信息共享視角下個體農產品電商信息配置的演化博弈分析

賈 鋮 鄭嘉欣 楊建輝

(1.山東農業大學 經濟管理學院,山東 泰安 271018;(2.華中農業大學 經濟管理學院,武漢 430070;(3.浙江農林大學 經濟管理學院,杭州 310018)

隨著數字鄉村發展戰略逐步鋪開,農產品電商已成為“數商興農”建設過程中的重要一環。據商務部大數據統計,2022年我國農產品網絡零售額達5313.8億元,同比增長9.2%,增速較2021年提升6.4個百分點(1)中國產業經濟信息網:2022年我國農產品網絡零售增勢較好.2023-02-04.http:∥www.cinic.org.cn/xw/tjsj/1400445.html。以生鮮電商為例,高回頭率、高客戶粘性、高毛利使其成為電商市場的一片藍海。僅2020年我國生鮮零售市場規模便超5萬億,但線上零售只占14.6%;且自2005年開始,該行業每年虧損企業超20家(2)生鮮電商市場調查:2021年生鮮電商普遍虧損.2021-08-27.http:∥k.sina.com.cn/article_73728258251b77464e100100z4rl.html。雖然數字技術日趨完善,但農產品電商發展并非“如愿以償”[1-2]。不同于工業品消費市場,同類農產品間的差異并不明顯,僅僅關注產品供需或價格標簽難以滿足消費者對其品質與多元化的訴求。這也使得農產品難以形成品牌效應。因此,現階段如何借助電商平臺提升農產品品質,進一步提高消費者的品牌忠誠度,對農產品電商未來轉型及高質量發展具有現實意義。

進入數字經濟時代,數據信息價值日益彰顯。香農的信息論證明,信息可以實現到知識的飛躍[3],企業或個體基于數據提煉出的信息可以滿足更精準的個性化營銷、更高效的生產和交付[4-6],從而改善產品質量和服務體驗,吸引更多用戶,如此周而復始,最終建立產品的競爭優勢與品牌粘性[7-8]。有效利用信息資源成為后疫情時代下經濟恢復發展的關鍵所在。但囿于電商平臺發展速度過快,其配套的信息監管制度并不完善,導致平臺信息內容真假難辨,消費者對農產品品牌忠誠度較低。不過農產品電商平臺內信息傳播的本質可以歸結為參與個體利益博弈的結果,信息失真的根源在于主體利益失衡,在以農產品生產者、消費者等個體利益為主的同時,又忽視了自身行為對平臺信息收益最大化的負向影響。

鑒于此,已有研究肯定了個體信息配置對農產品電商發展具有影響[9],卻極少揭示個體對電商信息配置策略的內部博弈關系。在平臺信息數量呈指數增長事實下,個體間信息配置策略選擇的差異往往會使用戶陷入付出較高成本卻難以獲取滿意信息價值的窘境。加之農產品時效性的限制,在信息共享機制尚不健全的情形下,個體有限理性通常會影響群體實現信息效益的最大化。因此,在優劣信息共存的農產品電商平臺內,厘清個體間關于信息配置的博弈關系對有效解決農產品電商信息失真等問題具有現實價值。不過,當下關于個體配置農產品電商信息的博弈研究相對較少,現有文獻也多是探討公共信息資源配置的公平性[10]與經濟性[11]。當前,信息共享已成為衡量平臺提升信息價值的重要舉措[12]。由于對農產品新鮮程度等質量存在硬性要求,一旦信息傳播過程中存在共享延遲等問題[13],便會打破農產品交易的平衡局面[2,14]。據此,雖然Botsman等[15]和Bellotti等[16]對上述問題原因的解釋為個體受利己主義的驅動。信息發布方一般會保護隱私而減少優質信息共享的積極性[17],增加了信息使用者的風險感知程度[18],降低了消費者產品品牌忠誠度[19],但并沒有解釋個體關于信息配置的策略選擇及互動。綜上,厘清農產品生產者與消費者對電商平臺信息配置的博弈關系,可以優化農產品電商信息質量[10]。

而且,個體配置農產品電商信息的行為是在一個相對模糊且有限理性的空間上進行。由于個體具有自利性,彼此策略博弈后只有通過具體收益才能調整自身后續策略的選擇[20]。此外,在平臺信息內容良莠不齊的情形下,信息共享或許可以優化個體信息配置的策略選擇,實現雙方利益的最大化。因此,本研究嘗試在信息共享視角下,擬采用演化博弈模型分析不同情景下個體對農產品電商信息配置的博弈邏輯,同時利用Matlab數值仿真模擬個體策略選擇的移動軌跡,以期為探索農產品生產者與消費者在何種情景下達到博弈均衡狀態提供理論邏輯與關鍵證據,從而明確未來農產品電商高質量發展的方向和重點。

