产业链博弈模型研究

产业链博弈模型研究（精选6篇）

产业链博弈模型研究 篇1

产业价值链是企业为寻求在快速多变的市场中处于领先地位, 而对于企业所处的产业价值链中的各种竞争能力和资源进行集成, 并对产业价值链中的各种运作进行同步化、集成化管理, 从而形成高度竞争力, 为客户提供最大价值。在产业价值链中, 既要考虑整个产业价值链的资源配置, 实现产业价值链效益的最大化;又要考虑各成员企业的个体利益, 科学合理地进行产业价值链的利益分配。在产业价值链企业间的价值分配过程中, 上游企业总是希望提高中间产品的价格从而使其收入增加;而对于下游企业, 其成本支出包括上游的收入, 中间产品的定价越高其支出越大, 下游企业总是尽量压低中间产品的价格。因而, 在产业价值链中, 所面临的一个关键问题是如何把整个产业价值链的价值公平、公正、合理地分配给各成员企业。

一、产业价值链成员间的静态博弈

静态博弈是博弈论的一个重要组成部分。静态博弈告诉我们:在上下游企业都没有价格决定权的情况下, 各方可以通过选择产量以合作带来更多的利益。它所研究和揭示的合作必然性、合作方式和合作利益分配等, 对于解决现实经济中的合作问题具有重要的指导意义。在产业价值链中, 合作博弈问题关系显得尤为重要。合作博弈问题, 首先是如何在不违背企业个体理性的条件下, 以实现合作企业的整体理性;而参与合作的企业集体理性目标实现的障碍则是价值分配问题。合作博弈的主要思想是兼顾个体理性和集体理性。产业价值链成员合作的基本前提是合作各方互相需要、各自都能为合作提供自己独有的贡献。产业价值链将各成员拥有的资源进行有效组合, 充分发挥各成员的资源优势, 通过资源共享和优势互补, 获得前所未有的新的综合优势。产业价值链成员之间的合作建立在共同追求利益目标的基础上, 获利动机促使各成员求同存异, 通过有效磋商, 协调彼此的策略, 达成共同认可的有约束力的协议, 分享合作带来的收益。

(一) 产业价值链企业合作的博弈分析。

合作博弈模型由两个基本要素构成:局中人集合和特征函数。

1. 局中人集合。

局中人集合由所有对问题结局有影响的独立利益主体构成, 这个集合中的元素称为局中人, 代表独立的利益主体。假设某个产业价值链由2个成员企业构成, 用集合N={1, 2}表示, 则每个成员企业被看作一个局中人 (因为它是独立的利益主体) 。2个企业构成的产业价值链可以抽象成2人合作博弈问题。

2. 特征函数。

特征函数是定义在局中人集合N={1, 2}上的集函数。特征函数指产业价值链成员企业合作后的总收益。对任何可能的成员企业集合S都产生一个由合作产生的总收益ν (S) 。ν (S) 满足条件:

则称I=[N, ν]为n人合作博弈, ν (S) 为博弈的特征函数。从博弈论的观点看, 合作就是由一个决策者代表这个合作的所有成员作决策。显然, 特征函数应满足这样的性质:对任何S, T, S∩T=Φ, 必有ν (S∪T) ≥ν (T) +ν (S) 。上式表明, 产业价值链成员企业合作博弈中, 如果若干企业之间能够合作, 合作整体的收益大于不合作时各个体收益的总和。

(二) Shapley值法利益分配。

Shapley值法是由Shapley L.S.提出的用于解决多人合作博弈问题的一种方法。在实践中尤其是解决合作各方利益分配问题时有着广阔的应用前景。当2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2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。

在产业价值链企业合作博弈中, 每个企业应当从合作的收益中分得各自应得的份额, 这可以用一个2维向量来表示:x= (x1, x2n) 。这个向量应满足以下两个条件:

向量x称为合作博弈的一个分配, 其中xi表示局中人所得到的份额。

条件 (1) 称为个体合理性条件:一个企业i如果它加入到产业价值链合作中所得到的收益还不如单干所得到的收益多。

条件 (2) 称为集体合理性条件:假设全部局中人组成大联盟N, v (N) 必须分光, 总的分配不能超过总收益v (N) 。

在Shapley值法中, 合作博弈I=[N, v]的各个成员所得利益分配称为Shapley值, 并记作:φ (ν) = (φ1 (ν) , φ2 (ν) ) , 其中φi (ν) 表示在合作博弈I下第i成员所得的分配, 可由下式求得:

其中, |S|是子集S中的元素个数, n为集合N中的元素个数, ν (S) 为子集S的效益, ν (Si) 是子集S中除去企业i后可取得的效益。这种基于Shapley值法的收益分配方式是基于各合作伙伴在产业价值链联盟经济效益产生过程中的重要程度来进行分配的一种分配方式, 该法具有一定的合理性和优越性。

上述静态博弈各上下游企业都没有价格决定权, 有一个“权威”市场来决定主导价值分配中间产品的价格, 各分厂根据这个价格决定自己的产量, 这个价格和产量刚好使上下游企业实现利润最大化的同时使整个产业价值链利润最大化。但是这种条件是非常苛刻的, 上下游企业在价格决策中必须完全服从“权威”市场对中间产品的定价, 各分厂仅有权根据中间产品价格安排中间产品的产量。产业价值链中各企业是相互独立的, 有权去决定中间产品的价格, 价格决策权是决定企业自身利润大小的重要因素。在上下游关系中, 拥有价格决定权的企业拥有价值分配的垄断权力, 价格关系的另一方 (价格接受方) 只有根据该价格决定可接受的产量, 从而决定产业价值链的产量 (产业价值链产量关系一致) 。拥有价格垄断权力的一方将会决定中间产品价格, 获得有利于自身的更大的利润。所以具有更多决策主动权的企业自然拥有先动优势, 在这种情况下并不存在纳什均衡, 即:上下游企业不能实现自身和整体利润的一致。

二、产业价值链成员间的动态博弈

(一) 模型假设。

我们假设上游供应企业产品的价格为P1, 产量为Q1, 成本为TC1, 利润为π1=P1Q1-TC1 (Q1) 。下游企业产品的价格为P2, 产量为Q2, 除中间产品成本TC2, 利润为π2=P2Q2-TC2 (Q2) -P1Q1。产业价值链的利润:π=π1+π2=P2Q2-TC1 (Q1) -TC2 (Q2) 。中间产品和最终产品存在固定的比例关系:Q2=AQ1=a Q。

(二) 具有中间产品价格决定权的利润博弈分析。

若上游企业先行动, 下游企业根据中间产品的价格、自己的成本和市场需求函数决定最终产品的产量, 从而决定对中间产品的需求量;上游企业知道下游企业会根据自己对中间产品的定价决定产量, 上游企业再根据下游企业决定的中间产品的产量决定使自己利润最大化的中间产品的价格。

由动态博弈的逆向归纳法, 下游企业为使自己的利益最大化, 决定自己的产量

若假设下游企业的产出的市场需求函数为P=d-a Q。

两企业的成本函数分别为:TC1 (Q) =c1×Q1, T (C2) (Q) =c2×Q。

由上述一阶最大化条件可得两个企业分别的利润:

同理, 可相应计算出在静态博弈情况下的利润:

从而可以看出:π1d>π1s, π2d<π2s, 具有价格决定权的上游游企业将获得更多的利润, 下游企业获得较少的利润。

由πd<πs如果产业价值链中企业在中间产品的价格和数量上的决定权分离, 具有价格决定权的企业在博弈关系中尽量使得自身利益最大化, 产业价值链总的利润不能实现最大化。

下游企业具有决定中间产品的价格的权力, 下游企业在价格决策中先行动。上游企业根据中间产品的价格、自己的成本决定使自己利润最大化的中间产品的产量。

按照类似的推理可以得到πd<π1s, π2d>π2s, 具有价格决定权的下游游企业将获得更多的利润, 上游游企业获得较少的利润。

从πd<πs知如果产业价值链中企业在中间产品的价格和数量上的决定权分离, 具有价格决定权的企业在博弈关系中尽量使得自身利益最大化, 产业价值链总的利润不能实现最大化。

三、结语

从上述分析中可知:在静态合作博弈中, 存在“权威”市场对中间产品进行定价的时候, 上下游企业在实现自身利润最大化的同时也实现了整个产业价值链的利润最大化。在非合作博弈静、动态模型中, 分别在上游企业和下游企业对中间产品价格具有决定权两种情况下, 两厂商的动、静态博弈所获利润作比较, 对中间产品价格具有决定权的一方将获得更大的利润。在产业价值链的利益分配博弈过程中, 谁能够主导中间产品的价格, 具有价格决策的“先动优势”, 谁就会在产业价值链利益分配中获得优势。实际上, 在产业价值链上下游关系中, 价格决定权是非常强的“权力”, 往往在相互的讨价还价过程中, 其他议价的力量决定了中间产品的价格。

参考文献

[1] .于萍, 白珩.煤炭产业价值链各环节利益分配与转移问题研究——基于阜新矿业集团煤炭M企业价值链案例的调查分析[J].财经问题研究, 2012, 10

[2] .李连光.国际分工下的制造业资本分类配置与价值链利益分配[J].财贸经济, 2012, 11

[3] .周任重.中国汽车全球价值链的利益分配、企业创新与升级研究[J].改革与战略, 2013, 4

[4] .任志成.基于博弈理论的外贸出口供应链利益分配问题研究[J].审计与经济研究, 2012, 5

[5] .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, 8

产业链博弈模型研究 篇2

关键词 风险企业；融资行为；逆向选择；信号传递模型

中图分类号 F830.59 文献标识码 A

Study of Adverse Selection Model of Venture Enterprise Financing Behavior

ZHANG Xinli , ZHAN Liping , YANG Ling

(School of Mathematics, Liaoning Normal University, Dalian,liaoning 116029, China)

Abstract On the basis of game theory, this paper set up a signaling model of adverse selection about venture enterprise financing behavior. Under complete information and imcomplete information, the factors affecting venture capitalist's effort level were analyzed. As a result, improper property rights structure, imbalance of control rights and entrepreneur's lease acts are the main reasons of why venture capitalist's effort level is not high. The relevant suggestions were proposed to improve venture capitalist's effort level.

