利益分配模型（精选7篇）
利益分配模型 篇1
0 引言
我国是人口大国, 同时也是资源消耗大国。电动汽车凭借其绿色环保、节能清洁的显著优势, 赢得政府与行业的青睐。发展新能源汽车对于我国整个汽车行业, 乃至对于坚持走新型工业化道路, 建设资源节约型、环境友好型的社会意义重大。2015年上半年, 我国政府出台了《关于2016-2020年新能源汽车推广应用财政支持政策的通知》和《关于征求加快居民区电动汽车充电桩及配套设施建设的通知 (征求意见稿) 》等利好政策, 加大了对新能源产业的投入力度和扶持力度。通知表明, 相关部门将根据技术进步、产业发展、推广应用规模、成本变化等因素适时调整电动汽车补助政策, 并通过强制性要求和建立奖惩机制, 促使物业配合充电设施的管理运营与维护, 全面推进电动汽车普及和新老居民区充电桩建设。
然而, 尽管电动汽车产品出现已有很长时间, 行业自主创新也取得了重要突破, 但电动汽车市场推广仍然面临重重阻碍, 诸如电动汽车价格偏高, 电池的续航能力差、充电时间长、充换电设施建设与管理不完善、商业运营模式不成熟等问题, 表明电动汽车的产业化仍有较长的路要走, 各参与方的利益分配模式也有待进一步探索。电动汽车充电市场的利益分配涉及到汽车制造商、充电桩运营商、居民区物业和电力供应商等参与方的利益之争。各方之间如若缺乏合理的利益分配机制———“谁参与分配, 如何分配”等问题不能有效解决, 势必会阻碍电动汽车产业的健康发展。
近年来, 随着新能源产业的发展与电力改革的深入, 私人购买电动汽车及其配套设施成为可能。然而, 在实际的运营中, 要建设充电桩就会存在着物业公司不配合、充电设施无人维护等问题, 这向来为电动汽车产业链发展的痛点。据统计, 2014年北京市个人消费者自建充电桩虽然只有1600多个, 但却涉及1300多家物业公司, 从数据显示来看几乎每建一个私人充电桩, 消费者都需要和对应负责的物业方进行交涉, 致使自用充电桩安装与维护严重受阻于小区物业, 这样的情况将导致私人购买电动汽车的热情大打折扣。因此将小区物业纳入利益分配的框架, 也是引起各方关注与重视的重要课题之一。
从国内外的文献来看, 已经有越来越多的学者对合作企业的利益分配问题进行了研究, 但是研究更多的是集中于虚拟企业, 而且大多数是定性分析, 考虑的因素相对较少, 分析居民区内建设运营的充电设施的利益分配问题也是十分少见。邵臻、吴祈宗建立了虚拟企业利益分配方案的模型, 分析了关于利益分配的原则与因素, 以及在这一过程中需要考虑的公平和效率问题;然而供应链企业的利益分配是收受到很多因素, 如企业的努力水平, 对供应链的贡献程度, 所承担的风险等的影响。还有的研究是单独考虑利益与风险问题从而建立模型的, 因此对具体的实践的指导意义就相对较小, 如Ilaria Giannoccaro通过改变供应链契约参数, 提出了一个供应链契约模型, 来实现供应链企业合作收益的合理分配。
本文基于利益共享、风险共担的供应链利益分配模型, 以新能源产业的发展与电力改革的深化为背景, 对电动汽车充电市场中的充电桩运营商和居民区物业两方的利益分配模式进行研究, 通过将小区物业纳入利益分配的框架, 解决充电设施日常维护等问题, 为促进充电设施在居民区的普及与推广, 推动电动汽车的快速、健康发展提供参考与建议。
1 模型的基本假设
本文将充电桩运营商和居民区物业分别设为A、B企业, 双方均符合理性人的假设, 即均以追求自身利益最大化为目标, 并认为A企业属于风险规避型, B企业表现为风险中性。双方相关的参数如表1所示。
其中, CA0、CB0为常数, c<α, d<β (确保P的收敛性) 。资源投入水平与贡献系数取决于企业的核心竞争能力, 并假设企业合作总收益Z与创新水平均和资源投入水平正相关, 并存在着二次函数的关系如下:
2 建立利益分配相关模型
根据上述假设, 得到关于企业合作总净收益P和双方各自净收益PA、PB的表达式如下 (0≤λ≤1) :
结合 (1) - (6) 两组表达式, 进一步可以得到:
3 确定最优资源投入水平
假定A、B企业的收益分配比例确定, 对 (8) 、 (9) 分别求a, b偏导:
分别令 (10) 、 (11) 两式为0, 得到企业在追求自身利益最大化条件下的资源投入水平a′, b′如下:
4 确定利益最优分配系数
通过分析假设, 资源投入水平a, b是分配系数的函数, 企业净收益P又是a, b的函数, 那么得到P也是λ的函数。对P求λ的偏导, 得到企业最优利益分配系数λ:
分别求得:
结合 (10) - (11) 得到:
综合以上 (15) - (20) 式, 代入 (14) 式中, 可以求得:
令, 求得关于总收益P的最优分配系数λ′:
由此得到各合作方关于于总收益的最优分配系数, 这一结果可以为企业的风险共担, 收益共享的利益分配方案提供参考。
5 算例分析
基于良好的市场前景, 某居民小区电动汽车充电市场存在充电桩运营商和小区物业两个利益主体, 形成了长期稳定的合作关系。其中, 充电桩运营商拥有核心资源, 属于风险规避型企业;小区物业对待风险的态度表现为风险中性。
双方对合作的贡献系数分别为c=0.78, d=0.17, 创新系数为α=0.86, β=0.20, 双方合作获得的净收益为35万, 根据 (21) - (22) 式, 得到双方的利益分配系数:
在此次利益分配中, 充电桩运营商获得净收益26.6315万元, 小区物业获得8.3685万元。
6 结果分析
从算例的结果来看, 对于各参与方而言, 充电桩运营商无论是资源投入水平、对合作的贡献程度, 还是所承担的风险方面均比居民物业要大, 在利益分配的过程中理应向核心企业倾斜, 这符合对“多投入高产出”的市场基本运行规律的一般认知。物业在合作利益分配当中, 根据分配系数得到的收益与自身在合作关系中的努力水平相关联, 因此不仅会受到结算激励和参与激励, 还会受到合作伙伴的信任激励与协同激励, 使得物业在合作中的参与热情增加, 从而提高合作的协同度和竞争力, 这也说明了物业作为利益主体参与居民小区内充电设施利益分配与现实需求相一致。在实际的商业模式中, 双方企业对这一利益分配系数未必满意, 这时候需要平衡各方因素进行谈判协商, 从而确定更加合适的分配比例, 实现企业“利益共享, 风险共担”合作目标。
因此实现电动汽车从示范运行到深入发展, 不是一个单纯的技术问题, 而是一个涉及政策、民生、资源以及各种利益主体之间收益分配的系统问题。在政府的正确引导和市场的规范运行下, 只要我国汽车工业抓住机遇, 提高重点领域的创新能力和市场竞争能力, 实现电动汽车各利益参与方的充分合作, 其产业化进程定能进一步加快, 电动汽车的推广使用也将指日可待。
参考文献
[1]国家发展改革委员会、财政部等.关于2016-2020年新能源汽车推广应用财政支持政策的通知[Z].2015-04-22.
[2]国家能源局.关于征求加快居民区电动汽车充电桩及配套设施建设的通知 (征求意见稿) [Z].2016-04-05.
[3]张荣贵.我国电动汽车发展前景[J].机电技术, 2008, (4) , 82-83.
[4]张迪.电动汽车发展存在的问题及对策[N].经济日报, 2015.
[5]庆艳华.供应链企业合作及其利益分配问题的研究[D].广州:暨南大学, 2006.
[6]邵臻, 吴祈宗.虚拟企业盟员间利益分配模型研究[J].管理科学文摘, 2006, (12) .
[7]马士华.供应链管理[M].北京:高等教育出版社, 2006.
[8]Ilaria Giannoccaro, Pierpaolo Pontrandolfo, supply chain coordination by revenue sharin contracts[J].international journal of production economics, 2004 (89) , 131-139.
