需求驱动的移动商务价值链组织的多阶博弈仿真

危小超，胡 斌，聂规划

（1.华中科技大学管理学院，湖北武汉 430074；2.武汉理工大学经济学院，湖北武汉 430070）

需求驱动的移动商务价值链组织的多阶博弈仿真

危小超1，2，胡 斌1，聂规划2

（1.华中科技大学管理学院，湖北武汉 430074；2.武汉理工大学经济学院，湖北武汉 430070）

基于博弈论和扩散理论建立了多智能体模拟系统，实现了客户需求逆向驱动的价值链多阶博弈仿真，并进行模拟数据分析。以移动价值链为研究对象，建立考虑用户重复购买的BASS动力学模型，探讨移动市场中产品扩散过程；并基于实时需求数据驱动合作博弈模型，探讨了运营商和服务商的竞合关系；进一步结合进化博弈理论，描述了服务商动态联盟的演化过程。从价值链集成的角度，利用多阶博弈研究了价值链整体建模问题，并引入行业生命周期理论进行分析。通过一系列的虚拟实验，探讨了市场因素、服务商和运营商因素对收益的影响，为价值链管理决策提供依据。

协同；博弈论；扩散理论；生命周期；多智能体

1 引言

目前，国内移动商务蓬勃发展，产品生命周期不断变短，市场呈现出个性化、多样化的趋势。为了应对日益激烈的市场竞争，有必要基于价值链整体进行协同。移动技术的应用，不仅提高了价值链协同水平［1］，而且增大了市场弹性。尤其是移动社交平台SNS的兴起，导致市场因素对价值链的作用日益凸显［2］。与传统供应链相比，移动价值链发生了深刻变革，形成了多服务商、多运营商和多客户的模式，表现为市场驱动的“需求链”［3］。因此，有必要基于价值链集成视角，探讨需求驱动的价值链协同机制。

传统的供应链管理研究比较成熟，且多从采购、制造和分销等环节展开。邹艳等［4］研究了三级供应链纵向合作研发策略，发现中游企业的技术研发效果影响更显著。徐广业等［5］以双渠道供应链为研究对象，探讨了传统分销渠道和电子直销渠道间的协同问题，发现收益共享契约有助于双渠道供应链的协调。庞庆华［6］研究了收益共享契约下三级供应链应对突发事件的协调问题，尝试解决最优应对策略及利润分配情况。还有学者基于市场分销视角展开研究，张彬等［7］利用Bass模型描述Internet的扩散过程，从而进行营销预测。鲜于波等［8］基于计算经济学建模方法，集成复杂网络和博弈论研究了间接网络效应下的产品扩散。吴江等［9］基于信息产品和组织互动的视角，提出实证关系数据驱动的模拟模型研究了信息系统的营销策略。黄玮强等［10］基于网络外部性视角，探讨了产品量和赠样成本约束下的新产品最优赠样策略。赵良杰等［11］基于生命周期视角，通过微观扩散模型仿真，分析了消费者交互作用对网络效应产品扩散的影响。Hartmann等［12］基于网络效应理论，探讨了消费者交互作用影响其决策时，市场营销中产生的“社会乘数”效应。在传统供应链研究基础上，学者开始探讨移动商务环境下的价值链协同问题。蒋国银建立了多Agent仿真模型，研究移动服务链的协同机制［13］，并基于进化博弈理论，探讨了服务商动态联盟问题［14］。危小超［3］利用集成仿真建模思想，讨论了移动商务场景中制造业供应链的协同决策。Dai Yue［15］在探讨销售渠道和广告促销联系的基础上，研究了市场营销与供应链管理决策的协调，并据此建立了通用模型，探讨促销行为的实施者、努力程度、时机决策与供应链的生产、库存、定价决策的协调问题。

