基于前景理論的裝備制造企業服務化演化博弈分析
——基于客戶視角

張婧思, 綦良群

(哈爾濱理工大學 經濟與管理學院,黑龍江 哈爾濱 150080)

0 引言

《十四五規劃和2035年遠景目標的建議》指出要求堅定不移地建設制造強國。面對中美貿易摩擦和疫情雙重沖擊,當前中國制造業正在經歷產業鏈的變局和調整。作為產業競爭的制高點,裝備制造企業必須向先進制造轉型,以獲得可持續的競爭優勢。服務化可以通過內化關鍵制造環節的方式為傳統裝備制造企業創造額外的客戶價值,并在此過程中保護其核心產品優勢[1,2]?；谏虡I模式視角的相關研究發現,服務化商業模式變革源于價值主張變革,以服務需求代替產品需求則是基于了客戶的價值主張[3]?？蛻羰欠栈呗缘膭恿碓?也是影響服務化策略采納的關鍵原因。非專業特質的客戶會因為難以感知到企業的服務化價值而低估服務或拒絕服務[4]。企業的服務化策略與客戶的需求之間是一種相互依存的關系[5]。服務化績效方面的研究發現,若從服務化對象出發,把相關者所處生態系統作為提供產品或服務的綜合考慮對象,將明顯提升服務化實施的效果[6]。在裝備制造企業與客戶服務化交互創新機制研究中發現,無論是PSS復雜產品服務系統的建立[7],還是促使低成熟度企業提前實現高級服務化,都需要依托于緊密的客戶關系[8]。同時,服務化過程是激發客戶對產品的內在情感的過程,與客戶關系的長期自然綁定可以幫助企業更好的解決問題[9]?？蛻襞c企業間可迭代的交互周期對裝備制造企業服務創新起到決定性的作用[10]。因此,對裝備制造企業服務化的研究,尤其是考慮其與客戶互動的動態研究具有重大的理論價值與現實意義。

服務化具有階段性特征,也是服務化主體間持續協調的動態過程[11]。因此,從服務化主體間的關系及其行為出發,探討服務化的演化機理,分析服務化策略采納的關鍵因素逐漸成為近階段有關服務化問題的研究熱點。演化博弈方法因其更符合個體真實行為決策的前提假設和更完整的動態演化過程被研究復雜交互問題的學者反復提及?；谘莼┺姆椒ǖ闹圃鞓I服務化策略的研究主體一般分為三種:第一種是制造業間的演化博弈問題。張健等[12]探究了單一寡頭企業與一般制造企業的集群服務化策略演化博弈問題,并指出企業自身的產業結構與服務化能力將影響服務化轉型結果與效率。周凌玥等[13]則對裝備制造企業與知識密集型企業、配套企業間的協同創新策略進行了演化博弈研究。郝家芹和趙道致[14]將產能需求企業作為制造產能企業的博弈對象,研究了科技服務下企業間產能分享的關鍵影響因素。第二種是以制造業企業與服務業企業作為研究對象的演化博弈研究。馮長利和馬睿澤[15]通過構建服務企業與制造企業間的演化博弈模型發現服務依賴度和企業差異化是影響服務化策略的關鍵因素。第三種是將制造業企業與政府作為研究對象,徐建中等[16]運用Bass創新擴散模型對政府規制下的服務化策略進行了演化博弈研究。以上研究雖考慮到了博弈主體有限理性的問題,但仍然使用的是傳統的期望效用模型,并未準確刻畫出演化過程中個體面臨決策時的真實局面。行為決策理論被用于研究期望標準與價值分離的問題,其認為行為個體面對收益與風險的時候風險偏好存在明顯差別。同時,對于不確定性事件的概率感知也與客觀概率存在偏差,主要表現為,高估小概率事件以及低估大概率事件。例如KAHNEMAN和TVERSKY提出的前景理論指出行為主體相比于財富水平,更關注財富變化,這種收益或損失的衡量涉及到參照點的選取[17]。前景理論在個體行為決策和供應鏈管理等領域的應用比較豐富。近期,有學者在演化博弈研究中引入前景理論。楊劍等[18]基于參照點研究了在風險情況下合作創新的行為決策。楊國忠和陳佳[19]在對企業突破性技術創新問題的研究中發現,博弈系統對價值感知風險態度和損失規避程度均存在較強敏感性。目前雖然有關服務化的演化博弈研究已經取得了一些階段性成果,但鮮有研究深入分析服務化過程中裝備制造企業與客戶之間的互動關系。因此,在服務實施結果具有不確定性的情況下,本文將客戶和企業雙方都是有限理性的合理假設為前提,運用演化博弈方法研究裝備制造企業與客戶達成服務化合作的生成過程及決策過程的關鍵影響因素。同時,引入前景理論到收益函數的計算中,考慮參照依賴的價值感知,并將概率函數替換為決策函數以貫穿整個博弈過程的有限理性假設。最后,通過仿真分析關鍵因素對服務化策略的作用效果。

