云生態價值共創中的演化博弈

徐 敏

(上海交通大學 安泰經濟與管理學院，上海 200030)

1 云生態價值共創及演化博弈理論背景

1.1 云生態價值共創

云生態系統是指云計算催生的商業生態環境，主要參與者包括軟件供應商、平臺供應商、基礎設施供應商、服務供應商。云計算時代基于平臺的技術提升了IT產業的重要性，云計算時代組織間的合作也變得至關重要，它成了平臺生態系統和商業模式創新的先決條件。在云業務這個價值網絡中，價值是由每一個基本服務產生的，所有參與者通過服務交換金錢，通過服務改進為其他參與者增加價值，并最終提供滿足客戶需求的服務。云計算使軟件提供商、基礎設施提供商和服務提供商成為關鍵參與者，尋求價值的共同創造和網絡效應。因此，對軟件/平臺供應商，服務提供商和基礎設施提供商參與云生態系統可以產生任何聯盟伙伴都無法單獨產生的租金。緊密耦合的關系奠定了這些參與者之間的合作基礎。

價值共創最早在關于合作生產的研究中被提出，指企業與利益相關者通過合作創造新的價值。云生態的產出為解決方案，屬于結果導向型產出，是服務主導邏輯的一種。價值共創理論與服務主導邏輯理論早期就被廣泛結合，價值共創是服務企業固有的。Sarkar等在分析B2B企業的合作模式時提出了附加、交換、協同三類價值共創實現機制。Huntgeburth等也探索了云生態中基礎設施供應商聯盟的價值共創。在前人的研究基礎上，本文繼續探索云生態中軟件供應商和其他合作伙伴的合作策略。

1.2 演化博弈理論

1973年，Smith和Price提出了演化穩定策略(Evolution Stability Strategy，ESS)概念，指演化博弈過程中每個博弈方采取某策略后，根據自然選擇的作用，能夠使該種群不再受到影響。1978年，生態學家Taylor 和Jonker提出了復制動態概念(Replicator Dynamic，RD)，指種群通過“復制動態”模擬其他種群學習和動態調整的過程再做出相應的最優決策，這是向演化穩定策略動態收斂的過程。由于部分博弈方不會采用完全理性的均衡策略，例如博弈方對對方理性的猜忌使最終策略不是完全理性下的最優策略，所以博弈方在進行決策時往往不會一開始就找到最優策略，他們會在博弈過程中學習博弈，通過不斷的試錯最終找到均衡的策略。分析有限理性博弈問題的關鍵是確定博弈方學習和策略調整的方式，這可以用生物進化的動態機制來模擬，且有限理性的有效均衡也與生物進化的演化穩定策略非常相似，因此有限理性博弈理論也被稱為演化博弈理論。

云業務是一個處于發展初期的新業務，業務的不穩定性使合作雙方存在一定的不信任，博弈雙方很難具備完全理性，因此演化博弈適用于云生態中軟件供應商和其他合作商的博弈分析。

2 云生態下演化博弈模型的構建與分析

本文的研究對象主要是云生態中軟件/平臺供應商及其合作伙伴，主要的研究視角是軟件/平臺供應商。

2.1 基本假設

基于云生態合作關系的背景，本文提出如下基本假設：

每個參與者都是以最大化自身收益為目標；

每個參與者對云業務的態度不同，因此博弈策略集是(參與，不參與)。

2.2 參數設置

綜合IT企業資源理論和實際企業調研，分析得到影響云生態價值共創實現的因素，如表1所示。

表1 云生態價值共創的影響因素

根據基本假設，我們從收益和成本角度出發，綜合影響云生態價值共創的因素，設定主要參數如表2所示。

表2 演化博弈的主要參數及含義

2.3 收益矩陣的構建

云業務是新型業務，跟傳統線下軟件銷售面向市場存在重疊。同時，云生態的參與者與線下軟件銷售生態參與者存在重疊性。因此，參與者對云業務的態度對云生態中的價值共創起決定性影響。當軟件/平臺供應商都選擇重視云業務、參與價值共創時，雙方可以獲取到共創價值的一部分。如果一方選擇重視云業務、參與價值共創，另一方不重視，那么共創的價值量就很小，參與者們無法分到共創的價值量，且參與方需要付出成本。根據不同類型的價值共創實現機制，我們具體分析各參與方的收益矩陣，如表3所示。

