管 理 工 程 学 报

Vol.29，No.4 Jonrnal of Industrial Engineering/Engineering Management 2015 年 第 4 期

收稿日期：2013-04-02 修回日期：2013-09-24

基金项目：国家哲学社会科学基金资助项目（09BJL009）；安徽省软科学研究计划资助项目（1302053002）

作者简介：李芹芹（1987—），女，山东滨州人，中国科学技术大学管理学院博士研究生，研究方向：技术创新管理。 — 117 —

风险规避对链合创新联盟的决策影响研究

李芹芹，刘志迎 (中国科学技术大学管理学院，安徽 合肥 230026)

摘要：在市场需求不确定的情况下，企业的风险规避态度通常会影响其决策行为。本文探讨了由风险规避型

的供应商与制造商组成的链合创新联盟的质量与价格决策问题，分别对分散决策模式下和集中模式下供应商与制

造商的最优决策进行了研究，并分析了双方的风险容忍度对双方决策行为的影响。最后通过数值仿真验证了有关

结论的有效性，并进一步比较了两种模式下最终产品的质量提升度、价格以及供应商和制造商的总效用。结果表

明，供应商和制造商的风险容忍度对中间产品价格、最终产品价格、质量提升度均有影响。在分散模式下，供应

商和制造商的效用都与自身的风险容忍度呈正相关，与对方的风险容忍度呈负相关。在集中模式下，供应商和制

造商能获得比分散模式下更大的总效用，且提供的产品价格更低、质量更高。

关键词：风险规避；链合创新；博弈论

中图分类号：F273 文献标志码：A 文章编号：1004-6062(2015)04-0117-07

DOI：10.13587/j.cnki.jieem.2015.04.014

0 引言

随着全球经济一体化的发展，市场竞争不断加剧，企业

必须积极寻求与产业链上的企业进行合作创新，缩短新产品

的研发周期，提高产品质量，才能增强企业的市场竞争能力。

例如，潍柴集团在行业内率先提出“以我为主，链合创新”