1 演化博弈模型建立

基于服務化的裝備制造企業價值創造途徑在新發展格局下具有重大戰略意義。裝備制造企業與客戶緊密的合作關系使客戶獲得與自身期望高度契合的產品和服務,從而提升了客戶滿意度和效用,進而提高企業收益。然而,由于企業和客戶受到信息、自身水平及外部環境等因素影響,在行為決策上表現出有限理性,增加了服務化開展的不確定性。鑒于以上情況,本文提出如下假設:

假設1價值函數是不確定情境下雙方策略選擇的基本依據,考慮參照基準和決策權重的共同作用[17]。裝備制造企業和客戶均以收益變化為依據做出策略選擇,以Zi表示服務化后,各方在考慮參照點下的收益與損失,Zi=Z-ZRP,其中Z表示采取服務化策略后的期望收益,ZRP即為參照點。以概率函數π(Pi)表示決策權重函數,Δ(ΔZi)表示財富的變化,則博弈雙方的價值感知函數形式為:

(1)

其中,價值函數v(Zi)和決策權重模型的表達式分別如下:

(2)

(3)

公式(2)中,γ(0<γ<1)為感知敏感度系數,λ(λ≥1)為損失規避系數。式(3)中,η(0<η<1)與χ(0<χ<1)為損益感知系數。η與χ越小,意味主觀概率相較客觀概率越扭曲。

假設2客戶對服務化結果的需求是服務化策略實施前提[20]。α表示客戶對生產性服務要素的需求程度(0≤α≤1)。服務異質性提供的競爭優勢將促進裝備制造企業的價值鏈升級,進一步提升企業績效并降低成本。本文以β作為投入服務要素的異質性程度(0≤β≤1)[17]。裝備制造企業高級服務資源吸收能力受企業能力與位置的影響,因此以μ(0<μ<1)作為裝備制造企業資源吸收能力系數[15]。

假設3市場競爭視角下的服務化戰略實施,競爭主要體現在傳統商品銷售渠道與服務化渠道之間[21,22]。服務化策略采納的收益來源為:(1)直接收益,策略采納收入(UCO)與服務化成本(DCO)差值;(2)間接收益,受到對手方成本(DM)和服務化策略實施協作方成本(DC)的正向調節。未采納服務化策略的總體效益也受到競爭對手成本(DCO)的正向調節和產品需求者附加服務成本(DC)的負向調節。

假設4無法持續的合作會導致資源外溢。單邊戰略企業的附加成本為CM,客戶的附加成本為CC。

基于假設客企雙方的博弈收益感知矩陣如表1所示。

表1 裝備制造企業與客戶的博弈收益感知矩陣

表1中,V1,V2,V3與V4為感知效用。博弈雙方在不同情境下價值提升的概率為Pi,參照點為當前策略下的效用值URF。當博弈雙方中的一方拒絕進一步實施策略時,參照點是協作收益。感知效用函數如公式(4)所示。采納策略下的總收益函數如公式(5)所示;不采納策略時收益如公式(6)和公式(7)。

Vi=π(Pi)·v(Ui-URP)+π(1-Pi)·v(0-URP)

(4)

UCO=U1+U2=(KM+KC)UCO=UCO-DCO+αβDC+βDC+β(1+μ)DM

(5)