(1)如果雙方能夠參與價值共創，雙方可以共享共創的價值量。其中，軟件供應商的收益為S1(R1+R2)+A1K2R2-C1R1，合作伙伴的收益為S2(R1+R2)+A2K1R1-C2R2。

(2)如果只有一方選擇參與價值共創而另一方不參與，最終產生的共創價值量少，參與的一方無法學習另一方的資源，且需要付出成本。不參與的一方可以獲取學習另一方的資源，且不需要付出成本，若軟件供應商參與，而合作伙伴不參與，那么軟件供應商的收益為-C1R1，合作伙伴的收益為A2K1R1。相反，若合作伙伴參與，而軟件供應商不參與，那么軟件供應商的收益為A1K2R2，合作伙伴的收益為-C2R2。

(3)如果雙方都不參與，無法形成合作聯盟，雙方的收益均為0。

2.4 演化博弈模型分析

2.4.1局部穩定性分析

根據收益矩陣，分別構建軟件供應商和合作伙伴行為的復制動態方程。

軟件供應商參與時的期望收益為：u11=q(S1R2+A1K2R2-C1R1)+(1-q)(-C1R1)

軟件供應商不參與的期望收益為：u12=qA1K2R2

軟件供應商期望收益為：u1=p[q(S1R2+A1K2R2-C1R1)+(1-q)(-C1R1)]+(1-p)qA1K2R2

軟件供應商參與價值共創的復制動態方程為：

F(p)=dp/dt=p(u11-u1)=p(1-p)(qS1R2-C1R1)

合作伙伴參與時的期望收益為：u21=p(S2R1+A2K1R1-C2R2)+(1-p)(-C2R2)

合作伙伴不參與的期望收益為：u22=pA2K1R1

合作伙伴期望收益為：u2=q[p(S2R1+A2K1R1-C2R2)+(1-p)(-C2R2)]+(1-q)pA2K1R1

合作伙伴參與價值共創的復制動態方程為：

F(q)=dq/dt=q(u21-u2)=q(1-q)(pS2R1-C2R2)

參與者根據收益的大小不斷優化自身的行為策略，以獲取更多的利益，最終達到ESS。根據復制動態方程，令F(p)=0，得到三個可能的均衡點p=0，p=1，q=C1R1/S1R2。均衡點除了滿足自身是穩定均衡狀態，還應具有一定的抗干擾能力，如果p偏離了p*，參與者根據自身收益最大化還是會將p恢復到p*，因此需要滿足F(q)左側導數大于0、右側導數小于0。在考慮聯盟穩定性時，需要同時考慮軟件供應商和合作伙伴的行為。使用E(p，q)看作是兩者的策略組合，聯立F(p)=0和F(q)=0，可以得到兩方策略演化到穩定狀態時的5個可能的局部均衡點：E1(0，0)、E2(0，1)、E3(1，0)、E4(1，1)、E5(C2R2/S2R1，C1R1/S1R2)。其中，E1代表軟件供應商和合作伙伴都無心參與價值共創；E2代表合作伙伴不參與價值共創，軟件供應商全力參與；E3代表合作伙伴參與價值共創，軟件供應商不參與；E4代表雙方都參與價值共創。

2.4.2均衡點分析

為驗證各個平衡點的穩定性，求解復制動態方程的雅克比矩陣：

該矩陣的行列式和跡分別為：

detJ=(1-2p)(qS1R2-C1R1)(1-2q)(pS2R1-C2R2)-p(1-p)S1R2q(1-q)S2R1

trJ=(1-2p)(qS1R2-C1R1)+(1-2q)(pS2R1-C2R2)

