F2C 模式下農產品質量的三方演化博弈及仿真研究

摘 要： 【目的/意義】以F2C 為代表的電商模式向農業領域不斷拓展，一定程度上提升了農產品質量。但“產品質量信號＋投標金額”的排名機制和“贏家通吃”的模式可能引發投機和低質量風險，影響農產品質量安全。分析電商平臺、農戶和消費者三者間實現高質量農產品供給的條件及均衡狀態，以期給出更具針對性的建議，助力農產品質量和銷量提升?！痉椒?過程】采用Python 進行仿真實驗和數值模擬，構建電商平臺、農戶和消費者三方演化博弈模型，分析各主體初始意愿和不同要素對三方策略選擇的影響?！窘Y果/結論】電商平臺和農戶的初始意愿會對演化博弈的最終結果產生重要影響；電商平臺查處概率的增加能夠對農戶起到很好的威懾作用，推動演化博弈更快地趨于理想狀態；消費者行為難以對演化博弈的收斂方向產生影響，只能被動接受電商平臺和農戶提供的產品信息。據此提出建議：建立多樣獎勵機制；提高檢驗效率和降低成本；實施必要的約束措施；建立消費者反饋機制。

關鍵詞： F2C；農產品質量；農村電商；演化博弈；建模與仿真

中圖分類號： F304.3；F224 文獻標志碼： A 文章編號： 1673?5617 （ 2024 ） 06?0038?13

F2C（Factory to Consumers），亦稱為M2C（manufacturerto Consumers），即廠商直連消費者的電子商務模式。在該模式下，交易雙方僅包括生產者與消費者，輔助以電子貨幣完成資金支付，通過物流以完成實物遞送[1]。隨著F2C 等電子商務模式逐步向農業領域擴展，農產品商貿活動逐漸實現電子化、網絡化與信息化[2]，并產生新的范疇與含義，如Farm to Consumers（F2C，農場到消費者）和Farm to Family（F2F，農場到家庭）。以網絡為媒介，進行農產品供需、價格等信息的發布與收集，可以很好地對接農業生產與市場需求，突破市場分割，推動農產品上行，解決“小農戶”與“大市場”間的矛盾[3?4]。以F2C 為代表的諸多電商模式，可以壓縮農產品流通交易環節，降低交易費用，減少信息不對稱和交易成本[5?7]。2015 年國務院辦公廳印發的《關于促進農村電子商務加快發展的指導意見》中強調：積極培育農村電子商務主體、擴大電子商務在農業農村的應用、改善農村電子商務發展環境[8]。2018 年中共中央、國務院印發的《鄉村振興戰略規劃（2018—2022 年）》中指出，深入實施電子商務進農村綜合示范，建設具有廣泛性的農村電子商務發展基礎設施，加快建立健全適應農產品電商發展的標準體系[9]。2024 年中央一號文件提出，實施農村電商高質量發展工程，推進縣域電商直播基地建設[10]。農村電商實現數字經濟與農村經濟的有機融合，既能促進城鄉連接，又能支撐產業聯動[11]，其發展受到國家層面的高度重視和大力支持。

在傳統的“公司＋農戶”“農超對接”等模式下，渠道關系較為松散，公司與農戶間的利益連接機制不完善。由于信息不對稱和技術條件的限制，加之優質農產品存在一定的市場風險[12]，電商平臺與農戶雙方將就此展開博弈，并都存在一定的短視行為和機會主義傾向，或為謀取非法利益而違背質量安全規制。另外，對農產品質量起決定性作用的農戶[13] 大多被排斥在產品加工、銷售環節之外，公司難能完全監督農戶生產行為，無法控制農產品質量安全，致使農產品質量安全問題多出現于供應鏈前端[14]。各類農產品安全事件頻發，造成了極為惡劣的社會影響。電商平臺通過設置質量等級標準，建立農產品質量追溯體系，能夠為農產品提供質量保證[15]，提高消費者信任程度[16]。

研究發現，電商平臺的參與能夠顯著降低農業生產過程中化學農藥的過度使用[17]。然而，電子商務市場產品質量信息的傳遞機制與傳統線下市場存在顯著差別[18]?！爱a品質量信號＋投標金額”的加權指標排名機制，可以傳遞商品信息，幫助消費者克服產品質量的不確定性[19]，也可以令一些低質量產品供應商通過高額投標金額獲取最優位置[20]，這為低質量商家通過投機行為獲利提供了可能[21]。此外，線上市場更傾向于通過價格、流量而非產品和服務質量進行競爭[22]。當質量改善沒有為商戶帶來預期收益時，商戶會缺乏動機去進行進一步的質量改善和產品創新，劣幣驅逐良幣，通過低質量產品獲利的商家不斷匯聚[23]。F2C、B2C、O2O 等電商模式的引入并不能夠一勞永逸地解決農產品質量安全問題，相反，電子商務市場的特點為農產品質量增添了新的挑戰[24]。

解決F2C 等電商模式下農產品質量問題需要各方的參與。受相關收益與成本的影響，各利益主體在農產品銷售過程中可能采取不同的策略[25]?，F階段，有關研究分別探討了企業與農戶[14，26]、生產商與供應商[27]、政府監管部門與農產品加工企業[28] 等主體間實現高質量農產品供給的條件及均衡狀態，但對多方參與，尤其是包含消費者參與的三方博弈尚缺乏探討。為此，研究根據演化博弈理論，構建電商平臺、農戶和消費者三方演化博弈模型，并采用Python 進行仿真實驗和數值模擬，以期能在豐富現有理論成果的同時，給出更具針對性的農產品質量提升建議。

