物流联盟协同创新的两阶段动态激励模型

发布时间:2017-07-17 11:51:55
   摘要:为了提高物流联盟的协同水平与收入状况,以盟主(第三方物流)的收入为目标函数,以盟员的激励相容和保留收入为约束条件,建立了物流联盟协同创新的两阶段动态激励模型。当协同和创新2项任务成本的可替代程度变化时,计算了最优激励系数与最优努力水平,并比较了单期静态与两阶段动态激励下盟员的固定收入与盟主的收入。分析结果表明:当盟员的保留收入为60万元,可替代程度分别为0.2、0.3、0.4、0.5、0.6、0.7时,单期静态激励下盟员的固定收入分别为-108.77、-109.53、-108.48、-106.30、-103.34、-99.93万元,两阶段动态激励下盟员的固定收入分别为-123.67、-110.65、-99.51、-89.83、-81.62、-74.47万元;单期静态激励下盟主的收入分别为109.22、110.09、109.11、106.95、103.95、100.32万元,两阶段动态激励下盟主的收入分别为124.54、111.72、100.73、91.18、82.81、75.30万元,增加比例分别为14.03%、1.48%、-7.68%、-14.75%、-20.34%、-24.94%。盟员的固定收入、最优激励系数与最优努力水平均随可替代程度增大而增大,当可替代程度为0.2时,盟主获得的收入最大,方案最优。
  关键词:物流工程;物流联盟;协同创新;收入共享;激励系数;努力水平;委托代理
   0引言越来越多的物流服务创新实践表明,第三方物流(TPL)作为物流服务提供商在物流服务创新过程中起到至关重要的作用,在整个物流服务创新活动中积极主导,充当盟主,与供应链上各个相关环节的客户结成稳定的战略联盟合作关系,通过彼此协同使物流服务创新得以成功和持续。Helmi等证明了创新过程中协同效应的存在;龙跃等以供应商与物流服务企业组成的物流联盟为研究对象,建立了基于物流任务和考虑努力因素修正的两阶段决策模型,计算结果表明多个供应商将物流任务的分散外包变为协同外包,可以降低物流服务企业的运作成本,增加收入,物流服务企业对增加的收入进行合理分配,能够提高联盟内所有企业的收入;唐建民分析了盟主型物流联盟协同管理公共因子,认为物流联盟可以节省交易费用获取协同效应,并发现团队分成和联盟协同效应能激励物流企业的投入,提高团队合作的积极性。上述研究表明,盟主和盟员间的战略协同有利于整合资源,扩大物流服务范围,提高物流运作效率,提升整体绩效,但对盟主与盟员之间的协同如何实现未做深入探讨。
  郭焱等研究了战略联盟伙伴选择的契约机制,指出联盟是以共同利益为根本目标,是一个动态的、开放的系统,盟主和盟员之间是一种委托代理关系;Bengt等就盟主和盟员之间如何建立契约关系提供了理论依据,但多为传统的静态模型,实际上代理人的努力程度是多阶段逐步改进的,而非一次性的,委托人也会根据契约的执行情况对利益的分配进行协调;陈安等认为保证联盟共赢的必要条件之一是在实施过程中应该逐步制定一种约束机制,保证双方能够理性与前瞻性地看待双方的目前地位与未来的发展趋势,并能在出现变化的时候及时进行新的优化,即要求联盟的主导者必须要有较强的系统协调能力和综合管理能力,对盟员的创新努力要有双方认可的激励机制和利益分配机制,并能随时间的推移和市场的变化以及各个阶段的创新努力表现对机制进行适当的调整和修改,才能使联盟合作伙伴的关系持续稳定发展,达到共赢的目的;Raffi等研究了一个两阶段委托代理模型,结果表明更多地使用总体性业绩评估与将代理人更多的责任进行整合可以减少棘轮效应;Bengt认为经营者的激励问题应该基于动态的视角,可将单周期模型转变成多周期模型进行研究;Meyer等研究了基于委托代理的业绩对效率的影响,结果表明动态的激励在任何时候都比静态激励效果更强;Emst-Ludwig等在银行、电信等领域对创新的激励机制进行了相应的研究;马新安等基于两阶段的多任务委托代理模型研究了供应链中的核心企业对其供应商进行供应活动和信息共享活动的最优激励问题,并且探讨了供应链中合作伙伴关系的持续改善过程;张德海等研究了委托代理中多代理人的激励问题,并将代理人的单个任务发展为多个任务进行研究;王瑛等在构建物流系统评价指标体系的基础上,将DEA和AHP算法融合,建立两阶段评估模型,避免了人为设定AHP判断矩阵的主观性和随意性与DEA不能在一个尺度上全排序的缺点;刘东波等依据项目管理思想与委托代理理论,建立了基于第三方监理组织的虚拟企业二级委托的代理监督模型,并对动态监督过程进行了博弈分析;黄小原等构造了制造商、销售商和消费者的委托代理模型,在动态条件下提出了2013年供应链委托代理模型的最优广告和商业折扣的促销策略。
