網絡餐飲線上監管模式利益相關主體的演化博弈分析

代麗 陳思

摘? 要： 基于演化博弈理論，探究了網絡餐飲線上監管系統推廣應用過程中商家、消費者和政府間的博弈關系。借助系統動力學方法進一步分析了相關因素對系統均衡的影響。研究結果表明，在網絡餐飲線上監管系統推廣的初始階段，政府市場規制是拓展其市場應用規模的重要手段；消費者網絡餐飲食品安全偏好是影響商家策略選擇的關鍵因素；當加入網絡餐飲線上監管系統的商家數量達到一定比例，且消費者網絡餐飲食品安全意識普遍較高時，政府應降低規制強度，發揮市場的資源配置作用，實現博弈三方的利益共贏。

關鍵詞： 演化博弈； 網絡餐飲； 監管系統； 系統動力學

中圖分類號：F224.32；F719.3? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8828（2023）06-103-07

Evolutionary game analysis of stakeholders in online supervision mode of online catering

Dai Li1，2， Chen Si1

（1. School of Economics and Management， Zhejiang Sci-Tech University， Hangzhou， Zhejiang 310018， China;

2. Zhejiang Province Key Laboratory of Transplanting Equipment and Technology）

Abstract： Based on the evolutionary game theory， the game relationship among businesses， consumers and governments in the promotion and application of online catering supervision system is explored， and the influence of relevant factors on system equilibrium is further analyzed based on the system dynamics. The results show that government market regulation is an important means to expand its market application scale at the initial stage of the promotion of online catering supervision system. Consumers' online catering food safety preference is the key factor affecting the business strategy choice. When the number of businesses participating in the online catering supervision system reaches a certain proportion and consumers' awareness of online catering food safety is generally high， the government should reduce the intensity of regulation and play the role of market resource allocation， so as to achieve the win-win situation of the three parties in the game.

Key words： evolutionary game; online catering; supervision system; system dynamics

0引言

國家食品藥品監督管理總局先后于2017年，2020年對《網絡餐飲服務食品安全監督管理辦法》進行了頒布和修改[1]。為了解決食品安全監管低效的問題[2，3]，浙江省推出了“浙江外賣在線”系統?！罢憬赓u在線”系統的線上監管，解決了消費者網絡訂餐“看不見”的問題。

大量學者從不同的視角對網絡餐飲的相關問題進行了探究[4-7]?，F有文獻的研究內容主要集中在網絡餐飲行業問題分析與對策研究，主要為定性分析。因此，本文從網絡餐飲線上監管模式推廣應用過程中相關利益主體的成本效益出發，探究商家、消費者和政府這三個利益主體在策略選擇過程中的博弈行為及各主體線上監管模式應用的影響機理，在此基礎上提出一些針對性的建議，以期推動網絡餐飲線上監管模式的應用，促進網絡餐飲業健康有序發展。

1 三方演化博弈模型構建

1.1 模型假設

假設1 商家、消費者、政府分別以“利潤最大化”、“個人效用最大化”、“社會福利最大化”為策略，選擇目標。三者在博弈的過程中通過不斷地試錯和模仿，最終會趨于某個穩定策略。

假設2 商家選擇加入和不加入線上監管系統的概率為x和1-x；消費者選擇從已加入和未加入系統的商家訂餐的概率為y和1-y；政府選擇進行和不進行市場規制策略的概率為概率為z和1-z。其中x，y，z∈[0，1]。

假設3 商家策略選擇空間為{加入，不加入} 。商家加入后平均每單產生的增量成本為C1（C1>0），商家未加入該系統前單位訂單的生產成本標準化為0。假設網絡餐飲市場上訂單總量Q不變，P1和P2分別為商家加入系統前后的訂單單價。在提供網絡餐飲服務的商家中，存在食品安全問題的商家的概率為α。政府采取市場規制策略時，商家加入可獲得政府的補貼R，參數R與消費者購買行為無關。