利益分配模型 篇2
随着全球知识产权竞争的加剧,技术创新规模、速度与范围不断扩大,企业技术创新面对的技术、经济问题越来越复杂,企业很难完全依靠自身力量掌握突破性技术和产业关键共性技术[1],并有效把握技术创新的不确定性,这导致企业积极寻求建立多种协作创新的模式。产业技术创新战略联盟是由企业、大学、科研机构或其他组织机构,以企业的发展需求和各方的共同利益为基础,以提升产业技术创新能力为目标,以具有法律约束力的契约为保障,形成的联合开发、优势互补、利益共享、风险共担的技术创新合作组织[2],是协同创新的重要载体形式。自2007年科技部在钢铁、煤炭、化工和农业装备领域建立了首批四个产业技术创新战略联盟以来,高新技术、农村、社会发展等科技领域全面推进联盟构建。据不完全统计,截止2011年,北京、辽宁、江苏、浙江、湖北、广东、河北、甘肃、青海等许多省市围绕本地优势产业和支柱产业推动构建的区域性联盟达到百余个。
随着产业技术创新战略联盟构建热潮的兴起,对于该领域相关问题的研究也日益成为热点。产业技术创新战略联盟组建的目的,是联盟成员期望通过合作研发获得比单独研发更高的收益(如更多成果产生、技术水平提高、知识获取、利润增加等)。产业技术创新联盟各参与方都试图从合作中取得“多赢”效果,建立共同投入和成果共享机制,成为利益共同体。因此,产业技术创新战略联盟运行过程中收益分配机制设计合理与否,是影响联盟成员之间能否实现有效合作、整个联盟能否良性运行和持续发展、从而维护联盟稳定性的关键[3]。
从国内对于该问题的研究来看,嵇忆华、吴伟、朱庆华(1999)最早对产学研合作的利益分配方式进行了较为全面的研究,提出产学研成果转化中的利益分配方式包括总额支付、提成支付和混合支付三种方式[4]。郭凤兰(2004)运用对策论,对产学研利益关系进行了数理分析,建立了利益分配的优化数学模型[5]。罗利、鲁若愚(2000)运用对策论理论,建立了产学研合作对策模型,推荐按销售额提成的利益分配方式,并给出定量提成的比例[6]。孙东川(2001)认为联盟利益分配过程是一个群决策的过程,提出采用Nash谈判模型的利益分配方法[7]。郉乐斌、王旭、徐洪斌(2010)将联盟利益分配视为一个多人协商问题,根据Nash谈判定理得到多人利益分配模型,通过引入风险调节系数,建立风险补偿值表达式,对分配模型进行修正,得到基于风险补偿的联盟利益分配模型[8]。曹小华(2010)引入博弈论的纳什均衡理论来分析我国汽车技术战略联盟的利益分配方案,建立了n(n>2)个成员的汽车技术战略联盟利益分配模型,设立成员满意度指标系数,得出基于满意度的不对称纳什均衡优化分配方案[9]。
本文则给出了一种基于联盟成员资源投入价值评估、按照盟员贡献大小进行利益分配的模型,并在此基础上构建了联盟成员利益协调矩阵模型。
1 产业技术创新战略联盟利益构成及分配原则
1.1 联盟利益的构成
产业技术创新联盟利益可分为直接收益和间接收益两种。直接收益是指不需要通过中介机构就能成为现实收益的那部分收益。间接收益必须在一定社会环境因素或人为因素的作用下实现。直接收益是组建产业技术创新战略联盟的目的,间接收益则影响着产业技术创新战略联盟的持续发展。
联盟的直接收益可以分为以下三个方面:
1)新产品。对于联盟中的企业来说,联盟共同研发的新产品可以通过其营销渠道快速转化为经济价值,可以直接将新产品作为收益分配给它们。但是对于联盟中的高等院校和科研机构来说,新产品的变现能力较差,不适合作为利益分配。
2)技术专利。产业技术创新联盟以产业关键共性技术研发为主要目的,在联盟运行中必然会产生大量的技术专利。这些技术专利是联盟成员共同开发出来的,成员应由联盟成员共享。但是不同联盟成员对技术专利的应用程度不同,企业可以通过技术专利提高生产效率获得高额利润,而高等院校和科研机构通常是通过技术转让获取收益。因此,联盟中的技术专利不适合直接作为收益分配。
3)利润。利润是指联盟产品投放市场获得的收益以及联盟中的技术专利转让获得的收益等。货币形式的利润比较适合在联盟进行利益分配。
产业技术创新联盟的间接收益主要包括以下三个方面:
1)技术成果。联盟在合作过程中,在产品的基础性研究、实验室研究、中试、国家检验中心检验、国家主管部门审批、正式生产等阶段会产生一系列技术成果,例如技术诀窍、生产秘密和管理经验等。这些利益虽然没有在联盟的账面上表现出来,但却是联盟的重要收益。
2)商誉。联盟的形象会给联盟成员带来商誉和美名,联盟成员会以加入联盟为荣。联盟商誉会为联盟成员带来无形收益。
3)可持续发展能力。联盟成员通过合作创新提高了技术能力和节能减排能力。这种可持续发展能力会转化为商业机会,是联盟收益的重要组成部分。由于间接收益在短期内难以进行量化评估,本文所给出的利益分配模型主要针对直接利益。
1.2 联盟收益分配的原则
产业技术创新战略联盟利益分配遵循以下基本原则。
1)按照贡献多少分配。联盟成员的收益和投入应该成正比。贡献多收益大,贡献少收益小。考虑联盟成员的贡献时,不仅要考虑基于产权的资源贡献还要考虑那些基于知识的资源贡献。在联盟利益分配时,应对联盟成员投入资源进行全面合理的评估,作为利益分配的依据。
2)按照风险大小分配。联盟在运行过程中存在着很多不确定风险,包括技术研发失败的风险以及参与者机会主义行为所造成的风险[10]。在利益分配时应该充分考虑各成员承担的风险。承担风险大的联盟成员收益多,承担风险小的联盟成员收益小。只有这样才能调动联盟成员承担风险任务的积极性。
3)各成员充分参与。有的联盟成员对某种利益需求较大,而对其他利益需求较小,因而完全按照某一比例机械的对联盟利益进行分配是不科学的,会导致联盟成员的利益满足感较小。应该让所有联盟成员都参与到利益分配过程中来,充分考虑他们的利益需求。
4)互惠互利共同发展。技术创新联盟收益类型多样,事先不能全部确定。在联盟成员加入联盟之初签订的契约通常不能明确规定所有收益的分配形式,这样极易产生利益纠纷。对于那些联盟契约中没有明确规定的联盟收益,联盟成员应该本着互惠互利共同发展的原则解决。
2 产业技术创新战略联盟利益分配模型研究
2.1 基本假设
为了便于利益分配模型的构建,给出以下基本假设及推导:
1)联盟当年完成项目进行利益分配,当年未完成项目结转到下一年;
2)设某一个产业技术创新战略联盟由n个联盟成员组成,N={1,2,…,n}为全体联盟成员的集合;
3)该联盟共有m个完成的研发项目,M={1,2,…,m}为当年完成项目的集合;
4)设联盟成员所投入的财务资源(投入联盟的资金)、物质资源(投入联盟的土地、研发设备、原材料)等有形资源和人力资源(派出的研发人员、管理人员等)、技术资源(技术专利以及技术创新能力)、管理资源(公司文化、公司制度、治理结构、激励制度等在联盟内部发挥管理作用的资源)、关系资源(联盟成员的对外协作能力)等无形资源均可以按照一定的方法进行价值评估并加总,则设联盟成员i投入项目j的资源价值总量为Rij,联盟成员i投入联盟的资源价值总量为Ri,项目j的资源价值总量为,当年联盟资源价值总量为;
5)设联盟当年研发总成本为C,且有C≤R。这说明当年未完成项目的资源投入不计入当年研发总成本,而是结转到下一年;
6)设Cg为联盟固定总成本,Cj为项目j的总成本,Cjb为项目j的可变成本,Cjg为项目j的分摊固定成本,则联盟研发总成本,项目j的总成本Cj=Cjg+Cjb;
7)假设联盟总收益为V,Vj为项目j的总收益,按照项目收益比例分摊固定成本后,得到项目j的总成本;
8)项目j的纯利润Ej=Vj-Cj;
9)设Cijg为联盟成员i在项目j中分摊的固定成本,则有;
10)Cijb为联盟成员i在项目j中分摊的变动成本,即联盟成员i在项目j中投入的资源价值量Rij,则有Cijb=Rij。
2.2 利益分配模型
根据以上假设与推导,可得出联盟成员i在项目j中获得的纯利润如式(1)所示:
将3.2中推导出来的Ej,Cijg,Cijb以及Cj的表达式带入式(1),即可得出产业技术创新战略联盟利益分配模型如式(2)所示:
3 产业技术创新战略联盟利益协调模型
在联盟运行过程中,当成员i利用联盟共同研发的项目j的成果获利时,则存在一个将收益与其他盟员协调分配的问题,即该成员应将所获全部收益(Vij)减去自己应当获得的纯利润部分(Eij)、所应投入的资源价值量部分(Rij,亦即变动成本Cijb)以及所应分摊的项目固定成本部分(Cijg)的剩余值,划拨给其他盟员。联盟成员i在项目j中应向外划拨的经费值如式(3)所示。联盟成员i当年向外划拨经费总额如式(4)所示。
在式(4)中,若xi值为正,表示联盟成员i应向外划拨的金额,若xi值为负,表示联盟成员应接受划拨的金额。上述利益协调模型可以用矩阵表示,如表1所示。
4 实证研究
设某产业技术创新战略联盟2011年共同研发甲、乙、丙三个项目,其中甲、乙两个项目当年研发完成,丙项目没有完成,结转到下一年。当年联盟总固定成本为30万元。参与项目的成员情况如表2所示(“1”表示联盟成员参与该项目,“0”表示联盟成员未参与该项目)。
根据表2,甲项目由A、B、C三个联盟成员共同研发,A成员利用该项目研发成果生产产品价值8000万元,B成员将该研发项目转让价值9000万元。乙项目由C、D、E三个联盟成员共同研发,C成员利用该项目成果生产产品价值6000万元,D成员转让研发成果获利4000万元,E成员转让研发成果获利2000万元。联盟成员A、B、C在甲项目上投入的资源价值量如表3所示,联盟成员C、D、E在乙项目上投入的资源价值量如表4所示。
