張婧思, 綦良群

(哈爾濱理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院,黑龍江 哈爾濱 150080)

0 引言

《十四五規(guī)劃和2035年遠(yuǎn)景目標(biāo)的建議》指出要求堅定不移地建設(shè)制造強(qiáng)國。面對中美貿(mào)易摩擦和疫情雙重沖擊,當(dāng)前中國制造業(yè)正在經(jīng)歷產(chǎn)業(yè)鏈的變局和調(diào)整。作為產(chǎn)業(yè)競爭的制高點,裝備制造企業(yè)必須向先進(jìn)制造轉(zhuǎn)型,以獲得可持續(xù)的競爭優(yōu)勢。服務(wù)化可以通過內(nèi)化關(guān)鍵制造環(huán)節(jié)的方式為傳統(tǒng)裝備制造企業(yè)創(chuàng)造額外的客戶價值,并在此過程中保護(hù)其核心產(chǎn)品優(yōu)勢[1,2]?；谏虡I(yè)模式視角的相關(guān)研究發(fā)現(xiàn),服務(wù)化商業(yè)模式變革源于價值主張變革,以服務(wù)需求代替產(chǎn)品需求則是基于了客戶的價值主張[3]?？蛻羰欠?wù)化策略的動力來源,也是影響服務(wù)化策略采納的關(guān)鍵原因。非專業(yè)特質(zhì)的客戶會因為難以感知到企業(yè)的服務(wù)化價值而低估服務(wù)或拒絕服務(wù)[4]。企業(yè)的服務(wù)化策略與客戶的需求之間是一種相互依存的關(guān)系[5]。服務(wù)化績效方面的研究發(fā)現(xiàn),若從服務(wù)化對象出發(fā),把相關(guān)者所處生態(tài)系統(tǒng)作為提供產(chǎn)品或服務(wù)的綜合考慮對象,將明顯提升服務(wù)化實施的效果[6]。在裝備制造企業(yè)與客戶服務(wù)化交互創(chuàng)新機(jī)制研究中發(fā)現(xiàn),無論是PSS復(fù)雜產(chǎn)品服務(wù)系統(tǒng)的建立[7],還是促使低成熟度企業(yè)提前實現(xiàn)高級服務(wù)化,都需要依托于緊密的客戶關(guān)系[8]。同時,服務(wù)化過程是激發(fā)客戶對產(chǎn)品的內(nèi)在情感的過程,與客戶關(guān)系的長期自然綁定可以幫助企業(yè)更好的解決問題[9]?？蛻襞c企業(yè)間可迭代的交互周期對裝備制造企業(yè)服務(wù)創(chuàng)新起到?jīng)Q定性的作用[10]。因此,對裝備制造企業(yè)服務(wù)化的研究,尤其是考慮其與客戶互動的動態(tài)研究具有重大的理論價值與現(xiàn)實意義。

