1　引言

    20世纪80年代以来，世界流通产业迎来了巨大的变革，这个变革的一个主要内容就是整个产业链中的主导权发生了由生产商向零售商的转移，使原来以制造商为中心的供应链模式转向以零售商为中心的供应链模式，但目前对于供应链的研究却主要集中在以制造商为中心的供应链方面[1]。从市场环境的变化、零售商与制造商的力量对比变化、零售商与制造商寻求利益均衡以及零售产业自身的发展和要求等各个方面看，都反映出零售网络在整个系统中话语权越来越大，扮演着越来越重要的角色。供应链一般被视为复杂系统，某些供应链通过市场竞争不断重组最终趋于稳定，供应链系统中的零售网络也表现出这一特征[2]。例如中国的家电零售网络，由于产品的差异化很小，竞争非常激烈，零售网络的演化出现了只剩国美、苏宁两大巨头的竞争形态，类似的情形在国外钢材等行业也存在[3]。这些案例中的零售网络一般演化特点是，前期竞争对手较少，需求旺盛，利润空间大；中期竞争激烈，需求稳定，利润空间不断受到挤压；后期很多零售企业纷纷退出市场，仅剩几家规模超大的零售企业寡头竞争。这些演化特点是某些行业的规律还是零售网络特有的特征，除了企业的数目在演化过程中表现的明显特征外，价格、零售企业的适应能力、死亡率、新增力量等都是需要进一步探讨和研究的问题。演化观点解释的是特定个体之间的共存现象的变迁模式，该模式是用个体之间相对重要性的频率指标描述的。更准确地说，演化观点关注的是解释具体的个体之间的相对重要性是如何随时间而变化的，为什么一些被淘汰了而另一些则生存下来了[4]。本研究试图用演化的观点、采用多主体建模的方法解释零售网络的变化规律，反映网络特有的演化特性。

    2　相关研究评述

    在过去的几年里，对于供应链网络的演化问题已有学者做了一些研究。Choi和Harland等主要集中研究了不同数目、类型的供应链网络差异性背后的原因和相应的对策以及网络随着时间的变化与适应[2，5，6]；Surya Dev Pathak和Yong Zhang等在此基础上提出研究供应链网络形成与演化的理论框架，对涉及的agent的属性、规则以及交互关系做了详细的探讨和分析，并对生产供应网络的演化进行计算模拟，重点分析网络中供应商的数目、结构等演化特征[7～11]；Hari Prasad Thadakamalla等从拓扑结构的视角描述供应网络的形成与演化，通过模拟网络演化分析不同类型网络在受到不同攻击情况下的鲁棒性表现[12]；Lee等提出供应链管理的演化模型，并根据惠普案例进行详细的分析，研究惠普供应链由技术为主转向以产品、市场为主的演化特征[13]；Pietro Romano通过调查分析意大利受时间影响较大的休闲服装行业，探讨供应链最优绩效下的网络配置和商业流程[14]；Rose-Anderssen等对航空供应链进行演化分析，认为改善航空供应链应该具有演化和系统的观点，并分析了系统演化的几个关键阶段，从系统的角度给出优化航空供应链网络的方法[15]。研究方法上，目前对供应链演化的研究主要采取的方法有定性分析、博弈论、系统动力学和计算机模拟等。随着信息技术和人工智能技术的迅猛发展，以Multi-agent方法为代表的计算机模拟技术越来越广泛地应用于供应链的研究中[16～18]。Multi-agent技术的自治性、移动性、代理性和智能性等特点正适合于跨越企业边界的、处于混合环境的供应链的管理。基于Multi-agent技术开发的供应链管理系统具有便于系统中各agent之间协调的优点。对供应链系统中因供应商、客户和制造商涉及的供产销等活动的动态改变，agent可以共同协调去改变原计划、调度或决策。更重要的是，基于Multi-agent技术在零售网络所需的抽象程度上是一种非常有效的方法[17，18]。总的来说，目前学术界对于供应链网络如何涌现、形成以及演化这一过程的研究还比较少，研究主要集中在供应链网络中的生产制造环节，对供应链系统中零售网络的研究较少[6～13]。研究方法上呈现多样化的趋势，基于Multi-agent技术的计算模拟方法受到不少学者的青睐。同时，在不少研究中，供应链被看做为一个集中型静态网络，但实际上供应链网络是动态的，其企业节点会通过各自规模的扩张、减小和战略的改变而不停地演化。

