博弈论与供应链管理精选(九篇)

第1篇：博弈论与供应链管理范文

关键词：绿色供应链 演化博弈模型 政府 企业 消费者

相关文献综述

随着经济的持续发展，人类社会空前的繁荣，然而在这种繁荣的背后，却是人们对自然资源的肆意挥霍和对环境的严重破坏。日益严重的资源短缺和环境污染问题，比如全球变暖、空气污染、酸雨、水土流失、土地沙化等，在制约经济发展的同时，也威胁着人类的健康和生存。20世纪80年代，越来越多的企业，为适应进一步加剧的全球市场竞争和节约成本，满足客户的个性化需求，依靠信息技术，开始加强与上下游企业的合作，形成一条自原材料采购到产品制造再到产品零售的“供应链”。集物流、信息流、资金流于一体的供应链管理模式，为供应链各节点企业带来了巨大的经济收益。但是这种以市场份额和利润为内在动力的管理模式，并不涉及环境保护这一重要环节，甚至为提高供应链的运作效率和竞争优势，在某种程度上会加剧企业对资源的掠夺和环境的破坏。所以，在供应链管理中融入社会和环境因素，即绿色供应链管理，势在必行。

然而，绿色供应链管理的实施面临着重重的困难，虽然绿色供应链管理的实施从长期来看可以为企业提高资源的利用率，提高企业形象，但从短期来看，企业为减少产品生产中对环境的污染，以及构建废旧产品的回收渠道，要付出很大的成本，这使得企业没有动力去实施绿色供应链管理。

邓峰（2008）、曹海英和温孝卿（2011）、覃艳华和曹细玉（2006），Liu et al.（2008）等人建立了政府和企业之间的博弈模型，研究发现政府的管理对于企业是否实施绿色供应链具有重要的作用；朱庆华和窦一杰（2011）建立了绿色供应链管理中考虑产品绿色度和政府补贴的三阶段博弈模型，通过模型分析分别给出了政府、主动采取绿色供应链管理战略的供应商以及被动采取绿色供应链管理战略的供应商的决策方法；Hu（2011）通过建立绿色供应链核心企业与消费者之间的博弈模型，研究了消费者如何影响绿色供应链企业策略的实施。但是博弈论是建立在博弈参与人完全理性的基础之上的，也就是在任何情况下参与人都能对环境的任何变化做出最优反应，而在现实的绿色供应链中，无论是企业还是政府不可能完全知道对方的所有信息，也不一定能根据所得信息做出最合理的决策。以有限理性为基础的演化博弈论，认为博弈参与人不可能知道世界的所有状态，也不可能知道所有状态出现的概率以及某种状态对自己收益的影响，所以也不能在每次的博弈中都能做出最优的反应。在演化博弈中，博弈参与人的决策是根据某种常规而非理性地计算结果，这种常规一般来自于博弈的历史。在反复的博弈中，博弈参与人通过不断的学习、模仿逐渐能采取一种演化稳定策略，即在一个种群中所有个体都采取该策略时，不存在某种变异的策略能够侵犯该种群。因此，运用演化博弈论来研究绿色供应链管理更贴近实际情况。

Smith和 Price（1973）首次提出了一个重要的平衡概念—演化稳定策略，这是在进化过程中可能得到的一个稳定动态。为了推导出演化稳定的策略，Taylor和 Jonker（1978）提供了一个基本的方法—复制者动态，这可以用基于自然选择和适应度的常微分方程描述，在此基础上，常微分复制者动态方程的稳定性可以用来表达演化稳定策略。随后，演化博弈人吸引了众多学者的研究，并获得了空前的发展，其中包括：Hines（1987），Weibull（1995），Hofbauer和Sigmund（2003），Robson（1990），Suri（2007）等。Friedman（1991；1998）认为演化博弈在经济领域有着极大的应用前景，分析了复制者动态应用于经济学领域的潜力与局限，系统地介绍了经济学家关心的演化博弈模型的基本要素，详细讨论了使用连续的确定性复制者动态的博弈模型的演化稳定策略，自此，演化博弈论在经济领域取得了广泛的应用。

然而，演化博弈论在如何推动企业实施绿色供应链管理战略中的应用并不多。在政府与企业的关系方面：朱庆华和窦一杰（2007）研究了政府和核心企业之间的演化博弈模型，研究发现，核心企业开展绿色供应链管理的成本和收益、政府对企业是否开展绿色供应链管理的奖惩力度，都直接影响博弈结果，政府逐渐加强的奖惩力度能够使企业逐渐采用绿色供应链管理；申亮（2008）以线性需求函数的产品差异化模型作为研究基础，运用演化博弈论针对政府激励机制对制造商生产策略演化行为的积极作用进行了深入研究；Chen和Sheu（2009）研究了在市场竞争环境下政府与绿色供应链企业之间的演化博弈模型，研究发现，政府只有逐渐提高管理标准，企业才能逐渐更多的承担社会责任，推进绿色供应链的发展。

王世磊和严广乐（2009）运用演化博弈理论构建一个供应商与核心企业的演化博弈模型，模型分析结果显示，系统的演化呈现出“路径依赖”的特征，系统的演化结果与合作成本和收益存在密切关系；Barari（2011）利用演化博弈论构建了绿色供应链的决策分析框架，研究发现，通过生产商和零售商策略的不断调整，可以使供应链在重视环境保护的前提下获得最大的经济效益。

综上所述，可以看出以往的研究大都是建立在政府和企业或者企业与企业的两个群体之间的演化博弈模型的基础上，并没有考虑消费者对绿色供应链推动实施的影响。就目前而言，消费者的绿色观念普遍较低，他们不愿意为绿色产品支付更高的价格，在产品报废后，也只是简单地处理后随意丢弃，这对绿色供应链管理的构建是非常不利的。所以，政府同样要对消费者进行必要的补偿，才能保证绿色供应链管理的顺利实施。所以，本研究将建立政府监管部门、企业和消费者的三群体演化博弈模型，来研究三者之间的关系，并用算例分析来刻画出模型的收敛过程，以及参数调整对收敛结果的影响，以此给出政府如何制定策略推动绿色供应链管理的实施。

基于政府、企业、消费者的群体演化博弈模型

（一）基本假设

政府监管部门的策略空间SM=（监管，不监管），其中采取“监管”和“不监管”策略的政府监管部门所占群体的比例分别为x和1-x；核心企业的策略空间SE=（构建，不构建），其中，企业采取“构建”绿色供应链策略，包括两个方面，一是生产绿色产品，二是构建产品的回收渠道，企业若采取“不构建”策略，则即不生产绿色产品也不构建产品回收渠道，两策略所占群体的比例分别为y和1-y；消费者的策略空间SC=（参与，不参与），其中，消费者采取“参与”绿色供应链策略，包括两方面：一是购买绿色产品；二是协助企业将废旧产品放入回收渠道，消费者采取“不参与”策略，则既不购买绿色产品也不协助企业将废旧产品放入回收渠道，两策略所占群体的比例分别为z和1-z。

假设参数R1为企业采取“构建”策略的产品收益；R2为企业采取“不构建”策略的收益；W1为政府监管部门采取“监管”策略时，给予构建绿色供应链企业的补贴；W2为政府监管部门采取“监管”策略时，给予参与绿色供应链的消费者的补贴；D1为消费者采取“参与”策略时的可得产品效用；D2为消费者采取“不参与”策略时的可得产品效用；C1为企业采取“构建”策略时的回收渠道构建成本；C2为消费者采取“参与”策略时，协助企业将废旧产品放进回收渠道的成本；C3为政府监管部门采取“监管”策略时的监管成本；C4为政府监管部门对于企业生产非绿色产品所造成污染的治理成本；C5为政府监管部门对于企业生产非绿色产品所造成污染以及废旧产品所造成污染的治理成本之和；P为政府监管部门采取“监管”策略时，对不构建绿色供应链企业的惩罚；Q为上级部门对政府监管部门的奖励。根据上述假设可得政府、企业、消费者之间演化博弈的支付矩阵（见表1）。

（二）复制者动态方程及均衡点求解

对于政府监管部门群体而言，令采取“监管”和“不监管”策略的政府监管部门获得的收益分别为u11和u12，平均收益为u1。则根据博弈标准式可得：

u11=[（Q-W2）z-W1-C3]y+[（Q-W2-C4）z+P-C3-C5z]（1-y） （1）

u12=[-C4z-C5（1-z）]（1-y） （2）

u1=u11x+u12（1-x） （3）

由此可得复制者动态方程：

（4）

同理可得，企业和消费者群体的复制者动态方程分别为：

（5）

（6）

令，利用MATLAB软件可以算出此动力系统的均衡点，均衡点表示x、y、z不在变化时系统所处的均衡状态，该系统15个均衡点分别是：E1=[0，0，0]，E2=[1，0，0]，E3=[0，0，1]，E4=[1，0，1]，E5=[D2，W-12，0，-（P+C3）（-Q+W2）-1]，E6=[0，1，0]，E7=[0，1，1]，E8=[1，1，0]，E9=[1，1，1]， E10=[-（D1-C2）W2-1，1，-（W1+C3）（-Q+W2）-1]，E11=[（R2+C1）（W1+P）-1，-（-P+C3）（W1+P）-1，0]，E12=[-（R1-C1）（W1+P）-1，-（-Q+W2-P+C3）（W1+P）-1，1]，E13=[0，D2（D1+D2-C2）-1，（R2+C1）（R1+R2）-1]，E14=[1，（W2-D2）（D1+D2-C2）-1，-（W1+P-D2-C1）（R1+R2）-1]，

（三）稳定性分析

并不是所有的系统均衡点都是演化稳定策略，可以利用Friedman（1991）提出的局部稳定性分析法，通过构建Jacobian矩阵，来分析各均衡状态的稳定性。可以根据复制者动态方程得到该系统的Jacobian矩阵，如下：

将每一个均衡点代入矩阵J，可以得到一个数值矩阵，且该矩阵有3个特征根λ=R+il。将特征根的实部R非正的个数作为判断均衡点是否演化稳定的指标。当该指标为0时，则该均衡点为演化稳定点，即该点对应系统的一个演化稳定状态；当该指标为3时，则该均衡点为不稳定点；当该指标介于0到3之间时，则该均衡点为鞍点。

在满足条件Q>W1+W2+C3，R2-P>W1-C1的情况下对各参数进行赋值（见表2），并将各参数值代入均衡点以及矩阵J，通过用MATLAB软件计算便可得到该系统的数值均衡点，以及各均衡点对应矩阵的特征值，并可以判断出各均衡点的稳定性（见表3）。

由表3可知，均衡点E2=[1，0，0]和E9=[1，1，1]为演化动力系统的演化稳定点。将参数值代入复制者动态方程组，发现当系统的初始状态满足条件z>1.1667y-0.5，z1-0.7778y，y>0.75-0.5x时，演化动力系统将随时间收敛至均衡点E9。可以在两收敛域内分别取点P1=（0.3，0.1，0.15）和P2=（0.8，0.6，0.75），通过演化图来验证其收敛过程（见图1、图2）。

进一步对参数进行调整，在满足条件Q>W1+W2+C3，R2-P>W1-C1的情况下，分别增大W1、W2和P时，发现各均衡点的状态不变，但演化稳定点E2收敛域缩小，相反演化稳定点E9的收敛域变大，当P增大至R2-P