Key words venture enterprise; financing behavior; adverse selection; signaling model.

1 引 言

风险投资作为一种高风险的、组合的、长期的、权益的和专业的投资，对促进科技成果的转化、推动高技术产业的发展、支持创新者创业、帮助投资人取得较好回报等方面，已证明越来越显示出其独特的作用［1］.目前我国的风险投资事业已取得了很大发展，但与英美等市场经济发达国家相比，由于还受计划经济体制的束缚，现行的风险投资制度难免仍带有传统计划经济的烙印，突出表现在：风险企业产权结构不合理，控制权分配失衡，风险企业家漫天要价.据报道，有一家风险投资机构想投资我国一所高校发明的高新技术，校方提出技术要占96﹪的股份，那只有傻瓜才投资！有的风险企业家总觉得我有女儿就不愁嫁，拼命地要价，从而造成风险投资家和风险企业家不能很好地结合，使得科技成果不能很好地转化.因此，如何设计一套有效地激励契约机制，协调好风险投资家和风险企业家二者关系，防止风险企业家逆向选择行为的发生，就成为我国风险投资事业健康发展的关键.

目前，国内外学者从不同的角度对风险企业的融资行为进行了研究.Randner（1981）使用重复博弈模型证明，只要委托人和代理人之间都有足够的耐心，累托一阶最优风险分担和激励就可以实现［2］.Gompers(1997)认为，契约给予创业资本家权力来控制董事会可解决问题［3］.Hellmann(2000)表明双方可通过将现金流的分配与控制权的配置相分离签订合约［4］.刘怀珍、欧阳令南（2004）对风险企业及风险基金中智力资本与风险资本的利润分享比例及智力资本积极性发挥之间的关系进行了分析，提出将分享比例与贡献联系起来的模型将具有较好激励效果［5］.郑君君等（2005）通过将监控信号引入委托代理模型，得出了最优股权激励的解区间［6］.张新立等（2008）对股权—债权条件下风险投资的激励机制进行了分析，得出风险企业家的投资可以作为信号传递改变风险投资家的投资信念，使之对项目前景更乐观［7］.

尽管如此，上述文献主要解决的是风险企业家的道德风险问题，即风险投资家通过设计一套有效的契约，促使企业家努力工作.而对于风险企业家的逆向选择问题，即风险企业家通过设计一套有效地契约机制，促使风险投资家进行投资，则很少文献设计这方面的探讨.基于此，本文通过以风险企业家对企业的控制权比例和投资额为选择变量，通过建立一个信号传递博弈模型，分析对风险投资家努力水平的影响，以期为我国风险投资事业的发展与制度完善有所启迪和帮助.

经 济 数 学第 29卷第1期张新立等：风险企业融资行为的逆向选择博弈模型研究

2 博弈模型的假设与建立

风险投资家在进行投资时，为了尽可能地规避风险，往往采取多阶段投资形式［8］.本文为了讨论方便，假设有两个阶段和两个参与人（风险投资家和风险企业家）.第一阶段风险企业家首先选择对企业所有权的比例β(0≤β≤1(1－β)为风险投资家所占比例)和所出资金份额w.第二阶段风险投资家根据风险企业家给出的β和w决定自己的努力水平a（包括风险投资家的出资额和管理的努力程度等）.假设努力水平的负效用为c(a)，企业利润由风险投资家的努力水平a和风险企业家的投资份额w所决定，即π=f(a,w)，fa＞0,fw＜0，faw＜0，其中f为a和w的严格凹函数.规定faw＜0是因风险企业家所占比例的增大会降低风险企业家的边际生产率［9］.在风险投资蜕资后，风险投资家和风险企业家根据各自所有权的份额决定分配，风险企业家获得利润为βf(a,w)，风险投资家获得利润为(1－β)f(a,w).风险企业有两种类型，项目好的企业（以下简称好企业）和项目差的企业（以下简称差企业）.好企业不仅关心自己的收益，而且关心企业的利润π.故其效用函数表示为

UHE=f(a,w)+w,（1）

但对于差企业却只关心自己的收益.除了所有权份额βf(a,w)外，还会通过寻租行为［10］获得收入.假设寻租行为使得风险企业家取得一定比例的企业利润，用v（0≤v＜1）表示.假设v是w的正的凹函数，即v′＞0,v″＜0.因此，差企业的效用函数可以表示为

ULE=［β+v(w)］f(a,w)+w. （2）

风险投资家在提供努力之前不知道企业类型.若企业好，则风险投资家的效用函数为

UHC=(1－β)f(a,w)－c(w)，且U″≤0. （3）

若企业差，则风险投资家的效用函数为

ULC=［1－v(w)－β］f(a,w)－c(a). （4）

3 博弈模型均衡结果分析

3.1 完全信息条件下

完全信息是风险投资家知道风险企业的类型，风险投资家可直接根据不同类型的风险企业确定自己的努力水平.对好企业而言，风险投资家的最优努力水平为

Maxa(1－β)f(a,w)－c(a),（5）

其一阶最优条件是

(1－β)fw(a,w)－c′(a)=0.（6）

由此可以得到风险投资家的反应函数aH(β,w).好企业根据aH(β,w)得出最优的(β*H,w*H)，满足

(β*H,w*H)∈argmax f［aH(β,w),w］+w.（7）

在均衡条件下，风险投资家的最优努力水平为aH(β*,w*).

对差企业，风险投资家的最优努力水平为

Maxa［1－v(w)－β］f(a,w)－c(a). （8）

其一阶最优条件是

(1－v(w)－β)fa(a,w)－c'(a)=0.（9）

由此可以得到风险投资家的反应函数aL(s,w).差企业根据aL(s,w)得出最优的(β*L,w*L)，满足

(β*L,w*L)∈argmax ［v(w)+β］f［aL(β,w),w］+w（10）

在均衡条件下，风险投资家的最优努力水平为aL(β*L,w*L).由此可得出下列结论：

定理1 对于任意的一组值(β,w)，都有

aH(β,w)＞aL(β,w)成立.

证明 （反证法）假设aH≤aL，有式（9）可得(1－β)faH－c′(aH)＞［1－β－v(w)］faL－c′(aL)=0，与式（6）矛盾，所以aH(β,w)＞aL(β,w).

此结论意味着，对于任意的(β,w)一组值，风险投资家对好企业的努力水平比对差企业的努力水平要高.因为对好企业而言，风险企业家没有寻租行为，在相同的(β,w)条件下，风险投资家对好企业会更加努力工作.

定理2 对于固定的β，不论w取何值，总有下列不等式成立

aHw(β,w)＜0, aLw(β,w)＜0，

aHw(β,w)＜aLw(β,w)（11）

证明 对于式（6）两边关于w求导得

(1－β)［faa(aH,w)aHw+faw(aH,w)］－

c″(aH)aHw=0

整理，得

aHw=－(1－β)faw(aH,w)(1－β)faa(aH,w)－c″(aH).

由前面对f(.,.)和U的假设可知，aHw＜0.

同理得

aLw=vwfa－(1－β－v)faw(aL,w)(1－β－v)faa(aL,w)－c″(aL)＜0.

此式意味着，风险投资家面对两种风险企业，其努力水平总是随风险企业家所占份额的增加而减少，当企业利润一定时，任何一种风险企业家所占份额增加都会降低风险投资家的收益，其努力水平自然会降低.但好企业的企业家所占比例的增加比差企业对风险投资家努力水平的影响要小，这是因为，差企业所占份额的增大降低了企业利润本身，同时又通过增加其寻租能力降低风险投资家的份额.

3.2 不完全信息条件下

在不完全信息条件下，企业类型是私人信息，风险投资家不知道企业的类型；差企业可以模仿好企业的行为来欺骗风险投资家.但是好企业和差企业对企业规模的偏好程度是不一样的，好企业可以把更多的、比差企业所不能接受的企业所有权和信息让给风险投资家.故选择什么样企业所有权就成了帮助风险投资家辨别企业类型的信号，这就是信号传递模型［11］.在此模型中，谁更关心企业总利润是企业的私人信息，这是无法观察到的；但风险企业家选择什么样的规模w是可以观察到的，因此风险投资家可以把不同的w当作区别不同企业的信号.