    因此，本研究从另一个角度聚焦零售网络，用模型和计算机模拟来表现零售网络是如何演化的，发现其特有的现象、特征和规律。首先，本研究对零售网络的结构和特征进行详细的描述，根据零售网络的特征，基于复杂自适应系统，对其环境、企业属性、交互规则和相互关系进行合理的设置；然后利用Multi-agent方法对其计算实现，重点分析该网络在不同需求条件下的各种演化特征；最后，总结出零售网络的一些演化结论，并给零售网络内的经营者和投资者以参考意见。

    3　零售网络结构和特征描述

    零售网络是供应商、零售商和顾客在战略、任务、资源和能力方面相互依赖构成的较复杂的供应—销售—消费网。零售网络的成员是完全自主或半自主的业务实体，分别处于零售网络的不同位置，根据其他主体的行为来调整自己的行为以完成不同的业务活动。与供应链系统一样，本研究认为零售网络系统是一个复杂自适应系统[19]。网络中的企业间交互是由简单的规则驱动的，这些交互可以引起供应链网络的非线性动态变化，最终导致系统演化[20]。其演化过程符合复杂自适应系统的一般演化规律，采用复杂自适应系统(CAS)的方法进行供应链的结构建模是非常适合的[3，16]。

    为更好地描述这一抽象模型，在复杂自适应系统的框架下，本研究做一些基本假设。

    (1)假定产品销售渠道是扁平化的，是一种从产品提供商(厂商)到消费者的整条供应链条中没有其他的中间环节的理想销售模式。

    (2)零售网络中，企业是自由进入或退出的，市场竞争是完全竞争的，不存在垄断现象。

    (3)零售企业的增长完全符合内生经济增长规律，其固定资本投入曲线具有单调递增且边际递减的特征。

    在上述假设基础上描述零售网络系统，将地理位置设定在一个特定的实验区域里，其中居住着零售网络的参与者。一类是消费者，他们需要消费，消费需求满足特定的消费曲线；另一类是零售商，他们主要是从供应商那里获取产品用以满足消费者的需求，并从中获利，所有的零售商形成一个完整的零售网络，该网络随着环境、供应商和顾客的动态变化而变化；最后一类是供应商，他们主要满足零售商的进货需求。其结构关系见图1。图1中实线圆代表系统中已经存在的零售商，虚线圆代表系统中潜在的零售商，带箭头的虚线代表系统成员间的产品、信息、资金流动。

    4　零售网络的实现

    本研究采用计算模拟的思想，运用Multi-agent技术来实现零售网络。在计算模拟中，零售网络建立在一系列agent基础上，这些agent能独立决策，并借助环境开展交互作用。这些决策以每个agent从环境接收的信号为依据，也依赖于agent自身的特性。计算模拟能对初始参数的空间进行深入探索，并且在以决策行为表征的agent模型中允许进化、能够独立决策。环境、agent、规则构成了零售网络模型的主要内容，下面通过对环境、agent、规则以及相互关系的描述实现这个抽象的零售网络模型。

    4.1　环境
    环境是一个空间，它包含模拟中n个agent的决策活动以及开展决策和其后续行为所需要的信息源。一旦群体的初始结构确定了，模拟便可被用来研究零售网络系统的演变过程。

    该模型中，agent从环境接收以下信息。

    (1)零售商agent、供应商agent、消费者agent在周期T接收市场需求信息，以促成交易的实现。

    (2)零售商agent在周期T接收环境对其的适应度评估信息，为零售商退出、扩张、紧缩提供决策支持。

    (3)消费者agent在周期T接收零售商的报价信息，从中选择交易对象。

    在模拟实验中，采用3种不同的市场需求，即平稳需求、递增需求和平稳的近似实际数据需求，具体需求曲线见模拟实现部分(5.1节)。

    4.2　Agent
    模型涉及3类agent，即供应商agent、零售商agent和消费者agent，他们的属性和行为规则服从本研究给定的设置。

    4.2.1　供应商agent
    为简化模型，假定供应商的供应能力足以满足零售商的进货要求，供应商的行为是在每个周期为零售商提供所需的产品。

    4.2.2　消费者agent
    消费者的消费需求满足特定的消费曲线。在模拟实验中，本研究尝试使用3种不同的消费曲线来反映消费者的需求特性。消费者在每个周期内要做出的行为决策是根据环境中的供应信息进行产品交易，由于设置产品是同质的，消费者节点进行的是Edgeworth的Bertrand价格博弈，其竞价策略将是选取零售商中报价最低，而非其他。

