基于制造能力共享的云平臺成本分擔(dān)策略分析

袁鈺琦

摘 要：文章考慮制造商剩余制造能力共享的動態(tài)性及其對產(chǎn)品需求產(chǎn)生的影響，利用隨機(jī)微分對策理論，研究云平臺提出成本分擔(dān)對供應(yīng)鏈系統(tǒng)優(yōu)化影響問題。運(yùn)用漢密爾頓—雅可比—貝爾曼方程，分別求得了合作策略和云平臺提出成本分擔(dān)策略的均衡制造能力共享有效匹配努力水平、剩余制造能力共享有效匹配水平及其期望和方差和云平臺成本分擔(dān)比例，并對這兩種情形進(jìn)行了數(shù)值比較分析。研究發(fā)現(xiàn)，參與方的合作促進(jìn)了制造能力共享有效匹配水平的提高；云平臺提出的成本分擔(dān)契約不僅提高了供應(yīng)鏈系統(tǒng)總利潤，且降低了制造能力共享實(shí)施的風(fēng)險，進(jìn)一步使供應(yīng)鏈系統(tǒng)得到優(yōu)化。

關(guān)鍵詞：制造能力共享；隨機(jī)微分博弈；漢密爾頓—雅可比—貝爾曼方程；成本分擔(dān)

中圖分類號：F273.7 文獻(xiàn)標(biāo)識碼：A

Abstract： Considering the stochastic dynamics of manufacturing capacity sharing and the impact on product demand， we study the problem of cloud platform cost-sharing contract on supply chain system optimization applying stochastic differential game theory. By using the Hamilton-Jacobi-Bellmann equation， the equilibrium matching level of the surplus manufacturing capacity sharing， the effective matching level of the participating parties， and the expected， variance of matching level of the surplus manufacturing capacity sharing and cloud platform cost sharing ratio， were compared and analyzed in the cooperative sharing and cloud platform cost sharing. We find that： the cooperation of the participants in the manufacturing capacity sharing facilitated the improvement of the effective matching level of the manufacturing capacity sharing， and the cloud platform proposed to cost sharing not only to improve the total profit of the supply chain， but also to reduce the risk of manufacturing capacity sharing. So that the supply chain system further optimized.

Key words： manufacturing capacity sharing； stochastic differential game； Hamilton-Jacobi-Bellman equation； cost sharing

隨著全球經(jīng)濟(jì)的快速發(fā)展和市場競爭的加劇，國內(nèi)外企業(yè)為了獲得更多利益，積極推廣物聯(lián)網(wǎng)技術(shù)，并開始對云制造模式進(jìn)行了應(yīng)用。我國最早進(jìn)行云制造研究的李伯虎院士對其定義為：云制造是一種利用網(wǎng)絡(luò)和云制造服務(wù)平臺，按用戶需求組織網(wǎng)上制造資源（制造云），為用戶提供各類按需制造服務(wù)的一種網(wǎng)絡(luò)化制造新模式[1]。當(dāng)企業(yè)沒有相應(yīng)的制造能力或缺乏制造資源時，可利用物聯(lián)網(wǎng)技術(shù)由智能終端實(shí)時連接到云制造平臺尋找制造能力和制造資源，再由云制造平臺進(jìn)行有效的匹配以滿足企業(yè)的制造需求，減少企業(yè)制造資源短缺的損失[2]。企業(yè)通過云制造平臺，可以實(shí)現(xiàn)多種類制造能力和制造資源的交易[3]。因此，研究企業(yè)在應(yīng)用云平臺的制造能力共享技術(shù)時的動態(tài)策略問題具有重要意義。

1 相關(guān)研究回顧

國內(nèi)外學(xué)者對云制造服務(wù)模式以及關(guān)鍵技術(shù)進(jìn)行了相關(guān)研究。Wu Dazhong，Thames J. Lane（2012）等人設(shè)計了一種包含四種參與者的云制造模型：云用戶、云提供者、云中介者和云負(fù)載者[4]。張霖（2011）等人認(rèn)為以云計算為主要技術(shù)支撐的云制造，其平臺和系統(tǒng)架構(gòu)更加靈活，伸縮性和擴(kuò)展性強(qiáng)[5]。高楊（2013）等人認(rèn)為基于物聯(lián)網(wǎng)技術(shù)的云制造，可實(shí)現(xiàn)再生資源相關(guān)業(yè)務(wù)需求系統(tǒng)的信息集成與閉環(huán)供應(yīng)鏈中服務(wù)的管理集成[6]。

