我國網絡零售平臺系統內部共生關系的演變

石亞娟

中圖分類號：F062.9 文獻標識碼：A

內容摘要：本文采用分段 Logistic 模型研究我國網絡零售平臺系統內部的共生演變關系，選取2008-2014年網絡零售規模、第三方支付產業規模及快遞業規模產業年度增長值作為種群密度的衡量指標，通過對比不同階段的共生作用系數，分析網絡零售平臺、第三方支付和快遞業的共生演變過程，并得出相關結論。

關鍵詞：網絡零售平臺系統 分段Logistic模型 第三方支付 快遞業

文獻綜述

產業共生這一術語是由喬治·T·倫納（1947）最早提出，國內外主要采用Logistic方程、共生界面、共生度等對共生模式進行判定。Suvi Lehtoranta等（2011）認為共生演化具有技術特性，建立共生演化模型可以更好地詮釋經濟變化動力。徐學軍（2009）、唐榮強（2011）等采用Logistic方程對生產性服務業與制造業的不同時期的共生關系進行實證研究并分析了其演化規律，研究發現影響共生關系的因素較多，如產業密度、產業屬性、產業環境及制度環境等都能夠對共生關系產生影響。田剛等（2013）采用Logistic方程測定了1978-2011年間制造業和物流業間的演化軌跡，并測定兩個產業呈非對稱互惠關系。 吳勇民等（2014）構建了高新技術產業和金融產業的共生演化發展的Logistic 模型，實證分析了二者共生演化關系。因此，本研究基于Logistic函數模型，分析了網絡零售平臺與第三方支付、網絡零售平臺與快遞業的共生演化發展模型，分析了其演化特征。

網絡零售平臺系統組成

網絡零售平臺系統結構組成如圖1所示，由圖1可知，網絡零售平臺系統由網絡零售買家、網絡零售賣家、網絡零售平臺、第三方支付、快遞業等主體結構組成，并且受到外部行業環境、宏觀環境、市場機制等的影響，內部系統和外部環境相互作用，形成一個復雜的系統結構。由于網絡零售平臺、第三方支付及快遞業組成了網絡購物的完整交易鏈，缺一不可，因此三者存在共生關系，組成了共生單元。

共生演化模型的構建與分析

（一）模型構建

本文通過借鑒Logistic函數構建網絡零售平臺與第三方支付、網絡零售平臺與快遞業共生演化發展模型。由于研究的需要，本文將網絡零售平臺系統共生單元間的關系限定為以網絡零售平臺為出發點，共生單元間發生的直接關系。假設網絡零售平臺、第三方支付、快遞業的種群密度分別為N1、N2、N3，共生自然增長率分別為r1、r2、r3，Nm1、Nm2、Nm3分別為網絡零售平臺、第三方支付、快遞業共生體種群能夠承載的最大環境容量，最大環境容量受到外界環境因素的影響和制約，如給定的勞動力、原材料、市場機制及資本存量、人才技術等。當上述三個產業獨立發展，互不干擾時，則網絡零售平臺與第三方支付產業種群的動態演化的Logistic方程可以表達為：

（1）

網絡零售平臺與快遞業產業種群的動態演化的Logistic方程可以表達為：

（2）

公式（1）和公式（2）中，N10代表網絡零售平臺的初始種群密度；N20代表第三方支付產業的初始種群密度；N30代表快遞業的初始種群密度，分別為網絡零售平臺系統、第三方支付、快遞業的發展阻礙因子，因子在產業自身演化發展過程中會受外部環境的制約。

除了受到外部環境資源的影響，在發展過程中產業之間也會相互影響。基于Logistic方程，考慮網絡零售平臺與第三方支付、網絡零售平臺與快遞業種群間的相互影響，得到其相互作用時的Logistic共生演化模型：

（3）

網絡零售平臺與快遞業兩個種群相互作用時的Logistic共生演化模型：

（4）

公式（3）和公式（4）中，α12代表網絡零售平臺產業種群對第三方支付產業種群的共生作用系數，α21代表第三方支付產業種群對網絡零售平臺產業種群的共生作用系數，α13代表網絡零售平臺產業種群對快遞業產業種群的共生作用系數，α31代表快遞業產業種群對網絡零售平臺產業種群的共生作用系數。對共生作用系數的大小進行對比，判定共生模式。

當α12=0，α21=0；α13=0，α31=0時，此時不存在共生關系。當α12>0，α21<0或α12<0，α21>0；α13>0，α31<0或α13<0，α31>0時，此時演化過程中的共生模式為寄生共生模式，受益方為共生作用系數為正值的一方，受損害方位共生作用系數為負值的一方。當α12>0，α21=0或α12=0，α21>0；α13=0，α31>0或α13>0，α31=0時，此時演化過程中的共生模式為偏利共生模式，受益方為共生系數為正值的一方，但是其對共生系數為零的一方沒有任何影響。當α12>0，α21>0；α13>0，α31>0時，此時演化過程中的共生模式為互惠共生模式，若兩個共生系數大小不等并且同為正值為非對稱互惠共生模式；若兩個共生系數大小相等且同為正值為對稱互惠共生模式。