假設4 消費者的策略選擇空間為｛從已加入系統的商家訂餐，從未加入系統的商家訂餐｝。由于消費者從不同商家訂餐的收益難以計算，本文借鑒梁喜和付陽[8]的做法，引入消費者效用函數，消費者從網上訂餐獲得的效用為U，即支付意愿與實際支付的差值。消費者支付意愿受兩個因素的影響，一是消費者感知的從網上訂餐獲得的食物的基礎價值T，二是選擇從已加入線上監管系統的商家訂餐的消費者獲得的食品安全的安全偏好價值N。消費者具有食品安全意識，r1、r2分別表示政府采取和不采取市場規制策略兩種情況下消費者的食品安全偏好程度，ri服從[0，1]上的均勻分布（i=1，2）。另外，消費者收益受到商家策略的影響，當商家選擇不加入線上監管系統而消費者選擇從已經加入線上監管系統的商家訂餐，或商家選擇進行加入而消費者選擇從已經加入線上監管系統的商家訂餐時，消費者均會放棄購買，此時消費者支付為0。

假設5 政府策略選擇空間為{市場規制，不進行市場規制}。本文參考汪明月和李穎明[9]的做法，將政府市場規制的手段分為網絡餐飲食品安全宣傳、經濟激勵和加強監督三種手段。政府通過宣傳增強消費者的網絡餐飲食品安全意識，提高消費者的網絡餐飲食品安全偏好系數r，花費的成本為C3；經濟激勵體現為直接降低了商家的成本，當商家選擇加入，可獲得政府的經濟補貼R；加強監管后增加的對商家抽檢的概率為β，對存在食品安全問題的商家處以罰款M，此時，增加的監管成本為C4。政府采取市場規制策略獲得的政績收益為G1（如獲得良好的政府形象、公信力提升等），當商家選則加入策略時，為政府帶來長期的社會經濟效益G2，政府消耗的政策制訂成本為C2。相關參數及其含義如表1所示。

1.2 收益矩陣的構建

根據模型假設和參數設置，可得到不同決策情形下，政府、商家和消費者的收益矩陣，如表2和表3所示。

在演化博弈的過程中，主體通過學習、試錯來調整自身策略，以此表現出演化博弈理論所描述的動態復制過程。由上述收益矩陣，可以計算得到商家、政府和消費者的期望收益和平均收益。

⑴ 商家期望分析

商家選擇加入策略的期望收益見式⑴：

[E11=yz[（P1-C1）Q+R）+y（1-z）（P1-C1）Q+（1-y）zR]

[=y（P1-C1）Q+zR]? ⑴

商家選擇不加入策略的期望收益見式⑵：

[E12=-yzαβM+（1-y）z（P2Q-αβM）+（1-y）（1-z）P2Q]

[=（1-y）P2Q-zαβM]? ⑵

商家的平均期望收益見式⑶：

[E1=xE11+（1-x）E12] ⑶

根據演化博弈的復制動態方程，可得到商家策略選擇的概率變化速率，見式⑷：

[F（x）=dx/dt=x（E11-E1）=x（1-x）（E11-E12）]

[=x（1-x）[y（P1-C1）Q+zR-（1-y）P2Q+zαβM]] ⑷

⑵ 消費者期望分析

消費者從已加入線上監管系統的商家訂購食物的期望收益見式⑸

[E21=xzQ（T-P1+r1N）+x（1-z）Q（T-P1+r2N）]

[=xz（r1-r2）QN+xQ（T-P1+r2N）]? ⑸

消費者從未加入線上監管系統的商家訂購食物的期望收益見式⑹：

[E22=（1-x）z（T-P2）Q+（1-x）（1-z）（T-P2）Q]

