云制造平臺對制造商策略選擇行為演化的影響

潘新宇　趙道致　吳成霞

摘要：利用演化博弈的方法，分析云制造平臺匹配的精確度、帶來額外利潤的多少、可能造成損失的大小等因素對制造能力需求企業策略選擇行為演化的影響，得到云制造平臺僅僅通過調整匹配精確度并不會吸引制造商都采用云制造平臺的結論，同時給出影響制造企業策略選擇行為演化的邊界條件以及在相應的條件下制造企業策略選擇行為的演化軌跡。

關鍵詞：物聯網；云制造平臺；演化博弈；制造資源共享

DOI：10.13956/j.ss.1001-8409.2015.10.27

中圖分類號：F272文獻標識碼：A 文章編號：1001-8409（2015）10-0125-06

Abstract：Employing the method of evolutionary game theory， this paper analyzed the impact of cloud manufacturing platform matching accuracy rate， extra profits， and possible loss bringing by the platform and other factors on the decision of enterprise strategy. It was found that cloud manufacturing platforms cant attract all manufacturers to adopt the platform only by adjusting the matching accuracy rate. Moreover， the boundary conditions that influence the manufacturing enterprisers strategy decisions and their corresponding evolutionary track were also presented.

Key words：internet of things； cloud manufacturing platform； evolutionary game theory； manufacturing resources sharing

近年來，物聯網（Internet of Things， IOT）技術的應用正在迅速地進入生產和流通領域[1，2]。供應鏈系統中嵌入物聯網技術之后，實現 從“企業-企業”到“物-物”的轉變，跨越了企業的邊界在供應鏈中進行資源共享。制造商面臨制造能力或制造資源短缺時，可以利用物聯網技術由智能終端實時連接到云制造平臺尋找制造能力和制造資源，再由云制造平臺進行有效的匹配以滿足企業的制造需求，減少企業制造資源短缺的損失[3]。利用云制造平臺，可以實現多種類制造能力和制造資源的交易[4]，如美國的MFG.COM平臺和Tradeshift平臺，可以提供裝配、加工等制造服務，這將逐漸改變企業的生產和交易方式。因此，在物聯網環境下，研究企業面向云制造平臺的生產決策問題具有重要意義。

在制造資源實現云化共享的技術層面，我國的學者也進行了相關的研究。李伯虎院士及其研究團隊率先開展了大量的研究，探討了云制造的概念、系統架構等，提出了面向服務的云制造的概念，并從技術角度給出了云制造的典型應用案例[5]。邰麗君等針對云制造環境下制造資源調度的特點和存在的問題，建立了云制造環境下制造服務資源多目標調度模型。根據云制造環境下極易發生擾動的特點，提出了一種動態調度技術，以在發生突發事件時及時作出反應[6]。黃沈權等針對云制造環境下制造云服務的特點，在分析制造云服務按需供應相關研究存在的一些不足的基礎上，提出制造云服務按需供應模式的架構，從整個供應流程的角度分析了云服務按需供應模式的過程模型，建立了按需供應模式涉及的主要關鍵技術的技術體系[7]。新西蘭奧克蘭大學Xu在文獻中論述了“云計算”到“云制造”的發展過程，詳細闡述了在“云制造”模式中，企業分散的資源如何通過云服務平臺集成在一起，使企業在產品設計、制造、測試、管理以及產品全生命周期中的其他環節都可以通過云服務平臺請求資源滿足需求，實現資源的高效匹配和配置[8]。以后文獻多從技術角度對云制造進行研究，鑒于云制造平臺在制造能力和資源供需匹配的過程中起到重要作用，本文從經濟角度研究企業的運營行為，利用演化博弈的方法，分析云制造平臺匹配的精確度、帶來額外利潤的多少、可能造成損失的大小等因素對制造能力需求企業策略選擇行為演化的影響。

