扩展功能
文章信息
- 王晓平, 吴雅婷, 陈佳慧.
- WANG Xiao-ping, WU Ya-ting, CHEN Jia-hui
- 考虑新机场投运的多式联运组织演化博弈——以北京大兴国际机场为例
- Evolutionary Game for Multimodal Transport Organization Considering New Airport Operation: Taking Beijing Daxing International Airport for an Example
- 公路交通科技, 2024, 41(5): 186-198
- Journal of Highway and Transportation Research and Denelopment, 2024, 41(5): 186-198
- 10.3969/j.issn.1002-0268.2024.05.022
-
文章历史
- 收稿日期: 2023-08-31
据国际航空运输协会统计数据,航空货运的货值超过全球贸易总量的1/3,航空运输已成为国家发展的重要战略资源。在建设与发展高质量航空运力的过程中,机场作为航空运输的关键基础设施,其运输资源的集聚程度与枢纽功能的覆盖面积都对机场自身发展、区域经济增长及地区物流供需系统等产生至关重要的影响。
随着北京大兴国际机场(简称:大兴机场)作为新机场投入运营,加之原有的北京首都国际机场(简称:首都机场)令北京市航空货运发展正式迈入双机场模式的新阶段。在大兴机场成为北京市航空货运新动力源的过程中,北京市机场的货运周转吸引力将得以提升,运输需求也由此增加,供与需的变化将为北京市物流系统带来一定影响。如何迎合市场需求,激发北京市机场及周边企业运输潜力,合理调动运输供给资源成为关键,而发展多式联运正是改善这一系列问题的有效措施。
在区域多式联运与枢纽机场的互动方面,研究多集中于对机场群或单个枢纽机场多式联运及其影响因素的分析与优化。如Fernandez等[1]研究表明机场在全球竞争的能力很大程度上取决于旅客和货物能否获得有效的多式联运网络;冉若灵[2]认为地面运输也会影响城市航空运输业的发展;王永亮等[3]提到大型枢纽机场地面交通运输体系发展越完善,在中转交通量等业务方面与小型机场的差异就越明显;Sheng等[4]以成都双流国际机场为例,探讨了空陆联运的关键影响因素包括联运组织模式、市场资源、利益冲突;Archetti等[5]提出国际航空运输货运代理的核心业务是组织多式联运,为客户提供最佳服务和最具竞争力的价格;魏然等[6]表明加强空地一体网络设施建设需要积极联合机场周边公铁路运输企业参与打造多式联运体系。由此可见,结合北京市航空货运发展的现实背景,如何组建多式联运组织,协调公路运输企业和航空运输企业多主体利益,合理调动地面运输供给资源,提升机场的竞争力是亟需解决的关键问题。
演化博弈基于有限理性假设,并能捕捉复杂群体的学习演化过程而受到学者们的关注。基于Friedman[7]提出的判断均衡点稳定性方法,可对有限理性人在不完全信息条件下进行无限次重复博弈。部分学者运用演化博弈分析某一组织中不同主体的决策问题。Chen等[8]利用演化博弈论开发了一个数值模拟来直观解释组织中信任决策的动态发展;张军等[9]考虑国际货代企业为主体,建立三方演化博弈模型探究中欧班列运营组织决策的影响因素;闫晓勇等[10]构建核心企业、互补主体和政府的三方演化博弈模型,揭示了成员集聚形成的自组织机制;王丹竹等[11]通过演化博弈模型计算,表明铁路运输企业与社会企业选择联合经营模式的概率远大于选择独立经营模式;杨扬等[12]基于演化博弈理论中的复制动态分析方法对网络货运机制构建过程中相关主体的决策行为进行深入研究;李丹丹等[13]建立铁水联运经营模式,求得铁水联运演化博弈系统的均衡点,根据雅可比矩阵分析均衡点的局部稳定性;冯文刚等[14]研究得出博弈主体的初始策略概率对动态系统稳定存在影响。
目前学者们对于交通系统主体博弈的研究主要集中在政府相应的政策环境下。徐新扬等[15]构建了政府与公铁运输企业的三方博弈模型,着重研究政府的补贴和监管行为对系统博弈演化的影响;李华强等[16]构建了运输者、稽查人员和交管部门的演化博弈模型,主要比较不同参数组合下不同政策力度的治理效果;肖琴等[17]研究政府、机场及航空公司在机场外来风险控制中的策略选择及演化路径;李祯琪等[18]建立了一个出行者交通方式选择行为的演化博弈模型,分析激励性和惩罚性政策对交通拥堵治理的有效性;李晓东等[19]构建地方政府、港口和航运公司参与的港航系统环境规制演化博弈,阐明港航系统内各主体演化趋势的驱动机理。
多式联运组织的行为变化往往是动态的,且多式联运经营人、航空运输企业与公路运输企业作为有限理性人会不断调整策略以追求自身利益最大化,故可用演化博弈理论进行研究。基于此理论,本研究重点是在新机场投入运营的市场环境下,各主体组建多式联运组织策略选择的意愿变化、组织中三方策略选择的交互作用与组织内部稳定性进行动态分析,以期为机场高质量发展提供理论参考。
1 多式联运组织三方博弈分析 1.1 多式联运组织相关利益主体在投运之后,大兴机场通过第三方物流供应商消化处理国内外贸易中转业务。进而以大兴机场为导向的航空货运需求随之增加,引起北京市运输市场额外份额的增长,为运输企业带来额外收益。结合北京市新机场投运下的市场新需求与实际货运资源供给现状,以枢纽机场航空货运需求为导向的货运业务通常有3种方式:头部快递企业一站式转运、公路与航空运输企业间进行协作式空陆联运及货代企业作为多式联运经营人发起的衔接式多式联运组织。其中,由多式联运经营人组织的多式联运组织不仅在管理与经营方面责任清晰,还可以更好地整合临空区域航空与公路运输资源,其社会化程度最高。相关的利益主体及其参与机制如图 1所示。