上述文献大多以传统商务模式为背景，鲜有移动价值链的研究，且多限于局部层面，如生产、分销等环节，缺乏从全局视角分析需求驱动的价值链协同决策。本文利用系统动力学描述移动产品扩散，并反向驱动上游价值链的博弈行为，从而建立多A-gent仿真模型研究价值链协同机制。

2 问题描述

我国移动商务尚不成熟，价值链也有别于其他国家，体现为以下两点：（1）移动通讯行业垄断，仅有三家运营商，包括联通、电信和移动。对比美国，其运营商数量众多，竞争十分激烈。仅全国性的运营商就有7家，且每个州都有一两家占主导地位的运营商。尽管Verizon Wireless是美国最大的运营商，但并未形成垄断，比如东南部用户倾向于Cingular，西雅图用户对AT&T Wireless更青睐。（2）国内移动价值链中，服务商提供内容管理平台和服务传输，内容商制造内容后，需利用服务商的平台进行推广。但是，国外的移动价值链没有服务商这一环节，而是由内容商直接向运营商提供服务。因此，国外研究难以适用，有必要基于国内背景展开研究。

移动价值链涉及环节较多，且关系复杂。主干链为价值链最核心的部分，代表了最广泛的移动服务。因此，本文以主干链为研究对象。当前，学者普遍认同主干链由服务商、运营商和客户组成，运作过程见图1。其中，服务商又细分为内容商、服务商、内容服务商。各组成部分业务范围如下：（1）内容商（CP）：仅提供内容而无技术平台，无法独立运作移动业务，如气象局、报纸等。（2）服务商（SP）：提供移动运营许可，部分兼具内容制造功能，可独立运作业务，如新浪等。（3）内容服务商（CSP）：兼具CP功能的SP，既制造内容，又提供应用服务，本文将其独立。（4）运营商（OB）：占有客户资源和传输通道，在价值链中居主导地位。（5）用户（U）：使用移动服务的个体。

价值链运作过程见图1：用户实时需求通过运营商网络反馈至服务商，并通过服务商协同完成。第一阶段，使用系统动力学描述产品扩散过程，产生实时需求数据并反馈至运营商。第二阶段，利用合作博弈实现运营商对合作服务商的选择。第三阶段，使用进化博弈描述服务商协同。

其中，服务商联盟协作方式有三种：（1）由SP将多家CP提供的内容进行分类整理形成各种服务。（2）CSP可以直接制造并提供服务。（3）类似于方式1，CSP有时则需要CP参与完成服务提供。值得注意的是，主干链的收益来源于用户支付，运营商和服务商按比例分成。如果涉及内容商，则以购买使用权的形式，进行利润再分配。

图1 本文研究框架

3 系统建模

3.1 第一阶建模

本节建立动力学模型探讨移动产品的实时扩散过程。Bass模型被广泛用于研究市场扩散，但需要结合具体场景进行改进：（1）在传统扩散模型中，无论是Bass模型还是Norton-Bass模型，所涉及产品都是耐用品，即不存在重复购买的情形。对于移动产品而言，其生命周期较短，普遍存在重复购买现象。移动用户的购买行为包括初次购买和重复购买行为。其中，重复购买行为对总销量影响较大，考虑重复购买具有实际意义。重复购买行为与用户忠诚度有关，通过产品质量、促销力度、分销渠道、创新速度等方面能够提高重复购买率。（2）随着移动技术的发展，市场竞争更加激烈，客户需求趋于多样化和个性化，导致价值链生命周期不断变短。综上，考虑生命周期不断变短，进一步扩展Bass模型，建立考虑重复购买的扩散动力学模型如图2所示。

