郭春东 陈爱祖 齐猛

摘要：为了解决集群环境下生产制造型企业与第三方物流之间合理的收益分配与风险共担问题，提高协同企业系统的运行效果，在探析集群环境下双方在协同模式中的收益与风险关系基础上，提出了基于Shapley值的协同收益分配与风险分摊决策模型，分别探索了以物流成本与收益分配，物流成本与风险损失两对变量之间的波动变化规律，并将之集成计算得出了协同选择的临界点与取值范围，辅助参与企业决策，通过实证研究验证了收益分配曲线与风险量化曲线的正向相关性波动规律。结果表明：集群环境中的生产制造型企业与第三方物流的协同模式具有以市场需求为中心的组织特点，影响协同选择的风险因素主要有生产制造型企业和第三方物流的地位与作用、协同各方投入与贡献度随时间推移产生的变化、外部产业政策及内部自适应等;在协同过程中，各参与企业所获得的收益与承担的风险与所投入的物流成本之间存在着正相关关系，且存在着选择临界点;模型演算出的协同选择临界点，可保障协同模型的长期性与稳定性。研究结果为物流协同选择研究提供了新思路，对企业协同选择决策具有借鉴意义。

关键词：物流系统管理;Shapley值;收益分配;风险管理;第三方物流

中图分类号：F272.3文献标志码：A

doi：10.7535/hbgykj.2019yx03001

文章编号：1008-1534（2019）03-0149-007

随着全球经济一体化的发展，产业化分工越来越细，形成了基于产业化分工而在某特定区域呈聚集趋势的特色产业集群，同时，相伴而来的是与之业务特点相反的、偏向地理发散形式的物流产业，双方实现了求同存异式的融合发展。究其原因，首先是条件支撑，四通八达的交通网络和及时、高效、准确的信息传输网络以及地方政策为招商引资而提供的一系列优惠条件，为最初产业集群的集聚和方便快捷的物流运输提供了条件支撑;其次是需求对接，产业集群内部围绕核心企业不断分工细化，从而衍生出更加专注于细分市场需求的中小企业，要求将有限的资源投入到核心产品的研发与生产之中，不断提高产品质量和生产效率，而将非核心的物流业务等进行转移或外包，以便降低运营成本，恰好与第三方物流企业的业务需求形成对接;第三是协同共赢，第三方物流企业的优势在于高效整合物流资源，实现边际物流成本降低，能够协助生产企业在集群内快速传递产品和服务以及集群外拓展业务范围，互动协同中进一步提升自身实力，形成共赢局面。集群环境下生产制造型企业与第三方物流协同模式的实现，正是基于产业集群所代表的地理集聚形态与第三方物流所代表的地理扩张形态产生了恰当的化学反应[1]。

针对集群环境下生产制造企业与第三方物流的协同问题，国内外学者进行了大量探讨和实践研究。文献[2]通过研究丹麦家具产业集群的物流模式，提出专业化的第三方物流确实能够协助生产企业提升网络竞争力，拓展业务范围。在集群企业与第三方物流的协同关系研究方面，ROBERT等[3]基于服务业和制造业视角，研究了二者之间的相互影响与过程变化。基于物流的专业化水平和提升沟通效率的考虑，MARK等[4]提出了第三方物流与生产企业构建信息协同平台的对策建议。国内学者则更多地侧重于定性的评估分析，阐述二者协同的必要性和意义，针对目前存在的问题提出一些建议。对于定量的实证分析与评估方面，主要采用序参量动态方程、回归模型、DEA等方法。谢磊等[5]通过构建序参量动态方程，提出当二者实现协同时，物流系统处于最佳运行状态，也验证了协同的重要性与可能性。陈畴镛[6]借助Logistic模型分析，提出第三方物流确实有助于拓展产业集群辐射范围。邹筱等[7]对物流业与制造业协同发展的研究进行了综述，并对二者协同模式的发展进行了展望。

