企业逆向物流实施中的博弈分析

《企业逆向物流实施中的博弈分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

企业逆向物流实施中的博弈分析第lO卷第6期2007年11月工业工程IndustrialEngineeringJournalVo1.10No.6November20o7企业逆向物流实施中的博弈分析李金勇,刘威2,程国平(1.天津大学管理学院,天津300072;2.河南工业大学管理学院,河南郑州450052;3.郑州市物价局,河南郑州450007)摘要:研究了逆向物流的实施过程中企业与政府之间的博弈过程.基于博弈论构建了逆向物流实施的静态和动态模型,分析了责任损失系数,折现系数和社会损失系数对企业与政府的影响,有利于政府提高监管效率和企业自觉推行逆向物流.结果表明,企业逆向物流的有效实施,不是只依靠加大惩处力度,而是要建立企业与政府的责任损失机制,还应依据折现系数和社会损失系数对不同的企业制定相应的政策.关键词:逆向物流;企业决策;政府监管;博弈分析中图分类号:F252文献标识码:A文章编号:1007-7375(2007)06-0046-04GameAnalysisofEnterpriseReverseLogisticsUJin.yong,LIUWei,CHENGGuo.ping(1.SchoolofManagement,Ti肌jinUniversity,Tianjin300072,China;2.SchoolofManagement,HenanUniversityofTechnology,Zhengzhou450052,China;3.ZhengzhouPriceBureau,Zhengzhou450007,China)Abstract:Thegameprocessbetweenenterpriseandgovernmentisstudiedinimplementingthereverselo- gistics.Basedonthegametheory,thispaperbuildsupastaticgamemodelandadynamicgamemodel,analyzingtheresponsibilitylosscoefficient,thediscountcoefficientandthesociallosscoefficientwhichcanmakeimpactsonenterprisesandgovernment.ThiswillenhancetheefficiencyofthegovernmentSU-pervisionandenterprises'applicationofreverselogistics.Theresultsuggeststhatseverepunishmentsarenottheonlyeffectivemeasuresforthepromotionofreverselogisticsbutasystemofresponsibilitylossisneededforboththeenterprisesandgovernmentandacorrespondingpolicyshouldbemadefordifferenten-terprisesaccordingtodiscountcoefficientandsociallosscoefficient.Keywords:reverselogistics;enterprisedecision;governmentsupervision;gameanalysis为实施可持续的发展战略,我国政府提出了科学的发展观,即"坚持以人为本,树立全面,协调,可持续的发展观,促进经济社会和人的全面发展",并提出要发展循环经济,而发展循环经济离不开现代逆向物流的支持.经济学家和企业家纷纷呼吁企业抓住环境导向型的资源和能力去开创可持续发展的竞争优势.HP,GE,Sears,IBM,3M和Ericsson等国际知名企业纷纷启动逆向物流发展战略_】J.本文在国内外学者关于企业逆向物流方面的理论研究基础上,结合我国逆向物流实施过程中的实际情况,借鉴博弈论在物流领域及其他领域的运用引,构建了企业实施逆向物流的静态及动态博弈模型.