3.1.1 产品扩散动力学模型

移动商务中，产品扩散速度主要受四种传播途径的影响：一是外部影响，主要通过大众媒介传播（如广告、人员宣传等），它传播产品易验证的部分如价格、尺寸、色彩以及功能等。大众传媒效应受企业促销强度的影响；二是内部影响，主要依靠口碑传播（如人际交流），它传播产品难以验证的性能如可靠性、易用性以及耐用性等。口碑传播效应由产品接受率和客户联系率两部分构成（见图2）。三是重复购买行为影响。移动商务产品的生命周期越来越短，初次购买营销成本较高，导致获利水平较低，因此研究重复购买更有意义。重复购买反映了消费者对商品、价格、服务的认同度。四是退出购买行为影响。已购买用户在产品使用寿命内产生的退出购买行为。移动服务多属于体验消费产品，尤其随着时问推移，用户不可避免会产生厌倦情绪，从而放弃产品使用，即存在一个退出系数。在移动商务中，体现为放弃产品服务转化为潜在使用者，即存在退出购买行为。

基于上述四种产品扩散途径分析，发现移动产品扩散动力学系统由四个反馈环组成（见图2）：（1）反馈环C，由用户重复购买构成的反馈环；（2）反馈环A，由广告效应产生反馈环；（3）反馈环D，由口碑传播效应产生的反馈环。（4）反馈环B，由用户放弃使用移动产品构成的反馈环。

图2 产品扩散系统动力学流程图

3.1.2 主要变量和函数关系

确定变量间函数关系是建立系统动力学模型重要的一步。其中，流程图中函数关系如公式1所示：（1）潜在用户数Potential Adopters和采纳数量Adopters变化都由采纳率Adoption Fraction和退出速率Discard Rate决定。（2）采纳速率受大众传媒效应Adoption From Ad和口碑传播效应Adoption FromWOM的影响。（3）退出速率受采纳数、厌倦系数Boredrate和平均生命周期AverageProduct Life的影响。（4）大众传媒效应由潜在用户量和大众传媒系数Adoption From Ad组成。（5）口碑传播效应受采纳数量、潜在用户数、采纳率Adoption Fraction和总人数Total Population（默认为10000）影响。（6）初始销售速率InitialSalesRate受初始购买率Initial PurchaseRate和采纳速率影响。（7）重复销售速率RepeatSalesRate由采纳数量和重复购买率Repeat PurchaseRate组成。（8）销售速率SalesRate销售速率由初始销售速率和重复销售速率构成。（9）平均生命周期为时间time（）的减函数。

3.2 第二阶建模

3.2.1 问题描述

国内运营商占有客户资源和传输通道，在价值链中居主导地位，能够主动选择服务商开展合作。本节利用合作博弈理论探讨存在垄断势力场景下的合作伙伴选择问题。其中，不同决策集合对应的收益分成如表1所示。

表1 基于利润分成的合作博弈

这是一个类似囚徒困境的策略集。在价值链中，运营商和服务商按比例进行收益分成，表示为z1：z2。鉴于价值链内外环境不断变化，微观上分成具有随机性，引入uniform函数表示。同时，随着合作不断加强，分成趋于稳定，具有宏观趋同性，即满足lim z1/z2=1。综上可得：

移动商务环境中，产品生命周期不断变短，采用三角函数进行描述。另一方面，随着移动技术的普及，企业协同水平不断加强，其合作收益也不断提高［16］。定义协同参数1+p（t）为时间的增函数，即p（t）=1-time（）-1/2。

进一步考虑市场扩散产生的规模效应的影响。随着销量的增加，产品平均成本下降，企业经济效益不断提高。因此，定义规模效应系数s= Adopters/SalesRate。同时，为了约束博弈过程中的投机行为，需对背叛决策进行惩罚。因此，定义惩罚系数δ，则公式4和5可扩展为：

3.2.2 状态演化规则

价值链中运营商居于主导地位，能够选择最优合作服务商。博弈半径R表示智能体交互范围，反映了其沟通能力。根据表1所示得益矩阵，提出基于运营商主动搜索的状态演化规则如下：

