協同視角下消費者參與的網購商品質量監管策略研究

朱立龍 何慧 徐艷萍

摘 要：網絡購物成為最重要的消費方式之一，網購商品質量問題引起了政府和全社會的廣泛關注。因此，引入消費者反饋機制，構建了協同視角下政府部門、第三方電商平臺、消費者三方共同參與的演化博弈模型，分析了各主體的演化穩定策略，基于Lyapunov第一法則研究了演化穩定點存在的條件，運用Matlab 2020b仿真分析了各要素對策略選擇的影響。研究表明：增大消費者反饋給第三方電商平臺帶來的聲譽價值溢價或聲譽損失，將使其選擇強化審查策略;提高協同收益和政府部門對第三方電商平臺的處罰額，均將使政府部門選擇嚴格監管、第三方電商平臺選擇強化審查;反饋成本的降低，不僅會提高消費者反饋的積極性，還會促進政府部門嚴格監管和第三方電商平臺強化審查。最后，結合模型求解和仿真分析，為實踐中如何提高網購商品質量提出了對策與建議。

關鍵詞：網絡購物;商品質量;協同;演化博弈;仿真分析

一、引言

隨著電子商務的快速發展，人們的消費方式發生了翻天覆地的變化，網絡購物成為最重要的消費渠道之一。中國互聯網絡信息中心（CNNIC）發布的第46次《中國互聯網絡發展狀況統計報告》顯示：截至2020年6月，我國網民規模達9.40億，普及率高達67.0%;網絡購物的用戶規模達到了7.49億，占網民規模的79.7%資料來源：中國互聯網絡信息中心第46次中國互聯網絡發展狀況統計報告。。網絡購物以其便捷性吸引了越來越多的消費者，但隨著收入的增加和生活水平的提高，人們的消費觀念也隨之轉變，除了關注網絡購物的便捷性外，對商品品質的追求也在逐漸提升。而由于網絡購物方式的虛擬性，商家與消費者之間存在嚴重的信息不對稱，造成低質量商品虛假宣傳、假冒偽劣商品違法銷售等事件頻發。2020年7月16日，中國電子商務研究中心發布了《2020年（上）中國電子商務用戶體驗與投訴監測報告》，報告顯示2020年上半年，國內網購投訴依然居高不下，占全部投訴的58.09%，其中商品質量問題位居熱點投訴問題的第三位[資料來源：電子商務研究中心2020年（上）中國電子商務用戶體驗與投訴監測報告。。顯然，網購商品質量問題亟待解決。

2015年11月12日，國家工商行政管理總局出臺了《關于加強和規范網絡交易商品質量抽查檢驗的意見》，明確了網絡交易商品質量抽檢工作的方向和各主體的責任與義務。但由于網絡購物涉及的主體多且復雜，傳統的、單一化的、碎片化的監管模式行政成本高且效率低下，導致網購商品質量事件屢禁不止，如近期曝光的網購童裝染色劑甲醛超標事件、化妝品汞超標事件、堅果霉菌超標事件、飛利浦剃須刀炸裂事件等。而多方協同、信息共享的網購商品質量監管模式越來越凸顯出其優越性，成為大勢所趨。2018年8月31日，十三屆全國人大常委會第五次會議表決通過了《中華人民共和國電子商務法》，進一步從國家層面體現出對電子商務健康發展的重視程度，同時也明確指出國家要加快建立與電子商務特點相符的協同管理體系。2019年8月31日，全國12315平臺正式上線，該平臺將原五條投訴舉報熱線整合為一個平臺，力求運用大數據實現動態、精準監管，共建社會共治體系。2019年9月12日，國務院發布了《關于加強和規范事中事后監管的指導意見》，指出要加快轉變傳統的監管模式，構建協同視角下的監管新格局，實現監管信息互聯共通，形成跨部門、跨主體、跨區域的監管合力。

綜上所述，在網絡購物方式普及的環境下，網購商品質量問題已逐漸成為公眾關注的焦點，進行協同視角下監管模式的研究對彌補傳統監管模式的不足發揮著關鍵作用，對提高網購商品質量具有重要的實踐指導意義。針對協同視角下的監管問題，2018年商務部已陸續在各大省市開展了電子商務數據共建共享工作，同時國家市場監督管理總局也在不斷完善，其搭建的網絡信息平臺包括國家企業信用信息公示系統和全國12315互聯網平臺等多個平臺入口，為信息共享、協同視角下的監管提供了良好的條件。因此，本文基于協同的視角，考慮消費者反饋機制（包括評價與投訴），構建了政府部門、第三方電商平臺、消費者三方共同參與的網購商品質量監管演化博弈模型，分析了各主體的演化穩定策略和各要素對三方策略選擇的影響，基于Lyapunov第一法則研究了三方演化穩定點存在的條件，并運用Matlab 2020b仿真分析了各要素對三方策略選擇的影響，為如何提高網購商品質量提供了對策與建議。

