学术咨询服务正当时学报期刊咨询网是专业的学术咨询服务平台！
发布时间：2022-04-20 11:00所属平台：学报论文发表咨询网浏览： 次
摘要: 区块链技术作为新基建的重要组成部分,是近年来涌现出的新技术之一。 然而,区块链技术在航运业中如何应用,是否应当引入依旧是业界持续讨论的话题。 本文综合考虑区块链去中心化的技术特征与港航供应链成员的投资选择,构建了承运人和港口的港航供应链,使用 Stac
摘要: 区块链技术作为新基建的重要组成部分,是近年来涌现出的新技术之一。 然而,区块链技术在航运业中如何应用,是否应当引入依旧是业界持续讨论的话题。 本文综合考虑区块链去中心化的技术特征与港航供应链成员的投资选择,构建了承运人和港口的港航供应链,使用 Stackelberg 博弈模型,从航运市场价格和数量及其航运市场的经济效应等方面探讨了是否中心化和是否投资的组合策略问题。 此外还考虑了政府补贴、多参数分析、投资效率和社会效应等问题。 研究表明:航运市场价格受到系统中心化结构和投资策略的影响;在满足投资区块链技术的前提下,投资区块链技术且系统结构为中心化结构时,企业的终端市场需求达到最高;使用非中心化结构时,满足承运人投资条件可以使得收益达到最大。 进一步讨论可以发现,政府的不同补贴水平可以潜在影响企业的投资决策;顾客对系统透明度的敏感度会影响企业投资策略的选择和潜在系统结构;就投资行为而言,港口投资且为中心化结构时,投资效率最高;从社会效应和经济效应考虑,承运人投资且非中心化或不投资且非中心化的结果,在一定的条件下可以达成最优策略的潜在选择。
关键词: 港航供应链; 投资策略; 系统透明度; 区块链技术; 政府补贴
引言
区块链技术作为新基建的重要组成部分,正在潜移默化的改变着现有的商业模式。 例如,2019 年 9 月,国务院印发《交通强国建设纲要》,旨在推动区块链等新技术与交通行业深度融合,推动交通数字化建设。 2020 年 5 月,世界经济论坛发 布 了 《 重 建 信 任: 区 块 链 部 署 工 具 包》 ( RedesigningTrust: Blockchain Deployment Toolkit),旨在推动在后疫情时代使用区块链技术减少供应链企业面临的风险,进一步推动企业数字化建设的进程。 较其他行业,港航企业的区块链实践并不算少,如 IBM 和 Maersk 共同构建了航运区块链解决方案(TradeLens),实现数字化运营;上港集团和中远海运集团借助区块链技术实现透明化与无纸化运营。
因此,区块链技术引入港航供应链,不仅引起了航运企业的关注,也成为研究者双链融合研究的重要领域。然而,目前研究很少直接讨论区块链特定属性与决策策略相结合的研究成果,即旨在考虑中心化与区块链技术之间的关系问题。 与本文相关的研究成果包括两方面:1)供应链投资偏好与政府补贴;2)区块链技术对港航供应链管理的影响。 在供应链投资偏好与政府补贴的研究中,与本研究相关的问题主要集中在两方面,即如何投资和政府行为。
其中,关于供应链投资偏好问题的研究十分常见,诸如风险投资、新技术投资、企业社会责任投资等问题。 这类问题常常寻求如何投资解决方案。 例如,He 等人考虑风险态度不同的制造商和供应商,设计特定的契约机制分散因风险变化带来的损失,实现合理的绩效分配[1]。 吴利娟等讨论了技术研发价值与技术投入之间的关系,即找出了合理控制投资非投资的临界条件[2]。 周茂森等发现了供应链透明度与竞争之间的互动关系,指出了透明度对大数据的投资均具有负面影响[3]。 Hosseini-Motlagh 等人基于企业社会责任投入的角度,考察逆向供应链运营的合理协调方案[4]。
Liu 等人找出了不同投资结构的大数据投资方案,指出满足一定条件时可以提升零售商和制造商的收益。 此外,当存在联合投资时,使用收益共享企业可以实现利益平衡[5]。 王宁等研究初创公司与风险之间的相关关系,发现政府补贴与公共福利都可以使风险投资和初创企业进入最优的投入水平[6]。 Song 等人构建了基于风险成本和风险规避的确定性等价收益模型,使得不同风险偏好的投资者具有不同的确定性等价收益[7]。 刘家国等通过探究港航领域中绿色技术投资的方式,旨在寻求合理的技术投资方案,以提高环境收益[8]。就政府补贴的研究也十分丰富,旨在考虑政府补贴对企业行为的影响。