[=（1-x）（T-P2）Q] ⑹

消費者的平均期望收益見式⑺：

[E2=yE21+（1-y）E22] ⑺

同理，可得到消費者策略選擇的概率變化速率，見式⑻：

[F（y）=y（1-y）[xz（r1-r2）QN]

[+xQ（T-P1+r2N）-（1-x）（T-P2）Q]]? ?⑻

⑶ 政府期望分析

政府選擇市場規制的期望收益見式⑼：

[E31=xy（G1+G2-C2-C3-R）+（1-x）y（G1-C2-C3-C4+αβM）+x（1-y）（G1-C2-C3-R）]

[+（1-x）（1-y）（G1-C2-C3-C4+αβM）=-x（R+]

[αβM-C4）+xyG2+G1-C2-C3-C4+αβM] ⑼

政府不進行市場規制時的期望收益見式⑽：

[E32=xyG2] ⑽

政府的平均期望收益見式⑾：

[E3=zE31+（1-z）E32] ⑾

同理，可得到政府策略選擇的概率變化速率，見式⑿：

[FZ=z（1-z）[-x（R+αβM-C4）+G1-C2-C3-C4+αβM]]? ⑿

1.3 系統穩定策略分析

由式⑷、式⑻和式⑿構成商家、消費者和政府的三方博弈系統的復制動態方程組：

[F（x）=x（1-x）[yQ（P1-C1）+zR-（1-y）P2Q+zαβM]F（y）=y（1-y）Q[xzN（r1-r2）+x（T-P1+r2N）-（1-x）（T-P2）]F（z）=z（1-z）[-x（R+αβM-C4）+G1-C2-C3-C4+αβM]

令方程組中的每一個方程都等于0，即[F（x）=0，]

[F（y）=0，F（z）=0，]得到9個系統均衡點，分別為E1（0，0，0），E2（1，0，0），E3（0，1，0），E4（0，0，1），E5（1，0，1），E6（1，1，0），E7（0，1，1），E8（1，1，1），E9（x*，y*，z*）。其中，x*、y*、z*的表達式分別為：

[x*=G1-C2-C3-C4+αβMR+αβM-C4] ，

[y*=P2Q-z（R-αβM）Q（P1+P2-C1）] ，

[z*=（1-x）（T-P2）-x（T-P1+r2N）xN（r1-r2）]

根據Ritzberger和Selten的研究可知，多群體演化博弈系統中演化穩定策略必是純策略均衡，因此只考慮均衡點E1-E8。由商家、消費者和政府三主體的復制動態方程求偏導可得到系統的雅克比矩陣J2如下：

[J2=?F（x）?x?F（x）?y?F（x）?z?F（y）?x?F（y）?y?F（y）?z?F（z）?x?F（z）?y?F（z）?z=S11S12S13S21S22S23S31S32S33]

其中：

[S11=（1-2x）[yQ（P1-C1）+zR-（1-y）P2Q-zαβM]]

[S12=x（1-x）Q（P1+P2-C1）]

[S13=x（1-x）（R+αβM）]

[S21=y（1-y）Q[zN（r1-r2）+2T-P1-P2+r2N]]

[S22=（1-2y）Q[xzN（r1-r2）+x（T-P1+r2N）-（1-x）（T-P2）]]

[S23=y（1-y）[xQN（r1-r2）]]

[S31=z（1-z）[C4-R-αβM]]

[S33=（1-2z）[-x（R+αβM-C4）+G1-C2-C3-C4+αβM]]

[S32=0]

復制動態方程求出的系統均衡點不一定是系統的演化穩定策略（ESS），根據李亞普諾夫第一法則可知，當系統雅可比矩陣的所有特征值實部均小于零時，系統具漸進穩定性，此時的系統均衡點即為演化穩定策略；當雅可比矩陣的所有特征值實部均大于零時，該平衡點為不穩定點；當雅可比矩陣的所有特征值實部正負值均有時，該平衡點為鞍點。