（1）每个Agent随机选择初始状态为合作C或者拒绝R。

（2）运营商在自己的博弈半径R内主动寻找所有服务商，并进行博弈。

（3）当Y 1＞X1且Y 1＞X2时，各自选择策略R时收益最大。但考虑（R，R）策略的收益均为0，风险偏好将降低策略选择的可能性。因此，定义双方将策略C改变成R的概率为0.8。

（4）当Y 1＞X1且Y 1＜X2时，服务商和运营商的策略集为（R，C）时收益最大。但运营商在价值链中居于主导地位，能够促使服务商达成合作协议。

（5）当Y 1＜X1且Y 1＞X2时，服务商和运营商对应策略集为（C，R）时收益最大。但是服务商在价值链中处于弱势地位，难以改变运营商选择拒绝决策，无法达成合作协议。

3.3 第三阶建模

本阶段研究服务商通过协同满足市场需求。目前我国移动商务市场拥有8000多家企业经营CP或SP业务，其中大多实力有限，但其市场占有率却高达56.7%。通过有效合作形成动态联盟，成为服务商适应移动商务环境的最好模式。进化博弈适用于有限理性条件下基于学习的大群体演化研究。因此，本阶段建立进化博弈模型探讨服务商联盟的演化过程。

3.3.1 问题描述

服务商对联盟业务持合作C和拒绝R两种态度（见表2），可用对称博弈描述联盟内部竞合关系。在传统商务模式下，收益矩阵可能为静态矩阵。但在移动场景中，随着移动技术的应用，联盟协同水平不断提高。同时，服务商存在背叛的动机，为维护联盟的稳定性，建立惩罚机制来约束个体投机行为。综上，引入协同参数1+p（t）和惩罚系数δ（已在3.2.1节中定义）对得益矩阵进行扩展。

表2 含协同、惩罚参数的协调博弈

令个体领域中合作数为Nc，拒绝数为Nr。个体选择合作策略时的期望收益为：

个体选择拒绝策略时的期望收益为：

3.3.2 基本模型

定义1：服务商SP、内容服务商CSP、内容商CP为三种不同的智能体A1、A2、A3。

定义2：智能体组合M=（M1：M2：M3）=（i1，i2...：j1，j2...：k1，k2...），表示个体类型和编号

定义3：定义类型Ai决策受邻居影响概率为p（i），与业务范围成正比。根据各类型业务范围定义：p（1）=Uniform（0.6，0.8），p（2）= Uniform（0.4，0.6），p（3）=Uniform（0.2，0.4）。

定义4：概率匹配度表示智能体效仿决策的程度。基于业务范围的重合度，定义匹配度如下：Mapping（A1，A1）=1，Mapping（A2，A2）=1，Mapping（A3，A3）=1，Mapping（A1，A2）= 0.5，Mapping（A2，A3）=0.5，Mapping（A1，A3）=0.2。

3.3.3 演化规则

服务商联盟演化受个体自身特征和近邻的影响。个体决策时不仅考虑自身得益历史，还受近邻决策的影响，学习算法可表述为：个体领域中类型A1，A2和A3的个数为n1，n2和n3，总收益为q1，q2和q3，个体受周围影响的概率为ρ，则不同类型个体第n+1期收益为：

