同進一步增加了網絡的復雜性，可適用小世界復雜網絡理論。結合跨國公司供應鏈學習中跨國公司和其他供應商的不同主體地位、鏈上企業間的連接方式以及學習的結構模式[8]，本文構造了適用于跨國公司的供應鏈學習網絡，如圖1所示。

圖1展示了圍繞跨國公司所形成的供應鏈學習網絡，即由核心企業和無數個供應商所構成的學習網絡?，F實情形中跨國公司的閉環供應鏈學習網絡在最終維持階段會呈現封閉形式，即跨國公司直線向下產生聯系，直至最底層供應商重新與跨國公司建立連接。在此模型中，依據該形式設計整體框架，因此跨國公司供應鏈學習網絡呈現往下拓撲最終形成閉環結構?？紤]初始的一個跨國公司作為原始公司，也是供應鏈中的核心企業，用A表示，核心企業往下的B、C、D以及往后的各層供應商參與整個供應鏈學習過程。其中，跨國公司A連接到其一層供應商節點B1至Bn，一層供應商節點B1至Bn又將連接到二層供應商節點C1至Cn，由此往下，一直至供應鏈學習中的最底層供應商，直至最底層供應商重新與跨國公司建立連接，形成閉環網絡。

在此模型中，每個供應鏈層級都有多個供應商，該層每個供應商作為知識需求者有可能與上層供應商中的任何一個公司建立學習關系，作為知識供給者有可能與下層供應商中的任何一個公司建立學習連接，也可能與同層級的供應商進行知識交流建立連接。隨著供應鏈學習的開展，每個供應商聯結的節點逐漸增多，在該網絡上傳播的知識技術也越來越多，最終形成良好的供應鏈學習與交流網絡。

在學習過程中，單個學習者的供應鏈知識網絡一直在不斷動態向前發展。從圖1可以看出，隨著供應鏈學習的深入，學習網絡上的節點和連線會不斷變化，同時網絡上的知識技術等要素也得到不斷創新，這是一種動態發展的供應鏈學習網絡。

由此可見，跨國公司供應鏈學習網絡中的學習是一種典型的知識創造和知識分布式存儲下的動態學習，在供應鏈學習網絡這個平臺上聚合了學習網絡的內容屬性和供應鏈網絡的關系屬性，為促進形成該跨國公司供應鏈獨特的競爭優勢提供了新的可能。

三、跨國公司供應鏈學習的博弈模型

跨國公司供應鏈學習與網絡成員的主觀信念、經驗以及心理特質相關，學習行為符合統計規律。故可以將EWA模型引入供應網絡的學習博弈模型之中，從而將心理因素納入學習博弈的分析之中。

（一）EWA模型

EWA模型包含了強化學習與信念學習。強化學習理論認為博弈參與人會基于過去行動的支付所形成的經驗來調整自己的行為，獲得高收益的行動策略被再次選擇而被強化，而低收益的失敗策略也會因強化而被拋棄，那些沒被選中的策略因為沒有經驗而不能被強化。信念學習理論認為參與人通過觀察博弈的歷史，發現其他參與人戰略選擇行動策略的概率，形成對其他參與人行動選擇的信念，在信念的支配下選擇自己的最優行動方案。信念學習符合統計規律，而這種規律是受內在的心理規律支配。EWA模型將兩者學習理論結合起來，融合經驗的強化和行為人的信念，形成一種基于心理統計的綜合模型。它可由式（1）表示：

是策略吸引力衰退比率系數，表示由于供應鏈學習博弈過程中企業所面臨的對手、環境不同或者遺忘等原因對舊經驗的故意放棄而導致的前一期吸引力的衰減，使得策略的有效性下降。

κ表示吸引力的增長率，由于強化學習模型中策略吸引力累計增長，而信念學習模型中吸引力增長緩慢，模型用κ來表示不同模型對博弈學習過程策略吸引力增長的影響。吸引力增長率較低，κ越接近0;魅力值增長率越高，κ越接近1。

策略吸引力Aji（t）表示j策略被選擇的吸引力大小，策略吸引力決定了該策略被選擇的概率，策略吸引力越大，則該策略被選擇的可能性越高。由于學習過程符合計量統計規律，故而可以用指數模型來表示策略吸引力，其選擇概率可用式（5）表示：

（二）供應網絡學習博弈模型的支付

供應鏈中的知識學習就是兩個或兩個以上的供應鏈節點企業共同參與的知識學習活動，是企業間的學習。Love et al（1999）把組織學習理論運用到供應鏈知識管理中，提出組織間的學習可以促進供應鏈合作伙伴關系的發展，同時供應鏈合作伙伴關系有利于組織間學習的開展。兩者相互影響、相互促進，提高了供應鏈整體的知識容量和競爭力[18]。供應鏈學習由供應鏈網絡上各節點企業的學習行為組成，是一種學習網絡，這種學習網絡中各企業進行的是合作性學習，通過向伙伴學習和同伙伴一起學習的方式獲得知識，在網絡的學習中供應鏈企業用一種獨特的方式共享知識以使其產生協同價值，產生于供應鏈學習中的這種非線性關系網中的競爭優勢是很難被模仿的。

