會展產(chǎn)業(yè)智能化中的組展商與參展商演化博弈分析

●孟凡勝 邸嘉禹 杜澤文

一、引言

2020 年4 月13 日，商務(wù)部辦公廳提出了創(chuàng)新展會服務(wù)模式，培育行業(yè)發(fā)展新動能，這既是新冠肺炎疫情防控常態(tài)化背景下推動行業(yè)復(fù)蘇的重要舉措，也為會展產(chǎn)業(yè)智能化打了一針催化劑。會展產(chǎn)業(yè)智能化是指運用工業(yè)4.0 中的關(guān)鍵支持技術(shù)，對產(chǎn)業(yè)各主體價值活動進行賦能，構(gòu)建包含所有利益相關(guān)者協(xié)作的數(shù)字生態(tài)系統(tǒng)，實現(xiàn)共創(chuàng)共贏的高質(zhì)量發(fā)展。根據(jù)對會展產(chǎn)業(yè)鏈的描述，利益相關(guān)者包括上游環(huán)節(jié)的專業(yè)會展活動組織者、中游環(huán)節(jié)的目的地管理公司、會展場館及參展商，下游環(huán)節(jié)的會展活動配套服務(wù)部門。其中，組展商與參展商是會展產(chǎn)業(yè)鏈中兩大企業(yè)主體，也是最為重要的利益相關(guān)者，二者之間的關(guān)系直接決定了會展活動的舉辦質(zhì)量。然而，組展商與參展商之間存在著信息不對稱行為、利己主義及傳統(tǒng)服務(wù)能力乏力，導(dǎo)致在智能服務(wù)時代二者關(guān)系難以維續(xù)。此外，進行智能化升級對成本投入要求較高，地方政府若提供一定的補貼鼓勵政策，能夠助推會展產(chǎn)業(yè)的整體升級，也會從中獲取更多附加效益。

演化博弈是將博弈論與動態(tài)演化相結(jié)合的理論，與傳統(tǒng)博弈論的完全信息條件與完全理性不同，演化博弈是以不完全信息與有限理性為基礎(chǔ)假設(shè)。會展產(chǎn)業(yè)發(fā)展現(xiàn)狀運用傳統(tǒng)博弈論并不合理，也難以做到完全理性，西蒙提出的有限理性更為適用，并且，在智能化升級的浪潮中，組展商與參展商之間的演化協(xié)作關(guān)系尤為重要。近年來，已有學(xué)者將博弈論的研究方法運用在會展業(yè)中，施誼（2009）運用競合博弈探究虛擬會展企業(yè)的競合發(fā)展；蔡禮彬等（2010）運用博弈論分析會展業(yè)合作機制；張琳等（2014）運用演化博弈對組展商與參展商之間的均衡條件進行研究；鄔燕等（2018）運用博弈論構(gòu)建了會展產(chǎn)業(yè)融合模式選擇指標(biāo)體系與成功概率估算模型；張曉明等（2018）運用演化博弈對會展產(chǎn)業(yè)生態(tài)化中，組展商與參展商的行為策略選擇進行了探索。綜上所述，會展業(yè)與博弈論的研究已有了一定的發(fā)展，而有關(guān)會展產(chǎn)業(yè)智能化中利益相關(guān)者的行為決策還尚未提及?；诖耍疚倪\用演化博弈研究組展商與參展商在會展產(chǎn)業(yè)智能化升級中的行為策略選擇，并分析地方政府采取補貼機制下的演化結(jié)果。

二、組展商—參展商演化博弈分析

（一）模型假設(shè)

在會展產(chǎn)業(yè)中，組展商與參展商是最重要的兩大博弈主體。假設(shè)存在組展商與參展商兩個群體，且決策特征為有限理性，雙方通過博弈不斷進行調(diào)整改變，以形成體驗最優(yōu)化與效益最大化的行為策略，達到均衡。

針對會展產(chǎn)業(yè)智能化升級，組展商與參展商均可選擇“合作”與“不合作”兩種主要策略，簡記為（T，N）。組展商根據(jù)參展商對智能化的反應(yīng)與適應(yīng)能力選擇“合作”（進行智能技術(shù)投入）與“不合作”（不進行智能技術(shù)投入）兩種策略。參展商根據(jù)組展商構(gòu)建智能化會展服務(wù)場景選擇“合作”（進行智能技術(shù)投入）與“不合作”（不進行智能技術(shù)投入）兩種策略。組展商的智能化場景構(gòu)建包括線上社群、線上展覽及新媒體宣傳等，參展商對智能化場景的反應(yīng)能力包括對企業(yè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施購置，信息檢索能力及線上參展等，從而豐富參展體驗、延伸供需關(guān)系主體等。假設(shè)如下：

