供应链演化（共7篇）
供应链演化 篇1
摘要：食品供应链的各环节都影响着最终产品的质量安全。通过构建复制动态演化模型,可以发现随着食品供应链中参与主体之间契约关系紧密程度或一体化程度的加深,他们之间诚信合作的概率增大,最终的食品安全水平也随之提升;同时,食品安全问题的解决需要政府监管、自由媒体、社区组织等多元治理机制的共同作用。
关键词：食品安全,供应链,演化
一、引言
近年来,随着人们食品安全意识的逐步提高和食品市场竞争的日趋激烈,食品供应链的组织形式呈现出日益紧密化或一体化的趋势。其中的纵向协作作为能够降低交易成本、保障食品质量安全以及提高竞争力的重要产业组织形式,得到了社会的广泛关注并成为食品供应链管理理论的焦点问题。所谓纵向协作(Vertical Coordination)指的是,能够更加紧密地连接食品生产或加工各连续阶段的任何类型的正式或非正式安排的一个连续体(Davis,1957),包括市场交易、契约、战略联盟和纵向一体化等多种形式。近期国内外的研究主要运用交易成本理论、契约理论、产权理论和委托代理理论等对食品供应链中多种纵向协作模式(如:市场机制、契约、战略联盟、准完全一体化和完全一体化等)对食品安全的影响进行了理论分析和实证检验,得出了很多颇有价值的结论。Hobbs等(2000)以交易成本经济学为基础,综合能力理论、战略管理理论的观点,提出了一个解释农产品供应链中的纵向协作紧密化的概念框架。Vetter等(2002)的研究指出,纵向一体化可以作为一个解决消费者事前和事后都无法识别产品质量特征的信任品市场上存在的道德风险问题的有效途径;而政府多部门的监管则不利于供应链的一体化。Raynaud等(2002)运用新制度经济学的分析框架,讨论了农产品供应链的治理结构与质量信号之间的关系。
从食品供应链的组织形式或治理结构的角度对食品质量安全问题进行的研究在国内并不多见。夏英等(2001)从质量标准体系和供应链综合管理的角度讨论了食品安全保障问题。卫龙宝等(2004)在对农业专业合作组织这种新型的农业生产组织形式进行分析的基础上,集中研究了这种合作组织对农产品质量控制的具体措施,进而得出我国现存农业专业合作组织对农产品质量控制具有重要作用。张云华等(2004)运用交易成本经济学等理论从交易成本、风险和不确定性以及消费者需求与企业质量声誉角度分析了安全食品供给中纵向契约协作必要性。并认为食品质量安全涉及从农产品生产、加工到销售整个过程各个阶段的质量控制,为保证食品质量安全,就必须实行食品供给链的纵向契约协作或所有权一体化。胡定寰等(2006)认为通过“超市+龙头企业(合作组织)+农户”模式对整个农产品供应链上进行食品安全管理,可以有效地提高食品安全的管理水平。周德翼等(2008)探讨了食品安全政府部门的一体化监管与供应链一体化的关系。
然而,极少有从动态演化的角度对食品安全管理与供应链组织形式(治理结构)之间相互作用的关系进行研究。本文将运用演化博弈论等相关理论,构建一个复制动态过程的演化模型,分析食品供应链中组织的各主体之间的互动及共生演化过程,探讨如何诱导我国食品安全水平从现阶段的低质量均衡演化到高质量均衡的途径。
二、模型的构建与分析
食品供应链的组织形式有多种形态,它涉及食品原材料的生产、加工和销售等诸多环节,且每一个环节都影响着最终产品的质量安全。为了分析的具体和方便,本文以我国蔬菜产业为背景,取蔬菜供应链中的生产环节为主要分析对象。在生产环节中主要是生鲜蔬菜生产者与其下游经销商之间进行博弈,这里的生产者指的是农户,而经销商指的是收购蔬菜的贩销大户、加工企业或批发商等(1)。蔬菜供应链中的其他环节的情况类似,都存在参与方之间的相互博弈。针对蔬菜供应链中的生产环节,假设存在一个大规模的个体群,其中有两类数量相等的交易者———生产者和经销商,他们之间进行互动和交易,且分别有两种策略———“诚信”和“背叛”。其中,生产者的“诚信”策略指的是农户按生产操作规范生产安全和高质量的蔬菜;“背叛”策略指的是农户采取使用违禁农药和不遵守操作规范等机会主义行为生产农药残留超标的不安全蔬菜。相应的经销商的“诚信”策略指相信农户生产的蔬菜是安全和高质量的,并按高价格收购;“背叛”策略指不相信农户,无论农户生产的蔬菜的质量高低,一律按低价格收购。其单次博弈的支付矩阵如表1所示:
其中,a>b>c>d,a+b<2b,a-b>c-d,该博弈是一个囚徒困境,其占优策略均衡为(背叛,背叛),这是一个低效率的非合作的纳什均衡。为了研究动态演化过程,令生产者中采取“诚信”策略的比例为p,经销商中采取“诚信”策略的比例为q,并且他们不调整自己的策略(2)。接下来,引入生产者与经销商之间契约关系紧密程度或一体化程度的测度s(s∈[0,1])(3),其定义如下:如果在引入s之前,个体群中的一个采取“诚信”的生产者与一个采取同样策略的经销商进行交易的概率为q,那么引入s后的概率为s+(1-s)q;相应地,引入s后,一个采取“诚信”策略的生产者与一个采取“背叛”策略的经销商博弈的概率为(1-s)(1-q),一个采取“背叛”的生产者与采取同样策略的经销商博弈的概率为s+(1-s)(1-q)。生产者与经销商之间的关系越密切,他们之间的熟悉程度越高,同类型的生产者与经销商之间交易的概率就越大。对于经销商与生产者交易的概率的情况同上面的类似。其具体含义如下:当s=0时,生产者与经销商之间的交易就是自由匿名的市场交易,即他们之间随机进行配对博弈。例如当某种蔬菜到了收获的季节,经销商就到蔬菜生产相对集中的地方随机地收购,或到产地批发市场进行现货自由交易。当s在0与1之间时,联系生产者和经销商之间关系的形态有多种。当s较小而接近0时,对应于“经销商+基地+农户”,例如我国目前很多专门的蔬菜生产基地(山东寿光蔬菜生产基地和武汉双柳无公害蔬菜生产基地等),当蔬菜成熟时,经销商就直接到生产基地采购,随着交易频率的提高,他们相互逐渐熟悉,形成某种惠顾关系和达成某种隐形契约。此后,经销商就直接与他所熟悉的农户进行交易。当s较大而接近1时,对应于较严格的显性契约,如“公司+农户”形式,经销商与农户签订正式的合同,使其成为合同农户。但由于双方都存在违约的可能,因此他们之间的关系并非固定不变,只是相对稳定而已。当s=1时,对应于完全一体化和公司形式,使农户与经销商成为一体,农户成为公司的内部员工。简而言之,随着s的增大,契约关系越紧密,交易频率增加,同类型博弈方进行交易的概率也随之增加。
令πc(q,s)和πd(q,s)分别为个体群中采取“诚信”和“背叛”策略的生产者的预期支付,具体形式如下:
同样地,令Vc(q,s)和Vd(q,s)分别为个体群中采取“诚信”和“背叛”策略的经销商的预期支付,具体形式如下:
接下来将要研究的动态系统涉及博弈双方行为策略的所有组合,即p∈[0,1]和q∈[0,1]定义的状态空间,并且将研究p和q随时间变化的运动。在这一过程的模型中,用支付衡量采取不同策略的两类参与者繁殖成功的程度,即适应度(4)。根据演化博弈论的相关理论,建立复制动态(Replicator Dynamics)方程如下:
令上面两个预期支付相等,等到均衡水平
这两个均衡是否稳定,取决于支付矩阵及s的值。由于p和q的情况相同,故仅分析q的情况。对于q来说,因前面假设a>b>c>d,a+b<2b,a-b>c-d,所以满足复制动态的稳定性条件,图1说明了当q*是一个稳定的内部均衡时的情况。实线显示出的支付保证了一个稳定的均衡,在存在契约关系的情况下,生产者中采取“诚信”的比例可以达到q*;但是,当不存在契约关系时,生产者将普遍采取“背叛”策略。
根据p*或q*=1,可以得到s=(a-b)/(a-c);根据p*或q*=0,可以得到s=(c-d)/(b-d)。然后,根据上述的分析和下面的复制动态方程的相位图(图2),可以清楚地看到他们之间的互动及运动方向。当时,任意给定的一个初始值,其最终演化的均衡为(1,1),即点C,且是稳定的;当(c-d)/(b-d)<s<(a-b)/(a-c)时,稳定的均衡为(p*,q*),即点A,这里的p*,q*∈(0,1),即某一水平的诚信交易得以维持,成为一个均衡;当s<(c-d)/(b-d)时,稳定的均衡为(0,0),即点B,意味着以普遍的背叛为结果。由此可见:s的值对均衡状况有着十分重要的影响,决定了最终的演化的方向及路径。
三、结论及建议
通过上述的分析与讨论,并结合对我国蔬菜产业的调查(5),可以得出以下几点结论和建议:
(一)食品供应链的组织结构(治理结构)与食品安全水平是相互影响作用而共生演化的。
一方面,供应链中各环节的参与主体之间的契约关系越紧密,一体化程度越高,他们之间的诚信合作水平越高,最终食品安全的水平就越高。另一方面,人们对食品安全的要求越高,反过来也促进了食品供应链的一体化。此外,食品供应链的一体化有利于提高政府的监管效率和效果;有利于社会声誉机制作用的发挥。从笔者对浙江、山东、湖北和广东等地的调研来看,越是对质量要求严,一体化的程度就越高。反之,完全的市场化随机采购,则完全没有安全的保障。不同的生产组织形式在蔬菜质量安全保障水平上呈现出如下的梯度:完全一体化(公司返租、合伙制)优于“公司+农户”,优于“公司+小农户”,优于蔬菜生产基地,优于散户生产。目前我国食品安全供应链中各环节的参与主体的数量众多,规模小,相互连接非常松散,严重制约着食品安全水平的提高。因此,应该利用各种契约关系,将各相关主体紧密地联系起来,推进食品行业的产业化和一体化。
(二)我国食品安全问题的核心是一个演化的问题:
如何从低质量低效率的均衡演化到高质量高效率的均衡。如上述分析:当s较小,即供应链中各环节的参与主体之间的契约关系比较松散时,无论如何也无法演化到较高水平的均衡;当s超过一个临界值,而初始状态并不理想时,也就是即使供应链中诚信参与主体较少时,只要他们之间有比较紧密的契约关系将他们联系起来,经过一段时间的演化,最终会达到一个较高水平的诚信合作,从而达到一个高质量高效率的均衡。现阶段我国农业生产经营的特点为:规模小而分散,且行业协会等生产经营者的组织不发达。一个超强的政府监管部门要面对大量分散的小规模农户,监管成本极高;而分散农户的用药行为又正好是蔬菜农药残留控制的难点和重点。一个社会越是组织化和结构化,越是利用社会的组织和网络来管理,交易成本越低;而组织化的社会,将会形成重复博弈和信誉机制,增强整个社会的信用,一个以信誉为基础的社会的管理成本更低。
因此,突破我国食品安全水平现阶段的低质量均衡的初始步骤在于积极引导分散的小农户自愿形成组织,建立健全各类合作组织或协会,培育建立社会关系网络,使社会组织化和结构化,利用组织的信用和社会关系网络来约束个体的行为,控制机会主义行为。此外,我国政府往往出台一些法规政策后,当短期的效果不明显时,就匆忙重新出台另外一些新的法规政策,没有注重制度的持续性、连续性以及长期效果,没有把微观主体的适应性反应纳入考虑。政府应该从长远和演化的角度来制定相关的政策法规。
(三)食品安全问题的解决需要多元治理机制的共同作用。
从上述的分析可以知道,博弈支付、博弈的初始条件和博弈规则等诸多因素都会影响到最终的诚信水平,即食品安全的水平。因此,合理的食品安全管理制度应该是利益相关者自我激励、自我组织、多层次、多组织以信誉为基础的公私结合的治理机制。具体而言就是:建立竞争性的认证市场,认证企业对食品供应链进行认证监督;政府系统的监管职能集中到一个部门,内部实行行政监督,并对认证企业、食品供应链、媒体进行监管;新闻媒体对政府和企业进行监管,新闻媒体内部实行竞争;农户相互组织起来,通过加工企业和供应商等形成供应链,供应链内部构成质量管理体系;媒体、供应商、零售商和农户等组成行业或社区协会,进行内部声誉管理。消费者根据认证信息、政府监管信息、媒体信息选择购买。
参考文献
[1]Davis,J.H.Policy Implications of Vertical Integration in United States Agriculture[J].Farm Economics,1957,39:300–312.
