李春發(fā)，劉煥星，胡培培

(天津理工大學(xué)管理學(xué)院，天津 300384)

0 引言

醫(yī)藥企業(yè)社會責(zé)任(Corporate Social Responsibility,CSR)履行情況深受社會關(guān)注，關(guān)乎企業(yè)生存發(fā)展和民眾的健康福址。然而《2019醫(yī)療健康上市公司社會責(zé)任報告》指出，中國超過半數(shù)藥企和醫(yī)藥平臺存在違法違規(guī)現(xiàn)象，醫(yī)藥行業(yè)完善的CSR履行規(guī)制構(gòu)建迫在眉睫。近年來，政府醫(yī)藥改革不斷深化，各種規(guī)制加碼措施陸續(xù)出臺，但在當(dāng)今“互聯(lián)網(wǎng)+醫(yī)療”及后疫情時代，藥企紛紛轉(zhuǎn)戰(zhàn)線上，醫(yī)藥越趨復(fù)雜的商業(yè)模式對行業(yè)監(jiān)管提出了新的挑戰(zhàn)，現(xiàn)行規(guī)制政策難以有效應(yīng)對藥企履責(zé)和醫(yī)藥平臺運(yùn)行中的各種違規(guī)問題，政府規(guī)制失靈現(xiàn)象不斷發(fā)生。實際上，隨著大數(shù)據(jù)和AI技術(shù)的不斷發(fā)展應(yīng)用，醫(yī)療智能供應(yīng)鏈、大數(shù)據(jù)分析等智能平臺的不斷涌現(xiàn)，通過智慧賦能和數(shù)據(jù)沉淀，可顯著提升醫(yī)藥企業(yè)風(fēng)險彈性與行業(yè)自治力。重慶藥交所構(gòu)建智能醫(yī)藥交易平臺，提供醫(yī)藥產(chǎn)品交易、結(jié)算、評價等“一站式”全流程服務(wù)，通過突出大數(shù)據(jù)智能化運(yùn)用，為政府醫(yī)改決策、行業(yè)監(jiān)管、價格預(yù)測提供數(shù)據(jù)支撐，有效規(guī)范市場秩序并增強(qiáng)市場彈性。然而，由于智能平臺技術(shù)門檻高、資源投入大，且CSR提升企業(yè)收益難以立竿見影，中國醫(yī)療智能平臺型企業(yè)較為匱乏，積極履責(zé)企業(yè)較少，履責(zé)力度參差不齊。加之藥企和智能醫(yī)藥平臺地位關(guān)系不對等、政策靈敏度不同，政府規(guī)制效果各異?？紤]到醫(yī)藥產(chǎn)品特殊性與履責(zé)現(xiàn)狀嚴(yán)峻性，醫(yī)藥新興平臺模式下各種CSR問題亟需新的監(jiān)管方式，建立以政府監(jiān)管為主導(dǎo)、以平臺賦能為手段的高效—智能—協(xié)同CSR治理模式迫在眉睫。而政府分類規(guī)制與智能平臺賦能的機(jī)制構(gòu)建完善是實現(xiàn)高效—智能—協(xié)同CSR治理的關(guān)鍵。因此，如何實施政府分類規(guī)制提升醫(yī)藥行業(yè)CSR治理效能、解構(gòu)醫(yī)藥智能平臺運(yùn)作模式及賦能機(jī)制實現(xiàn)治理資源集成與協(xié)同、最大化平臺智能度提升行業(yè)鏈條耦合度與自治力，已成為國家治理體系與治理能力現(xiàn)代化背景下應(yīng)對醫(yī)藥行業(yè)CSR履行及治理困境必須直面與研究的重大理論與現(xiàn)實問題。

