李春發(fā)，劉煥星，胡培培

(天津理工大學(xué)管理學(xué)院，天津 300384)

0 引言

醫(yī)藥企業(yè)社會(huì)責(zé)任(Corporate Social Responsibility,CSR)履行情況深受社會(huì)關(guān)注，關(guān)乎企業(yè)生存發(fā)展和民眾的健康福址。然而《2019醫(yī)療健康上市公司社會(huì)責(zé)任報(bào)告》指出，中國(guó)超過(guò)半數(shù)藥企和醫(yī)藥平臺(tái)存在違法違規(guī)現(xiàn)象，醫(yī)藥行業(yè)完善的CSR履行規(guī)制構(gòu)建迫在眉睫。近年來(lái)，政府醫(yī)藥改革不斷深化，各種規(guī)制加碼措施陸續(xù)出臺(tái)，但在當(dāng)今“互聯(lián)網(wǎng)+醫(yī)療”及后疫情時(shí)代，藥企紛紛轉(zhuǎn)戰(zhàn)線上，醫(yī)藥越趨復(fù)雜的商業(yè)模式對(duì)行業(yè)監(jiān)管提出了新的挑戰(zhàn)，現(xiàn)行規(guī)制政策難以有效應(yīng)對(duì)藥企履責(zé)和醫(yī)藥平臺(tái)運(yùn)行中的各種違規(guī)問(wèn)題，政府規(guī)制失靈現(xiàn)象不斷發(fā)生。實(shí)際上，隨著大數(shù)據(jù)和AI技術(shù)的不斷發(fā)展應(yīng)用，醫(yī)療智能供應(yīng)鏈、大數(shù)據(jù)分析等智能平臺(tái)的不斷涌現(xiàn)，通過(guò)智慧賦能和數(shù)據(jù)沉淀，可顯著提升醫(yī)藥企業(yè)風(fēng)險(xiǎn)彈性與行業(yè)自治力。重慶藥交所構(gòu)建智能醫(yī)藥交易平臺(tái)，提供醫(yī)藥產(chǎn)品交易、結(jié)算、評(píng)價(jià)等“一站式”全流程服務(wù)，通過(guò)突出大數(shù)據(jù)智能化運(yùn)用，為政府醫(yī)改決策、行業(yè)監(jiān)管、價(jià)格預(yù)測(cè)提供數(shù)據(jù)支撐，有效規(guī)范市場(chǎng)秩序并增強(qiáng)市場(chǎng)彈性。然而，由于智能平臺(tái)技術(shù)門檻高、資源投入大，且CSR提升企業(yè)收益難以立竿見影，中國(guó)醫(yī)療智能平臺(tái)型企業(yè)較為匱乏，積極履責(zé)企業(yè)較少，履責(zé)力度參差不齊。加之藥企和智能醫(yī)藥平臺(tái)地位關(guān)系不對(duì)等、政策靈敏度不同，政府規(guī)制效果各異。考慮到醫(yī)藥產(chǎn)品特殊性與履責(zé)現(xiàn)狀嚴(yán)峻性，醫(yī)藥新興平臺(tái)模式下各種CSR問(wèn)題亟需新的監(jiān)管方式，建立以政府監(jiān)管為主導(dǎo)、以平臺(tái)賦能為手段的高效—智能—協(xié)同CSR治理模式迫在眉睫。而政府分類規(guī)制與智能平臺(tái)賦能的機(jī)制構(gòu)建完善是實(shí)現(xiàn)高效—智能—協(xié)同CSR治理的關(guān)鍵。因此，如何實(shí)施政府分類規(guī)制提升醫(yī)藥行業(yè)CSR治理效能、解構(gòu)醫(yī)藥智能平臺(tái)運(yùn)作模式及賦能機(jī)制實(shí)現(xiàn)治理資源集成與協(xié)同、最大化平臺(tái)智能度提升行業(yè)鏈條耦合度與自治力，已成為國(guó)家治理體系與治理能力現(xiàn)代化背景下應(yīng)對(duì)醫(yī)藥行業(yè)CSR履行及治理困境必須直面與研究的重大理論與現(xiàn)實(shí)問(wèn)題。