1 理論分析與研究假設

1.1 信息共享視角下個體農產品電商信息配置的內涵

基于前述分析,農產品電商平臺內匯聚了大量“閑置”的信息資源,而信息共享模式可以為優化信息質量提供新的解決路徑。由于農產品電商平臺具有很強的外部性,加之其個體發布(使用)信息往往具備私人特征。因此,嵌入信息共享視角的本質在于提高平臺內不同個體之間優質信息交流的積極性與主動性,從而創造更多經濟價值[21]。有鑒于此,信息共享視角下個體農產品電商信息配置的內涵主要包括兩個方面:1)電商平臺運作過程中,資金流、物流等信息共享有利于提高個體信息配置行為的積極性與有序性,然而農產品新鮮度的特殊屬性直接影響個體交換信息的強弱程度。一般來說,農產品生產者擁有更多的產品信息內容,處于信息強勢方;而農產品消費者多處在信息弱勢方。信息共享視角下可以鼓勵個體提高優質信息在平臺內的交換比例,從而提升信息資源的整體價值[22];2)共享視角下的信息配置不再是個體間孤立存在,而是通過利益捆綁配置策略實現對信息內容的有序組合,自發調節信息配置效率、信息質量、信息配置成本以及信息服務等環節,以此最大化提高農產品電商參與個體的信息利益。

綜上,本研究認為信息共享視角下個體農產品電商信息配置的內涵在于,不同情景設計下,個體通過信息共享可以提高農產品生產者(消費者)對優質信息配置的積極性(有序性),合理開發信息價值,從而提升農產品電商平臺內的信息質量。

1.2 信息共享視角下個體農產品電商信息配置策略分析

1.2.1個體農產品電商信息配置的理論基礎

個體間的信息配置行為包括信息發布與信息使用等,當農產品電商平臺正常運轉時,個體積極發布信息與有序(3)有序使用信息包括對信息內容的深度分析,能夠將平臺內信息內容轉為對自身需求節點的重要內容;而無序使用信息則是囫圇接收信息,并未對信息內容做任何處理措施。使用信息的行為可以最大化開發信息價值,保障農產品交易活動的順利完成。但個體信息配置行為卻并非一致,而是存在依據對方行為調整自身決策的動態過程。具體表現為:在信息不對稱與有限理性共存的情形下,信息發布方會根據信息接收方使用或不使用信息而調整是否積極發布優質信息的決策;同樣信息使用方也會分析發布方提供的信息內容從而判斷可否有序使用。所以,在風險規避與效益最大化的前提下,個體間信息配置策略的選擇往往具有演化博弈的動態特征。因此,本研究嘗試利用演化博弈理論深度探討個體對農產品電商信息配置的內部邏輯。

誠如上述,演化博弈理論起源于經典博弈論和進化理論。在事先無法確定收益的情形下,參與者通過反復學習優化其行為并最終獲取最大利益。一般包括重復博弈與有限理性博弈,后者常被用于經濟活動分析中。重復博弈一般指相同結構的博弈多次重復,每次博弈過程稱為“階段博弈”。其本質是前一階段博弈不會影響到后一階段博弈。結合個體有限理性的特征,進一步將其分為:1)快速學習的小群體成員之間的反復動態博弈(最優反應動態);2)參與雙方學習策略的反復博弈。無論是農產品生產者還是消費者,其對信息處理能力不可能是完整且確定的,只有經過多次學習才能優化行為,實現最優決策的穩定性[23]。至此,本研究利用演化博弈論中的有限理性去探討個體關于農產品電商信息配置博弈的演化過程,具體包括博弈主體假設、建立博弈支付矩陣與復制動態方程以及演化博弈模型構建等步驟[24]。