1 模型構建

1.1 主體關系

F2C 模式下電商為了獲得更多的價格優勢，往往同農產品的上游供應商進行深度合作，將農場與消費者直連，實現農產品的上游生產與終端消費間的有機結合[29]，農產品流通被簡化為“農戶—農產品電商—消費者”三個環節（圖1）。在這一模式下，電商平臺一般會通過獎勵和懲罰機制推動農戶提升產出質量[30]。另外，消費者對農產品質量有著不同的推斷和評估[31]，在信息不對稱以及消費者缺乏認知能力的條件下，消費者并不一定購買高質量農產品，這使得農戶和電商平臺在農產品質量安全的投資收益間存在風險[14]，農產品電商平臺往往會通過發放一定比例的購買補助以吸引消費者選購優質農產品。

1.2 基本假設

假設1：電商平臺、農戶和消費者三者構成一個完整系統，不考慮農產品銷售過程中其他對博弈系統有影響的主體，如政府監管部門、物流公司、第三方認證機構等。

假設2：電商平臺的策略空間α={α1，α2}={積極規制，消極規制}，并以x（x∈[0，1]） 的概率選擇α1，以（1－x） 的概率選擇α2。農戶的策略空間為β={β1，β2}={銷售優質農產品，銷售劣質農產品}，并以y（y∈[0，1]） 的概率選擇β1，以（1－y） 的概率選擇β2。消費者的策略空間為γ={γ1，γ2}={購買優質農產品，不購買優質農產品}，并以z（z∈[0，1]） 的概率選擇γ1，以（1－z） 的概率選擇γ2。三方在決策過程中均為有限理性，各方都會觀察另外兩方策略而迭代優化適合自己的策略方案，策略選擇隨時間逐漸演化并穩定于最優。

假設3：電商平臺在農產品銷售過程中獲得基本收益DR1，同時支出運營成本DC1，當電商平臺采取積極規制的策略時，需要額外支出DC2 的成本，用于優質農產品的檢驗、認證工作，并獲得額外收益DR2，當農戶在平臺上銷售劣質農產品時，會損害平臺聲譽，給平臺造成DL 的損失。

假設4：農戶在優質農產品銷售過程中獲得基本收益NR1，支出基本成本NC1，同時獲得來自電商平臺的資金補貼R1。在電商平臺積極規制，鼓勵優質農產品上架銷售的情況下，還可以獲得來自電商平臺的獎勵R2。但是由于受到電商平臺審核、認證規制等因素的限制，農戶并非一定能夠獲得來自電商平臺的補貼和獎勵，假定農戶獲得電商平臺補貼R1 和獎勵R2 的概率分別為m、n。此外，農戶在銷售劣質農產品時，通過以次充好等行為可以獲得額外收益NR2，并需要支出投機成本NC2。當電商平臺積極規制平臺農產品銷售時，農戶銷售劣質農產品的行為會被查處并受到F1 的處罰，由于監管成本和技術條件的限制，電商平臺處罰具有一定的不確定性，查處概率為p，購買優質農產品的消費者也會對農戶銷售劣質農產品的行為進行舉報，農戶由于舉報而產生損失為F2。

假設5：消費者不購買優質農產品時，獲得效用CR1，在購買優質農產品時，需要支付額外成本CC1，同時獲得較高效用CR2（CR2＞CR1），當電商平臺積極規制，鼓勵購買優質農產品時，會投放消費券等購買補助，消費者可以按一定概率q 獲得購買補助E。

根據電商平臺、農戶和消費者各自的策略選擇、各種策略組合的相關收益，構建三方博弈支付矩陣，詳見表1。

2 演化博弈模型分析

2.1 復制者動態方程

根據表1 可以計算得到電商平臺選擇積極規制的期望收益ED1，消極規制的期望收益ED2 和復制動態方程分別為：

ED1 = yz（DR1 +DR2 -DC1 -DC2 -mR1 -nR2 -qE）+y（1-z）（DR1 +DR2 -DC1 -DC2 -mR1 -nR2）+（1-y）z（DR1 + pF1-DC1 -DC2 -DL -qE）+（1-y）（1-z）（DR1 + pF1-DC1 -DC2 -DL） （1）

ED2 = yz（DR1 -DC1 -mR1）+y（1-z）（DR1 -DC1-mR1）+（1-y）z（DR1 -DC1 -DL）+（1-y）（1-z）（DR1 -DC1 -DL） （2）

U（x） = dx／dt = x（1-x）[y（DR2 - pF1-nR2）-zqE + pF1-DC2] （3）

農戶選擇銷售優質農產品的期望收益EN1，銷售劣質農產品的期望收益EN2 和復制動態方程分別為：

EN1 = xz（NR1 +mR1 +nR2 -NC1）+ x（1-z）（NR1+mR1 +nR2 -NC1）+（1- x）z（NR1 +mR1-NC1）+（1- x）（1-z）（NR1 +mR1 -NC1） （4）

