航运企业竞合博弈仿真研究

（华侨大学 工商管理学院，福建 泉州 362021）

1 引言

当前航运市场竞争激烈，企业间争相开启价格战，行情不断低迷。面对近乎负利润的残酷市场，航运企业之间时而选择合作联盟，共担成本与风险，共同抵抗竞争对手；时而选择竞争，昨日的伙伴转眼成为你死我活的商业对手，甚至相同的两家企业可能在不同航线上同时存在合作和竞争的奇异现象。

航运企业这种竞争与合作并存交错变幻的经营策略与现象，其内部有着怎样深层次的决策机理，吸引了很多专家学者的注意：例如Brian slack、Claude Comtois和Robert McCalla研究了集装箱运输业战略联盟的三个主要特征：航线变化、船队发展及挂靠港口调整[1]；Dong-Wook song和Photis M.Panayides应用合作博弈理论分析了班轮运输战略联盟的利益分配[2]；封学军受航运企业结盟的启发，使用伯特兰德寡头模型分析了两个港口物流战略联盟的假设案例[3]；章雁、卢长利对于古诺模型的应用进行创新，根据航运业的现实状况，建立了一个含有n个航运寡头的模型，并进一步运用斯塔伯格寡头模型分析了国际航运市场的领导者和追随者之间的利润分配和变化[4]；陈沿伊，都成祥建立了一个联盟中两企业对于是否采取合作策略的博弈模型，分析了在重复博弈的情形下长江散货航运联盟的稳定性[5]；王丹、赵媛、刘芃引入进化博弈论的“进化稳定策略”和“复制动态”来分析航运联盟的发展[6]；王焕臣运用动态博弈对集装箱航运企业联盟进行了研究[7]；王然从班轮公司经营管理决策的方法方面，基于综合控制论建立了航运企业经营管理的科学模型[8]；季瑶瑶对航运企业竞争合作策略的博弈论研究方法，如动态博弈、重复博弈、有限理性和进化博弈等方面的研究成果进行了综述[9]；阎媛运用系统动力学方法分析了企业竞争力主要因素之间的因果关系，建立了系统仿真流图[10]；李季芳站在供应链的角度，探讨了经济全球化背景下供应链节点企业竞争合作博弈[11]等。

这些研究为揭示航运企业间竞合策略决策选择的机理进行了有益的开拓，取得了初步的成果。本文在前人的研究基础之上，尝试运用动态博弈和智能体仿真方法来建立航运企业竞合博弈仿真模型，并以中远、中海在石湖港的实际竞合博弈为例，阐释航运企业竞合决策作用机理，希望为航运企业竞合策略的科学决策提供一种有实际价值的理论分析工具。

2 航运企业竞合博弈仿真模型

2.1 航运企业竞合策略影响因素分析

通过对中远、中海等航运企业的实际调查得到，航运企业的竞合决策需要考虑运营和外部大环境两类影响因素：

首先，航运企业在某条航线上选择联盟合作的可能性主要取决于以下几个要素：（1）航运市场状况。（2）航运市场的萧条对各企业收益的影响，市场繁荣对企业之间联盟概率的影响。（3）预联盟对象在该条航线上单独运营的成本、单独运营的收益，以及预计联盟后运营的成本、联盟后的收益。（4）自身对预联盟对象的联盟需求强度。

这几个要素都应纳入企业在该条航线的运营要素中。

其次，航运企业处在共同的外部大环境中。这个大环境包括政府政策、其他的航运企业及相关企业、自然环境、港口自然条件等，航运企业共同受制于这个大环境。由于本文研究的是航运企业竞合决策的制定，并且企业在制定决策时主要考虑对方企业能够给自身带来什么，也就是说主要考虑对方企业自身的因素，所以本文的模型中会将大环境中的政府政策、港口条件等共同外界因素纳入到一个“environment”变量中，而不是把他们看做一个个独立要素来单独分析其对两企业的影响。

此外，在这个大环境中，他们的运行需要一些控制机制，控制各要素反应的先后顺序，以及控制两个企业的行动，使模型能够实现两个企业行动的先后顺序，以及对对方的决策做出反应。

因此，整个博弈系统模型由航运企业、各自航线运营要素、外部大环境和控制机制组成，具体如图1所示。

图1 竞合博弈系统结构要素图

2.2 航运企业竞合博弈模型

本文的航运企业假设前提是双方均为理性和独立的经济体，追求企业利润的最大化和长远发展。航运市场是一个多寡头垄断的市场，为降低研究难度，本文以最简单的双寡头竞争为例，研究具有相同的经济腹地、具有相同或者相似的贸易物种，企业规模基本上相当的两个航运企业之间的竞合决策。两个企业联盟后成为一个联盟体，他们的收益值和成本存在此消彼长的关系。