3.3.4 状态转换规则

个体状态转换不仅取决于自身历史收益，还受近邻获益水平的影响。因此，设计考虑自身历史和近邻影响的状态转换算法如下：

（1）如果个体当前状态为合作C，则使用公式10可得期望收益ep=Pc。

如果个体当前状态为拒绝R，则使用公式11计算期望收益ep=Pr。

（2）比较ep和p。如果ep＞p，则改变状态；否则，保持状态不变。

（3）在下一期博弈中重复步骤（1）。

根据图1所示的服务商联盟三种协同方式，价值链总收益TP和平均收益AP表示如下：

其中，P表示服务商收益，Pc表示服务商合作伙伴收益，P（x2/x1）表示运营商收益。

其中，N、n1、n2、n3分别表示运营商、内容服务商、服务商、内容商的数量。

4 模拟研究

本节结合生命周期理论分析价值链决策机制。行业生命周期理论是定性的，因此对应的行业生命周期曲线也是近似的。它忽略了产品具体差异，从行业整体视角描述了收益变化轨迹。业界实证表明，几乎所有行业都具有类似S形的生长曲线（见图3）。其中，生命周期可以分为导入期、成长期、成熟期和衰退期四个阶段。其中，进入期市场增长率持续增高，成长期市场增长逐渐放缓，成熟期市场增长保持相对平缓，衰退期市场增长率急剧下降。

图3 行业生命周期曲线

基于上述理论分析，我们利用仿真平台Anylogic6.5.0，开发了相应的多智能体模拟系统。设计并运行了多组虚拟实验，初始参数设置见表3。

表3 模型初始参数设置

4.1 市场因素对行业收益的影响

随着大众传媒系数增大，总收益有所增加，尤其以进入期最显著，而成熟期则不明显（见图4）。说明大众传媒在进入期最有效。原因在于，高额营销成本有利于扩大受众数量，从而提高收益水平，但是持续投放海量广告浪费资源。实践中也是如此，在发展初期，电商网站依靠巨额的广告投入，从线上线下媒体处获取大量用户，从而形成市场爆发性增长。2012年，随着网购和智能手机的普及，电子商务已迅速跨过用户培养期，进入高速发展的成熟期。随着电商企业资金萎缩，无法支持继续通过高额的广告投入来获取新用户，企业的收益增长骤然放缓。

图4 大众传媒系数对行业总收益的影响

图5 联系率对行业总收益的影响

进一步观察口碑效应对价值链收益的影响。口碑效应由联系率和接受率组成。随着联系率的增加，成熟期的总收益增加最显著（见图5）。说明，利用口碑效应，有利于提高成熟期收益。该结论可以在现实场景中得到验证。从2004年3月份开始，中国联通率先推出SP管理平台对短信业务实施鉴权，标志着短信业务进入了成熟期。随着SP数量大幅增加，业务同质化严重，导致短信业务增长放缓。为应对这一困境，腾讯先后推出一系列QQ衍生短信服务。其中，以“漂流瓶”业务和微信“摇一摇”业务最为成功。“漂流瓶”基于移动网络随机建立联系。“摇一摇”业务实时搜寻周围同时使用该功能的手机用户，并建立联系。二者本质在于利用联系率提高获益水平。

价值链总收益随初次购买率的增加而增加，尤其以进入期最显著（见图6）。说明在进入期，用户初次购买作用较为明显。初次购买主要取决于顾客对产品的直接感知，如包装、外观、品质等。刺激初次购买，需要利用消费者的求新、求异心理，不断开发新产品和新品牌。以饮料行业为例。2003年，功能饮料行业开始尝试电子商务，很多品牌名称求异、求怪，同时借助广告、公关等造势，导致市场销量剧增。然而，一段时间后销量迅速下降。原因在于用户购买属于多样性购买，导致初次购买较高。然而，由于产品本身优势并不明显，导致未能实现后续重复购买。

随着重复购买率的增加，总收益不断增大（以成熟期和衰退期最显著），且生命周期不断拉长（见图7）。原因在于增加重复购买，降低了初始获取成本，从而提高价值链获益水平。以化妆品及快速消费品为例。酒美网提供系统的红酒解决方案，提高了用户体验，重复购买率达到60%，从而成为国内最大的红酒电商品牌。千品网，通过优质、低价的服务，提高了用户认可度，达到50%的重复购买率，占据了在线服务商城的领先地位。芳草集（国内首家网络护肤品品牌）和小也香水（收入最高的淘宝C店）的重复购买率也都超过60%。业界表明，当重复购买率达到40%，无需再付费进行广告推广即可保持高收益。实践中，可以提高用户忠诚度来增加用户重复购买。