EN2 = xz（NR1 +NR2 -NC1 -NC2 - pF1- F2）+x（1-z）（NR1 +NR2 -NC1 -NC2 - pF1）+（1- x）z（NR1 +NR2 -NC1 -NC2 - F2）+（1- x）（1-z）（NR1 +NR2 -NC1 -NC2） （5）

U（y） = dy／dt = y（1-y）[x（pF1 +nR2）+zF2 +mR1 +NC2 -NR2] （6）

消費者選擇購買優質農產品的期望收益EC1、選擇不購買優質農產品的期望收益EC2 和復制動態方程分別為：

EC1 = xy（CR2 +qE -CC1）+ x（1-y）（CR2+qE -CC1）+（1- x）y（CR2 -CC1）+（1- x）（1-y）（CR2 -CC1） （7）

EC2 = xyCR1 + x（1-y）CR1 +（1- x）yCR1+（1- x）（1-y）CR1 （8）

U（z） =dz／dt = z（1-z）[xqE +CR2 -CR1 -CC1] （9）

2.2 參與主體策略選擇演化均衡

研究首先分析電商平臺、農戶和消費者演化策略的漸近穩定性，然后分析電商平臺、農戶和消費者三者間構成系統的演化穩定性，以尋找各博弈主體和動態系統的長期均衡策略。

2.2.1 電商平臺策略選擇穩定性

根據電商平臺的復制動態方程U（x），可知：當y（DR2－pF1－nR2）－zqE＋pF1－ DC2=0 時， 即z=z*=[y（DR2－ pF1－ nR2）＋ pF1－DC2]/qE 時，U（x） 恒為0，x 在[0，1] 上任意取值都是穩定狀態，如圖2（a）所示。當y（DR2－pF1－nR2）－zqE＋pF1－DC2≠0 時，令U（x）=0，解得x=0，x=1 是x的2 個穩定點。根據微分方程的穩定性定理，電商平臺選擇積極規制的概率x 處于穩定狀態時，需要滿足d（U（x））/dx＜0。對U（x） 關于x 求導，可得d（U（x））/dx=（1－2x）[y（DR2－pF1－nR2）－zqE＋pF1－DC2]。當z＞z*時，有d（U（x））/dx＜ 0， x=0 為電商平臺的演化穩定策略（Evolutionarily Stable Strategy，ESS）；反之，當z＜z*時，有d（U（x））/dx＞0，x=1 為電商平臺的ESS，如圖2（b）、圖2（c）所示。

由圖2 可以發現，電商平臺穩定選擇積極規制的概率即為體積VD1，電商平臺穩定選擇消極規制的概率即為體積VD2，分別計算，可得：VD1=∫10∫10（y（DR2 - pF1 -nR2）+ pF1 -DC2／qE）dydx =（DR2 + pF1 -nR2 -2DC2／2qE），VD2=1－VD1。

推論1：電商平臺選擇積極規制的概率與額外支出成本DC2、對農戶的獎勵R2、發放獎勵的概率n 呈負相關；與額外收益DR2、對提供劣質農產品農戶的處罰F1、處罰幾率p 呈正相關。當積極規制的額外支出成本DC2（DC2＞（nR2－pF1－DR2）/2） 較高時，電商平臺選擇積極規制的概率與發放給消費者購買補助E 及獲得購買補助的概率q 呈正相關。

證明1：根據表達式VD1 求各要素的一階偏導數，可得：d（VD1）/dDC2＜ 0， d（VD1）/dR2＜ 0， d（VD1）/dn＜ 0。d（VD1）/dDR2＞ 0、d（VD1）/dF1＞ 0、d（VD1）/dp＞ 0。此外d（VD1）/dq=（2DC2＋nR2－pF1－DR2）/2q2E，d（VD1）/dE=（2DC2＋nR2－pF1－DR2）/2qE2，當2DC2＋nR2－pF1－DR2＞0 時，d（VD1）/dq＞0，d（VD1）/dE＞0。

2.2.2 農戶策略選擇穩定性

根據農戶的復制動態方程U（y），可知：當x（pF1＋nR2）＋zF2＋mR1＋NC2－NR2=0 時， 即x=x*=（NR2－ zF2－ mR1－ NC2）/（pF1＋ nR2） 時，U（y） 恒為0，y 在[0，1] 上任意取值都是穩定狀態，如圖3（a）所示。當x（pF1＋nR2）＋zF2＋mR1＋NC2－NR2≠0 時，令U（y）=0，解得y=0，y=1 是y 的2 個穩定點。同樣，農戶選擇銷售優質農產品的概率y 處于穩定狀態時，需要滿足d（U（y））/dy＜0。對U（y） 關于y 求導，可得d（U（y））/dy=（1－2y）[x（pF1＋nR2）＋zF2＋mR1＋NC2－NR2]。當x＞x*時，有d（U（y））/dy＜0，y=0 為農戶的ESS；反之，當x＜x*時，y=1 為農戶的ESS，如圖3（b）、圖3（c）所示。

由圖3 可以發現，農戶穩定選擇銷售優質農產品的概率即為體積VN1，農戶穩定選擇銷售劣質農產品的概率即為體積VN2， 分別計算， 可得： VN2=∫10∫10（NR2 -zF2 -mR1 -NC2／pF1 +nR2）dzdx＝（2NR2 - F2 -2mR1 -2NC2／2（pF1 +nR2）），VN1=1－VN2。