服務(wù)化具有階段性特征,也是服務(wù)化主體間持續(xù)協(xié)調(diào)的動態(tài)過程[11]。因此,從服務(wù)化主體間的關(guān)系及其行為出發(fā),探討服務(wù)化的演化機(jī)理,分析服務(wù)化策略采納的關(guān)鍵因素逐漸成為近階段有關(guān)服務(wù)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(shè)和更完整的動態(tài)演化過程被研究復(fù)雜交互問題的學(xué)者反復(fù)提及。基于演化博弈方法的制造業(yè)服務(wù)化策略的研究主體一般分為三種:第一種是制造業(yè)間的演化博弈問題。張健等[12]探究了單一寡頭企業(yè)與一般制造企業(yè)的集群服務(wù)化策略演化博弈問題,并指出企業(yè)自身的產(chǎn)業(yè)結(jié)構(gòu)與服務(wù)化能力將影響服務(wù)化轉(zhuǎn)型結(jié)果與效率。周凌玥等[13]則對裝備制造企業(yè)與知識密集型企業(yè)、配套企業(yè)間的協(xié)同創(chuàng)新策略進(jìn)行了演化博弈研究。郝家芹和趙道致[14]將產(chǎn)能需求企業(yè)作為制造產(chǎn)能企業(yè)的博弈對象,研究了科技服務(wù)下企業(yè)間產(chǎn)能分享的關(guān)鍵影響因素。第二種是以制造業(yè)企業(yè)與服務(wù)業(yè)企業(yè)作為研究對象的演化博弈研究。馮長利和馬睿澤[15]通過構(gòu)建服務(wù)企業(yè)與制造企業(yè)間的演化博弈模型發(fā)現(xiàn)服務(wù)依賴度和企業(yè)差異化是影響服務(wù)化策略的關(guān)鍵因素。第三種是將制造業(yè)企業(yè)與政府作為研究對象,徐建中等[16]運(yùn)用Bass創(chuàng)新擴(kuò)散模型對政府規(guī)制下的服務(wù)化策略進(jìn)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(tǒng)的期望效用模型,并未準(zhǔn)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(biāo)準(zhǔn)與價值分離的問題,其認(rèn)為行為個體面對收益與風(fēng)險的時候風(fēng)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(xiàn)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(guān)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(yīng)鏈管理等領(lǐng)域的應(yīng)用比較豐富。近期,有學(xué)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(fēng)險情況下合作創(chuàng)新的行為決策。楊國忠和陳佳[19]在對企業(yè)突破性技術(shù)創(chuàng)新問題的研究中發(fā)現(xiàn),博弈系統(tǒng)對價值感知風(fēng)險態(tài)度和損失規(guī)避程度均存在較強(qiáng)敏感性。目前雖然有關(guān)服務(wù)化的演化博弈研究已經(jīng)取得了一些階段性成果,但鮮有研究深入分析服務(wù)化過程中裝備制造企業(yè)與客戶之間的互動關(guān)系。因此,在服務(wù)實施結(jié)果具有不確定性的情況下,本文將客戶和企業(yè)雙方都是有限理性的合理假設(shè)為前提,運(yùn)用演化博弈方法研究裝備制造企業(yè)與客戶達(dá)成服務(wù)化合作的生成過程及決策過程的關(guān)鍵影響因素。同時,引入前景理論到收益函數(shù)的計算中,考慮參照依賴的價值感知,并將概率函數(shù)替換為決策函數(shù)以貫穿整個博弈過程的有限理性假設(shè)。最后,通過仿真分析關(guān)鍵因素對服務(wù)化策略的作用效果。

1 演化博弈模型建立

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

假設(shè)1價值函數(shù)是不確定情境下雙方策略選擇的基本依據(jù),考慮參照基準(zhǔn)和決策權(quán)重的共同作用[17]。裝備制造企業(yè)和客戶均以收益變化為依據(jù)做出策略選擇,以Zi表示服務(wù)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(wù)化策略后的期望收益,ZRP即為參照點。以概率函數(shù)π(Pi)表示決策權(quán)重函數(shù),Δ(ΔZi)表示財富的變化,則博弈雙方的價值感知函數(shù)形式為:

(1)

其中,價值函數(shù)v(Zi)和決策權(quán)重模型的表達(dá)式分別如下:

(2)

(3)

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

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

假設(shè)3市場競爭視角下的服務(wù)化戰(zhàn)略實施,競爭主要體現(xiàn)在傳統(tǒng)商品銷售渠道與服務(wù)化渠道之間[21,22]。服務(wù)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(wù)化成本(DCO)差值;(2)間接收益,受到對手方成本(DM)和服務(wù)化策略實施協(xié)作方成本(DC)的正向調(diào)節(jié)。未采納服務(wù)化策略的總體效益也受到競爭對手成本(DCO)的正向調(diào)節(jié)和產(chǎn)品需求者附加服務(wù)成本(DC)的負(fù)向調(diào)節(jié)。