醫(yī)藥企業(yè)CSR問題受到學(xué)者廣泛關(guān)注，現(xiàn)有研究主要涉及醫(yī)藥企業(yè)CSR治理路徑以及CSR對醫(yī)藥企業(yè)因素的影響機(jī)制[1-2]。胡穎廉等[3]通過構(gòu)建國家藥品安全治理體系，分析部門協(xié)同共治、監(jiān)管嵌入產(chǎn)業(yè)的機(jī)理。陳永法等[4]認(rèn)為藥品治理應(yīng)健全公眾參與制度，構(gòu)筑“社會共治”格局。方俊[5]則總結(jié)了在4個方面落實協(xié)同治理的多主體責(zé)任路徑。唐益敏等[6]引入企業(yè)動態(tài)能力作為中介機(jī)制，實證研究資源能力一體化下醫(yī)藥企業(yè)社會責(zé)任對創(chuàng)新績效路徑的影響。醫(yī)藥企業(yè)CSR行政端治理可有效規(guī)范醫(yī)藥企業(yè)CSR履責(zé)行為，但醫(yī)藥企業(yè)自身端主動履責(zé)對企業(yè)發(fā)展更具積極影響，有助于規(guī)避道德風(fēng)險、提升企業(yè)績效并強(qiáng)化核心競爭力[7]。上述研究均采用實證方法，討論CSR對醫(yī)藥企業(yè)績效的影響機(jī)制及醫(yī)藥治理路徑，但無法揭示CSR對醫(yī)藥企業(yè)履責(zé)策略影響的內(nèi)在機(jī)理。針對政府規(guī)制下的非醫(yī)藥企業(yè)CSR履行策略研究，主要關(guān)注供應(yīng)鏈成員履責(zé)決策、合作策略和渠道優(yōu)化等[8-9]。Liu等[10]建立三級Stackelberg博弈模型分析政府補(bǔ)貼對供應(yīng)鏈成員的利潤影響。Li等[11]指出政府補(bǔ)貼可同時提升制造商與零售商履責(zé)積極性。政府規(guī)制對提升企業(yè)履責(zé)水平具有積極作用[12]，但不同規(guī)制政策提升水平各異，且易受競爭壓力、輿論環(huán)境約束的影響[13]。上述CSR履行策略研究均基于完全理性假設(shè)構(gòu)建靜態(tài)博弈模型，由于CSR問題復(fù)雜性、信息不完全性等限制，無法體現(xiàn)企業(yè)履責(zé)決策的群體網(wǎng)絡(luò)效應(yīng)。同時，智能供應(yīng)鏈平臺基于其平臺網(wǎng)絡(luò)效應(yīng)和生態(tài)嵌入優(yōu)勢，已突破傳統(tǒng)供應(yīng)鏈范式。由此，探究政府分類規(guī)制下智能供應(yīng)鏈賦能機(jī)制進(jìn)而實現(xiàn)醫(yī)藥行業(yè)高效—智能—協(xié)同CSR治理尤為重要。

鑒于實證研究的假設(shè)驗證性、智能平臺的場域賦能性和完全理性假設(shè)下靜態(tài)博弈模型的局限性，構(gòu)建政府、智能供應(yīng)鏈平臺和藥企的智能醫(yī)藥系統(tǒng)，探究政府分類規(guī)制、智能平臺賦能的機(jī)制與影響因素，以及政府分類規(guī)制對智能平臺、藥企CSR履行決策的作用機(jī)理，通過對三方策略演化的臨界條件、穩(wěn)定性及演化路徑分析，揭示各因素作用與三方博弈演化規(guī)律，并通過建立系統(tǒng)動力學(xué)模型，利用Anylogic仿真軟件平臺對各主體策略均衡、演化路徑及因素影響進(jìn)行可視化仿真分析，以期為政府的醫(yī)藥行業(yè)CSR治理效能提升與治理資源高效—智能—協(xié)同耦合提供理論參考。

1 問題描述

鑒于醫(yī)藥產(chǎn)品的特殊性及政府對制假售假的“高壓”、“零容忍”態(tài)度，以醫(yī)藥產(chǎn)品產(chǎn)銷價格機(jī)制為背景主線，考慮由政府、智能供應(yīng)鏈平臺(簡稱平臺)、醫(yī)藥企業(yè)(簡稱藥企)組成的智能醫(yī)藥系統(tǒng)。政府、平臺、藥企策略空間分別為嚴(yán)格規(guī)制(SG1)與寬松規(guī)制(SG2)、履責(zé)合作(SP1)與非履責(zé)合作(SP2)、積極履責(zé)(SM1)與消極履責(zé)(SM2)。政府采取SG1策略指通過分類規(guī)制促進(jìn)平臺、藥企合作履責(zé)，并根據(jù)雙方履責(zé)與智能化水平進(jìn)行分類獎懲。平臺采取SP1策略指積極進(jìn)行CSR投入并對藥品采取前端平價或低價銷售以最大化消費(fèi)者剩余，同時投資智能供應(yīng)鏈建設(shè)以強(qiáng)化市場自治力。藥企采取SM1策略指積極遵守醫(yī)藥CSR規(guī)范，以平價或低價提供藥品后端批發(fā)服務(wù)。反之，政府采取SG2策略表現(xiàn)為降低監(jiān)管與獎懲力度的弱“無為”化；平臺、藥企分別采取SP2、SM2策略表現(xiàn)為違背定價規(guī)范、獲取超額不當(dāng)?shù)美膹?qiáng)“利己”化。政府作為行業(yè)秩序維護(hù)者，注重長效履責(zé)機(jī)制與行業(yè)形象建設(shè)。作為醫(yī)藥產(chǎn)銷鏈主體，平臺與藥企基于產(chǎn)銷機(jī)制構(gòu)建合作關(guān)系，以收益最大化為目標(biāo)制定自身CSR策略。平臺通過對醫(yī)藥產(chǎn)品差異策略定價和智能供應(yīng)鏈建設(shè)獲取收益，藥企向平臺提供醫(yī)藥產(chǎn)品并根據(jù)自身收益制定履責(zé)決策及相應(yīng)批發(fā)價格，雙方傾向融合發(fā)展，但受內(nèi)部收益及外部環(huán)境影響。平臺、藥企收益除共同受政府規(guī)制、履責(zé)需求影響外，同時受雙方策略選擇影響。三方通過價格、競合和收益機(jī)制相互作用，在有限信息、認(rèn)知水平下相互影響、不斷學(xué)習(xí)，且三方行為策略選擇隨時間動態(tài)演化。