  上述对动态激励的研究多为单个任务的两阶段模型,其结果能推广到多阶段或无限重复的动态博弈中。但在物流联盟活动中,盟员经常会接受来自盟主的多个物流创新任务,这时盟员与盟主之间的协同尤其重要。在多个任务的研究中,大多数研究均假设任务间的成本相互独立,而物流领域却存在大量的效益背反现象,即多个任务的成本之间具有相互替代的特征,对这种可替代程度如何影响联盟的契约参数的研究也较少,也很少有将协同作为一项任务来进行激励的研究。本文借鉴文献的已有研究成果,以TPL与单个盟员结成的战略联盟为研究对象,利用委托代理理论建立两阶段动态激励模型,分析当2项任务成本的可替代程度变化时,盟主如何确定各个阶段的收入共享系数与盟员如何确定其最优努力水平,并比较两阶段的动态激励与单期静态激励机制下盟员完成任务的积极性与盟主获得的总收入变化。
  1模型建立与求解1.1假设前提与模型为描述TPL(盟主)与盟员在两阶段的动态激励中的决策行为,作如下假设。
  (1)TPL向盟员分配2项任务,一是物流服务创新任务,二是与盟主之间的协同任务。联盟的物流服务协同创新分成2个阶段,令eij表示盟员完成第j阶段的第i项任务付出的努力水平(i,j=1,2),0<eij<1。
  (2)盟员在第j阶段完成2项任务的努力成本函数Cj为Cj=12e21j+12e22j+te1je2j式中:t为创新任务和协同任务的成本之间的可替代程度,0<t<1。
  (3)盟员的物流业务创新努力和协同努力为联盟带来的收益分别为π1j=e1j+ε1jπ2j=e2j+θ+ε2j式中:πij为联盟第i项任务在第j阶段取得的收入;ε1j、ε2j分别为外生的相互独立的随机变量,均服从正态分布,均值为0,方差均为σ2;θ为盟员与TPL的协同变量,服从正态分布,均值为��θ,方差为σ2θ。
  (4)盟员在第j阶段取得的收入Bj为Bj=αj+∑2i=1βijπij式中:αj为TPL在第j阶段支付给盟员的固定收入,βij为第j阶段TPL给予盟员完成第i项任务的激励系数。
  (5)TPL风险中性,在第j阶段的确定性等价收入为w0j,两阶段总的确定性等价收入为w0。盟员风险规避,其绝对风险规避度量为ρ(ρ>0),在第j阶段的保留收入为xj,确定性等价收入为w1j,两阶段的总确定性等价收入为w1。在联盟协同创新的第1阶段,TPL在不完全了解盟员的创新能力和协同能力信息的状态下与其签订契约,盟员选择相应的努力水平组合,得到实际的协同创新收入。在第1阶段末,TPL会根据所观察到的协同努力产生的收入来估计盟员第1阶段的协同能力,以此调整第2阶段的契约参数,盟员再次选择努力水平组合。与单期静态激励不同,跨阶段激励的作用机理在于盟员的协同能力是不确定的,TPL需要观察盟员第1阶段实际的协同业绩来预期盟员的协同能力,进而确定第2阶段的契约参数。
  而盟员则可以通过调整第1阶段的努力水平来影响这种预期,进而改善其未来可分得的收入,因此,盟员第1阶段的努力不仅影响到当前阶段的业绩分享,还影响到第2阶段的收入,这样便能促使盟员必须对自身的行为负责。根据以上假设,TPL两阶段决策行为委托代理模型可表示为max w0=∑2j=1∑2i=1eij+2θ--∑2j=1∑2i=1βijeij-β21θ--β22φ-∑2j=1αjs.t.w1≥x1+x2w12≥x2ei1∈argmax(w1)ei2∈argmax(w12)式中:
  φ为TPL和盟员根据第1阶段的业绩对θ的后验概率的均值;argmax(·)为使(·)取值最大的努力水平。第1、2个约束条件为参与约束,表示盟员的各阶段的确定性等价收入不小于其保留收入;第3、4个约束条件为激励相容约束,表示盟员选择使自己收益最大的努力水平。在第1阶段,盟员的业绩将影响TPL第2阶段的决策与盟员的收入,而在第2阶段,盟员的业绩将物流联盟协同创新的两阶段动态激励模型不影响以后的收入。为计算简便,本文采用逆向归纳法先求第2阶段的最优激励合同,再求第1阶段的最优激励合同。