因此根据上述参数分析得出结论，当政府监管部门在保证社会总体效益的情况下，由政府监管部门、企业以及消费者构成的三群体演化博弈模型可以收敛到政府监管、企业不实施绿色供应链管理、消费者不参加绿色供应链和政府监管、企业实施绿色供应链管理、消费者参与绿色供应链的两种演化稳定状态。当政府监管部门加大对不构建绿色供应链企业的惩罚力度，以及给予企业和消费者更多的补贴时，系统更趋向于后者。

结论

针对绿色供应链管理的推动实施问题，本文构建了基于政府监管部门、企业以及消费者的三群体演化博弈模型，并利用MATLAB软件计算得出了该模型的一系列均衡点。通过数值分析，刻画出了该模型在满足一定条件情况下的收敛过程，并通过观察参数调整对收敛过程的影响，得出结论：当政府加大对不采取绿色供应链管理企业的惩罚力度，并提高对采取绿色供应链管理企业以及消费者的补贴，可以促进绿色供应链管理的实施。

本文的研究只考虑了政府监管部门、企业以及消费者三个群体均有两个纯策略的情况，而在有些时候，每个群体成员有三个或者更多的纯策略可供选择，这种复杂的情况是我们下一步研究的问题。

参考文献：

1.邓峰.基于不完全执行污染排放管制的企业与政府博弈分析[J].预测，2008，27（1）

2.曹海英，温孝卿.基于博弈分析的政府主导型绿色供应链管理研究[J].中国流通经济，2011，25（2）

3.覃艳华，曹细玉.企业逆向物流活动的博弈分析[J].生态经济，2006（4）

4.Liu M，Ye H Z，Qi X Y.Analysis on trilateral game of green supply chain[J].AS-CE Conf，2008，1（8）

5.朱庆华，窦一杰.基于政府补贴分析的绿色供应链管理博弈模型[J].管理科学学报，2011，14（6）

6.Hu X P，Gao S F.Game model between enterprises and consumers in green supply chain of home appliance industry[J].Distributed Computing and Application to b-Ursine，Engineering and science.2011（10）

7.Smith J M，Price G.The logic of animal conflict[J].Nature，1973，246（2）

8.Taylor P D，onker L.Evolutionary stable strategies and game dynamics[J].Mathematical Biosciences，1978，40（1）

9.Hines W.Evolutionary stable strategies：a review of basic theory[J].Theoretical Population Biology，1987，31（2）

10.Waybill J.Evolutionary game theory[M].Cambridge：MIT Press，1995

11.Hofbauer J，Sigmund K.Evolutionary game dynamics[J].American Mathematical Society Bulletin（New Series），2003，40（2）

12.Robson A J.Efficiency in evolutionary games：Darwin[J].Journal of theoretical，1990，144（3）

13.Suri S.Algorithmic game theory[M].Cambridge：Cambridge University Press，2007

14.Friedman Devolutionary games in economics[J].Econometrician，1991，59（3）

15.Friedman D.On economic applications of evolutionary game theory[J].Evolutionary Economics，1998，8（1）

16.朱庆华，窦一杰.绿色供应链中政府与核心企业进化博弈模型[J].系统工程理论与实践，2007，12（12）

第2篇：博弈论与供应链管理范文

Abstract: The aim of all the node enterprises to join the supply chains of agricultural products processing industry is to generate over the interests of the supply chain. Over the distribution of benefits become a hot research. The paper analyzes the problem of benefits distribution about supply chains of agricultural products processing industry through evolutionary game and constructs an evolutionary game model, ultimately determines the distribution benefits formula of coefficient λ.

关键词： 农产品加工业；供应链；利益分配；演化博弈

Key words: the processing industry of agricultural products；supply chains；profit distribution；evolutionary game

中图分类号：F250 文献标识码：A文章编号：1006-4311（2011）08-0034-02

0引言

在传统的博弈理论中，认为参与人是完全理性的，并且参与人是在完全信息的条件下进行博弈的，但是现实经济生活中，参与人的这种完全理性与完全信息是很难做到的。所以，演化博弈论认为参与人是有限理性的，作为有限理性的参与人不可能完全正确地对博弈信息进行分析，要通过反复地模仿、学校、突变等动态过程，最终达到一种均衡的状态。演化博弈理论概念的重要组成是“演化稳定策略”（Evolutionarily Stable Strategy，ESS）和复制动态模型（Replicate Dynamic，RD）[1]。

1演化博弈论在农产品加工业供应链利益分配中的优势

在一定程度上，演化博弈论对传统博弈理论关于理性假设和完全信息假设的问题进行了补充和修正。与传统的博弈论相比，在对农产品加工业供应链利益均衡分配问题的研究上，演化博弈理论具有如下的优势：

1.1 强调参与人是有限理性的传统博弈理论对参与人的假设是具有完全理性[2]，在整个的博弈过程中，参与人至始至终都是以实现自身利益最大化为目标的，无论是在确定还是在非确定环境下，做出的决策以及判断都是正确的，都能实现自身的利益最大化。在农产品加工业供应中，各个节点企业与演化博弈中的参与者一样是具有有限理性的，他们的多数决策都是在复杂多变的环境下做出的，很难做到完全理性，并且对于博弈信息的掌握也是有限，参与人最后的博弈结果很难达到均衡的状态。演化博弈论放弃了完全理性这一假设，认为参与人在博弈过程中具有有限理性，这种有限理性是由参与人的知识水平、判断能力以及对博弈信息收集分析能力的有限性所决定的，由于参与人的有限理性决定了其决策的过程是一个非常复杂的调整过程，通过不断的调整，最终得到均衡的博弈结果。所以，运用演化博弈理论对农产品加工业供应链利益分配问题进行研究，通过各个节点企业间的不断博弈，最终得到农产品加工业供应链利益均衡分配的方法。

1.2 强调博弈的动态过程传统博弈理论与演化博弈理论中都有动态博弈的概念，但是两者之间却存在着本质的区别。传统博弈理论中的动态博弈是由于参与人在进行策略选择时有先后次序之分所产生的，它是用来检验作为完全理性的参与人对于信息传递的处理能力的。而演化博弈理论中的动态博弈指的是博弈的调整过程，这种调整过程实质上是在各种影响因素的共同作用下使一个动态系统达到均衡的过程，并认为这个均衡可以用一个函数来表示，这个函数是均衡过程的函数，可以将与均衡有关的各种影响因素都引入到该函数中，即演化博弈模型[3]。农产品加工业供应链具有很强的动态性，在利益分配问题上，各个节点企业之间通过反复地学习、模拟、协商谈判等动态调整过程而最终达成一致。而演化博弈理论强调的正是这种动态调整过程，所以，比传统博弈理论更适合描述农产品加工业供应链的利益分配过程。

1.3 提出了演化稳定策略这一均衡概念传统博弈理论的均衡概念主要讨论的是博弈均衡，研究的主要是纳什均衡及其精炼纳什均衡。而那是均衡点是一个静态的概念，指的是系统中的一个fixed point，这个不动点不能用来描述系统的动态性。而演化博弈理论中的演化稳定策略，是指群体达到一种能够消除任何小的突变的状态时群体所选择的策略[1]。从演化稳定策略的概念来看，它也是一个静态的概念，但是它可以用来描述动态系统中的一些动态性质，更准确地预测参与人的策略。运用演化稳定策略，可以更好地描述农产品加工业供应链的稳定状态，从而确定其利益分配的均衡方案。

2农产品加工业供应链利益均衡分配博弈模型

2.1 模型建立本文主要研究的是农产品加工业供应链上农户组织，农产品加工企业，销售商之间的利益分配问题，在整条供应链上的利益分配问题是以农产品加工企业为核心的，由农产品加工企业进行主导的，考虑到在农产品加工业供应链上的农户组织和农产品加工企业之间的供应关系与销售商和农产品加工企业的供应关系是相似的，所以在这里只对农户组织和农产品加工企业之间的利益分配问题进行研究，而销售商和农产品加工企业之间的利益分配问题用类似的方法解决就可以了。

假设农产品加工业供应链中有一群农户组织（或销售商，本文以农户组织为例）与农产品加工企业，双方面临着两种策略选择，合作与不合作，合作主要是指农户组织与农产品加工企业之间进行纵向合作，农产品加工企业出对农产品生产资料进行加工外，还向农户组织提供优良的种子，化肥、农药、先进的种植技术和科学的管理方法等支持，通过这些合作能够提高农产品加工企业产品质量安全水平，降低交易成本，提高顾客的满意度，最终提高农产品加工业供应链的竞争优势，从而获得超额利益。而不合作主要是指农户组织与农产品加工企业各自选择独立运营，互不干涉，双方严格按照交易合同之间交易。双方在考虑自身群体的因素和其他成员的策略选择情况的基础上，对其策略进行选择和调整。所以，农户组织与农产品加工企业之间的博弈属于两种群的演化博弈。

各假设信息如下：

v1，v2分别为农户组织和农产品加工企业不合作时单位产品所获得的利润，v1、v2>0；

Q表示农户提供给农产品加工企业的原材料销售量，Q>0；

C1，C2分别为农户和农产品加工企业选择合作时所投入的初始成本；

ΔV为为农户和农产品加工企业选择合作时所创造的超额收益；

λ为农户组织获得的合作产生的超额收益的分配系数，0

博弈方：农产品加工企业和农户组织，且双方具有有限理性；

策略：农户组织与农产品加工企业的策略集均为（合作，不合作）；

策略的采用比例：农户组织群体中采取合作的概率为x（0?燮x?燮1），不合作的概率为1-x；农产品加工企业采取合作的概率为y（0?燮y?燮1），不合作的概率为1-y。

因此，农户组织与农产品加工企业之间的博弈矩阵如表1。

综上所述可得，农户组织选择合作策略的期望支付为：

E=yλΔV+vQ-C

农户组织选择不合作的期望支付为：

E=vQ

因此，农户组织的平均期望支付为：

=xE+（1-x）E=λΔVxy-Cx+vQ

同理，农产品加工企业的平均期望支付为：

=yE+（1-y）E=（1-λ）ΔVxy-Cy+vQ

由以上各式可得，农户群体和农产品加工企业对x、y的复制动态方程为：

=xE-=x（1-x）λΔVy-C=yE-=y（1-y）（1-λ）ΔVx-C

2.2 模型分析令=0，=0，得到：在区域{（x，y）；0?燮x，y?燮1}中，存在A（0，0），B（0，1），C（1，0），D（1，1），E，5个均衡点。根据Friedman提出的方法[4]，仅有（0，0）和（0，1）是稳定的，是进化稳定策略（ESS），分别对应于农户与农产品加工企业间（合作，合作）和（不合作，不合作）两种策略。

农户组织与农产品加工企业博弈的动态演化过程可以用图1进行描述[5]。其中，折线BEC表示系统收敛于不同状态的临界线，在折线上方（CDBE部分）系统向（合作，合作）方向进行演化，收敛于（合作，合作），农户组织和农产品加工企业形成了完全合作的关系；在折线下方（ACEB部分）系统向（不合作，不合作）方向进行演化，收敛于（不合作，不合作），农户组织和农产品加工企业各自完全独立运营。

2.3 分配系数λ取值的分析根据以上分析，农户组织与农产品加工企业演化博弈的长期均衡结果是完全合作还是完全不合作，取决于区域CDBE和区域ACEB的面积。当SCDBE>SACEB时，农户组织与农产品加工企业合作的概率大于不合作的概率，系统将沿着路径ED向完全合作的方向演化；当SCDBE

农户组织与农产品加工企业加入供应链的直接目的就是获得超额利益，而农产品加工业供应链超额利益的分配是否公平合理是影响整体供应链稳定性的决定性因素，在这里我们用λ表示农户组织获得的超额利益的分配系数，λ的取值可以直接反应利益分配的合理性问题。下面讨论分析λ的取值。

根据图1，得出区域ACEB的面积为

S=•x+•y=+

S对λ求导有：

=+

进一步求导得：

=+

可见>0，所以S有极小值，则S有极大值，即农户组织与农产品加工企业向完全合作的概率有极大值。

令=0，得到：

=

求得：

λ=，

λ=

可见，利益分配系数λ的取值与农户组织与农产品加工企业合作时投入的初始成本有关，具体是取λ还是λ视具体情况而定，λ的取值范围为0

4结论

近年来，我国农产品加工业得到了较快的发展并成为我国国民经济发展的潜力增长点。随着经济的不断发展，以农产品加工企业为核心的农产品加工业供应链也得到了一定的发展。农产品加工业企业之间的竞争逐渐转变为农产品加工业供应链之间的竞争，而农产品加工业供应链的利益分配问题是影响农产品加工业供应链稳定发展的关键因素。所以，如何公平、合理地对农产品加工业供应链的利益进行分配成为学者们的研究重点。本文运用演化博弈理论对农产品加工业供应链中农户组织与农产品加工企业之间的博弈进行了演化分析，建立了农户组织与农产品加工企业的动态模型，并在此基础上确定了分配系数的取值，实现了农产品加工业供应链利益的均衡分配。

参考文献：

[1]张维迎.博弈论与信息经济学[M].上海：上海三联书店/上海人民出版社，1996.