1問題描述

在同一個市場環境下，存在著兩個相互競爭的制造商M1和M2，因為某種關鍵的制造資源或者制造能力的缺乏可能會求助于云制造平臺，從而獲得充足的制造資源以獲得更大的市場收益。假設云制造服務平臺上包含有多種有差異性的制造資源及制造能力，且根據云制造系統的特點可以認為每種資源的數量是足夠大的，能夠滿足制造企業對云制造平臺的需要。兩個制造企業從利潤最大化的角度出發，可以選擇利用云制造平臺或者不利用云制造平臺，因此企業的策略為“利用平臺”和“不利用平臺”，并且假設企業M1和M2采取利用平臺這一策略的概率分別為p和q，則企業不利用平臺的概率分別為1-p和1-q。

同時，還要考慮在實際運營過程中，由于參與方信息隱瞞、資源的復雜性以及平臺虛擬化操作的失誤等原因，云制造服務平臺的搜索和匹配操作不可避免的會產生一定的誤差，即存在資源有效匹配的問題。在本文中，若兩個制造商需求的是同樣的資源，則云制造平臺對兩個企業的有效匹配率是相同的，假設該有效匹配率（匹配精確度）為r（0

假設當企業M1和M2都不利用云制造平臺時，雙方可以獲得的收益分別是U1和U2；當企業M1利用云制造平臺而企業M2不利用云制造平臺時，制造商M1可以獲得充足的制造資源來滿足市場的需要，同時又因為云制造平臺的存在，可以通過對需求市場的大數據分析，全面分析消費者的購物習慣和偏好，進一步對顧客需求進行挖掘（如亞馬遜的圖書智能推薦功能），這兩種情況都會擴大M1的市場需求，獲得額外的利潤f（f>0），此部分利潤可能是新創造的利潤，還可能是搶奪了企業M2的一部分市場而獲得的競爭利潤，這兩種情況對M2來說都是有利潤損失的，是沒有采用云制造平臺的機會損失，同時考慮到云制造平臺有效匹配的問題，所以企業M1會獲得額外的收益rf，企業M2會失去相應的市場收益rf，即此時雙方的收益為U1+rf和U2-rf；同理，當企業M1不利用云制造平臺而企業M2利用云制造平臺時，企業M2會獲得額外的收益re（e>0），企業M1會失去相應的市場收益re，此時雙方的收益為U1-re和U2+re；當企業M1和企業M2同時利用云制造平臺時，由于雙方都有充足的制造資源和能力，所以會發生市場競爭的情況，假設l為企業M1的競爭獲勝的概率，企業M2因為競爭失敗會造成額外的損失（如市場聲譽的損失、投入云平臺而導致的機會損失等），假設該值為C2，同樣當企業M1競爭沒有取勝時，也會造成一定的市場損失，假設該損失為C1，這種情況下，雙方的期望收益分別為l（U1+rf）+（1-l）（U1-re-C1）和（1-l）（U2+re）+l（U2-rf-C2）。還需假設參與方是個體理性的，且根據期望利潤最大化的原則來進行決策，以上所有的信息均為所有參與方的共同知識。

2模型分析

根據上述兩個制造商利用云制造平臺與否的過程分析，可以得到下列的矩陣：

2之間的關系，當損失的乘積相對于獲得的收益和的平方較大時（C1C2>（re+rf）2），兩個制造企業在采用云制造服務平臺時會進行權衡，因為萬一不能保證獲得恰當的制造資源，獲得市場的需求，造成的損失也比較大，當一個企業不采用云制造平臺服務時，另一個企業則根據利潤最大化的原則，一定會采用云制造服務平臺策略，所以會出現有兩個均衡點的情況（圖3）；當損失的乘積相對于所得到的收益之和的平方較小時（C1C2<（re+rf）2），兩個制造企業就不會進行太多的權衡，因為哪怕不能保證獲得優質的制造資源，競爭失敗造成的損失也比較小[13]，所以會出現兩個企業都采用云制造平臺的情況（圖4）。

（4）所有的情況中，云制造平臺最愿意看到的是兩個企業都采用云制造平臺來進行生產，如圖4所示。此時的條件是C1C1+re+rf

①兩個企業都會利用云制造平臺獲得更大收益的必要條件是C1C2<（re+rf）2，此時可以保證制造企業利用云制造平臺可以獲得足夠大的利益。

②云制造平臺需要建立高效的容錯機制以支持高可靠協同運行，以提高資源的匹配精確度（即提高r的數值）。另外，在前期也要做好資源的分類以及語義描述工作，提升云制造平臺的整體服務水平。