例如,Chen 等将政府补贴内化为合资企业的决策行为,指出合资企业在工作补贴与政府冷漠态度的互动关系[9]。 He 等研究发现,政府可以通过设定适当的补贴水平,以鼓励制造商采用其希望的渠道结构[10]。 Liu 等指出在限制条件内的政府补贴有助于促进供应链成员承担社会责任,提高供应链整体绩效和社会福利[11]。 徐磊等研究了基于报童模型的零售商补贴方式,寻求较为合理的零售商补贴方案,以有效促进消费者的消费行为[12]。 夏西强等考虑了不同政府补贴方案在不同回收渠道的影响[13]。 士明军等指出政府的补贴行为可以增加绿色供应链成员之间的信息参与程度和意愿,依次增加企业收益[14]。
本研究有别于上述研究在于两方面:一方面,考虑以技术投资成本为影响要素,考虑新技术引入的成本限定,找出合理的投资成本区间;另一方面本研究旨在考察政府补贴对企业策略选择的潜在影响。与本研究相关的另一方面研究是区块链技术对港航供应链的影响,旨在考察新技术对港航供应链运营中产生的潜在变化。 在航运过程中,涉及较多的部门,如海关、货代、承运人、港口等不同部门,以区块链技术为代表的新型技术为企业的数字化提供了可行的技术支持。 如 Morrall 等分析了航运过程中的新型技术,对航运通信与自动化等方面有着积极的影响[15]。 Ying 等指出通过航运的数字化,可以提高企业运作效率,减少因贸易活动带来的风险和不必要的时间花费[16]。 Ramirez-Peña 等从工业 4. 0 的角度考虑新技术给造船业的绩效和可持续性带来的潜在影响[17]。
刘伟军指出区块链技术在航运业中智能合约的执行细化中法律规制的影响[18]。 本研究不同于上述研究在于区块链技术的影响,即考虑区块链特征对航运业投资选择的影响。 基于此,本文以是否中心化和企业投资行为为研究视角,旨在考虑系统透明度和投资成本共同影响下港航企业的最优策略选择。 此外,从目前已有的实践可以发现,政府已制定了产业区块链发展相应政策,因此考虑政府补贴和区块链实践对社会等方面的影响也是本文进一步探究的问题之一。 最终找出最优投资与运营策略,以期提供相应的建议参考。
1 模型
1. 1 问题描述与研究假设
本文考虑由单一港口和承运人组成的二级港航供应链系统为研究对象,且各成员之间仅存在上下游的业务关系。各成员存在两种选择,即是否使用中心化的业务模式和是否投资区块链系统,并由此可得到决策矩阵。
在该系统中,主导者(港口)和跟随者(承运人)彼此使用 Stackelberg博弈。 具体考虑,在投资的场景中,承运人和港口均可选择投资区块链系统,使得系统运作效率得以提升。 为使研究结论具有科学性,特设定如下假设:(1)总体市场规模为 N。 其中消费者感知的最大价值为vi,且 f(·) 为感知价值服从参数范围为 0 ~ 1 的均匀分布(Choi[19]);(2)承运人和港口的投资行为不受其他因素的影响,只考虑自身收益最大,即设定利润最大化为目标;(3)无论承运人投资区块链技术,还是港口投资区块链技术,其投入单位成本均为 c;(4)从供应链系统角度考虑,总体系统的不敏感程度为a,自身非透明程度为 m。 当非透明敏感度 a 越大时,代表不敏感的人群达到最大;投资区块链技术敏感度越小时,代表不敏感的人群达到最小。
1. 2 模型构建与求解
1. 2. 1 模型构建
确定了不同场景的需求函数和收益函数。 值得注意的是,本文参考已有文献的研究成果选取了模型中区别中心化和非中心化的方式(Choi[20])。 根据区块链去中心化的技术特点,其拓扑结构具有分散式或分布式结构特征,因此不存在绝对中心化的特征描述(Azzi[21])。 基于此,我们确定不同场景的利润函数如表 3 所示。 此外,需要说明的是,虽然区块链技术去中心化为特点之一,但在实际的投资业务中,依旧需要强大企业作为支撑,以带动区块链的建设进程。
例如,IBM 和 Maersk作为信息行业和航运行业的领导者,共同构建了航运区块链解决方案(TradeLens),增强业务透明度和业务运作效率,提升航运业整体的平台数字化水平,带动港口和码头运营商,航运公司等不同企业在新技术中获取收益,最终提升终端消费者的消费体验。 这样的业务模式有助于行业在发展初期快速引入区块链技术的实际业务场景,进而提升投资效率和行业整体数字化水平。 另外,在港口主导的供应链业务中,招商局港口与大型科技型公司联合构建基于区块链技术的数字化港口协作网络,推动了港航数字化进程。