2 演化博弈模型構(gòu)建

2.1 市場需求函數(shù)

在平臺履責(zé)合作時，消費(fèi)者感知CSR價值并根據(jù)效用最大化購買醫(yī)藥產(chǎn)品[16]。設(shè)醫(yī)藥產(chǎn)品市場需求為Q，消費(fèi)者支付意愿為h，在[0,Q]中服從均勻分布。當(dāng)藥企和平臺合作履責(zé)時，消費(fèi)者購買產(chǎn)品效用水平為U1=ηh-λp1，0<η<1；當(dāng)藥企和平臺非合作履責(zé)時，消費(fèi)者購買產(chǎn)品效用水平為U2=h-λp2；當(dāng)消費(fèi)者不購買時效用為0，p1

2.2 三方博弈收益矩陣

1)當(dāng)政府采取SG1策略時，政府嚴(yán)格監(jiān)管并營造良好履責(zé)環(huán)境，推進(jìn)平臺智能供應(yīng)鏈建設(shè)，獲得感知收益(市場信心、公眾信任等)，但須付出規(guī)制成本。政府根據(jù)平臺與藥企策略選擇進(jìn)行定制獎懲(與監(jiān)管力度t有關(guān))并培育智能供應(yīng)鏈建設(shè)。若平臺采取SP2策略，政府基礎(chǔ)收益減少。若政府采取SG2策略，政府存在寬松規(guī)制機(jī)會成本，而當(dāng)平臺同時采取SP2策略時，將造成政府感知損失。

2)平臺不同策略收益主要由醫(yī)藥產(chǎn)品銷售收益、智能供應(yīng)鏈建設(shè)收益及傭金收益組成。當(dāng)政府采取SG1策略時，平臺采取SP1、SP2策略所受獎懲與政府監(jiān)管力度、規(guī)制政策有關(guān)。若平臺采取SP2策略藥企采取SM1策略，平臺存在搭便車收益。當(dāng)平臺采取SP1策略、政府采取SG1策略且藥企不采取SM2策略時，平臺投資智能供應(yīng)鏈建設(shè)并獲取補(bǔ)貼及智能化收益。

3)藥企不同策略收益主要由醫(yī)藥產(chǎn)品生產(chǎn)收益與智能供應(yīng)鏈下風(fēng)險減免收益組成。當(dāng)政府采取SG1策略時，藥企采取SM1、SM2策略所受獎懲取決于政府規(guī)制政策和監(jiān)管力度。若平臺采取SP2策略藥企采取SM1策略，藥企須承擔(dān)支付動態(tài)成本(與醫(yī)藥產(chǎn)品銷量呈正相關(guān))。若藥企采取SM1策略且平臺采取SP1策略，藥企提升風(fēng)險彈性閾值，獲得風(fēng)險減免收益。政府、平臺和藥企三方博弈支付矩陣如表1所示。

表1 三方主體博弈支付矩陣Tab.1 The payoff matrix of the three-party agent game

2.3 復(fù)制動態(tài)方程

同理可求得平臺、藥企收益復(fù)制動態(tài)方程。將政府、平臺與藥企的收益復(fù)制動態(tài)方程聯(lián)立可得政府、平臺與藥企三方主體行為策略演化博弈的智能醫(yī)藥系統(tǒng)為

(1)

3 三方主體策略演化路徑與穩(wěn)定性分析

由微分方程穩(wěn)定性定理知，復(fù)制動態(tài)方程穩(wěn)定點(diǎn)位于一階導(dǎo)數(shù)小于零的奇點(diǎn)處，即需滿足

(2)

圖1 政府策略演化相位圖Fig.1 Phase diagram of government strategy evolution

圖2 平臺策略演化相位圖Fig.2 Phase diagram of platform strategy evolution

圖3 藥企策略演化相位圖Fig.3 Phase diagram of strategy evolution of pharmaceutical enterprises

3.1 政府視角下演化穩(wěn)定性分析

對政府采取SG1策略的復(fù)制動態(tài)方程求一階偏導(dǎo)，依據(jù)式(1)可得

F′(x)=(1-2x)(-ω(yys+zym)+t(Φ1+Φ2)-t(yΦ1+zΦ2)+yzm+(1-z)yn+(1-y)L-yθΔc-c1+c2))

(3)

(4)