第一阶段，假设风险投资家认为好企业出现的概率为p，差企业出现的概率为（1－p）.第二阶段，风险投资家根据w修正最初看法，形成好企业的后验概率μ(H|w).对后验概率的不同规定导致了不同的均衡.信号传递模型有三种均衡：混同均衡、分离均衡和准分离均衡［12］.混同均衡指不同类型的信号传递者（好企业和差企业）选择同样的行动，或者说，没有任何类型选择与其他类型不同的行动，这时信号接收者（风险投资家）无法修正自己的先验概率（信号传递者的选择没有信息量），它仍然认为企业类型i=H的概率是p，企业类型i=L的概率是（1－p），这意味着差企业可以通过模仿好企业的行动来欺骗风险投资家.分离均衡是指不同类型的信号传递者以1的概率选择不同的行动，同时信号接收者认为这种不同的行动会揭示不同的私人类型.简单地说，如果好企业选择了投资规模额wH，差企业选择了投资规模额wL，风险投资家也正好认为wH是好企业选择的企业投资规模额，wL是差企业选择的企业投资规模额，即μ(H|w=wH)=1,μ(H|w≠wH)=0.准分离均衡是指一些类型的信号传递者随机地选择行动，另一些类型的信号传递者选择特定的行动，实际上是混同均衡的一般形式.在此只对分离均衡进行讨论，混同均衡和准分离留待以后进一步研究.在不完全信息条件下，不同类型传递者好企业的目标是解决下列最优问题：

max β,wf［aH(β,w),w］+w

s.t. ［β+v(w)］f［aH(β,w),w］+w

≤v(w*L)f［aL(w*L),w*L］+w*L.（12）

这里，w*L是差企业选择的最优投资规模额.假设w*H是好企业的最优投资规模额，w0是好企业实际投资额，在分离均衡条件下，上述最优化问题有以下结论成立：

定理3 存在唯一的精炼完美贝叶斯分离均衡，好企业选择企业投资额w0＜w*H，差企业仍然选择w*L；风险投资家若观察到w0，则认为企业是好企业，并提供最优努力水平a*H(w0)，否则，认为企业是差企业，并提供最优努力水平a*L(w*L).

证明 对式（12）有约束条件的最优问题，利用拉格朗日乘数法可得

L(β,w,λ)=f［aH(β,w),w］+w+

+λ［u*－(v(w)+β)f(aH(β,w),w)－w］.

这里，u*= v(w*L)f［aL(w*L),w*L］+w*L.

对函数L关于β和w分别求导，得一阶最优条件

Lβ=faaHβ－λ［f+(v+β)faaHβ］≤0,

Lw=faaHw+fw+1－λ［vwf

+(v+β)(faaHw+fw)+1］=0.

由包络定理，得λ＞0.

由Lw=0可得

λ=faaHw+fw+1vwf+(β+v)(faaHw+fw)+1.

易知

faaHw+fw+1＞0, 0＜β+v＜1，

所以

0＜λ＜1.

Lβ=［1－λ(β+v)］faaHβ－λf(aH,w)＜0.

由此可得β=0.所以

aHw(0,w0)＞－fa［aH(0,w*H),w*H］+1fw［aH(0,w*H),w*H］

=aHw(0,w*H).

由定理2得w0＜w*H成立.

定理3合理解释了为什么目前我国风险投资家的积极性没有被充分调动起来的原因，关键在于风险企业治理结构不合理，常常出现“柠檬现象”，这样就保留了风险企业未来寻租权力的基础，风险投资家不能有效地区分风险企业的类型.于是，风险投资家就认为他面对的可能是一个会从事寻租行为的差企业，当然不愿意提高自己的努力水平.若把风险企业的控制权重新分配，结构合理，企业产权清晰，给风险投资家以更多地控制权和支配权(1－β)，使得风险投资家具有区分不同类型企业的信号w，则可视为企业家对风险企业不会从事寻租行为的一个可信承诺，从而可以调动风险投资家的积极性，风险企业才能最大限度地取得成功.

4 结 语

产权结构不合理、控制权分配失衡和企业的寻租行为是风险企业家努力水平低下和风险投资发展落后、缓慢的重要原因.只有通过对风险企业进行改革，使企业的权力重新分配，结构合理，企业产权清晰，给风险投资家以更多的权力和支配权，增加风险投资家和风险企业家的信息交流，努力减小信息非对称，增加相互信任，使风险投资家确定风险企业家不会有寻租行为的信念，风险投资家对风险企业的投资激励问题才能真正得到解决，才能实现“双赢”，使风险企业最大限度地获得利润，促进我国整个风险投资事业的发展.参考文献

［1］ 成思危.中国风险投资形成、发展的战略思考［M］.北京:民主与建设出版社,2002.

［2］ R RANDNER. Monitoring cooperative agreement in a repeated principalagent relationship ［J］.Econometrica,1981, 49(3):1127-1148.

［3］ P A GOMPERS. Ownership and control in entrepreneurial firms: An examination of convertible securities in venture capital investments［J］.Journal of Financial Economics,2000，55(2):281-325.

［4］ T HELLMANN, J STIGLITZ. Credit and equity rationing in markets with adverse selection［J］. European Economic Review, 2000,44(2): 281-304.

［5］ 刘怀珍,欧阳岭南. 智力资本与货币资本博弈分析—以风险企业为例［J］.管理工程学报,2004,18(2):99-102.

［6］ 郑君君,谭旭,范文涛. 基于委托—代理理论的股权激励模型的研究［J］. 管理科学学报, 2005,8(1):24-29.

［7］ 张新立,杨德礼,霍彪. 基于股权—债权条件下风险投资激励机制分析［J］.数学的实践与认识,2008,38（19）:1-6.

［8］ P Gompers. Optimal investment, Monitoring, and the staging of venture capital［J］.Journal of Finance, 1995,50（5）:1461-1490.

［9］ 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.

［10］申小林.企业家寻租行为及特征分析［J］.中国工业经济,2001(4):52-59.

［11］A M SPENCE. Job market signaling ［J］, Quarterly Journal of Economics ,1973,87: 355-374.

产业链博弈模型研究 篇3

关键词：价值网络,物联网,协同竞争,博弈

1 引言

当前,全球正掀起物联网风暴,物联网产业已成为推动各国经济增长的重要战略性新兴产业。物联网技术及其应用具有广阔的市场发展前景,日益成为国际竞争的新热点[1,2,3]。近几年,有关物联网的研究成果越来越多,大多集中于物联网的基本概念、技术与应用、以及商业模式方面[4,5,6,7,8]。

物联网的泛在特征决定了物联网的快速稳定发展不是单纯依靠哪个领域哪个行业就可以实现的,是一个各行业之间的协同发展问题。Jens-Matthias Bohli等对物联网市场的参与者进行了确定并分析了参与者的策略尤其是服务价格,将物联网的参与者分为传感器信息和服务提供者、消费者、中间件及服务提供商,并分析了其各个环节的价值所在[9]。戴宪廷从成长性的角度分析了物联网产业的构成和成长机制[10]。梁艳春认为物联网产业链的利益分配机制有利于各成员企业认清自身的定位,研究了联网产业链的利益分配机制问题[11]。

从上世纪90年代中期开始,学者们注意到了“合作性竞争”或“竞合”的重要性,并以此为基础,结合价值链理论及博弈论等,提出了“价值网(Value Networks)”的概念,从而将企业及其供应商、顾客、替代者、互补者等纳入了利益共同体。通过价值网这样的合作网络,能够使原本“利己性”的合作努力最终实现合作方都成功(或称“多赢”)的经营效果[12-14〗。朱蕊从价值网络的视角分析了物联网产业链的协同问题,从价值网的角度对产业链中的关键环节和网络协作效益进行了剖析,运用模糊综合评价法对其各个协同进行了效应评价[15]。红军等构建了价值网中主体联盟的动态博弈模型,分析了他们之间的动态博弈创造价值增量的机理[16]。关涛等运用演化博弈理论的方法构建了价值网络模式下企业主体间协同竞争的演化博弈模型,指出了价值网络模式下企业协同竞争行为的博弈过程及特点[17]。物联网的价值的实现要依靠其价值链上的各个环节之间的合作。物联网产业的合作竞争既发生在以运营商为主导者的各个物联网服务之间,也会发生在某个物联网产业服务实现环节的参与主体之间。但从相关研究来看,其研究焦点都集中在价值实现阶段中参与者合作性竞争行为上,而没有考虑到在合作行为中的优势主体(例如物联网产业中的运营商)在面向市场竞争情况下的产品策略(例如价格策略)对产品实现过程中合作行为的影响。本文拟通过构建物联网产业价值链的两阶段博弈模型来研究物联网产业中的竞争与合作问题。

2 物联网产业价值网络

物联网产业是指是具有某种内在联系的物联网相关企业群,物联网产业价值的形成是在各种物联网产业构成实体在一定的过程下共同作用的结果,如图1所示。要求各构成实体根据总体目标调整各自行为,对各自资源进行合理安排,以期最大程度地实现各子目标和总目标,在活动过程中通过一定的方式组织调控系统以达到协同状态。

物联网产业的构成实体主要包括终端设备制造商、网络设备提供商、网络运营商、系统集成商、应用开发商、服务提供商和目标客户[8]。终端设备制造商位于物联网产业链的上游环节,主要负责提供必要的软、硬件设备,通过将物体智能化后接入物联网中,实现物与物之间的联接。网络设备提供商主要通过向网络运营商提供相关的网络设备。网络运营商是真正的网络拥有者,负责向目标客户提供基础的网络连接服务,包括有线和无线两种通信网络。系统集成商是根据行业应用的需求,将物联网的相关硬、软件集成为一个完整的应用解决方案。应用开发商是物联网产业链中的关键环节,负责进行个性化设计,提供专业性的产品及解决方案。服务提供商是物联网面向用户的服务内容的直接提供者。目标客户是指物联网产品或服务的主要接受对象,是价值网的战略核心,也是物联网产业链的利润来源,主要包括个人、家庭、企业和行业。