在静态博弈过程中,首先建立了基本博弈模型,然后引入责任损失机制对原模型进行改进,得出责任损失机制的实施有利于我国企业实施逆向物流;在动态博 弈过程中,针对不同取值范围的折现系数和社会损失系数,研究最优策略的选择机理,具体讨论政府如何制定政策引导企业开展逆向物流.最后,试图找出有效促进逆向物流的途径和方法,认为逆向物流的推进和监管,不仅仅需要对企业经济上的处罚,更为重要的是政府要提高自身的监管水平和监管效率.收稿日期:2006-09-05基金项目:河南省软科学基金资助项目(0613025700);河南省基础与前沿技术基金资助项目(072300420130)作者简介:李金勇(1974.),男,河南省人,博士,主要研究方向为企业管理集成系统,物流,系统工程.第6期李金勇,刘威,程国平:企业逆向物流实施中的博弈分析471企业实施逆向物流的静态博弈模型1.1企业实施逆向物流的一般博弈逆向物流活动在推进过程中,面临的决策环境是复杂的.为了便于分析,在不影响研究结论的条件下,假设博弈中仅有政府与企业两个参与者,二者可以选择的策略分别为"监督"和"不监督","构建"和"不构建";两个参与者做出决策前不知道对方的行动,可以认为他们的行动是同时的,即模型为静态博弈;参与人对相互的策略和收益函数有准确的知识,即模型为完全信息博弈;企业未构建逆向物流,会对消费者的利益和环境造成破坏,如果此时被检查到,会受到法律诉讼和处罚等经济,名誉损失.假设企业构建逆向物流时所获得的收入为r.,企业不构建逆向物流时所获得的收入为r:,企业实施逆向物流所发生的全部成本为C,政府在对物流企业进 行监督时所花费的各种成本为C,企业不实施的行为被政府监督到要受到的惩罚为C,企业不参与逆向物流被监督到的概率为P.政府与企业的收益矩阵如表1所示.表1政府与企业的博弈矩阵策略矩阵政府监督()不监督(1一y),构建()一不构建(1一)1一C1,一Cl—C1,02一PCp,PCp～C2,0其中,和1一分别是企业选择构建与不构建的概率,Y和1一Y分别是政府选择监督和不监督策略的概率.通常,政府所得到的惩罚收入大于监督成本(PC>C);当企业未实施逆向物流被监督到时受到的处罚大于构建逆向物流的成本(PC>C.);企业构建逆向物流的利润应小于不构建情况下的利润(r.一C.<r');现实中,企业受到处罚后的收益应处于一个低的水平,才证明相关政策是有效的(r一C.>r一PC).由表1可得,此博弈不存在自动实现均衡性战略组合的机制,属于完全信息中的混合战略问题.经过最优一阶求导,可得此博弈的混合策略纳什均衡解f,=Ii.lpcppcpJ1.2模型优化为了寻求更加积极,有效的政府与企业策略,假定企业与政府在实施逆向物流时,都要受到一定约 束.企业未构建逆向物流,如果此时被检查到,除了处罚外还要在监督下开展逆向物流;政府在监督失职中也要承担其经济与社会责任(比如未按政策要求开展逆向物流的企业,在监管过程中若政府因疏忽或其它原因没有履行应尽职责时,政府除了要承担社会责任外,还要承担起治理环境等责任).总之,当企业和政府没有尽到实施逆向物流的责任时,要承担相应的责任损失.此时,表1中的收益矩阵将被调整为表2.表2改进后的政府与企业的博弈矩阵策略矩阵政府监督(y)不监督(1一y)此时求得博弈的混合策略纳什均衡解为Ipcl二一,二}0将I引入喜'J-1.任损失前VJ后的I,/,'Jl/,l上,{/u,HHlPco—pc1PCp十1J博弈均衡解进行比较,可得:当企业能够承担社会责任时,企业构建逆向物流的概率由:提高到popc:-c;与此同时,政府由于有效监督力度的提pcp—pc1高,监督概率也由一十一下降到CI,大大PPPD十1,节约了政府的监控的成本和精力.所以,从分析的结果来看,基于责任损失的机制有利于逆向物流活动的制定和执行,既促进企业自觉地推行逆向物流及保护环境,又有效降低了政府对逆向物流的监督无力和敷衍了事.2企业实施逆向物流的动态博弈模型 2.1基本假设及模型建立由于受到短期利益的驱使,企业不会选择构建逆向物流,以谋取短期的利润.但从长远来看,企业应立足于长期利润,注意好企业与政府的关系,引导政府形成合理的,诚实的预期.