| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 管理/制度 |
| 数字服务平台协同下化工企业数智化发展策略 |
| 第745期 作者：□文/刘 楠 时间：2025/1/16 9:32:11 浏览：25次 |
［提要］ 化工企业完成数智化发展需要多方发力，考虑数字服务平台作为化工企业数智化发展的协助方，将其与化工企业一同纳入演化博弈模型框架中进行分析，并利用Matlab进行仿真分析。结果表明：博弈双方在不同的情境下将选择不同的策略，双方初始意愿的不同也会影响最终的策略选择，化工企业安全效益、数字服务平台潜在收益等参数对博弈主体的策略演化有较大影响。政府应采取各种政策加大数字服务平台和化工企业的合作力度，提高企业双方积极决策的初始意愿。
关键词：化工企业；数智化发展；演化博弈
基金项目：辽宁省社科联课题：“推进世界级石化和精细化工产业基地建设研究”（2024lslybkt—006）；辽宁省教育厅课题：“多学科交叉的管理科学与工程学术型研究生培养路径研究与实践”（辽教通［2022］249号文件179）；辽宁省教育厅课题：“行业特色型高校经管领域113应用型人才培养体系构建”（辽教办［2021］133号文件20）；辽宁省教育厅课题：“化工企业安全投入策略的博弈分析及系统动力仿真研究”（JYTMS20231528）
中图分类号：F27 文献标识码：A
收录日期：2024年6月17日
引言
2023年，习近平总书记在新时代推动东北全面振兴座谈会和中央经济工作会议上强调科技创新的重要作用，并表示要以颠覆性技术和前沿技术为动力，催生新产业、新模式、新动能，培育战略性新兴产业和未来产业，加快形成新质生产力。习近平总书记提出“新质生产力”是实现中国式现代化的重要物质基础，也是推动中国经济高质量发展的关键所在。
有研究发现，发展新质生产力面临环境资源资本约束、科技创新能力不足、产业升级滞后等阻碍，需要颠覆性技术的支持，需要通过数字化、数字-绿色融合发展、增加科研投入等方式增长新质生产力。其中，数字化转型、智能化发展将发挥基础性和关键性作用，为新质生产力的形成和发展提供底层支撑。数字化、智能化发展趋势不可阻挡，在环境资源约束、新能源发展和数智化转型浪潮的席卷下，新质生产力的提出给制造业和能源行业带来新的机遇与挑战。我国工业化发展虽取得了举世瞩目的成就，但数字化渗透率较低，数字经济和实体产业融合还有待提升。
关于企业数智化发展，国内外学者从不同角度对企业数智化转型发展进行研究。部分研究者从创新视角出发，考察数字化与企业创新之间的关系，并发现区域数字化和企业数字化转型两个层面均可促进制造企业探索性创新，数字人才是企业数字化转型和创新发展的核心要素，且企业数智化转型越先进，其绿色创新绩效可能越高。城市数字化转型从“知识溢出”和“创新环境优化”两个方面增强企业投资的意愿，促进企业创新投入和创新产出，为企业数智化赋能。在数智化转型影响因素视角上，市场压力和政府支持政策这两个外部环境变量通过技术和组织因素对企业数字化发展产生正向作用。孙小强等基于动力网络模型，指出制造业数智化融合转型发展受到数字基础设施、人才队伍、政策制度、创新驱动能力等因素的影响。倪清等以常态化危机背景下企业健康管理为切入点，阐述深度数字化、智能化技术提升企业免疫监视、防御和自稳系统的形成机理和提升路径。
化工行业作为重污染行业的典型代表，也是支撑国民经济发展的基础性和支柱性产业，是绿色发展转型的主战场，也面临着危化品突发事故的威胁，推动智能化、数字化发展对化工行业培育发展新质生产力，贯彻落实国家政策，进行绿色创新和安全生产具有重要意义，有利于化工行业抢占新一轮产业革命的制高点。化工行业实现数字化、智能化发展的方式之一是与数字服务平台进行协同合作，例如华为和昆仑数智、石化盈科等企业共同为石油化工企业数字化转型提供服务；天津石化联手华为，依托5G网络、北斗等ICT基础设施，融合BIM、VR等多种技术，构建集监控、管理、交互等功能于一体的智慧园区。