[2]范如国，韩民春.博弈论[M].武汉：武汉大学出版社，2006：4-5.

[3]周F.产业集群供应链及其演化博弈分析[D].2008：48.

第3篇：博弈论与供应链管理范文

关键词：博弈；供应链合作伙伴；纳什均衡理论；重复博弈；帕累托最优

21世纪的市场竞争将不是企业与企业之间的竞争，而是供应链与供应链之间的竞争。任何一个 企业只有与别的企业结成供应链上的战略联盟，才有可能取得竞争优势。建立战略联盟的合作伙伴关系是供应链战略管理的重点，也是集成化供应链管理的核心。许多成功企业都将与合作伙伴的附属关系转向建立战略合作关系。在建立合作伙伴关系中，由于利益的原因，双方之间往往存在着策略的对抗、竞争和合作，或对某一种局面的对策选择，因此须对建立供应链合作伙伴关系用博弈的方法去分析。

一、发展供应链合作伙伴关系的重要性

传统上大多数企业认为自己和其它企业相互独立存在，并且为了生存而与他们竞争。企业与上下游之间经常是对抗多于合作，许多企业仍谋求把成本降低或利润增加建立在损害供应链其它成员的利益上，他们往往没有意识到将自己的成本简单地转移到上游或下游并不能使他们增强竞争（也许在短期内有效），因为归根到底所有成本都设法由市场转嫁给消费者。但在新环境下，企业之间的竞争不再是单个企业在一定时间、一定空间为争夺某些终端市场和某些顾客的一对一的单打独斗了，企业和其它供应商、分销商和零售商的关系已不是简单的业务往来对象，而是结成利益共享的战略合作伙伴关系。

通过建立供应链战略合作伙伴关系可以使合作双方改善相互之间的交流，共担风险和利益，减少外部因素的影响和管理成本，通过实现规模效益降低成本，实现共同的期望和目标达到“双赢”的目的。

二、建立供应链合作伙伴关系的博弈分析

博弈（Game）：即一些个人、队组或其它组织，面对一定的环境条件，在一定的规则下，同时或先后，一次或多次，从各自允许的行为或策略中进行选择并加以实施，各自取得相应结果的过程。供应链中的成员在建立合作伙伴关系中，基于自身的利益的谈判实质上是一种博弈。

1． 供应链企业在交易中的博弈的分类。

供应链企业在交易中的博弈可分为两类：合作和不合作。合作是博弈双方通过谈判目的是为了双方的利益得到最大程度的保障，按照有关协议在以后的交易中双方的行为都能为对方所接受。不合作即博弈双方因利益冲突不能达成协议或达成协议后背叛协议。当今由于人们对供应链的认识还不够深入，很多企业与企业之间仍然是对立而非合作伙伴关系。双方因利益冲突而进行非合作性的博弈。例如：通用汽车就以在汽车界向供应商施压而出名，他们往往以大额定单为诱饵迫使其价格大幅降低。这种方式虽能大大降低采购成本，但这种以压榨供应商来获利并非上策，供应商为了维护自己的利益，要么就降低原材料半成品的质量或其它偷工减料的方式，要么就退出与通用汽车的合作。然而博弈的双方并不总是对抗的，有时也会出现博弈双方利益一致的情形。例如：生产电视机的公司和生产VCD的公司双方采用相同的制式，各自的机器就可以相互匹配，就会给双方带来产品互补性的利益；如果两公司采用不同的制式，那双方就无法享有这些利益，因此两公司通过谈判一致同意采用前者方案，这种博弈就是合作型的博弈。

2． 纳什均衡理论在建立合作伙伴关系中的应用。

对弈者策略的情况下，每个对弈者都选择他的最佳策略，所有对弈者的这种最佳策略组合就是一个纳什均衡，即纳什均衡是一种“不后悔”均衡。这样，对弈者必须准确地预见到对手的行为，两个对弈者的信息是相互一致的。下面就供应链合作伙伴中供应商和制造商两者的博弈来说明纳什均衡的原理及其运用。

假设供应商制造商是博弈的双方，他们之间的博弈方式分为合作和不合作，当供应商和制造商采用合作战略，则双方得益均为6个单位，当供应商合作制造商不合作，则得益分别为-3个单位和8个单位，同理当供应商不合作制造商合作时，双方得益为8个单位和-3个单位，若两者都不合作则双方各得益4个单位，用效用矩阵表示双方博弈组合。

图1表明：在一次性交易中，当制造商和供应商同时采取不合作时达到纳什均衡，但此时双方得益各为4，并没有达到帕累托最优，在本题中策略组合（合作，合作）才是帕累托最优，因为该结果优于策略组合（不合作，不合作）的结果。但策略组合（合作，合作）在策略上是不稳定的，如果制造商认为对手合作的话，则他选择不合作的可能性很大，反之，对供应商也如此。

从最基本的囚徒困境博弈我们可以知道一个事实：个人追求最大利益的行为，常常不能导致社会的最大利益，也常常不能真正实现个人自身的最大利益。换句话说，纳什均衡并不一定导致帕累托最优。

3． 合作伙伴的重复博弈分析。

要想使整个供应链具有较强的竞争力，供应链企业与企业之间的关系因是长期的、稳定的合作伙伴关系。如果交易一方为了一次利润最大化而过多地损害交易另一方的利益，甚至多次损害对方的利益，这是得不偿失的事。因此在一个高效、稳定的供应链中，合作伙伴之间存在着重复博弈，任何博弈方博弈策略的选择依据都是得益的大小，这在重复博弈中仍然成立。当博弈只进行一次时，每个博弈者都从自己的利益考虑，只关心一次性支付，而当博弈重复多次时，人们往往愿意采取合作的方式，即为了长期的利益而放弃短期利益，从而存在合作均衡。当供应商和制造商同样的一次博弈无限重复下去时，双方得益的纳什均衡就成为帕累托最优。

当供应链中合作伙伴的博弈无限重复下去，博弈者是严格按合同或协议办事还是背信，合作伙伴的关系能否长期维持下去，关键是看“对不合作者进行惩罚”这一威胁是否可信，要是威信可信，就必须使博弈双方知道不合作所付出的惩罚代价远远大于合作所得到的回报。这样，当博弈无限次重复时，博弈者才有合作的积极性。因此当博弈无限重复进行时，博弈者可以采取“触发器”的策略。如果你遵守协议，我就按已商定的合作策略办事。如果你违背协议，我将永远对你实施我的惩罚策略。这种策略尤其适用供应链中核心企业和非核心企业之间的合作。这种根据所谓的“棍棒加胡萝卜”原理来构建一个最大合作策略是完全可能的，这种策略要求不仅要惩罚应该合作而不合作的博弈者，而且要惩罚应该惩罚而不惩罚的博弈者。但是情况往往这样：一旦实行惩罚，核心企业和非核心企业都会在不同程度上受到损失。实际上，人是有理性的，很少有人会做“丢了西瓜而捡了芝麻”的事，尤其是商人。因此“触发器”的策略在具体的操作中应用得很少，惩罚不是目的而是手段。

信誉是博弈的一种投资，供应链合作伙伴为了获得长期利益，在博弈的开始每个博弈者都想为对方树立一个良好的信誉形象（即使他在本质上不一定想合作）。只有在博弈快结束时，博弈者才会一次性地把自己过去建立的信誉用完，合作才会停止。假定供应商和制造商在每一次博弈结束前，双方都以概率为P的可能进行着下一次的交易，每次博弈的内容仍按照图一的博弈矩阵进行。在交易之前双方达成一种协议，即在交易过程中假如你合作则我也合作；你不合作则我也不合作。如制造商合作，供应商采取合作得6个单位利益，不合作得8个单位利益，但供应商以后的得益却为0，总的期望收益为8，如果供应商守信采取合作则得6个单位收益，且有P的概率进行着下一次的合作并得6个单位收益，有P2的概率得下一次合作的6个单位收益，这样随着博弈的不断重复，供应商总的期望收益为：

6+6P+6P2+6P3+……= 6/（1－P）

只要6/（1－P）>8即 P>0.25时

守信是供应商的最佳选择。反之对制造商也如此。故为了形成一个良好的信誉，博弈者往往必须接受当前期的一个较低收益，以便取得较高的未来收益，从而是“合作，合作”成为纳什均衡点。

第4篇：博弈论与供应链管理范文

供应链金融源自于企业供应链管理，是在整个经济系统的分工由企业内分工向企业间分工的演变过程中，伴随着供应链上企业资金管理而产生的。供应链所阐述的主要是企业间的分工，即整个供应链的各个环节分别由不同的企业独立完成，不同企业之间乃至整个生产过程通过市场交易机制来协调。供应链上的独立企业有着明确的职能分工，其中的核心企业通过对“三流”，即信息流、物流及资金流的控制，从原材料的采购入库，中间环节的生产控制到最后的产品销售，将整个链条上的供应商、制造商、分销商、零售商，直至最终用户连接到一起，形成一个功能齐全的网链结构。

供应链上企业间的分工使得有效分工理论由企业内部成员这一微观主体层面，上升到独立企业这一中观主体层面。这对于过去大而全的企业来说，可以集中资源致力于自身最具优势的领域，而将其余业务交由外部企业来承担；对于中小企业而言，通过承接大企业生产外包或全球化采购模式下的外包业务，同样可以做到“小而强大”，提高自身竞争力。然而目前不论是从供应链管理的实践还是理论研究来看，上述企业在供应链管理中做得比较好的是供应链三个“流”中的前两个流，即信息流和货物或服务流，而表现不尽如人意、受关注最少的则是资金流。这在很大程度上制约了供应链管理在企业降低运营成本、提高运营绩效中所发挥的作用。

