O2O模式下農資電商線下服務點選擇演化博弈分析

霍紅　崔天天　徐玲玲

摘要：線上線下協同的農資線上到線下（O2O）模式為解決農民缺乏相應的農技知識以及為農民對在網上購買的農資質量問題提出了很好的建議，但在具體實施過程中農資O2O模式中線上電商平臺是自建服務點還是利用現有的農業“三站”（即農技站、土肥站、植保站）提供線下服務是個值得思考的問題。運用演化博弈原理建立電商以及現有農業“三站”不同策略下的支付矩陣，求解穩定策略，并分析不同系數變化對農資O2O模式下電商線下服務點選擇的影響，為O2O模式下農資電商線下服務點的選擇提供理論依據，為農資電商的持續發展提供保障。

關鍵詞：線上到線下（O2O）模式；農資電商；線下服務；主體選擇；演化博弈

中圖分類號： F326.6文獻標志碼： A

文章編號：1002-1302（2017）15-0325-04

隨著互聯網的快速發展，電子商務已經滲透到農資行業，不僅阿里巴巴、京東商城等第三方綜合電商平臺開始銷售農資，江蘇輝豐農化股份有限公司和中國農藥發展與應用協會主導投資組建的農一網、聯想控股的云農場等垂直電商平臺越來越多，電商企業和農資生產企業的積極參與，給農資電商發展提供了很大的空間。但由于農資產品自身的特殊性，僅依靠線上銷售還不能給農民提供更好的服務體驗，因此很多電商都選擇建立自己的線下服務點，如淘寶網的“千縣萬村”計劃、京東商城的農村戰略，還有農一網將縣級農資批發商改造成縣域工作站，云農場依靠原有村站、測土配肥站深入農村、服務農民。不同電商企業采取不同線下服務的方式為本研究中線下服務點的選擇提供了很好的現實依據。

國外學者關于農資電商的理論研究較少，但關于演化博弈的研究較多，Smith等提出演化穩定策略（evolutionarily stable strategy，簡稱ESS）[1-2]。在國內相關研究中，王珍珍等最早將演化博弈理論運用在管理領域[3]。黃敏鎂運用演化博弈理論和方法，研究了在長期協同開發產品過程中有限理性的制造商和供應商之間的合作機制[4]。近年來，有學者研究農戶購買農資與農業服務的關系表明，農業服務對農戶購買農資的選擇產生影響。如常向陽等在2014年通過對江蘇省4市312個農戶調查發現，服務保障對農戶的農資購買渠道選擇有顯著影響[5]。李婷婷等指出，傳統農業中農戶看似基于“人情”潛意識隨機選擇農資零售店其實是基于信任作出的決策[6]。由農資購買群體思想的落后性以及農資自身的特殊性可以看出，電商農資線上的銷售離不開線下服務點的支持。因此本研究根據現有的研究基礎，針對線上線下協同的新型農資電商模式，采用演化博弈方法側重分析影響電商是選擇現有的農業“三站”（即農技站、土肥站、植保站、下文同）合作還是自建服務點來完成線下農資配送以及進行技術指導這一問題的主要因素，構建不同策略下參與主體雙方的支付函數，建立相應的復制動態方程，尋求演化穩定策略，并進行影響演化路徑分析，為農資線上到線下（O2O）模式線上線下協調合作提供理論依據。

1O2O模式下農資電商線下服務點選擇演化博弈模型建立

1.1O2O模式下農資電商線下服務點選擇演化博弈模型假設

農資供應鏈是一個復雜系統，為了更簡便地分析電商進行線下服務點選擇的問題，先作一些簡單的假設。（1）這個博弈只包括2個局中人，1個為電商，另1個為農業“三站”。電商對于建立線下服務點有2種策略：與現有的農業“三站”合作或者自建線下服務點；農業“三站”也有2種策略：與電商合作或者不合作。（2）所有局中人都是完全理性的經濟人。假設：Ia、Ib 分別表示電商、農業“三站”沒有進行合作時各自的收益；Ca0表示電商和農業“三站”合作時電商付出的初始成本；Cb0表示電商和農業“三站”合作時農業“三站”付出的初始成本；Ca1表示電商自建服務點付出的初始成本，包括房屋購置費用、人力資源費用、辦公設備費用等，但與農業“三站”合作的話這些費用就會減少很多，故Ca0

ΔI1、ΔI2分別表示電商自建服務點以及電商和農業“三站”合作期間所獲得的共同額外收益；

γ、β分別表示電商與農業“三站”合作時電商、農業“三站”分別獲得的額外收益比重。0<γ<1，0<β<1，且γ+β=1。

1.2 演化博弈模型建立

針對電商、農業“三站”的不同選擇策略進行分類分析與討論。電商與農業“三站”均選擇合作策略時，電商所獲得的收益為Ia+γΔI2-Ca0，農業“三站”所獲得的收益為Ib+βΔI2-Cb0；電商選擇合作而農業“三站”選擇不合作策略時，電商所獲得的收益為Ia-Ca0，農業“三站”所獲得的收益為Ib；電商選擇自建服務點而農業“三站”選擇與電商合作策略時，電商所獲得的收益為Ia+ΔI1-Ca1，農業“三站”所獲得的收益為Ib-Cb0；電商選擇自建服務點而農業“三站”選擇不合作策略時，電商所獲得的收益為Ia+ΔI1-Ca1，農業“三站”所獲得的收益為Ib。

基于上述基本分析，建立電商和農業“三站”的博弈模型如表1所示，p、（1-p）分別表示電商選擇農業“三站”、自建服務點的概率，q和（1-q）分別表示農業“三站”是否與電商進行合作的概率。