以純策略均衡點E8（1，1，1）為例，分析其演化的穩定性。純策略均衡點E8（1，1，1）的雅可比矩陣J3為：

[J3=[Q（P1-C1）+R]αβM000-Q[N（r1-r2）+T-P1+r2N]000-（-R+G1-C2-C3）]

J3的特征多項式可表示為：

[J3=λ-[Q（P1-C1）+R]αβM000λ+Q[N（r1-r2）+T-P1+r2N]000λ+（-R+G1-C2-C3）]

故，純策略均衡點E8（1，1，1）的特征值為：

[λ1=[Q（P1-C1）+R]αβM]，

[λ2=-Q[N（r1-r2）+T-P1+r2N]]，

[λ3=-（-R+G1-C2-C3）]。

類似的，將其他系統均衡點E1-E7帶入雅克比矩陣，求得其對應的特征值，如表4示。

由表4可知，當選擇加入網絡餐飲線上監管系統的商家的比例x=0時，博弈均衡狀態并不符合本文的網絡餐飲線上監管模式推廣應用的目的，所以E1、E3、E4、E7不予考慮。均衡點E2（1，0，0）有一個特征值[λ1]恒大于零，不符合演化穩定策略的條件。因此本文主要討論均衡點E5、E6、E8的演化穩定條件。

情形一 當[R-P2Q+αβM>0]，[Q（r1N+T-P1）<0]，[-R+G1-C2-C3>0]時，演化穩定策略為E5（1，0，1），各均衡點的穩定性見表5。此時商家政府補貼力度大，政府的監管力度加強，使得商家選擇加入可獲得更高的收益，所以商家會傾向于選擇加入；消費者由于食品安全意識較弱，感知到的食品安全收益以及安全偏好系數都比較低，同時由于商品單價漲幅過高，導致消費者整體收益偏低，所以消費者會傾向于選擇從未加入的商家，政府選擇市場監管策略；政府盡管采取市場規制策略會消耗大量的成本，但當采取該策略獲得的政績收益大于規制成本時，政府會傾向于選擇市場規制策略。然而，演化穩定策略E5（1，0，1）的穩定狀態并不符合正常的市場規律，只是理論上的演化穩定策略（ESS），而不是推廣網絡餐飲線上監管模式的最優策略。

情形二 當[Q（P1-C1）>0]，[Q（T-P1+r2N）>0]，[-R+G1-C2-C3<0]時，演化穩定策略為E6（1，1，0），各均衡點的穩定性見表6。此時，各主體的演化穩定策略分別為商家加入、消費者從已加入線上監管系統的商家訂餐、政府不進行市場規制。E6（1，1，0）的穩定狀態是在市場機制的作用下形成的長期演化穩定狀態，并不是在線上監管模式應用初期的最佳推廣策略。

情形三 當[Q（P1-C1）+R+αβM>0]，[r1N+T-P1>0]，[-R+G1-C2-C3>0]時，演化穩定策略為E8（1，1，1），各均衡點的穩定性見表7。此時，各主體的演化穩定策略分別為商家加入、消費者從已加入線上監管系統的商家訂餐、政府市場規制。E8（1，1，1）的穩定狀態下，消費者和政府共同對網絡餐飲線上監管模式的推廣產生了正向的影響。其中，政府起到明顯的主導和引導作用，同時消費者的積極響應促使系統更快地達到穩定狀態，該策略是短期內快速推廣網絡餐飲線上監管模式的最優穩定策略。

2 系統仿真模擬

2.1 仿真模型的構建

在網絡餐飲線上監管系統利益相關者的博弈過程中，商家、消費者和政府會根據其他主體的策略動態調整自己的策略，利用系統仿真方法對主體間的演化博弈情況進行分析。本文利用Vensim PLE軟件構建商家、消費者和政府演化博弈的SD模型，如圖1所示。其中，狀態變量分別為商家加入線上監管系統的概率x、消費者從已加入線上監管系統的商家訂餐的概率y和政府市場規制的概率z。