这些构成实体并不能孤立的实现物联网产业的价值,必须按照标示、感知、信息传输、信息处理、应用、服务的产业环节过程进行整合,最终才能为客户提供物联网服务。上述的由物联网产业实体完成的一系列相关的动态过程称为物联网产业价值链,体现了客户需求被物联网产业实现的一个过程。一条价值链代表了各个产业环节相互合作为客户提供的一个服务,客户为了享受这个服务所需支付的价格定义为此价值链的价值,建立这个价值链所需的成本成为此服务的成本。物联网产业的价值网络则是由各种物联网构成实体以一定的关联形成的一种网络结构,体现了实现多个客户需求的过程。在物联网产业的价值网络中,各产业环节关注的不仅仅是自身价值的实现,同时关注其他价值链环节,强调各环节之间复杂的竞争与合作关系,并且注重这种关系随着时间和环境的变化而变化的情况。系统的看待价值网络中各物联网产业环节的动态交互关系,将有利于物联网构成实体连接在一起共同创造物联网产业的价值。

3 物联网产业协同竞争博弈模型

物联网产业价值网络中存在着错综复杂的价值链条,价值链条上不同物联网产业环节中的物联网产业构成实体是促进物联网整体价值提高的重要源泉。各实体在产业环节上的相互作用可分为协作与竞争2种形式,具体采取哪种形式主要取决于对不同形式下既得利益多少的判断。因此,在物联网的价值网络模式下,构成实体之间的关系从本质上说是一种在产业环节上的协同竞争关系,价值网络模式是实体之间协同机制产生的基础。

物联网产业主导者是指物联网产业链发展到某个阶段,处于领先地位,对物联网产业链发展具有领导性和带动作用的企业。物联网主导者对产业链整体业务的运行起着非常关键的作用,在为客户提供最大化价值的过程中,帮助产业链的其它环节参与到市场合作和竞争当中[11]。

网络运营商在物联网产业链中处于主导地位,向上可制约上游设备供应商,向下通过合作提高控制能力,担负着基础网络提供商和运营及服务提供商的两大功能。网络运营商与物联网产业链的其他环节具有密切的关联,其拥有强大的网络资源优势,是物联网产业链中最有条件和最有能力实施整合的成员。运营商主导上下游合作形成产业联盟将是促进物联网产业发展的关键[8,10,11,15]。

因为本文认为物联网产业价值链形成过程中的主导者是网络运营商,它是网络资源的拥有者,具有天然的属性优势,参与者是除了目标客户之外的其他各个环节上的企业。一个物联网价值链的价值主要取决于市场上同类运营商之间的竞争以及客户的数量(例如目前中国的通信市场的移动、联通等运营商之间的竞争),运营商在给定了价值链的价值的基础上会根据客户的需求选择其他环节上的参与者共同构建物联网产业价值链,实现对客户的服务,实现自身价值创造的最大化。

因此,运营商建立以其为主导的一条物联网产业价值链的过程可分为两个阶段,第一阶段是根据市场上客户的情况和竞争对手的情况来决定价值链的价格,第二阶段是根据第一阶段确定的价格和客户占有率来决定与价值链上的其他产业环节的合作机制。

假设有n个物联网运营商,并且这n个运营商所提供的物联网服务(通过联合各个产业环节上的实体形成物联网价值链)有很强的替代性,但又不是完全可替代,即价格不同时,运营商高的运营商并不会完全找不到需要其服务的客户。记运营商i为客户提供的服务的价格为pi,此时运营商i可以获得的客户的数量定义为函数:

bi,dj>0,i,j=1,2,…,n是运营商之间的替代系数。

假设n个运营商同时进行决策来决定其提供服务的价格。运营商i的策略空间为si=[0,Pi],其中Pi是运营商i的最高报价。运营商i的收益为:

ci是运营商i提供服务的成本,即构建服务价值链的成本。

运营商i的决策问题如下:

记求得的最优价格为pi*,相应的客户数量为qi*,收益为ui*.

在第二阶段,运营商i将选择是否与其他物联网构成实体合作来完成价值链,将运营商i称为主导者,其他构成实体称为参与者。

令I1,I2表示主导者与参与者在不合作情况下的平均收益(可能是独立完成整个物联网价值链的开发或者如只是出售其产品而带来的收益),I1>0,I2>0;θ1为合作情况下主导者对收益的分享系数,θ1∈(0,1);C是因为合作行为而带来的合作成本,C>0。θ2为合作情况下主导者对合作成本的分担系数,θ2∈(0,1)。如果一方合作而另一方不合作,则合作方需要付出全部的合作成本。

主导者在确定了价值链的价格之后,会希望吸引更多优秀的终端设备制造商、系统集成商、应用开发商和服务提供商等参与者加入其中。

令:

表示供应商为主建立的价值链服务的客户数量越多,参与者从中获得的收益比例越高,承担的合作成本比例越少。

在合作过程中主导者采取“合作”策略的概率为x,则采取“不合作”策略的概率为1-x;参与者采取“合作”策略的概率为y,则采取“不合作”策略的概率为1-y,0≤x≤1,0≤y≤1。则合作行为的支付矩阵如表1所示。

对主导者,采取“合作”与“不合作”策略带来的期望收益分别为:

混合策略,即“合作”与“不合作”策略的平均期望收益为:

对于参与者,采取“合作”与“不合作”策略带来的期望收益分别为:

混合策略“合作”与“不合作”策略的平均期望收益为:

因为合作的方式、机制主要是由合作的主导者所指定的,因此可以认为合作成本与主导者的收益之间存在关系。同时主导者也会考虑虑到参与者在合作情况下的收益与不合作情况下收益的关系问题,从而令参与者能够采取合作行为。并且在成熟的物联网产业市场环境下,主导者与参与者从事物联网产业的收益与不从事该产业的收益之间会有个平均比例,从而可以令C=λui*,I1=k1ui*,I2=k2ui*,λ>0表示合作的成本占主导者收益的比例,称为合作成本率,k1>0表示主导者不合作情况下的平均收益占物联网产业收益的比例,k2>0表示参与者不合作情况下的平均收益占物联网产业收益的比例。k1,k2称为主导者与参与者在不合作情况下的收益期望率。

如果令n=2,a1=a2=a,b1=b2=b,d1=d2=d,c1=c2=c,d=ρb,则在第一阶段有:

主导者和参与者的复制动态方程分别为:

平衡点为:。

而平衡点的稳定性可由该系统相应的雅克比矩阵的局部稳定分析获得-雅克比矩阵为:

根据局部稳定分析法可以判断这5个平衡点的局部稳定性,结果见表2。

根据表2可知,在第二阶段运营商与参与者之间的合作不依赖于第一阶段的报价,并且合作行为的演化规律依赖于合作成本率与不合作情况下的收益期望率之间的数值关系。

①如果k1>1或者k1>1,即主导者与参与者不合作进行物联网价值链产业的开发的收益还更高的时候,显然合作行为无法出现,此时根据表3也可知平衡点D也不是稳定状态。

②当λ+2k1<1,λ+2k2<1,λ+2k1+2k2>1时,即主导者与参与者虽然各自在不合作情况下的收益期望率与合作成本率之和较低,但是两者的要求放在一起的时候仍然较高的时候,点D仍不失演化的稳定状态,即双方长期的合作行为也不会出现。情况①和②下的合作行为演化规律如图2所示。

③当λ+2k1<1,λ+2k2<1,λ+2k1+2k2<1时,即主导者与参与者双方的不合作情况下的收益期望率与合作成本率之和较低的时候,点A与点D为演化的稳定状态,点B与点C为演化的不稳定源点,点E为鞍点。长期博弈演化的结果是要么双方都合作,要么双方都不合作。合作行为演化规律如图3所示。

也就是说只有在情况③下,主导与这参与者的合作行为才有可能会出现,但是这种行为是会越来越多还是会逐渐丧失由图3中区域I的面积SI和区域II的面积SII的大小所决定:当SI<SII时,双方合作的概率大于不合作的概率;当SI<SII时,双方不合作的概率大于合作的概率;当SI=SII时,向两个行为演化的概率相等。

SI区域面积为:

可知影响SI区域面积的有k1,k2和λ三个因素,各个因素影响合作情况的情况如下:

①主导者与参与者的合作概率随着主导者在不合作情况下的收益期望率的增加而降低。

证明由式(3)可得,,因此SI是k1的单独增函数,随着主导者在不合作情况下的收益期望率的增加,SI的面积将增大,合作行为向A(0,0)方向演化的概率增大,双方合作的概率将降低。

②主导者与参与者的合作概率随着参与者在不合作情况下的收益期望率的增加而降低。

证明由式(3)可得,,因此SI是k2的单独增函数,随着参与者在不合作情况下的收益期望率的增加,SI的面积将增大,合作行为向A(0,0)方向演化的概率增大,双方合作的概率将降低。

③主导者与参与者的合作概率随着合作成本率的增加而降低。

由式(3)可得,,由于λ+2k1<1,λ+2k2<1,λ>0,从而有,因此SI是λ的单独增函数,随着合作成本率的增加,SI的面积将增大,合作行为向A(0,0)方向演化的概率增大,双方合作的概率将降低。

从政府的角度而言,可以基于上述规律来制定一系列的管理政策来促进物联网运营商与物联网产业各环节的参与者之间的合作行为能够出现并且持续下去,因为只有这样整个物联网行业才能健康持续的发展。在互联网行业发展的初期,物联网产业缺失行业规范,各方都缺少规范的合作模式和合作经验,可能会造成合作成本的增加,进而影响合作行为的持续,此时政府可以通过免税或者补贴的方式来降低这种合作成本率,促使合作行为能够出现并持续下去。由于运营商在物联网价值链各环节当中处于主导地位,因此可能在物联网产业发展过程中出现运营商所占物联网创造的效率的的比例过高,挤压其他环节参与者的收益,长久下去造成合作行为的丧失,此时政府有必要通过政策法规等来约束运营商的垄断行为,保证物联网产业的持续发展。