本文运用演化博弈理论，构建数字服务平台协同下化工企业数智化发展的演化博弈模型，综合考虑经济、安全等关键因素，研究化工企业数智化发展机制，为化工企业数字化转型、智能化发展、培育新质生产力提供建议。
一、演化博弈模型构建
（一）问题描述。为培育和发展新质生产力，提高产品质量和创新程度，提高市场核心竞争力，化工企业数智化融合发展势在必行。在数智化发展中，数字服务平台与化工企业间存在复杂的博弈关系，由于双方不同的目标和利益，在博弈策略选择过程中均以自身利益最大化为宗旨，存在一系列利益冲突和合作。
企业作为数智化发展的基础单元，在智能技术运用和科技成果转换中起到重要作用。化工企业需要通过数智化手段降本增效，减少能源消耗，降低企业生产过程中的风险，提高市场竞争力，增强绿色创新能力。然而在数智化转型过程中，化工企业需要投入大量的资金、人力、时间、设备等成本，并承担数智化发展过程和结果的不确定性。数字服务平台是互联网、大数据、人工智能等新兴信息技术的主要创造者和技术提供者，通过提供软硬件服务、咨询服务等为化工企业提供数智化发展的方案，帮助企业提升资源整合、数据处理等能力。化工企业和数字服务平台需要通过协同合作、合同签订的方式，获取利益，实现数智化发展。基于上述描述，本文构建化工企业数智化发展演化博弈系统，如图1所示。（图1）
（二）模型假设。在本文构建的演化博弈模型中，存在两个参与主体，分别是化工企业和数字服务平台企业，双方均为有限理性人，它们拥有各自的行业资源经验，并且关键因素的变化对双方企业的战略选择产生影响，经过连续的决策实现博弈均衡。基于上述原因，本文从有限理性与利益最大化的角度出发，结合演化博弈理论，提出以下假设：
假设1：化工企业采取积极数智化发展策略的概率为x，采取消极数智化发展的概率为（1-x）；数字服务平台选择提供数智化服务策略的概率为y，选择不提供数智化服务的概率为（1-y）。
假设2：化工企业和数字平台企业在进行合作前的收益分别为H1和H2；化工企业积极数智化发展和消极数智化发展的成本分别为Cg1和Cg2，且Cg1＞Cg2；化工企业由于数智化发展获得经济收益，当数字服务平台为化工企业提供服务时，积极数智化发展的化工企业获得收益Rg1，消极数智化发展获得收益Rg2（Rg1＞Rg2）；当数字服务平台不提供服务时，化工企业数智化发展速度减缓，效率降低，则经济收益降低系数为θ；由于化工企业进行数智化发展，会在一定程度上降低突发事故风险，故积极数智化发展获得的安全效益为C，消极数智化发展获得的安全效益为αC（α为安全效益降低系数）。
假设3：数字服务平台为化工企业提供数智化服务的成本为Cp，获得的经济收益为R，其中成本包括制订方案的投入成本和服务成本等；数字服务平台提供升级服务的服务价值（努力程度和技术价值等）为S，λ表示服务价值的基本收益转换系数，则化工企业积极数智化发展获得的服务收益为λS，消极数智化发展获得的服务收益为βλS（0＜β＜1）；当化工企业积极进行数智化发展时，数字化服务平台提供服务将获得的潜在市场资源为D。
假设4：为了防止化工企业和数字服务平台在合作过程中改变策略，双方需要签订合同契约，由于化工企业需面对敏感数据泄露的风险，故设置化工企业和数字服务平台违约罚金分别为F1和F2（F1＜F2）。
模型涉及的具体符号及定义见表1。（表1）
（三）模型构建。通过上文可得到化工企业和数字服务平台在不同策略下的收益矩阵，见表2。（表2）
二、演化博弈模型求解
（一）模型均衡分析。由上述基本假设和参与者的收益矩阵，可以求得化工企业和数字服务平台的复制动态方程，进而通过综合分析得出演化博弈系统的局部均衡点。
化工企业积极数智化发展的期望收益为U11，消极数智化发展的期望收益为U12，平均期望收益为U1。
U11=（H1-Cg1+C）+（λS-F1）y+（y（1-θ）+θ）Rg1 （1）
U12=（H1-Cg2+αC）+（y（1-θ）+θ）Rg2+（βλS-F1）y （2）
U1=x×U11+（1-x）×U12 （3）
故化工企业的复制动态方程可表示为：
F（x）=■=x（1-x）［（1-α）C+（1-β）λS×y+（y（1-θ）+θ）（Rg1-Rg2）+Cg2-Cg1］ （4）