实际上，供应链金融正是为了解决供应链管理中的“木桶短板效应”而发展起来的。对于供应链金融的含义，不同的学者给出了不同的答案。胡跃飞、黄少卿（2009）认为供应链金融是人们为了适应供应链生产组织体系的资金管理而开展的资金与相关服务定价与市场交易活动；牟龄（2006）认为供应链金融是银行将核心企业和上下游企业联系在一起提供灵活运用的金融产品和服务的一种金融服务。笔者认为，供应链金融是基于供应链上下游企业之间建立的长期合作关系，为了消除链上企业，尤其是中小企业的资金瓶颈，提升整个供应链的竞争力，以银行围绕核心企业向供应链上各企业授信为核心的一种融资服务过程。供应链金融尤其适用于中小企业融资。因为，银行围绕核心企业的授信，正是对应于中小企业与大型企业共建信誉来补足中小企业信用，实现中小企业信贷融资的关键环节。

供应链金融并不是传统的对单一业务或企业授信融资，而是采用“1+N”融资模式，评估整个供应链及其交易活动的信用风险。其中的“1”代表的是供应链中的一家核心企业，“N”代表的则是供应链上，围绕一家核心企业的众多供应商、制造商、分销商、零售商甚至最终用户。在“1+N”模式中，供应链上的众多中小企业建立在与核心大企业的长期合作关系之上的信誉共建机制，能够弥补银行等金融机构与中小企业间的信息不对称，改善银行等金融机构对中小企业信用风险评估，突破中小企业信贷配给约束，解决中小企业信贷渠道受阻问题。其中，核心企业实际上起到的是对中小企业的反向担保、信用质量提升作用，当然一旦信誉共建机制破裂，核心企业就有责任成为银行等金融机构的追偿对象，这样一来又化解了银行等金融机构的信用风险。

二、供应链金融演化博弈模型

（一）理论基础 演化博弈论源于生物进化理论，其在分析社会习惯、规范、制度或体制形成的影响因素及其自发形成过程中取得了令人瞩目的成绩。同时，演化博弈的研究成果为群体演化的研究提供了有效分析工具，为群体演化实施提供了合理的方法论，从而为供应链金融系统的演化分析提供了理论依据。演化博弈论假定，在有限理性的博弈双方重复博弈过程中，在有限理性引起的差错与偏差的干扰下，仍能够恢复的均衡策略是演化稳定策略均衡（Evolutionarily Stable Strategy，简称ESS）。该均衡是博弈双方动态重复博弈的过程中形成的。

（二）银行与中小企业演化博弈模型 具体如下：

（1）模型假设。对于中小企业有两种融资情况，一种是“游离”，即中小企业不参与到供应链融资模式中，不存在与其保持稳定而长期合作的核心企业，中小企业无法得到供应链融资模式中核心企业给予的反向担保，因而在中小企业违约的情况下，银行无法从核心企业处获得补偿，独立于供应链之外的中小企业违约情况下也几乎没有额外损失；另一种是“不游离”，即中小企业参与到供应链融资模式中，与供应链上的核心大企业有着良好而持久的产供销合作，核心企业在整个供应链融资中起着反担保的作用，当供应链中的中小企业出现贷款违约情况，核心企业将承担弥补银行损失的责任，同时核心企业将放弃与中小企业继续合作，以实现对中小企业失信行为的惩罚。

（2）银行与游离状态下中小企业的演化博弈模型。首先考虑银行与“游离”状态下中小企业之间的2×2非合作重复博弈，双方的支付矩阵如表1所示：

四、结论

从前文的银行群体与中小企业群体间动态博弈分析可以得出，在不对称信息条件下，中小企业征信系统缺失所导致的信用供给不足背景下，要使银行与中小企业双方采取（贷款，守约）这种合作模式，合理的中小企业信用补充机制是至关重要的。合理的中小企业信用补充机制能够消除中小企业信用不足、信贷融资渠道受阻等问题，帮助中小企业克服债务资本融资缺口，在资本市场无法涉足的情况下，极大缓解中小企业发展过程中的资金约束限制。

本文的分析结果显示，供应链融资模式是一种合理的中小企业信用补充机制。其中的关键要素有两个，一是要通过改变传统的信用评价体系，将专注于中小企业自身信用风险的评估，转变为对整个供应链及其交易活动的评估，降低银行对中小企业授信过程中的各项交易成本，从根源上杜绝中小企业信贷融资中的“逆向选择”问题，提升中小企业的信用质量；二是密切供应链中的核心企业与中小企业的合作，充分发挥供应链组织运行的合作效应，提高中小企业“不游离”状态下从与供应链核心企业合作中获得的收益水平，并将这种收益作为诱使中小企业采取“守约”策略的激励因素，通过这种收益诱捕机制，改变银行对中小企业策略选择动机的考量。本文的演化博弈分析进一步表明，银行与中小企业的策略选择更多的是基于对外部因素影响彼此收益考虑之后做出的选择。供应链金融中，核心企业及整个供应链利益关系的介入改变了“不游离”状态下中小企业与银行的外部利益影响因素，驱使双方能够从不合作状态，转化为相互信任的合作状态，这在降低银行信用风险的同时，更大程度上解决了中小企业的融资难题。

参考文献：

[1]胡跃飞、黄少卿：《供应链金融：背景、创新与概念界定》，《金融研究》2009第8期。

第5篇：博弈论与供应链管理范文

关键词：Shapley值；创新激励因子；“快时尚”服装产业；供应链；合作博弈；非合作博弈；利益分配机制；贡献度

中图分类号：F123 文献标识码：A 文章编号：1007-2101（2013）04-0076-05

一、引言

伴随着创新潮流的风起云涌以及市场竞争的加剧，单打独斗式的经营模式已经难以适应市场的需要，各大企业开始选择供应链联盟这样一种新兴模式开展经营活动。然而，由于构成供应链的各个企业都是以实现各自的利益最大化为目标的经济实体，合作伙伴间收益分配的合理与否将直接影响到供应链的运行效率与稳定。企业通过建立战略伙伴关系，依靠资源的集成与优化利用，提高了响应速度，节约了成本，创造了比各企业分散经营时更多的利润。这些利润是各成员企业共同创造的，各企业对这部分利润的贡献没有明确的形态和数量，很难有完美的分配方法。因此，建立合理的收益分配机制是供应链联盟合作共赢必须解决的关键问题。其中翁莉等以具有Stackelberg博弈特征的供应链为研究对象，讨论了供应链知识共享收益，以期发现实现不同信息结构下合约的最优机制[1]。罗宜美借助合作博弈理论，通过分析主体间的博弈过程，对利益分配模型进行了探索[2]。杨之雷等通过建模仿真，对提前期压缩对供应链及其成员收益的影响程度以及如何实现供应链的渠道协调加以分析[3]。公彦德等构建了Shapley值与利润增长率间的关系，证明了供应链合作下的利益比传统竞争状态下的利益大的结论[4]。

其他一些学者利用Shapley值法进行理论探讨并给出应用案例，如雷勋平在Shapley值法的基础上，探讨了收益、承担的风险、投入的资源及其利用资源的效率对收益分配的影响，运用半结构模糊数学理论确定影响因素的权重，提出定额定量测算方法[5]。吕晖等综合考虑了资源依赖、信任承诺等多项因素对利益分配结果的影响，并对当前已有的关于虚拟企业伙伴利益分配的策略进行了改进[6]。

宋韬等学者分析了该行业的特点，阐明了“快时尚”服装供应链的成员企业多是以设计见长的创意性节点企业，因此如何评价各方对联盟的贡献，分配联盟所带来的合作收益仍然是一个敏感而棘手的问题[7]。Robert Angel等发现在以创新知识为主导的供应链联盟中，每个成员都会贡献自身的知识，并期望得到与贡献相称的利益分配，但由于知识流动和共享的模糊性与隐蔽性，因此很难准确评定各方的知识贡献，也很难根据知识贡献来分配联盟成员间的收益[8]，从而有必要对知识性创新性联盟供应链的利益分配问题进行深入探索。

二、问题描述

近年来，“快时尚”服装品牌迅速崛起，成为世界服装市场中新的亮点。“快时尚”品牌的特点在于快和时尚，通过快速地捕捉时尚，快速地推出新的服装设计，快速地更新销售终端的产品等手段来满足消费者以较低价格获得时尚服装的需求。“快时尚”服装产品供应链包括从零部件的供应到二次设计再到最终交付用户手中的全部流程，既包含采购、初次设计、二次设计、加工配送等物理流程，也包含相关信息的收集、处理和交换。“快时尚”服装产品供应链协作关系如图1所示：

随着市场环境的急剧变化，“快时尚”服装供应链参与者意识到行业内部的竞争其实是联盟之间的竞争，特别是创新联盟之间的竞争。“快时尚”服装供应链成员间的合作关系形成于供应链中具有特定目的和利益的企业成员之间，以期降低供应链总成本、降低库存水平、增强信息共享、改善相互之间的交流、保持战略合作方之间操作的一贯性，获得更大的竞争优势。

作为一个独立的实体组织，供应链成员目标往往与供应链的总体目标不完全一致。因此，在合作中，就必须协调好成员企业的目标与供应链的总体目标之间的关系。特别是对于以快速响应和时尚新颖为核心特点的联盟体系，成员的创新程度作为重要的影响因素，需要在最终的利益分配中得到体现。为了激励各成员企业迅速、保质保量地完成合作任务，确保供应链高效运行，就必须设计一套合理的分配机制，使各成员企业在为自己目标努力的同时，实现多方共赢。

笔者以“快时尚”服装供应链联盟为研究对象，首先对比分析了合作博弈与非合作博弈下供应链成员的决策手段和定价策略，证明了相对于非合作博弈，合作博弈更容易实现整个系统成员的共赢。然后在此基础上，结合行业知识性和创新性的特点，提出合作博弈下基于创新协调因子的Shapley策略，以期优化供应链成员间利益分配。

三、合作博弈与非合作博弈下的决策方法和定价策略

（一）问题描述

由图1所示的“快时尚”服装供应链协作体系可知，供应链节点企业包括制造商和零售商，制造商向零售商供应产品，零售商向消费者提品及服务。“快时尚”服装供应链本质上是由成员企业构成的博弈过程。这里假设制造商为领导者，零售商为跟随者，双方均追求自身利益最大化，在双方信息充分共享的前提下构建主从博弈模型，即制造商首先宣布批发价格，零售商随即对此做出反应，确定零售价格和订货数量[9]。其中，零售商从制造商处批发的产品进价和市场售价分别为p1和p2，产品的边际成本为c1，库存成本为c2。Q为零售商的订货量，随着销售价格和市场需求量的变动而变动，满足Q=？琢p2-？茁的关系，其中？琢>0为换算常数，？茁>1为价格敏感系数。

制造商的利润为：？仔1=（p1-c1）Q（1）

零售商的利润为：？仔2=（p2-p1-c2）Q=？琢（p2-p1-c2）p2-？茁（2）

供应链系统的总利润为：？仔=（p1-c1-c2）Q=？琢（p2-c1-c2）p2-？茁（3）

（二）非合作博弈模型

在非合作决策模式下，根据Stackelberg博弈理论，决策双方以各自利润最大化为决策目标。制造商确定了批发价格p1后，零售商依据该进价确定销售价格p2或订货量，匹配市场需求，以实现自身利润最大化。可见，制造商确定销售价格主要依据于从制造商处批发的产品进价，由Stackelberg逆向求解可得到制造商和销售商博弈均衡时的相应指标。

最优订购量：Q*=？琢（c1+c2）-？茁■-2？茁（4）

最优批发价和市场售价：p1*=■，p2*=■（5）

制造商最大获利：？仔1*=■■-2？茁（6）

零售商最大获利：？仔2*=■■-2？茁（7）

供应链总利润为：？仔*=？仔1*+？仔2*=■■-2？茁（8）

从（6）～（8）式可以看出，制造商和零售商的获利水平主要取决于系统中的变动成本。通过降低总成本，使订货量相对扩大，产量会随之提高，在价格没有显著变化时方可实现双方利润的最大化。