1.若組展商與參展商都選擇“不合作”策略行為時，則此時正常的收益分別為 Eo，Ee，Eo>0，Ee>0。

2.若組展商與參展商均進行“合作”行為，則雙方的收益會提高，組展商與參展商的收益分別為（1+α）E0-C0，（1+β）Ee-Ce，其中，α（α>0）為組展商的收益增長系數(shù)，β（β>0）為參展商的收益增長系數(shù)，Co 與Ce 分別為組展商與參展商進行智能化升級所需的成本，Co>0，Ce>0。

3.當(dāng)會展產(chǎn)業(yè)中只有組展商選擇“合作”策略，而參展商選擇“不合作”策略，組展商所構(gòu)建的智能場景發(fā)揮不出來。因此，若組展商選擇“合作”策略，而參展商選擇“不合作”策略，組展商的收益為Eo-Co，參展商的收益為Ee。

4.當(dāng)會展產(chǎn)業(yè)中只有參展商選擇“合作”策略，而組展商選擇“不合作”策略，導(dǎo)致參展商的智能技術(shù)無處施用，因此，參展商的收益為Ee-Ce，組展商的收益為Eo。

（二）模型構(gòu)建

根據(jù)以上的假設(shè)，建立博弈的支付矩陣，A 表示組展商，B 表示參展商，如表1 所示。

表1 組展商與參展商博弈的支付矩陣

（三）組展商—參展商的演化博弈分析

1.演化過程中的平衡點。假設(shè)在組展商群體A 中，選擇進行“合作”策略的比例為x(0≤x≤1)，參展商群體B 中，選擇進行“合作”策略的比例為y(0≤y≤1)，則組展商和參展商群體中選擇“不合作”策略的比例分別為(1-x)和(1-y)。

組展商收益。進行“合作”行為策略的適應(yīng)度、“不合作”行為策略的適應(yīng)度、兩個策略的平均適應(yīng)度為：

根據(jù)Malthusian 方程，組展商A 選擇進行“合作”策略的數(shù)量增長率等于其適應(yīng)度u1x減去平均適應(yīng)度，t 為時間，整理得到組展商A 復(fù)制動態(tài)方程：

參展商收益。同理，可得到參展商進行“合作”行為策略適應(yīng)度u2y、“不合作”行為策略適應(yīng)度u2n、平均適應(yīng)度與復(fù)制動態(tài)方程G(x,y)，如式(5)-(8)所示：

由上式(4)與(8)得出一個二維動力系統(tǒng)(9)，即：

應(yīng)改傳統(tǒng)的“冬剪為主”為“四季修剪”。改形的重心在冬剪，而保證改形成功的關(guān)鍵則在于生長季修剪。所以要把全年70%～80%的修剪工作量放在生長季節(jié)進行，特別是抓住夏剪這一重要環(huán)節(jié)，采用刻、抹、扭、拉、摘、切、疏等綜合手法，多動手、少動剪、不動鋸，達到樹體生長和成花結(jié)果的有機統(tǒng)一。否則，施入的肥料先長成條子再成為冬剪下來的柴火，何苦呢？

2.平衡點的穩(wěn)定性分析。復(fù)制動態(tài)方程求出的平衡點未必是系統(tǒng)的演化穩(wěn)定策略(ESS)，因此，運用雅克比矩陣(J)對演化平衡點的穩(wěn)定性進行分析：

其中：a11=（1-2x）（αyE0-C0）；a12=x（1-x）αE0；a21=y（1-y）βEe；a22=（1-2y）（xβEe-Ce）。若滿足以下兩個條件，則表明復(fù)制動態(tài)方程的平衡點為演化穩(wěn)定策略(EES)：

（1）a11+a22＜0 （跡條件，記為 Tr(J)）；

以上5 個局部平衡點對應(yīng)的Det(J)和Tr(J)的結(jié)果見表2，根據(jù)系統(tǒng)穩(wěn)定性的判定條件，對5 個局部平衡點進行穩(wěn)定性討論。

表2 組展商—參展商系統(tǒng)雅克比矩陣Det(J)、Tr(J)結(jié)果

由于 Co>0，Ce>0，Eo>0，Ee>0，xD與 yD均大于 0，因此演化穩(wěn)定策略(ESS)共分為以下四種情況：情況(1)是 0<α<α1，0<β<β1，雙方的收益增長系數(shù)較小，均選擇“不合作”行為策略；情況(2)是0<α<α1，β>β1，組展商選擇“不合作”策略，收益增長系數(shù)較小，參展商選擇“合作”行為策略，收益增長系數(shù)較大；情況 (3)是α>α1，0<β<β1，組展商選擇“合作”策略，收益增長系數(shù)較大，參展商未進行，收益增長系數(shù)較小；情況(4)α>α1，β>β1，雙方均選擇“合作”行為策略，收益增長系數(shù)均較大，獲得收益增量也增多。根據(jù)雅克比矩陣各個平衡點的行列式和跡的值，并判斷穩(wěn)定性，具體如表3 所示。