数字服务平台提供数智化服务的期望收益为U21，不提供数智化服务的期望收益为U22，平均期望收益为U2。
U21=（H2-Cp+R-F2）+D×x （5）
U22=H2 （6）
U2=y×U21+（1-y）×U22 （7）
故，数字服务平台的复制动态方程可表示为：
F（y）=■=y（1-y）（R-Cp-F2+D×x） （8）
由于化工企业和数字服务平台均为有限理性，故很难通过一次决策就实现理想状态，因此，联立公式（4）、公式（8）可以形成一个复制动态系统，联立方程组式（9）的解，即为该演化博弈系统的均衡解。
F（x）＝■=x（1-x）［（1-α）C+（1-β）λS×y+（y （1-θ）+θ）（Rg1-Rg2）+Cg2-Cg1］F（y）=■=y（1-y）（R-Cp-F2+D×x） （9）
令F（x）=0，F（y）=0，对复制动态方程（9）求解可以得到系统的5个局部均衡点，分别为E1（0，0）、E2（0，1）、E3（1，0）、E4（1，1）、E5（x*，y*），其中x*=■，y*=■。
复制动态方程得到的5个局部均衡点是否为演化稳定策略还需要进一步检验。通过分析均衡点处的雅可比矩阵特征值的正负，来判断其稳定性。雅可比矩阵计算如下：
J＝■=■ （10）
其中：
F11＝（1-2x）［（1-α）C+（1-β）λ×S×y+（y（1-θ）+θ）（Rg1-Rg2）+Cg2-Cg1］ （11）
F12＝x（1-x）［（1-β）λ×S+（Rg1-Rg2）（1-θ）］ （12）
F21＝y（1-y）D （13）
F22＝（1-2y）（R-Cp-F2+D×x） （14）
为方便计算，令ψ1=（1-β）λ×S+（1-θ）（Rg1-Rg2），ρ1=（1-α）×C+θ×（Rg1-Rg2）+Cg2-Cg1；ψ2=D，ρ2=R-Cp-F2，故可以得到5个局部均衡点所对应的特征值，见表3。根据Lyapunov第一法，当某个局部均衡点所在的雅可比矩阵特征值均小于0时，该点具有演化稳定性，即为演化稳定点；当至少存在一个特征值大于0时，该点不具备稳定性，即为不稳定点；当特征值存在等于0且非零特征值满足小于0的情况，则均衡点处于临界状态，为鞍点。（表3）
（二）模型局部稳定性分析。根据表3，列出以下几种情况，并逐一分析系统的演化稳定策略。
1、情形1。当ρ1＜0，ρ2＜0时，即（1-α）C+θ（Rg1-Rg2）+ Cg2-Cg1＜0，R-Cp-F2＜0的条件下，博弈系统有演化稳定点E1（0，0），此时，由于-ρ2＞0，-ρ1＞0，E2（0，1）和E3（1，0）不为系统的演化稳定点；当-ψ1＜ρ1＜0且-ψ2＜ρ2＜0时，E4（1，1）也为系统的演化稳定点。
2、情形2。当ρ1+ψ1＜0，ρ2＞0时，即（1-α）C+θ（Rg1-Rg2）+Cg2-Cg1+（1-β）λS+（1-θ）（Rg1-Rg2）＜0，R-Cp-F2＞0的条件下，演化博弈系统有演化稳定点E2（0，1），此时，E1（0，0）、E3（1，0）和E4（1，1）为不稳定点。
3、情形3。当ρ1＞0，ρ2+ψ2＜0时，即（1-α）×C+θ×（Rg1-Rg2）+Cg2-Cg1＞0，R-Cp-F2+D＜0的条件下，演化博弈系统有稳定点E3（1，0），此时可以判断E1（0，0）、E2（0，1）和E4（1，1）为不稳定点。
4、情形4。当ρ1+ψ1＞0，ρ2+ψ2＞0时，即（1-α）×C+θ×（Rg1-Rg2）+Cg2-Cg1+（1-β）λ×S+（1-θ）（Rg1-Rg2）＞0，R-Cp-F2+D＞0的条件下，系统有稳定点E4（1，1），此时，E2（0，1）和E3（1，0）为不稳定点；当-ψ1＜ρ1＜0且-ψ2＜ρ2＜0时，E1（0，0）也为系统的演化稳定点。
综合上述情况，可以得到：
当（1-α）C+θ（Rg1-Rg2）+ Cg2-Cg1＜0，R-Cp-F2＜0时，演化博弈系统收敛于（0，0），即在数字服务平台不提供服务的前提下，化工企业积极数智化发展获得的总收益小于消极数智化发展获得的总收益；化工企业不进行积极数智化发展的前提下，数字服务平台提供服务的成本大于收益。在这种情形下，化工企业选择消极数智化发展，数字服务平台选择不提供数智化服务策略。