綜上，政府策略選擇同時受平臺與藥企策略影響，當(dāng)平臺采取SM1策略概率小于某一閾值時，政府采取SG1策略的演化路徑趨向于1，即政府對具有非履責(zé)傾向的平臺采取嚴(yán)格規(guī)制政策。嚴(yán)格規(guī)制與寬松規(guī)制成本差額對政府嚴(yán)格規(guī)制策略具有抑制作用，若政府寬松規(guī)制將造成市場信心、公眾信任等感知損失。由此，政府需注重醫(yī)藥行業(yè)CSR治理多方協(xié)同作用，減少規(guī)制成本、釋放各方治理資源活力。

3.2 平臺視角下演化穩(wěn)定性分析

對平臺選擇SP1策略的復(fù)制動態(tài)方程求一階偏導(dǎo)，依據(jù)式(1)可得

(5)

(6)

綜上，平臺策略選擇同時受政府與藥企策略影響，當(dāng)藥企采取SM1策略的概率大于某一閾值時，平臺向SP1策略方向演化。平臺搭便車收益、藥企支付動態(tài)收益、履責(zé)與非履責(zé)售賣藥品價格差額、履責(zé)努力成本系數(shù)對平臺履責(zé)合作策略具有抑制作用；但若采取“薄利多銷”策略降價銷售能夠獲得較大收益，平臺趨向于進(jìn)行履責(zé)合作，且與智慧度補(bǔ)貼短期收益相比，平臺更注重智能供應(yīng)鏈投資的長期收益。

3.3 藥企視角下演化穩(wěn)定性分析

對藥企選擇SM1策略的復(fù)制動態(tài)方程求一階偏導(dǎo)，依據(jù)式(1)可得：

(7)

(8)

由式(8)易知，VM1隨Lp、(pw1-cs)q1的上升而上升，隨μm，(pw2-pw1)q2，(pw2-cs)q2的上升而下降。綜上，藥企演化策略同時受政府與平臺策略影響，當(dāng)政府采取SG1策略的概率高于特定臨界水平時，藥企向SM1策略方向演化，表明政府嚴(yán)格規(guī)制政策對藥企履責(zé)具有積極影響。藥企履責(zé)成本系數(shù)、履責(zé)與非履責(zé)批發(fā)藥品價格差額、哄抬物價所獲超額收益對藥企積極履責(zé)策略具有抑制作用。但若采取“薄利多銷”策略降低批發(fā)價格能夠獲得較大收益，藥企將趨向于進(jìn)行積極履責(zé)。若藥企消極履責(zé)，其難以通過智能平臺獲取市場有效信息，將面臨外部較大市場風(fēng)險，即藥企積極履責(zé)概率與市場風(fēng)險呈正相關(guān)。

4 智能醫(yī)藥系統(tǒng)演化穩(wěn)定性分析

其中，J11=(1-2x)(-ω(yys+zym)+t(Φ1+Φ2)-t(yΦ1+zΦ2)+yzm+(1-z)yn+(1-y)L-yθΔc-c1+c2)；

0.5(xz-x-z)δθ2-zψp2q2+xtΦ1+xθΔc)；

J23=y(1-y)((p1-pw1)(q1-q2)+(1-x)θΔTe-Δs+0.5(x-1)δθ2-ψp2q2)；

J32=z(1-z)((pw1-cs)(q1-q2)+θαLp+ψp2q2)；

J12=x(1-x)(-ωys-tΦ1+zm+(1-z)n-L-θΔc)；

J13=x(1-x)(ym-yn-ωym-tΦ2)；

J21=y(1-y)(ωys+(1-z)θΔTe+tΦ1+0.5(z-1)δθ2+θΔc)；J31=z(1-z)(tΦ2+ωym)。

表2 均衡點(diǎn)Jacobi矩陣特征值Tab.2 The eigenvalues of the Jacobian matrix

情景1當(dāng)ω(2ΔTe+2Δc)δ-1時，由表3可知，均衡點(diǎn)E2(1,0,0)對應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP2,SM2}為演化穩(wěn)定策略。藥企、平臺分別選擇SM2、SP2策略主要取決于政府規(guī)制和監(jiān)管力度，政府規(guī)制可顯著影響藥企與平臺策略選擇。藥企關(guān)注消極履責(zé)超額收益，平臺不僅關(guān)注非履責(zé)超額收益，更關(guān)注智慧度投資本利差。

情景2當(dāng)ω>max{0.5μsys,0.5μmym}，min{tΦ1,tΦ2}>max{(p2-p1)q2,(pw2-pw1)q2}，θ<(2ΔTe+2Δc)δ-1，(p1-pw1)(q1-q2)>Δs+ψp2q2，(pw1-cs)(q1-q2)+θαLp>0時，由表3可知，均衡點(diǎn)E8(1,1,1)對應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP1,SM1}演化穩(wěn)定策略。與情景1相比，情景2約束條件方向相反且條件增加，表明藥企、平臺分別選擇積極履責(zé)、履責(zé)合作時考慮因素更為復(fù)雜且同時受雙方策略影響。在不改變政府規(guī)制力度下，當(dāng)平臺搭便車收益與支付動態(tài)收益較小、市場風(fēng)險較大時，會驅(qū)使平臺與藥企合作履責(zé)并投資智能供應(yīng)鏈建設(shè)。