二、相關文獻綜述

網購商品質量問題不僅引起了政府部門和全社會的廣泛關注，國內外學者也對問題的產生原因、監管和審查策略、機制設計等進行了深入的研究。

學者們主要是從信息不對稱、信號傳遞扭曲、消費者需求驅動等角度來分析網購商品質量問題存在的原因，其中消費者需求是主要驅動因素之一（Thaichon P，2016），但根本原因還是在于買賣雙方之間存在嚴重的信息不對稱（李波等，2013）。這種信息不對稱是由于電子商務市場商品質量信息的傳遞機制與傳統線下市場存在顯著區別所造成的（李莉，2004）。信息傳遞機制可以幫助在線商家向消費者傳遞商品信息，使消費者克服產品的不確定性（Kim Y等，2015）。而對于低質量商家來說，信息傳遞機制則為其偽裝成高質量商家，向消費者銷售低質量商品提供了可能（Fouliras，2013;王宇等，2016）。低質量商家獲利又會產生匯聚效應，吸引更多的低質量商家和產品進入市場（Chen Y等，2017），進一步導致網購商品質量問題難以控制。

以上學者大多是從信息不對稱的視角研究該問題存在的原因，而如果缺乏有效的監管和審查，也可能會導致商品質量降低，因此強化各方質量責任刻不容緩（朱立龍等，2021）。隨著電子商務的發展，第三方電商平臺成為最重要的責任主體之一，其扮演的角色也逐漸明確，不僅發揮著質量審查的作用（李杰等，2018），同時還承擔著第三方信用監管的責任（楊豐梅等，2017）。但第三方電商平臺為了增加流量、擴大市場份額，可能會默許部分低質量商品的存在。因此，有些學者還從政府監管部門（Li Y. P等，2018）、第三方機構（Maeyer P. D等，2011;王文婧等，2012）等視角對監管策略進行了研究。

除此之外，國內外學者們還設計了信用分級機制（王建華等，2020）、收益共享機制（Zhang J. Q等，2019）、懲罰機制和信譽機制（馬述忠等，2019）、動態交易保證金信譽激勵機制（孫寶文等，2014）、退貨管理制度（Griffis S. E等，2012;Seung Ho Yoo，2014）、基于可信任第三方的網上誠信交易機制（康旺霖等，2016）等以防止欺詐行為的發生，以上機制在一定程度上確實可以發揮約束作用，但并未從根本上解決網購商品質量問題。

解決網購商品質量問題需要多方主體的共同參與，僅依靠其中任何一方，都無法發揮有效作用。如僅依靠第三方電商平臺，但第三方電商平臺處于雙邊市場環境，其質量審查行為不會完全從消費者的利益出發（李乃文等，2017;朱立龍等，2020）;僅依靠政府部門，但政府部門在網絡市場監管方面又會存在嚴重的“水土不服”（汪旭暉，2016）;僅依靠第三方機構，但第三方為使自身利益最大化，可能會產生與商家合謀的動機（朱立龍等，2017）;僅依靠商品供應商，但商品供應商在委托第三方電商平臺銷售商品時，可能會降低商品質量水平（朱立龍等，2017;He H等，2020）。而越來越多的實踐表明，隨著新媒體時代的到來，消費者反饋在網絡購物中的地位日益提高，有效的社會評價可以減少賣家機會主義行為的發生（朱立龍等，2019;Zheng H. C等，2019），從而降低信息傳遞扭曲給消費者帶來的損失。消費者對網購商品的質量感知不僅會影響其自身的回購行為（Sullivan Y. W，2018），而且對商品做出的反饋還會影響其他潛在消費者的購買意愿和購買行為（陶曉波等，2013;Fu S等，2018），以及商家的管理和服務質量（Chevalier J. A等， 2018）。雖然由于信息不對稱，消費者對商品質量的感知存在時間上的延遲（Li D等，2017），但其做出的反饋可以幫助潛在消費者及時獲得商品的質量信息。

綜上所述，現有研究為網購商品質量監管提供了實踐基礎，但對多方參與的質量監管機制研究較少，尚缺乏協同視角下的監管模式，同時目前的監管體系大多數未將消費者反饋考慮在內，而實踐表明，新媒體環境下，消費者反饋的作用不容忽視。由此可見，協同視角下考慮消費者反饋機制，建立多方參與的網購商品質量監管機制，對于彌補傳統監管模式的不足發揮著重要作用。