在此阶段的博弈模型中假设仅有两个参与者:政府与企业,但二者行动的次序不一致,总是存在一个先后的顺序.博弈的策略矩阵如表3所示.模型中的参数定义如下:企业构建逆向物流的成本为C;企业未构建时被政府监管到所受到的惩罚为C,政府监管成本为C;企业因不实施时的经济效益为Q,社会损失(对消费者的利益和环境造成破坏)为0Q(0≥1);企业的折现因子为6(0≤6≤1),政府的折现因子为1;p是当政府进行监管时对不实第1O卷施逆向物流企业的查实概率,即企业不参与逆向物流被政府监管到的概率.表3政府与企业的动态博弈矩阵政府策略矩阵监管(y)查实(p)未查实(1-p)不监管(1一y)企业不--CI(~9--C.2.2模型求解2.2.1政府监管概率既定的动态博弈求解政府进行监管的概率已定,由企业实施和不实施逆向物流的预期收益无差异,可得到政府监管的n—r 最优概率Y=.可看出,政府最优的监管概p%o率Y与惩罚力度c.,政府的查实概率P成反比,与企业实施逆向物流所发生的全部成本c,企业的折现因子6成反向关系,与企业不实施逆向物流而取得的经济效益Q成正向关系.其中,企业不实施逆向物流而取得的经济效益Q独立于模型外,由市场环境及相关行业的政策决定,这里将其作为固定的量,企业不能对其进行控制.为了讨论政府最优的监管行为,下面文章将根据企业不同折现系数6分别进行分析.n当折现系数6<—时,政府监管的概率pco'c1Y>1,但是现实中无法取得满足条件的Y值,由于0≤y≤1,故政府的最优监管概率Y=1,即政府要进行完全的事后监管.而企业不实施逆向物流的预期收益与实施逆向物流的预期收益之差为Q—yp%8+C16,此时企业不实施逆向物流的收益大于实施逆向物流的收益,即Q—ypcp8+c6>0,企业会选择不实n施逆向物流.对于注重当前利益,即6<—一的企pcp十1业,政府靠事后的监管是无法控制其实施逆向物流的.折现值6取决于企业的时间偏好和时间长度.一般而言,企业的时间偏好与企业的类型有关,所以政府无法对其进行控制.而政府可以通过改变时间长度来改变6值,即不实施逆向物流与受到惩罚的 时间间隔.时间间隔越长,6值越小,相反则越大.因此可以对此类注重当前利益的企业要考虑到监管的时效性,进行及时的监管,提高监管的效率,甚至实行即时的事后监管.但即使实行了有效的事后监管,但企业仍然可能不会实施逆向物流,所以更为理想的治理途径,就是要变事后监管为事前监管.实际上,目前的事前监管是较难实施的,因此政府可以n考虑采取取缔6<—L的企业.pcp十1nn当折现系数—一<<时,对于这种类型的pco'c1c1企业,政府进行监管的概率0<Y<1,且此时P≠0,虽p0<p≤1.因为此时6c1≤Q≤6(pc.+c1),女n果政府提高查实概率P,加大对企业的惩罚力度c.,则Q—ypc.6+C16<0,即企业不实施逆向物流的收益就小于实施逆向物流的收益,那么此时的政府政策就会引导企业实施逆向物流.相反,如果此时的Q—ypcp8+C16>0,即如果政府的查实概率P有限,对企业的惩罚力度c.很小,则企业不实施逆向物流.的收益就大于实施逆向物流的收益,政府的政策反而会导致企业不实施逆向物流.介对于折现系数6≥的企业,此时Q—C16≤0,即C1n一爻Y=≤0.由于0≤y≤1,故政府的最优监管力p%o 度Y=0,即政府可以不对企业的逆向物流活动进行监管.在现实中,注重长远利益的企业,会对消费者n的利益和环境保护重视,对于此类6≥的企业,企C1业会自觉实施逆向物流,政府不但不需要进行监管,而且还可以给予相应的奖励,鼓励其实施逆向物流.这在现实中可以理解为,企业推行逆向物流时可以获得诸如产品改进,节约成本,树立良好社会形象,改善与政府关系等收益,且长期收益大于逆向物流的构建成本,理性假设的企业会有强烈的构建动机.2.2.2企业构建概率既定的动态博弈求解企业构建逆向物流的选择概率已定,由政府实施监管与不实施监管的预期收益相等,求得::1一一.企业构建逆向物流的最优概率与Pc.'Pav惩罚力度c.,政府的查实概率P,社会损失aQ成正向关系,与政府的监管成本c成反向关系.其中,企业不实施逆向物流而取得的经济效益Q与上面的讨论假设相同仍然独立于模型外,这里将其作为固定的量,此处不再对其进行讨论.