（二）模型轉換

為了進一步研究網絡零售平臺、第三方支付產業與快遞業的共生演化關系，對公式（3）和公式（4）進行整理變換，令λ1=r1（1+α12·N2），M1=Nm1（1+α12·N2）；λ2=r2（1+α21·N1），M2=Nm2（1+α21·N1）；λ3=r3（1+α31·N1），M3=Nm3（1+α31·N1）則公式（3）、（4）變成公式（5）和公式（6）如下所示：

（5）

（6）

公式（5）、（6）分別是網絡零售平臺與第三方支付、網絡零售平臺與快遞業兩個種群相互影響的Logistic共生演化模型，該模型考慮了種群之間的相互影響關系。公式（5）、（6）中，λ1和λ2、λ3被定義為網絡零售平臺與第三方支付、快遞業共生演化發展時的共生自然增長率，M1和M2、M3為網絡零售平臺與第三方支付、快遞業產業種群的資源環境能夠承載的最大共生環境容量。由于N1和N2、N3隨時間不斷變化，因此λ1、λ2、λ3和M1、M2、M3也發生變化，表現出種群共生演化的動態特征。

（三）分時段疊加Logistic模型

Logistic共生模型（公式（5）、公式（6））描述網絡零售平臺與第三方支付、網絡零售平臺與快遞業的共生演化過程和演化機制。為了獲得有效共生演化過程需要對共生演化模型公式（5）和公式（6）進行處理，將其轉換成分時段疊加變化Logistic模型。對網絡零售平臺與第三方支付、網絡零售平臺與快遞業產業種群密度演化時間根據年份進行分段，在較小時間區段內t∈[ti， ti+1]（i=0，1，2，…，n），網絡零售平臺與第三方支付、網絡零售平臺與快遞業種群密度的演化Logistic曲線可以當成有各個區間段連接而成的Logistic曲線。

取兩個任意相鄰的年度作為區間[ti，ti+1]，區間長度Δt=ti+1-ti=1，設網絡零售平臺種群密度演化曲線上的[ti，ti+1]區間內的種群密度增加值為：ΔN1（ti+1）= N1（ti+1）- N1（ti），平均值為：，通過兩端點的直線斜率：。同理可知，第三支付產業在種群密度曲線[ti，ti+1]區間上的種群密度增加值為：ΔN2（ti+1）=N2（ti+1）-N2（ti），平均值為： ，通過兩端點直線的斜率為： 。快遞業在種群密度曲線[ti，ti+1]區間上的種群密度增加值為：ΔN3（ti+1）= N3（ti+1）- N3（ti），平均值為：，通過兩端點直線的斜率為： 。由于在較小的區間[ti，ti+1]內，網絡零售平臺與第三方支付、網絡零售平臺與快遞業的種群密度的曲線的斜率變化不大，因此區間各點的斜率和區間兩點連線的斜率近似相等，可相互替代，則替代之后的分時段疊加Logistic共生演化模型見公式（7）、公式（8），如下所示：

（7）

（8）

模型檢驗及分析

（一）數據來源及分析方法

為了檢驗上文提出的分時段疊加Logistic共生演化模型能否對網絡零售平臺與第三方支付產業、網絡零售平臺與快遞業的共生演化過程，本文選取2008-2014年間的基礎數據進行研究。由于網絡零售平臺、第三方支付產業、快遞業的生產增加值反映了一段時期內的價值增值即為發展演化過程，并受到外界環境因素的制約，不能無限變大，體現了產業種群密度的演化過程。由此，本文采用網絡購物市場規模增加值作為網絡零售平臺種群密度衡量指標，用第三方支付交易規模增加值作為第三方支付產業種群密度的衡量指標，用快遞業業務收入增加值作為快遞業種群密度的衡量指標。

得到的數據采用Matlab2013軟件進行分析，通過分離出網絡零售平臺與第三方支付產業、網絡零售平臺與快遞業種群密度的估計值公式和所能夠承載的最大環境容量M的迭代公式，運用Nelder-Mead Simplex算法，實現模型的參數估計與檢驗。

（二）實證結果與討論分析

1.假設網絡零售平臺與第三方支付產業各自獨立發展。共生系數不同，網絡零售平臺與第三方支付產業的動態演化的模式也不相同。首先對網絡零售平臺與第三方支付產業獨自分析，不考慮它們之間的相互作用。此時，采用公式（1）和公式（2）代表二者之間的演化過程。

根據公式（1）和公式（2），應用Matlab2013軟件和Nelder-Mead Simplex算法，獲得網絡零售平臺、第三方支付產業、快遞業獨立發展動態演化曲線圖（α12=0、α21=0、α13=0、α31=0條件下），如圖2、圖3、圖4所示。