推論2：農戶選擇銷售優質農產品的概率與投機成本NC2，電商平臺補貼R1，獲得補貼概率m，停業整頓等的損失F2 呈正相關，與劣質農產品以次充好等投機行為的收益NR2 呈負相關。當投機行為獲得的額外收益NR2 較高（NR2＞（F2＋2NC2＋2mR1）/2） 時，農戶選擇銷售優質農產品的概率與電商平臺處罰F1，處罰幾率p，電商平臺獎勵R2，電商平臺獎勵幾率n 呈正相關。

證明2： 根據表達式VN1 求各要素的一階偏導數，可得：d（VN1）/dNC2＞0，d（VN1）/dR1＞0，d（VN1）/dm＞0， d（VN1）/dF2＞ 0， d（VN1）/dNR2＜ 0。此外， d（VN1）/dF1=2p（2NR2－ F2－ 2NC2－ 2mR1）/（2pF1＋ 2nR2）2， d（VN1）/dp=2F1（2NR2－ F2－ 2NC2－ 2mR1）/（2pF1＋ 2nR2）2， d（VN1）/dR2=2n（2NR2－ F2－ 2NC2－ 2mR1）/（2pF1＋ 2nR2）2， d（VN1）/dn=2R2 （2NR2－F2－2NC2－2mR1）/（2pF1＋2nR2）2，當2NR2－F2－2NC2－2mR1＞0 時，d（VN1）/dF1＞0，d（VN1）/dp＞0，d（VN1）/dR2＞0，d（VN1）/dn＞0。

2.2.3 消費者策略選擇穩定性

根據消費者的復制動態方程U（z），可知：當xqE＋CR2－CR1－CC1=0 時，即x=x**=（CR1＋CC1－CR2）/qE 時，U（z） 恒為0，z 在[0，1]上任意取值都是穩定狀態（圖4（a））。當xqE＋CR2－ CR1－ CC1≠0 時，令U（z）=0， 解得z=0， z=1 是z的2 個穩定點。消費者選擇購買優質農產品處于穩定狀態時，需要滿足d（U（z））/dz＜0。對U（z） 關于z 求導，可得d（U（z））/dz=（1－ 2z）[xqE＋ CR2－ CR1－ CC1]。當x＞x**時，有d（U（0））/dz＜0，z=0 為消費者的ESS；反之，當x＜x**時，z=1 為消費者的ESS（圖4（b）、圖4（c））。

由圖4，可以發現，消費者穩定選擇購買優質農產品的概率即為體積VC1，消費者穩定選擇不購買優質農產品的概率即為體積VC2，分別計算，可得：VC2=∫10∫10（CR1 +CC1 -CR2／qE）dxdy＝（CR1 +CC1 -CR2／qE）。VC1= 1－VC2。

推論3：消費者選擇購買優質農產品的概率與購買優質農產品的效用CR2 呈正相關，與不購買優質農產品的效用CR1，購買優質農產品支付的額外成本CC1呈負相關。當購買優質農產品的效用較低（CR2＜CR1＋CC1）時，消費者購買優質農產品的概率與購買補助E 及獲得購買補助的概率q 呈正相關。

證明3：根據表達式VC1 求各要素的一階偏導數，可得：d（VN1）/dCR2＞0。d（VN1）/dCR1＜0，d（VN1）/dCC1＜0。此外，d（VN1）/dE=（CC1＋ CR1-CR2）/qE2， d（VN1）/dq=（CC1＋CR1－CR2）/q2E，當CC1＋CR1－CR2＞0 時，d（VN1）/dE＞0，d（VN1）/dq＞0。

2.2.4 三方混合策略穩定性分析

根據微分方程穩定性理論，令U（x）=0，U（y）=0，U（z）=0，得到可能的9個均衡點（0，0，0）、（0，0，1）、（0，1，0）、（1，0，0）、（1， 1， 0）、（0， 1， 1）、（1， 0， 1）、（1， 1， 1）、（x′，y′，z′）。令：

其中，（x′，y′，z′） 的取值范圍應在集合Q 內，Q={（x，y，z）|0≤x≤1，0≤y≤1，0≤z≤1}，當（x′，y′，z′） 不在集合Q 內時，（x′，y′，z′） 無效。

上述三方演化博弈模型的Jacob 矩陣為：

求解Jacob 矩陣的特征值如表2 所示，系統均衡點的穩定性參考Friedman 提出的Jacob 矩陣特征值來判斷[32]。但由于參數過多，目前條件下尚無法得出全部點的穩定性。即使使用演化博弈的方法得出系統在某些條件下的均衡狀態，也不能確定這些均衡狀態的穩定性。因此，還需要將電商平臺、農戶、消費者三方演化博弈與系統動力學方法相結合，進一步分析不同初值及各條件變化對政府部門、項目投資者、村民代表三方主體演化博弈的影響。

3 仿真分析

僅從公式推導和理論層面難以對優質農產品銷售過程中利益相關方演化博弈進行分析推導，無法較為直觀地反映出系統各個參數對系統演化穩定性的影響，在演化博弈模型分析的基礎上， 研究進一步借助Python 對參與主體的策略演化軌跡進行仿真實驗模擬?；谵r產品銷售的實際情況和初始參數約束條件，參考關于農產品質量安全分析、農村電商商業模式構建分析等相關文獻的仿真參數設定方式[12，28，33]，將各參數設定如下：DR2=12， DC2=5， NR2=6.5， NC2=1， R1=3，R2=3， F1=8， F2=1.2， CR1=2， CR2=5， CC1=2.5， E=2，m=0.5，n=0.5，p=0.5，q=0.5。