1.2.2相關假設和模型參數設置

1)博弈主體假設

農產品電商平臺涉及多個參與者之間的利益沖突,考慮到不同個體既可以作為信息發布方,也可以成為信息消費方。在“經濟人”理性假設下,個體都具有信息發布者和使用者兩種角色。由于農產品自身屬性,生產者與消費者各自掌握信息強弱的不同在一定程度上也會影響農產品電商交易活動。據此,本研究基于兩種角色分類將個體定義為農產品生產者P與農產品消費者U,雙方通過電商平臺進行信息配置策略的選擇及優化。由此推斷,本研究在信息共享視角下著重探討兩方參與主體在電商平臺內關于信息配置的博弈決策。在實際經營中,農產品生產者向消費者提供有關農產品的質量、新鮮度、市場價格、庫存、交貨周期及物流等信息;農產品消費者向生產者反饋需求狀況、產品偏好、質量評鑒、合作加盟等信息。雙方基于有限理性反復學習新的知識和調整自身行為,從而實現最優決策。因此,在構建博弈模型之前首先對博弈主體間進行以下假設[20]:

①強制性假設。在個體對農產品電商信息配置策略選擇過程中,為避免不同平臺規模對其行為影響,強制農產品生產者和消費者在是否選擇電商平臺進行交易活動必須選擇同一平臺交易農產品[25]。

②策略選擇概率平等性假設。設定農產品生產者和消費者兩方博弈主體在進行“0”、“1”兩種策略選擇概率均為0.5。

③電商信息共享模式。由于農產品自身特性,設定農產品生產者為信息強勢方,農產品消費者為信息弱勢方。生產者是否積極共享信息對農產品電商信息質量優化至關重要。

綜上,博弈主體可描述為:農產品生產者(P)。短期來看,農產品生產者作為信息強勢方,其發布優質信息(高價值、高成本)的積極性是消費者使用信息的基本前提。長期來看,一旦主體消極發布劣質信息(高重復、低價值),消費者則會減少對該農產品消費信任度,降低對產品的忠誠度。因此,在信息共享視角下農產品生產者的策略集合通常包括兩種狀態,即,積極共享信息與消極共享信息。農產品消費者(U)。不同于工業品可以采取流水線作業,農產品具有高度的自然依賴性,農業生產的非標準化使其新鮮度或價格波動讓消費者在面對信息不對稱情形下難以準確判斷生產者提供的信息真偽。而且,結合個體追求信息效益最大化的有限理性,消費者通常會慎重思考如何處理平臺信息,一般會采取“有序使用和無序使用”的應對策略。

2)演化博弈模型假設

①假設博弈雙方的選擇都是理性的,且均遵循自身利益最大化原則。

②假設農產品生產者與農產品消費者在長期均衡中存在演化博弈行為。

③假設農產品生產者在電商平臺上積極發布優質信息時,所有消費者能夠100%識別;但若是消極發布劣質信息時,消費者卻存在一定誤判率。

④外部手段干預可以直接影響個體對農產品電商信息配置的決策選擇,從而便于橫向對比且歸納不同情景下個體對信息發布或使用的博弈規律。

3)演化博弈模型相關參數設置

①農產品生產者(P)。個體擁有信息的強弱程度決定了資金等要素的流動方向[25],從而影響自身配置信息的行為[26]。基于上述分析,本研究假設農產品生產者以概率β(0≤β≤1)積極發布信息資源(優質信息)時,也會以1-β的概率選擇在平臺上消極共享信息資源(劣質信息)。當生產者消極提供劣質信息時,需要承擔一定程度上消費者對農產品質量投訴的信息安全風險損失C1(C1>0),且信息收益價值為0。而當生產者積極發布優質信息時,在接受一定信息安全風險的基礎上需要付出額外的信息加工成本r,此時積極提供信息的成本增加至C1+r。通過與消費者進行信息交換完成農產品交易活動從而實現優質信息的經濟價值,即V(V≥C1+r)。

②農產品消費者(U)。消費者作為信息弱勢方,以θ(0≤θ≤1)的概率有序使用生產者發布的信息資源時,也會以1-θ的概率選擇無序使用信息內容的策略。而且由于農產品同質問題的存在,消費者在購買心儀農產品時,需要付出一定的信息搜尋成本C2。如果生產者消極發布劣質信息,農產品新鮮度可能存在一定質量問題,此時消費者會存在一定誤判率n(0≤n≤1)將劣質農產品誤判為優質農產品,并給予一定報酬,從而降低消費者從生產者獲取的信息價值。基于此,結合消費者能夠100%識別優質信息,部分識別劣質信息的假設,當U有序使用P積極發布的信息內容時,需向P支付一定報酬M1(V>M1>C1+r);而當P消極發布信息后,在劣質農產品誤判率n的影響下使U支付P報酬為M1×n。倘若U無序使用信息時,則不需要付出任何成本,無須向P支付任何報酬。根據消費者信息需求偏好特征,U希望通過支付報酬有序使用優質信息價值V(V>M1+C2),并不希望農產品生產者消極發布劣質信息。