当（1-α）C+θ（Rg1-Rg2）+Cg2-Cg1+（1-β）λS+（1-θ）（Rg1-Rg2）＜0，R-Cp-F2＞0时，演化博弈系统收敛于（0，1），即在数字服务平台提供服务的前提下，化工企业积极进行数智化发展获得的总收益小于消极数智化发展获得的总收益；化工企业选择消极数智化发展的前提下，数字服务平台提供服务获得的收益大于成本和违约金总和。随着时间的推移，化工企业选择消极数智化发展，数字服务平台选择提供服务。
当（1-α）×C+θ×（Rg1-Rg2）+Cg2-Cg1＞0，R-Cp-F2+D＜0时，演化博弈系统收敛于（1，0），即在数字服务平台不提供服务的前提下，化工企业积极数智化发展获得的总收益大于消极数智化发展获得的总收益；化工企业选择积极数智化发展的前提下，数字服务平台提供服务获得的总收益小于成本和违约金总和。系统在这种情况下的策略为（积极数智化发展，不提供数智化服务）。
当（1-α）×C+θ×（Rg1-Rg2）+Cg2-Cg1+（1-β）λ×S+（1-θ）（Rg1-Rg2）＞0，R-Cp-F2+D＞0时，演化博弈系统收敛于（1，1），即在数字服务平台提供服务的前提下，化工企业积极进行数智化发展获得的总收益大于消极数智化发展获得的总收益；化工企业选择积极数智化发展的前提下，数字服务平台提供服务获得的总收益大于成本和违约金总和。在这种情形下，E4（1，1）所对应的雅可比矩阵特征值均为负数，相应的演化策略为（积极数智化发展，提供数智化服务）。
当-［（1-β）λ×S+（1-θ）（Rg1-Rg2）］＜（1-α）×C+θ×（Rg1-Rg2）+Cg2-Cg1＜0，-D＜R-Cp-F2＜0时，演化博弈系统有两个均衡点（0，0）和（1，1）。
三、演化仿真分析
结合上文的理论推导结果，以（0，0）和（1，1）两个稳定点同时存在的情况为例，利用Matlab对系统情况进行仿真模拟。本文具体参数设置见表4。（表4）
（一）初始意愿对演化稳定策略的影响。博弈双方的初始概率不同，将会对系统的演化稳定结果产生影响。由图2可知，当满足-［（1-β）λ×S+（1-θ）（Rg1-Rg2）］＜（1-α）×C+θ×（Rg1-Rg2）+Cg2-Cg1＜0，-D＜R-Cp-F2＜0条件时，演化博弈系统有两个均衡点（0，0）和（1，1），演化策略为（积极数智化发展，提供数智化服务）和（消极数智化发展，不提供数智化服务）两种。由图2可知，当化工企业和数字服务平台初始概率发生变化时系统的演化均衡点也随之发生改变，并最终收敛于（0，0）点或（1，1）点，与理论分析相符。（图2）
由图3和图4可知，当博弈主体中的一方初始意愿太低，另一方的策略选择也将趋向于消极策略，当初始意愿不断增强，另一方同样开始趋向于选择积极策略。例如，当化工企业数智化发展的初始意愿较低时，数字服务平台倾向于选择不提供数智化服务，随着化工企业数智化发展的意愿增强，数字服务平台将选择为化工企业提供服务，且化工企业的初始意愿越强，数字服务平台选择提供服务的速度越快。可能的原因为，化工企业由于资金不足等原因选择采用传统的生产运营方式，消极面对数智化发展，打击数字服务平台的积极性。同样，随着数字服务平台提供数智化服务的初始意愿增强，化工企业更愿意选择选择积极进行数智化发展。（图3、图4）
（二）相关参数对演化稳定策略的影响。为进一步探索相关参数变量对博弈系统演化稳定策略的影响，在上述情况的基础上，继续分析C和D的取值变化对相关博弈主体演化过程和结果的影响，在分析过程中，保持其他参数的数值不变。
1、化工企业安全效益C的变化对系统的影响。假设博弈双方的初始意愿均为0.5，探究化工企业数智化发展获得的安全效益的变化对系统的影响。由图5和图6可知，随着化工企业数智化发展获得的安全效益增加，企业将更快地选择积极数智化发展策略，数字服务平台更倾向于提供数智化服务。原因在于，由于危化品易燃易爆的特征和化工生产工艺的复杂性，化工企业极易发生突发事故，本质安全是生产过程中的重中之重，通过数智化转型，化工企业可以降低事故发生风险，提升企业本质安全，故获得的安全效益越多，化工企业会更加积极进行数智化发展，减少安全事故风险。（图5、图6）