航运企业之间的博弈假设为基于完全信息下的动态博弈：在博弈中，企业双方都拥有另一方的特征、策略集合（竞争和合作），以及收益函数方面的信息。并且在博弈时考虑时间因素，企业的行动有先后顺序，这种博弈会多阶段的重复进行下去。

在以上基本前提下，在前人的研究基础之上进行如下假设[7]：

（1）航运市场的繁荣与萧条是一个循环过程，这里假设集装箱运价指数为p0。市场繁荣的概率为P，当整个市场低迷时，行情对各企业收益的影响协调系数为a（0＜a＜1）；当市场繁荣时，对于企业联盟合作的概率的影响系数为b（0＜b＜1）。

（2）企业1在这条航线上独立运营的年均收益为U1，企业2为U2，联盟成功后联盟体内企业1与企业2年均收益分别为Us1、Us2，联盟年均总收益为U。

（3）企业1在该条航线上独立运营时的集装箱载箱率为x1，企业2为x2，联盟成功后两企业共舱，联盟体内两企业的集装箱载箱率均为x3。企业1预计年投入该航线的运力为s1（单位：TEU），企业2为s2（单位：TEU）。

（4）企业1联盟合作的概率为P1，企业2联盟合作的概率为P2。

（5）企业1在某条航线上单独运营的单位成本为C1，年均总成本为C1z，企业2在该条航线上单独运营的单位成本是C2，年均总成本为C2z；联盟成功后，联盟体内两企业在该条航线上运营的单位成本分别为Cs1、Cs2，年均总成本分别为 Cs1z、Cs2z，这里有 C1z+C2z＞Cs1z+Cs2z＞C1z、C1z+C2z＞Cs1z+Cs2z＞C2z，C1z＞Cs1z，C2z＞Cs2z。

（6）建立联盟由企业1提出，且假设无论联盟是否成功，企业1都没有任何商业信息和经济损失。如果企业2拒绝，那么企业1对企业2的联盟合作需求值降低y，y的取值介于（1-10）之间。

用博弈树来表明竞合决策之间的关系，如图2所示。

图2 竞合博弈树

根据博弈树，共有六种结果：合作一、竞争二、竞争三、合作四、竞争五、竞争六。基于博弈树，计算各种结果的均衡收益值，进一步推出两企业各自的期望收益E1与E2，见表1。

表1 企业期望收益

基于企业追求利润最大化的原理，要得到预期利润的最大化，E1、E2分别对P1、P2求偏导，并且令偏导式为0，于是得到均衡解P1、P2如下：

对以上均衡解的经济含义具体解释如下：

（1）航运市场状况P与联盟可能性呈负相关。当航运市场繁荣时，各个航运企业在某条航线上独立生存的可能性越大，相应联盟的可能性也就越小。

（2）航运市场的萧条对收益的影响系数a与联盟可能性呈正相关。因为萧条对企业收益的影响系数a越大，企业收益的波动性就越大，越不稳定，企业就越想要通过企业之间的联盟合作，来削弱市场萧条带来的影响，提高自己的抗风险能力。

（3）航运市场的繁荣对企业联盟概率的影响系数b与联盟的可能性呈正相关。

（4）预联盟对象在该条航线上单独运营的年均成本与联盟可能性呈负相关。成本越小，表明企业经营能力越强，发起企业更可能向这种企业发出联盟邀请，以利用这个企业的优势资源来减少本企业独立运营的成本，所以，联盟的可能性越大。

（5）预联盟对象在该条航线上单独运营的年均收益与联盟可能性呈正相关。收益越大，表明企业具有越强的资源整合优势，其他企业越想与这个企业进行联盟来利用其优势，以弥补自身在这方面的不足。

（6）联盟后对方预期的航线年均运营成本与联盟可能性呈正相关，因为假设联盟的总成本是一定的，对方企业的成本占比比较大，那么自身企业投入的成本就会比较小，就会越有利于自身企业，就更可能选择联盟。

（7）联盟后预期对方的年均收益与联盟可能性呈负相关。由于外贸假设联盟的总收益值是一定的，所以对方企业在联盟中的收益越大，自身企业在联盟中的收益就会越小，因此，自身就越不愿与其联盟，联盟的概率就会越小。