據此,本研究在生產者與消費者之間就農產品電商信息配置的策略選擇進行博弈分析,同時考慮不同情景設計深度探討兩者之間信息博弈的演化規律,繼而提高生產者發布優質信息的積極性,增加消費者信息使用的有序性。

2 信息共享視角下個體農產品電商信息配置的演化博弈模型分析

2.1 自由交易情景:市場機制

2.1.1演化博弈模型構建

當生產者P和消費者U在電商平臺內自由交易農產品時,個體發布信息或使用信息需遵循市場機制中的供求關系與價格規律,即個體自由配置信息行為受到信息供需的數量關系和價格關系影響。基于此,生產者出于理性考慮可以選擇是否積極發布優質信息;同理,U在不明確信息質量的情形下也可以自由選擇是否有序使用該信息。此時,在自由交易情形下,生產者與消費者關于農產品電商信息配置策略之間的演化博弈支付矩陣如表1所示:

表1 自由交易下個體農產品電商信息配置演化博弈的支付矩陣Table 1 Payment matrix of the evolutionary game of information allocation for individual agricultural e-commerce under free trade

根據表1,假設農產品生產者P積極發布優質信息與消極發布劣質信息的期望收益分別為Ep1和Ep2,與之對應的整體期望收益為Ep,則:

Ep1=θ(M1-C1-r)+
(1-θ)(-C1-r)=M1θ-C1-r

(1)

Ep2=θ(M1n-C1)+(1-θ)(-C1)=M1nθ-C1

(2)

Ep=βEp1+(1-β)Ep2=
M1nθ-βM1nθ+βM1θ-βr-C1

(3)

假設農產品消費者U有序使用信息和無序使用信息的期望收益分別為Eu1、Eu2,相應的整體期望收益為Eu,則:

Eu1=β(V-M1-C2)+(1-β)(-M1n-C2)=
β(V-M1+M1n)-M1n-C2

(4)

Eu2=β(-C2)+(1-β)(-C2)=-C2

(5)

Eu=θEu1+(1-θ)Eu2=
θβ(V-M1+M1n)-θM1n-C2

(6)

根據演化博弈的復制動態方程可得,P發布信息和U使用信息的復制動態方程:

(7)

(8)

2.1.2均衡解的穩定性分析

2.1.3演化博弈模型鞍點的移動分析

在上述均衡解的基礎上計算市場機制下演化博弈矩陣的值detJ與矩陣的跡trJ,并通過正負情況判斷系統均衡點的移動規律。如果detJ>0,且trJ<0時,則表示該點是演化博弈模型的穩定策略(ESS)。若detJ<0,則表示該均衡點為演化博弈模型的鞍點;而如果detJ>0,trJ>0,那么該點表示正處于系統的不穩定狀態,最終會向ESS方向演進[27]。在自由交易情形下,農產品生產者與消費者之間博弈的移動規律如表2所示。

表2 自由交易下個體農產品電商信息配置演化博弈均衡點的穩定性分析Table 2 Stability analysis of the equilibrium point of the evolutionary game of information allocation of individual agricultural products e-commerce under free trade.

(0,0)與(1,1)分別表示上述演化博弈模型的穩定策略(ESS);(0,1)與(1,0)則代表非穩定狀態;而(β*,θ*)表示鞍點。根據生產者P與消費者U之間的博弈相位圖(圖1)可知:初始狀態落入OADC區域內,農產品電商平臺內P與U的策略選擇最終會向(0,0)狀態演化,即:消極發布劣質信息與無序使用信息。而當初始位置落入ABCD區域內,市場機制影響下使生產者與消費者之間的博弈穩定策略為(1,1),即:積極發布優質信息與有序使用信息。由此推斷,鞍點D的初始位置決定了均衡解移動的不同軌跡。如果想要提高平臺內信息質量,則需調整鞍點向左下方移動,即β*、θ*的取值偏小。