表3 智能醫(yī)藥系統(tǒng)穩(wěn)定性Tab.3 Stability of smart medicine system

情景3當(dāng)0.5μsys<ω<0.5μmym，θ<(2ΔTe+2Δc)δ-1，(pw1-cs)(q1-q2)+θαLp<0，tΦ1>(p2-p1)q2，tΦ2<(pw2-pw1)q2時，由表4可知，均衡點(diǎn)E5(1,1,0)對應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP1,SM2}為演化穩(wěn)定策略。與情景2相比，同等政府規(guī)制力度下，平臺約束條件放寬，藥企約束條件相反，且不同企業(yè)對政府規(guī)制政策靈敏度不同。囿于平臺對藥企放寬條件，且市場風(fēng)險降低，政府處罰低于消極履責(zé)超額收益，藥企難以與平臺融合并達(dá)到積極履責(zé)狀態(tài)。

表4 智能醫(yī)藥系統(tǒng)穩(wěn)定性Tab.4 Stability of smart medicine system

情景4當(dāng)0.5μmym<ω<0.5μsys，θ>(2ΔTe+2Δc)δ-1，(p1-pw1)(q1-q2)<Δs+ψp2q2，tΦ1<(p2-p1)q2，tΦ2>(pw2-pw1)q2+ψp2q2時，由表4可知，均衡點(diǎn)E6(1,0,1)對應(yīng)Jacobi矩陣特征值均為負(fù)，由李雅普諾夫判別法知{SG1,SP2,SM2}為演化穩(wěn)定策略。與情景2相比，同等政府規(guī)制力度下，平臺約束條件相反，藥企約束條件收緊，平臺支付動態(tài)收益為實現(xiàn)情景4關(guān)鍵因素。藥企對市場風(fēng)險關(guān)注減小，但對消極履責(zé)超額收益、支付動態(tài)成本與政府處罰關(guān)系更為敏感。囿于平臺與藥企層次不等關(guān)系，平臺可操空間大于藥企，若平臺搭便車收益與支付動態(tài)收益較大，提升智能度意愿較低，它與藥企合作但難以共同履責(zé)。

5 仿真分析

5.1 仿真模型構(gòu)建與檢驗

根據(jù)系統(tǒng)動力學(xué)原理、復(fù)制動態(tài)方程及約束條件，運(yùn)用Anylogic8.5.1軟件進(jìn)行建模仿真。設(shè)時間步長為1，單位為d，SD模型如圖4所示。系統(tǒng)動力學(xué)模型揭示整體系統(tǒng)行為趨勢及政策變化影響，重點(diǎn)在于揭示出事物變化規(guī)律及提供演化趨勢的決策思考[20]。根據(jù)復(fù)制動態(tài)方程及約束條件，取m=1.5，n=1.3，c1=0.5，c2=0.4，L=2.0，cs=0.08，Δs=0.1，ys=0.8，ym=0.8，μs=0.3，μm=0.3，p1=0.38，p2=0.5，pw1=0.25，pw2=0.35，α=0.2，Lp=0.7，λ=0.5，η=0.8，ψ=0.52，δ=0.2，Q=1.45。由此，基于SD模型及其參數(shù)取值，檢驗?zāi)Ｐ秃侠硇?，探究?guī)制政策等關(guān)鍵因素影響。以均衡點(diǎn)E8(1,1,1)為例，通過調(diào)整三方主體初始策略取值概率的大小，觀測系統(tǒng)時序演化狀態(tài)，檢驗?zāi)Ｐ统踔得舾行耘c系統(tǒng)穩(wěn)定性。令x,y,z∈{0.98,0.99}，政府、平臺與藥企策略選擇均為混合策略，系統(tǒng)演化路徑如圖5所示。

圖4 智能醫(yī)藥系統(tǒng)動力學(xué)仿真模型Fig.4 Dynamic simulation model of intelligent medical system

由圖5可知，系統(tǒng)向均衡穩(wěn)定點(diǎn)演化速度不同，演化速度與初始值有關(guān)。當(dāng)三方主體在均衡點(diǎn)E8(1,1,1)附近，初始策略取值概率不同時，其均向穩(wěn)定均衡點(diǎn)E8(1,1,1)演化，系統(tǒng)存在演化穩(wěn)定均衡點(diǎn)。其余均衡點(diǎn)初值敏感性與系統(tǒng)穩(wěn)定性討論與之類似，此處不再贅述。由于初始值的選取與演化結(jié)果無關(guān)，微分動力系統(tǒng)不存在策略取值概率初值敏感性。且當(dāng)三方主體均采取混合策略時，系統(tǒng)存在純策略演化均衡點(diǎn)，三方策略選擇均可達(dá)到穩(wěn)定狀態(tài)，結(jié)果驗證了演化模型的合理性與穩(wěn)定性。