[2]Hobbs,J.E.and L.M.Young Closer Vertical Co-ordi-nation in Agrifood Supply Chains:A Conceptual Frame-work and Some Preliminary Evidence[J].Supply Chain Management,2000,5,(3):131-142.
[3]Vetter,Henrik and Kostas Karantininis.Moral Hazard,Vertical Integration,and Public Monitoring in Credence Goods[J].European Review of Agricultural Economics,2002,29,(2):271-279.
[4]Raynaud,Emmanuel,Loic Sauvee and Egizio Valceschi-ni.Governance of the Agri-food Chains as a Vector of Credibility for Quality Signalization in Europe[R].10th EAAE Congress:“Exploring diversity in the European Agri-food System”,Zaragoza,Spain.August 28-31.
[5]夏英.食品安全保障:从质量标准体系到供应链综合管理[J].农业经济问题,2001,(11):59-62.
[6]卫龙宝,卢光明.农业专业合作组织对农产品质量控制的作用分析——以浙江省部分农业专业合作组织为例[J].中国农村经济,2004,(2):36-41.
[7]张云华,孔祥智,罗丹.安全食品供给的契约分析[J].农业经济问题,2004,(8):25-28.
[8]胡定寰,Gale,Fred and Thomas Reardon.试论“超市+农产品加工企业+农户”新模式[J].农业经济问题,2006,(1):36-39.
[9]周德翼,吕志轩等.食品安全的逻辑[M].北京:科学出版社,2008.15-25.
供应链演化 篇2
1 文献回顾
绿色合作 ( Green Cooperation) 是指企业在生产经营活动过程中与环境保持和谐相容的合作关系[2]。绿色合作实现了企业运作的高资源利用率和低环境污染率的双重优化目标[3]。目前,国内外学者对企业绿色合作的 研究大部 分主要集 中在绿色 供应链[4,5]、逆向物流[6]等方面,强调通过供应链企业之间的绿色合作来提高资源环境绩效,实现供应链内部的资源消耗和环境副效应最小,尚未考虑通过供应链与供应链之间的合作来提高资源环境绩效。集群供应链 ( Cluster Supply Chain) 是一种新型网络组织模式,它源于将供应链运作平台移植到产业集群中,两者相互耦合形成的由多条单链式供应链相互竞合的动态系统[7]。集群供应链具有横向同质企业相互分工协作高度发达、纵向异质企业构成相对完整的供应链结构体系[8]。其中,网络是这个组织的显形结构轮廓,而有向链状是其隐形架构,这种结构使集群供应链在绿色合作时不仅从纵向角度解决了供应链内部的绿色化问题,而且通过横向同质企业间的跨链绿色合作进一步解决了供应链外部绿色化问题[9]。由于集群供应链跨链合作存在的目标差异、利益冲突,致使集群供应链绿色合作过程存在诸多风险,而政府的政策导向与鼓励措施是集群供应链绿色合作的主要驱动力[10,11]。因此,集群供应链与政府之间的博弈关系如何将对产业集群的生态化发展产生重要影响。基于此,本文采用演化博弈理论对集群供应链绿色合作行为演化及政府作用进行研究,分析了集群供应链跨链绿色合作与政府行为之间的动态演化博弈关系和不同的博弈均衡结果,给出一系列的结论,以期为我国传统产业集群的生态化改造和政府的可持续发展战略的实施提供参考建议。
2 模型假设与收益矩阵构建
假定在某集群地域有两条不同的绿色供应链SC1和SC2,其中SC1在生产过程中产生副产品或废弃物,SC2的可以将SC1产生的副产品或废弃物作为原材料进行再生产。在寡头市场中,假设SC2和SC2信息完全对称,即他们彼此知道对方的策略和相应的效用,并且双方均为理性决策主体,在此基础上讨论其行为发生相互作用时的决策及其决策均衡问题。为使模型简化,以SC1和SC2组成的二级供应链进行研究如图1所示。
在环境管制下SC1有两种策略可以选择: 投入一定的资金将副产品加工成适宜于SC2使用的原材料; 用初级方法如垃圾填埋、焚烧等途径处理副产品,这种方法往往不能完全无害化处理副产品,企业会受到政府的惩罚。由于信息的不完全和博弈双方的有限理性,不同绿色供应链可能选择采取跨链绿色合作策略,也可能选择不跨链绿色合作的策略。对集群区域环保水平不同的绿色供应链,政府对其行使监督的职责,也有两种策略可以选择: 实施监管 ( 如检查供应链核心企业的副产品排放、利用情况等) ,以及不实施监管。假设在博弈的初期阶段,假设政府群体中选择“检查”的比例为x,选择不检查的比例为1 - x,不同的绿色供应链选择“跨链合作”的比例为y,选择不“跨链合作”的比例为1- y,政府监管与集群供应链跨链绿色合作的博弈策略组合如表1所示。
在收益矩阵中,qi为供应链SCi核心企业 ( i =1,2) 生产的产品产量; pi为供应链SCi核心企业生产产品的市场价格; ki为供应链SCi核心企业及上游企业的边际生产成本; vj为上游企业采购单位成本 ( j = 1,2) ; β为伴随主产品产生的副产品的产出率; σ为普通原材料与生产性废弃物之间的替代率 ( σ0) ; I为副产品再利用企业新设备的购置成本; c为废弃物再利用的单位变动成本; f为单位副产品排污收费系数; h为政府对副产品再利用的企业给予的补贴; n为政府的法制监管成本; m为政府监管失职招致的信誉损失。由于副产品回收再利用的设备购置成本I具有正外部性效应,政府的收益可以表示为该投入所带给社会的好处,用ωI表示,ω > 0; 另外,由于博弈双方信息不对称,合作过程存在道德风险,供应链SC1和SC2单方面采取绿色合作而进行的投入全部转化为沉淀成本。
3 模型分析
3. 1 政府行为的演化分析
根据收益矩阵,政府“监管”期望收益为:
(1)当,则F(x)≡0,意味着所有水平都是稳定状态;
(2)当,则x=0,x=1是两个稳定点,根据演化稳定策略要求,,对βqAf+m-n的不同情况进行讨论:
1)如果,则,此时x=0是演化稳定策略;
2)如果0<βqAf+m-n<h+m+βqAf,则分两种情况进行分析:
若
政府行为3种不同情况下的演化路径如图2所示。
3. 2 CSC 绿色合作行为的演化分析
根据收益矩阵,令E1x、E2x、Ex分别为集群供应链“跨链绿色合作”与“不跨链绿色合作”的期望得益和群体平均得益; 同理,集群供应链“跨链绿色合作”动态微分方程为:
(1)当,则F(y)≡0,意味着所有水平都是稳定状态;
(2)当,令F(y)=0,得y=0,y=1是两个稳定点,对βqAc+I-δkBβqA的不同情况进行讨论:
1)如果βqAc+I-δkBβqA<0时,恒有,则y=1是演化稳定策略;
2)如果βqAc+I-δkBβqA>βqAf+h>0时,恒有,则y=0是演化稳定策略;
3)如果0<βqAc+I-δkBβqA<βqAf+h,则分两种情况进行分析:
若时,y=1是演化稳定点;若时,y=0是演化稳定点。
CSC在不同情况下的演化路径如图3所示
3.3政府行为与CSC绿色合作行为的演化分析
将上述两种演化行为在坐标平面中表示,即如图4所示,可以得到以下不同的均衡结构:令
4 研究结论及对策建议
4. 1 研究结论
根据表2中4种情况的分析,可以得到如下结论:
(1)若βqAd+I-σkBβqA<0时,则x=0;y=1是演化稳定策略。其现实含义为:如果不考虑政府的奖励因素,SCB选择跨链合作的成本小于选择不跨链合作时的采购成本时,集群式供应链选择“跨链绿色合作”由集群供应链跨链绿色合作演化的复制动态微分方程式可知,集群式供应链跨链绿色合作演化进度取决于不同绿色供应链初始状态、有限理性程度、“收益差”以及政府的奖惩力度,政府的不作为将导致进化速率降低,因此政府的奖惩力度是集群供应链跨链绿色合作的动力之一。
(2)若βqAd+I-σkBβqA≥0且βqAf+m-n<0时,则,y=0是演化稳定策略。其现实含义为:当SC2选择跨链绿色合作的成本不小于选择不跨链绿色合作时的采购成本,政府监管成本大于对不跨链绿色合的罚金和政府的信誉损失时,将导致政府不作为的不良结果,政府选择“不监管”、集群供应链选择“不跨链绿色合作”,在这种状态下政府的所有工作都是徒劳无益的。为避免这一状况的产生,可以借鉴发达国家的经验,引入第三方机构检测机制,降低政府的监管成本;同时,随着“跨链绿色合作”企业的数量达到一定程度后,政府可以考虑不断加大对“不跨链合作”企业的处罚力度。
(3)若βqAd+I-σkBβqA>βqAf+h且βqAf+m-n≥0时,x=1,y=0是演化稳定策略。其现实含义为:当SC2选择跨链绿色合作的成本大于选择不跨链绿色合作时的采购成本和罚金之和,且政府检查的成本小于对不跨链绿色合的罚金和政府的信誉损失时,集群供应链选择“不跨链合作”,政府具有“持续检查”的动力,但政府的监管行为对集群式供应链跨链绿色合作没有推动作用。从社会福利最大化的角度考虑,这种情况要避免;如果处于这种状态,政府需要进一步提高补贴和惩罚的力度和额度。
4. 2 对策建议
通过以上分析,对促进集群供应链跨链绿色合作的开展提出以下对策建议:
首先,政府要加大环境管制的力度,增大CSC绿色合作的空间。目前,我国法律法规对企业环境污染行为的处罚普遍较轻,缺乏有效监督,现有排污费的收取标准远低于污染的综合治理费用,集群企业从成本考虑缺乏治理污染和改进生产工艺的动力。因此,政府要进一步完善环境法制建设,将环保审查与质量监督结合起来,降低传统制造模式的报酬率,为集群企业绿色合作提供良好、公平的竞争环境,增大集群供应链合作的空间。
