利益风险分配

利益风险分配（精选7篇）

利益风险分配 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.

利益风险分配 篇2

企业的合作创新是指多家企业作为合作的主体, 通过知识产权创新和自主产业的突破发展, 利用共同的技术平台, 加速推进技术的产业化, 使多家企业的优势互补, 利益均沾, 形成一个合作、稳定、长效的利益共同体。自2006年国家科技部会同财政部推进企业合作创新以来, 这类现代的企业合作创新模式已经不是单纯的开发合作, 而是涉及产学研等多个企业和行业的战略联盟。但是因为企业与产学研合作联盟起步晚, 管理不完善, 缺乏相关的指导借鉴, 因此多为短期的松散式合作, 难以形成长期、有效、稳定的合作关系。为了企业能与产学研等多个企业实现有效的经济利益最优化, 必须加强对战略联盟体的财务监督和管理, 控制财务风险, 健全财务制度, 大到财务管理体系、项目评价方法、筹资、融资, 小到财务报销制度, 财务预算控制等等, 尤其是财务利润分配, 都需要形成科学、合理、完善的财务管理制度和风险监控机制。

二、合作创新企业的产权归属与利益分配

合作创新企业的财务利益分配问题是直接影响合作成败的关键问题。当前很多企业在合作创新时都以最大股东的利益为出发点, 不能有效满足合作行业中其他企业的利益, 因此相关合作群体的利益最优化是解决这个问题的关键。

(一) 合作创新企业的产权归属与利益分配问题概述。

合作创新联盟, 更多的表现为相关领域的多个企业与大专院校的研究机构进行创新合作, 共同建立研究室。创新技术直接应用到企业的产业链上, 既缩短了产品的生产周期又储备了相应的技术人才。同时还存在很多其他合作方式, 如企业投资、研究机构入股, 或通过中介服务介绍, 或建立相关网络关系等方式。但不论是何种合作方式, 都涉及到以下两个问题:

一是合作创新联盟的产权归属问题。企业与产学研机构建立战略联盟的关系, 是为了从产品的研发、新技术的应用及外观设计的标新立异等方面进行创新并获取收益。因此, 若是企业单独享受产权则很难形成长久的合作模式, 更有可能造成双方的经济纠纷。所以, 建议企业与产学研机构建立战略联盟时, 在签署合同或协议时要明确双方的责权利, 可以通过一定的比例进行产权的归属, 这将有利于企业与产学研机构的长久合作。如果出现合作终止的情况, 企业也可以通过支付技术转让费等形式, 购买全部的产权。

二是合作创新联盟的财务利润分配问题。利润分配是企业与产学研机构合作能否长久的关键问题, 利润分配的多少一般取决于收益的多少、投入比例和贡献率的大小这三个因素。三个因素的比例决定了利润分配的比例关系, 因此在企业与产学研机构建立战略联盟时, 应该在签署的合同或协议中明确这三个因素的分配比例。市场经济下不确定的情况和风险很多, 这些情况也应该提前签署合同或协议, 以免引起利润分配的纠纷。

(二) 合理分配在合作创新中存在的问题。

企业与产学研机构合作的战略联盟容易出现产权设置不当、利润分配不公等问题。主要表现在以下三点:1.合作创新中很多工作难以量化, 实际贡献与收入分配不符。比如市场开发工作, 需要大量的人际关系协调, 很难将实际工作量化;新技术开发工作需要大量的知识和实践, 也很难量化。2.合作创新中的收益分配不平衡。很多产品的研发和创新都是短期的工作, 而形成的收益却是长期的, 但却只给创造者短期的利润分配, 这容易影响其创造的积极性。3.合作创新中的产权独占现象。由于缺乏合同的有效约束, 容易形成一方独占产权的情况, 这将使合作创新难以有效进行。

三、合作创新企业的利润分配方法

合作创新企业的利润分配取决于收益、投入和贡献, 这三点是决定利润分配的基本要素。收益是考核企业合作创新成功与否的唯一标准, 收益越多则可分配的利润越大, 相关合作群体的可分配利润就越多, 合作就更加持久。投入是合作创新中参与者所投入资金的比例, 资金的投入越多, 面对的风险也将越大, 因此, 投入的比例越大风险越大, 所获得的利润分配就应该越多。贡献是合作创新中难以量化的标准, 在合作创新中贡献的价值越高, 所获得的利润分配也应该越高。

(一) 投资的收益率。

投资风险的收益率是指合作创新不同阶段的风险比例不同。初期投资时, 风险大收益小, 甚至无收益, 因此初期投资的收益率应最高, 主要可通过股票持有、产权比例增加等方式获得收益。中期投资时, 风险相对较小, 合作创新更深入, 收益已经体现, 可通过分红等形式获得收益。末期投资时, 一般属于追加投资, 在获得一定收益的前提下, 通过对产品的不断拓展和深入合作, 使收益规模不断增加, 这种情况下, 主要可以考虑通过固定工资和年底奖金等形式获得收益。以投资风险的收益率作为利润分配的方法, 要从投资量到投资风险的变化一并考虑, 将两者相结合才能更加公平合理。

(二) 资金投入的比例。

合作创新企业的资金投入比例应该与获得的收益成正比, 如果按照企业投入资金的数量进行利润分配, 投入的资金越多, 所要承担的风险就越大, 获得的利润分配比例就应该越高。如果是按照资金投入行业的难易程度进行利润分配, 项目越难付出的成本就越高, 风险也就越大, 获得的利润分配比例也就应该越高。因此, 在企业与产学研签署战略联盟合同或协议时, 就应该根据资金投入的难易情况确定利润分配的比例。

(三) 创造的贡献价值。

创新是一种脑力思维, 更是一种无形资产, 很难量化, 因此以创新的贡献价值作为利润分配的方法时, 要注意以下两点:第一, 应充分考虑创新过程中的隐性成本。这类成本难以量化, 但又对知识和能力要求较高, 可以通过确定计量系数的办法, 对隐性成本进行合理的利润分配。第二, 应充分考虑创新的地位和作用。承担核心技术创新和普通技术创新应该有所区别, 主要技术和次要技术也要有所分别。这些指标系数的确定, 可以通过合作联盟的民主程序或广泛讨论投票等形式确定。

四、合作创新企业的财务风险分析

我国合作创新企业的财务风险控制起步较晚, 而且没有针对某个行业或某个领域的风险预警机制, 因此合作创新企业必须根据自身的特点, 结合当前的市场前景、人才分配、技术现状和资金来源, 依靠新建立的合作团队, 完善自身的财务管理体系, 控制可能出现的财务风险。

(一) 市场前景是企业合作创新首先要考虑的问题。

市场往往难以预测, 若初期投资的金额巨大, 市场需求却相对很小, 就无法形成预期的财务回报, 该情况下应该终止合作或从开始的资金投入就停止。企业形成战略联盟时应该对现有市场进行充分的考察, 确保市场前景乐观的前提下进行企业的合作创新, 以降低企业的财务风险。

(二) 人才分配是企业合作创新优先要考虑的问题。

高效、合作的研发团队是企业合作创新的源源动力。同时, 若经常出现人才流动, 将严重影响企业合作开发的效果, 因此企业在合作创新时应保证人才团队的稳定和高效。

(三) 技术现状是企业合作创新提前要考虑的问题。

技术是决定企业合作创新是否能获取收益的基础, 新技术的开发风险很大, 而且要确保新技术成功应用和推广, 才能获得预期的财务收益, 因此企业在合作创新时需要提前考虑技术是否成熟, 以免造成财务风险。而且, 新技术的研发必然会影响旧产品的销售, 这也将增加产品的库存和提高风险率。