单位:万元
单位:万元
利用公式(2)可计算出A、B、C三个联盟成员在甲项目上的可分配利润EA甲、EB甲和EC甲。
利用公式(2)同样可计算得到C、D、E三个联盟成员在乙项目上的可分配利润EC乙、ED乙和EE乙。
由式(3)可得各联盟成员在各项目中当年划拨经费额度如下:
根据以上计算结果列出的利益协调矩阵如表5所示。
单位:万元
即A成员向C成员划拨1703.3609万元,B成员向C成员划拨3962.9197万元,C成员共接受A、B两成员划拨5566.281万元,并向E成员划拨3256.8998,D成员向E成员划拨57.0372万元,E联盟成员共接受C、D两联盟成员划拨资金3313.937万元。
5 结论
本文给出了一种可操作性较强的产业技术创新战略联盟利益分配模型。根据联盟成员贡献大小来进行利益分配公平合理,而利益协调矩阵也可以很清晰地表明在利用共同研发的项目成果获利的情况下,联盟成员如何按照既定的利益分配额度进行多方协调,最终达到一个公平的结果。只有建立一个公平的利益分配和协调机制,才能充分调动联盟成员有效参与的积极性,并确保联盟运行的稳定性和绩效的提高。
摘要：提出一种依据联盟成员资源投入大小进行利益分配的模型与方法,并通过矩阵模型来对联盟的收益进行多方协调,以实现利益分配的公平性。并在理论研究的基础上,给出实证分析结果。
关键词：产业技术创新战略联盟,利益分配,利益协调
参考文献
[1]陈佳.产业技术创新战略联盟治理模式影响因素探析[J].科技管理研究,2011(11):94-96
[2]科技部.关于推动产业技术创新战略联盟构建的指导意见(国科发政[2008]770号)[EB/OL].2009-02-21[2010-09-15].http://www.most.gov.cn/jscxgc/jscxxgwj/200902/t20090220_67552.htm
[3]MEADE L,LILES D.Justifying Strategic Alliances and Partnering:APrerequisite for Virtual Enterprising[J].Omega,1997,25(1):29-42
[4]嵇忆华,吴伟,朱庆华.产学研合作的利益分配方式分析[J].研究与发展管理,1999,11(1):36-38
[5]郭凤兰,王晓凤,周庞.高新技术产业群落中的利益分配模型[J].河北科技大学学报,2004(4):72-75
[6]罗利,鲁若愚.产学研合作对策模型研究[J].管理工程学报,2000(2):1-4
[7]孙东川,叶飞.动态联盟利益分配的谈判模型研究[J].科研管理,2001(2):91-95
[8]郉乐斌,王旭,徐洪斌.产业技术创新战略联盟利益分配风险补偿研究[J].统计与决策,2010(14):63-64
[9]曹小华.基于博弈论的汽车技术战略联盟利益分配研究[D].长沙:湖南大学工程硕士论文,2010
利益分配模型 篇3
近年来, 天津农业专业合作社呈现快速发展态势, 从2007年至今, 以年均新增500家的速度发展, 截至2012年底, 全市工商注册的农业合作社2, 949余家。 (表1) 从行业分布来看, 天津市农业合作覆盖了农、林、牧、渔以及农机等各个领域, 说明天津农业合作社正呈产销一体化方向发展, 农业服务内容不断深化。在农业合作社中, 种植业和畜牧业农业合作社分别为1416家和855家, 分别占天津农业合作社总数的48%和29%, 而其他种类合作社所占比例不足8%, 说明天津农业合作社仍以传统农业为主, 农业的多样化功能仍有待提高。
二、天津农业合作社利益关联机制及其分配制度
利益关联机制是指合作社与其成员的利益关联方式, 以及由此决定的合作社利益分配规则。农业合作组织利益关联机制及其决定的分配制度是农业合作社运营的核心制度, 关系到每个成员的切身经济利益。它的设计和实施影响到组织成员的积极性、组织的效率和成员的收入, 直接影响到合作社的发展前途。
(一) 利益关联机制。
天津市农业合作社的形成和发展是依托天津所特有的沿海都市型农业, 在高目标、高起点的基础上发展起来的, 农业专业合作社利益联系模式与其组织形式有着密切的关系。本文选取了54家农业专业合作社进行调研, 发现天津农业合作社的产生主要由当地村级机构牵头, 龙头企业、种植养殖大户、营销大户、农技部门、社会团体和普通农民牵头组建的农业合作组织, 其利益关联机制相应可以划分为松散型、股权纽带型、服务型、合作型等。 (表2)
1、松散型。
农户和合作社之间存在松散的利益关联机制, 农户自由进入和退出合作社。两者之间一般签订一定的契约, 事先规定农户按照一定的价格向合作社出售农产品, 同时合作社向农户提供一定的技术指导和售后服务, 但两者在提供农产品的数量、质量以及是否以保护价格收购方面规定模糊, 所以很容易出现免费搭车者的现象, 合作社对免费搭车者缺乏必要的监督和约束机制。这种合作组织一般以村级机构牵头或者以单个农民牵头为主, 主要目的是为当地农民提供一定的引导和销售服务, 是比较初级的农业合作组织形态, 农户和合作社的收入主要以价差为主。在调研54家农业合作社中, 有30家属于松散型的农业合作组织, 占58%。
2、股权纽带型。
这类合作组织要求会员以资金或者土地入股合作社, 组成利益共同体。会员资格的取得有一定的限制条件, 会员可以通过转让的形式退出。这种合作社具备了现代企业的雏形, 一般都建立起了现代企业治理结构, 设立了董事会和监事会, 会员必须按照合作社要求的数量和质量进行生产, 合作社对生产的产品进行包装和品牌宣传, 同时对会员进行相应的技术指导。这类合作组织利益联系机制最为密切, 主要是以种植大户和营销大户牵头的合作组织为主, 收入主要来自品牌增值或者产品深加工。在调研的54家农业合作社中, 有8家属于股权纽带型的农业合作组织, 占15%。
3、服务型。
这类合作社主要是对农户统一开展农技培训为主, 通过建立农业社会化服务体系, 为农民提供产前、产中、产后的技术示范服务。在天津, 大量的农业科技示范园起到了相应的科技普及和示范作用。一般农户和科技示范园签订合同, 由科技园提供技术指导, 农户自行负责销售, 在一定程度上加快了农技普及的速度, 也增加了农民的收入。这类合作组织主要以农业科技园与其他农业创新团体发起, 收入主要来自新品种的推广以及新产品销售。在调研的54家农业合作社中, 有7家属于服务型的农业合作组织, 占13%。
数据来源:工商信息资料整理
4、合作型。
这类合作组织主要是以龙头企业为依托, 由其组织发起。龙头企业一般与农户签订契约, 对农户的产品质量和数量进行一定的约定, 同时以保护价格收购农产品, 龙头企业通过收购合同和农户建立了稳定的供求关系。合作型利益关联机制保障了企业原料的来源, 也解决了农民销售难的问题, 但这种方式增加了农户对龙头企业的依赖关系, 以龙头企业经营顺利为前提, 具有很大的风险性。在调研的54家农业合作社中, 有9家属于合作型的农业合作组织, 占13%。
(二) 天津市农业合作社利益分配制度。
一般来说, 合作社收入可以来自于流通领域和生产领域, 流通领域主要是集中谈判所节约的交易成本, 生产领域主要是规模化生产以及高附加值的包装和加工所带来的收益。
公共积累资金、公共福利资金、发展基金以及交易返利构成了天津农业合作社收入的主要来源。公共积累是合作社未来建设发展使用的主要资金;公益金是农合组织集体福利发放的主要来源;发展基金是支付亏损, 用于设备购买和科技研发的主要资金。红利返还主要包括按股分红、按交易量返还和混合返还模式, 此外部分企业有二次分红。调研的54家合作社, 有41%的合作社还未进行剩余返还, 进行返还的合作社大部分以交易返还为主, 占31%, 二次分红的占5%。 (表3)
三、农业合作社利益分配基本模型及其分析
(一) 模型假设与参数设置
1、合作社有n个成员, 每个成员股金为F, 按照土地入股, 折算后的入股股份数量;
2、成员的产量为Qi (i=1, 2, 3, …, n) , 成员、合作社成员产品是同质无差别的;
3、P0=农合组织收购平均价格;P1=农合组织市场销售平均价格;P2=农户平均市场售价;
4、C1=农合组织采购生产资料成本Ci=i农户生产资料成本;K1=农合组织内外交易总成本;Ki=i农户交易总成本;
5、W农合=农业合作社利润;W农户=农户个人利润;
6、m=交易额返利比率, 提留的公积金、公益金、发展基金与股金分红之和占合作社全部盈余的比率为1-m, 上缴税费为零;
7、资本市场回报率R, i个农户每股股本Fi, 不考虑个人其他生产成本。
(二) 基本模型。
农业合作社能够存在的基本条件是农民参加农合组织所获得的销售收益要大于其直接进入市场进行销售所获得的收益, 因此有:
农业合作社获得的全部收入:
农民参加合作社获得的收入:
农民直接到市场上销售收入:
由 (2) ≥ (3) 并将 (1) 带入不等式可得:
同时, 农民加入合作社的股权收益不应该将该笔收入存入银行所获得的利息收入, 鄣为可分配盈余在利润中所占的比例, 因此有:
综合 (4) 和 (5) 可得:
(三) 影响因素分析。
根据农业合作社利益分配模型, 我们分析出影响农户交易返利比例的因素:首先是合作社的利益关联模式。利益关联模式决定了农业合作社的利益分配模式, 合作社和农户利益联接越紧密, 合作社的运作模式越接近现代企业运作模式, 其更加注重资本市场回报率 (R) 、农户股本收益 (F) , 两者相应都会提高, 从而提高m的分配上限;其次是农业合作社产品的附加值。农业合作社对收购的农户的农产品要进行相应的品牌包装, 广告宣传, 对增加合作社和农户收入起到了非常重要的作用。通过附加值的增加, 一方面可以增加农产品的价值, 扩大总收益;另一方面 (P2-P0) 的价差将会扩大幅度, 将远远大于农民直接到市场上销售农产品所获得的价差的扩大幅度 (P2-P0) , 增加合作社对农民的返利幅度, 调动农民的积极性;再次是农户的种植规模和合作社的总体规模。农户在合作社的科学指导下, 积极扩大种植规模, 可以降低农户的单位生产成本 (ki/Qi) , 提高农户的总效益。同时, 农户积极加入合作社, 实现合作社规模效益, 会大大降低合作社的单位平均生产成本 (kl/ΣQi) , 但合作社的降低幅度会远远大于农户的降低幅度, 从而进一步提高了合作社返利的可能性;最后是农户进入市场难易程度。农户进入市场的壁垒比较高, 那么农户单位生产成本相对于合作社的单位生产成本就会高很多, 那么即使在交易返利比例很低的情况下, 农户也有很强的加入合作社的动机;此外, 影响交易返利的因素如农民的自身素质及其培训, 以及合作社的组织文化建设等, 也是合作社走现代化经营道路, 提高销售返利的重要因素。
四、结论与建议
综上可知, 交易返利比例是农合和合作社利益分配的核心机制, 是激励农户获得合作社剩余索取权的一个很重要的激励机制。交易返利的比例一方面能激励农户积极参与合作社的经营与管理, 激励成员进一步增加投入;另一方面关系到合作社短期和长期利益目标的实现, 必须放到合作社战略高度加以认识。天津农业合作社利益分配以交易返利为主, 该利益分配制度也是天津农业合作社快速发展的重要动力, 但天津农业合作社利益关联模式还处在初期阶段, 现代公司治理模式还远远没有建立起来, 为保证天津农业合作社健康有序发展, 应尽快将现有以返利为主, 辅以其他激励手段的现代公司治理模式, 为合作社健康发展奠定坚实的基础。
参考文献
[1]全国人大会常务会.中华人民共和国农民专业合作社法[M].2006.
[2]赵慧峰.农民专业合作社利益分配机制研究[J].中国农业会计, 2008.1.
利益分配模型 篇4
一、电子商务供应链协商利益分配原则
电子商务供应链协同利益分配应遵循以下一般原则:
1.协同利益分尽原则, 所有电子商务供应链协同利益由伙伴共同分享完毕, 不存共同的剩余利益, 即:undefined
αi表示伙伴i分得协同利益的比例, n表示电子商务供应链中合作伙伴的数量。
2.利益风险匹配原则, 伙伴获得的利益应随其所承担的风险增大而增大, 即:undefined
αi表示伙伴i分得的利益比例, Ri表示伙伴i所面临风险的风险系数。
3.利益投入正相关原则, 随着伙伴投入的增加, 其分得的协同利益比例也增加, 即:undefined
αi表示伙伴i分得的利益比例, Ii表示伙伴i的投入系数。
4.利益均沾原则, 不能出现部分获利而部分不获得利益的情况。对任意伙伴i, 若它获得的利益Vi=0, 则其余伙伴j的利益Vj=0;若任意伙伴i的利益Vi>0, 则其余伙伴j的利益Vj>0。
5.公平合理原则, 合作伙伴获收获与其所做贡献之比相等, 即:undefined
二、投入系数影响要素及其量化
供应链中合作伙伴投入主要包括其为供应链协同做出贡献的投入, 如图1所示。
劳动对象主要包括原材料、燃料、包装物等。其价值E1主要根据现行市场价格加以确定。资本资金是企业从事生产经营活动的必要条件, 其价值E2按资本资金高层价格计算。制造能力表现为厂房、设备、员工、基础设施及其适应性等。制造能力的价值E3= (C/Q) Q1, 其中C为制造能力的投资原值或重置成本, Q为制造能力在经济寿命周期内总加工产品数, Q1为供应链伙伴计划加工产品数。技术能力是提高劳动效率最有力的手段。可以用销售额指标来反映其价值E4。因为销售额能反映技术使产品的功能改善、质量提高、市场竞争力增强等一些难以定量化的贡献。供应链伙伴为让产品更快进入市场, 提高利润率, 有时要借助伙伴企业的品牌或商誉。其价值E5可以为:E5= (P2-C2) ·W2- (P1-C1) ·W1, 其中:E5为品牌或商誉的评估值;P2、P1分别为名牌商品和同类普通商品的销售价格;C2、C1分别为名牌商品和同类普通商品的销售成本, W1、W2分别为名牌商品和同类普通商品的销售数量。劳动力属于人力资本。人力资本的价格E6取决于人力资本的稀缺性和人力资本的替代弹性。假设伙伴i以上六个方面投入要素的价值分别为:E1i、E2i、E3i、E4i、E5i、E6i, 则伙伴i的投入系数Ii为:undefined
三、风险系数影响要素及其量化
电子商务供应链面临的风险很多, 这里只考虑对利益分配有重要影响市场风险RM、技术风险RT与合作风险RC。市场风险是指伙伴获得预期协同利益的不确定性。其影响要素主要有: (1) 竞争的程度, 竞争的程度越高, 风险越大; (2) 环境的变化, 环境变化越大、越频繁, 风险也越大; (3) 技术进步, 技术进步越快, 风险越大。市场风险是外部风险, 可以认为各伙伴所面临的市场风险大小基本上是一致的。技术风险是指对单个伙伴而言, 其所负责环节的技术难度及其不确定性。其影响要素主要有: (1) 技术成熟性, 技术越不成熟风险越大; (2) 技术复杂性, 技术复杂程度越高, 风险越大; (3) 技术相关性, 相关程度越大风险也就越大。合作风险是指合作关系可能破裂、产生危机的不确定性。其影响要素主要有: (1) 管理方式的差异, 差异越大风险越大; (2) 地理位置, 地理位置越遥远, 导致沟通越不充分, 风险也越大; (3) 伙伴道德风险, 伙伴素质越低, 道德风险越大。供应链中任一伙伴所面临的合作风险都要涉及到合作的其余各方, 可认为各伙伴面临着同样的合作风险RC。
实践可采用模糊综合评判法对风险进行量化。如技术风险由技术成熟性、复杂性和相关性三个要素引起。根据模糊综合评判法, 要素集为U={成熟性, 复杂性, 相关性}, 根据其影响程度不同, 分别赋予各要素相应的权向量A={ω1, ω2, ω3}, 评价集为V={低, 较低, 中等, 较高, 高}, 并赋予评价集各元素值V={0.1, 0.3, 0.5, 0.7, 0.9}。为了得到从U到V的模糊关系矩阵, 可邀请有关技术专家组成技术风险评估小组, 让他们按照评价集的五个等级对风险因素的高低打分。然后统计打分结果, 并把各个等级的评价结果折合成[0, 1]区间的数值, 得到各要素的模糊向量A成熟性、A复杂性、A相关性。将其合成一个矩阵就得到模糊关系矩阵:
undefined
模糊综合评判为:
undefined
对B进行归一化处理, 处理后为:
B′={b1′, b2′, b3′, b4′, b5′}
求得伙伴技术风险的系数为:
RT=B·VT={b1′, b2′, b3′, b4′, b5′}·[0.1, 0.3, 0.5, 0.7, 0.9]′=0.1b1′+0.3b2′+0.5b3′+0.7b4′+0.9b5′ (9)
与求技术风险系数类似, 可求得市场风险系数RM和合作风险系数RC。由于可以认为供应链中各伙伴所面临的市场风险与合作风险基本上是一致的, 所以可假设其值都分别为RM和RC。伙伴i总的风险系数Ri=1- (1-RM) (1-RTi) (1-RC) , (i=1, 2, …, n) 。
实际中很难确定A={ω1, ω2, …, ωn}的值, ωn表示第n个风险要素影响程度, n表示要素个数。运用模糊比较法可得权向量A。设n个风险要素, 进行两两比较后, 第一个因素影响程度最大, 第二个其次, ……第n个因素影响最小。依此建立风险要素对比模糊矩阵:
undefined
δLK表示要素L比K突出的程度。两两比较时, 要素L比K的影响程度大, 则δLK>0.5, δKL<0.5;k=L时, δLK=0.5。两两对比矩阵要满足一致性要求, 即δLK应满足条件:
undefined
δLK是两个风险因素对该种风险影响程度的相对比较, 还要考虑所有风险因素对该种风险影响程度的相对比较。
由f (L/K) =δLK/δKL , f (K/L) =δKL/δLK, 则:
undefined
;
undefined
根据两两对比模糊矩阵构造如下矩阵:
undefined
第一列为各行最小值。取第一列即得n个要素对该种风险的隶属度向量:
undefined
对ψ进行归“一”化处理即得各要素对该种风险的权重:
A= (ω1, ω2, …, ωn) (15)
四、结束语
由上述计算过程及其结果可知, 该模型能满足电子商务供应链协同利益分配的一般原则。借助电子计算机, 用这种方法计算电子商务供应链协同利益分配比例比较客观且简单易行。
参考文献
[1]张侨.供应链供需双方利益风险分配方法[J].价值工程, 2004 (6) :46-48.