U3=UM-DM-αDC+β(1+μ)DCO

(6)

U4=UC-DC

(7)

其中,Ui為直接收益,Di表示企業不同策略情況下的成本因素。間接收益受競合方(DM和DC)的影響程度受α,β和μ的正向調整。KM與KC分別為服務化收益分配比例。服務化價值主張是稀缺客戶價值,策略發起企業收益受競合關系影響更顯著。因此,不采納服務化策略企業收益受α反向調整,受β正向調整?？蛻羰找鎰t受自身收益(UC)與成本(DC)的影響。

2 演化博弈模型求解

裝備制造企業選擇開展和不開展服務化策略的收益分別用U11和U12表示;客戶選擇采納與不采納的收益分別用U21和U22表示。復制動態方程分別如公式(8)與公式(9)所示:

(8)

(9)

(10)

表2 演化博弈的穩定性結果

結論1先進生產性服務要素需求度、服務要素差異度,以及資源吸收能力系數μ均會對策略結果產生積極影響。當其他參數不變,α系數變大時,系統收斂到點(1,1)的概率升高,策略更易被采納。β與μ遵從相同規律。其中,在β影響下,鞍點移動幅度最明顯,對決策影響更顯著。

結論2裝備制造企業采取服務戰略之前的效益和成本將影響戰略演化的結果。過高的企業原收益不利于服務化策略采納,即較大的UM,UC,Uco均會導致合作可能性縮小。單邊成本CM與CC增大,合作概率變小。但較大的UCO,DM和DC,更有利于策略采納與實施。

結論3收益分配往往受博弈雙方的地位影響,但K值存在合理取值區間,極端的K值將導致合作結果的不穩定。隨著K值由小變大,客企合作概率先增加后降低。

結論4在不確定環境下,服務策略的效率受損益態度系數和損失敏感系數的共同影響。η與χ越低越不利于雙方合作。服務化策略實施結果具有不確定性,從而會引發不確定環境下的決策心理偏差,例如模糊厭惡心理,服務化成功實施的概率被低估,此時π(P1)P2,V3與V4增大將最終導致博弈結果向不合作演化。模型中,η與χ分別用于衡量模糊厭惡和企業過度自信兩個心理因素對演化結果影響的程度。較低的η與χ值,意味著心理因素對博弈結果的干擾更明顯。

3 模型檢驗與數值仿真

為直觀展示各影響因素對系統演化結果的影響,并揭示演化規律。本文基于上述模型的基本假定,進行MATLAB仿真實驗。依據上述模型的基本假定,并參考KAHNEMAN和TVERSKY[17]以及羅建強和張弛[9]的參數取值范圍,本文設定如下參數值:α=0.7,β=0.88,U=0.2,λ=2.25,η=0.61,UM=0.25,UC=0.175,UCO=0.6,DM=0.2,DC=0.15,DCO=0.11,CM=0.3,CC=0.25,KM=0.5,KC=0.5。

先進服務要素需求度、服務要素差異敏感性和服務資源吸收能力影響結果分別如圖1、圖2和圖3所示。先進服務要素需求度α越高、服務要素差異度β越明顯以及吸收資源的能力μ越大,博弈將更快收斂于合作這一穩態。先進服務要素需求度意味著更強的合作意愿,服務要素差異化程度將直接提供競爭優勢,資源吸收能力直接影響服務化策略實施效率。通過仿真結果可知,α和β可以影響策略實現效率,μ除了能夠影響策略實現效率以外,還直接影響策略采納結果。這意味著同質化嚴重的服務預期,會直接降低服務化策略采納的可能性。

圖1 α對博弈演化結果的影響

圖2 β對博弈演化結果的影響

圖3 μ對博弈演化結果的影響

直接收益的敏感性分析結果分別如圖4、圖5和圖6所示,較小的策略采納直接收益UCO,以及較大的企業原收益UM和UC,都將導致服務化策略無法實施。意味著裝備制造企業即便不采納服務化轉型戰略仍可以維持比較可觀的收益,因此戰略轉變意愿將降低。此外,對比UM與UC斜率可知,裝備制造企業的確極易受到原高收益影響而拒絕采取服務化策略,主要源于企業較強的路徑依賴特征。圖7、圖8和圖9則表示,較高的傳統業務直接成本DM和DC,與較低的服務化策略直接成本DCO有助于策略采納。從結果來看,成本的變化相比于收益變化對博弈結果的影響更顯著,符合前文假設。相對于收益,不確定環境下,決策方更關注損失。