其次,政府要加大集群区域规划和改造力度,提高CSC绿色合作的规模经济性。由于集群企业规模小、数量多,排放的副产品或废弃物数量有限,在一定程度制约了CSC绿色合作的开展。为此,地方政府要加大集群区域产业的规划与改造力度,通过发展核心企业吸引配套企业的聚集,通过发展资源回收型补链项目进一步促进集群企业供应链纵向、横向生态耦合,提高集群供应链副产品治理的规模经济性。
供应链演化 篇3
关键词：农产品,绿色供应链,协同演化,Logistic模型
据有关调查显示,消费能力较高、健康意识强烈的受访者对农产品的安全性呈现出高度关注,希望获得更安全健康的产品,而这一群体对价格不太敏感,只要产品处于一个合理的价格,有意愿也有能力为健康多投入,可见,绿色、有机、无公害农产品很有市场。但现实却是农民辛苦一年种出来的绿色农产品依然遭遇 “卖难”,导致绿色农产品滞销或 “优质低价”,“菜贱伤农”现象层出不穷,不少农户丰产却不丰收,农户和企业自然也不会去干这吃力不讨好的事情,甚至于 “以次充好”来节省成本。绿色农产品的 “有市场,无销路”,究其原因是出在生产者和消费者之间信息不对称,缺乏必要联系,难以建立信任。
为有效地解决绿色供应链运营动力不足,需要重视两个问题: ( 1) 绿色供应链系统成员间协调策略与激励机制的制定;( 2) 外部环境( 包括政府、消费者、竞争企业和民间环保组织等) 与绿色供应链运营之间的相互关系[1]。供应链上节点企业的协同创新以及与消费者合作有利于企业更清晰地发现消费者的价值需求[2]; 供应链协同改进了协作优势,协作优势作为中间变量能够促使供应链合作伙伴实现协同,创造卓越绩效[3]。供应链协同从系统的角度出发,推动供应链企业内部与外部的协调发展,实现供应链成员企业效益最大化,提高供应链整体竞争力[4]。因此,农产品绿色供应链协同是我国农业经济可持续发展的现实需要,而确定供应链各主体间的协同程度及其稳定性,研究供应链协同机理是研究农产品绿色供应链协同应当正视的关键问题。
关于供应链协同运作机理的研究主要有: Holweg等[5]认为,要实现供应链协同运作,必须要有支配整个供应链协同运作的序参量,促进供应链实现从一种低级有序状态走向另一种高级有序状态的运作; Walker等[6]研究了7 个私营及有政府资助的组织进行绿色供应链协同过程中的驱动力及影响因素,发现政府激励、企业专业化壁垒等外部驱动力更能促进企业绿色供应链的实施; 蒋国银等[7]扩展传统对称静态博弈为含惩罚参数和协同效率参数的离散进化博弈情形,实现了多加盟企业进化博弈Agent模拟系统并进行分析,表明不同协同率、沟通方式和惩罚参数对期望收益有影响; 吴义生[8]构建了一个低碳供应链协同运作演化模型,运用自组织理论分析了序参量影响低碳供应链协同运作的演化过程,运用协同效应原理分析了低碳供应链协同运作规律及其运作机理; 李煜华等[9]运用Logistic方程构建创新生态系统内企业和科研院所协同创新模型,分析其协同创新稳定性及条件,基于此提出优化共生单元、选取共生模式、培育共生环境及建立协同创新共生界面是实现创新生态系统稳定协同创新的重要途径。
综上所述,既有文献为本文研究提供了重要的参考。本文在政府等外部环境对绿色农产品支持的前提下,构建生产子系统和消费子系统协同推进农产品绿色供应链发展的logistic模型,探索农产品绿色供应链主体的协同程度及协同动态演化,希望以此保障绿色、有机、无公害农产品 “既有市场,又有销路”,实现经济收益、消费者健康收益以及生态环境收益三者协调发展。
1 农产品绿色供应链协同模型
1. 1 农产品绿色供应链系统
农产品绿色供应链是一个由若干子系统构成的复杂系统,从不同维度划分,其子系统构成亦不同。从运营企业维度来看,农产品绿色供应链是由农资供应商、农户或合作社、农产品加工企业、农产品经销商、消费者等多个节点企业构成的复杂系统。从经济活动维度来看,农产品绿色供应链系统通过人、财、物和资金等资源开展一系列基本市场经济活动,诸如绿色设计、绿色采购、绿色生产、绿色加工、绿色营销和绿色物流等活动,这些经济活动可归结为商流、物流、信息流、知识流、资金流的活动。从基于供需的维度来看,农产品绿色供应链分为生产子系统和消费子系统。3 个不同维度划分的子系统之间是相互覆盖、紧密联系,能完整地表达整个农产品绿色供应链系统。
1. 2 农产品绿色供应链协同的基本要素
1.2.1协同目标。
包括共同目标与个体目标,农产品绿色供应链协同的共同目标是实现高效、高质量与可持续发展,以最大程度发挥协同效应,具体表现在:增加企业收益,降低运作成本,提高农产品绿色度,提高资源利用率,减少环境污染等。个体目标是每个子系统、每个节点企业的目标,生产子系统的个体目标是实现利益最大化,消费子系统的个体目标是获得绿色农产品,且各个节点企业都有自身的运营目标。协同的个体目标是为了获取单独运作时所不能实现的效益,具体来说包括对经济效益、社会效益、环境效益等多方面的考量。
1.2.2协同主体。
农产品绿色供应链的协同主体包括生产和消费两个子系统。生产系统包括农资供应商、农户或合作社、农产品加工企业等,在 “双赢”因素驱动下,构成一个以核心企业为主导形成的 “企业集成”。消费系统包括农产品经销商和消费者。
1.2.3协同界面。
农产品绿色供应链子系统之间以及子系统内部构成了两种协同界面: 前向协同、后向协同。生产系统和消费系统,消费系统内部农产品经销商和消费者的协同是前向协同,这是一种供需协同。生产系统内部农产品加工企业( 核心企业) 与农户或合作社、农资供应商的协同是后向协同,这实质是一种管理协同。
1.2.4协同环境。
协同环境也是一种更高级、更复杂的系统。农产品绿色供应链的协同主体亦受到政府支持与监管、市场竞争、绿色需求变化等外界环境的影响,并不断地与外界环境发生资金、资源( 废弃物) 、技术和信息交换。因此,要善于充分利用环境的积极效应,促进供应链系统的有效协同,尽可能地避免环境对于系统协同发展的不利影响。农产品绿色供应链系统与外界环境相互选择适应的结果是涨落。
1. 3 农产品绿色供应链协同模型建立
对于农产品绿色供应链系统来说,在生产子系统与消费子系统之间以及子系统内部协调与合作的非线性相互作用下,通过涨落及其关联放大促使系统形成序参量( 本文系统的序参量是绿色农产品业务量规模,以绿色农产品业务量的变化规律来描述系统的协同) ,反过来再由序参量支配子系统之间商流、物流、信息流、资金流、知识流运作,使得“五流” 运作达到有序,实现整个农产品绿色供应链系统从无序到有序,从低级有序向高级有序进化。供应链系统又是通过不断的多循环自组织过程实现系统整体协同程度的跃升,从而不断提高供应链的整体效益。
本文认为农产品绿色供应链协同就是以绿色理念为主导,通过核心企业引导各节点企业采用协议或联合等方式形成一种联合体,确保供应链本身及其与政府、市场等外部环境的协同,以实现商流、物流、信息流、资金流、知识流的顺畅流通,最终提高农产品绿色供应链效率的协调过程。为此,从农产品绿色供应链系统的3 个维度出发,结合协同基本要素,构建农产品绿色供应链协同模型( 见图1) 。
2 农产品绿色供应链协同演化模型构建
2. 1 模型假设
由于农产品绿色供应链系统内生产子系统与消费子系统之间是一种互惠共生、协同发展的关系,因此可构建logistic模型,分析两子系统协同关系及其演化进程。模型假设如下:
假设1: 生产子系统与消费子系统内部节点企业之间已达到协同,仅研究生产子系统和消费子系统之间的协同过程。
假设2: 生产子系统与消费子系统均能独立存在,它们并不仅仅以对方作为物质和资金的来源,但对方的存在对其自身业务量的增长有利。
假设3: 在特定的时间范畴内,农产品绿色供应链系统演化的程度受到技术能力、市场发展和政府政策的约束,即特定时间内绿色农产品业务量规模不会无限增长。
假设4: 农产品绿色供应链协同演化规模与生产子系统、消费子系统各自的绿色农产品业务量状态直接关联,为方便研究,模型将各子系统的绿色农产品业务量状态规模用统一量纲表示。
2. 2 logistic模型构建
构建生产子系统和消费子系统协同推进农产品绿色供应链演化的logistic模型:
公式( 1) 中,
x1,x2———生产子系统、消费子系统在t时刻所具备的绿色农产品业务量的状态规模;
α,β———生产子系统、消费子系统绿色农产品业务量的自然增长率( 与当时的技术水平、市场、政府补贴等外部因素有关 α > 0,β > 0) ;
a12———协同效应影响系数,消费子系统的协同行为对生产子系统造成的影响;
a21———协同效应影响系数,生产子系统的协同行为对消费子系统造成的影响,a12> 0,a21> 0;
M1,M2———在一段时间内生产子系统、消费子系统的绿色农产品业务量规模最大值;
N1,N2———农产品绿色供应链系统演化的随机涨落系数。
3 农产品绿色供应链协同演化稳定性
研究农产品绿色供应链协同演化的结果,对方程的平衡点进行稳定性分析,令且忽略难以量化的随机涨落项的影响,得到平衡点方程组:
求解式( 2) 在第一象限得到4 个平衡点,即:
在平衡点P( x1*,x2*) 对微分方程f( x1,x2) ,g( x1,x2) 进行Taylor展开,保留一次项,则得到式( 2) 的近似线性方程组:
方程组( 3) 的系数矩阵A为:
则矩阵A的特征方程一次项系数p和常数项q如表1 所示,依据胡尔维茨稳定性判据,得出平衡点稳定性分析结果。
利用相轨线分析农产品绿色供应链生产子系统与消费子系统协同演化平衡点的稳定性及其演化趋势,令:
直线 Φ( x1,x2) = 0 和 Ψ( x1,x2) = 0 将相平面第一象限分为4 个区域,随着协同系数a12,a21的取值不同,方程 φ ( x1,x2) ,ψ ( x1,x2) 在相平面上的相对位置亦有所差异。
图2 描述了稳定点P3 时相轨线图的3 种情况,φ( x1,x2) 为实线,ψ( x1,x2) 为虚线。其中:
针对Logistic模型的平衡点稳定性分析,结合协同系数a12,a21的不同取值对农产品绿色供应链协同演化的影响有三点结论:
( 1) 当生产子系统与消费子系统之间的协同系数相差较大时,即a12> 1,a21< 1 或a12< 1,a21> 1,说明生产子系统( 或消费子系统) 对消费子系统( 或生产子系统) 绿色农产品业务规模的协同支持高于自身受到的协同作用,此种系统稳定的条件是a12a21< 1,也就是说一旦一方对另一方加以成倍的协同效应,会使得整个农产品绿色供应链系统偏离稳定状态,出现绿色农产品业务量无限增长,这是现实中不可能出现的情况。