③為了保證兩個企業都能夠利用云制造平臺，云制造平臺僅僅調整r的取值是不夠的，因為至少要保證l落在（C1C1+re+rf，re+rfre+rf+C2）區間內，云制造平臺才有調整匹配精確度r的動力，所以云制造平臺還需要考慮兩個企業利用平臺所能獲得的收益以及可能造成的損失，從而保證l的值盡可能落在上述區間內。

（5）圖3對云制造平臺也有一定的啟示。某些時候（比如云制造平臺上能夠提供的資源數量不夠多），促使兩個制造商同時選擇云制造平臺的難度會比較大（如上面所闡述的，需要保證落在特定的區域內），此時云制造平臺可能會退而求其次，促使會對平臺帶來收益較大的一方來采用云制造平臺也會是不錯的選擇，此時云平臺可以耗費較低的成本來促使某一方企業來選擇云制造平臺[14]，表現在圖3中即是F點位置的移動。

從以上分析還能夠發現令人擔憂的一點，當平臺力量足夠大時，平臺有操控制造能力共享供需市場的可能性，因此引入必要的約束機制，對平臺的行為加以規范，以利于整個云制造系統的順利運行。

命題3：損失分界點d1=C1C1+re+rf是關于r的減函數，收益分界點d2=re+rfre+rf+C2是關于r的增函數。

證明：對兩個分界點的表達式d1和d2分別對r求一階導數，可以得到該命題，具體證明過程從略。

命題3說明了當云制造平臺將匹配有效率調整到一定程度之后（d1

3數值分析

數值分析時，給定數值如下：l=07，U1=200，U2=100，e=8，f=10，C1=10，C2=6，當r從0到1變化時，可以得到圖5所示圖形。區域I（直線r =02381左側）：此時滿足條件re+rfre+rf+C2max{re+rfre+rf+C2，C1C1+re+rf}，演化的過程如圖2所示；區域III（直線r =0.7778右側）：此時C1C1+re+rf

同時，分別選取區域II和區域III中的兩個點，r=0.5和r=0.8，可以得到兩個制造商采用云制造平臺的演化分析圖如圖6所示。在圖6中，可以看到在r=0.5時（區域II中），因為l的值比較大，所以符合圖2中的演化條件，則p逐漸趨近于1，而q則逐漸趨近于0，即制造商M1會選擇云制造平臺，而制造商M2則不會選擇。在r=0.8時（區域III中），符合圖4中的演化條件，則p逐漸趨近于1，并且q逐漸趨近于1，即制造商M1會選擇云制造平臺，制造商M2也會選擇云制造平臺。

若r=0.1，則各個變量之間的關系滿足區域I的條件，區域I中，制造商的演化軌跡滿足圖3中的條件，從圖3中可以看到，初始條件的情況會對兩個企業的演化軌跡有較大的影響，因此分別選擇初始狀態為p0=02，q0=02以及p0=03，q0=06兩種情況，則能夠看到兩種不同的演化路徑：當p0=0.2，q0=0.2時，點（0.2，0.2）落在陰影部分下方，因此演化過程的穩定點為C（1，0）點，當p0=0.3，q0=0.6時，點（0.3，0.6）落在陰影部分，p逐漸趨近于0，而q逐漸趨近于1，因此演化過程的穩定點為B（0，1）點。此時的演化過程如圖7所示。

4結論

本文考慮了在物聯網技術的支撐下，制造企業可以對制造資源和制造能力的狀況進行實時動態的感知，從而能夠利用云制造平臺進行制造資源的共享和協同問題。主要考慮了云制造平臺資源匹配有效率、額外收益以及可能的損失等因素對云制造平臺以及云制造服務需求企業運營策略的影響。通過構建兩個云制造平臺需求企業向同一個云制造平臺請求制造服務的場景，采用演化博弈的方法，對云制造平臺和平臺參與方企業的運營提出了相應的建議。