除此之外，學(xué)者對云制造平臺在供應(yīng)鏈管理中的應(yīng)用進(jìn)行了相關(guān)研究。潘新宇（2015）等人分析了云制造平臺匹配的精確度、帶來額外利潤的多少、可能造成損失的大小等因素對制造能力需求商策略選擇行為演化的影響[7]。鄧蕊（2016）等人研究了云平臺企業(yè)參與制造剩余能力共享后的決策影響研究[8]。潘新宇（2016）在考慮制造商剩余制造能力共享的動態(tài)性及對需求產(chǎn)生影響的基礎(chǔ)上，研究了企業(yè)各方的動態(tài)決策問題[9]。

遺憾的是，上述研究并未考慮制造商所提供的生產(chǎn)資源與云平臺的實(shí)際需求之間的差異性。制造資源匹配的效果取決于云平臺在制造資源池中所抽取的資源與云平臺的實(shí)際資源需求比較的結(jié)果，而這個比較過程是一個隨機(jī)過程。本文將基于制造能力共享匹配隨機(jī)波動性，研究云平臺及制造能力提供商的動態(tài)策略問題，比較分析動態(tài)環(huán)境中合作策略和云平臺提出成本分擔(dān)策略的均衡結(jié)果。

2 基本假設(shè)和符號說明

2.1 相關(guān)符號說明（見表1）

2.2 基本假設(shè)

本文考慮由一個制造商和一個云平臺構(gòu)成的供應(yīng)鏈系統(tǒng)且雙方生產(chǎn)銷售同類產(chǎn)品且銷售價格不同。本文假設(shè)制造的最終產(chǎn)品為生命周期較長的產(chǎn)品，如電器類產(chǎn)品。由于本文考慮的是云平臺P與制造能力提供商M之間的剩余制造能力共享問題，所以將云平臺P與制造能力需求商作為剩余制造能力需求整體。

該供應(yīng)鏈系統(tǒng)中各成員相互之間關(guān)系如圖1所示：

本文的相關(guān)假設(shè)條件如下：

（1）假設(shè)制造能力有效匹配水平是一個動態(tài)變化的過程。在制造能力共享時，能力匹配的有效程度不僅受能力共享參與者為此付出的努力水平的影響，而且還受制造能力自身特性的影響。

此外，剩余制造能力匹配效果隨著云平臺P隨機(jī)抽取的剩余制造能力不同而不同。為了刻畫這一過程，我們假設(shè)云平臺P隨機(jī)抽取制造能力的過程是一個維納過程。制造能力有效匹配水平可用下式所示的狀態(tài)方程表示：

（2）本文考慮制造能力提供商M與云平臺P的產(chǎn)品替代因素。同時，制造能力共享有效匹配水平對制造商M和云平臺P的產(chǎn)品需求具有正外部溢出效應(yīng)。假設(shè)t時刻需求與制造能力有效匹配水平關(guān)系如下[9]：

（3）假設(shè)制造商M和云平臺P為制造能力有效匹配而努力所付出的成本是關(guān)于有效匹配水平的凸函數(shù)，有效匹配成本函數(shù)CAt、CFt借鑒J rgensen S等[10]的假設(shè)，其關(guān)系為：

3 模型分析

3.1 制造能力提供商占主導(dǎo)的Stackelberg博弈模型

為了使供應(yīng)鏈總系統(tǒng)利益最大化，制造能力提供商M與云平臺P的合作是一個重要手段。本小節(jié)將研究在制造能力共享時，制造能力提供商M與云平臺P進(jìn)行合作的情形。

由圖3可看出，云平臺所愿意承受的成本分擔(dān)比例隨著制造能力共享支付價格w的提高而減少，這與實(shí)際較符。并從中還可以看出，當(dāng)剩余制造能力價格w≈1.67，云平臺P承擔(dān)的成本分擔(dān)比例為0，這是云平臺P主動提出成本分擔(dān)契約的臨界條件。