3.1 初始意愿的演化穩定性分析

設定0.25、0.5、0.75 分別對應電商平臺、農戶、消費者三方初始意愿的低、中、高水平，得到對應行為決策結果如圖5～圖7 所示。

3.1.1 初始意愿與電商平臺決策行為

如圖5 所示，電商平臺、農戶、消費者三方初始意愿的變化對電商平臺行為決策的演化都有影響，但是存在差異。消費者購買優質農產品意愿的變化不能改變電商平臺的最終決策結果；當電商平臺積極規制的初始意愿處于中高水平時（x≥0.5），消費者購買意愿的增強能夠加快電商平臺向積極規制優質農產品銷售的決策速度，但是影響較不明顯，如圖5（a）所示。當電商平臺積極規制優質農產品銷售的初始意愿處于較低水平時（x=0.25），農戶較高水平銷售優質農產品的初始意愿（y=0.75）能夠改變電商平臺的最終決策方向，使得其最終決策向積極規制的方向轉變；當電商平臺積極規制優質農產品銷售的初始意愿處于中等水平時（x=0.5），農戶中高水平銷售農產品的初始意愿（y≥0.5）即能夠改變電商平臺的最終決策方向；當電商平臺積極規制優質農產品銷售的初始意愿處于較高水平時（x=0.75），農戶銷售優質農產品意愿的增強能夠加快電商平臺向積極規制的決策速度，如圖5（b）所示。

3.1.2 初始意愿與農戶決策行為

如圖6 所示，電商平臺、農戶、消費者三方初始意愿的變化對農戶行為決策的演化都有影響，但是存在差異。消費者購買優質農產品意愿的變化同樣不能改變農戶的最終決策結果；農戶銷售優質農產品的初始意愿處于中高水平時（y≥0.5），消費者購買意愿的增強能夠加快農戶向銷售優質農產品的決策速度，如圖6（a）所示。當農戶銷售優質農產品的初始意愿處于較低水平時（y=0.25），電商平臺較高水平的積極規制意愿（x=0.75）能夠改變農戶的最終決策方向，使得其最終決策向銷售優質農產品的方向轉變；當農戶銷售優質農產品的初始意愿處于中等水平時（y=0.5），電商平臺中高水平的積極規制意愿（x≥0.5）能夠改變農戶的最終決策方向；當農戶銷售優質農產品的初始意愿處于較高水平時（y=0.75），電商平臺積極規制意愿的增強能夠加快農戶向銷售優質農產品的決策速度，如圖6（b）所示。

3.1.3 初始意愿與消費者決策行為

如圖7 所示，在低、中、高電商平臺積極規制初始意愿和農戶銷售優質農產品初始意愿時，消費者最終決策均為購買優質農產品，電商平臺積極規制、農戶銷售優質農產品初始意愿的變化不會改變消費者的最終決策方向，但電商平臺積極規制、農戶銷售優質農產品初始意愿的增加，能夠加快消費者購買優質農產品的決策速度。

3.2 其他數值模擬

為分析農戶獲得獎勵概率n、電商平臺處罰概率p 以及消費者獲得補助概率q 對演化博弈過程和結果的影響，將n、p、q 分別賦以0.5、0.25 和0.75，復制動態方程隨時間演化的仿真結果如圖8～圖10 所示。3.2.1 農戶獲得獎勵概率（n）對系統決策行為演化的影響 在系統演化至穩定點的過程中，農戶獲得獎勵概率n 的提升能夠加快農戶向銷售優質農產品決策的演化速度，隨著n 的增加，農戶向銷售優質農產品方向的決策速度加快，但是電商平臺向積極規制方向的決策速度減慢。電商平臺加大獎勵力度，增加農戶銷售優質農產品獲得獎勵的可能性，能夠促進農戶銷售優質農產品，但是也會給電商平臺帶來經濟負擔，降低電商平臺積極規制優質農產品銷售的意愿。

3.2.2 電商平臺查處概率（p）對系統決策行為演化的影響

在系統演化至穩定點的過程中，電商平臺查處概率p 的提升同樣能夠加快農戶向銷售優質農產品決策的演化速度，隨著p 的增加，農戶向銷售優質農產品方向的決策速度加快，但是電商平臺向積極規制方向的決策速度減慢。監管力度的加大，提升了農戶的投機成本，最終做出銷售優質農產品的決策。但同時，處罰力度的提升會使得農戶投機行為的概率有所下降，也會降低電商平臺的監管意愿。當電商平臺查處概率p 過低時，電商平臺監察不力、執法不嚴，農戶銷售劣質農產品的行為難以被監察、抓獲，其投機意愿有所上升，并在最終導致電商平臺和農戶雙方最終決策向{消極規制，銷售劣質農產品}的方向收斂。因此，電商平臺需要制定合理的農產品品質監察、管理制度，降低由于監督產品質量而產生的成本，權衡好電商平臺工作量和處罰威懾力間的關系。

3.2.3 消費者獲得補助概率（q）對系統決策行為演化的影響

在系統演化至穩定點的過程中，消費者獲得補助概率q 的提升能夠加快消費者向購買優質農產品決策的演化速度，但q 的變化不能夠改變最終決策結果。同樣，電商平臺加大消費者補助力度，也會給電商平臺帶來經濟負擔，減慢向積極規制方向的決策速度，降低電商平臺積極規制優質農產品銷售的意愿。