(四) 资金来源是企业合作创新必须要考虑的问题。

若资金链断裂则合作创新将无法持续下去, 因此融资渠道、融资成本、融资风险以及融资不当所产生的严重后果, 都是企业在合作联盟建立时必须考虑的问题。合作创新需要大量的资金, 研发投资的回收周期一般很长, 需要不断追加投资, 所以, 资金来源是企业合作创新避免风险的最后屏障, 要保证企业的现金充足, 才能避免随时可能出现的未知风险。

五、合作创新企业的财务风险控制

(一) 建立完善的财务风险制度。

企业的财务风险制度需要实时监控现金流量, 包括经费的支出规模、经费的使用效率、融资后资金的使用期限、负债风险情况及无形资产的贬值情况等等;应及时为企业提供风险预告和风险分析, 为企业的决策提供依据。因为合作创新属于多元化主体结构, 所以财务风险制度应涉及企业的多个层次, 建立完整的会计信息数据库, 从源头上控制财务风险。

(二) 进行有效的财务管理控制。

企业合作创新属于多元化主体结构, 不仅需要有效的财务管理控制, 更要注重内部监管和控制。研发的产品从开始到结束都要形成严格的财务监管, 对资金的使用要审计核准, 严格考察每个项目的资金使用情况, 对所有数据都应该内部公开, 实行广泛的监督。要建立完善的财务管理体系, 从财务凭证、完整手续、账物清晰到复核制度、会计控制、资产盘点, 都需要分级审核。X

摘要：企业合作创新是新经济时代的必然选择, 是企业发展的需要, 而合作的利益分配又是企业最大的需求。本文通过财务风险的分析, 使相关合作群体的利益分配最优化, 并且结合创新发展中出现的问题, 将合作创新发展融入企业的财务管理中, 对财务利益分配的风险做出了分析, 并提出了相应的操作办法和解决意见。

关键词：合作创新,利益分配,风险

参考文献

[1].林洁.产业集群内企业合作创新的动态博弈分析[J].技术经济与管理研究, 2010, (1) .

[2].任荣, 王涛.主体要素与企业合作创新绩效关系的实证研究[J].经济问题, 2009, (3) .

[3].王林雪, 王汉江.完善知识产权制度促进合作创新发展[J].理论导刊, 2005, (6) .

[4].王大江.投资风险管理中存在的问题及对策[J].商业会计, 2011, (28) .

利益风险分配 篇3

关键词：风险管理能力,Shapley值法,模糊综合评判法

物流企业动态联盟的风险有很多,常用的分类方法有两种:一种是将其分为内部风险和外部风险,另外一种是按照动态联盟的生命周期对不同阶段面临的风险分别进行归类总结。不管采用哪一种分类方法,联盟运作期间的能力风险(包括时间风险、技术风险、成本风险、质量风险)始终是不可或缺的研究重点;其它机会风险(比如市场风险、政治风险、金融风险)由于自身的特殊性和不确定性,不便定量分析。为了做好定量研究,本文将研究范围界定在能力风险范围内。

1 成员企业的风险管理能力对联盟影响的分析

在诸多研究动态联盟利益分配的文献中,绝大多数都引入了风险因子,如文献[1]、[2]对成员企业实际承担的风险与理想状态下的平均风险进行比较,认为如果前者大于后者,则应该在用Shapley值法进行动态联盟利益分配的基础上,给予成员企业更多的比例适当的利益,反之,则应该相应减少成员企业的利益分配。

与之相类似,另外的很多研究也采用了许多方法测算成员企业在联盟运行中承担的风险系数,以此作为重要的参考依据对利益进行分配。对于基于技术或者产品的动态联盟,这种分配方法具有一定的合理性。但是对于以提供物流服务为目的的物流企业动态联盟,成员企业承担的风险越大,就应该分到更多的利益吗?根据“风险与收益成正比”的原则,应该是风险越大收益越多。但是在物流企业动态联盟这一条件下,假设联盟的运作要求提供仓储服务的企业所提供的仓储面积是500平方米,而这家仓储企业的最大仓储面积也只有500平方米,那么该企业面临的风险是很大的,因为一旦仓储量增加,则企业将无法承受而导致有退出联盟的可能,对于整个联盟而言,可能会导致运作成本升高、时间延迟,甚至有更为严重的后果。从这个角度来看,成员企业并不是承担的风险越大,所得的利益就应该越多,因为是成员企业自身承担风险、控制风险的能力(而不是面临风险的大小)对于降低联盟的运作风险、保证联盟的顺利运作起到关键性的作用。我们将成员企业的“风险承担能力”和“风险控制能力”合称为“风险管理能力”。

第一,风险承担能力分析。文献[3]认为:某伙伴的风险承担能力可以用该伙伴的资本拥有量与该伙伴在合作项目中必须注入的资本量之比来描述,比例越大,表明该伙伴的风险承担能力越大。同样,某伙伴的风险承担能力也可以用该伙伴参与虚拟经营所计划承担的任务对该伙伴的正常生产经营所产生的影响来描述。以参与物流企业动态联盟的运输企业E为例,如果企业E拥有的卡车数量为n,联盟的作业要求其在一定时间内提供的数量是m,在一定范围内n/m越大,则E的风险承担能力越大,越有利于联盟体的稳定,在利益分配时,要将此作为参考依据。尤其是当成员企业为了满足联盟的需要、降低运作过程风险而付出切实可行的努力时,适当增加对该企业的利益分配就显得很有意义。

第二,风险控制能力是指当风险真正出现时,成员企业对风险实施控制的能力。例如,现有一从A地到C地的运输业务,运输企业E可以为联盟提供两种运输方案:一种是从A到B采用公路运输,从B到C采用铁路运输;另一种是从A到C直接采用铁路运输。这样联盟可以根据业务量或其他条件的变化来选择相对经济合理的运输方案,当时间、成本等风险将要发生的时候,企业E能够很好地对其实施控制,提高联盟运作方式的灵活性,保证了联盟运作的稳定性。一旦企业E为了更好地配合联盟的运作而改变了预定方案,可能会导致自身运营成本的增加,在利益分配的过程中要充分考虑到这一点。因为如果利益分配不当,将影响到成员企业的合作积极性,不利于联盟的后续运作。

2 基于Shapley值法的收益分配分析

2.1 Shapley值法介绍

对联盟利益分配研究最有成就的是20世纪50年代的Nash和Shapley。他们主要是从参与人之间的相互作用入手,分析决策主体相互作用时的决策及这种决策的均衡问题,采用的方法是博弈论。本文主要介绍的是Shapley值法,并在此基础上作出一定的改进。设有n个成员企业组成的集合为N,即,Sa是集合N中包含成员a的所有子集,v(s)称为联盟s的特征函数,表示联盟s通过联盟具有的优势所获得的最大收益。N人合作博弈有很多解,寻求一个最为合理的解就是解决问题的目标[4]。

对每个博弈,存在唯一的Shapley值,其中:

其中|s|是联盟成员企业的个数(即子集s的元素个数),w|s|是加权因子,s{a},表示s联盟中去掉成员企业a。

Shapley值法可认为是出自于一种概率解释。假定成员企业依随机次序形成联盟,各种次序发生的概率假定相等,均为1n!,成员企业在与其前面(|s|-1)个成员形成联盟s。成员企业a对这个联盟的贡献率为(实际上为一种边际贡献)。根据这种解释,成员企业a所作贡献的期望值正好就是Shapley值。

2.2 应用实例

假设一物流企业动态联盟由A1、A2、A3三家企业构成,根据预测,联盟收益为100万元。如果三家企业单干,则每家企业获利20万,合计60万元。如果A1、A2联盟,可获利50万,如果A1、A3结盟,可获利60万,如果A2、A3结盟,可获利70万。如果将100万的联盟收益均分,则每个企业大约可分得33.33万,但是作为理性经济人的A2、A3是不会选择加入联盟的,因为二者合作得到的收益大于二者从联盟中得到的收益之和。为了保持联盟的稳定性,可以用Shapley值法来解决这一问题。