結合跨國公司供應鏈學習網絡的實際情形，單個企業特別是作為網絡中其他供應商的企業，在供應鏈學習中考慮更多的是個體的利益最大化，而非團隊的利益，因此，采用囚徒困境模型對單個企業不同策略選擇的預期收益做出下列假設：

（1）不考慮企業在供應鏈中的角色及規模對參與供應鏈學習的影響，假設節點企業具有相似的風險偏好;每一節點企業都有兩種策略可供選擇，即學習與不學習;記參與者i的第j個策略為sji，分別定義第t期參與者i與其他參與者-i的策略集分別為si（t）和s-i（t）。

（2）參與供應鏈學習是有成本的，同質化的節點企業i選擇學習時的成本假設為d，其取值范圍為00。

（3）假設兩個博弈節點企業都選擇不學習的策略時，各自的收益為e，0

（4）結合假設（1）、（2）、（3），可以得到如表1所示的收益支付矩陣，此時的收益和成本都是單次博弈中可預見的直觀收益和支出?？鐕竟溇W絡的企業間學習是一個動態的過程，每一個供應商根據其選擇的學習策略獲得的收益情況來選擇下一次博弈的策略，上一次博弈的經驗會形成信念，影響下一次博弈決策。

（三）跨國公司供應鏈網絡學習博弈模型

在圖1所示的學習網絡圖中，各節點代表供應網絡內的企業。根據調查資料的結論，進行以下假設：

（1）學習網絡中的節點企業會以更高概率模仿鄰居[19-20];每一節點企業i的策略集為sji={0，1}， 1表示學習策略，0表示不學習策略，同理可得sj-i={0，1}。

（2）用鄰接矩陣A表示跨國公司供應鏈的學習網絡，若節點i與節點-i之間有邊，A-ii為1，否則為0。

（3）在跨國公司供應鏈的學習網絡中，節點企業只能同其鄰居節點發生聯系，故而博弈關系只存在于鄰居節點之間。

（4）假設為激勵鄰居節點的學習行為，節點企業會對鄰居進行獎勵，用r表示跨國公司作為核心企業給予供應鏈內其他企業節點的獎勵，則跨國公司支付的總獎勵額為∑Z2sji·r，Z表示跨國公司供應鏈中企業節點總數，供應鏈內單個企業節點獲得的激勵為sji·r。

（5）由于信息不對稱、關系、知識黏滯性、知識在不同企業間的轉移能力差異等，學習過程中會出現障礙，企業需要支付一定的費用與成本來降低或消除障礙[21-22]。成本占收益的比例用ui表示，0

（6）學習具有知識溢出效應[23]，跨國公司供應鏈網絡的學習博弈會產生溢出收益?？鐕驹诠溇W絡學習中處于核心主導地位，可以充分吸收各節點企業的知識經驗，獲得最大的知識溢出收益。溢出效應與選擇參與學習的節點企業個數存在正相關關系。用f表示跨國公司從單個選擇合作的供應商獲得的溢出收益，那么跨國公司從整個供應鏈網絡中獲得的溢出收益為∑Z2sji·f，其中∑Z2sji為供應鏈上選擇合作的所有企業個數。

綜上所述，跨國公司供應鏈網絡中的跨國公司與供應商企業的收益函數分別為：

（1）跨國公司的收益函數。當節點i為跨國公司時，節點i在供應網絡學習中發揮著主導作用，同時也擔負著大企業的責任，此時節點i在博弈中可獲得的收益由參與供應鏈學習可獲得的即期收益、供應鏈知識溢出收益和支付給其他合作節點的激勵三部分組成：

由式（17）可知，跨國公司供應鏈學習網絡中其他供應商企業的某一輪博弈策略的選擇同參與供應鏈學習的即期收益、獲得的來自跨國公司給予的獎勵、選擇學習策略時需要支付的隱形成本直接相關。參與供應鏈學習的即期收益越大，式（17）成立的可能性越大，節點企業i選擇學習策略的可能性越大;獲得的來自跨國公司給予的獎勵越大，節點從供應鏈學習中獲得的收益越大，式（17）越容易成立，節點選擇學習的可能性越大。同時，企業知識轉移能力不強、文化差異形成的知識學習障礙、知識黏滯性等給節點企業參與供應鏈學習的隱形成本造成顯著影響，進而影響節點企業的策略選擇。