3.3 數組演化模擬

為了進一步分析電商平臺對農戶的補助力度（R1和R2）以及處罰力度（F1）對三方策略選擇的影響，賦予數組1：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=3，R2=3， F1=8， F2=1.2， CR1=2， CR2=5， CC1=2.5， E=2，m=0.5，n=0.5，p=0.5，q=0.5；數組2：DR2=12，DC2=5，NR2=6.5， NC2=1， R1=5， R2=5， F1=8， F2=1.2， CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5；數組3：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=3，R2=3，F1=12，F2=1.2，CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5；數組4：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=5，R2=5，F1=4，F2=1.2，CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5；數組5：DR2=12，DC2=5，NR2=6.5，NC2=1，R1=5，R2=5，F1=12，F2=1.2，CR1=2，CR2=5，CC1=2.5，E=2，m=0.5，n=0.5，p=0.5，q=0.5。其中，數組1 即為初始參數設定，用作比對；數組2 單純增大R1、R2 值，以表征增大獎勵力度；數組3 單純增大F1 值，以表征增大處罰力度；數組4 增大R1、R2 值的同時減小F1 值，以表征在增大獎勵力度的同時減小處罰力度；數組5 增大R1、R2 值的同時增大F1 值，以表征同時增大獎勵力度和處罰力度。數組演化結果如圖11～圖15 所示。

從圖11 和圖12 可以看出，電商平臺獎勵力度的提升，增加了農戶通過銷售優質農產品帶來的收益，動態系統演化穩定點逐漸偏離（0，0，1），（1，1，1）開始成為該系統的演化穩定點，電商平臺向積極規制，農戶向銷售優質農產品的方向演化。同樣，從圖11 和圖13 中可以看出，電商平臺處罰力度的提升，增加了農戶銷售劣質農產品等投機行為帶來的損失，（1，1，1）開始成為該系統的演化穩定點，電商平臺向積極規制，農戶向銷售優質農產品的方向演化。從圖11 和圖14 中可以看出，電商平臺在增大獎勵力度并減小處罰力度時，盡管增加了農戶通過銷售優質農產品帶來的收益，但同時也降低了農戶銷售劣質農產品等投機行為帶來的損失，動態系統的演化穩定點開始逐漸偏離（1，1，1），（0，0，1）開始成為該系統的演化穩定點，電商平臺向消極規制，農戶向銷售劣質農產品的方向演化。從圖11 和圖15 中可以看出，電商平臺在同時增大獎勵和處罰力度時，動態系統的演化穩定點開始逐漸偏離（0，0，1），（1，1，1）開始成為該系統的演化穩定點，與單純增大處罰力度相比，系統更快向（1，1，1）方向演化，電商平臺向積極規制，農戶向銷售優質農產品的方向演化。電商平臺通過調整獎勵和處罰力度可以有效引導農戶向銷售優質農產品的方向演化，且在電商平臺增大獎勵力度、電商平臺增大處罰力度、電商平臺增大獎勵力度并減小處罰力度和電商平臺同時增大獎勵和處罰力度4 種情況下，同時增大獎勵和處罰力度能最快實現電商平臺積極規制、農戶銷售優質農產品的演化穩定狀態。

4 結論與建議

4.1 結論

研究構建F2C 模式下電商平臺、農戶和消費者三方共同參與的演化博弈模型，借助Python 進行仿真實驗和數值模擬，分析了各主體初始意愿及不同要素對三方策略選擇的影響，主要結論如下。（1）電商平臺積極規制和農戶對優質農產品銷售的初始意愿，會對演化博弈的最終穩定狀態產生重要影響，在初始條件下，電商平臺積極規制和農戶銷售優質農產品的意愿較低，比例不高，會使演化博弈的最終穩定策略收斂于非理想狀態；消費者的初始意愿不能改變博弈的最終穩定結果，但購買優質農產品初始意愿的提升，可以加快演化博弈向理想狀態的收斂速度。（2）農戶獲得獎勵概率、消費者獲得補助概率的增減變化均不能對演化博弈的最終結果產生影響，僅能改變博弈向理想狀態收斂的速度；當劣質農產品檢驗成本過高，電商平臺查處概率過低時，農戶銷售劣質農產品時帶來的投機成本降低，削弱其優質農產品的銷售意愿。電商平臺處罰效果不佳，往往也會趨向于進行消極規制，導致演化博弈最終收斂于非理想狀態，消費者只能被動接受劣質農產品。（3）獎勵和處罰力度的提升并不一定能夠推動博弈向理想狀態收斂，當電商平臺增大獎勵力度的同時減少處罰力度，電商平臺和農戶開始向消極規制、銷售劣質農產品的方向演化。盡管電商平臺增大獎勵力度，但考慮到投機行為帶來的額外收益， 部分農戶仍會選擇銷售劣質農產品。（4）消費者購買優質農產品的初始意愿、消費補助力度等不能改變博弈結果，只能加快或減慢博弈向最終狀態的收斂速度。實際上，在農產品電商銷售過程中，由于電商平臺、農戶等經營者與消費者間掌握信息不對等，消費者往往只能被動接受由電商平臺或是農戶提供的信息，其自主選擇權很難實現。