( 2) 当协同系数都小于1 时,即a12< 1,a21<1,说明生产子系统与消费子系统既保持着积极的协同关系,又将协同能力控制在合理范围内,此时,农产品绿色供应链系统进入稳定的高度有序的状态,具有一定的抗干扰能力,不会被外界一般的小干扰破坏。在推进农产品绿色供应链发展过程中,生产子系统与消费子系统实现信息共享,消费子系统决定着绿色农产品业务量规模的方向,生产子系统为消费子系统提供物质保障。从整个系统出发,二者随时间的推移带来的经济效益、环境效益和社会效益还是可观的。
( 3) 当协同系数都大于1 时,即a12> 1,a21>1,说明生产子系统与消费子系统具有很强的相互协同能力,在两者相互推动作用下,绿色农产品业务量规模会趋向于无穷,这种情况现实中几乎不存在。
4 结论
农产品绿色供应链协同既是绿色食品产业发展过程中出现的一种新趋势,又是绿色供应链研究的一个新方向。本文在分析农产品绿色供应链系统和农产品绿色供应链协同基本要素的基础上,构建农产品绿色供应链协同模型。为了研究该协同模型中生产子系统和消费子系统的协同关系,构建两者协同推进农产品绿色供应链发展的logistic模型,探索农产品绿色供应链协同动态演化及其稳定性。通过对logistic模型稳定性分析可以发现,当生产子系统与消费子系统既保持着积极的协同关系,又将协同能力控制在合理范围内时,农产品绿色供应链系统进入稳定、高度有序的状态,生产子系统与消费子系统实现信息共享,可以有效解决生产者和消费者之间信息不对称、难以建立信任的矛盾问题,从而保障绿色农产品 “既有市场,又有销路”,推动生态农业的可持续发展。
参考文献
[1]曹柬,吴晓波,周根贵.基于产品效用异质性的绿色供应链协调策略[J].计算机集成制造系统,2011,17(6):1279-1286
[2]杨立新,蔡萌.供应链管理模式下产业主体协同创新机制研究——以物美集团果蔬“农超对接”产业主体信息管理协同创新为例[J].科技进步与对策,2013,30(22):70-75
[3]CAO MEI,ZHANG QINGYU.Supply chain collaboration:Impact on collaborative advantage and firm performance[J].Journal of Operations Management,2010,29(3):163-180
[4]ROSEZWEIG E D.A contingent view of e-collaboration and performance in manufacturing[J].Journal of Operations Management,2009,27(6):462-478
[5]HOLWEG M,DISNEY S,HOLMSTROM J,et al.Supply chain collaboration:Making sense of the strategy continuum[J].European Management Journal,2005,23(2):170-181
[6]WALKER H,SISTOB L D,MCBAIN D.Drivers and barriers to environmental supply chain management practices:Lessons from the public and private sectors[J].Journal of Purchasing&Supply Management,2008(14):69-85
[7]蒋国银,胡斌,王缓缓.基于Agent和进化博弈的服务商动态联盟协同管理策略研究[J].中国管理科学,2009,17(2):86-92
[8]吴义生.低碳供应链协同运作的演化模型[J].运筹与管理,2014,23(2):124-132
供应链演化 篇4
一、供应链及其利益相关者
供应链是围绕核心企业, 通过对信息流、物流、资金流的控制, 从采购原材料开始, 到制成中间产品以及最终产品, 最后由销售网络把产品送到消费者手中的将供应商、制造商、分销商、零售商、直到最终用户连成一个整体的功能网链结构模式。
图1是一个典型的供应链。对于供应链中的每一个节点来说, 其所有上游节点均可视作该节点的供应商, 而其下游节点均可视作该节点的顾客。
图1中供应链的实体结构示意图中仅显示了部分层次的供应商经销商, 供应链结构由于产品实际供应情况的差异而有所差异, 但是其主要的特征却是相同的。
企业作为供应链的一部分或者说是一个节点, 它不仅仅和其上下游企业有往来关系, 而且与供应链其他成员企业也存在这千丝万缕的联系。因此, 本人认为企业与整个供应链的匹配程度和及对供应链整体的贡献度也就决定了此节点在供应链条中的地位与取舍。因此, 结点企业的生存和发展必将以供应链的生存和发展为前提, 以其与供应链整体的匹配程度为能否成功参与供应链管理的依据。
二、进化论与供应链的演化、淘汰机制分析
1. 进化论基本原理
进化论的主要奠基人达尔文指出生物进化的核心是选择, 特别是自然选择。自然选择有内外因:内因是不定向的遗传和变异;外因是适者生存, 不适者被淘汰。达尔文认为生物在生存竞争中, 对生存有利的变异个体被保留下来, 而对生存不利的变异个体则被淘汰, 适应是自然选择的结果。在自然选择过程中, 只有适者才能生存, 使适应对生存也只有相对的意义, 一旦生活环境改变, 原来的适应就可能变为不适应。最后, 达尔文认为:通过自然选择形成新物种。在同一种群中的个体存在着变异, 那些具有能适应环境的有利变异的个体将存活下来, 并繁殖后代, 不具有有利变异的个体就被淘汰达尔文的进化理论, 从生物与环境相互作用的观点出发, 认为生物的变异、遗传和自然选择作用能导致生物的适应性改变。
2. 供应链的形成及演化
供应链从军事领域发展到商业领域, 从区域发展到全球化, 曾有很多学者对供应链下过定义, 也有不少学者研究了供应链的发展方向、发展趋势, 更有很多学者尝试用定量的方法来研究供应链的组建、运营、优化等问题, 但笔者认为, 无论供应链发展趋势如何, 供应链的演化始终离不开两个主要动因:一个就是环境的变化;另外一个就是企业在供应链条中地位的变更。前者是供应链演化发展的外因, 而后者则是内因。历史唯物主义指出:外因是事物变化的条件, 而内因是事物变化的根本所在, 是其关键的决定作用的因素。内部演化主要集中在供应链各主体企业的生存竞争, 主要体现在供应链整体对成员的选择与淘汰、供应链整体合力的形成与演化。下面是某产业内供应链从无到有, 从简单到复杂, 从松散到紧密的演化过程各阶段分析。
(1) 商品自发供应阶段
供应链形成之前, 制造商、供应商、经销商等企业之间都仅仅是一种纯粹的商品买卖供应关系, 上下游企业之间进行着利益的争夺, 同种类型企业之间更是你死我活的生存竞争, 合作仅仅是为了完成产品的生产与供应。这个阶段里, 没有固定的供销群体和客户群体进行合作, 商品的采购和销售自发进行。
(2) 初具规模的商品供销群
随着市场竞争的加剧, 企业为提高自身的市场供应效率, 逐渐寻找一些能够长期合作的上下游企业进行合作, 围绕本产业链条的核心企业进行采购、供应、生产、销售等活动, 供应链雏形由此产生。上下游企业之间合作逐渐紧密, 共同形成企业供应群体, 相对有效地为满足客户需求提供服务。
(3) 较为规范的网状供应链
在供应链雏形的基础上, 核心企业为进一步提高供应链条的整体运作效率, 快速响应市场需求, 发起以自己企业为核心的供应链管理倡议。从现有的上下游企业中选择适合参加供应链管理的企业共同发展, 逐渐形成战略目标一致、信息资源共享度高、技术较为匹配、物流运作顺畅的相对稳定的供应链。此外, 企业可能同时作为几条供应链的节点, 从而构成商品供应的网链结构, 形成了较为规范、相对成熟的供应链网络。
(4) 供应链的成熟与完善
规范的产业供应链网络形成之后, 企业通过相互之间的合作与了解, 不断地剔除、优化不适合本供应链发展的企业或流程, 消除供应链管理的瓶颈, 进而优化供应链整体, 即供应链的自我更新。期间, 供应链中的核心企业和贡献度较高的企业被保留, 不能适应供应链发展需要的企业被淘汰出局, 而对供应链整体发展能够产生推动和促进作用的具有较强竞争力的企业被引进来, 从而形成更加有效的供应链网络。图2为供应链自我更新机制示意图。 (○在图中代表企业, 大小显示了企业的大小和在供应链条中的地位) 。
(5) 成熟的集成化供应链阶段
供应链通过自我更新与淘汰, 引进适合本供应链发展的企业, 淘汰阻碍供应链发展的个体。然而, 仅仅从供应链的构成个体上进行优化是远远不够的。企业之间通过资源共享、信息共享不断拉近上下游企业之间的距离, 消除与减少合作障碍, 使供应链更加紧密地融合在一起, 供应链也变得更加稳定、效率, 作为一个整体为客户提供服务、参与供应链及企业竞争, 供应链进入成熟阶段。
总的看来, 供应链在内部演化的各个阶段都存在着围绕一个字“适”的生存法则:与供应链整天发展相匹配的企业生存下来, 与供应链整体共同发展;不适者被淘汰出局。供应链正是通过这种“适”与“不适”的自然生存法则——即企业与供应链整体的匹配与否来进行供应链的内部更新与演化, 要么逐渐走向稳定、成熟与效率, 要么一步步走向衰退、瓦解, 最终被市场遗弃。
需要指出的是供应链的演化与更新, 不管是外部还是内部, 必将是一个反复循环的过程, 内外部环境发生变化时, 原来与供应链契合度较高的结点企业在供应链中的地位和作用就将发生变化, 或地位上升作用加强, 或地位下降作用减弱, 或退出供应链条。环境不断发生变化, 供应链条也就在不断的演化改进中循环。
三、供应链企业内力分析及内部演化分析框架
供应链企业之间相互合作产生了供应链的整体竞争力, 供应链的整体发展也就取决于供应链企业和企业间的合作深度、配合力度。供应链企业间的关系错综复杂, 在此本文将供应链上下节点企业之间关系概括为三种: (1) 相离; (2) 相切; (3) 相交。
供应链企业的结合力在组建、发展、优化过程中由低转高, 关系由疏到密。图3中从 (1) 到 (3) 可以直观描述企业在供应链产生、发展、优化过程中结合度由低到高的演化过程。