四、供應鏈學習機制的模型仿真

（一）案例背景

宜家是一家較早采納可持續發展理念，并與供應鏈管理緊密結合的典型代表企業，其采用供應鏈學習的方式打造了多層級的可持續供應鏈網絡。Gong et al （2018）、Jia et al（2019）對宜家的供應鏈成員企業及其可持續經營相關部門進行了深入訪談，詳細調研了宜家的可持續棉花項目[5-6]。宜家的可持續棉紡供應鏈包含六個層級，分別為棉花種植、軋棉、紡紗、織布、印染、縫制裁剪。

研究發現，宜家通過直接或間接與第三方合作的方式接觸其多層級供應商[5]。它直接向一級供應商提供培訓;同時通過一級供應商間接接觸一些二級供應商;對于第3級和第4級的供應商，宜家主要采取間接與第三方接觸的方式，通過第1級或第2級供應商，或第三方組織如良好棉花協會來影響他們;對于第5級和第6級供應商，為實施可持續棉花項目，宜家采用了直接與第三方合作的方式。這意味著除了對原材料供應商（5級軋棉廠和6級棉花農場）控制外，宜家傾向于將可持續棉花的采購完全委托給一級供應商。案例中第三方組織良好棉花協會由宜家等創始會員企業發起，可視為間接的供應鏈管理模式，因此本文僅討論直接與間接形式。

（二）宜家供應鏈學習網絡現狀

基于宜家供應鏈的供應鏈學習方式（直接和間接），將宜家的供應鏈學習網絡分為五個層級：頂端為核心跨國公司宜家;第二層為宜家直接提供培訓的縫制裁剪環節供應商（1級供應商）;第三層為1級供應商接觸的染色環節供應商（2級供應商）;第四層為1、2級供應商影響的紡紗和織布環節的供應商（3、4級供應商）;最底層為宜家直接接觸與知識提供者（良好棉花協會）合作接觸的軋棉廠和棉花農場（5、6級供應商）。

從行業角度而言，宜家的棉花供應鏈的同層級成員可以利用行業交流平臺相互學習與交流，同時宜家公司也有意識地組織其供應商成員一起進行可持續管理標準的知識共享與學習，因而同層級成員之間存在相互學習的關系。即在博弈模型中，每個供應商將與其同層級其他所有供應商和上下層所有供應商均進行是否參與供應鏈學習的博弈。

整理宜家供應鏈的22次訪談資料發現，宜家的不同層級供應商個數分別為1、5、5、5、6。以兩個供應商是否為上下層或同層供應商作為兩企業間是否存在供應鏈學習關系的判斷標準，存在關系的兩個企業之間存在供應鏈學習關系，否則不存在供應鏈學習關系。利用UCINET軟件可繪制出如圖2所示的宜家的供應鏈學習網絡。

圖2宜家供應鏈學習復雜網絡

（三）宜家供應鏈學習的網絡博弈仿真

將宜家供應鏈學習復雜網絡量化為0-1關系矩陣，其中不同企業間有連接關系的在矩陣表格中相應位置的數值表示為1，否則為0，處理后的矩陣如表3所示。

矩陣中字母A、B、C、D、E分別代表宜家供應鏈不同的供應鏈層級，依次包括：作為核心跨國公司的宜家本身、切縫環節、染色環節、紡紗織布環節和最底層種棉軋棉環節;數字代表每個層級選取的供應商數量，其中裁縫、染色、紡織環節的供應商數量均為5，棉花種植環節選取的供應商數量為6。度Ki=[ 11，10，10，10，10，10，14，14，14，14，14，15，15，15，15，15，11，11，11，11，11，11]。

使用MATLAB軟件對模型進行仿真，仿真流程如圖3所示。

（四） 仿真結果

1不同EWA學習心理對跨國公司供應鏈學習的影響

假設供應商對策略魅力值的反應敏感度λ為001，宜家支付給參與供應鏈學習的單個供應商的獎勵額r為1，供應商用于克服知識學習障礙的成本率u為0008，宜家從單個選擇合作的供應商中獲得的供應鏈學習溢出收益f為1。初始條件下，策略吸引力的Aji（0）為6，經驗權重的N（0）為0，博弈方對兩個策略的選擇概率服從均勻分布概率P0=05，即初始合作者數量為11。沿用一般模型中EWA模型各參數的經驗估計可得：參與博弈方賦予未選策略收益的權重δ=05，以前吸引力的衰退比率系數φ∈（08，1），策略吸引力的增長率κ∈（0，φ）[24，25]。其中，δ的取值固定不變，假設φ，κ的取值如下所示：φ=098，κ=07;φ=09，κ=07;φ=08，κ=07;φ=08，κ=085;φ=08，κ=098。仿真結果如圖4所示。