    4.2.3　零售商agent
    零售商agent是整个模型最核心的agent，它是联结供应商agent与消费者agent的桥梁。

    本研究给零售商agent设置的主要属性有适应度和交易资格，将零售商agent每期适应度定义为每期盈余，即
 

        在本研究的模型中，设置的最小时间单位是月，即周期为一个月，消费者agent和零售商agent的行为都是按月发生的，如果这些agent需要改变行为时要到下一周期。新零售商agent加入系统时是不具备交易资格的，需要3个周期的准备时间，即新加入的零售商第i期初决定投资，第(i+3)期初才能获得交易资格。

    4.3　行为规则设置
    在实验中，零售商agent具有自主性和自适应性，会根据环境和自身的变化改变行为以更好地适应整个环境。零售网络中agent的行为规则是决定agent之间以及agent与环境之间进行相互影响的关键，是一个agent对其他agent与环境的变化做出相应反应的准则，其主要的行为有预测需求、定价、交易、扩张与紧缩、进入与退出等。

    (1)零售商agent预测行为
    在实验中，零售商agent对产品需求的预测算法采用修正后的指数平滑算法(Holt模型)，这种算法被广泛应用于许多行业。在零售商网络中的每个节点，对新需求的预测都是基于历史需求数据的。而且在Holt模型中假设需求有趋势但没有季节变动，
 

    本研究假定每个零售商的信息是不完全的，即每个零售商并不完全知道其他零售商的定价策略，同级竞争不存在信息共享，只能根据自己的历史数据(包括历史定价、销售和预测信息)对下一周期进行定价。

    (3)交易行为
    由于设置产品是同质的，消费者agent进行消费行为决策是Edgeworth的Bertrand价格博弈，其竞价策略是选取零售商agent中报价最低，直到满足需求为止，如果供不应求，则消费者agent放弃交易。

    (4)零售商agent扩张/紧缩
    在本模型中，企业的规模可以通过企业的扩张或削减来体现。企业为了提高其适应度，会决定扩张其目前的规模，进行资本投资，从而产生沉没成本；如果企业节点有过量的规模，那么它会因某些固定资产成本的存在而使生产能力受损，如库存成本、劳动力成本等，在这样的情况下节点会削减目前的规模。

    在模拟实验中，本研究设扩张条件应同时满足预测需求＞当期供给、资本盈余＞扩张所需一次性固定成本，即零售商只能通过内部资本积累达到扩张。紧缩的条件应同时满足两种情况，即预测需求＜当期供给、当期规模＞当期销售额。

    (5)企业的进入及进入市场过程
    企业的产生函数可以通过微观经济学理论设定。一旦市场中有未完成的需求出现，那么市场将会吸引新的企业进入，直至市场中没有剩余的需求[7]。在这个过程中，企业可以自由进入市场。

    在模拟实验中，只要符合以下一个条件，便会有新的零售商agent在下期自动加入系统。

    ①本期需求＞本期供给×1.2；②平均利润率＞30％。
    进入系统的agent数目为，进入的agent门店规模服从系统内最小规模与最大规模的随机分布，其他参数按照初始零售节点进行相应赋值。

    (6)企业的消亡
    对于在市场中未能获得足够利润的企业，它的环境适应度会减少，如果适应度值低于环境适应度的阈值，那么该agent就会退出市场。环境设立了一个独立于任何节点适应度的整体阈值，它是节点能在环境中生存的最小适应度值。

    在模拟中，只要符合以下两种情况的其中一种，节点企业就会自动退出竞争市场，即资本积累小于0和连续3个周期不赢利。

    此外，本研究对模型进行了一些补充设置。

    (1)零售商初始参数设置
    初始所有零售商总规模为150(单位)，这一数据是根据第一期时间对应的现实销售额按比例给出的。相应的本研究设定需求为230(单位)，即初期是供不应求的市场情况。