醫(yī)藥企業(yè)CSR問(wèn)題受到學(xué)者廣泛關(guān)注，現(xiàn)有研究主要涉及醫(yī)藥企業(yè)CSR治理路徑以及CSR對(duì)醫(yī)藥企業(yè)因素的影響機(jī)制[1-2]。胡穎廉等[3]通過(guò)構(gòu)建國(guó)家藥品安全治理體系，分析部門協(xié)同共治、監(jiān)管嵌入產(chǎn)業(yè)的機(jī)理。陳永法等[4]認(rèn)為藥品治理應(yīng)健全公眾參與制度，構(gòu)筑“社會(huì)共治”格局。方俊[5]則總結(jié)了在4個(gè)方面落實(shí)協(xié)同治理的多主體責(zé)任路徑。唐益敏等[6]引入企業(yè)動(dòng)態(tài)能力作為中介機(jī)制，實(shí)證研究資源能力一體化下醫(yī)藥企業(yè)社會(huì)責(zé)任對(duì)創(chuàng)新績(jī)效路徑的影響。醫(yī)藥企業(yè)CSR行政端治理可有效規(guī)范醫(yī)藥企業(yè)CSR履責(zé)行為，但醫(yī)藥企業(yè)自身端主動(dòng)履責(zé)對(duì)企業(yè)發(fā)展更具積極影響，有助于規(guī)避道德風(fēng)險(xiǎn)、提升企業(yè)績(jī)效并強(qiáng)化核心競(jìng)爭(zhēng)力[7]。上述研究均采用實(shí)證方法，討論CSR對(duì)醫(yī)藥企業(yè)績(jī)效的影響機(jī)制及醫(yī)藥治理路徑，但無(wú)法揭示CSR對(duì)醫(yī)藥企業(yè)履責(zé)策略影響的內(nèi)在機(jī)理。針對(duì)政府規(guī)制下的非醫(yī)藥企業(yè)CSR履行策略研究，主要關(guān)注供應(yīng)鏈成員履責(zé)決策、合作策略和渠道優(yōu)化等[8-9]。Liu等[10]建立三級(jí)Stackelberg博弈模型分析政府補(bǔ)貼對(duì)供應(yīng)鏈成員的利潤(rùn)影響。Li等[11]指出政府補(bǔ)貼可同時(shí)提升制造商與零售商履責(zé)積極性。政府規(guī)制對(duì)提升企業(yè)履責(zé)水平具有積極作用[12]，但不同規(guī)制政策提升水平各異，且易受競(jìng)爭(zhēng)壓力、輿論環(huán)境約束的影響[13]。上述CSR履行策略研究均基于完全理性假設(shè)構(gòu)建靜態(tài)博弈模型，由于CSR問(wèn)題復(fù)雜性、信息不完全性等限制，無(wú)法體現(xiàn)企業(yè)履責(zé)決策的群體網(wǎng)絡(luò)效應(yīng)。同時(shí)，智能供應(yīng)鏈平臺(tái)基于其平臺(tái)網(wǎng)絡(luò)效應(yīng)和生態(tài)嵌入優(yōu)勢(shì)，已突破傳統(tǒng)供應(yīng)鏈范式。由此，探究政府分類規(guī)制下智能供應(yīng)鏈賦能機(jī)制進(jìn)而實(shí)現(xiàn)醫(yī)藥行業(yè)高效—智能—協(xié)同CSR治理尤為重要。

鑒于實(shí)證研究的假設(shè)驗(yàn)證性、智能平臺(tái)的場(chǎng)域賦能性和完全理性假設(shè)下靜態(tài)博弈模型的局限性，構(gòu)建政府、智能供應(yīng)鏈平臺(tái)和藥企的智能醫(yī)藥系統(tǒng)，探究政府分類規(guī)制、智能平臺(tái)賦能的機(jī)制與影響因素，以及政府分類規(guī)制對(duì)智能平臺(tái)、藥企CSR履行決策的作用機(jī)理，通過(guò)對(duì)三方策略演化的臨界條件、穩(wěn)定性及演化路徑分析，揭示各因素作用與三方博弈演化規(guī)律，并通過(guò)建立系統(tǒng)動(dòng)力學(xué)模型，利用Anylogic仿真軟件平臺(tái)對(duì)各主體策略均衡、演化路徑及因素影響進(jìn)行可視化仿真分析，以期為政府的醫(yī)藥行業(yè)CSR治理效能提升與治理資源高效—智能—協(xié)同耦合提供理論參考。

1 問(wèn)題描述

鑒于醫(yī)藥產(chǎn)品的特殊性及政府對(duì)制假售假的“高壓”、“零容忍”態(tài)度，以醫(yī)藥產(chǎn)品產(chǎn)銷價(jià)格機(jī)制為背景主線，考慮由政府、智能供應(yīng)鏈平臺(tái)(簡(jiǎn)稱平臺(tái))、醫(yī)藥企業(yè)(簡(jiǎn)稱藥企)組成的智能醫(yī)藥系統(tǒng)。政府、平臺(tái)、藥企策略空間分別為嚴(yán)格規(guī)制(SG1)與寬松規(guī)制(SG2)、履責(zé)合作(SP1)與非履責(zé)合作(SP2)、積極履責(zé)(SM1)與消極履責(zé)(SM2)。政府采取SG1策略指通過(guò)分類規(guī)制促進(jìn)平臺(tái)、藥企合作履責(zé)，并根據(jù)雙方履責(zé)與智能化水平進(jìn)行分類獎(jiǎng)懲。平臺(tái)采取SP1策略指積極進(jìn)行CSR投入并對(duì)藥品采取前端平價(jià)或低價(jià)銷售以最大化消費(fèi)者剩余，同時(shí)投資智能供應(yīng)鏈建設(shè)以強(qiáng)化市場(chǎng)自治力。藥企采取SM1策略指積極遵守醫(yī)藥CSR規(guī)范，以平價(jià)或低價(jià)提供藥品后端批發(fā)服務(wù)。反之，政府采取SG2策略表現(xiàn)為降低監(jiān)管與獎(jiǎng)懲力度的弱“無(wú)為”化；平臺(tái)、藥企分別采取SP2、SM2策略表現(xiàn)為違背定價(jià)規(guī)范、獲取超額不當(dāng)?shù)美膹?qiáng)“利己”化。政府作為行業(yè)秩序維護(hù)者，注重長(zhǎng)效履責(zé)機(jī)制與行業(yè)形象建設(shè)。作為醫(yī)藥產(chǎn)銷鏈主體，平臺(tái)與藥企基于產(chǎn)銷機(jī)制構(gòu)建合作關(guān)系，以收益最大化為目標(biāo)制定自身CSR策略。平臺(tái)通過(guò)對(duì)醫(yī)藥產(chǎn)品差異策略定價(jià)和智能供應(yīng)鏈建設(shè)獲取收益，藥企向平臺(tái)提供醫(yī)藥產(chǎn)品并根據(jù)自身收益制定履責(zé)決策及相應(yīng)批發(fā)價(jià)格，雙方傾向融合發(fā)展，但受內(nèi)部收益及外部環(huán)境影響。平臺(tái)、藥企收益除共同受政府規(guī)制、履責(zé)需求影響外，同時(shí)受雙方策略選擇影響。三方通過(guò)價(jià)格、競(jìng)合和收益機(jī)制相互作用，在有限信息、認(rèn)知水平下相互影響、不斷學(xué)習(xí)，且三方行為策略選擇隨時(shí)間動(dòng)態(tài)演化。