當某個可能的均衡點使detJ>0且trJ<0時，則該平衡點進入局部穩定狀態，即參與者的演化穩定策略。將五個可能的均衡點代入雅克比矩陣，進行局部穩定性分析，結果如表4所示。

如表4所示，只有E1(0，0)為穩定點，其他點暫時為不確定點。根據參數值的不同情況，得到不同約束條件下的E2、E3、E4、E5的局部穩定性如表5所示。

表4 雅克比矩陣的局部穩定性情況

表5 不同約束條件下各點的局部穩定性分析

對各個條件下軟件供應商和合作伙伴的策略演化過程分析如下：

(1)當S1R2>C1R1且S2R1>C2R2時，系統存在兩個演化穩定的點(0，0)和(1，1)、兩個不穩定點(1，0)和(0，1)以及一個鞍點(p*，q*)。演化相位圖如圖1所示。在該圖中雙方均選擇參與價值共創E4或者均選擇不參與價值共創E1是策略集的最終收斂點。不穩定點E2、E3與鞍點E5所形成的折線構成系統收斂至不同均衡的分界線。折線右上方E2E5E3E4部分將在演化穩定策略E5E4的作用下收斂至整個演化系統的帕累托最優均衡策略點(1，1)。折線左下方E2E1E3E5部分在演化穩定策略E5E1的作用下收斂至整個演化系統的劣質均衡點(0，0)。兩種穩定策略是共存的，但性質截然不同。

圖1 情況1雙方博弈演化相位圖

(2)在2、3、4三種條件下，系統只存在一個演化穩定的點(0，0)、兩個不穩定點以及兩個鞍點。在這三類條件下，軟件供應商和合作伙伴參與價值共創獲得的凈收益均不如不參加價值共創的凈收益。說明不管系統最初雙方的狀態如何都將演化到唯一的穩定點，即雙方均選擇參與價值共創或者不參與價值共創。演化相位圖如圖2所示。

圖2 情況2、3、4雙方博弈演化相位圖

3 演化博弈模型的仿真分析

雙方全力參加價值共創獲得的收益大于不參加價值共創獲得的收益，只有情況1有可能出現雙方都參與，但是在情況1中雙方參與價值共創的策略與都不參加價值共創的策略共存，最終演化到哪一種狀態與情況中的鞍點E5(C2R2/S2R1，C1R1/S1R2)有關。因此本章我們分析當S1R2>C1R1且S2R1>C2R2時系統策略演化的情況。影響演化結果的主要因素是雙方各自擁有的資源(Ri)、雙方在合作聯盟中的地位(Si)、雙方的參與成本(Ci)。因此本文根據參考文獻及實際情況設置參數的初始值如表6所示，根據每個參數進行了MATLAB仿真。在后續分析過程中，由于部分實驗過早達到策略演化均衡，所以為視圖清晰，僅截取了演化到均衡的部分仿真時間段。

表6 參數初始值

3.1 擁有的獨有資源(Ri)對演化結果的影響

企業擁有的獨有資源對企業策略的演化結果會產生影響。本文模擬了不同資源情況下軟件供應商和合作伙伴隨時間推移策略選擇情況，如圖3與圖4所示。企業擁有的獨有資源越少，鞍點E5離E4(1，1)越遠，即越愿意參加價值共創，策略演化的結果更可能為(1，1)。因為當企業擁有的獨有資源越少，企業越需要通過合作來獲取對方的資源進行價值創造。同時，當兩方資源擁有量存在差距時，資源擁有量少的一方更愿意參加合作，而資源擁有量多的一方更不愿意參加合作，需要更久的時間策略選擇才能演化到選擇合作的策略。