4.2 建議

基于研究結論，為了解決F2C 電商模式下農產品質量問題，可以從以下方面入手。

4.2.1 建立多樣獎勵機制

電商平臺可以通過多種形式的激勵措施來鼓勵農戶生產和銷售更高質量的農產品。首先，可以設立銷售獎金，對于銷售額達到一定額度的農戶給予現金獎勵，以此激發農戶的生產積極性。其次，可以提供優惠券，鼓勵消費者購買優質農產品，從而間接促進農戶的生產。再次，電商平臺還可以為優質農產品提供廣告推廣服務，幫助農戶提高產品的知名度和市場競爭力。同時，電商平臺對優質農產品進行優先展示，能夠提高其在平臺上的曝光率，幫助農戶拓展市場。通過這些激勵措施，可以有效地促進農戶生產和銷售更高質量的農產品，滿足消費者對優質農產品的需求。

4.2.2 提高檢驗效率和降低成本

為了確保農產品的質量安全，滿足消費者對高質量產品的需求，同時降低生產成本，需要探索創新的技術手段和政策措施。一方面，可以通過技術創新，研發出更高效、更精準的農產品質量檢驗設備和方法，從而提高檢驗效率，減少人力物力的投入。例如，利用人工智能、大數據等技術，對農產品進行智能檢測和數據分析，快速準確地判斷其質量是否符合標準。另一方面，政府可以提供一定的補貼政策，鼓勵電商平臺加大質量檢驗的投入，降低其運營成本。同時，電商平臺也需要積極參與，通過優化供應鏈管理，提高物流效率，減少中間環節，降低檢驗成本，電商平臺就能更頻繁、更經濟地進行農產品質量檢驗，確保消費者購買到的農產品質量可靠，滿足其健康需求。

4.2.3 實施必要的約束措施

為了防止農戶因追求短期利益而犧牲產品質量，電商平臺應實施必要的約束措施?？梢越①|量保證金制度，要求農戶在銷售季節開始前交納一定數額的保證金。如果農戶的產品質量符合標準，保證金將全額退還；如果發現質量問題，電商平臺可以扣除部分或全部保證金作為處罰。這種制度能夠有效地提高農戶的質量意識，確保他們在生產過程中不敢有絲毫松懈。此外，電商平臺還可以通過合同約束、信用評價、市場準入限制等方式，對農戶進行長期的信用管理和質量監督。對于那些屢次違反質量規定、銷售劣質產品的農戶，電商平臺可以采取更嚴格的措施，如限制其在平臺上的銷售權限，甚至永久禁止其進入市場。通過這些約束措施，電商平臺可以有效維護市場秩序，保障消費者的權益，同時也為優質農產品的銷售創造一個公平競爭的環境。

4.2.4 建立消費者反饋機制

鼓勵消費者在購買農產品后，積極參與到產品評價中來。這不僅可以幫助其他消費者了解產品的真實情況，也為電商平臺提供了寶貴的改進建議。為實現這一目標，電商平臺可以設立便捷的評價渠道，讓消費者可以輕松地提交自己的反饋；通過積分獎勵、優惠券等方式，激勵消費者在購買后分享自己的真實體驗；建立嚴格的管理制度，對消費者的評價進行審核，確保評價的真實性，打擊虛假評價和惡意攻擊；及時回應消費者的反饋，對消費者的評價進行分析，關注產品質量問題，以便及時發現并解決潛在問題，提升消費者滿意度。通過這些措施，電商平臺可以更好地滿足消費者的需求，提升市場競爭力，促進農產品電商市場的健康發展。

4.3 局限及展望

對F2C 模式下電商平臺、農戶和消費者三者之間實現優質農產品供給的條件及均衡狀態進行了積極探索，但本研究仍具有一定局限性。首先，為分析電商平臺、農戶和消費者三方的策略選擇，通過構建演化博弈模型將農產品銷售過程中三方主體的復雜關系與交易過程抽象化，未來可采用案例分析法、問卷調查法等方法找到其他影響三方決策的因素，以不斷完善理論分析模型。其次，雖然考察了電商平臺、農戶和消費者在F2C 模式下對農產品質量的作用，但其他主體在農產品銷售過程中也將對博弈系統造成一定影響，未來研究中可能引入其他主體對該問題開展進一步深入探討。

參考文獻：

［ 1 ］林炳坤，呂慶華. F2C 電子商務模式創新文獻述評[J]. 科技管理研究，2013，33（3）：1?3，9.

［ 2 ］魯釗陽，廖杉杉. 農產品電商發展的增收效應研究[J]. 經濟體制改革，2016（5）：86?92.

［ 3 ］閆貝貝，劉天軍，孫曉琳. 社會學習對農戶農產品電商采納的影響——基于電商認知的中介作用和政府支持的調節作用[J]. 西北農林科技大學學報（社會科學版），2022，22（4）：97?108.

［ 4 ］王瑜. 電商參與提升農戶經濟獲得感了嗎？——貧困戶與非貧困戶的差異[J]. 中國農村經濟，2019（7）：37?50.

［ 5 ］邵騰偉，呂秀梅. 基于F2F 的生鮮農產品C2B 眾籌預售定價[J].中國管理科學，2016，24（11）：146?152.