（4）供應(yīng)鏈系統(tǒng)的制造能力共享有效匹配水平的期望與方差相對應(yīng)差值分別為：

以上結(jié)果顯示，合作策略下的制造能力有效匹配水平的期望與方差均高于成本分擔(dān)契約情形，這說明成本分擔(dān)契約會降低制造能力共享有效匹配水平，但在一定程度上也降低了制造能力共享的風(fēng)險。

5 結(jié)論與展望

本文考慮制造能力共享匹配的隨機(jī)動態(tài)性，利用隨機(jī)微分對策理論，研究單個云平臺與單個制造商組成的二級供應(yīng)鏈系統(tǒng)中，由云平臺主導(dǎo)的成本分擔(dān)契約對該供應(yīng)鏈系統(tǒng)優(yōu)化的問題。以此建立了一個隨機(jī)微分對策模型，運(yùn)用HJB方程分別求得了合作策略和成本分擔(dān)契約兩種情形下均衡的能力共享有效匹配水平、參與方各自能力共享有效匹配努力水平、能力共享有效匹配水平的期望和方差以及云平臺P成本分擔(dān)比例，并對兩種情形進(jìn)行了數(shù)值比較分析。研究發(fā)現(xiàn)：一方面相比成本分擔(dān)契約，合作策略對制造能力共享有效水平的提高都是有促進(jìn)作用的。另一方面，相比合作策略，成本分擔(dān)契約不僅提高供應(yīng)鏈系統(tǒng)總利潤，且在一定程度上可降低制造能力共享實(shí)現(xiàn)的風(fēng)險，并在適當(dāng)范圍內(nèi)，云平臺愿意為制造能力提供商承擔(dān)一定比例的成本。

在不完全信息情況下，要使參與方達(dá)成完全合作是非常困難的。由此看來，成本分擔(dān)契約相比完全合作策略情形更貼切實(shí)際，因此成本分擔(dān)契約在進(jìn)行制造能力共享時可以加以考慮。

本文不足之處是簡化了該供應(yīng)鏈系統(tǒng)，若考慮制造能力共享需求商的行為策略，該模型會更完整更符合復(fù)雜的現(xiàn)實(shí)情形。

參考文獻(xiàn)：

[1] 李伯虎，張霖，王時龍，等. 云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 計算機(jī)集成制造系統(tǒng)，2010，16（1）：1-7.

[2] XU X. From cloud computing to cloud manufacturing[J]. Robotics and Computer-Integrated Manufacturing， 2012，28（1）：75-86.

[3] 王時龍，宋文艷，康玲，等. 云制造環(huán)境下的制造資源優(yōu)化配置研究[J]. 計算機(jī)集成制造系統(tǒng)，2012，18（7）：1396-1405.

[4] WU D， THAMES J L， ROSEN D W， et al. Towards a Cloud-Based Design and Manufacturing Paradigm： Looking Backward， Looking Forward[C] // In： ASME 2012 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference， 2012.

[5] 張霖，羅永亮，范文慧，等. 云制造及相關(guān)先進(jìn)制造模式分析[J]. 計算機(jī)集成制造系統(tǒng)，2011，17（3）：458-468.

[6] 高楊，李健. 基于物聯(lián)網(wǎng)技術(shù)的再制造閉環(huán)供應(yīng)鏈信息服務(wù)系統(tǒng)研究[J]. 科技進(jìn)步與對策，2014（3）：19-25.

[7] 潘新宇，趙道致，吳成霞. 云制造平臺對制造商策略選擇行為演化的影響[J]. 軟科學(xué)，2015（10）：125-130.

[8] 鄧蕊，趙道致. 云平臺剩余能力共享對企業(yè)決策影響研究[J]. 甘肅科學(xué)學(xué)報，2016，28（3）：103-108.

[9] 潘新宇. 云制造環(huán)境下制造能力共享的動態(tài)策略分析[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2016，35（5）：16-28.

[10] J RGENSEN S， SIGU S P， ZACCOUR G. Dynamic cooperative advertising in a channel[J]. Journal of Retailing， 2000，76（1）：71-92.

[11] PRASAD A， SETHI S P. Competitive Advertising Under Uncertainty： A Stochastic Differential Game Approach[J]. Journal of Optimization Theory and Applications， 2004，123（1）：163-185.