（三）合作博弈模型

区别于非合作博弈模型，合作博弈着眼于供应链整体利益最大化，制造商和零售商联合决策批发价格、零售价格以使系统的总利润最大化。在信息充分共享的前提下，制造商和零售商之间信息共享，双方协调以达到双赢或多赢的目的。为使总利润？仔=？琢（p2-c1-c2）p2-？茁达到最大化，由最大化的一阶条件■=0得到纳什均衡：

最优订购量：Q？驻=？琢（c1+c2）-？茁■-？茁（9）

最优市场售价：p2？驻=■（10）

供应链总利润为：？仔？驻=■■-？茁（11）

比较非合作博弈模型和博弈模型下得到的最优订购量、最优市场售价、供应链总利润等指标，可以得出p2？驻-p2*0；？仔？驻-？仔*>0。可以看出，合作博弈模式下零售价格降低，产品销售量增加，系统利润增加。制造商和零售商通过降低零售价格、提高销售量来增大系统的利润，虽然售价降低了，但由于销量增幅更大仍可以保证利润最大化。最终，供应链成员能够实现多方共赢，与此同时消费者也可从中受益。

然而，维持供应链成员间的合作关系的关键是解决供应链成员间的收益分配问题，使得供应链成员方的利润不低于非合作时的利润。特别是针对“快时尚”服装供应链这一具体产业联盟，需要将创新激励因素对供应链整体利润的贡献加以考虑，构建合理的分配机制。为此，笔者在现有文献的基础上，构建了合作博弈下改进的Shapley值法在“快时尚”服装供应链下的利益分配模型。

四、合作博弈下考虑创新激励的Shapley模型

（一）基本Shapley模型

Shapley值法是由Shapley L.S.在1953年提出的解决n人合作对策问题的一种数学方法。当n个人从事某项经济活动时，对于他们之中若干人组合的每一种合作形式，都会得到一定的效益，当人们之间的利益活动非对抗性时，合作中人数的增加不会引起效益的减少。这样，全体n个人的合作将带来最大效益，Shapley值法是分配这个最大效益的一种方案[10]。

定义1：设有限集合N={1，2，…，n}，如果对于N中的任何一个子集S，对应一个实值函数V（S）满足V（？椎）=0，则称（N，V）为n人合作对策，V称为对策的特征函数。

定义2：如果对策满足V（S1∪S2）≥V（S1）+V（S2），S1，S2？哿N，S1∩S2=？椎，则称该对策是超可加性的。这说明当企业合作的收益大于不合作的收益时，对策是超可加性的。它表明了联盟存在的合理性，因此通常我们考虑的对策都具有超可加性。

定义3：在N人合作中，各个成员所得的利润称为Shapley值，它由特征函数V确定，记作？椎（V）={？椎1（V），？椎2（V），…，？椎n（V）}，其中i∈{1，2，…，n}。？椎i（V）表示在N人合作下成员i所得的利润分配，其计算公式为？椎i（V）=∑i∈Sw（S）[V（S）-V（S/i）]，i=1，2，…，n；其中w（S）=（n-S）！（S-1）！/n！其中，Si是集合N中包含成员i的所有子集，S是子集S中的元素个数，w（S）是加权因子。V（S）为子集S的效益，V（S/i）是子集S中除去企业i后可取得的效益。

Shapley值模型必须满足以下几个公理：

公理1：有效性。∑i∈N？椎i（V）=V（N），说明集合N中所有成员获得的分配利润之和必须等于全体n人联盟的总收益，即最大收益。

公理2：对称性。如果对于N集合中所有不包含i和j的子集S，V（S∪{i}）=V（S∪{j}），则有？椎i（V）=？椎j（V），说明如果集合N中两个成员对N所有的子集联盟S都具有相同的边际贡献，那么它们是对称的，在利润分配中享有相等的份额。

公理3：可加性。对于集合N上的任意两个对策A和B，其对应的特征函数分别记为V和V′，均有？椎i（V+V′）=？椎i（V）+？椎i（V′），假定不同对策的Shapley值之间的关系应与特征函数的关系保持一致。

公理4：零局中人。如果对于N上所有不包含i的子集联盟S，V（S∪{i}）=V（S），那么i是零局中人，他将获得零收益，即？椎i（V′）=0。可以证明，满足以上四个公理的Shapley值是唯一的。

Shapley值考虑了各合作企业对联盟整体所做的贡献，如果贡献大，则所得多，体现了多劳多得的分配原则，也反映了联盟中的企业在联盟中的重要程度。

（二）创新激励参数的Shapley模型

市场环境发生了巨大的改变，产品生命周期越来越短，新产品研发期越来越短，“快时尚”服装行业是这些特点的集中体现。为此，在供应链利益分配时应对具备设计创新的成员企业加以奖励，对没有设计创新或设计创新低的企业进行惩罚，实现供应链利润配比的有效评估。

联盟的创新能力分为以下两个方面[11]：（1）各成员企业的努力程度。有的企业加入技术联盟以后，可能变得比自己单独研发时投入更少，对技术联盟产生不利影响。（2）企业的核心创新能力和专有技术能力。如果企业的核心创新能力较强，对联盟上下游的控制力就比较强，那么其对联盟的贡献就较大。因此，可以通过对Shapley值法进行调整，以实现对供应链中企业创新性努力的激励。供应链收益分配方法是以事前合同的形式确定的，事前合同中成员企业拥有收益分成的份额越大，则合作过程中其愿意付出的创新性努力就越多，对创新性努力的奖励可以激励企业的创新行为[12]。

设i企业通过技术创新创造收益为qi，∑qi为供应链上所有企业通过技术创新创造的收益。根据供应链所处行业对技术创新的要求不同，在供应链契约中设定一个各企业可以接受的激励指数j（01/n时，企业i将因技术创新获得奖励；qi/∑qi

五、案例分析

假设某“快时尚”服装产业供应链包含四个核心企业A、B、C、D，企业间可以进行联盟，不同联盟能够获得相应的总利润，设A、B、C、D四个企业通过设计创新为供应链创造的收益为2、0、1、3，四个企业事前商定的激励指数是20%，伴随其创新而来的风险分别为3、0、1.2、4。根据上面介绍的带有创新激励因子的Shapley值算法，计算利益分配方案。合作联盟的获利指数如表1～表5所示。

通过案例可以看出，在创新性要求高的“快时尚”服装行业，创新性是度量利益分配时的一项重要指标。由四个企业的激励指数可以清楚地判断出四个企业的创新风险承担程度，从而为科学合理的利益分配提供定量计算。

六、总结

随着竞争格局的演变，企业的竞争模式由单一的竞争发展为供应链的竞争。供应链涉及多个企业的利益，是一个利益的共同体。做好利益分配工作对于协调供应链企业的利益关系，维持供应链动态稳定，实现总体利益和个人利益最大化是至关重要的。

本文选取创新密集型的“快时尚”服装行业，运用博弈论的有关研究方法，提出用Shapley值法解决供应链合作伙伴间收益分配问题。为使Shapley值法适合“快时尚”服装行业的实际情况，真正体现贡献越大收益越高，对服装产品设计创新型高的供应链成员加以激励的原则，在原始Shapley模型的基础上引入了创新激励修正因子来改善和调整分配机制，并辅以实例证明。通过对各成员企业的利益分配比例进行了再调整，以达到激励成员企业进行技术创新的目的。这一分配方案较好地解决了供应链合作伙伴间收益分配问题，具有一定的实用价值和意义。

参考文献：

[1]翁莉.供应链知识共享的模式研究[A].第五届中国科技政策与管理学术年会暨研究会理事会论文集[C].2009：1-4.

[2]罗宜美，纪宝泉，杨玉红.基于Shapley值的联合采购利益分配方法改进研究[J].企业管理与信息化，2010，（11）：13-16.

[3]杨之雷.基于Shapley值法的企业利益相关者利益分配博弈分析[J].经济论坛，2009，（4）：14-16.

[4]公彦德，李帮义，刘涛.基于Shapley值和相同利润增长率的供应链协调策略[J].系统管理学报，2009，（18）：61-66.

[5]雷勋平.Shapley值法的改进及其应用研究[J].计算机工程与应用，2012，（7）：28-32.

[6]吕晖，叶飞，强瑞.供应链资源依赖、信任及关系承诺对信息协同的影响[J].工业工程与管理，2010，（12）：7-15.

[7]宋韬.“快时尚”服装品牌的营销特点及其对中国服装产业升级的启示[J].经济研究导刊，2010，（24）：166-167.

[8]Robert Angel.Putting an Innovation Culture into Practice[J].IVEY Business Journal，2006，（1）：1-5.

[9]张捍东，严钟，方大春.应用ANP的Shapley值法动态联盟利益分配策略[J].系统工程学报，2009，（2）：205-211.

[10]马士华，王鹏.基于Shapley值法的供应链合作伙伴间收益分配机制[J].工业工程与管理，2006，（4）：43-45.

第6篇：博弈论与供应链管理范文

关键词：企业关系；供应链契约；供应链；博弈

中图分类号：F274

一、引言和文献简述

在经济全球化背景下，企业的内外部经营环境瞬息万变，这种变化导致的直接结果是供应链不确定性的日益加剧，进而给供应链上各节点企业（尤其是上游企业）的生产、库存等决策带来了困难（Lee et al. 1997）。理论研究和管理实践表明，作为一种供应链协调机制，供应链契约能有效地抑制供应链不确定性所带来的影响，提高供应链的整体效率。而我们认为，供应链契约是状态依存的，它依赖于供应链所处的环境，而供应链合作关系类型显然是重要的环境变量。本文旨在研究企业合作关系与供应链契约的依存关系。论文首先就供应链中的企业合作关系进行博弈分析，然后对柔性批量订货供应链契约模型进行了分析，在此基础上，研究不同供应链企业关系下的企业博弈问题及供应链契约选择问题，提出基于供应链企业关系的供应链契约选择策略。

本质上，本论文所研究的是基于供应链契约的供应链协调问题，国内外已有不少学者对此类问题进行了相关研究。Lee and Rosenblatt（1986）、Khouja（2000）等学者研究了对称信息条件下的数量折扣契约。Lariviere and Porteus（2001）研究了对称信息条件下的批发价契约、退货契约等契约形式。Burneats and Gilbert (2007)研究了供应商在面对不同类型的多个零售商时，如何通过设定数量折扣政策（Quantity Discount Menu）来最大化其收益水平。Pasternack (1985) 关注短生命周期产品的定价问题，研究表明通过设计特定的定价策略和退货政策可以导致最优的供应链协调结果。Tsay (1999, 2001) 研究了随机需求条件下的供应链渠道协调问题，推导出分别采用回购政策和价格补偿政策来实现供应链最优协调的必要条件，并比较了这两种政策的不同。Huang et al. (2006) 和Zhao et al. (2006) 还分别研究了电子化市场和易逝品产品市场中的供应链契约和供应链协调问题。Cachon (1999) and Larivier (1999)就典型的供应链契约的相关研究进行了综述与评价。在理论研究上较为成熟的供应链契约有：数量折扣契约（Quantity Discounts Contract），收入分享契约（Revenue Sharing Contract），回购契约（Return Contract），最低订购量契约（Minimum Purchase Commitments），数量柔性契约（Quantity Flexibility Contract）等（Tsay et al., 1998）。Dumrongsiri et al. (2008)研究了制造商同时进行直销和通过零售商进行产品销售的双渠道供应链问题，研究表明需求变量是影响均衡价格及驱动制造商进行直销的主要因素。Ding and Chen （2008）研究了单周期三层级的短生命周期产品供应链，研究表明即使是三层级的供应链，也可以通过设计特定的供应链契约来实现供应链的最优协调。Yue and Raghunathan（2007）研究了信息非对称条件下完全退货政策对供应链的影响，研究发现零售商总能通过完全退货政策的实施受益，而供应商在特定条件下方能获得好处。Krishnan et al. （2004）认为回购是一种零售商激励政策并研究了这种政策对供应链总体利润水平带来的影响，他们的研究表明仅仅通过单一的回购政策难以实现供应链利润水平的最大化。Hezarkhani and Kubiak (2010)研究了一般纳什均衡条件下允许库存调剂的库存调剂定价问题，提出了一种能进行供应链协调的定价机制。此外，国内学者刘斌、陈剑、刘思峰（2005）、郭敏、王红卫（2001）也就供应链契约的相关问题进行了深入研究。从文献搜索看，现有的研究中多是从提高供应链整体效率角度研究供应链契约的优化问题，而本论文所研究的是不同企业合作关系下供应链契约的选择问题。