图6 初次购买率对行业总收益的影响

图7 重复购买率对行业总收益的影响

随着客户退出率增加，价值链总体获益水平持续减少，尤其以成长期最为显著（见图8）。说明在行业成长期，有效控制客户退出率，有利于提高收益水平。以3G业务为例。根据发达国家的经验，3G用户占比达到15%-20%时，将进入成长期。2012年底全国3G用户占比达21%，标志正式进入成长期。2012年，中国移动、中国电信、中国联通新增用户数3671.6、8792.8、3267万户，同比增长71.7%、89.8%、91.6%。进一步观察收益增长情况，2012年其营业收入分别为5604、2830.73、2，489.3亿元，同比增长6.1%、15.5%、19%。可见，3G业务成熟期，保持较高的客户增长率，则行业收益越大。因此，在价值链的成长期，需要特别注重退出率，需要提高客户体验，防止产生厌烦情绪。

4.2 运营商因素对行业收益的影响

图8 退出率对行业总收益的影响

图9 运营商数量对行业平均收益的影响

随着运营商数量增多，价值链平均收益持续增加（见图9）。说明运营商参与移动业务，有利于提高价值链平均获益水平。国内移动运营商成功参与SNS业务即是很好的佐证。2008年，传统互联网SNS尚处于聚集用户的阶段，难以支撑赢利。然而，随着运营商加入，这一局面得以改善。运营商同时占有通道和客户两方面优势，有效提高了SNS业务的获益水平。其中，2008年10月15日，中国联通上线了SNS网站“新乐园”，中国移动推出了“139.com”社交网站，中国电信则开发了虚拟3D时尚社区“ChinaQ”。因此，移动运营商积极参与移动价值链，能够有效提高平均收益。

随着运营商沟通能力增加，价值链总体收益也不断增加（见图10）。说明在价值链中，运营商通过与服务商方便沟通，信息获取更加顺畅，决策水平和获利能力逐渐提高。该结论在现实可以得到验证。目前国内中小服务商技术有限，难以独立开展移动业务。而运营商在技术、推广及运作方面经验丰富。后者通过建立移动应用平台，提高了与服务商间的沟通效率，最终取得了良好的经济效益。2012年，国内智能手机普及高达3.8亿，手机应用商店市场尚处于起步阶段。中国电信在天翼空间开通了应用工厂，面向服务商提供移动APP。联通推出了开放平台“沃商店”。中国移动上线了MM云开发平台，为服务商提供了整套计费办法、数据统计、应用推送等商业模式。

4.3 服务商联盟因素对行业收益的影响

图10 沟通半径对行业平均收益的影响

图11 服务商规模对行业总收益的影响

随着服务商数量增大（构成比例不变），价值链平均收益增加显著（见图11）。说明扩大服务商联盟规模有利于提高平均获益水平。实践中，放宽服务商市场准入，有利于提高行业平均获益水平。这种现象多见于2.5G场景，涉及短信、彩信等传统增值业务。随着2.5G业务进入成熟期，市场竞争加剧。运营商控制用户信息和接入渠道，在服务推广、营销等方面占有优势。运营商通过与增值服务商协作实现优势互补，从而提高整体竞争力。中国移动的“移动梦网”、中国联盟的“联通在信”和中国电信的“互联星空”等就是成功运用这种合作模式的范例。其中，运营商通过提供业务平台，鼓励更多的服务商加盟，为客户提供一站式的增值服务。从而提高价值链收益水平。