  1.2第2阶段的最优激励合同根据上述模型,易知TPL在第2阶段的确定性等价收入为w02=e12+e22+θ--β12e12-β22(e22+φ)-α2盟员在第2阶段的确定性等价收入为w12=β12e12+β22(e22+φ)+α2-12e212-12e222-te12e22-ρ2(β212σ2+β222σ′2)σ′2=2σ2σ2θ+σ4σ2+σ2θTPL需要在满足盟员的激励相容约束的条件下确定β12、β22和α2,以最大化本身的确定性等价收入,则有max w02=e12+e22+θ--β12e12-β22(e22+φ)-α2(1)s.t.w12≥x2(2)e12,e22∈argmax(w12) (3)由激励相容约束式(3)可知β12=e12+te22(4)β22=e22+te12(5)在最优条件下,约束式(2)中等式成立,故可将α2的表达式代入目标函数式(1)并对β12和β22求偏导,再与式(4)、(5)联立可解得2项任务的最优激励系数和最优努力水平分别为(加“"”号表示其最优值,下同)β*12=(1+t)[t(1+ρσ′2)-1](1+ρσ2)(1+ρσ′2)t2-1β*22=(1+t)[t(1+ρσ2)-1](1+ρσ2)(1+ρσ′2)t2���睿�1(6)e*12=ρt(σ′2-σ2t)-(1-t)2(1-t)[(1+ρσ2)(1+ρσ′2)t2-1]e*22=ρt(σ2-σ′2t)-(1-t)2(1-t)[(1+ρσ2)(1+ρσ′2)t2-1���睿荩ǎ罚�1.3第1阶段的最优激励合同在计算出第2阶段的最优激励参数以后,就可以从全局优化的角度来计算第1阶段的最优激励系数。
  TPL两阶段总的确定性等价收入为w0=w01+w02=∑2j=1∑2i=1eij+2θ--∑2j=1∑2i=1βijeij-β21θ--β22φ-∑2j=1αj(8)盟员总的确定性等价收入为w1=w11+w12=∑2i=1αi+∑2j=1∑2i=1βijeij+β21θ-+β22φ-12∑2j=1∑2i=1e2ij-t∑2j=1e1je2j-λ(9)式中:
  λ为覆盖2个阶段的风险成本。
  第1阶段的最优化问题可采用TPL两阶段决策行为委托代理模型,同前,解得β*11=(1+t){t[1+ρ(σ2+σ2θ)]-1}(1+ρσ2)[1+ρ(σ2+σ2θ)]t2-1β*21=(1+t)[t(1+ρσ2)-1](1+ρσ2)[1+ρ(σ2+σ2θ)]t2���睿�1(10)e*11=ρt(σ2+σ2θ-σ2t)-(1-t)2(1-t){(1+ρσ2)[1+ρ(σ2+σ2θ)]t2-1}e*21=ρt[σ2-(σ2+σ2θ)t]-(1-t)2(1-t){(1+ρσ2)[1+ρ(σ2+σ2θ)]t2-1���睿�(11)2最优激励系数与最优努力水平由于TPL分配给盟员的2项任务成本存在可替代性,为了解可替代程度如何影响两阶段的激励系数与努力水平,分别将同一阶段和不同阶段的最优激励系数与最优努力水平进行比较,便于决策者根据可替代程度的大小确定契约参数。
  2.1同一阶段下最优激励系数与最优努力水平的比较2.1.1同一阶段最优激励系数的比较由式(10)可知,第1阶段2项任务的最优激励系数之差为β*11-β*21=ρσ2θt(1+t)(1+ρσ2)[1+ρ(σ2+σ2θ)]t2-1(12)由式(6)可知,第2阶段2项任务的最优激励系数之差为β*12-β*22=ρσ2σ2θt(1+t)(σ2+σ2θ)[(1+ρσ2)(1+ρσ′2)t2-1](13)令T1=1(1+ρσ2)[1+ρ(σ2+σ2θ��)],则易知0<T1<1,由式(12)可知,当0<t<T1时,β*11-β*21<0,即第1阶段对协同的最优激励系数大于对服务创新的最优激励系数。而当T1<t<1时,对协同的最优激励系数小于对服务创新的最优激励系数。当t趋向于1时,2项任务趋于完全替代,TPL只需加大对创新任务的激励即可。
  令T2=1(1+ρσ2)(1+ρσ′2��),则易知0<T2<1,由式(13)可知,当0<t<T2时,β*12-β*22<0,即第97交通运输工程学报2013年2阶段对协同的最优激励系数大于对服务创新的最优激励系数。而当T2<t<1时,对协同的最优激励系数小于对服务创新的最优激励系数。