二、供应链企业合作关系的博弈分析

在传统的管理模式下，企业之间的关系一直被认为是一种纯粹的竞争性关系。而供应链管理模式更注重管理和协调供应链节点企业之间的合作关系。虽然两种管理模式下的企业博弈问题具有相同的博弈参与者集合及相同的策略集，但从构成博弈问题的要素来看，它们的根本区别在于博弈规则、博弈行为和博弈收益的不同。

在传统管理模式下，企业间的博弈多表现为各关联方交易的一次性，是一种典型的完全静态博弈，其策略组合的收益情况见表1。

其中有：T>R>P>S。

在供应链管理模式下，企业间交易不是一次性的，而是多次交易的情形，其交易关系只有在遭遇意外情况才会终止。企业间会签订供应链契约来约束各方的行为，但这种契约的约束力往往不具强制性。本文将采用非合作博弈模型来对问题进行描述，将供应链管理模式的企业博弈看作是传统管理模式下的无限次重复博弈。

假设以一年为一个博弈阶段，将下一阶段的收益相对于上一阶段的收益的贴现率记为λ。现就两种常见的博弈战略及其收益情况进行分析。

一是“针锋相对”战略。这一战略意为一旦发现对方采用了不合作策略，则在下一阶段就采取不合作策略；当对方重新采取合作策略后，该博弈方随后也采取合作策略应对。双方一直采用合作策略，没有背叛现象发生的时候，各方的收益设为U1；当对方一直采用不合作策略的时候，采取“针锋相对”策略一方的收益设为U2，另一方的收益设为U3。当对方也采取“针锋相对”策略的时候，双方在整个合作过程中都不会出现背叛现象，｛合作，合作｝将是双方的均衡策略选择，其收益均为U1。则有：

U1=R+Rλ+Rλ2+…=R/（1-λ） （1）

U2=S+Pλ+Pλ2+…=S+λP/（l-λ） （2）

U3=T+Pλ+Pλ2+…=T+λP/（l-λ） （3）

二是“冷酷”战略。指的是一方开始时选择合作，如果对方也选择合作，就一直合作下去；如果对方选择不合作，自己下次也选择不合作，并且永远选择不合作。因此，在该战略下，首先背叛的一方的收益为U3，采取“冷酷”策略的一方的收益为U2。当对方一直采取合作策略的时候，博弈双方最终会在每个阶段都选择｛合作，合作｝的策略，双方的收益为Ul。当对方一直采取或者偶尔采取背叛策略的时候，采取“冷酷”策略的一方的收益为U2，采取背叛策略的一方收益为U3。当对方采取“针锋相对”策略的时候，双方在整个合作过程中都不会出现背叛现象，｛合作，合作｝是双方的均衡策略选择，其收益均为Ul。当对方也采取“冷酷”策略的时候，双方在整个合作过程中都不会出现背叛现象，｛合作，合作｝将是双方的均衡策略选择，其收益均为Ul。

使｛合作，合作｝成为博弈均衡结果的条件是，对博弈的任何一方而言，每一阶段重复选择合作策略的收益要优于其他策略，即满足Max（U1，U2，U3）＝U1。因为T>S，有U3 > U2。因此，只需要满足U1> U3，即：R/（1－λ）>T＋λP/（1－λ），解得： λ >（R－P）/（T－P） ，此即为使｛合作，合作｝成为博弈均衡结果的必要条件，它表明只有当博弈各方对未来的收益具有足够的重视的时候，双方长久的合作关系才能建立和维持，如果未来收益不被足够重视，在狭隘的个体理性的追求下，合作关系永远也不会形成。

三、柔性批量订货契约模型分析

供应链契约是协调供应链企业合作关系的一种重要机制，而供应链契约的选择与供应链中上下游企业所处的相对地位有关。以下就不同情形下的柔性批量订货契约模型进行分析。

（一）模型引入

假设供应链中只有两个企业A、B，分别代表上游企业和下游企业，为了实现供应链的内部协调，买方通过支付一定的额外采购成本来换取一定的订货柔性（Chen et al.，2001）。

设商品的需求发生在期间t＝1，2，3，......，N，且需求量是一个非负的随机变量，定义为ξt ，ξt 独立但不固定，服从一种已知的概率分布Φt（ξt）。

企业B在周期t的订货成本包括以下两部分：

（1） 基本订货费用cS，S为A、B双方约定的订货量，c为约定订货量下的订货单价。

（2） 额外订货费用pMax（0，ξt－S），这里p为基本订货量外额外追加订货时的订货单价，令：

则pWt（S）即为额外订货费用的期望值。令n为允许企业B调整订货量的次数，ai为进行第i次调整所在的周期，有：2≤a1＜a2＜......＜an≤N。与ai相对应的调整后的约定订货量为Si。为了方便标记，我们定义a0=1，an＋1＝N+1，于是得到两个向量A＝（a1，a2， ... ，an）和S＝（S0 ... Sn），则总订货费用的期望值为：

（二） 模型M0：一次订货模型

该契约模型约定，各阶段有一个事先确定的订货量St，St∈[（1-α）Q，（1+β）Q]，0≤α≤1，β≥0，则一个订货周期内的订货成本为：

即B企业可以在初始选择最优的约定订货量St*。St*确定后不再调整，这意味着模型M0描述的是一个多周期的静态问题。

（三） 模型M1：固定调整时间表订货模型

该契约模型约定，各阶段有一个事先确定的订货量St，St [（1-α）Q，（1+β）Q]，0≤α≤1，β≥0，但在事后B企业可以调整订货量，且约定由A企业确定固定的调整时间表，即卖方给出A向量。第i次调整后的订货量设为Si，则在每一个约定期间内的订货成本为：

于是，该契约可以描述为：

（四）模型M2：不固定调整时间表订货模型

该契约模型的假设前提与模型M1唯一不同的是，允许B企业选择适合自己的调整时间表。即矩阵A和S均为B企业的决策变量。此时，供应链契约可以描述为：

四、不同供应链企业关系下的供应链契约选择分析

（一） 供应链企业关系类型

按照供应链成员之间的合作程度、配合程度、依赖程度、集成程度，以及供应链各成员运作协调方法的不同，可以把供应链企业关系分为以下三种基本类型（马士华、林勇、陈志祥，2000）：

（1）主导企业型。供应链中存在一家主导企业，此企业在供应链中占有主导地位，对其他成员企业具有很强的辐射能力和吸引能力，并由主导企业协调整个供应链的运作。

（2）战略联盟型。供应链上企业之间的关系是战略联盟关系，各成员企业在核心竞争力方面存在互补性，没有任何一家企业能独立控制整个供应链运作，因此它们常常是通过谈判以形成供应链契约来协调供应链运作。

（3）松散型。随着市场机会的出现而自动形成，随着市场机会的消失而消失。此类供应链中供应链各成员之间的关系较为松散，具有不稳定性。

我们分别用I、II、III代表主导企业型、战略联盟型、松散型企业关系类型。下面就不同供应链企业关系类型下的企业博弈行为及供应链契约选择问题进行分析。

（二）不同供应链企业关系下的博弈分析

在Ⅰ型供应链企业关系中，合作的主动权一般掌握在供应链的主导企业中，因此｛合作，合作｝均衡容易实现，双方的收益均为U1；在Ⅱ型中，双方实力均等，背叛的可能性也相等，但由于双方都会奉行“冷酷”策略，所以｛合作，合作｝将是双方的均衡策略选择，双方的收益也均为U1；在III型中，不确定因素最多，但也区别于传统管理模式下的企业关系，双方都会采取“冷酷”策略，但同时又不一定会采取“针锋相对”策略，即双方都有可能首先背叛，但又有可能在后面的阶段重新合作，首先背叛的一方的收益为U3，采取“冷酷”策略的一方的收益为U2。当对方一直采取合作策略的时候，如果另一方选择（合作，合作）的策略，双方的收益为Ul，当对方一直采取或者偶尔采取背叛策略的时候，采取“冷酷”策略的一方的收益为U2，采取背叛策略的一方收益为U3，见表2。

（三）供应链企业关系类型与供应链契约依存性分析

不同供应链企业关系中各企业所处的相对地位有所不同，处于主导地位的企业倾向于选择有利于自己的供应链契约，我们结合前面引入的柔性批量订货契约模型进行如下分析。

对于主导企业型供应链企业关系（I），如果主导企业处在供应链的下游，那么它将倾向于选择具有最大柔性的供应链契约模型M2；如果主导企业居于供应链的上游，那么它将倾向于选择一次订货契约模型M0或者契约模型M1，并通过价格折扣机制实现利润重新分配。

对于战略联盟型供应链企业关系（II），双方在供应链中的地位不分伯仲，且均为所在行业的优势企业，其合作形式往往趋于灵活和富于柔性，而且其合作一般是长期且稳固的，因为这种“强强联手”的优势供应链一旦形成，能够极大地提升参与企业的收益。从前面的博弈分析中可知，合作双方都可以实现最大收益U1。同时，无论主导企业是上游企业还是下游企业，在选择供应链契约时都必须充分考虑到对方合作的主动性，因此缺乏柔性的契约模型M0一般不可能在这种供应链类型中被采用，而会采用尊重双方利益的模型M1和M2。

对于松散型供应链企业关系（III），由于供应链约束力最弱，由前面的博弈分析可知，此类供应链博弈各方的收益应为U2，即一旦一方背叛则供应链关系解除。所以供应链的各方都只是采取中短期的策略，供应链契约的选择具有较大的不确定性。

各种供应链企业关系类型下的供应链契约模型选择情况见表3。

五、结论

论文首先就供应链中的企业合作关系进行博弈分析，求出了使｛合作，合作｝成为博弈均衡结果的条件；然后引入了一个具柔性批量订货的供应链契约模型，并在不允许调整订货量、固定时间表订货量调整和不固定时间表订货量调整这三种情形下进行了模型分析；在此基础上，研究了不同供应链企业关系下的企业博弈问题及供应链契约选择问题，提出了基于供应链企业关系的供应链契约选择策略。研究表明，只有当博弈各方对未来的收益具有足够重视时，双方长久的合作关系才能建立和维持，并会选择着眼于合作的供应链契约。

参考文献：

[1] Burnetas, A., & Gilbert, S.M. Quantity Discounts in Single Period Supply Contracts with Asymmetric Demand Information[J]. IIE Transactions, 2007, 39(5): 465-479.