［ 6 ］HOFFMAN J A， AGRAWAL T， WIRTH C， et al. Farm to Family：Increasing Access to Affordable Fruits and Vegetables Among UrbanHead Start Families[J]. Journal of Hunger amp; Environmental Nutrition，2012， 7（2-3）： 165?177.

［ 7 ］張海佳，王超，鄭海新. 閩臺農產品電子商務發展的現狀、制約與策略分析[J]. 臺灣農業探索，2020（6）：8?11.

［ 8 ］國務院辦公廳關于促進農村電子商務加快發展的指導意見（國辦發〔2015〕78 號）[EB/OL]. （2015?11?09）. https：//www.gov.cn/zhengce/zhengceku/2015-11/09/content_10279.htm.

［ 9 ］中共中央 國務 院印發《鄉村振興戰略規劃（2018—2022年）》[EB/OL]. （2018?09?26） . https：//www.gov.cn/xinwen/2018-09/26/content_5325534.htm.

［10］2024 年中央一號文件公布 提出有力有效推進鄉村全面振興“路線圖” [EB/OL]. （2024?02?03） . https：//www.gov.cn/yaowen/liebiao/202402/content_6929930.htm.

［11］朱泳锜，陳煒，朱珈锜，等. 三產融合背景下農村電商賦能縣域經濟發展分析——以甘肅省民勤縣為例[J]. 臺灣農業探索，2024（1）：23?30.

［12］郭翔宇，姚江南. 政府干預、消費者購買與農產品品牌建設：基于三方主體演化博弈的分析[J]. 農林經濟管理學報， 2023，22（2）：171?181.

［13］劉磊，喬忠，劉暢. 農超對接模式中的合作博弈問題研究[J]. 管理工程學報，2012，26（4）：100?106.

［14］蘇昕，劉昊龍. 農戶與企業合作下的農產品質量安全演化博弈仿真研究[J]. 農業技術經濟，2015（11）：112?122.

［15］藍海濤，周振. 我國“互聯網＋農村經濟”發展現狀與政策建議[J]. 宏觀經濟管理，2018（7）：31?38，65.

［16］熊雪，朱成霞，朱海波. 農產品電商直播中消費者信任的形成機制：中介能力視角[J]. 南京農業大學學報（社會科學版），2021，21（4）：142?154.

［17］王翠翠，夏春萍，童慶蒙，等. 電商參與促進農戶綠色生產嗎？——基于3 省4 縣812 戶果農的實證研究[J]. 中國人口·資源與環境，2022，32（5）：132?143.

［18］朱立龍，何慧，徐艷萍. 協同視角下消費者參與的網購商品質量監管策略研究[J]. 宏觀質量研究，2022，10（2）：86?99.

［19］KIM Y， KRISHNAN R. On Product-Level Uncertainty and OnlinePurchase Behavior： An Empirical Analysis[J]. Management Science，2015， 61（10）： 2449?2467.

［20］程長林，梁彥卿，楊亞東，等. 基于三方演化博弈的中國乳制品集聚形成機制及對策研究[J]. 中國農業資源與區劃， 2021，42（10）：253?260.

［21］FOULIRAS P. A novel reputation-based model for e-commerce[J].Operational Research， 2013， 13（1）： 113?138.

［22］程虹，王華星. 互聯網平臺壟斷與低質量陷阱[J]. 南方經濟，2021（11）：44?59.

［23］CHEN Y， HU X， LI S. Quality differentiation and firms’ choicesbetween online and physical markets[J]. International Journal ofIndustrial Organization， 2017， 52： 96?132.

［24］李文，宋慧琪，潘雅翔，等. O2O 模式下生鮮農產品消費者滿意度測評與提升實證分析[J]. 中國農業資源與區劃， 2020，41（1）：129?137.

［25］賴啟福，李虎峰，李春碩，等. 鄉村旅游開發主體的利益博弈過程及其仿真分析[J]. 中國生態旅游，2024，14（3）：604?620.

［26］MCCLUSKEY J J. A Game Theoretic Approach to Organic Foods：An Analysis of Asymmetric Information and Policy[J]. Agriculturaland Resource Economics Review， 2000， 29（1）： 1?9.

［27］楊松，莊晉財，王愛峰. 懲罰機制下農產品質量安全投入演化博弈分析[J]. 中國管理科學，2019，27（8）：181?190.

［28］朱立龍，郭鵬菲. 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[J]. 系統工程，2017，35（12）：75?80.

［29］李潔. 生鮮電商盈利模式比較及優化策略[J]. 商業經濟研究，2018（12）：97?99.

［30］SAENGER C， QAIM M， TORERO M， et al. Contract farming andsmallholder incentives to produce high quality： experimental evidencefrom the Vietnamese dairy sector[J]. Agricultural Economics， 2013，44（3）： 297?308.

［31］TONSOR G T. Consumer inferences of food safety and quality[J].European Review of Agricultural Economics， 2011， 38（2）： 213?235.

［32］FRIEDMAN D. On economic applications of evolutionary gametheory[J]. Journal of Evolutionary Economics， 1998， 8（1）： 15?43.

［33］劉亞軍，馮澤宇. 魚與熊掌如何兼得：農產品電商上行的包容性商業模式構建策略仿真研究[J]. 湘潭大學學報（哲學社會科學版），2023，47（6）：38?45.

基金項目：國家社會科學基金高校思政課研究專項（23VSZ100）