|
| 图 1 多式联运组织中的相关利益主体及其参与机制 Fig. 1 Relevant stakeholders in multimodal transport organization and their participation mechanism |
| |
1.2 多式联运组织博弈行为逻辑
合作意愿是多式联运组织间建立合作关系的基本前提,也是决定多式联运发展战略能否得到有效贯彻落实的关键。对于多式联运经营人而言,其收入主要来源于货主的服务费与操作环节的运费差价,其是否扩大业务范围自然取决于市场需求的大小,而获取更多货源需求的前提是其具有稳定的承运人合作伙伴,因此经营人将为拓宽代理资源而不断寻求新的承运人企业达成合作。大部分中小型承运人企业为扩大自身业务覆盖范围以获得更多的业务收益,更希望通过借助多式联运经营人货源网络为其增量的方式来占据大兴机场引起的运输市场份额,因而考虑经营人为其带来的货运业务收益规模决定是否与经营人合作。各参与方在成本投入与可获得的额外收益之间权衡,决策是否选择与经营人组成多式联运组织的合作策略。
因此本研究将基于以上现实需求,对多式联运经营人、航空运输企业与公路运输企业在选择维持原有货运业务及开辟大兴机场新货运市场过程中,各方对加入多式联运组织合作策略的选择、建立有效的多式联运合作机制这一过程进行研究。
2 多式联运组织三方演化博弈模型构建 2.1 模型假设在上述模型背景中,确定以下假设。
(1) 博弈主体。本研究的多式联运组织中将分化出多式联运经营人L、航空运输企业A与公路运输企业R 3个局中人。3个演化主体均为有限理性经济人,具有学习与选择的能力且彼此间信息不对称,所产生的博弈行为具有随机性且在组织中相互影响。假定经营人L的货运需求变动响应能力优于运输企业A与企业R,且运输企业A与企业R相信其对货运需求变动响应能力优于自身,从而达成合作意愿。若运输企业A与企业R均选择合作策略则多式联运组织形成。反之,当双方运输企业有一方拒绝合作则组织组建失败。
(2) 行为策略。对多式联运经营人L而言,在建立组织的过程中,其经营状况将影响自身后续业务的发展,因此其策略选择为{积极经营,消极经营}。在经营人L选择经营策略后,企业A和企业R可获得的业务规模将有所不同,模型中设置承接新业务规模系数q来体现不同策略下带来的业务规模变化。在组织形成后,经营人L受大兴机场货运发展带来的额外市场需求驱使,为后期方便操作与匹配货主需求及新增货运业务也选择大兴机场进行货物转运集散,拓宽业务资源。假设经营人L在积极经营策略下开辟大兴机场的货运市场获得的额外收益总是大于消极经营下的额外收益,此时通过设置运输收益系数β来区别运输企业可获得的额外收益。
对于航空运输企业A、公路运输企业R而言,存在着根据自身业务经营饱和度、对拓宽运输业务付出成本、或给予运价优惠的衡量、或考虑经营人L经营状况与态度来选择是否加入该多式联运组织,因此运输企业的策略集合为{合作,不合作}。当运输企业A和企业R选择不合作策略时,其将因此丢失相应的市场份额而产生损失成本,假设这部分市场份额在经营人L积极经营组织时总是大于其消极经营时的数值,通过设置新市场份额损失系数α来区分不同策略下的市场需求。
(3) 参数假设。各主体做出每一种策略选择行为都具备一定的概率,假设经营人L积极经营的概率为x,消极经营的概率为1-x;企业A选择参与多式联运组织的概率为y,拒绝参与的概率为1-y;企业R选择参与多式联运组织的概率为z,拒绝参与的概率为1-z。x,y,z满足条件0≤x≤1,0≤y≤1,0≤z≤1。
2.2 参数设置构建多式联运组织演化博弈模型过程中的各参数符号与含义如表 1所示。
| 参数符号 | 含义 |
| RA,RR | 企业A和企业R分别在原有以首都机场航空货物转运需求为导向的运输业务下的运输收益,满足RA>0,RR>0 |
| PA,PR | 企业A和企业R分别在前期组织形成过程中因选择不合作策略导致新市场份额减少的损失,满足PA>0,PR>0 |
| α1,α2 | 企业A和企业R选择不合作策略时,分别在经营人L积极、消极经营策略下新市场份额损失系数,满足0<α1,α2≤1 |
| TA,TR | 企业A和企业R分别选择合作策略时,为经营人L提供的运价优惠,满足TA>0,TR>0 |
| SA,SR | 企业A和企业R选择与经营人L合作时,承接新增货运业务产生的人工与燃油费、运输工具维护等运输费用,满足SA>0,SR>0 |
| q | 承接新业务规模系数,满足0<q≤1 |
| G | 联运经营人L维持原先以首都机场航空转运需求为导向的货运业务可获得的收益,满足G>0 |
| Wp,Wn | 联运经营人L积极经营、消极经营组织时的经营成本,满足Wp>0,Wn>0 |
| M,N | 当联运组织形成后,联运经营人L因承接大兴机场及其周边产业货运业务、在其积极经营、消极经营策略下联运组织可分别获得 的组织总额外业务收益,满足M>0,N>0 |
| HA,HR | 企业A和企业R任一方选择合作策略时,可获得经营人L为其带来的额外运输业务收益,即满足HA+HR<M,N,HA;HR>0 |
| β1,β2 | 为经营人在消极经营时为运输企业分配的阶段运输收益系数,这部分收益因不超过联运经营人新联运业务所获得的总收益,即 满足0≤β1,β2≤1 |
根据上述假设与参数,可得到经营人L、企业A、企业R三方的演化博弈支付矩阵,如表 2所示。
| 联运经营人L积极经营 | 联运经营人L消极经营 | ||||
| 企业A合作 | 企业A不合作 | 企业A合作 | 企业A不合作 | ||
| 企业R合作 | G-WP-HA-HR+M+TR+TA | G-WP+TR | G+N-Wn-β1·HA-β2·HR+q(TR+TA) | G-Wn+q·TR | |