2 演化博弈模型構(gòu)建

2.1 市場(chǎng)需求函數(shù)

在平臺(tái)履責(zé)合作時(shí)，消費(fèi)者感知CSR價(jià)值并根據(jù)效用最大化購(gòu)買醫(yī)藥產(chǎn)品[16]。設(shè)醫(yī)藥產(chǎn)品市場(chǎng)需求為Q，消費(fèi)者支付意愿為h，在[0,Q]中服從均勻分布。當(dāng)藥企和平臺(tái)合作履責(zé)時(shí)，消費(fèi)者購(gòu)買產(chǎn)品效用水平為U1=ηh-λp1，0<η<1；當(dāng)藥企和平臺(tái)非合作履責(zé)時(shí)，消費(fèi)者購(gòu)買產(chǎn)品效用水平為U2=h-λp2；當(dāng)消費(fèi)者不購(gòu)買時(shí)效用為0，p1

2.2 三方博弈收益矩陣

1)當(dāng)政府采取SG1策略時(shí)，政府嚴(yán)格監(jiān)管并營(yíng)造良好履責(zé)環(huán)境，推進(jìn)平臺(tái)智能供應(yīng)鏈建設(shè)，獲得感知收益(市場(chǎng)信心、公眾信任等)，但須付出規(guī)制成本。政府根據(jù)平臺(tái)與藥企策略選擇進(jìn)行定制獎(jiǎng)懲(與監(jiān)管力度t有關(guān))并培育智能供應(yīng)鏈建設(shè)。若平臺(tái)采取SP2策略，政府基礎(chǔ)收益減少。若政府采取SG2策略，政府存在寬松規(guī)制機(jī)會(huì)成本，而當(dāng)平臺(tái)同時(shí)采取SP2策略時(shí)，將造成政府感知損失。

2)平臺(tái)不同策略收益主要由醫(yī)藥產(chǎn)品銷售收益、智能供應(yīng)鏈建設(shè)收益及傭金收益組成。當(dāng)政府采取SG1策略時(shí)，平臺(tái)采取SP1、SP2策略所受獎(jiǎng)懲與政府監(jiān)管力度、規(guī)制政策有關(guān)。若平臺(tái)采取SP2策略藥企采取SM1策略，平臺(tái)存在搭便車收益。當(dāng)平臺(tái)采取SP1策略、政府采取SG1策略且藥企不采取SM2策略時(shí)，平臺(tái)投資智能供應(yīng)鏈建設(shè)并獲取補(bǔ)貼及智能化收益。

3)藥企不同策略收益主要由醫(yī)藥產(chǎn)品生產(chǎn)收益與智能供應(yīng)鏈下風(fēng)險(xiǎn)減免收益組成。當(dāng)政府采取SG1策略時(shí)，藥企采取SM1、SM2策略所受獎(jiǎng)懲取決于政府規(guī)制政策和監(jiān)管力度。若平臺(tái)采取SP2策略藥企采取SM1策略，藥企須承擔(dān)支付動(dòng)態(tài)成本(與醫(yī)藥產(chǎn)品銷量呈正相關(guān))。若藥企采取SM1策略且平臺(tái)采取SP1策略，藥企提升風(fēng)險(xiǎn)彈性閾值，獲得風(fēng)險(xiǎn)減免收益。政府、平臺(tái)和藥企三方博弈支付矩陣如表1所示。

表1 三方主體博弈支付矩陣Tab.1 The payoff matrix of the three-party agent game

2.3 復(fù)制動(dòng)態(tài)方程

同理可求得平臺(tái)、藥企收益復(fù)制動(dòng)態(tài)方程。將政府、平臺(tái)與藥企的收益復(fù)制動(dòng)態(tài)方程聯(lián)立可得政府、平臺(tái)與藥企三方主體行為策略演化博弈的智能醫(yī)藥系統(tǒng)為

(1)

3 三方主體策略演化路徑與穩(wěn)定性分析

由微分方程穩(wěn)定性定理知，復(fù)制動(dòng)態(tài)方程穩(wěn)定點(diǎn)位于一階導(dǎo)數(shù)小于零的奇點(diǎn)處，即需滿足

(2)

圖1 政府策略演化相位圖Fig.1 Phase diagram of government strategy evolution

圖2 平臺(tái)策略演化相位圖Fig.2 Phase diagram of platform strategy evolution

圖3 藥企策略演化相位圖Fig.3 Phase diagram of strategy evolution of pharmaceutical enterprises

3.1 政府視角下演化穩(wěn)定性分析

對(duì)政府采取SG1策略的復(fù)制動(dòng)態(tài)方程求一階偏導(dǎo)，依據(jù)式(1)可得

F′(x)=(1-2x)(-ω(yys+zym)+t(Φ1+Φ2)-t(yΦ1+zΦ2)+yzm+(1-z)yn+(1-y)L-yθΔc-c1+c2))

(3)

(4)