因此，本文旨在解決以下三個問題：（1）協同視角下政府部門如何采取監管措施、協調各主體的利益，從而使網購商品穩定于高質量？（2）消費者反饋如何影響政府部門、第三方電商平臺、消費者的策略選擇？（3）政府部門對第三方電商平臺的處罰額、消費者反饋帶來的聲譽價值溢價或聲譽損失、協同收益、消費者反饋成本等對各博弈主體的演化穩定策略有何影響？

三、模型假設與構建

相比傳統的線下購物方式，網絡購物實現了更高效率的資源整合，但因涉及的利益主體多且復雜，僅依靠政府部門單一的、碎片化的監管很難實現有效管理。構建多方共同參與、信息互通共享的網購商品質量監管模式，一方面可以緩解政府部門的監管壓力，另一方面可以調動社會活力，發揮協同效應，更好地維護市場秩序。因此，本文構建的網購商品質量監管結構關系如圖1所示：

（一）模型假設

本文考慮三個參與主體，政府部門為參與人1，第三方電商平臺為參與人2，消費者為參與人3，三者均是有限理性的。假設如下：

假設1 政府部門的策略選擇空間為S1={嚴格監管，寬松監管}，設嚴格監管的概率為x（0≤x≤1），寬松監管的概率為（1-x）;第三方電商平臺的策略選擇空間為S2={強化審查，不強化審查}，設強化審查的概率為y（0≤y≤1），不強化審查的概率為（1-y）;消費者的策略選擇空間為S3={反饋，不反饋}，設反饋的概率為z（0≤z≤1），不反饋的概率為（1-z）。

假設2 設政府部門嚴格監管的成本為Cgh，寬松監管的成本為Cgl，Cgh>Cgl>0;第三方電商平臺強化審查的成本為Cph，不強化審查的成本為Cpl，Cph>Cpl>0;消費者的反饋成本為Cc，Cc>0，反饋時會在監管信息平臺上發布自己的評價，一旦購買到低質量商品還會進行投訴維權。

假設3 消費者使用監管信息平臺上的信息做出購買決策。當政府部門在監管信息平臺上發布抽檢結果、失信名單等信息時，消費者獲得的信息價值為Vg;當第三方電商平臺在監管信息平臺上發布商家信譽、審查結果等信息時，消費者獲得的信息價值為Vp;當政府部門和第三方電商平臺同時發布信息時，消費者獲得的信息價值為V（同時從兩方獲得信息并獲得協同信息溢價），更全面地獲得商品質量信息，因此V>（Vg+Vp）。第三方電商平臺售出商品后的收益為π。當消費者購買到高質量商品時，可選擇將此信息反饋到監管信息平臺上并做出正面評價，由此給政府部門和第三方電商平臺帶來的聲譽價值溢價分別為Rg和Rp。

假設4 政府部門和第三方電商平臺在網購商品質量監管中共同作用，會產生協同效應，借鑒曹霞等（2016）的研究，用經濟學中的柯布-道格拉斯生產函數來反映二者的收益，即λIαgIβp（其中Ig和Ip分別為政府部門和第三方電商平臺的監管投入，λ為協同效應系數（λ>0），α和β分別為政府部門和第三方電商平臺挖掘并使用信息的能力），則政府部門和第三方電商平臺獲得的協同收益分別為θλIαgIβp和（1-θ）λIαgIβp，θλIαgIβp>Cgh， （1-θ）λIαgIβp>Cph，其中θ為收益分配系數，α，β，θ∈[0，1] 。

假設5 設入駐商家以δ的概率提供低質量商品。當政府部門嚴格監管、第三方電商平臺不強化審查時，一旦政府部門發現商品存在質量問題，則禁止流入市場并對第三方電商平臺進行處罰，處罰額為Fp。當政府部門寬松監管、第三方電商平臺不強化審查時，一旦消費者購買到低質量商品，將遭受損失Lc，此時消費者可選擇向監管信息平臺反饋，對政府部門和第三方電商平臺做出負面評價并進行投訴維權，由此可獲得入駐商家的補償Bc;第三方電商平臺將遭受聲譽損失Lp，并承擔政府部門的處罰，處罰額為Fp;政府部門將遭受聲譽損失Lg，同時會受到上級主管部門的處罰，處罰成本（包括行政問責、誡勉談話、免職等）為Fg，Lg+Fg>Fp。

（二）模型構建

基于以上假設，本文構建了政府部門、第三方電商平臺、消費者三個行為主體之間的混合策略博弈模型，如表1所示：

四、演化穩定策略分析

（一）政府部門的演化穩定策略分析

政府部門選擇嚴格監管和寬松監管的期望收益及平均收益分別為：

Eg1=δFp-Cgh-y（δFp-zδRg-θλIαgIβp）+z（1-α）Rg（1）

Eg2=-Cgl+y（zδRg+zδLg+zδFg-zδFp）+z（1-α）Rg-z（δLg+δFg-δFp）（2）

Eg=xEg1+（1-x）Eg2（3）

政府部門選擇“嚴格監管”策略比例的復制動態方程為：

F（x）=dx/dt=x（Eg1-Eg）=x（1-x）{δFp-（Cgh-Cgl）-y（δFp-θλIαgIβp）+（1-y）z（δLg+δFg-δFp）}（4）