| RA-SA-TA+HA | RA-PA | RA-q·SA-q·TA+β1·HA | RA-α1·PA | ||
| RS-SR-TR+HR | RR-PR | RR-q·SR-q·TR+β2·HR | RR-q·TR | ||
| 企业R不合作 | G-WP+TA | G-WP | G-Wn+q·TA | G-Wn | |
| RA-TA | RA-PA | RA-q·TA | RA-α1·PA | ||
| RR-PR | RR-PR | RR-α2·PR | RR-α2·PR | ||
2.3 各主体的收益和策略选择动态方程分析
企业A、企业R和经营人L为获得更多的收益会不断调整策略选择,分别构建三方博弈主体的复制动态方程,便于分析其策略选择的动态变化。
(1) 经营人L的收益分析
经营人L选择积极经营时的期望收益为UL1,消极经营时的期望收益为UL2,其平均收益UL为:
|
(1) |
|
(2) |
|
(3) |
经营人L策略选择的复制动态方程为:
|
(4) |
(2) 企业A的收益分析
企业A选择参与合作策略时的期望收益为UA1,选择不合作策略时的期望收益为UA2,其平均收益UA为:
|
(5) |
|
(6) |
|
(7) |
企业A策略选择的复制动态方程为:
|
(8) |
(3)企业R的收益分析
企业R选择参与合作策略时的期望收益为UR1,选择不合作策略时的期望收益为UR2,其平均收益UR为:
|
(9) |
|
(10) |
|
(11) |
企业R策略选择的复制动态方程为:
|
(12) |
当 

(1) 当0≤y≤l1时,令F(x)=0,此时,经营人L可在x=1和x=0时达到稳定状态,有F′ (0)<0,F′(1)>0,此时x=0,说明当x=0为均衡点时,经营人L选择积极经营策略的概率小于l1时,其最终策略选择演化为消极经营。
(2) 当l1≤y≤1时,令F (x)=0,此时,经营人L可在x=1和x=0时达到稳定状态,有F′(0)>0,F′(1)<0,此时x=1,说明当x=1为均衡点时,经营人L选择积极经营策略的概率大于l1时,其最终策略选择演化为积极经营。
2.4.2 企业A均衡点分析同上,当 

(1) 当0≤z≤l2时,令F(y)=0,此时,企业A可在y=1和y=0时达到稳定状态:有F′(0)<0,F′(1)>0,此时y=0,说明当y=0为均衡点时,企业A将选择不与经营人L合作。
(2) 当l2≤z≤1时,令F(y)=0,此时,企业A可在y=1和y=0时达到稳定状态,有F′(0)>0,F′(1)<0,y=1为均衡点时,企业A的行为倾向与经营人L合作。
2.4.3 企业R均衡点分析

(1) 当0≤x≤l3时,令F(z)=0,此时,企业R在z=1和z=0时达到稳定状态,此时有F′(0)<0,F′(1)>0,即当z=0为均衡点时,企业R将选择与经营人L不合作。
(2) 当l3≤x≤1时,令F(z)=0,企业A可以在z=1和z=0时达到稳定状态,有F′(0)>0,F′(1)<0,此时z=1为均衡点,企业R选择与经营人L合作。
2.5 三方演化博弈均衡点的稳定性分析三方主体动态方程联立并令F(x)= F(y)= F(z)=0, 可求得联运组织演化博弈模型的局部均衡解: (0, 0, 0), (1, 0, 0), (0, 1, 0), (0, 0, 1), (1, 1, 0), (1, 0, 1), (0, 1, 1), (1, 1, 1), (x*, y*, z*)。
|
根据Friedman[6]判断均衡点稳定性的方法,分别对演化博弈三方主体的复制动态方程求偏导,分析各均衡点的特征值,来判断系统的稳定性,雅可比矩阵J为:
|
(13) |
将均衡点代入雅可比矩阵 J,可得到相应的特征值λ以进一步分析渐近的稳定性结果。当所有特征值小于零时该均衡点为稳定点,反之,该均衡点为不稳定点。由于将(x*, y*, z*)代入雅可比矩阵 J得出的特征值中有正有负,则(x*, y*, z*)为鞍点,剩下8个均衡点的特征值如表 3所示,其中,均衡点中的顺序分别为经营人L、企业A、企业R对应的策略。
| 均衡点 | 特征值λ1 | 特征值λ2 | 特征值λ3 |
| (0, 0, 0) | Wn-Wp | α1·PA-q·TA | α2·PR-q·TR |
| (0, 1, 0) | Wn-Wp+(1-q)·TA | —α1·PA+q·TA | —q·TR+β2·HR-q·SR+α2·PR |
| (0, 0, 1) | Wn-Wp+(1-q)·TR | —q·TA+β1·HA-q·SA+α1·PA | —α2·PR+q·TR |
| (1, 0, 0) | —Wn+Wp | PA-TA | PR-TR |
| (1, 0, 1) | Wp-Wn+(1-β1)·HA | PA-TA+HA-SA | —PR+TR |
| (1, 1, 0) | Wp-Wn+(1-β2)·HR | —PA+TA | PR-TR+HR-SR |
| (0, 1, 1) | Wn-Wp+M-N-(1-β2)·HR-(1-β1)·HA+(1-q)· TA+(1-q)·TR |
q·TA-β1·HA+q·SA-α1·PA | q·TR-β2·HR+q·SR-α2·PR |
| (1, 1, 1) | Wp-Wn+N-M+(1-β2)·HR+(1-β1)·HA-(1-q)· TA-(1-q)·TR |
TA-PA+SA-HA | TR-PR+SR-HR |
根据上述特征值正负判断情况可知,(0, 0, 0),(1, 0, 0),(0, 1, 0),(0, 0, 1),(1, 1, 0),(1, 0, 1),(0, 1, 1),(1, 1, 1)存在演化稳定策略,各均衡点的稳定条件如表 4所示。