綜上，政府策略選擇同時(shí)受平臺(tái)與藥企策略影響，當(dāng)平臺(tái)采取SM1策略概率小于某一閾值時(shí)，政府采取SG1策略的演化路徑趨向于1，即政府對(duì)具有非履責(zé)傾向的平臺(tái)采取嚴(yán)格規(guī)制政策。嚴(yán)格規(guī)制與寬松規(guī)制成本差額對(duì)政府嚴(yán)格規(guī)制策略具有抑制作用，若政府寬松規(guī)制將造成市場(chǎng)信心、公眾信任等感知損失。由此，政府需注重醫(yī)藥行業(yè)CSR治理多方協(xié)同作用，減少規(guī)制成本、釋放各方治理資源活力。

3.2 平臺(tái)視角下演化穩(wěn)定性分析

對(duì)平臺(tái)選擇SP1策略的復(fù)制動(dòng)態(tài)方程求一階偏導(dǎo)，依據(jù)式(1)可得

(5)

(6)

綜上，平臺(tái)策略選擇同時(shí)受政府與藥企策略影響，當(dāng)藥企采取SM1策略的概率大于某一閾值時(shí)，平臺(tái)向SP1策略方向演化。平臺(tái)搭便車收益、藥企支付動(dòng)態(tài)收益、履責(zé)與非履責(zé)售賣藥品價(jià)格差額、履責(zé)努力成本系數(shù)對(duì)平臺(tái)履責(zé)合作策略具有抑制作用；但若采取“薄利多銷”策略降價(jià)銷售能夠獲得較大收益，平臺(tái)趨向于進(jìn)行履責(zé)合作，且與智慧度補(bǔ)貼短期收益相比，平臺(tái)更注重智能供應(yīng)鏈投資的長(zhǎng)期收益。

3.3 藥企視角下演化穩(wěn)定性分析

對(duì)藥企選擇SM1策略的復(fù)制動(dòng)態(tài)方程求一階偏導(dǎo)，依據(jù)式(1)可得：

(7)

(8)

由式(8)易知，VM1隨Lp、(pw1-cs)q1的上升而上升，隨μm，(pw2-pw1)q2，(pw2-cs)q2的上升而下降。綜上，藥企演化策略同時(shí)受政府與平臺(tái)策略影響，當(dāng)政府采取SG1策略的概率高于特定臨界水平時(shí)，藥企向SM1策略方向演化，表明政府嚴(yán)格規(guī)制政策對(duì)藥企履責(zé)具有積極影響。藥企履責(zé)成本系數(shù)、履責(zé)與非履責(zé)批發(fā)藥品價(jià)格差額、哄抬物價(jià)所獲超額收益對(duì)藥企積極履責(zé)策略具有抑制作用。但若采取“薄利多銷”策略降低批發(fā)價(jià)格能夠獲得較大收益，藥企將趨向于進(jìn)行積極履責(zé)。若藥企消極履責(zé)，其難以通過(guò)智能平臺(tái)獲取市場(chǎng)有效信息，將面臨外部較大市場(chǎng)風(fēng)險(xiǎn)，即藥企積極履責(zé)概率與市場(chǎng)風(fēng)險(xiǎn)呈正相關(guān)。

4 智能醫(yī)藥系統(tǒng)演化穩(wěn)定性分析

其中，J11=(1-2x)(-ω(yys+zym)+t(Φ1+Φ2)-t(yΦ1+zΦ2)+yzm+(1-z)yn+(1-y)L-yθΔc-c1+c2)；

0.5(xz-x-z)δθ2-zψp2q2+xtΦ1+xθΔc)；

J23=y(1-y)((p1-pw1)(q1-q2)+(1-x)θΔTe-Δs+0.5(x-1)δθ2-ψp2q2)；

J32=z(1-z)((pw1-cs)(q1-q2)+θαLp+ψp2q2)；

J12=x(1-x)(-ωys-tΦ1+zm+(1-z)n-L-θΔc)；

J13=x(1-x)(ym-yn-ωym-tΦ2)；

J21=y(1-y)(ωys+(1-z)θΔTe+tΦ1+0.5(z-1)δθ2+θΔc)；J31=z(1-z)(tΦ2+ωym)。

表2 均衡點(diǎn)Jacobi矩陣特征值Tab.2 The eigenvalues of the Jacobian matrix

情景1當(dāng)ω(2ΔTe+2Δc)δ-1時(shí)，由表3可知，均衡點(diǎn)E2(1,0,0)對(duì)應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP2,SM2}為演化穩(wěn)定策略。藥企、平臺(tái)分別選擇SM2、SP2策略主要取決于政府規(guī)制和監(jiān)管力度，政府規(guī)制可顯著影響藥企與平臺(tái)策略選擇。藥企關(guān)注消極履責(zé)超額收益，平臺(tái)不僅關(guān)注非履責(zé)超額收益，更關(guān)注智慧度投資本利差。

情景2當(dāng)ω>max{0.5μsys,0.5μmym}，min{tΦ1,tΦ2}>max{(p2-p1)q2,(pw2-pw1)q2}，θ<(2ΔTe+2Δc)δ-1，(p1-pw1)(q1-q2)>Δs+ψp2q2，(pw1-cs)(q1-q2)+θαLp>0時(shí)，由表3可知，均衡點(diǎn)E8(1,1,1)對(duì)應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP1,SM1}演化穩(wěn)定策略。與情景1相比，情景2約束條件方向相反且條件增加，表明藥企、平臺(tái)分別選擇積極履責(zé)、履責(zé)合作時(shí)考慮因素更為復(fù)雜且同時(shí)受雙方策略影響。在不改變政府規(guī)制力度下，當(dāng)平臺(tái)搭便車收益與支付動(dòng)態(tài)收益較小、市場(chǎng)風(fēng)險(xiǎn)較大時(shí)，會(huì)驅(qū)使平臺(tái)與藥企合作履責(zé)并投資智能供應(yīng)鏈建設(shè)。