在圖4中，EWA學習心理對跨國公司供應鏈學習的網絡博弈具有一定的影響。當φ=098，κ=07時，網絡中各企業在第7次博弈開始就達到均衡點22，并在27次策略選擇后結束了供應鏈學習博弈;當φ=09，κ=07時，網絡中參與供應鏈學習的企業數量在第7次博弈開始達到22，之后保持穩定;當φ=08， κ=07時，此時變化趨勢與φ=09，κ=07的變化趨勢相同，但從第9次博弈開始網絡博弈才穩定下來;當φ=08，κ=085時，網絡中的合作者數量于前12次博弈在12和22、17和22間反復，從第13次博弈開始穩定在網絡中節點總數22;當φ=08，κ=098時，合作者數量前期震蕩加劇，且從第21次博弈開始才穩定在均衡解22。

由上述分析可以推知，企業的學習心理影響跨國公司供應鏈學習網絡中各節點的策略選擇，進而影響網絡博弈的均衡狀態。其中，φ表示企業在博弈過程中由于遺忘等原因使得策略的魅力值衰減，φ越大，以往經驗的參考價值越少;κ是魅力值增長控制系數，表示企業對過去博弈經驗的學習能力，κ越大，參與者學習能力越強。圖形說明每次博弈過程中，節點企業越是根據當期學習的收益進行選擇，博弈曲線能越快收斂;同時對以往經驗的學習能力越強，對于某一策略越會頻繁選擇，當即期收益比較的結果與往期經驗不一致時，企業很容易出現在博弈中反復徘徊的結果，在圖形中則表現為曲線的來回震蕩，難以達到均衡穩定狀態。

在實際情形中，宜家供應鏈學習網絡中各企業的心理考慮是不一致的，對以往經驗參考程度不同、學習能力不同的決策者在網絡中進行博弈時，這些企業是否參與宜家供應鏈學習的結果復雜得多。

2不同策略魅力值的反應敏感度對跨國公司供應鏈學習的影響

假設參與博弈方賦予未選策略收益的權重δ為05，以前吸引力衰退比率系數φ為09，策略吸引力的增長率κ為075，宜家支付給參與供應鏈學習的單個供應商的獎勵額r為1，供應商用于克服知識學習障礙的成本率u為0008，宜家從單個選擇合作的企業獲得的供應鏈學習溢出收益f為1。初始條件下，策略吸引力的Aji（0）為6，經驗權重的N（0）為0，博弈方對兩個策略的選擇概率服從均勻分布概率P0=05，即初始合作者數量為11。供應鏈學習合作節點i，-i的博弈收益受企業對策略魅力值的反應敏感度λ影響，λ分別取值為0001、005、001、01、05時，得到的仿真結果如圖5所示。

在圖5中，其他變量不變，越大，企業對策略魅力值的反應敏感度越大，參與供應鏈學習的企業越多，且越快達到穩定，最終穩定狀態時的合作者數量為所有參與博弈的節點數，即宜家供應鏈中所有企業都參與了供應鏈學習。

企業對策略魅力值的反應敏感度受企業參與供應鏈學習的動機、心理感知等因素影響，反應敏感度越大，節點企業越傾向于選擇學習策略，由此整個供應鏈中參與供應鏈學習的供應商也越多，且越快達到最終博弈穩定狀態。因此，增大企業對供應鏈學習的心理感知強度和強化其學習動機有助于促進網絡中的企業選擇合作策略，參與供應鏈學習，進行知識和技術的共享，提高單個企業和整個供應鏈的競爭優勢。當企業對策略魅力值的反應敏感度增加到一定程度時，博弈結束，供應鏈上的企業都不再參與供應鏈學習，即此時參與供應鏈學習帶來的收益已不能吸引各節點企業選擇學習，需要考慮其他變量帶來的影響。

3不同溢出收益對跨國公司供應鏈學習的影響

假設參與博弈方賦予未選策略收益的權重δ為05，以前吸引力衰退比率系數φ為09，策略吸引力的增長率κ為075，鏈上企業對策略魅力值的反應敏感度λ為0008，宜家支付給參與供應鏈學習的單個企業的獎勵額r為1，供應商企業用于克服知識學習障礙的成本率u為0008。初始條件下，策略吸引力的Aji（0）為6，經驗權重的N（0）為0，博弈方對兩個策略的選擇概率服從均勻分布概率P0=05，即初始合作者數量為11。供應鏈學習合作節點i、-i的博弈收益受核心企業從單個選擇合作的企業獲得的供應鏈學習溢出收益f影響，f分別取值為08、085、09、095、1時，得到的仿真結果如圖6所示。