的创新模式，与多家国内外著名科研机构建立了战略合作关

系，同时与上游44家具有较强研发实力的供应商建立“潍柴

产品研发共同体”，推动了供应商与潍柴协同发展，实现了

技术共享、市场共赢[1]。

链合创新[2]是一种基于产业链的纵向合作创新，而纵向

合作创新是大多数企业主要采用的合作创新模式[3]。Banerjee

和Lin讨论在一个上游企业和n个下游企业组成的产业体系

中，不同的合作研发策略对上游企业和下游企业的过程创新

活动的影响[4, 5]。Gurnani等[6]建立了供应商进行质量改进，

零售商进行销售努力的供应链模型，研究在三种不同的决策

模式下的均衡结果。刘伟等[7]研究了下游制造商进行研发投

资时，供应商承担的最优研发成本比例。李卫红等[8]建立了

上下游企业同时进行横向与纵向R&D合作的博弈模型，并与

下游企业只选择横向R&D合作的情形进行了比较。刘志迎，

李芹芹[2]针对两层的产业结构，分析比较了当下游企业进行

技术创新时，上下游企业非合作创新和合作创新博弈形式下

各企业的选择策略及利润函数。

企业在经营过程中会面临市场需求的不确定性、原材料

供应的不确定性等风险因素，而不同风险态度的企业对市场

收益风险的态度也不尽相同[9]。在实践中，企业的风险规避

态度是影响其决策行为的重要因素[10]。然而，以上对合作创

新联盟的研究都是假设决策者为风险中性，未考虑决策者的

风险规避特性可能对其决策行为的影响。因此，对合作创新

联盟的研究还需要进一步考虑决策者的风险特性。

目前，已有学者研究了具有风险偏好决策者的供应链决

策问题。Eeckhoudt等[11]研究了风险规避报童模型，分析了不

同的价格和成本参数下风险规避的影响。Agrawal和

Seshadri[12]采用期望效用准则研究了风险厌恶程度对需求依

赖价格报童问题的影响。Tsay[13]研究了风险规避型的制造商

和零售商的供应链协作机制，并分析了制造商的回购契约对

均衡结果的影响。Gan等[14]研究了由风险中性的供应商与风

险厌恶的零售商组成的供应链的协作契约机制。Xiao和

Yang[15]构建了需求不确定条件下均具有风险规避型零售商

的两条供应链的价格与服务竞争模型，并分析了零售商的风

险敏感性对参与者的最优决策影响。Wu等[16]分析了制造商

的风险规避对其最优决策的影响。Wei和Choi[17]在均值-方差

决策框架下研究了使用批发价格和利润共享计划来协调供

应链系统。国内学者叶飞[9, 18]研究了风险规避型供应链的收

益共享机制。胡本勇等[19]建立了基于销量担保期权的供应链

契约模型，分析了努力水平和决策风险偏好双重因素对参与

企业的决策及其供应链协调的影响。罗春林等[20]探讨了零售

商的风险偏好对供应链企业的定价与订货策略的影响。

有些文献采用CVaR模型研究了风险偏好对库存系统或

供应链系统的影响，例如Chen[21]等提出了采用效用理论和

CVaR研究风险规避库存模型的一般框架。许明辉等[22]研究了

李芹芹等：风险规避对链合创新联盟的决策影响研究

— 118 —

带有缺货惩罚的报童模型中的CVaR问题。Li等[23]研究由一个

供应商和两个零售商组成的供应链系统，其中零售商为风险

规避且采用最大化CVaR准则，假设对未满足的需求，零售商

可以到其它市场搜寻，作者分析了风险厌恶程度、市场搜寻

水平和缺货惩罚对系统最优策略的影响。李建斌等[24]考虑一

个供应商服务于两个零售商的带有市场搜索的供应链系统，

假设两个零售商的态度均是风险厌恶的且用CVaR作为风险

度量准则，假定需求服从均匀分布，研究了“市场搜索”因

子和风险厌恶程度对订购量的影响。禹海波和杨传平[25]采用

最大化CVaR准则研究了风险厌恶情况下需求依赖销售努力

报童问题，研究表明，决策者的风险厌恶偏好总会降低系统

的利润，但并不一定会导致努力水平和订货批量的减小，这

取决于其需求函数的性质。禹海波[26]研究需求不确定性对最

大化CVaR约束库存系统的影响，证明最优订货量和最优利润

关于缺货惩罚成本和风险水平的单调性，利用随机比较方法

证明随机大需求导致较高的最优订货量，证明最优利润随需

求可变性增加而减少，进一步证明存在一类需求分布，在一

定条件下系统利润随需求可变性增加而增加。Gotoh和

Takano[27]及Jammernegg和Kischka[28]研究了具有混合CVaR约

束库存系统的优化问题，证明风险规避情形比风险中性情形