圖5 三方不同初始策略系統(tǒng)演化路徑Fig.5 Three-party different initial strategy system evolution path

5.2 因素影響仿真

在政府分類規(guī)制、消費(fèi)者偏好等關(guān)鍵因素影響仿真中，由于系統(tǒng)演化結(jié)果不存在策略取值概率初值敏感性，故假定政府、平臺和藥企策略取值概率均為0.5。為破解醫(yī)藥行業(yè)CSR履責(zé)與治理困境，針對E8(1,1,1)策略組合，探究智慧度、消費(fèi)者偏好、獎勵系數(shù)、監(jiān)管力度、平臺懲罰上限、藥企懲罰上限各因素作用及對系統(tǒng)演化的影響，為提升政府CSR治理效能與形成醫(yī)藥行業(yè)“履責(zé)風(fēng)尚”提供決策參考。

5.2.1 智慧度對三方博弈演化策略的影響

智慧度取不同值時，三方演化博弈仿真結(jié)果如圖6所示。

圖6 不同智慧度三方主體演化路徑Fig.6 Evolution path of tripartite subjects with different degrees of intelligence

由圖6a可知，高智慧度智能醫(yī)藥系統(tǒng)可強(qiáng)化藥企抗風(fēng)險能力與市場自治力，但同時增加政府支出成本，雙重作用下政府政策干預(yù)速度減緩，最終穩(wěn)定在嚴(yán)格規(guī)制狀態(tài)。政府演化速度顯著快于平臺與藥企，表明政府需提前快速制定規(guī)制政策以規(guī)范市場秩序，引導(dǎo)平臺、藥企履責(zé)合作并投資智能供應(yīng)鏈建設(shè)。由圖6b可知，當(dāng)智慧度較低時，非履責(zé)合作有機(jī)會獲得支付動態(tài)收益與超額收益，平臺處于考察狀態(tài)，其演化路徑波動劇烈，演化過程難以穩(wěn)定。隨著智慧度不斷增加，平臺補(bǔ)貼收益逐漸提高，提高智慧度增強(qiáng)風(fēng)險彈性的同時可帶來更多智能投資收益，平臺向履責(zé)合作方向演化，演化速度與智慧度呈正相關(guān)。由圖6c可知，當(dāng)智慧度較小時，藥企面臨高市場風(fēng)險，由于市場不確定性及平臺策略波動性，藥企履責(zé)成本較高，且政府補(bǔ)貼與需支付動態(tài)成本收支情況不明，其持觀察態(tài)度，演化路徑呈波動狀態(tài)。當(dāng)智慧度較大時，平臺選擇與藥企合作履責(zé)可提升其風(fēng)險彈性閾值，同時政府補(bǔ)貼收益增加，藥企向積極履責(zé)方向演化，且智慧度較大時，演化速度與智慧度呈正相關(guān)。平臺具有高智慧度投資傾向，藥企具有高智慧度履責(zé)傾向，但兩者易受雙方策略選擇影響，且智慧度對平臺與藥企策略選擇影響顯著。

5.2.2 獎勵系數(shù)對三方博弈演化策略的影響

獎勵系數(shù)取不同值時，三方演化博弈仿真結(jié)果如圖7所示。

圖7 不同獎勵系數(shù)三方主體演化路徑Fig.7 Evolution path of tripartite subjects with different reward coefficients

由圖7a可知，當(dāng)獎勵系數(shù)較小時，政府向嚴(yán)格規(guī)制方向演化，演化速度隨著獎勵系數(shù)的增大逐漸減小，最終達(dá)到穩(wěn)定狀態(tài)。當(dāng)獎勵系數(shù)過大時，由于支出成本增大，政府持觀望狀態(tài)，策略選擇難以穩(wěn)定，且獎勵系數(shù)越大演化路徑波動頻率越快。因此，政府應(yīng)當(dāng)制定適當(dāng)獎勵性政策以規(guī)范市場行為。由圖7b可知，當(dāng)獎勵系數(shù)較低時，基于政府獎勵性與嚴(yán)格規(guī)制政策，平臺選擇與藥企合作履責(zé)，演化速度與獎勵系數(shù)呈正相關(guān)。當(dāng)獎勵系數(shù)過大時，囿于政府搖擺性獎勵政策，平臺策略選擇難以達(dá)到穩(wěn)定狀態(tài)。由圖7c可知，當(dāng)獎勵系數(shù)較低時，政府補(bǔ)貼較少，藥企積極履責(zé)存在較高履責(zé)成本，消極履責(zé)可獲得超額收益，藥企向消極履責(zé)方向演化。隨著獎勵系數(shù)的提升，藥企履責(zé)補(bǔ)貼收益不斷增加，藥企選擇與平臺合作，積極履責(zé)并強(qiáng)化其風(fēng)險彈性，演化速度隨著獎勵系數(shù)的增加而加快。獎勵系數(shù)對政府、平臺和藥企策略選擇影響顯著，藥企對獎勵性政策更為敏感，適當(dāng)經(jīng)濟(jì)補(bǔ)貼可提升平臺和藥企履責(zé)積極性。