從仿真結果可知，固定其他參數，f的取值遞增時，合作者數量整體上呈增加的趨勢。f為08時，合作者數量從第9次博弈開始收斂在21;f取值為085，合作者數量從第9次博弈開始穩定在21，從第23次博弈開始保持在22;f取值為09時，合作者數量仍從第9次博弈開始穩定在21，但從第19次博弈開始為22，比取值為085時更快達到最終穩定;f取值為095時，合作者數量在前10次博弈中逐漸穩定，并從第11次博弈開始固定在22，比取值為09時更快達到最終穩定;f取值為1時，合作者數量更是從第9次博弈開始就穩定在全部參與者個數22。從分析可知，宜家從單個選擇合作的企業獲得的供應鏈學習溢出收益對供應鏈學習產生正向影響，溢出收益f越大，網絡參與者學習傾向越明顯。

溢出收益主要組成宜家的博弈收益，對宜家參與供應鏈學習網絡博弈產生直接影響，再間接作用于其他供應商。通過影響宜家進行策略選擇，而后影響供應商在博弈中可獲得的收益，即供應商是否能獲得宜家支付的激勵，只有當宜家選擇學習后，供應商選擇學習時才能獲得激勵。這也解釋了仿真結果中合作者數量從21變化到22，且更快速收斂這一結果，當溢出收益足夠大時，宜家才會參與學習;同時宜家參與學習會給供應商支付激勵項，供應商選擇學習策略的可能性更高。

4不同學習成本率對跨國公司供應鏈學習的影響

假設參與博弈方賦予未選策略收益的權重δ為05，以前吸引力衰退比率系數φ為09，策略吸引力的增長率κ為075，成員企業對策略魅力值的反應敏感度λ為001，宜家支付給參與供應鏈學習的單個企業的獎勵額r為1，宜家從單個選擇合作的供應商獲得的供應鏈學習溢出收益f為1。初始條件下，策略吸引力的Aji（0）為6，經驗權重的N（0）為0，博弈方對兩個策略的選擇概率服從均勻分布概率P0=05，即初始合作者數量為11。供應鏈學習合作節點i、-i的博弈收益受供應商企業用于克服知識學習障礙的成本率u影響，u分別取值為0005、0008、001、002、0025時，得到的仿真結果如圖7所示。

在圖7中，其他變量固定，隨著成本的增大，合作者數量曲線不斷向下震蕩，越來越難達到穩定。學習成本率為0005時，合作者數量在初始狀態后就達到最高點22，即供應鏈學習網絡中各節點企業全部選擇學習策略;成本率為0008時，合作者數量在12和22間反復，并從第9次博弈開始穩定在22;成本率為001時，曲線震蕩幅度增大，開始在1和22間反復，并在第15次博弈才最終收斂于22;當成本率增加到002時，曲線在第24次博弈才收斂到22;成本率為0025時，曲線在前30次博弈中不斷在1和22間震蕩，未能形成穩定狀態。從分析可知，學習成本率增加，網絡中選擇學習策略的企業數量變化增大，整體呈數量減少趨勢。

學習成本率與宜家供應鏈中企業間的信息透明度、信任關系、是否存在知識黏滯性和知識在不同企業間的轉移能力差異有關，選擇學習策略的供應商將付出一定成本來消除這些障礙，才能形成有效的供應鏈學習。鄰居節點中選擇學習策略的供應商越多，成本率越高，博弈方需要為學習溝通付出的成本越多，從博弈中獲得的收益越少。因此，成本率越是增加，企業越難以達到博弈的均衡。同時，除合作的鄰居數量外，企業間信息越不對稱、知識黏滯性越高、文化差異越大，這種消除障礙的成本率也越高，產生了阻礙學習的作用。

5不同獎勵額對跨國公司供應鏈學習的影響

假設參與博弈方賦予未選策略收益的權重δ為05，以前吸引力衰退比率系數φ為09，策略吸引力的增長率κ為075，成員企業對策略魅力值的反應敏感度λ為001，供應商企業用于克服知識學習障礙的成本率u為0008，宜家從單個選擇合作的企業獲得的供應鏈學習溢出收益f為1。初始條件下，策略吸引力的Aji（0）為6，經驗權重的N（0）為0，博弈方對兩個策略的選擇概率服從均勻分布概率P0=05，即初始合作者數量為11。供應鏈學習合作節點i、-i的博弈收益受宜家支付給參與供應鏈學習的單個供應商的獎勵額r影響，r分別取值為05、08、1、11、15時，得到的仿真結果如圖8所示。