将A1、A2、A3三家企业结成的联盟记为,获利情况用va来表示,。以对A1的利益分配为例,由式(1)、(2)可得到表1:

其中,S1是有成员企业A1参与的所有合作形式的集合,v(s)指联盟s(不同合作方式)的收益情况,指从联盟s中去掉成员企业A1后的收益情况,|s|是联盟s的成员数量,。

将表中最后一行各数相加得v1=28.333万元。同理,可求得v2=33.333;v3=38.333。

加入联盟后的收益v1、v2、v3均大于单干时的收益20万元,且v1+v2>v1,2,v2+v3>v2,3,v1+v3>v1,3。所以按此方案分配利益可以很好的保证联盟的稳定性。

3 引入风险管理能力对利益分配结果进行优化

上述算法是在各成员企业的风险管理能力相等的假设条件下进行的,即假定了。但实际上,当风险真正发生时,成员企业的风险管理能力是不同的。较强的风险管理能力可以降低联盟的整体风险,为联盟的成功运作提供保障。因此,在按照Shapley值法进行利益分配后,还要结合成员企业实际的风险管理能力M'a与Ma的差距,对分配结果进行修正[3,4]。

企业的实际利益分配修正量为:,V是联盟的总体收益,,则成员企业实际分配利益为。

具体修正方案即为:

当ΔMa≥0时,表示伙伴实际的风险管理能力比理想情况下高,应给予它适当多的利益分配,利益增值为:,即该伙伴企业实际分得利益为:。

同理,当ΔMa≤0时,表示成员企业实际的风险管理能力比理想情况下低,应从原来分得的利益中扣除相应的部分:,则该成员企业实际分得的利益为:。

采用模糊综合评判法[5]对成员企业A1、A2、A3的风险管理能力进行测评,可以将风险管理能力细化为三个指标:企业原有的设施或能力f1;企业适应联盟运作方案变化的能力(或者称企业柔性)f2;企业为配合联盟的运作而付出努力的意愿和能力f3。因此,指标集;设定评语集,赋予评语集各元素以量值。为了便于研究,设定三个指标权重各为三分之一,邀请10位专家对企业A1、A2、A3分别进行评价,以企业A1为例,评价过程及评价结果分别如表2、表3所示:

同理,A2、A3的综合得分分别为77.333、73.333。归一化处理后得。

联盟总体收益。

调整后的利益分配结果发生了变化,由于成员企业A2的风险管理能力相对较强,其利益分配额由原来的33.333万元增加到34.233万元;而A3的风险管理能力相对较弱,对联盟的稳定性构成了一定的威胁,分配额由原来的38.333万元减少到37.433万元。

4 结论

改进后的利益分配不仅考虑了成员企业的贡献,同时也将风险管理能力纳入到了物流企业动态联盟的利益分配体系中,使得分配结果更加公平、合理,能够充分调动成员企业配合联盟运作的积极性,有利于联盟的稳定、顺利运作。当然,本文介绍的Shapley值及其优化算法也存在一定的问题,如不同结盟情况下联盟的实际获利值不易准确测定;另外,表示风险承担能力的n/m的最优取值范围也有待于进一步研究。

参考文献

[1]戴建华,薛恒新.基于Shapley值法的动态联盟伙伴企业利益分配策略[J].中国管理科学,2004(4):33-36.

[2]闫黎,赵艳萍,罗建强.中小物流企业联盟的收益分配策略研究[J].工业工程,2010(5):25-27.

[3]张青山,郑国用,赵忠华.虚拟企业联盟对象间风险分担和利益分配[J].商业研究,2001(1):42-44.

[4]曹模珍.物流联盟中收益及其分配机制对稳定性的影响[J].物流科技,2011(10):38-40.

利益风险分配 篇4

关键词：物流金融,利益分配,Shapley值

1 引言

中国的中小企业普遍存在着融资困难和资金紧短缺的情况,在实践中产生了仓单质押、保兑仓和融通仓等物流金融模式,在这其中各参与主体的根本目的是为了赢得竞争优势,获得更多的利益,而他们作为独立的经济实体,都是以追求自己的最大利润为最终目的。如果企业感到对物流金融的投入没有得到相应的回报或者低于自己独立经济活动获得的收入,又或者企业间感觉分配不公平,那么必然会影响物流金融的运作效率,甚至会导致合作体系的解散。因此,一个公平合理的利润分配机制是物流金融机制高效率运作和存在的关键。

目前关于物流金融的文章中,大多运用管理学、经济学的角度研究物流金融的定义和运作模式等,从合作博弈的角度分析物流金融各个参与主体的利益分配问题比较鲜见。本文基于合作博弈中的Shapley模型,并将风险因素引入其中,以评价物流金融利益的分配机制。

2 物流金融的内涵及其利益

物流金融是物流业和金融业因各自发展的需要而相互融合的产物,从广义上讲它是面向物流运营的全过程,应用各种金融工具,对物流、商流、资金流、信息流进行有效的整合,组织和调节供应链运作过程中货币资金的运动,从而提高资金运行效率的一系列经营活动。从狭义上讲,物流金融是金融机构和第三方物流服务供应商在供应链运作的全过程向客户提供的结算、融资以及保险等增值服务。

物流金融模式中由三个利益主体组成,分别是银行等金融机构、物流企业和中小企业,由于三个参与主体都有意愿达成物流金融契约,主体之间的协议可以强制执行,所以该博弈属于合作博弈,局中人I=(1,2,3)。在实践中,中小企业获得融资从而节省资金成本,实现资金利用率的提高,第三方物流企业通过提供具有附加值的物流服务增加了收入来源,银行扩大了贷款来源取得更多的利息收入。通过多方合作,各利益主体之间获得了比之前独立活动更大的利益。为了使物流金融契约更加稳定和有效,就要保证每个参与合作者都要比不参加合作情况下获得更多的利益,从而促进各方更加积极地合作。

3 考虑风险的Shapley值法在物流金融利益分配中的应用

3.1 传统的Shaplye值法及其不足

Shapley在1953年提出了Shapley值三公理:

对称性:即每个局中人获得的分配与他被赋予的标号无关。

有效性:若成员i对他所参加的任一合作都无贡献,则对其分配应为0,这种局中人称为零局中人;完全分配,即各参与人的收益之和等于全体的合作获利。

可加性:对I上任意两个特征函数U与V,有Φ(U+V)=Φ(U)+Φ(V)。即若n人同时进行两项合作时,每人的分配是两项合作分配之和。

如果一个合作满足以上三个特征,则可以利用Shapley值分配合作收益。Shapley证明了对任一n人合作对策,Shapley值是唯一存在的且其值为:

式中:φi(V)为企业i对他所参加的所有供应链合作的贡献的加权平均值;W(|S|)为加权因子,其值为,即加权因子的大小取决于此供应链合作S的企业数;|S|为集S的元素个数;V(S)为有i企业参加时供应链合作S的获利,V(SI)为无i企业参加时供应链合作S的获利,V(S)-V(SI)相应地为i企业对于供应链合作的贡献。

在动态联盟中,原本相互独立的企业彼此进行核心能力的优化整合,以追求经济利益的最大化,因此,动态联盟的经济活动可看成是多人合作问题,联盟伙伴的利益分配可看成是多人合作对策的利益分配问题,从而可用Shapely值法来解决。物流金融的三个参与主体合作可以被看作是多方合作对策,所以利益分配可以利用Shapley值法来解决。