4 结语

产业链博弈模型研究 篇4

关键词：博弈论；稀土产业；信息经济学；稀土产品定价权

一、引言

随着計量学派及计算机科学技术的快速发展，产业研究的理论及方法体系越来越完善。改革开放以后，为促进稀土产业的发展，我国稀土产业相关学者及专家展开了应用博弈论的方法研究产业中存在的问题，但是其研究的时间还很短。因此全面总结博弈论在稀土产业中的应用，深入探讨其研究现状，从而为构建稀土博弈方法论、完善稀土产业的研究方法提供理论指导意义。

二、博弈论在稀土研究上的应用

（一）文献检索。文章通过对CNKI检索，梳理我国稀土产业研究中应用博弈论方法的文献。检索时间跨度：2003-2016年共13年，检索的标准时点：2016年5月20日17点53分，不考虑该时点之后新增加的文献，检索条件：主题；检索类别：全部期刊、核心期刊；检索关键字：稀土、博弈。检索结果：根据“全部期刊”的检索条件，共得论文105篇，实际60篇，其中45篇与稀土无关。虽然通过CNKI检索的结果不能代表我国应用博弈论研究稀土产业的全部研究现状，但至少能够说明我国应用博弈论研究稀土产业的总体水平。

（二）博弈论应用于稀土产业的研究分析。通过对博弈论应用到稀土产业的领域研究的文献进行梳理可以发现，大多数的文献研究主要是站在我国整个国家的角度来分析我国在与其他进口国之间的博弈，研究主要有以下几个方面：第一，基于博弈论研究我国稀土产品定价权缺失的研究。第二，基于博弈论研究我国在稀土出口政策方面的研究。第三，基于博弈论的视角来探讨我国出口利益各方的分析。还有一些文献是根据我国稀土产业六大基团组建过程中，从赣州市稀土行业整合的角度来探讨各方的利益；虽然我国具有稀土资源优势，但是却没有将资源优势转化为经济优势。长期以来我国稀土产业总是处于为人作嫁衣的阶段，因此大多数文献都是将我国作为一个整体进行研究，以提高我国的稀土产品定价权以及实现稀土产业的可持续发展。

1、我国稀土产品价格的博弈论研究。王书平（2013）应用讨价还价模型，分析我国稀土企业出口价格困境博弈分析，得出我国稀土企业在出口稀土产品时缺乏定价权的原因是企业缺乏耐心。此外，通过对供给方内部的定价分析，发现我国稀土出口企业都一直会处于“囚徒困境”的尴尬局面。此外，廖作鸿（2005）也尝试从博弈论的视角分析稀土价格战，得出企业应用价格战的方式进行竞争是最不明智的选择，最终一定会造成两败俱伤、利润为零的结局。张晓青（2012）应用静态和动态的那什均衡分析我国稀土出口的价格，得出：企业和行业处在博弈论中的“囚徒困境”的主要原因是企业的无序竞争最终导致稀土出口价格出现不合理和稳定的状态。

2、我国稀土政策的博弈论研究。何春艳（2013）通过建立中美、中日、中欧博弈模型，为保持我国稀土产业的可持续发展，采用博弈论中的讨价还价模型以及轮流出价模型分析，并设计我国的稀土出口贸易政策。胡建州（2013）应用静态博弈来分析美日欧诉讼中国稀土出口限制的原因，得出美日欧三方会对抗中国稀土出口限制政策并且会选择三方结盟联合进行对抗。张心语（2015）应用博弈论的思想和理论方法研究政府管制策略，建立开发商和开发商、政府和开发商之间的博弈模型，对不同博弈方的混合那什策略进行了分析与研究。李蕙萱（2014）在稀土出口政策制定的研究中，通过博弈论进行定量分析，提出在稀土出口贸易中会涉及到很多政治问题。

3、我国稀土出口贸易中利益相关方的博弈论研究。刘慧芳（2011）在分析我国与稀土进口国、其他稀土资源国之间的博弈时，采用完全信息动态博弈模型，得出采取何种策略可以使得利益相关方均能获得最大利益，进而对稀土出口贸易管理提出建议。邓大洪（2011）从博弈论的角度分析我国在稀土行业整合过程中遇到的重重阻碍，最本质的原因是各方利益的博弈。

4、我国稀土产品市场中博弈论研究。张数（2014）将多寡头古诺模型应用到稀土产品市场中进行预测研究，提出：制定稀土产品质量等级标准会使得各寡头之间的竞争成为有序竞争。马硕丽（2011）以影响企业利润的四个因素（需求份额与原材料配分的匹配程度、稀土行业的产能过剩系数、稀土行业内各个企业之间的成本的差异幅度以及稀土企业配置产能的模式）建立轻稀土市场上多个主体博弈论竞拍过程的仿真平台。通过仿真平台的建立，分析四个因素是如何作用影响企业利润的高低，为企业决策提供一定的参考意见。

三、未来稀土博弈研究的建议

（一）指导意义。对稀土产业中博弈论的研究，不仅需要理清稀土产业中相关利益者之间的各类博弈关系，解释均衡形成的原因，还需要寻找出使得稀土产业中利益相关方共同获得利益的改进措施或建议，实现应用博弈论理论研究对促进稀土产业发展的具有现实指导意义。

（二）深化博弈论内容的应用。目前，博弈论研究方法被广泛应用到稀土产业中解释稀土产业中的一些常见现象和问题。但是在稀土产业领域的研究中，大多数文章进行相关分析只是应用到一些基本的理论，如完全信息静态博弈的纳什均衡等等。有的研究甚至只是简单的套用博弈论的简单模型，而没有将模型应用的前提条件及假设条件以及应用模型各变量之间的关系考虑进去，只是生搬硬套，所以其得出的结论不够准确，对现实稀土产业的发展也没有很强的指导意义。

（三）构建稀土博弈方法论。基于科学方法论的视角，研究者不仅需要对事物表面现象应用博弈理论进行相关的解释说明，还应该具有应用理论揭示事物现象的本质规律、预测其未来的发展趋势。所以稀土产业中的研究者、专家应该运用博弈论中的各类分析模型对收集的数据资料进行整理、研究，得出对稀土产业发展有现实指导意义的结论。通过应用高层次的研究指导稀土产业发展中的相关决策，改善当前国内稀土产业中的学者习惯于运用描述性的研究方法而造成学术重复建设或搭便车的现象，构建更具解释力的稀土博弈方法论，丰富博弈论在稀土产业中的应用。（作者单位：内蒙古科技大学经济与管理学院）

国家社科基金项目“促进我国稀土产业转型升级的政策研究”（项目批准号：13XJY014）

参考文献：

[1]王书平.我国稀土出口价格困境博弈分析[J].商业研究2013（7）：41-44

[2]廖作鸿.从博弈论看中国稀土价格战[J].科技与产业2005（12）：40-42

[3]张晓青，毛克贞.基于静态和动态纳什均衡的我国稀土出口价格分析2012（3）：91

[4]何春艳.基于博弈论的我国稀土出口政策研究2013年12月，中国地质大学

[5]胡建州.美日欧诉中国稀土出口限制的博弈论分析[J].对外经贸2013（4）：25-26

[6]张心语.基于博弈模型分析稀土资源可持续利用的政府管制策略[J].商2015（6）：61-63

[7]李蕙萱.稀土出口政策制定中博弈论计算应用研究[J].吉林工程技术师范学院学报2014（11）

[8]刘慧芳.我国稀土资源管理中国内利益相关方博弈分析[J].财贸经济2013（1）：101-109

[9]邓大洪.利益博弈困扰稀土整合[N].中国商报，2011-7-1（9）

[10]张数.稀土产品市场的多寡头古诺模型预测研究[D].内蒙古科技大学2014（3）

产业链博弈模型研究 篇5

关于产业转移的经典理论有R.Prebisch的中心-外围模型、赤松要的雁行理论、 Vernon的产品生命周期理论、小岛清的边际产业扩张论、M.E.Porter的竞争力模型,等等。国外专注从规模经济、交易成本、企业竞争力、技术外溢角度进行的研究,解释企业生产的选址行为。大多数国外的研究认同市场机制对产业转移起主导作用,市场的价格机制、供求机制、竞争机制等保障了资源的优化配置,驱使企业生产区位的动态调整。

改革开放以来,我国沿海地区承接国际制造业的转移是市场机制的作用结果(谭介辉,陈建军,杨玲丽),而近年来在中国区域内的产业转移浪潮下,政府作为不完善市场机制的补充力量参与到其中。国内关于产业转移的研究与其实践是同步进行的,它是一个从被动承接国际产业转移到主动推进国内产业转移的过程,是一个实践—认识—再实践—再认识的循环过程。

国内的研究普遍认同国内区域发展不平衡的现状,存在区域间产业梯度差,产业转移具备客观的条件。谭介辉按国际产业梯度转移次序,认为中国被动承接转移具有不确定性、低效率性,主动对外直接投资才是获取先进技术的正确选择。陈建军定义了产业转移是时间与空间的过程,指出区域经济发展不平衡是中国区域内产业转移的动力机制。

近来,学者们尝试从各种角度建立产业转移的分析模型。罗浩基于二元经济模型得到农村劳动力的无限供给是城市劳动密集型产业转移缓慢的原因。赵伟、汪全立探讨了如何选择产业转移的两种方式,对外直接投资或外包生产。蔡昉等则实证了中国东北部与中西部有更高的全要素生产率提高速度和贡献率,使用雁阵模型解释了金融危机背景下我国由东到西转移劳动密集型产业的产业发展战略。

已有研究中,从博弈论角度探讨产业转移参与者的行为决策的研究较少。本文结合广东产业转移经验,探讨完善市场机制下市场是如何促使企业生产转移的,并抽象出企业的转移决策逻辑;分析政府是如何代替不完善的市场机制发挥调节生产转移的作用,并提出一个政府与企业的博弈模型。