有较小的订货量，风险追求情形比风险中性情形有较高的订

货量。

通过对已有的关于风险偏好对供应链决策影响的文献

进行分析，不难发现，这些文献主要关注供应链中单一成员

的风险偏好对其决策的影响。事实上，供应链中企业的风险

偏好，不仅影响其自身的决策，而且会对其上游或者下游企

业的决策产生一定的影响，但目前鲜有文献研究上下游企业

均为风险规避者的情形，并且对于风险规避型联盟的合作创

新方面的研究还非常缺乏。正基于此，不同于已有文献关于

风险中性的假设，本文将决策者的风险容忍度引入链合创新

联盟模型。本文是建立在Xie等[29]的研究基础上，Xie等考虑

市场需求不确定下，供应商进行质量改进活动，并且以固定

的价格为制造商提供中间产品，探讨了不同的决策模式下

MTO供应链的价格和质量投资决策。而本文考虑下游制造商

采取质量提升策略，考虑中间产品价格为决策变量时，探讨

分散决策模式和集中决策模式下的质量与价格决策问题，并

运用数值仿真进一步分析供应商和制造商的风险容忍度对

双方的决策行为的影响。

1 模型的建立

本文考虑有一个上游供应商和一个下游制造商的两层

产业结构，其中供应商和制造商都是风险规避者。本文使用

的符号如下：

a~ 表示最终产品的市场需求规模；

p 表示最终产品的价格；

w 表示中间产品的价格；

b 表示最终产品的需求对价格的敏感度；

表示最终产品的需求对质量的敏感度；

x 表示制造商提升产品质量的程度；

r 表示技术创新的难度系数；

sc 表示供应商的生产成本；

mc 表示制造商的生产成本；

sR 表示供应商的风险容忍度；

mR 表示制造商的风险容忍度；

)( sUE 表示供应商的期望效用；

)( mUE 表示制造商的期望效用；

)( scUE 表示供应商和制造商的总期望效用。

基本假设如下：

假定制造商 (m)每生产一个单位的最终产品需要向

上游供应商（s）购买一个单位的中间产品。假设下游制

造商通过R&D创新以提升产品的质量，从而刺激产品的需求

增加。令制造商提升产品质量的程度为 x ，那么要达到这一

提升必

然会需要一定的R&D成本。同文献[2][7]，本文设所需的R&D

成本为 2

2x

r（ 1r ），其中二次项表示当 x 越大时提高产

品质量的边际支出越多[30]， r 表示技术创新的难度系数。

假设市场需求函数为

xbpaD ~

其中：与已有的文献[31]一致，假设 b ，即产品价格

对需求的影响大于质量提升度对需求的影响。 a~ 是最终产

品的市场需求规模， aa~ ， a 是基本市场需求，反映了市场需求的不确定性。

市场需求的不确定性可以看作是一个随机变量，

它是由大量的相互独立的随机因素的综合影响所形成

的，如季节因素、价格、消费者偏好、市场地理区位

等因素。而根据中心极限定理[32]，当其中每一个别因

素在总的影响中所起的作用都很微小时，这种随机变

量近似服从正态分布。因此，不失一般性，本文假设市

场需求的不确定性 ～ ），（ 20 N 。

由于市场需求存在不确定性，供应商和制造商具有一定

的收益风险。根据Xiao[15]和Xie[29]的研究可知，风险规避

的决策者会综合考虑期望收益与期望收益方差的大小。因此

可以根据均值—方差理论建立决策者的期望效用函数[29] ：

R

VarEUE i

ii 2

)()()(

其中 R 表示决策者的风险容忍度。设供应商和制造商的

风险容忍度分别为 sR 和 mR ，其中 0, ms RR 。 sR 越小，表

示供应商越害怕风险； 0sR 表示供应商为完全规避风险

者； sR 表示供应商为风险中性者； mR 的理解同 sR 。

下面我们将分析风险规避型上下游企业在分散化决策

与集中决策下的博弈均衡情况。

2 分散化决策

在分散化决策模式下，供应商和制造商进行两阶段的斯

坦伯格博弈，供应商占主导地位为主方，制造商为从方。决

策顺序如下：第一阶段，供应商按照自身效用最大化原则，

选择最优的中间产品价格 w ；第二阶段，制造商在中间产品

价格 w 基础上，选择最终产品的最优价格和质量提升度。因

Vol.29，No.4 管 理 工 程 学 报 2015 年 第 4 期

— 119 —

此，该模型表示为：

风险规避型供应商的效用函数为：

s

ss

s

sss

R

cwxbpacw

R

VarEUE

2

)())((

2

)()()(

22

（1）

风险规避型制造商的效用函数为：

m

mm

m

mmm