Shapley值法的一个重大缺陷就是在利益分配时没有考虑到各个参与主体在合作过程中各自所承担的风险。而市场竞争激烈、产品服务更新速度加快的今天,企业在运营过程中面临着各种各样的风险,而对于不同的企业来说,风险大小又不尽相同。根据风险与收益想平衡原则,风险越大,收益也应越高,所以应当在物流金融利益分配中,设计一套考虑风险因素的、科学合理的利益分配方案,才能保持合作的稳定性和持久性。因此,有必要对各参与主体的风险进行衡量,然后将其引入到传统Shapley模型中从而修正Shapley值。

3.2 引入风险因子的Shapley值法

3.2.1 物流金融服务的主要风险因素的考虑

风险是指由于影响因素的复杂性、变动性以及不可控性,使实际结果与预期目标发生偏离而导致利益损失的可能性。总体来讲,物流金融服务,面临的风险是复杂多样的,除了传统上的财务风险、组织风险、技术风险以为,还存在以下的风险:

(1)合作风险。合作风险来源于两个方面:参加物流金融的各企业自身固有素质的差异和目标利益的冲突。前者会成为企业间合作和沟通的无形障碍,降低了物流金融的整体竞争优势和获利能力;后者则是协调的最主要原因。

(2)信息风险。一方面,由于在各利益主体间普遍存在着一种合作协商和委托代理关系,基于委托代理理论中每一个成员企业都是理性的,为了保证自己利益的最大化,就会隐藏一些敏感信息,特别是涉及核心技术和商业秘密的信息,这就导致了信息不对称。另一方面,各主体企业为了满足其用户的需求和保持较高的用户服务水平,就会夸大一些公用信息,使信息失真,进而产生牛鞭效应(bullwhip effect),造成信息风险。

(3)解散风险。物流金融合作机制在本质上是一种动态企业联盟,其动态性决定了物流金融面临着随时解散、更新或重组的可能性。

3.2.2 改进后的Shapley值法

根据以上提出的物流金融服务风险,构建考虑风险因子的Shapley值法,步骤如下:

(1)列举出所有值得考虑的风险因素,设为j(j=1,2,3…,m)。

(2)评价每个风险因素的大小,即给j赋值,设为Sij(j=1,2,3……,i为合作联盟企业i,取值为i=1,2,3…,n),Sij的取值范围为:0~100。

(3)根据影响程度给每个风险因素j设置一个权重Wj,满足条件:0

(4)计算企业i的风险,设为风险因子ri,则。

(5)将风险因子r1,r2,…,rn后,归一化,具体做法为:

引入风险修正因子后的Shapley值为:

没有引入风险因子的Shapley值算法,其实是假设所有合作成员承担的风险相等,都为可以视为各合作成员承担的平均风险,可以视为风险修正因子,则V(S)即为收益的调整值。当,成员i承担的风险高于合作各企业的平均风险,可以通过()V(S)对其进行补偿;当,成员i承担的风险低于合作各企业的平均风险,则其分配的收益低于引入风险因子之前的值。引入风险因子前后,物流金融联盟的整体收益是不变的。

4 应用算例分析

为简化计算过程,假设已经得到各个参与主体的盈利情况及各自所面临的风险状况。假设中小企业为A,第三方物流企业为B,银行等金融机构为C,表2给出了不同条件下的利益分配情况。

其中V(A)、V(B)、V(C)分别指A、B、C三个企业不与其他企业合作所能够获得的利益;V(A+B)、V(A+C)、V(B+C)分别指其中的两个企业联盟,而第三个企业不加入合作时的合作企业收益(不加盟企业的收益假设与独立时相同);V(A+B+C)指三个企业联盟时的联盟收益。

4.1 传统Shapley方法计算分析

由传统Shapley方法计算出的分配值如表3至表5所示。

由表3~5我们可以得到:

即各企业分配到的利益之和等于企业合作联盟的总收益,也即完全分配,符合有效性。

φC(V)=62.5>50=V(C)。即合作后利用Shapley方法分配给各企业的收益大于他们不合作时的收益。这也是合作能够维持的基本。

4.2 改进后的Shapley方法计算分析

引入风险修正因子,由之前的风险因素分析,先假定得出ABC各自面临的风险因子r A、r B、r C分别为30、40、50,归一化后,r'A、r'B、r'C分别为,那么引入风险修正因子后各合作企业的分配值如表6所示:

由表6可以得出:

(1)引入风险修正因子之后,各企业分配到的收益之和仍然等于150,也符合完全分配。引入风险修正因子只是将收益在各企业之间进行了重新分配。

(2)对于A企业,其企业风险小于合作成员风险的平均值,在引入风险修正因子后,其分配到的收益降低(25<37.5);B企业的风险正好等于合作成员的平均值,在引入风险修正因子前后,所分配到的收益没有发生变化,均为50;而C企业,其风险高于其他两个企业,引入风险修正因子后,获得的收益高于没有引入风险因子之前(75>50)。因此,引入风险因子后,承担高风险的企业获得了补偿,这是符合风险与收益相平衡原则的。

(3)另外,φA(V)=25<30=V(A),即引入风险修正因子后,企业A分配到的利益要小于不参与合作)之前的收益。那么这种情况之下,A将不愿意参与到合作中。

5研究结论

各参与主体在物流金融合作中的利益分配是物流金融管理的一个关键问题,对其持续稳定发展起决定作用。建立科学合理的分配机制不仅有助于维持物流金融参与主体之间的战略联盟合作关系,更可以提高资源的利用效率,为用户提供更高质量的服务。本文通过将风险因子引入至Shapley模型中,考虑了成员承担风险的不同,因而能够将风险与收益相平衡,更符合收益分配的公平性原则,使得银行等金融机构、第三方物流企业、中小企业的物流金融契约更加有效,合作更加稳定。但是,如何界定和衡量各个参与主体所面临的风险,继而准确的进行利益分配,是下一步的研究方向。

参考文献

[1]陈祥锋,朱道立.现代物流金融服务创新-金融物流[J].物流技术,2005,(3).

[2]张劲珊,谢祥添,龙文.基于Shapley值的供应链利润和分配问题研究.Proceedings of 2010 Third InternationalConference on Education Technology and Training(Volume8),2010.

[3]王莺,贺盛瑜.刘小艳.考虑风险的供应链合作利益分配问题研究[J].商场现代化,2007,(493):65-66.

[4]潘永明,李倩玮.基于Shapley值法的物流金融模式利益分配研究[J].中国物流与采购,2011,(16):66-67.

[5]叶茂.一种考虑风险的供应链伙伴利益分配方法[J].价值工程,2008,(2):62-64.

论中美贸易利益分配 篇5

一、中美贸易博弈

中美两国是当前世界上最大的经济体, 中美两国经济发展很大程度上影响着世界经济的发展。中美贸易更是备受关注。中美两国建交以来, 中美经贸关系稳定发展, 两国双边贸易额持续增长。一方面, 中美两国间由于存在巨大的利益互补性, 增加了合作的可能性;另一方面, 由于各国国家利益的不一致, 导致贸易过程中产生摩擦甚至是冲突。近年来, 中美贸易格局基本变现为中国对外贸易顺差不断攀升, 美国对外贸易出现巨额逆差。中国对美贸易顺差的持续增长给中国的国际贸易环境造成了非常不利的影响。中美两国经贸往来频繁, 经济联系日益密切, 小规模贸易摩擦不断, 或将升级为不同程度的全面贸易战。美国对中国采取贸易保护政策, 反倾销、反补贴等愈演愈烈。

2012年, 华为技术有限公司和中兴通讯股份有限公司同样因为“国家安全”问题被迫放弃在美国的投资意向和投资行为。三一重工在美国投资30亿元风电项目也因涉及所谓的安全领域被美国外国投资委员会阻挠。美国种种贸易保护行为, 让本应双赢的双边贸易渐行渐远。

中方认为中国处于全球价值链的低级阶段, 产品附加值低, 实际贸易过程中分配所得利益很少, 并且所出口产品中包含大量的高能耗产品;美方认为, 中国之所以对美整体贸易中存在巨额顺差, 原因在于中国对美贸易过程中使用不公平的竞争手段, 致使美方在中美贸易中贸易利益严重受损。

中美贸易失衡背后, 有关贸易利益如何分配的问题, 使得中美贸易平衡问题愈加复杂与困难。各方关注的焦点依然锁定在中美贸易失衡背后的利益得失, 贸易利益究竟花落谁家?