1 完善市场机制下的产业转移

珠三角地区自改革开放以来,凭资源成本的比较优势承接了以香港、台湾资本为主的生产转移,这部分转移以劳动密集型为主。随着珠三角城市化的发展,2003年以来,以电荒、油荒、民工荒和地荒为表现的生产成本开始上升,部分企业再次触发转移的临界点,2005年珠三角出现以牛仔裤厂商、陶瓷厂商为代表的劳动密集型产业将生产向湖南、江西转移的现象。

1.1 完善市场机制的主导作用与转移企业的决策逻辑

企业是产业转移的主体,独立地决策是否转移,企业的决策离不开市场的作用。就以上发生在珠三角的制造业转移,我们来看市场的作用机制。

首先,随着生产资源被不断消耗,生产要素市场供不应求,完善市场机制以致企业为了生存而开始考虑转移。一旦决定转移,企业还面临一系列的决策问题,比如将生产转移到哪里、以什么方式转移、转移后企业将在多长的时间内获得稳定的利润,等等,而完善的市场机制则保障了企业获得充分信息的效率性,企业可以获得公开的信息并作出转移的决定。在完善的市场机制下,理性且独立决策的企业遵循以下的决策逻辑:

1.2 一个简化的两企业博弈模型

关于制造业集中的决定因素,比较优势理论强调物资和自然资源禀赋(第一自然要素,first nature),新经济地理理论强调经济主体之间的经济距离(第二自然要素,second nature),新贸易理论则强调共同作用[8]。下面一个简化的博弈考虑两个自然要素对企业决策的影响,探讨两个企业的转移博弈。

假设同在一个地区的两个企业的规模一致,就是否将生产转移到某地展开博弈。博弈的参与者集合为N={企业1,企业2},企业1和企业2的策略空间为S1=S2={转移T,不转移U}。对于企业的支付,考虑到全部支付都不是一次性支付,假设:(1)转移后因自然资源成本优势获得一个转移后的利润贴现值It,企业转移前的利润贴现值为Iu;(2)决策不一致时,两个企业会因经济距离的扩大而失去一个收入的贴现值l;(3)转移将形成转移成本的贴现值c。

两个企业信息完全,同时行动。博弈矩阵如下:

该博弈不确定存在纯策略NASH均衡,下面来求一个混合策略均衡。假定企业2的两个决策概率为P(T2)=m,P(U2)=n,m+n=1,求企业1的混合策略。有:

$\{\begin{array}{l}E\{u[{\rm T}{}_1│(m,n)]\}=m*({\rm I}{}_t-c)+n*({\rm I}{}_t-c-l)\\ E\{u[U{}_1│(m,n)]\}=m*({\rm I}{}_u-c)+n*{\rm I}{}_u\\ E\{u[{\rm T}{}_1│(m,n)]\}=E\{u[U{}_1│(m,n)]\}\end{array}$

求得:$m=\frac{1}{2}-\frac{{\rm I}{}_t-{\rm I}{}_u-c}{2l}$;$n=\frac{1}{2}+\frac{{\rm I}{}_t-{\rm I}{}_u-c}{2l}$

同理,我们假设企业1的决策概率为P(T1)=r,P(U1)=s,可求得r=m;s=n。

继而可得对称混合策略NASH均衡为((r,s),(m,n))。由这个均衡可以判断,l越大,企业选址转移的概率越大,即经济距离对企业决策有重要影响。按新经济地理理论的解释是,产业层面的向心力是与聚集的劳动力市场相联系的前后向关联和由地理接近而产生的信息外溢等区位优势。

2 不完善市场机制下的政府与转移企业的博弈模型

为加快区域内产业结构调整,以市场调节为基础,政府与市场共同发挥作用的产业转移是我国区域内产业转移的主流。2005年开始,广东省委省政府鼓励珠三角部分制造业与重化工业向粤东西北地区转移,珠三角地区将努力承接国际高端制造业与服务业。省政府提出了建立“产业转移园”的想法,由政府负责“三通一平”与园区的规划、招商引资。到2008年,政府进一步提出了产业与劳动力“双转移”战略,以期缓解珠三角的人口压力,促进全省范围的经济增长。

关于政府参与到我国现阶段区域内产业转移的重要性得到学者的支持(陈建军,王云平,林平凡)。其中,李娅等综合了空间经济学、中心—外围论,所得模型赋予东西部不对称的资源禀赋系数,得到我国现阶段东部制造业未达到转移的内生临界点的结论,转移仍需要外生力量的支持。

2.1 不完善市场机制下产业转移的参与者行为与博弈模型的假设

首先我们明确不完善市场机制下产业转移的博弈双方是N={政府、企业}。这里的政府是省一级政府,因为我们假设产业转移的一个目的是促进区域结构升级,这与省一级政府的目标一致,可以假设它为广东省政府;企业则假设为劳动密集型的制造业里的一家企业。

参照完善市场机制下转移企业的决策逻辑,我们分析不完善市场机制下政府是如何作为市场的补充发挥作用的。首先与完善市场机制下一样,生产成本的上升挤压利润空间,企业萌生转移的需要。但不完善市场机制下,一方面,企业无法轻松获得完全的公开的信息以确定转移地、转移方式和转移时间从而实现利润最大化或成本最小化(为获得完全的信息要付出很大的搜寻成本);另一方面,企业没办法获取其他企业的转移意图。不完善市场机制延缓了企业的转移决定,政府的参与确保了企业获得完善市场机制下的基本信息。

沈晓假设不完善市场机制下企业转移将获得一个大于原产地的利润,同时付出一个转移成本。转移成本指企业生产完成由转出地到转入地的转移过程所付出的全部成本,比如购买固定资产、增建厂房等。本文认为现实中企业决策是否转移,会从企业的整个生命周期出发考虑,大部分企业转移期间的成本会在转移后的生命周期里被摊薄,企业更关注转移后是否能获得一个持续的经济利润。

企业转移后的利润由收入与成本两部分组成。首先,我们结合广东产业转移经验来看产业转移后的成本,它由两部分组成,一个是产业转移后的生产成本,另一个是对企业转移有关键影响的交易成本。交易成本由Coase提出,主要包括产品的交通运输成本、广告、信息传播等,它加重企业支付的同时制约了企业收入的获取,因此,我们假设企业转移后的市场需求不变,但交易成本会阻碍市场需求被满足,企业转移后的收入是企业交易成本的严格减函数。关于交易成本对企业转移的影响,范剑勇等基于Krugman的中心—外围模型分析了美国制造业中心在国内转移的条件与过程,指出交通运输效率与城市化水平的提高是关键的诱发因素。实践中,企业由珠三角往边缘地区转移,转入地交通运输基础设施相对落后的状况加大了企业的交易成本,因此不少广东省内的工业园区通过最小化物流成本来招商引资。而杨玲丽指出市场机制只能保证转移的效率,而交易成本的最小化只能靠合法性制度来调节,政府的介入就是一种制度的调节。由此认为,政府除了提供基本信息之外,它还能制定激励政策与建设基础设施来降低企业转移的交易成本。总结广东建设产业工业园的经验,激励政策包括用地指标、用电指标、财政支持与改善转移地物流条件,等等。激励政策通过降低企业转移后的交易成本影响企业的决策。

产业转移的主要形式包括对外直接投资与外包生产(赵伟,王云平)。为方便分析,我们假设企业全部选择对外直接投资的转移方式,这与广东建立产业转移工业园的实践是大致相符的。

根据上面的分析,并结合广东产业转移的实践经验,我们给出企业转移后的利润函数:

πI=Y(C2)-C1-C2

πI为产业转移后在整个生命周期中获得的平均利润,πI≥0,这是企业转移的必要条件;C1是转移后面临的生产成本,包括雇工、原材料,等等;C2是交易成本,且产业转移后的收入Y是C2的严格减函数,$\frac{dY}{dC{}_2}<0$,同时$\underset{C{}_2\to 0}{{\displaystyle 1im}}Y(C{}_2)\ge C{}_1$,在没有交易成本的情况下企业收入大于生产成本是企业选择转移的必要条件;Y、C1、C2均为正。

我们假设政府也是理性的独立决策者,它追求自己的“利润”最大化。下面我们讨论产业转移中的政府行为:

关于政府与企业博弈中的“收入”,Laffont认为政府追求的是社会福利最大化,且假设一单位的产值带给政府一单位的效用,而国内学者认为政府在转移中关注的是一个综合性利益,包括经济增长与政治晋升等(李停、吴小建),如母爱英认为政府追求的是效率与公平,沈金生则认为是一个兼顾环保的经济增长目标,比较一致的看法是企业的产值对于政府至关重要。另外,政府提供基本信息确保了企业转移后的生产成本最小,但不分担企业的生产成本,政府的成本主要是用于降低企业转移的交易成本的激励政策。

因此,我们给出政府的“利润”函数:

πG=Y(C2)-Cg

πG为企业转移后生命周期内政府将获得的效用;Y(C2)既是企业的产值,也是单位产值带来单位效用;Cg是政府激励政策引致的成本,包括改善转移地物流条件的基础设施建设以及其他的优惠政策。

至此,考虑到政府可分担部分企业的交易成本,我们抽象出产业转移中企业与政府的利润函数:

$\{\begin{array}{l}\pi {}_{{\rm I}}=Y(C{}_2-C{}_g)-C{}_1-(C{}_2-C{}_g)\\ \pi {}_G=Y(C{}_2)-C{}_g\end{array}$

令企业承担的交易成本份额为$\frac{C{}_2-C{}_g}{C{}_2}=b$,且0≤b≤1,而在πI≥0的约束下,$b\le \frac{Y-C{}_1}{C{}_2}$。