由圖2可知，網絡零售平臺獨立發展動態演化模擬曲線和實際曲線的一致性良好，網絡零售平臺正處于快速增長期。當種群密度繼續上升，由于受到資源、環境效益的影響，自然增長率r受到限制，增速將放緩，2009-2014年中國網絡購物平臺的增長率分別為77.6%、67.2%、49.3%、37.3%、33.4%、32.1%。

從圖3可以看出，第三方支付產業2012年年度增加值為2500億元，模型計算出的M值為4901億元，此時增加值為最大環境容量的51%，代表第三方支付產業已經進入成熟期，發展空間不大。從實際數據可知，雖然市場增速出現下滑，行業只是進入了一個相對成熟穩定的階段。2009-2014年第三方支付產業非常迅速，增長率分別為181.0%、104.2%、64.3%、30.4%、20.8%、15.2%，因此，需要采用分時段疊加Logistic共生演變模型對二者進行共生關系演變分析，判斷屬于何種共生模式。

從圖4可以看出，快遞業獨立發展動態演化模擬曲線和實際曲線的一致性不太好，快遞業2013年快遞業增加值為162億元，通過模型計算分析可得快遞業最大環境容量為315億元，快遞業已經初步進入成熟期，但是2009-2014年快遞業的增長速率分別為10.3%、24.0%、26.5%、39.7%、34.5%、48%從應該處于成長期。因此，為了更加準確地對網絡零售平臺和快遞業的動態演化過程進行分析，需要考慮二者之間的共生關系。采用公式（ 8 ）分時段疊加Logistic共生演化模型對網絡零售平臺和支付業，判斷屬于何種共生模式。

2.網絡零售平臺與第三方支付產業、網絡零售平臺與快遞業共生演變發展分析。根據公式（7）和公式（8）對網絡零售平臺與第三方支付產業、網絡零售平臺與快遞業進行共生演變分析，共生演化曲線圖如圖5、圖6和圖7所示。

網絡零售平臺和第三方支付產業的共生演化關系：

結論1：網絡零售平臺和第三方支付產業存在共生關系，（α12≠0，α21≠0），公式（1）不能對二者的共生演化過程進行精確描述。

結論2：通過共生演化模型可以獲得網絡零售平臺和第三方支付產業，然后根據系數取值大小判斷屬于何種共生模式。根據公式（7）網絡零售平臺和第三方支付產業的最大共生環境容量發生變化，當前階段根據共生作用系數α12=0.00145和α21=0.00131兩大產業的共生關系屬于非對稱互惠共生。

網絡零售平臺和快遞業的共生演化關系：

結論1：快遞業的大部分業務來自于網絡購物，因此，網絡零售平臺規模的日益擴大，促進了快遞業的快速發展，網絡零售平臺和快遞業存在共生關系（α13≠0，α13≠0），公式（1）不能對二者的共生演化過程進行精確描述。隨著最大環境容量和種群密度的變化，共生關系也在不斷演變。

結論2：網絡零售平臺和快遞業屬于依賴型共生模式，快遞業對網絡零售平臺的高度依賴決定了其能夠獲得更加有效的拉動作用。當前階段根據共生作用系數α12=0.00185和α21=0.00171兩大產業的共生關系屬于非對稱互惠共生。網絡運營商推出電子商務分期付款業務，在擴大消費的同時也促進了快遞業的發展。網絡零售平臺對快遞業的發展影響較大，而快遞業對網絡零售平臺的發展影響較小。

相關建議

網絡零售平臺需要第三方支付產業保障網絡購物中資金流的有效運行，由于網上銀行等形式的資金周轉并不存在擔保功能，因此無法取代第三方支付產業對網絡零售平臺的重要意義。同時，我國目前最重要的快遞公司，其產生和發展均是依靠網絡零售平臺業務，網絡購物是其業務量的最重要組成部分。在網絡零售平臺與第三方支付產業、網絡零售平臺與快遞業兩個產業組合內部，兩個產業間存在緊密互相依賴的關系。實證結果表明我國網絡零售平臺、第三方支付產業、快遞業屬于非對稱互惠共生，需要對產業發展環境進行調整，使其形成對稱互惠共生模式。因此，需要進一步探討網絡零售平臺與第三方支付產業、網絡零售平臺與快遞業由非對稱互惠共生向對稱互惠共生演化的實現機制與途徑。

參考文獻：

1.胡曉鵬.產業共生：理論界定及其內在機理[J].中國工業經濟，2008（9）

2.唐強榮，徐學軍，何自力.生產性服務業與制造業共生發展模型及實證研究[J].南開管理評論，2009 （12）

3.張洪瑋.互聯網金融業發展對于現代物流產業的影響[J].商業經濟研究，2015（17）