R

cwprxxbpacwp

R

VarEUE

2

)(

2

1))((

2

)()()(

222

（2）

显然，制造商的效用函数 )( mUE 是关于 p 和 x 的凹函

数，满足Hessian矩阵

0)2(2 22

2

mm R

br

rR

bH

由于 ),0[2 和 ),0( mR ，因此满足 02 2 br 。

采用逆向归纳法来求解，先看第二阶段的反应函数。制

造 商 要 实 现 效 用 最 大 化 ， 必 须 满 足 0)(

p

UE m 和

0)(

x

UE m ，解得：

22

22

1

2

))((

m

mm

Rr

rb

cwbrRr

ar

p （3）

221

2

)(

m

m

R

rrb

bcbwax （4）

第一阶段，供应商确定最优的中间产品价格 w 。将（3）

式和（4）式代入供应商的效用函数（1）式，并使得

0)(

w

UE s ，解得：

smssm

s

s

s

sms

m

RRRr

Rrb

Rrb

rb

rbR

c

R

cbcbca

Rbr

w

22

)())((

2

122422

2

2222

（5）

将（5）式代入（4）式和（3）式，可得最终产品的质

量提升度和最优价格。

221

2

)(

m

m

Rr

rb

bcbwax

22

22

1

2

))((

m

mm

R

rrb

cwbrRr

ar

p

当供应商和制造商均为风险中性者时，最终产品的最优

价格记为 Np 。

)-2(2

)3())((

2

))((

lim2

22

22

22

rbb

rbaccbrb

R

rrb

cwbrR

rar

p ms

m

mm

RR

N

m

s

根据已有文献[2][5][7][8]可知，当供应商和制造商均为风险

中性者时，最终产品的最优价格与制造商的生产成本呈正相

关。即：

0)-2(2 2

2

rb

br

c

p

m

N

由 于 02 2 br ， 因 此 可 以 得 出 02 br 。

根据以上结果，可以得到如下命题：

命题1 在分散模式下，中间产品价格随着供应商的风险

容忍度的增大而增大；最终产品的质量提升度随着供应商的

风险容忍度的增大而减小；最终产品的价格随着供应商的风

险容忍度的增大而增大。

证明：

0])-2()(2[

)]2()3([)--(24222

222242

rrbRbRbrR

brbRbrRrbcbcar

R

w

mms

mmms

s

0

2 22

1

s

m

s R

w

R

rrb

b

R

x

0

2 22

22

1

s

m

m

s R

w

R

rrb

brRr

R

p

由命题1可知，当供应商的风险容忍度 sR 增大，即供应

商越不害怕风险，供应商会选择较高的价格出售产品；相应

地，制造商的原材料成本增大，从而制造商设定的最终产品

价格越大；由于产品需求对价格的敏感性大于对质量提升的

敏感性，随着 sR 的增大，制造商进行质量提升活动的积极性

降低。而当 sR 减小，供应商更害怕风险，则供应商会选择较

低的价格出售产品，以减小市场需求不确定带来的收益风

险；相应地，制造商的原材料成本降低，从而制造商设定的

最终产品价格也降低；同时制造商的质量提升度增加，这样

最终产品的需求量会增加，从而一定程度上可以降低供应商

的收益风险。

命题2 在分散模式下，中间产品价格随着制造商的风险

容忍度的增大而减小；最终产品的质量提升度随着制造商的

风险容忍度的增大而增大；最终产品的价格随着制造商的风

险容忍度的增大而增大。

证明：

李芹芹等：风险规避对链合创新联盟的决策影响研究

— 120 —

0])-2()(2[

)()--(24222

24

rrbRbRbrR

brbcbcarR

R

w

mms

mss

m

0])2[(

])2[()(

222

222

1

rRrb

R

wrRrbbRbcbwar

R

x

m

mmmm

m

2 2 3 2 2 2 4 4 2 2 2 2 21

4 2 2 2 2 2 4 2 6 2 2

4 2 2 4 2 2

{ ( - - )[2 ( 2 3 ) (2 - )

2 ( )( 2 ) 2 (2 - )( ) (2 )

( )]} / [2 ( )