尽管学者们[8-11]对集群环境下生产企业与第三方物流之间的协同关系、模式及策略，以及物流供应链管理[12-14]等方面进行了探索，但对二者的协同运作模式中理论体系的设计与实践仍显不足。集群环境下的生产企业与第三方物流在宏观上可归结为制造业与服务业的关系，在微观运行上，是两类不同业务类型企业之间的合作问題，只有建立长期而稳定的协同模式，才能在互相促进中共赢发展。但是，协同运行中涉及到资源投入、收益分配、风险分担等一系列现实问题，从而表现出复杂的博弈关系。如何客观、合理地解析出各参与方承担的资源投入、收益分配与风险量化等的比例和数量关系以及内在规律，关系着协同运行模式的成败，也成为研究的关键点。因此，笔者借鉴Shapley值模型在收益分配上的成熟经验，将收益转换为资源投入降低和风险减少等量化问题，从而给出协同选择决策建议。

1基于Shapley值的协同收益分配与风险分摊决策模型

1.1问题的提出

驱动集群环境下生产企业与第三方物流是否协同的关键在于收益，即：协同模式下各参与企业取得高于单独运营的收益或者降低运营成本、提高响应速度、提升服务质量等。由于企业收益数据较难获取，因此，本文中的协同收益特指集群环境下生产企业与第三方物流经由协同模式，各参与企业资源投入成本的相对减少额。

另外，影响协同模式选择决策的重要因素是风险。协同风险特指各参与企业之间的协同过程及企业自身的运营等面临的不确定性而造成的损失。首先，受外部产业政策及企业内部自适应等因素影响，协同所固有的契约状态及形式极易发生变化，导致协同中风险的状态变量产生动态变化，从而引发各种复杂行为结果;其次，集群环境下生产企业与第三方物流是独立的法人实体，在协同中所处的地位和扮演的角色不同，运行中由于信息不对称而导致沟通及时性、准确性受到影响，从而引发矛盾;第三，随着时间的推移，各参与方资源投入与贡献度也将不断变化，即：协同模式的初始契约形态需根据环境条件变化而不断地调整适应，产生较大的过程风险。

基于动态的系统化视角，密切跟踪集群环境下生产企业与第三方物流协同演变规律，有针对性地对协同模式运行中风险进行客观识别和评估，设计出风险量化模型，并提出风险控制与选择策略。

1.2决策模型

基于对收益和风险的分析，笔者根据协同后物流投入成本相对于协同前物流成本的减少，即节约成本等同于收益的思想，针对集群环境下生产企业与第三方物流建立收益分配模型，进而探讨协同选择决策问题。

显然，修正后各参与企业所获得的收益之和仍然等于协同模式获得的总收益。

1.3决策分析

1.3.1收益分配曲线

集群环境下生产企业与第三方物流协同模式中的收益分配呈现出复杂的博弈关系，要求收益分配机制设计时，要充分考虑各参与企业在协同模式中物流成本投入与所得收益是否匹配，旨在充分发挥各参与企业核心竞争力，从而提升协同整体竞争优势[7-8]。就具体企业而言，能否积极参与物流联盟也取决于该收益分配机制是否实现了公平与效率原则，同时也会考察投入的物流资源、承担的风险水平与可能获得的收益的关系，以便做出最终的决策。

1.3.3集群企业与第三方物流协同选择分析

集群环境下生产企业与第三方物流的协同过程，实际上是各参与企业不断斟酌、考量收益与风险关系变化的博弈过程。结合对收益分配值和风险量化值曲线的分析，笔者以物流投入成本作为横坐标，分别绘制收益分配值与风险量化值为纵坐标的二维曲线，通过二者的波动趋势，可以直观而有效地反映出参与企业的物流投入成本与对应的收益分配值与风险损失值的变化规律，为集群环境下各参与企业协同选择决策提供参考和依据，同时，为进一步研究集群环境下生产企业与第三方物流的协同模式提供新思路。