假設(shè)4無法持續(xù)的合作會導(dǎo)致資源外溢。單邊戰(zhàn)略企業(yè)的附加成本為CM,客戶的附加成本為CC。

基于假設(shè)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(yè)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(dāng)前策略下的效用值URF。當(dāng)博弈雙方中的一方拒絕進(jìn)一步實施策略時,參照點是協(xié)作收益。感知效用函數(shù)如公式(4)所示。采納策略下的總收益函數(shù)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(yè)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(diào)整。KM與KC分別為服務(wù)化收益分配比例。服務(wù)化價值主張是稀缺客戶價值,策略發(fā)起企業(yè)收益受競合關(guān)系影響更顯著。因此,不采納服務(wù)化策略企業(yè)收益受α反向調(diào)整,受β正向調(diào)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(yè)選擇開展和不開展服務(wù)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(fù)制動態(tài)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(wěn)定性結(jié)果

結(jié)論1先進(jìn)生產(chǎn)性服務(wù)要素需求度、服務(wù)要素差異度,以及資源吸收能力系數(shù)μ均會對策略結(jié)果產(chǎn)生積極影響。當(dāng)其他參數(shù)不變,α系數(shù)變大時,系統(tǒng)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(guī)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(jié)論2裝備制造企業(yè)采取服務(wù)戰(zhàn)略之前的效益和成本將影響戰(zhàn)略演化的結(jié)果。過高的企業(yè)原收益不利于服務(wù)化策略采納,即較大的UM,UC,Uco均會導(dǎo)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(jié)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(qū)間,極端的K值將導(dǎo)致合作結(jié)果的不穩(wěn)定。隨著K值由小變大,客企合作概率先增加后降低。

結(jié)論4在不確定環(huán)境下,服務(wù)策略的效率受損益態(tài)度系數(shù)和損失敏感系數(shù)的共同影響。η與χ越低越不利于雙方合作。服務(wù)化策略實施結(jié)果具有不確定性,從而會引發(fā)不確定環(huán)境下的決策心理偏差,例如模糊厭惡心理,服務(wù)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(dǎo)致博弈結(jié)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(yè)過度自信兩個心理因素對演化結(jié)果影響的程度。較低的η與χ值,意味著心理因素對博弈結(jié)果的干擾更明顯。

3 模型檢驗與數(shù)值仿真

為直觀展示各影響因素對系統(tǒng)演化結(jié)果的影響,并揭示演化規(guī)律。本文基于上述模型的基本假定,進(jìn)行MATLAB仿真實驗。依據(jù)上述模型的基本假定,并參考KAHNEMAN和TVERSKY[17]以及羅建強(qiáng)和張弛[9]的參數(shù)取值范圍,本文設(shè)定如下參數(shù)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(jìn)服務(wù)要素需求度、服務(wù)要素差異敏感性和服務(wù)資源吸收能力影響結(jié)果分別如圖1、圖2和圖3所示。先進(jìn)服務(wù)要素需求度α越高、服務(wù)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(wěn)態(tài)。先進(jìn)服務(wù)要素需求度意味著更強(qiáng)的合作意愿,服務(wù)要素差異化程度將直接提供競爭優(yōu)勢,資源吸收能力直接影響服務(wù)化策略實施效率。通過仿真結(jié)果可知,α和β可以影響策略實現(xiàn)效率,μ除了能夠影響策略實現(xiàn)效率以外,還直接影響策略采納結(jié)果。這意味著同質(zhì)化嚴(yán)重的服務(wù)預(yù)期,會直接降低服務(wù)化策略采納的可能性。

圖1 α對博弈演化結(jié)果的影響

圖2 β對博弈演化結(jié)果的影響

圖3 μ對博弈演化結(jié)果的影響

直接收益的敏感性分析結(jié)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(yè)原收益UM和UC,都將導(dǎo)致服務(wù)化策略無法實施。意味著裝備制造企業(yè)即便不采納服務(wù)化轉(zhuǎn)型戰(zhàn)略仍可以維持比較可觀的收益,因此戰(zhàn)略轉(zhuǎn)變意愿將降低。此外,對比UM與UC斜率可知,裝備制造企業(yè)的確極易受到原高收益影響而拒絕采取服務(wù)化策略,主要源于企業(yè)較強(qiáng)的路徑依賴特征。圖7、圖8和圖9則表示,較高的傳統(tǒng)業(yè)務(wù)直接成本DM和DC,與較低的服務(wù)化策略直接成本DCO有助于策略采納。從結(jié)果來看,成本的變化相比于收益變化對博弈結(jié)果的影響更顯著,符合前文假設(shè)。相對于收益,不確定環(huán)境下,決策方更關(guān)注損失。