表3 智能醫(yī)藥系統(tǒng)穩(wěn)定性Tab.3 Stability of smart medicine system

情景3當(dāng)0.5μsys<ω<0.5μmym，θ<(2ΔTe+2Δc)δ-1，(pw1-cs)(q1-q2)+θαLp<0，tΦ1>(p2-p1)q2，tΦ2<(pw2-pw1)q2時(shí)，由表4可知，均衡點(diǎn)E5(1,1,0)對(duì)應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP1,SM2}為演化穩(wěn)定策略。與情景2相比，同等政府規(guī)制力度下，平臺(tái)約束條件放寬，藥企約束條件相反，且不同企業(yè)對(duì)政府規(guī)制政策靈敏度不同。囿于平臺(tái)對(duì)藥企放寬條件，且市場(chǎng)風(fēng)險(xiǎn)降低，政府處罰低于消極履責(zé)超額收益，藥企難以與平臺(tái)融合并達(dá)到積極履責(zé)狀態(tài)。

表4 智能醫(yī)藥系統(tǒng)穩(wěn)定性Tab.4 Stability of smart medicine system

情景4當(dāng)0.5μmym<ω<0.5μsys，θ>(2ΔTe+2Δc)δ-1，(p1-pw1)(q1-q2)<Δs+ψp2q2，tΦ1<(p2-p1)q2，tΦ2>(pw2-pw1)q2+ψp2q2時(shí)，由表4可知，均衡點(diǎn)E6(1,0,1)對(duì)應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP2,SM2}為演化穩(wěn)定策略。與情景2相比，同等政府規(guī)制力度下，平臺(tái)約束條件相反，藥企約束條件收緊，平臺(tái)支付動(dòng)態(tài)收益為實(shí)現(xiàn)情景4關(guān)鍵因素。藥企對(duì)市場(chǎng)風(fēng)險(xiǎn)關(guān)注減小，但對(duì)消極履責(zé)超額收益、支付動(dòng)態(tài)成本與政府處罰關(guān)系更為敏感。囿于平臺(tái)與藥企層次不等關(guān)系，平臺(tái)可操空間大于藥企，若平臺(tái)搭便車收益與支付動(dòng)態(tài)收益較大，提升智能度意愿較低，它與藥企合作但難以共同履責(zé)。

5 仿真分析

5.1 仿真模型構(gòu)建與檢驗(yàn)

根據(jù)系統(tǒng)動(dòng)力學(xué)原理、復(fù)制動(dòng)態(tài)方程及約束條件，運(yùn)用Anylogic8.5.1軟件進(jìn)行建模仿真。設(shè)時(shí)間步長(zhǎng)為1，單位為d，SD模型如圖4所示。系統(tǒng)動(dòng)力學(xué)模型揭示整體系統(tǒng)行為趨勢(shì)及政策變化影響，重點(diǎn)在于揭示出事物變化規(guī)律及提供演化趨勢(shì)的決策思考[20]。根據(jù)復(fù)制動(dòng)態(tài)方程及約束條件，取m=1.5，n=1.3，c1=0.5，c2=0.4，L=2.0，cs=0.08，Δs=0.1，ys=0.8，ym=0.8，μs=0.3，μm=0.3，p1=0.38，p2=0.5，pw1=0.25，pw2=0.35，α=0.2，Lp=0.7，λ=0.5，η=0.8，ψ=0.52，δ=0.2，Q=1.45。由此，基于SD模型及其參數(shù)取值，檢驗(yàn)?zāi)Ｐ秃侠硇?，探究?guī)制政策等關(guān)鍵因素影響。以均衡點(diǎn)E8(1,1,1)為例，通過(guò)調(diào)整三方主體初始策略取值概率的大小，觀測(cè)系統(tǒng)時(shí)序演化狀態(tài)，檢驗(yàn)?zāi)Ｐ统踔得舾行耘c系統(tǒng)穩(wěn)定性。令x,y,z∈{0.98,0.99}，政府、平臺(tái)與藥企策略選擇均為混合策略，系統(tǒng)演化路徑如圖5所示。

圖4 智能醫(yī)藥系統(tǒng)動(dòng)力學(xué)仿真模型Fig.4 Dynamic simulation model of intelligent medical system

由圖5可知，系統(tǒng)向均衡穩(wěn)定點(diǎn)演化速度不同，演化速度與初始值有關(guān)。當(dāng)三方主體在均衡點(diǎn)E8(1,1,1)附近，初始策略取值概率不同時(shí)，其均向穩(wěn)定均衡點(diǎn)E8(1,1,1)演化，系統(tǒng)存在演化穩(wěn)定均衡點(diǎn)。其余均衡點(diǎn)初值敏感性與系統(tǒng)穩(wěn)定性討論與之類似，此處不再贅述。由于初始值的選取與演化結(jié)果無(wú)關(guān)，微分動(dòng)力系統(tǒng)不存在策略取值概率初值敏感性。且當(dāng)三方主體均采取混合策略時(shí)，系統(tǒng)存在純策略演化均衡點(diǎn)，三方策略選擇均可達(dá)到穩(wěn)定狀態(tài)，結(jié)果驗(yàn)證了演化模型的合理性與穩(wěn)定性。

圖5 三方不同初始策略系統(tǒng)演化路徑Fig.5 Three-party different initial strategy system evolution path