1. 2. 2 模型求解
在港口为主导的供应链中,港口处于核心地位,承运人处于跟随者地位。 依据 Stackelberg 的逆向求解法计算规则,确定不同场景的计算求解顺序,分别如下:(1)非投资+非中心化(NN)。 作为非中心化场景,将整个供应链系统考虑为一个主体。 首先确定承运人费率价格p;其次,确定市场需求量 q; 最后确定整体供应链的收益水平。(2)承运人投资+非中心化(YN)。 在非中心化场景中,承运人投资区块链技术,其投入成本为 c。 首先确定承运人费率价格 p; 其次, 确定市场需求量 q; 最后确定整体供应链的收益水平。(3)港口投资+非中心化(YN)与(2)的计算方式相同。不同在于其价格以港口服务费率和上下游企业价差 o 作为终端市场价格 p。 首先,计算港口服务价格 w;其次,计算市场需求量 q; 最后确定整体供应链的收益水平。(4)不同于非中心化的参与主体,无论是否投资,中心化场景的非投资和投资场景求解顺序相同。 首先确定终端市场承运人服务价格 p;其次,确定港口服务费率 w;再次,计算市场需求量 q; 最后确定各自收益和整体供应链的收益水平。
2 基础分析
本节从两大方面展开基础分析,即航运市场价格与数量及其航运市场的经济效应,旨在最终找出较为合理的港航供应链投资区块链技术与运营的合理策略。 其中,经济效应分析包括边际收益和总收益的分析。
2. 1 航运市场价格与数量分析
2. 1. 1 航运市场价格
可知不同场景中价格变化是不同的,无论是何方投资,其终端价格均会随单位投资成本增加而上升。 这也进一步说明了无论是承运人投资,还是港口投资,都会增加其终端市场的支付价格。 此外,在非投资区块链场景中,当透明度敏感程度越高时,终端市场需要支付的服务费率越高,这也说明了新的投资会增加终端市场的价格。 当存在上游技术投资时,整体链条在价格变化方面产生双重边际效应,从而提升了下游承运人的服务费率。 进一步,以非中心化和中心化分别比较其投资前后价格的变化,可以得到命题 1。
命题 1 (1)按照非中心化场景,承运人和港口分别予以投资区块链技术时价格会增加;当考虑投资主体选择时,承运人投资区块链技术时的价格高于港口投资区块链技术的价格。(2)按照中心化场景,承运人和港口分别予以区块链技术时价格会增加;承运人投资时确定价格与港口投资确定价格相同。命题 1 表明在不同系统状态下,承运人和港口选择区块链技术投资时的不同价格变化情况。 命题 1(1)说明,当系统为非中心化场景且满足技术投资条件时,价格均会随着投资行为的产生而增加价格水平。
此外,承运人较港口的技术投资行为而言,确定的服务费率(终端市场价格)也较高。 其潜在原因在于两方面:一方面,无论何方投资,会增加上下游不同节点的价格变化。 由于技术投资,会额外增加新的资本投入。 最终企业为分摊该部分的投入风险(或资金压力),保障自身收益,会由上至下依次增加各自的价格,最终使消费者额外增加支出。 另一方面,从系统角度考虑时,非中心化往往使得供应链结构为扁平式或分布式,不存在绝对的商业中心(或领导者)。
此时,承运人价格会受到各方节点的影响,其交易层级较港口而言低,因此受到影响较大,在价格变化方面也较为明显。 此外,港口投资区块链技术时,会考虑原有结构中上下游的价格差异,且其港口给出的服务价格会低于承运人给出的价格,这一点可以在电商行业中有十分鲜明的体现(Zhang[22])。命题 1(2)考虑在中心化场景中承运人和港口满足投资区块链技术时的价格变化。 与非中心化相近,系统处于中心化环境时,投入区块链技术会进一步增加承运人和港口的服务价格。 无论承运人投资区块链技术,还是港口投资区块链技术,其服务价格相同。
这样的现象,潜在原因在于两方面:一方面,中心化的场景中,满足投资条件的基础上会增加双方的服务价格,这是由于价格的传递效应导致的;另一方面,在港口作为领导者的系统中,无论是何主体投资,在价格结构的表现上只是发生了成本支付主体方的转移,不会引起实质上的价格变化。 因此,在中心化投资模式中,价格表现上并不会发生剧烈的变化,只会在投资前提成立的情况下表现出相同的价格水平。
2. 1. 2 航运需求数量