[2]林邓伟.服务协同技术在电子商务系统中的应用[J].微计算机信息, 2008, 3 (3) :142-145.
[3]肖冬荣.电子商务供应链环境下供应商的选择研究[J].微计算机信息, 2007, 7 (3) :142-145.
利益分配模型 篇5
系统动力学 (System Dynamics, 简称SD) 能够处理动态性、周期性、长期性问题, 并能够较好地处理“物质延迟”、“信息延迟”和复杂的非线性现象。桂寿平等 (2003) 利用SD的原理和方法分析了库存控制机理, 通过一个实例构建了库存控制的SD模型[1]。贾国柱等 (2009) 利用SD方法构造了一个销售商的进货方式模型, 利用SD专业软件Vensim构建模型仿真, 给出适合销售商经营特点的策略方案[2]。
收益共享契约研究了供应链成员企业的收益分配问题, 近年来受到很多研究关注。Dana (2001) 认为收益共享契约中下游零售商在价格竞争中有一定优势, 并对制造商与零售商之间的合作关系有所改善与促进[3]。Mortimer (2000) 以经济学理论为出发点进行研究, 并得出收益共享契约可使供应链总利润提高近百分之七的结论[4]。许明辉、于刚等 (2005) 研究了当价格需求关系是线性时, 处理由一个制造商和一个零售商构成的供应链中的生产成本扰动的问题[5]。
基于上述成果, 本文将以收益共享契约理论为基础, 应用系统动力学方法, 构建一个供应商和一个销售商的二级供应链模型。运用Vensim软件进行仿真, 通过模拟不同政策的收益共享契约得出较优方案, 找出使供应链整体利润和供应商及销售商利润均增的帕累托解。
1 模型设计
1.1 模型范围界定
根据系统论原理, 建模时需要界定模型的范围, 明确模型所研究子系统的边界。本文所研究的是非短生命周期的供应链系统, 目的是通过分析该供应链的分销零售行为, 研究供应链系统节点企业之间的契约协调利益分配。因此考虑了由一个供应商, 一个零售商和单一产品所组成的二级供应链, 供应商和零售商之间的决策过程是一个LF (Leader-Follower) 博弈过程, 其中供应商是领导者, 零售商是跟从者。
1.2 模型假设
该SD模型基于以下假设建立:
(1) 假设零售商面临的顾客需求可以预测, 并服从正态随机分布; (2) 由于供应商在决策中起主导地位, 研究主要集中于零售商面临供应商决策变动博弈时采取的决策, 故简化供应商模型, 重点强调零售商行为; (3) 零售商采取连续检查的补货方式进行库存管理, 每一周期进行订货决策, 综合考虑对现有库存的调节和平均需求率决定订货数量, 以求达到期望库存; (4) 成本核算上考虑了零售商的购置成本、存储成本和缺货成本, 供应商简化考虑进货成本, 在假设 (2) 的基础上合理全面综合考虑; (5) 利益分配评价上以利润作为评价指标, 包括供应链整体总利润, 供应商总利润及零售商总利润。
1.3 模型构建
通过对该供应链子系统参与者行为的博弈分析, 建立如图1所示的SD流图:
(1) 模型变量释义。流图中, S (s u p p l i e r) 代表供应商变量, R (retailer) 代表零售商变量。假设供应商提出收益共享契约, 用一个较低的批发价将商品批发给销售商, 但是销售商销售收入的φ部分要归供应商所有, 销售商只占有剩余的 (1–φ) 部分。
“收益共享契约”变量为0-1变量, 表示收益共享契约执行情况, 1为执行, 0为不执行。设置该变量能够将契约执行与否两种政策置于同一张流图中, 方便利润指标的对比。
其余部分重要变量释义如表1所示:
其中, R订货速率变量建立前提为:若执行收益分享契约, 零售商将以低价订货, 同时订货量增加为原来的1.25倍。
(2) 模型检验。该模型通过Vensim软件功能检查, 各方程中变量的量纲单位一致、合理, 并符合实际情况, 模型中所有参数反映在实际系统中都有合理的意义。模型界限合理, 所包含的变量与反馈回路可以描述二级供应链收益共享契约利益分配问题, 模型与实际系统一致。
2 模型算例仿真模拟及结果分析
2.1 仿真初始设置
顾客需求函数=RANDOM NORMAL (1000, 5000, 3000, 300, 0) ;
顾客需求平滑时间=8;
期望库存覆盖时间=1;
R库存调整时间=4;
R单位缺货成本=2;
R单位存储成本=0.01;
产品售价=40。
2.2 R进货单价固定时改变收益分配率φ的仿真分析
设“R进货单价”变量在不执行收益共享契约时为30, 执行时为25, 即:
R进货单价=IF THEN ELSE (收益分享契约=1, 25, 30)
令φ在集合 (6%, 8%, 10%, 12%, 15%) 中取值。
将这五种分配政策的仿真结果与无契约时的仿真结果对比, 以利润为评价指标, 对比图如图2所示:
在第52个模拟周期时, 与无契约时比较指标变化情况得到表2如下。
根据图2和表2数据分析, 可见执行收益分配契约时供应链总利润高于无契约时供应链总利润, 但当φ在集合 (6%, 8%, 10%, 12%, 15%) 中取不同数字时, 供应商和零售商所获得的利润有变化。供应商由于不断得到零售商的收益分成, 随着φ的增加, 利润不断增加;反之, 零售商虽然可以获得更多的供货量, 但随着φ的增加收益被摊薄, 利润不断减少。
供应商与零售商执行契约时所获利润必须高于不执行契约时利润。当φ=6%时, 供应商的利润低于不执行契约时水平, 因此该φ值不可取;当φ=15%时, 最初几个周期内零售商利润低于原水平, 随着契约的执行, 利润不断积累, 长期执行契约之后才达到高于无契约时利润的水平。因此判断执行契约的φ的可行集合为 (6%, 15%) 。且当φ=12%时, 供应商与零售商利润之比为1.6852:1.3148≈56%:44%, 接近即无契约时两者利润比例水平, 因此可认为当进货单价固定时, 收益分配率φ=12%为供应商与零售商利益分配的较优方案。
2.3 收益分配率φ固定时改变R进货单价的仿真分析
根据2.2的研究, 假设执行收益共享契约当φ=12%时的分配方案较为合理。令φ=12%固定不变, 令“R进货单价”变量在集合 (23, 24, 25, 26, 27) 中取值, 存在五种政策。将这五种分配政策的仿真结果与无契约时的仿真结果对比, 以利润为评价指标, 对比图如图3所示:
在第52个模拟周期时, 与无契约时比较指标变化情况得到表如下。
根据图3和表3的数据分析, 可见当进货单价改变时, 供应商和零售商所获得的利润分配额均有变化。
供应商方面, 进货单价降低, 但零售商订货量增加, 弥补了进货单价降低损失的利润, 当进货单价=23时, 仍比无契约时的利润高万元。随着进货单价的不断升高, 供应商的利润也不断增加。经过敏感性测试, 当进货单价=22元时, 供应商的利润低于无契约时利润, 出于理性考虑供应商不会执行收益共享契约。
零售商方面, 进货单价较无契约时降低, 但仍需弥补其增加订货量的成本。当进货单价低于27时, 零售商的利润均高于无契约时利润水平, 利润随着进货单价的降低而增加。当进货单价=27时, 零售商的利润低于无契约时的水平, 因此进货单价不可高于27元。
综上, 进货单价的取值范围为[23, 27]。并且当进货单价=25元时, 供应商与零售商的利润比例为1.6852:1.3148≈55%:45%, 即无契约时两者利润比例水平。因此当收益分配率固定时, 进货单价=25元为较优的分配方案。
3 总结及建议
执行收益共享契约后, 供应链的总利润明显高于无契约时水平, 超出的利润通过收益分配率和零售商进货单价两个因素的共同作用在供应商和零售商之间进行分配。通过系统动力学的仿真模拟, 得出了收益分配率和进货单价的具体范围。其中, 收益分配率越高, 供应商利润越高, 零售商利润越低;进货单价越高, 供应商利润越高, 零售商利润越低。在这两个参数的取值范围内, 供应商和零售商都可以获取比无契约时更高的利润。
可以看出, 收益分配率和零售商进货单价是两个影响利益分配的重要因素, 供应商和零售商可以通过调整两个指标来调节利益在双方之间的分配, 从而达到共赢的目的。脱离模型假设, 双方可以通过谈判和讨价还价等方式决定这两个重要指标的具体取值。由于供应链契约关系建立在两者合作的基础上, 两者的决策应是一场长期博弈, 因此建议供应商不要采取利己的一次性博弈决策, 而应该与零售商合作协议, 制定一个更适合供应链长期发展的利益分配方案。
摘要：供应链利益分配是指供应链整体利益在成员企业之间的合理分配过程, 利益分配政策在供应链可靠运行中至关重要。本文回顾了学者在供应链契约和系统动力学方面的研究成果, 基于收益共享契约, 运用系统动力学的方法, 通过建立模型、仿真模拟、结果分析的技术路线, 研究了二级供应链利益的分配问题。模型建立过程中发现收益分配率和零售商进货单价是两个影响利益分配的重要因素。分别对两个变量不同取值进行模拟仿真, 得出符合供应商和零售商可接受范围的取值区间, 仿真分析的结果表明, 在该取值区间内执行收益共享契约时的供应商和零售商利润均高于不执行契约时的水平。
关键词：物流工程,利益分配模型,系统动力学,供应链管理
参考文献
[1]桂寿平, 朱强, 吕英俊, 等.基于系统动力学模型的库存控制机理研究[J].物流技术, 2003 (6) .