從圖8可以看到，其他變量保持不變，獎勵額逐漸增大，平均合作者數量增加。r=05時，選擇學習的博弈參與者數量在1和22 間不斷震蕩，從第13次博弈開始收斂于22;r=08時，合作者數量在前10次博弈中上下震蕩，但逐漸收斂，并在第11次博弈時穩定在22，此時網絡中所有節點都選擇學習策略;r=1時，合作者數量較08時震蕩幅度減小，且在第9次博弈開始數量穩定在22;r=11時，合作者數量在第7次博弈時達到21，并穩定一段時間，從第17次博弈開始固定在22;r=15時，選擇學習的博弈參與者數量從初始狀態后就持續在21?？梢?，r越大，選擇學習的節點企業數量越快達到穩定，且整體呈震蕩并逐漸向上收斂的趨勢。

獎勵額是宜家作為核心公司鼓勵其他節點企業參與供應鏈學習、減少博弈中的“搭便車”行為設置的激勵。獎勵額在一定范圍內增加會對各供應商的學習意向起激勵作用，因此在前面部分獎勵額不斷增加的過程中，選擇學習策略的節點企業增加且不斷加速收斂穩定;超過一定范圍后，宜家作為支付方，在供應鏈學習博弈中逐漸“入不敷出”，不再能支付起這些獎勵，便會呈現最后的其他21個供應商都傾向于選擇學習、宜家選擇不學習的情況。激勵項鼓勵供應鏈中的企業分享知識技術、參與供應鏈學習具有重要作用，在供應鏈學習網絡的維護中，作為核心企業的宜家如何適當激勵，做到既能最大化地讓其他供應商參與供應鏈學習，又能不損耗宜家自身的利益，還需要宜家對獎勵額的設置做充分研究準備。

五、討論與結論

（一）討論

通過對宜家進行仿真分析，探索了不同EWA學習心理、博弈方對策略魅力值的反應敏感度、溢出收益、學習成本率和獎勵額等因素對跨國公司供應鏈學習的影響，可以總結歸納出宜家的一些管理經驗，對跨國公司實施供應鏈學習以創建和保持競爭優勢、實現可持續供應鏈管理有著積極的作用。

第一，不同EWA學習心理對跨國公司供應鏈學習網絡中的企業選擇學習與否有一定影響。以宜家為案例的同質化博弈過程中，網絡上的企業進行供應鏈學習的均衡受到當期學習的收益、以往經驗的學習能力、即期收益與往期經驗的差異影響。在實際情形中，跨國公司供應鏈學習網絡中各企業的心理考慮是不一致的，對以往經驗參考程度不同、學習能力不同的決策者在網絡中進行博弈時，這些企業是否參與該跨國公司實行的供應鏈學習的結果復雜得多。

第二，企業對策略魅力值的反應敏感度受企業參與供應鏈學習的動機、心理感知等因素影響，增大企業對供應鏈學習的心理感知強度和強化其學習動機有助于促進網絡中的企業選擇合作策略，參與供應鏈學習，進行知識和技術的共享，提高單個企業和整個供應鏈的競爭優勢。單個企業的學習動機無非是幫助開展日常工作，為企業未來發展增益。企業對供應鏈學習可獲得收益的心理感知則與信息對稱和其領導人的認知水平有關。因此，跨國公司可充分發揮其核心公司地位，通過培訓宣傳或規則制定等方式幫助其他供應商企業增強對供應鏈學習的了解，結合激勵措施，采取一定的經濟手段，強化企業的學習動機。

第三，溢出收益對跨國公司供應鏈學習產生正向影響，主要作用于核心公司。溢出收益足夠大時，核心公司選擇供應鏈學習，此時才會給其他供應商企業帶來激勵收益。而溢出收益與供應鏈上知識學習交流產生的信息優勢、知識創新、技術進步有關，參與學習的供應商越多，核心企業可吸收的溢出收益越大。這將進一步促進核心企業對其他供應商的激勵，對于促進整個供應鏈上的供應鏈學習開展具有積極示范作用。

第四，在考慮學習成本率時，需要注意到節點的鄰居節點中選擇學習策略的供應商越多，博弈方需要為學習溝通付出的成本越多，因此學習成本率對企業間進行供應鏈學習的阻礙作用不可忽略。消除供應鏈上企業間的學習障礙在于建立信任關系、形成信息透明、減少知識黏滯?？鐕咀鳛楹诵钠髽I可采取“專一性”的做法，即只與其認可的供應商進行供應鏈學習的合作，在動態能力發展過程中，憑借供應鏈學習網絡中的社會資本整合其內外部知識資源，建立起信任、規范、認同及共同愿景的學習關系，保證參與到供應鏈學習網絡中來才是企業的最優選擇。同時，可在達成合作的企業間共享優質信息，形成緊密的供應鏈學習聯盟，將企業優勢變為供應鏈優勢，實現供應鏈管理的可持續。