    对于新进入的企业节点，假定其规模(假设为φ)服从现存零售商规模最小值与最大值之间的随机分布。
   
    (2)学习能力设置
    供应链网络中的企业agent在进行交互时不断地适应系统的动态变化，为了适应环境和演化，企业可以通过与环境的交互以及相互间交互的过程学习经验。为了体现这一特点，在每个节点的行为描述中引入学习机制，零售网络中企业可以学习零售网络环境的变化和所有节点以往的各类决策。

    因为零售网络中决策制定者是人，因此可以采用心理学领域中基于交互的人类学习模型构建供应链中节点的学习规则。主要分为两类，前向学习指节点对于潜在形势具有良好的预判能力，后向学习指节点基于先前的交互以及交互的结果进行学习。本研究采用后向学习法，学习能力主要体现在定价行为和预测行为上。

    4.4　Agent、环境、规则的相互关系
    零售网络系统是由具有适应能力的主体agent组成的系统，具有产生复杂结构、演化等一系列特殊的性质和规律，因此不同于一般的系统。系统内，agent与环境之间不断地相互作用，根据一定的规则、受环境的刺激做出反应。这些规则不是固定不变的，每次应用的成功或失败将改变相应agent的适应度，这是一个标志该规则与客观环境相符程度的指标。这种刺激→反应→检查效果→修改适应度的过程多次反复进行，符合环境的agent不断增强，不符合环境的agent则不断减弱，到一定程度就消亡了。同时，agent还会按一定的规则进行扩张与紧缩，系统也会根据环境的变化决定是否产生新的agent。

    为从宏观层面探寻零售网络的演化规律，本研究定义了一些全局变量，主要有零售商数目、平均适应度、成交均价、死亡率和新增率。这些全局变量可以从agent中读取和改变实例变量的值，主要用途是记录零售网络在演化过程中一些变量的变化值。

    5　模拟与结果分析

    5.1　计算模拟及结果
    在计算模拟中，本研究采用3种输入需求信号来驱动系统，即平稳需求、递增需求和近似实际数据需求。在一个成熟、稳定的市场环境中，人们对于某种产品的需求很可能是稳定的，平稳需求是基于这样的环境条件提出的。递增需求考虑的则是在高速发展时期下，人们对于某种产品的需求特性。对于近似实际数据需求，本研究认为居民对于某产品的需求曲线符合这样的规律，即在过剩经济时期，其需求与实际发生的销售额相当；在过剩经济时期前的短缺经济时期，居民的消费需求增长率参考国民生产总值的增长率，同时符合一般工业增长曲线。这种假设已经出现在一些研究中[7,10]，通过这种方法可以反推出短缺经济时期居民对于某产品的需求，结合现实统计数据可以得到模拟的需求曲线。在这里，本研究以1996年-2006年中国空调销售额作为需求样本数据，1996年之前和2006年之后的数据参考国民生产总值的增长率，同时符合一般工业增长曲线。表1简要地描述了需求曲线。

    零售网络系统沿演化路径经过336个周期循环之后达到了一种稳定的状态。系统中零售商agent的平均适应度、成交均价、死亡率以及新增率均表现出了特有的演化规律。具体模拟结果见图2～图6。

    5.2　结果分析
    通过模拟结果可以发现，在平稳需求的驱动下零售网络的演化很快就达到一种稳定的状态(见图2)，经过10个周期后，零售商的数目维持在一个稳定的水平，没有大规模的零售商被淘汰，也少有新的零售商加入。系统在递增需求的驱动下，网络的演化明显地振荡了很多，在模拟的前期(1周期～100周期)，零售商的数目逐渐增大；然后(100周期～260周期)振荡减少；最后(260周期之后)达到一种稳定的状态。系统在近似实际数据需求的驱动下，得到了与递增需求类似的模拟结果，但从图2中可以看出，网络的演化更加振荡。通过图3和图4，可以进一步分析网络中零售商的变化情况。在3种需求驱动下，演化后期新增零售商比率均为零，表示系统在到达稳定的演化状态时，很难有新的竞争者再加入到零售网络中，但仍有一些零售商退出系统。由图3可以发现，在模拟实验的后期，在递增需求和近似实际数据需求的驱动下，仍有一些零售商agent因为达不到系统给定的阈值退出这个系统，反映了该零售网络竞争的一种特点。
 