（8）发起方对于后起者的联盟需求与联盟可能性呈正相关。即y值越大，表明企业1想要与企业2联盟的概率越小。y表示的是假如企业2拒绝了企业1的联盟邀请之后，企业1对企业2联盟的需求就降低y，这对于企业2来说就形成了机会成本，对于其未来建立联盟可能带来的收益值就会造成威胁。

通过对于各个影响要素的调查分析，可以得出企业选择联盟的可能性，当发起企业预测的可能性P1大于0.5时，就提出联盟邀请，后起者根据自身联盟可能性的预测拒绝或者接受邀请，发起者根据其反应做出最终决策，以此来判断选择联盟的时机。

2.3 基于智能体的竞合博弈仿真模型

为模拟上述模型中航运企业之间多阶段的动态竞合博弈过程，采用anylogic仿真软件建立基于智能体的仿真模型。

模型主要是由智能体（agent）、事件（event）、参数（parameter）、变量（plain variable）、环境（environment）组成。

根据两个企业发起联盟的主动性，分别建立发起者和接受者两种智能体，其判断逻辑图如图3、图4所示。

前述航运企业的竞合决策需要考虑运营和外部大环境两类影响因素，外部大环境中的政府政策、港口条件等共同外界因素纳入到“environment”环境变量中，运营要素通过参数设定和变量动态反映其变化。

图3 发起者智能体判断逻辑图

图4 接收者智能体判断逻辑图

另外，通过事件周期性地驱动航运企业对当前市场环境进行判断，决定是否发起联盟邀请。最后建立起的航运企业港口博弈仿真模型如图5所示。

在模型中，企业根据外界环境做出判断，两者的决策按照前述智能体内部逻辑进行博弈互相影响，最终的合作概率P1、P2通过概率趋势图反映出来。

3 实例应用

将调查收集到的中远、中海近几年的相关数据运用到以上模型中，对中远、中海在泉州市石湖港实际竞合博弈的实例进行仿真，以验证其适用性。

3.1 天津线

根据调查资料显示，2013年之前，石湖港的中远与中海两家企业在天津线上不存在合作关系，那几年的中国平均出口集装箱运价指数p0=1 200，中远自身独立运营的单位成本为C1=1 000元，独立运营时的集装箱载箱率为x1=76%，年投入天津线的运力为s1=96 000TEU；中海自身单独运营的单位成本为C2=900元，集装箱载箱率为x2=72%，年投入该航线的运力为s2=90 000TEU。联盟成功后，集装箱载箱率x3=95%，中远的成本降低为原来的96%，中海的成本降低为原来的90%，因为市场难测，令其繁荣的概率为p=1/2，航运市场低迷时，对企业首页的影响协调系数为a=0.9，航运市场繁荣时，对联盟概率的影响系数b=0.9，中远对于与中海联盟的需求增量值为y=5。

将相关数据运用到模型中，运行结果见表2。

图5 航运企业港口博弈仿真模型主图

表2 天津线运行结果展示表

从仿真结果可以看出，中远希望与中海合作，并且中海接受了合作邀请，最后两家企业达成了合作关系。也就是说在2013年之前的那种局势下，两家企业应该在接下来的几年里联盟合作，这样彼此都能获得较高的期望收益。

而事实情况是，2013年中远和中海两家航运企业在天津线上确实联盟合作了，而且联盟后，效果明显，联盟前最多一周两个班次，联盟后一周至少三个班次，而且经常出现爆仓的情况，可见模型运行结果与实际情况相符。

3.2 上海线

根据调查资料显示，2013年之前，石湖港的中远与中海两家企业在上海线上不存在合作关系，那几年的中国出口集装箱运价指数p0=1 200，中远自身独立运营的单位成本为C1=1 100元，独立运营时的集装箱载箱率为x1=96%，年投入上海线的运力为s1=19 200TEU；中海自身单独运营的单位成本为C2=1 000元，集装箱载箱率为x2=90%，年投入该航线的运力为s2=15 000TEU。联盟成功后，集装箱载箱率x3=99%，中远的成本降低为原来的96%，中海的成本降低为原来的90%，因为市场难测，令其繁荣的概率为p=1/2，航运市场低迷时，对企业收益的影响协调系数为a=0.9，航运市场繁荣时，对联盟概率的影响系数b=0.9，中远对于与中海联盟的需求增量值为y=5。