通過演化博弈模型研究，結合相關的新聞報道數據和相關文獻[10]參數設置方法，對收益矩陣中的參數初始值給出如下假設：[Q=20]，[p1=1.3]，[p2=1]，[C1=]0.1，M[=]200，[α=0.1]，[T=]1.1，N[=]0.4，[r1=]0.8，[r2=0.3]，[G1=3]，[G2=3]，[C2=]0.5，[C3=]1，[C4=0.5]，[β=0.05]，[R=]1。本研究設定仿真周期為10年，故設仿真開始時間INITIAL-TIME=0，仿真結束時間FINAL-TIME=10。假設市場監管部門以每月兩次的頻率對未加入網絡餐飲線上監管系統的商家進行抽查，則三者每年博弈次數為24次。因此，取仿真步長TIME-STEP=0.04。

2.2 模型參數數值仿真分析

⑴ 系統均衡狀態驗證

由前文分析可知，在一定條件下，系統存在E5（1，0，1）、E6（1，1，0）、E8（1，1，1）三個演化穩定策略（ESS），假設三者初始策略選擇的概率均為0.5，為便于分析，將情形一的系統均衡狀態E5（1，0，1）記為A1，將情形二的系統均衡狀態E6（1，1，0）記為A2，將情形三的系統均衡狀態E8（1，1，1）記為A3，具體賦值情況如表8所示。

A1狀態下，商家偏向于采取加入策略，消費者偏向于從未加入系統的商家訂餐，政府偏向于采取市場規制策略，如圖2所示。同理，A2狀態下，為政府偏向于采取不進行市場規制策略，如圖3所示。而A3狀態下，為政府偏向于采取市場規制策略，如圖4所示。

由模擬結果可知，A1狀態下，商家由于政府高強度的監管力度，會傾向于加入網絡餐飲線上監管系統，但由于價格過高導致消費者流失，需要政府采取市場規制策略來提高消費者的網絡餐飲食品安全意識，進而提高其感知的食品安全收益，影響消費者策略選擇；A2狀態下，由于消費者有較高的網絡餐飲食品安全意識，會傾向于選擇從已加入系統的商家訂餐，所以在政府不采取市場規制的情況下，也能促使商家加入。但在網絡餐飲線上監管模式推行的初級階段，商家加入意愿弱、消費者網絡餐飲食品安全意識普遍偏低，從現實的角度來看，均衡策略E6的平衡狀態在短期內難以實現；A3狀態下，在博弈的前期，由于商家提供的商品單價上升導致選擇從已加入線上監管系統的商家訂餐的消費者比例有所下降，但在政府積極規制的情況下，消費者的網絡餐飲食品安全意識不斷增強，選擇從已加入線上監管系統的商家訂餐可以獲得的整體收益提高，最終會傾向于選擇從已加入線上監管系統的商家訂餐，從而促進商家的加入意愿，即市場規制可以有效地促進網絡餐飲線上監管模式的推廣。

⑵ 參數敏感性分析

通過系統動力學仿真探究短期內演化博弈模型中主要參數變化對演化過程的影響，將仿真模型中的FINAL TIME調整為3。選取策略組合（商家加入線上監管系統，消費者從已加入的商家訂餐的，政府市場規制）作為系統的初始的狀態，探究博弈模型中參數變化對商家策略選擇演化過程的影響。

保持其他參數不變，圖5（a）為商家加入線上監管系統產生的增量成本C1分別由0.1變化至0.08和0.12的博弈的演化過程；圖5（b）為政府市場規制時消費者網絡餐飲食品安全偏好系數r1分別由0.8變化至0.7和0.9的博弈演化過程；圖5（c）為政府市場規制時補貼R分別由1變化至0.8和1.2的博弈演化過程；圖5（d）為政府市場規制時增加的商家被抽檢的概率β分別由0.05變化至0.02和0.1的博弈演化過程。