F（x）=0的解為x=0，x=1，y=y0=（Cgh-Cgl-δFp-z（δLg+δFg-δFp））/（θλIαgIβp-δFp-z（δLg+δFg-δFp））

求F（x）的一階偏導數得：

d（F（x））/dx=（1-2x）{δFp-（Cgh-Cgl）-y（δFp-θλIαgIβp）+（1-y）z（δLg+δFg-δFp）}（5）

命題1 當y<y0時，政府部門的演化穩定策略為嚴格監管;當y>y0時，政府部門的演化穩定策略為寬松監管;當y=y0時，政府部門不存在演化穩定策略。此時λ<λ0，閾值λ0=（δFp+z（δLg+δFg-δFp））/θIαgIβp。

證明 令Q（y）=δFp-（Cgh-Cgl）-y（δFp-θλIαgIβp）+（1-y）z（δLg+δFg-δFp），求Q（y）的一階偏導數得：Q（y）/y=θλIαgIβp-δFp-z（δLg+δFg-δFp）。當λ<λ0時，Q（y）/y<0，Q（y）關于y為減函數，因此，當y<y0時，Q（y）>0，d（F（x））/dx|x=1<0且d（F（x））/dx|x=0>0，則嚴格監管（x=1）為政府部門的演化穩定策略;當y>y0時，Q（y）<0，d（F（x））/dx|x=0<0且d（F（x））/dx|x=1>0，則寬松監管（x=0）為政府部門的演化穩定策略;當y=y0時， Q（y）=0，此時政府部門不存在演化穩定策略。

命題1表明：在政府部門與第三方電商平臺的協同效應系數降低的條件下，隨著第三方電商平臺強化審查概率的提高，政府部門的演化穩定策略將由嚴格監管轉變為寬松監管;同理，隨著第三方電商平臺強化審查概率的降低，政府部門的演化穩定策略將由寬松監管轉變為嚴格監管。

因此，政府部門策略選擇的演化相位圖，如圖2所示：

由圖2可知，體積Vg1為政府部門嚴格監管的概率，體積Vg2為政府部門寬松監管的概率。

Vg2=∫10∫10Cgh-Cgl-δFp-z（δLg+δFg-δFp）θλIαgIβp-δFp-z（δLg+δFg-δFp）dzdx=1-θλIαgIβp-（Cgh-Cgl）δLg+δFg-δFplnθλIαgIβp-δFpθλIαgIβp-δLg-δFg（6）

Vg1=1-∫10∫10Cgh-Cgl-δFp-z（δLg+δFg-δFp）θλIαgIβp-δFp-z（δLg+δFg-δFp）dzdx=θλIαgIβp-（Cgh-Cgl）δLg+δFg-δFplnθλIαgIβp-δFpθλIαgIβp-δLg-δFg（7）

令a=θλIαgIβp-δLg-δFg，b=θλIαgIβp-δFp，c=δLg+δFg-δFp，d=θλIαgIβp+Cgl-Cgh。

推論1.1 當上級主管部門的處罰額提高、政府部門嚴格監管的成本下降時，將使政府部門選擇嚴格監管策略;當上級主管部門的處罰額降低、政府部門嚴格監管的成本上升時，將使政府部門選擇寬松監管策略。

證明 分別求Vg1、Vg2關于Fg和Cgh的一階偏導數，可得：Vg1/Fg=δd1clnba-1a/c>0， Vg1/Cgh=-1clnba<0;Vg2/Fg=-δd1clnba-1a/c<0，Vg2/Cgh=1clnba>0，因此，Vg1關于Fg為增函數、關于Cgh為減函數;Vg2關于Fg為減函數、關于Cgh為增函數。

推論1.1 表明：當消費者購買到低質量商品并進行投訴時，上級主管部門提高處罰額，將使政府部門選擇嚴格監管策略;此外，政府部門嚴格監管的成本降低，也可以使其選擇嚴格監管策略。

推論1.2 ?當消費者購買到低質量商品并選擇反饋時，會在監管信息平臺上做出負面評價，由此給政府部門帶來的聲譽損失增大，將使政府部門選擇嚴格監管策略。

證明 求Vg1關于Lg的一階偏導數，可得：Vg1/Lg=δd1clnba-1a/c>0，因此，Vg1關于Lg為增函數。

推論1.2表明：當消費者購買到低質量商品并選擇反饋時，負面評價給政府部門帶來的聲譽損失增大，政府部門為維護聲譽，將傾向于選擇嚴格監管策略，因此，消費者應積極地將商品質量信息反饋到監管信息平臺，并做出真實客觀的評價。