| 均衡点 | 稳定性条件 |
| (0, 0, 0) | Wn-Wp<0,α1·PA-q·TA<0,α2·PR-q·TR<0 |
| (0, 1, 0) | Wn-Wp+(1-q)·TA<0,-α1·PA+q·TA<0,-q·TR+β2·HR-q·SR+α2·PR<0 |
| (0, 0, 1) | Wn-Wp+(1-q)·TR<0,-q·TA+β1·HA-q·SA+α1·PA<0 |
| (1, 0, 0) | -Wn+Wp<0,PA-TA<0,PR-TR<0 |
| (1, 0, 1) | Wp-Wn+(1-β1)·HA<0,-PR+TR<0,PA-TA+HA-SA<0 |
| (1, 1, 0) | Wp-Wn+(1-β2)·HR<0,-PA+TA<0,PR-TR+HR-SR<0 |
| (0, 1, 1) | Wn-Wp+M-N-(1-β2)·HR-(1-β1)·HA+(1-q)·(TA+TR)<0, q·TA-β1·HA+q·SA-α1·PA<0,q·TR-β2·HR+q· SR-α2·PR<0 |
| (1, 1, 1) | Wp-Wn+N-M+(1-β2)·HR+(1-β1)·HA-(1-q)·(TA-TR)<0,TA-PA+SA-HA<0,TR-PR+SR-HR<0 |
在理想策略集{积极经营,合作,合作}下,经营人L在积极经营时,所付出的成本总是高于消极经营时的成本,即Wn<WP;当经营人L积极经营时所获得的收益也总是大于消极经营时的收益,即

| 情形1 | 情形2 | 情形3 | 情形4 | |||||||||||||
| 均衡点 | λ1 | λ2 | λ3 | 稳定性 | λ1 | λ2 | λ3 | 稳定性 | λ1 | λ2 | λ3 | 稳定性 | λ1 | λ2 | λ3 | 稳定性 |
| (0, 0, 0) | — | — | — | 稳定点 | — | — | + | 非稳定点 | — | + | — | 非稳定点 | — | + | + | 非稳定点 |
| (0, 1, 0) | 不 | + | 不 | 非稳定点 | 不 | + | 不 | 非稳定点 | 不 | — | 不 | 非稳定点 | 不 | — | 不 | 非稳定点 |
| (0, 0, 1) | 不 | 不 | + | 非稳定点 | 不 | 不 | — | 非稳定点 | 不 | 不 | + | 非稳定点 | 不 | 不 | — | 非稳定点 |
| (1, 0, 0) | + | 不 | 不 | 非稳定点 | + | 不 | 不 | 非稳定点 | + | 不 | 不 | 非稳定点 | + | 不 | 不 | 非稳定点 |
| (1, 0, 1) | + | + | 不 | 非稳定点 | + | + | 不 | 非稳定点 | + | + | 不 | 非稳定点 | + | + | 不 | 非稳定点 |
| (1, 1, 0) | + | 不 | + | 非稳定点 | + | 不 | + | 非稳定点 | + | 不 | + | 非稳定点 | + | 不 | + | 非稳定点 |
| (0, 1, 1) | + | 不 | 不 | 非稳定点 | + | 不 | 不 | 非稳定点 | + | 不 | 不 | 非稳定点 | + | 不 | 不 | 非稳定点 |
| (1, 1, 1) | — | — | — | 稳定点 | — | — | — | 稳定点 | — | — | — | 稳定点 | — | — | — | 稳定点 |
| 注:λ1,λ2,λ3取值为“不”时,为“不确定”。 | ||||||||||||||||
情形1。当运输企业A与企业R选择不合作策略所付出的成本小于与经营人L合作时获得的优惠,即α1·PA<q·TA且α2·PR<q·TR时,此时(0,0,0)和(1,1,1)所对应的雅可比特征值为负,均是稳定点,博弈策略集趋近于{消极经营,不合作,不合作}、{积极经营,合作,合作}。事实上,目前在北京市的航空货运市场中,主要运输资源与需求都集中在首都机场周边,在大兴机场货运规模形成之前,货运需求与企业营收仍相对稳定。大兴机场投入运营后,当各参与方因不愿付出额外成本、维持现状而放弃对大兴机场的货运市场机会,各方合作的意愿将降低,最终各参与方将到达均衡点(0,0,0)时,三方会选择{消极经营,不合作,不合作}的策略,大兴机场投运后带来的额外市场运输需求将无法得到满足,所以应尽可能地避免组织朝该方向演化。北京市交管部门在发现多式联运经营人企业消极经营的行为后,应立即激励经营人企业积极经营,促使航空、公路运输企业与其合作组建多式联运组织,达到(1,1,1)的均衡,以满足北京市的货运需求。
情形2。当航空运输企业A在与经营人L不合作时付出的成本小于合作时所得到的优惠。公路企业R在不合作策略下付出的成本大于与经营人L合作时所提供的优惠,即α1·PA<q·TA且α2·PR>q·TR时,此时(1,1,1)所对应的特征值为负,公路运输企业与经营人不合作时的成本较高,会选择加入多式联运组织,经营人也会获得一定的优惠,最终三方将趋近于{积极经营,合作,合作}的相对稳定状态。
情形3。当航空运输企业A在不与经营人L合作时付出的成本大于合作时所能得到的优惠。公路企业R在不与经营人L合作时付出的成本小于合作时所给予的优惠,即α1·PA>q·TA且α2·PR < q·TR时,此时(1,1,1)是均衡点,航空运输企业因降低成本会选择经营人合作,最终三方博弈稳定状态为{积极经营,合作,合作}。