随着联盟构成中内容服务商占比增大，总收益不断增加，尤其以成熟期最为显著（见图12）。同时，在成熟期，调整服务商联盟结构，适当增大内容服务商比重，有利于提高整体收益。该结论可在实践中得到验证。随着移动商务开展，传统语音业务市场日益饱和，加上竞争日趋激烈，语音业务低值化已成不可避免的趋势。业界普遍认为，SP（服务商）与CP（内容商）的融合已成为移动商务发展趋势。互联网服务商扩展业务至移动领域，凭借其在互联网中积累的客户和技术优势，承担价值链中的更多环节，制造内容并直接向用户提供。最鲜明的例子就是中国联通和苹果公司的合作，苹果公司通过iPhone用户从应用商店Appstore付费下载获益，苹果公司既充当内容商的角色制造内容，还充当服务商的角色负责提供传输。可见，同时具备内容制造和服务提供的SP更有利于提高协同收益水平。

图12 服务商比例对行业总收益的影响

图13 惩罚系数对行业总收益的影响

4.4 惩罚系数对行业收益的影响

对比五条收益曲线发现，收益水平并非随着惩罚系数持续增大，而是呈现出先增大后降低的趋势（见图13）。说明建立合理的惩罚机制，能够抑制市场投机行为，从而显著提高价值链收益水平。但是干预过度时，将损害市场的竞争功能，抑制价值链获益能力。因此，合理利用约束手段进行监管，有利于提高价值链收益水平，但是需要防止监管过度。在实践中，能找到通过建立约束机制提高价值链协同水平的原型。短信作为电信业务中的传统主营业务，经过快速的发展，已经进入成熟期（后短信时代），发展趋于平稳。为追逐不当收益，某些短视SP出现违规操作、恶性竞争等投机行为。自2003年起，各大运营商开始整顿旗下的短信SP，纷纷出台短信业务奖惩条例，加大对SP不规范行为的处罚力度。通过采取各种手段规范和管理SP行为，加强对短信市场的监管，有效的提高了短信业务价值链的收益水平。

5 结语

与传统商务模式相比，移动商务价值链的结构组成和运营模式已发生显著变化，传统的供应链建模方法难以适用。因此，本文基于价值链集成的视角，利用多阶博弈实现了需求驱动的价值链整体建模。其中，建立系统学模型描述产品的扩散过程，引入合作博弈探讨运营商对服务商的选择行为，并利用进化博弈刻画服务商联盟的协同机制。

本文基于博弈理论和扩散理论，实现客户需求逆向驱动的价值链多阶博弈仿真。案例验证表明模型的有效性，能够为价值链管理提供决策支持。结果表明：（1）在价值链进入期，借助大众传媒进行推广非常重要。进入成熟期，海量广告浪费资源，需要更多的依靠口碑传播。（2）在进入期，提高初次购买率有利于提高整体获益水平。在成长期，用户退出对市场损害较大，需防止产生厌烦情绪。成熟期则需更多依靠提高用户重复购买率，以降低初始获取成本，延长价值链生命周期。（3）运营商建立应用平台，提高沟通效率，有利于提高整体收益。运营商积极参与价值链，有利于提高参与企业平均收益。（4）放宽服务商市场准入，有利于提高行业平均获益水平。适当增大内容服务商比重，有利于提高成熟期的整体收益。（5）适度的惩罚机制，能够有效抑制市场投机行为，提高价值链收益水平，但是需要防止监管过度。

文中所提建模思路和模拟系统可以辅助移动价值链进行决策，包括营销决策和价值链决策。不足之处在于仿真模型中多智能体的规则设置过于主观化，缺乏足够的理论和实证支撑，后续研究将进一步尝试将实证研究集成到仿真模型中去，从而提高仿真模型的对客观现实的反映程度。

［1］Cai G S，Kock N.An evolutionary game theoretic perspective on e-collaboration：The collaboration effort and media relativeness［J］.European Journal of Operational Research，2009，194（3）：821-833.

［2］Wuyts S，Dekimpe M G，Gijsbrechts E，et al.The connected customer：The changing nature of consumer and business markets［M］.New York：Routledge Academic，2010.

［3］危小超，胡斌.生命周期视角下移动供应链协同机制仿真.计算机集成制造系统，2013，19（4）：832-840.