将相关数据运用到模型中，运行结果见表3。

表3 上海线运行结果表

由运行结果可以看出，在2013前几年那种局面下，在上海线上，中远打算在2013年后几年与中海进行合作，向中海发出了联盟邀请，但是被中海拒绝，最后两企业成为竞争关系。也就是说，在这种情况下，两企业不应该进行合作，这样对彼此都有利。

事实上，中远和中海确实在之后的几年里一直都是竞争关系，并未合作，模型运行结果与实际情况相符。

3.3 影响因素对联盟决策的敏感性分析

运用本文的航运企业竞合博弈仿真模型，除了可以根据当前情况进行联盟决策支持，相关航运企业还可以主动通过一定的改良措施，提高自身的集装箱载箱率等因素，来改变谈判的主动权，增强竞合谈判能力。

以中远、中海在天津线上的案例为例，中远通过一系列措施改变自身单独运营时的集装箱载箱率x1，那么中海的合作可能性就会受到影响，具体如图6所示。

图6 x1变动影响曲线图

由图6可以看出，随着中远集装箱载箱率的提高，中海的合作概率越大，越偏向于与中远合作。并且可以进一步看出，随着中远集装箱载箱率的提高，中海的合作概率变化会有较为平缓的增幅。由此可见，中远可以通过一系列的技术措施，提高自身的集装箱载箱率，来改善联盟局势，使自身处于谈判的优势地位。

同样以中远、中海两航运企业在天津线上的案例为例，中海通过一系列措施改变自身单独运营时的单位成本C2，中远的合作可能性就会受到影响，具体如图7所示。

图7 C2变动影响曲线图

由图7可以看出，随着中海的单位运营成本的升高，中远的合作概率越小，越没有与中海合作的兴趣。并且，随着成本的逐渐增大，中海的合作概率减少得越来越多，也就是说概率对成本的变化很敏感。那么，中海可以通过一系列的改进措施，来降低自身的营运成本，以提高自身的谈判地位。

这样，企业就可以通过分析自身以及对方的航线运营成本、载箱率以及相关的影响因素，制定自身的相关决策措施。

4 结语

本文结合航运业的市场情况，对航运企业之间的竞合博弈进行了研究与分析，运用博弈理论中的完全信息动态博弈理论，透过期望收益来反推影响合作的相关因素，通过对各因素的调查与分析，建立了基于智能体的竞合博弈仿真模型，以期为航运企业在复杂竞争环境下竞合时机的选择提供决策依据。并将调查所得的中远和中海两航运企业在石湖港的历史数据运用到模型中，与市场实际情况相比对，验证了模型的适用性。

由于研究资源所限，模型对影响因素进行了简化，今后进一步的研究，可以在此基础上运用系统动力学在更宽广的范围进行更加精确和长期的预测：比如说通过腹地GDP和人口的变化预测腹地货运量的长期动态变化，通过确立因果关系建立反馈循环模型，进一步预测集装箱海运货运量、航线货运量的长期动态变化，然后预估这些因素变化对企业竞合决策的影响。

[1]Brian slack，Claude Comtois，Robert McCalla.Strategic alliance in the container shipping industry:a global perspective[J].Maritime Policy&Management,2002,(29):65-76.

[2]Dong-Wook Song，Photis M Panayides.A conceptual application of cooperation theory to liner shipping strategic alliance[J].Maritime Policy&Management,2002,(29):285-298.

[3]封学军.从博弈来看港口物流联盟的必要性[J].中国水运,2003,(3):2-10.

[4]章雁,卢长利.国际航运从联盟到兼并的经济模型解析[J].中国水运.2008,(8):18-19.

[5]陈沿伊,都成祥.长江散货航运企业联盟博弈分析[J].中国高新技术企业,2008,(15):14-15.

[6]王丹,赵媛,刘芃.航运联盟发展演变的进化博弈分析[J].水运管理,2007,29(8):3-6.

[7]王焕臣.基于博弈理论的集装箱航运企业联盟研究[D].大连:大连海事大学,2008.

[8]王然.集装箱班轮公司经营管理决策方法研究[D].大连:大连海事大学,2009.

[9]季瑶瑶.航运企业竞争合作策略的博弈论研究综述[J].中国水运,2010,10(1):37-42.

[10]阎媛.港口结构要素的反馈作用机制与综合竞争力研究[D].武汉:武汉理工大学,2011.

[11]李季芳.供应链节点企业竞争合作博弈分析[J].理论学刊,2014,(4):75-80.