通過本文的分析，可以看到并不是所有情況下云制造平臺都愿意提高資源的有效匹配率（當l落在（C1C1+re+rf，re+rfre+rf+C2）區間內時，云制造平臺才有動力去采取調整措施），當云制造平臺促使所有企業都采用云制造平臺需要投入較大成本時，云制造平臺也會有選擇地促使更有利于平臺的部分制造企業來利用云制造平臺進行生產。本文還給出了影響制造企業策略選擇的邊界條件（如定理1和2所示），從這些邊界條件可以看出，影響企業選擇的因素不僅僅有云制造平臺對資源的有效匹配率，還包括制造需求企業可能獲得的收益以及可能造成的損失，這些因素對制造企業的策略選擇行為的演化有著重要的影響。

文中主要分析的是平臺的資源匹配有效率對企業策略行為演化的問題，進一步的研究可以從如下方向進行：云制造平臺的收費以及定價結構設計的問題，這將關系到云平臺應該激勵哪些制造企業來采用云制造平臺；本文考慮的是當兩個制造企業都利用云制造平臺時，兩個制造商之間會加劇市場競爭行為，進一步可以分析云制造平臺能夠創造新的市場，降低兩個企業的直接競爭的機會，減少競爭損失的情況；另外，從文中的分析可以看出，當平臺的力量足夠大時，平臺有操控供需市場的動機，尤其是考慮到云制造平臺的收費問題時，該操控行為發生的幾率就會增加，因此如何設計合理的約束機制，既可以做到約束云制造平臺的行為，又能保證整個云制造系統的健康發展，將是十分有意義的研究。

參考文獻：

[1]金波，秦燕飛.物聯網產業發展及對策[J].宏觀經濟管理， 2014（10）： 68-69.

[2]李曉鐘，王瑩.我國物聯網產業協同發展機制及系統協同度評價研究[J].軟科學， 2015（1）： 42-46.

[3]Xu， X. From Cloud Computing to Cloud Manufacturing[J].Robotics and ComputerIntegrated Manufacturing，2012， 28（1）： 75-86.

[4]王時龍，宋文艷，康玲，等.云制造環境下制造資源優化配置研究[J].計算機集成制造系統， 2012， 18（7）：1396-1405.

[5]李伯虎，張霖，王時龍，等.云制造面向服務的網絡化制造新模式[J].計算機集成制造系統， 2010， 16（1）：1-6.

[6]邰麗君，胡如夫，趙韓，等.面向云制造服務的制造資源多目標動態優化調度[J].中國機械工程， 2013，24（12）： 1616-1622.

[7]黃沈權，顧新建，陳芨熙，等.制造云服務的按需供應模式及其關鍵技術[J].計算機集成制造系統，2013，19（9）： 2315-2324.

[8]Wang X， Xu X. An Interoperable Solution for Cloud Manufacturing[J]. Robotics and ComputerIntegrated Manufacturing， 2013， 29（4）： 232-247.

[9]Fudenberg D， Tirole J. Game Theory [M].Cambridge， MA：MIT Press，1991.220-224.

[10]廖小昕.動力系統的穩定性理論和應用[M].北京：國防工業出版社，2000.136-140.

[11]Hsieh T P， Dye C Y. A ProductionInventory Model Incorporating the Effect of Preservation Technology Investment When Demand is Fluctuating with Time[J]. Journal of Computational and Applied Mathematics， 2013， 239： 25-36.

[12]Esposito E， Evangelista P. Investigating Virtual Enterprise Models： Literature Review and Empirical Findings[J]. International Journal of Production Economics， 2014， 148： 145-157.

[13]Zhou Y W， Min J， Suresh K. SupplyChain Coordination under an InventoryLevelDependent Demand Rate[J].International Journal of Production Economics， 2008， 113（2）： 518-527.

[14]Jeong B K， Styllanou A C. Market Reaction to Application Service Provider （ASP） Adoption： An Empirical Investigation[J]. Information & Management， 2010， 47（3）： 176–187.

[15]Lau A H L， Lau H S. Effects of a Demandcurves Shape on the Optimal Solutions of a MultiEchelon Inventory /Pricing Model[J]. European Journal of Operational Research， 2003， 147（3）： 530-548.

（責任編輯：楊銳）