图4为供应链上下节点企业间作用力的直观描述。由图4可以看出, B企业对A企业的作用力是由A指向B的引力, A企业对B企业的作用力是由B指向A的引力, 也就是说企业间作用力都是努力使合作企业向自己靠拢, 从而达到深度合作、共同发展的目的。显然, 企业间作用力是一个矢量, 由单向作用力和双向作用力之分, 双向作用的企业结合力更为强大和稳定。图中箭头代表了合作意向的指向, 也即企业间作用力 (当然这里指的是正向作用力, 也就是说非破坏力。以下提到的供应链节点企业间作用力都是指正向作用力) 的指向。单向作用力不足以构筑密致供应链, 只有上下结点企业的双向合作意向才能使企业间关系由相离到相切再到相交, 这样才能使供应链逐渐走向成熟。
供应链上下节点企业之间相互作用, 其间作用力我们假定均为双向正作用力, 并用二者之间的线段来表示。我们将企业间相连的线段称为“键”, “键”的长度决定了企业间相互作用力的大小, 我们称之为“键力”的大小。此外, 企业间关系越松散则“键”越长, 此时“键力”越小;反之, 企业间关系越紧密, “键”就越短, “键力”就越大。
通过上面的分析我们可以得出这样一个结论:企业间的键力是客观存在的。由于企业不仅与供应链上下游企业之间相互影响, 而且供应链上其他节点企业无疑也对其产生不可忽视的作用, 企业所受到的作用力应该是供应链整体对企业的合力。合力的大小决定企业与供应链整体结合度, 进一步决定企业是否与供应链整体相匹配。结合进化论理论分析, 可以得到企业是否适合供应链整体发展, 是否应该被淘汰。本人通过对供应链管理和运营战略管理理论的研究, 认为可以从以下方面来定量分析企业与供应链整体的匹配度问题: (1) 企业对供应链整体运营战略的认同度; (2) 企业基础设施所能满足供应链整体运营要求的程度; (3) 企业运营管理能力与供应链整体运营能力的匹配度; (4) 企业对供应链整体价值目标实现的贡献度等。企业与供应链的匹配度分析的结果用来测评企业是否能够满足供应链发展要求, 从而决定企业在供应链中的取舍以及供应链的优化更新。图5是供应链内部演化机制分析框架模型。
供应链内部演化机制分析模型中把运营战略层因素作为考核企业与供应链匹配度的首要层次因素进行分析, 而将基础资源层因素、运营管理层要素、运营结果层指标分别作为第二、三、四个层次要素进行分析。运营结果层指标放在最后一个层次并不是因为它不重要, 而是这一层次要素的分析结果往往要滞后与其他三个层次。各层次指标按先后顺序排列, 前一个层次指标达标才能进入下一个环节进行分析, 不能跨越层级讨论。运营结果层指标作为最终结果的衡量用于对前三个层次指标进行调整, 即优化供应链。此外, 外部环境变化时, 供应链各个层面匹配度指标进行相应的调整, 可以进行优化调整的保留, 不能满足条件的被淘汰, 优势企业被引进。由此可见, 企业必须跟着供应链整体的发展需要不断调整, 否则随时都有被淘汰的可能, 这也正式进化论的精髓所在。供应链的内部演化周而复始, 从不间断。供应链内部也就是通过这种淘汰与更新机制进行内部演化发展。
四、供应链演化的源动力分析
外因是事物变化的条件, 内因是事物变化的根本。供应链内部演化主要表现为供应链整体依据市场需求所进行自我更新, 即供应链企业的选择与淘汰、引进与舍弃及供应链整体流程的优化。供应链节点企业间的相互作用力正是推动供应链进行演化改进的原动力。企业间相互作用力越大, 企业间的配合力度就越大, 企业间的键力就越强, 上下节点企业的关系由相离逐渐趋于相交, 企业与供应链整体的匹配度就越大, 供应链条就更加趋于紧致, 供应链的效率就相应的提高。而企业之间以及企业与供应链整体的匹配度取决于企业自身要素和企业运营状况等, 因此, 企业为提高供应链的整体竞争力, 就必须想方设法改进自身能力适应供应链发展的需要。企业自身若不能与供应链整体发展匹配, 其结果只能是被淘汰, 取而代之的必将是能够与供应链相匹配的企业。供应链的发展取决于供应链结点企业与其之间合键力的大小, 然而合键力分析只是我们分析供应链演化动因的直接因素。本文将企业与供应链整体之间作用力分析归结为企业与供应链的匹配度分析这个关键问题上, 因为匹配度分析是影响供应链节点企业间的作用力的最直接因素。匹配度越大, 企业与供应链整体的作用力就越大, 企业间距离越近, 供应链将变得更加紧致、有效, 从而推动供应链整体向前发展。此外, 企业必须根据供应链整体的发展需要不断调整自身能力, 是自身保持与供应链整体发展相匹配, 否则随时都有被淘汰的可能, 这也正式进化论的精髓所在。 (需要指出的是, 这里谈到的供应链整体发展方向应当是以市场需求为导向确定的, 也排除了由于强大的外力因素导致供应链条崩溃的可能性。)
五、小结
本文运用生物进化论的基本思想分析了供应链整体演变发展的内在机制, 提出了在供应链节点企业间存在的“键”力, 键力的大小决定了企业要么被供应链淘汰, 要么随供应链整体向前发展, 同时键力的大小也反映了供应链结点企业与供应链的匹配程度, 从而为供应链的整体发展提供参考依据。此外, 本文还提出从供应链运营的角度分析企业与供应链匹配度进而研究供应链内部演化的理论框架。由于时间原因, 本文未能对匹配度分析的各个层面指标指标细化和量化计算。
摘要：本文基于生物进化论的相关理论介绍了供应链的形成及内部演化的基本原理, 分析了供应链企业间的相互作用力及该作用力在供应链选择其成员时的重要作用, 指出了企业在实施供应链战略时所面临的残酷竞争, 提出了企业成功参与供应链竞争应予注意的环节。
关键词：供应链,进化论,供应链演化,优胜劣汰
参考文献
[1]郑称德赵曙明:供应链管理发展及其面临的困境—后成本时期供应链管理研究[J].经营与管, 理生产力研究, 2003 (3)
[2]马士华:供应链管理[J].物流技术, 2003, 5
[3]王有远曾卓知:基于Web服务的供应链管理信息集成框架[J].中国制造业信息化, 2004, 1
[4]http://www.bast.net.cn/wnfw/kxmc/swgc/2003/6/11/2439.shtml
[5]http://www.kepu.gov.cn/kp-mantan.asp
供应链演化 篇5
关键词：物流服务供应链,集成管理,演化机制
集成管理思想是现代管理科学的一个重要分支,它的核心就是“运用集成的思想,保证管理对象和管理系统完整的内部联系,提高系统的整体协调程度,以形成一个更大范围的有机整体[1]。”集成管理思想在现实中具有非常广泛的运用(如旅游管理[2]、图书馆管理[3,4]、物流管理[5]等)方面。随着服务经济时代的到来,物流服务服务供应链越来越多的受到国内外学者的关注,而对物流服务供应链集成管理方面的研究还是一片空白,文章通过对物流服务供应链的定义、结构模型、物流服务供应链集成管理的演化动力和演化路径进行研究,以阐明物流服务供应链集成管理的演化机制。
1 LSSC的定义与结构模型
1.1 LSSC的定义
对物流服务供应链内涵的研究,目前还没有形成统一的结论。大部分学者都认为物流服务供应链是以物流服务集成商为链上的核心企业,把物流服务供应源和需求源组合在一起的网链型结构,同时其中和伴随着服务流、资金流和信息流的流动[6,7,8,9]。崔爱平、刘伟等人[10]在总结以前学者研究成果的基础上,给出了更为全面的定义:“物流服务供应链是指围绕物流服务核心企业,以客户物流服务需求为出发点,通过各个对服务流、物流、信息流和资金流的控制,整合链上所有物流资源,将服务能力管理、服务流程管理、服务绩效管理和顾客价值管理集成,创造从物流分包商到物流需求方的物流服务增值的完整功能网链型结构模式。”这些定义从不同的方面刻画了物流服务供应链的特征和过程,但是没有从物流能力集成的角度对物流服务供应链进行阐述,参照上述定义,从物流能力集成方面给出了物流服务供应链的内涵:物流服务供应链是指由物流能力集成所形成的物流服务集成商为核心,以顾客物流服务需求为动力,通过链上各个节点企业之间所订立的契约对服务流、信息流和资金流进行有效的控制,整合链上所有的物流资源,将服务能力管理、服务流程管理、服务绩效管理与服务价值管理进行综合集成所形成的从单一物流服务分包商到物流服务需求方的功能网链型结构模型。其中,物流能力是物流服务供应链中的一条主线。
1.2 LSSC的结构模型
与产品供应链相类似,物流服务供应链是以物流服务集成商为核心,以顾客的服务需求为动力所形成的从物流服务分包商到物流服务需求方的链条结构。田宇[11]提出物流服务供应链的基本结构是“集成物流服务供应商的供应商←集成物流服务供应商←制造、零售企业”模式。它们之间通过契约的形式对各个节点之间的链接,物流服务集成商是有多个单一的物流服务分包商和复合的物流服务分包商综合集成所形成的。可以为物流服务需求方提供全方位的物流服务或者信息服务。因此,物流服务集成商可能是第三方物流企业也可能是第四方物流企业。根据物流服务供应链的内涵和产品供应链的基本结构模型,提出物流服务供应链的结构模型。其结构模型如图1所示。
2 LSSC集成管理的演化动力
2.1 LSSC管理集成的逻辑过程
在LSSC管理集成的演化中,企业文化在其中扮演着重要的角色,它是集成的基础。一方面,企业文化的集成推动了人的思想的融合,促进了不同企业之间人员的交流,在企业文化的影响下,不同企业的制度、人员、结构逐渐实现集成化,在此基础上实现了组织集成,集成化的组织需要管理的集成,于是形成了组织的一体化管理集成。另一方面,企业文化的集成实现了知识的集成,知识的集成又推动了技术的集成,于是就产生了技术的管理集成。在LSSC管理集成的过程中,信息集成平台扮演着支撑的角色,为整个集成的过程提供信息支持。这就是LSSC管理集成的逻辑过程,如图2所示:
2.2 LSSC的综合力推动
LSSC的综合力是指由LSSC各种能力集成所形成的能力层,组织模式和管理模式集成所形成的制度层,各种资源集成的资源层之间相互协调相互补充相互促进共同发展的一体化系统的外在所表现出来的综合实力。其中能力层主要包括管理能力、创新能力、融资能力、物流能力等,制度层主要包括组织模式和管理模式,资源层主要包括人力资源、资金保障、物质资源等。LSSC的综合力使LSSC的各个层次相互协调成为一个统一的整体,这个统一的整体需要统一的管理,于是LSSC的集成管理便应运而生。因此,LSSC的综合力是推动LSSC集成管理的主要动力。LSSC的综合力结构如图3所示:
2.3 LSSC的集群推动力
LSSC集成管理与许多因素是相关的,内在的如LSSC的上游企业、同行企业、下游企业、中介企业、金融机构、政府机构、科研机构和其它的企业以及组织等,这些组织或者企业都是和LSSC直接相关或者是间接相关的,如同行企业的竞争可能会促进LSSC改变竞争策略,增强整个物流服务供应链的核心竞争力,可以在物流服务业中占据一席之地;LSSC中上游和下游的企业是整个服务供应链的重要组成部分,对整个LSSC的发展具有重要作用,推动LSSC的发展,它们的相互协调促进了LSSC竞争力的增强;金融机构为整个LSSC提供资金支持;政府机构为LSSC提供政策支持;科研机构为LSSC提供科技支撑。外在的因素也有很多,主要有企业的文化价值观、创新环境、制度建设和法律环境等,它们都为LSSC的发展提供了机遇。因此,LSSC的集成管理并不是孤立存在的,而是LSSC的内在和外在的相关因素相互促进、协调和集群推动的结果。LSSC集成管理的集群推动力是LSSC集成管理的根本动力。其结构模型如图4所示:
3 LS S C集成管理的演化机制
由前面的定义可知,LSSC具有四个管理过程,分别是服务能力管理、服务流程管理、服务绩效管理和服务价值管理,在LSSC集成的初级阶段,在文化、信息、知识、技术和管理等因素的影响下,LSSC的四个原本独立存在的管理系统在LSSC的集群推动力和LSSC综合力的推动下,逐渐演变成为四个具有内在联系的管理过程,它们成为相互促进、相互影响、相互协调的统一体,这就是LSSC集成管理的雏形。同时,随着LSSC集群推动力和LSSC综合力逐步增强,这四个管理系统成为紧密联系的统一体,拥有统一的目标系统,统一的组织系统,统一的管理思想,共同的管理语言,共同的管理规则和共同的信息处理平台,在此基础上的集成管理,整个管理思想和管理目标都已经清晰,随着外部经济和内部管理的日益集成化,LSSC的集成管理达到了成熟阶段。LSSC集成管理的演化模型如图5所示:
4 结论
通过研究了LSSC的内涵和结构模型,描述了LSSC的管理集成的逻辑过程,LSSC的综合力和LSSC的集群推动力,这是LSSC集成管理的演化动力;并在此研究的基础上研究了LSSC集成管理的演化机制,对今后LSSC集成管理的研究具有一定的理论意义。
参考文献
[1]王乾坤.集成管理原理分析与运行探索[J].武汉大学学报,2006,(3):355-359.
[2]郭华.旅游服务供应链集成管理的系统思考[J].商场现代化,2007,(3):172-174.
[3]林文清.基于图书馆多个数据库集成管理的比较研究[J].图书馆学研究,2007,(6):17-19.
[4]詹黎峰.图书馆信息资源网络化集成管理模式研究[J].图书馆学研究,2007,(1):42-45.
[5]董千里.物流集成的形成机制探讨[J].物流技术,2009,(3):1-3.
[6]蔡云飞等.物流服务供应链及其构建[J].企业改革与管理,2006,(8):17-18.
[7]申成霖等.基于AHP方法的物流服务供应商选择决策研究[J].西北农林科技大学学报(社会科学版),2005,(3):70-73.
[8]刘伟华.物流服务供应链能力合作的协调研究[D].上海.上海交通大学博士论文,2007:52-57.
[9]闫秀霞等.物流服务供应链模式特性及其绩效评价研究[J].中国机械工程,2008,(11):965-973.
[10]崔爱平,刘伟,张旭.LSSC的基本理论框架[J].上海海事大学学报,2008,(3):1-6.
供应链演化 篇6
关键词：Agent,供应链演化,进化模型,Repast S仿真
1 引言
随着经济全球化和科学技术的发展,供应链管理已成为现代企业管理的重要思想和方法。供应链管理是一个典型的复杂系统。人们基于复杂系统的不确定性,为了进一步分析研究供应链的运作过程,越来越多人们利用计算机科学技术来模拟复杂供应链系统,以来研究供应链的资源利用最大化、合理化,从而提高企业的核心竞争力。近几年来,Multi-Agent系统在研究复杂系统方面受到很大的关注,同样,在供应链研究领域,学者们也认识到Multi-Agent模型的研究价值。由于计算机仿真技术具有可试验性、可量化性和快速性等特点,在具有高度动态变化特征的供应链管理中具有很好的优势。现在主要的建模仿真方法有面向对象的仿真建模、基于系统动力学的仿真建模和基于Petri网络的仿真建模等。这些仿真方法已经发展成熟,为供应链的研究提供了很大的帮助。
供应链系统本身就是一个纯粹的复杂自适应系统(CAS),是一个能够主动接受环境变化、根据周边信息变化随时地调整和改变自己行为的“活”的成员所组成的动态系统。供应链系统包括了管理流、人才技术流、市场流、信息流等无形资源流和物流、资金流等有形资源流。这些无形和有形的资源流相互交织、相互影响,从而构成了异常复杂的有机资源流群。对该资源流群及其变化的精确描述,调整与优化供应链资源结构,预测与控制供应链资源流的发展变化,保证供应链高效、稳定的运作都具有非常重要的意义。本文在前人研究的基础上,对供应链复杂系统采用Agent的建模分析方法并通过基于Repast S的仿真实验来研究供应链节点企业和上下游企业之间的演化,关注上下游企业资源价值结构的变化以及供应链成员的交互作用过程。
2 供应链复杂系统中节点企业模型
我们知道在供应链系统中的节点企业是具有很强的适应学习能力,是一个独立的能够自己根据周边环境作出决定的主体。因此,在对供应链系统中的企业进行抽象时,可以根据供应链系统中节点企业的功能不同来进行抽象。下图1是一个简单的根据供应链系统中节点企业功能不同而抽象出来的网络结构图。
根据图1所示的供应链网络结构,我们可以抽象出供应商Agent、制造商Agent、分销商Agent、零售商Agent以及终端消费者Agent。在供应链复杂系统中,Agent得以不断地演化并发展可以说主要是通过各种资源在供应链系统中的相互流动而实现的。资源是每个Agent进化的生命力。通过对各种资源进行综合分析,供应链系统中Agent主要携带的资源分为包括了物料、资金、信息、技术、人力、制度、管理七种资源。
(1)供应商Agent。
供应商Agent主要的职能是负责对下游企业的原材料、成品或半成品的供应,从中获取资源并使自己企业不断发展壮大,增强竞争力。根据供应商Agent在供应链所处的位置以及职能,我们用供应函数S(xi)来表示某个供应商Agent xi单位时间内所供应的某原材料或者半成品。
其中r1,r2,…,r7表示供应商所供应的原材料或者半成品量化后的值(物料、资金、信息、技术、人力、制度、管理)。L表示劳动投入量,K表示资本投入量,A是正常数, α是小于1的正数。t(λ)是与λ有关的时间函数,表示的是供应商供应产品的能力,λ与供应商Agent的运营规模以及当前下游制造商数量多少有关,函数返回的是单位时间内供应的原材料或者半成品。
(2)制造商Agent。
制造商Agent的主要行为机制就是结合自身的生产能力以及库存状况,从上游供应商Agent订购原材料并把原材料加工成成品或半成品。我们用生产函数Q(xi)来表示制造商Agent xi单位时间内所制造的产品。
其中s1,s2,…,sn表示某产品生产过程中所使用的n种原材料或半成品。r1,r2,…,r7表示在生产过程中所需要的七种资源值。L表示劳动投入量,K表示资本投入量,A是正常数, α是小于1的正数。t(λ)是与λ有关的时间函数,衡量的是制造商Agent的生产能力,λ与制造商Agent的运营规模有关,函数返回的是单位时间内生产的成品或半成品。
(3)分销商Agent。
分销商Agent负责统一销售,根据零售商Agent提供的订单向制造商Agent进行联系,要求其提供产品,然后将产品提供给零售商Agent。分销商通过产品的异地价格差以及服务等方式来获取利益,壮大自身。我们用分销函数D(xi)来表示分销商Agent的分销能力。
其中O1,O2,…,On表示分销商Agent所接受到的订单,r1,r2,…,r7表示分销商Agent在分销产品的过程中所消耗的资源值。L表示劳动投入量,K表示资本投入量,A是正常数, α是小于1的正数。t(λ)是与λ有关的时间函数,衡量的是分销商Agent的分销产品的能力,λ与分销商商Agent的运营规模有关,函数返回的是单位时间内分销的产品。
(4) 零售商Agent。
零售商Agent直接为最终消费者服务,它的职能包括购、销、调、存、加工、拆零、分包、传递信息、提供销售服务等。在地点、时间与服务方面,方便消费者购买,它又是联系制造商、分销商与消费者的桥梁,在分销途径中具有重要作用。我们用函数R(xi)来定义零售商Agent的销售能力。
其中r1,r2,…,r7表示销售商Agent销售某产品时所需要的七种资源值(物料、资金、信息、技术、人力、制度、管理)。L表示劳动投入量,K表示资本投入量,A是正常数, α是小于1的正数。t(λ)是与λ有关的时间函数,表示的是销售商销售产品的能力,λ与销售商Agent的运营规模有关,函数返回的是单位时间内销售商销售的产品。
(5)终端消费者Agent。
终端消费者Agent主要是对销售产品进行消费并反馈产品质量和服务的满意度。消费者的兴趣、爱好以及个人习惯等特征也会对消费者的消费行为产生影响。我们定义C(xi)函数来表示消费者的消费行为。它是一个随机数,表示消费者不定时地对某种产品的消费。
3 Agent的内部进化模型
作为一个具有自己的行为规则、目标意愿和知识的Agent本身也是一个复杂系统,携带有自己的资源库。Agent能够根据自身和外部情况不断地学习和创新,并能够根据自己的目标意愿来对当前状态不断地进行调整从而实现目标。我们把其内部进化模型归纳为学习子模型、创新子模型、反馈子模型、战略子模型,如下图2所示。
3.1 学习子模型