圖1 演化博弈相位圖的移動軌跡Fig.1 Moving track of phase diagram of evolutionary game

上述提到β、θ的大小與M1、V、r、n等4個關鍵變量相關。結合β、θ的微分方程判斷不同參數對β、θ的作用關系。通過偏微分求導,當保證其他參數值不變前提下,改變某一參數值后可以發現:減少加工成本r、降低劣質農產品誤判率n等都可以提高ABCD的覆蓋面積,從而提升P發布優質信息的積極性,促使U有序使用信息;反之則亦然。

自由交易情景下,個體對農產品電商信息配置策略的穩定狀態與M1、V、r、n等參數相關。只有當θ>r/M1-M1n時,P、U才能在自由交易情形下實現雙方利益最大化,即P積極發布優質信息,U有序使用信息。但P所獲報酬M1需大于r/1-n,即U在農產品交易時能夠給予P預期收益M1。不過由于數字技術進步,平臺內信息數量急劇膨脹。根據信息摩爾定律,信息數量與信息質量之間的差異會重新形成個體認知層面的數字鴻溝。單純依賴市場機制調節,自由交易則無法全面解決平臺內“數字鴻溝”的現實問題。基于此,本研究認為有必要引入新機制,進一步優化P與U關于信息博弈的策略選擇。

2.2 平臺監管情景:激勵機制

2.2.1演化博弈模型構建

農產品電商發展初期,平臺內信息內容較為單一,市場機制是保障生產者與消費者自由交易農產品的底層基礎。但隨時間推移,農產品種類和服務多元化使部分個體為博流量而消極發布或無序使用信息,導致平臺內信息內容良莠不齊,真假難辨。為此,提升信息監管力度對優化平臺生態環境具有迫切性與必要性。一般而言,監管機構包括政府監管與平臺監管,不過政府監管成本較高、環節繁瑣、短期內成效難以凸顯[24]。所以,本研究主要考慮平臺監管情景。由于生產者作為農產品信息強勢方,倘若平臺監管措施以懲罰為主便會打擊P發布信息的積極性。基于上述考慮,本研究引入平臺監管情景下的激勵機制且滿足以下假設:

1)只要平臺監管便能發現生產者或消費者的不當行為,但對劣質信息識別存在一定誤判概率ɑ。盡管現實中很難做到這一點,但可以通過無限提高監管技術間接實現;

2)平臺監管對農產品生產者積極發布信息的行為給予獎勵M2(包括積分、賬號升級、開放權限、先進獎勵等),結合劣質信息誤判率,最終獎勵收益為M2ɑ。而對生產者消極發布信息的行為給予提醒但懲罰額度為0。

據此,在市場機制基礎上引入激勵機制以此檢驗平臺監管是否可以解決自由交易情景下個體配置農產品電商信息的不足之處。其中,平臺監管下的博弈支付矩陣如表3所示。

表3 平臺監管下個體農產品電商信息配置演化博弈的支付矩陣Table 3 Payment matrix of the evolutionary game of information allocation for individual agricultural e-merchants under platform regulation

表4 平臺監管下個體農產品電商信息配置演化博弈模型均衡點的穩定性分析Table 4 Stability analysis of the equilibrium point of the game model for the evolution of information allocation of individual agricultural products e-commerce under platform regulation

結合表3,在平臺監管情景下,本研究繼續假設農產品生產者P積極發布優質信息的概率為β,消費者有序使用信息的概率為θ。根據上述支付矩陣,P積極發布優質信息與消極發布劣質信息的期望收益分別為Ep1和Ep2,相應的整體期望收益為Ep。則:

Ep1=θ(M1+M2-C1-r)+
(1-θ)(M2-C1-r)=θM1+M2-C1-r

(9)

Ep2=θ(M2α+M1n-C1)+
(1-θ)(M2×α-C1)=θn×M1+αM2-C1

(10)

Ep=β(Ep1)+(1-β)(Ep2)=
βθ×M1+βM2-βr+θnM1+αM2-
C1-βθnM1-βαM2

(11)

同理,假設消費者U有序和無序使用信息的期望收益為Eu1和Eu2,與之對應的整體期望收益為Eu:

Eu1=β(V-M1-C2)+(1-β)(-M1n-C2)=
β(V-M1+M1n)-M1n-C2

(12)

Eu2=β(-C2)+(1-β)(-C2)=-C2

(13)

Eu=θEu1+(1-θ)Eu2=
θβ(V-M1+M1n)-θM1n-C2

(14)

整理上述公式得到復制動態方程:

(15)

(16)