情形4。当运输企业A与R在与经营人L不合作策略下付出的成本均大于合作时获得的优惠,即α1·PA>q·TA且α2·PR>q·TR时,双方运输企业在不与经营人合作的成本都处于较高水平,其与经营人获得的优惠都处于较低水平,此时(1,1,1)所对应的雅可比特征值为负,作为稳定点,三方最终会趋向于{积极经营,合作,合作}的博弈策略。在以上4种情形中,各参与方的策略选择均会到达{积极经营,合作,合作}的稳定状态,而在情形1中,联运组织也会演化为{消极经营,不合作,不合作}的稳定状态。依靠经营人企业带来的新机场额外市场份额及两方运输企业提供的运价优惠,是否有利可图是驱使多式联运组织中各参与方企业合作的关键。
3 多式联运组织策略的数值仿真分析 3.1 初始意愿对组织策略演化的影响首先根据表 5中情形1的条件下,设置各参与方企业相关参数数值为PA=5,PR=3,TA=6,TR=4,SA=6,SR=4,M=15,N=10,HA=8,HR=6,q=0.5,α1=0.5,α2=0.5,β1=0.5,β2=0.5,Wp=6,Wn=4。并设置演化博弈三方初始概率选择x,y,z均为0.5,即在情形1状态下,联运组织的最终策略选择为{积极经营,合作,合作}或是{消极经营,不合作,不合作},其演变路径如图 2所示。该组织在各方初始意愿状态下的策略演化过程如图 3所示。
|
| 图 2 情形1下联运组织的演变路径 Fig. 2 Evolution path of intermodal transport organizations in scenario 1 |
| |
|
| 图 3 初始状态策略演化过程 Fig. 3 Evolution process of initial state strategy |
| |
为分析演化博弈各参与方的初始意愿对策略演变的影响,在上述条件下仅分别对经营人L、企业A与企业R的初始意愿值做情景分析。
3.1.1 情景1当企业A与企业R选择与经营人L合作策略的初始意愿y和z高于或低于0.5时,分别设置A与R的初始意愿为0.9和0.1表示双方选择合作策略意愿的高低。
对于经营人L而言,两方运输企业与其合作并组建多式联运组织成功是其盈利的关键,其中在拓展以大兴机场航空货运需求为导向的运输业务时,企业A对合作策略的意愿十分重要,经营人L初始意愿值的演化路径如图 4所示。
|
| 图 4 各情景下参与方初始意愿值的演化路径 Fig. 4 Evolution path of initial willingness value of participants in each scenario |
| |
当企业A表现出0.9的高合作意愿时,有利于经营人L在维持原有首都机场的市场份额的基础上,承接额外的大兴机场的航空运输需求,因此其对积极经营的意愿值x将趋向1。而在企业A表现出高意愿值的情况下,企业R对合作策略的意愿值变化也将对经营人L策略选择产生影响,即:
(1) 当企业R表现出0.9的高合作意愿时,经营人L得到两方运输企业的积极合作反馈,将有助于其开拓大兴机场的新市场并承接更多的货主需求,从而缩短向积极经营策略演化的时间,此时各参与方策略选择意愿值将向(1, 1, 1)演化;
(2) 若企业R表现出0.1的低合作意愿时,经营人L仍有可能促成组织形成,最终仍将趋向于选择积极经营策略,但其向积极经营策略演化的时间有所延长,各参与方策略选择将向(1, 1, 0)演化。
而当企业A表现出0.1的低合作意愿时,经营人L因无法整合北京市的多式联运资源而不具备承接货主需求的能力,从而无法获得大兴机场的业务拓宽带来的额外收益,故其对积极经营策略的意愿值将趋于0;此时企业R的态度将会影响到其转向消极经营的演化速度,即:
(1) 当企业R表现出0.9的高合作意愿时,经营人L将缓慢的向消极策略演化,此时各参与方策略选择意愿值将向(0, 0, 1)演化;
(2) 当企业R表现出0.1的低合作意愿值时,此时双方运输企业都拒绝与经营人合作,经营人L对积极经营策略的意愿值x将以较快的速度向0收敛,此时各参与方策略选择将向(0, 0, 0)演化。
综上,情景1下,企业R、经营人L与企业A的合作策略选择及演化情况如表 6所示。
| A企业 合作意愿 |
R企业 合作意愿 |
L企业 合作意愿 |
策略选择 | 收敛速度 |
| 高 | 高 | 高 | (1, 1, 1) | 快速 |
| 高 | 低 | 高 | (1, 1, 0) | 缓慢 |
| 低 | 高 | 低 | (0, 0, 1) | 缓慢 |
| 低 | 低 | 低 | (0, 0, 0) | 快速 |
3.1.2 情景2
经营人L、企业R选择合作策略的初始意愿x,z高于或低于0.5时,分别设置经营人L、企业R的初始意愿为0.9和0.1表示双方选择合作策略意愿的高低。
对于企业A而言,在投入成本并选择与经营人L合作后,能否承接经营人带来的货运业务从而获得收益最为关键,而货运业务的增加取决于组织是否组建成功,即取决于公路企业R的合作态度,企业A初始意愿值的演化路径如图 4(b)所示。因此,企业R、经营人L与企业A在不同合作意愿下的策略选择及演化情况如表 7所示。
| R企业 合作意愿 |
L企业 合作意愿 |
A企业 合作意愿 |
策略选择 | 收敛速度 |
| 高 | 高 | 高 | (1, 1, 1) | 快速 |
| 高 | 低 | 高 | (0, 1, 1) | 缓慢 |
| 低 | 低 | 低 | (0, 0, 0) | 快速 |
| 低 | 高 | 低 | (0, 0, 0) | 快速 |
3.1.3 情景3
经营人L、企业A选择合作策略的初始意愿值x和y分别高于或低于0.5时,分别设置经营人L、企业A的初始意愿为0.9和0.1表示双方选择合作意愿的高低。
对于企业R而言,企业A选择合作与否是促成组织形成、获得额外业务的重要因素,企业R初始意愿值的演化路径如上图 4(c)所示。同理,可得出企业R、经营人L与企业A在不同合作意愿下的策略选择及演化情况,如表 8所示。