5.2 因素影響仿真

在政府分類規(guī)制、消費(fèi)者偏好等關(guān)鍵因素影響仿真中，由于系統(tǒng)演化結(jié)果不存在策略取值概率初值敏感性，故假定政府、平臺(tái)和藥企策略取值概率均為0.5。為破解醫(yī)藥行業(yè)CSR履責(zé)與治理困境，針對(duì)E8(1,1,1)策略組合，探究智慧度、消費(fèi)者偏好、獎(jiǎng)勵(lì)系數(shù)、監(jiān)管力度、平臺(tái)懲罰上限、藥企懲罰上限各因素作用及對(duì)系統(tǒng)演化的影響，為提升政府CSR治理效能與形成醫(yī)藥行業(yè)“履責(zé)風(fēng)尚”提供決策參考。

5.2.1 智慧度對(duì)三方博弈演化策略的影響

智慧度取不同值時(shí)，三方演化博弈仿真結(jié)果如圖6所示。

圖6 不同智慧度三方主體演化路徑Fig.6 Evolution path of tripartite subjects with different degrees of intelligence

由圖6a可知，高智慧度智能醫(yī)藥系統(tǒng)可強(qiáng)化藥企抗風(fēng)險(xiǎn)能力與市場(chǎng)自治力，但同時(shí)增加政府支出成本，雙重作用下政府政策干預(yù)速度減緩，最終穩(wěn)定在嚴(yán)格規(guī)制狀態(tài)。政府演化速度顯著快于平臺(tái)與藥企，表明政府需提前快速制定規(guī)制政策以規(guī)范市場(chǎng)秩序，引導(dǎo)平臺(tái)、藥企履責(zé)合作并投資智能供應(yīng)鏈建設(shè)。由圖6b可知，當(dāng)智慧度較低時(shí)，非履責(zé)合作有機(jī)會(huì)獲得支付動(dòng)態(tài)收益與超額收益，平臺(tái)處于考察狀態(tài)，其演化路徑波動(dòng)劇烈，演化過(guò)程難以穩(wěn)定。隨著智慧度不斷增加，平臺(tái)補(bǔ)貼收益逐漸提高，提高智慧度增強(qiáng)風(fēng)險(xiǎn)彈性的同時(shí)可帶來(lái)更多智能投資收益，平臺(tái)向履責(zé)合作方向演化，演化速度與智慧度呈正相關(guān)。由圖6c可知，當(dāng)智慧度較小時(shí)，藥企面臨高市場(chǎng)風(fēng)險(xiǎn)，由于市場(chǎng)不確定性及平臺(tái)策略波動(dòng)性，藥企履責(zé)成本較高，且政府補(bǔ)貼與需支付動(dòng)態(tài)成本收支情況不明，其持觀察態(tài)度，演化路徑呈波動(dòng)狀態(tài)。當(dāng)智慧度較大時(shí)，平臺(tái)選擇與藥企合作履責(zé)可提升其風(fēng)險(xiǎn)彈性閾值，同時(shí)政府補(bǔ)貼收益增加，藥企向積極履責(zé)方向演化，且智慧度較大時(shí)，演化速度與智慧度呈正相關(guān)。平臺(tái)具有高智慧度投資傾向，藥企具有高智慧度履責(zé)傾向，但兩者易受雙方策略選擇影響，且智慧度對(duì)平臺(tái)與藥企策略選擇影響顯著。

5.2.2 獎(jiǎng)勵(lì)系數(shù)對(duì)三方博弈演化策略的影響

獎(jiǎng)勵(lì)系數(shù)取不同值時(shí)，三方演化博弈仿真結(jié)果如圖7所示。

圖7 不同獎(jiǎng)勵(lì)系數(shù)三方主體演化路徑Fig.7 Evolution path of tripartite subjects with different reward coefficients

由圖7a可知，當(dāng)獎(jiǎng)勵(lì)系數(shù)較小時(shí)，政府向嚴(yán)格規(guī)制方向演化，演化速度隨著獎(jiǎng)勵(lì)系數(shù)的增大逐漸減小，最終達(dá)到穩(wěn)定狀態(tài)。當(dāng)獎(jiǎng)勵(lì)系數(shù)過(guò)大時(shí)，由于支出成本增大，政府持觀望狀態(tài)，策略選擇難以穩(wěn)定，且獎(jiǎng)勵(lì)系數(shù)越大演化路徑波動(dòng)頻率越快。因此，政府應(yīng)當(dāng)制定適當(dāng)獎(jiǎng)勵(lì)性政策以規(guī)范市場(chǎng)行為。由圖7b可知，當(dāng)獎(jiǎng)勵(lì)系數(shù)較低時(shí)，基于政府獎(jiǎng)勵(lì)性與嚴(yán)格規(guī)制政策，平臺(tái)選擇與藥企合作履責(zé)，演化速度與獎(jiǎng)勵(lì)系數(shù)呈正相關(guān)。當(dāng)獎(jiǎng)勵(lì)系數(shù)過(guò)大時(shí)，囿于政府搖擺性獎(jiǎng)勵(lì)政策，平臺(tái)策略選擇難以達(dá)到穩(wěn)定狀態(tài)。由圖7c可知，當(dāng)獎(jiǎng)勵(lì)系數(shù)較低時(shí)，政府補(bǔ)貼較少，藥企積極履責(zé)存在較高履責(zé)成本，消極履責(zé)可獲得超額收益，藥企向消極履責(zé)方向演化。隨著獎(jiǎng)勵(lì)系數(shù)的提升，藥企履責(zé)補(bǔ)貼收益不斷增加，藥企選擇與平臺(tái)合作，積極履責(zé)并強(qiáng)化其風(fēng)險(xiǎn)彈性，演化速度隨著獎(jiǎng)勵(lì)系數(shù)的增加而加快。獎(jiǎng)勵(lì)系數(shù)對(duì)政府、平臺(tái)和藥企策略選擇影響顯著，藥企對(duì)獎(jiǎng)勵(lì)性政策更為敏感，適當(dāng)經(jīng)濟(jì)補(bǔ)貼可提升平臺(tái)和藥企履責(zé)積極性。