2、数字服务平台潜在收益D的变化对系统的影响。由图7和图8可得，虽然化工企业选择积极数智化发展策略，但是若数字服务平台为其提供服务获得的潜在收益太低，随着时间的推移将选择不为化工企业提供服务，化工企业数智化发展的积极性也就会降低；随着数字服务平台可获得的潜在收益增多，其将更快地选择提供数智化服务，化工企业也更加积极进行数智化发展。原因在于，在转型前期，企业面对需要长期投资的数智化过程缺乏自信，难以将数智化建设和业务发展深度融合，转型价值无法释放，数字服务平台为其提供服务将付出更多精力和成本，可获得的潜在收益较少，提供服务的意愿也较低。（图7、图8）
四、总结及启示
本文围绕数字服务平台协同下化工企业数智化发展策略这一问题，构建化工企业和数字服务平台之间的演化博弈模型，并通过Matlab软件对模型进行分析和数值仿真，探究关键因素对双方策略的影响。化工企业数智化发展意愿、数字服务平台初始意愿、安全效益、可获得潜在收益等参数对博弈主体的策略演化有显著影响。基本结论如下：第一，双方的初始意愿对彼此策略的选择具有显著影响，当化工企业进行数智化发展初始意愿不足时，数字服务平台更倾向于不提供服务，随着化工企业初始意愿增强，数字服务平台同样开始改变策略选择，即提供数字化转型服务。第二，化工企业通过数智化发展获得的安全效益正向影响企业的策略选择，即获得的安全效益越多，企业越快速地选择积极面对数智化发展。数字服务平台获得的潜在收益越少，越倾向于选择不提供服务，进而影响化工企业的策略选择。
根据上述结论，本文提出以下建议：一是需要重视化工企业和数字服务平台自身能动性的重要影响，政府可以采取细化激励机制、提高风险管控、提供奖助补贴等措施来提升企业积极决策的初始意愿。二是数字服务平台在提供服务的过程中，以企业需求和业务为导向，结合化工行业特点，创新创造出更多化工数智化产品，帮助企业将数智化建设和安全生产深度融合，提升化工企业的安全效益。
（作者单位：沈阳化工大学）
主要参考文献：
［1］万长松，徐志源，柴亚杰.新质生产力论［J/OL］.河南师范大学学报（哲学社会科学版），2024-03-13.
［2］蔡万焕，张晓芬.新质生产力与中国式现代化——基于产业革命视角的分析［J/OL］.浙江工商大学学报，2024-03-14.
［3］刘友金，冀有幸.发展新质生产力须当拼在数字经济新赛道［J］.湖南科技大学学报（社会科学版），2024.27（01）.
［4］焦方义，张东超.发展战略性新兴产业与未来产业加快形成新质生产力的机理研究［J］.湖南科技大学学报（社会科学版），2024.27（01）.
［5］钟茂初.“新质生产力”发展演进及其增长路径的理论阐释［J］.河北学刊，2024.44（02）.
［6］蒋永穆，乔张媛.新质生产力：逻辑、内涵及路径［J］.社会科学研究，2024（01）.
［7］姚树洁，张小倩.新质生产力的时代内涵、战略价值与实现路径［J］.重庆大学学报（社会科学版），2024（03）.
［8］梁圣蓉，罗良文.新时代加快形成新质生产力的焦点难点与关键路径［J/OL］.当代经济管理， 2024-03-21.
［9］Liang J，Du K，Chen D.The Effect of Digitalization on Ambidextrous Innovation in Manufacturing Enterprises：A Perspective of Empowering and Enabling［J］.Sustainability，2023.15（16）.
［10］刘华珂，李旭超，聂禾，等.AI时代：城市数智化转型与企业创新［J］.中国软科学，2024（02）.
［11］孙小强，高秀云，王玉梅.制造业数智化融合转型发展的关键要素、机理分析及评价指标研究［J］.中国科学院院刊，2024.39（02）.
［12］倪清，赵曙明，杜鹏程.常态化危机背景下企业数智免疫力的形成机理与提升路径［J］.改革，2023（08）.
|
|
|
|