| A企业 合作意愿 |
L企业 合作意愿 |
R企业 合作意愿 |
策略选择 | 收敛速度 |
| 高 | 高 | 高 | (1, 1, 1) | 快速 |
| 高 | 低 | 高 | (0, 1, 1) | 缓慢 |
| 低 | 低 | 低 | (0, 0, 0) | 快速 |
| 低 | 高 | 低 | (0, 0, 0) | 快速 |
3.2 局中人行为对组织策略演化的影响
在本研究所建立的多式联运组织演化博弈模型中,局中人行为分别为:运输企业A和企业R在不同业务规模下将付出不同的运输成本、在不与经营人L合作时将付出新机场市场损失成本、组织形成后经营人L为A和R分配额外收益3种情景。在表 5中情形1条件下,分别设置改变业务规模系数q、运输收益系数β1与β2、市场损失系数α1与α2,并保持三方企业初始意愿为0.5的基础上,就各参与方行为对其策略选择的演化结果进行分析。
3.2.1 业务规模对参与方策略演化结果的影响经营人L在消极经营状态下为运输企业A、企业R带来的业务规模是相对于L在积极状态下业务规模基础上变动的,仅改变业务规模系数q值可对运输企业运输费用SA与SR、运价优惠TA与TR产生变化,对各参与方策略选择产生影响。
在不改变运输企业A和企业R的收益分配时,当q值减少时,SA与SR,TA与TR也将减少,此时A和R所付出的总运输成本有所减少,将朝向合作策略演化;而L仍需给予A和R相同的阶段运输收益时,如果选择消极经营策略将无利可图甚至亏损,于是L为获得更多的额外收益、争取A和R更大力度的运价优惠进而向积极经营策略演化,此时各参与方的策略选择意愿将向(1, 1, 1)演化。
当q数值逐渐增加时,即SA与SR,TA与TR也将上升,即在额外收益不变的情况下,A和R所付出的总运输成本有所增长,在不改变收益分配时,其盈利空间将被压缩,此时A和R将逐渐向不合作策略演化;而L仍给予A和R相同的阶段运输收益时,如果选择积极经营策略需付出更多的经营成本,L将逐渐演化为消极经营策略,此时组织中各参与方的策略选择意愿值将向(0,0,0)演化。不同业务规模下各参与人策略演化路径如图 5所示。
|
| 图 5 不同业务规模下各参与人策略演化路径 Fig. 5 Strategy evolution path of each participant with different business scales |
| |
考虑实际情况下,多式联运经营人占据额外的大兴机场市场份额,运输企业的业务规模扩大的过程中,业务收益与规模呈正相关,需要建立合理的收益分配机制来维持多式联运组织的平稳运营。
3.2.2 新市场份额损失系数对各参与方策略演化的影响在运输企业A、企业R做出最终策略选择的演化过程中,将面对不与经营人L合作而丢失新市场份额PA或PR,在仅调整市场份额系数α1和α2数值时,各参与方策略选择发生变化。
随着α1和α2其中一个增加或减少,A和R将因不合作而损失的新市场份额将增加,此时A和R合作意愿将增加,即α1和α2与A和R选择合作策略的意愿呈负相关,当一方运输企业选择合作时,另一运输企业也将受其影响选择合作策略,在双方均选择合作策略时,L也将向积极经营策略演化,此时各参与方的策略选择意愿将向(1,1,1)演化。不同市场损失程度下各参与人策略演化路径如图 6(a)所示。
|
| 图 6 不同市场损失程度下各参与人策略演化路径 Fig. 6 Strategy evolution path of each participant with different degrees of market loss |
| |
随着α1、α2的增加,A和R将因不合作而损失的新市场份额将增加,此时A和R合作意愿将增加,即α1和α2与A和R选择合作策略的意愿呈负相关,当一方运输企业选择合作时,另一运输企业也将受其影响选择合作策略,在双方均选择合作策略时,L也将向积极经营策略演化,此时各参与方的策略选择意愿将向(1,1,1)演化。
图 6(b)表明当α1和α2均有所增大或减少时,对运输企业而言其在不合作策略下的损失将增加或减少,而对经营人企业L而言,对应着其可获得的额外收益就越多或越少,此时组织中各参与方的策略选择意愿值将向(1,1,1)或(0,0,0)演化。
相较于企业A初始意愿为0.5时的稳定状态,当在不合作策略时的新市场损失程度增大,企业R在不合作策略时的新市场损失程度减少时,A为避免损失从而抓住市场机遇向合作策略演化;而R在博弈初期会因相对较少的市场损失而倾向于选择不合作,但在以航空运输需求为导向的货运市场下,为获得更多的新市场份额最终也将转向合作策略演化,而经营人L在得到双方运输企业优惠运价时也将朝积极经营策略演化,此时组织中各参与方的策略选择意愿值将向(1,1,1)演化。
当公路运输企业R在不合作策略下时的新市场损失程度增大,航空运输企业A在不合作策略下时的新市场损失程度减少时,企业R将倾向于合作,而企业A则转向不合作策略,经营人L将在无法获得额外收益的情况下,为减少成本投入将向消极经营策略演化,此时组织中各参与方最终策略集合将向(0, 0, 1)演化。
3.2.3 收益分配系数对各参与方策略演化的影响当多式联运组织形成后,经营人L将为组织中成员带来额外货运业务,通过调整β1和β2来改变组织中各参与人可获得的额外收益分配,各参与方策略演化路径如下图 7(a)所示。
|
| 图 7 不同收益分配系数下各参与人策略演化路径 Fig. 7 Strategy evolution path of each participant with different income distribution coefficients |
| |