由表2可知，系統（S）可能存在的演化穩定點為（0，0，1）和（1，1，0），即（寬松監管，不強化審查，反饋）和（嚴格監管，強化審查，不反饋）。當滿足條件①時，（0，0，1）為演化穩定點;當滿足條件②時，（1，1，0）為演化穩定點。因此，為避免（0，0，1）成為ESS，應增大政府部門對第三方電商平臺的處罰額、提高消費者反饋給第三方電商平臺帶來的聲譽價值溢價和聲譽損失、降低第三方電商平臺不強化審查節約的成本，使（Cph-Cpl）<δRp+δFp+δLp;另外，還可加大政府部門的處罰成本和消費者反饋給政府部門帶來的聲譽損失、降低政府部門嚴格監管的成本，使（Cgh-Cgl）<δLg+δFg。為促進（1，1，0）成為演化穩定點，除了降低第三方電商平臺不強化審查節約的成本、提高政府部門對第三方電商平臺的處罰額外，還應增大協同收益和第三方電商平臺售出商品的收益，使（Cph-Cpl）<（1-θ）λIαgIβp+δπ+δFp。

六、仿真分析

目前尚缺乏網購商品監管統計的數據，但為了盡可能保證模擬數據的可獲得性和可靠性，本文使用現有的相關數據來設定部分參數的初始數值，再參照這部分參數設置其他參數的初始數值。根據《2018年國民經濟和社會發展統計公報》，全年實物商品網上零售額占社會消費品零售總額的比重為18.4%;國家市場監督管理總局《2018年度部門決算》顯示，用于質量技術監督與檢驗檢疫事務的支出達110億元，所以本文設定網購商品質量監管的成本為Cgh=18.4%×110=20.24（億元），質量技術監督與檢驗檢疫事務的收入達190億元，因此設定政府部門對第三方電商平臺的處罰Fp=18.4%×190=34.96億元。2018年全國市場監管部門共收到消費者投訴372.56萬件，為消費者挽回經濟損失10.32億元，其中網絡購物投訴占45%，則設定網絡購物消費者獲得的補償為Bc=45%×10.32=4.64億元。《2018年網絡交易兒童用品質量專項抽查檢驗結果》顯示，總體不合格商品檢出率達29%，則設定δ=0.29。根據京東2018年年報，其凈利潤為35億元，《中國網絡零售B2C市場季度監測報告》顯示：2018年京東的市場份額為24.2%，則設定第三方電商平臺的收益為π=35/0.242=144.63億元。假定政府部門寬松監管的成本Cgl=0，懲罰成本Fg=60，第三方電商平臺強化審查的成本Cph=20，不強化審查的成本Cpl=0;政府部門、第三方電商平臺、消費者的初始策略選擇概率分別為x=0.5，y=0.5，z=0.2;消費者反饋給政府部門帶來的聲譽價值溢價Rg=10、聲譽損失Lg=12，給第三方電商平臺帶來的聲譽價值溢價Rp=8、聲譽損失Lp=10;政府部門和第三方電商平臺的協同收益分配比例分別為θ=0.5，（1-θ）=0.5，協同收益λIαgIβp=24。為了更直觀地反映各參數對多方策略選擇的影響，本文運用Matlab 2020b進行仿真分析。

（一）消費者反饋成本的影響

為分析消費者反饋成本對政府部門和第三方電商平臺策略選擇的影響，仿真結果如圖5所示。

由圖5可以看出：消費者的反饋成本與政府部門嚴格監管、第三方電商平臺強化審查的概率均呈負相關關系。這是由于消費者的反饋成本降低，其反饋的概率隨之提高，政府部門和第三方電商平臺為維護聲譽、免遭處罰，將提高嚴格監管和強化審查的概率。因此，消費者反饋成本的降低，不僅會提高消費者反饋的積極性，還會促進政府部門嚴格監管和第三方電商平臺強化審查。

（二）協同收益對三方策略選擇的影響

為分析協同收益對三方策略選擇的影響，設消費者的反饋成本Cc=0.6，λIαgIβp={0，24，48}，仿真結果如圖6所示。

由圖6可以看出：當協同收益為0時，消費者的演化穩定策略為反饋，政府部門和第三方電商平臺無演化穩定策略;隨著協同收益的提高，第三方電商平臺強化審查概率的波動范圍增大，政府部門嚴格監管概率的波動范圍減小且隨第三方電商平臺進行調整（當第三方電商平臺不強化審查時，政府部門將提高嚴格監管的概率，當第三方電商平臺強化審查的概率提高時，政府部門隨之降低其嚴格監管的概率），最終政府部門的策略選擇逐漸穩定于嚴格監管、第三方電商平臺逐漸穩定于強化審查、消費者的演化穩定策略由反饋轉變為不反饋。因此，協同收益提高，會促使政府部門選擇嚴格監管策略、第三方電商平臺選擇強化審查策略。