圖4 UCO對博弈演化結果的影響

圖5 UM對博弈演化結果的影響

圖6 UC對博弈演化結果的影響

圖7 DM對博弈演化結果的影響

圖8 DC對博弈演化結果的影響

圖9 DCO對博弈演化結果的影響

圖10為收益分配系數的變化對博弈結果的影響。KM過小或者過大時,合作都不會達成,且取值范圍在0.25到1之間。此外,企業比客戶對收益分配系數更為敏感。

圖10 KM對博弈演化結果的影響

圖11表示風險環境下隨著損益態度系數η逐漸減小,系統向拒絕策略采納的穩態上演化。η=0.6時達到臨界值,與KAHNEMAN和TVERSKY[17]實驗結果一致。其中,η越小,主觀決策權重相比于客觀概率扭曲越嚴重,主要體現為對大概率事件的信心不足和對小概率事件的過度自信?？推鬅o論哪一方存在較低的損益態度系數,都會導致雙方高估企業自主創新的概率,而低估服務化策略成功的概率。

圖11 η對博弈演化結果的影響

圖12 λ對博弈演化結果的影響

圖12表示,當損失規避系數λ變大時,不僅會導致策略實施效率降低,還將導致博弈結果向不合作方向演化。這意味著當客企對服務化造成損失的敏感程度較高時,即使服務化帶來的策略采納收益預期較可觀,也無法被博弈雙方采納。

本文考慮了客戶參與下的裝備制造企業服務化策略實施過程。將前景理論引入演化博弈模型,用價值感知函數和決策權重函數替換了期望效用函數中的期望收益和事件概率,并考慮了來自于參照點的價值感知。在服務化結果不確定的環境下,探討了服務化策略的關鍵影響因素,并揭示了裝備制造企業服務化的基本策略。本文得出以下結論:

(1)先進生產性服務要素需求度、服務要素差異度化程度、服務資源吸收能力、企業采取服務化策略前的原收益與成本,以及策略收益分配原則、客企損失規避程度和不確定情境下的損益態度都將影響服務化的策略采納;

(2)服務要素差異度比先進服務要素需求度和服務資源吸收能力對博弈結果的影響更為顯著,說明裝備制造企業對于通過采用服務化策略來實現創新成果轉化和客戶通過接受服務化策略獲得額外的價值的急切期望;

(3)裝備制造企業相比客戶對收益分配系數更為敏感,客戶則對高級服務要素成本有較高的容忍性,同時更關注服務要素能夠帶來的服務結果的異質性;

(4)只有保證相關的行為因素系數不超過各自的臨界值,服務化策略才更有可能被采納。模糊厭惡系數的臨界值在2附近,損益敏感性系數的臨界值在0.6附近。

基于以上結論,可采取的策略為:

(1)裝備制造企業可通過與數智化科技服務要素交互融合來提高產出的異質性;

(2)經前文分析,因服務化績效受到企業自身能力與所處環境的影響,政府制定相應服務轉型激勵政策的同時,還應避免過度激勵,以免企業受限于其自身資源吸收能力而難以實現預期的服務化轉型績效;

(3)加強對客戶,特別是非專業特質性客戶,對服務化收益的價值感知,如加強過程互動頻次與深度,通過知識共享和技術轉移提高客戶認知并引領客戶價值。以便更好地推進服務化策略實施。此外,在生產水平、技術實力、資源配置、產品質量等方面存在明顯不足的裝備制造企業,可通過滿足客戶基礎需求,逐漸提高服務質量和效率的途徑,提升企業服務化水平和資源吸收能力,從而有效實施服務化策略并提升服務化績效,盡早實現企業的轉型升級目標。