s m s s m s m s m s mm

m s m m s m s

m s m

pr a bc bc R b r R R b R R b R R R R rb

R

R r br R R br R r rb R R b R r rb

r R r brR bR

2 2 4 2(2 - ) ] 0mR rb r

由命题2可知，当制造商的风险容忍度 mR 增大，即制造

商越不害怕风险，供应商的中间产品价格将减小；制造商的

质量提升度增大；最终产品的价格增大。而当 mR 减小，即

制造商越害怕风险，供应商会提高中间产品价格，从而获得

更多的利润；制造商设定的最终产品的价格将降低；同时制

造商的质量提升度也降低，以减小市场需求的不确定性带来

的收益风险。

3 集中决策模式 在集中决策模式下，供应商和制造商进行集中决策，不

是基于个人理性，而是基于集体理性，以系统总效用最大化

为目标。供应商和制造商从整个产业链的效用最大化出发，

选择最优的产品价格和质量提升度。此时，问题可以描述成

下列函数：

)(2

)(

2

1))((

2

)()()(

222

ms

msms

ms

scscsc

RR

ccprxxbpaccp

RR

VarEUE

）（ （6）

为使得供应商和制造商的总效用最大化，需满足

0)(

p

UE sc 和 0)(

x

UE sc ，求解可得：

22

22

2)2)((

)()])(()[(

rrbRR

ccrccrbarRRp

ms

msmsms

（7）

222)2)((

))((

rrbRR

bcbcaRRx

ms

msms

由（7）式和（8）式可以得到如下命题：

命题3 当供应商和制造商均为风险规避者，二者进行集

中决策时，最终产品的最优价格和质量提升度都随 ms RR

的增大而增大。

证明：令 ms RRR ，分别对 2x 和

2p 求关于 R 的一阶

偏导。

0])2([

)(222

22

rrbR

rbcbca

R

x ms

0])2([

)(222

222

rrbR

rbcbca

R

p ms

由命题3可知，集中决策模式下，上下游企业的总风险

容忍度 ms RR 越小，表明上下游企业越害怕风险，将以越

低的价格出售产品，且越不愿意提升质量，以减少因市场需

求不确定而带来的收益风险。在集中决策下，与风险中性的

上下游企业相比，风险规避型企业的产品最优价格和质量提

升度较小。

4 数值分析

由于分散模式和集中模式下的均衡解的表达式含有多

个参数，表达式的形式较复杂，很难比较和分析两种不同的

决策模式下上下游企业的均衡策略，为了检验模型的有效

性，故通过数值仿真的方法，进一步分析分散决策模式下供

应商和制造商的风险容忍度对双方的决策行为的影响，并比

较两种模式下的最终产品的质量提升度、价格以及供应商和

制造商的总效用。取 100a ， 6b ， 4 ， 31 c ， 22 c ，

3r ， 10 。

4.1 分散模式下各因素对均衡结果的影响

（1）供应商的风险容忍度对最优决策变量的影响。取

20mR ， ]80,0(sR 。计算结果如图1所示。

图1 分散模式下 sR 对最优决策变量的影响

从图1可以看出，随着供应商的风险容忍度 sR 的减小，

中间产品价格和最终产品价格均减小；而质量提升度会不断

增大。这是因为 sR 减小，供应商更害怕风险，所以会选择较

低的价格出售产品，以减小市场需求不确定带来的收益风

险；中间产品价格降低，即制造商的原材料成本降低，制造

商可以设立更低的最终产品价格，同时增加质量提升度，从

而增加产品的需求量，降低风险。当 sR 增大时，得到相反的

结论。通过以上分析可知，与风险中性的供应商相比，风险

规避的供应商会选择较低的中间产品价格，继而影响制造商

选择较低的最终产品价格和较高的质量提升度。对于终端消

费者而言，当供应商为风险规避型时，消费者能够以低价购

买到高质量的产品。

（2）制造商的风险容忍度对最优决策变量的影响。取

10sR ， ]80,0(mR 。计算结果如图2所示。

从图2可以看出，随着制造商的风险容忍度 mR 的减小，

（8）

Vol.29，No.4 管 理 工 程 学 报 2015 年 第 4 期

— 121 —

最终产品价格和质量提升度均减小；而中间产品价格略微有

增大的趋势。这是因为 mR 减小，制造商更害怕风险，所以

会选择较低的价格出售产品，以增加产品销量、减小收益风

险；又因为需求对价格的敏感性大于对质量的敏感性，因此，