此外

∵M1+M2-C1-r>M2α+M1n-C1;M2-C1-r

∴M1+M2-M2α-M1n-r>0;M2-M2α-r<0。

2.2.2均衡解的穩定性分析

在平臺監管情景下引入激勵機制可以影響生產者與消費者信息配置決策的選擇行為。根據博弈支付矩陣可以看出,U期望收益與自由交易情景下完全一致,在此不予贅述,本研究著重分析激勵機制下P的策略選擇行為。

2.2.3演化博弈模型鞍點的移動分析

在平臺監管情景下激勵機制使β、θ的演化趨勢與M1、V、r、n、M2、ɑ等6個變量密切相關。通過提高平臺監管獎勵M2等措施可以增加ABCD的覆蓋面積,以此推動個體配置信息向(1,1)穩定狀態演化。

2.3 利益聯結情景:激勵+合作機制

2.3.1演化博弈模型的構建

對農產品電商參與個體而言,無論是自由交易情景,還是平臺監管情景,其作用機制多是以外部干預為主,較少考慮個體間的主動行為。基于信息共享視角,個體從信息聯結層面構建利益共同體或許可以實現“合作共贏”目標,從而在平臺激勵無效的情形下進一步提高個體配置信息的整體收益。綜上,穩定的利益聯結關系可以為農產品生產者與消費者之間主動共享信息提供收入保障[28-29]。鑒于此,本研究在激勵機制的基礎上考慮利益聯結情景,借由“激勵+合作”機制綜合影響P與U之間的博弈決策,旨在彌補激勵無效局面,從而促使個體達成共贏局面[30]。因此,本研究進一步提出以下假設:

1)如果農產品生產者P一開始積極發布優質信息,而消費者U在利益聯結情景下也愿意相信并選擇有序使用信息,那么博弈雙方將獲取額外收益F1與F2,且F1?0,F2?0。

2)如果生產者消極提供劣質信息或消費者無序使用信息,那么雙方未來收益均為0。在激勵機制基礎上融入合作機制后的演化博弈模型的支付矩陣如表5:

表5 利益聯結下個體農產品電商信息配置演化博弈的支付矩陣Table 5 Payment matrix of the evolutionary game of information allocation of individual agricultural e-commerce under the linkage of interests

表6 利益聯結下個體農產品電商信息配置演化博弈均衡點的穩定性分析Table 6 Stability analysis of the equilibrium point of the game of evolution of information allocation of individual agricultural products e-commerce under interest linkage

為便于比較不同情景設計對農產品電商參與主體經濟收益影響效果,本研究繼續假設生產者積極發布優質信息與消費者有序使用信息的概率分別為β,θ。所以,P積極發布優質信息、消極發布劣質信息的期望收益分別為Ep1、Ep2,相應的整體期望收益為Ep,則:

Ep1=θ(M1+M2-C1-r+F1)+
(1-θ)(M2-C1-r)=
θ(M1+F1)+M2-C1-r

(17)

Ep2=θ(M2α+M1n-C1)+
(1-θ)(M2α-C1)=θnM1+αM2-C1

(18)

Ep=β(Ep1)+(1-β)(Ep2)=βθ(M1+F1)+
βM2-βr-βθnM1-βαM2+θnM1+αM2-C1

(19)

同理,消費者有序和無序使用信息的期望收益為Eu1和Eu2,整體期望收益為Eu,則:

Eu1=β(V+F2-M1-C2)+
(1-β)(-M1n-C2)=β(V+F2-M1+M1n)-
M1n-C2

(20)

Eu2=β(-C2)+(1-β)(-C2)=-C2

(21)

Eu=θ(Eu1)+(1-θ)(Eu2)=
βθ(V+F2-M1+M1n)-θnM1-C2

(22)

根據演化博弈模型的復制動態方程可得:

(23)

(24)

(0,0),(0,1),(1,0),(1,1),(β*,θ*)。其中,

根據上述假設可得:

∵M1+M2-C1-r+F1>M2α+M1n-C1

∴M1+M2+F1-M2α-M1n-r>0。

2.3.2均衡解的穩定性分析

2.3.3演化博弈模型鞍點的移動分析

利益聯結情景下P和U之間演化博弈的穩定均衡解與M1、V、r、n、M2、ɑ、F1、F2等8個變量相關。適當增加M2、F1、F2以及信息價值V,同時降低平臺對劣質信息誤判率ɑ等可以增加ABCD的覆蓋面積,從而推動系統向(1,1)穩定狀態演化。