［4］邹艳，陈宇科，董景荣.三级供应链内中游企业纵向合作研发策略［J］.管理工程学报，2011，25（1）：216-220.

［5］徐广业，但斌，肖剑.基于改进收益共享契约的双渠道供应链协调研究［J］.中国管理科学，2010，18（6）：59-64.

［6］庞庆华.收益共享契约下三级供应链应对突发事件的协调研究［J］.中国管理科学，2010，18（4）：101-106.

［7］张彬，杨国英，荣国辉.产品扩散模型在Internet采用者分析中的应用［J］.中国管理科学，2002，10（2）：51-56.

［8］鲜于波，梅琳.间接网络效应下的产品扩散-基于复杂网络和计算经济学的研究［J］.管理科学学报，2009，12（1）：70-81.

［9］吴江，胡斌，鲁耀斌.实证驱动的信息系统扩散与组织互动模拟研究［J］.管理科学学报，2010，13（10）：21-31.

［10］黄玮强，庄新田，姚爽.网络外部性条件下新产品扩散的赠样策略研究［J］.管理科学学报，2009，12（4）：51-63.

［11］赵良杰，武邦涛，段文奇，等.消费者交互作用对网络效应产品扩散的影响-基于产品生命周期的视角［J］.系统工程理论与实践，2012，32（1）：67-75.

［12］Hartmann W R，Manchanda P，Nair H，et al.Modeling social interactions：Identification，empirical methods and policy implications［J］.Marketing Letters，2008，19：287-304.

［13］蒋国银，胡斌.基于MAS的移动服务链协同工作机制研究［J］.管理工程学报，2010，24（1）：82-88.

［14］蒋国银，胡斌.基于Agent和进化博弈的服务商动态联盟协同管理策略研究.中国管理科学，2010，17（2）：86 -92.

［15］Dai Yue，Zhou S X，Xu Yifan.Competitive and collaborative quality and warranty management in supply chains［J］.Production and operations management，2012，21（1）：129-144.

［16］Kwon O，Im G P，Lee K C.MACE-SCM：A multi-agent and case-based reasoning collaboration mechanism for supply chain management under supply and demand uncertainties［J］.Expert Systems with Applications，2007，33（3）：690-705.

Demand-driven Simulation on the Mobile Value Chain Based on Multi-stage Game

WEI Xiao-chao12，HU Bin1，NIE Gui-hua2
（1.School of Management，Huazhong University of Science and Technology，Wuhan 430074，China；2.School of Economics，Wuhan University of Technology，Wuhan 430070，China）

Based on the game theory and diffusion theory，a multi-agent system is implemented to study the collaboration mechanism in demand driven mobile value chain.The value chain in mobile commerce is used as an example to obtain market demand data.Firstly，a traditional bass diffusion model based on system dynamics theory is expanded to depict the mobile product or service diffusion，which taking the repeat purchase into consideration.Secondly，a cooperative game model driven by real-time demand is built to examine the partner selection between mobile operators and service providers.Thirdly，an evolution game model is explored to investigate the collaboration in dynamic alliance of service providers，by which the market demand is satisfied.Then the integrated simulation system is rerun for several times，and analyzed by the life cycle theory.Simulation analytical and numerical results lend insight into how the industry profit is impacted by the market factors and mobile value chain factors，which contribute some decision support for mobile value chain.

collaboration；game theory；diffusion theory；life cycle；multi-agent

1003-207（2014）04-0058-09

F271

：A

2011-03-09；

2013-09-13

国家自然科学基金资助项目（71271093，71131004，71172043，71072077）；国家科技支撑计划课题（2013BAH13F01）；中央高校基本科研业务费专项（2014-IV-114&2013-IV-127）

危小超（1986-），男（汉族），河南郑州人，武汉理工大学经济学院，讲师，博士，研究方向：管理系统模拟.