二、宏观方面

从需求和供给进行分析。美国对中国或多或少的贸易保护主义, 必定会对中美两国贸易投资和生产产生极为不利的影响。中美贸易领域的不断扩大, 从货物贸易向服务领域扩展。假设国内产品需求依赖于大量进口, 导致国内价格水平极低, 诱使进口商所在地政府认为出口商通过不正当竞争手段向国内实行大规模倾销, 从而对进口国产业形成威胁。主权政府面对所谓的产业利益受损, 产业发展受到威胁不会袖手旁观不作为的, 有利可图的前提下, 贸易保护政策的情况应运而生, 使国际竞争由此成为一种有保护的竞争。

贸易保护主义背景下, 美国对中国出口需求下降, 中国国内产品供给增加, 致使中国国内总体产品价格水平下降;美国放弃中国制造的同时, 必须从世界其他地区或国家进口产品以满足其国内需求, 并且要付出高于中国制造的价格。此举致使美国国内价格水平较之前有所上涨。从GDP增长率来看, 中美贸易摩擦势必会降低中国当期的经济增长率, 但并不是说美国GDP增长率的提升时由于当期美国的国内生产有了大幅度增加, 而是美国的贸易转移使得美国需要花费更高的价格满足国内市场需求, 相对较高的价格水平又拉动了美国GDP增长率。可以看出, 中美贸易摩擦将呈现出多样化和复杂化的特点, 两国间的贸易摩擦短期内不会削减更不会消失, 甚至不断激化, 涉及经济安全领域。

从征收反倾销税的角度来看, 较高的反倾销税致使商品价格上涨的同时, 市场需求量下降, 商品价格上涨部分转嫁到消费者身上, 消费者并未受益。另一方面, 进口量的削减, 使得国内同类产品产量增加, 一部分生产者会从中受益。

三、微观方面

从生产者和消费者的角度进行分析。生产者在贸易过程中始终追逐利润, 希望实现利润最大化, 风险最小化。完全竞争市场中, 价格受市场供给和需求影响, 均衡点无法实现盈利。而在不完全竞争市场中, 影响利润最大化的因素众多, 需求弹性导致价格是敏感因素。理性生产者在需求弹性存在差异的情况下, 为了实现自身利润最大化, 倾向于在

(下转第2 2页) (上接第17页)

需求弹性高的市场制定相对较低的价格水平。中美贸易过程中, 中国出口商品价格相对较低也是这种情况。

另一方面, 两国出口企业作为竞争者, 各方所持市场份额的多少是由相对价格水平决定。相对价格水平低, 占据市场份额高, 相对价格水平高, 所持市场份额低, 甚至有可能失去整个市场。中国出口企业在诸如劳动密集型的产业中具有相对于美国的比较优势, 从而导致对于美国企业的竞争压力。美国政府征收反倾销税以缓解本国企业压力。

一般性分析中, 假设消费者对于价格是敏感的, 那么, 选择价格水平相对较低的产品可以实现消费者收入水平效用最大化。当两国出现贸易失衡倾向时, 国内厂商和本国政府力图扭转贸易失衡, 以求减少本国进口量, 反倾销税征收以达到进口量锐减的目的。本国价格水平上涨, 消费者利益受损, 只有当国内厂商和本国政府愿意弥补消费者利益损失并且所做弥补并未使国内厂商和政府利益受损时, 反倾销税才被认为是可行的。

四、中美贸易利益分配及结论

中美贸易总额不断攀升与贸易失衡并存, 分析可知造成中美巨额贸易逆差是多方面的, 如贸易结构、贸易转移、统计方法等方面的问题。

从贸易利益分配角度来看, 经济全球化背景下, 中美两国分属价值链的不同位置, 美国处于全球价值链高附加值环节, 中国处于全球价值链低附加值环节。美国巨额贸易逆差致使一种表面现象, 中美贸易利益流向并非和贸易失衡是一致的。因此, 加强对外资流向的政策引导, 获取高附加值的对外贸易直接利益。在劳动密集型产品具有相对比较优势的基础上, 致力于提高产品附加值, 提高自身研发能力, 掌握更多的核心技术, 实现产品比较优势的逆转。从政策角度减少美国对华贸易中直接投资于加工贸易部分。

从中美两国关系来看, 中美两国分别是世界上最大的发展中国家和发达国家。两国贸易关系发展不断加深, 虽摩擦不断, 美国成为中国最大的贸易顺差国, 中美之间贸易摩擦问题成为中美经济关系中最严重的问题。但中美贸易往来使得中美两国相互之间存在巨大的经济利益。强烈的表示反对贸易保护主义并不能缓解贸易中出现的问题。经济全球化背景之下, 各地区、各国家间经济上“牵一发而动全身”, 贸易层面的对抗只能使双方利益受损, 并不能从实质层面解决问题, 唯有缓解矛盾, 加强合作才能实现经济利益, 达到共赢。

从现阶段中国对外贸易状况来看, 贸易附加值比重总体上稳步上升, 应努力致力于获取高附加值的对外贸易直接利益。出口商品结构不合理、对外依存度不断扩大等因素致使中国贸易顺差成为“众矢之的”, 缓解贸易失衡的基础上调整对外贸易结构, 增加产品技术含量, 提高产品技术水平, 掌握核心技术。对华反倾销案件逐年增多, 中国成为美国反倾销调查最大的涉案国, 应提高对相关案件的应诉能力, 扭转非市场经济国家地位。

开源制造利益分配模式研究 篇6

关键词：开源制造,自由软件

开源制造成为新的生产方式, 但是, 开源制造也伴随着一个似乎无法解决的难题:如何防止简单复制。比如, 一款新产品刚问世, 就立刻被制作成山寨产品。原则上, 这是无法避免的。开源社区的精髓技术自由传播。那么, 这如何保障原创思想者的利益呢?换句话说, 没有专利保护的开源社区如何不被山寨打垮?因为强调专利就无法做到真正的开源, 没有开源, 就没有技术的自由流动, 因此, 在创新的深度上就大打折扣, 就会失去开源所带来的优势。如何解决这个问题, 我们可以通过观察软件业的经验教训获得灵感。

一、开源制造与自由软件业的对比

软件行业中历来就有自由软件的说法, 自由软件所指称的软件, 其使用者有使用、复制、散布、研究、改写、再利用该软件的自由。更精确地说, 自由软件赋予使用者四种自由:不论目的为何, 有使用该软件的自由;有研究该软件如何运作的自由, 并且得以改写该软件来符合使用者自身的需求, 取得该软件之源码为达成此目的之前提;有重新散布该软件的自由。

如果软件的使用者具有上述权利, 则该软件就被称之为自由软件。也就是说, 使用者能够自由地散布该软件的原版或改写版。使用者也有自由改写软件的权利, 并且可以将这些软件再利用在工作上或是娱乐上。使用软件的这份自由权适用于任何人和组织。再散布软件的自由必须同时适用于原版和改写版软件的二进制码和源码上。因此, 为了使软件真正成为自由软件, 使用者必须能够取得源代码。

因此, 开源与自由是几乎同一个概念。开源制造与自由软件是同一个问题。当我们谈论自由软件, 指的是自由而非免费。实际上, 为获取自由软件 (或者开源软件) 以便研习, 修改和任意拷贝, 也可能产生费用。软件也需要专门的知识进行改进, 提高和应用。这是程序员收入的真正来源, 很多客户, 尤其是公司, 愿意付款以获取软件的定期安全更新和性能改进。