模型中,政府与企业将针对b讨价还价,得到企业与政府的支付函数:

$\{\begin{array}{l}\pi {}_{{\rm I}}=Y(bC{}_2)-C{}_1-bC{}_2(1)\\ \pi {}_G=Y(bC{}_2)-(1-b)C{}_2(2)\end{array}$

下面我们先探讨πI与b、πG与b的关系,再讨论政府与企业的讨价还价。

$\begin{array}{l}\text{考}\text{虑}\pi {}_{{\rm I}}\text{与}b\text{的}\text{关}\text{系}:\frac{\partial \pi {}_{{\rm I}}}{\partial b}=\frac{C{}_2}{b}\frac{\partial Y}{\partial C{}_2}-C{}_2\\ \because \frac{\partial Y}{\partial C{}_2}<0,\frac{C{}_2}{b}>0,C{}_2>0\\ \therefore \frac{\partial \pi {}_{{\rm I}}}{\partial b}<0\end{array}$

即企业承担的交易成本份额越大,转移后的平均利润越低。

同时,有$\frac{\partial {}^2\pi {}_{{\rm I}}}{\partial b{}^2}=-\frac{C{}_2}{b{}^2}\frac{\partial Y}{\partial C{}_2}>0$

π1与b的函数关系如下图1所示。

可以看到,b=0时,企业的利润最大;随着b的增大,πI会下降得越慢。

考虑πG与b的关系:$\frac{\partial \pi {}_G}{\partial b}=\frac{C{}_2}{b}\frac{\partial Y}{\partial C{}_2}+C{}_2>\frac{\partial \pi {}_{{\rm I}}}{\partial b}$,得到:

$\frac{\partial \pi {}_G}{\partial b}\{\begin{array}{l}<0,b<-\frac{\partial Y}{\partial C{}_2}\\ =0,b=-\frac{\partial Y}{\partial C{}_2}\\ >0,b>-\frac{\partial Y}{\partial C{}_2}\end{array}$

同时,有$\frac{\partial {}^2\pi {}_G}{\partial b{}^2}=\frac{C{}_2}{b{}^2}\frac{\partial Y}{\partial C{}_2}>0$

πG与b的关系如图2所示。

因为$\frac{\partial Y}{\partial C{}_2}<0$,所以:

当$0\le -\frac{\partial Y}{\partial C{}_2}\le 1$时,政府在$b=-\frac{\partial Y}{\partial C{}_2}$处效用最低。更确切地说,当$0<-\frac{\partial Y}{\partial C{}_2}<\frac{1}{2}$时,政府不承担任何的交易成本,即b=1时,政府获得最大效用;当$\frac{1}{2}<-\frac{\partial Y}{\partial C{}_2}$时,政府承担全部的交易成本反而获得最大的效用。

当$1<-\frac{\partial Y}{\partial C{}_2}$时,政府承担越多的交易成本,b越小,政府得到的效用反而越大。

可以看到企业收入对交易成本的敏感程度对政府的决策有很大影响。

综上,企业愿意承担尽可能小的交易成本,政府则需要根据企业的产值对交易成本的敏感度做出决策。

在完全信息静态博弈中,政府与企业都清楚对方的支付函数,并且同时行动。

由前面的分析,我们有:$\frac{\partial \pi {}_{{\rm I}}}{\partial b}<\frac{\partial \pi {}_G}{\partial b}‚\frac{\partial {}^2\pi {}_{{\rm I}}}{\partial b}=\frac{\partial {}^2\pi {}_G}{\partial b}‚0\le b\le 1$

根据πI、πG与b的关系,并联立

$\{\begin{array}{l}\pi {}_{{\rm I}}=Y(bC{}_2)-C{}_1-bC{}_2(1)\\ \pi {}_G=Y(bC{}_2)-(1-b)C{}_2(2)\end{array}$

得到:

当C2<C1时,$\underset{b\to 0}{{\displaystyle 1im}}\pi {}_G>\underset{b\to 0}{{\displaystyle 1im}}\pi {}_{{\rm I}}$,且πI与πG不相交;或者当$\frac{1}{2}<-\frac{\partial Y}{\partial C{}_2}$时,无论C2与C1大小如何,都可以得到政府与企业同时行动的完全信息静态博弈中的纯策略NASH均衡是(bG,b)=(1,0),即政府在与收入对交易成本有较高敏感度,或生产成本大于交易成本的企业博弈时,承担企业转移后的全部交易成本,可以使得双方的支付最大,双方都没有动机偏离这个均衡策略。

当C2<C1时,且$0<-\frac{\partial Y}{\partial C{}_2}<\frac{1}{2}‚\pi {}_G(b)$与πI(b)相交于$b=\frac{C{}_2-C{}_1}{2C{}_2}$,政府与企业的博弈很复杂,但不存在纯策略NASH均衡。

完全信息下政府与企业的同时行动其实与现实不太相符,更贴近的情形是政府主动与企业协商一个成本分担比例,鼓励企业转移,也就是完全信息下的完美信息博弈更适合讨论参与者的行为。下面来看产业转移中政府与企业关于b的讨价还价。

2.2 政府与企业的讨价还价

长期的讨价还价更贴近现实中的政府与企业博弈,这时需要考虑政府与企业对达成转移协议的耐心程度。令δ1为企业的耐心程度,δG为政府的耐心程度,δ1、δG取值区间为[0,1],δ越大表明参与者越不着急达成转移协议。

长期的讨价还价遵照以下的行动顺序:

第一轮,政府提出企业承担交易成本份额b1。

第二轮,企业接收b1,决定是否与政府达成转移协议。如果决定转移,博弈结束,政府与企业策略支付为[πG,1(b1),πI,1(b1)];如果企业否定b1,企业提出b2。

第三轮,政府接收b2,决定是否与企业达成转移协议。如果答应b2,博弈结束,政府与企业的策略支付为[πG,1(b2),πI,1(b2)];如果政府否定b2,政府提出b3……

博弈按以上规律重复很多轮,直至双方达成转移协议。

当C2<C1,或$\frac{1}{2}<-\frac{\partial Y}{\partial C{}_2}$时,政府与企业的效用不是一种此消彼长的关系,在完全信息静态博弈的分析中也证明了纯策略NASH均衡的存在,因此,在讨价还价的时候,政府会在第一轮就出价bG=1,博弈会在第一轮就结束。

可是当C2>C1,且$0<-\frac{\partial Y}{\partial C{}_2}<\frac{1}{2}$时,情况则复杂很多。我们注意到在$b\in [-\frac{\partial Y}{\partial C{}_2},1]$的取值范围内,政府与企业的支付是此消彼长的,在这种情况下,政府可以设计博弈规则,促成转移协议。下面我们来探讨政府该如何设计这个博弈规则:

将博弈规定为三轮,这样企业的意见既可表达出来,又保证了政府的效用最大化。我们可以把第三轮的规则改为:如果政府拒绝企业在第二轮提出的b2,最终则按一个外生的b3来决定企业承担的交易成本份额,也就是说政府可以规定一个它所能承担的最大额为1-b3。通过规定博弈只限于三轮讨价,限定最后一轮按b3执行,并威胁若第三轮商讨无结果则将不再展开讨论与不承担任何交易成本,政府可以在较短的时间内促成转移协议的达成。

现在的问题转化为求出b3。首先三轮博弈双方的支付如下:

在第二轮,企业知道如果无法让政府接受自己的出价,将只能在第三轮接受b3,所以企业提出的b2至少要使得πG,2(b2)=δG*πG,3(b3)才能让政府接受;同样的,作为博弈规则的设计者,政府为使自己的效用最大化,在第一轮提出使得πI,1(b1)=δI*πI,2(b2)的b1。这样,企业在第一轮就知道如果拒绝政府这个报价,在后面最多也只能得到这么多的好处,因此企业会在第一轮就接受政府的报价。

用倒推法求解b3,得到如下关系:

$\{\begin{array}{l}\delta {}_{{\rm I}}(\pi {}_G,2-△)+△=\pi {}_G,1-\pi {}_G,3\\ \pi {}_G,2-\delta {}_G\cdot \pi {}_G,3\end{array}$

其中,△=πG-πI=C1+(2b-1)C2

求得:$\frac{\pi {}_G(b{}_3)}{\pi {}_G(b{}_3)-\pi {}_{{\rm I}}(b{}_3)}=\frac{1-\delta {}_{{\rm I}}}{1-\delta {}_1\delta {}_G}$

有解的必要条件是πG(b3)>πI(b3),因此在b 的这个特定区间内政府可以设立博弈规则,较快地促成转移。

3 结论

2010年国务院发布了《关于中西部地区承接产业转移的指导意见》,对产业转移的重视上升到国家层次。政府作为产业转移的推动者,对企业的转移决策有很大的影响。一方面,政府提供了企业关于转移地所需要的基本信息;另一方面,政府有能力制定并实施激励政策,通过改善转移地的基础设施水平,降低企业转移后的交易成本。

广东既经历了改革开放以来由被动承接国际产业到主动承接的转变,又实践了主动将珠三角地区部分产业转移向粤东西北,以合理调整省内产业布局与产业结构,广东产业转移经验在全国具有代表性。