第五，獎勵額對于跨國公司供應鏈學習網絡中的核心公司和其他供應商企業具有不同影響。獎勵額的增加對其他供應商的學習起激勵作用;但增加超過一定范圍后，核心公司在供應鏈學習博弈中“入不敷出”，反而會抑制核心公司的合作意向。激勵項對于促進供應鏈中的企業分享知識技術、參與供應鏈學習、遏制“搭便車”具有顯著效果。因此，在供應鏈學習網絡的維護中，核心企業如何適當激勵，做到既能最大化地讓其他供應商參與供應鏈學習，又能不損耗自身的利益，還需要跨國公司在對獎勵額進行設置時做好充分的研究準備。此發現與Bessant et al（2003）[1] 和Jia et al（2019）[6] 研究結論相符，在供應鏈學習的持續階段，供應鏈鏈主企業需要從前臺走向后端，由供應鏈成員企業或者第三方機構共同分攤供應鏈學習成本。

第六，通過案例分析整體結果趨勢可看出，在EWA學習機制下，跨國公司供應鏈成員企業學習策略選擇的數量在博弈初期會產生較為劇烈的震蕩，之后逐漸收斂平衡。這說明企業的學習博弈演化過程十分復雜，供應鏈上的企業僅通過自身心理因素對收益狀況進行比較來做決策時，很容易迅速促成供應鏈學習的合作，或是出現相繼違約的效應。對每個成員而言，僅依賴自身主觀對暫時收益情況判斷而做出的決策不夠長遠，會為供應鏈學習的可持續發展帶來阻礙。因此，跨國公司在加強供應商對收益的客觀判斷的同時，關注影響供應商學習策略選擇行為的其他因素，結合心理引導與實際獎懲，提高供應商的學習意愿，才能有效促進跨國公司整體的供應鏈學習，進一步實現可持續供應鏈管理。

（二）結論

供應鏈學習是整個供應鏈上企業的知識、技術、資源優勢等交流共享的一種方式。它在一定程度上能夠創造出更多的學習價值，提升鏈上核心跨國公司的可持續供應鏈管理效果，維持鏈上各企業在市場上的競爭優勢，可利用供應鏈學習中的相關因素來對跨國公司供應鏈學習機制進行分析。

本研究從相關文獻綜述出發，以供應鏈學習理論依據為基礎，在分析跨國公司供應鏈學習的主體、層級和結構的工作上，構建跨國公司供應鏈學習網絡，再應用經驗加權吸引力（EWA）模型對其供應鏈學習機制進行分析，根據以往學者的研究對供應鏈學習網絡博弈模型作出合理假設，采用對宜家進行實例仿真的方法檢驗，分析不同EWA學習心理、博弈者對于策略吸引力的反應敏感度、供應鏈學習的溢出收益、合作的激勵、學習成本率對宜家供應鏈學習合作行為的影響，最后根據實例仿真結果，從不同因素角度進行分析，促進跨國公司供應鏈學習機制的建立與實施，為跨國公司進行可持續供應鏈管理提供參考。

通過以上內容的研究，得出以下主要結論。

（1）通過對跨國公司供應鏈學習的主體、層級、結構進行分析，確定了跨國公司供應鏈學習網絡是一個以跨國公司為核心、其他供應商共同參與的鏈上學習網絡，在學習穩定后網絡呈閉環結構。

（2）跨國公司供應鏈學習演化博弈模型中，博弈者對策略吸引力的反應敏感度、供應鏈學習的溢出收益、學習的激勵對于供應鏈學習形成均衡具有促進作用。反應敏感度越大，鏈內企業越傾向于選擇學習策略;溢出收益主要作用于跨國公司本身，學習激勵作用于其他供應商，溢出收益越大，學習激勵越多，供應鏈學習網絡中參與者學習傾向明顯。學習成本率對鏈內企業參與供應鏈學習具有負向影響，成本率越高，企業需要為學習溝通付出的成本越多，節點企業越趨向選擇不學習;企業對以往博弈經驗的參考越少，對過去經驗的學習能力越弱，企業越是根據當期學習的收益進行選擇，供應鏈學習越能達到穩定狀態。

（3）從實例仿真結果來看，本研究對相關因素的檢驗結果肯定了其在跨國公司供應鏈學習中的重要性，對這些因素的一些討論證明了學習能力、信任關系和發揮跨國公司核心地位等對跨國公司供應鏈學習的重要影響，從這些現實因素出發對供應鏈學習機制進行思考，可為跨國公司建立、改善和實施供應鏈學習機制提供路徑，也為其提升企業和供應鏈競爭優勢指出方向。