当任一方运输企业β1或β2增加时,其策略选择趋向合作,另一方企业也将受其影响选择合作,此时双方获得的额外收益也相应增加;反之选择消极经营策略将压缩L的收益空间,为保证自身收益,L将选择积极经营来获得尽可能多的额外收益,此时各参与方最终策略集合将向(1,1,1)演化。
当任一方运输企业β1或β2减少时,将趋向于不合作,另一方企业无法通过组织拓展业务,双方企业的策略集均为不合作,而经营人L在消极经营下因不合理的收益分配获得相对较大的额外收益,其最终策略演化将朝消极经营发展,此时组织中各参与方最终策略集为(0,0,0)。
当β1、β2同时增加或减少时,双方运输企业会因额外收益获得的增加而提高其合作意愿,此时经营人L将选择积极经营多式联运组织而提升自身的营收空间,最终各参与方策略集将向(1,1,1)演化;反之,双方运输企业也会因额外收益分配获得的减少而降低其合作意愿,此时经营人L的利润空间增加,为争取获得更多额外收益从而产生消极经营组织的投机行为,最终组织策略集合将向(0,0,0)演化,仿真结果如图 7(b)所示。
根据对影响多式联运组织策略演化的各参数进行数值仿真分析得出,多式联运组织组建成功与否的关键在于三方企业的初始意愿,而各参与人间策略选择的意愿值变化将对组织最终稳定策略演化产生交互影响。同时各参与人成本的投入与额外收益以及优惠的获得也对其策略选择行为产生作用。
4 结论本研究在北京大兴国际机场投入运营的北京市新市场环境下,对多式联运经营人、航空运输企业与公路运输企业组建多式联运组织演化博弈过程进行分析,得出如下结论。
(1) 各参与主体初始意愿的变化对多式联运组织的建立并有效运营产生直接影响。在多式联运组织形成后,经营人企业的策略选择也将影响两方运输企业的成本付出与新市场带来的额外收益获得,是否有利可图是驱使多式联运组织中各参与方企业合作的关键。
(2) 在分析多式联运组织组建过程中的演化路径时,不同运输企业行为会影响经营人企业的经营态度,也将作用于组织的演化方向以及到达均衡状态的演化时间,即最终外部环境和长期收益影响各参与人决策,局中人特定的行为会让某一方企业在一定程度上承受风险,促使其选择理想策略。
(3) 建立多式联运组织并促进企业合作是一个逐步的过程,需要各参与方共同努力,关键是建立良好的沟通、公平的合作框架和共同的愿景,以使多式联运组织能够充分发挥各方的优势,提供更高效的运输服务。
北京市机场及其周边物流园区在集散货物的空路转运环节中,由多式联运经营人协调航空运输企业、公路运输企业等组成的衔接式多式联运组织模式,不仅能够整合社会运输资源发挥其优势,还能够有效提升各参与企业在面对新的物流供需变化时的市场竞争力。根据本研究的结论,现提出以下实践思路与建议。首先,发挥多式联运经营人组织激励引领作用,建立综合一体化的积极运营模式,形成透明有效的沟通渠道,确保运输企业了解其业务拓展和决策过程,帮助其建立信任并促进合作,以实现北京公路与机场紧密衔接为目的,推进北京市货运市场的发展。其次,增强公路和航空运输企业主体的主导作用,两大主体共同监管多式联运组织协同治理,制定清晰的合作协议,明确各方的责任和权利,设定合理收益分配机制,以确保其在实现多式联运组织目标时获得公平的经济激励。最后,强化多式联运组织建立保障措施,各参与方应将风险共担作为合作的一部分,把多式联运组织的共同目标和长期利益放在首位,确保三方主体在联运中利益共享和责任共担,进一步扩大多式联运组织的影响力,提高北京市机场货运需求与供给匹配度,减少决策成本,提升其竞争力。
| [1] |
FERNANDEZ X L, GUNDELFINGER J, COTO-MILLAN P. The Impact of Logistics and Intermodality on Airport Efficiency[J].
Transport Policy, 2022, 124: 233-239.
DOI:10.1016/j.tranpol.2021.05.008 |
| [2] |
冉若灵. 城市发展对民航机场运输的影响[J]. 合作经济与科技, 2018, 44(3): 8-11. RAN Ruo-ling. The Impact of Urban Development on Civil Aviation Airport Transportation[J]. Co-operative Economy & Science, 2018, 44(3): 8-11. |
| [3] |
王永亮, 王春凤. 我国机场群地面交通运输体系发展探讨[J]. 物流技术, 2019, 38(3): 1-6. WANG Yong-liang, WANG Chun-feng. Discussion on Development of Ground Transportation System of Airport Groups in China[J]. Logistics Technology, 2019, 38(3): 1-6. |
| [4] |
SHENG X M, SUN Y C. Discussion on the Development of Air-rail Intermodal Transportation: Taking Chengdu Airport as an Example[J].
Open Journal of Transportation Technologies, 2020, 9(3): 136-142.
DOI:10.12677/OJTT.2020.93016 |
| [5] |
ARCHETTI C, PEIRANO L. Air Intermodal Freight Transportation: The Freight Forwarder Service Problem[J].
Omega, 2020, 94: 102040.