3 數值仿真分析(4)本部分研究內容特別感謝《基于演化博弈論的裝配式建筑供應鏈信息資源優化配置研究》的作者李悅(西安科技大學)對程序編碼的指導與調試。

3.1 仿真模擬的初始值設定

上述研究從理論層面分別探討了自由交易情景、平臺監管情景以及利益聯結情景下農產品生產者與消費者對農產品電商信息配置策略選擇的演化規律,這為優化平臺內部信息質量的研究提供了較為充分的資料證據。據此,為了更加清晰直觀反映生產者與消費者策略選擇的動態演化過程,解析農產品電商信息生態環境發展的影響因素,本部分利用Matlab軟件對構建的復制動態方程進行數值仿真模擬[31],以期驗證不同情景下個體對農產品電商信息博弈的演化規律。

如表7,為使演化博弈系統穩定在雙方積極參與以實現理想的雙贏格局,本研究認為參數初始值的設定應滿足以下條件:M1-r-M1n>0,M1+M2-M2α-M1n-r>0;M2-M2α-r<0,M1+M2+F1-M2α-M1n-r>0。

表7 不同情景下博弈模型的參數初始值設定Table 7 The initial parameter value setting of the game model under the influence of different scenarios

首先根據約束條件對參數進行賦值,設定起始時間為0,運行時間為10。通過仿真模擬不同情景下生產者與消費者就農產品電商信息博弈策略選擇的預期收益演化規律(圖2)。

圖2 不同情景下個體農產品電商信息配置預期收益的仿真模擬Fig.2 Simulation of expected returns of individual agricultural e-commerce information allocation under different scenarios

圖3 自由交易情景下n值變化對演化博弈模型穩定性影響的相位圖Fig.3 Phase diagram of the effect of changes in n values on the stability of the evolutionary game model under the free trade scenarios

圖4 平臺監管情景下M2值變化對演化博弈模型穩定性影響的相位圖Fig.4 Phase diagram of the effect of changes in M2 values on the stability of the evolutionary game model under the platform regulation scenarios

圖5 利益聯結情景下F值變化對演化博弈模型穩定性影響的相位圖Fig.5 Phase diagram of the effect of changes in F values on the stability of the evolutionary game model under the linkage of interest scenarios

由圖2可見,系統仿真后的預期收益演化圖與理論推導的相位圖基本一致,再次證實了演化博弈模型的穩定性與鞍點(β*,θ*)的移動軌跡密切相關。同時,對比圖2(a)、(b)和(c),可以發現,3種情景下的影響機制對個體優化農產品電商信息配置具有遞進關系。具體表現在:圖2(a)與(b),平臺監管與自由交易相比,平臺獎勵機制有助于優化市場競爭機制對個體信息配置無效的情形。此時,平臺監管相位圖從(1,1)演化的區域面積明顯大于自由交易從(1,1)狀態的演化面積,說明平臺監管對農產品生產者進行激勵措施可以鼓勵其繼續積極發布優質信息,從而提升平臺信息質量。同理可得,圖2(b)與(c)對比后也可以看出,利益聯結比平臺監管更能促使個體策略選擇向收益最大化演化,由此客觀說明“合作+激勵”比“激勵”機制更能激發農產品生產者積極發布優質信息、消費者有序使用信息的主動性。至此,本研究通過數值模擬佐證了上述3種情景下個體農產品電商信息配置策略選擇的演化特征,證實了“激勵+合作”機制對優化農產品電商平臺信息質量具備現實性與合理性。另外,本研究還通過改變不同情景下參數的賦值,以此檢驗上述推導結果。

3.2 參數調整系統仿真

通過對上述3種情景下的主要參數賦值進行調整,從而得到參數對模型穩定性影響的仿真相位圖(5)為節省文章篇幅,本研究主要陳列部分參數賦值變化前后對演化博弈模型的影響效果,其他參數賦值變化前后的相位圖并未列出。如若讀者有興趣可向作者索取。:

綜合圖2～5可知:1)在自由交易情景下,減少劣質農產品誤判率n等,可推動農產品生產者與消費者之間的博弈決策向(1,1)最優狀態演化。這也說明市場機制主要通過農產品供需關系與價格波動等路徑影響個體信息配置策略的選擇行為。2)在平臺監管情景下,通過提高平臺激勵收益M2等可以彌補市場機制調節個體信息配置策略的無效狀況。由此判斷,平臺作為信息生態環境的重要建設者和維護者,其激勵措施可以直接影響個體信息配置策略選擇,并適當給予生產者和消費者一定程度的保護(獎勵積分等)。3)在利益聯結情景下,“激勵+合作”機制可以激發個體優化配置信息的主動性和持續性,而且通過合作方式可讓生產者和消費者暫時放棄眼前利益,從而尋求更為長遠的合作收益與平臺獎勵。不過也需要注意,在利益聯結情景中,無論如何改變F1、F2的賦值,其演化博弈模型的相位圖并非出現顯著變化。因此,本研究認為生產者與消費者只要在未來能獲取一定合作收益,利益聯結情景便能有效落實,進而在“平臺激勵+未來合作”機制共同影響下提高農產品電商信息價值。

4 結論與對策

4.1 研究結論

電商平臺的興起徹底改變了農產品信息的傳播模式,但電商平臺本身也是一把雙刃劍,在彰顯個體配置信息話語權的同時,也衍生出農產品同質、信息內容良莠不齊等現實問題。數字經濟時代下,如何提高農產品生產者發布信息的積極性以及消費者利用信息的有序性,這對培育農產品品牌,優化平臺信息生態環境具有現實價值。基于此,本研究從信息共享視角下,根據個體有限理性假設,著重探討了自由交易、平臺監管、利益聯結等3種不同情景下“生產者與消費者”對農產品電商信息配置策略選擇的博弈邏輯。通過求解復制動態方程,推演了博弈系統中參與個體策略演化路徑及穩定性,并運用Matlab軟件進行仿真模擬,從而檢驗機制設計的合理性與可行性。主要結論如下:

第一,在自由交易情景下,當優質信息加工成本r與劣質農產品誤判率n低于參數閾值(r

第二,農產品電商信息配置策略演化過程主要受到生產者與消費者等參與主體各自利益參數的影響。具體來講,提高優質信息價值、減少劣質農產品誤判率、在降低優質信息加工成本的基礎上增加支付報酬等,可以加快個體實現策略的最優選擇。另外,農產品電商平臺信息收益還受到平臺監管、利益聯結等情景內的參數影響。不過平臺激勵對個體策略選擇的影響并非簡單線性關系,而是存在有效閾值作為影響節點。所以,適度增加獎勵可以提高生產者發布優質信息的積極性,過高則會再次打破成本和收益之間的平衡,從而使平臺陷入高昂的監管成本困境中。針對于此,利益聯結情景下的“合作+激勵”機制可以降低平臺監管成本,提升生產者與消費者選擇合作策略的概率,進而優化平臺信息的生態環境。

4.2 對策建議

根據上述結論,本研究提出以下對策建議:

第一,針對農產品電商信息質量優化問題,構建生產者與消費者協同參與的治理機制。在農產品電商發展初期,盡量控制優質信息加工成本、提高保鮮技術降低劣質農產品誤判率,充分發揮自由交易情景下市場機制的調節作用。在數字經濟背景下,生產者應妥善利用數字技術降低優質信息的提純成本,同時消費者也應提高數字素養,打破“信息繭房”,增強獨立思考能力,做到理性對待平臺信息內容,避免個人情緒左右事實真相。

第二,注重平臺監管對生產者發布優質信息的激勵效用。在市場調節無效的情形下,平臺作為信息生產與傳播的重要樞紐,應首先提高自身監管的公平性與客觀性,兼顧經濟和社會效益的雙重目標。針對生產者發布優劣信息的關鍵節點采取“激勵”措施,通過信息質量、信息價值等標準靈活變動獎勵方式,避免“一刀切”的固定模式。同時,完善平臺誠信經營機制,建立農產品監督與消費者投訴渠道,降低生產者消極發布劣質信息的僥幸心理,從而倒逼其提高信息質量,維護平臺信息生態環境,有效保證良性競爭。

第三,在利益聯結情景下,提高參與個體未來合作收益。一方面,生產者和消費者應適度規避當前追求經濟效益最大化的短期行為,博弈雙方構建“信息聯盟”以此形成平臺利益共同體,注重與合作伙伴的長期價值,從而提高生產者發布優質信息和消費者有序使用信息的主動性,著重培育農產品品牌忠誠度;另一方面,通過信息共享的群體協同行為,實現戰略資源互補、關鍵技術共享等,同時借助社交平臺完善信息互助理念,進一步塑造參與主體正確的意識形態,從而在“激勵+合作”機制共同作用下,優化農產品電商平臺大數據信息投放機制,推進農產品電商高質量發展進程。