圖4 UCO對博弈演化結(jié)果的影響

圖5 UM對博弈演化結(jié)果的影響

圖6 UC對博弈演化結(jié)果的影響

圖7 DM對博弈演化結(jié)果的影響

圖8 DC對博弈演化結(jié)果的影響

圖9 DCO對博弈演化結(jié)果的影響

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

圖10 KM對博弈演化結(jié)果的影響

圖11表示風(fēng)險環(huán)境下隨著損益態(tài)度系數(shù)η逐漸減小,系統(tǒng)向拒絕策略采納的穩(wěn)態(tài)上演化。η=0.6時達(dá)到臨界值,與KAHNEMAN和TVERSKY[17]實驗結(jié)果一致。其中,η越小,主觀決策權(quán)重相比于客觀概率扭曲越嚴(yán)重,主要體現(xiàn)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(tài)度系數(shù),都會導(dǎo)致雙方高估企業(yè)自主創(chuàng)新的概率,而低估服務(wù)化策略成功的概率。

圖11 η對博弈演化結(jié)果的影響

圖12 λ對博弈演化結(jié)果的影響

圖12表示,當(dāng)損失規(guī)避系數(shù)λ變大時,不僅會導(dǎo)致策略實施效率降低,還將導(dǎo)致博弈結(jié)果向不合作方向演化。這意味著當(dāng)客企對服務(wù)化造成損失的敏感程度較高時,即使服務(wù)化帶來的策略采納收益預(yù)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(yè)服務(wù)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(shù)和決策權(quán)重函數(shù)替換了期望效用函數(shù)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(wù)化結(jié)果不確定的環(huán)境下,探討了服務(wù)化策略的關(guān)鍵影響因素,并揭示了裝備制造企業(yè)服務(wù)化的基本策略。本文得出以下結(jié)論:

(1)先進(jìn)生產(chǎn)性服務(wù)要素需求度、服務(wù)要素差異度化程度、服務(wù)資源吸收能力、企業(yè)采取服務(wù)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(guī)避程度和不確定情境下的損益態(tài)度都將影響服務(wù)化的策略采納;

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

(3)裝備制造企業(yè)相比客戶對收益分配系數(shù)更為敏感,客戶則對高級服務(wù)要素成本有較高的容忍性,同時更關(guān)注服務(wù)要素能夠帶來的服務(wù)結(jié)果的異質(zhì)性;

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

基于以上結(jié)論,可采取的策略為:

(1)裝備制造企業(yè)可通過與數(shù)智化科技服務(wù)要素交互融合來提高產(chǎn)出的異質(zhì)性;

(2)經(jīng)前文分析,因服務(wù)化績效受到企業(yè)自身能力與所處環(huán)境的影響,政府制定相應(yīng)服務(wù)轉(zhuǎn)型激勵政策的同時,還應(yīng)避免過度激勵,以免企業(yè)受限于其自身資源吸收能力而難以實現(xiàn)預(yù)期的服務(wù)化轉(zhuǎn)型績效;

(3)加強(qiáng)對客戶,特別是非專業(yè)特質(zhì)性客戶,對服務(wù)化收益的價值感知,如加強(qiáng)過程互動頻次與深度,通過知識共享和技術(shù)轉(zhuǎn)移提高客戶認(rèn)知并引領(lǐng)客戶價值。以便更好地推進(jìn)服務(wù)化策略實施。此外,在生產(chǎn)水平、技術(shù)實力、資源配置、產(chǎn)品質(zhì)量等方面存在明顯不足的裝備制造企業(yè),可通過滿足客戶基礎(chǔ)需求,逐漸提高服務(wù)質(zhì)量和效率的途徑,提升企業(yè)服務(wù)化水平和資源吸收能力,從而有效實施服務(wù)化策略并提升服務(wù)化績效,盡早實現(xiàn)企業(yè)的轉(zhuǎn)型升級目標(biāo)。