5.2.3 平臺懲罰上限對三方博弈演化策略的影響

平臺懲罰上限取不同值時，三方演化博弈仿真結(jié)果如圖8所示。由圖8a可知，當(dāng)平臺懲罰上限取值不同時，政府均向嚴(yán)格規(guī)制方向演化，但平臺懲罰上限對政府策略選擇影響較小。隨著平臺懲罰上限不斷增大，囿于平臺、藥企不確定性履責(zé)狀態(tài)，政府提高平臺懲罰上限并加快規(guī)制政策落地速度。政府演化速度快于平臺和藥企，表明政府需提前制定規(guī)制政策，根據(jù)市場CSR違規(guī)情況制定相應(yīng)懲罰標(biāo)準(zhǔn)，規(guī)范企業(yè)積極履責(zé)。

圖8 不同平臺懲罰上限三方主體演化路徑Fig.8 Evolution path of tripartite subjects with different platform punishment upper limit

由圖8b可知，當(dāng)平臺懲罰上限較低時，平臺處于考察狀態(tài)，具有較大策略實施空間，考慮到不履責(zé)合作所受處罰較低，通過高價銷售、收取支付動態(tài)收益可獲得較高收益，平臺策略選擇難以穩(wěn)定。當(dāng)平臺懲罰上限較高時，平臺非履責(zé)所受處罰增加，非履責(zé)合作收益難以抵消處罰成本，平臺向履責(zé)合作方向演化，且演化速度與平臺懲罰上限呈正相關(guān)。由圖8c可知，當(dāng)平臺懲罰上限較低時，基于平臺搖擺性策略，為規(guī)避單一策略風(fēng)險損失，藥企策略選擇難以穩(wěn)定。隨著平臺懲罰上限的增加，由于處于渠道劣勢地位，藥企消極履責(zé)收益低于懲罰成本，積極履責(zé)可獲得補(bǔ)貼與聲譽(yù)收益，與智能平臺合作可強(qiáng)化風(fēng)險彈性，藥企選擇積極履責(zé)策略，演化速度隨著平臺懲罰上限的增加而加快。囿于不平等地位關(guān)系，平臺懲罰上限可同時影響平臺、藥企策略選擇，處于劣勢地位藥企存在策略實施空間與時間局限。

5.2.4 藥企懲罰上限對三方博弈演化策略的影響

藥企懲罰上限取不同值時，三方演化博弈仿真結(jié)果如圖9所示。

圖9 不同藥企懲罰上限三方主體演化路徑Fig.9 Evolution path of tripartite subjects with different pharmaceutical enterprise punishment upper limit

由圖9a可知，當(dāng)藥企懲罰上限取不同值時，政府向嚴(yán)格規(guī)制方向演化，演化速度快于平臺和藥企。若藥企懲罰上限不斷增大，有利于規(guī)范藥企CSR違規(guī)問題，且采取嚴(yán)格規(guī)制增加政府收益，政府演化速度加快，但藥企懲罰上限對演化速度影響較小。由圖9b可知，若藥企懲罰上限不斷增加，政府采取嚴(yán)格規(guī)制策略，平臺非履責(zé)合作收益低于履責(zé)合作收益，最終向履責(zé)合作方向演化。當(dāng)懲罰上限增加時，藥企演化速度加快，平臺根據(jù)藥企履責(zé)決策調(diào)整相應(yīng)策略以獲得最大投機(jī)收益，平臺演化速度與藥企懲罰上限呈反相關(guān)，最終穩(wěn)定在履責(zé)合作狀態(tài)。由圖9c可知，藥企懲罰上限對藥企策略選擇影響較小，當(dāng)懲罰上限增加時，藥企消極履責(zé)所受處罰不斷增大，積極履責(zé)可獲得政府補(bǔ)貼，積極履責(zé)收益高于消極履責(zé)收益，藥企向積極履責(zé)方向演化，且演化速度隨著藥企懲罰上限的增大而加快，最終達(dá)到穩(wěn)定狀態(tài)。藥企懲罰上限對政府、平臺和藥企策略選擇影響較小，平臺與藥企演化速度呈現(xiàn)反相關(guān)關(guān)系。

6 結(jié)論

針對醫(yī)藥行業(yè)履責(zé)困境與政府規(guī)制難題，構(gòu)建了政府、智能供應(yīng)鏈平臺和醫(yī)藥企業(yè)參與的智能醫(yī)藥系統(tǒng)，運(yùn)用演化博弈理論探究政府分類規(guī)制、智能平臺賦能機(jī)制與影響因素，以及政府分類規(guī)制對智能平臺、藥企CSR履行決策的影響機(jī)制，揭示各因素作用與三方博弈演化規(guī)律，并運(yùn)用Anylogic軟件仿真分析政府分類規(guī)制等因素對系統(tǒng)演化路徑的影響。