供应链的演化发展过程其实是一个聚集了Agent模仿、分析、消化以及与自身实际情况结合的学习过程。Agent的进化发展首先要去学习、模仿其它目标Agent,然后在学习过程中根据自身特点和外部环境特点,再进行创新,促进知识的学习、积累、再生与共享。学习子模型的学习机制是:Agent可以通过两种方式来学习。一种方式就是Agent向其它成员学习经验。在学习过程中Agent会主动地去模仿对方的行为习惯,逐渐地学习对方的经验,并获取对方一部分或者全部的经验。Agent的学习对象包括对方的学习子模型、创新子模型以及反馈子模型;另外一种方式就是采用公共黑板的结构来学习经验,从而实现信息共享,见图3所示。首先,系统中的Agent都会把自己的一部分或者全部经验写进公共黑板里,形成了一个可以供所有Agent学习的平台。然后,当Agent需要学习的时候,就可以从公共黑板上学习到其它成员的经验。
3.2 创新子模型
创新子模型赋予了Agent对自己的行为规则与历史经验进行创新的能力,是Agent能够保持自己的优势,领先于其它Agent的有力保证,也是整个Agent的核心竞争力所在点。在创新子模型中Agent可以通过两种途径来实现创新。一种是在有直接联系的某些成员参与的基础之上进行创新;另外一种就是在所有Agent参与的基础之上进行创新。在创新的过程中,Agent将自身的经验以及其它成员的经验进行整理,并把所有的经验按照处理的对象、条件、结果等不同来进行归纳分类。图3具体地演示了制造商Agent的学习和创新行为的过程。例如在Agent1和Agent2两个成员的行为规则{IF…THEN…} 上,我们可以把下列规则IF(Agent1接受订单)THEN(处理结果1…)和IF(Agent2接受订单)THEN(处理结果2…)按照条件相似而归纳为一类,然后Agent就会根据同一类型的规则进行创新。例如Agent1和Agent2根据同一类型的{IF…THEN…} 规则进行创新后可以分别得到新的行为规则:IF(Agent1接受订单)THEN(处理结果2…);IF(Agent2接受订单)THEN(处理结果1…)。
3.3 反馈子模型
反馈子模型的功能从生物学角度来说就是生物的免疫系统,它是Agent的自我调节系统。当Agent自身发生与目的不一致的变化或者是环境发生相对变化时,Agent为了适应这些变化,避免危险,向着好的方向发展,就需要通过Agent内部的反馈子模型来实现。
反馈子模型的机制是:Agent每隔一段时间就检查自身的状态,并与目标进行比较。假如发觉自身状态没有发生偏差时就等下一次再检查;反之,假如检测到当前状态出现问题时,就针对当前的状态进行逐步纠正,然后进入下一次的检查。参考《中国企业供应链管理绩效水平评价参考模型(SCPR1.O)构成方案》,我们定义了供应链成员的评价标准如下表1所示:
3.4 战略子模型
战略子模型的职能是为Agent在不同发展时期定制不同的发展战略目标。战略子模型包括战略定制、战略实施和战略评价三部分。战略制定:确定企业任务,认定企业的外部机会与威胁,认定企业内部优势与弱点,建立长期目标,制定供选择战略,以及选择特定的实施战略。战略实施:树立年度目标、制定政策、激励员工和配置资源,以便使制定的战略得以贯彻执行。战略评价:重新审视外部与内部因素,度量业绩。确认是否需要采取纠偏措施。最终当战略评价认为当前的战略目标已经基本完成时,Agent将自动进入下一轮的战略制定。
在Agent的诞生和成长时期内,Agent的竞争力不足,自身优势尚未形成,经营管理等方面还未完善,还存在很大的生存压力,此时Agent为了自身的生存和发展,就必须要抵御着来自外部Agent的侵略,包括资源、市场、信息以及人才等方面的掠夺。Agent能够成功抵御来自外部竞争对手的各种各样的侵略,就能够快速成长起来,发展为成功的Agent;反之,如果Agent不能够成功抵御外部竞争对手的侵略,那么就会被系统淘汰,从而消失。而当Agent进入到成熟阶段,此时Agent知名度提高,市场销路扩大,技术水平提高,利润增加,聚集越来越多的人才,以及企业各项管理能力增强。然而,Agent在快速成长的同时,不知不觉中触动了一些抑制Agent成长因素。这些抑制成长的要素包括了市场竟争对手增多、管理结构复杂、创新精神减弱、以及对市场的反映迟缓等。这种抑制成长的因素有可能使Agent成长减缓,甚至下滑。正如彼德.圣吉(Peter M.Sege )提出的企业“成长上限理论”一样,此时的Agent发展也遇到了成长上限的障碍。此时Agent要突破成长上限的障碍,就必须先分析限制自身成长上限的因素有哪些,然后根据自身状况通过不同的途径来实现。例如如果是资金不足限制了Agent的发展,可以通过融资的方式来取得突破性的发展;如果是Agent本身的规模限制了发展,那么就可以在Agent的基础之上扩展下一代子Agent,扩张经营规模。
4 供应链演化及Repast S仿真分析
基于Agent的供应链演化其实就是一个自下向上的逐步演化过程。在这个过程中Agent是供应链系统的基本单元,具有自己目的意愿的独立个体。每个Agent按照自身的内部进化模型通过与其它Agent交互活动获取经验以及知识并自行进行演化。在供应链演化的过程当中,随着每个Agent的目的意愿不同,自我学习能力不一样,以及Agent自身所拥有的资源多少不均等等一系列非线性、多样性的原因,有些Agent会逐渐死亡,有些Agent会仅能够维持着自身的运行,有些Agent会不断的扩大发展,并形成自己的子Agent。在这个过程中,有的Agent由于共同的利益而相互吸引,相互合作,逐渐地靠拢在一起,从而出现多Agent聚集的现象,形成一个整体在供应链系统中进行交互活动。于是就出现了很有意思的现象:在供应链的运行过程中,有些Agent会逐渐消失,有些Agent分布得比较零散,有些Agent聚集得比较密集,形成一个小团体,也有些Agent不断发展壮大,并形成了自己的子Agent。到底这些Agent在供应链复杂系统中是如何演化发展呢,对此,我们采用了基于Repast的计算机仿真技术来进行分析研究,图4是供应链系统中制造商Agent的仿真演化机理图。它显示的是在同类制造商Agent中个体是怎么通过同类以及公共黑板来学习别人的经验。
Repast是芝加哥大学的社会科学计算研究中心采用“类swarm”的软件架构思想开发研制的java平台的一种多主体仿真工具。Repast相对于swarm而言具有更强大的功能以及友好的用户界面、良好的易用性能。Agent是一个有独立行为能力、有自己的目的志愿的主体。基于Agent的供应链演化仿真很好地运用Agent来描述了现实供应链系统中节点企业的特性,并反映供应链系统中的物流、信息流和资金流的流动情况。
图5显示的是供应商Agent资金的演化过程,从图中可以看出,供应商Agent的资金随着供应链的演化而逐步分化,呈现出不同的发展结果,有的供应商Agent只能够维持企业的生存能力,毫无发展的空间;有的供应商Agent可以从对手中很好地学到经验从而不断创新,使得企业经营不断发展,资金迅速增长。其中位列前茅的供应商Agent就很有可能通过学习和创新子模型来调整自身并通过战略子模型来改革企业的发展战略。在这些Agent当中,有的通过发展下属子Agent来扩大自身规模(见图5中深蓝线段所示的Agent);有的通过横向发展达到自身规模的扩大(见图5 中红色及灰色线段所示的Agent)。另外,也有的Agent由于不善于学习别人的经验,缺乏创新理念,在演化的过程中逐渐走向灭亡。图6所示的是供应链系统中Agent的演化情况以及Agent之间的关系,其中Mr表示的是市场,SAgent表示的是供应商,MAgent表示的是制造商,DAgent表示的是分销商,RAgent表示的是零售商以及CAgent表示的是终端消费者。图中每条有向线段的箭头所指的Agent为上游Agent,另一端的Agent为下游Agent,形象地表示了它们所处在供应链系统中的位置。每个Agent的形状大小反映了它们实力的大小。从图中我们可以看出,在同类的Agent中,有的Agent形状比较大,而有的Agent干脆一分为二,形成两个同类Agent,也有的Agent形状逐渐变小,甚至消失不见。另外,图中Agent之间的关系并非是线性的。Agent的上下游Agent具有多个,呈现出一种非线性的关系。与此同时,图中经营规模比较大的Agent,它们与上下游Agent之间的关系往往相对比较复杂。此类Agent越有可能发展到比较大的规模,甚至形成自己的子公司。
5 总结
文中采用基于Agent的方法来对供应链的演化进行仿真分析研究。首先,我们对复杂供应链系统中的节点企业进行Agent抽象,并归纳出5种类型的Agent个体。具体分为供应商Agent、制造商Agent、分销商Agent、零售商Agent以及终端消费者Agent,并为其定义了不同的函数来表示Agent的个体行为特性。在此基础之上,我们赋予了Agent内部四个子模型,分别是学习子模型、创新子模型、反馈子模型和战略子模型,并通过Repast仿真工具对其进行仿真实验来分析研究整个供应链复杂系统的演化规律。
从实验的结果来看,整个供应链系统中各个Agent都能够根据自身内部进化模型并结合自己的目的和意愿在整个复杂系统中进行演化。往往某一Agent发生细微的变化时,经过多步仿真后供应链系统中其它个体会发生较大的变化。个体之间的关系变得越不可描述,同时整个供应链系统也逐渐涌现出一系列非线性、多样性的现象。后续我们将在供应链成员协作以及供应链鲁棒性等方面做更深入的研究。
参考文献
[1]MENTER J T,WITT W D,et al.Defining supply chain management[J].Journal of Business Logistics,2002,22(2):1-26
[2]LEEH L,PADMANABHAN V,WANG S.The bullwhip effect insupply chains[J].Sloan Management Review,1997,38:93-102
[3]TOMAS G,et al.Knowledge as a strategic resource in supply chains[J].Journal of Operations Management,2006,24(5):458-475