[2]贾国柱, 王相丽.基于系统动力学的供应链中销售商行为研究[J].工业工程, 2009 (2) .
[3]DANA J, SPIER K.Revenue Sharing and Vertical Control in the Video Rental Industry[J].The Journal of Industrial Economics, 2001, 49 (3) .
[4]MORTIMER J H.The Effects of Revenue Sharing Contracts on Welfare in Vertically Separated Markets.Evidence From the Video Rental Industry[M].Los Angeles:University of California, 2000.
利益分配模型 篇6
目前关于产业联盟利益分配的研究已成为其运作领域的重点和难点。国内外学者认为联盟利益分配过程实质是模糊环境下以合作对策论为基础下的经济合作行为,并展开相关研究。Aubin[1]首次使用模糊联盟来描述经纪代理人的集合,并研究了一类模糊联盟对策,证明了其划分值算子的存在性。Butnariu等[2]在Aubin的基础上提出一类具有模糊联盟的合作对策,并提供基于三角模糊度来研究模糊合作对策的方法,得到合作环境中联盟利益如何进行平衡、均衡分配的许多启发性成果。Nishizaki等[3]又从具有模糊参数的线性生产规划问题引出了迷糊合作对策,并证明对策的核心是非空的,它所对应的区间可以用线性规划中的灵敏度分析以及对偶规划的理论求得。Branzei等研究了凸模糊合作对策的锥,证明了凸模糊对策的每个核心元素是分享单调分配方案可扩展的。谭春桥[5,6,7,8,9]同其团队在关于n人模糊合作对策的深入研究中取得了较完善的成果,包括基于Choquet延拓分支下的直觉模糊Sugeno积分值、语言Choquet积分算子、诱导Choquet积分算子等的改进,以及展开对区间直觉模糊TOPSIS值多属性决策和基于伪布尔函数讨论模糊延拓的性质与经典n人对策的Shapley值之间的关系等的n人对策模糊延拓方法的研究。综上所述,国内外学者的研究主要集中在以对策论与经济行为研究为基础,基于博弈论对联盟收益分配问题进行模糊延拓,构建模型得到区间模糊支付合作博弈解,或是通过理论基础及联盟协调机制来量化利益分配冲突及影响因素调整分配模型,然而在利益分配模型中较少考虑联盟稳定性及成员参与度具有区间属性等因素。
我国云产业联盟的利益分配模型还不完善,联盟成员参与度具有模糊性及利益分配模型具有不确定性,从而导致考虑的因素过于单一,成员的满意度和积极性不高,使联盟无法长期、高效的运行。在移动云计算联盟内,大量的跨地域成员依据资源共享性原则,以市场为导向,通过对云计算、移动互联网等领域的研发资源的整合和能力的互补,在此过程中,移动云计算联盟发展成为一种介于企业和市场间的中间组织形式,其成员会根据自身资源及能力情况,以不同参与度非完全性的加入一个或者多个协同合作中,使得移动云计算联盟成员参与度具有模糊性、不确定性,即与现实商业环境中具有模糊联盟的模糊合作博弈中的联盟模糊性和不确定性一致。因此本文从模糊合作博弈的视角揭示移动云计算联盟利益分配过程,建立联盟模糊合作博弈模型,并通过对其性质分析,延拓成员参与度为区间值,以便成员明确可选择范围,根据自身资源及能力优势在复杂多变的价值网络中重新定位,帮助联盟成员应变不确定的环境、减少组织对其不受控制资源的依赖性,从而实现移动云计算联盟模糊合作博弈的成员最优结盟及联盟内部利益分配公平合理化。
1 移动云计算联盟模糊合作博弈
移动云计算产业相关主体通过构建多渠道、多层次、多角度网络式联盟,促进移动云计算产业协同多主体深度合作,突破依靠市场机制快速形成产业整体竞争优势,实现由小范围联盟向网络化的产业联盟而转变。通过合作关系较快地促进产业整体优势的演进与形成,移动云计算联盟将产业链各成员优势资源进行有效整合,提供大量市场机遇,其依据产业整体竞争优势进行价值创造及增值的商业模式必将吸引成员加入其中,并在产业链的各个环节形成多种合作模式。根据资源及服务的优势互补明确合作需求,加快合作速度,提高合作频率,成为联盟内资源共享与服务整合进行价值创造与持续增值的主要途径。其中,合作产生主要源于移动云计算联盟成员间在价值创造及增值环节上的相互关联,主要体现在: 一方面,按照联盟服务层次划分,围绕移动云服务项目,处于产业链各服务层次上具有价值节点的移动云计算联盟成员合作从而形成产业空间上彼此独立的单层次服务关系; 另一方面,基于单层次服务关系基础之上,在移动云计算联盟内,每个成员既是服务提供者又是服务对象,有其自身不同的节点价值,如果成员节点价值互补,那么成员间就会建立起某些突破层次限制、跨层次发展的合作关系,而这些合作关系是通过资源共享实现的多层次交叉服务关系。因此,联盟既要追求自身利益最大化,也要兼顾联盟成员的利益,达到联盟和各方成员利益分配协同。
在移动云计算联盟内,由于其显著的分布式服务模式,在其产业链条中大量跨地域分散的各类成员,依托先进的移动无线网络等多种沟通方式,成员以不同参与率加入到联盟协同运作中,根据市场机遇寻找联盟内合作成员进行分工协作,建立相应的合作关系,参与移动云计算产业运作,形成以可扩展、按需使用的云计算服务为导向,以资源优势互补、构建创新性商业服务模式及提升自身竞争优势为目标,并最终实现联盟协同发展。移动云计算联盟是为了实现整合资源,获得协同效应和竞争优势的高级产业联盟,联盟成员合作的方式和参与度决定着联盟的预期收益和竞争力,联盟成员在合作过程中,会产生价值增值及超准额利润。通过上述分析可知,移动云计算联盟具有模糊联盟的特征,所以可将其利益分配问题视为模糊合作博弈求解问题,移动云计算联盟成员利益分配过程在资源整合和实现运作协同效应方面起着至关重要的作用,是不容忽视的问题。鉴于联盟成员合作程度一般是由参与度决定的,因此为了促进联盟成员深度合作获得协同利益,将成员合作参与度设置为模糊合作博弈重要参量。
设移动云计算联盟成员通过移动云项目合作为用户提供服务。设N={1,2,…,n}为联盟全体成员集合,N的全部模糊子集组成的集合为δ(N),δ(N)中的任意元素S为模糊联盟,也代表一个由多个成员跨层次合作的移动云项目。用模糊联盟的特征函数表示联盟为,其中,是模糊联盟S的特征函数,为一区间数且被定义为,i∈Supp(S),
移动云合作项目参数:由上可知δ(N)为合作项目集合,δ(N)={Sj,j=1,2,…,m},m是合作项目总数,Sj={Sij,i'=1,2,3,j=1,2,…,m}表示为第Sj个合作项目包括的Iaa S,Paa S,Saa S三层次的服务子项,其中,S1j表示Iaa S上的服务子项,S2j表示Paa S上的服务子项,S3j表示Saa S上的服务子项,第Si'j项的支付价格为pi'j,(i'=1,2,3;j=1,2,…,m),故第Sj项移动云项目的支付函数为。由可知,支付函数为一区间数,且其中是区间数的左端点,v+I(s)是区间数的右端点,是δ(N)到区间数集合I的一个映射,即且。所以移动云计算联盟为具有区间值模糊联盟,且其合作对策集合定义为GI(N)。则模糊联盟s∈δ(N),,函数x∶δ(N)→I且被称为模糊联盟合作对策GI(N)上的支付函数,即联盟成员所分得的利益,且满足,i∈supp(s)。