DOI:10.1016/j.omega.2019.02.009 |
| [6] |
魏然, 高玉玲, 陈丙成. 基于多式联运的我国航空物流发展策略[J]. 综合运输, 2020, 42(3): 103-107. WEI Ran, GAO Yu-ling, CHEN Bing-cheng. China's Aviation Logistics Development Strategy Based on Multimodal Transport[J]. China Transportation Review, 2020, 42(3): 103-107. |
| [7] |
FRIEDMAN D. Evolutionary Games in Economics[J].
Econometrica, 1991, 59(3): 637-666.
DOI:10.2307/2938222 |
| [8] |
CHEN Y D, SUN L Y. Trust Strategy Simulation of Corporation-NPO Cross Alliance Using Evolutionary Game Theory[J].
Kybernetes, 2017, 46(3): 450-465.
DOI:10.1108/K-03-2016-0034 |
| [9] |
张军, 朱璐, 苟焰, 等. 中欧班列市场化运营决策的三方演化博弈分析[J]. 管理工程学报, 2023, 37(2): 197-208. ZHANG Jun, ZHU Lu, GOU Yan, et al. A Tripartite Evolutionary Game Analysis of the Market-oriented Operation Decision of China-Europe Railway Express[J]. Journal of Industrial Engineering and Engineering Management, 2023, 37(2): 197-208. |
| [10] |
闫晓勇, 李烨, 王刘伟, 等. 基于三方演化博弈的创新生态系统自组织集聚机制研究[J]. 科学学与科学技术管理, 2023, 44(3): 63-79. YAN Xiao-yong, LI Ye, WANG Liu-wei, et al. Self-organizing Agglomeration Mechanism of Innovation Ecosystem Based on Tripartite Evolutionary Game[J]. Science of Science and Management of Science and Technology, 2023, 44(3): 63-79. |
| [11] |
王丹竹, 周凌云, 王强, 等. 基于演化博弈的高铁快运物流基地经营模式选择策略研究[J]. 铁道运输与经济, 2020, 42(3): 24-29, 35. WANG Dan-zhu, ZHOU Ling-yun, WANG Qiang, et al. A Study on the Strategy of High-speed Railway Express Logistics Center Business Mode Selection Based on Evolutionary Game Theory[J]. Railway Transport and Economy, 2020, 42(3): 24-29, 35. |
| [12] |
杨扬, 李成杰. 基于三方演化博弈的网络货运动态发展机制及仿真研究[J]. 公路交通科技, 2022, 39(10): 180-190. YANG Yang, LI Cheng-jie. Study on Dynamic Development Mechanism and Simulation of Network Freight Transport Based on Tripartite Evolutionary Game[J]. Journal of Highway and Transportation Research and Development, 2022, 39(10): 180-190. |
| [13] |
李丹丹, 侯敬. 铁水联运经营模式选择演化博弈研究[J]. 铁道运输与经济, 2022, 44(5): 91-98. LI Dan-dan, HOU Jing. Evolutionary Game for Business Mode Selection in Rail-water Intermodal Transport[J]. Railway Transport and Economy, 2022, 44(5): 91-98. |
| [14] |
冯文刚, 张育玮, 何晓春. 有限理性下民航安保参与方策略演化博弈分析[J]. 合肥工业大学学报(自然科学版), 2021, 44(9): 1279-1286. FENG Wen-gang, ZHANG Yu-wei, HE Xiao-chun. Evolutionary Game Analysis on Strategies of Civil Aviation Security Participants Under Bounded Rationality[J]. Journal of Hefei University of Technology (Natural Science), 2021, 44(9): 1279-1286. |
| [15] |
徐新扬, 杨扬. 政府主导下公铁联运系统三方演化博弈研究[J]. 交通运输系统工程与信息, 2021, 21(2): 7-15. XU Xin-yang, YANG Yang. Tripartite Evolutionary Game of Rail-road Intermodal Transport System Under Domination of Government[J]. Journal of Transportation Systems Engineering and Information Technology, 2021, 21(2): 7-15. |
| [16] |
李华强, 李祖璨. 利益相关者视角下公路货运超限超载的对策研究——基于演化博弈模型和仿真分析[J]. 运筹与管理, 2022, 31(11): 84-90. LI Hua-qiang, LI Zu-can. Research on the Countermeasures of Road Freight Overloading from the Perspective of Stakeholders: Based on the Evolutionary Game Model and Simulation Analysis[J]. Operations Research and Management Science, 2022, 31(11): 84-90. |
| [17] |
肖琴, 罗帆. 机场外来物风险监管策略的演化博弈研究[J]. 复杂系统与复杂性科学, 2018, 15(2): 18-25. XIAO Qin, LUO Fan. Evolutionary Game of Airport Foreign Risks Supervision Strategies[J]. Complex Systems and Complexity Science, 2018, 15(2): 18-25. |
| [18] |
李祯琪, 欧国立. 激励性和惩罚性交通拥堵治理政策的比较——基于动态演化博弈模型及仿真分析[J]. 中国管理科学, 2019, 27(6): 167-178. LI Zhen-qi, OU Guo-li. Comparison of Incentive and Punitive Traffic Congestion Policies: Based on the Dynamic Evolutionary Game Model and Simulation Analysis[J]. Chinese Journal of Management Science, 2019, 27(6): 167-178. |
| [19] |
李晓东, 匡海波, 何鸿宇. 政府环境规制下港航系统减排演化博弈研究[J]. 交通运输系统工程与信息, 2023, 23(1): 17-29. LI Xiao-dong, KUANG Hai-bo, HE Hong-yu. Evolutionary Game Analysis of Port and Shipping System Emission Reduction Under Government Regulation[J]. Journal of Transportation Systems Engineering and Information Technology, 2023, 23(1): 17-29. |
2024, Vol. 41


,