圖3 軟件供應商在不同資源條件下的策略選擇

圖4 合作伙伴在不同資源條件下的策略選擇

3.2 在價值共創合作聯盟中所處的地位(Si)對演化結果的影響

企業在價值共創合作聯盟中所處的地位對企業策略的演化結果會產生影響。本文模擬了不同地位情況下軟件供應商和合作伙伴隨時間推移策略選擇情況，如圖5與圖6所示。企業所處的地位越高，鞍點E5離E4(1,1)越遠，即越愿意參加價值共創，策略演化的結果更可能為(1,1)。企業所處的地位越高，在合作聯盟中擁有的話語權越大，在最后的利益分配時能獲取更多利益，因此會更傾向于合作，而同時弱勢的一方更不愿意參與合作，因此需要更久的時間才能演化到選擇參與價值共創的策略。

圖5 軟件供應商在不同地位時的策略選擇

圖6 合作伙伴在不同地位時的策略選擇

3.3 參與價值共創付出的成本(Ci)對演化結果的影響

企業參與價值共創付出的成本對企業策略的演化結果會產生影響。本文模擬了不同成本情況下軟件供應商和合作伙伴隨時間推移策略選擇情況，如圖7與圖8所示。企業參與價值共創付出的成本越低，鞍點E5離E4(1,1)越遠，即越愿意參加價值共創，策略演化的結果更可能為(1,1)。當企業所需要付出的成本過高(如圖中成本大于0.3)時，企業最終的策略選擇會傾向于(0,0)，即不參與價值共創。

圖7 軟件供應商在不同成本條件下的策略選擇

圖8 合作伙伴在不同成本條件下的策略選擇

3.4 初始參與概率對演化結果的影響

企業參與價值共創付出的成本對企業策略的演化結果會產生影響。本文模擬了不同初始參與概率下軟件供應商和合作伙伴隨時間推移策略選擇情況，如圖9與圖10所示。企業參與價值共創初始參與概率越高，鞍點E5離E4(1,1)越遠，即后續越愿意參加價值共創，策略演化的結果更可能為(1,1)。當一方初始參與概率為0時，最終的演化策略是(0,0)，即有一方初始時無意愿，則價值共創最終無法形成。

圖9 軟件供應商在不同初始條件下的策略選擇

圖10 合作伙伴在不同初始條件下的策略選擇

3.5 影響因素總結

根據上述仿真結果可以看出，軟件供應商和合作伙伴參與價值共創的意愿與自身擁有的資源、在合作聯盟中的地位以及參與價值共創付出的成本有關，具體的關系如表7與表8所示。

表7 各影響因素與軟件供應商參與價值共創意愿(p)的關系(+表示正相關，-表示負相關)

表8 各影響因素與合作伙伴參與價值共創意愿(q)的關系(+表示正相關，-表示負相關)

4 總結與建議

本文的研究內容包括兩部分：一是研究云計算價值共創過程中軟件供應商和合作伙伴的策略選擇行為，探索最終雙方的均衡選擇策略集；二是通過仿真策略選擇過程，探索影響形成價值共創合作關系的因素。通過研究我們發現只有當S2R1>C2R2，S1R2>C1R1時(此條件可以近似解釋為在價值共創中從對方獲取的資源需要大于自己付出的成本)，雙方的策略均衡點為(參與，不參與)和(參與，不參與)。在其他條件下，雙方的策略選擇均衡點均是不參與。選擇是否參與與雙方各自的資源能力、在合作中所處的地位、投入的成本有關。地位越高、擁有的獨有資源水平越低、投入成本越低，參與價值共創合作的意愿越強。

對參與價值共創的參與者們的啟示如下：自身擁有獨特的資源越低，越應積極尋求合作伙伴參與價值共創。同時，應該提高自身的獨有資源水平，自身的資源與其他合作伙伴的差距越大，其他合作伙伴參與意愿越高。如果一直作為資源的弱勢方，會在合作中處于被動的地位，在價值共創中也無法取得較多的收益。同時，如果對方投入的資源過多，會導致對方消極，最終退出合作。