（三）處罰額對三方策略選擇的影響

為分析政府部門對第三方電商平臺的處罰額對三方策略選擇的影響，設Fp={10.96，34.96，58.96}，仿真結果如圖7所示。

由圖7可以看出：當政府部門對第三方電商平臺的處罰額較低時，政府部門和第三方電商平臺無演化穩定策略，消費者的演化穩定策略為反饋;隨著政府部門對第三方電商平臺處罰額的提高，第三方電商平臺強化審查概率的波動范圍逐漸增大，消費者的策略選擇由反饋逐漸轉為隨第三方電商平臺的策略選擇波動（當第三方電商平臺強化審查的概率提高時，消費者反饋的概率將降低;當第三方電商平臺強化審查的概率降低時，消費者反饋的概率將提高），政府部門的策略選擇逐漸穩定于寬松監管。

（四）消費者反饋、第三方電商平臺不強化審查節約的成本對三方策略選擇的影響

為了分析消費者反饋帶來的聲譽價值溢價和聲譽損失、第三方電商平臺不強化審查節約的成本對三方策略選擇的影響，使Rp={4，8，12}，Lp={6，10，14}，Fg={40，60，80}，Cph-Cpl={40，20，0}仿真結果如圖8所示。

由圖8可以看出：在初始狀態，政府部門、第三方電商平臺、消費者的演化穩定策略分別為寬松監管、不強化審查、反饋。隨著消費者反饋給第三方電商平臺帶來的聲譽價值溢價和聲譽損失增大、政府部門的處罰成本提高、第三方電商平臺不強化審查節約的成本降低，復制動態系統的演化穩定點逐漸偏離（0，0，1），且第三方電商平臺的策略選擇有向強化審查演化的趨勢。因此，提高消費者反饋給第三方電商平臺帶來的聲譽價值溢價和聲譽損失、增大政府部門的處罰成本、降低第三方電商平臺不強化審查節約的成本，可避免（0，0，1）成為演化穩定點。

（五）第三方電商平臺的收益、協同收益對三方策略選擇的影響

為了分析第三方電商平臺的收益、協同收益對三方策略選擇的影響，使π={100.63，144.63，188.63}， λIαgIβp={0，24，48}，Fp={10.96，34.96，58.96}，仿真結果如圖9所示。

由圖9可以看出：在初始狀態，政府部門、第三方電商平臺、消費者的演化穩定策略分別為寬松監管、不強化審查、反饋。隨著第三方電商平臺售出商品的收益增大、協同收益上升、政府部門對第三方電商平臺的處罰額增加，復制動態系統的演化穩定點逐漸偏離（0，0，1），并且第三方電商平臺的策略選擇有向強化審查演化的趨勢;隨著各參數的持續變化，最終（1，1，0）成為該系統的演化穩定點。因此增大第三方電商平臺售出商品的收益、提高協同收益、增加政府部門對第三方電商平臺的處罰額，可促進（1，1，0）成為演化穩定點。

七、結語

本文引入消費者反饋機制，構建了協同視角下政府部門、第三方電商平臺、消費者三方共同參與的演化博弈模型，分析了各主體的演化穩定策略和各要素對三方策略選擇的影響，基于Lyapunov第一法則研究了三方演化穩定點存在的條件，并運用Matlab 2020b仿真分析了各要素變化對三方策略選擇的影響，主要結論如下：

（1）增大消費者反饋給第三方電商平臺帶來的聲譽價值溢價或聲譽損失、降低第三方電商平臺不強化審查節約的成本，均將使其選擇強化審查策略。因此，應暢通反饋渠道，完善消費者反饋機制，引導消費者增強維權意識，鼓勵其在監管信息平臺等對商品質量做出真實、客觀的評價，并且當發現網購商品存在質量問題時，積極進行投訴或舉報;另外，第三方電商平臺應構建有效的質量審查體系，完善審查流程，降低審查成本。

（2）協同收益提高，會促使政府部門選擇嚴格監管策略、第三方電商平臺選擇強化審查策略。因此，政府部門可借鑒政務信息工作考核機制，建立第三方電商平臺質量審查信息考核機制，定期對第三方電商平臺信息報送和上傳工作進行通報，并計入第三方電商平臺的信譽積分，激勵第三方電商平臺在監管信息平臺上共享商家信息和商品質量信息，提高協同收益。