本文以广东产业转移经验为参照,分别探讨了完善市场机制与不完善市场机制下主要参与者的行为决策。首先,我们抽象出在完善市场机制作用下企业决策转移的逻辑;接着提出一个简化的两企业博弈模型并求得一个混合策略均衡,认为由产业集聚带来的经济效应越大,企业越有可能做出转移的决策;最后,我们扩展到更贴近中国现状的不完善市场机制下的产业转移,探讨政府是如何补充市场的不足,主要是提供转移的基本信息与制定激励政策,在此基础上引入交易成本对企业转移后利润的影响,提出了不完善市场机制下政府与企业的博弈模型。在完全信息动态博弈中,政府与企业的讨价还价以政府承担企业交易成本的大份额为双方博弈的均衡策略,认为政府可通过改善交通运输效率、搭建企业信息平台、降低企业转移后的交易成本来促成企业转移,最终达到调整省内产业结构的目的。

考虑到产业转移是多个企业的决策,进一步的研究可以将不完善市场机制下的博弈扩展到多人博弈模型,比如政府与多个企业的博弈;另外,还可对政府、企业的行为决策做出更详细的量化,引入其他因素修改模型。政府与企业间的博弈采用不完全信息动态博弈模型可能更贴近现实,考虑政府对企业拥有完全信息,而企业无法了解政府与其他企业的信息的情形,以上都是有待继续的研究。

参考文献

[1]R H COASE.The problem of social cost[J].Journal of Law and E-conomics,1960(3):1-44

[2]MICHAEL E PORTER.Industry structure and competitive strategy:Keys to profitability[J].Financial Analysts Journal,1980,36(4):30-41

[3]JEAN-JACQUES LAFFONT.Toward a normative theory of incentivecontracts between government and private firms[J].The EconomicJournal,1987(97,Supplement:Conference Papers):17-31

[4]PAUL KRUGMAN.Increasing returns and economic geography[J].Journal of Political Economy,1991,99(3):483-499

[5]陈建军.中国现阶段的产业区域转移及动力机制[J].中国工业经济,2002(6):37-44

[6]范剑勇,杨丙见.美国早期制造业集中的转变及其对中国西部开发的启示[J].经济研究,2002(8):66-73

[7]范剑勇.市场一体化、地区专业化与产业集聚趋势[J].中国社会科学,2004(6):39-51

[8]王业强,魏后凯.产业特征、空间竞争与制造业地理集中[J].管理世界,2007(4):68-77

[9]王云平.产业转移视野的结构调整:市场与政府界别[J].改革,2008年(7):46-54

[10]沈晓.产业转移中企业和政府的行为决策研究[D].南京:南京理工大学,2009

[11]李娅,伏润民.为什么东部产业不向西部转移:基于空间经济理论的解释[J].世界经济,2010(8):59-71

产业链博弈模型研究 篇6

节能减排是建设资源节约型、环境友好型社会的必然选择;是推进经济结构调整, 转变增长方式的必由之路;是突破资源环境瓶颈, 实现可持续发展的根本出路。十一五时期, 我国经济发展的各项指标大多超额完成, 但节能减排的目标却没有完成。2006年5月, 国家首次与省级地方政府就废气污染物和废水污染物控制指标签订目标责任书。责任制得到层层落实和层层分解, 形成了省、市、县 (市、区) 、乡 (镇) , 一直到排放污染物企业的目标责任书。但是, 这种责任如何落实, 用什么机制来保证各级政府在节能减排工作中发挥应有的作用, 从而实现国家规定的节能减排目标, 是一个比较复杂、需要深入研究的问题。

在国外的文献中, Pigou提出征收“庇古税”或“庇古费”对企业的污染环境行为进行约束, 为政府以强制性制度形式参与生态环境治理提供了基本框架。Simon认为虽然存在市场失灵, 但政府不必直接进行环境管制或干预微观市场的运行, 因为在生态环境与资源利用中, 并不存在庇古所说的社会成本与私人成本差异。Smith和Fred甚至认为, 即使政府以经济杠杆进行宏观干预也是多余的。他们主张对生态环境治理采用自由放任的方式, 即“自由市场环境主义”, 并且认为政府对于环境活动的行政管制相对缺乏效率, 存在优先问题选择误导以及公共选择误区等, 不仅妨碍资源的有效配置, 而且还可能导致环境破坏。Dungumaro和Madulu、Duda和EL-Ashrym讨论了公众参与机制在环境保护中的积极作用和意义, 以及公众参与对企业和监管部门行为选择的影响。

国内的文献中, 崔秀敏建立政府与企业之间的委托-代理模型和线性支付合同的激励函数, 利用政府效用最大化原值对模型求解, 得出最优的政府固定补贴和激励强度因子, 最后提出了促进企业节能减排的对策。陈继生认为仅依靠单纯的行政命令解决环境问题已不适宜, 必须运用法律的手段处罚、遏制环境行政违法行为, 通过环境监察现场执法, 控制新污染源的产生, 并且运用排污收费等经济手段, 实现老污染源的治理。刘明慧从分析我国推进节能减排的现实压力入手, 研究了环境保护与公共财政的关系, 依此提出了全面推进和完善节能减排财税政策体系的基本思路和对策。

上述研究大多是定性研究, 定量分析较少, 现有的少量博弈模型并没有充分揭示政府和企业之间的复杂关系, 并没有得出切实可行的激励机制政策。本文考虑政府和企业之间的不对称信息, 构建非零和博弈模型, 并进行策略选择结果分析, 具体指出罚款系数和全国平均查获比率的确定方法。为政府相关部门针对企业不治理行为制定合理的罚款系数提供了可操作的理论依据。

(一) 模型构建与求解

1.非零和博弈模型构建

假设局中人A为政府, 局中人B为企业, 局中人A政府的策略集为{A1=对企业检查, A2=对企业不检查}, 局中人B企业的策略集为{B1=治理, B2=不治理}。相关参量含义如下:

x:政府检查概率 (0<=x<=1) ;y:企业治理概率 (0<=y<=1) ;m:企业上交政府的治理费用;:政府查出企业没有治理后, 在强制要求其治理后对其进行惩罚的罚款系数;ct:政府对纳税人的检查成本ct=ct (x) (检查成本随检查概率的加大而增加, 但增加速度减缓, 即, ct’ (x) >0, c”t (x) <0;k:政府对企业的查获比率 (00, c”s (m) <0;δ:政府检查成本与企业治理费用的比例ct=δkm;β:企业不治理成本与治理费用的比例。

则局中人A、B的支付由表1给出, 其中局中人A的支付表现为其检查成本与税收损失之和;局中人B的支付表现为其非法收益。

(1) 当政府A检查、企业B治理时, 政府A需支付检查成本ct, 则政府A的税收损失为ct, 企业B的非法收益为0;

(2) 当政府A不检查、企业B治理时, 政府A的税收损失为0, 不论政府A检查与否, 企业B的非法收益均为0。

(3) 当政府A检查, 企业B不治理时, 政府A查出企业B的非法行为, 企业B需立即治理, 政府收到罚款ct=αkm, 加上A需支付检查成本, 故A的税收损失为-αkm+ (1-k) m+ct;企业B除需立即治理, 费用为km, 且被罚款ct=αkm外, 还需负担偷税成本cs, 故B的非法收益为-αkm+ (1-k) m-cs;

(4) 当政府A不检查, 企业B不治理时, 则B的非法收益为m-cs。

(二) 非零和博弈模型求解

设X= (x, 1-x) , Y= (y, 1-y) 分别表示局中人AB的混合策略,

由于Q>0, R>0, 求得博弈模型的三个平衡点:

即博弈的混合策略解为:

对应的博弈最优值为:

(三) 策略选择分析

对政府:在第二个平衡点处, 政府的期望损失为所以, 由:于企业不治理的概率,

政府的检查概率为

即政府检查概率的上限为 (4)

所以

结合 (3) 和 (5) 有

因此, 对政府来说, 应选择第二个策略。

由于cs (m) 的信息不对称, 导致β不易确定, 但由 (4) 可知:政府检查概率的上限为

因此, 政府对企业的检查概率应选择

政府对策选择的经济意义:只要政府以对纳税人进行抽样检查时, 政府的期望损失最小。而此时, 企业以概率选择不治理策略。

实际上, 对于第一个策略 (A治理, B不检查) 是不可能的;而对第三个策略 (A不治理B检查) 即政府对所有的企业进行检查, 这也是不必要的。究其原因:其一, 检查成本过大;其二, 抽样检查与全面检查具有相同的经济效果。

对企业:

企业在以概率选择不治理策略时, 期望收益为:

企业根据自身收益最大化的原则选择博弈策略, 其期望收益最大的一阶、二阶条件为:

因为c”s (m) >0, 所以 (9) 式成立。

上式表明:若则企业选择第二个混合策略, 即以概率选择不治理策略。

若 (10) 不成立, 即

此时企业只有第一个混合策略 (A治理, B不检查) 和第三个混合策略 (A不治理B检查) 可以选择, 而政府不允许其选择第一个混合策略, 因此, 企业只能选择第三个混合策略, 即选择治理策略。

其经济含义:政府以概率对企业进行抽样检查时, 政府的期望损失最小;而此时企业采取治理策略。由此可得:在政府与企业之间非零和博弈的情况下罚款系数公式为:

二、结论

本文考虑政府和企业之间的不对称信息, 构建非零和博弈模型, 并进行策略选择结果分析, 具体指出罚款系数和全国平均查获比率的确定方法。为政府相关部门针对企业不治理行为制定合理的罚款系数提供了可操作的理论依据。

(1) 在政府期望损失最小的原则下, 得到的最优检查概率x*及全国平均查获比率k值, 根据公式 (12) 便可得到全国统一的最优罚款系数, 增强了节能减排政策的刚性。

(2) 政府节能减排决策部门制定了全国统一偷骗税罚款系数之后, 各级稽查部门可根据下级稽查部门上一年度偷税查获比率k及全国统一罚款系数A下达本年度下级稽查部门的检查概率, 以便下一级稽查部门调整稽查人员力量, 优化人员结构。