  当2项任务的成本存在可替代性时,各个阶段的最优创新激励系数可能高于或低于最优协同激励系数,取决于可替代程度大小与风险规避系数、外生变量之间的关系,因此,可以通过调节2种努力成本的可替代程度的大小来调节二者最优激励系数的结构。
  2.1.2同一阶段最优努力水平的比较由式(11)可知,第1阶段2项任务的最优努力水平之差为e*11-e*21=ρσ2θt(1+t)(1-t){(1+ρσ2)[1+ρ(σ2+σ2θ)]t2-1}=β*11-β*211-t(14)可知当0<t<T1时,e*11-e*21<0,即第1阶段的最优协同努力水平大于最优服务创新努力水平,当T1<t<1时,则相反。
  由式(7)可知,第2阶段2项任务的最优努力水平之差为e*12-e*22=ρσ2σ2θt(1+t)(1-t)[(1+ρσ2)(1+ρσ′2)t2-1](σ2+σ2θ)=β*12-β*22(1-t)(σ2+σ2θ)(15)当0<t<T2时,e*12-e*22<0,即盟员在第2阶段的最优协同努力水平大于最优创新努力水平,当T2<t<1时,则相反。
  2.2两个阶段的最优激励系数比较2.2.1最优协同激励系数的比较由式(6)和式(10)得β*21-β*22{=ρσ4θ(1+ρσ2)t2(1+t)[1-t(1+ρσ2}{)] ·(σ2+σ2θ)[(1+ρσ2)(1+ρ(σ2+σ2θ))·t2-1][(1+ρσ2)(1+ρσ′2)t2-1}]-1(16)令T3=11+ρσ2,由式(16)可知:当0<t<T3,β*21-β*22>0时,表明第1阶段协同的最优激励系数大于第2阶段协同的最优激励系数;当T3<t<1,β*21-β*22<0时,表明第1阶段协同的最优激励系数小于第2阶段协同的最优激励系数;当t=0时,易知β*21-β*22=0,即2个阶段的最优协同努力激励系数相等。
  2.2.2最优创新激励系数的比较β*12-β*11=(1+t)[t(1+ρ(σ2+σ2θ))-1](1+ρσ2)[1+ρ(σ2+σ2θ)]t2-1-(1+t)[t(1+ρσ′2)-1](1+ρσ2)(1+ρσ′2)t2-1由于计算比较复杂,可以通过实际数据对同一任务2个阶段的激励系数进行比较。结果为第1阶段的最优创新激励系数小于第2阶段的最优创新激励系数。这是因为协同产生的业绩关系到第2阶段的合同参数。在第1阶段,盟员会更关注其协同努力水平,故对创新的激励小于第2阶段对创新的激励。且随着2项任务成本替代性的增强,二者的差距增大。
  2.3两个阶段的最优努力水平比较2.3.1最优协同努力水平的比较e*21-e*22=ρtσ2-(σ2+σ2θ)[ ]t -(1-t)2(1-t)(1+ρσ2)1+ρ(σ2+σ2θ[ ])t2{ }-1-ρt(σ2-σ′2t)-(1-t)2(1-t)(1+ρσ2)(1+ρσ′2)t2[ ]-1由于计算过程复杂,同样通过数据对同一任务2个阶段的最优努力水平进行比较。得到的结果为第1阶段的最优协同努力水平始终高于第2阶段的最优协同努力水平,二者的差值随t值的增加而增大。这是因为TPL会将第1阶段的协同努力业绩作为第2阶段契约参数修正的参考,因此,盟员会在第1阶段努力表现,争取在第2阶段获得更好的收入,而第2阶段的协同努力所获得业绩不影响总收入,从而第1阶段的最优协同努力水平自然高于第2阶段的最优协同努力水平。另外,随着t值的增大,两阶段的最优协同努力水平均先下降然后上升。
  2.3.2最优创新努力水平的比较e*11-e*12=ρt(σ2+σ2θ-σ2t)-(1-t)2(1-t)(1+ρσ2)1+ρ(σ2+σ2θ[ ])t2{ }-1-ρt(σ′2-σ2t)-(1-t)2(1-t)(1+ρσ2)(1+ρσ′2)t2[ ]-1通过数据代入可知两阶段的最优创新努力水平均随t值的增大而下降,第2阶段的最优创新努力水平高于第1阶段的最优创新努力水平,二者的差值随着t值的增大而增加。由于第2阶段的最优协同努力水平低于第1阶段的最优创新努力水平,所以盟员在第2阶段则将更多的精力放在了物流服务创新的努力方面。另外,由于两阶段最优努力水平98第4期 唐志英,等:物流联盟协同创新的两阶段动态激励模型会随着2项任务的可替代程度的增大而下降,TPL和盟员应尽量选择协同努力的成本对创新努力的成本依赖性较小的协同方式,才能保证创新努力水平和协同努力水平控制在理想范围。
如果您有论文代写需求,可以通过下面的方式联系我们
点击联系客服

提交代写需求

如果您有论文代写需求,可以通过下面的方式联系我们。