在企业构建逆向物流概率既定的情况下,企业社会活动对社会及环境的影响取决于开展逆向物流的程度,而决定企业开展逆向物流的重要因素之一就是企业未构建状态下的社会损失.若社会损失系数a<,则企业构建逆向物V流的概率<0.但是,现实中无法取得满足条件的 第6期李金勇,刘威,程国平:企业逆向物流实施中的博弈分析49值,由于0≤≤1,故最优构建概率=0,企业不会选择构建逆向物流的策略.将式(4)一式(5),得到政府监管与不监管的收益之差为P(1一)(c一aQ)一c,且易得到P(1一)(c.一aQ)一c>0,即政府监管的收益大于不监管的收益,此时政府的最优策略是进行监管.—nr若社会损失系数o>,则企业构建逆向物流的概率0<<1.对于P(1一)(c一aQ)一c,其值不能确定正负.如果政府的查实概率P,对企业的惩罚力度足够大,监管成本c足够小,则监管与不监管的收益差P(1一)(c.一aQ)一c>0,即政府进行监管的收益就大于不进行监管的收益,那么此时的企业的决策就会促使政府进行监管.相反,如果P(1一)(c.一aQ)一c<0,则政府的最优策略是不进行监管.此时,政府失去了监管的动力,就可能会出现一定程度上的监管无力或敷衍了事,就会为企业不构建逆向物流存在监管上的"空白区域".若社会损失系数.一∞(企业不构建逆向物流时受到的损失是巨大的),则企业构建逆向物流的概率=1,此时的Q—ypc.6+C16<0,则此时政府不会对企业进行监管,而且也没有必要再对企业进行监管.2.3拓展分析2.3.1加大政府的行政处罚力度实现的短期效应如图1,作如下理解:A点为政府进行监管时,未构建逆向物流企业的收益P(Q—c.+(1一P)Q;c 点为政府不监管时企业不构建的收益Q;B点为纳什均衡点,此时不监管概率(1一Y),监管概率为Y;A到C连线上任一点的横坐标为不监管的概率1一Y,纵坐标为在此概率下未构建时的期望收益.稆霰蛊艘lB//'C不监,图1加大处罚力度下的短期均衡若政府选择不监管概率大于1一y,不构建的收益大于构建收益,从而选择不构建.而且如图1所示,随着不监管概率1一Y的增大,不构建收益呈递增趋势,违规行为猖獗.这与现实是不符的,因为此时的政府识~J,JN企业的普遍的逃避行为后会严格监管,使不构建的期望收益缩小,直至达到0(即B点).当监管者加大惩罚力度,AC线会向下移动至AC,处于原来的不监管均衡概率1一Y处的不构建期望收益值由0变为负值,从而新的不监管概率均衡点由B提高到B.但从长期来看,此方法只是短时间内单方面减少了政府的监管概率,一段时间后又会因为监管概率的降低而导致新的违规行为,这对逆向物流的实施来说,只能暂时提高企业构建的积极性.相反,如果监管者的不监管概率小于1一Y,此时不构建者的期望收益分布在横坐标轴下方(小于0),企业的选择为构建逆向物流.即使此时政府提高了监管的概率,但只要此概率不超过1一 Y,企业都会坚持构建.2.3.2基于责任损失机制,实现长期均衡当政府在监管过程中出现失职时,也要承担其经济与社会责任(比如未按政策要求开展逆向物流的企业,在监管过程中若政府因疏忽或其它原因没有履行应尽职责时,政府除了要承担社会责任外,还要承担起治理环境等责任).如图2所示,在对失职行为惩处后,政府不监管的期望收益线由AC移动至AC,B处的政府不监管概率由0变为负值,使政府不得不严格对环境问题严格监管.相应地,新的混合策略的纳什均衡出现,未构建企业均衡状态下的违规均衡点由B降低到B.政府责任损失机制,与前面的加大企业惩罚力度二者相比,前者关注于政府的短期工作绩效,效果比较明显,但不能从根本上解决问题;后者更关注于提高企业的构建概率,而且这种机制的建立不仅可以促进企业自觉推行逆向物流,而且有效提高了政府的监管效率錾娶蛊l'\不构jL口一CC图2基于责任损失的长期均衡3结论建立了逆向物流实施过程中的静态及动态博弈模型,讨论了责任损失系数,折现系数和社会损失系数对企业与政府的影响,并得到了一些有意义的结论. 在静态博弈的情况下,博弈不存在自动实现均(下转第66页)工业工程第10卷事故仿真模拟电厂实际运行中发生的故障或事故,其模拟效果应和电厂实际发生的现象,因果关系相同.