5.2.3 平臺(tái)懲罰上限對(duì)三方博弈演化策略的影響

平臺(tái)懲罰上限取不同值時(shí)，三方演化博弈仿真結(jié)果如圖8所示。由圖8a可知，當(dāng)平臺(tái)懲罰上限取值不同時(shí)，政府均向嚴(yán)格規(guī)制方向演化，但平臺(tái)懲罰上限對(duì)政府策略選擇影響較小。隨著平臺(tái)懲罰上限不斷增大，囿于平臺(tái)、藥企不確定性履責(zé)狀態(tài)，政府提高平臺(tái)懲罰上限并加快規(guī)制政策落地速度。政府演化速度快于平臺(tái)和藥企，表明政府需提前制定規(guī)制政策，根據(jù)市場(chǎng)CSR違規(guī)情況制定相應(yīng)懲罰標(biāo)準(zhǔn)，規(guī)范企業(yè)積極履責(zé)。

圖8 不同平臺(tái)懲罰上限三方主體演化路徑Fig.8 Evolution path of tripartite subjects with different platform punishment upper limit

由圖8b可知，當(dāng)平臺(tái)懲罰上限較低時(shí)，平臺(tái)處于考察狀態(tài)，具有較大策略實(shí)施空間，考慮到不履責(zé)合作所受處罰較低，通過(guò)高價(jià)銷售、收取支付動(dòng)態(tài)收益可獲得較高收益，平臺(tái)策略選擇難以穩(wěn)定。當(dāng)平臺(tái)懲罰上限較高時(shí)，平臺(tái)非履責(zé)所受處罰增加，非履責(zé)合作收益難以抵消處罰成本，平臺(tái)向履責(zé)合作方向演化，且演化速度與平臺(tái)懲罰上限呈正相關(guān)。由圖8c可知，當(dāng)平臺(tái)懲罰上限較低時(shí)，基于平臺(tái)搖擺性策略，為規(guī)避單一策略風(fēng)險(xiǎn)損失，藥企策略選擇難以穩(wěn)定。隨著平臺(tái)懲罰上限的增加，由于處于渠道劣勢(shì)地位，藥企消極履責(zé)收益低于懲罰成本，積極履責(zé)可獲得補(bǔ)貼與聲譽(yù)收益，與智能平臺(tái)合作可強(qiáng)化風(fēng)險(xiǎn)彈性，藥企選擇積極履責(zé)策略，演化速度隨著平臺(tái)懲罰上限的增加而加快。囿于不平等地位關(guān)系，平臺(tái)懲罰上限可同時(shí)影響平臺(tái)、藥企策略選擇，處于劣勢(shì)地位藥企存在策略實(shí)施空間與時(shí)間局限。

5.2.4 藥企懲罰上限對(duì)三方博弈演化策略的影響

藥企懲罰上限取不同值時(shí)，三方演化博弈仿真結(jié)果如圖9所示。

圖9 不同藥企懲罰上限三方主體演化路徑Fig.9 Evolution path of tripartite subjects with different pharmaceutical enterprise punishment upper limit

由圖9a可知，當(dāng)藥企懲罰上限取不同值時(shí)，政府向嚴(yán)格規(guī)制方向演化，演化速度快于平臺(tái)和藥企。若藥企懲罰上限不斷增大，有利于規(guī)范藥企CSR違規(guī)問(wèn)題，且采取嚴(yán)格規(guī)制增加政府收益，政府演化速度加快，但藥企懲罰上限對(duì)演化速度影響較小。由圖9b可知，若藥企懲罰上限不斷增加，政府采取嚴(yán)格規(guī)制策略，平臺(tái)非履責(zé)合作收益低于履責(zé)合作收益，最終向履責(zé)合作方向演化。當(dāng)懲罰上限增加時(shí)，藥企演化速度加快，平臺(tái)根據(jù)藥企履責(zé)決策調(diào)整相應(yīng)策略以獲得最大投機(jī)收益，平臺(tái)演化速度與藥企懲罰上限呈反相關(guān)，最終穩(wěn)定在履責(zé)合作狀態(tài)。由圖9c可知，藥企懲罰上限對(duì)藥企策略選擇影響較小，當(dāng)懲罰上限增加時(shí)，藥企消極履責(zé)所受處罰不斷增大，積極履責(zé)可獲得政府補(bǔ)貼，積極履責(zé)收益高于消極履責(zé)收益，藥企向積極履責(zé)方向演化，且演化速度隨著藥企懲罰上限的增大而加快，最終達(dá)到穩(wěn)定狀態(tài)。藥企懲罰上限對(duì)政府、平臺(tái)和藥企策略選擇影響較小，平臺(tái)與藥企演化速度呈現(xiàn)反相關(guān)關(guān)系。

6 結(jié)論

針對(duì)醫(yī)藥行業(yè)履責(zé)困境與政府規(guī)制難題，構(gòu)建了政府、智能供應(yīng)鏈平臺(tái)和醫(yī)藥企業(yè)參與的智能醫(yī)藥系統(tǒng)，運(yùn)用演化博弈理論探究政府分類規(guī)制、智能平臺(tái)賦能機(jī)制與影響因素，以及政府分類規(guī)制對(duì)智能平臺(tái)、藥企CSR履行決策的影響機(jī)制，揭示各因素作用與三方博弈演化規(guī)律，并運(yùn)用Anylogic軟件仿真分析政府分類規(guī)制等因素對(duì)系統(tǒng)演化路徑的影響。