2实证研究

石家庄装备制造基地建立于2006年，重点发展飞机装配、轨道制造、汽车制造、机电设备、基础装备、专用机械、新兴能源七大产业。目前，石家庄装备制造基地规模以上企业共有57家，其中有31家企业主营业务收入过亿元。伴随政府对基地招商引资工作的不断推进，基地内企业社会化、专业化分工的逐渐细化。面对快速满足客户要求的市场环境，基地内的生产制造型企业亟需將非核心的物流业务外包，依靠专业化第三方物流企业为其提供快捷、适宜的物流服务，降低运营成本，提高响应速度和效率。

集群环境下生产企业与第三方物流协同状态下，基于Shapley值的收益分配模型，就是对参与企业协同收益（协同前、后物流投入成本的减少额），按照贡献、风险等进行分配。表2为集群环境下物流协同企业G1的收益分配计算过程，其他协同策略组合下各参与企业的收益分配计算结果如表3所示。

通过以上分析可知：

1）基于物流成本节约即为收益的理念对协同收益进行合理分配是合理的。在协同状态下，协同模式参与企业G1，G2，G3，M1，M2及第三方物流企业L的协同收益分配值分别为27.4，23.3，53.5，56.8，40.9和43.8万元，合计245.7万元，与前期分析的总收益值一致，验证了运用Shapley值法，基于物流成本节约额即为协同收益的合理性。

2）风险与收益的一致性。石家庄装备制造基地内各制造企业物流协同的投资额与风险系数如表4所示。由式（3）可知协同中各方所承担的总风险损失为323.7万元，及各参与企业的风险损失量化值，如表4所示，风险量化总值为245.7万元，该结果与前期的收益分配总值245.7万元一致。

3）协同决策的选择性。以物流成本为横坐标，收益分配值与风险量化值为纵坐标，建立n=6状态下收益分配值坐标系，如图2所示。一方面符合前述结论，即在集群环境下的生产企业与第三方物流协同过程中，相关参与企业的收益分配曲线呈现出随着其物流成本投入的递增而递增的趋势;另一方面，由图2可知，收益分配曲线与风险量化曲线存在2个交点，从而验证了在集群环境下生产企业与第三方物流协同决策时，存在着协同选择临界点为

3结论

由于所拥有的资源禀赋不同，集群环境下的生产企业与第三方物流在协同过程中所扮演的角色和发挥的作用存在差异，使得客观合理地解析各参与方的收益分配值和风险量化值与其所对应的物流投入成本之间的内在规律成为影响协同选择决策的关键问题。首先，无论是生产企业还是第三方物流，其本质是增强企业核心竞争力、谋求企业长期可持续发展，必然的在追求收益与承担风险之间进行动态的综合平衡。影响协同的风险因素主要有制造业和第三方物流的产业地位与作用、协同各方投入与贡献度随时间推移产生的变化、外部产业政策及内部自适应等。其次，基于节约成本等同于收益理念，提出的Shapley值法的收益分配修正模型，验证了收益与风险的一致性。修正模型在收益分配上充分考虑了集群环境下生产企业与第三方物流企业在协同过程中的物流成本投入与贡献的差异性，使得协同收益分配与风险分摊更具参考价值。第三，结合对收益分配值曲线和风险量化值曲线的分析，从理论上验证了在集群环境下生产企业与第三方物流协同决策，存在着协同选择临界点，并提出当R′i=1/n时，对应的参与企业的物流成本投入Ii=TRL/（nRi）时为协同选择临界点，可保障协同模型的长期性与稳定性，为集群企业与第三方物流协同模式研究提供了新的思路;另外，运用石家庄装备制造基地企业的实际数据，从应用层面对收益分配曲线与风险量化曲线的波动规律、协同选择临界值进行了验证，为企业协同选择提供了参考和指导。

本文提出一般意义下的生产制造型集群企业与第三方物流的协同选择方法，其中的风险系数可依据行业内同类物流活动平均成功率及企业实力来确定。在企业实际运营过程中，影响企业风险决策的要素很多，如何进一步细化风险空间点，解析风险与收益之间的作用原理，进而提出协同选择的对策建议，有待进一步研究。

参考文献/References：

[1]齐猛.集群环境下生产企业与第三方物流协同模式研究[D].石家庄：河北科技大学，2014.