随着 mR 的减小，制造商在降低产品价格的同时会降低质量

提升度。对于供应商而言，制造商越害怕风险，供应商会小

幅提高中间产品价格，从而获得更多的利润。

图2 分散模式下 mR 对最优决策变量的影响

（3）供应商的风险容忍度对双方期望效用的影响。取

20mR ， ]80,0(sR 。计算结果如图3所示。

图3 分散模式下 sR 对 )( sUE 和 )( mUE 的影响

从图3可以看出，在分散决策模式下，供应商的风险容

忍度 sR 对供应商的效用 )( sUE 和制造商的效用 )( mUE 均有

影响， )( sUE 随着 sR 的减小而减小， )( mUE 随着 sR 的减小

而增大。也就是说，供应商越害怕风险，则供应商的效用越

小，而制造商的效用越大。

（4）制造商的风险容忍度对双方期望效用的影响。取

10sR ， ]80,0(mR 。计算结果如图4所示。

从图4可以看出，在分散决策模式下，制造商的风险容

忍度 mR 对供应商的效用 )( sUE 和制造商的效用 )( mUE 均有

影响， )( sUE 随着 mR 的减小而增大， )( mUE 随着 mR 的减小

而减小。也就是说，制造商越害怕风险，则供应商的效用越

大，而制造商的效用越小。

图4 分散模式下 mR 对 )( sUE 和 )( mUE 的影响

由上述可知，供应商和制造商的效用都与自身的风险容

忍度呈正相关，与对方的风险容忍度呈负相关。因此，当供

应商为风险中性型，制造商为完全规避风险型时，供应商的

效用最大；而当制造商为风险中性型，供应商为完全规避风

险型时，制造商的效用最大；供应商和制造商都希望对方的

风险容忍度越小越好。

4.2 两种模式的比较

取 (0,80]sR ， (0,80]mR 。分别计算和比较分散模式和

集中模式下的最终产品的质量提升度、价格以及供应商和制

造商的总效用。

（1）质量提升度和价格

图5 两种模式下 sR 和 mR 对 x 的影响

图6 两种模式下 sR 和 mR 对 x 的影响

李芹芹等：风险规避对链合创新联盟的决策影响研究

— 122 —

从图5可以看出，集中模式下的质量提升度大于分散模

式下的质量提升度；集中模式下，质量提升度随着 ms RR 的

增大而增大；分散模式下，质量提升度随着 sR 的增大而减小，

随着 mR 的增大而增大。从图6可以看出，当制造商的风险容

忍度 mR 减小到一定程度，集中模式下的价格大于分散模式

下的价格；当制造商不太害怕风险， mR 较大时，集中模式

下的价格小于分散模式下的价格。现实情况中，制造商非常

害怕风险的情况几乎不存在，因此，通常情况下，集中模式

下的价格小于分散模式下的价格。综合图5和图6可知，对于

消费者而言，当供应商和制造商采用集中决策模式时，消费

者能够以较低的价格购买到较高质量的产品。

（2）总效用

图7 两种模式下 sR 和 mR 对总效用的影响

从图7可以看出，集中模式下供应商和制造商的总效用

大于分散模式下的总效用；两种模式下的总效用都随着 sR 和

mR 的增大而增大。与风险中性的供应商和制造商相比，风

险规避的供应商和制造商的总效用较低，且供应商和制造商

越害怕风险，总效用越低。当供应商和制造商为风险中性且

采用集中决策模式时，供应商和制造商能够获得最大的总效

用。

5 结语

本文在考虑市场需求波动的情况下，探讨了风险规避型

供应商与风险规避型制造商的质量与价格决策问题。首先利

用均值方差理论建立了供应商和制造商的效用函数；然后分

析了分散决策模式和集中决策模式下的产品价格、质量提升

度等均衡结果；最后通过数值仿真验证了有关结论的有效

性，并进一步比较了两种模式下最终产品的质量提升度、价

格以及供应商和制造商的总效用。结果表明，在分散模式下，

随着供应商的风险容忍度的增大，中间产品价格和最终产品

价格均增大，而质量提升度会减小；随着制造商的风险容忍

度的增大，最终产品价格和质量提升度均增大，而中间产品

价格会减小；供应商和制造商的效用都与自身的风险容忍度

呈正相关，与对方的风险容忍度呈负相关。在集中模式下，

最终产品的最优价格和质量提升度都随供应商和制造商的

总风险容忍度的增大而增大；供应商和制造商能获得比分散

模式下更大的总效用，且提供的产品价格更低、质量更高。

参 考 文 献

[1] 吕 福 明 . 潍 柴 控 股 集 团 有 限 公 司 荣 获 “ 中 国 工 业 大 奖 ”

[EB/OL].http://www.sd.xinhuanet.com/news/2011-04/29/conten

t_22645762.htm, 2011-04-29.