[2] Cachon, G. P. Competitive Supply Chain Management [C]. In S. Tayur, M. Magazine & R. Ganeshan (Eds), Quantitative Models of Supply Chain Management . Boston: Kluwer Academic Publishers, 1999: 111-146.

[3] Chen F. Y.，Hum S. H., Sun J. Analysis of Third-party Warehousing Contracts with Commitments[J]. European Journal of Operational Research，2001,131 (3) : 603-610.

[4] Ding D., & Chen, J. Coordinating a Three Level Supply Chain with Flexible Return Policies[J]. Omega, 2008, 36(5): 865-876.

[5] Dumrongsiri, A., Fan, M., Jain A., & Moinzadeh K. A Supply Chain Model with Direct and Retail Channels[J]. European Journal of Operational Research, 2008, 187(3): 691-718.

[6] 郭敏， 王红卫. 一类供应链在信息不对称下的协调策略研究[J]. 系统工程， 2001，19: 67-71.

[7] Hezarkhani, B., & Kubiak, W. A Coordinating Contract for Transshipment in a Two-Company Supply Chain[J]. European Journal of Operational Research, 2010, 207 (1): 232―237.

[8] Huang, W., Huang, X. Y., & Qiu R. Z. Distribution Channels in Electronic Market[J]. Metallurgical Economics and Management, 2006, 34(1): 46-48.

[9] Khouja M J. Optimal Ordering, Discounting, and Pricing in the Single-Period Problem[J]. International Journal of Production Economics, 2000, 65: 201-216.

[10] Krishnan, H., Kapuscinski, R., & Butz, D. A. Coordinating Contracts for Decentralized Supply Chains with Retailer Promotional Effort[J]. Management Science, 2004, 50(1): 48-63.

[11] Lariviere, M. A. Supply Chain Contracting and Coordination with Stochastic Demand[C]. In S. Tayur, M. Magazine & R. Ganeshan (Eds), Quantitative Models of Supply Chain Management. Boston: Kluwer Academic Publishers, 1999: 233-268.

[12] Lariviere M., Porteus E. Selling to the Newsvendor: An Analysis of Price-Only Contracts[J]. Manufacturing and Service Operations Management, 2001, 3: 293-305.

[13] Lee H. L., & Padmanabban V., Whang S. Information Distortion in a Supply Chain: the Bullwhip Effect[J]. Management Science, 1997, 43(4):546-558.

[14] Lee H. L, Rosenblatt M J. A Generalized Quantity Discount Pricing Model to Increase Supplier’s Profits[J]. Management Science, 1986, 32: 1177-1185.

[15] 刘斌，陈剑，刘思峰. 一类短生命周期产品供应链的联合契约[J]. 系统工程，2005，3: 55-62.

[16] 马士华，林勇，陈志祥.供应链管理[M]. 北京：机械工业出版社，2000.

[17] Pasternack, B. A. (1985). Optimal Pricing and Return Policies for Perishable Commodities[J]. Marketing Science, 1985, 4(2): 166-176.

[18] Tsay, A., S. Nahmias, N. Agrawal. Modeling Supply Chain Contracts: A Review in Quantitative Models for Supply Chain Management. S. Tayur, R. Ganeshan, M. Magazine (eds.), Kluwer, Boston, Massachusetts, 1998.

[19] Tsay A. A. The Quantity Flexibility Contract and Supplier-Customer Incentives[J]. Management Science, 1999, 45(10): 1339-1358.

[20] Tsay A. A. Managing Retail Channel Overstock: Markdown Money and Return Policies[J]. Journal of Retailing, 2001, 77(4): 457-492.

[21] Yue X. H., & Raghunathan, S. The Impacts of the Full Returns Policy on a Supply Chain with Information Asymmetry[J]. European Journal of Operational Research, 2007, 180(2): 630-647.

第7篇：博弈论与供应链管理范文

[关键词] 博弈论供应链联盟利益分配模型

一、引言

随着计算机网络技术、信息技术的飞速发展，高科技向生产、管理等领域的渗透速度越来越快，使得产品的生命周期越来越短，这既使整个市场充满机会，也使得传统企业相对稳定的生产模式、组织结构面临严重挑战。面对快速多变的市场，没有一家企业有足够的时间和资源迅速重组并调整自身的设计与生产，以抓住稍纵即逝的需求机遇，因此组建供应链联盟即虚拟企业成了各企业的理性选择。

供应链联盟是指“以信息、通信技术为主要技术手段，能迅速实现(企业内部或若干企业联合的)资源的有效集成而进行的企业核心能力的一种外部整合，其目的在于迎合快速变化的市场机遇”。

供应链联盟被认为是21世纪最有前途的动态集成组织，但是，任何一个企业参与到联盟中来，其最根本的目的是为了追求经济利益，每个伙伴都希望能分得多一些的利益。而对于利益分配可能有多种分配方案以及考虑因素，因此联盟必须找到一种处理利益分摊问题的方法，使利益分配的方案具有相对的合理性，能为各单位接受。因此，利益分配在动态联盟运作中是一个重要的问题，如果有任何盟员不满意制定的利益分配方案，就会给联盟带来一定的利益损失，尤其是如果核心企业不满意而选择退出联盟的话，将会很有可能导致联盟的失败。

所以，对供应链中利益分配问题的研究对供应链联盟的建立、运行等活动有着重要的意义。目前，对供应链联盟利益分配的研究包括了以下几个方面的内容：建立联盟之后，各个联盟成员怎样采用各种方法来提高自己的利润分配;在虚拟企业收益分配过程应考虑的各种因素;双方在建立联盟之后，有广告促销的利润分配问题;以及具体的解决供应链联盟利益分配的Shapley方法和核仁法，还有的论文提出了要通过两个阶段来进行利益的分配。

本文的研究方法和思路是采用供应链利益分配的两个阶段的方式，但是不同于文献，本文在第一个阶段将采用的方法是Nash谈判集的方法，来进行利益的初次分配，即在利益没有实现之前，根据某些可以比较容易识别的因素来进行分配，各个企业获得初步分配的利益；第二个阶段采用的是博弈论的方法，对超出各个合作企业初次分配得到利益的那一部分利益进行分配，对各个企业来讲，即是对超额利益进行分配，在这种情况下，各个合作伙伴的个体理性往往会超过整体理性，会占到主导的作用，所以采用博弈论的方法来分析这一个过程会比较科学一点。

二、供应链利益分配的两个阶段的分析

本文所讲的供应链利益分配的两个阶段是指首先是在利益还没有形成之前，采用Nash谈判集的方法，做一下初次的利益分配方案，这一个过程要考虑的是固定资产的投入和供应链合作伙伴之间的关系这两个比较容易识别的因素；第二个阶段是在利益实现之后，对开始的供应链利益分配方案进行调整，对供应链联盟的超额利润进行分配，这个阶段考虑的因素是供应链合作伙伴所承担的风险，企业努力水平，对供应链的贡献等，这些因素在供应链利益实现之前不容易进行判定或者只有通过企业的实际生产活动才可以判断，所以这些因素要在利益分配的调整阶段进行考虑。

1.供应链合作伙伴之间的利益的初次分配

首先对供应链联盟初次利益分配的阶段进行分析。对供应链联盟利益的分配目前使用比较多的方法主要有四种：Shapley方法，Nash谈判集，简化的MCRS方法,以及群体重心方法。在这四种方法中，Shapley方法和简化的MCRS方法要求的条件比较多：要考虑到所有形势下的联盟利益所得，在实际的经营活动中，供应链合作伙伴不可能得到准确的信息，所以估计的成分比较多，不能得到令所有伙伴满意的解，往往会给供应链联盟的利益分配带来一定的问题。而群体重心方法需要得到几种方法的解，然后才可以来进行求解，实际的操作性不是很强。Nash谈判集这种方法要求的条件比较少，只需要对供应链联盟的伙伴结成联盟之后的总体所得利益进行估计以及各个成员的利益所得函数进行设定即可，所以本文在供应链利益分配的第一阶段采用的方法是采用Nash谈判集来建立模型。

解决供应链联盟成员之间的收益分配比例问题，是Nash谈判模型理论的实际应用。供应链联盟各个合作伙伴可看作是Nash谈判模型中的谈判各方，而各方合理收益分配点正是纳什均衡解。

这一过程的求解主要有以下几个步骤:（1）确定可行集和冲突点;（2）构建效用函数;（3）确定各因素的权重并求分配因子;（4）求解，并确定收益分配值。

其中，可行集即为双方在可分配的收益之间的分配值，冲突点即不合作时各自的付出，通过对可行集和冲突点的分析，企业可以了解自己在合作与不合作时的得益，可以更好的进行利益分配活动。分配因子代表本企业对联盟的贡献，其大小应与我们在上面所论述的合作企业对整个敏捷供应链的固定投入、供应链合作伙伴之间的关系等几个可以容易判定的因素来度量。这几个方面的权重可建立层次分析法的判断矩阵，由层次分析法得到。由于整个的估计不确定性因素很大，具有模糊性，因而采用模糊综合评判法分别对供应链联盟的几个方面进行估计，计算得到虚拟生产的企业及其生产外包伙伴的分配因子。构造的效用函数应满足下面的几个条件：是所得收益的增函数；满足边际效用递减；分配因子越大，分配额越大；在冲突点效用为零。求解方程可用运筹学中动态规划的方法求解，也可运用高等数学中的求解条件极值问题的方法求解，比如构建拉格朗日函数来求解。

由于第一个利益分配的过程比较简单，这里不做详细的分析。

2.供应链利益实现之后的调整性利益分配方案

在供应链的利益之现之后，供应链合作伙伴之间会发现实际所得的利益和自己最初的估计会有所出入，或者进行了初次分配之后需要对供应链联盟的超额利益进行再分配，那就要对供应链利益的分配方案进行调整。在这一个过程中，我们要考虑的因素是在供应链联盟实际的生产活动中各个合作伙伴所表现出的一些因素，包括供应链合作伙伴所承担的风险，企业为实现目标所付出的努力水平，对供应链的贡献三个因素。在这一个过程中，我们采用的利益分配方法是博弈论的方法。因为供应链成员之间在进行这一个过程的分配方法讨论时，更多的是一个互动的过程，同时个体理性的作用会大于整体理性，所以使用博弈的方法会科学、合理一点，可以比较好的反映这种关系。

对利益的调整分配以及使用博弈论的方法来分析这个过程的研究目前比较少，并且不是很成熟，所以本文的下一部分，主要通过建立一个模型来对第二个过程进行详细地分析。

三、建立供应链利益分配的调整阶段模型

首先对该模型需要说明的是，本文主要研究的是一个生产商对应一个供应商的情形，并且两个企业之间是平等的关系，双方进行平等博弈。

在建立模型之前，我们假定在进行供应链利益调整时，可以分配的总的利益是R（R>0），两个合作伙伴分别作为博弈方S1，S2。两方提出的利益分配方案分别是和。又因为双方是平等的关系，哪一方也没有决定权，所以采用扔硬币来结束博弈的这种方法，即双方进行下一轮博弈的概率是二分之一，同时我们还要假设双方进行博弈有机会成本的消耗，消耗因子为。博弈的详细过程是双方同时提出自己要得到的利益的数值，对方的得益就是R减去自己的得益，双方看到各自提出的利益分配方案之后，满意就可以停止博弈的过程，如果不满意的话，就可以扔硬币来决定是否结束。本文的分析过程只考虑双方不满意的情况。