如果说航运市场价格角度考察市场的变化是为了了解消费者在价格方面的选择动机(或方案),从需求数量角度考察市场是为了确定不同场景中的市场需求,找出合理的市场需求量,从消费者保有量的角度考察不同方案的影响。 基于此分析思路,可以分别得到非中心化和中心化条件下,满足投资条件时的市场数量变化(详见命题 2)。
命题 2 (1)按照非中心化划分,当消费者对透明度不敏感固定且符合投资的条件下,承运人引入区块链技术比不引入区块链的数量高;港口引入区块链比不引入区块链的数量高。 承运人引入区块链技术较港口引入区块链时的数量高。(2)按照中心化划分,当消费者对透明度不敏感固定且符合投资的条件下,承运人引入区块链技术比不引入区块链的数量高;港口引入区块链比不引入区块链的数量高。 承运人引入区块链技术较港口引入区块链时的数量高。命题 2 指出不同系统结构条件下投资区块链技术时的需求数量变化情况。 命题 2(1)中指出在非中心化结构中,满足区块链技术的投资条件时会提高市场需求。 这是由投资效应带来的影响,即区块链作为一种服务时会提升整体业务活动的运作效率。
在这样的情况下,增加投资有助于改善业务活动的流畅度,提升下游终端消费者的服务体验,带动服务数量的提升。 这一点与已有的研究具有很高的一致性(Yang[23])。 此外,承运人引入区块链技术时可以增加直接的服务体验。 这样可以使得消费者直接获取服务,技术转化为市场行为较为直接。 当由港口引入区块链技术时,技术性服务向下游传递时可能存在潜在的服务衰减。
虽然在需求数量上增加了潜在的市场需求,但不及承运人直接对接下游消费者的服务效率高。 命题 2(2)指出了中心化条件下技术投资提升需求量的结果。 其潜在原因实质与命题 2(1) 相同。 值得注意的是,在港口为主导的中心化结构条件下,承运人投资产生的数量依旧高于港口投资产生的需求数量,由此可知越靠近消费端的技术投资,其产生的需求数量会高于远离终端市场时投资主体的需求数量。
3 扩展分析
在基础讨论的部分得到区块链技术投入的最优策略,旨在寻求合理的投资方案和合理的系统结构。 本节进一步从政府补贴、多参数分析、投资效率和社会效应等方面展开分析,找出不同条件下的最优投资和运营策略,以期提供合理化运营方案。
3. 1 政府补贴区块链技术
作为新型基础建设的一个重要组成部分,对企业数字化转型有着十分重要的作用。 因此,政府对推动区块链技术与实体经济相融合,供应链与区块链双链共同发展有着积极的推动作用。 例如,南京江北新区为推动区块链技术的发展,提出《江北新区(自贸区)促进区块链产业发展若干政策措施》政策。 其中,在鼓励平台建设方面,企业满足特定的条件时可最高予以不高于 500 万元的奖励与补贴。 因此,考察政府补贴对企业决策的潜在影响有助于了解企业补贴后的潜在决策行为。
综述上述两种补贴方案的分析结果,可以发现:当承运人获取一定水平的补贴时,会扩大自身的选择策略。 其中,由市场决定的最优方案称之为具有航运市场价格和数量的最优选择方案;有政府影响的最优方案称之为具有“补贴效应”的最优选择方案。 从其实质考虑,当企业获取较为明确的收益时,才会选择自身认为合理的选择方案。 政府的补贴仅作为鼓励引导企业实施方案转移的潜在因素,更多还需要企业考虑公司的战略。 就承运人而言,获取政府补贴有助于减少自身需要付出的投资成本。 然而,需要考虑补贴政策的稳定性,从而达到承运人决策最优的状态。
3. 2 多参数分析
本节中,将所有参数综合考虑其变化对最优选择策略的影响,找出不同透明度变化中,投入成本和系统自身透明度之间的变化关系,最终得到多参数变化中的最优选择策略。
供应链技术论文：供应链金融与中小企业融资问题分析
4 结语
区块链技术作为新基建的重要组成部分,在推动港航企业运营效率提升方面起着十分积极的作用。 然而,在是否中心化的问题上,目前较少直接讨论。 因此,本文综合考虑中心化和投资主体选择的问题上,构建了 Stackelberg 博弈模型,从航运市场价格和数量及其航运市场的经济效应等方面探讨了是否中心化和是否投资的组合策略问题。 为使得讨论具有一致性,进一步讨论了政府补贴、参数内生性、投资效率和社会效应等问题。
研究发现:
1)航运市场价格受到系统中心化结构和投资策略的影响;2)在满足投资区块链技术的前提下,投资区块链技术且系统结构为中心化结构时,企业的终端市场需求达到最高;3)使用非中心化结构时,满足承运人投资条件可以使得收益达到最大。 此外,从扩展分析的结果考虑有如下发现:1)政府的不同补贴可以潜在影响企业的投资决策;2)顾客对系统透明度的敏感程度会影响企业投资策略的选择和潜在系统结构;3)就投资行为而言,港口投资且为中心化结构时,投资效率最高;4)从社会角度和企业收益角度考虑,承运人投资且非中心化或不投资且非中心化的结果,在一定的限定条件下可以达成最优策略的潜在选择。该研究还存在一些研究不足。 例如,没有考虑在竞争环境中,不同的投资选择和供应链结构如何影响策略的选择。此外,当存在体量不同等的港航供应链成员,何种投资方式更加适合的方案又是何种结构,这些都可以再进一步讨论。
参 考 文 献：
[1] He J, Ma C, Pan K. Capacity investment in supply chain with riskaverse supplier under risk diversification contract [ J ].Transportation Research Part E: Logistics and TransportationReview, 2017, 106: 255-275.
[2] 吴利娟,曹国华. 技术和价格不确定下企业研发投资决策研究[J]. 系统工程理论与实践,2017,37(7):1720-1726.Wu L J, Cao G H. Research on R&D investment decision makingunder uncertainty of technology and price [ J ]. SystemsEngineering-Theory & Practice, 2017, 37(7):1720-1726
.[3] 周茂森, 张庆宇. 竞争环境下考虑供应链透明度的大数据投资决策[J]. 系统工程理论与实践, 2018, 38(12): 2993-3009.Zhou M S, Zhang Q Y. Big data investment decisions in a supplychain under the impact of transparency and competition[J]. SystemsEngineering-Theory & Practice,2018, 38(12): 2993-3009.
[4] Hosseini-Motlagh S M, Nouri-Harzvili M, Choi T M, et al.Reverse supply chain systems optimization with dual channel anddemand disruptions: Sustainability, CSR investment and pricingcoordination[J]. Information Sciences, 2019, 503: 606-634.
[5] Liu P, Yi S P. A study on supply chain investment decisionmakingand coordination in the big data environment[ J]. Annalsof Operations Research, 2018, 270(1): 235-253.
[6] 王宇, 朱翡, 罗悦. 政府补贴对风险投资项目的激励影响与福利分析研 究 [ J]. 系 统 工 程 理 论 与 实 践, 2019, 39 ( 10 ):2549-2558.
Wang Y, Zhu F, Luo Y. A study of incentive influence of governmentsubsidy on venture capital projects and its welfare analysis [ J ].Systems Engineering-Theory & Practice, 2019, 39(10): 2549-2558.
作者：赵慧达1, 刘家国1∗, 王军进1, 李 健2
转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/7505.html
《考虑区块链技术投资的港航供应链决策研究》