表3 情況(1)-(4)的平衡點穩(wěn)定性分析

3.演化結(jié)果分析。根據(jù)以上分析，發(fā)現(xiàn)僅有點(0,0)與(1,1)具有局部穩(wěn)定性，另外，存在鞍點(xD,yD)，可得組展商與參展商長期博弈的動態(tài)過程，根據(jù)利潤增長率α、β 的四種情況下主要分為兩種演化路徑。

圖1 情況（1）系統(tǒng)演化動態(tài)相位圖

在 情 況 (1) 中 ， 利 潤 增 長 率 α、β 都 比 較 小 ，0<α<α1，0<β<β1，雙方通過智能化升級所獲得的收益增額較??；在情況(4)中，利潤增長率達到α>α1，β>β1，雙方所獲得收益都增大，如圖1 所示，(1,1)與(0,0)為演化穩(wěn)定點。只有雙方共同推動各自企業(yè)與業(yè)務(wù)的智能化升級，提供相應(yīng)的智能化服務(wù)，才能實現(xiàn)高效協(xié)作與價值共創(chuàng)。

4.組展商—參展商演化博弈模型參數(shù)分析。如圖1 所示，情況(1)中 0<α<α1，0<β<β1。由 ESS 策略 O 和 C、不穩(wěn)定點 A 和 B 及鞍點D 連成線為系統(tǒng)收斂于不同狀態(tài)的臨界線，在動態(tài)相位圖右上方ADBC 部分，系統(tǒng)收斂于“合作”行為策略，左下方ADBO 部分收斂于“不合作”行為策略。系統(tǒng)演化是動態(tài)性與長期性，最終博弈雙方選擇“合作”策略還是“不合作”策略，取決于系統(tǒng)的初始狀態(tài)和鞍點位置。若SADBC＞SADBO，則組展商與參展商合作概率更高，反之雙方不合作概率高，SADBC公式如下（11）所示，可知，影響區(qū)域ADBC 的面積的支付矩陣參數(shù)有6 個，并產(chǎn)生以下三個命題。

命題1 隨著原始收益Eo與Ee的變大，雙方合作概率隨之變大。

證明：將 S 分別對 Eo、Ee求偏導(dǎo)故S 是Eo、Ee的增函數(shù)。當(dāng)組展商與參展商的原始收益越大，鞍點向下和向左移動，“合作”策略面積增大，在博弈中收斂于C(1,1）的概率也隨之增大，證畢。這說明，組展商與參展商的原始收益增多，對雙方采取“合作”行為策略有積極影響。

命題2 隨著智能化升級成本Co、Ce的變大，雙方合作概率隨之變小。

證明：將 S 分別對 Co、Ce求偏導(dǎo)故S 是Co、Ce的減函數(shù)。當(dāng)組展商與參展商智能化升級成本Co、Ce逐漸變大，鞍點向上或向右移動，致使“不合作”策略面積增大，演化至穩(wěn)定點O（0,0）的可能性增大，證畢。這說明，過高的智能化升級成本阻礙了組展商與參展商兩主體的“合作”策略意愿。

命題3 隨著利潤增長系數(shù)α、β 的變大，雙方合作概率隨之變大。

三、會展產(chǎn)業(yè)智能化利益相關(guān)者演化博弈結(jié)論與政策建議

通過對會展產(chǎn)業(yè)智能化中主要利益相關(guān)者的演化博弈分析，研究了組展商與參展商在智能化升級中的行為策略。分析結(jié)果表明，組展商與參展商“合作”與“不合作”行為策略選擇，是雙方原始收益、智能化升級成本和收益增長系數(shù)等共同作用。當(dāng)雙方任一方不進行智能化升級，采取“不合作”策略，雙方無法演化到“合作”穩(wěn)定平衡。若 Eo、Ee、α、β 變大，Co、Ce 變小，則更加接近平衡點（1,1），雙方合作的概率越高。

依照演化博弈結(jié)果，會展產(chǎn)業(yè)智能化中的主要利益相關(guān)者積極升級與互動就更容易實現(xiàn)“合作”，因此，組展商應(yīng)積極構(gòu)建智能場景，形成會展活動中的更加高效的雙邊市場，提升參展商個性化、多元化感知價值；參展商應(yīng)適當(dāng)進行智能投入，具備對智能場景建構(gòu)的反應(yīng)與適應(yīng)能力，從而獲得更好的效益，也降低了組展商的成本損失；地方政府一定條件下提供補貼政策，激勵雙方智能化協(xié)同發(fā)展，促進了利益相關(guān)者協(xié)同與整體產(chǎn)業(yè)升級；會展產(chǎn)業(yè)應(yīng)倡導(dǎo)智能化，增強利益相關(guān)者協(xié)同意識，增強會展業(yè)其他利益相關(guān)者對于智能化的升級意愿和認(rèn)可程度，促進了會展產(chǎn)業(yè)整體收益與智能化進程。