2 移动云计算联盟模糊合作博弈性质分析
本节将分析移动云计算联盟模糊合作博弈的2个重要性质:支付函数关于联盟成员参与度单调非减和联盟具有超可加性。移动云计算联盟模糊子联盟s∈δ(N),令集合,其中:Q-(s)Q(s)且Q-(s)={s-(i)|s-(i)>0,i∈N},Q+(s)Q(s)且Q+(s)={s+(i)|s+(i)>0,i∈N},q(s)为Q(s)中元素个数,将Q-(s)和Q+(s)中元素按照非减序列排列为,则具有区间值模糊联盟合作对策的支付函数是模糊联盟δ(N)到区间集合I的一个映射,即并由非负可测实值函数关于模糊测度积分具有单调性可知s-(i),s+(i)∶x→R+且s-(i)≤s+(i),则v-I(s)≤v+I(s)且当满足0≤s-1≤s-2≤…≤sm≤1,0≤s+1≤s+2≤…≤s+m≤1,则有s∈δ(N),其中:s-0=s+0=0;I=1,2,…,m;表示成员参与联盟s-(i)≥sI(或者s+(i)≥s+I)所有成员组成的清晰联盟,为清晰联盟合作对策的支付数,由此可知集合Q(s)中成员的增加不改变支付函数的值,并且S,L∈δ(N),,S∩L=φ时,说明δ(N)上的支付函数关于成员参与联盟程度单调非减,移动云计算联盟模糊合作对策GI(N)具有超可加性,证毕。所以移动云计算联盟成员进行合作形成大联盟利益不会低于任何模糊子联盟分割的利益之和,即移动云计算联盟大联盟是关于成员的最优结盟。
3 基于模糊合作博弈的移动云计算联盟利益分配
由上节分析可知,移动云计算联盟模糊合作博弈满足联盟成立必要性,即移动云计算联盟大联盟为最优联盟,同时符合超可加性及支付函数关于成员参与度单调非减,满足Shapley值作为合作博弈解的有效性公理、对称性公理和可加性公理,因此,可将模糊Shapley值视为移动云计算联盟模糊合作博弈进行利益分配最为重要的一个解,故本节给出移动云计算联盟模糊合作博弈的Shapley值。
且表示成员参与联盟s-(i)≥hI(或者s+(i)≥h+I)的所有成员组成的清晰联盟,为清晰联盟合作对策G0(N)上的Shapley值。故对移动云计算联盟GI(N),,s∈δ(N),其Shapley值函数为。且成员参与联盟程度区间越广,边际收益越大。
4 数值模拟
移动云计算联盟Iaa S、Paa S、Saa S服务层上分别有企业A、B、C参与合作,三家企业以参与度为1情况下的预期收益为v({1})=v({2})=v({3})=10(万元),v({1,2})=55(万元),v({2,3})=45(万元),v({1,3})=40(万元),v({1,2,3})=70(万元)。假设企业A、B、C现分别以[0.2,0.5],[0.3,0.5],[0.4,0.6]的区间参与度合作此项目,由此可知h-1=0.2,h-2=0.3,h-3=0.4,h+1=0.5,h+2=0.5,h+3=0.6,所以A、B、C组成的模糊联盟的预期收入为区间值,即:
因此,通过以上分析可知,成员A、B、C以区间参与度参与合作项目时,则单独完成A成员获利[2,5],B成员获利[3,5],C成员获利[4,6],A、B合作可获利[12,27. 5],B、C合作可获利[14. 5,23. 5],A、C合作可获利[10,21],A、B、C合作可获利[19. 5,36],又由经典Shapley函数 φi( v) ∑kNγ(v( k) - v( k - { i} )) ,i∈N可知,成员A、B、C以参与度为1 时的Shapley值 φ( v) = ( 145 /6,160 /6,115 /6) ,所以成员参与度都为1 时的联盟利益分配策略,如下表所示:
所以模糊联盟A、B、C可获Shapley值为:
因此,得到所以模糊联盟Shapley值:
,根据,可以求得移动云计算联盟具有区间参与度下各成员利益分配结果,如表2所示。
计算可知,只有组成移动云计算联盟大联盟时,成员A、B、C以区间参与度进行联盟跨层次合作所分得利益最多,且联盟利益分配模型满足超可加性及支付函数关于成员参与度具有单调非减性,因此,该利益分配模型具有最优性。
5 结论
本文建立了移动云计算联盟模糊合作博弈模型,分析了该模糊合作博弈的超可加性及支付函数关于成员参与度单调非减性,并给出了联盟模糊Shapley值。证明移动云计算联盟成员通过组建大联盟,以区间参与度进行跨层次合作,可以获得更多利益,且参与度区间范围越广,边际收益越大,最后数值模拟验证此分配模型的最优性,为完善云产业创新联盟运作提供了新的理论依据。本文只考虑联盟成员参与度具有模糊性,是介于[0,1]之间的区间数,进行的利益分配模型的构建,而未考虑支付具有模糊属性,在未来的研究学习中,可以考虑支付函数和成员参与度双重模糊下的联盟利益分配问题,将对完善云产业联盟理论创新具有重要意义。
摘要：移动云计算联盟是云产业联盟下的新型组织形式,合理的利益分配是实现联盟高效运作和整体协同效应的关键问题。根据联盟成员参与度具有区间属性,建立了一个由多成员跨层次合作的模糊合作博弈模型,分析了该模糊合作博弈的超可加性及支付函数关于成员参与度具有单调非减性,根据区间参与度模糊延拓给出联盟利益分配区间Shapley值,并证明了当联盟多成员以区间参与度进行跨层次合作时,参与度区间范围越广,边际收益越大,从而保证该最优分配模型的存在性,实现成员最优结盟及联盟利益分配公平合理化。
关键词：模糊合作博弈,移动云计算联盟,利益分配,模糊Shapley值
参考文献
[1]AUBIN J P.Mathematical Methods of Game and Economic Theory[M].North-Holland:Amsterdam,1980:131-150.
[2]BUTNARIU D,KLEMENT EP.Core value and equilibria for market games:on a problem of Aumann and Shapley[J].International Journal of Game Theory,1996:149-160.
[3]NISHIZAKI I,SAKAWA M.Fuzzy cooperative games arising from linear production programming problems with fuzzy parameters[J].Fuzzy Set and Systems,2000,(114):11-21.
[4]BRANZEI R,DIMITROV D,TIJS S.Convex fuzzy and participation monotonic allocation schemes[J].Fuzzy Set and Systems,2003(139):267-281.
[5]谭春桥,陈晓红.基于直觉模糊值Sugeno积分算子的多属性群决策[J].北京理工大学学报,2009,1(29):85-89.
[6]谭春桥.基于Choquet延拓具有区间模糊联盟n人对策的Shapley值[J].系统工程学报,2010,4(25):451-458.
[7]谭春桥.基于Choquet积分n人对策广义模糊延拓方法[J].系统工程学报,2012,2(27):193-200.
[8]谭春桥.基于区间值直觉模糊集的TOPSIS多属性决策[J].模糊系统与数学,2010,1(24):92-97.