    比较图2、图5和图6可以发现，系统内产品的成交价格与零售商数目具有类似的演化趋势，均呈现经历一段时间的振荡之后达到一种稳定状态的演化特征；然而，系统内零售商平均适应度却表现出不一致的演化现象，并没有像成交均价和零售商数目一样维持在一个稳定的状态上。

    由于中国零售业尚处在初级阶段，某些现实的零售网络的价格战在一段时间内越演越烈，产品价格与对应企业适应度是否存在必然的相关性也颇受争论。为此，本研究专门分析了这两者之间的相关性，分析结果表明，零售商的平均适应度与产品成交均价并不存在必然的相关性。由图6可以发现，仅在平稳需求驱动下，系统成交均价与系统中零售商平均适应度的走势是同步的；在递增需求的驱动下产品成交均价很快(大约100个周期)达到一种稳定的状态，然而零售商agent的适应度却仍在不断的振荡，通过计算，在递增需求驱动下，它们之间的相关系数仅为0.45；在近似实际数据需求的驱动下，价格的走势与适应度的走势仍然不同步，它们之间的相关系数为0.44。

    5.3　模拟结果对管理者的启示
    零售网络的结构建模与演化分析的一个重要目的是通过计算模拟分析零售网络的演化特征，给管理者和利益相关者以积极的启示。通过对零售商数目的演化结果分析，可以认为顾客需求是导致零售网络演化的一个重要变量。需求处在比较稳定的情况下，零售商可以采取稳定的预测、定价以及扩张/紧缩策略，网络内外对于是否进入、退出均可以有一个明显的判断，投资机会比较固定；当需求不稳定时，经营者必须采取更谨慎的经营策略以规避系统带来的震荡，在网络发展的前期，可以获得较好的投资机会，但在网络发展的中后期，无论是经营者还是投资者都必须充分考虑到竞争的激烈性，甚至可以考虑在获取一定利润之后退出竞争，以避免过度竞争带来的冲击。特别是当行业演化到比较稳定的时期时，最好不要轻易进入市场，已经在市场中的零售商应该更加谨慎地经营。模拟结果科学地解释了现实零售网络在发展到成熟期后的“有退难进”现象，即在一个成熟稳定的产品市场中，进入市场是非常困难的，但若经营不善被市场淘汰却是很容易的。

    此外，通过对产品价格与对应企业适应度的系统演化及其相关性分析，本研究认为在激烈的市场竞争中产品价格并不与企业的适应度相一致，长期的价格战并不能给自身带来长久的适应性，更不能给网络带来持续发展的动力，反而会降低自身以及整个零售网络的适应度。

    6　结论

    本研究聚焦零售网络研究系统主要变量的演化特征，探讨在抽象的科学模型中出现的零售网络结构。在一个三层供应链模型中分析零售商这一层级的动态演化规律，演示了在平稳需求、递增需求、近似实际数据需求3种需求情况下的动态演化过程，对其数量结构、平均适应度、成交均格以及死亡率和新增率进行了科学的探讨和分析。

    本研究基于复杂适应性系统理论建构了零售网络系统模型，系统模型由许多相对简单、在局部相互作用的agent组成，这些agent在一个共享的环境中参与各种活动，演化出了复杂而有趣的行为结果。模拟结果表明，零售网络系统沿演化路径经过若干个周期循环之后，无论是零售商的数目还是系统内零售商的平均适应度、成交均价等都达到了一种相对稳定的状态。但在平稳需求的驱动下，系统以较快的速度达到稳定，同时系统的波动性较小；而在近似实际数据需求和递增需求的驱动下，系统达到稳定的时间变长，同时波动性较大。此外，系统的平均适应度与成交均价不存在相关性，从演化的角度阐述了长期价格战的不合理性。最后，零售商的死亡率和新增率的演化特征解释了现实零售网络在市场成熟时期“有退难进”的竞争特征。

    对零售网络的演化分析有助于企业建立最具竞争力的零售网络，并根据市场变化适时调整经营战略。企业可以根据网络的演化特点，选择进入和退出市场的时机，遵循市场规律，规避风险，获得较好的投资机会。同时告诫零售商经营者应该重视由零售网络的动态性带来的不确定性、风险和机会，应根据市场适时调整经营战略，不断提高企业的适应能力。