（3）提高政府部門對第三方電商平臺的處罰額，會使政府部門將嚴格監管作為演化穩定策略、第三方電商平臺將強化審查作為演化穩定策略。政府部門對消費者評價較低且出現違法違規現象次數較高的第三方電商平臺和商家，應提高抽查比例和處罰額，而對消費者評價較高的第三方電商平臺和商家應以免檢、認證、通報表揚等方式進行激勵。

（4）反饋成本的降低，不僅會提高消費者反饋的積極性，還會促進政府部門嚴格監管和第三方電商平臺強化審查。消費者的反饋成本降低，會使反饋成為消費者的演化穩定策略，政府部門和第三方電商平臺為維護聲譽，將選擇嚴格監管策略和強化審查策略。因此，完善和推廣線上調解和網絡仲裁機制，降低消費者的反饋成本，對提高網購商品質量具有重要意義。

網購商品質量監管涉及的主體廣泛，而本文構建的質量監管模型僅將政府部門、第三方電商平臺、消費者作為主體進行分析，未將在線賣家等考慮在內;另外，本文是在靜態博弈的框架下進行分析的，但現實中政府部門不可能只進行一次監管，消費者和在線賣家也不可能只進行一次交易，而是一個長期重復博弈的過程。因此，未來可在如下兩個方面進行拓展研究：第一，考慮消費者反饋機制，通過構建四方演化博弈模型，分析政府部門、第三方電商平臺、在線賣家、消費者共同參與的網購商品質量監管機制; 第二，分析不完全信息下，博弈方長期重復博弈的策略選擇。

參考文獻：

[1] 曹霞、于娟、張路蓬，2016：《不同聯盟規模下產學研聯盟穩定性影響因素及演化研究》，《管理評論》第2期。

[2] 初釗鵬、卞晨、劉昌新、朱婧，2019：《霧霾污染、規制治理與公眾參與的演化仿真研究》，《中國人口資源與環境》第7期。

[3] 康旺霖、王壘、姜亞楠，2016：《基于可信任第三方的網上誠信交易機制設計》，《系統管理學報》第5期。

[4] 李波、溫德成，2013：《網絡購物中商品質量問題發生機理及監管研究述評》，《財貿研究》第2期。

[5] 李杰、張睿、徐勇，2018：《電商平臺監管與商家售假演化博弈》，《系統工程學報》第5期。

[6] 李莉、楊文勝、謝陽群、蔡淑琴，2004：《電子商務市場質量信息不對稱問題研究》，《管理評論》第3期。

[7] 李乃文、榮帥、趙宏霞，2017：《雙邊市場環境下網購平臺的質量誠信監控行為研究》 ，《軟科學》第8期。

[8] 馬述忠、房超，2019：《堵還是疏：網店“以次充好”行為治理研究》，《宏觀質量研究》第1期。

[9] 孫寶文、李二亮、王珊君、何毅、李永焱，2014：《動態交易保證金在網上交易信譽激勵機制中的設計和實現》，《管理評論》第3期。

[10] 陶曉波、宋卓昭、張欣瑞、呂一林，2013：《網絡負面口碑對消費者態度影響的實證研究——兼論企業的應對策略》，《管理評論》第3期。

[11] 王建華、鐘丹麗、孫俊，2020：《基于優質商家申報制度的互聯網食品安全治理研究》 ，《宏觀質量研究》第2期。

[12] 王文婧、杜惠英、呂廷杰，2012：《基于第三方認證的云服務信任模型》，《系統工程理論與實踐》第12期。

[13] 汪旭暉、張其林，2016：《平臺型電商企業的溫室管理模式研究——基于阿里巴巴集團旗下平臺型網絡市場的案例》，《中國工業經濟》第11期。

[14] 王宇、魏守華，2016：《網絡交易市場中第三方標記的有效性研究——基于信號傳遞理論的一個解釋》，《管理評論》第9期。

[15] 楊豐梅、王安瑛、吳軍、湯鈴，2017：《基于博弈論的C2B2C模式下電商信用監管機制研究》，《系統工程理論與實踐》第8期。

[16] 朱立龍、郭鵬菲，2017：《政府約束機制下農產品質量安全監管三方演化博弈及仿真分析》，《系統工程》第12期。

[17] 朱立龍、郭鵬菲、孫淑慧，2017：《三種混合分銷渠道條件下供應鏈產品質量控制策略研究》，《中國管理科學》第3期。

[18] 朱立龍、榮俊美，2020：《“互聯網+醫療健康”背景下考慮患者反饋機制的藥品質量監管策略研究》，《中國管理科學》第5期。

[19] 朱立龍、榮俊美、張思意，2021：《政府獎懲機制下藥品安全質量監管三方演化博弈及仿真分析》，《中國管理科學》第11期。

[20] 朱立龍、孫淑慧，2019：《消費者反饋機制下食品質量安全監管三方演化博弈及仿真分析》 ，《重慶大學學報（社會科學版）》第3期。

[21] Chen Y，Hu X.，Li S.，2017，Quality Differentiation and Firms’ Choices Between Online and Physical Markets，International Journal of Industrial Organization，52： 96-132.