利益分配模型 篇7
随着建筑市场的不断成熟,总承包模式已经逐渐成为非常重要的生产方式,承包商专业化程度越来越高,业主将越来越多的精力放在自身的生产和商业活动上。目前发达国家建筑市场已有近一半的工程项目采用工程总承包的方式,如美国的福陆丹尼尔、日本的大成建设、法国的布依格等特大型企业都采用工程总承包管理模式。在总承包模式下业主的权利受到更多限制,承包商在项目实施过程中处于核心地位,承担的风险较大。因此,总承包企业对项目中的参与各方进行激励,提高他们工作质量和积极性,并减少不必要的风险,通过分包将风险分摊到各个下游企业中去。总承包企业与设计院、分包商等企业组成了动态联盟,施工方作为盟主,将联盟的利润和风险进行合理分担。合理的收益分配机制是建设项目动态联盟治理结构的核心组成部分,是合作各方绩效得以发挥的重要保证,直接影响着建设项目动态联盟的运行效率[1]。
本文研究的总承包商与各企业之间的关系不是简单的委托-代理模式,而是通过合作把项目的所有参与方联系起来形成一个联盟,共同为项目做贡献。因此,相应的激励模式不是一对一的简单激励,而是每个参与方之间的互相激励。这就要求首先成员企业通过合作形成联盟,并且合作后的每个企业收益增加同时联盟的总收益也增加,这也是联盟成立的前提条件。第二,总承包企业通过收益模型的建立和分析,对成员按照投资金额、承担风险比例、以及在项目中的地位进行收益分配,使联盟各成员的收益得到提高,并且使联盟的收益分配更加合理,提高了盟员的积极性,从而提高了整个联盟的收益和项目的质量。动态联盟的多向激励不同于传统的单向激励模式,它摒弃了单向激励种可能存在的由于信息不对称引起的道德风险、联盟利益分配不均等问题,从成体角度出发在联盟利益最大化的同时提高总承包方和各成员的收益,达到联盟的帕累托最优状态。联盟成员的相互作用关系如图所示:
1 共生联盟基本模型的建立
共生理论是指系统双方通过合作使得资源最大化利用,信息最大化共享,从而使得合作各方通过系统网络获取最优的利益,本文的观点是联盟中各成员通过合作关系,构建共生体系,互相弥补缺陷,共同创造更大的利益[2]。传统总承包模式下是考虑总承包企业对其下游企业的影响,而共生理论下的动态联盟合作模式更多的是联盟内部出发,发掘各自的优势资源,进行调节互补,互相激励从而创造出共赢的效益。袁纯清[9]从共生关系的行为方式出发,认为共生关系存在寄生、偏利共生、非对称互惠共生、对称互惠共生等四种形式。其中非对称互惠共生存在多边多向交流,合作双方均可获利,共生体具有一定的稳定性,但企业与企业或产业与产业之间的地位和能量分配不对等,进化不同步。
从共生理论的角度,联盟中施工方与设计院等企业都是独立的共生单元。它们通过运营所获得的利润是共生单元的能量,各自为完成运作所付出的成本即是共生单元的损耗[3]。假设总承包企业为n1,其他企业分别为n2、n3…ni,Ei为共生单元ni在非公生条件下的能量,Esi为共生单元在共生条件下的能量,Eci为共生单元在共生条件下的损耗,Es为共生条件下的新增能量,共生系统的总能量为E,E=E1+E2+E3+…+En+Es。要实现共生关系的稳定和发展,并使E最大,就是要实现各对成员企业的最优激励,
即undefined
ks是共生稳定分配系数。
共生模式下的联盟成员间的合作其实是价值交换的过程,传统的工程项目激励模式忽略了联盟成员间的不平等性,例如,施工方的成本和努力程度是显而易见的,而设计方努力结果是以为物质形式表现出来,难以估量其价值,并且其结果对工程项目的成本影响很大。同时,不同角色的成员在工程项目中所承担的风险大小也各不相同。这些因素对工程项目总承包的利益分配都有着重要的影响。考虑到上述影响因素,本文采用非对称性互惠共生模型解决施工方总承包模式的利益分配问题,因此引入偏离理想共生状态系数α作为联盟的利润调节系数,ksi为非对称共生分配系数。对于α的确定,当然不是基于总承包方的短期利益的考虑,越大越好。因为各成员处于一个共生的系统中,如果α一味的扩大将会影响到成员的发展能力和竞争力,影响其合作的积极性,从而影响到整个供应链的竞争力[5]。因此,设α0为维持联盟不解体的临界分配系数,αi为总承包企业对联盟中成员ni的非对称分配因子。则当αi≤α0时,共生体系存在,αi=α0时,共生体系将解体,则不具有讨论意义。设Ki为调节系数,根据共生理论中定义:
undefined
所以由αi即可得到总承包商对成员的非对称分配系数Ki,
Ki=(αi+1)Ks (3)
2 偏离理想共生状态系数αi的确定
定义αi由联盟中成员在项目中承担的风险大小以及所处地位二者共同影响确定。本文使用BP神经网络算法确定αi的值。与传统的建模方法相比,神经网络建模方法的优点有[8]:
(1)有良好的自适应性,自组织性和很强的学习能力;
(2)有较好的容错性,即在只有部分输入条件,甚至包含了错误输入条件的情况下,网络也能给出较为准确的值;
(3)具有良好的插值特性,对未经训练的数据也能给出较合理的输出。
因此,神经网络有很强的非线性建模能力,能完成复杂的非线性映射功能,同时还有自适应能力。本章将采用BP神经网络对偏离理想共生状态系数建立模型。
BP网络是一种单向传播的多层前向网络,其结构如图1所示。由图可见,BP网络是一
种具有三层或三层以上的神经网络,包括输入层、中间层(隐层)和输出层,上下层之间实现全连接,而每层神经元之间无连接。当一对学习样本提供给网络后,神经元的激活值从输入层经各中间层向输出层传播,在输出层的各神经元获得网络的输入响应。然后按照减少目标输出与实际误差的方向,从输出层经过和中间层逐层修正各连接权值,最后回到输入层,这种算法称为“误差逆传播法”,即BP算法。随着这种误差的逆传播修正不断进行,网络对输入模式响应的正确率也不断上升。
在施工总承包模式下的工程项目中,输入层为成员在项目中承担的风险大小和地位重要性,中间层设为8-10层,输出层为αi。
为了模型计算,对输入层中的要素进行量化,参照文献[6][7]中的方法,邀请有关建筑技术、经济专家组成评估小组,根据各因素处于不同评价程度的关系对应表(表1),对各因素的高低进行评价,并统计所有专家的评价结果。
其中,β1:技术复杂性风险;Β2:技术成熟性风险;Β3:环境变化风险;Β4:道德风险;Β5:地位重要性。
邀请专家对本项目打分之后作为输入层,在现实完成的工程项目中找出分配优秀的案例,请专家按照同样标准对同样的因素进行打分,作为模型输入层学习的对象,并按照公式(1)和(2)求出已完成项目的a值,
a=(Ki*Eci)/Esi-1 (4)
作为模型输出层学习对象,经过多次学习,最终得出本项目的偏离理想共生状态系数αi。
3 模型算例
假设选取10个已完成优秀工程作为分配模型的学习对象,邀请专家按照表1中的评分标准对五个评价指标打分,取平均分后分数如下表所示,同时,根据每个项目完成后的利润分配情况按照公式(4)计算出企业相应的非对称因子αi。
用matlab软件建立BP神经网络模型,将表2中数据输入后,经过多次仿真得到结果αi=0.16。设项目规定的各参与者的共生能量与共生损耗之比为0.3,即ks=0.3,那么根据式(3)可得到Ki=(αi+1)Ks=0.348,即该成员在项目中的非对称共生条件下的分配系数为0.348。假设α0=0.2,则算例中αi<α0,符合共生理论适用范围,因此算例假设成立。
4 结 论
本文采用共生理论和BP神经网络混合模型,讨论了施工总承包模式下的利润分配方式,引入了偏离理想共生状态系数αi,运用BP神经网络算法,邀请专家对影响因素打分,对αi进行计算,最终求出非对称分配系数,得到优化后的分配方式。通过建立模型,使项目总承包企业、成员企业以及联盟的总收益均得到提高,改进达到了帕累托最优,提高了成员的积极性以及项目的质量,具有现实指导意义。
摘要：讨论了工程总承包模式下施工方作为总承包方的利润分配模型,把项目参与各方看作联盟中的成员,通过结盟形成一个共生体,运用共生理论对联盟获得的收益进行分配。由于成员存在技术熟练性、市场环境等风险,以及在项目中所处地位不同,我们引入偏离理想状态共生系数。偏离系数是研究共生理论模型的一个重要参数,用BP神经网络算法对此参数求解,得到优化后的联盟利益分配方法。混合模型提高了各成员的积极性和工作效率,从而提高成员和联盟的收益。
关键词：工程总承包,联盟利益分配,非对称互惠共生,BP神经网络
参考文献
[1]刘雷,李南.建设项目动态联盟收益分配改进研究[J].土木工程学报,2009,42(1)
[2]苏振民,周梅,葛镇东.基于公私共生的公共工程采购模式[J].工程管理学报,2010,24(2)
[3]王笃鹏,王虹,周晶.共生联盟模式下制造企业与物流企业均衡利润分配研究[J].管理学报,2010,7(8)
[4]孙洪杰,廖成林.基于共生理论的供应链利益分配机制研究[J].科技进步与对策,2006(5)
[5]廖成林,孙洪杰.均势供应链及其利润分配机制探讨[J].管理工程学报,2003(4)
[6]刘晓君,曾丽娟.工程项目动态联盟的利益分配研究[J].建筑经济,2006(7)
[7]赵恒峰,邱菀华,王新哲.风险因子的模糊综合评判法[J].系统工程理论与实践,1997,7(7)
[8]熊伟,李岁劳,丁文娟,等.基于BP网络的光纤陀螺刻度因子建模研究[J].计测技术,2006,26(2):19-21