QIMeng.TheResearchoftheCollaborativeModeBetweenManufacturingEnterprisesandThirdPartyLogisticsunderClusterEnvironmentD].Shijiazhuang：HebeiUniversityofScienceandTechnology，2014.

[2]LIUWei，CUIAiping.Studyonproducerlogisticsserviceanditsoutsourcingfrommanufacturingfirms：Aperspectiveofindustrialcluster[J].PhysicalDistributionandLogisticsManagement，2010，40：5-6.

[3]ROBERTL，CLARK，MELINDA.Definedbenefitpensionplandistributiondecisionsbypublicsectoremployees[J].JournalofPublicEconomics，2014，116：73-88.

[4]MARKG，ARGUSA.Somelogisticsrealitiesinindochina[J].InternationalJournalofPhysicalDistribution&LogisticsManagement，2000，30（10）：887-911.

[5]谢磊，马士华，桂华明，等.供应物流二维协同理论及其实现途径实证研究[J].管理科学，2012，25（6）：13-22.

XIELei，MAShihua，GUIHuaming，etal.Two-dimensionalsupplylogisticssynchronizationtheoryandempiricalstudyofimplementationapproaches[J].JournalofManagementScience，2012，25（6）：13-22.

[6]陈畴镛.第三方物流與产业集群协同发展研究[M].北京：科学出版社，2009.

[7]邹筱，张世良.物流业与制造业协同发展研究综述[J].系统工程，2012，30（12）：115-121.

ZOUXiao，ZHANGShiliang.Literaturereviewoncollaborativedevelopmentbetweenlogisticsindustryandmanufacturingindustry[J].SystemsEngineering，2012，30（12）：115-121.

[8]林晓伟，李建军.区域物流协同水平的测度与评价[J].中国流通经济，2013（11）：32-38.

LINXiaowei，LIJianjun.Researchonmeasurementandevaluationofsynergydegreeforregionallogistics[J].ChinaBusinessandMarket，2013（11）：32-38.

[9]张毅，彭渝.基于供应链协同的制造企业物流管理研究[J].物流技术，2013，32（8）：72-74.

ZHANGYi，PENGYu.Studyonlogisticsmanagementofmanufacturingenterprisesundersupplychaincollaboration[J].LogisticsTechnology，2013，32（8）：72-74.

[10]林健，张强.具有模糊联盟值的带偏好合作对策的Shapley值[J].系统管理学报，2014，23（2）：217-223.

LINJian，ZHANGQiang.Shapleyvalueofcooperativegameswithpreferenceinformationandfuzzycoalitionvalue[J].JournalofSystems&Management，2014，23（2）：217-223.

[11]王晓艳，李道芳，李德才.基于区间Shapley值的制造业与物流业联盟利益分配[J].合肥学院学报（社会科学版），2013，30（6）：24-28.

WANGXiaoyan，LIDaofang，LIDecai.Onprofitallocationofthemanufacturingandlogisticsindustryalliancebasedontheintervalshapleyvaluemethod[J].JournalofHefeiUniversity（SocialSciences），2013，30（6）：24-28.

[12]朱未平，`金志扬.物联网环境下多维度协同物流管理研究[J].物流工程与管理，2016，38（6）：33-34.

ZHUWeiping，JINZhiyang.Researchonmultidimensionalcollaborativelogisticsmanagementundertheenvironmentofinternetofthing[J].LogisticsEngineeringandManagemant，2016，38（6）：33-34.

[13]张志坚，张永红.基于AHP的南昌市区域物流发展因素及其提升对策研究[J].产业与科技论坛，2018，17（22）：79-80.

[14]林佳增，苗展玮.信息化环境下企业供应链协同物流管理[J].经营与管理，2016（4）：70-71.