綜上所述：（1）如果q=（ΔI1-ΔCa）/γΔI2，那么dp/dt始終為0，所有p水平都是穩定狀態；當q>（ΔI1-ΔCa）/γΔI2時，p=1是演化穩定策略；當q<（ΔI1-ΔCa）/γΔI2時，p=0是演化穩定策略。（2）如果p=Cb0/βΔI2，那么dq/dt始終為0，所有q水平都是穩定狀態；當p>Cb0/βΔI2時，q=1是演化穩定策略；當p

由圖3可知，折線BEC是系統收斂于不同狀態的臨界線，在折線的右側CDBE部分系統將收斂于（合作，合作）；在折線左側ABEC部分系統將收斂于 （自建， 不合作）。 當電商

[TPHH3.tif；S+3mm]

和農業“三站”通過合作而分配到的額外收益與成本的差值大于對方不合作獲得的收益與成本的差值時，雙方長期演化博弈的結果是要么雙方都合作，要么雙方都不合作。但是最終結果趨于合作還是不合作，這與系統的初始狀態息息相關。當初始狀態落到Ⅰ區域（即四邊形ABEC）中時，系統將向 A（0，0） 點收斂，穩定策略逐漸向“囚徒困境”的方向演化，最終農業“三站”與電商均不合作，電商自建服務點將成為唯一的演化穩定策略；當初始狀態落在Ⅱ區域（即四邊形CDBE）中時，系統將向D（1，1）點收斂，穩定策略逐漸向“帕累托最優”的方向演化，最終電商與農業“三站”合作將成為唯一的演化穩定策略。

3影響演化的路徑分析

根據上述結論，電商與農業“三站”演化博弈的穩定策略為（合作，合作）和（自建，不合作），盡管雙方合作是該博弈的帕累托最優結果，但是上述2個策略組合均是穩定的，演化結果向哪個方向發展由區域ABEC的面積S1和區域CDBE的面積S2的大小決定：當S1S2時，雙方不合作的概率大于合作的概率；當S1=S2時，系統向2個策略組合演化的概率相等。由圖1可知，S1的大小如式（3）所示，通過分析影響區域ABEC面積的因素可轉化為分析影響合作的影響因素，影響區域ABEC面積的因素的方向與合作演化的方向相反。

當[SX（]S1β[SX）]=0時，S1有極小值，此時，系統向D（1，1）方向演化的概率最大，電商與農業“三站”更傾向于合作。

綜上所述，在電商與農民合作中，雙方合作的概率受合作初始投入成本、所獲得額外收益的影響，合理的成本和收益分配機制將更好地促成雙方的合作。據此對提升電商與農業“三站”合作水平提出2點建議：（1）電商和農業“三站”應該按照“收益共享、成本分擔”原則開展合作關系，通過設置合理的額外利潤分配系數以及分別承擔合理的成本確保合作的順利進行。（2）充分發揮電商和農業“三站”各自的資源優勢，電商為農業“三站”提供大流量的顧客，以拉動“三站”經濟增長，農業“三站”解決電商線下服務不完善問題，提高電商顧客忠誠度。電商與農民的合作最終為了達到線上線下協調發展，提高O2O模式下農資供應鏈的整體收益。

4結論

本研究采用演化博弈的方法，以有限理性為基礎，研究農資供應鏈中電商與農業“三站”的動態博弈過程。對演化博弈模型的分析表明，電商和農業“三站”采取相同策略才是演化穩定的。為引導農資供應鏈中線下服務點的選擇符合新型農業服務主體，應設法減少農業“三站”投入的初始成本，并提出合理的收益分配機制，使農業“三站”和電商均能從合作策略中受益，通過線上線下協同，解決農資電商發展過程中的投資大、推廣慢、風險高等問題。

為簡化起見，本研究僅提出1個初步的演化博弈模型，策略比較簡單，在模型假設中，成本與收益之間呈線性關系。本研究的模型農資O2O模式下線下服務點選擇不同方式獲得的額外收益是不同的，并且只考慮了雙方合作時獲得的收益分配比例和初始投入成本，沒有考慮合作過程中的背叛成本、雙方實力以及政府補貼等問題對雙方合作的影響。下一步的研究工作應考慮運營風險以及政府補貼對雙方合作的影響。

參考文獻：

[1]Smith J M. The theory of games and the evolution of animal conflict[J]. Journal of Theory Biology，1973（47）：209-221.

[2]Smith J M，Price G R. The logic of animal conflicts[J]. Nature，1974，246（5427）：15-18.

[3]王珍珍，陳功玉. 制造業與物流業聯動發展的演化博弈分析[J]. 中國經濟問題，2012（2）：86-97.

[4]黃敏鎂. 基于演化博弈的供應鏈協同產品開發合作機制研究[J]. 中國管理科學，2010，18（6）：155-162.

[5]常向陽，談曉燕. 農戶選擇農資購買渠道的影響因素——以江蘇省化肥購買情況為例[J]. 江蘇農業科學，2015，43（10）：585-589.

[6]李婷婷，李艷軍，李萬君. 基于心理距離情境的農戶購買決策中的信任鏈模式研究[J]. 預測，2016，35（1）：35-42.

[7]Taylor P D，Jonker L B. Evolutionarily stable strategies and game dynamics[J]. Mathematical Biosciences，1978，40（1/2）：145-156.

[8]Friedman D.Evolutionary games in economics[J]. Econometrica，1991，59（3）：637-666.