[4]FANG WU,SENGUN YENIYURT,DAEK WAN KIM,et al.Theimpact of information technology on supply chain capabilities and firmperformance:a resource-based view[J].Industrial Marketing Man-agement,2006,35(4):493-504
[5]白世贞,郑小京.供应链复杂自适应系统资源流涌现的研究[M].北京:科学出版社,2008
[6]郑霖,马士华.供应链是价值链的一种表现形式[J].价值工程,2002(1):23-25
供应链演化 篇7
目前系统动力学 ( SD) 理论与仿真方法在食品供应链博弈领域的应用还不成熟,本文从信息共享角度,基于有限理性的原材料供应商和食品加工商等供应链参与者,分析了有无政府惩罚因素下的食品供应商和加工商就内部与市场信息共享的博弈过程,通过构建博弈的SD模型,运用Vensim仿真软件分析了各个因素对演化结果的影响机理。
1 食品供应链的信息共享演化博弈
食品供应链系统实现信息共享有利于成员间建立更加巩固的战略联盟关系,提高供应链系统的市场竞争力,降低“牛鞭效应”。食品供应链成员企业也可 能为了自 身利益而 不配合信 息共享,一旦某个企业不共享或者不以真实信息共享( 以下统称“不共享”) ,共享的企业则在竞争中处于不利地位,从而削弱其共享积极性甚至放弃共享策略。其中以农户为主的供应商和处于供应链核心地位的生产加工商之间的信息共享博弈过程最具代表性。
1. 1 信息共享博弈模型的建立
在长期的博弈过程中,供应商和加工商非完全理性。模型中,博弈双方的策略组合均为﹛共享,不共享﹜,双方已经建立了长期的采购契约,即一方或双方不进行信息共享时,双方的上下游关系仍存在。相关变量设置及假设条件如下:
( 1) Π1和Π1分别表示供应商和生产加工商均不共享信息时的收益; 若双方实现信息共享,π1、π2分别表示供应 商和加工 商此时的 额外收益,同时博弈双方共同分担共享成本C,α表示供应商的成本分担比例[9],这里假设α为一个定值且0 < α < 1; 如果博弈双方仅单方选择共享其所获得的信息资源,此时共享方的共享额外收益为Ai且Ai- αC < 0 , A2- ( 1 - α) C < 0 ,而不共享方因为成本节约和获得共享方信息也会获得一定的额外收益,记为B1。
( 2) 假设各个变量都为正数,且π1+ π2> C。在长期的博弈过程中,供应商采用“共享”和“不共享”策略的概率分别为x和 ( 1 - x) ,加工商采用“共享”和“不共享”的概率分别为y和 ( 1 - y) 。则供应商与生产加工商信息共享演化博弈的支付矩阵如表1所示[6]。
1. 2 演化路径及结果分析
根据表1可知,供应商采取“共享”、“不共享”的期望收益E11、E12与平均收益E1及复制动态方程分别为:
同理,生产加工商采取“共享”、“不共享”的期望收益E21、E22与平均收益E2及复制动态方程分别为:
( 1) 食品供应链的供应商和加工商进行信息共享长期博弈的结果只有2种,一种是双方通过信息共享协同管理供应链,一种是双方都不进行信息共享。
( 2) 博弈结果取决于初始点落在图1中哪个区域 ( 如图1所示为演化博弈相图) 。当初始状态落在四边形OADB中,系统将收敛于O ( 0,0) 点,即供应商和加工商均不进行信息共享; 当初始状态落在四边形ACBD中,系统将向C ( 1,1) 收敛,即双方积极共享信息。
( 3) 当SOADB = SACBD 时,食品供应链博弈双方信息共享与不共享的概率相等; 当SOADB > SACBD 时,不共享的概率大于共享的概率; 当SOADB < SACBD 时,共享概率大于不共享的概率。
2 政府惩罚机制下的演化博弈
通过上述结论可知,当食品供应链的初始状态落在SΔOADB时,博弈双方都会对信息共享消极对待,此时就需要借助政府监管促使双方积极实施信息共享。
2. 1 建立政府惩罚机制下的博弈模型
假设食品供应链上的供应商和加工商对信息共享持消极态度时,由于其个体经济行为会使他人和社会受损,即具有外部负效应,在这种情况下政府则有一定的惩罚策略,假设惩罚力度为P,此时收益矩阵如表2所示。
2. 2 演化路径及结果分析
根据表2可知,供应商采取“共享”、“不共享”的期望收益E'11、E'12与平均收益E'1及复制动态方程分别为:
食品生产加工企业采取“共享”、“不共享”的期望收益E'21 、E'22 与平均收益E'2 及复制动态方程分别为:
3 基于 SD 的演化博弈影响因素分析
博弈演化至均衡状态的时间和结果与参数值有关,改变参数的初始值可以改变博弈时间和均衡点。尽管博弈双方信息共享才是该博弈的帕累托最优结果,但是 ( 共享,共享) 和 ( 不共享,不共享) 两个演化结果都是系统的演化均衡。演化结果的影响因素主要有: 双方信息共享总成本C、信息共享时双方的额外收益πi、单方共享时共享方的额外收益Ai和不共享方的额外收益Bi以及政府惩罚力度P。
3. 1 建立演化博弈的 SD 仿真模型
这里采用Vensim PLE软件对博弈过程进行仿真,假设INITIAL TIME = 0, FINAL TIME = 50,TIME STEP = 1。模型主要参数设置如下: Π1= Π2= 50 ,π1= π2= 20,A1= 9,A1= 9. 5,B1= B2=10,C = 19,α = 0. 5 ,P = 0。所建模型如图2所示。本部分通过变换各个变量的值来观察不同赋值情况下博弈双方信息共享概率的演化曲线的位置,分析各个变量与双方信息共享概率的影响关系。
图 2 食品供应链加工商和供应商信息共享演化博弈 SD 模型
3. 2 仿真结果分析
3. 2. 1 共享总成本 C 对共享概率的影响
如图3中的曲线分别表示C = 16、C = 18、C =19、C = 21时的系统演化结果。由图3可以看出,信息共享概率随着共享成本的增大而减小,即二者呈负相关关系。
图 3 C 取值变化时的信息共享概率系统演化结果
3. 2. 2 双方共享时的额外收益 πi对双方共享概率的影响
如图4 ( 1) 中的曲线分别表示π1= 16、π1=18、π1= 22、π1= 24时的系统演化结果,图4 ( 2 )中的曲线分别为π2= 14、π2= 18、π2= 24、π2= 28时的系统演化结果。从图4可以看出,随着π1值的增大,博弈双方逐渐趋向于信息共享,即食品供应链双方共享时的额外收益π1与博弈双方采用信息共享策略的概率成正相关关系。
图 4 πi取值变化时信息共享概率系统演化结果
3. 2. 3单方共享时共享方的额外收益 Ai对共享概率的影响
如图5中的曲线分别表示A1= 8、A1= 9、A1=10、A1= 11时供应商和加工商共享概率的演化结果。由图5曲线的位置和形状可以看出,单独共享时共享方所获得的收益越大,信息共享的概率越大、信息共享的意愿就越强,二者呈正相关关系。
图 5 Ai取值变化时的信息共享概率系统演化结果
3. 2. 4 单方共享时不共享方的额外收益 Bi对共享概率的影响
如图6 ( 1) 中的曲线分别为B1= 6、B1= 7、B1= 9、B1= 11时供应商共享概率的演化,图6 ( 2 )中的曲线分别为B1= 4、B1= 8、B1= 14、B1= 18时生产加工商共享概率的演化结果。由图6可以看出,单独共享时不共享方所获的额外收益越大,其共享概率越小,二者呈负相关关系。
图 6 Bi取值变化时信息共享概率系统演化结果
3. 2. 5 政府惩罚 P 对共享概率的影响
改变参数政府惩罚P的值,供应商信息共享概率和加工商信息共享概率会随之变化。模型中主要参数为: α = 0. 5,C = 19,A1= 9,A2= 9. 1,B1= B2=10,即αC - A1= 0. 5,( 1 - α) C - A2= 0. 4。如图7中的曲线分别表示P0 = 0. 0 < 0. 5、P2 = 0. 2 < 0. 5、P4 =0. 4 < 0. 5、P6 = 0. 6 > 0. 5、P8 = 0. 8 > 0. 5、P10 = 1. 0> 0. 5时双方共享概率变化的情况。由图7可知,随着惩罚机制P的增大,博弈双方采用信息共享概率也逐渐增大; 当P > max{ αC - A1,( 1 - α) C - A2} ,共享概率稳定演化至 ( 1,1) 。
图 7 政府惩罚参数 P 对演化结果的影响
通过上述分析可知,在食品供应链信息共享博弈中,双方实现共享的概率受到共享成本、共享所能获得的收益以及企业的信息吸收与溢出能力的影响,通过改变这些因素可以促进博弈双方朝着 ( 共享,共享) 策略演化。加入政府监管因素后,食品供应链上供应商和加工商实现信息共享的概率还受到政府惩罚度的影响: 政府惩罚力度越大,博弈双方向着共享策略改进的意愿越大[9,10]。
4 结语
解决食品安全问题需要从内部管理和外部监管两个方面入手。本文通过界定食品供应链上供应商和加工商信息共享博弈的主要影响因素,运用博弈论和动力学方法得出了如下几点结论:
( 1) 建立了食品供应链内部的信息共享演化博弈模型,得出当π1- A1- B1> 0且π2- A2- B2> 0时,系统存在( 共享,共享) 和( 不共享,不共享) 2个均衡点,且系统最终向着哪个方向演化由各个影响参数的初始值决定; 在模型中加入了“政府惩罚”因素,得出当P > max{ αC - A1,( 1 - α) C - A2} 时,系统只存在1个演化均衡 ( 共享,共享) 。
( 2) 建立演化博弈的动力学模型,研究表明信息共享概率随共享成本、单独不共享收益负相关,随共享超额收益、单独共享收益正相关; 同时说明政府惩罚力度越大,博弈双方信息共享的概率越大。
( 3) 系统动力学的应用在一定程度上说明了应用SD方法研究博弈问题的可行性。另外,政府如果一味地加大惩罚力度来对食品企业进行监管可能会造成食品供应链不堪重负,能否采取一种动态有效的监管模式,这也为今后的研究提供了方向。
摘要：从加强食品供应链信息共享角度,应用演化博弈理论和系统动力学方法,在分析食品供应链信息共享影响因素的基础上,首先建立无政府惩罚下食品供应商和加工商之间的演化博弈模型,接着在模型中加入“政府惩罚”这一外部参数,通过动力学仿真表明:信息共享概率随共享成本、单独不共享收益反向变动;随共享超额收益、单独共享收益和政府惩罚力度同向变动。同时证明了用系统动力学方法研究博弈问题的可行性。