[2] 刘志迎，李芹芹.产业链上下游链合创新联盟的博弈分析[J].科学学

与科学技术管理，2012，33(6):36-41.

[3] Suzumura K.Cooperative and Noncooperative R&D in an Oligopoly

with Spillovers[J]. The American Economic Review ，

1992,82(5):1307-1320.

[4] Banerjee S, Lin P.Vertical research joint ventures[J].International

Journal of Industrial Organization，2001, 19(1–2):285-302.

[5] Banerjee S, Lin P.Downstream R&D, raising rivals’costs, and input

price contracts[J].International Journal of Industrial Organization，

2003,21(1):79-96.

[6] Gurnani H, Erkoc M, Luo Y.Impact of product pricing and timing of

investment decisions on supply chain co-opetition[J].European

Journal of Operational Research，2007,180(1):228-248.

[7] 刘伟，张子健，张婉君.纵向合作中的共同R&D投资机制研究[J].

管理工程学报，2009,23(1):19-22.

[8] 李卫红，陈圻，王强.基于NASH谈判模型的上下游企业R&D合作

与协调机制研究[J].管理工程学报，2012,26(2):65-71.

[9] 叶飞，林强.风险规避型供应链的收益共享机制研究[J].管理工程学

报，2012，26(1):113-118.

[10] Choi T, Li D, Yan H. Mean–variance analysis of a single supplier and

retailer supply chain under a returns policy[J]. European Journal of

Operational Research，2008,184(1):356-376.

[11] Eeckhoudt L, Gollier C, Schlesinger H.The Risk-Averse (and Prudent)

Newsboy[J].Management Science，1995, 41(5): 786-794.

[12] Agrawal V，Seshadri S. Impact of uncertainty and risk aversion on

price and order quantity in the newsvendor problem [J].

Manufacturing & Service Operations Management，2000，2(4):

410-423.

[13] Tsay A A. Risk sensitivity in distribution channel partnerships:

implications for manufacturer return policies[J].Journal of Retailing，

2002,78(2):147-160.

[14] Gan X, Sethi S P, Yan H. Channel Coordination with a Risk-Neutral

Supplier and a Downside-Risk-Averse Retailer[J]. Production and

Operations Management，2005,14(1): 80-89.

[15] Xiao T, Yang D. Price and service competition of supply chains with

risk-averse retailers under demand uncertainty[J]. International

Journal of Production Economics，2008，114(1):187-200.

[16] Wu J, Wang S, Chao X, et al. Impact of risk aversion on optimal

decisions in supply contracts[J].International Journal of Production

Economics，2010, 128(2): 569-576.

[17] Wei Y, Choi T. Mean–variance analysis of supply chains under

wholesale pricing and profit sharing schemes[J]. European Journal of

Operational Research，2010, 204(2):255-262.

[18] 叶飞.含风险规避者的供应链收益共享契约机制研究[J].工业工程

与管理，2006,(4):50-53.

[19] 胡本勇，陈旭.考虑努力水平和决策风险偏好的供应链期权销量担

保模型[J].管理工程学报，2012,26(3): 184-190.

Vol.29，No.4 管 理 工 程 学 报 2015 年 第 4 期

— 123 —

[20] 罗春林，黄健，柳键.不同风险偏好下的供应链定价与订货策略[J].

计算机集成制造系统，2012,18(4): 859-866.

[21] Chen X, Sim M, Simchi-Levi D, Sun P. Risk aversion in inventory

management [J]. Operations Research，2007，55(5):828-842.

[22] 许明辉，于刚，张汉勤.带有缺货惩罚的报童模型中的CVaR研究[J].

系统工程理论与实践，2006,(10): 1-8.

[23] Li J, Gao C, Hu W,Yang L.Analysis of Conditional Value-at-Risk for

Newsvendor with Holding and Backorder Cost under Market Search

[J]. Wuhan University Journal of Natural Sciences,2007,12(6):

979-984.

[24] 李建斌，张汉勤，于刚.带有市场搜索的供应链最优策略的分析与

比较[J].系统工程理论与实践，2009，29(10):53-62.

[25] 禹海波，杨传平.在供应链角度下风险厌恶对需求依赖销售努力报

童问题的影响[J].中国市场，2011，(23): 7-9.