研究結(jié)論有：1)對(duì)政府而言，政府分類規(guī)制顯著影響平臺(tái)、藥企CSR履行決策與智能供應(yīng)鏈建設(shè)，但規(guī)制效果受平臺(tái)、藥企政策靈敏度影響，且懲罰性政策落地速度快于獎(jiǎng)勵(lì)性政策。若政府嚴(yán)格規(guī)制，可促進(jìn)藥企、平臺(tái)合作履責(zé)，并引導(dǎo)平臺(tái)智能供應(yīng)鏈投資，提升雙方風(fēng)險(xiǎn)彈性閾值和行業(yè)自治力。政府演化速度與智慧度、獎(jiǎng)勵(lì)系數(shù)呈負(fù)相關(guān)，與平臺(tái)和藥企懲罰上限呈正相關(guān)，當(dāng)獎(jiǎng)勵(lì)系數(shù)過(guò)高時(shí)，政府策略選擇難以穩(wěn)定。2)對(duì)平臺(tái)而言，其獎(jiǎng)勵(lì)性政策靈敏度高于懲罰性政策，強(qiáng)獎(jiǎng)懲規(guī)制力度與高智慧度賦能性可雙向促進(jìn)平臺(tái)積極履責(zé)合作，較高市場(chǎng)風(fēng)險(xiǎn)可提升智能供應(yīng)鏈建設(shè)積極性。相較藥企而言，平臺(tái)存在平臺(tái)優(yōu)勢(shì)，履責(zé)決策影響因素更為復(fù)雜，受內(nèi)部智慧度投資利本差、非履責(zé)超額收益以及外部規(guī)制政策多重因素影響。3)對(duì)藥企而言，其獎(jiǎng)勵(lì)性政策靈敏度低于懲罰性政策，相比平臺(tái)，藥企存在策略實(shí)施空間與時(shí)間局限。政府懲罰性規(guī)制政策(平臺(tái)與藥企懲罰上限)對(duì)藥企策略選擇影響較小，若各因素強(qiáng)度較低，藥企策略選擇難以穩(wěn)定且相比平臺(tái)具有滯后效應(yīng)。智慧度和獎(jiǎng)勵(lì)系數(shù)獎(jiǎng)勵(lì)性政策對(duì)藥企策略選擇影響顯著，較高智慧度、獎(jiǎng)勵(lì)系數(shù)有利于藥企積極履責(zé)。

本研究的管理啟示主要在于：1)強(qiáng)化醫(yī)藥行業(yè)CSR治理政府主導(dǎo)前置作用，科學(xué)制定分類規(guī)制政策。鑒于政府分類規(guī)制對(duì)藥企、平臺(tái)策略選擇的高顯著性影響，基于醫(yī)藥行業(yè)CSR現(xiàn)狀推動(dòng)政府規(guī)制作用前置，根據(jù)藥企、平臺(tái)的政策靈敏度異質(zhì)性，施行平臺(tái)重獎(jiǎng)勵(lì)、藥企重懲罰的規(guī)制政策“私人定制”。2)構(gòu)建醫(yī)藥智能平臺(tái)“CSR治理共同體”，強(qiáng)化醫(yī)藥行業(yè)鏈條耦合力與風(fēng)險(xiǎn)自治力。基于醫(yī)藥智能平臺(tái)兼具個(gè)體與耦合雙元屬性，發(fā)揮政府牽頭引導(dǎo)作用，構(gòu)建醫(yī)藥智能供應(yīng)鏈平臺(tái)，促進(jìn)醫(yī)藥產(chǎn)銷鏈條價(jià)格透明化、治理智能化，實(shí)現(xiàn)CSR治理資源集成協(xié)同與場(chǎng)域生態(tài)圈配置，助力醫(yī)藥行業(yè)CSR治理范式創(chuàng)新。3)鑒于藥企的鏈條弱勢(shì)地位與平臺(tái)的耦合網(wǎng)絡(luò)效應(yīng)，提升平臺(tái)規(guī)制政策制定強(qiáng)度與精準(zhǔn)度為醫(yī)藥行業(yè)CSR治理的關(guān)鍵?；谌街黧w策略演化的臨界條件及因素影響機(jī)制，在治理資源集成協(xié)同、路徑規(guī)劃、強(qiáng)度制定方面強(qiáng)化針對(duì)平臺(tái)的規(guī)制引導(dǎo)及監(jiān)管力度。

雖然本研究得出具有一定理論與實(shí)踐價(jià)值的結(jié)論，但仍然存在以下不足，有待進(jìn)一步關(guān)注和剖析：1)主要以后疫情時(shí)代醫(yī)藥線上銷售模式為背景討論智能平臺(tái)賦能機(jī)制，以及政府分類規(guī)制對(duì)藥企、智能平臺(tái)CSR履行決策的機(jī)制作用，由此得出的結(jié)論難以適用于采用線上線下聯(lián)合銷售模式的醫(yī)藥企業(yè)，未來(lái)有必要結(jié)合醫(yī)藥企業(yè)雙渠道銷售場(chǎng)景展開類似探索；2)主要考慮靜態(tài)規(guī)制政策下三方演化路徑分析，未能全面考慮動(dòng)態(tài)規(guī)制政策以及醫(yī)藥企業(yè)動(dòng)態(tài)履責(zé)水平的影響，未來(lái)可進(jìn)一步研究政府動(dòng)態(tài)規(guī)制下醫(yī)藥企業(yè)動(dòng)態(tài)履責(zé)水平的作用機(jī)制。