研究結(jié)論有：1)對政府而言，政府分類規(guī)制顯著影響平臺、藥企CSR履行決策與智能供應(yīng)鏈建設(shè)，但規(guī)制效果受平臺、藥企政策靈敏度影響，且懲罰性政策落地速度快于獎勵性政策。若政府嚴(yán)格規(guī)制，可促進(jìn)藥企、平臺合作履責(zé)，并引導(dǎo)平臺智能供應(yīng)鏈投資，提升雙方風(fēng)險彈性閾值和行業(yè)自治力。政府演化速度與智慧度、獎勵系數(shù)呈負(fù)相關(guān)，與平臺和藥企懲罰上限呈正相關(guān)，當(dāng)獎勵系數(shù)過高時，政府策略選擇難以穩(wěn)定。2)對平臺而言，其獎勵性政策靈敏度高于懲罰性政策，強(qiáng)獎懲規(guī)制力度與高智慧度賦能性可雙向促進(jìn)平臺積極履責(zé)合作，較高市場風(fēng)險可提升智能供應(yīng)鏈建設(shè)積極性。相較藥企而言，平臺存在平臺優(yōu)勢，履責(zé)決策影響因素更為復(fù)雜，受內(nèi)部智慧度投資利本差、非履責(zé)超額收益以及外部規(guī)制政策多重因素影響。3)對藥企而言，其獎勵性政策靈敏度低于懲罰性政策，相比平臺，藥企存在策略實施空間與時間局限。政府懲罰性規(guī)制政策(平臺與藥企懲罰上限)對藥企策略選擇影響較小，若各因素強(qiáng)度較低，藥企策略選擇難以穩(wěn)定且相比平臺具有滯后效應(yīng)。智慧度和獎勵系數(shù)獎勵性政策對藥企策略選擇影響顯著，較高智慧度、獎勵系數(shù)有利于藥企積極履責(zé)。

本研究的管理啟示主要在于：1)強(qiáng)化醫(yī)藥行業(yè)CSR治理政府主導(dǎo)前置作用，科學(xué)制定分類規(guī)制政策。鑒于政府分類規(guī)制對藥企、平臺策略選擇的高顯著性影響，基于醫(yī)藥行業(yè)CSR現(xiàn)狀推動政府規(guī)制作用前置，根據(jù)藥企、平臺的政策靈敏度異質(zhì)性，施行平臺重獎勵、藥企重懲罰的規(guī)制政策“私人定制”。2)構(gòu)建醫(yī)藥智能平臺“CSR治理共同體”，強(qiáng)化醫(yī)藥行業(yè)鏈條耦合力與風(fēng)險自治力?；卺t(yī)藥智能平臺兼具個體與耦合雙元屬性，發(fā)揮政府牽頭引導(dǎo)作用，構(gòu)建醫(yī)藥智能供應(yīng)鏈平臺，促進(jìn)醫(yī)藥產(chǎn)銷鏈條價格透明化、治理智能化，實現(xiàn)CSR治理資源集成協(xié)同與場域生態(tài)圈配置，助力醫(yī)藥行業(yè)CSR治理范式創(chuàng)新。3)鑒于藥企的鏈條弱勢地位與平臺的耦合網(wǎng)絡(luò)效應(yīng)，提升平臺規(guī)制政策制定強(qiáng)度與精準(zhǔn)度為醫(yī)藥行業(yè)CSR治理的關(guān)鍵?；谌街黧w策略演化的臨界條件及因素影響機(jī)制，在治理資源集成協(xié)同、路徑規(guī)劃、強(qiáng)度制定方面強(qiáng)化針對平臺的規(guī)制引導(dǎo)及監(jiān)管力度。

雖然本研究得出具有一定理論與實踐價值的結(jié)論，但仍然存在以下不足，有待進(jìn)一步關(guān)注和剖析：1)主要以后疫情時代醫(yī)藥線上銷售模式為背景討論智能平臺賦能機(jī)制，以及政府分類規(guī)制對藥企、智能平臺CSR履行決策的機(jī)制作用，由此得出的結(jié)論難以適用于采用線上線下聯(lián)合銷售模式的醫(yī)藥企業(yè)，未來有必要結(jié)合醫(yī)藥企業(yè)雙渠道銷售場景展開類似探索；2)主要考慮靜態(tài)規(guī)制政策下三方演化路徑分析，未能全面考慮動態(tài)規(guī)制政策以及醫(yī)藥企業(yè)動態(tài)履責(zé)水平的影響，未來可進(jìn)一步研究政府動態(tài)規(guī)制下醫(yī)藥企業(yè)動態(tài)履責(zé)水平的作用機(jī)制。