总控盟员通过参数的设定,能够设定事故的严重程度,从轻微故障到严重事故的状态变化,用于事故分析信息的获取以及电厂人员不同等级事故的培训,提高其正确判断和处理不同事故的能力.4结论电厂事故具有不确定性,灾难性和继发性等特点,传统的人工分析法很难满足电厂实际需要,高效的,智能的事故分析方法是解决这一难题的根本途径.文中构建的事故智能分析系统能够提供科学的事故分析手段和方法,首先阐述了系统的总体结构,然后重点对事故仿真重现这一核心环节加以详述,给出了事故仿真重现的过程模型和体系结构.该系统能辅助运行人员进行事故分析和处理,不断地完善事故处理方案,还可以对电厂员工进行安全教育和培训,从而提高了电厂运行的安全性和经济性.参考文献:[1]李云峰,陈际达.虚拟现实,多媒体与系统仿真[J].中南工业大学:自然科学版,2002,33(2):205-208.[2]BernieRoeh1.DistributedVirtualReality.AnOverview[c]∥ProceedingsoftheVRML'95Symposium,SanDiego:ACM.1995:39_43.[3]雷军波.基于虚拟仿真的决策支持系统研究[D].武汉:华中科技大学管理学院,2004:30-38. [4]商云鹏.基于HLA和VR的防空导弹作战仿真系统研究[D].沈阳:东北大学信息学院,2004:35-50.[5]梁静国,张祥林.管理决策仿真[M].哈尔滨:哈尔滨工程大学出版社,2003:159.190.(上接第49页)衡性战略组合的机制,属于完全信息中的混合战略问题.而通过责任损失机制的建立,政府作为监管方会积极寻求有效的监管方式,提高自身的监督水平,有效降低了政府对逆向物流的监督无力和敷衍了事.对于企业来说,由于责任损失机制的引入,不构建逆向物流的企业也要付出相应的经济及社会损失,并再次承担构建的成本,而不是仅仅交纳罚金.在动态博弈的情况下,企业应立足于长期利润,注意好企业与政府的关系,引导政府形成合理的,诚实的预期.在这种博弈情形中,政府在制定政策中,应依据折现系数和社会损失系数制定不同的政策,以正确有效地促使企业开展逆向物流.加大政府的行政处罚力度,可以在短时间内单方面减少了政府的监管概率,一段时问后又会因为监管概率的降低而导致新的违规行为,这对逆向物流的实施来说,只能暂时提高企业构建的积极性.建立基于责任损失的保障机制,更关注于提高企业的构建概率,而且这种机制的建立不仅可以促进企业自觉推行逆向物流,而且有效提高了政府的监管效率.参考文献:,[1]KrumwiedeDW,ShenChwen.Amodelforreverselogisticsentrybythird?partyproviders[J].Omega,2002,30(5):325-333. [2]RogersDS,Tibben—LembkeRS.Goingbackwards:i~Vel'Selogisticstrendsandpractice[M].Pittsburgh:ReverseLogis-ticsExecutiveCouncil,1999:1-15.[3]FleischmannM,Bloemhof-RuwaardJM,DekkerR.Quanti-tativemodelsforreverselogistics[J].EuropeanJournalofOperationalResearch,1997,103(1):1-17.[4]BeltranLS.ReverseLogistics:Currenttrendsandpracticesinthecommercialwodd[J].LogisticsSpetmm,2002,36(3):4-8.[5]贾小玫,冉净斐.逆向物流的博弈分析[J].商业经济与管理,2005,160(2):9-13.[6]李英.逆向物流中的博弈模型[J].科技和产业,2005,5(11)-62-63.[7]汪传旭.逆向物流动态博弈分析模型[J].中国航海,2003,57(4):78-81.[8]施锡铨.博弈论[M].上海:上海财经大学出版社,2000.[9]张维迎.博弈论与信息经济学[M].上海:上海人民出版社.1996.