文章采用建網后進行博弈仿真的結果對跨國公司供應鏈學習機制進行了深層次的研究，找到了不同條件下的學習博弈均衡，為跨國公司供應鏈學習的實施提供了參考方向。然而，供應鏈學習是一個網絡動態變化的過程，會隨著市場的變化、時間的推移等產生不同的結果。同時，模型的假設仍然是理想化的，要求過于嚴格，跨國公司供應鏈內不同企業進行學習的戰略選擇具有隨機性。企業決策受到企業經濟結構、企業供應鏈地位等諸多因素的影響。在未來的研究中，可以將最新的行為經濟學理論引入模型構建中，增加對不同企業經濟結構、供應鏈地位的考慮，放松變量約束，使模型更具現實可行性，不斷促進跨國公司進行供應鏈學習機制改善，實現可持續供應鏈管理，提升跨國公司及其供應鏈的市場競爭優勢。

參考文獻：

[1] BESSANT J， KAPLINSKY R， LAMMING R Putting supply chain learning into practice[J] International journal of operations & production management， 2003， 23（2）：167-184

[2] DURACH C F， KEMBRO J， WIELAND A， et al A new paradigm for systematic literature reviews in supply chain management[J] Journal of supply chain management， 2017， 53（4）： 67-85

[3]彭燦供應鏈中的知識流動與組織間學習[J]科研管理， 2004（3）： 81-85

[4]SPEKMAN R E， SPEAR J， KAMAUFF J Supply chain competency： learning as a key component[J] Supply chain management， 2001， 7（1）： 41-55

[5]GONG Y， JIA F， BROWN S， et al Supply chain learning of sustainability in multi-tier supply chains： a resource orchestration perspective[J] International journal of operations & production management， 2018， 38 （4）： 1061-1090

[6]JIA F， GONG Y， BROWN S Multi-tier sustainable supply chain management： the role of supply chain leadership[J] International journal of production economics， 2019， 217： 44-63

[7]HERNANDEZ-ESPALLARDO M， RODRIGUEZOREJUELA A， SANCHEZPEREZ M， et al Inter-organizational governance， learning and performance in supply chains[J] Supply chain management， 2010， 15（2）： 101-114

[8]DYER J H， NOBEOKA K Creating and managing a high-performance knowledge-sharing network： the Toyota case[J] Strategic management journal， 2000， 21（3）： 345-367

[9]李隨成，楊婷知識共享與組織學習對供應鏈企業間研發合作績效的影響研究[J]科技進步與對策， 2009， 26（10）： 97-103

[10]潘瑞玉供應鏈知識協同與集群企業創新績效關系的實證研究——基于組織學習的中介作用[J]商業經濟與管理， 2013（4）： 89-96

[11]蔡彬清，陳國宏鏈式產業集群網絡關系、組織學習與創新績效研究[J]研究與發展管理， 2013， 25（4）： 126-133

[12]吉敏，胡漢輝學習渠道、集群供應鏈知識網絡與企業創新績效關系研究——來自常州產業集群的實證[J]科技進步與對策， 2014， 31（18）： 73-79

[13]何宇，趙洪利，楊海濤，等復雜網絡演化研究綜述[J]裝備指揮技術學院學報， 2011，22（1）： 120-125

[14]陳偉，張旭梅供應鏈中企業組織學習能力對合作績效的影響——以知識獲取為中介變量的實證研究[J]商業經濟與管理， 2009（8）： 36-42

[15]彭勇，趙婷，王高飛，等基于經驗加權吸引模型的車輛路徑選擇博弈研究[J]科學技術與工程，2018，18（2）： 352-357

[16]許民利，苗瑞麗，簡惠云基于利他偏好的學習模型及其實驗研究[J]管理工程學報， 2015， 29（1）： 53-58，38

[17] 王旭文，汪秉宏復雜網絡上的演化博弈研究[J]現代物理知識，2015，27（3）： 19-22

[18] LOVE P E， GUNASEKARAN A Learning alliances： a customer-supplier focus for continuous improvement in manufacturing [J] Industrial and commercial training，1999， 31（3）： 88-96

[19]張良橋，郭立國論模仿者動態理論[J]中山大學學報（自然科學版），2003（3）：97-99

[20] CHEN M，WANG L，SUN S，et al Evolution of cooperation in the spatial public goods game with adaptive reputation assortment[J] Physics letters A， 2016， 380（1）： 40-47

[21]阮平南，韓捧會網絡組織中節點學習的進化博弈分析[J]科技管理研究，2011，31（5）： 208，209-212

[22]何炳華，宋國防考慮學習成本的供應鏈知識共享博弈分析[J]情報雜志，2010， 29（10）：126-129

[23]張喜征，梁家莉，曹帥，等知識溢出效應下供應鏈合作創新博弈模型研究[J]華東經濟管理，2017，31（10）：173-179

[24] CAMERER C F，HO T Experience-weighted attraction learning in normal form games[J] Econometrica， 1999， 67（4）： 827-874

[25] HO T， CAMERER C F， CHONG J， et al Self-tuning experience weighted attraction learning in games[J] Journal of economic theory， 2007， 133（1）： 177-198