自由软件公司得益于由大量自愿贡献者所组成的一个非常分散的开发系统。自由软件产业内部的收入少于与其相对的私有软件产业, 但也不可小觑。最终, 单个的用户一般不用花钱也能用上自由软件。自由软件不是要去掉程序员收入, 只是把源代码看作不应隐瞒用户的开放知识。它以一种不同于传统的商业模式运作。很多已采取这种模式的公司都运作良好。

与此类似, 开源制造也可以采取类似的利益分配方法。这里需要改变一个观念, 即开源制造与开源软件是截然不同的概念。其实, 所谓制造业和软件业并无本质不同, 只不过制造业操纵的是原子, 软件业对付的是比特而已。程序员们编制各种程序模块, 把自己的模块和别人的模块组合在一起, 测试功能, 不停调整, 希望实现符合目的功能。制造业也是如此, 自己生产零件, 也订购别人的零件和技术, 把所有这一切整合在一起, 完成一件产品。这两种产业完全可以采用类似的利益分配方式。

二、开源制造的利益分配

关于开源制造, 人们普遍存在疑虑, 通常会认为, 如果人人都可以复制想法, 创新就会受到抑制。事实上, 自由往往是催生富有创意的成功产品的关键。任何人都可获许且被鼓励从事其上的工作;很多人都愿意参与进来;不必重复开发, 可以直接在已有的技术上进行改进。

开源制造最大的问题是如何进行利益分配, 虽然参与制造公关的人大部分只是出于兴趣和荣誉感, 但这些人也要养家糊口, 不可能长期从事没有报酬的工作。因此必须给出一套合理的利益分配方法。

这里可以参考传统的论文发表中对文献的处理方法。如何客观、公正地评价一名科研人员的学术表现, 日益成为一个重要问题。发表论文的总引用次数是衡量一位科研人员学术影响力的重要指标, 因为它体现了世界范围内同行的署名评议。

总引用次数是指某科研人员所发表论文的SCI被他人引用次数的总和。这种算法实际是基于一个假设, 即该人对所有署名论文都拥有全部荣誉。对于有多位作者的论文, 这种假设很可能是错误的, 因为不是每位作者都应该拥有全部荣誉。针对论文的引用次数和针对作者的引用次数是不同的。通常意义的引用次数是针对论文的, 而不是针对作者的。如果一篇论文只有一个作者, 那么这两种概念可以混用, 而对于有多位作者的论文, 混淆两种概念会导致不公正甚至误导性的结果, 导致系统地奖励那些经常排名靠后甚至‘挂名’的作者。因为对于某一篇论文来说, 评审人员可以看到作者排序;而对于申请者提供的一个数字 (引用次数) 来说, 评审人员则无从知道究竟有多少引用次数来源于作为主要完成人的工作, 多少引用次数来源于排名靠后的工作。所以, 需要一个量化的指标用来计算针对作者的引用次数。对于一个产品也是如此, 制造一个新产品必然要引用别人的技术, 这里存在的问题与论文引用类似。

为解决这一问题, 需要提出一种根据作者排序计算带权重的引用次数的方案。一名作者的带权引用次数为论文的引用次数乘以作者权重系数。除通讯作者和第一作者外, 其余作者所分得的荣誉按其作者排列顺序以等差级数递减。总之, 对一篇论文, 第一作者和通讯作者的权重引用次数与论文引用次数相同, 其他作者的权重引用次数随排名位置递减。这比不分青红皂白, 使所有作者都获得全部引用次数的做法更合理。这种方法可以扩展, 用于产品制造, 根据被引用的比例给出估值, 并让出一部分利益给技术的原创者。

三、开源制造利益分配与专利

这种方法和专利有何不同呢?专利制度旨在保护技术能够享受到独占性、排他性的权利, 权利人之外的任何主体使用专利, 都必须通过专利权人的授权许可才能获得使用权。随着法律制度的不断完善, 专利的使用呈现出多样化趋势, 专利无效、专利撤销、过期专利等一一被列入专利法律范畴。只有充分的认识诸如此类的法律制度, 才能充分的利用专利资源, 为企业实现更多的经济价值。专利权人对发明创造享有的专利权, 即国家依法在一定时期内授予发明创造者或者其权利继受者独占使用其发明创造的权利, 这里强调的是权利。专利权是一种专有权, 这种权利具有独占的排他性。非专利权人要想使用他人的专利技术, 必须依法征得专利权人的授权或许可。

受到专利法保护的发明创造, 即专利技术, 是受国家认可并在公开的基础上进行法律保护的专有技术。“专利”在这里具体指的是技术方法——受国家法律保护的技术或者方案。 (所谓专有技术, 是享有专有权的技术, 这是更大的概念, 包括专利技术和技术秘密。某些不属于专利和技术秘密的专业技术, 只有在某些技术服务合同中才有意义。) 专利是受法律规范保护的发明创造, 它是指一项发明创造向国家审批机关提出专利申请, 经依法审查合格后向专利申请人授予的该国内规定的时间内对该项发明创造享有的专有权, 并需要定时缴纳年费来维持这种国家的保护状态。

对“专利”这一概念, 生活中人们一般笼统地认为:它是由专利机构依据发明申请所颁发的一种文件, 由这种文件叙述发明的内容, 并且产生一种法律状态, 即该获得专利的发明在一般情况下只有得到专利所有人的许可才能利用 (包括制造、使用、销售和进口等) 。

值得注意的是, 专利的两个最基本的特征就是“独占”与“公开”, 以“公开”换取“独占”是专利制度最基本的核心, 这分别代表了权利与义务的两面。“独占”是指法律授予技术发明人在一段时间内享有排他性的独占权利;“公开”是指技术发明人作为对法律授予其独占权的回报而将其技术公之于众, 使社会公众可以通过正常渠道获得有关专利信息。据世界知识产权组织的有关统计资料表明, 全世界每年90%—95%的发明创造成果都可以在专利文献中查到, 其中约有70%的发明成果从未在其他非专利文献上发表过, 科研工作中经常查阅专利文献, 不仅可以提高科研项目的研究起点和水平, 而且还可以节约60%左右的研究时间和40%左右的研究经费。

四、结论

开源制造中的利益分配将与传统的专利分配方式不同, 即在研制过程中, 任何技术都是开源的, 不需要征得原创者的同意。这样就保证了技术能以最快的速度被改进和融合。原则上制造者可以不给技术贡献者任何报酬, 也不需要考虑是否专利侵权。之所以要返还利益给原创者, 是因为任何制度要想长久, 必须解决利益分配问题。如果忽略利益分配, 就无法持续改进产品, 因为一个开源社区本质上是一个劳动合作社, 是一个经济实体, 要想达到长久的连续生产, 必须象一个经济实体一样正确分配劳动收入。而论文索引统计方法可以借鉴过来用于开源制造。

参考文献

[1]姚锡凡、练肇通、李永湘等.面向云制造服务架构及集成开发环境计算机集成制造系统[J]2012年第10期

[2]陈小晖.政府政策为开源软件护航.开放系统世界[J]2004年.第3期

供需网企业合作利益分配机制 篇7

当前，经济全球化形成了超国界的巨大新市场体系，各国企业在发展中确立了高度互相依存与互相合作的关系，传统的供应链管理模式已日益显现其不足，一种全新的企业管理理念———多功能开放型企业供需网模式便应运而生[1,2]。供需网是指以全球资源获取、全球制造、全球销售和提高企业综合能力为目标，相关企业之间由于多种“供需流”的交互作用而形成的一种多功能开放式的供需动态网络模式[3,4]。为抓住某一市场机遇，供需网中的节点企业根据各自的资源拥有情况，共同组建供需合作子网。有效的利益分配机制不仅能够提高供需合作子网中各节点企业的积极性，而且可以有效地规避各种风险[5]。