[22] Chevalier J.A.，Dover Y.，Mayzlin D.，2018，Channels of Impact： User Reviews When Quality is Dynamic and Managers Respond，Marketing Science，37（5）： 688-709.

[23] Fouliras，Panayotis，2013，A Novel Reputation-based Model for E-commerce，Operational Research，13（1）：113-138.

[24] Fu S.，Yan Q.，Feng G.C.，2018，Who Will Attract You？ Similarity Effect Among Users on Online Purchase Intention of Movie Tickets in the Social Shopping Context，International Journal of Information Management，40： 88-102.

[25] Griffis S.E.，Rao S.，Goldsby T.J.，Niranjan T.T.，2012，The Customer Consequences of Returns in Online Retailing： An Empirical Analysis，Journal of Operations Management，30 （4）： 282-294.

[26] He H.，Zhu L.L.，2020，Online Shopping Green Product Quality Supervision Strategy with Consumer Feedback and Collusion Behaviour， Plos One，15（3）： e0229471.

[27] Kim Y.，Krishnan R.，2015，On PRoduct-Level Uncertainty and Online Purchase Behaviour： An Empirical Analysis，Management Science，61（10）： 2449-2467.

[28] Li D.，Nagurney A.， Yu M.，2018，Consumer Learning of Product Quality with Time Delay： Insights From Spatial Price Equilibrium Models with Differentiated Products，Omega，81： 150-168.

[29] Li Y.P.，Wen D.C.，Sun X.J.，2018，Quality Supervision Game Between Government and Online Shopping Platforms，Total Quality Management & Business Excellence，29（9-10）：1246-1258.

[30] Maeyer P.D.，Estelami H.，2011，Consumer Perceptions of Third Party Product Quality Ratings，Journal of Business Research，64（10）： 1067-1073.

[31] Seung Ho Yoo，2014，Product Quality and Return Policy in a Supply Chain Under Risk Aversion of a Supplier，International Journal of Production Economics，154： 146-155.

[32] Sullivan Y.W.，Kim D.J.，2018，Assessing the Effects of Consumers’ Product Evaluations and Trust on Repurchase Intention In E-commerce Environments，International Journal of Information Management，39：199-219.

[33] Thaichon P.，Quach S.，2016，Dark Motives-counterfeit Purchase Framework： Internal and External Motives Behind Counterfeit Purchase Via Digital Platforms，Journal of Retailing and Consumer Services，33： 82-91.

[34] Zhang J.Q.，Cao Q.N.，He X.L.，2019，Contract and Product Quality in Platform Selling， European Journal of Operational Research，272（3）： 928-944.

[35] Zheng H.C.，Xu B，Lin Z.X.，2019，Seller’s Creditworthiness in the Online Service Market： A Study From the Control Perspective，Decision Support Systems，127：113-118.

The Strategy for Supervision with Consumer Participation of Online Shopping Product Quality from the Perspective of Collaboration

Zhu Lilong， He Hui and Xu Yanping

（School of Business， Shandong Normal University）

Abstract：As online shopping has become one of the most important ways of consumption， the quality of online shopping product has aroused widespread concern from both the government and the whole society at large. From the perspective of collaboration， this paper， introducing the consumer feedback mechanism， constructs a three-party evolutionary gaming model of quality supervision involving the government departments， the third party e-commerce platforms and the consumers， followed by an analysis of the evolutionary stable strategy of each party. In the paper， the existence conditions of the stable points are studied based on the Lyapunov’s First Method， and the effects on the strategic choice exerted by the factors are analyzed by using Matlab 2020b. The results show that increasing the reputation value premium or reputation loss that consumer feedback brings to the third party e-commerce platforms will make them choose the strategy of enhancing reviews. Increasing the collaborative revenue and penalties imposed by the government departments on the third party e-commerce platforms will enable both the government departments to choose the strict supervision and the third party e-commerce platforms to choose enhancing reviews. The reduction in feedback costs will not only increase the enthusiasm of the consumers in giving their feedback， but will also promote the government departments in executing strict supervision measures as well as the third party e-commerce platforms in enhancing reviews. And finally， in view of the model solution and the simulation analysis， this paper puts forward countermeasures and suggestions for improving the online shopping product quality in real life.

Key Words：online shopping; product quality; collaboration; evolutionary gaming; simulation analysis

責任編輯 郝 偉