從圖5（a）～圖5（d）可以看出，改變消費者的網絡餐飲食品安全偏好系數r1似乎能更快地影響商家的加入率，改變補貼R似乎對促進商家策略選擇影響不大。為了探討各個因素對商家策略選擇的影響，本文引入敏感性概念，對各個參數的敏感性進行了計算。利用Vensim PLE軟件模擬各種情形下商家的演化過程，并選取T=0.8時，四種商家加入線上監管系統的概率，整理后計算各參數的敏感性，結果如表9所示。

由表9可知，商家對政府市場規制下消費者安全偏好系數r1的敏感性最高，加入線上監管系統產生的增量成本C1次之，政府市場規制時增加的對商家的抽檢概率β較低，政府補貼R最小。因此，加強公眾宣傳，提高消費者的網絡餐飲食品安全意識，提高消費者食品安全偏好系數，是政府市場規制對商家最有效的方式。

3 結束語

從利益相關者的角度出發，利用演化博弈理論和系統動力學理論對網絡餐飲線上監管模式推廣過程中商家、消費者和政府三個利益相關主體間的相互作用機理進行分析，研究結果表明：①在網絡餐飲線上監管模式推廣的初始階段，政府市場規制是拓展其市場應用規模的重要手段，在缺乏政府規制措施時，演化結果呈現商家不加入線上監管系統，消費者從未加入線上監管系統的商家訂餐的狀態；②在博弈的過程中，商家、消費者和政府三個主體的策略選擇既受到自身收益和成本的制約，也受到彼此的交互影響；③消費者網絡餐飲食品安全偏好是影響商家策略選擇最主要的因素，提高消費者的網絡餐飲食品安全意識是推廣網絡餐飲線上監管模式的有效途徑；④當加入網絡餐飲線上監管系統的商家數量達到一定比例，且消費者網絡餐飲食品安全意識普遍較高時，政府可以降低規制強度，發揮市場的資源配置作用，實現博弈三方的利益共贏。

參考文獻（References）：

[1] 國家食品藥品監督管理總局.網絡餐飲服務食品安全監督

管理辦法[EB/OL].2018

[2] 王珊.談新形勢下網絡餐飲食品安全監管[J].食品安全導刊，

2021（17）：56-57

[3] 胡春華，孫思源，周新民，等.演化博弈視角下網絡訂餐平臺安

全監管研究[J].消費經濟，2021，37（3）：80-87

[4] Bolek， S. Consumer knowledge， attitudes， and judgments

about food safety： A consumer analysis[J]. Trends in Food Science & Technology，2020，102：242-248

[5] 宋曉明.網絡餐飲服務食品安全監管問題及對策[J].中國食

品藥品監管，2019（4）：82-84

[6] Lachenmeier， D. W.， L?bell-Behrends， S.， & B?se， W.，

et al. Does European Union Food Policy Privilege the Internet Market？ Suggestions for a Specialized Regulatory Framework[J]. Food Control，2013，30（2）：705-713

[7] 程信和，董曉佳.網絡餐飲平臺法律監管的困境及其治理[J].

華南師范大學學報（社會科學版），2017（3）：118-122，191

[8] Goldberg， D. M.， Khan. S.， & Zaman， N.， et al. Text

Mining Approaches for Postmarket Food Safety Surveillance Using Online Media[J]. Risk Analysis，2020

[9] 梁喜，付陽.政府動態獎懲機制下綠色建筑供給側演化博弈

研究[J].中國管理科學，2021，29（2）：184-194

[10] 汪明月，李穎明.多主體參與的綠色技術創新系統均衡及穩

定性[J].中國管理科學，2021，29（3）：59-70

[11] 彭頻，何熙途.政府補貼與新能源汽車產業發展——基于系

統動力學的演化博弈分析[J].運籌與管理，2021，30（10）：31-38