[26] 禹海波.需求不确定性对条件风险价值约束库存系统的影响[J].控

制与决策，2013，28(9): 1389-1392.

[27] Gotoh J, Takano Y. Newsvendor solutions via conditional

value-at-risk minimization[J].European Journal of Operational

Research,2007,179(1):80-96．

[28] Jammernegg W, Kischka P. Risk-averse and risk-taking newsvendors:

a conditional expected value approach[J]. Review of Managerial

Science, 2007,1(1):93-110．

[29] Xie G, Yue W, Wang S, et al. Quality investment and price decision

in a risk-averse supply chain[J].European Journal of Operational

Research，2011,214(2):403-410.

[30] Zenger T R. Explaining Organizational Diseconomies of Scale in

R&D: Agency Problems and the Allocation of Engineering Talent,

Ideas, and Effort by Firm Size[J].Management Science ，

1994,40(6):708-729.

[31] Banker R D, Khosla I, Sinha K K. Quality and

Competition[J].Management Science，1998,44(9):1179-1192.

[32] 盛骤，谢式千，潘承毅.概率论与数理统计[M].北京：高等教育出

版社，2001.147-153.

The Effect of Risk Aversion on Optimal Strategies of Vertical Cooperative Innovation Alliance

LI Qin-qin，LIU Zhi-ying

（School of Management，University of Science and Technology of China，Hefei 230026，China）

Abstract：With intensified market competition and demand diversification, R&D cooperation is becoming an important method to acquire competitive

advantage. Most of the existing literature about R＆D cooperation assumes that players in the alliance are risk neutral in quality and price decisions, which

ignores the impact of market demand uncertainty. However, market demand uncertainty brings risk to the firm and the firm’s attitude towards risk will affect its

decision-making behavior. Therefore, this study discusses quality investment and price decision of a vertical cooperative innovation alliance considering both

the supplier and the manufacturer are risk-averse decision-makers. Moreover, we analyze the impact of risk tolerance on the optimal decision-making behavior

and the players’ utilities for different scenarios, including decentralized scenario and integrated scenario.

Firstly, based on the mean-variance value function, we investigate quality investment and price decision via a Stackelberg game model. The supplier is a

leader and determines the price of intermediate product, followed by the manufacturer who determines the price of final product and the level of quality

improvement. Then, a vertical integration model is applied to studying quality investment and price decision of the risk-averse cooperative innovation alliance.

Finally, a numerical study is used to illustrate the impact of the players’ risk tolerance on the decision variables and the players’ utilities. Furthermore, we

compare final product price, quality improvement, and industry utilities in the above-mentioned two scenarios based on the numerical study．

The results show that both the supplier's risk tolerance and the manufacturer's risk tolerance have significant impact on the price of intermediate product,

the price of final product, and the level of quality improvement. When risk tolerance of the manufacturer is fixed in decentralized scenario, as the supplier’s risk

tolerance decreases, the supplier will reduce the price of intermediate product in order to attract more orders from the manufacturer to reduce income risk.

Because of lower intermediate product price, the manufacturer can set up a lower final product price and a higher level of quality improvement to increase

product sales and expect more revenue. When risk tolerance of the supplier is fixed in decentralized scenario, as the manufacturer’s risk tolerance decreases, the

manufacturer will choose lower final product price and lower level of quality improvement in order to avoid income risk. The reason is that demand is more

sensitive to price than to quality. Meanwhile, the supplier will slightly raise the price of intermediate product in order to obtain more revenue while lower final

product price can increase demand. In a decentralized scenario, the supplier’s utility increases with its own risk tolerance and decreases with risk tolerance of

the manufacturer. Similarly, the manufacturer’s utility increases with its own risk tolerance and decreases with risk tolerance of the supplier. In integrated

scenario, the final product’s price and quality improvement increase with the total risk tolerance of the supplier and the manufacturer. Compared to the

decentralized scenario, the risk-averse supplier and the risk-averse manufacturer can obtain more total utility and provide the final product in a lower price and a

higher quality in an integrated scenario.

Key words: risk aversion；vertical cooperative innovation；game theory

中文编辑：杜 健；英文编辑：Charlie C. Chen