目前，国内外学者已从多个方面对企业利益分配机制问题进行了研究。按照研究视角的不同，可以将利益分配机制问题的相关研究分为三大类：(1)基于模型考虑的因素进行研究。根据模型考虑的因素不同，成员之间利益分配的结果也有所不同。Feng Fen-ling等研究了信息不对称情况下铁路运输系统节点之间的利益分配机制，建立了相应的利益分配模型，并对模型的合理性和适用性进行了验证[6]。Guan Bai-hai研究了考虑招标成本后联盟企业利益分配机制问题，利用合作与博弈理论建立了联盟企业利益分配模型，深入探讨了企业成本系数、知识投资的效率系数和总利益的关系[7]。(2)结合利益分配方法进行研究。戴建华等研究了基于Shapley值法的成员利益分配问题，指出了未经改进的Shapley值法用于成员利益分配问题时所存在的问题，建立了考虑风险因素的Shapley值法模型[8]。刁丽琳等研究多权重Shapley值法在联盟利益分配机制中的应用，构建了能够体现议价能力和贡献大小的利益分配模型，并运用数值仿真实验比较了原始的Shapley值法模型和多权重Shapley值法模型[9]。(3)基于契约分析的方法进行研究。陈菊红等研究了需求具有价格敏感性的供应链收益共享契约问题，分析了供应链成员收益与契约参数的关系，并利用报童模型建立了供应链成员收益共享契约最优决策模型[10]。桑圣举等分析了模糊需求环境下供应链收入共享契约问题，建立了相应原收入共享契约协调模型，并利用仿真实验对模型的有效性进行了验证[11]。

传统的研究方法往往侧重于某个独立的分配原则，而不同的分配原则将导致不同的分配结果，若最终的利益分配结果无法使每个成员都满意的话，那么成员之间的合作关系将面临破裂。另外，传统的研究方法也没有考虑利益分配机制整体的协同性，没有深入分析利益分配机制对市场销量、价格和节点利益的整体影响。基于以上原因，本文结合企业管理思想和供需网系统的发展规律，创新性的将企业合作意愿度和利益调节因子引入到企业的合作利益分配机制中，利用合作意愿度深入分析供需网节点间利益分配机制的内在机理，通过利益调节因子从整体上协调节点间利益分配不均衡问题。

2 利益分配的合作决策

为了抓住某一市场机遇，供需网中企业节点1和节点2共同组建供需合作子网，以快速满足市场的需求。供需网节点1和节点2在供需子网中的获利分别为π1和π2．节点1生产一种产品，并以单位价格p1批发给节点2，产品的单位生产成本为c1；节点2将产品加价p2后投入市场，产品的单位销售成本为c2．假设节点2总能满足市场的需求，节点1也不存在供货不足的情况，节点1和节点2之间保持高度协同，节点1的产品生产量和节点2的市场销售量表示为Q．为了便于分析和研究，将Q表示为Q=α-β（p1+p2），其中α和β为常数。

λ表示节点1与节点2之间的合作意愿度，其中λ∈[0,1]。当λ=0时，表示节点1与节点2完全不合作；当λ=1时，表示节点1与节点2完全合作。

由以上的描述可知，节点1的收益函数表达式为：

(p1Q-c1Q）表示节点1在生产渠道所获得的收益，λ（p1Q-c1Q）是节点1为了提高产品的市场销量，鼓励节点2在市场销售领域投入更多的精力，在产品投放市场的前期，将收益分出一部分和节点2共享的让利。因此，节点2的收益函数表达式为：

由式（1）和式（2）可知，供需合作子网的收益函数表达式为：

节点1实现生产领域利益最大化的条件为由此可以求得：

此时Q可以表示为：

结合式（2）、式（4）和式（5）可以将节点2的利益函数表达式转化为：

此时，节点2实现销售领域利益最大化的条件为由此可以求出p2:

将式（7）代入式（4），可得：

此时市场销售量可以表示为：

将p1、p2和Q的值分别代入式（1）、式（2）和式（3）中，可以得到节点1、节点2和整个供需合作子网的利益表达式：

3 合作收益优化分配机制

3.1 模型的构建

节点1和节点2的合作收益优化分配模型如图1所示。模型由两个阶段组成，第一阶段为合作优化决策阶段，第二阶段为合作利益分配机制启动阶段。在第一阶段中，节点1为了鼓励节点2在市场销售领域投入更多精力提高市场销量，在产品投放市场前期，将生产渠道所获得的利益分出一部分和节点2共享。但是随着产品市场销量的不断提高，节点1让利总额不断增大，最终节点1的利益将会受损，节点2的利益会不断提高。为了使双方的合作能够持续下去，节点2必须要将市场销售领域的一部分利益和节点1进行共享。只有采取这样的合作利益协调方式，双方才能找到共同的利益均衡点。现假设双方的利益调节因子为η，φ表示合作收益分配的协调转移量，则φ可以表示为：

在收益分配机制的作用下，节点1的收益函数表达式为：

在收益分配机制的作用下，节点2的收益函数表达式为：

在收益分配机制的作用下，节点1和节点2的总收益为：

3.2 分配决策对市场销量的影响

对Q在λ∈[0,1]区间的变化规律进行研究。由式（9），分别对Q求λ的一阶和二阶偏导得：

由α-β（c1+c2)>0,(2-λ）>0，知因此，Q在λ∈[0,1]区间单调递增，且单调递增的斜率随着λ的增大而增大。这说明产品的市场销量随着节点间合作意愿的加深而加大，合作关系越紧密，合作的意愿越高，产品的市场销量就越大，并且销量增速度增大。

3.3 分配决策对价格的影响

3.4 分配决策对两节点利益的影响

在λ∈[0,1]区间，分别对p1、p2求λ的一阶偏导：由此λβ（2-λ）3λ4β（2-λ）2可以推出节点1的利益随着λ的增加而减小，而节点2的利益随着λ的增加而增加。综合上面的结果可以发现，随着两节点合作关系的不断改善，节点1的利益最终会下降为0，而节点2的利益会不断的得到提升；在产品投放市场以后，节点1会拿出生产领域的一部分利益和节点2共享，以鼓励节点2在市场销售领域投入更多的精力，而使产品的市场销售量不断提升。同时节点1拿出的利益随着产品市场销售量的增大而增大，最终节点1的利益将受到损害，而节点2不仅分享了节点1在生产领域的部分利益，而且在自已的销售领域也获得了大量的利益，最终节点2的利益会不断得到提升。当λ=1时，节点2的利益达到最大值，节点1的利益降为0。

3.5 分配决策对整个供需合作子网利益的影响

4 利益分配机制的实施

从前面的分析知，随着两节点间的合作意愿度的增加，虽然整个供需合作子网的总收益在增加，但是节点1的利益在不断下降，而节点2的利益在不断增加。当λ=1时，节点1与节点2之间的合作达到完全合作态势，此时节点1的利益降为0，节点2的利益达到最大值。由此可见，要使双方的合作关系维持下去，达到共赢的目的，节点1和节点2之间蹬合作利益必须要进行再分配。