下面，我们来分析两个伙伴进行博弈的过程：

第一次出策略后的利益分配：

第二次出策略后的利益分配：

第三次出策略后的利益分配：

第n次出策略后的利益分配：

通过上面的分析，我们可以得到两个企业的目标函数分别是：

因为两个目标函数的分析方法是一样的，所以我们只分析第一个目标函数。根据参与供应链的合作伙伴的理性条件，我们可以得到的最大值是，根据求和公式，我们可以得到最大值为；的最大值是，同样我们可以通过求和公式，得到最大值为，所以博弈方S1的期望得益的最大值为。

同样的，根据参与供应链的合作伙伴的理性条件，我们可以得到的最小值是，根据求和公式，即为，的最小值是，同样我们可以通过求和公式，得到和为，所以博弈方S1的期望得益的最小值为。

从上面的分析我们可以得到上述的最大值问题的取值区间是，这样我们就得到了作为博弈方S1的可以接受的利益分配区间。同理我们也可以分析得到博弈方S2的可以接受的利益分配区间。

博弈方S1和S2可以通过对机会成本消耗因子和自己得益区间的判断来进行分析，使自己的期望得益最大。

四、结论与展望

本文提出了分别在供应链利益分配的两个阶段分别采用Nash谈判集模型和博弈论的方法来进行分析，同时分析了在进行利益调整阶段时，两个博弈方处于均衡位置时的博弈对策和双方的得益区间。

第8篇：博弈论与供应链管理范文

关键词：博弈论；闭环供应链；政府引导

中图分类号：F252.19 文献标识码：A

随着可持续发展观念的日益深入人心，道德和伦理责任常常被确定为闭环供应链的一个重要推动因素，认真履行企业公民责任的企业能得到社会的认可，有利于树立企业形象，增加企业无形资产，这将为企业实现闭环供应链管理带来不可低估的效益。随着各国谁生产谁负责回收处理的法规的纷纷出台和环保意识的增强，生产商延伸责任制（Extended Producer Responsibility，ERP）正受到越来越多人的关注；随着人们环保意识的增强以及环保法规约束力度的加大，迫使越来越多的企业开始着眼进行产品的回收；同时随着自然资源的日益紧张，闭环供应链中逆向物流的经济价值也逐步显现。闭环供应链战略已逐步成为企业的竞争战略，以降低生产成本、增加客户价值、提高企业形象。但是在自由市场下，相关企业在回收废旧产品时还是比较注重自己的利益。因此，本文中研究政府引导机制对闭环供应链的效率影响。

1 模型基本假设

考虑闭环供应链只由一个制造商和零售商构成，并且在该闭环供应链中，制造商以绝对优势作为领导者，零售商作为追随者。在延伸责任制下，考虑制造商对废旧产品进行回收，大部分实际情况也是如此，如图1所示：

为了简化模型，假定制造商对回收废旧品的再造率为1，并且再造品与新产品同质，即两者在质量上并无差别。制造商和零售商都是风险中性的，即他们的最终目的是最大化自己的利润，并且政府、制造商和零售商之间是信息完全的。根据上述描述，模型的具体假设和符号如下：

（1）p：产品的零售价格，由消费者支付给零售商；

（3）w：产品的批发价格，由零售商支付给制造商；

（5）λ：λ>0为奖惩力度，奖惩机制旨在奖励超过目标回收率的制造商，惩罚未达到目标回收率的制造商；

2 政府引导前后的博弈分析

2.1 政府引导前的博弈

在该模型中，制造商不仅进行新产品和再造品的生产活动，还要负责对废旧产品进行回收，而零售商只负责对产品进行销售工作。制造商是绝对的领导者，因此，博弈顺序为：制造商首先制定产品的批发价和废旧产品的回收率；然后零售商根据制造商的决策来制定产品的零售价格。此模型中，制造商和零售商的利润函数为：

2.2 政府引导后的博弈

加入政府角色之后，政府参与的作用在于强调制造商的延伸责任制，对超过目标回收率的制造商进行奖励，对未达目标回收率的制造商进行惩罚。此模型中，政府给予制造商奖惩措施的目的不只是为了提高废旧产品的回收率，作为一种领导机构，它所注重的是长远利益和全局利益，因此，政府实施奖惩机制最终目的是为了使社会福利最大化，该部分用制造商和零售商利润之和减去政府的总奖惩额度来代表社会福利，则博弈顺序为：首先由政府确定最低回收率和相应的奖惩力度，然后制造商根据政府的奖惩机制来确定自己的批发价和回收率，最后零售商根据前两者的决策来确定产品的零售价格，因此，相应的各主体的利润函数为：

可以看出，政府引导下的最大化社会福利与所指定的最低回收率没有关系。

3 政府引导对MRCRM的效率影响分析

通过对政府引导引起的闭环供应链上的各个参数的影响，将政府引导前后即政府目标不同的闭环供应链各参数变化情况列于表1。

结论6：和无政府引导时的社会福利相比，有政府引导时的社会福利增加了。说明政府在企业创造社会福利中起到了积极作用。

4 算例分析

下面通过数值算例来说明提出的政府引导下的奖惩机制对闭环供应链效率影响的优势。假定参数设定如下：φ=1 000，β

从表2可以看出，在政府最大化社会福利的目标中，政府引导机制下，对制造商废旧产品的回收率从无政府引导下的0.38上升到0.86，说明政府引导机制对制造商回收废旧产品起到了积极作用，并且作用相当明显。可以看出制造商和零售商的利润都有大幅增加，而我们看到批发价和零售价相较于无政府引导时都在减小，说明，零售商和制造商利润的增加大部分来自于政府实施的奖惩机制。由于该算例中，政府规定的最低回收率小于制造商的最优回收率，因此，政府对制造商实行的是奖励机制。

5 结束语

本文研究了由一个制造商和一个零售商组成的闭环供应链博弈模型，分析了制造商为领导者的stackelberg博弈下的最优决策，对比分析了政府引导前后的闭环供应链上的效率变化。研究发现在最大化社会福利时，政府引导机制下的社会福利大于无政府引导时的社会福利，零售商由于受到制造商批发价格的降低，从而也受益于政府引导机制。而对于兼顾回收责任的制造商来说，政府的奖惩力度与其从回收产品中节约的生产成本大小有关。但是对于那些对环境破坏力度比较大的产品来说，政府可以通过调整最低回收率来遏制相关制造商的发展，也阻止想进入市场的新企业，大大减少该种产品的制造，从源头上抑制其发展，从而更好地发展绿色供应链。

参考文献：

[1] 张维迎. 博弈论与信息经济学[M]. 上海：上海三联书店，上海人民出版社，1996.

[2] 王玉燕，申亮. 闭环供应链应对突发事件的协调机制[J]. 山东经济，2010，161（6）：55-60.

[3] 葛静燕，黄培清. 基于博弈论的闭环供应链定价策略分析[J]. 系统工程学报，2008，23（1）：111-115.

[4] 黄祖庆，易荣华，达庆利. 第三方负责回收的再制造闭环供应链决策结构的效率分析[J]. 中国管理科学，2008，16（3）：73-77.

[5] 王玉燕. 回购契约下闭环供应链对突发事件的协调应对[J]. 运筹与管理，2009，18（6）：46-52.

[6] 覃艳华，曹细玉. 回馈与惩罚契约下闭环供应链应对突发事件的协调性研究[J]. 管理工程学报，2012，26（3）：96-101.

[7] 葛静燕. 闭环供应链契约协调问题研究[D]. 上海：上海交通大学（博士学位论文），2007.

第9篇：博弈论与供应链管理范文

关键词：存货质押业务；不完全信息；重复博弈；防合谋

中图分类号:F406 文献标识码:A 文章编号：1001-8409（2012）08-0141-04

Mechanism Design of Avoiding Collusion in Inventory Financing under Incomplete Information

HE Juan1, WANG Jian1, JIANG Xiang-lin2

(1. School of Traffic, Transportation & Logistics, Southwest Jiaotong University, Chengdu 610031;

2. Institute for Financial Studies, Fudan University, Shanghai 200433)

A stract: In order to prevent the collusion etween the logistics enterprise and the orrower in inventory financing for the commercial ank, the theory of repeated game and reputation effect of incomplete information are introduced and the repeated games model is set up etween the ank and logistics enterprise. The main results show that the ank should esta lish long-term relationship with logistics enterprise to avoid the single transaction, so that logistics enterprises have to follow the positive reputation effect.

Key words: inventory financing; incomplete information; repeated game; avoid collusion

1引言

信贷紧缩国际背景下，供应链金融业务一枝独秀。作为重要的供应链金融业务——物流企业参与下的存货质押融资，是指企业将库存产品、半成品及原材料等作为担保，向银行出质，同时将质物转交给具有合法保管动产资格的第三方物流企业监管，以获得银行贷款的业务活动［1］。其主要操作程序如图1。

图1中所示，即为实践中的委托监管模式，物流企业作为银行人，对借款企业提供的存货进行监管，并向银行提供真实的质物数量、质量、状态及价值信息，银行据此发放贷款。然而，由于信息不对称以及利益驱使，物流企业却可能与借款企业合谋，向银行提供虚假的质物信息，从而产生团队成员合谋隐藏信息及行动的道德风险问题。因此，研究存货质押融资实践中参与多方博弈行为，防止贷款中的合谋问题的理论分析显得尤为重要。

值得注意的是，存货质押融资的已有理论侧重于对质押业务风险定价以及融资对企业运营影响的研究，如Jokivuolle 和Peura［2］，Cossin 和Huang［3］以及 uzacott 和Zhang［4］等。 而分析参与多方非合作博弈、设定合理的利益风险分担机制的却并不多见。事实上，存货质押融资业务中，银行、物流企业和企业三方参与者在信息结构、利益结构和契约关系等方面存在着相互合作、相互制约的关系。理性“经济人”假设下，三方都以各自的利益最大化为目标，其利益诉求之间不可能完全一致，从而存在着三方非合作博弈的问题。其中，物流企业作为联系银行与借款企业的纽带，如果将质押贷款资金视为一种商品，银行与借款企业通过物流企业，建立了类似于普通供应链上下游企业之间的商品供求关系。作为借款企业监督者的“人”物流企业往往比“委托人”银行拥有更多的企业信息，利益驱使，物流企业有可能为了自身利益而与企业合谋隐藏信息及行动，共同损害银行利益。

随着供应链结构的日益复杂，由于信息不对称，供应链的协调机制设计以及委托问题研究已引起关注，涌现了大量成果。受此启发，国内学者开始探索基于博弈论以及委托理论研究供应链金融参与方的非合作博弈，其中基于银行的角度，李娟、徐渝、冯耕中通过完全信息动态博弈表明，银行对物流企业施以激励比激励借款企业更能减少业务风险［5］；李毅学等讨论了信息不对称的情况下，银行如何防范物流企业与借款企业共谋，即变委托严密监管为简单监管，欺诈银行的行为［6］；王勇、徐鹏则考虑公平偏好的基础上，研究了银行对物流企业的激励问题［7］；马中华、何娟、朱道立站在物流企业的视角，考虑银行与企业之间的委托关系，定量给出物流企业的参与条件及其监管决策［8,9］。

上述成果对于深刻认识和把握存货质押业务中各参与方的利益风险协调机制起到了积极作用。本文拟在上述研究成果的基础上，引入重复博弈和声誉模型，研究不完全信息下，如何防止借款企业与物流企业的合谋问题，即充分利用重复博弈和声誉模型带来的隐性激励，促成物流企业与银行全面合作。