4.1 利益调节因子的调控范围

当λ从0变到1时，整个供虚合作子网的利益增加量为：

节点1的收益减少量为：

节点2的收益增加量为：

根据两节点和整个供需合作子网的利益变化情况，结合供需网企业合作利益分配机制设置的基本原则和要求，节点1和节点2之间的利益分配协调转移量φ应满足如下条件：

结合式（8）、式（9）和式（24），将p1和Q的值代入到式（24）中，可以得到利益调节因子η的取值范围：

令R∈[4，+∞），由式（25）可以推出：

可以看出，要使双方达到共赢，其合作利益调节因子η的调控范围应满足也就是说，当时，随着节点1和节点2合作意愿的不断加深，双方的利益都会受到损害。

4.2 利益调节因子的变化规律

两节点之间合作利益分配的协调转移量φ=ηp1Q，与利益调节因子η、产品批发价格p1、产品市场销售量Q以及两节点合作意愿度λ密切相关。如果能找出利益调节因子η与合作意愿度的关系，那么可以进一步揭示两节点之间合作利益分配机制的运行规律。

现对利益调节因子η求λ的一阶和二阶偏导：

显然，两节点在进行二次分配时，利益调节因子η起主要作用，利益调节因子必须要控制在一定的范围内两节点间才能达到合作共赢的效果，无论是节点1事先拿出一部分生产领域的利益和节点2共享，还是节点2事后拿出一部分销售领域的利益和节点1共享，其分配转移量必须受到多个条件的制约。

5 算例分析

在供需合作子网中，节点1的单位产品制造成本为c1，节点2的单位产品销售成本为c2，其中c1>c2，本文假设节点1在生产某商品时，其生产成本c1=30，节点2在销售此商品时，其销售成本c2=8。需求函数中的常数α和β为弹性系数，分别设为100000和1000。节点1和节点2为了迅速满足市场上消费者的个性化需求，两者间采取合作的方式来生产某个性化商品，节点1与节点2之间的合作意愿度为λ，其中λ∈[0,1]。当节点1和节点2之间不存在任何合作关系时，λ=0；当节点1和节点2之间保持完全合作的关系时，λ=1；本文给出了λ与Q、p1、p2、π1、π2、πtot之间的变化关系曲线图，在此基础上截取了λ的4个点，以便于进行数据对比分析。当λ=0、λ=0.6、λ=0.8和λ=1时，可以计算出Q、p1、p2、π1、π2和πtot所对应的值。同时，为了更加清楚地分析利益调节因子在供需合作子网中所起的调节作用，本文给出了在特定合作意愿度的情况下，η=0.05和η=0.2时各节点的利益转移量。表1为供需合作子网中利益变化表。图2、图3、图4、图5、图6和图7分别为λ与Q、p1、p2、π1、π2、πtot之间的变化关系曲线图。结合变化关系曲线图和表1中的数据，可以很方便的分析出合作意愿度λ和利益调节因子η对各参数的影响。

结合式（14）、式（15）和式（16）可知，在合作意愿度λ∈[0,1]时，整个供需合作子网的总利益π′tot是单调递增的，从表1中的具体数据也可以看到，合作意愿度从0增加到1时，整个供需合作子网的总利益从720750增加到961000，节点1的利益从240250下降到0，节点2的利益从480500上升到961000。这说明通过改善两节点合作关系可以使整个供需合作子网的总利益增加，同时也反映了两节点之间采用合作利益分配机制进行利益分配的必要性。

由式（17）和式（18）可知，Q|λ=0=15500、Q|λ=1=31000，同时由此可知，Q在λ∈[0,1]是单调递增的，且单调递增的斜率随着λ的增大而不断增大（如图2所示）。

从表1也可以发现，当合作意愿度λ从0一直增加到1时，市场销量也从最初的15500增加到31000。另外，当λ∈[0,1]时，分别对p1、p2求λ的一阶和二阶偏导，可以推出：并且由此可以知道，p1在λ∈[0,1]是单调递增的，且单调递增的斜率随着λ的增大而不断增大，如图3所示；p2在在λ∈[0,1]是单调递减的，且单调递减的斜率随着λ的增大而不断减小，如图4所示；同时从表1中可以发现，p1从45.5一直上升到61，而p2从最开始的39一直下降到8，刚好下降到产品的销售成本价c2.

图5和图6分别为利益调节因子起作用前节点1和节点2的利益变化曲线，随着λ的不断增加，节点1利益在逐渐减小，节点2的利益在逐渐增加。从表1中可以看出，当λ=1时，节点1的利益π1=0，而节点2的利益为961000。结合图5和图6的变化规律及表1的数据可以知道，两节点的利益必须通过利益调节因子进行重新分配，同时两节点之间的合作意愿度对整个供需合作子网总利益影响的变化曲线图如图7所示。在合作意愿度λ=0.6的情况下，当利益调节因子η=0.05时，两节点间利益分配的协调转移量φ=ηp1Q=57726.44，经过收益的重新分配后，节点1的利益从196122.45上升到253848.89，节点2的收益从686428.57下降到628702.13，两节点的利益都比不合作时所获得的利益要多，因此两节点有继续合作的意愿。

在合作意愿度λ=0.6的情况下，当利益调节因子η从0.05上升到0.2时，两节点间利益分配的协调转移量φ=ηp1Q=30905.74，此时两节点的利益分别为427028.19和455522.83。通过比较可以发现，在合作意愿度λ=0.6的情况下，无论利益调节因子η的值怎么改变，两节点的利益之和都为882551.02，也就是说利益调节因子η不会改变整个供需合作子网的总利益，它对两节点起到很好的调节作用。因此，两节点可以根据各自参与供需合作子网的意愿程度和实际情况，合理地设置利益调节因子η的大小。

6 结束语

(1)合作不仅可以使供需合作子网的总收益增加，而且可以使节点企业的竞争力得到增强。只要两节点之间采取合作的态势，那么整个供需合作子网的收益就会增加，产品的市场销量也会增加，产品的市场价格随着合作意愿的增加而不断减小，这也说明在两节点的市场竞争力得到了增强。

(2)合作意愿度λ是整个供需合作子网健康有序发展的关键，是节点间利益分配机制的基础。当λ=1时，πtot的值达到最大值当两节点间的合作关系为完全非合作的状态时，即λ=0时，两节点间的利益无论采取何种分配方式，其结果是两节点各自的利益都会受损，即两者所获得的利益都没有采取适度合作时所获取的利益多。

(3)利益调节因子η是两节点保持长期合作的有力措施用来协调节点间的利益，以保证在整个供需合作子网利益πtot增加的情况下，各节点经过再次分配后的利益π′1和π′2相比合作前的利益π1和π2都有所增加。

参考文献

[1]Naoki Masuda.Ingroup favoritism and intergroup cooperation under indirect reciprocity based on group reputation[J].Journal of Theoretical Biology,2012,311(10):8~18.

[2]Hu W,Xu F Y,Tai D Y.An effective coordination strategy for performance improvement of vendor managed inventory[J].Applied Mathematics&Information Sciences,2013,8(3):1~8.

[3]徐福缘,何静.多功能开放型企业供需网初探[J].预测,2002,21(6):19~22.

[4]徐福缘等.多功能开放型企业供需网及其支持系统研究——国家自然科学基金项目(70072020)回溯[J].管理学报,2007,4(4):379~383.

[5]胡伟,徐福缘,台德艺.基于供需网的企业合作优化决策模型研究[J].系统工程,2013,20(2):23~28.

[6]Feng F L,Lan D.Game analysis of profit distribution of railway heavy-haul cargo distribution and transportation system with asymmetric information[J].Journal of Central South University(Science and Technology),2011,42(5):1473~1481.

[7]Guan B H.Study on profit distribution in an alliance general contractor with bidding cost considered[J].Industrial Engineering Journal,2010,13(4):18~22.

[8]戴建华,薛恒新.基于Shapley值法的动态联盟伙伴企业利益分配策略[J].中国管理科学,2004,12(4):33~36.

[9]刁丽琳等.基于多权重Shapley值的联盟利益分配机制[J].工业工程与管理,2011,16(4):79~91.

[10]陈菊红,郭福利,史成东.需求具有价格敏感性的供应链收益共享契约设计研究[J].中国管理科学,2010,16(3):78~83.